基于数据融合的移动机器人重定位方法及移动机器人技术

本发明专利技术公开了基于数据融合的移动机器人重定位方法及移动机器人，属于移动机器人技术领域。本发明专利技术通过激光雷达、回环检测、imu、磁力计、提高移动机器人定位系统的鲁棒性、高效性，且不需要在室内环境中布置二维码，标签等辅助设备即可实现重定位。同时，本发明专利技术方案中的回环检测算法先通过近邻搜索确定位置符合的回环节点，再通过分枝定界算法加速各个节点的姿态匹配，实现最优回环节点的确定，此过程相较于现有的SLAM回环检测能够节省内存消耗，加快回环检测速度。回环检测速度。回环检测速度。

【技术实现步骤摘要】
基于数据融合的移动机器人重定位方法及移动机器人


[0001]本专利技术属于移动机器人
，尤其涉及基于数据融合的移动机器人重定位方法及移动机器人。

技术介绍

[0002]定位是移动机器人研究领域的最基本的问题之一，已成为移动机器人实现导航、运动规划等自主能力的基础，它是移动机器人借助于传感器确定机器人自身在环境地图中的实际位姿。在智能化工厂、码头、智能物流和智能消费等领域，当移动机器人重启的时候或者突然被“绑架”环境地图的其他位置，此时机器人处于丢定位状态，将不能定位它的位姿，在这种情况下，机器人需要重新定位机器人的当前位置。在现有解决方案中，有点在环境中使用标签或者二维码等辅助设备来对机器人进行定位，这种通过在环境中增加辅助设备的方法，增加了成本且难以维护；有的是使用粒子滤波(particle filter)的定位方法，用来解决机器人的全局定位和机器人的“绑架”问题，但粒子滤波方法存在收敛速度慢和粒子容易退化等问题。

技术实现思路

[0003]为解决上述技术问题，本专利技术提供了基于数据融合的移动机器人重定位方法及移动机器人，通过激光雷达、回环检测、imu、磁力计、提高移动机器人定位系统的鲁棒性、高效性，且不需要在室内环境中布置二维码，标签等辅助设备即可实现重定位。
[0004]为实现上述目的，本专利技术采用以下技术方案：第一方面，提供一种基于数据融合的移动机器人重定位方法，其特征在于，所述方法具体包括如下步骤：step1、加载全局地图；step2、通过机器人的imu和磁力计数据计算机器人的航向得到第一航向角；step3、通过激光雷达采集环境点云；step4、基于采集的环境点云数据通过回环检测计算获取第一位姿，并获取所述第一位姿的得分；step5、判断所述第一机器人位姿的得分是否大于预设的分数阈值，是则判定为有效位姿进行下一步，否则返回step2进行重新计算；step6、将第一位姿的航向角与第一航向角进行一阶互补滤波，计算相对角度得到第二航向角；step7、若第二航向角小于角度阈值，则将第一位姿中的位置、第二航向角以及通过imu获取的俯仰角和翻滚角合并，得到重定位位姿；否则，返回step2进行重新计算。
[0005]作为优选，一阶互补滤波的具体计算公式如下：Yaw=Yaw1*K1+(1
‑
K1)*Yaw2式中，Yaw是第二航向角，Yaw1是第一航向角，K1是Yaw1的权值，Yaw2是第一位姿的
航向角。
[0006]作为优选，“step4、基于采集的环境点云数据通过回环检测计算获取第一位姿，并获取所述第一位姿的得分”具体包括如下步骤：step41、获取当前机器人所在节点位置信息；step42、以当前机器人所在节点为圆心，在预设的第一半径内获取第一数量个待定节点，形成待定节点集；step43、遍历所述待定节点集判断待定节点的序列与当前节点序列之差是否大于阈值，否则，将该待定节点从待定节点集中删除，获取下一待定节点，重新进行判断；是则继续判断该待定节点是否为回环节点，是则将该待定节点存入回环待定节点集中并从所述待定节点集中删除，获取下一待定节点，直至待定节点集为空；step44、获取所述回环待定节点集中所有节点位姿信息并结合激光雷达采集的环境点云数据，通过分枝定界算法获取所述回环待定节点集中置信度和最大的节点的位姿作为第一位姿输出，其中所述第一位姿的得分即为其置信度和。
[0007]第二方面，提供一种移动机器人，所述移动机器人包括激光雷达、六轴imu、三轴磁力计和工控机，所述激光雷达与工控机之间以太网接口进行连接，激光雷达用于扫描周围环境信息，将扫描到的环境信息通过以太网传送至工控机的处理器进行处理，所述工控机处理器与硬盘连接，所述硬盘用于存储程序运行时的日志和全局地图。
[0008]本专利技术的有益效果在于：第一，本专利技术的方案适用于室内移动机器人，通过回环检测，一阶互补滤波，提高移动机器人定位系统的鲁棒性、高效性，通过本专利技术的方案，无需在定位区域布置辅助设备，即可实现移动机器人的重定位，更加便利。
[0009]第二，本专利技术的回环检测方案通过近邻搜索确定位置符合的回环节点，再通过分枝定界算法加速各个节点的姿态匹配，实现最优回环节点的确定，此过程相较于现有的SLAM回环检测能够节省内存消耗，加快回环检测速度。
附图说明
[0010]图1为本专利技术一实施例提供的一种基于数据融合的移动机器人重定位方法的方法步骤图。
[0011]图2为本专利技术一实施例提供的一种基于数据融合的移动机器人重定位方法的流程图。
[0012]图3为本专利技术一实施例提供的一种基于数据融合的移动机器人重定位方法中step4的具体步骤图。
具体实施方式
[0013]以下结合具体实施例和说明书附图对本专利技术作出进一步清楚详细的描述说明。本领域普通技术人员在基于这些说明的情况下将能够实现本专利技术。此外，下述说明中涉及到的本专利技术的实施例通常仅是本专利技术一部分的实施例，而不是全部的实施例。因此，基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都应当属于本专利技术保护的范围。如无特殊说明，本专利技术实施例所简述的方法均为本领
域技术人员所掌握的方法。
[0014]图1为本专利技术一实施例提供的一种基于数据融合的移动机器人重定位方法的方法步骤图。
[0015]图2为本专利技术一实施例提供的一种基于数据融合的移动机器人重定位方法的流程图。
[0016]如图1和图2所示，在本实施例中，提供一种基于数据融合的移动机器人重定位方法，所述方法具体包括如下步骤：step1、加载全局地图。
[0017]全局地图由自由区域，占用区域及未知区域组成，占用区域是障碍物区域，此区域机器人不能通行，自由区域是机器人可以通行的区域，未知区域也是机器人不能通行的区域。
[0018]step2、通过机器人的imu和磁力计数据计算机器人的航向得到第一航向角。
[0019]step3、通过激光雷达采集环境点云。
[0020]step4、基于采集的环境点云数据通过回环检测计算获取第一位姿，并获取所述第一位姿的得分。回环检测算法可以是配准类算法或者相关性匹配算法进行计算机器人位姿；配准类算法有icp、pl
‑
icp、imls
‑
icp、ndt等算法和csm算法。
[0021]step5、判断所述第一机器人位姿的得分是否大于预设的分数阈值，是则判定为有效位姿进行下一步，否则返回step2进行重新计算。
[0022]step6、将第一位姿的航向角与第一航向角进行一阶互补滤波，计算相对角度得到第二航向角。
[0023]step7、若第二航向角小于角度阈值，则将第一位姿中的位置、第二航向角以及通过imu获取的俯仰角和翻滚角合并，得到重定位位姿；否则，返回step2进行重新计算。
[0024]具体的，一阶互补滤波的具体计算公式如下：Yaw=Yaw1*K1+(1
‑...

【技术保护点】

【技术特征摘要】
1.一种基于数据融合的移动机器人重定位方法，其特征在于，所述方法具体包括如下步骤：step1、加载全局地图；step2、通过机器人的imu和磁力计数据计算机器人的航向得到第一航向角；step3、通过激光雷达采集环境点云；step4、基于采集的环境点云数据通过回环检测计算获取第一位姿，并获取所述第一位姿的得分；step5、判断所述第一机器人位姿的得分是否大于预设的分数阈值，是则判定为有效位姿进行下一步，否则返回step2进行重新计算；step6、将第一位姿的航向角与第一航向角进行一阶互补滤波，计算相对角度得到第二航向角；step7、若第二航向角小于角度阈值，则将第一位姿中的位置、第二航向角以及通过imu获取的俯仰角和翻滚角合并，得到重定位位姿；否则，返回step2进行重新计算。2.根据权利要求1所述的一种基于数据融合的移动机器人重定位方法，其特征在于，一阶互补滤波的具体计算公式如下：Yaw=Yaw1*K1+(1
‑
K1)*Yaw2式中，Yaw是第二航向角，Yaw1是第一航向角，K1是Yaw1的权值，Yaw2是第一位姿的航向角。3.根据权利要求1所述的一种基于数据融合的移动机器人重定位方法，其特征在于，“step4...

【专利技术属性】
技术研发人员：胡招华，何海飞，
申请(专利权)人：阿马尔上海机器人有限公司，
类型：发明
国别省市：