【技术实现步骤摘要】
基于遗传的滤波SLAM算法的移动机器人建图方法
[0001]本专利技术属于机器人领域，涉及一种移动机器人建图方法，具体涉及一种基于遗传的滤波SLAM算法的移动机器人建图方法，可用于物流智能配送、电力智能巡检、港口智能运输等领域。
技术介绍
[0002]随着人工智能技术的快速发展，移动机器人因其优异的性能以及合理的价格在民用领域发挥着越来越大的作用，在物流智能配送、电力智能巡检、港口智能运输等领域通过移动机器人通过建立高精的二维地图，使移动机器人能够进行精确的可靠的自主导航和路径规划，这就引出了机器人领域热门研究的同时定位与建图问题(Simultaneous Localization and Mapping，SLAM)。基于对移动机器人成本的考虑，移动机器人的机载计算能力较差，一般使用基于粒子滤波的方法解决SLAM问题，北京建筑大学在其专利申请文献“一种基于稀疏位姿调整的移动机器人的Gmapping建图方法”(申请号：CN202010515565.9申请日：2020.06.09申请公布号：CN111427370A)中，公开了一...
【技术保护点】
【技术特征摘要】 【专利技术属性】
1.一种基于遗传的滤波SLAM算法的移动机器人建图方法，其特征在于，包括如下步骤：(1)构建移动机器人建图系统：构建移动机器人建图系统，包括设置在待建图区域且搭载有传感器、建图模块、运动模块的移动机器人，以及设置在办公区域含有远程控制模块和显示界面的远程上位机，传感器包括激光雷达、惯性测量单元IMU和里程计；(2)对待建图区域进行栅格划分：将待建图区域划分为均匀的C
×
R个栅格Δ＝{Δ1,Δ2,...,Δ
c
,...,Δ
C
}，Δ
c
＝{Δ
c,1
,Δ
c,2
,...,Δ
c,r
,...,Δ
c,R
}，其中，C＞2，R＞2，Δ
c
表示第c行包括R个栅格的子集，Δ
c,r
表示Δ
c
中的第r个栅格；(3)初始化参数：初始化建图时刻为t，结束建图时刻为t
end
，t时刻Δ对应的栅格状态信息为Odd
t
(Δ)；初始化SLAM算法输入的粒子集合包含K个粒子t时刻每个粒子L
k
携带有移动机器人的位姿信息P
tk
和栅格状态信息并令t＝1；(4)传感器采集数据：移动机器人通过远程上位机发送的控制指令的控制开始运动，传感器中的激光雷达、惯性测量单元IMU、里程计分别采集t时刻的周围环境中I个点的雷达点云数据移动机器人的加速度信息a
t
、移动机器人的移动距离信息d
t
和与x轴方向的夹角信息θ
t
，并将z
t
和由a
t
、d
t
、θ
t
组成的轨迹信息u
t
＝{a
t
,d
t
,θ
t
}上传至建图模块，其中，I≥300，表示t时刻第i个点的雷达数据；(5)建图模块对t时刻每个粒子的栅格状态信息进行更新：(5a)建图模块通过t
‑
1时刻每个粒子L
k
的位姿信息和移动机器人轨迹信息u
t
‑1，估计t时刻每个粒子L
k
的位姿P
tk
；(5b)建图模块对t
‑
1时刻雷达点云数据z
t
‑1与t时刻雷达点云数据z
t
进行扫描匹配，得到两点云数据之间的相对位姿P
re
，并通过P
re
对P
tk
进行更新，得到K个粒子更新后的位姿为的粒子集合(5c)建图模块使用遗传交叉变异方法对L'(t)中的每个粒子进行交叉后进行变异，得到遗传交叉变异后的粒子集合并判断根据L
cv
(t)对应的权重集合所计算的粒子评价数目N
eff
与预设的重采样粒子数目门限阈值N
th
是否满足N
eff
＜N
th
，若是，对L
cv
(t)进行重采样，得到K个结果粒子，否则，将L
cv
(t)中的K个粒子作为结果粒子，然后将其中权重最大的N
eff
个粒子作为有效粒子；(5d)建图模块根据t
‑
1时刻每个有效粒子中的栅格状态信息和位姿信息以及t时刻每个有效粒子的位姿信息更新t时刻中的栅格状态信息
(6)获取移动机器人的建图结果：(6a)上位机根据t时刻每个粒子的栅格状态信息中的每个栅格Δ
c,r
的栅格状态信息和预先设置的可通行阈值σ和障碍物阈值τ确定每个栅格Δ
c,r
的栅格状态信息Odd
t
(Δ
c,r
)：将Odd
t
(Δ
c,r
)≤σ、Odd
t
(Δ
c,r
)＞τ、σ＜Odd
t
(Δ
技术研发人员：张静，张雪鹏，申枭，李云松，
申请(专利权)人：西安电子科技大学芜湖研究院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。