当前位置: 首页 > 专利查询>肇庆学院专利>正文

一种基于FPGA的机器人位置最优估计方法及系统技术方案

技术编号:36355664 阅读:24 留言:0更新日期:2023-01-14 18:12
本发明专利技术公开了一种基于FPGA的机器人位置最优估计方法及系统,该方法包括:通过机器人设备获取所处区域对应的两路视觉信息和激光传感信息;通过FPGA设备对两路视觉信息和激光传感信息进行特征信息提取,得到多个视觉特征点信息和每一视觉特征信息对应的激光特征点信息;对多个视觉特征点信息进行聚类分割,以确定静态物体对象和动态物体对象;根据静态物体对象和动态物体对象对应的视觉特征点信息和激光特征点信息,基于最优估计算法模型和贝叶斯算法模型,计算机器人设备的最优位置。可见,本发明专利技术能够借助多种信息来实现更加精确的机器人位置估计,从而为后续的机器人工作提供更加准确的参考计算数据基础。更加准确的参考计算数据基础。更加准确的参考计算数据基础。

【技术实现步骤摘要】
一种基于FPGA的机器人位置最优估计方法及系统


[0001]本专利技术涉及机器人
,尤其涉及一种基于FPGA(Field Programmable Gate Array,现场可编程门阵列)的机器人位置最优估计方法及系统。

技术介绍

[0002]环境中机器人的位置估计对于移动机器人的应用有着重要的作用,其对机器人的一些关键应用如机器人环境探测和导航等方面起着重要的作用。随着机器人技术的发展,其在机器人应用具有广阔的发展前途。
[0003]目前,公知的机器人位置估计有许多的方法,主要包括全球定位方法(GPS)、基于视觉的位置估计方法和基于激光传感器的位置估计方法。但全球定位方法估计的精度较低而且容易受到周围环境的影响,如高大的建筑物等。基于视觉的位置估计方法一般是利用视觉传感器扫描周围的环境信息,再结合其它算法如扩展卡尔曼方法估计机器人的位置,但当环境的纹理信息稀少的时候,估计的精度显著下降。该方法易受环境影响,如阴影、遮断等,而且常常庞大的视觉信息导致计算效率低下。基于激光传感器的位置估计方法相对于上述方法可以获得更高的位置估计精度本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于FPGA的机器人位置最优估计方法,其特征在于,所述方法包括:通过机器人设备获取所述机器人设备所处区域对应的两路视觉信息和激光传感信息;所述两路视觉信息分别通过所述机器人设备上的两个摄像设备获取;通过FPGA设备对所述两路视觉信息和所述激光传感信息进行特征信息提取,得到多个视觉特征点信息和每一所述视觉特征信息对应的激光特征点信息;对所述两路视觉信息进行立体匹配,得到每一所述视觉特征点信息的位置信息,根据所述位置信息,对所述多个视觉特征点信息进行聚类分割,以确定静态物体对象和动态物体对象;根据所述静态物体对象和所述动态物体对象对应的所述视觉特征点信息和所述激光特征点信息,基于最优估计算法模型和贝叶斯算法模型,计算所述机器人设备的最优位置。2.根据权利要求1所述的基于FPGA的位置最优估计方法,其特征在于,所述根据所述位置信息,对所述多个视觉特征点信息进行聚类分割,以确定静态物体对象和动态物体对象,包括:根据所述位置信息,基于K均值聚类算法,对所述多个视觉特征点信息进行物体分割,以得到多个物体对象;基于特征点速度计算算法,根据所述多个视觉特征点信息,确定静态物体对象和动态物体对象。3.根据权利要求1所述的基于FPGA的机器人位置最优估计方法,其特征在于,所述视觉特征信息或所述激光特征点信息包括特征点的强度信息、方向信息和运动特征信息。4.根据权利要求1所述的基于FPGA的位置最优估计方法,其特征在于,所述根据所述静态物体对象和所述动态物体对象对应的所述视觉特征点信息和所述激光特征点信息,基于最优估计算法模型和贝叶斯算法模型,计算所述机器人设备的最优位置,包括:基于以下公式对所述机器人设备的最优位置进行计算:其中,为所述机器人设备的位置的最优估计,U
t
为所述机器人设备的控制信号信息,Z
t
为三维测量信息,Z
t
={Z
C,t
,Z
L,t
},其中,Z
C,t
,和Z
L,t
分别为所述视觉特征点信息的三维测量信息和所述激光特征点信息对应的三维测量信息,且有Z
C,t
={Z
CS,t
,Z
CD,t
},Z
L,t
={Z
LS,t
,Z
LD,t
},其中,Z
CS,t
和Z
CD,t
分别为所述静态物体对象和所述动态物体对象对应的所述视觉特征点信息的三维测量信息;Z
LS,t
和Z
LD,t
分别为所述静态物体对象和所述动态物体对象对应的所述激光特征点信息的三维测量信息,t为采样时间,t=1,

,n,n为第n个采样时间;其中,基于贝叶斯公式,可以推导:其中η1为归一化系数,可取:其中η2为归一化系数,分别为Z
C,t
,和Z
L,t
中的第i个特征点,N为特征点数量;
其中:其中Z
D,t
‑1={Z
CD,t
‑1,Z
LD,t
‑1},η3为归一化系数。其中:为归一化系数。其中:为归一化系数。其中:其中N()为高斯分布密度函数,N
C,t
=Q
C
,N
L,t
=Q
L
,N
D,t
=Q
D
;其中,Q
C
,Q
L
,Q
D
分别为所述机器人设备单独在所述视觉特征点信息、所述激光特征点信息、所述动态物体对象对应的特征信息的辅助下的运动误差值,w1、w2、w3为加权系数。5.根据权利要求4所述的基于FPGA的机器人位置最优估计方法,其特征在于,所述加权系数w1、w2和w3可以由下式求解得到:其中,E{}为均方误差函数,0≤w1,w2,w3≤1,w1+w2+w3=1。6.一种基于FPGA的机器人位置最优估计系统,其特征在于,所述系统包括:信...

【专利技术属性】
技术研发人员:郭炳华岑志松戴宏跃
申请(专利权)人:肇庆学院
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1