一种移动机器人可靠定位方法及装置制造方法及图纸

本发明专利技术涉及移动机器人定位领域，具体提供了一种移动机器人可靠定位方法，其特征在于,包括基于种子区域生长的反光板直角特征提取模块、融合反光板直角特征的全局定位模块和融合相关性扫描匹配的局部定位模块；基于种子区域生长的反光板直角特征提取模块将根据环境点云信息、光强信息提取反光板直角特征后构建绝对位置下的特征词典数据库，融合反光板直角特征的全局定位模块匹配得出位姿置信度较高的机器人位姿粒子；融合相关性扫描匹配的局部定位模块，做最小化误差迭代输出高精度机器人实时位姿。与现有技术相比，本发明专利技术保证了机器人作业的实时精度，为移动机器人多场景应用奠定基础。定基础。定基础。

【技术实现步骤摘要】
一种移动机器人可靠定位方法及装置


[0001]本专利技术涉及移动机器人定位领域，具体提供一种移动机器人可靠定位方法及装置。

技术介绍

[0002]随着计算机、5G通讯、传感器等前沿技术的快速发展，机器人技术从试验成长期大步跨越进生产应用期，进入了新的发展阶段。同时，在人口红利消失、老龄化程度加剧等现有社会趋势下，企业智能化、柔性化转型迫在眉睫，机器人代替人工执行不愿干、干不了、干不好的工作需求日益高涨。
[0003]移动机器人作为机器人技术的重要分支，是机器人集群中较为灵活、具备自主运动和环境感知能力的一类应用于迎宾导览、机房巡检、环卫清洁、物流配送等多领域的智能化机器人。移动机器人多领域需求逐步扩大，其实际工作环境日渐复杂、多样，简单的轨迹跟随已无法适应多应用场景，其定位精度高低、定位稳定性成为制约机器人代替人工发展规划、成熟商业化的技术壁垒。
[0004]在现阶段的实际应用中，常见的较为柔性的机器人定位算法有：基于激光点云信息的粒子滤波定位算法和基于视觉特征的定位算法。
[0005]基于激光点云信息的粒子滤波方法因其在非线性、非高斯系统表现出来的优越性被广泛应用，但在相似、较为动态的环境中实际应用时，存在一定的粒子退化问题，导致局部定位精度低、全局定位效果差等问题，无法较好解决人为“绑架”、传感器断电故障等意外事件，致使机器人位姿错误或发生突变、定位稳定性降低、作业定位可靠性无法保证；基于视觉特征的定位算法易受环境影响，应用较为不成熟，多被用于辅助激光雷达定位。

技术实现思路
/>[0006]本专利技术是针对上述现有技术的不足，提供一种实用性强的移动机器人可靠定位方法。
[0007]本专利技术进一步的技术任务是提供一种设计合理，安全适用的移动机器人可靠定位装置。
[0008]本专利技术解决其技术问题所采用的技术方案是：
[0009]一种移动机器人可靠定位方法，包括基于种子区域生长的反光板直角特征提取模块、融合反光板直角特征的全局定位模块和融合相关性扫描匹配的局部定位模块；
[0010]所述基于种子区域生长的反光板直角特征提取模块将根据环境点云信息、光强信息提取反光板直角特征后构建绝对位置下的特征词典数据库，移动机器人导航时将识别到的反光板直角特征输入至融合反光板直角特征的全局定位模块；
[0011]所述融合反光板直角特征的全局定位模块通过基于种子区域生长的反光板直角特征提取模块扫描并识别激光点云中存在的反光板直角特征，然后与给定的特征词典数据库匹配得出位姿置信度较高的机器人位姿粒子；
[0012]所述融合相关性扫描匹配的局部定位模块采用融合反光板直角特征的全局定位模块输出机器人粗略位姿估计、相关性扫描匹配以位姿估计为输入量与环境地图做最小化误差迭代输出高精度机器人实时位姿。
[0013]进一步的，在所述基于种子区域生长的反光板直角特征提取模块中，具体操作步骤如下：
[0014]S1
‑
1、移动机器人作业环境前期准备；
[0015]S1
‑
2、激光点云数据预处理；
[0016]S1
‑
3、基于种子区域生长的线特征提取；
[0017]S1
‑
4、反光板直角特征提取。
[0018]进一步的，在步骤S1
‑
1中，在移动机器人作业环境内寻找可见直角特征，并安装不同尺寸长度的反光板以构成具有唯一性的反光板直角特征；
[0019]在步骤S1
‑
2中，移动机器人在建图、导航过程中，获取原始激光雷达点云数据后根据能量强度阈值完成点云滤波操作。
[0020]进一步的，在步骤S1
‑
3中，首先选取连续激光点进行基于最小二乘法的直线拟合，完成种子线段提取，而种子线段提取精度的高低直接影响着整个完整线段的提取精准度，为提高种子线段提取的精度，模块设定以下提取条件：
[0021][0022]式中，pl_dist
i
表示用于拟合种子线段的第i个激光点到种子线段的距离值；ε
pl_dist
为激光点到种子线段的垂直距离阈值，ε
pl_dist
值的大小跟激光雷达自身精度有关，种子线段提取算法基于此阈值减少离散值对提取精度的影响；pp_dist
i
为拟合种子线段的第i个激光点与基于种子线段预测点之间的距离值；δ
pp_dist
为激光点与预测点之间的距离阈值，δ
pp_dist
值基于经验准则选择，种子线段提取算法基于所述距离阈值减少断点值对提取精度的影响，基于种子线段预测点的计算方法如下：
[0023][0024]式中，θ为激光点(x
i
,y
i
)与激光雷达坐标系x轴正方向的夹角，上下两式联立可求解出预测点坐标(x
i
′
,y
i
′
)；
[0025]其次，通过区域生长过程是检查初始种子线段中种子点的相邻激光点，并确定激光点是否与种子点具有相同性质，若相同则加入相同种子线段中，模块中的种子区域增长的生长准则是判断邻域中激光点到种子线段拟合直线的距离，若小于给定阈值将激光点加入种子线段中，并对种子线段重新拟合；
[0026]最后，为提高线段提取的精准度，基于连续线段共线理论和激光点到两线段之间的距离差异值实现线段合并。
[0027]进一步的，在步骤S1
‑
4中，基于直角模型的匹配过程，将遍历提取的连续线特征，并把线段长度与实际反光板长度值进行比较，若一帧点云中存在两条及以上连续线段，则证明存在反光板直角特征；
[0028]接下来对处理后的线段进行角度、距离匹配，若满足其中一线段上的端点到另一线段上的距离小于dist
thr
、两线段夹角值处于90
°±
θ
thr
这两个直角模型条件，则将直角特征的两线段长度值L
i
、L
j
、角点坐标值(x
c
,y
c
)保存至全局反光板直角特征库中，其中角点坐标值(x
c
,y
c
)是两拟合直线于世界坐标系下的交点坐标，计算公式如下：
[0029][0030][0031]进一步的，在融合反光板直角特征的全局定位模块中，具体操作步骤如下：
[0032]S2
‑
1、反光板直角特征提取与匹配；
[0033]S2
‑
2、全局定位初始化位姿获取；
[0034]S2
‑
3、全局定位失效、机器人绑架问题处理。
[0035]进一步的，在步骤S2
‑
1中，移动机器人在全局位姿初始化、机器人绑架和全局定位失效恢复时，机器人获取当前时刻的激光点云信息，检测当前帧点云中是否存在超过能量阈值的点云且数量大于本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种移动机器人可靠定位方法，其特征在于,包括基于种子区域生长的反光板直角特征提取模块、融合反光板直角特征的全局定位模块和融合相关性扫描匹配的局部定位模块；所述基于种子区域生长的反光板直角特征提取模块将根据环境点云信息、光强信息提取反光板直角特征后构建绝对位置下的特征词典数据库，移动机器人导航时将识别到的反光板直角特征输入至融合反光板直角特征的全局定位模块；所述融合反光板直角特征的全局定位模块通过基于种子区域生长的反光板直角特征提取模块扫描并识别激光点云中存在的反光板直角特征，然后与给定的特征词典数据库匹配得出位姿置信度较高的机器人位姿粒子；所述融合相关性扫描匹配的局部定位模块采用融合反光板直角特征的全局定位模块输出机器人粗略位姿估计、相关性扫描匹配以位姿估计为输入量与环境地图做最小化误差迭代输出高精度机器人实时位姿。2.根据权利要求1所述的一种移动机器人可靠定位方法，其特征在于，在所述基于种子区域生长的反光板直角特征提取模块中，具体操作步骤如下：S1
‑
1、移动机器人作业环境前期准备；S1
‑
2、激光点云数据预处理；S1
‑
3、基于种子区域生长的线特征提取；S1
‑
4、反光板直角特征提取。3.根据权利要求2所述的一种移动机器人可靠定位方法，其特征在于，在步骤S1
‑
1中，在移动机器人作业环境内寻找可见直角特征，并安装不同尺寸长度的反光板以构成具有唯一性的反光板直角特征；在步骤S1
‑
2中，移动机器人在建图、导航过程中，获取原始激光雷达点云数据后根据能量强度阈值完成点云滤波操作。4.根据权利要求3所述的一种移动机器人可靠定位方法，其特征在于，在步骤S1
‑
3中，首先选取连续激光点进行基于最小二乘法的直线拟合，完成种子线段提取，而种子线段提取精度的高低直接影响着整个完整线段的提取精准度，为提高种子线段提取的精度，模块设定以下提取条件：式中，pl_dist
i
表示用于拟合种子线段的第i个激光点到种子线段的距离值；ε
pl_dist
为激光点到种子线段的垂直距离阈值，ε
pl_dist
值的大小跟激光雷达自身精度有关，种子线段提取算法基于此阈值减少离散值对提取精度的影响；pp_dist
i
为拟合种子线段的第i个激光点与基于种子线段预测点之间的距离值；δ
pp_dist
为激光点与预测点之间的距离阈值，δ
pp_dist
值基于经验准则选择，种子线段提取算法基于所述距离阈值减少断点值对提取精度的影响，基于种子线段预测点的计算方法如下：
式中，θ为激光点(x
i
,y
i
)与激光雷达坐标系x轴正方向的夹角，上下两式联立可求解出预测点坐标(x
i
′
,y
i
′
)；其次，通过区域生长过程是检查初始种子线段中种子点的相邻激光点，并确定激光点是否与种子点具有相同性质，若相同则加入相同种子线段中，模块中的种子区域增长的生长准则是判断邻域中激光点到种子线段拟合直线的距离，若小于给定阈值将激光点加入种子线段中，并对种子线段重新拟合；最后，为提高线段提取的精准度，基于连续线段共线理论和激光点到两线段之间的距离差异值实现线段合并。5.根据权利要求4所述的一种移动机器人可靠定位方法，其特征在于，在步骤S1
‑
4中，基于直角模型的匹配过程，将遍历提取的连续线特...

【专利技术属性】
技术研发人员：宋凯，华逢彬，马辰，翟凯，
申请(专利权)人：山东新一代信息产业技术研究院有限公司，
类型：发明
国别省市：