多机器人协同定位方法和装置、设备及存储介质制造方法及图纸

本申请实施例提供了一种多机器人协同定位方法和装置、设备及存储介质，属于机器人定位技术领域。方法包括：获取自主定位信息；扫描外部标识物，得到观测数据，并获取外部标识物的当前位置信息；其中，外部标识物包括以下至少一种：第二机器人、路标、地标；根据观测数据、当前位置信息和自主定位信息进行位姿估计得到更新定位信息和外部标识物的定位估计信息；将更新定位信息和定位估计信息发送至中心服务器，以使中心服务器获取至少一个第二机器人对第一机器人的定位估计信息得到定位参考信息，并根据定位参考信息和更新定位信息进行融合计算得到目标定位信息；接收来自中心服务器的目标定位信息。本申请实施例能够提高机器人定位精度。定位精度。定位精度。

【技术实现步骤摘要】
多机器人协同定位方法和装置、设备及存储介质


[0001]本申请涉及机器人定位
，尤其涉及一种多机器人协同定位方法和装置、设备及存储介质。

技术介绍

[0002]机器人的定位问题是建图、导航等任务的基础，所以机器人的定位影响着导航的准确性。传统定位方式主要通过GPS定位，但是GPS定位无法应用在室内环境，所以室内环境的机器人定位成为当前研究热点。
[0003]相关技术中，多机器人协同定位主要分为单个机器人的自主定位和多机器人的协同定位。单机器人的自主定位效果较差，且多机器人的相对定位方法，例如测程法通过记录车轮移动的距离和机器人的初始位姿推算出机器人的当前位姿，需要知道机器人的初始位姿，且有较大的累积误差。因此，如何提高机器人的定位精度，成为了亟待解决的技术问题。

技术实现思路

[0004]本申请实施例的主要目的在于提出一种多机器人协同定位方法和装置、设备及存储介质，旨在提高了机器人定位精度。
[0005]为实现上述目的，本申请实施例的第一方面提出了一种多机器人协同定位方法，应用于第一机器人，所述第一机器人通讯连接至少一个第二机器人、中心服务器，所述方法包括：
[0006]获取自主定位信息；
[0007]扫描外部标识物，得到观测数据，并获取所述外部标识物的当前位置信息；其中，所述外部标识物包括以下至少一种：第二机器人、路标、地标；
[0008]根据所述观测数据、所述当前位置信息和所述自主定位信息进行位姿估计，得到更新定位信息和所述外部标识物的定位估计信息；<br/>[0009]将所述更新定位信息和所述定位估计信息发送至中心服务器，以使所述中心服务器获取至少一个所述第二机器人对所述第一机器人的定位估计信息得到定位参考信息，并根据所述定位参考信息和所述更新定位信息进行融合计算，得到目标定位信息；
[0010]接收来自所述中心服务器的所述目标定位信息。
[0011]在一些实施例，所述第一机器人和所述第二机器人上设有预设传感器，所述获取自主定位信息：
[0012]获取预设传感器的感知数据；其中，所述预设传感器包括以下至少一种：里程计、视觉传感器、惯性传感器、电磁感应传感器、激光扫描仪；
[0013]根据所述感知数据进行定位分析，得到所述自主定位信息。
[0014]在一些实施例，所述观测数据包括：距离数据和相对方位信息；所述扫描外部标识物，得到观测数据，并获取所述外部标识物的当前位置信息，包括：
[0015]扫描与所述外部标识物的所述距离数据和所述相对方位信息；
[0016]扫描所述外部标识物的标识信息，并根据所述标识信息从所述中心服务器的预设位置数据库中进行位置信息匹配，得到所述外部标识物的所述当前位置信息。
[0017]在一些实施例，所述根据所述观测数据、所述当前位置信息和所述自主定位信息进行位姿估计，得到更新定位信息和所述外部标识物的定位估计信息，包括：
[0018]将所述距离数据、所述相对方位信息、所述当前位置信息和所述自主定位信息输入至预设的扩展卡尔曼滤波模型进行位姿估计，得到所述更新定位信息和所述外部标识物的所述定位估计信息；其中，所述扩展卡尔曼滤波模型如下：
[0019][0020][0021]∑
i,t+1
‑1＝∑
i,t
‑1+H
i
‑1R
i,t
‑1H
i
[0022][0023]其中，为更新定位信息或定位估计信息，v
i,t
是零均值高斯噪声，其协方差矩阵为R
iω,t
，t时刻观测数据z
i,t
对应的观测噪声v
i,t
＝[v
ij,t
]j∈{1,
…
,N}
，h
iλ
为观测模型，且观测模型用于计算外部标识物的当前位置信息和观测数据，为自主定位信息。
[0024]在一些实施例，所述将所述更新定位信息发送至中心服务器，以使所述中心服务器获取至少一个所述第二机器人对所述第一机器人的定位估计信息得到定位参考信息，并根据至少一个所述定位参考信息和所述更新定位信息进行融合计算，得到目标定位信息，包括：
[0025]将所述更新定位信息发送至所述中心服务器，以使所述中心服务器获取至少一个第二机器人对所述第一机器人的所述定位估计信息得到所述定位参考信息，并将至少一个所述定位参考信息和所述更新定位信息输入至预设的逆协方差交叉模型进行融合计算，得到所述目标定位信息；其中，所述逆协方差交叉模型如下：
[0026][0027][0028][0029][0030]其中，为更新定位信息，为定位参考信息，c1、c2为融合后的估计误差方差，ω为融合系数。
[0031]在一些实施例，应用于中心服务器，所述中心服务器通讯连接至少一个第一机器人和至少一个第二机器人，所述方法包括：
[0032]接收至少一个所述第一机器人的更新定位信息和定位估计信息；
[0033]接收至少一个所述第二机器人的更新定位信息和定位估计信息；
[0034]从所述第二机器人的所述定位估计信息中筛选出所述第一机器人的所述定位估计信息作为定位参考信息，并根据所述第一机器人的所述更新定位信息和所述定位参考信息进行融合计算，得到所述第一机器人的目标定位信息；
[0035]从所述第一机器人的所述定位估计信息中筛选出所述第二机器人的所述定位估计信息作为定位参考信息，并根据所述第二机器人的所述更新定位信息和所述定位参考信息进行融合计算，得到所述第二机器人的目标定位信息。
[0036]为实现上述目的，本申请实施例的第二方面提出了一种多机器人协同定位方法，应用于第一机器人的控制器，所述第一机器人通讯连接至少一个第二机器人、中心服务器，所述控制器包括：
[0037]信息获取模块，用于获取自主定位信息；
[0038]扫描模块，用于扫描外部标识物，得到观测数据，并获取所述外部标识物的当前位置信息；其中，所述外部标识物包括以下至少一种：第二机器人、路标、地标；
[0039]定位信息估计模块，用于根据所述观测数据、所述当前位置信息和所述自主定位信息进行位姿估计，得到更新定位信息和所述外部标识物的定位估计信息；
[0040]信息发送模块，用于将所述更新定位信息发送至中心服务器，以使所述中心服务器获取至少一个所述第二机器人对所述第一机器人的定位估计信息得到定位参考信息，并根据所述定位参考信息和所述更新定位信息进行融合计算，得到目标定位信息；
[0041]信息接收模块，用于接收来自所述中心服务器的所述目标定位信息。
[0042]为实现上述目的，本申请实施例的第三方面提出了一种多机器人协同定位装置，所述装置包括：
[0043]应用于中心服务器，所述中心服务器通讯连接至少一个第一机器人和至少一个第二机器人，所述中心服务器包括：
[0044]第一接收模块，用本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种多机器人协同定位方法，其特征在于，应用于第一机器人，所述第一机器人通讯连接至少一个第二机器人、中心服务器，所述方法包括：获取自主定位信息；扫描外部标识物，得到观测数据，并获取所述外部标识物的当前位置信息；其中，所述外部标识物包括以下至少一种：第二机器人、路标、地标；根据所述观测数据、所述当前位置信息和所述自主定位信息进行位姿估计，得到更新定位信息和所述外部标识物的定位估计信息；将所述更新定位信息和所述定位估计信息发送至中心服务器，以使所述中心服务器获取至少一个所述第二机器人对所述第一机器人的定位估计信息得到定位参考信息，并根据所述定位参考信息和所述更新定位信息进行融合计算，得到目标定位信息；接收来自所述中心服务器的所述目标定位信息。2.根据权利要求1所述的方法，其特征在于，所述第一机器人和所述第二机器人上设有预设传感器，所述获取自主定位信息：获取预设传感器的感知数据；其中，所述预设传感器包括以下至少一种：里程计、视觉传感器、惯性传感器、电磁感应传感器、激光扫描仪；根据所述感知数据进行定位分析，得到所述自主定位信息。3.根据权利要求1所述的方法，其特征在于，所述观测数据包括：距离数据和相对方位信息；所述扫描外部标识物，得到观测数据，并获取所述外部标识物的当前位置信息，包括：扫描与所述外部标识物的所述距离数据和所述相对方位信息；扫描所述外部标识物的标识信息，并根据所述标识信息从所述中心服务器的预设位置数据库中进行位置信息匹配，得到所述外部标识物的所述当前位置信息。4.根据权利要求3所述的方法，其特征在于，所述根据所述观测数据、所述当前位置信息和所述自主定位信息进行位姿估计，得到更新定位信息和所述外部标识物的定位估计信息，包括：将所述距离数据、所述相对方位信息、所述当前位置信息和所述自主定位信息输入至预设的扩展卡尔曼滤波模型进行位姿估计，得到所述更新定位信息和所述外部标识物的所述定位估计信息；其中，所述扩展卡尔曼滤波模型如下：述定位估计信息；其中，所述扩展卡尔曼滤波模型如下：述定位估计信息；其中，所述扩展卡尔曼滤波模型如下：述定位估计信息；其中，所述扩展卡尔曼滤波模型如下：其中，为更新定位信息或定位估计信息，v
i,t
是零均值高斯噪声，其协方差矩阵为R
iω,t
，t时刻观测数据z
i,t
对应的观测噪声v
i,t
＝[v
ij,t
]
j∈{1,
…
,N}
，h
iλ
为观测模型，且观测模型
用于计算外部标识物的当前位置信息和观测数据，为自主定位信息。5.根据权利要求1至4任一项所述的方法，其特征在于，所述将所述更新定位信息发送至中心服务器，以使所述中心服务器获取至少一个所述第二机器人对所述第一机器人的定位估计信息得到定位参考信息，并根据至少一个所述定位参考信息和所述更新定位信息进行融合计算，得到目标定位信息，包括：将所述更新定位信息发送至所述中心服务器，以使所述中心服务器获取至少一个第二机器人对所述第一机器人的所述定位估计信息得到所述定位参考信息，并将至少一个所述定位参考信息和所述更新定位信息输入至预设的逆协...

【专利技术属性】
技术研发人员：刘瑞，许鋆，楼云江，
申请(专利权)人：哈尔滨工业大学深圳，
类型：发明
国别省市：