机器人的室外定位方法、装置、电子设备及存储介质制造方法及图纸

本申请涉及一种机器人的室外定位方法、装置、电子设备及存储介质，包括：根据获取的编码器数据和IMU数据得到里程测量数据，根据里程测量数据和预设的机器人运动学模型，得到每个粒子当前时刻的先验位姿数据，根据雷达数据和GPS数据计算每个粒子权重的实际估计值，并根据先验位姿数据和每个粒子权重的实际估计值得到权重最高的一族粒子的平均位姿，将权重最高的一族粒子的平均位姿作为机器人的位姿估计值，且根据机器人的位姿估计值得到机器人的室外定位。由此，解决了激光雷达在室外可扫描特征点少和GPS定位精度低等问题，利用GPS数据对使用激光雷达实现定位的方法进行了扩展，实现了机器人在宽阔或有局部遮挡的室外环境下的定位。的定位。的定位。

【技术实现步骤摘要】
机器人的室外定位方法、装置、电子设备及存储介质


[0001]本申请涉及机器人控制
，特别涉及一种机器人的室外定位方法、装置、电子设备及存储介质。

技术介绍

[0002]随着农业自动化的发展，农业机器人成为了农业生产中重要的生产力工具，其工作场景主要在室外。为了提高农业机器人的自动化程度，需要解决机器人在农场上的自动驾驶问题，而自动驾驶的一个基础条件就是机器人的自主定位。定位，即确定自身所处在地图上的二维位置和偏航角(方向)。
[0003]然而，机器人必须在农场的所有位置具有自主定位能力，不能使用定位范围受限的定位方法。此外，农机需要具备在农机库中自主定位的能力，所以定位系统需要兼容室外场景的定位。室外场景的特点是场景开阔，地图内参照物少，雷达获得的信息有限，因此机器人很难将雷达的测量数据和地图匹配，因而很难收敛到真实位置，亟待解决。

技术实现思路

[0004]本申请提供一种机器人的室外定位方法、装置、电子设备及存储介质，以解决激光雷达在室外可扫描特征点少和GPS(Global Positioning System，全球定位系统)定位精度低等问题，利用GPS数据对使用激光雷达实现定位的方法进行了扩展，实现了机器人在宽阔或有局部遮挡的室外环境下的定位。
[0005]本申请第一方面实施例提供一种机器人的室外定位方法，包括以下步骤：获取机器人的编码器数据、惯性测量单元IMU(Inertial Measurement Unit，惯性测量单元)数据、雷达数据和全球定位系统GPS数据；根据所述编码器数据和所述IMU数据得到里程测量数据，并根据所述里程测量数据和预设的机器人运动学模型，得到每个粒子当前时刻的先验位姿数据；以及根据所述雷达数据和所述GPS数据计算每个粒子权重的实际估计值，并根据所述先验位姿数据和所述每个粒子权重的实际估计值得到权重最高的一族粒子的平均位姿，并将所述权重最高的一族粒子的平均位姿作为所述机器人的位姿估计值，且根据所述机器人的位姿估计值得到所述机器人的室外定位。
[0006]可选地，在一些实施例中，根据所述先验位姿数据和所述每个粒子权重的实际估计值得到权重最高的一族粒子的平均位姿，包括：基于所述每个粒子权重的实际估计值，识别权重的实际估计值小于第一预设阈值的待剔除粒子；剔除所述待剔除粒子，并在剩余粒子的预设范围内散布满足预设散布条件的目标粒子，且在预设时长后根据所述先验位姿数据、所述目标粒子的散布结果和剩余粒子权重的实际估计值得到所述权重最高的一族粒子的平均位姿。
[0007]可选地，在一些实施例中，所述根据所述雷达数据和所述GPS数据计算每个粒子权重的实际估计值，包括：基于预设的权重估计公式，根据所述雷达数据和所述GPS数据计算每个粒子权重的实际估计值，其中，所述预设的权重估计公式为：
[0008]W＝W
L
×
W
G
；
[0009]其中，W
L
为利用激光雷达数据估计的粒子权重，W
G
为利用GPS数据估计的粒子权重。
[0010]可选地，在一些实施例中，所述GPS数据估计的粒子权重为：
[0011][0012]其中，d为GPS测得位置的距离，f
N
(d)为GPS数据出现频率和距离的关系函数。
[0013]可选地，在一些实施例中，所述编码器数据包括第一编码器读取数据和第二编码器读取数据，在根据所述编码器数据和所述IMU数据得到所述里程测量数据之前，还包括：根据所述第一编码器读取数据和所述第二编码器读取数据的平均值得到所述编码器数据。
[0014]可选地，在一些实施例中，所述机器人的室外定位方法，还包括：将所述GPS数据投影映射到UTM(Universal Transverse Mercartor Grid System，通用横墨卡托格网系统)坐标系，并根据所述UTM坐标系和地图坐标系之间的位姿关系，得到所述GPS数据在所述地图坐标系的位置。
[0015]本申请第二方面实施例提供一种机器人的室外定位装置，包括：获取模块，用于获取机器人的编码器数据、惯性测量单元IMU数据、雷达数据和全球定位系统GPS数据；计算模块，用于根据所述编码器数据和所述IMU数据得到里程测量数据，并根据所述里程测量数据和预设的机器人运动学模型，得到每个粒子当前时刻的先验位姿数据；以及定位模块，用于根据所述雷达数据和所述GPS数据计算每个粒子权重的实际估计值，并根据所述先验位姿数据和所述每个粒子权重的实际估计值得到权重最高的一族粒子的平均位姿，并将所述权重最高的一族粒子的平均位姿作为所述机器人的位姿估计值，且根据所述机器人的位姿估计值得到所述机器人的室外定位。
[0016]可选地，在一些实施例中，根据所述先验位姿数据和所述每个粒子权重的实际估计值得到权重最高的一族粒子的平均位姿，所述定位模块，还用于：基于所述每个粒子权重的实际估计值，识别权重的实际估计值小于第一预设阈值的待剔除粒子；剔除所述待剔除粒子，并在剩余粒子的预设范围内散布满足预设散布条件的目标粒子，且在预设时长后根据所述先验位姿数据、所述目标粒子的散布结果和剩余粒子权重的实际估计值得到所述权重最高的一族粒子的平均位姿。
[0017]可选地，在一些实施例中，所述根据所述雷达数据和所述GPS数据计算每个粒子权重的实际估计值，所述定位模块，还用于：基于预设的权重估计公式，根据所述雷达数据和所述GPS数据计算每个粒子权重的实际估计值，其中，所述预设的权重估计公式为：
[0018]W＝W
L
×
W
G
；
[0019]其中，W
L
为利用激光雷达数据估计的粒子权重，W
G
为利用GPS数据估计的粒子权重。
[0020]可选地，在一些实施例中，所述GPS数据估计的粒子权重为：
[0021][0022]其中，d为GPS测得位置的距离，f
N
(d)为GPS数据出现频率和距离的关系函数。
[0023]可选地，在一些实施例中，所述编码器数据包括第一编码器读取数据和第二编码器读取数据，在根据所述编码器数据和所述IMU数据得到所述里程测量数据之前，所述计算
模块，还用于：根据所述第一编码器读取数据和所述第二编码器读取数据的平均值得到所述编码器数据。
[0024]可选地，在一些实施例中，所述机器人的室外定位装置，还包括：映射模块，用于将所述GPS数据投影映射到UTM坐标系，并根据所述UTM坐标系和地图坐标系之间的位姿关系，得到所述GPS数据在所述地图坐标系的位置。
[0025]本申请第三方面实施例提供一种电子设备，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述程序，以实现如上述实施例所述的机器人的室外定位方法。
[0026]本申请第四方面实施例提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种机器人的室外定位方法，其特征在于，包括以下步骤：获取机器人的编码器数据、惯性测量单元IMU数据、雷达数据和全球定位系统GPS数据；根据所述编码器数据和所述IMU数据得到里程测量数据，并根据所述里程测量数据和预设的机器人运动学模型，得到每个粒子当前时刻的先验位姿数据；以及根据所述雷达数据和所述GPS数据计算每个粒子权重的实际估计值，并根据所述先验位姿数据和所述每个粒子权重的实际估计值得到权重最高的一族粒子的平均位姿，并将所述权重最高的一族粒子的平均位姿作为所述机器人的位姿估计值，且根据所述机器人的位姿估计值得到所述机器人的室外定位。2.根据权利要求1所述的方法，其特征在于，根据所述先验位姿数据和所述每个粒子权重的实际估计值得到权重最高的一族粒子的平均位姿，包括：基于所述每个粒子权重的实际估计值，识别权重的实际估计值小于第一预设阈值的待剔除粒子；剔除所述待剔除粒子，并在剩余粒子的预设范围内散布满足预设散布条件的目标粒子，且在预设时长后根据所述先验位姿数据、所述目标粒子的散布结果和剩余粒子权重的实际估计值得到所述权重最高的一族粒子的平均位姿。3.根据权利要求1所述的方法，其特征在于，所述根据所述雷达数据和所述GPS数据计算每个粒子权重的实际估计值，包括：基于预设的权重估计公式，根据所述雷达数据和所述GPS数据计算每个粒子权重的实际估计值，其中，所述预设的权重估计公式为：W＝W
L
×
W
G
；其中，W
L
为利用激光雷达数据估计的粒子权重，W
G
为利用GPS数据估计的粒子权重。4.根据权利要求3所述的方法，其特征在于，所述GPS数据估计的粒子权重为：其中，d为GPS测得位置的距离，f
N
(d)为GPS数据出现频率和距离的关系函数。5.根据权利要求1所述的方法，其特征在于，所述编码器数据包括第一编码器读取数据和第二编码器读取数据，在根据所述编码器数据和所述I...

【专利技术属性】
技术研发人员：张涛，徐皓天，卓晴，李斌，
申请(专利权)人：清华大学，
类型：发明
国别省市：