一种基于信赖域算法的室内移动机器人定位方法技术

本发明专利技术公开了一种基于信赖域算法的室内移动机器人定位方法，包括：在初始化阶段，先通过多组里程计数据和UWB测距值构建最小二乘优化问题及对应的误差函数；再通过图优化的方法求解最小二乘优化问题，得出移动机器人当前时刻在全局坐标系下的最优坐标，作为后续跟踪步骤的初值；在跟踪阶段，通过里程计增量数据和最优坐标对UWB的测距值进行卡尔曼滤波预处理，获取最优距离值；结合最优距离值通过信赖域算法求解移动机器人的最优坐标，实现对机器人的持续鲁棒跟踪。通过图优化的方法求解移动机器人的初始全局坐标，提高了定位系统的初值精度，通过卡尔曼滤波和信赖域算法，提高了移动机器人在全局坐标下定位的精度，提高了定位系统的可用性。系统的可用性。系统的可用性。

【技术实现步骤摘要】
一种基于信赖域算法的室内移动机器人定位方法


[0001]本专利技术属于室内环境下融合定位
，特别是涉及一种基于信赖域算法的室内移动机器人定位方法。

技术介绍

[0002]近年来，移动机器人应用快速发展，例如送餐机器人、巡检机器人及扫地机器人等。这些移动机器人都需要实现定点导航功能，因此定位系统在这些应用中扮演着重要的角色。在室外可以使用全球定位系统（Global Positioning System ,GPS）实现高精度、稳定可靠的定位，而要在室内环境实现高精度的定位仍是一项具有挑战的任务。当前稳定成熟的室内定位系统技术主要包括：无线局域网定位、射频识别定位、超声波定位、蓝牙定位、惯性定位以及超宽带（Ultra Wideband, UWB）定位。这些技术主要利用指纹、三角法和航位推测法进行位置估计，但是基于惯性传感器的里程计定位系统存在传感器漂移，所产生的累计误差将导致无法提供长时间的定位；基于射频或者UWB的定位系统存在多径效应和非视距等因素的影响，导致定位误差增大。因此将UWB与里程计进行融合可实现高精度的稳定定位。
[000本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于信赖域算法的室内移动机器人定位方法，其特征在于，所述方法包括以下步骤：S100：通过多组里程计数据和UWB测距值构建最小二乘优化问题及对应的误差函数；S200：通过图优化的方法求解所述最小二乘优化问题，得出移动机器人当前时刻在全局坐标系下的最优坐标，并将所述最优坐标作为后续跟踪步骤的初值；S300：通过里程计增量数据和所述最优坐标对所述UWB测距值进行卡尔曼滤波预处理，获取最优距离值；S400：结合所述最优距离值通过信赖域算法求解所述移动机器人的最优坐标，实现对所述移动机器人的持续鲁棒跟踪；S100包括：S110：定义全局坐标系的原点为基站位置，里程计坐标系原点为移动机器人上电位置；S120：每当获取一个UWB测距值时，输出一次里程计数据；S130：假设所述里程计坐标系与所述全局坐标系重合，在所述移动机器人上电时，通过人为的方式获取所述移动机器人在所述全局坐标系下的头部朝向；S140：使所述移动机器人在室内环境下随机运动一定距离，判断是否存在三个不共线的里程计坐标，若存在，将之间的所有里程计坐标作为状态变量，将之间的所有UWB测距值作为观测变量；S150：假设所述基站在所述里程计坐标系下的坐标为，该坐标即为待优化变量；S160：所述状态变量到所述基站的距离与所述观测变量之间的差定义为误差函数：；存在一个最优解可满足所述误差函数最小，因此构建最小二乘优化问题：；其中表示最优解，满足误差函数的平方和最小；S200包括：S210：将所述待优化变量作为顶点，UWB的测距值作为一元边，并使用Levenberg
‑
Marquardt方法进行求解，得到所述基站在所述里程计坐标系下的坐标值；S220：将所述基站在所述里程计坐标系下的坐标值通过坐标变换公式得到所述移动机器人在全局坐标系下的位置：；其中为所述移动机器人在所述全局坐标系下的最优坐标；S230：将当前时刻的最优坐标作为跟踪步骤的初值。2.根据权利要求1所述的方法，其特征在于，S140还包括若不存在三个不共线的里程计
坐标，则所述移动机器人继续在室内环境下随机运动一定距离，直至存在三个不共线的里程计坐标。3.根据权利要求2所述的方法，其特征在于，S140中判断是否存在三个不共线的里程计坐标，具体为：令；当所述移动机器人运动距离大于时，即时，令；当所述移动机器人运动距离再次大于，且与之间的夹角大于时，即，且时，令。4.根据权利要求3所述的方法，其特征在于，S300包括：S310：通过里程计增量数据构建预测方程，估计出所述移动机器人在当前时刻...

【专利技术属性】
技术研发人员：张辉，周熙栋，钟杭，徐涛，缪志强，王耀南，
申请(专利权)人：湖南大学，
类型：发明
国别省市：