【技术实现步骤摘要】
全方位移动机器人自主导航方法及防疫机器人
[0001]本专利技术属于自主导航
,具体涉及一种全方位移动机器人自主导航方法及防疫机器人。
技术介绍
[0002]目前的,防疫机器人大多采用差速轮驱动方式,当防疫机器人工作在非结构化且狭窄的环境中时,不利于防疫机器人的转向,因此不能保证防疫机器人顺利的完成消杀任务。因此具有自主、高效、覆盖面广的全向智能防疫机器人,不仅是时代发展的方向,更是防疫形式的迫切需求。
技术实现思路
[0003]鉴于上述的分析,本专利技术旨在公开了一种全方位移动机器人自主导航地图构建方法及防疫机器人,实现全方位移动、自主导航、自主避障和防疫消杀功能,能够更好的实现消毒区域全覆盖功能。
[0004]本专利技术公开了一种全方位移动机器人自主导航方法,包括:
[0005]采用包括激光雷达、IMU单元和里程计在内的传感器获取机器人移动过程的周围环境信息;
[0006]建立数据融合滤波器将里程计和IMU单元观测量数据进行融合;
[0007]使用激光雷达进行机器人的自主导航建图,在建图过程中,结合所述数据融合滤波器输出数据作为新的混合提议分布,基于Gmapping算法构建自主导航地图;
[0008]根据自主导航地图,采用基于定向搜索A*算法进行路径规划,实现机器人的自主导航。
[0009]进一步地,所述机器人采用4个麦克纳姆轮进行驱动;将四个麦克纳姆轮的速度信息合成得到里程计观测量数据;
[0010]测量的所述四个麦克纳姆轮中左前轮的
【技术保护点】
【技术特征摘要】
1.一种全方位移动机器人自主导航方法,其特征在于,包括:采用包括激光雷达、IMU单元和里程计在内的传感器获取机器人移动过程的周围环境信息;建立数据融合滤波器将里程计和IMU单元观测量数据进行融合;使用激光雷达进行机器人的自主导航建图,在建图过程中,结合所述数据融合滤波器输出数据作为新的混合提议分布,基于Gmapping算法构建自主导航地图;根据自主导航地图,采用基于定向搜索A*算法进行路径规划,实现机器人的自主导航。2.根据权利要求1所述的全方位移动机器人自主导航方法,其特征在于,所述机器人采用4个麦克纳姆轮进行驱动;将四个麦克纳姆轮的速度信息合成得到里程计观测量数据;测量的所述四个麦克纳姆轮中左前轮的角速度为ω
Lf
,左后轮的角速度为ω
Lb
,右前轮的角速度为ω
Rf
,右后轮的角速度为ω
Rb
;根据机器人麦克纳姆轮角速度计算的机器人速度为v=[v
X v
Y ω
Z
]
T
,v
X
为机器人在X轴的线速度,v
Y
为机器人在Y轴的线速度,ω
Z
为机器人的整体角速度;麦克纳姆轮角速度和机器人的速度满足下式:对测量的机器人速度v进行积分得到里程计观测量数据[x,y,θ
yaw
];其中x,y为机器人的全局平面坐标,θ
yaw
为机器人的偏航角。3.根据权利要求2所述的全方位移动机器人自主导航方法,其特征在于,所述数据融合滤波器采用扩展卡尔曼滤波器;所述扩展卡尔曼滤波器的状态量X(k)=[x,y,z,θ
pitch
,θ
roll
,θ
yaw
]
T
;x,y,z为机器人的全局三维坐标;θ
pitch
、θ
roll
和θ
yaw
为机器人的俯仰角、滚转角和偏航角;所述扩展卡尔曼滤波器的观测量包括里程计观测量z1=[x,y,θ
yaw
]
T
,以及IMU观测量z2=[θ
pitch
,θ
roll
,θ
yaw
]
T
。4.根据权利要求1所述的全方位移动机器人自主导航方法,其特征在于,所述基于定向搜索A*算法进行路径规划包括:1)初始化节点信息;2)判断起始节点或指定节点是否为目标节点;是,则跳转至6),否则继续执行;3)计算出起始节点或指定节点与目标节点之间的定向导引函数值,确定优先搜索方向;4)依据障碍物分布情况,选择待指定节点;将待指定节点和东、南、西、北四个方向添加到Open_list,同时将障碍物节点添加到Close_list;5)找出最小代价函数f(x)对应的节点作为指定节点,并将该指定节点标记为Close_list中的元素,记录其父节点;并继续执行2);6)路径关键节点提取及“拉直”处理;7)输出规划路径。
5.根据权利要求4所述的全方位移动机器人自主导航方法,其特征在于,将引导启发函数γ
s
与方位判定阈值区间(ε1,ε2)进行比较确定优先搜索方向,其中,γ
s
大于ε1且小...
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。