一种基于ROS的传感器阵列移动机器人定位系统技术方案

一种基于ROS的传感器阵列移动机器人定位系统,包括设置在移动机器人中心的MCU，以及与MCU连接的多个传感器，多个传感器的驱动板以环形方式分布在MCU的周边，将所有传感探头延申排布在机器人各个方向，形成传感器阵列获取移动机器人的周边环境数据；当系统启用时,机器人通过设置在四周的超声波传感器检测周围是否有障碍物，通过前下方的两个悬崖传感器检测前进路上是否有凹陷地面，通过正前方的镭射传感器获取前方行进路线的道路信息，并实时将检测的信息传送至MCU进行处理，MCU将处理后的信息使用ROS通过串口与总控制器进行通讯，并使用PWM驱动车轮的电机，返回编码器的值以进行PID控制。本发明专利技术可以使得机器人的导航更加准确和可靠。准确和可靠。准确和可靠。

【技术实现步骤摘要】
一种基于ROS的传感器阵列移动机器人定位系统


[0001]本专利技术涉及机器人定位
，具体涉及一种基于ROS的传感器阵列移动机器人定位系统。

技术介绍

[0002]随着计算机技术的发展以及社会需求的不断提升，移动机器人在各个领域都得到了广泛的应用。移动机器人在实际应用中经常需要准确定位，以便完成给定任务，如环境勘测、物品搬运等。因此，实时定位系统对于移动机器人的应用至关重要。由于机器人不断渗透到各行各业，面对的外部环境越来越复杂，对机器人的精度、稳定性、智能化提出了新的要求。然而，传统的实时定位方法存在着许多问题，例如误差较大、鲁棒性较差等。
[0003]而采用多个(例如传感器阵列)传感器却仅是从多个侧面孤立地获取目标信息的方式，但单纯的不断增加传感器的做法，会增加系统的复杂度，对平台的算力要求提高，且割断了各传感器信息间的内在联系，丢失了信息经有机组合后可能蕴含的深层有效信息，造成信息资源浪费，甚至可能导致决策失误。因此，在多重因素影响下，发展多传感器融合技术便表现出了它的必然性。
[0004]现有技术中，虽然已经有了很本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于ROS的传感器阵列移动机器人定位系统,其特征在于：包括设置在移动机器人中心的MCU，以及与MCU连接的多个传感器；多个传感器的驱动板以环形方式分布在MCU的周边，将所有传感探头延申排布在机器人各个方向，形成传感器阵列获取移动机器人的周边环境数据；通过传感器阵列获取的全方位的环境信息，并根据周围信息获取到机器人当前的位置，以及判断是否处于安全的工作状态；MCU作为主处理器接收多个传感器的读数，并将其传递给ROS节点，ROS节点接收来自多个传感器的数据，并将其集成至一个消息中，该消息可以被其他ROS节点订阅，以便ROS节点使用传感器数据进行导航和其他任务；具体的操作步骤包括：步骤一：接收超声波传感器数据，将超声波传感器的位置与对应的机器人坐标系进行转换，以机器人坐标系为基准，获取超声波传感器的数据；步骤二：接收单点激光雷达数据，通过单点激光雷达获取机器人前方的障碍物信息，根据障碍物和机器人之间的距离，给定机器人最大的速度的限定，防止机器人速度过快发生碰撞；并根据下式得出障碍物的宽度：其中，上式中的w是障碍物的宽度，D
a
和D
b
为障碍物左右两端最值的的角度，L
a
和L
b
是D
a
角度和D
b
位置上对应和到障碍物的距离；步骤三：接收IMU数据并进行转换，将接收到的9轴IMU传感器数据中的加速度、角速度、磁场强度的值通过欧拉变换得到欧拉角，欧拉角分为俯仰角、偏航角、滚转角三个角度；IMU原始数据数据的形式为下式的四元数形式：Q＝q0+q1i+q2j+q3k；通过下式将四元数形式的IMU初始数据转换为欧拉角，并通过节点发布出去；psi＝atan2(2(q0*q1+q2*q3)),1
‑
2(q1*q1+q2*q2)th eta＝asin(2(q0*q2‑
q3*q1))phi＝atan2(2(q0*q3+q1*q2)),1
‑
2(q2*q2+q3‑
q3)其中，psi为偏航角，theta为俯仰角，phi为滚动角，q0、q1、q2、q3为IMU初始数据的四个分量，atan和asin分别为反正弦函数和反余弦函数；步骤四：将接收到的传感器数据进行处理后通过ROS话题发布；采用无迹卡尔曼滤波对接收到的传感器数据进行滤波处理，在获得处理过的数据后，再通过MCU建立ROS节点和话题，并将接收到的传感器数据进行发布；再通过上位机进行接收，从而在不同主机间协同工作，分散计算压力；步骤五：接收电机编码器的数据并进行PID控制；接收电机编码器的数据并将其与上位机下达命令的数据进行对比，确保电机实际转动的方向和速度与上位机的命令始终保持相一致，并在出现错误时，实时进行PID校正，以确保机器人始终在上位机的控制范围以内；通过IMU以及电机编码器的数据可以得出机器人的里程计；差分模型机器人始终做的是以R为半径的圆弧运动；机器人的线速度V、角速度ω，左右轮速用VL和VR表示，用D表示轮间距，D＝2d，右轮到旋转中心的距离为L；左右轮速V
L
和V
R
来进行速度控制：
V
L
＝ω*(L+D)＝ω*(R+d)＝V+ωdV
R
＝ω*L＝ω*(R
‑
d)＝V
‑
ωdωd连续控制系统的理想PID控制规律为：其中，K
p
为比例增益，K
p
与比例度成倒数关系；T
t
为积分时间常数；T
D
为微分时间常数；u(t)PID控制器的输出信号；e(t)给定值r(t)与测量值之差；步骤六：在上位机上通过接收到的信息对机器人进行实时定位，在获取每个传感器的数据后，通过机器人的运动模型得出机器人...

【专利技术属性】
技术研发人员：艾米尔，丁楠，李芬芬，耿君佐，孔荣双，李彪，费宏彦，王德烨，周泓，林剑楚，肖绍章，
申请(专利权)人：淮阴工学院，
类型：发明
国别省市：