【技术实现步骤摘要】
本申请涉及麦轮车控制，尤其涉及一种麦轮车运动参数估计方法、装置、麦轮车和可读存储介质。
技术介绍
1、具有麦克纳姆轮(万向轮)的小车(简称麦轮车)，如图1所示，其运动灵活性高，可以进行横向、纵向、旋转等多种运动方式，可在狭小的空间内自由移动，能够轻松通过狭窄的过道、曲线道路、楼梯等环节，因此适用于一般小车难以行驶的场所。其中，每个麦克纳姆轮上安装有众多辊子，但这些辊子并不具备独立驱动的特性。因此，麦克纳姆轮容易在湿滑的地面上出现较大的打滑，且不同材质不同坡度的地面上打滑程度也不一样，如果仍然使用传统的基于轮上电机编码器的里程计算方案，则会因为打滑而造成室内定位出现误差，进而影响后续导航等任务。
技术实现思路
1、有鉴于此，本申请实施例提供一种麦轮车运动参数估计方法、装置、麦轮车和可读存储介质。
2、第一方面，本申请实施例提供一种麦轮车运动参数估计方法，包括：
3、获取实时反馈的麦轮编码器数据和车辆imu数据；
4、根据所述车辆imu数据中的当前加速度信息，进行测量噪声自适应调节，进而计算当前的卡尔曼增益；
5、基于所述麦轮编码器数据和所述车辆imu数据，通过动态系统方程计算所述车辆运动参数的预测值；
6、根据所述预测值和所述卡尔曼增益，获取所述车辆运动参数的估计值。
7、在一些实施例中，所述麦轮编码器数据包括由每个麦轮上的编码器测量得到的轮速，所述车辆imu数据包括所述车辆在前进方向、侧移方向上各自的原始线加速
8、所述通过动态系统方程计算所述车辆运动参数的预测值，之前还包括：
9、根据每个麦轮的所述轮速，计算车辆速度；
10、利用由车辆imu测量计算到的车辆姿态对所述原始线加速度的方向进行校准，以得到对应方向上的校准线加速度；其中，所述车辆速度和所述校准线加速度用于输入所述动态系统方程中进行预测值计算。
11、在一些实施例中，所述车辆imu数据还包括所述车辆在转动方向上的原始加速度，所述根据所述车辆imu数据中的当前加速度信息，进行测量噪声自适应调节，包括：
12、对所述车辆在三个轴向上的原始加速度进行去重力加速度处理，得到一动态标量，所述动态标量用于标识当前整车运动状态；
13、根据所述动态标量的大小和三个轴向上的加速度方差值，确定所述车辆的当前运动模式；
14、根据所述当前运动模式，确定对应的测量噪声协方差矩阵。
15、在一些实施例中，根据如下公式，确定所述车辆的当前运动模式：
16、当所述动态标量满足则确定为无加速模式；
17、当所述动态标量满足则确定为低动态模式；
18、当所述动态标量满足α＞thacc，则确定为高动态模式；
19、式中，α为动态标量；分别为三个轴向上的加速度方差值；thacc为加速度阈值。
20、在一些实施例中，每种运动模式下对应有不同的测量噪声协方差矩阵；
21、其中，在所述无加速模式下，所述测量噪声协方差矩阵保持为在imu静态标定过程中得到的初始估计值；
22、在所述低动态模式下，所述测量噪声协方差矩阵为所述初始估计值与调整矩阵之和，所述调整矩阵基于所述动态标量构建得到；
23、在所述高动态模式下，所述测量噪声协方差矩阵基于噪声极限值构建得到。
24、在一些实施例中，所述动态系统方程包括所述车辆在前进方向、侧移方向上各自的里程动态系统方程，以及所述车辆在转动方向上的转动角度动态系统方程；
25、其中，所述里程动态系统方程的状态变量包括所述车辆在对应方向的里程和车辆速度；所述转动角度动态系统方程的状态变量包括所述车辆在转动方向的转动角度。
26、在一些实施例中，每个方向上的所述里程动态系统方程用于描述第k时刻的状态变量估计值等于第k-1时刻的状态变量估计值与基于两个采样时刻的线加速度计算得到的车辆速度增量和里程增量；其中，k为大于0的整数。
27、在一些实施例中，所述里程动态系统方程的表达式如下：
28、
29、式中，为第k时刻的状态估计值；为第k-1时刻的状态变量估计值；t为采样时间间隔；和分别为对应方向上的第k时刻和第k-1时刻反馈的线加速度；为第k-1时刻反馈的所述车辆速度。
30、在一些实施例中，所述麦轮编码器数据还包括由每个麦轮上的编码器测量得到的第一转动角速度，所述车辆imu数据还包括所述车辆在转动方向上的第二转动角速度；
31、所述转动角度动态系统方程用于描述第k时刻的状态变量估计值等于第k-1时刻的状态变量估计值与基于所述第一转动角速度和所述第二转动角速度加权计算得到的转动角度增量；其中，k为大于0的整数。
32、在一些实施例中，所述转动角度动态系统方程包括：
33、
34、式中，为第k时刻的状态估计值；为第k-1时刻的状态变量估计值；β为预设权重；ωwheel和ωimu分别为第k时刻的所述第一转动角速度和所述第二转动角速度。
35、第二方面，本申请实施例提供一种麦轮车运动参数估计装置，包括：
36、数据获取模块，用于获取实时反馈的麦轮编码器数据和车辆imu数据；
37、卡尔曼增益计算模块，用于根据所述车辆imu数据中的当前加速度信息，进行测量噪声自适应调节，进而计算当前的卡尔曼增益；
38、卡尔曼预测模块，用于基于所述麦轮编码器数据和所述车辆imu数据，通过动态系统方程计算所述车辆运动参数的预测值；
39、卡尔曼估计模块，用于根据所述预测值和所述卡尔曼增益，获取所述车辆运动参数的估计值。
40、第三方面，本申请实施例提供一种麦轮车，所述麦轮车包括四个麦轮、imu模块、处理器和存储器，其中，每个所述麦轮上设有麦轮编码器，所述存储器存储有计算机程序，所述处理器用于执行所述计算机程序以实施所述的麦轮车运动参数估计方法。
41、第四方面，本申请实施例提供一种可读存储介质，其存储有计算机程序，所述计算机程序在处理器上执行时，实施所述的麦轮车运动参数估计方法。
42、本申请的实施例具有如下有益效果：
43、本申请实施例提出一种麦轮车运动参数估计方法，其通过获取由传感器实时反馈的麦轮编码器数据和车辆imu数据，并根据其中的加速度信息进行测量噪声自适应调节，以适应不同的地面打滑情况；进而根据自适应的测量噪声，按照标准的卡尔曼滤波算法，计算出当前的卡尔曼增益并进行车辆运动参数的预测值计算；最后，利用预测值和卡尔曼增益进行车辆运动参数的估计值计算及状态更新。该方法可以准确地估计出麦轮车在各个方向(即前进方向、侧移方向和转动方向)上的里程，解决了现有技术中因地面打滑而导致里程计算不准的问题。
本文档来自技高网...【技术保护点】
1.一种麦轮车运动参数估计方法，其特征在于，包括：
2.根据权利要求1所述的麦轮车运动参数估计方法，其特征在于，所述麦轮编码器数据包括由每个麦轮上的编码器测量得到的轮速，所述车辆IMU数据包括所述车辆在前进方向、侧移方向上各自的原始线加速度；
3.根据权利要求2所述的麦轮车运动参数估计方法，其特征在于，所述车辆IMU数据还包括所述车辆在转动方向上的原始加速度，所述根据所述车辆IMU数据中的当前加速度信息，进行测量噪声自适应调节，包括：
4.根据权利要求3所述的麦轮车运动参数估计方法，其特征在于，根据如下公式，确定所述车辆的当前运动模式：
5.根据权利要求4所述的麦轮车运动参数估计方法，其特征在于，每种运动模式下对应有不同的测量噪声协方差矩阵；
6.根据权利要求2所述的麦轮车运动参数估计方法，其特征在于，所述动态系统方程包括所述车辆在前进方向、侧移方向上各自的里程动态系统方程，以及所述车辆在转动方向上的转动角度动态系统方程；
7.根据权利要求6所述的麦轮车运动参数估计方法，其特征在于，每个方向上的所述里程动态系
8.根据权利要求7所述的麦轮车运动参数估计方法，其特征在于，所述里程动态系统方程的表达式如下：
9.根据权利要求6所述的麦轮车运动参数估计方法，其特征在于，所述麦轮编码器数据还包括由每个麦轮上的编码器测量得到的第一转动角速度，所述车辆IMU数据还包括所述车辆在转动方向上的第二转动角速度；
10.根据权利要求9所述的麦轮车运动参数估计方法，其特征在于，所述转动角度动态系统方程包括：
11.一种麦轮车运动参数估计装置，其特征在于，包括：
12.一种麦轮车，其特征在于，所述麦轮车包括四个麦轮、IMU模块、处理器和存储器，其中，每个所述麦轮上设有麦轮编码器，所述存储器存储有计算机程序，所述处理器用于执行所述计算机程序以实施权利要求1-10中任一项所述的麦轮车运动参数估计方法。
13.一种可读存储介质，其特征在于，其存储有计算机程序，所述计算机程序在处理器上执行时，实施根据权利要求1-10中任一项所述的麦轮车运动参数估计方法。
...【技术特征摘要】
1.一种麦轮车运动参数估计方法，其特征在于，包括：
2.根据权利要求1所述的麦轮车运动参数估计方法，其特征在于，所述麦轮编码器数据包括由每个麦轮上的编码器测量得到的轮速，所述车辆imu数据包括所述车辆在前进方向、侧移方向上各自的原始线加速度；
3.根据权利要求2所述的麦轮车运动参数估计方法，其特征在于，所述车辆imu数据还包括所述车辆在转动方向上的原始加速度，所述根据所述车辆imu数据中的当前加速度信息，进行测量噪声自适应调节，包括：
4.根据权利要求3所述的麦轮车运动参数估计方法，其特征在于，根据如下公式，确定所述车辆的当前运动模式：
5.根据权利要求4所述的麦轮车运动参数估计方法，其特征在于，每种运动模式下对应有不同的测量噪声协方差矩阵；
6.根据权利要求2所述的麦轮车运动参数估计方法，其特征在于，所述动态系统方程包括所述车辆在前进方向、侧移方向上各自的里程动态系统方程，以及所述车辆在转动方向上的转动角度动态系统方程；
7.根据权利要求6所述的麦轮车运动参数估计方法，其特征在于，每个方向上的所述里程动态系统方程用于描述第k时刻的状态变量...
【专利技术属性】
技术研发人员：李文宙，陶铂，陈春玉，谭欢，
申请(专利权)人：深圳市优必选科技股份有限公司，
类型：发明
国别省市：
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。