【技术实现步骤摘要】
本专利技术涉及一种局部地图下共享平衡车高精自主导航系统，属于局部区域自主导航。
技术介绍
1、共享经济的发展，既可以满足人们日益增长的社会文化需要，又可以有效地调动社会资源，为居民提供便利。共享经济有助于低碳经济结构和社会可持续发展。从交通方面来看，共享型交通工具能够很好的解决交通堵塞和缺乏停车位问题。从可持续发展的眼光来看，共享型交通工具能够实现相较传统交通工具更加安全和环保，实现绿色出行。同时由于无人驾驶技术的高速发展，本文提出具有局部区域自主导航功能的共享平衡车。具体的定位导航系统和使用的算法将根据应用的需求和环境而有所不同。在公园和机场等地方的定位导航主要依靠gps或其他地理定位服务，如wifi、ble、nfc。为了提供导航，地理定位系统通常采用一系列算法，如三角测量、卡尔曼滤波、slam，然而，重要的是要注意这些技术都有其自身的局限性。例如，wifi和ble的信号会被墙壁或其他物体阻挡，而nfc的有效范围非常短。因此，实际应用中可以使用这些定位系统和算法的组合来提供最佳的定位和导航服务；
2、随着共享文化的盛行，共享单车已经普及到日常生活当中，但是普通的共享单车还是存在很多的问题缺陷。比如，共享单车不自带导航功能，实用价值大大降低。对于不太熟悉路线的用户一边骑行一边规划路线较为危险，而对于已经处于疲劳状态的用户来说，共享单车并不能够在很大的程度上帮忙达到缓解疲劳同时赶路的效果。
3、相比较于现有的共享单车，技术被改进的共享平衡车对于以上的问题有了完美的解决方案。共享平衡车主要应用于校园、公园以及
4、基于不同的应用场景，自主导航平衡车可能需要不同的定位精度。例如，公园内的导航可能只需要精确到几米，而机场内的导航可能需要更高的精度，因为人们可能需要找到特定的登机口或者行李领取处。因此，具体的定位导航系统和使用的算法会因应用的需求和环境而变化。
5、可见，为解决共享平衡车在局部区域的高精度自主导航方面的问题，亟需一种局部地图下共享平衡车高精自主导航系统。
技术实现思路
1、本专利技术的目的在于克服现有技术中的不足，提供一种局部地图下共享平衡车高精自主导航系统，基于地图的定位方案，使用机器人定位中的ekf-slam，用扩展卡尔曼滤波的方法实现同时定位和地图构建。使用gps和miu组合导航定位，搭配多传感器融合定位。实验结果证明，本系统提出的自主导航技术和语音识别技术可以实现语音识别目的地和精确定位与自主导航和功能。
2、为达到上述目的，本专利技术是采用下述技术方案实现的：
3、本专利技术提供了一种局部地图下共享平衡车高精自主导航系统，包括二维码生成平台、语音识别平台和导航平台，其中，
4、二维码生成平台，用于生成包括定位图案和编码的二维码，以在被扫描并识别成功后唤醒语音识别平台；
5、语音识别平台，用于根据语音输入识别并选择正确的目的地名称；
6、导航平台，用于基于选择的目的地，根据路线规划和定位算法进行导航。
7、进一步的，所述二维码生成平台使用quick response code生成二维码，所述语音识别平台使用rnn-t模型进行语音识别。
8、进一步的，所述根据语音输入识别并选择正确的目的地名称，包括：
9、将语音输入转换为语音信号后，进行深度聚类dpcl语音信号预处理；
10、基于预处理后的信息，进行特征提取，获得特征矢量；
11、对获得的特征矢量进行rnn-t语音识别，对识别结果翻译后输出。
12、进一步的，所述翻译包括人工神经网络翻译和计算机辅助翻译。
13、进一步的，所述导航平台通过ekf-slam算法实现地图的创建与自主定位导航，通过绝对定位和相对定位实现精准定位。
14、进一步的，所述ekf-slam算法包括：
15、通过运动测量获得控制信息，位姿测量获得位姿信息，环境测量得出观测信息；
16、分别通过slam运动模型、slam观测增益和slam观测模型计算出运动与观测的具体信息，并通过子滤波器进行数字信息处理；
17、将数据关联的信息与位姿信息融合进行实时地图更新；
18、检查所有已知数据是否运行完成，如果运行完成，则结束流程，如果没有，则初始化数据后重新开始上述流程。
19、进一步的，所述绝对定位通过gps+imu的卡尔曼滤波融合定位进行算法仿真，其中，
20、imu惯导用来进行状态预测，gps用来滤波矫正。
21、进一步的，所述相对定位通过点云匹配与视觉定位结合实现，其中，
22、点云匹配以激光雷达为核心，激光雷达向外发射激光脉冲，从地面或者物体表面发射形成多个回波返回进行匹配，实现平衡车当前场景的高精度定位。
23、与现有技术相比，本专利技术所达到的有益效果：
24、本专利技术提供的局部地图下共享平衡车高精自主导航系统，基于地图的定位方案，使用机器人定位中的ekf-slam，用扩展卡尔曼滤波的方法实现同时定位和地图构建。使用gps和miu组合导航定位，搭配多传感器融合定位。实验结果证明，本系统提出的自主导航技术和语音识别技术可以实现语音识别目的地和精确定位与自主导航和功能。
本文档来自技高网...【技术保护点】
1.一种局部地图下共享平衡车高精自主导航系统，其特征是，包括二维码生成平台、语音识别平台和导航平台，其中，
2. 根据权利要求1所述的局部地图下共享平衡车高精自主导航系统，其特征是，所述二维码生成平台使用Quick Response Code生成二维码，所述语音识别平台使用RNN-T模型进行语音识别。
3.根据权利要求1所述的局部地图下共享平衡车高精自主导航系统，其特征是，所述根据语音输入识别并选择正确的目的地名称，包括：
4.根据权利要求3所述的局部地图下共享平衡车高精自主导航系统，其特征是，所述翻译包括人工神经网络翻译和计算机辅助翻译。
5.根据权利要求1所述的局部地图下共享平衡车高精自主导航系统，其特征是，所述导航平台通过EKF-SLAM算法实现地图的创建与自主定位导航，通过绝对定位和相对定位实现精准定位。
6.根据权利要求5所述的局部地图下共享平衡车高精自主导航系统，其特征是，所述EKF-SLAM算法包括：
7.根据权利要求6所述的局部地图下共享平衡车高精自主导航系统，其特征是，所述绝对定位通过GPS
8.根据权利要求7所述的局部地图下共享平衡车高精自主导航系统，其特征是，所述相对定位通过点云匹配与视觉定位结合实现，其中，
...【技术特征摘要】
1.一种局部地图下共享平衡车高精自主导航系统，其特征是，包括二维码生成平台、语音识别平台和导航平台，其中，
2. 根据权利要求1所述的局部地图下共享平衡车高精自主导航系统，其特征是，所述二维码生成平台使用quick response code生成二维码，所述语音识别平台使用rnn-t模型进行语音识别。
3.根据权利要求1所述的局部地图下共享平衡车高精自主导航系统，其特征是，所述根据语音输入识别并选择正确的目的地名称，包括：
4.根据权利要求3所述的局部地图下共享平衡车高精自主导航系统，其特征是，所述翻译包括人工神经网络翻译和计算机辅助翻译。
...【专利技术属性】
技术研发人员：王燕清，程欣雨，耿乔木，刘李晗，
申请(专利权)人：南京晓庄学院，
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。