一种室内移动机器人定位方法技术

一种室内移动机器人定位方法，属于移动机器人定位技术领域。本发明专利技术提供一种基于单超声波传感器、编码器和电子罗盘等多传感器融合的异步时间到达（ATOA）室内定位方法，并提出了一种双层卡尔曼滤波（DLKF）的数据融合模型。基于DLKF模型，ATOA方法能有效消除航迹推算中的累计误差，获得较高的定位精度，极大地降低了定位所需的超声波传感器数量，有效地克服了采用超声波传感器定位时存在盲区的缺点。基于DLKF模型，ATOA方法能有效消除航迹推算中的累计误差，获得较好的定位精度，极大地降低了定位所需的超声波传感器数量。

【技术实现步骤摘要】
【专利摘要】，属于移动机器人定位
。本专利技术提供一种基于单超声波传感器、编码器和电子罗盘等多传感器融合的异步时间到达（ATOA）室内定位方法，并提出了一种双层卡尔曼滤波（DLKF）的数据融合模型。基于DLKF模型，ATOA方法能有效消除航迹推算中的累计误差，获得较高的定位精度，极大地降低了定位所需的超声波传感器数量，有效地克服了采用超声波传感器定位时存在盲区的缺点。基于DLKF模型，ATOA方法能有效消除航迹推算中的累计误差，获得较好的定位精度，极大地降低了定位所需的超声波传感器数量。【专利说明】
本专利技术属于移动机器人定位
，涉及一种机器人室内定位方法。
技术介绍
作为机器人导航的基础，定位问题一直是机器人研究领域的热点之一。室内定位方法可分为相对定位和绝对定位，相对定位主要是利用安装在机器人上的编码器根据最初位姿进行航迹推算(Dead-Reckoning),但随着机器人航行距离的增大,定位误差会累积，需要引入绝对定位手段辅助。绝对定位是利用超声波传感器、视觉传感器、激光雷达等一种或多种外部传感器检测得到的周围环境特征对机器人在参考坐标系中的绝对位姿进行估算。相对于其他环境感知传感器，超声波传感器因其价格低廉、硬件易实现并且技术成熟等优点，已被广泛应用于移动机器人的室内定位。目前，基于超声波测距的定位一般是机器人同时接收至少三个超声波传感器测得的距离信息经计算得到机器人绝对坐标，而后与航迹推算得到的相对坐标进行信息融合。这些方法存在超声波传感器数量多、定位误差大、存在盲区等缺点。
技术实现思路
本专利技术的目的是提供一种基于单超声波传感器、编码器和电子罗盘等多传感器融合的异步时间到达(Asynchronous Time of Arrival, ΑΤ0Α)室内定位方法,并提出了一种双层卡尔曼滤波(Double-layer Kalman Filter, DLKF)的数据融合模型。基于DLKF模型，ATOA方法能有效消除航迹推算中的累计误差，获得较高的定位精度，极大地降低了定位所需的超声波传感器数量，有效地克服了采用超声波传感器定位时存在盲区的缺点。本专利技术采用超声波网络定位系统对室内移动机器人进行定位，超声波网络定位系统主要分为三个模块:控制模块、超声波发射模块和超声波接收模块。将超声波接收模块安装在室内天花板上，超声波接收模块的坐标已事先通过测量获得，并将超声波接收模块的坐标数据存储在控制模块中。控制模块与超声波发射模块通过串口相连接，固定安装在移动机器人上。其具体定位过程如下: (1)启动一个安置在天花板的超声波接收模块，超声波接收模块进入射频信号和超声波信号接收状态； (2)控制模块向超声波发射模块发出定位请求，超声波发射模块发送射频信号和超声波信号，其中射频信号携带发射模块的身份标识ID信息； (3)接收模块接收到射频信号后，检测接收到的ID信息与发射模块的ID信息是否一致，若不一致则放弃，返回等待射频信号接收状态，执行步骤(3);若一致，则执行步骤(4)； (4)接收模块开始计时，直到检测到超声波信号或超过预定的检测时间Ts后停止计时，并将接收模块、时间信息打包成数据包，将数据包通过射频通讯的形式发送给超声波发射模块； (5)超声波发射模块将接收到的数据包和检测的温度信息通过串口通讯的方式发送给控制|吴块； (6)控制模块根据超声波在一定温度下空气中的传播速度和各接收模块的时间信息，计算出超声波接收模块与超声波发射模块之间的距离；并根据超声波接收模块坐标和超声波接收模块与超声波发射模块之间的距离，计算出移动机器人的平面坐标，完成一次定位。定位流程图如图1所示，超声波发射模块和超声波接收模块的流程图如图2、3所示。ATOA方法旨在通过利用几次从同一个超声波接收模块接收得到的距离信息运算获得机器人的坐标，从而降低定位所需超声波节点的数量，具体步骤如下: 1、当机器人第一次获得指定超声波距离信息时，保持左右轮一定转速差的情况下在超声波接受模块信号覆盖区域圆周行驶。保持恒定速差的差动行驶具有自动定心的功能，实际转速差可根据圆周大小确定。2、选取行驶过程中，每到达圆周上的一个等分点Ii ,找出如图7中构成一个等腰直角三角形，运用ATOA方法进行一次计算估计出机器人的当前位置Pt作为后面DLKF的观测值。3、DLKF通过之前的位置估计(即=DLKF内的上一次估计，即前一次DLKF的后验位姿估计)结合里程计及电子罗盘信息运算得到的位移矢量推算得到机器人这一时刻的先验位姿估计数据。4、通过前一次ATOA方法所获得的观测值对DLKF得到的先验位姿估计进行修正，得到机器人此时刻的后验位姿估计。5、当到达下一个点时，再次找出—组三个点(即选择上组的三个点逆时针相邻的三个点构成一个等腰直角三角形)，运用步骤3-4得到最新的机器人的位姿估计。而后每到达一个新的等分点，即重复步骤2-4，直到机器人的位姿估计方差小于所需的精度。6、机器人停止行驶，DLKF最终的位姿估计即为此时机器人的位姿，机器人位姿初始化结束。本专利技术提出的ATOA定位是一种新的移动机器人定位方法，其主要特点是只利用单超声波传感器测距信息与航迹推算信息来确定机器人坐标。但是ATOA单次测算误差较大，结果不宜直接使用，故通过DLKF将圆周定位中多次ATOA测算结果进行数据融合，最终达到要求的精度。其最显著的优势就是降低了定位所需的超声波传感器节点铺设密度。而且，ATOA定位方法同样可以被应用到多个超声波传感器节点存在的情况。此时机器人的运动轨迹不受到单超声波ATOA定位条件的约束。此外，任何测距传感器如激光传感器，无线射频传感器都可以采用ATOA方法定位，所以ATOA定位方法具有较大的实际应用价值。基于DLKF模型，ATOA方法能有效消除航迹推算中的累计误差，获得较好的定位精度，极大地降低了定位所需的超声波传感器数量。【专利附图】【附图说明】图1为定位流程图； 图2为超声波发射模块的流程图； 图3为超声波接收模块的流程图； 图4为三个超声波传感器节点定位平面示意图； 图5为三个超声波传感器节点定位三维示意图； 图6为单超声波传感器节点定位示意图； 图7为圆周定位方法示意图； 图8为机器人运动模型示意图； 图9为双层卡尔曼滤波关系图； 图10为机器人轨迹跟踪(全局)； 图11为机器人轨迹跟踪(t=40iT90S)； 图12为坐标误差平方和变化(全局)； 图13为坐标误差平方和变化(t=18iT68S)(局部)。【具体实施方式】 下面结合附图对本专利技术的技术方案作进一步的说明，但并不局限如此，凡是对本专利技术技术方案进行修改或者等同替换，而不脱离本专利技术技术方案的精神和范围，均应涵盖在本专利技术的保护范围中。本专利技术采用被动式超声波网络定位系统对室内移动机器人进行定位，超声波网络定位系统主要分为三个模块:控制模块、超声波发射模块和超声波接收模块。超声波发射模块和接收模块都含有射频模块，可发射和接收射频信号。超声波发射模块和接收模块之间的距离通过超声波发射模块发射的超声波信号测得。将超声波接收模块安装在室内天花板上，接收模块的坐标已事先通过测量获得，并将接收模块的坐标数据存储在控制模块中。控制模块与超声波发本文档来自技高网...

【技术保护点】
一种室内移动机器人定位方法，其特征在于所述定位方法步骤如下：(1)启动一个安置在天花板的超声波接收模块，超声波接收模块进入射频信号和超声波信号接收状态；(2)控制模块向超声波发射模块发出定位请求，超声波发射模块发送射频信号和超声波信号，其中射频信号携带发射模块的身份标识ID信息；(3)接收模块接收到射频信号后，检测接收到的ID信息与发射模块的ID信息是否一致，若不一致则放弃，返回等待射频信号接收状态，执行步骤(3)；若一致，则执行步骤(4)；(4)接收模块开始计时，直到检测到超声波信号或超过预定的检测时间???????????????????????????????????????????????后停止计时，并将时间信息打包成数据包，将数据包通过射频通讯的形式发送给超声波发射模块；(5)超声波发射模块将接收到的数据包和检测的温度信息通过串口通讯的方式发送给控制模块；(6)控制模块根据超声波在一定温度下空气中的传播速度和各接收模块的时间信息，计算出超声波接收模块与超声波发射模块之间的距离；(7)当机器人第一次获得指定超声波距离信息时，保持左右轮一定转速差的情况下在超声波接受模块信号覆盖区域圆周行驶；(8)选取行驶过程中，每到达圆周上的一个等分点，找出由构成的等腰直角三角形，运用ATOA方法进行一次计算估计出机器人的当前位置作为后面DLKF的观测值；(9)DLKF通过之前的位置估计结合里程计及电子罗盘信息运算得到的位移矢量推算得到机器人的这一时刻的先验位姿估计数据；(10)通过前一次ATOA方法所获得的观测值对DLKF得到的先验位姿估计进行修正，得到机器人的此时刻的后验位姿估计；(11)当到达下一个点时，再次找出一组三个点，运用步骤(9)?(10)得到最新的机器人的位姿估计，而后每到达一个新的等分点，即重复步骤(8)?(10)，直到机器人的位姿估计方差小于所需的精度；(12)机器人停止行驶，DLKF最终的位姿估计即为此时机器人的位姿，机器人位姿初始化结束。2013104690035100001dest_path_image002.jpg,2013104690035100001dest_path_image004.jpg,2013104690035100001dest_path_image006.jpg,304088dest_path_image004.jpg,2013104690035100001dest_path_image008.jpg,2013104690035100001dest_path_image010.jpg...

【技术特征摘要】

【专利技术属性】
技术研发人员：高云峰，刘文涛，李瑞峰，周伦，吕明睿，
申请(专利权)人：哈尔滨工业大学，
类型：发明
国别省市：