一种基于多传感器融合的机器人测距方法技术

机器人测距是机器人感知环境的重要基础，目前业界使用的方法有测距传感器、双目视觉、激光扫描雷达等方法。其中，测距传感器价格便宜，但效果较差；双目视觉需要复杂的算法和高性能的计算芯片；激光扫描雷达价格高昂。测距传感器价格便宜，效果较差，但不同原理的传感器，存在互补的情况。因此，按照不同传感器的优缺点，根据机器人所处的状态(速度大小及距离)来决定当前选择使用合适的传感器的值，即可达到较好的测距效果，即本专利提出的基于多传感器融合的机器人测距算法，从而实现机器人测距的低成本高性能。

A distance measurement algorithm based on multi-sensor fusion

The robot ranging is an important basis for the robot to perceive the environment. The methods used in the industry are ranging sensors, binocular vision, laser scanning radar and other methods. Among them, the distance measuring sensor is cheap, but the effect is bad; the binocular vision needs the complex algorithm and the high performance computation chip; the laser scanning radar price is high. Range sensor is cheap, the effect is poor, but different principles of the sensor, there is a complementary situation. Therefore, in accordance with the advantages and disadvantages of different sensors, according to the robot's state (speed and distance) to determine the suitable value of the sensor, can achieve better effect of the location, the robot location algorithm based on multi sensor fusion, in order to achieve high performance and low cost robot location.

【技术实现步骤摘要】

本专利技术涉及一种机器人测距算法，尤其是涉及一种基于多传感器融合的机器人测距算法。
技术介绍
传感器技术是智能化的一个主要方面。它能够使机器人感知周围不确定的环境，并作出相应的反应。机器人测距是机器人感知环境的重要基础，目前业界使用的方法主要有测距传感器、双目视觉、激光扫描雷达等方法；其中，测距传感器如红外测距传感器和超声波测距传感器，虽然价格便宜，但测距效果较差；双目视觉需要复杂的算法和高性能的计算芯片；激光扫描雷达价格高昂，几千美金到几万美金不等。可见，单一测距传感器由于自身的局限性，其精度、可靠性等指标难以满足要求；因此，有必要开发一种多个传感器融合测距算法以获得对目标、障碍距离更准确的估计。
技术实现思路
为了解决上述现有技术问题，本专利技术公开一种受自身运动影响小、动态性能和静态性能好、性价比高、距离和采样芯片的模数转换值是线性关系的基于多传感器融合的机器人测距算法，该方法包括以下步骤：依据障碍物距离远近及机器人移动速度制定模糊控制规则，依据模糊控制规则计算可信度a，距离＝超声波测量值*a+红外测量值*(1-a)，a取值范围为0～1。为进一步实现本专利技术，依据障碍物距离远近及机器人移动速度制定模糊控制规则的步骤包括步骤：确定障碍物距离机器人的距离及机器人的移动速度；划分距离等级：远距离、中距离、近距离；划分机器人的移动速度等级：快速、中速、低速；对距离等级和移动速度等级进行组合，得到9种不同的组合。为进一步实现本专利技术，依据模糊控制规则计算可信度a的步骤包括步骤：为对距离等级和移动速度等级进行组合得到的9种组合指定计算可信度a。本专利技术提供的一种基于多传感器融合的机器人测距算法同现有技术相比，具有如下优点：1、本专利技术的一种基于多传感器融合的机器人测距算法，该方法包括以下步骤：依据障碍物距离远近及机器人移动速度制定模糊控制规则，依据模糊控制规则计算可信度a，距离＝超声波测量值*a+红外测量值*(1-a)；融合了声速测距和红外光速测距的原理后，动态性能和静态性能均得到提升，受自身运动的影响较小，有利于测距的精确性和稳定性。2、本专利技术的一种基于多传感器融合的机器人测距算法，弥补了红外测距传感器和超声波测距传感器各自的不足之处，并根据不同测距传感器的优缺点，结合机器人实际状态参数，进行传感器数据融合，得到高性价比的测距性能。红外测距传感器具有红外光速测距原理、动态性能好、受自身运动影响小的优点，同时也具有受光线影响较大、距离和输出的距离和采样芯片的模数转换值是非线性关系的缺点；超声波测距传感器具有声速测距原理、静态性能好、距离和距离和采样芯片的模数转换值是线性关系的优点，同时也具有动态性能差、受自身运动影响大的缺点。专利技术人通过大量实验数据得知，这两种模块在动态性能，输出值的线性关系上各有缺点，并且优缺点互补。3、本专利技术的一种基于多传感器融合的机器人测距算法，根据不同测距传感器优缺点，结合机器人实际状态参数，进行传感器数据融合，加强优点，弥补缺点，得到的数值更加精确稳定，距离和采样芯片的模数转换值是线性关系，有利于机器人的测距，得到了高性价比的机器人测距性能。附图说明图1为本专利技术的一种基于多传感器融合的机器人测距算法的结构图；图2为本专利技术的一种基于多传感器融合的机器人测距算法的流程图。具体实施方式下面结合附图和实施例对本专利技术作进一步阐述，本公开的实施例不必定意在包括本专利技术的所有方面。应当理解，上面介绍的多种构思和实施例，以及下面更加详细地描述的那些构思和实施方式可以以很多方式中任意一种来实施，这是因为本专利技术所公开的构思和实施例并不限于任何实施方式。另外，本专利技术公开的一些方面可以单独使用，或者与本专利技术公开的其他方面的任何适当组合来使用。如图1所示，一种基于多传感器融合的机器人测距算法，包含模糊控制规则制定模块、可信度计算模块、距离计算模块3个模块。其中，模糊控制规则制定模块用于确定模糊控制规则；可信度计算模块依据障碍物距离机器人的距离及机器人的移动速度确定计算可信度a；距离计算模块依据公式：距离＝超声波测量值*a+红外测量值*(1-a)，a取值范围为0～1，计算障碍物距离机器人的距离。图2为根据本专利技术一种基于多传感器融合的机器人测距算法的流程图，具体步骤如下：步骤1、依据障碍物距离远近及机器人移动速度制定模糊控制规则；步骤2、依据模糊控制规则计算可信度a；步骤3、依据计算公式：距离＝超声波测量值*a+红外测量值*(1-a)，计算障碍物距离机器人的距离。其中，可信度a的取值范围是[0，1]，包含以下六种情况：零、极小、小、中、大、极大。具体是多少根据模糊控制规则得到，确定了某种情况后，需要去模糊，得到确切的数值，方法是根据隶属度函数进行计算。关于隶属度函数，最简单的函数关系是平均分配的，即y＝x，则零即a＝0，极大即是a＝1，极小即是a＝0.2，小即是a＝0.4，中即是a＝0.6，大即是a＝0.8；最后代入测距算法公式即可得到最终的距离值；模糊控制规则如下表：上面所述的实施例仅仅是对本专利技术的优选实施方式进行描述，并非是对本专利技术的范围进行限定，在不脱离本专利技术设计精神前提下，本领域普通工程技术人员对本专利技术技术方案做出的任何变形和改进，均应落入本专利技术的权利要求书确定的保护范围内。本文档来自技高网...

【技术保护点】
一种基于多传感器融合的机器人测距算法，其特征在于，该方法包括以下步骤：依据障碍物距离远近及机器人移动速度制定模糊控制规则，依据模糊控制规则计算可信度a，距离＝超声波测量值*a+红外测量值*(1‑a)。

【技术特征摘要】
1.一种基于多传感器融合的机器人测距算法，其特征在于，该方法包括以下步骤：依据障碍物距离远近及机器人移动速度制定模糊控制规则，依据模糊控制规则计算可信度a，距离＝超声波测量值*a+红外测量值*(1-a)。2.如权利要求1所述的基于多传感器融合的机器人测距算法，其特征在于，依据障碍物距离远近及机器人移动速度制定模糊控制规则的步骤包括步骤：确定障碍物...

【专利技术属性】
技术研发人员：涂超，
申请(专利权)人：广州小瓦智能科技有限公司，
类型：发明
国别省市：广东;44