一种基于激光数据的移动机器人导航控制方法技术

本发明专利技术公开了一种基于激光数据的移动机器人导航控制方法。该方法包括以下步骤：步骤1：全局地图中添加和设置路径；步骤2：通过迭代匹配算法获取移动机器人的实时定位信息；步骤3：通过最短路径算法规划移动机器人导航所需最短路径；步骤4：通过左右轮差速控制实现移动机器人沿所规划路径导航行驶；步骤5：通过减速控制实现移动机器人准确停靠在路径上的目标停靠点。本发明专利技术数据采集操作简单，也无需额外铺设地标，成本低廉、定位精度高，可实现移动机器人在室内及室外环境下的自主定位和导航控制。

A method for navigation control of mobile robot based on laser data

The invention discloses a navigation control method of a mobile robot based on laser data. The method comprises the following steps: Step 1: add and set the path to global map; step 2: real-time location information acquisition of mobile robot through iterative matching algorithm; step 3: the shortest path required by the shortest path planning algorithm for mobile robot navigation; step 4: through the left and right wheel differential control of a mobile robot along path navigation vehicle; step 5: accurate docked on the path through the speed control of mobile robot target docking point. The invention has the advantages of simple data acquisition, no additional laying of landmarks, low cost and high positioning accuracy, and can realize the automatic positioning and navigation control of the mobile robot in indoor and outdoor environments.

【技术实现步骤摘要】
一种基于激光数据的移动机器人导航控制方法
本专利技术属于智能机器人导航领域，特别地涉及一种基于激光数据的移动机器人导航控制方法。
技术介绍
在机器人研究领域中，机器人导航技术快速发展。随着时代的进步以及科技水平的不断提高，在环境中对机器人进行准确的定位也变得越来越重要，导航包含了多种不同的技术和应用：数据关联、映射算法、定位算法和同步定位与地图构建等。每一个步骤和细节可以通过不同的方法或传感器获取。移动机器人导航方法主要可以分为两种：一种是基于地图的导航方法，另一种是无地图导航方法。基于地图的导航方法主要是通过自动或者半自动方法构建地图，通常采用激光测距仪、超声波传感器、或视觉系统来构建地图。地图主要有四种：栅格地图、拓扑地图、特征地图以及混合地图。栅格地图通常是由激光测距仪产生的，有些方法使用超声波传感器也可以得到类似的栅格地图。拓扑地图的构建也是使用相同的传感器但是地图的思想不一样。机器人在特定的位置记录路标，使用路标之间的关联来对机器人进行定位。大多数的特征地图的构建是通过照相机获取然后用计算机视觉算法处理得到。然后，机器人通过对观测值和期望值之间的比较对自身进行定位。如果映射方法能够综合以上两种或三种方法或传感器，称之为混合地图。目前正在运行的移动机器人主要是采用磁轨迹规划巡检路线，以及无线射频识别(RFID)等技术实现导航。这种方法需预先设定巡检机器人的巡检路线，然后在运行路线上铺设磁轨道，并且在机器人停靠的位置预先设置RFID标识，存在地面施工复杂工作量大、机器人运行路线不灵活等问题。而采用二维激光导航，不仅定位准确度高、成本低、不受光线影响，而且具备抗电磁干扰，对配置系统要求不高等优点。
技术实现思路
本专利技术的目的在于解决现有技术中存在的问题，并提供一种基于激光数据的移动机器人导航控制方法。本专利技术所采用的具体技术方案如下:基于激光数据的移动机器人导航控制方法，包括如下步骤：步骤1：在全局地图中添加、设置路径和停靠点；步骤2：获取移动机器人的实时定位信息；步骤3：规划移动机器人导航所需最短路径；步骤4：移动机器人沿所规划路径导航行驶，且在行驶过程中，实时计算机器人中心点到目标路径的距离、与目标路径的方向差以及中心点到目标节点的距离，并实时调整机器人的两侧轮速，使其逐渐靠近目标节点；步骤5：当到达目标节点附近时，进行减速，使移动机器人停靠在目标节点附近；依次对后续的目标节点重复上述步骤，使移动机器人最终停靠在目标停靠点上。作为优选，所述步骤1的具体过程为：步骤1.1：进行地图路径设置，在点云地图中添加节点，同时连接节点绘制路径；步骤1.2：选择一条已绘制的路径，并在此路径上添加点作为移动机器人导航时的一个停靠点；步骤1.3：将各路径的起始节点坐标、终止节点坐标、路径长度、路径方向信息存储至数据库中，同时也将停靠点的编号信息、坐标信息存储至数据库中。作为优选，所述步骤2的具体过程为：步骤2.1：移动机器人自带的激光传感器以一定的频率和角度范围平面扫描外部环境，获取激光传感器所在位置与周边环境间的距离数据，构成此次扫描的点云数据；步骤2.2：移动机器人初始定位时，预设一个初始位置值作为迭代匹配算法的估计配准量，非初始定位时将前一帧点云数据匹配所得的定位值作为后一帧激光数据用于匹配的估计配准量；步骤2.3：通过迭代匹配算法将扫描所得点云数据与现有全局地图的整体点云数据进行匹配，获得移动机器人上的激光传感器在全局地图坐标系下的定位信息，包括X、Y轴坐标值(xL，yL)和方向角θL；步骤2.4：将获得的激光传感器的定位信息转化为移动机器人中心点PR的坐标值(xR，yR)和方向角θR，并以中心点的定位值作为整个移动机器人的定位信息；其中，xR＝xL-L·cosθL，yR＝yL-L·sinθL，θR＝θL,其中L为激光传感器到移动机器人中心点的平面距离。迭代匹配算法可选择现有技术中的方法，例如ICP算法，就是一种典型的迭代匹配算法。该算法是一种通过在迭代过程中不断降低配准误差来获取采样点相对位置变换的扫描匹配方法。主要分为两大部分，对应点的搜索和变换参数的求解。整个算法就是在对对应点对的搜素——变换参数的计算——对应点进行刚性变换——检验目标函数值的迭代过程中不断降低匹配误差以获得两组数据间的相对位姿变化的最优变换参数(R,T)，其中R为旋转矩阵，T为平移矩阵。作为优选，所述步骤3的具体过程为：步骤3.1：移动机器人获取数据库中该目标停靠点的信息；步骤3.2：获取移动机器人的初始定位信息(xR0，yR0，θR0)；步骤3.3：通过最短路径算法计算移动机器人的初始位置到目标停靠点位置Ps(xs，ys)运行距离最短的路径组合；步骤3.4：存储步骤3.3中获得的最短距离的路径信息，包括所需途经的节点顺序(P1，P2…Pn-1，Ps)和路径顺序(L1、L2…Ln-1，Ln)。最短路径算法可采用现有技术中的算法，例如Dijkstra算法，是典型的最短路径算法，用于计算一个节点到其他所有节点的最短路径。将地图中规划的所有路径、节点、停靠点的组合视为带权有向图，每条路径均为双向，且各路径长度为该路径的权值。将机器人初始位置作为源点，通过Dijkstra算法计算源点到图中其他各点的最短路径，而后选出源点到目标停靠点的最短路径。作为优选，所述步骤4的具体过程为：步骤4.1：移动机器人在导航初始时刻，将步骤3中得到的最短路径中的第一个节点P1和第一条路径L1分别作为目标节点和目标路径；步骤4.2：计算移动机器人当前方向角与目标路径方向的角度差Δθ0，移动机器人以角度Δθ0进行原地旋转，调整行进方向与目标路径方向保持一致；步骤4.3：移动机器人向前行进，在行进过程中实时计算机器人中心点PR(xR，yR)到目标路径的垂直距离Δs、机器人行进方向与目标路径的方向差Δθ以及机器人中心点到目标节点的直线距离d；例如，中心点到目标路径的距离计算公式如下：其中，公式中目标路径所在的直线路径方程为Ax+By+C＝0；中心点到目标节点的距离公式如下：步骤4.4：计算移动机器人轮速控制量ΔV＝ks·Δs+kθ·Δθ，其中ks,kθ分别为预设的距离Δs和方向差Δθ的权值；从而根据前一时刻的左轮轮速VL-before和右轮轮速VR-before，实时更新并控制移动机器人当前时刻的左轮轮速VL-after和右轮轮速VR-after，其中VL-after＝VL-before+ΔV，VR-after＝VR-before-ΔV。作为优选，所述步骤5的具体过程为：步骤5.1：在移动机器人行进过程中，判断机器人中心与目标节点的距离d是否小于一定阈值d0，若d小于d0，则视为移动机器人已经到达目标节点附近；步骤5.2：然后控制移动机器人进行减速，对左右轮速度增加动态控制量控制左轮轮速为V’L-after和右轮轮速为V’R-after，其中VL-after’＝kd·VL-after，VR-after’＝kd·VR-after；当移动机器人不断靠近目标节点，即d越小时kd值也越小直至0，使移动机器人在目标节点处停下；步骤5.3：将步骤3中得到的最短路径中的下一个节点P2和下一条路径L2分别作为目标节点和目标路径，重复步骤4.2至步骤5.2；依次类推，直至运动至本文档来自技高网...

【技术保护点】
一种基于激光数据的移动机器人导航控制方法，其特征在于，包括如下步骤：步骤1：在全局地图中添加、设置路径和停靠点；步骤2：获取移动机器人的实时定位信息；步骤3：规划移动机器人导航所需最短路径；步骤4：移动机器人沿所规划路径导航行驶，且在行驶过程中，实时计算机器人中心点到目标路径的距离、与目标路径的方向差以及中心点到目标节点的距离，并实时调整机器人的左右轮速，使其逐渐靠近目标节点；步骤5：当到达目标节点附近时，进行减速，使移动机器人停靠在目标节点附近；依次对后续的目标节点重复上述步骤，使移动机器人最终停靠在目标停靠点上。

【技术特征摘要】
1.一种基于激光数据的移动机器人导航控制方法，其特征在于，包括如下步骤：步骤1：在全局地图中添加、设置路径和停靠点；步骤2：获取移动机器人的实时定位信息；步骤3：规划移动机器人导航所需最短路径；步骤4：移动机器人沿所规划路径导航行驶，且在行驶过程中，实时计算机器人中心点到目标路径的距离、与目标路径的方向差以及中心点到目标节点的距离，并实时调整机器人的左右轮速，使其逐渐靠近目标节点；步骤5：当到达目标节点附近时，进行减速，使移动机器人停靠在目标节点附近；依次对后续的目标节点重复上述步骤，使移动机器人最终停靠在目标停靠点上。2.根据权利要求书1所述的基于激光数据的移动机器人导航控制方法，其特征在于，所述步骤1的具体过程为：步骤1.1：进行地图路径设置，在点云地图中添加节点，同时连接节点绘制路径；步骤1.2：选择一条已绘制的路径，并在此路径上添加点作为移动机器人导航时的一个停靠点；步骤1.3：将各路径的起始节点坐标、终止节点坐标、路径长度、路径方向信息存储至数据库中，同时也将停靠点的编号信息、坐标信息存储至数据库中。3.根据权利要求书1所述的基于激光数据的移动机器人导航控制方法，其特征在于，所述步骤2的具体过程为：步骤2.1：移动机器人自带的激光传感器以一定的频率和角度范围平面扫描外部环境，获取激光传感器所在位置与周边环境间的距离数据，构成此次扫描的点云数据；步骤2.2：移动机器人初始定位时，预设一个初始位置值作为迭代匹配算法的估计配准量，非初始定位时将前一帧点云数据匹配所得的定位值作为后一帧激光数据用于匹配的估计配准量；步骤2.3：通过迭代匹配算法将扫描所得点云数据与现有全局地图的整体点云数据进行匹配，获得移动机器人上的激光传感器在全局地图坐标系下的定位信息，包括X、Y轴坐标值(xL，yL)和方向角θL；步骤2.4：将获得的激光传感器的定位信息转化为移动机器人中心点PR的坐标值(xR，yR)和方向角θR，并以中心点的定位值作为整个移动机器人的定位信息；其中，xR＝xL-L·cosθL，yR＝yL-L·sinθL，θR＝θL,其中L为激光传感器到移动机器人中心点的平面距离。4.根据权利要求书1所述的基于激光数据的移动机器人导航控制方法，其特征在于，所述步骤3的具体过程为：步骤3.1：移动机器人获取数据库中该目标停靠点的信息；步骤3.2...

【专利技术属性】
技术研发人员：于慧敏，奚婉，
申请(专利权)人：浙江大学，
类型：发明
国别省市：浙江,33