同步定位与地图构建方法和设备技术

本发明专利技术公开一种同步定位与地图构建方法和设备，所述同步定位与地图构建方法包括步骤：加载预设的根据机器人的结构而建立机器人运动学模型；通过传感器扫描环境而在预设坐标系中建立参考环境地图；在移动至下一位置时，通过惯性导航系统预估所述机器人的第一估计位姿；并且，通过传感器扫描获得更新环境地图，根据所述更新环境地图、参考环境地图以及第一估计位姿获得第二估计位姿以及新参考环境地图；根据所述第一估计位姿与第二估计位姿获得更新位姿；根据所述更新位姿对所述机器人的位姿进行更新。本发明专利技术具有提高同步定位与地图构建便捷性和精度的效果。

Synchronous positioning and map building method and apparatus

The invention discloses a method for simultaneous localization and map building method and device, the method comprises the following steps: simultaneous localization and map building load preset according to the robot's structure and establish the kinematics model; through the sensor to scan the environment and the establishment of reference map in the default coordinate system; in moving to the next position, by inertia the navigation system of the robot first estimate the pose estimation; and get the update through the sensor map scanning, according to the updated map, reference environment map and the first pose estimation of pose estimation and obtain second new reference map; according to the first and second pose estimation of pose estimation is obtained to update the pose according to the update; update the pose of the robot pose. The invention has the advantages of improving the convenience and accuracy of simultaneous positioning and map building.

【技术实现步骤摘要】
同步定位与地图构建方法和设备
本专利技术涉及机器人
，特别涉及同步定位与地图构建方法和设备。
技术介绍
同步定位与地图构建(SimultaneousLocalizationandMapping,简称SLAM)，其含义是当机器人处于一个事先未知的地方，通过在环境中不断移动来增量式地构建周围的环境地图，并同步地计算自身在该环境中的位姿。由于机器人的位置在每一步运行中都存在误差，而所观测的环境特征信息与其高度相关，从根本上来说，SLAM是一个估计问题，即在有噪声干扰的情况下，运用机器人自身携带的传感器所观察到的信息，来估计环境地图和在此环境地图中机器人的移动轨迹。目前，主要有基于电磁线、红外射线、激光、视觉传感器对机器人进行定位的技术。但是，现有的技术，通常需要预先在环境当中设置参照物，因此存在便捷性不高以及精度不高的缺点。
技术实现思路
本专利技术的主要目的是提供同步定位与地图构建方法和设备，旨在提高同步定位与地图构建便捷性和精度。为实现上述目的，本专利技术提出的一种同步定位与地图构建方法，用于多机器人，所述同步定位与地图构建方法包括步骤：加载预设的根据机器人的结构而建立机器人运动学模型；通过传感器扫描环境而在预设坐标系中建立参考环境地图；在移动至下一位置时，通过惯性导航系统预估所述机器人的第一估计位姿；并且，通过传感器扫描获得更新环境地图，根据所述更新环境地图、参考环境地图以及第一估计位姿获得第二估计位姿以及新参考环境地图；根据所述第一估计位姿与第二估计位姿获得更新位姿；根据所述更新位姿对所述机器人的位姿进行更新。优选的，所述通过传感器扫描环境而在预设坐标系中建立参考环境地图包括：通过传感器扫描采集现场环境的障碍物信息的二维点集；将所述二维点集转换为栅格地图而在预设坐标系中建立参考环境地图。优选的，所述在移动至下一位置时，通过惯性导航系统预估所述机器人的第一估计位姿包括：在移动至下一位置时，根据编码器判别机器人运动距离；根据电子罗盘与陀螺仪判别机器人运动方向；根据所述机器人运动距离和运动方向，计算获得所述机器人当前位姿，并且将所述机器人当前位姿作为所述机器人的第一估计位姿。优选的，所述通过传感器扫描获得更新环境地图，根据所述更新环境地图、参考环境地图以及第一估计位姿获得第二估计位姿以及新参考环境地图包括：通过传感器扫描获得更新环境地图；根据所述第一估计位姿，采用迭代最近点算法将所述更新环境地图映射到所述参考环境地图上，并且获得新参考环境地图；根据所述参考环境地图、映射至所述参考环境地图上的更新环境地图，以及机器人学空间坐标转换算法，获得所述第二估计位姿。优选的，所述同步定位与地图构建方法还包括：通过摄像设备获得参考路标信息；在移动至下一位置时，通过摄像设备获得更新路标信息；根据所述参考路标信息以及更新路标信息计算获得卡尔曼增益矩阵，并且根据所述卡尔曼增益矩阵对所述机器人的位姿进行更新。本专利技术还提供了一种同步定位与地图构建设备，所述同步定位与地图构建设备包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的同步定位与地图构建程序，所述同步定位与地图构建程序被所述处理器执行时实现以下步骤：加载预设的根据机器人的结构而建立机器人运动学模型；通过传感器扫描环境而在预设坐标系中建立参考环境地图；在移动至下一位置时，通过惯性导航系统预估所述机器人的第一估计位姿；并且，通过传感器扫描获得更新环境地图，根据所述更新环境地图、参考环境地图以及第一估计位姿获得第二估计位姿以及新参考环境地图；根据所述第一估计位姿与第二估计位姿获得更新位姿；根据所述更新位姿对所述机器人的位姿进行更新。优选的，所述处理器执行所述通过传感器扫描环境而在预设坐标系中建立参考环境地图包括：通过传感器扫描采集现场环境的障碍物信息的二维点集；将所述二维点集转换为栅格地图而在预设坐标系中建立参考环境地图。优选的，所述处理器执行所述在移动至下一位置时，通过惯性导航系统预估所述机器人的第一估计位姿包括：在移动至下一位置时，根据编码器判别机器人运动距离；根据电子罗盘与陀螺仪判别机器人运动方向；根据所述机器人运动距离和运动方向，计算获得所述机器人当前位姿，并且将所述机器人当前位姿作为所述机器人的第一估计位姿。优选的，所述处理器执行所述通过传感器扫描获得更新环境地图，根据所述更新环境地图、参考环境地图以及第一估计位姿获得第二估计位姿以及新参考环境地图包括：通过传感器扫描获得更新环境地图；根据所述第一估计位姿，采用迭代最近点算法将所述更新环境地图映射到所述参考环境地图上，并且获得新参考环境地图；根据所述参考环境地图、映射至所述参考环境地图上的更新环境地图，以及机器人学空间坐标转换算法，获得第二估计位姿。优选的，在所述根据所述更新位姿对所述机器人的位姿进行更新的步骤之后，所述处理器还用于执行所述同步定位与地图构建程序，以实现以下步骤：通过摄像设备获得参考路标信息；在移动至下一位置时，通过摄像设备获得更新路标信息；根据所述参考路标信息以及更新路标信息计算获得卡尔曼增益矩阵，并且根据所述卡尔曼增益矩阵对所述机器人的位姿进行更新。本专利技术所提供的同步定位与地图构建方法，通过采用惯性导航系统则可以获得第一估计位姿，进一步采用扫描障碍物的传感器，则可以不断的获得环境地图；再通过第一估计位姿指导前后环境地图建立匹配关系，从而可以快速和精确地构建当前环境的地图；进一步的通过匹配后的前后环境地图而获得第二估计位姿，再通过第一估计位姿和第二估计位姿相结合，而获得更精确的更新位姿，从而使得机器人的定位精度更高，则降低了定位不准而带来的累计误差，进而又可以同步构建精度更高当前环境地图。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图示出的结构获得其他的附图。图1为本专利技术同步定位与地图构建方法第一实施例的流程图；图2为图1中步骤S102的流程图；图3为图1中步骤S103的流程图；图4为图1中步骤S104的流程图；图5为本专利技术同步定位与地图构建方法第二实施例的流程图；图6为本专利技术同步定位与地图构建设备一实施例的示意图；图7为图6所示同步定位与地图构建设备的工作流程示意图。本专利技术目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。具体实施方式应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术。请参看图1，本专利技术同步定位与地图构建方法第一实施例，所述同步定位与地图构建方法，用于多机器人，所述同步定位与地图构建方法包括步骤：步骤S101，加载预设的根据机器人的结构而建立机器人运动学模型。由于机器人的结构不同，存在大小功能运动结构都不相同的情况，因此为了针对不同的机器人，可以预设针对各自结构的运动学模型，从而便于精确的描述机器人的运动位姿。具体的，首先运动学模型可以包括：1、确定机器人自由度，例如为六自由度机器人，即由当前参考位置的三维坐标以及绕三个固定轴的角度，六个变量可以确定机器人的位姿。2、根据机器人底盘结构，确定机器人本体运动线速度与角速度之间的关系。3、利用本文档来自技高网...

【技术保护点】
一种同步定位与地图构建方法，用于多机器人，其特征在于，所述同步定位与地图构建方法包括步骤：加载预设的根据机器人的结构而建立机器人运动学模型；通过传感器扫描环境而在预设坐标系中建立参考环境地图；在移动至下一位置时，通过惯性导航系统预估所述机器人的第一估计位姿；并且，通过传感器扫描获得更新环境地图，根据所述更新环境地图、参考环境地图以及第一估计位姿获得第二估计位姿以及新参考环境地图；根据所述第一估计位姿与第二估计位姿获得更新位姿；根据所述更新位姿对所述机器人的位姿进行更新。

【技术特征摘要】
1.一种同步定位与地图构建方法，用于多机器人，其特征在于，所述同步定位与地图构建方法包括步骤：加载预设的根据机器人的结构而建立机器人运动学模型；通过传感器扫描环境而在预设坐标系中建立参考环境地图；在移动至下一位置时，通过惯性导航系统预估所述机器人的第一估计位姿；并且，通过传感器扫描获得更新环境地图，根据所述更新环境地图、参考环境地图以及第一估计位姿获得第二估计位姿以及新参考环境地图；根据所述第一估计位姿与第二估计位姿获得更新位姿；根据所述更新位姿对所述机器人的位姿进行更新。2.如权利要求1所述的同步定位与地图构建方法，其特征在于，所述通过传感器扫描环境而在预设坐标系中建立参考环境地图包括：通过传感器扫描采集现场环境的障碍物信息的二维点集；将所述二维点集转换为栅格地图而在预设坐标系中建立参考环境地图。3.如权利要求2所述的同步定位与地图构建方法，其特征在于，所述在移动至下一位置时，通过惯性导航系统预估所述机器人的第一估计位姿包括：在移动至下一位置时，根据编码器判别机器人运动距离；根据电子罗盘与陀螺仪判别机器人运动方向；根据所述机器人运动距离和运动方向，计算获得所述机器人当前位姿，并且将所述机器人当前位姿作为所述机器人的第一估计位姿。4.如权利要求3所述的同步定位与地图构建方法，其特征在于，所述通过传感器扫描获得更新环境地图，根据所述更新环境地图、参考环境地图以及第一估计位姿获得第二估计位姿以及新参考环境地图包括：通过传感器扫描获得更新环境地图；根据所述第一估计位姿，采用迭代最近点算法将所述更新环境地图映射到所述参考环境地图上，并且获得新参考环境地图；根据所述参考环境地图、映射至所述参考环境地图上的更新环境地图，以及机器人学空间坐标转换算法，获得所述第二估计位姿。5.如权利要求1所述的同步定位与地图构建方法，其特征在于，所述同步定位与地图构建方法还包括：通过摄像设备获得参考路标信息；在移动至下一位置时，通过摄像设备获得更新路标信息；根据所述参考路标信息以及更新路标信息计算获得卡尔曼增益矩阵，并且根据所述卡尔曼增益矩阵对所述机器人的位姿进行更新。6.一种同步定位与地图构建设备，其特征在于，所述同步定位与地图构建设备包括存储器、处理器及存储在所述存储器上并可在所...

【专利技术属性】
技术研发人员：朱昕毅，陈剑，温从标，陈露，姜丽丽，唐豪杰，梅涛，
申请(专利权)人：安科机器人有限公司，
类型：发明
国别省市：广东,44