The invention discloses a laser positioning method for robot. The Gauss distribution method and beam model algorithm on the global map of the sample points of iterative screening, get the initial position of the robot, the robot position after using the Gauss distribution algorithm calculated the current coordinates of the robot, and the robot coordinate of Calman filtering, data fusion and the initial position of the robot, get the positioning coordinates of the robot, so as to realize the accurate positioning of the robot.
【技术实现步骤摘要】
机器人激光定位方法
本专利技术属于机器人导航控制
,尤其涉及一种机器人激光定位方法。
技术介绍
现有智能移动机器人是一类能够通过传感器感知环境和自身状态,实现在有障碍物的环境中面向目标的自主导航运动,从而完成预定任务的机器人系统。要实现机器人自主导航运动,必须要解决环境建模、实时定位、路径规划、运动控制等问题;其中,移动机器人必须具有定位的能力,其目的就是确定机器人在运动环境中相对于世界坐标系的位置和航向。目前存在多种定位方法,例如GPS定位方法、惯性导航系统定位方法以及超宽带导航方法等。然而在室内环境下,机器人无法使用GPS进行定位,而使用惯性导航系统成本较高且不能保证长时间定位精度;并且由于空间尺寸的影响,超宽带导航系统部署困难,由于建筑支柱、隔断墙体、玻璃、家具等遮挡物体的存在,使得超宽带导航方法的应用存在很大困难。
技术实现思路
本专利技术的专利技术目的是:为了解决现有技术中存在的以上问题,本专利技术提出了一种机器人激光定位方法。本专利技术的技术方案是:一种机器人激光定位方法,包括以下步骤:A、在全局地图建立全局坐标系,对每一个样本点采用高斯分布算法计算概率分值;B、比较步骤A中各个样本点的概率分值大小,选取概率分值较大的前N个样本点并计算样本点方差;C、设定方差阈值,判断步骤B中的样本点方差是否大于方差阈值;D、若样本点方差大于方差阈值,则对步骤B中前N个样本点采用光束模型计算概率分值,同时扩充样本点数量返回步骤A;E、若样本点方差小于或等于方差阈值,则选取步骤B的前N个样本点中概率分值最大的样本点作为机器人的初始坐标;F、对机器人从初始坐标移 ...
【技术保护点】
一种机器人激光定位方法,其特征在于,包括以下步骤:A、在全局地图建立全局坐标系,对每一个样本点采用高斯分布算法计算概率分值;B、比较步骤A中各个样本点的概率分值大小,选取概率分值较大的前N个样本点并计算样本点方差;C、设定方差阈值,判断步骤B中的样本点方差是否大于方差阈值;D、若样本点方差大于方差阈值,则对步骤B中前N个样本点采用光束模型计算概率分值,同时扩充样本点数量返回步骤A;E、若样本点方差小于或等于方差阈值,则选取步骤B的前N个样本点中概率分值最大的样本点作为机器人的初始坐标;F、对机器人从初始坐标移动单位里程后的位置采用高斯分布算法计算概率分值,比较各个样本点的概率分值大小,选取概率分值最大的样本点作为机器人的当前坐标;对机器人的当前坐标进行卡尔曼滤波处理,与机器人的初始坐标进行数据融合,得到机器人的定位坐标。
【技术特征摘要】
1.一种机器人激光定位方法,其特征在于,包括以下步骤:A、在全局地图建立全局坐标系,对每一个样本点采用高斯分布算法计算概率分值;B、比较步骤A中各个样本点的概率分值大小,选取概率分值较大的前N个样本点并计算样本点方差;C、设定方差阈值,判断步骤B中的样本点方差是否大于方差阈值;D、若样本点方差大于方差阈值,则对步骤B中前N个样本点采用光束模型计算概率分值,同时扩充样本点数量返回步骤A;E、若样本点方差小于或等于方差阈值,则选取步骤B的前N个样本点中概率分值最大的样本点作为机器人的初始坐标;F、对机器人从初始坐标移动单位里程后的位置采用高斯分布算法计算概率分值,比较各个样本点的概率分值大小,选取概率分值最大的样本点作为机器人的当前坐标;对机器人的当前坐标进行卡尔曼滤波处理,与机器人的初始坐标进行数据融合,得到机器人的定位坐标。2.如权利要求1所述的机器人激光定位方法,其特征在于,所述步骤D中对步骤B中前N个样本点采用光束模型计算概率分值的计算公式具体为:<...
【专利技术属性】
技术研发人员:张鹏飞,何俐萍,孙家弼,陈鹏,吴家敏,
申请(专利权)人:成都普诺思博科技有限公司,
类型:发明
国别省市:四川,51
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。