温室喷药机器人同步定位与地图构建的方法技术

本发明专利技术公开了一种温室喷药机器人同步定位与地图构建的方法，在未知环境中，温室喷药机器人首先通过运动模型预测出自身的位姿，然后通过传感器得到自身与路标的相对信息，再由观测模型估计出路标的位置并更新温室喷药机器人位姿。通过采用改进的协同算法，对导航误差进行控制并构建准确的环境模型，这样可以有助于实现高精度定位，同时，温室喷药机器人在移动的过程中可以构建一个温室环境地图，同时使用这个地图推测它自身的位置，从而实现温室喷药机器人的同步定位与地图构建。

【技术实现步骤摘要】
温室喷药机器人同步定位与地图构建的方法
本专利技术涉及机器人定位领域，具体涉及一种温室喷药机器人同步定位与地图构建的方法。
技术介绍
温室喷药机器人是一类通过传感器感知周围环境和自身状态，实现在有障碍物的工作环境中向目标移动的自主运动，从而完成喷药任务的机器人。通过温室喷药机器人携带的里程计、陀螺仪、视觉、激光雷达等传感器进行状态及环境感知来解决定位问题。定位指服务机器人必须通过内、外部传感器确定自身在所工作环境中的精确位置。该工作环境在温室喷药机器人内部呈现出环境模型(或地图)，即服务机器人所工作环境中的各种物体(如障碍、路标等)准确的空间位置、结构等描述。准确的环境模型有助于实现高精度定位，而精确定位则有利于建立更可信的环境模型。
技术实现思路
本专利技术的目的在于提供一种温室喷药机器人同步定位与地图构建的方法，对温室喷药机器人进行路径规划及避障设计,充分利用现有传感器,结合多传感器融合技术,实现温室喷药机器人的路径规划与地图构建。为实现上述目的，本专利技术采取的技术方案为：温室喷药机器人同步定位与地图构建的方法，包括以下步骤：S1、温室喷药机器人在由运动模型预测自己的位姿时，根据传感器得到服务机器人与路标之间的相对信息，再由逆观测模型推测出路标的位置；S2、基于策略协同的异构型协同进化算法(SSHCEA)，通过种群合作可以扬长避短，快速找到区域内要搜索的最优解；S3、将SSHCEA算法用于对导航误差进行控制并构建准确的环境模型，实现高精度定位，同时，温室喷药机器人在移动的过程中可以构建一个温室环境地图，并通过这个地图推测它自身的位置，实现温室喷药机器人的同步定位与地图构建，从而完成喷药任务。进一步地，所述温室喷药机器人运动模型如下：其中,d是小车在单位时间内的移动距离(小车速度×控制信号时间)；α为控制信号的角度；xv，yv，θv分别为小车在平面地图中的横坐标、纵坐标和航向角。进一步地，所述观测模型由温室喷药机器人根据当前时刻自身位姿和路标位置得出的观测信息，观测模型如下：其中，d为超声波传感器的距离信息，为水平方向的云台的角度，xv，yv，θv分别为小车在平面地图中的横坐标、纵坐标和航向角，a为超声波位置到小车前轮中心轴的距离，L为小车前轮中心轴到后轮中心轴的距离。进一步地，所述步骤S2具体包括如下步骤：S21、算法初始化：假设，在k-1时刻，联合状态的表达式为完成种群的区域规模，粒子维数，迭代次数的初始化；对于种群中的每个粒子，根据其历史信息，计算出一个区域分布，并从分布中进行采样，再将这种新的样本加入到粒子的历史中；在k时刻，各变量做以下定义：xk：表示服务机器人的位置和航向角；uk：控制矢量，表示服务机器人从状态xk-1到xk的控制信号；mi：是一个向量，表示第i个路标的真实位置；zi,k：表示在k时刻服务机器人观测到第i个路标。将zi,k简化表示为zk；X0:k＝{x0,x1,…,xk}＝{X0:k-1,xk}，为服务机器人的历史位置信息；U0:k＝{u0,u1,…,uk}＝{U0:k-1,uk}，为控制输入的历史信息；m＝{m1,m2,…,mn}，为所有路标的集合；Z0:k＝{z1,z2,…,zk}＝{Z0:k-1,zk}，为所有路标的观测信息；给定轨迹的粒子，时间从0时刻到K时刻，i代表第i个粒子。在k时刻，联合概率分布是有一组表示，其中伴随着每个粒子的地图时由独立的高斯分布表示；SLAM联合状态是由服务机器人位姿和一个有条件的地图构成：这里，概率分布是在基于轨迹X0:k的分布，而不是单一的服务机器人位姿xk，这是因为基于轨迹的条件时，在地图上的路标就是独立的；在k时刻，联合概率分布是有一组表示，其中伴随着每个粒子的地图时由独立的高斯分布表示；S22、随机产生1个初始向量Z1＝(Z11,Z12,...,Z1D),Z1i＝[0,1]，其中，D为目标函数的维数；根据Logistic映射式得到N个向量Z1,Z2,...,ZN，将其变换到目标函数的初始值取值区间X1,X2,...,XN，由此便实现了一种群的混沌序列初始化。另一种群采用随机生成策略生成一组初始化参数位置信息；S23、根据重要性函数计算权重S24、两种群同时采样，选择与成比例的概率的一些粒子，对集合中的粒子，替换与他们相关的地图信息。选中粒子的权重为S25、对于每种群中的每个粒子，当温室喷药机器人位姿已知时，对所观察到的路标进行更新。上述方案中，在未知环境中，温室喷药机器人能够通过传感器得到自身与路标的相对信息，再通过运动模型预测出温室喷药机器人位姿。同时，再由观测模型估计出路标的位置并更新温室喷药机器人位姿。通过采用改进的协同算法，对导航误差进行控制并构建准确的环境模型，这样可以有助于实现高精度定位，同时，温室喷药机器人在移动的过程中可以构建一个温室环境地图，同时使用这个地图推测它自身的位置，从而实现温室喷药机器人的同步定位与地图构建。附图说明图1为本专利技术实施例中的小车结构示意图。图2为为本专利技术实施例中的小车的观测模型示意图。图3为本专利技术实施例中的温室喷药机器人运动模型图。图4为本专利技术实施中的小车系统结构图。图5为本专利技术实施例中单个粒子实现服务机器人运动轨迹的过程.图6为本专利技术实施例中的实验环境地图示意图。具体实施方式为了使本专利技术的目的及优点更加清楚明白，以下结合实施例对本专利技术进行进一步详细说明。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。本专利技术实施例的温室喷药机器人同步定位与地图构建的方法，包括以下步骤：S1、温室喷药机器人首先由运动模型预测自己的位姿，根据传感器得到服务机器人与路标之间的相对信息，再由观测模型推测出路标的位置；温室喷药机器人静态环境下，因路标位置不随时间改变，因此系统状态转移只需考虑自身运动状态的变化。运动模型的控制输入量u包含机器人在行驶中的旋转角度α和运动距离d，服务机器人的运动行程是由旋转角度或旋转后直行距离所构成。如图1所示，温室喷药机器人运动模型如下：其中，d是小车在单位时间内的移动距离(小车速度×控制信号时间)，α为控制信号的角度。xv,yv,θv分别为小车在平面地图中的横坐标、纵坐标和航向角。服务机器人从初始位置A开始直行d1距离到达位置B，此过程中服务机器人的前进方向不发生改变。为了从位置B到达位置C，服务机器人的运动过程分为两个步骤。服务机器人到达B点后逆时针旋转α角，然后直行d2距离到达C点。由图3得到的服务机器人运动模型如下：观测模型由温室喷药机器人根据当前时刻自身位姿和路标位置得出的观测信息。如图2所示，观测模型如下：其中，d为超声波传感器的距离信息，为水平方向的云台的角度。S2、基于策略协同的异构型协同进化算法(SSHCEA)，通过种群合作可以扬长避短，快速找到区域内要搜索的最优解；S21、算法初始化：假设，在k-1时刻，联合状态的表达式为完成种群的区域规模，粒子维数，迭代次数的初始化；对于种群中的每个粒子，根据其历史信息，计算出一个区域分布，并从分布中进行采样，再将这种新的样本加入到粒子的历史中；在k时刻，各变量做以下定义：xk：表示服务机器人的位置和航向角；uk：控制矢量，表示服务机器人从状态xk-1到xk的控制信号；mi：是一个向量，表示第i个路标本文档来自技高网...

【技术保护点】
1.温室喷药机器人同步定位与地图构建的方法，其特征在于：包括以下步骤：S1、温室喷药机器人首先由运动模型预测自己的位姿，根据传感器得到服务机器人与路标之间的相对信息，再由观测模型推测出路标的位置；S2、基于策略协同的异构型协同进化算法(SSHCEA)，通过种群合作可以扬长避短，快速找到区域内要搜索的最优解；S3、将SSHCEA算法用于对导航误差进行控制并构建准确的环境模型，实现高精度定位，同时，温室喷药机器人在移动的过程中可以构建一个温室环境地图，并通过这个地图推测它自身的位置，实现温室喷药机器人的同步定位与地图构建，从而完成喷药任务。

【技术特征摘要】
1.温室喷药机器人同步定位与地图构建的方法，其特征在于：包括以下步骤：S1、温室喷药机器人首先由运动模型预测自己的位姿，根据传感器得到服务机器人与路标之间的相对信息，再由观测模型推测出路标的位置；S2、基于策略协同的异构型协同进化算法(SSHCEA)，通过种群合作可以扬长避短，快速找到区域内要搜索的最优解；S3、将SSHCEA算法用于对导航误差进行控制并构建准确的环境模型，实现高精度定位，同时，温室喷药机器人在移动的过程中可以构建一个温室环境地图，并通过这个地图推测它自身的位置，实现温室喷药机器人的同步定位与地图构建，从而完成喷药任务。2.如权利要求1所述的温室喷药机器人同步定位与地图构建的方法，其特征在于：所述温室喷药机器人运动模型如下：其中,κ表示时间，d是小车在单位时间内的移动距离；α为控制信号的角度；xv，yv，θv分别为小车在平面地图中的横坐标、纵坐标和航向角。3.如权利要求1所述的温室喷药机器人同步定位与地图构建的方法，其特征在于：所述观测模型由温室喷药机器人根据当前时刻自身位姿和路标位置得出的观测信息，观测模型如下：其中，d为超声波传感器的距离信息，为水平方向的云台的角度，xv，yv，θv分别为小车在平面地图中的横坐标、纵坐标和航向角；a为超声波位置到小车前轮中心轴的距离，L为小车前轮中心轴到后轮中心轴的距离。4.如权利要求1所述的温室喷药机器人同步定位与地图构建的方法，其特征在于：所述步骤S2具体包括如下步骤：S21、算法初始化：假设，在k-1时刻，联合状态的表达式为完成种群的区域规模，粒子维数，迭代次数的初始化；对于种群中的每个粒子，根据其历史信息，计算出一个区域分布，并从分布中进行采样，再将这种新的样本加入到粒子的历史中；在k时刻，各变量做以下定义：xk：表示服务机器人的位置和航向角；uk：控制矢量，表示服务机器人从状态xk-1...

【专利技术属性】
技术研发人员：吕微微，王俊伟，胡衡，邓伟，
申请(专利权)人：新疆工程学院，
类型：发明
国别省市：新疆,65