移动机器人导航实时定位方法、系统、介质及电子设备技术方案

本公开提供了一种移动机器人导航实时定位方法、系统、介质及电子设备，涉及机器人技术领域，获取机器人测得的位姿数据和激光雷达数据，构建机器人所在环境的平面地图；对当前定位粒子进行旋转和平移理；以权重最大的粒子对应的位姿数据作为位姿均值，以该粒子集的方差为位姿方差，构建新的高斯粒子集；从新的高斯粒子集中随机抽取粒子，并更新到机器人的当前定位粒子集中；获取当前时刻的激光雷达数据，将更新后的定位粒子集中包含的位姿信息与平面地图匹配，以与激光雷达定位结果最接近的粒子位姿作为机器人当前位姿；本公开有效的降低了环境突变和机器人自身传感器串扰导致的系统不稳定性，提升了移动机器人的定位鲁棒性。

【技术实现步骤摘要】
移动机器人导航实时定位方法、系统、介质及电子设备
本公开涉及机器人
，特别涉及一种移动机器人导航实时定位方法、系统、介质及电子设备。
技术介绍
本部分的陈述仅仅是提供了与本公开相关的
技术介绍
，并不必然构成现有技术。定位问题是移动机器人运动过程中非常重要的一个问题，目前常用的方法有里程计导航、惯性导航、视觉导航、卫星导航等导航方式。这些导航方式各有优缺点：单纯里程计导航优势是简便容易实现，缺点是存在累计误差；惯性导航通常用来弥补单纯里程计的误差；视觉导航和卫星导航定位精度高，但稳定性容易受环境干扰，从而导致定位失败。随着人们对于机器人定位技术研究，人们逐渐倾向使用组合导航的方式。使用激光雷达数据匹配地图来修正里程计造成累计偏差。本公开专利技术人发现，目前机器人定位方法使用较多的是粒子滤波算法，常用的粒子滤波会随着重采样多次执行，出现粒子退化的问题，退化后的粒子不能很好的适应环境干扰、移动机器人自身元器件干扰带来的不确定性，从而导致定位鲁棒性变差。
技术实现思路
为了解决现有技术的不足，本公开提供了一种移动机器人导航实时定位方法、系统、介质及电子设备，通过高斯粒子更新定位粒子集，有效的降低了环境突变和机器人自身传感器串扰导致的系统不稳定性，提升了移动机器人的定位鲁棒性。为了实现上述目的，本公开采用如下技术方案：本公开第一方面提供了一种移动机器人导航实时定位方法。一种移动机器人导航实时定位方法，包括以下步骤：获取机器人测得的位姿数据和激光雷达数据，构建机器人所在环境的平面地图；根据实时获取的机器人位移变化、姿态角度变化以及里程计的模型参数，对当前定位粒子进行旋转和平移处理，得到处理后的粒子集；根据处理后的粒子集中的定位粒子包含的位姿数据、平面地图以及当前激光雷达数据，更新处理后的粒子集中的定位粒子的权重；以处理后的粒子集中权重最大的粒子对应的位姿数据作为位姿均值，根据原定位粒子集的方差得到位姿方差，根据得到的位姿均值和位姿方差构建新的高斯粒子集；从新的高斯粒子集中随机抽取粒子，更新到机器人的当前定位粒子集中，取当前粒子集所包含的粒子的均值作为机器人的当前位姿。本公开第二方面提供了一种移动机器人导航实时定位系统。一种移动机器人导航实时定位系统，包括：地图构建模块，被配置为：获取机器人测得的位姿数据和激光雷达数据，构建机器人所在环境的平面地图；粒子处理模块，被配置为：根据实时获取的机器人位移变化、姿态角度变化以及里程计的模型参数，对当前定位粒子进行旋转和平移处理，得到处理后的粒子集；权重计算模块，被配置为：根据处理后的粒子集中的定位粒子包含的位姿数据、平面地图以及当前激光雷达数据，更新处理后的粒子集中的定位粒子的权重；新粒子集构建模块，被配置为：以处理后的粒子集中权重最大的粒子对应的位姿数据作为位姿均值，根据原定位粒子集的方差得到位姿方差，根据得到的位姿均值和位姿方差构建新的高斯粒子集；定位模块，被配置为：从新的高斯粒子集中随机抽取粒子，更新到机器人的当前定位粒子集中，取当前粒子集所包含的粒子的均值作为机器人的当前位姿。本公开第三方面提供了一种介质，其上存储有程序，该程序被处理器执行时实现如本公开第一方面所述的移动机器人导航实时定位方法中的步骤。本公开第四方面提供了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的程序，所述处理器执行所述程序时实现如本公开第一方面所述的移动机器人导航实时定位方法中的步骤。与现有技术相比，本公开的有益效果是：1、本公开所述的方法、系统、介质及电子设备，在不借助视觉和GPS定位传感器的条件下，可以将移动机器人的定位精度提升；运用高斯粒子更新定位粒子集的方法，可以有效的降低环境突变和机器人自身传感器串扰导致的系统不稳定性，提升移动机器人的定位鲁棒性；通过位姿测量传感器数据作为机器人位姿匹配参考数据，可以极大的提高机器人定位效率和精度。2、本公开所述的方法、系统、介质及电子设备，解决了针对室内环境下移动机器人的定位不准确问题，使用了位姿测量传感器和激光雷达数据作为方法的输入变量，机器人利用输入数据，对当前的定位粒子集进行更新，通过扫描匹配定位的方式，有效的避免传感器随机噪声、环境干扰导致的系统不稳定性，从而得到一个可靠的定位位姿结果。3、本公开所述的方法、系统、介质及电子设备，可有效避免以往里程计、惯性测量单元定位过程中，出现的粒子退化，从而导致定位异常的问题。4、本公开所述的方法、系统、介质及电子设备，通过高斯粒子更新与激光雷达定位相结合的方法，可有效的提高系统定位的鲁棒性，减少系统给定位过程中出现的错误定位的问题，最终得到较优的定位结果。附图说明构成本公开的一部分的说明书附图用来提供对本公开的进一步理解，本公开的示意性实施例及其说明用于解释本公开，并不构成对本公开的不当限定。图1为本公开实施例1提供的移动机器人导航实时定位方法的流程示意图。图2为本公开实施例1提供的里程计模型示意图。图3为本公开实施例1提供的高斯粒子集示意图。具体实施方式下面结合附图与实施例对本公开作进一步说明。应该指出，以下详细说明都是例示性的，旨在对本公开提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本公开所属
的普通技术人员通常理解的相同含义。需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本公开的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。在不冲突的情况下，本公开中的实施例及实施例中的特征可以相互组合。实施例1：如图1所示，本公开实施例1提供了一种移动机器人导航实时定位方法，具体步骤如下：(1)在要定位的环境中移动机器人，并保存机器人位姿测量传感器的数据及激光雷达的测量数据。其中，位姿测量传感器用来提供位姿变化数据，用于初步生成和更新定位粒子集，激光雷数据用于匹配障碍物得到机器人当前位姿数据，如图3所示。本实施例中，位姿测量传感器和激光雷达均为机器人直接携带。(2)根据步骤(1)获得的数据，采用GMapping建图算法构建出该环境下的平面地图，并将该地图作为激光雷达数据的匹配对象。(3)机器人移动一段距离后触发定位功能，根据位姿测量传感器反馈得到机器人的位移的变化(Δx，Δy)，机器人姿态角度的变化(Δθ)；基于里程计的模型参数，对当前定位粒子按照位姿数据的变化增量，进行相应的旋转、平移操作。其中，里程计的模型参数如图2所示，δtrans代表平移分量，δrot1,δrot2表示转动分量。(4)获取当前时刻的激光雷达数据，基于定位本文档来自技高网...

【技术保护点】
1.一种移动机器人导航实时定位方法，其特征在于，包括以下步骤：/n获取机器人测得的位姿数据和激光雷达数据，构建机器人所在环境的平面地图；/n根据实时获取的机器人位移变化、姿态角度变化以及里程计的模型参数，对当前定位粒子进行旋转和平移处理，得到处理后的粒子集；/n根据处理后的粒子集中的定位粒子包含的位姿数据、平面地图以及当前激光雷达数据，更新处理后的粒子集中的定位粒子的权重；/n以处理后的粒子集中权重最大的粒子对应的位姿数据作为位姿均值，根据原定位粒子集的方差得到位姿方差，根据得到的位姿均值和位姿方差构建新的高斯粒子集；/n从新的高斯粒子集中随机抽取粒子，更新到机器人的当前定位粒子集中，取当前粒子集所包含的粒子的均值作为机器人的当前位姿。/n

【技术特征摘要】
1.一种移动机器人导航实时定位方法，其特征在于，包括以下步骤：
获取机器人测得的位姿数据和激光雷达数据，构建机器人所在环境的平面地图；
根据实时获取的机器人位移变化、姿态角度变化以及里程计的模型参数，对当前定位粒子进行旋转和平移处理，得到处理后的粒子集；
根据处理后的粒子集中的定位粒子包含的位姿数据、平面地图以及当前激光雷达数据，更新处理后的粒子集中的定位粒子的权重；
以处理后的粒子集中权重最大的粒子对应的位姿数据作为位姿均值，根据原定位粒子集的方差得到位姿方差，根据得到的位姿均值和位姿方差构建新的高斯粒子集；
从新的高斯粒子集中随机抽取粒子，更新到机器人的当前定位粒子集中，取当前粒子集所包含的粒子的均值作为机器人的当前位姿。


2.如权利要求1所述的移动机器人导航实时定位方法，其特征在于，通过机器人的位姿变化数据生成定位粒子集。


3.如权利要求1所述的移动机器人导航实时定位方法，其特征在于，采用GMapping建图算法，根据机器人位移变化、姿态角度变化以及里程计的模型参数，构建机器人所在环境的平面地图。


4.如权利要求1所述的移动机器人导航实时定位方法，其特征在于，新的高斯粒子集，具体为：



其中，sqrt为求平方根函数，cov为粒子集的位姿方差，pose为机器人的位姿数据，为粒子群的位姿均值。


5.如权利要求1所述的移动机器人导航实时定位方法，其特征在于，更新后的定位粒子，具体为：









其中，δtrans代表两点间的平移分量，δrot1，δrot2表示两点的转动分量。


6.如权利要求1所述的移动机器人导航实时定位方法，其...

【专利技术属性】
技术研发人员：李文广，陈伟，黄金瑞，王子昂，岳敏敏，
申请(专利权)人：山东金惠新达智能制造科技有限公司，
类型：发明
国别省市：山东;37