一种煤矿井下移动机器人环境感知与高精度定位方法技术

技术编号:33440340 阅读:11 留言:0更新日期:2022-05-19 00:27
本发明专利技术公开了一种煤矿井下移动机器人环境感知与高精度定位方法,实现移动机器人环境感知与高精度定位方法能对煤矿井下的精准定位,还能快捷、准确、稳定的完成煤矿井下多传感器融合的移动机器人环境感知与高精度定位。移动机器人通过自身搭载的多传感器采集周围环境信息,采用标定原理对多传感器进行标定处理,遥控机器人匀速行驶在煤矿井下,并使其行驶路径成为一个闭环,使用成熟的扩展卡尔曼理论融合多传感器的数据,得到煤矿井下移动机器人的位姿的一致性解释,通过改进的cartographer算法对煤矿井下的特殊环境进行定位建图。降低人力资源成本,提高煤矿井下作业效率。业效率。业效率。

【技术实现步骤摘要】
一种煤矿井下移动机器人环境感知与高精度定位方法


[0001]本专利技术涉及煤矿井下移动机器人定位领域,具体地说,是一种煤矿井下移动机器人环境感知与高精度定位方法。

技术介绍

[0002]我国作为世界第一采煤大国,每年生产的煤炭占据全球煤炭产量的一半以上,与此同时,中国煤炭安全事故也位居首位。由于煤矿井下地形复杂,光线昏暗,工作环境未知,无法实时观测有害气体的浓度和环境的温度与湿度,同时伴随着人们日益增长的煤炭需求,促使煤炭安全事故频频发生。而对于移动机器人自主定位系统的研究,对于未来无人化开采和煤矿井下救援工作提供了极大的保障。现有的移动机器人定位技术大多会受到煤矿井下特殊环境的影响导致定位不准,甚至还会导致移动机器人崩溃而引发定位进程卡滞,延长定位周期。
[0003]根据现有技术的缺陷,需要一种能对煤矿井下移动机器人的精准定位,还能快捷、准确、稳定的完成煤矿井下多传感器融合的移动机器人环境感知与高精度定位方法。

技术实现思路

[0004]针对上述现有技术中存在的不足之处,本专利技术提供了一种煤矿井下移动机器人环境感知与高精度定位方法,该方法能对煤矿井下的黄精精准定位,还能快捷、准确、稳定的完成煤矿井下多传感器融合的移动机器人环境感知与高精度定位。
[0005]为实现上述技术目的,本专利技术采用的技术方案如下:
[0006]一种煤矿井下移动机器人环境感知与高精度定位方法,该方法采用了多个传感器,所述多传感器包括防爆型激光雷达和捷联惯导,所述防爆型激光雷达和捷联惯导按照以下步骤进行煤矿井下移动机器人的环境感知与高精度定位:
[0007]预处理:将防爆型激光雷达和捷联惯导安装在液压驱动的四足机器人身上,并将防爆型激光雷达和捷联惯导接通电源,与移动机器人建立连接,设置机器人在煤矿井下的初始位姿;
[0008]S1:初始化,移动机器人移动煤矿井下至初始点,移动机器人与计算机建立通讯;
[0009]S2:移动机器人在初始位置静止,对防爆型激光雷达和捷联惯导分别进行标定,防爆型激光雷达采用最小方差法进行标定,捷联惯导由陀螺仪和加速度计组成,陀螺仪采用静态位置法进行标定,加速度计采用十二位置法进行标定;
[0010]S3:遥控移动机器人运动,按照预先设置的路线在煤矿井下环境中进行闭环匀速运动,从起点开始到起点结束运动;
[0011]S4:移动机器人对防爆型激光雷达采集的原始信号进行多种方式的组合滤波,包括直通滤波,统计滤波和体素滤波融合的方式,滤除离群点和噪声,获取有用的点云信息,提高煤矿井下激光雷达采集的点云质量;
[0012]S5:移动机器人将上一步得到的预处理的激光点云通过图像修补算法对激光点云
信息进行点云空洞修复还原;
[0013]S6:移动机器人将S5得到的激光点云和捷联惯导采集的数据进行数据融合,通过扩展卡尔曼滤波的方式进行多传感器的数据融合,捷联惯导的数据信息将作为预测值,激光雷达修复的点云数据作为观测值,去修正捷联惯导的先验信息,得到当前时刻的煤矿井下移动机器人的最优位姿估计值;
[0014]S7:遥控移动机器人移动过程中,移动机器人运行改进的cartographer算法进行建图,通过分支定界法实现闭环检测的快速搜索,通过回环检测来消除传感器局部建图的累计误差,得到高精度的定位;
[0015]S8:遥控移动机器人回到初始位置,等待下一次指令。
[0016]作为本专利技术的一种优选方案,求得防爆型激光雷达自身坐标系与所需的移动机器人坐标系之间的差值,防爆型激光雷达自身坐标系与所需的移动机器人坐标系之间的差值主要由旋转矩阵和平移矩阵组成;其中,平移矩阵对煤矿井下最终的定位结果的影响相对很小,在此忽略不计;而旋转矩阵误差会影响最终定位和建图的结果;
[0017]其中,对于旋转矩阵的具体标定方法是,将移动机器人放置在煤矿井下尽量平整的路面,使得移动机器人两边到煤壁的距离相等,通过RANSAC随机采样一致性算法提取煤壁和煤矿井下地面上的点数据,具体为:
[0018]1‑
P=(1

W
n
)
k
[0019]其中,P表示RANSAC算法对井下定位产生有用结果的概率为P,W表示每次从采集的点云数据集中随机选出的点为局内点的概率,所采集的噪声点云称为局外点,选择的n个点中至少有一个是局外点的概率是1

W
n
,k表示迭代次数;
[0020]防爆型激光雷达静止在平整的煤矿井下的地面上,理想情况下所有地面上的点云高度信息是一致的,但是防爆型激光雷达的横滚角roll和俯仰角pitch会影响这个高度值,需要通过角度补偿的方式找到横滚角roll和俯仰角pitch使得煤矿井下地面上的点云方差最小,最好接近为0,从而来求得横滚角roll和俯仰角pitch,同理,防爆型激光雷达静止在平整的煤矿井下的地面上,理想情况下所有煤壁的点云深度信息是一致的,但是防爆型激光雷达的偏航角yaw会影响这个高度值,需要通过角度补偿的方式找到偏航角yaw使得煤矿井下煤壁的点云方差最小,最好接近为0,从而来求得偏航角yaw,由此即可求出旋转矩阵。
[0021]作为本专利技术的一种优选方案,对于捷联惯导的标定分为三部分,分别安装误差T0,标度因数误差S0,零偏误差z0,因此捷联惯导的加速度a
B
和陀螺仪w
B
的测量误差模型是:
[0022][0023]其中,上标B代表修正之后的值,上标a表示加速度计的值,上标g表示陀螺仪的值,上标C表示真是的测量值;
[0024]首先对加速度计采用十二位置法进行标定,将捷联惯导依次放置在移动机器人的相应位置,记录加速度计在每个位置的输出为:
[0025]其中,T为采样时间,对每个位置的累积输出取均值得其中,T为采样时间,对每个位置的累积输出取均值得表示加速度计的零偏误差,K
a
表示加速度计的标度系数矩阵,f
b
表示沿捷联惯导轴向的比力输入,其中,X,Y,Z
代表3个坐标轴向,i(i=1,2,3...,12)代表转序;有
[0026][0027]其中,表示x,y,z轴的累计加速度输出值,f
bxi
,f
byi
,f
bzi
表示沿捷联惯导x,y,z轴向的比例输入,表示加速度在x、y、z方向的梯度变化,aF
x
,aF
y
,aF
z
表示加速度计的标度因数,aA
yx
,aA
zx
,aA
xy
,aF
zy
,aA
xz
,aA
yz
表是加速度计的安装误差系数;由此即可得出加速度记得标定值;
[0028]陀螺仪的标定采用静态位置法,即利用多位置之间的对称关系求取x、y、z轴陀螺的零偏;采用四位置,与初始位置之间的坐标变换矩本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.一种煤矿井下移动机器人环境感知与高精度定位方法,其特征在于,该方法采用了多个传感器,所述多传感器包括防爆型激光雷达和捷联惯导,所述防爆型激光雷达和捷联惯导按照以下步骤进行煤矿井下移动机器人的环境感知与高精度定位:预处理:将防爆型激光雷达和捷联惯导安装在液压驱动的四足机器人身上,并将防爆型激光雷达和捷联惯导接通电源,与移动机器人建立连接,设置机器人在煤矿井下的初始位姿;S1:初始化,移动机器人移动煤矿井下至初始点,移动机器人与计算机建立通讯;S2:移动机器人在初始位置静止,对防爆型激光雷达和捷联惯导分别进行标定,防爆型激光雷达采用最小方差法进行标定,捷联惯导由陀螺仪和加速度计组成,陀螺仪采用静态位置法进行标定,加速度计采用十二位置法进行标定;S3:遥控移动机器人运动,按照预先设置的路线在煤矿井下环境中进行闭环匀速运动,从起点开始到起点结束运动;S4:移动机器人对防爆型激光雷达采集的原始信号进行多种方式的组合滤波,包括直通滤波,统计滤波和体素滤波融合的方式,滤除离群点和噪声,获取有用的点云信息,提高煤矿井下激光雷达采集的点云质量;S5:移动机器人将上一步得到的预处理的激光点云通过图像修补算法对激光点云信息进行点云空洞修复还原;S6:移动机器人将S5得到的激光点云和捷联惯导采集的数据进行数据融合,通过扩展卡尔曼滤波的方式进行多传感器的数据融合,捷联惯导的数据信息将作为预测值,激光雷达修复的点云数据作为观测值,去修正捷联惯导的先验信息,得到当前时刻的煤矿井下移动机器人的最优位姿估计值;S7:遥控移动机器人移动过程中,移动机器人运行改进的cartographer算法进行建图,通过分支定界法实现闭环检测的快速搜索,通过回环检测来消除传感器局部建图的累计误差,得到高精度的定位;S8:遥控移动机器人回到初始位置,等待下一次指令。2.根据权利要求1所述的一种煤矿井下移动机器人环境感知与高精度定位方法,其特征在于,求得防爆型激光雷达自身坐标系与所需的移动机器人坐标系之间的差值,防爆型激光雷达自身坐标系与所需的移动机器人坐标系之间的差值主要由旋转矩阵和平移矩阵组成;其中,平移矩阵对煤矿井下最终的定位结果的影响相对很小,在此忽略不计;而旋转矩阵误差会影响最终定位和建图的结果;其中,对于旋转矩阵的具体标定方法是,将移动机器人放置在煤矿井下尽量平整的路面,使得移动机器人两边到煤壁的距离相等,通过RANSAC随机采样一致性算法提取煤壁和煤矿井下地面上的点数据,具体为:1

P=(1

W
n
)
k
其中,P表示RANSAC算法对井下定位产生有用结果的概率为P,W表示每次从采集的点云数据集中随机选出的点为局内点的概率,所采集的噪声点云称为局外点,选择的n个点中至少有一个是局外点的概率是1

W
n
,k表迭代次数;防爆型激光雷达静止在平整的煤矿井下的地面上,理想情况下所有地面上的点云高度信息是一致的,但是防爆型激光雷达的横滚角roll和俯仰角pitch会影响这个高度值,需要
通过角度补偿的方式找到横滚角roll和俯仰角pitch使得煤矿井下地面上的点云方差最小,最好接近为0,从而来求得横滚角roll和俯仰角pitch,同理,防爆型激光雷达静止在平整的煤矿井下的地面上,理想情况下所有煤壁的点云深度信息是一致的,但是防爆型激光雷达的偏航角yaw会影响这个高度值,需要通过角度补偿的方式找到偏航角yaw使得煤矿井下煤壁的点云方差最小,最好接近为0,从而来求得偏航角yaw,由此即可求出旋转矩阵。3.根据权利要求1所述的一种煤矿井下移动机器人环境感知与高精度定位方法,其特征在于,对于捷联惯导的标定分为三部分,分别安装误差T0,标度因数误差S0,零偏误差Z0,因此捷联惯导的加速度a
B
和陀螺仪w
B
的测量误差模型是:其中,上标B代表修正之后的值,上标a表示加速度计的值,上标g表示陀螺仪的值,上标C表示真是的测量值;首先对加速度计采用十二位置法进行标定,将捷联惯导依次放置在移动机器人的相应位置,记录加速度计在每个位置的输出为:其中,T为采样时间,对每个位置的累积输出取均值得其中,T为采样时间,对每个位置的累积输出取均值得表示加速度计的零偏误差,K
a
表示加速度计的标度系数矩阵,f
b
表示沿捷联惯导轴向的比力输入,其中,X,Y,Z代表3个坐标轴向,i(i=1,2,3...,12)代表转序;有其中,表示x,y,z轴的累计加速度输出值,f
bxi
,f
byi
,f
bzi
表示沿捷联惯导x,y,z轴向的比例输入,表示加速度计在x、y、z方向的梯度变化,aF
x
,aF
y
,aF
z
表示加速度计的标度因数,aA
yx
,aA
zx
,aA
xy
,aF
zy
,aA
xz
,aA
yz
表是加速度计的安装误差系数;由此即可得出加速度记得标定值;陀螺仪的标定采用静态位置法,即利用多位置之间的对称关系求取x、y、z轴陀螺的零偏;采用四位置,与初始位置之间的坐标变换矩阵为:将捷联惯导依次停放在相应位置,设定停止时间,则陀螺仪输出分别为:
其中,T为采样时间,δω1δω2δω3δω4表示对每个位置的角速度累积输出值,K
g
表示陀螺仪的标度系数矩阵,表示地球自转角速度的大小,ε
g
为陀螺仪的零偏;将上述各式相加可得:加可得:其中,因此,即可得到陀螺仪的标定误差模型。4.根据权利要求1所述的一种煤矿井下移动机器人环境感知与高精度定位方法,其特征在于,步骤S4中采用的组合滤波算法,具体步骤为:首先使用几何采样对煤矿井下点云数据进行降采样处理,减少计算量,然后通过直通滤波提取煤矿井下x轴方向点云,y轴方向点云,z轴正方向点云,其次使用统计滤波去除平均距离在标准范围之外的离群点,最后采用体素滤波器对点云进行滤除。5.根据权利要求4所述的一种煤矿井下移动机器人环境感知与高精度定位方法,其特征在于,受煤矿井下煤壁的吸收激光信号的特性,造成点云空洞,步骤S5中采用的激光点云修补算法,采用三角网格法和最小二乘法结合修补点云空洞,使煤矿井下的曲面拟合效果更好,具体为:S

A1:首先需要对得到的点云数据及进行平滑处理,具体为,在拟合区域的一个局域子域U上,建立拟合函数:其中,a(x)=[a1(x),a2(x)...a
m
(x)]
T
为待求系数,它是坐标x的函数,p(x)=[p1(x),p2(x)...p
m
(x)]
T
称为基函数,它是一个阶完备的多项式;常用的二次基为[1,u,v,u2,v2,uv]
T

则上式可等价于如下:使J函数最小化,w(x

x
i
)是节点x
i
的权函数;权函数w(x

x
i
)应该具有紧支性;S

A2:计算S

A1步骤的煤矿井下点云数据的法向量;S

A3:建立煤矿井下点云空洞特征平面,将空洞特征平面法矢表示为:N表示孔洞特征平面法向量,n
sum
表示所有孔洞边界的三角面片法向量之和;n
k
为边界网格数组中第k个三角面片的法矢量;v为该边界链中的面片数量;投影特征平面基点O表示为:m表示顶点数,p
i
表示第i个顶点的坐标值;利用N和O可以建立所需的煤矿井下的孔洞特征平面;S

A4:剔除煤矿井下因粉尘影响造成的不合理三角面片,避免造成局部特征丢失;S

A5:避免在后续孔洞网格的修补过程中出现不规则的三角面片,对孔洞边界进行预处理;求取面积边长系数Q来确定是否对该面片进行处理;α为一标准化参数,h为三角面片最长边长,p是三角面片周长的1/2,S是三角面片的面积;同时设定阈值Q;S

A6:根据孔洞特征平面上最小夹角点的夹角值θ,提出不规则三角片面;网格生长终止条件是判断边界点数目新增网格即可完...

【专利技术属性】
技术研发人员:欧阳奇张兴兰范月欣杨伟静林燕花王舒波
申请(专利权)人:重庆理工大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1