一种基于扫描匹配的阿克曼型机器人里程计标定方法技术

本发明专利技术提供了一种基于扫描匹配的阿克曼型机器人里程计标定方法，使用NDT点云匹配算法匹配激光雷达点云数据与栅格地图，得到Ts和Te时刻的激光雷达位姿信息；获取最新一帧轮式里程计数据，通过激光雷达点云数据的起止时间戳对里程计数据进行插值，得到Ts和Te时刻的里程计位姿信息；计算Ts到Te时刻的激光雷达位姿增量Y

【技术实现步骤摘要】
一种基于扫描匹配的阿克曼型机器人里程计标定方法


[0001]本专利技术涉及机器人参数标定
，特别涉及一种基于扫描匹配的阿克曼型机器人里程计标定方法。

技术介绍

[0002]本部分的陈述仅仅是提供了与本专利技术相关的
技术介绍
，并不必然构成现有技术。
[0003]随着2D激光SLAM(Simultaneous Localization And Mapping)室内建图与定位技术和传感器技术的日益成熟和不断发展，各种底盘的机器人也逐渐得到了应用。现流行的底盘主要有单舵轮、双舵轮、四舵轮、阿克曼模型以及麦克纳姆轮模型等，底盘通过安装激光雷达、陀螺仪、轮式里程计等传感器来实现AGV的建图与定位。
[0004]随着机器人行业的发展，现在对机器人的精度要求越来越高，但是由于机器人在机械生产、安装配置以及长时间的使用导致的轮子磨损等因素会影响里程计和激光雷达的精度，进而影响机器人的建图和定位精度，从而影响机器人的运行轨迹，达不到工业要求，所以对机器人进行里程计和激光雷达等传感器标定是非常有必要的。
[0005]专利技术人发现，现有的里程计标定方法大部分都是针对于单舵轮、两轮差速机器人的里程计标定，对于阿克曼模型移动机器人的里程计和激光雷达传感器的标定的方法较少，又因阿克曼模型的运动结构与其它差速两轮机器人的运动结构有比较大的区别，所以其他的里程计和激光雷达传感器的标定方法对于阿克曼模型移动机器人的通用性较差。

技术实现思路

[0006]为了解决现有技术的不足，本专利技术提供了一种基于扫描匹配的阿克曼型机器人里程计标定方法，不通过直接标定机器人轮子的间距和车轮直径来进行里程计标定，而是基于NDT点云匹配算法获得阿克曼模型移动机器人的Ts时刻和Te时刻的位姿增量，基于阿克曼模型移动机器人的运动模型计算出里程计Ts时刻和Te时刻的位姿增量，通过比较激光雷达的位姿增量和里程计的位姿增量得出线性转换方程，求出通解最终实现里程计的标定。
[0007]为了实现上述目的，本专利技术采用如下技术方案：
[0008]本专利技术第一方面提供了一种基于扫描匹配的阿克曼型机器人里程计标定方法。
[0009]一种基于扫描匹配的阿克曼型机器人里程计标定方法，包括以下过程：
[0010]获取当前帧激光雷达点云数据，使用NDT点云匹配算法匹配激光雷达点云数据与栅格地图，得到Ts时刻和Te时刻的激光雷达位姿信息；
[0011]获取最新一帧轮式里程计数据，通过激光雷达点云数据的起止时间戳对里程计数据进行插值，得到Ts时刻和Te时刻的里程计位姿信息；
[0012]计算Ts时刻到Te时刻的激光雷达位姿增量Y
i*
以及Ts时刻到Te时刻的里程计位姿增量Y
i
；
[0013]采用线性最小二乘求解激光雷达位姿增量与里程计位姿增量的变换方程，得到近
似解根据近似解进行里程计标定。
[0014]本专利技术第二方面提供了一种基于扫描匹配的阿克曼型机器人里程计标定系统。
[0015]一种基于扫描匹配的阿克曼型机器人里程计标定系统，包括：
[0016]激光雷达位姿信息生成模块，被配置为：获取当前帧激光雷达点云数据，使用NDT点云匹配算法匹配激光雷达点云数据与栅格地图，得到Ts时刻和Te时刻的激光雷达位姿信息；
[0017]里程计位姿信息生成模块，被配置为：获取最新一帧轮式里程计数据，通过激光雷达点云数据的起止时间戳对里程计数据进行插值，得到Ts时刻和Te时刻的里程计位姿信息；
[0018]位姿增量计算模块，被配置为：计算Ts时刻到Te时刻的激光雷达位姿增量Y
i*
以及Ts时刻到Te时刻的里程计位姿增量Y
i
；
[0019]里程计标定模块，被配置为：采用线性最小二乘求解激光雷达位姿增量与里程计位姿增量的变换方程，得到近似解根据近似解进行里程计标定。
[0020]本专利技术第三方面提供了一种计算机可读存储介质，其上存储有程序，该程序被处理器执行时实现如本专利技术第一方面所述的基于扫描匹配的阿克曼型机器人里程计标定方法中的步骤。
[0021]本专利技术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专利技术第一方面所述的基于扫描匹配的阿克曼型机器人里程计标定方法中的步骤。
[0022]与现有技术相比，本专利技术的有益效果是：
[0023]1、本专利技术所述的一种基于扫描匹配的阿克曼型机器人里程计标定方法，采用基于NDT正交变换的点云匹配算法得到的激光雷达位姿数据，极大的提高了定位精度。
[0024]2、本专利技术所述的一种基于扫描匹配的阿克曼型机器人里程计标定方法，不对机器人的运动轨迹和运动环境进行预设，标定结果更具有普遍性；不通过人为测量车轮间距和车轮直径来进行里程计标定，减小了人为的测量误差。
[0025]本专利技术附加方面的优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本专利技术的实践了解到。
附图说明
[0026]构成本专利技术的一部分的说明书附图用来提供对本专利技术的进一步理解，本专利技术的示意性实施例及其说明用于解释本专利技术，并不构成对本专利技术的不当限定。
[0027]图1为本专利技术实施例1提供的基于扫描匹配的阿克曼型机器人里程计标定方法的流程示意图。
[0028]图2为本专利技术实施例1提供的阿克曼底盘运动结构模型示意图。
[0029]图3为本专利技术实施例1提供的里程计位姿变换流程示意图。
具体实施方式
[0030]下面结合附图与实施例对本专利技术作进一步说明。
[0031]应该指出，以下详细说明都是示例性的，旨在对本专利技术提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本专利技术所属
的普通技术人员通常理解的相同含义。
[0032]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专利技术的示例性实施方式。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。
[0033]在不冲突的情况下，本专利技术中的实施例及实施例中的特征可以相互组合。
[0034]实施例1：
[0035]如图1所示，本专利技术实施例1提供了一种基于扫描匹配的阿克曼型机器人里程计标定方法，通过利用在阿克曼模型移动机器人上所安装的激光雷达和里程计的数据来进行里程计的标定。
[0036]使用本实施例所述方法需要注意两点：
[0037]1)里程计数据和激光雷达数据需要保持时间戳的一致性；
[0038]2)校准时尽可能选择特征较多的环境，这样使用NDT点云匹配得到的激光雷达数据更准确。
[0039]具体的，所述方法包括以下过程：
[0040]获取当前帧激光雷达点云数据，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于扫描匹配的阿克曼型机器人里程计标定方法，其特征在于：包括以下过程：获取当前帧激光雷达点云数据，使用NDT点云匹配算法匹配激光雷达点云数据与栅格地图，得到Ts时刻和Te时刻的激光雷达位姿信息；获取最新一帧轮式里程计数据，通过激光雷达点云数据的起止时间戳对里程计数据进行插值，得到Ts时刻和Te时刻的里程计位姿信息；计算Ts时刻到Te时刻的激光雷达位姿增量Y
i*
以及Ts时刻到Te时刻的里程计位姿增量Y
i
；采用线性最小二乘求解激光雷达位姿增量与里程计位姿增量的变换方程，得到近似解根据近似解进行里程计标定。2.如权利要求1所述的基于扫描匹配的阿克曼型机器人里程计标定方法，其特征在于：激光雷达位姿增量与里程计位姿增量的变换方程为：Y
i*
＝X*Y
i
；将其写成矩阵形式，为：得到3.如权利要求1所述的基于扫描匹配的阿克曼型机器人里程计标定方法，其特征在于：使用NDT点云匹配算法匹配激光雷达点云数据与栅格地图，包括：将源点云所占的空间划分为设定大小的二维栅格，然后计算每一个栅格的正态分布参数；计算栅格的概率分布模型；对待配准点云中所有的点进行坐标变换，变换待匹配点云到参考坐标系；根据正态分布参数计算每个转换点落在对应栅格中的概率，确定每个栅格的正态分布；通过计算对应点落在对应栅格cell中的概率并求和，得到两个点云的匹配置信度；以匹配置信度最大为目标，通过梯度下降法或者牛顿法对匹配置信度进行优化，直至达到收敛，最终得到Ts时刻和Te时刻的激光雷达位姿信息。4.如权利要求1所述的基于扫描匹配的阿克曼型机器人里程计标定方法，其特征在于：结合机器人运动学模型，根据公式对机器人从开始时间Ts到截止时间Te的运动迭代积分进行位姿估计，得到Ts时刻和Te时刻的里程计位姿信息；机器人运动学模型，包括：
其中，L为阿克曼模型前后轴之间的轴距，2d为车辆后两轮之间距离，θ为车辆前两轮打角值，ν
L
为车辆左侧后轮线速度，ν
R
为车辆右侧后轮线速度为，ν为车辆线速度，ω为车辆角速度，θ
oTs
为T
s
时刻的转向角，θ
oTe
为T
e
时刻的转向角，v
oTe
为T
e
时刻的车辆线速度，x
oTe
为T
e
时刻的里程计x坐标，y
oTe
为T
e
时刻的里程计y坐标，x
oTs
为T
s
时刻的里程计x坐标，y
oTs
为T
s
时刻的里程计y坐标，d
Te
为Te时刻的车辆后两轮之间距离的一半，d
Ts
为T
s
时刻的车辆后两轮之间距离的一半。5.一种基于扫描匹配的阿克曼型机器人里程计标定系统，其特征在于：包括：激光雷达位姿信息生成模块，被配置为：获取当前帧激光雷达点云数据，使用NDT点云匹配算法匹配激光雷达点云数据与栅格地图，得到Ts时刻和Te时刻的激光雷达位姿信息；里程计位姿信息生成模块，被配置为：获取最新...

【专利技术属性】
技术研发人员：周军，戚舒蕾，李文广，张怡博，李昭，付周，
申请(专利权)人：山东大学，
类型：发明
国别省市：