一种用于室内移动机器人的定位方法及系统与流程

1.本发明涉及室内移动机器人自主定位技术领域，特别涉及一种用于室内移动机器人的定位方法及系统。


背景技术：

2.本部分的陈述仅仅是提供了与本发明相关的背景技术，并不必然构成现有技术。
3.现有技术中，室内机器人定位方法通常需要先将机器人放置在真实环境内，并通过遥控的方式使机器人不断在真实环境内进行移动；之后，使用机器人搭载的三维激光扫描仪对真实环境进行扫描，并且通过slam建图算法创建真实环境的点云地图(环境模型)；最后，使用环境模型与当前机器人在任一位置下扫描到的点云进行配准，以此确定机器人当前在真实环境下的位置。
4.发明人发现，现有的室内机器人定位方法中，大多采用单一的定位方法，不能完全保证机器人定位的可靠性，而采用多种定位方法时，又无法判断各种定位方法相互之间的准确性。


技术实现要素：

5.为了解决现有技术的不足，本发明提供了一种用于室内移动机器人的定位方法及系统，实现了室内移动机器人的快速和稳定定位，弥补了单一定位方法带来的定位不准确问题。
6.为了实现上述目的，本发明采用如下技术方案：
7.本发明第一方面提供了一种用于室内移动机器人的定位方法。
8.一种用于室内移动机器人的定位方法，包括以下过程：
9.获取室内地图数据以及激光雷达扫描数据；
10.根据激光雷达扫描数据和第一定位匹配算法，结合室内地图数据，得到第一位姿数据，进而得到室内移动机器人的第一位姿矩阵；
11.根据激光雷达扫描数据和第二定位匹配算法，结合室内地图数据，得到第二位姿数据，进而得到室内移动机器人的第二位姿矩阵；
12.对比第一位姿矩阵和第二位姿矩阵的特征值和特征向量，两特征向量的夹角小于第一设定值，且特征值差值小于第二设定值时，判定定位无异常，取两定位结果的平均位姿作为最终定位位姿。
13.进一步的，两个矩阵的特征值绝对差值大于或等于预设阈值，或者，两特征向量的夹角大于或等于第一设定值，判定定位异常；
14.对第一位姿数据和第二位姿数据分别进行速度估计，根据位姿速度估计结果，分别得到第一位姿估计数据和第二位子估计数据；
15.判断第一位姿估计数据与第一位姿数据的紧邻程度以及第二位姿估计数据与第二位姿数据的紧邻程度；
16.取紧邻程度较高的位姿数据作为最终定位位姿。
17.进一步的，第一定位匹配算法为scan-matching定位算法。
18.进一步的，第二定位匹配算法为amcl定位算法。
19.进一步的，第一位姿数据和第二位姿数据均为绝对位姿基础上叠加里程计数据和陀螺仪数据后的增量位姿。
20.进一步的，通过窗口递推的方式，分别存储第一位姿数据和第二位姿数据，当存储的位姿数目大于设定阈值后，将存储的位姿组合成位姿矩阵，分别得到第一位姿矩阵和第二位姿矩阵。
21.更进一步的，窗口递推存储方式，包括：按照固定数量存储数据，当数量大于固定数值后，存储数据整体顺序向后移。
22.本发明第二方面提供了一种用于室内移动机器人的定位系统。
23.一种用于室内移动机器人的定位系统，包括：
24.数据获取模块，被配置为：获取室内地图数据以及激光雷达扫描数据；
25.第一位姿矩阵计算模块，被配置为：根据激光雷达扫描数据和第一定位匹配算法，结合室内地图数据，得到第一位姿数据，进而得到室内移动机器人的第一位姿矩阵；
26.第二位姿矩阵计算模块，被配置为：根据激光雷达扫描数据和第二定位匹配算法，结合室内地图数据，得到第二位姿数据，进而得到室内移动机器人的第二位姿矩阵；
27.位姿融合模块，被配置为：对比第一位姿矩阵和第二位姿矩阵的特征值和特征向量，两特征向量的夹角小于第一设定值，且特征值差值小于第二设定值时，判定定位无异常，取两定位结果的平均位姿作为最终定位位姿。
28.本发明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，其特征在于，该程序被处理器执行时实现如本发明第一方面所述的用于室内移动机器人的定位方法中的步骤。
29.本发明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发明第一方面所述的用于室内移动机器人的定位方法中的步骤。
30.与现有技术相比，本发明的有益效果是：
31.1、本发明采用两种定位方法分别得到定位结果，进而得到两种位姿矩阵，对位姿矩阵进行特征值和特征向量求解，如果两种定位结果接近，则取两者的均值作为最终定位结果；如果两定位结果出现分歧，则计算速度预估结果，取紧邻的结果作为最终定位结果，提升了定位可靠性，弥补了单一定位算法一旦失效导致的后续无法正常定位的问题。
32.2、本发明针对单一的定位方法不能完全保证定位可靠性的问题，以及定位方法的结果之间没法准确评价的问题，引入了scan-matching定位方法和amcl定位方法，并将两种定位方法采用基于特征分析及数据融合的方法，最终实现了定位结果融合，实现了室内移动机器人的准确和稳定定位。
附图说明
33.构成本发明的一部分的说明书附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。
34.图1为本发明实施例1提供的用于室内移动机器人的定位方法的流程示意图。
35.图2为本发明实施例1提供的定位结果融合方法示意图。
具体实施方式
36.下面结合附图与实施例对本发明作进一步说明。
37.应该指出，以下详细说明都是例示性的，旨在对本发明提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本发明所属技术领域的普通技术人员通常理解的相同含义。
38.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发明的示例性实施方式。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。
39.在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。
40.实施例1：
41.如图1和2所示，本发明实施例1提供了一种用于室内移动机器人的定位方法，包括以下过程：
42.获取室内地图数据以及激光雷达扫描数据；
43.根据激光雷达扫描数据和第一定位匹配算法，结合室内地图数据，得到第一位姿数据，进而得到室内移动机器人的第一位姿矩阵；
44.根据激光雷达扫描数据和第二定位匹配算法，结合室内地图数据，得到第二位姿数据，进而得到室内移动机器人的第二位姿矩阵；
45.对比第一位姿矩阵和第二位姿矩阵的特征值和特征向量，两特征向量的夹角小于第一设定值，且特征值差值小于第二设定值时，判定定位无异常，取两定位结果的平均位姿作为最终定位位姿。
46.进一步的，两个矩阵的特征值绝对差值大于或等于预设阈值，或者，两特征向量的夹角大于或等于第一设定值，判定定位异常；
47.对第一位姿数据和第二位姿数据分别进行速度估计，根据位姿速度估计结果，分别得到第一位姿估计数据和第二位子估计数据；
48.判断第一位姿估计数据与第一位姿数据的紧邻程度以及第二位姿估计数据与第二位姿数据的紧邻程度；
49.取紧邻程度较高的位姿数据作为最终定位位姿。
50.具体的，包括以下内容：
51.s1：采用同时定位与地图构建方法建立作业环境地图
52.s1.1：利用激光雷达扫描作业环境，同时得到里程计数据和陀螺仪数据；
53.s1.2：利用同时定位与地图构建方法创建作业环境下的地图。
54.s2：基于amcl和scan-matching扫描匹配得到定位结果
55.具体的，当接收到激光雷达数据后，与步骤1所建立的地图进行匹配，利用amcl和scan-matching两种方法分别得到匹配位姿。
56.s3：将上述匹配位姿结果按照窗口递推存储方式进行存储
57.s3.1：按照递推窗口方式，分别存储两种定位方式的结果。
58.s3.2：当两种存储结果都存满后，将两组数据分别组成位姿矩阵。
59.s3.3：求取两个位姿矩阵的特征值和特征向量。
60.s4：定位结果的取舍
61.s4.1：对比两组定位结果的特征值，如果两者绝对差值小于阈值，则认为两个结果比较相近，取两定位结果的平均位姿作为最终定位位姿。
62.s4.2：如果两个矩阵的特征值相差大于阈值，则认为两定位结果有分歧。
63.s4.3：根据位姿分布及对应的时间，分别对两组窗口内的数据进行速度估计。
64.具体的，根据位姿和对应的时间，可以建立拟合方程，拟合出以位姿和时间为变量的曲线，从而可以获得新时刻位姿，比上时间增量，即得到估计速度值。
65.s4.4：根据估计的位姿速度，计算得出估计位姿数据。
66.具体的，速度估计数据之后，可以计算当前时间增量下的位姿增量＝时间增量乘以速度，再叠加上前一时刻的位姿，得到了估计位姿。
67.s4.5：判断两组定位结果与估计位姿的紧邻程度，取紧邻程度较高的作为最终定位位姿。
68.同时定位与地图构建，包括：陀螺仪提供agv运动的角度、角速度和线加速度，编码器采用增量式旋转编码器，用于提供轮子变化增量，基于该增量数据，通过差分模型得到位姿增量，采用激光雷达作为激光传感器，用于对工作环境的扫描，通过激光雷达获取工作环境的轮廓特征及对应光强的反光板特征，基于上述三个传感器的数据，将机器人所在的环境信息表述出来。
69.窗口递推存储方式，具体为：按照固定数量存储数据，当数量大于固定数值后，存储数据整体顺序向后移。
70.实施例2：
71.本发明实施例2提供了一种用于室内移动机器人的定位系统，包括：
72.数据获取模块，被配置为：获取室内地图数据以及激光雷达扫描数据；
73.第一位姿矩阵计算模块，被配置为：根据激光雷达扫描数据和第一定位匹配算法，结合室内地图数据，得到第一位姿数据，进而得到室内移动机器人的第一位姿矩阵；
74.第二位姿矩阵计算模块，被配置为：根据激光雷达扫描数据和第二定位匹配算法，结合室内地图数据，得到第二位姿数据，进而得到室内移动机器人的第二位姿矩阵；
75.位姿融合模块，被配置为：对比第一位姿矩阵和第二位姿矩阵的特征值和特征向量，两特征向量的夹角小于第一设定值，且特征值差值小于第二设定值时，判定定位无异常，取两定位结果的平均位姿作为最终定位位姿。
76.所述系统的工作方法与实施例1提供的用于室内移动机器人的定位方法相同，这里不再赘述。
77.实施例3：
78.本发明实施例3提供了一种计算机可读存储介质，其上存储有程序，其特征在于，该程序被处理器执行时实现如本发明实施例1所述的用于室内移动机器人的定位方法中的步骤。
79.实施例4：
80.本发明实施例4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发明实施例1所述的用于室内移动机器人的定位方法中的步骤。
81.本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用硬件实施例、软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器和光学存储器等)上实施的计算机程序产品的形式。
82.本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
83.这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
84.这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
85.本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体(read-only memory，rom)或随机存储记忆体(random accessmemory，ram)等。
86.以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。