一种无线传感器网络协助的移动机器人自定位方法
【技术领域】
[0001] 本发明涉及移动机器人自定位领域，尤其是一种基于无线传感器网络的移动机器 人自定位方法。
【背景技术】
[0002] 无线传感器具有良好的自组织能力、能耗低、环境感知能力强、可大范围覆盖的特 点，可用于环境信息监测、车辆跟踪、军事侦查等领域。另一方面，移动机器人自身携带丰富 的传感器，但其对环境的感知能力非常有限，环境适应能力差。移动机器人可通过自身携带 的惯性传感器，通过航迹推算的方式进行自定位。该方法受累积误差的影响大，往往需要通 过激光、视觉、红外等外部传感器进行其位姿修正。然而，环境特征十分复杂，移动机器人通 过自身携带的外部传感器提取环境特征难度很大，而且数据关联问题也十分复杂。无线传 感器网络可协助移动机器人感知周围环境和定位，增强对不同环境的感知和适应能力。目 前，还没有技术可简单有效地解决移动机器人的自定位问题。
【发明内容】
[0003] 为了克服已有移动机器人自定位方法对环境适应力差，环境特征难以提取以及数 据关联难度大等不足。本发明提供了一种无线传感器网络协助的移动机器人自定位方法， 避免了环境特征提取、数据关联，提高了移动机器人对环境的适应能力。
[0004] 本发明解决其技术问题所采用的技术方案是：
[0005] -种无线传感器网络协助的移动机器人自定位方法，所述方法包括以下步骤：
[0006] 步骤1)移动机器人向周围传感器节点发送"定位请求"数据包；
[0007] 步骤2)无线传感器网络节点收到请求后，解析收到的响应数据包，提取该数据包 的RSSI值。随后，对该RSSI信号进行一次预滤波，得到该RSSI信号的估计值；
[0008] 步骤3)通过该RSSI信号的估计值，判断是否满足发送条件，若满足发送条件，以 单跳的方式发送定位服务数据包给移动机器人；否则，忽略该服务请求；
[0009] 步骤4)移动机器人收到周围节点响应的数据包后，解析该数据包中的节点位置 信息、RSSI信号，通过RSSI模型转换成距离信息，根据该距离信息，采用基于平方根容积卡 尔曼的序贯融合估计方法估计出当前的机器人位置。
[0010] 进一步，所述步骤1)中，无线传感器网络采用网状拓扑形式，所有节点都具有路 由功能，提供定位服务的节点为固定节点。固定节点位置已知，移动机器人为其中可移动的 路由节点。
[0011] 所述步骤1)中，所述的发送"定位请求"数据包，通过单跳通信的方式发送给周围 节点。单跳，即移动节点和周围固定节点直接通信，不经过其他任何路由节点。
[0012] 所述步骤2)中，所述的预滤波为.?·厂(卜α).ν,: ; j = U,3···，其中，k = 1，2, 3···，兔为k时刻传感器节点接收到的"定位请求"数据包的RSSI值，九为滤波器初 值，α为滤波器系数，O < α < 1。
[0013] 所述步骤3)中，所述的发送条件为：
：，其中，yT，ε为预先设 定的阈值参数，阈值yT为服务半径，ε用于判断机器人位置是否变化，若满足上述条件，响 应移动机器人请求；否则，忽略该请求。
[0014] 在步骤4)中，所述的RSSI模型为
，其中，ZkSyk对应 的距离值，Zp ^分别为参考距离和相应的RSSI值，η为电磁波传播衰减系数。
[0015] 再进一步，步骤4)中所述的基于平方根容积卡尔曼的序贯融合估计方法，根据响 应数据包得到的距离信息，采用平方根容积卡尔曼方法逐一地进行状态融合估计。
[0016] 平方根容积卡尔曼方法分为两步，首先，通过移动机器人内部传感器信息进行状 态预测，然后，根据距离信息对移动机器人的状态进行修正。
[0017] 本发明的有益效果主要表现在：由于每个传感器节点具有特有的ID，避免了复杂 的数据关联过程。同时，通过移动机器人和传感器节点间的主动通信，避免了环境特征提取 过程。传感器节点可事先布置在环境中，可用于环境信息采集，同时可为移动机器人提供定 位服务。通过RSSI信号测距，不需要增加额外的成本，使用灵活度高，节点生存周期长。相 对于现有的通过自身携带的激光、视觉等外部传感器的自定位方法，该方法对环境适应性 强，难度低，易于实施。
【附图说明】
[0018] 图1是无线传感器网络协助的移动机器人自定位系统示意图。
[0019] 图2是无线传感器固定节点响应服务流程图。
[0020] 图3是无线传感器网络协助移动机器人自定位流程图。
[0021] 图4是基于平方根容积卡尔曼的序贯融合估计流程图。
[0022] 图5是移动机器人状态估计的时序图。
[0023] 图6是移动机器人内部传感器和响应数据包时序图。
【具体实施方式】
[0024] 下面结合附图对本发明作进一步描述。
[0025] 参照图1~图6,一种无线传感器网络协助的移动机器人自定位方法，所述方法包 括以下步骤：
[0026] 步骤1)移动机器人向单跳传输半径内的传感器节点发送"定位请求"数据包；
[0027] 步骤2)当无线传感器网络节点收到请求后，解析收到的数据包，提取该数据包的 RSSI值，对该RSSI信号进行一次预滤波，得到该RSSI信号的估计值；
[0028] 步骤3)通过该RSSI信号的估计值，判断是否满足发送条件，若满足发送条件，以 单跳的方式发送响应数据包给移动机器人；否则，忽略该服务请求。
[0029] 步骤4)移动机器人收到周围节点响应的数据包后，提取该数据包中的节点位置 信息、RSSI信号，按照接收到响应数据包的先后顺序逐一融合RSSI信息，得到移动机器人 状态。首先，根据内部传感器信息，对移动机器人状态进行预测。然后，通过RSSI模型转换 成距离信息，利用该距离信息，对移动机器人状态进行修正，得出当前的估计状态。
[0030] 重复执行步骤1) -4)，实现对移动机器人自定位。
[0031] 所述步骤1)中，所述的发送"定位请求"数据包，通过单跳通信的方式发送给周围 节点。单跳，即移动节点和周围固定节点直接通信，不经过其他任何路由节点。
[0032] 所述步骤2)中，所述的预滤波为
其中，k = 1，2, 3···，免为k时刻传感器节点接收到的"定位请求"数据包的RSSI值，爲为滤波器初 值，α为滤波器系数，〇 < α < 1。
[0033] 所述步骤3)中，所述的发送条件为：
，其中，yT，ε为预先设 定的阈值参数，阈值yT为服务半径，ε用于判断机器人位置是否变化，若满足上述条件，响 应移动机器人请求；否则，忽略该请求。
[0034] 在步骤4)中，所述的RSSI模型为
，其中，Z1^ y k对应 的距离值，Zp ^分别为参考距离和相应的RSSI值，η为电磁波传播衰减系数。
[0035] 如图1所示，无线传感器网络节点事先布置环境中，用于采集环境信息，同时协助 移动机器人进行自定位。图1描述