基于激光扫描与卡尔曼滤波技术的地图构建机器人的制作方法

本发明涉及机器人技术领域，尤其涉及一种基于激光扫描与卡尔曼滤波技术的地图构建机器人。

背景技术：

现代建筑考虑美观等因素，办公楼、居室常常使用玻璃门窗做装饰，而现有的服务机器人大多使用红外传感器实现避障功能。红外传感器避障的机器人不能准确识别透明玻璃，进而需依靠压力传感器与透明玻璃的接触作用进而实现性接触避障，导致该机器人的工作效率低；并且该机器人在构建室内地图时，容易受玻璃墙窗，玻璃装饰等场地因素的影响，降低了地图构建系统的的真实性。

现有的移动机器人在地图构建方面，由于地形、光照等不确定性因素，通过传感器系统获得的外部信息往往数据误差大，并未能有效地处理数据，使机器人不能获取有效环境特征，导致了地图构建的不准确性、不全面性。现有的应用在地图构建领域的移动机器人大多数为各种各样的轮式机器人，相比履带式机器人，轮式机器人对于凹凸不平或者沙粒为主的环境的适应性很低，行走不方便，执行任务的效率大大降低；并且轮式机器人需要使用的驱动电机比履带式机器人多，成本相对较高。

技术实现要素：

本发明所要解决的技术问题是如何提供一种能更完整地、精确地反映环境特征，提高机器人的工作效率的基于激光扫描与卡尔曼滤波技术的地图构建机器人。

为解决上述技术问题，本发明所采取的技术方案是：一种基于激光扫描与卡尔曼滤波技术的地图构建机器人，其特征在于：包括运动平台、控制主板、超声波传感器和360°激光扫描测距雷达，所述控制主板位于运动平台上，运动平台上设有驱动模块，所述驱动模块受控于所述控制主板，所述驱动模块用于驱动所述运动平台运动；所述超声波传感器设有若干个，呈弧状布置于所述运动平台上，与所述控制主板双向连接，用于测量所述运动平台与障碍物的距离；所述360°激光扫描测距雷达位于所述运动平台上，与所述控制主板双向连接，用于对机器人周围的障碍物信息进行采集；所述控制主板用于根据所述超声波传感器感应的信息控制所述运动平台进行避障运动并根据所述360°激光扫描测距雷达测量的信息进行地图构建。

进一步的技术方案在于：所述运动平台包括两副履带、四个齿型轮，两个齿型轮固定件，两个电机固定件，两个12V带减速电机，两个90°角码、两根横梁、下载板以及上载板；所述齿型轮分别设置在齿型轮固定件的两端且后端的齿形轮与所述齿形轮固定件可转动的连接；所述履带与齿型轮配合；所述两个12V带减速电机斜对角分布，通过电机固定件以螺纹连接的方式连接在齿型轮固定件上，所述电机的动力输出端与前侧的齿形轮固定连接；所述两根横梁均通过90°角码以螺纹连接的方式连接两边的齿型轮固定件；所述下载板设置在横梁的上方，下载板的通孔与横梁的通孔同轴配合；所述上载板通过支杆与下载板连接；所述控制主板通过电机驱动板控制所述电机动作。

进一步的技术方案在于：所述控制主板固定在所述下载板上。

进一步的技术方案在于：所述上载板的椭圆形状一端设置为朝向机器人的前方；所述超声波传感器共有五个，其中三个超声波传感器在上载板的扇形区均匀分布，其一朝向机器人的正前方，另外在上载板的左右方向分别设置两个超声波传感器，且位于该边线的中间位置；所述360°激光扫描测距雷达设置在上载板的中心位置。

优选的，所述控制主板使用树莓派三代主板。

进一步的技术方案在于：，所述树莓派三代主板上设置有短距离无线通讯模块。

优选的，所述短距离无线通讯模块包括蓝牙模块和WIFI模块。

采用上述技术方案所产生的有益效果在于：所述机器人采用履带结构作为执行结构，使得机器人具有更好的越障能力，适用于多种复杂环境的地图构建，并且稳定性好；采用激光扫描技术与卡尔曼滤波技术融合的数据采集与处理系统，利用激光扫描仪扫描速度快且数据点密集精确的优点，全面地获取环境的测量信息，结合卡尔曼滤波技术，有效提高了数据的准确性，实现了测量信息更趋于真实，能更完整地、精确地反映环境特征；增加了超声波测距系统，融合超声波测距信息，使得机器人在环境中自动调整行走路线，减少机器人迂回行走的情况，提高机器人的工作效率；多种传感器相互协助可以给移动机器人提供丰富的环境信息进而可以实现后续的机器人自主定位功能。

附图说明

下面结合附图和具体实施方式对本发明作进一步详细的说明。

图1是本发明实施例所述机器人的结构示意图；

图2是本发明实施例所述机器人另一个视角的结构示意图；

图3是本发明实施例所述机器人的电路原理图；

其中：1、履带2、齿型轮3、齿型轮固定件4、电机固定件5、12V带减速电机6、90°角码7、横梁8、下载板9、控制主板10、电机驱动板11、支杆12、上载板13、超声波传感器14、360°激光扫描测距雷达。

具体实施方式

下面结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明的一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是本发明还可以采用其他不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本发明内涵的情况下做类似推广，因此本发明不受下面公开的具体实施例的限制。

如图1-图2所示，本发明实施例公开了一种基于激光扫描与卡尔曼滤波技术的地图构建机器人，包括运动平台、控制主板9、超声波传感器13和360°激光扫描测距雷达14。所述控制主板9位于运动平台上，运动平台上设有驱动模块，所述驱动模块受控于所述控制主板9，所述驱动模块用于驱动所述运动平台运动；所述超声波传感器13设有若干个，呈弧状布置于所述运动平台上，与所述控制主板双向连接，用于测量所述运动平台与障碍物的距离；所述360°激光扫描测距雷达14位于所述运动平台上，与所述控制主板9双向连接，用于对机器人周围的障碍物信息进行采集；所述控制主板9用于根据所述超声波传感器13感应的信息控制所述运动平台进行避障运动并根据所述360°激光扫描测距雷达14测量的信息进行地图构建。

如图1-图2所示，所述运动平台包括两副履带1、四个齿型轮2，两个齿型轮固定件3，两个电机固定件4，两个12V带减速电机5，两个90°角码6、两根横梁7、下载板8以及上载板12；所述齿型轮2分别设置在齿型轮固定件3的两端且后端的齿形轮2与所述齿形轮固定件3可转动的连接；所述履带1与齿型轮2配合；所述两个12V带减速电机5斜对角分布，通过电机固定件4以螺纹连接的方式连接在齿型轮固定件3上，所述电机的动力输出端与前侧的齿形轮2固定连接；所述两根横梁7均通过90°角码6以螺纹连接的方式连接两边的齿型轮固定件3；所述下载板8设置在横梁7的上方，下载板8的通孔与横梁7的通孔同轴配合；所述上载板12通过支杆11与下载板8连接；所述控制主板9通过电机驱动板10控制所述电机动作。

所述控制主板9固定在所述下载板8上。所述上载板12的椭圆形状一端设置为朝向机器人的前方；所述超声波传感器13共有五个，其中三个超声波传感器在上载板12的扇形区均匀分布，其一朝向机器人的正前方，另外在上载板12的左右方向分别设置两个超声波传感器13，且位于该边线的中间位置；所述360°激光扫描测距雷达14设置在上载板12的中心位置。

机器人由两个12V带减速电机驱动，所述12V带减速电机的正负极两根线与PWR电机驱动板的电机输出口电连接；如图3所示，所述PWR电机驱动板的ENA引脚(A通道使能端)与树莓派主板(控制主板)的16针电连接，ENB引脚(B通道使能端)与树莓派主板的18针电连接，通过使用树莓派GPIO输出5V电平信号控制使能端的输出电压实现电机加速与减速；所述PWR电机驱动板的IN1、IN2、IN3、IN4引脚分别与树莓派主板的11、12、13、15针电连接；对树莓派编程，配置引脚的输入输出状态，设置16、18针输出PWM值进行机器人的速度控制，设置11与12针(13与15针)为互斥的电平状态实现电机的正反转，当两个电机的旋转方向与旋转速度均一致，机器人将直线行走，当两个电机的旋转方向相反、旋转速度相同，机器人将逆时针旋转或顺时针旋转，即为拐弯，设置11、12、13、15针均为False状态值，机器人停止运动。

所述超声波传感器的Trig引脚与树莓派主板的GPIO2(3针)连接，Echo引脚先连接一个1k电阻再进一步连接树莓派主板的GPIO3(5针)，在连接1k电阻与GPIO3之间的线路引出一个带2k电阻的电路接到GND，1k和2k电阻组成了一个分压电路，使GPIO 3脚的电压降到了3.3v左右；GPIO2设为输出模式，GPIO 3设为输入模式，树莓派向Trig脚发送一个10us的脉冲信号，接收到这个脉冲后，HC-SR04发射出超声波，同时把Echo置为高电平(在发射之前，Echo一直为低电平)，然后准备接收返回的超声波，接受超声波之后Echo为低电平，得到超声波从发射到返回的时间间隔，进一步算出障碍物的距离，当检测到机器人两端的距离的差值稳定在一个范围里，机器人往前移动，当两端距离的差值超出这个范围，机器人往检测距离值大的一端自动调整，其余超声波传感器按以上所述连接其他的GPIO脚。

工作原理：本发明以履带式机构为运动结构，以树莓派三代主板为控制中心，以360°激光扫描测距雷达和五个超声波传感器为环境检测的传感器，利用树莓派采集环境检测数据，基于蓝牙透传技术把环境检测数据从机器人上传送到PC机，基于Matlab平台和卡尔曼滤波技术对数据处理并且采用栅格模型构建地图。

所述360°激光扫描测距雷达与树莓派三代主板通过USB线进行电连接，树莓派连接激光扫描测距雷达，先设置ip掩码和网关，然后通过程序指令采集激光雷达的检测数据；树莓派三代主板自带无线WIFI和蓝牙模块，在树莓派上建立串口通信，以蓝牙透传的方式将激光雷达的检测数据传送到PC机；利用上位机软件，将检测数据以ASCII格式储存，基于Matlab平台，编写数据解析的程序，使用分支结构读取各个数据的属性，进而读取数据；结合卡尔曼滤波算法，对数据进行处理，先对系统状态、误差协方差、过程噪声的协方差、测量噪声的协方差赋值，然后迭代计算卡尔曼增益、系统状态和误差协方差，对系统状态进行最优估计，得到最优的环境信息；并且采用栅格模型来构造地图，先初始化局部区域栅格模型，然后进行坐标转换，将障碍点坐标映射到栅格地图中相应的栅格上，实现把激光雷达的测量数据转换到栅格地图上，再依次读取所有激光雷达数据并给局部栅格地图赋值，实现将环境数据栅格化，得到栅格地图。

所述机器人采用履带结构作为执行结构，使得机器人具有更好的越障能力，适用于多种复杂环境的地图构建，并且稳定性好；采用激光扫描技术与卡尔曼滤波技术融合的数据采集与处理系统，利用激光扫描仪扫描速度快且数据点密集精确的优点，全面地获取环境的测量信息，结合卡尔曼滤波技术，有效提高了数据的准确性，实现了测量信息更趋于真实，能更完整地、精确地反映环境特征；增加了超声波测距系统，融合超声波测距信息，使得机器人在环境中自动调整行走路线，减少机器人迂回行走的情况，提高机器人的工作效率；多种传感器相互协助可以给移动机器人提供丰富的环境信息进而可以实现后续的机器人自主定位功能。