[0069] 步骤3C当Es1中的任何一个元素的值都小于中任何一个元素值，r = r+Ι，再返 回步骤3B，否则退出循环，重新从应用环境中选取子区域Σ i。当r = n^kjl时，执行步骤 3D ；
[0070] 步骤3D改变变量i = i+1，r = 1，然后返回步骤3B，继续执行，直至i = n+1，退 出循环。
[0071] 步骤4基于ICP实现移动机器人全局定位：
[0072] 步骤4A将AGV置于应用环境中已选取的任一子区域乙i内，任何位置获取一组激 光传感器原始数据P，数据％表示在第i个子区域Σ i采集的数据。设在定位程序启动前 AGV在地图中的位姿为（xQ，y。，Θ。)，定义初始变量C = 〇,〇< δ < π/6,定义初始总误差 Eic= 0, i = 1 ;
[0073] 步骤4B先将数据P进行处理得Ph= R(c δ )*P，然后通过定义的ICP匹配函数 L，与全局定位数据库中的数据Q1进行匹配得到Hijk1组变换矩阵（Rt，T t) =L(Ph，Qlt) (1彡t彡Hi1^k1)，其中Q lt表示第i个子区域采集的第t组匹配数据；
[0074] 步骤4C根据每组变换矩阵先计算变换后的点集可表示为Pt= R t*Ph+Tt，然后计算 每组匹配数据的误差为
其中P1^ 分别表示点集P t、 Qlt中的任一点坐标，在子区域Σ i内将所有组数据匹配一次得到总的匹配误差可表示为
[0075] 步骤4D将子区域S1的数据库与激光传感器扫描的数据P在231弧度内进行多 次匹配，改变参数的值c = c+1，当满足
时继续执行步骤4E，否则返回步骤4B，其 中Γ (X) (X > 〇)表示取不超过X的最大整数；
[0076] 步骤4E改变全局定位数据库中匹配点集的子区域，i = i+Ι，当i = η时继续执行 步骤4F，否则返回步骤4Α ;
[0077] 步骤4F共获得多组总的匹配误差
取误差中最小 的两组Emin^ E min2作为AGV全局定位的数据，设此时对应的mini = (X i，Y1)，min2 = (χ2， y2)，由于AGV在全局中的位姿只能在某一个子区域内，因此，该结果必须同时满足条件X1 = X2= X，
y其中I (X1)与Cl(X1)分别表示第X1子区间所分割 的小矩形沿AGV运行方向的长度与沿垂直于AGV运行方向的宽度，当满足条件时继续执行 步骤4G，否则让AGV自动向前或者向后移动一定的距离，再返回步骤4A重新执行；
[0078] 步骤4G根据上述结果确定AGV在全局地图中的位置。根据第X个 子区域内采集的mxk x组点集Q )!与P h (c = Y1 U y 2)之间匹配可得到mxkx组 误差，将其按照从小到大顺序排列，分别取前三个最小的误差，设结果分别为
其对应的Qx中的六组匹配点集可
[0079] 步骤4H步骤4G中共得到的六个误差，同样按照从小到大的顺序排列，并取 前三个最小的误差，设得到对应误差为{> /，ε2'，ε3' }，对应的点集可分别设为 {Qxl'，Qx2'，Qx3' }，根据映射关系Φ，设三个点集对应的AGV在地图中的位姿分别为
[0080] 步骤41设定方差阈值σ，方差阈值σ根据下述公式确定：
[0081] σ = (2 ~5) Xmin({ ε /，ε 2'，ε 3' })。
[0082] 计算三个误差的方差σ 3，如果满足σ 3< σ，则继续执行步骤4J，否则去掉三个误 差中最大的那个，然后再计算两个误差的方差σ2，如果满足 〇2< σ，则继续执行步骤4K， 否则去掉两个误差中最大的那个，然后继续执行步骤4L。
[0083] 步骤4J假设最终有三个误差{ε/，ε2'，ε3' }，每个误差对应的匹配变换 矩阵分别为
表示AGV丢失位姿后保存的位姿，首先根据 R(cS)变换其位姿为：
[0085] 其中x。与y。不变，然后根据匹配变换矩阵计算AGV三个全局地图的位姿可表示如 下；
[0088] 计算三个权重
其中i = 1，2,3,根据权重可最终确定AGV全 局定位的位姿可表示如下：
[0090] 步骤4K假设最终有两个误差{ε/，ε2'，}，每个误差对应的匹配变换矩阵分别 为
.表示AGV丢失位姿后保存的位姿，首先根据R(c δ )变 换其位姿为：
[0092] 其中X。与y。不变，然后根据匹配变换矩阵计算AGV两个全局地图的位姿可表示如 下；
[0095] 计算两个权重
其中i = 1，2,根据权重可最终确定AGV全局 定位的位姿可表示如下：
[0097] 步骤4L假设最只有误差ε/，，对应的匹配变换矩阵分别为 Θ。）表示AGV丢失位姿后保存的位姿，首先根据R (c δ )变换其位姿为：
[0098] θ 〇1= Θ 〇+ δ C1
[0099] 其中X。与y。不变，然后根据匹配变换矩阵计算AGV全局地图的位姿可表示如下；
[0100] θ 1= θ 〇1+β 1
[0102] 计算权重ω 1= 1，根据权重可最终确定AGV全局定位的位姿可表示如下：
[0104] 本【具体实施方式】使用的自动导航叉车AGV平台，AGV在任一子区域获取的激光数 据与数据库中的数据如图2所示，AGV在任一子区域获取的激光数据与数据库中的数据，在 基于ICP全局定位匹配后位姿状态如图3所示，图2及图3中加号与星号分别表示模型点 集与目标点集，通过图3与图2对比可以看出，采用基于激光SLAM导航AGV全局定位方法 即图3中模型点集与目标点集更为接近，定位更加精确。
[0105] 上述实施方式中使用的是自动导航叉车AGV平台，本发明也可以应用到其它各种 移动机器人如餐厅服务机器人和家用机器人等领域。只需移动机器人自带的传感器能够获 得数据进行SLAM导航即可，传感器可以是【具体实施方式】中的激光传感器，也可以是视觉传 感器，通过视觉传感器获得点云数据，使用相同的算法进行计算，实现全局定位，也可以应 用到其它类型的传感器。
[0106] 以上所述是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员 来说，在不脱离本发明所述原理的前提下，还可以作出若干改进和润饰，这些改进和润饰也 应视为本发明的保护范围。
【主权项】
1. 一种基于SLAM导航移动机器人的全局定位方法，其特征在于，所述方法包括以下步 骤： 步骤1移动机器人应用环境的子区域的选取 通过移动机器人自带的传感器，获取室内环境的数据信息，并通过SLAM技术，构建关 于室内环境完整的平面地图，设整个应用环境为Σ，在该环境下选取多个矩形的子区域，取 地图中位姿为零点所对应的环境区域为Σ。，其它的子区域分别为Σ1;Σ2，…，Ση; 假设移动机器人人工移动最大距离不超过D，那么任意相邻的两个子区域的几何中心 的距离都不应该超过2D，且应该满足2D>1，1表示子区域沿移动机器人运行方向的长度； 步骤2数据点的采集 步骤1中在移动机器人应用环境中选取矩形的子区域，它的宽度和长度分别设为d、l， 宽度d表示子区域沿垂直于移动机器人运行方向的宽度，长度1表示子区域沿移动机器人 运行方向的长度，那么每个子区域宽度与长度分别表示