基于CML-AVG激光雷达小车的自主巡航方法及系统

本发明涉及自主巡航，具体涉及一种基于cml-avg激光雷达小车的自主巡航方法及系统。

背景技术：

1、近年来，随着机器人与传感器技术飞速发展，移动机器人在机器人领域的地位举足轻重，定位技术研究也因此显得尤为重要。现阶段定位作为新一代物联网的核心技术，市场需求巨大。因室内外空间拓扑及布局复杂易变，同时存在复杂电磁环境，导致信号传播衰落、出现多径及非视距误差等问题。这些因素导致卫星定位导航等室外定位技术在复杂环境中应用精度大幅降低。定位系统经过几十年的发展和完善，背后的技术wifi、蓝牙、超声波、位置、指纹到超宽带信号(uwb)不等。但这些技术实际应用中因缺乏高程据，限制了三维定位的应用。针对各种环境三维模型定位问题，基于激光雷达的定位技术逐渐成为热门研究领域。

2、定位旨在各种环境下获取目标实际位置或相对位置数据。在各种环境下实现定位导航、测绘作业等，都需要定位技术的支持，且对定位精度有较高要求，尤其是对传感器位置与姿态的要求。随着智能制造业的不断发展，在生产自动化物流系统中，具有高效、灵活、柔性的agv小车逐渐取代人工，广泛应用于大型工厂的生产线上。agv小车可根据生产线的需要在原材料、半成品和成品区域往返搬运，且对其与生产设备的对接精度要求也越来越高。在室外定位技术发展已商业化的背景下，工业智能应用领域逐渐向室内拓展，物联网技术的发展，服务机器人的诞生及作业机器人的广泛应用对定位技术都有着广泛的需求。

3、高精度定位作为移动机器人的核心技术，室外环境下可依靠全球卫星导航系统定位，而在环境下因建筑物墙壁等障碍物的阻碍，墙面的反射，造成卫星信号的损失，实际定位精度已不能满足定位的需要，对机器人实现自主定位有一定限制，因此建立一套准确实时的定位系统对智能机器人发展至关重要。

4、目前定位技术主要分为基于无线网络、基于视觉和基于激光雷达3类。基于无线网络的定位技术因复杂环境及信号多径传播对无线电信号造成的影响，在复杂环境下定位精度难以保证。基于视觉传感器的定位方法受环境光照影响较大。激光雷达具有分辨率高、抗干扰性强、不受光线影响等优点。基于激光雷达的定位方式是目前无人系统研究领域的热门研究方向。

5、怎样实现小车较好地自主巡航成了一个问题，大多成品采用的是毫米波雷达，但是无法应对较为复杂的环境。怎样在那些存在着许多障碍物的环境中自主巡航是主要问题。

技术实现思路

1、本发明针对现有技术中的不足，提供一种基于cml-avg激光雷达小车的自主巡航方法及系统，使得小车可以实现无需人为干预的自主巡航功能。

2、为实现上述目的，本发明采用以下技术方案：

3、一种基于cml-agv激光雷达小车的自主巡航方法，包括以下步骤：

4、步骤1：利用激光雷达的三角测距系统计算局部环境中的障碍物与小车之间的间距，记录多次测量得到的环境特征；

5、步骤2：汇总并分析环境特征，减少测量得到的环境特征与实际环境之间的误差，采用基于扩展卡尔曼滤波的cml算法优化环境特征，得到反映环境特征更紧密的点云；

6、步骤3：在环境特征的基础上构建模拟场景，并遥控基于cml-agv激光雷达的小车将模拟场景进行全方位扫描，然后通过cml定位算法预测小车路径，构建出模拟场景地图；

7、步骤4：小车在模拟场景地图上自主规划路线，并同步对行驶路径的周围场景进行扫描校验，将已感知的障碍写入缓存地图，并重新完善路径。

8、为优化上述技术方案，采取的具体措施还包括：

9、进一步地，步骤1中，所述三角测距系统计算局部环境中的障碍物与小车之间的间距具体采用的方法为相位差法或三角相似法；

10、所述相位差法的原理为：

11、

12、

13、式中，δt表示激光发射时间与接收时间的时间差，为激光收发波形相位差，c为光速，fm表示激光频率，d为障碍物与小车之间的间距；

14、所述三角相似法的原理如下：

15、

16、

17、式中，l为激光发射器与cmos相机间距，f为cmos相机焦距大小，x为物体在cmos相机内的成像点x1与x2之间的距离，d为障碍物与小车之间的间距；

18、成像点x1与x2之间的距离x由三角函数得到：

19、

20、

21、式中，α为激光发射器发射角度，β为反射激光与垂直方向的夹角；

22、将x带入测量值表达式，进行化简得到：

23、进一步地，步骤3中，所述cml定位算法的预测结果的分布函数具体为：

24、连续小车路径情况：

25、

26、离散小车路径情况：

27、

28、式中，xt表示小车路径，ut表示本体传感器数据，zt表示外感受传感器测量数据，η表示机器人出现在xt位置的概率，m表示环境地图的集合，bel()表示离散情况下小车位置的可行度的分布函数；表示连续情况下小车位置的可行度的分布函数；p表示小车上一次的位置是xt-1，在读入编码器数据ut后，新位置是xt的概率。

29、进一步地，步骤4具体为：

30、用三元组r(xr,yr,θr)来代表小车的位姿，xr表示小车在x轴方向上的位置，yr表示小车在y轴方向上的位置，θr表示小车运动方向与x轴的夹角；

31、采用基于扩展卡尔曼滤波的cml算法产生平滑的路径描述，根据路径描述计算相应的参考位姿，得出小车的位置和方向角；

32、利用激光雷达同步对行驶路径的周围场景进行扫描校验，感知环境中的障碍物，所述障碍物包括静态障碍物和动态障碍物，将已感知的障碍物写入缓存地图，在静态环境或动态环境中不断规划路径，完成小车自主巡航。

33、进一步地，在所述静态环境中规划路径时，采用链接可视图法进行环境建模，具体为：

34、小车在二维平面环境中运动时不考虑高度信息，用多边形来描述环境的边界及障碍物轮廓，给路径宽度留出一定的裕度，如障碍物间的距离太窄，则把两个障碍物连接成一个障碍物；把障碍物径向扩张，使小车缩成一个点，在存在扩张的障碍物的地图上规划出小车的路径；

35、在所述动态环境中规划路径时，感知动态障碍物的距离与速度信息，计算左前方、正前方和右前方的各障碍物的碰撞危险度，取各方向上碰撞危险度最大的障碍物为该方向上要避让的障碍物；小车的运动学模型如下：

36、

37、式中，vr为小车的实际线速度，ω为小车角速度。

38、本发明还提出了一种基于cml-agv激光雷达小车的自主巡航系统，包括获取轨迹模块、激光雷达模块和自主避障及路径优化模块；

39、所述获取轨迹模块获取小车运动轨迹；

40、所述激光雷达模块测量环境特征，对环境进行重建；

41、所述自主避障及路径优化模块根据环境布局数据及基于扩展卡尔曼滤波的cml算法自主避障并优化路径。

42、本发明的有益效果是：

43、(1)本发明通过的基于cml-agv激光雷达的系统研究与优化方法，小车通过激光雷达可以直接获取地面三维坐标，无需人工测绘地图规划路径。

44、(2)该方法利用基于激光雷达的slam算法可以测出更为精确的地形数据，测量值与实际值误差小，地形细节表现更好，可以使小车完成更精确的路径规划。

45、(3)本方法使用的激光雷达可不仅可以实现室内测量，而且可在太阳光下工作，在其作业时不受太阳角度影响，作业时间的自由度更大。