[發明專利]一種全局定位方法及裝置

在審

• 申請號: 201310649076.2
• 申請日: 2013-12-04
• 公開（公告）號: CN103616021A
• 公開（公告）日: 2014-03-05
• 發明（設計）人: 厲茂海;林睿;王振華;陳國棟;孫榮川
• 申請（專利權）人: 蘇州大學張家港工業技術研究院
• 主分類號: G01C21/00
• 分類號: G01C21/00
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 常亮

1.一種全局定位方法，其特征在于，包括：

獲取機器人當前的感知信息，將所述感知信息融合到高斯分布中生成提議分布；

對所述提議分布進行測量更新得到機器人位姿概率分布；

利用所述機器人位姿概率分布計算所述機器人的位姿。

2.根據權利要求1所述的方法，其特征在于，所述獲取機器人當前的感知信息，將所述感知信息融合到高斯分布中生成提議分布，包括：

將預先設置的先驗密度、運動噪聲以及感知噪聲通過高斯混合模型GMM表示；

利用中心差分粒子濾波器、通過GMM表示后的先驗密度、運動噪聲以及感知噪聲計算預測狀態密度；

獲取機器人當前的感知信息；

將所述感知信息融合到所述預測狀態密度中生成提議分布。

3.根據權利要求1所述的方法，其特征在于，對所述提議分布進行測量更新得到機器人位姿概率分布，包括：

在所述提議分布中提取與預先設置的提取條件相對應的初始粒子集；

分別計算所述初始粒子集中每個粒子的權重；

對所述初始粒子集中的各個粒子的權重進行規一化；

利用基于K維數的聚類算法，計算適合加權粒子集的G-模型GMM；

利用所述GMM計算所述加權粒子集的統計特性，得到機器人位姿概率分布。

4.根據權利要求3所述的方法，其特征在于，還包括：通過自適應聚類選擇GMM個數。

5.根據權利要求1所述的方法，其特征在于，還包括：判斷是否結束全局定位。

6.一種全局定位裝置，其特征在于，包括：提議分布生成單元、測量更新單元以及位姿計算單元，其中，

所述提議分布生成單元用于獲取機器人當前的感知信息，將所述感知信息融合到高斯分布中生成提議分布；

所述測量更新單元與所述提議分布生成單元相連接，用于對所述提議分布進行測量更新得到機器人位姿概率分布；

所述位姿計算單元與所述測量更新單元相連接，用于利用所述機器人位姿概率分布計算所述機器人的位姿。

7.根據權利要求6所述的裝置，其特征在于，所述提議分布生成單元包括：高斯分布表示單元、預測狀態密度計算單元、感知信息獲取單元以及提議分布生成子單元，其中，

所述高斯分布表示單元用于將預先設置的先驗密度、運動噪聲以及感知噪聲通過高斯混合模型GMM表示；

所述預測狀態密度計算單元與所述高斯分布表示單元相連接，用于利用中心差分粒子濾波器、通過GMM表示后的先驗密度、運動噪聲以及感知噪聲計算預測狀態密度；

所述感知信息獲取單元用于獲取機器人當前的感知信息；

所述提議分布生成子單元的一端與所述預測狀態密度計算單元相連接，另一端與所述感知信息獲取單元相連接，用于將所述感知信息融合到所述預測狀態密度中生成提議分布。

8.根據權利要求6所述的裝置，其特征在于，所述測量更新單元包括：提取單元、第一計算單元、規一化單元、第二計算單元以及位姿概率分布計算單元，其中，

所述提取單元與所述提議分布生成單元相連接，用于在所述提議分布中提取與預先設置的提取條件相對應的初始粒子集；

所述第一計算單元與所述提取單元相連接，用于分別計算所述初始粒子集中每個粒子的權重；

所述規一化單元與所述第一計算單元相連接，用于對所述初始粒子集中的各個粒子的權重進行規一化；

所述第二計算單元與所述規一化單元相連接，用于利用基于K維數的聚類算法，計算適合加權粒子集的G-模型GMM；

所述位姿概率分布計算單元與所述第二計算單元相連接，用于利用所述GMM計算所述加權粒子集的統計特性，得到機器人位姿概率分布。

9.根據權利要求8所述的裝置，其特征在于，還包括：選擇單元，所述選擇單元的一端與所述第二計算單元相連接，另一端與所述位姿概率分布計算單元相連接，用于通過自適應聚類選擇GMM個數。

10.根據權利要求6所述的裝置，其特征在于，還包括：判斷單元，所述判斷單元的一端與所述位姿計算單元相連接，另一端與所述測量更新單元相連接，用于判斷是否結束全局定位。