[發明專利]一種機器人室內運動定位方法在審
| 申請號: | 201810558892.5 | 申請日: | 2018-06-01 |
| 公開(公告)號: | CN108896049A | 公開(公告)日: | 2018-11-27 |
| 發明(設計)人: | 譚鵬;鄭光勝;鄭侃;徐林;樊清濤;高維尼;譚博涵 | 申請(專利權)人: | 重慶銳納達自動化技術有限公司 |
| 主分類號: | G01C21/20 | 分類號: | G01C21/20 |
| 代理公司: | 重慶創新專利商標代理有限公司 50125 | 代理人: | 宮兆斌 |
| 地址: | 400039 重慶市九龍*** | 國省代碼: | 重慶;50 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 機器人 編碼器數據 采樣周期 累計運動 實時姿態 室內運動 自適應 路程 卡爾曼濾波算法 濾波器 當前機器人 自適應濾波 左右驅動輪 轉角 累計數據 濾波估計 濾波算法 模型誤差 數學模型 同步采集 質量運動 驅動輪 運動學 發散 差動 換算 濾波 雙輪 穩態 小車 采集 | ||
1.一種機器人室內運動定位方法,其特征是:包括以下步驟:
1)編碼器數據同步采集步驟,用于采集原始的左右兩驅動輪的轉角累計數據;
2)編碼器數據換算步驟,根據雙輪差動小車的運動學數學模型,把左右驅動輪數據代入計算出累計運動路程和當前實時姿態角度;
3)用上一采樣周期內獲得的累計運動路程和實時姿態角度,計算當前采樣周期內的位移增量;
4)根據步驟3)中的位移增量,進行卡爾曼濾波計算或者自適應α、β濾波計算,獲得下一時刻的機器人位移的估計坐標。
2.如權利要求1所述的機器人室內運動定位方法,其特征是:還包括以下步驟:
5)將步驟1)中的碼盤數據轉換計算,獲得距離增量Δs和偏航角Δθ,通過笛卡爾坐標轉換,得到觀測坐標;
6)計算取得觀測值;
7)將步驟5)中的觀測坐標與所述步驟4)中的估計坐標進行協方差等統計參數計算分析,得到當前時刻的濾波參數以及增益矩陣;
8)將步驟7)的結果結合狀態轉移方程,計算得到新的濾波后坐標。
3.權利要求2所述的機器人室內運動定位方法,其特征是:所述步驟5)中,按照下列公式計算機器人的觀測坐標:
Δxk=Δsk·sin(θk(k))
Δyk=Δsk·cos(θk(k))
其中,(Δxk,Δyk)是機器人的觀測坐標。
4.如權利要求1所述的機器人室內運動定位方法,其特征是:所述步驟4)中,按照下列公式獲得下一時刻的機器人的預測位移:
其中,為下一時刻的機器人預測位移。
所述步驟6)中,由以下狀態轉移方程,根據上一時刻的濾波結果可以推出k+1時刻的觀測值:
X(k+1)=Φ(l(k),r(k))+G(k)W(k)
其中,Φ是狀態轉移矩陣;
l(k),r(k)分別是左右兩輪的碼盤信號;
G(k)是常數矩陣G(k)=[T,T2/2]T,T為統計周期;
W(k)是噪聲信號;
X(k+1)是k+1時刻的觀測值。
5.如權利要求2所述的機器人室內運動定位方法,其特征是:所述步驟7)中,采用αβ濾波器計算濾波參數和增益矩陣。
6.如權利要求2所述的機器人室內運動定位方法,其特征是:所述步驟7)中,按照下列公式計算增益矩陣:
其中,K(k+1)為k+1時刻的預測增益矩陣。
7.如權利要求2所述的機器人室內運動定位方法,其特征是:所述步驟7)中,按照下列步驟進行:
71)判斷是否累計至所設定的周期數;
72)如果未達到所設定的周期數,按照下述公式計算濾波參數α、β:
73)根據下列公式計算濾波參數:
其中,
σv是濾波估計值和測量值誤差的標準差;
W是零均值,即1方差的高斯分白噪聲;
74)根據下列公式計算增益矩陣:
8.如權利要求1所述的機器人室內運動定位方法,其特征是:所述步驟8)中,按照下述公式計算:
其中,Y(k+1)是(k+1)時刻的觀測值;
轉移矩陣H(k)=[1 0];
是(k+1)時刻的估計值;
X(k+1/k+1)是(k+1)時刻的濾波結果。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于重慶銳納達自動化技術有限公司,未經重慶銳納達自動化技術有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201810558892.5/1.html,轉載請聲明來源鉆瓜專利網。





