[發明專利]基于激光SLAM的無人叉車

有效

• 申請號: 201811634387.0
• 申請日: 2018-12-29
• 公開（公告）號: CN109813305B
• 公開（公告）日: 2021-01-26
• 發明（設計）人: 徐文斌;溫偉杰;張偉波;陳文輝;區順榮
• 申請（專利權）人: 廣州藍海機器人系統有限公司
• 主分類號: G01C21/16
• 分類號: G01C21/16;G01C21/20;G05D1/02
• 代理公司: 廣州慧宇中誠知識產權代理事務所(普通合伙) 44433
• 代理人: 劉各慧

1.基于激光SLAM的無人叉車，其特征在于：具體的控制方法，包括以下步驟：

S1：接通電源；

S2：無人叉車通過激光SLAM算法構建地圖步驟，基于激光SLAM算法構建地圖的步驟具體包括：

1)啟動激光傳感器獲取無人叉車當前時刻附近目的物的云點位置信息以及云點角度信息，利用擴展卡爾曼濾波算法對當前時刻云點位置信息校正得到當前時刻云點位置信息的最優值以及位置信息校正方程，利用擴展卡爾曼濾波算法對當前時刻云點角度信息進行校正得到當前時刻云點角度信息的最優值以及角度信息校正方程；

利用擴展卡爾曼濾波算法進行校正具體步驟包括：

第1步：k時刻的預測值＝k-1時刻的值+變化值*單位時間,

即X(k丨k-1)＝A*X(k-1丨k-1)+B*U(k) (1)

其中，X(k丨k-1)是利用上一狀態預測的結果，X(k-1丨k-1)是上一狀態最優的結果，U(k)為現在狀態的控制量；

第2步：根據上一時刻的狀態轉移矩陣P，P初始時為單位矩陣，加上預測噪音協方差矩陣Q，推算出當前k時刻的誤差矩陣，

即P(k丨k-1)＝A*P(k-1丨k-1)*A^T+Q (2)

其中P(k丨k-1)是X(k丨k-1)對應的協方差，P(k-1丨k-1)是X(k-1丨k-1)對應的協方差，A^T表示A的轉置矩陣；

第3步：根據得到的k時刻誤差矩陣和測量噪聲協方差矩陣R，R為測量誤差，推算出k時刻卡爾曼增益，

即Kg(k)＝P(k丨k-1)*H'/(H*P(k丨k-1))*H'+R) (3)

第4步：k時刻的預測值+k時刻卡爾曼增益*(k時刻測量值-觀測矩陣*k時刻的預測值)＝k時刻的值，

即X(k丨k)＝X(k丨k-1)+Kg(k)*(Z(k)-H*X(k丨k-1)) (4)

其中X(k丨k)是由k時刻的預算值和k時刻測量值合成的估算值；

第5步：根據更新狀態轉移矩陣P，用于下一次迭代，

即P(k丨k)＝(1-Kg(k)H)*P(k丨k-1) (5)；

2)根據步驟1)得到的云點位置信息最優值以及云點角度最優值利用激光SLAM算法得到構建當前時刻環境；

3)按照步驟1)和2)進行下一時刻當前時刻環境構建，最終形成地圖；

S3：確定無人叉車的導航路徑，從起始點開始，每間隔一預設時間通過無人叉車上視覺傳感器獲取當前位置的地標信息，然后利用當前位置的地標信息對當前位置信息進行矯正。

2.根據權利要求1所述的基于激光SLAM的無人叉車，其特征在于：步驟1)中還包括：利用視覺傳感器獲取無人叉車當前時刻的地標信息，

步驟2)為：根據步驟1)得到的云點位置信息最優值以及云點角度最優值、當前時刻地標信息利用激光SLAM算法得到構建當前時刻環境。

3.根據權利要求2所述的基于激光SLAM的無人叉車，其特征在于：所述的地標信息為二維碼信息，步驟S3中利用當前位置的地標信息對當前位置的位置信息進行校正的具體步驟包括：通過二維碼信息獲得當前位置并確定當前位置的位置誤差d和當前位置的角度誤差θ，并將兩個誤差通過比例權重的融合，合成合成誤差e，公式如下:

e＝d+L*θ

其中，L為權重系數,

在行進過程中，通過調整無人叉車兩側車輪的速度差進行位置和角度調整，直至行進至導航路徑上下一個二維碼信息上。

4.根據權利要求1所述的基于激光SLAM的無人叉車，其特征在于：步驟S3中預設時間大小等于步驟S2中下一時刻與當前時刻之間的差值。