[發明專利]一種基于幾何先驗信息下的室內機器人快速重定位的方法

有效

• 申請號: 201910301095.3
• 申請日: 2019-04-15
• 公開（公告）號: CN110006432B
• 公開（公告）日: 2021-02-02
• 發明（設計）人: 柏林;于泠汰;劉彪
• 申請（專利權）人: 廣州高新興機器人有限公司
• 主分類號: G01C21/20
• 分類號: G01C21/20
• 代理公司: 廣州國鵬知識產權代理事務所(普通合伙) 44511
• 代理人: 何志軍

本發明屬于機器人技術領域，具體涉及一種基于幾何先驗信息下的室內機器人快速重定位的方法，其無需人的協助可直接根據環境信息輔助粒子濾波算法進行快速定位，并且根據SLAM模塊給出的定位合并重復的地圖信息并添加新的地圖信息，最終可以形成一個包含著幾何結構信息的幾何特征地圖。該快速重定位方法魯棒性高，實時性好，能夠有效解決大地圖之下室內機器人無法快速重新定位以及定位困難的問題。

技術領域

本發明屬于機器人技術領域，具體涉及一種基于幾何先驗信息下的室內機器人快速重定位的方法。

背景技術

基于環境地圖更新的導航是利用機器人自身的傳感器不斷更新環境地圖從而對機器人的導航提供依據；而完全未知的導航是機器人處在實時變化的環境中，無法通過明確的地圖來確定環境信息，因此只能依靠傳感器的信息為機器人的行為提供依據。在缺乏外部參考的情況下(如GPS(室內不可用)，基站(需要提前布置))，機器人的行走的可以同時構建地圖和定位(SLAM技術)，這個時候的定位信息相對準確。而當地圖構建完成后，業界的通用做法是載入一個已經建好的地圖，重新定位機器人在地圖上的位置在獲得精確的(地圖上的)位置之后，開始進一步的動作。同時，在環境發生一些變化或者機器人對環境的感知傳感器被容易誤導的環境誤導時，機器人可能在運行的過程中丟失自己的位置信息。在這兩個情況下，機器人需要準確的獲得自己的位置信息，這一過程被稱為重定位。

現有技術中主要的方法還是基于概率密度的方法，基于概率估計的方法的基礎主要是基于貝葉斯估計的方法，分為卡爾曼濾波的方法和粒子濾波的方法。卡爾曼濾波器的方法是假設狀態噪聲和觀測噪聲為高斯分布的情況下，通過系統輸入輸出觀測數據，對系統狀態進行最優估計。相比之下，粒子濾波算法有著比卡爾曼濾波算法有著更好的準確性和魯棒性，能夠適用于非高斯、非線性、后驗密度函數未知的場合。這兩者都有比較多的應用，但是都具有比較明顯的缺點：1)關于卡爾曼濾波：隨地標增加,計算量和存儲量顯著增長；實時性隨地標數增加而變差；數據關聯問題難以解決。非線性化的假設需要采用泰勒展開來進行局部線性化估計導致精度存在一定的問題。2)粒子濾波最主要的問題是需要用大量的樣本數量才能很好地近似系統的后驗概率密度。機器人面臨的環境越復雜，描述后驗概率分布所需要的樣本數量就越多，算法的復雜度就越高。譬如ROS系統中默認帶的AMCL算法(基于粒子濾波的自適應全局定位算法)，開始時的假設需要將粒子均勻的散落在空間之中，如果遇到地圖比較大的情況就會出現收斂時間比較長的問題。一般來說需要人員輔助給予一個粗略的位置輔助定位，無法做到完全自主的快速定位。

發明內容

為了解決現有技術中存在的技術缺陷，本發明提出了一種基于幾何先驗信息下的室內機器人快速重定位的方法，其無需人的協助可直接根據環境信息輔助粒子濾波算法進行快速定位，并且魯棒性高，實時性好，解決大地圖之下室內機器人無法快速重新定位以及定位困難的問題。

本發明通過以下技術方案實現：

一種基于幾何先驗信息下的室內機器人快速重定位的方法，包括如下步驟：

(1)提取環境幾何特征，通過激光雷達對環境信息進行感知，按照一定的采樣頻率將離散化的點云數據信息收集起來；

(2)環境結構化信息分塊，以測量開始的第一個點為待處理的第一個點，依次計算順序測得的兩個點之間的距離并根據距離值進行區域分塊，直至處理到周期測量的最后一個點；

(3)基于幾何先驗信息進行重定位，將分塊后的環境結構化信息與幾何地圖進行匹配，獲得粗匹配點，基于粗匹配點和點云數據進行重定位。

進一步地，所述激光雷達安裝在機器人上。

進一步地，在所述步驟(2)中，進一步包括如下步驟：

(a)計算兩個連續測量點之間的距離；