[發明專利]一種集成情景經驗的移動機器人建圖與導航方法

有效

• 申請號: 202010327088.3
• 申請日: 2020-04-23
• 公開（公告）號: CN111474932B
• 公開（公告）日: 2021-05-11
• 發明（設計）人: 劉冬;叢明;陳飛;鄒強
• 申請（專利權）人: 大連理工大學
• 主分類號: G05D1/02
• 分類號: G05D1/02
• 代理公司: 大連理工大學專利中心 21200
• 代理人: 李曉亮;潘迅

一種集成情景經驗的移動機器人建圖與導航方法，屬于移動機器人導航領域。該方法基于系統框架實現，系統框架包含三個模塊：點云地圖、情景經驗地圖與路徑規劃移動機器人導航過程中，點云地圖、情景經驗地圖與路徑規劃三個模塊基于機器人操作系統ROS通信，其中，點云地圖為情景經驗地圖實時提供移動機器人的位姿；路徑規劃模塊根據點云地圖獲取移動機器人位姿，根據情景經驗地圖獲取事件序列，從而定位移動機器人當前所在事件。本發明對情景經驗進行建模，結合局部環境信息構建情景經驗地圖，完成移動機器人對環境在拓撲關系與幾何關系上理解，該系統能夠較好的完成導航任務，規劃出一條從定位點到達目標點的最優路徑，并且具有較高的導航精度。

技術領域

本發明屬于移動機器人導航領域，涉及一種基于情景經驗的移動機器人建圖與導航方法。

背景技術

自主導航技術作為移動機器人系統的核心能力，智能化水平要求越來越高。其研究內容包括建圖、定位、路徑規劃與控制。目前，多數研究工作作為獨立的模塊展開，不能夠簡單的將各個模塊的研究成果直接組合成為一個導航系統，例如，視覺SLAM算法生成的地圖與路徑規劃的地圖存在明顯差異。

為實現在環境中自主導航，移動機器人應當被賦予理解世界等能力，其在環境中時刻掌握自己在世界坐標系下的位姿，并且能夠根據特定的目標規劃適當路徑。可以通過向移動機器人提供一個環境詳細描述的高精度地圖來實現移動機器人導航，然而在實際條件中，高精度地圖的構建、優化、存儲與更新具有較高的計算成本，且很多信息對于導航任務冗余。根據神經學家觀察，人類不需要回憶所有的環境細節就能夠輕松完成導航任務，往往依靠自己以前的認知經驗進行路徑規劃與導航，這又從邏輯上質疑了移動機器人完成自主導航任務依賴于高精度環境地圖。

發明內容

針對上述問題，本發明提出一種集成情景經驗的移動機器人建圖與導航方法。

本發明采用的技術方案為：

一種集成情景經驗的移動機器人建圖與導航方法，該方法基于系統框架實現，系統框架包含三個模塊：點云地圖、情景經驗地圖與路徑規劃。簡化人類情景記憶形成過程，構建封裝場景感知、位姿信息和事件轉移集的情景經驗地圖，從幾何與拓撲關系上理解環境。移動機器人根據點云地圖與情景經驗地圖實現路徑規劃，基于機器人操作系統(RobotOperatingSystem，ROS)通信各個模塊從而完成導航任務。具體步驟如下：

第一步，構建點云地圖。

點云地圖的構建基于特征點法的前端和基于優化的后端，用于定位移動機器人在環境中的位置并且輔助構建情景經驗地圖。

第二步，構建情景經驗地圖。

建模由λ個子事件構成的事件空間E，E＝{e₁,e₂,…,e_λ}。每個子事件包含場景感知、位姿和事件轉移集，建模為三元組(o,P,C)：其中，o為場景感知，由相機采集場景圖像并提取環境顯著路標；P為位姿信息(x,y,yaw)，表達事件節點在世界坐標下的位置和朝向信息；C為事件轉移集，描述從當前事件可直接轉移到達事件集合，由激光測量數據計算得到。三元組即任意情景經驗對應唯一事件。事件轉移權值矩陣W為：

由此，情景經驗地圖M可表示為離散有限的事件空間E和事件轉移權值矩陣W組成的網絡：

M＝{E,W}， (2)

基于移動機器人場景感知傳感器和點云地圖定位系統，獲取以事件空間E為頂點、事件轉移權值為邊的增量式情景經驗，構建情景經驗地圖，具體過程如下：

(1)整合位姿