[發明專利]AGV建圖和定位的方法、系統、裝置及計算機可讀存儲介質在審
| 申請號: | 202010634647.5 | 申請日: | 2020-07-02 |
| 公開(公告)號: | CN113884093A | 公開(公告)日: | 2022-01-04 |
| 發明(設計)人: | 劉勝明;張飛;姜志英;司秀芬 | 申請(專利權)人: | 蘇州艾吉威機器人有限公司 |
| 主分類號: | G01C21/20 | 分類號: | G01C21/20;G01C21/00 |
| 代理公司: | 北京聯瑞聯豐知識產權代理事務所(普通合伙) 11411 | 代理人: | 夏允峰 |
| 地址: | 215031 江蘇省蘇州市工*** | 國省代碼: | 江蘇;32 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | agv 定位 方法 系統 裝置 計算機 可讀 存儲 介質 | ||
1.一種AGV建圖和定位的方法,其特征在于,包括以下步驟:
S1、獲取環境信息和機器人位姿信息;
S2、根據機器人位姿信息,計算新地標的期望位置,得到控制量和控制誤差;
S3、通過激光數據篩選所述環境信息中的特征,得到所述特征的位置;
S4、根據所述期望位置和所述特征的位置,得到基于機器人當前位置最優的新地標位置;
S5、判斷所述新地標位置是否與已有的地標相匹配,如果新地標位置未在地圖中出現過,地標建立;如果新地標位置已經在地圖中出現過,更新地圖。
2.如權利要求1所述的AGV建圖和定位的方法,其特征在于,所述機器人位姿信息通過里程計獲取,包括速度和角速度信息。
3.如權利要求1所述的AGV建圖和定位的方法,其特征在于,通過激光數據篩選所述環境信息中的特征,得到所述特征的位置包括:
讀取數據;
降噪并進行區域分割;
初步獲取直線特征;
直線聚類合并篩選;
坐標轉換;
得到直線特征。
4.如權利要求3所述的AGV建圖和定位的方法,其特征在于,所述區域分割采用歐式距離,激光點之間的距離閾值自適應,該閾值公式為
dpoint=2r sin(α/2)ε
其中r為激光束測得的距離,α為激光的角分辨率,ε為放大因子。
5.如權利要求4所述的AGV建圖和定位的方法,其特征在于,所述直線聚類分兩步進行,
A根據方向分類,找出接近平行的各組線段
B根據各集合中的線段距離判斷能否合并為一條直線
聚類后的單個集合擬合出一條直線,得到最終的線段特征。
6.如權利要求1所述的AGV建圖和定位的方法,其特征在于,所述S4具體包括:
運動方程和測量方程的線性化,以及狀態量的矩陣化表示;卡爾曼濾波算法對狀態量和協方差的更新計算;
Kt為卡爾曼增益(Kalman Gain),Ht是測量系統的參數,zt是t時刻的激光傳感器觀測到的地標位置,Qt為噪聲協方差。
7.如權利要求1所述的AGV建圖和定位的方法,其特征在于,采用馬氏距離判斷所述新地標位置是否與已有的地標相匹配;
預設馬氏距離的閾值,當前觀測到的線段和已有地標線段的馬氏距離大于預設的閾值,判定發現新地標。
8.AGV建圖和定位的系統,其特征在于,包括:
數據獲取模塊,用于獲取環境信息和機器人位姿信息;
里程計預測信息模塊,用于根據機器人位姿信息,計算新地標的期望位置,得到控制量和控制誤差;
激光數據處理模塊,用于通過激光數據篩選所述環境信息中的特征,得到所述特征的位置;
EKF算法模塊;用于根據所述期望位置和所述特征的位置,得到基于機器人當前位置最優的新地標位置;
地標處理模塊;用于判斷所述新地標位置是否與已有的地標相匹配,如果新地標位置未在地圖中出現過,地標建立;如果新地標位置已經在地圖中出現過,更新地圖。
9.AGV建圖和定位裝置,其特征在于,包括存儲器和處理器;所述存儲器,用于存儲計算機程序;所述處理器,用于當執行所述計算機程序時,實現如權利要求1-7任一項所述的AGV建圖和定位方法。
10.計算機可讀存儲介質,其特征在于,所述存儲介質上存儲有計算機程序,當所述計算機程序被處理器執行時,實現如權利要求17任一項所述的AGV建圖和定位方法。
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蘇州艾吉威機器人有限公司,未經蘇州艾吉威機器人有限公司許可,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/202010634647.5/1.html,轉載請聲明來源鉆瓜專利網。





