[發明專利]一種移動機器人室內地圖構建方法

有效

• 申請號: 202011175297.7
• 申請日: 2020-10-28
• 公開（公告）號: CN112230243B
• 公開（公告）日: 2022-04-08
• 發明（設計）人: 劉冉;陳凱翔;秦正泓;曹志強;何永平;付文鵬;張華
• 申請（專利權）人: 西南科技大學
• 主分類號: G01S17/89
• 分類號: G01S17/89;G01C21/00;G01C21/20
• 代理公司: 北京正華智誠專利代理事務所(普通合伙) 11870
• 代理人: 代維凡

1.一種移動機器人室內地圖構建方法，其特征在于，包括以下步驟：

S1、分別采集移動機器人的里程計數據、指紋信息及激光掃描數據；

S2、基于里程計數據及指紋信息，構建并訓練指紋“相似度-距離”模型；

S3、基于訓練完成的指紋“相似度-距離”模型，進行“指紋-閉環”檢測；

S4、將里程計數據中移動機器人的位姿信息作為頂點，將基于里程計數據得到的邊和“指紋-閉環”的邊作為約束構建位姿圖，并進行位姿圖優化；

S5、將優化后的位姿圖中的軌跡作為移動機器人的運動軌跡，基于激光掃描數據構建“激光-閉環”的邊，并結合構建的“激光-閉環”的邊對運動軌跡進行優化；

S6、基于優化后的運動軌跡，通過激光雷達完成室內地圖的構建；

所述步驟S2中的指紋“相似度-距離”模型為移動機器人軌跡上任意兩個位置點對應的相似度與該兩點位置之間距離的關系；

所述步驟S2中構建并訓練指紋“相似度-距離”模型的方法為：

A1、基于任意兩個指紋信息的相似度及其對應的里程計數據，構建K個訓練數據

其中，s_k即S_ij，為任意兩個指紋信息的相似度，d_k為基于里程計數據得到的任意兩個指紋信息之間的歐氏距離；

A2、基于訓練數據使用分箱方法對任意兩個指紋信息相似度進行訓練，計算小于設定間隔b的所有相似度的均值和方差，進而確定指紋“相似度-距離”模型中每個相似度與對應距離關系的不確定性，即得到相似度在(s_k-b,s_k+b)范圍內對應的距離關系，完成指紋“相似度-距離”模型的構建；

所述步驟S3具體為：

B1、設置指紋信息相似度的閾值；

B2、當指紋“相似度-距離”模型中的相似度小于設定閾值時，檢測到形成“指紋-閉環”。

2.根據權利要求1所述的移動機器人室內地圖構建方法，其特征在于，所述步驟S1中：

通過搭載在移動機器人上的編碼器采集移動機器人的里程計數據；

通過手機終端利用WiFi采集任意位置的移動機器人的指紋信息；

通過搭載在移動機器人上的激光雷達采集移動機器人的激光掃描數據。

3.根據權利要求2所述的移動機器人室內地圖構建方法，其特征在于，所述步驟S2具體為：

S21、計算移動機器人在任意兩個位置的指紋信息的相似度；

S22、基于里程計數據，結合指紋信息的相似度數據，訓練數據集并構建指紋“相似度-距離”模型。

4.根據權利要求3所述的移動機器人室內地圖構建方法，其特征在于，所述步驟S21中，任意兩個位置的指紋信息的相似度的計算公式為：

式中，S_ij為移動機器人t時刻在x_i處的指紋信息F_i和在x_j處的指紋信息F_j的相似度，sim(·)為求解相似度的表達式，每個所述指紋信息包括t時刻掃描到AP的硬件地址以及該位置x_i的信號強度f_t＝{f_i,1,...,f_i,L}，l為t時刻掃描到的AP序數，L為t時刻掃描到的AP總數。

5.根據權利要求1所述的移動機器人室內地圖構建方法，其特征在于，所述步驟S4中，進行位姿圖優化時的優化公式為：

式中，z_ij為頂點i到j之間的剛體變換，為位置x_i處的頂點i到位置x_j處的頂點j之間的剛體變換的預測值，∑_ij(·)為該剛體變換不確定性的協方差矩陣，C為構建的約束集合。