[發明專利]一種基于識別陣列邊界的移動機器人定位方法

有效

• 申請號: 202011318912.5
• 申請日: 2020-11-23
• 公開（公告）號: CN112476433B
• 公開（公告）日: 2023-08-04
• 發明（設計）人: 吳金龍;陳應洪
• 申請（專利權）人: 深圳怪蟲機器人有限公司
• 主分類號: B25J9/16
• 分類號: B25J9/16;B25J5/00
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于識別陣列邊界的移動機器人定位方法，所述陣列包括玻璃陣列和光伏陣列，所述移動機器人包括機身，所述機身包括底盤以及支撐框架，其特征在于，通過預先構建環境地圖，并根據環境地圖進行匹配得到視覺定位，然后通過輪式里程融合視覺定位得到移動機器人的全局定位，包括以下步驟：

S1：通過設置在移動機器人上的慣性測量單元，獲取移動機器人所處環境的IMU數據，得到移動機器人的姿態信息；

S2：通過設置在移動機器人上的輪式編碼器，獲取移動機器人的輪速，然后結合移動機器人的姿態信息進行航跡推演，得到移動機器人的輪式里程；

S3：通過設置在移動機器人上的多個攝像頭，獲取移動機器人所處環境的多角度圖像數據，然后通過深度學習模型進行語義分割或端到端學習的方法，提取移動機器人所處單塊陣列的邊界數據，然后通過標定得到的多個攝像頭的參數獲取像素平面到機器人坐標系的坐標變換，將圖像中的邊界數據投影到機器人坐標系；

S4：通過步驟S2中得到的移動機器人的輪式里程，獲取移動機器人在當前里程一定范圍內所處環境地圖中的陣列邊界數據；

S5：將當前觀測到的機器人坐標系下的邊界數據通過輪式里程投影到世界坐標系，而后將獲取到的移動機器人所處單塊陣列的邊界數據與獲取到的環境地圖中存放的陣列邊界數據進行匹配，計算二者之間的重投影誤差，再通過非線性優化得到使重投影誤差最小的移動機器人的視覺定位；

S6：通過擴展卡爾曼濾波器將步驟S2得到的輪式里程和步驟S5得到的視覺定位進行融合即可得到移動機器人最終的定位；

其中，預先構建環境地圖，具體包括以下步驟：

S01：傳感器標定，對設置在移動機器人上的慣性測量單元和多個攝像頭的參數進行標定；

S02：通過設置在移動機器人上的慣性測量單元，獲取移動機器人所處環境的IMU數據，得到移動機器人的姿態信息；

S03：通過設置在移動機器人上的輪式編碼器，獲取移動機器人的輪速，然后結合移動機器人的姿態信息進行航跡推演，得到移動機器人的輪式里程；

S04：通過設置在移動機器人上的多個攝像頭，獲取移動機器人的所處環境的多角度圖像數據，通過深度學習模型進行語義分割或端到端學習的方法，提取移動機器人所處單塊陣列的邊界數據，然后通過標定得到的多個攝像頭的參數獲取像素平面到機器人坐標系的坐標變換，并將圖像中的邊界數據投影到機器人坐標系；

S05：將機器人坐標系下的邊界數據通過輪式里程投影到世界坐標系，并將數據進行存儲，以此構建基于邊界數據的環境地圖。

2.根據權利要求1所述的基于識別陣列邊界的移動機器人定位方法，其特征在于，所述機身還包括固定板以及上蓋，所述支撐框架固定設置在所述底盤上，所述固定板固定設置在所述支撐框架的上端，所述上蓋包覆設置在所述固定板上。

3.根據權利要求2所述的基于識別陣列邊界的移動機器人定位方法，其特征在于，所述底盤上位于左側和右側的位置均設置有行走機構，所述移動機器人在所述行走機構的驅動下進行移動。

4.根據權利要求1所述的基于識別陣列邊界的移動機器人定位方法，其特征在于，步驟S01中，對設置在移動機器人上的慣性測量單元和多個攝像頭的參數進行標定，具體包括慣性測量單元數據的初始零偏和隨機游走誤差，以及各個攝像頭的內部參數和外部參數。

5.根據權利要求1所述的基于識別陣列邊界的移動機器人定位方法，其特征在于，在預先構建環境地圖的過程中，同時進行回環檢測，若檢測到回環便對環境地圖進行相應的矯正。

6.根據權利要求3所述的基于識別陣列邊界的移動機器人定位方法，其特征在于，所述行走機構包括驅動電機、驅動輪、橡膠履帶、張緊輪以及同步輪，其中：所述驅動電機的輸出軸與所述驅動輪固定連接，所述驅動輪在所述驅動電機的驅動下進行轉動；所述驅動輪通過所述橡膠履帶驅動所述同步輪進行轉動，所述驅動輪與所述同步輪之間設置有多個所述張緊輪。