[發明專利]移動機器人的位姿估計方法及計算機可讀存儲介質

在審

• 申請號: 202110003763.1
• 申請日: 2021-01-04
• 公開（公告）號: CN112815939A
• 公開（公告）日: 2021-05-18
• 發明（設計）人: 張凱;黃鑫;董宇涵
• 申請（專利權）人: 清華大學深圳國際研究生院
• 主分類號: G01C21/16
• 分類號: G01C21/16;G01C21/20
• 代理公司: 深圳新創友知識產權代理有限公司 44223
• 代理人: 孟學英

本發明提供一種移動機器人的位姿估計方法及計算機可讀存儲介質，方法包括：獲取多源傳感器數據，多源傳感器數據包括：圖像采集設備采集地場景圖像、慣性測量單元采集地數據、輪式編碼器采集地數據；根據場景圖像檢測場景動態將所述移動機器人的位姿估計初始化；慣性測量單元采集地數據、輪式編碼器采集地數據通過狀態轉移方程計算所述移動機器人當前時刻狀態向量的先驗估計量及對應的協方差傳遞矩陣；根據場景圖像對當前時刻狀態向量的先驗估計量及對應的協方差矩陣迭代至收斂完成濾波更新。通過將圖像采集設備采集數據、慣性測量單元、輪式編碼器采集地數據三者共同作為位姿估計的輸入數據三者結合，優勢互補，可以得到緊耦合的位姿估計數據。

技術領域

本發明涉及機器人定位技術領域，尤其涉及一種移動機器人的位姿估計方法及計算機可讀存儲介質。

背景技術

同時定位與地圖構建(simultaneous localization and mapping，SLAM)是賦予機器人智能感知的關鍵技術之一，該技術能獲得移動機器人本身的位置和周圍環境的地圖。經過幾十年的研究發展，SLAM問題融合了概率估計、射影幾何、信號處理、數值優化等多個領域的理論與研究成果，但究其本質，仍可視為由運動方程和觀測方程構建的狀態估計問題。SLAM的運動方程含義為從k-1時刻到k時刻，機器人的位置變化情況。數學上可表示為：

x_k＝f(x_k-1，μ_k，ω_k)

其中，μ_k為傳感器測量讀數，ω_k為噪聲。

SLAM的觀測方程含義為k時刻，機器人于位置x_k處探測到了某一個路標y_j，產生一個觀測數據z_k，j：

z_k，j＝h(y_j，x_k，v_k，j)

其中，v_k，j為觀測噪聲。

故SLAM問題的研究的是，在知道運動測量的讀數μ以及傳感器讀數z時，如何求解定位問題(估計x)與建圖問題(估計y)。

目前SLAM主要有兩種實現途徑，基于激光傳感器和基于視覺傳感器。激光SLAM雖然可以實現更高的定位精度，但激光傳感器的要求較高，也探測范圍受到限制；而視覺SLAM對傳感器要求較低，探測范圍不受限制，因此更加適用于移動機器人的定位場景。但純視覺對于運動模糊、遮擋、光照變化等條件十分敏感，嚴重影響定位精度，因此通過多源傳感器融合的方式降低定位誤差。

較為棘手的是，SLAM問題是一個非線性問題，在位姿估計的過程中，計算過程較為復雜。一般情況下，通過線性化的方式近似求解非線性問題，因此在求解精度上有一定犧牲；雖然采用無跡卡爾曼濾波通過擬合狀態變量的概率密度分布代替將非線性問題線性化，可以提高求解精度，但使用的數據來源可能只有圖像采集設備和IMU(InertialMeasurement Unit，慣性測量單元)或者雷達和圖像采集設備的數據，精度依然不高。

現有技術中缺乏一種高精度的位姿估計方法。

以上背景技術內容的公開僅用于輔助理解本發明的構思及技術方案，其并不必然屬于本專利申請的現有技術，在沒有明確的證據表明上述內容在本專利申請的申請日已經公開的情況下，上述背景技術不應當用于評價本申請的新穎性和創造性。

發明內容

本發明為了解決現有的問題，提供一種移動機器人的位姿估計方法及計算機可讀存儲介質。

為了解決上述問題，本發明采用的技術方案如下所述：