[發明專利]機器人超聲波傳感器障礙物檢測方法及系統有效
| 申請號: | 202110030619.7 | 申請日: | 2021-01-11 |
| 公開(公告)號: | CN112782706B | 公開(公告)日: | 2022-05-10 |
| 發明(設計)人: | 崔欣;高明;馬辰 | 申請(專利權)人: | 山東新一代信息產業技術研究院有限公司 |
| 主分類號: | G01S15/93 | 分類號: | G01S15/93 |
| 代理公司: | 濟南信達專利事務所有限公司 37100 | 代理人: | 孫園園 |
| 地址: | 250100 山東省濟南市高新*** | 國省代碼: | 山東;37 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 機器人 超聲波傳感器 障礙物 檢測 方法 系統 | ||
1.一種機器人超聲波傳感器障礙物檢測方法,其特征在于,該方法是采用機器人的FPGA處理器平臺進行數據的實時計算和處理,在FPGA內部采用Verilog硬件描述語言進行數字邏輯設計;具體如下:
超聲波傳感器變視野測量及超聲波傳感器轉動測量;具體如下:
超聲波傳感器發射接收器以5cm/s線速度、以固定點為中心、以豎直線為軸、以機器人頭部向前方向左右40度為最大角度左右反復轉動;
在超聲波傳感器發射接收口軸心兩邊增加遮擋板,限制發射接收視角角度,控制遮擋板及視角角度以40°/s的速度從0度開始不斷變大至20度、再不斷變小至0度,如此反復變化,記錄每輪視野變化中每個時刻傳感器讀數及每輪視野變化中視角趨近于0時超聲波傳感器中心讀數;
選取連續五次視野變化運動中視野角度為5°的讀數浮動較小的讀數,取其均值,作為近似準確讀數S1;
檢測結果隨著快速運動在本輪視野變化運動中統計值近似呈正態分布概率模型,此時距離估計值概率分布表示為:
其中,表示改變視野時距離測量方差,預先采用超聲波傳感器進行多次小視野角度測量得到;N表示正態分布;
經過t時間后距離測量;
經過t時間后記錄實時距離值;
根據卡爾曼濾波算法,計算得到當前距離值的最優估算;
迭代運算,獲得距離最優估計值;
更新柵格地圖并決策避障;
FPGA處理器平臺向機器人導航控制模塊提供決策依據,實現機器人精準避障。
2.根據權利要求1所述的機器人超聲波傳感器障礙物檢測方法,其特征在于,經過t時間后距離測量具體如下:
經過時間t,根據左右掃描運動角度計算出此時的距離,設由90°運動到90+θ,當時間無窮小時,距離值近似為線性增長,此時距離為估計值為S1+vt,此時距離估計值概率分布為:
其中,t<1ms;v表示超聲波傳感器左右轉動短時間內在軸向的近似線性距離增長速度值;表示超聲波傳感器左右轉動時,其測量值在短時間內服從線性增長的引入噪聲方差,由超聲波傳感器多次短時間內左右轉動實驗測量其距離值增長值得出;a及分別表示正態分布期望及方差值。
3.根據權利要求1所述的機器人超聲波傳感器障礙物檢測方法,其特征在于,經過t時間后記錄實時距離值具體如下:
再次記錄本次實時距離值,距離測量值Z2正態分布為:
其中,z2表示此時測量得到的距離值;表示超聲波傳感器改變視野時距離測量方差,由預先實驗得出。
4.根據權利要求1所述的機器人超聲波傳感器障礙物檢測方法,其特征在于,根據卡爾曼濾波算法,計算得到當前距離值的最優估算,具體如下:
根據卡爾曼濾波算法,計算得到當前距離的初步估計概率分布:
根據卡爾曼濾波算法,采用S’2和Z’2的方差作為對數據的可相信權重,對b2經過加權處理得到當前位置的最優估計的概率分布c’2:
當前距離值的最優估計為:
5.根據權利要求1所述的機器人超聲波傳感器障礙物檢測方法,其特征在于,迭代運算,獲得距離最優估計值具體如下:
以c2作為當前距離,為當前方差,隨著不斷采樣、擋板改變視野、超聲波傳感器發射接收器左右轉動不斷對接下來的時刻進行迭代運算并更新距離估計結果。
6.根據權利要求1-5中任一所述的機器人超聲波傳感器障礙物檢測方法,其特征在于,更新柵格地圖并決策避障具體為:
迭代運算并更新獲得的距離估計結果為當前角度區域內的距離估計結果,根據該距離估計結果估計障礙物距離并更新機器人超聲波傳感器扇形視野中當前檢測柵格內的檢測結果,即獲得較為準確、精細的障礙物檢測結果。
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山東新一代信息產業技術研究院有限公司,未經山東新一代信息產業技術研究院有限公司許可,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/202110030619.7/1.html,轉載請聲明來源鉆瓜專利網。





