[發明專利]一種移動機器人基于激光數據的動態障礙物軌跡預測方法在審
| 申請號: | 202110248650.8 | 申請日: | 2021-03-08 |
| 公開(公告)號: | CN113034579A | 公開(公告)日: | 2021-06-25 |
| 發明(設計)人: | 林睿 | 申請(專利權)人: | 江蘇集萃微納自動化系統與裝備技術研究所有限公司 |
| 主分類號: | G06T7/70 | 分類號: | G06T7/70;G06F16/29;G06K9/62;G06T7/11;G06Q10/04;G01C21/00 |
| 代理公司: | 成都正華專利代理事務所(普通合伙) 51229 | 代理人: | 李蕊 |
| 地址: | 215100 江蘇省蘇州市相城*** | 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: | 一種 移動 機器人 基于 激光 數據 動態 障礙物 軌跡 預測 方法 | ||
1.一種移動機器人基于激光數據的動態障礙物軌跡預測方法,其特征在于,包括以下步驟:
S1、利用激光傳感器實時感知周圍環境信息,將當前時間幀激光數據與已存儲的場景全局地圖進行匹配,并利用蒙特卡羅定位算法獲取當前時間幀最佳全局位姿估計;
S2、根據所述當前時間幀最佳全局位姿估計與場景全局地圖,區分周圍環境中的動態障礙物;
S3、對所述動態障礙物的激光數據進行分割聚類,得到動態障礙物多邊形類簇描述;
S4、根據移動機器人的當前時間幀最佳全局位姿估計和動態障礙物多邊形類簇信息,計算得到動態障礙物在全局地圖中的位置和大小描述;
S5、分析后續相鄰時間幀動態障礙物在全局地圖中的位置和大小描述,并利用卡爾曼濾波算法預測動態障礙物運動軌跡;
S6、根據所述預測的動態障礙物運動軌跡,利用應用動態窗口法進行路徑規劃,得到繞過動態障礙物的運動軌跡,完成移動機器人基于激光數據的動態障礙物軌跡預測。
2.根據權利要求1所述的移動機器人基于激光數據的動態障礙物軌跡預測方法,其特征在于,所述步驟S1包括以下步驟:
S101、在移動機器人上方安裝前向2D激光傳感器,并利用所述激光傳感器掃描周圍環境信息,獲取當前時間幀激光數據{L|γk,n,n=1...N},其中,n表示第k幀激光點的序號,N表示第k幀激光點的總數,γk,n表示當前時間幀激光點對應的極坐標距離,L表示激光數據集;
S102、將當前時間幀激光數據與已存儲的場景全局地圖進行匹配,并利用蒙特卡羅定位算法獲取當前時間幀最佳全局位姿估計,其中,ωX,Y表示場景2D全局地圖中的柵格點[X,Y]的值,M表示二維地圖柵格點集,且柵格點為離散的物理寬度為Δw的正方形柵格,Θ表示場景全局地圖。
3.根據權利要求2所述的移動機器人基于激光數據的動態障礙物軌跡預測方法,其特征在于,所述步驟S102中當前時間幀最佳全局位姿估計的表達式如下:
Pk=[pk qk θk]T
其中,Pk表示最佳全局位姿估計,pk和pk表示在第k幀移動機器人在全局坐標系的坐標,θk表示航向角。
4.根據權利要求1所述的移動機器人基于激光數據的動態障礙物軌跡預測方法,其特征在于,所述步驟S2包括以下步驟:
S201、將動態障礙物軌跡投影至場景全局地圖中:
其中,表示場景2D全局地圖中的柵格點[X,Y]的值,M表示二維地圖柵格點集,且柵格點為離散的物理寬度為Δw的正方形柵格;
S202、將所述當前時間幀最佳全局位姿估計與場景全局地圖進行特征匹配,去除與場景全局地圖柵格匹配的激光數據點且[Xk,Yk]∈M,區分周圍環境中的動態障礙物,其表達式如下:
其中,γk,n表示當前時間幀激光點對應的極坐標距離,[xk,n yk,n]T表示當前k幀激光數據中第n個激光離散點在移動機器人坐標系中的坐標,pk和qk表示在第k幀移動機器人在全局坐標系的坐標,θk表示航向角,xFL表示激光傳感器在移動機器人正前向安裝的偏移量,即激光傳感器極坐標系相對于移動機器人旋轉中心坐標系的前向偏移量,M表示二維地圖柵格點集,Xk,Yk表示當前時間k幀激光數據點在全局地圖中投影所對應的柵格序號。
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江蘇集萃微納自動化系統與裝備技術研究所有限公司,未經江蘇集萃微納自動化系統與裝備技術研究所有限公司許可,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/202110248650.8/1.html,轉載請聲明來源鉆瓜專利網。
- 上一篇:一種滾動軸承剩余壽命預測方法
- 下一篇:圖像信息檢測方法、裝置和電子設備





