[發明專利]一種移動機器人定位精度提升方法及系統

在審

• 申請號: 202110571321.7
• 申請日: 2021-05-25
• 公開（公告）號: CN113280808A
• 公開（公告）日: 2021-08-20
• 發明（設計）人: 郭帥;盧文浩;曾令棟;谷萬;莢啟波;汪生浩;朱猛猛
• 申請（專利權）人: 上海大學
• 主分類號: G01C21/00
• 分類號: G01C21/00;G01C21/20
• 代理公司: 北京高沃律師事務所 11569
• 代理人: 韓雪梅

1.一種移動機器人定位精度提升方法，其特征在于，包括：

建立里程計運動模型；

對所述里程計運動模型進行降噪，得到降噪后的里程計運動模型；

根據所述降噪后的里程計運動模型，確定機器人的位姿，記為第一位姿；

獲取激光傳感器采集的機器人的位姿，記為第二位姿；

確定在線估算噪聲的統計特性；

將所述第一位姿、所述第二位姿和所述統計特性采用擴展卡爾曼濾波方法融合，得到移動機器人的融合位姿。

2.根據權利要求1所述的移動機器人定位精度提升方法，其特征在于，所述建立里程計運動模型，具體包括：

建立里程計運動模型：

其中，X_k+1表示k+1時刻系統的里程計的狀態變量，[^Gx_k，^Gy_k，^Gθ_k]為機器人在全局坐標系下的初始位姿，[^Gx_k+1，^Gy_k+1,^Gθ_k+1]為機器人經過Δt時間后到達的位姿，Δθ表示相鄰時刻移動機器人方位角的變化量，Δx表示相鄰時刻機器人在機器人坐標系X方向上位移增量，Δy表示相鄰時刻機器人在機器人坐標系Y方向上位移增量，V_x、V_y和ω由移動機器人底輪運動模型計算得到，ω₁，ω₂，ω₃，ω₄分別代表四個底輪的角速度，Δt為編碼器的采樣周期。

3.根據權利要求1所述的移動機器人定位精度提升方法，其特征在于，所述對所述里程計運動模型進行降噪，得到降噪后的里程計運動模型，具體包括：

采用卡爾曼濾波器對所述里程計運動模型進行降噪，得到降噪后的里程計運動模型：

X_k+1＝FX_k+W_k；

其中，X_k+1表示k時刻里程計的狀態變量，X_k表示k-1時刻里程計的狀態變量，W_k代表過程噪聲，F表示狀態變換矩陣。

4.根據權利要求1所述的移動機器人定位精度提升方法，其特征在于，所述確定在線估算噪聲的統計特性，具體包括：

根據漸消記憶指數加權法采用公式確定k時刻的指數權值；

根據指數權值采用公式和確定在線估算噪聲的統計特性；

其中，b為遺忘因子，并且0b1，d_k為k時刻的指數權值，Z_k是基于人工路標定位得到的機器人位姿，為和P_k|k-1計算所得的觀測預測值，η_k-1,i和μ_k-1,i為sigma點的特性參數，U_k-1表示里程計的輸入，為實時估計的過程噪聲均值，為實時估計的過程噪聲方差為實時估計的觀測噪聲均值為實時估計的觀測噪聲方差ε_k,τ_k,i,μ_k,i分別為中間變量，為sigam對應的權值。

5.根據權利要求1所述的移動機器人定位精度提升方法，其特征在于，所述將所述第一位姿、所述第二位姿和所述統計特性采用擴展卡爾曼濾波方法融合，得到移動機器人的融合位姿，具體包括：

將所述第一位姿、所述第二位姿和所述統計特性采用擴展卡爾曼濾波方法融合，得到移動機器人的融合位姿：

其中，Z_k+1是基于激光傳感器計算出的k+1時刻的位姿，即第二位姿，為k時刻機器人的位姿，為k+1時刻移動機器人的準確的位姿，即移動機器人的融合位姿，K_k+1為增益矩陣，為觀測預測值。