為提升復(fù)雜環(huán)境下機器人激光全局定位效率,增強全局定位效果,提出基于大數(shù)據(jù)的機器人激光全局定位算法,通過TOF激光測距儀測量機器人與目標物間距離,采用大數(shù)據(jù)技術(shù)中的卡爾曼粒子濾波算法,遞推預(yù)測機器人運動狀態(tài),并在遞推過程中,引入TOF激光測距儀測量的距離值,改進機器人運動狀態(tài)中的卡爾曼增益和濾波誤差協(xié)方差,獲取機器人狀態(tài)預(yù)測值:卡爾曼增益和濾波誤差協(xié)方差;依據(jù)兩個狀態(tài)預(yù)測值,采用基于卡爾曼濾波的自定位方法,通過運動模型和感知模型分別進行機器人的位姿概率分布預(yù)測以及更新,實現(xiàn)機器人激光全局定位。實驗表明:采用此算法進行機器人全局定位時位置誤差以及方位誤差都較小,全局定位的均方根定位誤差小于2.5 cm,可實現(xiàn)機器人高效、精準全局定位。 

【文章來源】：激光雜志. 2020年06期 第121-125頁 北大核心

【文章頁數(shù)】：5 頁

【部分圖文】：

TOF測距儀測距原理圖

實驗機器人在里程計和本文算法導(dǎo)引下，從(0,0)開始，沿x軸正向以450 mm/s的速率，進行1 500mm×1 500 mm正方形運動，全局定位試驗結(jié)果用圖2、圖3表示。圖3 機器人在本文算法導(dǎo)引下的運動軌跡

圖2 機器人在里程計導(dǎo)引下的運動軌跡通過圖2可以看出，機器人沒有遵循預(yù)定路線行走，產(chǎn)生一定的移動軌跡偏差，分析原因可能是機器人受到了里程計累計誤差干擾，而產(chǎn)生了運功軌跡偏頗;通過圖3可以看出，在本文算法導(dǎo)引下的機器人，嚴格按照預(yù)定路線行走，順利完成導(dǎo)航任務(wù)。實驗結(jié)果表明，采用本文算法能夠使機器人按照預(yù)定路線行走。

【參考文獻】：
期刊論文
[1]基于RTK北斗和激光雷達的巡檢機器人導(dǎo)航系統(tǒng)研究[J]. 戚爾江,彭道剛,關(guān)欣蕾,王立力,梅蘭.  儀表技術(shù)與傳感器. 2018(06)
[2]機器人與激光跟蹤儀的坐標系轉(zhuǎn)換方法研究[J]. 劉湛基,王晗,陳桪,夏遠祥,杜澤峰,李沅時,林家平.  中國測試. 2017(11)
[3]基于激光雷達的巡檢機器人導(dǎo)航系統(tǒng)研究[J]. 季宇寒,李寒,張漫,王琪,賈稼,王庫.  農(nóng)業(yè)機械學(xué)報. 2018(02)
[4]多目視覺與激光組合導(dǎo)航AGV精確定位技術(shù)研究[J]. 何珍,樓佩煌,錢曉明,武星,朱立群.  儀器儀表學(xué)報. 2017(11)
[5]單目視覺-激光測距定位系統(tǒng)的標定與姿態(tài)校正[J]. 鄭帥超,房立金,徐志剛.  機械科學(xué)與技術(shù). 2017(12)
[6]基于TDOF的分布式激光定位系統(tǒng)設(shè)計與實現(xiàn)[J]. 李文江,符建.  傳感技術(shù)學(xué)報. 2017(09)
[7]一種真圓型隧道激光掃描斷面變形檢測新方法的研究[J]. 尤相駿,成俊.  隧道建設(shè). 2017(07)
[8]基于位置判別的激光QR二維碼定位方法[J]. 高飛,令狐乾錦,葛一粟,盧書芳,肖剛.  計算機輔助設(shè)計與圖形學(xué)學(xué)報. 2017(06)
[9]果樹快速定位采摘機器人設(shè)計——基于紅外和激光掃描技術(shù)[J]. 張邦鳳.  農(nóng)機化研究. 2017(06)
[10]基于激光測距的船體分段焊縫自主尋位[J]. 劉源,劉芳,馬宏波,林濤,朱振友.  上海理工大學(xué)學(xué)報. 2017(02)



本文編號：2909788