基于大数据的机器人激光全局定位算法

发布时间：2020-12-11 03:02

　　为提升复杂环境下机器人激光全局定位效率,增强全局定位效果,提出基于大数据的机器人激光全局定位算法,通过TOF激光测距仪测量机器人与目标物间距离,采用大数据技术中的卡尔曼粒子滤波算法,递推预测机器人运动状态,并在递推过程中,引入TOF激光测距仪测量的距离值,改进机器人运动状态中的卡尔曼增益和滤波误差协方差,获取机器人状态预测值:卡尔曼增益和滤波误差协方差;依据两个状态预测值,采用基于卡尔曼滤波的自定位方法,通过运动模型和感知模型分别进行机器人的位姿概率分布预测以及更新,实现机器人激光全局定位。实验表明:采用此算法进行机器人全局定位时位置误差以及方位误差都较小,全局定位的均方根定位误差小于2.5 cm,可实现机器人高效、精准全局定位。 

【文章来源】：激光杂志. 2020年06期 第121-125页 北大核心

【文章页数】：5 页

【部分图文】：

TOF测距仪测距原理图

实验机器人在里程计和本文算法导引下，从(0,0)开始，沿x轴正向以450 mm/s的速率，进行1 500mm×1 500 mm正方形运动，全局定位试验结果用图2、图3表示。图3 机器人在本文算法导引下的运动轨迹

图2 机器人在里程计导引下的运动轨迹通过图2可以看出，机器人没有遵循预定路线行走，产生一定的移动轨迹偏差，分析原因可能是机器人受到了里程计累计误差干扰，而产生了运功轨迹偏颇;通过图3可以看出，在本文算法导引下的机器人，严格按照预定路线行走，顺利完成导航任务。实验结果表明，采用本文算法能够使机器人按照预定路线行走。

【参考文献】：
期刊论文
[1]基于RTK北斗和激光雷达的巡检机器人导航系统研究[J]. 戚尔江,彭道刚,关欣蕾,王立力,梅兰.  仪表技术与传感器. 2018(06)
[2]机器人与激光跟踪仪的坐标系转换方法研究[J]. 刘湛基,王晗,陈桪,夏远祥,杜泽峰,李沅时,林家平.  中国测试. 2017(11)
[3]基于激光雷达的巡检机器人导航系统研究[J]. 季宇寒,李寒,张漫,王琪,贾稼,王库.  农业机械学报. 2018(02)
[4]多目视觉与激光组合导航AGV精确定位技术研究[J]. 何珍,楼佩煌,钱晓明,武星,朱立群.  仪器仪表学报. 2017(11)
[5]单目视觉-激光测距定位系统的标定与姿态校正[J]. 郑帅超,房立金,徐志刚.  机械科学与技术. 2017(12)
[6]基于TDOF的分布式激光定位系统设计与实现[J]. 李文江,符建.  传感技术学报. 2017(09)
[7]一种真圆型隧道激光扫描断面变形检测新方法的研究[J]. 尤相骏,成俊.  隧道建设. 2017(07)
[8]基于位置判别的激光QR二维码定位方法[J]. 高飞,令狐乾锦,葛一粟,卢书芳,肖刚.  计算机辅助设计与图形学学报. 2017(06)
[9]果树快速定位采摘机器人设计——基于红外和激光扫描技术[J]. 张邦凤.  农机化研究. 2017(06)
[10]基于激光测距的船体分段焊缝自主寻位[J]. 刘源,刘芳,马宏波,林涛,朱振友.  上海理工大学学报. 2017(02)



本文编号：2909788