CN114199251B - 一种机器人的防碰撞定位方法 - Google Patents
一种机器人的防碰撞定位方法 Download PDFInfo
- Publication number
- CN114199251B CN114199251B CN202111466251.5A CN202111466251A CN114199251B CN 114199251 B CN114199251 B CN 114199251B CN 202111466251 A CN202111466251 A CN 202111466251A CN 114199251 B CN114199251 B CN 114199251B
- Authority
- CN
- China
- Prior art keywords
- robot
- pose
- scene map
- area
- current scene
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/20—Instruments for performing navigational calculations
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/005—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 with correlation of navigation data from several sources, e.g. map or contour matching
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明公开了一种机器人的防碰撞定位方法,方该法包括:基于里程计获取机器人相对于世界坐标系的位姿;在里程计附近随机放置n个携带位姿的粒子;于移动一段距离时,选取与当前场景地图匹配度最高的粒子更新为机器人位姿;于机器人位姿更新时,同步对当前场景地图进行禁止区域更新,该禁止区域指机器人不可达的障碍区域内部。本发明的方法能提高定位精度,提高机器人在障碍物边缘行走的能力,避免撞到障碍,损坏财物。
Description
技术领域
本发明属于机器人定位技术领域,特别涉及一种机器人的防碰撞定位方法。
背景技术
机器人自主行走过程中,需要不断与环境交互,从而得到自身在环境中的位姿,经过导航路径规划后,实现机器人沿已知路线的行走。从而完成相应的巡逻、配送、引导等任务。所以定位是导航与任务执行的基础。然而实际工程中,不可避免地会出现或大、或小的定位误差,当机器人在障碍物边缘行走时,机器人位姿有时会到达障碍物内部,这一误差将会导致后续的导航路径规划会产生碰撞甚至无法执行。所以需要机器人进行重新定位,以获得机器人的较为准确的位姿。
目前,在定位层面的措施,通常有卡尔曼滤波方法、amcl蒙特卡洛方法、图优化方法。
卡尔曼滤波方法,是根据里程计、imu及GPS等传感器数据进行融合产生对机器人位姿的高斯估计。这种方法由于可以不采用激光/视觉的数据,所以定位结果受场景影响较小,但是存在累积误差。
amcl蒙特卡洛是基于概率法,假定机器人的初始位置是不知道的,使机器人移动一段距离,经过激光地图匹配与粒子的随机位置重采样计算,移动一段距离后确定机器人位姿。这种方法需要机器人移动一段距离后,才能逐步定位到正确的位置,但是很多场景不具备机器人通过这种移动的方法去定位。如特征相似场景、走廊等较小空间,定位失败的概率将大大提升。
基于图优化的激光雷达路标(或者图像关键帧)进行定位,需要机器人移动,得到位姿与路标之间的转移矩阵,从而估计出机器人的当前位姿。它与卡尔曼滤波方法一样,都存在累积误差。另外经过关键帧的回还检测进行位姿的调整,但是当关键帧特征不好时,也存在回还失败的情况。
发明内容
本发明针对上述现有技术的存在的问题,提供一种机器人的防碰撞定位方法。
本发明通过以下技术手段实现解决上述技术问题的:
一种机器人的防碰撞定位方法,方该法包括:
基于里程计获取机器人相对于世界坐标系的位姿;
在里程计附近随机放置n个携带位姿的粒子;
于移动一段距离时,选取与当前场景地图匹配度最高的粒子更新为机器人位姿;
于机器人位姿更新时,同步对当前场景地图进行禁止区域更新,该禁止区域指机器人不可达的障碍区域内部。
进一步的,所述对当前场景地图进行禁止区域更新的方法为:
将选取的与当前场景地图匹配度最高的粒子的雷达点云与当前场景地图配准,并将雷达点云数据与当前场景地图不匹配的位置标记为不可信因子,并进一步判断不可信因子是否为当前场景地图的障碍区域,若是则将当前定位结果添加到禁止区域中。
进一步的,将当前定位结果添加到禁止区域中的方法为:
计算选取的与当前场景地图匹配度最高的粒子的雷达点云的测量结果,并将相应点映射到当前场景地图上的相应位置,在每个位置点添加禁止区域,获得禁止区域图层;
在当前场景地图上的障碍区域进行一定距离的膨胀,得到膨胀区域,获得场景膨胀图层;
将禁止区域图层、场景膨胀图层与当前场景地图叠加计算以更新当前场景地图上的禁止区域。
进一步的,还包括:
在更新后的当前场景地图的里程计附近的非障碍区域随机放置粒子;
检查所有粒子的雷达数据与当前场景地图的匹配程度,录匹配度与不匹配区域是否在静态地图的障碍区域内部,若是,则标记为不可信因子,将不可信因子与匹配度进行加权求和,得到所有粒子的置信度,该置信度代表了相应粒子的位姿可信程度,选择可信度最大的粒子,得到最优粒子位姿,该位姿即为定位结果。
本发明的有益效果为:本发明的方法能提高定位精度,提高机器人在障碍物边缘行走的能力,避免撞到障碍,损坏财物。
附图说明
图1为本发明防碰撞定位方法的流程图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例,对本发明的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
实施例
参见图1,本实施例提供的防碰撞定位方法的策略为:基于amcl进行全局定位,在全局定位过程中,通过里程计相对于机器人坐标系的位姿,并将其转换到世界坐标系,这样就得到了雷达坐标系相对于世界坐标系的位姿,并在里程计附近随机放置n(如n=1000)个携带位姿的粒子,移动一段距离,记录每个粒子与场景地图1的匹配度,从中选取匹配度最高的粒子(即位姿),并更新作为里程计在全局定位中的位姿,同时基于位姿更新进一步对地图场景进行处理更新。
该对地图场景进行处理更新的方法为:
从中选取匹配度最高的粒子进行雷达点云与场景地图1的配准,在点云配准过程中,对场景地图1进行二次处理。检查雷达数据与场景地图1不匹配的位置,标记为不可信因子,并进一步检查不可信因子是否场景地图1的障碍内部,若是则将当前定位结果添加到禁止区域中,若否则完成定位更新。
更具体的:
步骤1)、添加禁止区域图层。基于上述定位得到的位姿,计算当前雷达点云的测量结果,并将相应点映射到场景地图上的相应位置,在每个位置点添加禁止区域。
步骤2)、添加场景膨胀图层。与步骤1)原理一致,在场景地图上的障碍区域进行一定距离的膨胀,得到膨胀区域。
步骤3)、将步骤1)、步骤2)所述的禁止区域图层、场景膨胀图层与场景地图进行叠加计算得到新的场景地图2,后续计算将采用新的场景地图2。
步骤4)、将在里程计附近的场景地图2的非障碍区域随机放置粒子,每个粒子将代表不同的里程计位姿。
步骤5)、检查所有粒子的雷达数据与场景地图1的匹配程度,记录匹配度与不匹配区域是否在静态地图的障碍物内部(此为不合理测量),若是,则标记为不可信因子,将不可信因子与匹配度进行加权求和,得到所有粒子的置信度,该置信度代表了相应粒子的位姿可信程度,选择可信度最大的粒子,得到最优粒子位姿,该位姿即为定位结果。
要说明的是,在本文中,如若存在第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (1)
1.一种机器人的防碰撞定位方法,其特征在于,该方法包括:
基于里程计获取机器人相对于世界坐标系的位姿;
在里程计附近随机放置n个携带位姿的粒子;
于移动一段距离时,选取与当前场景地图匹配度最高的粒子更新为机器人位姿;
于机器人位姿更新时,同步对当前场景地图进行禁止区域更新,该禁止区域指机器人不可达的障碍区域内部;
所述对当前场景地图进行禁止区域更新的方法为:
将选取的与当前场景地图匹配度最高的粒子的雷达点云与当前场景地图配准,并将雷达点云数据与当前场景地图不匹配的位置标记为不可信因子,并进一步判断不可信因子是否为当前场景地图的障碍区域,若是则将当前定位结果添加到禁止区域中;
将当前定位结果添加到禁止区域中的方法为:
计算选取的与当前场景地图匹配度最高的粒子的雷达点云的测量结果,并将相应点映射到当前场景地图上的相应位置,在每个位置点添加禁止区域,获得禁止区域图层;
在当前场景地图上的障碍区域进行一定距离的膨胀,得到膨胀区域,获得场景膨胀图层;
将禁止区域图层、场景膨胀图层与当前场景地图叠加计算以更新当前场景地图上的禁止区域;
还包括:
在更新后的当前场景地图的里程计附近的非障碍区域随机放置粒子;
检查所有粒子的雷达数据与当前场景地图的匹配度,记录匹配度的同时记录不匹配区域是否在静态地图的障碍区域内部,若是,则标记为不可信因子,将不可信因子与匹配度进行加权求和,得到所有粒子的置信度,该置信度代表了相应粒子的位姿可信程度,选择置信度最大的粒子,得到最优粒子位姿,该位姿即为定位结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111466251.5A CN114199251B (zh) | 2021-12-03 | 2021-12-03 | 一种机器人的防碰撞定位方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111466251.5A CN114199251B (zh) | 2021-12-03 | 2021-12-03 | 一种机器人的防碰撞定位方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114199251A CN114199251A (zh) | 2022-03-18 |
CN114199251B true CN114199251B (zh) | 2023-09-15 |
Family
ID=80650380
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111466251.5A Active CN114199251B (zh) | 2021-12-03 | 2021-12-03 | 一种机器人的防碰撞定位方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114199251B (zh) |
Citations (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009217333A (ja) * | 2008-03-07 | 2009-09-24 | Toyota Motor Corp | 移動ロボット及びその動作制御方法 |
CN106643701A (zh) * | 2017-01-16 | 2017-05-10 | 深圳优地科技有限公司 | 一种机器人互相检测方法及装置 |
CN107797557A (zh) * | 2017-11-02 | 2018-03-13 | 江苏集萃智能制造技术研究所有限公司 | 一种采用激光和磁带混合导航的agv小车 |
CN107991683A (zh) * | 2017-11-08 | 2018-05-04 | 华中科技大学 | 一种基于激光雷达的机器人自主定位方法 |
CN108628318A (zh) * | 2018-06-28 | 2018-10-09 | 广州视源电子科技股份有限公司 | 拥堵环境检测方法、装置、机器人及存储介质 |
CN108896050A (zh) * | 2018-06-26 | 2018-11-27 | 上海交通大学 | 一种基于激光传感器的移动机器人长期定位***及方法 |
CN108931245A (zh) * | 2018-08-02 | 2018-12-04 | 上海思岚科技有限公司 | 移动机器人的局部自定位方法及设备 |
CN109144056A (zh) * | 2018-08-02 | 2019-01-04 | 上海思岚科技有限公司 | 移动机器人的全局自定位方法及设备 |
CN109682382A (zh) * | 2019-02-28 | 2019-04-26 | 电子科技大学 | 基于自适应蒙特卡洛和特征匹配的全局融合定位方法 |
CN110507246A (zh) * | 2019-08-14 | 2019-11-29 | 深圳市银星智能科技股份有限公司 | 避障回充方法及具有激光雷达的清洁设备避障回充*** |
CN110888125A (zh) * | 2019-12-05 | 2020-03-17 | 奥特酷智能科技(南京)有限公司 | 一种基于毫米波雷达的自动驾驶车辆定位方法 |
CN210323888U (zh) * | 2019-08-27 | 2020-04-14 | 华中科技大学 | 一种自主地图构建导航装置 |
CN111578958A (zh) * | 2020-05-19 | 2020-08-25 | 山东金惠新达智能制造科技有限公司 | 移动机器人导航实时定位方法、***、介质及电子设备 |
CN111665470A (zh) * | 2019-03-07 | 2020-09-15 | 阿里巴巴集团控股有限公司 | 一种定位方法及装置和机器人 |
CN111664843A (zh) * | 2020-05-22 | 2020-09-15 | 杭州电子科技大学 | 一种基于slam的智能仓储盘点方法 |
CN112445222A (zh) * | 2019-09-05 | 2021-03-05 | 阿里巴巴集团控股有限公司 | 导航方法、装置、存储介质以及终端 |
CN112965076A (zh) * | 2021-01-28 | 2021-06-15 | 上海思岚科技有限公司 | 一种用于机器人的多雷达定位***及方法 |
CN112985417A (zh) * | 2021-04-19 | 2021-06-18 | 长沙万为机器人有限公司 | 移动机器人粒子滤波定位的位姿校正方法及移动机器人 |
CN113448326A (zh) * | 2020-03-25 | 2021-09-28 | 北京京东乾石科技有限公司 | 机器人定位方法及装置、计算机存储介质、电子设备 |
CN113483747A (zh) * | 2021-06-25 | 2021-10-08 | 武汉科技大学 | 基于具有墙角信息的语义地图改进amcl定位方法及机器人 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8635023B2 (en) * | 2011-11-22 | 2014-01-21 | Google Inc. | Position indication controls for device locations |
US9037396B2 (en) * | 2013-05-23 | 2015-05-19 | Irobot Corporation | Simultaneous localization and mapping for a mobile robot |
US11460861B2 (en) * | 2017-02-16 | 2022-10-04 | Indiana University Research And Technology Corporation | Cloud based robotic control systems and methods |
-
2021
- 2021-12-03 CN CN202111466251.5A patent/CN114199251B/zh active Active
Patent Citations (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009217333A (ja) * | 2008-03-07 | 2009-09-24 | Toyota Motor Corp | 移動ロボット及びその動作制御方法 |
CN106643701A (zh) * | 2017-01-16 | 2017-05-10 | 深圳优地科技有限公司 | 一种机器人互相检测方法及装置 |
CN107797557A (zh) * | 2017-11-02 | 2018-03-13 | 江苏集萃智能制造技术研究所有限公司 | 一种采用激光和磁带混合导航的agv小车 |
CN107991683A (zh) * | 2017-11-08 | 2018-05-04 | 华中科技大学 | 一种基于激光雷达的机器人自主定位方法 |
CN108896050A (zh) * | 2018-06-26 | 2018-11-27 | 上海交通大学 | 一种基于激光传感器的移动机器人长期定位***及方法 |
CN108628318A (zh) * | 2018-06-28 | 2018-10-09 | 广州视源电子科技股份有限公司 | 拥堵环境检测方法、装置、机器人及存储介质 |
CN108931245A (zh) * | 2018-08-02 | 2018-12-04 | 上海思岚科技有限公司 | 移动机器人的局部自定位方法及设备 |
CN109144056A (zh) * | 2018-08-02 | 2019-01-04 | 上海思岚科技有限公司 | 移动机器人的全局自定位方法及设备 |
CN109682382A (zh) * | 2019-02-28 | 2019-04-26 | 电子科技大学 | 基于自适应蒙特卡洛和特征匹配的全局融合定位方法 |
CN111665470A (zh) * | 2019-03-07 | 2020-09-15 | 阿里巴巴集团控股有限公司 | 一种定位方法及装置和机器人 |
CN110507246A (zh) * | 2019-08-14 | 2019-11-29 | 深圳市银星智能科技股份有限公司 | 避障回充方法及具有激光雷达的清洁设备避障回充*** |
CN210323888U (zh) * | 2019-08-27 | 2020-04-14 | 华中科技大学 | 一种自主地图构建导航装置 |
CN112445222A (zh) * | 2019-09-05 | 2021-03-05 | 阿里巴巴集团控股有限公司 | 导航方法、装置、存储介质以及终端 |
CN110888125A (zh) * | 2019-12-05 | 2020-03-17 | 奥特酷智能科技(南京)有限公司 | 一种基于毫米波雷达的自动驾驶车辆定位方法 |
CN113448326A (zh) * | 2020-03-25 | 2021-09-28 | 北京京东乾石科技有限公司 | 机器人定位方法及装置、计算机存储介质、电子设备 |
CN111578958A (zh) * | 2020-05-19 | 2020-08-25 | 山东金惠新达智能制造科技有限公司 | 移动机器人导航实时定位方法、***、介质及电子设备 |
CN111664843A (zh) * | 2020-05-22 | 2020-09-15 | 杭州电子科技大学 | 一种基于slam的智能仓储盘点方法 |
CN112965076A (zh) * | 2021-01-28 | 2021-06-15 | 上海思岚科技有限公司 | 一种用于机器人的多雷达定位***及方法 |
CN112985417A (zh) * | 2021-04-19 | 2021-06-18 | 长沙万为机器人有限公司 | 移动机器人粒子滤波定位的位姿校正方法及移动机器人 |
CN113483747A (zh) * | 2021-06-25 | 2021-10-08 | 武汉科技大学 | 基于具有墙角信息的语义地图改进amcl定位方法及机器人 |
Non-Patent Citations (2)
Title |
---|
Simultaneous Navigator for Autonomous Identification and Localization Robot;Rajas Joshi等;《2021 IEEE Region 10 Symposium (TENSYMP)》;1-6 * |
基于激光雷达的道路环境感知算法研究与实现;杜芳;《中国优秀硕士学位论文全文数据库 信息科技辑》(第1期);I136-1725 * |
Also Published As
Publication number | Publication date |
---|---|
CN114199251A (zh) | 2022-03-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3343307B1 (en) | Mapping method, localization method, robot system, and robot | |
Jo et al. | Precise localization of an autonomous car based on probabilistic noise models of road surface marker features using multiple cameras | |
Li et al. | Localization for intelligent vehicle by fusing mono-camera, low-cost GPS and map data | |
US20150142248A1 (en) | Apparatus and method for providing location and heading information of autonomous driving vehicle on road within housing complex | |
JP6492469B2 (ja) | 自車走行レーン推定装置及びプログラム | |
CN112639502A (zh) | 机器人位姿估计 | |
US11158065B2 (en) | Localization of a mobile unit by means of a multi hypothesis kalman filter method | |
Dieterle et al. | Sensor data fusion of LIDAR with stereo RGB-D camera for object tracking | |
Cho et al. | Map based indoor robot navigation and localization using laser range finder | |
CN113447949B (zh) | 一种基于激光雷达和先验地图的实时定位***及方法 | |
US20180209815A1 (en) | Method of estimating reliability of measurement distance of laser rangefinder, and localizating method of mobile robot using laser rangefinder | |
CN110608746A (zh) | 用于确定机动车的位置的方法和装置 | |
Liebner et al. | Crowdsourced hd map patches based on road model inference and graph-based slam | |
Li et al. | Hybrid filtering framework based robust localization for industrial vehicles | |
Dai et al. | Intertarget occlusion handling in multiextended target tracking based on labeled multi-Bernoulli filter using laser range finder | |
CN117570958A (zh) | 一种应用非结构环境的鲁邦定位方法 | |
Choi et al. | In‐Lane Localization and Ego‐Lane Identification Method Based on Highway Lane Endpoints | |
CN114199251B (zh) | 一种机器人的防碰撞定位方法 | |
Yang et al. | Feature matching error analysis and modeling for consistent estimation in vision‐aided navigation | |
CN112731337A (zh) | 地图构建方法、装置和设备 | |
Verentsov et al. | Bayesian localization for autonomous vehicle using sensor fusion and traffic signs | |
KR102103651B1 (ko) | 지도의 차로 개수를 활용한 파티클 필터링 퇴화 경감 방법 및 시스템 | |
Bonnifait et al. | Autonomous navigation in urban areas using GIS-managed information | |
Zhu et al. | Variational Bayesian based localization for intelligent vehicle using lidar and GPS data fusion: Algorithm and experiments | |
CN117635721A (zh) | 目标定位方法及相关***、存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |