CN102654577A - 一种高精度移动机器人二维地图数据融合方法 - Google Patents
一种高精度移动机器人二维地图数据融合方法 Download PDFInfo
- Publication number
- CN102654577A CN102654577A CN2011100511126A CN201110051112A CN102654577A CN 102654577 A CN102654577 A CN 102654577A CN 2011100511126 A CN2011100511126 A CN 2011100511126A CN 201110051112 A CN201110051112 A CN 201110051112A CN 102654577 A CN102654577 A CN 102654577A
- Authority
- CN
- China
- Prior art keywords
- data
- dimensional map
- mobile robot
- sonar
- laser
- 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.)
- Pending
Links
Landscapes
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
一种高精度移动机器人二维地图数据融合方法,运用于机器人、自动化工业控制、汽车无人驾驶等相关领域。该技术主要解决了定位与导航技术中,快速且精确地获取二维地图中移动机器人周围障碍距离信息的问题。通过对激光数据进行线性差值补偿处理,轮流收发来避免多声纳传感器交叉干扰。根据声纳距离数据的权值,修正激光距离信息,将激光和声纳数据融合成一组数据。该方法逐级降低了系统中各种因素产生的误差,提高了二维地图中障碍物距离的精度。可以有效地运用于移动机器人、汽车无人驾驶系统中。
Description
技术领域
本发明运用于机器人、自动化工业控制、汽车无人驾驶等相关领域。在移动机器人系统中,导航与定位技术是机器人自主行走的关键,必须通过机器人的各个传感器,快速且精确的获得周围环境的障碍物信息,才能使机器人安全行走。
背景技术
在移动机器人技术运用方面,需要通过传感器精确地感知移动机器人周围的环境,一方面可以有效地避开障碍物,另一方面为了得到更为精确的环境信息,构建出周围环境的平面电子地图,并通过电子地图确定移动机器人自身所处的位置。而在事先整个地图并不是已知的,机器人移动的同时,通过自身系统上的传感器信息构建的,这种方法叫做“同步定位与地图构建”(SLAM),是移动机器人定位与导航中一个非常重要的研究热点。而SLAM技术的提前就是需要精确而快速地获得移动机器人周围的环境信息。对于这类技术,声纳传感器和红外测距传感器都有自身的缺陷,难以单独地作为获取环境信息的主要模块。一是对于障碍物的测量距离不够,对于较大尺寸的环境无法探测;二是因为多次反射会带来干扰,测量的精度将大大下降。针对这种情况,拥有高精度、高分辨率、宽视角、快速度的激光传感器,是移动机器人系统较为理想的测距传感器。但是,激光同样有其自身的缺点,如遇到镜子等反射物体时,则会产生较大的误差。
发明内容
根据激光测距传感器的误差情况,若障碍物表面不规则或者是障碍物之间有很小的缝隙,激光测距传感器不会受到返回的光波,而认为其到障碍物的距离是超过测量范围的,所以先对得到的障碍物距离数据进行预处理,将其误差部分进行线性插值补偿。
而针对多个声纳传感器存在串扰的因素,采用声纳轮流收发技术,有效避免的传感器的交叉干扰情况。
随后,找出激光和声纳传感器在同一时间、同一角度下得到的障碍物数据信息。通过声纳传感器的远距离数据和近距离数据的权重值不同,来将激光传感器和声纳传感器融合成一组数据。
对时间和空间上相临近的五组数据进行初步平滑滤波,消去扰动。
最后通过运用数字信号处理技术,将融合后每组距离数据进行IIR巴特沃斯低通滤波,使融合部分的数据平滑,进一步减小误差。
具体实施方式
实例1:激光距离数据的线性插值补偿方法
若得到距离数据分别为1.10m,0m,0m,0m,0m,1.30m。其中第一个和第六个距离数据1.10m和1.30m是有效数据,而中间的四个0m数据是由于障碍物环境因素造成的误差。
则通过激光数据的线性插值补偿方法,可以得到补偿后的距离数据为:1.10m,1.14m,1.18m,1.22m,1.26m,1.30m。
实例2:激光和声纳距离数据的融合方法
激光和声纳距离数据的融合是对同一时刻、同一角度下得到的障碍物数据信息,通过声纳传感器得到的远近距离数据的不同值,得到所对应的权值不同。
如声纳传感器所得到的距离数据为:1.2m,0.4m,0.5m,1.8m,2.5m,1.1m,则根据声纳传感器的特性和实验数据的经验值,权值分别为:15,30,30,7,5,15。
通过不同的权值,在所有的激光距离数据中,所替换数据的范围不同。权值高的替代距离个数多,小的则替代距离个数少。
实例3:初步融合后距离数据的邻域平均方法
若在下列时刻、角度得到的距离数据如下:
时刻1 | 时刻2 | 时刻3 | 时刻4 | 时刻5 | |
角度90.1° | 1.10m | ||||
角度90.2° | 1.11m | ||||
角度90.3° | 1.10m | 1.11m | 1.12m | 1.13m | 1.14m |
角度90.4° | 1.13m | ||||
角度90.5° | 1.14m |
则在时刻3,角度90.3°下,通过计算时间和空间邻域的平均值,使数据更加平滑。
计算方法:(1.10+1.11+1.12+1.13+1.14+1.10+1.11+1.13+1.14)/9=1.12m
Claims (2)
1.一种高精度移动机器人二维地图数据融合方法,通过得到的声纳距离数据远近值不同,对应修正的激光距离数据范围不同,来实现多传感器距离数据的融合。
2.对激光距离数据误差进行线性插值补偿技术,消除周围环境因素带来的误差,采用轮流收发的方式来避免声纳传感器的交叉干扰。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2011100511126A CN102654577A (zh) | 2011-03-03 | 2011-03-03 | 一种高精度移动机器人二维地图数据融合方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2011100511126A CN102654577A (zh) | 2011-03-03 | 2011-03-03 | 一种高精度移动机器人二维地图数据融合方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN102654577A true CN102654577A (zh) | 2012-09-05 |
Family
ID=46730229
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2011100511126A Pending CN102654577A (zh) | 2011-03-03 | 2011-03-03 | 一种高精度移动机器人二维地图数据融合方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102654577A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103512579A (zh) * | 2013-10-22 | 2014-01-15 | 武汉科技大学 | 一种基于热红外摄像机和激光测距仪的地图构建方法 |
CN105866794A (zh) * | 2016-04-01 | 2016-08-17 | 江苏物联网研究发展中心 | 面向移动机器人slam的多传感器系统数据融合方法 |
CN106226774A (zh) * | 2016-08-26 | 2016-12-14 | 广州小瓦智能科技有限公司 | 一种基于多传感器融合的机器人测距算法 |
CN107223244A (zh) * | 2016-12-02 | 2017-09-29 | 深圳前海达闼云端智能科技有限公司 | 定位方法和装置 |
CN108120447A (zh) * | 2016-11-28 | 2018-06-05 | 沈阳新松机器人自动化股份有限公司 | 多激光设备数据融合方法 |
CN110842947A (zh) * | 2019-12-14 | 2020-02-28 | 梁静 | 医院导医人形机器人及其控制方法 |
-
2011
- 2011-03-03 CN CN2011100511126A patent/CN102654577A/zh active Pending
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103512579A (zh) * | 2013-10-22 | 2014-01-15 | 武汉科技大学 | 一种基于热红外摄像机和激光测距仪的地图构建方法 |
CN103512579B (zh) * | 2013-10-22 | 2016-02-10 | 武汉科技大学 | 一种基于热红外摄像机和激光测距仪的地图构建方法 |
CN105866794A (zh) * | 2016-04-01 | 2016-08-17 | 江苏物联网研究发展中心 | 面向移动机器人slam的多传感器系统数据融合方法 |
CN105866794B (zh) * | 2016-04-01 | 2019-09-13 | 江苏物联网研究发展中心 | 面向移动机器人slam的多传感器系统数据融合方法 |
CN106226774A (zh) * | 2016-08-26 | 2016-12-14 | 广州小瓦智能科技有限公司 | 一种基于多传感器融合的机器人测距算法 |
CN106226774B (zh) * | 2016-08-26 | 2019-02-12 | 涂超 | 一种基于多传感器融合的机器人测距方法 |
CN108120447A (zh) * | 2016-11-28 | 2018-06-05 | 沈阳新松机器人自动化股份有限公司 | 多激光设备数据融合方法 |
CN107223244A (zh) * | 2016-12-02 | 2017-09-29 | 深圳前海达闼云端智能科技有限公司 | 定位方法和装置 |
CN110842947A (zh) * | 2019-12-14 | 2020-02-28 | 梁静 | 医院导医人形机器人及其控制方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Campbell et al. | Sensor technology in autonomous vehicles: A review | |
US10006772B2 (en) | Map production method, mobile robot, and map production system | |
CN102654577A (zh) | 一种高精度移动机器人二维地图数据融合方法 | |
JP6969886B2 (ja) | 飛行機組み立て構築プロセスに対するファクトリオートメーションの適用 | |
CN102353379B (zh) | 一种适用于自动驾驶车导航的环境建模方法 | |
CN112066982B (zh) | 一种在高动态环境下的工业移动机器人定位方法 | |
CN113168179A (zh) | 检测自主设备的位置 | |
CN106226780A (zh) | 基于激光扫描雷达的多旋翼室内定位系统及实现方法 | |
WO2012167110A2 (en) | Target recognition and localization methods using a laser sensor for wheeled mobile robots | |
CN109375629A (zh) | 一种巡逻车及其导航避障方法 | |
CN104316083A (zh) | 一种虚拟多球体球心定位的tof深度相机三维坐标标定装置和方法 | |
WO2020181019A1 (en) | Methods and systems for detecting degraded lidar range measurement accuracy | |
CN103472434A (zh) | 一种机器人声音定位方法 | |
Beinschob et al. | Advances in 3d data acquisition, mapping and localization in modern large-scale warehouses | |
Zhou et al. | An EKF-based multiple data fusion for mobile robot indoor localization | |
Sonali et al. | Obstacle avoidance for a mobile exploration robot using a single ultrasonic range sensor | |
CN106371103A (zh) | 基于表决融合的多激光传感器数据融合方法 | |
Wang et al. | Research on autonomous navigation of mobile robot based on multi ultrasonic sensor fusion | |
CN113093759A (zh) | 基于多传感器信息融合的机器人编队构造方法及系统 | |
CN116772831A (zh) | 基于多传感器融合的移动机器人导航定位系统及方法 | |
Zeng et al. | Study on inspection robot for substation based on ultra-wide-band wireless localization system | |
Kuang-wei et al. | Simulation research on pipeline map system based on multi-robot queue cooperation | |
Eom et al. | Environment map building using low-cost IR sensors and a servo motor for mobile robot | |
KR102068688B1 (ko) | 멀티 로봇 위치인식 시스템 | |
Li et al. | Localization of leader-follower formations using kinect and RTK-GPS |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20120905 |