CN107526085B - 超声波阵列测距建模的方法及其系统 - Google Patents
超声波阵列测距建模的方法及其系统 Download PDFInfo
- Publication number
- CN107526085B CN107526085B CN201710610917.7A CN201710610917A CN107526085B CN 107526085 B CN107526085 B CN 107526085B CN 201710610917 A CN201710610917 A CN 201710610917A CN 107526085 B CN107526085 B CN 107526085B
- Authority
- CN
- China
- Prior art keywords
- ultrasonic
- returned
- ranging
- current frame
- value
- 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
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S15/00—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems
- G01S15/02—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems using reflection of acoustic waves
- G01S15/06—Systems determining the position data of a target
- G01S15/08—Systems for measuring distance only
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Acoustics & Sound (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Physics & Mathematics (AREA)
- Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)
- Manipulator (AREA)
Abstract
本发明提供超声波阵列测距建模的方法及其系统,方法包括:接收超声波阵列返回的测距值;其中,超声波阵列由三组以上等量的超声波传感器,依次选取每组中的一个超声波传感器依序交叉排列构成;测距值通过依据预设的时间间隔轮流循环激活每组超声波传感器测得,时间间隔依据超声波传感器的最大测量距离和超声波的传播速度确定。本发明不仅实施成本低,易于布置,且能解决多个超声波传感器之间相互干扰的问题,实现精确度以及高抗干扰性的兼顾;进一步的,还能弥补激光无法对玻璃材质障碍建模的问题;再进一步的,还具有实时性高,能很好的配合激光帧率的优点,从而得到更精确、更符合实际的建模结果。
Description
技术领域
本发明涉及信号处理领域,具体说的是一种超声波阵列测距建模的方法及其系统。
背景技术
Simultaneous Localization and Mapping,同时定位与地图创建是移动机器人导航领域的基本问题与研究热点。无论在室内、野外、空中还是水下,SLAM技术是机器人进入未知环境遇到的第一个问题。初始状态下,环境地图是不存在的,因此无法在地图中标定机器人的位置。另一方面,不掌握初始位置,地图的创建也将没有基准点。正是由于这样的原因,未知环境下移动机器人的定位与地图创建将以同时定位与地图创建的方式来实现。即移动机器人随着对环境的探索,逐步扩大自身存储的地图的广度,并实时的将位置信息标定在新创建的地图中。
上述技术一般称之为同时定位与地图生成,在多种SLAM建模技术中,激光SLAM是一种非常常用的技术,而在室内环境下,玻璃材质的物体会常常出现,激光能很大程度上透射玻璃,因此无法检测玻璃,使得机器人在建模以及避障中出现问题。再者,由于超声波的信号本身没有编码的信息,因此由超声波传感器A发出的超声波经反射传回超声信号可能被超声波传感器B接收,造成超声波测距和建模的偏差;再进一步的,超声波信号容易受到各种环境干扰,导致异常噪点的出现,影响测距的精度。
发明内容
本发明所要解决的技术问题是:提供一种能够解决上述问题的超声波阵列测距建模的方法及其系统;实现测距精度的提升。
为了解决上述技术问题,本发明采用的技术方案为:
一种超声波阵列测距建模的方法,包括:
接收超声波阵列返回的测距值;其中,所述超声波阵列环设于移动机器人的正前方,所述超声波阵列由三组以上等量的超声波传感器,依次选取每组中的一个超声波传感器依序交叉排列构成;其中,所述测距值通过依据预设的时间间隔轮流循环激活每组超声波传感器测得,所述时间间隔依据超声波传感器的最大测量距离和超声波的传播速度确定。
本发明提供的另一个技术方案为:
一种超声波阵列测距建模的系统,包括:
超声波阵列,所述超声波阵列环设于移动机器人的正前方,由三组以上等量的超声波传感器,依次选取每组中的一个超声波传感器依序交叉排列构成;
所述超声波阵列,用于接收超声波阵列返回的测距值;
程序,所述程序在运行时控制所述超声波阵列实现以下步骤:
依据预设的时间间隔轮流循环激活每组超声波传感器,所述时间间隔依据超声波传感器的最大测量距离和超声波的传播速度确定。
本发明的有益效果在于:本申请区别于现有SLAM技术的机器人的超声波传感器为同时发送超声波信号,由于没有编码而无法准确接收自身发出的超声波信号,造成超声波测距和建模偏差的问题,通过设置有至少三组等量的超声波传感器,依次选取每组中的一个超声波传感器依序交叉排列构成的超声波阵列来实现测距,然后采用时间片轮循,一个时间片只激活一组超声波传单器的方式来进行测距,由此尽可能的减少超声波传感器之间的互相干扰,提高数据的可信度,减少噪点的产生。
附图说明
图1为本发明一种超声波阵列测距建模的方法的流程示意图;
图2为本发明实施例一的超声波阵列测距建模的方法的流程示意图;
图3为本发明实施例三中进行滑窗滤波的超声波阵列测距建模的方法的流程示意图;
图4为本发明实施例三中同时进行了滑窗滤波以及几何滤波的超声波阵列测距建模的方法的流程示意图。
具体实施方式
为详细说明本发明的技术内容、所实现目的及效果,以下结合实施方式并配合附图予以说明。
本发明最关键的构思在于:由至少三组等量的超声波传感器,依次选取每组中的一个超声波传感器依序交叉排列构成超声波阵列来实现测距,同时采用时间片轮循,一个时间片只激活一组超声波传单器的方式来进行测距,由此减少超声波传感器之间的互相干扰,提高数据的可信度。
请参照图1,本发明提供一种超声波阵列测距建模的方法,包括:
接收超声波阵列返回的测距值;其中,所述超声波阵列环设于移动机器人的正前方,所述超声波阵列由三组以上等量的超声波传感器,依次选取每组中的一个超声波传感器依序交叉排列构成;其中,所述测距值通过依据预设的时间间隔轮流循环激活每组超声波传感器测得,所述时间间隔依据超声波传感器的最大测量距离和超声波的传播速度确定。
从上述描述可知,本发明的有益效果在于:本发明采用超声波阵列测距建模,通过超声波传感器分组、各组包含的超声波传感器进行交叉排序,然后依据预设时间间隔轮循触发测距。本发明的超声波阵列测距能很好的解决超声波传感器之间互相干扰的问题,提高数据的可信度,减少噪点的产生;同时,还具有实施成本低、易于布置的有点,兼顾了实用性。
进一步的,还包括:
对所述测距值中由同一个超声波传感器时间序列上返回的不同测距值,采用滑窗滤波方式去除异常噪声。
进一步的,所述对所述测距值中由同一个超声波传感器时间序列上返回的不同测距值,采用滑窗滤波方式去除异常噪声,具体为:
建立一窗口大小为三帧数据,进出尺寸为一帧数据的滑动窗口;
依据滑动窗口,判断一超声波传感器当前帧返回的测距值与其前一帧返回的测距值的差值是否小于阈值;
若是,则标记所述当前帧返回的测距值可信;
若否,则判断当前帧返回的测距值与其在前第二帧返回的测距值的差值是否小于两倍阈值;若是,则标记所述当前帧返回的测距值可信;若否,则标记所述当前帧返回的测距值不可信。
由上述描述可知,本发明还能对所获取的对应时间序列的测距值进行比较计算,判断当前帧数据是异常噪点还是环境突然变化(出现某个障碍物引起的正常突变),提高测距值的准确度。
进一步的,所述标记所述当前帧返回的测距值不可信,之后,还包括:
获取所述当前帧下一帧返回的测距值;
判断所述当前帧下一帧返回的测距值与所述当前帧返回的测距值的差值是否小于阈值;
若是,则标记所述当前帧返回的测距值可信;
若否,则标记所述当前帧返回的测距值为环境噪点。
由上述描述可知,本发明通过至少两次的比较判断确定当前帧数据的可信度,通过不断的修正置信度,提高测距值的准确度。
进一步的,还包括:
所述时间间隔为超声波传感器的最大测量距离除于两倍的超声波的传播速度;
对相邻超声波传感器同一时间点返回的对同一障碍物的测距值,依据所述相邻超声波传感器与所述同一障碍物构成的几何关系进行滤波处理。
进一步的,所述对相邻超声波传感器同一时间点返回的对同一障碍物的测距值,依据所述相邻超声波传感器与所述同一障碍物构成的几何关系进行滤波处理,具体为:
依据所述相邻超声波传感器与所述同一障碍物构成的三角形几何关系,判断所述相邻超声波传感器返回的测距值是否符合公式d1cos(theta)=d2+T;其中,所述d1和d2分别为相邻的两个超声波传感器返回的测距值,所述theta为所述相邻超声波传感器相隔的角度;所述T为滤波阈值;
若不符合,则标记所述测距值为环境噪点。
由上述描述可知,本发明还考虑了相邻超声波传感器与障碍物的几何关系,由此判断对该障碍物测得的数据是否可信,有效排除环境噪点。
进一步的,还包括:
依据相邻超声波传感器返回的测距值,构建障碍物包括点、线、面以及转角的模型;
对所述模型和激光得到的建模形状进行数据融合,得到建模结果。
由上述描述可知,本发明还利用激光数据再去校正依次超声数据,从而得到更准确的建模结果。
本发明提供的另一个技术方案为:
一种超声波阵列测距建模的系统,包括:
超声波阵列,所述超声波阵列环设于移动机器人的正前方,由三组以上等量的超声波传感器,依次选取每组中的一个超声波传感器依序交叉排列构成;
所述超声波阵列,用于接收超声波阵列返回的测距值;
程序,所述程序在运行时控制所述超声波阵列实现以下步骤:
依据预设的时间间隔轮流循环激活每组超声波传感器,所述时间间隔依据超声波传感器的最大测量距离和超声波的传播速度确定。
进一步的,所述程序还能实现以下步骤:
对所述测距值中由同一个超声波传感器时间序列上返回的不同测距值,采用滑窗滤波方式去除异常噪声。
进一步的,所述程序在实现所述测距值中由同一个超声波传感器时间序列上返回的不同测距值,采用滑窗滤波方式去除异常噪声步骤时,具体包括以下子步骤:
建立一窗口大小为三帧数据,进出尺寸为一帧数据的滑动窗口;
依据滑动窗口,判断一超声波传感器当前帧返回的测距值与其前一帧返回的测距值的差值是否小于阈值;
若是,则标记所述当前帧返回的测距值可信;
若否,则判断当前帧返回的测距值与其在前第二帧返回的测距值的差值是否小于两倍阈值;若是,则标记所述当前帧返回的测距值可信;若否,则标记所述当前帧返回的测距值不可信。
进一步的,所述程序在执行完所述标记所述当前帧返回的测距值不可信,之后,还能实现以下步骤:
获取所述当前帧下一帧返回的测距值;
判断所述当前帧下一帧返回的测距值与所述当前帧返回的测距值的差值是否小于阈值;
若是,则标记所述当前帧返回的测距值可信;
若否,则标记所述当前帧返回的测距值为环境噪点。
进一步的,所述程序还能实现以下步骤:
预设所述时间间隔为超声波传感器的最大测量距离除于两倍的超声波的传播速度;
对相邻超声波传感器同一时间点返回的对同一障碍物的测距值,依据所述相邻超声波传感器与所述同一障碍物构成的几何关系进行滤波处理。
进一步的,所述程序在实现所述对相邻超声波传感器同一时间点返回的对同一障碍物的测距值,依据所述相邻超声波传感器与所述同一障碍物构成的几何关系进行滤波处理步骤时,具体包括以下子步骤:
依据所述相邻超声波传感器与所述同一障碍物构成的三角形几何关系,判断所述相邻超声波传感器返回的测距值是否符合公式d1cos(theta)=d2+T;其中,所述d1和d2分别为相邻的两个超声波传感器返回的测距值,所述theta为所述相邻超声波传感器相隔的角度;所述T为滤波阈值;
若不符合,则标记所述测距值为环境噪点。
进一步的,所述程序还能实现以下步骤:
依据相邻超声波传感器返回的测距值,构建障碍物包括点、线、面以及转角的模型;
对所述模型和激光得到的建模形状进行数据融合,得到建模结果。
实施例一
请参照图2,本实施例提供一种超声波阵列测距建模的方法,适用于通过移动机器人实现同时定位与地图生成的SLAM技术,实现测距精确度的提升;同时提高抗干扰能力和实用性。
本实施例的方法是基于布设在机器人前进方向上的超声波阵列实现的,所述超声波阵列环绕设置在移动机器人的正前方,由三组以上等量的超声波传感器,依次选取每组中的一个超声波传感器依序交叉排列构成。
优选的,由三组12个超声波传感器组成超声波阵列,每个超声波传感器的测量角度为15度,12个超声波传感器正好布满180度。将12个超声波传感器依序进行编号,则编号1、4、7、10的超声波传感器为一组;编号2、5、8、11的超声波传感器为一组;编号3、6、9、12的超声波传感器为一组。本实施例将以此为例展开描述。
本实施例的方法包括以下步骤:
S1:依据超声波传感器的最大测量距离和超声波的传播速度,确定预设每组超声波传感器的触发时间间隔。
优选的,所述时间间隔为超声波传感器的最大测量距离/2*超声波在空间传播的速度;所述时间间隔既为触发每组超声波传感器的间隔时间,又是超声波传感器发射超声波信号后至接收返回数据的理论最长时间。
S2:依据所述时间间隔轮流循环激活每组超声波传感器,得到对应的测距值。
即分时间片轮循,一个时间片上只激活一组超声波传感器的方式来进行测距。由于每一组中的两个超声波传感器之间都间隔了三个超声波传感器,同时依据时间间隔依次激活每一组,这样便能尽量减少超声波传感器之间的互相干扰,提高数据的可信度,减少噪点的产生。
本实施例的超声波阵列分为三组来依次轮循,既考虑了超声波传感器之间的互相干扰,也兼顾了实时性。具体分析如下:如果限定超声波返回的可以相信的数据为2m(即最大测量距离),那么可以算出一组超声波的激活时间为11ms,对应的机器人最快移动速度1m/s,在一组时间片上机器人前进的距离最大值为1cm,并不会影响避障,同时还能保证每个超声波传感器发出的超声波在返回后能准确的被自身接收。
S3:对所述测距值中由同一个超声波传感器时间序列上返回的不同测距值,采用滑窗滤波方式去除异常噪声。
本实施例还包括了对超声波阵列接收到的测距值进行滤波处理,提高其精确度的过程。具体过程包括以下子步骤:
S31:建立一个窗口大小为三帧数据,进出尺寸均为一帧数据的滑动窗口;
S32:依据滑动窗口,判断一超声波传感器当前帧返回的测距值T与其前一帧返回的测距值T1的差值是否小于阈值thres;在此,当前帧返回的测距值指的是t时刻返回的数据,滑动窗口内的三帧数据分别对应t-2时刻、t-1时刻以及当前时刻t的测距值T2、T1以及T,在一个时序上连续;
若T-T1<thres,则认为T可信,标记所述当前帧返回的测距值T的置信度为1;
若T-T1≥thres,则判断当前帧返回的测距值T与其在前第二帧返回的测距值T2的差值是否小于两倍阈值,即判断是否满足T-T2<2*thres;若是,则标记所述当前帧返回的测距值T的置信度为1;若否,则标记所述当前帧返回的测距值T的置信度为0,优选暂时保留该值。
所述置信度采用最简单的二值法,设0代表不可信,即为环境噪点;1代表可信,即为突然有障碍物的出现而引起的正常突变,是障碍物的情况。
通过上述步骤,已经能实现对当前帧返回的测距值T进行滤波,保留正常值,而剔除环境噪点,提高测距精确度。
在此,还提供对执行度为0的当前帧数据进行再次判断修正的过程,进一步的提高滤波精度,测距精度。具体的,将标记所述当前帧返回的测距值T的置信度为0之后,还包括:
S33:获取所述当前帧下一帧t+1返回的测距值T3;
判断所述当前帧下一帧返回的测距值T3与所述当前帧返回的测距值T与的差值是否小于阈值,即判断是否满足T3-T<thres;
若满足,则标记所述当前帧返回的测距值T的置信度为1;
若不满足,则标记所述当前帧返回的测距值T为环境噪点,优选删除。
本实施例,不仅确保超声波传感器测距的实时性以及之间不会互相干扰,显著提升其抗干扰性,由此提高测距值的精确度;而且还通过滑动窗配合标记置信度来实现测距值的滤波,再次提高测距值的精确度,减少环境噪点的影响。
实施例二
本实施例在实施例一的基础上,对超声波阵列测得的数据依据几何关系进行再一次滤波处理,进一步的提升测距值的精度,确保测距值的真实性。
具体的,在实施例的S33之后,还包括:
S4:通过对相邻超声波传感器同一时间点返回的对同一障碍物的测距值,依据所述相邻超声波传感器与所述同一障碍物构成的几何关系进行二次滤波处理。
需要说明的是,由于预设的时间间隔能保证超声波传感器测距的实时性,如每组激活时间为11ms,机器人移动速度最快为1m/s,一组超声波传感器的工作时间(一个时间片)上机器人前进的最大距离为1cm。因此,同一时间至少有两个超声波传感器的信号打到同一个物体上,即在一个时间点上,将接收到至少两个超声波传感器对同一障碍物的测距值。同时,由于本实施例的超声波阵列中,每个超声波传感器之间的间隔是固定的,因此,在同一时间点上,相邻超声波传感器对同一障碍物检测得到的数据应该满足它们构成的三角几何关系,若不满足,则极有可能是异常噪点。如对编号为2的超声波传感器而言,相邻的分别是超声波传感器1和超声波传感器3,在同一时间点上,至少有传感器1和传感器2,或者传感器2和传感器3返回对同一障碍物的测距值。因此,便可通过传感器两两之间与障碍物构成的三角形几何关系约束去判断测得的测距值是否为异常噪点。
具体的几何滤波实现过程包括:依据相邻超声波传感器与所述同一障碍物构成的三角形几何关系,判断所述相邻超声波传感器返回的测距值是否符合公式d1cos(theta)=d2+T;其中,所述d1和d2分别为相邻的两个超声波传感器返回的测距值,所述theta为所述相邻超声波传感器相隔的角度,即15度;所述T为滤波阈值,为一个调整阈值,用来放缩滤波的严格程度,即调整滤波精度;若不符合,则标记所述测距值为环境噪点,优选删除。
通过本实施例对测距值进行二次滤波,再一次的提升测距精度,保证建模数据的真实、准确。
实施例三
如图3和图4所示,本实施例在实施例一或者实施例二的基础上,提供对所测得的数据进行建模的过程,并且将与激光测距值融合进行建模,不仅能提高建模结果的精确度,而且还能很好的弥补激光无法对玻璃材质障碍物建模的问题。
具体的,在步骤S4或者S3之后,还包括以下步骤:
S5:依据相邻超声波传感器返回的测距值,构建障碍物包括点、线、面以及转角的模型;
上述步骤依据实际的超声波阵列得到的测距值粗略建模几何形状,建模依据为超声波距离的关系。具体的,如果有相邻的连续三个超声波传感器的测距距离在一个比较小的差距内,则为面;举个例子,比如连续的超声波传感器1、2、3、4和超声波传感器5,如果连续5个超声波传感器的测距结果都相差在一个阈值之内,则为面;
如果有几个传感器的测距结果在一个阈值之内,其他几个不在,则为线;
同样位于这几个超声波传感器中心位置的传感器3和传感器4,相对于其他传感器的距离较大,两者之间较小,则为锐角;如果相对于其他传感器的距离大于一个阈值,同时还小于另外一个阈值,则为直角的转角;
点的话就是简单的单个超声波传感器数据。
S6:对所述模型和激光得到的建模形状进行数据融合,得到建模结果。
由于激光能透射玻璃,因此无法对玻璃进行建模,激光测距只能针对周边环境非玻璃材质的物体进行测距。在此,通过将超声波阵列测得的包含了玻璃测距值的数据与激光测距数据进行数据融合,利用激光数据再去校正一次超声数据,得到更精确的建模结果。
本实施例提供的运用于SLAM技术的超声波阵列测距建模的方法,不仅实施成本低,易于布置,且能解决多个超声波传感器之间相互干扰的问题,实现精确度以及高抗干扰性的兼顾;进一步的,还能弥补激光无法对玻璃材质障碍建模的问题;再进一步的,还具有实时性高,能很好的配合激光帧率的优点,从而得到更精确、更符合实际的建模结果。
实施例四
本实施例对应实施例三,提供一种超声波阵列测距建模的系统,包括:
超声波阵列,所述超声波阵列环设于移动机器人的正前方,由三组以上等量的超声波传感器,依次选取每组中的一个超声波传感器依序交叉排列构成;
所述超声波阵列,用于接收超声波阵列返回的测距值;
程序,所述程序在运行时控制所述超声波阵列实现以下步骤:
依据预设的时间间隔轮流循环激活每组超声波传感器,所述时间间隔依据超声波传感器的最大测量距离和超声波的传播速度确定。
进一步的,所述程序还能实现以下步骤:
对所述测距值中由同一个超声波传感器时间序列上返回的不同测距值,采用滑窗滤波方式去除异常噪声。
进一步的,所述程序在实现所述测距值中由同一个超声波传感器时间序列上返回的不同测距值,采用滑窗滤波方式去除异常噪声步骤时,具体包括以下子步骤:
建立一窗口大小为三帧数据,进出尺寸为一帧数据的滑动窗口;
依据滑动窗口,判断一超声波传感器当前帧返回的测距值与其前一帧返回的测距值的差值是否小于阈值;
若是,则标记所述当前帧返回的测距值可信;
若否,则判断当前帧返回的测距值与其在前第二帧返回的测距值的差值是否小于两倍阈值;若是,则标记所述当前帧返回的测距值可信;若否,则标记所述当前帧返回的测距值不可信。
进一步的,所述程序在执行完所述标记所述当前帧返回的测距值不可信,之后,还能实现以下步骤:
获取所述当前帧下一帧返回的测距值;
判断所述当前帧下一帧返回的测距值与所述当前帧返回的测距值的差值是否小于阈值;
若是,则标记所述当前帧返回的测距值可信;
若否,则标记所述当前帧返回的测距值为环境噪点。
进一步的,所述程序还能实现以下步骤:
预设所述时间间隔为超声波传感器的最大测量距离除于两倍的超声波的传播速度;
对相邻超声波传感器同一时间点返回的对同一障碍物的测距值,依据所述相邻超声波传感器与所述同一障碍物构成的几何关系进行滤波处理。
进一步的,所述程序在实现所述对相邻超声波传感器同一时间点返回的对同一障碍物的测距值,依据所述相邻超声波传感器与所述同一障碍物构成的几何关系进行滤波处理步骤时,具体包括以下子步骤:
依据所述相邻超声波传感器与所述同一障碍物构成的三角形几何关系,判断所述相邻超声波传感器返回的测距值是否符合公式d1cos(theta)=d2+T;其中,所述d1和d2分别为相邻的两个超声波传感器返回的测距值,所述theta为所述相邻超声波传感器相隔的角度;所述T为滤波阈值;
若不符合,则标记所述测距值为环境噪点。
进一步的,所述程序还能实现以下步骤:
依据相邻超声波传感器返回的测距值,构建障碍物包括点、线、面以及转角的模型;
对所述模型和激光得到的建模形状进行数据融合,得到建模结果。
综上所述,本发明提供的超声波阵列测距建模的方法及其系统,不仅实施成本低,易于布置,且能解决多个超声波传感器之间相互干扰的问题,实现精确度以及高抗干扰性的兼顾;进一步的,还能弥补激光无法对玻璃材质障碍建模的问题;再进一步的,还具有实时性高,能很好的配合激光帧率的优点,从而得到更精确、更符合实际的建模结果。
以上所述仅为本发明的实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等同变换,或直接或间接运用在相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (8)
1.一种适用于SLAM技术的超声波阵列测距建模的方法,其特征在于,包括:
接收超声波阵列返回的测距值;其中,所述超声波阵列环设于移动机器人的正前方,所述超声波阵列由三组以上等量的超声波传感器,依次选取每组中的一个超声波传感器依序交叉排列构成;其中,所述测距值通过依据预设的时间间隔轮流循环激活每组超声波传感器测得,所述时间间隔依据超声波传感器的最大测量距离和超声波的传播速度确定;
还包括:
所述时间间隔为超声波传感器的最大测量距离除以两倍的超声波的传播速度;
对相邻超声波传感器同一时间点返回的对同一障碍物的测距值,依据所述相邻超声波传感器与所述同一障碍物构成的几何关系进行滤波处理;
还包括:
依据相邻超声波传感器返回的测距值,构建障碍物包括点、线、面以及转角的模型;
对所述模型和激光得到的建模形状进行数据融合,得到建模结果;
所述对相邻超声波传感器同一时间点返回的对同一障碍物的测距值,依据所述相邻超声波传感器与所述同一障碍物构成的几何关系进行滤波处理,具体为:
依据相邻超声波传感器与所述同一障碍物构成的三角形几何关系,判断所述相邻超声波传感器返回的测距值是否符合公式d1cos(theta)=d2+T;其中,所述d1和d2分别为相邻的两个超声波传感器返回的测距值,所述theta为所述相邻超声波传感器相隔的角度;所述T为滤波阈值;
若不符合,则标记所述测距值为环境噪点。
2.如权利要求1所述的适用于SLAM技术的超声波阵列测距建模的方法,其特征在于,还包括:
对所述测距值中由同一个超声波传感器时间序列上返回的不同测距值,采用滑窗滤波方式去除异常噪声。
3.如权利要求2所述的适用于SLAM技术的超声波阵列测距建模的方法,其特征在于,所述对所述测距值中由同一个超声波传感器时间序列上返回的不同测距值,采用滑窗滤波方式去除异常噪声,具体为:
建立一窗口大小为三帧数据,进出尺寸为一帧数据的滑动窗口;
依据滑动窗口,判断一超声波传感器当前帧返回的测距值与其前一帧返回的测距值的差值是否小于阈值;
若是,则标记所述当前帧返回的测距值可信;
若否,则判断当前帧返回的测距值与其在前第二帧返回的测距值的差值是否小于两倍阈值;若是,则标记所述当前帧返回的测距值可信;若否,则标记所述当前帧返回的测距值不可信。
4.如权利要求3所述的适用于SLAM技术的超声波阵列测距建模的方法,其特征在于,所述标记所述当前帧返回的测距值不可信,之后,还包括:
获取所述当前帧下一帧返回的测距值;
判断所述当前帧下一帧返回的测距值与所述当前帧返回的测距值的差值是否小于阈值;
若是,则标记所述当前帧返回的测距值可信;
若否,则标记所述当前帧返回的测距值为环境噪点。
5.一种适用于SLAM技术的超声波阵列测距建模的系统,其特征在于,包括:
超声波阵列,所述超声波阵列环设于移动机器人的正前方,由三组以上等量的超声波传感器,依次选取每组中的一个超声波传感器依序交叉排列构成;
所述超声波阵列,用于接收超声波阵列返回的测距值;
程序,所述程序在运行时控制所述超声波阵列实现以下步骤:
依据预设的时间间隔轮流循环激活每组超声波传感器,所述时间间隔依据超声波传感器的最大测量距离和超声波的传播速度确定;
所述程序还能实现以下步骤:
预设所述时间间隔为超声波传感器的最大测量距离除以两倍的超声波的传播速度;
对相邻超声波传感器同一时间点返回的对同一障碍物的测距值,依据所述相邻超声波传感器与所述同一障碍物构成的几何关系进行滤波处理;
所述程序还能实现以下步骤:
依据相邻超声波传感器返回的测距值,构建障碍物包括点、线、面以及转角的模型;
对所述模型和激光得到的建模形状进行数据融合,得到建模结果;
所述程序在实现所述对相邻超声波传感器同一时间点返回的对同一障碍物的测距值,依据所述相邻超声波传感器与所述同一障碍物构成的几何关系进行滤波处理步骤时,具体包括以下子步骤:
依据所述相邻超声波传感器与所述同一障碍物构成的三角形几何关系,判断所述相邻超声波传感器返回的测距值是否符合公式d1cos(theta)=d2+T;其中,所述d1和d2分别为相邻的两个超声波传感器返回的测距值,所述theta为所述相邻超声波传感器相隔的角度;所述T为滤波阈值;
若不符合,则标记所述测距值为环境噪点。
6.如权利要求5所述的适用于SLAM技术的超声波阵列测距建模的系统,其特征在于,所述程序还能实现以下步骤:
对所述测距值中由同一个超声波传感器时间序列上返回的不同测距值,采用滑窗滤波方式去除异常噪声。
7.如权利要求6所述的适用于SLAM技术的超声波阵列测距建模的系统,其特征在于,所述程序在实现所述测距值中由同一个超声波传感器时间序列上返回的不同测距值,采用滑窗滤波方式去除异常噪声步骤时,具体包括以下子步骤:
建立一窗口大小为三帧数据,进出尺寸为一帧数据的滑动窗口;
依据滑动窗口,判断一超声波传感器当前帧返回的测距值与其前一帧返回的测距值的差值是否小于阈值;
若是,则标记所述当前帧返回的测距值可信;
若否,则判断当前帧返回的测距值与其在前第二帧返回的测距值的差值是否小于两倍阈值;若是,则标记所述当前帧返回的测距值可信;若否,则标记所述当前帧返回的测距值不可信。
8.如权利要求7所述的适用于SLAM技术的超声波阵列测距建模的系统,其特征在于,所述程序在执行完所述标记所述当前帧返回的测距值不可信,之后,还能实现以下步骤:
获取所述当前帧下一帧返回的测距值;
判断所述当前帧下一帧返回的测距值与所述当前帧返回的测距值的差值是否小于阈值;
若是,则标记所述当前帧返回的测距值可信;
若否,则标记所述当前帧返回的测距值为环境噪点。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710610917.7A CN107526085B (zh) | 2017-07-25 | 2017-07-25 | 超声波阵列测距建模的方法及其系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710610917.7A CN107526085B (zh) | 2017-07-25 | 2017-07-25 | 超声波阵列测距建模的方法及其系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107526085A CN107526085A (zh) | 2017-12-29 |
CN107526085B true CN107526085B (zh) | 2020-07-14 |
Family
ID=60680040
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710610917.7A Active CN107526085B (zh) | 2017-07-25 | 2017-07-25 | 超声波阵列测距建模的方法及其系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107526085B (zh) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108254733B (zh) * | 2018-01-16 | 2021-01-01 | 上海兰宝传感科技股份有限公司 | 多个环境感知系统同时使用的防对射干扰方法 |
CN108490391A (zh) * | 2018-03-06 | 2018-09-04 | 南京邮电大学 | 基于轮流唤醒锚点的新型室内定位系统和定位方法 |
CN108801139A (zh) * | 2018-06-20 | 2018-11-13 | 深圳亿腾物联智能技术有限责任公司 | 一种粮仓存粮量检测终端 |
CN109870698B (zh) | 2019-01-15 | 2021-12-24 | 阿波罗智能技术(北京)有限公司 | 一种超声波阵列障碍物检测结果处理方法及系统 |
CN111220104B (zh) * | 2019-11-25 | 2022-03-15 | 国网吉林省电力有限公司电力科学研究院 | 基于分时复用的多路超声波阵列变压器绕组变形检测方法 |
US10955550B1 (en) * | 2019-12-09 | 2021-03-23 | Tymphany Acoustic Technology (Huizhou) Co., Ltd. | Synchronization of motion-sensitive acoustic speakers |
CN112254755B (zh) * | 2020-11-11 | 2022-01-04 | 北京邮电大学 | 测量信号处理方法、装置、电子设备及可读存储介质 |
CN112558077B (zh) * | 2020-12-08 | 2022-03-29 | 广州海洋地质调查局 | 一种基于相邻条幅的多波束滤波方法及处理终端 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA2338724A1 (en) * | 1998-07-30 | 2000-02-10 | Boston Scientific Limited | Method and apparatus for spatial and temporal filtering of intravascular ultrasonic image data |
CN1963561A (zh) * | 2006-12-01 | 2007-05-16 | 清华大学 | 一种跟踪多移动目标的室内精确定位方法 |
CN104888444A (zh) * | 2015-05-20 | 2015-09-09 | 深圳大学 | 一种卡路里消耗和手部姿势识别的智慧手套、方法及系统 |
CN106933230A (zh) * | 2017-04-11 | 2017-07-07 | 江苏东方金钰智能机器人有限公司 | 一种用于机器人跟踪与避障的超声波传感器系统的控制方法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105022394B (zh) * | 2014-04-29 | 2019-05-21 | 东北大学 | 动态环境下的移动机器人可靠定位方法 |
CN106054200B (zh) * | 2016-06-24 | 2018-06-01 | 南京奇蛙智能科技有限公司 | 一种可防声干扰的超声波距离传感器及其测距方法 |
CN106597453B (zh) * | 2016-12-19 | 2019-03-29 | 深圳乐动机器人有限公司 | 一种移动装置全自主建图方法及装置 |
-
2017
- 2017-07-25 CN CN201710610917.7A patent/CN107526085B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA2338724A1 (en) * | 1998-07-30 | 2000-02-10 | Boston Scientific Limited | Method and apparatus for spatial and temporal filtering of intravascular ultrasonic image data |
CN1963561A (zh) * | 2006-12-01 | 2007-05-16 | 清华大学 | 一种跟踪多移动目标的室内精确定位方法 |
CN104888444A (zh) * | 2015-05-20 | 2015-09-09 | 深圳大学 | 一种卡路里消耗和手部姿势识别的智慧手套、方法及系统 |
CN106933230A (zh) * | 2017-04-11 | 2017-07-07 | 江苏东方金钰智能机器人有限公司 | 一种用于机器人跟踪与避障的超声波传感器系统的控制方法 |
Also Published As
Publication number | Publication date |
---|---|
CN107526085A (zh) | 2017-12-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107526085B (zh) | 超声波阵列测距建模的方法及其系统 | |
CN105955258B (zh) | 基于Kinect传感器信息融合的机器人全局栅格地图构建方法 | |
JP2501010B2 (ja) | 移動ロボットの誘導装置 | |
US8712588B2 (en) | Method and/or apparatus for navigating mobile robot using virtual sensor | |
CN102129063B (zh) | 一种微震源或声发射源的定位方法 | |
US20190202067A1 (en) | Method and device for localizing robot and robot | |
CN107632308B (zh) | 一种基于递归叠加算法的车辆前方障碍物轮廓检测方法 | |
CN111337018B (zh) | 定位方法及装置、智能机器人及计算机可读存储介质 | |
CN105283775A (zh) | 移动机器人以及音源位置推定系统 | |
CN104916216A (zh) | 一种地图构建方法及系统 | |
CN110850859A (zh) | 一种机器人及其避障方法和避障系统 | |
CN108663041A (zh) | 一种绘制导航地图的方法及装置 | |
CN110261825A (zh) | 双基阵长基线水声定位方法及系统 | |
Krammer et al. | Localization of object edges in arbitrary spatial positions based on ultrasonic data | |
CN113108774A (zh) | 水下机器人及水下机器人导航定位方法 | |
Lim et al. | Multi-object identification for mobile robot using ultrasonic sensors | |
CN107356902B (zh) | 一种WiFi定位指纹数据自动采集方法 | |
CN113203424B (zh) | 多传感器的数据融合方法、装置及相关设备 | |
Ming et al. | Development of a rapid obstacle sensing system using sonar ring for mobile robot | |
JP2007333441A (ja) | 移動体およびその環境認識センサ | |
CN104503673A (zh) | 一种显示屏可调触控方法 | |
Găşpăresc et al. | Performance evaluation of ultrasonic sensors accuracy in distance measurement | |
CN105043341A (zh) | 无人机对地高度的测量方法及装置 | |
CN109959935B (zh) | 一种地图建立方法、地图建立装置及机器人 | |
CN113768420A (zh) | 扫地机及其控制方法、装置 |
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 |