CN107632606A - 大区域基于Slam和Tag标签的移动机器人导航与定位方法 - Google Patents

Abstract

本发明公开了一种大区域基于Slam和Tag标签的移动机器人导航与定位方法，包括以下步骤：布置Tag标签的位置，设置索引Tag；建立地图；起始位置导航到索引Tag点；索引Tag点导航到定位Tag点；到达定位Tag点，启动精确定位模式，实现精确定位；执行任务完成后返回起始点。采用本发明，通过在支持Slam导航方式的移动机器人中设置一个Tag标签传感器，从而实现大区域范围内高效率、高重复定位精度而且支持复杂和多变环境下的导航方法。

Description

大区域基于Slam和Tag标签的移动机器人导航与定位方法

技术领域

本发明涉及移动机器人自动导航和定位的技术领域，尤其涉及的是一种大区域基于Slam和Tag标签的移动机器人导航与定位方法。

背景技术

移动机器人想要在复杂的环境下有序且智能地工作，目前，主要采用三种导航方式，具体为：(1)磁条导航，即是在机器人工作区域铺设具有一定宽度的黑色磁条，机器人根据磁传感器读取磁条信号进行控制，从而实现机器人的导航。但是，由于铺设磁条等主干道一般都是单向行驶，该种导航方式效率低下，并且无法完成机器人多任务同时调度和执行功能，因此，需要对机器人进行交通管制等额外操作。(2)Tag标签导航，在物流行业应用广泛，其用法是在机器人工作区域按一定间隔铺设二维Tag标签，由调度系统来实时调度和任务分派，该方法效率较高。但是，该种方式只能在铺设Tag标签的区域实现导航，在未布置Tag区域无法导航，且不适合环境复杂而且多变的情景。(3)slam导航，主要侧重探索未知区域，并且能够实时避障和导航，通过激光传感器或视觉传感器建立一套跟实际环境相符合的地图信息，并保存成地图数据，机器人在移动过程中需依赖存储后的地图信息，并依据实时位置所扫描的实际环境信息进行计算，最终规划出一种可以实时避障和导航的路线，并控制机器人按照计算好的路线驱动机器人行走，最终实现自动导航、实时定位以及实时避障的功能。但是，该种方式的导航精度低，并且建立地图的工作量和需要的计算资源随着实际环境的增大呈现指数级增长，所以不适合大区域空间(超过200m＊200m范围)避障和导航。

采用专利公开号为CN106272423A的《一种针对大尺度环境的多机器人协同制图与定位方法》来实现大尺度环境下的建图问题，主要是利用多机器人分别采集不同区域的地图信息最终实现大区域的建图。但是，该种方法有以下缺点：(1)多机器人的运行和协作一直是机器人领域内一个棘手的问题，多机协作不好管理和控制；(2)多机器人分别建立好的地图在拼接和融合成一个地图过程中非常困难；所以该方法实用性较差。

因此，提供一种大区域基于Slam和Tag标签的移动机器人导航与定位方法是具有重要意义的。

发明内容

本发明所要解决的技术问题在于提供了一种方法简单、鲁棒性好、定位精度高的大区域基于Slam和Tag标签的移动机器人导航与定位方法。

本发明是通过以下技术方案解决上述技术问题的：一种大区域基于Slam和Tag标签的移动机器人导航与定位方法，包括以下步骤：

布置Tag标签的位置，设置索引Tag；

建立地图；

起始位置导航到索引Tag点；

索引Tag点导航到定位Tag点；

到达定位Tag点，启动精确定位模式，实现精确定位；

执行任务完成后返回起始点。

优选地，在布置Tag标签的位置，设置索引Tag的步骤中，还包括：

划定需要Tag标签导航的区域，并间隔一定范围分两列设定Tag；

设定需要导航到某一个区域的索引Tag；

设定对应工位的定位Tag。

优选地，在建立地图的步骤采用的是二维激光Slam中的Gmapping算法。

优选地，在建立地图的步骤中，还包括：

以索引Tag为起始点，建立一个以该Tag的ID值为索引的子地图；

扫描该区域范围下所有定位Tag点。

优选地，在扫描该区域范围下所有定位Tag点的步骤中，还包括：

当机器人读取到定位Tag时，人为调整机器人到指定的目标姿态，记录此时机器人所在地图中的位置和姿态P1；

记录此时机器人相对于Tag坐标下的姿态P2；

上传P1和P2信息至服务器。

优选地，在建立地图的步骤之后，还包括：

修改地图；

上传修改完之后的信息至Roscore服务器。

优选地，在起始位置导航到索引Tag点的步骤采用的是Tag导航方式，即从设有Tag区域上的任一点到达索引Tag点都是由Tag导航服务器去完成导航和调度功能。

优选地，在索引Tag点导航到定位Tag点的步骤中，还包括：

机器人导航到索引Tag点，以该Tag的ID值为索引获取对应区域的地图，并开启Slam导航方式；

机器人利用Navigaton导航包来完成机器人的路径规划和导航功能。

优选地，在到达定位Tag点，启动精确定位模式，实现精确定位的步骤中，还包括：

移动机器人到达指定位置，Tag进入Tag传感器视野；

切换到精确定位流程；

放弃Slam导航过程；

控制系统驱动电机实现控制机器人到达工位位置姿态P2。

优选地，在执行任务完成后返回起始点的步骤中，还包括：

切换到Slam方式找到索引Tag所在的位置点；

Tag导航到出发位置。

本发明相比现有技术具有以下优点：

本发明通过采用将Slam和Tag标签导航的复合导航方式，即在支持Slam导航方式的移动机器人中设置有一个Tag标签传感器，该传感器可以读取在视野范围内的Tag标签，并获得到基于该标签中心位置的相对坐标和旋转角度，以及Tag的ID值，其ID值是在全局范围内唯一，根据需要的定位精度范围，选择合适的视野范围的Tag传感器，从而实现大区域范围内高效率、高重复定位精度而且支持复杂和多变环境下的导航方法。

附图说明

图1是本发明实施例中机器人运行的环境示意图；

图2是本发明实施例中的系统框架图；

图3是本发明实施例中建立地图过程流程图；

图4是本发明实施例中机器人导航过程流程图；

图5是本发明实施例中Tag标签样式。

具体实施方式

下面对本发明的实施例作详细说明，本实施例在以本发明技术方案为前提下进行实施，给出了详细的实施方式和具体的操作过程，但本发明的保护范围不限于下述的实施例。

如图1和图2所示，本实施例大区域基于Slam和Tag标签的移动机器人导航与定位方法的具体操作步骤如下：

首先，布置Tag标签的位置，设置索引Tag。

根据实际环境，划定需要Tag标签导航的区域，并间隔一定范围分两列设定Tag，根据Tag导航系统布置好对应导航和控制Tag，其中，所有Tag值在该环境范围内唯一。并且设定需要导航到某一个区域的索引Tag，该Tag的作用是作为激光Slam建立子地图的起始位置，该子地图可以通过该Tag的ID值从服务器索引到。同时，在该区域设定有对应工位的定位Tag，定位Tag的位置需要和机器人操作工位一致，即机器人在工位处需要精确定位的位置。

接着，建立地图。

如图3所示，当机器人经过Tag导航到索引Tag处，开启机器人的建图模式,以索引Tag为起始点，利用二维激光Slam中的Gmapping算法建立一个以该Tag的ID值为索引的子地图，即在导航模式下，每次Tag传感器读取到该Tag值，可以获取到该区域对应的子地图。Gmapping算法建立地图时需要扫描到该区域范围下所有定位Tag点，当机器人读取到定位Tag时，人为调机器人到指定的目标姿态，记录此时机器人所在地图中的位置和姿态P1，以及机器人相对于Tag坐标下的姿态P2，并上传至服务器。后期定位时将以姿态P1为导航定位姿态，P2为机器人微调姿态，当机器人经过Slam导航到P1姿态时，启动微调流程调整机器人到P2目标姿态。

建立完成地图之后，可以对地图进行修改，例如，设置地图的禁行区，以及设置障碍物等操作，可使得机器人在路径规划的过程中避开这些障碍物或者不经过禁行区，修改完之后将该地图信息(id,x,y,θ)上传至Roscore服务器，并以索引Tag的ID值为索引值，所以机器人在该区域都可以通过索引Tag的ID值获取到该区域的地图和定位信息，并以此为Slam导航提供方向和目标。

之后，起始位置导航到索引Tag点，采用标签导航方式。

如图4所示，由于区域较大，不适合全程采用Slam方式导航，采用Tag导航是一种更加有效和快捷的方式。主要体现在可以动态的规划路线和动态避障，所有信息由服务器端统一分配和调度，机器人在Tag导航阶段只需负责服从服务器端下发的运动指令，无需机器人自主规划路径，计算量小，稳定并且鲁棒性好。所以在从起始点到最终区域点的导航可以采用Tag导航方式，即从设有Tag区域上的任一点到达索引Tag点都是由Tag导航服务器去完成导航和调度功能。

然后，从索引Tag点到定位Tag点，采用Slam方式。

如图5所示，Slam导航方式适合在一定范围内完成，尤其在环境复杂和经常发生变化的场合，主要优势体现在能够自主规划路径和动态避障，并且能随着外在环境的不断变化来自主调节机器人的导航线路，同时躲避障碍物。机器人经过Tag导航方式导航到索引Tag点，以该Tag的ID值为索引来获取对应B区域的地图，并开启Slam导航方式，获取地图后机器人利用Navigaton导航包来完成机器人的路径规划和导航功能。其中，定位Tag对应的定位位姿Pose1是在Slam在建图过程时确定的。根据机器人的实际结构，机器人的驱动系统可以分为差分或全向驱动，只需在Navigation导航包中进行简单设置，全向驱动为“omni”，差动驱动为“diff”。

随后，到达定位Tag点，采用精确定位方式来定位。

考虑到Slam导航实际环境下重复定位精度最高能到50mm，根据Tag传感器的视野范围为90度，读取高度为150mm，可以计算出Tag传感器的视野半径为150mm。由于Slam重复定位精度是50mm，则在移动机器人到达指定位置时Tag能够进入机器人的Tag传感器视野。当Tag进入Tag传感器视野之后，则会切换到精确定位流程，放弃Slam导航过程，控制系统驱动电机实现控制机器人到达工位位置姿态P2，完成精确定位。考虑到总体的误差以及机器人结构误差，最终的重复定位精度可以达到15mm，该误差在后续的处理中可以结合机器臂或者夹爪等执行机构进行定位或者矫正等方法进行误差抵消，最终能满足工业中高精度行业中的应用需求。

最后，执行完成后返回起始点。

由于定位Tag标签执行精确定位，在返回过程中实现从精定位模式到Slam导航模式的切换，需要等待用户给定一个信号，或机器人执行完成任务后触发一个信号亦可。

其中，返回过程先切换到slam方式找到索引Tag所在的位置点，再Tag导航到出发位置，构成一个整体回路。

本发明所述的大区域基于Slam和Tag标签的移动机器人导航与定位方法通过采用将Slam和Tag标签导航的复合导航方式，即在支持Slam导航方式的移动机器人中设置有一个Tag标签传感器，该传感器可以读取在视野范围内的Tag标签，并获得到基于该标签中心位置的相对坐标和旋转角度，以及Tag的ID值，其ID值是在全局范围内唯一，根据需要的定位精度范围，选择合适的视野范围的Tag传感器，从而实现大区域范围内高效率、高重复定位精度而且支持复杂和多变环境下的导航方法。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种大区域基于Slam和Tag标签的移动机器人导航与定位方法，其特征在于，包括以下步骤：

布置Tag标签的位置，设置索引Tag；

建立地图；

起始位置导航到索引Tag点；

索引Tag点导航到定位Tag点；

到达定位Tag点，启动精确定位模式，实现精确定位；

执行任务完成后返回起始点。

2.根据权利要求1所述的大区域基于Slam和Tag标签的移动机器人导航与定位方法，其特征在于，在布置Tag标签的位置，设置索引Tag的步骤中，还包括：

划定需要Tag标签导航的区域，并间隔一定范围分两列设定Tag；

设定需要导航到某一个区域的索引Tag；

设定对应工位的定位Tag。

3.根据权利要求1所述的大区域基于Slam和Tag标签的移动机器人导航与定位方法，其特征在于，在建立地图的步骤采用的是二维激光Slam中的Gmapping算法。

4.根据权利要求3所述的大区域基于Slam和Tag标签的移动机器人导航与定位方法，其特征在于，在建立地图的步骤中，还包括：

以索引Tag为起始点，建立一个以该Tag的ID值为索引的子地图；

扫描该区域范围下所有定位Tag点。

5.根据权利要求4所述的大区域基于Slam和Tag标签的移动机器人导航与定位方法，其特征在于，在扫描该区域范围下所有定位Tag点的步骤中，还包括：

当机器人读取到定位Tag时，人为调整机器人到指定的目标姿态，记录此时机器人所在地图中的位置和姿态P1；

记录此时机器人相对于Tag坐标下的姿态P2；

上传P1和P2信息至服务器。

6.根据权利要求1所述的大区域基于Slam和Tag标签的移动机器人导航与定位方法，其特征在于，在建立地图的步骤之后，还包括：

修改地图；

上传修改完之后的信息至Roscore服务器。

7.根据权利要求1所述的大区域基于Slam和Tag标签的移动机器人导航与定位方法，其特征在于，在起始位置导航到索引Tag点的步骤采用的是Tag导航方式，即从设有Tag区域上的任一点到达索引Tag点都是由Tag导航服务器去完成导航和调度功能。

8.根据权利要求1所述的大区域基于Slam和Tag标签的移动机器人导航与定位方法，其特征在于，在索引Tag点导航到定位Tag点的步骤中，还包括：

机器人导航到索引Tag点，以该Tag的ID值为索引获取对应区域的地图，并开启Slam导航方式；

机器人利用Navigaton导航包来完成机器人的路径规划和导航功能。

9.根据权利要求1所述的大区域基于Slam和Tag标签的移动机器人导航与定位方法，其特征在于，在到达定位Tag点，启动精确定位模式，实现精确定位的步骤中，还包括：

移动机器人到达指定位置，Tag进入Tag传感器视野；

切换到精确定位流程；

放弃Slam导航过程；

控制系统驱动电机实现控制机器人到达工位位置姿态P2。

10.根据权利要求1所述的大区域基于Slam和Tag标签的移动机器人导航与定位方法，其特征在于，在执行任务完成后返回起始点的步骤中，还包括：

切换到Slam方式找到索引Tag所在的位置点；

Tag导航到出发位置。