CN107632607A - 基于二维激光Slam和Tag标签的移动机器人精确定位方法 - Google Patents

Abstract

本发明公开了一种基于二维激光Slam和Tag标签的移动机器人精确定位方法，包括以下步骤：设置Tag标签的位置；通过激光Slam扫描建立地图；存储地图信息到服务器；机器人进行导航；到达目标点后进行精确定位；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，从而实现移动作业机器人在工业中高精度导航和精确定位。

Description

基于二维激光Slam和Tag标签的移动机器人精确定位方法

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，尤其涉及的是一种基于二维激光Slam和Tag标签的移动机器人精确定位方法。

背景技术

移动机器人是一种需要在复杂的环境下工作，具有自主规划和自适应能力机器人。基于激光Slam(同时定位和构建地图)技术的复合移动抓取机器人是智能移动机器人中的一种。该机器人的运动不需要设置相应的轨道，不需要铺设磁条，不需要外部的辅助设备即可完成室内定位以及自动行走及导航功能。具体是通过激光扫描室内环境，实时获取室内环境信息，并保存成地图。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。

Slam导航方法存在很多优势，尤其在环境复杂和多变的情况下，但是也有一定的缺点。比如，Slam技术使得机器人为了更好的实现定位和导航的功能，在建图完成之后，之后每次启动需要根据建图时候的起始位置来启动机器人，并且尽可能的保证机器人启动的位置、姿态和建图的时候相同，这样非常浪费人力，并且有很多潜在的问题，比如，在行驶途中断电，并且人为很难记住初始位置。如果采用专利号为201510644986.0的《一种基于SLAM导航移动机器人的全局定位方法》，该方法计算过程异常繁杂，并且有较大概率存在全局定位不准确的情况，这将直接导致接下来的导航等后续功能无法实施。并且，目前很多Slam的研究机构和厂商都在提高Slam建图精度的算法上做文章，但是不可否认的是，在目前Slam建图算法，以及添加外部传感器，例如深度相机和陀螺仪以及高精度编码器等，也很难将机器人控制到一个很高的重复定位精度，一般最高能到50mm范围，这无法满足高精度的工业应用，例如3C等产业中的实际应用。

因此，提供一种基于二维激光Slam和Tag标签的移动机器人精确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、定位精度高的基于二维激光Slam和Tag标签的移动机器人精确定位方法。

本发明是通过以下技术方案解决上述技术问题的：一种基于二维激光Slam和Tag标签的移动机器人精确定位方法，包括以下步骤：

设置Tag标签的位置；

通过激光Slam扫描建立地图；

存储地图信息到服务器；

机器人进行导航；

到达目标点后进行精确定位；

执行任务完成后返回起始点。

优选地，在设置Tag标签的位置的步骤中，还包括：

在机器人运行过程中停留的地方设置标签；

在机器人最终位置处设置标签。

优选地，在通过激光Slam扫描建立地图的步骤采用的是二维激光Slam中的Gmapping算法。

优选地，在通过激光Slam扫描建立地图的步骤基于的是ROS系统。

优选地，在存储地图信息到服务器的步骤中，存储的地图信息包括Tag点对应的地图信息。

优选地，在机器人进行导航的步骤中，机器人导航利用的是Navigaton导航包。

优选地，在到达目标点后进行精确定位的步骤中，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。

优选地，在执行任务完成后返回起始点的步骤中，还包括：

用户给定信号；

实现从精定位到Slam导航的切换。

优选地，在执行任务完成后返回起始点的步骤中，还包括：

机器人执行完成任务并触发信号；

实现从精定位到Slam导航的切换。

优选地，在执行任务完成后返回起始点的步骤中，还包括：

断电或者故障重启；

机器人移动到最近的Tag标签处，实现后续导航任务。

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标签的复合定位和导航方法，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，从而实现移动作业机器人在工业中的导航和精确定位，方法简单、鲁棒性好，定位精度高。

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ROS系统框架图；

图3是本发明实施例中通过激光Slam扫描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。

本实施例基于二维激光Slam和Tag标签的移动机器人精确定位方法的具体操作步骤如下：

首先，设置Tag标签的位置。

观测实际环境，在需要机器人运行的过程中可能会停留的地方放置标签，该种类的标签的放置方向以及精确位置可以不需要非常精确，此处Tag的作用是在下一步建立地图的过程中实现地图上标签和地图上的位置一一对应。并且在机器人建图后启动过程实现起始点的初定位，给定机器人一个相对精确的起始点，Slam导航算法需要非常精确的初始位置，但需要一个相对准确的位置，起始点误差范围可以在200mm左右，角度误差在15度以内即可，在机器人运动过程中，会不断根据自己当前扫描到环境信息并匹配存储好的地图来修正自己的位置。虽然在起始位置时不用太精确，但是对接下来的定位和导航是一个前提，这样不用将机器人移动到某一个具体位置和姿态再启动。在机器人最终位置处需要设置一个相对精确的Tag，此处Tag的作用是用来最后机器人到达目标点后的精确定位，实现机器人的中心移动到Tag标签的中心。

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，其中，优选为型号PGV1501-F200的红外Tag标签传感器的理论读取的最高精度可达0.2mm，最大读取距离为150mm，视野范围大于90度。

如图1所示，在A区域的机器人Robot想要精定位到B区域的C点，根据现场环境，设置了0,1,2,3,4五个标记Tag点，分别在不同区域，在需要精确定位的C点设置精定位的Tag点，其中，尽可能的让机器人在路径规划的过程中不经过0-4四个标记Tag点。

接着，通过激光Slam扫描建立地图。

如图2和图3所示，控制机器人(可以利用手柄或平板设备)在工作区间移动一圈，确保所有范围都能被覆盖，机器人必须经过并扫描到Tag标签传感器，Slam建图方法基于ROS(Robot Operation System)系统进行操作，主要利用Gmapping开源算法建图，本发明方法中不需要记住初始位置和姿态，在建图的过程中需要记住经过点读取到的Tag值和建图时对应的位置。

机器人在扫描环境的过程中必须经过1-4几个标记Tag点，以及一个精确定位的C点，在Tag传感器读取到标记点和定位点信息后将信息记录并上传至服务器，所有信息索引皆为读取到的Tag值。例如，在Tag传感器读取到1号标签的时候，需要将机器人读取到的1号标签的信息对应上slam建图过程中的信息，并上传至服务器，这样后面其他机器人在读取到1号标签的时候就能知道自己所在Slam建的地图中的位置，并以此进行接下来的路径规划和导航等。

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。

然后，存储地图信息到服务器。

由于Ros支持分布式操作，所以在局域网中的服务器中运行Roscore并存储建立好的地图，工作区域内所有的机器人都可以连接到该服务器并获取相应服务，包括获取地图信息(id,x,y,θ)。通过设置机器人的Master_Url对应到服务器的IP地址和端口号来完成，存储后的地图信息包括Tag点对应的地图信息。其中，机器人R1建立的Slam地图存储在Roscore服务器中，建立完成后，机器人R2可以从服务器获取地图信息，并进行路径规划和导航，就可以不需要R2再次建立地图了。

之后，机器人进行导航。

如图4所示，机器人导航是利用开源Navigation包来实现，具体算法原理是根据地图信息计算从起始点到终点的最短路径，并驱动机器人按照计算出来的路径进行移动，并在移动的过程中通过不断的计算实时障碍物以及终点位置，不断地调整和规划相应的最短路径，实现实时避障和导航功能。

随后，到达目标点后进行精确定位。

机器人路径规划目的地为C点，当到达C点区域后，Tag标签进入Tag传感器视野，开启精定位模式，C点的期望位置和角度可以从服务器获取，可以设置对应的阈值，通过驱动电机不断调整机器人的位置值和角度值到达对应阈值范围内表示定位完成，并实现机器人的精定位。

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重复定位精度考虑到是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指定精确位置完成精确定位。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，根据机器人的实际结构，控制系统可以是差分或全向驱动,只需在机器人上的Navigation包进行简单设置，全向为“omni”，差动为“diff”。

最后，执行完成后返回起始点。

如图5所示，由于最终的Tag标签在执行精确定位，在返回过程中实现从精定位到Slam导航的切换，需要等待用户给定一个信号才可以，或者机器人执行完成一个任务并触发一个信号亦可。

其中，断电或者故障后重启。

一般机器人需要将机器人放置到起始位置才可进行下一步操作，但是该发明可以直接将机器人移动到最近的一个Tag标签处，例如，机器人在标签2处附近断电或者故障重启，需要将机器人放置在标签2处，由标签2处作为Slam导航的起始点，而不需要将机器人推送到0处位置作为起始点进行Slam导航，机器人读取到标签0处位置信息，从服务器获取到标签信息对应的机器人在地图中的位置和姿态，机器人启动精确定位模式，实现微调到指定位置和姿态，并利用该位置作为机器人的Slam导航的初始位置，并进行重新路径规划和导航。

本发明所述的基于二维激光Slam和Tag标签的移动机器人精确定位方法通过采用将Slam和Tag标签的复合定位和导航方法，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，从而实现移动作业机器人在工业中的导航和精确定位，方法简单、鲁棒性好，定位精度高。

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)

1.一种基于二维激光Slam和Tag标签的移动机器人精确定位方法，其特征在于，包括以下步骤：

设置Tag标签的位置；

通过激光Slam扫描建立地图；

存储地图信息到服务器；

机器人进行导航；

到达目标点后进行精确定位；

执行任务完成后返回起始点。

2.根据权利要求1所述的基于二维激光Slam和Tag标签的移动机器人精确定位方法，其特征在于，在设置Tag标签的位置的步骤中，还包括：

在机器人运行过程中停留的地方设置标签；

在机器人最终位置处设置标签。

3.根据权利要求1所述的基于二维激光Slam和Tag标签的移动机器人精确定位方法，其特征在于，在通过激光Slam扫描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1所述的基于二维激光Slam和Tag标签的移动机器人精确定位方法，其特征在于，在通过激光Slam扫描建立地图的步骤基于的是ROS系统。

5.根据权利要求4所述的基于二维激光Slam和Tag标签的移动机器人精确定位方法，其特征在于，在存储地图信息到服务器的步骤中，存储的地图信息包括Tag点对应的地图信息。

6.根据权利要求1所述的基于二维激光Slam和Tag标签的移动机器人精确定位方法，其特征在于，在机器人进行导航的步骤中，机器人导航利用的是Navigaton导航包。

7.根据权利要求6所述的基于二维激光Slam和Tag标签的移动机器人精确定位方法，其特征在于，在到达目标点后进行精确定位的步骤中，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。

8.根据权利要求1所述的基于二维激光Slam和Tag标签的移动机器人精确定位方法，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：

用户给定信号；

实现从精定位到Slam导航的切换。

9.根据权利要求1所述的基于二维激光Slam和Tag标签的移动机器人精确定位方法，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：

机器人执行完成任务并触发信号；

实现从精定位到Slam导航的切换。

10.根据权利要求1所述的基于二维激光Slam和Tag标签的移动机器人精确定位方法，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：

断电或者故障重启；

机器人移动到最近的Tag标签处，实现后续导航任务。