CN107702722A - 一种激光导引agv自然导航定位方法 - Google Patents
一种激光导引agv自然导航定位方法 Download PDFInfo
- Publication number
- CN107702722A CN107702722A CN201711087254.1A CN201711087254A CN107702722A CN 107702722 A CN107702722 A CN 107702722A CN 201711087254 A CN201711087254 A CN 201711087254A CN 107702722 A CN107702722 A CN 107702722A
- Authority
- CN
- China
- Prior art keywords
- agv
- mrow
- mtd
- mtr
- las
- 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
- 238000000034 method Methods 0.000 title claims abstract description 40
- 230000004807 localization Effects 0.000 title claims abstract description 18
- 230000008859 change Effects 0.000 claims abstract description 7
- 230000009466 transformation Effects 0.000 claims description 22
- 230000033001 locomotion Effects 0.000 claims description 18
- 239000011159 matrix material Substances 0.000 claims description 10
- 238000001914 filtration Methods 0.000 claims description 9
- 238000005457 optimization Methods 0.000 claims description 9
- 238000006243 chemical reaction Methods 0.000 claims description 8
- 238000001514 detection method Methods 0.000 claims description 6
- 238000013507 mapping Methods 0.000 claims description 6
- 238000004891 communication Methods 0.000 claims description 3
- 230000001351 cycling effect Effects 0.000 claims description 3
- 230000003044 adaptive effect Effects 0.000 claims description 2
- 230000001186 cumulative effect Effects 0.000 claims description 2
- 239000004744 fabric Substances 0.000 claims description 2
- 238000005259 measurement Methods 0.000 claims description 2
- 230000000386 athletic effect Effects 0.000 claims 1
- 230000011218 segmentation Effects 0.000 claims 1
- 239000012141 concentrate Substances 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 4
- 206010003084 Areflexia Diseases 0.000 description 3
- 241000208340 Araliaceae Species 0.000 description 2
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 2
- 235000003140 Panax quinquefolius Nutrition 0.000 description 2
- 235000008434 ginseng Nutrition 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 229910001220 stainless steel Inorganic materials 0.000 description 2
- 239000010935 stainless steel Substances 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 241001269238 Data Species 0.000 description 1
- 244000061176 Nicotiana tabacum Species 0.000 description 1
- 235000002637 Nicotiana tabacum Nutrition 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 238000001816 cooling Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 230000008569 process Effects 0.000 description 1
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
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Navigation (AREA)
Abstract
本发明涉及一种激光导引AGV自然导航定位方法，确切地说是自动导引运输车(AGV)在采用激光导航定位时所涉及的导航定位方法，属激光导航定位领域。本发明方法无需人工设置反射胶贴，不需要对环境做人工标志或者改动，只需预先对行程路线周围自然环境中的固定物体作为AGV导航定位的参照物，通过对扫描的静止物体的轮廓进行正态分布变换的数学建模，完成AGV导航地图的建立和位姿的计算，用作激光导引AGV自然导航定位；本发明的计算复杂度为O(n)，n为源扫描点集中参与计算的点数，一般仅选择扫描点数的10％‑30％即可完成SCAN‑to‑SCAN的计算，可轻易完成对AGV位姿的实时计算，易于实现工程应用。
Description
技术领域
本发明涉及一种激光导引AGV自然导航定位方法，确切地说是自动导引运输车(AGV)在采用激光导航定位时所涉及的导航定位方法，属激光导航定位领域。
背景技术
激光导引AGV(Automated Guided Vehicle)广泛应用于工业、军事、烟草、智能停车库中的自动化搬运系统中，它是通过激光扫描扫描器并结合导航定位算法实现对AGV的定位。目前市场上的激光导引AGV几乎全部采用了基于反射胶贴的导航模式，例如授权公开号为CN104102222B的发明专利、公开号为CN106969768A公开的发明专利等，这需要人工对环境进行改造，即需要根据激光导引AGV的运行环境、行驶路径等将反射胶贴布置在墙面、固定立柱、或固定设备上，同时要求所布设的反射胶贴不能存在相似形，容易受到环境中的玻璃、不锈钢管或不锈钢面等干扰，同时还存在某些环境下无法布置或不易布置的情况，例如走廊等。这不仅增加了AGV现场实施的难度和劳动强度，也一定程度上限制了激光导引AGV的应用。
虽然授权公开号为CN103777637B的发明专利公开了一种“无反射板激光自主导航AGV小车及其导航方法”，其描述了地图表示方法为轮廓线条，即“将扫描到的物体轮廓用黑色线条表示在原始地图中”，需要“操作人员在有效地图内设定无反射激光自主导航AGV小车的起点和目标点”，在AGV小车运行过程中的定位是通过对旋转编码器数据做PID闭环控制完成的，即“旋转编码器数据不断地发送给上位机系统，由上位机系统做PID闭环控制，直至到达设定的目标点并结束运行”，所以在小车行驶过程中的导航定位并没有依赖激光扫描器，其导航定位原理类似航位推算法，因此其建立的地图对导航定位的作用有限，在AGV行驶过程中其激光扫描器只用来检测障碍物，而且该发明也没有具体说明如何使用激光扫描器实现无反射板下的定位方法。
另外，授权公开号为CN104729500B的发明专利公开的“一种激光导航AGV的全局定位方法”中指出了“利用激光雷达探测到的路标信息，并采用Markov方法来确定位置信息”，并没有给出路标信息的提取方法和路标的特点，由权利要求7所述路标的数学描述(ρ1,θ1)可知该路标或是人工反射胶贴或是扫描轮廓中的特征点，例如角点，当路标为特征点时，其定位精度和定位的成功与否与特征点的提取及特征点的关联密切相关，而且本发明是基于频域的时间更新方法，需要将信度图像经傅里叶变换从空域转到频域，在完成操作后又需要经傅里叶逆变换由频域转换到空域，傅里叶变换是一种积分变换，要求积分区间的连续性，计算极其复杂，难以得到解析解，也难以保证AGV的实时性和精度要求。
发明内容
本发明针对激光导引AGV，提供一种激光导引AGV自然导航定位方法，不依赖于人工反射胶贴，不需要对环境做人工标志或者改动，仅依赖拟通过路线环境中静止物体为参照，通过对扫描的静止物体的轮廓进行正态分布变换的数学建模，完成AGV导航地图的建立和位姿的计算。
本发明的目的通过如下技术方案实现；其特征在于，无需人工设置反射胶贴，不需要对环境做人工标志或者改动，只需预先对行程路线周围自然环境中的固定物体作为AGV导航定位的参照物，通过对扫描的静止物体的轮廓进行正态分布变换的数学建模，完成AGV导航地图的建立和位姿的计算，用作激光导引AGV自然导航定位；具体步骤包括：
S1：传感器数据采集，完成激光扫描器、行走编码器、转向编码器、陀螺仪等传感数据的采集、滤波工作；
S2：激光里程计，根据步骤S1中所采集的数据并结合AGV的运动方程，采用正态分布变换(NDT)算法完成相邻时刻激光扫描数据点的配准，即SCAN-to-SCAN的配准，并给出参考扫描和源扫描之间的运动状态估计；
所述参考扫描为k-1时刻的扫描，所述源扫描为k时刻的扫描；
S3：状态估计，分为建图和导航两种模式：
所述建图模式是根据激光扫描器的观测方程和步骤S3中激光里程计提供的不同时刻的相对状态估计及步骤S4中提供的闭环检测信息对AGV的位姿进行最优状态估计，以建立全局一致的运动轨迹；
所述导航模式是根据激光扫描器的观测方程和步骤S3中激光里程计提供的不同时刻的相对状态估计并采用NDT算法完成SCAN-to-MAP的配准，计算出AGV的最优状态；
S4：闭环检测，通过将AGV当前状态与历史状态进行比较，检测AGV行驶路径是否闭环，用于建立步骤S3所述的全局一致的运动轨迹；
S5：地图构建与地图编辑，根据步骤S3的最优状态估计，建立与任务向对应的地图，并通过平移、旋转等变换方法手动调整地图的坐标系，同时手动删除地图中建立的不良NDT单元，并保存编辑后的NDT地图；
S6：导航定位，根据所述步骤S3的最优状态估计和所述步骤S5建立的NDT地图，通过NDT算法完成SCAN-to-MAP的配准，实时给出AGV位姿的最优估计，完成AGV的实时导航定位。
所述步骤S1的传感器数据采集是通过TCP/IP连接激光扫描器和AGV主控制器，通过高速数字量采样模块完成行走编码器和转向编码器的数据采集，通过但不限于RS232/RS485串行通信来实现AGV主控制器对陀螺仪的数据采集。
所述陀螺仪为可选传感器，在没有陀螺仪时也可达到本发明的目的。
所述步骤S1的滤波是AGV主控制器依据所采集激光扫描数据的回波强度、距离等信息并结合AGV的当前运动状态进行原始数据滤波，同时AGV主控制器还依据当前AGV的运动姿态完成对陀螺仪数据的滤波工作，降低输入噪声对所述步骤S2和S3的干扰。
所述步骤S2的AGV运动方程描述为从k-1时刻到k时刻的运动，数学描述为：Xk＝Xk-1+uk+ωk，其中Xk＝[x,y,θ]k T为k时刻AGV的状态，Xk-1＝[x,y,θ]k-1 T为k-1时刻AGV的状态，uk＝[Δx,Δy,Δθ]k T为k时刻的输入，即所述行走编码器和转向编码器的输出，ωk为k时刻的输入噪声，至此可得到AGV在k时刻的状态估计。
所述NDT算法的步骤，
S201：对K-1时刻的参考扫描以固定大小单元进行栅格划分，并计算每个单元格内点集的均值μi和协方差矩阵∑i，建立参考扫描点的正态分布变换；
S202：根据k时刻的输入uk＝[Δx,Δy,Δθ]k T对变换方程的变换参数进行初始化。
S203：对源扫描即k时刻激光扫描的每一个样本，根据变换方程将其映射到参考扫描中。
S204：确定每个映射点所对应的单元格，并获取相应的正态分布参数：均值μi和协方差矩阵∑i；
S205：根据S204中获取的正态分布参数，计算每个映射点的概率分布并求和，将概率分布之和作为本次迭代变换参数的评估值进行评估；
S206：使用非线性优化求解使得概率分布之和最大化的坐标变换参数，更新变换参数
S207：回到步骤S203继续循环，直到满足收敛条件；
本发明所述空间变换方程的数学描述为：
其中为变换参数，
本发明所述步骤S205中的变换参数的分值评估函数描述为：
其中为源点集经空间变换方程后所对应参考扫描单元格i内的点；μi为参考扫描单元格i所包含点的均值；∑i为参考扫描单元格i所包含点的协方差矩阵，N为所划分单元格的总数；
本发明所述步骤S206中的非线性优化求解方法可为但不限于牛顿迭代算法、高斯牛顿法或列文伯格-马夸尔特法，但优选为牛顿迭代法。
本发明所述步骤S207所述的收敛条件包括最大迭代次数和前后两次迭代所求变换参数的差值小于给定阈值，满足任意一个条件均认为收敛。
本发明所述参考扫描单元格是对参考扫描点集按照固定或自适应大小的矩形栅格划分后形成的单元格。
本发明所述步骤S3所述的观测方程数学描述为：
其中：R为激光扫描器距离观测点的距离，θ为观测角度，px和py为观测点的坐标，x，y为激光扫描器的坐标，v为测量噪声；
本发明所述步骤S3所述的最优状态估计为概率框架下的贝叶斯估计或非线性优化为主体的优化方法。
本发明所述步骤S4闭环检测通过激光扫描特征的相似性判断使AGV具有识别曾经到达过该位置的能力，用于消除位置估计的累计误差。
本发明所述步骤S5所建地图为NDT地图。
本发明所述NDT地图是通过固定大小的栅格划分将源扫描数据点集转化成二维平面内分段连续可微的概率分布，并以每个单元格的均值μi和协方差矩阵∑i来表示地图；
本发明所述NDT单元格大小依据AGV运行环境而定，作为优选，一般为100×100mm至600×600mm之间；
附图说明
图1是本发明一个实施例的自然导航定位方法的步骤流程图；
图2是本发明一个实施例的主要传感器和控制器的连接原理框图；
图3是本发明一个实施例的NDT算法实现的参考扫描与源扫描配准示意图；
图4是本发明一个实施例的AGV实际运行轨迹和理论轨迹图；
在图3中：S201—参考扫描数据点集；S202—固定大小删格；S203—源扫描数据点集；S204—配准后的数据点集。
在图4中：1—AGV实际运行轨迹图；2—局部放大图；3—AGV实际行驶轨迹；4—AGV理论规划轨迹；2—第一激光扫描器；3—第二激光扫描器。
具体实施方式
本发明通过对自然环境中的固定物体如墙体、箱体、设备等建模，作为AGV导航定位的参照物，通过本发明的激光里程计、状态估计、导航定位等。本发明的计算复杂度为O(n)，n为源扫描点集中参与计算的点数，一般仅选择扫描点数的10％-30％即可完成SCAN-to-SCAN的计算，可轻易完成对AGV位姿的实时计算，易于实现工程应用。具体包括以下步骤，如图1所示：一种激光导引AGV自然导航定位方法，首先包括步骤S1传感器数据采集，由AGV的车载控制器完成激光扫描器、行走编码器、转向编码器、陀螺仪等传感数据的采集、滤波工作，滤波后将符合计算条件的数据送入步骤S2，步骤S2激光里程计，是根据步骤S1中所采集的数据并结合AGV的运动方程，采用正态分布变换(NDT)算法完成相邻时刻激光扫描数据点的配准，即SCAN-to-SCAN的配准，并给出参考扫描和源扫描之间的运动状态估计，并将参考扫描定义为k-1时刻的扫描，源扫描定义为k时刻的扫描；步骤S3状态估计，分为建图和导航两种模式：建图模式是根据激光扫描器的观测方程和步骤S3中激光里程计提供的不同时刻的相对状态估计及步骤S4中提供的闭环检测信息对AGV的位姿进行最优状态估计，以建立全局一致的运动轨迹；导航模式是根据激光扫描器的观测方程和步骤S3中激光里程计提供的不同时刻的相对状态估计并采用NDT算法完成SCAN-to-MAP的配准，计算出AGV的最优状态；步骤S4闭环检测，是通过将AGV当前状态与历史状态进行比较检测AGV行驶路径是否闭环，用于建立步骤S3所述的全局一致的运动轨迹；根据地图是否已建立，选择性的进入S5地图构建与编辑和S6导航定位的步骤，如果地图尚未建立则进入步骤S5，否则进入步骤S6；步骤S5地图构建与地图编辑，根据步骤S3的最优状态估计，建立与任务向对应的地图，并通过平移、旋转等变换方法手动调整地图的坐标系，同时手动删除地图中建立的不良NDT单元，并保存编辑后的NDT地图；步骤S6导航定位，根据所述步骤S3的最优状态估计和步骤S5建立的NDT地图，通过NDT算法完成SCAN-to-MAP的配准，实时给出AGV位姿的最优估计，完成AGV的实时导航定位。
如图2所示，本发明中AGV主要传感器和AGV控制器之间的通信连接关系，激光扫描器通过TCP/IP连接到AGV控制器，陀螺仪通过RS232/485连接到AGV控制器，转向编码器和行走编码器是通过高速数字量采样模块采集编码器的脉冲信号后通过内部总线送至AGV控制器中。
图3中包括3a、3b、3c三个子图，描述了参考扫描和源扫描配准的过程；图3a参考扫描S201通过固定大小的栅格S202进行栅格化，并求解每个栅格中点集的均值μ和协方差矩阵∑，完成对参考扫描的参数化建模，以便通过NDT算法中通过牛顿迭代算法求解出源扫描点集S203与参考扫描S201之间的变换参数经过变换方程的转换后源扫描与参考扫描重合，如图3c所示。图3b是源扫描经过初始变换参数变换后的示意图。具体步骤为：
S201：对K-1时刻的参考扫描以固定大小单元进行栅格划分，并计算每个单元格内点集的均值μi和协方差矩阵∑i，建立参考扫描点的正态分布变换；
S202：根据k时刻的输入uk＝[Δx,Δy,Δθ]k T对变换方程的变换参数进行初始化。
S203：对源扫描即k时刻激光扫描的每一个样本，根据变换方程将其映射到参考扫描中。
S204：确定每个映射点所对应的单元格，并获取相应的正态分布参数：均值μi和协方差矩阵∑i；
S205：根据S204中获取的正态分布参数，计算每个映射点的概率分布并求和，将概率分布之和作为本次迭代变换参数的评估值进行评估；
S206：使用非线性优化求解使得概率分布之和最大化的坐标变换参数，更新变换参数
S207：回到步骤S203继续循环，直到满足收敛条件；
步骤S206中的非线性优化求解方法可为但不限于牛顿迭代算法、高斯牛顿法或列文伯格-马夸尔特法，但优选为牛顿迭代法；步骤S207所述的收敛条件包括最大迭代次数和前后两次迭代所求变换参数的差值小于给定阈值，满足任意一个条件均认为收敛。
如图4所示，是本发明实际试验时AGV的实际运行轨迹和理论规划轨迹，可以看出实际轨迹和规划轨迹具有高度重合性，最大偏差在正负10mm，可满足工业中对AGV定位精度的要求，可见本发明是可行的，且具有较高的定位精度。
从附图4的实际试验结果可知本发明是可行的，且AGV行驶轨迹与规划轨迹高度吻合，定位精度可达到正负10mm。
上述实施实例仅仅是对具体的实施方式的示意性描述，本发明的范围亦不限于上述特定实施实例。
Claims (10)
1.一种激光导引AGV自然导航定位方法，其特征在于，无需人工设置反射胶贴，不需要对环境做人工标志或者改动，只需预先对行程路线周围自然环境中的固定物体作为AGV导航定位的参照物，通过对扫描的静止物体的轮廓进行正态分布变换的数学建模，完成AGV导航地图的建立和位姿的计算，用作激光导引AGV自然导航定位；具体步骤包括：
S1：传感器数据采集，完成激光扫描器、行走编码器、转向编码器、陀螺仪传感数据的采集、滤波工作；
S2：激光里程计，根据步骤S1中所采集的数据并结合AGV的运动方程，采用正态分布变换(NDT)算法完成相邻时刻激光扫描数据点的配准，即SCAN-to-SCAN的配准，并给出参考扫描和源扫描之间的运动状态估计；
所述参考扫描为k-1时刻的扫描，所述源扫描为k时刻的扫描；
S3：状态估计，分为建图和导航两种模式：
所述建图模式是根据激光扫描器的观测方程和步骤S3中激光里程计提供的不同时刻的相对状态估计及步骤S4中提供的闭环检测信息对AGV的位姿进行最优状态估计，以建立全局一致的运动轨迹；
所述导航模式是根据激光扫描器的观测方程和步骤S3中激光里程计提供的不同时刻的相对状态估计并采用NDT算法完成SCAN-to-MAP的配准，计算出AGV的最优状态；
S4：闭环检测，通过将AGV当前状态与历史状态进行比较检测AGV行驶路径是否闭环，用于建立步骤S3所述的全局一致的运动轨迹；
S5：地图构建与地图编辑，根据步骤S3的最优状态估计，建立与任务向对应的地图，并通过平移、旋转等变换方法手动调整地图的坐标系，同时手动删除地图中建立的不良NDT单元，并保存编辑后的NDT地图；
S6：导航定位，根据所述步骤S3的最优状态估计和所述步骤S5建立的NDT地图，通过NDT算法完成SCAN-to-MAP的配准，实时给出AGV位姿的最优估计，完成AGV的实时导航定位。
2.根据权利要求1所述的一种激光导引AGV自然导航定位方法，其特征在于，所述步骤S1的传感器数据采集是通过TCP/IP连接激光扫描器和AGV主控制器，通过高速数字量采样模块完成行走编码器和转向编码器的数据采集，通过但不限于RS232/RS485串行通信来实现AGV主控制器对陀螺仪的数据采集。
3.根据权利要求1或2所述的一种激光导引AGV自然导航定位方法，其特征在于，所述步骤S1的滤波是AGV主控制器依据所采集激光扫描数据的回波强度、距离等信息并结合AGV的当前运动状态进行原始数据滤波，同时AGV主控制器还依据当前AGV的运动姿态完成对陀螺仪数据的滤波工作，降低输入噪声对所述步骤S2和步骤S3的干扰。
4.根据权利要求1或2所述的一种激光导引AGV自然导航定位方法，其特征在于，所述步骤S2的AGV运动方程描述为从k-1时刻到k时刻的运动，数学描述为：Xk＝Xk-1+uk+ωk，其中Xk＝[x,y,θ]k T为k时刻AGV的状态，Xk-1＝[x,y,θ]k-1 T为k-1时刻AGV的状态，uk＝[Δx,Δy,Δθ]k T为k时刻的输入，即所述行走编码器和转向编码器的输出，ωk为k时刻的输入噪声，至此可得到AGV在k时刻的状态估计。
5.根据权利要求1所述的一种激光导引AGV自然导航定位方法，其特征在于，所述NDT算法包括步骤：
S201：对K-1时刻的参考扫描以固定大小单元进行栅格划分，并计算每个单元格内点集的均值μi和协方差矩阵∑i，建立参考扫描点的正态分布变换；
S202：根据k时刻的输入uk＝[Δx,Δy,Δθ]k T对变换方程的变换参数进行初始化；
S203：对源扫描即k时刻激光扫描的每一个样本，根据变换方程将其映射到参考扫描中；
S204：确定每个映射点所对应的单元格，并获取相应的正态分布参数：均值μi和协方差矩阵∑i；
S205：根据S204中获取的正态分布参数，计算每个映射点的概率分布并求和，将概率分布之和作为本次迭代变换参数的评估值进行评估；
S206：使用非线性优化求解使得概率分布之和最大化的坐标变换参数，更新变换参数
S207：回到步骤S203继续循环，直到满足收敛条件。
6.根据权利要求1或5所述的一种激光导引AGV自然导航定位方法，其特征在于，所述空间变换方程的数学描述为：
<mrow>
<mi>T</mi>
<mrow>
<mo>(</mo>
<mover>
<mi>p</mi>
<mo>&RightArrow;</mo>
</mover>
<mo>,</mo>
<mover>
<mi>x</mi>
<mo>&RightArrow;</mo>
</mover>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mfenced open = "{" close = "}">
<mtable>
<mtr>
<mtd>
<msup>
<mi>x</mi>
<mo>&prime;</mo>
</msup>
</mtd>
</mtr>
<mtr>
<mtd>
<msup>
<mi>y</mi>
<mo>&prime;</mo>
</msup>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>=</mo>
<mfenced open = "{" close = "}">
<mtable>
<mtr>
<mtd>
<mrow>
<mi>c</mi>
<mi>o</mi>
<mi>s</mi>
<mi>&theta;</mi>
</mrow>
</mtd>
<mtd>
<mrow>
<mo>-</mo>
<mi>s</mi>
<mi>i</mi>
<mi>n</mi>
<mi>&theta;</mi>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mi>s</mi>
<mi>i</mi>
<mi>n</mi>
<mi>&theta;</mi>
</mrow>
</mtd>
<mtd>
<mrow>
<mi>cos</mi>
<mi>&theta;</mi>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
<mfenced open = "{" close = "}">
<mtable>
<mtr>
<mtd>
<mi>x</mi>
</mtd>
</mtr>
<mtr>
<mtd>
<mi>y</mi>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>+</mo>
<mfenced open = "{" close = "}">
<mtable>
<mtr>
<mtd>
<mi>&Delta;</mi>
<mi>x</mi>
</mtd>
</mtr>
<mtr>
<mtd>
<mi>&Delta;</mi>
<mi>y</mi>
</mtd>
</mtr>
</mtable>
</mfenced>
</mrow>
其中为变换参数，
7.根据权利要求1或5所述的一种激光导引AGV自然导航定位方法，其特征在于，所述步骤S205中变换参数的分值评估函数描述为：其中为源点集经空间变换方程后所对应参考扫描单元格i内的点；μi为参考扫描单元格i所包含点的均值；∑i为参考扫描单元格i所包含点的协方差矩阵，N为所划分单元格的总数。
8.根据权利要求1或5所述的一种激光导引AGV自然导航定位方法，其特征在于，所述步骤S206中的非线性优化求解方法可为但不限于牛顿迭代算法、高斯牛顿法或列文伯格-马夸尔特法；
所述步骤S207所述的收敛条件包括最大迭代次数和前后两次迭代所求变换参数的差值小于给定阈值，满足任意一个条件均认为收敛；
所述参考扫描单元格是对参考扫描点集按照固定或自适应大小的矩形栅格划分后形成的单元格。
9.根据权利要求1所述的一种激光导引AGV自然导航定位方法，其特征在于，所述步骤S3所述的观测方程数学描述为：
<mrow>
<mfenced open = "[" close = "]">
<mtable>
<mtr>
<mtd>
<mi>R</mi>
</mtd>
</mtr>
<mtr>
<mtd>
<mi>&theta;</mi>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>=</mo>
<mfenced open = "[" close = "]">
<mtable>
<mtr>
<mtd>
<msqrt>
<mrow>
<msup>
<mrow>
<mo>(</mo>
<msub>
<mi>p</mi>
<mi>x</mi>
</msub>
<mo>-</mo>
<mi>x</mi>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
<msup>
<mrow>
<mo>(</mo>
<msub>
<mi>p</mi>
<mi>y</mi>
</msub>
<mo>-</mo>
<mi>y</mi>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
</mrow>
</msqrt>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mi>a</mi>
<mi>t</mi>
<mi>a</mi>
<mi>n</mi>
<mrow>
<mo>(</mo>
<mfrac>
<mrow>
<msub>
<mi>p</mi>
<mi>y</mi>
</msub>
<mo>-</mo>
<mi>y</mi>
</mrow>
<mrow>
<msub>
<mi>p</mi>
<mi>x</mi>
</msub>
<mo>-</mo>
<mi>x</mi>
</mrow>
</mfrac>
<mo>)</mo>
</mrow>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>+</mo>
<mi>v</mi>
</mrow>
其中：R为激光扫描器距离观测点的距离，θ为观测角度，px和py为观测点的坐标，x，y为激光扫描器的坐标，v为测量噪声。
10.根据权利要求1所述的一种激光导引AGV自然导航定位方法，其特征在于，所述步骤S3所述的最优状态估计为概率框架下的贝叶斯估计或非线性优化为主体的优化方法；
所述步骤S4闭环检测通过激光扫描特征的相似性判断使AGV具有识别曾经到达过该位置的能力，用于消除位置估计的累计误差；所述步骤S5所建地图为NDT地图；
所述NDT地图是通过固定大小的栅格划分将源扫描数据点集转化成二维平面内分段连续可微的概率分布，并以每个单元格的均值μi和协方差矩阵∑i来表示地图；
所建立的NDT单元格大小依据AGV运行环境而定，通常在为100×100mm至600×600mm之间。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711087254.1A CN107702722A (zh) | 2017-11-07 | 2017-11-07 | 一种激光导引agv自然导航定位方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711087254.1A CN107702722A (zh) | 2017-11-07 | 2017-11-07 | 一种激光导引agv自然导航定位方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN107702722A true CN107702722A (zh) | 2018-02-16 |
Family
ID=61179941
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201711087254.1A Pending CN107702722A (zh) | 2017-11-07 | 2017-11-07 | 一种激光导引agv自然导航定位方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107702722A (zh) |
Cited By (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108613647A (zh) * | 2018-07-02 | 2018-10-02 | 燕山大学 | 三自由度平面并联机构动平台位姿检测装置 |
| CN108710371A (zh) * | 2018-05-28 | 2018-10-26 | 杭州艾豆智能科技有限公司 | 一种采用测距激光扫描建图的机器人室内定位系统及方法 |
| CN109116845A (zh) * | 2018-08-17 | 2019-01-01 | 华晟（青岛）智能装备科技有限公司 | 自动导引运输车定位方法、定位系统及自动导引运输系统 |
| CN109189061A (zh) * | 2018-08-10 | 2019-01-11 | 安徽库讯自动化设备有限公司 | 一种具有时间误差分析功能的agv小车运行状态调控方法 |
| CN109459039A (zh) * | 2019-01-08 | 2019-03-12 | 湖南大学 | 一种医药搬运机器人的激光定位导航系统及其方法 |
| CN109917376A (zh) * | 2019-02-26 | 2019-06-21 | 东软睿驰汽车技术（沈阳）有限公司 | 一种定位方法及装置 |
| CN109959937A (zh) * | 2019-03-12 | 2019-07-02 | 广州高新兴机器人有限公司 | 长廊环境基于激光雷达的定位方法、存储介质及电子设备 |
| CN111044073A (zh) * | 2019-11-26 | 2020-04-21 | 北京卫星制造厂有限公司 | 基于双目激光高精度agv位置感知方法 |
| CN111323013A (zh) * | 2018-12-14 | 2020-06-23 | 沈阳新松机器人自动化股份有限公司 | 一种agv轮廓导航传感器 |
| CN111469781A (zh) * | 2019-01-24 | 2020-07-31 | 北京京东尚科信息技术有限公司 | 用于输出信息的方法和装置 |
| WO2020182146A1 (zh) * | 2019-03-13 | 2020-09-17 | 锥能机器人（上海）有限公司 | 机器人系统和机器人导航地图建图系统及方法 |
| CN112513879A (zh) * | 2019-06-17 | 2021-03-16 | 华为技术有限公司 | 一种车辆姿态识别方法及相关设备 |
| CN113034577A (zh) * | 2021-02-20 | 2021-06-25 | 意欧斯物流科技(上海)有限公司 | 一种基于ndt算法的里程计方法 |
| TWI735889B (zh) * | 2019-06-11 | 2021-08-11 | 萬潤科技股份有限公司 | 自走式裝置移動方法及執行該移動方法的自走式裝置 |
| WO2022183785A1 (zh) * | 2021-03-05 | 2022-09-09 | 深圳市优必选科技股份有限公司 | 机器人定位方法、装置、机器人和可读存储介质 |
| CN116772828A (zh) * | 2023-08-24 | 2023-09-19 | 长春工业大学 | 一种基于图优化的多传感器融合定位与建图方法 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104697515A (zh) * | 2015-03-16 | 2015-06-10 | 宗萌萌 | 一种无反射板激光导航传感器装置及方法 |
| CN105929826A (zh) * | 2016-05-18 | 2016-09-07 | 甘肃省机械科学研究院 | 基于室内电子地图的饲喂机器人及其精确定位方法 |
| CN106200643A (zh) * | 2014-02-13 | 2016-12-07 | 苏州艾吉威机器人有限公司 | 无反射板激光自主导航agv小车 |
| CN106843222A (zh) * | 2017-03-13 | 2017-06-13 | 苏州艾吉威机器人有限公司 | 一种局部铺反射板的激光导航agv系统 |
| GB201712097D0 (en) * | 2017-07-27 | 2017-09-13 | Robocoaster Ltd | Automated guided vehicle guidance system |
| CN107246868A (zh) * | 2017-07-26 | 2017-10-13 | 上海舵敏智能科技有限公司 | 一种协同导航定位系统及导航定位方法 |
-
2017
- 2017-11-07 CN CN201711087254.1A patent/CN107702722A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106200643A (zh) * | 2014-02-13 | 2016-12-07 | 苏州艾吉威机器人有限公司 | 无反射板激光自主导航agv小车 |
| CN104697515A (zh) * | 2015-03-16 | 2015-06-10 | 宗萌萌 | 一种无反射板激光导航传感器装置及方法 |
| CN105929826A (zh) * | 2016-05-18 | 2016-09-07 | 甘肃省机械科学研究院 | 基于室内电子地图的饲喂机器人及其精确定位方法 |
| CN106843222A (zh) * | 2017-03-13 | 2017-06-13 | 苏州艾吉威机器人有限公司 | 一种局部铺反射板的激光导航agv系统 |
| CN107246868A (zh) * | 2017-07-26 | 2017-10-13 | 上海舵敏智能科技有限公司 | 一种协同导航定位系统及导航定位方法 |
| GB201712097D0 (en) * | 2017-07-27 | 2017-09-13 | Robocoaster Ltd | Automated guided vehicle guidance system |
Non-Patent Citations (3)
| Title |
|---|
| 李贤善等: "家庭服务机器人基于NDT扫描匹配的SLAM研究" * |
| 蔡则苏等: ""使用NDT激光扫描匹配的移动机器人定位方法"", 《机器人》 * |
| 蔡则苏等: "使用NDT激光扫描匹配的移动机器人定位方法" * |
Cited By (22)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108710371A (zh) * | 2018-05-28 | 2018-10-26 | 杭州艾豆智能科技有限公司 | 一种采用测距激光扫描建图的机器人室内定位系统及方法 |
| CN108613647A (zh) * | 2018-07-02 | 2018-10-02 | 燕山大学 | 三自由度平面并联机构动平台位姿检测装置 |
| CN108613647B (zh) * | 2018-07-02 | 2020-02-25 | 燕山大学 | 三自由度平面并联机构动平台位姿检测装置 |
| CN109189061A (zh) * | 2018-08-10 | 2019-01-11 | 安徽库讯自动化设备有限公司 | 一种具有时间误差分析功能的agv小车运行状态调控方法 |
| CN109189061B (zh) * | 2018-08-10 | 2021-08-24 | 合肥哈工库讯智能科技有限公司 | 一种具有时间误差分析功能的agv小车运行状态调控方法 |
| CN109116845A (zh) * | 2018-08-17 | 2019-01-01 | 华晟（青岛）智能装备科技有限公司 | 自动导引运输车定位方法、定位系统及自动导引运输系统 |
| CN109116845B (zh) * | 2018-08-17 | 2021-09-17 | 华晟（青岛）智能装备科技有限公司 | 自动导引运输车定位方法、定位系统及自动导引运输系统 |
| CN111323013A (zh) * | 2018-12-14 | 2020-06-23 | 沈阳新松机器人自动化股份有限公司 | 一种agv轮廓导航传感器 |
| CN109459039A (zh) * | 2019-01-08 | 2019-03-12 | 湖南大学 | 一种医药搬运机器人的激光定位导航系统及其方法 |
| CN111469781A (zh) * | 2019-01-24 | 2020-07-31 | 北京京东尚科信息技术有限公司 | 用于输出信息的方法和装置 |
| CN109917376A (zh) * | 2019-02-26 | 2019-06-21 | 东软睿驰汽车技术（沈阳）有限公司 | 一种定位方法及装置 |
| CN109959937B (zh) * | 2019-03-12 | 2021-07-27 | 广州高新兴机器人有限公司 | 长廊环境基于激光雷达的定位方法、存储介质及电子设备 |
| CN109959937A (zh) * | 2019-03-12 | 2019-07-02 | 广州高新兴机器人有限公司 | 长廊环境基于激光雷达的定位方法、存储介质及电子设备 |
| WO2020182146A1 (zh) * | 2019-03-13 | 2020-09-17 | 锥能机器人（上海）有限公司 | 机器人系统和机器人导航地图建图系统及方法 |
| TWI735889B (zh) * | 2019-06-11 | 2021-08-11 | 萬潤科技股份有限公司 | 自走式裝置移動方法及執行該移動方法的自走式裝置 |
| CN112513879A (zh) * | 2019-06-17 | 2021-03-16 | 华为技术有限公司 | 一种车辆姿态识别方法及相关设备 |
| CN111044073A (zh) * | 2019-11-26 | 2020-04-21 | 北京卫星制造厂有限公司 | 基于双目激光高精度agv位置感知方法 |
| CN111044073B (zh) * | 2019-11-26 | 2022-07-05 | 北京卫星制造厂有限公司 | 基于双目激光高精度agv位置感知方法 |
| CN113034577A (zh) * | 2021-02-20 | 2021-06-25 | 意欧斯物流科技(上海)有限公司 | 一种基于ndt算法的里程计方法 |
| WO2022183785A1 (zh) * | 2021-03-05 | 2022-09-09 | 深圳市优必选科技股份有限公司 | 机器人定位方法、装置、机器人和可读存储介质 |
| CN116772828A (zh) * | 2023-08-24 | 2023-09-19 | 长春工业大学 | 一种基于图优化的多传感器融合定位与建图方法 |
| CN116772828B (zh) * | 2023-08-24 | 2023-12-19 | 长春工业大学 | 一种基于图优化的多传感器融合定位与建图方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107702722A (zh) | 一种激光导引agv自然导航定位方法 | |
| Gao et al. | Review of wheeled mobile robots’ navigation problems and application prospects in agriculture | |
| Kukko et al. | Graph SLAM correction for single scanner MLS forest data under boreal forest canopy | |
| CN104914865B (zh) | 变电站巡检机器人定位导航系统及方法 | |
| Pfrunder et al. | Real-time autonomous ground vehicle navigation in heterogeneous environments using a 3D LiDAR | |
| CN105043396B (zh) | 一种移动机器人室内自建地图的方法和系统 | |
| CN107655473B (zh) | 基于slam技术的航天器相对自主导航系统 | |
| Triebel et al. | Multi-level surface maps for outdoor terrain mapping and loop closing | |
| WO2019136714A1 (zh) | 一种基于3d激光的地图构建方法及系统 | |
| CN109059942A (zh) | 一种井下高精度导航地图构建系统及构建方法 | |
| CN109282808B (zh) | 用于桥梁三维巡航检测的无人机与多传感器融合定位方法 | |
| CN109341705A (zh) | 智能探测机器人同时定位与地图构建系统 | |
| Pfaff et al. | Towards mapping of cities | |
| Zhang et al. | Lidar-IMU and wheel odometer based autonomous vehicle localization system | |
| CN101109640A (zh) | 基于视觉的无人驾驶飞机自主着陆导航系统 | |
| Wulf et al. | Ground truth evaluation of large urban 6D SLAM | |
| CN108535789A (zh) | 一种基于机场跑道的异物识别系统 | |
| CN112197741B (zh) | 基于扩展卡尔曼滤波的无人机slam技术测量倾斜角系统 | |
| Dawood et al. | Harris, SIFT and SURF features comparison for vehicle localization based on virtual 3D model and camera | |
| CN113405560B (zh) | 车辆定位和路径规划统一建模方法 | |
| Shaffer et al. | Position estimator for underground mine equipment | |
| Liu et al. | An enhanced lidar inertial localization and mapping system for unmanned ground vehicles | |
| Kim et al. | Autonomous mobile robot localization and mapping for unknown construction environments | |
| Lin et al. | Fast, robust and accurate posture detection algorithm based on Kalman filter and SSD for AGV | |
| Zheng et al. | Mobile robot integrated navigation algorithm based on template matching VO/IMU/UWB |
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 | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180216 |