CN108253961A - 一种基于imu的轮式机器人定位方法 - Google Patents

一种基于imu的轮式机器人定位方法 Download PDF

Info

Publication number
CN108253961A
CN108253961A CN201611241990.3A CN201611241990A CN108253961A CN 108253961 A CN108253961 A CN 108253961A CN 201611241990 A CN201611241990 A CN 201611241990A CN 108253961 A CN108253961 A CN 108253961A
Authority
CN
China
Prior art keywords
imu
robot
kidnapping
sliding window
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.)
Pending
Application number
CN201611241990.3A
Other languages
English (en)
Inventor
刘兴华
胡兵兵
郭煜玺
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Thunderous Yun He Intellectual Technology Co Ltd
Original Assignee
Beijing Thunderous Yun He Intellectual Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Thunderous Yun He Intellectual Technology Co Ltd filed Critical Beijing Thunderous Yun He Intellectual Technology Co Ltd
Priority to CN201611241990.3A priority Critical patent/CN108253961A/zh
Publication of CN108253961A publication Critical patent/CN108253961A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/10Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration
    • G01C21/12Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning
    • G01C21/16Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation
    • G01C21/165Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation combined with non-inertial navigation instruments
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/20Instruments 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)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)

Abstract

本发明提供了一种基于IMU的轮式机器人定位方法,属于机器人定位领域。其特征在于,通过在正常的SLAM算法中,建立一个包含N个姿态值att的滑动窗口,存储包含N个IMU数据、运动学参数滑动窗口用于回溯,使用IMU做纯惯性导航的方法来解决机器人“绑架”问题,即在发生碰撞、打滑等情况时把位置、姿态的更新算法切换到IMU的纯惯性导航算法上。本发明所述的方法解决了在一些窄视角、短距离测距模块应用中无法识别远距离物体、而近距场景在“绑架”时扫描匹配的结果也不是很准确、里程计和激光测距模块都无法使用的问题,而且该算法计算量不大,易于实现;同时,制造成本低,适合低成本机器人使用。

Description

一种基于IMU的轮式机器人定位方法
技术领域
本发明属于机器人定位领域,尤其涉及一种基于IMU的轮式机器人定位方法。
背景技术
轮式机器人定位使用的传感器包括里程计、IMU、激光扫描仪模块等,在机器人行驶过程中可能发生碰撞、打滑、人为干扰等因素导致里程计无法反映机器人真实轨迹的情况,称为机器人“绑架”问题,纯里程计无法解决机器人“绑架”问题。现有技术在发生“绑架”时可以使用宽视角、长距离的激光扫描仪根据远距离的物体做SLAM算法中的扫描匹配来得到准确的位姿,避开里程计不准确的问题。但是在一些窄视角、短距离激光扫描仪应用中,无法识别远距离物体,而近距场景在“绑架”时扫描匹配的结果也是不准确的,此时里程计和激光扫描仪都无法使用。
发明内容
本发明针对上述技术存在的缺陷,提出了一种基于IMU的轮式机器人定位方法,使用IMU做纯捷联惯性导航的方法来解决“绑架”问题,即在发生碰撞、打滑等情况时把位置、姿态的更新算法切换到IMU的纯惯性导航算法上。
为实现上述目的,本发明是通过如下方案实现的,一种基于IMU的轮式机器人定位方法,其特征在于,包括以下步骤:
步骤1:使用正常的SLAM算法融合里程计、测距模块、IMU数据;
步骤2:建立一个包含N个姿态值att的滑动窗口,存储包含N个IMU数据、运动学参数滑动窗口用于回溯;
步骤3:对步骤2中所述滑动窗口内的姿态值做奇异值分解,得到按降序排列的特征阈值wi{i=1,2,3};
步骤4:根据测试得到“绑架”时的特征阈值w2 TH、w3 TH,判断机器人是否被“绑架”:如果w2>w2 TH,w3>w3 TH,则判定发生“绑架”,则执行步骤5;若没有发生“绑架”,则直接返回执行步骤1中正常的SLAM算法;
步骤5:由于判断会发生一个延时tdelay,即判断发生绑架时已经发生绑架tdelay时间了,则纯惯性导航需要回溯到绑架发生的时刻(tdelay之前),采用在当前时刻tdelay之前滑动窗口内的运动参数,开始回溯,采取加速追赶的策略,一个周期内回溯M个周期(M可以整除N),即以tdelay之前时刻的值作为初值,切换到IMU的纯惯性导航算法上,则N/M个周期之后就可以追赶到机器人当前时刻,此时得到的位姿即是机器人当前正确的位姿。
步骤6:完成上述步骤1~5的纯惯性导航回溯之后,返回步骤1进行正常的SLAM算法。
所述步骤1中测距模块测距范围为0~5m,测距视角范围为0~180°。
本发明具有如下有益效果:解决了机器人在一些窄视角、短距离激光扫描仪应用正无法识别远距离物体,而近距场景在“绑架”时扫描匹配的结果也不是很准确,里程计和激光扫描仪都无法使用的问题,而且算法计算量不大,易于实现;同时,制造成本低,适合低成本机器人使用。
附图说明
图1为本发明所述的基于IMU的轮式机器人定位方法的流程图。
具体实施方式
下面结合附图对本发明做进一步的说明。
在机器人研发平台上采用一个MPU6050IMU,同时配置了里程计,一个110°视角、测距距离为2m的2D激光扫描仪,IMU和里程计做航位推算,更新周期是10ms。
实施例1:如附图1所示,一种基于IMU的轮式机器人定位方法,包括以下步骤:
步骤1:使用正常的SLAM算法融合里程计、2D激光扫描仪、IMU数据;
步骤2:建立一个包含30个姿态值att的滑动窗口,存储30个(0.3s)IMU数据、运动学参数的滑动窗口用于回溯;
步骤3:对步骤2中滑动窗口内的姿态值做奇异值分解,得到按降序排列的特征阈值wi{i=1,2,3};
步骤4:根据测试得到“绑架”时的特征阈值w2 TH、w3 TH,判断机器人是否被“绑架”:如果w2>w2 TH,w3>w3 TH,则判定发生“绑架”,则继续执行步骤5;若没有发生“绑架”,则直接返回继续执行步骤1中正常的SLAM算法;
步骤5:由于判断会发生一个延时tdelay,即判断发生绑架时已经发生绑架tdelay时间了,则纯惯性导航需要回溯到绑架发生的时刻(tdelay之前),采用在当前时刻tdelay(0.2s)之前的滑动窗口的运动学参数,开始回溯,采取加速追赶的策略,一个周期内回溯3个周期(3可以整除30),即以tdelay之前时刻的值作为初值,切换到IMU的纯惯性导航算法,则10个周期之后就可以追赶到机器人当前时刻,此时得到的位姿即是正确的位姿。
步骤6:完成上述步骤1~5的纯惯性导航回溯之后,接着返回步骤1进行正常的SLAM算法。
前述实施例和优点仅是示例性的,并不应被理解为限制本公开。本发明可容易地应用于其它类型的设备。此外,本公开的示例性实施例的描述是解释性的,并不限制权利要求的范围,许多的替换、修改和变化对于本领域技术人员来说是明显的。

Claims (2)

1.一种基于IMU的轮式机器人定位方法,其特征在于,包括以下步骤:
步骤1:使用正常的SLAM算法融合里程计、测距模块、IMU数据;
步骤2:建立一个包含N个姿态值att的滑动窗口,存储包含N个IMU数据、运动学参数滑动窗口用于回溯;
步骤3:对步骤2中所述滑动窗口内的姿态值做奇异值分解,得到按降序排列的特征阈值wi{i=1,2,3};
步骤4:根据测试得到“绑架”时的特征阈值w2 TH、w3 TH,判断机器人是否被“绑架”:如果w2>w2 TH,w3>w3 TH,则判定发生“绑架”,则执行步骤5;若没有发生“绑架”,则直接返回执行步骤1中正常的SLAM算法;
步骤5:采用在当前时刻tdelay之前滑动窗口内的运动参数,开始回溯,采取加速追赶的策略,一个周期内回溯M个周期(M可以整除N),即以tdelay之前时刻的值作为初值,切换到IMU的纯惯性导航算法上,则N/M个周期之后就可以追赶到机器人当前时刻,此时得到的位姿即是机器人当前正确的位姿;
步骤6:完成上述步骤1~5的纯惯性导航回溯之后,返回步骤1进行正常的SLAM算法。
2.根据权利要求1所述的机器人定位方法,其特征在于:所述步骤1中测距模块测距范围为0~5m,测距视角范围为0~180°。
CN201611241990.3A 2016-12-29 2016-12-29 一种基于imu的轮式机器人定位方法 Pending CN108253961A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201611241990.3A CN108253961A (zh) 2016-12-29 2016-12-29 一种基于imu的轮式机器人定位方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201611241990.3A CN108253961A (zh) 2016-12-29 2016-12-29 一种基于imu的轮式机器人定位方法

Publications (1)

Publication Number Publication Date
CN108253961A true CN108253961A (zh) 2018-07-06

Family

ID=62719677

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201611241990.3A Pending CN108253961A (zh) 2016-12-29 2016-12-29 一种基于imu的轮式机器人定位方法

Country Status (1)

Country Link
CN (1) CN108253961A (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109211251A (zh) * 2018-09-21 2019-01-15 北京理工大学 一种基于激光和二维码融合的即时定位与地图构建方法
CN111854733A (zh) * 2020-07-28 2020-10-30 广东博智林机器人有限公司 一种多源融合定位方法及系统
CN112433535A (zh) * 2020-11-18 2021-03-02 北京理工大学 轮步复合移动平台及越障模式下多关节协同的自回稳方法
CN114322918A (zh) * 2020-09-30 2022-04-12 广东博智林机器人有限公司 可移动设备状态的检测方法、装置和计算机可读存储介质
CN115100390A (zh) * 2022-08-24 2022-09-23 华东交通大学 一种联合对比学习与自监督区域定位的图像情感预测方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101464152A (zh) * 2009-01-09 2009-06-24 哈尔滨工程大学 一种sins/gps组合导航系统自适应滤波方法
WO2012076923A1 (en) * 2010-12-08 2012-06-14 Universite De Rouen Method and system for automatic scoring of sleep stages
CN102596517A (zh) * 2009-07-28 2012-07-18 悠进机器人股份公司 移动机器人定位和导航控制方法及使用该方法的移动机器人
CN105527617A (zh) * 2016-02-06 2016-04-27 哈尔滨工业大学 一种基于鲁棒主元分析的探地雷达数据背景去除方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101464152A (zh) * 2009-01-09 2009-06-24 哈尔滨工程大学 一种sins/gps组合导航系统自适应滤波方法
CN102596517A (zh) * 2009-07-28 2012-07-18 悠进机器人股份公司 移动机器人定位和导航控制方法及使用该方法的移动机器人
WO2012076923A1 (en) * 2010-12-08 2012-06-14 Universite De Rouen Method and system for automatic scoring of sleep stages
CN105527617A (zh) * 2016-02-06 2016-04-27 哈尔滨工业大学 一种基于鲁棒主元分析的探地雷达数据背景去除方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
MATEUS MENDES 等: "Improved Vision-based Robot Navigation Using a SDM and Sliding Window Search", 《ENGINEERING LETTERS》 *
丁帅华 等: "基于局部子图匹配的SLAM方法", 《机器人》 *

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109211251A (zh) * 2018-09-21 2019-01-15 北京理工大学 一种基于激光和二维码融合的即时定位与地图构建方法
CN109211251B (zh) * 2018-09-21 2022-01-11 北京理工大学 一种基于激光和二维码融合的即时定位与地图构建方法
CN111854733A (zh) * 2020-07-28 2020-10-30 广东博智林机器人有限公司 一种多源融合定位方法及系统
CN114322918A (zh) * 2020-09-30 2022-04-12 广东博智林机器人有限公司 可移动设备状态的检测方法、装置和计算机可读存储介质
CN114322918B (zh) * 2020-09-30 2024-02-13 广东博智林机器人有限公司 可移动设备状态的检测方法、装置和计算机可读存储介质
CN112433535A (zh) * 2020-11-18 2021-03-02 北京理工大学 轮步复合移动平台及越障模式下多关节协同的自回稳方法
CN112433535B (zh) * 2020-11-18 2022-03-25 北京理工大学 轮步复合移动平台及越障模式下多关节协同的自回稳方法
CN115100390A (zh) * 2022-08-24 2022-09-23 华东交通大学 一种联合对比学习与自监督区域定位的图像情感预测方法

Similar Documents

Publication Publication Date Title
CN108253961A (zh) 一种基于imu的轮式机器人定位方法
CN107990899B (zh) 一种基于slam的定位方法和系统
US9967463B2 (en) Method for camera motion estimation and correction
US20180313940A1 (en) Calibration of laser and vision sensors
US20200198139A1 (en) Map creation method of mobile robot and mobile robot
KR102457222B1 (ko) 이동 로봇 및 그 제어 방법
CN107255468B (zh) 目标跟踪方法、目标跟踪设备及计算机存储介质
CN109472828B (zh) 一种定位方法、装置、电子设备及计算机可读存储介质
CN107610157B (zh) 一种无人机目标追踪方法及系统
WO2008079541A9 (en) Human pose estimation and tracking using label
CN107025661B (zh) 一种实现增强现实的方法、服务器、终端及系统
CN110849885B (zh) 一种弓网系统中的硬点监测方法、装置及系统
EP3660449A1 (en) Information processing device, information processing method, and program
US20220042824A1 (en) Systems, and methods for merging disjointed map and route data with respect to a single origin for autonomous robots
CN110263615A (zh) 车辆拍摄中的交互处理方法、装置、设备及客户端
CN105303518A (zh) 一种基于区域特征的视频帧间拼接方法
CN111521971B (zh) 一种机器人的定位方法及系统
Pérez et al. Enhanced monte carlo localization with visual place recognition for robust robot localization
CN110291771A (zh) 一种目标对象的深度信息获取方法及可移动平台
He et al. WiFi based indoor localization with adaptive motion model using smartphone motion sensors
US20180354138A1 (en) System, method, and program for adjusting altitude of omnidirectional camera robot
Nowicki A data-driven and application-aware approach to sensory system calibration in an autonomous vehicle
EP4040268A1 (en) Object sharing method and apparatus
CN109644263A (zh) 第一智能设备及其连接方法以及具有存储功能的装置
Paton et al. Eyes in the back of your head: Robust visual teach & repeat using multiple stereo cameras

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
WD01 Invention patent application deemed withdrawn after publication
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20180706