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 PDFInfo
- 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
Links
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
- G01C21/10—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration
- G01C21/12—Navigation; 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
- G01C21/16—Navigation; 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
- G01C21/165—Navigation; 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
-
- 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)
- 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
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°。
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)
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)
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 |
-
2016
- 2016-12-29 CN CN201611241990.3A patent/CN108253961A/zh active Pending
Patent Citations (4)
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)
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)
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 |