CN109358340A - 一种基于激光雷达的agv室内地图构建方法及系统 - Google Patents

Abstract

本发明公开了一种基于激光雷达的AGV室内地图构建方法及系统，系统包括数据采集部分、控制部分和地图构建部分，数据采集部分包括激光雷达、里程计和数据采集单元，控制部分包括直流电机、电机驱动模块和控制单元，地图构建部分包括地图构建单元和数据处理单元，数据采集单元、控制单元和地图构建部分组成主控平台系统。通过扩展信息滤波算法(EIF‑SLAM)结合激光雷达和里程计信息构建栅格地图，在保证地图精度的前提下提高了AGV在室内未知环境中的实时地图构建效率。

Description

一种基于激光雷达的AGV室内地图构建方法及系统

技术领域

本发明涉及AGV导航技术领域，特别涉及一种基于激光雷达的AGV室内地图构建方法及系统。

背景技术

AGV(Automatic Guided Vehicle)，即自动导引运输车，其多用于汽车、码头电商、仓储、物流等需搬运人力需求较大的企业。通过AGV配合各类机械臂实现货物的自动装卸和搬运，彻底将人力从搬运环节解放出来，减少企业的职工需求，降低人力成本。

AGV在未知环境中需要进行自主导航，这时拥有环境地图尤为重要。在未知环境中，利用自身传感器的数据同时进行定位和建图，同时利用已创建的地图进行实时定位，这就是机器人的即时定位与地图构建(SLAM)。从SLAM问题的最初提出到发展，计算效率和定位精度一直是研究重点。在基于特征的SLAM算法中，扩展卡尔曼滤波算法(EFK-SLAM)的计算复杂度与环境特征个数呈二次方关系，只能在特征点个数小于几百的环境中应用，具有一定的局限性。研究人员在过去的几十年里不断改进，在保证定位精度的前提下提出了不同的SLAM算法。包括压缩扩展卡尔曼滤波算法(CEKF-SLAM)、粒子滤波算法(Fast-SLAM)、扩展信息滤波算法(EIF-SLAM)、稀疏扩展信息滤波算法(SEIF-SLAM)等。

在移动机器人定位方面，定位精度取决于传感器的精度。一般的传感器例如激光雷达传感器、视觉传感器、超声波传感器、里程计、陀螺仪等都存在着噪声，但是不同传感器之间获取的信息不同，将多传感器的信息进行融合，可以提高精度。

发明内容

本发明的主要目的在于克服现有技术的缺点与不足，提供一种基于激光雷达的AGV室内地图构建方法，采用扩展信息滤波算法(EIF-SLAM)结合激光雷达和里程计数据在保证地图精度的前提下用信息矩阵方式提高了位置估计和更新过程中的计算效率。

本发明的另一目的在于提供一种基于激光雷达的AGV室内地图构建系统。

本发明的目的通过以下的技术方案实现：

一种基于激光雷达的AGV室内地图构建方法，包括以下步骤：

S1、激光雷达探测周围环境数据形成360°二维点云数据，同时收集里程计信息；

S2、采集激光雷达探测的数据和里程计数据进行预处理，随后利用扩展信息滤波算法进行位姿估计和更新，并将数据上传到地图构建单元；

S3、地图构建单元利用处理后的激光雷达和里程计数据以设置频率实时建立栅格地图并保存在本地，其中栅格地图用于后续机器人运行时的导航地图。

优选的，步骤S2中，激光雷达数据预处理过程方法为：

从获取的360°二维点云数据中选取AGV正前方180°范围内的二维点云数据，所得环境坐标向量为：

z^k＝(d_k,θ_k)k＝1,2,3,…,N

其中：z^k为点云数据集，d_k为激光雷达在θ_k角度上获取的距离值。

优选的，步骤S2中，里程计数据预处理得到机器人运行速度、转动角度和运动方程，具体方法为：

假设，AGV左驱动轮速度为v_l，右驱动轮速度为v_r，两驱动轮间距为d，则：

机器人速度表示为：

机器人转动角度表示为：

机器人运动方程为：其中：v_x为机器人在x轴上的速度，v_y为机器人在y轴上的速度，ω为机器人角速度。

一种基于激光雷达的AGV室内地图构建系统，包括数据采集部分、控制部分和地图构建部分，其中数据采集部分包括激光雷达、里程计和数据采集单元，控制部分包括直流电机、电机驱动模块和控制单元，地图构建部分包括地图构建单元和数据处理单元；激光雷达、数据采集单元、数据处理单元、地图构建单元依次连接；里程计、电机驱动模块分别与控制单元连接，控制单元进一步与数据处理单元连接；里程计、直流电机分别与电机驱动模块连接。

优选的，所述激光雷达用于获取AGV正前方的二维平面环境数据；所述数据采集单元用于采集激光雷达获取的二维点云数据。

优选的，所述里程计安装于直流电机上，用于采集AGV上两驱动轮的运动数据。

优选的，数据采集单元、控制单元、数据处理单元和地图构建单元组成主控平台系统，主控平台系统采用基于高性能ARM工控板的ROS系统，带有通用异步收发传输器UART接口、RS485接口、USB接口、HDMI接口、编码器接口。

优选的，控制单元根据当前任务发布相应指令到电机驱动模块，同时根据里程计信息确定AGV当前运动状态与指令是否符合；

若是，则根据当前任务继续发布相应指令控制AGV运动；

若否，则根据当前状态与任务的差距重新控制电机转向、速度，使得机器人回到原有任务轨迹上。

优选的，电机驱动模块接收控制单元发布的指令后控制直流电机运转方向及速度；所述电机驱动模块带有编码器接口、直流电机驱动电路，内置PID算法用于精确控制直流电机的运行速度。

优选的，所述激光雷达安装在AGV车头中间区域；激光雷达安装正方向与AGV运动前进方向重合，且垂直于水平面。

本发明与现有技术相比，具有如下优点和有益效果：

1、本发明采用扩展信息滤波算法(EIF-SLAM)结合激光雷达和里程计数据进行位姿估计、更新和地图构建过程，降低了数据处理过程中的运算量，提高了地图构建效率。

2、本发明采用激光雷达和里程计，省去了预先设定AGV运行轨道和铺设参照物，提高了AGV作业灵活性。

附图说明

图1是实施例装置的结构框图。

图2是实施例方法的工作流程图。

具体实施方式

下面结合实施例及附图对本发明作进一步详细的描述，但本发明的实施方式不限于此。

实施例1

本专利在扩展信息滤波算法中引入激光雷达传感器和里程计进行多传感器信息融合实现AGV地图构建。其中扩展信息滤波(EIF)是扩展卡尔曼滤波(EKF)的对偶形式，利用信息矩阵表示两特征的相关性，并且信息矩阵中两特征相关性的非对角元素随两特征间的探索距离呈指数衰减。因此在保证定位精度的前提下大大提高了计算效率。

如图1所示，本实施例一种基于激光雷达的AGV室内地图构建系统，包括数据采集部分、控制部分和地图构建部分，其中数据采集部分包括激光雷达、里程计和数据采集单元，控制部分包括直流电机、电机驱动模块和控制单元，地图构建部分包括地图构建单元和数据处理单元，数据采集单元、控制单元、数据处理单元和地图构建单元组成主控平台系统；其中，

所述激光雷达用于获取AGV正前方180°范围内的二维平面环境数据；

所述数据采集单元用于采集激光雷达获取的二维点云数据；

所述里程计安装于直流电机上，用于采集AGV上两驱动轮的运动数据；

所述电机驱动模块用于接收指令控制直流电机的精确运动以及反馈电机控制数据；

所述控制单元用于发送控制直流给电机驱动模块、接收电机控制数据以及根据里程计数据判断电机实际运动状态；

所述地图构建单元用于结合激光雷达和里程计数据实时构建环境地图。

进一步地，所述主控平台系统采用基于高性能ARM工控板的ROS系统，带有通用异步收发传输器UART接口、RS485接口、USB接口、HDMI接口、编码器接口；

所述激光雷达采用中国FLASH LIDAR F4二维激光三角测距雷达；

所述激光雷达安装在AGV车头中间区域；激光雷达安装正方向与AGV运动前进方向重合，且垂直于水平面；

所述里程计采用两个双线600线工业级编码器；

所述电机驱动模块带有编码器接口、直流电机驱动电路，内置PID算法用于精确控制直流电机的运行速度。

如图2所示，本实施例一种基于激光雷达的AGV室内地图构建方法，包括步骤：

S1、激光雷达探测周围环境数据形成360°二维点云数据；同时编码器测控电机运转方向及运转距离形成里程计信息；

S2、数据采集单元采集激光雷达探测的数据和里程计数据进行预处理，随后利用扩展信息滤波算法进行位姿估计和更新，并将数据上传到地图构建单元；

利用扩展信息滤波算法进行位姿估计和更新的过程如下：

1)估计过程

扩展信息滤波的估计过程如下，首先得到预测的机器人位姿x_k+1并加入到环境暂态向量中，环境暂态向量X_k变为增量向量即然后求x_k+1的边缘概率，将x_k从增量向量中去除，得到向量

(1)预测得到x_k+1，并加入到环境暂态向量中

假设运动方程为：

其中，G为函数g雅可比矩阵；μ_k为x_k的估计值；w_k为高斯白噪声。

(2)求x_k+1的边缘概率

其中：

2)更新过程

假设观测方程为：l_k＝h(x_k,z_k)+v_k＝h(μ_k)+H(x_k-μ_k)+v_k。其中，l_k为增加的特征点，h为观测函数，H为雅克比矩阵；v_k为高斯白噪声；μ_k为x_k的估计值。

在k时刻，对应的更新为：

根据贝叶斯公式，有

P(x_k,M|z^k,u^k)∝P(z^k|x_k,M)P(x_k,M|z^k-1,u^k) (8)

因此更新后P(x_k,M|z^k+1,u^k)＝N^-1(η_k,Λ_k)，扩展信息滤波通过估计和更新过程不断更新信息矩阵Λ和信息向量η，从而更新机器人当前位姿。

S3、控制单元根据当前任务发布相应指令到电机驱动模块，同时根据里程计信息确定AGV当前运动状态与指令是否符合；

若是，则根据当前任务继续发布相应指令控制AGV运动；

若否，则根据当前状态与任务的差距重新控制电机转向、速度，使得机器人回到原有任务轨迹上；

S4、电机驱动模块接收控制单元发布的指令后控制直流电机运转方向及速度；

S5、地图构建单元利用处理后的激光雷达和里程计数据以5Hz频率实时建立栅格地图并保存在本地，其中栅格地图用于后续机器人运行时的导航地图。

其中：激光雷达数据预处理过程方法为：

从获取的360°二维点云数据中选取AGV正前方180°范围内的二维点云数据，所得环境坐标向量为：

z^k＝(d_k,θ_k)k＝1,2,3,…,N

其中：z^k为点云数据集，d_k为激光雷达在θ_k角度上获取的距离值。

里程计数据预处理得到机器人运行速度、转动角度和运动方程的方法为：

假设，AGV左驱动轮速度为v_l，右驱动轮速度为v_r，两驱动轮间距为d，则：

机器人速度表示为：

机器人转动角度表示为：

机器人运动方程为：其中：v_x为机器人在x轴上的速度，v_y为机器人在y轴上的速度，ω为机器人角速度。

上述实施例为本发明较佳的实施方式，但本发明的实施方式并不受上述实施例的限制，其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化，均应为等效的置换方式，都包含在本发明的保护范围之内。

Claims (10)

1.一种基于激光雷达的AGV室内地图构建方法，其特征在于，包括以下步骤：

S1、激光雷达探测周围环境数据形成360°二维点云数据，同时收集里程计信息；

S2、采集激光雷达探测的数据和里程计数据进行预处理，随后利用扩展信息滤波算法进行位姿估计和更新，并将数据上传到地图构建单元；

S3、地图构建单元利用处理后的激光雷达和里程计数据以设置频率实时建立栅格地图并保存在本地，其中栅格地图用于后续机器人运行时的导航地图。

2.根据权利要求1所述的基于激光雷达的AGV室内地图构建方法，其特征在于，步骤S2中，激光雷达数据预处理过程方法为：

从获取的360°二维点云数据中选取AGV正前方180°范围内的二维点云数据，所得环境坐标向量为：

z^k＝(d_k,θ_k) k＝1,2,3,…,N

其中：z^k为点云数据集，d_k为激光雷达在θ_k角度上获取的距离值。

3.根据权利要求1所述的基于激光雷达的AGV室内地图构建方法，其特征在于，步骤S2中，里程计数据预处理得到机器人运行速度、转动角度和运动方程，具体方法为：

假设，AGV左驱动轮速度为v_l，右驱动轮速度为v_r，两驱动轮间距为d，则：

机器人速度表示为：

机器人转动角度表示为：

机器人运动方程为：其中：v_x为机器人在x轴上的速度，v_y为机器人在y轴上的速度，ω为机器人角速度。

4.一种基于权利要求1所述方法的AGV室内地图构建系统，其特征在于，包括数据采集部分、控制部分和地图构建部分，其中数据采集部分包括激光雷达、里程计和数据采集单元，控制部分包括直流电机、电机驱动模块和控制单元，地图构建部分包括地图构建单元和数据处理单元；激光雷达、数据采集单元、数据处理单元、地图构建单元依次连接；里程计、电机驱动模块分别与控制单元连接，控制单元进一步与数据处理单元连接；里程计、直流电机分别与电机驱动模块连接。

5.根据权利要求4所述的AGV室内地图构建系统，其特征在于，所述激光雷达用于获取AGV正前方的二维平面环境数据；所述数据采集单元用于采集激光雷达获取的二维点云数据。

6.根据权利要求4所述的AGV室内地图构建系统，其特征在于，所述里程计安装于直流电机上，用于采集AGV上两驱动轮的运动数据。

7.根据权利要求4所述的AGV室内地图构建系统，其特征在于，数据采集单元、控制单元、数据处理单元和地图构建单元组成主控平台系统，主控平台系统采用基于高性能ARM工控板的ROS系统，带有通用异步收发传输器UART接口、RS485接口、USB接口、HDMI接口、编码器接口。

8.根据权利要求4所述的AGV室内地图构建系统，其特征在于，控制单元根据当前任务发布相应指令到电机驱动模块，同时根据里程计信息确定AGV当前运动状态与指令是否符合；

若是，则根据当前任务继续发布相应指令控制AGV运动；

若否，则根据当前状态与任务的差距重新控制电机转向、速度，使得机器人回到原有任务轨迹上。

9.根据权利要求4所述的AGV室内地图构建系统，其特征在于，电机驱动模块接收控制单元发布的指令后控制直流电机运转方向及速度；所述电机驱动模块带有编码器接口、直流电机驱动电路，内置PID算法用于精确控制直流电机的运行速度。

10.根据权利要求4所述的AGV室内地图构建系统，其特征在于，所述激光雷达安装在AGV车头中间区域；激光雷达安装正方向与AGV运动前进方向重合，且垂直于水平面。