CN111240331A - 基于激光雷达和里程计slam的智能小车定位导航方法及系统 - Google Patents
基于激光雷达和里程计slam的智能小车定位导航方法及系统 Download PDFInfo
- Publication number
- CN111240331A CN111240331A CN202010055757.6A CN202010055757A CN111240331A CN 111240331 A CN111240331 A CN 111240331A CN 202010055757 A CN202010055757 A CN 202010055757A CN 111240331 A CN111240331 A CN 111240331A
- Authority
- CN
- China
- Prior art keywords
- trolley
- information
- laser radar
- coordinate system
- odometer
- 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 51
- 230000007613 environmental effect Effects 0.000 claims abstract description 34
- 238000005259 measurement Methods 0.000 claims abstract description 34
- 230000033001 locomotion Effects 0.000 claims abstract description 25
- 238000004891 communication Methods 0.000 claims description 19
- 238000004422 calculation algorithm Methods 0.000 claims description 14
- 230000009466 transformation Effects 0.000 claims description 8
- 238000006243 chemical reaction Methods 0.000 claims description 6
- 238000005516 engineering process Methods 0.000 claims description 6
- 239000002245 particle Substances 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 claims description 4
- 238000001914 filtration Methods 0.000 claims description 4
- 238000001514 detection method Methods 0.000 claims description 3
- 230000006870 function Effects 0.000 abstract description 15
- 238000010586 diagram Methods 0.000 description 13
- 238000011160 research Methods 0.000 description 7
- 238000010276 construction Methods 0.000 description 6
- 238000004590 computer program Methods 0.000 description 5
- 238000012545 processing Methods 0.000 description 4
- 238000013507 mapping Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000013473 artificial intelligence Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 238000012271 agricultural production Methods 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 244000144977 poultry Species 0.000 description 1
- 238000010408 sweeping Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0257—Control of position or course in two dimensions specially adapted to land vehicles using a radar
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0268—Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means
- G05D1/0274—Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means using mapping information stored in a memory device
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Aviation & Aerospace Engineering (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
- Traffic Control Systems (AREA)
- Navigation (AREA)
Abstract
本发明公开了基于激光雷达和里程计SLAM的智能小车定位导航方法,包括以下步骤:从控制器通过电机编码器和惯性测量单元IMU获取小车的速度信息和位姿信息,形成里程计信息;主控制器通过激光雷达扫描小车的周围环境形成激光雷达坐标系中的环境点云位置信息;将激光雷达坐标系中的环境点云位置信息与里程计信息结合形成世界坐标系中的环境位置信息,实现对小车的定位和导航。本发明还提供基于激光雷达和里程计SLAM的智能小车定位导航系统。本发明在小车的运动环境中能够构建准确的环境地图,并通过上位机能够在构建的环境地图上设定小车导航的目标位置,实现智能小车自动定位和导航功能,并且具有较高的准确性。
Description
技术领域
本发明涉及人工智能技术领域,尤其涉及基于激光雷达和里程计SLAM的智能小车定位导航方法及系统。
背景技术
随着人工智能技术的不断发展和进步,具备一定的自主定位和导航能力的智能移动设备如服务机器人、无人机、自动导引小车已逐步被应用于家居服务、农业生产、医疗服务、餐饮服务,军事和娱乐等领域。目前,智能移动小车也越来越多被应用于温室大棚、家禽养殖场等场所的智能巡检,以及家庭扫地、餐馆送餐等智能作业。可见能够自主定位和导航的智能移动小车具有重要的实用价值和广阔的应用前景。
作为机器人导航研究的一个重要分支,同步定位与地图构建(SimultaneousLocalization and Mapping,SLAM)理论研究发展迅速,是机器人研究领域的热点和难点,然而,可用于室外SLAM研究的实验平台却比较少。一些研究机构采用简单的移动底盘配合里程计、视觉、超声波传感器等搭建而成,其功能非常有限,定位效果也不理想,而且稳定性不好。
发明内容
针对上述现有技术存在不足,本发明提供基于激光雷达和里程计SLAM的智能小车定位导航方法及系统。
本发明采用的技术方案为:
基于激光雷达和里程计SLAM的智能小车定位导航方法,包括以下步骤:
从控制器通过电机编码器和惯性测量单元IMU获取小车的速度信息和位姿信息,形成里程计信息;
主控制器通过激光雷达扫描小车的周围环境形成激光雷达坐标系中的环境点云位置信息;
将激光雷达坐标系中的环境点云位置信息与里程计信息结合形成世界坐标系中的环境位置信息,实现对小车的定位和导航。
作为本发明的进一步技术方案为:所述从控制器通过电机编码器和惯性测量单元IMU获取小车的速度信息和位姿信息,形成里程计信息;具体包括:
电机编码器将小车的速度信息发送至从控制器;
惯性测量单元IMU将小车的位姿信息发送至从控制器;
从控制器根据小车当前时刻与上一时刻的速度信息和位姿信息变换生成里程计信息。
作为本发明的进一步技术方案为:所述里程计的起始点为小车运动的原点位置,结合编码器返回电机转速和小车的运动学模型,得到小车的速度信息,通过获取小车运动的位置、转角、速度信息得到小车相对于世界坐标系原点更新的位置坐标信息。
作为本发明的进一步技术方案为:所述惯性测量单元IMU将小车的位姿信息发送至从控制器;具体包括:
惯性测量单元IMU安装在小车中心位置,惯性测量单元IMU将所测小车的运动状态信息定时发送至从控制器,通过DMP姿态解算得到小车的位姿信息。
作为本发明的进一步技术方案为:所述主控制器还连接无线通信模块,所述主控制器通过无线通信模块与上位机连接,所述上位机在由SLAM技术所构建的地图上标定小车导航的目标位置。
进一步的,所述无线通信模块为WiFi或4G模块。
作为本发明的进一步技术方案为:所述主控制器通过激光雷达扫描小车的周围环境形成激光雷达坐标系中的环境点云位置信息;具体包括:
以激光雷达的几何中心为原点建立激光雷达坐标系,使用激光雷达对小车的周围环境进行实时扫描,通过直线检测的方法获取环境线段信息,根据环境线段信息生成激光雷达坐标系中的环境点云位置信息。
作为本发明的进一步技术方案为:将激光雷达坐标系中的环境点云位置信息与里程计信息结合形成世界坐标系中的环境位置信息,实现对小车的定位和导航,具体包括:
以小车底部中心为原点建立小车坐标系,以小车坐标系原点到激光雷达坐标系原点的位置向量作为转换向量,将激光雷达坐标系中的环境点云位置信息转换成小车坐标系中的环境点云位置信息;再结合里程计信息,转换成世界坐标系中的环境点云位置信息;
利用ROS平台下开源的open SLAM Gmapping算法包和Rao-Black Wellized粒子滤波算法,将世界坐标系中的环境点云位置信息生成环境栅格地图,实现小车的定位和导航。
本发明还提供基于激光雷达和里程计SLAM的智能小车定位导航系统,其特征在于,包括:
一上位机;
一主控制系统;包括:主控制器和激光雷达模块和无线通信模块,所述主控制器与激光雷达模块和无线通信模块连接,所述无线通信模块与上位机连接;
一从控制系统;包括从控制器、惯性测量单元IMU、直流电机驱动电路、电机编码器测速电路;所述从控制器与主控制器连接,所述惯性测量单元IMU与从控制器连接,所述从控制器与直流电机驱动电路和电机编码器测速电路连接;
直流电机;所述直流电机驱动电路和电机编码器测速电路与直流电机连接。
进一步的,所述无线通信模块为WiFi或4G模块。
本发明的有益效果:
本发明在小车的运动环境中建立世界坐标系,在小车底部中心建立小车坐标系,在激光雷达的几何中心建立激光雷达坐标系,由搭载的惯性测量单元IMU获取小车的运动状态数据,结合编码器返回电机的实时转速,将小车的运动状态数据与电机转速进行解算生成里程计信息;使用激光雷达实时扫描小车的周围环境,生成激光雷达坐标系中的环境点云位置数据,再通过坐标变换将其转换成世界坐标系中的环境点云位置信息,然后利用ROS平台下开源的Open SLAM Gmapping算法包和Rao-Black Wellized粒子滤波算法,将世界坐标系中的环境点云位置信息生成环境栅格地图,实现小车的定位和导航;
本发明在室内环境下能够构建准确的环境地图,通过上位机能够在构建的环境地图上设定小车导航的目标位置,实现小车自动定位和导航功能,并且具有较高的准确性。
附图说明
图1为本发明提出的基于激光雷达和里程计SLAM的智能小车定位导航方法流程图;
图2为本发明提出的坐标变换示意图;
图3为本发明提出的环境地图构建和小车定位流程图;
图4为本发明提出的一实施例小车的实验环境图;
图5为本发明提出的一实施例小车构建的实验环境地图;
图6为本发明提出的一实施例小车定位导航的轨迹拟合曲线图;
图7为本发明提出的一实施例小车按设定目标位置定位导航的轨迹图;
图8为本发明提出的一实施例小车控制系统的结构框图。
具体实施方式
本发明提供的技术方案总体思路如下:
对于智能小车在未知环境中实现定位导航功能,需基于小车搭载的多种传感器,获取周围环境的位置信息进而实现SLAM功能,其中基于SLAM技术的环境地图构建是小车运动的关键,具有重要的理论分析与实际应用研究价值。
本发明根据运动小车的定位导航需求,构建了基于激光雷达和里程计SLAM的智能小车定位导航系统。根据相关坐标系间的转换关系,将激光雷达扫描的小车周围环境点云位置数据转换到世界坐标系下,再通过相关算法实现环境地图构建和小车的定位和导航。具体为:采用微型电脑主机作为系统的主控制器,以STM32为从控制器,通过对电机编码器、惯性测量单元IMU、激光雷达等传感器的数据进行融合以及位置坐标转换,采用Gmapping等算法实现小车的定位和环境地图构建,通过上位机在所建地图上标定小车导航的目标位置,实现小车的自主定位与导航。实验结果表明,该系统能够较好的构建环境地图,获取小车运动的实时位置坐标信息,实现小车自动定位和导航功能。
以上是本申请的核心思想,为了使本技术领域的人员更好地理解本申请方案,下面结合附图对本申请作进一步的详细说明。应当理解本申请实施例以及实施例中的具体特征是对本申请技术方案的详细的说明,而不是对本申请技术方案的限定,在不冲突的情况下,本申请实施例以及实施例中的技术特征可以相互组合。
如图1所示,为本发明提出的基于激光雷达和里程计SLAM的智能小车定位导航方法流程图。
基于激光雷达和里程计SLAM的智能小车定位导航方法,包括以下步骤:
步骤101,从控制器通过电机编码器和惯性测量单元IMU获取小车的速度信息和位姿信息,形成里程计信息;
步骤102,主控制器通过激光雷达扫描小车的周围环境形成激光雷达坐标系中的环境点云位置信息;
步骤103,将激光雷达坐标系中的环境点云位置信息与里程计信息结合形成世界坐标系中的环境位置信息,实现对小车的定位和导航。
参见图2,为本发明提供的多坐标系相关性和多坐标转换示意图。对于小车定位导航功能的实现,在小车的运动环境中建立世界坐标系,小车底部的几何中心建立小车局部坐标系,激光雷达的几何中心建立激光雷达局部坐标系。将激光雷达扫描的环境点云位置坐标转换成小车坐标系中的环境点云位置信息;再结合里程计信息,转换成世界坐标系中的环境点云位置信息,为小车定位导航提供环境位置数据基础。
在步骤101中,从控制器通过电机编码器和惯性测量单元IMU获取小车的速度信息和位姿信息,形成里程计信息;具体包括:
电机编码器将小车的速度信息发送至从控制器;
惯性测量单元IMU将小车的位姿信息发送至从控制器;
从控制器根据小车当前时刻与上一时刻的速度信息和位姿信息变换生成里程计信息。
其中,里程计的起始点为小车运动的原点位置,结合编码器返回电机转速和小车的运动学模型,得到小车的速度信息,通过获取小车运动的位置、转角、速度信息得到小车相对于世界坐标系原点更新的位置坐标信息。
在步骤102中,主控制器通过激光雷达扫描小车的周围环境形成激光雷达坐标系中的环境点云位置信息;具体包括:
以激光雷达的几何中心为原点建立激光雷达坐标系,使用激光雷达对小车的周围环境进行实时扫描,对周围环境和障碍物进行准确的距离与方位判断,获取小车导航所需的点云位置信息。由于扫描数据存在较多线段特征,通过直线检测的方法获取环境线段信息,根据环境线段信息生成激光雷达坐标系中的环境点云位置数据。
在步骤103中,将激光雷达坐标系中的环境点云位置信息与里程计信息结合形成世界坐标系中的环境位置信息,实现对小车的定位和导航,具体包括:
以小车底部中心为原点建立小车坐标系,以小车坐标系原点到激光雷达坐标系原点的位置向量作为转换向量,将激光雷达坐标系中的环境点云位置坐标转换成小车坐标系中的环境点云位置信息;再结合里程计信息,转换成世界坐标系中的环境点云位置信息。
利用ROS平台下开源的Open SLAM Gmapping算法包和Rao-Black Wellized粒子滤波算法,将世界坐标系中的环境点云位置信息生成环境栅格地图,实现小车的定位和导航。
本发明实施例中,对于小车运动环境世界坐标的建立,需要基于激光数据和里程计信息,其中里程计信息包括小车位姿信息与速度信息,利用ROS系统下Gmapping导航算法包进行全局地图构建。
将惯性测量单元IMU水平安装在小车中心位置,以小车底部中心为坐标原点建立小车坐标系,小车上搭载的其它固件装置相对于小车坐标系保持位置不变,通过串口将IMU与从控制器STM32相连接。由于小车导航所需的里程计信息包括位姿信息与速度信息,将IMU所测运动状态信息定时发送至从控制器STM32,通过DMP姿态解算得到小车的位姿信息,同时结合编码器返回电机转速和小车的运动学模型得到小车的速度信息,实现小车的相对定位,并将里程计信息传送至主控制器。
依据里程计的起始点为小车运动的原点位置,结合编码器返回电机转速和小车的运动学模型,得到小车的速度信息,通过获取小车运动的位置、转角、速度信息得到小车相对于世界坐标系原点更新的位置坐标信息。
通过激光雷达实时扫描小车周围环境,对环境中的障碍物进行准确的距离与方位判断,生成小车导航所需的激光雷达坐标系中的环境点云位置信息。由于激光雷达坐标系反应的是相对于激光雷达装载的位置坐标信息,因此,以小车坐标系原点到激光雷达坐标系原点的位置向量作为转换向量,将激光雷达坐标系中的环境点云位置坐标转换成小车坐标系中的环境点云位置信息;再结合里程计信息,转换成世界坐标系中的环境点云位置信息。
利用ROS平台下开源的Open SLAM Gmapping算法包和Rao-Black Wellized粒子滤波算法,将世界坐标系中的环境点云位置信息生成环境栅格地图,实现小车的定位和导航。
如图3所示,为本发明提出的小车定位和环境地图构建流程图。
将惯性测量单元IMU水平安装在小车中心位置,将惯性测量单元IMU所测运动状态信息定时发送至从控制器,通过DMP姿态解算得到小车的位姿信息,同时结合编码器返回电机转速,得到小车的速度信息,实现小车的相对定位,并将导航所需的里程计信息传送至主控制器。
为实现小车远程控制,主控制器还连接无线通信模块,所述上位机配置与主控制器无线通信模块对应的接口模块;在微型电脑主机主控制器上装载无线通信模块将小车接入网络,上位机端与小车IP配对,采样ssh协议对小车进行远程控制,通过上位机在以SLAM技术所构建地图上标定小车导航的目标位置,实现小车自动导航的功能。其中无线通信模块可以采用WiFi、4G模块或其它无线模块。
通过WIFI将智能小车接入网络,通过手机等上位机终端远程遥控小车在图4所示的实验室过道中间运动,主控制器控制激光雷达不断扫描实验室环境,按照本发明所述方法进行即时定位和构建环境地图,构建出图5所示的实验室环境栅格地图,其中箭头表示小车运动的方向,白色部分为小车能够到达的区域,灰色部分为障碍物区域,黑色锯齿线为障碍物或者墙的边界线。由图4、5对比可知,小车所构建的地图环境与实验室环境匹配度较高,比较准确地定位了桌子、柜子等环境中物体的边界和位置,较好地反映了实验室的环境和布置。
在小车运动过程中每隔三秒对小车进行一次位置坐标采样,获取到小车的位置坐标数据如表1所示。根据采样的位置坐标数据对小车的运动轨迹进行拟合,得到图6所示的曲线,经对比可以看出,拟合的轨迹曲线与小车的运动导航方向一致,小车运动过程中可以较好的实现定位,获取在所经路径的位置坐标信息。
表1
(0,0) | (0.1535,-0.3147) | (0.6374,-0.6609) | (1.4526,-1.0323) | (1.9304,-1.3172) | (2.1093,-1.6365) |
(2.9999,-2.0296) | (3.676,-2.5331) | (4.156,-2.9716) | (3.578,-3.7379) | (2.8965,-4.5303) | (2.0629,-4.2072) |
(1.7175,-4.0439) | (1.305,-3.8564) | (1.0987,-3.3287) | (0.5415,-3.6641) | (0.1637,-3.4321) | (-0.4189,-3.1575) |
(-0.9769,-2.9485) | (-1.7756,-2.6442) | (-2.3119,-2.2708) | (-2.9966,-1.9348) | (-2.3994,-1.1841) | (-1.863,-0.4) |
(-1.6572,0.2992) | (-1.3747,0.2986) | (-0.863,0.2371) | (-0.5263,0.352) | (0.048,-0.03) | (0.128,-0.0389) |
利用本发明所述方法构建好实验室环境地图后,如图7所示,将小车放在1号位置作为起始点,通过上位机手动标定2号和3号位置为小车运动导航的目标位置,启动小车后,小车会自动导航至2号和3号位置,能够有效避开桌子等障碍物,然后停下来等待。这表明本发明所述基于激光雷达和里程计SLAM的智能小车定位导航方法能够较好的控制小车实现自主导航功能。
上述实验结果证明了该基于激光雷达和里程计SLAM的智能小车定位导航方法及系统的可行性。在室内环境下能够构建准确的环境地图,通过上位机在由SLAM技术所构建的地图上标定小车导航的目标位置,实现运动小车自动导航功能,具有较高的准确性。由于小车的实验环境为室内平坦环境,该基于激光雷达和里程计SLAM的智能小车定位导航方法及系统有较好的实现条件。而考虑到颠簸路面上小车运动可能会出现空转、打滑情况,使得里程计信息出现较大的累积误差,从而对后续的坐标变换、以及小车的定位和导航造成影响,因此,考虑加入GPS模块,采用Kalman滤波和Markov方法将相对位置与绝对位置相结合,对小车的定位和导航做进一步的研究。
参照图8,基于激光雷达和里程计SLAM的智能小车定位导航系统,包括:
一上位机;
一主控制系统;包括:主控制器和激光雷达模块和WiFi或4G模块,所述主控制器与激光雷达模块和WiFi或4G模块连接,所述WiFi或4G模块与上位机连接;
一从控制系统;包括从控制器、惯性测量单元IMU、直流电机驱动电路、电机编码器测速电路;所述从控制器与主控制器连接,所述惯性测量单元IMU与从控制器连接,所述从控制器与直流电机驱动电路和电机编码器测速电路连接;
直流电机;所述直流电机驱动电路和电机编码器测速电路与直流电机连接。
本发明实施例中,小车定位导航控制系统是基于微型电脑主机和STM32的主从控制系统,从控制器STM32负责控制小车驱动电机的调速,通过编码器获取直流电机的实时转速,由惯性测量单元IMU获取小车的位姿信息,实现小车的相对定位;而主控制器微型台式电脑主机搭载ROS系统,通过激光雷达对小车的周围环境进行实时扫描,并将环境点云位置数据进行坐标变换,然后基于Gmapping等算法实现小车的定位和环境地图构建,为小车实现自动导航功能提供环境地图依据。同时使用WiFi或4G模块与上位机进行远程通信实现对小车的远程监控。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的系统。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令系统的制造品,该指令系统实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
最后应当说明的是:以上实施例仅用以说明本发明的技术方案而非对其限制,所属领域的普通技术人员参照上述实施例依然可以对本发明的具体实施方式进行修改或者等同替换,这些未脱离本发明精神和范围的任何修改或者等同替换,均在申请待批的本发明的权利要求保护范围之内。
Claims (10)
1.基于激光雷达和里程计SLAM的智能小车定位导航方法,其特征在于,包括以下步骤:
从控制器通过电机编码器和惯性测量单元IMU获取小车的速度信息和位姿信息,形成里程计信息;
主控制器通过激光雷达扫描小车的周围环境形成激光雷达坐标系中的环境点云位置信息;
将激光雷达坐标系中的环境点云位置信息与里程计信息结合形成世界坐标系中的环境位置信息,实现对小车的定位和导航。
2.根据权利要求1所述的方法,其特征在于,所述从控制器通过电机编码器和惯性测量单元IMU获取小车的速度信息和位姿信息,形成里程计信息;具体包括:
电机编码器将小车的速度信息发送至从控制器;
惯性测量单元IMU将小车的位姿信息发送至从控制器;
从控制器根据小车当前时刻与上一时刻的速度信息和位姿信息变换生成里程计信息。
3.根据权利要求1所述的方法,其特征在于,所述里程计的起始点为小车运动的原点位置,结合编码器返回电机转速和小车的运动学模型,得到小车的速度信息,通过获取小车运动的位置、转角、速度信息得到小车相对于世界坐标系原点更新的位置坐标信息。
4.根据权利要求2所述的方法,其特征在于,所述惯性测量单元IMU将小车的位姿信息发送至从控制器;具体包括:
惯性测量单元IMU安装在小车中心位置,惯性测量单元IMU将所测小车的运动状态信息定时发送至从控制器,通过DMP姿态解算得到小车的位姿信息。
5.根据权利要求1所述的方法,其特征在于,所述主控制器还连接无线通信模块,所述主控制器通过无线通信模块与上位机连接,所述上位机在由SLAM技术所构建的地图上标定小车导航的目标位置。
6.根据权利要求5所述的方法,其特征在于,所述无线通信模块为WiFi或4G模块。
7.根据权利要求1所述的方法,其特征在于,所述主控制器通过激光雷达扫描小车的周围环境形成激光雷达坐标系中的环境点云位置信息;具体包括:
以激光雷达的几何中心为原点建立激光雷达坐标系,使用激光雷达对小车的周围环境进行实时扫描,通过直线检测的方法获取环境线段信息,根据环境线段信息生成激光雷达坐标系中的环境点云位置信息。
8.根据权利要求1所述的方法,其特征在于,将激光雷达坐标系中的环境点云位置信息与里程计信息结合形成世界坐标系中的环境位置信息,实现对小车的定位和导航,具体包括:
以小车底部中心为原点建立小车坐标系,以小车坐标系原点到激光雷达坐标系原点的位置向量作为转换向量,将激光雷达坐标系中的环境点云位置信息转换成小车坐标系中的环境点云位置信息;再结合里程计信息,转换成世界坐标系中的环境点云位置信息;
利用ROS平台下开源的Open SLAM Gmapping算法包和Rao-Black Wellized粒子滤波算法,将世界坐标系中的环境点云位置信息生成环境栅格地图,实现小车的定位和导航。
9.根据权利要求1-8中任一项所述的方法提出基于激光雷达和里程计SLAM的智能小车定位导航系统,其特征在于,包括:
一上位机;
一主控制系统;包括:主控制器和激光雷达模块和无线通信模块,所述主控制器与激光雷达模块和无线通信模块连接,所述无线通信模块与上位机连接;
一从控制系统;包括从控制器、惯性测量单元IMU、直流电机驱动电路、电机编码器测速电路;所述从控制器与主控制器连接,所述惯性测量单元IMU与从控制器连接,所述从控制器与直流电机驱动电路和电机编码器测速电路连接;
直流电机;所述直流电机驱动电路和电机编码器测速电路与直流电机连接。
10.根据权利要求9所述的系统,其特征在于,所述无线通信模块为WiFi或4G模块。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010055757.6A CN111240331A (zh) | 2020-01-17 | 2020-01-17 | 基于激光雷达和里程计slam的智能小车定位导航方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010055757.6A CN111240331A (zh) | 2020-01-17 | 2020-01-17 | 基于激光雷达和里程计slam的智能小车定位导航方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111240331A true CN111240331A (zh) | 2020-06-05 |
Family
ID=70869484
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010055757.6A Pending CN111240331A (zh) | 2020-01-17 | 2020-01-17 | 基于激光雷达和里程计slam的智能小车定位导航方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111240331A (zh) |
Cited By (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111812668A (zh) * | 2020-07-16 | 2020-10-23 | 南京航空航天大学 | 绕机检查装置及其定位方法、存储介质 |
CN111947670A (zh) * | 2020-07-10 | 2020-11-17 | 深圳优地科技有限公司 | 机器人建图方法、装置、智能设备和存储介质 |
CN111965662A (zh) * | 2020-07-15 | 2020-11-20 | 西安电子科技大学 | 一种室内小车测速和定位方法 |
CN112066989A (zh) * | 2020-08-19 | 2020-12-11 | 合肥工业大学 | 基于激光slam的室内agv自动导航系统及导航方法 |
CN112083725A (zh) * | 2020-09-04 | 2020-12-15 | 湖南大学 | 一种面向自动驾驶车辆的结构共用多传感器融合定位系统 |
CN112113565A (zh) * | 2020-09-22 | 2020-12-22 | 温州科技职业学院 | 一种农业温室环境的机器人定位系统 |
CN112362045A (zh) * | 2020-11-19 | 2021-02-12 | 佛山科学技术学院 | 一种基于激光slam建图的装置及内存优化方法 |
CN112378437A (zh) * | 2020-10-27 | 2021-02-19 | 禾多科技(北京)有限公司 | 汽车传感器标定装置 |
CN112731434A (zh) * | 2020-12-15 | 2021-04-30 | 武汉万集信息技术有限公司 | 基于激光雷达和标识物的定位方法、系统 |
CN112947425A (zh) * | 2021-02-01 | 2021-06-11 | 湖北迈睿达供应链股份有限公司 | 多线雷达室内室外agv机器人 |
CN113008224A (zh) * | 2021-03-04 | 2021-06-22 | 国电瑞源(西安)智能研究院有限公司 | 一种融合多传感器的室内外自适应导航系统及方法 |
CN113070887A (zh) * | 2021-03-24 | 2021-07-06 | 广东博智林机器人有限公司 | 天花作业机器人以及作业方法 |
CN113175925A (zh) * | 2021-04-14 | 2021-07-27 | 武汉理工大学 | 定位与导航系统以及方法 |
CN113203409A (zh) * | 2021-07-05 | 2021-08-03 | 北京航空航天大学 | 一种复杂室内环境移动机器人导航地图构建方法 |
CN113273499A (zh) * | 2021-05-28 | 2021-08-20 | 广东广兴牧业机械设备有限公司 | 一种养猪舍内智能清粪机器人及其控制系统 |
CN113343061A (zh) * | 2021-06-24 | 2021-09-03 | 广州高新兴机器人有限公司 | 一种gps激光融合slam中坐标系动态对齐方法 |
WO2022068274A1 (zh) * | 2020-09-30 | 2022-04-07 | 华为技术有限公司 | 定位方法、装置和系统 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103941264A (zh) * | 2014-03-26 | 2014-07-23 | 南京航空航天大学 | 一种室内未知环境下使用激光雷达定位方法 |
CN108733062A (zh) * | 2018-06-25 | 2018-11-02 | 山东大学 | 家庭陪护机器人自主充电系统及方法 |
CN109900280A (zh) * | 2019-03-27 | 2019-06-18 | 浙江大学 | 一种基于自主导航的畜禽信息感知机器人与地图构建方法 |
US10379538B1 (en) * | 2017-03-20 | 2019-08-13 | Zoox, Inc. | Trajectory generation using motion primitives |
CN110261870A (zh) * | 2019-04-15 | 2019-09-20 | 浙江工业大学 | 一种用于视觉-惯性-激光融合的同步定位与建图方法 |
CN110333495A (zh) * | 2019-07-03 | 2019-10-15 | 深圳市杉川机器人有限公司 | 利用激光slam在长走廊建图的方法、装置、系统、存储介质 |
CN110347152A (zh) * | 2019-06-11 | 2019-10-18 | 深圳拓邦股份有限公司 | 虚拟墙设置方法、系统及装置 |
CN110632919A (zh) * | 2019-08-28 | 2019-12-31 | 广东工业大学 | 一种基于履带式救援机器人的自主定位导航方法 |
-
2020
- 2020-01-17 CN CN202010055757.6A patent/CN111240331A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103941264A (zh) * | 2014-03-26 | 2014-07-23 | 南京航空航天大学 | 一种室内未知环境下使用激光雷达定位方法 |
US10379538B1 (en) * | 2017-03-20 | 2019-08-13 | Zoox, Inc. | Trajectory generation using motion primitives |
CN108733062A (zh) * | 2018-06-25 | 2018-11-02 | 山东大学 | 家庭陪护机器人自主充电系统及方法 |
CN109900280A (zh) * | 2019-03-27 | 2019-06-18 | 浙江大学 | 一种基于自主导航的畜禽信息感知机器人与地图构建方法 |
CN110261870A (zh) * | 2019-04-15 | 2019-09-20 | 浙江工业大学 | 一种用于视觉-惯性-激光融合的同步定位与建图方法 |
CN110347152A (zh) * | 2019-06-11 | 2019-10-18 | 深圳拓邦股份有限公司 | 虚拟墙设置方法、系统及装置 |
CN110333495A (zh) * | 2019-07-03 | 2019-10-15 | 深圳市杉川机器人有限公司 | 利用激光slam在长走廊建图的方法、装置、系统、存储介质 |
CN110632919A (zh) * | 2019-08-28 | 2019-12-31 | 广东工业大学 | 一种基于履带式救援机器人的自主定位导航方法 |
Cited By (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111947670A (zh) * | 2020-07-10 | 2020-11-17 | 深圳优地科技有限公司 | 机器人建图方法、装置、智能设备和存储介质 |
CN111947670B (zh) * | 2020-07-10 | 2022-07-05 | 深圳优地科技有限公司 | 机器人建图方法、装置、智能设备和存储介质 |
CN111965662A (zh) * | 2020-07-15 | 2020-11-20 | 西安电子科技大学 | 一种室内小车测速和定位方法 |
CN111965662B (zh) * | 2020-07-15 | 2024-07-05 | 西安电子科技大学 | 一种室内小车测速和定位方法 |
CN111812668A (zh) * | 2020-07-16 | 2020-10-23 | 南京航空航天大学 | 绕机检查装置及其定位方法、存储介质 |
CN112066989A (zh) * | 2020-08-19 | 2020-12-11 | 合肥工业大学 | 基于激光slam的室内agv自动导航系统及导航方法 |
CN112066989B (zh) * | 2020-08-19 | 2022-07-29 | 合肥工业大学 | 基于激光slam的室内agv自动导航系统及导航方法 |
CN112083725A (zh) * | 2020-09-04 | 2020-12-15 | 湖南大学 | 一种面向自动驾驶车辆的结构共用多传感器融合定位系统 |
CN112113565A (zh) * | 2020-09-22 | 2020-12-22 | 温州科技职业学院 | 一种农业温室环境的机器人定位系统 |
CN114323035A (zh) * | 2020-09-30 | 2022-04-12 | 华为技术有限公司 | 定位方法、装置和系统 |
WO2022068274A1 (zh) * | 2020-09-30 | 2022-04-07 | 华为技术有限公司 | 定位方法、装置和系统 |
CN112378437A (zh) * | 2020-10-27 | 2021-02-19 | 禾多科技(北京)有限公司 | 汽车传感器标定装置 |
CN112362045A (zh) * | 2020-11-19 | 2021-02-12 | 佛山科学技术学院 | 一种基于激光slam建图的装置及内存优化方法 |
CN112362045B (zh) * | 2020-11-19 | 2022-03-29 | 佛山科学技术学院 | 一种基于激光slam建图的装置及内存优化方法 |
CN112731434A (zh) * | 2020-12-15 | 2021-04-30 | 武汉万集信息技术有限公司 | 基于激光雷达和标识物的定位方法、系统 |
CN112947425A (zh) * | 2021-02-01 | 2021-06-11 | 湖北迈睿达供应链股份有限公司 | 多线雷达室内室外agv机器人 |
CN113008224A (zh) * | 2021-03-04 | 2021-06-22 | 国电瑞源(西安)智能研究院有限公司 | 一种融合多传感器的室内外自适应导航系统及方法 |
CN113070887A (zh) * | 2021-03-24 | 2021-07-06 | 广东博智林机器人有限公司 | 天花作业机器人以及作业方法 |
CN113175925A (zh) * | 2021-04-14 | 2021-07-27 | 武汉理工大学 | 定位与导航系统以及方法 |
CN113273499A (zh) * | 2021-05-28 | 2021-08-20 | 广东广兴牧业机械设备有限公司 | 一种养猪舍内智能清粪机器人及其控制系统 |
CN113343061A (zh) * | 2021-06-24 | 2021-09-03 | 广州高新兴机器人有限公司 | 一种gps激光融合slam中坐标系动态对齐方法 |
CN113203409A (zh) * | 2021-07-05 | 2021-08-03 | 北京航空航天大学 | 一种复杂室内环境移动机器人导航地图构建方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111240331A (zh) | 基于激光雷达和里程计slam的智能小车定位导航方法及系统 | |
CN102866706B (zh) | 一种采用智能手机导航的清扫机器人及其导航清扫方法 | |
US9954992B2 (en) | Mobile device enabled robotic system | |
US6374155B1 (en) | Autonomous multi-platform robot system | |
CN110166571A (zh) | 一种基于移动机器人的自动跟随方法和装置 | |
CN108801269B (zh) | 一种室内云机器人导航系统及方法 | |
WO2016033797A1 (en) | Multi-sensor environmental mapping | |
CN113110457A (zh) | 在室内复杂动态环境中智能机器人的自主覆盖巡检方法 | |
Nagla | 2d hector slam of indoor mobile robot using 2d lidar | |
CN110647089A (zh) | 智能仓储物流机器人控制系统及控制方法 | |
CN112581535B (zh) | 机器人定位方法、装置、存储介质及电子设备 | |
CN115222808B (zh) | 基于无人机的定位方法、装置、存储介质和电子设备 | |
CN111637890A (zh) | 一种结合终端增强现实技术的移动机器人导航方法 | |
CN112991440B (zh) | 车辆的定位方法和装置、存储介质和电子装置 | |
Choi et al. | Cellular Communication-Based Autonomous UAV Navigation with Obstacle Avoidance for Unknown Indoor Environments. | |
Liu et al. | A Review of Sensing Technologies for Indoor Autonomous Mobile Robots | |
Son et al. | The practice of mapping-based navigation system for indoor robot with RPLIDAR and Raspberry Pi | |
CN113093759A (zh) | 基于多传感器信息融合的机器人编队构造方法及系统 | |
CN103076591B (zh) | 基于超声波技术的工业机器人运动定位方法及系统 | |
CN112799418B (zh) | 控制方法、装置、遥控设备及可读存储介质 | |
CN114995459A (zh) | 机器人的控制方法、装置、设备及存储介质 | |
WO2021049227A1 (ja) | 情報処理システム、情報処理装置及び情報処理プログラム | |
CN114571460A (zh) | 机器人控制方法、装置及存储介质 | |
Kim et al. | Design and implementation of mobile indoor scanning system | |
Joshi et al. | Simultaneous Navigator for Autonomous Identification and Localization Robot |
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 |
Application publication date: 20200605 |
|
RJ01 | Rejection of invention patent application after publication |