CN111496848B - 一种基于欧氏距离的移动机器人重复定位精度测试方法 - Google Patents

一种基于欧氏距离的移动机器人重复定位精度测试方法 Download PDF

Info

Publication number
CN111496848B
CN111496848B CN202010577366.0A CN202010577366A CN111496848B CN 111496848 B CN111496848 B CN 111496848B CN 202010577366 A CN202010577366 A CN 202010577366A CN 111496848 B CN111496848 B CN 111496848B
Authority
CN
China
Prior art keywords
positioning
mobile robot
laser range
data
euclidean distance
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.)
Active
Application number
CN202010577366.0A
Other languages
English (en)
Other versions
CN111496848A (zh
Inventor
单云霄
徐韩悦
陈龙
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.)
Sun Yat Sen University
Original Assignee
Sun Yat Sen University
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 Sun Yat Sen University filed Critical Sun Yat Sen University
Publication of CN111496848A publication Critical patent/CN111496848A/zh
Application granted granted Critical
Publication of CN111496848B publication Critical patent/CN111496848B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • BPERFORMING OPERATIONS; TRANSPORTING
    • B25HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25JMANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J19/00Accessories fitted to manipulators, e.g. for monitoring, for viewing; Safety devices combined with or specially adapted for use in connection with manipulators
    • B25J19/0095Means or methods for testing manipulators

Landscapes

  • Engineering & Computer Science (AREA)
  • Robotics (AREA)
  • Mechanical Engineering (AREA)
  • Length Measuring Devices By Optical Means (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)

Abstract

本发明公开了一种基于欧氏距离的移动机器人重复定位精度测试方法,包括以下步骤:测试环境选取、SLAM定位建图、激光测距仪测量真实位移、传感器定位数据采集、高斯分布拟合、定位精度计算。定位精度即系统输出的定位值和真实值的误差,定位数据即车体的Pose,包含二维平面坐标和航向角,相比于已有技术,本发明成本低、高效、测量方便、精度高、适用场景多、可靠性高、覆盖区域广、隐私入侵度低等优点。

Description

一种基于欧氏距离的移动机器人重复定位精度测试方法
技术领域
本发明涉及移动机器人技术领域,具体为一种基于欧氏距离的移动机器人重复定位精度测试方法。
背景技术
随着科技的发展,机器人已经在全世界范围内得到了广泛的应用。机器人关键技术的研究已经成为各国科技和产业的热点话题,机器人的发展也已经成为衡量国家科技水平、工业化先进水平的一个重要指标。
而移动机器人的重复定位精度是最重要、最基本的性能指标,唯有实现精准的位置定位,才可以拓展机器人的其他功能。对于不同的场景,机器人的定位精度要求就不同。室内是移动机器人使用最多的场景,现如今室内服务机器人已经开始走进了百姓的视野,在家庭中应用广泛的扫地机器人,银行、酒店等公共场所配备的迎宾机器人。对于室内的移动机器人定位精度通常在±3cm,即可满足导航系统的要求。但对于物流搬运的工业移动仓储机器人,所需的定位精度则更高,通常在±1cm以内。对于工业机器人常见的重复定位精度的测量,一般采用CCD和图像处理技术。当然有条件的话,可以使用激光干涉仪,精度高达0.001毫米,可价格非常昂贵(高达50000美元),为此我们提出一种基于欧氏距离的移动机器人重复定位精度测试方法用于解决上述问题。
发明内容
本发明的目的在于提供一种基于欧氏距离的移动机器人重复定位精度测试方法,以解决上述背景技术中提出的问题。
为实现上述目的,本发明提供如下技术方案:一种基于欧氏距离的移动机器人重复定位精度测试方法,包括以下步骤:
S1、选取固定室内为测试环境;
S2、在S1选取的环境中,将一对相互垂直的激光测距仪固定在移动机器人上,使激光测距仪的XOY坐标系和移动机器人base_link的XOY的坐标系仅存在平移关系,搬动机器人,使用另一个激光测距仪分别在车体左边测距Dleft_top、Dleft_bottom和右边测距Dright_top、Dright_bottom,调整小车,若Dleft_top=Dleft_bottom、Dright_top=Dright_bottom,则车体与墙面平行,使用激光测距仪获取移动机器人参考点P到参考坐标系的两个墙面的距离(m0,n0),通过同步定位与实时建图(SLAM)技术,得到该环境下的概率栅格图,然后开启定位,得到小车的定位信息;
S3、在起点附近开启定位,按步骤S2再次调整移动机器人与参考坐标系平行,并读取参考点P传感器的定位数据(x0,y0,θ0);
S4、从S2所得参考点出发,移动任意路径返回至参考点附近。通过激光测距仪得到到达两个墙面的距离(mi,ni),并读取参考点传感器的定位数据(xi,yi,θi);
S5、计算真实相对位姿T0i=(mi-m0,ni-n0,Θ0i),系统读数得到位姿T′0i=(mi-m0,ni-n0,Θ′0i),则定位误差中的平移误差部分定义为
Figure GDA0002909094280000021
角度误差定义为errorrot=Θ0i-Θ′0i
S6、重复S4和S5,得到多组数据,若多组数据的平移定位误差满足±N,角度误差达到了±angle,则说明定位精度达到了±N和±angle。
优选的一种实施案例,步骤S1中,测试环境选取选择特征点丰富的环境、干扰因素少的室内固定环境且不存在动态的物体。
优选的一种实施案例,步骤S2中,判断机器人小车与墙面平行的方法通过俯视车体侧面边界与地面和墙面的交线是否重合,来初步判断平行,并移动车体到适当的角度,通过直尺测量左边两个轮子正中心分别到墙面距离是否完全相等,再测量右边两个轮子正中心分别到墙面距离是否完全相等。
优选的一种实施案例,步骤S2中,开始建图时,将小车调整至与参考平面的完全平行,保证定位数据的坐标系与参考坐标系在角度上一致。
优选的一种实施案例,步骤S2中,激光测距仪经测试得到误差小于1mm,激光测距仪可以测算出激光测距仪的后端到墙面的距离,测量时,保持车辆静止不动,取10-20次读数的平均值进行记录。
优选的一种实施案例,步骤S3和步骤S4中,定位数据应将5分钟内计算的位姿全部记录下来。
优选的一种实施案例,步骤S5中,两点真实位移由激光测距仪得到数据计算得到,对于测量位移,将数据拟合成一个高斯分布,得到均值和方差,由高斯分布积分可得,有0.95的概率满足精度时候,则定位精度达到了±N。同理,对于errorrot也使用高斯分布去拟合分析,由高斯分布积分,当0.95概率满足精度,则定位精度达到了±angle。
与现有技术相比,本发明的有益效果是:本发明成本低、高效、测量方便、精度高、适用场景多、可靠性高、覆盖区域广、隐私入侵度低等优点。
附图说明
图1为本发明总体框架;
图2为本发明中参考坐标系与机器人车体坐标系;
图3为本发明定位与建图SLAM;
图4为本发明定位高斯分布图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
请参阅图1-4,本发明提供一种技术方案:一种基于欧氏距离的移动机器人重复定位精度测试方法,包括以下步骤:
S1、选取固定室内为测试环境;
S2、在S1选取的环境中,将一对相互垂直的激光测距仪固定在移动机器人上,使激光测距仪的XOY坐标系和移动机器人base_link的XOY的坐标系仅存在平移关系,搬动机器人,使用另一个激光测距仪分别在车体左边测距Dleft_top、Dleft_bottom和右边测距Dright_top、Dright_bottom,调整小车,若Dleft_top=Dleft_bottom、Dright_top=Dright_bottom,则车体与墙面平行,使用激光测距仪获取移动机器人参考点P到参考坐标系的两个墙面的距离(m0,n0),通过同步定位与实时建图(SLAM)技术,得到该环境下的概率栅格图,然后开启定位,得到小车的定位信息;
S3、在起点附近开启定位,按步骤S2再次调整移动机器人与参考坐标系平行,并读取参考点P传感器的定位数据(x0,y00);
S4、从S2所得参考点出发,移动任意路径返回至参考点附近。通过激光测距仪得到到达两个墙面的距离(mi,ni),并读取参考点传感器的定位数据(xi,yii);
S5、计算真实相对位姿T0i=(mi-m0,ni-n0,Θ0i),系统读数得到位姿T′0i=(mi-m0,ni-n0,Θ′0i),则定位误差中的平移误差部分定义为
Figure GDA0002909094280000051
角度误差定义为errorrot=Θ0i-Θ′0i;
S6、重复S4和S5,得到多组数据,若多组数据的平移定位误差满足±N,角度误差达到了±angle,则说明定位精度达到了±N和±angle。
进一步的,步骤S1中,测试环境选取选择特征点丰富的环境、干扰因素少的室内固定环境且不存在动态的物体。
进一步的,步骤S2中,判断机器人小车与墙面平行的方法通过俯视车体侧面边界与地面和墙面的交线是否重合,来初步判断平行,并移动车体到适当的角度,通过直尺测量左边两个轮子正中心分别到墙面距离是否完全相等,再测量右边两个轮子正中心分别到墙面距离是否完全相等。
进一步的,步骤S2中,开始建图时,将小车调整至与参考平面的完全平行,保证定位数据的坐标系与参考坐标系在角度上一致,只存在位移关系,角度偏差理论上为0°。
进一步的,步骤S2中,在车上固定两个激光测距仪,两个激光测距仪垂直摆放,其中一个激光测距仪保持与车体平行,激光测距仪经测试得到误差小于1mm,激光测距仪可以测算出激光测距仪的后端到墙面的距离,激光测距仪可以测算出激光测距仪的后端到墙面的距离,激光测距仪的读数可能在0-1mm内跳变,测量时,保持车辆静止不动,取10-20次读数的平均值进行记录,测量前,已保证车体与墙面平行或垂直,所以激光测距仪测得数据为激光垂直到达墙面的距离,激光垂直打到两个墙面,得到分别到达两个墙面的垂直距离。
进一步的步骤S3和步骤S4中,小车在静止的时候,也会实时执行匹配算法,输出定位数据,由于实时计算得到的位姿收敛值不完全相同以及受环境噪声的干扰,定位数据可能产生3-5mm的跳变,定位数据以一定的频率发出,应当将5分钟内计算的位姿全部记录下来。
进一步的,步骤S5中,两点真实位移由激光测距仪得到数据计算得到,对于测量位移,由于每一组定位数据都不同,计算得到的值也不同,假设测量值errorrot服从高斯分布N(μ,σ),将数据拟合成一个高斯分布,得到均值和方差,由高斯分布积分可得,有0.95的概率满足精度时候,则定位精度达到了±N。同理,对于errorrot也使用高斯分布去拟合分析,由高斯分布积分,当0.95概率满足精度,则定位精度达到了±angle。
尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由所附权利要求及其等同物限定。

Claims (6)

1.一种基于欧氏距离的移动机器人重复定位精度测试方法,其特征在于,包括以下步骤:
S1、选取固定室内为测试环境;
S2、在S1选取的环境中,将一对相互垂直的激光测距仪固定在移动机器人上,使激光测距仪的XOY坐标系和移动机器人base_link的XOY的坐标系仅存在平移关系,搬动机器人,使用另一个激光测距仪分别在车体左边测距Dleft_top、Dleft_bottom和右边测距Dright_top、Dright_bottom,调整小车,若Dleft_top=Dleft_bottom、Dright_top=Dright_bottom,则车体与墙面平行,使用激光测距仪获取移动机器人参考点P到参考坐标系的两个墙面的距离(m0,n0),通过同步定位与实时建图(SLAM)技术,得到该环境下的概率栅格图,然后开启定位,得到小车的定位信息;
S3、在起点附近开启定位,按步骤S2再次调整移动机器人与参考坐标系平行,并读取参考点P传感器的定位数据(x0,y0,θ0);
S4、从S2所得参考点出发,移动任意路径返回至参考点附近,通过激光测距仪得到到达两个墙面的距离(mi,ni),并读取参考点传感器的定位数据(xi,yi,θi);
S5、计算真实相对位姿T0i=(mi-m0,ni-n0,Θ0i),系统读数得到位姿T′0i=(mi-m0,ni-n0,Θ′0i),则定位误差中的平移误差部分定义为
Figure FDA0003368966560000011
角度误差定义为errorrot=Θ0i-Θ′0i
S6、重复S4和S5,得到多组数据,若多组数据的平移定位误差满足±N,角度误差达到了±angle,则说明定位精度达到了±N和±angle。
2.根据权利要求1所述的一种基于欧氏距离的移动机器人重复定位精度测试方法,其特征在于:步骤S1中,测试环境选取选择特征点丰富的环境、干扰因素少的室内固定环境且不存在动态的物体。
3.根据权利要求1所述的一种基于欧氏距离的移动机器人重复定位精度测试方法,其特征在于:步骤S2中,开始建图时,将小车调整至与参考平面的完全平行,保证定位数据的坐标系与参考坐标系在角度上一致。
4.根据权利要求1所述的一种基于欧氏距离的移动机器人重复定位精度测试方法,其特征在于:步骤S2中,激光测距仪经测试得到误差小于1mm,激光测距仪可以测算出激光测距仪的后端到墙面的距离,测量时,保持车辆静止不动,取10-20次读数的平均值进行记录。
5.根据权利要求1所述的一种基于欧氏距离的移动机器人重复定位精度测试方法,其特征在于:步骤S3和步骤S4中,定位数据应将5分钟内计算的位姿全部记录下来。
6.根据权利要求1所述的一种基于欧氏距离的移动机器人重复定位精度测试方法,其特征在于:步骤S5中,两点真实位移由激光测距仪得到数据计算得到,对于测量位移,将数据拟合成一个高斯分布,得到均值和方差,由高斯分布积分可得,有0.95的概率满足精度时候,则定位精度达到了±N,同理,对于errorrot也使用高斯分布去拟合分析,由高斯分布积分,当0.95概率满足精度,则定位精度达到了±angle。
CN202010577366.0A 2020-03-19 2020-06-23 一种基于欧氏距离的移动机器人重复定位精度测试方法 Active CN111496848B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN202010196728 2020-03-19
CN2020101967281 2020-03-19

Publications (2)

Publication Number Publication Date
CN111496848A CN111496848A (zh) 2020-08-07
CN111496848B true CN111496848B (zh) 2022-03-15

Family

ID=71868786

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010577366.0A Active CN111496848B (zh) 2020-03-19 2020-06-23 一种基于欧氏距离的移动机器人重复定位精度测试方法

Country Status (1)

Country Link
CN (1) CN111496848B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113688496B (zh) * 2021-07-05 2024-04-12 上海机器人产业技术研究院有限公司 机器人建图算法精度仿真测评方法
CN115179327A (zh) * 2022-09-05 2022-10-14 成都睿芯行科技有限公司 一种移动机器人定位精度测试方法
CN115388777A (zh) * 2022-10-28 2022-11-25 成都睿芯行科技有限公司 一种移动机器人重复位置精度测试方法

Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS62263408A (ja) * 1986-05-06 1987-11-16 スペイス・システムズ・ローラル・インコーポレイテッド 衛星カメライメージ内のピクセルを位置決めする装置
DE29719460U1 (de) * 1997-11-03 1998-01-02 Weishäutel, Frank, 14612 Falkensee Rollenein- oder aufsatz, insbesondere zum Ausdrücken von Hydro-Schwammbrettern
CN103940335A (zh) * 2014-04-25 2014-07-23 南京埃斯顿机器人工程有限公司 一种工业机器人重复定位精度测量装置
CN104330025A (zh) * 2014-10-22 2015-02-04 中国计量学院 工业机器人位姿检测装置
CN104563469A (zh) * 2014-12-11 2015-04-29 中国科学院自动化研究所 一种用于墙面抹灰机器人的垂直度测量与补偿系统及方法
CN105015419A (zh) * 2015-07-17 2015-11-04 中山大学 基于立体视觉定位与建图的自动泊车系统及方法
CN106182088A (zh) * 2016-07-05 2016-12-07 昆山华恒机器人有限公司 工业机器人及格子间的定位方法、装置
CN106705872A (zh) * 2016-12-08 2017-05-24 奇瑞汽车股份有限公司 整车两侧车轮的轮距测量装置及轮距测量方法
CN107065887A (zh) * 2017-05-26 2017-08-18 重庆大学 全向移动机器人通道内倒行导航方法
CN109324610A (zh) * 2018-09-04 2019-02-12 南京理工大学 一种适应充电屋门变化的巡检机器人定位方法
CN109375158A (zh) * 2018-09-25 2019-02-22 北京工业大学 基于UGO Fusion的移动机器人定位方法
CN109816687A (zh) * 2017-11-20 2019-05-28 天津工业大学 轮式移动机器人视觉伺服轨迹跟踪并发深度辨识
CN209063135U (zh) * 2018-11-30 2019-07-05 佛山科学技术学院 一种智能盘点机器人

Patent Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS62263408A (ja) * 1986-05-06 1987-11-16 スペイス・システムズ・ローラル・インコーポレイテッド 衛星カメライメージ内のピクセルを位置決めする装置
DE29719460U1 (de) * 1997-11-03 1998-01-02 Weishäutel, Frank, 14612 Falkensee Rollenein- oder aufsatz, insbesondere zum Ausdrücken von Hydro-Schwammbrettern
CN103940335A (zh) * 2014-04-25 2014-07-23 南京埃斯顿机器人工程有限公司 一种工业机器人重复定位精度测量装置
CN104330025A (zh) * 2014-10-22 2015-02-04 中国计量学院 工业机器人位姿检测装置
CN104563469A (zh) * 2014-12-11 2015-04-29 中国科学院自动化研究所 一种用于墙面抹灰机器人的垂直度测量与补偿系统及方法
CN105015419A (zh) * 2015-07-17 2015-11-04 中山大学 基于立体视觉定位与建图的自动泊车系统及方法
CN106182088A (zh) * 2016-07-05 2016-12-07 昆山华恒机器人有限公司 工业机器人及格子间的定位方法、装置
CN106705872A (zh) * 2016-12-08 2017-05-24 奇瑞汽车股份有限公司 整车两侧车轮的轮距测量装置及轮距测量方法
CN107065887A (zh) * 2017-05-26 2017-08-18 重庆大学 全向移动机器人通道内倒行导航方法
CN109816687A (zh) * 2017-11-20 2019-05-28 天津工业大学 轮式移动机器人视觉伺服轨迹跟踪并发深度辨识
CN109324610A (zh) * 2018-09-04 2019-02-12 南京理工大学 一种适应充电屋门变化的巡检机器人定位方法
CN109375158A (zh) * 2018-09-25 2019-02-22 北京工业大学 基于UGO Fusion的移动机器人定位方法
CN209063135U (zh) * 2018-11-30 2019-07-05 佛山科学技术学院 一种智能盘点机器人

Also Published As

Publication number Publication date
CN111496848A (zh) 2020-08-07

Similar Documents

Publication Publication Date Title
CN111496848B (zh) 一种基于欧氏距离的移动机器人重复定位精度测试方法
CN107991683B (zh) 一种基于激光雷达的机器人自主定位方法
US20210103040A1 (en) EXTRINSIC CALIBRATION METHOD OF MULTIPLE 3D LiDAR SENSORS FOR AUTONOMOUS NAVIGATION SYSTEM
Minguez et al. Metric-based iterative closest point scan matching for sensor displacement estimation
CN107782240B (zh) 一种二维激光扫描仪标定方法、系统及装置
CN112230243B (zh) 一种移动机器人室内地图构建方法
Shirehjini et al. Improving accuracy and robustness in HF-RFID-based indoor positioning with Kalman filtering and Tukey smoothing
CN111595238B (zh) 一种基于多站法的激光跟踪仪精度现场评价系统
CN111912431B (zh) 一种移动机器人导航系统定位精度测试方法
Hähnel et al. Probabilistic matching for 3d scan registration
CN104316083B (zh) 一种虚拟多球体球心定位的tof深度相机三维坐标标定装置和方法
CN103412565A (zh) 一种具有全局位置快速估计能力的机器人及其定位方法
KR101957750B1 (ko) 3차원 자기장 지도에 기초하여 생성된 입자 필터를 이용하여 위치를 추정하는 이동 단말 및 그 장치를 이용한 방법
Ge et al. Online 3-D modeling of complex workpieces for the robotic spray painting with low-cost RGB-D cameras
Shu et al. 3D point cloud-based indoor mobile robot in 6-DoF pose localization using a Wi-Fi-aided localization system
CN113673011A (zh) 基于点云数据智能识别运营期隧道侵界的方法
Lam Application of terrestrial laser scanning methodology in geometric tolerances analysis of tunnel structures
Reina et al. A two-stage mobile robot localization method by overlapping segment-based maps
Anwar et al. Design of coded reference labels for indoor optical navigation using monocular camera
Khurana et al. An improved method for extrinsic calibration of tilting 2D LRF
CN115205397A (zh) 一种基于计算机视觉和位姿估计的车辆时空信息识别方法
Fu Active RFID for positioning using trilateration and location fingerprinting based on RSSI
Zeng et al. An indoor global localization technique for mobile robots in long straight environments
Odaka et al. Localization in tunnels using feature-based scan matching
CN114707100B (zh) 基于激光扫描点云的预制装配构件空间姿态反演校正方法

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
GR01 Patent grant
GR01 Patent grant