CN112985410A - 一种基于激光slam的室内机器人自主建图导航系统 - Google Patents
一种基于激光slam的室内机器人自主建图导航系统 Download PDFInfo
- Publication number
- CN112985410A CN112985410A CN202110230190.6A CN202110230190A CN112985410A CN 112985410 A CN112985410 A CN 112985410A CN 202110230190 A CN202110230190 A CN 202110230190A CN 112985410 A CN112985410 A CN 112985410A
- Authority
- CN
- China
- Prior art keywords
- laser radar
- robot
- laser
- algorithm
- method comprises
- 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
- G01C21/20—Instruments for performing navigational calculations
- G01C21/206—Instruments for performing navigational calculations specially adapted for indoor navigation
-
- 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
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/3446—Details of route searching algorithms, e.g. Dijkstra, A*, arc-flags, using precalculated routes
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/88—Lidar systems specially adapted for specific applications
- G01S17/89—Lidar systems specially adapted for specific applications for mapping or imaging
- G01S17/894—3D imaging with simultaneous measurement of time-of-flight at a 2D array of receiver pixels, e.g. time-of-flight cameras or flash lidar
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Computer Networks & Wireless Communication (AREA)
- Electromagnetism (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明公开了一种基于激光SLAM的室内机器人自主建图导航系统,涉及机器人技术领域;它的方法如下:步骤一:现状分析;步骤二:总体设计方案;步骤三:数据预处理:轮式里程计的标定以及用二次插值对激光雷达运动畸变的校正,并对Kinect和激光雷达进行外参标定,然后进行一系列的测试,便于之后的数据融合;步骤四:多源传感器数据融合:以Cartographer算法为基础,用KF对2D激光雷达和深度相机数据进行融合;步骤五:路径规划:改进A*并融合动态窗口法,并与传统A*路径规划结果进行分析对比;步骤六:实验仿真;本发明以Cartographer算法为基础将激光雷达和深度相机信息融合,实现更好的建图效果。
Description
技术领域
本发明属于机器人技术领域,具体涉及一种基于激光SLAM的室内机器人自主建图导航系统。
背景技术
移动机器人是集计算机技术、传感器技术、信息处理、电子工程、 自动化以及人工智能于一体的复杂系统,随着经济社会的高速发展和 科学技术的不断进步,从低端产业向着高端技术产业不断升级,移动 机器人领域也有了更为广阔的发展。
机器人技术将人类从简单重复的劳动中解放出来,随着计算机技术、传感技术的飞速发展,机器人的可应用领域也随之扩大。为适应复杂和危险的工作需求,探测机器人、水下机器人、医疗机器人、分拣机器人、服务机器人、农业机器人等逐渐出现在大众的视野,应用于各种不同的领域。在海洋、陆地以及空中等环境中,移动机器人都发挥着不可替代的作用,成为世界各国争先研究的热点。
移动机器人是由计算机技术、控制技术、传感技术、通信技术等多学科交叉而形成的研究成果,其可移动性使得机器人的使用范围广、使用效率高。作为机器人技术研究中的热点,移动机器人的感知定位和自主导航技术显得尤为突出。
即时定位与地图构建技术和自主导航技术是目前机器人领域研究的热点,当机器人在室内环境中或是在信号屏蔽的环境中工作,无法通过全球定位系统(GPS)获得绝对位置信息,很不完善的环境知识,此时SLAM技术可以很好地解决这个难题。当外界信息构建完成后,机器人便可以根据环境地图进行自主导航,通过路径规划技术规划出一条合理的路线,到达指定目标点并完成任务。而激光雷达可快速获得周围环境某一水平面全角度距离信息,但对于其他平面环境信息完全缺失,对一个不规则障碍物存在漏检的问题。但深度相机可以获得一定角度内的障碍物三维距离信息,使得漏检的概率大大降低。因此基于激光SLAM的室内机器人自主建图导航系统为研究的重点。
发明内容
为解决背景技术的问题;本发明的目的在于提供一种基于激光SLAM的室内机器人自主建图导航系统。
本发明的一种基于激光SLAM的室内机器人自主建图导航系统,它的方法如下:
步骤一:现状分析:了解当前SLAM的发展状况以及数据融合的流程;
步骤二:总体设计方案:搭建机器人硬件平台,包括传感器的选型,根据实际情况,分析现有的建图算法,选择最优的Cartographer激光SLAM算法进行改进,然后规划机器人的路径,研究A*和动态窗口法的融合,使路径更加平滑且高效;
步骤三:数据预处理:轮式里程计的标定以及用二次插值对激光雷达运动畸变的校正,并对Kinect和激光雷达进行外参标定,然后进行一系列的测试,便于之后的数据融合;
步骤四:多源传感器数据融合:以Cartographer算法为基础,用KF对2D激光雷达和深度相机数据进行融合;
步骤五:路径规划:改进A*并融合动态窗口法,并与传统A*路径规划结果进行分析对比;
步骤六:实验仿真:在Gazebo中建立三维仿真模型,并在RVIZ中观察建图的效果,然后用搭建好的机器人硬件平台多次实验。
与现有技术相比,本发明的有益效果为:
以Cartographer算法为基础将激光雷达和深度相机信息融合,实现更好的建图效果。
具体实施方式
本具体实施方式采用以下技术方案:它的方法如下:
步骤一:现状分析:了解当前SLAM的发展状况以及数据融合的流程;
步骤二:总体设计方案:搭建机器人硬件平台,包括传感器的选型,根据实际情况,分析现有的建图算法,选择最优的Cartographer激光SLAM算法进行改进,然后规划机器人的路径,研究A*和动态窗口法的融合,使路径更加平滑且高效;
步骤三:数据预处理:轮式里程计的标定以及用二次插值对激光雷达运动畸变的校正,并对Kinect和激光雷达进行外参标定,然后进行一系列的测试,便于之后的数据融合;
步骤四:多源传感器数据融合:以Cartographer算法为基础,用KF对2D激光雷达和深度相机数据进行融合;
步骤五:路径规划:改进A*并融合动态窗口法,并与传统A*路径规划结果进行分析对比;
步骤六:实验仿真:在Gazebo中建立三维仿真模型,并在RVIZ中观察建图的效果,然后用搭建好的机器人硬件平台多次实验。
本具体实施方式的方案如下:
1、熟悉SLAM以及数据融合的相关知识以及发展现状;
2、机器人硬件平台搭建,对机器人和传感器系统进行建模分析,研究建图导航系统运作流程;
3、对选用的Cartographer算法为基础通过KF算法融合2D激光雷达和Kinect v1的信息建图,其中包括对Kinect相机的内参标定,并对激光雷达运动畸变进行校正,再对两者进行外参标定,确定两者相对位置,便于数据融合;
4、改进导航过程中用到的全局定位算法A*通过融合动态窗口法使路径更加平滑并且高效;
5、在Gazebo中搭建三维仿真环境和导航环境进行实验分析结果;
6、将完成的功能分块进行编写和测试,验证系统是否满足设计要求。
对于本领域技术人员而言,显然本发明不限于上述示范性实施例的细节,而且在不背离本发明的精神或基本特征的情况下,能够以其他的具体形式实现本发明。因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。
此外,应当理解,虽然本说明书按照实施方式加以描述,但并非每个实施方式仅包含一个独立的技术方案,说明书的这种叙述方式仅仅是为清楚起见,本领域技术人员应当将说明书作为一个整体,各实施例中的技术方案也可以经适当组合,形成本领域技术人员可以理解的其他实施方式。
Claims (1)
1.一种基于激光SLAM的室内机器人自主建图导航系统,其特征在于:它的方法如下:
步骤一:现状分析:了解当前SLAM的发展状况以及数据融合的流程;
步骤二:总体设计方案:搭建机器人硬件平台,包括传感器的选型,根据实际情况,分析现有的建图算法,选择最优的Cartographer激光SLAM算法进行改进,然后规划机器人的路径,研究A*和动态窗口法的融合,使路径更加平滑且高效;
步骤三:数据预处理:轮式里程计的标定以及用二次插值对激光雷达运动畸变的校正,并对Kinect和激光雷达进行外参标定,然后进行一系列的测试,便于之后的数据融合;
步骤四:多源传感器数据融合:以Cartographer算法为基础,用KF对2D激光雷达和深度相机数据进行融合;
步骤五:路径规划:改进A*并融合动态窗口法,并与传统A*路径规划结果进行分析对比;
步骤六:实验仿真:在Gazebo中建立三维仿真模型,并在RVIZ中观察建图的效果,然后用搭建好的机器人硬件平台多次实验。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110230190.6A CN112985410A (zh) | 2021-03-02 | 2021-03-02 | 一种基于激光slam的室内机器人自主建图导航系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110230190.6A CN112985410A (zh) | 2021-03-02 | 2021-03-02 | 一种基于激光slam的室内机器人自主建图导航系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112985410A true CN112985410A (zh) | 2021-06-18 |
Family
ID=76351995
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110230190.6A Pending CN112985410A (zh) | 2021-03-02 | 2021-03-02 | 一种基于激光slam的室内机器人自主建图导航系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112985410A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113465728A (zh) * | 2021-06-25 | 2021-10-01 | 重庆工程职业技术学院 | 一种地形感知方法、系统、存储介质、计算机设备 |
CN114166218A (zh) * | 2021-11-30 | 2022-03-11 | 上海智能网联汽车技术中心有限公司 | 基于多定位融合的室内定位导航系统及方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107966989A (zh) * | 2017-12-25 | 2018-04-27 | 北京工业大学 | 一种机器人自主导航系统 |
CN110285822A (zh) * | 2019-07-01 | 2019-09-27 | 东莞理工学院 | 无人机建图算法与无人车导航算法的融合应用系统及方法 |
CN110309883A (zh) * | 2019-07-01 | 2019-10-08 | 哈尔滨理工大学 | 一种基于视觉slam的无人机自主定位方法 |
CN111077907A (zh) * | 2019-12-30 | 2020-04-28 | 哈尔滨理工大学 | 一种室外无人机的自主定位方法 |
-
2021
- 2021-03-02 CN CN202110230190.6A patent/CN112985410A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107966989A (zh) * | 2017-12-25 | 2018-04-27 | 北京工业大学 | 一种机器人自主导航系统 |
CN110285822A (zh) * | 2019-07-01 | 2019-09-27 | 东莞理工学院 | 无人机建图算法与无人车导航算法的融合应用系统及方法 |
CN110309883A (zh) * | 2019-07-01 | 2019-10-08 | 哈尔滨理工大学 | 一种基于视觉slam的无人机自主定位方法 |
CN111077907A (zh) * | 2019-12-30 | 2020-04-28 | 哈尔滨理工大学 | 一种室外无人机的自主定位方法 |
Non-Patent Citations (2)
Title |
---|
程传奇等: "融合改进A*算法和动态窗口法的全局动态路径规划", 《西安交通大学》 * |
陈承隆: "融合视觉的室外变电站智能巡检机器人关键技术研究", 《中国优秀博硕士学位论文全文数据库(硕士) 工程科技Ⅱ辑》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113465728A (zh) * | 2021-06-25 | 2021-10-01 | 重庆工程职业技术学院 | 一种地形感知方法、系统、存储介质、计算机设备 |
CN113465728B (zh) * | 2021-06-25 | 2023-08-04 | 重庆工程职业技术学院 | 一种地形感知方法、系统、存储介质、计算机设备 |
CN114166218A (zh) * | 2021-11-30 | 2022-03-11 | 上海智能网联汽车技术中心有限公司 | 基于多定位融合的室内定位导航系统及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112859859B (zh) | 一种基于三维障碍物体素对象映射的动态栅格地图更新方法 | |
CN109916393B (zh) | 一种基于机器人位姿的多重栅格值导航方法及其应用 | |
CN113189977B (zh) | 一种用于机器人的智能导航路径规划系统及方法 | |
CN111610786B (zh) | 基于改进rrt算法的移动机器人路径规划方法 | |
CN105043396A (zh) | 一种移动机器人室内自建地图的方法和系统 | |
CN105865449A (zh) | 基于激光和视觉的移动机器人的混合定位方法 | |
CN112985410A (zh) | 一种基于激光slam的室内机器人自主建图导航系统 | |
CN111982114B (zh) | 一种采用imu数据融合估计三维位姿的救援机器人 | |
CN112518739A (zh) | 履带式底盘机器人侦察智能化自主导航方法 | |
CN113325837A (zh) | 一种用于多信息融合采集机器人的控制系统及方法 | |
CN110411454B (zh) | 一种改进随机路径图法的移动机器人路径规划方法 | |
Chen et al. | An enhanced dynamic Delaunay triangulation-based path planning algorithm for autonomous mobile robot navigation | |
CN103632044A (zh) | 基于地理信息系统的摄像头拓扑构建方法及装置 | |
CN113589809A (zh) | 可避障的挖掘机工作装置作业轨迹规划方法及装置 | |
CN114967701A (zh) | 一种动态环境下移动机器人自主导航方法 | |
CN114564008A (zh) | 基于改进A-Star算法的移动机器人路径规划方法 | |
Deng et al. | Research on target recognition and path planning for EOD robot | |
Hsu | Obstacle avoidance path scheme of snake robot based on bidirectional fast expanding random tree algorithm | |
CN114459483B (zh) | 基于机器人导航用地标导航地图构建与应用方法、系统 | |
Liu et al. | Research on SLAM algorithm and navigation of mobile robot based on ROS | |
Ming et al. | A real-time monocular visual SLAM based on the bundle adjustment with adaptive robust kernel | |
Chen et al. | Navigation method of fire-fighting robot based on a commercial electronic map | |
Bashi et al. | Developing a model for unmanned aerial vehicle with fixed-wing using 3D-map exploring rapidly random tree technique | |
Zhou et al. | A multi-binocular camera-based localization method for amphibious spherical robots | |
Lei et al. | An Improved Multi-objective Path Planning Algorithm and its Application to Tennis Ball Collection Robots |
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 | ||
CB03 | Change of inventor or designer information |
Inventor after: Yan Zhe Inventor after: Su Jianjie Inventor before: Su Jianjie Inventor before: Yan Zhe |
|
CB03 | Change of inventor or designer information | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20210618 |
|
WD01 | Invention patent application deemed withdrawn after publication |