[发明专利]使用粒子滤波器估算移动机器人姿态的方法、设备和介质

说明书

本申请要求于2006年11月16日提交到韩国知识产权局的第10-2006-0113440号韩国专利申请的优先权，该申请的公开完全合并于此，以资参考。

技术领域

各实施例涉及一种使用粒子滤波器(particle filter)估算移动机器人的姿态的方法、设备和介质，更具体地说，涉及一种使用粒子滤波器估算移动机器人的姿态的方法、设备和介质，所述方法能够通过使用粒子滤波器以基于网格(grid)的同步定位和地图创建(SLAM)算法反映传感器的误差并调整权重来精确地估算移动机器人的姿态。

背景技术

近年来，除了工业用途的机器人之外，家用的机器人和用于办公室业务的机器人已经投入实际使用。例如，有清洁机器人、向导机器人和保安机器人。

机器人在预定的区域中移动的同时在预定的环境中自行。为了使每个机器人在预定的环境中移动并自行工作，机器人需要创建该机器人的周围空间的地图以及关于机器人的位置和朝向角的信息。可将基于网格的同步定位和地图创建(SLAM)算法用作创建地图和识别机器人位置的方法。

根据SLAM算法，创建预定位置的周围环境的地图，并基于创建的地图确定机器人曾路过的位置。重复这些过程从而估算机器人的位置和周围的地图。

在SLAM算法中，粒子滤波器技术可用于估算机器人自身的位置。粒子滤波器技术是一种用于通过提取多个预测的机器人的位置和朝向角的样本并使用每一样本具有机器人的实际位置和朝向角的概率来估算机器人的最佳姿态的方法。在本发明中术语“姿态”指示在移动机器人的平面上的二维坐标位置和移动机器人的朝向角。

在使用范围数据的基于网格的SLAM中，可不用提取特征点而通过使用所有范围数据来创建地图。然而，在现有技术中，需要使用具有高精确度的范围寻找器(range finder，以下称为“传感器”)来获取范围数据。因此，传感器的精确度对于获取高质量地图非常重要。

对于投入实际使用的家用的机器人或商用机器人(诸如清洁机器人和保安机器人)，即使传感器低廉并且具有相对较低的精确度，仍需要创建地图并精确地估算机器人的位置。

发明内容

实施例通过调整经地图一致性检查的使用粒子滤波器获得的粒子的权重来增加估算移动机器人的姿态的精确度。

实施例通过执行根据移动机器人的朝向方向的爬坡来有效地估算移动机器人的姿态。

根据本发明的一方面，提供一种使用粒子滤波器估算移动机器人的姿态的方法，所述方法包括：基于移动机器人的初始位置对当前粒子进行采样，检测移动机器人的姿态的改变并通过将检测到的姿态改变应用于先前粒子来计算当前粒子的姿态，基于由传感器获得的范围数据和地图信息预测当前粒子的姿态的概率并获取当前粒子的权重，基于权重对当前粒子重新采样，以及考虑传感器的误差调整权重。

根据本发明的另一方面，提供一种使用粒子滤波器估算移动机器人的姿态的设备，所述设备包括：里程表，检测移动机器人的姿态改变；粒子姿态计算单元，通过将检测到的姿态改变应用于先前粒子来计算当前粒子的姿态；传感器，获取范围数据；粒子滤波器单元，基于范围数据和地图信息预测当前粒子的姿态的概率并获取当前粒子的权重；以及权重调整单元，考虑传感器的误差调整权重。

根据本发明的另一方面，提供一种使用粒子滤波器估算移动机器人的姿态的方法，所述方法包括：检测移动机器人的姿态改变，并通过将检测到的姿态改变应用于先前粒子来计算当前粒子的姿态；基于由传感器获得的范围数据和地图信息预测当前粒子的姿态的概率并获取当前粒子的权重；以及考虑传感器的误差调整权重以便估算移动机器人的姿态。

根据另一方面，提供至少一种存储用于实施实施例的方法的计算机可读指令的计算机可读存储介质。

附图说明

通过下面参照附图对示例性实施例的详细描述，本发明的这些和/或其他方面、特点和优点将会变得清楚和更容易理解，其中：

图1是示出根据示例性实施例的使用粒子滤波器估算移动机器人的姿态的方法的流程图；

图2A是示出根据现有技术的爬坡方法的坐标轴的示图，其中，基于绝对坐标系步长相同；

图2B是示出修改的爬坡方法的坐标轴的示图，其中，基于根据机器人的朝向角的相对坐标轴步长不同；

图3A和图3B是示出根据图2A和图2B中示出的方法对其执行爬坡的粒子的示图；

图4A是示出当里程表与传感器的精确度的标准差之比为30∶1时根据里程表和传感器的机器人的姿态的概率值的示图；