[发明专利]一种基于栅格地图的服务机器人自主导航方法

权利要求书

1.一种基于栅格地图的服务机器人自主导航方法，包括自主定位、路径规划、轨迹跟踪，其特征在于：通过2D激光雷达实时地采集机器人所处的环境信息，进行环境特征提取，对采集的信息利用同时定位与地图构建技术进行栅格地图的创建，同时实时地对机器人进行自主定位，并在定位过程中对传感器误差实时地进行校正，在此基础上根据导航任务要求对机器人进行路径规划，然后根据规划的路径进行跟踪控制，使机器人完成导航任务，具体包括以下步骤：

步骤1：控制机器人在已知的实验环境中运动，根据2D激光雷达采集并经特征提取的环境信息，进行地图创建，得到全局环境栅格地图；所述的全局环境栅格是指障碍物栅格标记为1，空白栅格标记为0；

步骤2：执行自主定位模块，确定机器人在全局坐标系中的位姿，并根据导航任务要求设定目标点；

步骤3：机器人在全局环境栅格地图中，根据自身位姿和目标点位置，执行路径规划模块，获得从机器人到目标点的最优路径，即一系列离散的路径点序列，并发送给路径跟踪模块；

步骤4：在执行路径跟踪模块过程中，根据2D激光雷达采集的环境信息实时更新全局环境地图；自主定位，并检测路径上是否存在障碍物，若存在障碍物则执行步骤3，否则继续执行路径跟踪，直到到达目标点。

2.根据权利要求1所述的一种基于栅格地图的服务机器人自主导航方法，其特征在于：步骤2的具体步骤如下：

步骤2.1：自主定位

步骤2.1.1：首先将500线编码器和2D激光雷达分别安装于服务器周围，然后设置500线编码器以30毫秒为周期反馈各轮的转速；再设置2D激光雷达以30毫秒为采样周期采集环境信息，从而得到服务机器人与其周围环境的相对距离；

步骤2.1.2：根据500线编码器和服务机器人各轮结构建立机器人运动学模型为：

式中[x(k) y(k) θ(k)]^T为机器人k时刻的位姿；L(k)为机器人从k时刻到k+1时刻运动的弧线距离；θ(k)为机器人坐标系与全局坐标系的夹角；Δθ(k)为机器人从k时刻到k+1时刻运动方向的变化量。

步骤2.1.3：分析采用运动学模型进行机器人位姿预测而引入的误差，根据机器人位姿预测过程是马尔科夫过程，得到机器人位姿预测协方差阵P(k)＝[p_ij]。

步骤2.1.4：根据服务机器人和全局环境特征的位置关系建立机器人的观测模型为：

Zj(k)=λjδj=|ρj-x2(k)+y2(k)cos(θj-arctan(y(k)/x(k)))|θj-θ(k)]]>

式中Z_j(k)＝[λ_j δ_j]^T为第j个环境特征在机器人坐标系中的参数；(ρ_j，θ_j)为第j个环境特征在全局坐标系中的参数；

步骤2.1.5：根据2D激光雷达原始数据与观测模型的关系，得到机器人第j个环境特征的观测误差协方差阵为R_j；

步骤2.1.6：根据服务机器人的运动学模型和观测模型，通过滤波预测、观测预测、特征匹配、状态更新四步处理过程，即可得到更加精确的定位信息；

步骤2.2：地图创建

步骤2.2.1：将局部环境特征通过鲁棒性的预测，从而生成全局环境特征；

步骤2.2.2：以服务机器人在二维平面内所占的投影面积的最小值为栅格，并以此栅格为单位将全局环境特征栅格化，生成了服务机器人所处环境的栅格地图。