[发明专利]能容忍认知错误的多机器人协作定位方法

说明书

技术领域

本发明涉及一种定位方法，特别是涉及一种能容忍认知错误的多机器人协作定位方法。

背景技术

由于单机器人观测的局限性，其定位精度相对比较低。通过多移动机器人协作即利用邻居机器人相对位置信息提高自己的定位精度。多机器人的协作定位近年来受到了越来越多研究人员的重视。在任何时候，单个机器人仅能对环境的局部观测，而且它所观察到环境信息常常受到外界的干扰而产生随机误差。机器人通过融合其他机器人的观测信息，进而提高对环境观测的准确性和全面性。而且机器人可通过融合邻居机器人的相对定位信息，从而实现更精确的定位。

在多机器人系统里，多机器人定位可以应用简单的单机器人定位方法实现。然而，在某些情况下，机器人装备传感器和通信设备能够把其他机器人看作是移动的路标，而且通过传感器能够知道邻居机器人的相对位置。从而，机器人可以利用协作提高自己的定位精度。利用卡尔曼滤波可以实现多机器人之间的协作定位。因卡尔曼滤波要求噪音服从高斯分布，而粒子滤波一般没有此要求，故其在多机器人协作定位领域被广泛的使用。

对现有技术的文献检索发现，基于粒子滤波的多机器人协作定位都假设机器人对其他机器人认知是正确无误。Fox等2000年在Autonomous Robots（自主机器人杂志）杂志上发表《Collaborative multi-robot localization》（多机器人合作定位）文中提出的基于粒子滤波的多机器人协作定位方法，在他们的方法中，机器人一发现其他机器人，利用另一个机器人的位置信息实现协作定位。Gasparri等在会议2008Workshop on Formal Models and Methods for Multi-Robot Systems,（关于多机器人系统的模型和方法的国际会议）上发表的A fast conjunctive resampling particle filter for collaborative multi-robot localization（一种快速联合重采样的多机器人粒子滤波协作定位）文中提出的协作定位方法，在他们的方法中，但粒子的权值超过了门限值，机器人之间就交换粒子，以实现更精确的定位。以上的定位方法中都没有考虑到对其他机器人的认知错误对定位的影响。

发明内容

针对现有基于粒子滤波的多机器人协作定位算法存在的技术问题，本发明提出了一种能容忍认知错误的多机器人协作定位方法。

本发明是通过下述技术方案来解决上述技术问题的：一种能容忍认知错误的多机器人协作定位方法，其特征在于，其包括以下步骤：

步骤一，某一发送机器人Ri根据粒子的权值选择需要交换粒子；

步骤二，某一发送机器人Ri发送根据相对定位计算的粒子集给邻居的接收机器人Rj；

步骤三，某一发送机器人Ri接收来自接收机器人Rj根据相对定位计算的粒子集；

步骤四，某一发送机器人Ri更新自己的粒子集；

步骤五，某一发送机器人Ri计算粒子集中粒子的权值，并做归一化处理；

步骤六，某一发送机器人Ri根据粒子集中的粒子及其权值计算出机器人位姿的后验概率分布。