[发明专利]移动机器人环境特征定位方法

说明书

本发明公开了一种移动机器人环境特征定位方法，该方法通过激光传感器需定期提取环境特征，并构建多维数据空间，在构建多维数据空间的基础上，基于假设检验理论确定环境点特征；通过确定的点特征估计线段特征范围，结合概率模型方法估计线段特征，运用最小二乘法对估计的线段特征进行拟合，得到准确的线段特征。本发明通过航迹推算用于粗略定位，地图匹配定期对航迹推算更新机器人位姿以减小累积误差，地图匹配侧重于对环境中的点特征与线段特征进行准确提取，由此通过提取环境特征匹配已知地图，实现精确定位。

技术领域

本发明属于机器人的技术领域，特别涉及机器人移动的定位方法。

背景技术

机器人是自动执行工作的机器装置。它既可以接受人类指挥，又可以运行预先编排的程序，也可以根据以人工智能技术制定的原则纲领行动。它的任务是协助或取代人类工作的工作，例如生产业、建筑业，或是危险的工作。随时技术水平的提高，机器人的智能化越来越高，已经逐步进入到人们的日常工作和生活领域。

为了使机器人能够准确的运动，机器人应该首先知道自己所处的位置，即机器人对自身进行准确的定位。

如专利申请201610982663.7所公开的一种室内机器人定位方法及装置，包括：获取机器人采集地面上射频识别标签得到的标签信息；根据标签信息中的位置坐标，计算机器人的位置坐标；获取机器人所在室内不同参考位置接收的无线个域网的信号强度指示值的分布图；对机器人接收的无线个域网的信号强度指示值进行修正，得到修正值，计算修正值与分布图上不同参考位置对应的指示值的匹配概率，根据匹配概率确定机器人的辅助定位位置坐标；根据机器人的位置坐标和机器人的辅助定位位置坐标确定机器人的实际位置坐标。本发明中，当在多层楼层定位时，不需要在每层都设置无线个域网节点，减少了无线个域网子节点的个数，降低了成本，避免了每层之间信号干扰，使得定位准确。

如专利申请201611230784.2所公开的一种基于多传感器融合的移动机器人室内定位方法，使用基于航迹推算的里程计位置数据补偿激光匹配定位中无法识别相似环境的情况。本发明不仅将基于惯性单元和里程计的传感器定位数据进行融合，也将激光雷达匹配定位作为参考指标，不仅减小了里程计的累积误差，还弥补了短距离激光雷达在单一特征环境中无法进行匹配定位的缺陷，为机器人的地图绘制和导航提供更为准确的定位数据。

然而，上述方法都需要多种设备或工具相配合，才能实现机器人的定位，定位复杂，而且误差大，难以做到准确可靠。

发明内容

针对上述问题，本发明的目的在于提供一种移动机器人环境特征定位方法，该方法采用航迹推算并结合地图匹配的定位方法进行信息融合，可以实现较小的定位误差，定位准确可靠。

为实现上述目的，本发明的技术方案为：

一种移动机器人环境特征定位方法，其特征在于该方法通过激光传感器需定期提取环境特征，并构建多维数据空间，在构建多维数据空间的基础上，基于假设检验理论确定环境点特征；通过确定的点特征估计线段特征范围，结合概率模型方法估计线段特征，运用最小二乘法对估计的线段特征进行拟合，得到准确的线段特征。

进一步，所述方法首先通过高斯降采样的方法构建多维数据空间，在低维数据空间上，采用极值点搜索与假设检验的方法进行点特征提取；二维激光传感器在平面上按一定的角度分辨率进行距离扫描，扫描数据的极坐标表示为：SK＝(ρk,θk),K＝1…N,，其中N为扫描数据个数，原始数据带有噪声且服从高斯白噪声独立分布，即ρk～N(μρk,σ²)，θk～N(μθk,σ²θ)；二维激光传感器获得的原始数据具有噪声，按前述方法对数据进行预处理，然后对处理完的数据进行环境聚类，将激光传感器可能扫描到的同一物体扫描点聚集为一类；环境聚类后对采样点做降采样处理，构建多维数据空间。

环境特征提取流程，包括如下步骤：

步骤1，机器人启动，对数据进行预处理；