[发明专利]基于视觉示教的移动机器人定位与导航系统

说明书

本发明提供一种基于视觉示教的移动机器人定位与导航系统，涉及移动机器人示教技术领域。该系统包括工控机、相机、供电电源、车载电池、升压模块、底层运动控制单元、手柄，底层运动控制单元包括差分轮小车、嵌入式开发板、光电编解码器、直流减速电机、TTL转USB模块，通过教学和重复两个阶段，在教学阶段，车辆由手柄驱动，存储由任意序列的动作组成的路径，在重复阶段，使用里程计信息作为距离索引教学阶段所村图像信息，来匹配当前相机所采集的中图像信息，计算出车头的偏向角速度，将其叠加到所存速度中，从而补偿车辆转向，以确保它跟踪预定的路径。本发明无需相机反复标定，可自主学习和遍历任意形状的路径，重复地沿着预期路径自动行驶。

技术领域

本发明涉及移动机器人示教技术领域，尤其涉及一种基于视觉示教的移动机器人定位与导航系统。

背景技术

随着人力成本的提高和科学技术的发展，机器人，尤其是工业机器人，在工业自动化领域越来越广泛的应用。自动导航搬运车(Automated Guided Vehicle，以下简称AGV，)也被称作搬运机器人，是现代智能物流系统中的重要环节，然而目前主流的AGV导引技术并不能使其在工作中从真正意义上实现完全自主。

导航作为核心技术之一，是AGV技术发展的最重要标志。AGV根据导航方式不同可以分为固定路径法和自由路径法两大类。

固定路径法以电磁导引为代表，主要特点是预先给AGV设定路径，AGV根据埋在路面下的电缆线产生电磁场调整自身的行驶方向。这种导引方式使用物理路径，环境表示简单，无需自动地图创建技术，定位时只需要通过传感器检测车体与物理路径之间的偏差，但固定轨迹的方式灵活性太低，不易维护，如果路径改变的话，需要开凿重新布线，成本太高。

自由路径法主要包括激光导航、毫米波雷达导航、惯性导航系统、GPS系统等。惯性导航系统存在系统误差；GPS定位系统由于定位误差较大，难以适合定位精度要求很高的AGV。随着科技的进步，激光传感器、图像传感器逐步应用到AGV导航技术中。相较于摄像头等车载传感器，激光雷达具有高精度、高分辨率的优势，并已在很多自动驾驶试验车上广泛搭载。但这种技术也有其无法忽略的缺点——成本高。近年来，由于图像处理技术和计算机技术的发展，加上摄像头成本低的优点，基于视觉的导航技术受到广泛关注。相比较而言，目前以摄像头+软件”的视觉导航技术，工业上容易达到且成本更低。

不过与传统导航方式相比，视觉导航涉及面多，技术复杂。首先，视觉导航不存在物理路径，因此无法像传统导航方式那样直接检测车体与物理路径之间的偏差。因此在视觉导航中，AGV通过车载相机实时采集环境数据，通过将环境数据的处理结果与事先建立的环境地图进行对比获得自身在地图中的位姿估计，这种位姿估计即定位比传统导航方式中的直接偏差计算要复杂。其次，视觉导航中使用的地图具有明显的测度信息，需要进行精确绘制，所创建的环境地图精度影响AGV定位精度。

在未知环境中，由于环境感知传感器的探测范围和测量精度限制、环境中墙壁等物体对传感器探测的遮挡等问题，机器人无法通过一次测量创建全局环境地图。因此，机器人只能在不断地环境探索过程中获取足够的环境感知数据，才能完成全局环境地图的创建工作。对于机器人在环境中各个位置创建的局部地图而言，只有确切地知道机器人各位置的位姿才能将该局部地图转换为全局地图，即地图的创建依赖于机器人的位姿。然而现实情况是，机器人的位姿往往是通过环境地图得到的，即机器人的位姿依赖于环境地图。位姿和地图估计之间的这种相互依赖的关系给机器人在未知环境下的导航提出了新的课题，称之为“同时定位与地图构建”(Simultaneous Localization and Mapping，以下简称SLAM)问题。SLAM的最终目的是创建一致的环境地图，是否能够实现正确闭环是方法自身性能的一种体现；而基于闭环消除定位误差的地图创建方法，在通过航迹推测所估计的位姿误差较大的情况下，只能通过辅助方法建立约束条件，即在建立正确闭环的前提下，再通过优化方法校正机器人位姿和创建环境地图。因此slam系统这样的实现需要构建全局一致的地图因此带来更高的计算成本。

发明内容