[发明专利]一种采用级联FIR滤波的INS/LiDAR组合导航方法及系统

说明书

本发明公开了一种采用级联FIR滤波的INS/LiDAR组合导航方法及系统，算法采用级联滤波结构，即在激光雷达数据处理部分，将激光雷达采集得到的移动机器人与角点之间的距离作为观测信息，利用EFIR滤波算法对激光雷达测量得到的位置进行预估。在此基础上，在松组合导航数据处理部分，将INS与激光雷达分别测量的位置信息之差作为观测量输入到FIR滤波算法，对INS计算的误差进行预估，最终得到当前时刻移动机器人最优的位置信息。本发明有益效果：通过在激光雷达部分采用级联滤波结构有效提高了激光雷达通过角点距离测量移动机器人位置的精度，同时，FIR滤波算法的使用也提高了算法的鲁棒性。

技术领域

本发明涉及复杂环境下组合定位技术领域，尤其涉及一种采用级联FIR滤波的INS/LiDAR组合导航方法及系统。

背景技术

本部分的陈述仅仅是提供了与本发明相关的背景技术信息，不必然构成在先技术。

近年来，随着科学技术的发展和人民生活水平的提高，移动机器人逐步走进人们的生活。作为移动机器人为人类提供高质量服务的基础，面向移动机器人的导航与定位正逐渐成为该领域的研究热点。然而在室内环境下，移动机器人导航信息获取的准确性和实时性都会受到室内无线电信号微弱、电磁干扰强烈等一系列复杂环境的影响。在室内环境下，如何消除室内复杂导航环境对移动机器人导航信息获取的准确性、实时性及鲁棒性的影响，保证移动机器人在室内环境下的高精度自主导航，具有重要的科学理论意义和实际应用价值。

近年来，针对移动机器人导航与定位问题，国内外研究人员进行了深入研究，并取得了一定研究成果。现有导航定位技术主要有全球卫星导航系统(Global NavigationSatellite System,GNSS)、无线传感器网络(Wireless Sensors Network,WSN)技术、惯性导航系统(Inertial Navigation System,INS)和视觉导航技术等。其中，以全球定位系统(Global Positioning System,GPS)为代表的GNSS导航技术在室内环境下无法克服因信号受遮挡导致定位精度下降甚至失锁的问题，因此完成室内环境下的移动机器人导航。对于WSN技术，目前对这一领域的研究成果众多。例如，现有技术提出基于WiFi的室内移动机器人通信和定位算法；现有技术对基于射频识别(Radio frequency identification,RFID)技术的移动机器人定位算法进行了研究；现有技术提出将超宽带技术(Ultra Wideband，UWB)应用于移动机器人室内导航定位中。需要指出的是，虽然上述WSN技术均能实现在室内环境下移动机器人的导航定位，但其信号十分容易受到室内复杂环境的干扰；除此之外，短距离无线定位系统需要预先在室内铺设参考节点，不能实现移动机器人的自主导航。

与GNSS和WSN技术相比，INS技术和视觉导航技术不需要额外的设备辅助导航，因此具有更高的自主性。但是需要指出的是，INS技术的解算误差会随时间累积，因此不适合长时间高精度导航。特别是由于受到移动机器人载体体积的限制，往往采用低成本IMU，传感器的精度远低于高精度IMU，更加剧了误差随时间的累积。近年来随着视觉技术的发展与进步，学者们提出将视觉导航应用于移动机器人的导航与定位。例如：利用RGB-D相机完成对机器人的6D位姿的预估和3D地图的构建，进而实现了移动机器人的自主导航。但是，发明人发现，视觉导航的精度严重依赖于所获取的图像的质量，一旦移动机器人无法获取高质量的图像信息，导航精度会受较大影响。除此之外，视觉导航策略的实时性较差，难以满足移动机器人快速运动的跟踪。因此，单一的导航技术难以提供持续稳定的导航信息。

发明内容