[发明专利]基于多传感器信息融合的机器人编队构造方法及系统在审

专利信息
申请号: 202110378000.5 申请日: 2021-04-08
公开(公告)号: CN113093759A 公开(公告)日: 2021-07-09
发明(设计)人: 夏海生;钟传宇;李智军 申请(专利权)人: 中国科学技术大学
主分类号: G05D1/02 分类号: G05D1/02
代理公司: 上海段和段律师事务所 31334 代理人: 李佳俊;郭国中
地址: 230041 安*** 国省代码: 安徽;34
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 传感器 信息 融合 机器人 编队 构造 方法 系统
【说明书】:

发明提供了一种基于多传感器信息融合的机器人编队构造方法及系统,包括:里程计部件、陀螺仪部件、全局自定位部件、激光雷达部件、障碍检测部件、主机器人部件、双目摄像机部件;所述里程计部件与全局自定位部件相连;所述陀螺仪部件与全局自定位部件相连;所述激光雷达部件与全局自定位部件相连;所述激光雷达部件与障碍检测部件相连;所述障碍检测部件与主机器人部件相连;所述全局自定位部件与主机器人部件相连。

技术领域

本发明涉及机器人编队领域,具体地,涉及一种基于多传感器信息融合的机器人编队构造方法及系统。

背景技术

现如今,随着对复杂任务的技术解决方案需求的日益增长,多机器人编队系统的研究越来越受到人们的关注。在这些新的应用领域中,有些任务是单个机器人难以完成的,必须通过多个机器人的协作才能完成。在多机器人系统中,对多个位置的同步感应和反应能力比单机器人系统在鲁棒性,效率以及应用可行性方面更加有优势。即使有一个或几个机器人出错,多机器人编队的冗余性仍能保证任务顺利完成,而且机器人个体同步行为也使得整个群体比单个机器人能更快更高效地完成任务。近年来,机器人编队的应用越来越广泛,比如飞行队列控制,无人水下机器人群,物流机器人,大型物体的运输等领域。

机器人无论是定位还是导航功能的实现,都需要借助于传感器对周围环境的感知,比如说内部的里程计、陀螺仪、以及外部的视觉传感器、激光测距扫描仪、超声波等。每种传感器都有其优势及局限性,内部传感器采样速度快,但有较大的累积误差。外部的激光测距仪有很高的精度,但通常只能定位物体距离。视觉传感器对环境有很好的感知能力,但视觉检测、识别算法对系统性能要求高,且对距离定位的精度低。可见,融合各传感器优势性能,多机器人编队系统协同完成定位、导航任务是十分必要的。

目前存在的多机器人编队系统,主要有基于激光传感器和里程计数据融合的机器人编队系统、基于视觉跟踪的机器人编队系统、以及基于点云匹配的机器人编队系统等,但很少有同时融合里程计模块、陀螺仪模块、激光雷达模块、双目摄像机等模块的机器人编队系统。这些机器人编队系统无论是在机器人数量、传感器数量上,还是在传感器数据融合利用效率上都不占优势。因此,它们通常只能执行较简单的编队任务如避障、向目标位置前进等,如果需要机器人编队执行数量更多、难度更高的任务,如空中飞行器队列控制、水下机器人群控制等,则需要设计一种能够充分融合大量传感器数据的机器人编队系统。

发明内容

针对现有技术中的缺陷,本发明的目的是提供一种基于多传感器信息融合的机器人编队构造方法及系统。

根据本发明提供的一种基于多传感器信息融合的机器人编队构造系统,包括:里程计部件、陀螺仪部件、全局自定位部件、激光雷达部件、障碍检测部件、主机器人部件、双目摄像机部件;所述里程计部件与全局自定位部件相连;所述陀螺仪部件与全局自定位部件相连;所述激光雷达部件与全局自定位部件相连;所述激光雷达部件与障碍检测部件相连;所述障碍检测部件与主机器人部件相连;所述全局自定位部件与主机器人部件相连。

优选地,还包括:双目摄像机部件;所述双目摄像机部件与主机器人部件相连。

优选地,还包括:从机器人部件;

所述从机器人部件与障碍检测部件相连。

根据本发明提供的一种基于多传感器信息融合的机器人编队构造方法,采用基于多传感器信息融合的机器人编队构造系统,包括:

步骤S1:根据位置数据采集控制信息,获取位置数据采集结果信息;

步骤S2:根据角度数据采集结果信息,获取角度数据采集结果信息;

步骤S3:根据障碍物数据采集结果信息,获取障碍物数据采集结果信息;

步骤S4:根据位置数据采集结果信息、角度数据采集结果信息、障碍物数据采集结果信息,获取数据融合结果信息;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国科学技术大学,未经中国科学技术大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110378000.5/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top