一種基于改進粒子濾波的移動機器人定位方法
【專利摘要】本發明提供了一種基于改進粒子濾波的移動機器人定位方法，包括步驟：建立機器人的運動方程和路標計算方程；用多agent粒子群優化算法優化粒子集，所得的最優值為對位姿的估計；利用卡爾曼濾波算法對環境路標進行估計；權重更新及歸一化，重采樣。本發明定位方法定位準確且易于實現，在移動機器人的仿真過程中，移動機器人的位姿估計和環境路標估計更加精確。
【專利說明】一種基于改進粒子濾波的移動機器人定位方法
【技術領域】
[0001]本發明涉及移動機器人及其同時定位與建圖【技術領域】，具體是提供了一種改善移動機器人定位誤差的方法。
【背景技術】
[0002]移動機器人具有智能性、獨立性，能夠代替人在各種未知或者危險環境中的任務，而這些未知或者危險的環境中往往充滿各種不確定性的因素，因此移動機器人必須具備自主的導航能力和作業能力，移動機器人探索未知、危險環境的關鍵是建立局部環境地圖，所有建立的局部環境地圖進行數據融合，最終構建全局的環境地圖，而移動機器人的定位技術是移動機器人建立局部環境地圖的基礎，也可以說是對移動機器人其他方面研究的基礎。只有移動機器人的精確定位，移動機器人建立的局部環境地圖才更加精準，從而移動機器人的自主導航能力、作業能力才更強。
[0003]就目前而言，已有的定位方法主要是針對已知環境的，即環境中已設定了障礙物，稱為“路標”，在給定路標和移動機器人導航軌跡的情況下，求取機器人定位和路標的誤差。常用的方法有ekf-slam (基于卡爾曼濾波的機器人同時定位與建圖)和pf_slam (基于粒子濾波的機器人同時定位與建圖)。在已有的兩種同時定位與建圖方法中，基于卡爾曼濾波的方法計算量大，且有著誤差必須服從高斯分布的不足，因此，國內外對移動機器人定位與建圖的研究主要是針對粒子濾波方法的。而標準的pf-slam會出現粒子貧乏和需要大量粒子的問題，粒子貧乏指的是在粒子濾波算法中，隨著粒子的更新和迭代，很多粒子的權重會變小，甚至在經過重采樣后，會出現粒子單一性的現象。所以研究一種能夠用較少的粒子和解決“粒子貧乏”問題的定位方法具有重要意義。
【發明內容】
[0004]針對以上現有技術中的不足，本發明的目的在于提供一種使移動機器人能夠更高效、更精確地建立環境地圖的改善移動機器人定位誤差的方法，這種方法主要是針對輪式機器人的。為達到上述目的，本發明的技術方案是:
[0005]一種基于改進粒子濾波的移動機器人定位方法，其包括以下步驟:
[0006]101、初始化移動機器人的工作條件，包括設定移動機器人的運動路徑、移動方式、移動的起始位置和目標位置、路標的位置信息，獲取移動機器人車輪上的光電編碼盤A t時間內的轉動次數n及光電編碼盤的分辨率P，根據公式d=2 rn/p求得移動機器人在A t時間內的移動距離d，移動機器人的左、右輪移動距離分別設置為Cl1和d2，根據公式
,—^ d % d -}
Aii ~ 1_?-
/ \iJ ――
^ 2A求得機器人的位移增量A D和轉角增量A 0，其中r為車輪半徑，I為兩輪
AZi — 一泛2/\ tf 一......................................1輪距，根據公式 求得移動機器人在A t時間內的運動半徑R。在獲得以上參數后預
測移動機器人在t+1時刻的位姿:
【權利要求】
1.一種基于改進粒子濾波的移動機器人定位方法，其特征在于包括以下步驟:101、初始化移動機器人的工作條件，包括設定移動機器人的運動路徑、移動方式、移動的起始位置和目標位置、路標的位置信息，獲取移動機器人車輪上的光電編碼盤A t時間內的轉動次數n及光電編碼盤的分辨率P，根據公式d=2 rn/p求得移動機器人在A t時間內的移動距離d，移動機器人的左、右輪移動距離分別設置為Cl1和d2，根據公式.
【文檔編號】G01C21/20GK103487047SQ201310340510
【公開日】2014年1月1日 申請日期:2013年8月6日 優先權日:2013年8月6日
【發明者】唐賢倫, 蔣波杰, 莊陵, 虞繼敏, 張毅, 張鵬, 李洋 申請人:重慶郵電大學