一種蛇形機器人基于激光測距儀的地圖創建方法
【專利摘要】本發明公開了一種蛇形機器人基于激光測距儀的地圖創建方法，包括：啟動蛇形機器人和激光測距儀，隨著蛇形機器人的運動，激光測距儀實現對環境信息的采集，并對采集的激光數據進行預處理；進行地圖初始化，將當前的激光的測量值與當前的地圖進行匹配；用Monte-Carlo算法對機器人粒子集的粒子位姿及權值進行更新，計算機器人粒子集概率中心位姿；用改進的Bresenham算法進行地圖的更新。本發明具有算法簡單易懂、計算簡單準確度高，適用于快速移動的機器人的優點。
【專利說明】一種蛇形機器人基于激光測距儀的地圖創建方法
【技術領域】
[0001] 本發明屬于移動機器人地圖創建【技術領域】，特別涉及一種基于激光測距儀在未知 環境中的地圖創建方法。
【背景技術】
[0002] 移動機器人通常是基于環境地圖才能夠實現定位和導航，所以地圖創建是研究移 動機器人的一個基本問題。SLAM問題在智能移動機器人領域的重要性受到了廣泛的關注， 出現了許多較為成熟的理論和實現方法。目前有很多針對SLAM問題的研究，SLAM常見的 算法有EKF-SLAM算法、FastSLAM算法、DP-SLAM算法等。
[0003] 基于EKF-SLAM的算法在不確定信息的表達上非常簡潔和高效，它采用一個 多維的高斯模型
【權利要求】
1. 一種蛇形機器人基于激光測距儀的地圖創建方法，其特征在于，包括以下步驟： 步驟（1):通過激光測距儀進行環境感知，獲取環境信息； 步驟（2):將當前激光測距儀的測量值與當前地圖進行匹配； 步驟（3):對機器人粒子集的粒子位姿及權值進行更新； 步驟（4):進行地圖更新。
2. 根據權利要求1所述的一種蛇形機器人基于激光測距儀的地圖創建方法，其特征在 于：所述激光測距儀為測距范圍20mm到4000mm的URG04-LX激光測距儀，該激光測距儀的 最大測量距離小于4m;采用閾值濾波方法對掃描的激光數據進行預處理濾除噪聲點；并采 用一個恒定的縱向和轉速值對每次激光掃描值進行糾正。
3. 根據權利要求1所述的一種蛇形機器人基于激光測距儀的地圖創建方法，其特征在 于：所述激光測距儀每一次掃描完后，會將觀測值與當前地圖中的特征點進行匹配；當與 環境中的特征點較遠時，采用最近鄰數據關聯準則，選取距離觀測值最近的環境路標作為 其匹配點；環境特征點間的距離相距越遠，誤匹配率越低，當誤匹配率小于最大匹配誤差閾 值時，認為匹配成功。
4. 根據權利要求1所述的一種蛇形機器人基于激光測距儀的地圖創建方法，其 特征在于：步驟（3)所述的對機器人粒子集的粒子位姿及權值進行更新，采用的是 Monte-Carlo算法；每次機器人感知完環境后這些粒子會重新采樣；算法結束時，粒 子會收斂于機器人的實際位置；在每個時刻，由初始狀態和到當前時刻所有的測量值 # = {Ζ,.,?=1..*}估計當前機器人的狀態。
5. 根據權利要求4所述的一種蛇形機器人基于激光測距儀的地圖創建方法，其特征在 于：所述Monte-Carlo算法包含3個階段： 預測階段：預測階段用運動模型以概率密度函數的形式來預測當前機器人的位姿；假 設當前的狀態％ 僅依賴于之前的狀態JCm 和已知的控制輸入，該運動模型 被認定為條件密度#(? ，對于一階馬爾可夫過程，先驗概率密度就可以通過 積分得到
更新階段：預測階段用測量模型整合傳感器的信息來獲得后驗概率密度IZl;假定對于Xt 測量值Z4 與之前的測量值Zw是條件獨立的；測量模型以似然 函數JJ(ZtUt)的形式給出，這種形式表示在觀測值Z1 的情況下，機器人在Xi 的可能性；通過貝葉斯公式更新先驗值，得到后驗概率密度
i- / 重采樣階段：重采樣的目的是剔除權值較小的粒子，復制權值較大的粒子，通過對后 驗概率密3
再采樣 次，得到新的粒子。
6.根據權利要求1所述的一種蛇形機器人基于激光測距儀的地圖創建方法，其特征在 于：步驟（4)所述的地圖更新方法采用的是改進的Bresenham算法，只采用整數運算，避免 了除法運算和浮點數運算，降低了算法復雜度，提高了計算速度。
【文檔編號】G01C21/20GK104236551SQ201410510657
【公開日】2014年12月24日 申請日期:2014年9月28日 優先權日:2014年9月28日
【發明者】王超杰, 趙旭, 蘇中, 連曉峰 申請人:北京信息科技大學, 北京理工大學