[发明专利]一种室内环境的线性特征提取方法

说明书

技术领域

本发明涉及的是一种室内环境的线性特征提取方法，具体形式为离线处理机器人采集的环境数据，实现室内环境线性特征地提取，为机器人室内环境中的拓扑定位提供技术支撑。

背景技术

随着科技的发展，移动机器人被广泛地应用于不同的领域，更多的机器人开始走进普通家庭，服务日常生活。但是，环境地图的创建精度制约机器人进一步的功能拓展。声纳传感器作为一种廉价、常见的距离传感器，被广泛的应用于移动机器人地图创建过程中。然而，声纳传感器的精度相对较低，需要有效的信息处理方式，以降低误差对地图创建结果的影响。

常见的特征提取算法包括线性回归算法、增量算法、RANSAC算法、霍夫变换算法和EM算法等。但传统的增量算法是采用对传感器采集的数据随机取二点拟合直线，提取环境线性特征。这一方面增加了算法的偶然性，也降低了拟合特征信息的最适性。

本发明综合增量算法和RANSAC算法的优势，提出了一种分步数据处理、多规则数据融合的特征提取算法，实验结果表明该算法能够显著提高特征提取的精度。

发明内容

本发明解决了传统算法直线拟合过程存在选点随机性大，算法效率低，以及无法得到最佳拟合直线可能不过数据中的点的问题。在后期数据处理过程中采用多规则数据融合的思想，提高了特征提取的准确性。

本发明提出一种室内环境的线性特征提取方法，步骤包括：

第一步，基于机器人获取的环境信息，去除其中不符合要求的数据（记实验数据为(x,y,r)其中x,y分别表示机器人坐标系下的水平和垂直距离，r为传感器到目标的距离。不符合要求的数据标记r＝R，其中R为声纳传感器的最大测量距离）。

第二步，定义长度为data_len的滑动窗口Win，从T0时刻开始，首先对传感器进行分组，每组取data_len*sen_num个数据，其中sen_num表示每个分组包含的传感器个数。

第三步，从第二步获得的一组数据中随机选取n个点（本发明中取n=5），按照最小二乘法进行直线拟合。本发明假设直线方程为y＝kx+b（平行于y轴的直线单独考虑）。

k=(Σxi2)(Σyi)-(Σxi)(Σxiyi)n(Σxi2)-(Σxi)2]]>