[发明专利]一种看护机器人路标定位系统

说明书

本发明公开一种看护机器人路标定位系统，所述系统包括三个模块：S1：建立助老机器人模型：通过建立状态方程与观测方程建立，使机器人系统工作在未知路标下；S2：实现精确定位：采用未知路标的多传感器信息融合的无迹卡尔曼滤波的定位方法；S3：提高滤波精度：采用改进的Sage‑Husa自适应滤波算法对其未知噪声方差阵进行估计。未知路标下，本发明的定位方法能够在系统噪声和量测噪声均未知时实时估计噪声统计特性，使噪声维持在非常小的范围内。本发明采用的算法不需要路标参数，使助老机器人在开放环境中运行也能实现良好定位，扩大了其应用场合，具有广泛的应用价值。

技术领域

本发明涉及路标定位系统，特别是涉及一种看护机器人路标定位系统。

背景技术

针对我国人口老龄化日趋严重的问题，研究开发助老机器人，助老机器人的特点为速度慢，所需检测精度低，且运行在开放环境。而助老机器人服务的特殊性决定了其工作环境的开放性，且在开放环境中要求精确定位，保证助老机器人安全工作。因此，对助老机器人定位技术的研究引起关注。

目前，机器人定位大多针对已知路标，通过各种传感器来识别定位，或者在未知环境中假设其自然特征易于提取，机器人通过对自然特征测量估计实现自身定位，这就容易受外界因素干扰，使环境特征或已知路标特征不易提取造成测量误差，从而限制了机器人的应用场合，影响了定位的准确性与实时性。

其次，提高定位精度常用的方式是采用多传感器信息融合。而在对多传感器信息进行融合时，扩展卡尔曼滤波(EKF)获得了广泛而成功的应用。但是在处理非线性问题时，EKF存在较大的误差且计算复杂。

申请公布号为CN102183959A的发明专利申请公开了一种“移动机器人的自适应路径控制方法”，该发明专利使用至少两个路标定位器，并通过算法求得虚拟坐标，从而使移动机器人实现自主路径定位，但其装置需要设置路标定位器搜索信号，所需硬件多且成本较高。

论文《未知环境下的移动机器人SLAM方法》，华中科技大学学报(自然科学版).2011，(7).公开了一种“一种应用于未知环境下的移动机器人同步定位与地图创建(SLAM)方法”，该方法通过一种基于人工鱼群算法的粒子滤波算法，提高了机器人的SLAM性能，但是仍然无法改变SLAM问题中定位误差总体逐渐增大的趋势。

发明内容

本发明的目的在于克服现有技术的不足，提供一种看护机器人路标定位系统，该系统提出一种采用未知路标的多传感器信息融合的无迹卡尔曼滤波的定位方法，并采用改进的Sage-Husa自适应滤波算法对其未知噪声方差阵进行估计，从而提高了助老机器人定位的精确度。

本发明解决上述技术问题的技术方案为：

一种看护机器人路标定位系统，其特征在于，其中：

所述系统包括：建立助老机器人模型模块、精确定位模块、提高滤波精度模块，其中：

所述的建立助老机器人模型模块用于建立助老机器人的工作状态，使其工作在未知路标下；

所述的实现精确定位模块用于实现助老机器人自主导航过程中处于未知环境的精确定位；

所述的提高滤波精度模块用于克服传统的多传感器融合定位算法处理非线性系统时所产生的滤波不稳，计算复杂，难以实现最优定位等难题，从而解决助老机器人非线性系统的定位优化问题。

本发明的看护机器人路标定位系统中所述的实现精确定位模块，采用未知路标的多传感器信息融合的无迹卡尔曼滤波的定位方法。

本发明的看护机器人路标定位系统中所述的提高滤波精度模块，采用UKF(出自论文《自适应UKF算法在目标跟踪中的应用》，作者石勇，韩崇昭，自动化学报，2011，(6):755－759.)结合改进的Sage-Husa自适应滤波算法对其未知噪声方差阵进行估计，从而提高滤波的精度。