[发明专利]一种基于惯性导航的室内移动机器人定位方法

说明书

本发明公开一种基于惯性导航的室内移动机器人定位方法，应用于移动机器人领域；首先，通过对接收到的惯性导航传感器输出的原始加速度数据对传感器状态进行分类；并根据静止状态下的设定时间内各帧的加速度数据平均值作为零点漂移量，来对运动状态下的加速度数据进行校正；其次，选择了辛普森积分方法对加速度数据进行积分处理得到位移；再者，在时域分析的基础上添加了频域分析作为第二种减小误差的方法，通过在频域上处理和滤波，对于结果精度有很大提高，根本上解决了传统惯性导航积分算法的累积误差过大以至于影响到实际使用的问题。

技术领域

本发明属于移动机器人领域，特别涉及一种惯性导航室内移动机器人定位技术。

背景技术

惯性导航是通过对速度积分得到位置并对总加速度积分得到速度的过程。总加速度是指由重力加速度和被施加的非重力产生的加速度(亦即比力加速度)之和。惯性导航系统(Inertial Navigation System，INS)包括：用于积分的导航计算机；用于给积分运算定时的精密时钟，测量比力加速度用的加速度计组台；用于作为所算位置的一个函数而进行的重力加速度计算而留于导航计算机中的重力模型软件，以及为了定义作为速度计算一部分的加速度计三元组的角度方向所用的姿态基准。在现代INS中，姿态基准是由驻留于INS计算机中的软件积分函数提供的，其输入来自一个有三轴的惯性角速度传感器。角速度传感器和加速度计三元组安装在一个公用的牢固构架上，该构架装在INS的底盘上，以保证每个惯性传感器之间的精确对准，这样的一种布置称之为捷联INS。因为惯性传感器牢固地固定在底盘内，所以也就牢固地固定于安装INS的移动机器人上。

根据惯性导航理论，INS计算机中的基本函数有将角速率变换为姿态的积分函数(称之为姿态积分).使用姿态数据将测得的加速度值转换到适当的导航坐标系中，再将它积分成矢量速度的函数(称之为矢量速度积分)，还有将导航系矢量速度积分成位置的函数(称之为位置积分)。这样就有了三个积分函数，姿态函数、矢量速度函数及位置函数，每个函数的精度要求很高，以确保函数误差极小，符台惯性传感器精度的要求。在实际应用中，给定初始机器人的位姿，即可经由惯性导航理论得到移动机器人当前的位姿。

为了达到在时域积分的功能，需要进行数值积分。数值积分的目的是，通过在有限个采样点上计算f(x)的值来逼近f(x)在区间[a,b]上的定积分。设a＝x₀x₁…x_M＝b.称形如

且具有性质的公式为数值积分或面积公式。项E[f]称为积分的截断误差，值称为面积节点，称为权。通过M+1个等距点存在唯一的次数小于等于M的多项式P_M(x)。当用该多项式来近似[a,b]上的f(x)时，P_M(x)的积分就近似等于f(x)的积分，这类公式称为牛顿－科特斯公式。当使用采样点x₀＝a和x_M＝b时，称为闭型牛顿－科特斯公式。

设x_k＝x₀+kh为等距节点，且f_k＝f(x_k)，辛普森积分公式为：辛普森公式的精度为n＝3，如果f∈C⁴[a,b]，则

对于惯性导航而言，其缺点在于以下几点：在从惯性传感器采集加速度信息的同时，不可避免的会收到噪声的干扰，噪声不光来自于传感器本身的量化操作和电路噪声也来自于在传输过程中受到外界条件的干扰；若对噪音不加控制抑或是惯性模块本身就具有的零点漂移特性都必定会影响到接下来积分操作的精确度，此时噪声就变成了趋势项，在一次积分到速度信息时表现为一个随时间增大的速度误差，在二次积分后此误差会再次放大，这就是所谓的累积误差。对于惯性导航而言，累积误差是影响其精度的最主要因素。