[发明专利]一种履带式机器人滑动参数检测方法

说明书

本发明公开了一种履带式机器人滑动参数检测方法，通过引入最优估计理论与地形检测算法，能够获取机器人的滑动参数的估计值，该检测方法包括初始化步骤、采集传感器数据步骤、地形检测步骤、调整滑动系统的过程噪声方差的步骤、状态预测步骤、状态更新步骤和输出滑动系数的估计值的步骤。本发明在状态预测过程中引入无色变换，以保证在强非线性情况下的状态预测的准确性；而且由于引入了地形检测，在地形发生明显变化的时候，本发明会调整滑动系数的过程噪声方差，这种自适应机制能够保证滑动系数估计的平稳性，同时缩减收敛时间，适用于地形复杂的场景。

技术领域

本发明涉及机器人技术领域，特别是涉及一种履带式机器人滑动参数检测方法。

背景技术

由于履带机器人具有优越的通过性和机动性，其在军事、农业、火星探测等领域得到广泛应用。履带机器人转向过程始终伴随着高速侧履带的滑转与低速侧履带的滑移，这就导致运动学模型的不准确性，进而为行驶轨迹的预测带来了更多的困难。

在论文“Le A T,Rye D C,Durrant-Whyte H F.Estimation of track-soilinteractions for autonomous tracked vehicles[C]//IEEE InternationalConference on Robotics and Automation,1997.Proceedings.IEEE,1997:1388-1393vol.2.”中，作者将滑动系数引入到传统的运动学模型中，可以提升存在打滑现象时候的运动学模型的准确度。

滑动系数是无法直接测得的，传统的方法是利用遗传算法离线推算出滑动系数，然而滑动参数往往随着地形的变化而变化的。因此，如何实时的获取履带机器人的滑动系数成为了机器人领域中一项重要且具有挑战性的工作。

发明内容

本发明的目的在于提供一种履带式机器人滑动参数检测方法，以实时获取履带你的滑动系数。

为此，本发明提供了一种履带式机器人滑动参数检测方法，包括以下步骤：

步骤一：对采样点序号k、后验状态估计后验误差协方差P_k、新息协方差ε_k、地形特征向量p_k、过程噪声和观测噪声的方差Q_k和R_k、采样间隔T以及车身宽度B进行初始化，其中，后验状态估计中的六个元素为：与分别表示东向坐标、北向坐标与航向角的后验状态估计，与为左右履带滑动比以及机器人本体滑动角的后验状态估计；

步骤二：将采样点序号自增k←k+1，并采集加速度计关于垂直于地面轴向的加速度数据，在一个采样周期内按照相等时间间隔采集N次，得到加速度数据集合{a_k,i},i＝1,…,N；利用朝向地面的摄像头拍摄地面照片，得到像素矩阵M_k；采集左右轮编码器数据，获得左右车轮的旋转速度v_L,k与v_R,k；采集电子罗盘数据与GPS模块，获得观测向量z_k＝[z_e,kz_n,k z_θ,k]′，其中z_e,k与z_n,k为东向坐标与北向坐标的观测值，由GPS模块采集获得，z_θ,k为航向角的观测值，由电子罗盘采集获得；

步骤三：根据步骤一中获得的地形特征向量以及步骤二中获得的加速度数据集合和地面照片像素矩阵进行地形检测，判断地形是否发生显著变化；

步骤四：若判定地形发生显著变化，在接下来五个采样点内将滑动系数的过程噪声方差乘以设定倍数；如果地形没有发生变化，则保持原来的方差；