[发明专利]基于人工路标的移动机器人系统、停靠方法及存储介质在审

专利信息
申请号: 201810041182.5 申请日: 2018-01-16
公开(公告)号: CN108388244A 公开(公告)日: 2018-08-10
发明(设计)人: 王景川;方宇凡;陈卫东 申请(专利权)人: 上海交通大学
主分类号: G05D1/02 分类号: G05D1/02
代理公司: 上海汉声知识产权代理有限公司 31236 代理人: 庄文莉
地址: 200240 *** 国省代码: 上海;31
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 人工路标 结构本体 传感器 移动机器人系统 移动机器人 偏差数据 控制器 位姿 路标 计算机可读存储介质 移动机器人定位 导航控制模块 周围环境数据 控制器安装 存储介质 导航控制 定位模块 环境改造 路标识别 目标位姿 可观测 标定 机器人 指令
【权利要求书】:

1.一种基于人工路标的移动机器人系统,其特征在于,包含人工路标与移动机器人;所述移动机器人包含结构本体、传感器以及控制器,传感器与控制器安装在结构本体上;

所述控制器包含以下模块:

路标识别模块:获取来自传感器的周围环境数据,识别人工路标;

定位模块:计算获得结构本体相对人工路标的实时位姿,计算实时位姿与目标位姿之间的偏差数据;

导航控制模块:根据偏差数据生成导航控制指令。

2.根据权利要求1所述的基于人工路标的移动机器人系统,其特征在于,所述人工路标上设置有色块部,色块部包含第一色块与第二色块,所述第一色块与第二色块的反射率不等;

所述传感器包含激光传感器,激光传感器能够扫描到色块。

3.根据权利要求2所述的基于人工路标的移动机器人系统,其特征在于,所述人工路标包含第一矩形板与第二矩形板这两块矩形板,所述第一矩形板与第二矩形板之间存在夹角。

4.根据权利要求2所述的基于人工路标的移动机器人定位系统,其特征在于,所述传感器还包含里程计,所述激光传感器包含激光测距传感器;

所述第一色块为黑色色块,所述第二色块为白色色块。

5.根据权利要求2所述的基于人工路标的移动机器人系统,其特征在于,包含多个人工路标,多个人工路标上的第一色块与第二色块的排列顺序存在不同。

6.一种权利要求1至5中任一项所述的基于人工路标的移动机器人系统的停靠方法,其特征在于,包含以下步骤:

路标识别步骤:获取来自传感器的周围环境数据,识别人工路标;

定位步骤:计算获得结构本体相对人工路标的实时位姿,计算实时位姿与目标位姿之间的偏差数据;

导航控制步骤:根据偏差数据生成导航控制指令。

7.根据权利要求6所述的停靠方法,其特征在于,还包含示教步骤:获取在设定位姿下周围环境数据,识别出人工路标,解算出结构本体相对人工路标的位置与朝向,生成目标位姿信息。

8.根据权利要求6所述的停靠方法,其特征在于,所述定位步骤包含以下步骤:

步骤S1:获取在激光测距传感器可识别出人工路标的范围内的虚拟参考点的位置与朝向;

步骤S2:根据放置的人工路标的实际尺寸、矩形板之间夹角以及路标表面的色块排列特征,计算出结构本体在虚拟参考点处对路标的理想测量数据,作为模板数据;所述模板数据为路边上的点的集合,模板数据中每个点包含三个维度的信息,分别是该点的二维位置信息和对应色块的归一化激光反射强度信息,点集记作SR

步骤S3:对激光测距传感器读出的每一帧激光数据中的点按相邻点间欧式距离进行聚类,然后对每个聚类中的点进行直线拟合;从拟合出的所有直线中,根据人工路标的几何特征与表面色块特征筛选出人工路标相应的两条直线,将这两条直线所包含的数据点记为点集SC

步骤S4:为点集SC中的每个点在点集SR中寻找一个对应点,对应点的判定标准为两点之间的归一化激光反射强度信息小于预设的匹配阈值并且两点之间距离最小;

步骤S5:计算出一个旋转矩阵与一个平移向量使得所有对应点的距离的总和最小;将计算获得的旋转矩阵与平移向量用于估计结构本体当前位置和朝向相对于虚拟参考点的位置和朝向。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于上海交通大学,未经上海交通大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201810041182.5/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top