[发明专利]一种针对四轮移动机器人的车轮编码器标定算法

说明书

本发明涉及移动机器人定位技术领域，公开了一种针对四轮移动机器人的车轮编码器标定算法。包括：机器人沿特定的轨迹运动，并收集车轮编码器的测量值；在每一个时间段内，运行迭代最近点算法以得到激光雷达传感器坐标系原点的位姿估计值，测量和估计值组成每个时间段的数据样本；线性参数估计：基于机器人左右轮半径r_L、r_R和轮距b构建线性参数对J₂₁、J₂₂进行线性估计；标定参数估计：确定标定参数为b,l_x,l_y,l_θ，其中l为传感器坐标系与机器人本体坐标系之间的相对位姿关系，建立标定问题描述中得到的对数似然函数，计算标定参数。采用本发明的车轮编译器的标定算法，可以在多种环境下准确得到传感器、执行器以及位姿关系的参数，无需人工干预。

技术领域

本发明涉及移动机器人定位技术领域，特别是一种针对四轮移动机器人的车轮编码器标定算法。

背景技术

移动机器人定位导航是机器人研究领域的一个热点，为了提高定位精度，移动机器人通常融合多个传感器的数据进行定位，从而对各类传感器取长补短。在进行多传感器数据融合前，对各传感器的标定是必不可少的环节。轮式移动机器人按提供动力的车轮数量可主要分为两轮驱动，四轮驱动与多轮驱动。相对于两轮移动机器人，在复杂的地面环境中，四轮移动机器人的可通过性和车身的稳定性更好，更适合在崎岖不平的环境下工作。

在移动机器人上布置的传感器可以分为2类，本体感知传感器(proprioceptivesensor)以及外部感知传感器(exteroceptive sensor)。本体感知传感器用于感知机器人本体的状态信息，如机器人车轮转速、关节角度、温度等；而外部感知传感器一般用于感知外部环境的信息，如障碍物的方位。移动机器人比较典型的传感器布置形式为里程计(本体感知传感器)加一个或多个外部感知传感器(如激光雷达)。里程计定位方法是通过车轮编码器读数结合移动机器人运动学参数进行计算实现定位的，但由于机器人加工及安装存在误差，从而导致运动学参数存在误差，因此计算得到的里程计定位信息包含系统误差。外部感知传感器，如激光雷达，获取的定位信息是传感器本体的定位信息，在传感器信息融合过程中，需要将所有的传感器定位信息转换到同一坐标系下进行融合。由于外部感知传感器同样存在安装误差，因此其信息在进行坐标转换的过程中也引入了系统误差。上述两类系统误差降低了移动机器人的定位精度，影响了机器人的导航性能。由于移动机器人定位导航以及地图创建等大部分上层算法都需要利用基于车轮编码的里程计信息，因此移动机器人里程计系统误差标定一直以来都获得很大的关注。

发明内容

本发明所要解决的技术问题是：针对上述存在的问题，提供了一种针对四轮移动机器人的车轮编码器标定算法。

本发明采用的技术方案如下：一种针对四轮移动机器人的车轮编码器标定算法，包括以下过程：

步骤1，机器人沿特定的轨迹运动，并收集车轮编码器的测量值；

步骤2，在每一个时间段内，运行迭代最近点算法以得到激光雷达传感器坐标系原点的位姿估计值车轮编码器的测量值和激光雷达传感器坐标系原点的位姿估计值组成每个时间段的数据样本；

步骤3，针对每一个数据样本，基于机器人左轮半径r_L、右轮半径r_R和左右轮距b构建机器人线性参数对参数J₂₁、J₂₂进行线性估计；

步骤4，针对每一个数据样本，确定标定参数为b,其中为传感器坐标系与机器人本体坐标系之间的相对位姿关系，x、y为坐标轴，为传感器坐标系相对于机器人本体坐标系的旋转角，标定问题描述为寻找最能解释测量结果的参数的最大似然问题，建立标定问题描述中得到的对数似然函数，计算标定参数。