[发明专利]一种基于流式计算的地图创建方法及其系统

说明书

本发明涉及一种基于流式计算的地图创建方法及其系统，包括：移动机器人通过数据采集模块定时从激光雷达和惯性传感器读取数据并封装为消息，调用消息客户端将消息提交到流式计算集群；集群执行分布式并行基于的地图创建方法，从队列中取出消息，将数据分发给计算节点更新粒子；分发给下面的计算节点，实现粒子的采样和重采样，最终的定位和地图特征数据发送给移动机器人。本发明将流式计算集群端强大的计算能力和SR‑UKF SLAM算法结合起来实现基于流式计算的分布式并行SLAM算法，将特征地图生成过程在流式计算框架进行实时并行处理，弥补移动机器人地图生成时候机载能力不足，负担过重的短板，提高处理效率。

技术领域

本发明涉及移动机器人自主导航领域的应用，具体为一种基于流式计算的地图创建方法及其系统。

背景技术

移动机器人广泛应用于军事、航天、深海、医疗、救灾、服务等领域，对其自主导航的精度和可靠性要求越来越高。地图创建和定位由于其重要的理论和应用价值，是实现移动机器人自主导航的关键。

移动机器人机载能力较难满足地图创建的计算量。传统地图创建方法完全依靠移动机器人本地的计算资源实时求解，执行速度慢。受益于网络数据传输速率的快速增长，云计算技术在机器人领域开始得到应用。通过流式计算实时处理数据的特点，构建地图创建流式计算服务框架，实现地图创建分布式并行计算能够提高运行速度和精度，更好的支持移动机器人自主导航技术的快速发展。同时在集群端执行地图创建降低了移动机器人性能要求，可以对部分机载设备进行卸载，提高机器人的移动便携性能。

发明内容

1.所要解决的技术问题：

本发明的目的在于利用流式计算实时处理数据的特点，提供一种的地图创建的流式计算服务，弥补移动机器人地图创建时候机载能力不足和负担过重的短板，提高移动机器人地图创建的精度和效率。

2.技术方案：

一种基于流式计算的地图创建方法，应用于移动机器人，其特征在于：移动机器人将采集的数据传输至流式计算集群实现地图创建与更新；具体包括以下步骤：

步骤一：数据采集；所述移动机器人在移动，移动机器人端的激光雷达实时采集移动机器人的观测数据；移动机器人端的惯性传感器实时采集运动数据；所述运动数据与观测数据进行预处理后，存于移动机器人端。

步骤二：数据传输；将预处理后的数据封装为消息，通过消息网关提交到流式计算集群上。

步骤三：定位与地图创建；基于流式计算的地图创建方法，通过若干计算节点执行分布式并行的平方根卡尔曼滤波粒子滤波算法获得移动机器人位姿和地图特征信息；从队列中取出消息，将数据分发给计算节点，每个计算节点更新粒子，实现粒子的采样和重采样；最终的定位和地图特征数据发送给移动机器人。

步骤四：定位和地图更新；移动机器人根据返回的定位和地图特征数据，更新全局地图，同时推送给局部路径规划算法辅助移动机器人避障。

进一步地，所述步骤三具体包括以下步骤：

S31:取出数据：从消息队列中取出运动数据和观测数据，分发给多个计算节点；所述运动数据包括线速度和舵角；所述观测数据为与一组特征的距离和方向角；并行步骤S32与步骤S34。

S32:并行位姿预测：多个计算节点中的特定计算节点并行进行本步骤；其中每个计算节点采用基于平方根卡尔曼滤波算法实现相应粒子的位姿预测；该步骤首先根据上一时刻当前粒子的状态和协方差矩阵初始化Sigma点，然后通过运动模型更新Sigma点，最后预测新的位姿和协方差矩阵平方根；将计算的结果传输至步骤33。

S33：数据关联：将当前粒子的信息与观测到的环境路标和地图上已标注过的环境路标进行关联；将关联的结果传输至步骤S35。