[发明专利]一种基于AR机器人的SLAM算法的实验方法

权利要求书

1.一种基于AR机器人的SLAM算法的实验方法，其特征在于，包括以下步骤：

S1、使用Gazebo软件进行模拟地图绘制；

S2、通过ROS搭建仿真环境，同时构建AR机器人节点，数据接收与发送，获取并处理传感器数据，并发送给SLAM算法程序，SLAM程序处理完后将地图发送到Rviz；

S3、Gazebo模拟环境搭建，Gazebo启动时需要的地图参数，AR机器人的参数，Gazebo启动时同时启动将Kinect传感器接收的视觉信息转化为激光信息的程序，还包括扫描的高度和范围等参数，完成后启动Gazebo程序；

S4、Rviz环境搭建，在显示AR机器人以及AR机器人通过运动时创建二维地图，通过ROS的launch文件搭建Rviz平台，包括参数有获取AR机器人位姿的话题、获取地图信息的话题、网格和激光信息；

S5、数据接收与发送，采用Publish和Subscribe话题的方式，采集到的Kinect数据传给SLAM算法程序绘制地图；

S6、在地图绘制完后，将地图信息发送到响应的话题时，将其形象地显示出来，这时使用Rviz工具显示AR机器人绘制地图的全过程，包括Kinect扫描到的障碍物边缘，移动AR机器人的移动过程，地图的形成过程；

S7、更新地图后的输出数据发布到Rviz平台显示当前的AR机器人的预估位姿和地图创建情况，运动控制部分从Gazebo平台获取里程计数据控制AR机器人的移动和转动控制；

S8、对实验数据进行分析。

2.根据权利要求1所述的一种基于AR机器人的SLAM算法的实验方法，其特征在于，所述S1-S8中,使用的SLAM算法包括粒子滤波算法、梯度下降扫描匹配算法、基于频率的地图绘制算法和基于视觉的位姿变化估计算法。

3.根据权利要求2所述的一种基于AR机器人的SLAM算法的实验方法，其特征在于，所述粒子滤波算法梯度下降扫描匹配算法用于根据视觉数据修正位姿，基于频率的地图绘制算法用于更新地图，基于视觉的位姿变化估算算法用于辅助预估位姿情况。

4.根据权利要求1所述的一种基于AR机器人的SLAM算法的实验方法，其特征在于，所述S1-S8中，SLAM算法参数包括视觉传感器参数、扫描匹配算法用到的参数、创建的地图的参数和运动模型的噪声参数。

5.根据权利要求1所述的一种基于AR机器人的SLAM算法的实验方法，其特征在于，所述S2中，ROS系统用键盘控制AR机器人的移动，且添加了AR机器人运动控制的程序，AR机器人移动程序使用Python编写。

6.根据权利要求1所述的一种基于AR机器人的SLAM算法的实验方法，其特征在于，所述S2中，AR机器人节点输入的数据中话题有里程计信息和视觉信息，输出的话题专用于控制AR机器人的行动，且在Gazebo的配置文件里面进行设定。

7.根据权利要求1所述的一种基于AR机器人的SLAM算法的实验方法，其特征在于，所述S2中，Gazebo模拟环境搭建，Gazebo启动时需要的地图参数，地图参数主要参考步骤S1中使用Gazebo软件进行模拟地图绘制，AR机器人的参数，Gazebo启动时同时启动将Kinect传感器接收的视觉信息转化为激光信息的程序，还包括扫描的高度和范围等参数，完成后启动Gazebo程序。

8.根据权利要求1所述的一种基于AR机器人的SLAM算法的实验方法，其特征在于，所述S6中，利用SLAM算法程序绘制地图后，将地图信息发送到响应的话题时，将其形象地显示出来，这时使用Rviz工具显示AR机器人绘制地图的全过程，包括Kinect扫描到的障碍物边缘，移动AR机器人的移动过程，地图的形成过程。