[发明专利]移动机器人导航实时定位方法、系统、介质及电子设备

权利要求书

1.一种移动机器人导航实时定位方法，其特征在于，包括以下步骤：

获取机器人测得的位姿数据和激光雷达数据，构建机器人所在环境的平面地图；

根据实时获取的机器人位移变化、姿态角度变化以及里程计的模型参数，对当前定位粒子进行旋转和平移处理，得到处理后的粒子集；

根据处理后的粒子集中的定位粒子包含的位姿数据、平面地图以及当前激光雷达数据，更新处理后的粒子集中的定位粒子的权重；

以处理后的粒子集中权重最大的粒子对应的位姿数据作为位姿均值，根据原定位粒子集的方差得到位姿方差，根据得到的位姿均值和位姿方差构建新的高斯粒子集；

从新的高斯粒子集中随机抽取粒子，更新到机器人的当前定位粒子集中，取当前粒子集所包含的粒子的均值作为机器人的当前位姿。

2.如权利要求1所述的移动机器人导航实时定位方法，其特征在于，通过机器人的位姿变化数据生成定位粒子集。

3.如权利要求1所述的移动机器人导航实时定位方法，其特征在于，采用GMapping建图算法，根据机器人位移变化、姿态角度变化以及里程计的模型参数，构建机器人所在环境的平面地图。

4.如权利要求1所述的移动机器人导航实时定位方法，其特征在于，新的高斯粒子集，具体为：

其中，sqrt为求平方根函数，cov为粒子集的位姿方差，pose为机器人的位姿数据，为粒子群的位姿均值。

5.如权利要求1所述的移动机器人导航实时定位方法，其特征在于，更新后的定位粒子，具体为：

其中，δ_trans代表两点间的平移分量，δ_rot1，δ_rot2表示两点的转动分量。

6.如权利要求1所述的移动机器人导航实时定位方法，其特征在于，该粒子集的方差，具体为：

cov＝(1～3)*cov_cur

其中，cov_cur为当前定位粒子集的方差cov_cur＝(cov_x,cov_y,cov_θ)。

7.如权利要求1所述的移动机器人导航实时定位方法，其特征在于，基于处理后的粒子集中的定位粒子包含的位姿数据，结合当前激光雷达数据得到激光末端点数据，并与构建的平面地图数据进行比较，根据对比结果更新处理后的粒子集中的定位粒子的权重。

8.一种移动机器人导航实时定位系统，其特征在于，包括：

地图构建模块，被配置为：获取机器人测得的位姿数据和激光雷达数据，构建机器人所在环境的平面地图；

粒子处理模块，被配置为：根据实时获取的机器人位移变化、姿态角度变化以及里程计的模型参数，对当前定位粒子进行旋转和平移处理，得到处理后的粒子集；

权重计算模块，被配置为：根据处理后的粒子集中的定位粒子包含的位姿数据、平面地图以及当前激光雷达数据，更新处理后的粒子集中的定位粒子的权重；

新粒子集构建模块，被配置为：以处理后的粒子集中权重最大的粒子对应的位姿数据作为位姿均值，根据原定位粒子集的方差得到位姿方差，根据得到的位姿均值和位姿方差构建新的高斯粒子集；

定位模块，被配置为：从新的高斯粒子集中随机抽取粒子，更新到机器人的当前定位粒子集中，取当前粒子集所包含的粒子的均值作为机器人的当前位姿。

9.一种介质，其上存储有程序，其特征在于，该程序被处理器执行时实现如权利要求1-7任一项所述的移动机器人导航实时定位方法中的步骤。

10.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的程序，其特征在于，所述处理器执行所述程序时实现如权利要求1-7任一项所述的移动机器人导航实时定位方法中的步骤。