[发明专利]机器人超声波传感器障碍物检测方法及系统有效
申请号: | 202110030619.7 | 申请日: | 2021-01-11 |
公开(公告)号: | CN112782706B | 公开(公告)日: | 2022-05-10 |
发明(设计)人: | 崔欣;高明;马辰 | 申请(专利权)人: | 山东新一代信息产业技术研究院有限公司 |
主分类号: | G01S15/93 | 分类号: | G01S15/93 |
代理公司: | 济南信达专利事务所有限公司 37100 | 代理人: | 孙园园 |
地址: | 250100 山东省济南市高新*** | 国省代码: | 山东;37 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 机器人 超声波传感器 障碍物 检测 方法 系统 | ||
1.一种机器人超声波传感器障碍物检测方法,其特征在于,该方法是采用机器人的FPGA处理器平台进行数据的实时计算和处理,在FPGA内部采用Verilog硬件描述语言进行数字逻辑设计;具体如下:
超声波传感器变视野测量及超声波传感器转动测量;具体如下:
超声波传感器发射接收器以5cm/s线速度、以固定点为中心、以竖直线为轴、以机器人头部向前方向左右40度为最大角度左右反复转动;
在超声波传感器发射接收口轴心两边增加遮挡板,限制发射接收视角角度,控制遮挡板及视角角度以40°/s的速度从0度开始不断变大至20度、再不断变小至0度,如此反复变化,记录每轮视野变化中每个时刻传感器读数及每轮视野变化中视角趋近于0时超声波传感器中心读数;
选取连续五次视野变化运动中视野角度为5°的读数浮动较小的读数,取其均值,作为近似准确读数S1;
检测结果随着快速运动在本轮视野变化运动中统计值近似呈正态分布概率模型,此时距离估计值概率分布表示为:
其中,表示改变视野时距离测量方差,预先采用超声波传感器进行多次小视野角度测量得到;N表示正态分布;
经过t时间后距离测量;
经过t时间后记录实时距离值;
根据卡尔曼滤波算法,计算得到当前距离值的最优估算;
迭代运算,获得距离最优估计值;
更新栅格地图并决策避障;
FPGA处理器平台向机器人导航控制模块提供决策依据,实现机器人精准避障。
2.根据权利要求1所述的机器人超声波传感器障碍物检测方法,其特征在于,经过t时间后距离测量具体如下:
经过时间t,根据左右扫描运动角度计算出此时的距离,设由90°运动到90+θ,当时间无穷小时,距离值近似为线性增长,此时距离为估计值为S1+vt,此时距离估计值概率分布为:
其中,t<1ms;v表示超声波传感器左右转动短时间内在轴向的近似线性距离增长速度值;表示超声波传感器左右转动时,其测量值在短时间内服从线性增长的引入噪声方差,由超声波传感器多次短时间内左右转动实验测量其距离值增长值得出;a及分别表示正态分布期望及方差值。
3.根据权利要求1所述的机器人超声波传感器障碍物检测方法,其特征在于,经过t时间后记录实时距离值具体如下:
再次记录本次实时距离值,距离测量值Z2正态分布为:
其中,z2表示此时测量得到的距离值;表示超声波传感器改变视野时距离测量方差,由预先实验得出。
4.根据权利要求1所述的机器人超声波传感器障碍物检测方法,其特征在于,根据卡尔曼滤波算法,计算得到当前距离值的最优估算,具体如下:
根据卡尔曼滤波算法,计算得到当前距离的初步估计概率分布:
根据卡尔曼滤波算法,采用S’2和Z’2的方差作为对数据的可相信权重,对b2经过加权处理得到当前位置的最优估计的概率分布c’2:
当前距离值的最优估计为:
5.根据权利要求1所述的机器人超声波传感器障碍物检测方法,其特征在于,迭代运算,获得距离最优估计值具体如下:
以c2作为当前距离,为当前方差,随着不断采样、挡板改变视野、超声波传感器发射接收器左右转动不断对接下来的时刻进行迭代运算并更新距离估计结果。
6.根据权利要求1-5中任一所述的机器人超声波传感器障碍物检测方法,其特征在于,更新栅格地图并决策避障具体为:
迭代运算并更新获得的距离估计结果为当前角度区域内的距离估计结果,根据该距离估计结果估计障碍物距离并更新机器人超声波传感器扇形视野中当前检测栅格内的检测结果,即获得较为准确、精细的障碍物检测结果。
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山东新一代信息产业技术研究院有限公司,未经山东新一代信息产业技术研究院有限公司许可,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/202110030619.7/1.html,转载请声明来源钻瓜专利网。