[发明专利]里程计累计推算误差的数据源纠正方法及装置

说明书

本发明公开了一种里程计累计推算误差的数据源纠正方法，包括如下步骤：获取里程计输出的第一位姿信息；采用第二定位系统获取第二位姿信息；进行第二位姿信息的置信度判定；在第二位姿信息的置信度满足设定的置信度的判定准则时进行第一位姿信息的误差等级判定；当第一位姿信息存在误差等级时，将第二位姿信息作为数据源，进行纠正。本发明还公开了一种基于里程计累计推算误差的数据源纠正方法的装置，包括里程调节单元和第二定位系统。本发明利用第二定位系统进行辅助定位，对里程计的累计推算误差的数据源进行了纠正，高效快捷地提供了准确的数据源，让里程计更加准确测量了移动载体所经过的里程。

技术领域

本发明具体涉及一种里程计累计推算误差的数据源纠正方法及装置。

背景技术

现在轮式机器人的发展越来越趋向于自动化，对于位置测量和里程测量的精确度要求越来越高。如今轮式移动机器人和自主车辆等移动载体通常配备有多个轮速传感器，其中，每个轮速传感器能够进行轮式里程推算，得到轮式里程信息。轮式里程信息包括移动载体从出发位置开始的累积位姿和当前载体速度信息。但是，由于轮子打滑及轮径随着轮子磨损而变化等原因，里程计存在里程误差累计的现象。若发生一次里程计角度误差，随着移动载体的运动，则这个角度误差数值会导致里程计的位置偏差随着移动距离增加而增大，即在该角度误差的方向上出现位置误差递增的现象。现有技术一般采用扩展卡尔曼滤波及无迹卡尔曼滤波等算法将轮式里程计与若干惯性元件进行融合的相关工作，得到融合后的里程，但是所使用的里程数值仍是轮式里程计含有误差累计之后的不准确数值。传统方法的相关算法采用因子图优化框架的多传感融合里程算法，使用闭环检测和后端优化的方式来减小移动载体位姿的累计误差。

因此，现有技术在使用滤波方法和基于因子图优化等多传感数据融合算法将轮式里程计与惯性元件进行融合时，缺少对轮式里程计累计误差在数据源上的纠正。操作复杂，无法提供准确的数据源。

发明内容

本发明的目的之一在于提供一种里程计累计推算误差的数据源纠正方法，该方法通过对里程计累计误差的数据源进行纠正，准确地计算出待测机器人的原始运动里程。

本发明的目的之二在于提供一种基于里程计累计推算误差的数据源纠正方法的装置。

本发明提供的这种里程计累计推算误差的数据源纠正方法，包括如下步骤：

S1.获取里程计输出的第一位姿信息；

S2.采用第二定位系统获取第二位姿信息；

S3.进行第二位姿信息的置信度判定；

S4.在第二位姿信息的置信度满足设定的置信度的判定准则时进行第一位姿信息的误差等级判定；

S5.当第一位姿信息符合误差等级判断时，将第二位姿信息作为数据源，对数据源进行纠正。

步骤S1所述的第一位姿信息包括第一位置信息、第一角度信息和第一速度信息。

步骤S2(中)，具体为第二定位系统提供位置输出，通过与里程坐标系进行角度换算，得到第二位姿信息；所述的第二位姿信息包括第二位置信息，或者第二位姿信息包括第二角度信息和第二速度信息；当第二位姿信息包括第二角度信息和第二速度信息时，直接输出第二位姿信息；当第二位姿信息不包括第二角度信息或第二角度信息由于第二位置信息的置信度低于设定值时，通过当前的第二位姿信息与在设定时间窗口内的若干组第二位姿信息历史值及间隔时间，计算当前移动载体的第二角度信息。