[发明专利]一种基于四轮全向全驱移动机器人的二维激光雷达建图方法

说明书

本发明属于智能机器人领域，提出了一种基于四轮全向全驱移动机器人的二维激光雷达建图方法，该方法通过对四轮全向全驱移动机器人进行正运动学解算，根据解算公式和编码器的数值求得移动机器人的里程计信息；基于移动机器人的里程计信息，对激光雷达数据进行去除运动畸变处理；根据里程计信息和激光雷达对周围环境的感知信息，构建概率栅格地图。本发明根据电机编码器数值和二维激光雷达数据建立用于机器人导航的概率栅格地图，通过建立多分辨率子图进行扫描匹配能够提高前端位姿估计的准确性，并在后端搭建运动滤波器，保证后端优化的实时性。

技术领域

本发明涉及智能机器人领域，特别是涉及一种基于四轮全向全驱移动机器人的二维激光雷达建图方法。

背景技术

随着21世纪科学技术的飞速发展，机器人逐渐踏进人们的日常生活中，在人们的生活和工作中带来了很多便捷。目前，智能机器人的种类繁多，机器人的应用比较广泛。在工业方面，货物搬运机器人可以搬运多种货物，取代了传统的人工搬运，解放了大量生产力；在农业方面，可以通过无人机给农作物喷洒农药，缓解了人力资源不足的问题；在医疗方面，特别是在新冠疫情爆发之后，消毒机器人在医院已经大量投入使用；在生活方面，无人驾驶智能车、扫地机器人在家庭中也越来越普遍。依据文献《一种铰接式行星轮四驱车辆四轮差速转向模型》(师帅兵.西北农林科技大学)，目前应用在工厂中的搬运机器人大多都是四轮差速行驶的，最大的弊端就是无法做到零转弯半径进行转向，在狭窄的区域中无法转向，十分不方便。若机器人应用在导航过程中，由于转弯半径的限制，有可能会造成路径规划的失败。

地图构建是移动机器人实现自主定位的关键技术之一，丰富完善的地图信息是移动机器人实现导航等应用的基础。现有的算法在前端扫描匹配时，输入的初始位姿是根据里程计信息得到的，如果里程计的位姿不准确的话，会造成扫描匹配得到的位姿估计误差较大，将激光数据插入到子图时就会产生很大的偏差。在闭环检测阶段，将刚刚处于完成状态的子图和后端位姿图中所有的节点都进行闭环检测，当地图较大时，节点的数量太多，在闭环检测时会浪费大量的时间，不能保证后端优化的实时性。

发明内容

针对现有技术中存在的缺陷，本发明的目的在于提供一种基于四轮全向全驱移动机器人的二维激光雷达建图方法，适用于四轮全向全驱移动平台，能够保证前端扫描匹配的准确性，且加快了后端闭环检测的速度。

为了达到上述目的，本发明所采用的具体技术方案如下：一种基于四轮全向全驱移动机器人的二维激光雷达建图方法，具体包括以下步骤：

S1，对四轮全向全驱移动机器人进行正运动学解算，实时获得移动机器人的里程计信息；

获取编码器数据{V_LF，V_RF，V_LB，V_RB，A_LF，A_RF，A_LB，A_RB}，对四轮全向全驱移动机器人进行正运动学解算；其中V_LF、V_RF、V_LB和V_RB分别为四个驱动电机短时间t的平均速度，A_LF、A_RF、A_LB、A_RB分别为四个转向电机的转角；

机器人具有三种运动模式：直线行驶模式、四轮转向模式和零半径转向模式；计算在Δt时间内机器人的X方向平移量ΔX、Y方向平移量ΔY和旋转量Δθ；

不同运动模式下，移动机器人的里程计信息不同；

当机器人在Δt时间内处于直线行驶模式，求得ΔY＝0，Δθ＝0；

当机器人在Δt时间内处于零半径转向模式，先求得各个驱动轮的行驶速度为：

然后求取Δθ为：