[发明专利]面向地下复杂环境中的移动机器人自主定位方法及机器人

说明书

本发明公开了一种面向地下复杂环境中的移动机器人自主定位方法及机器人，待定位的机器人上安装有多传感器定位系统，所述多传感器定位系统中的传感器包括：里程计、激光雷达，UWB模块以及IMU模块；所述方法包括：将机器人置于无GPS信号的地下环境中，控制其移动到环境中的各个位置；基于多传感器定位系统在机器人移动过程中所采集的数据，构建环境地图；获取UWB模块提供的两个时刻的相对位置，构建相对位置约束，并将位置约束添加到位姿图优化约束中，构建无偏移的全局地图，以完成融合定位。采用本发明所提供的移动机器人自主定位方法可以有效地提高定位的精确度和稳定性。

技术领域

本发明涉及地底场景下机器人自主定位、运动控制及制图分析技术领域，特别涉及一种面向地下复杂环境中的移动机器人自主定位方法及机器人。

背景技术

由机器人在地下环境中自主作业时，往往没有环境先验地图信息。事实上，在此类场景中应用机器人的最终目的是为后续任务获取准确的环境地图。精确定位和环境地图构建、路径规划、运动控制和探索方法是提高地下环境机器人智能化的关键技术。其中，路径规划和避障需要使用环境地图和精确定位，所以机器人定位和地图构建是一个比较基础和铺垫的技术研究。

机器人在地下场景执行任务时，不仅需要面对没有环境先验地图的问题，也不能依赖GPS进行定位。这就要求机器人在自身位置不确定的情况下，在未知环境中运行。在典型的地下场景中机器人要面临诸多严苛挑战。随着移动机器人智能化、自主化程度的提升，使用移动机器人在诸如煤矿巷道、地铁隧道等地下场景执行任务，具有效率高且不惧危险的优点。然而地下场景存在工况复杂、路面条件恶劣、无GPS和通信不畅等因素，对移动机器人定位与建图造成巨大挑战，可能导致常用定位方法无法直接应用。

在进行移动机器人在复杂场景下自主定位与建图研究方面，已有大量研究已经取得阶段性的成果。目前的移动机器人定位与建图方案主要基于卡尔曼滤波、粒子滤波，逐渐转向语义理解、轻量高效化以及提高系统鲁棒性等方面内容。受传感器硬件发展水平的影响，早期的研究多基于声纳、超声波进行，目前常用的主要传感器包括二维和三维激光雷达，单双目、深度和事件相机，同时还会使用GPS、惯性测量单元、气压计磁力计等作为辅助进行定位与建图等。基于不同传感器的系统，包括视觉SLAM(即时定位与地图构建)、视觉-惯性SLAM和热-惯性SLAM网，然而仅仅依靠视觉来进行地下定位和建图是很有挑战性的，因为相机对光照变化和环境条件很敏感。基于时间同步的定位技术，提出一种基于卡尔曼滤波的超宽带基站同步和任意数量的无源超宽带接收机定位协议，并基于低功率超宽带模块达到可用于移动机器人的精度水准。基于使用帧到地图的匹配方法，利用高频激光雷达数据应对剧烈旋转，构建的栅格地图可直接用于导航。

但是以上的几种定位方案，还有着很大的局限性，一是定位精度有限：这几种方案虽然可以在一定程度提高机器人定位的效率和稳定性，但都是单一的激光定位对地下环境特征辨别能力差，定位不准确，位姿估计存在重复等问题，无法消除累计误差，导致大范围建图存在一定的局限性；二是目前的UWB(超宽带)定位算法计算量大，难以达到补偿多路径效应带来的影响，难以达到理想的定位精度，不能满足复杂条件下机器人自主定位的需求。因此，面对建图时传感器单一、位姿估计误差大、UWB算法计算量大等问题，为解决地下环境中移动机器人大场景高精度定位与制图需求，使用融合IMU(惯性传感器)、激光雷达和超宽带技术，为机器人提供精确的定位算法，解决机器人在存在路面颠簸、少特征、低照度环境下自主定位与建图的问题显得十分重要。

发明内容

本发明提供了一种面向地下复杂环境中的移动机器人自主定位方法及机器人，以解决现有技术定位精度有限，难以达到理想的定位精度，不能满足复杂条件下机器人自主定位需求的技术问题。

为解决上述技术问题，本发明提供了如下技术方案：

一方面，本发明提供了一种面向地下复杂环境中的移动机器人自主定位方法，待定位的机器人上安装有多传感器定位系统，所述多传感器定位系统中的传感器包括：里程计、激光雷达，UWB模块以及IMU模块；所述方法包括：