[发明专利]一种基于视觉信息校正的室内移动机器人实时导航方法

摘要

本发明公开了一种基于视觉信息校正的室内移动机器人实时导航方法，包括步骤一：初始化机器人导航系统，启动里程计和视觉传感器；步骤二：里程计和视觉传感器得到机器人当前位资，构造卡尔曼滤波器，获得里程计滤波估计值和视觉传感器滤波估计值；步骤三：里程计滤波估计值和视觉传感器滤波估计值融合；步骤四：参数重置；本发明充分利用了视觉信息和里程计信息的各自优点，将视觉信息的精确性和里程计信息的实时性相结合起来，在大部分时间下，利用里程计自身信息进行递推计算，获得导航数据，保证了导航系统的实时性要求，同时利用视觉信息来矫正里程计航迹推算过程中产生的累积误差，从而大大提高了导航系统的准确性。

主权项

1、一种基于视觉信息校正的室内移动机器人实时导航方法，其特征在于，包含以下步骤：步骤一：初始化机器人导航系统，启动里程计和视觉传感器；初始化包括确定移动机器人的初始位置、初始化导航系统中所有滤波器的参数；步骤二：里程计和视觉传感器得到机器人当前位姿，构造卡尔曼滤波器，获得里程计滤波估计值和视觉传感器滤波估计值；(1)里程计测量通道；利用里程计获得移动机器人左、右轮的移动距离和移动速度，采用航迹递推的方法获得当前机器人位姿；(2)视觉传感器测量通道；通过全局运动目标检测算法检测移动机器人在图像中的位置，并通过离线的标定建立图像位置与实际空间的映射关系，获得移动机器人当前位姿；(3)构造卡尔曼滤波器，获得里程计滤波估计值和视觉传感器滤波估计值；结合机器人运动学方程，构造卡尔曼滤波器，将视觉传感器测量通道和里程计测量通道所得到的测量值，通过卡尔曼滤波得到里程计滤波估计值和视觉传感器滤波估计值；步骤三：里程计滤波估计值和视觉传感器滤波估计值融合；(1)在未获得视觉传感器滤波器滤波估计值时；利用里程计滤波器滤波估计值与移动机器人模型公共参考系统进行信息融合，获得最优滤波值(2)当获得视觉传感器滤波器滤波估计值后；利用里程计滤波器滤波估计值，视觉传感器滤波器滤波估计值与移动机器人模型公共参考系统进行信息融合，获得最优滤波值按照最优融合公式(1)，将各滤波器的滤波估计值进行融合：x^g=PgΣi=1NPii-1x^iPg-1=Σi=1NPii-1---(1)]]>式中：表示最优滤波值，P_g为融合后的估计误差方差矩阵，P_ii为第i个滤波器的估计误差方差矩阵，为第i个滤波器的滤波估计值，N为自然数，表示包括滤波器的个数；步骤四：参数重置；判断导航是否结束，若导航未结束，则将获得的最优滤波估计值或者重置到里程计滤波器和视觉传感器滤波器，返回步骤二，进行下一次的滤波；同时根据获得的最优滤波估计值或者利用移动机器人运动模型，预测下一步移动机器人的位姿信息，从而确定在下一帧图像中移动机器人目标所在的位置，以该位置作为下一次运动目标检测时的搜索启发点；若导航结束，则本方法结束。