[发明专利]一种用于移动机器人对目标定位和跟踪的系统及方法

摘要

本发明公开了一种用于移动机器人对目标定位和跟踪的系统，其包括设置在目标上的RFID标签，设置在移动机器人上的RFID天线，与RFID天线相连接的RFID阅读器，与RFID阅读器相连接的运动控制系统，以及与运动控制系统相连接的激光传感器。本发明利用RFID信号强度信息和相位信息对标签的位置和运动速度进行估算，同时移动机器人通过运动控制系统，实现动态RFID标签的实时跟踪，并通过激光传感器进行避障。系统通过粒子滤波器来实现相位信息和信号强度信息的融合从而实现动态RFID标签的快速追踪。

主权项

1.一种用于移动机器人对目标定位和跟踪的方法，其特征在于：包括以下步骤：S1、RFID天线发射无线射频信号并接收由设置在目标上的RFID标签所反射的信号，并将该反射信号发送至RFID阅读器；S2、RFID阅读器根据该反射信号获取RFID标签的信号强度信息和相位信息，并将该信号强度信息和相位信息发送至运动控制系统；S3、运动控制系统根据接收到的RFID标签的信号强度信息和相位信息，将每个RFID标签的位置用一个粒子滤波器表示，通过粒子滤波器融合RFID标签的信号强度和相位信息，当RFID标签的信号强度低于阈值时，返回步骤S1；RFID标签的信号强度大于或等于阈值时，实现RFID标签的定位；同时，运动控制系统根据RFID标签的相位信息估算RFID标签的运动速度，以及根据激光传感器测定的目标障碍物的距离，配合VFH+避障算法进行导航跟踪；步骤S3中运动控制系统根据接收到的RFID标签的信号强度信息和相位信息，将每个RFID标签的位置用一个粒子滤波器表示，通过粒子滤波器融合RFID标签的信号强度和相位信息，实现RFID标签的定位的方法为：(1)初始化粒子滤波器；(2)根据RFID标签的相位信息估算RFID标签的速率；(3)粒子滤波器利用相位估计的速率信息对粒子进行预测；(4)利用RFID传感器模型更新每个粒子的权重；(5)使用重采样算法对更新权重后的粒子进行重采样，根据“达尔文进化论”，保留权重大的粒子，去除权重小的粒子；(6)对粒子进行扰动，并对扰动后的粒子求平均，以得到RFID标签的估算位置；粒子滤波器为双重粒子滤波器，根据公式：使用速率信息对RFID标签的状态进行预测，避免追踪失败；其中V为RFID标签的速度，π(Z_t，X_t)＝∫P(Z_t|X_t)dX_t，表示均值为方差为v_t高斯模型，p(Z_t|X_t)为传感器模型表示在X_t处阅读器得到标签测量数据Z_t的概率，α为0至1之间的常数。