[发明专利]智能探测机器人同时定位与地图构建系统

摘要

智能探测机器人同时定位与地图构建系统属于智能机器人多传感器组合定位导航领域。通过硬件模块搭建，结合激光传感器、里程计和惯性测量单元测量信息(Inertial measurement unit,IMU)，形成一套完整的智能机器人SLAM系统，实现探测机器人自主定位与环境感知能力。本发明提出的SLAM系统首先对激光传感器、里程计和IMU信息进行预处理及校正。接着，基于扩展卡尔曼滤波进行多传感器信息融合，改善激光点云的分布变化，提高机器人定位精度。之后通过双线性函数计算栅格点云的概率大小，根据点云分布变化将点云信息投影到栅格地图中。相比于单一传感器的SLAM系统，本发明提出的SLAM系统提高了系统的稳定性和可靠性，保障了定位与地图构建的精确度。

主权项

1.智能探测机器人SLAM系统，其特征在于：硬件包括移动载体UGV，传感器模块、中央处理器模块、数据处理模块以及无线通讯模块；UGV是整个机器人移动基础，由四个履带式摆臂构成，通过中央处理器模块和电机驱动模块控制，至少实现前进、后退、转向；传感器模块包括激光传感器，摄像头，里程计，IMU以及气体浓度检测器，激光传感器，里程计和IMU用于感知周围环境，为SLAM系统提供输入数据；摄像头以及气体浓度检测器则是监控现场环境信息；数据处理模块负责将激光传感器，里程计和IMU的信息进行处理和融合，并将处理过后的数据发送给中央处理器模块进行定位与地图构建；无线通讯模块负责向救援中心提供机器人当前环境信息，机器人状态以及检测气体浓度信息；步骤如下：(1)信息预处理：对激光扫描信息进行预处理，减少采样点数目，去除异常云，同时对里程计进行校准和校正；(2)信息融合：提取移动机器人的里程计信息和IMU信息，并基于扩展卡尔曼滤波融合激光扫描信息，改进激光点云分布，估计机器人位置；(3)划分栅格：统计每个栅格的点云分布，并利用双线性函数计算栅格内点的得分；(4)扫描匹配：计算变换的雅克比矩阵以及海森矩阵，根据点云分布变化，将下一帧扫描数据投影到前一帧坐标系中。