《机器人技术》课程报告5000字——移动机器人定位技术综述(室内)

XXXX科技大学

机械工程学院

2019-2020学年《机器人技术》课程报告

移动机器人定位技术综述(室内)

指导教师：XXX

学生姓名：XXX

班级：

学号：

专业：机械设计制造及其自动化

目录

0引言 (2)

1 定位技术 (3)

1.1航迹推算定位 (3)

1.2地图匹配定位 (4)

1.3基于信标的定位 (5)

1.4基于概率方法的定位技术 (5)

2结论以及展望 (7)

3参考文献 (8)

0引言

机器人在运动过程中会碰到并解决以下三个问题：

（1）我（机器人）现在何处？

（2）我要往何处走？

（3）我如何到达该处？

其中第一个问题是其导航系统总的定位及其跟踪问题，第二、三个是导航系统的路径规划问题。移动机器人定位技术的任务就是解决上面的第一个问题。

定位问题是移动机器人领域内一个最重要的内容。最开始只是基于记录机器人运动的内部传感器进行航位推算，后来利用各种外部传感器，通过对环境特征的观测计算机器人相对于整个环境的位置和方向。直到今天，形成了融合内、外部传感器的机器人定位方法。

现有的移动机器人定位传感器种类很多，主要分为两种：基于机器人内部所用的传感器，如里程计、陀螺、罗盘、摄像头、激光雷达等和基于机器人外部所用的传感器，如摄像头、激光雷达，超声波。而大多数的移动机器人安装了不只一种用于定位的传感器。不同的传感器组合，采用不同的定位手段，都可以被移动机器人用来定位。自主移动机器人的室内定位作为机器人研究领域中最基本的问题已被广泛研究。GPS以其卓越的性能已经成为移动机器人室外定位导航普遍采用的定位系统，但当移动机器人被放置在室内环境时，GPS是不合适的。一方面，室内定位一般要求更高的定位精度(cm级)；另一方面，GPS定位系统对室内的覆盖效果并不好。至今为止，还没有一种通用的室内定位系统，因此，人们研究了各种各样的室内定位方法。本文将简单介绍自主移动机器人的室内定位方法，主要包括航迹推算定位、地图匹配定位、基于信标的定位和概率估算定位。

图0.1 移动机器人

1 定位技术

1.1航迹推算定位

Reckoning简称DR，是一种使用最广泛的定位手段。不需要外部传感器信息来实现对机器人位置和方向的估计，并且能够提供很高的短期定位精度。航迹推算定位技术的关键是要能测量出移动机器人单位时间间隔走过的距离。以及在这段时间内移动机器人航向的变化。

根据传感器的不同，主要有基于惯性传感器的航迹推算定位方法以及基于码盘的航迹推算定位方法。利用陀螺和加速度计分别测量出旋转率和加速率，在对测量结果进行积分，从而求解出移动机器人移动的距离以及航向的变化，再根据航迹推算的基本算法，求得移动机器人的位置以及姿态，这就是基于惯性器件的航迹推算定位方法。这种方法具有自包含优点，即无需外部参考。然而，随时间有漂移，积分之后，任何小的常数误差都会无限增长。因此，惯性传感器对于长时间的精确定位是不适合的。

优点：无需外部参考。

缺点：随时间有漂移，积分之后，任何小的常数误差都会无限增长。因此，惯性传感器对于长时间的精确定位是不适合的。

图1.1 航迹推演算法的原理

其推导到一般方程：

x(k)=x(k−1)+S R(k−1)+S L(k−1)

2

∗cos(φ(k−1))

y(k)=y(k−1)+S R(k−1)+S L(k−1)

2

∗sin(φ(k−1))

φ(k)=φ(k−1)+S R(k−1)+S L(k−1)

b

其中：x(k),y(k),φ(k)为车辆在k时刻的位置以及方向，S R(k−1), S L(k−1)分别为车辆右轮和左轮在k-1时刻到k时刻时间间隔内所走过的距离，b为车辆

的轮距。

1.2地图匹配定位

基于地图匹配的机器人定位问题主要侧重分析机器人在地图上可能所处的位置的搜寻和辨别，其重点在于机器人能够感知获得所处局部环境的位置信息与已知地图中的位置环境信息相匹配。此外，基于地图匹配的机器人定位通常需要和其他定位方法相结合进而实现定位。基于深度视觉描述机器人所处环境的几何地图与基于卡尔曼滤、粒子滤波的扫描匹配定位方法是与概率推断方法相结合的经典代表，且有成功的应用。

在基于地图的定位技术中，地图构建是其中的一个重要的内容。环境的描述--地图：地图是环境的模型，当前主要有拓扑结构描述地图和几何地图两种。拓扑地图抽象度高，有以下优势：

①有利于进一步的路径和任务规划;

②存储和搜索空间都比较小，计算效率高;

③可以使用很多现有的成熟、高效的搜索和推理算法。

缺点在于对拓扑图的使用是建立在对拓扑节点的识别匹配基础上的，在这个前提不能满足时，该方法就会失效。几何地图可以是栅格描述的，也可以是用线段或者是多边形描述的，优点是建立容易，尽量保留了整个环境的各种信息，定位过程中也不再依赖于对环境特征的识别，但是，定位过程中搜索空间很大，如果没有较好的简化算法实现实时应用比较困难。

机器人利用对环境的感知信息对现实世界进行建模，自动地构建一个地图。典型的地图表示方法有几何地图，拓扑地图。几何图是获取环境的几何特征，然而拓扑图是描述了不同区域的连通性。但是几何图和拓扑图之间的区别确是模糊不清的，因为实际上所有的拓扑方法都依赖于几何信息。几何图有更高的解读度的同时带来了较大的计算量。基于构造地图的机器人定位过程可分成三个阶段：位姿预测、地图匹配、位姿更新。位姿预测应用里程计模型给出机器人的初始位姿，为地图匹配提供一种先验环境特征信息。地图匹配是寻找传感器测量的局部地图信息与全局地图间的对应关系，并用局部地图更新全局地图的过程。最后根据地图匹配结果，应用相关的定位算法完成对机器人当前的定位，其过程如图1.2所示。