基于GPS的移动机器人多传感器定位信息融合

第22卷　第6期2006年12月
天　津　理　工　大　学　学　报
JO URNAL O F T I ANJ I N UN I VERS I TY O F TECHNOLO G Y
Vol.22No.6
Dec.2006
文章编号:16732095X(2006)0620047203
基于GPS的移动机器人多传感器定位信息融合
孟祥荔,曹作良
(天津理工大学机械工程学院,天津300191)
摘　要:构建了基于GPS的移动机器人定位系统,利用多传感器数据自适应加权融合估计算法对GPS、方位传感器、光码盘的信息进行数据融合.通过实验证明,该系统在短距离、路面平整的条件下,具有较高的准确性和稳定性,能够满足移动机器人定位的需要.
关键词:GPS;移动机器人;数据融合
中图分类号:TP242.2 文献标识码:A
M ulti2sen sor loca li za ti on i n for ma ti on fusi on for
m ob ile robot ba sed on GPS
M ENG Xiang2li,CAO Zuo2liang
(School ofM echanical Engineering,Tianjin University of Technol ogy,Tianjin300191,China)
Abstract:The l ocalizati on syste m f ormobile r obot based on GPS is p r oposed.GPS data,azi m uth sens or data and op tical en2 coder data are fused using the adap tive weighted fusi on esti m ated algorith m of multi2sens or data.The experi m ent result indi2 cates that the system can achieve better veracity and stability,under the p reconditi on of the short distance and s mooth sur2 face.The p r oposed syste m can reach the require ment for the l ocalizati on of mobile r obot.
Key words:GPS;mobile r obot;data fusi on
移动机器人是一种在复杂环境中工作的具有自规划、自组织、自适应能力的机器人[1].在移动导航中,GPS接收机定位精度通常受到卫星信号状况和道路环境的影响,同时还受到诸如时钟误差、传播误差、接收机噪声等诸多因素的影响[2].提高系统定位精度有很多途径,例如:利用GPS结合电子地图;利用GPS信号对野外环境中的机器人进行粗定位,然后利用全景图像数据精确定位;用多传感器数据融合算法融合GPS定位数据和其他数据信息组成定位系统.
基于GPS的移动机器人定位系统由GPS、方位传感器、光码盘组成,采用多传感器信息融合技术,利用绝对定位和相对定位相结合的方法,实现移动机器人定位.多传感器数据自适应加权融合估计算法不要求知道传感器测量数据的任何先验知识,计算量不大,满足移动机器人实时性的要求.实验表明,在短距离、道路平坦的前提下,能够满足移动机器人定位的需要.
1　系统构建
首先利用光码盘得到的数据通过航迹推算法得到移动机器人的车体位置,然后与GPS、方位传感器
图1　系统构成
F i g.1　The syste m structure
收稿日期:2006206226.
基金项目:天津市自然科学基金(023615011).第一作者:孟祥荔(1981—　)女,硕士研究生.
得到的数据信息通过多传感器数据自适应加权融合估计算法进行数据融合,从而得到最终的移动机器人的车体位置.
1.1　GPS系统
GPS的工作原理:GPS接收机接收到卫星发出的伪距信号然后进行解码,通过计算得出在地球上
的绝对位置.本GPS
系统的用户设备由北斗天璇
GPS接收器、CSI差分信标机和GPS天线组成.GPS 数据遵循NMEA-0183协议,本系统利用定位语句GPGG A中的数据信息.例如:＄GPGG A,072027. 00,3905.1026,N,11708.6237,E,1,04,9.9,-19. 4,M,-3.1,M,363
其中:
072030.00———UTC_TI M E24h(24h)制的标准时间.表示:UTC时间07:20:30.00.
3905.1027,N———纬度.表示:北纬39°05. 1027′.
11708.6257,E———经度.表示:东经117°08. 6257′.
1———表示定位质量,0=未定位,1=无差分定位,2=差分定位.
04———表示定位所用的卫星数目.
9.9———表示水平精度因子.
-19.4,M———表示从平均海水面算起的海拔高度,单位是米.
-3.1,M———表示大地水准面差距,单位是米.
空字段1———表示DGPS的数据期龄,单位是秒,当不使用DGPS时是空.
空字段2———表示DGPS基准站编号,当不使用DGPS时是空.
363———校验和.
GPS接收机收到的定位信号是在GPS-84坐标系下的.在移动机器人定位中,需要把坐标系统转化为空间直角坐标系统.转换关系式为:设:L、B、H 分别表示目标点的经度、纬度和大地高度;X、Y、Z分别表示目标点在空间直角坐标系下的位置坐标.
X=(N+H)cos B cos L
Y=(N+H)cos B sin L
Z=[N(1-e2)+H]sin B
(1)其中:N表示目标点的卯酉圈曲率半径,N= a
1-e2sin2B
a表示椭球的长半轴,a=6378137m
f表示椭球扁率,f=0.003352810664747
e表示第一偏心率,e2=2f-f2
1.2　方位传感器和光码盘
方位传感器是以北方位基准方向,测量机器人的朝向与基准方向的偏角.计算公式为:
设θ表示对应角度;T表示对应的实际计数时间;Y表示P WM波的脉宽.
T=(Y×128)/30000
θ=(T-1)×10
本系统采用的方位传感器芯片是Devantech公司的C MPS01;工作电压5V,额定电流15mA.
光码盘的工作原理是:将光码盘装在机器人的左右驱动轮上,当两轮走过一段距离时,通过光码盘就可以得到距离信号,然后通过换算就可以得到两轮行走的距离.
2　多传感器信息融合
多传感器信息融合是协调利用多个传感器,通过对各传感器获得的未知环境特征信息的分析和综合,得到对环境全面、正确的估计,它避免了单一传感器的局限性,可以获取更多信息,得出更为准确、可靠的结论[3].
对于本定位系统首先通过GPS接收机接收到移动机器人的初始位置信息,然后利用光码盘信息采用航迹推算法得到当前机器人的位置(X
g
,Y g)及方
向角θ
g
.GPS接收机接收到的GPS定位信号,利用公式(1)进行坐标变换,得到较为准确的机器人位置
坐标(X
h
,Y h).利用方位传感器信息经过公式计算
得出方向角θ
h
.采用多传感器数据自适应加权融合
估计算法分别对X
g
和X
h
、Y
g
和Y
h
、θ
g
和θ
h
进行数据融合得到车体的最终位置.
多传感器自适应加权融合估计算法的思想是:在总均方误差最小这一最优条件下,根据各个传感器所得到测量之以子适应的方式寻找各个传感器所对应的最优加权因子,使融合后的数值达到最优[4].
设:由GPS接收机得到的测量值为X
g
,由航迹
推算法得到数据为X
h
.
X g的自协方差函数R gg的时间域估算值为R gg
(k),X
h
的自协方差函数R
hh
的时间域估算值为R
hh (k),X
g
和X
h
的互协方差函数R
gh
的时间域估算值
为R
gh
(k).其中k为数据个数.
R gg(k)=
k-1
k
R gg(k-1)+
1
k
X g(k)X g(K)
・
8
4
・ 天　津　理　工　大　学　学　报 第22卷　第6期
R hh (k )=k -1k R hh (k -1)+1
k X h (k )X h (K )R gh (k )=
k -1k R gh (k -1)+1
k
X g (k )X h (K )对于GPS 接收机的方差,σ2
g =R gg -R gh
对于航迹推算法得到的数据方差,σ2
h =R hh -R gh 则GPS 接收机数据对应的加权因子为:W g =σ2h
σ2
g +σ2h 航迹推算法得到的数据对应的加权因子为:W h =σ2g
σ2
g +σ2h 所以:此刻估计值^X =W g X g +W h X h
对于,Y g 和Y h 、θg 和θh 的数据融合后估计值的计算同上.
3　实验结果
在室外开阔平整场地,建立相互垂直的两直线,分别找到等间距的14个点,相邻两点相距1m.为
了便于对比,分别给出各点的实际位置(如图1所示),GPS 的数据信息(如图2所示),数据融合后的数据信息(如图3所示)
.
图2　各点的实际位置
F i g .2　The rea l positi on of each po i n
t
图3　GPS 的数据信息
F i g .3　GPS da t a i n forma ti
on
图4　数据融合后的信息
F i g .4　Da t a i n for ma ti on after da t a fusi on
从以上结果可以看出:在短距离、路面平整的情
况下,GPS 数据不会出现较大偏差,但是数据的定位离散性较大;而且受到卫星状况的影响,差分信号的接收出现不稳定.利用航迹推算法得到的数据信息连续性好,有累积误差,但是在短程定位有很大优势.本定位系统采用了比较简单的多传感器自适应加权融合估计算法,在数据融合后,综合了各个传感器的优点,减小了GPS 数据信息离散性的影响,消除了航迹推算法产生的累积误差,从而提高了系统的定位精度.
4　结　论
基于GPS 的移动机器人定位导航系统采用多传感器融合技术提高了系统的定位精度和可靠性.利用航迹推算法,首先需要移动机器人的初始位置,GPS 能够给出相对准确的初始位置坐标.采用多传
感器数据自适应加权融合估计算法,融合GPS 信息和光码盘、方位传感器信息,并且在GPS 信号受到影响时,利用航迹推算完成移动机器人的定位.该定位导航系统适合于移动机器人在短距离、路面平坦、
环境空旷的情况.如果采用定位精度更高的GPS 系统,并对GPS 明显异常数据进行处理,采用更为复杂的多传感器数据融合算法,可以更好的提高移动机器人系统的定位精度.参　考　文　献:
[1]　郑向阳,熊　蓉,顾大强.移动机器人导航和定位技术
[J ].机电工程,2003,20(5):35237.
[2]　欧阳正柱,何克忠.GPS 在智能移动机器人中的应用
[J ].微计算机信息,2001,17(11):56258.
[3]　范新南,苏丽媛,郭建甲.多传感器信息融合综述[J ].
河海大学常州分校学报,2005,19(1):124.
[4]　翟翌立,戴逸松.多传感器数据自适应加权融合估计算
法的研究[J ].计量学报,1998,19(1):69275.
・
94・2006年12月 孟祥荔,等:基于GPS 的移动机器人多传感器定位信息融合。