预览加载中,请您耐心等待几秒...
1/9
2/9
3/9
4/9
5/9
6/9
7/9
8/9
9/9

在线预览结束,喜欢就下载吧,查找使用更方便

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN114721377A(43)申请公布日2022.07.08(21)申请号202210282406.8(22)申请日2022.03.22(71)申请人盐城工学院地址224001江苏省盐城市亭湖区希望大道中路1号(72)发明人宋凯鞠全勇谢丁峰(74)专利代理机构南京众联专利代理有限公司32206专利代理师蒋昱(51)Int.Cl.G05D1/02(2020.01)权利要求书2页说明书4页附图2页(54)发明名称一种基于改进Cartographer的SLAM的室内导盲机器人控制方法(57)摘要本发明提出了一种基于改进Cartographer的SLAM的室内导盲机器人控制方法,本发明首先通过Cartographer的SLAM算法精确的提取养老康复中心内图像特征,通过这些特征不断建立和完善养老康复中心模型。在接受导盲任务之后,规划导盲路线,牵引视觉功能障碍的残疾人到达指定位置,途中通过自身携带的摄像头、激光雷达、红外传感器、距离传感器实时提醒残疾人避开沿途障碍。本发明为基于改进Cartographer的SLAM的室内导盲机器人控制方法,改进的Cartographer算法具有累计误差低、能天然的输出协方差矩阵、输入项后端优化、开源、易编程等优点,可以测速、测距、快速识别与建立地图,实现机器人长时间、高精度定位。CN114721377ACN114721377A权利要求书1/2页1.一种基于改进Cartographer的SLAM的室内导盲机器人控制方法,其特征在于,具体步骤如下:第一步:建立康复养老中心地图:室内导盲机器人处于初始位置时位于控制室充电站上,启动机器人,自检完成后,通过环境特征信息提取设备提取康复养老中心环境特征,基于Cartographer的SLAM算法提取特征点,建立环境模型;Cartograhper生成地图由两部分组成;第一部分是生成基于局部坐标系的子图;第二部分是生成一个全局地图,该地图是由子图组合而成,当识别出回环时对其进行校正;生成子图是一个迭代过程,将激光雷达扫描的点云于子图坐标系进行比较,激光雷达2的一次扫描提供一帧点云,每帧点云记为P={pk}k=1,2,3...k,pk∈R,点云坐标系到子图坐标系的位姿变换为Tδ,则每个点在子图坐标系中的位姿由定义;优化的SLAM算法;基于图优化的SLAM算法存储移动机器人所有的位姿信息及位姿间的空间约束,根据检测到的回环约束对所有位姿及其约束关系进行优化,实现机器人的轨迹估计和地图构建;第二步:路径规划:养老康复中心模型建立后,设置目标点,机器人开始牵引视觉功能障碍的残疾人到达指定位置;不论何种方式机器人都需要自主建立路径规划以到达准确的位置;采用最小二乘法的一元线性回归模型数学方法,设样本回归模型为:其中:Xi表示第i点的自变量,Yi表示与Xi相关的因变量,ei为随机扰动项,为回归方程常数项;残差平方和为:为因变量Yi的对应估计值,有效说明了算法估计的路径;为求出符合回归模型的极值,对其求偏导即可,求出回归模型方程即可根据实际情况,规划下一刻的路径;第三步:定位:最后在通过真实运动轨迹与算法生成轨迹的均方根差对比与运动测量和传感器读数来确定是否正确,设机器人实际运动轨迹为X=(xl,x2,x3…xk),算法生成的运动轨迹为通过真实运动轨迹与算法生成轨迹的均方根差来判断定位是否精准;表示算法生成轨迹在第i点处偏移量,trans(xi)表示实际运动轨迹在在第i点处偏移量,n表示摄像头个数;第四步:智能引导:通过实时的环境检测,对视觉功能障碍的残疾人发出提醒,顺利牵引残疾人到达目标2CN114721377A权利要求书2/2页点。2.根据权利要求1所述的一种基于改进Cartographer的SLAM的室内导盲机器人控制方法,其特征在于:所述环境特征信息提取设备包括摄像头和激光雷达。3.根据权利要求1所述的一种基于改进Cartographer的SLAM的室内导盲机器人控制方法,其特征在于:步骤四采用轮式移动工业机器人底盘,搭载激光雷达、红外传感器、测距传感器对环境进行检测。3CN114721377A说明书1/4页一种基于改进Cartographer的SLAM的室内导盲机器人控制方法技术领域[0001]本发明涉及导盲机器人控制领域,具体为一种基于改进Cartographer的SLAM的室内导盲机器人控制方法。背景技术[0002]让机器人具备在复杂多变的环境下完成预定任务的能力,是现阶段移动机器人学科研究的重点也是难点。在移动机器人的应用中,为了自主稳定地完成各项任务,机器人通常需要掌握所处的未知环境来进行自身和任务目标的定位。惯性导航系统和全球定位系统等传统的定位技术极大地制约了其在复杂动态的场景下的定位性能,例如在深海