(1.19)--5.2 导航与定位机器人概论.pptVIP

5.2导航与定位*机器人运动导航的首要问题是知道“自己在什么位置”。测量机器人位置的方法可以分为两类：一是确定机器人的绝对地理坐标，即经纬度，如基于GPS或北斗导航系统的定位，差分GPS定位精度可以达到厘米级。但对GPS或北斗定位的影响因素很多，天气、高楼或树木遮挡都可能使定位数据漂移甚至失效。二是测量机器人与周围环境的相对位置，如基于外部相机的运动捕捉系统定位、基于无线信标的UWB定位、基于环境扫描的激光雷达定位、基于视觉的定位等。5.2导航与定位*(1)基于外部相机的运动捕捉系统VICON和Optitrack系统均是在环境中固定安装经过校准的高精度、快速相机系统（通常由6个、8个、12个甚至24个相机组成），并在运动物体上贴上红外敏感标记。通过软件控制相机同步取图，可实现对贴有标记的目标的准确定位和跟踪。定位精度高，适用于室内定位。Optitrack定位系统安装示意图5.2导航与定位*(2)基于无线信标的UWB定位这是一种基于无线测距实现对运动物体定位的方法。超宽带(Ultra-WideBand,UWB)技术是一种带宽在1GHz以上，通信速率可达几百Mbps以上，不需要载波的低功耗无线通信技术。UWB定位系统通常由至少4个位置固定的能独立运行的UWB通信模块（锚节点,anchor）组成，运动物体上需带有UWB通讯模块(目标节点,tag)。在测得目标节点和多个锚节点之间的距离之后，即可进一步确定目标节点相对于位置固定的锚节点的位置。理论上三个球体或者三个双曲面相交就能得到一个点，用3个锚节点就可以实现对运动物体的定位。5.2导航与定位*但是由于存在测量误差，为了能够保障定位可靠及定位精度，一般至少需要4个锚节点。(3)轮式里程计将码盘用于轮式机器人的轮子转动测量时，根据轮式机器人的运动学，可推得小车相对于初始位置的位移和朝向，由此可根据测量车轮转角的码盘的输出估计小车走过的里程，因而又被称为轮式里程计。由于存在打滑、地面不平等因素的影响，用轮式里程计进行大范围的运动测量累计误差影响严重。UWB节点定位示意图5.2导航与定位*(4)激光雷达激光雷达的工作原理:由激光器发射脉冲激光，打到周围物体上，一部分光波会反射到激光雷达的接收器上，根据测距原理可计算得到从激光雷达到物体的距离；脉冲激光不断地扫描环境，可得到被扫描环境的轮廓点云数据。同时定位与建图（SimultaneousLocalizationandMapping,SLAM）是指：机器人在自身位置不确定的条件下,在完全未知环境中创建地图,同时利用地图进行自主定位和导航。SLAM问题可以描述为:机器人在未知环境中从一个未知位置开始移动,在移动过程中根据位置估计和传感器数据进行自身定位,同时建造增量式地图。5.2导航与定位*SLAM问题包括4个方面：1）?如何进行环境描述，即环境地图的表示方法；2）?怎样获得环境信息，机器人在环境中漫游并记录传感器的感知数据，这涉及到机器人的定位与环境特征提取问题；

3）?怎样表示获得的环境信息，并根据环境信息更新地图，这需要解决对不确定信息的描述和处理方法；

4）?发展稳定、可靠的SLAM方法。5.2导航与定位*该领域所涉及的关键性问题可以归结为：1）?地图的表示方式(大致可分为3类:栅格表示、几何特征表示和拓扑图表示)2）?不确定性信息处理方法------不确定性信息处理必须解决以下问题：在地图和位置的表示中，如何描述运动和感知信息的不确定性?在迭代过程中，如何处理旧信息与新信息的关系，连续更新地图与位置?如何依据不确定的信息进行决策?3）?数据的关联为了获得全局的环境地图和实现定位，还需要将不同时间、不同地点的感知信息进行匹配和联合，存在局部数据之间的关联问题，也存在局部数据与全局数据的关联与匹配问题。5.2导航与定位*4）自定位移动机器人的定位按照有无环境地图可以分为基于地图的定位和无地图的定位。5）?探索规划主要目的是提高地图创建的效率，使机器人在较短的时间内感知范围覆盖尽可能大的区域，在这方面的研究成果较少。5.2导航与定位*几种典型SLAM方法：目前SLAM方法大致可分为两类：一类为基于概率模型的方法，另一类为非概率模型方法。许多基于卡尔曼滤波的SLAM方法如完全SLAM、压缩滤波、FastSLAM就属于概率模型方法。非概率模型方法有SM-SLAM、扫描匹配、数据融合(dataassociation)、基于模糊逻辑等。SM-SLAM：在一个未知的室内结构化环境中提出了基于栅格表示的局部模型与基于几何信息表示的全局模型相结合的环境建模方式。

扫描匹配：提出的算法不需任