论文部分内容阅读
通过多传感器融合技术实现高精度定位是实现移动机器人智能化的重要一步。相比于室外机器人室内环境下工作的机器人对定位精度的要求更为苛刻也更难实现,本文采用自主设计Mecanum轮全向移动机器人为研究平台,采用LiDAR和INS传感器研究在室内环境下的组合定位方法。首先,对组合定位所采用的传感器进行建模,同时设计传感器数据的处理方法。包括定义坐标系,分析LiDAR工作原理,然后采用S-G滤波器对传感器信号降噪处理,以及采用IMU辅助的运动畸变去除的算法。在此基础上设计INS导航更新算法及其系统误差传播方程。其次,基于Mecanum轮全向运动的原理,建立控制运动学方程。并针对机器人软硬件设计分别进行介绍,设计电机驱动电路、控制处理电路以及惯性导航系统的器件选型和相应的硬件设计方案,软件设计主要介绍基于ROS操作系统的软件架构设计方案和基于FreeRTOS实时操作系统的嵌入式软件设计方案。再次,对基于ICP方法和NDT方法的扫描匹配原理进行分析介绍,同时给出了两者的计算过程,并针对ICP方法给出了提高其最近邻点匹配效率的K-D树索引方法。介绍了本文所采用的Kalman多传感器融合算法,分析KF和EKF数据融合原理,并对LiDAR及INS两者的组合建立了状态和量测模型,设计了松耦合方式的组合定位滤波器。最后,采用本文设计的机器人实验平台,对ICP算法和NDT算法分别在Gazebo仿真环境和实物转台环境中进行实验,验证了两者的匹配精度及计算效率,综合分析NDT算法在计算效率上远优于ICP算法且精度可满足要求。对纯LiDAR匹配定位及组合定位在室内环境下进行实验,分别在预先标定好的环境中进行矩形和圆形轨迹运动验证其在直线和曲线运动时的定位精度。实验表明经过组合后的定位精度远优于未组合的定位精度,在直线和曲线运动时组合定位均方根误差分别为0.072m和0.025m。精度可满足机器人室内自主作业需求,具有一定的实用价值。