一种机器人导航定位系统及导航定位方法

暂无

一种机器人导航定位系统及导航定位方法\n[0001] 技术领域本发明涉及机器人定位导航领域，特别涉及一种机器人导航定位系统及导航定位方法。\n[0002] 背景技术机器人在许多场合被寄予了替代人类自动执行某些日常性与危险性任务的厚望。机器人自主导航与定位技术是移动机器人的关键技术。目前，移动机器人常用的导航方法有惯性导航、视觉导航、基于传感器数据导航，卫星导航等以及它们的组合。\n[0003] 专利公告号CN1569558A，名称为“基于图像表现特征的移动机器人视觉导航方法”中公开了一种基于图像特征的机器人视觉导航方法。该发明通过移动机器人的视觉传感器-摄像头，获取机器人所处位置的场景图像，再根据已经构建好的场景地图，在已知初始位置和目标位置的情况下，完成基于视觉的导航任务。移动机器人自动检测自然标识物，对当前图像与场景样本库中的图像进行匹配，以确定当前位置。该发明适合于在超声波、激光、红外等传统导航方式较难适应的非结构场景的环境下，进行移动机器人的自定位。该发明将场景标识物检测和场景图像表现分析相结合，避免了对场景标识的精确分割和定位过程。然而，上述发明的导航方法的是基于视觉的机器人导航方法，该方法分为学习和工作两个过程。使用在学习过程中获得的场景地图、建立的场景样本库等先验知识进行导航。且在多数情况下，这些先验知识的获取是有一定难度的。\n[0004] 惯性导航是最基本也是最常用的导航方式，它利用机器人装配的惯性导航器件，计算机器人航程，从而推知机器人当前的位置和下一步的目的地。惯性导航的优点是可以提供完全的自主性和完备的导航信息(位置、速度、姿态等)，但最大的缺点是随着机器人航程的增长，定位的精度就会下降，而且定位误差会随航程的增长无限制地增加。引入外部信息可以限制惯性导航系统INS的固有漂移。目前最理想的外部信息是全球卫星定位系统GPS，GPS/INS组合系统可获得相当高的导航精度。但GPS是由美国国防部控制的，对非美国国防部授权的用户，其所能获得的定位导航精度较低，且在战场环境下GPS并非总是可靠的。特别是关系到国家安全的军事等应用无法得到保障。因此，研究新的不依赖GPS的高精度定位导航系统和方法就显得尤为迫切和重要。\n[0005] 发明内容本发明的目的在于避免上述现有技术中的不足之处，提供一种基于无线传感反应网络的、不依赖GPS对机器人进行导航定位的新系统和方法，即一种机器人导航定位系统及导航定位方法。该系统和方法使用无线传感器网络实现移动机器人的导航定位，并能根据无线传感反应网络提供的实时环境信息对机器人的路径规划提供决策支持，使机器人在运动时能及时避开危险区域、选择优化路径。\n[0006] 本发明的技术方案是：一种机器人导航定位系统及导航定位方法，包括无线传感器网络和机器人，其特征在于：无线传感器网络是由布撒于监控区域的无线传感器网络节点构成；无线传感器网络节点由具有感应、处理、通讯、定位功能的传感单元、处理单元、定位模块、无线模块和第一电源模块组成；机器人具有移动能力，其上安置有无线定位模块，并置于布置了无线传感器网络的区域中；无线定位模块由具有处理、通讯和定位功能的处理单元、定位模块、无线模块和第二电源模块组成。\n[0007] 无线传感器网络节点可以具有温度、湿度、振动、光照、辐照和气体等对所处环境进行监测的传感器；无线传感器网络节点的布撒可以采用事先空投、抛撒和发射等方式，也可以由机器人边行进边布撒。\n[0008] 机器人可以是配置无线定位模块的移动机器人、人员和车辆；无线定位模块，也可以具有传感功能，以检测机器人的状态及其所处的环境信息，其通讯方式是无线电、声、超声和光等无线传输方式。\n[0009] 无线传感器网络节点和无线定位模块的定位功能可以通过测量跳数、信号强度、到达时间、到达时间差、到达角度等方式实现。\n[0010] 一种机器人导航定位系统及导航定位方法，是一种不依赖GPS对移动机器人进行导航和定位的方法，该方法同样适用于外星探测车辆、人员和装备的导航与定位。其特征在于是按以下步骤完成的：\n[0011] 将无线传感器网络节点布撒于监控区域；\n[0012] 已布撒的无线传感器网络节点根据设定的网络结构，自动组网构建无线传感器网络；\n[0013] 无线传感器网络使用定位模块给各无线传感器网络节点初步定位；\n[0014] 无线传感器网络获取各无线传感器网络节点收集的环境信息；\n[0015] 无线传感器网络使用一些簇头节点来对环境信息筛选和融合；\n[0016] 无线传感器网络结合融合后的环境信息有温度、湿度、坡度给各无线传感器网络节点二次定位；\n[0017] 无线传感器网络将筛选和融合后的各无线传感器网络节点的环境信息和位置信息传给机器人；\n[0018] 机器人对接收到的无线传感器网络的环境信息进行置信度判断，误差校正；\n[0019] 机器人根据校正后的环境信息进行环境建模；\n[0020] 机器人根据无线传感器网络的信息及自己的环境模型进行机器人定位、路径规划和导航；\n[0021] 网络结构和环境发生变化时，进行网络维护，并重新环境建模、机器人定位、路径规划和导航。\n[0022] 网络结构和环境不发生变化时，随着机器人的移动，重新进行机器人的定位，并根据先前的规划进行导航。\n[0023] 相对于现有技术的有益效果是：\n[0024] 其一，现有技术中用于的导航定位的GPS是由美国国防部控制的，对非美国国防部授权的用户，其所能获得的定位导航精度较低，且在战场环境下GPS并非总是可靠的。特别是关系到国家安全的军事等应用无法得到保障。本发明研制的一种机器人导航定位系统，包括无线传感器网络和机器人，特别是无线传感器网络是由布撒于监控区域的无线传感器网络节点构成；无线传感器网络节点由具有感应、处理、通讯、定位功能的传感单元、处理单元、定位模块、无线模块和第一电源模块组成；机器人具有移动能力，其上安置有无线定位模块，并置于布置了无线传感器网络的区域中；无线定位模块由具有处理、通讯和定位功能的处理单元、定位模块、无线模块和第二电源模块组成。因此，该系统使用无线传感器网络的信息进行导航定位，不依赖GPS等外部信息，在不能或不宜使用GPS的情况下，特别是军事等敏感应用领域，能够代替GPS，并能够和惯性导航、视觉导航等方式进行组合实现移动机器人高精度定位和导航；该系统还可应用于外星球探测车与人员、设备等的导航与定位；该系统具有成本低、可靠性高、布置容易等优点。\n[0025] 其二，在本发明中，一种机器人导航定位系统的导航定位方法是按以下步骤完成的：将无线传感器网络节点布撒于监控区域；已布撒的无线传感器网络节点根据设定的网络结构，自动组网形成无线传感器网络；无线传感器网络将各无线传感器网络节点的位置信息和收集的环境信息传给机器人；机器人根据无线传感器网络的信息进行环境建模、定位、路径规划和导航。因此，该方法可利用无线传感器网络获取的各种环境信息，如温度、湿度、坡度等，为机器人导航与路径规划提供决策支持，使机器人在路径规划时能避开危险区域、选择优化路径。\n[0026] 其三，现有技术中基于视觉的导航方法，通常包括学习和工作两个过程。使用在学习过程中获得的场景地图、建立的场景样本库等先验知识进行导航。且在多数情况下，这些先验知识的获取是有一定难度的。本发明的一种机器人导航定位系统及导航定位方法，相对于现有技术中基于视觉的导航方法无须学习过程，直接通过传感器节点获取的信息，针对可能实时变化的环境信息，进行实时环境建模和机器人定位导航，环境适应性强、使用简单。\n[0027] 附图说明下面结合附图对本发明作进一步的详细说明。\n[0028] 图1是本发明的系统结构示意图。\n[0029] 图2是无线传感器网络节点结构示意图。\n[0030] 图3是无线定位模块结构示意图。\n[0031] 图4是系统导航定位方法流程图。\n[0032] 在图1中，图1是本发明的系统结构示意图，1为无线传感器网络节点；2为无线传感器网络；3为机器人；4为无线定位模块。\n[0033] 图2中，图2是无线传感器网络节点结构示意图，5为传感单元；6为处理单元；7为定位模块；8为无线模块；9为第一电源模块。\n[0034] 图3中，图3是无线定位模块结构示意图，10为处理单元；11为定位模块；12为无线模块；13为第二电源模块。\n具体实施方式\n[0035] 图1是本发明的系统结构示意图。图中的无线传感器网络节点1被大量随机抛撒于监控区域，通过自组网，形成无线传感器网络2；机器人3处于无线传感器网络2中；无线传感器网络2将各无线传感器网络节点1的位置信息及其收集的环境信息做一定的筛选与融合后传给机器人3；机器人3通过无线定位模块4和无线传感器网络2通讯，并根据无线传感器网络2的信息实现环境建模、定位、路径规划和导航。\n[0036] 图2是无线传感器网络节点结构示意图。图中的传感单元5负责环境信息的采集；处理单元6负责数据处理、通讯协议和定位算法的实现及各单元模块的管理；定位模块\n7负责节点定位功能的实现；无线模块8负责网络的无线通讯；第一电源模块9负责节点的电源供应。\n[0037] 图3是无线定位模块结构示意图。图中的处理单元10可以根据需要选用处理能力更强的处理器，其它部分可以和无线传感器网络节点1相同。\n[0038] 图4是系统导航定位方法流程图。参见图4，系统的导航定位方法和工作流程如下：\n[0039] 这种机器人定位导航，首先在监控的区域布撒无线传感器网络节点(步骤100)，布撒的无线传感器网络节点和附近的其他节点通讯，根据协议规定的网络拓扑结构进行自组网，构建无线传感器网络(步骤110)，无线传感器网络中的各节点根据节点定位模块提供的定位算法初步确定自身的位置(步骤120)，无线传感器网络中的各节点通过自身携带的传感器获取环境信息(步骤130)，并通过无线传感器网络的一些簇头节点来对获取的环境信息进行初步的筛选和融合(步骤140)，根据融合后的环境信息如温度、湿度、坡度等对无线传感器网络二次定位(步骤150)，无线传感器网络将筛选融合后的各节点的位置信息和环境信息传给机器人(步骤160)，机器人对接收到的无线传感器网络的环境信息进行置信度判断、误差校正(步骤170)，机器人根据校正后的环境信息，进行环境建模(步骤180)，机器人根据其和网络节点的位置关系及以建立的环境模型，进行自身定位(步骤\n190)，机器人根据环境模型、当前位置和目标进行路径规划和导航(步骤200)，系统自动检查网络结构和环境是否发生变化(步骤210)，当检查到网络和环境发生变化时，自动进行网络维护(步骤220)，并转到步骤170，重新进行环境信息置信度判断以及环境建模，否则直接转至步骤190继续进行机器人导航定位。