基于激光传感器的机器人位姿跟踪
基于激光传感器的机器人位姿跟踪
作者:房宏;于晶晶
激光传感器具有探测距离远、覆盖范围广、抗干扰能力强等优点,为了提高机器人位姿跟踪的准确性,提出一种激光传感器的机器人位姿跟踪方法。首先建立机器人位姿跟踪的数学模型,并将激光传感器嵌入到机器人中,实时采集机器人运动轨迹信息,然后采用容积卡尔曼滤波对机器人位姿进行跟踪,并将渐消因子引入滤波过程,对标准容积卡尔曼滤波的不足,增加鲁棒性,最后采用仿真实验对其性能进行测试。结果表明,相对于其它机器人位姿跟踪方法,本文方法不仅提高了机器人位姿跟踪精度,跟踪结果更加稳定,而且加快了机器人位姿跟踪速度,可以满足机器人位姿跟踪的实时性要求。位姿跟踪是机器人研究中的一个关键技术,即根据机器人当前位姿及相关信息,可以得到机器人下一次位姿,对机器人导航、运动目标的跟踪具有重要意义。在理想的环境下,机器人位姿已经可以得到十分理想的跟踪效果,然而在实际应用中,由于其它因素的影响,机器人位姿跟踪效果不理想,跟踪精度不能满足实际应用机器人的跟踪要求,因此如何提高机器人位姿跟踪精度仍然是一个具有挑战性的课题。
激光传感器具有探测距离远、覆盖范围广、抗干扰能力强等优点,可以更加直观提供机器人位姿的信息,尤其适合于恶劣环境下的数据采集。为了提高机器人位姿跟踪精度,结合激光传感器和容积卡尔曼滤波的优点,本文提出一种基于激光传感器的机器人位姿跟踪方法,并通过具体实例对其跟踪效果进行分析。结果表明,基于激光传感器的机器人位姿跟踪方法解决机器人位姿跟踪精度低的难题,而且可以满足机器人位姿跟踪的实时性要求。
1 机器人位姿跟踪的研究现状
多年以来,国内外学者和研究人员对机器人位姿跟踪问题,取得了一些研究结果。当前有基于激光雷达的机器人的跟踪技术,它们将激光雷达安装在机器人上,然后对两帧的激光雷达距离数据进行计算,从而得到机器人的位姿,由于激光雷达高,可以获得理想的机器人的位姿,但是该方法的计算复杂度高,不能满足机器人位姿跟踪的实时性要求。随后有学者提出采用卡尔曼滤波、粒子滤波等对机器人位姿进行估计和跟踪,由于机器人位姿的速度快,这些方法均存在暂态误差和时间滞后等不足。扩展卡尔曼滤波( EKF) 是一种改进卡尔曼滤波方法,其将机器人位姿跟踪看作是一个线性问题,计算简单、速度快,但是求解的结果不稳定,可靠性低。针对EKF 的不足,有学者提出了无迹卡尔曼滤波算法( UKF) ,大幅提高了稳定性,但对数据噪声敏感,当传感器测量的数据存在噪声时,其机器人位姿估计精度就低,跟踪性能差。容积卡尔曼滤波( CKF)是一种新型的卡尔曼滤波方法,其估计精度更高,因此本文将其与激光传感器相结合应用于机器人位姿跟踪中。
2 激光传感器和机器人位姿跟踪数学模型
2. 1 激光传感器的工作原理
激光传感器是一种高精度的外部传感器,采样周期短,采集数据的误差小,而且结构简单,扫描速度快,已经成为机器人主要测距设备,本文用其测量机器人与障碍物之间距离,实现机器人地图创建和定位。激光传感器的工作原理为: 根据测量光速与接收间的时间差,估计与障碍物之间的距离.
2. 2 机器人位姿跟踪的数学模型
设机器人的运动状态方程为:X( k+1) = F( k) X( k) +G( k) 珔a+W( k),F( k) 表示是机器人的状态转移矩阵,G( k)表示机器人的输入控制矩阵,W( k) 表示噪声.
3 基于激光传感器的机器人跟踪
标准容积卡尔曼滤波的机器人位姿估计精度较高,但也存在一些不足,如当机器人移动速度突然发生改变,其跟踪精度低,无法实现机器人位姿自适应跟踪,为此本文对其进行相应的改进,以提高机器人位姿自适应跟踪能力。在容积卡尔曼滤波跟踪过程中引入渐消因子.由于残差协方差矩阵无法逼近实际残差方差,导致滤波增益达不到全局最优,为此在容积卡尔曼滤波跟踪过程中引入弱化因子β,提高滤波器的精度.
4 仿真实验
4. 1 仿真平台
为了验证激光传感器的机器人位姿跟踪的有效性,采用Intel( R) 2. 93GHZ CPU,4GB RAM 的计算机作为仿真平台,利用Matlab 2014 工具箱实现仿真实验,选择文献的机器人位姿跟踪方法进行对比实验。设仿真过程机器人的运动轨迹。
4. 2 跟踪结果比较
为了公平、客观的评价它们的跟踪性能,每一种方法均进行100 次独立仿真实验,取它们的平均值作为最终结果,2种方法机器人位姿跟踪结果。相对于对比跟踪方法,本文方法的机器人位姿跟踪误差更小,跟踪结果更加稳定,得到了更优的机器人位姿跟踪结果,初步验证了本文将激光传感器和容积卡尔曼滤波集成在一起的有效性,有助于提高机器人位姿跟踪精度。
4. 2. 1 跟踪结果的定量分析
为了定量分析机器人位姿跟踪性能,采用均方根误差( RMSE) 对实验结果的好坏进行评价.两种方法机器人位姿跟踪结果的均方误差RMSE变化曲线,可知,相对于对比跟踪方法,本文方法在各坐标方向的机器人位姿跟踪误差大幅度下降,提高了机器人位姿跟踪的精度,再一次验证了本文的有效性和优越性。
4. 2. 2 跟踪时间对比
在机器人位姿的实际应用中,平均跟踪时间直接影响跟踪的实时性,两种方法的平均跟踪时间。可知,本文方法的平均跟踪时间有了一定的减少,这表明跟踪速度得以加快,可以较好的满足机器人位姿跟踪的实时性要求。
5 结束语
本文首先介绍了当前机器人位姿跟踪现状,并分析当前跟踪方法的一些缺陷,为解决该缺陷,本文将激光传感收集数据精度、速度快和容积卡尔曼滤波估计精度高的优点联合起来,提出一种基于激光传感器的机器人位姿跟踪方法。实验结果表明,基于激光传感器的机器人位姿跟踪策略在保证跟踪实时性的前提下,提高了机器人位姿跟踪精度,比对比方法的机器人位姿跟踪误差更小,实现了机器人位姿自适应跟踪。
本文章转自爱学术(aixueshu.com),如有侵权,请联系删除