移动操作机器人定位引导方法

阅读：评论：0

1.本公开涉及一种移动操作机器人定位引导方法，属于机器人技术领域。

背景技术：

2.随着物联网技术、人工智能技术的不断发展，移动操作机器人的定位在其中扮演着不可忽视的角。在很多工业应用中都是最为关键的问题，比如在物流分拣、无人驾驶、工业agv等领域。全局定位和位姿跟踪是移动操作机器人定位所要面临的主要问题。
3.全局定位主要是移动操作机器人对于自身所位于的环境通过机器视觉技术进行全局地图的扫描与构建，进而实现移动操作机器人的定位。移动操作机器人在完成全局定位这项工作需要一些传感信息，即就是感知周围环境的传感器所检测到的信息。移动操作机器人所用的定位传感器主要是激光雷达和视觉相机这两种。在移动操作机器人进行全局定位时主要会面临以下三个方面的困难：
①
机器人在前一刻所处的位置是未知的；
②
在进行重新定位或者闭环检测的时候，由于工作环境会发生各种各样的变化，包括光照、地面粗糙度以及障碍物的变化都会造成一定的误差；
③
在进行地图构建时，由于传感器检测到的信息的复杂性，会对定位带来一定的困难。
4.现有技术中存在通过手工建立模型即机器学习的方法来实现移动操作机器人的全局定位，并使用gps信号来提供全局位置。然而机器学习的方法在构建地图时精确度低。并且gps在室内环境或者密闭空间的情况下会失效。
5.近些年来，移动操作机器人的全局定位问题依靠基于视觉信息的方法来实现。在专利“cn110533722a”提出一种基于视觉词典的机器人快速重定位方法及系统”，其原理是将视觉图像与传感器构建的视觉地图中保存的关键帧进行对比，出最为相似的帧，从而进行两个图像之间的特征匹配，最后得到移动机器人的位置信息来实现移动操作机器人的全局定位。
6.移动机器人位姿跟踪问题的研究中，鲁棒定位与目标点高精度定位成为其主要挑战。在专利“cn112068547a”中提出一种基于amcl的机器人定位方法、装置和机器人”，其主要利用激光数据与地图文件，amcl算法会对预测得到的初始粒子进行粒子分布优化处理，从而得到更为集中的粒子分布，在利用激光数据与地图文件继而实现机器人的实时定位与位姿校正。
7.然而在现有的技术条件以及工作环境下，现有技术中的定位方法所能实现的精度依旧不能满足某些特定的场合，尤其是在工业场景下，移动操作机器人定位达到毫米级的精度才能保证工业生产的安全可靠。

技术实现要素：

8.为了解决上述技术问题之一，本公开提供了一种移动操作机器人定位引导方法。
9.根据本公开的一个方面，提供了一种移动操作机器人定位引导方法，所述移动操作机器人包括移动底盘以及安装在移动底盘上的机械臂，所述移动底盘上设置有激光雷
达，所述机械臂上设置有视觉机构；所述移动操作机器人定位引导方法包括：
10.s102、利用激光雷达将移动底盘所处的大场景的数据进行采样，获得环境数据信息；
11.s104、将激光雷达所获取的环境数据信息进行采样处理优化，构建出大场景的全局栅格地图，并存储在服务器中；
12.s106、根据当前时刻激光雷达采集到的移动底盘在此时刻的点云数据，利用服务器中的全局栅格地图进行移动底盘的位姿信息的特征匹配，实现移动底盘的全局定位；
13.s108、优化从起始点到待操作点的移动操作机器人的移动底盘的轨迹；
14.s110、根据优化后的轨迹，控制移动操作机器人的移动底盘运动至待操作点；
15.s112、利用视觉机构对大场景进行扫描，得到大场景的点云数据；通过视觉机构所获得的大场景的点云数据识别待操作对象，并控制机械臂对待操作对象进行操作。
16.根据本公开的至少一个实施方式的移动操作机器人定位引导方法，s102中，采用机器学习或者自主学习的方式，使用移动底盘上的激光雷达对所述移动操作机器人的工作场景进行环境数据信息的采集。
17.根据本公开的至少一个实施方式的移动操作机器人定位引导方法，s104中，采用不同的分辨率的滑动窗口对环境数据信息进行滑动降采样，并获得多个不同分辨率的全局栅格地图；将多个不同分辨率的全局栅格地图按照分辨率从高到低的顺序，按照三角形形状进行组合，构建出大场景的全局栅格地图，并存储在服务器中。
18.根据本公开的至少一个实施方式的移动操作机器人定位引导方法，s106包括：
19.根据激光雷达和视觉机构所检测的上一时刻的移动操作机器人位置和当前时刻所述的激光雷达和视觉机构所检测到移动操作机器人位置从而估算出各分辨率的全局栅格地图中每个栅格地图被激光束末端占据的概率。
20.根据本公开的至少一个实施方式的移动操作机器人定位引导方法，s106还包括：
21.获得全局栅格地图中分辨率最低的一个栅格中相邻两时刻移动操作机器人位置变换的数据差其中，其中，其中，
22.代表的含义为对的导数；
23.代表的含义为p对求导；
24.代表的含义为对的求导；表示第i个激光束末端端点的坐标；
25.附图说明
26.附图示出了本公开的示例性实施方式，并与其说明一起用于解释本公开的原理，
其中包括了这些附图以提供对本公开的进一步理解，并且附图包括在本说明书中并构成本说明书的一部分。
27.图1是根据本公开的一个实施方式的移动操作机器人定位引导方法的结构示意图。
28.图2是根据本公开的一个实施方式的移动操作机器人的结构示意图。
29.图中附图标记具体为：
30.200 移动操作机器人
31.210 移动底盘
32.220 机械臂。
具体实施方式
33.下面结合附图和实施方式对本公开作进一步的详细说明。可以理解的是，此处所描述的具体实施方式仅用于解释相关内容，而非对本公开的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本公开相关的部分。
34.需要说明的是，在不冲突的情况下，本公开中的实施方式及实施方式中的特征可以相互组合。下面将参考附图并结合实施方式来详细说明本公开的技术方案。
35.除非另有说明，否则示出的示例性实施方式/实施例将被理解为提供可以在实践中实施本公开的技术构思的一些方式的各种细节的示例性特征。因此，除非另有说明，否则在不脱离本公开的技术构思的情况下，各种实施方式/实施例的特征可以另外地组合、分离、互换和/或重新布置。
36.在附图中使用交叉影线和/或阴影通常用于使相邻部件之间的边界变得清晰。如此，除非说明，否则交叉影线或阴影的存在与否均不传达或表示对部件的具体材料、材料性质、尺寸、比例、示出的部件之间的共性和/或部件的任何其它特性、属性、性质等的任何偏好或者要求。此外，在附图中，为了清楚和/或描述性的目的，可以夸大部件的尺寸和相对尺寸。当可以不同地实施示例性实施例时，可以以不同于所描述的顺序来执行具体的工艺顺序。例如，可以基本同时执行或者以与所描述的顺序相反的顺序执行两个连续描述的工艺。此外，同样的附图标记表示同样的部件。
37.当一个部件被称作“在”另一部件“上”或“之上”、“连接到”或“结合到”另一部件时，该部件可以直接在所述另一部件上、直接连接到或直接结合到所述另一部件，或者可以存在中间部件。然而，当部件被称作“直接在”另一部件“上”、“直接连接到”或“直接结合到”另一部件时，不存在中间部件。为此，术语“连接”可以指物理连接、电气连接等，并且具有或不具有中间部件。
38.为了描述性目的，本公开可使用诸如“在
……
之下”、“在
……
下方”、“在
……
下”、“下”、“在
……
上方”、“上”、“在
……
之上”、“较高的”和“侧(例如，如在“侧壁”中)”等的空间相对术语，从而来描述如附图中示出的一个部件与另一(其它)部件的关系。除了附图中描绘的方位之外，空间相对术语还意图包含设备在使用、操作和/或制造中的不同方位。例如，如果附图中的设备被翻转，则被描述为“在”其它部件或特征“下方”或“之下”的部件将随后被定位为“在”所述其它部件或特征“上方”。因此，示例性术语“在
……
下方”可以包含“上方”和“下方”两种方位。此外，设备可被另外定位(例如，旋转90度或者在其它方位处)，如
此，相应地解释这里使用的空间相对描述语。
39.这里使用的术语是为了描述具体实施例的目的，而不意图是限制性的。如这里所使用的，除非上下文另外清楚地指出，否则单数形式“一个(种、者)”和“所述(该)”也意图包括复数形式。此外，当在本说明书中使用术语“包含”和/或“包括”以及它们的变型时，说明存在所陈述的特征、整体、步骤、操作、部件、组件和/或它们的组，但不排除存在或附加一个或更多个其它特征、整体、步骤、操作、部件、组件和/或它们的组。还要注意的是，如这里使用的，术语“基本上”、“大约”和其它类似的术语被用作近似术语而不用作程度术语，如此，它们被用来解释本领域普通技术人员将认识到的测量值、计算值和/或提供的值的固有偏差。
40.图1是根据本公开的一个实施方式的移动操作机器人定位引导方法的结构示意图。
41.如图1所示，本公开的移动操作机器人定位引导方法中所使用的移动操作机器人包括移动底盘以及安装于所述移动底盘上的机械臂。
42.在一个实施例中，所述移动底盘可以包括主动轮和转向轮；所述主动轮安装在所述移动底盘的中间，用于提供行进的驱动力；所述转向轮设有多个，多个所述转向轮安装在所述主动轮的周围，用于提供转向驱动力。更优选地，所述主动轮设有两个，所述转向轮设有四个。所述主动轮与转动轮都采用麦克拉姆轮，以便可以更灵活方便的实现全方位移动功能。
43.所述移动底盘上设置有激光雷达，以通过激光雷达进行地图的构建和移动底盘的全局定位。而且，所述激光雷达还能够用于探测所述移动操作机器人在运行过程中周围的障碍物。
44.所述机械臂可以为多自由度机械臂，例如可以为六自由度或者七自由度机械臂，并且在所述多自由度机械臂上设置有视觉机构，本公开中，所述视觉机构可以包括深度相机和距离传感器等结构，以通过该视觉机构感知待操作对象与机械臂的末端执行机构的位置关系，用来确保机械臂的末端执行机构对目标物体的操作能够可靠进行。在一个优选的实施例中，所述末端执行机构能够对待操作对象执行抓取与放置操作。
45.当然，本领域技术人员应当知晓，本公开的末端执行机构能够根据不同的工作需求而进行更换，例如手爪抓取圆柱型物体，吸盘吸取大平面表面光滑物体，对待加工物件进行打孔等等。
46.在一个实施例中，所述移动底盘和机械臂均包括一个控制器，也就是说，移动底盘和机械臂能够被各自的控制器所控制，并实现相应的动作。而且，移动底盘的控制器能够对移动底盘进行轨迹规划，相应地，机械臂的控制器能够对机械臂的动作进行轨迹规划，并且这些轨迹规划数据均被发送至服务器，并由服务器决定是否动作。
47.在一个实施例中，所述移动底盘还设置有采用里程计信息的编码器，所述编码器的数据信息用于表示当前时刻移动操作机器人的位置(αi,βi,θi),(αi,βi)表示横纵坐标。θi表示所述移动操作机器人在当前时刻与α轴的夹角。所述的激光雷达数据表示当前时刻移动操作机器人与障碍物之间的相对位置(li,δi)，li为当前时刻所述的移动操作机器人与障碍物之间的直线距离，δi为当前时刻所述的移动操作机器人与障碍物之间的连线与α轴的夹角，由此，本公开中，能够通过编码器所获得的绝对位置信息和激光雷达所获得的相对位
置信息实现对移动底盘的全局位置。
48.本公开中，基于上述的移动操作机器人的结构，所述移动操作机器人定位引导方法包括：s102、利用激光雷达将移动底盘所处的大场景的数据进行采样，获得环境数据信息；s104、将激光雷达所获取的环境数据信息进行采样处理优化，构建出大场景的全局栅格地图，并存储在服务器中；s106、根据当前时刻激光雷达采集到的移动底盘在此时刻的点云数据，利用服务器中的全局栅格地图进行移动底盘的位姿信息的特征匹配，实现移动底盘的全局定位；s108、优化从起始点到待操作点的移动操作机器人的移动底盘的轨迹；s110、根据优化后的轨迹，控制移动操作机器人的移动底盘运动至待操作点；以及s112、利用视觉机构对大场景进行扫描，得到大场景的点云数据；通过视觉机构所获得的大场景的点云数据识别待操作对象，并控制机械臂对待操作对象进行操作。
49.以下将对上述步骤进行详细说明。
50.在s102中，采用机器学习或者自主学习的方式，使用移动底盘上的激光雷达对所述移动操作机器人的工作场景进行环境数据信息的采集。此时，可以将采集到的环形数据信息上传到服务器，即上传至电脑端，并且由所述服务器生成全局栅格地图。
51.具体地，s104中，采用不同的分辨率的滑动窗口对环境数据信息进行滑动降采样，并获得多个不同分辨率的全局栅格地图；将多个不同分辨率的全局栅格地图按照分辨率从高到低的顺序，按照三角形形状进行组合，构建出大场景的全局栅格地图，并存储在服务器中。
52.例如，首先，使用分辨率为4
×
4的滑动窗口对原始全局地图进行滑动降采样处理，获得第一分辨率的全局栅格地图；然后，使用分辨率为3
×
3的滑动窗口对原始全局地图进行滑动降采样处理，获得第二分辨率的全局栅格地图；接着，使用分辨率为2
×
2的滑动窗口对原始全局地图进行滑动降采样处理，获得第三分辨率的全局栅格地图；最后，使用分辨率为1
×
1的滑动窗口对原始全局地图进行滑动降采样处理，获得第四分辨率的全局栅格地图。
53.然后将这四个分辨率的全局栅格地图按照分辨率从高至低的顺序，按照三角形形状进行组合，构建出大场景的全局栅格地图，并存储在服务器中。
54.本领域技术人员应当知晓，移动操作机器人在执行作业的过程中，定位精度直接决定了移动操作机器人的操作精度。基于此，本公开的重点在于移动操作机器人的准确的全局定位。
55.具体地，s106包括：
56.根据激光雷达和/或视觉机构所检测的上一时刻的移动操作机器人位置和当前时刻所述的激光雷达和视觉机构所检测到移动操作机器人位置从而估算出各分辨率的全局栅格地图中每个栅格地图被激光束末端占据的概率。具体地，可以构建一个最小二乘误差函数，用来估计上述中每个栅格地图被激光束末端占据的概率。
57.其中，所述的最小二乘误差函数为其中表示第i个激光束在经过相邻两时刻移动操作机器人位置变换之后的末端端点坐标；表示所述的第i个全局栅格地图被激光束末端占据的概率；概率越大，代表此时刻第i个栅格地图被激光束末端占据的可能性越大，即代表移动操作机器人此时
刻处于所构建的全局地图中，位于第i个栅格地图处的可能性越大；n为自然数。
58.获得全局栅格地图中分辨率最低的一个栅格中相邻两时刻移动操作机器人位置变换的数据差其中，其中，其中，表示第i个激光束末端端点的坐标。
59.代表的含义为对的导数；
60.代表的含义为p对求导；
61.代表的含义为对的求导；表示第i个激光束末端端点的坐标；
[0062][0063]
通过上一时刻移动操作机器人的位置和数据差确定当前时刻移动操作机器人的位置。
[0064]
初始化代表移动操作机器人的移动位置的初始粒子，其中，所述初始粒子中的每个粒子包括移动操作机器人在初始时刻的位置以及各个分辨率的栅格地图。所述的粒子包含多个粒子，每个粒子中包含栅格地图和对应的移动操作机器人的位置。初始化粒子即为了消除移动操作机器人初始进入工作空间时带来的原始定位误差，以及消除影响构建全局地图的误差。
[0065]
根据不同时刻激光雷达和/或视觉机构所检测到的环境信息获得不同时刻的粒子；其中，不同时刻的粒子中的粒子代表移动操作机器人在不同时刻的位置。而粒子则表示不同时刻的移动操作机器人所构建的全局地图。
[0066]
更优选地，在不同时刻的粒子中，根据所述的粒子中的每个粒子与其对应的栅格地图的匹配程度，确定每个粒子的权值；将所述的粒子中的每个粒子按照其权值大小进行排序，将权值最大的粒子作为目标粒子，对于权值相同的粒子采用随机选取的方式选取目标粒子。权值越大，代表此时刻移动操作机器人在自己所构建的全局地图当中的位置越接近于移动操作机器人在实际的工作场景中的位置。而对于权值相同的粒子采用随机选取的方式选取目标粒子是为了增加选取随机性，避免一直选择同一个粒子的情况出现。
[0067]
在不同分辨率的全局栅格地图中，根据相邻两时刻移动操作机器人的位置数据差将不同时刻的粒子扩充并得到不同分辨率的全局栅格地图所对应的扩充后的粒子。相应地，扩充后的粒子中的每个粒子的权值也会不同，当扩充后的粒子中的有效粒子低于设定的标准值后，则需要进行重采样。去除粒子中权值较低的粒子，保留权值较高的粒子，重采样的过程就是用权值较高的粒子代替权值较低的粒子。有效的提升移动操作机器人建图效果与移动操作机器人的定位精度。
[0068]
s108中，设置所述移动操作机器人的起始点和待操作点，在仿真窗口多次进行移动操作机器人从初始点到目标点的轨迹。判断所述移动操作机器人的稳定性。在仿真窗口
人工添加固定路障点与可移动路障点，进行移动操作机器人的运动仿真，测试所述移动操作机器人的灵活性以及可适用性，由此确认一个可行的移动操作机器人的起始点至待操作点的轨迹。
[0069]
当该轨迹被确认后，控制移动操作机器人从起始点运动至待操作点；其中，在移动操作机器人移动过程中，通过激光雷达实时检测移动操作机器人周边的障碍物，并规划避开障碍物的运动轨迹。
[0070]
本公开中，s112中，根据预存的待操作对象的特征，获得待操作对象在机械臂工作场景中的三维位置。
[0071]
例如，当移动底盘运动至操作位置后，可以通过设置于机械臂的深度相机获得待操作对象的图像；从所述图像中获取待操作对象的轮廓特征点，将该轮廓特征点与预存在图像处理单元的目标特征点进行特征点匹配，并确认待操作对象的坐标；根据待操作对象的坐标确定当前作业位置；根据机械臂的末端执行器的当前位置和当前作业位置，确定运动路径；根据运动路径控制机械臂动作，并实现对待操作对象的作业。
[0072]
本公开的移动操作机器人定位引导方法，能够解决大多数影响因素带来的定位精度低的问题，能够适用于在大场景下，通过视觉识别待操作对象的位置，实现高精度的视觉引导定位。
[0073]
在本说明书的描述中，参考术语“一个实施例/方式”、“一些实施例/方式”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例/方式或示例描述的具体特征、结构、材料或者特点包含于本技术的至少一个实施例/方式或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例/方式或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例/方式或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例/方式或示例以及不同实施例/方式或示例的特征进行结合和组合。
[0074]
此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本技术的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。
[0075]
本领域的技术人员应当理解，上述实施方式仅仅是为了清楚地说明本公开，而并非是对本公开的范围进行限定。对于所属领域的技术人员而言，在上述公开的基础上还可以做出其它变化或变型，并且这些变化或变型仍处于本公开的范围内。

技术特征：

1.一种移动操作机器人定位引导方法，所述移动操作机器人包括移动底盘以及安装在移动底盘上的机械臂，所述移动底盘上设置有激光雷达，所述机械臂上设置有视觉机构；其特征在于，所述移动操作机器人定位引导方法包括：s102、利用激光雷达将移动底盘所处的大场景的数据进行采样，获得环境数据信息；s104、将激光雷达所获取的环境数据信息进行采样处理优化，构建出大场景的全局栅格地图，并存储在服务器中；s106、根据当前时刻激光雷达采集到的移动底盘在此时刻的点云数据，利用服务器中的全局栅格地图进行移动底盘的位姿信息的特征匹配，实现移动底盘的全局定位；s108、优化从起始点到待操作点的移动操作机器人的移动底盘的轨迹；s110、根据优化后的轨迹，控制移动操作机器人的移动底盘运动至待操作点；s112、利用视觉机构对大场景进行扫描，得到大场景的点云数据；通过视觉机构所获得的大场景的点云数据识别待操作对象，并控制机械臂对待操作对象进行操作。2.如权利要求1所述的移动操作机器人定位引导方法，其特征在于，s102中，采用机器学习或者自主学习的方式，使用移动底盘上的激光雷达对所述移动操作机器人的工作场景进行环境数据信息的采集。3.如权利要求1所述的移动操作机器人定位引导方法，其特征在于，s104中，采用不同的分辨率的滑动窗口对环境数据信息进行滑动降采样，并获得多个不同分辨率的全局栅格地图；将多个不同分辨率的全局栅格地图按照分辨率从高到低的顺序，按照三角形形状进行组合，构建出大场景的全局栅格地图，并存储在服务器中。4.如权利要求1所述的移动操作机器人定位引导方法，其特征在于，s106包括：根据激光雷达和视觉机构所检测的上一时刻的移动操作机器人位置和当前时刻所述的激光雷达和视觉机构所检测到移动操作机器人位置从而估算出各分辨率的全局栅格地图中每个栅格地图被激光束末端占据的概率。5.如权利要求4所述的移动操作机器人定位引导方法，其特征在于，s106还包括：获得全局栅格地图中分辨率最低的一个栅格中相邻两时刻移动操作机器人位置变换的数据差其中，其中，其中，代表的含义为对的导数；代表的含义为p对求导；代表的含义为对的求导；表示第i个激光束末端端点的坐标；

技术总结

本公开提供一种移动操作机器人定位引导方法，其包括：S102、获得环境数据信息；S104、将激光雷达所获取的环境数据信息进行采样处理优化，构建出大场景的全局栅格地图，并存储在服务器中；S106、根据当前时刻激光雷达采集到的移动底盘在此时刻的点云数据，利用服务器中的全局栅格地图进行移动底盘的位姿信息的特征匹配，实现移动底盘的全局定位；S108、优化从起始点到待操作点的移动操作机器人的移动底盘的轨迹；S110、根据优化后的轨迹，控制移动操作机器人的移动底盘运动至待操作点；以及S112、利用视觉机构对大场景进行扫描，得到大场景的点云数据；通过视觉机构所获得的大场景的点云数据识别待操作对象，并控制机械臂对待操作对象进行操作。操作对象进行操作。操作对象进行操作。