本發(fā)明屬于智能倉儲物流領域，具體涉及一種基于雙反光板的高精度激光定位與導航方法。

背景技術：

基于激光傳感器的定位與導航技術是工業(yè)agv、智能機器人等領域的關鍵性技術，相比傳統(tǒng)有軌導航方式，該技術具有定位精度高、靈活多變等優(yōu)點，適用于復雜、高動態(tài)的工業(yè)場景中。國內(nèi)外現(xiàn)有基于反光板的激光定位技術，均采用了幾何三角定位原理，每時每刻必須要求同時檢測到三塊反光板才可實現(xiàn)定位。這一數(shù)量要求實際上在復雜工業(yè)場景中很難滿足，極大地制約了激光定位與導航技術的實用性。

技術實現(xiàn)要素：

為了解決上述問題，本發(fā)明提供一種新型激光定位與導航方法，通過提取和利用激光測距信息中的復數(shù)域信息，將三塊反光板的最低要求降低為兩塊，有效解決了反光板最低數(shù)量的技術瓶頸，大大提高了激光導航技術的適用性。

本發(fā)明的目的是通過以下技術方案來實現(xiàn)的：一種基于雙反光板的高精度激光定位與導航方法，該方法包括：

(1)在工業(yè)環(huán)境中布置反光板，預設反光板世界坐標，生成反光板坐標列表；

(2)安裝在移動平臺上的激光傳感器向周圍呈輻射狀發(fā)射激光，并接收反射激光；

(3)篩選來源于反光板的有效光束：預設強度閾值σ，通過檢測反射激光強度i，并與σf(d)相比較，判定激光照射物是反光板還是普通環(huán)境物體，其中f(d)與距離d負相關；

(4)確定當前時刻照射到的反光板數(shù)量及其相對激光傳感器的相對坐標：根據(jù)反射光束角度的連續(xù)性，判斷是否為同一塊反光板，或者，根據(jù)反射光束角度和距離的連續(xù)性，判斷是否為同一塊反光板；根據(jù)屬于同一反光板的反射光束得到該反光板相對于激光傳感器的相對坐標，并存入反光板列表；

(5)初始化反光板列表，得到至少兩個反光板的世界坐標：人工確定初始位置對應的反光板列表中至少兩個反光板的世界坐標；或者，激光傳感器在初始位置獲取至少三個反光板返回的角度和距離，計算兩兩反光板之間的距離，與根據(jù)反光板坐標列表生成的反光板距離信息相匹配，得到至少兩個反光板的世界坐標；

(6)在動態(tài)過程中計算期望反光板列表：根據(jù)上一時刻對當前時刻激光傳感器位置和角度的預測，估計激光傳感器與所有反光板之間的相對距離和角度，并存入期望反光板列表；

(7)在動態(tài)過程中反光板列表的匹配：計算當前時刻反光板列表與期望反光板列表中同一個反光板對應的距離之差和角度之差，當距離之差和角度之差均滿足預設閾值時，匹配成功；

(8)基于雙反光板數(shù)據(jù)的激光傳感器位姿計算：利用激光傳感器測量數(shù)據(jù)的復頻域信息，在匹配成功的反光板中任選兩塊：第l個和第k個，并計算：

zk＝xk+i*yk

zl＝xl+i*yl

其中，下標l和k分別代表第l和第k個反光板；α和ρ分別代表在激光傳感器相對自身的極坐標系下，反光板的角度和距離；x和y分別為反光板在x和y軸的分量；z為反光板在世界坐標系下的復數(shù)坐標；zk,l為根據(jù)第l和第k個反光板計算得到的激光傳感器世界坐標，θk是根據(jù)第k塊反光板的數(shù)據(jù)計算得到的激光傳感器在世界坐標系下的角度；

(9)激光傳感器位置濾波：首先根據(jù)移動平臺運動學模型進行位姿預測，然后根據(jù)上一時刻預測的位姿，并結合當前時刻的激光傳感器測量數(shù)據(jù)，對當前時刻的位置進行濾波，從而得到最終的移動平臺及激光傳感器在世界坐標系下的準確的位置與姿態(tài)。

進一步地，所述步驟(6)中，直接采用上一時刻激光傳感器的位置和角度作為當前時刻的預測，或者采用濾波算法進行預測。

進一步地，所述步驟(9)之前，還包括多塊優(yōu)化的步驟：如果激光傳感器檢測到三個及以上的反光板數(shù)據(jù)，可以根據(jù)多組數(shù)據(jù)中任意兩組計算得到的位姿進行數(shù)據(jù)融合。

進一步地，所述步驟(9)中，根據(jù)移動平臺運動學模型進行位姿預測，公式如下：

θt|t-1＝θt-1|t-1+δθc

其中，輸入量為：上一時刻的位姿(xt-1|t-1,yt-1|t-1,θt-1|t-1)，電機編碼器的分辨率resolution，減速比為speed_reduction_ratio，左、右輪編碼器此刻的讀數(shù)count_left、count_right，左、右輪編碼器上一刻的讀數(shù)last_count_right、last_count_right，采樣周期δt，左右輪半徑r，左、右輪的角速度ωl、ωr，移動平臺在上一時刻的線速度vt-1，移動平臺在上一時刻的轉向角速度ωt-1，移動平臺在上一時刻世界坐標系下的轉向角度θt-1，激光傳感器距離兩個輪子中心點的距離d；輸出量為：相對上時刻的運動增量(δx,δy,δθ)，根據(jù)上一時刻數(shù)據(jù)預測的當前時刻位姿(xt|t-1,yt|t-1,θt|t-1)；

根據(jù)上一時刻預測的位姿，結合當前時刻的位姿計算結果，對當前時刻的位姿進行濾波，具體如下：若當前時刻僅檢測到2塊反光板，記為l和k，采用線性卡爾曼濾波的公式如下：

其中，輸入量為：當前時刻預測的位置上一時刻的協(xié)方差矩陣pt-1|t-1，過程噪聲的協(xié)方差矩陣q，測量噪聲的協(xié)方差矩陣r；輸出量為：激光傳感器在世界坐標系下的坐標當前時刻更新的協(xié)方差矩陣pt|t；

若當前時刻檢測到3塊及以上的反光板，則采用多塊數(shù)據(jù)融合的思想進行濾波；采用貫序卡爾曼濾波的公式如下：

對于檢測到的m個反光板中的任意兩兩組合，計算：

zk＝xk+i*yk

zl＝xl+i*yl

遍歷所有組合后，得到：

本發(fā)明的有益效果如下：與傳統(tǒng)技術中的幾何三角定位不同，本發(fā)明深入挖掘并充分利用了反射光的復數(shù)域信息，打破了傳統(tǒng)意義上三塊反光板的技術瓶頸，其運行條件為同時檢測到兩塊反光板的數(shù)據(jù)即可，大大提高了激光導航技術的適用性；通過濾波算法過濾掉測量誤差引起的計算誤差，極大地提高定位與導航精度；最后，雖然本發(fā)明最低要求為檢測到兩塊反光板，但實際應用時可能會同時檢測到多個反光板，通過設計數(shù)據(jù)融合處理，能夠最大化利用反光板的信息，從而進一步提高精度。本發(fā)明的具體性能為：定位誤差<1cm，角度誤差<0.5°，定位頻率>35hz。

附圖說明

圖1為本發(fā)明的硬件結構示意圖；

圖2為移動平臺運動學模型示意圖；

圖3為本發(fā)明方法整體流程圖。

具體實施方式

下面結合附圖，通過實施例對本發(fā)明作進一步地說明。

本發(fā)明提供的一種基于雙反光板的高精度激光定位與導航方法，該方法包括：

(1)在工業(yè)環(huán)境中布置反光板，預設反光板世界坐標，生成反光板坐標列表；

(2)安裝在移動平臺上的激光傳感器向周圍呈輻射狀發(fā)射激光，并接收反射激光(激光傳感器安裝在agv、工業(yè)車輛等移動平臺上)；

(3)篩選來源于反光板的有效光束：

預設強度閾值σ，通過檢測反射激光強度i，并與σf(d)相比較，判定激光照射物是反光板還是普通環(huán)境物體，其中f(d)與距離d負相關，優(yōu)選地，可設置f(d)＝1/d；一種可能的實現(xiàn)方式如下：對于所有接收到的反射光束，如果第step個激光束的激光強度intensity(step)大于預設強度閾值intensity_threshold/激光測量的距離distance(step)，則將(step,intensity(step),distance(step))寫入激光強點的數(shù)據(jù)列表data中；對應的偽代碼如下：

forstep＝1:number_laser

ifintensity(step)>intensity_threshold/distance(step)

將(step,intensity(step),distance(step))寫入data表中

endif

endfor

(4)確定當前時刻照射到的反光板數(shù)量及其相對激光傳感器的相對坐標：根據(jù)反射光束角度的連續(xù)性，判斷是否為同一塊反光板，或者，根據(jù)反射光束角度和距離的連續(xù)性，判斷是否為同一塊反光板；根據(jù)屬于同一反光板的反射光束得到該反光板相對于激光傳感器的相對坐標(方法為：平均、取最強光，加權平均，任取)，并存入反光板列表；

根據(jù)反射光束角度和距離的連續(xù)性，判斷是否為同一塊反光板，一種可能的實現(xiàn)方式如下：

對于data表中所有的反光強點：

如果第i個反光強點的序號step(i)等于第i-1個反光強點的序號step(i-1)+1，并且第i和i-1的激光強點測得的距離之差distance(step(i))-distance(step(i-1))小于預設的距離閾值distance_threshold，那么光束step(i)和step(i-1)照射到的是同一塊反光板，則將(step(i),α,ρ)賦值到上一個landmark結構體中；

否則照射到的是一塊新的反光板，開始一個新的landmark結構體；計算：α＝(step(i)-1)·resolution+α；ρ＝distance(step(i))

將(step(i),α,ρ)寫入新的landmark結構體中；

最終得到由landmark結構體組成的所照射到的反光板列表measure_landmark_list；

對應的偽代碼如下：

fori＝1:number_data

ifstep(i)＝step(i-1)+1&&distance(step(i))-distance(step(i-1))<distance_threshold

then光束step(i)和step(i-1)照射到的是同一塊反光板

else

α＝(step(i)-1)·resolution+α；ρ＝distance(step(i))

將(step(i),α,ρ)寫入landmark

endif

endfor

其中number_data是反光強點的個數(shù)，resolution是相鄰兩道激光光束的夾角(分辨率)，distance_threshold是判定是否照射到同一塊反光板的距離閾值，α和ρ分別代表在激光傳感器相對自身的極坐標系下，該反光板的角度和距離，measure_landmark_list為照射到反光板的列表。

或者：僅根據(jù)反射光束角度的連續(xù)性，判斷是否為同一塊反光板，一種可能的實現(xiàn)方式如下：

對于data表中所有的反光強點：

如果第i個反光強點的序號step(i)等于第i-1個反光強點的序號step(i-1)+1，那么光束step(i)和step(i-1)照射到的是同一塊反光板，則將(step(i),α,ρ)賦值到上一個landmark結構體中；

否則照射到的是一塊新的反光板，開始一個新的landmark結構體，計算：

α＝(step(i)-1)·resolution+α；ρ＝distance(step(i))

將(step(i),α,ρ)寫入新的landmark結構體中；

最終得到由landmark結構體組成的所照射到的反光板列表measure_landmark_list；

(5)初始化反光板列表，得到至少兩個反光板的世界坐標：人工確定初始位置對應的反光板列表中至少兩個反光板的世界坐標；或者，激光傳感器在初始位置獲取至少三個反光板返回的角度和距離，計算兩兩反光板之間的距離，與根據(jù)反光板坐標列表生成的反光板距離信息相匹配，得到至少兩個反光板的世界坐標；一種可能的實現(xiàn)方式如下：

計算任意兩個反光板之間的距離

計算任意兩個反光強點之間的距離

對于measure_landmark_list列表中所照射到的m個反光板所有兩兩組合(l,k)：找到i,j∈{1,…,n},使得|dk,l-ri,j|＜ri,j·threshold；則i添加到correspondence_list(k)，j添加到correspondence_list(l)；

找到correspondence_list(k)中出現(xiàn)頻次最高的值，即為反光強點k對應的反光板c(k)，如果找不到這樣的點，則從measure_landmark_list中去掉點i，并且令m＝m-1；

如果measure_landmark_list中包含的反光強點個數(shù)m<＝2，則警告處理。

(6)在動態(tài)過程中計算期望反光板列表：根據(jù)上一時刻對當前時刻激光傳感器位置和角度的預測，估計激光傳感器與所有反光板之間的相對距離和角度，并存入期望反光板列表；(直接采用上一時刻激光傳感器的位置和角度作為當前時刻的預測，或者采用濾波算法進行預測)一種可能的實現(xiàn)方式如下：

對于第i塊反光板，i取1到n，計算：

其中函數(shù)arctan2(x,y)返回原點至點(x,y)的方位角，取值為(-π,π]。

如果ρt|t-1小于最大距離閾值max_distance，并且αt|t-1大于激光傳感器掃描角度的最小值min_angle減去角度閾值threshold_angle，αt|t-1小于激光傳感器掃描角度的最大值max_angle加上角度閾值threshold_angle，則將添加到期望的反光列表estimated_landmark_list中；

對應的偽代碼如下：

fori＝1:n

如果ρt|t-1＜max_distance&&min_angle-threshold_angle＜αt|t-1＜max_angle+threshold_angle

則將添加到期望的反光列表estimated_landmarks_list

end

(7)在動態(tài)過程中反光板列表的匹配：計算當前時刻反光板列表與期望反光板列表中同一個反光板對應的距離之差和角度之差，當距離之差和角度之差均滿足預設閾值時，匹配成功；一種可能的實現(xiàn)方式如下：

對于measure_landmark_list的所有反光板，找到{i,xi,yi,ρt|t-1,αt|t-1}，使得：

計算測量點(ρk,αk)和世界坐標系的誤差：

如果dist<threshold_distance，則c(k)＝i

如果找不到這樣的點，則從measure_landmark_list中去掉點i，并令m＝m-1；如果measure_landmark_list中包含的反光強點個數(shù)m<＝2，則警告處理。

(8)基于雙反光板數(shù)據(jù)的激光傳感器位姿計算：利用激光傳感器測量數(shù)據(jù)的復頻域信息，在匹配成功的反光板中任選兩塊：第l個和第k個，并計算：

zk＝xk+i*yk

zl＝xl+i*yl

其中，下標l和k分別代表第l和第k個反光板；α和ρ分別代表在激光傳感器相對自身的極坐標系下，反光板的角度和距離；x和y分別為反光板在x和y軸的分量；z為反光板在世界坐標系下的復數(shù)坐標；zk,l為根據(jù)第l和第k個反光板計算得到的激光傳感器世界坐標，θk是根據(jù)第k塊反光板的數(shù)據(jù)計算得到的激光傳感器在世界坐標系下的角度；

(9)多塊優(yōu)化：如果激光傳感器檢測到三個及以上的反光板數(shù)據(jù)，可以根據(jù)多組數(shù)據(jù)中任意兩組計算得到的位姿進行數(shù)據(jù)融合?？蛇x的方案有：選取反射光強最強的兩組數(shù)據(jù)的計算結果作為激光傳感器當前位姿，或在多組數(shù)據(jù)中兩兩組合進行位姿計算，然后求取他們的平均值，或加權平均值(如權重與反射光強度相關)。

(10)激光傳感器位置濾波：首先根據(jù)移動平臺運動學模型進行位姿預測，公式如下：

θt|t-1＝θt-1|t-1+δθc

其中，輸入量為：上一時刻的位姿(xt-1|t-1,yt-1|t-1,θt-1|t-1)，電機編碼器的分辨率resolution，減速比為speed_reduction_ratio，左、右輪編碼器此刻的讀數(shù)count_left、count_right，左、右輪編碼器上一刻的讀數(shù)last_count_right、last_count_right，采樣周期δt，左右輪半徑r，左、右輪的角速度ωl、ωr，移動平臺在上一時刻的線速度vt-1，移動平臺在上一時刻的轉向角速度ωt-1，移動平臺在上一時刻世界坐標系下的轉向角度θt-1，激光傳感器距離兩個輪子中心點的距離d；輸出量為：相對上時刻的運動增量(δx,δy,δθ)，根據(jù)上一時刻數(shù)據(jù)預測的當前時刻位姿(xt|t-1,yt|t-1,θt|t-1)；

然后根據(jù)上一時刻預測的位姿，結合當前時刻的位姿計算結果，對當前時刻的位置進行濾波；若當前時刻僅檢測到2塊反光板，記為l和k，一種可能的線性卡爾曼濾波的公式如下：

其中，輸入量為：當前時刻預測的位置上一時刻的協(xié)方差矩陣pt-1|t-1，過程噪聲的協(xié)方差矩陣q，測量噪聲的協(xié)方差矩陣r；輸出量為：激光傳感器在世界坐標系下的坐標當前時刻更新的協(xié)方差矩陣pt|t；

若當前時刻檢測到3塊及以上的反光板，則采用多塊數(shù)據(jù)融合的思想進行濾波；一種可能的方案是貫序卡爾曼濾波，偽代碼如下：

對于檢測到的m個反光板中的任意兩兩組合，計算：

zk＝xk+i*yk

zl＝xl+i*yl

遍歷所有組合后，得到：

實施例1

如圖1所示，本發(fā)明的硬件構成主要包括激光傳感器、工控機、車載控制電路與車載電源；所述的工控機、激光傳感器與車載控制電路通過rs232/can/spi等方式進行通信；車載電源對激光傳感器和車載控制電路經(jīng)dc/dc模塊進行直流供電，經(jīng)dc/ac模塊對車載工控機進行交流供電。

進一步地，在工業(yè)環(huán)境(地圖)中合適的位置放置一定數(shù)量的反光板，以agv為例，使得agv在地圖中的任何位置都能夠成功檢測到2塊或以上的反光板；激光傳感器發(fā)射激光并檢測反射信號。

進一步地，工控機計算反光板間距，初始化時采用靜態(tài)匹配，隨后均采用動態(tài)匹配來識別反光板，并從反光板列表中獲取反光板世界坐標信息。

進一步地，工控機提取激光傳感器測距數(shù)據(jù)中的復數(shù)域信息，利用兩塊反光板的數(shù)據(jù)進行agv坐標位置和姿態(tài)的計算；若同時檢測到3塊以上的反光板信息，則將反光板數(shù)據(jù)進行兩兩組合，在每周組合下分別計算，然后以計算結果的平均值作為agv的位置和姿態(tài)。

進一步地，工控機建立agv運動模型，并在此基礎上利用卡爾曼濾波來精確估計agv的真實位置與姿態(tài)。本發(fā)明的整體流程如圖3所示。