動態(tài)環(huán)境下的移動機器人可靠定位方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及無線傳感器網(wǎng)絡(luò)和機器人控制等領(lǐng)域，具體涉及利用無線傳感器網(wǎng)絡(luò)對移動機器人進行可靠定位。
【背景技術(shù)】
[0002]作為具有自主能力的智能體，移動機器人在災(zāi)難救援和軍事領(lǐng)域有著廣泛的應(yīng)用。為確定機器人的位置，通常裝備GPS和慣導(dǎo)裝置。但對于室內(nèi)環(huán)境(比如大型建筑內(nèi))，GPS將無法使用，目前通常依靠慣導(dǎo)裝置為機器人提供位置數(shù)據(jù)。由于慣導(dǎo)裝置存在時漂特性，其誤差隨著系統(tǒng)運行時間的延長而迅速增加，因此很難滿足移動機器人定位的需求。采用高精度的慣導(dǎo)裝置，可以在一定程度上改善時漂特性，但其成本過于高昂。利用無線傳感器網(wǎng)絡(luò)對移動機器人進行輔助定位和控制，成為解決這一問題的有效手段。
[0003]無線傳感器網(wǎng)絡(luò)(Wireless Sensor Network, WSN),作為一種新興的先進技術(shù)，被評選為改變未來世界的十大新興技術(shù)之一和可能掀起新產(chǎn)業(yè)浪潮的未來四大高新科技之一，在軍事、工業(yè)和安全監(jiān)控等領(lǐng)域得到了越來越廣泛的應(yīng)用。WSN具有密集分布的節(jié)點，能夠提供災(zāi)難現(xiàn)場全局環(huán)境信息和變化趨勢。將WSN應(yīng)用到機器人系統(tǒng)當(dāng)中，可以極大地擴展機器人的環(huán)境感知能力，同時WSN還能夠作為機器人通訊和計算的媒介，延長機器人的通信距離并提高其受控效率。以動態(tài)部署的傳感器網(wǎng)絡(luò)對機器人進行輔助定位，可以有效解決機器人因長距離運動產(chǎn)生的誤差累積而導(dǎo)致的機器人無法準(zhǔn)確自定位的技術(shù)難點，增加移動機器人控制的準(zhǔn)確性和可靠性。
[0004]目前的無線傳感器網(wǎng)絡(luò)移動機器人定位技術(shù)研究，通常設(shè)定較理想的環(huán)境條件，與實際情形存在較大偏差。主要體現(xiàn)在:通常考慮比較理想的環(huán)境，很少考慮機器人在行進過程中的無線信號受到阻礙等情況。然而，現(xiàn)實的監(jiān)測環(huán)境常常存在很高的復(fù)雜性及不確定性，移動機器人與WSN節(jié)點之間的無線信號傳播很容易受到障礙物阻擋，導(dǎo)致信號傳播路徑發(fā)生改變而形成非視距傳播，使定位算法的性能急劇下降。當(dāng)前的研究通常忽略這種現(xiàn)實情況，導(dǎo)致其研究與實際情況存在較大偏差。

【發(fā)明內(nèi)容】

[0005]針對移動機器人定位現(xiàn)有技術(shù)的不足，本發(fā)明提供了一種動態(tài)環(huán)境下的移動機器人可靠定位方法，可以有效解決機器人在動態(tài)環(huán)境下無法準(zhǔn)確定位的技術(shù)難題。
[0006]本發(fā)明的技術(shù)方案是:事先在目標(biāo)區(qū)域(主要是建筑內(nèi)空間)部署無線傳感器網(wǎng)絡(luò)，實時監(jiān)測動態(tài)環(huán)境變化，同時以無線通信方式為移動機器人提供輔助定位信號；移動機器人攜帶無線傳感器網(wǎng)絡(luò)節(jié)點在動態(tài)環(huán)境中進行信息采集和偵察，與無線傳感器網(wǎng)絡(luò)建立無線數(shù)據(jù)通信；通過分析無線信號在室內(nèi)環(huán)境傳播的特性，建立無線信號傳播特征的離線數(shù)據(jù)庫；考察環(huán)境擾動因素對無線信號傳播的影響，鑒別機器人與傳感器網(wǎng)絡(luò)之間無線通信的視距與非視距狀態(tài)，根據(jù)信號的堵塞情況進行誤差補償并實現(xiàn)精確測距；在運動過程中，機器人從多個無線傳感器網(wǎng)絡(luò)節(jié)點獲得距離信息，由此形成當(dāng)前的位置估計，結(jié)合機器人依托慣性導(dǎo)航設(shè)備獲得的運動估計數(shù)據(jù)，經(jīng)過信息融合實現(xiàn)準(zhǔn)確、可靠的機器人定位。
[0007]所部署的無線傳感器網(wǎng)絡(luò)節(jié)點包括三種類型，即網(wǎng)關(guān)節(jié)點(I)、靜態(tài)節(jié)點(2)和移動節(jié)點(3)。無線傳感器網(wǎng)絡(luò)采用ZigBee協(xié)議，網(wǎng)關(guān)節(jié)點通過串行口與遠程控制中心相連接并進行數(shù)據(jù)交互。靜態(tài)節(jié)點預(yù)先部署在目標(biāo)環(huán)境中，作為監(jiān)測網(wǎng)絡(luò)對環(huán)境信息進行有效感知，同時實現(xiàn)移動機器人(4)通信與控制距離的有效延伸。移動節(jié)點由移動機器人攜帶，通過紅外信號與機器人進行數(shù)據(jù)通信，負責(zé)在移動機器人和傳感器網(wǎng)絡(luò)之間建立數(shù)據(jù)聯(lián)系，并作為傳感器網(wǎng)絡(luò)節(jié)點無線信號強度的檢測單元。
[0008]移動機器人(4)為輪式結(jié)構(gòu)，由中央控制器、近距紅外避障模塊、慣性導(dǎo)航、環(huán)境感知裝置及電源模塊組成。避障模塊包括激光雷達、超聲波模塊，用于避障；慣性導(dǎo)航包括加速度計和陀螺儀；環(huán)境感知裝置包括溫度、濕度、有害氣體、光強、人體等傳感器；電源模塊用于為各模塊供電。
[0009]無線傳感器網(wǎng)絡(luò)持續(xù)發(fā)送無線信號，與移動機器人搭載的移動節(jié)點進行數(shù)據(jù)通信，兩者之間的無線信號強度作為測距的主要依據(jù)。移動機器人獲得三個以上節(jié)點的距離數(shù)據(jù)時，能夠通過合適的三邊定位算法估計自身的位置。
[0010]所述的一種動態(tài)環(huán)境下的移動機器人可靠定位方法，主要包括以下步驟:
步驟一:利用預(yù)先部署的無線傳感器網(wǎng)絡(luò)，在典型建筑空間內(nèi)進行測試和統(tǒng)計，結(jié)合無線信道特性提取信號傳播狀態(tài)的特征值，考慮信號堵塞和多徑干擾等因素所造成的信號強度不規(guī)則分布特征，形成離線信息數(shù)據(jù)庫。
[0011]在建筑物內(nèi)部由于環(huán)境較為狹小，人員、家具或設(shè)備的移動可能使無線信號RSSI數(shù)值受到了嚴重的影響。在走廊、大廳等較為開闊的環(huán)境下，人體、設(shè)備移動等因素的影響相對較弱。對這些典型的建筑空間進行測試與統(tǒng)計，所建立的離線信息數(shù)據(jù)庫能夠在較大程度上反映目標(biāo)環(huán)境內(nèi)不同位置的信號分布特征。
[0012]步驟二:模擬存在動態(tài)擾動時的場景，針對室內(nèi)空間的物體移動、人員走動等情景，對傳感器網(wǎng)絡(luò)節(jié)點之間的RSSI (Received Signal Strength Indicator,接收信號強度指示)影響進行統(tǒng)計分析，形成概率密度函數(shù)。
[0013]由于動態(tài)擾動存在很大的不確定性，無法以確定的數(shù)據(jù)反映其對于信號傳播的影響，采取概率密度函數(shù)是一種較為可取的方式。
[0014]步驟三:使移動機器人機載的傳感器網(wǎng)絡(luò)節(jié)點(移動節(jié)點)加入網(wǎng)絡(luò)，建立機器人與傳感器網(wǎng)絡(luò)之間的通信聯(lián)系，由移動節(jié)點從周邊的傳感器網(wǎng)絡(luò)節(jié)點獲得RSSI信號強度。
[0015]步驟四:當(dāng)移動機器人附近的環(huán)境條件發(fā)生改變時，根據(jù)建筑物的空間構(gòu)型確定相關(guān)聯(lián)的節(jié)點，采用支持向量機和Bayes估計等算法對離線數(shù)據(jù)庫進行動態(tài)調(diào)整，使其能夠正確反映當(dāng)前的環(huán)境擾動所造成的影響。
[0016]步驟五:在移動機器人的機載計算單元中，將實時獲得的接收信號強度與離線數(shù)據(jù)庫相結(jié)合，利用假設(shè)檢驗等方法確定當(dāng)前信號是否受到非視距污染，結(jié)合機器人狀態(tài)估計使用卡爾曼濾波等融合算法將假設(shè)檢驗的結(jié)果進行融合，以獲得可靠的狀態(tài)鑒別結(jié)果。
[0017]步驟六:當(dāng)信號受到動態(tài)擾動的影響，存在非視距污染情況時，結(jié)合前面所建立的離線信息數(shù)據(jù)庫和概率密度函數(shù)對非視距狀態(tài)進行量化分級，按照不同的信號阻塞級別對非視距誤差進行補償，獲得較為準(zhǔn)確的非視距測距數(shù)據(jù)。
[0018]步驟七:結(jié)合移動機器人從周邊節(jié)點獲得的視距與非視距測距數(shù)據(jù)，形成移動機器人的位置估計數(shù)據(jù)源，根據(jù)各節(jié)點的視距或非視距級別賦予相應(yīng)的權(quán)重，使用合適算法如高斯混合模型等計算并獲得移動機器人的具體位置。由于根據(jù)環(huán)境因素和動態(tài)擾動的影響給予周邊靜態(tài)節(jié)點測距數(shù)據(jù)以不同的權(quán)值，所獲得的機器人定位數(shù)據(jù)具有較高的可靠性。
[0019]步驟八:當(dāng)無法獲得周邊WSN節(jié)點的數(shù)據(jù)時，移動機器人依靠慣導(dǎo)設(shè)備進行定位和狀態(tài)估計；在獲得周邊節(jié)點的數(shù)據(jù)后，機器人控制器采用擴展卡爾曼濾波算法，將慣導(dǎo)數(shù)據(jù)與WSN數(shù)據(jù)相融合獲得準(zhǔn)確的機器人位置。
[0020]所述步驟一的預(yù)先部署WSN節(jié)點和環(huán)境測試與統(tǒng)計，包括如下步驟:
(1)在走廊、室內(nèi)的頂部安置傳感器網(wǎng)絡(luò)節(jié)點，使其能夠?qū)λ鶞y試的空間形成完全覆蓋;
(2)將目標(biāo)空間按照一定的間隔劃分為正方形網(wǎng)格，網(wǎng)格的頂點作為測試點；
(3)在每個測試點位置上，采用ZigBee頻譜分析儀同時獲得多個節(jié)點的信號強度數(shù)據(jù)；
(4)對無線信號強度數(shù)據(jù)進行分析，并提取其特征。
[0021]信號堵塞，指WSN節(jié)點之間存