專利名稱：實(shí)現(xiàn)室內(nèi)服務(wù)機(jī)器人同時定位和地圖創(chuàng)建的裝置及機(jī)器人的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種智能裝置，尤其是涉及一種實(shí)現(xiàn)室內(nèi)服務(wù)機(jī)器人同時定位和地圖 創(chuàng)建的裝置，所述的室內(nèi)服務(wù)機(jī)器人具體涉及清掃機(jī)器人、保安機(jī)器人等等。
背景技術(shù)：
隨著科技水平和人們生活水平的不斷提高，自移動室內(nèi)服務(wù)機(jī)器人的應(yīng)運(yùn)而生， 已逐漸為人們所接受，機(jī)器人在自己移動的同時，通過其內(nèi)置的功能單元進(jìn)行工作為人們 提供服務(wù)，省時省力的工作特點(diǎn)受到了人們的認(rèn)同，從而在辦公家居環(huán)境中得到廣泛應(yīng)用。目前市場上出現(xiàn)的絕大多數(shù)自移動室內(nèi)服務(wù)機(jī)器人為清掃機(jī)器人，其包括驅(qū)動 部件、可再充電的供能單元和控制單元。在控制單元的控制和供能單元的能量供應(yīng)下，清掃 機(jī)器人在待處理工作表面上做隨機(jī)移動，機(jī)器人在隨機(jī)移動的同時，通過其內(nèi)置的清掃單 元對待處理工作表面進(jìn)行表面清潔處理。專利公開為W002101477，專利申請人為美國IROBOT公司，該專利文獻(xiàn)中對隨機(jī)清 掃有較為詳細(xì)地描述。在清掃機(jī)器人的前方，即運(yùn)動方向上設(shè)有碰撞板，碰撞板的二側(cè)設(shè) 有碰撞傳感器，機(jī)器人在執(zhí)行隨機(jī)模式移動時作充分地直線運(yùn)動。機(jī)器人在行進(jìn)時，碰撞板 與墻壁或其它障礙物發(fā)生碰撞，使得碰撞傳感器被激活，機(jī)器人接收到碰撞傳感器的激活 信號，控制行走機(jī)構(gòu)旋轉(zhuǎn)任一個角度，遠(yuǎn)離所碰撞的障礙物繼續(xù)直線行進(jìn)。除美國IROBOT公司公開了清掃機(jī)器人采用隨機(jī)清掃的技術(shù)方案之外，瑞士伊 萊克斯公司在2001年推出的第一代以及后續(xù)推出的第二代清掃機(jī)器人，產(chǎn)品名稱均為 TRIL0BITE(三葉蟲)，其采用的行走路線也同樣屬于隨機(jī)模式。TRIL0BITE在Normal和 Qucik工作模式中，清掃機(jī)器人通過其前方設(shè)有的超聲傳感器和碰撞傳感器的配合，使得 機(jī)器人在行進(jìn)過程中，當(dāng)發(fā)生機(jī)器人探測到前方的墻壁或其它障礙物時，或是機(jī)器人與前 方的墻壁或其它障礙物發(fā)生碰撞時，通過超聲傳感器的信號輸出或是碰撞傳感器的激活信 號，使得機(jī)器人旋轉(zhuǎn)一角度，遠(yuǎn)離相應(yīng)的障礙物繼續(xù)直線行進(jìn)。上述提及的清掃機(jī)器人采用隨機(jī)路線進(jìn)行移動，雖然執(zhí)行簡單，但不可避免地存 在有部分區(qū)域漏掃、而部分區(qū)域出現(xiàn)重復(fù)清掃的狀況發(fā)生，從而影響一次清掃覆蓋率和一 次清掃效率。針對以上問題，本申請人在2001年申請了《自動吸塵器的可清掃區(qū)域和障礙物區(qū) 域的識別方法》專利，專利號為ZL01108048.5。該技術(shù)方案指出了一種自動吸塵器的可清 掃區(qū)域和障礙物區(qū)域的識別方法。在一個呈封閉的區(qū)域內(nèi)，由吸塵器進(jìn)行X軸方向和Y軸 方向掃描；再由吸塵器對X軸方向掃描區(qū)域和Y軸方向掃描區(qū)域進(jìn)行邏輯分析，X軸方向掃 描和Y軸方向掃描都未能探測到的區(qū)域?yàn)檎系K物所在的坐標(biāo)區(qū)域，X軸方向掃描或Y軸方向 掃描已探測到的區(qū)域?yàn)榭汕鍜邊^(qū)域。此方法從理論上而言，通過“邏輯與”的概念是可以實(shí) 現(xiàn)有效識別出可清掃區(qū)域和障礙物區(qū)域。但這種梳狀移動的定位方式，屬于單定位方式，其 完全借助類似于編碼器等裝置，通過將編碼器安裝在行走機(jī)構(gòu)上來測量行走機(jī)構(gòu)的轉(zhuǎn)速、 判斷旋轉(zhuǎn)方向，從而進(jìn)行定位控制。然而，行走機(jī)構(gòu)在待工作表面進(jìn)行移動時，不可避免地
4會出現(xiàn)打滑、丟步等現(xiàn)象。當(dāng)出現(xiàn)此類狀況時，行走機(jī)構(gòu)仍處于工作運(yùn)轉(zhuǎn)中，編碼器裝置則 仍在計數(shù)，但實(shí)際上，行走機(jī)構(gòu)以及清掃機(jī)器人此刻相對于待工作表面不存在移動關(guān)系，由 此編碼器的計數(shù)產(chǎn)生了誤信號，影響后續(xù)的路徑掃描和路徑規(guī)劃?；谏鲜鎏岢龅母黝悹顩r，因此，有必要提供一種新的方式來解決上述缺點(diǎn)。

發(fā)明內(nèi)容
本發(fā)明所要解決的技術(shù)問題在于，提供一種實(shí)現(xiàn)自移動室內(nèi)服務(wù)機(jī)器人同時定位 和地圖創(chuàng)建的裝置以及自移動室內(nèi)服務(wù)機(jī)器人，通過對該裝置的應(yīng)用可以準(zhǔn)確判斷自移動 室內(nèi)服務(wù)機(jī)器人的所在位置。為解決上述技術(shù)問題，本發(fā)明所提供的技術(shù)方案為一種實(shí)現(xiàn)自移動室內(nèi)服務(wù)機(jī)器人同時定位和地圖創(chuàng)建的裝置，包括外部傳感器， 用于探測所述機(jī)器人外部的環(huán)境信息；內(nèi)部傳感器，用于探測所述機(jī)器人自身的位置信息； 信息處理模塊，通過所述機(jī)器人在外部環(huán)境中移動，記錄所述外部傳感器和所述內(nèi)部傳感 器的測量數(shù)據(jù)，對環(huán)境進(jìn)行特征提取，利用遞推形式的預(yù)測和更新算法得出所述機(jī)器人的 位姿和特征地圖，在滿足特征匹配的條件下，實(shí)現(xiàn)對相應(yīng)的所述位姿和特征地圖的更新。一種實(shí)現(xiàn)同時定位和地圖創(chuàng)建的自移動室內(nèi)服務(wù)機(jī)器人，包括機(jī)器人本體、控制 單元、驅(qū)動單元、行走單元和功能單元，所述控制單元控制功能單元工作，并控制驅(qū)動單元， 由驅(qū)動單元驅(qū)動行走單元行走；室內(nèi)服務(wù)機(jī)器人還包括外部傳感器，用于探測所述機(jī)器人 外部的環(huán)境信息；內(nèi)部傳感器，用于探測所述機(jī)器人自身的位置信息；所述控制單元通過 所述機(jī)器人在外部環(huán)境中移動，記錄所述外部傳感器和所述內(nèi)部傳感器的測量數(shù)據(jù)，對環(huán) 境進(jìn)行特征提取，利用遞推形式的預(yù)測和更新算法得出所述機(jī)器人的位姿和特征地圖，在 滿足特征匹配的條件下，實(shí)現(xiàn)對相應(yīng)的所述位姿和特征地圖的更新。本發(fā)明中，自移動室內(nèi)服務(wù)機(jī)器人在未知環(huán)境下依靠傳感器對所獲取的信息進(jìn)行 環(huán)境建模，同時利用所創(chuàng)建的環(huán)境地圖估計其本身的位姿，使得機(jī)器人在未知環(huán)境中創(chuàng)建 地圖，同時利用地圖實(shí)現(xiàn)真正的自主導(dǎo)航。把室內(nèi)服務(wù)機(jī)器人放置在未知環(huán)境中，將定位與 地圖創(chuàng)建二者合而為一，使得機(jī)器人增量式地創(chuàng)建未知環(huán)境的連續(xù)地圖，同時確定它在地 圖中的位置，這對于室內(nèi)諸如家庭和辦公環(huán)境內(nèi)進(jìn)行工作的服務(wù)機(jī)器人而言，能夠十分有 效地提高一次工作效率、提高一次工作表面覆蓋率，極大地提高了自移動室內(nèi)服務(wù)機(jī)器人 的自主性，并進(jìn)一步突顯了機(jī)器人的智能水平。附圖明書

圖1為本發(fā)明一實(shí)施例中機(jī)器人的總體結(jié)構(gòu)示意圖；圖2為本發(fā)明所述自移動室內(nèi)服務(wù)機(jī)器人的控制框圖；圖3為本發(fā)明所述自移動室內(nèi)服務(wù)機(jī)器人中的具有同時定位和地圖創(chuàng)建的裝置 的基本控制框圖。圖4為本發(fā)明所述自移動室內(nèi)服務(wù)機(jī)器人中的具有同時定位和地圖創(chuàng)建的裝置 的基本工作原理流程圖。圖5為本發(fā)明所述自移動室內(nèi)服務(wù)機(jī)器人中的具有同時定位與地圖創(chuàng)建的實(shí)際 算法流程圖。
具體實(shí)施例方式本發(fā)明提供了一種自移動清掃機(jī)器人，所述自移動機(jī)器人具有同時定位與地圖創(chuàng) 建來定位自移動清掃機(jī)器人的當(dāng)前位置以及地圖特征。本發(fā)明以清掃機(jī)器人為例，對本發(fā)明進(jìn)行詳細(xì)說明。如圖1所示，為發(fā)明一具體實(shí) 施例---清掃機(jī)器人的整體結(jié)構(gòu)示意圖。如圖1所示，為本發(fā)明的控制結(jié)構(gòu)組成框圖。結(jié) 合圖1和圖2所示，所述清掃機(jī)器人包括機(jī)器人本體1、控制單元2、驅(qū)動單元3、行走單元4 和功能單元5，控制單元2位于該機(jī)器人本體1體內(nèi)。控制單元2通過驅(qū)動單元3驅(qū)動行走 單元4轉(zhuǎn)動，行走單元4帶動機(jī)器人本體1移動。所述功能單元5為清潔單元。該清掃機(jī)器人帶有同時定位與地圖創(chuàng)建的裝置，如圖3所示為具有同時定位與地 圖創(chuàng)建的裝置的控制框圖。該裝置配備有內(nèi)部和外部傳感器，內(nèi)部傳感器為里程計，即為里 程計采集模塊30 ；外部傳感器為單個圖像傳感器，即為圖像采集模塊10，用于采集待工作 表面區(qū)域的圖像信息。本實(shí)施例中，圖像視覺傳感器為CMOS傳感器，當(dāng)然也可以是CCD等 其它視覺傳感器。除此之外，裝置還包括信息處理模塊20，該信息處理模塊20包括特征提 取單元210、特征匹配比較單元220、位姿與環(huán)境特征更新單元230和位姿與環(huán)境特征預(yù)測 單元240。下面結(jié)合圖3和圖4對基本工作原理流程圖展開敘述。圖像采集模塊10采集待工 作表面的圖像信息(步驟S100)。圖像采集模塊10所采集到的信息經(jīng)過處理形成外部環(huán)境 的幾何特征，以長度、寬度、位置等參量表示，特征地圖可以表示為R= (fili = 1,2,…， M)，其中fi是環(huán)境特征，M是地圖中的特征數(shù)。在機(jī)器人同時定位與地圖創(chuàng)建中，通過圖像 傳感器的圖像采集獲得外部環(huán)境的輪廓特征及其位置信息。對于所獲得的圖像信息進(jìn)行特 征提取，提取特征的方法采用哈夫變換方法，通過該方法來對能夠反映大范圍環(huán)境的諸如 直線、線段、角、點(diǎn)等結(jié)構(gòu)化特征進(jìn)行提取(步驟S110)。所說的哈夫變換方法，包括加權(quán)哈 夫變換法、直方圖法等等。裝置10設(shè)有的里程計采集模塊30位于清掃機(jī)器人的底盤上，與清掃機(jī)器人的行 走單元相連接，用于探測行走單元的工作狀態(tài)。里程計采集模塊30的信息輸入到系統(tǒng)狀態(tài) 方程之中(步驟S150)，通過卡爾曼濾波作最小均方差估計，即系統(tǒng)狀態(tài)變量X= [XTr,XTi; XV…，XTN]T，其中& = [x,y, θ]表示機(jī)器人的位姿，Xi = [xiyi]T表示環(huán)境特征的位置 坐標(biāo)，通過方程完成對位姿和地圖特征的預(yù)測(步驟S140)。在步驟SllO中對環(huán)境特征的 觀測和提取后，用來更新位姿和特征地圖(步驟S130)。狀態(tài)更新包括新特征的增加、消失 特征的刪除、重復(fù)觀察特征的更新。在預(yù)測與更新之間，要進(jìn)行特征匹配(步驟S120)。只 有匹配特征才能用來更新位姿和特征地圖。對于步驟S120特征匹配來說，特征匹配是不同時刻對環(huán)境的觀測是否來源于同 一特征。特征匹配與采用的理論方法及傳感器模型有關(guān)。在通常的SLAM算法中，觀測量 要與系統(tǒng)狀態(tài)變量匹配，以確定更新目標(biāo)。成功的數(shù)據(jù)相關(guān)涉及正確的觀測與相應(yīng)的狀態(tài) 變量匹配、探測和排除虛假觀測以及初始化新的軌跡。特征匹配是數(shù)據(jù)融合的關(guān)鍵技術(shù)， 方法很多。在室內(nèi)移動服務(wù)機(jī)器人實(shí)現(xiàn)同時定位與地圖創(chuàng)建中，大多數(shù)方法都是基于更新 序列和預(yù)測協(xié)方差矩陣。更新序列定義為觀測值與基于觀測模型的狀態(tài)變量預(yù)測值之差，
Vk=Zk-Z k，則標(biāo)準(zhǔn)距離定為心=vTkS_>k，其中&為更新協(xié)方差矩陣。如果更新序列符合
高斯分布，則vTkvk將是X2分布的；當(dāng)觀測值落入X2分布的某個固定的區(qū)間時，作為可接受
6觀測值，否則予以排除。即根據(jù)X2分布確定的可接受區(qū)間，得出確認(rèn)門限，與根據(jù)公式d2k = VkfkVk得出的標(biāo)準(zhǔn)距離比較，確定觀測值是否可以接受。然后根據(jù)最近鄰濾波方法篩選出 距離最近的特征作為更新特征。此外，為簡化特征匹配的計算量，選取對收斂速度有決定性 作用的特征，并從地圖中刪除其他的路標(biāo)特征，對收斂速率的影響非常小，但計算復(fù)雜度將 大大降低。在全局層中，一系列的局部地圖組成一個連接圖，在面對地圖之間的匹配問題時， 實(shí)現(xiàn)m個標(biāo)志與擁有η個標(biāo)志的地圖之間的數(shù)據(jù)關(guān)聯(lián)的復(fù)雜度與m之間呈指數(shù)關(guān)系，假設(shè) 每個觀測到的標(biāo)志1有Iii個可能的匹配，那么對于m個標(biāo)志需要在指數(shù)空間Jimi = Ini中 搜索正確的匹配。數(shù)據(jù)關(guān)聯(lián)的搜索空間與環(huán)境的復(fù)雜程度以及機(jī)器人的定位誤差有關(guān)，環(huán) 境的復(fù)雜程度的增加會使m增大，而誤差的增大會使ni增大?；趯ν瑫r定位與地圖創(chuàng)建的裝置基本工作原理流程圖的描述，現(xiàn)針對本實(shí)施 例，對裝置有關(guān)同時定位與地圖創(chuàng)建的實(shí)際算法流程做一簡單描述。如圖5所示，裝置包 括內(nèi)部傳感器和外部傳感器，所述的內(nèi)部傳感器為里程計；所述的外部傳感器為單個CMOS 傳感器，該圖像傳感器位于清掃機(jī)器人的前端部且呈水平放置，用于采集待工作表面區(qū)域 的圖像信息(步驟S200)。采用哈夫變換方法對所獲得的圖像信息進(jìn)行直線特征提取(步 驟S210)。里程計位于清掃機(jī)器人的底盤上，與清掃機(jī)器人的驅(qū)動輪相連接，用于探測驅(qū)動 輪的工作狀態(tài)；將里程計的信息輸入到系統(tǒng)狀態(tài)方程之中，通過方程完成對位姿和地圖特 征的預(yù)測(步驟S270)。對于獲取的環(huán)境特征，需要將其與已有的地圖數(shù)據(jù)進(jìn)行數(shù)據(jù)關(guān)聯(lián) (步驟S220)。在特征匹配時，對有無發(fā)現(xiàn)新特征進(jìn)行差別(步驟S230)。如發(fā)現(xiàn)有新特 征，則將該特征加入狀態(tài)向量，同時對狀態(tài)進(jìn)行擴(kuò)維(步驟S240)；如沒有發(fā)現(xiàn)有新特征，則 更新狀態(tài)、構(gòu)建地圖(步驟S250)。而后，通過控制策略進(jìn)入下一輪的獲取視覺信息(步驟 S260)。所說的控制策略，具體是指以環(huán)境圖像中的直線作為特征、采用跟蹤直線的導(dǎo)航方 式，增加觀測的次數(shù)并快速地減小里程計的累積誤差，加快卡樂曼濾波方法的收斂速度。在 這里，步驟S250中提及的構(gòu)建地圖，常用的構(gòu)建方法有柵格地圖法、特征地圖法和拓樸地 圖法等。本實(shí)施例中，采用的構(gòu)建地圖方法為特征地圖法。對于裝置同時定位與地圖創(chuàng)建的過程中，對于遞推形式的預(yù)測和更新算法中，除 了采用本實(shí)施例中描述的卡爾曼濾波方法之外，也可以采用粒子濾波方法。現(xiàn)對粒子濾波 方法做一簡單描述。移動機(jī)器人定位是對不確定信息的處理，這種不確定因系主要有(1) 機(jī)器人對外部感知能力的限制；(2)外部環(huán)境的擾動；(3)機(jī)器人內(nèi)部傳感器的誤差。系 統(tǒng)噪聲和觀測噪聲的任何模型和假設(shè)都有局限性，且復(fù)雜的概率模型影響決策的實(shí)時性。 粒子濾波以樣本集合的方法逼近概率分布，當(dāng)樣本數(shù)N —c 時可以逼近任何形式的概率分 布。因此，粒子濾波能夠比較精確地表達(dá)基于觀測量和控制量的后驗(yàn)概率分布。粒子濾波是 針對離散時間、部分能觀、能控Markov鏈的后驗(yàn)概率估計方法，目前主要應(yīng)用在室外大環(huán) 境下的同時定位與地圖創(chuàng)建。P(XtIut^H)是系統(tǒng)的觀測模型。通過觀測量Zt = Ztl,...， Zt控制量Ut = Utl，. . .，ut，Ut恢復(fù)系統(tǒng)的后驗(yàn)概率分布，通常應(yīng)用遞推形式Bayes濾波算 法(Xt|Zt,Ut) = const .p(zt|xt) f P (Xt I Ut, Xh) xp (Xh I Zh, Uh) dXH。粒子濾波易于實(shí) 現(xiàn)，不需要線性化非線性模型，但對于高維狀態(tài)空間，樣本數(shù)很大，需要高的運(yùn)算速度，對計 算機(jī)硬件的要求高。因此，粒子濾波常用于全局定位問題。粒子濾波在移動機(jī)器人同時定 位與地圖創(chuàng)建中屬于高維應(yīng)用，主要針對室外非結(jié)構(gòu)化環(huán)境。與卡爾曼濾波相比，粒子濾波具有以下三大優(yōu)越性；1、粒子濾波的計算量是0(N log K)，N是樣本數(shù)。實(shí)踐證明，在一定 的不確定范圍內(nèi)，N是常數(shù)。2、粒子濾波可以處理后驗(yàn)概率為非高斯、多模型分布的情況， 可更充分地利用觀測數(shù)據(jù)，處理否定信息。而在這種情況下，卡爾曼濾波將導(dǎo)致數(shù)據(jù)相關(guān)的 失敗。3、應(yīng)用粒子濾波處理數(shù)據(jù)相關(guān)問題具有較強(qiáng)的魯棒性。另外，來自不同傳感器的環(huán)境信息可以為特征提取提供冗余信息，提高環(huán)境特征 定位的精確性和特征識別的可靠性。對冗余信息的處理和應(yīng)用需要進(jìn)行不確定幾何信息的 系統(tǒng)描述并保證融合機(jī)制的一致性。本實(shí)施例中，外部傳感器只設(shè)有單個CMOS圖像傳感 器，為使得定位精度和特征識別更為可靠、精準(zhǔn)，外部傳感器還可以包括激光傳感器，通過 視覺傳感器從灰度圖像提取的數(shù)據(jù)與激光數(shù)據(jù)匹配來有效地識別環(huán)境特征，剔除環(huán)境地圖 中的模糊特征?；蛘呤峭獠總鞲衅靼t外傳感器或者是聲納傳感器，通過與圖像傳感器 的有效配合而提高精度。而為便于測試精度更為準(zhǔn)確，更為清晰地獲得環(huán)境特征的深度信 息，提取三維特征，外部傳感器可以通過設(shè)置兩個或是多個CMOS圖像傳感器來實(shí)現(xiàn)。當(dāng)然， 更為清晰地獲得環(huán)境特征的深度信息，提取三維特征，外部傳感器也可以設(shè)置兩個或是多 個CCD圖像傳感器。采用單個或多個CCD圖像傳感器時，也可以按實(shí)際需要，與激光、超聲 或紅外傳感器組合使用。當(dāng)然，除本實(shí)施例中所描述的外部傳感器包括CMOS圖像傳感器之外，也可以根據(jù) 實(shí)際工作需要，外部傳感器僅包括激光傳感器、聲納傳感器、紅外傳感器或者是其中多個的 任意組合。除本實(shí)施例中所描述的內(nèi)部傳感器為里程計之外，也可以根據(jù)實(shí)際工作需要，內(nèi) 部傳感器采用陀螺儀等檢測裝置。最后應(yīng)說明的是以上實(shí)施例僅用以說明發(fā)明的技術(shù)方案而非限制。盡管參照上 述實(shí)施例對本發(fā)明進(jìn)行了詳細(xì)說明，本領(lǐng)域的普通技術(shù)人員應(yīng)當(dāng)理解，依然可以對本發(fā)明 的技術(shù)方案進(jìn)行修改和等同替換，而不脫離本技術(shù)方案的精神和范圍，其均應(yīng)涵蓋在本發(fā) 明的權(quán)利要求范圍當(dāng)中。
8
權(quán)利要求
一種實(shí)現(xiàn)室內(nèi)服務(wù)機(jī)器人同時定位和地圖創(chuàng)建的裝置，其特征在于，包括外部傳感器，用于探測所述機(jī)器人外部的環(huán)境信息；內(nèi)部傳感器，用于探測所述機(jī)器人自身的位置信息；信息處理模塊，通過所述機(jī)器人在外部環(huán)境中移動，記錄所述外部傳感器和所述內(nèi)部傳感器的測量數(shù)據(jù)，對環(huán)境進(jìn)行特征提取，利用遞推形式的預(yù)測和更新算法得出所述機(jī)器人的位姿和特征地圖，在滿足特征匹配的條件下，實(shí)現(xiàn)對相應(yīng)的所述位姿和特征地圖的更新。
2.根據(jù)權(quán)利要求1所述的裝置，其特征在于，所述外部傳感器包括單個或多個CMOS圖 像傳感器；或者，所述外部傳感器包括單個或多個CCD圖像傳感器。
3.根據(jù)權(quán)利要求2所述的裝置，其特征在于，所述外部傳感器還包括激光、聲納或者紅 外傳感器。
4.根據(jù)權(quán)利要求1所述的裝置，其特征在于，所述內(nèi)部傳感器為里程計。
5.根據(jù)權(quán)利要求1所述的裝置，其特征在于，所述信息處理模塊對所述外部傳感器探 測到的外部環(huán)境信息進(jìn)行處理，形成外部環(huán)境的幾何特征；所述信息處理模塊通過采取哈夫變換方法對所形成的所述外部環(huán)境的幾何特征進(jìn)行 特征提取。
6.根據(jù)權(quán)利要求1所述的裝置，其特征在于，所述遞推形式的預(yù)測和更新算法為卡爾 曼濾波方法，將機(jī)器人的位姿向量和環(huán)境特征向量組織在一個高維狀態(tài)向量之中，用卡爾 曼濾波作最小均方差估計；或者，所述遞推形式的預(yù)測和更新算法為粒子濾波方法，以樣本集合的方法逼近概率 分析。
7.根據(jù)權(quán)利要求1所述的裝置，其特征在于，所述特征匹配的方法是基于更新序列和 預(yù)測協(xié)方差矩陣實(shí)現(xiàn)，其中，更新序列定義為觀測值與基于觀測模型的狀態(tài)變量預(yù)測值之 差；所述特征匹配的方法其后根據(jù)最近鄰濾波方法篩選出距離最近的特征作為更新特征。
8.一種實(shí)現(xiàn)同時定位和地圖創(chuàng)建的室內(nèi)服務(wù)機(jī)器人，包括機(jī)器人本體、控制單元、驅(qū)動 單元、行走單元和功能單元，所述控制單元控制功能單元工作，并控制驅(qū)動單元，由驅(qū)動單 元驅(qū)動行走單元行走，其特征在于，還包括外部傳感器，用于探測所述機(jī)器人外部的環(huán)境信 息；內(nèi)部傳感器，用于探測所述機(jī)器人自身的位置信息；所述控制單元通過所述機(jī)器人在 外部環(huán)境中移動，記錄所述外部傳感器和所述內(nèi)部傳感器的測量數(shù)據(jù)，對環(huán)境進(jìn)行特征提 取，利用遞推形式的預(yù)測和更新算法得出所述機(jī)器人的位姿和特征地圖，在滿足特征匹配 的條件下，實(shí)現(xiàn)對相應(yīng)的所述位姿和特征地圖的更新。
9.根據(jù)權(quán)利要求8所述的室內(nèi)服務(wù)機(jī)器人，其特征在于，所述控制單元包括信息處理 模塊，用于接受所述外部傳感器和內(nèi)部傳感器發(fā)送的信息，實(shí)現(xiàn)對所述機(jī)器人位姿和特征 地圖的更新。
10.根據(jù)權(quán)利要求8所述的室內(nèi)服務(wù)機(jī)器人，其特征在于，所述外部傳感器包括單個或 多個CMOS圖像傳感器；或者，所述外部傳感器包括單個或多個CCD圖像傳感器。
11.根據(jù)權(quán)利要求8所述的室內(nèi)服務(wù)機(jī)器人，其特征在于，所述內(nèi)部傳感器為里程計。
12.根據(jù)權(quán)利要求8所述的室內(nèi)服務(wù)機(jī)器人，其特征在于，所述信息處理模塊對所述外 部傳感器探測到的外部環(huán)境信息進(jìn)行處理，形成外部環(huán)境的幾何特征；所述信息處理模塊通過采取哈夫變換方法對所形成的所述外部環(huán)境的幾何特征進(jìn)行 特征提取。
13.根據(jù)權(quán)利要求8所述的室內(nèi)服務(wù)機(jī)器人，其特征在于，所述遞推形式的預(yù)測和更新 算法為卡爾曼濾波方法，將機(jī)器人的位姿向量和環(huán)境特征向量組織在一個高維狀態(tài)向量之 中，用卡爾曼濾波作最小均方差估計；或者，所述遞推形式的預(yù)測和更新算法為粒子濾波方法，以樣本集合的方法逼近概率 分析。
14.根據(jù)權(quán)利要求8所述的室內(nèi)服務(wù)機(jī)器人，其特征在于，所述特征匹配的方法是基于 更新序列和預(yù)測協(xié)方差矩陣實(shí)現(xiàn)，其中，更新序列定義為觀測值與基于觀測模型的狀態(tài)變 量預(yù)測值之差；所述特征匹配的方法其后根據(jù)最近鄰濾波方法篩選出距離最近的特征作為更新特征。
15.根據(jù)權(quán)利要求8所述的室內(nèi)服務(wù)機(jī)器人，其特征在于，所述功能單元為清潔單元。
全文摘要
本發(fā)明公開了一種實(shí)現(xiàn)室內(nèi)服務(wù)機(jī)器人同時定位和地圖創(chuàng)建的裝置及帶有該裝置的室內(nèi)服務(wù)機(jī)器人，該裝置包括外部傳感器、內(nèi)部傳感器和信息處理模塊，通過所述機(jī)器人在外部環(huán)境中移動，記錄所述外部傳感器和所述內(nèi)部傳感器的測量數(shù)據(jù)，對環(huán)境進(jìn)行特征提取，利用遞推形式的預(yù)測和更新算法得出所述機(jī)器人的位姿和特征地圖，在滿足特征匹配的條件下，實(shí)現(xiàn)對相應(yīng)的所述位姿和特征地圖的更新。本裝置把移動機(jī)器人放置在未知環(huán)境中，將定位與地圖創(chuàng)建二者合而為一，使得機(jī)器人增量式地創(chuàng)建未知環(huán)境的連續(xù)地圖，同時確定它在地圖中的位置，如此有效地提高了一次工作效率，提高了自移動室內(nèi)服務(wù)機(jī)器人的自主性，并進(jìn)一步突顯了機(jī)器人的智能水平。
文檔編號G05D1/02GK101920498SQ200910032448
公開日2010年12月22日 申請日期2009年6月16日 優(yōu)先權(quán)日2009年6月16日
發(fā)明者錢東奇 申請人:泰怡凱電器(蘇州)有限公司