激光测距在仓储搬运机器人运动中的应用.docVIP

激光测距在仓储搬运机器人运动中的应用 　　机器人同时定位与制图―SLAM（Simultaneous Localization and Mapping）与传感器紧密相关，具有精度高、速度快、效率高的激光雷达在实现仓储搬运机器人自主运动的相关算法中得到广泛的应用。本文详细介绍三角测量的原理并利用该原理实现对激光测距传感器的制作，结合旋转舵机，对低成本激光测距雷达的实现。根据SLAM系统结构，研究特征直线提取，着重研究激光三角测量算法，并对激光测距雷达的同时定位与地图构建系统进行仿真实验。 　　【关键词】Kiva系统 搬运机器人 SLAM 三角测量法 扩展卡 尔曼滤波 　　仓储搬运机器人作业颠覆传统电商物流中心作业“人找货、人找货位”模式，通过作业计划调动机器人，实现“货找人、货位找人”的模式，整个物流中心库区无人化。激光雷达与其他的测距传感器相比有着速度快、精度高的特点，因而，激光雷达在机器人的运动中得到了广泛的应用。SLAM问题的技术关键是在地图未知的情况下，机器人利用外部环境的扫描数据确定自身的位姿以及实现对地图的建立，主要的内容包括：特征提取、地图建立、自主定位。本文主要围绕仓储搬运机器人，针对激光SLAM问题展开研究，设计了一个仓储搬运机器人激光SLAM系统，在仓库未知环境中机器人利用自身装载的激光雷达和运动实现SLAM。 　　1 低成本激光测距原理 　　1.1 激光测距法 　　根据激光测距传感器在进行数据采集时所采用的原理不同而进行划分，可以分为激光脉冲法测距传感器、激光相位法测距传感器以及激光三角测距法传感器。 　　（1）激光脉冲法测距：激光脉冲法测距传感器通过对激光脉冲的时间差检测实现距离的测量。 　　（2）激光相位法测距：相位法激光测距技术，是对相关频率的激光按照一定的规则进行幅度调制，调制后的光波在被检测的距离之间传播，经反射后被传感器接受模块所接收。这种测量方法需要?o助装置进行激光的反射，不适合应用于室内机器人。 　　（3）三角测距激光传感器：机器人运动时，光电检测器接受面上光点的位置也相对的发生变化，根据光点的变化以及相关的参数，就可以计算出机器人移动的距离。由于激光发射器发射的光线与物体散射的光线组成了一个三角形，所以这种方法叫做三角测距法。 　　1.2 三角测距法原理 　　根据激光发射光束与物体表面垂线的角度不同，可以分为斜射式三角测距以及直射式三角测距两种方式。斜射式三角测距方式就是激光发射器的发射光线与物体表面不垂直，存在一定倾斜角度。斜射式三角测距激光传感器的激光路线图。激光光束经过透镜聚集成为一条直线光束后，按照与物体表面的垂线成一定的角度方式打在物体的表面，物体表面上的激光光点散射后，经过透镜聚焦以及对光线的过滤，最后被光电传感器接收转化为电信号。 　　斜射式三角激光测距法以及直射式三角激光测距法都是以非接触测量方式对距离进行测量，并且都具有精度高、速度快和实时好等特点，斜射式三角测距法要求被测物体的表面具有较好的反射性，对散射光的效果不佳，而直射式三角测距法只能接收探测光线在物体的散射光，要求物体具有较好的散光性。由于直射式激光测距传感器具有实现简单、误差较小、体积紧凑等特点，所以工程上经常采用直射式激光三角法制作激光传感器。 　　1.3 结构设计 　　激光测距雷达的最终目的是为了实现对周围环境一定角度内障碍物距离的测量。为了实现高精度的数据采集，本文采取的是利用舵机加激光测距传感器的方式对环境进行扫描，本文采用的是具有四级放大功能的舵机，经过一级级的力量放大，最终使舵机具有15KG的扭矩，完全可以满足系统承载的需要。 　　2 激光测距雷达EKL-SLAM 　　2.1 激光SLAM设计方案 　　本文所设计的室内机器人使用激光传雷达实现定位系统的原理图。本系统使用的是扩展卡尔曼滤波的方式对定位结果进行融合。系统是一个递归循环的过程。第一步是位姿的预测，机器人的行走具有高斯误差运动模型，也就是通过里程计获得的数据的误差符合高斯分布，通过对获取的里程计的数据进行分析计算便可以得到机器人的预测位姿。第二步根据预测的位姿信息，在栅格地图中找到相匹配的预测观测值，也就是激光测距雷达即将得到的位姿信息和环境特征。第三步对机器人的观测值和激光测距雷达所获得的观测数据进行匹配，将匹配后的数据进行融合，更新机器人的栅格地图以及位置信息，最终实现精确定位。 　　2.2 特征直线提取 　　激光测距雷达采集到的点是一系列的分散的点，特征直线的提取就是从这些分散的点中有效的提取出直线。在本文的绪论章节介绍了相关的直线提取的 算法――Hough变换和分割迭代。机器人是在仓库小范围环境运动需要做大量的扫描数据的特点，本文采用迭代分割法进行特征直线的提取。激光扫描的点是全都是离散