智能陪护机器人定位导航系统研制

成果编号：37331

价格：面议

完成单位：南京理工大学

单位类别：211系统院所

完成时间：2021年

成熟程度：研制阶段

服务产业领域：电子信息

我要对接关注发送消息

发布人：受理处在线

发送消息

本课题主要开展了基于激光、惯导、编码器等多传感器信息融合的智能陪护机器人室内导航定位系统的研制。所研制导航定位系统，可以克服传统导航定位技术的一些缺陷，不依赖人工布线和轨迹，不依赖外界无线电信标和超声信标，减少对环境的改变，实现半未知环境下，机器人快速精确定位，满足智能陪护机器人的需求。（1）半未知环境下低成本自主导航方案设计单一的传感器在实际定位导航过程中，往往难以取得成本和精度的平衡，故而难以解决保姆型智能陪护机器人所亟需的精确室内导航定位问题。特别是传统激光高昂的价格，使得高精度的激光SLAM算法难以在实际机器人产品中得以广泛应用。项目组通过自适应无迹卡尔曼滤波融合算法，对低成本激光，摄像头以及里程计的信息进行融合处理，在算法层动态估计传感器噪声特性，从而在较低硬件成本的基础上，实现高精度的自主定位导航。（2）大场景地图构建与实时定位技术传统即时定位与构图（SLAM）技术往往针对的是背景简单的静态环境，在动态环境中难以实现或效果较差，不适用于本课题所研究的半未知环境。本项目在传统SLAM算法的基础上，对室内结构特征进行提取和学习，构建相比传统栅格地图，更为鲁棒的动态地图。使用动态SLAM技术，进一步提高了机器人在动态环境下，构图和定位的精度和稳定性。（3）异构信息的同构匹配技术由于目前特征匹配问题中研究的多是单一特征匹配，在采用多传感器融合技术的机器人上，往往难以满足机器人对异构信息特征匹配的需求。针对当前环境特征提取与匹配算法时间较长，难以满足机器人在室内快速稳定运动的需求，课题组在已知全部或局部地图的情况下，研究了如何快速完成半未知环境下异构信息的同构匹配，用于解决当实际环境发生轻微变换时，机器人快速定位问题。（4）机器人自学习运动规划算法针对当前已有机器人运动规划算法优化目标较为单一的问题，难以满足半未知环境下对机器人运动控制的要求，项目组从能耗、安全、柔顺等目标函数入手，利用自学习算法，实现全向全驱移动机器人在室内环境下的运动规划，提高机器人运动规划的智能程度和规划效率，使得机器人可以在给定的时间内到达指定目标点完成相应任务。

94 次浏览分享到

成果介绍

科技计划：省部级：江苏省重点研发计划产业前瞻与共性关键技术

成果形式：新技术

合作方式：技术转让、技术开发、技术咨询、技术服务、共建载体

参与活动：

专利情况：正在申请 ,其中:发明专利 6 项
已授权专利,其中:发明专利 1 项

成果简介

综合介绍

创新要点

（1）针对动态SLAM构建问题，传统即时定位与构图（SLAM）技术往往针对的是背景简单的静态环境，与本项目所研究的半未知环境有较大差异。传统的算法在动态环境中难以实现或效果较差。本项目对二维激光传感器数据和室内结构特征，进行滤波和深度学习，构建环境地图，并滤除运动物体对环境地图造成的影响，进一步提高了在动态环境下，构图和定位的精度和稳定性。（2）针对异构信息的同构匹配问题，目前特征匹配问题中研究的多是单一特征匹配，在采用多传感器融合技术的机器人上，往往难以满足机器人对异构信息特征匹配的需求，进而影响机器人在室内环境下的快速定位和运动。本项目在半未知环境下，解决了当实际环境发生变换时，如何快速实时得到准确的位姿信息。（3）针对智能运动规划问题，传统的规划问题往往只关注抽象的位置和距离信息，而在实际应用中，则需要人为的选取目标，并获取位置信息，进行规划，使得规划过程繁琐，不够智能。此外，在面临大规模多目标的情况，现有算法往往难以同时保证时效性和准确性，难以满足本项目智能化的需求。本项目提出了自学习运动规划算法。该算法可以同时针对多个目标，实现运动规划，并不断积累经验，逐步提高规划效率和性能。

技术指标

（1）地图覆盖范围：≥1000m2；（2）定位精度：±5cm；（3）位置数据更新周期不大于200ms；（4）平均无故障时间不小于8000小时；

其他说明

完成人信息

姓名：对接成功后可查看

所在部门：对接成功后可查看

职务：对接成功后可查看

职称：对接成功后可查看

手机：对接成功后可查看

E-mail：对接成功后可查看

电话：对接成功后可查看

传真：对接成功后可查看

邮编：对接成功后可查看

通讯地址：对接成功后可查看

联系人信息