本發明專利技術公開了一種實現機器人車載導航裝置實測坐標校正與預測的方法，通過利用機器人對導航設備/裝備所提供的實時實測的室內坐標值進行正確性判斷，對所提供的錯誤或有偏差的坐標值進行修正；在預測下一個時刻的坐標過程中，采用快速集成經驗模式分解算法、增廣迪基富勒檢驗模型、卡爾曼濾波算法以及加權處理完成預測，使得預測精度得到保證的同時，大大的降低了預測的復雜性，并且克服了重復性差的問題，整個過程實現簡單，本發明專利技術避開了常規的抗干擾性思考，采用的一種巧妙解決干擾信號嚴重問題的新思維，實現了準確的高實時性的機器人室內導航的預測。
【技術實現步驟摘要】
本專利技術屬于機器人導航領域，特別涉及一種實現機器人車載導航裝置實測坐標校正與預測的方法。
技術介紹
在移動機器人的室內應用領域，當移動機器人在室內復雜環境的運動時，不可避免會遇到各類由于機器人車載導航裝置收到室內干擾而造成給移動機器人提供錯誤的機器人室內坐標，從而導致移動機器人發生走偏或走丟等問題。這個問題嚴重影響了移動機器人在復雜室內環境的安全運行。為解決這個問題，國內外專家致力于不斷地提高機器人車載導航產品的可靠性和抗干擾能力，但是，現有技術中的抗干擾效果不佳，仍存在一定缺陷。
技術實現思路
本專利技術針對現有技術中存在的機器人導航過程中存在大量的干擾信號的問題，提出了一種新的導航方法，通過構建坐標預測模型，提前預測機器人坐標，從而避免機器人導航出現偏差或走丟的問題。一種實現機器人車載導航裝置實測坐標校正與預測的方法，包括以下步驟：步驟1：利用導航裝置所提供的機器人實時室內坐標值和歷史機器人室內坐標，分別形成三維坐標軸上的三組坐標時間序列；步驟2：利用坐標時間序列構建預測模型，然后使用預測模型獲取下一時刻的機器人室內坐標，以機器人室內坐標預測值和實測值進行比較：若兩者誤差超過誤差設定值，則將機器人室內坐標預測值作為機器人下一時刻室內坐標，否則，將機器人室內坐標實測值作為機器人下一時刻室內坐標；步驟3：將機器人下一時刻室內坐標存入坐標時間序列中，更新坐標時間序列，返回步驟2，實現機器人車載導航裝置實測坐標的校正與預測，直到機器人停止運動。因為機器人的連續坐標值數據是有潛在的數據特性規律的，即可用根據歷史時刻數據預測出下一時刻的值。所述步驟2中利用坐標時間序列構建預測模型包括三個坐標軸的預測模型，每個坐標軸上的預測模型的構建步驟相同，模型構建步驟以及使用預測模型獲取下一時刻的機器人室內坐標具體過程如下：步驟A：利用卡爾曼濾波算法對機器人的一坐標軸上的坐標時間序列進行濾波處理；步驟B：利用混合分解策略對濾波后的坐標時間序列進行分解，獲得分解坐標序列群；步驟C：對分解坐標序列群分段采用卡爾曼濾波算法建立卡爾曼濾波預測模型；步驟D：利用各段卡爾曼濾波預測模型獲得的預測值進行求和處理，獲得對應坐標軸上下一時刻的坐標預測值。所述步驟B中利用混合分解策略對濾波后的坐標時間序列進行分解，具體過程如下：首先，運用快速集成經驗模式分解算法對濾波后的機器人坐標序列進行分解，獲得機器人坐標序列群，即一次分解坐標序列群；其次，利用增廣迪基富勒檢驗模型對上述的機器人坐標序列群逐個進行平穩性檢驗，若存在坐標序列的ADF檢驗結果呈現為非平穩，則利用小波算法對ADF檢驗結果呈現非平穩的序列進行第二次分解，并將第二次分解后所獲得的坐標序列群替代一次分解坐標序列群中對應的非平穩序列，獲得最終用于預測計算的擬預測坐標序列群。將坐標時間序列輸入預測模型獲得預測值后，依據預測值與實測值進行比較，判斷是否需要用預測值取代錯誤的實測值，接著再更新預測模型，繼續獲取下一個預測值，如此往復更新。本專利技術避開常規的抗干擾性思考，提出的一種巧妙解決干擾信號嚴重問題的新思維，利用機器人對導航設備/裝備所提供的實時實測的室內坐標值進行正確性判斷，對所提供的錯誤或有偏差的坐標值進行修正，那么機器人就不會出現上述的走偏和走丟等問題。也就是機器人自身具備對車載導航裝置所測的錯誤坐標數據進行校正。要讓機器人能夠對當前的實測的室內坐標值進行有效的判斷并修正，就要求機器人能夠根據車載導航裝置所提供的歷史實測坐標值計算出所需的下一時刻的坐標值，即實現未來坐標值的超前一步預測功能。機器人有了下一時刻的預測坐標值，就可以用該值對下一時刻的實測坐標值來進行校正。有益效果本專利技術提供了一種實現機器人車載導航裝置實測坐標校正與預測的方法，通過利用機器人對導航設備/裝備所提供的實時實測的室內坐標值進行正確性判斷，對所提供的錯誤或有偏差的坐標值進行修正；在預測下一個時刻的坐標過程中，采用快速集成經驗模式分解算法、增廣迪基富勒檢驗模型、卡爾曼濾波算法以及加權處理完成預測，使得預測精度得到保證的同時，大大的降低了預測的復雜性，并且克服了重復性差的問題，整個過程實現簡單，本專利技術避開了常規的抗干擾性思考，采用的一種巧妙解決干擾信號嚴重問題的新思維，實現了準確的高實時性的機器人室內導航的預測。附圖說明圖1為本專利技術所述方法的原理流程圖；圖2為本專利技術中構建預測模型的流程示意圖；圖3為本專利技術所述預測方法的具體流程示意圖；圖4為本專利技術實例中一組實測的機器人室內X軸坐標值原始序列示意圖；圖5為對圖4執行基于卡爾曼算法的濾波處理后的機器人室內坐標序列示意圖；圖6為對圖5執行基于快速集成經驗模式分解算法的一次分解計算后的10個子序列示意圖；圖7為對圖6中的第1層序列進行第二次分解計算的結果示意圖；圖8為對圖6中的第6層序列進行第二次分解計算的結果示意圖；圖9為利用本專利技術所述方法對機器人室內坐標原始序列的預測結果示意圖，其中，(a)表示第301-600個采樣點上實測值與預測值的對比示意圖，(b)表示第601-900個采樣點上實測值與預測值的對比示意圖。具體實施方式下面將結合附圖和實施例對本專利技術做進一步的說明。如圖1所示，一種實現機器人車載導航裝置實測坐標校正與預測的方法，包括以下步驟：步驟1：利用導航裝置所提供的機器人實時室內坐標值和歷史機器人室內坐標，分別形成三維坐標軸上的三組坐標時間序列；當機器人開機工作后，機器人的車載筆記本就自動保存機器人車載導航裝置所輸出的機器人室內坐標值(x,y,z)，形成三組機器人坐標序列(記為X坐標序列，Y坐標序列和Z坐標序列)。本實例中取每5秒采集一次機器人室內坐標值。步驟2：利用坐標時間序列構建預測模型，然后使用預測模型獲取下一時刻的機器人室內坐標，以機器人室內坐標預測值和實測值進行比較：因為建立預測模型實現預測計算需要足夠數目的樣本數據，因此當機器人筆記本發現所儲存的3組坐標序列{x1,x2,x3,...,xn-1,xn本文檔來自技高網...
【技術保護點】
一種實現機器人車載導航裝置實測坐標校正與預測的方法，其特征在于，包括以下步驟：步驟1：利用導航裝置所提供的機器人實時室內坐標值和歷史機器人室內坐標，分別形成三維坐標軸上的三組坐標時間序列；步驟2：利用坐標時間序列構建預測模型，然后使用預測模型獲取下一時刻的機器人室內坐標，以機器人室內坐標預測值和實測值進行比較：若兩者誤差超過誤差設定值，則將機器人室內坐標預測值作為機器人下一時刻室內坐標，否則，將機器人室內坐標實測值作為機器人下一時刻室內坐標；步驟3：將機器人下一時刻室內坐標存入坐標時間序列中，更新坐標時間序列，返回步驟2，實現機器人車載導航裝置實測坐標的校正與預測，直到機器人停止運動。
【技術特征摘要】
1.一種實現機器人車載導航裝置實測坐標校正與預測的方法，其特征在于，包括以下步驟：步驟1：利用導航裝置所提供的機器人實時室內坐標值和歷史機器人室內坐標，分別形成三維坐標軸上的三組坐標時間序列；步驟2：利用坐標時間序列構建預測模型，然后使用預測模型獲取下一時刻的機器人室內坐標，以機器人室內坐標預測值和實測值進行比較：若兩者誤差超過誤差設定值，則將機器人室內坐標預測值作為機器人下一時刻室內坐標，否則，將機器人室內坐標實測值作為機器人下一時刻室內坐標；步驟3：將機器人下一時刻室內坐標存入坐標時間序列中，更新坐標時間序列，返回步驟2，實現機器人車載導航裝置實測坐標的校正與預測，直到機器人停止運動。2.根據權利要求1所述的方法，其特征在于，所述步驟2中利用坐標時間序列構建預測模型包括三個坐標軸的預測模型，每個坐標軸上的預測模型的構建步驟相同，模型構建步驟以及使用預測模型獲取下一時刻的機器人室內坐標具體過程如下：步驟A：利用卡...
【專利技術屬性】
技術研發人員：劉輝，李燕飛，
申請(專利權)人：中南大學，
類型：發明
國別省市：湖南;43
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。