国产精品天干天干在线播放,大尺度揉捏胸床戏视频,樱花草www日本在线观看,狠狠躁夜夜躁人人爽天天天天97

Document
拖動滑塊完成拼圖
個人中心

預訂訂單
服務訂單
發布專利 發布成果 人才入駐 發布商標 發布需求

在線咨詢

聯系我們

龍圖騰公眾號
首頁 專利交易 科技果 科技人才 科技服務 國際服務 商標交易 會員權益 IP管家助手 需求市場 關于龍圖騰
 /  免費注冊
到頂部 到底部
清空 搜索
當前位置 : 首頁 > 專利喜報 > 恭喜華南理工大學張浪文獲國家專利權

恭喜華南理工大學張浪文獲國家專利權

買專利賣專利找龍圖騰,真高效! 查專利查商標用IPTOP,全免費!專利年費監控用IP管家,真方便!

龍圖騰網恭喜華南理工大學申請的專利一種基于雙層視覺的移動機器人多傳感器融合定位方法獲國家發明授權專利權,本發明授權專利權由國家知識產權局授予,授權公告號為:CN115326053B

龍圖騰網通過國家知識產權局官網在2025-04-01發布的發明授權授權公告中獲悉:該發明授權的專利申請號/專利號為:202210995947.5,技術領域涉及:G01C21/00;該發明授權一種基于雙層視覺的移動機器人多傳感器融合定位方法是由張浪文;楊奕斌;謝巍;劉彥汝設計研發完成,并于2022-08-18向國家知識產權局提交的專利申請。

一種基于雙層視覺的移動機器人多傳感器融合定位方法在說明書摘要公布了:本發明公開了一種基于雙層視覺的移動機器人多傳感器融合定位方法,采用新型特征碼實現頂部底部攝像頭的協同識別定位功能,同時利用獲得的位姿信息用于移動機器人的數據融合算法,實現高精度的機器人定位功能,在行駛過程中,頂部攝像頭用于識別鋪設于地面的特征碼,移動機器人能夠提前對自身位姿進行糾偏,提高系統的魯棒性,底部攝像頭僅當機器人在運行至特征碼上方時工作,用于移動機器人的精確定位以及在旋轉過程中的冗余控制,由于攝像頭識別特征碼在時間上為間歇性的,引入信息更新頻率高,同時沒有間斷的IMU傳感器和輪式里程計,利用IMU和里程計提供的信息進行狀態預測,通過攝像頭間歇性的數據實現數據融合濾波器的狀態更新。

本發明授權一種基于雙層視覺的移動機器人多傳感器融合定位方法在權利要求書中公布了:1.一種基于雙層視覺的移動機器人多傳感器融合定位方法,其特征在于,包括以下步驟:S1、基于差分輪式移動機器人相應的系統控制量以及傳感器獲取的信息構建動力學模型;S2、通過移動機器人頂部攝像頭識別新型特征碼中的外部定位碼,在移動機器人到達新型特征碼前提取獲取移動機器人的位姿;S3、采用移動機器人底部攝像頭識別位于移動機器人底部的中部定位碼,當移動機器人移動至新型特征碼上方時,通過底部攝像識別新型特征碼中的中部定位碼,通過坐標轉換算法能夠獲得定位偏差,同時通過匹配算法獲得移動機器人的位姿;S4、基于移動機器人的位姿和定位誤差構建攝像頭傳感器測量模型,分析定位算法過程中的誤差,獲得移動機器人的狀態向量以及與攝像頭測量誤差相關的協方差矩陣;S5、通過IMU傳感器作為狀態預測傳感器獲取移動機器人的角速度,結合IMU角速度動力學模型以及差分輪動力學模型進行下一時刻移動機器人的狀態預測,狀態預測結果與攝像頭狀態向量和協方差矩陣中航向角部分進行數據融合,具體包括以下步驟:定義移動機器人角度狀態向量Xθ=[θg,ug],其中θg為IMU測量獲得的角度,ug為IMU測量獲得的角度與角速度相關測量誤差系數,每次傳感器測量時間間隔Ts,則傳感器角度測量模型表示為: 其中,Ts為兩相鄰時刻之間的時間間隔即k與k+1時刻的時間間隔,為關于航向角的狀態向量,下標k為k時刻時的變量值,類似的下標k-1為k-1時刻,表示k時刻時IMU測量獲得的角度,表示k時刻時IMU測量獲得的角度與角速度相關測量誤差系數,ωk為k時刻移動機器人的角速度,表示為IMU產生的噪聲誤差,為測量狀態向量,為狀態轉移函數,頂部攝像頭與底部攝像頭完成特征識別定位后,獲取的觀測量為相對新型特征碼的角度偏移量Δθc,即 其中θtag為特征碼的安裝角度;相應的測量方程表示為: 其中為觀測的真實值,表示傳感器測量值,為視覺識別的獲得移動機器人與特征碼的角度偏差,表示為攝像頭的測量誤差,如果與ug為白噪聲且相互之間互不影響,則通過擴展卡爾曼濾波進行融合;預測階段表示為: 其中,為預測階段移動機器人的狀態預測值,為預測階段的協方差矩陣,為k-1時刻的最佳狀態估計值,是k時刻到k+1時刻的變換矩陣,為IMU測量獲取的在第k時刻的角速度,分別是根據測量方程關于狀態向量X和角速度ω的雅可比矩陣,Qk-1為上一時刻的協方差矩陣,為IMU在的噪聲方差;當攝像頭未識別到特征碼時,無法獲取觀測值,將預測結果中的狀態向量和協方差矩陣作為當前時刻的最優估計;若攝像頭識別特征碼即存在觀測值,則更新動機器人的狀態,更新過程亦是融合過程: 其中I為單位矩陣,F為系統的輸出矩陣,在此處F=[-1,0],為擴展卡爾曼濾波增益,用于確定更新時傳感器測量值的權重,通過上式實現擴展卡爾曼濾波數據融合并獲得優化后的航向角,頂部攝像頭與底部攝像頭在更新過程是相同的,通過改變在于測量過程中定位信息的方差完成;S6、通過里程計獲取移動機器人車輪的角速度,結合動力學模型進行下一時刻移動機器人的狀態預測進行狀態預測,狀態預測結果與攝像頭狀態向量和協方差矩陣中坐標部分進行數據融合;S7、在數據融合完成后,采用Rauch-Tung-Striebel反向平滑對獲得的移動機器人的位姿數據進一步平滑處理,獲得移動機器人狀態的最優估計。

如需購買、轉讓、實施、許可或投資類似專利技術,可聯系本專利的申請人或專利權人華南理工大學,其通訊地址為:510640 廣東省廣州市天河區五山路381號;或者聯系龍圖騰網官方客服,聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。

免責聲明
1、本報告根據公開、合法渠道獲得相關數據和信息,力求客觀、公正,但并不保證數據的最終完整性和準確性。
2、報告中的分析和結論僅反映本公司于發布本報告當日的職業理解,僅供參考使用,不能作為本公司承擔任何法律責任的依據或者憑證。
主站蜘蛛池模板: 罗山县| 德庆县| 周口市| 聊城市| 广德县| 牟定县| 邹城市| 历史| 武汉市| 个旧市| 罗城| 南川市| 张家口市| 德钦县| 鹤峰县| 蛟河市| 富源县| 张家界市| 青冈县| 榆林市| 漳州市| 石河子市| 五常市| 府谷县| 东城区| 昆山市| 揭阳市| 四川省| 武邑县| 温宿县| 大理市| 中宁县| 安新县| 类乌齐县| 舟曲县| 贵南县| 广宁县| 微博| 阳朔县| 扎兰屯市| 九龙县|