基于麦克纳姆轮的智能机器人室内定位算法设计
来源:用户上传
作者:
摘 要：由于传统的智能机器人室内定位算法，在进行智能机器人室内定位时对信息的定位误差值大，无法实现智能机器人的室内自主路径定位。针对这一问题，提出基于麦克纳姆轮的智能机器人室内定位算法设计。通过扩展智能机器人室内定位算法的融合原理，进而建立基于麦克纳姆轮的智能机器人室内环境模型，通过计算智能机器人室内定位算法误差值，完成智能机器人室内定位。通过实验证明基于麦克纳姆轮的智能机器人室内定位算法可以降低智能機器人室内定位算法的定位误差值，实现智能机器人室内可靠、精准定位。
关键词：麦克纳姆轮;智能机器人;室内定位算法
中图分类号：TP309.7 文献标识码：A 文章编号：2095-2945（2020）05-0093-02
Abstract： Due to the traditional indoor positioning algorithm of intelligent robot， the positioning error of information in the indoor positioning of intelligent robot is large， so it is impossible to realize the indoor autonomous path localization of intelligent robot. In order to solve this problem， the design of indoor positioning algorithm of intelligent robot based on Mecanum Wheel is proposed. By extending the fusion principle of the intelligent robot indoor positioning algorithm， the intelligent robot indoor environment model based on Mecanum Wheel is established， and the intelligent robot indoor positioning is completed by calculating the error value of the intelligent robot indoor positioning algorithm. Experiments show that the intelligent robot indoor positioning algorithm based on Mecanum Wheel can reduce the positioning error of the intelligent robot indoor positioning algorithm， and realize the intelligent robot indoor reliable and accurate positioning.
Keywords： Mecanum Wheel; intelligent robot; indoor positioning algorithm
引言
随着智能机器人技术的不断完善，智能机器人室内定位精度问题成为人们重点关注的问题。麦克纳姆轮是麦克纳姆公司的专利，最早由瑞典人Bendgfgt Ilon于1973年发明，是一种结构特殊的全向轮[1]。近年来，基于麦克纳姆轮的全方位式移动智能机器人也开始逐步走进人们的视野，在智能机器人室内定位方面发挥着作用。麦克纳姆轮在解决智能机器人全方位移动的问题上取得了突破的进展，基于麦克纳姆轮的智能机器人室内定位算法是针对智能机器人的性能进行升级的最有效和最可靠的方法。基于麦克纳姆轮的智能机器人室内定位指的就是确定智能机器人在作业环境中所处的具体位置，以及实现智能机器人灵活方便的全方位移动功能[2]。因此，本文提出基于麦克纳姆轮的智能机器人室内定位算法设计。
1 基于麦克纳姆轮的智能机器人室内定位算法设计
考虑到当前麦克纳姆轮的应用市场都还只是在一些特殊行业，并没有应用到智能机器人室内定位算法设计中[3]。因此，在本文设计的基于麦克纳姆轮的智能机器人室内定位算法中，基于麦克纳姆轮的智能机器人室内定位算法的具体流程图，如图1所示。
1.1 扩展智能机器人室内定位算法的融合原理
扩展智能机器人室内定位算法的融合原理指的就是对智能机器人室内定位算法进行校正，使测试值不断趋于最优值的融合过程。通过融合多种智能机器人室内定位数据，取得更好的智能机器人室内定位效果[4]。为了进一步扩展智能机器人室内定位算法的融合原理，设智能机器人室内定位值为f（x），可根据简单的线性回归公式得出：
公式（1）中，w，b为智能机器人室内定位预测值，f（x）的未知参数，均为实数。（w·x）为智能机器人室内定位的向量和智能机器人室内定位增益值向量x的点积。
1.2 建立基于麦克纳姆轮的智能机器人室内环境模型
在扩展智能机器人室内定位算法的融合原理的基础上，建立基于麦克纳姆轮的智能机器人室内环境模型。由于麦克纳姆轮全向轮的特性驱动移动智能机器人是全方位的，导致全方位移动的智能机器人结构复杂。为了使基于麦克纳姆轮的智能机器人室内定位算法简化，增加智能机器人与地面的接触机会，在麦克纳姆轮智能机器人驱动过程中始终保持稳定的状态。减少由于地面崎岖、环境复杂所导致的智能机器人空转等一系列问题[5]。基于麦克纳姆轮的智能机器人室内环境模型图，如图2所示。
在图2中，W1指的是智能机器人西北侧转动的角速度;W2指的是智能机器人东北侧转动的角速度;W3指的是智能机器人西南侧转动的角速度;W4指的是智能机器人东南侧转动的角速度;Y指的是智能机器人以地面的垂直关系;X指的是水平轴。基于麦克纳姆轮的智能机器人室内环境模型可以保证麦克纳姆轮驱动旋转角速度的稳定。 1.3 計算智能机器人室内定位算法误差值
本文设计的基于麦克纳姆轮的智能机器人室内定位算法相较于传统的智能机器人室内定位算法，最大的优势在于定位误差值低[6]。在计算智能机器人室内定位算法误差值中，设智能机器人室内定位算法误差值为Wro，则其计算公式为：
公式（2）中，xi指的是智能机器人室内定位方差，xi'指的是智能机器人室内定位均值，n指的是智能机器人室内定位误差矢量。
1.4 完成智能机器人室内定位
本文通过扩展智能机器人室内定位算法的融合原理，再建立基于麦克纳姆轮的智能机器人室内环境模型，计算出智能机器人室内定位算法误差值，完成智能机器人室内定位。传统的智能机器人室内环境模型只能从正、反两个方向进行室内定位，而通过麦克纳姆轮可实现全方位360度的室内定位。运用基于麦克纳姆轮的智能机器人室内定位算法获取的定位数据是绝对定位，其中包括：地图匹配、视觉定位、激光定位和标识定位。通过高精度的传感器，使智能机器人能够对环境中固定不变的定位特征识别与提取，从而实现智能机器人室内高精度定位。
2 对比实验
2.1 实验准备
将智能机器人室内定位数据进行融合，得到的点坐标为（0，1）;（0，114）;（114，168）;（28.3，28.3）。记录智能机器人移动距离的真实值和融合后的值，再通过公式（2）计算智能机器人室内定位的定位误差值。为检验基于麦克纳姆轮的智能机器人室内定位算法的有效性，通过对比实验的方法对比基于麦克纳姆轮的智能机器人室内定位算法与传统的智能机器人室内定位算法的定位误差值，设置传统的智能机器人室内定位算法为对照组。在相同的融合数据下，对智能机器人室内定位坐标进行记录，从而得出两种算法的定位误差值。
2.2 实验结果分析与结论
根据上述设计的实验，实验结果如图3所示。
通过图3可得出如下的结论，本文设计的基于麦克纳姆轮的智能机器人室内定位算法的定位误差值低于实验对照组，能够实现智能机器人室内可靠、精准定位。
3 结束语
随着智能化的进一步推进，针对智能机器人的研究问题显得越来越重要。针对基于麦克纳姆轮的智能机器人室内定位算法的设计可以大幅度降低智能机器人室内定位算法的定位误差值，完成传统的智能机器人室内定位算法所不能完成的任务。基于麦克纳姆轮的智能机器人室内定位算法是智能机器人室内定位的核心技术，为智能机器人室内定位算法的发展提供理论依据。
参考文献：
[1]李雨潭，马博，杨瑞洋，等.基于麦克纳姆轮的半自主辅助如厕轮椅设计[J].科技创新与应用，2019（30）：32-33.
[2]王明明，朱莹莹，张磊，等.麦克纳姆轮驱动的移动机器人自适应滑模控制器设计[J].西北工业大学学报，2018，36（004）：627-635.
[3]莫然，张进，高淑芝.基于麦克纳姆轮的全向移动自主机器人[J].山东工业技术，2017（08）：233.
[4]金开军，杨秋萍，陈琼.基于麦克纳姆轮的实验室安防机器人全向移动设计[J].贵阳学院学报（自然科学版），2017，12（04）：86-89.
[5]张彬，王永雄，邵翔，等.融合异质传感器信息的机器人精准室内定位[J].控制工程，2018，25（07）：1335-1343.
[6]苗润龙，李金龙，纠海峰，等.嗅觉搜索机器人的单目视觉室内定位技术研究[J].华中科技大学学报（自然科学版），2019，47（04）：19-24.
转载注明来源:https://www.xzbu.com/1/view-15121032.htm
