论文部分内容阅读
近年来室内无人驾驶技术成为人们的研究热点,而如何准确地定位是室内无人驾驶技术中的关键。无人车的室内定位技术中,基于标签式定位方法较为稳定且精度相对较高。常作为标签式的定位方法有WiFi、射频和超声波方法。其中,WiFi和射频都是基于计算信号强度的方式,存在着信号易受到干扰,覆盖范围小和定位精度低的缺点。而超声波方式虽然有较高的定位精度,但是定位距离近,需要大量的底层设备,成本高。二维码和角点标签简单易用,易于维护,视觉和激光能够提供较高的定位精度。为此,本文将基于视觉的二维码和基于激光的角点标签定位结合,设计实现了基于二维码和角点标签的无人小车室内定位系统,有效地解决无人小车行驶过程中路径定位不准确的问题。根据室内定位系统的研究目标,设计无人小车室内定位系统方案。搭建无人小车实验硬件平台,包括激光雷达、摄像头、IMU和编码器的选型安装。完成无人小车室内定位系统的软件设计,包括传感器设备与无人小车室内定位系统进行数据交互的信息获取模块、无人小车室内定位系统与人员交互的人机交互模块、无人小车室内定位系统的定位模块和小车的控制模块。接着,在定位模块的设计中,选用EKF-SLAM算法作为主体定位算法,进行了推导和证明,使用摄像头结合PnP算法识别二维码标签的位置信息,构建扩展卡尔曼的观测模型。根据PnP算法原理,需要无人小车在第一次检测到二维码标签时,计算二维码标签的世界坐标,方便无人小车后续定位中的匹配识别。所以本文提出使用摄像头结合激光雷达计算二维码的世界坐标,并进行了理论推导和证明。对基于二维码标签的EKF-SLAM系统进行了仿真验证,验证了二维码标签定位的可行性。为了增加无人小车室内定位系统路标标签数量,提升室内定位系统的稳定性,本课题将房屋内的角点也作为路标标签,使用激光雷达检测角点,利用RANSAC算法提升直线的拟合精度,求出角点标签。最后,改造无人电动小车的控制器,将二维码标签和角点标签结合在一起,对基于二维码标签和角点标签的EKF-SLAM室内定位算法进行实验验证,验证了本课题无人小车室内定位算法的可行性。