针对餐饮服务机器人的移动定位不准确的问题,提出了一种基于多传感器融合的移动定位方法,将机器人的实际移动距离与BLE定位技术相结合,有效克服了这一特点。BLE定位不正确,改善了室内定位。度。验表明,机器人的行进距离是BLE定位方法的有效修改。服务机器人距离餐桌不到1米时,定位精度可以达到99.6%,可以实现服务机器人的精确定位。着物联网技术和人工智能的发展,服务机器人已经进入人们的生活。前,它们主要以簇的形式呈现。们由多个服务机器人组成,并共同完成特定任务。器人的内部位置信息是集群服务机器人协同工作并有效完成任务的基础。确,实时确定机器人的位置是食品服务机器人进行任务分配和计划的关键,也是本研究的重点。前,全球定位系统已广泛用于室外环境中的定位和导航,实时和精确定位。是,在室内环境中,建筑物的障碍会导致卫星信号衰减甚至丢失,因此GPS无法在室内使用。前,两种主要的室内定位方法是基于图像处理的室内定位方法[1]和基于合并传感器信息的室内定位方法[2]。无线Wi-Fi,ZigBee,运动传感器等。中,随着蓝牙技术的发展,具有低功耗BLE的特点,它被广泛应用于室内定位。于蓝牙信号对室内金属材料,无线设备和室内结构的干扰敏感,因此这些干扰因素将导致RSSI数据不稳定。此,目前基于BLE的室内技术仍无法实现精确的定位和信号的不稳定性。对于室内定位方法是一个挑战。文利用机器人的内部距离和BLE定位技术有效地提高了内部定位的精度,实验结果表明该方法可以快速,准确地定位机器人的位置。牙技术解决了移动设备与座机之间的无线通信问题,是一种短距离无线通信技术,传统的蓝牙是指在蓝牙3.0之前的BR / EDR蓝牙,以及蓝牙。功耗BLE是指蓝牙。牙规范4.0。BLE通信设备分为两种:中央设备和外围设备。常,外围设备是由中央设备通过连续广播来分析的,而外部设备是由中央设备发现的。(广告数据)包含设备本身的标识。于这种“广告”内容,外围设备和中央外围设备之间的距离可以确定[4]。个服务机器人都是一台独立的BLE设备,为了使中央设备能够发现自己,它以10毫秒至20毫秒的间隔发送数据包。通知框架。助各个机器人定期发送广播数据包的方式,中央设备(中央)接收蓝牙广播数据包并将其下载到云服务器。立蓝牙,建立RSSI训练样本集。此,分析了集群机器人的个体与中央设备之间的距离。店配送机器人的配送目的地除以餐桌的位置。此,送货机器人的定位问题已经演变成餐桌上机器人位置的问题。图1所示,BLE接收器安装在每个餐桌正上方的天花板上,表示为Sj,其中j = {0.1 … 6},S0是厨房,{S1,S2。.. S6}是餐桌;送餐机器人注册为Ri,其中i = {1,2……4}。室内环境中,会有来自客户手机的无线信号(例如无线wifi和蓝牙)以及干扰因素(例如,人体阻塞),这些因素会干扰BLE信号,并基于BLE技术影响室内定位。法的精度为了减少对信号的干扰,在花板上安装了蓝牙接收器。了实现送餐机器人的实时定位,送餐机器人以20米的间隔发送数据包,由于Bluetooth Sj接收器的采样频率为60 Hz,因此BLE接收器每秒将蓝牙数据传输到云服务器。据包的格式如图2所示,主要包括接收者,服务机器人的标识和RSSI值,云服务器将根据该值确定哪个接收者最接近服务机器人RSSI,因此服务机器人的位置为Sm。置,在哪里m? {0,1,2….6}。于信号干扰,BLE定位信号的衰减甚至丢失是BLE室内定位不准确的主要原因。
一方面,服务机器人内部的移动距离是更可靠的定位信息。于轮式机器人,行进距离可以通过驱动轮的速度和半径r [5]来计算。电传感器安装在机器人的左右驱动轮上。轮的旋转将触发光电传感器。过从光电传感器收集数据,可以获得车轮速度,并将接收到的数据上传到云端。
系统基于STM32平台开发。件结构如图3所示。子罗盘和光电传感器的数据被集成。据行进距离和转向角之间的关系,实时计算机器人的相对坐标,以获得机器人的位置。一方面,恒温阀芯通过收集RSSI数据并应用机器学习方法(随机森林),建立了基于内部BLE定位的分类模型,并将实时收集的RSSI数据用作模型的输入。类以获取机器人位置信息。后,在云服务器中,将上述两种定位方法与来自环境传感器(灰度传感器,超声传感器)的信息集成在一起,以做出全局决策,从而获得服务机器人的位置。房间里。器人的运动机构采用轮式结构,主要包括两个驱动轮和一个支撑轮,运动轮由步进电机驱动,光电传感器固定在左右轮上。子罗盘主要用于收集机器人的当前方位角,因为电子罗盘的测量单位为0.1度,因此方位角θ? [0.3600]。服务机器人结合了超声波传感器和灰度传感器,可以实现自动跟踪和避开障碍物,在机器人的整个运动过程中,总共包括三种运动状态:如图4所示。
文档结合了基于BLE的定位技术和基于距离的定位方法,以实现机器人的精确定位。我们假设时间i和j之间的时间间隔为Δt,机器人的位移距离为sij,并且x和y的相对位移增量记录为xΔt,yΔt和座椅的相对基准机器人和时间j的起点是xi和yj。(1)-(5)所示。服务机器人完成送餐任务时,它还会完成位置转换周期。以将其定义为{kitchen-> Dining table-> kitchen},即从厨房的初始位置开始,将餐点发送到特定的餐桌,然后返回到该位置从厨房。厨房S0设置为运动的起点,并将座位标记为(xs0,ys0),其中xs0 = 0,ys0 = 0,合并光电传感器和电子罗盘的信息,计算出相对坐标xj,yj服务机器人在时间j处,然后将设置的当前坐标(xj,yj)用作分类模型的输入,并应用最近的k最近算法获得机器人的当前位置。器人的内部定位主要由两部分组成,即离线自动学习阶段和在线测试阶段。先,通过机器学习建立内部位置的分类模型,该分类模型结合了内部定位BLE和远程定位的两个分类模型。先使用基于RSSI数据集的算法收集BLE传感器,光电传感器和来自电子罗盘的数据,然后分别建立RSSI数据集和位置坐标集。器学习(随机森林)以建立分类模型,并建立RSSI与位置之间的映射关系。括S0,S1 … S6这7类,对于位置坐标数据集,刚刚使用了近邻k最近算法来获得相对坐标和位置之间的关系以建立模型。方面,在在线测试阶段收集的BLE数据被用作定位分类模型的输入,以获取从内部位置到时间j的分类结果Cbj。一方面,根据距离分类模型和机器人的当前相对坐标(xj,y),获得机器人的位置分类Cdj,最后合并Cbj,Cdj的两个分类结果在时间j处将这些信息与环境信息结合起来,并且完整控制单元执行决策分析,以在时间j处输出服务机器人的位置。算法的流程如图5所示。置信息是共享和分配集群机器人资源的重要参数,也是完成决策和决策的重要基础。务调整:当机器人检测到到达目的地时,集成控制单元控制机器人以提供语音提示以提醒顾客提餐,并控制机械臂提餐。
;另一方面,当机器人返回厨房的起点时,它会自动初始化环境信息并等待。动服务机器人在室内定位的挑战在于室内环境的复杂性,特别是在服务区域中,该区域充满了各种干扰因素,不仅包括无线电信号干扰,还包括无线电干扰。止客户。户手机的wifi和Bluetooth信号会导致BLE信号发生衍射和衰减,这将导致接收到的RSSI值上下波动,从而影响基于BLE技术的室内定位方法的准确性。了解决上述问题,本文将基于行进距离,将Fusion的定位方法与基于BLE的室内定位方法相结合,以有效地校正定位结果,从而提高定位精度。室内位置的精确定位是服务机器人计划和分配任务的基础。来,室内定位可应用于服务机的总体决策,以优化任务分配和集群机器人的计划。
本文转载自
恒温阀芯 https://www.wisdom-thermostats.com