基于单片机系统的轮式多传感器室内机器人及其定位方法

1.本发明涉及机器人定位技术领域，具体涉及一种基于单片机系统的轮式多传感器室内机器人及其定位方法。


背景技术：

2.室内定位技术是国民经济发展中至关重要的技术之一。随着人们对位置服务的需求日益增加，室内定位技术也在不断迭代，朝着高精度和无缝持续发展的方向前进。由于卫星信号在室内无法覆盖，因此高精度室内定位技术备受关注，并发展出多种定位源和对应的定位原理。
3.由于室内处于混泥土覆盖下，卫星信号无法对室内进行覆盖，室内的机器人运动又需要定位技术。因此室内定位应运而生。
4.在现有的机器人室内定位技术方案主要有两种，一种是外建基站，利用基站和机器人通信计算机器人位置坐标，如uwb、蓝牙、wifi、伪卫星。另外一种是利用机器人自身传感器进行定位，如视觉里程计、惯性导航、轮式里程计。
5.以上两种技术方案，其中外建基站在成本和精度上不能同时满足，如伪卫星架设成本相对较高，定位精度可以达到厘米级，又如蓝牙、wifi通信等定位方式成本较低，但是误差达到米级，不能满足机器人定位要求。另外一种技术方案是利用自身传感器进行定位，如视觉里程计、惯性导航，此类导航会收到各种因素的影响，例如视觉里程计会受到光线的影响导致定位精度不高，惯性导航又会受到累计误差的影响导致误差逐渐增大，导致定位数据不可用，轮式里程计会受到摩擦因素的影响，导致定位数据少于实际运动数据，但是机器人自身传感器不受限于基站布置的场地限制。
6.针对以上定位方式出现了较多融合定位方法，利用融合互补的方法进行优缺点的互补，例如利用价格相对便宜的外架基站和机器人自身传感器进行融合定位的方法，此类方法提高了定位精度，没有累计误差，局部误差取决于机器人自身传感器精度。外架基站能消除累计误差的影响，但是最终的定位精度还是取决于机器人自身传感器精度。


技术实现要素：

7.本发明的目的在于提供一种基于单片机系统的轮式多传感器室内机器人及其定位方法，以解决现有室内机器人单一传感器精度低，位置信息不可靠等问题，从而提高室内机器人室内定位的精度。
8.本发明解决上述技术问题的技术方案如下：
9.本发明提供一种基于单片机系统的轮式多传感器室内机器人，所述基于单片机系统的轮式多传感器室内机器人包括：
10.机器人本体，位于所述机器人本体下方的四个主动轮结构和两个从动轮组结构，各所述主动轮组分别包括电机，以及位于所述电机两侧轴上的增量式编码器和主动轮，四个所述主动轮两两对角设置且对角设置的两个主动轮的电机轴线重合；
11.各所述从动轮组结构分别包括固定于所述机器人本体上的拉簧，位于所述拉簧下方的从动轮、与所述从动轮连接的绝对值编码器和位于所述拉簧和所述从动轮之间的航向角陀螺仪，以及堆置于所述绝对值编码器上方的阵列加速度计。
12.本发明还提供一种基于上述的基于单片机系统的轮式多传感器室内机器人的定位方法，所述定位方法包括：
13.s1：获取所述基于单片机系统的轮式多传感器室内机器人根据所述增量式编码器确定的第一位置信息；
14.s2：获取所述轮式多传感器室内机器人根据所述绝对值编码器和所述航向角陀螺仪确定的第二位置信息，以及所述阵列加速度计确定的第三位置信息；
15.s3：利用卡尔曼滤波方式对所述第一位置信息、所述第二位置信息和所述第三位置信息进行数据融合，得到定位结果。
16.可选择地，所述s1包括：
17.s101：分别将对角设置的两个主动轮标记为一组，得到a、b两组主动轮组；
18.s102：在地面建立xoy直角坐标系，所述a、b两组主动轮组分别平行于所述xoy直角坐标系的x轴和y轴；
19.s103：以所述轮式多传感器室内机器人初始位置建立xoy坐标系；
20.s104：控制所述a、b两组主动轮组同时做一个方向的直线运动，以使所述a、b两组主动轮组处于第一位置；
21.s105：根据直线运动过程中所述增量式编码器的输出脉冲，得到第一旋转圈数；
22.s106：根据所述轮式多传感器室内机器人的轮径和第一旋转圈数，计算所述直线运动后所述轮式多传感器室内机器人在所述xoy坐标系的第一坐标；
23.s107：控制所述a、b两组主动轮组在所述第一位置的基础上同时旋转一定的角度，使所述a、b两组主动轮组处于第二位置；
24.s108：根据旋转过程中增量式编码器的输出脉冲，得到第二旋转圈数；
25.s109：根据在所述第二位置各组主动轮间的距离和所述第二旋转圈数，计算得到所述轮式多传感器室内机器人的航向角；
26.s120：根据所述第一坐标和所述航向角，计算得到所述轮式多传感器室内机器人在所述xoy直角坐标系上的第二坐标，并将所述第二坐标作为所述第一位置信息。
27.可选择地，所述s106中，所述第一坐标(x1，y1)的计算方式为：
28.x1＝π*d*n129.y1＝π*d*n130.其中，x1表示所述轮式多传感器室内机器人的主动轮在xoy坐标系中x轴的运动距离，y1表示所述轮式多传感器室内机器人的主动轮在xoy坐标系中y轴的运动距离，π表示圆周率，d表示主动轮的轮径，n1表示第一旋转圈数。
31.可选择地，所述s109中，所述航向角θ的计算方式为：
32.θ＝(90
°
*d*n2)/k
33.其中，d表示主动轮的轮径，n2表示第二旋转圈数，k表示在所述第二位置各组主动轮间的距离。
34.可选择地，所述s120中，所述第二坐标(x1，y1)的计算方式为：
[0035][0036][0037]
其中，x1表示所述轮式多传感器室内机器人的主动轮在xoy坐标系中x轴的运动距离且x1＝π*d*n1，π表示圆周率，d表示主动轮的轮径，n1表示第一旋转圈数，y1表示所述轮式多传感器室内机器人的主动轮在xoy坐标系中y轴的运动距离且y1＝π*d*n1，θ表示航向角且θ＝(90
°
*d*n2)/k，n2表示第二旋转圈数，k表示在所述第二位置各组主动轮间的距离，m表示所述a、b两组主动轮组在所述第一位置的基础上的旋转次数，i表示循环变量。
[0038]
可选择地，所述s2包括：
[0039]
s201：根据所述直线运动过程中所述绝对值编码器的输出脉冲，得到第三旋转圈数；
[0040]
s202：根据所述第三旋转圈数，得到所述直线运动后所述轮式多传感器室内机器人在所述xoy坐标系的第二坐标；
[0041]
s203：根据所述第二坐标和所述航向角陀螺仪输出的航向角，得到所述第二位置信息；
[0042]
s204：分别获取所述阵列加速度每间隔t时间输出的所述轮式多传感器室内机器人在xoy直角坐标系中沿x轴的运动加速度和沿y轴的运动加速度；
[0043]
s205：根据每间隔t时间沿x轴的运动加速度和沿y轴的运动加速度，得到每间隔t时间的运动位移；
[0044]
s206：对所有位移进行累计求和，得到所述直线运动后的第三位置信息。可选择地，所述s203中，所述第二位置信息(x2，y2)的计算方式为：
[0045]
x2＝x2×
cosθ2[0046]
y2＝y2×
sinθ2[0047]
其中，x2表示所述轮式多传感器室内机器人的从动轮在xoy坐标系中x轴的运动距离且x2＝π*db*n3，π表示圆周率，db表示从动轮直径，n3表示从动轮旋转圈数，y2表示所述轮式多传感器室内机器人的从动轮在xoy坐标系中y轴的运动距离且y2＝π*db*n3，θ2表示航向角陀螺仪输出的航向角。
[0048]
可选择地，所述s206中，所述第三位置信息(x3，y3)的计算方式为：
[0049][0050]
其中，xi表示第i个间隔t时间所述轮式多传感器室内机器人沿x轴的运动距离，yi表示第i个间隔t时间所述轮式多传感器室内机器人沿x轴的运动距离，n表示所述轮式多传感器室内机器人沿直线运动的总的采样次数。
[0051]
可选择地，所述s3包括：
[0052]
对比所述第一位置信息、所述第二位置信息和所述第三位置信息的精度，得到精度最高位置信息；
[0053]
分别将其他两个位置信息与所述精度最高位置信息做卡尔曼滤波处理，得到第一滤波结果和第二滤波结果；
[0054]
将所述第一滤波结果和所述第二滤波结果做卡尔曼滤波处理，得到定位结果。
[0055]
本发明具有以下有益效果：
[0056]
1、本发明通过不同方式获取到三种位置信息，并根据三种位置信息中的精度最高位置信息分别与其他两种位置信息进行卡尔曼滤波处理，再对卡尔曼滤波处理结果再次进行卡尔曼滤波处理，以能够大大缩小系统误差，进而有效地提高室内机器人的定位精度；
[0057]
2、本发明的第一位置信息为主动位置信息，主动位置会因为地面摩擦所得到的位置信息大于真实数据；第二位置信息为从动位置信息小于真实位置数据；第三位置信息为阵列加速度计获得，通过惯性导航得到的位置信息不受地面摩擦等因素的影响，位置信息相对独立，得到的三个位置信息通过卡尔曼滤波处理，可以实现一种高精度，低成本的室内轮式机器人定位方法。
附图说明
[0058]
图1为本发明基于单片机系统的轮式多传感器室内机器人的俯视图；
[0059]
图2为图1中a-a的剖面图；
[0060]
图3为本发明定位方法的流程图；
[0061]
图4为s3的数据处理步骤示意图。
[0062]
附图标记说明
[0063]
1-机器人本体；2-从动轮；3-阵列加速度计；4-航向角陀螺仪；5-主动轮；6-增量式编码器；7-电机；8-绝对值编码器；9-拉簧。
具体实施方式
[0064]
以下结合附图对本发明的原理和特征进行描述，所举实例只用于解释本发明，并非用于限定本发明的范围。
[0065]
本发明提供一种基于单片机系统的轮式多传感器室内机器人，参考图1和图2所示，所述基于单片机系统的轮式多传感器室内机器人包括：
[0066]
机器人本体1，位于所述机器人本体1下方的四个主动轮结构和两个从动轮组结构，各所述主动轮组分别包括电机7，以及位于所述电机7两侧轴上的增量式编码器6和主动轮5，四个所述主动轮5两两对角设置且对角设置的两个主动轮5的电机7轴线重合；
[0067]
各所述从动轮组结构分别包括固定于所述机器人本体1上的拉簧9，位于所述拉簧9下方的从动轮2、与所述从动轮2连接的绝对值编码器8和位于所述拉簧9和所述从动轮2之间的航向角陀螺仪4，以及堆置于所述绝对值编码器8上方的阵列加速度计3。
[0068]
本发明还提供一种基于上述的基于单片机系统的轮式多传感器室内机器人的定位方法，参考图3所示，所述定位方法包括：
[0069]
s1：获取所述基于单片机系统的轮式多传感器室内机器人根据所述增量式编码器6确定的第一位置信息；
[0070]
可选择地，所述s1包括：
[0071]
s101：分别将对角设置的两个主动轮5标记为一组，得到a、b两组主动轮组；
[0072]
s102：在地面建立xoy直角坐标系，所述a、b两组主动轮组分别平行于所述xoy直角坐标系的x轴和y轴；
[0073]
s103：以所述轮式多传感器室内机器人初始位置建立xoy坐标系；
[0074]
s104：控制所述a、b两组主动轮组同时做一个方向的直线运动，以使所述a、b两组主动轮组处于第一位置；
[0075]
s105：根据直线运动过程中所述增量式编码器6的输出脉冲，得到第一旋转圈数；
[0076]
s106：根据所述轮式多传感器室内机器人的轮径和第一旋转圈数，计算所述直线运动后所述轮式多传感器室内机器人在所述xoy坐标系的第一坐标；
[0077]
所述第一坐标(x1，y1)的计算方式为：
[0078]
x1＝π*d*n1[0079]
y1＝π*d*n1[0080]
其中，x1表示所述轮式多传感器室内机器人的主动轮5在xoy坐标系中x轴的运动距离，y1表示所述轮式多传感器室内机器人的主动轮5在xoy坐标系中y轴的运动距离，π表示圆周率，d表示主动轮5的轮径，n1表示第一旋转圈数。
[0081]
s107：控制所述a、b两组主动轮组在所述第一位置的基础上同时旋转一定的角度，使所述a、b两组主动轮组处于第二位置；
[0082]
s108：根据旋转过程中增量式编码器6的输出脉冲，得到第二旋转圈数；
[0083]
s109：根据在所述第二位置各组主动轮5间的距离和所述第二旋转圈数，计算得到所述轮式多传感器室内机器人的航向角；
[0084]
所述航向角θ的计算方式为：
[0085]
θ＝(90
°
*d*n2)/k
[0086]
其中，d表示主动轮5的轮径，n2表示第二旋转圈数，k表示在所述第二位置各组主动轮5间的距离。
[0087]
s120：根据所述第一坐标和所述航向角，计算得到所述轮式多传感器室内机器人在所述xoy直角坐标系上的第二坐标，并将所述第二坐标作为所述第一位置信息。
[0088]
所述第二坐标(x1，y1)的计算方式为：
[0089][0090][0091]
其中，x1表示所述轮式多传感器室内机器人的主动轮5在xoy坐标系中x轴的运动距离且x1＝π*d*n1，π表示圆周率，d表示主动轮5的轮径，n1表示第一旋转圈数，y1表示所述轮式多传感器室内机器人的主动轮5在xoy坐标系中y轴的运动距离且y1＝π*d*n1，θ表示航向角且θ＝(90
°
*d*n2)/k，n2表示第二旋转圈数，k表示在所述第二位置各组主动轮5间的距离，m表示所述a、b两组主动轮组在所述第一位置的基础上的旋转次数，i表示循环变量。
[0092]
s2：获取所述轮式多传感器室内机器人根据所述绝对值编码器8和所述航向角陀螺仪4确定的第二位置信息，以及所述阵列加速度计3确定的第三位置信息；
[0093]
可选择地，所述s2包括：
[0094]
s201：根据所述直线运动过程中所述绝对值编码器8的输出脉冲，得到第三旋转圈数；
[0095]
s202：根据所述第三旋转圈数，得到所述直线运动后所述轮式多传感器室内机器
人在所述xoy坐标系的第二坐标；
[0096]
s203：根据所述第二坐标和所述航向角陀螺仪4输出的航向角，得到所述第二位置信息；
[0097]
所述第二位置信息(x2，y2)的计算方式为：
[0098]
x2＝x2×
cosθ2[0099]
y2＝y2×
sinθ2[0100]
其中，x2表示所述轮式多传感器室内机器人的从动轮2在xoy坐标系中x轴的运动距离且x2＝π*db*n3，π表示圆周率，db表示从动轮2直径，n3表示从动轮2旋转圈数，y2表示所述轮式多传感器室内机器人的从动轮2在xoy坐标系中y轴的运动距离且y2＝π*db*n3，θ2表示航向角陀螺仪4输出的航向角。
[0101]
s204：分别获取所述阵列加速度每间隔t时间输出的所述轮式多传感器室内机器人在xoy直角坐标系中沿x轴的运动加速度和沿y轴的运动加速度；
[0102]
s205：根据每间隔t时间沿x轴的运动加速度和沿y轴的运动加速度，得到每间隔t时间的运动位移；
[0103]
s206：对所有位移进行累计求和，得到所述直线运动后的第三位置信息。
[0104]
所述第三位置信息(x3，y3)的计算方式为：
[0105][0106]
其中，xi表示第i个间隔t时间所述轮式多传感器室内机器人沿x轴的运动距离，yi表示第i个间隔t时间所述轮式多传感器室内机器人沿x轴的运动距离，n表示所述轮式多传感器室内机器人沿直线运动的总的采样次数。
[0107]
s3：利用卡尔曼滤波方式对所述第一位置信息、所述第二位置信息和所述第三位置信息进行数据融合，得到定位结果。
[0108]
可选择地，所述s3包括：
[0109]
对比所述第一位置信息、所述第二位置信息和所述第三位置信息的精度，得到精度最高位置信息；
[0110]
分别将其他两个位置信息与所述精度最高位置信息做卡尔曼滤波处理，得到第一滤波结果和第二滤波结果；
[0111]
将所述第一滤波结果和所述第二滤波结果做卡尔曼滤波处理，得到定位结果。
[0112]
具体参考图4所示，本发明所提供的定位方法所获取到的三个位置信息，精度大小比较结果为：
[0113]
(x2,y2)》(x1,y1)》(x3,y3)
[0114]
因此，(x2,y2)即为精度最高位置信息，基于此，将分别与(x2,y2)分别与(x1,y1)、(x3,y3)做卡尔曼滤波处理，将通过卡尔曼滤波处理后得到的两个数据分别计为第一滤波结果(x4,y4)和第二滤波结果(x5,y5)，再次对这两个数据进行卡尔曼滤波处理，得到(x6,y6)，(x6,y6)为最终数据。
[0115]
以(x1,y1)和(x2,y2)的卡尔曼滤波过程举例，其处理过程为：
[0116]
当前状态下状态估计坐标(x1,y1)设为p
t
，
[0117][0118]vt
＝v
t-1
+u
t
×
δt，
[0119]
将其转化为矩阵形式
[0120]
式中δt为采样间隔时间p
t-1
和v
t-1
是上一时刻的位置和速度，u
t
为加速度，将上式简化令
[0121]
则先验估计位置坐标为
[0122]
式中为上一时刻的最优估计位置坐标，
[0123]
当前状态下协方差矩阵的更新：
[0124]
式中为当前状态下协方差p
t-1
为上一时刻协方差，q为预测模型本身带来的噪声的协方差，
[0125]
令(x2,y2)为观测值，设为z
t
，因为(x2,y2)，经过计算后得到的值只有位置坐标，则令h＝[10]，
[0126]
观测的位置坐标为z
t
＝hx
t
+v，
[0127]
式中v为观测值的噪声，
[0128]
令观测噪声的协方差矩阵为r，
[0129][0130]
其中为最优估计，
[0131]
最后对协方差矩阵进行更新：
[0132]
以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

技术特征：
1.一种基于单片机系统的轮式多传感器室内机器人，其特征在于，所述基于单片机系统的轮式多传感器室内机器人包括：机器人本体，位于所述机器人本体下方的四个主动轮结构和两个从动轮组结构，各所述主动轮组分别包括电机，以及位于所述电机两侧轴上的增量式编码器和主动轮，四个所述主动轮两两对角设置且对角设置的两个主动轮的电机轴线重合；各所述从动轮组结构分别包括固定于所述机器人本体上的拉簧，位于所述拉簧下方的从动轮、与所述从动轮连接的绝对值编码器和位于所述拉簧和所述从动轮之间的航向角陀螺仪，以及堆置于所述绝对值编码器上方的阵列加速度计。2.一种基于权利要求1所述的基于单片机系统的轮式多传感器室内机器人的定位方法，其特征在于，所述定位方法包括：s1：获取所述基于单片机系统的轮式多传感器室内机器人根据所述增量式编码器确定的第一位置信息；s2：获取所述轮式多传感器室内机器人根据所述绝对值编码器和所述航向角陀螺仪确定的第二位置信息，以及所述阵列加速度计确定的第三位置信息；s3：利用卡尔曼滤波方式对所述第一位置信息、所述第二位置信息和所述第三位置信息进行数据融合，得到定位结果。3.根据权利要求2所述的定位方法，其特征在于，所述s1包括：s101：分别将对角设置的两个主动轮标记为一组，得到a、b两组主动轮组；s102：在地面建立xoy直角坐标系，所述a、b两组主动轮组分别平行于所述xoy直角坐标系的x轴和y轴；s103：以所述轮式多传感器室内机器人初始位置建立xoy坐标系；s104：控制所述a、b两组主动轮组同时做一个方向的直线运动，以使所述a、b两组主动轮组处于第一位置；s105：根据直线运动过程中所述增量式编码器的输出脉冲，得到第一旋转圈数；s106：根据所述轮式多传感器室内机器人的轮径和第一旋转圈数，计算所述直线运动后所述轮式多传感器室内机器人在所述xoy坐标系的第一坐标；s107：控制所述a、b两组主动轮组在所述第一位置的基础上同时旋转一定的角度，使所述a、b两组主动轮组处于第二位置；s108：根据旋转过程中增量式编码器的输出脉冲，得到第二旋转圈数；s109：根据在所述第二位置各组主动轮间的距离和所述第二旋转圈数，计算得到所述轮式多传感器室内机器人的航向角；s120：根据所述第一坐标和所述航向角，计算得到所述轮式多传感器室内机器人在所述xoy直角坐标系上的第二坐标，并将所述第二坐标作为所述第一位置信息。4.根据权利要求3所述的定位方法，其特征在于，所述s106中，所述第一坐标(x1，y1)的计算方式为：x1＝π*d*n1y1＝π*d*n1其中，x1表示所述轮式多传感器室内机器人的主动轮在xoy坐标系中x轴的运动距离，y1表示所述轮式多传感器室内机器人的主动轮在xoy坐标系中y轴的运动距离，π表示圆周率，
d表示主动轮的轮径，n1表示第一旋转圈数。5.根据权利要求3所述的定位方法，其特征在于，所述s109中，所述航向角θ的计算方式为：θ＝(90
°
*d*n2)/k其中，d表示主动轮的轮径，n2表示第二旋转圈数，k表示在所述第二位置各组主动轮间的距离。6.根据权利要求3所述的定位方法，其特征在于，所述s120中，所述第二坐标(x1，y1)的计算方式为：计算方式为：其中，x1表示所述轮式多传感器室内机器人的主动轮在xoy坐标系中x轴的运动距离且x1＝π*d*n1，π表示圆周率，d表示主动轮的轮径，n1表示第一旋转圈数，y1表示所述轮式多传感器室内机器人的主动轮在xoy坐标系中y轴的运动距离且y1＝π*d*n1，θ表示航向角且θ＝(90
°
*d*n2)/k，n2表示第二旋转圈数，k表示在所述第二位置各组主动轮间的距离，m表示所述a、b两组主动轮组在所述第一位置的基础上的旋转次数，i表示循环变量。7.根据权利要求3所述的定位方法，其特征在于，所述s2包括：s201：根据所述直线运动过程中所述绝对值编码器的输出脉冲，得到第三旋转圈数；s202：根据所述第三旋转圈数，得到所述直线运动后所述轮式多传感器室内机器人在所述xoy坐标系的第二坐标；s203：根据所述第二坐标和所述航向角陀螺仪输出的航向角，得到所述第二位置信息；s204：分别获取所述阵列加速度每间隔t时间输出的所述轮式多传感器室内机器人在xoy直角坐标系中沿x轴的运动加速度和沿y轴的运动加速度；s205：根据每间隔t时间沿x轴的运动加速度和沿y轴的运动加速度，得到每间隔t时间的运动位移；s206：对所有位移进行累计求和，得到所述直线运动后的第三位置信息。8.根据权利要求7所述的定位方法，其特征在于，所述s203中，所述第二位置信息(x2，y2)的计算方式为：x2＝x2×
cosθ2y2＝y2×
sinθ2其中，x2表示所述轮式多传感器室内机器人的从动轮在xoy坐标系中x轴的运动距离且x2＝π*d
b
*n3，π表示圆周率，d
b
表示从动轮直径，n3表示从动轮旋转圈数，y2表示所述轮式多传感器室内机器人的从动轮在xoy坐标系中y轴的运动距离且y2＝π*d
b
*n3，θ2表示航向角陀螺仪输出的航向角。9.根据权利要求7所述的定位方法，其特征在于，所述s206中，所述第三位置信息(x3，y3)的计算方式为：
其中，x
i
表示第i个间隔t时间所述轮式多传感器室内机器人沿x轴的运动距离，y
i
表示第i个间隔t时间所述轮式多传感器室内机器人沿x轴的运动距离，n表示所述轮式多传感器室内机器人沿直线运动的总的采样次数。10.根据权利要求2-9中任意一项所述的定位方法，其特征在于，所述s3包括：对比所述第一位置信息、所述第二位置信息和所述第三位置信息的精度，得到精度最高位置信息；分别将其他两个位置信息与所述精度最高位置信息做卡尔曼滤波处理，得到第一滤波结果和第二滤波结果；将所述第一滤波结果和所述第二滤波结果做卡尔曼滤波处理，得到定位结果。

技术总结
本发明公开了一种基于单片机系统的轮式多传感器室内机器人及其定位方法，所述基于单片机系统的轮式多传感器室内机器人包括：机器人本体，位于所述机器人本体下方的四个主动轮结构和两个从动轮组结构，各所述主动轮组分别包括电机，以及位于所述电机两侧轴上的增量式编码器和主动轮，四个所述主动轮两两对角设置且对角设置的两个主动轮的电机轴线重合；各所述从动轮组结构分别包括固定于所述机器人本体上的拉簧，位于所述拉簧下方的从动轮、与所述从动轮连接的绝对值编码器和位于所述拉簧和所述从动轮之间的航向角陀螺仪，以及堆置于所述绝对值编码器上方的阵列加速度计。本发明可以大大缩小系统误差，有效提高室内机器人的定位精度。定位精度。定位精度。


技术研发人员：黄波 封燕 刘骏 陈杰 杨波 刘康 胥云 廖映华 唐鹏举 姜昕竺 胡志强 邓佳铃 魏启明 李泓昌 梁文超 张简 张雅屏 廖书叶 马文贵 胡俊
受保护的技术使用者：四川轻化工大学
技术研发日：2023.06.30
技术公布日：2023/9/7