29、机器人无缝室内外鲁棒定位与人员引导技术解析

机器人无缝室内外鲁棒定位与人员引导技术解析

1. 机器人定位基础与情景检测

在机器人定位领域，不同的环境和测量源会给定位带来挑战。当机器人处于室外且能接收到良好的GPS测量值时，这些测量值可用于估计机器人的位置。不过，在更新过程中仍需考虑GPS的不确定性，而且是否使用GPS测量值来计算方向，取决于覆盖条件和路径类型。

为了检测机器人所处的情景，我们使用两个变量：GPS质量和机器人在该时刻的估计位置。仅仅接收到GPS信号，即便有测量误差估计，也不能认定其有用。在GPS覆盖不佳的区域（如高墙附近、树下等），若之前没有良好的GPS估计，GPS提供的估计值会很差。在这种情况下，如果机器人通过里程计和惯性测量单元（IMU）能提供足够好的预测，那么最好舍弃GPS测量值，而不是将其整合到滤波器中。

为了判断GPS测量值是否有用，我们定义了一个质量值 $Q_{gps}$，其计算公式为：
$Q_{gps} = -\log(\sigma_{lat}^2\sigma_{lon}^2)$

这个质量测量值是在不同场景的实验测试后采用的，它与GPS协方差相关：不确定性体积减小，质量增加。卫星数量也被视为一种质量测量，但它比前者更不稳定，且在室内 - 室外过渡时，不确定性体积的不连续性更大。

然而，仅靠这些还不足以判断机器人是否在室内。可能存在完全接收不到GPS信号（如在某个时刻 $t = 700$ s 左右）或接收到质量极差的GPS信号（如在 $t = 900$ s 之后）但机器人在室外的情况。在这些情况下，我们使用机器人的最佳定位估计来判断它是否在建筑物内，前提是我们已经对建筑物进行了预映射。

下面的表格总结了根据观测变量进行的情景检测