吴晗林,高兴华,刘晓飞,陈园林

(1.北华大学机械工程学院,吉林 吉林 132021;2.北京欣奕华数字科技有限公司,北京 100176)

机器人自主导航基于全球定位系统(GPS)及惯性导航、视觉感知等技术,因此,需要实时获取、处理和分析大量传感器数据[1-2],并快速反馈,以支持机器人做出准确决策、调整导航路径[3]。为了实现数据的高效处理,需要采用高性能硬件设备、先进算法和复杂的系统集成[4],而较高的系统成本限制了野外机器人在大规模工程实际中的应用、推广。

插值算法是一种通过已知数据点估算未知位置的数据处理技术,在数据填补、轨迹预测等领域受到关注[5-6]。其中,Neville插值法[7-9]是一种无须事先假设插值函数的多项式插值算法,在处理GPS信息等不均匀数据时具有独特优势。王晓明等[10]提出利用高次与低次Neville插值组合进行GPS插值,改善高阶次插值导致边缘区域插值精度出现的抖动;常远等[11]提出将滑动插值融合到Neville插值中进行GPS插值,根据时刻移动插值区域,复用插值结果,提高计算效率。以往研究实现了复杂算法优化,但需要大量计算资源,导致计算成本高昂。本文针对野外机器人在密林等野外环境中的实际应用情况,提出一种融合机器人状态的计算轻量化插值算法,以达到节约成本、提升可靠性和效率的目的。

1 移动机器人GPS定位

GPS是一类基于轨道卫星的无线电定位系统,由空间、地面控制和用户3部分构成[12],见图1。空间部分由一组人造卫星组成,用于发送位置和时间信号;用户部分是接收和处理卫星信号的终端设备,通过解算信号确定自身位置。……