本發(fā)明涉及機器人行走定位的，具體地涉及一種水制氫平臺機器人行走定位方法。

背景技術：

1、水制氫平臺是利用電解水產(chǎn)氫原理，將水電解成氫氣和氧氣，并從中分離的一種裝備。水制氫平臺機器人是該平臺的重要組成部分，具備獨立的感知、決策和執(zhí)行能力，能夠在無人干預的情況下執(zhí)行任務，提高制氫效率和平臺的智能化、自動化程度。機器人中的行走定位模塊主要依賴慣性測量單元（imu）技術，通過慣性傳感器獲取速度、方向角和位置等運動狀態(tài)參數(shù)。

2、然而，現(xiàn)有的imu技術存在對移動速度和方向角的瞬時測量問題，難以進行長時間的精確計算，導致方向角誤差累積和位置偏移。此外，對于大型產(chǎn)氫設備而言，設備體積龐大、結構復雜，移動軌跡較長，需要多個傳感器才能實現(xiàn)有效的運動控制?，F(xiàn)有技術方案雖然對移動機構進行了優(yōu)化，但在實際運行中仍可能出現(xiàn)方向角誤差過大和位置偏移的問題。

3、現(xiàn)有imu技術的主要不足在于對移動速度和方向角的計算主要依賴瞬時測量，無法進行長時間的精確計算，導致方向角誤差累積和位置偏移。對于大型產(chǎn)氫設備，設備體積龐大、結構復雜，移動軌跡較長，需要多個傳感器才能實現(xiàn)有效的運動控制?，F(xiàn)有的技術方案雖然對移動機構進行了優(yōu)化，但在實際運行中仍可能出現(xiàn)方向角誤差過大和位置偏移的情況，影響設備的穩(wěn)定性和安全性，因此，亟需一種能夠長時間準確計算移動參數(shù)，提高大型產(chǎn)氫設備的移動精度和穩(wěn)定性的行走定位技術。

技術實現(xiàn)思路

1、鑒于背景技術所存在的技術問題，本發(fā)明所提供一種水制氫平臺機器人行走定位方法；提高大型產(chǎn)氫設備的移動精度和穩(wěn)定性，減少方向角誤差和位置偏移的水制氫平臺機器人行走定位技術。

2、為了解決上述技術問題，本發(fā)明采取了如下技術方案來實現(xiàn)：

3、一種水制氫平臺機器人行走定位方法，包括以下步驟：

4、s1、通過慣性測量單元（imu）采集車輛的前進方向角和前進速度，計算當前位置和下一位置之間的距離；

5、s2、進行前進方向角、前進速度和當前位置的預測，獲得預測值和預測誤差；

6、s3、將預測值與預置的規(guī)劃行進路線進行比對，計算當前車輛在規(guī)劃路線中應處的位置及與當前位置的距離，作為誤差處理參數(shù)；

7、s4、當預測前進方向角誤差和速度誤差過大時，停止前進方向角和速度參數(shù)的采集，并啟動預警機制；

8、s5、若當前位置與實際的位置差值超過設定閾值，停止當前位置的預估以防止位置錯誤影響機器人行走；

9、s6、對機器人慣性測量參數(shù)調節(jié)，需要采集更多點的慣性測量數(shù)據(jù)進行計算，以提高預測精度；

10、s7、使用航跡推算法獲取機器人的位置、方向角和移動速度，獲得準確的狀態(tài)參數(shù)矩陣，并對參數(shù)進行校正和調整。

11、優(yōu)選的方案中，在s2中，前進方向角預測步驟包括：

12、2.1、慣性測量單元（imu）連續(xù)采集三個前進方向角，其平均值等于當前位置的方向角；

13、2.2、設最近兩次采集的方向角分別為a1和a2，當前時刻的方向角實際測量值為a3，通過模型預測或計算得到的方向角分別為a1*、a2*、a3*；其對應的標準誤差為（a3-a3*）2、（a2-?a2*）2和（a1-?a1*）2；

14、2.3、以當前位置方向角作為標準方向角a0，設當前采集點的方向角為ax，其預測的方向角ax*的計算公式為：

15、ax*=f（a0,a1,a2,（a3-?a3*）2,（a2-?a2*）2,（a1-?a1*）2)；

16、式中：f代表多項式回歸模型，其具體形式表現(xiàn)為：

17、ax*=w0+w1a0+w2a1+?w3a2+w4（a3-?a3*）2+w5（a2-?a2*）2+w6（a1-?a1*）2；

18、式中：w0、w1、w2、w3、w4、w5和w6為模型的權重參數(shù)，可以通過最小化預測值與實際值之間的誤差來訓練確定。

19、優(yōu)選的方案中，在s2中，前進速度預測步驟包括：

20、3.1、慣性測量單元（imu）連續(xù)采集三個前進速度，其平均值等于當前位置的移動速度；

21、3.2、設最近兩次采集的前進速度分別為v1、v2，當前時刻的速度實際測量值為v3，通過模型預測或計算得到的速度分別為v1*、v2*、v3*其對應的標準誤差為（v3-?v3*）2、（v2-?v2*）2和（v1-?v1*）2；

22、3.3、以當前位置的移動速度作為標準移動速度v0，設當前采集點的移動速度為vx，其預測的移動速度vx*的計算公式為：

23、vx*=f（v0,v1,v2,（v3-?v3*）2,（v2-?v2*）2,（v1-v1*）2)；

24、式中：f代表多項式回歸模型，其具體形式表現(xiàn)為：

25、vx*=w0+w1v0+w2v1+?w3v2+w4（v3-v3*）2+w5（v2-?v2*）2+w6（v1-?v1*）2；

26、式中：w0、w1、w2、w3、w4、w5和w6為模型的權重參數(shù)，可以通過最小化預測值與實際值之間的誤差來訓練確定。

27、優(yōu)選的方案中，在s2中，當前位置預測步驟包括：

28、4.1、慣性測量單元（imu）連續(xù)采集三個采集點之間的距離，其平均值等于當前位置的距離；

29、4.2、設最近兩次采集點之間的距離分別為x1、x2，設當前時刻位置實際測量值為x3，通過模型預測或計算得到的位置分別為x1*、x2*、x3*，其對應的標準誤差為（x3-?x3*）2、（x2-?x2*）2和（x1-?x1*）2；

30、4.3、以已知的前兩個采集點之間的距離x0，設當前時刻的位置預測值xx，其預測的位置xx*的計算公式為：

31、xx*=f（x0,x1,x2,（x3-?x3*）2,（x2-?x2*）2,（x1-x1*）2)；

32、式中：f代表多項式回歸模型，其具體形式表現(xiàn)為：

33、xx*=w0+w1x0+w2x1+?w3x2+w4（x3-?x3*）2+w5（x2-?x2*）2+w6（x1-?x1*）2；

34、式中：w0、w1、w2、w3、w4、w5和w6為模型的權重參數(shù)，可以通過最小化預測值與實際值之間的誤差來訓練確定。

35、優(yōu)選的方案中，在s6中，機器人慣性測量參數(shù)調節(jié)步驟包括：

36、5.1、使用三個慣性測量單元（imu1、imu2、imu3）同時采集數(shù)據(jù)；

37、5.2、將采集的數(shù)據(jù)代入慣性測量單元模型中，計算方向角、移動速度和位置的變化；慣性測量單元模型如下：x=aω+ba+c；

38、其中：x為位移矩陣，ω為角速度輸出矩陣，a為加速度輸出矩陣，a和b分別為角速度陀螺儀和加速度計的系數(shù)矩陣，c為常數(shù)項；

39、5.3、計算方向角、移動速度和位置的標準誤差，標準誤差公式為：

40、f1=（a3-?a3*）2；

41、f2=（v1-v1*）2；

42、f3=（x3-?x3*）2；

43、其中， f1、 f2、 f3分別為方向角、移動速度和位置的標準誤差。

44、優(yōu)選的方案中，在s7中，機器人參數(shù)校正和調整步驟包括：

45、6.1、使用航跡推算法計算機器人的位置、方向角和移動速度；

46、6.2、獲得準確的狀態(tài)參數(shù)矩陣，并對參數(shù)進行校正和調整。

47、優(yōu)選的方案中，在機器人行走時，判斷當前行進位置和下一位置的前進方向角，確保機器人不偏離規(guī)劃路徑；如果前進方向角不一致，機器人暫時停止行走，并發(fā)送異常信號。

48、一種水制氫平臺機器人行走定位方法，該方法的有益效果包括但不限于以下幾點：

49、1、通過采用機器學習技術對機器人定位結果進行矯正，特別是利用卡爾曼濾波算法對慣性傳感器測量的誤差進行有效矯正，顯著提高了機器人的定位準確性，這種方法不僅糾正了由于傳感器本身的局限性導致的測量偏差，還優(yōu)化了機器人的自我定位能力，確保了機器人在執(zhí)行任務時能夠更加精確地到達目標位置；

50、2、本發(fā)明不僅提升了機器人的穩(wěn)定性，也增強了系統(tǒng)的整體可靠性，通過實時的狀態(tài)預測和誤差分析，能夠及時發(fā)現(xiàn)并糾正可能的偏差，減少了定位過程中出現(xiàn)的不確定性和風險，保障了水制氫過程的安全高效運行；

51、3、本發(fā)明通過對方向角和移動速度進行狀態(tài)預測，并計算出相應的預測誤差，實現(xiàn)了對這兩個重要參數(shù)的高精度測量；基于這些精確的測量結果，可以進一步調整機器人的行動策略，使其方向角和移動速度更加符合預期，從而提高了后續(xù)位置預測的準確性；

52、4、發(fā)明由于采用了預測模型和誤差校正技術，機器人能夠根據(jù)計算出的位置狀態(tài)參數(shù)在平臺上更準確可靠地移動，減少了因定位誤差導致的維修需求，降低了長期運營成本，此外，機器人的高效行動直接促進了水制氫過程的工作效率，縮短了工作周期，提升了整體生產(chǎn)能力。