1.一种基于激光雷达和里程计的移动机器人跟踪控制方法，其针对的移动机器人跟踪控制系统包括跟随者移动机器人与领航者移动机器人，其特征在于，所述方法包括如下步骤：步骤1.定义用于描述障碍物区域的数据结构，使用链表对所述数据结构进行存储，并将该链表分别命名为历史障碍物区域，同时定义用于描述领航者移动机器人历史位姿状态的数据结构；

步骤2.获取跟随者移动机器人激光雷达传感器数据生成原始点云数据，同时考虑激光雷达传感器噪声、激光雷达传感器数据采样密度以及跟随者移动机器人运动干扰，并融合跟随者移动机器人里程计传感器数据，对原始点云数据进行预处理，得到期望点云数据；

所述步骤2中，期望点云数据的获取过程如下：

步骤2.1.使用统计离群值剔除算法和体素栅格滤波器对原始点云数据，进行滤波和降采样，生成二号点云数据；

步骤2.2.获取跟随者移动机器人里程计传感器数据以及跟随者移动机器人刚体之间的变换信息，计算得到跟随者移动机器人激光雷达传感器坐标系到里程计传感器坐标系的变换矩阵，使用坐标变换将二号点云数据的参考坐标系从跟随者移动机器人激光雷达传感器坐标系变换到里程计传感器坐标系，生成三号点云数据；

步骤2.3.使用欧几里德聚类方法对三号点云数据进行分割处理，得到包含K个簇的四号点云数据；对四号点云数据中的每个簇进行点云的中间分割和分段中心点计算，得到每个簇分割后的两个子集以及每个子集的中心点坐标，K为自然数；

将所述中心点坐标全部存储到一个数组中，即得到期望点云数据；

所述步骤2.2中，变换矩阵的计算公式以及三号点云数据的获取过程如下：式中，R为旋转矩阵，表示跟随者移动机器人本体坐标系相对于里程计传感器坐标系的姿态信息；B为平移向量，表示跟随者移动机器人本体坐标系相对于里程计传感器坐标系的位置信息，参数(x,y,z)表示跟随者移动机器人位置信息的三维坐标；

将旋转矩阵R和平移向量B结合起来形成一个4×4的变换矩阵T1，表示跟随者移动机器人本体坐标系相对于里程计传感器坐标系的位姿信息；其中，0是一个1×3的行向量，参数T[a,b,c,d]为旋转矩阵R的四元数表示形式，用于描述跟随者移动机器人姿态；

获取跟随者移动机器人刚体之间的变换信息，得到跟随者移动机器人激光雷达传感器坐标系到跟随者移动机器人本体坐标系的变换矩阵，此处变换矩阵为常数矩阵，记为T2；

使用坐标变换，将二号点云数据的参考坐标系从跟随者移动机器人激光雷达传感器坐标系变换到里程计传感器坐标系，生成三号点云数据：P3＝(T1×T2)·P2    (2)

式中，P2为二号点云数据，P3为三号点云数据；

所述步骤2.3中，各子集的中心点坐标如下公式所示：式中，Zi1与Zi2为第i簇点云数据两个子集的中心点坐标，i＝1,2,...,K；N为第i簇点云数据的长度，符号 表示向下取整运，xj和yj为点云数据的横纵坐标，j＝1,2,...,N；

步骤3.排除位于历史障碍物区域中的期望点云数据，得到有效点云数据，同时基于领航者移动机器人历史位姿状态，利用相对运动原理或空间位置连续性原理，跟随者移动机器人区分领航者移动机器人点云数据和障碍物点云数据；

所述步骤3中，排除位于历史障碍物区域中的期望点云数据的过程如下：基于步骤2得到的期望点云数据，计算期望点云数据各簇的中心点坐标：o

式中，Mi为点云数据各簇的中心点坐标，表示在跟随者移动机器人里程计传感器坐标系下点云数据各簇的中心点坐标，其中i＝1,2,...,K；

Zi_1与Zi_2为第i簇点云数据两个子集的中心点坐标；

o

给定Mi即期望点云数据每个簇的中心点坐标、历史障碍物区域链表LIST，则排除期望点云数据中位于历史障碍物区域中的簇的具体过程如下：对于LIST中每一个障碍物区域：

障碍物中心点_x＝障碍物区域中心点的x坐标；

障碍物中心点_y＝障碍物区域中心点的y坐标；

障碍物长度＝障碍物区域的长度；

障碍物宽度＝障碍物区域的宽度；

计算矩形边界：

右边界＝(障碍物中心点_y‑障碍物宽度)/2；

左边界＝(障碍物中心点_y+障碍物宽度)/2；

下边界＝(障碍物中心点_x‑障碍物长度)/2；

上边界＝(障碍物中心点_x+障碍物长度)/2；

o

如果Mi位于由上述四个边界值围成的矩形范围内，则期望点云数据在历史障碍物区域内，否则，期望点云数据不在历史障碍物区域内；

其余期望点云数据簇按原有顺序依次存储在数组中，构成有效点云数据；

所述步骤3具体为：

针对初始阶段领航者移动机器人的定位问题、正常运行阶段领航者移动机器人的跟踪定位问题和跟踪丢失阶段领航者移动机器人的重新定位问题，分别设计初始定位、跟踪定位和重新定位三种不同的定位方法，不同的阶段分别运行对应的方法；

初始定位方法：

程序连续进入初始定位方法的次数小于C次时，记录有效点云数据，C为自然数；

程序连续进入初始定位方法的次数等于C次时，记录有效点云数据，并计算已记录的C组有效点云数据的平均值，称之为点云初始位置；

程序连续进入初始定位方法的次数不小于C次时，基于点云初始位置，当领航者移动机器人发生平移或旋转时，利用相对运动原理从有效点云数据中区分领航者移动机器人点云数据；

跟踪定位方法：

获取领航者移动机器人历史位姿状态变量，以该领航者移动机器人历史位姿状态变量中领航者移动机器人的中心点为圆心，做一个半径为R的圆形区域，称该圆形区域为圆形边界条件，则当前时刻出现在圆形边界条件内的有效点云数据，认为是领航者移动机器人点云数据，从而在有效点云数据中区分领航者移动机器人点云数据；

重新定位方法：

程序连续进入重新定位方法的次数不大于C次时，记录有效点云数据，并计算已记录的有效点云数据的平均值，称之为点云实时初始位置；

程序进入重新定位方法时，基于上述点云实时初始位置，当领航者移动机器人发生平移或旋转时，利用相对运动原理，从有效点云数据中区分领航者移动机器人点云数据；

步骤4.若步骤3无法对领航者移动机器人点云数据成功识别，清空领航者移动机器人历史位姿状态变量，并返回步骤2；若步骤3对领航者移动机器人点云数据成功识别，则继续执行步骤5；

步骤5.基于步骤3得到的领航者移动机器人点云数据，利用平面几何关系计算领航者移动机器人的中心位置和方位角，并更新领航者移动机器人历史位姿状态，然后使用跟随者移动机器人里程计传感器数据对所述领航者移动机器人的中心位置和方位角进行坐标变换，得到领航者移动机器人相对于跟随者移动机器人的位姿，实现跟随者移动机器人对领航者移动机器人点云的跟踪；

步骤6.基于步骤3得到的障碍物点云数据，推算障碍物的中心位置与大小范围，并指定缓冲区域尺寸，得到障碍物区域，然后将障碍物区域添加到历史障碍物区域中，然后返回到步骤2；

其中，跟随者移动机器人与领航者移动机器人均搭载有激光雷达和里程计传感器。

2.根据权利要求1所述的基于激光雷达和里程计的移动机器人跟踪控制方法，其特征在于，所述步骤1中，将障碍物区域定义为矩形区域；

用于描述障碍物区域的数据结构包含四个双精度浮点数，依次表示障碍物区域中心点的横坐标和纵坐标、障碍物区域的长度以及障碍物区域的宽度；

用于描述领航者移动机器人历史位姿状态的数据结构包含三个双精度浮点数，依次表示领航者移动机器人中心点的横坐标和纵坐标以及领航者移动机器人的方向角。

3.根据权利要求1所述的基于激光雷达和里程计的移动机器人跟踪控制方法，其特征在于，所述步骤5具体为：步骤5.1.基于步骤3得到的领航者移动机器人点云数据，使用平均值算法计算领航者移动机器人点云数据中心点坐标，根据领航者移动机器人点云数据中心点与领航者移动机器人中心点的固定位置关系，得到领航者移动机器人中心点位置，即中心位置；

步骤5.2.基于步骤3得到的领航者移动机器人点云数据，将领航者移动机器人点云数据连接成一条线段，计算该条线段与里程计传感器坐标系水平轴正方向的夹角，得到领航者移动机器人的角度，即方位角；

步骤5.3.使用步骤5.1得到的中心位置和步骤5.2得到的方位角信息，更新领航者移动机器人历史位姿状态变量；

步骤5.4.获取跟随者移动机器人里程计传感器数据以及跟随者移动机器人刚体之间的变换信息，计算得到里程计传感器坐标系到跟随者移动机器人底盘坐标系的变换矩阵；

步骤5.5.使用步骤5.4得到的变换矩阵，将步骤5.1得到的中心位置以及步骤5.2得到的方位角的参考坐标系从里程计传感器坐标系变换到跟随者移动机器人底盘坐标系，得到领航者移动机器人相对于跟随者移动机器人的位姿；

至此，实现跟随者移动机器人对领航者移动机器人点云的跟踪。

4.根据权利要求3所述的基于激光雷达和里程计的移动机器人跟踪控制方法，其特征在于，所述步骤5.4中，获取跟随者移动机器人里程计传感器数据，计算跟随者移动机器人本体坐标系到里程计传感器坐标系的旋转矩阵和变换矩阵，将两者分别取逆，得到里程计‑1传感器坐标系到跟随者移动机器人本体坐标系的旋转矩阵和变换矩阵，分别记为R 和T3；

获取跟随者移动机器人刚体之间的变换信息，得到跟随者移动机器人本体坐标系到跟随者移动机器人底盘坐标系的变换矩阵，该变换矩阵为常数矩阵，记为T4；

所述步骤5.5中，领航者移动机器人相对于跟随者移动机器人的相对位置计算公式如下：f o

Ml＝(T3×T4)·Ml    (5)

f

式中，Ml为相对位置，表示领航者移动机器人中心点在跟随者移动机器人底盘坐标系o上的坐标；Ml为步骤5.1得到的中心位置；

使用旋转矩阵将方位角的参考坐标系从里程计传感器坐标系变换到跟随者移动机器人底盘坐标系，得到领航者移动机器人相对于跟随者移动机器人的角度：f

式中，Rl为旋转矩阵，表示移动机器人底盘坐标系水平轴正方向到领航者移动机器人o前进正方向的旋转关系；θl为步骤5.2得到的方位角；

f

从上述旋转矩阵Rl中，提取出领航者移动机器人前进正方向与移动机器人底盘坐标系f水平轴正方向的夹角θl；

至此，得到领航者移动机器人相对于跟随者移动机器人的位姿。

5.根据权利要求1所述的基于激光雷达和里程计的移动机器人跟踪控制方法，其特征在于，所述步骤6具体为：基于步骤3得到的障碍物点云数据，利用平面几何关系，推算能将全部障碍物点云数据包围的矩形区域，具体推算公式如下：式中，Zj_mid为障碍物点云数据的中心点坐标；

与 为障碍物点云数据两个子集的中心点坐标，lj

为矩形区域长度，wj为矩形区域宽度，其中，j＝1,2,...,K‑1；

考虑移动机器人的外切圆半径和最小转弯半径，在矩形区域周围创建一个缓冲区，并指定缓冲区域尺寸，将带有缓冲区的矩形区域命名为障碍物区域；

推算障碍物区域的中心点坐标、长度和宽度，具体公式如下：式中，Mj表示障碍物区域的中心点坐标，lengthj表示障碍物区域的长度，widthj表示障碍物区域的宽度，buffer表示指定的缓冲区域尺寸，其中j＝1,2,...,K‑1；

将障碍物区域的中心点坐标、长度和宽度存储在所述用于描述障碍物区域的数据结构中，然后添加到历史障碍物区域链表中，并返回到步骤2。