The invention is applicable to the field of robotics, provides a navigation method and device, robot includes: point cloud data set on a frame of point cloud data with the Pk somatosensory sensor to the X input KD tree matching device, find the corresponding data point from the recent Pk in X, to generate set Yk = C (Pk, X), in which the K is the number of iterations, the initialization of k = 0, P0 for the current frame of the somatosensory sensor to the point cloud data set; the point cloud data set with the Pk point cloud data set X does not meet the registration; the termination condition preset before the K = k+1, returns the point cloud data set on a frame of point cloud data with the Pk somatosensory sensor to the X input KD tree matching device operation; if the reaches a predetermined termination conditions, according to the current point cloud data set the Pk correction machine Change of state. The embodiment of the invention greatly reduces the manufacturing cost of the robot.
【技术实现步骤摘要】
本专利技术属于机器人
,尤其涉及机器人的导航方法及装置。
技术介绍
自上世纪60年代可移动的机器在人在斯坦福大学出现以来,随着科学技术的发展,可移动的机器人的应用领域也发挥来越广泛,从工业延伸至家庭、服务、娱乐、军事等不同的领域。可移动的机器人的运行是以导航为基础的,需要机器人了解其所处环境的地图以及定位自身的位置,传统的室内可移动的机器人通常采用激光设备导航,激光设备虽然导航精度高,但其动辄上万的价格带来了移动机器人过高的制造成本。
技术实现思路
有鉴于此,本专利技术实施例提供了机器人的导航方法及装置,以解决现有的机器人导航技术会导致机器人制造成本过高的问题。第一方面,提供了一种机器人的导航方法,所述机器人中内置了体感传感器,所述方法包括:将点云数据集Pk与所述体感传感器采集到的上一帧的点云数据集X输入KD树匹配器,在X中寻找离Pk最近的对应数据点,生成点对集合Yk=C(Pk,X),其中,所述k为迭代次数,初始化k=0,P0为所述体感传感器采集到的当前帧的点云数据集;将所述点云数据集Pk与所述点云数据集X进行配准;在未达到预设的终止条件之前,令k=k+1,返回执行所述将点云数据集Pk与所述体感传感器采集到的上一帧的点云数据集X输入KD树匹配器的操作;若已达到所述预设的终止条件,根据当前的点云数据集Pk矫正所述机器人的状态变化量。第二方面,提供了一种机器人的导航装置,所述机器人中 ...
【技术保护点】
一种机器人的导航方法,其特征在于,所述机器人中内置了体感传感器,所述方法包括:将点云数据集Pk与所述体感传感器采集到的上一帧的点云数据集X输入KD树匹配器,在X中寻找离Pk最近的对应数据点,生成点对集合Yk=C(Pk,X),其中,所述k为迭代次数,初始化k=0,P0为所述体感传感器采集到的当前帧的点云数据集;将所述点云数据集Pk与所述点云数据集X进行配准;在未达到预设的终止条件之前,令k=k+1,返回执行所述将点云数据集Pk与所述体感传感器采集到的上一帧的点云数据集X输入KD树匹配器的操作;若已达到所述预设的终止条件,根据当前的点云数据集Pk矫正所述机器人的状态变化量。
【技术特征摘要】
1.一种机器人的导航方法,其特征在于,所述机器人中内置了体感传感器,
所述方法包括:
将点云数据集Pk与所述体感传感器采集到的上一帧的点云数据集X输入
KD树匹配器,在X中寻找离Pk最近的对应数据点,生成点对集合Yk=C(Pk,X),
其中,所述k为迭代次数,初始化k=0,P0为所述体感传感器采集到的当前帧
的点云数据集;
将所述点云数据集Pk与所述点云数据集X进行配准;
在未达到预设的终止条件之前,令k=k+1,返回执行所述将点云数据集Pk与所述体感传感器采集到的上一帧的点云数据集X输入KD树匹配器的操作;
若已达到所述预设的终止条件,根据当前的点云数据集Pk矫正所述机器人
的状态变化量。
2.如权利要求1所述的方法,其特征在于,在所述将点云数据集Pk与所述
体感传感器采集到的上一帧的点云数据集X输入KD树匹配器之前,所述方法
还包括:
获取所述机器人的运动传感器的矫正参数,所述矫正参数包括线性矫正参
数和旋转矫正参数;
根据所述机器人每次运动的状态,计算出所述机器人在该次运动过程中可
能的误差增量方向及数值,并与所述运动传感器获取的状态变化量合并,运算
得到修正的状态变化量;
将所述矫正参数与所述修正的状态变化量合并,预估得到所述机器人的状
态变化量。
3.如权利要求1所述的方法,其特征在于,所述方法还包括:
初始化预设阈值e,以及初始化参数l=0,dl=d0=0;
针对所述机器人新的位姿Snew上的每个点Pn,在所述机器人初始位姿Sref
\t上寻找与之距离最近且所述距离小于所述预设阈值的点Pr,组成点对集合
计算所述点对集合的旋转矩阵Rw和平移矩阵T,并计算Pnl+1=]]>RwPnl+T;]]>计算其中,所述num为所述点对集合
中的配对数量;
若|dl-dl+1|<e,则输出所述Rw和所述T,并根据所述Rw和所述T矫正所
述机器人的状态变化量;
若|dl-dl+1|≥e,令l=l+1,返回执行所述针对所述机器人新的位姿
Snew上的每个点Pn,在所述机器人初始位姿Sref上寻找与之距离最近且所述距
离小于所述预设阈值的点Pr,组成点对集合的操作。
4.如权利要求1所述的方法,其特征在于,所述预设的终止条件包括:
所述k的值超过了预设迭代次数;或者,
所述点云数据集Pk到所述点云数据集X的误差小于预设误差值。
5.如权利要求1所述的方法,其特征在于,在所述将点云数据集Pk与所述
体感传感器采集到的上一帧的点云数据集X输入KD树匹配器,在X中寻找离Pk最近的对应数据点,生成点对集合Yk=C(Pk,X)之后,所述将...
【专利技术属性】
技术研发人员:欧勇盛,邢为之,江国来,张京林,吴新宇,冯伟,
申请(专利权)人:深圳先进技术研究院,
类型:发明
国别省市:广东;44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。