机器人状态估计方法、装置、计算机设备和存储介质制造方法及图纸

本申请涉及一种机器人状态估计方法、装置、计算机设备和存储介质。所述方法包括：通过惯性测量单元采集运动参数；将所述惯性测量单元采集的运动参数输入第一滤波器，获得机器人姿态；根据所述机器人姿态确定机器人运动方向；通过第二滤波器，根据所述机器人运动方向和编码器采集的线速度确定机器人位置；输出包含所述机器人姿态、所述线速度和所述机器人位置的状态信息。采用本方法能够避免因轮速差估计的机器人姿态精度低而使机器人状态估计的准确性低的技术问题。

Robot state estimation method, device, computer equipment and storage medium

The application relates to a robot state estimation method, device, computer equipment and storage medium. The method includes: collecting motion parameters by the inertial measurement unit; inputting the motion parameters collected by the inertial measurement unit into the first filter to obtain the attitude of the robot; determining the direction of motion of the robot according to the attitude of the robot; collecting the motion parameters by the second filter according to the direction of motion of the robot and the encoder. The linear velocity determines the position of the robot and outputs state information including the robot attitude, the linear velocity and the position of the robot. This method can avoid the technical problem of low accuracy of robot attitude estimation due to the low accuracy of wheel speed difference estimation.

【技术实现步骤摘要】
机器人状态估计方法、装置、计算机设备和存储介质
本申请涉及机器人
，特别是涉及一种机器人状态估计方法、装置、计算机设备和存储介质。
技术介绍
机器人状态估计是机器人实现导航和运动规划等自主能力的前提，传统的机器人状态估计方案中，对于双主动轮机器人，机器人状态(如位置和姿态)的估计主要是：在主动轮上加装编码器读取各轮的轮速，获得轮速差，然后分别通过轮速和轮速差对机器人的位置和姿态进行估计，从而实现对机器人状态的估计。然而，由轮速差估计的机器人姿态精度较低，从而降低对机器人状态估计的准确性。
技术实现思路
基于此，有必要针对因轮速差估计的机器人姿态精度较低，而使机器人状态估计的准确性低的技术问题，提供一种机器人状态估计方法、装置、计算机设备和存储介质。一种机器人状态估计方法，包括：通过惯性测量单元采集运动参数；将所述惯性测量单元采集的运动参数输入第一滤波器，获得机器人姿态；根据所述机器人姿态确定机器人运动方向；通过第二滤波器，根据所述机器人运动方向和编码器采集的线速度确定机器人位置；输出包含所述机器人姿态、所述线速度和所述机器人位置的状态信息。一种机器人状态估计装置，包括：采集模块，用本文档来自技高网...

【技术保护点】
1.一种机器人状态估计方法，包括：通过惯性测量单元采集运动参数；将所述惯性测量单元采集的运动参数输入第一滤波器，获得机器人姿态；根据所述机器人姿态确定机器人运动方向；通过第二滤波器，根据所述机器人运动方向和编码器采集的线速度确定机器人位置；输出包含所述机器人姿态、所述线速度和所述机器人位置的状态信息。

【技术特征摘要】
1.一种机器人状态估计方法，包括：通过惯性测量单元采集运动参数；将所述惯性测量单元采集的运动参数输入第一滤波器，获得机器人姿态；根据所述机器人姿态确定机器人运动方向；通过第二滤波器，根据所述机器人运动方向和编码器采集的线速度确定机器人位置；输出包含所述机器人姿态、所述线速度和所述机器人位置的状态信息。2.根据权利要求1所述的方法，其特征在于，所述将所述惯性测量单元采集的运动参数输入第一滤波器，获得机器人姿态，包括：将多个惯性测量单元各自采集的运动参数输入第一滤波器；通过所述第一滤波器，将多个惯性测量单元各自采集的运动参数加权融合；根据加权融合所得的运动参数确定机器人姿态。3.根据权利要求2所述的方法，其特征在于，所述运动参数包括磁力计向量和角速度；所述将多个惯性测量单元各自采集的运动参数加权融合包括：获取多个惯性测量单元各自的性能系数；根据所述磁力计向量确定各磁力计方向之间的角度值；根据所述角度值和所述性能系数，确定多个惯性测量单元各自的权重；将各惯性测量单元的磁力计向量按照相应惯性测量单元的权重加权求和；将各惯性测量单元的角速度按照相应惯性测量单元的权重加权求和；所述根据加权融合所得的运动参数确定机器人姿态包括：获取重力向量；根据所述重力向量、加权求和所得的磁力计向量和角速度确定机器人姿态。4.根据权利要求1所述的方法，其特征在于，所述方法还包括：通过所述第二滤波器获取所述第一滤波器输出的、对于所述机器人姿态更新的更新姿态；确定更新前所述机器人姿态与检测到的更新姿态之间的差值；所述输出包含所述机器人姿态、所述线速度和所述机器人位置的状态信息,包括：当所述差值小于预设差值时，输出包含所述更新姿态、所述线速度和所述机器人位置的状态信息。5.根据权利要求1至4任一项所述的方法，其特征在于，所述通过惯性测量单元采集运动参数之前，所述方法还包括：通过所述第一滤波器，根据多个惯性测量单元各自预先采集的运动参数确定对于机器人的多...

【专利技术属性】
技术研发人员：刘天瑜，廖青海，刘洋，王鲁佳，刘明，
申请(专利权)人：深圳一清创新科技有限公司，
类型：发明
国别省市：广东,44