【技术实现步骤摘要】
一种机器人位姿估计方法、装置、可读存储介质及机器人
本申请属于机器人
,尤其涉及一种机器人位姿估计方法、装置、计算机可读存储介质及机器人。
技术介绍
在机器人的建图和导航中,需要对机器人的位姿进行准确估计。不同类型的传感器,如激光雷达、底盘编码器、IMU(惯性测量单元)、视觉传感器等,通过对环境的感知观测,均能完成对机器人位姿的估计。但由于不同传感器的测量都存在误差,其位姿估计结果的精度较低。
技术实现思路
有鉴于此,本申请实施例提供了一种机器人位姿估计方法、装置、计算机可读存储介质及机器人,以解决现有技术中的位姿估计结果精度较低的问题。本申请实施例的第一方面提供了一种机器人位姿估计方法,可以包括:获取机器人的惯性测量数据,并根据所述惯性测量数据进行位姿估计,得到所述机器人的基准估计位姿;分别获取所述机器人的各个绝对测量数据,并根据各个绝对测量数据进行位姿估计,得到与各个绝对测量传感器分别对应的绝对估计位姿,所述绝对测量数据为由所述机器人的绝对测量传感器采集的测量数据;分别获取所述机器人的各个相对测量数据,并根据各个相对测量数据进行位姿估计,得到与各个相对测量传感器分别对应的相对估计位姿,所述相对测量数据为由所述机器人的相对测量传感器采集的测量数据;根据所述绝对估计位姿和所述相对估计位姿对所述基准估计位姿进行融合处理,得到所述机器人的融合位姿。进一步地,所述惯性测量数据包括线加速度和角速度;所述根据所述惯性测量数据进行位姿估计,得到所述 ...
【技术保护点】
1.一种机器人位姿估计方法,其特征在于,包括:/n获取机器人的惯性测量数据,并根据所述惯性测量数据进行位姿估计,得到所述机器人的基准估计位姿;/n分别获取所述机器人的各个绝对测量数据,并根据各个绝对测量数据进行位姿估计,得到与各个绝对测量传感器分别对应的绝对估计位姿,所述绝对测量数据为由所述机器人的绝对测量传感器采集的测量数据;/n分别获取所述机器人的各个相对测量数据,并根据各个相对测量数据进行位姿估计,得到与各个相对测量传感器分别对应的相对估计位姿,所述相对测量数据为由所述机器人的相对测量传感器采集的测量数据;/n根据所述绝对估计位姿和所述相对估计位姿对所述基准估计位姿进行融合处理,得到所述机器人的融合位姿。/n
【技术特征摘要】
1.一种机器人位姿估计方法,其特征在于,包括:
获取机器人的惯性测量数据,并根据所述惯性测量数据进行位姿估计,得到所述机器人的基准估计位姿;
分别获取所述机器人的各个绝对测量数据,并根据各个绝对测量数据进行位姿估计,得到与各个绝对测量传感器分别对应的绝对估计位姿,所述绝对测量数据为由所述机器人的绝对测量传感器采集的测量数据;
分别获取所述机器人的各个相对测量数据,并根据各个相对测量数据进行位姿估计,得到与各个相对测量传感器分别对应的相对估计位姿,所述相对测量数据为由所述机器人的相对测量传感器采集的测量数据;
根据所述绝对估计位姿和所述相对估计位姿对所述基准估计位姿进行融合处理,得到所述机器人的融合位姿。
2.根据权利要求1所述的机器人位姿估计方法,其特征在于,所述惯性测量数据包括线加速度和角速度;
所述根据所述惯性测量数据进行位姿估计,得到所述机器人的基准估计位姿包括:
根据所述线加速度对所述机器人在上一测量时刻的速度进行更新,得到所述机器人在当前测量时刻的速度;
根据所述机器人在上一测量时刻的速度以及在当前测量时刻的速度,对所述机器人在上一测量时刻的位置进行更新,得到所述机器人在当前测量时刻的位置;
根据所述角速度对所述机器人在上一测量时刻的姿态角进行更新,得到所述机器人在当前测量时刻的姿态角。
3.根据权利要求1所述的机器人位姿估计方法,其特征在于,所述根据各个相对测量数据进行位姿估计,得到与各个相对测量传感器分别对应的相对估计位姿包括:
根据第n个相对测量数据计算所述机器人在当前测量时刻的位姿,其中,1≤n≤N,N为所述机器人的相对测量传感器的数目,第n个相对测量数据为由所述机器人的第n个相对测量传感器采集的测量数据;
获取所述机器人在上一测量时刻的位姿,并计算所述机器人在当前测量时刻和上一测量时刻之间的位姿差;
获取所述机器人在上一测量时刻的融合位姿,并根据所述位姿差和所述机器人在上一测量时刻的融合位姿计算与第n个相对测量传感器对应的相对估计位姿。
4.根据权利要求3所述的机器人位姿估计方法,其特征在于,所述计算所述机器人在当前测量时刻和上一测量时刻之间的位姿差包括:
根据下式计算所述位姿差:
其中,T1p为在上一测量时刻的位置,T1q为在上一测量时刻的姿态角,T2p为在当前测量时刻的位置,T2q为在当前测量时刻的姿态角,dTp为当前测量时刻和上一测量时刻之间的位置差,dTq为当前测量时刻和上一测量时刻之间的姿态差。
5.根据权利要求4所述的机器人位姿估计方法,其特征在于,所述根据所述位姿差和所述机器人在上一测量时刻的...
【专利技术属性】
技术研发人员:何婉君,刘志超,庞建新,熊友军,
申请(专利权)人:深圳市优必选科技股份有限公司,
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。