【技术实现步骤摘要】
一种机器人及其位姿估计方法和装置
本申请属于机器人领域，尤其涉及一种机器人及其位姿估计方法和装置。
技术介绍
在机器人自主执行任务时，获取到准确的、机器人自身的运动姿态，是机器人自主执行任务的完成质量的关键。传统的机器人位姿估计方案，包括基于轮式里程计、惯性导航、激光导航等。但是轮式里程计在复杂场景下容易产生打滑导致测量不准，精确的惯性导航单元价格较为昂贵，低端的惯性导航单元则会随时间容易产生漂移；激光导航技术受限于工作原理，在户外等大场景下容易失效。视觉导航具有相对较好的鲁棒性。但是，在使用双目相机获取机器人位姿信息时，受限于相机外参数的影响，仍然会导致机器人的位姿估计不准确。
技术实现思路
有鉴于此，本申请实施例提供了一种机器人及其位姿估计方法和装置，以解决现有技术中机器人通过视觉估计位姿时，受相机外参数的影响，导致机器人位姿估计不准确的问题。本申请实施例的第一方面提供了一种机器人的位姿估计方法，所述机器人的位姿估计方法包括：通过双目相机相邻两帧图像，提取所述相邻两帧图像中当前...
【技术保护点】
1.一种机器人的位姿估计方法，其特征在于，所述机器人的位姿估计方法包括：/n通过双目相机相邻两帧图像，提取所述相邻两帧图像中当前帧图像的左、右相机图像与所述相邻两帧图像中前一帧图像中的特征点；/n将所述当前帧图像的左、右相机图像，以及前一帧图像的左、右相机图像的特征点进行匹配，得到匹配的第一特征点；/n对所述第一特征点采用随机采样一致性算法计算得到第一旋转向量；/n重建所述第一特征点对应的三维坐标，根据重建的三维坐标与所述第一特征点进行运动估计，得到第一平移向量；/n根据所述第一旋转向量和第一平移向量估计所述机器人位姿。/n
【技术特征摘要】
1.一种机器人的位姿估计方法，其特征在于，所述机器人的位姿估计方法包括：
通过双目相机相邻两帧图像，提取所述相邻两帧图像中当前帧图像的左、右相机图像与所述相邻两帧图像中前一帧图像中的特征点；
将所述当前帧图像的左、右相机图像，以及前一帧图像的左、右相机图像的特征点进行匹配，得到匹配的第一特征点；
对所述第一特征点采用随机采样一致性算法计算得到第一旋转向量；
重建所述第一特征点对应的三维坐标，根据重建的三维坐标与所述第一特征点进行运动估计，得到第一平移向量；
根据所述第一旋转向量和第一平移向量估计所述机器人位姿。
2.根据权利要求1所述的机器人的位姿估计方法，其特征在于，所述将所述当前帧图像的左、右相机图像，以及前一帧图像的左、右相机图像的特征点进行匹配，得到匹配的第一特征点的步骤包括：
将当前帧左相机图像的特征点与当前帧右相机图像的特征点进行匹配，得到第二特征点；
将当前帧左相机图像的特征点与前一帧右相机图像的特征点进行匹配，得到第三特征点；
将当前帧左相机图像的特征点与前一帧左相机图像的特征点进行匹配，得到第四特征点；
将前一帧左相机图像的特征点与前一帧右相机图像的特征点进行匹配，得到第五特征点；
根据第二特征点、第三特征点、第四特征点和第五特征点，生成第一特征点。
3.根据权利要求2所述的机器人的位姿估计方法，其特征在于，在将所述当前帧图像的左、右相机图像，以及前一帧图像的左、右相机图像的特征点进行匹配，得到匹配的第一特征点的步骤之后，所述方法还包括：
根据所述第一特征点的位置，将所述第一特征点更新至与图像对应的预设网格中的方格中；
根据方格中的特征点的数量、特征点的生成时间、特征点所对应的描述子的健壮性，更新所述方格中的特征点，根据方格中的特征点对所述第一特征点进行更新。
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，所述根据方格中的特征点的数量、特征点的生成时间、特征点所对应的描述子的健壮性，更新所述方格中的特征点的步骤包括：
如果所述方格中的特征点的生成时间大于预设时长，则删除该特征点；
如果方格中特征点的数量大于预定数量且生成时间相同，则根据特征点的描述子的健壮性删除超出预定数量的特征点。
5.根据权利要求1所述...
【专利技术属性】
技术研发人员：赖有仿，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。