机器人位姿估计制造技术

本发明专利技术涉及一种用于估计机器人位姿的装置和方法，其中，基于第一位姿估计或第二位姿估计或所述第一位姿估计和所述第二位姿估计的组合确定所述机器人位姿的当前位姿估计，其中，所述第一位姿估计是基于当前位姿分布；其中，基于所述当前位姿分布确定所述第一位姿估计对所述当前位姿估计的贡献和所述第二位姿估计对所述当前位姿估计的贡献。因此，将每个位姿估计的强度合并到所述当前位姿估计中。此外，描述了改进的粒子滤波方法和系统，其中，基于一组参考特征与一组观察特征之间的相似度评分更新所述粒子的权重，其中，在所述机器人的环境中根据所述机器人的一个或多个传感器的传感器数据检测该组观察特征。利用相似度评分解决了机器人环境中有关动态对象的问题，提高了特征可辨别性。

【技术实现步骤摘要】
【国外来华专利技术】机器人位姿估计本专利技术涉及稳健和有效地估计机器人，特别是车辆的位姿。所公开的系统和方法可用于车辆的实时定位。
技术介绍
随着机器人系统在日益增加的非结构化环境中运行，移动机器人定位在机器人学中变得越来越重要。目前，移动机器人系统的应用包括以不同应用作为以下各项的移动平台：行星探测、用于深海探测的潜水器、空中或密闭空间(如矿井)中的机器人车辆、在城市环境中自主行驶的汽车，以及在涉及与人类互动的高度动态环境中工作的安卓机器人。这些以及其他应用中的移动机器人需要在本质上不可预测的环境中运行，在这些环境中，移动机器人通常必须在由静态和动态对象构成的环境中导航。此外，即使是静态对象的位置也常常是未知的，或者所知晓的位置也具有不确定性。因此，对机器人进行十分精准的定位至关重要，通常使用机器人传感器和/或外部传感器的传感器数据。定位问题涉及根据传感器数据，通常使用环境地图，在外部参考框架或全局坐标系中估计机器人的坐标及其一般方向，共同形成所谓的位姿。为了说明该定位过程固有的不确定性，包括不可避免的测量误差和传感器噪声，通常采用概率方法，其中，机器人瞬时位姿的估计本文档来自技高网...

【技术保护点】
1.一种用于估计机器人位姿的装置(700)，其特征在于，用于：/n基于第一位姿估计(15a)或第二位姿估计(15b)或所述第一位姿估计和所述第二位姿估计的组合(16)确定(450、460、470)所述机器人的当前位姿估计；/n其中，所述第一位姿估计是基于所述机器人的当前位姿分布(13)；/n其中，基于所述当前位姿分布确定所述第一位姿估计对所述当前位姿估计的贡献和所述第二位姿估计对所述当前位姿估计的贡献。/n

【技术特征摘要】
【国外来华专利技术】1.一种用于估计机器人位姿的装置(700)，其特征在于，用于：
基于第一位姿估计(15a)或第二位姿估计(15b)或所述第一位姿估计和所述第二位姿估计的组合(16)确定(450、460、470)所述机器人的当前位姿估计；
其中，所述第一位姿估计是基于所述机器人的当前位姿分布(13)；
其中，基于所述当前位姿分布确定所述第一位姿估计对所述当前位姿估计的贡献和所述第二位姿估计对所述当前位姿估计的贡献。


2.根据权利要求1所述的装置，其特征在于，所述第二位姿估计(15b)是基于以下一项或多项：
根据一个或多个先前位姿估计(6)进行的预测(460)，或
从位置传感器(796)的传感器数据和定向传感器(790)的传感器数据中的至少一个导出的全局位姿估计。


3.根据权利要求1或2所述的装置，其特征在于，所述第一位姿估计(15a)的所述贡献和所述第二位姿估计(15b)的所述贡献是基于所述当前位姿分布的置信度度量值(440)确定的。


4.根据权利要求3所述的装置，其特征在于，在确定所述当前位姿分布的所述置信度度量值(440)超过阈值时，只有所述第一位姿估计(15a)对所述当前位姿估计贡献。


5.根据权利要求4所述的装置，其特征在于，还用于基于所述当前位姿分布的所述置信度度量值(440)调整所述阈值。


6.根据权利要求5所述的装置，其特征在于，响应于所述当前位姿分布的所述置信度度量值(440)明显高于所述阈值，增大所述阈值；或者响应于所述当前位姿分布的所述置信度度量值(440)明显低于所述阈值，减小所述阈值。


7.根据权利要求6所述的装置，其特征在于，从增加所述阈值到减少所述阈值的转换以及从减少所述阈值到增加所述阈值的转换会延迟相应的延迟时间。


8.根据权利要求1或2所述的装置，其特征在于，所述第一位姿估计(15a)的所述贡献和所述第二位姿估计(15b)的所述贡献是基于各自的位姿估计的置信度度量值(470)确定的。


9.一种用于估计机器人位姿的装置(700)，其特征在于，用于：
确定(410)所述机器人的多个当前假设位姿(11)；
确定(420)所述多个当前假设位姿中的每个当前假设位姿的权重(12)；
基于所述多个当前假设位姿及其权重，确定(450)所述机器人的当前位姿估计(15a)；
其中，确定(420)所述多个当前假设位姿中的每个当前假设位姿的所述权重(12)包括：计算(422-425)相似度评分，所述相似度评分是一组参考特征(4)与一组观察特征(3)之间的相似度度量值。


10.根据权利要求9所述的装置，其特征在于，每个参考特征和每个观察特征均包括一个或多个特征描述符。


11.根据权利要求9或10所述的装置，其特征在于
每个参考特征和每个观察特征均包括一个或多个特征类，并且每个特征类包括一个概率值；其中，基于所述参考特征的所述一个或多个特征类及其概率值和所述观察特征的所述一个或多个特征类及其概率值，计算(422-425)所述相似度评分。


12.根据权利要求11所述的装置，其特征在于，每个特征类与现实世界元素的类别相关联。


13.根据权利要求10至12中任一项所述的装置，其特征在于
每个参考特征还包括空间固定(SF)位置坐标，每个观察特征还包括物体固定(BF)位置坐标，其中，相对于所述机器人定义所述BF位置坐标；
其中，计算(422-425)所述相似度评分包括：基于当前假设位姿(11)，在所述SF位置坐标与所述BF位置坐标之间进行映射(421)。


14.根据权利要求9至13中任一项所述的装置，其特征在于，当所述分布满足可靠性条件(427)时，基于所述相似度评分的分布确定(429a)所述当前假设位姿的所述权重。


15.根据权利要求14所述的装置，其特征在于，当所述分布不满足所述可靠性条件(427)时，不基于所述相似度评分的所述分布确定(429b、529b、629b)所述当...

【专利技术属性】
技术研发人员：班基·塞蒂亚万，米格尔·克里斯托瓦尔，克劳迪乌·坎皮努，
申请(专利权)人：华为技术有限公司，
类型：发明
国别省市：广东;44