一种主动标定激光雷达和编码器外参的方法技术

技术编号:28671012 阅读:29 留言:0更新日期:2021-06-02 02:46
本发明专利技术公开了一种主动标定激光雷达和编码器外参的方法,包括:S1、将标定物和激光雷达置于同一水平面,并以编码器里程计的坐标系作为移动机器人的坐标系;指定标定物在世界坐标系中的位置和移动机器人的起始位置,根据环境设定观测噪声和运动噪声,并初始化移动机器人的状态变量和状态变量的协方差矩阵;S2、利用轨迹规划算法计算出所述移动机器人的线速度和角速度;S3、使所述移动机器人以步骤S2计算出的线速度和角速度运动一个时间间隔Δt,利用扩展卡尔曼滤波进行状态变量及其协方差矩阵的更新;S4、重复步骤S2和S3,直至状态变量收敛,完成标定。

【技术实现步骤摘要】
一种主动标定激光雷达和编码器外参的方法
本专利技术涉及机器人
,具体涉及一种主动标定激光雷达和编码器外参的方法。
技术介绍
由于装有多传感器的自主导航移动机器人具有高效性和更高的精度,引起了全球学界的关注。激光雷达和编码器是移动机器人中最常用的两个传感器,特别是在工业和民用领域的轮式机器人中,如自主导航车,无人车和轮式服务机器人等。与基于惯性测量单元的里程计相比,安装在移动机器人驱动电机上的编码器可以为机器人提供更准确、更直接的里程计数据。但是,当移动机器人上下坡或车轮打滑时,编码器会出现严重的漂移。而激光雷达可以提供周围环境丰富的场景信息,这些信息可以用来估计机器人的状态和检测环境中的物体。然而,受到成本和技术的限制,大多数的移动机器人采用的是单一的2D激光雷达,在复杂环境中,由于其无法感知三维环境信息的缺点,会出现定位精度低,建图不完整等问题。因此编码器和2D激光雷达可以弥补各自的缺点。例如激光雷达的重定位能力有助于减少编码器里程计的漂移问题,基于编码器里程计提供的精确的近距离变换,能够提升激光雷达数据关联的鲁棒性。并且基于编码器和2本文档来自技高网...

【技术保护点】
1.一种主动标定激光雷达和编码器外参的方法,其特征在于,包括:/nS1、将标定物和激光雷达置于同一水平面,并以编码器里程计的坐标系作为移动机器人的坐标系;指定标定物在世界坐标系中的位置和移动机器人的起始位置,根据环境设定观测噪声和运动噪声,并初始化移动机器人的状态变量和状态变量的协方差矩阵;/nS2、利用轨迹规划算法计算出所述移动机器人的线速度和角速度;/nS3、使所述移动机器人以步骤S2计算出的线速度和角速度运动一个时间间隔Δt,利用扩展卡尔曼滤波进行状态变量及其协方差矩阵的更新;/nS4、重复步骤S2和S3,直至状态变量收敛,完成标定。/n

【技术特征摘要】
1.一种主动标定激光雷达和编码器外参的方法,其特征在于,包括:
S1、将标定物和激光雷达置于同一水平面,并以编码器里程计的坐标系作为移动机器人的坐标系;指定标定物在世界坐标系中的位置和移动机器人的起始位置,根据环境设定观测噪声和运动噪声,并初始化移动机器人的状态变量和状态变量的协方差矩阵;
S2、利用轨迹规划算法计算出所述移动机器人的线速度和角速度;
S3、使所述移动机器人以步骤S2计算出的线速度和角速度运动一个时间间隔Δt,利用扩展卡尔曼滤波进行状态变量及其协方差矩阵的更新;
S4、重复步骤S2和S3,直至状态变量收敛,完成标定。


2.如权利要求1所述的主动标定激光雷达和编码器外参的方法,其特征在于,所述状态变量为:



其中,k表示离散状态下的k时刻,xr(k)=[x(k),y(k),θ(k)]T表示移动机器人k时刻所处的状态,上标T表示矩阵的转置,由于移动机器人在二维平面运动,因此z方向上的平移量以及绕x轴、y轴的角度都为0,其中x(k),y(k)表征移动机器人坐标系原点在世界坐标系中的位置,θ(k)表示移动机器人坐标系相对于世界坐标系绕z轴旋转的角度;
xc(k)=[Δx(k),Δy(k),Δθ(k)]T为标定参数,Δx(k),Δy(k)表征激光雷达坐标系原点在移动机器人坐标系中的位置,Δθ(k)表征激光雷达坐标系与移动机器人坐标系之间的角度偏移。


3.如权利要求2所述的主动标定激光雷达和编码器外参的方法,其特征在于,步骤S2包括:
首先,给出移动机器人在离散时间状态下的非线性运动模型和观测模型,分别为式(2)和式(3):



z(k)=h[X(k),n(k)](3)
其中:



其中,m(k)是运动噪声,n(k)是观测噪声,两者相互独立且均服从零均值的高斯分布;
u(k)=[v(k),ω(k)]T,v(k)和ω(k)分别表示移动机器人在k时刻的线速度和角速度,Δt表示离散状态下的时间间隔;



其中,r(k)表示激光雷达坐标系原点距离标定物的距离,b(k)表示标定物在激光雷达坐标系下的角度;
A(k)=lx(k)-x(k)-Δx(k)·cos(θ(k))+Δy(k)·sin(θ(k))(6)
B(k)=ly(k)-y(k)-Δx(k)·sin(θ(k))+Δy(k)·sin(θ(k))(7)
其中,lx(k),ly(k)表示标定物在世界坐标系中的位置;
根据k时刻的状态变量及其协方差矩阵,利用扩展卡尔曼滤波的方法估计出X(k+1)的估计值,在将式(4)代入式(2)...

【专利技术属性】
技术研发人员:梁斌易彤兰斌王学谦
申请(专利权)人:清华大学深圳国际研究生院
类型:发明
国别省市:广东;44

网友询问留言 已有0条评论
  • 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。

1