机器人位姿计算方法、系统、机器人及存储介质技术方案

本发明专利技术公开了一种机器人位姿计算方法、系统、机器人及存储介质，机器人位姿计算方法包括：获取机器人移动前后的第一相位图和第二相位图；根据所述第一相位图、预设运动参数和预设运动模型确定预测相位图；将所述预测相位图、所述第二相位图代入预设优化算法进行优化以使所述预测相位图和所述第二相位图差别最小，以确定预设运动参数的具体值为移动信息。本发明专利技术通过第一相位图、预设运动参数和预设运动模型确定预测相位图，然后计算预测相位图和真实测量的第二相位图以预设优化算法进行优化以得到预设运动参数的具体值，以通过运动参数的具体值确定移动信息，使得机器人运动的移动信息计算简易且准确。动信息计算简易且准确。动信息计算简易且准确。

【技术实现步骤摘要】
机器人位姿计算方法、系统、机器人及存储介质


[0001]本专利技术涉及机器人的
，尤其是涉及一种机器人位姿计算方法、系统、机器人及存储介质。

技术介绍

[0002]对机器人的位姿估计根据传感器和传感数据(图像、点云)的不同而大致可分为三类：采用单个RGB或灰度相机的机器人、采用双目相机的机器人和采用深度传感器的机器人。
[0003]其中，单个RGB或灰度机器人或者双目相机的机器人。所有一整套算法都是基于RGB或灰度图像的特征点与匹配，而这些二维图像的特征点与匹配都相对比较粗糙，从而导致三维深度的估算精度较差，以及位姿的估计也较差。采用深度传感器的机器人基于三维点云数据进行三维匹配，而三维匹配运算量较大，鲁棒性较差，容易收敛于局部点而非全局最优点。采用相机加上深度传感器的机器人可以结合上述两种方法，采取先用二维相机拍摄图像进行初步匹配和位姿估计，然后再利用三维点云进行三维匹配和精细位姿估计。但同样具有上述两种方法的缺点，即二维匹配比较粗糙，而三维匹配运算量比较大。

技术实现思路

[0004]本专利技术旨在至少解决现有技术中存在的技术问题之一。为此，本专利技术提出一种机器人位姿计算方法，能够计算机器人的位移信息更加简易且准确。
[0005]本专利技术还提出一种机器人位姿计算系统。
[0006]本专利技术还提出一种机器人。
[0007]本专利技术还提出一种计算机可读存储介质。
[0008]第一方面，本专利技术的一个实施例提供了机器人位姿计算方法，包括：
[0009]获取机器人移动前后的第一相位图和第二相位图；
[0010]根据所述第一相位图、预设运动参数和预设运动模型确定预测相位图；
[0011]将所述预测相位图、所述第二相位图代入预设优化算法进行优化以使所述预测相位图和所述第二相位图差别最小，以确定预设运动参数的具体值为移动信息。
[0012]本专利技术实施例的机器人位姿计算方法至少具有如下有益效果：通过第一相位图、预设运动参数和预设运动模型确定预测相位图，然后计算预测相位图和真实测量的第二相位图以预设优化算法进行优化以得到预设运动参数的具体值，以通过运动参数的具体值确定移动信息，使得机器人运动的移动信息计算简易且准确。
[0013]根据本专利技术的另一些实施例的机器人位姿计算方法，所述第一相位图包括第一相位信息、第一像素位置信息；所述第二相位图包括：第二相位信息和第二像素位置信息；所述预设运动模型包括：预设相位与运动模型、预设像素与运动模型，所述将根据所述第一相位图、预设运动参数和预设运动模型确定预测相位图，包括：
[0014]根据所述第一相位信息、预设运动参数、预设相位与运动模型确定预测相位信息；
[0015]根据所述第一像素位置信息、所述预设运动参数、预设像素与运动模型确定预测像素位置信息；
[0016]根据所述预测相位信息和所述预测像素位置信息确定所述预测相位图。
[0017]根据本专利技术的另一些实施例的机器人位姿计算方法，所述预设运动参数包括：预设旋转参数和预设位移参数。
[0018]根据本专利技术的另一些实施例的机器人位姿计算方法，所述根据所述第一相位信息、预设运动参数和预设相位与运动模型确定预测相位信息，包括：
[0019]根据所述第一相位信息、投影仪和相机的投影方程确定初始位置信息；
[0020]根据所述初始位置信息、预设旋转参数和所述预设位移参数确定预测位置信息；
[0021]根据所述预测位置信息和预设投影公式确定所述预测位置信息对应的所述预测相位信息。
[0022]根据本专利技术的另一些实施例的机器人位姿计算方法，所述根据所述第一像素位置信息、所述预设运动参数和预设像素与运动模型确定预测像素位置信息，包括：
[0023]根据所述第一像素位置信息确定相机矩阵；
[0024]根据所述相机矩阵、预设旋转参数和预设位移参数确定所述预测像素位置信息。
[0025]根据本专利技术的另一些实施例的机器人位姿计算方法，所述将所述预测相位图、所述第二相位图代入预设优化算法进行优化以使所述预测相位图和所述第二相位图差别最小，以确定预设运动参数的具体值为移动信息，包括：
[0026]将所述第二像素位置信息和所述预测像素位置信息相互对应；
[0027]计算所述像素位置对应的所述预测相位信息和所述第二相位信息的误差以得到多个误差值；
[0028]计算所述多个误差值的平方和以得到多个平方和；
[0029]对所述多个平方和以所述预设优化算法进行优化以得到所述预设运动参数的具体值以得到所述移动信息。
[0030]根据本专利技术的另一些实施例的机器人位姿计算方法，所述预设优化算法包括以下任意一种：梯度下降法、高斯牛顿法。
[0031]第二方面，本专利技术的一个实施例提供了机器人位姿计算系统，包括：
[0032]获取模块，用于获取机器人移动前后的第一相位图和第二相位图；
[0033]计算模块，用于根据所述第一相位图、预设运动参数和预设运动模型确定预测相位图；
[0034]优化模块，用于将所述预测相位图、所述第二相位图代入预设优化算法进行优化以使所述预测相位图和所述第二相位图差别最小，以确定预设运动参数的具体值为移动信息。
[0035]本专利技术实施例的机器人位姿计算系统至少具有如下有益效果：通过移动投影仪的第一相位图和第二相位图来求解机器人的位姿，且根据第二相位图和预测相位图代入预设优化算法来计算机器人的预设运动参数的具体值以得到移动信息，使得移动信息计算更加快速、准确，且鲁棒性低。
[0036]第三方面，本专利技术的一个实施例提供了机器人，包括：
[0037]至少一个处理器，以及，
[0038]与所述至少一个处理器通信连接的存储器；其中，
[0039]所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如第一方面所述的机器人位姿计算方法。
[0040]第四方面，本专利技术的一个实施例提供了计算机可读存储介质：所述计算机可读存储介质存储有计算机可执行指令，所述计算机可执行指令用于使计算机执行如第一方面所述的机器人位姿计算方法。
[0041]本申请的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本申请而了解。本申请的目的和其他优点可通过在说明书以及附图中所特别指出的结构来实现和获得。
附图说明
[0042]图1是本专利技术实施例中机器人位姿计算方法的一具体实施例流程示意图；
[0043]图2是本专利技术实施例中机器人位姿计算方法的另一具体实施例流程示意图；
[0044]图3是本专利技术实施例中机器人位姿计算方法的另一具体实施例流程示意图；
[0045]图4是本专利技术实施例中机器人位姿计算方法的另一具体实施例流程示意图；
[0046]图5是本专利技术实施例中机器人位姿计算方法的一具体实施例计本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种机器人位姿计算方法，其特征在于，包括：获取机器人移动前后的第一相位图和第二相位图；根据所述第一相位图、预设运动参数和预设运动模型确定预测相位图；将所述预测相位图、所述第二相位图代入预设优化算法进行优化以使所述预测相位图和所述第二相位图的差别最小，以确定预设运动参数的具体值为移动信息。2.根据权利要求1所述的机器人位姿计算方法，其特征在于，所述第一相位图包括第一相位信息、第一像素位置信息；所述第二相位图包括：第二相位信息和第二像素位置信息；所述预设运动模型包括：预设相位与运动模型、预设像素与运动模型，所述将根据所述第一相位图、预设运动参数和预设运动模型确定预测相位图，包括：根据所述第一相位信息、预设运动参数、预设相位与运动模型确定预测相位信息；根据所述第一像素位置信息、所述预设运动参数、预设像素与运动模型确定预测像素位置信息；根据所述预测相位信息和所述预测像素位置信息确定所述预测相位图。3.根据权利要求2所述的机器人位姿计算方法，其特征在于，所述预设运动参数包括：预设旋转参数和预设位移参数。4.根据权利要求3所述的机器人位姿计算方法，其特征在于，所述根据所述第一相位信息、预设运动参数和预设相位与运动模型确定预测相位信息，包括：根据所述第一相位信息、投影仪和相机的投影方程确定初始位置信息；根据所述初始位置信息、预设旋转参数和所述预设位移参数确定预测位置信息；根据所述预测位置信息和预设投影公式确定所述预测位置信息对应的所述预测相位信息。5.根据权利要求3所述的机器人位姿计算方法，其特征在于，所述根据所述第一像素位置信息、所述预设运动参数和预设像素与运动模型确定预测像素位置信息，包括：根据所述第一像素位置信息确定相机矩阵；根据...

【专利技术属性】
技术研发人员：郝祁，马睿，郑玺，
申请(专利权)人：南方科技大学，
类型：发明
国别省市：