机器人的打滑检测方法、装置及机器人制造方法及图纸

本发明专利技术公开了一种机器人的打滑检测方法、装置及机器人。在上述方法中，获取预定传感器解算的当前激光帧与上一激光帧之间的第一位置变化量与第一角度变化量；获取里程计解算的当前激光帧与上一激光帧之间的第二位置变化量与第二角度变化量；在第二位置变化量与第一位置变化量的差值大于或者等于第一预定位置变化阈值时，和/或，第二角度变化量与第一角度变化量的差值大于或者等于第一预定角度变化阈值时，结合激光点云数据与局部地图的相关性匹配结果，判断机器人在当前激光帧的打滑状况。采用上述方案，可以解决机器人在运动过程中，出现轮子打滑等情况，对整个系统有较大的影响等问题。影响等问题。影响等问题。

【技术实现步骤摘要】
机器人的打滑检测方法、装置及机器人


[0001]本专利技术涉及人工智能领域，具体而言，涉及一种机器人的打滑检测方法、装置及机器人。

技术介绍

[0002]随着机器人技术的发展，其应用领域越来越广，有效解放了广大劳动人民的双手。
[0003]相关技术中，2d激光定位算法中，主要包括：基于粒子滤波的slam算法和基于图优化的slam算法。基于粒子滤波的slam算法，粒子滤波计算量比较大，特别是地图比较大的时候，并不适合低成本的嵌入式系统，随着地图的增大计算资源也会越来越大。相对而言，基于图优化的slam算法，具有一定的优势，随着地图的增大其计算量增长相对较小。
[0004]采用图优化的slam算法，该算法分为前端处理和后端处理两部分。前端处理主要用于机器人建图和位姿的解算，后端处理用于机器人长时间运行位姿累计误差的消除。
[0005]在机器人运动过程中可能会遇到轮子打滑(例如，空转，抱死等)的问题，从而影响到机器人的定位精度。因此，在机器人运动过程中，检测是否存在轮子打滑的情况是很有意义的事情。采用图优化的slam算法的前端处理中，与里程计的观测数据有着紧密的联系，尤其是激光点云与局部地图的相关性匹配以及ceres优化，这两部分都依赖里程计的观测数据，因此，如果机器人在运动过程中，出现轮子打滑等情况，对整个系统有较大的影响。

技术实现思路

[0006]本专利技术的主要目的在于公开了一种机器人的打滑检测方法、装置及机器人，以至少解决相关技术中机器人在运动过程中，出现机器人在运动过程中，出现轮子打滑等情况，对整个系统有较大的影响等问题。
[0007]根据本专利技术的一个方面，提供了一种机器人的打滑检测方法。
[0008]根据本专利技术的机器人的打滑检测方法包括：获取预定传感器解算的当前激光帧与上一激光帧之间的第一位置变化量与第一角度变化量；获取里程计解算的所述当前激光帧与所述上一激光帧之间的第二位置变化量与第二角度变化量；在所述第二位置变化量与所述第一位置变化量的差值大于或者等于第一预定位置变化阈值时，和/或，所述第二角度变化量与所述第一角度变化量的差值大于或者等于第一预定角度变化阈值时，结合激光点云数据与局部地图的相关性匹配结果，判断机器人在当前激光帧的打滑状况。
[0009]根据本专利技术的另一方面，提供了一种机器人的打滑检测装置。
[0010]根据本专利技术的机器人的打滑检测装置包括：第一获取模块，用于获取预定传感器解算的当前激光帧与上一激光帧之间的第一位置变化量与第一角度变化量；第二获取模块，用于获取里程计解算的所述当前激光帧与所述上一激光帧之间的第二位置变化量与第二角度变化量；检测判定模块，用于在所述第二位置变化量与所述第一位置变化量的差值大于或者等于第一预定位置变化阈值时，和/或，所述第二角度变化量与所述第一角度变化量的差值大于或者等于第一预定角度变化阈值时，结合所述激光点云数据与局部地图的相
关性匹配结果，判定机器人在当前激光帧的打滑状况。
[0011]根据本专利技术的又一方面，提供了一种机器人。
[0012]根据本专利技术的机器人包括：存储器及处理器，上述存储器，用于存储计算机执行指令；上述处理器，用于执行上述存储器存储的计算机执行指令，使得上述机器人执行上述任一项上述的方法。
[0013]根据本专利技术，获取预定传感器(例如，IMU等)解算的当前激光帧与上一激光帧之间的第一位置变化量与第一角度变化量；获取里程计解算的上述当前激光帧与上述上一激光帧之间的第二位置变化量与第二角度变化量；在第二位置变化量与第一位置变化量的差值大于或者等于第一预定位置变化阈值时，和/或，第二角度变化量与第一角度变化量的差值大于或者等于第一预定角度变化阈值的情况下，进一步结合上述激光点云数据与局部地图的相关性匹配结果，判定机器人在当前激光帧的打滑状况。采用该方案，计算量相对较低，可以有效判定移动机器人运动过程中是否出现轮子打滑，从而可以解决相关技术中机器人在运动过程中，出现轮子打滑等情况，对整个系统有较大的影响等问题。
附图说明
[0014]图1是根据本专利技术实施例的机器人的打滑检测方法的流程图；
[0015]图2是根据本专利技术优选实施例的机器人的打滑检测方法的流程图；
[0016]图3是根据本专利技术实施例的机器人的打滑检测装置的结构框图；
[0017]图4是根据本专利技术优选实施例的机器人的打滑检测装置的结构框图；
[0018]图5是根据本专利技术实施例的机器人的结构框图。
具体实施方式
[0019]下面结合说明书附图对本专利技术的具体实现方式做一详细描述。
[0020]根据本专利技术实施例，提供了一种机器人的打滑检测方法。
[0021]图1是根据本专利技术实施例的机器人的打滑检测方法的流程图。如图1所示，该机器人的打滑检测方法包括：
[0022]步骤S101：获取预定传感器解算的当前激光帧与上一激光帧之间的第一位置变化量与第一角度变化量；
[0023]步骤S102：获取里程计解算的上述当前激光帧与上述上一激光帧之间的第二位置变化量与第二角度变化量；
[0024]步骤S103：在上述第二位置变化量与上述第一位置变化量的差值大于或者等于第一预定位置变化阈值时，和/或，上述第二角度变化量与上述第一角度变化量的差值大于或者等于第一预定角度变化阈值时，结合上述激光点云数据与局部地图的相关性匹配结果，判断机器人在当前激光帧的打滑状况。
[0025]采用图1所示的方法，获取预定传感器(例如，IMU等)解算的当前激光帧与上一激光帧之间的第一位置变化量与第一角度变化量；获取里程计解算的上述当前激光帧与上述上一激光帧之间的第二位置变化量与第二角度变化量；在第二位置变化量与第一位置变化量的差值大于或者等于第一预定位置变化阈值时，和/或，第二角度变化量与第一角度变化量的差值大于或者等于第一预定角度变化阈值的情况下，进一步结合上述激光点云数据与
局部地图的相关性匹配结果，判定机器人在当前激光帧的打滑状况。采用该方案，计算量相对较低，可以有效判定移动机器人运动过程中是否出现轮子打滑，从而可以解决相关技术中机器人在运动过程中，出现轮子打滑等情况，对整个系统有较大的影响等问题。
[0026]其中，上述预定传感器为除里程计之外的其他传感器，可以位置变化量与角度变化量的传感器，例如，惯性传感器IMU。
[0027]例如，可以利用IMU解算的两帧之间的相对位姿数据(即第一位置变化量与第一角度变化量)与里程计解算的相对位姿数据(即第二位置变化量与第二角度变化量)进行对比，条件1：上述第二位置变化量与上述第一位置变化量的差值大于或者等于第一预定位置变化阈值(例如，2厘米)；条件2：上述第二角度变化量与上述第一角度变化量的差值大于或者等于第一预定角度变化阈值(例如，1
°
)；当满足条件1或者满足条件2，或者同时满足条件1和条件2，则可以进入到下一步判定流程，即结合上述激光点云数据与局部地图的相关性匹配结果，判断本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种机器人的打滑检测方法，其特征在于，包括：获取预定传感器解算的当前激光帧与上一激光帧之间的第一位置变化量与第一角度变化量；获取里程计解算的所述当前激光帧与所述上一激光帧之间的第二位置变化量与第二角度变化量；在所述第二位置变化量与所述第一位置变化量的差值大于或者等于第一预定位置变化阈值时，和/或，所述第二角度变化量与所述第一角度变化量的差值大于或者等于第一预定角度变化阈值时，结合激光点云数据与局部地图的相关性匹配结果，判断机器人在当前激光帧的打滑状况。2.根据权利要求1所述的方法，其特征在于，结合所述激光点云数据与局部地图的相关性匹配结果，判断机器人在当前激光帧的打滑状况包括：将所述里程计解算的当前激光帧的位姿数据作为所述激光点云数据与局部地图的相关性匹配的初值，获取多个第一相关性匹配评分；将所述多个第一相关性匹配评分中的最高评分关联的位置变化量与第二预定位置变化阈值进行对比，将所述多个第一相关性匹配评分中的最高评分关联的角度变化量与第二预定角度变化阈值进行对比；在所述多个第一相关性匹配评分中的最高评分关联的位置变化量大于或者等于所述第二预定位置变化阈值，和/或，所述多个第一相关性匹配评分中的最高评分关联的角度变化量大于或者等于所述第二预定角度变化阈值时，确定机器人在当前激光帧打滑。3.根据权利要求2所述的方法，其特征在于，所述确定机器人在当前激光帧打滑之后，还包括：将所述预定传感器解算的位姿数据作为所述激光点云数据与局部地图的相关性匹配的初值，获取多个第二相关性匹配评分；将所述多个第二相关性匹配评分中最高评分关联的位姿数据作为ceres优化的初值，获取所述ceres优化后的位姿数据作为机器人在所述当前激光帧的最终位姿数据。4.根据权利要求1所述的方法，其特征在于，在所述第二位置变化量与所述第一位置变化量的差值小于第一预定位置变化阈值时，并且所述第二角度变化量与所述第一角度变化量的差值小于第一预定角度变化阈值时，还包括：将所述里程计解算的位姿数据作为所述激光点云数据与局部地图的相关性匹配的初值，获取多个第三相关性匹配评分；将所述多个第三相关性匹配评分中最高评分关联的位姿数据作为ceres优化的初值，获取所述ceres优化后的位姿数据作为机器人在所述当前激光帧的最终位姿数据。5.根据权利要求1所述的方法，其特征在于，在获取预定传感器解算的当前激光帧与上一激光帧之间的第一位置变化量与第一角度变化量之前，还包括：判断所述机器人在上一激光帧的打滑状况；如果所述机器人在所述上一激光帧打滑，则使用匀速运动模型，结合每个激光点对应的时间戳，对激光点云数据中的每个激光点的位姿数据进行补偿，去除运动畸变；如果所述机器人在所述上一激光帧不打滑，则融合所述预定传感器和所述里程计解算的位姿数据，使用插值的方法对激光点云数据中的每个激光点的位姿数据进行补偿，去除
运动畸变。6.根据权利要求1所述的方...

【专利技术属性】
技术研发人员：谭高洋，闫东坤，
申请(专利权)人：北京盈迪曼德科技有限公司，
类型：发明
国别省市：