一种足式机器人位姿优化的方法，装置以及存储介质制造方法及图纸

本申请公开了一种足式机器人位姿优化的方法，装置以及存储介质，用于对机器人进行控制，提升机器人对不同楼梯的适应性和扩展性。本申请方法包括：获取当前环境的点云信息以及图像信息；基于所述当前环境的点云信息，提取出第一特征点集合；识别所述图像信息中的需求特征图像，基于所述需求特征图像对第一特征点集合进行语义标记，筛选出标记有语义信息的需求特征点集合；获取地图数据中的点云信息，并从所述地图数据的点云信息中确定第二特征点集合；将所述标记有语义信息的需求特征点集合与所述第二特征点集合进行匹配，获取机器人实际的位姿。际的位姿。际的位姿。

【技术实现步骤摘要】
一种足式机器人位姿优化的方法，装置以及存储介质


[0001]本申请涉及机器人
，尤其涉及一种足式机器人位姿优化的方法，装置以及存储介质。

技术介绍

[0002]足式机器人相较于传统的轮式机器人和履带式机器人，其优势在于良好的越障性能，足式机器人多自由度的腿足结构使其可以应对一些较为复杂的地形。而四足机器人作为对常见动物的仿生机器人，具有良好的应用前景和潜力。
[0003]对于机器人来说，最简单的功能便是行走，而真实世界的外部地形环境是很复杂的，例如山地、沙漠等自然环境，公路、草坪、楼梯等人造环境，其中楼梯便是机器人需要面对的一个典型的生活场景。为了机器人具备爬楼梯的功能，需要机器人具有较强的感知能力。现有技术中，一般通过两种方法来实现机器人的爬楼梯，一种是通过控制算法，实现多足机器人的盲爬。该方法会存在两个很明显的问题，首先是盲爬效率会比较低，一级台阶可能需要盲踩多次，才能通过；另外一般楼梯都很光滑，很容易发生足部打滑和踩空等情况，最终估计出的自身位置精度会比较低。
[0004]另一种的通过对楼梯的几何参数进行精确建模，实本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种足式机器人位姿优化的方法，其特征在于，所述方法包括：获取当前环境的点云信息以及图像信息；基于所述当前环境的图像信息，确定所述机器人所处场景；基于所述当前环境的点云信息，提取出第一特征点集合，所述第一特征点集合包括当前环境的线特征点集合和面特征点集合，若确定所述场景为机器人爬楼梯场景，则基于所述爬楼梯场景选择对应的需求特征图像，基于深度学习网络模型识别所述图像信息中的需求特征图像，所述需求特征图像为所述图像信息中的楼梯边缘线图像和楼梯面图像；基于所述楼梯边缘线图像和楼梯面图像，标记所述当前环境的线特征点集合和面特征点集合的语义信息，所述语义信息包括楼梯边缘线信息和楼梯面信息，筛选出标记有语义信息的需求特征点集合；获取地图数据中的点云信息，并从所述地图数据的点云信息中确定第二特征点集合；将所述标记有语义信息的需求特征点集合与所述第二特征点集合进行匹配，获取机器人实际的位姿；将机器人的当前位姿更新为实际的位姿。2.根据权利要求1中所述的足式机器人位姿优化的方法，其特征在于，所述第二特征点集合为地图数据中的线特征点集合和面特征点集合，所述将所述标记有语义信息的需求特征点集合与所述第二特征点集合进行匹配，包括：将所述需求特征点集合的线特征点与第二特征点集合的线特征点进行匹配，所述需求特征点集合的线特征点标记有楼梯边缘线信息；将所述需求特征点集合的面特征点与第二特征点集合的面特征点进行匹配，所述需求特征点集合的面特征点标记有楼梯面信息。3.根据权利要求1中所述的足式机器人位姿优化的方法，其特征在于，所述获取当前环境的点云信息以及图像信息包括：若所述当前环境的图像信息为同一平面，则控制机器人转换视角或更换摄像头，重新获取当前环境的点云信息以及图像信息。4.根据权利要求1中所述的足式机器人位姿优化的方法，其特征在于，所述将所述标记有语义信息的需求特征点集合与所述第二特征点集合进行匹配，获取机器人实际的位姿包括：根据正态分布变换算法将所述需求特征点集合与第二特征点集合进行匹配；和/或根据最近邻迭代算法将所述需求特征点集合与所述第二特征点集合进行匹配，获取机器人实际的位姿。5.根据权利要求1中所述的足式机器人位姿优化的方法，其特征在于，在所述根据匹配结果对所述机器人当前的当前位姿进行优化之后，还包括：根据优化后的点云信息更新所述地图数据。6.一种足式机器人位姿优化的装置，其特征在于，所述装置包括：获取单元，用于获取当前环境的点云信息以及图...

【专利技术属性】
技术研发人员：肖志光，邱志昌，方根在，古明辉，黄游平，刘振武，赖思博，林位麟，陈盛军，张洋，
申请(专利权)人：深圳鹏行智能研究有限公司，
类型：发明
国别省市：