一种基于二维激光的机器人定位误差评估方法和装置制造方法及图纸

本发明专利技术公开了一种基于二维激光的机器人定位误差评估方法和装置。其中，该方法包括：建立数据存储容器，根据当前帧时刻下的机器人全局位姿以及与当前帧相邻的上一帧时刻下的机器人全局位姿，计算当前帧点云转换到上一帧点云的帧间转换矩阵；根据所述帧间转换矩阵对所述当前帧点云进行转换；计算所述转换后点云与所述上一帧点云之间的重合程度，根据所述重合程度对机器人定位误差进行评估。本发明专利技术仅通过相邻帧的点云数据即可实现对机器人运行过程中定位能力的实时评估，从而验证机器人定位结果的准确性。同时，本发明专利技术能够在多种因素干扰导致机器人定位不准确、定位丢失、位姿漂移等问题场景下及时输出多层级报警信息。问题场景下及时输出多层级报警信息。问题场景下及时输出多层级报警信息。

【技术实现步骤摘要】
一种基于二维激光的机器人定位误差评估方法和装置


[0001]本专利技术实施例涉及机器人定位技术，尤其涉及一种基于二维激光的机器人定位误差评估方法和装置。

技术介绍

[0002]随着自动化技术的发展，机器人越来越普遍的出现在了人们的生活和工作中，承担着各类生产生活任务。机器人在执行任务的过程中，其定位精度的高低在一定程度上决定了其执行任务的好坏，为了保证机器人执行任务的质量，需要评估机器人的定位误差。
[0003]现有技术中通常通过在机器人上设置额外的定位标识装置来进行机器人定位精度的评估，该方法成本高且评估结果受外接环境影响较大，评估结果的准确定不高。

技术实现思路

[0004]本专利技术提供一种基于二维激光的机器人定位误差评估方法和装置，仅通过相邻帧的点云数据即可实现对机器人运行过程中定位能力的实时评估，从而验证机器人定位结果的准确性。
[0005]第一方面，本专利技术实施例提供了一种基于二维激光的机器人定位误差评估方法，其特征在于，包括：
[0006]S1、建立数据存储容器，所述数据存储容器中存储有连续两帧点云数据和连续两帧时刻下的机器人全局位姿；
[0007]S2、根据当前帧时刻下的机器人全局位姿以及与当前帧相邻的上一帧时刻下的机器人全局位姿，计算当前帧点云转换到上一帧点云的帧间转换矩阵；
[0008]S3、根据所述帧间转换矩阵对所述当前帧点云进行转换，以得到转换后点云；
[0009]S4、计算所述转换后点云与所述上一帧点云之间的重合程度，根据所述重合程度对机器人定位误差进行评估。
[0010]可选的，所述S4包括：
[0011]根据所述转换后点云与所述上一帧点云计算所述转换后点云中各激光点的定位平移误差和定位旋转误差；
[0012]对扫描数据进行多区域划分，根据设定的阈值在每个区域中选择固定数量的目标激光点，每个目标激光点权重相同，通过计算目标激光点定位平移误差和定位旋转误差的方差来评估机器人的定位误差。
[0013]可选的，计算所述转换后点云中各激光点的定位平移误差，包括：
[0014]以转换后点云中的每个激光点为目标，在所述上一帧点云中搜索满足阈值条件的两个最近点并进行拟合得到最近直线，并计算对应激光点到对应最近直线的目标距离；
[0015]计算所述转换后点云中每个激光点的法向量信息，通过转换后点云中能够与上一帧点云建立起点与拟合直线关联的有效激光点的方向信息对所述目标距离进行投影分解，以获得各激光点在X和Y方向上的分量，并将各激光点在X和Y方向上的分量作为转换后点云
中各激光点的定位平移误差。
[0016]可选的，计算所述转换后点云中每个激光点的法向量信息，包括：
[0017]搜索转换后点云中各激光点对应的至少两个最近邻点，根据平面内不共线三点确定唯一圆的方式拟合出每个激光点所处的圆；
[0018]根据空间几何学中圆上任意一点的法向量定义，以及拟合圆所涉及的三点坐标确定各激光点的法向量信息。
[0019]可选的，计算所述转换后点云中各激光点的定位旋转误差，包括：
[0020]根据各激光与对应最近直线之间的距离，基于三角几何原理以及微小量近似原则，计算所述转换后点云中各激光点的定位旋转误差。
[0021]第二方面，本专利技术实施例还提供一种基于二维激光的机器人定位误差评估装置，包括：
[0022]存储容器建立模块，用于建立数据存储容器，所述数据存储容器中存储有连续两帧点云数据和连续两帧时刻下的机器人全局位姿；
[0023]帧间转换矩阵计算模块，用于根据当前帧时刻下的机器人全局位姿以及与当前帧相邻的上一帧时刻下的机器人全局位姿，计算当前帧点云转换到上一帧点云的帧间转换矩阵；
[0024]点云转换模块，用于根据所述帧间转换矩阵对所述当前帧点云进行转换，以得到转换后点云；
[0025]定位误差评估模块，用于计算所述转换后点云与所述上一帧点云之间的重合程度，根据所述重合程度对机器人定位误差进行评估。
[0026]可选的，定位误差评估模块具体用于：
[0027]根据所述转换后点云与所述上一帧点云计算所述转换后点云中各激光点的定位平移误差和定位旋转误差；
[0028]对扫描数据进行多区域划分，根据设定的阈值在每个区域中选择固定数量的目标激光点，每个目标激光点权重相同，通过计算目标激光点定位平移误差和定位旋转误差的方差来评估机器人的定位误差。
[0029]本专利技术通过计算连续两帧点云之间的帧间转换矩阵，并根据所述帧间转换矩阵对所述当前帧点云进行转换，通过计算所述转换后点云与所述上一帧点云之间的重合程度对机器人定位误差进行实时评估，实现了对机器人运行过程中定位能力的实时评估。同时，本专利技术能够在多种因素干扰导致机器人定位不准确、定位丢失、位姿漂移等问题场景下及时输出多层级报警信息，如位置偏离、定位失败等。
附图说明
[0030]图1为本专利技术实施例提供的一种基于二维激光的机器人定位误差评估的流程图；
[0031]图2是本专利技术实施例中的数据容器及处理流程示意图；
[0032]图3是本专利技术实施例中的点云法向量计算示意图；
[0033]图4是本专利技术实施例中的一帧点云中法向量可视化示意图；
[0034]图5是本专利技术实施例中的不同时刻机器人坐标系变换示意图；
[0035]图6是本专利技术实施例中的前后帧点云关联示意图；
[0036]图7是本专利技术实施例中的点云平移维度上误差计算示意图；
[0037]图8是本专利技术实施例中的点云旋转维度上误差计算示意图；
[0038]图9是本专利技术实施例中的点云区域划分示意图。
具体实施方式
[0039]下面结合附图和实施例对本专利技术作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本专利技术，而非对本专利技术的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本专利技术相关的部分而非全部结构。
[0040]实施例
[0041]图1为本专利技术实施例提供的一种基于二维激光的机器人定位误差评估的流程图，具体包括如下步骤：
[0042]S1、建立数据存储容器，所述数据存储容器中存储有连续两帧点云数据和连续两帧时刻下的机器人全局位姿。
[0043]S11、数据容器及处理流程
[0044]本实施例中，首先建立大小为2的数据存储容器，如图2所示，并规定容器中的两个元素分别为front、back。订阅激光点云话题，第一帧点云数据来临时，仅做数据存储的处理，点云数据存入容器中的back位置，记为SCANback，并保存第一帧点云时刻机器人位姿Poseback。
[0045]第二帧点云数据来临时，对第一帧点云数据保存位置前移至容器中front位置，记为SCANfront，第一帧时刻位姿转换为Posefront。第二帧数据保存为SCANback，并记录第二帧时刻机器人位姿Poseback。
[00本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于二维激光的机器人定位误差评估方法，其特征在于，包括：S1、建立数据存储容器，所述数据存储容器中存储有连续两帧点云数据和连续两帧时刻下的机器人全局位姿；S2、根据当前帧时刻下的机器人全局位姿以及与当前帧相邻的上一帧时刻下的机器人全局位姿，计算当前帧点云转换到上一帧点云的帧间转换矩阵；S3、根据所述帧间转换矩阵对所述当前帧点云进行转换，以得到转换后点云；S4、计算所述转换后点云与所述上一帧点云之间的重合程度，根据所述重合程度对机器人定位误差进行评估。2.根据权利要求1所述的方法，其特征在于，所述S4包括：根据所述转换后点云与所述上一帧点云计算所述转换后点云中各激光点的定位平移误差和定位旋转误差；对扫描数据进行多区域划分，根据设定的阈值在每个区域中选择固定数量的目标激光点，每个目标激光点权重相同，通过计算目标激光点定位平移误差和定位旋转误差的方差来评估机器人的定位误差。3.根据权利要求2所述的方法，其特征在于，计算所述转换后点云中各激光点的定位平移误差，包括：以转换后点云中的每个激光点为目标，在所述上一帧点云中搜索满足阈值条件的两个最近点并进行拟合得到最近直线，并计算对应激光点到对应最近直线的目标距离；计算所述转换后点云中每个激光点的法向量信息，通过转换后点云中能够与上一帧点云建立起点与拟合直线关联的有效激光点的方向信息对所述目标距离进行投影分解，以获得各激光点在X和Y方向上的分量，并将各激光点在X和Y方向上的分量作为转换后点云中各激光点的定位平移误差。4.根据权利要求3所述的方法，其特征在于，计算所述转换后...

【专利技术属性】
技术研发人员：庄文秘，周航，任强，
申请(专利权)人：苏州艾吉威机器人有限公司，
类型：发明
国别省市：