机器人以及基于多传感器的三维建图方法、存储介质技术

本发明专利技术公开了一种机器人，所述机器人上搭载有激光雷达、里程计和惯性测量传感器，三个传感器按预设频率采集数据，所述机器人还包括存储有可执行程序代码的存储器，及用于执行所述可执行代码时实现如下步骤的处理器：根据第一数据计算每个节点对应的第一预积分量，根据第二数据计算每个节点对应的第二预积分量；根据第一预积分量及第二预积分量，计算得到每个节点对应的激光雷达目标状态变量；根据多帧第三数据从激光雷达目标状态变量提取每个节点对应的目标位姿；根据该目标位姿构建地图。本发明专利技术通过对多个传感器采集的数据对齐后计算预积分量，再根据预积分量计算激光雷达的状态变量，能够得到更准确的位姿，提高建图精度。提高建图精度。提高建图精度。

【技术实现步骤摘要】
机器人以及基于多传感器的三维建图方法、存储介质


[0001]本专利技术实施例涉及三维定位
，具体涉及一种机器人以及基于多传感器的三维建图方法、存储介质。

技术介绍

[0002]目前，机器人在运行过程中需要对其进行定位；而能够实现定位的前提是必须提前对目前的整个环境进行地图构建，所以机器人在执行定位之前需要先对整个环境进行三维建图。
[0003]目前基于预先建图的方案主要是基于激光雷达传感器，室外机器人由于场景相对空旷，光照条件变化较大等原因，则多采用3D激光雷达进行建图。激光雷达建图前端多依赖环境几何特征进行配准，然而在一些较空旷的弱纹理区域，环境的纹理表征能力较弱，很容易导致建图不准甚至失败。为此，一些如采用融合IMU的紧耦合方案进行建图，融合IMU的紧耦合方案具体是通过IMU预积分约束进行建图，IMU预积分约束能在一定程度上提高建图的精度。然而，IMU预积分中的加速度计积分得到的位置可能存在漂移，在IMU静止时尤其明显。
[0004]为了解决上述问题，有的机器人定位公司采用相机、IMU以及里程计三者采集的数据，进行一系列处理后完成对机器人的定位，虽然这样定位的精度有了很大提升，但整个步骤非常的繁琐，处理速度慢。

技术实现思路

[0005]鉴于上述问题，本专利技术实施例提供了一种机器人，用于解决现有技术中存在的建图精度低的问题。
[0006]根据本专利技术实施例的一个方面，提供了一种机器人，所述的机器人上搭载有激光雷达、里程计和惯性测量传感器，所述惯性测量传感器按第一预设频率进行数据采集得到多帧第一数据，所述里程计按第二预设频率进行数据采集得到多帧第二数据，所述激光雷达按第三预设频率进行数据采集得到多帧第三数据，创建多个节点，且所述多个节点中每个节点的创建时间与获取到所述多帧第三数据中每帧第三数据的时间一致，所述第一预设频率大于所述第二预设频率，所述第二预设频率大于所述第三预设频率，所述机器人包括存储器和处理器，所述存储器中存储有可执行程序代码，所述处理器用于调用并执行所述可执行代码时实现如下步骤：
[0007]根据所述多帧第一数据中每帧第一数据的获取时间，对所有节点中每相邻两个节点对应时间之间的第一数据进行预积分得到所述所有节点中每个节点对应的第一预积分量；
[0008]根据所述多帧第一数据中每帧第一数据的获取时间，对所述所有节点中每相邻两个节点对应时间之间的第二数据进行预积分得到所述所有节点中每个节点对应的第二预积分量；
[0009]根据所述所有节点中每个节点对应的所述第一预积分量及所述第二预积分量，计算得到所述所有节点中每个节点对应的激光雷达目标状态变量；
[0010]根据所述多帧第三数据对所述所有节点中每个节点对应的激光雷达目标状态变量进行位姿数据提取，得到所述所有节点中每个节点对应的目标位姿；
[0011]根据所述所有节点中每个节点对应的目标位姿和所述第三数据构建地图。
[0012]可选地，所述根据所述所有节点中每个节点对应的所述第一预积分量及所述第二预积分量，计算得到所述所有节点中每个节点对应的激光雷达目标状态变量，包括：
[0013]根据所述所有节点中最早时刻的节点对应的激光雷达预设状态变量、所述所有节点中每个节点对应的所述第一预积分量和所述第二预积分量计算得到所述所有节点中每个节点对应的激光雷达目标状态变量。
[0014]可选地，所述根据第三数据对所述所有节点中每个节点对应的激光雷达目标状态变量进行位姿数据提取，得到所述所有节点中每个节点对应的目标位姿，包括：
[0015]根据所述所有节点中每个节点对应的所述第一预积分量、所述第二预积分量、第三数据及预构建的滑动窗口对所述所有节点中相应节点对应的激光雷达目标状态变量进行求解，得到所述所有节点中每个节点对应的目标位姿。
[0016]可选地，所述根据所述所有节点中每个节点对应的所述第一预积分量、所述第二预积分量、第三数据及预构建的滑动窗口对所述所有节点中相应节点对应的激光雷达目标状态变量进行求解，得到所述所有节点中每个节点对应的目标位姿，包括：
[0017]计算每个节点对应的第三数据通过特征匹配得到的第一残差；
[0018]计算每个节点对应第一预积分量和激光雷达状态变量形成的第二残差；
[0019]计算每个节点对应第二预积分量和激光雷达状态变量形成的第三残差；
[0020]利用预构建的滑动窗口根据舒尔补计算出的边缘化残差；
[0021]根据第一残差、第二残差、第三残差以及边缘化残差，提取每个节点的位姿，得到所述所有节点中每个节点对应的目标位姿。
[0022]可选地，根据所述多帧第二数据中每帧第二数据的获取时间，所述对所述所有节点中每相邻两个节点对应时间之间的第二数据进行预积分得到所述所有节点中每个节点对应的第二预积分量，包括：
[0023]根据所述多帧第二数据中每帧第二数据的获取时间，及根据所有节点中每相邻两个节点对应时间之间的第二数据中的线速度测量值，计算得到所述所有节点中每个节点对应的第二预积分量中表示位置预积分量；
[0024]根据多帧第二数据中每帧第二数据的获取时间及根据多帧第二数据中每帧第二数据的获取时间，根据所有节点中每相邻两个节点对应时间之间的第一数据中的陀螺仪测量值，同步所有节点中每相邻两个节点对应时间之间的第二数据中的角速度测量值；
[0025]根据所有节点中每相邻两个节点对应时间之间的第二数据中的角速度测量值，计算得到所述所有节点中每个节点对应的第二预积分量中表示旋转的预积分量。
[0026]可选地，所述根据所有节点中每相邻两个节点对应时间之间的第一数据中的陀螺仪测量值，同步所有节点中每相邻两个节点对应时间之间的第二数据中的角速度测量值，包括：
[0027]获取所述所有节点中每相邻两个节点对应时间之间的第二数据中的原始角速度
测量值；
[0028]根据所有节点中每相邻两个节点对应时间之间的第一数据中的陀螺仪测量值对所述原始角速度测量值进行对齐调整，得到所述角速度测量值。
[0029]可选地，所述根据所述多帧第一数据中每帧第一数据的获取时间，对所有节点中每相邻两个节点对应时间之间的第一数据进行预积分得到所述所有节点中每个节点对应的第一预积分量：
[0030]根据所述多帧第一数据中每帧第一数据的获取时间，及根据所有节点中每相邻两个节点对应时间之间的第一数据中的加速度测量值，计算得到所述所有节点中每个节点对应的第一预积分量中表示位置的预积分量和表示速度的预积分量，包括；
[0031]根据所有节点中每相邻两个节点对应时间之间的第一数据中的陀螺仪测量值，计算得到所述所有节点中每个节点对应的第一预积分量中表示旋转的预积分量。
[0032]根据本专利技术实施例的又一方面，提供一种基于多传感器的三维建图方法，其特征在于，所述方法包括：
[0033]采集激光雷达、里程计和惯性测量传感器的数据，所述惯性测量传感器按第一预设频率进行数据采本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种机器人，其特征在于：所述的机器人上搭载有激光雷达、里程计和惯性测量传感器，所述惯性测量传感器按第一预设频率进行数据采集得到多帧第一数据，所述里程计按第二预设频率进行数据采集得到多帧第二数据，所述激光雷达按第三预设频率进行数据采集得到多帧第三数据，创建多个节点，且所述多个节点中每个节点的创建时间与获取到所述多帧第三数据中每帧第三数据的时间一致，所述第一预设频率大于所述第二预设频率，所述第二预设频率大于所述第三预设频率，所述机器人包括存储器和处理器，所述存储器中存储有可执行程序代码，所述处理器用于调用并执行所述可执行代码时实现如下步骤：根据所述多帧第一数据中每帧第一数据的获取时间，对所有节点中每相邻两个节点对应时间之间的第一数据进行预积分得到所述所有节点中每个节点对应的第一预积分量，根据所述多帧第二数据中每帧第二数据的获取时间，对所述所有节点中每相邻两个节点对应时间之间的第二数据进行预积分得到所述所有节点中每个节点对应的第二预积分量；根据所述所有节点中每个节点对应的所述第一预积分量及所述第二预积分量，计算得到所述所有节点中每个节点对应的激光雷达目标状态变量；根据所述多帧第三数据对所述所有节点中每个节点对应的激光雷达目标状态变量进行位姿数据提取，得到所述所有节点中每个节点对应的目标位姿；根据所述所有节点中每个节点对应的目标位姿和所述第三数据构建地图。2.根据权利要求1所述的机器人，其特征在于：所述根据所述所有节点中每个节点对应的所述第一预积分量及所述第二预积分量，计算得到所述所有节点中每个节点对应的激光雷达目标状态变量，包括：根据所述所有节点中最早时刻的节点对应的激光雷达预设状态变量、所述所有节点中每个节点对应的所述第一预积分量和所述第二预积分量计算得到所述所有节点中每个节点对应的激光雷达预测状态变量。3.根据权利要求2所述的机器人，其特征在于：所述根据第三数据对所述所有节点中每个节点对应的激光雷达目标状态变量进行位姿数据提取，得到所述所有节点中每个节点对应的目标位姿，包括：根据所述所有节点中每个节点对应的所述第一预积分量、所述第二预积分量、第三数据及预构建的滑动窗口对所述所有节点中相应节点对应的激光雷达预测状态变量进行求解，得到所述所有节点中每个节点对应的目标位姿。4.根据权利要求3所述的机器人，其特征在于：所述根据所述所有节点中每个节点对应的所述第一预积分量、所述第二预积分量、第三数据及预构建的滑动窗口对所述所有节点中相应节点对应的激光雷达预测状态变量进行求解，得到所述所有节点中每个节点对应的目标位姿，包括：计算每个节点对应的第三数据通过特征匹配得到的第一残差；计算每个节点对应第一预积分量和激光雷达状态变量形成的第二残差；计算每个节点对应第二预积分量和激光雷达状态变量形成的第三残差；利用预构建的滑动窗口根据舒尔补计算出的边缘化残差；根据第一残差、第二残差、第三残差以及边缘化残差，提取每个节点的位姿，得到所述所有节点中每个节点对应的目标位姿。
5.根据权利要求1所述的机器人，其特征在于：根据所述多帧第二数据中每帧第二数据的获取时间，对所述所有节点中每相邻两个节点对应时间之间的第二数据进行预积分得到所述所有节点中每个节点对应的第二预积分量，包括：根据所述多帧第二数据中每帧第二数据的获取时间，及根据所有节点中每相邻两个节点对应时间之间的第二数据中的线速度...

【专利技术属性】
技术研发人员：张涛，赵静，
申请(专利权)人：深圳市普渡科技有限公司，
类型：发明
国别省市：