一种滚动机器人双目视觉SLAM数据预处理方法技术

本发明专利技术公开了一种滚动机器人双目视觉SLAM数据预处理方法，包括：S01、测量滚动机器人当前三轴欧拉角，获取滚动机器人当前左右目图像；S02、基于滚动机器人固有晃动周期对欧拉角中的偏航角数据执行滑窗均值滤波，由横滚角和俯仰角的读数及偏航角滤波结果求得电子稳像待校正量，根据待校正量和裁剪量依次执行透视变换和裁剪，获得稳像后画面；S03、根据裁剪量求取稳像后画面对应的相机内参，根据待校正量求取左右目稳像后画面对应的相机间相对外参，获得可用于视觉SLAM的数据。本发明专利技术能够为滚动机器人提供稳定可靠的监视画面，并可基于稳定画面实现视觉SLAM，可广泛应用于具有强晃动特性机器人的视觉感知定位领域。动特性机器人的视觉感知定位领域。动特性机器人的视觉感知定位领域。

【技术实现步骤摘要】
一种滚动机器人双目视觉SLAM数据预处理方法


[0001]本专利技术涉及机器人视觉感知定位领域，尤其是一种滚动机器人双目视觉SLAM数据预处理方法。

技术介绍

[0002]滚动机器人是一种新式的移动机器人。其具有全封闭外壳，由内部安装的一部重摆驱动实现前后运动与左右偏转，具有很好的防护能力和越障能力，不会倾覆，且很容易拓展水陆两栖能力，非常适合在恶劣地形和环境中执行安防巡检、探索侦查等任务。然而，滚动机器人在运动时会产生不可避免的大幅晃动，导致视觉系统难以获得稳定舒适的监控图像，同时也会严重影响常规视觉SLAM(Simultaneous Localization and Mapping，同时定位与地图构建)系统的正常工作。另外，紧凑的机身设计也决定了难以额外添加云台实现视觉图像稳定。

技术实现思路

[0003]有鉴于此，本专利技术提供一种简单实用的滚动机器人双目视觉SLAM数据预处理方法，以确保滚动机器人在晃动情况下仍能获得稳定可靠的监控画面，并求取稳像后画面所对应的相机内参和相机间相对外参，使得常规视觉SLAM系统能够使用稳像本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种滚动机器人双目视觉SLAM数据预处理方法，其特征在于，包括：S01、通过姿态传感器测量滚动机器人当前三轴欧拉角，通过相机获取滚动机器人当前左右目图像；S02、基于滚动机器人固有晃动周期对欧拉角中的偏航角数据执行滑窗均值滤波，由欧拉角中的横滚角和俯仰角的读数及偏航角滤波结果求得电子稳像待校正量，根据待校正量对左右目图像执行透视变换，再根据设置的裁剪量对透视变换后的图像执行裁剪，获得稳像后画面；S03、根据裁剪量求取稳像后画面对应的相机内参，根据待校正量求取左右目稳像后画面对应的相机间相对外参，稳像后画面及其对应的相机内参和相机间相对外参即为用于进行视觉SLAM的数据。2.根据权利要求1所述的一种滚动机器人双目视觉SLAM数据预处理方法，其特征在于，所述步骤S02中，由三轴欧拉角求取电子稳像待校正量的计算方法为：θ
adj
＝θ
exp
‑
θ
now
式中，θ
adj
为欧拉角的电子稳像待校正量，θ
exp
为欧拉角电子稳像后的期望值，θ
now
为欧拉角的当前值；其中，对于欧拉角中的横滚角和俯仰角，电子稳像后的期望值即为0度状态，对于偏航角，电子稳像后的期望值需要基于滚动机器人固有晃动周期进行滑窗均值滤波获得，其计算方法为：式中，yaw
exp
为偏航角电子稳像后的期望值，yaw
win
为滑窗内的各个历史偏航角，n为滑窗长度，即滚动机器人固有晃动周期。3.根据权利要求2所述的一种滚动机器人双目视觉SLAM数据预处理方法，其特征在于，所述步骤S02中，先将欧拉角表示的电子稳像待校正量转换为旋转矩阵表示R0，计算方法为：式中，各个变量的计算方法如下：sin
y
＝sin(yaw
adj
)cos
y
＝cos(yaw
adj
)sin
p
＝sin(pitch
adj
)cos
p
＝cos(pitch
adj
)sin
r
＝sin(roll
adj
)cos
r
＝cos(roll
adj

【专利技术属性】
技术研发人员：王酉，任伟，李光，
申请(专利权)人：逻腾台州科技有限公司，
类型：发明
国别省市：