移动机器人的位姿估计方法、装置、移动机器人及介质制造方法及图纸

本申请涉及一种移动机器人的位姿估计方法、装置、移动机器人及介质，其方法包括：获取移动机器人执行平面任务时的环境三维点云，并基于预设的高度阈值，根据所述环境三维点云确定工作平面点云；获取所述移动机器人的惯性测量信息；根据所述惯性测量信息和所述工作平面点云，确定所述移动机器人在世界坐标系下的位姿。本申请对移动机器人进行姿态检测时，增加了环境三维点云数据，共同基于工作平面点云和惯性测量信息对移动机器人进行位姿检测，能够更加准确的估计机器人的地面姿态角，尤其是在工作平面坑洼或遇到门槛的情景下；且本申请算法简单、算力要求低、实用性强。实用性强。实用性强。

【技术实现步骤摘要】
移动机器人的位姿估计方法、装置、移动机器人及介质


[0001]本申请涉及机器人位姿估计
，具体涉及一种移动机器人的位姿估计方法、装置、移动机器人及介质。

技术介绍

[0002]当移动机器人在平面执行任务时，通常会使移动机器人姿态角与工作平面上保持一致，从而降低机器人自由度，简化机器人运动问题求解复杂度。但实际场景下，机器人运行环境可能会存在坑洼、门槛等，导致机器人发生颠簸，姿态发生变化，影响机器人对周围障碍物的感知，出现机器人定位位姿不准确、障碍物标记错误等问题。
[0003]现有技术中，执行平面任务的机器人姿态检测方式通常是通过惯性测量单元测量的角度值计算得到，但低成本的惯性测量单元往往有比较大的误差值，难以得到精确的机器人在工作平面的姿态。

技术实现思路

[0004]本申请实施例针对上述情况，提出了一种移动机器人的位姿估计方法、装置、移动机器人及介质，本申请了结合线激光采集的点云数据和惯性测量单元的采集的角度数据，可以更加准确地估计出平面运动的移动机器人在工作平面坑洼或遇到门槛时机器人的地面姿态角，修正移动机器人的定位位姿。
[0005]第一方面，本申请实施例提供了一种移动机器人的位姿估计方法，所述方法包括：
[0006]获取移动机器人执行平面任务时的环境三维点云，并基于预设的高度阈值，根据所述环境三维点云确定工作平面点云；
[0007]获取所述移动机器人的惯性测量信息；
[0008]根据所述惯性测量信息和所述工作平面点云，确定所述移动机器人在世界坐标系下的位姿。
[0009]可选的，在上述方法中，所述移动机器人装载有线激光模组，所述线激光模组发射至少两条线激光，且所述至少两条线激光投射在所述工作平面上的点不在同一条直线上；
[0010]所述获取移动机器人执行平面任务时的环境三维点云，包括：
[0011]通过所述激光模组发射的光射线，获取所述移动机器人执行平面任务时在像素坐标系下的激光线中心的原始点云；
[0012]基于所述相机坐标系到像素坐标系的映射，根据所述激光线中心的原始点云，建立第一约束；
[0013]基于所述相机坐标系下的线激光光平面方程，建立第二约束；
[0014]联合所述第一约束和所述第二约束，确定所述环境三维点云。
[0015]可选的，在上述方法中，所述基于预设的高度阈值，根据所述环境三维点云确定工作平面点云，包括：
[0016]确定所述环境三维点云中的各点云的高度值是否小于所述高度阈值，若是，则将
对应的点云归属于所述移动机器人的工作平面；
[0017]确定归属于所述工作平面的点云的数量是否大于等于预设的数量阈值，若是，则将属于所述移动机器人的工作平面的点云作为工作平面点云。
[0018]可选的，在上述方法中，所述根据所述惯性测量信息和所述工作平面点云，确定所述移动机器人在世界坐标系下的位姿，包括：
[0019]根据所述惯性测量信息，构建姿态估计模型的第一误差项，所述第一误差项是根据滚转角误差项和俯仰角误差项确定的；
[0020]根据工作平面点云的共面条件，构建所述姿态估计模型的第二误差项，所述第二误差项是根据落在工作平面的各点云到所述工作平面的距离确定的；
[0021]基于所述第一误差项和所述第二误差项构建最小二乘优化模型，作为所述姿态估计模型；
[0022]求解所述姿态估计模型，以获得所述移动机器人在所述世界坐标系的滚转角估计值和俯仰角估计值。
[0023]可选的，在上述方法中，所述根据工作平面点云的共面条件，构建所述姿态估计模型的第二误差项，包括：
[0024]以所述滚转角估计值和所述俯仰角估计值为变量，确定工作平面法向量在机器人坐标系的法向量值；
[0025]根据所述法向量值，确定所述工作平面在所述机器人坐标系下的工作平面平面方程，以及所述工作平面平面方程中多个系数值；
[0026]根据所述工作平面平面方程和所述多个系数值，确定所述工作平面点云的各点云到所述工作平面的距离值；
[0027]将各所述点云到所述工作平面的距离值，确定所述第二误差项。
[0028]可选的，在上述方法中，所述环境三维点云包括障碍物点云；所述方法还包括：
[0029]根据确定的所述移动机器人在世界坐标系下的位姿，对所述障碍物点云进行修正，以得到所述障碍物点云在世界坐标系下的三维坐标。
[0030]可选的，在上述方法中，所述根据确定的所述移动机器人在世界坐标系下的位姿，对所述障碍物点云进行修正，包括：
[0031]确定所述相机坐标系到所述机器人坐标系的第一变换矩阵；
[0032]根据所述移动机器人在世界坐标系下的位姿，以及所述机器人坐标系指定轴在所述世界坐标系下的第一坐标；
[0033]根据所述第一坐标和所述世界坐标系的指定轴单位坐标，确定所述机器人坐标系到所述世界坐标系的第二变换矩阵；
[0034]根据在所述相机坐标系下的障碍物点云、所述第一变换矩阵、以及所述第二变换矩阵，确定所述障碍物点云在所述世界坐标系下的第二坐标。
[0035]第二方面，本申请实施例还提供了移动机器人的位姿估计装置，所述装置包括：
[0036]第一获取单元，用于获取移动机器人执行平面任务时的环境三维点云，并基于预设的高度阈值，根据所述环境三维点云确定工作平面点云；
[0037]第二获取单元，用于获取所述移动机器人的惯性测量信息；
[0038]位姿估计单元，用于根据所述惯性测量信息和所述工作平面点云，确定所述移动
机器人在世界坐标系下的位姿。
[0039]第三方面，本申请实施例还提供了一种移动机器人，包括：处理器；以及存储器，用于存储所述处理器的可执行指令，其中，所述处理器配置为经由可执行指令来执行上述任一的方法。
[0040]第四方面，本申请实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被所述处理器执行时实现如上任一所述方法。本申请实施例采用的方法至少能够达到以下有益效果：
[0041]本申请在移动机器人执行平面任务时，获取移动机器人所处环境的环境三维点云以及惯性测量数据，并根据预设的高度阈值对环境三维点云进行过滤，得到位于工作平面的工作平面点云；然后结合工作平面点云和惯性测量信息，确定出移动机器人在世界坐标系下的位姿。本申请对移动机器人进行姿态检测时，增加了环境三维点云数据，共同基于工作平面点云和惯性测量信息对移动机器人进行位姿检测，能够更加准确的估计机器人的地面姿态角，尤其适用于在工作平面坑洼或遇到门槛的情景下；且本申请算法简单、算力要求低、实用性强。
附图说明
[0042]此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：
[0043]图1示出了根据本申请的一个实施例的移动机器人的位姿本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种移动机器人的位姿估计方法，其特征在于，所述方法包括：获取移动机器人执行平面任务时的环境三维点云，并基于预设的高度阈值，根据所述环境三维点云确定工作平面点云；获取所述移动机器人的惯性测量信息；根据所述惯性测量信息和所述工作平面点云，确定所述移动机器人在世界坐标系下的位姿。2.根据权利要求1所述的方法，其特征在于，所述移动机器人装载有线激光模组，所述线激光模组发射至少两条线激光，且所述至少两条线激光投射在所述工作平面上的点不在同一条直线上；所述获取移动机器人执行平面任务时的环境三维点云，包括：通过所述激光模组发射的光射线，获取所述移动机器人执行平面任务时在像素坐标系下的激光线中心的原始点云；基于所述相机坐标系到像素坐标系的映射，根据所述激光线中心的原始点云，建立第一约束；基于所述相机坐标系下的线激光光平面方程，建立第二约束；联合所述第一约束和所述第二约束，确定所述环境三维点云。3.根据权利要求2所述的方法，其特征在于，所述基于预设的高度阈值，根据所述环境三维点云确定工作平面点云，包括：确定所述环境三维点云中的各点云的高度值是否小于所述高度阈值，若是，则将对应的点云归属于所述移动机器人的工作平面；确定归属于所述工作平面的点云的数量是否大于等于预设的数量阈值，若是，则将属于所述移动机器人的工作平面的点云作为工作平面点云。4.根据权利要求1所述的方法，其特征在于，所述根据所述惯性测量信息和所述工作平面点云，确定所述移动机器人在世界坐标系下的位姿，包括：根据所述惯性测量信息，构建姿态估计模型的第一误差项，所述第一误差项是根据滚转角误差项和俯仰角误差项确定的；根据工作平面点云的共面条件，构建所述姿态估计模型的第二误差项，所述第二误差项是根据落在工作平面的各点云到所述工作平面的距离确定的；基于所述第一误差项和所述第二误差项构建最小二乘优化模型，作为所述姿态估计模型；求解所述姿态估计模型，以获得所述移动机器人在所述世界坐标系的滚转角估计值和俯仰角估计值。5.根据权利要求4所述的方法，其特征在于，所述根据工作平面点云的共面条件...

【专利技术属性】
技术研发人员：蔡为燕，
申请(专利权)人：北京石头创新科技有限公司，
类型：发明
国别省市：