【技术实现步骤摘要】
本专利技术涉及计算机视觉和图像处理领域，具体地说是一种仿人机器人动态感知方法及计算系统。
技术介绍
1、在仿人机器人的研发中，机器人行动需要实时获得高精度的地面平面信息以对机器人步态序列进行规划，且平面定位误差需要达到10mm以内，因此环境感知及定位的精度以及鲁棒性对机器人的性能起到关键作用，精确及高效的感知计算单元构建是实现机器人高精度鲁棒定位以及自主移动和任务执行的关键技术之一。相同模态的点云和图像感知方案在室内环境或复杂场景中存在一定的局限性。这些局限性导致单一模态的点云配准方法在仿人机器人的定位与建图过程中的精度和可靠性上存在不足。在面对快速变化的复杂环境和高要求多种类的传感器发展条件下，多传感器融合用于复杂环境感知的方法几乎已成了必然发展的趋势，能够融合不同的数据，提供更丰富更全面的信息，并且减少对单一传感器的依赖性，使融合后的信息更加具体，对提高感知系统感知周围复杂环境的能力有很好的帮助。目前，仿人机器人的感知计算单元有很多，比较有代表性的仿人机器人感知计算单元例如aelos pro,walker x等。
2、aelos pro机器人是乐聚(深圳)技术有限公司研发的一款高端智能人形机器人，具备感知周围复杂环境，与周围环境交互的能力。aelos pro的感知计算单元由高清单目摄像头、六轴陀螺仪、红外距离传感器、地磁传感器和树莓派构成，具备识别功能，用于与周围复杂环境感知和交互，并可以拓展传感器模块，用于感知火焰、温度和光敏，但是缺乏复杂动态环境下的定位和导航，仅使用视觉进行仿人机器人的定位容易出现由于特征匹
3、由优必选开发的全新一代大型仿人服务机器人walker x采用多维力觉、多目立体视觉等全方位的感知系统，基于多目视觉传感器的三维立体视觉可以实现2.5d立体避障和动态环境下的全局最优路径自主导航。感知计算单元由mic阵列、rgbd相机、超声波传感器、四目立体视觉和具备nvidia gt1030显卡的intel i7 8665u构成，可以实现复杂环境下的10cm定位精度，20cm导航精度。然而，因为仅依靠相机的感知系统容易受到遮挡物的影响且无法满足室外复杂环境下仿人机器人的感知计算需求。
技术实现思路
1、为了解决上述的技术问题，本专利技术提出一种仿人机器人动态感知方法及计算系统，可以实现高精度高效率的仿人机器人多模态传感器获取复杂环境感知数据，从而为仿人机器人执行任务提供基本保障。
2、本专利技术的第一目的是提供一种仿人机器人动态感知方法，包括获取感知单元数据，还包括以下步骤：
3、步骤1：根据位置的不同预先对所述感知单元数据进行校准，获得环境感知计算单元的连续运动模型；
4、步骤2：融合激光雷达及内部所包含的惯性传感器和深度相机的测量结果，通过基于滤波的里程计和因子图优化，在误差状态迭代的卡尔曼滤波器框架下估计系统状态，实时构建室内-室外稠密3d点云地图；步骤3：利用八叉树结构将所述室内-室外稠密3d点云地图划分为多个立方体，进行组织和存储，完成稠密点云到八叉树地图的构建；
5、步骤4：将所述八叉树地图的点集根据设置分辨率和坐标关系映射为仿人机器人所在的栅格地图平面内，并完成点与点之间匹配，获得八叉树各节点与栅格地图之间的对应关系，构建导航可用的栅格地图；
6、步骤5：机器人基于所述栅格地图完成导航的定位信息转换；
7、步骤6：将所述栅格地图初始化为代价地图，基于地图代价信息和改进的a*路径搜索算法做机器人的路径规划模块，得到符合机器人运动学的导航路径位姿点。
8、优选的是，所述感知单元包括深度相机、激光雷达、双目相机和飞行时间相机。
9、在上述任一方案中优选的是，所述步骤1包括利用计算单元获取到所述感知单元的外参，以imu坐标系为载体坐标系得到感知计算单元的连续运动模型：
10、
11、
12、
13、
14、其中，g为在全局坐标系下的向量，和为imu相对与世界坐标系的姿态和位置，为imu在世界帧的速度，am为imu的加速度计读数，na和ng为imu测量的白噪声，gg为是重力加速度，gri为imu相对于全局帧的姿态，ωm为imu的陀螺仪计读数，ω为imu的陀螺仪测量物体的角速度，a为加速度计测量物体的加速度，ba和bh为陀螺仪和加速度计的偏差，它们被建模为由高斯噪声nbg和nba的随机行走。
15、在上述任一方案中优选的是，所述步骤2包括以下子步骤：
16、步骤21：针对每个感知单元的感知数据构建状态观测模型；
17、步骤22：根据camera-imu的状态向量，建立imu模型；
18、步骤23：通过零阶保持器得到imu先验；
19、步骤24：得到系统的相关估计误差在线性化的误差空间中的传播。
20、在上述任一方案中优选的是，所述步骤21包括经过camera-imu的外参在线标定的状态变量为：
21、
22、其中，xi为第i个imu测量值的状态向量，为第i个imu测量值的imu相对于全局帧的姿态，为第i个imu测量值的相对于全局帧的位置，为imu和camera坐标变换的旋转矩阵，为imu和camera坐标变换的平移向量，为第i个imu测量值的相对于全局帧的速度，和为第i个imu测量值的陀螺仪和加速度计的偏差。
23、在上述任一方案中优选的是，所述imu模型为
24、
25、
26、其中，ui为imu的误差模型，为imu的陀螺仪误差模型，为imu的加速度计误差模型，wi为过程噪声，为imu的加速度计高斯白噪声，为imu的陀螺仪高斯白噪声，为imu的陀螺仪随机游走误差，为imu的加速度计随机游走误差，vi为速度，为第i个imu测量值的imu相对于全局帧的姿态，为imu测量值，为随机游走误差，和为第i个imu测量值的白噪声，n为imu中的高斯测量噪声模型，b为陀螺仪和加速度的偏置，为基于imu数据所构建的模型。
27、在上述任一方案中优选的是，所述imu先验为
28、
29、
30、其中，m为系统状态所在的流形，δt为采样时间段，rn为流形的切空间，n为维数，和建立了m的局部邻域与其切空间r之间的双射映射。
31、在上述任一方案中优选的是，将上式中的过程噪声wi设置为零，得到接收到新的imu测量值，
32、
33、其中，为第i个imu测量值。
34、在上述任一方案中优选的是，所述传播为：
35、
36、其中，δ为系统估计误差，为状态空间，为imu测量的状态向量，021×1为系统最小维度，为传播状态协方差本文档来自技高网...
【技术保护点】
1.一种仿人机器人动态感知方法，包括获取感知单元数据，其特征在于，还包括以下步骤：
2.如权利要求1所述的仿人机器人动态感知方法，其特征在于，所述感知单元包括深度相机、激光雷达、双目相机和飞行时间相机。
3.如权利要求2所述的仿人机器人动态感知方法，其特征在于，所述步骤1包括利用计算单元获取到所述感知单元的外参，以IMU坐标系为载体坐标系得到感知计算单元的连续运动模型：
4.如权利要求3所述的仿人机器人动态感知方法，其特征在于，所述步骤2包括以下子步骤：
5.如权利要求4所述的仿人机器人动态感知方法，其特征在于，所述步骤21包括经过Camera-IMU的外参在线标定的状态变量为：
6.如权利要求5所述的仿人机器人动态感知方法，其特征在于，所述IMU模型为
7.如权利要求6所述的仿人机器人动态感知方法，其特征在于，所述IMU先验为
8.如权利要求7所述的仿人机器人动态感知方法，其特征在于，所述传播为：
9.如权利要求8所述的仿人机器人动态感知方法，其特征在于，所述步骤3包括以下子步骤：<...
【技术特征摘要】
1.一种仿人机器人动态感知方法，包括获取感知单元数据，其特征在于，还包括以下步骤：
2.如权利要求1所述的仿人机器人动态感知方法，其特征在于，所述感知单元包括深度相机、激光雷达、双目相机和飞行时间相机。
3.如权利要求2所述的仿人机器人动态感知方法，其特征在于，所述步骤1包括利用计算单元获取到所述感知单元的外参，以imu坐标系为载体坐标系得到感知计算单元的连续运动模型：
4.如权利要求3所述的仿人机器人动态感知方法，其特征在于，所述步骤2包括以下子步骤：
5.如权利要求4所述的仿人机器人动态感知方法，其...
【专利技术属性】
技术研发人员：马楠，于乃功，黄高，肖传胜，韩义恒，汪墨涵，王阳，郭聪，
申请(专利权)人：北京工业大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。