用于多足机器人的状态估计方法、装置、设备及介质制造方法及图纸

本申请揭示了一种用于多足机器人的状态估计方法、装置、设备及介质，其中方法包括：在滑动窗口的成功初始化之后，获取单目相机发送的目标图像帧，根据滑动窗口对应的单窗关键帧数据，判断目标图像帧是否为关键帧；若是，则根据所述目标图像帧更新所述单窗关键帧数据并确定先验残差，根据单窗关键帧数据计算视觉残差；根据获取的IMU预积分计算IMU残差；根据单窗关键帧数据和IMU预积分计算腿部运动学因子残差；基于因子图模型，根据单窗关键帧数据、视觉残差、IMU残差、腿部运动学因子残差和先验残差，计算目标机器人本体位姿。从而提高了确定的目标机器人本体位姿的准确性和稳定性。

【技术实现步骤摘要】

本申请涉及到机器人领域，特别是涉及到一种用于多足机器人的状态估计方法、装置、设备及介质。

技术介绍

1、视觉惯性里程计，即visual-inertial odometry(vio)，也被称为视觉惯性系统(vins，visual-inertial system)，指仅通过融合一个或多个相机数据以及一个或多个imu(惯性测量单元)数据以估计机器人状态的算法。vio是目前唯一可行的替代gps(全球定位系统)和激光雷达里程计的方法。由于相机和imu的成本及功耗较低，所以近年来vio算法越来越引起人们的关注。

2、但是传统的vio不能直接用于四足机器人等多足机器人，这是由于多足机器人在运动过程中会频繁出现机体的抖动、晃动等状态，极大地干扰了视觉信息，此外，多足机器人的vio会受到步行运动(walking motion)的影响，而步行运动又与控制器、步态、一定速度等有关。因此如果直接使用普通的非足式机器人的vio系统，会降低单纯使用相机和imu数据的多足机器人进行定位的准确性和稳定性。

技术实现思路</p>

1、本申本文档来自技高网...

【技术保护点】

1.一种用于多足机器人的状态估计方法，其特征在于，所述方法包括：

2.根据权利要求1所述的用于多足机器人的状态估计方法，其特征在于，所述根据所述滑动窗口对应的单窗关键帧数据，判断所述目标图像帧是否为关键帧的步骤，包括：

3.根据权利要求1所述的用于多足机器人的状态估计方法，其特征在于，所述根据获取的IMU预积分计算IMU残差的步骤，包括：

4.根据权利要求1所述的用于多足机器人的状态估计方法，其特征在于，所述根据所述单窗关键帧数据和所述IMU预积分计算腿部运动学因子残差的步骤，包括：

5.根据权利要求4所述的用于多足机器人的状态估计方法，其...

【技术特征摘要】

1.一种用于多足机器人的状态估计方法，其特征在于，所述方法包括：

2.根据权利要求1所述的用于多足机器人的状态估计方法，其特征在于，所述根据所述滑动窗口对应的单窗关键帧数据，判断所述目标图像帧是否为关键帧的步骤，包括：

3.根据权利要求1所述的用于多足机器人的状态估计方法，其特征在于，所述根据获取的imu预积分计算imu残差的步骤，包括：

4.根据权利要求1所述的用于多足机器人的状态估计方法，其特征在于，所述根据所述单窗关键帧数据和所述imu预积分计算腿部运动学因子残差的步骤，包括：

5.根据权利要求4所述的用于多足机器人的状态估计方法，其特征在于，所述单窗关键帧数据中的第j-1个关键帧与所述单窗关键帧数据中的第j个关键帧之间的所述特征点运动数据的计算公式表述为：

【专利技术属性】
技术研发人员：孙立晔，
申请(专利权)人：广州视源电子科技股份有限公司，
类型：发明
国别省市：