【技术实现步骤摘要】
本专利技术涉及机器人定位，具体的说，是涉及一种四足机器人定位方法、系统、存储介质及机器人。
技术介绍
1、本部分的陈述仅仅是提供了与本专利技术相关的
技术介绍
信息，不必然构成在先技术。
2、无论是导航行驶还是任务执行，四足机器人的可靠性和有效性都离不开精准的定位，因此，精准定位是四足机器人实现各项任务的基础。然而，四足机器人的精确定位一直是一个挑战性的问题。传统的定位方法依赖于gps（global positioning system，全球定位系统）或者激光雷达等设备，但是，这些设备在某些环境下可能会受到限制，比如，室内、建筑物内部或者崎岖的地形，而四足机器人在救援、探索、军事等方面的发展往往伴随着复杂的地形和恶劣的环境，这对其发展产生了很大的限制。惯性导航系统以其不受环境限制和成本低的优点在各种定位方法中体现出其独特价值。相比于传统定位方法，惯性导航系统不受环境限制，可以在室内、地下、山区或其他gps信号差的区域实现精准定位，无需依赖外部设备的支持，从而降低了定位成本和系统复杂度。
3、然而，现有技术中，由于imu（惯性测量单元）积分漂移、姿态解算误差等因素，单纯依赖imu进行长期定位的精度往往难以满足应用需求。惯性导航解算算法通常需要与其他传感器（如全球定位系统、磁力计等）进行融合，以校正误差并提高定位的准确性和稳定性，但是，这种方法需要昂贵的硬件设备和外部信号支持，限制了四足机器人的应用范围和普及。
技术实现思路
1、本专利技术为了解决上述问题，本专利技
2、为了实现上述目的，本专利技术采用如下技术方案：
3、本专利技术的第一个方面提供一种四足机器人定位方法，其包括：
4、获取四足机器人的至少两个腿上的惯性测量单元数据；
5、基于惯性测量单元数据，判断惯性测量单元是否处于零速状态；
6、对于每个腿，基于惯性测量单元数据和零速状态的判断结果，通过姿态解算，将所述惯性测量单元数据转换为姿态信息；
7、基于所有腿的惯性测量单元数据和姿态信息，通过卡尔曼滤波，得到先验状态估计；
8、基于所述惯性测量单元数据、姿态信息和零速状态的判断结果，对于先验状态估计，通过零速修正和延迟卡尔曼滤波，得到后验状态估计；
9、对于后验状态估计，通过惯性测量单元距离约束以及单步步幅约束，得到四足机器人位置。
10、进一步地，所述姿态解算的步骤包括：
11、将重力加速度从地理坐标系旋转到载体坐标系；
12、将载体坐标系下的重力加速度与惯性测量单元数据中的加速度作叉乘，得到误差修正量；
13、基于误差修正量，根据比例积分调节，当惯性测量单元处于零速状态时，对惯性测量单元数据中的角速度进行误差修正；
14、基于修正后的角速度，计算得到姿态信息。
15、进一步地，所述零速修正表示为：；其中，表示时刻的后验状态估计；表示时刻的先验状态估计；表示时刻k的先验状态协方差矩阵；表示时刻的后验状态协方差矩阵；表示时刻的卡尔曼增益；为观测噪声的协方差矩阵；表示状态观测矩阵；表示零速度伪测量；表示零速状态的判断结果。
16、进一步地，所述延迟卡尔曼滤波的步骤包括：
17、假设在时刻上更新了后验状态估计，则计算时刻的先验状态估计的修正值：，其中，表示时刻的先验状态估计，表示时刻的卡尔曼增益，表示零速度伪测量，表示状态观测矩阵；
18、通过递推关系更新过去个时刻的预测量：，；其中，，为最新的两次零速之间的时刻的个数，是时刻的先验状态估计值，表示时刻的后验状态估计值，表示衰减系数。
19、进一步地，采用巴特沃夫滤波器对惯性测量单元数据进行预处理后，判断惯性测量单元是否处于零速度状态。
20、进一步地，所述单步步幅约束为：在单个步幅的范围内，任意两个时刻的四足机器人位置的差异受上阈值的限制。
21、进一步地，所述惯性测量单元距离约束为：在同一时刻，两个惯性测量单元之间的位置的差异受到上阈值的限制。
22、本专利技术的第二个方面提供一种四足机器人定位系统，其包括：
23、数据获取模块，其被配置为：获取四足机器人的至少两个腿上的惯性测量单元数据；
24、零速判断模块，其被配置为：基于惯性测量单元数据，判断惯性测量单元是否处于零速状态；
25、姿态解算模块，其被配置为：对于每个腿，基于惯性测量单元数据和零速状态的判断结果，通过姿态解算，将所述惯性测量单元数据转换为姿态信息；
26、卡尔曼滤波模块，其被配置为：基于所有腿的惯性测量单元数据和姿态信息，通过卡尔曼滤波，得到先验状态估计；
27、零速修正和时延平滑模块，其被配置为：基于所述惯性测量单元数据、姿态信息和零速状态的判断结果，对于先验状态估计，通过零速修正和延迟卡尔曼滤波，得到后验状态估计；
28、约束模块，其被配置为：对于后验状态估计，通过惯性测量单元距离约束以及单步步幅约束，得到四足机器人位置本专利技术的第三个方面提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行，该程序被处理器执行时实现如上述所述的一种四足机器人定位方法中的步骤。
29、本专利技术的第四个方面提供一种机器人，采用如上述所述的一种四足机器人定位方法中的步骤。
30、与现有技术相比，本专利技术的有益效果为：
31、本专利技术提供了一种四足机器人定位方法，其利用至少两个腿部的惯性测量单元数据，采用imu距离约束和单步步幅约束辅助的零速校正技术，对腿式机器人进行定位，有效减小机器人在运动中的误差累积问题，从而实现对机器人位置的精确估计，以提高位置估计的准确性和可靠性。
32、本专利技术提供了一种四足机器人定位方法，其利用imu距离约束和单步步幅约束，通过利用至少两个imu传感器的数据，实现了对机器人位置的准确估计，有效降低了成本。
33、本专利技术提供了一种四足机器人定位方法，其结合了时延平滑技术和卡尔曼滤波算法，用于处理定位结果中的曲折振荡问题，通过对机器人位置解算结果进行平滑处理，能够对机器人运动过程中的误差累积问题进行有效控制，进一步提升定位精度，实现对机器人位置的准确估计。
本文档来自技高网...【技术保护点】
1.一种四足机器人定位方法，其特征在于，包括：
2.如权利要求1所述的一种四足机器人定位方法，其特征在于，所述姿态解算的步骤包括：
3.如权利要求1所述的一种四足机器人定位方法，其特征在于，所述零速修正表示为：；其中，表示时刻的后验状态估计；表示时刻的先验状态估计；表示时刻k的先验状态协方差矩阵；表示时刻的后验状态协方差矩阵；表示时刻的卡尔曼增益；为观测噪声的协方差矩阵；表示状态观测矩阵；表示零速度伪测量；表示零速状态的判断结果。
4.如权利要求1所述的一种四足机器人定位方法，其特征在于，所述延迟卡尔曼滤波的步骤包括：
5.如权利要求1所述的一种四足机器人定位方法，其特征在于，采用巴特沃夫滤波器对惯性测量单元数据进行预处理后，判断惯性测量单元是否处于零速度状态。
6.如权利要求1所述的一种四足机器人定位方法，其特征在于，所述单步步幅约束为：在单个步幅的范围内，任意两个时刻的四足机器人位置的差异受上阈值的限制。
7.如权利要求1所述的一种四足机器人定位方法，其特征在于，所述惯性测量单元距离约束为：在同一时刻，两
8.一种四足机器人定位系统，其特征在于，包括：
9.一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行，其特征在于，该程序被处理器执行时实现如权利要求1-7中任一项所述的一种四足机器人定位方法中的步骤。
10.一种机器人，其特征在于，采用如权利要求1-7中任一项所述的一种四足机器人定位方法中的步骤。
...【技术特征摘要】
1.一种四足机器人定位方法，其特征在于，包括：
2.如权利要求1所述的一种四足机器人定位方法，其特征在于，所述姿态解算的步骤包括：
3.如权利要求1所述的一种四足机器人定位方法，其特征在于，所述零速修正表示为：；其中，表示时刻的后验状态估计；表示时刻的先验状态估计；表示时刻k的先验状态协方差矩阵；表示时刻的后验状态协方差矩阵；表示时刻的卡尔曼增益；为观测噪声的协方差矩阵；表示状态观测矩阵；表示零速度伪测量；表示零速状态的判断结果。
4.如权利要求1所述的一种四足机器人定位方法，其特征在于，所述延迟卡尔曼滤波的步骤包括：
5.如权利要求1所述的一种四足机器人定位方法，其特征在于，采用巴特沃夫滤波器对惯性测量单元数据进行预处理后，判断惯性测量单元...
【专利技术属性】
技术研发人员：王超群，王昕怡，池俊辰，杜念飞，王亚超，王银川，沙盈廷，
申请(专利权)人：山东大学，
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。