一种不同类型机器人位姿标定方法

技术领域

本发明涉及机器人定位技术领域，具体为一种不同类型机器人位姿标定方法。

背景技术

移动机器人行业发展火热，其中移动机器人的定位导航技术是移动机器人实现智能化至关重要的一项技术。

不同类型机器人定位过程中是基于自身坐标系构建的环境地图来进行定位，导致导航过程中发送的目标位姿需要发送不同坐标系的点位来运动，这种情况会很繁琐且不能统一规划目标点，基于此背景提出一种不同类型机器人位姿标定方法,此方法统一不同类型机器人坐标系，将不同类型机器人位姿标定在一种类型机器人的坐标系下从而实现统一调度，方便设置导航点位，提高部署效率。

发明内容

本部分的目的在于概述本发明的实施例的一些方面以及简要介绍一些较佳实施例。在本部分以及本申请的说明书摘要和发明名称中可能会做些简化或省略以避免使本部分、说明书摘要和发明名称的目的模糊，而这种简化或省略不能用于限制本发明的范围。

鉴于上述存在的问题，提出了本发明。

因此，本发明解决的技术问题是：如何判定激光雷达的性能以选取适合的激光雷达实现机器人精确定位。

为解决上述技术问题，本发明提供如下技术方案：一种不同类型机器人位姿标定方法，包括：

利用建图算法构建环境地图，并设置不同类型机器人的坐标系；

设置全局坐标系，并基于不同坐标系下同一点的坐标数据构建坐标变换方程；

设置固定点标志位并记录不同机器人在所述固定点标志位的位姿；

基于所述位姿利用SVD算法求解旋转矩阵和平移矩阵，利用所述旋转矩阵和平移矩阵并结合所述变换方程将不同类型的机器人位姿转换至全局坐标系。

作为本发明所述的一种不同类型机器人位姿标定方法的一种优选方案，其中：所述建图算法，包括：利用覆盖栅栏建图算法构建相同分辨率的环境地图。

作为本发明所述的一种不同类型机器人位姿标定方法的一种优选方案，其中：所述设置不同类型机器人的坐标系，包括：基于机器人的类别以各类别机器人的中心作为原点构建相应数量的坐标系。

作为本发明所述的一种不同类型机器人位姿标定方法的一种优选方案，其中：所述设置全局坐标系，包括：随机选择所述不同类型机器人坐标系中的一个坐标系作为全局坐标系，并记录其余坐标系原点在所述全局坐标系下的坐标信息。

作为本发明所述的一种不同类型机器人位姿标定方法的一种优选方案，其中：所述构建坐标变换方程，包括：

假设机器人A

假设A

其中，

A

作为本发明所述的一种不同类型机器人位姿标定方法的一种优选方案，其中：所述设置固定点标志位，包括：在环境地图中任取4个点作为固定点标志位，使得四个点的中点位于环境地图的中心点处。

作为本发明所述的一种不同类型机器人位姿标定方法的一种优选方案，其中：所述记录不同机器人在所述固定点标志位的位姿，包括：分别采集不同类型机器人基于自身坐标系下在同一点的位姿。

作为本发明所述的一种不同类型机器人位姿标定方法的一种优选方案，其中：所述利用SVD算法求解旋转矩阵和平移矩阵，包括：假设第一机器人坐标系下采集的固定点位坐标构建的矩阵为A，第二机器人坐标系下采集的固定点位坐标构建的矩阵为B，定义两矩阵的中心矩阵为centroid

作为本发明所述的一种不同类型机器人位姿标定方法的一种优选方案，其中：所述利用SVD算法求解旋转矩阵和平移矩阵，还包括：计算点集之间的协方差矩阵H，表示为：

其中，P

作为本发明所述的一种不同类型机器人位姿标定方法的一种优选方案，其中：所述利用SVD算法求解旋转矩阵和平移矩阵，还包括：基于所述协方差矩阵H和SVD算法求解解旋转矩阵R和平移矩阵T，表示为：

[U，S，V]＝SVD(H)

R＝VU

T＝-R*centroid

其中，H是一个m×n阶矩阵，其中的元素全部属于域K，也就是实数域或复数域；其中U是m×m阶酉矩阵，S是半正定m×n阶对角矩阵，V*是V的共轭转置，是n×n阶酉矩阵；称这样的分解叫做矩阵H的奇异值分解，S对角线上的元素S

本发明的有益效果：本发明提出一种不同类型机器人位姿标定方法，通过构建坐标变换方程实现了不同坐标系下坐标位置的转换；通过SVD算法求解旋转平移举证实现了对机器人位姿的全局转换；本发明将不同类型机器人位姿标定在一种类型机器人的坐标系下从而实现统一调度，方便设置导航点位，提高部署效率。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其它的附图。其中：

图1为本发明一个实施例提供的一种不同类型机器人位姿标定方法的整体流程图；

图2为本发明一个实施例提供的利用建图算法构建的环境地图；

图3为本发明一个实施例提供的两种类型机器人坐标系构建示意图；

图4为本发明一个实施例提供的固定点标志位布局情况示意图；

图5为本发明一个实施例提供的两种类型机器人实验误差结果图。

具体实施方式

为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合说明书附图对本发明的具体实施方式做详细的说明，显然所描述的实施例是本发明的一部分实施例，而不是全部实施例。基于本发明中的实施例，本领域普通人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明的保护的范围。

在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是本发明还可以采用其他不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本发明内涵的情况下做类似推广，因此本发明不受下面公开的具体实施例的限制。

其次，此处所称的“一个实施例”或“实施例”是指可包含于本发明至少一个实现方式中的特定特征、结构或特性。在本说明书中不同地方出现的“在一个实施例中”并非均指同一个实施例，也不是单独的或选择性的与其他实施例互相排斥的实施例。

本发明结合示意图进行详细描述，在详述本发明实施例时，为便于说明，表示器件结构的剖面图会不依一般比例作局部放大，而且所述示意图只是示例，其在此不应限制本发明保护的范围。此外，在实际制作中应包含长度、宽度及深度的三维空间尺寸。

同时在本发明的描述中，需要说明的是，术语中的“上、下、内和外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一、第二或第三”仅用于描述目的，而不能理解为指示或暗示相对重要性。

本发明中除非另有明确的规定和限定，术语“安装、相连、连接”应做广义理解，例如：可以是固定连接、可拆卸连接或一体式连接；同样可以是机械连接、电连接或直接连接，也可以通过中间媒介间接相连，也可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。

实施例1

参照图1～4，为本发明的一个实施例，提供了一种不同类型机器人位姿标定方法，包括：

S1：利用建图算法构建环境地图，并设置不同类型机器人的坐标系；

更进一步的，利用覆盖栅栏建图算法构建相同分辨率的环境地图。

更进一步的，基于机器人的类别数量以各类别机器人的中心作为原点构建相应数量的机器人坐标系。

在一个可选的实施例中，选择两种类型的车作为机器人，遥控机器人启动覆盖栅栏建图算法构建相同分辨率的环境地图作为实验地图，如图2所示；将两车的中心作为坐标原点分别构建坐标系如图3所示。

S2：设置全局坐标系，并基于不同坐标系下同一点的坐标数据构建坐标变换方程；

更进一步的，随机选择不同类型机器人坐标系中的一个坐标系作为全局坐标系，并记录其余坐标系原点在所述全局坐标系下的坐标信息。

更进一步的，假设机器人A

假设A

其中，

A

在一个可选的实施例中，选择两种类型的车作为机器人，假设车A

假设A

A

S3：设置固定点标志位并记录不同机器人在所述固定点标志位的位姿；

更进一步的，在环境地图中任取4个点作为固定点标志位，使得四个点的中点位于环境地图的中心点处。

更进一步的，分别采集不同类型机器人基于自身坐标系下在同一点的位姿。

在一个可选的实施例中，若环境地图构建为正方形形状，选取正方形的四个顶点作为固定点，使得四个顶点的中心位置位于两条白色线条的交点处，如图4所示；采集不同类型机器人基于自身坐标系下在同一点的位姿。

S4：基于所述位姿利用SVD算法求解旋转矩阵和平移矩阵，利用所述旋转矩阵和平移矩阵并结合所述变换方程将不同类型的机器人位姿转换至全局坐标系。

更进一步的，假设第一机器人坐标系下采集的固定点位坐标构建的矩阵为A，第二机器人坐标系下采集的固定点位坐标构建的矩阵为B，定义两矩阵的中心矩阵为centroid

更进一步的，计算点集之间的协方差矩阵H，表示为：

更进一步的，基于所述协方差矩阵H和SVD算法求解解旋转矩阵R和平移矩阵T，表示为：

[U，S，V]＝SVD(H)

R＝VU

T＝-R*centroid

其中，H是一个m×n阶矩阵，其中的元素全部属于域K，也就是实数域或复数域；其中U是m×m阶酉矩阵，S是半正定m×n阶对角矩阵，V*是V的共轭转置，是n×n阶酉矩阵；称这样的分解叫做矩阵H的奇异值分解，S对角线上的元素S

实施例2

参照图1～5，为本发明的一个实施例，提供了一种不同类型机器人位姿标定方法，为了验证本发明的有益效果，通过仿真实验进行科学论证。

选择两种类型的车作为机器人，遥控机器人启动覆盖栅栏建图算法构建相同分辨率的环境地图作为实验地图，如图2所示；将两车的中心作为坐标原点分别构建坐标系如图3所示。

假设车A

假设A

A

设置固定点标志位并记录两车在所述固定点标志位的位姿，如表1所示。

表1两车位姿坐标表

利用SVD算法求解旋转矩阵R和平移矩阵T，利用求解出来的R和T计算求解的转换误差，定义误差矩阵erroxy＝A*R+t-B,误差计算结果如图5所示，红色为x轴误差，绿色为y轴误差，从统计结果可以看出两台车误差在1厘米以内。

由此可知，本发明通过构建坐标变换方程实现了不同坐标系下坐标位置的转换；通过SVD算法求解旋转平移举证实现了对机器人位姿的全局转换；本发明将不同类型机器人位姿标定在一种类型机器人的坐标系下从而实现统一调度，方便设置导航点位，提高部署效率。

应说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的精神和范围，其均应涵盖在本发明的权利要求范围当中。