[发明专利]IMU测量数据生成方法、系统、计算机装置及可读存储介质

说明书

本发明提供一种IMU测量数据生成方法及装置、计算机装置及可读存储介质，包括获取位姿轨迹数据，其中所述位姿轨迹数据包含若干位姿轨迹信息；对两相邻位姿轨迹信息进行插值处理，以得到一个或多个位于所述两相邻位姿轨迹信息之间的插值处理后的位姿轨迹信息；根据所述位姿轨迹数据中位置信息计算运动模型的加速度信息；并根据所述位姿轨迹数据中旋转信息所述计算运动模型的角速度信息；对所述运动模型执行位姿变换操作。本发明可根据相机的位姿轨迹信息来生成IMU的测量数据，避免了在机器人上安装IMU后涉及的硬件同步问题，以及相机与IMU相对安装位置的问题。

技术领域

本发明涉及机器人领域，尤其涉及一种基于相机位姿的IMU测量数据生成方法、系统、计算机装置及可读存储介质。

背景技术

本部分旨在为权利要求书及具体实施方式中陈述的本发明的实施方式提供背景或上下文。此处的描述不因为包括在本部分中就承认是现有技术。

随着移动机器人在人类生活中不断的使用与发展，清扫机器人、家庭陪伴机器人、送餐机器人等陆续进入公众的视线。当今机器人发展的热点和重点是，机器人要能够通过各种传感器获取环境信息，利用人工智能识别、理解、推理并进行判断和决策来完成一定的任务。

SLAM(Simultaneous Localization And Mapping，同时建图与定位)问题可以描述为：将一个机器人放入未知环境中的未知位置，是否有办法让机器人一边逐步描绘出此环境的地图，一边根据已经生成的地图完成对自身位置与姿态的估计。SLAM最早由Smith、Self和Cheeseman于1988年提出，由于其重要的理论与应用价值，被很多学者认为是实现真正全自主移动机器人的关键。而视觉SLAM是一种以视觉传感器为机器人感知设备的SLAM方法。视觉传感器可以分为单目相机、双目相机、RGB-D相机等，其中RGB-D相机是一种能够同时获得彩色图像信息(RGB)与图像的深度信息(Depth)的视觉传感器。

视觉里程计是SLAM技术的重要组成部分，这一部分主要负责收集传感器的信息，初步的估计出相机的运动轨迹与运动状态(即固连的机器人的运动轨迹与运动状态)。再初步的估计出以上的信息之后，里程计部分会将此结果传递给SLAM的其它部分，以完成更高精度的估计。

IMU(Inertial Measurement Unit，惯性测量单元)是测量物体三轴的角速率以及线性加速度的装置。一般的，一个IMU包含了三个单轴的加速度计(accelerometer)和三个单轴的陀螺仪(gyroscope)。加速度计能够检测物体在载体坐标系统独立三轴的加速度信号，而陀螺仪检测载体相对于载体坐标系的角速度信号，与加速度计和陀螺仪一起测量物体在三维空间中的角速度和加速度，并以此解算出物体的姿态。因而，IMU在机器人的导航与控制之中有着很重要的应用价值。

在衡量视觉惯性里程计以及视觉惯性SLAM算法效果的领域，以及测试算法可用性的时候，可在机器人上再安装IMU，但是如果想要同时安装上IMU，需要考虑IMU测量数据与相机测量数据硬件同步(即测量时间同步)的问题，以及相机与IMU相对安装位置的问题，这就涉及到了相机与IMU数据的标定问题，在目前尚没有完美的解决办法。并且对于大多数在视觉SLAM领域的开源数据集来说，没有含有IMU的测量数据。

发明内容

鉴于上述，本发明提供一种IMU测量数据生成方法、系统、计算机装置及可读存储介质，可基于相位位姿信息来生成IMU数据，有利于解决在机器人安装IMU后涉及的硬件同步问题，以及相机与IMU相对安装位置的问题。

一种IMU测量数据生成方法，包括：

获取位姿轨迹数据，其中所述位姿轨迹数据包含若干位姿轨迹信息，每一位姿轨迹信息包含位置信息及旋转信息；

对两相邻位姿轨迹信息进行插值处理，以得到一个或多个位于所述两相邻位姿轨迹信息之间的插值处理后的位姿轨迹信息，并更新所述位姿轨迹数据；