[发明专利]一种智能机器人的里程计估计方法及系统

说明书

本发明公开一种智能机器人的里程计估计方法及系统，包括对智能机器人上的相机与激光雷达之间的外参进行标定；获取相机视场图像与激光雷达视场图像，建立智能机器人基于残差的里程计算模型；在相机视场图像与激光雷达视场图像共视区选择具有显著特征的特征点作为路标点，将与特征点距离最近的激光落点的深度作为该特征点的深度坐标，从而获取路标点的三维坐标；根据路标点的三维坐标与里程计算模型获取里程计。利用共视区具备显著特征的特征点直接和间接的图像特征获取路标点，使路标点的数量更多，通过共视区内与特征点重合或近似重合的激光落点在激光雷达视场图像中的深度获得多个路标点的三维坐标，实现里程计估计的高准确性与鲁棒性。

技术领域

本发明涉及机器人测量技术领域，具体是一种智能机器人的里程计估计方法及系统。

背景技术

随着智能移动机器人的应用领域的扩大，人们期望智能移动机器人在更多领域为人类服务，代替人类完成更复杂的工作。然而,智能移动机器人所处的环境往往是未知的、很难预测，首要考虑的问题就是自主导航，而定位问题是移动机器人导航中的核心问题之一,是实现机器人路径规划任务的前提。在移动机器人导航中，无论是局部实时避障还是全局规划，都需要精确知道机器人或障碍物的当前状态及位置，即里程计，以完成导航、避障及路径规划等任务。现有技术中的里程计估计过程中大多通过利用卡尔曼滤波器的方法进行多传感器融合。这种基于滤波器的方法只能在小的场景的情况下使用，对于大的地图场景会因为特征向量的维度过大导致计算时间的急剧上升，从而不能保证实时性，更致命的是，对于长时间的运动，该方法由于误差的累积会导致状态不确定度的上升，从而也就导致了该方法的准确性与鲁棒性均不强。

发明内容

本发明提供一种智能机器人的里程计估计方法及系统，用于克服现有技术中里程计估计准确性与鲁棒性均不强等缺陷，实现里程计估计的高准确性与鲁棒性。

为实现上述目的，本发明提供一种智能机器人的里程计估计方法，包括如下步骤：

步骤101，对智能机器人上的相机与激光雷达之间的外参进行标定；

步骤102，获取完成外参标定后的相机视场图像与激光雷达视场图像，建立智能机器人基于残差的里程计算模型；

步骤103，在相机视场图像与激光雷达视场图像共视区选择若干具有显著特征的特征点作为路标点，将与所述特征点距离最近的激光落点的深度作为该特征点的深度坐标，从而获取所有路标点的三维坐标；

步骤104，根据所述路标点的三维坐标与里程计算模型获取智能机器人的里程计。

进一步优选的，步骤101具体包括：

步骤201，根据相机与激光雷达之间的运动约束获取相机与激光雷达之间外参的初始估计；

步骤202，根据相机与激光雷达之间的互信息特征以及外参的初始估计获取相机与激光雷达之间外参的优化估计。

进一步优选的，步骤201具体包括：

步骤301，获取相机与激光雷达的运动轨迹；

步骤302，基于相机与激光雷达的运动约束与运动轨迹建立高斯赫尔默特模型；

步骤303，对高斯赫尔默特模型进行最小二乘估计，获取相机与激光雷达之间外参的初始估计。

进一步优选的，步骤301中，所述相机与激光雷达的运动轨迹为：

式中，r_ai为激光雷达的旋转轨迹，t_ai为激光雷达的平移轨迹，r_ci为相机的旋转轨迹，λt_ci为相机的平移轨迹，其中，λ为相机的未知尺度因子，λ的求取过程为：

若限定智能机器人做平移运动，此时相机与激光雷达也做同步的平移运动，则有：