[发明专利]一种机器人的里程计数据校正方法及机器人

说明书

本发明公开一种机器人的里程计数据校正方法及机器人，所述里程计数据校正方法包括：初始化所述机器人的系统状态量以及系统协方差矩阵；计算得出所述机器人的左轮移动的距离和右轮移动的距离，并结合初始化后的所述机器人的系统状态量以及系统协方差矩阵，根据系统状态无噪声模型进行状态预测和系统协方差预测，以输出状态预测后的所述机器人的系统状态量以及系统协方差矩阵；读取惯性测量单元数据，判断当前的惯性测量单元数据与前一时刻的惯性测量单元数据的差值的绝对值是否在第一设定阈值内，以输出所述状态预测后的所述机器人的系统状态量以及系统协方差矩阵作为融合后的信息。本发明的里程计数据校正方法具有实时性高，计算精度比较高。

技术领域

本发明涉及机器人轨迹计算技术领域，特别是涉及一种机器人的里程计数据校正方法及机器人。

背景技术

近些年来，随着机器人技术研究的日益成熟以及硬件条件的逐步改善，机器人实时轨迹的计算也有了更高的要求。在保证实时的前提下还要保证位姿的精度，这是机器人轨迹推算的一个基本问题。

现有技术中的机器人轨迹推算方法在轮子打滑的情况下，计算结果明显错误，另外机器人在转弯的时候，计算的相对偏角也不准确，而且由于零漂以及温漂的影响，其数据容易受到影响，从而导致所计算的轨迹具有非常大的累积误差。因此，迫切需要改进。

发明内容

鉴于以上所述现有技术的缺点，本发明的目的在于提供一种机器人的里程计数据校正方法及机器人，用于解决现有技术中的机器人在轮子打滑的情况下，计算结果明显错误，另外机器人在转弯的时候，计算的相对偏角也不准确，而且由于零漂以及温漂的影响，其数据容易受到影响，从而导致所计算的轨迹具有非常大的累积误差的问题。

为实现上述目的及其他相关目的，本发明提供一种机器人的里程计数据校正方法，所述机器人的里程计数据校正方法包括：

初始化所述机器人的系统状态量以及系统协方差矩阵；

计算得出所述机器人的左轮移动的距离和右轮移动的距离，并结合初始化后的所述机器人的系统状态量以及系统协方差矩阵，根据系统状态无噪声模型进行状态预测和系统协方差预测，以输出状态预测后的所述机器人的系统状态量以及系统协方差矩阵；

读取惯性测量单元数据，判断当前的惯性测量单元数据与前一时刻的惯性测量单元数据的差值的绝对值是否在第一设定阈值内，若是，则第一次更新所述机器人的系统状态以及系统协方差矩阵，若否，则输出所述状态预测后的所述机器人的系统状态量以及系统协方差矩阵作为融合后的信息，继续执行计算得出所述机器人的左轮移动的距离和右轮移动的距离的操作。

在本发明的一实施例中，所述机器人的里程计数据校正方法还包括：读取光流数据，判断当前的光流数据与前一时刻的光流数据的差值的绝对值是否在第二设定阈值内，若是，则第二次更新所述机器人的系统状态以及系统协方差矩阵，若否，则输出第一次更新后的所述机器人的系统状态以及系统协方差矩阵作为融合后的信息，继续执行计算得出所述机器人的左轮移动的距离和右轮移动的距离的操作。

在本发明的一实施例中，所述机器人的里程计数据校正方法还包括：输出第二次更新后的所述机器人的系统状态以及系统协方差矩阵，继续执行计算得出所述机器人的左轮移动的距离和右轮移动的距离的操作。

在本发明的一实施例中，读取所述惯性测量单元数据，将所述惯性测量单元数据的输出作为第一观测量和第一观测矩阵。

在本发明的一实施例中，读取所述光流数据，将所述光流数据的输出作为第二观测量和第二观测矩阵。

在本发明的一实施例中，通过多传感器融合模型对所述惯性测量单元数据和光流数据进行机器人里程计数据的联合校正。