[发明专利]机器人位姿计算方法、系统、机器人及存储介质在审
| 申请号: | 202110782453.4 | 申请日: | 2021-07-12 | 
| 公开(公告)号: | CN113658260A | 公开(公告)日: | 2021-11-16 | 
| 发明(设计)人: | 郝祁;马睿;郑玺 | 申请(专利权)人: | 南方科技大学 | 
| 主分类号: | G06T7/77 | 分类号: | G06T7/77;G06T7/73 | 
| 代理公司: | 广州嘉权专利商标事务所有限公司 44205 | 代理人: | 黄广龙 | 
| 地址: | 518055 广东省深*** | 国省代码: | 广东;44 | 
| 权利要求书: | 查看更多 | 说明书: | 查看更多 | 
| 摘要: | |||
| 搜索关键词: | 机器人 计算方法 系统 存储 介质 | ||
本发明公开了一种机器人位姿计算方法、系统、机器人及存储介质,机器人位姿计算方法包括:获取机器人移动前后的第一相位图和第二相位图;根据所述第一相位图、预设运动参数和预设运动模型确定预测相位图;将所述预测相位图、所述第二相位图代入预设优化算法进行优化以使所述预测相位图和所述第二相位图差别最小,以确定预设运动参数的具体值为移动信息。本发明通过第一相位图、预设运动参数和预设运动模型确定预测相位图,然后计算预测相位图和真实测量的第二相位图以预设优化算法进行优化以得到预设运动参数的具体值,以通过运动参数的具体值确定移动信息,使得机器人运动的移动信息计算简易且准确。
技术领域
本发明涉及机器人的技术领域,尤其是涉及一种机器人位姿计算方法、系统、机器人及存储介质。
背景技术
对机器人的位姿估计根据传感器和传感数据(图像、点云)的不同而大致可分为三类:采用单个RGB或灰度相机的机器人、采用双目相机的机器人和采用深度传感器的机器人。
其中,单个RGB或灰度机器人或者双目相机的机器人。所有一整套算法都是基于RGB或灰度图像的特征点与匹配,而这些二维图像的特征点与匹配都相对比较粗糙,从而导致三维深度的估算精度较差,以及位姿的估计也较差。采用深度传感器的机器人基于三维点云数据进行三维匹配,而三维匹配运算量较大,鲁棒性较差,容易收敛于局部点而非全局最优点。采用相机加上深度传感器的机器人可以结合上述两种方法,采取先用二维相机拍摄图像进行初步匹配和位姿估计,然后再利用三维点云进行三维匹配和精细位姿估计。但同样具有上述两种方法的缺点,即二维匹配比较粗糙,而三维匹配运算量比较大。
发明内容
本发明旨在至少解决现有技术中存在的技术问题之一。为此,本发明提出一种机器人位姿计算方法,能够计算机器人的位移信息更加简易且准确。
本发明还提出一种机器人位姿计算系统。
本发明还提出一种机器人。
本发明还提出一种计算机可读存储介质。
第一方面,本发明的一个实施例提供了机器人位姿计算方法,包括:
获取机器人移动前后的第一相位图和第二相位图;
根据所述第一相位图、预设运动参数和预设运动模型确定预测相位图;
将所述预测相位图、所述第二相位图代入预设优化算法进行优化以使所述预测相位图和所述第二相位图差别最小,以确定预设运动参数的具体值为移动信息。
本发明实施例的机器人位姿计算方法至少具有如下有益效果:通过第一相位图、预设运动参数和预设运动模型确定预测相位图,然后计算预测相位图和真实测量的第二相位图以预设优化算法进行优化以得到预设运动参数的具体值,以通过运动参数的具体值确定移动信息,使得机器人运动的移动信息计算简易且准确。
根据本发明的另一些实施例的机器人位姿计算方法,所述第一相位图包括第一相位信息、第一像素位置信息;所述第二相位图包括:第二相位信息和第二像素位置信息;所述预设运动模型包括:预设相位与运动模型、预设像素与运动模型,所述将根据所述第一相位图、预设运动参数和预设运动模型确定预测相位图,包括:
根据所述第一相位信息、预设运动参数、预设相位与运动模型确定预测相位信息;
根据所述第一像素位置信息、所述预设运动参数、预设像素与运动模型确定预测像素位置信息;
根据所述预测相位信息和所述预测像素位置信息确定所述预测相位图。
根据本发明的另一些实施例的机器人位姿计算方法,所述预设运动参数包括:预设旋转参数和预设位移参数。
根据本发明的另一些实施例的机器人位姿计算方法,所述根据所述第一相位信息、预设运动参数和预设相位与运动模型确定预测相位信息,包括:
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于南方科技大学,未经南方科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110782453.4/2.html,转载请声明来源钻瓜专利网。





