一种两侧设置激光雷达的机器人头部的制作方法

文档序号:23397054发布日期:2020-12-22 14:22阅读:108来源:国知局
一种两侧设置激光雷达的机器人头部的制作方法

本实用新型涉及机器人的技术领域,尤其涉及一种两侧设置激光雷达的机器人头部的技术领域。



背景技术:

激光雷达,是以发射激光束探测目标的位置、速度等特征量的雷达系统。其工作原理是向目标发射探测信号(激光束),然后将接收到的从目标反射回来的信号(目标回波)与发射信号进行比较,作适当处理后,就可获得目标的有关信息,如目标距离、方位、高度、速度、姿态、甚至形状等参数,从而对飞机、导弹等目标进行探测、跟踪和识别。

双目相机是用两部相机来对物体进行定位。对物体上一个特征点,用两部固定于不同位置的相机摄得物体的像,分别获得该点在两部相机像平面上的坐标。只要知道两部相机精确的相对位置,就可用几何的方法得到该特征点在固定一部相机的坐标系中的坐标,即确定了特征点的位置。

现有技术中,大部分机器人通过激光雷达实现大范围的定位,但是激光雷达定位的定位精度不高;也有机器人通过双目相机实现小范围定位,但是使用双目相机定位计算量大,不能直接用于大范围的精确定位。由于两侧设置激光雷达的机器人头部上往往仅安装一种单一的传感器结构,获取的信息较为有限,无法支持机器人越来越复杂的行动的环境采集及反馈需要。



技术实现要素:

针对上述产生的问题,本实用新型的目的在于提供一种两侧设置激光雷达的机器人头部,通过激光雷达获取机器人周围的360°范围内的几何数据,利用几何数据建立机器人周围的三维地图,并通过辅助摄像机获取机器人前方的具体环境数据;操作者可以使用用户界面根据三维地图从任意有利位置查看场景,也可以根据机器人前方的具体环境精确控制机器人的行动。

为了实现上述目的,本实用新型采取的技术方案为:

一种两侧设置激光雷达的机器人头部,包括头部本体、嵌入式处理器和设置在所述头部本体上的传感器组;

所述头部本体包括底座、颈部连接件、支座、两个转向杆;所述颈部连接件转动连接于所述底座的底部;所述支座设置在所述底座顶部的中央;两个所述转向杆分别设置在所述支座的左右两侧,并且两个所述转向杆的一端均与所述支座转动连接;

所述传感器组包括辅助摄像机和两个激光雷达,两个所述激光雷达分别设置在两个所述转向杆上,所述辅助摄像机设置在所述头部本体的前侧;

所述嵌入式处理器设置在所述底座内,并且所述嵌入式处理器连接所述激光雷达和所述辅助摄像机。

上述一种两侧设置激光雷达的机器人头部,其中,两个所述转向杆的一端均插入所述支座,并且两个所述转向杆的另一端分别插入同一侧的所述激光雷达,使两个所述激光雷达分别紧贴所述支座的两侧。

上述一种两侧设置激光雷达的机器人头部,其中,还包括两个驱动电机,两个驱动电机分别驱动两个所述转向杆转动。

上述一种两侧设置激光雷达的机器人头部,其中,所述辅助摄像机具有双立体摄像头,包括两个广角镜头、两个长焦镜头以及若干补光led灯,并且两个所述长焦镜头倾斜指向下方。

上述一种两侧设置激光雷达的机器人头部,其中,所述传感器组还包括双鱼眼相机,所述双鱼眼相机具有两个镜头,其中一个镜头朝向前方,其中另一个镜头朝向后方。

上述一种两侧设置激光雷达的机器人头部,其中,所述传感器组还包括gps定位器,所述gps定位器设置在所述支座的顶部。

上述一种两侧设置激光雷达的机器人头部,其中,所述嵌入式处理器通过有线或无线的方式连接以太网。

本实用新型由于采用了上述技术,使之与现有技术相比具有的积极效果是:

1、本实用新型通过激光雷达获取机器人周围的360°范围内的几何数据,利用几何数据建立机器人周围的三维地图,并通过辅助摄像机获取机器人前方的具体环境数据;操作者可以使用用户界面根据三维地图从任意有利位置查看场景,也可以根据机器人前方的具体环境精确控制机器人的行动。

2、本实用新型通过设置双鱼眼相机,获取机器人周围的色彩数据和纹理数据,并对建模得到的机器人周围的三维地图进行上色,生成彩色的三维地图,更加便于位于远端的操作者理解机器人周围的环境。

3、本实用新型通过设置gps定位器,获取机器人的地心坐标数据,并与机器人在三维地图中的位置进行比较,当机器人在建立的三维地图中的位置出现偏差并使三维地图被错误建立时,更新三维地图。

附图说明

图1是本实用新型的一种两侧设置激光雷达的机器人头部的结构示意图;

图2是本实用新型的一种两侧设置激光雷达的机器人头部的后视图。

附图中:

1、头部本体;11、底座;12、颈部连接件;13、支座;15、散热孔;3、传感器组;31、激光雷达;32、辅助摄像机;321、广角镜头;322、长焦镜头;33、双鱼眼相机;34、gps定位器。

具体实施方式

下面结合附图和具体实施例对本实用新型作进一步说明,但不作为本实用新型的限定。

图1是本实用新型的一种两侧设置激光雷达的机器人头部的结构示意图;图2是本实用新型的一种两侧设置激光雷达的机器人头部的后视图。请参见图1、图2所示,示出了一种较佳实施例,一种两侧设置激光雷达的机器人头部,其特征在于,包括头部本体1、嵌入式处理器(图中未示出)和设置在头部本体1上的传感器组3。

头部本体1包括底座11、颈部连接件12、支座13、两个转向杆(图中未示出)。颈部连接件12转动连接于底座11的底部,头部本体1通过颈部连接件12连接于机器人的主躯体,并使头部本体1可以相对于机器人的主躯体沿竖直的转轴转动。支座13设置在底座11顶部的中央,并且支座13与底座11为一体结构,支座13和底座11整体构成头部本体1的基本外形框架。两个转向杆分别水平设置在支座13的左右两侧,并且两个转向杆的一端均转动连接于支座13。

传感器组3包括辅助摄像机32和两个激光雷达31,两个激光雷达31分别固定设置在两个转向杆上,并且两个激光雷达31分别随同侧的转向杆一起在竖直方向上转动。在本实施例中,两个转向杆可以分别通过驱动电机根据控制指令进行驱动,并且两个转向杆的转动相互独立,从而分别带动两个激光雷达31一同转动,使两个激光雷达31可以获取机器人周围360°范围内的全部几何数据,并为后续控制系统所需进行的实时3d建模进行数据支持。辅助摄像机32设置在头部本体1的前侧,辅助摄像机32的精度比激光雷达31的精度更高,因此辅助摄像机32用于获取头部本体1前侧的具体环境数据,并且通过头部本体1绕机器人的主身躯在水平方向上转动,使辅助摄像机32可以对准需要关注的方向。并且两个激光雷达31设置在支座13左右两侧,并且激光雷达31的外侧不超出底座11的左右两侧,避免了机器人在移动过程中出现激光雷达31被碰撞的情况,提高了机器人的安全性和合理性。

并且,通过辅助摄像头32,可以集成视觉里程计系统,以提供随时间变化的姿势估计值。该系统基于运动估计的增量结构生成解决方案,同时使用关键帧选择和稀疏的局部束调整来完善结果。通过辅助摄像头32,即可确定机器人移动的路径及头部姿势变化,并在建立的三维地图中实时更新机器人的位置及头部姿势,并随着机器人的移动实时更新三维地图。

嵌入式处理器设置在头部本体1内,并且嵌入式处理器连接激光雷达31和辅助摄像机32。在本实施例中,嵌入式处理器包含有完成激光雷达31和辅助摄像机32的头像处理任务所需的所有处理器,即嵌入式处理器包括四核inteli7–3820qm单元,两个定制的xilinxspartan6fpga单元和一个armcortexm4单元。

以上仅为本实用新型较佳的实施例,并非因此限制本实用新型的实施方式及保护范围。

进一步,在一种较佳实施例中,两个转向杆的一端均插入支座13,并且两个转向杆的另一端分别插入同一侧的激光雷达31,使两个激光雷达31分别紧贴支座13的两侧,通过使激光雷达31贴近支座13,减少机器人移动过程中激光雷达31撞到障碍物的概率,使激光雷达31不容易损坏。

进一步,在一种较佳实施例中,还包括两个驱动电机,两个驱动电机分别驱动两个转向杆转动,从而分别带动两个激光雷达31转动,并使两个激光雷达31的转动相互独立。

进一步,在一种较佳实施例中,辅助摄像机32具有双立体摄像头,包括两个广角镜头321、两个长焦镜头322以及若干补光led灯323,并且两个长焦镜头322倾斜指向下方。通过广角镜头321和长焦镜头322的组合,并利用光学变焦的方式,可以使辅助摄像机32得到较好的变焦体验,宽视角的广角镜头321可以“看”的很广,但是“看”不清远处的物体,而窄视角的长焦镜头322虽然“看”的范围不大,但是“看”的更远更清晰。广角镜头321和长焦镜头322组合搭配,在摄像时通过镜头切换和融合算法就能实现相对平滑的变焦。高像素的长焦镜头322能保证广角镜头321因变焦而损失的图像信息远低于单摄像头的假变焦,从而大幅提高辅助摄像机32的变焦性能。

在本实施例中,两个广角镜头321均设置在底座11的前侧,并且两个广角镜头321位于同一水平高度上。两个长焦镜头322均设置在底座11的前侧,并且两个长焦镜头322也位于同一水平高度上。两个长焦镜头311设置在两个广角镜头321之间。

两个广角镜头321连接其中一个定制的xilinxspartan6fpga单元,两个长焦镜头322连接另一个定制的xilinxspartan6fpga单元。两个定制的xilinxspartan6fpga单元均通过一个自定义的以太网pcie适配器连接四核inteli7–3820qm单元。两个激光雷达31均连接armcortexm4单元,并且armcortexm4单元通过8端口管理的千兆位以太网交换机连接四核inteli7–3820qm单元。

底座11前侧设置有长焦镜头322处的表面略微向下倾斜,使两个长焦镜头322倾斜指向下方。在机器人抓取物体或进行其他工作时,可以通过两个长焦镜头322观察机器人的机械手的运动,防止机器人的机械手在工作过程中发生碰撞,提高机械手工作的安全性和稳定性。

在本实施例中,头部本体1的前侧设置有四个补光led323。其中两个补光led323分别位于两个广角镜头321的下方,另外两个补光led323位于两个长焦镜头322之间。在光线较暗处,补光led323能够发光并为广角镜头321和长焦镜头322提供光源,使广角镜头321和长焦镜头322的成像更清晰。

四个补光led323的下方设置有散热孔15,散热孔15用于将头部本体1内工作产生的热量散发出来。

进一步,在一种较佳实施例中,传感器组3还包括双鱼眼相机33,双鱼眼相机33具有两个镜头,两个镜头均向前凸出,其中一个镜头设置在头部主体1的前侧,其中另一个镜头设置在头部主体1的后侧。

鱼眼相机的镜头,是一种焦距极短并且视角接近或等于180°的镜头,这种摄影镜头的前镜片直径呈抛物状且向镜头前部凸出。通过设置双鱼眼相机33,在头部主体1的前侧和后侧各设置一个鱼眼相机的镜头,使双鱼眼相机33能够拍摄到整个360°范围内的全部方位。

双鱼眼相机33用于获取机器人周围的色彩数据和纹理数据,并通过融合算法向建模得到的机器人周围的三维地图上色,操作者通过用户界面远程观察机器人周围的环境时,更容易理解机器人周围的环境如何。

进一步,在一种较佳实施例中,传感器组3还包括gps定位器34,gps定位器34设置在支座13的顶部。

随着时间的偏移,机器人的体素模型在三维地图中的位置可能会出现偏差,以使新生成的三维地图的体素与之前的体素之间的融合出现偏差,导致三维地图的建立出现错误。并且在机器人执行任务时,需要精确定位以与物体接合(例如,在特定位置拾取物体)并避免碰撞。

gps定位器34用于获取机器人的地心坐标数据,并与机器人在三维地图中的位置进行比较,当机器人在建立的三维地图中的位置出现偏差并使三维地图被错误建立时,更新三维地图。

进一步,在一种较佳实施例中,嵌入式处理器通过有线或无线的方式连接以太网,使操作者可以在远端通过用户界面观察机器人的姿态、位置并控制机器人。

进一步的,本实用新型的两侧设置激光雷达的机器人头部对环境进行采样,采用的环境采样方法包括:

通过两个激光雷达31获取机器人周围的360°范围内的几何数据,并根据几何数据建模以构建机器人周围的三维地图。

通过辅助摄像机32获取机器人前方的具体环境数据。操作者可以使用用户界面根据三维地图从任意有利位置查看场景,也可以根据机器人前方的具体环境精确控制机器人的行动。

在本实施例中,使用体素网格的集合的方式构建机器人周围的三维地图。这些网格包含3d三维像素集,每个三维像素集包含占用率和颜色标记信息。根据各个任务的要求,以不同的范围和分辨率创建网格,从而在高分辨率世界建模与带宽和计算约束之间取得平衡。用户可以在传感器的30m范围内的粗体素网格(0.5m分辨率)内查看机器人,以了解情况。高分辨率的模型可以捕获机器人周围的局部环境(分辨率为0.05m)。通常由用户放置在特定位置的按需关注区域提供1厘米级别的信息,并在为环境中的对象创建计划固定装置时使用。通过ocu上可用的插件面板,机器人操纵者可以主动修改每个体素网格的设置,确定在给定时间显示哪些网格,并使用3d用户界面从任意有利位置查看场景。

除了提供使操纵者能够感知环境的态势感知之外,在执行动作的运动计划时还会使用体素模型。使用体素的网格表示,对机器人运动进行了碰撞测试,从而确保了由计划例程生成的运动不会发生碰撞,并且不会尝试使机器人肢体移动通过障碍物。

并且,通过辅助摄像头32,可以集成视觉里程计系统,以提供随时间变化的姿势估计值。该系统基于运动估计的增量结构生成解决方案,同时使用关键帧选择和稀疏的局部束调整来完善结果。通过辅助摄像头32,即可确定机器人移动的路径及头部姿势变化,并在建立的三维地图中实时更新机器人的位置及头部姿势,并随着机器人的移动实时更新三维地图。

进一步,在一种较佳实施例中,头部主体1上设置有双鱼眼相机33。通过双鱼眼相机33获取机器人周围的色彩数据及纹理数据,并根据色彩数据、纹理数据与几何数据建模,以生成机器人周围的彩色的三维地图,以使操作者更容易理解机器人周围的环境。

进一步,在一种较佳实施例中,头部主体1上设置有gps定位器34。gps定位器34用于获取机器人的地心坐标。

随着时间的偏移,机器人的体素模型在三维地图中的位置可能会出现偏差,以使新生成的三维地图的体素与之前的体素之间的融合出现偏差,导致三维地图的建立出现错误。并且在机器人执行任务时,需要精确定位以与物体接合(例如,在特定位置拾取物体)并避免碰撞。

因此,通过实时将机器人的地心坐标与机器人的体素模型在三维地图中的位置进行比较,即可确定机器人的体素模型在三维地图中的位置是否出现了偏差。如果机器人的体素模型在三维地图中的位置出现了偏差,则使用体素增量更新模型,以保证三维地图的高精度。

以上仅为本实用新型较佳的实施例,并非因此限制本实用新型的实施方式及保护范围,对于本领域技术人员而言,应当能够意识到凡运用本实用新型说明书及图示内容所作出的等同替换和显而易见的变化所得到的方案,均应当包含在本实用新型的保护范围内。

当前第1页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1