传感器标定方法、机器人及计算机可读存储介质与流程

1.本发明大致涉及智能设备技术领域，尤其是一种传感器标定方法、机器人及计算机可读存储介质。


背景技术：

2.随着技术发展，机器人能够承担部分人工工作，例如在配送搬运、机械加工、宣传引导等多个领域，机器人的应用越来越广泛。机器人中通常会设置用于整体或部分结构定位的传感器，例如各种视觉传感器、激光雷达等，并通过传感器扫描机器人周边环境，以获得障碍物相对于机器人的位置信息，或配合机器人定位等，进而实现机器人避让障碍物，或运动至特定地点等功能。
3.传感器固定安装在机器人的结构上，并且具有标准的安装位置，以使传感器与机器人的相对位置固定，在机器人运动时能够获知周边环境的准确信息。但由于加工工艺和安装过程的限制，传感器往往偏离标准位置，导致机器人与周边环境或定位标识的位置关系发生偏差，影响机器人正常运行，因此需要对机器人上安装的传感器进行标定。现有的标定方法需要将机器人固定在标定空间内部，依靠标定空间内的特定环境进行标定校准，但机器人的使用场景中通常不具备标定空间，当需要进行标定时需要返厂标定，成本高昂，效率低下，而且应用不便。
4.背景技术部分的内容仅仅是发明人所知晓的技术，并不当然代表本领域的现有技术。


技术实现要素：

5.针对现有技术中的一个或多个缺陷，本发明提供一种传感器标定方法，用于对安装于机器人上的传感器进行检验校正，所述传感器标定方法包括：
6.控制机器人运动至具有一特征平面的位置，并控制传感器扫描所述特征平面得到对应点云；
7.任意选取所述特征平面内至少两个相互独立且不在预设直线上的位置为参考位置，并从所述特征平面对应的点云中得到所述参考位置的点云数据；
8.根据传感器与参考位置的点云数据，计算传感器与标准位置的偏差数值，并补偿因传感器偏离标准位置产生的扫描误差，完成对传感器的校正，所述标准位置为传感器在机器人上的理论安装位置。
9.根据本发明的一个方面，其中所述特征平面为水平面，或任何与所述传感器的标准位置距离和方向已知的实体平面；所述传感器与标准位置的偏差包括在所述特征平面垂线方向的距离偏差、在所述特征平面垂直方向上的俯仰角偏差和在所述特征平面平行线方向的滚转角偏差。
10.根据本发明的一个方面，还包括将所述传感器与参考位置的点云数据转换为三维直角坐标系内的坐标值；所述三维直角坐标系以所述传感器的标准位置在所述特征平面内
的垂足为原点，以所述传感器的标准位置与所述特征平面的垂线，或其平行线为z轴，以所述传感器的视野范围的中线在所述特征平面内的投影为x轴，以所述特征平面内x轴的垂直方向为y轴；其中所述预设直线为x轴及其平行线和y轴及其平行线。
11.根据本发明的一个方面，所述传感器的标定方法还包括：
12.对获取的所述参考位置的点云数据进行拟合得到拟合平面；
13.获取拟合参数，并判断拟合参数是否符合特征平面，如果符合特征平面，则将所述传感器与参考位置的点云数据转换为三维直角坐标系内的坐标值；
14.如果不符合特征平面，则删除参考位置，并在所述特征平面内重新选取参考位置，直至获取不少于两个相互独立且不在预设直线上的参考位置。
15.根据本发明的一个方面，其中所述重新选取参考位置的步骤中，重新选取的参考位置与删除的参考位置之间的距离不小于第一预设距离。
16.根据本发明的一个方面，其中所述平面拟合的步骤中还包括：
17.统计同一参考位置的点云数据中的外点，并计算外点比例，所述外点比例为外点所占该参考位置中点云数据的比例；
18.判断外点比例是否符合特征平面，如果符合特征平面，则将所述传感器与参考位置的点云数据转换为三维直角坐标系内的坐标值。
19.根据本发明的一个方面，其中所述传感器的标定方法还包括判断重新选取参考位置的次数是否大于第一阈值，如果大于第一阈值，控制机器人发出警报，或控制机器人运动至其他位置，重新确定特征平面。
20.根据本发明的一个方面，其中相邻所述参考位置在所述特征平面内的间距不小于第二预设距离。
21.根据本发明的一个方面，其中所述计算传感器与标准位置的偏差数值的步骤包括：
22.根据参考位置的z坐标计算所述传感器与标准位置在垂直于所述特征平面方向上的偏差；
23.根据两个x坐标不相同的参考位置，计算所述传感器与标准位置的俯仰角偏差；
24.根据两个y坐标不相同的参考位置，计算所述传感器与标准位置的滚转角偏差。
25.根据本发明的一个方面，其中所述计算传感器与标准位置的偏差数值的步骤还包括：选取多组参考位置，并取z坐标平均值计算所述传感器与标准位置在垂直于所述特征平面方向上的偏差。
26.根据本发明的一个方面，一种机器人，包括：
27.主体；
28.传感器，所述传感器设置于所述主体上，并配置成能够对机器人的周边环境进行扫描，获取点云数据；和
29.控制系统，所述控制系统设置于所述主体上，且与所述传感器通讯，控制系统配置成可执行如前所述的传感器标定方法。
30.根据本发明的一个方面，其中所述机器人还包括运动装置，所述运动装置与所述控制系统通讯，并能够受控以带动所述机器人运动；所述控制系统接收预设指令，或间隔预设时间后执行所述传感器标定方法。
31.根据本发明的一个方面，一种计算机可读存储介质，包括存储于其上的计算机可执行命令，所述可执行命令在被处理器执行时实施如前所述的传感器标定方法。
32.与现有技术相比，本发明的实施例利用特征平面标定传感器，在具有特征平面的空间内均可对机器人的传感器进行标定，以提高传感器的准确性，降低了标定条件，简化了标定过程，提高了标定效率，用户能够即时校准传感器，并且无需额外付出成本。本发明的实施例还包括一种能够执行前述传感器标定方法的机器人，以及一种能够执行前述传感器标定方法的计算机可读存储介质。
附图说明
33.附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
34.图1是本发明的一个实施例中传感器标定方法的流程示意图；
35.图2是本发明的一个实施例中包含坐标转换过程的传感器标定方法的流程示意图；
36.图3是本发明的一个实施例中包含判断特征平面过程的传感器标定方法的流程示意图；
37.图4是本发明的一个实施例中包含判断外点比例过程的传感器标定方法的流程示意图；
38.图5是本发明的一个实施例中包含计算偏差过程的传感器标定方法的流程示意图；
39.图6是本发明的一个实施例中特征平面和参考位置的示意图；
40.图7是本发明的一个实施例中机器人的结构框图。
具体实施方式
41.在下文中，仅简单地描述了某些示例性实施例。正如本领域技术人员可认识到的那样，在不脱离本发明的精神或范围的情况下，可通过各种不同方式修改所描述的实施例。因此，附图和描述被认为本质上是示例性的而非限制性的。
42.在本发明的描述中，需要理解的是，术语"中心"、"纵向"、"横向"、" 长度"、"宽度"、"厚度"、"上"、"下"、"前"、"后"、"左"、"右"、"竖直"、 "水平"、"顶"、"底"、"内"、"外"、"顺时针"、"逆时针"等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语"第一"、" 第二"仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有"第一"、"第二"的特征可以明示或者隐含地包括一个或者更多个所述特征。在本发明的描述中，"多个"的含义是两个或两个以上，除非另有明确具体的限定。
43.在本发明的描述中，需要说明的是，除非另有明确的规定和限定，术语" 安装"、"相连"、"连接"应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接:可以是机械连接，也可以是电连接或可以相互通讯；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通或两个元件的相互作用关系。对于本领域的普通技
术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。
44.在本发明中，除非另有明确的规定和限定，第一特征在第二特征之"上" 或之"下"可以包括第一和第二特征直接接触，也可以包括第一和第二特征不是直接接触而是通过它们之间的另外的特征接触。而且，第一特征在第二特征"之上"、"上方"和"上面"包括第一特征在第二特征正上方和斜上方，或仅仅表示第一特征水平高度高于第二特征。第一特征在第二特征"之下"、"下方 "和"下面"包括第一特征在第二特征正上方和斜上方，或仅仅表示第一特征水平高度小于第二特征。
45.下文的公开提供了许多不同的实施方式或例子用来实现本发明的不同结构。为了简化本发明的公开，下文中对特定例子的部件和设置进行描述。当然，它们仅仅为示例，并且目的不在于限制本发明。此外，本发明可以在不同例子中重复参考数字和/或参考字母，这种重复是为了简化和清楚的目的，其本身不指示所讨论各种实施方式和/或设置之间的关系。此外，本发明提供了的各种特定的工艺和材料的例子，但是本领域普通技术人员可以意识到其他工艺的应用和/或其他材料的使用。
46.以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。
47.图1示出了根据本发明的一个实施例中传感器标定方法100的流程，下面结合图1详细描述。
48.传感器标定方法100用于对安装在机器人上的传感器进行检验校正。机器人上安装的传感器由于加工精度、安装精度或者机械碰撞等因素，会偏离传感器的标准位置，即偏离传感器在机器人上的理论安装位置，导致机器人对周边环境，以及定位点的位置识别判断产生误差，严重影响机器人正常工作，甚至完全无法运行或发生碰撞事故，因此需要对机器人上的传感器进行标定，不仅在机器人出厂时要进行标定，在机器人的使用场景和使用过程中也有可能需要对传感器进行标定，因此，用户存在随时随地标定传感器的需求，而现有的标定方法需要特定的标定空间配合，并且过程繁琐，难以满足用户需求。
49.如图1所示，传感器标定方法100中，在步骤s101，控制机器人运动至具有一特征平面的位置，并控制传感器扫描所述特征平面得到对应点云。其中特征平面并非现有技术中的某一个特定平面，根据本发明的优选实施例，特征平面可以是水平面，也可以是任何与传感器的标准位置距离和方向均为已知的实体平面，例如地面、天花板、直立的平面等。优选为机器人活动范围内的地面，传感器的标准位置已知，并已知机器人的整体与地面垂直，通过传感器安装在机器人上的高度即可获得传感器的标准位置与地面之间的角度和距离，并且机器人活动范围内的地面并没有过多限制，可以在需要时对传感器进行标定校正，而无需特定的标定空间。如果地面不在传感器的扫描范围内，例如传感器设置在机器人的侧面或顶面，则可以选择其他的实体平面作为特征平面，例如在距离已知的情况下，可以选择与机器人的直立方向相平行的墙面作为特征平面，或在层高已知的情况下，选择天花板作为特征平面。在特殊场景中，具有一定坡度的实体平面同样可以作为特征平面。
50.在步骤s102，任意选取特征平面内至少两个相互独立且不在预设直线上的位置，作为参考位置，并从特征平面对应的点云中得到参考位置的点云数据。参考位置位于特征平面内，即在扫描特征平面后获得的点云数据中选择点云范围作为参考位置，并非具体位于扫描的实体平面内的具体位置，例如扫描获取的点云数据存在误差，或实体平面存在不
平整等情况时，参考位置与实体平面可能并不完全重合。其中相互独立表示参考位置之间的范围没有重合，不在预设直线上表示存在两个参考位置的连线与预设直线之间具有夹角，而非任意两个参考位置的连线与预设直线之间均具有夹角。预设直线在后续实施例中结合图6详细描述。参考位置的选择最少为两个，也可以选取多个，例如根据本发明的优选实施例，在特征平面的点云数据中选取四个参考位置，并且四个参考位置中存在两个参考位置的连线与预设直线之间具有夹角。根据本发明的优选实施例，相邻近的参考位置在特征平面内的间距不小于第二预设距离，例如20厘米，参考位置的间距越大，越能够表现传感器偏离标准位置的偏离数值。
51.在步骤s103，根据传感器与参考位置的点云数据，计算传感器与标准位置的偏差数值，并补偿因传感器偏离标准位置产生的扫描误差，完成对传感器的校正，其中标准位置指传感器在机器人上的理论安装位置，但在实际加工安装和后续使用过程中，传感器可能会偏离标准位置，导致传感器的扫描数据产生误差，在获取了参考位置的点云数据后，即可根据点云数据的特征，通过计算获得传感器的扫描误差，然后根据误差值对测量值进行补偿，即可更接近真实值，完成对传感器的标定校正。在本发明的一些实施例中，对传感器偏离标准位置的偏差进行了分解，分别是在特征平面垂线方向的距离偏差、在特征平面垂直方向上的俯仰角偏差和在特征平面平行线方向的滚转角偏差。本实施例利用机器人常规运动的场景，建立了能够用于对传感器进行标定的环境，当需要对传感器进行标定时，无需返厂或到特定的标定空间内，仅在具有符合要求的特征平面的环境内即可进行标定校正，简化了传感器校正过程，大幅降低了传感器校正的时间成本和经济成本。在本发明的优选实施例中，可以通过手动输入预设的校正指令，控制机器人进行传感器校正，也可以预设程序，使机器人在间隔一段时间后自动执行机器人传感器校正方法，在正常工作的同时，或不具有工作任务时，自行完成传感器校正，极大地提高了机器人运行的稳定性。
52.图2示出了根据本发明的一个优选实施例中传感器标定方法200的详细流程，其中包括了将传感器与参考位置的点云数据转换为三维直角坐标系内的坐标值的步骤。本实施例中的步骤s201、s202和s204分别与传感器标定方法100中的s101、s102和s103基本相同，在此不做赘述。在本实施例中的步骤s203，将传感器与参考位置的点云数据转换为三维直角坐标系内的坐标值，本实施例中的三维直角坐标系根据传感器的标准位置和特征平面建立，以传感器的标准位置在特征平面内的垂足作为原点，以传感器的标准位置与特征平面的垂线为z轴，以传感器的视野范围的中线在特征平面内的投影为 x轴，以特征平面内x轴的垂直方向为y轴，如图6所示，矩形阴影部分为传感器位于标准位置时，扫描范围在特征平面上的投影，中线位置为x轴， xy平面为特征平面，z轴为特征平面的垂线。进一步的，步骤s202中所述的预设直线为x轴及其平行线，和y轴及其平行线，即两个或多个参考位置的 x坐标不完全相同，y坐标也不完全相同，依靠参考位置的(x,y,z)坐标，即可计算获得传感器在特征平面垂线方向的距离偏差、在特征平面垂直方向上的俯仰角偏差和在特征平面平行线方向的滚转角偏差，并进行补偿，完成对传感器的标定。
53.图3示出了根据本发明的一个优选实施例中传感器标定方法300的具体步骤，其中包括了对特征平面和参考位置的识别，具体的，传感器标定方法 300中的步骤s301、s302、s305和s306分别与传感器标定方法200中的s201、 s202、s203和s204大致相同。
54.在步骤s303，在获取参考位置的点云数据后，对参考位置的点云数据进行拟合，得
到拟合平面，获取拟合参数。本实施例中参考位置的点云数据是特征平面点云数据的一部分，例如以某个点为中心的一定区域内的点云，特征平面的点云数据是控制传感器扫描实体平面获得的，在本步骤中，对参考位置的点云数据进行拟合，得到拟合平面，在理论上，拟合平面应当与传感器扫描的实体平面对应，但由于实体平面可能存在缺陷，例如坑洼凸起，或坡度变化，均会影响扫描结果，甚至可能出现多个参考位置不共面的情况，因此，在传感器标定方法300中，步骤s304，判断拟合参数是否符合特征平面，依靠参考位置的点云数据进行平面拟合，并在获得拟合平面后判断是否符合特征平面的特征，本实施例以此判断传感器扫描的实体平面是否能够作为特征平面，用于传感器标定，如果拟合参数符合特征平面，则进行后续步骤s305和s306，对传感器进行标定和补偿。
55.如果拟合参数不符合特征平面，在步骤s307，删除参考位置，并在特征平面的扫描结果中重新选取参考位置，直至获得不少以两个相互独立，且不在预设直线上的参考位置。以机器人的应用场景中的实体平面作为特征平面，并依靠特征平面对传感器进行标定，但实体平面往往无法达到传感器特定的标定空间的要求，因此，任意选取的参考位置，其点云数据拟合平面往往会因实体平面的缺陷，而导致参考位置不在同一平面内，此时依靠参考位置对传感器进行标定会影响标定结果，本实施例选择删除参考位置，并在特征平面内重新选择参考位置，重新进行平面拟合，直至获取符合要求的参考位置。具体的，根据本发明的优选实施例，可以将选取的参考位置全部删除，重新选取，也可以删除其中一个参考位置，或其中部分参考位置重新选择，直至获取符合要求的参考位置。进一步的，根据本发明的优选实施例，在重新选取参考位置时，重新选取的参考位置与删除的参考位置之间的距离不小于第一预设距离，例如10厘米。实体平面的起伏是拟合平面不符合特征平面最主要的原因，为尽量避免重新选择的参考位置同样不符合要求，本实施例对重新选择参考位置与删除的参考位置之间的距离进行了限制，尽量避免实体平面中同一缺陷对参考位置产生影响。
56.图4示出了根据本发明的优选实施例中传感器标定方法400的具体步骤，对进一步限制了参考位置的选择，提高了标定结果的准确度。传感器标定方法400中的步骤s401、s402、s403,s406和s407分别与传感器标定方法300 中的步骤s301、s302、s303、s305和s306大致相同，其中本实施例在s403 对参考位置的点云数据进行拟合，得到拟合平面，获取拟合参数后，在步骤s404，统计参考位置的点云数据中的外点，并计算外点比例，在本实施例中，参考位置是特征平面点云数据中的点云范围，根据传感器的精度，参考位置包括多组点云数据，本步骤中所述的外点即为误差点，不在拟合平面内的点，可能由实体平面的缺陷导致，也可能由传感器扫描误差导致，外点比例表示外点的数量占该参考位置中点云数据的比例。
57.在步骤s405，判断外点比例是否符合特征平面，如果外点比例较小，符合特征平面，则后续进行步骤s406和s407，利用选择的参考位置对传感器进行标定。如果外点比例过大，表示参考位置内存在较大起伏，或传感器测量数据存在较大误差，不符合特征平面，因此，在步骤s408，需要删除该参考位置，并重新选取参考位置，进一步的，重新选取的参考位置与删除的参考位置之间的距离不小于第一预设距离。
58.在步骤s409，判断重新选择参考位置的次数是否大于第一阈值，例如5 次，如果重新选择参考位置的次数不大于第一阈值，则重复进行步骤s403，根据新选择的参考位置进
行平面拟合，获得拟合参数。如果重新选择参考位置的次数越大，表示传感器扫描的实体平面内不符合特征平面的位置越多，如果重新选择参考位置的次数大于第一阈值，即实体平面不能够作为特征平面，对传感器进行标定，例如实体平面平整度较差，或实体平面内存在其他的障碍物，在步骤s410，发出警报，或控制机器人运动至其他位置，重新确定特征平面。本实施例中的特征平面仅为符合要求的实体平面即可，例如选择地面作为特征平面，当在一个位置处传感器扫描的地面不符合特征平面，可以控制机器人运动至其他位置，重新扫描地面，并利用前述的方法，对扫描结果进行判断。重新选择参考位置的此时过多还有可能是传感器出现较大偏差，无法通过标定补偿的方式进行调整，控制机器人发出警报，表示超出调整范围。
59.图5示出了根据本发明的优选实施例中传感器标定方法500的具体步骤，图6示出了根据本发明的优选实施例中特征平面及参考位置的示意图，下面结合图5和图6详细描述。
60.传感器标定方法500中，步骤s501、s502、s503、s504、s505、s506、 s510、s511、s512和s513与传感器标定方法400中的步骤s404、s402、s403、 s404、s405、s406、s407、s408、s409和s410基本相同，在此不做赘述。本实施例中将传感器的偏差分解为z轴上的竖直偏差，zy平面内的滚转角偏差和zx平面内的俯仰角偏差，在步骤s507，根据参考位置的z坐标计算传感器与标准位置在垂直于特征平面方向上的偏差，即z轴上的竖直偏差，例如以地面作为特征平面，传感器的标准位置与地面的距离可根据机器人的高度计算获得，理论情况下，参考位置的z坐标应为0，可以根据一组参考位置的实测数据的平均值获得传感器在z轴上的距离偏差，也可以根据多个参考位置的平均值获得传感器在z轴上的竖直偏差。在步骤s508，根据两个x 坐标不相同的参考位置，计算传感器与标准位置的俯仰角误差，例如图6中的参考位置a1和参考位置a3或参考位置a4，传感器位于标准位置时，传感器扫描范围的中线与特征平面的夹角为一已知固定值，根据x坐标不同的两个参考位置中x坐标的变化，可计算获得传感器与标准位置的俯仰角偏差。在步骤s509，根据两个y坐标不相同的参考位置，计算传感器与标准位置的滚转角偏差，例如选择图6中的参考位置a1和参考位置a2或参考位置a3，根据参考位置y坐标的变化，传感器位于标准位置时，传感器扫描范围的中线与特征平面的夹角为一已知固定值，根据y坐标不同的两个参考位置中y 坐标的变化，可计算获得传感器与标准位置的滚转角偏差。当然，在本发明的不同实施例中，z轴上的距离偏差、滚转角偏差和俯仰角偏差可以以图5 中的顺序依次计算，也可以同时计算，或以任意顺序计算，在三个偏差值计算完成后，对传感器的测量数据进行补偿，即可完成对传感器的校正。
61.本发明还包括一种机器人的实施例，如图7所示，机器人1包括主体、传感器10和控制系统20，主体是机器人1的外部框架，用于支撑安装其内部的各组件，传感器10安装在主体上，并且能够对机器人1周边的环境进行扫描，获取周边环境的点云数据，例如视觉传感器、激光雷达等。控制系统 20设置在主体上，并与传感器10通讯，能够执行前述的传感器标定方法，对传感器的位置进行校正标定，提高传感器测量数据的准确度。机器人1上安装的传感器10用于获取机器人周边环境的点云数据，例如视觉传感器、激光雷达等。由于加工精度、安装精度或者机械碰撞等因素，传感器10会偏离传感器10在主体上的标准位置，即偏离传感器在机器人上的理论安装位置，导致机器人1对周边环境，以及定位点的位置识别判断
产生误差，严重影响机器人正常工作，甚至完全无法运行或发生碰撞事故，因此需要对机器人上的传感器进行标定，不仅在机器人出厂时要进行标定，在机器人的使用场景和使用过程中也有可能需要对传感器进行标定。本实施例中机器人1的控制系统20能够执行前述的机器人传感器校正方法，降低对标定空间的需求，可以在任意具有特征平面的空间内进行传感器标定，极大地提高了传感器校正效率，降低了传感器校正的成本。
62.在本发明的优选实施例中，机器人1还包括运动装置30，运动装置30 与控制系统20通讯，并能够受控以带动机器人运动。控制系统20能够在接收到预设指令，或者间隔一定的预设时间后，执行前述的传感器标定方法，例如由操作人员手动输入传感器标定指令，或在运动一段时间后，自动执行传感器标定方法，控制运动装置30，使机器人运动至具有特征平面的位置。
63.本发明还包括一种计算机可读存储介质的实施例，包括存储于其上的计算机可执行命令，所述可执行命令在被处理器执行时实施如前所述的传感器标定方法。
64.最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。