本申请涉及移动机器人,特别涉及移动机器人的位姿调整方法及移动机器人。
背景技术:
1、所谓位姿,其是位置与方向姿态合并的统称。目前,常基于惯性传感器(imu:inertial measurement unit)如轮速计、陀螺仪等进行位姿估计。但是,在基于惯性传感器进行位姿估计中,出现的最大技术问题就是累计误差。该累计误差是由惯导原理引起的,比如,惯导原理要求在计算位置时并非只用加速度,其还需要用姿态,这整个过程就会耦合加速度组件(比如加速度计,具体为其中一种惯性传感器)和姿态组件(比如陀螺仪,具体为其中一种惯性传感器)的误差,依次累加,就会累加出比较大的累计误差等。
2、而上述累计误差的出现,常会影响移动机器人在运动过程中无法准确进行位姿调整。
技术实现思路
1、本申请实施例提供了移动机器人的位姿调整方法及移动机器人,以在移动机器人在运动过程中及时调整移动机器人的位姿,消除惯导估计引起的累积误差。
2、本申请实施例提供移动机器人的位姿调整方法,该方法包括:
3、获得第i个关键帧对应的视觉位姿偏差和惯导位姿偏差;其中,所述第i个关键帧是依据所述移动机器人上的图像采集组件在移动机器人移动过程中采集的至少两个相邻图像生成的,所述视觉位姿偏差是指融合位姿与所述第i个关键帧对应的视觉位姿的偏差,所述视觉位姿是基于所述至少两个相邻图像进行位姿估计得到的,所述融合位姿是通过对所述视觉位姿和所述第i个关键帧对应的惯导位姿进行融合得到;所述惯导位姿偏差是指所述融合位姿与所述惯导位姿的偏差;
4、依据各关键帧对应的视觉位姿偏差、各关键帧对应的惯导位姿偏差,以及已确定的视觉位姿权重系数和惯导位姿权重系数,确定位姿预估函数;所述位姿预估函数被用于预测后续时刻的融合位姿,并基于预测的融合位姿调整所述移动机器人的当前位姿。
5、本申请实施例还提供一种移动机器人,该移动机器人包括:
6、逻辑运算组件、图像采集组件、惯性传感器imu;
7、所述图像采集组件,用于在移动机器人工作过程中采集图像;所述图像采集组件采集的至少两个相邻图像,用于创建对应的关键帧;所述至少两个相邻图像还用于估计视觉位姿;
8、imu,用于在移动机器人工作过程中测量imu数据;所述imu数据用于估计惯导位姿;
9、所述逻辑运算组件,用于执行如上所述方法中的步骤。
10、由以上技术方案可以看出,本申请实施例通过移动机器人上的图像采集组件采集图像比如单目相机传感器采集单目图像,得到一个关键帧(记为第i个关键帧),之后基于第i个关键帧对应的视觉位姿偏差和惯导位姿偏差来建立位姿预估函数(其是关于速度、角度和位置的),最后通过位姿预估函数预测后续各时刻的融合位姿,并基于融合位姿调整移动机器人本地与位姿有关的参数比如imu的偏置(bias),pi补偿系数以及传感器外参矩阵,以消除惯导原理比如陀螺仪长时间的积分带来的累积误差,提升机器人位姿的精确度。
1.一种移动机器人的位姿调整方法,其特征在于,该方法包括:
2.根据权利要求1所述的方法,其特征在于,所述惯导位姿是基于移动机器人的位移和惯性传感器imu的测量数据确定的;
3.根据权利要求1所述的方法,其特征在于,所述依据各关键帧对应的视觉位姿偏差、各关键帧对应的惯导位姿偏差,以及已确定的视觉位姿权重系数和惯导位姿权重系数,确定位姿预估函数包括:
4.根据权利要求3所述的方法,其特征在于,所述位姿预估函数通过下式表示:
5.根据权利要求1至4任一所述的方法,其特征在于,任一融合位姿与所述移动机器人的惯性传感器imu偏置bias、补偿系数pi、以及外参矩阵tc、tb有关;所述外参矩阵tc用于实现所述移动机器人上的图像采集组件对应的坐标系与所述移动机器人对应的坐标系之间转换,所述外参矩阵tb用于实现所述移动机器人上的imu对应的坐标系与所述移动机器人对应的坐标系之间转换;
6.根据权利要求5所述的方法,其特征在于,所述图像采集组件为单目相机传感器。
7.一种移动机器人,其特征在于,所述移动机器人包括:逻辑运算组件、图像采集组件、惯性传感器imu;
8.根据权利要求7所述的移动机器人,其特征在于,移动机器人的左右两个轮中每一轮的中心部署了线性霍尔传感器;所述线性霍尔传感器在一时间段测量的数据用于估计所述移动机器人的位移;所述移动机器人的位移被用于结合所述imu的测量数据确定所述惯导位姿;所述时间段为所述图像采集组件采集所述至少两个相邻图像的采集时间点组成。
9.根据权利要求7或8所述的移动机器人,其特征在于,所述图像采集组件为单目相机传感器,被设置于所述移动机器人的两轮之间的一个位置,并与水平面基本平行。
10.根据权利要求8所述的移动机器人,其特征在于,所述imu被设置于移动机器人的中心位置,或者被设置于所述中心位置附近的指定位置。