[发明专利]一种机器人中传感器位姿的确定方法及装置

权利要求书

1.一种机器人中传感器位姿的确定方法，其特征在于，包括：

根据获取到的N个采样时刻的运动状态参数和所处位置的点云信息，确定各所述采样时刻对应的第一参数，所述第一参数用于表示在任一所述采样时刻时，所述传感器相对于所述机器人的位姿信息，N为大于1的整数；

在确定满足预设的评估规则时，根据各所述第一参数确定所述传感器在所述机器人中的位姿；所述评估规则为：在确定出M个具有关联关系的角点特征信息对应的第二参数时，确定出的M个第二参数中的第一参数的多个分量的标准差均小于第二预设阈值；M为大于1的正整数；

其中，通过执行以下步骤得到任一所述采样时刻对应的第一参数：

根据任一所述采样时刻获取到的运动状态参数、以及上一个采样时刻对应的第二参数，确定该采样时刻对应的第二中间参数；其中，所述第二中间参数包括第一子中间参数、第二子中间参数和第三子中间参数，所述第一子中间参数用于表示在该采样时刻时所述机器人的位姿信息，所述第二子中间参数用于表示在该采样时刻时所述传感器相对于所述机器人的位姿信息，所述第三子中间参数用于表示从预设的初始时刻至该采样时刻获取到的全部点云信息对应的角点特征信息；若该采样时刻为第一个采样时刻，上一个所述采样时刻对应的第二参数为所述初始时刻对应的第一中间参数；

根据该采样时刻获取到的所处位置的点云信息对应的角点特征信息、以及所述第三子中间参数，确定该采样时刻的角点特征信息与在该采样时刻之前获取到的全部点云信息对应的角点特征信息之间的关联关系；

根据确定出的所述关联关系，对该采样时刻对应的所述第二中间参数进行修正，并将修正后的第二中间参数中的第二子中间参数确定为该采样时刻对应的第一参数；除所述初始时刻之外的任一所述采样时刻对应的第二参数为该采样时刻对应的修改后的第二中间参数。

2.如权利要求1所述的方法，其特征在于，根据获取到的N个采样时刻的运动状态参数和所处位置的点云信息，确定各所述采样时刻对应的第一参数，具体包括：

确定用于表示在所述初始时刻时所述传感器与所述机器人的位姿信息的第一中间参数；

根据所述第一中间参数、各所述采样时刻获取到的运动状态参数和所处位置的点云信息，确定各所述采样时刻对应的第二参数和所述第一参数；

其中，所述第二参数包括第一子参数、第二子参数和第三子参数，所述第一子参数用于表示在任一所述采样时刻时所述机器人的位姿信息，所述第二子参数用于表示在任一所述采样时刻时所述传感器相对于所述机器人的位姿信息，所述第三子参数用于表示从所述初始时刻至当前采样时刻获取到的全部点云信息对应的角点特征信息；任一采样时刻对应的所述第二子参数为该采样时刻对应的所述第一参数。

3.如权利要求1所述的方法，其特征在于，根据任一所述采样时刻获取到的运动状态参数和所处位置的点云信息、以及上一个采样时刻对应的第二参数，确定该采样时刻对应的第二中间参数，具体包括：

根据任一所述采样时刻获取到的运动状态参数，确定所述运动状态参数的类型；

根据运动状态参数的类型与预设预测模型之间的对应关系，确定所述运动状态参数的类型对应的预测模型；

根据所述运动状态参数的类型对应的预测模型、获取到的运动状态参数、以及上一个采样时刻对应的第二参数，确定该采样时刻对应的第一子中间参数；

将所述上一个采样时刻对应的第二子参数确定为该采样时刻对应的第二子中间参数；

将所述上一个采样时刻对应的第三子参数确定为该采样时刻对应的第三子中间参数。

4.如权利要求3所述的方法，其特征在于，在确定所述运动状态参数的类型之前，还包括：

在判断出任一所述采样时刻获取到的运动状态参数不是速度参数时，将获取到的运动状态参数转换为速度参数。

5.如权利要求4所述的方法，其特征在于，所述运动状态参数为速度参数时，对应的预测模型为速度运动模型；

或，所述运动状态参数为相对运动信息时，对应的预测模型为里程计运动模型。