[发明专利]位姿确定方法、装置、机器人、电子设备及存储介质在审
申请号: | 202011342619.2 | 申请日: | 2020-11-25 |
公开(公告)号: | CN112700495A | 公开(公告)日: | 2021-04-23 |
发明(设计)人: | 马云飞;赖文芊;刘施菲 | 申请(专利权)人: | 北京旷视机器人技术有限公司 |
主分类号: | G06T7/73 | 分类号: | G06T7/73;G06T5/10 |
代理公司: | 北京超凡宏宇专利代理事务所(特殊普通合伙) 11463 | 代理人: | 何少岩 |
地址: | 100096 北京市海*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 确定 方法 装置 机器人 电子设备 存储 介质 | ||
1.一种位姿确定方法,其特征在于,包括:
获取当前激光帧对应的激光位姿参数;
将所述激光位姿参数与实时地图进行匹配,得到第一全局位姿参数;
将所述激光位姿参数与原始地图进行匹配,得到第二全局位姿参数,所述实时地图基于所述原始地图更新得到;
根据所述第一全局位姿参数以及所述第二全局位姿参数计算得到机器人的全局优化位姿。
2.根据权利要求1所述的位姿确定方法,其特征在于,所述方法还包括:
当检测到所述当前激光帧时,获取所述当前激光帧对应的传感器位姿参数;
根据所述第一全局位姿参数、所述第二全局位姿参数计算得到所述机器人的全局优化位姿,包括:
根据所述第一全局位姿参数、所述第二全局位姿参数、所述激光位姿参数以及所述传感器位姿参数计算得到所述机器人的全局优化位姿。
3.根据权利要求1所述的位姿确定方法,其特征在于,所述根据所述第一全局位姿参数以及所述第二全局位姿参数计算得到所述机器人的全局优化位姿,包括:
根据所述第一全局位姿参数、所述第二全局位姿参数、所述激光位姿参数,确定误差代价函数;
根据所述误差代价函数,确定所述机器人的全局优化位姿。
4.根据权利要求2所述的位姿确定方法,其特征在于,所述获取与所述当前激光帧对应的传感器位姿参数,包括:
获取机器人在接收到所述当前激光帧时的传感器数据,所述传感器数据包括线速度和角速度;
对所述传感器数据进行预积分以得到第一初步位姿参数;
采用卡尔曼滤波算法对所述第一初步位姿参数进行滤波处理,得到与所述当前激光帧对应的传感器位姿参数。
5.根据权利要求2所述的位姿确定方法,其特征在于,所述获取当前激光帧对应的激光位姿参数,包括:
根据所述传感器位姿参数以及所述当前激光帧之前的至少一个激光帧构建局部地图区域;
将所述当前激光帧与所述局部地图区域进行匹配,得到所述当前激光帧对应的激光位姿参数。
6.根据权利要求1-5任一项所述的位姿确定方法,其特征在于,将所述激光位姿参数与预设地图进行匹配,得到对应的全局位姿参数,其中,所述预设地图为所述实时地图时,所述对应的全局位姿参数为第一全局位姿参数;所述预设地图为所述原始地图时,所述对应的全局位姿参数为第二全局位姿参数,包括:
确定所述激光位姿参数相对于所述预设地图的误差;
根据所述误差,采用预设扫描匹配算法将所述激光位姿参数与所述预设地图进行匹配,得到初始全局位姿参数;
采用非线性插值算法对所述初始全局位姿参数进行优化,得到所述对应的全局位姿参数。
7.根据权利要求1-5任一项所述的位姿确定方法,其特征在于,所述方法还包括:
根据所述当前激光帧对应的全局优化位姿对所述实时地图进行更新。
8.根据权利要求7所述的位姿确定方法,其特征在于,所述根据所述当前激光帧对应的全局优化位姿对所述实时地图进行更新,包括:
根据所述当前激光帧对应的点云数据以及所述全局优化位姿,采用贝叶斯滤波算法对所述实时地图进行更新。
9.根据权利要求1-8任一项所述的位姿确定方法,其特征在于,所述方法还包括:
根据所述当前激光帧与所述实时地图的匹配度以及预设时间段内的激光帧的个数,判断是否满足激光帧剔除条件;
若满足激光帧剔除条件,则剔除所述当前激光帧之前的激光帧,并根据所述当前激光帧对应的全局优化位姿对所述实时地图进行更新。
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北京旷视机器人技术有限公司,未经北京旷视机器人技术有限公司许可,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/202011342619.2/1.html,转载请声明来源钻瓜专利网。