[發明專利]里程計在線標定的方法、裝置、電子設備及存儲介質

有效

• 申請號: 202110331403.4
• 申請日: 2021-03-29
• 公開（公告）號: CN112729349B
• 公開（公告）日: 2021-08-24
• 發明（設計）人: 劉星;韓松杉;張彌
• 申請（專利權）人: 浙江欣奕華智能科技有限公司
• 主分類號: G01C25/00
• 分類號: G01C25/00
• 代理公司: 北京同達信恒知識產權代理有限公司 11291
• 代理人: 王英

1.一種里程計在線標定的方法，其特征在于，應用于機器人，所述方法包括：

基于卡爾曼濾波算法的狀態變量、以及控制變量預測當前時刻所述機器人的位姿，其中，所述狀態變量的參數包括所述機器人上一時刻的位姿以及指定參數的初始值，所述指定參數為影響所述機器人的運行里程的參數，所述控制變量的參數包括距離所述當前時刻指定時長內所述機器人的移動距離；

響應于識別到預設路標，基于所述預設路標的預設位姿以及所述機器人在所述當前時刻的位姿，確定所述機器人與所述預設路標的相對位置關系信息作為所述卡爾曼濾波算法的觀測變量；

基于所述觀測變量和所述當前時刻所述機器人的位姿的預測結果，確定所述指定參數的標定值；

所述狀態變量包括均值矩陣和第一協方差矩陣，所述控制變量包括第二協方差矩陣，所述方法還包括：

通過以下方法確定所述卡爾曼濾波算法的狀態變量、以及控制變量：

基于所述機器人上一時刻的位姿以及所述指定參數的初始值，確定所述卡爾曼濾波算法的狀態變量的均值矩陣；

基于所述機器人上一時刻的位姿、所述指定參數的初始值、以及所述指定參數的預設誤差值，確定所述卡爾曼濾波算法的狀態變量的第一協方差矩陣；

基于指定時間內所述機器人的左輪和右輪分別移動的距離、以及所述機器人對應的里程計計算裝置關聯的系數值，確定所述卡爾曼濾波算法的控制變量的第二協方差矩陣。

2.根據權利要求1所述的方法，其特征在于，所述指定參數為以下參數中的一種或多種：

所述機器人左輪與右輪之間的輪距值、所述機器人的左輪輪徑值、所述機器人的右輪輪徑值。

3.根據權利要求1所述的方法，其特征在于，所述基于卡爾曼濾波算法的狀態變量、以及控制變量預測當前時刻所述機器人的位姿，包括：

根據以下位姿預測公式預測當前時刻所述機器人的位姿：

其中，t-1為所述上一時刻，t為所述當前時刻，為所述機器人的位姿，?θ、?s分別為所述機器人的車體中心的角度增量和位移增量；并且?θ、?s根據以下公式表示：

其中，分別為所述機器人的左輪直徑、右輪直徑，為所述機器人的左輪編碼器增量數值與所述機器人的左輪編碼器系數之積，為所述機器人的右輪編碼器增量數值與所述機器人的右輪編碼器系數之積，b為所述機器人的左輪與所述機器人的右輪之間的輪距值。

4.根據權利要求3所述的方法，其特征在于，所述基于所述觀測變量和所述當前時刻所述機器人的位姿的預測結果，確定所述指定參數的標定值，包括：

分別對所述位姿預測公式中的所述上一時刻對應的所述卡爾曼濾波算法的狀態變量的參數、以及控制變量的參數求導，得到第一雅克比矩陣和第二雅克比矩陣；

基于所述第一雅克比矩陣和所述第二雅克比矩陣、以及所述上一時刻對應的所述機器人的所述卡爾曼濾波算法的狀態變量、以及控制變量，確定所述當前時刻對應的所述機器人的所述卡爾曼濾波算法的狀態變量；

基于所述觀測變量和所述當前時刻對應的所述機器人的所述卡爾曼濾波算法的狀態變量，確定所述指定參數的標定值。

5.根據權利要求1-4中任一所述的方法，其特征在于，所述基于所述預設路標的預設位姿以及所述機器人在所述當前時刻的位姿，確定所述機器人與所述預設路標的相對位置關系信息作為所述卡爾曼濾波算法的觀測變量，包括：

根據所述預設路標的預設位姿以及所述機器人在所述當前時刻的位姿，計算所述預設路標與所述機器人之間的距離、所述預設路標在世界坐標系相對預設軸的第一相對角度、以及所述預設路標與所述機器人在世界坐標系中的第二相對角度；

將所述預設路標與所述機器人之間的距離、以及所述第一相對角度和所述第二相對角度作為所述卡爾曼濾波算法的第一觀測變量的參數；

根據所述機器人中的相機與所述預設路標之間的位姿轉換關系、以及所述相機與所述機器人之間的位姿轉換關系，計算得到所述預設路標和所述機器人之間的位姿轉換關系；

基于所述預設路標和所述機器人之間的位姿轉換關系，確定所述卡爾曼濾波算法的第二觀測變量的參數；

基于所述第一觀測變量的參數、所述第二觀測變量的參數，確定所述卡爾曼濾波算法的觀測變量的參數。