CN107643186A - 机器打滑检测的方法、装置及系统 - Google Patents

Abstract

本发明提供了一种机器打滑检测的方法、装置及系统，涉及机器人检测领域。该方法应用于轮式机器人，该方法包括：首先获取第一时刻的轮式机器人的第一码盘数据和第一激光数据，基于第一时刻，获取第二时刻的轮式机器人的第二码盘数据和第二激光数据，然后基于第一码盘数据和第二码盘数据，获取轮式机器人的第一位姿增量，基于第一激光数据和第二激光数据，获取轮式机器人的第二位姿增量，最后判断第一位姿增量与第二位姿增量之间的差值是否大于预设位置增量，在为是时，判定该轮式机器人打滑。本发明能够缓解现有技术中打滑检测不准确的问题。

Description

机器打滑检测的方法、装置及系统

技术领域

本发明涉及机器人检测领域，具体而言，涉及一种机器打滑检测的方法、装置及系统。

背景技术

目前检测机器打滑的方案主要有两种：一种是使用万向轮和霍尔传感器，在与万向轮中轴线平行且不共线的位置，安装贯穿于整个万向轮的磁铁，再将霍尔传感器安装在垂直万向轮中轴线的位置，这样，万向轮转动时，霍尔传感器的电压信号就会有高低变化，从而可以通过电压信号是否有高低变化，来判断万向轮是否在转动，当机器执行行走的控制命令，而万向轮不动时，则机器打滑；另一种是使用万向轮和红外传感器，在万向轮表面做黑白相间的花纹，红外传感器的红外光打在黑色和白色的材质上，反射回的红外光信号是不同的，利用这一点，根据红外传感器信号是否有变化，可以判断万向轮是否在转动，从而判断机器是否打滑。

但是在使用万向轮和霍尔传感器检测机器打滑时，当万向轮经过强磁场时，强磁场会干扰霍尔传感器信号的强度变化，从而使机器打滑检测不准确。在使用万向轮和红外传感器检测机器打滑时，当万向轮的白色条纹易变脏，会影响红外传感器信号的变化，从而使机器打滑检测不准确。

同时，以上两种方案另一个共同的缺点是经过磨损，万向轮体积变小，就会导致机器未打滑情况下，万向轮打滑，两者打滑情景的不一致性，会导致机器打滑检测不准确。

发明内容

有鉴于此，本发明实施例的目的在于提供一种机器打滑检测方法、装置及系统，以缓解现有技术中打滑检测不准确的问题。

第一方面，本发明实施例提供了一种机器打滑检测的方法，应用于轮式机器人，所述方法包括：获取第一时刻的所述轮式机器人的第一码盘数据和第一激光数据；基于所述第一时刻，获取第二时刻的所述轮式机器人第二码盘数据和第二激光数据；基于所述第一码盘数据和所述第二码盘数据，获取所述轮式机器人的第一位姿增量；基于所述第一激光数据和所述第二激光数据，获取所述轮式机器人的第二位姿增量；判断所述第一位姿增量与所述第二位姿增量之间的差值是否大于预设位姿增量；在为是时，判定所述轮式机器人打滑。

第二方面，本发明实施例提供了一种机器打滑检测的装置，应用于轮式机器人，所述装置包括：第一数据获取模块，用于获取第一时刻的所述轮式机器人的第一码盘数据和第一激光数据；第二数据获取模块，用于基于所述第一时刻，获取所述轮式机器人的第二码盘数据和第二激光数据；第一位姿增量获取模块，用于基于所述第一码盘数据和所述第二码盘数据，获取所述轮式机器人的第一位姿增量；第二位姿增量获取模块，用于基于所述第一激光数据和所述第二激光数据，获取所述轮式机器人的第二位姿增量；位姿增量判断模块，用于判断所述第一位姿增量与所述第二位姿增量之间的差值是否大于预设位姿增量；判定模块，用于在为是时，判定所述轮式机器人打滑。

第三方面，本发明实施例提供了一种机器打滑检测的系统，应用于轮式机器人，所述系统包括码盘传感器、雷达传感器以及服务器，所述服务器分别与所述码盘传感器和所述雷达传感器连接，其中：所述雷达传感器设置于所述轮式机器人上，用于采集第一时刻的所述轮式机器人的第一激光数据和采集第二时刻的所述轮式机器人的第二激光数据；所述码盘传感器设置于所述轮式机器人的行走轮上，用于采集所述第一时刻的所述轮式机器人的第一码盘数据和采集所述第二时刻的所述轮式机器人的第二码盘数据；所述服务器用于基于所述第一码盘数据和所述第二码盘数据，获取第一位姿增量；和用于基于所述第一激光数据和所述第二激光数据，获取第二位姿增量；所述服务器还用于判断所述第一位姿增量与所述第二位姿增量之间的差值是否大于预设位姿增量，在为是时，判定所述轮式机器人打滑。

与现有技术相比，本发明实施例提供的机器打滑检测的方法、装置及系统首先获取第一时刻的轮式机器人的第一码盘数据和第一激光数据，基于第一时刻，获取第二时刻的轮式机器人的第二码盘数据和第二激光数据，然后基于第一码盘数据和第二码盘数据，获取轮式机器人的第一位姿增量，基于第一激光数据和第二激光数据，获取轮式机器人的第二位姿增量，最后判断第一位姿增量与第二位姿增量之间的差值是否大于预设位置增量，在为是时，判定该轮式机器人打滑，从而能够缓解现有技术中打滑检测不准确的问题。

为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。

图1为本发明实施例提供的服务器与分别与雷达传感器和码盘传感器交互的示意图；

图2为本发明实施例提供的电子设备的结构框图；

图3为本发明第一实施例提供的机器打滑检测的方法的流程示意图；

图4为本发明第二实施例提供的机器打滑检测的方法的流程示意图；

图5为本发明第三实施例提供的机器打滑检测的方法的流程示意图；

图6为本发明第四实施例提供的机器打滑检测的方法的流程示意图；

图7为本发明第五实施例提供的机器打滑检测的装置的结构框图。

具体实施方式

下面将结合本发明实施例中附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。

应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。同时，在本发明的描述中，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。

图1为本发明实施例提供的服务器100分别与雷达传感器200和码盘传感器300进行通信的示意图，其中，所述服务器100通过网络与一个或多个雷达传感器200和码盘传感器300进行通信连接，以进行数据通信或交互。所述服务器100可以是网络服务器、数据库服务器等，也可以是个人电脑(personal computer，PC)、平板电脑、智能手机、个人数字助理(personal digital assistant，PDA)、可穿戴设备等终端。

如图2所示，是电子设备400的方框示意图，该电子产品400可以为本发明用到的服务器100。所述电子设备400包括：机器打滑检测的装置、存储器410、存储控制器420、处理器430、外设接口440、输入输出单元450、音频单元460以及显示单元470。

所述存储器410、存储控制器420、处理器430、外设接口440、输入输出单元450、音频单元460以及显示单元470各元件相互之间直接或间接地电性连接，以实现数据的传输或交互。例如，这些元件相互之间可通过一条或多条通讯总线或信号线实现电性连接。所述机器打滑检测的装置包括至少一个可以软件或固件(firmware)的形式存储于所述存储器中或固化在所述客户端设备的操作系统(operating system，OS)中的软件功能模块。所述处理器430用于执行存储器410中存储的可执行模块，例如所述机器打滑检测的装置包括的软件功能模块或计算机程序。

其中，存储器410可以是，但不限于，随机存取存储器(Random Access Memory，RAM)，只读存储器(Read Only Memory，ROM)，可编程只读存储器(Programmable Read-OnlyMemory，PROM)，可擦除只读存储器(Erasable Programmable Read-Only Memory，EPROM)，电可擦除只读存储器(Electric Erasable Programmable Read-Only Memory，EEPROM)等。其中，存储器410用于存储程序，所述处理器430在接收到执行指令后，执行所述程序，前述本发明实施例任一实施例揭示的流过程定义的服务器所执行的方法可以应用于处理器430中，或者由处理器430实现。

处理器430可能是一种集成电路芯片，具有信号的处理能力。上述的处理器430可以是通用处理器，包括中央处理器(Central Processing Unit，简称CPU)、网络处理器(Network Processor，简称NP)等；还可以是数字信号处理器(DSP)、专用集成电路(ASIC)、现成可编程门阵列(FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。

所述外设接口440将各种输入/输入装置耦合至处理器430以及存储器110。在一些实施例中，外设接口440，处理器430以及存储控制器420可以在单个芯片中实现。在其他一些实例中，他们可以分别由独立的芯片实现。

输入输出单元450用于提供给用户输入数据实现用户与电子设备400的交互。所述输入输出单元450可以是，但不限于，鼠标和键盘等。

音频单元460向用户提供音频接口，其可包括一个或多个麦克风、一个或者多个扬声器以及音频电路。

显示单元470在电子设备400与用户之间提供一个交互界面(例如用户操作界面)或用于显示图像数据给用户参考。在本实施例中，所述显示单元470可以是液晶显示器或触控显示器。若为触控显示器，其可为支持单点和多点触控操作的电容式触控屏或电阻式触控屏等。支持单点和多点触控操作是指触控显示器能感应到来自该触控显示器上一个或多个位置处同时产生的触控操作，并将该感应到的触控操作交由处理器430进行计算和处理。

第一实施例

请参照图3，图3是本发明第一实施例提供的一种机器打滑检测的方法的流程示意图。下面将对图3所示的流程进行详细阐述，该方法应用于轮式机器人，所述方法包括：

步骤S110：获取第一时刻的所述轮式机器人的第一码盘数据和第一激光数据。

在本实施例中，该机器打滑检测的方法应用于轮式机器人，用于检测该轮式机器人的行走轮是否打滑。

首先获取第一时刻的轮式机器人的第一码盘数据和第一激光数据。其中，该第一码盘数据可以为设置于轮式机器人的行走轮上的码盘传感器获取并上传，该第一激光数据可以为设置于轮式机器人上的雷达传感器获取并上传，其中，该雷达传感器的设置位置不做限定。

可以理解的，通过获取第一时刻的第一码盘数据和第一时刻的第一激光数据，从而使得获取第一码盘数据和第一激光数据的时间是一样的，以保证同时获取第一码盘数据和第一激光数据。作为一种方式，若码盘传感器在获取第一码盘数据时，雷达传感器并没有获取到第一激光数据，则查找雷达传感器与码盘传感器获取到第一码盘数据的时间最接近的时间获取的激光数据，将该激光数据作为第一激光数据，优选的，该第一时刻为当前时刻。

步骤S120：基于所述第一时刻，获取第二时刻的所述轮式机器人第二码盘数据和第二激光数据。

进一步的，基于第一时刻，获取第二时刻的轮式机器人的第二码盘数据和第二激光数据，其中，该第二时刻可以为第一时刻之前的任意时刻，在此不做具体的限定，该第二时刻也可以为第一激光数据之前的第N帧激光数据对应的获取时间或第一码盘数据之前的第N帧码盘数据对应的获取时间，其中，N的大小根据实际情况调节，在此不做具体的限定，优选的，该激光数据的的获取时间间隔为1.5s。可以理解的，在本实施例中，第一时刻与第二时刻为不同时刻，即在不同时间获取第一码盘数据和第二码盘数据，在不同时间获取第一激光数据和第二激光数据。

步骤S130：基于所述第一码盘数据和所述第二码盘数据，获取所述轮式机器人的第一位姿增量。

在本实施例中，当获取第一码盘数据和第二码盘数据之后，基于第一码盘数据和第二码盘数据获取所述轮式机器人的第一位姿增量。作为一种方式，根据第一码盘数据和第二码盘数据，分别计算该轮式机器人的左行走轮转动的距离和该轮式机器人的右行走轮转动的距离，然后基于预设的第一位姿增量计算公式、左行走轮转动的距离、右行走轮转动的距离以及该左行走轮和右行走轮之间的轮轴距离，解算该轮式机器人的第一位姿增量，可以理解的，该轮式机器人的左行走轮和右行走轮之间的轮轴距离为固定值。

其中，作为一种方式，将左行走轮转动的距离记为left_distance，将右行走轮转动的距离记为right_distance，假设该轮轴距离记为axis_length，则可根据如下公式解算该轮式机器人产生的第一位姿增量encoder_pose，其中：

encoder_pose＝(x,y,yaw)；

yaw＝(right_distance–left_distance)/axis_length；

x＝((right_distance+left_distance)*sin(yaw))/(2.0*yaw)；

y＝((right_distance+left_distance)*(1–cos(yaw)))/(2.0*yaw)。

步骤S140：基于所述第一激光数据和所述第二激光数据，获取所述轮式机器人的第二位姿增量。

在本实施例中，在获取第一激光数据和第二激光数据之后，基于第一激光数据和第二激光数据，获取该轮式机器人的第二位姿增量。作为一种方式，将第一激光数据和第二激光数据进行匹配，解算轮式机器人的第二位姿增量，优选的，基于ICP匹配算法，将第一激光数据和第二激光数据进行匹配，计算该轮式机器人的第二位姿增量。

进一步的，当轮式机器人的线速度过低，则ICP匹配算法会出现较大误差，导致计算的轮式机器人的第二位姿增量不准确，因此，在本实施例中，获取该轮式机器人的线速度，判断该轮式机器人的线速度是否大于预设线速度，在为是时，执行基于ICP匹配算法将第一激光数据和第二激光数据进行匹配，解算轮式机器人的第二位姿增量。优选的，该预设线速度为0.1m/s。

其中，为了进一步保证ICP匹配算法的准确性，作为本实施例的一种实施方式，首先获取第一激光数据和第二激光数据的匹配率，判断该匹配率是否大于预设匹配率，在为是时，执行基于ICP匹配算法将第一激光数据和第二激光数据进行匹配，解算该轮式机器人的第二位姿增量，从而保证ICP匹配算法的准确性。优选的，在本实施例中，该预设匹配率为0.8。

步骤S150：判断所述第一位姿增量与所述第二位姿增量之间的差值是否大于预设位姿增量。

判断第一位姿增量与第二位姿增量之间的差值是否大于预设位姿增量，可以理解的，第一位姿增量和第二位姿增量可能为正值，也可能为负值，因此，在本实施例中，判断第一位姿增量的模和第二位姿增量的模之间的差值是否大于预设位姿增量。

步骤S160：在为是时，判定所述轮式机器人打滑。

在为是时，判定该轮式机器人打滑，即当第一位姿增量与第二位姿增量之间的差值大于预设位姿增量时，判定该轮式机器人打滑。优选的，当第一位姿增量的模大于0.1m，第二位姿增量的模小于0.05m，则判定为机器打滑，否则，判定机器不打滑。

例如，当轮式机器人卡在门槛上方时，机器行走轮按照给定的速度命令正常转动，行走轮上的码盘传感器此时能正常检测到脉冲变化，根据第一码盘数据和第二码盘数据得到机器仍处于移动状态，而此时轮式机器人是卡在门槛上方，处于空转状态，因为机器实际未移动，得到的第一激光数据和第一激光数据几近相同，通过ICP匹配后，可以得出机器几近静止，这样，通过比对码盘数据和激光数据，可以判定机器在打滑。

可以理解的，该机器打滑检测的方法不会因环境中磁场强度的变化，导致机器打滑检测不准确，也不会因万向轮磨损，导致机器打滑检测不准确，其中，在轻微凹凸不平整的地面，机器并未打滑的情况下，万向轮会因被抬起而误检测打滑，而本发明因使用激光数据和码盘数据，机器在轻微俯仰状态下，激光数据和码盘数据都有效，所以不会发生误检测，同时，可以理解的，该发明是在原有结构的基础上进行打滑检测，不需要额外添加万向轮进行打滑检测，节约资源。

本发明第一实施例提供的机器打滑检测的方法首先获取第一时刻的轮式机器人的第一码盘数据和第一激光数据，基于第一时刻，获取第二时刻的轮式机器人的第二码盘数据和第二激光数据，然后基于第一码盘数据和第二码盘数据，获取轮式机器人的第一位姿增量，基于第一激光数据和第二激光数据，获取轮式机器人的第二位姿增量，最后判断第一位姿增量与第二位姿增量之间的差值是否大于预设位置增量，在为是时，判定该轮式机器人打滑，从而能够缓解现有技术中打滑检测不准确的问题。

第二实施例

请参照图4，图4是本发明第二实施例提供的一种机器打滑检测的方法的流程示意图。下面将对图4所示的流程进行详细阐述，所述方法包括：

步骤S210：获取所述第一时刻的所述轮式机器人的第一图像数据和所第一码盘数据。

作为本实施例的一种实施方式，首先获取第一时刻的轮式机器人的第一图像数据和第一码盘数据，其中，该第一图像数据可以为设置于轮式机器人上的图像采集装置获取并上传，该图像采集装置的设置位置不做限定，具体的，该图像采集装置可以为摄像头，也可以为照相机等等。

步骤S220：基于所述第一时刻，获取所述第二时刻的所述轮式机器人的第二图像数据和第二码盘数据。

基于第一时刻，获取第二时刻的轮式机器人的第二图像数据和第二码盘数据。

步骤S230：基于所述第一码盘数据和所述第二码盘数据，获取所述轮式机器人的第一位姿增量。

步骤S240：基于所述第一图像数据和所述第二图像数据，获取所述轮式机器人的第三位姿增量。

在本实施例中，在获取第一图像数据和第二图像数据后，基于第一图像数据和第二图像数据，获取轮式机器人的第三位姿增量，作为一种方式，将第一图像数据和第二图像数据进行匹配，解算轮式机器人的第三位姿增量。

具体的，提取第一图像数据和第二图像数据中的特征像素点，将同时出现在第一图像数据和第二图像数据中的共同特征像素点进行匹配，从而获取该特征像素点在第一图像数据中相对第二图像数据中的位姿增量，将该位姿增量作为第三位姿增量。

步骤S250：判断所述第一位姿增量与所述第三位姿增量之间的差值是否大于所述预设位姿增量。

步骤S260：在为是时，判定所述轮式机器人打滑。

本发明第二实施例提供的机器打滑检测的方法首先获取第一时刻的轮式机器人的第一码盘数据和第一图像数据，基于第一时刻，获取第二时刻的轮式机器人的第二码盘数据和第二图像数据，然后基于第一码盘数据和第二码盘数据，获取轮式机器人的第一位姿增量，基于第一图像数据和第二图像数据，获取轮式机器人的第三位姿增量，最后判断第一位姿增量与第三位姿增量之间的差值是否大于预设位置增量，在为是时，判定该轮式机器人打滑，从而能够缓解现有技术中打滑检测不准确的问题。

第三实施例

请参照图5，图5是本发明第三实施例提供的一种机器打滑检测的方法的流程示意图。下面将针对图5所示的流程进行阐述，所述方法包括：

步骤S310：获取所述第一时刻的所述轮式机器人的第一超声数据和所第一码盘数据。

作为本实施例的一种实施方式，首先获取第一时刻的轮式机器人的第一超声数据和第一码盘数据，其中，该第一超声数据可以为设置于轮式机器人上的超声波传感器获取并上传，该超声波传感器的设置位置不做限定。

步骤S320：基于所述第一时刻，获取所述第二时刻的所述轮式机器人的第二超声数据和第二码盘数据。

基于第一时刻，获取第二时刻的轮式机器人的第二超声数据和第二码盘数据。

步骤S330：基于所述第一码盘数据和所述第二码盘数据，获取所述轮式机器人的第一位姿增量。

步骤S340：基于所述第一超声数据和所述第二超声数据，获取所述轮式机器人的第四位姿增量。

在本实施例中，在获取第一超声数据和第二超声数据，基于第一超声数据和第二超声数据，获取轮式机器人的第四位姿增量，作为一种方式，将第一超声数据和第二超声数据进行匹配，解算轮式机器人的第四位姿增量。

具体的，将轮式机器人所处环境的某物体作为参照物，第一超声数据为该轮式机器人在第一时刻与该参照物的距离，该第二超声数据为该轮式机器人在第二时刻与该参照物的距离，然后通过计算该轮式机器人在第一时刻和第二时刻距参照物的距离，获取该轮式机器人的第四位姿增量。

步骤S350：判断所述第一位姿增量与所述第四位姿增量之间的差值是否大于所述预设位姿增量。

步骤S360：在为是时，判定所述轮式机器人打滑。

本发明第二实施例提供的机器打滑检测的方法首先获取第一时刻的轮式机器人的第一码盘数据和第一超声数据，基于第一时刻，获取第二时刻的轮式机器人的第二码盘数据和第二超声数据，然后基于第一码盘数据和第二码盘数据，获取轮式机器人的第一位姿增量，基于第一超声数据和第二超声数据，获取轮式机器人的第四位姿增量，最后判断第一位姿增量与第四位姿增量之间的差值是否大于预设位置增量，在为是时，判定该轮式机器人打滑，从而能够缓解现有技术中打滑检测不准确的问题。

第四实施例

请参照图6，图6是本发明第四实施例提供的一种机器打滑检测的方法的流程示意图。下面将针对图6所示的流程进行阐述，所述方法包括：

步骤S410：获取所述第一时刻的所述轮式机器人的第一红外数据和所第一码盘数据。

作为本实施例的一种实施方式，首先获取第一时刻的轮式机器人的第一红外数据和第一码盘数据，其中，该第一红外数据可以为设置于轮式机器人上的红外传感器获取并上传，该红外传感器的设置位置不做限定。

步骤S420：基于所述第一时刻，获取所述第二时刻的所述轮式机器人的第二红外数据和第二码盘数据。

基于第一时刻，获取第二时刻的轮式机器人的第二红外数据和第二码盘数据。

步骤S430：基于所述第一码盘数据和所述第二码盘数据，获取所述轮式机器人的第一位姿增量。

步骤S440：基于所述第一红外数据和所述第二红外数据，获取所述轮式机器人的第五位姿增量。

在本实施例中，在获取第一红外数据和第二红外数据，基于第一红外数据和第二红外数据，获取轮式机器人的第五位姿增量，作为一种方式，将第一红外数据和第二红外数据进行匹配，解算轮式机器人的第五位姿增量。

具体的，将轮式机器人所处环境的某物体作为参照物，第一红外数据为该轮式机器人在第一时刻与该参照物的距离，该第二红外数据为该轮式机器人在第二时刻与该参照物的距离，然后通过计算该轮式机器人在第一时刻和第二时刻距参照物的距离，获取该轮式机器人的第五位姿增量。

步骤S450：判断所述第一位姿增量与所述第五位姿增量之间的差值是否大于所述预设位姿增量。

步骤S460：在为是时，判定所述轮式机器人打滑。

本发明第二实施例提供的机器打滑检测的方法首先获取第一时刻的轮式机器人的第一码盘数据和第一红外数据，基于第一时刻，获取第二时刻的轮式机器人的第二码盘数据和第二红外数据，然后基于第一码盘数据和第二码盘数据，获取轮式机器人的第一位姿增量，基于第一红外数据和第二红外数据，获取轮式机器人的第五位姿增量，最后判断第一位姿增量与第五位姿增量之间的差值是否大于预设位置增量，在为是时，判定该轮式机器人打滑，从而能够缓解现有技术中打滑检测不准确的问题。

第五实施例

请参照图7，图7示出了本发明第五实施例提供的机器打滑检测的装置500的结构框图。下面将针对图7所示的结构框图进行阐述，该机器打滑检测的装置500应用于轮式机器人，所述机器打滑检测的装置500包括：第一数据获取模块510、第二数据获取模块520、第一位姿增量获取模块530、第二位姿增量获取模块540、位姿增量判断模块550以及判定模块560，其中：

第一数据获取模块510，用于获取第一时刻的所述轮式机器人的第一码盘数据和第一激光数据。

第二数据获取模块520，用于基于所述第一时刻，获取所述轮式机器人的第二码盘数据和第二激光数据。

第一位姿增量获取模块530，用于基于所述第一码盘数据和所述第二码盘数据，获取所述轮式机器人的第一位姿增量，作为一种方式，该位姿增量获取模块530包括：转动距离计算子模块和第一位姿增量解算子模块，其中：

转动距离计算子模块，用于基于所述第一码盘数据和所述第二码盘数据，计算所述轮式机器人的左行走轮转动的距离和所述轮式机器人的右行走轮转动的距离。

第一位姿增量解算子模块，用于基于预设第一位姿增量计算公式、所述左行走轮转动的距离、所述右行走轮转动的距离以及所述左行走轮和所述右行走轮之间的轮轴距离，解算所述轮式机器人的第一位姿增量。

第二位姿增量获取模块540，用于基于所述第一激光数据和所述第二激光数据，获取所述轮式机器人的第二位姿增量，作为一种方式，该第二位姿增量获取模块540包括：第二位姿增量解算子模块，所述第二位姿增量解算子模块，用于将所述第一激光数据和所述第二激光数据进行匹配，解算所述轮式机器人的第二位姿增量。该第二位姿增量解算子模块包括：第二位姿增量解算单元，该第二位姿增量解算单元，用于基于ICP匹配算法将所述第一激光数据和所述第二激光数据进行匹配，解算所述轮式机器人的第二位姿增量。进一步的，该第二位姿增量解算单元包括：线速度获取子单元、线速度判断子单元、第一执行子单元、匹配率获取子单元、匹配率判断子单元以及第二执行子单元，其中：

线速度获取子单元，用于获取所述轮式机器人的线速度。

线速度判断子单元，用于判断所述轮式机器人的线速度是否大于预设线速度。

第一执行子单元，用于在为是时，执行所述基于ICP匹配算法将所述第一激光数据和所述第二激光数据进行匹配，解算所述轮式机器人的第二位姿增量。

匹配率获取子单元，用于获取所述第一激光数据和所述第二数据的匹配率。

匹配率判断子单元，用于判断所述匹配率是否大于预设匹配率。

第二执行子单元，用于在为是时，执行所述基于ICP匹配算法将所述第一激光数据和所述第二激光数据进行匹配，解算所述轮式机器人的第二位姿增量。

位姿增量判断模块550，用于判断所述第一位姿增量与所述第二位姿增量之间的差值是否大于预设位姿增量。

判定模块560，用于在为是时，判定所述轮式机器人打滑。

本实施例对机器打滑检测的装置500的各功能模块实现各自功能的过程，请参见上述图1至图6所示实施例中描述的内容，此处不再赘述。

第六实施例

本发明第六实施例提供了一种机器打滑检测的系统，应用于轮式机器人，所述系统包括码盘传感器、雷达传感器以及服务器，所述服务器分别与所述码盘传感器和所述雷达传感器连接，其中：

所述雷达传感器设置于所述轮式机器人上，用于采集第一时刻的所述轮式机器人的第一激光数据和采集第二时刻的所述轮式机器人的第二激光数据。

所述码盘传感器设置于所述轮式机器人的行走轮上，用于采集所述第一时刻的所述轮式机器人的第一码盘数据和采集所述第二时刻的所述轮式机器人的第二码盘数据。

所述服务器用于基于所述第一码盘数据和所述第二码盘数据，获取第一位姿增量；和

用于基于所述第一激光数据和所述第二激光数据，获取第二位姿增量。

所述服务器还用于判断所述第一位姿增量与所述第二位姿增量之间的差值是否大于预设位姿增量，在为是时，判定所述轮式机器人打滑。

综上所述，本发明实施例提供的机器打滑检测的方法、装置及系统首先获取第一时刻的轮式机器人的第一码盘数据和第一激光数据，基于第一时刻，获取第二时刻的轮式机器人的第二码盘数据和第二激光数据，然后基于第一码盘数据和第二码盘数据，获取轮式机器人的第一位姿增量，基于第一激光数据和第二激光数据，获取轮式机器人的第二位姿增量，最后判断第一位姿增量与第二位姿增量之间的差值是否大于预设位置增量，在为是时，判定该轮式机器人打滑，从而能够缓解现有技术中打滑检测不准确的问题。

在本申请所提供的几个实施例中，应该理解到，所揭露的装置和方法，也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，附图中的流程图和框图显示了根据本发明的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

另外，在本发明各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。

所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

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，对于本领域的技术人员来说，本发明可以有各种更改和变化。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。应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。

以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应所述以权利要求的保护范围为准。

Claims (16)

1.一种机器打滑检测的方法，应用于轮式机器人，其特征在于，所述方法包括：

获取第一时刻的所述轮式机器人的第一码盘数据和第一激光数据；

基于所述第一时刻，获取第二时刻的所述轮式机器人第二码盘数据和第二激光数据；

基于所述第一码盘数据和所述第二码盘数据，获取所述轮式机器人的第一位姿增量；

基于所述第一激光数据和所述第二激光数据，获取所述轮式机器人的第二位姿增量；

判断所述第一位姿增量与所述第二位姿增量之间的差值是否大于预设位姿增量；

在为是时，判定所述轮式机器人打滑。

2.根据权利要求1所述的方法，其特征在于，所述基于所述第一码盘数据和所述第二码盘数据，获取所述轮式机器人的第一位姿增量，包括：

基于所述第一码盘数据和所述第二码盘数据，计算所述轮式机器人的左行走轮转动的距离和所述轮式机器人的右行走轮转动的距离；

基于预设第一位姿增量计算公式、所述左行走轮转动的距离、所述右行走轮转动的距离以及所述左行走轮和所述右行走轮之间的轮轴距离，解算所述轮式机器人的第一位姿增量。

3.根据权利要求1所述的方法，其特征在于，所述基于所述第一激光数据和所述第二激光数据，获取所述轮式机器人的第二位姿增量，包括：

将所述第一激光数据和所述第二激光数据进行匹配，解算所述轮式机器人的第二位姿增量。

4.根据权利要求3所述的方法，其特征在于，所述将所述第一激光数据和所述第二激光数据进行匹配，解算所述轮式机器人的第二位姿增量，包括：

基于ICP匹配算法将所述第一激光数据和所述第二激光数据进行匹配，解算所述轮式机器人的第二位姿增量。

5.根据权利要求4所述的方法，其特征在于，所述基于ICP匹配算法将所述第一激光数据和所述第二激光数据进行匹配，解算所述轮式机器人的第二位姿增量，包括：

获取所述轮式机器人的线速度；

判断所述轮式机器人的线速度是否大于预设线速度；

在为是时，执行所述基于ICP匹配算法将所述第一激光数据和所述第二激光数据进行匹配，解算所述轮式机器人的第二位姿增量。

6.根据权利要求5所述的方法，其特征在于，所述基于ICP匹配算法将所述第一激光数据和所述第二激光数据进行匹配，解算所述轮式机器人的第二位姿增量，还包括：

获取所述第一激光数据和所述第二激光数据的匹配率；

判断所述匹配率是否大于预设匹配率；

在为是时，执行所述基于ICP匹配算法将所述第一激光数据和所述第二激光数据进行匹配，解算所述轮式机器人的第二位姿增量。

7.根据权利要求1所述的方法，其特征在于，所述方法，还包括：

获取所述第一时刻的所述轮式机器人的第一图像数据；

基于所述第一时刻，获取所述第二时刻的所述轮式机器人的第二图像数据；

基于所述第一图像数据和所述第二图像数据，获取所述轮式机器人的第三位姿增量；

判断所述第一位姿增量与所述第三位姿增量之间的差值是否大于所述预设位姿增量；

在为是时，判定所述轮式机器人打滑。

8.根据权利要求1所述的方法，其特征在于，所述方法，还包括：

获取所述第一时刻的所述轮式机器人的第一超声数据；

基于所述第一时刻，获取所述第二时刻的所述轮式机器人的第二超声数据；

基于所述第一超声数据和所述第二超声数据，获取所述轮式机器人的第四位姿增量；

判断所述第一位姿增量与所述第四位姿增量之间的差值是否大于所述预设位姿增量；

在为是时，判定所述轮式机器人打滑。

9.根据权利要求1所述的方法，其特征在于，所述方法，还包括：

获取所述第一时刻的所述轮式机器人的第一红外数据；

基于所述第一时刻，获取所述第二时刻的所述轮式机器人的第二红外数据；

基于所述第一红外数据和所述第二红外数据，获取所述轮式机器人的第五位姿增量；

判断所述第一位姿增量与所述第五位姿增量之间的差值是否大于所述预设位姿增量；

在为是时，判定所述轮式机器人打滑。

10.一种机器打滑检测的装置，应用于轮式机器人，其特征在于，所述装置包括：

第一数据获取模块，用于获取第一时刻的所述轮式机器人的第一码盘数据和第一激光数据；

第二数据获取模块，用于基于所述第一时刻，获取所述轮式机器人的第二码盘数据和第二激光数据；

第一位姿增量获取模块，用于基于所述第一码盘数据和所述第二码盘数据，获取所述轮式机器人的第一位姿增量；

第二位姿增量获取模块，用于基于所述第一激光数据和所述第二激光数据，获取所述轮式机器人的第二位姿增量；

位姿增量判断模块，用于判断所述第一位姿增量与所述第二位姿增量之间的差值是否大于预设位姿增量；

判定模块，用于在为是时，判定所述轮式机器人打滑。

11.根据权利要求10所述的装置，其特征在于，所述第一位姿增量获取模块，包括：

转动距离计算子模块，用于基于所述第一码盘数据和所述第二码盘数据，计算所述轮式机器人的左行走轮转动的距离和所述轮式机器人的右行走轮转动的距离；

第一位姿增量解算子模块，用于基于预设第一位姿增量计算公式、所述左行走轮转动的距离、所述右行走轮转动的距离以及所述左行走轮和所述右行走轮之间的轮轴距离，解算所述轮式机器人的第一位姿增量。

12.根据权利要求10所述的装置，其特征在于，所述第二位姿增量获取模块，包括：

第二位姿增量解算子模块，用于将所述第一激光数据和所述第二激光数据进行匹配，解算所述轮式机器人的第二位姿增量。

13.根据权利要求12所述的装置，其特征在于，所述第二位姿增量解算子模块，包括：

第二位姿增量解算单元，用于基于ICP匹配算法将所述第一激光数据和所述第二激光数据进行匹配，解算所述轮式机器人的第二位姿增量。

14.根据权利要求13所述的装置，其特征在于，所述第二位姿增量解算单元，包括：

线速度获取子单元，用于获取所述轮式机器人的线速度；

线速度判断子单元，用于判断所述轮式机器人的线速度是否大于预设线速度；

第一执行子单元，用于在为是时，执行所述基于ICP匹配算法将所述第一激光数据和所述第二激光数据进行匹配，解算所述轮式机器人的第二位姿增量。

15.根据权利要求13所述的装置，其特征在于，所述第二位姿增量解算单元，包括：

匹配率获取子单元，用于获取所述第一激光数据和所述第二数据的匹配率；

匹配率判断子单元，用于判断所述匹配率是否大于预设匹配率；

第二执行子单元，用于在为是时，执行所述基于ICP匹配算法将所述第一激光数据和所述第二激光数据进行匹配，解算所述轮式机器人的第二位姿增量。

16.一种机器打滑检测的系统，应用于轮式机器人，其特征在于，所述系统包括码盘传感器、雷达传感器以及服务器，所述服务器分别与所述码盘传感器和所述雷达传感器连接，其中：

所述雷达传感器设置于所述轮式机器人上，用于采集第一时刻的所述轮式机器人的第一激光数据和采集第二时刻的所述轮式机器人的第二激光数据；

所述码盘传感器设置于所述轮式机器人的行走轮上，用于采集所述第一时刻的所述轮式机器人的第一码盘数据和采集所述第二时刻的所述轮式机器人的第二码盘数据；

所述服务器用于基于所述第一码盘数据和所述第二码盘数据，获取第一位姿增量；和

用于基于所述第一激光数据和所述第二激光数据，获取第二位姿增量；

所述服务器还用于判断所述第一位姿增量与所述第二位姿增量之间的差值是否大于预设位姿增量，在为是时，判定所述轮式机器人打滑。