CN110991085B - 一种机器人图像仿真数据的构建方法、介质、终端和装置 - Google Patents
一种机器人图像仿真数据的构建方法、介质、终端和装置 Download PDFInfo
- Publication number
- CN110991085B CN110991085B CN201911329858.1A CN201911329858A CN110991085B CN 110991085 B CN110991085 B CN 110991085B CN 201911329858 A CN201911329858 A CN 201911329858A CN 110991085 B CN110991085 B CN 110991085B
- Authority
- CN
- China
- Prior art keywords
- simulation data
- robot
- camera
- measurement unit
- inertial measurement
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
Landscapes
- Manipulator (AREA)
Abstract
本发明公开一种机器人图像仿真数据的构建方法、介质、终端和装置。首先给定了一条在平面上运动的轨迹,然后利用IMU的运动学模型,生成了需要的加速度计值和陀螺仪值,然后给定从摄像头到IMU的变换矩阵,利用IMU的姿态和变换矩阵得到相机的姿态,从而获得投影后的图像,最终得到了在此条运动轨迹下IMU以及对应的图像数据,所生成的这些数据可以作为VIO系统的输入,从而达到测试的目的,提高VIO系统的测试效率和实际运行效果。
Description
【技术领域】
本发明涉及机器人领域,尤其涉及一种机器人图像仿真数据的构建方法、介质、终端和装置。
【背景技术】
定位技术对于运动的机器人来说无疑是十分重要的基础,许多传感器都可以达到辅助定位的目的,例如,GPS,IMU(惯性测量元件),编码器,激光雷达,超声波,摄像头,WIFI,蓝牙,外部追踪等等。一般来说,IMU的测量值为加速度和角速率,如果需要使用IMU测量值得到机器人的姿态和位置,需要对测量值进行一次积分和二次积分,同时由于工艺等客观存在因素的影响,对IMU随时间进行二次积分后,累计误差将是一个不可忽视的值,所以仅仅一个IMU传感器一般不能用于长时间的位置估计,而摄像头则在长时间测量上表现稳定,但是对于一些快速运动以及环境变化较大的时候,定位失败可能性会大大增加。由上可知摄像头和IMU在定位上可以形成互补,一般将其称之为VIO系统。但是VIO系统在一些运动场景中,可能会出现退化的情况,从而造成整个计算系统的退化和失败,另一方面,任意VIO系统的位置真值获取也是一个极为繁琐和昂贵的步骤,所以为了探索VIO系统是否可以成功运行以及评估VIO系统对机器人进行定位的准确性,需要利用仿真数据,生成我们想要的数据。
【发明内容】
本发明提供了一种机器人图像仿真数据的构建方法、介质、终端和装置,解决了以上所述的技术问题。
本发明解决上述技术问题的技术方案如下:一种机器人图像仿真数据的构建方法,包括以下步骤:
步骤1,建立边旋转边在二维平面上移动的机器人运动轨迹;
步骤2,利用机器人上惯性测量单元的运动学模型生成所述机器人运动轨迹下惯性测量单元的仿真数据;
步骤3,获取摄像头和所述惯性测量单元的预设固连关系,生成从所述摄像头到所述惯性测量单元的变换矩阵;
步骤4,利用所述惯性测量单元的仿真数据和所述变换矩阵,生成所述摄像头的相机位姿,并根据所述摄像头的相机位姿生成所述机器人运动轨迹对应的图像仿真数据。
在一个优选实施方式中,利用机器人上惯性测量单元的运动学模型生成所述机器人运动轨迹下惯性测量单元的仿真数据,具体包括以下步骤:
S201,对表示所述机器人运动轨迹的曲线函数进行二次微分,生成世界坐标系下的加速度值;
S202,采用重力加速度对所述加速度值进行修正,并通过由欧拉转角构成的旋转矩阵将修正后世界坐标系下的加速度值转换到机体坐标系,生成惯性测量单元中加速度计的第一仿真数据;
S203,对所述第一仿真数据添加第一预设偏差值和第一预设噪声值,生成所述加速度计的目标仿真数据。
在一个优选实施方式中,还包括步骤S204,具体为:根据机器人运动轨迹对所述惯性测量单元的陀螺仪进行赋值,所述陀螺仪欧拉角的Roll和Pitch均设为0,yaw为预设恒定值,然后对陀螺仪的所述赋值添加第二预设偏差值和第二预设噪声值,其中pitch、yaw和roll分别表示机器人沿x轴,y轴和z轴的旋转值。
在一个优选实施方式中,步骤4中,采用预设公式生成所述机器人运动轨迹对应的图像仿真数据,所述预设公式具体为:
p=K[R|t]P
其中,R=RwbRbc,t=twb+Rwb*tbc;
K为摄像头的内参数矩阵、Rbc和tbc分别从所述摄像头到所述惯性测量单元的旋转变换矩阵和平移变换矩阵,Rwb和twb为世界坐标系到机体坐标系的旋转变换矩阵和平移变换矩阵。
本发明实施例的第二方面提供了一种计算机可读存储介质,存储有计算机程序,所述计算机程序被处理器执行时,实现以上所述的机器人图像仿真数据的构建方法。
本发明实施例的第三方面提供了一种机器人图像仿真数据的构建终端,包括所述的计算机可读存储介质和处理器,所述处理器执行所述计算机可读存储介质上的计算机程序时实现以上所述机器人图像仿真数据的构建方法的步骤。
本发明实施例的第四方面提供一种机器人图像仿真数据的构建装置,包括轨迹建立模块、IMU仿真数据生成模块、变换矩阵生成模块和图像仿真数据生成模块,
所述轨迹建立模块用于建立边旋转边在二维平面上移动的机器人运动轨迹;
所述IMU仿真数据生成模块用于利用机器人上惯性测量单元的运动学模型生成所述机器人运动轨迹下惯性测量单元的仿真数据;
所述变换矩阵生成模块用于获取摄像头和所述惯性测量单元的预设固连关系,生成从所述摄像头到所述惯性测量单元的变换矩阵;
所述图像仿真数据生成模块同于利用所述惯性测量单元的仿真数据和所述变换矩阵,生成所述摄像头的相机位姿,并根据所述摄像头的相机位姿生成所述机器人运动轨迹对应的图像仿真数据。
在一个优选实施方式中,所述IMU仿真数据生成模块具体包括:
加速度仿真单元,用于对表示所述机器人运动轨迹的曲线函数进行二次微分,生成世界坐标系下的加速度值;
坐标转换单元,用于采用重力加速度对所述加速度值进行修正,并通过由欧拉转角构成的旋转矩阵将修正后世界坐标系下的加速度值转换到机体坐标系,生成惯性测量单元中加速度计的第一仿真数据;
修正单元,用于对所述第一仿真数据添加第一预设偏差值和第一预设噪声值,生成所述加速度计的目标仿真数据。
在一个优选实施方式中,所述IMU仿真数据生成模块还包括陀螺仪仿真单元,所述陀螺仪仿真单元具体用于根据机器人运动轨迹对所述惯性测量单元的陀螺仪进行赋值,所述陀螺仪欧拉角的Roll和Pitch均设为0,yaw为预设恒定值,然后对陀螺仪的所述赋值添加第二预设偏差值和第二预设噪声值,其中pitch、yaw和roll分别表示机器人沿x轴,y轴和z轴的旋转值。
在一个优选实施方式中,所述图像仿真数据生成模块具体用于采用预设公式生成所述机器人运动轨迹对应的图像仿真数据,所述预设公式为:
p=K[R|t]P
其中,R=RwbRbc,t=twb+Rwb*tbc;
K为摄像头的内参数矩阵、Rbc和tbc分别从所述摄像头到所述惯性测量单元的旋转变换矩阵和平移变换矩阵,Rwb和twb为世界坐标系到机体坐标系的旋转变换矩阵和平移变换矩阵。
本发明首先给定了一条在平面上运动的轨迹,然后利用IMU的运动学模型,生成了需要的加速度计值和陀螺仪值,然后给定从摄像头到IMU的变换矩阵,利用IMU的姿态和变换矩阵得到相机的姿态,从而获得投影后的图像,最终得到了在此条运动轨迹下IMU以及对应的图像数据,该数据生成后,可以作为VIO系统的输入,从而达到测试的目的,提高VIO系统的测试效率和运行效果。
为使发明的上述目的、特征和优点能更明显易懂,下文特举本发明较佳实施例,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是实施例1提供的机器人图像仿真数据的构建方法的流程示意图;
图2是实施例2提供的机器人图像仿真数据的构建装置的结构示意图;
图3是实施例3提供的机器人图像仿真数据的构建终端的结构示意图;
图4是实施例1提供的方法中摄像头和IMU的位置关系示意图;
图5是实施例1提供的方法中3D点投影到图像平面的特征观测图。
【具体实施方式】
为了使本发明的目的、技术方案和有益技术效果更加清晰明白,以下结合附图和具体实施方式,对本发明进行进一步详细说明。应当理解的是,本说明书中描述的具体实施方式仅仅是为了解释本发明,并不是为了限定本发明。
图1是本发明实施例1提供的一种机器人图像仿真数据的构建方法的流程示意图,如图1所示,包括以下步骤:
步骤1,建立边旋转边在二维平面上移动的机器人运动轨迹;
步骤2,利用机器人上惯性测量单元的运动学模型生成所述机器人运动轨迹下惯性测量单元的仿真数据;
步骤3,获取摄像头和所述惯性测量单元的预设固连关系,生成从所述摄像头到所述惯性测量单元的变换矩阵;
步骤4,利用所述惯性测量单元的仿真数据和所述变换矩阵,生成所述摄像头的相机位姿,并根据所述摄像头的相机位姿生成所述机器人运动轨迹对应的图像仿真数据。
上述实施例利用IMU的运动学模型,生成了惯性测量单元的仿真数据,然后给定从摄像头到IMU的变换矩阵,利用IMU的姿态和变换矩阵得到相机的姿态,从而获得投影后的图像,最终得到了在此条运动轨迹下IMU以及对应的图像数据,该数据生成后,可以作为VIO系统的输入,从而达到测试的目的,提高VIO系统的测试效率和运行效果。
以下对上述实施例的过程进行详细说明。
首先,我们预先设定好一条在平面中运动的轨迹,如公式(1)所示,该公式表示一条闭合的曲线,为了不失一般性,在平面上x和y两个方向上均有运动。在设定好运动的轨迹后,我们如公式(2)所示对位置进行一次微分,如公式(3)所示对位置进行二次微分,这些值将是IMU加速度计数据的来源,即世界坐标系下的加速度值。此时需要通过由欧拉角构建的旋转矩阵公式(4),将生成的世界坐标系下的加速度值转换到机体坐标系下,机体坐标系是机器人惯性测量单元IMU的基础坐标系,IMU获得的加速度状态信息就是该坐标系下的数值。在转换之前,我们还需要引入重力加速度的影响,如公式(5)(6)所示。
公式(1)中R1,R2为描述轨迹大小的常数,其数值具体大小对系统影响不大,取10-1000内都可。k1,k2是描述运动快慢的常数,例如如果想轨迹1秒旋转一圈,k1可以设置为2*3.141592653。公式(4)中r、p、y分别代表欧拉角Roll(翻滚角)、Pitch(俯仰角)和Yaw(偏航角)。
由公式(1)到(6)可以得到加速度值acc,也就是IMU中的加速度计值,由于要仿真的是一个一般性的六轴IMU,所以还需要生成陀螺仪的仿真数据。此时可以根据机器人运动轨迹对所述惯性测量单元的陀螺仪进行赋值。为了模拟在平面运动中的情形,我们将陀螺仪欧拉角Roll和Pitch设置为0,而Yaw角为一个恒定速率下的结果,即为预设恒定值k1t。如公式(7)(8)所示,其中(7)为角度值,(8)为角速率值,也是陀螺仪的值。综上,我们描绘了一种边旋转边在x和y两个方向上有位移的运动轨迹,这可以一定程度上代表平面机器人最复杂的运动模式。
优选实施例中,为了尽可能的解决实际的IMU数据,我们还需要为上面的加速度计和陀螺仪值添加偏差(bais)和噪声,如公式(9)(10)所示。自此我们得到了规定运动轨迹下,IMU的仿真数据。
本实施例中给出了一个偏差值和噪声值的示例如下,其可以在数量级上给出一个大体的指导,其中na表示加速度噪声,ba表示加速度偏差,nw表示陀螺仪噪声,bw表示陀螺仪偏差。
在生成平面运动上的IMU数据后,需要生成对应轨迹下的相机数据,本实施例不失一般性的生成3D点在图像平面的投影,其中摄像头为顶置摄像头,所以可以预先设定一些在顶部的3D点即可。如图4所示,为优选实施例中摄像头和IMU的位置关系示意图,可以假定顶置摄像头和IMU之间有个固定的转换关系(即两者相固连),我们可以认为IMU在安装的时候是水平安装,顶置摄像头垂直朝上,在位置上仅有一个小偏移,因此从所述顶置摄像头到所述惯性测量单元的变换矩阵包括旋转变换矩阵Rbc和平移变换矩阵tbc,一个优选实施例中Rbc和tbc可以设置如下:
tbc=[0.180.080.1]\*MERGEFORMAT(13)
然后再设置了一个相机模型,对于一个640*480像素的相机,设定其相机内参数矩阵K见下公式(14),然后通过公式(15)即可生成3D点投影到图像平面的特征观测图,如图5所示,即为给定点在此相机模型下某一帧的成像。
p=K[R|t]P\*MERGEFORMAT(15)
其中R和t分别通过下式计算:
R=RwbRbc\*MERGEFORMAT(16)
t=twb+Rwb*tbc\*MERGEFORMAT(17)
其中,Rbc和tbc分别表示从所述摄像头到所述惯性测量单元的旋转变换矩阵和平移变换矩阵,Rwb和twb为世界坐标系到机体坐标系的旋转变换矩阵和平移变换矩阵,P为世界中3D点的坐标,可记为[x,y,z]T,p为投影后在2d图像平面中的坐标,可记为[u.v]T,T代表转置。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本发明实施例的实施过程构成任何限定。
本发明实施例还提供了一种计算机可读存储介质,存储有计算机程序,所述计算机程序被处理器执行时,实现以上所述的机器人图像仿真数据的构建方法。
图2是本发明实施例2提供的一种机器人图像仿真数据的构建装置的结构示意图,如图2所示,包括轨迹建立模块100、IMU仿真数据生成模块200、变换矩阵生成模块300和图像仿真数据生成模块400,
所述轨迹建立模块100用于建立边旋转边在二维平面上移动的机器人运动轨迹;
所述IMU仿真数据生成模块200用于利用机器人上惯性测量单元的运动学模型生成所述机器人运动轨迹下惯性测量单元的仿真数据;
所述变换矩阵生成模块300用于获取摄像头和所述惯性测量单元的预设固连关系,生成从所述摄像头到所述惯性测量单元的变换矩阵;
所述图像仿真数据生成模块400同于利用所述惯性测量单元的仿真数据和所述变换矩阵,生成所述摄像头的相机位姿,并根据所述摄像头的相机位姿生成所述机器人运动轨迹对应的图像仿真数据。
在一个优选实施方式中,所述IMU仿真数据生成模块200具体包括:
加速度仿真单元201,用于对表示所述机器人运动轨迹的曲线函数进行二次微分,生成世界坐标系下的加速度值;
坐标转换单元202,用于采用重力加速度对所述加速度值进行修正,并通过由欧拉转角构成的旋转矩阵将修正后世界坐标系下的加速度值转换到机体坐标系,生成惯性测量单元中加速度计的第一仿真数据;
修正单元203,用于对所述第一仿真数据添加第一预设偏差值和第一预设噪声值,生成所述加速度计的目标仿真数据。
在一个优选实施方式中,所述IMU仿真数据生成模块200还包括陀螺仪仿真单元204,所述陀螺仪仿真单元204具体用于根据机器人运动轨迹对所述惯性测量单元的陀螺仪进行赋值,所述陀螺仪欧拉角的Roll和Pitch均设为0,yaw为预设恒定值,然后对陀螺仪的所述赋值添加第二预设偏差值和第二预设噪声值,其中pitch、yaw和roll分别表示机器人沿x轴,y轴和z轴的旋转值。
在一个优选实施方式中,所述图像仿真数据生成模块400具体用于采用预设公式生成所述机器人运动轨迹对应的图像仿真数据,所述预设公式为:
p=K[R|t]P
其中,R=RwbRbc,t=twb+Rwb*tbc;
K为摄像头的内参数矩阵、Rbc和tbc分别从所述摄像头到所述惯性测量单元的旋转变换矩阵和平移变换矩阵,Rwb和twb为世界坐标系到机体坐标系的旋转变换矩阵和平移变换矩阵,P为世界中3D点的坐标,可记为[x,y,z]T,p为投影后在2d图像平面中的坐标,可记为[u.v]T,T代表转置。
本发明实施例还提供了一种机器人图像仿真数据的构建终端,包括所述的计算机可读存储介质和处理器,所述处理器执行所述计算机可读存储介质上的计算机程序时实现以上所述机器人图像仿真数据的构建方法的步骤。图3是本发明实施例3提供的机器人图像仿真数据的构建终端的结构示意图,如图3所示,该实施例的机器人图像仿真数据的构建终端8包括:处理器80、可读存储介质81以及存储在所述可读存储介质81中并可在所述处理器80上运行的计算机程序82。所述处理器80执行所述计算机程序82时实现上述各个方法实施例中的步骤,例如图1所示的步骤1至步骤4。或者,所述处理器80执行所述计算机程序82时实现上述各装置实施例中各模块的功能,例如图2所示模块100至400的功能。
示例性的,所述计算机程序82可以被分割成一个或多个模块,所述一个或者多个模块被存储在所述可读存储介质81中,并由所述处理器80执行,以完成本发明。所述一个或多个模块可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述所述计算机程序82在所述机器人图像仿真数据的构建终端8中的执行过程。
所述机器人图像仿真数据的构建终端8可包括,但不仅限于,处理器80、可读存储介质81。本领域技术人员可以理解,图3仅仅是机器人图像仿真数据的构建终端8的示例,并不构成对机器人图像仿真数据的构建终端8的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如所述机器人图像仿真数据的构建终端还可以包括电源管理模块、运算处理模块、输入输出设备、网络接入设备、总线等。
所称处理器80可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。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。
所述可读存储介质81可以是所述机器人图像仿真数据的构建终端8的内部存储单元,例如机器人图像仿真数据的构建终端8的硬盘或内存。所述可读存储介质81也可以是所述机器人图像仿真数据的构建终端8的外部存储设备,例如所述机器人图像仿真数据的构建终端8上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(SecureDigital,SD)卡,闪存卡(Flash Card)等。进一步地,所述可读存储介质81还可以既包括所述机器人图像仿真数据的构建终端8的内部存储单元也包括外部存储设备。所述可读存储介质81用于存储所述计算机程序以及所述机器人图像仿真数据的构建终端所需的其他程序和数据。所述可读存储介质81还可以用于暂时地存储已经输出或者将要输出的数据。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将所述装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中,上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。另外,各功能单元、模块的具体名称也只是为了便于相互区分,并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述或记载的部分,可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及方法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
在本发明所提供的实施例中,应该理解到,所揭露的装置/终端设备和方法,可以通过其它的方式实现。例如,以上所描述的装置/终端设备实施例仅仅是示意性的,例如,所述模块或单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口,装置或单元的间接耦合或通讯连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
本发明并不仅仅限于说明书和实施方式中所描述,因此对于熟悉领域的人员而言可容易地实现另外的优点和修改,故在不背离权利要求及等同范围所限定的一般概念的精神和范围的情况下,本发明并不限于特定的细节、代表性的设备和这里示出与描述的图示示例。
Claims (6)
1.一种机器人图像仿真数据的构建方法,其特征在于,包括以下步骤:
步骤1,建立边旋转边在二维平面上移动的机器人运动轨迹;
步骤2,利用机器人上惯性测量单元的运动学模型生成所述机器人运动轨迹下惯性测量单元的仿真数据;
步骤3,获取摄像头和所述惯性测量单元的预设固连关系,生成从所述摄像头到所述惯性测量单元的变换矩阵;
步骤4,利用所述惯性测量单元的仿真数据和所述变换矩阵,生成所述摄像头的相机位姿,并根据所述摄像头的相机位姿生成所述机器人运动轨迹对应的图像仿真数据;
其中,利用机器人上惯性测量单元的运动学模型生成所述机器人运动轨迹下惯性测量单元的仿真数据,具体包括以下步骤:
S201,对表示所述机器人运动轨迹的曲线函数进行二次微分,生成世界坐标系下的加速度值;
S202,采用重力加速度对所述加速度值进行修正,并通过由欧拉转角构成的旋转矩阵将修正后世界坐标系下的加速度值转换到机体坐标系,生成惯性测量单元中加速度计的第一仿真数据;
S203,对所述第一仿真数据添加第一预设偏差值和第一预设噪声值,生成所述加速度计的目标仿真数据;
还包括步骤S204,具体为:根据机器人运动轨迹对所述惯性测量单元的陀螺仪进行赋值,所述陀螺仪欧拉角的Roll和Pitch均设为0,yaw为预设恒定值,然后对陀螺仪的所述赋值添加第二预设偏差值和第二预设噪声值,其中pitch、yaw和roll分别表示机器人沿x轴,y轴和z轴的旋转值。
2.根据权利要求1所述机器人图像仿真数据的构建方法,其特征在于,步骤4中,采用预设公式生成所述机器人运动轨迹对应的图像仿真数据,所述预设公式具体为:
p=K[R|t]P
其中,R=RwbRbc,t=twb+Rwb*tbc;
K为摄像头的内参数矩阵、Rbc和tbc分别从所述摄像头到所述惯性测量单元的旋转变换矩阵和平移变换矩阵,Rwb和twb为世界坐标系到机体坐标系的旋转变换矩阵和平移变换矩阵,P为世界中3D点的坐标,可记为[x,y,z]T,p为投影后在2d图像平面中的坐标,可记为[u.v]T,T代表转置。
3.一种计算机可读存储介质,存储有计算机程序,其特征在于,所述计算机程序被处理器执行时,实现权利要求1-2任一项所述机器人图像仿真数据的构建方法。
4.一种机器人图像仿真数据的构建终端,其特征在于,包括权利要求3所述的计算机可读存储介质和处理器,所述处理器执行所述计算机可读存储介质上的计算机程序时实现如权利要求1-2任一项所述机器人图像仿真数据的构建方法的步骤。
5.一种机器人图像仿真数据的构建装置,其特征在于,包括轨迹建立模块、IMU仿真数据生成模块、变换矩阵生成模块和图像仿真数据生成模块,
所述轨迹建立模块用于建立边旋转边在二维平面上移动的机器人运动轨迹;
所述IMU仿真数据生成模块用于利用机器人上惯性测量单元的运动学模型生成所述机器人运动轨迹下惯性测量单元的仿真数据;
所述变换矩阵生成模块用于获取摄像头和所述惯性测量单元的预设固连关系,生成从所述摄像头到所述惯性测量单元的变换矩阵;
所述图像仿真数据生成模块同于利用所述惯性测量单元的仿真数据和所述变换矩阵,生成所述摄像头的相机位姿,并根据所述摄像头的相机位姿生成所述机器人运动轨迹对应的图像仿真数据;
其中,所述IMU仿真数据生成模块具体包括:
加速度仿真单元,用于对表示所述机器人运动轨迹的曲线函数进行二次微分,生成世界坐标系下的加速度值;
坐标转换单元,用于采用重力加速度对所述加速度值进行修正,并通过由欧拉转角构成的旋转矩阵将修正后世界坐标系下的加速度值转换到机体坐标系,生成惯性测量单元中加速度计的第一仿真数据;
修正单元,用于对所述第一仿真数据添加第一预设偏差值和第一预设噪声值,生成所述加速度计的目标仿真数据;
所述IMU仿真数据生成模块还包括陀螺仪仿真单元,所述陀螺仪仿真单元具体用于根据机器人运动轨迹对所述惯性测量单元的陀螺仪进行赋值,所述陀螺仪欧拉角的Roll和Pitch均设为0,yaw为预设恒定值,然后对陀螺仪的所述赋值添加第二预设偏差值和第二预设噪声值,其中pitch、yaw和roll分别表示机器人沿x轴,y轴和z轴的旋转值。
6.根据权利要求5所述机器人图像仿真数据的构建装置,其特征在于,所述图像仿真数据生成模块具体用于采用预设公式生成所述机器人运动轨迹对应的图像仿真数据,所述预设公式为:
p=K[R|t]P
其中,R=RwbRbc,t=twb+Rwb*tbc;
K为摄像头的内参数矩阵、Rbc和tbc分别从所述摄像头到所述惯性测量单元的旋转变换矩阵和平移变换矩阵,Rwb和twb为世界坐标系到机体坐标系的旋转变换矩阵和平移变换矩阵,P为世界中3D点的坐标,可记为[x,y,z]T,p为投影后在2d图像平面中的坐标,可记为[u.v]T,T代表转置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911329858.1A CN110991085B (zh) | 2019-12-20 | 2019-12-20 | 一种机器人图像仿真数据的构建方法、介质、终端和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911329858.1A CN110991085B (zh) | 2019-12-20 | 2019-12-20 | 一种机器人图像仿真数据的构建方法、介质、终端和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110991085A CN110991085A (zh) | 2020-04-10 |
CN110991085B true CN110991085B (zh) | 2023-08-29 |
Family
ID=70073750
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911329858.1A Active CN110991085B (zh) | 2019-12-20 | 2019-12-20 | 一种机器人图像仿真数据的构建方法、介质、终端和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110991085B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112258555A (zh) * | 2020-10-15 | 2021-01-22 | 佛山科学技术学院 | 实时姿态估计运动分析方法、系统、计算机设备及存储介质 |
CN112837391B (zh) * | 2021-03-04 | 2022-02-18 | 北京柏惠维康科技有限公司 | 坐标转换关系获取方法、装置、电子设备及存储介质 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110095116A (zh) * | 2019-04-29 | 2019-08-06 | 桂林电子科技大学 | 一种基于lift的视觉定位和惯性导航组合的定位方法 |
CN110561424A (zh) * | 2019-07-28 | 2019-12-13 | 华南理工大学 | 基于多传感器混合滤波器的在线机器人运动学校准方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA2491101A1 (en) * | 2003-12-30 | 2005-06-30 | Canadian Space Agency | Zero-g emulating testbed for spacecraft control system |
US10317214B2 (en) * | 2016-10-25 | 2019-06-11 | Massachusetts Institute Of Technology | Inertial odometry with retroactive sensor calibration |
-
2019
- 2019-12-20 CN CN201911329858.1A patent/CN110991085B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110095116A (zh) * | 2019-04-29 | 2019-08-06 | 桂林电子科技大学 | 一种基于lift的视觉定位和惯性导航组合的定位方法 |
CN110561424A (zh) * | 2019-07-28 | 2019-12-13 | 华南理工大学 | 基于多传感器混合滤波器的在线机器人运动学校准方法 |
Non-Patent Citations (1)
Title |
---|
赵栓峰 ; .车载惯性测量单元的建模与仿真.组合机床与自动化加工技术.2009,(第09期),全文. * |
Also Published As
Publication number | Publication date |
---|---|
CN110991085A (zh) | 2020-04-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107888828B (zh) | 空间定位方法及装置、电子设备、以及存储介质 | |
CN111380514A (zh) | 机器人位姿估计方法、装置、终端及计算机存储介质 | |
KR20210084622A (ko) | 시간 동기화 처리 방법, 전자 기기 및 저장 매체 | |
CN110873883B (zh) | 融合激光雷达和imu的定位方法、介质、终端和装置 | |
WO2020140431A1 (zh) | 相机位姿确定方法、装置、电子设备及存储介质 | |
CN110969665B (zh) | 一种外参标定方法、装置、系统及机器人 | |
CN105291101A (zh) | 机器人、机器人系统以及控制装置 | |
CN110991085B (zh) | 一种机器人图像仿真数据的构建方法、介质、终端和装置 | |
CN110717861A (zh) | 图像拼接方法、装置、电子设备和计算机可读存储介质 | |
CN103679693A (zh) | 一种多相机单视图标定装置及其标定方法 | |
CN113696188B (zh) | 手眼标定数据采集方法、装置、电子设备及存储介质 | |
JP2023502635A (ja) | 較正方法および装置、プロセッサ、電子機器、記憶媒体 | |
CN114310901B (zh) | 用于机器人的坐标系标定方法、装置、系统以及介质 | |
CN104848861A (zh) | 一种基于图像消失点识别技术的移动设备姿态测量方法 | |
CN105607760A (zh) | 一种基于微惯性传感器的轨迹还原方法及系统 | |
CN110887493A (zh) | 基于局部地图匹配的轨迹推算方法、介质、终端和装置 | |
CN114745529A (zh) | 一种投影仪单tof梯形校正的方法和投影仪 | |
CN110567484B (zh) | 标定imu与刚体姿态的方法、设备以及可读存储介质 | |
CN114926547A (zh) | 一种相机与imu的标定方法、电子设备及系统 | |
CN111383282B (zh) | 位姿信息确定方法及装置 | |
CN113436267B (zh) | 视觉惯导标定方法、装置、计算机设备和存储介质 | |
CN112629565B (zh) | 像机与惯性测量单元旋转关系校准方法、装置和设备 | |
CN114092646A (zh) | 模型生成方法、装置、计算机设备及存储介质 | |
CN113671523A (zh) | 机器人定位方法、装置、存储介质及机器人 | |
CN113256728B (zh) | Imu设备参数的标定方法及装置、存储介质、电子装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |