CN111360810A - 机器人传感器的外参标定方法、装置、机器人及存储介质 - Google Patents

机器人传感器的外参标定方法、装置、机器人及存储介质 Download PDF

Info

Publication number
CN111360810A
CN111360810A CN201811594120.3A CN201811594120A CN111360810A CN 111360810 A CN111360810 A CN 111360810A CN 201811594120 A CN201811594120 A CN 201811594120A CN 111360810 A CN111360810 A CN 111360810A
Authority
CN
China
Prior art keywords
sensor
sensor data
data
coordinate
robot
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.)
Pending
Application number
CN201811594120.3A
Other languages
English (en)
Inventor
熊友军
胡旭
聂鹏
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Ubtech Robotics Corp
Original Assignee
Ubtech Robotics Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Ubtech Robotics Corp filed Critical Ubtech Robotics Corp
Priority to CN201811594120.3A priority Critical patent/CN111360810A/zh
Priority to US16/611,475 priority patent/US11590655B2/en
Priority to PCT/CN2018/123793 priority patent/WO2020132924A1/zh
Publication of CN111360810A publication Critical patent/CN111360810A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00—Programme-controlled manipulators
    • B25J9/16—Programme controls
    • B25J9/1628—Programme controls characterised by the control loop
    • B25J9/1653—Programme controls characterised by the control loop parameters identification, estimation, stiffness, accuracy, error analysis
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J13/00—Controls for manipulators
    • B25J13/08—Controls for manipulators by means of sensing devices, e.g. viewing or touching devices
    • B25J13/088—Controls for manipulators by means of sensing devices, e.g. viewing or touching devices with position, velocity or acceleration sensors
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J13/00—Controls for manipulators
    • B25J13/08—Controls for manipulators by means of sensing devices, e.g. viewing or touching devices
    • B25J13/088—Controls for manipulators by means of sensing devices, e.g. viewing or touching devices with position, velocity or acceleration sensors
    • B25J13/089—Determining the position of the robot with reference to its environment
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J19/00—Accessories fitted to manipulators, e.g. for monitoring, for viewing; Safety devices combined with or specially adapted for use in connection with manipulators
    • B25J19/02—Sensing devices
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00—Programme-controlled manipulators
    • B25J9/16—Programme controls
    • B25J9/1602—Programme controls characterised by the control system, structure, architecture
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00—Programme-controlled manipulators
    • B25J9/16—Programme controls
    • B25J9/1679—Programme controls characterised by the tasks executed
    • B25J9/1692—Calibration of manipulator
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00—Programme-controlled manipulators
    • B25J9/16—Programme controls
    • B25J9/1694—Programme controls characterised by use of sensors other than normal servo-feedback from position, speed or acceleration sensors, perception control, multi-sensor controlled systems, sensor fusion
    • B25J9/1697—Vision controlled systems
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B21/00—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant
    • G01B21/02—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant for measuring length, width, or thickness
    • G01B21/04—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant for measuring length, width, or thickness by measuring coordinates of points
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G01B11/002—Measuring arrangements characterised by the use of optical techniques for measuring two or more coordinates
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B9/00—Measuring instruments characterised by the use of optical techniques
    • G01B9/02—Interferometers
    • G01B9/02055—Reduction or prevention of errors; Testing; Calibration
    • G01B9/0207—Error reduction by correction of the measurement signal based on independently determined error sources, e.g. using a reference interferometer
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/39—Robotics, robotics to robotics hand
    • G05B2219/39024—Calibration of manipulator

Abstract

本申请涉及一种机器人传感器的外参标定方法，该方法包括：获取机器人中第一传感器和第二传感器通过对标定参照物的位置信息进行采集得到的第一传感器数据和第二传感器数据，并转换到同一坐标系，相应地得到第一转换传感器数据和第二转换传感器数据，进而确定标定参照物中的参考点的第一坐标位置和第二坐标位置，将第一坐标位置和第二坐标位置作为一组坐标数据，当机器人与标定参照物之间的相对位置关系发生变化时，重复上述步骤，得到N组坐标数据，然后计算得到第一传感器和第二传感器之间的外参。上述方法提高了机器人的性能。此外，还提出了一种机器人传感器的外参标定装置、机器人及存储介质。

Description

机器人传感器的外参标定方法、装置、机器人及存储介质
技术领域
本发明涉及计算机处理领域，尤其是涉及一种机器人传感器的外参标定方法、装置、机器人及存储介质。
背景技术
一个机器人系统通常需要融合多种传感器的数据共同工作，而这些传感器的感知特性存在差异，且放置在机器人本体的不同位置，因此每个传感器对环境信息的感知存在差异。机器人系统在应用这些传感器数据时，希望能将这些数据转换为一个统一的描述。
虽然在对机器人结构进行设计时，会有一个对机器人所有传感器的位置的一个设计值，但由于工件加工误差、装配误差、传感器自身误差等的存在，传感器的真实位置通常与设计值存在一定的偏差，由此导致传感器数据在转换到同一坐标系下，数据间存在位置偏差，场景中的同一物体被映射到了不同的位置，这种偏差将导致机器人对环境的感知错误，影响机器人的性能。
发明内容
基于此，有必要针对上述问题，提供了一种可以减少偏差，提高机器人性能的机器人传感器的外参标定方法、装置、机器人及存储介质。
第一方面，本发明实施例提供一种机器人传感器的外参标定方法，所述方法包括：
获取机器人中第一传感器和第二传感器通过对标定参照物的位置信息进行采集得到的第一传感器数据和第二传感器数据；
将所述第一传感器数据和所述第二传感器数据转换到同一坐标系，相应地得到第一转换传感器数据和第二转换传感器数据；
根据所述第一转换传感器数据确定所述标定参照物中的参考点的第一坐标位置，根据所述第二转换传感器数据确定所述标定参照物中的所述参考点的第二坐标位置，将所述第一坐标位置和所述第二坐标位置作为一组坐标数据；
当所述机器人与所述标定参照物之间的相对位置关系发生变化时，进入所述获取机器人中第一传感器和第二传感器通过对标定参照物的位置信息进行采集得到的第一传感器数据和第二传感器数据的步骤，依次循环，直到累计得到N组坐标数据，所述N为不小于外参中包含的未知自由度个数的正整数；
根据所述N组坐标数据计算得到所述第一传感器和所述第二传感器之间的外参，所述外参为所述第一传感器和第二传感器之间的相对位置关系参数。
第二方面，本发明实施例提供一种机器人传感器的外参标定装置，所述装置包括：
采集模块，用于获取机器人中第一传感器和第二传感器通过对标定参照物的位置信息进行采集得到的第一传感器数据和第二传感器数据；
转换模块，将所述第一传感器数据和所述第二传感器数据转换到同一坐标系，相应地得到第一转换传感器数据和第二转换传感器数据；
确定模块，用于根据所述第一转换传感器数据确定所述标定参照物中的参考点的第一坐标位置，根据所述第二转换传感器数据确定所述标定参照物中的所述参考点的第二坐标位置，将所述第一坐标位置和所述第二坐标位置作为一组坐标数据；
循环模块，用于当所述机器人与所述标定参照物之间的相对位置关系发生变化时，进入所述获取机器人中第一传感器和第二传感器通过对标定参照物的位置信息进行采集得到的第一传感器数据和第二传感器数据的步骤，依次循环，直到累计得到N组坐标数据，所述N为不小于外参中包含的未知自由度个数的正整数；
计算模块，用于根据所述N组坐标数据计算得到所述第一传感器和所述第二传感器之间的外参，所述外参为所述第一传感器和第二传感器之间的相对位置关系参数。
第三方面，本发明实施例提供一种机器人，包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行如下步骤：
获取机器人中第一传感器和第二传感器通过对标定参照物的位置信息进行采集得到的第一传感器数据和第二传感器数据；
将所述第一传感器数据和所述第二传感器数据转换到同一坐标系，相应地得到第一转换传感器数据和第二转换传感器数据；
根据所述第一转换传感器数据确定所述标定参照物中的参考点的第一坐标位置，根据所述第二转换传感器数据确定所述标定参照物中的所述参考点的第二坐标位置，将所述第一坐标位置和所述第二坐标位置作为一组坐标数据；
当所述机器人与所述标定参照物之间的相对位置关系发生变化时，进入所述获取机器人中第一传感器和第二传感器通过对标定参照物的位置信息进行采集得到的第一传感器数据和第二传感器数据的步骤，依次循环，直到累计得到N组坐标数据，所述N为不小于外参中包含的未知自由度个数的正整数；
根据所述N组坐标数据计算得到所述第一传感器和所述第二传感器之间的外参，所述外参为所述第一传感器和第二传感器之间的相对位置关系参数。
第四方面，本发明实施例提供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，使得所述处理器执行如下步骤：
获取机器人中第一传感器和第二传感器通过对标定参照物的位置信息进行采集得到的第一传感器数据和第二传感器数据；
将所述第一传感器数据和所述第二传感器数据转换到同一坐标系，相应地得到第一转换传感器数据和第二转换传感器数据；
根据所述第一转换传感器数据确定所述标定参照物中的参考点的第一坐标位置，根据所述第二转换传感器数据确定所述标定参照物中的所述参考点的第二坐标位置，将所述第一坐标位置和所述第二坐标位置作为一组坐标数据；
当所述机器人与所述标定参照物之间的相对位置关系发生变化时，进入所述获取机器人中第一传感器和第二传感器通过对标定参照物的位置信息进行采集得到的第一传感器数据和第二传感器数据的步骤，依次循环，直到累计得到N组坐标数据，所述N为不小于外参中包含的未知自由度个数的正整数；
根据所述N组坐标数据计算得到所述第一传感器和所述第二传感器之间的外参，所述外参为所述第一传感器和第二传感器之间的相对位置关系参数。
上述机器人传感器的外参标定方法、装置、机器人及存储介质，通过机器人中的第一传感器和第二传感器对标定参照物的位置信息进行采集得到第一传感器数据和第二传感器数据，并转换到同一坐标系得到第一转换传感器数据和第二转换传感器数据，然后根据第一转换传感器数据得到标定参照物中参考点的第一坐标位置，根据第二转换传感器数据得到标定参考物中参考点的第二坐标位置，将第一坐标位置和第二坐标位置作为一组坐标数据，通过改变机器人与标定参照物的相对位置关系，采集得到N组坐标数据，N为不小于外参中包含的未知自由度个数的正整数，根据N组坐标数据来计算得到第一传感器和第二传感器之间的相对位置关系参数。只需要通过移动标定参照物，采集得到N组坐标数据就可以求解出第一传感器和第二传感器的位置关系参数，不仅标定简单，而且大大减少了偏差，提高了第一传感器和第二传感器在机器人坐标系下的一致性，从而提高了机器人的性能。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，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示出的结构获得其他的附图。
图1为一个实施例中机器人传感器的外参标定方法的应用环境图；
图2为一个实施例中机器人传感器的外参标定方法的流程图；
图3为一个实施例中确定参考点的第一和第二坐标位置的示意图；
图4为一个实施例中得到外参后映射到机器人坐标系下的示意图；
图5为一个实施例中拟合两条三角形边确定参考点位置的示意图；
图6为一个实施例中机器人传感器的外参标定方法的流程示意图；
图7为一个实施例中机器人传感器的外参标定装置的框架结构图；
图8为一个实施例中机器人的内部结构图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
图1为一个实施例中机器人传感器的外参标定方法的应用环境图。参照图1，该机器人传感器的外参标定方法应用于机器人传感器的外参标定系统。该机器人传感器的外参标定系统包括机器人110和标定参照物120。机器人110通过第一传感器(比如，单线雷达)和第二传感器(比如，相机)对标定参照物120的位置进行采集，得到第一传感器数据和第二传感器数据，然后将第一传感器数据和第二传感器数据转换到同一坐标系，相应地得到第一转换传感器数据和第二转换传感器数据，根据所述第一转换传感器数据确定所述标定参照物中的参考点的第一坐标位置，根据所述第二转换传感器数据确定所述标定参照物中的所述参考点的第二坐标位置，将所述第一坐标位置和所述第二坐标位置作为一组坐标数据，然后移动标定参照物120的位置，重复上述过程，直到得到N组坐标数据，所述N为不小于外参中包含的未知自由度个数的正整数，最后根据N组坐标数据计算得到第一传感器和第二传感器之间的外参，外参为第一传感器和第二传感器之间的相对位置关系参数。
如图2所示，提出了一种机器人传感器的外参标定方法，该机器人传感器的外参标定方法应用于机器人，具体包括以下步骤：
步骤202，获取机器人中第一传感器和第二传感器通过对标定参照物的位置信息进行采集得到的第一传感器数据和第二传感器数据。
其中，第一传感器和第二传感器为机器人中不同的两个传感器。在一个实施例中，第一传感器可以为雷达，第二传感器可以为视觉传感器(相机)。第一传感器和第二传感器都可以用于对标定参照物的位置信息进行采集。标定参照物是指用于辅助进行标定的参照物体，第一传感器数据和第二传感器数据得到的检测得到的一些列点的位置，为了能够明确地确定某个点，一般选用带有明显转折点的物体作为标定参照物。在一个实施例中，标定参照物可以采用三角柱体，三角柱体包含有夹角，夹角的顶点为明显的转折点，便于后续可以快速地确定该转折点的位置。当然也可以用其他带有明显转折点的物体，比如，三角锥，或者立方体等。
第一传感器和第二传感器通过对同一位置的同一标定参照物进行位置采集，这样分别得到第一传感器数据和第二传感器数据。便于后续根据第一传感器数据和第二传感器数据的差异来进行外参的标定。外参即外部参数，是指传感器之间的相对位置关系。
在一个实际的应用场景中，将机器人和标定参照物放置于同一个水平度较好的地面，保持机器人静止不动，将标定参照物放置于机器人正前方，通过第一传感器和第二传感器对标定参照物进行测量，采集得到第一传感器数据和第二传感器数据。在标定参照物与机器人的距离选择上，选取第一传感器和第二传感器测量精度都比较好的距离范围和区域范围。若第一传感器为雷达，第二传感器为相机，那么测量距离越近，精度越高，因此最好选择近距离的距离范围，比如，0.3m～2.0m。对于相机来说，相机视野边缘存在畸形，因此可以选取视野中间区域作为区域范围。
步骤204，将第一传感器数据和第二传感器数据转换到同一坐标系，相应地得到第一转换传感器数据和第二转换传感器数据。
其中，由于第一传感器采集得到的第一传感器数据为第一传感器坐标系中的数据，第二传感器采集得到的第二传感器数据为第二传感器坐标系中的数据，为了便于两者进行比较，需要将其转换为同一坐标系中。在一个实施例中，可以将第一传感器数据和第二传感器数据统一转换到第一传感器坐标系或第二传感器坐标系，使得两者在同一坐标系下，得到第一转换传感器数据和第二转换传感器数据。在另一个实施例中，将第一传感器数据和第二传感器数据分别转换到机器人坐标系，相应地就得到得了转换后的第一转换传感器数据和第二转换传感器数据。在一个实施例中，机器人坐标系为XOY，X轴为机器人正前方，Y轴为机器人左侧，垂直于X轴，XOY平行于地面。
步骤206，根据第一转换传感器数据确定标定参照物中的参考点的第一坐标位置，根据第二转换传感器数据确定标定参照物中的参考点的第二坐标位置，将第一坐标位置和第二坐标位置作为一组坐标数据。
其中，参考点是指标定参照物中用作参考计算的点。参考点一般选用容易识别区分的点，比如，对于三角柱体，通过投影得到的数据曲线为三角形，三角形的顶点为最容易识别的点，所以可以将三角柱体中的夹角的顶点作为参考点。根据第一转换传感器数据来确定参考点的第一坐标位置，根据第二转换传感器数据来确定参考点的第二坐标位置。如图3所示，为一个实施例中，确定参考点的第一坐标位置和第二坐标位置的示意图，从图中可以看出，两者确定的参考点的坐标有一定的误差，黑色点为确定的参考点的坐标。在一个二维的平面图中，记录到的第一坐标位置为(x0,y0)，第二坐标位置为(x′0,y′0)。第一坐标位置和第二坐标位置对应的是同一参考点的坐标，第一坐标位置和第二坐标位置构成了一组坐标数据。
步骤208，当机器人与标定参照物之间的相对位置关系发生变化时，进入步骤202，依次循环，直到到达步骤210。
步骤210，累计得到N组坐标数据，N为不小于外参中包含的未知自由度个数的正整数。
其中，通过改变机器人与标定参照物之间的相对位置关系，重复上述过程得到另外一组坐标数据，依次类推，直到得到N组坐标数据，N数值是根据外参中包含的未知自由度个数确定的，N要选择不小于未知自由度个数的正整数，比如，对于三维空间来说，包括6个自由度[x，y，z，roll，pitch，yaw]，其中，roll表示绕z轴旋转，pitch表示绕x轴旋转，yaw表示绕y轴旋转。那么N要大于或等于6。对于机器人2D导航应用来说，z轴忽略，x轴为机器人正前方，y轴为机器人左侧，垂直于x轴，xoy平行于地面那么外参的自由度简化为了3个自由度[x，y，yaw]，那么N要大于或等于3。
步骤212，根据N组坐标数据计算得到第一传感器和第二传感器之间的外参，外参为第一传感器和第二传感器之间的相对位置关系参数。
其中，外参即外部参数，是指传感器之间的相对位置关系。在已知N组第一传感器和第二传感器对应的坐标数据的情况下，通过获取第一传感器和第二传感器之间的转换关系来计算得到第一传感器和第二传感器之间的外参。在一个实施例中，第一传感器和第二传感器之间的相对位置关系可以采用最小二乘法计算得到。对于机器人2D导航应用来说，有三个未知自由度，那么当存在至少3组坐标数据的情况下，就可以计算得到该三个自由度对应值，从而得到第一传感器和第二传感器之间的相对位置关系参数。
在一个实施例中，在得到第一传感器和第二传感器之间的外参后，根据求解出的外参构建机器人模型，将第一传感器数据和第二传感器数据映射到机器人坐标系下的结果如图4所示，提高了第一传感器和第二传感器在机器人坐标系下的一致性。上述机器人传感器的外参标定方法，只需要移动标定参照物，采集几组标定参照物的数据，就可以求解出传感器之前的外部参数，求解出的标定结果准确，大大提高了不同传感器对外描述的一致性。
上述机器人传感器的外参标定方法，通过机器人中的第一传感器和第二传感器对标定参照物的位置信息进行采集得到第一传感器数据和第二传感器数据，然后将两者转换到同一坐标系得到第一转换传感器数据和第二转换传感器数据，然后根据第一转换传感器数据得到标定参照物中参考点的第一坐标位置，根据第二转换传感器数据得到标定参考物中参考点的第二坐标位置，将第一坐标位置和第二坐标位置作为一组坐标数据，通过改变机器人与标定参照物的相对位置关系，采集得到N组坐标数据，N为不小于外参中包含的未知自由度个数的正整数，根据N组坐标数据来计算得到第一传感器和第二传感器之间的相对位置关系参数。只需要通过移动标定参照物，采集得到N组坐标数据就可以求解出第一传感器和第二传感器的位置关系参数，不仅标定简单，而且大大减少了偏差，提高了第一传感器和第二传感器在机器人坐标系下的一致性，从而提高了机器人的性能。
在一个实施例中，所述参考点为所述标定参照物中关联两条边的转折点；所述根据所述第一转换传感器数据定所述标定参照物中的参考点的第一坐标位置，根据所述第二转换传感器数据确定所述标定参照物的参考点的第二坐标位置，包括：根据所述第一转换传感器数据对采集到的标定参照物的转折点关联的两条边进行拟合，根据拟合结果确定所述转折点的第一坐标位置；根据所述第二转换传感器数据对采集到的所述标定参照物的转折点关联的两条边进行拟合，根据拟合结果确定所述转折点的第二坐标位置。
其中，由于不同的传感器的分辨率可能不一致，所以如果直接测量标定参照物中的转折点的位置会造成较大的数据误差。本实施例中提出了通过对转折点关联的两条边分别进行相应的线条拟合，然后将拟合后的两条边的交点的位置作为转折点的位置。如图5所示，在一个实施例中，标定参照物为三角柱体，转折点为三角柱体的夹角对应的顶点，从图中可以看出顶点关联两条三角形边，传感器采集的数据为一个个点组成的，所以需要进行相应的直线拟合，通过拟合两条三角形边来计算得到两条三角形边的交点(图中空心圆)的位置，从而可以准确地定位。
在一个实施例中，所述标定参照物的转折点关联的两条边为直线；所述根据所述第一转换传感器数据对采集到的标定参照物的转折点关联的两条边进行拟合，根据拟合结果确定所述转折点的第一坐标位置，包括：对采集到的标定参照物的转折点关联的两条边分别进行直线拟合，将拟合得到的两条直线的交点的坐标作为所述转折点的第一坐标位置；所述根据所述第二转换传感器数据对采集到的所述标定参照物的转折点关联的两条边进行拟合，根据拟合结果确定所述转折点的第二坐标位置，包括：对采集到的标定参照物的转折点关联的两条边分别进行直线拟合，将拟合得到的两条直线的交点的坐标作为所述转折点的第二坐标位置。
其中，标定参照物中的转折点关联的两条边为直线，那么在计算转折点的坐标时，就可以先对关联的两条边进行直线拟合，然后将拟合得到的两条直线的交点的坐标作为转折点的坐标。这样就避免了由于分辨率问题导致的转折点的坐标位置测量不准确的问题，提高了坐标位置测量的准确性。
在一个实施例中，所述将所述第一传感器数据和所述第二传感器数据转换到同一坐标系，相应地得到第一转换传感器数据和第二转换传感器数据，包括：将所述第一传感器数据从所述第一传感器坐标系转换到所述机器人坐标系，得到第一转换传感器数据；将所述第二传感器数据从所述第二传感器坐标系转换到所述机器人坐标系，得到第二转换传感器数据。
其中，为了将第一传感器数据和第二传感器数据转换到同一坐标系，分别将第一传感器数据从第一传感器坐标系转换到所述机器人坐标系，将第二传感器数据从第二传感器坐标系转换到机器人坐标系。由于对机器人结构进行设计时，会有一个对机器人的所有传感器的位置的一个设计值，所以可以获取到机传感器坐标系与机器人坐标系之间的转换关系，根据该坐标系转换关系进行坐标的转换。
在一个实施例中，所述根据所述N组坐标数据计算得到所述第一传感器和所述第二传感器之间的外参，所述外参为所述第一传感器和第二传感器之间的相对位置关系参数，包括：获取所述第一传感器和所述第二传感器位置之间的转换关系；根据所述N组坐标数据和所述转换关系计算得到所述第一传感器和第二传感器之间的相对位置关系参数。
其中，第一传感器和第二传感器位置之间的转换关系可以用待求解的参数来表示。在一个实施例中，令第一传感器的数据集为(xi,yi)，第二传感器的数据集为(xi′,yi′)，对于机器人2D导航应用，待求解参数为(Δx,Δy,Δyaw)。具体地，第一传感器和第二传感器位置转换关系可以表示如下:
Figure BDA0001920959780000111
求解矩阵方程得到：
Figure BDA0001920959780000112
进一步转换得到：
Figure BDA0001920959780000113
因此，该问题可以描述为Ax＝b的线性方程组求解问题。
Figure BDA0001920959780000114
进一步得到如下公式：
Figure BDA0001920959780000115
Figure BDA0001920959780000116
最后求解得到外参(Δx,Δy,Δyaw)中各个值，其中，n表示n组坐标数据。
在一个实施例中，所述第一传感器为单线雷达，所述第二传感器为视觉传感器；所述获取机器人中第一传感器和第二传感器通过对标定参照物的位置信息进行采集得到的第一传感器数据和第二传感器数据，包括：获取视觉传感器通过对标定参照物的位置信息进行采集得到的视觉传感器数据，根据所述单线雷达的测量高度从所述视觉传感器数据中提取出相应的行数据作为所述第二传感器数据。
其中，在一个具体的场景中，第一传感器为单线雷达，第二传感器为视觉传感器。单线雷达测量标定参照物得到的位置是标定参照物中某一条线上各个点的位置，而视觉传感器数据由于覆盖的面比较大，其测量得到的是一个面上的各个点的位置，所以为了保持数据参考的一致性，从视觉传感器数据中选取出高度值与单线雷达一致或接近的行数据作为第二传感器数据，这样得到的第一传感器数据和第二传感器数据都是一维的数据。在另一个实施例中，若单线雷达的高度不在视觉传感器的测量范围内，则选取高度最近的作为第二传感器数据。
在一个实施例中，所述标定参照物为三角柱体，所述参考点为所述三角柱体的夹角的顶点。
其中，为了提高测量的准确性，选取等腰三角柱体作为标定参照物，为了提高对三角柱体测量的准确性，等腰三角柱体的等腰夹角的角度可以选择在90°～160°。另外，放置于地面时，柱体垂直度较高，以便保证可以有效地测量高该三角柱体。在一个实施例中，当第一传感器为单线雷达，第二传感器为相机时，三角柱体的表面材质选用雷达和相机测量准确度高的材质，如木材、白色磨砂塑料等。
在一个实施例中，第一传感器为单线雷达，第二传感器为3D相机。标定参照物为三角柱体。如图6所示，为机器人传感器的外参标定方法的流程示意图。首先，确定一个机器人与标定参照物的相对位置，然后，通过单线雷达采集得到雷达数据，通过3D相机采集得到相机数据，之后，从相机数据中选取与雷达高度对应的行数据。接下来，分别从雷达数据和相机数据中选取标定参照物中两条边数据，然后将选取的数据转换到机器人坐标系下，然后对转换后的两条边数据进行直线拟合，根据拟合结果确定标定参照物中角位置，继而得到雷达数据下的角点位置，相机数据下的角点位置，即得到一组角点位置坐标。然后通过改变机器人与标定参照物的相对位置关系，重复上述过程，得到另一组角点位置坐标，依次循环，直到得到N组角点位置坐标，根据N组角点位置坐标计算得到外参。
如图7所示，提出了一种机器人传感器的外参标定装置，所述装置包括：
采集模块702，用于获取机器人中第一传感器和第二传感器通过对标定参照物的位置信息进行采集得到的第一传感器数据和第二传感器数据；
转换模块704，用于将所述第一传感器数据和所述第二传感器数据转换到同一坐标系，相应地得到第一转换传感器数据和第二转换传感器数据；
确定模块706，用于根据所述第一转换传感器数据确定所述标定参照物中的参考点的第一坐标位置，根据所述第二转换传感器数据确定所述标定参照物中的所述参考点的第二坐标位置，将所述第一坐标位置和所述第二坐标位置作为一组坐标数据；
循环模块708，用于当所述机器人与所述标定参照物之间的相对位置关系发生变化时，进入所述获取机器人中第一传感器和第二传感器通过对标定参照物的位置信息进行采集得到的第一传感器数据和第二传感器数据的步骤，依次循环，直到累计得到N组坐标数据，所述N为不小于外参中包含的未知自由度个数的正整数；
计算模块710，用于根据所述N组坐标数据计算得到所述第一传感器和所述第二传感器之间的外参，所述外参为所述第一传感器和第二传感器之间的相对位置关系参数。
在一个实施例中，所述参考点为所述标定参照物中关联两条边的转折点；
所述确定模块还用于根据所述第一转换传感器数据对采集到的标定参照物的转折点关联的两条边进行拟合，根据拟合结果确定所述转折点的第一坐标位置，根据所述第二转换传感器数据对采集到的所述标定参照物的转折点关联的两条边进行拟合，根据拟合结果确定所述转折点的第二坐标位置。
在一个实施例中，所述标定参照物的转折点关联的两条边为直线；所述确定模块还用于对采集到的标定参照物的转折点关联的两条边分别进行直线拟合，根据拟合得到的两条直线的交点的坐标作为所述转折点的第一坐标位置，对采集到的标定参照物的转折点关联的两条边分别进行直线拟合，将拟合得到的两条直线的交点的坐标作为所述转折点的第二坐标位置。
在一个实施例中，所述转换模块还用于将所述第一传感器数据从所述第一传感器坐标系转换到所述机器人坐标系，得到第一转换传感器数据；将所述第二传感器数据从所述第二传感器坐标系转换到所述机器人坐标系，得到第二转换传感器数据。
在一个实施例中，所述计算模块还用于获取所述第一传感器和所述第二传感器位置之间的转换关系；根据所述N组坐标数据和所述转换关系计算得到所述第一传感器和第二传感器之间的相对位置关系参数。
在一个实施例中，所述第一传感器为单线雷达，所述第二传感器为视觉传感器；所述采集模块还用于获取视觉传感器通过对标定参照物的位置信息进行采集得到的视觉传感器数据，根据所述单线雷达的测量高度从所述视觉传感器数据中提取出相应的行数据作为所述第二传感器数据。
在一个实施例中，所述标定参照物为三角柱体，所述参考点为所述三角柱体的夹角的顶点。
图8示出了一个实施例中机器人的内部结构图。该计算机可以是服务器。如图8所示，该机器人包括通过系统总线连接的处理器、存储器、第一传感器、第二传感器和网络接口。其中，存储器包括非易失性存储介质和内存储器。该机器人的非易失性存储介质存储有操作系统，还可存储有计算机程序，该计算机程序被处理器执行时，可使得处理器实现机器人传感器的外参标定方法。该内存储器中也可储存有计算机程序，该计算机程序被处理器执行时，可使得处理器执行机器人传感器的外参标定方法。网络接口用于与外界进行通信。本领域技术人员可以理解，图8中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的机器人的限定，具体的机器人可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在一个实施例中，本申请提供的机器人传感器的外参标定方法可以实现为一种计算机程序的形式，计算机程序可在如图8所示的机器人上运行。机器人的存储器中可存储组成该机器人传感器的外参标定装置的各个程序模板。比如，采集模块702、转换模块704、确定模块706、循环模块708和计算模块710。
一种机器人，包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行如下步骤：获取机器人中第一传感器和第二传感器通过对标定参照物的位置信息进行采集得到的第一传感器数据和第二传感器数据；将所述第一传感器数据和所述第二传感器数据转换到同一坐标系，相应地得到第一转换传感器数据和第二转换传感器数据；根据所述第一转换传感器数据确定所述标定参照物中的参考点的第一坐标位置，根据所述第二转换传感器数据确定所述标定参照物中的所述参考点的第二坐标位置，将所述第一坐标位置和所述第二坐标位置作为一组坐标数据；当所述机器人与所述标定参照物之间的相对位置关系发生变化时，进入所述获取机器人中第一传感器和第二传感器通过对标定参照物的位置信息进行采集得到的第一传感器数据和第二传感器数据的步骤，依次循环，直到累计得到N组坐标数据，所述N为不小于外参中包含的未知自由度个数的正整数；根据所述N组坐标数据计算得到所述第一传感器和所述第二传感器之间的外参，所述外参为所述第一传感器和第二传感器之间的相对位置关系参数。
在一个实施例中，所述参考点为所述标定参照物中关联两条边的转折点；所述根据所述第一转换传感器数据定所述标定参照物中的参考点的第一坐标位置，根据所述第二转换传感器数据确定所述标定参照物的参考点的第二坐标位置，包括：根据所述第一转换传感器数据对采集到的标定参照物的转折点关联的两条边进行拟合，根据拟合结果确定所述转折点的第一坐标位置；根据所述第二转换传感器数据对采集到的所述标定参照物的转折点关联的两条边进行拟合，根据拟合结果确定所述转折点的第二坐标位置。
在一个实施例中，所述标定参照物的转折点关联的两条边为直线；所述根据所述第一转换传感器数据对采集到的标定参照物的转折点关联的两条边进行拟合，根据拟合结果确定所述转折点的第一坐标位置，包括：对采集到的标定参照物的转折点关联的两条边分别进行直线拟合，根据拟合得到的两条直线的交点的坐标作为所述转折点的第一坐标位置；所述根据所述第二转换传感器数据对采集到的所述标定参照物的转折点关联的两条边进行拟合，根据拟合结果确定所述转折点的第二坐标位置，包括：对采集到的标定参照物的转折点关联的两条边分别进行直线拟合，将拟合得到的两条直线的交点的坐标作为所述转折点的第二坐标位置。
在一个实施例中，所述将所述第一传感器数据和所述第二传感器数据转换到同一坐标系，相应地得到第一转换传感器数据和第二转换传感器数据，包括：将所述第一传感器数据从所述第一传感器坐标系转换到所述机器人坐标系，得到第一转换传感器数据；将所述第二传感器数据从所述第二传感器坐标系转换到所述机器人坐标系，得到第二转换传感器数据。
在一个实施例中，所述根据所述N组坐标数据计算得到所述第一传感器和所述第二传感器之间的外参，所述外参为所述第一传感器和第二传感器之间的相对位置关系参数，包括：获取所述第一传感器和所述第二传感器位置之间的转换关系；根据所述N组坐标数据和所述转换关系计算得到所述第一传感器和第二传感器之间的相对位置关系参数。
在一个实施例中，所述第一传感器为单线雷达，所述第二传感器为视觉传感器；所述获取机器人中第一传感器和第二传感器通过对标定参照物的位置信息进行采集得到的第一传感器数据和第二传感器数据，包括：获取视觉传感器通过对标定参照物的位置信息进行采集得到的视觉传感器数据，根据所述单线雷达的测量高度从所述视觉传感器数据中提取出相应的行数据作为所述第二传感器数据。
在一个实施例中，所述标定参照物为三角柱体，所述参考点为所述三角柱体的夹角的顶点。
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，使得所述处理器执行如下步骤：获取机器人中第一传感器和第二传感器通过对标定参照物的位置信息进行采集得到的第一传感器数据和第二传感器数据；将所述第一传感器数据和所述第二传感器数据转换到同一坐标系，相应地得到第一转换传感器数据和第二转换传感器数据；根据所述第一转换传感器数据确定所述标定参照物中的参考点的第一坐标位置，根据所述第二转换传感器数据确定所述标定参照物中的所述参考点的第二坐标位置，将所述第一坐标位置和所述第二坐标位置作为一组坐标数据；当所述机器人与所述标定参照物之间的相对位置关系发生变化时，进入所述获取机器人中第一传感器和第二传感器通过对标定参照物的位置信息进行采集得到的第一传感器数据和第二传感器数据的步骤，依次循环，直到累计得到N组坐标数据，所述N为不小于外参中包含的未知自由度个数的正整数；根据所述N组坐标数据计算得到所述第一传感器和所述第二传感器之间的外参，所述外参为所述第一传感器和第二传感器之间的相对位置关系参数。
在一个实施例中，所述参考点为所述标定参照物中关联两条边的转折点；所述根据所述第一转换传感器数据定所述标定参照物中的参考点的第一坐标位置，根据所述第二转换传感器数据确定所述标定参照物的参考点的第二坐标位置，包括：根据所述第一转换传感器数据对采集到的标定参照物的转折点关联的两条边进行拟合，根据拟合结果确定所述转折点的第一坐标位置；根据所述第二转换传感器数据对采集到的所述标定参照物的转折点关联的两条边进行拟合，根据拟合结果确定所述转折点的第二坐标位置。
在一个实施例中，所述标定参照物的转折点关联的两条边为直线；所述根据所述第一转换传感器数据对采集到的标定参照物的转折点关联的两条边进行拟合，根据拟合结果确定所述转折点的第一坐标位置，包括：对采集到的标定参照物的转折点关联的两条边分别进行直线拟合，根据拟合得到的两条直线的交点的坐标作为所述转折点的第一坐标位置；所述根据所述第二转换传感器数据对采集到的所述标定参照物的转折点关联的两条边进行拟合，根据拟合结果确定所述转折点的第二坐标位置，包括：对采集到的标定参照物的转折点关联的两条边分别进行直线拟合，将拟合得到的两条直线的交点的坐标作为所述转折点的第二坐标位置。
在一个实施例中，所述将所述第一传感器数据和所述第二传感器数据转换到同一坐标系，相应地得到第一转换传感器数据和第二转换传感器数据，包括：将所述第一传感器数据从所述第一传感器坐标系转换到所述机器人坐标系，得到第一转换传感器数据；将所述第二传感器数据从所述第二传感器坐标系转换到所述机器人坐标系，得到第二转换传感器数据。
在一个实施例中，所述根据所述N组坐标数据计算得到所述第一传感器和所述第二传感器之间的外参，所述外参为所述第一传感器和第二传感器之间的相对位置关系参数，包括：获取所述第一传感器和所述第二传感器位置之间的转换关系；根据所述N组坐标数据和所述转换关系计算得到所述第一传感器和第二传感器之间的相对位置关系参数。
在一个实施例中，所述第一传感器为单线雷达，所述第二传感器为视觉传感器；所述获取机器人中第一传感器和第二传感器通过对标定参照物的位置信息进行采集得到的第一传感器数据和第二传感器数据，包括：获取视觉传感器通过对标定参照物的位置信息进行采集得到的视觉传感器数据，根据所述单线雷达的测量高度从所述视觉传感器数据中提取出相应的行数据作为所述第二传感器数据。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一非易失性计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本申请专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种机器人传感器的外参标定方法，其特征在于，所述方法包括：
获取机器人中第一传感器和第二传感器通过对标定参照物的位置信息进行采集得到的第一传感器数据和第二传感器数据；
将所述第一传感器数据和所述第二传感器数据转换到同一坐标系，相应地得到第一转换传感器数据和第二转换传感器数据；
根据所述第一转换传感器数据确定所述标定参照物中的参考点的第一坐标位置，根据所述第二转换传感器数据确定所述标定参照物中的所述参考点的第二坐标位置，将所述第一坐标位置和所述第二坐标位置作为一组坐标数据；
当所述机器人与所述标定参照物之间的相对位置关系发生变化时，进入所述获取机器人中第一传感器和第二传感器通过对标定参照物的位置信息进行采集得到的第一传感器数据和第二传感器数据的步骤，依次循环，直到累计得到N组坐标数据，所述N为不小于外参中包含的未知自由度个数的正整数；
根据所述N组坐标数据计算得到所述第一传感器和所述第二传感器之间的外参，所述外参为所述第一传感器和第二传感器之间的相对位置关系参数。
2.根据权利要求1所述的方法，其特征在于，所述参考点为所述标定参照物中关联两条边的转折点；
所述根据所述第一转换传感器数据定所述标定参照物中的参考点的第一坐标位置，根据所述第二转换传感器数据确定所述标定参照物的参考点的第二坐标位置，包括：
根据所述第一转换传感器数据对采集到的标定参照物的转折点关联的两条边进行拟合，根据拟合结果确定所述转折点的第一坐标位置；
根据所述第二转换传感器数据对采集到的所述标定参照物的转折点关联的两条边进行拟合，根据拟合结果确定所述转折点的第二坐标位置。
3.根据权利要求2所述的方法，其特征在于，所述标定参照物的转折点关联的两条边为直线；
所述根据所述第一转换传感器数据对采集到的标定参照物的转折点关联的两条边进行拟合，根据拟合结果确定所述转折点的第一坐标位置，包括：
对采集到的标定参照物的转折点关联的两条边分别进行直线拟合，根据拟合得到的两条直线的交点的坐标作为所述转折点的第一坐标位置；
所述根据所述第二转换传感器数据对采集到的所述标定参照物的转折点关联的两条边进行拟合，根据拟合结果确定所述转折点的第二坐标位置，包括：
对采集到的标定参照物的转折点关联的两条边分别进行直线拟合，将拟合得到的两条直线的交点的坐标作为所述转折点的第二坐标位置。
4.根据权利要求1所述的方法，其特征在于，所述将所述第一传感器数据和所述第二传感器数据转换到同一坐标系，相应地得到第一转换传感器数据和第二转换传感器数据，包括：
将所述第一传感器数据从所述第一传感器坐标系转换到所述机器人坐标系，得到第一转换传感器数据；
将所述第二传感器数据从所述第二传感器坐标系转换到所述机器人坐标系，得到第二转换传感器数据。
5.根据权利要求1所述的方法，其特征在于，所述根据所述N组坐标数据计算得到所述第一传感器和所述第二传感器之间的外参，所述外参为所述第一传感器和第二传感器之间的相对位置关系参数，包括：
获取所述第一传感器和所述第二传感器位置之间的转换关系；
根据所述N组坐标数据和所述转换关系计算得到所述第一传感器和第二传感器之间的相对位置关系参数。
6.根据权利要求1所述的方法，其特征在于，所述第一传感器为单线雷达，所述第二传感器为视觉传感器；
所述获取机器人中第一传感器和第二传感器通过对标定参照物的位置信息进行采集得到的第一传感器数据和第二传感器数据，包括：
获取视觉传感器通过对标定参照物的位置信息进行采集得到的视觉传感器数据，根据所述单线雷达的测量高度从所述视觉传感器数据中提取出相应的行数据作为所述第二传感器数据。
7.根据权利要求1所述的方法，其特征在于，所述标定参照物为三角柱体，所述参考点为所述三角柱体的夹角的顶点。
8.一种机器人传感器的外参标定装置，其特征在于，所述装置包括：
采集模块，用于获取机器人中第一传感器和第二传感器通过对标定参照物的位置信息进行采集得到的第一传感器数据和第二传感器数据；
转换模块，用于将所述第一传感器数据和所述第二传感器数据转换到同一坐标系，相应地得到第一转换传感器数据和第二转换传感器数据；
确定模块，用于根据所述第一转换传感器数据确定所述标定参照物中的参考点的第一坐标位置，根据所述第二转换传感器数据确定所述标定参照物中的所述参考点的第二坐标位置，将所述第一坐标位置和所述第二坐标位置作为一组坐标数据；
循环模块，用于当所述机器人与所述标定参照物之间的相对位置关系发生变化时，进入所述获取机器人中第一传感器和第二传感器通过对标定参照物的位置信息进行采集得到的第一传感器数据和第二传感器数据的步骤，依次循环，直到累计得到N组坐标数据，所述N为不小于外参中包含的未知自由度个数的正整数；
计算模块，用于根据所述N组坐标数据计算得到所述第一传感器和所述第二传感器之间的外参，所述外参为所述第一传感器和第二传感器之间的相对位置关系参数。
9.一种机器人，包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行如权利要求1至7中任一项所述方法的步骤。
10.一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，使得所述处理器执行如权利要求1至7中任一项所述方法的步骤。
CN201811594120.3A 2018-12-25 2018-12-25 机器人传感器的外参标定方法、装置、机器人及存储介质 Pending CN111360810A (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN201811594120.3A CN111360810A (zh) 2018-12-25 2018-12-25 机器人传感器的外参标定方法、装置、机器人及存储介质
US16/611,475 US11590655B2 (en) 2018-12-25 2018-12-26 External parameter calibration method for robot sensors and apparatus and robot with the same
PCT/CN2018/123793 WO2020132924A1 (zh) 2018-12-25 2018-12-26 机器人传感器的外参标定方法、装置、机器人及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811594120.3A CN111360810A (zh) 2018-12-25 2018-12-25 机器人传感器的外参标定方法、装置、机器人及存储介质

Publications (1)

Publication Number Publication Date
CN111360810A true CN111360810A (zh) 2020-07-03

Family

ID=71126872

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811594120.3A Pending CN111360810A (zh) 2018-12-25 2018-12-25 机器人传感器的外参标定方法、装置、机器人及存储介质

Country Status (3)

Country Link
US (1) US11590655B2 (zh)
CN (1) CN111360810A (zh)
WO (1) WO2020132924A1 (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113643358A (zh) * 2021-08-10 2021-11-12 追觅创新科技(苏州)有限公司 相机的外参标定方法、装置、存储介质及系统
CN115439561A (zh) * 2022-10-25 2022-12-06 杭州华橙软件技术有限公司 机器人的传感器标定方法、机器人及存储介质

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020133288A1 (zh) * 2018-12-28 2020-07-02 深圳市优必选科技有限公司 一种双足机器人步态控制方法以及双足机器人
EP3806044A4 (en) * 2019-04-23 2021-08-18 SZ DJI Technology Co., Ltd. DATA PROCESSING METHOD, SETUP AND DEVICE AND MOBILE PLATFORM
GB2585969B (en) * 2020-03-12 2022-04-06 Seechange Tech Limited Data processing
CN113319833B (zh) * 2021-05-19 2022-09-02 三一建筑机器人(西安)研究院有限公司 直角坐标机器人标定方法及装配系统

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2001067831A2 (en) * 2000-03-10 2001-09-13 Infotech Ag One camera system for component to substrate registration
CN101882313A (zh) * 2010-07-14 2010-11-10 中国人民解放军国防科学技术大学 单线激光雷达与ccd相机之间相互关系的标定方法
CN103049912A (zh) * 2012-12-21 2013-04-17 浙江大学 一种基于任意三面体的雷达-相机系统外部参数标定方法
CN203657746U (zh) * 2013-11-27 2014-06-18 深圳市智信精密仪器有限公司 一种应用于激光和相机的位置标定装置
CN105678785A (zh) * 2016-02-01 2016-06-15 西安交通大学 一种激光与相机相对位姿关系的标定方法
CN105758426A (zh) * 2016-02-19 2016-07-13 深圳杉川科技有限公司 移动机器人的多传感器的联合标定方法
CN108596979A (zh) * 2018-03-27 2018-09-28 深圳市智能机器人研究院 一种用于激光雷达和深度相机的标定装置和方法

Family Cites Families (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
AU2003285098A1 (en) * 2002-10-29 2004-05-25 Metron Systems, Inc. Calibration for 3d measurement system
CN100480004C (zh) * 2004-07-15 2009-04-22 上海交通大学 焊接机器人单目视觉传感器的手-眼关系快速标定方法
JP3946716B2 (ja) * 2004-07-28 2007-07-18 ファナック株式会社 ロボットシステムにおける３次元視覚センサの再校正方法及び装置
US20060271332A1 (en) * 2005-05-18 2006-11-30 Perceptron, Inc. Method for calibrating a non-contact sensor using a robot
KR20090066776A (ko) * 2007-12-20 2009-06-24 한국전자통신연구원 로봇 위치 추정을 위한 위치결정서비스 프레임 워크 장치및 그 방법
CN102015221B (zh) * 2008-04-30 2012-09-05 Abb技术有限公司 用于确定机器人坐标系与位于机器人工作范围内的本地坐标系之间的关系的方法和系统
CN101660903B (zh) * 2009-09-22 2011-01-12 大连海事大学 一种用于测量机器人的外参数计算方法
JP2011115877A (ja) * 2009-12-02 2011-06-16 Canon Inc 双腕ロボット
CN102294695A (zh) * 2010-06-25 2011-12-28 鸿富锦精密工业（深圳）有限公司 机器人标定方法及标定系统
JP2012187651A (ja) * 2011-03-09 2012-10-04 Omron Corp 画像処理装置および画像処理システム、ならびにそれらに向けられたガイダンス装置
JP6021533B2 (ja) * 2012-09-03 2016-11-09 キヤノン株式会社 情報処理システム、装置、方法及びプログラム
WO2014103161A1 (ja) * 2012-12-27 2014-07-03 パナソニック株式会社 情報通信方法
CN104827480A (zh) * 2014-02-11 2015-08-12 泰科电子(上海)有限公司 机器人系统的自动标定方法
DK3428766T3 (da) * 2014-09-05 2021-06-07 Sz Dji Technology Co Ltd Multi-sensor til afbildning af omgivelser
DE102015219332A1 (de) * 2015-10-07 2017-04-13 Robert Bosch Gmbh Sensorvorrichtung sowie Roboteranordnung mit der Sensorvorrichtung
CN108226906B (zh) * 2017-11-29 2019-11-26 深圳市易成自动驾驶技术有限公司 一种标定方法、装置及计算机可读存储介质
EP3531151B1 (en) * 2018-02-27 2020-04-22 Melexis Technologies SA Redundant sensor error reduction
CN108399643A (zh) * 2018-03-15 2018-08-14 南京大学 一种激光雷达和相机间的外参标定系统和方法
CN108717715B (zh) * 2018-06-11 2022-05-31 华南理工大学 一种用于弧焊机器人的线结构光视觉系统自动标定方法
EP3818341A4 (en) * 2018-07-06 2022-03-16 Brain Corporation SYSTEMS, METHODS AND DEVICES FOR CALIBRATION OF DEVICE MOUNTED SENSORS
KR102561103B1 (ko) * 2018-11-16 2023-07-31 삼성전자주식회사 로봇 보정 시스템 및 그것의 보정 방법
US11707842B2 (en) * 2018-11-27 2023-07-25 Fanuc Corporation Robot system and coordinate conversion method

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2001067831A2 (en) * 2000-03-10 2001-09-13 Infotech Ag One camera system for component to substrate registration
CN101882313A (zh) * 2010-07-14 2010-11-10 中国人民解放军国防科学技术大学 单线激光雷达与ccd相机之间相互关系的标定方法
CN103049912A (zh) * 2012-12-21 2013-04-17 浙江大学 一种基于任意三面体的雷达-相机系统外部参数标定方法
CN203657746U (zh) * 2013-11-27 2014-06-18 深圳市智信精密仪器有限公司 一种应用于激光和相机的位置标定装置
CN105678785A (zh) * 2016-02-01 2016-06-15 西安交通大学 一种激光与相机相对位姿关系的标定方法
CN105758426A (zh) * 2016-02-19 2016-07-13 深圳杉川科技有限公司 移动机器人的多传感器的联合标定方法
CN108596979A (zh) * 2018-03-27 2018-09-28 深圳市智能机器人研究院 一种用于激光雷达和深度相机的标定装置和方法

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113643358A (zh) * 2021-08-10 2021-11-12 追觅创新科技(苏州)有限公司 相机的外参标定方法、装置、存储介质及系统
CN113643358B (zh) * 2021-08-10 2023-07-07 追觅创新科技(苏州)有限公司 相机的外参标定方法、装置、存储介质及系统
CN115439561A (zh) * 2022-10-25 2022-12-06 杭州华橙软件技术有限公司 机器人的传感器标定方法、机器人及存储介质
CN115439561B (zh) * 2022-10-25 2023-03-10 杭州华橙软件技术有限公司 机器人的传感器标定方法、机器人及存储介质

Also Published As

Publication number Publication date
WO2020132924A1 (zh) 2020-07-02
US11590655B2 (en) 2023-02-28
US20210354299A1 (en) 2021-11-18

Similar Documents

Publication Publication Date Title
CN111360810A (zh) 机器人传感器的外参标定方法、装置、机器人及存储介质
EP2990828B1 (en) Point cloud position data processing device, point cloud position data processing system, point cloud position data processing method, and program therefor
US8792726B2 (en) Geometric feature extracting device, geometric feature extracting method, storage medium, three-dimensional measurement apparatus, and object recognition apparatus
CN102460065B (zh) 信息处理设备和信息处理方法
CN111123242B (zh) 一种基于激光雷达和相机的联合标定方法及计算机可读存储介质
CN112258590B (zh) 一种基于激光的深度相机外参标定方法、设备及其存储介质
CN106932780A (zh) 物体定位方法、装置和系统
KR20220025028A (ko) 시각적 비콘 기반의 비콘 맵 구축 방법, 장치
CN107229043B (zh) 一种距离传感器外参数标定方法和系统
CN112907681A (zh) 基于毫米波雷达与双目相机的联合标定方法和系统
CN113280733A (zh) 一种基于激光雷达的货车车厢容积测量方法及系统
CN112200869A (zh) 一种基于点线特征的机器人全局最优视觉定位方法及装置
CN115685160A (zh) 基于标靶的激光雷达与相机标定方法、系统、电子设备
KR101735325B1 (ko) 점군 정합 장치
CN111915681A (zh) 多组3d相机群的外参标定方法、装置、存储介质及设备
CN113567964A (zh) 激光雷达自动测试方法及装置、系统
Withers et al. Modelling scene change for large-scale long term laser localisation
Tamura et al. Circle fitting based position measurement system using laser range finder in construction fields
CN114926536B (zh) 一种基于语义的定位与建图方法、系统及智能机器人
CN113405532B (zh) 基于视觉系统结构参数的前方交会测量方法及系统
CN115063489A (zh) 一种外参标定方法、装置、设备和存储介质
CN113538699A (zh) 基于三维点云的定位方法、装置、设备及存储介质
Zancajo-Blazquez et al. Segmentation of indoor mapping point clouds applied to crime scenes reconstruction
CN117470280B (zh) 激光slam实时精度评估方法、装置、介质和设备
Einecke et al. Direct surface fitting

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20200703

RJ01 Rejection of invention patent application after publication