CN111678521B - 一种移动机器人定位精度的评估方法和系统 - Google Patents

一种移动机器人定位精度的评估方法和系统 Download PDF

Info

Publication number
CN111678521B
CN111678521B CN202010557418.8A CN202010557418A CN111678521B CN 111678521 B CN111678521 B CN 111678521B CN 202010557418 A CN202010557418 A CN 202010557418A CN 111678521 B CN111678521 B CN 111678521B
Authority
CN
China
Prior art keywords
mobile robot
pose
determining
track error
absolute
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
Application number
CN202010557418.8A
Other languages
English (en)
Other versions
CN111678521A (zh
Inventor
郭帅
曾令栋
荚启波
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.)
Shanghai Jinshangya Technology Co ltd
Original Assignee
University of Shanghai for Science and Technology
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 University of Shanghai for Science and Technology filed Critical University of Shanghai for Science and Technology
Priority to CN202010557418.8A priority Critical patent/CN111678521B/zh
Publication of CN111678521A publication Critical patent/CN111678521A/zh
Application granted granted Critical
Publication of CN111678521B publication Critical patent/CN111678521B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/20—Instruments for performing navigational calculations

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Automation & Control Theory (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)

Abstract

本发明提供的移动机器人定位精度的评估方法和系统，通过利用动态捕捉系统获取移动机器人的第一位姿，以及移动机器人中采用SLAM算法所确定的移动机器人的第二位姿，可以快速得到移动机器人的平移绝对轨迹误差和旋转绝对轨迹误差；然后，在根据旋转绝对轨迹误差和平移绝对轨迹误差生成移动机器人的绝对轨迹误差报告之后，采用绝对轨迹误差报告确定移动机器人的定位精度，以在保证误差分析的准确性的同时，满足移动机器人定位精度检测评估等方面的作业要求。

Description

一种移动机器人定位精度的评估方法和系统
技术领域
本发明涉及移动机器人定位误差评估领域，特别是涉及一种移动机器人定位精度的评估方法和系统。
背景技术
随着移动机器人技术在各行各业的广泛应用，各类激光SLAM算法也得以深入的开发。由于缺乏移动机器人在实际场景中真值位姿，导致各类激光SLAM算法的定位精度难以评价。
现有方法中，主要将公共数据集的Ground Truth作为评价SLAM算法定位精度的基准。但是，这种方法存在如下缺点：一方面，包含Ground Truth的公共数据集比较少；另一方面，公共数据集的Ground Truth并不符合算法实际应用场景，所测定的定位精度也不是真实场景下的精度。
因此，如何提供一种符合实际场景、评价准确且能快速得到误差值的移动机器人定位误差分析方法，是本领域技术人员亟待解决的技术问题。
发明内容
本发明的目的是提供一种符合实际场景、评价准确且能快速得到误差值的移动机器人定位精度的评估方法和系统。
为实现上述目的，本发明提供了如下方案：
一种移动机器人定位精度的评估方法，包括：
利用动态捕捉系统获取移动机器人的第一位姿；所述第一位姿包括第一位置坐标和偏航角；
获取所述移动机器人中采用SLAM算法所确定的移动机器人的第二位姿；所述第二位姿包括第二位置坐标和航向角；
根据所述第一位姿和所述第二位姿确定所述移动机器人的平移绝对轨迹误差；
根据所述偏航角和所述航向角确定所述移动机器人的旋转绝对轨迹误差；
根据所述旋转绝对轨迹误差和所述平移绝对轨迹误差生成所述移动机器人的绝对轨迹误差报告；
根据所述绝对轨迹误差报告确定所述移动机器人的定位精度。
优选的，所述利用动态捕捉系统获取移动机器人的第一位姿，具体包括：
利用所述动态捕捉系统中的Motive软件，根据双目视觉原理确定所述移动机器人的位姿轨迹数据为(x,y,z,Roll,Pitch,Yaw)；
根据位姿轨迹数据(x,y,z,Roll,Pitch,Yaw)确定移动机器人的第一位置坐标和偏航角；
其中，x,y,z为移动机器人在空间直角坐标系中的坐标值，Roll为绕x轴的偏航角，Pitch为绕y轴的偏航角，Yaw为绕z轴的偏航角。
优选的，所述利用动态捕捉系统获取移动机器人的第一位姿，具体包括：
以启动所述SLAM算法时所述移动机器人所在的位置为坐标原点，利用所述动态捕捉系统中的Motive软件，根据双目视觉原理确定所述移动机器人的位姿轨迹数据为(x,y,z,Roll,Pitch,Yaw)；
保留所述位姿轨迹数据(x,y,z,Roll,Pitch,Yaw)中绕z轴的偏航角和X-Y平面内的坐标值，得到第一位姿。
优选的，所述根据所述第一位姿和所述第二位姿确定所述移动机器人的平移绝对轨迹误差，具体包括：
根据所述第一位姿和所述第二位姿，采用公式
Figure BDA0002544863980000021
确定所述移动机器人的平移绝对轨迹误差ATEpos；
其中，n表示位姿总数，
Figure BDA0002544863980000031
表示X-Y平面内的第i个第二位姿，
Figure BDA0002544863980000032
表示X-Y平面内的第i个第一位姿。
优选的，所述根据所述偏航角和所述航向角确定所述移动机器人的旋转绝对轨迹误差，具体包括：
根据所述偏航角和所述航向角，采用公式
Figure BDA0002544863980000033
确定所述移动机器人的旋转绝对轨迹误差ATEroi；
其中，n表示位姿总数，
Figure BDA0002544863980000034
表示第i个航向角，
Figure BDA0002544863980000035
表示第i个偏航角。
一种移动机器人定位精度的评估系统，包括：
第一获取模块，用于利用动态捕捉系统获取移动机器人的第一位姿；所述第一位姿包括第一位置坐标和偏航角；
第二获取模块，用于获取所述移动机器人中采用SLAM算法所确定的移动机器人的第二位姿；所述第二位姿包括第二位置坐标和航向角；
平移绝对轨迹误差确定模块，用于根据所述第一位姿和所述第二位姿确定所述移动机器人的平移绝对轨迹误差；
旋转绝对轨迹误差确定模块，用于根据所述偏航角和所述航向角确定所述移动机器人的旋转绝对轨迹误差；
误差报告生成模块，用于根据所述旋转绝对轨迹误差和所述平移绝对轨迹误差生成所述移动机器人的绝对轨迹误差报告；
定位精度确定模块，用于根据所述绝对轨迹误差报告确定所述移动机器人的定位精度。
优选的，所述第一获取模块，具体包括：
第一位姿轨迹数据确定单元，用于利用所述动态捕捉系统中的Motive软件，根据双目视觉原理确定所述移动机器人的位姿轨迹数据为(x,y,z,Roll,Pitch,Yaw)；
第一位置和偏航角确定单元，用于根据位姿轨迹数据(x,y,z,Roll,Pitch,Yaw)确定移动机器人的第一位置坐标和偏航角；
其中，x,y,z为移动机器人在空间直角坐标系中的坐标值，Roll为绕x轴的偏航角，Pitch为绕y轴的偏航角，Yaw为绕z轴的偏航角。
优选的，所述第一获取模块，具体包括：
第二位姿轨迹数据确定单元，用于以启动所述SLAM算法时所述移动机器人所在的位置为坐标原点，利用所述动态捕捉系统中的Motive软件，根据双目视觉原理确定所述移动机器人的位姿轨迹数据为(x,y,z,Roll,Pitch,Yaw)；
第一位姿确定单元，用于保留所述位姿轨迹数据(x,y,z,Roll,Pitch,Yaw)中绕z轴的偏航角和X-Y平面内的坐标值，得到第一位姿。
优选的，所述平移绝对轨迹误差确定模块，具体包括：
平移绝对轨迹误差确定单元，用于根据所述第一位姿和所述第二位姿，采用公式
Figure BDA0002544863980000041
确定所述移动机器人的平移绝对轨迹误差ATEpos；
其中，n表示位姿总数，
Figure BDA0002544863980000042
表示X-Y平面内的第i个第二位姿，
Figure BDA0002544863980000043
表示X-Y平面内的第i个第一位姿。
优选的，所述旋转绝对轨迹误差确定模块，具体包括：
旋转绝对轨迹误差确定单元，用于根据所述偏航角和所述航向角，采用公式
Figure BDA0002544863980000044
确定所述移动机器人的旋转绝对轨迹误差ATEroi；
其中，n表示位姿总数，
Figure BDA0002544863980000045
表示第i个航向角，
Figure BDA0002544863980000046
表示第i个偏航角。
根据本发明提供的具体实施例，本发明公开了以下技术效果：
本发明提供的移动机器人定位精度的评估方法和系统，通过利用动态捕捉系统获取移动机器人的第一位姿，以及移动机器人中采用SLAM算法所确定的移动机器人的第二位姿，可以快速得到移动机器人的平移绝对轨迹误差和旋转绝对轨迹误差；然后，在根据旋转绝对轨迹误差和平移绝对轨迹误差生成移动机器人的绝对轨迹误差报告之后，采用绝对轨迹误差报告确定移动机器人的定位精度，以在保证误差分析的准确性的同时，满足移动机器人定位精度检测评估等方面的作业要求。
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性的前提下，还可以根据这些附图获得其他的附图。
图1为本发明提供的移动机器人定位精度评估方法的流程图；
图2为本发明实施例中动态捕捉系统的结构示意图；
图3为本发明实施例中基于动态捕捉系统的移动机器人定位精度评估方法的实施流程图；
图4为本发明实施例提供的移动机器人的结构示意图；
图5为本发明实施例中平移绝对轨迹误差的评价结果图；
图6为本发明实施例中旋转绝对轨迹误差的评价结果图；
图7为本发明提供的移动机器人定位精度评估系统的结构示意图。
附图标记：
1-计算机，2-数据交换机，3-高速红外摄像机，4-反光球，5-移动机器人。
具体实施方式
下面将结合本发明实施例中的附图，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。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动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。
本发明的目的是提供一种符合实际场景、评价准确且能快速得到误差值的移动机器人定位精度的评估方法和系统。
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。
图1为本发明提供的移动机器人定位精度评估方法的流程图，如图1所示，一种移动机器人定位精度的评估方法，包括：
步骤100：利用动态捕捉系统获取移动机器人的第一位姿。该步骤具体包括：
以启动SLAM算法时移动机器人所在的位置为坐标原点，利用动态捕捉系统中的Motive软件，根据双目视觉原理确定移动机器人的位姿轨迹数据为(x,y,z,Roll,Pitch,Yaw)。
保留位姿轨迹数据(x,y,z,Roll,Pitch,Yaw)中绕z轴的偏航角和X-Y平面内的坐标值，得到第一位姿。第一位姿包括第一位置坐标和偏航角。
其中，x,y,z为移动机器人在空间直角坐标系中的坐标值，Roll为绕x轴的偏航角，Pitch为绕y轴的偏航角，Yaw为绕z轴的偏航角。
步骤101：获取移动机器人中采用SLAM算法所确定的移动机器人的第二位姿。第二位姿包括第二位置坐标和航向角。
其中，SLAM(Simultaneous Localization and Mapping，同步定位与建图)算法是移动机器人自身携带的一种定位方法，属于现有技术，故对其获取移动机器人位姿数据的具体过程不进行赘述。
步骤102：根据第一位姿和第二位姿确定移动机器人的平移绝对轨迹误差。
优选的，该步骤是采用公式
Figure BDA0002544863980000061
根据第一位姿和第二位姿来确定移动机器人的平移绝对轨迹误差ATEpos。
其中，n表示位姿总数，
Figure BDA0002544863980000062
表示X-Y平面内的第i个第二位姿，
Figure BDA0002544863980000063
表示X-Y平面内的第i个第一位姿。
步骤103：根据偏航角和航向角确定移动机器人的旋转绝对轨迹误差。
优选的，该步骤是采用公式
Figure BDA0002544863980000071
根据偏航角和航向角确定移动机器人的旋转绝对轨迹误差ATEroi。
其中，
Figure BDA0002544863980000072
表示第i个航向角，
Figure BDA0002544863980000073
表示第i个偏航角。
步骤104：根据旋转绝对轨迹误差和平移绝对轨迹误差生成移动机器人的绝对轨迹误差报告。
步骤105：根据绝对轨迹误差报告确定移动机器人的定位精度。
下面以一个具体实施案例对本发明提供的移动机器人定位精度的评估方法进行说明。本发明具体实施案例中以图2所示的动态捕捉系统为例进行阐述，在具体应用时，本发明的方案也适用于其他结构类型的动态捕捉系统。
如图2所示，本发明中所采用的动态捕捉系统主要包括计算机1、数据交换机2和高速红外摄像机3。其中，高速红外摄像机3主要用于捕捉移动机器人5。
如图3所示，本发明基于动态捕捉系统的移动机器人定位精度评估方法，对移动机器人进行定位精度评估的过程具体包括以下步骤：
第一步、在移动机器人5上安装用于被捕捉的涂有高反光材料的反光球4(其具体安装位置如图4所示)。布置移动机器人5的运动场地，场地上方均匀分布动态捕捉系统的高速红外摄像机3(如图2所示)。
第二步、利用上一步搭建的动捕环境采集移动机器人5的绝对位姿轨迹的数据。为了提高运动捕捉系统的精度和可靠性，反光球4必须要同时被至少两台高速红外摄像机3捕捉到。利用动态捕捉系统采集移动机器人5的绝对位姿轨迹(第一位姿)，与SLAM算法输出的绝对位姿轨迹(第二位姿)进行比较计算。
其中，绝对位姿轨迹比较计算包括以下步骤：
A、动态捕捉系统输出的全局位姿为(x,y,z,Roll,Pitch,Yaw)，是三维坐标和偏航角的组合，而二维SLAM算法输出的位姿为(x,y,θ)，其中(x,y)为X-Y平面内的坐标值，而θ为移动机器人的航向角。
为了计算绝对位姿轨迹误差，调整动态捕捉系统的输出位姿为(xt,yt,ω)。(xt,yt)是X-Y平面内的坐标值，ω是动态捕捉系统输出的偏航角。
其中，以在移动记机器人5的SLAM算法启动时所在的位置为全局坐标原点，在此点处，标定动态捕捉系统的坐标原点，统一SLAM算法估计值的坐标原点和动态捕捉系统的坐标原点。
启动移动机器人5，并输出其位姿估计值。同时记录动态捕捉系统的位姿测量值。
对动态捕捉系统记录的测量值进行取舍，保留X-Y平面的坐标值和绕z轴的航向角，使其和SLAM算法估计值保持一致。
B、定义二维SLAM算法的平移绝对轨迹误差ATEpos为：
Figure BDA0002544863980000081
二维SLAM算法航向角的旋转绝对轨迹误差可以类似地定义为：
Figure BDA0002544863980000082
C、将二维SLAM算法估计输出的位姿和动态捕捉系统输出的真实位姿分别代入公式(1)和(2)计算相应的平移绝对位姿轨迹误差和旋转绝对位姿轨迹误差。
第三步、利用移动机器人5自身的SLAM算法计算的绝对位姿轨迹，并利用第二步中得到的数据对比计算绝对轨迹误差。
第四步、利用绝对位姿轨迹误差制订位姿误差报告，该报告包括平移位姿误差和旋转位姿误差两个部分。
其中，图5为平移绝对轨迹误差的评价结果图，图6为旋转绝对轨迹误差的评价结果图。
此外，针对上述移动机器人定位精度的评估方法，本发明还对应提供一种移动机器人定位精度的评估系统。如图7所示，该系统包括：第一获取模块200、第二获取模块201、平移绝对轨迹误差确定模块202、旋转绝对轨迹误差确定模块203、误差报告生成模块204和定位精度确定模块205。
其中，第一获取模块200用于利用动态捕捉系统获取移动机器人的第一位姿。第一位姿包括第一位置坐标和偏航角。
第二获取模块201用于获取移动机器人中采用SLAM算法所确定的移动机器人的第二位姿。第二位姿包括第二位置坐标和航向角。
平移绝对轨迹误差确定模块202用于根据第一位姿和第二位姿确定移动机器人的平移绝对轨迹误差。
旋转绝对轨迹误差确定模块203用于根据偏航角和航向角确定移动机器人的旋转绝对轨迹误差。
误差报告生成模块204用于根据旋转绝对轨迹误差和平移绝对轨迹误差生成移动机器人的绝对轨迹误差报告。
定位精度确定模块205用于根据绝对轨迹误差报告确定移动机器人的定位精度。
作为本发明的一优选实施例，上述第一获取模块200具体包括：第一位姿轨迹数据确定单元、第一位置和偏航角确定单元。
第一位姿轨迹数据确定单元用于利用动态捕捉系统中的Motive软件，根据双目视觉原理确定移动机器人的位姿轨迹数据为(x,y,z,Roll,Pitch,Yaw)。
第一位置和偏航角确定单元用于根据位姿轨迹数据(x,y,z,Roll,Pitch,Yaw)确定移动机器人的第一位置坐标和偏航角。
其中，x,y,z为移动机器人在空间直角坐标系中的坐标值，Roll为绕x轴的偏航角，Pitch为绕y轴的偏航角，Yaw为绕z轴的偏航角。
作为本发明的另一优选实施例，上述第一获取模块200还可以具体包括：第二位姿轨迹数据确定单元和第一位姿确定单元。
第二位姿轨迹数据确定单元用于以启动SLAM算法时移动机器人所在的位置为坐标原点，利用动态捕捉系统中的Motive软件，根据双目视觉原理确定移动机器人的位姿轨迹数据为(x,y,z,Roll,Pitch,Yaw)。
第一位姿确定单元用于保留位姿轨迹数据(x,y,z,Roll,Pitch,Yaw)中绕z轴的偏航角和X-Y平面内的坐标值，得到第一位姿。
作为本发明的另一优选实施例，上述平移绝对轨迹误差确定模块202具体包括：用于根据第一位姿和第二位姿，采用公式
Figure BDA0002544863980000101
确定移动机器人的平移绝对轨迹误差ATEpos的平移绝对轨迹误差确定单元。
其中，n表示位姿总数，
Figure BDA0002544863980000102
表示X-Y平面内的第i个第二位姿，
Figure BDA0002544863980000103
表示X-Y平面内的第i个第一位姿。
优选的，旋转绝对轨迹误差确定模块203具体包括：用于根据偏航角和航向角，采用公式
Figure BDA0002544863980000104
确定移动机器人的旋转绝对轨迹误差ATEroi的旋转绝对轨迹误差确定单元。
其中，n表示位姿总数，
Figure BDA0002544863980000105
表示第i个航向角，
Figure BDA0002544863980000106
表示第i个偏航角。
基于以上描述，本发明提出的移动机器人定位精度的评估方法和系统，可以在实际场景中对定位误差做出评价，且能够测出符合真实环境下的定位误差；本发明提供的方法和系统还可以实时的对算法的定位误差进行数输出并生成评价报告。
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本发明的限制。

Claims (6)

1.一种移动机器人定位精度的评估方法，其特征在于，包括：
利用动态捕捉系统获取移动机器人的第一位姿；
获取所述移动机器人中采用SLAM算法所确定的移动机器人的第二位姿；所述第二位姿包括第二位置坐标和航向角；
根据所述第一位姿和所述第二位姿确定所述移动机器人的平移绝对轨迹误差；
根据偏航角和所述航向角确定所述移动机器人的旋转绝对轨迹误差；
根据所述旋转绝对轨迹误差和所述平移绝对轨迹误差生成所述移动机器人的绝对轨迹误差报告；
根据所述绝对轨迹误差报告确定所述移动机器人的定位精度；
所述利用动态捕捉系统获取移动机器人的第一位姿，具体包括：
以启动所述SLAM算法时所述移动机器人所在的位置为坐标原点，利用所述动态捕捉系统中的Motive软件，根据双目视觉原理确定所述移动机器人的位姿轨迹数据为(x,y,z,Roll,Pitch,Yaw)；
保留所述位姿轨迹数据(x,y,z,Roll,Pitch,Yaw)中绕z轴的偏航角和X-Y平面内的坐标值，得到第一位姿；
其中，x,y,z为移动机器人在空间直角坐标系中的坐标值，Roll为绕x轴的偏航角，Pitch为绕y轴的偏航角，Yaw为绕z轴的偏航角。
2.根据权利要求1所述的移动机器人定位精度的评估方法，其特征在于，所述根据所述第一位姿和所述第二位姿确定所述移动机器人的平移绝对轨迹误差，具体包括：
根据所述第一位姿和所述第二位姿，采用公式
Figure FDA0003265130400000021
确定所述移动机器人的平移绝对轨迹误差ATEpos；
其中，n表示位姿总数，
Figure FDA0003265130400000022
表示X-Y平面内的第i个第二位姿，
Figure FDA0003265130400000023
表示X-Y平面内的第i个第一位姿。
3.根据权利要求1所述的移动机器人定位精度的评估方法，其特征在于，所述根据所述偏航角和所述航向角确定所述移动机器人的旋转绝对轨迹误差，具体包括：
根据所述偏航角和所述航向角，采用公式
Figure FDA0003265130400000024
确定所述移动机器人的旋转绝对轨迹误差ATEroi；
其中，n表示位姿总数，
Figure FDA0003265130400000025
表示第i个第二绕z轴的偏航角，
Figure FDA0003265130400000026
表示第i个偏航角。
4.一种移动机器人定位精度的评估系统，其特征在于，包括：
第一获取模块，用于利用动态捕捉系统获取移动机器人的第一位姿；
第二获取模块，用于获取所述移动机器人中采用SLAM算法所确定的移动机器人的第二位姿；所述第二位姿包括第二位置坐标和航向角；
平移绝对轨迹误差确定模块，用于根据所述第一位姿和所述第二位姿确定所述移动机器人的平移绝对轨迹误差；
旋转绝对轨迹误差确定模块，用于根据偏航角和所述航向角确定所述移动机器人的旋转绝对轨迹误差；
误差报告生成模块，用于根据所述旋转绝对轨迹误差和所述平移绝对轨迹误差生成所述移动机器人的绝对轨迹误差报告；
定位精度确定模块，用于根据所述绝对轨迹误差报告确定所述移动机器人的定位精度；
所述第一获取模块，具体包括：
第二位姿轨迹数据确定单元，用于以启动所述SLAM算法时所述移动机器人所在的位置为坐标原点，利用所述动态捕捉系统中的Motive软件，根据双目视觉原理确定所述移动机器人的位姿轨迹数据为(x,y,z,Roll,Pitch,Yaw)；
第一位姿确定单元，用于保留所述位姿轨迹数据(x,y,z,Roll,Pitch,Yaw)中绕z轴的偏航角和X-Y平面内的坐标值，得到第一位姿；
其中，x,y,z为移动机器人在空间直角坐标系中的坐标值，Roll为绕x轴的偏航角，Pitch为绕y轴的偏航角，Yaw为绕z轴的偏航角。
5.根据权利要求4所述的移动机器人定位精度的评估系统，其特征在于，所述平移绝对轨迹误差确定模块，具体包括：
平移绝对轨迹误差确定单元，用于根据所述第一位姿和所述第二位姿，采用公式
Figure FDA0003265130400000041
确定所述移动机器人的平移绝对轨迹误差ATEpos；
其中，n表示位姿总数，
Figure FDA0003265130400000042
表示X-Y平面内的第i个第二位姿，
Figure FDA0003265130400000043
表示X-Y平面内的第i个第一位姿。
6.根据权利要求4所述的移动机器人定位精度的评估系统，其特征在于，所述旋转绝对轨迹误差确定模块，具体包括：
旋转绝对轨迹误差确定单元，用于根据所述偏航角和所述航向角，采用公式
Figure FDA0003265130400000044
确定所述移动机器人的旋转绝对轨迹误差ATEroi；
其中，n表示位姿总数，
Figure FDA0003265130400000045
表示第i个航向角，
Figure FDA0003265130400000046
表示第i个偏航角。
CN202010557418.8A 2020-06-18 2020-06-18 一种移动机器人定位精度的评估方法和系统 Active CN111678521B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010557418.8A CN111678521B (zh) 2020-06-18 2020-06-18 一种移动机器人定位精度的评估方法和系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010557418.8A CN111678521B (zh) 2020-06-18 2020-06-18 一种移动机器人定位精度的评估方法和系统

Publications (2)

Publication Number Publication Date
CN111678521A CN111678521A (zh) 2020-09-18
CN111678521B true CN111678521B (zh) 2021-12-28

Family

ID=72436075

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010557418.8A Active CN111678521B (zh) 2020-06-18 2020-06-18 一种移动机器人定位精度的评估方法和系统

Country Status (1)

Country Link
CN (1) CN111678521B (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112099636B (zh) * 2020-09-23 2023-02-10 广东工业大学 一种虚拟现实运动捕捉系统的精度检测方法和相关装置
CN112348878B (zh) * 2020-10-23 2023-03-21 歌尔科技有限公司 定位测试方法、装置及电子设备
CN113624226A (zh) * 2021-04-28 2021-11-09 上海有个机器人有限公司 一种平面运动约束方法、电子设备及存储介质
CN113654566A (zh) * 2021-07-27 2021-11-16 上海智能网联汽车技术中心有限公司 路侧系统的定位性能评估方法、存储介质及车路协同系统
CN115984388B (zh) * 2023-02-28 2023-06-06 江西省智能产业技术创新研究院 一种空间定位精度评估方法、系统、存储介质及计算机

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109760107A (zh) * 2019-01-22 2019-05-17 广东工业大学 一种基于单目视觉的机器人定位精度评价方法
CN109884590A (zh) * 2019-03-28 2019-06-14 河北工业大学 一种工业机器人轨迹精度检测装置及方法
CN110033489A (zh) * 2018-01-12 2019-07-19 华为技术有限公司 一种车辆定位准确性的评估方法、装置及设备
CN110260867A (zh) * 2019-07-29 2019-09-20 浙江大华技术股份有限公司 一种机器人导航中位姿确定、纠正的方法、设备及装置

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10740964B2 (en) * 2018-03-13 2020-08-11 Recogni Inc. Three-dimensional environment modeling based on a multi-camera convolver system

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110033489A (zh) * 2018-01-12 2019-07-19 华为技术有限公司 一种车辆定位准确性的评估方法、装置及设备
CN109760107A (zh) * 2019-01-22 2019-05-17 广东工业大学 一种基于单目视觉的机器人定位精度评价方法
CN109884590A (zh) * 2019-03-28 2019-06-14 河北工业大学 一种工业机器人轨迹精度检测装置及方法
CN110260867A (zh) * 2019-07-29 2019-09-20 浙江大华技术股份有限公司 一种机器人导航中位姿确定、纠正的方法、设备及装置

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
6R焊接机器人逆解算法与焊接轨迹误差分析;韩兴国等;《农业机械学报》;20170831;第48卷(第8期);第388页 *
吴晶.无人驾驶汽车三维同步定位与建图精度评估.《装备机械》.2019,(第4期),第17-20页. *
无人驾驶汽车三维同步定位与建图精度评估;吴晶;《装备机械》;20191230(第4期);第17-20页 *

Also Published As

Publication number Publication date
CN111678521A (zh) 2020-09-18

Similar Documents

Publication Publication Date Title
CN111678521B (zh) 一种移动机器人定位精度的评估方法和系统
CN111258313B (zh) 多传感器融合slam系统及机器人
US20210233275A1 (en) Monocular vision tracking method, apparatus and non-transitory computer-readable storage medium
CN110880189B (zh) 联合标定方法及其联合标定装置和电子设备
CN110296691A (zh) 融合imu标定的双目立体视觉测量方法与系统
CN110842901B (zh) 基于一种新型三维标定块的机器人手眼标定方法与装置
CN111275763A (zh) 闭环检测系统、多传感器融合slam系统及机器人
CN106971408B (zh) 一种基于时空转换思想的摄像机标定方法
CN112907727B (zh) 相对变换矩阵的标定方法、装置及系统
CN111899276A (zh) 一种基于双目事件相机的slam方法及系统
CN111791235A (zh) 一种机器人多相机视觉惯性点线特征定位方法及装置
Schraml et al. An event-driven stereo system for real-time 3-D 360 panoramic vision
CN113137973A (zh) 一种图像语义特征点真值确定方法及装置
CN115187612A (zh) 一种基于机器视觉的平面面积测量方法、装置及系统
Chen et al. Single-image distance measurement by a smart mobile device
CN114266823A (zh) 一种结合SuperPoint网络特征提取的单目SLAM方法
CN113916128A (zh) 一种基于光笔式视觉测量系统的提高精度的方法
CN113790711B (zh) 一种无人机低空飞行位姿无控多视测量方法及存储介质
JP3512894B2 (ja) 相対的移動量算出装置及び相対的移動量算出方法
CN108573504A (zh) 用于分析植物的表型的3d影像生成方法及其系统
CN114359338A (zh) 位姿估计方法、装置、终端设备及计算机可读存储介质
Chen et al. Synchronization and calibration of a stereo vision system
CN114445591A (zh) 地图构建方法、系统、设备以及计算机存储介质
JP3548652B2 (ja) 物体形状復元装置及びその方法
CN114119885A (zh) 图像特征点匹配方法、装置及系统、地图构建方法及系统

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
TR01 Transfer of patent right

Effective date of registration: 20230413

Address after: 200436 Area B, Floor 5, Building 1, No. 668, Shangda Road, Baoshan District, Shanghai

Patentee after: Shanghai Jinshangya Technology Co.,Ltd.

Address before: 200444 No. 99, upper road, Shanghai, Baoshan District

Patentee before: Shanghai University

TR01 Transfer of patent right