CN111912337A - 机器人位姿信息的确定方法、装置、设备和介质 - Google Patents

机器人位姿信息的确定方法、装置、设备和介质 Download PDF

Info

Publication number
CN111912337A
CN111912337A CN202010722649.XA CN202010722649A CN111912337A CN 111912337 A CN111912337 A CN 111912337A CN 202010722649 A CN202010722649 A CN 202010722649A CN 111912337 A CN111912337 A CN 111912337A
Authority
CN
China
Prior art keywords
robot
image module
determining
curve
coordinate
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.)
Granted
Application number
CN202010722649.XA
Other languages
English (en)
Other versions
CN111912337B (zh
Inventor
马帅
马元勋
杨亚运
何林
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 Keenlon Intelligent Technology Co Ltd
Original Assignee
Shanghai Keenlon Intelligent Technology Co Ltd
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 Shanghai Keenlon Intelligent Technology Co Ltd filed Critical Shanghai Keenlon Intelligent Technology Co Ltd
Priority to CN202010722649.XA priority Critical patent/CN111912337B/zh
Publication of CN111912337A publication Critical patent/CN111912337A/zh
Priority to US17/320,566 priority patent/US11644302B2/en
Application granted granted Critical
Publication of CN111912337B publication Critical patent/CN111912337B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
    • G05D1/0234—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using optical markers or beacons
    • 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
    • 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

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Automation & Control Theory (AREA)
  • Electromagnetism (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Manipulator (AREA)

Abstract

本发明实施例公开了一种机器人位姿信息的确定方法、装置、设备和介质。其中，该方法包括：根据机器人做自转运动时图像模块相对目标标签的运动轨迹拟合目标曲线；根据目标曲线确定图像模块相对机器人机身的坐标偏移，以及根据图像模块确定图像模块和目标标签的相对距离；根据坐标偏移和相对距离，确定机器人的位姿信息。本发明实施例能够在图像模块发生偏移的情况下，通过图像模块与机器人的相对偏移，准确确定出机器人的位姿信息。

Description

机器人位姿信息的确定方法、装置、设备和介质
技术领域
本发明实施例涉及一种机器人定位技术，尤其涉及一种机器人位姿信息的确定方法、装置、设备和介质。
背景技术
移动机器人目前已经遍布军事、工业以及民用等各大领域，并还在不断的发展中，目前移动机器人技术已获得了可喜的进展，研究成果令人鼓舞，但对于实际中的应用需求还需要长时间的发展；随着传感技术、智能技术和计算技术等的不断提高，智能移动机器人一定能够在生产和生活中为人们提供更多的便利。目前常用定位方法是基于标签实现机器人定位，即利用机器人的摄像头采集标签位置，以实现对自身的定位。
上述方案的缺陷在于：由于出厂时机器人的机械加工数据在日常使用过程中会发生改变，一旦摄像头和机器人的位置发生偏移，即确定出机器人的位姿信息具有较大误差，严重影响机器人的使用。
发明内容
本申请实施例提供一种机器人位姿信息的确定方法、装置、设备和介质，可以通过图像模块与机器人的相对偏移，准确确定出机器人的位姿信息。
第一方面，本发明实施例提供了一种机器人位姿信息的确定方法，包括：
根据机器人做自转运动时图像模块相对目标标签的运动轨迹拟合目标曲线；
根据所述目标曲线确定所述图像模块相对机器人机身的坐标偏移，以及根据所述图像模块确定所述图像模块和所述目标标签的相对距离；
根据所述坐标偏移和所述相对距离，确定所述机器人的位姿信息。
可选的，根据机器人做自转运动时图像模块相对目标标签的运动轨迹拟合目标曲线，包括：
采集至少机器人自转运动时图像模块的三个第一节点坐标，并根据所述第一节点坐标拟合初始曲线；
采集所述机器人自转运动时图像模块的第二节点坐标，并根据所述第二节点坐标和误差阈值对所述初始曲线进行修正，得到修正曲线；
若检测到所述修正曲线的类内距离小于距离阈值，则将所述修正曲线作为目标曲线。
可选的，采集所述机器人自转运动时图像模块的第二节点坐标，并根据所述第二节点坐标和误差阈值对所述初始曲线进行修正，得到修正曲线，包括：
计算第二节点坐标和所述初始曲线的误差；
若所述第二节点坐标和所述初始曲线的误差小于所述误差阈值，则将所述第二节点坐标和所述初始曲线进行拟合，得到修正曲线。
可选的，根据所述目标曲线确定所述图像模块相对机器人机身的坐标偏移，包括：
确定所述目标曲线的圆心坐标和半径；
根据所述圆心坐标和所述半径，确定所述图像模块相对机器人机身的坐标偏移。
可选的，根据所述图像模块确定所述图像模块和所述目标标签的相对距离，包括：
在所述机器人运动区域上方固定携带有位置信息的目标标签；
根据所述图像模块拍摄得到的所述目标标签，确定所述图像模块和所述目标标签的相对距离。
可选的，根据所述坐标偏移和所述相对距离，确定所述机器人的位姿信息，包括：
根据所述目标标签的当前全局坐标和所述相对距离，确定所述图像模块的当前全局坐标；
根据所述图像模块的当前全局坐标和所述坐标偏移，确定所述机器人的位姿信息。
第二方面，本发明实施例提供了一种机器人位姿信息的确定装置，包括：
拟合模块，用于根据机器人做自转运动时图像模块相对目标标签的运动轨迹拟合目标曲线；
确定模块，用于根据所述目标曲线确定所述图像模块相对机器人机身的坐标偏移，以及根据所述图像模块确定所述图像模块和所述目标标签的相对距离；
确定模块，还用于根据所述坐标偏移和所述相对距离，确定所述机器人的位姿信息。
可选的，拟合模块，具体用于：
采集至少机器人自转运动时图像模块的三个第一节点坐标，并根据所述第一节点坐标拟合初始曲线；
采集所述机器人自转运动时图像模块的第二节点坐标，并根据所述第二节点坐标和误差阈值对所述初始曲线进行修正，得到修正曲线；
若检测到所述修正曲线的类内距离小于距离阈值，则将所述修正曲线作为目标曲线。
可选的，拟合模块，还具体用于：
计算第二节点坐标和所述初始曲线的误差；
若所述第二节点坐标和所述初始曲线的误差小于所述误差阈值，则将所述第二节点坐标和所述初始曲线进行拟合，得到修正曲线。
可选的，确定模块，具体用于：
确定所述目标曲线的圆心坐标和半径；
根据所述圆心坐标和所述半径，确定所述图像模块相对机器人机身的坐标偏移。
可选的，确定模块，还具体用于：
在所述机器人运动区域上方固定携带有位置信息的目标标签；
根据所述图像模块拍摄得到的所述目标标签，确定所述图像模块和所述目标标签的相对距离。
可选的，确定模块，还具体用于：
根据所述目标标签的当前全局坐标和所述相对距离，确定所述图像模块的当前全局坐标；
根据所述图像模块的当前全局坐标和所述坐标偏移，确定所述机器人的位姿信息。
第三方面，本发明实施例还提供了一种电子设备，该电子设备包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序，
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现本发明实施例中的任一种所述的机器人位姿信息的确定方法。
第四方面，本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现本发明实施例中的任一种所述的机器人位姿信息的确定方法。
本发明实施例通过根据机器人做自转运动时图像模块相对目标标签的运动轨迹拟合目标曲线，确定图像模块相对机器人机身的坐标偏移，以及根据图像模块确定图像模块和目标标签的相对距离，以此确定机器人的位姿信息。本发明实施例能够在图像模块发生偏移的情况下，通过图像模块与机器人的相对偏移，准确确定出机器人的位姿信息。
附图说明
图1是本发明实施例一中的机器人位姿信息的确定方法的流程示意图；
图2是本发明实施例二中的机器人位姿信息的确定方法的流程示意图；
图3是本发明实施例三中的机器人位姿信息的确定装置的结构示意图；
图4是本发明实施例四中的电子设备的结构示意图；
图5是本发明实施例一中的目标曲线的拟合示意图；
图6是本发明实施例二中的标签的展示示意图；
图7是本发明实施例二中的机器人和目标标签的位置示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。
实施例一
图1是本发明实施例一中的机器人位姿信息的确定方法的流程示意图。本实施例可适用于对机器人的图像模块进行矫正，以实现机器人准确定位的情况。本实施例方法可由机器人位姿信息的确定装置来执行，该装置可采用硬件/或软件的方式来实现，并可配置于电子设备中；其中，电子设备优选为机器人，例如消毒机器人或者送餐机器人。可实现本申请任意实施例所述的机器人位姿信息的确定方法。如图1所示，该方法具体包括如下：
S110、根据机器人做自转运动时图像模块相对目标标签的运动轨迹拟合目标曲线。
在本实施例中，机器人做自转运动是通过接收到自动标定图像模块指令来执行的；其中，自动标定图像模块指令可以通过人为发出，例如，通过手动按下机器人机身上预先设置的自动标定硬件按钮；或者通过对机器人的设置，并由控制模块定时发出自动标定图像模块指令，以使得机器人在原地做原地旋转运动；或者在机器人启动时，控制机器人自转运动来实现对图像模块的标定。
具体的，图像模块为安装在机器人机身上的采集部件，可以通过该采集部件获得机器人行走过程中的周边图像，从而为机器人的导航系统提供更为精确的位置信息，以精准实现机器人的定位；例如，图像模块可以为安装固定在机器人头部前端的摄像头。
由于机器人在出厂时，需要人工机器人机身的各个部件，在安装图像模块时，可能会产生较大安装误差，从而导致图像模块和机器人机身存在位置和方向上的偏移，则会对后期机器人的正常工作造成一定影响。根据机器人做自转运动时图像模块相对标签的运动轨迹能够有效看出图像模块是否偏其安装在机器人机身的固定位置。在不考虑任何误差的情况下，根据采集到的机器人运动时图像模块的运动轨迹应该为一个方向不断变化，位置未发生移动的一个点；在考虑运动过程中可能产生的抖动以及其他的误差，实际机器人位姿数据应该在某一点附近满足高斯分布，如果机器人的图像模块安装出现了偏移，采集到的运动轨迹会如图5所示在一个圆周上呈高斯分布；本实施例中可以基于最小二乘法根据机器人的运动轨迹拟合目标曲线。
S120、根据目标曲线确定图像模块相对机器人机身的坐标偏移，以及根据图像模块确定图像模块和目标标签的相对距离。
在本实施例中，图像模块相对机器人机身的坐标偏移，为图像模块相对其本身固定安装在机器人预设位置(例如机器人头部的正前端)的坐标偏移；其中，坐标偏移包括距离偏移量和方向偏移量。图像模块在机器人做自转运动的过程中会拍摄到目标标签的图像，根据拍摄到目标标签的图像，得到目标标签的坐标信息和图像模块的相对位置信息，以数学比例运算，可以得出图像模块和目标标签的相对距离。
S130、根据坐标偏移和相对距离，确定机器人的位姿信息。
在本实施例中，机器人的位姿信息包括机器人的位置坐标和朝向；其中，机器人的坐标位置为以机器人所在的室内建立全局坐标系得出的机器人在当前位置下的横坐标和纵坐标；机器人的朝向为当前位置的机器人正面与水平坐标轴的偏离角度。本发明实施例能够在图像模块发生偏移的情况下，通过图像模块与机器人的相对偏移，准确确定出机器人的位姿信息。
本发明实施例通过根据机器人做自转运动时图像模块相对目标标签的运动轨迹拟合目标曲线，确定图像模块相对机器人机身的坐标偏移，以及根据图像模块确定图像模块和目标标签的相对距离，以此确定机器人的位姿信息。本发明实施例能够在图像模块发生偏移的情况下，通过图像模块与机器人的相对偏移，准确确定出机器人的位姿信息。
实施例二
图2是本发明实施例二中的机器人位姿信息的确定方法的流程示意图。本实施例是在上述实施例的基础上进一步扩展与优化，并可与上述技术方案中任意可选方案组合。如图2所示，该方法包括：
S210、根据机器人做自转运动时图像模块相对目标标签的运动轨迹拟合目标曲线。
S220、根据目标曲线确定图像模块相对机器人机身的坐标偏移，以及根据图像模块确定图像模块和目标标签的相对距离。
S230、根据目标标签的当前全局坐标和相对距离，确定图像模块的当前全局坐标。
在本实施例中，相对距离即为实际中图像模块和目标标签的相对坐标；由于目标标签的全局坐标位置信息已经预先录入存储单元中，因此，可以直接确定目标标签的当前全局坐标，并根据目标标签的当前全局坐标和相对距离，换算出图像模块的当前全局坐标；其中，全局坐标为在机器人所运动的局部空间中选取坐标原点构建的空间坐标系得出。
S240、根据图像模块的当前全局坐标和坐标偏移，确定机器人的位姿信息。
在本实施例中，根据图像模块的坐标偏移，结合图像模块的当前全局坐标，能够确定出机器人在当前位置下的全局坐标，即在全局坐标系中的横坐标和纵坐标；机器人机身上图像模块至目标标签的朝向即为机器人在当前位置的朝向，从而确定机器人的位姿信息。
可选的，根据机器人做自转运动时图像模块相对目标标签的运动轨迹拟合目标曲线，包括：
采集至少机器人自转运动时图像模块的三个第一节点坐标，并根据第一节点坐标拟合初始曲线；
采集机器人自转运动时图像模块的第二节点坐标，并根据第二节点坐标和误差阈值对初始曲线进行修正，得到修正曲线；
若检测到修正曲线的类内距离小于距离阈值，则将修正曲线作为目标曲线。
在本实施例中，机器人在刚开始做自转运动时，由于三个点可以确定一个圆，则本实施例选择至少采集三个机器人运动的第一节点坐标进行初始曲线的拟合，且初始曲线为曲线圆；其中，三个第一节点坐标为机器人设置的采集点的第一时刻、第二时刻以及第三时刻采集得到的；或者，机器人运动时采集到的第一个点坐标、第二个点坐标以及第三个点坐标。可选地，可采集机器人自转一周所采集到的所有第一节点坐标通过最小二乘法拟合圆作为目标曲线。
第二节点坐标为已经拟合出初始曲线圆之后，需要对拟合出的初始圆进行修正的节点坐标；例如，第二节点坐标在理想状态下可以为机器人第四时刻采集到的节点坐标；或者从刚开始采集开始，采集到的第四个点坐标；或者是采集了多个点坐标，对其求平均值，得到一个均值点坐标，以实现对初始圆的修正，以此得到修正曲线。
由于类内距离能够有效表征标定后采集的粒子群是否在一个位姿附近呈聚合分布状态，因此，本实施例将类内距离作为修正图像模块位姿的截止条件；若在修正过程中，检测到类内距离小于距离阈值，表示粒子分布呈聚合状态，不再呈现曲线圆分布，则表示修正完毕，则机器人停止自转运动，并将修正后的图像模块位姿参数作为实际参数；其中，距离阈值可以设置为0.01。本实施例采用类内距离与距离阈值的判定，能够有效提高修正结果的准确性。
具体的，类内距离可根据如下公式(1)计算得出。
Figure BDA0002600574120000101
其中，d2(Ωi)为类别Ωi的类内距离；Ωi为修正曲线(样本集)；Ni为Ωi中的样本数；
Figure BDA0002600574120000102
为Ωi中的第k个样本；
Figure BDA0002600574120000103
为Ωi中的第l个样本。
可选的，采集机器人自转运动时图像模块的第二节点坐标，并根据第二节点坐标和误差阈值对初始曲线进行修正，得到修正曲线，包括：
计算第二节点坐标和初始曲线的误差；
若第二节点坐标和初始曲线的误差小于误差阈值，则将第二节点坐标和初始曲线进行拟合，得到修正曲线。
在本实施例中，第二节点坐标和初始曲线的误差为第二节点坐标和初始曲线的方程之间的差值；例如第二节点坐标和初始曲线的误差如下公式(2)。
D＝|(xi-xc)2+(yi-yc)2-r2| (2)
其中，D为第二节点坐标和初始曲线的误差；xi为第二节点坐标的横坐标；yi为第二节点坐标的纵坐标；r为初始曲线(圆)的半径；xc为初始曲线圆心点的横坐标；yc为初始曲线圆心点的纵坐标。
如果误差D小于误差阈值，则认为该第二节点坐标有效，并结合该第二节点坐标对初始曲线进行修正，得到修正曲线；本实施例通过对初始曲线的不断修正，能够提高拟合出的目标曲线的圆滑度。
可选的，根据目标曲线确定图像模块相对机器人机身的坐标偏移，包括：
确定目标曲线的圆心坐标和半径；
根据圆心坐标和半径，确定图像模块相对机器人机身的坐标偏移。
在本实施例中，目标曲线的半径即为图像模块相对机器人机身的位置偏移；目标曲线的圆心坐标为机器人的中心位置；所构成的目标曲线的周长上的各个点坐标，即为机器人机身上的图像模块的运动轨迹；可以根据目标曲线的圆心坐标和半径，得出图像模块的坐标和圆心坐标之间的一个固定函数关系；以此来表示图像模块相对机器人机身的坐标偏移，从而有效确定出图像模块相对机器人机身的坐标偏移。
可选的，根根据图像模块确定图像模块和目标标签的相对距离，包括：
在机器人运动区域上方固定携带有位置信息的目标标签；
根据图像模块拍摄得到的目标标签，确定图像模块和目标标签的相对距离。
在本实施例中，标签是固定在机器人上方的天花板区域，具体展现形式见图6，图6展示了三种标签，深色区域和白色区域组合得到的点矩阵，是为了表示其位置信息；其中，深色区域绿色为占用状态，白色区域为空闲状态，四个角点标签状态固定(四个角点的状态是为了区分不同室内的，并无具体限定其颜色深浅，只要一个室内的标签四角统一，且与其它室内不重复即可)，并将标签信息提前录入到存储单元中；目标标签为机器人在自转过程中图像模块拍摄到的标签。图7为机器人和目标标签的位置示意图；其中，模块100为安装在机器人头部前端的图像模块；模块200为粘贴在天花板上的目标标签，例如图6中三种标签中的一种。
机器人在自转过程中，能够拍摄到某一个标签(即本实施例中所说的目标标签)，以此得到图像模块和目标标签的相对距离；本实施例利用机器人在运动过程中拍摄得到的目标标签作为参照物，能够有效实现图像模块和目标标签相对距离的快速确定。
实施例三
图3是本发明实施例三中的机器人位姿信息的确定装置的结构示意图，本实施例可适用于对机器人的图像模块进行矫正，以实现机器人准确定位的情况。该装置配置于电子设备中，可实现本申请任意实施例所述的机器人位姿信息的确定方法。该装置具体包括如下：
拟合模块310，用于根据机器人做自转运动时图像模块相对目标标签的运动轨迹拟合目标曲线；
确定模块320，用于根据所述目标曲线确定所述图像模块相对机器人机身的坐标偏移，以及根据所述图像模块确定所述图像模块和所述目标标签的相对距离；
确定模块320，还用于根据所述坐标偏移和所述相对距离，确定所述机器人的位姿信息。
可选的，拟合模块310，具体用于：
采集至少机器人自转运动时图像模块的三个第一节点坐标，并根据所述第一节点坐标拟合初始曲线；
采集所述机器人自转运动时图像模块的第二节点坐标，并根据所述第二节点坐标和误差阈值对所述初始曲线进行修正，得到修正曲线；
若检测到所述修正曲线的类内距离小于距离阈值，则将所述修正曲线作为目标曲线。
可选的，拟合模块310，还具体用于：
计算第二节点坐标和所述初始曲线的误差；
若所述第二节点坐标和所述初始曲线的误差小于所述误差阈值，则将所述第二节点坐标和所述初始曲线进行拟合，得到修正曲线。
可选的，确定模块320，具体用于：
确定所述目标曲线的圆心坐标和半径；
根据所述圆心坐标和所述半径，确定所述图像模块相对机器人机身的坐标偏移。
可选的，确定模块320，还具体用于：
在所述机器人运动区域上方固定携带有位置信息的目标标签；
根据所述图像模块拍摄得到的所述目标标签，确定所述图像模块和所述目标标签的相对距离。
可选的，确定模块320，还具体用于：
根据所述目标标签的当前全局坐标和所述相对距离，确定所述图像模块的当前全局坐标；
根据所述图像模块的当前全局坐标和所述坐标偏移，确定所述机器人的位姿信息。
通过本发明实施例三的机器人位姿信息的确定装置，能够在图像模块发生偏移的情况下，通过图像模块与机器人的相对偏移，准确确定出机器人的位姿信息。
本发明实施例所提供的机器人位姿信息的确定装置可执行本发明任意实施例所提供的机器人位姿信息的确定方法，具备执行方法相应的功能模块和有益效果。
实施例四
图4是本发明实施例四中的电子设备的结构示意图，如图4所示，该电子设备包括处理器410、存储器420、输入装置430和输出装置440；电子设备中处理器410的数量可以是一个或多个，图4中以一个处理器410为例；电子设备中的处理器410、存储器420、输入装置430和输出装置440可以通过总线或其他方式连接，图4中以通过总线连接为例。
存储器420作为一种计算机可读存储介质，可用于存储软件程序、计算机可执行程序以及模块，如本发明实施例中的机器人位姿信息的确定方法对应的程序指令/模块。处理器410通过运行存储在存储器420中的软件程序、指令以及模块，从而执行电子设备的各种功能应用以及数据处理，即实现本发明实施例所提供的机器人位姿信息的确定方法。
存储器420可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序；存储数据区可存储根据终端的使用所创建的数据等。此外，存储器420可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中，存储器420可进一步包括相对于处理器410远程设置的存储器，这些远程存储器可以通过网络连接至电子设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
输入装置430可用于接收输入的数字或字符信息，以及产生与电子设备的用户设置以及功能控制有关的键信号输入，可以包括键盘、鼠标等。输出装置440可包括显示屏等显示设备。
实施例五
本实施例提供一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于实现本发明实施例所提供的机器人位姿信息的确定方法。
当然，本发明实施例所提供的一种包含计算机可执行指令的存储介质，其计算机可执行指令不限于如上所述的方法操作，还可以执行本发明任意实施例所提供的机器人位姿信息的确定方法中的相关操作。
通过以上关于实施方式的描述，所属领域的技术人员可以清楚地了解到，本发明可借助软件及必需的通用硬件来实现，当然也可以通过硬件实现，但很多情况下前者是更佳的实施方式。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可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如计算机的软盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(RandomAccess Memory,RAM)、闪存(FLASH)、硬盘或光盘等，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的方法。
值得注意的是，上述搜索装置的实施例中，所包括的各个单元和模块只是按照功能逻辑进行划分的，但并不局限于上述的划分，只要能够实现相应的功能即可；另外，各功能单元的具体名称也只是为了便于相互区分，并不用于限制本发明的保护范围。
注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。

Claims (10)

1.一种机器人位姿信息的确定方法，其特征在于，所述方法包括：
根据机器人做自转运动时图像模块相对目标标签的运动轨迹拟合目标曲线；
根据所述目标曲线确定所述图像模块相对机器人机身的坐标偏移，以及根据所述图像模块确定所述图像模块和所述目标标签的相对距离；
根据所述坐标偏移和所述相对距离，确定所述机器人的位姿信息。
2.根据权利要求1所述的方法，其特征在于，根据机器人做自转运动时图像模块相对目标标签的运动轨迹拟合目标曲线，包括：
采集至少机器人自转运动时图像模块的三个第一节点坐标，并根据所述第一节点坐标拟合初始曲线；
采集所述机器人自转运动时图像模块的第二节点坐标，并根据所述第二节点坐标和误差阈值对所述初始曲线进行修正，得到修正曲线；
若检测到所述修正曲线的类内距离小于距离阈值，则将所述修正曲线作为目标曲线。
3.根据权利要求2所述的方法，其特征在于，采集所述机器人自转运动时图像模块的第二节点坐标，并根据所述第二节点坐标和误差阈值对所述初始曲线进行修正，得到修正曲线，包括：
计算第二节点坐标和所述初始曲线的误差；
若所述第二节点坐标和所述初始曲线的误差小于所述误差阈值，则将所述第二节点坐标和所述初始曲线进行拟合，得到修正曲线。
4.根据权利要求1所述的方法，其特征在于，根据所述目标曲线确定所述图像模块相对机器人机身的坐标偏移，包括：
确定所述目标曲线的圆心坐标和半径；
根据所述圆心坐标和所述半径，确定所述图像模块相对机器人机身的坐标偏移。
5.根据权利要求1所述的方法，其特征在于，根据所述图像模块确定所述图像模块和所述目标标签的相对距离，包括：
在所述机器人运动区域上方固定携带有位置信息的目标标签；
根据所述图像模块拍摄得到的所述目标标签，确定所述图像模块和所述目标标签的相对距离。
6.根据权利要求1所述的方法，其特征在于，根据所述坐标偏移和所述相对距离，确定所述机器人的位姿信息，包括：
根据所述目标标签的当前全局坐标和所述相对距离，确定所述图像模块的当前全局坐标；
根据所述图像模块的当前全局坐标和所述坐标偏移，确定所述机器人的位姿信息。
7.一种机器人位姿信息的确定装置，其特征在于，所述装置包括：
拟合模块，用于根据机器人做自转运动时图像模块相对目标标签的运动轨迹拟合目标曲线；
确定模块，用于根据所述目标曲线确定所述图像模块相对机器人机身的坐标偏移，以及根据所述图像模块确定所述图像模块和所述目标标签的相对距离；
所述确定模块，还用于根据所述坐标偏移和所述相对距离，确定所述机器人的位姿信息。
8.根据权利要求7所述的装置，其特征在于，拟合模块，具体用于：
采集至少机器人自转运动时图像模块的三个第一节点坐标，并根据所述第一节点坐标拟合初始曲线；
采集所述机器人自转运动时图像模块的第二节点坐标，并根据所述第二节点坐标和误差阈值对所述初始曲线进行修正，得到修正曲线；
若检测到所述修正曲线的类内距离小于距离阈值，则将所述修正曲线作为目标曲线。
9.一种电子设备，其特征在于，包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序，
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1～6中任一所述的机器人位姿信息的确定方法。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1～6中任一所述的机器人位姿信息的确定方法。
CN202010722649.XA 2020-07-24 2020-07-24 机器人位姿信息的确定方法、装置、设备和介质 Active CN111912337B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202010722649.XA CN111912337B (zh) 2020-07-24 2020-07-24 机器人位姿信息的确定方法、装置、设备和介质
US17/320,566 US11644302B2 (en) 2020-07-24 2021-05-14 Method and apparatus for determining pose information of a robot, device and medium

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010722649.XA CN111912337B (zh) 2020-07-24 2020-07-24 机器人位姿信息的确定方法、装置、设备和介质

Publications (2)

Publication Number Publication Date
CN111912337A true CN111912337A (zh) 2020-11-10
CN111912337B CN111912337B (zh) 2021-11-09

Family

ID=73281108

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010722649.XA Active CN111912337B (zh) 2020-07-24 2020-07-24 机器人位姿信息的确定方法、装置、设备和介质

Country Status (2)

Country Link
US (1) US11644302B2 (zh)
CN (1) CN111912337B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113075647A (zh) * 2021-02-20 2021-07-06 上海擎朗智能科技有限公司 机器人定位方法、装置、设备和介质
CN114546133A (zh) * 2022-02-23 2022-05-27 上海擎朗智能科技有限公司 移动设备图像模块的位置检测方法、装置、设备及介质

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115057190B (zh) * 2022-04-26 2024-04-26 浙江华睿科技股份有限公司 目标移动方法、系统、电子设备和计算机可读存储介质
CN116038698A (zh) * 2022-12-27 2023-05-02 上海深其深网络科技有限公司 一种机器人引导方法、装置、电子设备及存储介质
CN115847429B (zh) * 2023-02-20 2024-03-29 库卡机器人(广东)有限公司 参数标定方法、装置、移动装置及存储介质
CN116730200B (zh) * 2023-08-15 2023-10-13 贵州省公路工程集团有限公司 一种缆索吊装方法、系统、计算机设备及存储介质
CN117288182B (zh) * 2023-11-27 2024-03-26 深圳市明心数智科技有限公司 位置信息获取方法、装置、终端及介质
CN117392616B (zh) * 2023-12-13 2024-04-02 深圳鲲云信息科技有限公司 垃圾投放的督导行为识别方法、装置、电子设备及介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH106264A (ja) * 1996-06-27 1998-01-13 Ricoh Co Ltd ロボットアームの状態検出方法および検出システム
CN107030699A (zh) * 2017-05-18 2017-08-11 广州视源电子科技股份有限公司 位姿误差修正方法及装置、机器人及存储介质
CN107689063A (zh) * 2017-07-27 2018-02-13 南京理工大学北方研究院 一种基于天花板图像的机器人室内定位方法
CN109829953A (zh) * 2019-02-27 2019-05-31 广东拓斯达科技股份有限公司 图像采集装置标定方法、装置、计算机设备和存储介质
CN110634164A (zh) * 2019-10-16 2019-12-31 易思维（杭州）科技有限公司 视觉传感器快速标定方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9393694B2 (en) * 2010-05-14 2016-07-19 Cognex Corporation System and method for robust calibration between a machine vision system and a robot

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH106264A (ja) * 1996-06-27 1998-01-13 Ricoh Co Ltd ロボットアームの状態検出方法および検出システム
CN107030699A (zh) * 2017-05-18 2017-08-11 广州视源电子科技股份有限公司 位姿误差修正方法及装置、机器人及存储介质
CN107689063A (zh) * 2017-07-27 2018-02-13 南京理工大学北方研究院 一种基于天花板图像的机器人室内定位方法
CN109829953A (zh) * 2019-02-27 2019-05-31 广东拓斯达科技股份有限公司 图像采集装置标定方法、装置、计算机设备和存储介质
CN110634164A (zh) * 2019-10-16 2019-12-31 易思维（杭州）科技有限公司 视觉传感器快速标定方法

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113075647A (zh) * 2021-02-20 2021-07-06 上海擎朗智能科技有限公司 机器人定位方法、装置、设备和介质
CN114546133A (zh) * 2022-02-23 2022-05-27 上海擎朗智能科技有限公司 移动设备图像模块的位置检测方法、装置、设备及介质
CN114546133B (zh) * 2022-02-23 2024-05-31 上海擎朗智能科技有限公司 移动设备图像模块的位置检测方法、装置、设备及介质

Also Published As

Publication number Publication date
CN111912337B (zh) 2021-11-09
US11644302B2 (en) 2023-05-09
US20220026194A1 (en) 2022-01-27

Similar Documents

Publication Publication Date Title
CN111912337B (zh) 机器人位姿信息的确定方法、装置、设备和介质
CN110866496B (zh) 基于深度图像的机器人定位与建图方法和装置
US11392146B2 (en) Method for detecting target object, detection apparatus and robot
CN110021033B (zh) 一种基于金字塔孪生网络的目标跟踪方法
CN107030699B (zh) 位姿误差修正方法及装置、机器人及存储介质
CN107328420A (zh) 定位方法和装置
TW202019642A (zh) 用於機械手臂系統之校正方法及裝置
CN109693234B (zh) 机器人跌倒预测方法、装置、终端设备及计算机存储介质
CN108662974B (zh) 一种基于双相机的点胶定位方法及装置
CN111445521A (zh) 目标工件位置确定方法、装置、终端及可读存储介质
CN112686947A (zh) 一种虚拟空间中物体标注方法、装置和电子设备
CN111546348A (zh) 机器人位置标定方法和位置标定系统
CN110248148B (zh) 一种确定定位参数的方法及装置
CN117269910A (zh) 基于轨迹匹配的多雷达标定方法及系统
US20190272426A1 (en) Localization system and method and computer readable storage medium
CN113628284B (zh) 位姿标定数据集生成方法、装置、系统、电子设备及介质
CN112116664B (zh) 手眼标定轨迹生成方法、装置、电子设备及存储介质
US11620846B2 (en) Data processing method for multi-sensor fusion, positioning apparatus and virtual reality device
Xu et al. Partial descriptor update and isolated point avoidance based template update for high frame rate and ultra-low delay deformation matching
CN109269477A (zh) 一种视觉定位方法、装置、设备和存储介质
CN112822450B (zh) 一种大规模视觉计算系统中有效节点动态遴选方法
CN111741430B (zh) 一种基于最优参考点和接入点选取的指纹定位方法和系统
US11995778B2 (en) Augmented reality location operation including augmented reality tracking handoff
CN114546133B (zh) 移动设备图像模块的位置检测方法、装置、设备及介质
CN116026335B (zh) 一种适用于未知室内环境的移动机器人定位方法与系统

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