CN112873209B - 定位传感器时延标定方法、装置、计算机设备及存储介质 - Google Patents

定位传感器时延标定方法、装置、计算机设备及存储介质 Download PDF

Info

Publication number
CN112873209B
CN112873209B CN202110162891.0A CN202110162891A CN112873209B CN 112873209 B CN112873209 B CN 112873209B CN 202110162891 A CN202110162891 A CN 202110162891A CN 112873209 B CN112873209 B CN 112873209B
Authority
CN
China
Prior art keywords
motion
array
data
time delay
sensor
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
CN202110162891.0A
Other languages
English (en)
Other versions
CN112873209A (zh
Inventor
何科君
张涛
陈美文
刘勇
刘运航
周阳
武金龙
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.)
Shenzhen Pudu Technology Co Ltd
Original Assignee
Shenzhen Pudu 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 Shenzhen Pudu Technology Co Ltd filed Critical Shenzhen Pudu Technology Co Ltd
Priority to CN202110162891.0A priority Critical patent/CN112873209B/zh
Publication of CN112873209A publication Critical patent/CN112873209A/zh
Application granted granted Critical
Publication of CN112873209B publication Critical patent/CN112873209B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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

Landscapes

  • Engineering & Computer Science (AREA)
  • Robotics (AREA)
  • Mechanical Engineering (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)

Abstract

本发明涉及机器人定位领域，公开了一种定位传感器时延标定方法、装置、计算机设备及存储介质，其方法包括：获取指定时间周期内机器人的第一运动位姿数据和第二运动位姿数据；根据第一运动位姿数据判断机器人是否发生位置变化；若机器人发生位置变化，根据预设采样频次从第一运动位姿数据提取第一运动位姿数组，从第二运动位姿数据提取第二运动位姿数组；根据第一运动位姿数组生成第一运动数组，根据第二运动位姿数组生成第二运动数组；根据第一运动数组和第二运动数组确定外部传感器与内部传感器之间的时延。本发明通过算法解决位姿数据不精确的问题，有效地减少了硬件成本。

Description

定位传感器时延标定方法、装置、计算机设备及存储介质
技术领域
本发明涉及机器人定位领域，尤其涉及一种定位传感器时延标定方法、装置、计算机设备及存储介质。
背景技术
通过外部传感器与内部传感器的结合，可以实现轮式机器人的精确定位。在此处，外部传感器可以指相机或2d激光，内部传感器可以指轮式里程计。可以通过融合算法处理这两种传感器采集的数据，输出准确的机器人位姿(在此处，可以指位置和角度)。
然而，这两种传感器的采集和传输路径一般存在差异，在进行数据处理时，获取到的两种传感器数据存在不同步的问题，导致融合算法输出的位姿数据精度下降。
为了保证位姿数据的精度，可以通过专用的微控制器调节两种传感器数据之间的时间差，但这种方法的成本较高。因而，如何在不增加硬件成本的条件下，实现位姿数据的精确输出，是亟需解决的技术问题。
发明内容
基于此，有必要针对上述技术问题，提供一种定位传感器时延标定方法、装置、计算机设备及存储介质，以解决位姿数据的不精确或者成本高的技术问题。
一种定位传感器时延标定方法，包括：
获取指定时间周期内机器人的第一运动位姿数据和第二运动位姿数据，所述第一运动位姿数据通过外部传感器采集，所述第二运动位姿数据通过内部传感器采集；
根据所述第一运动位姿数据判断所述机器人是否发生位置变化；
若所述机器人发生位置变化，根据预设采样频次从所述第一运动位姿数据提取第一运动位姿数组，从所述第二运动位姿数据提取第二运动位姿数组，所述预设采样频次为所述外部传感器的采样频次和所述内部传感器的采样频次的最大公约数；
根据所述第一运动位姿数组生成第一运动数组，根据所述第二运动位姿数组生成第二运动数组；
根据所述第一运动数组和所述第二运动数组确定所述外部传感器与所述内部传感器之间的时延。
一种定位传感器时延标定装置，包括：
获取位姿数据模块，用于获取指定时间周期内机器人的第一运动位姿数据和第二运动位姿数据，所述第一运动位姿数据通过外部传感器采集，所述第二运动位姿数据通过内部传感器采集；
位置变化判断模块，用于根据所述第一运动位姿数据判断所述机器人是否发生位置变化；
提取位姿数组模块，用于若所述机器人发生位置变化，根据预设采样频次从所述第一运动位姿数据提取第一运动位姿数组，从所述第二运动位姿数据提取第二运动位姿数组，所述预设采样频次为所述外部传感器的采样频次和所述内部传感器的采样频次的最大公约数；
运动数组模块，用于根据所述第一运动位姿数组生成第一运动数组，根据所述第二运动位姿数组生成第二运动数组；
确定时延模块，用于根据所述第一运动数组和所述第二运动数组确定所述外部传感器与所述内部传感器之间的时延。
一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机可读指令，所述处理器执行所述计算机可读指令时实现上述定位传感器时延标定方法。
一个或多个存储有计算机可读指令的可读存储介质，所述计算机可读指令被一个或多个处理器执行时，使得所述一个或多个处理器执行如上述定位传感器时延标定方法。
上述定位传感器时延标定方法、装置、计算机设备及存储介质，通过获取指定时间周期内机器人的第一运动位姿数据和第二运动位姿数据，所述第一运动位姿数据通过外部传感器采集，所述第二运动位姿数据通过内部传感器采集，以获得两种传感器的采集数据。根据所述第一运动位姿数据判断所述机器人是否发生位置变化，在此处，本实施例仅在机器人发生位置变化时可以确定两种传感器的时延。若所述机器人发生位置变化，根据预设采样频次从所述第一运动位姿数据提取第一运动位姿数组，从所述第二运动位姿数据提取第二运动位姿数组，所述预设采样频次为所述外部传感器的采样频次和所述内部传感器的采样频次的最大公约数，以获得两组在时间上完全对应的运动位姿数组。根据所述第一运动位姿数组生成第一运动数组，根据所述第二运动位姿数组生成第二运动数组，以将位姿数据转换为速度数据。根据所述第一运动数组和所述第二运动数组确定所述外部传感器与所述内部传感器之间的时延，以完成时延数据的标定。本发明通过算法解决位姿数据不精确的问题，有效地减少了硬件成本。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对本发明实施例的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性的前提下，还可以根据这些附图获得其他的附图。
图1是本发明一实施例中定位传感器时延标定方法的一流程示意图；
图2是本发明一实施例中定位传感器时延标定装置的一结构示意图；
图3是本发明一实施例中计算机设备的一示意图。
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作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。
在一实施例中，如图1所示，提供一种定位传感器时延标定方法，包括如下步骤：
S10、获取指定时间周期内机器人的第一运动位姿数据和第二运动位姿数据，所述第一运动位姿数据通过外部传感器采集，所述第二运动位姿数据通过内部传感器采集。
可理解地，指定时间周期可以根据实际需要设置。在一示例中，指定时间周期为15min。机器人可以是轮式机器人。第一运动位姿数据可以指外部传感器采集的机器人运动时的位姿数据。第二运动位姿数据可以指内部传感器采集的机器人运动时的位姿数据。在此处，位姿数据包括但不限于机器人各个时刻的平面坐标(X、Y值)和角度。外部传感器可以指通过采集机器人外部环境信号确定机器人位姿的传感器。在一示例中，外部传感器可以是具有定位功能的相机，或者是2d激光(雷达)。内部传感器可以指通过采集机器人内部工作信号确定机器人位姿的传感器。在一示例中，内部传感器可以是轮式里程计。一般地，外部传感器和内部传感器均设置在机器人本体上，这里的内部和外部主要是指传感器采集的数据环境。
S20、根据所述第一运动位姿数据判断所述机器人是否发生位置变化。
可理解地，第一运动位姿数据为外部传感器采集的机器人运动时的位姿数据，其准确性较高。第一运动位姿数据包括了机器人不同时刻的位置信息。当机器人的角度位置信息发生变化时，可以判定机器人发生位置变化。当机器人的位置信息没有发生变化时，可以判定机器人未发生位置变化。
S30、若所述机器人发生位置变化，根据预设采样频次从所述第一运动位姿数据提取第一运动位姿数组，从所述第二运动位姿数据提取第二运动位姿数组，所述预设采样频次为所述外部传感器的采样频次和所述内部传感器的采样频次的最大公约数。
可理解地，若机器人发生位置变化，可以根据预设采样频次从第一运动位姿数据提取第一运动位姿数组，从第二运动位姿数据提取第二运动位姿数组。预设采样频次可以是外部传感器的采样频次和内部传感器的采样频次的最大公约数。例如，外部传感器的采样频次为10Hz，内部传感器的采样频次为40Hz，则预设采样频次可以是10Hz。也即是，若预设采样频次与外部传感器的采样频次相同，则第一运动位姿数组为第一运动位姿数据的全部。若预设采样频次为内部传感器的采样频次的N分之一(N为正整数)，则第二运动位姿数组为第二运动位姿数据的N分之一。
由于采用相同的预设采样频次，第一运动位姿数组与第二运动位姿数组包含了相同时刻的位姿数据，且位姿数据的个数也是相同的。例如，t1时刻第一运动位姿数组的角度为ηc，第二运动位姿数组的角度为ηo。
S40、根据所述第一运动位姿数组生成第一运动数组，根据所述第二运动位姿数组生成第二运动数组。
可理解地，可以将第一运动位姿数组中的位置数据转化为速度数据，形成第一运动数组。某时刻的速度数据为后一时刻的速度数据与该时刻的速度数据的差值，再除以预设采样频次(换算成时间单位)。
同理，可以将第二运动位姿数组中的位置数据转化为角速度数据，形成第二运动数组。在此不再赘述。
可选的，所述第一运动数组包括若干第一运动数据，所述第一运动数据为角速度、沿X轴方向的线速度，或，沿Y轴方向的线速度；
所述第二运动数组包括若干第二运动数据，所述第二运动数据为角速度、沿X轴方向的线速度，或，沿Y轴方向的线速度。
可理解地，第一运动数组包括若干第一运动数据，第一运动数据可以角速度、沿X轴方向的线速度，以及沿Y轴方向的线速度中的任意一种。
第二运动数组包括若干第二运动数据，第二运动数据可以角速度、沿X轴方向的线速度，以及沿Y轴方向的线速度中的任意二种。
S50、根据所述第一运动数组和所述第二运动数组确定所述外部传感器与所述内部传感器之间的时延。在此处，时延即指时间延迟。
可理解地，在获得第一运动数组和第二运动数组之后，可以根据第一运动数组和第二运动数组中同一时刻速度数据的差异确定两者之间的时延。实际上，第一运动数组和第二运动数组均为机器人的速度数据。同一时刻，机器人的速度数据是唯一的。两组运动数组同一时刻速度数据存在差异是由于时延引起的。可以基于该差异反推外部传感器与内部传感器之间的时延。计算出的时延，可用于标定内部传感器的第二运动位姿数据，使第一运动位姿数据和第二运动位姿数据保持同步，解决外部传感器与内部传感器之间的时延问题，提高机器人定位的精度。
步骤S10-S50中，获取指定时间周期内机器人的第一运动位姿数据和第二运动位姿数据，所述第一运动位姿数据通过外部传感器采集，所述第二运动位姿数据通过内部传感器采集，以获得两种传感器的采集数据。根据所述第一运动位姿数据判断所述机器人是否发生位置变化，在此处，本实施例仅在机器人发生位置变化时可以确定两种传感器的时延。若所述机器人发生位置变化，根据预设采样频次从所述第一运动位姿数据提取第一运动位姿数组，从所述第二运动位姿数据提取第二运动位姿数组，所述预设采样频次为所述外部传感器的采样频次和所述内部传感器的采样频次的最大公约数，以获得两组在时间上完全对应的运动位姿数组。根据所述第一运动位姿数组生成第一运动数组，根据所述第二运动位姿数组生成第二运动数组，以将位姿数据转换为速度数据。根据所述第一运动数组和所述第二运动数组确定所述外部传感器与所述内部传感器之间的时延，以完成时延数据的标定。
可选的，所述外部传感器包括相机和/或2d激光，所述内部传感器包括里程计。
可理解地，由于外部传感器为通过采集机器人外部环境信号确定机器人位姿的传感器，可以根据实际需要选用合适的外部传感器。在一示例中，外部传感器可以是具有定位功能的相机，或者是2d激光(雷达)。
由于内部传感器为通过采集机器人内部工作信号确定机器人位姿的传感器，可以根据实际需要选用合适的内部传感器。在一示例中，内部传感器可以是轮式里程计。
可选的，步骤S20，即所述根据所述第一运动位姿数据判断所述机器人是否发生位置变化，包括：
S201、从所述第一运动位姿数据提取一组位置数据，所述位置数据包括若干不同时刻的位置信息；
S202、计算相邻时刻的两个位置信息的差值的绝对值，判断是否存在所述绝对值大于预设位置阈值；
S203、若存在所述绝对值大于预设位置阈值，判定所述机器人发生位置变化。
可理解地，第一运动位姿数据包括了外部传感器采集的各个时刻的平面坐标(X、Y值)和角度。在此处，可以仅提取其中的一种位置信息，形成上述位置数据。可以计算相邻时刻的两个位置信息的差值的绝对值。在一示例中，位置数据为角度，若位置数据包括M个角度，则可以生成M-1个差值的绝对值。预设位置阈值可以根据实际需要进行设置。在一示例中，若位置数据为角度，则预设位置阈值可以设置为0.1°。若存在绝对值大于预设位置阈值，判定机器人发生位置变化。若不存在绝对值大于预设位置阈值，判定机器人未发生位置变化。
可选的，步骤S20之后，即所述根据所述第一运动位姿数据判断所述机器人是否发生位置变化之后，还包括：
S21、若所述机器人未发生位置变化，则获取下一时间周期内机器人的第一运动位姿数据和第二运动位姿数据。
可理解地，若机器人未发生位置变化，则获取下一时间周期内机器人的第一运动位姿数据和第二运动位姿数据。然后重复步骤S20-S50的步骤，对下一时间周期内机器人的第一运动位姿数据和第二运动位姿数据进行处理，以实现对传感器时延数据的标定。
可选的，步骤S50，即所述根据所述第一运动数组和所述第二运动数组确定所述外部传感器与所述内部传感器之间的时延，包括：
S501、根据所述第一运动数组和所述第二运动数组构建位置关系模型；
S502、通过最小二乘法对所述位置关系模型进行求解，获得所述外部传感器与所述内部传感器之间的时延；
所述位置关系模型包括：
Figure BDA0002937202910000091
其中，
Figure BDA0002937202910000092
为第i时刻外部传感器的速度数据，
Figure BDA0002937202910000093
为第i时刻内部传感器的速度数据，td为时延，
Figure BDA0002937202910000094
为第i时刻内部传感器的加速度数据。
可理解地，由于第一运动数组和第二运动数组包含了相同时刻的角速度数据，可以构建两者之间的位置关系模型。位置关系模型可表示为：
Figure BDA0002937202910000095
其中，
Figure BDA0002937202910000096
为第i时刻外部传感器的速度数据，
Figure BDA0002937202910000097
为第i时刻内部传感器的速度数据，td为时延，
Figure BDA0002937202910000098
为第i时刻内部传感器的加速度数据，
Figure BDA0002937202910000099
为第i+1时刻内部传感器的速度数据，T为预设采样频次。需要注意的是，在此处，速度数据可以是角速度、沿X轴方向的线速度，或，沿Y轴方向的线速度。相应的，加速度数据可以是角加速度、沿X轴方向的线加速度，或，沿Y轴方向的线加速度。
在位置关系模型中，
Figure BDA0002937202910000101
均为已知量，td为变量，不同时刻的td存在差异。可以通过最小二乘法对位置关系模型进行求解，计算出外部传感器与内部传感器之间的时延。最小二乘法可以使位置关系模型的误差最小化。
可选的，步骤S50之后，所述根据所述第一运动数组和所述第二运动数组确定所述外部传感器与所述内部传感器之间的时延之后，还包括：
S60、根据所述时延修正下一时间周期内的第二运动位姿数据。
可理解地，可以使用计算出时延修正下一时间周期内的第二运动位姿数据，使下一时间周期的第一运动位姿数据与第二运动位姿数据之间的时延缩小。
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。
在一实施例中，提供一种定位传感器时延标定装置，该定位传感器时延标定装置与上述实施例中定位传感器时延标定方法一一对应。如图2所示，该定位传感器时延标定装置包括获取位姿数据模块10、位置变化判断模块20、提取位姿数组模块30、运动数组模块40和确定时延模块50。各功能模块详细说明如下：
获取位姿数据模块10，用于获取指定时间周期内机器人的第一运动位姿数据和第二运动位姿数据，所述第一运动位姿数据通过外部传感器采集，所述第二运动位姿数据通过内部传感器采集；
位置变化判断模块20，用于根据所述第一运动位姿数据判断所述机器人是否发生位置变化；
提取位姿数组模块30，用于若所述机器人发生位置变化，根据预设采样频次从所述第一运动位姿数据提取第一运动位姿数组，从所述第二运动位姿数据提取第二运动位姿数组，所述预设采样频次为所述外部传感器的采样频次和所述内部传感器的采样频次的最大公约数；
运动数组模块40，用于根据所述第一运动位姿数组生成第一运动数组，根据所述第二运动位姿数组生成第二运动数组；
确定时延模块50，用于根据所述第一运动数组和所述第二运动数组确定所述外部传感器与所述内部传感器之间的时延。
可选的，所述外部传感器包括相机和/或2d激光，所述内部传感器包括里程计。
可选的，位置变化判断模块20包括：
提取位置数据单元，用于从所述第一运动位姿数据提取一组位置数据，所述位置数据包括若干不同时刻的位置信息；
阈值判断单元，用于计算相邻时刻的两个位置信息的差值的绝对值，判断是否存在所述绝对值大于预设位置阈值；
确定位置变化单元，用于若存在所述绝对值大于预设位置阈值，判定所述机器人发生位置变化。
可选的，定位传感器时延标定装置，还包括：
位置无变化处理模块，用于若所述机器人未发生位置变化，则获取下一时间周期内机器人的第一运动位姿数据和第二运动位姿数据。
可选的，确定时延模块50包括：
模型构建单元，用于根据所述第一运动数组和所述第二运动数组构建位置关系模型；
获取时延单元，用于通过最小二乘法对所述位置关系模型进行求解，获得所述外部传感器与所述内部传感器之间的时延；
所述位置关系模型包括：
Figure BDA0002937202910000121
其中，
Figure BDA0002937202910000122
为第i时刻外部传感器的速度数据，
Figure BDA0002937202910000123
为第i时刻内部传感器的速度数据，td为时延，
Figure BDA0002937202910000124
为第i时刻内部传感器的加速度数据。
可选的，定位传感器时延标定装置，还包括：
位姿修正模块，用于根据所述时延修正下一时间周期内的第二运动位姿数据。
可选的，所述第一运动数组包括若干第一运动数据，所述第一运动数据为角速度、沿X轴方向的线速度，或，沿Y轴方向的线速度；
所述第二运动数组包括若干第二运动数据，所述第二运动数据为角速度、沿X轴方向的线速度，或，沿Y轴方向的线速度。
关于定位传感器时延标定装置的具体限定可以参见上文中对于定位传感器时延标定方法的限定，在此不再赘述。上述定位传感器时延标定装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中，提供了一种计算机设备，该计算机设备可以是终端，其内部结构图可以如图3所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口、显示屏和输入装置。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括可读存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机可读指令。该内存储器为可读存储介质中的操作系统和计算机可读指令的运行提供环境。该计算机设备的网络接口用于与外部服务器通过网络连接通信。该计算机可读指令被处理器执行时以实现一种定位传感器时延标定方法。本实施例所提供的可读存储介质包括非易失性可读存储介质和易失性可读存储介质。
在一个实施例中，提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机可读指令，处理器执行计算机可读指令时实现以下步骤：
获取指定时间周期内机器人的第一运动位姿数据和第二运动位姿数据，所述第一运动位姿数据通过外部传感器采集，所述第二运动位姿数据通过内部传感器采集；
根据所述第一运动位姿数据判断所述机器人是否发生位置变化；
若所述机器人发生位置变化，根据预设采样频次从所述第一运动位姿数据提取第一运动位姿数组，从所述第二运动位姿数据提取第二运动位姿数组，所述预设采样频次为所述外部传感器的采样频次和所述内部传感器的采样频次的最大公约数；
根据所述第一运动位姿数组生成第一运动数组，根据所述第二运动位姿数组生成第二运动数组；
根据所述第一运动数组和所述第二运动数组确定所述外部传感器与所述内部传感器之间的时延。
在一个实施例中，提供了一个或多个存储有计算机可读指令的计算机可读存储介质，本实施例所提供的可读存储介质包括非易失性可读存储介质和易失性可读存储介质。可读存储介质上存储有计算机可读指令，计算机可读指令被一个或多个处理器执行时实现以下步骤：
获取指定时间周期内机器人的第一运动位姿数据和第二运动位姿数据，所述第一运动位姿数据通过外部传感器采集，所述第二运动位姿数据通过内部传感器采集；
根据所述第一运动位姿数据判断所述机器人是否发生位置变化；
若所述机器人发生位置变化，根据预设采样频次从所述第一运动位姿数据提取第一运动位姿数组，从所述第二运动位姿数据提取第二运动位姿数组，所述预设采样频次为所述外部传感器的采样频次和所述内部传感器的采样频次的最大公约数；
根据所述第一运动位姿数组生成第一运动数组，根据所述第二运动位姿数组生成第二运动数组；
根据所述第一运动数组和所述第二运动数组确定所述外部传感器与所述内部传感器之间的时延。
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，是可以通过计算机可读指令来指令相关的硬件来完成，所述的计算机可读指令可存储于一非易失性可读取存储介质或易失性可读存储介质中，该计算机可读指令在执行时，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。
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。
以上所述实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围，均应包含在本发明的保护范围之内。

Claims (10)

1.一种定位传感器时延标定方法，其特征在于，包括：
获取指定时间周期内机器人的第一运动位姿数据和第二运动位姿数据，所述第一运动位姿数据通过外部传感器采集，所述第二运动位姿数据通过内部传感器采集；
根据所述第一运动位姿数据判断所述机器人是否发生位置变化；
若所述机器人发生位置变化，根据预设采样频次从所述第一运动位姿数据提取第一运动位姿数组，从所述第二运动位姿数据提取第二运动位姿数组，所述预设采样频次为所述外部传感器的采样频次和所述内部传感器的采样频次的最大公约数；
根据所述第一运动位姿数组生成第一运动数组，根据所述第二运动位姿数组生成第二运动数组；
根据所述第一运动数组和所述第二运动数组确定所述外部传感器与所述内部传感器之间的时延。
2.如权利要求1所述的定位传感器时延标定方法，其特征在于，所述外部传感器包括相机和/或2d激光，所述内部传感器包括里程计。
3.如权利要求1所述的定位传感器时延标定方法，其特征在于，所述根据所述第一运动位姿数据判断所述机器人是否发生位置变化，包括：
从所述第一运动位姿数据提取一组位置数据，所述位置数据包括若干不同时刻的位置信息；
计算相邻时刻的两个位置信息的差值的绝对值，判断是否存在所述绝对值大于预设位置阈值；
若存在所述绝对值大于预设位置阈值，判定所述机器人发生位置变化。
4.如权利要求1所述的定位传感器时延标定方法，其特征在于，所述根据所述第一运动位姿数据判断所述机器人是否发生位置变化之后，还包括：
若所述机器人未发生位置变化，则获取下一时间周期内机器人的第一运动位姿数据和第二运动位姿数据。
5.如权利要求1所述的定位传感器时延标定方法，其特征在于，所述根据所述第一运动数组和所述第二运动数组确定所述外部传感器与所述内部传感器之间的时延，包括：
根据所述第一运动数组和所述第二运动数组构建位置关系模型；
通过最小二乘法对所述位置关系模型进行求解，获得所述外部传感器与所述内部传感器之间的时延；
所述位置关系模型包括：
Figure FDA0002937202900000021
其中，
Figure FDA0002937202900000022
为第i时刻外部传感器的速度数据，
Figure FDA0002937202900000023
为第i时刻内部传感器的速度数据，td为时延，
Figure FDA0002937202900000024
为第i时刻内部传感器的加速度数据。
6.如权利要求1所述的定位传感器时延标定方法，其特征在于，所述根据所述第一运动数组和所述第二运动数组确定所述外部传感器与所述内部传感器之间的时延之后，还包括：
根据所述时延修正下一时间周期内的第二运动位姿数据。
7.如权利要求1所述的定位传感器时延标定方法，其特征在于，所述第一运动数组包括若干第一运动数据，所述第一运动数据为角速度、沿X轴方向的线速度，或，沿Y轴方向的线速度；
所述第二运动数组包括若干第二运动数据，所述第二运动数据为角速度、沿X轴方向的线速度，或，沿Y轴方向的线速度。
8.一种定位传感器时延标定装置，其特征在于，包括：
获取位姿数据模块，用于获取指定时间周期内机器人的第一运动位姿数据和第二运动位姿数据，所述第一运动位姿数据通过外部传感器采集，所述第二运动位姿数据通过内部传感器采集；
位置变化判断模块，用于根据所述第一运动位姿数据判断所述机器人是否发生位置变化；
提取位姿数组模块，用于若所述机器人发生位置变化，根据预设采样频次从所述第一运动位姿数据提取第一运动位姿数组，从所述第二运动位姿数据提取第二运动位姿数组，所述预设采样频次为所述外部传感器的采样频次和所述内部传感器的采样频次的最大公约数；
运动数组模块，用于根据所述第一运动位姿数组生成第一运动数组，根据所述第二运动位姿数组生成第二运动数组；
确定时延模块，用于根据所述第一运动数组和所述第二运动数组确定所述外部传感器与所述内部传感器之间的时延。
9.一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机可读指令，其特征在于，所述处理器执行所述计算机可读指令时实现如权利要求1至7中任一项所述定位传感器时延标定方法。
10.一个或多个存储有计算机可读指令的可读存储介质，所述计算机可读指令被一个或多个处理器执行时，使得所述一个或多个处理器执行如权利要求1至7中任一项所述定位传感器时延标定方法。
CN202110162891.0A 2021-02-05 2021-02-05 定位传感器时延标定方法、装置、计算机设备及存储介质 Active CN112873209B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110162891.0A CN112873209B (zh) 2021-02-05 2021-02-05 定位传感器时延标定方法、装置、计算机设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110162891.0A CN112873209B (zh) 2021-02-05 2021-02-05 定位传感器时延标定方法、装置、计算机设备及存储介质

Publications (2)

Publication Number Publication Date
CN112873209A CN112873209A (zh) 2021-06-01
CN112873209B true CN112873209B (zh) 2022-04-15

Family

ID=76055885

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110162891.0A Active CN112873209B (zh) 2021-02-05 2021-02-05 定位传感器时延标定方法、装置、计算机设备及存储介质

Country Status (1)

Country Link
CN (1) CN112873209B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114311031B (zh) * 2021-12-29 2024-05-28 上海微创医疗机器人（集团）股份有限公司 手术机器人主从端延时测试方法、系统、存储介质和设备
CN114779256B (zh) * 2022-04-01 2024-09-20 北京京东乾石科技有限公司 位置信息生成方法、装置、设备和计算机可读介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006209445A (ja) * 2005-01-27 2006-08-10 Osaka Univ アニメーション生成装置およびその方法
CN106954388A (zh) * 2014-08-22 2017-07-14 赫博·贝雯 传感器系统
CN110702139A (zh) * 2019-09-29 2020-01-17 百度在线网络技术（北京）有限公司 一种时延标定方法、装置、电子设备和介质
CN111953958A (zh) * 2019-05-16 2020-11-17 阿里巴巴集团控股有限公司 时延测量方法、设备、系统及存储介质

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006209445A (ja) * 2005-01-27 2006-08-10 Osaka Univ アニメーション生成装置およびその方法
CN106954388A (zh) * 2014-08-22 2017-07-14 赫博·贝雯 传感器系统
CN111953958A (zh) * 2019-05-16 2020-11-17 阿里巴巴集团控股有限公司 时延测量方法、设备、系统及存储介质
CN110702139A (zh) * 2019-09-29 2020-01-17 百度在线网络技术（北京）有限公司 一种时延标定方法、装置、电子设备和介质

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
多传感器高精度同步方法及其在移动测量的应用;陈小宇;《中国博士学位论文全文数据库基础科学辑》;20170115;全文 *

Also Published As

Publication number Publication date
CN112873209A (zh) 2021-06-01

Similar Documents

Publication Publication Date Title
US10852139B2 (en) Positioning method, positioning device, and robot
CN112873209B (zh) 定位传感器时延标定方法、装置、计算机设备及存储介质
CN108957495B (zh) Gnss与mimu组合导航方法、装置及计算机设备
CN109613543B (zh) 激光点云数据的修正方法、装置、存储介质和电子设备
CN108957466B (zh) 移动机器人的雷达数据补偿方法、装置、设备和存储介质
CN112017205B (zh) 一种激光雷达和相机传感器空间位置自动标定方法及系统
US20200286245A1 (en) Posture estimation method, posture estimation apparatus and computer readable storage medium
CN110068326B (zh) 姿态计算方法、装置、电子设备以及存储介质
CN113310505B (zh) 传感器系统的外参标定方法、装置及电子设备
US20170122770A1 (en) Method and system for providing dynamic error values of dynamic measured values in real time
CN109866217B (zh) 机器人里程定位方法、装置、终端设备及计算机存储介质
CN112597574A (zh) 一种建筑信息模型的构建方法及装置
CN114723917A (zh) 激光里程计的位姿优化方法、装置、介质及设备
CN111968239B (zh) 存储器、基于dem的三维场景生成方法、系统和设备
CN111275769B (zh) 一种单目视觉参数的校正方法及装置
CN109164754B (zh) 一种伺服驱动器位置命令的平滑方法及其控制装置
CN112330727A (zh) 图像匹配方法、装置、计算机设备及存储介质
CN114516048B (zh) 机器人的零点调试方法、装置、控制器及存储介质
CN113503883B (zh) 采集用于构建地图的数据的方法、存储介质及电子设备
CN112104292B (zh) 电机控制方法、装置、终端设备及存储介质
CN114298098A (zh) 一种用于误差修正的数据处理方法及装置
CN115205419A (zh) 即时定位与地图构建方法、装置、电子设备及可读存储介质
CN111435244B (zh) 一种回环闭合方法、装置及机器人
CN113203424A (zh) 多传感器的数据融合方法、装置及相关设备
CN109693233B (zh) 机器人姿态检测方法、装置、终端设备及计算机存储介质

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