CN114216483A - 一种机器人的检测方法及装置 - Google Patents

一种机器人的检测方法及装置 Download PDF

Info

Publication number
CN114216483A
CN114216483A CN202111528687.2A CN202111528687A CN114216483A CN 114216483 A CN114216483 A CN 114216483A CN 202111528687 A CN202111528687 A CN 202111528687A CN 114216483 A CN114216483 A CN 114216483A
Authority
CN
China
Prior art keywords
sensor
slope
robot
difference data
dimension
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
CN202111528687.2A
Other languages
English (en)
Inventor
龚汉越
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.)
Beijing Yunji Technology Co Ltd
Original Assignee
Beijing Yunji 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 Beijing Yunji Technology Co Ltd filed Critical Beijing Yunji Technology Co Ltd
Priority to CN202111528687.2A priority Critical patent/CN114216483A/zh
Publication of CN114216483A publication Critical patent/CN114216483A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C25/00—Manufacturing, calibrating, cleaning, or repairing instruments or devices referred to in the other groups of this subclass
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C25/00—Manufacturing, calibrating, cleaning, or repairing instruments or devices referred to in the other groups of this subclass
    • G01C25/005—Manufacturing, calibrating, cleaning, or repairing instruments or devices referred to in the other groups of this subclass initial alignment, calibration or starting-up of inertial devices

Abstract

本发明涉及机器人技术领域，尤其涉及一种机器人的检测方法，该方法包括：获取机器人的多个传感器中的每个传感器的位姿差数据，其中，多个传感器包括惯性传感器，以及激光传感器和轮式里程计中的至少一种，每个传感器的位姿差数据为每个传感器在第一时刻采集的位姿与在第二时刻采集的位姿之间的相对变化数据；将每个传感器的位姿差数据按照机器人的坐标系中的每个维度进行转换，得到每个维度的斜率集；针对每个维度的斜率集，若在某个维度的斜率集中存在某个传感器的斜率与除该传感器的斜率之外的斜率均未一致，则将该传感器的位姿差数据进行存储。该方法对机器人的多种传感器进行共同检测，提高机器人传感器的检测效率，提高机器人的鲁棒性。

Description

一种机器人的检测方法及装置
技术领域
本发明涉及机器人技术领域，尤其涉及一种机器人的检测方法及装置。
背景技术
机器人的任何种类的传感器皆会因为老化或稳定性等因素发生性能失效。因此，对机器人的各种传感器性能进行实时检测是保障机器人安全有效运行的重点。在现有的应用中，多数是针对机器人的单个传感器进行检测，引发了检测效率低的问题。
发明内容
本申请实施例通过提供一种机器人的检测方法及装置，解决了现有技术中机器人传感器的检测效率低的技术问题，实现了对机器人的多种传感器进行共同检测，提高了机器人传感器的检测效率，提高了机器人的鲁棒性，保障机器人的有效运行等技术效果。
第一方面，本发明实施例提供一种机器人的检测方法，包括：
获取机器人的多个传感器中的每个传感器的位姿差数据，其中，所述多个传感器包括惯性传感器，以及激光传感器和轮式里程计中的至少一种，所述每个传感器的位姿差数据为每个传感器在第一时刻采集的位姿与在第二时刻采集的位姿之间的相对变化数据；
将所述每个传感器的位姿差数据按照所述机器人的坐标系中的每个维度进行转换，得到所述每个维度的斜率集；其中，所述每个维度的斜率集为所述每个传感器的位姿差数据在该维度上的斜率的集合；
针对所述每个维度的斜率集，若在某个维度的斜率集中存在某个传感器的斜率与除该传感器的斜率之外的斜率均未一致，则将该传感器的位姿差数据进行存储，其中，除该传感器的斜率之外的斜率均是一致的。
优选的，所述获取机器人的多个传感器中的每个传感器的位姿差数据，包括：
若所述传感器为所述惯性传感器，则通过预积分的方法，得到所述惯性传感器的惯性位移增量，其中，所述惯性传感器的位姿差数据为所述惯性位移增量。
优选的，所述将所述每个传感器的位姿差数据按照所述机器人的坐标系中的每个维度进行转换，得到所述每个维度的斜率集，包括：
若所述传感器为所述惯性传感器，则根据所述惯性位移增量，得到在横坐标轴上的横坐标惯性斜率、在纵坐标轴上的纵坐标惯性斜率和在角度坐标轴上的角度坐标惯性斜率，其中，所述机器人的坐标系包括所述横坐标轴、所述纵坐标轴和所述角度坐标轴。
优选的，所述获取机器人的多个传感器中的每个传感器的位姿差数据，包括：
若所述传感器为所述激光传感器，则通过最近点搜索方法，得到所述激光传感器的激光位移增量，其中，所述激光传感器的位姿差数据为所述激光位移增量，所述激光位移增量包括在所述横坐标轴上的横坐标激光斜率、在所述纵坐标轴上的纵坐标激光斜率和在所述角度坐标轴上的角度坐标激光斜率。
优选的，所述获取机器人的多个传感器中的每个传感器的位姿差数据，包括：
若所述传感器为所述轮式里程计，则将所述轮式里程计在所述第一时刻采集的位姿与在所述第二时刻采集的位姿作差运算，得到所述轮式里程计的里程位移增量，其中，所述轮式里程计的位姿差数据为所述里程位移增量，所述里程位移增量包括在所述横坐标轴上的横坐标里程斜率、在所述纵坐标轴上的纵坐标里程斜率和在所述角度坐标轴上的角度坐标里程斜率。
优选的，针对所述每个维度的斜率集，所述方法还包括：
若在某个维度的斜率集中存在某个传感器的斜率与除该传感器的斜率之外的斜率均未一致，则控制所述机器人按照除该传感器的斜率之外的斜率的方向进行工作。
基于同一发明构思，第二方面，本发明还提供一种机器人的检测装置，包括：
第一获取模块，用于获取机器人的多个传感器中的每个传感器的位姿差数据，其中，所述多个传感器包括惯性传感器，以及激光传感器和轮式里程计中的至少一种，所述每个传感器的位姿差数据为每个传感器在第一时刻采集的位姿与在第二时刻采集的位姿之间的相对变化数据；
第二获取模块，用于将所述每个传感器的位姿差数据按照所述机器人的坐标系中的每个维度进行转换，得到所述每个维度的斜率集；其中，所述每个维度的斜率集为所述每个传感器的位姿差数据在该维度上的斜率的集合；
检测模块，用于针对所述每个维度的斜率集，若在某个维度的斜率集中存在某个传感器的斜率与除该传感器的斜率之外的斜率均未一致，则将该传感器的位姿差数据进行存储，其中，除该传感器的斜率之外的斜率均是一致的。
优选的，第一获取模块，用于：
若所述传感器为所述惯性传感器，则通过预积分的方法，得到所述惯性传感器的惯性位移增量，其中，所述惯性传感器的位姿差数据为所述惯性位移增量。
基于同一发明构思，第三方面，本发明提供一种机器人，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程序，所述处理器执行所述程序时实现电子设备的安全防护方法的步骤。
基于同一发明构思，第四方面，本发明提供一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，该程序被处理器执行时实现电子设备的安全防护方法的步骤。
本发明实施例中的一个或多个技术方案，至少具有如下技术效果或优点：
在本发明实施例中，先获取机器人的多个传感器中的每个传感器的位姿差数据，其中，多个传感器包括惯性传感器，以及激光传感器和轮式里程计中的至少一种，每个传感器的位姿差数据为每个传感器在第一时刻采集的位姿与在第二时刻采集的位姿之间的相对变化数据。再将每个传感器的位姿差数据按照机器人的坐标系中的每个维度进行转换，得到每个维度的斜率集；其中，每个维度的斜率集为每个传感器的位姿差数据在该维度上的斜率的集合。这里，由于机器人的不同传感器根据自己的特性，每个传感器所采集到的位姿差数据是不同的，需要将每个传感器的位姿差数据用机器人的同一坐标系进行标准化，以提高了机器人传感器的检测效率和机器人的鲁棒性。
在得到每个维度的斜率集后，需要对每个维度的斜率集进行判断。针对每个维度的斜率集，若在某个维度的斜率集中存在某个传感器的斜率与除该传感器的斜率之外的斜率均未一致，则将该传感器的位姿差数据进行存储，其中，除该传感器的斜率之外的斜率均是一致的。因此，本发明实施例的方法实现了对机器人的多种传感器进行共同检测，提高了机器人传感器的检测效率，提高了机器人的鲁棒性，保障机器人的有效运行。
附图说明
通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本发明的限制。而且在整个附图中，用相同的参考图形表示相同的部件。在附图中：
图1示出了本发明实施例中的机器人的检测方法的步骤流程示意图；
图2示出了本发明实施例中的机器人的检测装置的模块示意图；
图3示出了本发明实施例中的一种机器人的结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。
实施例一
本发明第一实施例提供了一种机器人的检测方法，如图1所示，包括：
S101，获取机器人的多个传感器中的每个传感器的位姿差数据，其中，多个传感器包括惯性传感器，以及激光传感器和轮式里程计中的至少一种，每个传感器的位姿差数据为每个传感器在第一时刻采集的位姿与在第二时刻采集的位姿之间的相对变化数据；
S102，将每个传感器的位姿差数据按照机器人的坐标系中的每个维度进行转换，得到每个维度的斜率集；其中，每个维度的斜率集为每个传感器的位姿差数据在该维度上的斜率的集合；
S103，针对每个维度的斜率集，若在某个维度的斜率集中存在某个传感器的斜率与除该传感器的斜率之外的斜率均未一致，则将该传感器的位姿差数据进行存储，其中，除该传感器的斜率之外的斜率均是一致的。
在机器人上设有各种传感器，在某些情况下，机器人的某些传感器会出现性能暂时失效的情形。那么，需要对这些性能暂时失效的传感器进行检测，以便于维修人员进行实时维护，保证机器人的有效运行。本实施例的检测方法能在机器人进行工作时实施的，能对机器人的各种传感器进行共同检测，提高了机器人传感器的检测效率，提高了机器人的鲁棒性。
下面，结合图1来详细介绍本实施例提供的机器人的检测方法的具体实施步骤：
首先，执行步骤S101，获取机器人的多个传感器中的每个传感器的位姿差数据，其中，多个传感器包括惯性传感器，以及激光传感器和轮式里程计中的至少一种，每个传感器的位姿差数据为每个传感器在第一时刻采集的位姿与在第二时刻采集的位姿之间的相对变化数据。
具体地，由于机器人上设有多个传感器，则需要获取多个传感器中的每个传感器的位姿差数据。多个传感器包括但不限于惯性传感器，以及激光传感器和轮式里程计中的至少一种。针对每个传感器而言，传感器的位姿差数据获取过程是，传感器在第一时刻采集一帧位姿，在第二时刻采集一帧位姿，再根据这两帧位姿，得到两帧位姿之间的相对变化数据。其中，第一时刻和第二时刻之间的相差时长根据实际需求而设置，通常相差时长设置为1秒。
在每个传感器都得到自己的位姿差数据后，执行步骤S102，将每个传感器的位姿差数据按照机器人的坐标系中的每个维度进行转换，得到每个维度的斜率集；其中，每个维度的斜率集为每个传感器的位姿差数据在该维度上的斜率的集合。
具体地，将每个传感器的位姿差数据按照机器人的坐标系中的每个维度进行转换，是将每个传感器的位姿差数据转换在机器人的同一坐标系中，具体转换为该坐标系中的每个维度上。其中，机器人的坐标系包括横坐标轴、纵坐标轴和角度坐标轴。下面对每个传感器的位姿差数据的具体转换过程进行详细阐述。
若传感器为惯性传感器，则通过预积分的方法，得到惯性传感器的惯性位移增量，其中，惯性传感器的位姿差数据为惯性位移增量。预积分的方法如公式(1)所示。
Figure BDA0003411056930000061
其中，ΔRij为第i帧位姿和第j帧位姿之间的旋转量增量，Δvij为第i帧位姿和第j帧位姿之间的速度量增量，Δpij为第i帧位姿和第j帧位姿之间的位移增量，即惯性位移增量，
Figure BDA0003411056930000071
是惯性传感器的陀螺仪在第k帧位姿的测量值，
Figure BDA0003411056930000072
是惯性传感器的加速度计在第k帧位姿的测量值，ba是速度量随时间缓慢变化的偏离率(bias)，bg是旋转量随时间缓慢变化的偏离率(bias)，ba和bg的下标k指的是具体第k帧位姿，
Figure BDA0003411056930000073
是在速度量上的第k帧位姿的白噪声，
Figure BDA0003411056930000074
是在旋转量上的第k帧位姿的白噪声，Δt是采样每帧位姿的时间。
针对惯性传感器，根据惯性位移增量Δpij，得到在横坐标轴上的横坐标惯性斜率imuΔx、在纵坐标轴上的纵坐标惯性斜率imuΔy和在角度坐标轴上的角度坐标惯性斜率imuΔθ。其中，imuΔx为Δpij在横坐标轴上的分量，imuΔy为Δpij在纵坐标轴上的分量，imuΔθ为Δpij在角度坐标轴上的分量。
若传感器为激光传感器，则通过最近点搜索方法(Iterative Closest Point，ICP)，得到激光传感器的激光位移增量ΔLas，其中，激光传感器的位姿差数据为激光位移增量ΔLas，激光位移增量ΔLas包括在横坐标轴上的横坐标激光斜率LaserΔx、在纵坐标轴上的纵坐标激光斜率LaserΔy和在角度坐标轴上的角度坐标激光斜率LaserΔθ。
若传感器为轮式里程计，则将轮式里程计在第一时刻采集的位姿与在第二时刻采集的位姿作差运算，得到轮式里程计的里程位移增量Δod，其中，轮式里程计的位姿差数据为里程位移增量Δod，里程位移增量Δod包括在横坐标轴上的横坐标里程斜率odomΔx、在纵坐标轴上的纵坐标里程斜率odomΔy和在角度坐标轴上的角度坐标里程斜率odomΔθ。
由于在机器人的同一坐标系下，惯性传感器在横坐标轴上的横坐标惯性斜率为imuΔx、在纵坐标轴上的纵坐标惯性斜率为imuΔy，在角度坐标轴上的角度坐标惯性斜率imuΔθ。激光传感器在横坐标轴上的横坐标激光斜率LaserΔx、在纵坐标轴上的纵坐标激光斜率LaserΔy和在角度坐标轴上的角度坐标激光斜率LaserΔθ。轮式里程计在横坐标轴上的横坐标里程斜率odomΔx、在纵坐标轴上的纵坐标里程斜率odomΔy和在角度坐标轴上的角度坐标里程斜率odomΔθ。
那么，横坐标轴的斜率集包括imuΔx、LaserΔx和odomΔx，纵坐标轴的斜率集包括imuΔy、LaserΔy和odomΔy，角度坐标轴的斜率集包括imuΔθ、LaserΔθ和odomΔθ。
在将每个传感器的位姿查数据转换在机器人的同一坐标系后，得到该坐标的每个维度的斜率集。然后，执行步骤S103，针对每个维度的斜率集，若在某个维度的斜率集中存在某个传感器的斜率与除该传感器的斜率之外的斜率均未一致，则将该传感器的位姿差数据进行存储，其中，除该传感器的斜率之外的斜率均是一致的。
具体地，针对每个维度的斜率集，对每个维度的斜率集进行判断，若在某个维度的斜率集中存在某个传感器的斜率与除该传感器的斜率之外的斜率均未一致，表示该传感器存在性能暂时失效的情况，则将该传感器的位姿差数据进行存储，以便于检修人员在机器人出问题时查询传感器的性能失效记录，其中，除该传感器的斜率之外的斜率均是一致的。若在某个维度的斜率集中存在某个传感器的斜率与除该传感器的斜率之外的斜率均未一致，则控制机器人按照除该传感器的斜率之外的斜率的方向进行工作。
举例说明，假设横坐标轴的斜率集包括imuΔx、LaserΔx和odomΔx，若LaserΔx与imuΔx和odomΔx未一致，则将LaserΔx对应的激光传感器的位姿差数据进行存储，且机器人按照imuΔx和odomΔx的方向进行工作。其中，imuΔx和odomΔx是一致的。
还需要说明的是，由于机器人的传感器包括但不限于惯性传感器、激光传感器和轮式里程计，则机器人的同种类的传感器也可以设置多个，或设置其他传感器。每个传感器在得到自身的位姿差数据后，将自身的位姿差数据按照机器人的坐标系中的每个维度进行转换，得到在每个维度上的斜率集。然后，对每个维度的斜率集进行判断，检测出某些传感器存在性能暂时失效的情形，将这些传感器的位姿差数据进行存储。例如，某个维度的斜率集包括在该维度上的第一个传感器的斜率A1、第二个传感器的斜率A2、第三个传感器的斜率A3、第四个传感器的斜率A4和第五个传感器的斜率A5，若A4与除A4之外的其他斜率均未一致，则将A4对应的第四个传感器的位姿差数据进行存储，且机器人按照除A4之外的其他斜率的方向进行工作。其中，A1、A2、A3和A5均是一致的。通过本实施例的检测方法，对机器人的多种传感器进行共同检测，提高了机器人传感器的检测效率，提高了机器人的鲁棒性，保障机器人的有效运行。
本发明实施例中的一个或多个技术方案，至少具有如下技术效果或优点：
在本实施例中，先获取机器人的多个传感器中的每个传感器的位姿差数据，其中，多个传感器包括惯性传感器，以及激光传感器和轮式里程计中的至少一种，每个传感器的位姿差数据为每个传感器在第一时刻采集的位姿与在第二时刻采集的位姿之间的相对变化数据。再将每个传感器的位姿差数据按照机器人的坐标系中的每个维度进行转换，得到每个维度的斜率集；其中，每个维度的斜率集为每个传感器的位姿差数据在该维度上的斜率的集合。这里，由于机器人的不同传感器根据自己的特性，每个传感器所采集到的位姿差数据是不同的，需要将每个传感器的位姿差数据用机器人的同一坐标系进行标准化，以提高了机器人传感器的检测效率和机器人的鲁棒性。
在得到每个维度的斜率集后，需要对每个维度的斜率集进行判断。针对每个维度的斜率集，若在某个维度的斜率集中存在某个传感器的斜率与除该传感器的斜率之外的斜率均未一致，则将该传感器的位姿差数据进行存储，其中，除该传感器的斜率之外的斜率均是一致的。因此，本实施例的方法实现了对机器人的多种传感器进行共同检测，提高了机器人传感器的检测效率，提高了机器人的鲁棒性，保障机器人的有效运行。
实施例二
基于相同的发明构思，本发明第二实施例还提供了一种机器人的检测装置，如图2所示，包括：
第一获取模块201，用于获取机器人的多个传感器中的每个传感器的位姿差数据，其中，所述多个传感器包括惯性传感器，以及激光传感器和轮式里程计中的至少一种，所述每个传感器的位姿差数据为每个传感器在第一时刻采集的位姿与在第二时刻采集的位姿之间的相对变化数据；
第二获取模块202，用于将所述每个传感器的位姿差数据按照所述机器人的坐标系中的每个维度进行转换，得到所述每个维度的斜率集；其中，所述每个维度的斜率集为所述每个传感器的位姿差数据在该维度上的斜率的集合；
检测模块203，用于针对所述每个维度的斜率集，若在某个维度的斜率集中存在某个传感器的斜率与除该传感器的斜率之外的斜率均未一致，则将该传感器的位姿差数据进行存储，其中，除该传感器的斜率之外的斜率均是一致的。
作为一种可选的实施例，第一获取模块201，用于所述获取机器人的多个传感器中的每个传感器的位姿差数据，包括：
若所述传感器为所述惯性传感器，则通过预积分的方法，得到所述惯性传感器的惯性位移增量，其中，所述惯性传感器的位姿差数据为所述惯性位移增量。
作为一种可选的实施例，第二获取模块202，用于所述将所述每个传感器的位姿差数据按照所述机器人的坐标系中的每个维度进行转换，得到所述每个维度的斜率集，包括：
若所述传感器为所述惯性传感器，则根据所述惯性位移增量，得到在横坐标轴上的横坐标惯性斜率、在纵坐标轴上的纵坐标惯性斜率和在角度坐标轴上的角度坐标惯性斜率，其中，所述机器人的坐标系包括所述横坐标轴、所述纵坐标轴和所述角度坐标轴。
作为一种可选的实施例，第一获取模块201，用于所述获取机器人的多个传感器中的每个传感器的位姿差数据，包括：
若所述传感器为所述激光传感器，则通过最近点搜索方法，得到所述激光传感器的激光位移增量，其中，所述激光传感器的位姿差数据为所述激光位移增量，所述激光位移增量包括在所述横坐标轴上的横坐标激光斜率、在所述纵坐标轴上的纵坐标激光斜率和在所述角度坐标轴上的角度坐标激光斜率。
作为一种可选的实施例，第一获取模块201，用于所述获取机器人的多个传感器中的每个传感器的位姿差数据，包括：
若所述传感器为所述轮式里程计，则将所述轮式里程计在所述第一时刻采集的位姿与在所述第二时刻采集的位姿作差运算，得到所述轮式里程计的里程位移增量，其中，所述轮式里程计的位姿差数据为所述里程位移增量，所述里程位移增量包括在所述横坐标轴上的横坐标里程斜率、在所述纵坐标轴上的纵坐标里程斜率和在所述角度坐标轴上的角度坐标里程斜率。
作为一种可选的实施例，检测模块203，用于针对所述每个维度的斜率集，若在某个维度的斜率集中存在某个传感器的斜率与除该传感器的斜率之外的斜率均未一致，则控制所述机器人按照除该传感器的斜率之外的斜率的方向进行工作。
由于本实施例所介绍的机器人的检测装置为实施本申请实施例一中机器人的检测方法所采用的装置，故而基于本申请实施例一中所介绍的机器人的检测方法，本领域所属技术人员能够了解本实施例的机器人的检测装置的具体实施方式以及其各种变化形式，所以在此对于该机器人的检测装置如何实现本申请实施例一中的方法不再详细介绍。只要本领域所属技术人员实施本申请实施例一中机器人的检测方法所采用的装置，都属于本申请所欲保护的范围。
实施例三
基于相同的发明构思，本发明第三实施例还提供了一种机器人，如图3所示，包括存储器304、处理器302及存储在存储器304上并可在处理器302上运行的计算机程序，所述处理器302执行所述程序时实现上述机器人的检测方法中的任一方法的步骤。
其中，在图3中，总线架构(用总线300来代表)，总线300可以包括任意数量的互联的总线和桥，总线300将包括由处理器302代表的一个或多个处理器和存储器304代表的存储器的各种电路链接在一起。总线300还可以将诸如外围设备、稳压器和功率管理电路等之类的各种其他电路链接在一起，这些都是本领域所公知的，因此，本文不再对其进行进一步描述。总线接口306在总线300和接收器301和发送器303之间提供接口。接收器301和发送器303可以是同一个元件，即收发机，提供用于在传输介质上与各种其他装置通信的单元。处理器302负责管理总线300和通常的处理，而存储器304可以被用于存储处理器302在执行操作时所使用的数据。
实施例四
基于相同的发明构思，本发明第四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前文实施例一所述机器人的检测方法的任一方法的步骤。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (10)

1.一种机器人的检测方法，其特征在于，包括：
获取机器人的多个传感器中的每个传感器的位姿差数据，其中，所述多个传感器包括惯性传感器，以及激光传感器和轮式里程计中的至少一种，所述每个传感器的位姿差数据为每个传感器在第一时刻采集的位姿与在第二时刻采集的位姿之间的相对变化数据；
将所述每个传感器的位姿差数据按照所述机器人的坐标系中的每个维度进行转换，得到所述每个维度的斜率集；其中，所述每个维度的斜率集为所述每个传感器的位姿差数据在该维度上的斜率的集合；
针对所述每个维度的斜率集，若在某个维度的斜率集中存在某个传感器的斜率与除该传感器的斜率之外的斜率均未一致，则将该传感器的位姿差数据进行存储，其中，除该传感器的斜率之外的斜率均是一致的。
2.如权利要求1所述的方法，其特征在于，所述获取机器人的多个传感器中的每个传感器的位姿差数据，包括：
若所述传感器为所述惯性传感器，则通过预积分的方法，得到所述惯性传感器的惯性位移增量，其中，所述惯性传感器的位姿差数据为所述惯性位移增量。
3.如权利要求2所述的方法，其特征在于，所述将所述每个传感器的位姿差数据按照所述机器人的坐标系中的每个维度进行转换，得到所述每个维度的斜率集，包括：
若所述传感器为所述惯性传感器，则根据所述惯性位移增量，得到在横坐标轴上的横坐标惯性斜率、在纵坐标轴上的纵坐标惯性斜率和在角度坐标轴上的角度坐标惯性斜率，其中，所述机器人的坐标系包括所述横坐标轴、所述纵坐标轴和所述角度坐标轴。
4.如权利要求3所述的方法，其特征在于，所述获取机器人的多个传感器中的每个传感器的位姿差数据，包括：
若所述传感器为所述激光传感器，则通过最近点搜索方法，得到所述激光传感器的激光位移增量，其中，所述激光传感器的位姿差数据为所述激光位移增量，所述激光位移增量包括在所述横坐标轴上的横坐标激光斜率、在所述纵坐标轴上的纵坐标激光斜率和在所述角度坐标轴上的角度坐标激光斜率。
5.如权利要求3所述的方法，其特征在于，所述获取机器人的多个传感器中的每个传感器的位姿差数据，包括：
若所述传感器为所述轮式里程计，则将所述轮式里程计在所述第一时刻采集的位姿与在所述第二时刻采集的位姿作差运算，得到所述轮式里程计的里程位移增量，其中，所述轮式里程计的位姿差数据为所述里程位移增量，所述里程位移增量包括在所述横坐标轴上的横坐标里程斜率、在所述纵坐标轴上的纵坐标里程斜率和在所述角度坐标轴上的角度坐标里程斜率。
6.如权利要求1所述的方法，其特征在于，针对所述每个维度的斜率集，所述方法还包括：
若在某个维度的斜率集中存在某个传感器的斜率与除该传感器的斜率之外的斜率均未一致，则控制所述机器人按照除该传感器的斜率之外的斜率的方向进行工作。
7.一种机器人的检测装置，其特征在于，包括：
第一获取模块，用于获取机器人的多个传感器中的每个传感器的位姿差数据，其中，所述多个传感器包括惯性传感器，以及激光传感器和轮式里程计中的至少一种，所述每个传感器的位姿差数据为每个传感器在第一时刻采集的位姿与在第二时刻采集的位姿之间的相对变化数据；
第二获取模块，用于将所述每个传感器的位姿差数据按照所述机器人的坐标系中的每个维度进行转换，得到所述每个维度的斜率集；其中，所述每个维度的斜率集为所述每个传感器的位姿差数据在该维度上的斜率的集合；
检测模块，用于针对所述每个维度的斜率集，若在某个维度的斜率集中存在某个传感器的斜率与除该传感器的斜率之外的斜率均未一致，则将该传感器的位姿差数据进行存储，其中，除该传感器的斜率之外的斜率均是一致的。
8.如权利要求7所述的装置，其特征在于，第一获取模块，用于：
若所述传感器为所述惯性传感器，则通过预积分的方法，得到所述惯性传感器的惯性位移增量，其中，所述惯性传感器的位姿差数据为所述惯性位移增量。
9.一种机器人，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程序，其特征在于，所述处理器执行所述程序时实现如权利要求1-6中任一权利要求所述的方法步骤。
10.一种计算机可读存储介质，所述计算机可读存储介质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中任一权利要求所述的方法步骤。
CN202111528687.2A 2021-12-14 2021-12-14 一种机器人的检测方法及装置 Pending CN114216483A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111528687.2A CN114216483A (zh) 2021-12-14 2021-12-14 一种机器人的检测方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111528687.2A CN114216483A (zh) 2021-12-14 2021-12-14 一种机器人的检测方法及装置

Publications (1)

Publication Number Publication Date
CN114216483A true CN114216483A (zh) 2022-03-22

Family

ID=80701919

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111528687.2A Pending CN114216483A (zh) 2021-12-14 2021-12-14 一种机器人的检测方法及装置

Country Status (1)

Country Link
CN (1) CN114216483A (zh)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100063651A1 (en) * 2008-09-11 2010-03-11 Noel Wayne Anderson High integrity perception for machine localization and safeguarding
EP2793045A1 (de) * 2013-04-15 2014-10-22 Robert Bosch Gmbh Verfahren zur Überprüfung eines Umfelderfassungssystems eines Fahrzeugs
CN106895806A (zh) * 2017-04-18 2017-06-27 中国科学技术大学 一种基于多维度传感器的监测装置
CN108181636A (zh) * 2018-01-12 2018-06-19 中国矿业大学 石化工厂巡检机器人环境建模与地图构建装置和方法
WO2018225067A1 (en) * 2017-06-07 2018-12-13 Nexar Ltd. Fusion and calibration of sensor signals in a moving vehicle
CN111637877A (zh) * 2020-05-29 2020-09-08 拉扎斯网络科技（上海）有限公司 机器人定位方法、装置、电子设备和非易失性存储介质
CN112241007A (zh) * 2020-07-01 2021-01-19 北京新能源汽车技术创新中心有限公司 自动驾驶环境感知传感器的标定方法、布置结构及车辆
US20210089058A1 (en) * 2017-03-31 2021-03-25 A^3 By Airbus Llc Systems and methods for calibrating vehicular sensors

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100063651A1 (en) * 2008-09-11 2010-03-11 Noel Wayne Anderson High integrity perception for machine localization and safeguarding
EP2793045A1 (de) * 2013-04-15 2014-10-22 Robert Bosch Gmbh Verfahren zur Überprüfung eines Umfelderfassungssystems eines Fahrzeugs
US20210089058A1 (en) * 2017-03-31 2021-03-25 A^3 By Airbus Llc Systems and methods for calibrating vehicular sensors
CN106895806A (zh) * 2017-04-18 2017-06-27 中国科学技术大学 一种基于多维度传感器的监测装置
WO2018225067A1 (en) * 2017-06-07 2018-12-13 Nexar Ltd. Fusion and calibration of sensor signals in a moving vehicle
CN108181636A (zh) * 2018-01-12 2018-06-19 中国矿业大学 石化工厂巡检机器人环境建模与地图构建装置和方法
CN111637877A (zh) * 2020-05-29 2020-09-08 拉扎斯网络科技（上海）有限公司 机器人定位方法、装置、电子设备和非易失性存储介质
CN112241007A (zh) * 2020-07-01 2021-01-19 北京新能源汽车技术创新中心有限公司 自动驾驶环境感知传感器的标定方法、布置结构及车辆

Similar Documents

Publication Publication Date Title
EP3726429A1 (en) Multi-sensor target information fusion
CN108731667B (zh) 用于确定无人驾驶车辆的速度和位姿的方法和装置
CN109668553A (zh) 基于惯性的导航设备和基于相对预积分的惯性导航方法
JP2021105614A (ja) 位置決め方法、位置決め装置、電子機器、車端機器、自動運転車、コンピュータ可読記憶媒体及びコンピュータプログラム
US10267638B2 (en) Method and system for adapting a navigation system
CN112744313A (zh) 一种机器人状态估计方法、装置、可读存储介质及机器人
CN105698788A (zh) 产生两个独立不同的姿态解、惯性解或两者的系统和方法
CN111024124A (zh) 一种多传感器信息融合的组合导航故障诊断方法
CN111223145A (zh) 数据处理方法、系统、服务装置及其存储介质
CN113137968B (zh) 基于多传感器融合的重定位方法、重定位装置和电子设备
CN112752952A (zh) 惯性测量系统的校准方法、惯性测量系统和可移动平台
CN113443173A (zh) 运载火箭的导航系统、方法、装置、电子设备及存储介质
CN114216483A (zh) 一种机器人的检测方法及装置
CN114260892B (zh) 弹性关节力矩控制方法、装置、可读存储介质及机器人
CN114413898B (zh) 多传感器数据融合方法、装置、计算机设备及存储介质
CN115752471A (zh) 一种传感器数据的处理方法、设备及计算机可读存储介质
CN109974736A (zh) 车辆的导航方法及装置
CN114812575A (zh) 一种修正参数的确定方法、装置、电子设备及存储介质
CN114494391A (zh) 一种基于evo的slam地图精度确认方法和系统
CN110514199B (zh) 一种slam系统的回环检测方法及装置
CN114593735A (zh) 一种位姿预测方法及装置
CN105698786A (zh) 姿态传感装置及检测方法
CN114184191A (zh) 一种火箭容错导航方法及装置
CN114440926A (zh) 一种陀螺仪检测量程扩展方法及系统
Poole Improved Localization in UWA REV Autonomous Driving SAE Vehicle Through IMU, GPS, Wheel Encoders and Extended Kalman Filter

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