CN114355321B - 激光雷达的标定方法、装置、系统、激光雷达及机器人 - Google Patents
激光雷达的标定方法、装置、系统、激光雷达及机器人 Download PDFInfo
- Publication number
- CN114355321B CN114355321B CN202210270535.5A CN202210270535A CN114355321B CN 114355321 B CN114355321 B CN 114355321B CN 202210270535 A CN202210270535 A CN 202210270535A CN 114355321 B CN114355321 B CN 114355321B
- Authority
- CN
- China
- Prior art keywords
- calibration
- parameter
- robot
- laser radar
- theoretical
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 85
- 238000005259 measurement Methods 0.000 claims abstract description 59
- 239000000126 substance Substances 0.000 claims description 12
- 238000004590 computer program Methods 0.000 claims description 8
- 230000008569 process Effects 0.000 description 17
- 238000010586 diagram Methods 0.000 description 13
- 238000003860 storage Methods 0.000 description 13
- 238000004891 communication Methods 0.000 description 11
- 229910052751 metal Inorganic materials 0.000 description 8
- 239000002184 metal Substances 0.000 description 8
- 238000004140 cleaning Methods 0.000 description 6
- 238000005192 partition Methods 0.000 description 6
- 238000004422 calculation algorithm Methods 0.000 description 4
- 238000010408 sweeping Methods 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 230000004807 localization Effects 0.000 description 2
- 230000033001 locomotion Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 238000000638 solvent extraction Methods 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 238000005406 washing Methods 0.000 description 2
- 229910052782 aluminium Inorganic materials 0.000 description 1
- XAGFODPZIPBFFR-UHFFFAOYSA-N aluminium Chemical compound [Al] XAGFODPZIPBFFR-UHFFFAOYSA-N 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 238000010410 dusting Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 229910052742 iron Inorganic materials 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000004297 night vision Effects 0.000 description 1
- 230000000474 nursing effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/48—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00
- G01S7/497—Means for monitoring or calibrating
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Optical Radar Systems And Details Thereof (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本申请实施例涉及激光雷达技术领域,公开了一种激光雷达的标定方法、装置、系统、激光雷达及机器人,该激光雷达的标定方法,包括:应用于机器人,激光雷达安装于机器人,方法包括:获取激光雷达与至少一个参考点的参考角度和每一参考角度对应的理论距离值;获取至少一个参考点的参考角度对应的实际测距值;根据理论距离值和实际测距值,结合第一标定参数,完成重新标定,获得第二标定参数。通过获取激光雷达与至少一个参考点的参考角度和每一参考角度对应的理论距离值,根据理论距离值与实际测距值,结合第一标定参数,完成重新标定,获得第二标定参数,本申请实施例能够简化激光雷达的标定工作的手续,标定过程方便、简洁,容易实施。
Description
技术领域
本申请实施例涉及激光雷达技术领域,尤其涉及一种激光雷达的标定方法、装置、系统、激光雷达及机器人。
背景技术
激光雷达,(Laser Detection and Ranging,LADAR)是工作在红外和可见光波段的,以激光为工作光束的雷达。激光雷达通过向目标发射探测信号(激光束),然后将接收到的从目标反射回来的信号(目标回波)与发射信号进行比较,作适当处理后,就可获得目标的有关信息,如目标距离、方位、高度、速度、姿态、甚至形状等参数,从而对飞机、导弹等目标进行探测、跟踪和识别。
目前,激光雷达的标定都是在生产线进行,对标定的环境要求较高。一旦激光雷达到达消费者手中之后,由于碰撞、温度变化以及长时间使用等原因,导致雷达测距不准之后,没有任何手段可以恢复,导致需要返回雷达供应商进行重新标定,导致标定工作的手续繁琐,耗时耗力。
发明人在实现本申请实施例的过程中,发现目前的技术方案至少存在以下技术问题:激光雷达的标定工作的手续繁琐。
应该注意,上面对技术背景的介绍只是为了方便对本发明的技术方案进行清楚、完整的说明,并方便本领域技术人员的理解而阐述的。不能仅仅因为这些方案在本发明的背景技术部分进行了阐述而认为上述技术方案为本领域技术人员所公知。
发明内容
本申请实施例提供一种激光雷达的标定方法、装置、系统、激光雷达及机器人,以简化激光雷达的标定工作的手续,标定过程方便、简洁,容易实施。
第一方面,本申请实施例中提供一种激光雷达的标定方法,应用于机器人,激光雷达安装于机器人,方法包括:
获取激光雷达与至少一个参考点的参考角度和每一参考角度对应的理论距离值;
获取至少一个参考点的参考角度对应的实际测距值;
根据理论距离值和实际测距值,结合第一标定参数,完成重新标定,获得第二标定参数。
在一些实施例中,获取激光雷达与至少一个参考点的参考角度和每一参考角度对应的理论距离值,包括:
根据激光雷达与回充座的位置关系,选择机器人与回充座的至少一个连接位置作为参考点,并获取每一参考点的参考角度和每一参考角度对应的理论距离值。
在一些实施例中,获取激光雷达与至少一个参考点的参考角度和每一参考角度对应的理论距离值,包括:
在机器人与某一平面接触之后,获取机器人的中心位置以及激光雷达的中心位置;
选择激光雷达的中心位置与平面的最短距离作为参考角度对应的理论测距值,其中,假设机器人的中心位置为A点,激光雷达的中心位置为B点,线段BD为激光雷达的中心位置到平面的垂线,其中,D点为垂足,线段AC为机器人的中心位置到线段BD的垂线,其中,C点为垂足,则:
将∠ABC作为参考角度,将线段BD的长度作为理论距离值,其中,BD=BC+CD, 其中,线段AB为机器人的中心位置与激光雷达的中心位置的距离,BC=AB*cos(∠ABC),线段CD为机器人的半径。
在一些实施例中,根据理论距离值和实际测距值,结合第一标定参数,完成重新标定,获得第二标定参数,包括:
获取至少两组理论距离值和实际测距值的组合;
根据至少两组理论距离值和实际测距值的组合,结合第一标定参数,完成重新标定,获得第二标定参数。
在一些实施例中,第一标定参数包括第一参数和第二参数,第二标定参数包括第一参数和第二参数,根据至少两组理论距离值和实际测距值的组合,结合第一标定参数,完成重新标定,获得第二标定参数,通过如下公式实现:
在一些实施例中,第一标定参数包括第三参数和第四参数,第二标定参数包括第三参数和第四参数,根据至少两组理论距离值和实际测距值的组合,结合第一标定参数,完成重新标定,获得第二标定参数,通过如下公式实现:
在一些实施例中,方法还包括:
若当前条件满足重新标定条件,则对激光雷达进行重新标定;
其中,重新标定条件包括如下条件中的至少一个:
至少一个参考角度对应的实际测距值与理论距离值的差值大于第一距离阈值;
或者,在机器人进行回充时;
或者,当前时间距离上次标定时间超过第一时间阈值;
或者,接收到重新标定指令。
第二方面,本申请实施例提供一种激光雷达的标定装置,应用于机器人,激光雷达安装于机器人,装置包括:
获取单元,用于获取所述激光雷达与至少一个参考点的参考角度和每一参考角度对应的理论距离值;以及,获取至少一个参考点的参考角度对应的实际测距值;
标定单元,用于根据理论距离值和实际测距值,结合第一标定参数,完成重新标定,获得第二标定参数。
第三方面,本申请实施例提供一种激光雷达,包括:
存储器以及一个或多个处理器,一个或多个处理器用于执行存储在存储器中的一个或多个计算机程序,一个或多个处理器在执行一个或多个计算机程序时,使得激光雷达实现如第一方面的激光雷达的标定方法。
第四方面,本申请实施例提供一种机器人,包括:
如第三方面的激光雷达。
第五方面,本申请实施例提供一种标定系统,包括:
如第四方面的机器人;
回充座,用于为机器人充电。
第六方面,本申请实施例提供一种计算机可读存储介质,计算机可读存储介质存储有计算机程序,计算机程序包括程序指令,程序指令当被处理器执行时使处理器执行如第一方面的方法。
本申请实施例的有益效果:区别于现有技术的情况,本申请实施例提供的一种激光雷达的标定方法,应用于机器人,激光雷达安装于机器人,方法包括:获取激光雷达与至少一个参考点的参考角度和每一参考角度对应的理论距离值;获取至少一个参考点的参考角度对应的实际测距值;根据理论距离值和实际测距值,结合第一标定参数,完成重新标定,获得第二标定参数。通过获取激光雷达与至少一个参考点的参考角度和每一参考角度对应的理论距离值,根据理论距离值与实际测距值,结合第一标定参数,完成重新标定,获得第二标定参数,本申请实施例能够简化激光雷达的标定工作的手续,标定过程方便、简洁,容易实施。
附图说明
一个或多个实施例通过与之对应的附图中的图片进行示例性说明,这些示例性说明并不构成对实施例的限定,附图中具有相同参考数字标号的元件表示为类似的元件,除非有特别申明,附图中的图不构成比例限制。
图1是本申请实施例提供的一种激光雷达的标定方法的应用环境示意图;
图2是本申请实施例提供的一种激光雷达的标定方法的流程示意图;
图3是本申请实施例提供的一种机器人与回充座的位置关系示意图;
图4是本申请实施例提供的一种机器人与一平面的位置关系示意图;
图5是本申请实施例提供的另一种激光雷达的标定方法的流程示意图;
图6是本申请实施例提供的一种激光雷达的标定装置的结构示意图;
图7是本申请实施例提供的一种激光雷达的硬件结构示意图;
图8是本申请实施例提供的一种机器人的结构示意图;
图9是本申请实施例提供的一种标定系统的结构示意图。
具体实施方式
下面结合具体实施例对本申请进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本申请,但不以任何形式限制本申请。应当指出的是,对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。
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请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用以解释本申请,并不用于限定本申请。
需要说明的是,如果不冲突,本申请实施例中的各个特征可以相互结合,均在本申请的保护范围之内。另外,虽然在装置示意图中进行了功能模块划分,在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于装置中的模块划分,或流程图中的顺序执行所示出或描述的步骤。此外,本文所采用的“第一”、“第二”、“第三”等字样并不对数据和执行次序进行限定,仅是对功能和作用基本相同的相同项或相似项进行区分。
除非另有定义,本说明书所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同。本说明书中在本申请的说明书中所使用的术语只是为了描述具体的实施方式的目的,不是用于限制本申请。本说明书所使用的术语“和/或”包括一个或多个相关的所列项目的任意的和所有的组合。
此外,下面所描述的本申请各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。
下面结合说明书附图具体阐述本申请的技术方案。
请参阅图1,图1是本申请实施例提供的一种激光雷达的标定方法的应用环境示意图;
如图1所示,该应用环境包括:机器人10和回充座20,该回充座20用于为机器人10进行充电。其中,机器人10可以被构造成任何合适形状,以便实现特定业务功能操作,例如,在一些实施例中,本发明实施例的机器人10包括移动机器人,例如:清洁机器人等,其中,清洁机器人包括且不限于扫地机器人、吸尘机器人、拖地机器人以及洗地机器人等等。
机器人10可以为基于SLAM系统的移动机器人。机器人10在执行完毕某个任务后通常会回充,回充是机器人10寻找回充座的过程,在该过程中,可以采用分区块的方法,按照分区的顺序对每一分区进行搜索,直到找到充电座。其中,可以基于机器人10当前所在的位置,采用预设的路径规划算法在预设环境地图中设置搜索分区;然后控制机器人10在该搜索分区搜索回充座20;如果当前搜索分区未搜索到回充座20,则基于当前搜索分区确定新的搜索分区,再控制机器人10在新的搜索分区搜索充电座,直到机器人10搜索到回充座20,或者机器人10对预设环境地图都搜索完毕。上述机器人10搜索该回充座20的过程,提高了机器人10的搜索效率。
在本申请实施例中,该机器人10包括移动机器人,例如:清洁机器人、宠物机器人、搬运机器人、看护机器人、远程监控机器人、扫地机器人等机器人。其中,清洁机器人包括且不限于扫地机器人、吸尘机器人、拖地机器人或洗地机器人。
其中,该机器人包括主体和驱动轮部件、摄像单元、传感单元、激光雷达、通信模块以及控制器。主体的外形可以大体上呈椭圆形、三角形、D形或其他形状。控制器设置于主体,主体是机器人的主体结构,可以根据机器人10的实际需要,选用相应的形状结构及制造材质(如硬质塑料或者铝、铁等金属),例如设置为扫地机器人常见的较为扁平的圆柱形。驱动轮部件安装于主体,用于驱动机器人移动,若机器人为清洁机器人,则驱动轮部件驱动机器人在待清洁面上移动,其中,待清洁面可以是较为光滑的地板表面、铺设有地毯的表面以及其他需要清洁的表面。
在本申请实施例中,驱动轮部件包括左驱动轮、右驱动轮及全向轮,左驱动轮和右驱动轮分别安装于主体的相对两侧。全向轮安装于主体的底部的靠前位置,全向轮为活动脚轮,可以水平360度旋转,以使得机器人可以灵活转向。左驱动轮、右驱动轮及全向轮的安装构成三角形,以提高机器人行走的平稳性。
在本申请实施例中,摄像单元,设置于机器人的机身,用于获取图像数据和/或视频数据。其中,摄像单元通信连接控制器,用于获取摄像单元的覆盖范围内的图像数据和/或视频数据,例如:获取某一密闭空间内的图像数据和/或视频数据,或者,获取某一开放空间内的图像数据和/或视频数据,并将获取到的图像数据和/或视频数据发送到控制器。在本申请实施例中,摄像单元包括但不限于红外摄像头、夜视摄像头、网络摄像头、数字摄像头、高清摄像头、4K摄像头、8K高清摄像头等摄像装置。
在本申请实施例中,传感单元,用于采集机器人的一些运动参数及环境空间各类数据,传感单元包括各类合适传感器,诸如陀螺仪、红外传感器、里程计、磁场计、加速度计或速度计等等。
在本申请实施例中,激光雷达通信连接控制器,该激光雷达设置于机器人的机身,用于感知移动机器人周围环境的障碍物情况,获得障碍物信息,例如:激光雷达设置于机器人的机身的移动底盘,该激光雷达用于获取激光点云数据。具体的,激光雷达用于获取监控范围内的激光点云数据,机器人的机身的移动底盘设置有通信模块,激光雷达获取的激光点云数据通过通信模组发送到控制器。在本申请实施例中,激光雷达包括脉冲激光雷达、连续波激光雷达等雷达,移动底盘包括全能型通用底盘、拱腰式移动底盘等机器人移动底盘。
在本申请实施例中,通信模块,通信连接移动终端以及服务器,用于接收移动终端和服务器发送的数据,例如:接收服务器发送的环境地图;或者,向移动终端和服务器发送数据,例如:向服务器路径信息。在本申请实施例中,通信模块可以实现与因特网、互联网的通信,其中,通信模块包括但不限于WIFI模块、ZigBee模块、NB_IoT模块、4G模块、5G模块、蓝牙模块等通信单元。
在本申请实施例中,控制器设置于主体内部,是内置于机器人主体中的电子计算核心,用于执行逻辑运算步骤以实现机器人的智能化控制。其中,控制器分别与左驱动轮、右驱动轮以及全向轮电连接。控制器作为机器人的控制核心,用于控制机器人行走、后退以及一些业务逻辑处理。例如:控制器用于接收摄像单元发送的图像数据和/或视频数据,并接收激光雷达发送的激光点云数据,并根据激光点云数据,构建环境地图。其中,控制器通过同步定位与建图技术(Simultaneous Localization and Mapping,SLAM),即激光SLAM算法对监控区域的激光点云数据进行运算,以构建环境地图。在本申请实施例中,激光SLAM算法包括卡尔曼滤波、粒子滤波、图优化方法。
在本申请实施例中,控制器可以为通用处理器、数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)、单片机、ARM(Acorn RISC Machine)或其它可编程逻辑器件、分立门或晶体管逻辑、分立的硬件组件或者这些部件的任何组合。控制器还可以是任何传统处理器、控制器、微控制器或状态机。控制器也可以被实现为计算设备的组合,例如,DSP和微处理器的组合、多个微处理器、一个或多个微处理器结合DSP和/或任何其它这种配置,或者微控制单元(Microcontroller Unit,MCU)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)、系统级芯片(System on Chip,SoC)中的一种或多种组合。
可以理解的是,本申请实施例中的机器人10还包括存储模块,存储模块包括但不限于:FLASH闪存、NAND闪存、垂直NAND闪存(VNAND)、NOR闪存、电阻随机存取存储器(RRAM)、磁阻随机存取存储器(MRAM)、铁电随机存取存储器(FRAM)、自旋转移扭矩随机存取存储器(STT-RAM)等设备中的一种或多种。
在本申请实施例中,上述机器人10在活动的过程中,控制器采用同步定位与建图技术(Simultaneous Localization and Mapping,SLAM),即激光SLAM算法进行定位导航,根据环境数据构建地图和定位。
需要说明的是,根据所要完成的任务,除了以上的功能模组以外,机器人的主体上还可以搭载一个或者多个其它不同的功能模组(如储水箱、清扫装置等),相互配合用以执行相应的任务。
可以理解的是,在机器人的使用过程中,由于各种原因,容易导致激光雷达的测距不准的情况出现,因此,需要对激光雷达进行重新标定,而目前通常需要返回雷达供应商进行重新标定,导致标定工作的手续繁琐,耗时耗力,有鉴于此,本申请实施例提供一种激光雷达的标定方法,以简化激光雷达的标定工作的手续。
具体的,请参阅图2,图2是本申请实施例提供的一种激光雷达的标定方法的流程示意图;
其中,该激光雷达的标定方法,应用于上述的激光雷达,激光雷达安装于机器人,具体的,该激光雷达的标定方法的执行主体为该激光雷达的控制器中的一个或多个处理器。
需要说明的是,本申请实施例中的激光雷达的标定方法是在激光雷达的使用过程中进行的,即激光雷达在出厂安装于机器人之后,在激光雷达的使用过程中对激光雷达进行标定。
如图2所示,该激光雷达的标定方法,包括:
步骤S201:获取激光雷达与至少一个参考点的参考角度和每一参考角度对应的理论距离值;
具体的,在安装有激光雷达的机器人的使用过程中,可以通过多种方式对激光雷达进行标定,例如:利用激光雷达与回充座的位置关系进行标定;或者,利用激光雷达与某一平面的位置关系进行标定。
(1)利用激光雷达与回充座的位置关系进行标定:
在机器人的使用过程中,当机器人运动到特定位置时,利用机器人与回充座的位置关系,结合激光雷达与机器人的位置关系,从而利用激光雷达与回充座的位置关系,进行标定。
具体的,请参阅图3,图3是本申请实施例提供的一种机器人与回充座的位置关系示意图;
如图3所示,根据机器人的外观尺寸与回充座的外观尺寸关系,由于机器人运动到特定位置时,机器人与回充座两者之间位置关系固定,并且,激光雷达设置于机器人的固定位置,因此,可以选择参考点,确定参考点对应的参考角度和对应的理论距离值,作为参考角度与参考角度对应的理论距离值。可以理解的是,机器人运动到特定位置,例如:机器人运动到回充位置,在该回充位置时,机器人与回充座的金属触点接触,使得机器人进入回充状态,由回充座对机器人进行充电;或者,机器人运动到某一非回充位置,在该非回充位置时,机器人与回充座的位置关系可直接得出或简单获取,因此,此时可以利用机器人与回充座的位置关系来进行标定。
在本申请实施例中,机器人在处于回充状态时,机器人的充电口需要与回充座的金属触点进行接触,而回充座被设计成可约束机器人的位置的形状,可以保证充电时机器人与回充座的相对位置。
如图3所示,充电时,充电口与金属触点的连接位置可以作为参考点,例如:参考点2,同时,回充座的外形设计为每次充电时,回充座的参考点1的位置会与机器人接触。由于两个参考点的位置固定,因此,每一参考点对应的参考角度可以确定,其中,参考点对应的参考角度为激光雷达的中心点与参考点的连线构成的角度。可以理解的是,为了确定具体的角度信息,本申请实施例预先建立坐标系,以机器人处于回充状态时,激光雷达的中心点为坐标原点,水平方向为横轴,竖直方向为纵轴,从而建立平面坐标系,以此确定每一参考点对应的参考角度。
在本申请实施例中,机器人和回充座的形状均为已知形状,因此,参考角度与对应的理论距离值可以根据机器人和回充座的结构设计资料直接获取,而参考角度的测距值,即参考角度对应的实际测距值,由激光雷达进行测量得到并输出。
(2)利用激光雷达与某一平面的位置关系进行标定:
在机器人的使用过程中,当机器人运动到某一特定位置,使得机器人与某一平面接触,根据机器人与该平面的位置关系,结合机器人与激光雷达的相对位置关系,以得到参考角度与参考角度对应的理论距离值。
具体的,在机器人与某一平面接触之后,获取机器人的中心位置以及激光雷达的中心位置;
选择激光雷达的中心位置与平面的最短距离作为参考角度对应的理论测距值,具体的,请参阅图4,图4是本申请实施例提供的一种机器人与一平面的位置关系示意图;
如图4所示,假设机器人的中心位置为A点,激光雷达的中心位置为B点,线段BD为激光雷达的中心位置到平面的垂线,其中,D点为垂足,线段AC为机器人的中心位置到线段BD的垂线,其中,C点为垂足,则:
将∠ABC作为参考角度,将线段BD的长度作为理论距离值,其中,BD=BC+CD, 其中,线段AB为机器人的中心位置与激光雷达的中心位置的距离,BC=AB*cos(∠ABC),线段CD为机器人的半径。
可以理解的是,本申请实施例中的机器人的形状可以为圆形、矩形等规则形状,优选地,本申请实施例中的机器人和激光雷达的形状均为圆形,从而使得机器人、激光雷达的半径和机器人、激光雷达的中心点的位置可以从机器人的结构文件中获取。
在本申请实施例中,该平面可以为墙面、某一物体与地面垂直的一面等平面,在此不进行限定。
可以理解的是,平面可以为一面,也可以为多面,对于一面而言,如果需要获取至少两个参考角度,则可以通过移动该机器人来获取,或者,通过旋转该机器人来获取,而参考角度的测距值,即参考角度对应的实际测距值,由激光雷达进行测量得到并输出。
步骤S202:获取至少一个参考点的参考角度对应的实际测距值;
具体的,在机器人移动到相应位置之后,激光雷达测量每一参考点的参考角度对应的实际测距值,以获取至少一个参考点的参考角度对应的实际测距值。
步骤S203:根据理论距离值和实际测距值,结合第一标定参数,完成重新标定,获得第二标定参数。
其中,第一标定参数为出厂之后未经过重标定的标定参数,或者,第一标定参数为上一次标定之后的标定参数;根据参考角度的理论距离值和实际测距值,结合第一标定参数,以推导新的标定参数,即第二标定参数。
具体的,根据理论距离值和实际测距值,结合第一标定参数,完成重新标定,获得第二标定参数,包括:
获取至少两组理论距离值和实际测距值的组合;
根据至少两组理论距离值和实际测距值的组合,结合第一标定参数,完成重新标定,获得第二标定参数。
可以理解的是,不同测距方式的测距原理不同,因此,本申请实施例可以根据不同的测距方式,确定第二标定参数,例如:通过三角法测距,确定第二标定参数;或者,通过直接测量飞行时间(Direct Time Of Flight,DTOF)的方式,即测量发射脉冲与接收脉冲的时间间隔,确定第二标定参数。
(1)通过三角法测距,确定第二标定参数:
其中,第一标定参数包括第一参数和第二参数,第二标定参数包括第一参数和第二参数,根据至少两组理论距离值和实际测距值的组合,结合第一标定参数,完成重新标定,获得第二标定参数,通过如下公式实现:
具体的,根据三角法测距原理,可以得到测距公式:
则每组理论距离值和实际测距值可满足以下方程组:
经过变换,可以得到
(2)通过直接测量飞行时间,确定第二标定参数:
其中,第一标定参数包括第三参数和第四参数,第二标定参数包括第三参数和第四参数,根据至少两组理论距离值和实际测距值的组合,结合第一标定参数,完成重新标定,获得第二标定参数,通过如下公式实现:
具体的,直接测量飞行时间(Direct Time Of Flight,DTOF)的原理为直接以传感器输出乘以分辨率获得距离。可以理解的是,在实际实现中,由于安装俯仰角以及参考电压等原因,依然需要进行标定。以线性公式进行举例:
则每组理论距离值和实际测距值可满足以下方程组:
经过变换,可以得到
可以理解的是,若实时对激光雷达进行标定,则容易影响机器人的正常工作,因此,在本申请实施例中,设定重新标定条件,以判断是否对激光雷达进行重新标定。若当前条件满足重新标定条件,则对激光雷达进行重新标定;
其中,重新标定条件包括如下条件中的至少一个:
至少一个参考角度对应的实际测距值与理论距离值的差值大于第一距离阈值;或者,
在机器人进行回充时;或者,
当前时间距离上次标定时间超过第一时间阈值;或者,
接收到重新标定指令。
具体的,请再参阅图5,图5是本申请实施例提供的另一种激光雷达的标定方法的流程示意图;
如图5所示,该激光雷达的标定方法,包括:
步骤S501:获取激光雷达与至少一个参考点的参考角度和每一参考角度对应的理论距离值;
步骤S502:获取至少一个参考点的参考角度对应的实际测距值;
步骤S503:当前条件是否满足重新标定条件;
具体的,重新标定条件包括至少一个参考角度对应的实际测距值与理论距离值的差值大于第一距离阈值;
例如:判断至少一个参考角度对应的实际测距值与理论距离值的差值是否大于第一距离阈值,若是,则确定当前条件满足重新标定条件;其中,第一距离阈值根据具体需要进行设置,比如:设置为理论距离值的第一百分比,例如:0.5%、1%等。
或者,在机器人进行回充时;
具体的,在机器人的充电口与回充座的金属触点进行接触时,机器人处于回充状态,此时当前条件满足重新标定条件。
或者,当前时间距离上次标定时间超过第一时间阈值;
具体的,在距离上一标定时间超过第一时间阈值之后,此时当前条件满足重新标定条件,控制机器人的激光雷达重新标定。在本申请实施例中,第一时间阈值根据具体需要进行设置,例如:设置第一时间阈值为1h、2h等。
或者,接收到重新标定指令。
具体的,在机器人接收到重新标定指令之后,当前条件满足重新标定条件,此时,控制机器人的激光雷达进行重新标定。在本申请实施例中,重新标定指令可以由终端进行发送,终端包括固定终端或移动终端,由终端向机器人发送该重新标定指令,使得机器人的控制器向激光雷达发送该重新标定指令。
步骤S504:根据理论距离值和实际测距值,结合第一标定参数,完成重新标定,获得第二标定参数;
具体的,若当前条件满足重新标定条件,则根据理论距离值和实际测距值,结合第一标定参数,完成重新标定,获得第二标定参数。
步骤S505:根据第一标定参数和实际测距值,还原中间数据;
其中,实际测距值为激光雷达的输出数据,中间数据为计算公式中的参数,可以理解的是,中间数据根据不同的计算公式而不同,具体如下:
(1)若通过三角法测距,确定第二标定参数:
其中,第一标定参数包括第一参数和第二参数,第二标定参数包括第一参数和第二参数,根据至少两组理论距离值和实际测距值的组合,结合第一标定参数,完成重新标定,获得第二标定参数,通过如下公式实现:
具体的,根据三角法测距原理,可以得到测距公式:
(2)若通过直接测量飞行时间,确定第二标定参数:
其中,第一标定参数包括第三参数和第四参数,第二标定参数包括第三参数和第四参数,根据至少两组理论距离值和实际测距值的组合,结合第一标定参数,完成重新标定,获得第二标定参数,通过如下公式实现:
具体的,直接测量飞行时间(Direct Time Of Flight,DTOF)的原理为直接以传感器输出乘以分辨率获得距离。可以理解的是,在实际实现中,由于安装俯仰角以及参考电压等原因,依然需要进行标定。以线性公式进行举例:
步骤S506:根据中间数据和第二标定参数,计算激光雷达的真实测量距离;
具体的,若测距方式为三角测距法,则根据中间数据和第二标定参数,得到激光雷达的真实测量距离为:
具体的,若测距方式为直接测量飞行时间,则根据中间数据和第二标定参数,得到激光雷达的真实测量距离为:
在本申请实施例中,通过利用第一标定参数和实际测距值,还原中间数据,进而利用中间数据和第二标定参数,即重新标定后的参数来得到激光雷达的真实测量距离,能够提高激光雷达的输出数据的准确性。
步骤S507:激光雷达正常工作;
具体的,若当前条件不满足重新标定条件,则不进行重新标定,此时激光雷达正常工作。
在本申请实施例中,通过提供一种激光雷达的标定方法,应用于机器人,激光雷达安装于机器人,方法包括:获取激光雷达与至少一个参考点的参考角度和每一参考角度对应的理论距离值;获取至少一个参考点的参考角度对应的实际测距值;根据理论距离值和实际测距值,结合第一标定参数,完成重新标定,获得第二标定参数。通过获取激光雷达与至少一个参考点的参考角度和每一参考角度对应的理论距离值,根据理论距离值与实际测距值,结合第一标定参数,完成重新标定,获得第二标定参数,本申请实施例能够在机器人的使用过程中,完成重新标定,从而提高激光雷达的标定效率,并且,能够在用户使用激光雷达的过程中进行标定,避免返厂重新标定,从而简化激光雷达的标定工作的手续,标定过程方便、简洁,容易实施,并且也能够提高用户的使用体验。
请参阅图6,图6是本申请实施例提供的一种激光雷达的标定装置的结构示意图;
其中,该激光雷达的标定装置,应用于激光雷达,具体的,该激光雷达的标定装置应用于激光雷达的一个或多个处理器。
如图6所示,该激光雷达的标定装置60,应用于机器人,该激光雷达安装于机器人,该装置包括:
获取单元601,用于获取所述激光雷达与至少一个参考点的参考角度和每一参考角度对应的理论距离值;以及,获取至少一个参考点的参考角度对应的实际测距值;
标定单元602,用于根据理论距离值和实际测距值,结合第一标定参数,完成重新标定,获得第二标定参数。
在本申请实施例中,激光雷达的标定装置亦可以由硬件器件搭建成的,例如,激光雷达的标定装置可以由一个或两个以上的芯片搭建而成,各个芯片可以互相协调工作,以完成上述各个实施例所阐述的激光雷达的标定方法。再例如,激光雷达的标定装置还可以由各类逻辑器件搭建而成,诸如由通用处理器、数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA) 、单片机、ARM(Acorn RISC Machine)或其它可编程逻辑器件、分立门或晶体管逻辑、分立的硬件组件或者这些部件的任何组合而搭建成。
本申请实施例中的激光雷达的标定装置可以是装置,也可以是终端中的部件、集成电路、或芯片。该装置可以是移动电子设备,也可以为非移动电子设备。示例性的,移动电子设备可以为手机、平板电脑、笔记本电脑、掌上电脑、车载电子设备、可穿戴设备、超级移动个人计算机(ultra-mobile personal computer,UMPC)、上网本或者个人数字助理(personal digital assistant,PDA)等,非移动电子设备可以为服务器、网络附属存储器(Network Attached Storage,NAS)、个人计算机(personal computer,PC)、电视机(television,TV)、柜员机或者自助机等,本申请实施例不作具体限定。
本申请实施例中的激光雷达的标定装置可以为具有操作系统的装置。该操作系统可以为安卓(Android)操作系统,可以为ios操作系统,还可以为其他可能的操作系统,本申请实施例不作具体限定。
本申请实施例提供的激光雷达的标定装置能够实现图2实现的各个过程,为避免重复,这里不再赘述。
需要说明的是,上述激光雷达的标定装置可执行本申请实施例所提供的激光雷达的标定方法,具备执行方法相应的功能模块和有益效果。未在激光雷达的标定装置实施例中详尽描述的技术细节,可参见本申请实施例所提供的激光雷达的标定方法。
在本申请实施例中,通过提供一种激光雷达的标定装置,应用于机器人,激光雷达安装于机器人,装置包括:获取单元,用于在激光雷达的使用过程中,获取激光雷达与至少一个参考点的参考角度和每一参考角度对应的理论距离值;以及,获取至少一个参考点的参考角度对应的实际测距值;标定单元,用于根据理论距离值和实际测距值,结合第一标定参数,完成重新标定,获得第二标定参数。通过获取激光雷达与至少一个参考点的参考角度和每一参考角度对应的理论距离值,根据理论距离值与实际测距值,结合第一标定参数,完成重新标定,获得第二标定参数,本申请实施例能够简化激光雷达的标定工作的手续,标定过程方便、简洁,容易实施。
本申请实施例还提供了一种激光雷达,请参阅图7,图7是本申请实施例提供的一种激光雷达的硬件结构示意图;
如图7所示,该激光雷达70包括通信连接的至少一个处理器701和存储器702(图7中以总线连接、一个处理器为例)。
其中,处理器701用于提供计算和控制能力,以控制激光雷达70执行相应任务,例如,控制激光雷达70执行上述任一方法实施例中的激光雷达的标定方法,应用于机器人,激光雷达安装于机器人,方法包括:获取激光雷达与至少一个参考点的参考角度和每一参考角度对应的理论距离值;获取至少一个参考点的参考角度对应的实际测距值;根据理论距离值和实际测距值,结合第一标定参数,完成重新标定,获得第二标定参数。
通过获取激光雷达与至少一个参考点的参考角度和每一参考角度对应的理论距离值,根据理论距离值与实际测距值,结合第一标定参数,完成重新标定,获得第二标定参数,本申请实施例能够简化激光雷达的标定工作的手续,标定过程方便、简洁,容易实施。
处理器701可以是通用处理器,包括中央处理器(CentralProcessingUnit,CPU)、网络处理器(NetworkProcessor,NP)、硬件芯片或者其任意组合;还可以是数字信号处理器(DigitalSignalProcessing,DSP)、专用集成电路(ApplicationSpecificIntegratedCircuit,ASIC)、可编程逻辑器件(programmable logic device,PLD)或其组合。上述PLD可以是复杂可编程逻辑器件(complex programmable logic device,CPLD),现场可编程逻辑门阵列(field-programmable gate array,FPGA),通用阵列逻辑(generic array logic,GAL)或其任意组合。
存储器702作为一种非暂态计算机可读存储介质,可用于存储非暂态软件程序、非暂态性计算机可执行程序以及模块,如本申请实施例中的激光雷达的标定方法对应的程序指令/模块。处理器701通过运行存储在存储器702中的非暂态软件程序、指令以及模块,可以实现下述任一方法实施例中的激光雷达的标定方法。具体地,存储器702可以包括易失性存储器(volatile memory,VM),例如随机存取存储器(random access memory, RAM);存储器702也可以包括非易失性存储器(non-volatile memory,NVM),例如只读存储器(read-only memory, ROM),快闪存储器(flash memory),硬盘(hard disk drive, HDD)或固态硬盘(solid-state drive, SSD)或其他非暂态固态存储器件;存储器702还可以包括上述种类的存储器的组合。
在本申请实施例中,存储器702还可以包括相对于处理器远程设置的存储器,这些远程存储器可以通过网络连接至处理器。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。
在本申请实施例中,激光雷达70还可以具有有线或无线网络接口、键盘以及输入输出接口等部件,以便进行输入输出,激光雷达70还可以包括其他用于实现设备功能的部件,在此不做赘述。
请再参阅图8,图8是本申请实施例提供的一种机器人的结构示意图;
如图8所示,该机器人80,包括:激光雷达801以及控制器802,其中,激光雷达801通信连接该控制器802,该控制器802用于向激光雷达801发送重新标定指令,以使激光雷达801进行重新标定。可以理解的是,该重新标定指令可以由外部终端向机器人80发送,由控制器802将该重新标定指令转发到该激光雷达801。其中,外部终端可以为固定终端或移动终端,例如:电脑、手机、平板等电子设备,在此不进行限定。
需要说明的是,机器人的具体硬件结构等内容,可以参考上述实施例提及的内容,在此不再赘述。
请再参阅图9,图9是本申请实施例提供的一种标定系统的结构示意图;
如图9所示,该标定系统90,包括:机器人901以及回充座902,
可以理解的是,机器人运动到特定位置,例如:机器人运动到回充位置,在该回充位置时,机器人与回充座的金属触点接触,使得机器人进入回充状态,由回充座对机器人进行充电;或者,机器人运动到某一非回充位置,在该非回充位置时,机器人与回充座的位置关系可直接得出或简单获取,因此,此时可以利用机器人与回充座的位置关系来进行标定。
其中,机器人901在运动到回充座902所在的回充位置之后,与回充座902的金属触点进行接触,以进入回充状态,由回充座902为该机器人901进行充电。
需要说明的是,本申请实施例中的回充座902被设计为可约束机器人901位置的形状,使得机器人901的充电口与回充座902的金属触点相接触,以实现机器人901的充电,并且,有利于利用激光雷达、机器人以及回充座的相对位置关系,以进行重新标定。
本申请实施例还提供了一种计算机可读存储介质,例如包括程序代码的存储器,上述程序代码可由处理器执行以完成上述实施例中的激光雷达的标定方法。例如,该计算机可读存储介质可以是只读存储器(Read-Only Memory ,ROM)、随机存取存储器(RandomAccess Memory,RAM)、只读光盘(Compact Disc Read-Only Memory,CDROM)、磁带、软盘和光数据存储设备等。
本申请实施例还提供了一种计算机程序产品,该计算机程序产品包括一条或多条程序代码,该程序代码存储在计算机可读存储介质中。电子设备的处理器从计算机可读存储介质读取该程序代码,处理器执行该程序代码,以完成上述实施例中提供的激光雷达的标定方法的方法步骤。
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成,也可以通过程序来程序代码相关的硬件完成,该程序可以存储于一种计算机可读存储介质中,上述提到的存储介质可以是只读存储器,磁盘或光盘等。
通过以上的实施方式的描述,本领域普通技术人员可以清楚地了解到各实施方式可借助软件加通用硬件平台的方式来实现,当然也可以通过硬件。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,程序可存储于一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,存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory,ROM)或随机存储记忆体(Random Access Memory, RAM)等。
最后应说明的是:以上实施例仅用以说明本申请的技术方案,而非对其限制;在本申请的思路下,以上实施例或者不同实施例中的技术特征之间也可以进行组合,步骤可以以任意顺序实现,并存在如上述的本申请的不同方面的许多其它变化,为了简明,它们没有在细节中提供;尽管参照前述实施例对本申请进行了详细的说明,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申请各实施例技术方案的范围。
Claims (13)
1.一种激光雷达的标定方法,其特征在于,应用于机器人,所述激光雷达安装于所述机器人,所述方法包括:
获取所述激光雷达与至少一个参考点的参考角度和每一参考角度对应的理论距离值;
获取至少一个参考点的参考角度对应的实际测距值;
根据所述理论距离值和所述实际测距值,结合第一标定参数,完成重新标定,获得第二标定参数;
所述根据所述理论距离值和所述实际测距值,结合第一标定参数,完成重新标定,获得第二标定参数,包括:
获取至少两组理论距离值和实际测距值的组合;
根据至少两组所述理论距离值和实际测距值的组合,结合第一标定参数,完成重新标定,获得第二标定参数;
所述第一标定参数包括第一参数和第二参数,所述第二标定参数包括第一参数和第二参数,所述根据至少两组所述理论距离值和实际测距值的组合,结合第一标定参数,获得第二标定参数,通过如下公式实现:
2.根据权利要求1所述的方法,其特征在于,所述获取所述激光雷达与至少一个参考点的参考角度和每一参考角度对应的理论距离值,包括:
根据所述激光雷达与回充座的位置关系,选择所述机器人与所述回充座的至少一个连接位置作为参考点,并获取每一参考点的参考角度和每一参考角度对应的理论距离值。
3.根据权利要求1所述的方法,其特征在于,所述获取所述激光雷达与至少一个参考点的参考角度和每一参考角度对应的理论距离值,包括:
在所述机器人与某一平面接触之后,获取所述机器人的中心位置以及所述激光雷达的中心位置;
选择所述激光雷达的中心位置与所述平面的最短距离作为参考角度对应的理论测距值,其中,假设所述机器人的中心位置为A点,所述激光雷达的中心位置为B点,线段BD为所述激光雷达的中心位置到所述平面的垂线,其中,D点为垂足,线段AC为所述机器人的中心位置到线段BD的垂线,其中,C点为垂足,则:
将∠ABC作为参考角度,将线段BD的长度作为理论距离值,其中,BD=BC+CD, 其中,线段AB为所述机器人的中心位置与所述激光雷达的中心位置的距离,BC=AB*cos(∠ABC),线段CD为所述机器人的半径。
4.根据权利要求1-3任一项所述的方法,其特征在于,所述方法还包括:
若当前条件满足重新标定条件,则对所述激光雷达进行重新标定;
其中,所述重新标定条件包括如下条件中的至少一个:
至少一个参考角度对应的实际测距值与理论距离值的差值大于第一距离阈值;
或者,在机器人进行回充时;
或者,当前时间距离上次标定时间超过第一时间阈值;
或者,接收到重新标定指令。
5.一种激光雷达的标定方法,其特征在于,应用于机器人,所述激光雷达安装于所述机器人,所述方法包括:
获取所述激光雷达与至少一个参考点的参考角度和每一参考角度对应的理论距离值;
获取至少一个参考点的参考角度对应的实际测距值;
根据所述理论距离值和所述实际测距值,结合第一标定参数,完成重新标定,获得第二标定参数;
所述根据所述理论距离值和所述实际测距值,结合第一标定参数,完成重新标定,获得第二标定参数,包括:
获取至少两组理论距离值和实际测距值的组合;
根据至少两组所述理论距离值和实际测距值的组合,结合第一标定参数,完成重新标定,获得第二标定参数;
所述第一标定参数包括第三参数和第四参数,所述第二标定参数包括第三参数和第四参数,所述根据至少两组所述理论距离值和实际测距值的组合,结合第一标定参数,完成重新标定,获得第二标定参数,通过如下公式实现:
6.根据权利要求5所述的方法,其特征在于,所述获取所述激光雷达与至少一个参考点的参考角度和每一参考角度对应的理论距离值,包括:
根据所述激光雷达与回充座的位置关系,选择所述机器人与所述回充座的至少一个连接位置作为参考点,并获取每一参考点的参考角度和每一参考角度对应的理论距离值。
7.根据权利要求5所述的方法,其特征在于,所述获取所述激光雷达与至少一个参考点的参考角度和每一参考角度对应的理论距离值,包括:
在所述机器人与某一平面接触之后,获取所述机器人的中心位置以及所述激光雷达的中心位置;
选择所述激光雷达的中心位置与所述平面的最短距离作为参考角度对应的理论测距值,其中,假设所述机器人的中心位置为A点,所述激光雷达的中心位置为B点,线段BD为所述激光雷达的中心位置到所述平面的垂线,其中,D点为垂足,线段AC为所述机器人的中心位置到线段BD的垂线,其中,C点为垂足,则:
将∠ABC作为参考角度,将线段BD的长度作为理论距离值,其中,BD=BC+CD, 其中,线段AB为所述机器人的中心位置与所述激光雷达的中心位置的距离,BC=AB*cos(∠ABC),线段CD为所述机器人的半径。
8.根据权利要求5-7任一项所述的方法,其特征在于,所述方法还包括:
若当前条件满足重新标定条件,则对所述激光雷达进行重新标定;
其中,所述重新标定条件包括如下条件中的至少一个:
至少一个参考角度对应的实际测距值与理论距离值的差值大于第一距离阈值;
或者,在机器人进行回充时;
或者,当前时间距离上次标定时间超过第一时间阈值;
或者,接收到重新标定指令。
9.一种激光雷达的标定装置,其特征在于,应用于机器人,所述激光雷达安装于所述机器人,所述装置包括:
获取单元,用于获取所述激光雷达与至少一个参考点的参考角度和每一参考角度对应的理论距离值;以及,获取至少一个参考点的参考角度对应的实际测距值;
标定单元,用于根据所述理论距离值和所述实际测距值,结合第一标定参数,完成重新标定,获得第二标定参数;
所述标定单元,具体用于:
获取至少两组理论距离值和实际测距值的组合;
根据至少两组所述理论距离值和实际测距值的组合,结合第一标定参数,完成重新标定,获得第二标定参数;
所述第一标定参数包括第一参数和第二参数,所述第二标定参数包括第一参数和第二参数,所述根据至少两组所述理论距离值和实际测距值的组合,结合第一标定参数,获得第二标定参数,通过如下公式实现:
10.一种激光雷达的标定装置,其特征在于,应用于机器人,所述激光雷达安装于所述机器人,所述装置包括:
获取单元,用于获取所述激光雷达与至少一个参考点的参考角度和每一参考角度对应的理论距离值;以及,获取至少一个参考点的参考角度对应的实际测距值;
标定单元,用于根据所述理论距离值和所述实际测距值,结合第一标定参数,完成重新标定,获得第二标定参数;
所述标定单元,具体用于:
获取至少两组理论距离值和实际测距值的组合;
根据至少两组所述理论距离值和实际测距值的组合,结合第一标定参数,完成重新标定,获得第二标定参数;
所述第一标定参数包括第三参数和第四参数,所述第二标定参数包括第三参数和第四参数,所述根据至少两组所述理论距离值和实际测距值的组合,结合第一标定参数,完成重新标定,获得第二标定参数,通过如下公式实现:
11.一种激光雷达,其特征在于,包括:
存储器以及一个或多个处理器,所述一个或多个处理器用于执行存储在所述存储器中的一个或多个计算机程序,所述一个或多个处理器在执行所述一个或多个计算机程序时,使得所述激光雷达实现如权利要求1-8任一项所述的方法。
12.一种机器人,其特征在于,包括:
如权利要求11所述的激光雷达。
13.一种标定系统,其特征在于,包括:
如权利要求12所述的机器人;
回充座,用于为所述机器人充电。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210270535.5A CN114355321B (zh) | 2022-03-18 | 2022-03-18 | 激光雷达的标定方法、装置、系统、激光雷达及机器人 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210270535.5A CN114355321B (zh) | 2022-03-18 | 2022-03-18 | 激光雷达的标定方法、装置、系统、激光雷达及机器人 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114355321A CN114355321A (zh) | 2022-04-15 |
CN114355321B true CN114355321B (zh) | 2022-07-05 |
Family
ID=81094544
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210270535.5A Active CN114355321B (zh) | 2022-03-18 | 2022-03-18 | 激光雷达的标定方法、装置、系统、激光雷达及机器人 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114355321B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115079128B (zh) * | 2022-08-23 | 2022-12-09 | 深圳市欢创科技有限公司 | 一种激光雷达点云数据去畸变的方法、装置及机器人 |
CN116501070B (zh) * | 2023-06-30 | 2023-09-19 | 深圳市欢创科技有限公司 | 回充方法、机器人及存储介质 |
Family Cites Families (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9823352B2 (en) * | 2014-10-31 | 2017-11-21 | Rockwell Automation Safety Ag | Absolute distance measurement for time-of-flight sensors |
CN105807271A (zh) * | 2016-05-11 | 2016-07-27 | 深圳乐行天下科技有限公司 | 激光雷达的校准系统及方法 |
CN106383352A (zh) * | 2016-08-30 | 2017-02-08 | 广东雷洋智能科技股份有限公司 | 激光雷达测距方法 |
CN106556826B (zh) * | 2016-11-24 | 2018-12-04 | 国网山东省电力公司电力科学研究院 | 变电站巡检机器人定位导航用二维激光雷达标定装置及方法 |
CN110815205A (zh) * | 2018-08-14 | 2020-02-21 | 杭州海康机器人技术有限公司 | 移动机器人的标定方法、系统及装置 |
CN109031253A (zh) * | 2018-08-27 | 2018-12-18 | 森思泰克河北科技有限公司 | 激光雷达标定系统及标定方法 |
CN111090084A (zh) * | 2018-10-24 | 2020-05-01 | 舜宇光学(浙江)研究院有限公司 | 多激光雷达外参标定方法、标定装置、标定系统和电子设备 |
CN109917355A (zh) * | 2019-03-04 | 2019-06-21 | 合肥嘉东光学股份有限公司 | 激光雷达距离误差补偿系统 |
CN110111384B (zh) * | 2019-04-11 | 2021-11-26 | 歌尔光学科技有限公司 | 一种tof深度模组的标定方法、装置及系统 |
CN109932726B (zh) * | 2019-04-18 | 2020-08-18 | 北京石头世纪科技股份有限公司 | 机器人测距校准方法、装置、机器人和介质 |
CN111161358B (zh) * | 2019-12-31 | 2022-10-21 | 华中科技大学鄂州工业技术研究院 | 一种用于结构光深度测量的相机标定方法和装置 |
WO2021150679A1 (en) * | 2020-01-23 | 2021-07-29 | Brain Corporation | Systems, apparatuses, and methods for calibrating lidar sensors of a robot using intersecting lidar sensors |
CN113466834A (zh) * | 2020-03-12 | 2021-10-01 | 华为技术有限公司 | 一种激光雷达参数标定方法及装置 |
CN111521195B (zh) * | 2020-04-10 | 2022-03-04 | 广州铁路职业技术学院(广州铁路机械学校) | 一种智能机器人 |
CN111735487B (zh) * | 2020-05-18 | 2023-01-10 | 清华大学深圳国际研究生院 | 传感器、传感器标定方法与设备、存储介质 |
CN113534110B (zh) * | 2021-06-24 | 2023-11-24 | 香港理工大学深圳研究院 | 一种多激光雷达系统静态标定方法 |
-
2022
- 2022-03-18 CN CN202210270535.5A patent/CN114355321B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN114355321A (zh) | 2022-04-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114355321B (zh) | 激光雷达的标定方法、装置、系统、激光雷达及机器人 | |
CN108762245B (zh) | 数据融合方法以及相关设备 | |
KR102455845B1 (ko) | 로봇 맵핑 시스템 및 방법 | |
US11435480B2 (en) | Map construction method and robot | |
CN109976324B (zh) | 控制机器人充电的方法、机器人及计算机可读存储介质 | |
EP2175337A2 (en) | Autonomous moving apparatus | |
US20150197011A1 (en) | Localization by Learning of Wave-Signal Distributions | |
EP3616159A1 (en) | Calibration of laser sensors | |
WO2015126491A1 (en) | System and methods for scanning with integrated radar detection and image capture | |
CN114371483B (zh) | 激光雷达的测距方法、装置、激光雷达及机器人 | |
WO2017008454A1 (zh) | 一种机器人的定位方法 | |
CN112740274A (zh) | 在机器人设备上使用光流传感器进行vslam比例估计的系统和方法 | |
US11852484B2 (en) | Method for determining the orientation of a robot, orientation determination apparatus of a robot, and robot | |
Lim et al. | Indoor localization and navigation for a mobile robot equipped with rotating ultrasonic sensors using a smartphone as the robot's brain | |
CN111220148A (zh) | 移动机器人的定位方法、系统、装置及移动机器人 | |
SA520412477B1 (ar) | مركبة قياس ميل ومسافة لمقطع جانبي | |
CN112729321A (zh) | 一种机器人的扫图方法、装置、存储介质和机器人 | |
CN115656984A (zh) | Tof点云的处理方法、点云优化方法、激光雷达及机器人 | |
CN113587930A (zh) | 基于多传感融合的自主移动机器人室内外导航方法及装置 | |
Droeschel et al. | Omnidirectional perception for lightweight UAVs using a continuously rotating 3D laser scanner | |
Liu et al. | An autonomous positioning method for fire robots with multi-source sensors | |
US10901085B2 (en) | System and method for mobile platform operation | |
JP2023503750A (ja) | ロボットの位置決め方法及び装置、機器、記憶媒体 | |
Nazemzadeh et al. | Design and performance analysis of an indoor position tracking technique for smart rollators | |
CN117169848A (zh) | 过滤玻璃噪点的方法、激光雷达及机器人 |
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 | ||
CP03 | Change of name, title or address |
Address after: 518000, Floor 1801, Block C, Minzhi Stock Commercial Center, North Station Community, Minzhi Street, Longhua District, Shenzhen City, Guangdong Province Patentee after: Shenzhen Huanchuang Technology Co.,Ltd. Address before: 518000 2407-2409, building 4, phase II, Tian'an Yungu Industrial Park, Gangtou community, Bantian street, Longgang District, Shenzhen, Guangdong Patentee before: SHENZHEN CAMSENSE TECHNOLOGIES Co.,Ltd. |
|
CP03 | Change of name, title or address |