CN114359400A - 一种外参标定方法、装置、计算机可读存储介质及机器人 - Google Patents
一种外参标定方法、装置、计算机可读存储介质及机器人 Download PDFInfo
- Publication number
- CN114359400A CN114359400A CN202111491917.2A CN202111491917A CN114359400A CN 114359400 A CN114359400 A CN 114359400A CN 202111491917 A CN202111491917 A CN 202111491917A CN 114359400 A CN114359400 A CN 114359400A
- Authority
- CN
- China
- Prior art keywords
- point cloud
- cloud data
- axis translation
- translation parameter
- determining
- 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
Links
Images
Landscapes
- Length Measuring Devices By Optical Means (AREA)
Abstract
本申请属于机器人技术领域,尤其涉及一种外参标定方法、装置、计算机可读存储介质及机器人。所述方法包括:获取第一点云数据,并根据所述第一点云数据确定z轴平移参数;其中,所述第一点云数据为机器人的深度相机采集的地面的点云数据;获取第二点云数据和第三点云数据,并根据所述第二点云数据和所述第三点云数据确定x轴平移参数、y轴平移参数和旋转参数;其中,所述第二点云数据为所述深度相机采集的垂直相交墙面的点云数据,所述第三点云数据为所述机器人的激光雷达采集的所述垂直相交墙面的点云数据。通过本申请,无需借助于特定标定物,仅依靠地面和墙面即可进行外参标定,便利性极佳,利于进行大范围推广与使用,满足实际使用的需要。
Description
技术领域
本申请属于机器人技术领域,尤其涉及一种外参标定方法、装置、计算机可读存储介质及机器人。
背景技术
在移动机器人应用中,由于激光雷达的视角有限,通常需要采用深度相机对障碍物进行辅助检测,但是深度相机与激光雷达的坐标系并不是重合的,因此需要进行外参标定,即对x轴、y轴、z轴的平移参数,以及俯仰角、翻滚角、翻滚角等旋转参数进行标定,以便于将激光雷达与深度相机的检测数据转换到统一坐标系下。但在现有技术中,外参标定通常需要借助于标定板之类的特定标定物,便利性差,不利于大范围推广与使用,难以满足实际使用的需要。
发明内容
有鉴于此,本申请实施例提供了一种外参标定方法、装置、计算机可读存储介质及机器人,以解决现有的外参标定方法需要借助于标定板之类的特定标定物,便利性差,不利于大范围推广与使用,难以满足实际使用的需要的问题。
本申请实施例的第一方面提供了一种外参标定方法,可以包括:
获取第一点云数据,并根据所述第一点云数据确定z轴平移参数;其中,所述第一点云数据为机器人的深度相机采集的地面的点云数据;
获取第二点云数据和第三点云数据,并根据所述第二点云数据和所述第三点云数据确定x轴平移参数、y轴平移参数和旋转参数;其中,所述第二点云数据为所述深度相机采集的垂直相交墙面的点云数据,所述第三点云数据为所述机器人的激光雷达采集的所述垂直相交墙面的点云数据。
在第一方面的一种具体实现方式中,所述根据所述第一点云数据确定z轴平移参数,可以包括:
根据所述第一点云数据进行地面检测;
若地面检测失败,则调整所述深度相机的角度重新进行地面检测,直至地面检测成功为止;
若地面检测成功,则根据所述第一点云数据确定所述z轴平移参数。
在第一方面的一种具体实现方式中,所述根据所述第一点云数据进行地面检测,可以包括:
根据所述第一点云数据确定地面的第一拟合平面;
计算所述第一点云数据中的地面点的数量,以及所述第一点云数据中的各个点到所述第一拟合平面的距离的方差;其中,所述地面点为与所述第一拟合平面的距离小于预设的距离阈值的点;
若所述地面点的数量大于预设的数量阈值,且所述方差小于预设的方差阈值,则判定地面检测成功;
若所述地面点的数量小于等于所述数量阈值,或者所述方差大于等于所述方差阈值,则判定地面检测失败。
在第一方面的一种具体实现方式中,所述根据所述第二点云数据和所述第三点云数据确定x轴平移参数、y轴平移参数和旋转参数,可以包括:
根据所述第二点云数据确定所述垂直相交墙面的第二拟合平面和第三拟合平面;
根据所述第二拟合平面和所述第三拟合平面确定俯仰角和翻滚角;
将所述第二点云数据投影至目标二维平面,得到第四点云数据;其中,所述目标二维平面为所述第三点云数据所在的平面;
根据所述第三点云数据和所述第四点云数据确定x轴平移参数、y轴平移参数和偏航角。
在第一方面的一种具体实现方式中,所述根据所述第三点云数据和所述第四点云数据确定x轴平移参数、y轴平移参数和偏航角,可以包括:
使用随机抽样一致算法对所述第三点云数据和所述第四点云数据进行点云匹配,得到所述x轴平移参数、所述y轴平移参数和所述偏航角。
在第一方面的一种具体实现方式中,在根据所述第三点云数据和所述第四点云数据确定x轴平移参数、y轴平移参数和偏航角之后,还可以包括:
使用正态分布变换算法对所述x轴平移参数、所述y轴平移参数和所述偏航角进行校正,得到校正后的x轴平移参数、校正后的y轴平移参数和校正后的偏航角。
在第一方面的一种具体实现方式中,在使用正态分布变换算法对所述x轴平移参数、所述y轴平移参数和所述偏航角进行校正,得到校正后的x轴平移参数、校正后的y轴平移参数和校正后的偏航角之后,还可以包括:
对所述第三点云数据进行三维扩展,得到第五点云数据;
根据所述第五点云数据对所述校正后的x轴平移参数、所述校正后的y轴平移参数、所述校正后的偏航角、所述俯仰角和所述翻滚角进行优化,得到优化后的x轴平移参数、优化后的y轴平移参数和优化后的旋转参数。
本申请实施例的第二方面提供了一种外参标定装置,可以包括:
地面标定模块,用于获取第一点云数据,并根据所述第一点云数据确定z轴平移参数;其中,所述第一点云数据为机器人的深度相机采集的地面的点云数据;
墙面标定模块,用于获取第二点云数据和第三点云数据,并根据所述第二点云数据和所述第三点云数据确定x轴平移参数、y轴平移参数和旋转参数;其中,所述第二点云数据为所述深度相机采集的垂直相交墙面的点云数据,所述第三点云数据为所述机器人的激光雷达采集的所述垂直相交墙面的点云数据。
在第二方面的一种具体实现方式中,所述地面标定模块可以包括:
地面检测单元,用于根据所述第一点云数据进行地面检测;
z轴平移参数确定单元,用于若地面检测失败,则调整所述深度相机的角度重新进行地面检测,直至地面检测成功为止;若地面检测成功,则根据所述第一点云数据确定所述z轴平移参数。
在第二方面的一种具体实现方式中,所述地面检测单元可以具体用于:根据所述第一点云数据确定地面的第一拟合平面;计算所述第一点云数据中的地面点的数量,以及所述第一点云数据中的各个点到所述第一拟合平面的距离的方差;其中,所述地面点为与所述第一拟合平面的距离小于预设的距离阈值的点;若所述地面点的数量大于预设的数量阈值,且所述方差小于预设的方差阈值,则判定地面检测成功;若所述地面点的数量小于等于所述数量阈值,或者所述方差大于等于所述方差阈值,则判定地面检测失败。
在第二方面的一种具体实现方式中,所述墙面标定模块可以包括:
墙面拟合单元,用于根据所述第二点云数据确定所述垂直相交墙面的第二拟合平面和第三拟合平面;
第一外参确定单元,用于根据所述第二拟合平面和所述第三拟合平面确定俯仰角和翻滚角;
二维投影单元,用于将所述第二点云数据投影至目标二维平面,得到第四点云数据;其中,所述目标二维平面为所述第三点云数据所在的平面;
第二外参确定单元,用于根据所述第三点云数据和所述第四点云数据确定x轴平移参数、y轴平移参数和偏航角。
在第二方面的一种具体实现方式中,所述第二外参确定单元可以具体用于:使用随机抽样一致算法对所述第三点云数据和所述第四点云数据进行点云匹配,得到所述x轴平移参数、所述y轴平移参数和所述偏航角。
在第二方面的一种具体实现方式中,所述墙面标定模块还可以包括:
外参校正单元,用于使用正态分布变换算法对所述x轴平移参数、所述y轴平移参数和所述偏航角进行校正,得到校正后的x轴平移参数、校正后的y轴平移参数和校正后的偏航角。
在第二方面的一种具体实现方式中,所述墙面标定模块还可以包括:
外参优化单元,用于对所述第三点云数据进行三维扩展,得到第五点云数据;根据所述第五点云数据对所述校正后的x轴平移参数、所述校正后的y轴平移参数、所述校正后的偏航角、所述俯仰角和所述翻滚角进行优化,得到优化后的x轴平移参数、优化后的y轴平移参数和优化后的旋转参数。
本申请实施例的第三方面提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述任一种外参标定方法的步骤。
本申请实施例的第四方面提供了一种机器人,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程序,所述处理器执行所述计算机程序时实现上述任一种外参标定方法的步骤。
本申请实施例的第五方面提供了一种计算机程序产品,当计算机程序产品在机器人上运行时,使得机器人执行上述任一种外参标定方法的步骤。
本申请实施例与现有技术相比存在的有益效果是:本申请实施例获取第一点云数据,并根据所述第一点云数据确定z轴平移参数;其中,所述第一点云数据为机器人的深度相机采集的地面的点云数据;获取第二点云数据和第三点云数据,并根据所述第二点云数据和所述第三点云数据确定x轴平移参数、y轴平移参数和旋转参数;其中,所述第二点云数据为所述深度相机采集的垂直相交墙面的点云数据,所述第三点云数据为所述机器人的激光雷达采集的所述垂直相交墙面的点云数据。通过本申请实施例,无需借助于标定板之类的特定标定物,仅依靠地面和墙面即可进行外参标定,便利性极佳,利于进行大范围推广与使用,满足实际使用的需要。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例或现有技术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申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其它的附图。
图1为本申请实施例中一种外参标定方法的一个实施例流程图;
图2为将第二点云数据投影至目标二维平面的示意图;
图3为点云匹配的示意图;
图4为最终标定结果的示意图;
图5为本申请实施例中一种外参标定装置的一个实施例结构图;
图6为本申请实施例中一种机器人的示意框图。
具体实施方式
为使得本申请的发明目的、特征、优点能够更加的明显和易懂,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,下面所描述的实施例仅仅是本申请一部分实施例,而非全部的实施例。基于本申请中的实施例,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它实施例,都属于本申请保护的范围。
应当理解,当在本说明书和所附权利要求书中使用时,术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在,但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解,在此本申请说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本申请。如在本申请说明书和所附权利要求书中所使用的那样,除非上下文清楚地指明其它情况,否则单数形式的“一”、“一个”及“该”意在包括复数形式。
还应当进一步理解,在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合,并且包括这些组合。
如在本说明书和所附权利要求书中所使用的那样,术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地,短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。
另外,在本申请的描述中,术语“第一”、“第二”、“第三”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
请参阅图1,本申请实施例中一种外参标定方法的一个实施例可以包括:
步骤S101、获取第一点云数据,并根据所述第一点云数据确定z轴平移参数。
其中,所述第一点云数据为机器人的深度相机采集的地面的点云数据。
在本申请实施例的一种具体实现方式中,考虑到由于视角以及场景问题,地面的某些局部可能会不够平整,在这种情况下,可以控制所述机器人进行旋转,以调整所述深度相机的角度,直至找到在某一角度下较为平整的地面。
具体地,所述机器人可以获取所述深度相机在初始角度下采集的所述第一点云数据,并根据所述第一点云数据进行地面检测。
在进行地面检测时,所述机器人可以使用随机抽样一致(Random sampleconsensus,RANSAC)算法,根据所述第一点云数据确定地面的拟合平面,为了便于区分,此处将其记为第一拟合平面。例如,可以从所述第一点云数据随机选取三个不共线的点组成一个平面,然后计算所述第一点云数据中的各个点到该平面的距离,将距离小于预设的距离阈值的点标记为该平面的内点,并统计该平面的内点数量,然后循环以上过程若干次,最后将内点数量最多的平面确定为所述第一拟合平面。所述距离阈值的具体取值可以根据实际情况进行设置,本申请实施例对其不作具体限定。例如,可以将其设置为1厘米、3厘米、5厘米等等。
在确定出所述第一拟合平面之后,可以计算所述第一点云数据中的地面点的数量,以及所述第一点云数据中的各个点到所述第一拟合平面的距离的方差;其中,所述地面点为与所述第一拟合平面的距离小于所述距离阈值的点。
若所述地面点的数量大于预设的数量阈值,且所述方差小于预设的方差阈值,则判定地面检测成功;若所述地面点的数量小于等于所述数量阈值,或者所述方差大于等于所述方差阈值,则判定地面检测失败。所述数量阈值的具体取值可以根据实际情况进行设置,本申请实施例对其不作具体限定。例如,可以将其设置为所述第一点云数据中的总点数的70%、80%、90%等等。所述方差阈值的具体取值可以根据实际情况进行设置,本申请实施例对其不作具体限定。例如,可以将其设置为2、3、5等等。
若地面检测失败,则可以调整所述深度相机的角度重新进行地面检测,直至地面检测成功为止;若地面检测成功,则可以根据所述第一点云数据确定所述z轴平移参数,也即所述深度相机与所述第一拟合平面之间的距离。
优选地,所述深度相机在进行点云数据采集时,可以在每个角度下均进行多次采集,并将多次采集的点云数据的均值作为所述第一点云数据,从而提高数据的可靠性。
步骤S102、获取第二点云数据和第三点云数据,并根据所述第二点云数据和所述第三点云数据确定x轴平移参数、y轴平移参数和旋转参数。
其中,所述第二点云数据为所述深度相机采集的垂直相交墙面的点云数据,在进行点云数据采集时,所述深度相机的视角应尽量指向两墙面的角平分线,所述第三点云数据为所述机器人的激光雷达采集的所述垂直相交墙面的点云数据。一般地,所述激光雷达可以为单线激光雷达,主要进行平面式扫描。
在本申请实施例中,所述机器人可以使用RANSAC算法,根据所述第二点云数据确定所述垂直相交墙面的两个拟合平面,为了便于区分,此处将其分别记为第二拟合平面和第三拟合平面。具体的平面拟合方式可以参照步骤S101中的具体描述,此处不再赘述。
在确定出所述第二拟合平面和所述第三拟合平面之后,所述机器人可以根据所述第二拟合平面和所述第三拟合平面确定俯仰角(picth)和翻滚角(roll)。具体地,分别计算得到所述第二拟合平面的法向量和所述第三拟合平面的法向量,对这两个法向量进行叉乘,将所得结果记为重力向量,根据所述重力向量的投影分量即可求解出姿态旋转矩阵,从而确定所述俯仰角和所述翻滚角。
优选地,在完成求解之后,还可以进一步对求解出的所述姿态旋转矩阵进行验证,将所述姿态旋转矩阵分别对所述第二拟合平面的法向量和所述第三拟合平面的法向量进行转换,如果转换后的z轴分量小于预设的阈值,则说明求解结果基本准确,验证通过。
在验证通过后,可以将所述第二点云数据投影至目标二维平面,得到第四点云数据。其中,所述目标二维平面为所述第三点云数据所在的平面。图2所示即为将所述第二点云数据投影至所述目标二维平面的示意图,图中较小的点为所述第二点云数据,较大的点为投影后得到的所述第四点云数据。
投影完成后,即可根据所述第三点云数据和所述第四点云数据确定x轴平移参数、y轴平移参数和偏航角(yaw)。具体地,在本申请实施例中,可以使用RANSAC算法对所述第三点云数据和所述第四点云数据进行点云匹配,从而得到所述x轴平移参数、所述y轴平移参数和所述偏航角。
优选地,在本申请实施例的一种具体实现中,考虑到投影后的点噪声较大,所得结果只是一个粗略值,因此可以进一步使用正态分布变换(Normal DistributionsTransform,NDT)算法对所得的粗略值进行匹配细化,将之前的粗略值作为NDT匹配的初始值,并执行NDT匹配,从而得到校正后的x轴平移参数、校正后的y轴平移参数和校正后的偏航角。图3所示为点云匹配的示意图,图中上方的点为所述第三点云数据,下方的点为所述第四点云数据,经过点云匹配及校正后,所述第四点云数据基本可以与所述第三点云数据重合。
优选地,在本申请实施例的一种具体实现中,为了进一步减少误差,在假定墙面是垂直的且光滑的前提下,可以对所述第三点云数据进行三维扩展,将所述第三点云数据进行上下平移,扩维为三维点云,将其记为第五点云数据。然后,根据所述第五点云数据提供的平面约束对之前所得的外参进行进一步优化,计算校正后的第二点云数据与所述第五点云数据之间的残差,然后通过LM(Levenberg-Marquardt)算法对之前所得的外参进行优化,在优化过程中将z轴平移参数保持固定,得到优化后的外参。图4所示为最终的标定结果,从中可以看出,所述深度相机采集的点云数据基本可以与所述激光雷达采集的点云数据重合。
综上所述,本申请实施例获取第一点云数据,并根据所述第一点云数据确定z轴平移参数;其中,所述第一点云数据为机器人的深度相机采集的地面的点云数据;获取第二点云数据和第三点云数据,并根据所述第二点云数据和所述第三点云数据确定x轴平移参数、y轴平移参数和旋转参数;其中,所述第二点云数据为所述深度相机采集的垂直相交墙面的点云数据,所述第三点云数据为所述机器人的激光雷达采集的所述垂直相交墙面的点云数据。通过本申请实施例,无需借助于标定板之类的特定标定物,仅依靠地面和墙面即可进行外参标定,便利性极佳,利于进行大范围推广与使用,满足实际使用的需要。
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,而不应对本申请实施例的实施过程构成任何限定。
对应于上文实施例所述的一种外参标定方法,图5示出了本申请实施例提供的一种外参标定装置的一个实施例结构图。
本实施例中,一种外参标定装置可以包括:
地面标定模块501,用于获取第一点云数据,并根据所述第一点云数据确定z轴平移参数;其中,所述第一点云数据为机器人的深度相机采集的地面的点云数据;
墙面标定模块502,用于获取第二点云数据和第三点云数据,并根据所述第二点云数据和所述第三点云数据确定x轴平移参数、y轴平移参数和旋转参数;其中,所述第二点云数据为所述深度相机采集的垂直相交墙面的点云数据,所述第三点云数据为所述机器人的激光雷达采集的所述垂直相交墙面的点云数据。
在本申请实施例的一种具体实现方式中,所述地面标定模块可以包括:
地面检测单元,用于根据所述第一点云数据进行地面检测;
z轴平移参数确定单元,用于若地面检测失败,则调整所述深度相机的角度重新进行地面检测,直至地面检测成功为止;若地面检测成功,则根据所述第一点云数据确定所述z轴平移参数。
在本申请实施例的一种具体实现方式中,所述地面检测单元可以具体用于:根据所述第一点云数据确定地面的第一拟合平面;计算所述第一点云数据中的地面点的数量,以及所述第一点云数据中的各个点到所述第一拟合平面的距离的方差;其中,所述地面点为与所述第一拟合平面的距离小于预设的距离阈值的点;若所述地面点的数量大于预设的数量阈值,且所述方差小于预设的方差阈值,则判定地面检测成功;若所述地面点的数量小于等于所述数量阈值,或者所述方差大于等于所述方差阈值,则判定地面检测失败。
在本申请实施例的一种具体实现方式中,所述墙面标定模块可以包括:
墙面拟合单元,用于根据所述第二点云数据确定所述垂直相交墙面的第二拟合平面和第三拟合平面;
第一外参确定单元,用于根据所述第二拟合平面和所述第三拟合平面确定俯仰角和翻滚角;
二维投影单元,用于将所述第二点云数据投影至目标二维平面,得到第四点云数据;其中,所述目标二维平面为所述第三点云数据所在的平面;
第二外参确定单元,用于根据所述第三点云数据和所述第四点云数据确定x轴平移参数、y轴平移参数和偏航角。
在本申请实施例的一种具体实现方式中,所述第二外参确定单元可以具体用于:使用随机抽样一致算法对所述第三点云数据和所述第四点云数据进行点云匹配,得到所述x轴平移参数、所述y轴平移参数和所述偏航角。
在本申请实施例的一种具体实现方式中,所述墙面标定模块还可以包括:
外参校正单元,用于使用正态分布变换算法对所述x轴平移参数、所述y轴平移参数和所述偏航角进行校正,得到校正后的x轴平移参数、校正后的y轴平移参数和校正后的偏航角。
在本申请实施例的一种具体实现方式中,所述墙面标定模块还可以包括:
外参优化单元,用于对所述第三点云数据进行三维扩展,得到第五点云数据;根据所述第五点云数据对所述校正后的x轴平移参数、所述校正后的y轴平移参数、所述校正后的偏航角、所述俯仰角和所述翻滚角进行优化,得到优化后的x轴平移参数、优化后的y轴平移参数和优化后的旋转参数。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的装置,模块和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述或记载的部分,可以参见其它实施例的相关描述。
图6示出了本申请实施例提供的一种机器人的示意框图,为了便于说明,仅示出了与本申请实施例相关的部分。
如图6所示,该实施例的机器人6包括:处理器60、存储器61以及存储在所述存储器61中并可在所述处理器60上运行的计算机程序62。所述处理器60执行所述计算机程序62时实现上述各个外参标定方法实施例中的步骤,例如图1所示的步骤S101至步骤S102。或者,所述处理器60执行所述计算机程序62时实现上述各装置实施例中各模块/单元的功能,例如图5所示模块501至模块502的功能。
示例性的,所述计算机程序62可以被分割成一个或多个模块/单元,所述一个或者多个模块/单元被存储在所述存储器61中,并由所述处理器60执行,以完成本申请。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述所述计算机程序62在所述机器人6中的执行过程。
本领域技术人员可以理解,图6仅仅是机器人6的示例,并不构成对机器人6的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如所述机器人6还可以包括输入输出设备、网络接入设备、总线等。
所述处理器60可以是中央处理单元(Central Processing Unit,CPU),还可以是其它通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其它可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器61可以是所述机器人6的内部存储单元,例如机器人6的硬盘或内存。所述存储器61也可以是所述机器人6的外部存储设备,例如所述机器人6上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。进一步地,所述存储器61还可以既包括所述机器人6的内部存储单元也包括外部存储设备。所述存储器61用于存储所述计算机程序以及所述机器人6所需的其它程序和数据。所述存储器61还可以用于暂时地存储已经输出或者将要输出的数据。
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。实施例中的各功能单元、模块可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中,上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。另外,各功能单元、模块的具体名称也只是为了便于相互区分,并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述或记载的部分,可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
在本申请所提供的实施例中,应该理解到,所揭露的装置/机器人和方法,可以通过其它的方式实现。例如,以上所描述的装置/机器人实施例仅仅是示意性的,例如,所述模块或单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口,装置或单元的间接耦合或通讯连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读存储介质中。基于这样的理解,本申请实现上述实施例方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读存储介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是,所述计算机可读存储介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如在某些司法管辖区,根据立法和专利实践,计算机可读存储介质不包括电载波信号和电信信号。
以上所述实施例仅用以说明本申请的技术方案,而非对其限制;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精神和范围,均应包含在本申请的保护范围之内。
Claims (10)
1.一种外参标定方法,其特征在于,包括:
获取第一点云数据,并根据所述第一点云数据确定z轴平移参数;其中,所述第一点云数据为机器人的深度相机采集的地面的点云数据;
获取第二点云数据和第三点云数据,并根据所述第二点云数据和所述第三点云数据确定x轴平移参数、y轴平移参数和旋转参数;其中,所述第二点云数据为所述深度相机采集的垂直相交墙面的点云数据,所述第三点云数据为所述机器人的激光雷达采集的所述垂直相交墙面的点云数据。
2.根据权利要求1所述的外参标定方法,其特征在于,所述根据所述第一点云数据确定z轴平移参数,包括:
根据所述第一点云数据进行地面检测;
若地面检测失败,则调整所述深度相机的角度重新进行地面检测,直至地面检测成功为止;
若地面检测成功,则根据所述第一点云数据确定所述z轴平移参数。
3.根据权利要求2所述的外参标定方法,其特征在于,所述根据所述第一点云数据进行地面检测,包括:
根据所述第一点云数据确定地面的第一拟合平面;
计算所述第一点云数据中的地面点的数量,以及所述第一点云数据中的各个点到所述第一拟合平面的距离的方差;其中,所述地面点为与所述第一拟合平面的距离小于预设的距离阈值的点;
若所述地面点的数量大于预设的数量阈值,且所述方差小于预设的方差阈值,则判定地面检测成功;
若所述地面点的数量小于等于所述数量阈值,或者所述方差大于等于所述方差阈值,则判定地面检测失败。
4.根据权利要求1至3中任一项所述的外参标定方法,其特征在于,所述根据所述第二点云数据和所述第三点云数据确定x轴平移参数、y轴平移参数和旋转参数,包括:
根据所述第二点云数据确定所述垂直相交墙面的第二拟合平面和第三拟合平面;
根据所述第二拟合平面和所述第三拟合平面确定俯仰角和翻滚角;
将所述第二点云数据投影至目标二维平面,得到第四点云数据;其中,所述目标二维平面为所述第三点云数据所在的平面;
根据所述第三点云数据和所述第四点云数据确定x轴平移参数、y轴平移参数和偏航角。
5.根据权利要求4所述的外参标定方法,其特征在于,所述根据所述第三点云数据和所述第四点云数据确定x轴平移参数、y轴平移参数和偏航角,包括:
使用随机抽样一致算法对所述第三点云数据和所述第四点云数据进行点云匹配,得到所述x轴平移参数、所述y轴平移参数和所述偏航角。
6.根据权利要求4所述的外参标定方法,其特征在于,在根据所述第三点云数据和所述第四点云数据确定x轴平移参数、y轴平移参数和偏航角之后,还包括:
使用正态分布变换算法对所述x轴平移参数、所述y轴平移参数和所述偏航角进行校正,得到校正后的x轴平移参数、校正后的y轴平移参数和校正后的偏航角。
7.根据权利要求6所述的外参标定方法,其特征在于,在使用正态分布变换算法对所述x轴平移参数、所述y轴平移参数和所述偏航角进行校正,得到校正后的x轴平移参数、校正后的y轴平移参数和校正后的偏航角之后,还包括:
对所述第三点云数据进行三维扩展,得到第五点云数据;
根据所述第五点云数据对所述校正后的x轴平移参数、所述校正后的y轴平移参数、所述校正后的偏航角、所述俯仰角和所述翻滚角进行优化,得到优化后的x轴平移参数、优化后的y轴平移参数和优化后的旋转参数。
8.一种外参标定装置,其特征在于,包括:
地面标定模块,用于获取第一点云数据,并根据所述第一点云数据确定z轴平移参数;其中,所述第一点云数据为机器人的深度相机采集的地面的点云数据;
墙面标定模块,用于获取第二点云数据和第三点云数据,并根据所述第二点云数据和所述第三点云数据确定x轴平移参数、y轴平移参数和旋转参数;其中,所述第二点云数据为所述深度相机采集的垂直相交墙面的点云数据,所述第三点云数据为所述机器人的激光雷达采集的所述垂直相交墙面的点云数据。
9.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述的外参标定方法的步骤。
10.一种机器人,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程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至7中任一项所述的外参标定方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111491917.2A CN114359400A (zh) | 2021-12-08 | 2021-12-08 | 一种外参标定方法、装置、计算机可读存储介质及机器人 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111491917.2A CN114359400A (zh) | 2021-12-08 | 2021-12-08 | 一种外参标定方法、装置、计算机可读存储介质及机器人 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114359400A true CN114359400A (zh) | 2022-04-15 |
Family
ID=81096693
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111491917.2A Pending CN114359400A (zh) | 2021-12-08 | 2021-12-08 | 一种外参标定方法、装置、计算机可读存储介质及机器人 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114359400A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116700262A (zh) * | 2023-06-19 | 2023-09-05 | 国广顺能(上海)能源科技有限公司 | 移动机器人的自动回充控制方法、装置、设备及介质 |
-
2021
- 2021-12-08 CN CN202111491917.2A patent/CN114359400A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116700262A (zh) * | 2023-06-19 | 2023-09-05 | 国广顺能(上海)能源科技有限公司 | 移动机器人的自动回充控制方法、装置、设备及介质 |
CN116700262B (zh) * | 2023-06-19 | 2024-03-15 | 国广顺能(上海)能源科技有限公司 | 移动机器人的自动回充控制方法、装置、设备及介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110307838B (zh) | 机器人重定位方法、装置、计算机可读存储介质及机器人 | |
CN109521403B (zh) | 多线激光雷达的参数标定方法及装置、设备及可读介质 | |
CN108732582B (zh) | 车辆定位方法和装置 | |
CN111612841B (zh) | 目标定位方法及装置、移动机器人及可读存储介质 | |
CN113510703B (zh) | 机器人位姿的确定方法、装置、机器人及存储介质 | |
CN109828250B (zh) | 一种雷达标定方法、标定装置及终端设备 | |
CN111695429B (zh) | 视频图像目标关联方法、装置及终端设备 | |
WO2020168685A1 (zh) | 一种三维扫描视点规划方法、装置及计算机可读存储介质 | |
CN112085798B (zh) | 摄像机标定方法、装置、电子设备及存储介质 | |
CN112927306B (zh) | 拍摄装置的标定方法、装置及终端设备 | |
CN108182708B (zh) | 一种双目相机的标定方法、标定装置及终端设备 | |
CN113362446B (zh) | 基于点云数据重建对象的方法及装置 | |
CN112198878B (zh) | 一种即时地图构建方法、装置、机器人及存储介质 | |
CN114187589A (zh) | 一种目标检测方法、装置、设备和存储介质 | |
CN112967347B (zh) | 位姿标定方法、装置、机器人及计算机可读存储介质 | |
CN114359400A (zh) | 一种外参标定方法、装置、计算机可读存储介质及机器人 | |
CN113459088B (zh) | 地图调整方法、电子设备及存储介质 | |
CN113362445B (zh) | 基于点云数据重建对象的方法及装置 | |
CN116819561A (zh) | 一种点云数据匹配方法、系统、电子设备及存储介质 | |
CN115035188A (zh) | 一种基于目标的距离测量方法、装置及终端设备 | |
CN114913246A (zh) | 相机标定方法、装置、电子设备及存储介质 | |
CN114565683A (zh) | 一种精度确定方法、装置、设备、介质及产品 | |
CN115690364A (zh) | Ar模型的获取方法、电子设备和可读存储介质 | |
CN111223139A (zh) | 目标定位方法及终端设备 | |
CN116109685B (zh) | 一种零件点云配准方法、装置、设备及介质 |
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 |