CN114485767A - 多传感器的配置系统、配置工具、方法及存储介质 - Google Patents
多传感器的配置系统、配置工具、方法及存储介质 Download PDFInfo
- Publication number
- CN114485767A CN114485767A CN202011145420.0A CN202011145420A CN114485767A CN 114485767 A CN114485767 A CN 114485767A CN 202011145420 A CN202011145420 A CN 202011145420A CN 114485767 A CN114485767 A CN 114485767A
- Authority
- CN
- China
- Prior art keywords
- configuration
- sensor
- ultrasonic
- radar
- functional
- 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
- 238000000034 method Methods 0.000 title claims abstract description 46
- 238000003860 storage Methods 0.000 title claims abstract description 17
- 238000004590 computer program Methods 0.000 claims description 16
- 230000000007 visual effect Effects 0.000 claims description 15
- 238000004904 shortening Methods 0.000 abstract 1
- 238000010586 diagram Methods 0.000 description 10
- 238000001514 detection method Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 230000006870 function Effects 0.000 description 5
- 230000004044 response Effects 0.000 description 4
- 230000002159 abnormal effect Effects 0.000 description 3
- 230000005856 abnormality Effects 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000002604 ultrasonography Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
- G06K19/00—Record carriers for use with machines and with at least a part designed to carry digital markings
- G06K19/06—Record carriers for use with machines and with at least a part designed to carry digital markings characterised by the kind of the digital marking, e.g. shape, nature, code
- G06K19/06009—Record carriers for use with machines and with at least a part designed to carry digital markings characterised by the kind of the digital marking, e.g. shape, nature, code with optically detectable marking
- G06K19/06037—Record carriers for use with machines and with at least a part designed to carry digital markings characterised by the kind of the digital marking, e.g. shape, nature, code with optically detectable marking multi-dimensional coding
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
- G06K7/00—Methods or arrangements for sensing record carriers, e.g. for reading patterns
- G06K7/10—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation
- G06K7/14—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation using light without selection of wavelength, e.g. sensing reflected white light
- G06K7/1404—Methods for optical code recognition
- G06K7/1408—Methods for optical code recognition the method being specifically adapted for the type of code
- G06K7/1417—2D bar codes
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Electromagnetism (AREA)
- General Health & Medical Sciences (AREA)
- Toxicology (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Manipulator (AREA)
Abstract
本申请适用于机器人技术领域,提供了一种多传感器的配置系统、配置工具、方法及存储介质。该配置系统包括:包括一个或多个配置工具,和包含多个传感器的机器人;配置工具设置有多个功能表面,每个功能表面用于配置机器人的一个待配置传感器;每个功能表面具有配置属性。通过提供有多个功能表面的配置工具,每个功能表面用于配置机器人的一个待配置传感器,并且每个功能表面具有配置属性,可以利用该配置工具实现多个待配置传感器的自动配置,从而节省了人了成本,缩短了配置传感器的时间。
Description
技术领域
本申请属于机器人技术领域,尤其涉及一种多传感器的配置系统、配置工具、方法及存储介质。
背景技术
随着机器人的广泛应用,应用在不同领域的机器人需要安装多种不同种类的传感器以实现多种检测目的。例如,需要通过超声波传感器、深度摄像头、激光雷达等多种传感器实现对机器人所处的环境的探测。
在调试机器人前需要对各种传感器进行配置,例如确定各个超声波传感器对应的通道编号,确定各个深度摄像头对应的通道编号,确定激光雷达是否能正常工作等对待配置传感器的配置工作。
目前,大多通过人工方法逐个配置传感器,导致人力成本较高,并且耗时较长。
发明内容
本申请实施例提供了一种多传感器的配置系统、配置工具、方法及存储介质。可以解决通过人工方法逐个配置传感器,导致人力成本较高,并且耗时较长问题。
第一方面,本申请实施例提供了一种多传感器的配置系统,包括:
所述多传感器配置系统包括一个或多个配置工具,和包含多个传感器的机器人;
所述配置工具设置有多个功能表面,每个所述功能表面对应于所述机器人的一个待配置传感器;每个所述功能表面具有配置属性。
应理解,通过提供有多个功能表面的配置工具,每个所述功能表面用于配置所述机器人的一个待配置传感器,并且每个所述功能表面具有配置属性,可以利用该配置工具实现多个待配置传感器的自动配置,从而节省了人了成本,缩短了配置传感器的时间。
第二方面,本申请实施例提供了一种多传感器的配置工具,包括:
所述配置工具设置有多个功能表面,每个所述功能表面用于配置机器人的一个待配置传感器;每个所述功能表面具有配置属性。
第三方面,本申请实施例提供了一种多传感器配置的方法,包括:
应用于多传感器配置系统,所述多传感器配置系统包括一个或多个配置工具,和包含多传感器的机器人;
所述配置工具设置有多个功能表面,每个所述功能表面用于配置所述机器人的一个待配置传感器;每个所述功能表面具有配置属性;
所述配置方法包括:
利用各个所述待配置传感器检测其对应的功能表面,获取所述功能表面的目标配置属性,根据所述目标配置属性配置所述待配置传感器。
第四方面,本申请实施例提供了一种计算机可读存储介质,包括: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第一方面所述的方法步骤。
第五方面,本申请实施例提供了一种计算机程序产品,当计算机程序产品在电子设备上运行时,使得电子设备执行上述第一方面所述的方法步骤。
可以理解的是,上述第二方面至第五方面的有益效果可以参见上述第一方面中的相关描述,在此不再赘述。
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是本申请一实施例提供的多传感器的配置系统示意图;
图2是本申请另一实施例提供的多传感器的配置系统俯视示意图;
图3是本申请另一实施例提供的多传感器的配置系统俯视示意图;
图4是本申请一实施例提供的多传感器的配置方法的流程示意图;
图5是本申请另一实施例提供的多传感器的配置方法的流程示意图;
图6A是本申请一实施例提供的L型配置工具的雷达图像示意图;
图6B是本申请一实施例提供的经过标记的L型配置工具的雷达图像示意图;
图7A是本申请一实施例提供的A型配置工具的示意图;
图7B是本申请一实施例提供的A型配置工具的雷达图像示意图;
图8A是本申请一实施例提供的V型配置工具的示意图;
图8B是本申请一实施例提供的V型配置工具的雷达图像示意图;
图9A是本申请一实施例提供的圆柱型配置工具的示意图;
图9B是本申请一实施例提供的圆柱型配置工具的雷达图像示意图;
图10是本申请实施例提供的电子设备的结构示意图。
具体实施方式
以下描述中,为了说明而不是为了限定,提出了诸如特定系统结构、技术之类的具体细节,以便透彻理解本申请实施例。然而,本领域的技术人员应当清楚,在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中,省略对众所周知的系统、装置、电路以及方法的详细说明,以免不必要的细节妨碍本申请的描述。
应当理解,当在本申请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。
如在本申请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,在本申请说明书和所附权利要求书的描述中,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。
在本申请说明书中描述的参考“一个实施例”或“一些实施例”等意味着在本申请的一个或多个实施例中包括结合该实施例描述的特定特征、结构或特点。由此,在本说明书中的不同之处出现的语句“在一个实施例中”、“在一些实施例中”、“在其他一些实施例中”、“在另外一些实施例中”等不是必然都参考相同的实施例,而是意味着“一个或多个但不是所有的实施例”,除非是以其他方式另外特别强调。术语“包括”、“包含”、“具有”及它们的变形都意味着“包括但不限于”,除非是以其他方式另外特别强调。
随着机器人的广泛应用,应用在不同领域的机器人需要安装多种不同种类的传感器以实现多种检测目的。例如,需要通过超声波传感器、深度摄像头、激光雷达等多种传感器实现对机器人所处的环境的探测。
在调试机器人前需要对各种传感器进行配置,例如确定各个超声波传感器对应的通道编号,确定各个深度摄像头对应的通道编号,确定激光雷达是否能正常工作等对待配置传感器的配置工作。
具体的,需要人工确认超声波传感器的测距是否正常,每一路超声波传感器的是否对应设置的通道等。需要手动配置每一个深度摄像头绑定对应的机器上的位置通道等;激光雷达则需要人工观察激光雷达图像是否在机器人坐标系的正确位置,是否有偏差等。因为存在多种传感器类型,通过人工方法逐个配置传感器,导致人力成本较高,并且耗时较长。
图1示出的是本申请实施例提供的一种多传感器的配置系统100。该配置系统100包括:一个或多个配置工具110,和包含多个传感器的机器人120。
所述配置工具110设置有多个功能表面,每个所述功能表面用于配置所述机器人的一个待配置传感器;每个所述功能表面具有配置属性。
所述待配置传感器包括超声波传感器121、视觉传感器122、和激光雷达123至少之一。
所述配置工具可以是如图1所示是L字型配置工具。参见图1,该配置工具包含多个几何表面,所述功能表面是具有配置属性的一个几何表面或若干几何表面的组合。功能表面包括但不限于图1中的超声波反射面111,图形信息面112,和雷达反射面113。对于每种功能表面,配置工具的可以包含一个该种功能表面,也可以包含多个该种功能表面,这取决于机器人需要配置的传感器的种类和数量。
应理解,功能表面可以是配置工具的几何表面,也可以是几何表面的组合,还可以是在配置工具的几何表面涂覆或者粘贴的信息面。在一些实施例中,如图1所示,雷达反射面包括两个超声波反射面,和连接两个超声波反射面的一个几何表面114。可以理解,雷达反射面也可以是包括多个超声波反射面,或者例如单独设置的一个圆柱面、锥型(A字型或V字型)面或阶梯面等可以被激光雷达检测并识别的形状。
在一些实施例中,图形信息面可以与一个超声波反射面是同一个几何表面,也可是不同的几何表面。
所述配置属性为功能表面所具备预设的可检测属性。对于超声波反射面111,配置属性包括超声波反射面到与其对应的待测超声波传感器的预设距离;在一些实施例中,每个超声波反射面用于配置一个待配置的超声波传感器。每个超声波反射面和待配置的超声波传感器间的预设距离不同,以区分不同的超声波反射面。
对于图形信息面112,所述图形信息面承载编码信息。图形信息面承载的编码信息为可以为通过视觉传感器识别图形信息面获得的编码信息,图形信息面承载编码信息的形式包括但不限于二维码、条形码、字符、文字、照片等特定的标记信息。
对于雷达反射面113,配置属性包括雷达反射面预设形状,预设的形状包括但不限于L型、A型、V型和阶梯型。
在一些实施例中,待配置传感器为环境检测传感器,环境检测传感器包括但不限于超声波传感器、激光雷达、视觉传感器。超声波传感器包括但不限于收发一体的超声波测距传感器和收发分离的超声波测距传感器,对超声波传感器的形态和工作方式不做具体限定。视觉传感器可以一般的摄像头,也可以为深度摄像头或双目摄像头,这里不做具体的限定。
应理解,一个配置工具可以被机器人的全部待测传感器检测到时,可以采用一个配置工具配置机器人的待测传感器,如图2示出配置系统的俯视图中采用一个配置工具的情况。
在一些实施例中,如图3所示的配置系统的俯视图,机器人的传感器分布于机器人的四周高度不同的位置。可以采用如图3所示的多个配置工具的实施方式。图3所示的多传感器的配置系统中包括4个配置工具110:配置工具一1101、配置工具二1102、配置工具三1103和配置工具四1104。机器人120包括激光雷达123;八个超声波传感器121:超声波传感器一1211、超声波传感器二1212、超声波传感器三1213、超声波传感器四1214、超声波传感器五1215、超声波传感器六1216、超声波传感器七1217、和超声波传感器八1218;四个视觉传感器122:视觉传感器一1221、视觉传感器二1222、视觉传感器三1223、和视觉传感器四1224。图3中的配置工具一1101、配置工具二1102、配置工具三1103和配置工具四1104的几何形状相同,各个配置工具的超声波反射面与其对应的超声波传感器的距离不同,以区分不同的超声波反射面对应的超声波传感器。同一种配置工具可以完成多类型传感器的配置,工具维护简单,节省成本。
每个配置工具各自在一个表面粘贴二维码,各个二维码包含的编码信息不同,以区分不同的二维码对应的视觉传感器。
可以理解的是,本示例中的机器人配置1个激光雷达,因此,配置工具二具有雷达反射面113,配置工具一1101、配置工具三1103和配置工具四1104的对应表面并不是功能表面。应理解,若机器人120包含多个激光雷达,同样可以在配置工具一1101、配置工具三1103和配置工具四1104设置雷达反射面。
可以理解的是,图3中的4个配置工具也可以根据需要组合成为一个整体的配置工具。该配置工具具有多个功能表面,每个所述功能表面用于配置所述机器人的一个待配置传感器;每个所述功能表面具有配置属性。
图1示出的仅是配置工具的一种形式,本领域技术人员可以在本申请实施例的教导下根据实际情况设置配置工具的几何形态。
图4示出了本申请实施例提供的多传感器的配置方法,应用于上述图1至图3所示的多传感器配置系统100中的机器人120,在一些实施例中,也可应用于控制机器人的控制设备,可由所述机器人120或控制设备的软件和/或硬件实现。如图2所示,该方法包括步骤S110。各个步骤的具体实现原理如下:
S110,利用各个所述待配置传感器检测其对应的功能表面,获取所述功能表面的目标配置属性,根据所述目标配置属性配置所述待配置传感器。
以图3所示的多传感器的配置系统为例,在开始检测前将个配置工具防放置于机器人的待检测传感器可检测的范围内,并预设各个功能表面的配置属性。该配置工具的超声波反射面111有两个,一个是超声波反射面一1111,一个是超声波反射面二1112。
示例性的,配置工具一1101被放置在机器人120的左侧,配置工具一1101的超声波反射面一1111距离超声波传感器一1211为10cm,超声波反射面二1112距离超声波传感器二1212为20cm。配置工具一1101图形信息面贴有视觉传感器一1221,例如深度摄像头,可以识别的二维码一。并且图3所示的二维码一至二维码四均包含不同的编码信息,方便各个通道的深度摄像头进行配置时可以做出区分。
配置工具二1102被放置在机器人正前方,配置工具二1102的超声波反射面一1111距离超声波传感器三1213为30cm,超声波反射面二1112距离超声波传感器四1214为40cm。配置工具二1102图形信息面贴有视觉传感器二1222可以识别的二维码二。
配置工具三1103被放置在机器人右方,配置工具三1103的超声波反射面一1111距离超声波传感器五1215为50cm,超声波反射面二1112距离超声波传感器六1216为60cm。配置工具三1103图形信息面贴有视觉传感器三1223可以识别的二维码三。
配置工具四1104被放置在机器人的后方,配置工具四1104的超声波反射面一1111距离超声波传感器七1217为70cm,超声波反射面二1112距离超声波传感器八1218为80cm。配置工具四1101图形信息面贴有视觉传感器四1224可以识别的二维码四。
雷达反射面113包括超声波反射面1111,超声波反射面1112,和连接两个超声波反射面的一个几何表面114。
机器人120或控制设备控制各个传感器检测其对应的配置工具的功能表面。可以控制超声波传感器、视觉传感器和激光雷达同时或顺序的检测其检测范围内的功能表面,获取该功能表面的配置属性。
在一些实施例中,利用各个所述待配置传感器检测其对应的功能表面,获取所述功能表面的目标配置属性,根据所述目标配置属性配置所述待配置传感器,包括以下至少之一:
针对各个超声波传感器,利用所述超声波传感器检测其对应的超声波反射面;获取所述超声波传感器到超声波反射面的预设距离;根据所述预设距离和预设的第一对应关系,将所述超声波传感器配置为对应的通道编号;所述第一对应关系为预设距离和通道编号的对应关系;针对各个视觉传感器,利用所述视觉传感器检测其对应的图形信息面;若获取到所述图形信息面承载的编码信息,则将所述视觉传感器的识别码与所述编码信息绑定,并保存所述编码信息和所述识别码绑定关系;针对各个激光雷达,利用所述激光雷达检测其对应的雷达反射面;获取雷达图像;若确定所述雷达图像与所述雷达反射面的预设形状匹配,则确定激光雷达正常。
在一个具体的实施方式中,如图5所示,针对各个超声波传感器,利用1至8路超声波传感器检测放置在超声波传感器前方的超声波反射面。获取1至8路超声波传感器检测到的距离数据,若1至8路的距离数据均在10cm至80厘米之间,则说明检测到的距离值是预先设置的预设距离(配置属性)。根据所述预设距离和预设的第一对应关系,将所述超声波传感器配置为对应的通道编号。所述第一对应关系为预设距离和通道编号的对应关系。在一些实施例中,可以在机器人或控制设备中保存如表1所示数据表来确定对应关系。例如,某一超声波传感器检测到的距离数据为30,该值在10cm至80厘米之间,说明该超声波传感器的检测数据正常,通过和表1进行比对,该超声波传感器被配置的通道为超声波3。其他超声波传感器的配置方式以此类推,不再赘述。若1至8路的距离数据,有任一路超声波传感器测得的距离数据不在10cm至80厘米之间,说明该传感器异常,此时,提示异常超声波,并排查异常的原因。
表1:
如图5所示,针对各个视觉传感器,本示例中为深度摄像头,获取1至4路视觉传感器的产品识别码(ProductIdentification,PID)信息;在一个具体的示例中,通过读取视觉传感器的配置文件获得产品识别码信息,或者读取视觉传感器固件中的产品识别码。读取1至4路视觉传感器对应图形信息表面,本示例中为读取二维码。若读取正常,则将读取到的二维码的编码信息与各个视觉传感器的识别码绑定。在一些实施例中,也可以将读取到的二维码的编码信息指定的通道号与各个视觉传感器的识别码绑定,保存如表2所示的编码信息和所述识别码绑定关系。若读取不正常,则提示视觉传感器(深度摄像头)异常,排查异常的原因。
表2:
在一些实施例中,绑定关系的保存形式可以为如下所示的文本方式,也可以为数据表的形式。
Camera_Name Camera_PID
Camera_1=18061930562
Camera_2=18061930599
Camera_3=18061830560
Camera_4=18061930571
Camera_5=18061930568
以上关于绑定关系如何保存仅为方便理解本申请实施例的示例,并非限定。
如图5所示,针对各个激光雷达,利用所述激光雷达检测其对应的雷达反射面;获取雷达图像;若确定所述雷达图像与所述雷达反射面的预设形状匹配,则确定激光雷达正常。
在一些实施例中,雷达反射面包括多个超声波反射面。如图1所示,雷达反射面包括两个超声波反射面,和连接两个超声波反射面的一个几何表面114。
当激光雷达能正确检测图1所示的配置工具的雷达反射面时,可以获取到如图6A所示的图像。若确定图5所示雷达图像与所述雷达反射面的预设形状匹配,则确定激光雷达正常。也就是说,确定雷达图像中是否包含了L型面(或称Z型面)。在一些实施例中,确定所述雷达图像与所述雷达反射面的预设形状匹配,包括:对所述雷达图像进行识别,获得所述雷达图像的一个或多个特征的特征值;若各个所述特征值与预设特征值匹配,则确定所述雷达图像与雷达反射面的预设形状匹配。对雷达图像的识别方法属于现有技术,这里不再赘述,所述特征值包括检测到的线段,线段间的夹角,线段间的距离,检测到的特殊点(例如角的顶点),特殊点间的距离,等可以用于识别预设形状的几何元素。在一些实施例中,也可以采用图像处理的方法,通过包括但不限于神经网络模型、概率模型等识别模型获得雷达图像的特征。
图1所示的雷达反射面包括两个超声波反射面111,和连接两个超声波反射面的一个几何表面114。在激光雷达扫描后,激光雷达图像中会形成一个L型特征(或者叫Z型特征)。可以通过测量雷达图像中的形状和大小,特殊点的测量距离是否在设定范围判断激光雷达是否正常,如果异常则提示激光雷达异常,否则显示激光雷达正常。
如图6B所示,图中扇形图为图6A的激光雷达扫描获取的图像。在雷达图像中建立机器人本体XYZ坐标系,机器人识别特殊点A点,B点的和L型特征面1和面2,获得在机器人坐标系下的坐标点A(Xa,Ya)和点B(Xb,Yb)。判断点A的坐标和点B的坐标跟设定值相比是否在误差内,如:
设定值为A(5.00,30.00),B(5.00,40.00);
实测值为A(5.07,30.12),B(5.06,39.98)。
雷达图像在控制的误差范围内,表明雷达安装正常。误差可视情况预先设定。
如果:
设定值为A(5.00,30.00),B(5.00,40.00);
实测值为A(4.07,34.12),B(4.05,44.09)。
超出了预设的误差,表明激光雷达安装不到位,出现了较大的异常,需要更换雷达或者重新安装等。
对于L型特征面1,面2,则识别面1和面2的形状和大小是否在设定范围内,判断是否正常。如识别面1或面2形成的夹角是否在设定角度,如70°,80°,90°等;激光雷达L型面形成图像中的线条长度是否是预设的10cm+10cm等。
应理解,图5示出的多传感器配置方法是本申请实施例的一种实施方式,实际实施本申请的实施例时,配置传感器的顺序可以根据实际情况调整。
应理解,在一些实施中,雷达反射面可以为如图7A所示的A型面,激光雷达获得的雷达图像为图7B所示的图像。在另一些实施中,雷达反射面可以为如图8A所示的V型面,激光雷达获得的雷达图像为图8B所示的图像。在另一些实施中,雷达反射面可以为如图9A所示的圆柱型,激光雷达获得的雷达图像为图9B所示的图像。实施本申请的实施例时,可以参考本申请实施例提供的雷达反射面制作配置工具,并参考本申请实施例的配置方法对激光雷达进行配置;也可以采用其他可识别的形状并参考本申请实施例的配置方法对激光雷达进行配置;本申请不做具体的限定。
应理解,采用配置工具提供的多个功能表面,可以自动同时完成多类型传感器的配置,工具维护简单,节省成本,减少人力投入,提高生产效率。
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。
对应于上述图所示的4方法,本申请实施例提供的一种多传感器的配置装置,应用于多传感器配置系统,所述多传感器配置系统包括一个或多个配置工具,和包含多个传感器的机器人;所述配置工具设置有多个功能表面,每个所述功能表面用于配置所述机器人的一个待配置传感器;每个所述功能表面具有配置属性;所述配置装置包括:
配置模块,用于利用各个所述待配置传感器检测其对应的功能表面,获取所述功能表面的目标配置属性,根据所述目标配置属性配置所述待配置传感器。
可以理解的是,以上实施例中的各种实施方式和实施方式组合及其有益效果同样适用于本实施例,这里不再赘述。
图10为本申请一实施例提供的电子设备的结构示意图。该电子设备用于实现图1所示机器人120或者控制机器人120的控制设备。如图10所示,该实施例的电子设备D10包括:至少一个处理器D100(图10中仅示出一个)处理器、存储器D101以及存储在所述存储器D101中并可在所述至少一个处理器D100上运行的计算机程序D102,所述处理器D100执行所述计算机程序D102时实现上述任意各个方法实施例中的步骤。或者,所述处理器D100执行所述计算机程序D102时实现上述各装置实施例中各模块/单元的功能。
所述电子设备D10可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。该电子设备可包括,但不仅限于,处理器D100、存储器D101。本领域技术人员可以理解,图10仅仅是电子设备D10的举例,并不构成对电子设备D10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,例如还可以包括输入输出设备、网络接入设备等。
所称处理器D100可以是中央处理单元(Central Processing Unit,CPU),该处理器D100还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、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D101在一些实施例中可以是所述电子设备D10的内部存储单元,例如电子设备D10的硬盘或内存。所述存储器D101在另一些实施例中也可以是所述电子设备D10的外部存储设备,例如所述电子设备D10上配备的插接式硬盘,智能存储卡(Smart MediaCard,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。进一步地,所述存储器D101还可以既包括所述电子设备D10的内部存储单元也包括外部存储设备。所述存储器D101用于存储操作系统、应用程序、引导装载程序(BootLoader)、数据以及其他程序等,例如所述计算机程序的程序代码等。所述存储器D101还可以用于暂时地存储已经输出或者将要输出的数据。
需要说明的是,上述装置/单元之间的信息交互、执行过程等内容,由于与本申请方法实施例基于同一构思,其具体功能及带来的技术效果,具体可参见方法实施例部分,此处不再赘述。
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。
本申请实施例还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可实现上述各个方法实施例中的步骤。
本申请实施例提供了一种计算机程序产品,当计算机程序产品在电子设备上运行时,使得电子设备执行时实现可实现上述各个方法实施例中的步骤。
所述集成的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取存储介质中。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,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。所述计算机可读介质至少可以包括:能够将计算机程序代码携带到拍照装置/终端设备的任何实体或装置、记录介质、计算机存储器、只读存储器(Read-Only Memory,ROM)、随机存取存储器(Random AccessMemory,RAM)、电载波信号、电信信号以及软件分发介质。例如U盘、移动硬盘、磁碟或者光盘等。在某些司法管辖区,根据立法和专利实践,计算机可读介质不可以是电载波信号和电信信号。
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/网络设备和方法,可以通过其它的方式实现。例如,以上所描述的装置/网络设备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。
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)
1.一种多传感器的配置系统,其特征在于,所述多传感器配置系统包括一个或多个配置工具,和包含多个传感器的机器人;
所述配置工具设置有多个功能表面,每个所述功能表面用于配置所述机器人的一个待配置传感器;每个所述功能表面具有配置属性。
2.如权利要求1所述的配置系统,其特征在于,所述待配置传感器包括超声波传感器、视觉传感器、和激光雷达至少之一;
所述功能表面包括超声波反射面、图形信息面、和雷达反射面至少之一;
所述配置属性包括所述超声波反射面到与其对应的待测超声波传感器的预设距离,所述图形信息面承载的编码信息,和所述雷达反射面的预设形状至少之一。
3.如权利要求2所述的配置系统,其特征在于,所述雷达反射面包括一个或多个超声波反射面。
4.一种多传感器的配置工具,其特征在于,所述配置工具设置有多个功能表面,每个所述功能表面用于配置机器人的一个待配置传感器;每个所述功能表面具有配置属性。
5.如权利要求4所述的配置工具,其特征在于,所述功能表面包括包括超声波反射面、图形信息面、和雷达反射面至少之一;
所述配置属性包括所述超声波反射面到与其对应的待测超声波传感器的预设距离,所述图形信息面承载的编码信息,和所述雷达反射面的预设形状至少之一。
6.如权利要求5所述的配置工具,其特征在于,所述雷达反射面包括一个或多个超声波反射面。
7.一种多传感器的配置方法,其特征在于,应用于多传感器配置系统,所述多传感器配置系统包括一个或多个配置工具,和包含多个传感器的机器人;
所述配置工具设置有多个功能表面,每个所述功能表面用于配置所述机器人的一个待配置传感器;每个所述功能表面具有配置属性;
所述配置方法包括:
利用各个所述待配置传感器检测其对应的功能表面,获取所述功能表面的目标配置属性,根据所述目标配置属性配置所述待配置传感器。
8.如权利要求7所述的配置方法,其特征在于,所述待配置传感器包括超声波传感器、视觉传感器、和激光雷达至少之一;
所述功能表面包括超声波反射面、图形信息面、和雷达反射面至少之一;
所述配置属性包括所述超声波反射面到与其对应的待测超声波传感器的预设距离,所述图形信息面承载的编码信息,和所述雷达反射面的预设形状至少之一;
相应的,利用各个所述待配置传感器检测其对应的功能表面,获取所述功能表面的目标配置属性,根据所述目标配置属性配置所述待配置传感器,包括以下至少之一:
针对各个超声波传感器,利用所述超声波传感器检测其对应的超声波反射面;获取所述超声波传感器到超声波反射面的预设距离;根据所述预设距离和预设的第一对应关系,将所述超声波传感器配置为对应的通道编号;所述第一对应关系为预设距离和通道编号的对应关系;
针对各个视觉传感器,利用所述视觉传感器检测其对应的图形信息面;若获取到所述图形信息面承载的编码信息,则将所述视觉传感器的识别码与所述编码信息绑定,并保存所述编码信息和所述识别码绑定关系;
针对各个激光雷达,利用所述激光雷达检测其对应的雷达反射面;获取雷达图像;若确定所述雷达图像与所述雷达反射面的预设形状匹配,则确定激光雷达正常。
9.如权利要求8所述的配置方法,确定所述雷达图像与所述雷达反射面的预设形状匹配,包括:
对所述雷达图像进行识别,获得所述雷达图像的一个或多个特征的特征值;
若各个所述特征值与预设特征值匹配,则确定所述雷达图像与雷达反射面的预设形状匹配。
10.一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7至9任一项所述的配置方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011145420.0A CN114485767A (zh) | 2020-10-23 | 2020-10-23 | 多传感器的配置系统、配置工具、方法及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011145420.0A CN114485767A (zh) | 2020-10-23 | 2020-10-23 | 多传感器的配置系统、配置工具、方法及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114485767A true CN114485767A (zh) | 2022-05-13 |
Family
ID=81471559
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011145420.0A Pending CN114485767A (zh) | 2020-10-23 | 2020-10-23 | 多传感器的配置系统、配置工具、方法及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114485767A (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040106869A1 (en) * | 2002-11-29 | 2004-06-03 | Ron-Tech Medical Ltd. | Ultrasound tracking device, system and method for intrabody guiding procedures |
CN101882313A (zh) * | 2010-07-14 | 2010-11-10 | 中国人民解放军国防科学技术大学 | 单线激光雷达与ccd相机之间相互关系的标定方法 |
CN104703762A (zh) * | 2012-10-05 | 2015-06-10 | 贝克曼考尔特公司 | 基于相机的自动对准的系统和方法 |
CN106030431A (zh) * | 2014-08-15 | 2016-10-12 | 深圳市大疆创新科技有限公司 | 传感器的自动标定系统及方法 |
CN206594292U (zh) * | 2016-12-05 | 2017-10-27 | 武汉万集信息技术有限公司 | 一种激光雷达测距精度自动检测系统 |
CN109514585A (zh) * | 2018-08-01 | 2019-03-26 | 苏州优智达机器人有限公司 | 服务型机器人 |
CN111337892A (zh) * | 2020-03-26 | 2020-06-26 | 福州盛博电子有限公司 | 雷达自动化标定校准方法、系统 |
-
2020
- 2020-10-23 CN CN202011145420.0A patent/CN114485767A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040106869A1 (en) * | 2002-11-29 | 2004-06-03 | Ron-Tech Medical Ltd. | Ultrasound tracking device, system and method for intrabody guiding procedures |
CN101882313A (zh) * | 2010-07-14 | 2010-11-10 | 中国人民解放军国防科学技术大学 | 单线激光雷达与ccd相机之间相互关系的标定方法 |
CN104703762A (zh) * | 2012-10-05 | 2015-06-10 | 贝克曼考尔特公司 | 基于相机的自动对准的系统和方法 |
CN106030431A (zh) * | 2014-08-15 | 2016-10-12 | 深圳市大疆创新科技有限公司 | 传感器的自动标定系统及方法 |
CN206594292U (zh) * | 2016-12-05 | 2017-10-27 | 武汉万集信息技术有限公司 | 一种激光雷达测距精度自动检测系统 |
CN109514585A (zh) * | 2018-08-01 | 2019-03-26 | 苏州优智达机器人有限公司 | 服务型机器人 |
CN111337892A (zh) * | 2020-03-26 | 2020-06-26 | 福州盛博电子有限公司 | 雷达自动化标定校准方法、系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111178250B (zh) | 物体识别定位方法、装置及终端设备 | |
CN110850872A (zh) | 机器人巡检方法、装置、计算机可读存储介质及机器人 | |
US8648895B2 (en) | Method and apparatus for performing three-dimensional measurement | |
US20240036658A1 (en) | Pointer positioning method and apparatus, and instrument | |
CN109828250B (zh) | 一种雷达标定方法、标定装置及终端设备 | |
CN110991575A (zh) | 一种资产盘点方法、装置、可读存储介质及机器人 | |
CN110850859B (zh) | 一种机器人及其避障方法和避障系统 | |
CN110412530B (zh) | 一种识别充电桩的方法、装置及机器人 | |
CN112857360B (zh) | 一种船舶航行多信息融合方法 | |
CN113391305B (zh) | 多雷达融合的虚假目标抑制方法、装置及终端设备 | |
EP1286309A2 (en) | An automated CAD guided sensor planning process | |
CN113459088B (zh) | 地图调整方法、电子设备及存储介质 | |
CN113741446B (zh) | 一种机器人自主探索的方法、终端设备及存储介质 | |
CN113172636B (zh) | 一种自动手眼标定方法、装置及存储介质 | |
CN114485767A (zh) | 多传感器的配置系统、配置工具、方法及存储介质 | |
CN111157012A (zh) | 一种机器人导航方法、装置、可读存储介质及机器人 | |
CN111136655A (zh) | 一种获取巡检点的方法及装置 | |
CN112685860B (zh) | 一种曲面姿态检测方法、装置、终端设备及存储介质 | |
CN212060962U (zh) | 二维码追踪系统 | |
CN115063489A (zh) | 一种外参标定方法、装置、设备和存储介质 | |
CN108955564B (zh) | 激光数据重采样方法及系统 | |
JP2022031083A (ja) | 情報処理方法、情報処理システム、プログラム | |
CN112710299B (zh) | 一种重定位方法、装置、终端设备及存储介质 | |
WO2005060462A2 (en) | Vehicle collision damage display technique | |
CN112199418B (zh) | 一种工业对象的状态识别方法、装置及设备 |
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 |