CN116148824B - 一种激光无人叉车导航参数自动校准系统及方法 - Google Patents

一种激光无人叉车导航参数自动校准系统及方法 Download PDF

Info

Publication number
CN116148824B
CN116148824B CN202310404616.4A CN202310404616A CN116148824B CN 116148824 B CN116148824 B CN 116148824B CN 202310404616 A CN202310404616 A CN 202310404616A CN 116148824 B CN116148824 B CN 116148824B
Authority
CN
China
Prior art keywords
laser
unmanned forklift
pose
deviation
formula
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
CN202310404616.4A
Other languages
English (en)
Other versions
CN116148824A (zh
Inventor
刘洋
邓智恒
徐斌
张胜
耿牛牛
刘媛媛
徐京邦
康照奇
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.)
Jike Science and Technology Co Ltd
Original Assignee
Jike Science and 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 Jike Science and Technology Co Ltd filed Critical Jike Science and Technology Co Ltd
Priority to CN202310404616.4A priority Critical patent/CN116148824B/zh
Publication of CN116148824A publication Critical patent/CN116148824A/zh
Application granted granted Critical
Publication of CN116148824B publication Critical patent/CN116148824B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • 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
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/10—Internal combustion engine [ICE] based vehicles
    • Y02T10/40—Engine management systems

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Manufacturing & Machinery (AREA)
  • Forklifts And Lifting Vehicles (AREA)

Abstract

一种激光无人叉车导航参数自动校准系统，实施于激光无人叉车，激光无人叉车包括一驱动前轮、两个运动轴共线的后轮，前轮为驱动转向轮，其中：所述激光无人叉车导航参数自动校准系统包括中央控制器，激光无人叉车驱动前轮上设置有用于测量前轮转动角速度的驱动编码器，激光无人叉车驱动前轮上还设置有用于测量前轮绕垂直于地面的轴线旋转角度的转向编码器，在激光无人叉车的顶部设置有导航用单线激光雷达，激光无人叉车进行导航时，需要单线激光雷达执行建图和定位功能。

Description

一种激光无人叉车导航参数自动校准系统及方法
技术领域
本发明涉及激光无人叉车导航系统技术领域，尤其涉及一种激光无人叉车导航参数自动校准系统和方法。
背景技术
激光无人叉车的自主导航运行需要事先配置好和导航相关的各种参数，这些参数通常分为两类：一类是与激光无人叉车的里程计计算相关的参数如激光无人叉车驱动前轮的轮半径、前轮与激光无人叉车运动参考点的距离即轴距；另一类参数（
Figure SMS_1
）描述了激光雷达参考坐标系相对于激光无人叉车运动参考坐标系的X、Y坐标轴方向的距离偏差和绕Z坐标轴方向的角度偏差。
在实际应用中，基于差速驱动移动底盘的移动机器人对其导航相关参数进行自动校准的方法已被使用，但是针对单舵轮驱动形式的移动机器人如激光无人叉车，在工厂的实际运行使用环境中，对导航相关的参数如驱动前轮的轮半径、驱动前轮的轴距及激光雷达相关的导航位置参数（
Figure SMS_2
），同时定期进行自动校准的系统和方法还没有。
随着移动机器人SLAM导航技术的发展，采用基于工厂的实际环境进行导航的激光无人叉车已逐渐得到大量的应用；因此，针对工业场景应用中的基于工厂实际周围环境导航的激光无人叉车，对其相关导航参数进行自动校准的问题开展研究非常必要。
发明内容
为了解决现有的激光无人叉车导航相关参数采用手动或半自动方式校准而不是在激光无人叉车实际运行过程中自动进行校准的问题，本发明提供了一种激光无人叉车在生产实际运行过程中导航参数自动校准的系统和方法。
一种激光无人叉车导航参数自动校准系统，实施于激光无人叉车，激光无人叉车包括一驱动前轮、两个运动轴共线的后轮，前轮为驱动转向轮，其中：所述激光无人叉车导航参数自动校准系统包括中央控制器，激光无人叉车前轮上设置有用于测量前轮转动角速度的驱动编码器，激光无人叉车前轮上还设置有用于测量前轮绕垂直于地面的轴线旋转角度的转向编码器，在激光无人叉车的顶部设置有导航用单线激光雷达，激光无人叉车进行导航时，需要单线激光雷达执行建图和定位功能；所述驱动编码器的采集信号输出端与用于驱动前轮的电机驱动器的驱动编码器信号输入端相连，再由驱动前轮的电机驱动器的CAN接口通过CAN总线将前轮绕中心旋转的角速度值发送给中央控制器；所述转向编码器的采集信号输出端通过CAN总线将所检测到的前轮绕垂直于地面的轴线所旋转角度的数值发送给中央控制器，单线激光雷达的信号输出端通过以太网接口连接所述中央控制器的雷达信号输入端。
本发明还提供了一种激光无人叉车导航参数自动校准的方法，其中：包括如下步骤：
1）、预先输入激光无人叉车用导航参数初始值：激光无人叉车前轮的轮半径、前轮的中心与激光无人叉车的运动参考点之间的距离即轴距、导航传感器单线激光雷达坐标系与激光无人叉车的运动参考点坐标系之间的相对位姿，激光无人叉车的运动参考点指的是两个运动轴共线的从动后轮轴的中心位置；
2）、激光无人叉车正常运行时，当经过预先设定的路段时，由中央控制器根据激光无人叉车的位置自动启动激光无人叉车的导航参数自动校准系统，并自动将激光无人叉车实时运行时的前轮绕轮中心旋转的角速度值、前轮绕垂直于地面轴线的旋转角度及单线激光雷达的实时扫描数据等相关测量数据存储记录为数据文件，所存储记录的数据文件采用二进制文件的格式，采用直接读取所测量的数据在内存中的存储地址中所存储的相应二进制数值，并存储记录下来；
3）、激光无人叉车导航参数的最优化非线性求解过程，在相邻两帧激光扫描点云时间戳时间之间将通过激光雷达的帧间匹配方法所得出的激光雷达在全局参考坐标系下的位姿偏差做为第一位姿偏差，在相同的时间段内将由激光无人叉车的运动学模型所计算得出的激光雷达在全局参考坐标系下的位姿偏差做为第二位姿偏差，最后将第一位姿偏差与第二位姿偏差作差，称为它们之间的位姿偏差残差。此位姿偏差残差最小化问题可以通过非线性最小二乘优化方法求解，这里采用高斯牛顿迭代的非线性优化方法求解。在求取偏差残差最小值的优化迭代过程中，可在预先所输入的激光无人叉车导航参数初始值的基础上，最终得出经过优化校正后的激光无人叉车导航参数的准确数值。
进一步的，所述的激光无人叉车导航参数自动校准的方法，其中：所述的步骤3）具体步骤如下：
3-1）、单线激光雷达360度扫描检测周围环境，当激光雷达按照所设定的扫描频率工作时，则激光雷达每隔一个扫描周期扫描一圈，将所扫描的一圈360度环境点云数据做为完整的一帧数据；当激光无人叉车运行在预先设定的导航参数自动校准路线上时，激光无人叉车的运动速度为400mm/s左右，则在激光雷达获得扫描完整一帧数据期间，激光无人叉车的激光雷达发生了相应的位姿变化，在该扫描周期运行期间，根据激光无人叉车实际运行时的时间戳和对应的位姿，对当前时刻扫描的激光点云使用激光雷达运动畸变去除的方法，由此可得到经过处理后的激光雷达扫描完整一帧360度的二维激光点云数据；以此类推，在每隔相邻的扫描周期内，就分别得到经过去运动畸变校正后的一系列完整激光点云数据；
3-2）、经过去运动畸变校正处理后的激光点云数据，采用公开的激光点云的帧间匹配方法即PL-ICP方法，计算出每两帧相邻完整激光扫描点云时间戳时间之间，激光雷达在全局参考坐标系下的实际位姿偏差，记为
Figure SMS_3
；其中/>
Figure SMS_4
表示第i时刻激光雷达在全局参考坐标系下两帧激光点云时间戳时间之间的位姿偏差，/>
Figure SMS_5
表示激光雷达位姿偏差在全局参考坐标系下x方向的偏差，/>
Figure SMS_6
表示激光雷达位姿偏差在全局参考坐标系下y方向的偏差，/>
Figure SMS_7
表示激光雷达位姿偏差在全局参考坐标系下绕z方向的角度偏差；
3-3）、根据激光无人叉车的运动学模型，计算激光无人叉车的运动参考点在相邻两帧激光扫描点云时间戳时间之间，在全局坐标系下的位姿偏差：
根据激光无人叉车的运动特点，前轮是驱动转向轮，两个后轮是运动轴共线的固定的从动轮，在一极小时间段
Figure SMS_11
内，激光无人叉车的运动参考点由/>
Figure SMS_13
点—坐标为
Figure SMS_16
行驶到/>
Figure SMS_10
点—坐标为/>
Figure SMS_14
，其中/>
Figure SMS_17
表示激光无人叉车的运动参考点在第/>
Figure SMS_19
时刻的位姿，/>
Figure SMS_8
表示激光无人叉车的运动参考点在第/>
Figure SMS_12
时刻的位姿，根据激光无人叉车的运动学模型，则可以得到激光无人叉车的运动参考点由/>
Figure SMS_15
点运动到/>
Figure SMS_18
点的位姿/>
Figure SMS_9
，如式（1）所示：
Figure SMS_20
（1）
式（1）中
Figure SMS_22
表示激光无人叉车的运动参考点在第/>
Figure SMS_26
时刻全局坐标系下x方向的位置，/>
Figure SMS_30
表示激光无人叉车的运动参考点在第/>
Figure SMS_24
时刻全局坐标系下y方向的位置，
Figure SMS_27
表示激光无人叉车的运动参考点在第/>
Figure SMS_31
时刻全局坐标系下的方向角度；/>
Figure SMS_34
表示激光无人叉车的运动参考点在第/>
Figure SMS_23
时刻全局坐标系下x方向的位置，/>
Figure SMS_28
表示激光无人叉车的运动参考点在第/>
Figure SMS_32
时刻全局坐标系下y方向的位置，/>
Figure SMS_35
表示激光无人叉车的运动参考点在第/>
Figure SMS_21
时刻全局坐标系下的方向角度；/>
Figure SMS_25
表示激光无人叉车驱动前轮的半径，b表示激光无人叉车前轮中心到激光无人叉车运动参考点的距离，/>
Figure SMS_29
表示激光无人叉车前轮的转动角速度，/>
Figure SMS_33
表示激光无人叉车驱动前轮与车体中心轴线的夹角；
进行激光无人叉车的运动参考点在相邻两帧激光扫描点云时间戳时间之间位姿偏差的计算：由于根据式（1）所计算得出的激光无人叉车运动参考点的实时位姿所对应的时间戳，与所连续获得的完整一帧激光扫描点云所对应的时间戳不能一一对应，因此需要对激光扫描帧时间戳的前后两个相邻的由式（1）计算得出的激光无人叉车的运动参考点位姿进行线性插值，以计算出在连续获得的完整激光扫描帧时间戳的时刻下激光无人叉车的运动参考点的实时位姿
Figure SMS_36
，计算公式如下式（2）所示：
Figure SMS_37
（2）
式（2）中
Figure SMS_41
为插值得到的在激光扫描帧时间戳m的时刻激光无人叉车运动参考点的位姿，/>
Figure SMS_42
为激光扫描帧时间戳之前最近时刻的激光无人叉车里程计位姿，/>
Figure SMS_48
为激光扫描帧时间戳之后最近时刻的激光无人叉车里程计位姿，/>
Figure SMS_46
是根据式（1）计算得出的激光无人叉车的运动参考点分别在第/>
Figure SMS_51
、k时刻的位姿，/>
Figure SMS_45
为/>
Figure SMS_53
对应的时间戳，/>
Figure SMS_39
为/>
Figure SMS_50
对应的时间戳，/>
Figure SMS_38
为m时刻对应的时间戳，最终得出相邻两帧激光扫描点云时间戳时间之间激光无人叉车运动参考点的位姿偏差为/>
Figure SMS_49
，其中/>
Figure SMS_40
表示李群的逆，/>
Figure SMS_47
表示在SE(2)空间上的李群运算，/>
Figure SMS_44
表示第m时刻激光无人叉车运动参考点在相邻两帧激光扫描点云时间戳时间之间的位姿偏差，/>
Figure SMS_52
为插值得到的在激光扫描帧时间戳m的时刻激光无人叉车运动参考点的位姿，/>
Figure SMS_43
为插值得到的在激光扫描帧时间戳m-1的时刻激光无人叉车运动参考点的位姿；
3-4）、激光无人叉车导航参数的最优化非线性求解过程，在相邻两帧激光扫描点云时间戳时间之间将通过激光雷达的帧间匹配方法所得出的激光雷达在全局参考坐标系下的位姿偏差做为第一位姿偏差，在相同的时间段内将由激光无人叉车的运动学模型所计算得出的激光雷达在全局参考坐标系下的位姿偏差做为第二位姿偏差，最后将第一位姿偏差与第二位姿偏差作差，称为它们之间的位姿偏差残差。此位姿偏差残差最小化问题可以通过非线性最小二乘优化方法求解；
3-4-1）所述非线性最小二乘求解的目标函数如下：由步骤3-2）所得到的通过激光雷达的帧间匹配得出的位姿偏差为
Figure SMS_56
，由激光无人叉车的运动学模型计算得出的激光雷达的位姿偏差为/>
Figure SMS_58
，设所述位姿偏差/>
Figure SMS_60
与所述位姿偏差/>
Figure SMS_55
之间的误差服从高斯分布，设所述位姿偏差/>
Figure SMS_57
与所述位姿偏差/>
Figure SMS_59
的协方差矩阵为/>
Figure SMS_61
，/>
Figure SMS_54
如式（3）所示：
Figure SMS_62
（3）
其中
Figure SMS_63
、/>
Figure SMS_64
、/>
Figure SMS_65
分别表示激光无人叉车的激光雷达的位姿对应在全局坐标系下x坐标、y坐标及方向角度上的误差所得出的标准差；
非线性问题求解的目标函数如下式（4）所示：
Figure SMS_66
（4）
其中
Figure SMS_69
表示激光无人叉车激光雷达的位姿偏差/>
Figure SMS_71
与位姿偏差/>
Figure SMS_74
的残差，
Figure SMS_68
，其中/>
Figure SMS_72
表示激光雷达的导航位置参数（/>
Figure SMS_75
），/>
Figure SMS_76
、/>
Figure SMS_67
、/>
Figure SMS_70
分别表示激光雷达坐标系参考位置相对于激光无人叉车运动参考坐标系的X、Y坐标轴方向的距离偏差和绕Z坐标轴方向的角度偏差，/>
Figure SMS_73
表示相邻两帧激光扫描点云时间戳时间之间激光无人叉车的运动参考点的位姿偏差，将式（4）可简化为下式（5）：
Figure SMS_77
（5）
其中
Figure SMS_78
（6）
3-4-2）采用高斯牛顿迭代法求解目标函数的最小值，如式（7）所示：
Figure SMS_79
（7）
根据最小二乘法定义：
Figure SMS_80
（8）
Figure SMS_81
（9）
其中
Figure SMS_82
为/>
Figure SMS_83
的雅克比矩阵，则
Figure SMS_84
（10）
因此求取
Figure SMS_85
时，需要/>
Figure SMS_86
的一阶导数为0，即
Figure SMS_87
（11）
由式(11)可知
Figure SMS_88
（12）
从而最终得出的迭代公式如下式（13）所示：
Figure SMS_89
（13）
Figure SMS_92
表示迭代步长的系数，采用经验值，取值范围为（0.5~5.0），/>
Figure SMS_94
为第i次迭代的修正量，/>
Figure SMS_96
表示第i次迭代的状态向量，此向量表示为
Figure SMS_91
，由式（12）可知/>
Figure SMS_93
，/>
Figure SMS_95
表示第i次迭代的雅可比矩阵，/>
Figure SMS_97
表示第i次迭代的雅可比矩阵的转置，/>
Figure SMS_90
如式（6）所示为误差向量；
3-4-3）迭代公式（13）的具体求解计算过程如下所示：
①
Figure SMS_98
的误差公式具体求解如下：
Figure SMS_99
（14）
其中
Figure SMS_100
、/>
Figure SMS_101
、/>
Figure SMS_102
如下式（15）所示，可根据式（1）所推导的激光无人叉车的运动学模型可得出：
Figure SMS_103
（15）
其中
Figure SMS_104
（16）
② 修正量
Figure SMS_105
的雅可比矩阵/>
Figure SMS_106
的具体计算如下式（17）所示：
Figure SMS_107
（17）
式（17）中的各个参数，说明如下：
其中
Figure SMS_108
（18）
Figure SMS_109
（19）
Figure SMS_110
（20）
Figure SMS_111
（21）
式（21）中的
Figure SMS_112
、/>
Figure SMS_113
、/>
Figure SMS_114
求解如下式（22）所示：
Figure SMS_115
（22）
式（22）中的
Figure SMS_116
（23）
Figure SMS_117
（24）
式（24）中的
Figure SMS_118
、/>
Figure SMS_119
、/>
Figure SMS_120
求解如下式（25）所示：
Figure SMS_121
（25）
式（25）中的
Figure SMS_122
（26）
Figure SMS_123
（27）
式（27）中的
Figure SMS_124
、/>
Figure SMS_125
、/>
Figure SMS_126
求解如下式（28）所示：
Figure SMS_127
（28）
式（28）中的
Figure SMS_128
（29）
经过上述的迭代公式（13）的多次迭代计算，在迭代计算过程中，当迭代计算的次数达到所设定的最大的迭代次数，或当前的计算结果
Figure SMS_129
和上次的计算结果/>
Figure SMS_130
的差值在设定的很小的数值范围内，则迭代过程结束，将迭代结束时的/>
Figure SMS_131
向量中各参数的数值做为最终的激光无人叉车导航参数最终的校准值。
本发明提供的一种激光无人叉车的导航参数自动校准系统及方法，解决了现有的激光无人叉车导航相关参数采用手动或半自动方式校准而不是在实际运行过程中自动进行校准的问题，实现了完全的自动化校准，节省了人力和时间，校准结果更加精确。
附图说明
图1所示为本发明一种激光无人叉车的导航参数自动校准的系统及方法的流程图；
图2所示为本发明一种激光无人叉车的导航参数自动校准的系统及方法在激光无人叉车上安装的一个实施例的结构示意图；
图3所示为本发明一种激光无人叉车的导航参数自动校准的系统及方法中激光无人叉车的导航相关器件信息传递流程图。
具体实施方式
本发明提供了一种激光无人叉车导航参数自动校准系统及一种激光无人叉车导航参数自动校准方法，实施过程如下：
（1）、将激光无人叉车运行时的相关测量数据存储记录为数据文件；激光无人叉车配备有测量前轮转动角速度的驱动编码器和测量前轮绕垂直于地面的轴线转向角度用的转向编码器；当激光无人叉车在工厂环境下实际运行的过程中，根据实际运行环境的情况，选取激光无人叉车的运行速度较低（约为400mm/s）、地面较平整及无人叉车运行平稳的直线和转弯的路线区间，当激光无人叉车在实际运行的过程中每隔一定的时间（可手动设定时间，一般为1个月）经过这些所事先选取的路线区间时，将导航激光雷达实时在线扫描周围环境的激光点云数据和激光无人叉车前轮驱动编码器和转向编码器测量的实时数据按照指定的格式序列化成二进制文件进行存储，并形成相应的数据记录文件；经实际测试，存储激光无人叉车运行60秒（含直线和曲线的运行路段）的数据记录文件即可满足完成导航相关参数自动校准工作的需要；
（2）、从所存储的数据文件中，提取多个完整激光雷达扫描帧的数据，并完成激光数据运动畸变的校正；本申请采用360度扫描检测周围环境的单线激光雷达做为研究对象，当激光雷达的扫描频率为20Hz时，则激光雷达每隔50ms扫描一圈，将所扫描的一圈360度环境点云数据做为完整的一帧数据；由于在导航参数自动校准的路线上，激光无人叉车的运动速度较慢（约为400mm/s），因此，在激光雷达获得扫描完整一帧数据的50ms期间，激光无人叉车的激光雷达的位置变化大约为20mm，在激光雷达位置变化约20mm的运行期间，可根据激光无人叉车实际运行时的时间戳和对应的位姿，对该时刻的激光点云进行去运动畸变的处理，由此可较准确地近似得到激光雷达扫描完整一帧360度的二维激光点云数据；以此类推，在每隔相邻的50ms时间，就分别得到经过去运动畸变校正后的一帧完整激光点云数据；
（3）、经过去运动畸变校正处理后的激光点云数据，采用一种激光点云的帧间匹配方法（PL-ICP算法），计算出每两个相邻完整激光扫描帧的时间内激光雷达在全局坐标系下的实际位姿偏差。
点到点ICP解决了面匹配的问题，表示为在给定参考面
Figure SMS_132
和一个点集/>
Figure SMS_133
，找到一个旋转平移变换/>
Figure SMS_134
，使点集/>
Figure SMS_135
到参考面/>
Figure SMS_136
的投影的距离达到最小，可表示为下式（30）所示：
Figure SMS_137
（30）
其中
Figure SMS_138
表示平移旋转刚体变换，/>
Figure SMS_139
表示对点集p先做旋转/>
Figure SMS_140
再做平移t的变换，/>
Figure SMS_141
表示/>
Figure SMS_142
点集在/>
Figure SMS_143
面上做欧几里得投影。
使用迭代的方式可表示为式（31）所示：
Figure SMS_144
（31）
其中
Figure SMS_145
表示点集，/>
Figure SMS_146
表示第k次旋转平移变换，/>
Figure SMS_147
表示第/>
Figure SMS_148
次旋转平移变换；
激光点云的帧间匹配方法点到线ICP（PL-ICP），将点到点ICP中求点到点的欧氏距离之和转变为求每个点集
Figure SMS_149
中的点到参考面/>
Figure SMS_150
上最近两点连线的法线方向/>
Figure SMS_151
的距离之和。表示为式（32）所示：
Figure SMS_152
（32）
根据式（32）可求出每两帧相邻完整激光扫描点云时间戳时间之间，激光雷达在全局参考坐标系下的实际位姿偏差，记为
Figure SMS_153
；
（4）、根据激光无人叉车的运动学模型，计算激光无人叉车的运动参考点在相邻两个激光扫描帧时间戳时间之间的位姿偏差；根据激光无人叉车的运动特点，前轮是驱动转向轮，两个后轮是运动轴共线的固定的从动轮，在一极小时间段
Figure SMS_156
内，激光无人叉车的运动参考点由/>
Figure SMS_160
点—坐标为/>
Figure SMS_163
行驶到/>
Figure SMS_157
点—坐标为/>
Figure SMS_159
，其中/>
Figure SMS_162
表示激光无人叉车的运动参考点在第/>
Figure SMS_165
时刻的位姿，/>
Figure SMS_154
表示激光无人叉车的运动参考点在第/>
Figure SMS_158
时刻的位姿，根据激光无人叉车的运动学模型，则可以得到激光无人叉车的运动参考点由/>
Figure SMS_161
点运动到/>
Figure SMS_164
点的位姿/>
Figure SMS_155
，如式（1）所示：
Figure SMS_166
（1）
式（1）中
Figure SMS_169
表示激光无人叉车的运动参考点在第/>
Figure SMS_171
时刻全局坐标系下x方向的位置，/>
Figure SMS_175
表示激光无人叉车的运动参考点在第/>
Figure SMS_170
时刻y方向的位置，/>
Figure SMS_173
表示激光无人叉车的运动参考点在第/>
Figure SMS_177
时刻的方向角度；/>
Figure SMS_180
表示激光无人叉车的运动参考点在第/>
Figure SMS_168
时刻x方向的位置，/>
Figure SMS_174
表示激光无人叉车的运动参考点在第/>
Figure SMS_178
时刻y方向的位置，/>
Figure SMS_181
表示激光无人叉车的运动参考点在第/>
Figure SMS_167
时刻的方向角度；/>
Figure SMS_172
表示激光无人叉车驱动前轮的半径，b表示激光无人叉车前轮中心到激光无人叉车运动参考点的距离，/>
Figure SMS_176
表示激光无人叉车前轮的转动角速度，/>
Figure SMS_179
表示激光无人叉车驱动前轮与车体中心轴线的夹角；
进行激光无人叉车的运动参考点在相邻两帧激光扫描点云时间戳时间之间位姿偏差的计算：由于根据式（1）所计算得出的激光无人叉车运动参考点的实时位姿所对应的时间戳，与连续获得的完整一帧激光扫描点云所对应的时间戳不能一一对应，因此需要对激光扫描帧时间戳的前后两个相邻的由式（1）计算得出的激光无人叉车的运动参考点位姿进行线性插值，以计算出在连续获得的完整激光扫描帧时间戳的时刻下激光无人叉车的运动参考点的实时位姿
Figure SMS_182
，计算公式如下式（2）所示：
Figure SMS_183
（2）
式（2）中
Figure SMS_188
为插值得到的在激光扫描帧时间戳m的时刻激光无人叉车运动参考点的位姿，/>
Figure SMS_190
为激光扫描帧时间戳之前最近时刻的激光无人叉车里程计位姿，/>
Figure SMS_196
为激光扫描帧时间戳之后最近时刻的激光无人叉车里程计位姿，/>
Figure SMS_187
是根据式（1）计算得出的激光无人叉车的运动参考点分别在第/>
Figure SMS_197
、k时刻的位姿，/>
Figure SMS_186
为/>
Figure SMS_194
对应的时间戳，/>
Figure SMS_192
为/>
Figure SMS_199
对应的时间戳，/>
Figure SMS_184
为m时刻对应的时间戳，最终得出相邻两帧激光扫描点云时间戳时间之间激光无人叉车运动参考点的位姿偏差为/>
Figure SMS_193
，其中/>
Figure SMS_191
表示李群的逆，/>
Figure SMS_198
表示在SE(2)空间上的李群运算，/>
Figure SMS_185
表示第m时刻激光无人叉车运动参考点在相邻两帧激光扫描点云时间戳时间之间的位姿偏差，/>
Figure SMS_195
为插值得到的在激光扫描帧时间戳m的时刻激光无人叉车运动参考点的位姿，/>
Figure SMS_189
为插值得到的在激光扫描帧时间戳m-1的时刻激光无人叉车运动参考点的位姿；
（5）、激光无人叉车导航参数的最优化非线性求解过程，在相邻两帧激光扫描点云时间戳时间之间将通过激光雷达的帧间匹配方法所得出的激光雷达在全局参考坐标系下的位姿偏差做为第一位姿偏差，在相同的时间段内将由激光无人叉车的运动学模型所计算得出的激光雷达在全局参考坐标系下的位姿偏差做为第二位姿偏差，最后将第一位姿偏差与第二位姿偏差作差，称为它们之间的位姿偏差残差。此位姿偏差残差最小化问题可以通过非线性最小二乘优化方法求解；
所述非线性最小二乘求解的目标函数如下：由式（32）所得到的通过激光雷达的帧间匹配得出的位姿偏差为
Figure SMS_202
，由激光无人叉车的运动学模型计算得出的激光雷达的位姿偏差为/>
Figure SMS_203
，设所述位姿偏差/>
Figure SMS_205
与所述位姿偏差/>
Figure SMS_201
之间的误差服从高斯分布，设所述位姿偏差/>
Figure SMS_204
与所述位姿偏差/>
Figure SMS_206
的协方差矩阵为/>
Figure SMS_207
，/>
Figure SMS_200
如式（3）所示：
Figure SMS_208
（3）
其中
Figure SMS_209
、/>
Figure SMS_210
、/>
Figure SMS_211
分别表示激光无人叉车的激光雷达的位姿对应在x坐标、y坐标、方向角度上的误差所得出的标准差；
非线性问题求解的目标函数如下式（4）所示：
Figure SMS_212
（4）
其中
Figure SMS_215
表示激光无人叉车激光雷达的位姿偏差/>
Figure SMS_217
与位姿偏差/>
Figure SMS_219
的残差，
Figure SMS_214
，/>
Figure SMS_216
表示激光雷达的导航位置参数（/>
Figure SMS_220
），/>
Figure SMS_222
、/>
Figure SMS_213
、/>
Figure SMS_218
分别表示激光雷达坐标系参考位置相对于激光无人叉车运动参考坐标系的X、Y坐标轴方向的距离偏差和绕Z坐标轴方向的角度偏差，/>
Figure SMS_221
表示相邻两帧激光扫描点云时间戳时间之间激光无人叉车的运动参考点的位姿偏差，式（4）简化为式（5）：
Figure SMS_223
（5）
其中
Figure SMS_224
（6）
① 非线性求解的目标函数具体的求解迭代公式如下，具体针对激光无人叉车，采用高斯牛顿迭代法求解最小化非线性函数
Figure SMS_225
，最终得出的迭代公式如下式（13）所示：
Figure SMS_226
（13）
Figure SMS_227
为用于控制步长的系数，/>
Figure SMS_228
为状态向量：
Figure SMS_229
；
② 迭代公式（13）的具体求解计算过程如下所示：
Figure SMS_230
的误差公式具体求解如下：
Figure SMS_231
（14）
其中
Figure SMS_232
、/>
Figure SMS_233
、/>
Figure SMS_234
如下式（15）所示，可根据式（1）所推导的激光无人叉车的运动学模型得出
Figure SMS_235
（15）
其中
Figure SMS_236
（16）/>
Figure SMS_237
的雅可比矩阵/>
Figure SMS_238
的具体计算如下式 （17）所示：
Figure SMS_239
（17）
式（17）中的各个参数，说明如下：
其中
Figure SMS_240
（18）
Figure SMS_241
（19）
Figure SMS_242
（20）
Figure SMS_243
（21）
式（21）中的
Figure SMS_244
、/>
Figure SMS_245
、/>
Figure SMS_246
求解如下式（22）所示：
Figure SMS_247
（22）
式（22）中的
Figure SMS_248
（23）
Figure SMS_249
（24）/>
式（24）中的
Figure SMS_250
、/>
Figure SMS_251
、/>
Figure SMS_252
求解如下式（25）所示：
Figure SMS_253
（25）
式（25）中的
Figure SMS_254
（26）
Figure SMS_255
（27）
式（27）中的
Figure SMS_256
、/>
Figure SMS_257
、/>
Figure SMS_258
求解如下式（28）所示：
Figure SMS_259
（28）
式（28）中的
Figure SMS_260
（29）
③ 经过上述的迭代公式（13）的多次迭代计算，在迭代计算过程中，当迭代计算的次数达到所设定的最大的迭代次数，或当前的计算结果
Figure SMS_261
和上次的计算结果/>
Figure SMS_262
的差值在设定的很小的数值范围内，则迭代过程结束，将迭代过程结束时的/>
Figure SMS_263
向量中各参数的数值做为最终的激光无人叉车导航参数最终的校准值。
本发明方法流程图如图1所示。
本发明提供的一种激光无人叉车导航参数自动校准系统和方法，在工厂环境中激光无人叉车实际运行的过程中，对激光无人叉车的多个导航相关参数同时联合进行自动校准；通过本系统和方法可在激光无人叉车的实际正常工作运行过程中自动实现对激光无人叉车的驱动前轮的轮半径、轴距和激光雷达参考坐标系与激光无人叉车的运动参考坐标系之间的相对位置关系等导航相关重要参数的自动校准过程。由此解决了现有激光无人叉车导航相关参数手动校准调试时间长、效率低，手动校准的导航参数准确性不高的问题，还不需要专门的调试人员进行调试，节省人力；
实施例
图2为本申请实施例二中的激光无人叉车的结构示意图，激光无人叉车包含中央控制器、驱动编码器、转向编码器和激光雷达等与导航相关的器件，图2中标号1为单线激光雷达，标号2为中央控制器，标号3为转向编码器，标号4为驱动编码器，标号5为驱动前轮；图3为激光无人叉车的导航相关器件信息传递流程图，其中驱动编码器检测激光无人叉车的驱动前轮的转动速度、转向编码器检测前轮绕垂直于地面的轴线旋转的角度以及激光雷达检测激光无人叉车在运动过程中所扫描周围环境的实时扫描数据；所有这些检测数据都通过中央控制器的数据接口传送到中央控制器中的可读存储介质中，由中央控制器中运行的导航参数自动校准系统软件进行处理，并最终完成对激光无人叉车的导航参数的自动校准功能；
通过本发明的工作可节省之前激光无人叉车的相关导航参数采用手动或半自动方式校准所使用的时间，并大大提高了激光无人叉车导航相关参数校准后的准确性，此外，整个参数自动校准的过程不需要专业的移动机器人方向的调试人员，不需要借助任何外部工具，不需要专门设定用于校准调试的单独运行路线，在激光无人叉车实际的正常工作运行过程中就可自动地定期完成激光无人叉车的相关导航参数的在线自动校准工作。

Claims (1)

1.一种激光无人叉车导航参数自动校准方法，其特征在于：包括如下步骤：
1）、预先输入激光无人叉车用导航参数初始值：激光无人叉车前轮的轮半径、前轮的中心与激光无人叉车的运动参考点之间的距离即轴距、导航传感器单线激光雷达坐标系与激光无人叉车的运动参考点坐标系之间的相对位姿，激光无人叉车的运动参考点指的是两个运动轴共线的后轮的运动轴所在直线的中心位置；
2）、激光无人叉车正常运行时，当经过预先设定的路段时，由中央控制器根据激光无人叉车的位置自动启动激光无人叉车的导航参数自动校准系统，并自动将激光无人叉车实时运行时的前轮绕轮中心旋转的角速度值、前轮绕垂直于地面轴线的旋转角度及单线激光雷达的实时扫描数据相关测量数据存储记录为数据文件，所存储记录的数据文件采用二进制文件的格式，既直接读取所测量的数据在内存中的存储地址中所存储的相应二进制数值，并存储记录下来；
3）、在连续的两帧激光雷达扫描帧时间内，中央控制器根据激光雷达扫描数据计算出激光雷达在全局参考坐标系下相邻两个激光扫描帧时间之间的位姿偏差；再根据激光无人叉车的运动学模型、实时记录的前轮绕轮中心旋转的角速度、前轮绕垂直于地面轴线的旋转角度及激光雷达参考坐标系与激光无人叉车的运动参考坐标系之间的相对位置参数，也计算出激光雷达在全局参考坐标系下相邻两个激光扫描帧时间之间的位姿偏差，对针对这两种方法所分别计算出的激光雷达的位姿求取偏差，再对这个偏差采用高斯牛顿迭代的非线性优化方法求取最小值；在求取偏差最小值的优化迭代过程中，可在预先所输入的激光无人叉车导航参数初始值的基础上，最终得出经过优化校正后的激光无人叉车导航参数的准确数值；所述的步骤3）具体步骤如下：
3-1）、单线激光雷达360度扫描检测周围环境，当激光雷达按照所设定的扫描频率工作时，则激光雷达每隔一个扫描周期扫描一圈，将所扫描的一圈360度环境点云数据做为完整的一帧数据；当激光无人叉车运行在预先设定的导航参数自动校准路线上时，激光无人叉车的运动速度为400mm/s，则在激光雷达获得扫描完整一帧数据期间，激光无人叉车的激光雷达发生了相应的位姿变化，在该扫描周期运行期间，根据激光无人叉车实际运行时的时间戳和对应的位姿，对当前时刻扫描的激光点云使用激光雷达运动畸变去除的方法，由此可得到经过处理后的激光雷达扫描完整一帧360度的二维激光点云数据；以此类推，在每隔相邻的扫描周期内，就分别得到经过去运动畸变校正后的一系列完整激光点云数据；
3-2）、经过去运动畸变校正处理后的激光点云数据，采用公开的激光点云的帧间匹配方法即PL-ICP方法，计算出每两帧相邻完整激光扫描点云时间戳时间之间，激光雷达在全局参考坐标系下的实际位姿偏差，记为
Figure QLYQS_1
；其中/>
Figure QLYQS_2
表示第i时刻激光雷达在全局参考坐标系下两帧激光点云时间戳之间的位姿偏差，/>
Figure QLYQS_3
表示激光雷达位姿偏差在全局参考坐标系x方向的偏差，/>
Figure QLYQS_4
表示激光雷达位姿偏差在全局参考坐标系y方向的偏差，/>
Figure QLYQS_5
表示激光雷达位姿偏差在全局参考坐标系z方向的角度偏差；
3-3）、根据激光无人叉车的运动学模型，计算激光无人叉车的运动参考点在相邻两帧激光扫描点云时间戳时间之间，在全局坐标系下的位姿偏差：
激光无人叉车的前轮是驱动转向轮，两个后轮是同轴固定的从动轮，在一极小时间段
Figure QLYQS_8
内，激光无人叉车的运动参考点由/>
Figure QLYQS_12
点—坐标为/>
Figure QLYQS_15
行驶到/>
Figure QLYQS_9
点—坐标为/>
Figure QLYQS_11
，其中/>
Figure QLYQS_14
表示激光无人叉车的运动参考点在第/>
Figure QLYQS_17
时刻的位姿，/>
Figure QLYQS_6
表示激光无人叉车的运动参考点在第/>
Figure QLYQS_10
时刻的位姿，根据激光无人叉车的运动学模型，则可以得到激光无人叉车的运动参考点由/>
Figure QLYQS_13
点运动到/>
Figure QLYQS_16
点的位姿/>
Figure QLYQS_7
，如式（1）所示：
Figure QLYQS_18
（1）
式（1）中
Figure QLYQS_21
表示激光无人叉车的运动参考点在第/>
Figure QLYQS_25
时刻全局坐标系下x方向的位置，/>
Figure QLYQS_29
表示激光无人叉车的运动参考点在第/>
Figure QLYQS_22
时刻y方向的位置，/>
Figure QLYQS_26
表示激光无人叉车的运动参考点在第/>
Figure QLYQS_30
时刻的方向角度；/>
Figure QLYQS_33
表示激光无人叉车的运动参考点在第/>
Figure QLYQS_19
时刻x方向的位置，/>
Figure QLYQS_23
表示激光无人叉车的运动参考点在第/>
Figure QLYQS_27
时刻y方向的位置，/>
Figure QLYQS_31
表示激光无人叉车的运动参考点在第/>
Figure QLYQS_20
时刻的方向角度；/>
Figure QLYQS_24
为激光无人叉车驱动前轮的半径，b为激光无人叉车前轮中心到激光无人叉车运动参考点的距离，/>
Figure QLYQS_28
为激光无人叉车前轮的转动角速度，/>
Figure QLYQS_32
为激光无人叉车驱动前轮与车体中心轴线的夹角；
进行激光无人叉车的运动参考点在相邻两帧激光扫描点云时间戳时间之间位姿偏差的计算：由于根据式（1）所计算得出的激光无人叉车运动参考点的实时位姿所对应的时间戳，与连续获得的完整一帧激光扫描点云所对应的时间戳不能一一对应，因此需要对激光扫描帧时间戳的前后两个相邻的由式（1）计算得出的激光无人叉车的运动参考点位姿进行线性插值，以计算出在连续获得的完整激光扫描帧时间戳的时刻下激光无人叉车的运动参考点的实时位姿
Figure QLYQS_34
，计算公式如下式（2）所示：
Figure QLYQS_35
（2）
式（2）中
Figure QLYQS_39
为插值得到的在激光扫描帧时间戳m的时刻激光无人叉车运动参考点的位姿，/>
Figure QLYQS_36
为激光扫描帧时间戳之前最近时刻的激光无人叉车里程计位姿，/>
Figure QLYQS_46
为激光扫描帧时间戳之后最近时刻的激光无人叉车里程计位姿，/>
Figure QLYQS_44
是根据式（1）计算得出的激光无人叉车的运动参考点分别在第/>
Figure QLYQS_45
、k时刻的位姿，/>
Figure QLYQS_43
为/>
Figure QLYQS_49
对应的时间戳，/>
Figure QLYQS_37
为/>
Figure QLYQS_51
对应的时间戳，/>
Figure QLYQS_40
为m时刻对应的时间戳，最终得出相邻两帧激光扫描点云时间戳时间之间激光无人叉车运动参考点的位姿偏差为/>
Figure QLYQS_48
，其中/>
Figure QLYQS_38
表示李群的逆，
Figure QLYQS_50
表示在SE(2)空间上的李群运算，/>
Figure QLYQS_42
表示第m时刻激光无人叉车运动参考点在相邻两帧激光扫描点云时间戳时间之间的位姿偏差，/>
Figure QLYQS_47
为插值得到的在激光扫描帧时间戳m的时刻激光无人叉车运动参考点的位姿，/>
Figure QLYQS_41
为插值得到的在激光扫描帧时间戳m-1的时刻激光无人叉车运动参考点的位姿；
3-4）、激光无人叉车导航参数的最优化非线性求解过程，在相邻两帧激光扫描点云时间戳时间之间将通过激光雷达的帧间匹配方法所得出的激光雷达在全局参考坐标系下的位姿偏差做为第一位姿偏差，在相同的时间段内将由激光无人叉车的运动学模型所计算得出的激光雷达在全局参考坐标系下的位姿偏差做为第二位姿偏差，最后将第一位姿偏差与第二位姿偏差作差，称为它们之间的位姿偏差残差，通过非线性最小二乘优化方法求解该位姿偏差最小化；
3-4-1）所述非线性最小二乘求解的目标函数如下：由步骤3-2）所得到的通过激光雷达的帧间匹配得出的位姿偏差为
Figure QLYQS_53
，由激光无人叉车的运动学模型计算得出的激光雷达的位姿偏差为/>
Figure QLYQS_55
，设所述位姿偏差/>
Figure QLYQS_58
与所述位姿偏差/>
Figure QLYQS_54
之间的误差服从高斯分布，设所述位姿偏差/>
Figure QLYQS_56
与所述位姿偏差/>
Figure QLYQS_57
的协方差矩阵为/>
Figure QLYQS_59
，/>
Figure QLYQS_52
如式（3）所示：
Figure QLYQS_60
（3）
其中
Figure QLYQS_61
、/>
Figure QLYQS_62
、/>
Figure QLYQS_63
分别表示激光无人叉车的激光雷达的位姿对应在x坐标、y坐标、方向角度上的误差所得出的标准差；
非线性问题求解的目标函数如下式（4）所示：
Figure QLYQS_64
（4）
其中
Figure QLYQS_66
表示激光无人叉车激光雷达的位姿偏差/>
Figure QLYQS_69
与位姿偏差/>
Figure QLYQS_72
的残差，
Figure QLYQS_67
，/>
Figure QLYQS_70
表示激光雷达的导航位置参数（/>
Figure QLYQS_73
），/>
Figure QLYQS_74
、/>
Figure QLYQS_65
、/>
Figure QLYQS_68
分别表示激光雷达坐标系参考位置相对于激光无人叉车运动参考坐标系的X、Y坐标轴方向的距离偏差和Z坐标轴方向的角度偏差，/>
Figure QLYQS_71
表示相邻两帧激光扫描点云时间戳时间之间激光无人叉车的运动参考点的位姿偏差，将式（4）可简化为下式（5）：
Figure QLYQS_75
（5）
其中
Figure QLYQS_76
（6）
3-4-2）采用高斯牛顿迭代法求解目标函数的最小值，如式（7）所示：
Figure QLYQS_77
（7）
根据最小二乘法定义：
Figure QLYQS_78
（8）
Figure QLYQS_79
（9）
其中
Figure QLYQS_80
为/>
Figure QLYQS_81
的雅克比矩阵，则
Figure QLYQS_82
（10）
因此求取
Figure QLYQS_83
时，需要/>
Figure QLYQS_84
的一阶导数为0，即
Figure QLYQS_85
（11）
由式(11)可知
Figure QLYQS_86
（12）
从而最终得出的迭代公式如下式（13）所示：
Figure QLYQS_87
（13）
Figure QLYQS_89
表示迭代步长的系数，采用经验值，取值范围为（0.5~5.0），/>
Figure QLYQS_91
为第i次迭代的修正量，/>
Figure QLYQS_93
表示第i次迭代的状态向量，此向量表示为/>
Figure QLYQS_90
，由式（12）可知/>
Figure QLYQS_92
，/>
Figure QLYQS_94
表示第i次迭代的雅可比矩阵，/>
Figure QLYQS_95
表示第i次迭代的雅可比矩阵的转置，/>
Figure QLYQS_88
如式（6）所示为误差向量；
3-4-3）迭代公式（13）的具体求解计算过程如下所示：
①
Figure QLYQS_96
的误差公式具体求解如下：
Figure QLYQS_97
（14）
其中
Figure QLYQS_98
、/>
Figure QLYQS_99
、/>
Figure QLYQS_100
如下式(15)所示，可根据式(1)所推导的激光无人叉车的运动学模型得出
Figure QLYQS_101
（15）
其中
Figure QLYQS_102
（16）
② 修正量
Figure QLYQS_103
的雅可比矩阵/>
Figure QLYQS_104
的具体计算如下式（17）所示：
Figure QLYQS_105
（17）
式（17）中的各个参数，说明如下：
其中
Figure QLYQS_106
（18）
Figure QLYQS_107
（19）
Figure QLYQS_108
（20）
Figure QLYQS_109
（21）
式（21）中的
Figure QLYQS_110
、/>
Figure QLYQS_111
、/>
Figure QLYQS_112
求解如下式（22）所示：
Figure QLYQS_113
（22）
式（22）中的
Figure QLYQS_114
（23）
Figure QLYQS_115
（24）
式（24）中的
Figure QLYQS_116
、/>
Figure QLYQS_117
、/>
Figure QLYQS_118
求解如下式（25）所示：
Figure QLYQS_119
（25）
式（25）中的
Figure QLYQS_120
（26）
Figure QLYQS_121
（27）
式（27）中的
Figure QLYQS_122
、/>
Figure QLYQS_123
、/>
Figure QLYQS_124
求解如下式（28）所示：
Figure QLYQS_125
（28）
式（28）中的
Figure QLYQS_126
（29）
经过上述的迭代公式（13）的多次迭代计算，在迭代计算过程中，当迭代计算的次数达到所设定的最大的迭代次数，或当前的计算结果
Figure QLYQS_127
和上次的计算结果/>
Figure QLYQS_128
的差值在设定的数值范围内，则迭代过程结束，将迭代结束时的/>
Figure QLYQS_129
向量中各参数的数值做为最终的激光无人叉车导航参数最终的校准值。
CN202310404616.4A 2023-04-17 2023-04-17 一种激光无人叉车导航参数自动校准系统及方法 Active CN116148824B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310404616.4A CN116148824B (zh) 2023-04-17 2023-04-17 一种激光无人叉车导航参数自动校准系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310404616.4A CN116148824B (zh) 2023-04-17 2023-04-17 一种激光无人叉车导航参数自动校准系统及方法

Publications (2)

Publication Number Publication Date
CN116148824A CN116148824A (zh) 2023-05-23
CN116148824B true CN116148824B (zh) 2023-06-23

Family

ID=86358476

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310404616.4A Active CN116148824B (zh) 2023-04-17 2023-04-17 一种激光无人叉车导航参数自动校准系统及方法

Country Status (1)

Country Link
CN (1) CN116148824B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117168530B (zh) * 2023-11-03 2024-01-26 泉州昆泰芯微电子科技有限公司 磁编码器的自校准方法、磁编码器及电机

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN2795178Y (zh) * 2005-05-24 2006-07-12 机科发展科技股份有限公司 激光导引自动运输车
CN108152823B (zh) * 2017-12-14 2021-09-03 北京信息科技大学 一种基于视觉的无人驾驶叉车导航系统及其定位导航方法
US10739459B2 (en) * 2018-01-12 2020-08-11 Ford Global Technologies, Llc LIDAR localization
CN109916431B (zh) * 2019-04-12 2021-01-29 成都天富若博特科技有限责任公司 一种针对四轮移动机器人的车轮编码器标定算法
CN112945266A (zh) * 2019-12-10 2021-06-11 炬星科技（深圳）有限公司 激光导航机器人及其机器人的里程计校准方法
CN112379351A (zh) * 2020-10-23 2021-02-19 劢微机器人科技(深圳)有限公司 Agv小车参数标定方法、装置、设备及存储介质
CN114111791B (zh) * 2021-11-22 2024-05-17 国网江苏省电力有限公司信息通信分公司 一种智能机器人室内自主导航方法、系统及存储介质
CN115655311A (zh) * 2022-10-26 2023-01-31 齐鲁工业大学 一种基于扫描匹配的阿克曼型机器人里程计标定方法
CN115435816B (zh) * 2022-11-07 2023-04-11 山东大学 在线双舵轮agv内外参标定方法、系统、介质及设备
CN115752507A (zh) * 2022-11-14 2023-03-07 山东亚历山大智能科技有限公司 基于二维码导航的在线单舵轮agv参数标定方法及系统
CN115718494A (zh) * 2022-11-17 2023-02-28 深圳犀牛智行科技有限公司 移动机器人的参数校准方法和移动机器人

Also Published As

Publication number Publication date
CN116148824A (zh) 2023-05-23

Similar Documents

Publication Publication Date Title
CN108955688B (zh) 双轮差速移动机器人定位方法及系统
CN110243380B (zh) 一种基于多传感器数据与角度特征识别的地图匹配方法
CN106643805B (zh) 激光定位传感器在agv小车中位置标定方法
CN109541571B (zh) Eps零偏和多线激光雷达的联合标定方法
CN116148824B (zh) 一种激光无人叉车导航参数自动校准系统及方法
CN107167148A (zh) 同步定位与地图构建方法和设备
CN111610523B (zh) 一种轮式移动机器人的参数校正方法
CN105773622B (zh) 一种基于iekf的工业机器人绝对精度校准方法
WO2022121459A1 (zh) 计算agv叉车激光扫描仪安装位置偏差的方法及装置
CN109794963B (zh) 一种面向曲面构件的机器人快速定位方法
CN113211431B (zh) 基于二维码修正机器人系统的位姿估计方法
CN113311411A (zh) 一种用于移动机器人的激光雷达点云运动畸变校正方法
CN115435816B (zh) 在线双舵轮agv内外参标定方法、系统、介质及设备
CN113219440A (zh) 一种基于轮式里程计的激光雷达点云数据校正方法
CN115752507A (zh) 基于二维码导航的在线单舵轮agv参数标定方法及系统
CN112706165A (zh) 一种面向轮式移动机械臂的跟踪控制方法及系统
CN109712198B (zh) 一种高级驾驶辅助系统的标定方法
CN113245094B (zh) 汽车制动鼓机器人喷涂系统及方法
CN115993089B (zh) 基于pl-icp的在线四舵轮agv内外参标定方法
CN117340909A (zh) 一种复合式移动智能机器人的标定和调试方法
CN114089316A (zh) 一种激光雷达-惯导的联合标定系统、方法及介质
CN113838143A (zh) 标定外参的确定方法及装置、工程车辆和可读存储介质
CN115655311A (zh) 一种基于扫描匹配的阿克曼型机器人里程计标定方法
CN111811503A (zh) 基于超宽带和二维码的无迹卡尔曼滤波融合定位方法
WO2022237375A1 (zh) 用于定位装置和里程计的标定方法、程序产品和标定装置

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