CN116243283A - 一种机器人传感器标定方法、装置、机器人以及存储介质 - Google Patents
一种机器人传感器标定方法、装置、机器人以及存储介质 Download PDFInfo
- Publication number
- CN116243283A CN116243283A CN202310099527.3A CN202310099527A CN116243283A CN 116243283 A CN116243283 A CN 116243283A CN 202310099527 A CN202310099527 A CN 202310099527A CN 116243283 A CN116243283 A CN 116243283A
- Authority
- CN
- China
- Prior art keywords
- coordinate system
- calibration plate
- robot
- sensor
- radar
- 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
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J19/00—Accessories fitted to manipulators, e.g. for monitoring, for viewing; Safety devices combined with or specially adapted for use in connection with manipulators
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/002—Measuring arrangements characterised by the use of optical techniques for measuring two or more coordinates
-
- 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
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/02—Systems using the reflection of electromagnetic waves other than radio waves
- G01S17/06—Systems determining position data of a target
-
- 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
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/86—Combinations of lidar systems with systems other than lidar, radar or sonar, e.g. with direction finders
-
- 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
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/88—Lidar systems specially adapted for specific applications
- G01S17/93—Lidar systems specially adapted for specific applications for anti-collision purposes
-
- 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
- G01S7/4972—Alignment of sensor
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/80—Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Electromagnetism (AREA)
- Robotics (AREA)
- Mechanical Engineering (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Manipulator (AREA)
Abstract
本发明公开了一种机器人传感器标定方法、装置、机器人以及存储介质。该方法包括:基于几何相似关系,根据机器人的雷达传感器对标定板的扫描数据和标定板属性信息,确定标定板坐标系与雷达坐标系的转换关系;根据标定板上的目标标签在标定板坐标系下的第一位置,以及转换关系,确定目标标签在雷达坐标系下的第二位置;根据机器人的图像传感器对标定板采集的图像数据,确定目标标签在图像坐标系下的第三位置,并根据所述第二位置和所述第三位置,标定图像传感器和所述雷达传感器。本发明的技术方案,可以确定出标定板坐标系与雷达坐标系之间更准确的转换关系,提高了机器人感知系统的性能,给出了一种机器人传感器标定的新的方案。
Description
技术领域
本发明涉及机器人领域,尤其涉及一种机器人传感器标定方法、装置、机器人以及存储介质。
背景技术
随着机器人技术的不断发展,机器人的功能越来越全面,机器人上配置的传感器的数目和种类也不断增加。
如何更准确地确定出机器人各传感器对应坐标系之间的联系,更有效地标定机器人的传感器,便于提升机器人整个感知系统的效果,进行定位或避障等,是目前亟待解决的问题。
发明内容
本发明提供了一种机器人传感器标定方法、装置、机器人以及存储介质。
根据本发明的一方面,提供了一种机器人传感器标定方法,包括:
基于几何相似关系,根据机器人的雷达传感器对标定板的扫描数据和标定板属性信息,确定标定板坐标系与雷达坐标系的转换关系;
根据标定板上的目标标签在标定板坐标系下的第一位置,以及所述转换关系,确定所述目标标签在雷达坐标系下的第二位置;
根据机器人的图像传感器对标定板采集的图像数据,确定所述目标标签在图像坐标系下的第三位置,并根据所述第二位置和所述第三位置,标定所述图像传感器和所述雷达传感器。
根据本发明的另一方面,提供了一种机器人传感器标定装置,包括:
关系确定模块,用于基于几何相似关系,根据机器人的雷达传感器对标定板的扫描数据和标定板属性信息,确定标定板坐标系与雷达坐标系的转换关系;
位置确定模块,用于根据标定板上的目标标签在标定板坐标系下的第一位置,以及所述转换关系,确定所述目标标签在雷达坐标系下的第二位置;
标定模块,用于根据机器人的图像传感器对标定板采集的图像数据,确定所述目标标签在图像坐标系下的第三位置,并根据所述第二位置和所述第三位置,标定所述图像传感器和所述雷达传感器。
根据本发明的另一方面,提供了一种机器人,所述机器人包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行本发明任一实施例所述的机器人传感器标定方法。
根据本发明的另一方面,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指令,所述计算机指令用于使处理器执行时实现本发明任一实施例所述的机器人传感器标定方法。
本发明实施例的技术方案,基于几何相似关系,根据机器人的雷达传感器对标定板的扫描数据和标定板属性信息,确定标定板坐标系与雷达坐标系的转换关系,根据标定板上的目标标签在标定板坐标系下的第一位置,以及转换关系,确定目标标签在雷达坐标系下的第二位置,根据机器人的图像传感器对标定板采集的图像数据,确定目标标签在图像坐标系下的第三位置,并根据第二位置和第三位置,标定图像传感器和雷达传感器。基于几何相似关系可以高效确定出标定板坐标系与雷达坐标系之间更准确的转换关系,以标定板为媒介,利用标签能够快速完成标定,提高了机器人感知系统的性能,给出了一种对机器人的传感器进行标定的新的方案。
应当理解,本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征,也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例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发明的一些实施例,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他的附图。
图1为本发明实施例一提供的一种机器人传感器标定方法的流程图;
图2A为本发明实施例二提供的一种机器人传感器标定方法的流程图;
图2B为本发明实施例二提供的标定板几何关系示意图;
图2C为本发明实施例二提供的标定板实物示意图;
图3为本发明实施例三提供的一种机器人传感器标定方法的流程图;
图4为本发明实施例四提供的一种机器人传感器标定方法的流程图;
图5为本发明实施例五提供的一种机器人传感器标定装置的结构框图;
图6为本发明实施例六提供的一种机器人的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分的实施例,而不是全部的实施例。基于本发明中的实施例,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他实施例,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“目标”、“候选”、“备选”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
实施例一
图1为本发明实施例一提供的一种机器人传感器标定方法的流程图,本实施例适用于对机器人传感器进行标定的情况,尤其适用于对机器人多个不同类型的传感器进行标定的情况,该方法可以由机器人传感器标定装置来执行,该装置可以采用软件和/或硬件方式实现,并可集成于具有机器人传感器标定功能的电子设备中,该电子设备可以是机器人,如具有自主定位或避障等功能的机器人。如图1所示,本实施例提供的机器人传感器标定方法具体包括:
S101、基于几何相似关系,根据机器人的雷达传感器对标定板的扫描数据和标定板属性信息,确定标定板坐标系与雷达坐标系的转换关系。
其中,几何相似关系是指与标定板的几何形状所对应的相似关系,标定板的主体几何形状满足:在不同高度,沿着与底边平行方向,连接左右两条边上的点得到的线段的长度值没有重合。例如,标定板左右两条边相互不平行。示例性的,标定板的几何形状可以为三角形、等腰梯形、直角梯形等。若标定板的几何形状为三角形,则几何相似关系可以为基于三角形相似原理的相似关系。相对于方形标定板需要正对或提前知道标定板相对于传感器的位置,操作受限的问题,基于本申请的标定板几何相似关系进行标定,操作灵活性更强,更便捷。
雷达传感器例如可以是激光雷达,如二维激光雷达。扫描数据是指雷达传感器对标定板进行扫描所采集到的数据。标定板属性信息可以包括标定板的底边长度和标定板的高度,还可以包括标定板的几何形状。转换关系可以表征标定板坐标系与雷达坐标系之间的对应关系,通过转换关系,可以将标定板坐标系与雷达坐标系统一在同一坐标系下。标定板坐标系与雷达坐标系可以为三维的世界坐标系。所述标定板可以预先放置于机器人的工作环境中。
可选的,标定板坐标系与雷达坐标系的转换关系可以包含将标定板坐标系统一到雷达坐标系下的旋转矩阵和平移矩阵,还可以包含将雷达坐标系统一到标定板坐标系下的旋转矩阵和平移矩阵。
可选的,可以采用雷达传感器,向标定板发出雷达射线,并对雷达射线的反射情况进行记录,有标定板的地方雷达发出的射线会反射回雷达,将记录的反射数据作为对标定板的扫描数据,即确定机器人的雷达传感器对标定板的扫描数据。
可选的,确定扫描数据之后,可以基于预设的规则,对扫描数据进行分析,确定雷达传感器检测到的标定板信息,进一步基于几何相似关系,根据该标定板信息和标定板属性信息,构建标定板坐标系,最后根据构建的标定板坐标系与雷达坐标系的投影关系,确定标定板坐标系与雷达坐标系的转换关系;也可以直接将机器人的雷达传感器对标定板的扫描数据和标定板属性信息输入预先训练好的模型,输出标定板坐标系与雷达坐标系的旋转矩阵和平移矩阵,即确定转换关系。
S102、根据标定板上的目标标签在标定板坐标系下的第一位置,以及转换关系,确定目标标签在雷达坐标系下的第二位置。
其中,目标标签是指预先配置于标定板上的标签。第一位置是指标定板上的目标标签在标定板坐标系下的三维位置,可以根据目标标签在标定板上的粘贴位置测量确定。第二位置是指标定板上的目标标签在雷达坐标系下的三维位置。
可选的,可以根据标定板坐标系与雷达坐标系的转换关系,确定标定板坐标系与雷达坐标系之间的旋转矩阵和平移矩阵,进一步基于预设的计算规则,根据目标标签在标定板坐标系下的第一位置,以及标定板坐标系与雷达坐标系之间的旋转矩阵和平移矩阵,确定该目标标签在雷达坐标系下对应的位置信息,即确定目标标签在雷达坐标系下的第二位置;也可以将目标标签在标定板坐标系下的第一位置和转换关系输入预先训练好的模型,直接输出目标标签在雷达坐标系下的第二位置。
示例性的,可以基于如下公式,确定目标标签在雷达坐标系下的第二位置:
(XG,YG,ZG)=Rx1*(XL,YL,RL)+T1
其中,(XG,YG,ZG)表示目标标签在雷达坐标系下的第二位置,(XL,YL,RL)表示目标标签在标定板坐标系下的第一位置,Rx1表示标定板坐标系与雷达坐标系之间的旋转矩阵,T1表示标定板坐标系与雷达坐标系之间的平移矩阵。
S103、根据机器人的图像传感器对标定板采集的图像数据,确定目标标签在图像坐标系下的第三位置,并根据第二位置和第三位置,标定图像传感器和雷达传感器。
其中,图像传感器是指可以采集红外图像的传感器,例如可以是立体视觉相机。第三位置可以是标定板上的目标标签在图像坐标系下的二维位置。
可选的,可以采用图像传感器,对预先放置的标定板进行图像采集,确定包含标定板的目标图像,进一步对该目标图像进行识别处理,确定目标标签在该目标图像中的位置信息,作为目标标签在图像坐标系下的第三位置。
可选的,确定目标标签在图像坐标系下的第三位置之后,可以基于预设的规则,根据不同目标标签分别在图像坐标系和雷达坐标系下第三位置和第二位置的对应关系,确定图像坐标系和雷达坐标系之间的转换关系,实现对图像传感器和雷达传感器的标定。
可选的,可以将标定板放置于雷达传感器和图像传感器采集范围的重叠区域内,便于雷达传感器和图像传感器同时对标定板进行数据采集,提高标定效率和准确度。
需要说明的是,本发明提供的基于标定板来实现机器人传感器标定的方案,可以预先将标定板放置于优选的位置,使用方便,可以有效提高机器人传感器的标定效率。
需要说明的是,本发明提供的机器人传感器标定方案可以适用于许多使用场景和使用群体中,具体的,不仅可以适用于在机器人出厂前对机器人各传感器的标定,也可适用于机器人出厂后的纠偏再标定。例如,当机器人在餐厅、酒店等场景中运行一段时间后,检测到定位、避障等功能异常时,可以使用本发明提供的标定方案进行传感器的再次标定,可以有效保障机器人的性能。本申请基于结构简单的标定板和标签完成标定,标定操作难度低,便于机器人的用户操作。
本发明实施例的技术方案,基于几何相似关系,根据机器人的雷达传感器对标定板的扫描数据和标定板属性信息,确定标定板坐标系与雷达坐标系的转换关系,根据标定板上的目标标签在标定板坐标系下的第一位置,以及转换关系,确定目标标签在雷达坐标系下的第二位置,根据机器人的图像传感器对标定板采集的图像数据,确定目标标签在图像坐标系下的第三位置,并根据第二位置和第三位置,标定图像传感器和雷达传感器。可以基于几何相似关系,高效确定出标定板坐标系与雷达坐标系之间更准确的转换关系,从而获取到目标标签在雷达坐标系下的精准位置,进一步结合目标标签在图像坐标系下的位置,实现机器人图像传感器和雷达传感器的标定,通过多传感器数据融合,可以使得传感器之间能取长补短,通过以标定板为媒介,利用标签能够快速完成标定,提升机器人整个感知系统的效果,从而提高机器人检测的精度。
可选的,若机器人的雷达传感器,和/或,图像传感器的数量为至少两个,则根据机器人的控制规则确定关联传感器组,每组关联传感器内确定主传感器及对应的主传感器坐标系;确定各组内主传感器坐标系和其它传感器坐标系之间的转换关系,进行机器人传感器的标定。
其中,控制规则是指预设的与机器人执行特定功能(如避障或定位)关联的控制规则。关联传感器组是指机器人的控制规则中所涉及到需要互相作用参考的一组传感器。
可选的,可以根据机器人各传感器的性能,基于预先的规则,预先为机器人的所有传感器进行排序,针对每组关联传感器组,根据关联传感器组中各传感器的排序情况,将排序最靠前的传感器作为主传感器,确定对应的主传感器坐标系和其它传感器坐标系之间的转换关系,进行机器人传感器的标定。
可选的,若机器人的雷达传感器和图像传感器的数量均为一个,则可以直接确定该雷达传感器和图像传感器为关联传感器组,并将该雷达传感器或该图像传感器作为主传感器,确定对应的主传感器坐标系和其它传感器坐标系之间的转换关系,进行机器人传感器的标定。
示例性的,若机器人的完成前方避障功能需要传感器1和传感器2的数据综合分析,则传感器1和传感器2为需要相互作用参考的一组传感器,则可以将传感器1和传感器2确定为一组关联传感器组。又例如,若机器人进行定位需要传感器1和传感器3的数据综合分析,则传感器1和传感器3可以确定为另一组关联传感器组。
可选的,可以根据目标标签分别在各组内主传感器坐标系和其它传感器坐标系下的位置信息,确定各组内主传感器坐标系和其它传感器坐标系之间的转换关系,标定机器人的不同传感器。主传感器可以为执行对应功能时采集数据起主要作用的传感器,其它传感器可以为采集数据起辅助作用的传感器。
可选的,若关联传感器组中包含雷达传感器和图像传感器,则可以针对每个雷达传感器和图像传感器,执行本发明S101-S103所述的机器人传感器标定方法,标定雷达传感器和图像传感器;若关联传感器组中雷达传感器的数量为至少两个,则还可以确定每个雷达传感器所处的雷达坐标系与其他雷达坐标系之间的转换关系,进行机器人雷达传感器的标定,同理,若关联传感器组中图像传感器的数量为至少两个,则还可以确定每个图像传感器所处的图像坐标系与其他图像坐标系之间的转换关系,进行机器人图像传感器的标定。
需要说明的是,对于每组关联传感器,可以确定该组中除主传感器之外的每个其他传感器与主传感器之间的转换关系,避免将每两个传感器都进行转换关系的确定,提高了机器人标定的效率。
需要说明的是,本发明的技术方案,考虑到机器人避障或定位时,可能需要控制多个雷达传感器进行数据采集和分析,或者雷达传感器+图像传感器的模式进行数据采集和分析,通过将将数据有相互参考作用的传感器确定为一个关联传感器组进行传感器标定,有助于在标定后使用时,一个组内的其它传感器的数据都可以快速完成与主传感器数据之间的转换,使得机器人执行任务时判断和控制更加全面精准,保证机器人的工作效率。
实施例二
图2A为本发明实施例二提供的一种机器人传感器标定方法的流程图,图2B为本发明实施例二提供的标定板几何关系示意图。图2C为本发明实施例二提供的标定板实物示意图,本实施例在上述实施例的基础上,进一步对“基于几何相似关系,根据机器人的雷达传感器对标定板的扫描数据和标定板属性信息,确定标定板坐标系与雷达坐标系的转换关系”进行详细解释,如图2A所示,该方法具体包括:
S201、获取机器人的雷达传感器平行标定板的底边扫描标定板时的扫描数据。
可选的,可以控制机器人的雷达传感器向标定板发送平行于标定板底边的扫描射线,并记录预设时间段内标定板反射的射线数据,将记录的反射数据作为扫描数据。
S202、根据扫描数据确定与标定板的底边平行的检测线段。
其中,检测线段是指雷达传感器扫描到的标定板上的线段,也就是雷达传感器的扫描射线与标定板的交集线段。检测线段与标定板底边平行。
可选的,可以基于预设的规则,对扫描数据进行解析,根据扫描数据与发送射线的关系,确定扫描数据确定标定板上与标定板的底边平行的检测线段的长度,即根据扫描数据确定与标定板的底边平行的检测线段。
S203、根据标定板的底边长度、检测线段和标定板的高度确定标定板坐标系与雷达坐标系的转换关系。
可选的,基于几何相似关系,可以将标定板的底边长度、检测线段的长度和标定板的高度输入预先训练的模型,输出标定板坐标系与雷达坐标系之间的旋转矩阵和平移矩阵,即确定标定板坐标系与雷达坐标系的转换关系;也可以基于标定板几何形状所满足的几何相似关系,根据标定板的底边长度、检测线段和标定板的高度,计算标定板坐标系与雷达坐标系之间的几何比例关系,从而确定标定板坐标系与雷达坐标系的转换关系。
可选的,根据标定板的底边长度、检测线段和标定板的高度确定标定板坐标系与雷达坐标系的转换关系,包括:基于几何相似关系,根据检测线段的长度、标定板的底边长度以及标定板的高度,确定检测线段对应的垂线;根据标定板的底边,构建候选标定板坐标系;根据垂线的长度和标定板的高度之间的偏差,对候选标定板坐标系进行平移,确定目标标定板坐标系;根据检测线段在雷达坐标系的投影,确定目标标定板坐标系和雷达坐标系的转换关系。
可选的,参照图2B所示,基于几何相似关系,可以确定出检测线段的长度d1、标定板的底边长度d2、检测线段对应的垂线h1以及标定板的高度h2之间满足的比例关系,例如可以是满足公式“d1/d2=h1/h2”,进一步根据满足的比例关系,结合检测线段的长度、标定板的底边长度以及标定板的高度,可以计算得到检测线段对应的垂线的长度。
示例性的,参见图2B,若标定板的几何形状为三角形,则对应的检测线段d1、标定板底边d2、标定板的高h2以及检测线段对应的垂线h1之间的几何位置关系如图所示。其中,d1可以根据雷达传感器的扫描数据得到,d2和h2可以事先测量得到,则可以根据“d1/d2=h1/h2”计算得到h1。
可选的,可以以标定板底边的中点为坐标系原点,以标定板的底边所在的线为Y轴,以与标定板底边垂直的标定板的高所在的线为Z轴,以与标定板所在平面垂直向外的线为X轴,建立候选标定板坐标系。
可选的,可以确定垂线的长度h1和标定板的高度h2的差值h3=h2-h1,将差值对应的距离作为候选标定板坐标系的目标平移距离,并基于该目标平移距离,对候选标定板坐标系进行平移,最后将平移后的候选标定板坐标系确定为目标标定板坐标系。
需要说明的是,通过上述方式平移后的目标标定板坐标系可以以检测线段的中心为坐标系原点,以检测线段的垂直方向也即标定板垂线方向为X轴,以右手坐标系确定Y轴,即检测线段所在的线为Y轴,以检测线段对应的垂线所在的线为Z轴。
可选的,确定目标标定板坐标系之后,可以确定目标标定板坐标系与雷达坐标系的X轴在逆时针方向的偏转角度t1,以及检测线段在雷达坐标系的投影(即投影线段),进一步确定投影线段的中点在雷达坐标系下的坐标(x1,y1,z1),根据偏转角度,确定目标标定板坐标系和雷达坐标系之间的旋转矩阵,根据投影线段的中点在雷达坐标系下的坐标,确定目标标定板坐标系和雷达坐标系之间的平移矩阵,最后根据目标标定板坐标系和雷达坐标系之间的旋转矩阵和平移矩阵,确定目标标定板坐标系和雷达坐标系的转换关系。
可选的,雷达坐标系以雷达传感器中心为原点,以竖直垂直地面方向为Z轴,即检测线段对应的垂线方向。以机器人前进方向即以雷达的正前方为X轴,右手坐标系确定Y轴。根据建立的雷达坐标系,可以得到雷达的2D激光看到的标定板上的线段长度信息d1。
示例性的,设目标标定板坐标系X轴与雷达坐标系的X轴之间在逆时针方向的偏转角度为t1,即当机器人雷达传感器和标定板非平行放置时,目标标定板坐标系绕着Z轴逆时针偏转t1后,得到yawZ。两个Z轴平行。当机器人雷达传感器和标定板平行放置时,t1=0,yawZ=0。投影线段的中点在雷达坐标系下的坐标为(x1,y1,z1),则可以根据如下公式,确定目标标定板坐标系和雷达坐标系之间的旋转矩阵:
Rz=[0,cos(t1),-sin(t1);0,sin(t1),cos(t1);1,0,0]
其中,Rz表示目标标定板坐标系和雷达坐标系之间的旋转矩阵;t1表示目标标定板坐标系与雷达坐标系的X轴之间在逆时针方向的偏转角度。
可以通过如下公式,确定目标标定板坐标系和雷达坐标系之间的平移矩阵:
T=(x1,y1,z1)
其中,T表示目标标定板坐标系和雷达坐标系之间的平移矩阵。(x1,y1,z1)为投影线段的中点在雷达坐标系下的坐标。
需要说明的是,通过先基于标定板底边构建候选坐标系,进一步平移确定目标标定板坐标系,可以便捷地构建出准确的标定板坐标系,便于确定出标定板坐标系与雷达坐标系之间更精准的转换关系,提高了机器人的检测性能。
可选的,参照图2C所示,标定板主体几何形状可以为三角形,上面设置有目标标签。可以将标定板和机器人均放置于地面。其中,标定板可以通过底座稳定设置于地面,且标定板可以垂直于地面放置,并位于机器人雷达传感器的扫描范围内,以便于雷达传感器可以平行标定板的底边扫描标定板。其中,底座的可选高度可以根据雷达传感器的扫描高度确定,即雷达传感器的扫描高度高于底座高度。
S204、根据标定板上的目标标签在标定板坐标系下的第一位置,以及转换关系,确定目标标签在雷达坐标系下的第二位置。
可选的,可以先确定目标标签在候选标定板坐标系下的位置信息,并基于候选标定板坐标系与目标标定板坐标系之间的平移关系,对该位置信息进行修正,得到目标标签在目标标定板坐标系下的位置信息,即确定标定板上的目标标签在标定板坐标系下的第一位置。再基于转换关系,可以确定目标标签在雷达坐标系下的第二位置。
S205、根据机器人的图像传感器对标定板采集的图像数据,确定目标标签在图像坐标系下的第三位置,并根据第二位置和第三位置,标定图像传感器和雷达传感器。
本发明的技术方案,获取机器人的雷达传感器平行标定板的底边扫描标定板时的扫描数据,根据扫描数据,确定与标定板的底边平行的检测线段,根据标定板的底边长度、检测线段和标定板的高度,确定标定板坐标系与雷达坐标系的转换关系,进一步确定第二位置和第三位置,标定图像传感器和雷达传感器。通过引入雷达传感器的扫描数据确定的检测线段,给出了确定标定板坐标系与雷达坐标系之间转换关系的一种可实施方式,可以有效的将两个坐标系联系起来,便于后续准确确定出目标标签在雷达坐标系下的位置,从而实现准确有效的机器人传感器标定。
实施例三
图3为本发明实施例三提供的一种机器人传感器标定方法的流程图;本实施例在上述实施例的基础上,进一步对“根据机器人的图像传感器对标定板采集的图像数据,确定所述目标标签在图像坐标系下的第三位置”进行详细解释,如图3所示,该方法具体包括:
S301、基于几何相似关系,根据机器人的雷达传感器对标定板的扫描数据和标定板属性信息,确定标定板坐标系与雷达坐标系的转换关系。
S302、根据标定板上的目标标签在标定板坐标系下的第一位置,以及转换关系,确定目标标签在雷达坐标系下的第二位置。
S303、控制机器人在相同位置,获取机器人的图像传感器对标定板进行图像采集的红外图像。
其中,相同位置是指与采用雷达传感器对标定板进行扫描时相同的机器人位置。通过采用雷达传感器和图像传感器分别对标定板进行数据采集时,控制机器人在相同位置,可以保证标定的准确性。红外图像(Infrared Radiation)是图像传感器(如具有红外成像功能的立体视觉相机)采集标定板在红外波段的辐射形成的图像。
可选的,可以控制机器人处于与雷达扫描时相同的位置,进一步采用图像传感器,对标定板进行图像采集,获取包含标定板的红外图像。
可选的,可以将标定板固定于机器人的工作环境中,供图像传感器和雷达传感器采集,用于机器人的初始定位/传感器再标定。即对于使用标签定位的机器人而言,可以将标定板放置在机器人原点,例如充电桩处。通过标定板上的目标标签的数量和位置关系,确定唯一的标签ID,用于机器人每次运行时的初始定位。同时,标定板还可以用于机器人传感器的再标定,例如运行一定时长或距离后,再次利用标定板进行传感器的标定。进而,可以充分发挥标定板的作用。尤其在标定板为反光边框时,能够利用标定板形状特性和标签反光特性,提高机器人初始定位的精度。以及解决机器人使用时间较长,传感器可能发生偏移,需要重新标定时的标定问题。
S304、对红外图像进行分割处理,确定标定板上的反光标签在红外图像中的二维位置。
其中,反光标签是指预先放置于标定板上的标签,反光标签由反光材质制作。反光标签的几何形状例如可以是圆形。二维位置是指反光标签在二维红外图像中的像素位置。
可选的,可以利用反光标签在红外图像中的特性,将反光标签作为图像特征,采用预设的分割算法(如阈值分割算法),对红外图像进行分割处理,识别出标定板上所有的反光标签,确定反光标签的中心所处的像素位置,即确定反光标签在像素坐标系下的二维位置,进一步基于预设的转换规则,确定反光标签在图像坐标系下的二维位置,作为反光标签在红外图像中的二维位置。
需要说明的是,通过将标定板上的标签设置为反光标签,利用反光标签作为图像特征,可以提高后续图像处理的效率,在保证提取精准度的同时,实现快速确定反光标签在红外图像中的二维位置,提高了标定的效率和准确度。
S305、从标定板上的反光标签中确定目标标签,并将目标标签在红外图像中的二维位置确定为目标标签在图像坐标系下的第三位置。
其中,目标标签是指反光标签中满足筛选条件的标签。
可选的,可以预设目标标签的数量,如4个,则确定标定板上的反光标签的数量之后,若标定板上的反光标签的数量与目标标签的数量相同,则可以直接将所有反光标签确定为目标标签;若标定板上的反光标签的数量大于目标标签的数量,则可以从反光标签中随机选取预设数量的标签,作为目标标签;也可以基于一定的筛选原则,如目标标签的位置不位于同一条直线上,对反光标签进行筛选,确定出目标标签。
S306、根据第二位置和第三位置,标定图像传感器和雷达传感器。
本发明的技术方案,在确定目标标签在雷达坐标系下的第二位置之后,控制机器人在相同位置,获取机器人的图像传感器对标定板进行图像采集的红外图像,对红外图像进行分割处理,确定标定板上的反光标签在红外图像中的二维位置,从标定板上的反光标签中确定目标标签,并将目标标签在红外图像中的二维位置确定为目标标签在图像坐标系下的第三位置,最后根据第二位置和第三位置,标定图像传感器和雷达传感器。通过从反光标签中确定目标标签,并确定目标标签的第三位置,避免了确定所有反光标签的位置,在保证标定准确性的情况下,提高了标定效率。另外,通过采用图像传感器采集红外图像,利用反光标签的反光性质确定标签在图像中的位置,确定出标签的准确位置,同时,相比于现有技术采用黑白格标定板的检测方式,设置有反光标签的标定板可以在黑暗环境下也完成标定,拓宽了机器人的应用场景,提高了机器人的检测性能。
实施例四
图4为本发明实施例四提供的一种机器人传感器标定方法的流程图;本实施例在上述实施例的基础上,进一步对“根据第二位置和第三位置,进行机器人图像传感器和雷达传感器的标定”进行详细解释,如图4所示,该方法具体包括:
S401、基于几何相似关系,根据机器人的雷达传感器对标定板的扫描数据和标定板属性信息,确定标定板坐标系与雷达坐标系的转换关系。
S402、根据标定板上的目标标签在标定板坐标系下的第一位置,以及转换关系,确定目标标签在雷达坐标系下的第二位置。
S403、根据机器人的图像传感器对标定板采集的图像数据,确定目标标签在图像坐标系下的第三位置。
S404、基于预设二维图像坐标系与三维相机坐标系的转换算法,根据第三位置,确定目标标签在三维相机坐标系下的第四位置。
其中,转换算法是指预设的可以实现二维图像坐标系与三维相机坐标系位置转换的算法,如PNP算法(Perspective-n-Point)。第四位置是指目标标签在三维相机坐标系下的三维位置。
可选的,可以根据预设的图像传感器的内参数矩阵,通过PNP算法,确定出目标标签在图像坐标系下第三位置对应的外参,进一步结合外参和第三位置,确定目标标签在三维相机坐标系下的第四位置。例如,若目标标签在图像坐标系下的第三位置为(XC,YC),第三位置在三维相机坐标系下对应的位置为(X’C,Y’C),第三位置对应的外参为ZC,则该目标标签在三维相机坐标系下的第四位置为(X’C,Y’C,ZC)。
S405、根据第四位置和第二位置,确定目标雷达坐标系和三维相机坐标系之间的旋转矩阵和平移矩阵,实现机器人图像传感器和雷达传感器的标定。
可选的,可以针对每个目标标签,将目标标签的第四位置和第二位置代入预设的计算公式,最后将所有目标标签满足的计算公式联合求解,确定出目标雷达坐标系和三维相机坐标系之间的旋转矩阵和平移矩阵,实现机器人图像传感器和雷达传感器的标定。
示例性的,预设的计算公式可以为:
(XG,YG,ZG)=Rx2*(X’C,Y’C,ZC)+T2
其中,(XG,YG,ZG)表示目标标签在雷达坐标系下的第二位置,(X’C,Y’C,ZC)表示目标标签在三维相机坐标系下的第四位置,Rx2表示三维相机坐标系与雷达坐标系之间的旋转矩阵,T2表示三维相机坐标系与雷达坐标系之间的平移矩阵。
可选的,目标标签的数量为至少四个;相应的,确定目标雷达坐标系和三维相机坐标系之间的旋转矩阵和平移矩阵,包括:根据目标标签在三维相机坐标系下的第四位置,以及目标标签在目标雷达坐标系下的第二位置,确定出至少四组目标标签分别在三维相机坐标系下和目标雷达坐标系下的位置关系;采用PNP算法,根据确定出的至少四组位置关系,确定目标雷达坐标系和三维相机坐标系之间的旋转矩阵和平移矩阵。
示例性的,若目标标签的数量为至少四个,可以将每个目标标签的第二位置和第四位置代入上述预设的计算公式,进一步采用PNP算法,确定出目标雷达坐标系和三维相机坐标系之间的旋转矩阵和平移矩阵。
需要说明的是,通过将标签点的二维图像坐标转换到三维相机坐标系,从而可以确定出三维相机坐标和三维雷达坐标直接的转换关系,实现机器人标定,保证了标定的准确性。
本发明的技术方案,确定目标标签在图像坐标系下的第三位置之后,基于预设二维图像坐标系与三维相机坐标系的转换算法,根据第三位置,确定目标标签在三维相机坐标系下的第四位置,最后根据第四位置和第二位置,确定目标雷达坐标系和三维相机坐标系之间的旋转矩阵和平移矩阵,实现机器人图像传感器和雷达传感器的标定。通过将标签点的二维图像坐标转换到三维相机坐标系,从而可以确定出三维相机坐标和三维雷达坐标直接的转换关系,实现机器人传感器的精准标定。
实施例五
图5为本发明实施例五提供的一种机器人传感器标定装置的结构框图;本发明实施例所提供的一种机器人传感器标定装置可执行本发明任一实施例所提供的机器人传感器标定方法,具备执行方法相应的功能模块和有益效果。
如图5所示,该装置包括:
关系确定模块501,用于基于几何相似关系,根据机器人的雷达传感器对标定板的扫描数据和标定板属性信息,确定标定板坐标系与雷达坐标系的转换关系;
位置确定模块502,用于根据标定板上的目标标签在标定板坐标系下的第一位置,以及所述转换关系,确定所述目标标签在雷达坐标系下的第二位置;
标定模块503,用于根据机器人的图像传感器对标定板采集的图像数据,确定所述目标标签在图像坐标系下的第三位置,并根据所述第二位置和所述第三位置,标定所述图像传感器和所述雷达传感器。
本发明实施例的技术方案,基于几何相似关系,根据机器人的雷达传感器对标定板的扫描数据和标定板属性信息,确定标定板坐标系与雷达坐标系的转换关系,根据标定板上的目标标签在标定板坐标系下的第一位置,以及转换关系,确定目标标签在雷达坐标系下的第二位置,根据机器人的图像传感器对标定板采集的图像数据,确定目标标签在图像坐标系下的第三位置,并根据第二位置和第三位置,标定图像传感器和雷达传感器。可以基于几何相似关系,确定出标定板坐标系与雷达坐标系之间更准确的转换关系,从而获取到目标标签在雷达坐标系下的精准位置,进一步结合目标标签在图像坐标系下的位置,实现机器人图像传感器和雷达传感器的标定,通过多传感器数据融合,可以使得传感器之间能取长补短,提升机器人整个感知系统的效果,从而提高机器人检测的精度。
进一步的,关系确定模块501可以包括:
获取单元,用于获取机器人的雷达传感器平行所述标定板的底边扫描所述标定板时的扫描数据;
线段确定单元,用于根据所述扫描数据确定与所述标定板的底边平行的检测线段;
关系确定单元,用于根据所述标定板的底边长度、所述检测线段和所述标定板的高度确定所述标定板坐标系与所述雷达坐标系的转换关系。
进一步的,关系确定单元具体用于:
基于几何相似关系,根据所述检测线段的长度、标定板的底边长度以及标定板的高度,确定检测线段对应的垂线;
根据所述标定板的底边,构建候选标定板坐标系;
根据所述垂线的长度和标定板的高度之间的偏差,对候选标定板坐标系进行平移,确定目标标定板坐标系;
根据所述检测线段在雷达坐标系的投影,确定所述目标标定板坐标系和所述雷达坐标系的转换关系。
进一步的,标定模块503具体用于:
控制机器人在相同位置,获取机器人的图像传感器对标定板进行图像采集的红外图像;
对所述红外图像进行分割处理,确定标定板上的反光标签在红外图像中的二维位置;
从标定板上的反光标签中确定目标标签,并将目标标签在红外图像中的二维位置确定为所述目标标签在图像坐标系下的第三位置。
进一步的,标定模块503可以包括:
第四位置确定单元,用于基于预设二维图像坐标系与三维相机坐标系的转换算法,根据所述第三位置,确定目标标签在三维相机坐标系下的第四位置;
标定单元,用于根据所述第四位置和所述第二位置,确定目标雷达坐标系和三维相机坐标系之间的旋转矩阵和平移矩阵,实现机器人图像传感器和雷达传感器的标定。
进一步的,所述目标标签的数量为至少四个;标定单元具体用于:
根据所述目标标签在三维相机坐标系下的第四位置,以及所述目标标签在目标雷达坐标系下的第二位置,确定出至少四组目标标签分别在三维相机坐标系下和目标雷达坐标系下的位置关系;
采用PNP算法,根据确定出的至少四组位置关系,确定目标雷达坐标系和三维相机坐标系之间的旋转矩阵和平移矩阵。
进一步的,上述装置还用于:
若机器人的雷达传感器,和/或,图像传感器的数量为至少两个,则根据机器人的控制规则确定关联传感器组,每组关联传感器内确定主传感器及对应的主传感器坐标系;
确定各组内主传感器坐标系和其它传感器坐标系之间的转换关系,进行机器人传感器的标定。
实施例六
图6为本发明实施例六提供的一种机器人的结构示意图。图6示出了可以用来实施本发明的实施例的机器人10的结构示意图。机器人旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。机器人还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备(如头盔、眼镜、手表等)和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本发明的实现。
如图6所示,机器人10包括至少一个处理器11,以及与至少一个处理器11通信连接的存储器,如只读存储器(ROM)12、随机访问存储器(RAM)13等,其中,存储器存储有可被至少一个处理器执行的计算机程序,处理器11可以根据存储在只读存储器(ROM)12中的计算机程序或者从存储单元18加载到随机访问存储器(RAM)13中的计算机程序,来执行各种适当的动作和处理。在RAM 13中,还可存储机器人10操作所需的各种程序和数据。处理器11、ROM 12以及RAM 13通过总线14彼此相连。输入/输出(I/O)接口15也连接至总线14。
机器人10中的多个部件连接至I/O接口15,包括:输入单元16,例如键盘、鼠标等;输出单元17,例如各种类型的显示器、扬声器等;存储单元18,例如磁盘、光盘等;以及通信单元19,例如网卡、调制解调器、无线通信收发机等。通信单元19允许机器人10通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
处理器11可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器11的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。处理器11执行上文所描述的各个方法和处理,例如机器人传感器标定方法。
在一些实施例中,机器人传感器标定方法可被实现为计算机程序,其被有形地包含于计算机可读存储介质,例如存储单元18。在一些实施例中,计算机程序的部分或者全部可以经由ROM 12和/或通信单元19而被载入和/或安装到机器人10上。当计算机程序加载到RAM 13并由处理器11执行时,可以执行上文描述的机器人传感器标定方法的一个或多个步骤。备选地,在其他实施例中,处理器11可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行机器人传感器标定方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器,使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本发明的上下文中,计算机可读存储介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。备选地,计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在机器人上实施此处描述的系统和技术,该机器人具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给机器人。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)、区块链网络和互联网。
计算系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与VPS服务中,存在的管理难度大,业务扩展性弱的缺陷。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本发明的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本发明保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等,均应包含在本发明保护范围之内。
Claims (10)
1.一种机器人传感器标定方法,其特征在于,包括:
基于几何相似关系,根据机器人的雷达传感器对标定板的扫描数据和标定板属性信息,确定标定板坐标系与雷达坐标系的转换关系;
根据标定板上的目标标签在标定板坐标系下的第一位置,以及所述转换关系,确定所述目标标签在雷达坐标系下的第二位置;
根据机器人的图像传感器对标定板采集的图像数据,确定所述目标标签在图像坐标系下的第三位置,并根据所述第二位置和所述第三位置,标定所述图像传感器和所述雷达传感器。
2.根据权利要求1所述的方法,其特征在于,所述标定板属性信息包括标定板的底边长度和标定板的高度,所述基于几何相似关系,根据机器人的雷达传感器对标定板的扫描数据和标定板属性信息,确定标定板坐标系与雷达坐标系的转换关系,包括:
获取机器人的雷达传感器平行所述标定板的底边扫描所述标定板时的扫描数据;
根据所述扫描数据确定与所述标定板的底边平行的检测线段;
根据所述标定板的底边长度、所述检测线段和所述标定板的高度确定所述标定板坐标系与所述雷达坐标系的转换关系。
3.根据权利要求2所述的方法,其特征在于,所述根据所述标定板的底边长度、所述检测线段和所述标定板的高度确定所述标定板坐标系与所述雷达坐标系的转换关系,包括:
基于几何相似关系,根据所述检测线段的长度、标定板的底边长度以及标定板的高度,确定检测线段对应的垂线;
根据所述标定板的底边,构建候选标定板坐标系;
根据所述垂线的长度和标定板的高度之间的偏差,对候选标定板坐标系进行平移,确定目标标定板坐标系;
根据所述检测线段在雷达坐标系的投影,确定所述目标标定板坐标系和所述雷达坐标系的转换关系。
4.根据权利要求1所述的方法,其特征在于,所述根据机器人的图像传感器对标定板采集的图像数据,确定所述目标标签在图像坐标系下的第三位置,包括:
控制机器人在相同位置,获取机器人的图像传感器对标定板进行图像采集的红外图像;
对所述红外图像进行分割处理,确定标定板上的反光标签在红外图像中的二维位置;
从标定板上的反光标签中确定目标标签,并将目标标签在红外图像中的二维位置确定为所述目标标签在图像坐标系下的第三位置。
5.根据权利要求1所述的方法,其特征在于,根据所述第二位置和所述第三位置,进行机器人图像传感器和雷达传感器的标定,包括:
基于预设二维图像坐标系与三维相机坐标系的转换算法,根据所述第三位置,确定目标标签在三维相机坐标系下的第四位置;
根据所述第四位置和所述第二位置,确定目标雷达坐标系和三维相机坐标系之间的旋转矩阵和平移矩阵,实现机器人图像传感器和雷达传感器的标定。
6.根据权利要求5所述的方法,其特征在于,其中,所述目标标签的数量为至少四个;
相应的,确定目标雷达坐标系和三维相机坐标系之间的旋转矩阵和平移矩阵,包括:
根据所述目标标签在三维相机坐标系下的第四位置,以及所述目标标签在目标雷达坐标系下的第二位置,确定出至少四组目标标签分别在三维相机坐标系下和目标雷达坐标系下的位置关系;
采用PNP算法,根据确定出的至少四组位置关系,确定目标雷达坐标系和三维相机坐标系之间的旋转矩阵和平移矩阵。
7.根据权利要求1所述的方法,其特征在于,还包括:
若机器人的雷达传感器,和/或,图像传感器的数量为至少两个,则根据机器人的控制规则确定关联传感器组,每组关联传感器内确定主传感器及对应的主传感器坐标系;
确定各组内主传感器坐标系和其它传感器坐标系之间的转换关系,进行机器人传感器的标定。
8.一种机器人传感器标定装置,其特征在于,包括:
关系确定模块,用于基于几何相似关系,根据机器人的雷达传感器对标定板的扫描数据和标定板属性信息,确定标定板坐标系与雷达坐标系的转换关系;
位置确定模块,用于根据标定板上的目标标签在标定板坐标系下的第一位置,以及所述转换关系,确定所述目标标签在雷达坐标系下的第二位置;
标定模块,用于根据机器人的图像传感器对标定板采集的图像数据,确定所述目标标签在图像坐标系下的第三位置,并根据所述第二位置和所述第三位置,标定所述图像传感器和所述雷达传感器。
9.一种机器人,其特征在于,所述机器人包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-7中任一项所述的机器人传感器标定方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使处理器执行时实现权利要求1-7中任一项所述的机器人传感器标定方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310099527.3A CN116243283A (zh) | 2023-02-10 | 2023-02-10 | 一种机器人传感器标定方法、装置、机器人以及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310099527.3A CN116243283A (zh) | 2023-02-10 | 2023-02-10 | 一种机器人传感器标定方法、装置、机器人以及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116243283A true CN116243283A (zh) | 2023-06-09 |
Family
ID=86630780
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310099527.3A Pending CN116243283A (zh) | 2023-02-10 | 2023-02-10 | 一种机器人传感器标定方法、装置、机器人以及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116243283A (zh) |
-
2023
- 2023-02-10 CN CN202310099527.3A patent/CN116243283A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20230260151A1 (en) | Simultaneous Localization and Mapping Method, Device, System and Storage Medium | |
US11987250B2 (en) | Data fusion method and related device | |
US11480443B2 (en) | Method for calibrating relative pose, device and medium | |
WO2021237520A1 (zh) | 外参标定方法、装置、设备及存储介质 | |
US20210312209A1 (en) | Vehicle information detection method, electronic device and storage medium | |
CN111324115B (zh) | 障碍物位置检测融合方法、装置、电子设备和存储介质 | |
EP3971685A1 (en) | Interactive control method and apparatus, electronic device and storage medium | |
CN110873883B (zh) | 融合激光雷达和imu的定位方法、介质、终端和装置 | |
CN111563450B (zh) | 数据处理方法、装置、设备及存储介质 | |
CN103438826B (zh) | 激光与视觉相结合的钢板的三维测量系统及方法 | |
CN111401251B (zh) | 车道线提取方法、装置、电子设备及计算机可读存储介质 | |
CN111310840B (zh) | 数据融合处理方法、装置、设备和存储介质 | |
EP3879494A2 (en) | Method, apparatus, electronic device, computer readable medium and program for calibrating external parameter of camera | |
LU500407B1 (en) | Real-time positioning method for inspection robot | |
CN113655453A (zh) | 用于传感器标定的数据处理方法、装置及自动驾驶车辆 | |
CN111429515A (zh) | 基于深度学习的机器人避障行为的学习方法 | |
CN115719436A (zh) | 模型训练方法、目标检测方法、装置、设备以及存储介质 | |
CN114219905A (zh) | 一种地图构建方法、装置、终端设备及存储介质 | |
CN106092146A (zh) | 激光测距校正方法及系统 | |
CN111523334A (zh) | 虚拟禁区的设置方法、装置、终端设备、标签和存储介质 | |
CN113325381B (zh) | 用于处理数据的方法、装置、设备以及存储介质 | |
CN114528941A (zh) | 传感器数据融合方法、装置、电子设备及存储介质 | |
CN112184828B (zh) | 激光雷达与摄像头的外参标定方法、装置及自动驾驶车辆 | |
CN113327289A (zh) | 一种多源异构传感器的同时内外参标定方法 | |
CN113240745A (zh) | 点云数据标定方法、装置、计算机设备和存储介质 |
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 |