机器人的传感器标定方法、机器人及存储介质技术

本申请公开了一种机器人的传感器标定方法、机器人及存储介质。该方法包括：在预设时间内获取机器人待标定传感器的传感数据和参考传感器的参考数据；待标定传感器包括深度相机传感器；利用每个传感数据和参考数据对应的目标域，对传感数据和参考数据进行匹配，得到匹配数据对，目标域包括时间域和/或空间域；利用匹配数据对，获取待标定传感器与参考传感器对应的坐标系之间的转换参数，转换参数用于对待标定传感器进行标定。上述方案，能够提高对机器人传感器的标定效率。器人传感器的标定效率。器人传感器的标定效率。

【技术实现步骤摘要】
机器人的传感器标定方法、机器人及存储介质


[0001]本申请涉及机器人
，特别是涉及一种机器人的传感器标定方法、机器人及计算机可读存储介质。

技术介绍

[0002]随着机器人技术的发展，机器人（如移动机器人、无人车等）上会安装各种各样的传感器，例如安装激光雷达、相机、毫米波雷达、超声雷达、惯性测量单元、全球定位系统等多种传感器，可以通过传感器测量的数据，感知周围的环境，从而实现定位、避障等各种功能。
[0003]由于传感器的使用时间过长、工作场景的复杂多变等原因，会导致各传感器之间的相对位姿关系发生变化，为了保证传感器的数据的精确性，需要对传感器的参数进行标定，以确定传感器之间的转换参数。目前，对机器人的传感器的标定过程操作较为繁琐，且容易受标定环境的影响，导致传感器的参数标定的准确度低。

技术实现思路

[0004]本申请主要解决的技术问题是提供一种机器人的传感器标定方法、机器人及存储介质，能够提高对机器人传感器的标定效率。
[0005]为了解决上述问题，本申请第一方面提供了一种机器人的传感器标定方法，该方法包括：在预设时间内获取机器人待标定传感器的传感数据和参考传感器的参考数据；待标定传感器包括深度相机传感器；利用每个传感数据和参考数据对应的目标域，对传感数据和参考数据进行匹配，得到匹配数据对，目标域包括时间域和/或空间域；利用匹配数据对，获取待标定传感器与参考传感器对应的坐标系之间的转换参数，转换参数用于对待标定传感器进行标定。
[0006]为了解决上述问题，本申请第二方面提供了一种计算机设备，该计算机设备包括相互耦接的存储器和处理器，存储器中存储有程序数据，处理器用于执行程序数据以实现上述机器人的传感器标定方法的任一步骤。
[0007]为了解决上述问题，本申请第三方面提供了一种计算机可读存储介质，该计算机可读存储介质存储有能够被处理器运行的程序数据，程序数据用于实现上述机器人的传感器标定方法的任一步骤。
[0008]上述方案，通过在预设时间内获取机器人待标定传感器的传感数据和参考传感器的参考数据；待标定传感器包括深度相机传感器；利用每个传感数据和参考数据对应的时间域和/或空间域，对传感数据和参考数据进行匹配，得到匹配数据对，可以对传感数据和参考数据在时间域和/或空间域进行匹配，可以在不依赖时间采集同步的情况下，匹配得到帧同步的匹配数据对，使得可以实时对传感器进行标定，另外，利用匹配数据对，获取待标定传感器与参考传感器对应的坐标系之间的转换参数，能够提高对机器人传感器的标定效率。
附图说明
[0009]为了更清楚地说明本申请中的技术方案，下面将对实施例描述中所需要的附图作简单的介绍，显而易见地，下面描述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说，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。其中：图1是本申请机器人的传感器标定方法一实施例的流程示意图；图2是本申请图1中步骤S12一实施例的流程示意图；图3是本申请匹配数据对进行匹配的一实施例的实例示意图；图4是本申请图1中步骤S13一实施例的流程示意图；图5是本申请机器人的传感器标定装置一实施例的结构示意图；图6是本申请机器人一实施例的结构示意图；图7是本申请计算机可读存储介质一实施例的结构示意图。
具体实施方式
[0010]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，所描述的实施例仅是本申请的一部分实施例，而不是全部的实施例。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他实施例，都属于本申请保护的范围。
[0011]本申请中的术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。本申请的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。此外，术语“包括”和“具有”以及它们任何变形，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、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。
[0012]本申请中的术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。此外，本文中的“多”表示两个或者多于两个。另外，本文中术语“至少一种”表示多种中的任意一种或多种中的至少两种的任意组合，例如，包括A、B、C中的至少一种，可以表示包括从A、B和C构成的集合中选择的任意一个或多个元素。
[0013]在本申请中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。
[0014]本申请提供以下实施例，下面对各实施例进行具体说明。
[0015]请参阅图1，图1是本申请机器人的传感器标定方法一实施例的流程示意图。该方法可以包括以下步骤：S11：在预设时间内获取机器人待标定传感器的传感数据和参考传感器的参考数据。
[0016]机器人可以为移动机器人、自动驾驶车辆等设备，也可以包括其他需要多种传感器（如待标定传感器和参考传感器）的设备，本申请对此不做限制。
[0017]机器人可以设置有多种传感器，如相机传感器、雷达传感器、惯性测量单元和全球定位系统等，其中，相机传感器可以包括深度相机传感器，雷达传感器可以包括激光雷达、毫米波雷达、超声雷达等。可以将其中一种或多种传感器作为待标定传感器，将剩余的其他一种或多种传感器作为参考传感器。
[0018]在一些实施方式中，待标定传感器包括深度相机传感器，参考传感器包括雷达传感器，本申请下述以此为例进行说明，本申请不限于此。
[0019]在一些实施方式中，在步骤S11之前，还可以对机器人的标定环境进行判断，以在更稳定的标定环境对机器人的传感器进行标定。
[0020]在步骤S11之前，可以利用机器人获取红外光或激光等方式，获取机器人与预设设备的距离，其中，预设设备的位置固定，预设设备可以位于机器人周期性运动的位置或一定的范围内。预设设备可以为充电座等，可以在机器人充电的过程完成在线传感器的标定，并可以有助于标定结果的稳定性。
[0021]具体地，可以判断机器人与预设设备之间的距离是否满足标定距离条件，其中，标定距离条件包括机器人与预设设备的距离小于标定距离阈值，和/或，待标定传感器的有效距离小于有效传感距离阈值。待标定传感器为深度相机传感器的情况下，待标定传感器的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种机器人的传感器标定方法，其特征在于，包括：在预设时间内获取机器人待标定传感器的传感数据和参考传感器的参考数据；所述待标定传感器包括深度相机传感器；利用每个所述传感数据和所述参考数据对应的目标域，对所述传感数据和所述参考数据进行匹配，得到匹配数据对，所述目标域包括时间域和/或空间域；利用所述匹配数据对，获取所述待标定传感器与所述参考传感器对应的坐标系之间的转换参数，所述转换参数用于对所述待标定传感器进行标定。2.根据权利要求1所述的方法，其特征在于，所述利用每个所述传感数据和所述参考数据对应的目标域，对所述传感数据和所述参考数据进行匹配，得到匹配数据对，包括：分别将所述传感数据和所述参考数据转换至目标坐标系下，得到传感匹配数据和参考匹配数据，其中，所述目标坐标系包括所述参考传感器对应的坐标系或所述待标定传感器对应的坐标系；利用所述传感匹配数据和所述参考匹配数据对应的时间信息，剔除所述时间信息不满足时间域要求的所述参考匹配数据；获取所述传感匹配数据和所述参考匹配数据之间的空间距离，选出所述空间距离满足空间域要求的所述传感匹配数据和所述参考匹配数据，得到匹配数据对。3.根据权利要求2所述的方法，其特征在于，所述分别将所述传感数据和所述参考数据转换为至目标坐标系下，得到传感匹配数据和参考匹配数据，包括：分别获取所述传感数据转换至所述目标坐标系下的第一点云数据、以及所述参考数据转换至所述目标坐标系下的第二点云数据，其中，所述目标坐标系包括所述参考传感器对应的坐标系；利用高度转换参数，将所述第一点云数据转换为第一高度图、以及将所述第二点云数据转换为第二高度图；利用所述第一高度图得到所述传感匹配数据，以及利用所述第二高度图得到所述参考匹配数据。4.根据权利要求3所述的方法，其特征在于，所述利用所述第一高度图得到所述传感匹配数据，以及利用所述第二高度图得到所述参考匹配数据，包括：将所述第一高度图转换为第一二值图，以作为所述传感匹配数据；以及将所述第二高度图转换为第二二值图，以作为所述参考匹配数据。5.根据权利要求2所述的方法，其特征在于，所述时间域要求包括：所述传感匹配数据与所述...

【专利技术属性】
技术研发人员：汪鹏飞，葛科迪，马子昂，
申请(专利权)人：杭州华橙软件技术有限公司，
类型：发明
国别省市：