本申请提供了一种移动机器人位姿数据的确定方法和装置，上述方法包括：根据移动机器人的惯性传感器的传感器数据，确定移动机器人的初始位姿数据，其中，初始位姿数据包含移动机器人的初始偏航角；根据移动机器人的关节编码器的编码器数据，计算与关节编码器对应的腿部关节的足端的运动学信息；根据运动学信息通过运动学反算，确定移动机器人的参考位姿数据，其中，参考位姿数据包括移动机器人的参考偏航角；将初始位姿数据与参考位姿数据进行数据融合，得到移动机器人的目标位姿数据，其中，目标位姿数据包含移动机器人的目标偏航角。采用上述技术方案，解决了相关技术由于里程计中的偏航角方向容易发生漂移导致的移动机器人定位不准确的问题。定位不准确的问题。定位不准确的问题。
【技术实现步骤摘要】
移动机器人位姿数据的确定方法和装置
[0001]本申请涉及通信领域，具体而言，涉及一种移动机器人位姿数据的确定方法和装置。
技术介绍
[0002]目前，移动机器人的定位都比较依赖基于IMU(Inertial Measurement Unit，惯性测量单元，即，惯性传感器)的惯性里程计。然而，基于里程计的定位方式，里程计中的偏航角(YAW)方向容易发生漂移，导致移动机器人定位不准确。
[0003]由此可见，相关技术中基于里程计的定位方式存在由于里程计中的偏航角方向容易发生漂移导致的移动机器人定位不准确的问题。
技术实现思路
[0004]本申请的目的在于提供一种移动机器人位姿数据的确定方法和装置，以至少解决了相关技术由于里程计中的偏航角方向容易发生漂移导致的移动机器人定位不准确的问题。
[0005]本申请的目的是通过以下技术方案实现：
[0006]根据本申请实施例的一个方面，提供了一种移动机器人位姿数据的确定方法，包括：根据移动机器人的惯性传感器的传感器数据，确定所述移动机器人的初始位姿数据，其中，所述初始位姿数据包含所述移动机器人的初始偏航角；根据移动机器人的关节编码器的编码器数据，计算与所述关节编码器对应的腿部关节的足端的运动学信息；根据所述运动学信息通过运动学反算，确定所述移动机器人的参考位姿数据，其中，所述参考位姿数据包括所述移动机器人的参考偏航角；将所述初始位姿数据与所述参考位姿数据进行数据融合，得到所述移动机器人的目标位姿数据，其中，所述目标位姿数据包含所述移动机器人的目标偏航角。
[0007]在一个示例性实施例中，所述传感器数据包括所述惯性传感器的陀螺仪的角速度数据和所述惯性传感器的加速度计的线加速度数据；根据移动机器人的惯性传感器的传感器数据，确定所述移动机器人的初始位姿数据包括：将所述角速度数据和所述线加速度数据进行互补滤波融合，得到所述移动机器人的所述初始位姿数据。
[0008]在一个示例性实施例中，所述将所述角速度数据和所述线加速度数据进行互补滤波融合，得到所述移动机器人的所述初始位姿数据包括：对所述线加速度数据进行二次积分，计算出所述移动机器人的初始质心位置；对所述角速度数据进行一次积分，计算出所述移动机器人的初始姿态数据，其中，所述初始姿态数据包括所述初始偏航角；其中，所述初始位姿数据包括所述初始质心位置和所述初始姿态数据。
[0009]在一个示例性实施例中，所述根据移动机器人的关节编码器的编码器数据，计算与所述关节编码器对应的腿部关节的足端的运动学信息包括：根据所述编码器数据，计算出所述腿部关节的足端的足端位置和足端速度，其中，所述运动学信息包括所述足端位置
和所述足端速度。
[0010]在一个示例性实施例中，所述根据所述运动学信息通过运动学反算，确定所述移动机器人的参考位姿数据包括：根据所述足端位置和所述足端速度通过运动学反算，计算出所述移动机器人的参考质心位置和参考姿态角，其中，所述参考位姿数据包括所述参考质心位置和所述参考姿态角，所述参考姿态角包括所述参考偏航角。
[0011]在一个示例性实施例中，所述将所述初始位姿数据与所述参考位姿数据进行数据融合，得到所述移动机器人的目标位姿数据包括：以所述初始位姿数据作为输入量、以所述参考位姿数据作为观测量进行滤波处理，估算出所述移动机器人的所述目标位姿数据。
[0012]在一个示例性实施例中，所述初始位姿数据包括所述移动机器人的初始质心位置和初始偏航角，所述参考位姿数据包括所述移动机器人的参考质心位置和参考姿态角，所述参考姿态角包括所述参考偏航角；所述以所述初始位姿数据作为输入量、以所述参考位姿数据作为观测量进行滤波处理，估算出所述移动机器人的所述目标位姿数据包括：以所述初始质心位置和所述初始偏航角作为输入量、以所述参考质心位置和所述参考姿态角作为观测量进行扩展卡尔曼滤波处理，估算出所述移动机器人的目标质心位置和所述目标偏航角，其中，所述观测量在所述腿部关节的足端在触地状态下有效，所述目标位姿数据还包括所述目标质心位置。
[0013]根据本申请实施例的另一个方面，还提供了一种移动机器人位姿数据的确定装置，包括：第一确定单元，用于根据移动机器人的惯性传感器的传感器数据，确定所述移动机器人的初始位姿数据，其中，所述初始位姿数据包含所述移动机器人的初始偏航角；计算单元，用于根据移动机器人的关节编码器的编码器数据，计算与所述关节编码器对应的腿部关节的足端的运动学信息；第二确定单元，用于根据所述运动学信息通过运动学反算，确定所述移动机器人的参考位姿数据，其中，所述参考位姿数据包括所述移动机器人的参考偏航角；融合单元，用于将所述初始位姿数据与所述参考位姿数据进行数据融合，得到所述移动机器人的目标位姿数据，其中，所述目标位姿数据包含所述移动机器人的目标偏航角。
[0014]在一个示例性实施例中，所述传感器数据包括所述惯性传感器的陀螺仪的角速度数据和所述惯性传感器的加速度计的线加速度数据；所述第一确定单元包括：融合模块，用于将所述角速度数据和所述线加速度数据进行互补滤波融合，得到所述移动机器人的所述初始位姿数据。
[0015]在一个示例性实施例中，所述融合模块包括：第一计算子模块，用于对所述线加速度数据进行二次积分，计算出所述移动机器人的初始质心位置；第二计算子模块，用于对所述角速度数据进行一次积分，计算出所述移动机器人的初始姿态数据，其中，所述初始姿态数据包括所述初始偏航角；其中，所述初始位姿数据包括所述初始质心位置和所述初始姿态数据。
[0016]在一个示例性实施例中，所述第二确定单元包括：第二计算模块，用于根据所述足端位置和所述足端速度通过运动学反算，计算出所述移动机器人的参考质心位置和参考姿态角，其中，所述参考位姿数据包括所述参考质心位置和所述参考姿态角，所述参考姿态角包括所述参考偏航角。
[0017]在一个示例性实施例中，所述融合单元包括：估算模块，用于以所述初始位姿数据作为输入量、以所述参考位姿数据作为观测量进行滤波处理，估算出所述移动机器人的所
述目标位姿数据。
[0018]在一个示例性实施例中，所述初始位姿数据包括所述移动机器人的初始质心位置和初始偏航角，所述参考位姿数据包括所述移动机器人的参考质心位置和参考姿态角，所述参考姿态角包括所述参考偏航角；所述估算模块包括：估算子模块，用于以所述初始质心位置和所述初始偏航角作为输入量、以所述参考质心位置和所述参考姿态角作为观测量进行扩展卡尔曼滤波处理，估算出所述移动机器人的目标质心位置和所述目标偏航角，其中，所述观测量在所述腿部关节的足端在触地状态下有效，所述目标位姿数据还包括所述目标质心位置。
[0019]根据本申请实施例的又一方面，还提供了一种计算机可读的存储介质，该计算机可读的存储介质中存储有计算机程序，其中，该计算机程序被设置为运行时执行上述接口的测试方法。
[0020]根据本申请实施例的又一方面，还提供了一种电子装置，包括存储器、处理器及存储在存储本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种移动机器人位姿数据的确定方法，其特征在于，包括：根据移动机器人的惯性传感器的传感器数据，确定所述移动机器人的初始位姿数据，其中，所述初始位姿数据包含所述移动机器人的初始偏航角；根据移动机器人的关节编码器的编码器数据，计算与所述关节编码器对应的腿部关节的足端的运动学信息；根据所述运动学信息通过运动学反算，确定所述移动机器人的参考位姿数据，其中，所述参考位姿数据包括所述移动机器人的参考偏航角；将所述初始位姿数据与所述参考位姿数据进行数据融合，得到所述移动机器人的目标位姿数据，其中，所述目标位姿数据包含所述移动机器人的目标偏航角。2.根据权利要求1所述的方法，其特征在于，所述传感器数据包括所述惯性传感器的陀螺仪的角速度数据和所述惯性传感器的加速度计的线加速度数据；根据移动机器人的惯性传感器的传感器数据，确定所述移动机器人的初始位姿数据包括：将所述角速度数据和所述线加速度数据进行互补滤波融合，得到所述移动机器人的所述初始位姿数据。3.根据权利要求2所述的方法，其特征在于，所述将所述角速度数据和所述线加速度数据进行互补滤波融合，得到所述移动机器人的所述初始位姿数据包括：对所述线加速度数据进行二次积分，计算出所述移动机器人的初始质心位置；对所述角速度数据进行一次积分，计算出所述移动机器人的初始姿态数据，其中，所述初始姿态数据包括所述初始偏航角；其中，所述初始位姿数据包括所述初始质心位置和所述初始姿态数据。4.根据权利要求1所述的方法，其特征在于，所述根据移动机器人的关节编码器的编码器数据，计算与所述关节编码器对应的腿部关节的足端的运动学信息包括：根据所述编码器数据，计算出所述腿部关节的足端的足端位置和足端速度，其中，所述运动学信息包括所述足端位置和所述足端速度。5.根据权利要求4所述的方法，其特征在于，所述根据所述运动学信息通过运动学反算，确定所述移动机器人的参考位姿数据包括：根据所述足端位置和所述足端速度通过运动学反算，计算出所述移动机器人的参考质心位置和参考姿态角，其中，所述参考位姿数据包括所述参考质心位置和所述参考姿态角，所述参考姿态角包...
【专利技术属性】
技术研发人员：喻超，俞浩，常新伟，
申请(专利权)人：追觅创新科技苏州有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。