[发明专利]行走机器人的自适应标定方法、系统、设备及存储介质

说明书

本发明提供了行走机器人的自适应标定方法、系统、设备及存储介质，其中，方法包括：设置关于行走机器人的左轮线速度的第一权重系数、关于右轮线速度的第二权重系数以及关于角速度的第三权重系数；通过定位迭代获得当前理论坐标，通过视频定位获得当前实际坐标；根据当前理论坐标与当前实际坐标的偏移，求解至少一组第一权重系数、第二权重系数和第三权重系数，以用于获得理论坐标。本发明能够针对不同的应用场景，根据场景的变化和机器人运动特性的变化自适应校准，可以使机器人在各种场景下都能达到很好的运动精度，大大提高了标定的准确性以及适用于不同场景的灵活性。

技术领域

本发明涉及机器人标定领域，具体地说，涉及行走机器人的自适应标定方法、系统、设备及存储介质。

背景技术

随着计算机技术的发展，计算机视觉作为人工智能的一个重要研究领域，已经广泛地应用于各行各业。将计算机视觉技术与机器人技术相结合，也使得智能机器人领域得到大力发展。对于机械臂抓取，传统地采用人工示教的方式，如手掰机械臂，使机械臂到某个固定位置进行抓取，这种方式比较低效并且由于机械臂对周围环境毫无感知能力，如果机械臂位置或是物体位置发生变化，机械臂则抓不到物体。

将计算机视觉应用到机器人领域，通常是结合模式识别和图像处理的方法分析处理图像数据，获得目标物体的空间位置和姿态，有了目标物体的位姿，机器人便可以自主地进行路径规划。

而将物体在相机坐标系下的坐标转换到机械臂坐标系下，就称作相机和机器人的手眼标定，这是利用计算机视觉进行机械臂抓取的重要前提和基础。根据相机安装位置的不同，一般分为两种：安装在机械臂上，相机随机械臂而动，称作眼在手上(eye in hand)，安装在机械臂外，相机不随着机械臂运动，称作眼在手外(eye to hand)。而一般手眼标定过程繁杂，需要人工干预，或取标志点，或人工记录数据，不方便使用，而视觉实验中用到手眼标定的时候很多，无论是相机位置或机械臂位置发生变化，相机类型或机械臂类型发生变化时，都要重新进行手眼标定，而传统的手眼标定耗时较长，大大拉长了视觉实验的周期。

因此，本发明提供了一种行走机器人的自适应标定方法、系统、设备及存储介质。

发明内容

针对现有技术中的问题，本发明的目的在于提供行走机器人的自适应标定方法、系统、设备及存储介质，能够针对不同的应用场景，根据场景的变化和机器人运动特性的变化自适应校准，可以使机器人在各种场景下都能达到很好的运动精度。

本发明的实施例提供一种行走机器人的自适应标定方法，设置关于行走机器人的左轮线速度的第一权重系数、关于右轮线速度的第二权重系数以及关于角速度的第三权重系数；通过定位迭代获得当前理论坐标，通过视频定位获得当前实际坐标；根据当前理论坐标与当前实际坐标的偏移，求解至少一组所述第一权重系数、第二权重系数和第三权重系数，以用于获得理论坐标。

优选地，包括以下步骤：

数据采集步骤，设所述行走机器人位于基于地面的平面坐标系内运动，采集行走机器人的左轮实际线速度V_left、右轮实际线速度V_right、两轮之间的间距E；

当前理论坐标获得步骤，根据前一时刻T_n-1的平面坐标(x_n-1，y_n-1)和所述前一时刻至当前时刻的运动数据组，获得当前时刻T_n所述行走机器人的当前理论坐标(x_n，y_n)，所述运动数据组包括左轮线速度V_L＝αV_left、右轮线速度V_R＝βV_right、两轮之间的间距E以及角速度W，

其中，角速度其中，α、β、δ为权重系数；