[发明专利]里程计在线标定的方法、装置、电子设备及存储介质

权利要求书

1.一种里程计在线标定的方法，其特征在于，应用于机器人，所述方法包括：

基于卡尔曼滤波算法的状态变量、以及控制变量预测当前时刻所述机器人的位姿，其中，所述状态变量的参数包括所述机器人上一时刻的位姿以及指定参数的初始值，所述指定参数为影响所述机器人的运行里程的参数，所述控制变量的参数包括距离所述当前时刻指定时长内所述机器人的移动距离；

响应于识别到预设路标，基于所述预设路标的预设位姿以及所述机器人在所述当前时刻的位姿，确定所述机器人与所述预设路标的相对位置关系信息作为所述卡尔曼滤波算法的观测变量；

基于所述观测变量和所述当前时刻所述机器人的位姿的预测结果，确定所述指定参数的标定值；

所述状态变量包括均值矩阵和第一协方差矩阵，所述控制变量包括第二协方差矩阵，所述方法还包括：

通过以下方法确定所述卡尔曼滤波算法的状态变量、以及控制变量：

基于所述机器人上一时刻的位姿以及所述指定参数的初始值，确定所述卡尔曼滤波算法的状态变量的均值矩阵；

基于所述机器人上一时刻的位姿、所述指定参数的初始值、以及所述指定参数的预设误差值，确定所述卡尔曼滤波算法的状态变量的第一协方差矩阵；

基于指定时间内所述机器人的左轮和右轮分别移动的距离、以及所述机器人对应的里程计计算装置关联的系数值，确定所述卡尔曼滤波算法的控制变量的第二协方差矩阵。

2.根据权利要求1所述的方法，其特征在于，所述指定参数为以下参数中的一种或多种：

所述机器人左轮与右轮之间的轮距值、所述机器人的左轮轮径值、所述机器人的右轮轮径值。

3.根据权利要求1所述的方法，其特征在于，所述基于卡尔曼滤波算法的状态变量、以及控制变量预测当前时刻所述机器人的位姿，包括：

根据以下位姿预测公式预测当前时刻所述机器人的位姿：

其中，t-1为所述上一时刻，t为所述当前时刻，为所述机器人的位姿，∆θ、∆s分别为所述机器人的车体中心的角度增量和位移增量；并且∆θ、∆s根据以下公式表示：

其中，分别为所述机器人的左轮直径、右轮直径，为所述机器人的左轮编码器增量数值与所述机器人的左轮编码器系数之积，为所述机器人的右轮编码器增量数值与所述机器人的右轮编码器系数之积，b为所述机器人的左轮与所述机器人的右轮之间的轮距值。

4.根据权利要求3所述的方法，其特征在于，所述基于所述观测变量和所述当前时刻所述机器人的位姿的预测结果，确定所述指定参数的标定值，包括：

分别对所述位姿预测公式中的所述上一时刻对应的所述卡尔曼滤波算法的状态变量的参数、以及控制变量的参数求导，得到第一雅克比矩阵和第二雅克比矩阵；

基于所述第一雅克比矩阵和所述第二雅克比矩阵、以及所述上一时刻对应的所述机器人的所述卡尔曼滤波算法的状态变量、以及控制变量，确定所述当前时刻对应的所述机器人的所述卡尔曼滤波算法的状态变量；

基于所述观测变量和所述当前时刻对应的所述机器人的所述卡尔曼滤波算法的状态变量，确定所述指定参数的标定值。

5.根据权利要求1-4中任一所述的方法，其特征在于，所述基于所述预设路标的预设位姿以及所述机器人在所述当前时刻的位姿，确定所述机器人与所述预设路标的相对位置关系信息作为所述卡尔曼滤波算法的观测变量，包括：

根据所述预设路标的预设位姿以及所述机器人在所述当前时刻的位姿，计算所述预设路标与所述机器人之间的距离、所述预设路标在世界坐标系相对预设轴的第一相对角度、以及所述预设路标与所述机器人在世界坐标系中的第二相对角度；

将所述预设路标与所述机器人之间的距离、以及所述第一相对角度和所述第二相对角度作为所述卡尔曼滤波算法的第一观测变量的参数；

根据所述机器人中的相机与所述预设路标之间的位姿转换关系、以及所述相机与所述机器人之间的位姿转换关系，计算得到所述预设路标和所述机器人之间的位姿转换关系；

基于所述预设路标和所述机器人之间的位姿转换关系，确定所述卡尔曼滤波算法的第二观测变量的参数；

基于所述第一观测变量的参数、所述第二观测变量的参数，确定所述卡尔曼滤波算法的观测变量的参数。