CN113781550A - 一种四足机器人定位方法与*** - Google Patents

一种四足机器人定位方法与*** Download PDF

Info

Publication number
CN113781550A
CN113781550A CN202110915186.3A CN202110915186A CN113781550A CN 113781550 A CN113781550 A CN 113781550A CN 202110915186 A CN202110915186 A CN 202110915186A CN 113781550 A CN113781550 A CN 113781550A
Authority
CN
China
Prior art keywords
quadruped robot
actual
obtaining
ground
security camera
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
Application number
CN202110915186.3A
Other languages
English (en)
Inventor
周永强
孔凡宁
刘辉
佟智勇
乔辉
郭猛
苗俊杰
赵军愉
霍红
聂晶
卢国华
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
State Grid Corp of China SGCC
Baoding Power Supply Co of State Grid Hebei Electric Power Co Ltd
Original Assignee
State Grid Corp of China SGCC
Baoding Power Supply Co of State Grid Hebei Electric Power Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by State Grid Corp of China SGCC, Baoding Power Supply Co of State Grid Hebei Electric Power Co Ltd filed Critical State Grid Corp of China SGCC
Priority to CN202110915186.3A priority Critical patent/CN113781550A/zh
Publication of CN113781550A publication Critical patent/CN113781550A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/20—Instruments for performing navigational calculations
    • 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 Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)

Abstract

本发明提供了一种四足机器人定位方法与***，属于机器人控制技术领域。本发明提供的一种四足机器人定位方法包括：首先对场地环境进行建图得到已建地图；获取安防相机在场地环境拍摄的安防相机地面区域；然后根据已建地图对安防相机地面区域与地面实际区域变换关系进行标定得到四足机器人在已建地图中的实际坐标；获取四足机器人运行过程中的位置信息；最后根据位置信息和实际坐标完成四足机器人的定位。本发明通过利用四足机器人在已建地图中的实际坐标对四足机器人运行过程中的位置信息进行校准，可以去除四足机器人在运行过程中的累计误差，从而可以获得更准确的定位精度。

Description

一种四足机器人定位方法与***
技术领域
本发明涉及机器人控制技术领域，特别是涉及一种四足机器人定位方法与***。
背景技术
四足机器人用于山地等复杂环境，协助完成山地环境探测检测、灾难救援以及边境巡逻警戒等任务，具有攀爬行走灵活,步态稳定,落地面积小、能量消耗低等优点，在场地巡视的应用场景中，不管是人类还是机器人，在巡视的过程中往往无法准确地知道巡视者或者巡视器的正确方位，很多时候需要花费大量的时间去寻找，甚至会造成丢失的情况。
现有的对场地巡视中的四足机器人主要采用人为寻找，该方法花费时间多，并且寻找效率低，人力资源浪费大，或者采用GPS导航，该方法使用成本高，并且在室内场景或者有建筑物遮挡时会出现定位不准的情况，又或者采用激光SLAM导航，但是激光重定位精度不足，在长时间巡航后，较大的累计误差将会影响机器人的定位精度。
发明内容
本发明的目的是提供一种四足机器人定位方法与***，以解决现有的四足机器人定位方法定位精度低的问题。
为实现上述目的，本发明提供了如下方案：
一种四足机器人定位方法，包括：
对场地环境进行建图得到已建地图；
获取安防相机在场地环境拍摄的安防相机地面区域；
根据所述已建地图对安防相机地面区域与地面实际区域变换关系进行标定得到四足机器人在所述已建地图中的实际坐标；
获取所述四足机器人运行过程中的位置信息；
根据所述位置信息和所述实际坐标完成所述四足机器人的定位。
优选的，所述根据所述已建地图对安防相机地面区域与地面实际区域变换关系进行标定得到四足机器人在所述已建地图中的实际坐标，包括：
通过张正友棋盘格方法对所述安防相机进行标定得到标定参数；
在所述地面实际区域选定四个点形成一个矩形；
获取所述矩形在所述安防相机成像时得到的畸变的图像，记为梯形X；
根据所述标定参数得到单应变换矩阵H；
采用公式X'＝H·X，将所述梯形X转换为标准矩形X'；
获取所述地面实际区域与已建地图之间的旋转矩阵和平移向量；
根据所述旋转矩阵和所述平移向量得到四足机器人在所述已建地图中的实际坐标。
优选的，所述根据所述旋转矩阵和所述平移向量得到四足机器人在所述已建地图中的实际坐标，包括：
根据所述旋转矩阵和所述平移向量得到所述地面实际区域与所述已建地图的转换关系；
根据所述单应变换矩阵得到四足机器人在图像中的图像坐标与地面区域的对应关系；
根据所述转换关系和所述对应关系得到四足机器人在已建地图中的实际坐标。
优选的，所述根据所述转换关系和所述对应关系得到四足机器人在已建地图中的实际坐标，包括：
采用公式：
p＝R-1[f-1(HX)-t]
得到四足机器人在已建地图中的实际坐标；其中，R表示旋转矩阵，t表示平移向量，f-1(HX)表示对应关系。
本发明还提供了一种四足机器人定位***，包括：
地图构建模块，用于对场地环境进行建图得到已建地图；
拍摄模块，用于获取安防相机在场地环境拍摄的安防相机地面区域；
标定模块，用于根据所述已建地图对安防相机地面区域与地面实际区域变换关系进行标定得到四足机器人在所述已建地图中的实际坐标；
位置获取模块，用于获取所述四足机器人运行过程中的位置信息；
定位模块，用于根据所述位置信息和所述实际坐标完成所述四足机器人的定位。
优选的，所述标定模块，包括：
标定参数获取单元，用于通过张正友棋盘格方法对所述安防相机进行标定得到标定参数；
矩形规划单元，用于在所述地面实际区域选定四个点形成一个矩形；
畸变图像获取单元，用于获取所述矩形在所述安防相机成像时得到的畸变的图像，记为梯形X；
单应变换矩阵计算单元，用于根据所述标定参数得到单应变换矩阵H；
标准矩形转换单元，用于采用公式X'＝H·X，将所述梯形X转换为标准矩形X'；
旋转矩阵和平移向量获取单元，用于获取所述地面实际区域与已建地图之间的旋转矩阵和平移向量；
实际坐标计算单元，用于根据所述旋转矩阵和所述平移向量得到四足机器人在所述已建地图中的实际坐标。
优选的，所述实际坐标计算单元，包括：
转换关系确定子单元，用于根据所述旋转矩阵和所述平移向量得到所述地面实际区域与所述已建地图的转换关系；
对应关系确定子单元，用于根据所述单应变换矩阵得到四足机器人在图像中的图像坐标与地面区域的对应关系；
实际坐标确定子单元，用于根据所述转换关系和所述对应关系得到四足机器人在已建地图中的实际坐标。
优选的，所述实际坐标确定子单元，包括：
采用公式：
p＝R-1[f-1(HX)-t]
得到四足机器人在已建地图中的实际坐标；其中，R表示旋转矩阵，t表示平移向量，f-1(HX)表示对应关系。
本发明还提供了一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述方法的步骤。
本发明还提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述方法的步骤。
根据本发明提供的具体实施例，本发明公开了以下技术效果：
本发明提供了一种四足机器人定位方法与***，本发明提供的一种四足机器人定位方法包括：首先对场地环境进行建图得到已建地图；获取安防相机在场地环境拍摄的安防相机地面区域；然后根据已建地图对安防相机地面区域与地面实际区域变换关系进行标定得到四足机器人在已建地图中的实际坐标；获取四足机器人运行过程中的位置信息；最后根据位置信息和实际坐标完成四足机器人的定位。本发明通过利用四足机器人在已建地图中的实际坐标对四足机器人运行过程中的位置信息进行校准，可以去除四足机器人在运行过程中的累计误差，从而可以获得更准确的定位精度。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例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性的前提下，还可以根据这些附图获得其他的附图。
图1为本发明提供的安防相机拍摄区域与地面实际区域变换关系标定示意图。
图2为本发明提供的相机成像对应地面区域与相机成像示意图。
图3为本发明提供的安防相机坐标系与四足机器人坐标系转换关系标定的示意图。
图4为本发明提供的一种四足机器人定位原理图。
具体实施方式
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，都属于本发明保护的范围。
本发明的目的是提供一种四足机器人定位方法与***，以解决现有的四足机器人定位方法定位精度低的问题。
请一并参阅图1-4，为实现上述目的，本发明提供了如下方案：一种四足机器人定位方法，包括：
步骤1：对场地环境进行建图得到已建地图；
步骤2：获取安防相机在场地环境拍摄的安防相机地面区域；
步骤3：根据已建地图对安防相机地面区域与地面实际区域变换关系进行标定得到四足机器人在已建地图中的实际坐标；
步骤3包括：
步骤3.1：通过张正友棋盘格方法对安防相机进行标定得到标定参数；
步骤3.2：在地面实际区域选定四个点形成一个矩形；
步骤3.3：获取矩形在安防相机成像时得到的畸变的图像，记为梯形X；
步骤3.4：根据标定参数得到单应变换矩阵H；
步骤3.5：采用公式X'＝H·X，将梯形X转换为标准矩形X'；
步骤3.6：获取地面实际区域与已建地图之间的旋转矩阵和平移向量；
步骤3.7：根据旋转矩阵和平移向量得到四足机器人在已建地图中的实际坐标。
步骤3.7具体包括：
根据旋转矩阵和平移向量得到地面实际区域与已建地图的转换关系；
根据单应变换矩阵得到四足机器人在图像中的图像坐标与地面区域的对应关系；
根据转换关系和对应关系得到四足机器人在已建地图中的实际坐标，具体的，采用公式：
p＝R-1[f-1(HX)-t]
得到四足机器人在已建地图中的实际坐标；其中，R表示旋转矩阵，t表示平移向量，f-1(HX)表示对应关系。
步骤4：获取四足机器人运行过程中的位置信息；
步骤5：根据位置信息和实际坐标完成四足机器人的定位。
下面结合具体的实施方式对本发明提供的一种四足机器人定位方法进行进一步的说明：
本发明提供的一种四足机器人定位方法，包括场地环境建图、对安防相机与地面变换关系进行标定、对安防相机与四足机器人起始点位的转换关系进行标定、四足机器人进行自主定位导航、四足机器人将位置信息传给服务器、机器人通过服务器接收安防摄像头目标捕捉信息、双向确认相互捕捉、获取机器人位置信息、机器人位置信息换算、机器人校正自身位置、机器人计算自身位置信息、将位置信息传给服务器和位置信息换算为场地环境位置信息等步骤。
步骤一：对整个场地环境进行一次建图；
步骤二：对安防相机拍摄区域与地面实际区域变换关系进行标定；
步骤三：对安防相机与四足机器人起始点位的转换关系进行标定；
步骤四：四足机器人自身带有激光雷达SLAM定位功能，进行自主定位导航；
步骤五：四足机器人运行的过程中将位置信息传给服务器，同时从服务器接收安防摄像头目标捕捉信息；
步骤六：四足机器人自身发生重定位且摄像头捕捉到四足机器人，双向确认后，将四足机器人在图像中的位置信息传给机器人；
步骤七：四足机器人将融合摄像头传入的信息，对自身定位信息进行校正。
步骤八：四足机器人运行的过程中将位置信息传给服务器，并将此信息换算为场地环境位置信息，工作人员可随时查看到机器人的在场地中的位置。
进一步的，对安防相机与地面变换关系进行标定中，安防相机的高度为OD，俯仰角∠DOA，视场角为∠AOB，且视场角为∠AOB为相机给定参数，并且视场角可以通过张正友棋盘格方法进行重新标定，其中，对安防相机与地面变换关系进行标定中OD和DA的实际长度可以通过精确测量，且俯仰角为
Figure BDA0003205356220000071
视场角为相机给定参数，在本发明中，也可以手动通过张正友棋盘格方法进行重新标定。
在实际应用中，在地面选定四个点m、n、v、u，形成一个矩形x，该矩形区域在相机中成像时是一个有畸变的图像，为一个梯形MNVU记为X，可经过单应变换转换为标准的矩形M’N’V’U’记为X'。X'＝H·X，且H为单应变换矩阵。对安防相机与地面变换关系进行标定中，在相机中成像时畸变的图像为梯形MNVU，且梯形MNVU记为X，通过与站内安防相机联动，实现外部+内部相结合的方式提高四足机器人的定位精度。
对安防相机与地面变换关系进行标定中在地面区域为mnvu，已建地图为M，且地面区域mnvu和已建地图M之间为预设的旋转平移的关系，旋转矩阵为R，平移向量为t，则地面区域中与M中的任意一点的关系即为x＝R·M+t。地面区域mnvu与矩形M’N’V’U’中的每个像素点的比例关系为X'＝f(x)，且四足机器人在图像中的图像坐标与地面区域的对应关系为x＝f-1(HX)，则四足机器人在地图M中的坐标为p＝R-1[f-1(HX)-t]。
在本发明中，地面区域mnvu中与M中的任意一点的关系为x＝R·M+t，且四足机器人在地图M中的坐标为p＝R-1[f-1(HX)-t]，由于地面区域和已建地图都是二维平面，如果旋转也为0即R为单位阵时，此两者之间只剩下平移关系，将简化计算量。对安防相机与四足机器人起始点位的转换关系进行标定得到四足机器人自导航的坐标系为E，且四足机器人自导航的坐标系E与已建地图M之间的关系为旋转平移关系，并且旋转矩阵为W，平移向量为s，E＝W·M+s，四足机器人的起始出发的方向和mn平行时，即旋转也为0，即R为单位阵时，此两者之间只剩下平移关系。
进一步的，在本发明的步骤七中，四足机器人将融合摄像头传入的信息中不限定机器人自身激光SLAM的计算方法及优化方法，仅优化得到的位姿，四足机器人融合摄像头信息可能的方式有两种：当机器人被摄像头捕捉时，完全信任摄像头计算信息，但此方法完全丢弃了机器人自身雷达信息；将摄像头信息作为一个约束项，加入到四足机器人的优化方程中对其位姿形成约束，以去除四足机器人自身的累计误差，得到更优的位姿信息，此处不限定机器人自身激光SLAM的计算方法及优化方法，仅优化得到的位姿，机器人和摄像头完成相互捕捉后，通过两者各自的报文和服务器报文的的时间戳之差计算时间偏置，完成时间戳同步，由于摄像头不存在累计误差且信号噪声远低于激光雷达，在计算时选择更相信摄像头计算得到的位姿，记前一时刻机器人自身激光SLAM的位姿为Pd t-1，摄像头计算位姿为Pc t-1，此刻各自计算的位姿分别为Pd t、Pc t，那么理论上两个时刻的位姿之差应该相等，即
Figure BDA0003205356220000081
但由于雷达噪声大及机器人自身累计误差的存在，此差实际是不相等的，由于选择更相信摄像头，故有最小化残差min(ΔPc tPd t-1-Pd t)，在机器人被摄像头捕获的t时间段内的所有位姿都满足上述关系，即有
Figure BDA0003205356220000082
最小化该残差即获得最小化累计误差的机器人位姿。
本发明的工作原理为：首先对整个场地环境进行一次建图，并对安防相机拍摄区域与地面实际区域变换关系进行标定，得到四足机器人在已建地图中的位置，四足机器人自身带有激光雷达SLAM定位功能，进行自主定位导航，并且四足机器人运行的过程中将位置信息传给服务器，同时从服务器接收安防摄像头目标捕捉信息，同时，四足机器人自身发生重定位且摄像头捕捉到四足机器人，双向确认后，将四足机器人在图像中的位置信息传给四足机器人，四足机器人将融合摄像头传入的信息，对自身定位信息进行校正，然后四足机器人运行的过程中将位置信息传给服务器，并将此信息换算为场地环境位置信息，则使工作人员可随时查看到四足机器人的在场地中的位置，实现了四足机器人的快速定位，并且使四足机器人的定位精度大大提高。
本发明中通过与站内安防相机联动，采用外部+内部相结合的方式提高四足机器人的定位精度，并且通过安防摄像头信息判断四足机器人的位置，再通过四足机器人自身激光雷达融合摄像头信息，对自身位姿进行校准，四足机器人每一次被安防相机捕捉都进行一次位姿校准，以此去除累计误差，同时激光雷达和视觉的紧耦合优化，可以获得更准确的位姿，使工作人员可以随时查看到四足机器人的在场地中的位置，通过采用本方法，充分利用了已有信息之间的耦合约束关系，使机器人的定位精度大大提高，并且无需增加额外成本。
本发明还提供了一种四足机器人定位***，包括：
地图构建模块，用于对场地环境进行建图得到已建地图；
拍摄模块，用于获取安防相机在场地环境拍摄的安防相机地面区域；
标定模块，用于根据已建地图对安防相机地面区域与地面实际区域变换关系进行标定得到四足机器人在已建地图中的实际坐标；
位置获取模块，用于获取四足机器人运行过程中的位置信息；
定位模块，用于根据位置信息和实际坐标完成四足机器人的定位。
优选的，标定模块，包括：
标定参数获取单元，用于通过张正友棋盘格方法对安防相机进行标定得到标定参数；
矩形规划单元，用于在地面实际区域选定四个点形成一个矩形；
畸变图像获取单元，用于获取矩形在安防相机成像时得到的畸变的图像，记为梯形X；
单应变换矩阵计算单元，用于根据标定参数得到单应变换矩阵H；
标准矩形转换单元，用于采用公式X'＝H·X，将梯形X转换为标准矩形X'；
旋转矩阵和平移向量获取单元，用于获取地面实际区域与已建地图之间的旋转矩阵和平移向量；
实际坐标计算单元，用于根据旋转矩阵和平移向量得到四足机器人在已建地图中的实际坐标。
优选的，实际坐标计算单元，包括：
转换关系确定子单元，用于根据旋转矩阵和平移向量得到地面实际区域与已建地图的转换关系；
对应关系确定子单元，用于根据单应变换矩阵得到四足机器人在图像中的图像坐标与地面区域的对应关系；
实际坐标确定子单元，用于根据转换关系和对应关系得到四足机器人在已建地图中的实际坐标。
优选的，实际坐标确定子单元，包括：
采用公式：
p＝R-1[f-1(HX)-t]
得到四足机器人在已建地图中的实际坐标；其中，R表示旋转矩阵，t表示平移向量，f-1(HX)表示对应关系。
本发明还提供了一种计算机设备，包括存储器和处理器，存储器存储有计算机程序，处理器执行计算机程序时实现上述方法的步骤。
本发明还提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述方法的步骤。
根据本发明提供的具体实施例，本发明公开了以下技术效果：
本发明提供了一种四足机器人定位方法与***，本发明提供的一种四足机器人定位方法包括：首先对场地环境进行建图得到已建地图；获取安防相机在场地环境拍摄的安防相机地面区域；然后根据已建地图对安防相机地面区域与地面实际区域变换关系进行标定得到四足机器人在已建地图中的实际坐标；获取四足机器人运行过程中的位置信息；最后根据位置信息和实际坐标完成四足机器人的定位。本发明通过利用四足机器人在已建地图中的实际坐标对四足机器人运行过程中的位置信息进行校准，可以去除四足机器人在运行过程中的累计误差，从而可以获得更准确的定位精度。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上，本说明书内容不应理解为对本发明的限制。

Claims (10)

1.一种四足机器人定位方法，其特征在于，包括：
对场地环境进行建图得到已建地图；
获取安防相机在场地环境拍摄的安防相机地面区域；
根据所述已建地图对安防相机地面区域与地面实际区域变换关系进行标定得到四足机器人在所述已建地图中的实际坐标；
获取所述四足机器人运行过程中的位置信息；
根据所述位置信息和所述实际坐标完成所述四足机器人的定位。
2.根据权利要求1所述的一种四足机器人定位方法，其特征在于，所述根据所述已建地图对安防相机地面区域与地面实际区域变换关系进行标定得到四足机器人在所述已建地图中的实际坐标，包括：
通过张正友棋盘格方法对所述安防相机进行标定得到标定参数；
在所述地面实际区域选定四个点形成一个矩形；
获取所述矩形在所述安防相机成像时得到的畸变的图像，记为梯形X；
根据所述标定参数得到单应变换矩阵H；
采用公式X'＝H·X，将所述梯形X转换为标准矩形X'；
获取所述地面实际区域与已建地图之间的旋转矩阵和平移向量；
根据所述旋转矩阵和所述平移向量得到四足机器人在所述已建地图中的实际坐标。
3.根据权利要求2所述的一种四足机器人定位方法，其特征在于，所述根据所述旋转矩阵和所述平移向量得到四足机器人在所述已建地图中的实际坐标，包括：
根据所述旋转矩阵和所述平移向量得到所述地面实际区域与所述已建地图的转换关系；
根据所述单应变换矩阵得到四足机器人在图像中的图像坐标与地面区域的对应关系；
根据所述转换关系和所述对应关系得到四足机器人在已建地图中的实际坐标。
4.根据权利要求3所述的一种四足机器人定位方法，其特征在于，所述根据所述转换关系和所述对应关系得到四足机器人在已建地图中的实际坐标，包括：
采用公式：
p＝R-1[f-1(HX)-t]
得到四足机器人在已建地图中的实际坐标；其中，R表示旋转矩阵，t表示平移向量，f-1(HX)表示对应关系。
5.一种四足机器人定位***，其特征在于，包括：
地图构建模块，用于对场地环境进行建图得到已建地图；
拍摄模块，用于获取安防相机在场地环境拍摄的安防相机地面区域；
标定模块，用于根据所述已建地图对安防相机地面区域与地面实际区域变换关系进行标定得到四足机器人在所述已建地图中的实际坐标；
位置获取模块，用于获取所述四足机器人运行过程中的位置信息；
定位模块，用于根据所述位置信息和所述实际坐标完成所述四足机器人的定位。
6.根据权利要求5所述的一种四足机器人定位***，其特征在于，所述标定模块，包括：
标定参数获取单元，用于通过张正友棋盘格方法对所述安防相机进行标定得到标定参数；
矩形规划单元，用于在所述地面实际区域选定四个点形成一个矩形；
畸变图像获取单元，用于获取所述矩形在所述安防相机成像时得到的畸变的图像，记为梯形X；
单应变换矩阵计算单元，用于根据所述标定参数得到单应变换矩阵H；
标准矩形转换单元，用于采用公式X'＝H·X，将所述梯形X转换为标准矩形X'；
旋转矩阵和平移向量获取单元，用于获取所述地面实际区域与已建地图之间的旋转矩阵和平移向量；
实际坐标计算单元，用于根据所述旋转矩阵和所述平移向量得到四足机器人在所述已建地图中的实际坐标。
7.根据权利要求6所述的一种四足机器人定位***，其特征在于，所述实际坐标计算单元，包括：
转换关系确定子单元，用于根据所述旋转矩阵和所述平移向量得到所述地面实际区域与所述已建地图的转换关系；
对应关系确定子单元，用于根据所述单应变换矩阵得到四足机器人在图像中的图像坐标与地面区域的对应关系；
实际坐标确定子单元，用于根据所述转换关系和所述对应关系得到四足机器人在已建地图中的实际坐标。
8.根据权利要求7所述的一种四足机器人定位***，其特征在于，所述实际坐标确定子单元，包括：
采用公式：
p＝R-1[f-1(HX)-t]
得到四足机器人在已建地图中的实际坐标；其中，R表示旋转矩阵，t表示平移向量，f-1(HX)表示对应关系。
9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至4中任一项所述方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至4中任一项所述方法的步骤。
CN202110915186.3A 2021-08-10 2021-08-10 一种四足机器人定位方法与*** Pending CN113781550A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110915186.3A CN113781550A (zh) 2021-08-10 2021-08-10 一种四足机器人定位方法与***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110915186.3A CN113781550A (zh) 2021-08-10 2021-08-10 一种四足机器人定位方法与***

Publications (1)

Publication Number Publication Date
CN113781550A true CN113781550A (zh) 2021-12-10

Family

ID=78837260

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110915186.3A Pending CN113781550A (zh) 2021-08-10 2021-08-10 一种四足机器人定位方法与***

Country Status (1)

Country Link
CN (1) CN113781550A (zh)

Citations (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101916437A (zh) * 2010-06-18 2010-12-15 中国科学院计算技术研究所 一种基于多视觉信息的目标定位方法和***
WO2015024407A1 (zh) * 2013-08-19 2015-02-26 国家电网公司 基于电力机器人的双目视觉导航***及方法
CN108492334A (zh) * 2018-03-27 2018-09-04 中国海监南海航空支队 一种基于定位定向数据实现商用相机照片地理标定的方法
CN108571971A (zh) * 2018-05-17 2018-09-25 北京航空航天大学 一种agv视觉定位***及方法
CN108917759A (zh) * 2018-04-19 2018-11-30 电子科技大学 基于多层次地图匹配的移动机器人位姿纠正算法
WO2018235923A1 (ja) * 2017-06-21 2018-12-27 国立大学法人 東京大学 位置推定装置、位置推定方法、及びプログラム
CN109540148A (zh) * 2018-12-04 2019-03-29 广州小鹏汽车科技有限公司 基于slam地图的定位方法及***
CN109612468A (zh) * 2018-12-28 2019-04-12 芜湖哈特机器人产业技术研究院有限公司 一种顶标地图构建及机器人定位方法
CN109784250A (zh) * 2019-01-04 2019-05-21 广州广电研究院有限公司 自动引导小车的定位方法和装置
CN109872372A (zh) * 2019-03-07 2019-06-11 山东大学 一种小型四足机器人全局视觉定位方法和***
WO2019136613A1 (zh) * 2018-01-09 2019-07-18 深圳市沃特沃德股份有限公司 机器人室内定位的方法及装置
US20190278288A1 (en) * 2018-03-08 2019-09-12 Ubtech Robotics Corp Simultaneous localization and mapping methods of mobile robot in motion area
CN110336987A (zh) * 2019-04-03 2019-10-15 北京小鸟听听科技有限公司 一种投影仪畸变校正方法、装置和投影仪
CN111015654A (zh) * 2019-12-18 2020-04-17 深圳市优必选科技股份有限公司 一种机器人的视觉定位方法、装置、终端设备和存储介质
US20200198139A1 (en) * 2017-09-27 2020-06-25 Guangdong Bona Robot Co., Ltd. Map creation method of mobile robot and mobile robot
CN112200874A (zh) * 2020-10-30 2021-01-08 中国科学院自动化研究所 狭窄空间的多层次场景重建和快速分割方法、***及装置
KR20210041969A (ko) * 2019-10-08 2021-04-16 에스케이텔레콤 주식회사 지도 매칭을 이용한 온라인 카메라 캘리브레이션 장치 및 방법
CN112833883A (zh) * 2020-12-31 2021-05-25 杭州普锐视科技有限公司 一种基于多相机的室内移动机器人定位方法

Patent Citations (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101916437A (zh) * 2010-06-18 2010-12-15 中国科学院计算技术研究所 一种基于多视觉信息的目标定位方法和***
WO2015024407A1 (zh) * 2013-08-19 2015-02-26 国家电网公司 基于电力机器人的双目视觉导航***及方法
WO2018235923A1 (ja) * 2017-06-21 2018-12-27 国立大学法人 東京大学 位置推定装置、位置推定方法、及びプログラム
US20200198139A1 (en) * 2017-09-27 2020-06-25 Guangdong Bona Robot Co., Ltd. Map creation method of mobile robot and mobile robot
WO2019136613A1 (zh) * 2018-01-09 2019-07-18 深圳市沃特沃德股份有限公司 机器人室内定位的方法及装置
US20190278288A1 (en) * 2018-03-08 2019-09-12 Ubtech Robotics Corp Simultaneous localization and mapping methods of mobile robot in motion area
CN108492334A (zh) * 2018-03-27 2018-09-04 中国海监南海航空支队 一种基于定位定向数据实现商用相机照片地理标定的方法
CN108917759A (zh) * 2018-04-19 2018-11-30 电子科技大学 基于多层次地图匹配的移动机器人位姿纠正算法
CN108571971A (zh) * 2018-05-17 2018-09-25 北京航空航天大学 一种agv视觉定位***及方法
CN109540148A (zh) * 2018-12-04 2019-03-29 广州小鹏汽车科技有限公司 基于slam地图的定位方法及***
CN109612468A (zh) * 2018-12-28 2019-04-12 芜湖哈特机器人产业技术研究院有限公司 一种顶标地图构建及机器人定位方法
CN109784250A (zh) * 2019-01-04 2019-05-21 广州广电研究院有限公司 自动引导小车的定位方法和装置
CN109872372A (zh) * 2019-03-07 2019-06-11 山东大学 一种小型四足机器人全局视觉定位方法和***
CN110336987A (zh) * 2019-04-03 2019-10-15 北京小鸟听听科技有限公司 一种投影仪畸变校正方法、装置和投影仪
KR20210041969A (ko) * 2019-10-08 2021-04-16 에스케이텔레콤 주식회사 지도 매칭을 이용한 온라인 카메라 캘리브레이션 장치 및 방법
CN111015654A (zh) * 2019-12-18 2020-04-17 深圳市优必选科技股份有限公司 一种机器人的视觉定位方法、装置、终端设备和存储介质
CN112200874A (zh) * 2020-10-30 2021-01-08 中国科学院自动化研究所 狭窄空间的多层次场景重建和快速分割方法、***及装置
CN112833883A (zh) * 2020-12-31 2021-05-25 杭州普锐视科技有限公司 一种基于多相机的室内移动机器人定位方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
张伟伟;陈超;徐军;: "融合激光与视觉点云信息的定位与建图方法", 计算机应用与软件, no. 07, pages 114 - 119 *
王立玲;梁亮;马东;王洪瑞;刘秀玲;: "基于多传感器信息融合的双足机器人自主定位", 中国惯性技术学报, no. 05, pages 629 - 634 *

Similar Documents

Publication Publication Date Title
JP5992184B2 (ja) 画像データ処理装置、画像データ処理方法および画像データ処理用のプログラム
WO2021026850A1 (zh) 一种基于二维码的导航定姿定位方法和***
CN109813319B (zh) 一种基于slam建图的开环优化方法及***
KR101220527B1 (ko) 센서 시스템, 이를 이용하는 환경 지도 작성 시스템 및 방법
KR20140049361A (ko) 다중 센서 시스템, 이를 이용하는 3차원 월드 모델링 장치 및 방법
CN113074727A (zh) 基于蓝牙与slam的室内定位导航装置及其方法
JP7203105B2 (ja) 撮像装置の校正装置、監視装置、作業機械および校正方法
KR20200064542A (ko) 드론을 이용한 지상기준점 측량장치 및 그 방법
CN104807446A (zh) 一种隧道掌子面三维点云模型的获取方法
CN113124883B (zh) 基于3d全景相机的离线标点方法
CN103411587B (zh) 定位定姿方法及***
JP4132068B2 (ja) 画像処理装置及び三次元計測装置並びに画像処理装置用プログラム
CN113763548B (zh) 基于视觉-激光雷达耦合的贫纹理隧洞建模方法及***
JP2002156229A (ja) 構造物の移動式変位計測方法及び装置
CN108952742A (zh) 一种基于机器视觉的盾构机导向方法及***
US20070076096A1 (en) System and method for calibrating a set of imaging devices and calculating 3D coordinates of detected features in a laboratory coordinate system
CN108594255B (zh) 一种激光测距辅助光学影像联合平差方法及***
KR101224830B1 (ko) 지리 참조 영상 획득을 위한 휴대용 멀티센서 시스템 및 그 방법
EP4332631A1 (en) Global optimization methods for mobile coordinate scanners
CN111199576B (zh) 一种基于移动平台的室外大范围人体姿态重建方法
Omidalizarandi et al. Comparison of target-and mutual informaton based calibration of terrestrial laser scanner and digital camera for deformation monitoring
CN106840137B (zh) 一种四点式掘进机自动定位定向方法
KR102265081B1 (ko) 벡터내적과 3차원 좌표변환을 이용한 카메라의 위치 및 자세를 결정하는 시스템
CN113781550A (zh) 一种四足机器人定位方法与***
CN113252066A (zh) 里程计设备参数的标定方法及装置、存储介质、电子装置

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