CN116659481B - 基于rtk与里程计室外机器人航向角标定方法、***及介质 - Google Patents

基于rtk与里程计室外机器人航向角标定方法、***及介质 Download PDF

Info

Publication number
CN116659481B
CN116659481B CN202310929179.8A CN202310929179A CN116659481B CN 116659481 B CN116659481 B CN 116659481B CN 202310929179 A CN202310929179 A CN 202310929179A CN 116659481 B CN116659481 B CN 116659481B
Authority
CN
China
Prior art keywords
robot
course angle
rtk
output
calibration
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.)
Active
Application number
CN202310929179.8A
Other languages
English (en)
Other versions
CN116659481A (zh
Inventor
王其辉
冯庆仑
梁鲁生
刘增润
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.)
Shandong Manda Intelligent Technology Co ltd
Original Assignee
Shandong Manda Intelligent Technology 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 Shandong Manda Intelligent Technology Co ltd filed Critical Shandong Manda Intelligent Technology Co ltd
Priority to CN202310929179.8A priority Critical patent/CN116659481B/zh
Publication of CN116659481A publication Critical patent/CN116659481A/zh
Application granted granted Critical
Publication of CN116659481B publication Critical patent/CN116659481B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • 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
    • G01C21/005—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 with correlation of navigation data from several sources, e.g. map or contour matching
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C1/00—Measuring angles
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
    • G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
    • G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
    • G01S19/40—Correcting position, velocity or attitude
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
    • G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
    • G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
    • G01S19/53—Determining attitude

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Automation & Control Theory (AREA)
  • Manipulator (AREA)

Abstract

本发明公开了一种基于RTK与里程计室外机器人航向角标定方法、***及介质，其方法包括：在标定阶段，控制机器人旋转，获取轮式里程计采集的航向角和RTK设备输出的航向角；基于所述轮式里程计采集的航向角和RTK设备输出的航向角对机器人航向角进行标定，得到机器人航向角的标定参数。本发明能够解决目前纯RTK机器人在空旷室外环境下存在航向角不稳定的问题。

Description

基于RTK与里程计室外机器人航向角标定方法、***及介质
技术领域
本发明涉及机器人导航领域，尤其涉及一种基于RTK与里程计室外机器人航向角标定方法、***及介质。
背景技术
RTK（Real-Time Kinematic，实时动态差分测量技术）和IMU（InertialMeasurement Unit，惯性测量单元）传感器是机器人定位与控制中非常重要的两部分，被广泛应用于各种机器人场景中，如自主导航、无人驾驶、航空航天、工业自动化等。RTK可以实现高精度的位置定位，而IMU传感器则可以获取机器人的姿态信息，例如角度、速度、加速度等，两者结合可以实现精细的运动控制和定位。
为了降低机器人的制造成本，一些厂商提出了纯RTK机器人的方案。纯RTK机器人通过基于GPS的RTK技术来实现高精度定位，且不使用IMU传感器。纯RTK机器人的优点在于成本更低、结构更简单、更易维护和使用。
但是在空旷室外环境下，RTK信号可能会受到多种干扰因素的影响，会导致RTK信号的质量不稳定，从而导致纯RTK机器人存在航向角不稳定的问题。
发明内容
本发明的主要目的在于提供一种基于RTK与里程计室外机器人航向角标定方法、***及介质，旨在解决目前纯RTK机器人在空旷室外环境下存在航向角不稳定的问题。
为实现上述目的，本发明提供一种基于RTK与里程计室外机器人航向角标定方法，所述机器人配置有使用实时动态差分测量技术RTK的设备，所述方法包括：
在标定阶段，控制机器人旋转，获取轮式里程计采集的航向角和RTK设备输出的航向角；
基于所述轮式里程计采集的航向角和RTK设备输出的航向角对机器人航向角进行标定，得到机器人航向角的标定参数。
可选地，所述基于所述轮式里程计采集的航向角和RTK设备输出的航向角对机器人航向角进行标定，得到机器人航向角的标定参数的步骤之后包括：
基于所述机器人航向角的标定参数，对所述RTK设备输出的航向角进行校正，得到机器人航向角。
可选地，所述在标定阶段，控制机器人旋转，获取轮式里程计采集的航向角和RTK设备输出的航向角的步骤包括：
控制机器人朝向指向预先设定的方向，根据预先设定的旋转角度逆时针旋转机器人，并记录多组轮式里程计采集的航向角和RTK设备输出的航向角。
可选地，所述基于所述轮式里程计采集的航向角和RTK设备输出的航向角对机器人航向角进行标定，得到机器人航向角的标定参数的步骤包括：
基于所述多组轮式里程计采集的航向角和RTK设备输出的航向角，并通过线性回归算法对预先构建的转换公式中的标定参数进行拟合，得到所述机器人航向角的标定参数。
可选地，所述基于所述机器人航向角的标定参数，对所述RTK设备输出的航向角进行校正，得到机器人航向角的步骤包括：
将所述机器人航向角的标定参数代入预先构建的转换公式中，得到RTK输出的航向角与轮式里程计采集的航向角的转换公式；
在机器人运动过程中，获取RTK输出的航向角；
基于所述RTK输出的航向角与轮式里程计采集的航向角的转换公式，对在机器人运动过程中获取的RTK输出的航向角进行校正，得到校正后的RTK设备输出的航向角；
将所述校正后的RTK设备输出的航向角作为所述机器人航向角。
可选地，所述控制机器人朝向指向预先设定的方向，根据预先设定的旋转角度逆时针旋转机器人，并记录多组轮式里程计采集的航向角和RTK设备输出的航向角的步骤之前包括：
读取RTK设备输出的航向角，检测所述RTK设备输出的航向角是否有效；
若所述RTK设备输出的航向角有效，则获取所述RTK设备输出的航向角。
可选地，所述线性回归算法可以为最小二乘法。
本发明实施例还提出一种机器人航向角标定装置，所述装置包括：
数据获取模块，在标定阶段，控制机器人旋转，获取轮式里程计采集的航向角和RTK设备输出的航向角；
标定模块，基于所述轮式里程计采集的航向角和RTK设备输出的航向角对机器人航向角进行标定，得到机器人航向角的标定参数。
本发明实施例还提出一种***，所述***包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的机器人航向角标定程序，所述机器人航向角标定程序被所述处理器执行时实现如上所述的机器人航向角标定方法。
本发明实施例还提出一种计算机可读存储介质，所述计算机可读存储介质上存储有机器人航向角标定程序，所述机器人航向角标定程序被处理器执行时实现如上所述的机器人航向角标定方法。
本发明实施例提出的一种基于RTK与里程计室外机器人航向角标定方法、***及介质，在标定阶段，控制机器人旋转，获取轮式里程计采集的航向角和RTK设备输出的航向角；基于所述轮式里程计采集的航向角和RTK设备输出的航向角对机器人航向角进行标定，得到机器人航向角的标定参数。
通过本发明实施例方案，基于所述轮式里程计采集的航向角和RTK设备输出的航向角对机器人航向角进行标定，得到机器人航向角的标定参数，然后，基于标定参数对RTK设备输出的航向角进行校正，得到机器人的航向角，经过校正之后得到的机器人的航向角更稳定和准确。并且，在本发明实施例中机器人可以仅依赖于RTK技术和轮式里程计来实现高精度定位，而不必使用IMU传感器，使得机器人的成本更低、结构更简单、更易维护和使用。
附图说明
图1为本发明机器人航向角标定装置所属终端设备的功能模块示意图；
图2为本发明机器人航向角标定方法第一实施例的流程示意图；
图3为本发明机器人航向角标定方法实施例中的标定流程示意图；
图4为本发明机器人航向角标定方法实施例中的标定结果图。
本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
本发明实施例的主要解决方案是：在标定阶段，控制机器人旋转，获取轮式里程计采集的航向角和RTK设备输出的航向角；基于所述轮式里程计采集的航向角和RTK设备输出的航向角对机器人航向角进行标定，得到机器人航向角的标定参数。通过本发明实施例方案，在空旷室外环境下，基于所述轮式里程计采集的航向角和RTK设备输出的航向角对机器人航向角进行标定，得到机器人航向角的标定参数，然后，基于标定参数对RTK设备输出的航向角进行校正，得到机器人的航向角，经过校正之后得到的机器人的航向角更稳定和准确。并且，在本发明实施例中机器人可以仅依赖于RTK技术和轮式里程计来实现高精度定位，而不必使用IMU传感器，使得机器人的成本更低、结构更简单、更易维护和使用。
本发明实施例涉及的技术术语：
RTK：RTK（Real-Time Kinematic，实时动态差分测量技术），是一种高精度的GNSS定位技术。在RTK中，接收机同时接收两个或以上的卫星信号，并通过计算卫星信号传播过程中的误差来消除误差，从而提高定位精度。
IMU传感器：IMU（Inertial Measurement Unit，惯性测量单元），是通过测量机械运动物体的加速度、角速度和磁场强度等信息，来获取机械运动物体在空间中位置、方向和角度等信息的一种传感器。
轮式里程计：轮式里程计是一种通过测量机器人车轮旋转的速度和位移，来估计机器人在水平方向上的位移，进而推算出机器人的水平方向上位置和姿态信息的传感器。通过轮式里程计可以得到轮式里程计的航向角。
航向角：在机器人领域中，航向角通常是指机器人相对于某个固定的坐标***的朝向角度，也就是机器人旋转轴与坐标系水平面间的夹角，这个夹角通常是围绕Z轴进行旋转的角度，也称作Z轴旋转角。机器人的航向角可以用于描述机器人的方向和旋转状态，在室外机器人定位、导航、路径规划、避障等方面都具有重要的意义。
标定：在机器人领域中，标定指的是对机器人各种传感器和执行器的参数进行测量和校准，以提高机器人的定位和控制精度。
具体地，参照图1，图1是本发明机器人航向角标定装置所属设备的功能模块示意图。该机器人航向角标定装置可以为独立于设备的、能够进行数据处理的装置，其可以通过硬件或软件的形式承载于设备上。该设备可以为手机、平板电脑等具有数据处理功能的智能移动终端，还可以为具有数据处理功能的固定设备或服务器等。
在本实施例中，该机器人航向角标定装置所属设备至少包括输出模块110、处理器120、存储器130以及通信模块140。
存储器130中存储有操作***以及机器人航向角标定程序；输出模块110可为显示屏等。通信模块140可以包括WIFI模块以及蓝牙模块等，通过通信模块140与外部设备或服务器进行通信。
其中，存储器130中的机器人航向角标定程序被处理器执行时实现以下步骤：
在标定阶段，控制机器人旋转，获取轮式里程计采集的航向角和RTK设备输出的航向角；
基于所述轮式里程计采集的航向角和RTK设备输出的航向角对机器人航向角进行标定，得到机器人航向角的标定参数。
进一步地，存储器130中的机器人航向角标定程序被处理器执行时还实现以下步骤：
基于所述机器人航向角的标定参数，对所述RTK设备输出的航向角进行校正，得到机器人航向角。
进一步地，存储器130中的机器人航向角标定程序被处理器执行时还实现以下步骤：
控制机器人朝向指向预先设定的方向，根据预先设定的旋转角度逆时针旋转机器人，并记录多组轮式里程计采集的航向角和RTK设备输出的航向角。
进一步地，存储器130中的机器人航向角标定程序被处理器执行时还实现以下步骤：
基于所述多组轮式里程计采集的航向角和RTK设备输出的航向角，并通过线性回归算法对预先构建的转换公式中的标定参数进行拟合，得到所述机器人航向角的标定参数。
进一步地，存储器130中的机器人航向角标定程序被处理器执行时还实现以下步骤：
将所述机器人航向角的标定参数代入预先构建的转换公式中，得到RTK输出的航向角与轮式里程计采集的航向角的转换公式；
在机器人运动过程中，获取RTK输出的航向角；
基于所述RTK输出的航向角与轮式里程计采集的航向角的转换公式，对在机器人运动过程中获取的RTK输出的航向角进行校正，得到校正后的RTK设备输出的航向角；
将所述校正后的RTK设备输出的航向角作为所述机器人航向角。
进一步地，存储器130中的机器人航向角标定程序被处理器执行时还实现以下步骤：
读取RTK设备输出的航向角，检测所述RTK设备输出的航向角是否有效；
若所述RTK设备输出的航向角有效，则获取所述RTK设备输出的航向角。
进一步地，存储器130中的机器人航向角标定程序被处理器执行时还实现以下步骤：
所述线性回归算法可以为最小二乘法。
本实施例通过上述方案，具体通过在标定阶段，控制机器人旋转，获取轮式里程计采集的航向角和RTK设备输出的航向角；基于所述轮式里程计采集的航向角和RTK设备输出的航向角对机器人航向角进行标定，得到机器人航向角的标定参数。在空旷室外环境下，本发明实施例方案基于所述轮式里程计采集的航向角和RTK设备输出的航向角对机器人航向角进行标定，得到机器人航向角的标定参数，然后，基于标定参数对RTK设备输出的航向角进行校正，得到机器人的航向角，经过校正之后得到的机器人的航向角更稳定和准确。并且，在本发明实施例中机器人可以仅依赖于RTK技术和轮式里程计来实现高精度定位，而不必使用IMU传感器，使得机器人的成本更低、结构更简单、更易维护和使用。
基于上述设备架构但不限于上述架构，提出本发明方法实施例。
本实施例方法的执行主体可以是一种机器人航向角标定装置，该机器人航向角标定装置可以为独立于设备的、能够进行数据处理的装置，其可以通过硬件或软件的形式承载于设备上。该设备可以是使用实时动态差分测量技术RTK的机器人。本实施例以使用实时动态差分测量技术RTK的机器人进行举例，通过使用实时动态差分测量技术RTK的机器人实现机器人航向角标定，以便得到更稳定和更精准的机器人航向角。
参照图2，图2为本发明机器人航向角标定方法第一实施例的流程示意图。所述机器人航向角标定方法包括：
步骤S10，在标定阶段，控制机器人旋转，获取轮式里程计采集的航向角和RTK设备输出的航向角。
其中，在机器人的导航和定位过程中，机器人的航向角是十分重要的参数，它决定了机器人行驶的方向和姿态。在本发明实施例中使用实时动态差分测量技术RTK的机器人的航向角使用RTK设备输出的航向角，但是RTK设备输出的航向角可能会受到多种因素的干扰而产生误差，所以需要对机器人的航向角进行标定。
具体地，在对机器人的航向角进行标定时，控制机器人朝向预先设定的方向，然后根据预先设定的旋转角度旋转机器人，记录在机器人旋转过程中的轮式里程计采集的航向角和RTK设备输出的航向角。
其中，在机器人每次开机之后，轮式里程计都会进行初始化，所以轮式里程计提供的位置为相对位置。通过轮式里程计可以采集机器人的位姿信息，包括自身坐标系下的x,y坐标和航向角。
其中，通过RTK设备的串口向机器人输出机器人在世界坐标系中的绝对位置信息，包括世界坐标系下的x, y坐标和航向角。
其中，轮式里程计采集的航向角和RTK设备输出的航向角范围都是0°-360°，所以二者之间可以进行一定的变换。
步骤S20，基于所述轮式里程计采集的航向角和RTK设备输出的航向角对机器人航向角进行标定，得到机器人航向角的标定参数。
其中，预先构建一条轮式里程计采集的航向角和RTK设备输出的航向角的转换公式。
其中，该转换公式的参数未知，且该转换公式的参数即为机器人航向角的标定参数。
然后，基于轮式里程计采集的航向角和RTK设备输出的航向角对预先构建的转换公式中的参数进行拟合，得到机器人航向角的标定参数。
步骤S30，基于所述机器人航向角的标定参数，对所述RTK设备输出的航向角进行校正，得到机器人航向角。
其中，将机器人航向角的标定参数代入到预先构建的转换公式中，得到已知参数数值的轮式里程计采集的航向角和RTK设备输出的航向角的转换公式。
在标定过程结束后，在机器人的运动过程中，持续读取RTK设备输出的航向角；
在每次读取完RTK设备输出的航向角之后，使用已知参数数值的轮式里程计采集的航向角和RTK设备输出的航向角的转换公式对RTK设备输出的航向角进行校正，得到机器人航向角。
本实施例通过上述方案，通过在标定阶段，控制机器人旋转，获取轮式里程计采集的航向角和RTK设备输出的航向角；基于所述轮式里程计采集的航向角和RTK设备输出的航向角对机器人航向角进行标定，得到机器人航向角的标定参数。然后，基于所述机器人航向角的标定参数，对所述RTK设备输出的航向角进行校正，得到机器人航向角。在空旷室外环境下，本发明实施例方案基于所述轮式里程计采集的航向角和RTK设备输出的航向角对机器人航向角进行标定，得到机器人航向角的标定参数，然后，基于标定参数对RTK设备输出的航向角进行校正，得到机器人的航向角，经过校正之后得到的机器人的航向角更稳定和准确。并且，在本发明实施例中机器人可以仅依赖于RTK技术和轮式里程计来实现高精度定位，而不必使用IMU传感器，使得机器人的成本更低、结构更简单、更易维护和使用。
进一步地，本实施例基于上述图2所示的实施例，对上述步骤S10、步骤S20和步骤S30进行细化。
在本实施例中，上述步骤S10，在标定阶段，控制机器人旋转，获取轮式里程计采集的航向角和RTK设备输出的航向角可以包括：
步骤S11，控制机器人朝向指向预先设定的方向，根据预先设定的旋转角度逆时针旋转机器人，并记录多组轮式里程计采集的航向角和RTK设备输出的航向角。
具体地，作为一种实施方式，控制机器人朝向正东方向，以右手坐标系为基准，逆时针旋转机器人一周，并记录机器人旋转过程中的多组轮式里程计采集的航向角和RTK设备输出的航向角。
其中，通过控制机器人朝向正东方向，可以使机器人在自身坐标系上的x轴和y轴与世界坐标系的x轴和y轴保持一致，这样便于机器人在定位和导航时进行计算。
其中，右手坐标系是一种常用的坐标系标准。在右手坐标系中x轴，y轴和z轴的正方向规定如下：把右手放在原点的位置，使大拇指，食指和中指互成直角，当大拇指指向x轴的正方向，食指指向y轴的正方向时，中指所指的方向就是z轴的正方向。在标定机器人的航向角时，通常将x轴定义为机器人前进方向，将y轴定义为机器人右侧方向，将z轴定义为垂直于地面向上的方向。
其中，机器人旋转时按照逆时针方向旋转是机器人标定流程中通用的约定，由此可以统一标定流程，使得各个方案的标定方式一致，便于方案的比较和复现。
其中，作为一种具体实施方式，可以在记录多组轮式里程计采集的航向角和RTK设备输出的航向角之前对RTK设备输出的航向角的有效性进行检测。
其中，读取RTK设备输出的航向角，检测所述RTK设备输出的航向角是否有效；
具体地，检测所述RTK设备输出的航向角是否有效，可以但不限于采取以下方式：检查RTK设备输出的航向角是否在正常范围0°-360°之间、使用其他常规导航设备，观察其与RTK设备输出的航向角是否一致等。
若所述RTK设备输出的航向角有效，则获取所述RTK设备输出的航向角。
然后，将RTK设备输出的有效的航向角作为机器人标定阶段的输入数据。
若所述RTK设备输出的航向角无效，则继续读取RTK设备输出的航向角。
然后，继续读取RTK设备输出的航向角直到读取的RTK设备输出的航向角有效为止。
在本实施例中，上述步骤S20，基于所述轮式里程计采集的航向角和RTK设备输出的航向角对机器人航向角进行标定，得到机器人航向角的标定参数可以包括：
步骤S21，基于所述多组轮式里程计采集的航向角和RTK设备输出的航向角，并通过线性回归算法对预先构建的转换公式中的标定参数进行拟合，得到所述机器人航向角的标定参数。
其中，令轮式里程计采集的航向角为，RTK设备输出的航向角为/>，标定参数为a和b，可以构建的转换公式如（1）所示：
（1）
其中，线性回归算法是一种用于分析两个或多个变量之间关系的统计方法，例如分析一组自变量和一个因变量之间的关系。在机器人的航向角的标定中，轮式里程计采集的航向角和RTK设备输出的航向角可以作为自变量，而标定参数a和b则可以作为因变量进行拟合。
线性回归算法的目标是找到一个最佳的拟合线，该拟合线能够最好地描述两个变量之间的线性关系。
其中，线性回归算法可以为最小二乘法、岭回归算法、拉索回归算法、弹性网回归算法等等，可以根据实际情况灵活选择不同的线性回归算法。
其中，在本实施例中，所述线性回归算法为最小二乘法。
其中。最小二乘法是一种通过使测量数据和拟合结果之间的误差平方和最小来实现参数拟合的方法。在标定参数拟合过程中，我们需要找到一组最优的标定参数，以使计算出的数值和测量数据之间的误差平方和最小。最小二乘法的核心思想就是通过调整这些标定参数，不断优化计算结果，直到达到最优的拟合效果。
具体地，将轮式里程计采集的航向角作为y轴，将RTK设备输出的航向角作为x轴，建立二维直角坐标系。
然后，将多组轮式里程计采集的航向角和RTK设备输出的航向角作为该二维直角坐标系的多组数据点(yawr1, yaww1), (yawr2, yaww2), ...(yawrn, yawwn)，通过这些数据点能够找到一条直线，使得所有数据点到这条直线的距离之和最小。通过最小二乘法的计算，可以求出距离之和最小的一条直线公式，即能拟合出a, b的值a1,b1。
在本实施例中，上述步骤S30，基于所述机器人航向角的标定参数，对所述RTK设备输出的航向角进行校正，得到机器人航向角可以包括：
步骤S31，将所述机器人航向角的标定参数代入预先构建的转换公式中，得到RTK输出的航向角与轮式里程计采集的航向角的转换公式。
其中，将拟合得到的已知的标定参数a1, b1代入预先构建的转换公式中，得到yaww=a1×yawr+b1。
步骤S32，在机器人运动过程中，获取RTK输出的航向角。
其中，可以令在机器人运动过程中获得的RTK输出的航向角为yawrr1,yawrr2,yawrr3, ... yawrrn。
步骤S33，基于所述RTK输出的航向角与轮式里程计采集的航向角的转换公式，对在机器人运动过程中获取的RTK输出的航向角进行校正，得到校正后的RTK设备输出的航向角。
其中，基于已知标定参数的RTK输出的航向角与轮式里程计采集的航向角的转换公式yaww=a1×yawr+b1，对在机器人运动过程中获取的RTK输出的航向角yawrr1,yawrr2,yawrr3, ... yawrrn进行校正，得到校正后的RTK设备输出的航向角yawww1,yawww2,yawww3,... yawwwn。
步骤S34，将所述校正后的RTK设备输出的航向角作为所述机器人航向角。
其中，将校正后的RTK设备输出的航向角yawww1,yawww2,yawww3, ... yawwwn作为机器人航向角。
参照图3，图3为本发明机器人航向角标定方法实施例中的标定流程示意图。
其中，得到RTK输出的航向角与轮式里程计采集的航向角的转换公式的流程包括：
步骤S1000，检测读取的RTK数据是否有效。
其中，若读取的RTK数据无效，则继续读取RTK设备输出的航向角直到读取的RTK设备输出的航向角有效为止。
步骤S1001，将机器人朝向正东方向。
步骤S1002，将机器人依据右手坐标系逆时针旋转一周。
步骤S1003，采集机器人轮式里程计的航向角。
步骤S1004，采集RTK设备输出的航向角。
步骤S1005，使用最小二乘法计算轮式里程计采集的航向角与RTK设备输出的航向角的转换公式中的参数。
步骤S1006，退出标定程序。
步骤S1007，将计算得到的参数代入到转换公式中。
参照图4，图4为本发明机器人航向角标定方法实施例中的标定结果图。
其中，横坐标代表时间（帧），纵坐标代表航向角的角度，粗且浅黑色的实线代表标定之前的RTK航向角，细且深黑色的实线代表标定之后的RTK航向角，粗且深黑色的虚线代表机器人的航向角。
其中，代表机器人的航向角的虚线与代表标定之后的RTK航向角的实线重合，证明标定结果是正确的。
本实施例通过上述方案，通过在标定阶段，控制机器人旋转，获取轮式里程计采集的航向角和RTK设备输出的航向角；基于所述轮式里程计采集的航向角和RTK设备输出的航向角对机器人航向角进行标定，得到机器人航向角的标定参数。然后，基于所述机器人航向角的标定参数，对所述RTK设备输出的航向角进行校正，得到机器人航向角。其中，读取RTK设备输出的航向角，检测所述RTK设备输出的航向角是否有效；若所述RTK设备输出的航向角有效，则获取所述RTK设备输出的航向角。然后，控制机器人朝向指向预先设定的方向，根据预先设定的旋转角度逆时针旋转机器人，并记录多组轮式里程计采集的航向角和RTK设备输出的航向角。然后，基于所述多组轮式里程计采集的航向角和RTK设备输出的航向角，并通过线性回归算法对预先构建的转换公式中的标定参数进行拟合，得到所述机器人航向角的标定参数。其中，所述线性回归算法可以为最小二乘法。然后，将所述机器人航向角的标定参数代入预先构建的转换公式中，得到RTK输出的航向角与轮式里程计采集的航向角的转换公式；在机器人运动过程中，获取RTK输出的航向角；基于所述RTK输出的航向角与轮式里程计采集的航向角的转换公式，对在机器人运动过程中获取的RTK输出的航向角进行校正，得到校正后的RTK设备输出的航向角；将所述校正后的RTK设备输出的航向角作为所述机器人航向角。
在空旷室外环境下，本发明实施例方案基于所述轮式里程计采集的航向角和RTK设备输出的航向角对机器人航向角进行标定，得到机器人航向角的标定参数，然后，基于标定参数对RTK设备输出的航向角进行校正，得到机器人的航向角，经过校正之后得到的机器人的航向角更稳定和准确。并且，在本发明实施例中机器人可以仅依赖于RTK技术和轮式里程计来实现高精度定位，而不必使用IMU传感器，使得机器人的成本更低、结构更简单、更易维护和使用。其中，在对标定参数进行拟合之前，对RTK设备输出的航向角进行有效性检测，能够确保RTK设备输出的航向角是有效的，从而能够确保通过RTK设备输出的航向角计算得到的标定参数是可靠的。然后，通过线性回归算法对标定参数进行拟合，可以在一定程度上降低基于经验调试标定参数的不确定性，提高标定的稳定性和可靠性。其中，在使用线性回归算法进行标定参数拟合的时候，具体采用最小二乘法进行标定参数拟合，使得拟合时的计算量少，得到的结果的准确度相对较高，并且操作相对简易。
此外，本申请实施例还提出一种机器人航向角标定装置，所述一种机器人航向角标定装置包括：
数据获取模块，在标定阶段，控制机器人旋转，获取轮式里程计采集的航向角和RTK设备输出的航向角；
标定模块，基于所述轮式里程计采集的航向角和RTK设备输出的航向角对机器人航向角进行标定，得到机器人航向角的标定参数。
本实施例实现机器人航向角标定的原理及实施过程，请参照上述各实施例，在此不再赘述。
此外，本申请实施例还提出一种***，所述***包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的机器人航向角标定程序，所述机器人航向角标定程序被所述处理器执行时实现如上所述的机器人航向角标定方法的步骤。
由于本机器人航向角标定程序被处理器执行时，采用了前述所有实施例的全部技术方案，因此至少具有前述所有实施例的全部技术方案所带来的所有有益效果，在此不再一一赘述。
此外，本申请实施例还提出一种计算机可读存储介质，所述计算机可读存储介质上存储有机器人航向角标定程序，所述机器人航向角标定程序被处理器执行时实现如上所述的机器人航向角标定方法的步骤。
由于本机器人航向角标定程序被处理器执行时，采用了前述所有实施例的全部技术方案，因此至少具有前述所有实施例的全部技术方案所带来的所有有益效果，在此不再一一赘述。
本实施例通过上述方案，通过在标定阶段，控制机器人旋转，获取轮式里程计采集的航向角和RTK设备输出的航向角；基于所述轮式里程计采集的航向角和RTK设备输出的航向角对机器人航向角进行标定，得到机器人航向角的标定参数。然后，基于所述机器人航向角的标定参数，对所述RTK设备输出的航向角进行校正，得到机器人航向角。在空旷室外环境下，本发明实施例方案基于所述轮式里程计采集的航向角和RTK设备输出的航向角对机器人航向角进行标定，得到机器人航向角的标定参数，然后，基于标定参数对RTK设备输出的航向角进行校正，得到机器人的航向角，经过校正之后得到的机器人的航向角更稳定和准确。并且，在本发明实施例中机器人可以仅依赖于RTK技术和轮式里程计来实现高精度定位，而不必使用IMU传感器，使得机器人的成本更低、结构更简单、更易维护和使用。
需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者方法不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者方法所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者方法中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在如上的一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，被控终端，或者网络设备等)执行本发明每个实施例的方法。
以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。

Claims (8)

1.一种基于RTK与里程计室外机器人航向角标定方法，其特征在于，所述机器人配置有使用实时动态差分测量技术RTK的设备，所述方法包括以下步骤：
在标定阶段，控制机器人旋转，获取轮式里程计采集的航向角和RTK设备输出的航向角；
基于所述轮式里程计采集的航向角和RTK设备输出的航向角对机器人航向角进行标定，得到机器人航向角的标定参数；
所述在标定阶段，控制机器人旋转，获取轮式里程计采集的航向角和RTK设备输出的航向角的步骤包括：
控制机器人朝向指向预先设定的方向，根据预先设定的旋转角度逆时针旋转机器人，并记录多组轮式里程计采集的航向角和RTK设备输出的航向角；
所述基于所述轮式里程计采集的航向角和RTK设备输出的航向角对机器人航向角进行标定，得到机器人航向角的标定参数的步骤包括：
基于所述多组轮式里程计采集的航向角和RTK设备输出的航向角，并通过线性回归算法对预先构建的转换公式中的标定参数进行拟合，得到所述机器人航向角的标定参数。
2.根据权利要求1所述的方法，其特征在于，所述基于所述轮式里程计采集的航向角和RTK设备输出的航向角对机器人航向角进行标定，得到机器人航向角的标定参数的步骤之后包括：
基于所述机器人航向角的标定参数，对所述RTK设备输出的航向角进行校正，得到机器人航向角。
3.根据权利要求2所述的方法，其特征在于，所述基于所述机器人航向角的标定参数，对所述RTK设备输出的航向角进行校正，得到机器人航向角的步骤包括：
将所述机器人航向角的标定参数代入预先构建的转换公式中，得到RTK输出的航向角与轮式里程计采集的航向角的转换公式；
在机器人运动过程中，获取RTK输出的航向角；
基于所述RTK输出的航向角与轮式里程计采集的航向角的转换公式，对在机器人运动过程中获取的RTK输出的航向角进行校正，得到校正后的RTK设备输出的航向角；
将所述校正后的RTK设备输出的航向角作为所述机器人航向角。
4.根据权利要求1所述的方法，其特征在于，所述控制机器人朝向指向预先设定的方向，根据预先设定的旋转角度逆时针旋转机器人，并记录多组轮式里程计采集的航向角和RTK设备输出的航向角的步骤之前包括：
读取RTK设备输出的航向角，检测所述RTK设备输出的航向角是否有效；
若所述RTK设备输出的航向角有效，则获取所述RTK设备输出的航向角。
5.根据权利要求1所述的方法，其特征在于，所述线性回归算法为最小二乘法。
6.一种机器人航向角标定装置，其特征在于，所述装置包括：
数据获取模块，在标定阶段，控制机器人旋转，获取轮式里程计采集的航向角和RTK设备输出的航向角；
标定模块，基于所述轮式里程计采集的航向角和RTK设备输出的航向角对机器人航向角进行标定，得到机器人航向角的标定参数；所述标定模块还用于控制机器人朝向指向预先设定的方向，根据预先设定的旋转角度逆时针旋转机器人，并记录多组轮式里程计采集的航向角和RTK设备输出的航向角；基于所述多组轮式里程计采集的航向角和RTK设备输出的航向角，并通过线性回归算法对预先构建的转换公式中的标定参数进行拟合，得到所述机器人航向角的标定参数。
7.一种机器人航向角标定***，其特征在于，所述机器人航向角标定***包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如权利要求1-5中任一项所述的机器人航向角标定方法。
8.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质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如权利要求1-5中任一项所述的机器人航向角标定方法。
CN202310929179.8A 2023-07-27 2023-07-27 基于rtk与里程计室外机器人航向角标定方法、***及介质 Active CN116659481B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310929179.8A CN116659481B (zh) 2023-07-27 2023-07-27 基于rtk与里程计室外机器人航向角标定方法、***及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310929179.8A CN116659481B (zh) 2023-07-27 2023-07-27 基于rtk与里程计室外机器人航向角标定方法、***及介质

Publications (2)

Publication Number Publication Date
CN116659481A CN116659481A (zh) 2023-08-29
CN116659481B true CN116659481B (zh) 2023-11-03

Family

ID=87722699

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310929179.8A Active CN116659481B (zh) 2023-07-27 2023-07-27 基于rtk与里程计室外机器人航向角标定方法、***及介质

Country Status (1)

Country Link
CN (1) CN116659481B (zh)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107783163A (zh) * 2016-08-31 2018-03-09 地壳（北京）机器人科技有限公司 一种智能轮式机器人行进航向角融合方法
CN112036084A (zh) * 2020-08-28 2020-12-04 北京航空航天大学 一种相似产品寿命迁移筛选方法和***
CN112739986A (zh) * 2020-04-30 2021-04-30 深圳市大疆创新科技有限公司 指南针的校准方法、航向测量***和无人机
CN114739425A (zh) * 2022-04-21 2022-07-12 之江实验室 基于rtk-gnss及全站仪的采煤机定位标定***及应用方法
WO2022160196A1 (zh) * 2021-01-28 2022-08-04 浙江吉利控股集团有限公司 车辆驾驶控制方法、装置、车辆及存储介质
CN115096346A (zh) * 2022-06-17 2022-09-23 安徽蔚来智驾科技有限公司 基于自动驾驶的传感器参数标定方法、装置、介质及车辆
CN115166791A (zh) * 2022-07-14 2022-10-11 岚图汽车科技有限公司 一种智能驾驶车辆双gnss天线航向角标定方法及装置
CN116295385A (zh) * 2023-03-29 2023-06-23 浙江亚特电器股份有限公司 一种割草机导航方法、装置、割草机器人及介质

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20230033404A1 (en) * 2021-07-30 2023-02-02 The Hong Kong Polytechnic University 3d lidar aided global navigation satellite system and the method for non-line-of-sight detection and correction

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107783163A (zh) * 2016-08-31 2018-03-09 地壳（北京）机器人科技有限公司 一种智能轮式机器人行进航向角融合方法
CN112739986A (zh) * 2020-04-30 2021-04-30 深圳市大疆创新科技有限公司 指南针的校准方法、航向测量***和无人机
CN112036084A (zh) * 2020-08-28 2020-12-04 北京航空航天大学 一种相似产品寿命迁移筛选方法和***
WO2022160196A1 (zh) * 2021-01-28 2022-08-04 浙江吉利控股集团有限公司 车辆驾驶控制方法、装置、车辆及存储介质
CN114739425A (zh) * 2022-04-21 2022-07-12 之江实验室 基于rtk-gnss及全站仪的采煤机定位标定***及应用方法
CN115096346A (zh) * 2022-06-17 2022-09-23 安徽蔚来智驾科技有限公司 基于自动驾驶的传感器参数标定方法、装置、介质及车辆
CN115166791A (zh) * 2022-07-14 2022-10-11 岚图汽车科技有限公司 一种智能驾驶车辆双gnss天线航向角标定方法及装置
CN116295385A (zh) * 2023-03-29 2023-06-23 浙江亚特电器股份有限公司 一种割草机导航方法、装置、割草机器人及介质

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
双目视觉辅助GNSS在恶劣环境下导航定位;冯祎;涂锐;韩军强;侯福荣;洪菊;刘金海;王星星;;全球定位***(第03期);全文 *

Also Published As

Publication number Publication date
CN116659481A (zh) 2023-08-29

Similar Documents

Publication Publication Date Title
US11279045B2 (en) Robot pose estimation method and apparatus and robot using the same
WO2019071916A1 (zh) 天线波束姿态控制方法和***
CN113311411B (zh) 一种用于移动机器人的激光雷达点云运动畸变校正方法
CN114216456B (zh) 一种基于imu与机器人本体参数融合的姿态测量方法
CN110231027B (zh) 一种基于多传感器数据融合的定位***及定位方法
CN108507572B (zh) 一种基于mems惯性测量单元的姿态定位误差修正方法
CN110873563B (zh) 一种云台姿态估计方法及装置
CN110849387A (zh) 一种传感器参数标定方法和装置
CN115752507A (zh) 基于二维码导航的在线单舵轮agv参数标定方法及***
CN116817896A (zh) 一种基于扩展卡尔曼滤波的姿态解算方法
CN110207723B (zh) 一种光电跟踪仪复合轴控制***控制精度测试方法
WO2022160811A1 (zh) 足式机器人轨迹跟踪方法、设备及可读存储介质
CN116659481B (zh) 基于rtk与里程计室外机器人航向角标定方法、***及介质
Zhang Simultaneous self-calibration of nonorthogonality and nonlinearity of cost-effective multiaxis inertially stabilized gimbal systems
Lee et al. Self-calibration of gyro using monocular SLAM for an indoor mobile robot
US20240077880A1 (en) Slope location correction method and apparatus, robot and readable storage medium
CN114543786B (zh) 一种基于视觉惯性里程计的爬壁机器人定位方法
US20240134033A1 (en) Method for determining a movement state of a rigid body
CN112136020A (zh) 信息处理装置、信息处理方法和程序
Candan et al. Estimation of attitude using robust adaptive Kalman filter
CN113483762A (zh) 一种位姿优化方法及设备
CN114187359A (zh) 基于位姿增量约束的激光雷达固定位姿标定方法及***
CN112083400A (zh) 运动物体及其传感器的标定方法、装置、存储介质
US20240085453A1 (en) Method for evaluating sensor data, processing unit for evaluating sensor data, and sensor system
Okulski et al. Development of a high-efficiency pitch/roll inertial measurement unit based on a low-cost accelerometer and gyroscope sensors

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
GR01 Patent grant
GR01 Patent grant