机器人运动轨迹估计方法、装置、控制器及存储介质.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN114147717A(43)申请公布日2022.03.08(21)申请号202111497652.7(22)申请日2021.12.09(71)申请人乐聚(深圳)机器人技术有限公司地址518110广东省深圳市龙华新区观澜街道南大富社区虎地排85号(72)发明人冷晓琨常琳吴雨璁白学林柯真东王松何治成黄贤贤(74)专利代理机构北京超凡宏宇专利代理事务所(特殊普通合伙)11463代理人曹瑞敏(51)Int.Cl.B25J9/16(2006.01)权利要求书2页说明书8页附图2页(54)发明名称机器人运动轨迹估计方法、装置、控制器及存储介质(57)摘要本发明提供一种机器人运动轨迹估计方法、装置、控制器及存储介质，涉及数据处理技术领域。包括：根据机器人的惯性传感器采集的第一姿态数据，确定惯性传感器的噪声参数；根据噪声参数，对第一姿态数据和机器人的视角传感器采集的第二姿态数据进行滤波融合，得到融合姿态数据；采用融合姿态数据，计算机器人的目标运动轨迹。惯性传感器的噪声参数可以在滤波融合的过程中，消除第一姿态数据所存在的误差，而且，对惯性传感器的第一姿态数据和视角传感器的第二姿态数据数据，可以弥补单一传感器的姿态数据所存在的确定，继而可以使得融合姿态数据更加准确，使得确定的机器人的目标运动轨迹也更加准确。CN114147717ACN114147717A权利要求书1/2页1.一种机器人运动轨迹估计方法，其特征在于，包括：根据机器人的惯性传感器采集的第一姿态数据，确定所述惯性传感器的噪声参数；根据所述噪声参数，对所述第一姿态数据和所述机器人的视角传感器采集的第二姿态数据进行滤波融合，得到融合姿态数据；采用所述融合姿态数据，计算所述机器人的目标运动轨迹。2.根据权利要求1所述的方法，其特征在于，所述根据机器人的惯性传感器采集的第一姿态数据，确定所述惯性传感器的噪声参数，包括：采用时间卷积网络，对所述第一姿态数据进行处理，得到所述噪声参数。3.根据权利要求1所述的方法，其特征在于，所述采用所述噪声参数，对所述第一姿态数据和所述机器人的视角传感器采集的第二姿态数据进行滤波融合，得到融合姿态数据之前，所述方法还包括：对所述第一姿态数据和所述第二姿态数据进行坐标系转换，得到处于同一坐标系下的所述第一姿态数据和所述第二姿态数据。4.根据权利要求1所述的方法，其特征在于，所述根据所述噪声参数，对所述第一姿态数据和所述机器人的视角传感器采集的第二姿态数据进行滤波融合，得到融合姿态数据，包括：根据所述噪声参数，采用预先获取的所述机器人的状态向量，对所述第一姿态数据和所述第二姿态数据进行滤波融合，得到所述融合姿态数据，其中，所述状态向量包括：所述惯性传感器的第一状态向量和所述视角传感器的第二状态向量。5.根据权利要求4所述的方法，其特征在于，所述根据所述噪声参数，采用预先获取的所述机器人的状态向量，对所述第一姿态数据和所述第二姿态数据进行滤波融合，得到所述融合姿态数据，包括：根据所述噪声参数，采用预先获取的所述机器人的状态向量和协方差，对所述第一姿态数据和所述第二姿态数据进行滤波融合，得到所述融合姿态数据，其中，所述协方差为：所述第一状态向量和所述第二状态向量之间的协方差。6.根据权利要求5所述的方法，其特征在于，所述方法还包括：若检测到所述第一姿态数据发生变化，则根据更新后的所述第一姿态数据，对所述第一状态向量和所述协方差进行更新；或者，若检测到所述第二姿态数据发生变化，则根据更新后的所述第二姿态数据，对所述第一状态向量和所述协方差进行更新；或者，若检测到所述第一姿态数据和所述第二姿态数据发生变化，则根据更新后的所述第一姿态数据，对所述第一状态向量和所述协方差进行更新，根据更新后的所述第二姿态数据，对所述第一状态向量和所述协方差进行更新。7.一种机器人运动轨迹估计装置，其特征在于，包括：确定模块，用于根据机器人的惯性传感器采集的第一姿态数据，确定所述惯性传感器的噪声参数；获取模块，用于根据所述噪声参数，对所述第一姿态数据和所述机器人的视角传感器采集的第二姿态数据进行滤波融合，得到融合姿态数据；计算模块，用于采用所述融合姿态数据，计算所述机器人的目标运动轨迹。2CN114147717A权利要求书2/2页8.根据权利要求7所述的装置，其特征在于，所述确定模块，还用于采用时间卷积网络，对所述第一姿态数据进行处理，得到所述噪声参数。9.一种控制器，其特征在于，包括：存储器和处理器，所述存储器存储有所述处理器可执行的计算机程序，所述处理器执行所述计算机程序时实现上述权利要求1‑6任一项所述的机器人运动轨迹估计方法。10.一种存储介质，其特征在于，所述存储介质上存储有计算机程序，所述计算机程序被读取并