点云的纠正值获取方法、芯片及机器人与流程

本技术涉及点云数据处理，尤其适用于点云的纠正值获取方法、芯片及机器人。

背景技术：

1、目前开发的专用于惯性传感器导航的扫地机器人，采用物理结构的碰撞条对障碍物的碰撞进行检测并作出碰撞行为，规避危险行为的发生，然而，在工厂生产装配流程中，碰撞条的装配成本不可忽视。而在没有物理结构碰撞的机器上，不仅需要对碰撞标志和碰撞角度进行精确计算，也需要建立起等效于碰撞结构的实时响应效果。

2、专利申请号为202011236430.5的中国发明专利公开一种用于激光头的角度校准方法，其要求机器人获取若干帧激光数据并将获取的激光数据组合在一起，再从中通过拟合直线的方式获取激光数据中的线段，将长度大于长度预设值且线段上的数据点大于数量预设值的线段设为特定线段，机器人获取定位线段与激光头0度发射方向之间的夹角；s5：机器人根据所述夹角校准激光头的角度。机器人以与机器人的正前方平行的竖直平面作为参照物，获取激光头的0度角与机器人的正前方的夹角后，自动校准激光头的角度，但是对于直线型障碍物之外的其它形状的障碍物轮廓不能有效地计算出校准角度，也没有校准点云的坐标位置信息，导致校准后的激光头所执行的障碍物检测功能以及障碍物碰撞预防功能，对复杂环境的适应性较低，亟需计算激光点云存在的实时位姿误差以便于后续补偿。

技术实现思路

1、本技术旨在提供点云的纠正值获取方法、芯片及机器人，具体技术方案如下：

2、点云的纠正值获取方法，纠正值获取方法的执行主体是安装码盘和激光传感器的机器人，机器人使用激光传感器采集到一帧点云后，机器人朝着所述一帧点云所分布的位置行走并在行走的过程中使用码盘测得运动距离；机器人朝着所述一帧点云所分布的位置行走的过程中执行纠正值获取方法，所述纠正值获取方法包括：步骤a、按照预设采样周期对码盘测得的运动距离进行采样，再将每个预设采样周期内采样到的运动距离换算为周期采样距离和周期采样角度，并且逐个预设采样周期地将周期采样距离和周期采样角度保存起来；然后执行步骤b；步骤b、根据预设采样周期与单位角度采样时间的比值设置机器人在预设采样周期内对应的角度索引遍历范围；再在对应的角度索引遍历范围内，按照同一角度索引值对每个预设采样周期内保存的参考距离进行累加，得到同一角度索引值对应的点云距离纠正值；并按照同一角度索引值对每个预设采样周期内保存的参考角度进行累加，得到同一角度索引值对应的点云角度纠正值，以将同一角度索引值对应的点云距离纠正值和点云角度纠正值组成所述一批点云当中同一角度索引值的点在机器人行走过程中积累的相对偏移量；其中，一个预设采样周期对应一个角度索引遍历范围，一个角度索引遍历范围支持划分成多个角度索引值。

3、基于此，本技术按照预设采样周期动态叠加周期采样距离以得到点云距离纠正值，按照预设采样周期动态叠加周期采样角度以得到点云角度纠正值，从而利用每个预设采样周期内换算出的周期采样距离和周期采样角度累加计算对应的点云纠正所允许的运动距离(点云距离纠正值)和运动角度(点云角度纠正值)，使点云中各个点可以索引出对应的点云距离纠正值和点云角度纠正值补偿机器人相对于障碍物运动带来的偏移量，等效于机器人为所述一帧点云补偿了其最近行走向所述一帧点云处分布的障碍物所耗费的运动时间(大于等于所述多个预设采样周期)内积累的点云距离纠正值和点云角度纠正值，起到预测所述一帧点云在同等时间内的相对运动位置，提升实时纠正精度；另外，若最近行走向所述一帧点云处分布的线型障碍物(例如墙体)所耗费的运动时间(大于等于多个预设采样周期)满足码盘测量精度要求，则对所述一帧点云的纠正后组成的轮廓线更加平直，一定程度避免激光传感器探测图像存在的线段畸变的现象。

4、进一步地，在步骤b中，所述根据预设采样周期与单位角度采样时间的比值设置机器人在预设采样周期内对应的角度索引遍历范围的方法包括：计算预设采样周期与单位角度采样时间的比值，得到单个预设采样周期扫描的预测角度值；控制起始角度索引值与单个预设采样周期扫描的预测角度值相加，得到结束角度索引值；根据结束角度索引值计算目标上限索引值，再将目标上限索引值配置为角度索引遍历范围的上限值；其中，所述一帧点云是机器人使用激光传感器扫描一圈的过程中采集的点云；其中，目标上限索引值用于表示激光传感器在单个预设采样周期内所允许采集的点云的最大数量。使单个预设采样周期扫描的预测角度值成为相邻两个预设采样周期的起始角度索引值之间的偏移量。

5、进一步地，所述根据结束角度索引值计算目标上限索引值的方法包括：检测点云角度起始索引值与结束角度索引值之间的大小关系；检测到点云角度起始索引值小于结束角度索引值时，控制结束角度索引值减去点云角度起始索引值，得到目标上限索引值；检测到点云角度起始索引值大于或等于结束角度索引值时，控制360减去点云角度起始索引值，再将相减得到的差值加上结束角度索引值，得到目标上限索引值；其中，点云角度起始索引值用于表示所述一帧点云中第一个被激光传感器采集的点的角度索引值。综上，本技术根据点云角度起始索引值与结束角度索引值之间的大小关系计算目标上限索引值并配置为角度索引遍历范围的上限值，从而针对点云扫描跨越0度/360度边界，利用点云在360度扫描中的循环特性计算目标上限索引值，保持角度索引遍历范围的上限值为正值，避免因循环边界导致的负值，确保角度索引值计算的连续性和正确性。

6、进一步地，所述步骤b具体包括：步骤b1、从目标内存空间的首地址开始，遍历步骤a往目标内存空间内保存的周期采样距离和周期采样角度，并判断是否遍历至目标内存空间的末尾地址，是则执行步骤b8，否则执行步骤b2；其中，步骤a控制周期采样距离和周期采样角度均从所述目标内存空间的末尾地址开始保存起来；步骤b2、通过执行所述根据预设采样周期与单位角度采样时间的比值设置机器人在预设采样周期内对应的角度索引遍历范围的方法来计算出目标上限索引值，同时设置当前索引值在当前预设采样周期内等于0，然后执行步骤b3；步骤b3、判断步骤b2所述的当前索引值是否小于步骤b2所述的目标上限索引值，是则执行步骤b4，否则执行步骤b7；步骤b4、确定步骤b2所述的当前索引值处于角度索引遍历范围内，控制步骤b2所述的当前索引值与点云角度起始索引值的和值对360取余，生成角度索引值；然后执行步骤b5；步骤b5、控制目标内存空间在当前预设采样周期内保存的周期采样距离与预先设置的同一角度索引值对应的距离周期纠正值相加，得到同一角度索引值对应的距离周期纠正值，并将同一角度索引值对应的距离周期纠正值更新为预先设置的同一角度索引值对应的距离周期纠正值；并控制目标内存空间在当前预设采样周期内保存的周期采样角度与预先设置的同一角度索引值对应的角度周期纠正值相加，得到同一角度索引值对应的角度周期纠正值，并将同一角度索引值对应的角度周期纠正值更新为预先设置的同一角度索引值对应的角度周期纠正值；然后执行步骤b6；步骤b6、控制步骤b2所述的当前索引值自动增一，再将自动增一后的当前索引值更新为步骤b2所述的当前索引值，再执行步骤b3；步骤b7、将结束角度索引值更新为起始角度索引值，并将下一个预设采样周期更新为当前预设采样周期，然后执行步骤b1以从目标内存空间中遍历下一个预设采样周期内保存的周期采样距离和周期采样角度；步骤b8、确定累加完目标内存空间内所有的周期采样距离和所有周期采样角度，并将最新更新出的同一角度索引值对应的距离周期纠正值设置为同一角度索引值对应的点云距离纠正值，并将最新更新出的同一角度索引值对应的角度周期纠正值设置为同一角度索引值对应的点云角度纠正值。

7、综上，通过执行步骤b1至步骤b8来动态更新距离周期纠正值和角度周期纠正值，则在遍历不同角度索引值的基础上，通过距离周期纠正值持续叠加不同预设采样周期内保存的周期采样距离获得各个角度索引值对应的点云所需的点云距离纠正值，并通过角度周期纠正值持续叠加不同预设采样周期内保存的周期采样角度获得各个角度索引值对应的点云所需的点云角度纠正值，分别描述点云中各个点相对于行走中的机器人发生的平移和旋转，相当于预测了点云的运动，也等效于实现误差的累积补偿，优于固定参数纠正，便于后续进行补偿相应的距离和角度。

8、进一步地，每执行步骤b7一次，更新出的起始角度索引值增大一次，然后执行步骤b1和步骤b2，使步骤b2计算出的目标上限索引值增大一次，进而带动所述当前预设采样周期内对应的角度索引遍历范围扩大一次，也实现每隔一个预设采样周期加上目标内存空间中最新存入的周期采样距离和周期采样角度，覆盖更多的点云角度区域的纠正，适用于实时处理。

9、进一步地，执行步骤b1至步骤b7的次数达到预设目标次数时，执行步骤b8，并确定机器人经历过预设目标次数个预设采样周期，然后将同一角度索引值对应的点云距离纠正值和点云角度纠正值组成所述一批点云当中同一角度索引值的点在机器人行走过程中积累的相对偏移量；其中，同一角度索引值对应的点云距离纠正值等于预设目标次数个预设采样周期内的参考距离的累加值，同一角度索引值对应的点云角度纠正值等于预设目标次数个预设采样周期内的参考角度的累加值，预设目标次数是由码盘的测量精度决定。从而通过执行步骤b1至步骤b8来动态更新距离周期纠正值和角度周期纠正值，让最后设置的点云距离纠正值和点云角度离纠正值在多个预设采样周期内占据实时校正优势。

10、进一步地，在步骤a中，换算周期采样距离和周期采样角度的方法包括：计算机器人的左驱动轮安装的码盘在当前时刻测得的运动距离与其在参考时刻测得的运动距离的差值，得到左驱动轮运动距离；计算机器人的右驱动轮安装的码盘在当前时刻测得的运动距离与其在参考时刻测得的运动距离的差值，得到右驱动轮运动距离；计算左驱动轮运动距离与右驱动轮运动距离的和值的一半，得到周期采样距离；计算左驱动轮运动距离与右驱动轮运动距离的差值与轮距的比值，得到周期采样角度；其中，预设采样周期的起始时刻是参考时刻，预设采样周期的终止时刻是当前时刻；机器人的左驱动轮与其右驱动轮之间的距离等于轮距；预设采样周期内采样到的运动距离划分为左驱动轮运动距离和右驱动轮运动距离。从而基于运动学公式将左驱动轮运动距离和右驱动运动距离换算为周期采样距离和周期采样角度，组成机器人在单个预设采样周期内的运动参数。

11、进一步地，在计算得到周期采样距离和周期采样角度后，将机器人的左驱动轮安装的码盘在当前时刻测得的运动距离更新为机器人的左驱动轮安装的码盘在参考时刻测得的运动距离；并将机器人的右驱动轮安装的码盘在当前时刻测得的运动距离更新为机器人的右驱动轮安装的码盘在参考时刻测得的运动距离，以便于从当前预设采样周期进入下一个预设采样周期内执行步骤a和步骤b。因而，在下一次执行步骤a时，直接将机器人的左驱动轮安装的码盘在当前时刻测得的运动距离减去其在参考时刻测得的运动距离，得到下一个预设采样周期对应的左驱动轮运动距离；并且直接将机器人的右驱动轮安装的码盘在当前时刻测得的运动距离减去其在参考时刻测得的运动距离，得到下一个预设采样周期对应的右驱动轮运动距离。

12、一种芯片，该芯片上储存有计算机程序，所述计算机程序被执行时实现所述纠正值获取方法的步骤。本技术公开的芯片按照预设采样周期动态叠加周期采样距离以得到点云距离纠正值，按照预设采样周期动态叠加周期采样角度以得到点云角度纠正值，从而利用每个预设采样周期内换算出的周期采样距离和周期采样角度累加计算对应的点云纠正所允许的运动距离(点云距离纠正值)和运动角度(点云角度纠正值)，使点云中各个点可以索引出对应的点云距离纠正值和点云角度纠正值补偿机器人相对于障碍物运动带来的偏移量。另外，若最近行走向所述一帧点云处分布的线型障碍物(例如墙体)所耗费的运动时间(大于等于多个预设采样周期)满足码盘测量精度要求，则所述芯片使用所述纠正值获取方法获得的各个角度索引值对应的点云距离纠正值和点云角度纠正值对所述一帧点云的纠正后，组成的轮廓线更加平直，一定程度避免激光传感器探测图像存在的线段畸变的现象。

13、一种机器人，所述机器人装配有所述的芯片。通过执行所述纠正值获取方法，机器人为所述一帧点云补偿了其最近行走向所述一帧点云处分布的障碍物所耗费的运动时间(大于等于所述多个预设采样周期)内积累的点云距离纠正值和点云角度纠正值，起到预测所述一帧点云在同等时间内的相对运动位置，提升实时纠正精度，则后续机器人可以使用对应的纠正值直接预测到障碍物的实时位置，提前规避障碍物。