帮助中心
帮助中心主页
激光雷达
外部传感器
距离传感器
其他传感器
总线型编码器
电池及充电
喇叭及氛围灯
功能授权
参数及报警码
标定图分析

1 标定图绘制原理

在标定完成之后,会生成标定结果对应的标定图,下面解释一下标定图的含义。

图1
如图1所示,该图共由两张图组成。左半部分的图表示位置图,右半部分的图表示差分图。在左半部分的位置图中,黄颜色的轨迹代表机器人在实际运行过程中的定位轨迹,红颜色的轨迹代表根据表示结果拟合出的拟合轨迹。该图只可以看出大致的拟合效果。

1.1 左图怎么看?

在图1的左图中,我们可以观察定位轨迹和拟合轨迹是否与期望的运动轨迹一致。在图1中,运动轨迹是一致的。
定位信息与期望运动轨迹不一致,一般有两种可能的原因:

  1. 机器人行走异常,即机器人实际运动轨迹即与预期不符,而定位信息反映了此情况;
  2. 定位异常,即定位信息没有反映真实情况。

在下图中,则轨迹认为是不一致的。

再如下图,也属于机器人行走异常(后检查因为电机编码器问题):

在确定了定位轨迹与实际运动基本一致的情况下,具体分析的话,还需要看右图。在右半部分的差分图中,黄颜色的轨迹代表机器人在实际运行过程中的差分对齐轨迹,红颜色的轨迹代表根据结果拟合出的差分对齐轨迹。

1.2 什么是差分对齐?

在讲如何将左图和右图对应起来之前,需要先介绍一下什么是差分对齐操作。
1 所谓对齐是求两位姿向量之间的齐次变换关系,对与位姿数据p1=而言,存在其齐次变换矩阵
Trans(p1)=
则位姿p1与位姿p2之间的存在齐次变换关系
Trans(p2)=Trans(p1)*
这个齐次变换关系即为所求对齐变换矩阵对应的位姿。
2 所谓差分是指在选取位姿p1与位姿p2时,总是间隔一定的时间间隔
假设p1是在时刻为i时的机器人位姿数据,则p2是在时刻为i+diff_n时的机器人位姿数据。其中,diff_n表示时间间隔的个数。
其物理意义可以理解为:P2在P1坐标系下的位姿。

2 左图的运动轨迹怎么和右图的差分对齐轨迹对应起来?

在机器人坐标系中,x方向以前为正,退为负。y方向以左为正,右为负。

拿具体的一段模态分析,

图2
在图2的模态中,机器人的运动轨迹由先经过p1再经过p2的圆弧。我们假设p1与p2之间的时间间隔即为差分时间,则对应的差分对齐矩阵的位姿表示的意义为位姿p2在位姿p1坐标系下的位姿。显然,此时的齐次变换关系中的xp>0,yp>0.其在差分对齐图中的位置大致对应为:

图3
拿具体一个模态分析:

图4
在图4中,机器人运动轨迹为一个从位置坐标(0.4,-1)到位置坐标(3.5,-0.7)的逆时针的圆弧,前进运动(对应还存在后退运动)。机器人运行的速度为先增大后减小,且其差分时间间隔是固定的。则可以知道,机器人的齐次变换关系中的xp和yp的绝对值|xp|,|yp|会由于速度’先增大后减小‘的原因也’先增大后减小‘。由于机器人是处于前进的模态,则xp值为正。由于处于左转模态,则yp值为正。

3 右图的拟合效果怎么看?

3.1 激光里程计标定

如下所示的图5中的每个分支的末端都代表标定过程中的一种运动模态,理想状况下,拟合数据分支的末端应围绕参考数据分支的末端随机散布。(因为理想情况下每个模态都会经历一段时间的匀速过程,此时xp和yp的绝对值|xp|,|yp|会在此时间段内一直处于保持最大值的状态。因此我们更关心在此范围内的数据拟合情况)

图5
在图5中,圆圈内的分支明显散布范围更大,意味着车辆在直行右转走弧线的运动中存在异常。 可以检查这个模态是否存在定位丢失和打滑的情况。
0
图6
在图6中,各个模态拟合的效果都比较理想,可以认为拟合效果是可以的。

3.2 分段激光里程计标定

对于分段激光里程计的标定,主要是用于不能原地旋转的车辆的标定(如:叉车)。此时主要是观察右图中对弧线的拟合情况。

图7
标定不好的图7中。可以看出,对于直行模态,拟合较好。对于舵角较小情况下的转向,拟合也较好。对于舵角较大情况下的转向,拟合较差。这种情况下,可以观察在舵角较大情况下行驶时,机器人是否存在定位丢失和打滑的情况。

图8
标定不好的图7中。可以看出,对于直行模态,拟合较好。对于舵角较小情况下的转向,右转倒车拟合不是太好,但是也不算太差(分析,右转倒车可能存在定位不好或打滑)。对于舵角较大情况下的转向,拟合较好(蓝色框中个别位置拟合不好, 右前方向行驶的时候地面可能有点凸起或其它原因导致稍微打滑,以至于拟合略有缺陷,但是不影响总体的拟合效果)。这种情况下,可以尝试进行标定,也可以使用当前的标定结果。
标定结果的分析,也可以直接看拟合误差的大小。一般情况下,若拟合误差小于0.018m,则认为标定结果可以接受。若拟合误差大于0.018m,在进行多次标定还不行的情况下,应该排查定位、打滑、机械结构等方面的因素。仍无异常,可转交研发分析。

4 一些细节

4.1 在差分视图中,是否每个模态都包含有来有回的一条差分轨迹呢?

在分段激光里程计标定中,会存在这样的标定差分图:

图7
从图7中可以看出,该差分图的每个模态并不存在一条回来的差分轨迹。而在图6的每个模态中却是存在这样的一条有来有回的差分轨迹。那么这是为什么呢?
首先我们需要明确一下,差分轨迹的数据会比原来的定位轨迹的数据少!假如有N个定位轨迹的数据,差分时间间隔为ndiff个,则在差分轨迹中数据点的个数为N-ndiff个。从时间层面上来说,由于获取一个定位轨迹的时间间隔约为50ms,而ndiff的数值大约为(80~200)个,因此,差分视图中总的时间约比定位视图中的总的时间少(4s~10s)。在分段激光里程计标定中,会对每个模态都执行一次差分操作,因此会使得每个模态的数据都会相应的减少一部分时间。若每个模态持续的时间足够长,并且差分时间不是太大的话,也是可以看到回来的差分轨迹的。而图6的激光里程计标定中,会对所有模态组合在一起的总的模态进行一次差分操作,仅会影响临近运动结束的最后一段时间的差分轨迹,这点在差分视图中是不容易明显看出来的。

对原理感兴趣的可以大概参考下专利文档:
基于最小二乘的移动机器人运动学与定位传感器参数自动联合标定方法.pdf

最近更新 2022/12/14
文章内容

1 标定图绘制原理

1.1 左图怎么看?

1.2 什么是差分对齐?

2 左图的运动轨迹怎么和右图的差分对齐轨迹对应起来?

3 右图的拟合效果怎么看?

3.1 激光里程计标定

3.2 分段激光里程计标定

4 一些细节

4.1 在差分视图中,是否每个模态都包含有来有回的一条差分轨迹呢?