机器人机身状态确定方法、装置、计算机设备和存储介质与流程

本申请涉及机器人，特别是涉及一种机器人机身状态确定方法、装置、计算机设备和存储介质。

背景技术：

1、随着机器人技术的发展，机器人的安全性和操作的简洁性、灵活性不断提高，优势得到了充分发挥，在越来越多的领域得到了应用，包括焊接、无人零售、装配、物流、医疗、教育等。

2、机器人的平衡控制需要实时获取自身状态，目前机器人状态估计误差大。特别地，当地面摩擦力较小，机器人足端发生打滑，足端速度变化与机身速度变化不匹配，导致机器人机身速度估计会产生比较大的偏差。

技术实现思路

1、基于此，本申请的目的在于，提供一种机器人机身状态确定方法、装置、计算机设备和存储介质，其可提高机器人机身状态估计的准确度。

2、根据本申请实施例的第一方面，提供一种机器人机身状态确定方法，包括如下步骤：

3、获取机器人的初始机身状态数据以及机身状态观测数据；

4、根据所述初始机身状态数据、所述机身状态测量数据以及机身状态滤波模型，获得获得机身状态最优估计数据；

5、根据所述机身状态最优估计数据以及足端打滑速度预测模型，获得足端速度预测数据；

6、若根据所述足端速度预测数据以及预设的速度阈值，确定出机器人处于足端打滑状态，更新所述机身状态滤波模型，根据更新后的所述机身状态滤波模型，确定机器人的机身状态。

7、根据本申请实施例的第二方面，提供一种机器人机身状态确定装置，包括：

8、状态数据获取模块，获取机器人的初始机身状态数据以及机身状态观测数据；

9、最优估计数据获得模块，用于根据所述初始机身状态数据、所述机身状态测量数据以及机身状态滤波模型，获得获得机身状态最优估计数据；

10、预测数据获得模块，用于根据所述机身状态最优估计数据以及足端打滑速度预测模型，获得足端速度预测数据；

11、机身状态确定模块，用于若根据所述足端速度预测数据以及预设的速度阈值，确定出机器人处于足端打滑状态，更新所述机身状态滤波模型，根据更新后的所述机身状态滤波模型，确定机器人的机身状态。

12、根据本申请实施例的第三方面，提供一种计算机设备，包括：处理器和存储器；其中，所述存储器存储有计算机程序，所述计算机程序适于由所述处理器加载并执行如上述任意一项所述的机器人机身状态确定方法。

13、根据本申请实施例的第四方面，提供一种计算机可读存储介质，其上储存有计算机程序，该计算机程序被处理器执行时实现如上述任意一项所述的机器人机身状态确定方法。

14、本申请实施例通过获取机器人的初始机身状态数据以及机身状态观测数据；根据所述初始机身状态数据、所述机身状态测量数据以及机身状态滤波模型，获得获得机身状态最优估计数据；根据所述机身状态最优估计数据以及足端打滑速度预测模型，获得足端速度预测数据；若根据所述足端速度预测数据以及预设的速度阈值，确定出机器人处于足端打滑状态，更新所述机身状态滤波模型，根据更新后的所述机身状态滤波模型，确定机器人的机身状态，从而提高了机器人机身状态估计的准确度。

15、应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本申请。

16、为了更好地理解和实施，下面结合附图详细说明本发明。

技术特征：

1.一种机器人机身状态确定方法，其特征在于，所述方法包括如下步骤：

2.根据权利要求1所述的机器人机身状态确定方法，其特征在于：

3.根据权利要求2所述的机器人机身状态确定方法，其特征在于：

4.根据权利要求3所述的机器人机身状态确定方法，其特征在于：

5.根据权利要求1所述的机器人机身状态确定方法，其特征在于：

6.根据权利要求1所述的机器人机身状态确定方法，其特征在于：

7.一种机器人机身状态确定装置，其特征在于，包括：

8.根据权利要求7所述的机器人机身状态确定装置，其特征在于，最优估计数据获得模块，包括：

9.一种计算机设备，包括：处理器、存储器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至6任意一项所述方法的步骤。

10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至6任意一项所述方法的步骤。

技术总结本申请涉及一种机器人机身状态确定方法、装置、计算机设备和存储介质，该方法包括：获取机器人的初始机身状态数据以及机身状态观测数据；根据所述初始机身状态数据、所述机身状态测量数据以及机身状态滤波模型，获得获得机身状态最优估计数据；根据所述机身状态最优估计数据以及足端打滑速度预测模型，获得足端速度预测数据；若根据所述足端速度预测数据以及预设的速度阈值，确定出机器人处于足端打滑状态，更新所述机身状态滤波模型，根据更新后的所述机身状态滤波模型，确定机器人的机身状态，从而提高了机器人机身状态估计的准确度。技术研发人员：张亮受保护的技术使用者：广州视源电子科技股份有限公司技术研发日：技术公布日：2024/7/23