【技术实现步骤摘要】
本专利技术涉及机器人
,具体而言,涉及一种机器人重定位方法及装置。
技术介绍
机器人在移动的过程中,需要二维激光测距传感器不断的向外发射激光,测量机器人距离障碍物的距离,以使机器人躲避障碍物,在移动机器人的导航中得到了广泛的应用,而基于激光传感器的同步定位与建图(SimultaneousLocalizationandMapping,SLAM)能够在机器人移动的过程中根据位置估计和地图进行自身定位,同时在自身定位的基础上建造增量式地图,实现机器人的地主定位和导航。但是,基于激光的SLAM经常会出现由于人为移动或者系统本身的原因发生定位错误,当发生这样的问题后,现有技术中,大都是重新开始建图,但是,重新建图一方面会导致建图成本增加,另一方面重新建图时,机器人只能终止现在正在执行的任务,导致任务的中断。
技术实现思路
有鉴于此,本专利技术实施例的目的在于提供一种机器人重定位方法及装置,以解决现有技术中,当基于激光的SLAM出现定位错误时,需要重新建图,这样一方面导致建图成本增加,另一方面导致机器人正在执行的任务终止的问题。第一方面,本专利技术实施例提供了一种机器人重 ...
【技术保护点】
一种机器人重定位方法,其特征在于,所述方法包括:获取机器人当前发出的激光数据和所述机器人所在位置对应的局部地图,将所述激光数据和所述局部地图进行匹配,根据匹配结果判断当前定位的所述机器人的位置是否准确;当确定当前定位的所述机器人的位置不准确时,将与所述激光数据的直方图的相似度大于或者等于预设值的至少一个预存激光数据在所述局部地图上对应的区域确定为重定位的候选区域;计算所述候选区域的不同位置与所述激光数据的匹配分数,将匹配分数最大的位置确定为重定位的所述机器人的位置。
【技术特征摘要】
1.一种机器人重定位方法,其特征在于,所述方法包括:获取机器人当前发出的激光数据和所述机器人所在位置对应的局部地图,将所述激光数据和所述局部地图进行匹配,根据匹配结果判断当前定位的所述机器人的位置是否准确;当确定当前定位的所述机器人的位置不准确时,将与所述激光数据的直方图的相似度大于或者等于预设值的至少一个预存激光数据在所述局部地图上对应的区域确定为重定位的候选区域;计算所述候选区域的不同位置与所述激光数据的匹配分数,将匹配分数最大的位置确定为重定位的所述机器人的位置。2.根据权利要求1所述的方法,其特征在于,所述将所述激光数据和所述局部地图进行匹配,包括:获取所述机器人在所述局部地图上的位置坐标,根据所述位置坐标通过坐标转换的方法计算所述激光数据中的激光点在所述局部地图上的映射点坐标;根据所述激光点在所述局部地图上对应的映射点在预设区域内是否存在障碍点,对所述激光点进行积分;根据所述激光点的积分,计算所述激光数据中的所有激光点的平均积分值;将所述平均积分值确定为所述激光数据与所述局部地图的匹配分数。3.根据权利要求2所述的方法,其特征在于,所述根据匹配结果判断当前定位的所述机器人的位置是否准确,包括:将所述匹配分数与预设阈值进行比较,当所述匹配分数小于所述预设阈值时,确定当前定位的所述机器人的位置不准确。4.根据权利要求1所述的方法,其特征在于,所述将与所述激光数据的直方图的相似度大于或者等于预设值的至少一个预存激光数据在所述局部地图上对应的区域确定为重定位的候选区域,包括:生成所述激光数据的直方图;采用相关系数法分别计算所述激光数据对应的直方图与所述预存激光数据对应的直方图的相关性分数;将所述相关性分数与预设分数值进行比较,选取所述相关性分数大于或者等于预设分数值的至少一个预存激光数据;将所述至少一个预存激光数据在所述局部地图上对应的区域确定为重定位的候选区域。5.根据权利要求4所述的方法,其特征在于,所述生成所述激光数据的直方图,包括:按照预设角度间隔将360°平均划分为多个角度区间;统计方向角落在每个所述角度区间内的激光点,并计算每个所述角度区间内的激光点与所述机器人的距离的平均值;将所述角度区间确定为所述直方图的横轴,将所述平均值确定为所述直方图的纵轴。6.根据权利要求1所述的方法,其特征在于,所述计算所述候选区域的不同位置与所述激光数据的匹配分数,将匹配分数最大的位置确定为重定位的所述机器人的位置,包括:获取所述候选区域的起始匹配位置,计算所述起始匹配位置与所述激光数据的匹配分数;选取距离所述起始匹配位置预设步长多个匹配位置,分别计算多个所述匹配位置与所述激光数据的匹配分数;将所述起始匹配位置对应的匹配分数与多个所述匹配位置对应的匹配分数进行比较,根据比较结果调整所述预设步长,重新确定匹配位置进行匹配,直至确定出匹配分数最大的位置。7.一种...
【专利技术属性】
技术研发人员:郑慧,
申请(专利权)人:深圳微服机器人科技有限公司,
类型:发明
国别省市:广东;44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。