【技术实现步骤摘要】
本专利技术实施例涉及导航技术,尤其涉及一种室内定位方法及装置。
技术介绍
随着电子技术和计算机技术的快速发展及机器人定位精度的不断提高,智能移动机器人的应用越来越广泛。目前,一种实现室内导航的方式是预先在室内布置无线传感器网络节点,以形成无线传感器网络。根据无线传感器网络节点的数据构建全局拓扑移动地图。该方法需要预先铺设相当数量的无线传感器,必然会增加投入的研发成本。并且,根据这种方式获得的地图必然会因缺少未设置传感器位置的信息而不完整,进而,无法为室内导航提供精确的导航地图。另一种实现室内导航的方式是通过同步定位与地图构建(SLAM)技术描绘室内环境,根据传感器采集的数据对机器人的位姿进行粗略计算,再结合SLAM算法进行精细定位,实现机器人定位和导航。但是,由于采用SLAM算法将采集的环境数据与室内整体环境数据进行匹配需要进行大量的迭代运算,算法的时间复杂度较高,进而不利于机器人实时定位。同时,SLAM算法自身在数据匹配过程中存在累计误差,使定位精度和导航的准确性均降低。
技术实现思路
本专利技术提供一种室内定位方法及装置,以实现精准定位的目的,降低SLAM算法在匹配上的时间复杂度及累计误差。第一方面,本专利技术实施例提供了一种室内定位方法,包括:确定估计位姿,根据已获得的室内地图库与所述估计位姿确定局部地图库;将采集到的当前帧激光雷达数据与上一帧激光雷达数据进行匹配确定第一 ...
【技术保护点】
一种室内定位方法,其特征在于,包括:确定估计位姿,根据已获得的室内地图库与所述估计位姿确定局部地图库;将采集到的当前帧激光雷达数据与上一帧激光雷达数据进行匹配确定第一位姿;在所述局部地图库中获得与所述第一位姿的偏移量最小的位姿,将所述当前帧激光雷达数据与所述偏移量最小的位姿对应的激光雷达数据进行匹配确定第二位姿;将所述第一位姿与所述第二位姿中匹配误差较小的一个位姿确定为精确位姿。
【技术特征摘要】
1.一种室内定位方法,其特征在于,包括:
确定估计位姿,根据已获得的室内地图库与所述估计位姿确定局部地图库;
将采集到的当前帧激光雷达数据与上一帧激光雷达数据进行匹配确定第一
位姿;
在所述局部地图库中获得与所述第一位姿的偏移量最小的位姿,将所述当
前帧激光雷达数据与所述偏移量最小的位姿对应的激光雷达数据进行匹配确定
第二位姿;
将所述第一位姿与所述第二位姿中匹配误差较小的一个位姿确定为精确位
姿。
2.根据权利要求1所述的室内定位方法,其特征在于,在确定估计位姿之
前,还包括:
采集室内激光雷达数据发送至上位机,以使所述上位机根据采集到的室内
激光雷达数据创建室内地图库;
接收所述上位机发送的所述室内地图库。
3.根据权利要求1所述的室内定位方法,其特征在于,根据已获得的室内
地图库与所述估计位姿确定局部地图库,包括:
在室内地图库中获得与所述估计位姿的距离偏移量不超过设定阈值的位姿,
确定距离偏移量不超过设定阈值的各个位姿对应的激光雷达数据;
将采集到的当前帧激光雷达数据与所述各个位姿对应的激光雷达数据进行
匹配,根据各个位姿对应的激光雷达数据中与所采集到的当前帧激光雷达数据
相匹配的激光雷达数据确定局部地图库。
4.根据权利要求1所述的室内定位方法,其特征在于,将采集到的当前帧
激光雷达数据与上一帧激光雷达数据进行匹配确定第一位姿,包括:
将采集到的当前帧激光雷达数据与相邻的上一帧激光雷达数据进行匹配确
定第一距离偏移量及第一角度偏移量;
根据所述第一距离偏移量和第一角度偏移量调整所述上一帧激光雷达数据
对应的位姿确定第一位姿。
5.根据权利要求1或3所述的室内定位方法,其特征在于,在所述局部地
图库中获得与所述第一位姿的偏移量最小的位姿,将所述当前帧激光雷达数据
与所述偏移量最小的位姿对应的激光雷达数据进行匹配确定第二位姿,包括:
获取所述局部地图库包括的各个位姿,确定所述各个位姿与所述第一位姿
的距离偏移量;
确定与所述第一位姿的距离偏移量最小的位姿为参考位姿;
若所述距离偏移量最小的位姿的数目超过1,则比较所述距离偏移量最小
的位姿与所述第一位姿的角度偏移量,确定角度偏移量最小的位姿为参考位姿;
将所述参考位姿对应的激光雷达数据与当前帧激光雷达数据进行匹配确定
第二距离偏移量和第二角度偏移量,根据所述参考位姿、第二距离偏移量和第
二角度偏移量...
【专利技术属性】
技术研发人员:徐斌,李志堂,严孙荣,
申请(专利权)人:百度在线网络技术北京有限公司,
类型:发明
国别省市:北京;11
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。