一种机器人的自主重定位方法技术

本发明专利技术公开了一种机器人的自主重定位方法，其属于机器人领域的技术，包括：步骤S1，在所述环境地图中选择预设数量的所述机器人的可能位置组成一位置集合；步骤S2，所述激光雷达扫描得到所述机器人在当前位置的环境数据；步骤S3，根据所述环境数据与每一所述可能位置进行特征匹配，若只有一个所述可能位置与所述当前位置匹配，则定位完成；否则，则进行步骤S4；步骤S4，所述图像采集模块采集所述当前位置的环境图像；步骤S5，根据所述环境图像与每一所述可能位置进行特征匹配，完成定位。该技术方案的有益效果是：本发明专利技术提高了整个定位过程的自主性，且定位速度快，鲁棒性高。

An autonomous repositioning method for a robot

The invention discloses an autonomous repositioning method of a robot, which belongs to the technology of the robot field, including step S1, which selects the possible position of the preset number of the robot in the environment map to form a position set; step S2, the laser radar can scan the number of the environment number of the robot in the current position. According to step S3, the features match each of the possible locations according to the environmental data, if only one possible position is matched with the current position, then the location is completed; otherwise, step S4 is performed; step S4, the image acquisition module collects the current position image of the position, step S5, according to the description. The environment image is matched with each possible location to complete the localization. The beneficial effect of the technical proposal is that the invention improves the autonomy of the whole positioning process, and has the advantages of fast positioning speed and high robustness.

【技术实现步骤摘要】
一种机器人的自主重定位方法
本专利技术涉及的是一种机器人领域的技术，具体是一种机器人的自主重定位方法。
技术介绍
随着科技的发展和生活水平的提高，越来越多工作可以由机器人来代替，在某些场合，需要机器人能够自身即便是在被搬动及重启后都能快速准确定位。现有技术中，为了让机器人在被搬到一个新的位置后或是在开机时能够自身定位，采用的技术称为SLAM(simultaneouslocalizationandmapping，同步定位与建图)技术，实现移动装置自身在未知环境中的位置定位，机器人移动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，实现机器人的自主定位和导航建图。SLAM技术的一个假设前提就是机器人的起始位姿是已知的或粗略准确的，需要人为控制机器人运动来采集更多的数据来实现机器人的定位，比较耗时、影响机器人的作业。
技术实现思路
本专利技术针对现有技术存在的上述不足，提出一种机器人的自主重定位方法。本专利技术首先通过环境数据与环境地图进行特征匹配，也通过机器人所处的当前位置的环境图像与基准图像的匹配来实现定位，从而提高了整个定位过程的自主性，且定位速度快，鲁棒性高。本专利技术是通过以下技术方案实现的：本专利技术涉及一种机器人的自主重定位方法，其中，所述机器人设有一激光雷达以及一图像采集模块，所述机器人预存有当前环境的环境地图；还包括以下步骤：步骤S1，在所述环境地图中选择预设数量的所述机器人的可能位置组成一位置集合；步骤S2，所述激光雷达扫描得到所述机器人在当前位置的环境数据；步骤S3，根据所述环境数据与每一所述可能位置进行特征匹配：若只有一个所述可能位置与所述当前位置匹配，则定位完成；否则，则进行步骤S4；步骤S4，所述图像采集模块采集所述当前位置的环境图像；步骤S5，根据所述环境图像与所述位置集合中的每一所述可能位置进行特征匹配，得到与所述当前位置相匹配的可能位置，完成定位。优选的，该机器人的自主重定位方法，其中，所述步骤S3中，所述特征匹配具体包括以下步骤：步骤S31，根据所述环境数据提取所述当前位置处的当前环境特征；步骤S32，从所述环境地图中提取所述可能位置处的可能环境特征；步骤S32，处理得到所述当前环境特征和所述可能环境特征的重合度，若所述重合度大于预设的第一阈值则所述可能位置与所述当前位置匹配。优选的，该机器人的自主重定位方法，其中，在所述步骤S4之前，首先执行下述步骤：筛选出所述重合度大于一预设的第二阈值的所述可能位置，并在筛选出的所述可能位置的周围按照高斯分布获取预设数量的所述环境地图中的地图位置作为所述可能位置，并入所述位置集合。优选的，该机器人的自主重定位方法，其中，在所述步骤S4之前，首先执行下述步骤：筛选出所述重合度小于预设的第三阈值的所述可能位置并从所述位置集合中删除。优选的，该机器人的自主重定位方法，其中，所述步骤S4具体包括以下步骤：步骤S41，从预存于所述机器人中的一基准视频图像序列中提取与每一所述可能位置相关联的基准图像，所述基准图像中包括所述机器人在所述可能位置时的位姿信息；步骤S42，所述图像采集模块根据每一所述基准图像中的所述位姿信息采集与每一基准图像相对应的所述环境图像。优选的，该机器人的自主重定位方法，其中，在步骤S5中，所述特征匹配具体包括以下步骤：步骤S51，将所述可能位置的基准图像与对应的所述环境图像进行作差；步骤S52，若差值小于预设的第四阈值则所述当前位置与所述可能位置匹配。优选的，该机器人的自主重定位方法，其中，所述环境数据包括所述激光雷达采集的点云数据。优选的，该机器人的自主重定位方法，其中，所述位姿信息包括所述图像采集模块的拍摄角度。优选的，该机器人的自主重定位方法，其中，所述激光雷达沿所述机器人的周向采集所述环境数据。上述技术方案的有益效果是：本专利技术首先通过环境数据与环境地图进行特征匹配，也通过机器人所处的当前位置的环境图像与基准图像的匹配来实现定位，从而提高了整个定位过程的自主性，且定位速度快，鲁棒性高。附图说明图1为本专利技术的较佳的实施例中，一种机器人的自主重定位方法流程示意图；图2为本专利技术的较佳的实施例中，根据环境数据进行特征匹配的流程示意图；图3为本专利技术的较佳的实施例中，环境图像采集流程示意图；图4为本专利技术的较佳的实施例中，根据环境图像进行特征匹配的流程示意图。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动的前提下所获得的所有其他实施例，都属于本专利技术保护的范围。需要说明的是，在不冲突的情况下，本专利技术中的实施例及实施例中的特征可以相互组合。下面结合附图和具体实施例对本专利技术作进一步说明，但不作为本专利技术的限定。本实施例涉及一种机器人的自主重定位方法。机器人中预设有一激光雷达，激光雷达能够扫描机器人的周围环境得到环境数据。激光雷达扫描得到环境数据中包括点云数据。激光雷达扫描周围360度范围内的环境，以得到环境数据。或者，移动机器人通过再附近范围内移动来扫描得到周围的环境数据。点云数据是三维空间中的数据点的集合。激光雷达扫描物体的表面，得到若干数据点，形成点云数据。机器人预存有当前环境的环境地图，环境地图是机器人通过再当前环境中通过SLAM技术预先形成。当机器人在当前环境中移动后，需要再次定位时，即定位在环境地图中的位置。激光雷达首先扫描得到的数据点的坐标都是在机器人坐标系下的坐标值。而后需要将机器人坐标系下的坐标值换算到环境体图中的坐标系下的坐标值。如图1所示，自主重定位方法具体包括以下步骤：步骤S1，在环境地图中选择预设数量的机器人的可能位置组成一位置集合。在位置集合中，可能位置的数量与机器人中的环境地图中的通行区域的大小呈正比。步骤S2，激光雷达采集机器人在当前位置的环境数据。当前位置的环境数据中包括当前位置处的点云数据，还包括机器人与周围物体的深度数据，周围环境中的物体的形状数据。步骤S3，根据当前位置处的环境数据与每一可能位置进行特征匹配，若只有一个可能位置与当前位置匹配，则定位完成；否则，则进行步骤S4；如图2所示，根据环境数据进行特征匹配的具体步骤包括：步骤S31，根据环境数据提取当前位置处的当前环境特征。环境数据中的点云数据、深度数据以及形状数据，都是对当前位置处的环境的描述。当前环境中存在的某些特征也反应于环境数据以及环境地图中。从点云数据中提取特征数据作为当前环境特征。步骤S32，从环境地图中提取可能位置处的可能环境特征。环境地图准确了反应了当前环境中的各个位置的特征。环境地图保存有建立时的点云数据，从中可以提取特征数据作为可能位置处的可能环境特征。步骤S32，处理得到当前环境特征和可能环境特征的重合度，若重合度大于预设的第一阈值则可能位置与当前位置匹配。预设的第一阈值可以为90％或95％。处理得到当前位置的当前环境特征与位置集合中每一个可能位置处的可能环境特征的重合度大于90％，则可能位置与当前位置匹配。当位置集合中只有一个可能位置与当前位置相匹配，则定位完成，得到了当前位置在环境地图中的准确位置。如果有两个或两个以上可能位置与当前位置本文档来自技高网...

【技术保护点】
1.一种机器人的自主重定位方法，其特征在于，所述机器人设有一激光雷达以及一图像采集模块，所述机器人预存有当前环境的环境地图；还包括以下步骤：步骤S1，在所述环境地图中选择预设数量的所述机器人的可能位置组成一位置集合；步骤S2，所述激光雷达扫描得到所述机器人在当前位置的环境数据；步骤S3，根据所述环境数据与每一所述可能位置进行特征匹配：若只有一个所述可能位置与所述当前位置匹配，则定位完成；否则，则进行步骤S4；步骤S4，所述图像采集模块采集所述当前位置的环境图像；步骤S5，根据所述环境图像与所述位置集合中的每一所述可能位置进行特征匹配，得到与所述当前位置相匹配的可能位置，完成定位。

【技术特征摘要】
1.一种机器人的自主重定位方法，其特征在于，所述机器人设有一激光雷达以及一图像采集模块，所述机器人预存有当前环境的环境地图；还包括以下步骤：步骤S1，在所述环境地图中选择预设数量的所述机器人的可能位置组成一位置集合；步骤S2，所述激光雷达扫描得到所述机器人在当前位置的环境数据；步骤S3，根据所述环境数据与每一所述可能位置进行特征匹配：若只有一个所述可能位置与所述当前位置匹配，则定位完成；否则，则进行步骤S4；步骤S4，所述图像采集模块采集所述当前位置的环境图像；步骤S5，根据所述环境图像与所述位置集合中的每一所述可能位置进行特征匹配，得到与所述当前位置相匹配的可能位置，完成定位。2.根据权利要求1所述的机器人的自主重定位方法，其特征在于，所述步骤S3中，所述特征匹配具体包括以下步骤：步骤S31，根据所述环境数据提取所述当前位置处的当前环境特征；步骤S32，从所述环境地图中提取所述可能位置处的可能环境特征；步骤S32，处理得到所述当前环境特征和所述可能环境特征的重合度，若所述重合度大于预设的第一阈值则所述可能位置与所述当前位置匹配。3.根据权利要求2所述的机器人的自主重定位方法，其特征在于，在所述步骤S4之前，首先执行下述步骤：筛选出所述重合度大于一预设的第二阈值的所述可能位置，并在筛选出的所述可能位置的周围按照高斯分布获取...

【专利技术属性】
技术研发人员：刘双成，罗方龙，许少强，
申请(专利权)人：弗徕威智能机器人科技上海有限公司，
类型：发明
国别省市：上海,31