The invention discloses a global relocation method for robots, which belongs to the field of robotics technology, including starting robots with the same probability distribution in all locations; real-time acquisition of environmental information around robots by carrying lidar by robots and construction of a local map; using image matching method to find possible positions and postures of local maps in the global map; and The probabilities of possible positions and postures are calculated, and the positioning confidence of the robot in the global map is updated. The difference between the maximum positioning confidence and the second largest positioning confidence is calculated to determine whether the difference is greater than the set threshold. If so, the positioning is completed. Otherwise, the positioning confidence of the robot is updated according to the odometer data carried by the robot. The robot in the invention can complete global relocation only by carrying sensors, has high autonomy and adaptability, and has fast positioning speed and high robustness.
【技术实现步骤摘要】
一种机器人全局重定位方法
本专利技术涉及机器人
,特别涉及一种机器人全局重定位方法。
技术介绍
随着科技发展和生活水平的提高,在现实生活中越来越多的需要机器人代替人工完成一些简答重复性的工作,解决机器人“绑架”及重定位可以极大地扩展服务机器人的应用领域及提高用户的使用体验。在现有解决机器人重定位的方案中,大多是通过在环境中贴二维码或者安装UWB等辅助设备实现机器人定位,或者需要人工指定一个或多个机器人可能的位置范围。这些方案大多需要改变机器人的运行环境,在一定程度上限制了机器人的使用范围,成本较高;而且通过人工干预的方式,没有真正实现机器人的自主化。
技术实现思路
本专利技术的目的在于提供一种机器人全局重定位方法,以避免改变机器人的运行环境。为实现以上目的,本专利技术采用一种机器人全局重定位方法,所述机器人设有激光雷达和里程计,且所述机器人预存有其运行区域环境的全局地图,包括:S1、设定在初始时刻,机器人在所述全局地图中所有位姿的概率服从均匀分布;S2、利用所述激光雷达实时获取机器人周围的环境信息数据,并利用建图算法对机器人周围的环境信息数据进行处理,构建出机器人周围环境的局部地图;S3、采用图像匹配算法在全局地图中匹配出局部地图的可能位姿以及可能位姿处的概率;S4、利用可能位姿处的概率对上一时刻机器人在全局地图中同一位姿的定位置信度进行更新,并对更新后的各可能位姿的定位置信度进行归一化处理,将归一化后的概率分布作为后验值;S5、计算后验值中最大定位置信度与第二大定位置信度的差值,判断该差值是否大于设定的阈值;S6、若是,则机器人全局重定位完成;S7、若 ...
【技术保护点】
1.一种机器人全局重定位方法,其特征在于,所述机器人设有激光雷达和里程计,且所述机器人预存有其运行区域环境的全局地图,包括:S1、设定在初始时刻,机器人在所述全局地图中所有位姿的概率服从均匀分布;S2、利用所述激光雷达实时获取机器人周围的环境信息数据,并利用建图算法对机器人周围的环境信息数据进行处理,构建出机器人周围环境的局部地图;S3、采用图像匹配算法在全局地图中匹配出局部地图的可能位姿以及可能位姿处的概率;S4、利用可能位姿处的概率对上一时刻机器人在全局地图中同一位姿的定位置信度进行更新,并对更新后的各可能位姿的定位置信度进行归一化处理,将归一化后的概率分布作为后验值;S5、计算后验值中最大定位置信度与第二大定位置信度的差值,判断该差值是否大于设定的阈值;S6、若是,则机器人全局重定位完成;S7、若否,则利用里程计采集的里程数据对所述后验值进行修正,然后执行步骤S2。
【技术特征摘要】
1.一种机器人全局重定位方法,其特征在于,所述机器人设有激光雷达和里程计,且所述机器人预存有其运行区域环境的全局地图,包括:S1、设定在初始时刻,机器人在所述全局地图中所有位姿的概率服从均匀分布;S2、利用所述激光雷达实时获取机器人周围的环境信息数据,并利用建图算法对机器人周围的环境信息数据进行处理,构建出机器人周围环境的局部地图;S3、采用图像匹配算法在全局地图中匹配出局部地图的可能位姿以及可能位姿处的概率;S4、利用可能位姿处的概率对上一时刻机器人在全局地图中同一位姿的定位置信度进行更新,并对更新后的各可能位姿的定位置信度进行归一化处理,将归一化后的概率分布作为后验值;S5、计算后验值中最大定位置信度与第二大定位置信度的差值,判断该差值是否大于设定的阈值;S6、若是,则机器人全局重定位完成;S7、若否,则利用里程计采...
【专利技术属性】
技术研发人员:杨记周,高放,潘宏青,许玉云,骆永乐,
申请(专利权)人:中国科学院合肥物质科学研究院,
类型:发明
国别省市:安徽,34
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。