一种定位方法及设备技术

本发明专利技术公开了一种定位方法及设备，该方法及设备通过机器人获取与自身所在区域对应的非栅格地图，对非栅格地图进行尺度转换，并将尺度转换后的非栅格地图通过图片转换生成栅格地图，之后机器人向所在区域中的指定位置移动，此指定位置设有引导标记，同时指定位置的布局信息与栅格地图匹配度高于预设阈值，进而当机器人到达指定位置时，根据自身对周围的环境扫描结果确定机器人当前的位置。通过应用本申请的技术方案，机器人能够更加迅速便捷的生成地图并准确的进行自身定位，极大降低了硬件成本投入的同时提高了机器人定位的准确性。

A positioning method and equipment

The invention discloses a positioning method and equipment. The method and equipment acquire non-grid map corresponding to their own region through a robot, scale conversion of non-grid map, and scale conversion of non-grid map to generate grid map through picture conversion. After that, the robot moves to the designated location in the region. The designated location is provided with a guide mark. The matching degree between the layout information of the designated position and the raster map is higher than the preset threshold. When the robot reaches the designated position, the current position of the robot is determined according to its own scanning results of the surrounding environment. By applying the technical scheme of this application, the robot can generate maps more quickly and conveniently and locate itself accurately, which greatly reduces the cost of hardware and improves the accuracy of robot positioning.

【技术实现步骤摘要】
一种定位方法及设备
本专利技术涉及空间定位领域，特别涉及一种定位方法。本专利技术同时还涉及一种定位设备。
技术介绍
移动机器人定位是确定其在已知环境中所处位置的过程，是实现移动机器人自动导航能力的关键。依据机器人所采用传感器类型的不同，其定位方式有所不同。目前应用较广泛的传感器有里程计、超声波、激光器、摄像机、红外线、深度相机、GPS(GlobalPositioningSystem，全球定位系统)定位系统等等。在实现机器人定位的过程中，当一个机器人在未知的环境中运动，如何通过对环境的观测确定自身的运动轨迹，同时构建出环境的地图。SLAM(SimultaneousLocalizationandMapping，同时定位与地图创建)技术正是为了实现这个目标涉及到的诸多技术的总和。SLAM被定义为解决″机器人从未知环境的未知地点出发，在运动过程中通过重复观测到的地图特征(比如，墙角，柱子等)定位自身位置和姿态，再根据自身位置增量式的构建地图，从而达到同时定位和地图构建的目″的问题方法的统称。目前，二维SLAM系统依赖栅格地图实现机器人定位，以便机器人完成导航及避障等任务。其中，栅格地图的生成主要依靠SLAM系统建图功能过程实现。具体方式体现为：机器人搭载激光雷达、辅助以里程计以及惯性测量单元单元等传感器，采集环境数据(机器人到障碍物距离，机器人速度等)，并通过一定匹配算法等，实现栅格地图的构建。专利技术人在实现本专利技术的过程中发现，现有技术至少存在以下问题：(1)栅格地图的构建非常依赖于激光雷达、IMU(惯性测量单元)等传感器性能。比如大尺度场景下(如空旷的室内空间)，如果激光雷达的量程小于房间边长的一半，当雷达处于房间中部位置时，无法测得四周墙壁的位置，从而很难实现栅格地图构建。而大量程激光雷达的价格都比较昂贵；(2)在特殊的场景下建图准确性不足：比如特征较少的场景，如没有拐角、没有杂物的楼道，难以建立准确的地图，因为建图算法是基于环境的特征(拐角、凹凸形状等)进行匹配。又比如较长的环形(回字形)走廊，当从起点沿一个方向建图，转一圈后回到起点时，由于传感器误差的积累，往往地图上不能实现闭合(闭环失败)。再如如果数据采集过程中存在暂时性障碍物(如路过的行人)，建图时，可能会把这些暂时性障碍物当做永久障碍物记录下来，后期需要人工清除这些″伪障碍物″才能确保定位的准确性。由此可见，如何在减少硬件成本投入的基础上提高机器人定位的准确性，成为本领域技术人员亟待解决的技术问题。
技术实现思路
本专利技术提供一种定位方法，应用于机器人，用以解决在减少硬件成本投入的基础上提高机器人定位的准确性，所述方法包括：所述机器人获取与自身所在区域对应的非栅格地图；所述机器人对所述非栅格地图进行尺度转换，并将所述尺度转换后的非栅格地图通过图片转换生成栅格地图；所述机器人向所述区域中的指定位置移动，所述指定位置设有引导标记，所述指定位置的布局信息与所述栅格地图匹配度高于预设阈值；当所述机器人到达所述指定位置时，根据自身对周围的环境扫描结果确定所述机器人当前的位置。优选的，所述机器人对所述非栅格地图进行尺度转换，具体为：获取所述机器人内置的指定系统所支持的栅格地图的分辨率；根据所述非栅格地图中最长的侧边的长度确定缩放率；根据所述缩放率对所述非栅格地图进行等比例缩放。优选的，将所述尺度转换后的非栅格地图通过图片转换生成栅格地图，具体为：确定所述非栅格地图中可通行区域的RGB中心值；根据预设的转换阈值以及所述RGB中心值对所述非栅格地图中的各像素点进行筛选；根据筛选结果为各所述像素点赋予栅格值；根据各所述像素点的栅格值生成所述栅格地图。优选的，在将所述尺度转换后的非栅格地图通过图片转换生成栅格地图之后，还包括：接收地图修改指示消息，根据所述地图修改指示消息中携带的位置修改信息调整所述栅格地图中相应像素的栅格值。优选的，所述机器人设有激光雷达传感器，根据自身对周围的环境扫描结果确定所述机器人当前的位置，具体为：通过所述激光雷达传感器生成所述机器人附近的粒子信息；利用指定算法对多次采集的所述粒子信息进行重采样处理，并根据处理结果生成所述环境扫描结果；根据所述环境扫描结果确定所述位置。优选的，所述机器人设有运动传感器，还包括：若所述机器人未处于所述指定位置，所述机器人根据上一次确定的位置以及所述运动传感器向其他指定位置移动。相应的，本专利技术还提出了一种定位设备，应用于机器人，所述设备包括：获取模块，所述机器人获取与自身所在区域对应的非栅格地图；生成模块，所述机器人对所述非栅格地图进行尺度转换，并将所述尺度转换后的非栅格地图通过图片转换生成栅格地图；移动模块，所述机器人向所述区域中的指定位置移动，所述指定位置设有引导标记，所述指定位置的布局信息与所述栅格地图匹配度高于预设阈值；确定模块，当所述机器人到达所述指定位置时，根据自身对周围的环境扫描结果确定所述机器人当前的位置。相应的，本专利技术还提出了一种计算机可读存储介质，所述机算机可读存储介质中存储有指令，当所述指令在终端设备上运行时，使得所述终端设备执行如上所述的定位方法。相应的，本专利技术还提出了一种计算机程序产品，其特征在于，所述计算机程序产品在终端设备上运行时，使得所述终端设备执行如上所述的定位方法。通过应用本申请的技术方案，该方案通过机器人获取与自身所在区域对应的非栅格地图，对非栅格地图进行尺度转换，并将尺度转换后的非栅格地图通过图片转换生成栅格地图，之后机器人向所在区域中的指定位置移动，此指定位置设有引导标记，同时指定位置的布局信息与栅格地图匹配度高于预设阈值，进而当机器人到达指定位置时，根据自身对周围的环境扫描结果确定机器人当前的位置。通过应用本申请的技术方案，机器人能够更加迅速便捷的生成地图并准确的进行自身定位，极大降低了硬件成本投入的同时提高了机器人定位的准确性。附图说明为了更清楚地说明本专利技术的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1为本申请提出的一种定位方法的流程示意图；图2为本申请具体实施例提出的粒子滤波算法(AMCL算法)的流程示意图；图3为本申请具体实施例提出的一种精确定位示意图；图4为本申请提出的一种定位设备的结构示意图。具体实施方式如
技术介绍
所述，现有技术虽然在实现机器人定位的过程中利用二维SLAM系统依赖栅格地图实现机器人定位，以便机器人完成导航及避障等任务，但由于大尺度场景下大量程激光雷达的价格都比较昂贵，并且在特征较少的场景中无法建立准确的地图，同时对于暂时性障碍物无法及时的排除，都直接或间接的影响到机器人定位的准确性。有鉴于上述问题，本专利技术实施例提供一种定位方法，应用于机器人以使机器人精确定位。下面将结合本专利技术中的附图，对本专利技术中的技术方案进行清楚、完整的描述。在本专利技术实施例中，机器人是指自动执行工作的机器装置。它既可以接受人类指挥，又可以运行预先编排的程序，也可以根据以人工智能技术制定的原则纲领行动。它的任务是协助或取代人类工作的工作，例如生产业、建筑业，或是危险的工作。其功能结构、运用环境等的变化并不会影响本专利技术本文档来自技高网...

【技术保护点】
1.一种定位方法，应用于机器人，其特征在于，包括：所述机器人获取与自身所在区域对应的非栅格地图；所述机器人对所述非栅格地图进行尺度转换，并将所述尺度转换后的非栅格地图通过图片转换生成栅格地图；所述机器人向所述区域中的指定位置移动，所述指定位置设有引导标记，所述指定位置的布局信息与所述栅格地图匹配度高于预设阈值；当所述机器人到达所述指定位置时，根据自身对周围的环境扫描结果确定所述机器人当前的位置。

【技术特征摘要】
1.一种定位方法，应用于机器人，其特征在于，包括：所述机器人获取与自身所在区域对应的非栅格地图；所述机器人对所述非栅格地图进行尺度转换，并将所述尺度转换后的非栅格地图通过图片转换生成栅格地图；所述机器人向所述区域中的指定位置移动，所述指定位置设有引导标记，所述指定位置的布局信息与所述栅格地图匹配度高于预设阈值；当所述机器人到达所述指定位置时，根据自身对周围的环境扫描结果确定所述机器人当前的位置。2.如权利要求1所述的方法，其特征在于，所述机器人对所述非栅格地图进行尺度转换，具体为：获取所述机器人内置的指定系统所支持的栅格地图的分辨率；根据所述非栅格地图中最长的侧边的长度确定缩放率；根据所述缩放率对所述非栅格地图进行等比例缩放。3.如权利要求2所述的方法，其特征在于，将所述尺度转换后的非栅格地图通过图片转换生成栅格地图，具体为：确定所述非栅格地图中可通行区域的RGB中心值；根据预设的转换阈值以及所述RGB中心值对所述非栅格地图中的各像素点进行筛选；根据筛选结果为各所述像素点赋予栅格值；根据各所述像素点的栅格值生成所述栅格地图。4.如权利要求3所述的方法，其特征在于，在将所述尺度转换后的非栅格地图通过图片转换生成栅格地图之后，还包括：接收地图修改指示消息，根据所述地图修改指示消息中携带的位置修改信息调整所述栅格地图中相应像素的栅格值。5.如权利要求1所述的方法，其特征在于，...

【专利技术属性】
技术研发人员：王国栋，
申请(专利权)人：北京米文动力科技有限公司，
类型：发明
国别省市：北京,11