The embodiment of the invention discloses a robot adaptive positioning method, a positioning device, a robot and a storage medium. This method includes: acquiring the linear features of the robot's surrounding environment, obtaining the first linear feature set, in which the linear features include the position of the starting and ending endpoints of the line segment; clustering the linear features of the first linear feature set with the mean value, obtaining multiple clustering subsets; fitting each clustering subset with a straight line respectively; determining the robot according to the results of the straight line fitting Location. In the embodiment of the invention, the linear feature is obtained by extracting the linear feature of the environment in the elevator, the clustering subset is obtained by clustering the linear feature, the linear function is obtained by straight-line fitting the clustering subset, and the distance and direction of the robot relative to the inner wall and the two side walls of the electric elevator are determined by the linear function, so as to realize the positioning beacon independent of other positioning beacons Complete the positioning of the robot in the elevator.
【技术实现步骤摘要】
机器人自适应定位方法、定位装置、机器人及存储介质
本专利技术实施例涉及机器人定位技术,尤其涉及一种机器人自适应定位方法、定位装置、机器人及存储介质。
技术介绍
随着机器人越来越普及,机器人被越来越广泛的应用在各种场景中,在机器人的实际工作中,需要让机器人自动上下电梯,所以机器人在电梯内的精准定位就尤为重要。当前为了让机器人获得准确的位置信息,机器人需要获取额外的定位信标,或需要提前设定电梯内的尺寸信息,不仅效率低,而且成本高,影响了机器人的普及和运行。
技术实现思路
本专利技术实施例提供一种机器人自适应定位方法、定位装置、机器人及存储介质,以实现机器人能够不依赖外界定位信标,通过直线特征提取和均值聚类方法,获取机器人的位置信息,实现机器人的自适应定位。第一方面,本专利技术实施例提供了一种机器人自适应定位方法,包括:获取机器人周围环境的直线特征,得到第一直线特征集,其中所述直线特征包括线段的起始端点位置和结束端点位置;对所述第一直线特征集中的直线特征进行均值聚类,得到多个聚类子集;对各个所述聚类子集分别进行直线拟合;根据直线拟合的结果确定所述机器人的位置。第二方面,本专利技术实施例还提供了一种机器人自适应定位装置,包括:直线特征提取模块,用于获取机器人周围环境的直线特征,得到第一直线特征集,其中所述直线特征包括线段的起始端点位置和结束端点位置;聚类模块,用于对所述第一直线特征集中的直线特征进行均值聚类,得到多个聚类子集; ...
【技术保护点】
1.一种机器人自适应定位方法,其特征在于,包括:/n获取机器人周围环境的直线特征,得到第一直线特征集;/n对所述第一直线特征集中的直线特征进行均值聚类,得到多个聚类子集;/n对各个所述聚类子集分别进行直线拟合;/n根据直线拟合的结果确定所述机器人的位置。/n
【技术特征摘要】
1.一种机器人自适应定位方法,其特征在于,包括:
获取机器人周围环境的直线特征,得到第一直线特征集;
对所述第一直线特征集中的直线特征进行均值聚类,得到多个聚类子集;
对各个所述聚类子集分别进行直线拟合;
根据直线拟合的结果确定所述机器人的位置。
2.根据权利要求1所述的方法,其特征在于,所述获取机器人周围环境的直线特征,得到第一直线特征集,包括:
通过设置在所述机器人上的传感器获取所述机器人周围环境的点云数据;
对所述点云数据进行低通滤波;
以机器人坐标系为基准,对低通滤波后的点云数据使用霍夫变换进行直线特征提取,得到第一直线特征集,其中,所述机器人坐标系以机器人的几何中心为坐标原点的直角坐标系,且所述机器人坐标系的x轴正向朝向所述机器人的正前方,所述机器人坐标系构成的坐标平面平行于水平面;所述直线特征包括线段的起始端点位置和结束端点位置。
3.根据权利要求2所述的方法,其特征在于,所述对所述第一直线特征集中的直线特征进行均值聚类,得到多个聚类子集,包括:
从所述第一直线特征集中,选取直线特征的倾斜角在-δ~+δ中的任一倾斜角为第一初始聚类质心,以及选取直线特征的倾斜角在中的任一倾斜角为第二初始聚类质心,其中,δ为预设的容差参数,直线特征的倾斜角为直线特征对应的线段与所述机器人坐标系的x轴之间的夹角;
将各所述直线特征的倾斜角分别与第一初始聚类质心和第二初始聚类质心进行比较,若所述直线特征的倾斜角与所述第一初始聚类质心的差值小于该直线特征的倾斜角与所述第二初始聚类质心的差值,则将该直线特征计入第一聚类群;否则,将该直线特征计入第二聚类群;
将所述第一聚类群中直线特征的平均倾斜角作为第三聚类质心,以及所述第二聚类群中直线特征的平均倾斜角作为第四聚类质心,将所述直线特征的倾斜角分别与所述第三聚类质心和所述第四聚类质心进行比较,若所述直线特征的倾斜角与所述第三聚类质心的差值小于该直线特征的倾斜角与所述第四聚类质心的差值,则将该直线特征计入第三聚类群,否则,将该直线特征计入第四聚类群;
重复所述第三聚类群和所述第四聚类群的聚类过程,直至所述第一直线特征集中各直线特征经过聚类后得到的聚类质心不再改变,得到第二直线特征集和第三直线特征集。
4.根据权利要求3所述的方法,其特征在于,若所述机...
【专利技术属性】
技术研发人员:夏知拓,潘晶,苏至钒,张波,李正浩,
申请(专利权)人:上海钛米机器人科技有限公司,
类型:发明
国别省市:上海;31
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。