数据处理方法、系统、服务装置及其存储介质制造方法及图纸

本发明专利技术提供一种数据处理方法、系统、服务装置及其存储介质，所述数据处理方法包括获取当前时刻机器人在地图中的估计位姿；根据所述估计位姿，进行激光点云数据与地图的匹配，以获取若干地图匹配位姿及与所述若干地图匹配位姿对应的若干地图匹配得分；将所述若干地图匹配位姿按照各自的地图匹配得分进行降序排列；选取排序靠前的部分所述地图匹配位姿；将所有选取的所述地图匹配位姿进行信息处理，以获取当前时刻所述机器人在地图上的最终地图位姿。本发明专利技术在保证运算速度基本不变的情况下，提高了点云与地图匹配的精度与效果。

Data processing method, system, service device and storage medium

【技术实现步骤摘要】
数据处理方法、系统、服务装置及其存储介质
本专利技术涉及机器人控制
，特别涉及一种数据处理方法、系统、服务装置及其存储介质。
技术介绍
移动机器人定位是机器人学的重要研究方向，也是机器人实现自主导航与智能行走的核心技术，对于提高机器人自动化水平具有重要意义。定位方法通常分为两类：绝对定位和相对定位。绝对定位要求机器人在不指定初始位置的情况下确定自己的位置。相对定位指机器人在给初始位置的条件下，根据多传感器实时数据及先验环境地图确定自己的在地图中的位置，是机器人定位处理中主要的研究方向。点云与地图的匹配技术是机器人定位的核心技术，匹配的精度与鲁棒性对定位效果有较大的影响，匹配的速度影响定位的实时性，进一步影响机器人的导航控制的响应速度与平滑性。因此提高点云与地图的匹配的精度与速度是机器人高精度高效运行的关键技术。点云与地图的匹配精度受很多因素的影响，比如激光点云中包含大量移动物体，或者环境地图构建存在较大误差等。针对点云与地图的匹配，存在多种方法，比较常用的为梯度下降法，该方法容易陷入局部最优值，而且大多数匹配结果为局部最优地图位姿，这是由于地图的不连续导致的；另外还有暴力匹配结合分支定界加速的方法，该方法基本可以确定全局最优值，但是如果点云中包含大量移动物体的情况下，可能得到错误的全局最优解，而且该方法计算量大，算法运算时间较长，很难在嵌入式平台上达到实时匹配的要求。
技术实现思路
鉴于以上所述现有技术的缺点，本专利技术的目的在于提供一种数据处理方法、系统、服务装置及其存储介质，用于解决现有技术中的点云与地图的匹配方法和系统，运算速度耗时，点云与地图匹配的精度和鲁棒性较差的技术问题。为实现上述目的及其他相关目的，本专利技术提供一种数据处理方法，所述数据处理方法包括：获取当前时刻机器人在地图中的估计位姿；根据所述估计位姿，进行激光点云数据与地图的匹配，以获取若干地图匹配位姿及与所述若干地图匹配位姿对应的若干地图匹配得分；将所述若干地图匹配位姿按照各自的地图匹配得分进行降序排列；选取排序靠前的部分所述地图匹配位姿；将所有选取的所述地图匹配位姿进行信息处理，以获取当前时刻所述机器人在地图上的最终地图位姿。在一可选实施例中，所述获取当前时刻机器人在地图中的估计位姿的步骤包括：根据前一时刻到当前时刻之间所述机器人的编码器和惯性测量单元的测量数据以及前一时刻所述机器人在地图上的最终地图位姿，获取当前时刻所述机器人在地图中的估计位姿。在一可选实施例中，所述将所有选取的所述地图匹配位姿进行信息处理，以获取当前时刻所述机器人在地图上的最终地图位姿的步骤包括：将每个选取的所述地图匹配位姿的对应的地图匹配得分作为该地图匹配位姿的权重；将所有选取的所述地图匹配位姿进行加权融合，以获取当前时刻所述机器人在地图上的最终地图位姿。在一可选实施例中，所述选取排序靠前的部分所述地图匹配位姿的步骤包括，按照预设比例选取所述若干地图匹配位姿中排序靠前的部分所述地图匹配位姿，其中，所述预设比例介于20％-40％之间。为实现上述目的及其他相关目的，本专利技术还提供一种数据处理系统，包括：估计位姿获取单元，用于获取当前时刻机器人在地图中的估计位姿；梯度下降单元，用于根据所述估计位姿，进行激光点云数据与地图的匹配，以获取若干地图匹配位姿及与所述若干地图匹配位姿对应的若干地图匹配得分；位姿排序单元，用于将所述若干地图匹配位姿按照各自的地图匹配得分进行降序排列；位姿选取单元，用于选取排序靠前的部分所述地图匹配位姿；加权融合单元，用于将所有选取的所述地图匹配位姿进行信息处理，以获取当前时刻所述机器人在地图上的最终地图位姿。在一可选实施例中，所述估计位姿获取单元包括：用于根据前一时刻到当前时刻之间所述机器人的编码器和惯性测量单元的测量数据以及前一时刻所述机器人在地图上的最终地图位姿，获取当前时刻所述机器人在地图中的估计位姿的单元。在一可选实施例中，所述加权融合单元包括：将每个选取的所述地图匹配位姿的对应的地图匹配得分作为该地图匹配位姿的权重的单元；将所有选取的所述地图匹配位姿进行加权融合，以获取当前时刻所述机器人在地图上的最终地图位姿的单元。在一可选实施例中，所述位姿选取单元包括：按照预设比例选取所述若干地图匹配位姿中排序靠前的部分所述地图匹配位姿的单元，其中，所述预设比例介于20％-40％之间。为实现上述目的及其他相关目的，本专利技术还提供一种服务装置，所述服务装置包括：通信器，用于与外部通信；存储器，用于存储计算机程序；处理器，连接所述通信器及存储器，用于运行所述计算机程序以执行上述任意一项的所述数据处理方法。为实现上述目的及其他相关目的，本专利技术还提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序；所述计算机程序运行时执行上述任意一项所述的数据处理方法。本专利技术将梯度下降法与加权融合的方法结合，对移动物体产生的异常点云的匹配具有更强的鲁棒性，减少陷入局部最优解的概率，在保证运算速度基本不变的情况下，提高了点云与地图匹配的精度与效果。本专利技术利用简单的梯度下降法获取每次匹配的地图匹配位姿及地图匹配得分，地图匹配得分与地图匹配位姿一一对应，然后将地图匹配得分按照降序排列，按照预设比率获取地图匹配得分靠前的部分地图匹配位姿，每个地图匹配位姿对应的权重为该地图匹配位姿的匹配得分，将选取的这些地图匹配位姿进行加权融合得到点云地图匹配后机器人最终的地图位姿，具有较强的实际应用意义。附图说明图1显示为本专利技术的数据处理方法的流程图。图2显示为本专利技术的数据处理系统的结构框图。图3显示为本专利技术的服务装置的结构框图。具体实施方式以下通过特定的具体实例说明本专利技术的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本专利技术的其他优点与功效。本专利技术还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本专利技术的精神下进行各种修饰或改变。请参阅图1-3。需要说明的是，本实施例中所提供的图示仅以示意方式说明本专利技术的基本构想，遂图式中仅显示与本专利技术中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制，其实际实施时各组件的型态、数量及比例可为一种随意的改变，且其组件布局型态也可能更为复杂。图1示出了本专利技术的数据处理方法的流程示意图，本专利技术利用简单的梯度下降法获取每次匹配的地图匹配位姿及地图匹配得分，地图匹配得分与地图匹配位姿一一对应，然后将地图匹配得分按照降序排列，按照预设比率获取地图匹配得分靠前的部分地图匹配位姿，每个地图匹配位姿对应的权重为该地图匹配位姿的匹配得分，将选取的这些地图匹配位姿进行加权融合得到点云地图匹配后机器人最终的地图位姿，也即估计出当前时刻机器人在地图上的最优位姿。需要说明的是，虽然本实施例的技术方本文档来自技高网...

【技术保护点】
1.一种数据处理方法，其特征在于，所述包括：/n获取当前时刻机器人在地图中的估计位姿；/n根据所述估计位姿，进行激光点云数据与地图的匹配，以获取若干地图匹配位姿及与所述若干地图匹配位姿对应的若干地图匹配得分；/n将所述若干地图匹配位姿按照各自的地图匹配得分进行降序排列；/n选取排序靠前的部分所述地图匹配位姿；/n将所有选取的所述地图匹配位姿进行信息处理，以获取当前时刻所述机器人在地图上的最终地图位姿。/n

【技术特征摘要】
1.一种数据处理方法，其特征在于，所述包括：
获取当前时刻机器人在地图中的估计位姿；
根据所述估计位姿，进行激光点云数据与地图的匹配，以获取若干地图匹配位姿及与所述若干地图匹配位姿对应的若干地图匹配得分；
将所述若干地图匹配位姿按照各自的地图匹配得分进行降序排列；
选取排序靠前的部分所述地图匹配位姿；
将所有选取的所述地图匹配位姿进行信息处理，以获取当前时刻所述机器人在地图上的最终地图位姿。


2.根据权利要求1所述的数据处理方法，其特征在于，所述获取当前时刻机器人在地图中的估计位姿的步骤包括：
根据前一时刻到当前时刻之间所述机器人的编码器和惯性测量单元的测量数据以及前一时刻所述机器人在地图上的最终地图位姿，获取当前时刻所述机器人在地图中的估计位姿。


3.根据权利要求1所述的数据处理方法，其特征在于，所述将所有选取的所述地图匹配位姿进行信息处理，以获取当前时刻所述机器人在地图上的最终地图位姿的步骤包括：
将每个选取的所述地图匹配位姿的对应的地图匹配得分作为该地图匹配位姿的权重；
将所有选取的所述地图匹配位姿进行加权融合，以获取当前时刻所述机器人在地图上的最终地图位姿。


4.根据权利要求1所述的数据处理方法，其特征在于，所述选取排序靠前的部分所述地图匹配位姿的步骤包括，按照预设比例选取所述若干地图匹配位姿中排序靠前的部分所述地图匹配位姿，其中，所述预设比例介于20％-40％之间。


5.一种数据处理系统，其特征在于，包括：
估计位姿获取单元，用于获取当前时刻机器人在地图中的估计位姿；
梯度下降单元，用于根据所述估计位姿，进行激光点云数据与地图的匹配...

【专利技术属性】
技术研发人员：李国飞，
申请(专利权)人：上海有个机器人有限公司，
类型：发明
国别省市：上海;31