【技术实现步骤摘要】
一种基于视觉引导激光重定位的移动机器人定位方法
本专利技术涉及移动机器人自主定位领域，尤其是涉及一种基于视觉引导激光重定位的移动机器人定位方法。
技术介绍
定位技术是机器人自主移动的基础，是赋予机器人感知和行动能力的关键。随着机器人技术的发展和广泛应用，越来越多的工业搬运机器人和巡检机器人需要在无人化的工厂里工作，而定位技术则是其执行任务的基础。传统的定位方法中，绝对定位主要采用导航信标、标识和卫星导航技术等进行定位，但信标等的建设和维护成本较高，GPS只能用于室外。相对定位主要采用轮式编码器、惯性测量单元和激光雷达等，轮式编码器和惯性测量单元都是测量一些间接的物理量，高精度的激光雷达价格过于昂贵，这些因素给自主定位的移动机器人的商业化、进入日常生活带来了不小的挑战和困难。近几年来，以视觉传感器为中心的视觉SLAM技术得到了明显的转变和突破。多种基于单目、双目和深度相机的理论方法被提出，其中，相机相比于激光雷达虽然精度较差、噪声大，但是成本低，能够采集彩色图像信息，因而更加适合在普通的办公、家庭等室内场景使用。
【技术保护点】
1.一种基于视觉引导激光重定位的移动机器人定位方法，其特征在于，包括以下步骤：/nS1、根据视觉特征地图对机器人的位置进行初始化定位，并将其映射到激光地图上。/nS2、采用自适应粒子滤波方法，根据激光扫描匹配的结果获取机器人在激光地图上的精准定位；/nS3、判断在自适应粒子滤波方法的定位过程中定位的粒子方差是否超过设定的阈值，若是，则执行步骤S4；若否，则执行步骤S5；/nS4、利用视觉特征地图进行视觉重定位，输出机器人的定位结果，并对当前的粒子进行重新初始化，即错误恢复；/nS5、输出机器人的定位结果。/n
【技术特征摘要】
1.一种基于视觉引导激光重定位的移动机器人定位方法，其特征在于，包括以下步骤：
S1、根据视觉特征地图对机器人的位置进行初始化定位，并将其映射到激光地图上。
S2、采用自适应粒子滤波方法，根据激光扫描匹配的结果获取机器人在激光地图上的精准定位；
S3、判断在自适应粒子滤波方法的定位过程中定位的粒子方差是否超过设定的阈值，若是，则执行步骤S4；若否，则执行步骤S5；
S4、利用视觉特征地图进行视觉重定位，输出机器人的定位结果，并对当前的粒子进行重新初始化，即错误恢复；
S5、输出机器人的定位结果。
2.根据权利要求1所述的基于视觉引导激光重定位的移动机器人定位方法，其特征在于，所述的步骤S1中，根据视觉特征地图对机器人进行定位具体包括以下步骤：
S11、提取图像ORB特征，使用DBoW2模型计算当前帧的BoW词袋向量，生成一个表征向量v；
S12、挑选视觉特征地图上的备选关键帧，计算备选关键帧与当前帧的BoW相似性得分，相似性标准采用L1范数距离，返回所有满足设定得分的关键帧；
S13、逐个比较当前帧和候选关键帧的匹配特征点，得到匹配关系；
S14、根据匹配关系，对每个备选关键帧轮流执行EPnP算法，使用RANSAC算法迭代求解当前帧的位姿，即在视觉特征地图中的位置。
3.根据权利要求2所述的基于视觉引导激光重定位的移动机器人定位方法，其特征在于，所述的步骤S14中，EPnP算法的步骤包括：
A1、选取世界坐标下的四个控制点坐标为：
Cw＝[0001]T，[1001]T，[0101]T，[0011]T；
A2、通过n个3D点在摄像头平面的投影关系，以及与这四个控制点的权重关系，构建一个12×12方阵，求得其零空间特征向量，得到虚拟控制点的摄像头平面坐标，然后使用正交投影迭代变换即可求出摄像头位姿；
A3、通过EPnP算法求得四对点下的封闭解后，将该解作为非线性优化的初值，优化提高精度。
4.根据权利要求1所述的基于视觉引导激光重定位的移动机器人定位方法，其特征...
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。