移动机器人、及其位姿估计方法和位姿估计装置制造方法及图纸

一种移动机器人、及其位姿估计方法和位姿估计装置，其中，所述位姿估计方法包括：通过一基于一TOF(Time of Flight，飞行时间)深度相机设备获取一场景的第一帧点云和第二帧点云，其中，所述移动机器人具有一初始位姿；构建一第一分辨率栅格地图和一第二分辨率栅格地图，其中，第二分辨率大于第一分辨率；以所述初始位姿为中心，以一预设半径，构建一搜索空间；基于一第一分辨率栅格地图和所述搜索空间对第二帧点云进行配准，获取一第一搜索位置；基于所述第一搜索位置和第二分辨率栅格地图对第二帧点云进行配准，获取估计位姿。这样，提高了移动机器人的定位精确度以及降低了算法复杂度。

【技术实现步骤摘要】
移动机器人、及其位姿估计方法和位姿估计装置
本专利技术涉及深度视觉领域，尤其涉及一种移动机器人、及其位姿估计方法和位姿估计装置。
技术介绍
移动机器人逐渐称为目前科学技术发展最活跃的领域之一。移动机器人是将环境感知、动态决策与规划、行为控制于执行等多功能于一体的综合系统。移动机器人主要应用到传感器技术、信息处理技术、电子工程技术计算机工程、自动化控制工程以及人工智能等多学科的研究成果，代表机电一体化的最高成就。随着移动机器人性能的不断完善，移动机器人的应用范围不断扩展，其不仅在工业、农业、医疗、服务等行业中得到广泛的应用，还在城市安全、国防和空间探测领域得到很好的应用。移动机器人为了实现自主移动，首先要具备感知所在环境和对自身位置和位姿进行准确估计的功能。现有的移动机器人主要应用基于脉冲或相位法的激光传感器进行估计。然而，激光传感器的成本普遍较高。因此，基于脉冲或相位法的激光传感器进行识别和估计的方式，会增加移动机器人的制造成本。同时，激光传感器并不能提供图像信息，以使得对移动机器人的位姿的识别和估计存在一定局限性。现有的一些移本文档来自技高网...

【技术保护点】
1.一种移动机器人的位姿估计方法，包括：/n通过一基于一TOF(Time ofFlight，飞行时间)深度相机设备获取一场景的第一帧点云和第二帧点云，其中，所述TOF深度相机设备通过发射面阵光对所述场景进行扫描，以获得所述场景的点云，以及，所述移动机器人具有一初始位姿；/n以具有第一分辨率的高斯概率栅格对所述第一帧点云进行处理，以获得一第一高斯概率栅格地图，其中，所述第一高斯概率栅格地图用于获取所述第二帧点云中各点云的概率得分；/n以具有第二分辨率的高斯概率栅格对所述第一帧点云进行处理，以获得第二高斯概率栅格地图，其中，第二分辨率大于第一分辨率，所述第二高斯概率栅格地图用于获取所述第二帧点云中...

【技术特征摘要】
1.一种移动机器人的位姿估计方法，包括：
通过一基于一TOF(TimeofFlight，飞行时间)深度相机设备获取一场景的第一帧点云和第二帧点云，其中，所述TOF深度相机设备通过发射面阵光对所述场景进行扫描，以获得所述场景的点云，以及，所述移动机器人具有一初始位姿；
以具有第一分辨率的高斯概率栅格对所述第一帧点云进行处理，以获得一第一高斯概率栅格地图，其中，所述第一高斯概率栅格地图用于获取所述第二帧点云中各点云的概率得分；
以具有第二分辨率的高斯概率栅格对所述第一帧点云进行处理，以获得第二高斯概率栅格地图，其中，第二分辨率大于第一分辨率，所述第二高斯概率栅格地图用于获取所述第二帧点云中各点云的概率得分；
以所述初始位姿为中心，构建具有预设半径的搜索空间；
基于所述初始位姿，对第二帧点云进行旋转变换和平移变换，以生成一第一变换点云；
以第一搜索步长对所述第一变换点云在以所述初始位姿为中心的所述搜索空间内进行处理，以获得一系列第一搜索点云；
遍历各所述第一搜索点云，并基于所述第一高斯概率栅格地图获得各搜索点云对应的总概率得分；
确定各所述第一搜索点云中总概率分值最大值对应的所述第一搜索点云的搜索位置为第一搜索位置，所述第一搜索位置对应的位姿为第二位姿；
基于所述第二位姿对所述第二帧点云进行旋转变换和平移变换，以生成一第二变换点云；
以第二搜索步长对所述第二变换点云在以所述第二位姿为中心的搜索空间进行处理，以获得一系列第二搜索点云；
遍历所述第二搜索点云，并基于所述第二高斯概率栅格地图获得各第二搜索点云对应总概率得分；以及
确定各所述第二搜索点云中总概率分值最大值对应的第二搜索点云的搜索位置为目标位置，其中，所述目标位置对应的位姿为所述移动机器人的估计位姿。


2.根据权利要求1所述的移动机器人的位姿估计方法，其中，所述TOF深度相机设备的水平方向的视场角是125度。


3.根据权利要求2所述的移动机器人的位姿估计方法，其中，所述第一高斯概率栅格地图，具有一第一分辨率得分函数，用于获取所述第二帧点云中各点云的概率得分，其中，所述第二分辨率栅格地图具有一第二分辨率得分函数，用于获取所述第二帧点云中各点云的概率得分。


4.根据权利要求5所述的移动机器人的位姿估计方法，其中，以所述初始位姿为中心，构建具有预设半径的搜索空间步骤包括：
基于该场景的丰富程度，获取所述预设半径。


5.根据权利要求5所述的移动机器人的位姿估计方法，其中，通过一基于一TOF(TimeofFlight，飞行时间)深度相机设备获取一场景的第一帧点云和第二帧点云，其中，所述TOF深度相机设备通过发射面阵光对所述场景进行扫描，以获得所述场景的点云，以及，所述移动机器人具有一初始位姿步骤，包括：
基于...

【专利技术属性】
技术研发人员：王培建，李辉，张新远，张超，郭云雷，
申请(专利权)人：浙江舜宇智能光学技术有限公司，
类型：发明
国别省市：浙江;33