定位漂移检测方法及装置、机器人制造方法及图纸

本发明专利技术公开了一种定位漂移检测方法，该方法包括：获取多个反射点；将多个反射点与地图数据匹配以将多个反射点映射到地图上；根据映射结果分别判断反射点是否在地图内并确定反射点的对应障碍点，对应障碍点是与反射点距离最近的障碍点；分别根据反射点是否在地图内以及反射点与其对应障碍点之间的距离计算反射点的漂移概率及正确概率；利用多个反射点的漂移概率及正确概率计算定位漂移概率；若定位漂移概率落入漂移区间，则判定出现定位漂移。本发明专利技术还公开了一种定位漂移检测装置、机器人和可读存储介质。通过上述方式，本发明专利技术能够提高定位的鲁棒性和导航的安全性。

【技术实现步骤摘要】
定位漂移检测方法及装置、机器人
本专利技术涉及定位领域，特别是涉及一种定位漂移检测方法及装置、机器人、可读存储介质。
技术介绍
机器人、无人飞行器等具有自主运动能力的载体，在工作过程中可以对其上安装的传感器数据进行采集，结合已有的地图数据，生成对载体自身位置姿态(简称位姿)的定位，从而进行自主导航。载体定位常用的传感器为距离传感器，例如激光雷达等。可以使用距离传感器对载体周围的物体进行测距，采集到的信息包括多个反射点，每个反射点具有角度和距离信息，提供了该角度上的障碍物信息。将这些反射点与已有的地图数据进行匹配，反射点与地图数据的匹配度越高，定位得到的位姿准确的概率越大。理想情况下，机器人位姿准确的时候所有的反射点都应该和地图上的障碍物相匹配。然而实际应用中，可能出现定位漂移，定位漂移也可以被称为位姿丢失，即定位得到的位姿与实际不符，其原因可能有很多种，例如地图歪曲或者错误、路面打滑或者机器人遭到绑架导致码盘无法检测位置的移动、机器人初始定位不准确就开始了导航、机器人行走在特殊反射区域导致传感器数据出现偏差等等。出现定位漂移后如果不能及时发现并纠正，而是基于错误的位姿继续导航，可能造成导航错误、导航失败、发生安全事故等不良后果。
技术实现思路
本专利技术主要解决的技术问题是提供一种定位漂移检测方法及装置、机器人、可读存储介质，能够解决现有技术中无法及时检测到定位漂移的问题。为了解决上述技术问题，本专利技术提供了一种定位漂移检测方法，该方法包括：获取多个反射点；将多个反射点与地图数据匹配以将多个反射点映射到地图上；根据映射结果分别判断反射点是否在地图内并确定反射点的对应障碍点，对应障碍点是与反射点距离最近的障碍点；分别根据反射点是否在地图内以及反射点与其对应障碍点之间的距离计算反射点的漂移概率及正确概率；利用多个反射点的漂移概率及正确概率计算定位漂移概率；若定位漂移概率落入漂移区间，则判定出现定位漂移。为了解决上述技术问题，本专利技术提供了一种定位漂移检测装置，该装置包括至少一个处理器，单独或协同工作，处理器用于执行指令以实现前述的定位漂移检测方法。为了解决上述技术问题，本专利技术提供了一种机器人，该机器人包括处理器和距离传感器，处理器连接距离传感器，处理器用于执行指令以实现前述的定位漂移检测方法。为了解决上述技术问题，本专利技术提供了一种可读存储介质，存储有指令，指令被执行时实现前述的定位漂移检测方法。本专利技术的有益效果是：通过获取多个反射点；将多个反射点与地图数据匹配以将多个反射点映射到地图上；根据映射结果分别判断反射点是否在地图内并确定反射点的对应障碍点，对应障碍点是与反射点距离最近的障碍点；分别根据反射点是否在地图内以及反射点与其对应障碍点之间的距离计算反射点的漂移概率及正确概率；利用多个反射点的漂移概率及正确概率计算定位漂移概率；若定位漂移概率落入漂移区间，则判定出现定位漂移。区分了反射点在地图内和地图外的两种情况，前者有较大可能是临时障碍导致的，后者有较大可能是定位漂移导致的，结合反射点与其对应障碍点之间的距离，计算得到多个反射点的漂移概率及正确概率，综合判断是否出现定位漂移，实现及时准确的定位漂移检测，从而提高定位的鲁棒性和导航的安全性。附图说明图1是本专利技术定位漂移检测方法一实施例的流程示意图；图2是本专利技术定位漂移检测方法一实施例中反射点没有与障碍点匹配第一种情况的示意图；图3是本专利技术定位漂移检测方法一实施例中反射点没有与障碍点匹配第二种情况的示意图；图4是本专利技术定位漂移检测方法一具体实施例中地图外反射点的漂移概率的概率密度函数示意图；图5是本专利技术定位漂移检测方法一具体实施例中反射点的正确概率的概率密度函数示意图；图6是本专利技术定位漂移检测装置第一实施例的结构示意图；图7是本专利技术机器人第一实施例的结构示意图；图8是本专利技术可读存储介质第一实施例的结构示意图。具体实施方式下面结合附图和实施例对本专利技术进行详细说明。以下各实施例中不冲突的可以相互结合。如图1所示，本专利技术定位漂移检测方法一实施例包括：S1：获取多个反射点。为便于说明，以下以机器人为例说明载体在导航过程中定位漂移检测的过程。实际应用中，载体也可以为其他能够自主运动和导航的设备，例如无人飞行器等。机器人可以利用距离传感器扫描周围环境以对周围的物体进行测距得到多个反射点。每个反射点具有准确角度和距离信息，提供了该角度上的障碍物信息。距离传感器可以为激光雷达、超声波测距传感器、红外测距传感器等。S2：将多个反射点与地图数据匹配以将多个反射点映射到地图上。在建图过程中，建图机器人扫描周围的环境获取环境信息记录生成地图数据。建图机器人与本实施例中的机器人可以是同一个机器人，也可以是不同的机器人。地图可分为地图内和地图外两种区域，二者之间以障碍点分隔。障碍点是建图机器人扫描到的障碍物反射点。地图内区域是机器人可以通行的区域，地图外区域是建图机器人建图过程中没有扫描到的区域，也是不可通行的区域。机器人将多个反射点与地图数据匹配，确定自身在地图上的位置，结合根据反射点提供的距离和角度信息获取的反射点相对于机器人的位置，可以将多个反射点映射到地图上，即得到多个反射点在地图上的坐标。S3：根据映射结果分别判断反射点是否在地图内并确定反射点的对应障碍点。对于每个反射点，可以根据其在地图上的坐标来判断该反射点是在地图内还是地图外，并且确定该反射点的对应障碍点。对应障碍点是与反射点距离最近的障碍点。如果某个反射点与障碍点完全重合，则可以认为该反射点在地图内，其对应障碍点就是完全重合的障碍点，二者之间的距离为0。反射点在地图上的坐标是由机器人在地图上的位置以及反射点相对于机器人的位置共同决定的。理想情况下，映射到地图上的每个反射点都与一个障碍点完全重合。假设机器人位置是正确的，但是反射点没有与障碍点匹配，可分为两种情况：第一种是反射点在地图内，第二种是反射点在地图外。第一种情况可能是机器人遇到临时障碍导致的，例如机器人在移动过程中被多人围观等，此时地图上的障碍物被临时障碍所遮挡，造成一些反射点的匹配失败，但实际上并未出现位姿丢失。图2所示的就是第一种情况的一个例子。建图机器人在建图过程中已经记录下了周围的障碍物，如果没有临时障碍物出现，机器人在导航过程中能“看”到的场景应该和建图时一模一样。即使有临时障碍物出现，那也应该是在地图内出现，机器人不可能看到地图外的东西，即机器人的视野应该被局限在地图内。第二种情况可能意味着机器人在地图上的位置是错误的，即出现了定位漂移，属于异常现象。图3所示的就是第二种情况的一个例子。图2和图3中的白色区域表示地图内，灰色区域表示地图外。简单的按照反射点的匹配度来判断是否出现定位漂移无法区分上述两种情况，可能出现误判。S4：分别根据反射点是否在地图内以及反射点与其对应障碍点之间的距离计算反射点的漂移概率及正确概率本文档来自技高网...

【技术保护点】
1.一种定位漂移检测方法，其特征在于，包括：/n获取多个反射点；/n将多个所述反射点与地图数据匹配以将多个所述反射点映射到地图上；/n根据映射结果分别判断所述反射点是否在所述地图内并确定所述反射点的对应障碍点，所述对应障碍点是与所述反射点距离最近的障碍点；/n分别根据所述反射点是否在所述地图内以及所述反射点与其所述对应障碍点之间的距离计算所述反射点的漂移概率及正确概率；/n利用多个所述反射点的漂移概率及正确概率计算定位漂移概率；/n若所述定位漂移概率落入漂移区间，则判定出现所述定位漂移。/n

【技术特征摘要】
1.一种定位漂移检测方法，其特征在于，包括：
获取多个反射点；
将多个所述反射点与地图数据匹配以将多个所述反射点映射到地图上；
根据映射结果分别判断所述反射点是否在所述地图内并确定所述反射点的对应障碍点，所述对应障碍点是与所述反射点距离最近的障碍点；
分别根据所述反射点是否在所述地图内以及所述反射点与其所述对应障碍点之间的距离计算所述反射点的漂移概率及正确概率；
利用多个所述反射点的漂移概率及正确概率计算定位漂移概率；
若所述定位漂移概率落入漂移区间，则判定出现所述定位漂移。


2.根据权利要求1所述的方法，其特征在于，
所述分别根据所述反射点是否在所述地图内以及所述反射点与其所述对应障碍点之间的距离计算所述反射点的漂移概率及正确概率包括：
若所述反射点在所述地图外，所述反射点与其所述对应障碍点之间的距离为dist，所述反射点的所述漂移概率为λeλ·dist，所述反射点的所述正确概率为其中λ为第一系数，α为第二系数，σ为标准差；
若所述反射点在所述地图内，所述反射点与其所述对应障碍点之间的距离为dist，所述反射点的所述漂移概率为0，所述反射点的所述正确概率为


3.根据权利要求1所述的方法，其特征在于，
所述利用多个所述反射点的漂移概率及正确概率计算定位漂移概率包括：
利用多个所述反射点的漂移概率计算总体漂移概率，并利用多个所述反射点的正确概率计算总体正确概率；
所述总体漂移概率减去所述总体正确概率之差为所述定位漂移概率。


4.根据权利要求3所述的方...

【专利技术属性】
技术研发人员：熊友军，刘洪剑，刘志超，张健，张思民，白龙彪，毕占甲，庞建新，
申请(专利权)人：深圳市优必选科技有限公司，
类型：发明
国别省市：广东;44