【技术实现步骤摘要】
计算机设备定位方法、装置、计算机设备和存储介质
本专利技术实施例涉及自动化控制
，尤其涉及一种计算机设备定位方法、装置、计算机设备和存储介质。
技术介绍
随着科技技术的不断发展，移动机器人逐渐出现在生活的方方面面，如，车站中的清洁机器人、商场中的导购机器人和餐厅中的送餐机器人等，为了实现在不同场景中的不同功能，首先要解决的就是机器人的定位问题，机器人需要通过所处的环境确定出自身的位置，从而根据用户预先设定或者即时下达的指令实现相应功能。现有技术中常使用激光雷达传感器探测周围的物体，进行建图和定位。但是该方法存在两个缺点：当环境变化较大时，无法使用已创建的地图进行定位；当机器人附近的人流过大时，激光雷达传感器的视野被遮挡，造成机器人定位功能失效，目前亟需一种提高地图定位准确性和鲁棒性的方法。
技术实现思路
有鉴于此，本专利技术旨在至少一定程度上解决相关技术中的问题之一。本专利技术提供一种计算机设备定位方法，装置、计算机设备和存储介质，以实现计算机设备的精确定位，提高定位功能的鲁棒性，防...
【技术保护点】
1.一种计算机设备定位方法，其特征在于，所述方法包括：/n获取顶视传感器的顶视数据集以及平视传感器的平视数据集，其中，顶视数据集包括计算机设备所处建筑物的内顶面的数据，平视数据集包括计算机设备所处建筑物内水平方向对象的数据；/n基于顶视地图确定所述顶视数据集的深度约束特征和/或轮廓约束特征；/n基于平视地图确定所述平视数据集的平视约束特征；/n根据所述深度约束特征和/或所述轮廓约束特征，以及所述平视约束特征确定计算机设备的目标位姿。/n
【技术特征摘要】
1.一种计算机设备定位方法，其特征在于，所述方法包括：
获取顶视传感器的顶视数据集以及平视传感器的平视数据集，其中，顶视数据集包括计算机设备所处建筑物的内顶面的数据，平视数据集包括计算机设备所处建筑物内水平方向对象的数据；
基于顶视地图确定所述顶视数据集的深度约束特征和/或轮廓约束特征；
基于平视地图确定所述平视数据集的平视约束特征；
根据所述深度约束特征和/或所述轮廓约束特征，以及所述平视约束特征确定计算机设备的目标位姿。
2.根据权利要求1所述的方法，其特征在于，还包括：
获取定位装置的定位数据集；
根据定位数据集确定轨迹约束特征。
3.根据权利要求2所述的方法，其特征在于，所述基于顶视地图确定所述顶视数据集的深度约束特征和/或轮廓约束特征，包括：
在顶视数据集中确定预设距离内存在至少三个其他位置点的目标数据，并将所述目标数据加入匹配数据集；
确定所述匹配数据集与顶视地图匹配成功时，将所述匹配数据集对应的位姿和所述顶视地图内参与匹配数据对应的深度地图位姿作为深度约束特征。
4.根据权利要求2所述的方法，其特征在于，所述基于顶视地图确定所述顶视数据集的深度约束特征和/或轮廓约束特征，包括：
确定所述顶视数据集对应的至少一个语义形态信息，其中，语义形态信息至少包括外形信息和相对位置信息；
确定所述语义形态信息与顶视地图对应地图语义形态信息的匹配度；
根据匹配度的数值选择语义形态信息和地图语义形态信息，并将所述语义形态信息对应的位姿和所述地图语义形态信息的轮廓地图位姿作为轮廓约束特征。
5.根据权利要求2所述的方法，其特征在于，所述基于平视地图确定所述平视数据集的平视约束特征，包括：
将平视数据集内的数据与平视地图内的地图数据进行扫描匹配确定对应的匹配度；
根据所述匹配度的数值选择数据和地图数据；
确定所述数据和所述地图数据对应的位姿变换作为所述平视数据集的平视约束特征。
6.根据权利要求2-5中任一所述的方法，其特征在于，所述根据所述深度约束特征和/或所述轮廓约束特征，以及所述平视约束特征确定计算机设备的目标位姿，包括：
分别确定深度约束特征、轮廓约束特征、平视约束特征和轨迹约束特征中至少一种的约束权重；
将所述深度...
【专利技术属性】
技术研发人员：宋乐，曾令兵，陈侃，霍峰，秦宝星，程昊天，
申请(专利权)人：上海高仙自动化科技发展有限公司，
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。