【技术实现步骤摘要】
一种机器人重定位方法和装置
本专利技术涉及人工智能
，特别涉及一种机器人重定位方法和装置。
技术介绍
机器人重定位是指：机器人在已知环境中从一个未知位置开始移动，利用自身的传感器对所处环境进行感知，利用感知信息与先验的地图信息进行配准，从而完成机器人的自主定位，了解机器人在环境中的位姿，用于解决机器人的上线以及绑架问题。专利文件CN108759844A提出了一种基于视觉和激光的重定位方法，先利用视觉词袋完成地图匹配，获取机器人的初始位姿，再利用激光数据与地图匹配获取机器人的位姿。该方法需要给机器人配置两种传感器，且在用视觉词袋匹配的过程中需要消耗大量的计算资源。专利文件CN108507579A提出了一种基于局部粒子滤波的重定位方法，该方法需要额外提供一个初值给机器人，机器人以初值为中心撒粒子，每个粒子代表机器人的可能位姿，通过运动模型以及观测模型计算每个粒子的权重，通过重采样算法计算机器人的位姿。该方法需要事先提供初值，并且重定位效果取决于粒子数目，而数目越多，越消耗计算资源。可以看出，上述两种...
【技术保护点】
1.一种机器人重定位方法，其特征在于，机器人所处环境中部署有多个反光物体，该方法包括：/n加载机器人所处环境的先验地图，获取先验地图中每个反光物体的描述子，所述先验地图中每个反光物体的描述子根据先验地图中每个反光物体的位置信息确定；/n确定需要重定位时，利用机器人的激光传感器在机器人所处位置采集激光数据，根据采集的激光数据确定激光传感器观测到的反光物体并确定观测到的每个反光物体的位置信息，根据激光传感器观测到的每个反光物体的位置信息，计算激光传感器观测到的每个反光物体的描述子；/n对先验地图中所有反光物体的描述子和激光传感器观测到的所有反光物体的描述子进行匹配，根据匹配结果...
【技术特征摘要】
1.一种机器人重定位方法，其特征在于，机器人所处环境中部署有多个反光物体，该方法包括：
加载机器人所处环境的先验地图，获取先验地图中每个反光物体的描述子，所述先验地图中每个反光物体的描述子根据先验地图中每个反光物体的位置信息确定；
确定需要重定位时，利用机器人的激光传感器在机器人所处位置采集激光数据，根据采集的激光数据确定激光传感器观测到的反光物体并确定观测到的每个反光物体的位置信息，根据激光传感器观测到的每个反光物体的位置信息，计算激光传感器观测到的每个反光物体的描述子；
对先验地图中所有反光物体的描述子和激光传感器观测到的所有反光物体的描述子进行匹配，根据匹配结果确定机器人的当前位姿。
2.根据权利要求1所述的方法，其特征在于，
激光数据中包括激光传感器观测到的激光点信息，每个激光点信息包括该激光点的反射率、激光传感器与该激光点的距离、以及激光传感器对该激光点的观测角度；
根据采集的激光数据确定激光传感器观测到的反光物体并确定观测到的每个反光物体的位置信息，包括：
根据激光传感器与其观测到的每个激光点的距离和对该激光点的观测角度确定该激光点在以激光传感器为原点的坐标系中的位置信息；
根据激光传感器观测到的每个激光点的反射率，确定属于反光物体的激光点，根据属于反光物体的激光点的位置信息，将距离小于第一预设距离阈值的属于反光物体的激光点划分到同一分组；
将每组激光点覆盖的区域确定为激光传感器观测到的一个反光物体，根据该组激光点的位置信息确定该反光物体的位置信息。
3.根据权利要求2所述的方法，其特征在于，
根据该组激光点的位置信息确定该反光物体的位置信息之前，进一步包括：针对该组激光点中的每一激光点，如果该组激光点中距离该激光点的距离小于第二预设距离阈值的激光点数小于预设激光点数，则从该组激光点中剔除该激光点。
4.根据权利要求2所述的方法，其特征在于，
根据该组激光数据中所有位置点的位置信息确定该反光物体的位置信息的方法为：使用空间坐标{fxk，fyk}表示该组激光数据中的第k个位置点的坐标，则确定该反光物体的空间坐标为其中，m为该组激光数据中的位置点个数。
5.根据权利要求1所述的方法，其特征在于，
所述先验地图中每个反光物体的描述子通过以下方式计算得到：
根据先验地图中每个反光物体的位置信息，计算先验地图中任意两个反光物体之间的距离；
对于先验地图中的每个反光物体，将该反光物体与先验地图中其它各反光物体之间的距离构成的集合作为该反光物体的描述子；
所述根据激光传感器观测到的每个反光物体的位置信息，计算激光传感器观测到的每个反光物体的描述子，包括：
根据激光传感器观测到的反光物体的位置关系，计算激光传感器观...
【专利技术属性】
技术研发人员：秦野，孙元栋，魏青铜，
申请(专利权)人：杭州海康机器人技术有限公司，
类型：发明
国别省市：浙江;33
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。