一种机器人的定位方法及其定位装置制造方法及图纸

本发明专利技术公开了一种机器人的定位方法及其定位装置，在确定机器人的位姿时，通过引入预设标签，再将预设标签技术与IMU技术、轮速里程计技术、以及视觉技术相结合，基于滑窗优化处理，实现了基于紧耦合的标签视觉惯性轮速里程计的融合定位；并且，通过将预设标签的坐标信息融入至滑窗优化处理过程中，可以大幅提高全局定位精度，从而实现机器人精准有效地定位。从而实现机器人精准有效地定位。从而实现机器人精准有效地定位。

【技术实现步骤摘要】
一种机器人的定位方法及其定位装置


[0001]本专利技术涉及机器人
，尤指一种机器人的定位方法及其定位装置。

技术介绍

[0002]随着对制造灵活性的需求增加、产品周期缩短和加快、人力成本上升、以及人类安全趋势的需求增加，全球移动机器人的市场正在快速发展，技术需求越来越高，例如，自主导引车（Automated Guided Vehicles AGV）已广泛应用于自动化仓库、工厂物料传输系统、物流拣配系统、柔性装配系统和其他智能运输站点。相对于基于磁条、反光板、二维码等AGV，自主移动机器人（Autonomous Mobile Robot, AMR）的技术难度更高和使用场景更广，AMR导航的核心技术即SLAM（Simultaneous Localization and Mapping），也即使得机器人知道环境地图，以及知道自己实时位置，这是全程不需要人干预、高效智能移动到达目标的基础。
[0003]目前，单传感器SLAM的定位精度不高，在退化环境中容易发生丢失，导致无法对机器人的位置进行定位，从而导致机器人无法正常有效地工作。...

【技术保护点】

【技术特征摘要】
1.一种机器人的定位方法，其特征在于，包括：根据当前采集到的惯性测量单元IMU数据、轮速里程计数据和图像数据，对确定出的当前关键帧进行滑窗优化处理，确定所述当前关键帧的位姿信息；其中，所述图像数据包括：图像中特征点的匹配信息、以及在所述图像中具有预设标签时所述预设标签的索引和坐标信息；根据当前处于滑窗中多个关键帧的位姿信息、以及确定出的与所述当前关键帧处于闭环匹配状态的图像闭环关键帧，对所述当前关键帧进行位姿图优化处理，得到处理后的所述当前关键帧的位姿信息；根据处理后的所述当前关键帧的位姿信息、以及在确定出所述当前关键帧之后最近时刻采集到的一帧图像的位姿信息，确定所述机器人的位姿。2.如权利要求1所述的定位方法，其特征在于，所述预设标签的坐标信息包括：在用于表示所述预设标签在所在图像中位置的角点具有多个时，各所述角点的坐标信息。3.如权利要求2所述的定位方法，其特征在于，所述预设标签的坐标信息还包括：在用于形成所述预设标签的图案的内点具有多个时，各所述内点的坐标信息。4.如权利要求1所述的定位方法，其特征在于，根据当前采集到的IMU数据、轮速里程计数据、图像数据，对确定出的当前关键帧进行滑窗优化处理，具体包括：采用如下公式，对确定出的当前关键帧进行滑窗优化处理：χ
*
=argmin（Res1+Res2+Res3+Res4+Res5）=argmin（Res1+Res2+Res3+Res4+Res5）=argmin（Res1+Res2+Res3+Res4+Res5）=argmin（Res1+Res2+Res3+Res4+Res5）=argmin（Res1+Res2+Res3+Res4+Res5）其中，表示被边缘化的图像帧的先验残差，表示IMU数据的预积分约束，B表示具备所述IMU数据的预积分约束的图像帧的列表，表示所述IMU数据的预积分状态增量对应的协方差矩阵，表示所述IMU数据的预积分结果，表示滑窗中第j个特征点在第l个图像帧中的重投影残差，表示第j个特征点在第l个数据帧中的观测值，表示视觉观测的协方差，C表示滑窗中所有图像帧的列表，表示
轮速里程计数据的预积分残差，E表示具备轮速里程计预积分约束的图像帧的列表，表示轮速里程计预积分对应的协方差矩阵，表示轮速里程计数据的预积分结果，表示所述预设标签的重投影误差，表示所述预设标签的观测噪声的协方差，k表示第k个数据帧，t表示观测到的第t个所述预设标签，表示所述预设标签的坐标信息，T表示观测到的所述预设标签的列表，χ
*
表示滑窗优化后的最优状态，argmin表示使目标误差函数取最小值时的变量值，所述目标误差函数为Res1+Res2+Res3+Res4+Res5。5.如权利要求4所述的定位方法，其特征在于，所述预设标签的重投影误差的确定方法，包括：根据当前滑窗的优化状态，计算所述预设标签包括的全部标签点在所在图像坐标系中的二维坐标的预测值；其中，所述全部标签点包括：用于表示所述预设标签在所在图像中位置的多个角点，和/或用于形成所述预设标签的图案的多个内点；计算观测到的所述标签点在所在图像坐标系中的二维坐标、以及该所述标签点的二维坐标的预测值之间的差值；根据计算后得到的各所述标签点的差值，确定所述预设标签的重投影误差。6.如权利要求5所述的定位方法，其特征在于，在所述预设标签占据所在图像中的面积比例大于预设阈值时，所述全部标签点包括各所述角点和所述内点。7.如权利要求1所述的定位方法，其特征在于，对确定出的当前关键帧进行...

【专利技术属性】
技术研发人员：韩松杉，刘星，胡孟宇，王世汉，赵家阳，张弥，
申请(专利权)人：浙江欣奕华智能科技有限公司，
类型：发明
国别省市：