室内机器人定位方法、装置、终端设备及存储介质制造方法及图纸

本申请适用于机器人定位技术领域，提供了一种室内机器人定位方法、装置、终端设备及存储介质，方法包括：读取点云文件中的多个点云；分别根据多个点云的空间坐标连接多个点云，得到由多个点云生成的目标区域；对目标区域进行随机采样，得到采样点云；获取真实点云；将真实点云和采样点云进行点云配准，确定机器人在真实环境下的位置。采用上述方法对真实环境的环境模型中各个点云进行采样，得到可进一步描述环境模型的空间分布的采样点云，通过采样点云与机器人在当前时刻下采集到的真实点云进行精确配准时，提高对机器人进行定位的准确率。

【技术实现步骤摘要】
室内机器人定位方法、装置、终端设备及存储介质
本申请属于机器人定位
，尤其涉及一种室内机器人定位方法、装置、终端设备及存储介质。
技术介绍
现有技术中，室内机器人定位方法通常需要先将机器人放置在真实环境内，并通过遥控的方式使机器人不断在真实环境内进行移动。之后，使用机器人搭载的三维激光扫描仪对真实环境进行扫描，并且通过slam建图算法创建真实环境的点云地图(环境模型)。最后，使用环境模型与当前机器人在任一位置下扫描到的点云进行配准，以此确定机器人当前在真实环境下的位置。但是，在建图过程中，往往会因机器内部里程计的漂移因素导致生成的点云地图与真实环境差异过大。以此，在通过扫描到的点云与环境模型进行配准时，将无法准确确定机器人当前在真实环境下的位置。
技术实现思路
本申请实施例提供了一种室内机器人定位方法、装置、终端设备及存储介质，可以解决现有技术中，在通过扫描到的点云与环境模型进行配准时，室内机器人定位准确率低的问题。第一方面，本申请实施例提供了一种室内机器人定位方法，包括：读取点云文件，所述点云文件包括多个点云，所述多个点云用于描述环境模型的空间分布，所述环境模型为真实环境的模型；分别根据所述多个点云的空间坐标连接所述多个点云，得到由所述多个点云生成的目标区域；对所述目标区域进行随机采样，得到采样点云，所述采样点云用于进一步的描述所述环境模型的空间分布；获取真实点云，所述真实点云由机器人在所述真实环境下进行采集得到；将所述真实点云和所述采样点云进行点云配准，确定所述机器人在所述真实环境下的位置。在一实施例中，在所述读取点云文件之前，还包括：获取三维设计软件生成的点云文件，所述点云文件由所述三维设计软件根据所述真实环境的设计图纸生成。在一实施例中，所述点云文件为stl格式文件，所述stl格式的点云文件在描述所述环境模型的空间分布时，可将所述环境模型的表面分割为多个三角形，所述多个三角形的各个顶点均为点云，所述目标区域包括三角平面区域；所述对所述目标区域进行随机采样，得到采样点云，包括：保留每个三角平面区域的各个顶点，并计算所述每个三角平面区域的覆盖面积；根据所述每个三角平面区域的覆盖面积，在所述每个三角平面区域内随机进行上采样，得到采样后的所述每个三角平面区域的采样点云，其中，在同等覆盖面积下进行采样后得到的所述每个三角平面区域中包含的采样点云的数量相等。在一实施例中，在所述根据所述每个三角平面区域的覆盖面积，在所述每个三角平面区域内随机进行上采样，得到采样后的所述每个三角平面区域的采样点云之后，还包括：对所述环境模型进行分割处理，得到分割后的多个分割环境模型，每个分割环境模型的空间体积均相等，所述目标区域还包括分割环境模型；分别对所述多个分割环境模型中包含的采样点云进行降采样，得到降采样后的所述每个分割环境模型包含的采样点云，其中，降采样后的所述每个分割环境模型包含的采样点云的数量相等。在一实施例中，所述机器人上安装有激光雷达，所述激光雷达用于采集所述机器人在所述真实环境下的真实点云；所述将所述真实点云和所述采样点云进行点云配准，确定所述机器人在所述真实环境下的位置，包括：将所述真实点云和所述采样点云进行点云配准，输出所述激光雷达在所述真实环境下的雷达位置；根据所述激光雷达在所述机器人上的安装位置以及所述雷达位置，确定所述机器人在所述真实环境下的位置。在一实施例中，所述环境模型中包括多个环境相同的环境区域；所述将所述真实点云和所述采样点云进行点云配准，确定所述机器人在所述真实环境下的位置，包括：若所述机器人为第一次在所述真实环境下进行定位，则从所述多个环境相同的环境区域中确定所述机器人在所在的目标环境区域；将所述采样点云和所述机器人在所述目标环境区域下采集到的目标真实点云进行点云配准，确定所述机器人在所述目标环境区域下的确切位置。在一实施例中，在将所述真实点云和所述采样点云进行点云配准，确定所述机器人在所述真实环境下的位置之前，还包括：根据所述多个点云的空间坐标，确定所述采样点云中各坐标轴的空间方向；若所述采样点云中各坐标轴的空间方向与所述机器人采集所述真实点云时各坐标轴的预设空间方向不一致，则根据所述预设空间方向修正所述采样点云中各坐标轴的空间方向，以使所述采样点云中各坐标轴的空间方向与所述预设空间方向一致。第二方面，本申请实施例提供了一种室内机器人定位装置，包括：读取模块，用于读取点云文件，所述点云文件包括多个点云，所述多个点云用于描述环境模型的空间分布，所述环境模型为真实环境的模型；连接模块，用于分别根据所述多个点云的空间坐标连接所述多个点云，得到由所述多个点云生成的目标区域；采样模块，用于对所述目标区域进行随机采样，得到采样点云，所述采样点云用于进一步的描述所述环境模型的空间分布；第一获取模块，用于获取真实点云，所述真实点云由机器人在所述真实环境下进行采集得到；配准模块，用于将所述真实点云和所述采样点云进行点云配准，确定所述机器人在所述真实环境下的位置。第三方面，本申请实施例提供了一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上述第一方面任一项所述的方法。第四方面，本申请实施例提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如上述第一方面任一项所述的方法。第五方面，本申请实施例提供了一种计算机程序产品，当计算机程序产品在终端设备上运行时，使得终端设备执行上述第一方面中任一项所述的方法。本申请实施例与现有技术相比存在的有益效果是：通过读取预先生成的真实环境的点云文件，得到真实环境的空间分布。以此，节约了机器人建图所花费的时间，并可解决因操作不当和/或技术原因(里程计漂移误差)导致生成的环境模型与真实环境一致性较差的问题。之后，对点云文件中的多个点云进行连接，得到多个目标区域，并对生成的每个目标区域进行随机采样，得到可进一步描述环境模型的空间分布的采样点云。以使采样点云与机器人在当前时刻下采集到的真实点云进行精确配准时，可提高对机器人在真实环境下进行定位的准确率。附图说明为了更清楚地说明本申请实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1是本申请一实施例提供的一种室内机器人定位方法的实现流程图；图2是本申请一实施例提供的一种室内机器人定位方法的S103的一种实现方式示意图；图3是本申请另一实施例提供的一种室内机器人定位方法的实现流程图；图4是本申请一实施例提供的一种室内机器人定位方法的S105的本文档来自技高网...

【技术保护点】
1.一种室内机器人定位方法，其特征在于，包括：/n读取点云文件，所述点云文件包括多个点云，所述多个点云用于描述环境模型的空间分布，所述环境模型为真实环境的模型；/n分别根据所述多个点云的空间坐标连接所述多个点云，得到由所述多个点云生成的目标区域；/n对所述目标区域进行随机采样，得到采样点云，所述采样点云用于进一步的描述所述环境模型的空间分布；/n获取真实点云，所述真实点云由机器人在所述真实环境下进行采集得到；/n将所述真实点云和所述采样点云进行点云配准，确定所述机器人在所述真实环境下的位置。/n

【技术特征摘要】
1.一种室内机器人定位方法，其特征在于，包括：
读取点云文件，所述点云文件包括多个点云，所述多个点云用于描述环境模型的空间分布，所述环境模型为真实环境的模型；
分别根据所述多个点云的空间坐标连接所述多个点云，得到由所述多个点云生成的目标区域；
对所述目标区域进行随机采样，得到采样点云，所述采样点云用于进一步的描述所述环境模型的空间分布；
获取真实点云，所述真实点云由机器人在所述真实环境下进行采集得到；
将所述真实点云和所述采样点云进行点云配准，确定所述机器人在所述真实环境下的位置。


2.如权利要求1所述的室内机器人定位方法，其特征在于，在所述读取点云文件之前，还包括：
获取三维设计软件生成的点云文件，所述点云文件由所述三维设计软件根据所述真实环境的设计图纸生成。


3.如权利要求1所述的室内机器人定位方法，其特征在于，所述点云文件为stl格式文件，所述stl格式的点云文件在描述所述环境模型的空间分布时，可将所述环境模型的表面分割为多个三角形，所述多个三角形的各个顶点均为点云，所述目标区域包括三角平面区域；
所述对所述目标区域进行随机采样，得到采样点云，包括：
保留每个三角平面区域的各个顶点，并计算所述每个三角平面区域的覆盖面积；
根据所述每个三角平面区域的覆盖面积，在所述每个三角平面区域内随机进行上采样，得到采样后的所述每个三角平面区域的采样点云，其中，在同等覆盖面积下进行采样后得到的所述每个三角平面区域中包含的采样点云的数量相等。


4.如权利要求3所述的室内机器人定位方法，其特征在于，在所述根据所述每个三角平面区域的覆盖面积，在所述每个三角平面区域内随机进行上采样，得到采样后的所述每个三角平面区域的采样点云之后，还包括：
对所述环境模型进行分割处理，得到分割后的多个分割环境模型，每个分割环境模型的空间体积均相等，所述目标区域还包括分割环境模型；
分别对所述多个分割环境模型中包含的采样点云进行降采样，得到降采样后的所述每个分割环境模型包含的采样点云，其中，降采样后的所述每个分割环境模型包含的采样点云的数量相等。


5.如权利要求1所述的室内机器人定位方法，其特征在于，所述机器人上安装有激光雷达，所述激光雷达用于采集所述机器人在所述真实环境下的真实点云；
所述将所述真实点云和所述采样点云进行点云配准，确定所述机器人在所述真实环境下的位置，包括：

【专利技术属性】
技术研发人员：雷俊，樊则森，孙晖，苏世龙，丁沛然，宋芳妍，史书琴，
申请(专利权)人：中建科技集团有限公司，
类型：发明
国别省市：广东;44