机器人定位方法、装置、计算机可读存储介质及机器人制造方法及图纸

本申请属于机器人技术领域，尤其涉及一种机器人定位方法、装置、计算机可读存储介质及机器人。所述方法获取对机器人进行定位的粒子集合；根据预设的运动模型对所述粒子集合中的各个粒子的位置分别进行更新，得到各个粒子的更新位置；获取激光测量数据和UWB测量数据；根据所述激光测量数据、所述UWB测量数据和各个粒子的更新位置分别计算各个粒子的匹配概率；根据各个粒子的匹配概率对所述机器人进行定位。通过本发明专利技术实施例，在传统的基于激光测量数据的粒子滤波定位算法的基础上，融入了UWB测量数据，UWB在室内空旷场景中具有较高的定位精度，保证机器人不管是在大型室内场景的边缘还是中间空旷处，都可以进行可靠的定位。

【技术实现步骤摘要】
机器人定位方法、装置、计算机可读存储介质及机器人
本申请属于机器人
，尤其涉及一种机器人定位方法、装置、计算机可读存储介质及机器人。
技术介绍
现有技术中，大部分室内移动机器人都以激光雷达作为主要感知传感器，通过激光雷达感知周围障碍物的特征点，与已建立的地图进行匹配并确定自己在地图上的位置，然后在地图上进行自主导航。定位准确可靠是导航的安全保证，只有定位是正确的，机器人才能按照预定轨迹，准确导航到目标点，从而实现各种服务功能。考虑到成本要求，目前室内机器人使用的激光雷达测量距离一般都在20m以内，且以单线激光雷达为主。在一些大型室内场景，比如机场，体育馆、政府办事大厅等，一般中间空旷处距离都超过了20m。如果使用同样的激光雷达，则机器人只能在靠近边缘的地方进行导航，依靠边缘处的固定特征进行定位，而无法在空旷处进行定位。
技术实现思路
有鉴于此，本申请实施例提供了一种机器人定位方法、装置、计算机可读存储介质及机器人，以解决现有技术由于激光雷达的性能限制，无法在空旷处进行定位的问题。本申请实施例的第一方面提供了一种机器人定位方法，可以包括：获取对机器人进行定位的粒子集合；根据预设的运动模型对所述粒子集合中的各个粒子的位置分别进行更新，得到各个粒子的更新位置；获取激光测量数据和UWB测量数据；根据所述激光测量数据、所述UWB测量数据和各个粒子的更新位置分别计算各个粒子的匹配概率；根据各个粒子的匹配概率对所述机器人进行定位。进一步地，所述根据所述激光测量数据、所述UWB测量数据和各个粒子的更新位置分别计算各个粒子的匹配概率包括：根据各个粒子的更新位置和所述激光测量数据分别计算各个粒子的第一概率；根据各个粒子的更新位置和所述UWB测量数据计算各个粒子的第二概率；根据各个粒子的第一概率与各个粒子的第二概率分别计算各个粒子的匹配概率。进一步地，所述根据各个粒子的更新位置和所述激光测量数据分别计算各个粒子的第一概率包括：根据所述激光测量数据确定各个第一特征点的位置，所述第一特征点为测量得到的特征点；根据第i个粒子的更新位置确定各个第二特征点的位置，所述第二特征点为在地图中预先标注的特征点，其中，1≤i≤N，N为所述粒子集合中的粒子数目；分别计算各个第一特征点的匹配距离，其中，第j个第一特征点的匹配距离为第j个第一特征点与各个第二特征点之间的最短距离，其中，1≤j≤J，J为所述第一特征点的数目；计算第一距离，所述第一距离为各个第一特征点的匹配距离之和；根据所述第一距离计算第i个粒子的第一概率，且所述第一概率与所述第一距离负相关。进一步地，所述根据各个粒子的更新位置和所述UWB测量数据计算各个粒子的第二概率包括：根据所述UWB测量数据确定UWB定位位置；计算第二距离，所述第二距离为第i个粒子的更新位置与所述UWB定位位置之间的距离，其中，1≤i≤N，N为所述粒子集合中的粒子数目；根据所述第二距离计算第i个粒子的第二概率，且所述第二概率与所述第二距离负相关。进一步地，所述根据各个粒子的第一概率与各个粒子的第二概率分别计算各个粒子的匹配概率包括：将第i个粒子的第一概率与第i个粒子的第二概率之和确定为第i个粒子的匹配概率，其中，1≤i≤N，N为所述粒子集合中的粒子数目。进一步地，在根据所述激光测量数据、所述UWB测量数据和各个粒子的更新位置分别计算各个粒子的匹配概率之后，还包括：根据各个粒子的匹配概率进行重采样，得到更新后的粒子集合。进一步地，在根据各个粒子的匹配概率进行重采样，得到更新后的粒子集合之后，还包括：以预设的比例在UWB定位位置处生成新的粒子，并将生成的新的粒子添加入所述更新后的粒子集合中。本申请实施例的第二方面提供了一种机器人定位装置，可以包括：粒子集合获取模块，用于获取对机器人进行定位的粒子集合；位置更新模块，用于根据预设的运动模型对所述粒子集合中的各个粒子的位置分别进行更新，得到各个粒子的更新位置；数据获取模块，用于获取激光测量数据和UWB测量数据；匹配概率计算模块，用于根据所述激光测量数据、所述UWB测量数据和各个粒子的更新位置分别计算各个粒子的匹配概率；定位模块，用于根据各个粒子的匹配概率对所述机器人进行定位。进一步地，所述匹配概率计算模块可以包括：第一概率计算子模块，用于根据各个粒子的更新位置和所述激光测量数据分别计算各个粒子的第一概率；第二概率计算子模块，用于根据各个粒子的更新位置和所述UWB测量数据计算各个粒子的第二概率；匹配概率计算子模块，用于根据各个粒子的第一概率与各个粒子的第二概率分别计算各个粒子的匹配概率。进一步地，所述第一概率计算子模块可以包括：第一特征点位置确定单元，用于根据所述激光测量数据确定各个第一特征点的位置，所述第一特征点为测量得到的特征点；第二特征点位置确定单元，用于根据第i个粒子的更新位置确定各个第二特征点的位置，所述第二特征点为在地图中预先标注的特征点，其中，1≤i≤N，N为所述粒子集合中的粒子数目；匹配距离计算单元，用于分别计算各个第一特征点的匹配距离，其中，第j个第一特征点的匹配距离为第j个第一特征点与各个第二特征点之间的最短距离，其中，1≤j≤J，J为所述第一特征点的数目；第一距离计算单元，用于计算第一距离，所述第一距离为各个第一特征点的匹配距离之和；第一概率计算单元，用于根据所述第一距离计算第i个粒子的第一概率，且所述第一概率与所述第一距离负相关。进一步地，所述第二概率计算子模块可以包括：UWB定位位置确定单元，用于根据所述UWB测量数据确定UWB定位位置；第二距离计算单元，用于计算第二距离，所述第二距离为第i个粒子的更新位置与所述UWB定位位置之间的距离，其中，1≤i≤N，N为所述粒子集合中的粒子数目；第二概率计算单元，用于根据所述第二距离计算第i个粒子的第二概率，且所述第二概率与所述第二距离负相关。进一步地，所述匹配概率计算子模块具体用于将第i个粒子的第一概率与第i个粒子的第二概率之和确定为第i个粒子的匹配概率，其中，1≤i≤N，N为所述粒子集合中的粒子数目。进一步地，所述机器人定位装置还可以包括：重采样模块，用于根据各个粒子的匹配概率进行重采样，得到更新后的粒子集合。进一步地，所述机器人定位装置还可以包括：变异模块，用于以预设的比例在UWB定位位置处生成新的粒子，并将生成的新的粒子添加入所述更新后的粒子集合中。本申请实施例的第三方面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上述任一种机器人定位方法的步骤。本申请实施例的第四方面提供了一种机器人，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本文档来自技高网...

【技术保护点】
1.一种机器人定位方法，其特征在于，包括：/n获取对机器人进行定位的粒子集合；/n根据预设的运动模型对所述粒子集合中的各个粒子的位置分别进行更新，得到各个粒子的更新位置；/n获取激光测量数据和UWB测量数据；/n根据所述激光测量数据、所述UWB测量数据和各个粒子的更新位置分别计算各个粒子的匹配概率；/n根据各个粒子的匹配概率对所述机器人进行定位。/n

【技术特征摘要】
1.一种机器人定位方法，其特征在于，包括：
获取对机器人进行定位的粒子集合；
根据预设的运动模型对所述粒子集合中的各个粒子的位置分别进行更新，得到各个粒子的更新位置；
获取激光测量数据和UWB测量数据；
根据所述激光测量数据、所述UWB测量数据和各个粒子的更新位置分别计算各个粒子的匹配概率；
根据各个粒子的匹配概率对所述机器人进行定位。


2.根据权利要求1所述的机器人定位方法，其特征在于，所述根据所述激光测量数据、所述UWB测量数据和各个粒子的更新位置分别计算各个粒子的匹配概率包括：
根据各个粒子的更新位置和所述激光测量数据分别计算各个粒子的第一概率；
根据各个粒子的更新位置和所述UWB测量数据计算各个粒子的第二概率；
根据各个粒子的第一概率与各个粒子的第二概率分别计算各个粒子的匹配概率。


3.根据权利要求2所述的机器人定位方法，其特征在于，所述根据各个粒子的更新位置和所述激光测量数据分别计算各个粒子的第一概率包括：
根据所述激光测量数据确定各个第一特征点的位置，所述第一特征点为测量得到的特征点；
根据第i个粒子的更新位置确定各个第二特征点的位置，所述第二特征点为在地图中预先标注的特征点，其中，1≤i≤N，N为所述粒子集合中的粒子数目；
分别计算各个第一特征点的匹配距离，其中，第j个第一特征点的匹配距离为第j个第一特征点与各个第二特征点之间的最短距离，其中，1≤j≤J，J为所述第一特征点的数目；
计算第一距离，所述第一距离为各个第一特征点的匹配距离之和；
根据所述第一距离计算第i个粒子的第一概率，且所述第一概率与所述第一距离负相关。


4.根据权利要求2所述的机器人定位方法，其特征在于，所述根据各个粒子的更新位置和所述UWB测量数据计算各个粒子的第二概率包括：
根据所述UWB测量数据确定UWB定位位置；
计算第二距离，所述第二距离为第i个粒子的更新位置与所述UWB定位位置之间的距离，其中，1≤i≤N，N为...

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