机器人的定位方法和装置制造方法及图纸

本公开的实施例公开了机器人的定位方法和装置。该方法的一具体实施方式包括：响应于接收到机器人采集的当前帧图像，从预先建立的目标地图中获取与当前帧图像匹配的参考帧图像，其中，参考帧图像包括至少一个视图标志和视图标志的标识信息，标识信息包括视图标志的边缘信息和机器人采集参考帧图像的参考位姿；在当前图像帧中确定目标视图标志，对所确定的目标视图标志进行边缘提取得到目标视图标志的提取边缘图像；基于参考帧图像中的目标视图标志的标识信息和当前帧图像中的目标视图标志的提取边缘图像，确定机器人的当前位姿。该实施方式利用图像中视图标志的边缘图像确定机器人的当前位姿，提高了机器人定位的准确性。

【技术实现步骤摘要】
机器人的定位方法和装置
本公开的实施例涉及计算机
，具体涉及机器人的定位方法和装置。
技术介绍
视觉SLAM是目前SLAM研究热点之一。机器人可以采用视觉SLAM(SimultaneousLocalizationAndMapping，同步定位与建图)技术并发地构建地图与定位。在视觉SLAM中，机器人可以通过视觉的回环检测，对比当前场景的图像以及所建立的地图中的所有图像，识别机器人曾经到过的地方。然后，通过特征点匹配等方法对机器人进行定位，从而消除定位和建图过程中所产生的累积误差。相关技术中，在光照恒定、图像采集场景不变或者变化不大的情况下，视觉SLAM所建立的地图可以重复使用，定位结果准确。但是，在光照变化较大和动态场景下，机器人定位结果准确性较差。
技术实现思路
本公开的实施例提出了机器人的定位方法和装置。第一方面，本公开的实施例提供了一种机器人的定位方法，该方法包括：响应于接收到机器人采集的当前帧图像，从预先建立的目标地图中获取与当前帧图像匹配的参考帧图像，其中，参考帧图像包括至少一个视图标志和视图标志的标识信息，标识信息包括视图标志的边缘信息和机器人采集参考帧图像的参考位姿；在当前图像帧中确定目标视图标志，对所确定的目标视图标志进行边缘提取得到目标视图标志的提取边缘图像，其中，参考帧图像包括目标视图标志；基于参考帧图像中的目标视图标志的标识信息和当前帧图像中的目标视图标志的提取边缘图像，确定机器人的当前位姿。在一些实施例中，响应于接收到机器人采集的当前帧图像，从预先建立的目标地图中获取与当前帧图像匹配的参考帧图像，包括：响应于接收到机器人采集的当前帧图像，对当前帧图像进行场景识别；基于场景识别结果，从预先建立的目标地图中确定与当前图像帧匹配的参考图像帧。在一些实施例中，在当前图像帧中确定目标视图标志，包括：在当前帧图像中识别出至少一个视图标志；针对所识别出的至少一个视图标志中的视图标志，响应于确定出参考帧图像中包含该视图标志，将该视图标志确定为目标视图标志。在一些实施例中，基于参考帧图像中的目标视图标志的标识信息和当前帧图像中的目标视图标志的提取边缘图像，确定机器人的当前位姿，包括：基于参考帧图像中的目标视图标志的标识信息，在当前帧图像中确定出目标视图标志的理论边缘图像；采用非线性最小二乘法，将当前帧图像中的目标视图标志的提取边缘图像和所确定的理论边缘图像进行拟合，得到机器人的当前位姿。在一些实施例中，方法还包括：将当前帧图像中的目标视图标志的提取边缘图像和理论边缘图像之间的欧式距离平方和确定为非线性最小二乘法的目标函数；确定目标函数的最小值，以将当前帧图像中的目标视图标志的提取边缘图像和理论边缘图像拟合。在一些实施例中，目标地图通过如下步骤建立：获取机器人采集的环境图像和机器人的位姿；对环境图像进行边缘提取，得到环境图像中的视图标志的边缘信息，其中，边缘信息包括像素深度信息和像素坐标信息；采用SLAM算法处理所采集的环境图像，生成并保存实时地图；在实时地图中为视图标志设置标识信息，得到目标地图，其中，标识信息包括边缘信息和机器人的位姿。第二方面，本公开的实施例提供了一种机器人的定位装置，装置包括：获取单元，被配置成响应于接收到机器人采集的当前帧图像，从预先建立的目标地图中获取与当前帧图像匹配的参考帧图像，其中，参考帧图像包括至少一个视图标志和视图标志的标识信息，标识信息包括视图标志的边缘信息和机器人采集参考帧图像的参考位姿；边缘提取单元，被配置成在当前图像帧中确定目标视图标志，对所确定的目标视图标志进行边缘提取得到目标视图标志的提取边缘图像，其中，参考帧图像包括目标视图标志；确定单元，被配置成基于参考帧图像中的目标视图标志的标识信息和当前帧图像中的目标视图标志的提取边缘图像，确定机器人的当前位姿。在一些实施例中，获取单元进一步被配置成：响应于接收到机器人采集的当前帧图像，对当前帧图像进行场景识别；基于场景识别结果，从预先建立的目标地图中确定与当前图像帧匹配的参考图像帧。在一些实施例中，边缘提取单元进一步被配置成在当前帧图像中识别出至少一个视图标志；针对所识别出的至少一个视图标志中的视图标志，响应于确定出参考帧图像中包含该视图标志，将该视图标志确定为目标视图标志。在一些实施例中，确定单元进一步被配置成：基于参考帧图像中的目标视图标志的标识信息，在当前帧图像中确定出目标视图标志的理论边缘图像；采用非线性最小二乘法，将当前帧图像中的目标视图标志的提取边缘图像和所确定的理论边缘图像进行拟合，得到机器人的当前位姿。在一些实施例中，确定单元进一步还被配置成：将当前帧图像中的目标视图标志的提取边缘图像和理论边缘图像之间的欧式距离平方和确定为非线性最小二乘法的目标函数；确定目标函数的最小值，以将当前帧图像中的目标视图标志的提取边缘图像和理论边缘图像拟合。在一些实施例中，目标地图通过如下步骤建立：获取机器人采集的环境图像和机器人的位姿；对环境图像进行边缘提取，得到环境图像中的视图标志的边缘信息，其中，边缘信息包括像素深度信息和像素坐标信息；采用SLAM算法处理所采集的环境图像，生成并保存实时地图；在实时地图中为视图标志设置标识信息，得到目标地图，其中，标识信息包括边缘信息和机器人的位姿。本公开的实施例提供的机器人的定位方法和装置，响应于接收到机器人采集的当前帧图像，可以从预先建立的目标地图中获取与当前帧图像匹配的参考帧图像，而后在当前图像帧中确定目标视图标志，对当前图像帧中的视图标志进行边缘提取，得到目标视图标志的提取边缘图像，最后基于参考帧图像中的目标视图标志的标识信息和当前帧图像中的目标视图标志的提取边缘图像，可以确定机器人的当前位姿，从而实现了利用图像中视图标志的边缘图像确定机器人当前的位姿，使得机器人定位不受光照和场景变化的影响，提高了机器人定位的准确性。附图说明通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本公开的其它特征、目的和优点将会变得更明显：图1是本公开的一些实施例可以应用于其中的示例性系统架构图；图2是根据本公开的机器人的定位方法的一个实施例的流程图；图3是根据本公开的机器人的定位方法的又一个实施例的流程图；图4是根据本公开的实施例的机器人的定位方法的一个应用场景的示意图；图5是根据本公开的机器人的定位装置的一个实施例的结构示意图；图6是适于用来实现本公开的实施例的电子设备的结构示意图。具体实施方式下面结合附图和实施例对本公开作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释相关专利技术，而非对该专利技术的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与有关专利技术相关的部分。需要说明的是，在不冲突的情况下，本公开中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本公开。图1示出了可以应用本公开的实施例的机器人的定位方法或机器人的定位装置的示本文档来自技高网...

【技术保护点】
1.一种机器人的定位方法，包括：/n响应于接收到所述机器人采集的当前帧图像，从预先建立的目标地图中获取与所述当前帧图像匹配的参考帧图像，其中，所述参考帧图像包括至少一个视图标志和视图标志的标识信息，所述标识信息包括视图标志的边缘信息和机器人采集所述参考帧图像的参考位姿；/n在所述当前图像帧中确定目标视图标志，对所确定的目标视图标志进行边缘提取得到目标视图标志的提取边缘图像，其中，所述参考帧图像包括所述目标视图标志；/n基于所述参考帧图像中的目标视图标志的标识信息和所述当前帧图像中的目标视图标志的提取边缘图像，确定所述机器人的当前位姿。/n

【技术特征摘要】
1.一种机器人的定位方法，包括：
响应于接收到所述机器人采集的当前帧图像，从预先建立的目标地图中获取与所述当前帧图像匹配的参考帧图像，其中，所述参考帧图像包括至少一个视图标志和视图标志的标识信息，所述标识信息包括视图标志的边缘信息和机器人采集所述参考帧图像的参考位姿；
在所述当前图像帧中确定目标视图标志，对所确定的目标视图标志进行边缘提取得到目标视图标志的提取边缘图像，其中，所述参考帧图像包括所述目标视图标志；
基于所述参考帧图像中的目标视图标志的标识信息和所述当前帧图像中的目标视图标志的提取边缘图像，确定所述机器人的当前位姿。


2.根据权利要求1所述的方法，其中，所述响应于接收到所述机器人采集的当前帧图像，从预先建立的目标地图中获取与所述当前帧图像匹配的参考帧图像，包括：
响应于接收到所述机器人采集的当前帧图像，对所述当前帧图像进行场景识别；
基于所述场景识别结果，从预先建立的目标地图中确定与所述当前图像帧匹配的参考图像帧。


3.根据权利要求1所述的方法，其中，所述在所述当前图像帧中确定目标视图标志，包括：
在所述当前帧图像中识别出至少一个视图标志；
针对所识别出的至少一个视图标志中的视图标志，响应于确定出所述参考帧图像中包含该视图标志，将该视图标志确定为所述目标视图标志。


4.根据权利要求1所述的方法，其中，所述基于所述参考帧图像中的目标视图标志的标识信息和所述当前帧图像中的目标视图标志的提取边缘图像，确定所述机器人的当前位姿，包括：
基于所述参考帧图像中的目标视图标志的标识信息，在所述当前帧图像中确定出所述目标视图标志的理论边缘图像；
采用非线性最小二乘法，将所述当前帧图像中的目标视图标志的提取边缘图像和所确定的理论边缘图像进行拟合，得到所述机器人的当前位姿。


5.根据权利要求4所述的方法，其中，所述方法还包括：
将所述当前帧图像中的目标视图标志的提取边缘图像和理论边缘图像之间的欧式距离平方和确定为非线性最小二乘法的目标函数；
确定所述目标函数的最小值，以将所述当前帧图...

【专利技术属性】
技术研发人员：曹正江，
申请(专利权)人：北京京东乾石科技有限公司，
类型：发明
国别省市：北京;11