【技术实现步骤摘要】
机器人定位丢失检测方法及系统
[0001]本专利技术涉及机器人定位丢失检测的
,具体地,涉及一种机器人定位丢失检测方法及系统,尤其是涉及一种基于复杂环境的激光slam定位丢失检测方法。
技术介绍
[0002]目前针对移动机器人位姿丢失问题,还没有一个好的解决方案,大多时候依赖人为的判断,效率比较低下且存在误判。
[0003]公开号为CN109506641A的中国专利技术专利文献公开了一种移动机器人的位姿丢失检测与重定位系统及机器人,包括:数据获取模块,用于获取移动机器人所处环境的地图、机器人周围环境的障碍物信息和机器人上搭载的传感器的数据;定位模块,用于得到移动机器人在地图中的位姿;判断模块,用于根据传感器采集的数据和地图数据判断移动机器人定位信息是否错误,即定位模块输出的位姿与机器实际的位姿是否一致;重定位模块,用于在移动机器人发生定位信息错误时,根据预设的重定位算法对移动机器人进行重定位,得到机器人的正确位姿。
[0004]公开号为CN110181511A的中国专利技术专利文献公开了一种机器人零点丢 ...
【技术保护点】
【技术特征摘要】
1.一种机器人定位丢失检测方法,其特征在于,包括如下步骤:步骤S1:获取机器人的数据;步骤S2:根据机器人的数据检测机器人的定位情况。2.根据权利要求1所述的机器人定位丢失检测方法,其特征在于,在所述步骤S1中,获取机器人的运动状态、机器人自身的姿态和机器人上传感器的状态。3.根据权利要求2所述的机器人定位丢失检测方法,其特征在于,所述步骤S2包括如下步骤:步骤S2.1:建立栅格地图,传感器的状态包括传感器数据,计算传感器数据与栅格地图之间的匹配度,通过匹配度反映机器人的定位情况,若匹配度为预定值,进入步骤S2.2,否则执行终止;步骤S2.2:根据机器人的位姿判断机器人定位发生丢失的情况。4.根据权利要求3所述的机器人定位丢失检测方法,其特征在于,所述步骤S2.1包括如下步骤:转化图像步骤:将传感器数据转化为数据图像,将栅格地图转化为地图图像;特征提取步骤:对数据图像和地图图像进行特征处理;匹配度计算步骤:计算数据图像的特征和地图图像的特征之间的特征匹配度,并对特征匹配度进行打分,综合打分得到总的匹配度。5.根据权利要求1所述的机器人定位丢失检测方法,其特征在于,所述步骤S2.1还包括预处理步骤:对数据图像和地图图像进行预处理,预处理操作包括去噪、二值化和滤波操作。6.根据权利要求1所述的机器人定位丢失检测方法,其特征在于,所述步骤S2.2包括如下步骤:步骤S2.2.1:若某时间内机器人的位姿为预定变化,则判断机器人定位发生丢失,否则进入步骤S2.2.2;步骤...
【专利技术属性】
技术研发人员:张晨博,郭震,
申请(专利权)人:上海景吾智能科技有限公司,
类型:发明
国别省市:
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。