多数据源的SLAM方法、装置、扫地机器人及可读介质制造方法及图纸

本申请公开了一种多数据源的SLAM方法、装置、设备和可读存储介质，本申请中根据运动约束建立扫地机器人的运动方程；根据获取的扫地机器人的各传感器的测量数据，对各传感器建立观测方程；利用贝叶斯递归估计算法对运动方程和观测方程进行融合，获取扫地机器人的融合后的状态信息；根据融合后的状态信息，利用扫地机器人获取的深度图，通过静态贝叶斯滤波算法更新地图中体素的概率信息以构建环境地图。利用不同传感器的数据建立观测方程，能够得到扫地机器人更精确的位姿，运动方程能够保证获取的位置信息的准确性，多传感器获取周围环境中更多样的信息，使最终地图中的信息更加丰富，提高扫地机器人对周围障碍物的感知与处理能力。力。力。

【技术实现步骤摘要】
多数据源的SLAM方法、装置、扫地机器人及可读介质


[0001]本专利技术涉及机器人
，尤其涉及一种多数据源的SLAM方法、装置、扫地机器人及可读存储介质。

技术介绍

[0002]目前的扫地机器人，虽然可以利用传感器数据构建出地图，但是对于真实的外部环境还是缺乏感知能力，尤其是对于真实的地面环境。目前的扫地机器人仅能获取特定高度(通常为传感器所在高度)的离散二维采样信息或者扫地机器人顶部空间稀疏的特征点云信息，但是缺少地面以及地面上较低空间中的物体信息。从而无法在地图中重建地面以及地面上较低空间中的几何结构和语义信息，从而导致目前的扫地机器人无法解决与低矮障碍物的碰撞问题。

技术实现思路

[0003]本申请的主要目的在于提供一种多数据源的SLAM方法、扫地机器人、装置及可读存储介质，旨在解决目前扫地机器人的环境地图建模过程中对于低矮环境的信息缺失导致的扫地机器人对低矮障碍物处理能力较差的问题。
[0004]为实现上述目的，本申请提供的一种多数据源的SLAM方法，所述多数据源的SLAM方法包括以下步骤：
[0本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种多数据源的SLAM方法，其特征在于，所述多数据源的SLAM方法包括以下步骤：根据运动约束建立扫地机器人的运动方程；根据获取的扫地机器人的各传感器的测量数据，对各传感器建立观测方程；利用贝叶斯递归估计算法对所述运动方程和所述观测方程进行融合，获取扫地机器人的融合后的状态信息；根据融合后的状态信息，利用扫地机器人获取的深度图，通过静态贝叶斯滤波算法更新地图中体素的概率信息以构建环境地图。2.如权利要求1所述的多数据源的SLAM算法，其特征在于，所述根据获取的扫地机器人的各传感器的测量数据，对各传感器建立观测方程的步骤包括：获取扫地机器人的各传感器的测量数据；根据所述测量数据对应的传感器类型，将所述测量数据划分为快变数据和慢变数据；根据属于所述快变数据类型和所述慢变数据类型的所述测量数据，分别建立第一类型的观测方程和第二类型的观测方程。3.如权利要求2所述的多数据源的SLAM方法，其特征在于，所述利用贝叶斯递归估计算法对所述运动方程和所述观测方程进行融合的步骤之前，还包括：将所述第一类型的观测方程进行融合以得到融合结果；将所述融合结果作为第二类型的观测方程的点云配准算法的初值；根据所述点云配准算法以及所述初值，得到配准结果；对所述融合结果与所述配准结果进行贝叶斯推断以获取扫地机器人的初步状态信息。4.如权利要求3所述的多数据源的SLAM方法，其特征在于，所述利用贝叶斯递归估计算法对所述运动方程和所述观测方程进行融合，获取扫地机器人的融合后的状态信息的步骤包括：获取当前时刻由所述观测方程得到的初步状态信息；根据所述初步状态信息，结合运动方程，利用所述贝叶斯递归估计算法进行融合，得到当前时刻扫地机器人的融合后的状态信息。5.如权利要求4所述的多数据源的SLAM方法，其特征在于，所述根据融合后的状态信息，利...

【专利技术属性】
技术研发人员：潘俊威，
申请(专利权)人：苏州三六零机器人科技有限公司，
类型：发明
国别省市：