用于机器人的定位方法以及应用其的机器人技术

本发明专利技术提供一种用于机器人的定位方法，所述机器人包括激光雷达和里程计，所述定位方法包括：通过所述里程计获取所述机器人的位姿；根据上一时刻的位姿，预测当前时刻的位姿；通过所述激光雷达获取当前时刻的实测的点云；将所述实测的点云与地图进行匹配，根据匹配结果获取位移置信度和旋转置信度；根据匹配的点云、所述位移置信度和旋转置信度，获取矫正位姿；根据所述预测位姿和矫正位姿，确定当前时刻的位姿。本发明专利技术根据里程计的预测位姿和激光雷达的矫正位姿确定机器人的当前位姿，还可以为预测位姿和矫正位姿分配权重，以降低预测过程和矫正过程产生的误差，可以避免或降低误匹配的发生，增加了定位结果的可靠性和稳定性。增加了定位结果的可靠性和稳定性。增加了定位结果的可靠性和稳定性。

【技术实现步骤摘要】
用于机器人的定位方法以及应用其的机器人


[0001]本公开涉及机器人
，尤其涉及一种用于机器人的定位方法以及应用其的机器人。

技术介绍

[0002]随着移动机器人的快速发展，特别是在自主导航车、无人车和服务机器人等应用领域，各种各样的自动化任务，如物体抓取、空间探索等，对移动机器人的定位提出了更高的要求，而里程计技术在其中扮演着极其重要的作用。其中，激光雷达和轮式里程计是最常用的提升机器人对环境的感知和自身定位的模块。
[0003]里程计利用观测的左右轮转速值得到的速度与角速度，代入移动机器人运动学模型中，推演出机器人当前的位置与航向角信息。由于，测量误差、执行机构误差、模型误差以及可能发生的侧滑等原因，里程计信息也产生较大的误差。由于里程计是利用几何模型不断推演出来的，误差会一直累积在结果里，最终会不可用。但里程计在静态时不会漂移，并且具有成本低廉的优点。
[0004]基于激光雷达和里程计的机器人定位方案中，机器人在当前时刻的位姿等于里程计的预测位姿和激光雷达的矫正位姿之和，但是，里程计的预测位姿的过程以及激光雷达矫正位姿的过程都存在误差，在确定最终结果时，存在误差累积的问题，并且在激光信息与地图匹配时的误匹配，也会导致矫正位姿的错误，最终定位结果也是错误的。
[0005]
技术介绍
部分的内容仅仅是公开专利技术人所知晓的技术，并不当然代表本领域的现有技术。

技术实现思路

[0006]有鉴于现有的一个或多个缺陷，本专利技术提供一种用于机器人的定位方法，所述机器人包括激光雷达和里程计，所述定位方法包括：
[0007]通过所述里程计获取所述机器人的位姿；
[0008]根据上一时刻的位姿，预测当前时刻的位姿；
[0009]通过所述激光雷达获取当前时刻实测的点云；
[0010]将所述实测的点云与地图进行匹配，根据匹配结果获取位移置信度和旋转置信度；
[0011]根据所述匹配的点云、所述位移置信度和旋转置信度，获取矫正位姿；
[0012]根据所述预测位姿和矫正位姿，确定当前时刻的位姿。
[0013]根据本专利技术的一个方面，其中所述将实测的点云与地图进行匹配，根据匹配结果获取位移置信度和旋转置信度的步骤具体包括：通过ICP算法，将所述实测的点云与当前运行环境的点云地图进行匹配，根据匹配结果获取位移置信度和旋转置信度。
[0014]根据本专利技术的一个方面，其中所述将实测的点云与地图进行匹配，根据匹配结果获取位移置信度和旋转置信度的步骤具体包括：根据匹配的点云中每个点的法线方向，确
定第一方向和第二方向，根据第一方向的预设范围内的总点数以及第二方向的预设范围内的总点数，确定位移置信度。
[0015]根据本专利技术的一个方面，其中所述第一方向为所述匹配的点云中每个点的法线方向的平均方向，所述第二方向与所述第一方向垂直。
[0016]根据本专利技术的一个方面，其中根据第一方向的预设范围内的总点数以及第二方向的预设范围内的总点数确定位移置信度的操作包括：当第一方向的预设范围内的总点数大于阈值时，该方向的位移可信；当第二方向的预设范围内的总点数大于阈值时，该方向的位移可信。
[0017]根据本专利技术的一个方面，其中所述将点云与地图进行匹配，根据匹配结果获取位移置信度和旋转置信度的步骤还包括：将所述匹配的点云中的点进行聚类，根据最大聚类点云确定第三方向，根据所述第三方向的点云分布，确定旋转置信度。
[0018]根据本专利技术的一个方面，其中所述第三方向为所述最大聚类点云中每个点的法线方向的平均方向。
[0019]根据本专利技术的一个方面，其中所述根据最大聚类点云确定第三方向，根据第三方向的点云分布，确定旋转置信度的操作具体包括：当所述第三方向的点云分布长度大于阈值时，对应的旋转角度可信。
[0020]根据本专利技术的一个方面，其中所述根据匹配的点云、位移置信度和旋转置信度，获取矫正位姿的步骤包括：
[0021]根据所述匹配的点云中位移可信的第一方向和/或第二方向的点，计算矫正位移；
[0022]根据所述匹配的点云中旋转角度可信的第三方向的点，计算矫正旋转角度；
[0023]根据所述矫正位移和所述矫正旋转角度，合成矫正位姿。
[0024]根据本专利技术的一个方面，其中所述根据匹配的点云中位移可信的第一方向和/或第二方向的点，计算矫正位移的操作具体包括：将位移可信的第一方向和/或第二方向在预设范围内每个点在该方向的位移分量合并为矫正位移。
[0025]根据本专利技术的一个方面，其中所述根据匹配的点云中旋转角度可信的第三方向的点，计算矫正旋转角度的操作具体包括：将旋转角度可信的第三方向的最大聚类点云中每个点的角度变化量合并为矫正旋转角度。
[0026]根据本专利技术的一个方面，其中所述根据预测位姿和矫正位姿，确定当前时刻的位姿的步骤具体包括：根据所述里程计的测量精度确定所述预测位姿的权重，根据当前运行环境确定所述矫正位姿的权重，根据预测位姿、矫正位姿以及各自的权重，确定当前时刻的位姿。
[0027]本专利技术还提供一种机器人，包括：
[0028]激光雷达，用于获取点云；
[0029]里程计，用于获取所述机器人的位姿；和
[0030]处理器，用于执行上述的定位方法，以确定所述机器人在当前时刻的位姿。
[0031]本专利技术根据里程计的预测位姿和激光雷达的矫正位姿确定机器人的当前位姿，还可以为预测位姿和矫正位姿分配权重，以降低预测过程和矫正过程产生的误差，可以避免或降低误匹配的发生，增加了定位结果的可靠性和稳定性。
附图说明
[0032]构成本公开的一部分的附图用来提供对本公开的进一步理解，本公开的示意性实施例及其说明用于解释本公开，并不构成对本公开的不当限定。在附图中：
[0033]图1a示出了本专利技术一个实施例的机器人示意图；
[0034]图1b示出了图1a的内部模块图；
[0035]图2示出了本专利技术一个实施例的用于机器人的定位方法流程图；
[0036]图3a示出了本专利技术一个实施例的机器人定位示意图；
[0037]图3b示出了本专利技术一个实施例的矫正过程示意图；
[0038]图4示出了本专利技术一个实施例的ICP匹配示意图；
[0039]图5示出了本专利技术一个实施例的获取矫正位姿的示意图。
具体实施方式
[0040]在下文中，仅简单地描述了某些示例性实施例。正如本领域技术人员可认识到的那样，在不脱离本专利技术的精神或范围的情况下，可通过各种不同方式修改所描述的实施例。因此，附图和描述被认为本质上是示例性的而非限制性的。
[0041]在本专利技术的描述中，需要理解的是，术语"中心"、"纵向"、"横向"、" 长度"、"宽度"、"厚度"、"上"、"下"、"前"、"后"、"左"、"右"、"竖直"、 "水平"、"顶"、"底"、"内"、"外"、"顺时针"、"逆时针"等指示的方位或位置关系为基于附图所示的方位或位置关系，仅本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于机器人的定位方法，所述机器人包括激光雷达和里程计，所述定位方法包括：通过所述里程计获取所述机器人的位姿；根据上一时刻的位姿，预测当前时刻的位姿；通过所述激光雷达获取当前时刻实测的点云；将所述实测的点云与地图进行匹配，根据匹配结果获取位移置信度和旋转置信度；根据匹配的点云、所述位移置信度和旋转置信度，获取矫正位姿；根据所述预测位姿和矫正位姿，确定当前时刻的位姿。2.根据权利要求1所述的定位方法，其中所述将实测的点云与地图进行匹配，根据匹配结果获取位移置信度和旋转置信度的步骤具体包括：通过ICP算法，将所述实测的点云与当前运行环境的点云地图进行匹配，根据匹配结果获取位移置信度和旋转置信度。3.根据权利要求2所述的定位方法，其中所述将实测的点云与地图进行匹配，根据匹配结果获取位移置信度和旋转置信度的步骤具体包括：根据匹配的点云中每个点的法线方向，确定第一方向和第二方向，根据第一方向的预设范围内的总点数以及第二方向的预设范围内的总点数，确定位移置信度。4.根据权利要求3所述的定位方法，其中所述第一方向为所述匹配的点云中每个点的法线方向的平均方向，所述第二方向与所述第一方向垂直。5.根据权利要求3所述的定位方法，其中根据第一方向的预设范围内的总点数以及第二方向的预设范围内的总点数确定位移置信度的操作包括：当第一方向的预设范围内的总点数大于阈值时，该方向的位移可信；当第二方向的预设范围内的总点数大于阈值时，该方向的位移可信。6.根据权利要求5所述的定位方法，其中所述将点云与地图进行匹配，根据匹配结果获取位移置信度和旋转置信度的步骤还包括：将所述匹配的点云中的点进行聚类，根据最大聚类点云确定第三方向，根据所述第三方向的点云分布，确定旋转置信度。7.根据权利要求6所述...

【专利技术属性】
技术研发人员：孙天放，王庆路，田智豪，
申请(专利权)人：上海擎朗智能科技有限公司，
类型：发明
国别省市：