一种设备快速重定位方法、装置及存储介质制造方法及图纸

本发明专利技术涉及一种设备快速重定位方法、装置及存储介质。本发明专利技术一方面能够利用雷达帧和预先构建的点云地图进行匹配得到第一初始位姿，发布包含第一初始位姿的第一话题，Cartographer通过订阅第一话题得到第一初始位姿进行重定位。另一方面，在重定位时，获取导航信号存在情况和导航信号的延迟时间，若导航信号不存在或导航信号存在但导航信号延迟时间大于预设的延迟时间阈值,则利用第一初始位姿进行重定位，导航存在且导航信号延迟时间小于预设的延迟时间阈值，则利用基于导航位姿的第二初始位姿进行重定位，选择更快的重定位方式进行重定位。式进行重定位。式进行重定位。

【技术实现步骤摘要】
一种设备快速重定位方法、装置及存储介质


[0001]本专利技术涉及重定位
，尤其涉及一种设备快速重定位方法、装置及存储介质。

技术介绍

[0002]伴随着室内机器人的发展，面向矿山、港口、快递行业的室内机器人重定位技术是机器人自主导航的前提。
[0003]移动机器人重定位一般指在没有先验信息的前提下，机器人仅依靠自身传感器估计其在已知全局地图中的位姿。在初始位姿未知或发生“绑架”时，机器人均需要实现重定位。传统的方法多采用占用栅格来描述激光雷达测得的局部环境信息以及全局地图信息，再基于概率运算完成候选搜索区域内的重定位。室外良好的GPS信号可提供准确的初始位姿，基于激光雷达的室内移动机器人反而没有gnss提供的准确的全局定位信息。Cartographer使用占用栅格来表示环境信息，通过匹配栅格化后的激光雷达数据与地图数据并基于极大似然估计来求解最有可能的位姿。Cartographer算法由于重定位时需在全局地图上搜索，定位时间较长且在单一结构环境中易定位失败。在导航时由于某种外部因素(如人为搬离、外部碰撞等)机器人位姿发生突变，从而导致原有依赖位姿连续变化的定位算法失效。在室内环境下，组合导航失去了GNSS信号，无法提供准确的初始位姿，故室内大场景下Cartographer无法实现快速重定位。

技术实现思路

[0004]为了解决上述技术问题或者至少部分地解决上述技术问题，本专利技术提供一种设备快速重定位方法、装置及存储介质。
[0005]第一方面，本专利技术提供一种设备快速重定位方法，包括：取重定位前最后一雷达帧对应的稀疏点云地图作为参考帧，取当前时刻的雷达帧作为目标帧；参考帧所占空间分为若干格子，对于每个格子，基于格子内的点计算每个格子的多维正态概率密度函数；利用被迭代优化的变换参数使目标帧变换到参考帧所在的参考坐标系中，其中，变换参数包括旋转矩阵和平移矩阵；计算目标帧转换后每个点落到对应格子中的概率密度；进而将对应点落到对应格子中的概率密度之和作为目标函数；通过牛顿优化算法迭代优化变换参数，以寻找使得目标函数值最大的目标变换参数，基于目标变换参数和参考帧的坐标确定目标帧的第一初始位姿，并发布包含第一初始位姿第一话题；Cartographer订阅第一话题获取第一初始位姿，将第一初始位姿的坐标转换到IMU坐标系后，传递给位姿推测器实现重定位。
[0006]更进一步地，将室内场景通过激光雷达、IMU和里程计融合的SLAM技术建立高精度
地图；将所述高精度地图转换为点云地图，对点云地图进行体素滤波得到降采样后的稀疏点云地图。
[0007]更进一步地，设备导航信号良好时，导航提供的导航位姿，导航位姿的坐标转换到IMU坐标系得到第二初始位姿，发布第二初始位姿的第二话题，重定位时，Cartographer订阅第二话题获取第二初始位姿，将第二初始位姿传递给位姿推测器实现重定位。
[0008]更进一步地，预先设定导航信号的延迟时间阈值，若导航信号的延迟时间大于延迟时间阈值或导航信号消失，则在重定位时Cartographer订阅第一话题，将第一初始位姿的坐标转换到IMU坐标系后，传递给位姿推测器实现重定位；若导航信号存在且导航信号端延迟时间小于延迟时间阈值，则在重定位时Cartographer订阅第二话题，获取第二初始位姿，将第二初始位姿传递给位姿推测器实现重定位。
[0009]更进一步地，Cartographer订阅第一话题或第二话题，以获取第一初始位姿或第二初始位姿，将所获的第一初始位姿或第二初始位姿转换后传递给位姿推测器，位姿推测器接收转换后的第一初始位姿或第二初始位姿前删除前序数据。
[0010]更进一步地，预先设定导航信号的延迟时间阈值，实时监测导航信号是否存在和存在时导航信号的延迟时间，重定位时，获取重定位时刻的导航信号的延迟时间，比较导航信号的延迟时间和延迟时间阈值。
[0011]第二方面，本专利技术提供一种设备快速重定位装置，包括：至少一处理单元、存储单元、激光雷达和IMU传感器，所述处理单元、所述存储单元、所述激光雷达和IMU传感器通过总线单元连接；所述存储单元存储计算机程序，所述处理单元从存储单元读取执行计算机程序实现所述的设备快速重定位方法。
[0012]更进一步地所述设备快速重定位装置，包括：GPS传感器，所述GPS传感器通过总线单元连接处理单元和存储单元；所述存储单元存储计算机程序，所述处理单元从存储单元读取执行计算机程序实现所述的设备快速重定位方法。
[0013]第三方面，本专利技术提供一种实现设备快速重定位方法的存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现所述的设备快速重定位方法。
[0014]本专利技术实施例提供的上述技术方案与现有技术相比具有如下优点：本专利技术一方面能够利用雷达帧和预先构建的点云地图进行匹配得到第一初始位姿，发布包含第一初始位姿的第一话题，Cartographer利用第一初始位姿进行重定位，实现在无导航信号或导航信号延迟高的情况下的重定位。另一方面，本专利技术能够利用导航提供的导航位姿经转换得到第二初始位姿，Cartographer能够利用第二初始位姿进行重定位，且在重定位时，获取导航信号存在情况和导航信号的延迟时间，若导航信号不存在或导航信号存在但导航信号延迟时间大于预设的延迟时间阈值则Cartographer订阅第一话题，利用第一初始位姿进行重定位，导航存在且导航信号延迟时间小于预设的延迟时间阈值则Cartographer定于第二话题，利用第二初始位姿进行重定位，选择更快的重定位方式进行重定位。
附图说明
[0015]此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本专利技术的实施
例，并与说明书一起用于解释本专利技术的原理。
[0016]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
[0017]图1为本专利技术实施例提供的一种设备快速重定位方法的流程图；图2为本专利技术实施例提供的计算第一初始位姿发布包含第一初始位姿的第一话题的流程图；图3为本专利技术实施例提供的计算第二初始位姿发布包含第二初始位姿的第二话题的流程图；图4为本专利技术实施例提供的一种设备快速重定位装置的示意图。
具体实施方式
[0018]为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术的一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0019]需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种设备快速重定位方法，其特征在于，包括：取重定位前最后一雷达帧对应的稀疏点云地图作为参考帧，取当前时刻的雷达帧作为目标帧；将参考帧所占空间分为若干格子，对于每个格子，基于格子内的点计算每个格子的多维正态概率密度函数；利用被迭代优化的变换参数使目标帧变换到参考帧所在的参考坐标系中，其中，变换参数包括旋转矩阵和平移矩阵；计算目标帧转换后每个点落到对应格子中的概率密度；进而将对应点落到对应格子中的概率密度之和作为目标函数；通过牛顿优化算法迭代优化变换参数，以寻找使得目标函数值最大的目标变换参数，基于目标变换参数和参考帧的坐标确定目标帧的第一初始位姿，并发布包含第一初始位姿第一话题；Cartographer订阅第一话题获取第一初始位姿，将第一初始位姿的坐标转换到IMU坐标系后，传递给位姿推测器实现重定位。2.根据权利要求1所述的设备快速重定位方法，其特征在于，将室内场景通过激光雷达、IMU和里程计融合的SLAM技术建立高精度地图；将所述高精度地图转换为点云地图，对点云地图进行体素滤波得到降采样后的稀疏点云地图。3.根据权利要求1所述的设备快速重定位方法，其特征在于，设备导航信号良好时，导航提供的导航位姿，导航位姿的坐标转换到IMU坐标系得到第二初始位姿，发布第二初始位姿的第二话题，重定位时，Cartographer订阅第二话题获取第二初始位姿，将第二初始位姿传递给位姿推测器实现重定位。4.根据权利要求3所述的设备快速重定位方法，其特征在于，若导航信号的延迟时间大于延迟时间阈值或导航信号消失，则在重定位时Cartographer订阅第一话题，将第一初始位姿的坐标转换到IMU坐标系后，传递给位姿推测器实现重定位；若导航信号存...

【专利技术属性】
技术研发人员：黄琰，孙静，田瑞丰，陈星宇，毕泽伟，王晓龙，翟润东，杨明涛，
申请(专利权)人：理工雷科智途泰安汽车科技有限公司，
类型：发明
国别省市：