本发明专利技术公开了一种对电梯内机器人进行定位的方法及装置，方法包括：当目标机器人进出电梯时，获取所述目标机器人的实时位置信息；根据所述实时位置信息，初步判断所述目标机器人到达目标地点后，获取所述目标机器人的激光点云信息；根据所述激光点云信息进行环境匹配评分，得到点云在电梯门槛处的第一评分结果以及点云在所述目标地点的第二评分结果；根据所述第一评分结果和所述第二评分结果，确定所述目标机器人处于所述目标地点或所述电梯门槛处。本发明专利技术通过对激光点云信息进行环境匹配评分，能够确定目标机器人的实时位置，提高机器人定位的准确度，可广泛应用于计算机技术领域。域。域。
【技术实现步骤摘要】
一种对电梯内机器人进行定位的方法及装置
[0001]本专利技术涉及计算机
，尤其是一种对电梯内机器人进行定位的方法及装置。
技术介绍
[0002]随着科学技术的发展，配送机器人在日常生活中的应用越来越广泛。配送机器人多应用于酒店、写字楼、商场等多层建筑中。
[0003]配送机器人在跨楼层进行自主室内导航时，需要进出电梯，而电梯的环境复杂，容易导致机器人的定位在电梯内出现偏差，因此需要设计一个高度可靠的电梯内定位算法提升机器人在电梯内定位的可靠性。
[0004]在现有技术中，机器人的室内导航技术通常是采用激光雷达通过点云配准和里程计信息进行融合来进行定位。
[0005]对于现有技术的方法，在遇到机器人容易打滑叠加环境特征容易变化的环境，容易导致定位失败。具体来说，机器人打滑会影响里程计的定位结果，而环境发生变化(人来人往的电梯场景)，则会让传统通过地图进行匹配的激光配准算法失效，所以遇到环境容易让机器人出现打滑以及环境特征容易变化的话，传统的定位算法容易出现定位效果不好，鲁棒性较低的现象。而电梯环境属于典型的容易让机器人出现打滑现象，电梯门槛容易卡住机器人轮子导致出现打滑现象；同时在客人进出电梯时，客人的点云会改变原来电梯内的轮廓数据，导致实际的电梯环境发生变化，所以传统的定位算法在电梯内的定位效果欠理想。
技术实现思路
[0006]有鉴于此，本专利技术实施例提供一种对电梯内机器人进行定位的方法及装置，提高机器人定位的准确度。
[0007]本专利技术实施例的一方面提供了一种对电梯内机器人进行定位的方法，包括：
[0008]当目标机器人进出电梯时，获取所述目标机器人的实时位置信息；
[0009]根据所述实时位置信息，初步判断所述目标机器人到达目标地点后，获取所述目标机器人的激光点云信息；
[0010]根据所述激光点云信息进行环境匹配评分，得到点云在电梯门槛处的第一评分结果以及点云在所述目标地点的第二评分结果；
[0011]根据所述第一评分结果和所述第二评分结果，确定所述目标机器人处于所述目标地点或所述电梯门槛处。
[0012]可选地，所述根据所述实时位置信息，初步判断所述目标机器人到达目标地点后，获取所述目标机器人的激光点云信息这一步骤之后，还包括：
[0013]对所述激光点云信息进行行人滤波处理，得到滤波后的激光点云信息。
[0014]可选地，所述对所述激光点云信息进行行人滤波处理，得到滤波后的激光点云信
息，包括：
[0015]将所述激光点云信息进行排序处理，得到点云集合；
[0016]从所述点云集合中获取三个点云作为一个比较点集：
[0017]根据所述比较点集，判断所述点云集合中各个点云是否为客人的干扰点云，将判定为干扰点云的点云进行过滤，得到滤波后的激光点云信息。
[0018]可选地，所述根据所述比较点集，判断所述点云集合中各个点云是否为客人的干扰点云，包括：
[0019]从所述点云集合中选取一个点云作为目标点云；
[0020]找到包含所述目标点云的目标点云集合，并确定第一点云和第二点云；
[0021]分别计算目标点云与第一点云之间的第一距离，计算目标点云与第二点云之间的第二距离，计算第一点云与第二点云之间的第三距离；
[0022]根据所述第一距离、所述第二距离和所述第三距离计算综合距离值；
[0023]根据所述第一距离、所述第二距离、所述第三距离和所述综合距离值，计算所述目标点云的曲率半径；
[0024]根据所述曲率半径确定客人的干扰点云。
[0025]可选地，所述根据所述曲率半径确定客人的干扰点云，包括：
[0026]当所述曲率半径小于1时，确定所述目标点云为客人的干扰点云。
[0027]本专利技术实施例的另一方面还提供了一种对电梯内机器人进行定位的装置，包括：
[0028]第一模块，用于当目标机器人进出电梯时，获取所述目标机器人的实时位置信息；
[0029]第二模块，用于根据所述实时位置信息，初步判断所述目标机器人到达目标地点后，获取所述目标机器人的激光点云信息；
[0030]第三模块，用于根据所述激光点云信息进行环境匹配评分，得到点云在电梯门槛处的第一评分结果以及点云在所述目标地点的第二评分结果；
[0031]第四模块，用于根据所述第一评分结果和所述第二评分结果，确定所述目标机器人处于所述目标地点或所述电梯门槛处。
[0032]可选地，还包括：
[0033]第五模块，用于对所述激光点云信息进行行人滤波处理，得到滤波后的激光点云信息。
[0034]本专利技术实施例的另一方面还提供了一种电子设备，包括处理器以及存储器；
[0035]所述存储器用于存储程序；
[0036]所述处理器执行所述程序实现如前面所述的方法。
[0037]本专利技术实施例的另一方面还提供了一种计算机可读存储介质，所述存储介质存储有程序，所述程序被处理器执行实现如前面所述的方法。
[0038]本专利技术实施例还公开了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。计算机设备的处理器可以从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行前面的方法。
[0039]本专利技术的实施例当目标机器人进出电梯时，获取所述目标机器人的实时位置信息；根据所述实时位置信息，初步判断所述目标机器人到达目标地点后，获取所述目标机器
人的激光点云信息；根据所述激光点云信息进行环境匹配评分，得到点云在电梯门槛处的第一评分结果以及点云在所述目标地点的第二评分结果；根据所述第一评分结果和所述第二评分结果，确定所述目标机器人处于所述目标地点或所述电梯门槛处。本专利技术通过对激光点云信息进行环境匹配评分，能够确定目标机器人的实时位置，提高机器人定位的准确度。
附图说明
[0040]为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0041]图1为本专利技术实施例的整体步骤流程图；
[0042]图2为本专利技术实施例的实施过程流程图；
[0043]图3为环境栅格地图；
[0044]图4为实时激光点云示意图；
[0045]图5为栅格地图坐标体系示意图；
[0046]图6为评价分数的计算流程图；
[0047]图7为评价分数所处的位置示意图。
具体实施方式
[0048]为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
[0049]针对现有本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种对电梯内机器人进行定位的方法，其特征在于，包括：当目标机器人进出电梯时，获取所述目标机器人的实时位置信息；根据所述实时位置信息，初步判断所述目标机器人到达目标地点后，获取所述目标机器人的激光点云信息；根据所述激光点云信息进行环境匹配评分，得到点云在电梯门槛处的第一评分结果以及点云在所述目标地点的第二评分结果；根据所述第一评分结果和所述第二评分结果，确定所述目标机器人处于所述目标地点或所述电梯门槛处。2.根据权利要求1所述的一种对电梯内机器人进行定位的方法，其特征在于，所述根据所述实时位置信息，初步判断所述目标机器人到达目标地点后，获取所述目标机器人的激光点云信息这一步骤之后，还包括：对所述激光点云信息进行行人滤波处理，得到滤波后的激光点云信息。3.根据权利要求2所述的一种对电梯内机器人进行定位的方法，其特征在于，所述对所述激光点云信息进行行人滤波处理，得到滤波后的激光点云信息，包括：将所述激光点云信息进行排序处理，得到点云集合；从所述点云集合中获取三个点云作为一个比较点集：根据所述比较点集，判断所述点云集合中各个点云是否为客人的干扰点云，将判定为干扰点云的点云进行过滤，得到滤波后的激光点云信息。4.根据权利要求3所述的一种对电梯内机器人进行定位的方法，其特征在于，所述根据所述比较点集，判断所述点云集合中各个点云是否为客人的干扰点云，包括：从所述点云集合中选取一个点云作为目标点云；找到包含所述目标点云的目标点云集合，并确定第一点云和第二点云；分别计算目标点云与第一点云之间的第一距离，计算目标点云与第二点云之间的第二距离，计算第一点云与第二点云之间的第三距离；根...
【专利技术属性】
技术研发人员：何汉烜，翟静静，胡显达，
申请(专利权)人：广州市申迪计算机系统有限公司，
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。