基于雾网络的建图定位方法及装置制造方法及图纸

本发明专利技术涉及数据处理领域，公开了一种基于雾网络的建图定位方法及装置，用于提高建图定位时的准确率。该方法包括：控制多个地面机器人对目标区域进行环境信息采集，得到环境信息集合，通过环境信息集合生成多个地图构建子任务；对多个地面机器人进行任务分配，得到任务分配结果；基于任务分配结果控制多个地面机器人进行子地图构建，生成多个子地图，通过多个子地图生成初始全局地图；控制无人机对目标区域进行点云数据采集，得到点云数据集合；对点云数据集合进行三维地图映射，得到三维点云地图；对三维点云地图及初始全局地图进行地图融合，生成目标导航地图；通过目标导航地图对待定位机器人进行定位，确定目标定位数据。确定目标定位数据。确定目标定位数据。

【技术实现步骤摘要】
基于雾网络的建图定位方法及装置


[0001]本专利技术涉及数据处理
，尤其涉及一种基于雾网络的建图定位方法及装置。

技术介绍

[0002]随着机器人技术的不断发展，多种类型机器人已广泛运用于服务、救援等不同任务场景，其中机器人定位和地图构建技术被用来执行环境地图的并行构建及机器人方向和位置估计，针对救援现场存在的地形复杂、作业覆盖范围广、次生灾害突发等特点，单一地面机器人难以快速到达目标位置。
[0003]但是，单一空中机器人由于续航、负载能力有限等问题，难以满足救援现场的需求，此外，虽然地面机器人能够对地面的近距离目标精准定位并执行任务，但其视野范围具有局限性，限制了其工作的区域和效率，无人机机动性强、视野范围广，但对地面物体定位的精确度不高，对地面物体操作的灵活性差。

技术实现思路

[0004]有鉴于此，本专利技术实施例提供了一种基于雾网络的建图定位方法及装置，解决了在建图定位时准确率偏低的技术问题。
[0005]本专利技术提供了一种基于雾网络的建图定位方法，包括：控制多个地面机器人对目标区域进行环境信本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于雾网络的建图定位方法，其特征在于，包括如下步骤：控制多个地面机器人对目标区域进行环境信息采集，得到环境信息集合，并通过所述环境信息集合生成多个地图构建子任务；将多个所述地图构建子任务输入至预置的雾计算网络对多个所述地面机器人进行任务分配，得到任务分配结果；基于所述任务分配结果，控制多个所述地面机器人进行子地图构建，生成多个子地图，并通过多个所述子地图生成对应的初始全局地图；控制预置的无人机对所述目标区域进行点云数据采集，得到点云数据集合；对所述点云数据集合进行三维地图映射，得到与所述目标区域对应的三维点云地图；对所述三维点云地图及所述初始全局地图进行地图融合，生成目标导航地图；通过所述目标导航地图对待定位机器人进行定位，确定对应的目标定位数据。2.根据权利要求1所述的基于雾网络的建图定位方法，其特征在于，所述将多个所述地图构建子任务输入至预置的雾计算网络对多个所述地面机器人进行任务分配，得到任务分配结果步骤，包括：将多个所述地图构建子任务输入至所述雾计算网络进行任务数量分析，得到对应的目标任务数量；基于所述目标任务数量对所述雾计算网络的遗传算法进行算法参数设置，得到目标遗传算法；基于所述目标遗传算法对多个所述地面机器人进行任务分配，得到任务分配结果。3.根据权利要求2所述的基于雾网络的建图定位方法，其特征在于，所述基于所述目标遗传算法对多个所述地面机器人进行任务分配，得到任务分配结果步骤，包括：分别对每一所述地面机器人进行编码处理，生成多个任务节点；分别对每一所述地面机器人进行适应度计算，得到适应度数据集合；基于所述适应度数据集合，通过所述目标遗传算法对每一所述任务节点进行任务分配，得到任务分配结果。4.根据权利要求1所述的基于雾网络的建图定位方法，其特征在于，所述基于所述任务分配结果，控制多个所述地面机器人进行子地图构建，生成多个子地图，并通过多个所述子地图生成对应的初始全局地图步骤，包括：基于所述任务分配结果对每一所述地面机器人进行任务分配，并控制每一所述地面机器人通过扩展卡尔曼滤波算法进行子地图构建，生成多个子地图；通过稀疏化扩展信息滤波算法对多个所述子地图进行地图融合，生成对应的初始全局地图。5.根据权利要求4所述的基于雾网络的建图定位方法，其特征在于，所述通过稀疏化扩展...

【专利技术属性】
技术研发人员：宋锐，方勇纯，任瑞琦，张峥，
申请(专利权)人：南开大学，
类型：发明
国别省市：