【技术实现步骤摘要】
一种机器人重定位方法、芯片与机器人
[0001]本专利技术涉及机器人定位的
，具体涉及一种机器人重定位方法、芯片与机器人。
技术介绍
[0002]目前大多数的室内智能移动机器人都具有自主定位导航的能力，即在执行任务的过程中根据已有的地图数据对自身位置姿态进行定位，进而实现自主导航。当机器人拥有地图，但却不知道其位于地图的哪个位置时，就需要进行重定位。但是由于栅格地图特征较少，移动机器人依赖于从栅格地图中提取特征进行重定位时很容易丢失相关的特征信息，从而无法快速准确地找到自身的位置，而当定位结果不正确时，将出现叠图的异常现象。在申请号为CN202110575423.6的专利中，公开了一种基于地图匹配的定位控制方法，该方法通过协方差运算计算多个局部地图与对应的全局地图的相关系数来判断最匹配的坐标位置，以此作为机器人的定位位置。然而，相关系数只是一种粗略的判断匹配程度的方式，在实际应用中未能发挥出令人满意的效果。
技术实现思路
[0003]为解决上述问题，本专利技术提供了一种机器人重定位方法、芯片与机器人，通...
【技术保护点】
【技术特征摘要】
1.一种机器人重定位方法，其特征在于，所述方法包括如下步骤：步骤A、根据一个局部地图与一个全局地图的互相关性，计算出第二预设数量的最佳旋转角度，调用各个最佳旋转角度分别对一个局部地图进行旋转，获得第二预设数量的第一局部优化地图；其中，机器人预先存储有第一预设数量的全局地图；步骤B、控制第二预设数量的第一局部优化地图分别与第一预设数量的全局地图进行两两加速卷积，获得每个第一局部优化地图与对应的每个全局地图的互相关参数矩阵；步骤C、根据同一个互相关参数矩阵内数值最大的一个元素与第一局部优化地图相对应的一个最佳旋转角度组成的最佳转换矩阵，将所述局部地图转换到相对应的全局地图内，并确定转换为第二局部优化地图；步骤D、控制全局地图分割出与所述第二局部优化地图相对应的全局分块地图，通过双遍历检测算法分别计算第二局部优化地图以及相对应的全局分块地图的有向距离场，然后根据有向距离场分别计算第二局部优化地图以及相对应的全局分块地图互相映射的平均距离，对所述平均距离求和获得第二局部优化地图与相对应的全局地图之间的地图相似度，然后选择出数值最大的地图相似度对应的全局地图，再按照数值最大的地图相似度对应的最佳转换矩阵，在当前选择的全局地图内选择相匹配的坐标位置作为机器人的重定位位置。2.根据权利要求1所述的一种机器人重定位方法，其特征在于，在所述步骤D中，获得第二局部优化地图与相对应的全局地图之间的地图相似度的方法包括：步骤D1、在参与地图相似度计算的全局地图内，分割出由与所述第二局部优化地图相匹配位置组成且与所述第二局部优化地图等同大小的全局分块地图；步骤D2、定义一个集合，所述集合包括第二局部优化地图和相对应的全局分块地图中所有的矩阵元素，所述集合中的值不重复；步骤D3、计算第二局部优化地图上值为预设值的矩阵元素映射到相对应的全局分块地图上最近的相同值的矩阵元素的平均距离，以及计算全局分块地图上值为预设值的矩阵元素映射到相对应的第二局部优化地图上最近的相同值的矩阵元素的平均距离；其中，所述预设值属于所述集合；步骤D4、定义所述集合中未参与计算的一个值为预设值，返回步骤D3进行计算直至所述集合中的值全部参与计算，然后进入步骤D5；步骤D5、计算步骤D3中获得的所有平均距离的总和，得到第二局部优化地图和相对应的全局分块地图的地图相似度；其中，每一个地图相似度与对应的一个全局地图相匹配，且与对应的一个最佳旋转角度相匹配。3.根据权利要求2所述的一种机器人重定位方法，其特征在于，所述步骤D3中，计算第二局部优化地图上值为预设值的矩阵元素映射到相对应的全局分块地图上最近的相同值的矩阵元素的平均距离的方法具体包括如下步骤：步骤D31、计算全局分块地图的有向距离场；步骤D32、计算第二局部优化地图上值为预设值的矩阵元素分别与全局分块地图的有向距离场上所有原本具有相同值的矩阵元素的距离，并取其中的最小值...
【专利技术属性】
技术研发人员：赵一帆，黄惠保，陈锦杰，游思遐，张子倩，
申请(专利权)人：珠海一微半导体股份有限公司，
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。