一种基于建图文件的重定位测试方法、芯片和机器人技术

本发明专利技术公开了一种基于建图文件的重定位测试方法、芯片和机器人，所述方法包括：S1：获取建图文件，然后对建图文件的点云文件进行处理来获取处理后的点云数据和记录该点云数据对应的机器人位姿；S2：读取处理后的点云数据和该点云数据对应的机器人位姿，然后通过建图文件进行重定位测试计算；S3：基于重定位测试计算的匹配分数、建图文件的点云数据对应的机器人位姿和重定位方式来确定重定位测试计算的结果。本申请用建图记录的带时序的激光文件，去回溯做全地图的重定位测试，大大提高测试结果运用效率，减少人力成本。减少人力成本。减少人力成本。

【技术实现步骤摘要】
一种基于建图文件的重定位测试方法、芯片和机器人


[0001]本专利技术涉及智能机器人领域，具体涉及一种基于建图文件的重定位测试方法、芯片和机器人。

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。具体的，在导航过程中，机器人会相应地感知自身周边环境信息，并结合已有的地图数据确认当前是否存在导航错误的问题，接着在确认存在导航错误的情况下，根据感知的环境信息配合已有的地图数据对当前导航位置进行调整。重定位很多时候是机器人开始工作的第一步，重定位的成功与否是其之后能否正常工作的大前提。
[0003]重定位的测试在机器人测试中，是比较耗时耗人力的。在测试人员和测试力量有限的情况下，如何将每次测试的记录进行最大化的应用是急需解决的问题。

技术实现思路

[0004]为解决上述问题，本专利技术提供了一种基于建图文件的重定位测试方法、芯片和机器人，本申请用建图本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于建图文件的重定位测试方法，其特征在于，该方法包括以下步骤：S1：获取建图文件，然后对建图文件的点云文件进行处理来获取处理后的点云数据和记录该点云数据对应的机器人位姿；S2：读取处理后的点云数据和该点云数据对应的机器人位姿，然后通过建图文件进行重定位测试计算；S3：基于重定位测试计算的匹配分数、建图文件的点云数据对应的机器人位姿和重定位方式来确定重定位测试计算的结果；其中，所述建图文件包括点云文件和地图文件，所述点云文件包括点云数据和点云数据对应的机器人位姿，所述地图文件用于进行重定位测试计算。2.根据权利要求1所述的基于建图文件的重定位测试方法，其特征在于，步骤S1中，获取建图文件包括以下步骤：机器人在清扫过程中，记录每次通过激光雷达采集的点云数据，并且记录点云数据对应的机器人位姿；机器人在完成清扫后，记录行走地图，然后将行走地图、点云数据和点云数据对应的机器人位姿保存为建图文件。3.根据权利要求1所述的基于建图文件的重定位测试方法，其特征在于，步骤S1中，对建图文件的点云文件进行处理来获取处理后的点云数据和记录该点云数据对应的机器人位姿为，采用建图文件的点云文件进行重跑建图测试，在重跑建图测试过程中，对获取的点云数据进行去畸变处理，得到处理后的点云数据和记录该点云数据对应的机器人位姿。4.根据权利要求3所述的基于建图文件的重定位测试方法，其特征在于，对获取的点云数据进行去畸变处理，包括以下步骤：重跑建图测试过程中，机器人获取一帧激光数据和获取该帧激光数据时的移动速度，然后通过移动速度和获取一帧激光数据的获取时间的乘积来得到该帧激光数据的第一个激光点与最后一个激光点之间的畸变值；根据所述激光数据的第一个激光点与最后一个激光点之间的畸变值来对该帧激光数据进行补充，得到去除畸变的点云数据。5.根据权利要求4所述的基于建图文件的重定位测试方法，其特征在于，步骤...

【专利技术属性】
技术研发人员：陈锦杰，黄惠保，孙明，周和文，赵一帆，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：