位姿正确性判断方法、装置、机器人和存储介质制造方法及图纸

本申请涉及一种位姿正确性判断方法、装置、机器人和存储介质。所述方法包括：通过相关扫描匹配计算得到各位姿和各所述位姿对应的分数；在各所述位姿中，确定对应的所述分数大于分数阈值的第一位姿，以及在所述相关扫描匹配对应的关键分辨率下，确定在所述分数中的关键分数对应的关键位姿；所述位姿包括关键位姿；确定所述第一位姿对应的第一协方差；当所述第一协方差不大于协方差阈值时，则在所述关键分辨率下，确定所述关键位姿的附近位姿，并确定所述附近位姿对应的第二协方差；当所述第二协方差不大于所述协方差阈值时，则确定所述关键位姿匹配正确。采用本方法能够对机器人的位姿正确性进行精确判断。位姿正确性进行精确判断。位姿正确性进行精确判断。

【技术实现步骤摘要】
位姿正确性判断方法、装置、机器人和存储介质


[0001]本申请涉及机器人
，特别是涉及一种位姿正确性判断方法、装置、机器人和存储介质。

技术介绍

[0002]随着科学技术的不断发展，机器人逐渐走入人们的生活，目前，在社会上随处可见机器人的身影，随着机器人应用场景的不断增加，对机器人定位技术的要求也越来越高。
[0003]相关扫描匹配是一种快速求取当前激光帧在已有地图上的匹配位姿的方法，通过构造多层地图和分支限界快速求取出地图中与当前激光帧匹配得分最高的位姿。由于场景变化、动态物体的干扰，容易出现当前激光帧有很多干扰信息的情况，这些干扰信息同样会参与匹配过程，因此可能造成有干扰信息的激光帧在错误的位姿上匹配得分是最高的，从而导致存在对机器人的位姿判断错误的问题。

技术实现思路

[0004]基于此，有必要针对上述技术问题，提供一种能够提高对机器人位姿判断正确性的位姿正确性判断方法、装置、机器人、计算机可读存储介质和计算机程序产品。
[0005]第一方面，本申请提供了一种位姿正确性判断方法。所述方法包括：
[0006]通过相关扫描匹配计算得到各位姿和各所述位姿对应的分数；
[0007]在各所述位姿中，确定对应的所述分数大于分数阈值的第一位姿，以及在所述相关扫描匹配对应的关键分辨率下，确定在所述分数中的关键分数对应的关键位姿；所述位姿包括关键位姿；
[0008]确定所述第一位姿对应的第一协方差；
[0009]当所述第一协方差不大于协方差阈值时，则在所述关键分辨率下，确定所述关键位姿的附近位姿，并确定所述附近位姿对应的第二协方差；
[0010]当所述第二协方差不大于所述协方差阈值时，则确定所述关键位姿匹配正确。
[0011]在其中一个实施例中，所述确定所述第一位姿对应的第一协方差包括：
[0012]确定所述第一位姿与所述关键位姿之间的第一差值；
[0013]确定第一差值对应的第一转置差值；所述第一转置差值为所述第一差值的转置；
[0014]基于所述第一位姿的分数、所述第一差值和所述第一转置差值得到第一协方差。
[0015]在其中一个实施例中，所述基于所述第一位姿的分数、所述第一差值和所述第一转置差值得到第一协方差包括：
[0016]确定所述第一位姿的分数、所述第一差值和所述第一转置差值之间的第一积值；
[0017]对所述第一积值进行求和，得到第一总积值；
[0018]确定所述第一位姿的分数进行求和，得到第一总分数；
[0019]基于所述第一总积值和所述第一总分数得到第一协方差。
[0020]在其中一个实施例中，所述确定所述附近位姿对应的第二协方差包括：
[0021]确定所述附近位姿与所述关键位姿之间的第二差值；
[0022]确定第二差值对应的第二转置差值；所述第二转置差值为所述第二差值的转置；
[0023]基于所述附近位姿的分数、所述第二差值和所述第二转置差值得到第二协方差。
[0024]在其中一个实施例中，所述基于所述附近位姿的分数、所述第二差值和所述第二转置差值得到第二协方差包括：
[0025]确定所述附近位姿的分数、所述第二差值和所述第二转置差值之间的第二积值；
[0026]对所述第二积值进行求和，得到第二总积值；
[0027]确定所述附近位姿的分数进行求和，得到第二总分数；
[0028]基于所述第二总积值和所述第二总分数得到第二协方差。
[0029]在其中一个实施例中，所述方法还包括：
[0030]当所述第一协方差大于所述协方差阈值，或所述第二协方差大于所述协方差阈值时，则确定所述关键位姿匹配错误。
[0031]在其中一个实施例中，所述在所述关键分辨率下，确定所述关键位姿的附近位姿包括：
[0032]获取预设关键半径；
[0033]依据所述预设关键半径确定以所述关键位姿为中心的关键范围；
[0034]在所述关键分辨率下，确定所述关键范围中的位姿，并将所述关键范围中的位姿作为附近位姿。
[0035]第二方面，本申请还提供了一种位姿正确性判断装置。所述装置包括：
[0036]计算模块，用于通过相关扫描匹配计算得到各位姿和各所述位姿对应的分数；
[0037]第一确定模块，用于在各所述位姿中，确定对应的所述分数大于分数阈值的第一位姿，以及在所述相关扫描匹配对应的关键分辨率下，确定在所述分数中的关键分数对应的关键位姿；所述位姿包括关键位姿；
[0038]第二确定模块，用于确定所述第一位姿对应的第一协方差；
[0039]第三确定模块，用于当所述第一协方差不大于协方差阈值时，则在所述关键分辨率下，确定所述关键位姿的附近位姿，并确定所述附近位姿对应的第二协方差；
[0040]第四确定模块，用于当所述第二协方差不大于所述协方差阈值时，则确定所述关键位姿匹配正确。
[0041]在其中一个实施例中，所述第二确定模块还用于确定所述第一位姿与所述关键位姿之间的第一差值；确定第一差值对应的第一转置差值；所述第一转置差值为所述第一差值的转置；基于所述第一位姿的分数、所述第一差值和所述第一转置差值得到第一协方差。
[0042]在其中一个实施例中，所述第二确定模块还用于确定所述第一位姿的分数、所述第一差值和所述第一转置差值之间的第一积值；对所述第一积值进行求和，得到第一总积值；确定所述第一位姿的分数进行求和，得到第一总分数；基于所述第一总积值和所述第一总分数得到第一协方差。
[0043]在其中一个实施例中，所述第三确定模块还用于确定所述第二位姿与所述关键位姿之间的第二差值；确定第二差值对应的第二转置差值；所述第二转置差值为所述第二差值的转置；基于所述附近位姿的分数、所述第二差值和所述第二转置差值得到第二协方差。
[0044]在其中一个实施例中，所述第三确定模块还用于确定所述附近位姿的分数、所述
第二差值和所述第二转置差值之间的第二积值；对所述第二积值进行求和，得到第二总积值；确定所述附近位姿的分数进行求和，得到第二总分数；基于所述第二总积值和所述第二总分数得到第二协方差。
[0045]在其中一个实施例中，所述第四确定模块还用于当所述第一协方差大于所述协方差阈值，或所述第二协方差大于所述协方差阈值时，则确定所述关键位姿匹配错误。
[0046]在其中一个实施例中，所述第三确定模块还用于获取预设关键半径；依据所述预设关键半径确定以所述关键位姿为中心的关键范围；在所述关键分辨率下，确定所述关键范围中的位姿，并将所述关键范围中的位姿作为附近位姿。
[0047]第三方面，本申请还提供了一种机器人。所述机器人包括存储器和处理器，所述存储器存储有计算机程序，所述处理器用于执行所述计算机程序时实现上述方法的步骤。
[0048]第四方面，本申请还提供了一种计算机可读存储介质。所述计算机可读存储介质，其上存储有计算机程序，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种位姿正确性判断方法，其特征在于，应用于机器人，所述方法包括：通过相关扫描匹配计算得到各位姿和各所述位姿对应的分数；在各所述位姿中，确定对应的所述分数大于分数阈值的第一位姿，以及在所述相关扫描匹配对应的关键分辨率下，确定在所述分数中的关键分数对应的关键位姿；所述位姿包括关键位姿；确定所述第一位姿对应的第一协方差；当所述第一协方差不大于协方差阈值时，则在所述关键分辨率下，确定所述关键位姿的附近位姿，并确定所述附近位姿对应的第二协方差；当所述第二协方差不大于所述协方差阈值时，则确定所述关键位姿匹配正确。2.根据权利要求1所述的方法，其特征在于，所述确定所述第一位姿对应的第一协方差包括：确定所述第一位姿与所述关键位姿之间的第一差值；确定第一差值对应的第一转置差值；所述第一转置差值为所述第一差值的转置；基于所述第一位姿的分数、所述第一差值和所述第一转置差值得到第一协方差。3.根据权利要求2所述的方法，其特征在于，所述基于所述第一位姿的分数、所述第一差值和所述第一转置差值得到第一协方差包括：确定所述第一位姿的分数、所述第一差值和所述第一转置差值之间的第一积值；对所述第一积值进行求和，得到第一总积值；确定所述第一位姿的分数进行求和，得到第一总分数；基于所述第一总积值和所述第一总分数得到第一协方差。4.根据权利要求2所述的方法，其特征在于，所述确定所述附近位姿对应的第二协方差包括：确定所述附近位姿与所述关键位姿之间的第二差值；确定第二差值对应的第二转置差值；所述第二转置差值为所述第二差值的转置；基于所述附近位姿的分数、所述第二差值和所述第二转置差值得到第二协方差。5.根据权利要求4所述的方法，其特征在于，所述基于所述附近位姿的分数、所述第二差值和所述第二转置差值得到第二协方差包括：确定所述附近...

【专利技术属性】
技术研发人员：何科君，
申请(专利权)人：深圳市普渡科技有限公司，
类型：发明
国别省市：