割草机器人的定位方法、电子设备及计算机可读存储介质技术

本申请实施例提供一种割草机器人的定位方法、电子设备及计算机可读存储介质。该方法包括：确定割草机器人的第一位置信息，第一位置信息与割草机器人的轮速数据相关；确定割草机器人的第二位置信息，第二位置信息与割草机器人的卫星导航数据和/或惯性定位数据相关；对第一位置信息和第二位置信息进行融合处理，确定割草机器人的当前位置信息。通过确定割草机器人的第一位置信息以及割草机器人的第二位置信息，为确定割草机器人当前位置信息做好数据准备工作。对第一位置信息和第二位置信息进行融合处理，使第一位置信息和第二位置信息紧密耦合。从而，使得割草机器人的当前位置信息更加准确，能够提高割草机器人的定位精度。能够提高割草机器人的定位精度。能够提高割草机器人的定位精度。

【技术实现步骤摘要】
割草机器人的定位方法、电子设备及计算机可读存储介质


[0001]本申请实施例涉及割草机器人
，尤其涉及一种割草机器人的定位方法、电子设备及计算机可读存储介质。

技术介绍

[0002]割草机器人是集环境感知、路径动态规划和行为控制等多种功能于一体的综合机器人系统，使用户从繁重的草坪维护作业中解脱出来。因此，要实现草坪维护作业的路径动态规划，割草机器人的定位非常重要。
[0003]目前，采用流动基站获取卫星定位信号，通过载波相位动态实时差分(real
‑
time kinematic，RTK)基站的校验信息来进行定位校验。其中，流动基站设置在割草机器人上。然而，建筑物遮挡、大气层干扰等因素会影响卫星定位信号，引起割草机器人的定位漂移，导致定位精度较低。

技术实现思路

[0004]鉴于上述问题，本申请实施例提供了一种割草机器人的定位方法、电子设备及计算机可读存储介质，能够提高定位精度。
[0005]本申请实施例的第一方面，提供了一种割草机器人的定位方法，该方法包括：
[0006]确定割草机器人的第一位置信息，第一位置信息与割草机器人的轮速数据相关；
[0007]确定割草机器人的第二位置信息，第二位置信息与割草机器人的卫星导航数据和/或惯性定位数据相关；
[0008]对第一位置信息和第二位置信息进行融合处理，确定割草机器人的当前位置信息。
[0009]上述方法，确定割草机器人的第一位置信息以及割草机器人的第二位置信息，能够从多个维度为确定割草机器人的当前位置信息提供数据来源。
[0010]基于此，对第一位置信息和第二位置信息进行融合处理，使第一位置信息和第二位置信息紧密耦合，进而使得割草机器人的当前位置信息更加准确，能够提高割草机器人的定位精度，有利于在卫星定位信号受到干扰时，仍能保证较高的定位精度。
[0011]在一种可选的方式中，对第一位置信息和第二位置信息进行融合处理，确定割草机器人的当前位置信息，包括：
[0012]通过卡尔曼滤波算法对第一位置信息和第二位置信息进行融合处理，得到位置估计信息；
[0013]将位置估计信息确定为割草机器人的当前位置信息。
[0014]上述方法，利用现有的卡尔曼滤波算法对第一位置信息和第二位置信息进行融合处理，得到位置估计信息，将位置估计信息确定为割草机器人的当前位置信息，能够以较低的成本实现精度更高的位置信息计算。
[0015]在一种可选的方式中，通过卡尔曼滤波算法对第一位置信息和第二位置信息进行
融合处理，得到位置估计信息，包括：
[0016]获取第一协方差和第二协方差，第一协方差与轮速数据相关，第二协方差与卫星导航数据和/或惯性定位数据相关；
[0017]根据第一协方差和第一位置信息的前一时刻对应的位置信息的协方差，确定第三协方差，第三协方差为第一位置信息的协方差；
[0018]根据第三协方差和第二协方差，确定卡尔曼增益；
[0019]根据第一位置信息、第二位置信息和卡尔曼增益，确定位置估计信息。
[0020]上述方法，通过获取第一协方差和第二协方差，并根据第一协方差和第一位置信息的前一时刻对应的位置信息的协方差，确定第三协方差，进而根据第三协方差和第二协方差，确定卡尔曼增益。本申请实施例对卡尔曼滤波算法进行了一定的简化，从而能够根据第一位置信息、第二位置信息和卡尔曼增益，确定位置估计信息，提升了融合的计算效率。
[0021]在一种可选的方式中，该方法还包括：
[0022]根据第三协方差和卡尔曼增益，确定第四协方差，第四协方差为第一位置信息的后一时刻对应的位置信息的协方差；
[0023]存储第四协方差。
[0024]上述方法，通过第三协方差和卡尔曼增益，确定第四协方差，第四协方差为第一位置信息的后一时刻对应的位置信息的协方差；存储第四协方差。如此，卡尔曼滤波算法就可以自回归的运算下去，能够实时确定割草机器人的当前位置信息。
[0025]在一种可选的方式中，对第一位置信息和第二位置信息进行融合处理，确定割草机器人的当前位置信息，包括：
[0026]根据第一位置信息和第二位置信息确定残差项；
[0027]根据残差项，构建成本函数；
[0028]根据成本函数，得到割草机器人的当前位置信息。
[0029]上述方法，通过第一位置信息和第二位置信息确定残差项，进而根据残差项，构建成本函数，从而根据成本函数，得到割草机器人的当前位置信息。利用第一位置信息和第二位置信息的约束进行优化，以较高的精度得到当前位置信息。
[0030]在一种可选的方式中，割草机器人的左轮设置有左轮速计，割草机器人的右轮设置有右轮速计；
[0031]确定割草机器人的第一位置信息，包括：
[0032]通过左轮速计确定左轮的轮速信息，左轮的轮速信息与线速度相关；
[0033]通过右轮速计确定右轮的轮速信息，右轮的轮速信息与线速度相关；
[0034]对左轮的轮速信息和右轮的轮速信息进行航迹推算，得到第一位置信息。
[0035]上述方法，通过左轮速计确定左轮的轮速信息以及右轮速计确定右轮的轮速信息，进而对左轮的轮速信息和右轮的轮速信息进行航迹推算，得到第一位置信息，为第一位置信息和第二位置信息的融合处理做好数据准备工作。
[0036]在一种可选的方式中，通过割草机器人的一个车轮上的轮速计确定车轮的轮速信息，包括：
[0037]获取轮速计在采样间隔内输出的脉冲数量；
[0038]根据采样间隔、脉冲数和车轮的属性信息，得到车轮的轮速信息。
[0039]在一种可选的方式中，对左轮的轮速信息和右轮的轮速信息进行航迹推算，确定第一位置信息，包括：
[0040]获取割草机器人的航向角；
[0041]根据左轮的轮速信息和采样间隔，确定左轮的移动距离；
[0042]根据右轮的轮速信息和采样间隔，确定右轮的移动距离；
[0043]根据割草机器人的航向角、左轮的移动距离和右轮的移动距离，得到第一位置信息。
[0044]上述方法，确定左轮的移动距离以及右轮的移动距离，为得到第一位置信息做好数据准备工作。
[0045]基于此，根据割草机器人的航向角、左轮的移动距离和右轮的移动距离，能够得到第一位置信息。
[0046]本申请实施例的第二方面，提供了一种割草机器人的定位装置，该装置包括：
[0047]第一确定模块，用于确定割草机器人的第一位置信息，第一位置信息与割草机器人的轮速数据相关；
[0048]第二确定模块，用于确定割草机器人的第二位置信息，第二位置信息与割草机器人的卫星导航数据和/或惯性定位数据相关；
[0049]融合模块，用于对第一位置信息和第二位置信息进行融合处理，确定割草机器人的当前位置信息。
[0050]本申请实施例的第三方面，提供了一种电子设备，包括：存储器本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种割草机器人的定位方法，其特征在于，所述方法包括：确定割草机器人的第一位置信息，所述第一位置信息与所述割草机器人的轮速数据相关；确定割草机器人的第二位置信息，所述第二位置信息与所述割草机器人的卫星导航数据和/或惯性定位数据相关；对所述第一位置信息和所述第二位置信息进行融合处理，确定所述割草机器人的当前位置信息。2.根据权利要求1所述的方法，其特征在于，所述对所述第一位置信息和所述第二位置信息进行融合处理，确定所述割草机器人的当前位置信息，包括：通过卡尔曼滤波算法对所述第一位置信息和所述第二位置信息进行融合处理，得到位置估计信息；将所述位置估计信息确定为所述割草机器人的当前位置信息。3.根据权利要求2所述的方法，其特征在于，所述通过卡尔曼滤波算法对所述第一位置信息和所述第二位置信息进行融合处理，得到位置估计信息，包括：获取第一协方差和第二协方差，所述第一协方差与所述轮速数据相关，所述第二协方差与所述卫星导航数据和/或惯性定位数据相关；根据所述第一协方差和所述第一位置信息的前一时刻对应的位置信息的协方差，确定第三协方差，所述第三协方差为所述第一位置信息的协方差；根据所述第三协方差和所述第二协方差，确定卡尔曼增益；根据所述第一位置信息、所述第二位置信息和所述卡尔曼增益，确定所述位置估计信息。4.根据权利要求3所述的方法，其特征在于，所述方法还包括：根据所述第三协方差和所述卡尔曼增益，确定第四协方差，所述第四协方差为所述第一位置信息的后一时刻对应的位置信息的协方差；存储所述第四协方差。5.根据权利要求1所述的方法，其特征在于，所述对所述第一位置信息和所述第二位置信息进行融合处理，确定所述割草机器人的当前位置信息，包括：根据所述第一位置信息和所述第二...

【专利技术属性】
技术研发人员：苏航，李建勇，顾杰夫，赵珣，范佳斌，
申请(专利权)人：优思美地上海机器人科技有限公司，
类型：发明
国别省市：