一种2D激光定位质量评估方法及系统、存储介质技术方案

本发明专利技术提供了一种2D激光定位质量评估方法及系统、存储介质，其方法步骤包括：根据规划路径及移动机器人激光雷达的探测范围，在2D地图中确定出评估区域及区域内的地图环境点；计算出地图环境点中有效参考物的点集遍历计算其特征值与特征向量并将特征值最大的特征向量方向作为有效参考物的点集的主方向；当判断点集数量满足最小评估角度分组数量时，将各点集以kmeans算法按主方向分组，后合并主方向角度差小于最小评估角度的分组；反之直接合并主方向角度差小于最小评估角度的点集，以完成分组；分析分组点集的组数及长度，依据评估规则作出评价。籍此以实现无需移动机器人实际运行规划路线，便可评估该规划路线在2D地图中的定位质量。位质量。位质量。

【技术实现步骤摘要】
一种2D激光定位质量评估方法及系统、存储介质


[0001]本专利技术涉及自主移动机器人定位分析技术，尤其涉及一种2D激光定位质量评估方法。

技术介绍

[0002]目前现代化工厂智能化的需求日益增长，大型仓储、纺织等工厂对于货物搬运自动化能力的要求也越来越高。通常这些工厂场景具有面积大，作业点位多等特点，因此本领域通常会选择基于2D激光的导航方案，其相比于二维码，磁导航等非激光导航方案，胜在不需要对工厂进行改造，便可具备更通用的场景适应能力，因此该方案也是目前主流的导航方案。
[0003]在实际场景中，移动机器人的工作路径往往错综复杂，只有保证在所有的工作路径上具备良好的定位精度才可以正常完成工作。由于实际中工作站点数量众多，在施工阶段，往往是如本专利技术图2所示，先通过激光雷达构建2D地图，然后人工手动控制移动机器人到各个站点在软件上标记，然后再将各个站点路线根据实际的需要连接起来，这样一来，有些线路上的定位情况在没有运行之前是无法知道的，因此难免有些线路的定位精度很差，就会影响后续的工作。
[0004]为此本领域通常的做法是，需要移动机器人尝试在场地中实际运行，并通过定位算法（比如广泛使用的粒子滤波）计算当前移动机器人的激光扫描数据与周围2D地图的匹配情况，来评估定位质量，但由于并不对当前探测的地图环境进行评估，因此往往会出现定位算法输出很高的置信度，但是实际环境无法计算出准确的位置（比如长走廊，机器人只能探测到走廊的两侧墙面），因此此时的实际定位质量并不高。可见采用定位算法来评估定位质量存在一定的局限性。

技术实现思路

[0005]为此，本专利技术的主要目的在于提供一种2D激光定位质量评估方法及系统、存储介质，以实现无需移动机器人实际运行规划路线，便可评估该规划路线在2D地图中的定位质量，并解决
技术介绍
中现有定位算法的局限性问题。
[0006]为了实现上述目的，根据本专利技术的第一个方面，提供了一种2D激光定位质量评估方法，其步骤包括：
[0007]步骤S100 根据规划路径及移动机器人激光雷达的探测范围，在2D地图中确定出评估区域及区域内的地图环境点；
[0008]步骤S200计算出地图环境点中有效参考物的点集，以供遍历计算其特征值与特征向量并将特征值最大的特征向量方向作为有效参考物的点集的主方向；
[0009]步骤S300当判断点集数量满足最小评估角度分组数量时，将各点集以kmeans算法按主方向分组，然后合并主方向角度差小于最小评估角度的分组；反之则直接合并主方向角度差小于最小评估角度的点集，以完成分组；
[0010]步骤S400分析分组后点集的组数及长度，依据评估规则作出评价。
[0011]在可能的优选实施方式中，其中步骤100中确定地图环境点的步骤包括：
[0012]步骤S110使用四叉树算法处理2D地图，建立含有地图环境点的节点区块；
[0013]步骤S120确定激光雷达所处2D地图中规划路径上的位置，依据激光雷达的探测范围，使用射线投射算法，确定出射线波及的节点区块内的地图环境点。
[0014]在可能的优选实施方式中，所述的2D激光定位质量评估方法，其中步骤还包括：
[0015]步骤S500依据步骤S400作出的评价，在2D地图中对规划路径上相应的定位评估点进行标记。
[0016]在可能的优选实施方式中，其中步骤S200中计算有效参考物点集的步骤包括：
[0017]步骤S210将地图环境点生成二值图像；
[0018]步骤S220根据离散阈值将图像中较为离散的相邻点排除；依据点集累积长度标准及点距标准，定位出符合条件有效参考物的点集。
[0019]在可能的优选实施方式中，其中步骤S300中所述最小评估角度分组数量为至少10组，最小评估角度为18
°
。
[0020]在可能的优选实施方式中，其中步骤S400中所述评估规则包括：
[0021]当没有检测到有效的分组点集，视为异常；
[0022]当检测到至少两组有效的分组点集，且两个有效分组点集的长度达到预设阈值时，视为当前定位质量良好；
[0023]当检测到有效的分组点集数量少于两组时，视为当前定位质量不佳。
[0024]为了实现上述目的，对应上述方法，根据本专利技术的第二个方面，还提供了一种2D激光定位质量评估系统，其包括：
[0025]存储单元，用于存储包括如上任一所述2D激光定位质量评估方法步骤的程序，以供处理单元，导航规划单元适时调取执行；
[0026]导航规划单元，用于获取2D地图、规划路径，并遍历规划路径，每隔预设距离选取定位评估点；
[0027]处理单元，用于根据移动机器人激光雷达的探测范围，在2D地图中确定出评估区域及区域内的地图环境点，以计算出地图环境点中有效参考物的点集，以供遍历计算其特征值与特征向量并将特征值最大的特征向量方向，作为各有效参考物的点集的主方向；之后判断点集数量当满足最小评估角度分组数量时，将各点集以kmeans算法按主方向分组，然后合并主方向角度差小于最小评估角度的分组；反之则直接合并主方向角度差小于最小评估角度的点集，以完成分组；之后分析分组后点集的组数及长度，依据评估规则作出评价。
[0028]在可能的优选实施方式中，其中所述导航规划单元，还用于根据作出的评价，在2D地图中对规划路径上相应的定位评估点进行标记。
[0029]在可能的优选实施方式中，其中所述处理单元，使用四叉树算法处理2D地图，建立含有地图环境点的节点区块，并在定位评估点处根据激光雷达的探测范围，使用射线投射算法，确定出射线波及的节点区块内的地图环境点。
[0030]为了实现上述目的，对应上述方法，根据本专利技术的第三个方面，还提供了一种计算机可读存储介质，其上存储有计算机程序，其中所述计算机程序被处理器执行时，实现如上
任一项所述2D激光定位质量评估方法的步骤。
[0031]通过本专利技术提供的该2D激光定位质量评估方法及系统、存储介质，巧妙的跳出了传统的定位算法预估定位质量的思维限制，转而将基于2D激光的定位质量评估问题转化为图像上的聚类、特征分析问题，此举不但降低了计算复杂程度，与算力的要求，同时还解决了传统定位算法方案的局限性问题。更重要的是本方案还无需移动机器人实际运行，便可在2D地图中对规划路径上的定位质量进行评估，籍此大量节省了评估所需的时间及成本。从而有助于提前指出不合理的规划线路，帮助现场人员快速部署作业。
附图说明
[0032]构成本申请的一部分的附图用来提供对本专利技术的进一步理解，本专利技术的示意性实施例及其说明用于解释本专利技术，并不构成对本专利技术的不当限定。在附图中：
[0033]图1为本专利技术的2D激光定位质量评估方法步骤示意图；
[0034]图2为现有2D激光地图中人工标记的移动机器人途径作业站点及规划路径示意图；
[0035]图3为现有移动机器人根据其激光雷达的感知范围，能够感知到的地图区域的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种2D激光定位质量评估方法，其步骤包括：步骤S100 根据规划路径及移动机器人激光雷达的探测范围，在2D地图中确定出评估区域及区域内的地图环境点；步骤S200计算出地图环境点中有效参考物的点集，以供遍历计算其特征值与特征向量并将特征值最大的特征向量方向作为有效参考物的点集的主方向；步骤S300当判断点集数量满足最小评估角度分组数量时，将各点集以kmeans算法按主方向分组，然后合并主方向角度差小于最小评估角度的分组；反之则直接合并主方向角度差小于最小评估角度的点集，以完成分组；步骤S400分析分组后点集的组数及长度，依据评估规则作出评价。2.根据权利要求1所述的2D激光定位质量评估方法，其中步骤100中确定地图环境点的步骤包括：步骤S110使用四叉树算法处理2D地图，建立含有地图环境点的节点区块；步骤S120确定激光雷达所处2D地图中规划路径上的位置，依据激光雷达的探测范围，使用射线投射算法，确定出射线波及的节点区块内的地图环境点。3.根据权利要求1所述的2D激光定位质量评估方法，其中步骤还包括：步骤S500依据步骤S400作出的评价，在2D地图中对规划路径上相应的定位评估点进行标记。4.根据权利要求1所述的2D激光定位质量评估方法，其中步骤S200中计算有效参考物点集的步骤包括：步骤S210将地图环境点生成二值图像；步骤S220根据离散阈值将图像中较为离散的相邻点排除；依据点集累积长度标准及点距标准，定位出符合条件有效参考物的点集。5.根据权利要求1所述的2D激光定位质量评估方法，其中步骤S300中所述最小评估角度分组数量为至少10组，最小评估角度为18
°
。6.根据权利要求1所述的2D激光定位质量评估方法，其中步骤S400中...

【专利技术属性】
技术研发人员：吴国翔，张腾宇，赵越，
申请(专利权)人：上海仙工智能科技有限公司，
类型：发明
国别省市：