机器人及车厢内位姿定位识别方法技术

本发明专利技术提供了一种机器人车厢内位姿定位识别方法，包括：基于深度相机获取相机环境信息以及环境中相机部分的机器人位姿；基于激光雷达获取雷达环境信息以及环境中雷达部分的机器人位姿；融合所述相机位姿与雷达位姿，构建所述机器人在所述环境信息中的整体位姿

【技术实现步骤摘要】
机器人及车厢内位姿定位识别方法、定位方法和识别系统


[0001]本专利技术涉及机器人
，具体地，涉及一种非结构化弱光环境下封闭车厢内的装卸货机器人及车厢内位姿定位识别方法
、
定位方法和识别系统
。

技术介绍

[0002]物流行业与生产行业在数字化产业升级中扮演着重要的角色，其中对货物的搬运
、
物料转移
、
智能运转等业务需求加速了移动机器人的发展，对位置和姿态
(
位姿
)
的定位是移动机器人需要解决的问题
。
目前装卸货机器人的定位技术主要有视觉定位以及
SLAM
建图定位
。
[0003]公开号
CN116299174A
提出了一种厢车内卸货机器人全局定位的方法，基于马吕斯信号调制准则，对固定的光源进行调制并向需定位的区域投影，从而形成光定位平面以获取当前点的实时位置信息
。
公开号
CN116124141A
提出了一种多特征融合的搬运机器人定位方法本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种机器人车厢内位姿定位识别方法，其特征在于，包括：基于深度相机获取相机环境信息以及环境中相机部分的机器人位姿；基于激光雷达获取雷达环境信息以及环境中雷达部分的机器人位姿；融合所述相机部分的机器人位姿与雷达部分的机器人位姿，构建所述机器人在所述环境信息中的整体位姿
。2.
根据权利要求1所述的机器人车厢内位姿定位识别方法，其特征在于，所述基于深度相机中获取相机环境信息，包括：利用深度相机获取表面凹凸不平的瓦楞墙面信息
。3.
根据权利要求1所述的机器人车厢内位姿定位识别方法，其特征在于，所述基于深度相机中获取环境中相机部分的机器人位姿，包括：将深度相机获取的深度信息转换成点云信息；对所述点云信息进行滤波处理；对过滤后的所述点云信息进行法线分割去除非墙面物体；利用
PCA
降维算法获取所述相机环境信息的有指向包围盒
OBB
；根据所述包围盒
OBB
计算出机器人与墙面的夹角
rs_theta
以及机器人到其两侧面墙面的垂直距离
rs_l_dis
和
rs_r_dis
，即得到相机部分的机器人位姿
。4.
根据权利要求1所述的机器人车厢内位姿定位识别方法，其特征在于，所述基于激光雷达获取环境中雷达部分的机器人位姿，包括：将激光雷达获取的二维点云信息，经过坐标换，转换成图像信息；根据雷达原点划分机器人两侧面区域，提取两侧墙壁信息；根据几何信息关系计算机器人到其两侧面墙壁的距离
lidar_l_dis
和
lidar_r_dis
以及机器人的偏转角度
lidar_theta
；根据区域筛选以及图像距离计算机器人与前方障碍物的距离
obs_dis
；即得到雷达部分的机器人位姿
。5.
根据权利要求1所述的机器人车厢内位姿定位识别方法，其特征在于，所述融合所述相机部分的机器人位姿与雷达部分的机器人位姿，构建所述机器人在所述环境信息中的整体位姿，包括：定义机器人整体位姿表达式为
(l_dis
，
r_dis
，
obs_dis
，
theta)
，其中：
l_dis
为获得的相机部分的机器人位姿中的机器人到其第一侧面墙面的垂直距离
rs_l_dis
和雷达部分的机器人位姿中的机器人到其第一侧面墙壁的距离
lidar_l_dis
经过动态权值分配所得结果；
r_dis
为获得的相机部分的机器人位姿中的机器人到其第二侧面墙面的垂直距离
rs_r_dis
和雷达部分的机器人位姿中的机器人到其第二侧面墙壁的距离
lidar_r_d...

【专利技术属性】
技术研发人员：杨傲雷，李子昂，黄家鹏，费敏锐，
申请(专利权)人：上海大学，
类型：发明
国别省市：