【技术实现步骤摘要】
基于窗口内的线段匹配的机器人定位方法
[0001]本专利技术涉及机器人导航定位的
，尤其涉及基于窗口内的线段匹配的机器人定位方法
。
技术介绍
[0002]SLAM
作为一种定位与地罔重建技术，通过各类传感器的问用以及相互融合，可以使得移动机器人具有感知自身位置和周围环境的能力
。
市面上具备定位功能的机器，基本需要依赖旋转式激光雷达或者视觉辅助定位，具体会利用激光雷达和多相机视觉系统观测运动轨迹和感测周围环境，在特征提取
、
匹配和表示上，会建立多种误差模型，并且通过带有深度信息的激光点云与视觉特征建立关联模型，将视觉里程计，激光里程计紧耦合，即使为了满足局部区域的定位精度，也需存储大量信息，不可避免地存在存储空间需求大的缺点，对应产生的成本也比较高，需要调用较多的芯片资源，且在进行定位任务时需过滤处理大量的数据，计算的复杂程度较高，需消耗较多计算资源，参数调节困难，经过长时间的运行之后，由于误差积累容易导致定位失败，影响定位的实时性，也需采用成本较高的传感器辅助
【技术保护点】
【技术特征摘要】
1.
基于窗口内的线段匹配的机器人定位方法，其特征在于，所述机器人定位方法的执行主体是固定安装单点测距传感器和陀螺仪的机器人；单点测距传感器用于采集机器人所处环境的点云数据并标记在地图内，陀螺仪用于采集机器人的旋转角度；所述机器人定位方法包括：步骤
1、
机器人通过单点测距传感器来采集点云数据，并依据单点测距传感器的最大测距距离在地图内构建当前窗口；步骤
2、
机器人依次在当前窗口内的不同旋转中心位置处旋转，并将每个旋转中心位置处旋转所采集的点云数据进行拟合处理，得到在当前窗口内的对应一组拟合线段，再将各组拟合线段分别组成一个线特征子图，然后机器人在当前窗口内获得多个线特征子图；其中，机器人在一个旋转中心位置处拟合处理并记录下当前窗口内的一组拟合线段；步骤
3、
在当前窗口内，机器人控制每个线特征子图内的拟合线段与其它线特征子图内的拟合线段进行相似度匹配；步骤
4、
在当前窗口内，每当两个线特征子图内的拟合线段的匹配成功率达到第一预设成功率时，确定该两个线特征子图匹配成功，并获得误差坐标偏移量；步骤
5、
当所述当前窗口内的线特征子图之间的匹配成功率达到第二预设成功率时，对获得的所有误差坐标偏移量作平均值处理，获得定位坐标补偿量，再使用定位坐标补偿量去修正机器人的当前位置坐标，以在所述当前窗口内完成一次定位
。2.
根据权利要求1所述机器人定位方法，其特征在于，所述机器人定位方法还包括：当机器人选择与当前窗口相邻的一个窗口作为下一个窗口时，机器人先移动至所述下一个窗口，再将所述下一个窗口更新为所述当前窗口，然后重复执行步骤2至步骤5，直至机器人遍历完第一预设数量的窗口；其中，在当前窗口所处的地图内，机器人在当前窗口的邻域处各构建有一个窗口；其中，第一预设数量的窗口所覆盖的区域包括当前窗口的邻域处构建的所有窗口；其中，窗口是在地图中框定的矩形区域，用于限定线特征子图的覆盖范围
。3.
根据权利要求2所述机器人定位方法，其特征在于，在步骤1中，依据单点测距传感器的最大测距距离在地图内构建当前窗口的方法包括：以机器人执行步骤1时的位置为当前窗口的中心，沿着机器人的水平左侧延伸第一延伸距离，沿着机器人的水平右侧延伸第二延伸距离，以延伸形成当前窗口的横向边长，其中，第一延伸距离和第二延伸距离都等于单点测距传感器的最大测距距离的一半，当前窗口的横向边长等于单点测距传感器的最大测距距离；其中，所述当前窗口的形状是矩形
。4.
根据权利要求3所述机器人定位方法，其特征在于，当前窗口的邻域处构建的窗口包括当前窗口的上侧相邻的窗口
、
当前窗口的下侧相邻的窗口
、
当前窗口的左侧相邻的窗口
、
以及当前窗口的右侧相邻的窗口；当前窗口的邻域处构建的各个窗口的形状与当前窗口的形状相同，当前窗口的邻域处构建的各个窗口的尺寸大小与当前窗口的尺寸相等；组成当前窗口的上侧相邻的窗口的各个点的横坐标与组成当前窗口的各个点的横坐标相等，当前窗口的上侧相邻的窗口的各个顶点的纵坐标与当前窗口的相同位置关系处的顶点的纵坐标的差值都是当前窗口的纵向边长；组成当前窗口的下侧相邻的窗口的各个点的横坐标与组成当前窗口的各个点的横坐标相等，当前窗口的各个顶点的纵坐标与当前窗口的下侧相邻的窗口的相同位置关系处的
顶点的纵坐标的差值都是当前窗口的纵向边长；组成当前窗口的右侧相邻的窗口的各个点的纵坐标与组成当前窗口的各个点的纵坐标相等，当前窗口的右侧相邻的窗口的各个顶点的横坐标与当前窗口的相同位置关系处的顶点的横坐标的差值都是当前窗口的横向边长；组成当前窗口的左侧相邻的窗口的各个点的纵坐标与组成当前窗口的各个点的纵坐标相等，当前窗口的各个顶点的横坐标与当前窗口的左侧相邻的窗口的相同位置关系处的顶点的横坐标的差值都是当前窗口的横向边长；其中，所述相同位置关系是表示两个顶点相对于其所在的窗口的中心的相对位置关系是相同
。5.
根据权利要求2所述机器人定位方法，其特征在于，在所述步骤4中，两个线特征子图的拟合线段的匹配成功率是匹配成功的所有拟合线段对的数量与参与相似度匹配的所有拟合线段对的数量的比值；其中，参与相似度匹配的拟合线段对是由分居当前窗口内的两个线特征子图的拟合线段组成，参与相似度匹配的拟合线段对在其中一个线特征子图内的一条拟合线段相对于所述其中一个线特征子图的旋转中心位置的相对位置关系，等效于参与相似度匹配的拟合线段对在另一个线特征子图内的一条拟合线段相对于所述另一个线特征子图的旋转中心位置的相对位置关系；在所述步骤5中，所述当前窗口内的线特征子图之间的匹配成功率是匹配成功的所有线特征子图对的数量与参与匹配的所有线特征子图对的数量的比值；其中，线特征子图对是由当前窗口内的两个不同的线特征子图组成；其中，参与相似度匹配的两条拟合线段各自所在的线特征子图组成参与匹配的线特征子图对
。6.
根据权利要求5所述机器人定位方法，其特征在于，在步骤2中，每当机器人在旋转中心位置处旋转一圈时，控制单点测距传感器在机器人旋转的过程中采集点云数据，再分别将各个角度范围内的位置点拟合成对应走向的线段，再将拟合出的对应走向的线段在所述当前窗口内的部分设置为当前窗口内的一组拟合线段，然后将该组拟合线段组成一个线特征子图，从而完成当前窗口内的一个线特征子图的构建；其中，点云数据包括单点测距传感器扫描的位置点的坐标信息和该位置点的角度信息；每当组成一个所述线特征子图，机器人还记录下其在旋转中心位置处的坐标信息和初始角度信息
。7.
根据权利要求6所述机器人定位方法，其特征在于，所述当前窗口的形状是矩形；当前窗口的横向边长等于单点测距传感器的最大测距距离；当前窗口的纵向边长是大于或等于机器人的机身直径；单点测距传感器的最大测距距离的一半等于第一延伸距离；机器人将所述当前窗口的中心设置为第一旋转中心位置；机器人将所述当前窗口在纵向上的中轴线设置为基线，机器人将所述当前窗口的纵向设置为平行于机器人的前进方向；机器人将与所述当前窗口的中心相距第一延伸距离的一半且位于垂直基线的两个对称方向上的位置点分别设置为第二一旋转中心位置和第二二旋转中心位置；机器人将与所述当前窗口的中心相距第一延伸距离且位于垂直基线的两个对称方向上的位置点分别设置为第三一旋转中心位置和第三二旋转中心位置；
其中，第一旋转中心位置
、
第二一旋转中心位置
、
第二二旋转中心位置
、
第三一旋转中心位置和第三二旋转中心位置都属于所述旋转中心位置，机器人在所述当前窗口内依次不重复地遍历每个所述旋转中心位置，以在当前窗口内构建多个线特征子图
。8.
根据权利要求6所述机器人定位方法，其特征在于，在所述步骤2中，存在以下情况：当该拟合出的对应走向的线段位于所述当前窗口的内部时，若机器人检测到拟合出的对应走向的线段的长度是大于预设拟合长度阈值，则将该拟合出的对应走向的线段设置为拟合线段并标记到地图中，并记录该拟合出的对应走向的线段的起点的坐标
、
终点的坐标以及倾斜角度，再加入当前窗口内的对应一组拟合线段中；当该拟合出的对应走向的线段从所述当前窗口的内部延伸至所述当前窗口的外部
、
或该拟合出的对应走向的线段从所述当前窗口的外部延伸至所述当前窗口的内部时，若机器人检测到拟合出的对应走向的线段在当前窗口内被截取的线段的长度是大于预设拟合长度阈值，则将该拟合出的对应走向的线段在当前窗口内被截取的线段设置为所述拟合线段并标记到地图中，并记录该拟合出的对应走向的线段在当前窗口内被截取的线段的起点的坐标
、
终点的坐标以及倾斜角度，再加入当前窗口内的对应一组拟合线段中；其中，所述倾斜角度被设置为使用该拟合出的对应走向的线段与坐标轴所成的夹角的角度表示
。9.
根据权利要求8所述机器人定位方法，其特征在于，在机器人的
TOF
传感器探测到同一墙体的边界的过程中，每当机器人从该墙体的边界中拟合出的新走向的线段时，计算当前拟合出的新走向的线段与预先记录下的同一走向的拟合线段所成的夹角的角度；若当前拟合出的新走向的线段与预先记录下的同一走向的拟合线段所成的夹角的角度大于预设拟合角度阈值，则对当前拟合出的新走向的线段的倾斜角度和预先记录下的同一走向的拟合线段的倾斜角度进行加权平均处理，获得校准倾斜角度，再将该校准倾斜角度更新为预先记录下的同一走向的拟合线段的倾斜角度；其中，所述机器人从该墙体的边界中拟合出的线段是机器人使用最小二乘法将相应角度范围内采集的点云数据拟合成的目标直线方程决定
。10.
根据权利要求5所述机器人定位方法，其特征在于，在步骤3中，机器人将参与匹配的线特征子图对的其中一个线特征子图设置为参考线特征子图，并将参与匹配的线特征子图对的另一个线特征子图设置为待匹配线特征子图；然后将待匹配线特征子图平移至与所述参考线特征子图全部重合，或将待匹配线特征子图平移至被所述参考线特征子图完全覆盖，或将待匹配线特征子图平移至完全覆盖所述参考线特征子图；再将平移后的待匹配线特征子图设置为目标匹配线特征子图，其中，目标匹配线特征子图内的所有拟合线段都相对于待匹配线特征子图内的相应拟合线段发生平移；然后机器人控制所述目标匹配线特征子图内的拟合线段与所述参考线特征子图内的对应位置处的拟合线段进行相似度匹配
。11.
根据权利要求
10
所述机器人定位方法，其特征在于，所述机器人控制所述目标匹配线特征子图内的拟合线段与所述参考线特征子图内的对应位置处的拟合线段进行相似度匹配的方法包括：步骤
31、
计算所述目标匹配线特征子图内的一条拟合线段的线段长度与所述参考线特征子图内的对应位置处的一条拟合线段的线段长度的差值的绝对值与所述参考线特征子图内的对应位置处的一条拟合线段的线段长度的比值，并标记为线段长度维度上的差异
率；计算目标匹配线特征子图内的一条拟合线段的倾斜角度与所述参考线特征子图内的对应位置处的一条拟合线段的倾斜角度的差值的绝对值与所述参考线特征子图内的对应位置处的一条拟合线段的倾斜角度的比值，并标记为倾斜角度维度上的差异率；计算目标匹配线特征子图内的一条拟合线段与所述参考线特征子图内的对应位置处的一条拟合线段共同经过的坐标位置的数量与所述参考线特征子图内的对应位置处的一条拟合线段所经过的坐标位置的数量的比值，并标记为位置维度上的重合率；步骤
32、
对于目标匹配线特征子图内的一条拟合线段与所述参考线特征子图内的对应位置处的一条拟合线段，当线段长度维度上的差异率小于或等于预设差异率
、
且倾斜角度维度上的差异率小于或等于预设差异率
、
且位置维度上的重合率大于或等于预设重合度时，确定目标匹配线特征子图内的该条拟合线段与所述参考线特征子图内的对应位置处的一条拟合线段在相似度匹配中匹配成功；其中，目标匹配线特征子图相对于待匹配线特征子图的坐标偏移量，等于目标匹配线特征子图对应的旋转中心位置相对于待匹配线特征子图对应的旋转中心位置的坐标偏移量；其中，预设差异率与预设重合度的和值等于
100%。12.
根据权利要求
10
所述机器人定位方法，其特征在于，所述机器人控制所述目标匹配线特征子图内的拟合线段与所述参考线特征子图内的对应位置处的拟合线段进行相似度匹配的方法包括：步...
【专利技术属性】
技术研发人员：李永勇，
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：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。