【技术实现步骤摘要】
本专利技术涉及机器人导航定位，特别涉及一种基于简易反光柱地图的机器人定位方法及系统。
技术介绍
1、本部分的陈述仅仅是提供了与本专利技术相关的
技术介绍
，并不必然构成现有技术。
2、随着工业自动化、智能化进程的推进，自动导引车(automated guided vehicle，agv)逐渐成为物流行业、智能工厂及柔性制造车间“物料流”的重要支撑装备，可代替人工完成对各类货物的搬运工作，节约人力成本，提升工作效率。路径跟踪是agv运动控制的关键技术，其精度对于agv的工作范围扩展和效率提升具有重要作用，高精度路径跟踪的前提是agv定位的高准确性。
3、相比视觉导航，激光导航成本高，但定位精度也高，行驶路径可灵活改变，并可在无光环境下运行，因而受到了广泛关注，基于反光柱的激光雷达定位方法适用于已知环境中agv或者机器人的定位，通过激光雷达发射激光束扫描周围环境，并收集反光柱反射的激光束信息，基于匹配算法进一步求解agv或者机器人的位置。
4、专利技术人发现，在进行agv或者机器人的定位时大多直接采用总图，总图优化过程中经常存在反光柱构建异常的问题，无法实现agv或者机器人的准确定位。
技术实现思路
1、为了解决现有技术的不足，本专利技术提供了一种基于简易反光柱地图的机器人定位方法及系统，在定位中采用子图中的数据，减少了总图优化过程中反光柱构建异常的问题，保证了定位的稳定。
2、为了实现上述目的，本专利技术采用如下技术方案：
3、
4、一种基于简易反光柱地图的机器人定位方法，包括以下过程：
5、获取经重复静止建图得到的多个子图，各子图之间存在着相同的至少三根反光柱，将全部子图进行融合，得到包含所有子图信息的总图；
6、从获取到的雷达信息中提取反光柱信息，根据总图进行匹配得到定位结果，根据总图中反光柱的匹配结果，索引至具体的子图，在索引到的子图中进行多边定位得到机器人定位结果。
7、作为本专利技术第一方面进一步的限定，将全部子图进行融合，得到包含所有子图信息的总图，包括：
8、根据机器人不同位置的数据构建多个静止下的多个子图，各子图之间根据多边定位方式构建约束关系，将各个子图全部转至全局坐标系下；
9、各个子图的反光柱聚类后形成总图，参与总图构建的子图根据顺序与总图一起保存。
10、作为本专利技术第一方面更进一步的限定，总图的构建，包括：
11、步骤一：对任一张子图，判断是否为第一张子图，如是，则保存至总图列表中，并将该子图是否存在全局位姿标志置为真，执行步骤四；否则，执行步骤二；
12、步骤二：判断与总图列表中的子图是否存在约束且能够根据多边定位获取全局坐标，如否，则将此子图保存至总图列表中，并将该子图是否存在全局位姿标志置为假，如是，则执行步骤三；
13、步骤三：保存此子图与总图列表中的子图之间的约束关系，确定反光柱的识别码，将此子图保存至总图列表中，并将该子图是否存在全局位姿标志置为真，执行步骤四；
14、步骤四：根据约束关系构建最小二乘关系，求解使得误差最小的反光柱以及子图世界坐标，保存总图，为每个反光柱标记识别码，执行步骤五：
15、步骤五：判断该子图全局位姿标志是否为真，如是，则丢弃该子图，如否，则记录该子图的识别码，进行多边定位，标注子图中反光柱的全局坐标及对应的全局坐标地图中的识别码。
16、作为本专利技术第一方面进一步的限定，经重复静止建图得到的多个子图，包括：
17、获取机器人不同位置的静止激光数据，对静止激光数据进行滤波，对滤波后的静止激光数据进行反光柱识别，删除误标记的反光柱，得到机器人不同位置对应的子图。
18、作为本专利技术第一方面更进一步的限定，进行反光柱识别，包括：
19、根据光强筛选出打在反光柱上的激光点；
20、激光点聚类后数量是否超出设定阈值，如否，则丢弃此聚类，如否，则判定为反光柱点群，选择光强最高点延伸反光柱半径的距离得到反光柱中心点。
21、作为本专利技术第一方面进一步的限定，从获取到的雷达信息中提取反光柱信息，根据总图进行匹配得到定位结果，根据总图中反光柱的匹配结果，索引至具体的子图，在索引到的子图中进行多边定位得到机器人定位结果，包括：
22、进行反光柱识别，判断反光柱的数量是否小于3，如是，则不进行多边定位，如否，则执行下一步；
23、判断是否在总图中获取到定位信息，如否，则丢弃识别到的反光柱数据，如是，则获取总图中参与定位的反光柱的识别码；
24、根据子图中存在的总图中反光柱识别码，查找匹配到最多的子图，在该子图中进行多边定位，得到机器人定位结果。
25、第二方面，本专利技术提供了一种基于简易反光柱地图的机器人定位系统。
26、一种基于简易反光柱地图的机器人定位系统，包括：
27、总图构建模块，被配置为：获取经重复静止建图得到的多个子图，各子图之间存在着相同的至少三根反光柱，将全部子图进行融合，得到包含所有子图信息的总图；
28、机器人定位模块，被配置为：从获取到的雷达信息中提取反光柱信息，根据总图进行匹配得到定位结果，根据总图中反光柱的匹配结果，索引至具体的子图，在索引到的子图中进行多边定位得到机器人定位结果。
29、作为本专利技术第二方面进一步的限定，总图构建模块中，总图的构建包括：
30、步骤一：对任一张子图，判断是否为第一张子图，如是，则保存至总图列表中，并将该子图是否存在全局位姿标志置为真，执行步骤四；否则，执行步骤二；
31、步骤二：判断与总图列表中的子图是否存在约束且能够根据多边定位获取全局坐标，如否，则将此子图保存至总图列表中，并将该子图是否存在全局位姿标志置为假，如是，则执行步骤三；
32、步骤三：保存此子图与总图列表中的子图之间的约束关系，确定反光柱的识别码，将此子图保存至总图列表中，并将该子图是否存在全局位姿标志置为真，执行步骤四；
33、步骤四：根据约束关系构建最小二乘关系，求解使得误差最小的反光柱以及子图世界坐标，保存总图，为每个反光柱标记识别码，执行步骤五：
34、步骤五：判断该子图全局位姿标志是否为真，如是，则丢弃该子图，如否，则记录该子图的识别码，进行多边定位，标注子图中反光柱的全局坐标及对应的全局坐标地图中的识别码。
35、第三方面，本专利技术提供了一种计算机可读存储介质，其上存储有程序，该程序被处理器执行时实现如本专利技术第一方面所述的基于简易反光柱地图的机器人定位方法中的步骤。
36、第四方面，本专利技术提供了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的程序，所述处理器执行所述程序时实现如本专利技术第一方面所述的基于简易反光柱地图的机器人定位方法中的步骤。...
【技术保护点】
1.一种基于简易反光柱地图的机器人定位方法，其特征在于，包括以下过程：
2.如权利要求1所述的基于简易反光柱地图的机器人定位方法，其特征在于，
3.如权利要求2所述的基于简易反光柱地图的机器人定位方法，其特征在于，
4.如权利要求1-3任一项所述的基于简易反光柱地图的机器人定位方法，其特征在于，
5.如权利要求4所述的基于简易反光柱地图的机器人定位方法，其特征在于，
6.如权利要求1-3任一项所述的基于简易反光柱地图的机器人定位方法，其特征在于，
7.一种基于简易反光柱地图的机器人定位系统，其特征在于，包括：
8.如权利要求7所述的基于简易反光柱地图的机器人定位系统，其特征在于，
9.一种计算机可读存储介质，其上存储有程序，其特征在于，该程序被处理器执行时实现如权利要求1-6任一项所述的基于简易反光柱地图的机器人定位方法中的步骤。
10.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的程序，其特征在于，所述处理器执行所述程序时实现如权利要求1-6任一项所
...【技术特征摘要】
1.一种基于简易反光柱地图的机器人定位方法，其特征在于，包括以下过程：
2.如权利要求1所述的基于简易反光柱地图的机器人定位方法，其特征在于，
3.如权利要求2所述的基于简易反光柱地图的机器人定位方法，其特征在于，
4.如权利要求1-3任一项所述的基于简易反光柱地图的机器人定位方法，其特征在于，
5.如权利要求4所述的基于简易反光柱地图的机器人定位方法，其特征在于，
6.如权利要求1-3任一项所述的基于简易反光柱地图的机器人定位方法，其特征在于，
【专利技术属性】
技术研发人员：李帅，任纪颖，李建强，高新彪，李文广，
申请(专利权)人：山东亚历山大智能科技有限公司，
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。