【技术实现步骤摘要】
本专利技术涉及机器人定位，尤其是指一种基于反光柱的机器人定位方法、系统、介质和设备。
技术介绍
1、移动机器人的定位是实现自主导航和路径规划的关键技术之一。现有技术中，基于反光柱的定位方法作为一种常用的移动机器人定位方法，已经在移动机器人领域得到广泛应用。其原理是通过设于移动机器人上的激光雷达对反光柱进行识别和跟踪来确定移动机器人的位置。
2、在机器人移动过程中，反光柱的实时跟踪是定位的基础，因此需要对反光柱的位置进行精确测量和匹配。但是，传统的对反光柱的跟踪方法往往受到玻璃和镜面等高反射率物体的干扰，导致测量结果不准确。传统的跟踪方法在匹配反光柱时通常是通过位置跟踪在全局坐标地图中寻找反光柱，存在的问题有：第一，在进行全局搜索时没有充分利用激光雷达和里程计的先验信息；第二，当机器人运动速度较快时，误检测的反光柱在全部检测结果中的比例增加，甚至可能导致无法找到真实反光柱；第三，对检测到的真实反光柱没有进行校验，特别是在受到玻璃和镜面等高反射率物体的干扰时，会降低反光柱的匹配准确性、影响定位结果。
技术实现思路
1、为此，本专利技术所要解决的技术问题在于克服现有技术中的不足，提供一种基于反光柱的机器人定位方法、系统、介质和设备，可以有效利用激光雷达和里程计的先验信息，减少误匹配，提高找到真实反光柱的准确率和效率。
2、为解决上述技术问题，本专利技术提供了一种基于反光柱的机器人定位方法，包括：
3、获取移动机器人移动时的地图，给移动机器人配置激光雷达
4、结合所述地图和位姿变换数据预测移动机器人的位姿，对预测得到的移动机器人的位姿进行高斯分布采样得到多个高斯分布采样粒子；比较每个采样粒子下的点云和地图中的反光柱的匹配效果，将匹配效果最好的采样粒子对应的预测得到的移动机器人的位姿作为最优采样位姿；
5、对匹配效果最好的采样粒子下的匹配结果进行匹配校验，若匹配成功则根据所述最优采样位姿求解移动机器人的最终优化位姿，若匹配失败则重新进行高斯分布采样；
6、根据所述最优采样位姿求解移动机器人的最终优化位姿时，构建移动机器人的位姿的目标函数并以移动机器人的最优采样位姿作为初值进行迭代优化，求解得到移动机器人的最终优化位姿，将所述最终优化位姿作为移动机器人的定位结果。
7、在本专利技术的一个实施例中，所述对预测得到的移动机器人的位姿进行高斯分布采样得到多个高斯分布采样粒子，具体为：
8、将预测得到的移动机器人的位姿转化为平移量和角度，高斯分布均值选择当前预测位置的平移量和角度，根据预设的高斯分布标准差随机选取多个高斯分布采样粒子。
9、在本专利技术的一个实施例中，所述比较每个采样粒子下的点云和地图中的反光柱的匹配效果，将匹配效果最好的采样粒子对应的预测得到的移动机器人的位姿作为最优采样位姿，包括：
10、对每个采样粒子下的点云进行聚类得到多个点云簇，将点云簇在激光雷达坐标系下的圆心坐标作为反映激光雷达检测到的反光柱的第一位置坐标；针对每一个采样粒子，将所述第一位置坐标投影到地图坐标系下得到第二位置坐标；
11、从所述地图中提取反光柱的圆心坐标作为反映反光柱的第三位置坐标，将所述第二位置坐标和第三位置坐标匹配得到多个反光柱的匹配点，根据多个反光柱的匹配点计算对应采样粒子的匹配得分；
12、选择匹配得分最小的采样粒子作为最终采样粒子，将最终采样粒子对应的多个反光柱的匹配点作为最终的反光柱匹配点集合，将最终采样粒子对应的预测得到的移动机器人的位姿作为所述最优采样位姿。
13、在本专利技术的一个实施例中，将所述第二位置坐标和第三位置坐标匹配得到多个反光柱的匹配点，根据多个反光柱的匹配点计算对应采样粒子的匹配得分，包括：
14、针对每个第二位置坐标，计算该第二位置坐标和所有第三位置坐标间的距离，从第三位置坐标中选择出距离最小且距离符合预设阈值的作为该第二位置坐标对应的反光柱的匹配点；使用相同的方法得到每个第二位置坐标对应的多个反光柱的匹配点；
15、计算每个反光柱的匹配点中第二位置坐标和第三位置坐标间的距离作为匹配距离，将所有匹配距离的平均值作为对应采样粒子的匹配得分。
16、在本专利技术的一个实施例中，所述对匹配效果最好的采样粒子下的匹配结果进行匹配校验，包括：
17、在最终的反光柱匹配点集合的第三位置坐标中选择相距最远的两个点，选择这两个点中的一个作为坐标原点，将这两个点的连线方向作为x轴方向、垂直于连线方向的方向作为y轴方向建立第一局部坐标系；在最终的反光柱匹配点集合对应的第一位置坐标中选择相距最远的两个点，选择这两个点中的与第一局部坐标系原点对应的点作为坐标原点，将这两个点的连线方向作为x轴方向、垂直于连线方向的方向作为y轴方向建立第二局部坐标系；
18、计算最终的反光柱匹配点集合在所述第一局部坐标系和第二局部坐标系下的位置，校验最终的反光柱匹配点集合中的反光柱匹配点是否匹配成功。
19、在本专利技术的一个实施例中，所述计算最终的反光柱匹配点集合在所述第一局部坐标系和第二局部坐标系下的位置，校验最终的反光柱匹配点集合中的反光柱匹配点是否匹配成功，包括：
20、计算第一局部坐标系相对于地图坐标系的位姿变换矩阵，记为mtlocal0；计算第二局部坐标系相对于激光雷达坐标系的位姿变换矩阵，记为ltlocal1；
21、计算最终的反光柱匹配点集合中的所有反光柱匹配点在所述第一局部坐标系下的位置坐标，记为第一局部位置坐标；计算最终的反光柱匹配点集合中的所有反光柱匹配点对应的第一位置坐标在所述第二局部坐标系下的位置坐标，记为第二局部位置坐标；
22、计算所述第一局部位置坐标和第二局部位置坐标间的距离差值为：
23、
24、其中，local_dist为距离差值，dx为在x轴方向上的差值，dy为在y轴方向上的差值，dx、dy的计算方法为：
25、
26、其中，x表示最终的反光柱匹配点集合中的反光柱匹配点对应的第一位置坐标在激光雷达坐标系中x方向的坐标；y表示最终的反光柱匹配点集合中的反光柱匹配点对应的第一位置坐标在激光雷达坐标系中y方向的坐标；xm表示最终的反光柱匹配点集合中的反光柱匹配点在地图坐标系中x方向的坐标；ym表示最终的反光柱匹配点集合中的反光柱匹配点在地图坐标系中y方向的坐标，()-1表示矩阵求逆操作；
27、距离差值local_dist和预设阈值比较，若满足预设阈值则匹配成功，否则匹配失败。
28、在本专利技术的一个实施例中，所述构建移动机器人的位姿的目标函数并以移动机器人的最优采样位姿作为初值进行迭代优化，求解得到移动机器人的最终优化位姿，包括：
29、构建移动机器人的位姿的目标函数为：
30、
31、其中本文档来自技高网...
【技术保护点】
1.一种基于反光柱的机器人定位方法，其特征在于，包括：
2.根据权利要求1所述的基于反光柱的机器人定位方法，其特征在于：所述对预测得到的移动机器人的位姿进行高斯分布采样得到多个高斯分布采样粒子，具体为：
3.根据权利要求1所述的基于反光柱的机器人定位方法，其特征在于：所述比较每个采样粒子下的点云和地图中的反光柱的匹配效果，将匹配效果最好的采样粒子对应的预测得到的移动机器人的位姿作为最优采样位姿，包括：
4.根据权利要求3所述的基于反光柱的机器人定位方法，其特征在于：将所述第二位置坐标和第三位置坐标匹配得到多个反光柱的匹配点，根据多个反光柱的匹配点计算对应采样粒子的匹配得分，包括：
5.根据权利要求3所述的基于反光柱的机器人定位方法，其特征在于：所述对匹配效果最好的采样粒子下的匹配结果进行匹配校验，包括：
6.根据权利要求5所述的基于反光柱的机器人定位方法，其特征在于：所述计算最终的反光柱匹配点集合在所述第一局部坐标系和第二局部坐标系下的位置，校验最终的反光柱匹配点集合中的反光柱匹配点是否匹配成功，包括：
7.
8.一种基于反光柱的机器人定位系统，其特征在于，包括：
9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于：该计算机程序被处理器执行时实现如权利要求1-7任一项所述的基于反光柱的机器人定位方法。
10.一种基于反光柱的机器人定位设备，其特征在于：包括存储器、处理器和存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如权利要求1-7任一项所述的基于反光柱的机器人定位方法。
...【技术特征摘要】
1.一种基于反光柱的机器人定位方法，其特征在于，包括：
2.根据权利要求1所述的基于反光柱的机器人定位方法，其特征在于：所述对预测得到的移动机器人的位姿进行高斯分布采样得到多个高斯分布采样粒子，具体为：
3.根据权利要求1所述的基于反光柱的机器人定位方法，其特征在于：所述比较每个采样粒子下的点云和地图中的反光柱的匹配效果，将匹配效果最好的采样粒子对应的预测得到的移动机器人的位姿作为最优采样位姿，包括：
4.根据权利要求3所述的基于反光柱的机器人定位方法，其特征在于：将所述第二位置坐标和第三位置坐标匹配得到多个反光柱的匹配点，根据多个反光柱的匹配点计算对应采样粒子的匹配得分，包括：
5.根据权利要求3所述的基于反光柱的机器人定位方法，其特征在于：所述对匹配效果最好的采样粒子下的匹配结果进行匹配校验，包括：
6.根据权利要求5所述的基于反光柱的机器人定位...
【专利技术属性】
技术研发人员：俞剑敏，隋佳城，张海容，
申请(专利权)人：苏州玖物智能科技股份有限公司，
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。