一种机器人定位方法、装置、计算机设备及移动机器人制造方法及图纸

技术编号:42491801 阅读:21 留言:0更新日期:2024-08-21 13:08
本发明专利技术实施例提供了一种机器人定位方法、装置、计算机设备及移动机器人,所述方法包括接收语音指令,基于所述语音指令获取环境图像;基于预训练的目标检测模型对所述环境图像进行识别,得到识别结果;基于所述识别结果和预存的语义地图,确定机器人的精确定位。本发明专利技术实施例提供的方法能够把ros机器人的栅格地图进行融合,以深度学习卷积网络训练模型作为目标识别的基础,通过声源初定位和精定位进行辅助,提高ros目标识别和3D定位的效率和准确度,具有工程实践意义和推广价值。

【技术实现步骤摘要】

本申请涉及机器人定位,特别涉及一种机器人定位方法、装置、计算机设备及移动机器人


技术介绍

1、近年来目标检测是计算机视觉领域的研究热点,其中环境感知的建立时机器人认知环境的重要部分。环境感知涉及图像处理、机器学习、模式识别等多个学科,在计算机视觉领域的分类、识别、检测、分割等任务种均取得了突破性的进展。提高机器人目标检测及环境感知能力,能够在解放人力的同时节约生产生病。与传统的机器视觉技术相比,深度卷积神经网络在大数据的训练下具有速度快、精度高、成本低等优势。

2、然而在环境传感技术的实际应用中,复杂场景和现实环境的光照变化会使检测难度显著增加,难以准确检验物体。激光雷达同步定位与地图构建技术(simultaneouslocalization and mapping,slam)是目前较为主流和稳定的室内导航建图方法,但此类地图也存在雷达地图语义信息不充分、定位不准确、路径规划不优的缺点。


技术实现思路

1、为解决现有的机器人定位精度较差的问题,本申请提供一种机器人定位方法、装置、计算机设备及移动本文档来自技高网...

【技术保护点】

1.一种机器人定位方法,其特征在于,所述方法包括:

2.根据权利要求1所述的方法,其特征在于,所述基于所述语音指令获取环境图像,包括:

3.根据权利要求1所述的方法,其特征在于,所述方法还包括:

4.根据权利要求3所述的方法,其特征在于,所述方法还包括:

5.根据权利要求1所述的方法,其特征在于,所述方法还包括:

6.根据权利要求5所述的方法,其特征在于,所述将所述第一栅格地图和所述第二栅格地图进行融合,得到所述语义地图,包括:

7.一种机器人定位装置,其特征在于,所述装置包括:

8.一种计算机设备,其特...

【技术特征摘要】

1.一种机器人定位方法,其特征在于,所述方法包括:

2.根据权利要求1所述的方法,其特征在于,所述基于所述语音指令获取环境图像,包括:

3.根据权利要求1所述的方法,其特征在于,所述方法还包括:

4.根据权利要求3所述的方法,其特征在于,所述方法还包括:

5.根据权利要求1所述的方法,其特征在于,所述方法还包括:

6.根据权利要求5所述的方法,其特征在于,所述将所述第一栅格地图和所述第二栅格地图进行融合,得到所述语义地图,包括:

7.一种机器人定位装置,其特征在于,所述装置包括:

<...

【专利技术属性】
技术研发人员:高彩红吴信宜曾繁宇王志伟王志浩杨双赫
申请(专利权)人:珠海格力智能装备有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1