定位导航方法、装置、电子设备及可读存储介质制造方法及图纸

本公开涉及一种定位导航方法、装置、电子设备及可读存储介质，该方法包括：通过机器人上的相机采集目标场景中的多帧图像，根据多帧图像以及多帧图像中每一帧图像对应的机器人位姿建立目标场景的地图数据，基于地图数据，确定机器人在目标场景内从初始位置移动至目标位置的规划路径，在机器人按照规划路径移动时，通过调用重定位功能确定机器人的真实位姿，根据真实位姿调整机器人的行驶路径使得机器人按照规划路径行驶；机器人按照规划路径行驶时，可以通过调用重定位功能确定机器人的真实位姿，进而实时调整机器人的行驶路径，使得机器人按照规划路径行驶，提高了机器人的导航精度。

【技术实现步骤摘要】

本公开涉及机器人定位，尤其涉及一种定位导航方法、装置、电子设备及可读存储介质。

技术介绍

1、视觉重定位，是指机器人进入已知地图区域时，通过机器人上设置的相机获取到的图像来估计机器人位姿的过程，即通过建立当前相机图像与地图数据库中一组已知参考图像的关系，来计算机器人获取当前图像时的位姿在世界坐标系的位置，可以为机器人导航场景、增强现实(augmented reality，ar)/虚拟现实(virtual reality，vr)应用以及室外自动驾驶场景等，提供厘米级精度的室内外定位信息。

2、目前基于深度学习进行定位的方法在图像特征提取方面相较于传统的快速特征点提取和描述算法(oriented fast and rotated brief，orb)算法、尺度不变特征转换(scale-invariant feature transform，sift)算法等在光照变化、弱纹理等条件下精度更高，但是深度学习模型对平台算力需要较高，因此在机器人平台难以推广使用，而且机器人平台通常为多相机结构，因此在机器人平台上，如何设计支持多目相机的重定位模型是一个挑战本文档来自技高网...

【技术保护点】

1.一种定位导航方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，所述采集目标场景中的多帧图像，包括：

3.根据权利要求1所述的方法，其特征在于，所述根据所述多帧图像以及所述多帧图像中每一帧图像对应的机器人位姿建立所述目标场景的地图数据，包括：

4.根据权利要求1所述的方法，其特征在于，所述基于所述地图数据，确定所述机器人在所述目标场景内从初始位置移动至目标位置的规划路径，包括：

5.根据权利要求1所述的方法，其特征在于，所述在所述机器人按照所述规划路径移动时，通过调用重定位功能确定所述机器人的真实位姿，包括：

...

【技术特征摘要】

1.一种定位导航方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，所述采集目标场景中的多帧图像，包括：

3.根据权利要求1所述的方法，其特征在于，所述根据所述多帧图像以及所述多帧图像中每一帧图像对应的机器人位姿建立所述目标场景的地图数据，包括：

4.根据权利要求1所述的方法，其特征在于，所述基于所述地图数据，确定所述机器人在所述目标场景内从初始位置移动至目标位置的规划路径，包括：

5.根据权利要求1所述的方法，其特征在于，所述在所述机器人按照所述规划路径移动时，通过调用重定位功能确定所述机器人的真实位姿...

【专利技术属性】
技术研发人员：胡亮，
申请(专利权)人：北京小米移动软件有限公司，
类型：发明
国别省市：

全部详细技术资料下载 我是这个专利的主人