【技术实现步骤摘要】
本申请属于测量方位，具体涉及一种机器人重定位方法、装置、设备及介质。
技术介绍
1、随着机器人行业的发展，移动机器人已在工业、物流以及仓储等领域得到了广泛使用，利用移动机器人进行物料转运、导购导览以及货品分拣等任务，极大地提高了作业效率。为了确保机器人能够正常执行任务，对机器人的准确定位已变得十分重要。
2、现有技术中，主要是利用激光里程计对机器人进行方位测量，通过激光雷达发射出一束激光，测量激光从发射出去到反射回来的时间，通过光速与时间计算距离，并通过连续扫描和数据处理，构建环境的三维模型，进而估算机器人的定位结果。然而机器人行驶在高度相似的几何环境时，由于环境中的特征差异不够明显导致激光束反射回来的信号差异很小，此时利用激光里程计进行机器人定位时存在难以区分不同的位置，定位结果不够准确，进而导致机器人执行导航任务出现偏差的问题。
技术实现思路
1、本申请实施例的目的是提供一种机器人重定位方法、装置、设备及介质，解决了利用现有技术进行机器人定位时存在的定位结果不够准确的问题，通过识别机器人当前所处的导航任务阶段，基于预设标识图像和导航任务阶段测量机器人在场景坐标系下的实际方位，基于实际方位更新机器人状态，可以达到对机器人进行重定位的目的，提高了机器人定位结果的准确性，进而确保机器人准确执行导航任务。
2、第一方面，本申请实施例提供了一种机器人重定位方法，所述方法包括：
3、获取机器人在当前时刻的测量位姿数据，基于测量位姿数据确定机器人当前所处的
4、在机器人当前所处的导航任务阶段不为停靠阶段的情况下，获取第一预设标识的实际标识图像，基于实际标识图像和预先存储的第一预设标识在场景坐标系下的位姿数据确定机器人在场景坐标系下的第一实际位姿数据；
5、基于测量位姿数据和第一实际位姿数据计算机器人的第一测量定位结果与第一实际定位结果之间的第一差异程度；
6、识别第一差异程度是否大于第一预设程度阈值，在第一差异程度大于第一预设程度阈值的情况下，基于第一实际位姿数据对机器人的状态信息进行更新，以完成对机器人的重定位。
7、可选的，还包括：
8、在机器人当前所处的导航任务阶段为停靠阶段的情况下，获取第二预设标识的当前标识图像，基于当前标识图像调整机器人的角速度和/或线速度直至当前标识图像符合历史标识图像，并读取预先存储的机器人在场景坐标系下的第二实际位姿数据；
9、基于测量位姿数据和第二实际位姿数据计算机器人的第二测量定位结果与第二实际定位结果之间的第二差异程度；
10、识别第二差异程度是否大于第二预设程度阈值，在第二差异程度大于第二预设程度阈值的情况下，基于第二实际位姿数据对机器人的状态信息进行更新，以完成对机器人的重定位。
11、可选的，基于当前标识图像调整机器人的角速度和/或线速度直至当前标识图像符合历史标识图像，包括：
12、基于当前标识图像确定第二预设标识在机器人坐标系下的当前标识位姿数据；
13、读取预先存储的第二预设标识在机器人坐标系下的历史标识位姿数据，根据历史标识位姿数据调整机器人的角速度和/或线速度直至当前标识位姿数据达到历史标识位姿数据，以使当前标识图像符合历史标识图像。
14、可选的，根据历史标识位姿数据调整机器人的角速度和/或线速度直至当前标识位姿数据达到历史标识位姿数据，包括：
15、根据当前标识位姿数据确定第二预设标识在机器人坐标系下的当前横坐标值、当前纵坐标值和当前航偏角；
16、根据历史标识位姿数据确定第二预设标识在机器人坐标系下的历史横坐标值、历史纵坐标值和历史航偏角；
17、调整机器人的第一角速度直至当前横坐标值等于历史横坐标值；
18、调整机器人的线速度直至当前纵坐标值等于历史纵坐标值；
19、调整机器人的第二角速度直至当前航偏角等于历史航偏角。
20、可选的，基于实际标识图像和预先存储的第一预设标识在场景坐标系下的位姿数据确定机器人在场景坐标系下的第一实际位姿数据，包括：
21、根据实际标识图像确定第一预设标识在图像采集设备坐标系下的第一标识位姿数据；
22、获取图像采集设备坐标系与机器人坐标系之间的转换关系，基于第一标识位姿数据和转换关系计算第一预设标识在机器人坐标系下的第二标识位姿数据；
23、计算第二标识位姿数据的逆变换，得到逆变换结果；
24、获取第一预设标识在场景坐标系下的第三标识位姿数据，基于逆变换结果和第三标识位姿数据计算机器人在场景坐标系下的第一实际位姿数据。
25、可选的，基于测量位姿数据和第一实际位姿数据计算机器人的第一测量定位结果与第一实际定位结果之间的第一差异程度，包括：
26、基于测量位姿数据和第一实际位姿数据确定机器人在场景坐标系下的第一测量位置坐标和第一实际位置坐标；
27、计算第一测量位置坐标与第一实际位置坐标之间的欧氏距离，将欧氏距离确定为机器人的第一测量定位结果与第一实际定位结果之间的第一差异程度。
28、可选的，在基于第一实际位姿数据对机器人的状态信息进行更新之后，方法还包括：
29、删除机器人行驶过程中录入的局部地图；
30、识别预先存储的全局地图中与机器人的状态相匹配的目标局部地图，并重新加载目标局部地图，以基于目标局部地图生成机器人导航规划。
31、第二方面，本申请实施例提供了一种机器人重定位装置，所述装置包括：
32、任务阶段识别模块，用于获取机器人在当前时刻的测量位姿数据，基于测量位姿数据确定机器人当前所处的导航任务阶段是否为停靠阶段；
33、实际位姿计算模块，用于在机器人当前所处的导航任务阶段不为停靠阶段的情况下，获取第一预设标识的实际标识图像，基于实际标识图像和预先存储的第一预设标识在场景坐标系下的位姿数据确定机器人在场景坐标系下的第一实际位姿数据；
34、差异程度计算模块，用于基于测量位姿数据和第一实际位姿数据计算机器人的第一测量定位结果与第一实际定位结果之间的第一差异程度；
35、重定位模块，用于识别第一差异程度是否大于第一预设程度阈值，在第一差异程度大于第一预设程度阈值的情况下，基于第一实际位姿数据对机器人的状态信息进行更新，以完成对机器人的重定位。
36、第三方面，本申请实施例提供了一种电子设备，该电子设备包括处理器、存储器及存储在所述存储器上并可在所述处理器上运行的程序或指令，所述程序或指令被所述处理器执行时实现如第一方面所述的方法的步骤。
37、第四方面，本申请实施例提供了一种可读存储介质，所述可读存储介质上存储程序或指令，所述程序或指令被处理器执行时实现如第一方面所述的方法的步骤。
38、第五方面，本申请实施例还提供了一种计算机程序产品，该计本文档来自技高网...
【技术保护点】
1.一种机器人重定位方法，其特征在于，所述方法包括：
2.根据权利要求1所述的机器人重定位方法，其特征在于，还包括：
3.根据权利要求2所述的机器人重定位方法，其特征在于，所述基于所述当前标识图像调整所述机器人的角速度和/或线速度直至所述当前标识图像符合历史标识图像，包括：
4.根据权利要求3所述的机器人重定位方法，其特征在于，所述根据所述历史标识位姿数据调整所述机器人的角速度和/或线速度直至所述当前标识位姿数据达到所述历史标识位姿数据，包括：
5.根据权利要求1所述的机器人重定位方法，其特征在于，所述基于所述实际标识图像和预先存储的所述第一预设标识在场景坐标系下的位姿数据确定所述机器人在所述场景坐标系下的第一实际位姿数据，包括：
6.根据权利要求1所述的机器人重定位方法，其特征在于，所述基于所述测量位姿数据和所述第一实际位姿数据计算所述机器人的第一测量定位结果与第一实际定位结果之间的第一差异程度，包括：
7.根据权利要求1所述的机器人重定位方法，其特征在于，在基于所述第一实际位姿数据对所述机器人的状态信息进
8.一种机器人重定位装置，其特征在于，所述装置包括：
9.一种电子设备，其特征在于，包括处理器，存储器及存储在所述存储器上并可在所述处理器上运行的程序或指令，所述程序或指令被所述处理器执行时实现如权利要求1-7中任一项所述的一种机器人重定位方法的步骤。
10.一种可读存储介质，其特征在于，所述可读存储介质上存储程序或指令，所述程序或指令被处理器执行时实现如权利要求1-7中任一项所述的一种机器人重定位方法的步骤。
...【技术特征摘要】
1.一种机器人重定位方法，其特征在于，所述方法包括：
2.根据权利要求1所述的机器人重定位方法，其特征在于，还包括：
3.根据权利要求2所述的机器人重定位方法，其特征在于，所述基于所述当前标识图像调整所述机器人的角速度和/或线速度直至所述当前标识图像符合历史标识图像，包括：
4.根据权利要求3所述的机器人重定位方法，其特征在于，所述根据所述历史标识位姿数据调整所述机器人的角速度和/或线速度直至所述当前标识位姿数据达到所述历史标识位姿数据，包括：
5.根据权利要求1所述的机器人重定位方法，其特征在于，所述基于所述实际标识图像和预先存储的所述第一预设标识在场景坐标系下的位姿数据确定所述机器人在所述场景坐标系下的第一实际位姿数据，包括：
6.根据权利要求1所述的机器人重定位方...
【专利技术属性】
技术研发人员：宋航宇，李洋，
申请(专利权)人：深圳市奇航疆域技术有限公司，
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。