【技术实现步骤摘要】
本专利技术涉及移动机器人自主导航，尤其涉及一种基于3d（dimensions，维度）激光点云的移动机器人全局重定位方法及装置。
技术介绍
1、实时定位是移动机器人自主导航中至关重要的一环，其决定机器人能否准确地感知自身位置和环境信息，从而有效地完成导航任务。虽然同时定位与建图（simultaneouslocalization and mapping,slam）技术可以实现机器人在未知场景和未知状态的前提下建立环境地图并确定机器人相对环境地图的位姿，但传统slam方法中，机器人每次开机时机器人相对已有环境地图的初始位姿是未知的，因而每次开机后都需要重新构建地图，环境地图无法得到有效的复用，而建图过程往往需要人工辅助，极大地增加了建图工作量和人工时间成本，且要完成重定位必须机器人运动一段距离才能构建出包含足够环境信息的子图，而机器人在初始未知的前提下运行会存在运动碰撞风险。
2、为解决机器人相对已有地图的初始位姿定位问题，现有技术中一种解决策略是默认机器人每次的起始出发点都是同一个点，以将机器人相对已有环境地图的起始位姿变为一个...
【技术保护点】
1.一种基于3D激光点云的移动机器人全局重定位方法，其特征在于，步骤包括：
2.根据权利要求1所述的基于3D激光点云的移动机器人全局重定位方法，其特征在于，所述将所述2D激光点云与所述栅格地图进行相关扫描匹配包括：
3.根据权利要求2所述的基于3D激光点云的移动机器人全局重定位方法，其特征在于，所述根据计算的概率搜索当前2D激光点云与栅格地图的最佳匹配位姿包括：
4.根据权利要求3所述的基于3D激光点云的移动机器人全局重定位方法，其特征在于，使用所述分支定界方法的过程中，在不同分辨率地图上采用不同大小的角度步长，其中在第一分辨率地图...
【技术特征摘要】
1.一种基于3d激光点云的移动机器人全局重定位方法，其特征在于，步骤包括：
2.根据权利要求1所述的基于3d激光点云的移动机器人全局重定位方法，其特征在于，所述将所述2d激光点云与所述栅格地图进行相关扫描匹配包括：
3.根据权利要求2所述的基于3d激光点云的移动机器人全局重定位方法，其特征在于，所述根据计算的概率搜索当前2d激光点云与栅格地图的最佳匹配位姿包括：
4.根据权利要求3所述的基于3d激光点云的移动机器人全局重定位方法，其特征在于，使用所述分支定界方法的过程中，在不同分辨率地图上采用不同大小的角度步长，其中在第一分辨率地图上使用第一步长和第一角度分辨率生成候选位姿，在第二分辨率地图上使用第二步长和第二角度分辨率生成候选位姿，所述第一分辨率小于所述第二分辨率，所述第一步长大于所述第二步长，所述第一角度分辨率大于第二角度分辨率。
5.根据权利要求1所述的基于3d激光点云的移动机器人全局重定位方法，其特征在于，得到最佳2d估计位姿后还包括根据当前激光帧与栅格地图的匹配状态对最佳2d位姿进行评分，根据评分结果判断当前位姿估计的有效性，其中如果评分值大于预设阈值则继...
【专利技术属性】
技术研发人员：孙波，赵铭哲，李道胜，李涛，
申请(专利权)人：苏州中德睿博智能科技有限公司，
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。