一种室内机器人定位方法、装置、电子设备及存储介质制造方法及图纸

本申请实施例提供一种室内机器人定位方法、装置、电子设备及存储介质，其中，该方法包括：获取所述室内机器人的传感器数据；根据所述传感器数据对目标物体进行视觉惯性定位，得到原始位姿数据；根据所述传感器数据对所述目标物体进行建图，得到点云数据；对所述点云数据和所述传感器数据进行识别，得到参考位姿数据；根据所述参考位姿数据对所述原始位姿数据进行调整，得到定位结果。实施本申请实施例，可以实现高效的室内机器人定位，避免周围环境对定位造成影响，对于运动中的物体能够合理、准确地识别，准确、无误的实现室内定位，提高定位效率。

【技术实现步骤摘要】

本申请涉及深度学习，具体而言，涉及一种室内机器人定位方法、装置、电子设备及存储介质。

技术介绍

1、机器人定位通常使用slam技术，传统的slam技术可以在理想环境下达到较高的精度和效率。然而，在实际场景中，传统的slam方法存在多种环境复杂性的问题：例如，传统的slam技术依赖基本几何特征(如点、线、面)，缺乏对宏观物体的感知能力与场景理解。如果环境中缺乏足够的特征，slam算法可能会出现无法收敛的情况，从而导致定位不准确或地图不完整。另外，slam方法通常需要使用激光雷达、摄像头等传感器来获取环境信息，这也要求环境中的客观条件适合传感器的运行(视觉算法受到光照，激光算法受到反射率影响等)。传统slam技术难以应对动态或暂时性的环境。对于一些动态的环境，如人、动物、运动物体等，slam算法难以正确地处理这些信息，并可能将其错误地纳入定位或建图过程中，导致后续定位出现误差。

技术实现思路

1、本申请实施例的目的在于提供一种室内机器人定位方法、装置、电子设备及存储介质，可以实现高效的室内机器人定位，避免周围环境本文档来自技高网...

【技术保护点】

1.一种室内机器人定位方法，其特征在于，所述方法包括：

2.根据权利要求1所述的室内机器人定位方法，其特征在于，所述根据所述传感器数据对目标物体进行视觉惯性定位，得到原始位姿数据的步骤，包括：

3.根据权利要求1所述的室内机器人定位方法，其特征在于，所述根据所述传感器数据对所述目标物体进行建图，得到点云数据的步骤，包括：

4.根据权利要求1所述的室内机器人定位方法，其特征在于，所述对所述点云数据和所述传感器数据进行识别，得到参考位姿数据的步骤，包括：

5.根据权利要求4所述的室内机器人定位方法，其特征在于，所述对所述点云数据进行三维点云识别...

【技术特征摘要】

1.一种室内机器人定位方法，其特征在于，所述方法包括：

2.根据权利要求1所述的室内机器人定位方法，其特征在于，所述根据所述传感器数据对目标物体进行视觉惯性定位，得到原始位姿数据的步骤，包括：

3.根据权利要求1所述的室内机器人定位方法，其特征在于，所述根据所述传感器数据对所述目标物体进行建图，得到点云数据的步骤，包括：

4.根据权利要求1所述的室内机器人定位方法，其特征在于，所述对所述点云数据和所述传感器数据进行识别，得到参考位姿数据的步骤，包括：

5.根据权利要求4所述的室内机器人定位方法，其特征在于，所述对所述点云数据进行三维点云识别，得到点云塔数据的步骤，包括：

6.根据权利要求4所述的室内机...

【专利技术属性】
技术研发人员：郑展鹏，宋昌昊，张骁，陈铮一，
申请(专利权)人：香港科技大学，
类型：发明
国别省市：