[发明专利]基于视觉特征点的扫地机定位方法、系统以及扫地机器人

说明书

本发明提供一种基于视觉特征点的扫地机定位方法、系统以及扫地机器人，所述方法包括：采集充电座中至少包含两个视觉标定点的定位面的图像；识别所述图像中的视觉标定点并获取各所述视觉标定点之间的距离；根据各所述视觉标定点之间的距离估计扫地机相对所述充电座的距离和方位；根据视觉标定点距离估计vSLAM尺度；所述扫地机器人包括扫地机和充电座，所述充电座的定位面至少包含两个视觉标定点；所述扫地机包括处理器和存储器，所述存储器存储有程序指令，所述处理器运行程序指令实现如上所述的方法中的步骤。本发明可以推算出相机离充电座的距离和方位，可以为扫地机中vSLAM提供尺度信息。

技术领域

本发明涉及移动机器人领域，特别是涉及觉同步定位技术领域，具体为一种基于视觉特征点的扫地机定位方法、系统以及扫地机器人。

版权申明

本专利文件披露的内容包含受版权保护的材料。该版权为版权所有人所有。版权所有人不反对任何人复制专利与商标局的官方记录和档案中所存在的该专利文件或者该专利披露。

背景技术

随着计算视觉技术的发展，基于视觉的同步定位技术在移动机器人(例如扫地机器人)上逐渐普及。相比于双目立体相机，单目视觉SLAM技术具有成本低廉，安装校准方便的特点。然而通过单相机构建的地图和运动轨迹的尺度是未知的，因此机器人位移和三维重建点的坐标具有不确定的尺度。

目前对单目视觉SLAM尺度估计通常是通过使用陀螺仪或里程计积分的数据。利用其他传感器获得一个有物理单位的移动距离，用以初始化尺度。

目前的解决方法是通过使用陀螺仪或里程计积分的数据进行尺度估计。这类方法的缺点在于：1)增加了硬件成本；2)依赖于其他传感器的精度；3)依赖于多传感器之间的时间同步。以使用里程计进行尺度估计为例，当机器人轮子发生打滑的时候里程计误差可能会很大，该误差会直接影响视觉SLAM的定位精度。

发明内容

为了解决上述的以及其他潜在的技术问题，本发明的实施例提供了一种基于视觉特征点的扫地机定位方法，所述基于视觉特征点的扫地机定位方法包括：采集充电座中至少包含两个视觉标定点的定位面的图像；识别所述图像中的视觉标定点并获取各所述视觉标定点之间的距离；根据各所述视觉标定点之间的距离估计扫地机相对所述充电座的距离和方位。

于本发明的一实施例中，所述基于视觉特征点的扫地机定位方法还包括：根据各所述视觉标定点之间的距离估计所述扫地机中单目视觉vSLAM地图定位中的尺度。

于本发明的一实施例中，所述充电座的定位面为方形面，所述视觉标定点位于所述充电座的定位面的顶点。

于本发明的一实施例中，所述视觉标定点的数量为四个，分别位于所述充电座的定位面的四个顶点。

于本发明的一实施例中，所述视觉标定点为方形、圆形、三角形或菱形中的任一种。

本发明的实施例还提供一种基于视觉特征点的扫地机定位系统，所述基于视觉特征点的扫地机定位系统包括：图像采集模块，用于采集充电座中至少包含两个视觉标定点的定位面的图像；识别模块，用于识别所述图像中的视觉标定点；距离获取模块，用于获取各所述视觉标定点之间的距离；位置估计模块，用于根据各所述视觉标定点之间的距离估计扫地机相对所述充电座的距离和方位。

于本发明的一实施例中，所述基于视觉特征点的扫地机定位系统还包括：尺度估计模块，用于根据各所述视觉标定点之间的距离估计所述扫地机中单目视觉vSLAM地图定位中的尺度。

于本发明的一实施例中，所述充电座的定位面为方形面，所述视觉标定点位于所述充电座的定位面的顶点。

本发明的实施例还提供一种扫地机器人，包括扫地机和充电座，所述充电座的定位面至少包含两个视觉标定点；所述扫地机包括处理器和存储器，所述存储器存储有程序指令，所述处理器运行程序指令实现如上所述的方法中的步骤。