[发明专利]基于圆弧特征提取的机器人定位方法、装置、设备及介质

权利要求书

1.一种基于圆弧特征提取的机器人定位方法，其特征在于，所述基于圆弧特征提取的机器人定位方法包括：

获取点云数据帧；

对所述点云数据帧进行区域分割，得到包含扫描点的目标区块；

在每个所述目标区块中，根据每个所述扫描点的数据信息，筛选出满足预设条件的连续相邻的所述扫描点，组成数据段，得到M个所述数据段，其中，M为正整数；

针对每个所述数据段，筛选出该数据段中与对应的预设初始位置距离最近的所述扫描点，并连接筛选出的所述扫描点和所述预设初始位置，得到目标直线，其中，所述预设初始位置为机器人的当前位置；

在M条所述目标直线中，将每两条所述目标直线之间的交点作为目标点，获取每个所述目标点的坐标；

根据每个所述目标点的坐标，使用预设的霍夫变换算法确定圆心坐标，并结合所述预设初始位置的坐标，计算圆弧半径；

若所述数据段与以所述圆心坐标和所述圆弧半径组成的圆形相吻合，则提取该数据段作为圆弧特征；

使用所述圆弧特征进行机器人自主定位。

2.如权利要求1所述的基于圆弧特征提取的机器人定位方法，其特征在于，所述对所述点云数据帧进行区域分割，得到包含扫描点的目标区块包括：

计算所述点云数据帧中相邻两个所述扫描点之间的距离；

获取预设的分割阈值；

若所述距离小于所述预设的分割阈值，则将该距离对应的两个所述扫描点归类到同一个所述目标区块中；

若所述距离大于或等于所述预设的分割阈值，则将该距离对应的两个所述扫描点作为分割点，分别归类到不同的所述目标区块中。

3.如权利要求2所述的基于圆弧特征提取的机器人定位方法，其特征在于，所述获取预设的分割阈值包括：

根据预设的自适应阈值定义函数，计算相邻两个所述扫描点对应的所述分割阈值。

4.如权利要求1所述的基于圆弧特征提取的机器人定位方法，其特征在于，在所述对所述点云数据帧进行区域分割，得到包含扫描点的目标区块之后，并且在所述在每个所述目标区块中，根据每个所述扫描点的数据信息，筛选出满足预设条件的连续相邻的所述扫描点，组成数据段，得到M个所述数据段之前，所述基于圆弧特征提取的机器人定位方法还包括：

获取每个所述目标区块中包含的所述扫描点的数量；

若所述目标区块对应的所述数量小于预设的最低数量阈值，则丢弃该目标区块。

5.如权利要求1至4任一项所述的基于圆弧特征提取的机器人定位方法，其特征在于，所述使用所述圆弧特征进行机器人自主定位包括：

将所述圆弧特征输入预设的即时定位与地图构建SLAM模型，进行机器人自主定位。

6.一种基于圆弧特征提取的机器人定位装置，其特征在于，所述基于圆弧特征提取的机器人定位装置包括：

数据帧获取模块，用于获取点云数据帧；

区域分割模块，用于对所述点云数据帧进行区域分割，得到包含扫描点的目标区块；

数据段获取模块，用于在每个所述目标区块中，根据每个所述扫描点的数据信息，筛选出满足预设条件的连续相邻的所述扫描点，组成数据段，得到M个所述数据段，其中，M为正整数；

直线获取模块，用于针对每个所述数据段，筛选出该数据段中与对应的预设初始位置距离最近的所述扫描点，并连接筛选出的所述扫描点和所述预设初始位置，得到目标直线，其中，所述预设初始位置为机器人的当前位置；

目标点获取模块，用于在M条所述目标直线中，将每两条所述目标直线之间的交点作为目标点，获取每个所述目标点的坐标；

属性计算模块，用于根据每个所述目标点的坐标，使用预设的霍夫变换算法确定圆心坐标，并结合所述预设初始位置的坐标，计算圆弧半径；

特征提取模块，用于若所述数据段与以所述圆心坐标和所述圆弧半径组成的圆形相吻合，则提取该数据段作为圆弧特征；

自主定位模块，用于使用所述圆弧特征进行机器人自主定位。