[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

说明书

本发明公开了一种基于圆弧特征提取的机器人定位方法、装置、设备及介质。所述方法包括：对点云数据帧进行区域分割，得到目标区块；在每个目标区块中，筛选出满足预设条件的连续相邻的扫描点，组成数据段；筛选出每个数据段中与预设初始位置距离最近的扫描点，并连接该扫描点和预设初始位置，得到目标直线；将每两条目标直线之间的交点作为目标点；根据每个目标点的坐标，使用预设的霍夫变换算法确定圆心坐标，并结合预设初始位置的坐标，计算圆弧半径；若数据段与以圆心坐标和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，并使用该圆弧特征进行机器人定位。本发明的技术方案提高了圆弧特征提取的效率和机器人定位的准确性。

技术领域

本发明涉及计算机技术领域，尤其涉及一种基于圆弧特征提取的机器人定位方法、装置、设备及介质。

背景技术

定位是自主移动机器人的基本能力，自主移动机器人在定位时都需要通过自身携带的传感器感知环境，并通过对传感器采集到的数据进行分析运算，确定当前的位置。

完成定位功能首先需要对测距传感器采集到的数据进行特征提取。常见的测距传感器有红外传感器、超声波传感器、激光雷达传感器、视觉传感器等。其中，激光雷达传感器由于速度快，精度高，量程大，抗光、电干扰能力强等优点被广泛使用。以激光雷达传感器为例，在激光雷达传感器采集到的数据中，有几类重要的特征：直线、角点(Corner)、撕裂点(breakPoint)、圆弧等。

目前，对于圆弧特征的提取主要采用传统的霍夫(Hough)变换算法，但传统的霍夫变换算法计算量大，对内存需求量过大，导致圆弧特征提取的效率低，难以实时应用到机器人定位当中，进而影响机器人定位的准确性。

发明内容

本发明实施例提供一种基于圆弧特征提取的机器人定位方法、装置、设备及介质，以解决现有技术中采用传统霍夫变换进行圆弧特征提取的效率低，难以实时应用到机器人定位中，导致机器人定位的准确性不高的问题。

一种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；

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。

一种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；