[发明专利]一种位姿确定方法、装置、存储介质及移动机器人有效
申请号: | 201910614041.2 | 申请日: | 2019-07-09 |
公开(公告)号: | CN112212851B | 公开(公告)日: | 2022-08-05 |
发明(设计)人: | 胡旭;张健;张木森;熊友军 | 申请(专利权)人: | 深圳市优必选科技股份有限公司 |
主分类号: | G01C21/00 | 分类号: | G01C21/00 |
代理公司: | 深圳中一联合知识产权代理有限公司 44414 | 代理人: | 蔡鹏娟 |
地址: | 518000 广东省深圳市南山区*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 确定 方法 装置 存储 介质 移动 机器人 | ||
1.一种移动机器人的位姿确定方法,其特征在于,包括:
获取移动机器人当前环境的环境数据,并根据所述环境数据构建所述当前环境对应的局部地图;
按照第一预设角度间隔旋转所述局部地图,并获取所述移动机器人在各所述局部地图中的第一位置;
确定各所述局部地图的第一环境轮廓点和各所述第一环境轮廓点对应的第一梯度,并获取各所述第一环境轮廓点与对应的第一位置的相对位置;
确定所述移动机器人中预先构建的全局地图的第二环境轮廓点和各所述第二环境轮廓点对应的第二梯度;
采用广义霍夫变换获取所述移动机器人在所述全局地图中的候选位姿;
根据所述候选位姿和所述相对位置确定各所述第一环境轮廓点在所述全局地图中的第二位置,并根据所述第二位置获取各所述第一环境轮廓点对应的第二梯度;
根据所述第一梯度和所述第一环境轮廓点对应的第二梯度计算各所述候选位姿对应的局部地图与所述全局地图之间的相似度,并根据所述相似度确定所述移动机器人在所述全局地图中的目标位姿。
2.根据权利要求1所述的位姿确定方法,其特征在于,所述确定所述局部地图的第一环境轮廓点和各所述第一环境轮廓点对应的第一梯度,包括:
采用索贝尔算子检测所述局部地图的第一环境轮廓点,并计算各所述第一环境轮廓点对应的第一梯度。
3.根据权利要求1所述的位姿确定方法,其特征在于,所述采用广义霍夫变换确定所述移动机器人在所述全局地图中的候选位姿,包括:
确定各所述第一环境轮廓点对应的第一梯度方向和各所述第二环境轮廓点对应的第二梯度方向;
按照第二预设角度间隔和所述第一梯度方向建立所述局部地图中所述相对位置对应的角度直方图;
根据所述第二梯度方向和所述角度直方图预测所述移动机器人在所述全局地图中的第三位置,并统计各所述第三位置的出现次数;
根据各所述出现次数确定所述移动机器人在所述全局地图中的候选位姿。
4.根据权利要求3所述的位姿确定方法,其特征在于,所述根据所述第二梯度方向和所述角度直方图预测所述移动机器人在所述全局地图中的第三位置,包括:
根据所述第二梯度方向确定各所述第二环境轮廓点在所述角度直方图中的角度区间;
获取所述角度区间中的各目标相对位置;
根据所述第二环境轮廓点和各所述目标相对位置预测所述移动机器人在所述全局地图中的第三位置。
5.根据权利要求3所述的位姿确定方法,其特征在于,所述按照第二预设角度间隔和所述第一梯度方向建立所述局部地图中所述相对位置对应的角度直方图,包括:
按照预设处理方式对各所述第一梯度方向进行预处理,得到各所述第一梯度方向对应的第二角度;
按照第二预设角度间隔和所述第二角度建立所述局部地图中所述相对位置对应的角度直方图。
6.根据权利要求1至5中任一项所述的位姿确定方法,其特征在于,所述根据所述第一梯度和所述第一环境轮廓点对应的第二梯度计算各所述候选位姿对应的局部地图与所述全局地图之间的相似度,包括:
根据下述公式计算所述相似度:
其中,Scorei为第i个候选位姿对应的局部地图与全局地图之间的相似度,N为第一环境轮廓点的总个数,dxijl为第i个候选位姿对应的局部地图中的第j个第一环境轮廓点在第一方向的第一梯度,dyijl为第i个候选位姿对应的局部地图中的第j个第一环境轮廓点在第二方向的第一梯度,dxijg为第i个候选位姿对应的局部地图中的第j个第一环境轮廓点在第一方向的第二梯度,dyijg为第i个候选位姿对应的局部地图中的第j个第一环境轮廓点在第二方向的第二梯度。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳市优必选科技股份有限公司,未经深圳市优必选科技股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910614041.2/1.html,转载请声明来源钻瓜专利网。