[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

专利信息
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
【说明书】:

发明涉及移动机器人技术领域,尤其涉及一种位姿确定方法、装置、存储介质及移动机器人。所述方法构建出当前环境的局部地图,并按照第一预设角度间隔旋转局部地图后,确定各局部地图的第一环境轮廓点的第一梯度,并获取各第一环境轮廓点与对应的第一位置的相对位置;确定预先构建的全局地图的第二环境轮廓点的第二梯度;采用广义霍夫变换获取移动机器人在全局地图中的候选位姿;根据候选位姿和相对位置确定各第一环境轮廓点在全局地图中的第二位置,并根据第二位置获取各第一环境轮廓点的第二梯度;根据第一梯度和第二梯度计算各局部地图与全局地图之间的相似度,并根据相似度确定移动机器人的目标位姿,提高移动机器人中目标位姿定位的准确性。

技术领域

本发明涉及移动机器人技术领域,尤其涉及一种移动机器人的位姿确定方法、装置、计算机可读存储介质及移动机器人。

背景技术

在无高精度外部定位系统的情况下,移动机器人在开机启动时、被绑架后或者定位丢失后,通常不知道其在全局地图中的当前位姿,使得在很多场景下均需要确定移动机器人在全局地图中的当前位姿。

现有技术中,通常采用粒子滤波算法来确定移动机器人在全局地图中的当前位姿,但粒子滤波算法是通过随机生成器在地图范围内生成采样位姿,并在采样位姿处通过相似度匹配算法得到相似度,以将粒子不断向相似度高的区域聚集,从而得到移动机器人在全局地图中的当前位姿,即粒子滤波算法中采样位姿是随机的,而无法确保每一次的采样位姿均包含移动机器人的真实位姿或者相近位姿,降低了移动机器人当前位姿的定位准确性。

发明内容

本发明实施例提供了一种移动机器人的位姿确定方法、装置、计算机可读存储介质及移动机器人,能够解决现有的移动机器人中当前位姿定位准确性差的问题。

本发明实施例的第一方面,提供了一种移动机器人的位姿确定方法,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。

进一步地,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。

优选地,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;

根据各所述角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。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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/201910614041.2/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top