[发明专利]一种设备定位方法和装置

说明书

本发明公开了一种设备定位方法和装置，涉及计算机技术领域。该方法的一具体实施方式包括：获取自适应蒙特卡洛定位AMCL对目标设备估计的位姿；以所述估计的位姿为初始位姿，使用扫描匹配方法对所述初始位姿进行修正，得到扫描匹配位姿；将所述扫描匹配位姿作为所述目标设备的定位结果。该实施方式融合了AMCL和扫描匹配方法，避免了ICP及其相关方法中迭代计算关联信息困难的缺点，同时提出了用于检测定位可靠性的指标及判断条件，保证输出准确的位姿。

技术领域

本发明涉及计算机技术领域，尤其涉及一种设备定位方法和装置。

背景技术

定位方法是指计算测量设备在地图中的位姿(位置和姿态)。该方法也可用于对搭载测量设备的各种移动设备进行定位，如无人车、无人机等。现有定位主要包含以下几种：自适应蒙特卡洛定位方法(A daptive Monte Carlo Localization，缩写AMCL)、AMCL与ICP(Itera tive Closest Point，迭代最近点方法)联合的方法、基于占据值(occu pancyvalue)线性插值的扫描匹配方法(简称扫描匹配方法)。

在实现本发明的过程中，发明人发现现有技术至少存在如下问题：

1、AMCL的定位精度较低，通常在5～10cm之间。虽现有可通过联合ICP方法克服，但仍存在由搜索点关联或搜索点线关联引起的计算复杂缺陷，且缺少用于判断估计结果是否可靠的指标；

2、扫描匹配方法的定位结果易丢失，且丢失后无法重新找回。

发明内容

有鉴于此，本发明实施例提供一种设备定位方法和装置，至少能够解决现有技术中定位精度低且定位结果易丢失的现象。

为实现上述目的，根据本发明实施例的一个方面，提供了一种设备定位方法，包括：

获取自适应蒙特卡洛定位AMCL对目标设备估计的位姿；

以所述估计的位姿为初始位姿，使用扫描匹配方法对所述初始位姿进行修正，得到扫描匹配位姿；

将所述扫描匹配位姿作为所述目标设备的定位结果。

可选的，所述获取自适应蒙特卡洛定位AMCL对目标设备估计的位姿，包括：

以所述目标设备初始位置为中心，产生多个粒子组成粒子群；其中，粒子表示所述目标设备的位姿，粒子群表示位姿的概率分布；

利用里程计获取所述目标设备的里程计数据，结合采样运动模型更新所述粒子群中每个粒子对应的位姿；

获取激光点云数据，将激光点云数据以每个粒子对应的位姿映射到网格地图中，得到当前占据的栅格地图；

计算当前占据的栅格地图与网格地图中障碍物的重合数量，将所述重合数量作为每个粒子的得分，以对所述粒子群进行重采样，最终以粒子群位姿的均值作为AMCL估计的位姿。

可选的，所述使用扫描匹配方法对所述初始位姿进行修正，得到扫描匹配位姿，包括：

确定所述目标设备处于所述初始位姿时，相应激光点云数据在世界坐标系下的坐标；

计算所述坐标在网格地图上的占据概率以及对所述初始位姿的偏导数；

基于激光点云数据、所述占据概率和所述偏导数，对激光点云数据与网格地图中的障碍物进行像素匹配，以重合像素数量最多为目标对所述初始位姿进行修正，得到所述扫描匹配位姿。

可选的，所述网格地图为一级网格地图。

可选的，所述将所述扫描匹配位姿作为所述目标设备的定位结果，还包括：

获取多级网格地图，从二级网格地图开始进行扫描匹配；