[发明专利]机器人定位评估方法、机器人及计算机存储介质

权利要求书

1.一种机器人定位评估方法，其特征在于，所述方法包括：

获取当前时刻的激光点云数据、当前时刻的里程计数据和前一估计位姿；其中，所述前一估计位姿是对前一时刻的激光点云数据和前一时刻的里程计数据进行融合得到的；

基于所述前一估计位姿和所述当前时刻的里程计数据得到当前预测位姿；

使用所述当前时刻的激光点云数据对所述当前预测位姿进行修正，得到当前估计位姿；

基于所述当前估计位姿，计算所述当前时刻的激光点云数据与占据栅格地图的匹配度，并将所述匹配度映射为第一评估分数；

计算所述当前估计位姿与所述前一估计位姿的第一位姿变化量，以及计算当前预测位姿与前一预测位姿的第二位姿变化量；

比较所述第一位姿变化量和所述第二位姿变化量的第一差异值，并将所述第一差异值映射为第二评估分数；

使用第一预设权重对所述第一评估分数和所述第二评估分数进行加权求和，得到所述机器人的定位估计评分。

2.根据权利要求1所述的方法，其特征在于，所述使用第一预设权重对所述第一评估分数和所述第二评估分数进行加权求和，得到所述机器人的定位估计评分之后，还包括：

若第一预设时间段内所述定位估计评分低于第一阈值的次数大于第二阈值，确定所述机器人定位异常。

3.根据权利要求1所述的方法，其特征在于，所述占据栅格地图为先验地图，所述激光点云数据包括第一数量的激光点，所述基于所述当前估计位姿，计算所述激光点云数据与占据栅格地图的匹配度，并将所述匹配度映射为第一评估分数，包括：

基于所述当前估计位姿，计算每一所述激光点投影到所述先验地图上的占据位置；

获取每一所述占据位置在所述先验地图上最近的障碍物，并计算每一所述占据位置与其最近的所述障碍物的距离作为所述匹配度；

使用映射得分函数，将每一所述匹配度映射为所述占据位置的得分；

计算每一所述得分之和，除以所述第一数量，得到所述第一评估分数。

4.根据权利要求1所述的方法，其特征在于，所述占据栅格地图包括先验地图，所述使用所述当前时刻的激光点云数据对所述当前预测位姿进行修正，得到当前估计位姿之后，还包括：

基于所述先验地图、里程计数据和激光点云数据，估计所述机器人在所述先验地图中的第一轨迹；

根据所述激光点云数据，生成子栅格地图；基于所述激光点云数据和所述子栅格地图，估计所述机器人在所述子栅格地图中的第二轨迹；

比较所述第一轨迹和所述第二轨迹，得到第二差异值。

5.根据权利要求4所述的方法，其特征在于，所述比较所述第一轨迹和所述第二轨迹，得到第二差异值之后，还包括：

若所述第二差异值大于第三阈值，确定所述机器人定位异常。

6.根据权利要求4所述的方法，其特征在于，所述根据所述激光点云数据，生成子栅格地图包括：

基于最近的第二数量帧激光点云数据，构建所述子栅格地图；

将与先验地图匹配度高于第四阈值的激光点云数据插入所述子栅格地图中，以更新所述子栅格地图。

7.根据权利要求4所述的方法，其特征在于，所述基于所述先验地图、里程计数据和激光点云数据，估计所述机器人在所述先验地图中的第一轨迹，包括：

获取第二预设时间段内基于所述先验地图的估计位姿的集合，作为所述第一轨迹；所述估计位姿的集合包括所述当前估计位姿；

所述基于所述激光点云数据和所述子栅格地图，估计所述机器人在所述子栅格地图中的第二轨迹，包括：

使用所述基于先验地图的估计位姿作为初始位姿，将所述激光点云数据与所述子栅格地图进行匹配和优化，得到所述机器人基于所述子栅格地图中的估计位姿；

获取所述第二预设时间段内基于所述子栅格地图的估计位姿的集合，作为所述第二轨迹。