[发明专利]机器人定位评估方法、机器人及计算机存储介质

说明书

本申请公开了一种机器人定位评估方法、机器人及计算机存储介质。方法包括如下步骤：计算激光点云数据与占据栅格地图的匹配度并映射为第一评估分数；计算当前估计位姿和前一估计位姿的第一位姿变化量与当前预测位姿和前一预测位姿的第二位姿变化量的第一差异值；将第一差异值映射为第二评估分数；对第一评估分数和第二评估分数进行加权求和，得到机器人的定位估计评分；激光点云数据与先验地图匹配估算第一轨迹；实时构建子栅格地图，激光点云数据与子栅格地图匹配估算第二轨迹；计算第一轨迹和第二轨迹的第二差异值；当定位估计评分低于阈值或第二差异值高于阈值时确定机器人定位异常。通过上述方式，本申请能够提高机器人定位评估的准确性。

技术领域

本申请涉及机器人定位技术领域，特别是涉及一种机器人定位评估方法、机器人及计算机存储介质。

背景技术

目前使用移动机器人执行任务已有了广泛的应用，例如利用机器人搬运货物、投递快递及扫地拖地等。移动机器人自主行走过程中，利用激光传感器获取根据当前环境生成的激光点云数据，并利用该激光点云数据对移动机器人进行定位，确定机器人的位姿。

当移动机器人所在的环境发生变化，例如搬运货物、人员走动导致原来的环境发生变化时，激光传感器接收到的激光点云数据发生变化，从而导致与先验地图匹配上的激光点云数据较少，会误报定位评分低，从而导致误报设备定位异常，终止原来应该执行的任务。

发明内容

本申请提供一种机器人定位评估方法、机器人及计算机存储介质，以解决相关技术中对机器人定位评估误差大的问题。

为解决上述技术问题，本申请提供一种机器人定位评估方法。该方法包括：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，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；基于前一估计位姿和当前时刻的里程计数据得到当前预测位姿；使用当前时刻的激光点云数据对当前预测位姿进行修正，得到当前估计位姿；基于当前估计位姿，计算当前时刻的激光点云数据与占据栅格地图的匹配度，并将匹配度映射为第一评估分数；计算当前估计位姿与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；比较第一位姿变化量和第二位姿变化量的第一差异值，并将差异值映射为第二评估分数；使用第一预设权重对第一评估分数和第二评估分数进行加权求和，得到机器人的定位估计评分。

为解决上述技术问题，本申请提供一种机器人。该机器人包括处理器、激光传感器和里程计，其中，处理器耦接激光传感器和里程计，在工作时执行指令，以配合激光传感器和里程计实现如上述的机器人定位评估方法的步骤。

为解决上述技术问题，本申请提供一种计算机存储介质。计算机存储介质存储有计算机程序，计算机程序被执行以实现如上述的机器人定位评估方法的步骤。

本申请通过基于当前估计位姿计算当前时刻的激光点云数据与占据栅格地图匹配度，得到第一评估得分；计算当前估计位姿与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，并比较第一位姿变化量和第二位姿变化量的第一差异值，得到第二评估分数，当环境发生变化时，只要机器人定位准确，则第一位姿变化量和第二位姿变化量之间的差异不大，第二评估分数高。综合第一评估分数和第二评估分数作为机器人的定位评估得分，第二评估分数能够平衡因环境变化导致第一评估分数偏低的情况，从而降低环境变化时对机器人定位评估的误差。

附图说明

图1是本申请提供的机器人一实施例的结构示意图；

图2为本申请提供的基于仓库环境生成二维地图的示意图；

图3是本申请提供的机器人定位评估方法第一实施例的流程示意图；

图4是本申请提供的sigma映射函数的示意图；

图5是本申请提供的机器人定位评估方法第二实施例的流程示意图；