[发明专利]定位方法、装置、电子设备和存储介质

权利要求书

1.一种定位方法，其特征在于，包括：

采集机器人的当前位姿以及至少一个预设方向的深度数据和至少一个预设方向的红外数据；

在所述红外数据中提取至少一个边缘点，并根据所述深度数据将各个所述边缘点转换为特征点云；

确定所述特征点云在预设全局栅格地图中的障碍得分，其中，所述预设全局栅格地图基于历史点云构成；

根据所述障碍得分优化所述当前位姿以确定所述机器人的定位信息；

其中，所述确定所述特征点云在预设全局栅格地图中的障碍得分，包括：

将所述特征点云内各个边缘点的坐标转换到世界坐标系，映射各个所述边缘点到所述预设全局栅格地图的目标栅格；

若所述目标栅格为障碍位置，则获取所述目标栅格的概率值作为对应边缘点的障碍得分；

若目标栅格不是障碍位置，边缘点在预设全局栅格内为无障碍区域或者未知区域，则不对该边缘点对应的概率值进行统计，将该边缘点删除或者不获取该边缘点对应的栅格存储的概率值；

统计所述特征点云内各所述边缘点的障碍得分的总和作为所述特征点云的障碍得分；

其中，所述根据所述障碍得分优化所述当前位姿以确定所述机器人的定位信息，包括：

根据所述机器人的移动速度和障碍得分优化所述定位信息；

其中，所述根据所述机器人的移动速度优化所述定位信息，包括：

根据所述当前位姿以及所述特征点云的障碍得分构建第一残差项；

基于所述移动速度确定速度预测位姿，并将速度预测位姿与上一时刻的历史位姿的差值作为第二残差项；

调整所述第一残差项和所述第二残差项中速度预测位姿和/或所述当前位姿中参数信息使得所述第一残差项和所述第二残差项的和取值最小，所述参数信息包括横坐标、纵坐标以及机器人方向与世界坐标系X轴的夹角中至少一个参数的取值；

将所述第一残差项和所述第二残差项的和取值最小时的速度预测位姿和/或所述当前位姿的横坐标、纵坐标以及机器人方向与世界坐标系X轴的夹角作为优化后的定位位姿信息。

2.根据权利要求1所述的方法，其特征在于，所述采集机器人的当前位姿以及至少一个预设方向的深度数据和/或至少一个预设方向的红外数据，包括：

获取所述机器人世界坐标系下的当前位姿，其中，当前位姿至少包括横坐标、纵坐标以及机器人方向与世界坐标系X轴的夹角；

使用预先设置在所述机器人上的至少一个深度数据传感器采集所述预设方向的深度数据和至少一个红外数据传感器采集所述预设方向的红外数据，其中，所述预设方向至少包括水平方向和竖直方向中一种。

3.根据权利要求1所述的方法，其特征在于，所述在所述红外数据中提取至少一个边缘点，并根据所述深度数据将各所述边缘点转换为特征点云，包括：

滤除所述红外数据中的噪声；

在滤除噪声的所述红外数据中提取至少一个边缘点；

使用所述机器人的相机模型以及所述深度数据将各个所述边缘点转换为三维坐标以构成特征点云。

4.根据权利要求1所述的方法，其特征在于，所述根据所述障碍得分优化所述当前位姿以确定所述机器人的定位信息，包括：

根据所述当前位姿以及所述特征点云的障碍得分构建残差函数；

调整所述残差函数中参数信息使得所述残差函数的结果值最小，残差函数中参数信息为当前位姿的横坐标、纵坐标以及机器人方向与世界坐标系X轴的夹角中至少一个参数的取值；

将所述结果值最小时所述当前位姿对应的横坐标、纵坐标以及机器人方向与世界坐标系X轴的夹角作为输出的定位位姿信息。

5.根据权利要求1-4中任一所述的方法，其特征在于，还包括：

将所述定位信息对应的机器人位姿更新到所述预设全局栅格地图。