[发明专利]机器人在液体下建筑内高精度导航的方法和装置

权利要求书

1.一种机器人在液体下建筑内高精度导航方法，其特征是，所述方法包括：

通过第一导航设备获取所述机器人的第一导航相关信息，其中，所述第一导航设备包括惯性导航设备，所述第一导航相关信息包括姿态、速度、位置、加速度和角速度；

通过第二导航设备获取所述机器人的第二导航相关信息，其中，所述第二导航设备包括多普勒测速仪，所述第二导航相关信息包括速度；

基于所述第一导航相关信息和所述第二导航相关信息获取所述机器人的初步位置信息；

响应于建筑内特征部位的先验位置信息与所述机器人的初步位置信息之差在预定阈值内，通过图像声纳获取所述机器人的位置信息；以及

融合所述第一导航相关信息、所述第二导航相关信息以及所述机器人的位置信息获取所述机器人的导航信息，其中，所述导航信息包括所述机器人的导航姿态、速度和位置信息；

其中，所述通过图像声纳获取所述机器人的位置信息包括：

根据建筑内特征部位的成像特点识别所述特征部位；以及

获取所述机器人相对所述特征部位的相对位置信息；其中，所述相对位置信息包括所述机器人相对所述特征部位中心点的距离和方位信息。

2.如权利要求1所述的方法，其特征是，所述通过图像声纳获取所述机器人的位置信息还包括：

根据所述特征部位的先验位置信息以及所述相对位置信息获取所述机器人的绝对位置信息。

3.如权利要求1所述的方法，其特征是，所述融合所述第一导航相关信息、所述第二导航相关信息以及所述机器人的位置信息获取所述机器人的导航信息包括：

融合所述第一导航相关信息、所述第二导航相关信息以及所述相对位置信息获取所述机器人的导航信息。

4.如权利要求2所述的方法，其特征是，所述融合所述第一导航相关信息、所述第二导航相关信息以及所述机器人的位置信息获取所述机器人的导航信息包括：

融合所述第一导航相关信息、所述第二导航相关信息以及所述机器人的绝对位置信息获取所述机器人的导航信息。

5.如权利要求1所述的方法，其特征是，所述根据特征部位的成像特点识别所述特征部位的方式包括计算机视觉中特征提取和匹配的方式以及深度学习方式。

6.如权利要求1所述的方法，其特征是，所述融合所述第一导航相关信息、所述第二导航相关信息以及所述机器人的位置信息获取所述机器人的导航信息的方式包括Kalman滤波法、粒子滤波法和最优估计法。

7.一种机器人在液体下建筑内高精度导航装置，其特征是，所述装置包括：

第一获取单元，用于通过第一导航设备获取所述机器人的第一导航相关信息，其中，所述第一导航设备包括惯性导航设备，所述第一导航相关信息包括姿态、速度、位置、加速度和角速度；

第二获取单元，用于通过第二导航设备获取所述机器人的第二导航相关信息，其中，所述第二导航设备包括多普勒测速仪，所述第二导航相关信息包括速度；

第三获取单元，基于所述第一导航相关信息和所述第二导航相关信息获取所述机器人的初步位置信息；

第四获取单元，响应于建筑内特征部位的先验位置信息与所述机器人的初步位置信息之差在预定阈值内，用于通过图像声纳获取所述机器人的位置信息；以及

融合单元，用于融合所述第一导航相关信息、所述第二导航相关信息以及所述机器人的位置信息获取所述机器人的导航信息，其中，所述导航信息包括所述机器人的导航姿态、速度和位置信息；

其中，所述第四获取单元包括：

识别子单元，用于根据建筑内特征部位的成像特点识别所述特征部位；以及

第一获取子单元，用于获取所述机器人相对所述特征部位的相对位置信息；其中，所述相对位置信息包括所述机器人相对所述特征部位中心点的距离和方位信息。

8.如权利要求7所述的装置，其特征是，所述第四获取单元还包括：

第二获取子单元，用于根据所述特征部位的先验位置信息以及所述相对位置信息获取所述机器人的绝对位置信息。