[发明专利]机器人室内定位方法、装置、设备及存储介质在审

专利信息
申请号: 202110958653.0 申请日: 2021-08-19
公开(公告)号: CN113761255A 公开(公告)日: 2021-12-07
发明(设计)人: 沈维国 申请(专利权)人: 劢微机器人科技(深圳)有限公司
主分类号: G06F16/58 分类号: G06F16/58;G06F16/587;G06F16/51;G06K9/20;G06K9/46;G06K9/62
代理公司: 深圳市恒程创新知识产权代理有限公司 44542 代理人: 刘冰
地址: 518000 广东省深圳市光*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 机器人 室内 定位 方法 装置 设备 存储 介质
【权利要求书】:

1.一种机器人室内定位方法,其特征在于,所述机器人在预设行走空间内移动,且所述预设行走空间内固定设置有多个特征图像;所述机器人室内定位方法包括以下步骤:

获取机器人采集的当前定位图像;其中,所述当前定位图像包括至少两个可识别特征图像,所述可识别特征图像为所述当前定位图像中能识别出位置信息和角度信息的特征图像;

对所述当前定位图像进行识别处理,获得多个所述可识别特征图像之间的当前图像位置信息;

利用预存的图像位置地图,匹配所述当前图像位置信息对应的特征图像,以获得所述机器人的当前位置坐标;其中,所述预存的图像位置地图存储有多个所述特征图像在所述预设行走空间内的图像位置信息。

2.如权利要求1所述的机器人室内定位方法,其特征在于,所述对所述当前定位图像进行识别处理,获得多个所述可识别特征图像之间的当前图像位置信息步骤,具体包括:

对所述当前定位图像进行梯度计算,以获得所述当前定位图像的像素梯度值;

根据所述像素梯度值,提取所述当前定位图像中的轮廓点;

确定所述轮廓点对应的可识别特征图像在所述当前定位图像中的位置信息和角度信息,获得多个所述可识别特征图像之间的当前图像位置信息。

3.如权利要求2所述的机器人室内定位方法,其特征在于,所述可识别特征图像为多边形图像;

所述确定所述轮廓点对应的可识别特征图像在所述当前定位图像中的位置信息和角度信息,获得多个所述可识别特征图像之间的当前图像位置信息步骤,具体包括:

对所述轮廓点进行线性回归拟合,以获得拟合的特征图像线条;

根据所述特征图像线条,匹配特征图像线条对应的多边形图像;

根据所述多边形图像在所述当前定位图像中的位置信息和角度信息,获得多个所述可识别特征图像之间的图像位置信息。

4.如权利要求1所述的机器人室内定位方法,其特征在于,所述利用预存的图像位置地图,匹配所述当前图像位置信息对应的特征图像,以获得所述机器人的当前位置坐标步骤之前,所述方法还包括:

获取机器人在预设行走空间内采集的位置坐标和所述位置坐标对应的多个所述特征图像的图像位置信息;

根据所述位置坐标和多个所述特征图像的图像位置信息,建立图像位置地图。

5.如权利要求4所述的机器人室内定位方法,其特征在于,所述获取机器人在预设行走空间内采集的位置坐标和位置坐标对应的多个所述特征图像的图像位置信息步骤,具体包括:

获取机器人在预设行走空间内采集的位置坐标和所述位置坐标对应的每个所述特征图像的位置信息和角度信息;

根据所述位置信息和角度信息,获得所述位置坐标对应的多个所述特征图像之间的图像位置信息;

调整所述机器人在预设行走空间内的位置,并判断所述位置的位置坐标是否未采集,若是,执行步骤获取机器人在预设行走空间内采集的位置坐标和所述位置坐标对应的每个所述特征图像的位置信息和角度信息。

6.如权利要求5所述的机器人室内定位方法,其特征在于,所述获取机器人在预设行走空间内采集的位置坐标和所述位置坐标对应的每个所述特征图像的位置信息和角度信息步骤,具体包括:

获取机器人在预设行走空间内采集的位置坐标;

根据图像坐标与位置坐标的转换关系,获得所述位置坐标的每个所述特征图像的位置信息和角度信息。

7.如权利要求6所述的机器人室内定位方法,其特征在于,所述图像坐标与位置坐标的转换关系的表达式为:

s×Px=K×RT×Pw

其中,s为所述机器人的图像获取设备的深度,Px为图像坐标,K为所述机器人的图像获取设备的内参,RT为所述机器人的图像获取设备的外参,Pw为位置坐标。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于劢微机器人科技(深圳)有限公司,未经劢微机器人科技(深圳)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110958653.0/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top