[发明专利]机器人的定位初始化方法、电子设备及计算机存储介质在审

专利信息
申请号: 202210254410.3 申请日: 2022-03-15
公开(公告)号: CN114782528A 公开(公告)日: 2022-07-22
发明(设计)人: 陈波;董海青;王强;刘冬 申请(专利权)人: 美的集团(上海)有限公司;美的集团股份有限公司
主分类号: G06T7/73 分类号: G06T7/73;G06T17/00;G06K9/62;G06V10/74
代理公司: 深圳市威世博知识产权代理事务所(普通合伙) 44280 代理人: 钟子敏
地址: 201799 上海市青浦区*** 国省代码: 上海;31
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 定位 初始化 方法 电子设备 计算机 存储 介质
【权利要求书】:

1.一种机器人的定位初始化方法,其特征在于,包括:

基于环境区域的点云数据及视觉图像确定视觉地图;

获取当前视觉图像,并在所述视觉地图中搜索与所述当前视觉图像最相似的视觉图像及对应的位姿;

利用所述位姿作为先验信息,基于当前点云数据在预设范围内进行点云搜索,得到所述机器人的初始位姿。

2.根据权利要求1所述的定位初始化方法,其特征在于,所述利用所述位姿作为先验信息,基于当前点云数据在预设范围内进行点云搜索,得到所述机器人的初始位姿,包括:

基于所述位姿从所述视觉地图中获取预设范围的目标搜索区域,其中,所述目标搜索区域以所述位姿作为中心点;

基于当前点云数据在所述目标搜索区域内进行点云搜索,得到所述机器人的初始位姿。

3.根据权利要求2所述的定位初始化方法,其特征在于,所述基于当前点云数据在所述目标搜索区域内进行点云搜索,得到所述机器人的初始位姿,包括:

将当前点云数据进行预设角度的旋转变化,得到多个候补点云数据;

基于每个所述候补点云数据分别在所述目标搜索区域内进行点云搜索,得到每个所述候补点云数据在所述目标搜索区域内匹配点云数据;

基于多个所述匹配点云数据中获取匹配度最大的匹配点云数据获取所述机器人的初始位姿。

4.根据权利要求1所述的定位初始化方法,其特征在于,所述基于环境区域的点云数据及视觉图像确定视觉地图,包括:

确定环境区域的点云数据的关键帧;

获取与所述关键帧的对应的视觉图像;

对所述关键帧对应的视觉图像进行特征提取,并获取特征描述子集合;

将所述关键帧的特征描述子集合与对应的位姿进行关联,生成联合位姿数据;

基于关键帧序列及所述关键帧序列中关键帧对应的所述联合位姿数据构建视觉地图。

5.根据权利要求4所述的定位初始化方法,其特征在于,所述获取与所述关键帧的对应的视觉图像包括:

为所述关键帧设置时间戳;

基于所述时间戳获取与所述关键帧在时间上最接近的一帧视觉图像作为所述关键帧对应的视觉图像。

6.根据权利要求4或5所述的定位初始化方法,其特征在于,所述将所述关键帧的特征描述子集合与对应的位姿进行关联,生成联合位姿数据,包括:

将所述关键帧的特征描述子集合插入数据库文件中,并获取所述特征描述子集合在所述数据库文件中的ID;

生成所述ID与所述关键帧对应的位姿的联合位姿数据。

7.根据权利要求6所述的定位初始化方法,其特征在于,所述在所述视觉地图中搜索与所述当前视觉图像最相似的视觉图像及对应的位姿,包括:

建立所述ID与所述关键帧对应的位姿之间的映射表;

对所述当前视觉图像进行特征提取,获取当前特征描述子集合;

从所述数据库文件中获取与所述当前特征描述子集合最相似的特征描述子集合,并确定所述最相似的特征描述子集合的ID;

基于所述映射表获取与所述最相似的特征描述子集合的ID对应的位姿。

8.根据权利要求7所述的定位初始化方法,其特征在于,所述获取当前视觉图像,包括:

获取当前点云数据,并确定所述当前点云数据的当前关键帧;

获取与所述当前点云数据的获取时间最接近的当前视觉图像。

9.根据权利要求6所述的定位初始化方法,其特征在于,进一步包括:

创建所述数据库文件和二进制文件;

将所述联合位姿数据以二进制格式存储在所述二进制文件中;

在所述视觉地图中搜索与所述当前视觉图像最相似的视觉图像及对应的位姿之前,进一步包括:

加载所述数据库文件和所述二进制文件。

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美的集团(上海)有限公司;美的集团股份有限公司,未经美的集团(上海)有限公司;美的集团股份有限公司许可,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/202210254410.3/1.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