[发明专利]巡逻机器人重定位方法及巡逻机器人

权利要求书

1.一种巡逻机器人重定位方法，其特征在于，包括以下步骤：

S1、建立巡逻机器人工作场景内的图像地图，并对所有的图像进行图像特征编码并保存；

S2、采集云台当前抓拍的图像，并对当前抓拍的图像进行图像特征编码；

S3、获取当前图像帧特征编码中与图像地图里距离最小的特征编码的图像帧；

S4、加载所述巡逻机器人当前场景点云地图；

S5、采集当前的所述巡逻机器人的激光点云，并配准所述激光点云到点云地图，找到当前的所述巡逻机器人所在地图位置，以完成所述巡逻机器人的重定位或自主初始化。

2.根据权利要求1所述的巡逻机器人重定位方法，其特征在于，在所述的步骤S1中包括：

S11、启动所述巡逻机器人，并手动初始化所述巡逻机器人在地图中的位置；

S12、控制所述巡逻机器人在所述工作场景内行走，并以行走距离为条件，同时保存一张抓拍图像、及所述巡逻机器人的当前位置；

S13、重复步骤S12，直至所述巡逻机器人所有巡逻地方都有图像覆盖；

S14、对所有图像进行图像特征编码并保存。

3.根据权利要求2所述的巡逻机器人重定位方法，其特征在于，所述行走距离为1-2m。

4.根据权利要求2所述的巡逻机器人重定位方法，其特征在于，所述行走距离为1.2-1.8m。

5.根据权利要求1所述的巡逻机器人重定位方法，其特征在于，在所述的步骤S1中，采用神经网络模型NetVlad对所有图像进行图像特征编码并保存。

6.根据权利要求1所述的巡逻机器人重定位方法，其特征在于，在所述的步骤S2中，采用神经网络模型NetVlad对所有图像进行图像特征编码。

7.根据权利要求1所述的巡逻机器人重定位方法，其特征在于，所述的步骤S3包括：

S31、加载步骤S1中的图像特征编码；

S32、在所述当前图像特征编码中，搜索与所述图像地图里特征编码距离最小的图像帧。

8.根据权利要求1所述的巡逻机器人重定位方法，其特征在于，在所述的步骤S3中，在当前图像特征编码中，搜索到与图像地图里特征编码的最小距离由所述当前图像特征编码和所述图像地图里特征编码中两向量之间的二范数计算得到。

9.根据权利要求1所述的巡逻机器人重定位方法，其特征在于，所述激光点云为3D激光点云。

10.一种巡逻机器人，其特征在于，应用于权利要求1-9中任一项所述的巡逻机器人重定位方法。