[发明专利]机器人定位方法及装置

权利要求书

1.一种机器人定位方法，其特征在于，包括：

读取机器人相机的当前检索图像，并将所述当前检索图像与混合视觉激光地图进行相似度度量，查找所述当前检索图像中相似度最高的前m帧；其中，所述混合视觉激光地图为视觉特征地图的视觉特征与激光平面地图的位姿信息一一对应的地图；

对所述前m帧进行多个类别的聚类，并将各聚类类别与上一次检索图像对应的聚类类别进行匹配，判断是否产生新聚类类别；

若检测到新聚类类别，则对所述当前检索图像和所述当前检索图像对应的各所述聚类类别的中心关键帧图像进行局部特征匹配，并根据局部特征匹配结果获得与类别个数相同的多个机器人的当前位姿；

读取机器人的激光传感器的当前扫描数据，获得所述当前扫描数据与混合视觉激光地图的重合度得分，并对所述各聚类类别的重合度得分进行排序；

若检测到得分最高的类别是新聚类类别时，则将该新聚类类别的中心关键帧图像对应的位姿信息更新为机器人的当前位姿。

2.根据权利要求1所述的机器人定位方法，其特征在于，在所述判断是否产生新聚类类别的步骤之后还包括步骤：

若未检测到新聚类类别，则存储当前的扫描数据，并根据机器人里程信息、相邻的两帧扫描数据和定位算法获得机器人下一时刻的位姿，并将所述下一时刻的位姿更新为机器人的当前位姿。

3.根据权利要求1或2所述的机器人定位方法，其特征在于，在所述读取机器人相机的当前检索图像之前还包括步骤：

利用所述激光传感器和机器人相机离线构建混合视觉激光地图。

4.根据权利要求3所述的机器人定位方法，其特征在于，所述利用激光传感器和机器人相机离线构建混合视觉激光地图的步骤包括：

获取机器人里程信息；

控制所述激光传感器对周围环境进行扫描，得到所述当前扫描数据，同时读取所述机器人相机的关键帧图像；

初始化机器人的位置并存储当前所述扫描数据，根据所述机器人里程信息得到机器人下一时刻的预测位置，对相邻的两帧扫描数据及所述机器人里程信息采用定位算法得到机器人的位姿信息；

控制机器人重复移动，并根据激光传感器采集的扫描数据构建所述激光平面地图；

在构建所述激光平面地图的同时，提取所述关键帧图像的视觉特征，获得所述视觉特征地图，并根据所述视觉特征与所述位姿信息联合得到视觉特征地图和激光平面地图一一对应的混合视觉激光地图。

5.根据权利要求4所述的机器人定位方法，其特征在于，所述提取所述关键帧图像的视觉特征的步骤包括：

通过Gist全局描述算子提取并存储所述关键帧图像的所述视觉特征。

6.根据权利要求1所述的机器人定位方法，其特征在于，所述根据局部特征匹配结果获得与类别个数相同的多个机器人的当前位姿的步骤包括步骤：

对匹配内点数超过预设阈值的各聚类类别采用PnP法得到机器人的当前位姿。

7.根据权利要求1所述的机器人定位方法，其特征在于，所述根据局部特征匹配结果获得与类别个数相同的多个机器人的当前位姿的步骤还包括步骤：

对匹配内点数未超过预设阈值的各聚类类别，将其对应的中心关键帧图像的位姿作为机器人当前位姿。

8.根据权利要求1所述的机器人定位方法，其特征在于，所述对所述前m帧进行多个类别的聚类的步骤包括：

对前m帧的索引采用k-means聚类方法进行k个类别的聚类，得到k个聚类类别的排序；

将每个聚类类别的中心值替换该类别关键帧索引的中位数，以落在每个聚类类别的范围内的帧数为基数，乘以机器人的最大速度因子作为该类别的新范围；

将配置新范围的k个聚类类别与上一次检索图像对应的k个聚类类别进行匹配。