CN107765694A - 一种重定位方法、装置及计算机可读取存储介质 - Google Patents

Abstract

本发明涉及一种重定位方法、装置及计算机可读取存储介质，属于机器人技术领域。该重定位方法，应用于机器人，所述方法包括：在所述机器人需要进行重定位时，获得所述机器人的重定位当前位置；判断所述重定位当前位置是否为所述机器人的实际所在位置，在为是时，表征对所述机器人成功重定位；在为否时，表征对所述机器人重定位失败。在机器人需要进行重定位时，通过对获得的重定位当前位置进行进一步确认，以增加重定位的准确性，保证了重定位的精准度，而不再是默认该重定位当前位置即为机器人的实际所在位置。

Description

一种重定位方法、装置及计算机可读取存储介质

技术领域

本发明属于机器人技术领域，具体涉及一种重定位方法、装置及计算机可读取存储介质。

背景技术

随着机器人技术的发展，家用机器人，尤其是能够自动进行定位与移动的家用机器人，越来越普及。这类机器人一般都会带有激光雷达传感器或者摄像头模块，来进行家庭环境中的定位与建图，为机器的自主移动提供基础。然而这类机器人在使用过程中有可能发生“迷路”的问题，比如异常情形下的掉电、用户主动移动了机器等情况，都有可能造成机器人本身定位失效。此时就需要进行一个重定位。重定位是机器人智能导航和环境探索的一个重要的基础，也是移动机器人实现真正完全自主的关键技术之一。

目前实现重定位的方法主要都是利用摄像头进行的。通过摄像头对周围环境进行一定的识别，并与原先存储的全局环境进行匹配，从而计算出当前的位置。然而，一方面，很多机器人仅仅是基于激光雷达传感器工作的，并没有配备摄像头；另一方面，摄像头对环境的要求比较高，光照变化大、环境特征不明显(如一大片白墙)等因素都可能导致摄像头工作失效。因此，亟需一种适应性好、精准度高的重定位方法来实现机器人的重定位。

发明内容

鉴于此，本发明的目的在于提供一种重定位方法、装置及计算机可读取存储介质，以有效地改善上述问题。

本发明的实施例是这样实现的：

第一方面，本发明实施例提供了一种重定位方法，应用于机器人，所述方法包括：在所述机器人需要进行重定位时，获得所述机器人的重定位当前位置；判断所述重定位当前位置是否为所述机器人的实际所在位置，在为是时，表征对所述机器人成功重定位；在为否时，表征对所述机器人重定位失败。

在本发明较佳的实施例中，所述获得所述机器人的重定位当前位置，包括：基于获取到的激光数据获得满足预设规则的直线线段；将所述直线线段与预存储直线线段进行匹配；在匹配成功时，基于全局直线坐标变换算法对所述直线线段进行坐标变换，获得所有可能的位置坐标，并将所述位置坐标作为候选点，在匹配失败时，在全局地图中的空白区域选取候选点；对所有候选点进行概率计算，将概率最大的候选点作为所述机器人的重定位当前位置。

在本发明较佳的实施例中，所述基于获取到的激光数据获得满足预设规则的直线线段，包括：基于所述激光数据获得所有激光点之间的距离；基于所述距离获得满足预设规则的直线线段。

在本发明较佳的实施例中，所述基于所述距离获得满足预设规则的直线线段，包括：判断所述距离是否超过第一预设阈值；在为是时，将该距离对应的激光点标记为断点；将任意两个所述断点之间的激光点拟合成直线线段。

在本发明较佳的实施例中，所述将任意两个所述断点之间的激光点拟合成直线线段，包括：从标记为所述断点的激光点中任意选取两个断点；将所述两个断点之间的激光点进行直线拟合，获得直线线段。

在本发明较佳的实施例中，所述判断所述重定位当前位置是否为机器人的实际所在位置，包括：基于所述重定位当前位置在全局地图中找寻一个目标位置；控制所述机器人沿所述目标位置运动；在运动的过程中，判断激光与环境的匹配度是否满足第二预设阈值，在为是时，所述重定位当前位置为所述机器人的实际所在位置；反之，所述当前位置不为所述机器人的实际所在位置。

在本发明较佳的实施例中，所述控制所述机器人沿所述目标位置运动，包括：根据所述重定位当前位置和所述目标位置进行路径规划，获得从所述当前位置到所述目标位置的路径；控制所述机器人沿规划的所述路径运动。

在本发明较佳的实施例中，所述判断所述重定位当前位置是否为所述机器人的实际所在位置，在为否时，所述方法还包括：

判断为否的次数是否超过第三预设阈值，在为是时，表征对所述机器人重定位失败在为否时；执行所述基于获取到的激光数据获得满足预设规则的直线线段的步骤。

在本发明较佳的实施例中，所述将所述直线线段与预存储直线线段进行匹配，包括：获取所述直线线段间的位置关系，所述位置关系包括：间距和夹角；基于所述位置关系与预存储直线线段进行匹配。

第二方面，本发明实施例还提供了一种重定位装置，应用于机器人，所述装置，包括：获取模块，用于在所述机器人需要进行重定位时，获得所述机器人的重定位当前位置；判断模块，用于判断所述重定位当前位置是否为所述机器人的实际所在位置，在为是时，表征对所述机器人成功重定位；在为否时，表征对所述机器人重定位失败。

在本发明较佳的实施例中，所述获取模块包括：直线获取子模块，用于基于获取到的激光数据获得满足预设规则的直线线段；匹配子模块，用于将所述直线线段与预存储直线线段进行匹配；候选点获取子模块，用于在匹配成功时，基于全局直线坐标变换算法对所述直线线段进行坐标变换，获得所有可能的位置坐标，并将所述位置坐标作为候选点，在匹配失败时，在全局地图中的空白区域选取候选点；当前位置获取子模块，用于对所有候选点进行概率计算，将概率最大的候选点作为所述机器人的重定位当前位置。

在本发明较佳的实施例中，所述直线获取子模块包括：距离获取单元，用于基于所述激光数据获得所有相邻激光点之间的距离；直线获取单元，基于所述距离获得满足预设规则的直线线段。

在本发明较佳的实施例中，所述直线获取单元包括：第一判断子单元，用于判断所述距离是否超过第一预设阈值；标记子单元，用于在为是时，将该距离对应的激光点标记为断点；直线拟合子单元，用于将任意两个所述断点之间的激光点拟合成直线线段。

在本发明较佳的实施例中，所述直线拟合子单元包括：断点选取子单元，用于从标记为所述断点的激光点中任意选取两个断点；直线获取子单元，用于将所述两个断点之间的激光点进行直线拟合，获得直线线段。

在本发明较佳的实施例中，所述判断模块包括：目标位置获取子模块，用于基于所述重定位当前位置在全局地图中找寻一个目标位置；运动子模块，用于控制所述机器人沿所述目标位置运动；第二判断子模块，用于在运动的过程中，判断激光与环境的匹配度是否满足第二预设阈值，在为是时，所述重定位当前位置为所述机器人的实际所在位置；反之，所述当前位置不为所述机器人的实际所在位置。

在本发明较佳的实施例中，所述运动子模块包括：路径获取单元，用于根据所述当前位置和所述目标位置进行路径规划，获得从所述当前位置到所述目标位置的路径；运动单元，用于控制所述机器人沿规划的所述路径运动。

在本发明较佳的实施例中，判断所述重定位当前位置是否为所述机器人的实际所在位置，在为否时，所述判断模块还用于判断为否的次数是否超过第三预设阈值，在为是时，表征对所述机器人重定位失败，在为否时，执行所述基于获取到的激光数据获得满足预设规则的直线线段的步骤。

在本发明较佳的实施例中，所述匹配子模块包括：位置关系获取单元，用于获取所述直线线段间的位置关系，所述位置关系包括：间距和夹角；匹配单元，用于基于所述位置关系与预存储直线线段进行匹配。

第三方面，本发明实施例还提供了一种计算机可读取存储介质，所述计算机可读取存储介质存储有处理器可执行的程序代码于计算机内，所述计算机可读取存储介质包括多条指令，所述多条指令被配置成使所述处理器执行上述重定位方法。

本发明实施例提供的重定位方法、装置及计算机可读取存储介质，该方法包括：在所述机器人需要进行重定位时，获得所述机器人的重定位当前位置；判断所述重定位当前位置是否为所述机器人的实际所在位置，在为是时，表征对所述机器人成功重定位；在为否时，表征对所述机器人重定位失败。在机器人需要进行重定位时，通过对获得的重定位当前位置进行进一步确认，以增加重定位的准确性，保证了重定位的精准度，而不再是默认该重定位当前位置即为机器人的实际所在位置。

本发明的其他特征和优点将在随后的说明书阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明实施例而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书以及附图中所特别指出的结构来实现和获得。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。通过附图所示，本发明的上述及其它目的、特征和优势将更加清晰。在全部附图中相同的附图标记指示相同的部分。并未刻意按实际尺寸等比例缩放绘制附图，重点在于示出本发明的主旨。

图1示出了本发明实施例提供的一种机器人的结构示意图。

图2示出了本发明第一实施例提供的一种重定位方法的方法流程图。

图3示出了本发明实施例提供的图2中的步骤S101的方法流程图。

图4示出了本发明实施例提供的图3中的步骤S201的方法流程图。

图5示出了本发明实施例提供的图4中的步骤S302的方法流程图。

图6示出了本发明实施例提供的图3中的步骤S202的方法流程图。

图7示出了本发明实施例提供的图2中的步骤S102的方法流程图。

图8示出了本发明实施例提供的图7中的步骤S602的方法流程图。

图9示出了本发明第二实施例提供的一种重定位方法的方法流程图。

图10示出了本发明实施例提供的一种重定位装置的模块示意图。

图11示出了本发明实施例提供的图10中的获取模块的模块示意图。

图12示出了本发明实施例提供的图11中的直线获取子模块的模块示意图。

图13示出了本发明实施例提供的图12中的直线获取单元的模块示意图。

图14示出了本发明实施例提供的图11中的匹配子模块的模块示意图。

图15示出了本发明实施例提供的图10中的第一判断模块的模块示意图。

图16示出了本发明实施例提供的图15中的运动子模块的模块示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。

因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。

在本发明的描述中，需要说明的是，术语“第一”、“第二”、“第三”等仅用于区分描述，而不能理解为指示或暗示相对重要性。

如图1所示，图1示出了本发明实施例提供的一种机器人100的结构框图。所述机器人100包括：重定位装置110、存储器120、存储控制器130和处理器140。

所述存储器120、存储控制器130、处理器140各元件相互之间直接或间接地电性连接，以实现数据的传输或交互。例如，这些元件相互之间可通过一条或多条通讯总线或信号线实现电性连接。所述重定位装置110包括至少一个可以软件或固件(firmware)的形式存储于所述存储器120中或固化在所述机器人的操作系统(operating system，OS)中的软件功能模块。所述处理器140用于执行存储器120中存储的可执行模块，例如所述重定位装置110包括的软件功能模块或计算机程序。

其中，存储器120可以是，但不限于，随机存取存储器(Random Access Memory，RAM)，只读存储器(Read Only Memory，ROM)，可编程只读存储器(Programmable Read－Only Memory，PROM)，可擦除只读存储器(Erasable Programmable Read－Only Memory，EPROM)，电可擦除只读存储器(Electric Erasable Programmable Read－Only Memory，EEPROM)等。其中，存储器120用于存储程序，所述处理器140在接收到执行指令后，执行所述程序，后述本发明实施例任一实施例揭示的流程定义的机器人所执行的方法可以应用于处理器140中，或者由处理器140实现。

处理器140可能是一种集成电路芯片，具有信号的处理能力。上述的处理器可以是通用处理器，包括中央处理器(Central Processing Unit，CPU)、网络处理器(NetworkProcessor，NP)等；还可以是数字信号处理器(DSP)、专用集成电路(ASIC)、现成可编程门阵列(FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。

第一实施例

请参阅图2，为本发明实施例提供的一种应用于上述机器人100的重定位方法，下面将结合图2对其所包含的步骤进行说明。

步骤S101：在所述机器人需要进行重定位时，获得所述机器人的重定位当前位置。

当机器人需要进行重定位时，获得该机器人的重定位当前位置，其中，重定位当前位置的获得的方式可以是基于激光雷法进行重定位获得的，也可以是基于摄像头进行重定位获得的，作为一种可选的实施方式，以图3所示的流程图对这一过程进行说明。

步骤S201：基于获取到的激光数据获得满足预设规则的直线线段。

在基于激光雷法进行重定位的方法中，数据的获取主要是依靠激光雷达传感器，在工作时，激光发射端发生激光脉冲，该激光脉冲经目标反射后向各个方向散射，部分散射光由激光接收端接收，并将其转化为相应的电信号。在获取到激光数据后，根据获取到的激光数据获得满足一定规则的直线线段，作为一种实施方式，以图4所示的流程图对这一过程进行说明。

步骤S301：基于所述激光数据获得所有激光点之间的距离。

在获得到激光数据后，根据该激光数据获得所有激光点之间距离。

步骤S302：基于所述距离获得满足预设规则的直线线段。

根据激光数据获得激光点之间的距离后，从中筛选出满足一定规则的距离，并将其对应的激光点拟合成直线线段，作为一种实施方式，以图5所示的流程图对这一过程进行说明。

步骤S401：判断所述距离是否超过第一预设阈值。

根据激光数据获得激光点之间的距离后，判断所获得的距离中是否有超过第一预设阈值的距离存在，若没有，则表示所获得的激光数据中不存在断点，则执行步骤S204，若有，即所述距离中存在超过第一预设阈值的距离，则执行步骤S402。其中，第一预设阈值的大小可以根据不同的使用场景来设定，即不同的场景，其值可以不相同。

步骤S402：将该距离对应的激光点标记为断点。

步骤S403：将任意两个所述断点之间的激光点拟合成直线线段。

在获得断点之后，将任意两个断点之间的激光点拟合成直线线段，进一步地，首先从标记为断点的所有激光点中任意选取两个断点，然后将选取的这两个断点之间的激光点进行直线拟合，获得直线线段。在对断点之间的激光点进行直线拟合时，为一种实施方式，可以采用最小二乘法将这些激光点拟合成直线线段。若这两个断点之间不存在激光点，则需要重新选选取两个断点(包括，两个点都是全新的断点，或保留其中一个断点，从剩下的断点中选取一个断点)，然后将其之间的激光点拟合成直线线段。其中，此时获得的线段是以机器人位置为中心的相对坐标系即局部坐标系来表示的。

步骤S202：将所述直线线段与预存储直线线段进行匹配。

将基于断点之间的激光点拟合成的直线线段与保存的所有直线线段进项匹配，若匹配成功，则执行步骤S203，若匹配失败，则执行步骤S204。其中，作为一种实施方式，以图6所示的流程图对这一过程进行说明。

步骤S501：获取所述直线线段间的位置关系，所述位置关系包括：间距和夹角。

在获得基于断点之间的激光点拟合成的直线线段后，从去这些直线线段的位置关系，其中，位置关系包括直线与直线之间的距离，以及相互之间的夹角等。

步骤S502：基于所述位置关系与预存储直线线段进行匹配。

在获得直线线段的位置关系后，从保存的环境所有直线线段中查找是否存在相应的位置关系，若存在，则说明匹配成功，则执行步骤S203，若不存在这种相应的位置关系，则说明匹配失败，则执行步骤S204。

其中，预存储直线线段即为保存的环境的所有直线线段，该直线线段的获得方式也是基于激光数据获得的，其获得的过程与上述的基于断点间的激光点拟合成的直线线段的获得方式相同，只不过是在先获得并存储的。

步骤S203：基于全局直线坐标变换算法对所述直线线段进行坐标变换，获得所有可能的位置坐标，并将所述位置坐标作为候选点。

若将基于激光数据提取到的直线线段与保存的环境的所有直线存在对应关系时，将根据全局直线左边变换算法(公式)对基于激光数据提取到的所有的直线线段进行坐标变换，计算出所有可能成为机器人的位置坐标，并将获得这些可能成为机器人的位置坐标作为候选点。

步骤S204：在全局地图中的空白区域选取候选点。

若匹配失败，即基于激光数据提取到的直线线段与保存的环境的所有直线不存在对应关系时，则从全局地图中的空白区域中选取候选点，可选地，可以是在全局地图中的空白区域均匀地选取候选点，其中该方式下选取的候选点的多少取决于空白区域的大小，以及均匀的划分规则，例如，在一个5m＊5m的二维平面内，假设设定每一平方米需要选取一个候选点，那么在该区域就有25个候选点，其中，每一个候选点分布在每个一平方米的格子中间。

其中，由于该本实施例中的地图是以黑白灰进行表示的，其中，黑色表示是障碍物，灰色表示的是还没有去过的地方，而白色表示的是已经去过且没有障碍物的地方。因此，若地图不是以黑白灰进行表示时，上述的白色区域应进行对应的更换，因此，不讲将其理解成是对本发明的限制。

步骤S205：对所有候选点进行概率计算，将概率最大的候选点作为所述机器人的重定位当前位置。

在选出候选点后，对这些候选点进行概率计算，概率最大的候选点作为所述机器人的重定位当前位置。进一步地，基于蒙特卡洛算法对这些候选点进行概率计算，其中，蒙特卡洛算法是在二维平面(通过ICP算法将机器人所在的环境抽象成二维平面)地图上均匀的随机的撒粒子，认为每一个粒子都有可能是机器人的真正位置，然后通过匹配算法，帅选出可能的机器人的位置，丢弃不可能的位置，在可能的位置周围即为撒粒子，重复迭代收敛到一定的区域内(相当于选出概率最大的候选点)，将其作为机器的重定位当前位置。如果一开始就随机撒粒子，粒子束太多，需要匹配的时间也越长，因此先将获得的激光数据进行直线提取来匹配出机器人可能的位置，在可能的位置用蒙特卡洛撒粒子，可以大大减少粒子数以及匹配的时间，还可以提高匹配的精准性。

步骤S102：判断所述重定位当前位置是否为所述机器人的实际所在位置。

在获得机器人的重定位当前位置后，需要判断该重定位当前位置是否为所述机器人的实际所在位置，以提高重定位的准确性，在为是时，表征对所述机器人成功重定位；在为否时，表征对所述机器人重定位失败。作为一种实施方式，以图7所示的流程图对这一过程进行说明。

步骤S601：基于所述重定位当前位置在全局地图中找寻一个目标位置。

在获得机器人的重定位当前位置后，在全局地图中随机找寻一个距离该重定位当前位置存在一定距离，且可以到达的点，作为目标位置。

步骤S602：控制所述机器人沿所述目标位置运动。

目标位置选取去，控制该机器人沿目标位置运动，作为一种实施方式，以图8所示的流程图对这一过程进行说明。

步骤S701：根据所述重定位当前位置和所述目标位置进行路径规划，获得从所述重定位当前位置到所述目标位置的路径。

步骤S702：控制所述机器人沿规划的所述路径运动。

获得规划路径后，控制所述机器人沿规划的所述路径运动。

步骤S603：判断激光与环境的匹配度是否满足第二预设阈值。

在运动的过程中，使用激光与全局地图进行ICP匹配，判断激光与环境的匹配度是否满足第二预设阈值，在为是时，所述重定位当前位置为所述机器人的实际所在位置；反之，所述当前位置不为所述机器人的实际所在位置。其中，第二预设阈值为事先设立，用于表征激光与环境的匹配程度。

第二实施例

请参阅图9，为本发明实施例提供的一种应用于上述机器人100的重定位方法，下面将结合图9对其所包含的步骤进行说明。

步骤S801：在所述机器人需要进行重定位时，获得所述机器人的重定位当前位置。

该步骤与步骤S101相同，具体说明请参阅步骤S101。

步骤S802：判断所述重定位当前位置是否为所述机器人的实际所在位置。

该步骤与步骤S102相同，具体说明请参阅步骤S102。

步骤S803：判断为否的次数是否超过第三预设阈值。

判断所述重定位当前位置是否为所述机器人的实际所在位置，在为否时，即所述重定位当前位置不为所述机器人的实际所在位置时，判断为否的次数是否超过第三预设阈值，在为是时，即为否的次数超过(大于)第三预设阈值，表征对所述机器人重定位失败。在为否时，即为否的次数小于等于第三预设阈值时，则执行步骤S101，即重新获取机器人的重定位当前位置，即执行该步骤S101中基于获取到的激光数据获得满足预设规则的直线线段的步骤。这样可以极大的提到机器人重定位的成功率，若当前机器人是被移动至一个全新的环境时，保存的环境的直线线段还是之前的环境的直线线段，而当前环境的直线线段还保存，因此需要重复执行步骤S101来提高重定位的成功率。

第三实施例

本实施例提供了一种重定位装置110，如图10所示，该重定位装置110包括：获取模块111和判断模块112。

所述获取模块111，用于在所述机器人需要进行重定位时，获得所述机器人的重定位当前位置。进一步地，如图11所示，获取模块111包括：直线获取子模块1111、匹配子模块1112、候选点获取子模块1113和当前位置获取子模块1114。

所述直线获取子模块1111基于获取到的激光数据获得满足预设规则的直线线段。进一步地，如图12所示，所述直线获取子模块1111包括：距离获取单元11111和直线获取单元11112。

所述距离获取单元11111，用于基于所述激光数据获得所有相邻激光点之间的距离。

所述直线获取单元11112，基于所述距离获得满足预设规则的直线线段。进一步地，如图13所示，所述直线获取单元11112包括：第一判断子单元111121、标记子单元111122和直线拟合子单元111123。

所述第一判断子单元111121，用于判断所述距离是否超过第一预设阈值。

标记子单元111122，用于在为是时，将该距离对应的激光点标记为断点。

所述直线拟合子单元111123，用于将任意两个所述断点之间的激光点拟合成直线线段。进一步地，直线拟合子单元111123包括：断点选取子单元111124和直线获取子单元111125。

所述断点选取子单元111124，用于从标记为所述断点的激光点中任意选取两个断点。

所述直线获取子单元111125，用于将所述两个断点之间的激光点进行直线拟合，获得直线线段。

所述配子模块1112，用于将所述直线线段与预存储直线线段进行匹配。进一步地，如图14所示，所述匹配子模块1112包括：位置关系获取单元11121和匹配单元11122。

所述位置关系获取单元11121，用于获取所述直线线段间的位置关系，所述位置关系包括：间距和夹角。

所述匹配单元11122，用于基于所述位置关系与预存储直线线段进行匹配。

所述候选点获取子模块1113，用于在匹配成功时，基于全局直线坐标变换算法对所述直线线段进行坐标变换，获得所有可能的位置坐标，并将所述位置坐标作为候选点，在匹配失败时，在全局地图中的空白区域选取候选点。

所述当前位置获取子模块1114，用于对所有候选点进行概率计算，将概率最大的候选点作为所述机器人的重定位当前位置。

所述判断模块112，用于判断所述重定位当前位置是否为所述机器人的实际所在位置，在为是时，表征对所述机器人成功重定位；在为否时，即所述当前位置不为所述机器人的实际所在位置，所述判断模块112还用于判断为否的次数是否超过第三预设阈值，在为是时，即为否的次数超过第三预设阈值，表征对所述机器人重定位失败，在为否时，即为否的次数未超过第三预设阈值，执行所述基于获取到的激光数据获得满足预设规则的直线线段。进一步地，如图15所示，所述判断模块112包括：目标位置获取子模块1121、运动子模块1122和第二判断子模块1123。

所述目标位置获取子模块1121，用于基于所述重定位当前位置在全局地图中找寻一个目标位置。

所述运动子模块1122，用于控制所述机器人沿所述目标位置运动。进一步地，如图16所示，所述运动子模块1122包括：路径获取单元11221和运动单元11222。

所述路径获取单元11221，用于根据所述当前位置和所述目标位置进行路径规划，获得从所述当前位置到所述目标位置的路径。

所述运动单元11222，用于控制所述机器人沿规划的所述路径运动。

所述第二判断子模块1123，用于在运动的过程中，判断激光与环境的匹配度是否满足第二预设阈值，在为是时，所述重定位当前位置为所述机器人的实际所在位置；反之，所述当前位置不为所述机器人的实际所在位置。

需要说明的是，本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。

本发明实施例所提供的重定位装置110，其实现原理及产生的技术效果和前述方法实施例相同，为简要描述，装置实施例部分未提及之处，可参考前述方法实施例中相应内容。

在本申请所提供的几个实施例中，应该理解到，所揭露的装置和方法，也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，附图中的流程图和框图显示了根据本发明的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

另外，在本发明各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。

所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read－OnlyMemory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (19)

1.一种重定位方法，其特征在于，应用于机器人，所述方法包括：

在所述机器人需要进行重定位时，获得所述机器人的重定位当前位置；

判断所述重定位当前位置是否为所述机器人的实际所在位置，在为是时，表征对所述机器人成功重定位；在为否时，表征对所述机器人重定位失败。

2.根据权利要求1所述的方法，其特征在于，所述获得所述机器人的重定位当前位置，包括：

基于获取到的激光数据获得满足预设规则的直线线段；

将所述直线线段与预存储直线线段进行匹配；

在匹配成功时，基于全局直线坐标变换算法对所述直线线段进行坐标变换，获得所有可能的位置坐标，并将所述位置坐标作为候选点，在匹配失败时，在全局地图中的空白区域选取候选点；

对所有候选点进行概率计算，将概率最大的候选点作为所述机器人的重定位当前位置。

3.根据权利要求2所述的方法，其特征在于，所述基于获取到的激光数据获得满足预设规则的直线线段，包括：

基于所述激光数据获得所有激光点之间的距离；

基于所述距离获得满足预设规则的直线线段。

4.根据权利要求3所述的方法，其特征在于，所述基于所述距离获得满足预设规则的直线线段，包括：

判断所述距离是否超过第一预设阈值；

在为是时，将该距离对应的激光点标记为断点；

将任意两个所述断点之间的激光点拟合成直线线段。

5.根据权利要求4所述的方法，其特征在于，所述将任意两个所述断点之间的激光点拟合成直线线段，包括：

从标记为所述断点的激光点中任意选取两个断点；

将所述两个断点之间的激光点进行直线拟合，获得直线线段。

6.根据权利要求1－5任意一项所述的方法，其特征在于，所述判断所述重定位当前位置是否为机器人的实际所在位置，包括：

基于所述重定位当前位置在全局地图中找寻一个目标位置；

控制所述机器人沿所述目标位置运动；

在运动的过程中，判断激光与环境的匹配度是否满足第二预设阈值，在为是时，所述重定位当前位置为所述机器人的实际所在位置；反之，所述当前位置不为所述机器人的实际所在位置。

7.根据权利要求6所述的方法，其特征在于，所述控制所述机器人沿所述目标位置运动，包括：

根据所述重定位当前位置和所述目标位置进行路径规划，获得从所述当前位置到所述目标位置的路径；

控制所述机器人沿规划的所述路径运动。

8.根据权利要求2所述的方法，其特征在于，所述判断所述重定位当前位置是否为所述机器人的实际所在位置，在为否时，所述方法还包括，包括：

判断为否的次数是否超过第三预设阈值，在为是时，表征对所述机器人重定位失败；在为否时，执行所述基于获取到的激光数据获得满足预设规则的直线线段的步骤。

9.根据权利要求2所述的方法，其特征在于，所述将所述直线线段与预存储直线线段进行匹配，包括：

获取所述直线线段间的位置关系，所述位置关系包括：间距和夹角；

基于所述位置关系与预存储直线线段进行匹配。

10.一种重定位装置，其特征在于，应用于机器人，所述装置，包括：

获取模块，用于在所述机器人需要进行重定位时，获得所述机器人的重定位当前位置；

判断模块，用于判断所述重定位当前位置是否为所述机器人的实际所在位置，在为是时，表征对所述机器人成功重定位；在为否时，表征对所述机器人重定位失败。

11.根据权利要求10所述的重定位装置，其特征在于，所述获取模块包括：

直线获取子模块，用于基于获取到的激光数据获得满足预设规则的直线线段；

匹配子模块，用于将所述直线线段与预存储直线线段进行匹配；

候选点获取子模块，用于在匹配成功时，基于全局直线坐标变换算法对所述直线线段进行坐标变换，获得所有可能的位置坐标，并将所述位置坐标作为候选点，在匹配失败时，在全局地图中的空白区域选取候选点；

当前位置获取子模块，用于对所有候选点进行概率计算，将概率最大的候选点作为所述机器人的重定位当前位置。

12.根据权利要求11所述的重定位装置，其特征在于，所述直线获取子模块包括：

距离获取单元，用于基于所述激光数据获得所有相邻激光点之间的距离；

直线获取单元，基于所述距离获得满足预设规则的直线线段。

13.根据权利要求12所述的重定位装置，其特征在于，所述直线获取单元包括：

第一判断子单元，用于判断所述距离是否超过第一预设阈值；

标记子单元，用于在为是时，将该距离对应的激光点标记为断点；

直线拟合子单元，用于将任意两个所述断点之间的激光点拟合成直线线段。

14.根据权利要求13所述的重定位装置，其特征在于，所述直线拟合子单元包括：

断点选取子单元，用于从标记为所述断点的激光点中任意选取两个断点；

直线获取子单元，用于将所述两个断点之间的激光点进行直线拟合，获得直线线段。

15.根据权利要求10－14任意一项所述的重定位装置，其特征在于，所述判断模块包括：

目标位置获取子模块，用于基于所述重定位当前位置在全局地图中找寻一个目标位置；

运动子模块，用于控制所述机器人沿所述目标位置运动；

第二判断子模块，用于在运动的过程中，判断激光与环境的匹配度是否满足第二预设阈值，在为是时，所述重定位当前位置为所述机器人的实际所在位置；反之，所述当前位置不为所述机器人的实际所在位置。

16.根据权利要求15所述的重定位装置，其特征在于，所述运动子模块包括：

路径获取单元，用于根据所述当前位置和所述目标位置进行路径规划，获得从所述当前位置到所述目标位置的路径；

运动单元，用于控制所述机器人沿规划的所述路径运动。

17.根据权利要求11所述的重定位装置，其特征在于，判断所述重定位当前位置是否为所述机器人的实际所在位置，在为否时，所述判断模块还用于判断为否的次数是否超过第三预设阈值，在为是时，表征对所述机器人重定位失败，在为否时，执行所述基于获取到的激光数据获得满足预设规则的直线线段的步骤。

18.根据权利要求11所述的重定位装置，其特征在于，所述匹配子模块包括：

位置关系获取单元，用于获取所述直线线段间的位置关系，所述位置关系包括：间距和夹角；

匹配单元，用于基于所述位置关系与预存储直线线段进行匹配。

19.一种计算机可读取存储介质，其特征在于，所述计算机可读取存储介质存储有处理器可执行的程序代码于计算机内，所述计算机可读取存储介质包括多条指令，所述多条指令被配置成使所述处理器执行所述权利要求1-9任一项所述重定位方法。