CN108801254A - 一种重定位方法及机器人 - Google Patents

Abstract

本申请公开了一种重定位方法及机器人，在配置有Slam系统的机器人中，所述机器人预先配置有既有地图，在所述机器人启动重定位系统时，所述机器人移动一段路线；根据所述路线建立局部地图；所述机器人判断所述局部地图与所述既有地图是否满足预设关系；若是，所述机器人确定自身当前在地图中的位置。通过应用本申请实施例所提出的技术方案，本申请在参照物的特征不明显、由于建图时，形成的点云密度不够，造成地图精度不高的情况下，可以提高机器人重定位精度。

Description

一种重定位方法及机器人

技术领域

本申请涉及人工智能领域，特别涉及一种重定位方法及机器人。

背景技术

机器人在未知环境中，要实现智能化需要完成三个任务，第一个是定位(Localization)，第二个是建图(Mapping)，第三个则是随后的路径规划(Navigation)。

现有技术中，机器人在移动过程中，为了不撞周边物体，通常会使机器人绕圆心旋转；

同时，机器人采集自身所在位置的环境信息，确定预先配置参照物的位置，经过计算确定机器人现对于参照物的位置，依据对于参照物的位置，确定相应的关键帧；

机器人将其建立的关键帧与其自身配置有的表示预设地图的关键帧集合比较；

机器人根据比较的结果，确定其本身当前处于预设地图中的位置。

但是，上述机器人重定位的方法对参照物点的要求较高，如果参照物的特征信息或几何形状模糊，会影响重定位精度；

并且，上述方法对预设地图的精度要求也较高，而由于建图时，形成的点云的密度不够，在预设的地图中的关键帧集合中可能无法找到对应的与机器人建立的关键帧对应的关键帧，而无法实现对机器人的重定位。

由此可见，如何在参照物的特征不明显、地图精度不高的情况下，提高机器人重定位精度，成为本领域技术人员亟待解决的技术问题。

发明内容

本申请提供一种重定位方法，在参照物的特征不明显、地图精度不高的情况下，提高机器人重定位精度。

为了达到上述技术目的，本申请实施例提出了一种重定位方法，应用于配置有Slam系统的机器人；该方法还包括：

当所述机器人启动重定位时，所述机器人向指定方向进行移动；

所述机器人通过Slam系统建立与移动路线对应局部地图；

所述机器人将所述局部地图与预设的地图进行匹配，并根据匹配结果确定自身相对于所述地图的位置信息。

优选的，所述机器人通过Slam系统建立与移动路线对应局部地图，具体为：

所述机器人获取所述路线周边预设范围内的图像；

所述机器人将所述图像添加进临时地图，建立与所述路线对应的局部地图。

优选的，所述机器人获取所述路线周边预设范围内的图像，具体为：

所述智机器人启动Slam系统，获取所述路线周边预设范围内的图像。

优选的，该方法还包括：

所述机器人预先配置有既有地图；

所述既有地图由机器人预先配置的关键帧集合组成。

优选的，所述机器人将所述局部地图与预设的地图进行匹配，具体为：

所述机器人根据预设条件在所述的局部地图中确定不小于一个关键帧，建立关键帧集合；

所述机器人判断所述关键帧集合与既有地图中的关键帧集合是否满足预设关系。

另一方面，本申请提出机器人，所述机器人配置有Slam系统模块，该机器人还包括：

移动模块，用于当所述机器人启动重定位时，向指定方向进行移动；

建立模块，用于通过所述Slam系统模块建立与移动路线对应局部地图；

匹配模块，用于将所述局部地图与预设的地图进行匹配，并根据匹配结果确定自身相对于所述地图的位置信息。

优选的，所述建立模块，具体用于：

获取所述路线周边预设范围内的图像；

将所述图像添加进临时地图，建立与所述路线对应的局部地图。

优选的，所述建立模块，具体用于：

启动Slam系统，获取所述路线周边预设范围内的图像。

优选的，所述机器人还包括预先配置模块，具体用于：

预先配置有既有地图模块；

所述既有地图模块由机器人预先配置的关键帧集合组成。

优选的，所述匹配模块，具体用于：

根据预设条件在所述的局部地图中确定不小于一个关键帧，建立关键帧集合；

判断所述关键帧集合与既有地图中的关键帧集合是否满足预设关系。

本申请提出一种重定位方法及机器人，在配置有Slam系统的机器人中，所述机器人预先配置有既有地图，在所述机器人启动重定位系统时，所述机器人移动一段路线；根据所述路线建立局部地图；所述机器人判断所述局部地图与所述既有地图是否满足预设关系；若是，所述机器人确定自身当前在地图中的位置。通过应用本申请实施例所提出的技术方案，本申请在参照物的特征不明显、由于建图时，形成的点云密度不够，造成地图精度不高的情况下，可以提高机器人重定位精度。

附图说明

为了更清楚地说明本申请的技术方案，下面将对实施例描述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申请的一些实施例，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。

图1为本申请实施例所提出的一种重定位方法流程示意图

图2为本申请实施例所提出的具体应用场景下一种重定位方法的流程示意图

图3为本申请实施例所提出的具体应用场景下启动重定位功能时机器人移动的路径示意图

图4为本申请实施例提出了一种机器人的结构示意图

具体实施方式

如背景技术所述，现有技术中，机器人重定位的方法对参照物点的要求较高，如果参照物的特征信息或几何形状模糊，会影响重定位精度；并且，上述方法对预设地图的精度要求也较高，而由于建图时，形成的点云的密度不够，在预设的地图中的关键帧集合中可能无法找到对应的与机器人建立的关键帧对应的关键帧，而无法实现对机器人的重定位。

为此，本申请提出了一种重定位方法。该方法通过获取机器人移动路线周边的图像，创建机器人所在位置的局部地图，匹配局部地图与机器人预设的既有地图，确定机器人当前处于既有地图中的位置，实现机器人的重定位。在参照物的特征不明显、地图精度不高的情况下，提高机器人重定位精度。

如图1所示，为本申请实施例所提出的一种重定位方法流程示意图。本申请的重定位方法法包括以下步骤：

步骤S101，当所述机器人启动重定位时，所述机器人向指定方向进行移动；

需要说明的是，机器人在未知环境中，遇到障碍物或者执行新任务等情况，需要重新定位自身的位置时，所述机器人会移动一段路线。机器人移动一段路线是为了使机器人配置的Slam系统获取机器人所移动路线周边预设范围内的图像，进而创建该图像对应局部地图而实现重定位。因此，移动的路线可以是基于当前任务或者路况，根据预先配置的方案执行；可以是，根据预设的算法确定的；或者是方形或者不规则图形等。因此，为了获取机器人所在位置周边预设范围内的图像，具体采用何种移动路线并不会影响本申请的保护范围。

步骤S102，所述机器人通过Slam系统建立与移动路线对应局部地图；

进一步，在具体的应用场景中，本步骤具体包括：

步骤S1021，所述机器人获取所述路线周边预设范围内的图像；

进一步，在实际应用中，本步骤具体包括：

所述智机器人启动Slam系统，获取所述路线周边预设范围内的图像。

需要说明的是，获取机器人所移动路线周边预设范围内的图像，是为了建立局部地图，实现机器人重定位。图像的获取方式可以是激光雷达与可以是照相机摄像，在获取移动路线周边预设范围内的图像的前提下，具体采用什么图像获取方式或者其结合并不会影响本申请的保护范围。

步骤S1022，所述机器人将所述图像添加进临时地图，建立与所述路线对应的局部地图。

需要说明的是，机器人在获取其所移动路线周边的图像后，将图像添加进临时地图中，经过机器人预设的算法，对所述的图像进行处理，创建与所述路线对应的局部地图。所述的算法可以是：对所述图像进行叠加，合并，删除重复部分生成局部地图，也可以是将所述图片重复部分叠加，合并生成局部地图等在依据所述图像，创建局部地图基础上，具体采用什么算法或者其结合并不会影响本申请的保护范围。

通过上述步骤，完成了局部地图的确定过程，而为了重定位机器人，需要与局部地图匹配的对比地图，本申请实施例中的方法还可以包括：

所述机器人预先配置有既有地图；

所述既有地图由机器人预先配置的关键帧集合组成。

步骤S103，所述机器人将所述局部地图与预设的地图进行匹配，并根据匹配结果确定自身相对于所述地图的位置信息；

进一步，在具体的应用场景中，本步骤具体包括：

步骤S1031，所述机器人根据预设条件在所述的局部地图中确定不小于一个关键帧，建立关键帧集合；

需要说明的是，本申请机器人在局部地图中确定不小于一个的关键帧，建立关键帧集合，进而将关键帧集合与机器人既有地图中的关键帧集合比较，进而确定机器人当前所在的位置。本申请机器人在局部地图中确定的关键帧的数量，可以是2个，也可以是多个，关键帧的具体数量可以根据机器人的硬件而定，若机器人的拥有足够硬件资源，则可以确定多个数量的关键帧，提高重定位的精度。而机器人的硬件资源没有那么富余，则关键帧的数量可以少些。关键帧的数量只是关键帧集合的大小问题，并不会影响局部地图的位置。因此，对于通过对比关键集合帧与既有地图中预设关键帧集合的方式，确定机器人的位置来说，具体的关键帧数量是多长并不会影响本申请的保护范围。

步骤S1032，所述机器人判断所述关键帧集合与既有地图中的关键帧集合是否满足预设关系。

需要说明的是，判断所述关键帧集合与既有地图中的关键帧集合是否满足的预设关系，可以是所述关键帧集合与既有地图中的关键帧集合中的某部分区域的重复率满足某个百分比，也可以是是否有相同的关键帧。该预设关系只是机器人判断其当前处于既有地图中的那块区域的手段。为了能够判断机器人的位置，具体采用哪一种技术手段或者其结合比较键帧集合与既有地图中的关键帧集合并不会影响本申请的保护范围。

与现有技术相比，本申请实施例所提出的技术方案的具有如下的有益技术效果：

本申请实施例公开了重定位方法，该方法应用于应用于配置有Slam系统的机器人。本申请依据机器人移动的路线周边的图像建立局部地图，改局部地图表示机器人当前所处的位置周边一定范围内的区域，并且基于所述局部地图判断所述局部地图与所述既有地图是否满足预设关系，确定机器人的位置。在参照物的特征不明显，由于建图时，形成的点云密度不够，造成地图精度不高的情况下，可以提高机器人重定位精度。

下面将结合本申请中的附图，对本申请中的技术方案进行清楚、完整的描述，显然，所描述的实施例是本申请的一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。

如图2所示，为本申请实施例所提出的具体应用场景下一种重定位方法的流程示意图，该方法具体包括以下步骤：

步骤S201，机器人在遇到障碍物时，启动重定位系统，机器人沿着图3所示的方形路线移动一圈；

步骤S202，机器人沿着所述方形区域移动一圈的同时，启动Slam系统，获取所述方形区域周边预设范围内的图像；

步骤S203，机器人将所述图像添加进临时Vslam(基于视觉的同时定位与构图)地图，建立与所述方形路线对应的局部地图。

步骤S204，所述机器人根据预设条件在所述的局部地图中确定多个关键帧，建立关键帧集合；

步骤S205，机器人对比所述关键帧集合与既有地图中的关键帧集合，判断所述关键帧集合与既有地图中哪个区域的关键帧集合满足预设关系。

步骤S206，若是，所述机器人确定自身当前在既有地图中的位置。

与现有技术相比，本申请实施例所提出的技术方案的具有如下的有益技术效果：

本申请实施例公开了一种重定位方法，该方法应用于应用于配置有Slam系统的机器人。本申请依据机器人移动的路线周边的图像建立局部地图，改局部地图表示机器人当前所处的位置周边一定范围内的区域，并且基于所述局部地图判断所述局部地图与所述既有地图是否满足预设关系，确定机器人的位置。在参照物的特征不明显，由于建图时，形成的点云密度不够，造成地图精度不高的情况下，可以提高机器人重定位精度。

为更清楚地说明本申请前述实施例提供的方案，基于与上述方法同样的发明构思，本申请实施例还提出了一种机器人。该设备通过获取机器人移动路线周边的图像，创建机器人所在位置的局部地图，对比局部地图与机器人预设的既有地图，确定机器人当前处于既有地图中的位置，实现机器人的重定位。在参照物的特征不明显、地图精度不高的情况下，提高机器人重定位精度。

如图4所示，为本申请实施例提出了一种机器人的结构示意图，本申请的机器人包括：

移动模块41，用于当所述机器人启动重定位时，向指定方向进行移动；

建立模块42，用于通过所述Slam系统模块建立与移动路线对应局部地图；

匹配模块43，用于将所述局部地图与预设的地图进行匹配，并根据匹配结果确定自身相对于所述地图的位置信息。

优选的，所述建立模块42，具体用于：

获取所述路线周边预设范围内的图像；

将所述图像添加进临时地图，建立与所述路线对应的局部地图。

优选的，所述建立模块42，具体用于：

启动Slam系统，获取所述路线周边预设范围内的图像。

优选的，所述机器人还包括预先配置模块44，具体用于：

预先配置有既有地图模块；

所述既有地图模块由机器人预先配置的关键帧集合组成。

优选的，所述匹配模块43，具体用于：

根据预设条件在所述的局部地图中确定不小于一个关键帧，建立关键帧集合；

判断所述关键帧集合与既有地图中的关键帧集合是否满足预设关系。

与现有技术相比，本申请实施例所提出的技术方案的具有如下的有益技术效果：

本申请实施例公开了机器人，所述机器人配置有Slam系统模块。本申请依据机器人移动的路线周边的图像建立局部地图，改局部地图表示机器人当前所处的位置周边一定范围内的区域，并且基于所述局部地图判断所述局部地图与所述既有地图是否满足预设关系，确定机器人的位置。在参照物的特征不明显，由于建图时，形成的点云密度不够，造成地图精度不高的情况下，可以提高机器人重定位精度。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到本申请可以通过硬件实现，也可以借助软件加必要的通用硬件平台的方式来实现。基于这样的理解，本申请的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM，U盘，移动硬盘等)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)执行本申请各个实施场景所述的方法。

本领域技术人员可以理解附图只是一个优选实施场景的示意图，附图中的模块或流程并不一定是实施本申请所必须的。

本领域技术人员可以理解实施场景中的装置中的模块可以按照实施场景描述进行分布于实施场景的装置中，也可以进行相应变化位于不同于本实施场景的一个或多个装置中。上述实施场景的模块可以合并为一个模块，也可以进一步拆分成多个子模块。

上述本申请序号仅仅为了描述，不代表实施场景的优劣。

以上公开的仅为本申请的几个具体实施场景，但是，本申请并非局限于此，任何本领域的技术人员能思之的变化都应落入本申请的保护范围。

Claims (10)

1.一种重定位方法，其特征在于，所述方法应用于配置有Slam(即时定位与地图构建)系统的机器人，该方法包括：

当所述机器人启动重定位时，所述机器人向指定方向进行移动；

所述机器人通过Slam系统建立与移动路线对应局部地图；

所述机器人将所述局部地图与预设的地图进行匹配，并根据匹配结果确定自身相对于所述地图的位置信息。

2.如权利要求1所述的方法，其特征在于，所述机器人通过Slam系统建立与移动路线对应局部地图，具体为：

所述机器人获取所述路线周边预设范围内的图像；

所述机器人将所述图像添加进临时地图，建立与所述路线对应的局部地图。

3.如权利要求1或2所述的方法，其特征在于，所述机器人获取所述路线周边预设范围内的图像，具体为：

所述智机器人启动Slam系统，获取所述路线周边预设范围内的图像。

4.如权利要求1所述的方法，其特征在于，该方法还包括：

所述机器人预先配置有既有地图；

所述既有地图由机器人预先配置的关键帧集合组成。

5.如权利要求1所述的方法，其特征在于，所述机器人将所述局部地图与预设的地图进行匹配，具体为：

所述机器人根据预设条件在所述的局部地图中确定不小于一个关键帧，建立关键帧集合；

所述机器人判断所述关键帧集合与既有地图中的关键帧集合是否满足预设关系。

6.一种机器人，其特征在于，所述机器人配置有Slam系统模块，该机器人还包括：

移动模块，当所述机器人启动重定位时，向指定方向进行移动；

建立模块，通过所述Slam系统模块建立与移动路线对应局部地图；

匹配模块，将所述局部地图与预设的地图进行匹配，并根据匹配结果确定自身相对于所述地图的位置信息。

7.如权利要求6所述的机器人，其特征在于，所述建立模块，具体用于：

获取所述路线周边预设范围内的图像；

将所述图像添加进临时地图，建立与所述路线对应的局部地图。

8.如权利要求6或7所述的机器人，其特征在于，所述建立模块，具体用于：

启动Slam系统，获取所述路线周边预设范围内的图像。

9.如权利要求6所述的机器人，其特征在于，所述机器人还包括：

预先配置有既有地图；

所述既有地图由机器人预先配置的关键帧集合组成。

10.如权利要求6所述的机器人，其特征在于，所述匹配模块，具体用于：

根据预设条件在所述的局部地图中确定不小于一个关键帧，建立关键帧集合；

判断所述关键帧集合与既有地图中的关键帧集合是否满足预设关系。