CN112284403B - 定位方法、装置、电子设备和存储介质 - Google Patents

定位方法、装置、电子设备和存储介质 Download PDF

Info

Publication number
CN112284403B
CN112284403B CN202011573700.1A CN202011573700A CN112284403B CN 112284403 B CN112284403 B CN 112284403B CN 202011573700 A CN202011573700 A CN 202011573700A CN 112284403 B CN112284403 B CN 112284403B
Authority
CN
China
Prior art keywords
matrix
map
positioning
formula
point set
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202011573700.1A
Other languages
English (en)
Other versions
CN112284403A (zh
Inventor
陈海波
高宏飞
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenlan Robot Industry Development Henan Co ltd
Original Assignee
Deep Blue Technology Shanghai Co Ltd
DeepBlue AI Chips Research Institute Jiangsu Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Deep Blue Technology Shanghai Co Ltd, DeepBlue AI Chips Research Institute Jiangsu Co Ltd filed Critical Deep Blue Technology Shanghai Co Ltd
Priority to CN202011573700.1A priority Critical patent/CN112284403B/zh
Publication of CN112284403A publication Critical patent/CN112284403A/zh
Application granted granted Critical
Publication of CN112284403B publication Critical patent/CN112284403B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/28—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network with correlation of data from several navigational instruments
    • G01C21/30—Map- or contour-matching
    • G01C21/32—Structuring or formatting of map data
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/29—Geographical information databases
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Remote Sensing (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Theoretical Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Computational Mathematics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Computing Systems (AREA)
  • Algebra (AREA)
  • Software Systems (AREA)
  • Automation & Control Theory (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

本申请公开了一种定位方法、装置、电子设备和存储介质。用于解决机器人在激光定位失效情况下恢复定位的问题。本申请实施例中，通过视觉定位与激光定位相结合的方式，检测到激光定位失效后，通过视觉定位得到视觉定位粒子集合；基于激光定位空间与视觉定位空间之间的映射关系，将视觉定位粒子集合映射到激光定位空间，得到激光定位粒子集合；采用激光定位粒子集合，得到用于表示激光定位的位置信息。

Description

定位方法、装置、电子设备和存储介质
技术领域
本申请涉及机器人技术领域，特别涉及一种定位方法、装置、电子设备和存储介质。
背景技术
随着科技的发展，移动机器人的应用也越来越广泛，目前移动机器人的定位问题大致可以分为以下三类：已知初始位姿的位姿跟踪，未知初始位姿以及由于初始位姿未知、错误的位姿估计、传感器故障、地图质量较低及工作环境发生改变等因素造成的“绑架劫持”问题。
目前，激光同步定位与建图(simultaneous localization and mapping, SLAM)在理论、技术和产品落地上都较为成熟，因而成为现下最为主流的定位导航方式。但是在某些场景下，如在轮胎打滑而使里程计信息产生累计误差时，又或者在拥挤场景下激光扫描数据受到干扰时，使激光SLAM定位失效。针对上述问题，需要解决机器人在定位失效情况下恢复定位的问题。
发明内容
本申请的目的是提供一种定位方法、装置、电子设备和存储介质，用于解决以下问题：机器人在激光定位失效情况下恢复定位。
第一方面，本申请实施例提供了一种定位方法，所述方法包括：
检测到激光定位失效后，通过视觉定位得到视觉定位粒子集合；
基于激光定位空间与视觉定位空间之间的映射关系，将所述视觉定位粒子集合映射到激光定位空间，得到激光定位粒子集合；
采用所述激光定位粒子集合，得到用于表示激光定位的位置信息。
在一个实施例中，所述方法还包括：
根据以下方法获得所述映射关系：
分别采用激光定位方法和视觉定位方法构建预设环境的地图，得到激光定位方法对应的第一地图以及视觉定位方法对应的第二地图；
对所述第一地图和所述第二地图进行匹配处理，得到所述映射关系。
在一个实施例中，所述对所述第一地图和所述第二地图进行匹配处理，得到所述映射关系，包括：
针对所述第一地图和所述第二地图，采用相同建图起始点，在世界坐标系中确定所述第一地图和所述第二地图之间的旋转矩阵、位移矩阵和尺度因子；
根据所述旋转矩阵、所述位移矩阵和所述尺度因子得到所述第一地图和所述第二地图之间的相似变换矩阵作为所述映射关系。
在一个实施例中，所述在世界坐标系中确定所述第一地图和所述第二地图之间的旋转矩阵、位移矩阵和尺度因子之前，所述方法还包括：
获取所述第一地图中的位姿点集P和所述第二地图中的位姿点集Q；
根据中心化公式对所述位姿点集P、所述位姿点集Q中的位姿进行中心化；其中，所 述中心化公式为：
Figure 224303DEST_PATH_IMAGE001
，
Figure DEST_PATH_IMAGE002
；
在所述中心化公式中：
Figure 416381DEST_PATH_IMAGE003
为所述位姿点集P中的第i个粒子，
Figure DEST_PATH_IMAGE004
为所述位姿点集Q中 的第i个粒子，所述位姿点集P和所述位姿点集Q中的粒子数量均为n，i和n均为正整数，所述
Figure 479628DEST_PATH_IMAGE005
为所述位姿点集P中心化后的结果，所述
Figure DEST_PATH_IMAGE006
为所述位姿点集Q中心化后的结果；
根据第一地图更新公式更新所述第一地图，并根据第二地图更新公式更新所述第二地图：
所述第一地图更新公式为：
Figure 907198DEST_PATH_IMAGE007
，其中，
Figure 171957DEST_PATH_IMAGE003
为所述位姿点集P中的第i个粒 子，
Figure DEST_PATH_IMAGE008
为所述
Figure 66095DEST_PATH_IMAGE003
的更新结果；
所述第二地图更新公式为：
Figure 681884DEST_PATH_IMAGE009
，其中，
Figure 647566DEST_PATH_IMAGE004
为所述位姿点集Q中的第i个粒 子，
Figure DEST_PATH_IMAGE010
为所述
Figure 701585DEST_PATH_IMAGE004
的更新结果。
在一个实施例中，所述方法还包括：
根据以下方法确定所述旋转矩阵：
根据矩阵构建公式构建矩阵M;所述矩阵构建公式为
Figure 235466DEST_PATH_IMAGE011
；其中，
Figure DEST_PATH_IMAGE012
表示转置矩阵；
对所述矩阵M进行奇异值分解，得到分解后的矩阵V，矩阵U；
根据分解后的矩阵V，矩阵U，得到旋转矩阵
Figure 338551DEST_PATH_IMAGE013
，其中：
Figure DEST_PATH_IMAGE014
，
Figure 45607DEST_PATH_IMAGE012
表示转置矩阵。
在一个实施例中，所述方法还包括：
根据以下方法确定所述位移矩阵：
根据位移矩阵公式确定所述位移矩阵
Figure 19379DEST_PATH_IMAGE015
；
所述位移矩阵公式为：
Figure DEST_PATH_IMAGE016
；
其中：
Figure 517969DEST_PATH_IMAGE015
为位移矩阵，
Figure 842771DEST_PATH_IMAGE013
为旋转矩阵。
在一个实施例中，所述方法还包括：
根据以下方法确定所述尺度因子：
根据所述第一地图更新公式以及所述第二地图更新公式获取尺度因子s；
所述尺度因子公式为：
Figure 884677DEST_PATH_IMAGE017
；
其中：s为尺度因子，
Figure 119480DEST_PATH_IMAGE008
为所述位姿点集P中的第i个粒子的更新结果，
Figure 650956DEST_PATH_IMAGE010
为所述位 姿点集Q中的第i个粒子的更新结果，
Figure DEST_PATH_IMAGE018
表示范数，所述位姿点集P和所述位姿点集Q中 的粒子数量均为n。
在一个实施例中，所述方法还包括：
根据以下方法确定所述相似变换矩阵：
根据所述旋转矩阵、所述位移矩阵和所述尺度因子得到所述相似变换矩阵；
所述相似变换矩阵公式为：
Figure 31032DEST_PATH_IMAGE019
；
其中：T为相似变换矩阵，s为尺度因子，
Figure 283153DEST_PATH_IMAGE013
为旋转矩阵，
Figure 28255DEST_PATH_IMAGE015
为位移矩阵；
所述基于激光定位空间与视觉定位空间之间的映射关系，将所述视觉定位粒子集合映射到激光定位空间，得到激光定位粒子集合，包括：
将所述视觉定位粒子集合与所述T进行乘法运算，得到所述激光定位粒子集合。
在一个实施例中，所述采用所述激光定位粒子集合，得到用于表示激光定位的位置信息，包括：
采用预设算法对所述激光定位粒子集合进行收敛运算，得到所述激光定位的位置信息。
在一个实施例中，所述通过视觉定位得到视觉定位粒子集合，包括：
以视觉定位得到的位姿作为高斯分布的中心，将预设协方差作为高斯分布的协方差，采用高斯分布函数得到所述视觉定位粒子集合。
第二方面，本申请实施例提供了一种定位装置，所述装置包括：
检测模块，用于检测到激光定位失效后，通过视觉定位得到视觉定位粒子集合；
映射模块，用于基于激光定位空间与视觉定位空间之间的映射关系，将所述视觉定位粒子集合映射到激光定位空间，得到激光定位粒子集合；
位置信息获取模块，用于采用所述激光定位粒子集合，得到用于表示激光定位的位置信息。
在一个实施例中，所述装置还包括：
映射关系获取模块，用于根据以下方法获得所述映射关系：
分别采用激光定位方法和视觉定位方法构建预设环境的地图，得到激光定位方法对应的第一地图以及视觉定位方法对应的第二地图；
对所述第一地图和所述第二地图进行匹配处理，得到所述映射关系。
在一个实施例中，所述匹配模块，包括：
参数确定单元，用于针对所述第一地图和所述第二地图，采用相同建图起始点，在世界坐标系中确定所述第一地图和所述第二地图之间的旋转矩阵、位移矩阵和尺度因子；
映射关系确定单元，用于根据所述旋转矩阵、所述位移矩阵和所述尺度因子得到所述第一地图和所述第二地图之间的相似变换矩阵作为所述映射关系。
在一个实施例中，所述参数确定单元执行在世界坐标系中确定所述第一地图和所述第二地图之间的旋转矩阵、位移矩阵和尺度因子之前，所述装置还包括：
位资点集获取模块，用于获取所述第一地图中的位姿点集P和所述第二地图中的位姿点集Q；
中心化模块，用于根据中心化公式对所述位姿点集P、所述位姿点集Q中的位姿进 行中心化；其中，所述中心化公式为：
Figure 74839DEST_PATH_IMAGE001
，
Figure 902462DEST_PATH_IMAGE002
；
在所述中心化公式中：
Figure 286170DEST_PATH_IMAGE003
为所述位姿点集P中的第i个粒子，
Figure 292304DEST_PATH_IMAGE004
为所述位姿点集 Q中的第i个粒子，所述位姿点集P和所述位姿点集Q中的粒子数量均为n，i和n均为正整数， 所述
Figure 103265DEST_PATH_IMAGE005
为所述位姿点集P中心化后的结果，所述
Figure 827638DEST_PATH_IMAGE006
为所述位姿点集Q中心化后的结果；
地图更新模块，用于根据第一地图更新公式更新所述第一地图，并根据第二地图更新公式更新所述第二地图：
所述第一地图更新公式为：
Figure 15037DEST_PATH_IMAGE007
，其中，
Figure 279272DEST_PATH_IMAGE003
为所述位姿点集P中的第i个 粒子，
Figure DEST_PATH_IMAGE020
为所述
Figure 729976DEST_PATH_IMAGE003
的更新结果；
所述第二地图更新公式为：
Figure 144908DEST_PATH_IMAGE009
，其中，
Figure 932735DEST_PATH_IMAGE004
为所述位姿点集Q中的第i个 粒子，
Figure 848214DEST_PATH_IMAGE021
为所述
Figure 266557DEST_PATH_IMAGE004
的更新结果。
在一个实施例中，所述装置还包括：
旋转矩阵获取模块，用于根据以下方法获得所述旋转矩阵：
根据矩阵构建公式构建矩阵M;所述矩阵构建公式为
Figure 27840DEST_PATH_IMAGE011
；其中，
Figure 494724DEST_PATH_IMAGE012
表示转置矩阵；
对所述矩阵M进行奇异值分解，得到分解后的矩阵V，矩阵U；
根据分解后的矩阵V，矩阵U，得到旋转矩阵
Figure 657852DEST_PATH_IMAGE013
，其中：
Figure 322796DEST_PATH_IMAGE014
，
Figure 243478DEST_PATH_IMAGE012
表示转置 矩阵。
在一个实施例中，所述装置还包括：
位移矩阵获取模块，用于根据以下方法获取所述位移矩阵：
根据位移矩阵公式确定所述位移矩阵
Figure 373108DEST_PATH_IMAGE015
；
所述位移矩阵公式为：
Figure 530DEST_PATH_IMAGE016
；
其中：
Figure 26255DEST_PATH_IMAGE015
为位移矩阵，
Figure 228041DEST_PATH_IMAGE013
为旋转矩阵。
在一个实施例中，所述装置还包括：
尺度因子获取模块，用于根据以下方法获取所述尺度因子：
根据所述第一地图更新公式以及所述第二地图更新公式获取尺度因子
Figure DEST_PATH_IMAGE022
；
所述尺度因子公式为：
Figure 567887DEST_PATH_IMAGE017
；
其中：s为尺度因子，
Figure 236766DEST_PATH_IMAGE020
为所述位姿点集P中的第i个粒子的更新结果，
Figure 105496DEST_PATH_IMAGE021
为所述位 姿点集Q中的第i个粒子的更新结果，
Figure 328667DEST_PATH_IMAGE018
表示范数，所述位姿点集P和所述位姿点集Q中的 粒子数量均为n。
在一个实施例中，所述装置还包括：
相似变换矩阵获取模块，用于根据以下方法确定所述相似变换矩阵：
根据所述旋转矩阵、所述位移矩阵和所述尺度因子得到所述相似变换矩阵；
所述相似变换矩阵公式为：
Figure 206624DEST_PATH_IMAGE019
；
其中：T为相似变换矩阵，s为尺度因子，
Figure 464430DEST_PATH_IMAGE013
为旋转矩阵，
Figure 829028DEST_PATH_IMAGE015
为位移矩阵；
所述基于激光定位空间与视觉定位空间之间的映射关系，将所述视觉定位粒子集合映射到激光定位空间，得到激光定位粒子集合，包括：
将所述视觉定位粒子集合与所述T进行乘法运算，得到所述激光定位粒子集合。
在一个实施例中，所述位置信息获取模块，包括：
收敛单元，用于采用预设算法对所述激光定位粒子集合进行收敛运算，得到所述激光定位的位置信息。
在一个实施例中，所述检测模块，包括：
视觉定位粒子集合获取模块，用于以视觉定位得到的位姿作为高斯分布的中心，将预设协方差作为高斯分布的协方差，采用高斯分布函数得到所述视觉定位粒子集合。
第三方面，本申请另一实施例还提供了一种电子设备，包括至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行本申请第一方面实施例提供的任一方法。
第四方面，本申请另一实施例还提供了一种计算机可读存储介质，其中，所述计算机可读存储介质存储有计算机程序，所述计算机程序用于使计算机执行本申请第一方面实施例提供的任一方法。
本申请实施例，在检测到激光定位失效后，通过视觉定位得到视觉定位粒子集合；基于激光定位空间与视觉定位空间之间的映射关系，将视觉定位粒子集合映射到激光定位空间，得到激光定位粒子集合；采用激光定位粒子集合，得到用于表示激光定位的位置信息，在本申请中在激光定位失效后采用视觉定位的方法进行重定位，有效的解决了激光定位失效情况下恢复定位的问题。
本申请的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本申请而了解。本申请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申请实施例的技术方案，下面将对本申请实施例中所需要使用的附图作简单地介绍，显而易见地，下面所介绍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为本申请实施例提供的一种定位方法的应用场景图；
图2为本申请实施例提供的一种定位方法的流程图；
图3为本申请实施例提供的一种定位方法的中心化流程图；
图4为本申请实施例提供的一种定位装置的装置示意图；
图5为本申请实施例提供的一种定位方法的电子设备示意图。
具体实施方式
本申请实施例中术语“和/或”，描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。
本申请实施例中术语“多个”是指两个或两个以上，其它量词与之类似。
下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，并不是全部的实施例。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。
发明人研究发现，随着科技的发展，移动机器人的应用也越来越广泛，目前移动机器人的定位问题大致可以分为以下三类：已知初始位姿的位姿跟踪，未知初始位姿以及由于初始位姿未知、错误的位姿估计、传感器故障、地图质量较低及工作环境发生改变等因素造成的“绑架劫持”问题。“绑架劫持”表现为机器人位置已经发生了变化，但其仍认为自己处于定位失效之前的位置，即而机器人本身并不能判断自己当前的位姿是错误的。机器人定位失效问题对应机器人传感器失效的最坏情况，对于定位算法而言，解决机器人定位失效问题的能力从某种程度上说明了定位算法的鲁棒性与可靠性。
发明人研究发现，目前，激光SLAM在理论、技术和产品落地上都较为成熟，因而成为现下最为主流的定位导航方式。但是在某些场景下，如在轮胎打滑而使里程计信息产生累计误差时，又或者在拥挤场景下激光扫描数据受到干扰时，使激光SLAM定位失效。针对上述问题，需要解决机器人在定位失效情况下恢复定位的问题。
发明人研究发现，基于视觉定位算法的重定位，定位速度快，定位精度低，基于激光定位算法的重定位，定位速度慢，定位精度高，有鉴于此，本申请创新性地提出了一种定位方法、装置、电子设备和存储介质，用于解决上述问题。
本申请的发明构思为：通过视觉定位与激光定位相结合的方式，检测到激光定位失效后，通过视觉定位得到视觉定位粒子集合；基于激光定位空间与视觉定位空间之间的映射关系，将视觉定位粒子集合映射到激光定位空间，得到激光定位粒子集合；采用激光定位粒子集合，得到用于表示激光定位的位置信息。
下面结合附图对本申请实施例中的一种定位方法进行详细说明。
如图1所示，为本申请实施例提供一种定位方法的应用场景图，图中包括：网络10、服务器20、机器人30以及数据库40。
检测到激光定位失效后，服务器20用于通过网络10向机器人发送视觉定位指令，并通过视觉定位得到视觉定位粒子集合；并将该视觉定位粒子集合存储到数据库40中，基于激光定位空间与视觉定位空间之间的映射关系，服务器10将视觉定位粒子集合映射到激光定位空间，得到激光定位粒子集合；并采用激光定位粒子集合，得到用于表示激光定位的位置信息。
为了便于理解，在一个实施例中，如图2所示，为本申请实施例提供的一种定位方法的具体应用流程：
在步骤201中：检测到激光定位失效后，通过视觉定位得到视觉定位粒子集合；
在一个实施例中，以视觉定位得到的位姿作为高斯分布的中心，将预设协方差作为高斯分布的协方差，采用高斯分布函数得到视觉定位粒子集合。
在步骤202中：基于激光定位空间与视觉定位空间之间的映射关系，将视觉定位粒子集合映射到激光定位空间，得到激光定位粒子集合；
在步骤203中：采用激光定位粒子集合，得到用于表示激光定位的位置信息。
在本申请实施例中将激光定位与视觉定位相结合，在激光定位失效后，采用视觉定位采集位资，并将视觉定位采集的位资集合映射到激光定位中,有效的解决了机器人在激光定位失效情况下恢复定位的问题。
为了便于理解，下面分三部分对本申请实施例提出的一种定位方法进行说明。
一、地图创建
分别采用激光定位方法和视觉定位方法构建预设环境的地图，采用相同建图起始点，得到激光定位方法对应的第一地图以及视觉定位方法对应的第二地图。
在一个实施例中，采用机器人携带的激光传感器创建第一地图；采用机器人携带的视觉传感器创建第二地图。
二、地图匹配
针对上述第一地图和上述第二地图，采用相同建图起始点，在世界坐标系中确定第一地图和第二地图之间的旋转矩阵、位移矩阵和尺度因子；
根据旋转矩阵、位移矩阵和尺度因子得到第一地图和所述第二地图之间的相似变换矩阵作为映射关系。
1、中心化
在一个实施例中，如图3所示，在世界坐标系中确定所述第一地图和所述第二地图之间的旋转矩阵、位移矩阵和尺度因子之前，还需对两个地图中的位姿点集进行中心化，具体实施为以下步骤：
在步骤301中：获取第一地图中的位姿点集P和第二地图中的位姿点集Q；
在步骤302中：根据中心化公式对位姿点集P、位姿点集Q中的位姿进行中心化；其 中，中心化公式为：
Figure 946019DEST_PATH_IMAGE001
，
Figure 221143DEST_PATH_IMAGE002
；
在中心化公式中：
Figure 5559DEST_PATH_IMAGE003
为位姿点集P中的第i个粒子，
Figure 543988DEST_PATH_IMAGE004
为位姿点集Q中的第i个粒 子，位姿点集P和位姿点集Q中的粒子数量均为n，i和n均为正整数，所述
Figure 210593DEST_PATH_IMAGE005
为所述位姿点集P 中心化后的结果，所述
Figure 554986DEST_PATH_IMAGE006
为所述位姿点集Q中心化后的结果；
在步骤303中：根据第一地图更新公式更新第一地图，并根据第二地图更新公式更新第二地图：
第一地图更新公式为：
Figure 256226DEST_PATH_IMAGE007
，其中，
Figure 699977DEST_PATH_IMAGE003
为位姿点集P中的第i个粒子，
Figure 850948DEST_PATH_IMAGE003
为
Figure 671136DEST_PATH_IMAGE003
的更新结果；
第二地图更新公式为：
Figure 695724DEST_PATH_IMAGE009
，其中，
Figure 575956DEST_PATH_IMAGE004
为位姿点集Q中的第i个粒子，
Figure 623677DEST_PATH_IMAGE021
为
Figure 513136DEST_PATH_IMAGE004
的更新结果。
2、旋转矩阵
根据矩阵构建公式构建矩阵M;矩阵构建公式为
Figure 657809DEST_PATH_IMAGE023
Figure DEST_PATH_IMAGE024
其中，
Figure 73657DEST_PATH_IMAGE012
表示 转置矩阵；
对矩阵M进行奇异值分解，得到分解后的矩阵V，矩阵U；
根据分解后的矩阵V，矩阵U，得到旋转矩阵
Figure 670992DEST_PATH_IMAGE013
，其中：
Figure 832983DEST_PATH_IMAGE014
，
Figure 894480DEST_PATH_IMAGE012
表示转置 矩阵。
3、位移矩阵
根据位移矩阵公式确定位移矩阵
Figure 116514DEST_PATH_IMAGE015
；
位移矩阵公式为：
Figure 401477DEST_PATH_IMAGE016
；
其中：
Figure 101580DEST_PATH_IMAGE015
为位移矩阵，
Figure 220846DEST_PATH_IMAGE013
为旋转矩阵。
4、尺度因子
根据第一地图更新公式以及第二地图更新公式获取尺度因子
Figure 817043DEST_PATH_IMAGE022
；
尺度因子公式为：
Figure 654549DEST_PATH_IMAGE017
；
其中：
Figure 955081DEST_PATH_IMAGE022
为尺度因子
Figure 132115DEST_PATH_IMAGE020
为位姿点集P中的第i个粒子的更新结果，
Figure 695952DEST_PATH_IMAGE021
为位姿点集Q 中的第i个粒子的更新结果，
Figure 814562DEST_PATH_IMAGE018
表示范数，位姿点集P和位姿点集Q中的粒子数量均为 n。
5、相似变换矩阵
根据旋转矩阵、位移矩阵和尺度因子得到相似变换矩阵；
相似变换矩阵公式为：
Figure 856467DEST_PATH_IMAGE019
；
其中：T为相似变换矩阵，s为尺度因子，
Figure 950325DEST_PATH_IMAGE013
为旋转矩阵，
Figure 419484DEST_PATH_IMAGE015
为位移矩阵。
三、激光定位
基于上述激光定位空间与视觉定位空间之间的映射关系，将视觉定位粒子集合映射到激光定位空间，得到激光定位粒子集合，包括：
将视觉定位粒子集合与T进行乘法运算，得到激光定位粒子集合。
例如：视觉定位的粒子集合为A，相似变换矩阵为T，若将集合A映射到激光定位空间，则A*T=B，其中，B为视觉定位的粒子集合通过映射关系，映射到激光定位空间中的激光定位的粒子集合。
在一个实施例中，根据激光定位粒子集合得到激光定位的位置信息时，需采用预设算法对激光定位粒子集合进行收敛运算，得到激光定位的位置信息。
对激光定位的粒子集合进行收敛运算时，可采用相关技术中的对数据集合进行收敛运算的算法，也可根据本申请提供的定位方法由相关技术人员对现有的收敛算法中的参数进行重新定义，将收敛算法中的参数修改成适用于本申请实施例的收敛算法。
基于相同的发明构思，本申请实施例还提供一种应用于上述中任一所述的定位方法的控制装置，如图4所示，为该装置的结构示意图，该装置包括：
检测模块4001，用于检测到激光定位失效后，通过视觉定位得到视觉定位粒子集合；
映射模块4002，用于基于激光定位空间与视觉定位空间之间的映射关系，将所述视觉定位粒子集合映射到激光定位空间，得到激光定位粒子集合；
位置信息获取模块4003，用于采用所述激光定位粒子集合，得到用于表示激光定位的位置信息。
在一个实施例中，所述装置还包括：
映射关系获取模块，用于根据以下方法获得所述映射关系：
分别采用激光定位方法和视觉定位方法构建预设环境的地图，得到激光定位方法对应的第一地图以及视觉定位方法对应的第二地图；
对所述第一地图和所述第二地图进行匹配处理，得到所述映射关系。
在一个实施例中，所述匹配模块，包括：
参数确定单元，用于针对所述第一地图和所述第二地图，采用相同建图起始点，在世界坐标系中确定所述第一地图和所述第二地图之间的旋转矩阵、位移矩阵和尺度因子；
映射关系确定单元，用于根据所述旋转矩阵、所述位移矩阵和所述尺度因子得到所述第一地图和所述第二地图之间的相似变换矩阵作为所述映射关系。
在一个实施例中，所述参数确定单元执行在世界坐标系中确定所述第一地图和所述第二地图之间的旋转矩阵、位移矩阵和尺度因子之前，所述装置还包括：
位资点集获取模块，用于获取所述第一地图中的位姿点集P和所述第二地图中的位姿点集Q；
中心化模块，用于根据中心化公式对所述位姿点集P、所述位姿点集Q中的位姿进 行中心化；其中，所述中心化公式为：
Figure 966003DEST_PATH_IMAGE001
，
Figure 342757DEST_PATH_IMAGE002
；
在所述中心化公式中：
Figure 291122DEST_PATH_IMAGE003
为所述位姿点集P中的第i个粒子，
Figure 196761DEST_PATH_IMAGE004
为所述位姿点集 Q中的第i个粒子，所述位姿点集P和所述位姿点集Q中的粒子数量均为n，i和n均为正整数， 所述
Figure 227646DEST_PATH_IMAGE005
为所述位姿点集P中心化后的结果，所述
Figure 611354DEST_PATH_IMAGE006
为所述位姿点集Q中心化后的结果；
地图更新模块，用于根据第一地图更新公式更新所述第一地图，并根据第二地图更新公式更新所述第二地图：
所述第一地图更新公式为：
Figure 86329DEST_PATH_IMAGE007
，其中，
Figure 897290DEST_PATH_IMAGE003
为所述位姿点集P中的第i 个粒子，
Figure 621664DEST_PATH_IMAGE020
为所述
Figure 681499DEST_PATH_IMAGE003
的更新结果；
所述第二地图更新公式为：
Figure 73297DEST_PATH_IMAGE009
，其中，
Figure 258422DEST_PATH_IMAGE004
为所述位姿点集Q中的第 i个粒子，
Figure 407775DEST_PATH_IMAGE021
为所述
Figure 599197DEST_PATH_IMAGE004
的更新结果。
在一个实施例中，所述装置还包括：
旋转矩阵获取模块，用于根据以下方法获得所述旋转矩阵：
根据矩阵构建公式构建矩阵M;所述矩阵构建公式
Figure 376660DEST_PATH_IMAGE025
；
Figure 529424DEST_PATH_IMAGE012
表示 转置矩阵；
对所述矩阵M进行奇异值分解，得到分解后的矩阵V，矩阵U；
根据分解后的矩阵V，矩阵U，得到旋转矩阵
Figure 759548DEST_PATH_IMAGE013
，其中：
Figure 554329DEST_PATH_IMAGE014
，
Figure 261997DEST_PATH_IMAGE012
表示转置 矩阵。
在一个实施例中，所述装置还包括：
位移矩阵获取模块，用于根据以下方法获取所述位移矩阵：
根据位移矩阵公式确定所述位移矩阵
Figure 851242DEST_PATH_IMAGE015
；
所述位移矩阵公式为：
Figure 365400DEST_PATH_IMAGE016
；
其中：
Figure 104817DEST_PATH_IMAGE015
为位移矩阵，
Figure 325714DEST_PATH_IMAGE013
为旋转矩阵。
在一个实施例中，所述装置还包括：
尺度因子获取模块，用于根据以下方法获取所述尺度因子：
根据所述第一地图更新公式以及所述第二地图更新公式获取尺度因子
Figure 148176DEST_PATH_IMAGE022
；
所述尺度因子公式为：
Figure 349963DEST_PATH_IMAGE017
；
其中：s为尺度因子，
Figure 220967DEST_PATH_IMAGE020
为所述位姿点集P中的第i个粒子的更新结果，
Figure 827529DEST_PATH_IMAGE021
为所述位 姿点集Q中的第i个粒子的更新结果，
Figure 758576DEST_PATH_IMAGE018
表示范数，所述位姿点集P和所述位姿点集Q 中的粒子数量均为n。
在一个实施例中，所述装置还包括：
相似变换矩阵获取模块，用于根据以下方法确定所述相似变换矩阵：
根据所述旋转矩阵、所述位移矩阵和所述尺度因子得到所述相似变换矩阵；
所述相似变换矩阵公式为：
Figure 857113DEST_PATH_IMAGE019
；
其中：T为相似变换矩阵，s为尺度因子，
Figure 797387DEST_PATH_IMAGE013
为旋转矩阵，
Figure 951067DEST_PATH_IMAGE015
为位移矩阵；
所述基于激光定位空间与视觉定位空间之间的映射关系，将所述视觉定位粒子集合映射到激光定位空间，得到激光定位粒子集合，包括：
将所述视觉定位粒子集合与所述T进行乘法运算，得到所述激光定位粒子集合。
在一个实施例中，所述位置信息获取模块，包括：
收敛单元，用于采用预设算法对所述激光定位粒子集合进行收敛运算，得到所述激光定位的位置信息。
在一个实施例中，所述检测模块，包括：
视觉定位粒子集合获取模块，用于以视觉定位得到的位姿作为高斯分布的中心，将预设协方差作为高斯分布的协方差，采用高斯分布函数得到所述视觉定位粒子集合。
在介绍了本申请示例性实施方式的一种定位方法和装置之后，接下来，介绍根据本申请的另一示例性实施方式的电子设备。
所属技术领域的技术人员能够理解，本申请的各个方面可以实现为系统、方法或程序产品。因此，本申请的各个方面可以具体实现为以下形式，即：完全的硬件实施方式、完全的软件实施方式（包括固件、微代码等），或硬件和软件方面结合的实施方式，这里可以统称为“电路”、“模块”或“系统”。
在一些可能的实施方式中，根据本申请的电子设备可以至少包括至少一个处理器、以及至少一个存储器。其中，存储器存储有程序代码，当程序代码被处理器执行时，使得处理器执行本说明书上述描述的根据本申请各种示例性实施方式的定位方法中的步骤。
下面参照图5来描述根据本申请的这种实施方式的电子设备130。图5显示的电子设备130仅仅是一个示例，不应对本申请实施例的功能和使用范围带来任何限制。
存储器132可以包括易失性存储器形式的可读介质，例如随机存取存储器（RAM）1321和/或高速缓存存储器1322，还可以进一步包括只读存储器（ROM）1323。
存储器132还可以包括具有一组（至少一个）程序模块1324的程序/实用工具1325，这样的程序模块1324包括但不限于：操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。
电子设备130也可以与一个或多个外部设备134（例如键盘、指向设备等）通信，还可与一个或者多个使得用户能与电子设备130交互的设备通信，和/或与使得该电子设备130能与一个或多个其它电子设备进行通信的任何设备（例如路由器、调制解调器等等）通信。这种通信可以通过输入/输出（I/O）接口135进行。并且，电子设备130还可以通过网络适配器136与一个或者多个网络（例如局域网（LAN），广域网（WAN）和/或公共网络，例如因特网）通信。如图所示，网络适配器136通过总线133与用于电子设备130的其它模块通信。应当理解，尽管图中未示出，可以结合电子设备130使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理器、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
在一些可能的实施方式中，本公开提供的一种定位方法的各个方面还可以实现为一种程序产品的形式，其包括程序代码，当程序产品在计算机设备上运行时，程序代码用于使计算机设备执行本说明书上述描述的根据本公开各种示例性实施方式的一种定位方法中的步骤。
程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。可读存储介质的更具体的例子（非穷举的列表）包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器（RAM）、只读存储器（ROM）、可擦式可编程只读存储器（EPROM或闪存）、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
本公开的实施方式的用于一种定位方法的程序产品可以采用便携式紧凑盘只读存储器(CD-ROM)并包括程序代码，并可以在电子设备上运行。然而，本公开的程序产品不限于此，在本文件中，可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了可读程序代码。这种传播的数据信号可以采用多种形式，包括——但不限于——电磁信号、光信号或上述的任意合适的组合。可读信号介质还可以是可读存储介质以外的任何可读介质，该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
可读介质上包含的程序代码可以用任何适当的介质传输，包括——但不限于——无线、有线、光缆、RF等等，或者上述的任意合适的组合。
可以以一种或多种程序设计语言的任意组合来编写用于执行本公开操作的程序代码，程序设计语言包括面向对象的程序设计语言—诸如Java、C++等，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户电子设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户电子设备上部分在远程电子设备上执行、或者完全在远程电子设备或服务器上执行。在涉及远程电子设备的情形中，远程电子设备可以通过任意种类的网络——包括局域网（LAN）或广域网（WAN）—连接到用户电子设备，或者，可以连接到外部电子设备（例如利用因特网服务提供商来通过因特网连接）。
应当注意，尽管在上文详细描述中提及了装置的若干单元或子单元，但是这种划分仅仅是示例性的并非强制性的。实际上，根据本公开的实施方式，上文描述的两个或更多单元的特征和功能可以在一个单元中具体化。反之，上文描述的一个单元的特征和功能可以进一步划分为由多个单元来具体化。
此外，尽管在附图中以特定顺序描述了本公开方法的操作，但是，这并非要求或者暗示必须按照该特定顺序来执行这些操作，或是必须执行全部所示的操作才能实现期望的结果。附加地或备选地，可以省略某些步骤，将多个步骤合并为一个步骤执行，和/或将一个步骤分解为多个步骤执行。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质（包括但不限于磁盘存储器、CD-ROM、光学存储器等）上实施的计算机程序产品的形式。
本申请是参照根据本申请的方法、设备（系统）、和计算机程序产品的流程图和／或方框图来描述的。应理解可由计算机程序指令实现流程图和／或方框图中的每一流程和／或方框、以及流程图和／或方框图中的流程和／或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的步骤。
显然，本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的精神和范围。这样，倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内，则本申请也意图包含这些改动和变型在内。

Claims (18)

1.一种定位方法，其特征在于，所述方法包括：
检测到激光定位失效后，通过视觉定位得到视觉定位粒子集合；
基于激光定位空间与视觉定位空间之间的映射关系，将所述视觉定位粒子集合映射到激光定位空间，得到激光定位粒子集合；其中，根据以下方法获得所述映射关系：
分别采用激光定位方法和视觉定位方法构建预设环境的地图，得到激光定位方法对应的第一地图以及视觉定位方法对应的第二地图；
对所述第一地图和所述第二地图进行匹配处理，得到所述映射关系；
获取所述第一地图中的位姿点集P和所述第二地图中的位姿点集Q；
根据中心化公式对所述位姿点集P、所述位姿点集Q中的位姿进行中心化；其中，所述中心化公式为：
Figure FDA0003062280550000011
在所述中心化公式中：pi为所述位姿点集P中的第i个粒子，qi为所述位姿点集Q中的第i个粒子，所述位姿点集P和所述位姿点集Q中的粒子数量均为n，i和n均为正整数，所述
Figure FDA0003062280550000012
为所述位姿点集P中心化后的结果，所述
Figure FDA0003062280550000013
为所述位姿点集Q中心化后的结果；
根据第一地图更新公式更新所述第一地图，并根据第二地图更新公式更新所述第二地图：
所述第一地图更新公式为：
Figure FDA0003062280550000014
其中，pi为所述位姿点集P中的第i个粒子，p′i为所述pi的更新结果；
所述第二地图更新公式为：
Figure FDA0003062280550000015
其中，qi为所述位姿点集Q中的第i个粒子，q′i为所述qi的更新结果；
采用所述激光定位粒子集合，得到用于表示激光定位的位置信息。
2.根据权利要求1所述的方法，其特征在于，所述对所述第一地图和所述第二地图进行匹配处理，得到所述映射关系，包括：
针对所述第一地图和所述第二地图，采用相同建图起始点，在世界坐标系中确定所述第一地图和所述第二地图之间的旋转矩阵、位移矩阵和尺度因子；
根据所述旋转矩阵、所述位移矩阵和所述尺度因子得到所述第一地图和所述第二地图之间的相似变换矩阵作为所述映射关系。
3.根据权利要求2所述的方法，其特征在于，所述方法还包括：
根据以下方法确定所述旋转矩阵：
根据矩阵构建公式构建矩阵M；所述矩阵构建公式为
Figure FDA0003062280550000021
其中，T表示转置矩阵；
对所述矩阵M进行奇异值分解，得到分解后的矩阵V，矩阵U；
根据分解后的矩阵V，矩阵U，得到旋转矩阵R*，其中：R*＝VUT，T表示转置矩阵。
4.根据权利要求2所述的方法，其特征在于，所述方法还包括：
根据以下方法确定所述位移矩阵：
根据位移矩阵公式确定所述位移矩阵t*；
所述位移矩阵公式为：
Figure FDA0003062280550000022
其中：t*为位移矩阵，R*为旋转矩阵。
5.根据权利要求2所述的方法，其特征在于，所述方法还包括：
根据以下方法确定所述尺度因子：
根据所述第一地图更新公式以及所述第二地图更新公式获取尺度因子s；
所述尺度因子公式为：
Figure FDA0003062280550000031
其中：s为尺度因子，p′i为所述位姿点集P中的第i个粒子的更新结果，q′i为所述位姿点集Q中的第i个粒子的更新结果，| || |表示范数，所述位姿点集P和所述位姿点集Q中的粒子数量均为n。
6.根据权利要求2-5中任一所述的方法，其特征在于，所述方法还包括：
根据以下方法确定所述相似变换矩阵：
根据所述旋转矩阵、所述位移矩阵和所述尺度因子得到所述相似变换矩阵；
所述相似变换矩阵公式为：
Figure FDA0003062280550000032
其中：T为相似变换矩阵，s为尺度因子，R*为旋转矩阵，t*为位移矩阵；
所述基于激光定位空间与视觉定位空间之间的映射关系，将所述视觉定位粒子集合映射到激光定位空间，得到激光定位粒子集合，包括：
将所述视觉定位粒子集合与所述T进行乘法运算，得到所述激光定位粒子集合。
7.根据权利要求1所述的方法，其特征在于，所述采用所述激光定位粒子集合，得到用于表示激光定位的位置信息，包括：
采用预设算法对所述激光定位粒子集合进行收敛运算，得到所述激光定位的位置信息。
8.根据权利要求1所述的方法，其特征在于，所述通过视觉定位得到视觉定位粒子集合，包括：
以视觉定位得到的位姿作为高斯分布的中心，将预设协方差作为高斯分布的协方差，采用高斯分布函数得到所述视觉定位粒子集合。
9.一种定位装置，其特征在于，所述装置包括：
检测模块，用于检测到激光定位失效后，通过视觉定位得到视觉定位粒子集合；
映射模块，用于基于激光定位空间与视觉定位空间之间的映射关系，将所述视觉定位粒子集合映射到激光定位空间，得到激光定位粒子集合；
映射关系获取模块，用于根据以下方法获得所述映射关系：
分别采用激光定位方法和视觉定位方法构建预设环境的地图，得到激光定位方法对应的第一地图以及视觉定位方法对应的第二地图；
对所述第一地图和所述第二地图进行匹配处理，得到所述映射关系；
位资点集获取模块，用于获取所述第一地图中的位姿点集P和所述第二地图中的位姿点集Q；
中心化模块，用于根据中心化公式对所述位姿点集P、所述位姿点集Q中的位姿进行中心化；其中，所述中心化公式为：
Figure FDA0003062280550000041
在所述中心化公式中：pi为所述位姿点集P中的第i个粒子，qi为所述位姿点集Q中的第i个粒子，所述位姿点集P和所述位姿点集Q中的粒子数量均为n，i和n均为正整数，所述
Figure FDA0003062280550000042
为所述位姿点集P中心化后的结果，所述
Figure FDA0003062280550000043
为所述位姿点集Q中心化后的结果；
地图更新模块，用于根据第一地图更新公式更新所述第一地图，并根据第二地图更新公式更新所述第二地图：
所述第一地图更新公式为：
Figure FDA0003062280550000044
其中，pi为所述位姿点集P中的第i个粒子，p′i为所述pi的更新结果；
所述第二地图更新公式为：
Figure FDA0003062280550000045
其中，qi为所述位姿点集Q中的第i个粒子，q′i为所述qi的更新结果；
位置信息获取模块，用于采用所述激光定位粒子集合，得到用于表示激光定位的位置信息。
10.根据权利要求9所述的装置，其特征在于，所述映射关系获取模块，包括：
参数确定单元，用于针对所述第一地图和所述第二地图，采用相同建图起始点，在世界坐标系中确定所述第一地图和所述第二地图之间的旋转矩阵、位移矩阵和尺度因子；
映射关系确定单元，用于根据所述旋转矩阵、所述位移矩阵和所述尺度因子得到所述第一地图和所述第二地图之间的相似变换矩阵作为所述映射关系。
11.根据权利要求10所述的装置，其特征在于，所述装置还包括：
旋转矩阵获取模块，用于根据以下方法获得所述旋转矩阵：
根据矩阵构建公式构建矩阵M；所述矩阵构建公式为
Figure FDA0003062280550000051
其中，T表示转置矩阵；
对所述矩阵M进行奇异值分解，得到分解后的矩阵V，矩阵U；
根据分解后的矩阵V，矩阵U，得到旋转矩阵R*，其中：R*＝VUT，T表示转置矩阵。
12.根据权利要求10所述的装置，其特征在于，所述装置还包括：
位移矩阵获取模块，用于根据以下方法获取所述位移矩阵：
根据位移矩阵公式确定所述位移矩阵t*；
所述位移矩阵公式为：
Figure FDA0003062280550000052
其中：t*为位移矩阵，R*为旋转矩阵。
13.根据权利要求10所述的装置，其特征在于，所述装置还包括：
尺度因子获取模块，用于根据以下方法获取所述尺度因子：
根据所述第一地图更新公式以及所述第二地图更新公式获取尺度因子s；
所述尺度因子公式为：
Figure FDA0003062280550000061
其中：s为尺度因子，p′i为所述位姿点集P中的第i个粒子的更新结果，q′i为所述位姿点集Q中的第i个粒子的更新结果，| || |表示范数，所述位姿点集P和所述位姿点集Q中的粒子数量均为n。
14.根据权利要求10-13中任一所述的装置，其特征在于，所述装置还包括：
相似变换矩阵获取模块，用于根据以下方法确定所述相似变换矩阵：
根据所述旋转矩阵、所述位移矩阵和所述尺度因子得到所述相似变换矩阵；
所述相似变换矩阵公式为：
Figure FDA0003062280550000062
其中：T为相似变换矩阵，s为尺度因子，R*为旋转矩阵，t*为位移矩阵；
所述基于激光定位空间与视觉定位空间之间的映射关系，将所述视觉定位粒子集合映射到激光定位空间，得到激光定位粒子集合，包括：
将所述视觉定位粒子集合与所述T进行乘法运算，得到所述激光定位粒子集合。
15.根据权利要求9所述的装置，其特征在于，所述位置信息获取模块，包括：
收敛单元，用于采用预设算法对所述激光定位粒子集合进行收敛运算，得到所述激光定位的位置信息。
16.根据权利要求9所述的装置，其特征在于，所述检测模块，包括：
视觉定位粒子集合获取模块，用于以视觉定位得到的位姿作为高斯分布的中心，将预设协方差作为高斯分布的协方差，采用高斯分布函数得到所述视觉定位粒子集合。
17.一种电子设备，其特征在于，包括：
处理器；
被配置为存储所述处理器可执行指令的存储器；
其中，所述处理器被配置为执行所述指令，以实现如权利要求1-8中任一项所述的定位方法。
18.一种计算机可读存储介质，其特征在于，存储有计算机程序，当所述存储介质中的计算机程序由电子设备的处理器执行时，使得所述电子设备能够执行如权利要求1-8中任一项所述的定位方法。
CN202011573700.1A 2020-12-28 2020-12-28 定位方法、装置、电子设备和存储介质 Active CN112284403B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011573700.1A CN112284403B (zh) 2020-12-28 2020-12-28 定位方法、装置、电子设备和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011573700.1A CN112284403B (zh) 2020-12-28 2020-12-28 定位方法、装置、电子设备和存储介质

Publications (2)

Publication Number Publication Date
CN112284403A CN112284403A (zh) 2021-01-29
CN112284403B true CN112284403B (zh) 2021-09-24

Family

ID=74426495

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011573700.1A Active CN112284403B (zh) 2020-12-28 2020-12-28 定位方法、装置、电子设备和存储介质

Country Status (1)

Country Link
CN (1) CN112284403B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113777615B (zh) * 2021-07-19 2024-03-29 派特纳(上海)机器人科技有限公司 室内机器人的定位方法、系统及清洁机器人

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110567441B (zh) * 2019-07-29 2021-09-28 广东星舆科技有限公司 基于粒子滤波的定位方法、定位装置、建图及定位的方法
CN110608742A (zh) * 2019-09-27 2019-12-24 五邑大学 基于粒子滤波slam的地图构建方法及装置
CN110927740B (zh) * 2019-12-06 2023-09-08 合肥科大智能机器人技术有限公司 一种移动机器人定位方法
CN111044036B (zh) * 2019-12-12 2021-10-15 浙江大学 基于粒子滤波的远程定位方法
CN111623765B (zh) * 2020-05-18 2022-07-01 清华大学 基于多模态数据的室内定位方法及系统
CN111578958A (zh) * 2020-05-19 2020-08-25 山东金惠新达智能制造科技有限公司 移动机器人导航实时定位方法、系统、介质及电子设备

Also Published As

Publication number Publication date
CN112284403A (zh) 2021-01-29

Similar Documents

Publication Publication Date Title
US10146502B2 (en) Stream-processing data
CN114236552B (zh) 基于激光雷达的重定位方法及系统
WO2019222255A1 (en) Computer aided inspection system and methods
US20230266470A1 (en) Robot relocalization method and apparatus, and storage medium and electronic device
CN110146098A (zh) 一种机器人地图扩建方法、装置、控制设备和存储介质
CN109781132B (zh) 一种经验路线替换方法、装置、电子设备及存储介质
CN111193627B (zh) 信息处理方法、装置、设备及存储介质
WO2021058020A1 (zh) 一种有状态应用的实例创建方法、装置、设备及介质
CN111401779B (zh) 机器人的定位部署方法、装置、设备及存储介质
CN112284403B (zh) 定位方法、装置、电子设备和存储介质
CN112231034A (zh) 结合rpa和ai的软件界面元素的识别方法与装置
CN113688935A (zh) 高精地图的检测方法、装置、设备以及存储介质
CN111220988A (zh) 一种地图数据处理方法、装置、设备和介质
CN113076358A (zh) 一种报表生成方法、装置、设备及存储介质
CN110542414A (zh) 无人飞行器的导航模块管理方法与装置
CN110717672A (zh) 一种基于bim的运维管理系统
CN113091743B (zh) 机器人的室内定位方法及装置
EP4280100A1 (en) Binocular parallax estimation method, model training method and related device
CN112308055B (zh) 人脸检索系统的评价方法、装置、电子设备和存储介质
CN113835099B (zh) 点云地图更新方法及装置、存储介质、电子设备
CN110516864B (zh) 线路调整方法、装置、存储介质及电子装置
CN114398475A (zh) 数据处理方法、装置、电子设备以及存储介质
CN114265964A (zh) 大数据异常行为检测方法及装置、存储介质及电子设备
Wu et al. A Bayesian decision theoretic approach for adaptive goal-directed sensing
CN110334430B (zh) 图纸中电缆托架的自动标注方法、系统、设备和存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20220331

Address after: 200336 room 6227, No. 999, Changning District, Shanghai

Patentee after: Shenlan robot (Shanghai) Co.,Ltd.

Address before: 213611 room 103, building 4, chuangyangang, Changzhou science and Education City, No. 18, changwuzhong Road, Wujin District, Changzhou City, Jiangsu Province

Patentee before: SHENLAN ARTIFICIAL INTELLIGENCE CHIP RESEARCH INSTITUTE (JIANGSU) Co.,Ltd.

Patentee before: DEEPBLUE TECHNOLOGY (SHANGHAI) Co.,Ltd.

TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20220719

Address after: 476000 shop 301, office building, northeast corner, intersection of Bayi Road and Pingyuan Road, Liangyuan District, Shangqiu City, Henan Province

Patentee after: Shenlan robot industry development (Henan) Co.,Ltd.

Address before: 200336 room 6227, No. 999, Changning District, Shanghai

Patentee before: Shenlan robot (Shanghai) Co.,Ltd.