CN112802103A - 激光扫地机的位姿重定位方法、装置、设备及介质 - Google Patents

Abstract

本申请涉及激光定位技术领域，揭示了一种激光扫地机的位姿重定位方法、装置、设备及介质，其中方法包括：获取位姿重定位请求；基于所述位姿重定位请求，获取历史栅格地图、待定位的点云数据和预设概率阈值；采用分支界定法和所述预设概率阈值，根据所述待定位的点云数据和所述历史栅格地图进行匹配，得到候选区域集合；根据所述候选区域集合，确定位姿重定位结果。从而实现了在不需要激光扫地机走动和/或旋转的情况下进行位姿重定位，避免在遇到复杂环境时无法脱困，减少由于走动和/或旋转带来的误差，提高了位姿重定位的准确性，减少了重定位的时间，提高了用户体验。

Description

激光扫地机的位姿重定位方法、装置、设备及介质

技术领域

本申请涉及到激光定位技术领域，特别是涉及到一种激光扫地机的位姿重定位方法、装置、设备及介质。

背景技术

现有市场的激光扫地机，在需要位姿重定位时，通过先旋转后进行位姿重定位，如果位姿重定位失败，然后直走一段距离并旋转后进行位姿重定位，重复直走-旋转-位姿重定位的操作直至位姿重定位成功。因为开始周边环境是未知的环境，重复直走-旋转-位姿重定位的操作将导致激光扫地机遇到复杂环境时无法脱困，无法按预期进行清扫，影响了用户体验；而且直走和旋转，延长了重定位的时间。

发明内容

本申请的主要目的为提供一种激光扫地机的位姿重定位方法、装置、设备及介质，旨在解决现有技术的激光扫地机的位姿重定位方法在遇到复杂环境时无法脱困，无法按预期进行清扫，延长了重定位的时间，影响了用户体验的技术问题。

为了实现上述发明目的，本申请提出一种激光扫地机的位姿重定位方法，所述方法包括：

获取位姿重定位请求；

基于所述位姿重定位请求，获取历史栅格地图、待定位的点云数据和预设概率阈值；

采用分支界定法和所述预设概率阈值，根据所述待定位的点云数据和所述历史栅格地图进行匹配，得到候选区域集合；

根据所述候选区域集合，确定位姿重定位结果。

进一步的，所述获取位姿重定位请求的步骤，包括：

获取重定位信号，根据所述重定位信号生成所述位姿重定位请求，其中，所述重定位信号包括：开机信号、开机离地后放回地面信号、轮子打滑信号中的任一种。

进一步的，所述获取历史栅格地图、待定位的点云数据和预设概率阈值的步骤，包括：

当所述重定位信号是所述开机信号时，获取历史灰度图像，对所述历史灰度图像进行滤波处理，得到滤波后的历史灰度图像，根据所述滤波后的历史灰度图像进行栅格地图生成，得到所述历史栅格地图；

当所述重定位信号是所述轮子打滑信号或所述开机离地后放回地面信号时，从缓存中获取栅格地图，得到所述历史栅格地图。

进一步的，所述获取历史栅格地图、待定位的点云数据和预设概率阈值的步骤，还包括：

通过激光传感器进行扫描，得到待处理的激光数据；

对所述待处理的激光数据进行点云格式转换，得到待处理的点云数据；

根据所述历史栅格地图对所述待处理的点云数据进行体素滤波，得到所述待定位的点云数据。

进一步的，所述采用分支界定法和所述预设概率阈值，根据所述待定位的点云数据和所述历史栅格地图进行匹配，得到候选区域集合的步骤，包括：

将所述历史栅格地图作为待划分的栅格地图；

采用预设的区域划分规则对所述待划分的栅格地图进行区域划分，得到多个区域栅格地图；

将所述待定位的点云数据分别映射到所述多个区域栅格地图中的每个区域栅格地图上，得到所述多个区域栅格地图中各个所述区域栅格地图各自对应的待计算的区域；

分别对每个所述待计算的区域进行栅格占用概率的平均值计算，得到所述多个区域栅格地图中各个所述区域栅格地图各自对应的占用概率平均值；

从所述多个区域栅格地图中各个所述区域栅格地图各自对应的所述占用概率平均值中找出所有大于所述预设概率阈值的值，得到候选占用概率平均值集合；

分别将所述候选占用概率平均值集合中每个所述占用概率平均值对应的所述区域栅格地图作为一个所述待划分的栅格地图；

重复执行所述采用预设的区域划分规则对所述待划分的栅格地图进行区域划分，得到多个区域栅格地图的步骤，直至每个所述待划分的栅格地图达到所述预设的区域划分规则的结束划分条件；

将每个所述待划分的栅格地图作为一个候选区域；

根据所有所述候选区域，得到所述候选区域集合。

进一步的，所述将所述待定位的点云数据分别映射到所述多个区域栅格地图中的每个区域栅格地图上，得到所述多个区域栅格地图中各个所述区域栅格地图各自对应的待计算的区域的步骤，包括：

采用预设参考位姿确定规则分别对所述多个区域栅格地图中每个所述区域栅格地图进行参考位姿生成，得到所述多个区域栅格地图中各个所述区域栅格地图各自对应的目标参考位姿；

根据所述多个区域栅格地图中各个所述区域栅格地图各自对应的所述目标参考位姿，将所述待定位的点云数据分别映射到所述多个区域栅格地图中的每个所述区域栅格地图上，得到所述多个区域栅格地图中各个所述区域栅格地图各自对应的所述待计算的区域。

进一步的，所述根据所述候选区域集合，确定位姿重定位结果的步骤，包括：

从所述候选区域集合中各个所述候选区域各自对应的所述占用概率平均值中找出最大值，得到目标占用概率平均值；

根据所述目标占用概率平均值对应的所述候选区域，确定位姿重定位结果。

本申请还提出了一种激光扫地机的位姿重定位装置，所述装置包括：

请求获取模块，用于获取位姿重定位请求；

数据获取模块，用于基于所述位姿重定位请求，获取历史栅格地图、待定位的点云数据和预设概率阈值；

候选区域确定模块，用于采用分支界定法和所述预设概率阈值，根据所述待定位的点云数据和所述历史栅格地图进行匹配，得到候选区域集合；

位姿重定位结果确定模块，用于根据所述候选区域集合，确定位姿重定位结果。

本申请还提出了一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述任一项所述方法的步骤。

本申请还提出了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述任一项所述的方法的步骤。

本申请的激光扫地机的位姿重定位方法、装置、设备及介质，通过获取位姿重定位请求，基于位姿重定位请求，获取历史栅格地图、待定位的点云数据和预设概率阈值，采用分支界定法和预设概率阈值，根据待定位的点云数据和历史栅格地图进行匹配，得到候选区域集合，根据候选区域集合，确定位姿重定位结果，只需要获取待定位的点云数据即可进行位姿重定位，实现了在不需要激光扫地机走动和/或旋转的情况下进行位姿重定位，避免在遇到复杂环境时无法脱困，减少由于走动和/或旋转带来的误差，提高了位姿重定位的准确性，减少了重定位的时间，提高了用户体验。

附图说明

图1为本申请一实施例的激光扫地机的位姿重定位方法的流程示意图；

图2为本申请一实施例的激光扫地机的位姿重定位装置的结构示意框图；

图3为本申请一实施例的计算机设备的结构示意框图。

本申请目的实现、功能特点及优点将结合实施例，参照附图做进一步说明。

具体实施方式

为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。

为了解决现有技术的激光扫地机的位姿重定位方法在遇到复杂环境时无法脱困，无法按预期进行清扫，延长了重定位的时间，影响了用户体验的技术问题，本申请提出了一种激光扫地机的位姿重定位方法，所述方法应用于激光定位技术领域。所述激光扫地机的位姿重定位方法通过在获取位姿重定位请求时，在不走动和不旋转的情况下进行激光扫描，根据激光扫描的数据生成点云数据，采用分支界定法将点云数据和历史栅格地图进行匹配，根据匹配结果确定位姿重定位结果，只需要获取待定位的点云数据即可进行位姿重定位，实现了在不需要激光扫地机走动和/或旋转的情况下进行位姿重定位，避免在遇到复杂环境时无法脱困，减少由于走动和/或旋转带来的误差，提高了位姿重定位的准确性，减少了重定位的时间，提高了用户体验。

参照图1，本申请实施例中提供一种激光扫地机的位姿重定位方法，所述方法包括：

S1：获取位姿重定位请求；

S2：基于所述位姿重定位请求，获取历史栅格地图、待定位的点云数据和预设概率阈值；

S3：采用分支界定法和所述预设概率阈值，根据所述待定位的点云数据和所述历史栅格地图进行匹配，得到候选区域集合；

S4：根据所述候选区域集合，确定位姿重定位结果。

本实施例通过获取位姿重定位请求，基于位姿重定位请求，获取历史栅格地图、待定位的点云数据和预设概率阈值，采用分支界定法和预设概率阈值，根据待定位的点云数据和历史栅格地图进行匹配，得到候选区域集合，根据候选区域集合，确定位姿重定位结果，只需要获取待定位的点云数据即可进行位姿重定位，实现了在不需要激光扫地机走动和/或旋转的情况下进行位姿重定位，避免在遇到复杂环境时无法脱困，减少由于走动和/或旋转带来的误差，提高了位姿重定位的准确性，减少了重定位的时间，提高了用户体验。

可以理解的是，本申请的激光扫地机的位姿重定位方法可以应用于激光扫地机，还可以应用于其他采用激光进行定位的设备。比如，激光定位的驾驶汽车、激光定位的机器人，在此举例不做具体限定。

激光扫地机，是采用激光进行定位的扫地机。

对于S1，位姿重定位请求可以是用户发送的，还可以是实现本申请的程序文件触发的。

位姿重定位请求，是需要对激光扫地机的当前位姿(二维空间的位姿)进行重新定位的请求。

对于S2，响应所述位姿重定位请求，控制激光扫地机的激光传感器对周围环境进行激光扫描一圈，得到激光数据，根据激光数据进行点云格式转换将转换得到的所有点云作为待定位的点云数据。可以理解的是，在激光扫描和确定点云数据的过程中，不需要控制激光扫地机走动，也不需要控制激光扫地机旋转。

激光扫地机的顶端安装有激光传感器，通过激光传感器发射激光和接收障碍物反射的激光，根据发射的激光和反射的激光之间的时间差确定激光扫地机与障碍物之间的距离。

其中，可以从数据库中获取历史栅格地图，还可以从缓存中获取历史栅格地图。

历史栅格地图，是根据激光扫地机历史激光扫描得到的数据生成的栅格地图。

栅格地图，也称光栅图像，是指在空间和亮度上都已经离散化了的图像。我们可以把一幅栅格图像考虑为一个矩阵，矩阵中的任一元素对应于图像中的一个点，而相应的值对应于该点的灰度级，数字矩阵中的元素叫做像素。

可选的，历史栅格地图是根据P5格式(便携式灰度图像格式的一种类型)的PGM(便携式灰度图像格式)图像生成的三值化地图，其中，每个三值化地图中每个栅格对应一个像素点，历史栅格地图的分辨率为x，每个像素点代表x*x(x*x也就是一个栅格的面积)，当栅格被占用时该栅格对应的像素点像素值为254，当栅格没有被占用时该栅格对应的像素点像素值为1，当栅格不确定是否被占用时该栅格对应的像素点像素值为255。

其中，可以从数据库获取预设概率阈值，也可以从缓存获取预设概率阈值，还可以将预设概率阈值写入实现申请的程序文件中。

对于S3，对所述历史栅格地图按树形结构进行区域划分，每划分一层都将所述待定位的点云数据映射到划分得到的节点对应的栅格地图的区域，然后基于栅格的占用概率采用分支界定法进行剪枝操作，完成最后一层区域划分和剪枝操作后，将保留下的每个最小的栅格地图的区域作为一个候选区域，将所有候选区域作为候选区域集合，其中，在采用分支界定法进行剪枝操作时将小于或等于所述预设概率阈值的节点及该节点的所有子节点进行剪枝，也就是将小于或等于所述预设概率阈值的节点对应的栅格地图的区域进行丢弃处理。也就是说，候选区域是能划分得到的最小的栅格地图的区域。

所述预设概率阈值，是一个0到1的值，不包括0，也不包括1。

可选的，将所述预设概率阈值设置为0.5。从而提高了分支定界的效率，也避免过渡剪枝找不到候选区域。

对于S4，当所述候选区域集合不为空时，从所述候选区域集合中选择占用概率平均值最大的候选区域，根据选择的候选区域，确定位姿重定位结果；当所述候选区域集合为空时，生成重新构建地图信号，所述重新构建地图信号用于控制激光扫地机通过走动和旋转的操作重新构建栅格地图。

可以理解的是，位姿重定位结果是个二维空间的位姿。

在一个实施例中，上述获取位姿重定位请求的步骤，包括：

S11：获取重定位信号，根据所述重定位信号生成所述位姿重定位请求，其中，所述重定位信号包括：开机信号、开机离地后放回地面信号、轮子打滑信号中的任一种。

本实施例根据重定位信号自动生成位姿重定位请求，提高了激光扫地机的自动化性能，进一步提高了用户体验。

对于S11，用户可以在激光扫地机的触摸显示屏操作开机按钮，开机按钮被点击时将自动触发开机信号。用户也可以按下激光扫地机的开机按键，开机按键被按下时将自动触发开机信号。用户还可以在与激光扫地机通信连接的手机APP中操作开机按钮，开机按钮被点击时将自动触发开机信号。用户还可以按下与激光扫地机通信连接的遥控器中的开机按键，开机按键被按下时将自动触发开机信号。

激光扫地机在检测到开机状态下离地后再放回地面时，自动触发开机离地后放回地面信号。

激光扫地机在检测到轮子打滑时，自动触发轮子打滑信号。

其中，激光扫地机的处理器收到重定位信号时，生成位姿重定位请求，并将位姿重定位请求发送给接收请求的软件程序模块。

在一个实施例中，上述获取历史栅格地图、待定位的点云数据和预设概率阈值的步骤，包括：

S211：当所述重定位信号是所述开机信号时，获取历史灰度图像，对所述历史灰度图像进行滤波处理，得到滤波后的历史灰度图像，根据所述滤波后的历史灰度图像进行栅格地图生成，得到所述历史栅格地图；

S212：当所述重定位信号是所述轮子打滑信号或所述开机离地后放回地面信号时，从缓存中获取栅格地图，得到所述历史栅格地图。

本实施例实现了根据重定位信号确定历史栅格地图，从而满足不同场景的位姿重定位需求，有利于提高位姿重定位的效率。

对于S211，为了减少存储空间，激光扫地机在关机时，需要将缓存中的栅格地图转换成灰度图像存放。

当所述重定位信号是所述开机信号时，意味着激光扫地机需要重新载入历史地图，此时可以从数据库中获取历史灰度图像，然后对所述历史灰度图像进行滤波处理，将滤波处理得到的图像作为滤波后的历史灰度图像，从而减少了图像的噪声，最后将所述滤波后的历史灰度图像进行栅格地图生成，将生成的栅格地图作为历史栅格地图。

历史灰度图像，也就是栅格地图转换成的灰度图像。

对于S212，当所述重定位信号是所述轮子打滑信号或所述开机离地后放回地面信号时，此时缓存中的栅格地图是激光扫地机正在使用的地图，还没有来得及转换成灰度地图存放，所以可以直接从缓存中获取栅格地图，将获取的栅格地图作为所述历史栅格地图，从而提高了获取历史栅格地图的速度，提高了位姿重定位的速度，进一步提高了用户体验。

在一个实施例中，上述获取历史栅格地图、待定位的点云数据和预设概率阈值的步骤，还包括：

S221：通过激光传感器进行扫描，得到待处理的激光数据；

S222：对所述待处理的激光数据进行点云格式转换，得到待处理的点云数据；

S223：根据所述历史栅格地图对所述待处理的点云数据进行体素滤波，得到所述待定位的点云数据。

本实施例通过对点云数据进行体素滤波，实现了对点云数据的降采样，从而使所述待定位的点云数据在映射到历史栅格地图时，最多只有一个点映射到同一个栅格，从而有利于提高确定候选区域的准确性，提高了位姿重定位的准确性。

对于S221，控制激光扫地机的激光传感器对周围环境激光扫描一圈，将激光扫描得到的激光数据作为待处理的激光数据。

激光扫地机在激光扫描过程中扫描到的点以距离和角度的方式采集，也就是说，待处理的激光数据中包括的是每个点的距离和角度。

对于S222，待处理的点云数据表述为(x，y)，也就是说待处理的点云数据是二维数据。

待处理的点云数据表述为(x，y)的计算公式为：

x＝range*cos(θ)

y＝range*sin(θ)

其中，range是待处理的激光数据的点的距离，θ是待处理的激光数据的点的角度。

对于S223，获取所述历史栅格地图的栅格地图分辨率；采用体素栅格滤波器根据所述栅格地图分辨率对所述待处理的点云数据进行体素滤波，将体素滤波剩下的点云数据作为所述待定位的点云数据，使所述待定位的点云数据在映射到历史栅格地图时，最多只有一个点映射到同一个栅格，从而去掉了多余的点，减少了因为多余的点在同一个栅格造成匹配过程中计算不准确的现象。

体素栅格滤波器的实现方法和原理在此不做赘述。

在一个实施例中，上述采用分支界定法和所述预设概率阈值，根据所述待定位的点云数据和所述历史栅格地图进行匹配，得到候选区域集合的步骤，包括：

S31：将所述历史栅格地图作为待划分的栅格地图；

S32：采用预设的区域划分规则对所述待划分的栅格地图进行区域划分，得到多个区域栅格地图；

S33：将所述待定位的点云数据分别映射到所述多个区域栅格地图中的每个区域栅格地图上，得到所述多个区域栅格地图中各个所述区域栅格地图各自对应的待计算的区域；

S34：分别对每个所述待计算的区域进行栅格占用概率的平均值计算，得到所述多个区域栅格地图中各个所述区域栅格地图各自对应的占用概率平均值；

S35：从所述多个区域栅格地图中各个所述区域栅格地图各自对应的所述占用概率平均值中找出所有大于所述预设概率阈值的值，得到候选占用概率平均值集合；

S36：分别将所述候选占用概率平均值集合中每个所述占用概率平均值对应的所述区域栅格地图作为一个所述待划分的栅格地图；

S37：重复执行所述采用预设的区域划分规则对所述待划分的栅格地图进行区域划分，得到多个区域栅格地图的步骤，直至每个所述待划分的栅格地图达到所述预设的区域划分规则的结束划分条件；

S38：将每个所述待划分的栅格地图作为一个候选区域；

S39：根据所有所述候选区域，得到所述候选区域集合。

本实施例基于栅格的占用概率采用分支界定法进行剪枝操作，从而减少需要匹配的区域，能较快的求得候选区域；而且采用所述预设概率阈值作为剪枝的下限概率，有利于对剪枝的程度进行控制。

对于S32，采用预设的区域划分规则将所述待划分的栅格地图划分为多个区域，将每个区域作为一个区域栅格地图。

可选的，采用预设的区域划分规则包括预设划分层数和最小区域栅格数；根据所述预设划分层数、所述最小区域栅格数和所述待划分的栅格地图的栅格分辨率计算得到各层每个节点划分区域数量。通过控制划分层数有利于控制匹配的总时长。比如，第1层每个节点划分区域数量为4，则将所述待划分的栅格地图划分为4个区域，所述多个区域栅格地图中区域栅格地图的数量为4，在此举例不做具体限定。

可选的，采用预设的区域划分规则设置包括预设每个节点划分区域数量和最小区域栅格数，从而有利于控制剪枝的范围。比如，预设每个节点划分区域数量为6，则将所述待划分的栅格地图划分为6个区域，所述多个区域栅格地图中区域栅格地图的数量为6，在此举例不做具体限定。

对于S33，从所述多个区域栅格地图中提取一个区域栅格地图，得到待映射的区域栅格地图；将所述待定位的点云数据映射到所述待映射的区域栅格地图上，将在所述待映射的区域栅格地图上映射到的所有栅格作为待映射的区域栅格地图对应的待计算的区域；重复执行所述从所述多个区域栅格地图中提取一个区域栅格地图，得到待映射的区域栅格地图的步骤，直至确定所述多个区域栅格地图中各个所述区域栅格地图各自对应的待计算的区域。可以理解的是，在将所述待定位的点云数据映射到所述待映射的区域栅格地图上时，每个栅格最多只会被映射一个点。也就是说，所述待计算的区域是区域栅格地图的部分区域。

对于S34，从所有所述待计算的区域中提取一个所述待计算的区域，得到目标待计算的区域；将目标待计算的区域中每个栅格对应的像素点转换为占用概率；计算目标待计算的区域中所有栅格的占用概率的平均值，将计算的平均值作为目标待计算的区域对应的占用概率平均值；重复执行所述从所有所述待计算的区域中提取一个所述待计算的区域，得到目标待计算的区域的步骤，直至确定所述多个区域栅格地图中各个所述区域栅格地图各自对应的占用概率平均值。

比如，当栅格对应的像素点的值为1时则确定该栅格对应的占用概率为0.1，当栅格对应的像素点的值为254时则确定该栅格对应的占用概率为0.9，当栅格对应的像素点的值为255时则确定该栅格对应的占用概率为大于0.1且小于0.9的值，在此举例不做具体限定。

对于S35，从所述多个区域栅格地图中各个所述区域栅格地图各自对应的所述占用概率平均值中找出所有大于所述预设概率阈值的值，将找出的每个所述占用概率平均值作为一个候选占用概率平均值，将所有候选占用概率平均值作为候选占用概率平均值集合。也就是说，将小于或等于所述预设概率阈值的所述占用概率平均值丢弃处理，从而实现对小于或等于所述预设概率阈值的所述占用概率平均值对应的区域栅格地图的剪枝操作。

对于S36，将每个所述占用概率平均值对应的所述区域栅格地图作为一个所述待划分的栅格地图，为下次进行区域划分做准备。

对于S37，重复执行步骤S32至步骤S37，直至每个所述待划分的栅格地图达到所述预设的区域划分规则的结束划分条件。通过重复执行步骤S32至步骤S37，实现了采用分支界定法和所述预设概率阈值，根据所述待定位的点云数据和所述历史栅格地图进行匹配。

可选的，所述待划分的栅格地图达到所述预设的区域划分规则的结束划分条件，包括但不限于：所述待划分的栅格地图对应的所述多个区域栅格地图中各个所述区域栅格地图各自对应的占用概率平均值全部小于或等于所述预设概率阈值、或达到预设划分层数。所述待划分的栅格地图的栅格数量小于或等于所述预设的区域划分规则的最小区域栅格数。

对于S38，通过重复执行步骤S32至步骤S37后剩余的所述待划分的栅格地图，都是满足匹配条件的区域，因此可以将每个所述待划分的栅格地图作为一个候选区域。

对于S39，将所有所述候选区域作为所述候选区域集合。可以理解的是，所述候选区域集合中所述候选区域的数量可以是1个，也可以是多个，还可以是0个。

在一个实施例中，上述将所述待定位的点云数据分别映射到所述多个区域栅格地图中的每个区域栅格地图上，得到所述多个区域栅格地图中各个所述区域栅格地图各自对应的待计算的区域的步骤，包括：

S331：采用预设参考位姿确定规则分别对所述多个区域栅格地图中每个所述区域栅格地图进行参考位姿生成，得到所述多个区域栅格地图中各个所述区域栅格地图各自对应的目标参考位姿；

S332：根据所述多个区域栅格地图中各个所述区域栅格地图各自对应的所述目标参考位姿，将所述待定位的点云数据分别映射到所述多个区域栅格地图中的每个所述区域栅格地图上，得到所述多个区域栅格地图中各个所述区域栅格地图各自对应的所述待计算的区域。

本实施例实现了基于目标参考位姿将所述待定位的点云数据分别映射到所述多个区域栅格地图中的每个所述区域栅格地图上，从而为后续进行占用概率平均值计算提供了基础。

对于S331，采用预设参考位姿确定规则分别对所述多个区域栅格地图中每个所述区域栅格地图进行参考位姿生成，也就是说，每个所述区域栅格地图有一个单独的目标参考位姿。

预设参考位姿确定规则包括但不限于：以左上角的点作为参考位姿。

对于S332，从所述多个区域栅格地图中提取一个区域栅格地图，得到待映射的区域栅格地图；基于待映射的区域栅格地图对应的目标参考位姿，将所述待定位的点云数据映射到所述待映射的区域栅格地图上，将在所述待映射的区域栅格地图上映射到的所有栅格作为待映射的区域栅格地图对应的待计算的区域；重复执行所述从所述多个区域栅格地图中提取一个区域栅格地图，得到待映射的区域栅格地图的步骤，直至确定所述多个区域栅格地图中各个所述区域栅格地图各自对应的所述待计算的区域。

在一个实施例中，上述根据所述候选区域集合，确定位姿重定位结果的步骤，包括：

S41：从所述候选区域集合中各个所述候选区域各自对应的所述占用概率平均值中找出最大值，得到目标占用概率平均值；

S42：根据所述目标占用概率平均值对应的所述候选区域，确定位姿重定位结果。

本实施例实现了根据所述候选区域集合，确定位姿重定位结果，从而进一步提高了确定位姿重定位结果的精度。

对于S41，从所述候选区域集合中各个所述候选区域各自对应的所述占用概率平均值中找出最大值，将最大值对应的占用概率平均值作为目标占用概率平均值。

对于S42，将所述目标占用概率平均值对应的所述候选区域作为目标候选区域。

其中，将目标候选区域对应的目标参考位姿作为位姿重定位结果。

可选的，将目标候选区域的中心点作为位姿重定位结果。

可选的，以目标候选区域对应的待计算的区域的中心点作为位姿重定位结果。

参照图2，本申请还提出了一种激光扫地机的位姿重定位装置，所述装置包括：

请求获取模块100，用于获取位姿重定位请求；

数据获取模块200，用于基于所述位姿重定位请求，获取历史栅格地图、待定位的点云数据和预设概率阈值；

候选区域确定模块300，用于采用分支界定法和所述预设概率阈值，根据所述待定位的点云数据和所述历史栅格地图进行匹配，得到候选区域集合；

位姿重定位结果确定模块400，用于根据所述候选区域集合，确定位姿重定位结果。

本实施例通过获取位姿重定位请求，基于位姿重定位请求，获取历史栅格地图、待定位的点云数据和预设概率阈值，采用分支界定法和预设概率阈值，根据待定位的点云数据和历史栅格地图进行匹配，得到候选区域集合，根据候选区域集合，确定位姿重定位结果，只需要获取待定位的点云数据即可进行位姿重定位，实现了在不需要激光扫地机走动和/或旋转的情况下进行位姿重定位，避免在遇到复杂环境时无法脱困，减少由于走动和/或旋转带来的误差，提高了位姿重定位的准确性，减少了重定位的时间，提高了用户体验。

在一个实施例中，上述请求获取模块100包括：重定位信号获取子模块、请求生成子模块；

所述重定位信号获取子模块，用于获取重定位信号，其中，所述重定位信号包括：开机信号、开机离地后放回地面信号、轮子打滑信号中的任一种；

所述请求生成子模块，用于根据所述重定位信号生成所述位姿重定位请求。

在一个实施例中，上述数据获取模块200包括：第一历史栅格地图获取子模块、第二历史栅格地图获取子模块；

所述第一历史栅格地图获取子模块，用于当所述重定位信号是所述开机信号时，获取历史灰度图像，对所述历史灰度图像进行滤波处理，得到滤波后的历史灰度图像，根据所述滤波后的历史灰度图像进行栅格地图生成，得到所述历史栅格地图；

所述第二历史栅格地图获取子模块，用于当所述重定位信号是所述轮子打滑信号或所述开机离地后放回地面信号时，从缓存中获取栅格地图，得到所述历史栅格地图。

在一个实施例中，上述数据获取模块200还包括：激光扫描子模块、点云数据生成子模块、体素滤波子模块；

所述激光扫描子模块，用于通过激光传感器进行扫描，得到待处理的激光数据；

所述点云数据生成子模块，用于对所述待处理的激光数据进行点云格式转换，得到待处理的点云数据；

所述体素滤波子模块，用于根据所述历史栅格地图对所述待处理的点云数据进行体素滤波，得到所述待定位的点云数据。

在一个实施例中，上述候选区域确定模块300包括：待划分的栅格地图确定子模块、区域划分子模块、待计算的区域确定子模块、占用概率平均值确定子模块、候选占用概率平均值确定子模块、循环控制自模块、候选区域子模块、候选区域集合确定子模块；

所述待划分的栅格地图确定子模块，用于将所述历史栅格地图作为待划分的栅格地图；

所述区域划分子模块，用于采用预设的区域划分规则对所述待划分的栅格地图进行区域划分，得到多个区域栅格地图；

所述待计算的区域确定子模块，用于将所述待定位的点云数据分别映射到所述多个区域栅格地图中的每个区域栅格地图上，得到所述多个区域栅格地图中各个所述区域栅格地图各自对应的待计算的区域；

所述占用概率平均值确定子模块，用于分别对每个所述待计算的区域进行栅格占用概率的平均值计算，得到所述多个区域栅格地图中各个所述区域栅格地图各自对应的占用概率平均值；

所述候选占用概率平均值确定子模块，用于从所述多个区域栅格地图中各个所述区域栅格地图各自对应的所述占用概率平均值中找出所有大于所述预设概率阈值的值，得到候选占用概率平均值集合；

所述循环控制自模块，用于分别将所述候选占用概率平均值集合中每个所述占用概率平均值对应的所述区域栅格地图作为一个所述待划分的栅格地图，重复执行所述采用预设的区域划分规则对所述待划分的栅格地图进行区域划分，得到多个区域栅格地图的步骤，直至每个所述待划分的栅格地图达到所述预设的区域划分规则的结束划分条件；

所述候选区域子模块，用于将每个所述待划分的栅格地图作为一个候选区域；

所述候选区域集合确定子模块，用于根据所有所述候选区域，得到所述候选区域集合。

在一个实施例中，上述待计算的区域确定子模块包括：目标参考位姿确定子模块、点云数据映射子模块；

所述目标参考位姿确定子模块，用于采用预设参考位姿确定规则分别对所述多个区域栅格地图中每个所述区域栅格地图进行参考位姿生成，得到所述多个区域栅格地图中各个所述区域栅格地图各自对应的目标参考位姿；

所述点云数据映射子模块，用于根据所述多个区域栅格地图中各个所述区域栅格地图各自对应的所述目标参考位姿，将所述待定位的点云数据分别映射到所述多个区域栅格地图中的每个所述区域栅格地图上，得到所述多个区域栅格地图中各个所述区域栅格地图各自对应的所述待计算的区域。

在一个实施例中，上述位姿重定位结果确定模块400包括：目标占用概率平均值确定子模块、位姿重定位结果确定子模块；

所述目标占用概率平均值确定子模块，用于从所述候选区域集合中各个所述候选区域各自对应的所述占用概率平均值中找出最大值，得到目标占用概率平均值；

所述位姿重定位结果确定子模块，用于根据所述目标占用概率平均值对应的所述候选区域，确定位姿重定位结果。

参照图3，本申请实施例中还提供一种计算机设备，该计算机设备可以是服务器，其内部结构可以如图3所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中，该计算机设计的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于储存激光扫地机的位姿重定位方法等数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种激光扫地机的位姿重定位方法。所述激光扫地机的位姿重定位方法，包括：获取位姿重定位请求；基于所述位姿重定位请求，获取历史栅格地图、待定位的点云数据和预设概率阈值；采用分支界定法和所述预设概率阈值，根据所述待定位的点云数据和所述历史栅格地图进行匹配，得到候选区域集合；根据所述候选区域集合，确定位姿重定位结果。

本实施例通过获取位姿重定位请求，基于位姿重定位请求，获取历史栅格地图、待定位的点云数据和预设概率阈值，采用分支界定法和预设概率阈值，根据待定位的点云数据和历史栅格地图进行匹配，得到候选区域集合，根据候选区域集合，确定位姿重定位结果，只需要获取待定位的点云数据即可进行位姿重定位，实现了在不需要激光扫地机走动和/或旋转的情况下进行位姿重定位，避免在遇到复杂环境时无法脱困，减少由于走动和/或旋转带来的误差，提高了位姿重定位的准确性，减少了重定位的时间，提高了用户体验。

本申请一实施例还提供一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现一种激光扫地机的位姿重定位方法，包括步骤：获取位姿重定位请求；基于所述位姿重定位请求，获取历史栅格地图、待定位的点云数据和预设概率阈值；采用分支界定法和所述预设概率阈值，根据所述待定位的点云数据和所述历史栅格地图进行匹配，得到候选区域集合；根据所述候选区域集合，确定位姿重定位结果。

上述执行的激光扫地机的位姿重定位方法，通过获取位姿重定位请求，基于位姿重定位请求，获取历史栅格地图、待定位的点云数据和预设概率阈值，采用分支界定法和预设概率阈值，根据待定位的点云数据和历史栅格地图进行匹配，得到候选区域集合，根据候选区域集合，确定位姿重定位结果，只需要获取待定位的点云数据即可进行位姿重定位，实现了在不需要激光扫地机走动和/或旋转的情况下进行位姿重定位，避免在遇到复杂环境时无法脱困，减少由于走动和/或旋转带来的误差，提高了位姿重定位的准确性，减少了重定位的时间，提高了用户体验。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的和实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可以包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双速据率SDRAM(SSRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。

需要说明的是，在本文中，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、装置、物品或者方法不仅包括那些要素，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、装置、物品或者方法所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、装置、物品或者方法中还存在另外的相同要素。

以上所述仅为本申请的优选实施例，并非因此限制本申请的专利范围，凡是利用本申请说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本申请的专利保护范围内。

Claims (10)

1.一种激光扫地机的位姿重定位方法，其特征在于，所述方法包括：

获取位姿重定位请求；

基于所述位姿重定位请求，获取历史栅格地图、待定位的点云数据和预设概率阈值；

采用分支界定法和所述预设概率阈值，根据所述待定位的点云数据和所述历史栅格地图进行匹配，得到候选区域集合；

根据所述候选区域集合，确定位姿重定位结果。

2.根据权利要求1所述的激光扫地机的位姿重定位方法，其特征在于，所述获取位姿重定位请求的步骤，包括：

获取重定位信号，根据所述重定位信号生成所述位姿重定位请求，其中，所述重定位信号包括：开机信号、开机离地后放回地面信号、轮子打滑信号中的任一种。

3.根据权利要求2所述的激光扫地机的位姿重定位方法，其特征在于，所述获取历史栅格地图、待定位的点云数据和预设概率阈值的步骤，包括：

当所述重定位信号是所述开机信号时，获取历史灰度图像，对所述历史灰度图像进行滤波处理，得到滤波后的历史灰度图像，根据所述滤波后的历史灰度图像进行栅格地图生成，得到所述历史栅格地图；

当所述重定位信号是所述轮子打滑信号或所述开机离地后放回地面信号时，从缓存中获取栅格地图，得到所述历史栅格地图。

4.根据权利要求1所述的激光扫地机的位姿重定位方法，其特征在于，所述获取历史栅格地图、待定位的点云数据和预设概率阈值的步骤，还包括：

通过激光传感器进行扫描，得到待处理的激光数据；

对所述待处理的激光数据进行点云格式转换，得到待处理的点云数据；

根据所述历史栅格地图对所述待处理的点云数据进行体素滤波，得到所述待定位的点云数据。

5.根据权利要求1所述的激光扫地机的位姿重定位方法，其特征在于，所述采用分支界定法和所述预设概率阈值，根据所述待定位的点云数据和所述历史栅格地图进行匹配，得到候选区域集合的步骤，包括：

将所述历史栅格地图作为待划分的栅格地图；

采用预设的区域划分规则对所述待划分的栅格地图进行区域划分，得到多个区域栅格地图；

将所述待定位的点云数据分别映射到所述多个区域栅格地图中的每个区域栅格地图上，得到所述多个区域栅格地图中各个所述区域栅格地图各自对应的待计算的区域；

分别对每个所述待计算的区域进行栅格占用概率的平均值计算，得到所述多个区域栅格地图中各个所述区域栅格地图各自对应的占用概率平均值；

从所述多个区域栅格地图中各个所述区域栅格地图各自对应的所述占用概率平均值中找出所有大于所述预设概率阈值的值，得到候选占用概率平均值集合；

分别将所述候选占用概率平均值集合中每个所述占用概率平均值对应的所述区域栅格地图作为一个所述待划分的栅格地图；

重复执行所述采用预设的区域划分规则对所述待划分的栅格地图进行区域划分，得到多个区域栅格地图的步骤，直至每个所述待划分的栅格地图达到所述预设的区域划分规则的结束划分条件；

将每个所述待划分的栅格地图作为一个候选区域；

根据所有所述候选区域，得到所述候选区域集合。

6.根据权利要求5所述的激光扫地机的位姿重定位方法，其特征在于，所述将所述待定位的点云数据分别映射到所述多个区域栅格地图中的每个区域栅格地图上，得到所述多个区域栅格地图中各个所述区域栅格地图各自对应的待计算的区域的步骤，包括：

采用预设参考位姿确定规则分别对所述多个区域栅格地图中每个所述区域栅格地图进行参考位姿生成，得到所述多个区域栅格地图中各个所述区域栅格地图各自对应的目标参考位姿；

根据所述多个区域栅格地图中各个所述区域栅格地图各自对应的所述目标参考位姿，将所述待定位的点云数据分别映射到所述多个区域栅格地图中的每个所述区域栅格地图上，得到所述多个区域栅格地图中各个所述区域栅格地图各自对应的所述待计算的区域。

7.根据权利要求5所述的激光扫地机的位姿重定位方法，其特征在于，所述根据所述候选区域集合，确定位姿重定位结果的步骤，包括：

从所述候选区域集合中各个所述候选区域各自对应的所述占用概率平均值中找出最大值，得到目标占用概率平均值；

根据所述目标占用概率平均值对应的所述候选区域，确定位姿重定位结果。

8.一种激光扫地机的位姿重定位装置，其特征在于，所述装置包括：

请求获取模块，用于获取位姿重定位请求；

数据获取模块，用于基于所述位姿重定位请求，获取历史栅格地图、待定位的点云数据和预设概率阈值；

候选区域确定模块，用于采用分支界定法和所述预设概率阈值，根据所述待定位的点云数据和所述历史栅格地图进行匹配，得到候选区域集合；

位姿重定位结果确定模块，用于根据所述候选区域集合，确定位姿重定位结果。

9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述方法的步骤。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。

Images