CN113324551A - 一种定位方法、装置、电子设备及存储介质 - Google Patents

一种定位方法、装置、电子设备及存储介质 Download PDF

Info

Publication number
CN113324551A
CN113324551A CN202110594726.2A CN202110594726A CN113324551A CN 113324551 A CN113324551 A CN 113324551A CN 202110594726 A CN202110594726 A CN 202110594726A CN 113324551 A CN113324551 A CN 113324551A
Authority
CN
China
Prior art keywords
data
view
positioning
map
sensor
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.)
Pending
Application number
CN202110594726.2A
Other languages
English (en)
Inventor
宋乐
郭鑫
李国林
谭浩轩
王世魏
陈侃
霍峰
秦宝星
程昊天
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.)
Shanghai Gaussian Automation Technology Development Co Ltd
Original Assignee
Shanghai Gaussian Automation Technology Development 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 Shanghai Gaussian Automation Technology Development Co Ltd filed Critical Shanghai Gaussian Automation Technology Development Co Ltd
Priority to CN202110594726.2A priority Critical patent/CN113324551A/zh
Publication of CN113324551A publication Critical patent/CN113324551A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/28Navigation; 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
    • G01C21/30Map- or contour-matching

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Automation & Control Theory (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

本发明公开了一种定位方法、装置、电子设备及存储介质。所述方法应用于电子设备,所述电子设备包括至少两个顶视传感器,所述方法包括:获取传感器数据;处理所述传感器数据;在获取定位指令的情况下,根据处理后的传感器数据与全局地图中的局部地图数据进行匹配,确定所述电子设备在所述全局地图中的位姿。利用该方法,能够有效提高电子设备的定位精度。

Description

一种定位方法、装置、电子设备及存储介质
技术领域
本发明实施例涉及机器人技术领域,尤其涉及一种定位方法、装置、电子设备及存储介质。
背景技术
随着社会的发展和技术的进步,电子设备逐渐从实验室走入人类的日常生活之中,以电子设备为机器人为例,日常生活中的机器人包括移动机器人和位置固定的机器人。
其中,移动机器人实现所需功能的必要需求是移动机器人准确知道自身位置,即在环境中准确定位自身的位置,从而才可能实现用户下达的指令。
然而,现实中环境是会发生变换的,如环境中包括较多动态障碍物。当环境发生变换时,电子设备的定位精度就会受到影响,故如何提高电子设备定位精度是当前亟待解决的。
发明内容
本发明实施例提供了一种定位方法、装置、电子设备及存储介质,有效的提高了电子设备的定位精度。
第一方面,本发明实施例提供了一种定位方法,应用于电子设备,所述电子设备包括至少两个顶视传感器,所述方法包括:
获取传感器数据;
处理所述传感器数据;
在获取定位指令的情况下,根据处理后的传感器数据与全局地图中的局部地图数据进行匹配,确定所述电子设备在所述全局地图中的位姿。
该实施例基于由顶视传感器采集的数据和全局地图进行电子设备定位,有效的提升了电子设备的定位精度。
可选的,处理所述传感器数据,包括:
基于时间戳将所述至少一种传感器数据进行对齐;
预处理对齐后的顶视环境数据,所述顶视环境数据由各所述顶视传感器采集。
该实施例细化了处理传感器数据操作,确保处理后的传感器能够实现精确的定位。
可选的,所述预处理对齐后的顶视环境数据,包括:
去除对齐后的顶视环境数据中的噪点;
拼接去除噪点后的顶视环境数据;
提取所述顶视环境数据中面边缘的点云信息。
该实施例细化了预处理对齐后的顶视环境数据的操作,通过拼接去噪后的顶视环境数据,增加了顶视传感器的视场角度,通过提取面边缘的点云信息提升了定位效率。
可选的,所述拼接去除噪点后的顶视环境数据,包括:
将去除噪点后的顶视环境数据转换至目标顶视传感器所在坐标系下,所述目标顶视传感器为各所述顶视传感器中的一个顶视传感器。
该实施例细化了拼接去除噪点后的顶视环境数据的操作,通过坐标系转换的技术手段有效的增加了顶视传感器的视场角。
可选的,根据处理后的传感器数据与全局地图中的局部地图数据进行匹配,确定所述电子设备在所述全局地图中的位姿,包括:
将处理后的传感器数据所包括面边缘的点云信息转换为栅格数据;
确定全局地图中与所述栅格数据匹配的局部地图数据;
根据所述局部地图数据和所述栅格数据,确定所述电子设备在所述全局地图中的位姿。
该实施例将处理后的传感器数据与全局地图中的局部地图数据进行匹配,以确定电子设备的位姿,准确的进行了电子设备的定位。
可选的,所述根据所述局部地图数据和所述栅格数据,确定所述电子设备在所述全局地图中的位姿,包括:
根据所述局部地图数据与所述全局地图之间的位姿关系,以及所述栅格数据与所述局部地图数据间的位姿关系,确定所述电子设备在所述全局地图中的位姿。
该实施例细化了通过局部地图数据和全局地图进行电子设备定位的技术手段,有效的对电子设备进行了定位。
可选的,该方法,还包括:
若获取到建图指令,则将处理后的传感器数据所包括面边缘的点云信息添加至匹配的局部地图数据中;
将添加后的局部地图数据更新至所述全局地图中。
该实施例在获取到建图指令后,有效的基于处理后的传感器数据进行建图,以便于电子设备定位。
第二方面,本发明实施例还提供了一种定位装置,配置于电子设备,包括:
获取模块,用于获取传感器数据;
处理模块,用于处理所述传感器数据;
确定模块,用于在获取定位指令的情况下,根据处理后的传感器数据与全局地图中的局部地图数据进行匹配,确定所述电子设备在所述全局地图中的位姿。
第三方面,本发明实施例还提供了一种电子设备,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序;
所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现本发明实施例提供的定位方法。
可选的,电子设备还包括:
传感器:
所述传感器包括至少两个顶视传感器和轮式编码器,各所述顶视传感器间的视场角存在共视区域,各所述顶视传感器用于采集电子设备上方的顶视环境数据;所述轮式编码器用于确定所述电子设备运行的速度和距离。
第四方面,本发明实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现本发明实施例提供的定位方法。
本发明实施例提供了一种定位方法、装置、电子设备及存储介质,首先获取传感器数据;其次处理所述传感器数据;然后在获取定位指令的情况下,根据处理后的传感器数据与全局地图中的局部地图数据进行匹配,确定所述电子设备在所述全局地图中的位姿。利用上述技术方案,能够基于处理后的传感器数据和全局地图中的局部地图数据,进行电子设备的定位,在进行定位时有效的避免了环境发生变换时,定位精度差的技术问题,有效的提升了电子设备定位精度。
附图说明
图1为本发明实施例一提供的一种定位方法的流程示意图;
图1a为现有技术中机器人学中姿态定义示意图;
图1b为本发明实施例提供的一种定位方法的流程示意图;
图1c为本发明实施例提供的又一种定位方法的流程示意图;
图1d为本发明实施例提供的一种双顶视TOF相机的定位方法流程示意图;
图1e为本发明实施例提供的一种双顶视TOF相机安装示意图;
图2为本发明实施例二提供的一种定位装置的结构示意图;
图3为本发明实施例三提供的一种电子设备的结构示意图;
图4为本发明实施例四提供的一种存储介质的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释本发明,而非对本发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部结构。
在更加详细地讨论示例性实施例之前应当提到的是,一些示例性实施例被描述成作为流程图描绘的处理或方法。虽然流程图将各项操作(或步骤)描述成顺序的处理,但是其中的许多操作可以被并行地、并发地或者同时实施。此外,各项操作的顺序可以被重新安排。当其操作完成时所述处理可以被终止,但是还可以具有未包括在附图中的附加步骤。所述处理可以对应于方法、函数、规程、子例程、子程序等等。此外,在不冲突的情况下,本发明中的实施例及实施例中的特征可以相互组合。
本发明使用的术语“包括”及其变形是开放性包括,即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”。
需要注意,本发明中提及的“一个”、“多个”的修饰是示意性而非限制性的,本领域技术人员应当理解,除非在上下文另有明确指出,否则应该理解为“一个或多个”。
实施例一
图1为本发明实施例一提供的一种定位方法的流程示意图,该方法可适用于对电子设备进行定位的情况,该方法可以由定位装置来执行,其中该装置可由软件和/或硬件实现,并一般集成在电子设备上。该电子设备包括至少两个顶视传感器。顶视传感器可以认为是位于电子设备顶部的传感器。顶视传感器所采集的数据在建图阶段,用于构建全局地图。顶视传感器所采集的数据在定位阶段用于结合全局地图进行定位。本发明中的电子设备可以进行室内定位,在室外顶视环境不单一的情况下,可以进行室外定位。本发明中的电子设备可以为可移动的电子设备。示例性的,电子设备为机器人。
以下对本发明中涉及的技术名词进行描述:参考坐标系也称为基准坐标系,是描述点、线、面和坐标系等的位置或角度的参考基准。相机外参用来表示相机在三维空间中相对于参考坐标系的位姿,位姿指的是位置和姿态,图1a为现有技术中机器人学中姿态定义示意图,参见图1a,位置包括x,y,z,姿态包括航向角(yaw)、俯仰角(pitch)和翻滚角(roll)。
本发明中坐标变换:是从一种坐标系统变换到另一种坐标系统的过程。统计滤波器:计算每个点到其最近的k个点平均距离,则点云中所有点的距离应构成高斯分布。计算均值与方差,通过3σ原则剔除噪点,k为正整数。非线性优化方法:在给定的目标函数f(x)中,寻找最优的一组数值映射使得f(x)最大或者最小值,当f(x)是非线性函数时,求解的方法就成为非线性优化方法,本发明中x的维度是3,f(x1,y1,θ),即目标函数是关于x1,y1和θ的函数。其中,x1和y1可以表征顶视传感器间的相对距离,如顶视传感器间的距离,及顶视传感器距离屋内顶的距离。x1和y1可以是顶视传感器所在坐标系下的数值。θ可以认为是顶视传感器与竖直方向的夹角。飞行时间(Time of Fight,TOF)相机通过给目标连续发送光脉冲,然后利用传感器接收从物体返回的光,通过探测光脉冲的飞行时间来得到目标物的距离。本发明中目标可以认为电子设备顶部的物体,如屋内顶。
实现导航和定位的前提条件是建立环境中精确的地图,建立地图是实现定位和导航的基础条件。电子设备建图和定位常用方法包括相机和激光雷达等。基于激光雷达的方法精度高,数据精度抗干扰能力强,是当下较为成熟且应用较广的技术,但是单个激光造价较高,在广泛推广的过程中面临高成本的问题。利用相机进行定位具有硬件成本低,信息丰富等优点,相机主要包括单目相机,双目相机,深度相机等类型。只使用单目相机建图定位无法获取绝对尺度信息,通常需要轮式里程计或者惯性测量单元(Inertial MeasurementUnit,IMU)等传感器的融合。双目相机需要通过两个相机的视差计算还原场景中的深度信息,深度相机则通过TOF,结构光等技术直接获取场景中的深度,同时一般还有红外图像,深度可以还原为三维空间的点云,同样可以适用于激光定位算法。通过TOF相机可以同时获得类似激光的点云信息和视觉图像信息,结合了激光和相机两种传感器的优点。
定位首先要构建准确的室内地图,用于绝对坐标系下的电子设备自身位姿的计算和电子设备后续移动的路径规划。传统的传感器方向都是朝前方,建立的地图只能反应某一时刻当前环境状态,现实中环境是会发生变化的,当环境中发生变化时候,定位的精度就会降低。此外,现实环境中,前视传感器数据容易受到人流等动态物体的影响,这样也会影响定位的精度,从而制约电子设备在商场或者超市环境下的使用效果。
为了提高定位精度,如图1所示,本发明实施例一提供的一种定位方法,包括如下步骤:
S110、获取传感器数据。
在本实施例中,传感器数据可以认为是通过传感器采集的数据。传感器可以是电子设备上的检测装置。此处不对传感器数据的具体内容进行限定,可以基于电子设备所包括传感器的类型确定。如传感器数据包括顶视传感器采集的顶视环境数据。顶视环境数据可以是顶视传感器数据采集的数据,如采集电子设备顶部的环境数据作为顶视环境数据。环境数据的具体内容基于所采集的设备决定此处不作限定。
在实现定位前,本步骤可以首先获取电子设备上传感器采集的传感器数据,以便于对传感器数据进行处理,以进行定位,此处不对获取的方式进行限定。
S120、处理所述传感器数据。
获取传感器数据后,本步骤可以处理传感器数据,以便于能够基于处理后的传感器数据进行定位。此处不对如何处理传感器数据进行限定,不同的传感器数据对应不同的处理手段。
在一个实施例中,本步骤可以将传感器数据中的至少一种数据进行时间戳对齐,以便于进行定位。在传感器数据包括顶视环境数据时,由于顶视环境数据通过至少两个顶视传感器采集,故本实施例可以分别基于每个顶视传感器对应的顶视环境数据进行定位,也可以拼接各顶视传感器的顶视环境数据,以基于拼接后的顶视环境数据进行定位。
在一个实施例中,在基于顶视环境数据进行定位时,本实施例可以基于顶视环境数据进行面边缘点云信息提取,以基于点云信息进行全局地图匹配,以实现定位。全局地图可以是基于定位场景建立的栅格地图。定位场景可以认为是电子设备当前所处的需要对电子设备定位的场景。全局地图可以是在建图阶段构建。
S130、在获取定位指令的情况下,根据处理后的传感器数据与全局地图中的局部地图数据进行匹配,确定所述电子设备在所述全局地图中的位姿。
定位指令可以认为是触发电子设备进行定位的指令。定位指令可以通过人机交互界面触发,此处不作限定。局部地图数据可以认为是全局地图中的局部地图的数据。全局地图可以由局部地图组成。
本步骤可以基于处理后的传感器数据与局部地图数据确定两者的位姿变换关系,结合局部地图与全局地图间的位姿变换关系,进行电子设备定位。其中,处理后的传感器数据与局部地图数据匹配后,可以得到两者的位姿变换关系,然后结合局部地图与全局地图的位姿变换关系和处理后的传感器数据进行定位。其中,位姿变换关系即位姿关系。
在一个实施例中,全局地图可以为基于各顶视传感器采集的顶视环境数据构建的,故在定位阶段,基于处理后的传感器数据能够在全局地图中匹配到对应的局部地图数据,进而能够确定电子设备在全局地图中的位姿。
本发明实施例一提供的一种定位方法,首先获取传感器数据;其次处理所述传感器数据;然后在获取定位指令的情况下,根据处理后的传感器数据与全局地图中的局部地图数据进行匹配,确定所述电子设备在所述全局地图中的位姿。利用上述技术方案,能够基于处理后的传感器数据和全局地图中的局部地图数据,进行电子设备的定位,在进行定位时有效的避免了环境发生变换时,定位精度差的技术问题,有效的提升了定位精度。
在上述实施例的基础上,提出了上述实施例的变型实施例,在此需要说明的是,为了使描述简要,在变型实施例中仅描述与上述实施例的不同之处。
在一个实施例中,处理所述传感器数据,包括:
基于时间戳将所述至少一种传感器数据进行对齐;
预处理对齐后的顶视环境数据,所述顶视环境数据由各所述顶视传感器采集。
在一个实施例中,根据处理后的传感器数据与全局地图中的局部地图数据进行匹配,确定所述电子设备在所述全局地图中的位姿,包括:
将处理后的传感器数据所包括面边缘的点云信息转换为栅格数据;
确定全局地图中与所述栅格数据匹配的局部地图数据;
根据所述局部地图数据和所述栅格数据,确定所述电子设备在所述全局地图中的位姿。
图1b为本发明实施例提供的一种定位方法的流程示意图,参见图1b,该方法包括如下步骤:
S210、获取传感器数据。
S220、基于时间戳将所述至少一种传感器数据进行对齐。
基于时间戳进行对齐可以认为是基于时间建立至少一种传感器数据的对应关系。此处不对对齐的技术手段进行限定。
S230、预处理对齐后的顶视环境数据,所述顶视环境数据由各所述顶视传感器采集。
预处理对齐后的顶视环境数据可以认为是对对齐后的顶视环境数据进行处理,以便于定位,预处理的技术手段不作限定,只要能够便于与全局地图中局部地图数据匹配即可。
示例性的,预处理的手段包括但不限于去噪和拼接等。
S240、在获取定位指令的情况下,将处理后的传感器数据所包括面边缘的点云信息转换为栅格数据。
此处不对如何转换得到栅格数据进行限定,示例性的,在转换得到栅格数据时,可以基于笛卡尔坐标系进行映射转换,如将面边缘的点云信息转换至笛卡尔坐标系下,然后再投影到栅格坐标系内得到栅格数据。
S250、确定全局地图中与所述栅格数据匹配的局部地图数据。
全局地图可以认为是栅格地图,为了便于匹配,本实施例基于栅格数据与全局地图进行匹配,以匹配得到对应的局部地图数据。
由于全局地图是根据顶视传感器采集的顶视环境数据生成的,故在进行电子设备定位时,基于栅格数据能够从全局地图中匹配到对应的局部地图数据,基于匹配的局部地图数据能够确定电子设备的位姿。此处不对匹配的具体技术手段进行限定。
S260、根据所述局部地图数据和所述栅格数据,确定所述电子设备在所述全局地图中的位姿。
在匹配得到局部地图数据后,本实施例可以基于匹配得到的局部地图数据和栅格数据的位姿变换关系,确定电子设备的位姿。
示例性的,本实施例通过局部地图数据对应的局部地图和全局地图的位姿变换关系,栅格数据与局部地图数据间的位姿变换关系,确定电子设备在全局地图中的位姿。
本实施例细化处理传感器数据和确定电子设备位姿的操作,利用该实施例所述定位方法有效的处理了传感器数据,基于处理后的传感器数据和全局地图对电子设备进行了定位,提升了定位准确度。
在一个实施例中,所述预处理对齐后的顶视环境数据,包括:
去除对齐后的顶视环境数据中的噪点;
拼接去除噪点后的顶视环境数据;
提取所述顶视环境数据中面边缘的点云信息。
在预处理顶视环境数据时,可以首先去除对齐后的顶视环境数据中的噪点,以提升定位准确性。此处不对去除噪点的手段不作限定。
去除噪点后本实施例可以拼接去除噪点后的顶视环境数据,以扩大顶视传感器的视野范围,提高定位精度。拼接去除噪点后的顶视环境数据的手段不作限定,如通过坐标转换的方式进行拼接。
在拼接去除噪点后的顶视环境数据后,可以提取拼接后顶视环境数据中的面边缘的点云信息,以基于提取的点云信息进行定位。提取点云信息的技术手段此处不作限定。
在一个实施例中,所述拼接去除噪点后的顶视环境数据,包括:
将去除噪点后的顶视环境数据转换至目标顶视传感器所在坐标系下,所述目标顶视传感器为各所述顶视传感器中的一个顶视传感器。
目标顶视传感器是各顶视传感器中的哪一顶视传感器不作限定。在坐标系转换时可以基于顶视传感器的外参进行转换,转换的手段此处不作限定。
以顶视传感器为两个为例,本示例中可以将两个顶视传感器采集的顶视环境数据均转换至笛卡尔坐标系下,然后基于两个顶视传感器的外参,将其中一个顶视传感器对应的去除噪点的顶视环境数据转换至另一个顶视传感器所在坐标系下。
在一个实施例中,所述根据所述局部地图数据和所述栅格数据,确定所述电子设备在所述全局地图中的位姿,包括:
根据所述局部地图数据与所述全局地图之间的位姿关系,以及所述栅格数据与所述局部地图数据间的位姿关系,确定所述电子设备在所述全局地图中的位姿。
在本实施例中基于栅格数据与局部地图数据间的位姿关系和局部地图数据与全局地图间的位姿关系,可以确定栅格数据与全局地图的位姿关系,即得到电子设备在全局地图中的位姿。
在一个实施例中,该方法,还包括:
若获取到建图指令,则将处理后的传感器数据所包括面边缘的点云信息添加至匹配的局部地图数据中;
将添加后的局部地图数据更新至所述全局地图中。
建图指令可以认为是触发电子设备进行建图的指令。建图指令的获取不作限定,如可以通过人机交互界面获取。
在获取建图指令后,本实施例可以将面边缘的点云信息添加至匹配到的局部地图数据中,然后用于更新全局地图。
图1c为本发明实施例提供的又一种定位方法的流程示意图,参见图1c,该方法包括如下步骤:
S310、获取传感器数据。
S320、处理所述传感器数据。
S330、在获取定位指令的情况下,根据处理后的传感器数据与全局地图中的局部地图数据进行匹配,确定所述电子设备在所述全局地图中的位姿。
S340、若获取到建图指令,则将处理后的传感器数据所包括面边缘的点云信息添加至匹配的局部地图数据中。
S350、将添加后的局部地图数据更新至所述全局地图中。
需要注意的是,此处不对S340和S330的执行顺序进行限定,可以并行执行,也可以先后执行。
在一个实施例中,电子设备可以实时获取传感器数据,在监测到定位指令后,可以基于传感器数据进行定位;在监测到建图指令后,可以基于传感器数据建图。
在一个实施例中,电子设备也可以在接收到建图指令或定位指令后获取传感器数据。
以下对本发明进行示例性描述,本发明实施例提供的定位方法可以认为是一种基于双顶视飞行时间(Time of Fight,TOF)相机的机器人定位和建图方案。本发明提供的定位方法可以让机器人在地面上障碍物频繁变化或者是动态障碍物较多时场景保持稳定定位。在机器人驱动轮上安装轮式编码器,在机器人顶部安装顶视传感器,如TOF相机1和TOF相机2,TOF相机1和TOF相机2与竖直方向夹角为0°-30°,单个TOF相机的视场范围小,视场容易受到遮挡从而造成定位的波动,选用两个安装是为了扩大视场,两个视场存在相交是为了标定两个TOF相机之间的外参。TOF相机1和TOF相机2之间的距离根据机器大小,相机视场角(Field of View,FOV)和天花板高度调整到最宽视野的安装方式。比如y1方向位置相差20cm,x1方向相差为0,两个相机与竖直方向往两侧偏离25度最佳,或者x1方向位置相差20cm,y1方向相差为0,两个相机与竖直方向各自往前后偏离竖直方向20度。由于采用双TOF相机顶视的安装方法,天花板上的特征相较于地面上的特征发生变化的概率小,且不易受到地面上人群等动态障碍物的影响,而且双顶视TOF相机克服单个TOF相机视野过小时定位稳定性较差的影响。利用双TOF相机数据和轮式编码器数据,通过特征提取,暴力匹配和非线性优化方法确定机器人TOF相机与局部地图之间位姿变换以及局部地图以及局部地图和全局地图之间位姿变换。位姿变换可以理解为相对位置关系。在得到两个物体间的相对位置关系后,可以推导出不同物体间的位置关系。如,机器人通过传感器在两个不同时刻看到的同一物体,可以计算出这两个不同时刻机器人的相对位姿,也可以得到这个物体相对机器人的位置,上述步骤可以认为是建图。通过匹配地图的物体,得到机器人所在位姿,即定位。
其中,x1、y1和角度可以根据顶视传感器的视场角、顶视传感器与屋内顶的距离确定,具体数值不作限定,只要能够保证顶视传感器能够共视即可。角度为顶视传感器与竖直方向的角度。如,两个顶视传感器间的距离
Figure BDA0003090710930000161
Figure BDA0003090710930000162
其中,h可以为顶视传感器与屋内顶的距离。H为视场角,θ可以认为是顶视传感器与竖直方向的夹角。
本发明可以应用于机器人自动控制技术领域,该定位方法抗干扰能力强,适用于动态环境或移动障碍物较多环境下,克服机器人在变化环境中或者人流较多情况下,相机视野小易受到干扰情况下机器人定位失效的问题。
以电子设备为机器人,顶视传感器为双顶视TOF相机为例,图1d为本发明实施例提供的一种双顶视TOF相机的定位方法流程示意图,图1e为本发明实施例提供的一种双顶视TOF相机安装示意图,参见图1d,双顶视TOF相机进行机器人定位时,包括如下步骤:
步骤s1:采集数据;
如图1e所示,在机器即机器人上安装传感器:1、TOF相机1和TOF相机2,2、轮式编码器,其中TOF相机1和TOF相机2即双顶视TOF;
进一步的,本发明所述步骤s1中还包括以下步骤:
安装轮式编码器时,可以安装在机器人驱动轮的轮轴上,用于航迹推演,计算机器人行走的速度以及距离,以用于位姿转换、非线性优化;
安装深度TOF相机1时,需要安装在机器人顶部,与竖直方向夹角为0到30°,具体夹角可以根据相机型号等做调整;
安装深度TOF相机2时,需要安装在机器人顶部,与竖直方向夹角为0到30°,具体夹角可以根据相机型号等做调整;
安装传感器后,本步骤可以获取传感器数据,即获取传感器所采集的数据。
步骤s13:对齐编码器和两个TOF相机数据的时间戳;
将各个传感器进行时间戳对齐,即基于时间戳将至少一种传感器数据进行对齐。
步骤s2:预处理TOF相机数据;
对采集到点云进行预处理,即预处理对齐后的顶视环境数据:进一步的,本发明所述步骤s2中还包括以下步骤:
使用统计滤波器,对TOF相机原始数据进行噪点的去除,即去除对齐后顶视环境数据中的噪点;
利用TOF相机1和TOF相机2之间的外参,将TOF相机2数据转换到TOF相机1坐标系下,即拼接去除噪点后的顶视环境数据;
进一步的,转换坐标系还包括以下步骤:
将TOF相机1和TOF相机2所获取到的点云都转换到笛卡尔坐标系下,转换到笛卡尔坐标系下后TOF相机1内任意点的坐标表示为
Figure BDA0003090710930000171
转换到笛卡尔坐标系下后TOF相机2内任意点的坐标表示为
Figure BDA0003090710930000172
TOF相机1与TOF相机2的外参(可以指示TOF相机1和TOF相机2的相对位置和方向)表示为
Figure BDA0003090710930000181
将TOF相机2下所获取的点云转换到TOF相机1(即目标顶视传感器)表示为:
Figure BDA0003090710930000182
将所有点转换后则将TOF相机2视野下所有点转换到TOF相机1下,从而扩大了TOF相机1的视场角度。
步骤s23:提取面边缘的点云;
提取面边缘的点云信息并转换为2D栅格数据,即提取顶视环境数据中面边缘的点云数据并转换为栅格数据。
进一步的,提取面边缘的点云还包括如下步骤:
筛选当前帧点云中具有面边缘特征的点,当前帧点云可以是扩大后的相机1的数据。
以TOF相机原点建立平面栅格坐标系,将面边缘的点云信息转换到笛卡尔坐标系下。
将面边缘的点云信息按照x-y投影到栅格坐标系内得到2D栅格数据,即栅格数据。
步骤s3:面边缘点云与局部地图匹配;
计算采集到的面边缘的点云信息与局部地图数据之间的位姿变换,即确定全局地图中与栅格数据匹配的局部地图数据;
步骤s4:匹配成功的面边缘点云加入到局部地图;
利用面边缘点云与局部地图匹配得到的位姿,将当前帧点云添加到局部地图中,即将点云信息添加至匹配的局部地图数据中。
步骤s5:局部地图与全局地图匹配得到位姿;
利用局部地图中的所有点的坐标,计算局部地图到全局地图之间的位姿变换,以实现定位,即基于局部地图数据和栅格数据确定电子设备在全局地图中的位姿;
步骤s6:判断是否是定位模式,若是执行S1;若否执行S7。
判断当前模式是定位模式/建图模式,若是建图则执行步骤s7。在APP上选择建图模式或定位模式,建图模式则会生成地图,定位模式则在已有地图上定位机器。
步骤s7:将局部地图添加到全局地图中;
利用s5得到的结果将局部地图中点更新到全局地图之中,即更新全局地图。
进一步的,步骤s7包含以下步骤:
通过s5步骤得到的位姿,将局部地图内点云变换到全局地图坐标系下,已知局部地图相对于机器的位置,又已知机器在全局地图的位置,则通过位姿转换可以计算出局部地图在全局地图的位置。类似于A在B北方向1m,B在C北方向1m,则可知A离C的距离为2m。
利用局部地图中的点云在全局坐标系下的坐标的x-y值确定在全局地图内的栅格坐标,然后使用z值更新当前栅格内的高度分布;
本发明中全局地图可以是栅格地图,已知局部地图相对于机器人的位置,又已知机器人在全局地图的位置,则通过位姿转换可以计算出局部地图在全局地图的位置。类似于A在B北方向1m,B在C北方向1m,则可知A离C的距离为2m。
本发明实施例提出的定位方法可以认为是提取天花板边缘点云特征进行建图和定位的方法,该方法实现了机器人利用天花板3D点云信息进行建图和定位功能。克服了机器人在人流很多的场景下的定位问题,即解决了场景发生大范围变化情况下的定位问题。
实施例二
图2为本发明实施例二提供的一种定位装置的结构示意图,该装置可适用于对电子设备进行定位的情况,该装置配置于电子设备。如图2所示,该装置包括:
获取模块21,用于获取传感器数据;
处理模块22,用于处理所述传感器数据;
确定模块23,用于在获取定位指令的情况下,根据处理后的传感器数据与全局地图中的局部地图数据进行匹配,确定所述电子设备在所述全局地图中的位姿。
在本实施例中,该装置首先通过获取模块21获取传感器数据;其次通过处理模块22处理所述传感器数据;然后通过确定模块23在获取定位指令的情况下,根据处理后的传感器数据与全局地图中的局部地图数据进行匹配,确定所述电子设备在所述全局地图中的位姿。
本实施例提供了一种定位装置,在进行定位时有效的避免了环境发生变换时,定位精度差的技术问题,有效的提升了定位精度。
在一个实施例中,处理模块22具体用于:
基于时间戳将所述至少一种传感器数据进行对齐;
预处理对齐后的顶视环境数据,所述顶视环境数据由各所述顶视传感器采集。
在一个实施例中,处理模块22预处理对齐后的顶视环境数据,包括:
去除对齐后的顶视环境数据中的噪点;
拼接去除噪点后的顶视环境数据;
提取所述顶视环境数据中面边缘的点云信息。
在一个实施例中,处理模块22拼接去除噪点后的顶视环境数据,包括:
将去除噪点后的顶视环境数据转换至目标顶视传感器所在坐标系下,所述目标顶视传感器为各所述顶视传感器中的一个顶视传感器。
在一个实施例中,确定模块23具体用于:
将处理后的传感器数据所包括面边缘的点云信息转换为栅格数据;
确定全局地图中与所述栅格数据匹配的局部地图数据;
根据所述局部地图数据和所述栅格数据,确定所述电子设备在所述全局地图中的位姿。
在一个实施例中,确定模块23根据所述局部地图数据和所述栅格数据,确定所述电子设备在所述全局地图中的位姿,包括:
根据所述局部地图数据与所述全局地图之间的位姿关系,以及所述栅格数据与所述局部地图数据间的位姿关系,确定所述电子设备在所述全局地图中的位姿。
在一个实施例中,该装置,还包括建图模块24,用于:
若获取到建图指令,则将处理后的传感器数据所包括面边缘的点云信息添加至匹配的局部地图数据中;
将添加后的局部地图数据更新至所述全局地图中。
上述定位装置可执行本发明任意实施例所提供的定位方法,具备执行方法相应的功能模块和有益效果。
实施例三
图3为本发明实施例三提供的一种电子设备的结构示意图。如图3所示,本发明实施例三提供的电子设备包括:一个或多个处理器31和存储装置32;该电子设备中的处理器31可以是一个或多个,图3中以一个处理器31为例;存储装置32用于存储一个或多个程序;所述一个或多个程序被所述一个或多个处理器31执行,使得所述一个或多个处理器31实现如本发明实施例中任一项所述的定位方法。
所述电子设备还可以包括:输入装置33和输出装置34。
电子设备中的处理器31、存储装置32、输入装置33和输出装置34可以通过总线或其他方式连接,图3中以通过总线连接为例。
在一个实施例中,电子设备还包括传感器,所述传感器包括至少两个顶视传感器和轮式编码器,各所述顶视传感器间的视场角存在共视区域,各所述顶视传感器用于采集电子设备上方的顶视环境数据;所述轮式编码器用于确定所述电子设备运行的速度和距离。
其中,轮式编码器采集的速度和距离可以在定位时使用。顶视传感器所采集的顶视环境数据可以用于建图和定位。
此处不对顶视传感器在电子设备上的具体位置进行限定,只要保证各顶视传感器能够采集顶视环境数据,且各顶视传感器间的视场角存在共视区域即可。
各顶视传感器间的视场角存在共视区域的技术手段不作限定,可以认为是各所述顶视传感器中相邻两个顶视传感器存在共视区域;或者各所述顶视传感器中有一目标顶视传感器,各所述顶视传感器中除目标顶视传感器外的顶视传感器均与目标顶视传感器的视场角存在共视区域。
各所述顶视传感器的视场角存在共视区域能够进行顶视传感器的外参标定,进而各所述顶视传感器所采集的顶视环境数据能够拼接。
该电子设备中的存储装置32作为一种计算机可读存储介质,可用于存储一个或多个程序,所述程序可以是软件程序、计算机可执行程序以及模块,如本发明实施例所提供定位方法对应的程序指令/模块(例如,附图3所示的定位装置中的模块,包括:获取模块21、处理模块22、确定模块23和建图模块24)。处理器31通过运行存储在存储装置32中的软件程序、指令以及模块,从而执行电子设备的各种功能应用以及数据处理,即实现上述方法实施例中定位方法。
存储装置32可包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序;存储数据区可存储根据电子设备的使用所创建的数据等。此外,存储装置32可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中,存储装置32可进一步包括相对于处理器31远程设置的存储器,这些远程存储器可以通过网络连接至设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
输入装置33可用于接收输入的数字或字符信息,以及产生与电子设备的用户设置以及功能控制有关的键信号输入。输出装置34可包括显示屏等显示设备。
并且,当上述电子设备所包括一个或者多个程序被所述一个或者多个处理器31执行时,程序进行如下操作:
获取传感器数据;
处理所述传感器数据;
在获取定位指令的情况下,根据处理后的传感器数据与全局地图中的局部地图数据进行匹配,确定所述电子设备在所述全局地图中的位姿。
实施例四
本发明实施例四提供了一种计算机可读存储介质,图4为本发明实施例四提供的一种存储介质的结构示意图,其上存储有计算机程序410,该程序被处理器42执行时用于执行定位方法,该方法包括:
获取传感器数据;
处理所述传感器数据;
在获取定位指令的情况下,根据处理后的传感器数据与全局地图中的局部地图数据进行匹配,确定所述电子设备在所述全局地图中的位姿。
可选的,该计算机程序410被处理器42执行时还可以用于执行本发明任意实施例所提供的定位方法。
本发明实施例的计算机可读存储介质41,可以采用一个或多个计算机可读的介质的任意组合。计算机可读的介质可以是计算机可读信号介质或者计算机可读存储介质41。计算机可读存储介质41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。计算机可读存储介质41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、便携式计算机磁盘、硬盘、随机存取存储器(RandomAccess Memory,RAM)、只读存储器(Read Only Memory,ROM)、可擦式可编程只读存储器(Erasable Programmable Read Only Memory,EPROM)、闪存、光纤、便携式CD-ROM、光存储器件、磁存储器件、或者上述的任意合适的组合。计算机可读存储介质41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。
计算机可读的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,其中承载了计算机可读的程序代码。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。计算机可读的信号介质还可以是计算机可读存储介质41以外的任何计算机可读介质,该计算机可读介质可以发送、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。
计算机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、电线、光缆、无线电频率(Radio Frequency,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或其组合来编写用于执行本发明操作的计算机程序代码,所述程序设计语言包括面向对象的程序设计语言,诸如Java、Smalltalk、C++,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计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络,包括局域网(LAN)或广域网(WAN),连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。

Claims (11)

1.一种定位方法,其特征在于,应用于电子设备,所述电子设备包括至少两个顶视传感器,所述方法包括:
获取传感器数据;
处理所述传感器数据;
在获取定位指令的情况下,根据处理后的传感器数据与全局地图中的局部地图数据进行匹配,确定所述电子设备在所述全局地图中的位姿。
2.根据权利要求1所述的方法,其特征在于,处理所述传感器数据,包括:
基于时间戳将所述至少一种传感器数据进行对齐;
预处理对齐后的顶视环境数据,所述顶视环境数据由各所述顶视传感器采集。
3.根据权利要求2所述的方法,其特征在于,所述预处理对齐后的顶视环境数据,包括:
去除对齐后的顶视环境数据中的噪点;
拼接去除噪点后的顶视环境数据;
提取所述顶视环境数据中面边缘的点云信息。
4.根据权利要求3所述的方法,其特征在于,所述拼接去除噪点后的顶视环境数据,包括:
将去除噪点后的顶视环境数据转换至目标顶视传感器所在坐标系下,所述目标顶视传感器为各所述顶视传感器中的一个顶视传感器。
5.根据权利要求1所述的方法,其特征在于,根据处理后的传感器数据与全局地图中的局部地图数据进行匹配,确定所述电子设备在所述全局地图中的位姿,包括:
将处理后的传感器数据所包括面边缘的点云信息转换为栅格数据;
确定全局地图中与所述栅格数据匹配的局部地图数据;
根据所述局部地图数据和所述栅格数据,确定所述电子设备在所述全局地图中的位姿。
6.根据权利要求5所述的方法,其特征在于,所述根据所述局部地图数据和所述栅格数据,确定所述电子设备在所述全局地图中的位姿,包括:
根据所述局部地图数据与所述全局地图之间的位姿关系,以及所述栅格数据与所述局部地图数据间的位姿关系,确定所述电子设备在所述全局地图中的位姿。
7.根据权利要求1所述的方法,其特征在于,还包括:
若获取到建图指令,则将处理后的传感器数据所包括面边缘的点云信息添加至匹配的局部地图数据中;
将添加后的局部地图数据更新至所述全局地图中。
8.一种定位装置,其特征在于,配置于电子设备,所述装置包括:
获取模块,用于获取传感器数据;
处理模块,用于处理所述传感器数据;
确定模块,用于在获取定位指令的情况下,根据处理后的传感器数据与全局地图中的局部地图数据进行匹配,确定所述电子设备在所述全局地图中的位姿。
9.一种电子设备,其特征在于,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-7中任一所述的定位方法。
10.根据权利要求9所述的电子设备,其特征在于,还包括:传感器:
所述传感器包括至少两个顶视传感器和轮式编码器,各所述顶视传感器间的视场角存在共视区域,各所述顶视传感器用于采集电子设备上方的顶视环境数据;所述轮式编码器用于确定所述电子设备运行的速度和距离。
11.一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,该程序被处理器执行时实现如权利要求1-7中任一所述的定位方法。
CN202110594726.2A 2021-05-28 2021-05-28 一种定位方法、装置、电子设备及存储介质 Pending CN113324551A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110594726.2A CN113324551A (zh) 2021-05-28 2021-05-28 一种定位方法、装置、电子设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110594726.2A CN113324551A (zh) 2021-05-28 2021-05-28 一种定位方法、装置、电子设备及存储介质

Publications (1)

Publication Number Publication Date
CN113324551A true CN113324551A (zh) 2021-08-31

Family

ID=77422339

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110594726.2A Pending CN113324551A (zh) 2021-05-28 2021-05-28 一种定位方法、装置、电子设备及存储介质

Country Status (1)

Country Link
CN (1) CN113324551A (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110553652A (zh) * 2019-10-12 2019-12-10 上海高仙自动化科技发展有限公司 机器人多传感器融合定位方法及其应用
CN111476830A (zh) * 2020-03-13 2020-07-31 上海高仙自动化科技发展有限公司 点云数据处理方法、机器人、电子设备和可读存储介质
CN111862215A (zh) * 2020-07-29 2020-10-30 上海高仙自动化科技发展有限公司 一种计算机设备定位方法、装置、计算机设备和存储介质
CN111862214A (zh) * 2020-07-29 2020-10-30 上海高仙自动化科技发展有限公司 计算机设备定位方法、装置、计算机设备和存储介质
CN111862219A (zh) * 2020-07-29 2020-10-30 上海高仙自动化科技发展有限公司 计算机设备定位方法、装置、计算机设备和存储介质
US20210008730A1 (en) * 2019-07-09 2021-01-14 Ubtech Robotics Corp Ltd Pose determining method for mobile robot and apparatus and mobile robot thereof

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20210008730A1 (en) * 2019-07-09 2021-01-14 Ubtech Robotics Corp Ltd Pose determining method for mobile robot and apparatus and mobile robot thereof
CN110553652A (zh) * 2019-10-12 2019-12-10 上海高仙自动化科技发展有限公司 机器人多传感器融合定位方法及其应用
CN111476830A (zh) * 2020-03-13 2020-07-31 上海高仙自动化科技发展有限公司 点云数据处理方法、机器人、电子设备和可读存储介质
CN111862215A (zh) * 2020-07-29 2020-10-30 上海高仙自动化科技发展有限公司 一种计算机设备定位方法、装置、计算机设备和存储介质
CN111862214A (zh) * 2020-07-29 2020-10-30 上海高仙自动化科技发展有限公司 计算机设备定位方法、装置、计算机设备和存储介质
CN111862219A (zh) * 2020-07-29 2020-10-30 上海高仙自动化科技发展有限公司 计算机设备定位方法、装置、计算机设备和存储介质

Similar Documents

Publication Publication Date Title
EP3505869B1 (en) Method, apparatus, and computer readable storage medium for updating electronic map
CN108319655B (zh) 用于生成栅格地图的方法和装置
US11579307B2 (en) Method and apparatus for detecting obstacle
KR102581429B1 (ko) 장애물을 탐지하는 방법, 장치, 전자 기기, 저장 매체 및 프로그램
KR102382420B1 (ko) 차량 위치 결정 방법, 전자 기기 및 저장 매체
CN109100730B (zh) 一种多车协同快速建图方法
CN109506642B (zh) 一种机器人多相机视觉惯性实时定位方法及装置
CN110119698B (zh) 用于确定对象状态的方法、装置、设备和存储介质
CN103901895B (zh) 一种基于无极FastSLAM算法和匹配优化目标定位方法及机器人
KR20200093413A (ko) 주행 경로 생성 방법 및 장치
CN111461981B (zh) 点云拼接算法的误差估计方法和装置
CN111121754A (zh) 移动机器人定位导航方法、装置、移动机器人及存储介质
CN111862214B (zh) 计算机设备定位方法、装置、计算机设备和存储介质
JP7422105B2 (ja) 路側計算装置に用いる障害物3次元位置の取得方法、装置、電子デバイス、コンピュータ可読記憶媒体、及びコンピュータプログラム
CN111666876B (zh) 用于检测障碍物的方法、装置、电子设备和路侧设备
CN111862215B (zh) 一种计算机设备定位方法、装置、计算机设备和存储介质
CN111339876B (zh) 用于识别场景中各区域类型的方法和装置
CN112700486B (zh) 对图像中路面车道线的深度进行估计的方法及装置
CN111721281B (zh) 位置识别方法、装置和电子设备
CN114111775B (zh) 一种多传感器融合定位方法、装置、存储介质及电子设备
KR20210089602A (ko) 차량의 제어 방법, 장치 및 차량
CN113989450A (zh) 图像处理方法、装置、电子设备和介质
CN111353453B (zh) 用于车辆的障碍物检测方法和装置
CN114119886A (zh) 高精地图点云重建方法、装置、车辆、设备和存储介质
KR20230008000A (ko) 차선 및 특징 포인트에 기초한 위치확정방법 및 장치, 전자장비, 저장매체, 컴퓨터 프로그램 및 자율주행차량

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