CN113325433A - 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
CN113325433A
CN113325433A CN202110594710.1A CN202110594710A CN113325433A CN 113325433 A CN113325433 A CN 113325433A CN 202110594710 A CN202110594710 A CN 202110594710A CN 113325433 A CN113325433 A CN 113325433A
Authority
CN
China
Prior art keywords
head
sensor data
grid map
data
top view
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
CN202110594710.1A
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 CN202110594710.1A priority Critical patent/CN113325433A/zh
Publication of CN113325433A publication Critical patent/CN113325433A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/86—Combinations of lidar systems with systems other than lidar, radar or sonar, e.g. with direction finders

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Electromagnetism (AREA)
  • General Physics & Mathematics (AREA)
  • Navigation (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。该方法应用于电子设备，所述电子设备包括一个顶视传感器，所述方法包括：获取传感器数据，所述传感器数据包括平视环境数据和顶视环境数据；处理所述传感器数据；根据处理后的传感器数据生成平视栅格地图和顶视栅格地图；根据处理后的传感器数据、所述顶视栅格地图和所述平视栅格地图对所述电子设备进行定位。利用该方法，提高了定位的鲁棒性。

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
随着科技的发展，电子设备得到了广泛的应用。电子设备种类众多，以电子设备为机器人为例，机器人是自动控制机器的俗称，自动控制机器包括一切模拟人类行为或思想与模拟其他生物的机械。目前，比较常见的机器人有移动机器人和位置固定的机器人(如机械臂)。
其中，移动机器人在应用过程中，对移动机器人进行定位是必不可少的。目前，机器人的工作场景内人员流动性较大且环境复杂，从而机器人在工作过程中容易受环境因素影响导致定位失败。
故，如何提高电子设备定位的鲁棒性是亟待解决的。
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，利用该方法通过顶视栅格地图和平视栅格地图进行定位，有效的提高了电子设备定位的鲁棒性。
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，所述电子设备包括一个顶视传感器，所述方法包括：
获取传感器数据，所述传感器数据包括平视环境数据和顶视环境数据；
处理所述传感器数据；
根据处理后的传感器数据生成平视栅格地图和顶视栅格地图；
根据处理后的传感器数据、所述顶视栅格地图和所述平视栅格地图对所述电子设备进行定位。
该实施例结合顶视栅格地图和平视栅格地图进行定位，有效的提高了电子设备定位的鲁棒性。
可选的，所述处理所述传感器数据，包括：
预处理所述传感器数据；
将预处理后的传感器数据转换至机体坐标系下；
优化转换坐标系后的传感器数据；
根据所述传感器数据得到处理后的顶视环境数据和处理后的平视环境数据。
该实施例细化了处理传感器数据的具体操作，确保处理后的传感器数据能够实现定位。可选的，所述预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；
提取对齐后的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传感器数据的技术手段，有效的基于时间将传感器数据建立关联，并有效的提取了顶视环境数据中面边缘的点云信息，以用于生成顶视栅格地图。
可选的，所述优化转换坐标系后的传感器数据，包括：
通过暴力匹配处理转换坐标系后的传感器数据。
该实施例细化了优化转换坐标系后的传感器数据的具体技术手段，使得基于优化转换坐标系后的传感器数据生成的顶视栅格地图和平视栅格地图能够更加精准的定位。
可选的，所述根据处理后的传感器数据、所述顶视栅格地图和所述平视栅格地图对所述电子设备进行定位，包括：
对所述平视栅格地图进行闭环检测得到平视匹配率；
对所述顶视栅格地图进行闭环检测得到顶视匹配率；
在所述平视匹配率和/或顶视匹配率大于设定阈值时，确定所述电子设备的全局位姿。
该实施例细化了定位的具体技术手段，基于平视匹配率和顶视匹配率进行电子设备全局位姿的确定，能够保证定位结果更加精准。
可选的，根据处理后的传感器数据生成平视栅格地图和顶视栅格地图，包括：
基于处理后的平视环境数据生成平视栅格地图；
基于处理后的顶视环境数据生成顶视栅格地图。
该实施例细化了生成平视栅格地图和顶视栅格地图的技术手段，该实施例能够有效的结合电子设备平视和顶视的环境进行精准定位。
第二方面，本发明实施例还提供了一种定位装置，所述装置包括：
获取模块，用于获取传感器数据，所述传感器数据包括平视环境数据和顶视环境数据；
处理模块，用于处理所述传感器数据；
生成模块，用于根据处理后的传感器数据生成平视栅格地图和顶视栅格地图；
定位模块，用于根据处理后的传感器数据、所述顶视栅格地图和所述平视栅格地图对电子设备进行定位。
该装置结合顶视栅格地图和平视栅格地图进行定位，有效的提高了电子设备定位的鲁棒性。
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；
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本发明实施例提供的定位方法。
该实施例中的电子设备有效的提高了定位的鲁棒性。
可选的，所述电子设备还包括：顶视传感器和平视传感器；
所述平视传感器用于采集所述电子设备运行方向的平视环境数据；
所述顶视传感器用于采集所述电子设备上方的顶视环境数据。该实施例细化包括了顶视传感器和平视传感器，基于顶视传感器和平视传感器采集的数据有效的提升了定位精度。
可选的，所述顶视传感器的数量为一个。
该实施例限定了各顶视传感器的数量，降低了电子设备的成本。
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，有效的提高了定位的鲁棒性。
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，所述传感器数据包括平视环境数据和顶视环境数据；然后处理所述传感器数据；其次根据处理后的传感器数据生成平视栅格地图和顶视栅格地图；最后根据处理后的传感器数据、所述顶视栅格地图和所述平视栅格地图对所述电子设备进行定位。利用上述技术方案，通过结合顶视栅格地图和平视栅格地图避免环境对电子设备定位造成的影响，提高了定位的鲁棒性。
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为本发明提供的一种室内机器人的结构示意图；
图1b为本发明提供的又一种定位方法的流程示意图；
图1c为本发明提供的再一种定位方法的流程示意图；
图1d为本发明提供的一种多层栅格地图建图定位方法的流程示意图；
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室内定位的情况，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。其中，电子设备可以为能够主动或被动移动的设备。示例性的，电子设备可以为机器人。机器人的应用场景不作限定，可以为室内或室外。需要注意的是，本实施例以室内机器人为例进行电子设备的描述，此处并不对电子设备进行限定，除室内机器人外的电子设备的实现方式与室内机器人的实现方式相同或相似。
本发明中的机器人包括室内机器人和室外机器人。室外机器人可以认为是工作在室外能够移动的机器人。室内机器人可以认为是工作在室内能够移动的机器人。由于室内机器人的工作场景一般在商场、车库以及超市等高动态环境中，故室内机器人平视的激光雷达(尤其是二维激光雷达)经常会被遮挡，导致激光雷达数据中包含很多的动态物体或者激光雷达数据全部被遮挡以致失效。同时室内机器人的场景也经常变化，传统通过平视激光建图以及定位的方案鲁棒性不高。
本发明中的电子设备包括一个顶视传感器，用于采集顶视环境数据。以电子设备为室内机器人为例进行电子设备结构的说明：图1a为本发明提供的一种室内机器人的结构示意图，参见图1a，顶视传感器，如深度相机位于室内机器人顶部，用于采集室内机器人顶部的顶视环境数据。室内机器人包括的传感器至少包括：深度相机、激光雷达以及轮式里程计，其中，深度相机安装朝向上方，用于采集顶视环境数据，此处不对深度相机与水平方向夹角进行限定，只要能够采集室内机器人顶部的顶视环境数据即可，如深度相机与水平方向夹角为90°±10°范围内，具体的，深度相机朝向正上方。激光雷达，即平视传感器的安装不作限定，只要能够采集平视环境数据即可。示例性的，激光雷达安装朝向为水平向前，正方向与水平方向为0°。
在室内机器人工作时，首先完成轮式里程计、激光雷达以及顶视的深度相机的外参标定；然后建立水平环境以及顶视环境地图，即平视栅格地图和顶视栅格地图；完成建图后，室内机器人即可通过平视栅格地图和顶视栅格地图进行定位。具体地，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，所述传感器数据包括平视环境数据和顶视环境数据。
在本实施例中，传感器数据可以认为是位于电子设备上的传感器所采集的数据。此处不对传感器数据的具体内容进行限定，可以根据电子设备所包括传感器的类型确定。如，传感器数据可以包括：顶视传感器采集的环境数据(即顶视环境数据)、平视传感器采集的环境数据(即平视环境数据)和轮式里程计采集的数据等。环境数据包括平视环境数据和顶视环境数据，环境数据可以认为是传感器采集的表征电子设备周边环境的数据。
平视环境数据可以认为是平视传感器采集的电子设备运行方向的环境数据，平视传感器可以认为是采集电子设备运行方向环境数据的传感器，如激光雷达。顶视环境数据可以认为是顶视传感器采集的电子设备顶部的环境数据，顶视传感器可以认为是采集电子设备顶部的环境数据的传感器，如深度相机。
顶视环境数据，例如天花板的信息相对比较固定，受到遮挡的概率也比较小，故顶视环境数据可以在平视环境数据受到遮挡的情况下维持定位的稳定。
在实现室内定位前，本步骤可以首先获取室内机器人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，以进行室内定位，此处不对获取的方式进行限定。如室内机器人的处理器与传感器通信，获取传感器采集的传感器数据。
S120、处理所述传感器数据，得到处理后的传感器数据。
获取传感器数据后，本步骤可以处理传感器数据，以便于能够建立栅格地图。栅格地图是一种地图表达方式，栅格地图将空间平面划分为一定分辨率的栅格，栅格中的值即为当前位置被占据的概率。在本发明中，栅格地图包括顶视栅格地图和平视栅格地图。
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，由于顶视传感器数据是通过一个顶视传感器采集的，为了便于提高定位效率，在处理顶视环境数据时，可以提取顶视环境数据中的面边缘的点云信息；也可以提取平视环境数据中面边缘的点云信息。为了准确定位，在处理传感器数据时，可以将至少一种传感器数据进行时间戳对齐。
S130、根据处理后的传感器数据生成平视栅格地图和顶视栅格地图。
在本发明中，平视栅格地图可以认为是基于电子设备平视方向的环境建立的地图，顶视栅格地图可以认为是基于电子设备顶视方向的环境建立的地图。示例性的，平视栅格地图可以基于平视环境数据生成的栅格地图。顶视栅格地图可以基于顶视环境数据生成的栅格地图。此处不限定平视栅格地图和顶视栅格地图建立时所采用的数据。
在生成栅格地图时，首先生成空的栅格地图，在点云信息(即处理后的传感器数据中处理后的顶视环境数据和处理后的平视环境数据)获取后，可以将点云信息映射至栅格地图以更新栅格地图，并计算对应的栅格概率。
在电子设备顶视环境单一时，本实施例可以结合平视栅格地图剔除重复的顶视环境数据，以避免顶视环境单一造成的定位效率低的问题。在平视环境下人员流动性大，或平视环境动态变化时，本实施例可以结合顶视栅格地图提高定位精度。
S140、根据处理后的传感器数据、所述顶视栅格地图和所述平视栅格地图对所述电子设备进行定位。
在生成顶视栅格地图和平视栅格地图后，本步骤可以基于处理后的传感器数据、顶视栅格地图和平视栅格地图进行定位。
在一个实施例中，本实施例可以基于处理后的传感器数据中的轮式里程计数据进行位姿预测，然后基于顶视栅格地图和平视栅格地图实现全局位姿确定。
在基于顶视栅格地图和平视栅格地图进行定位时，可以首先对平视栅格地图和顶视栅格地图进行闭环检测，然后基于全局位姿图优化输出全局位姿。
示例性的，闭环检测通过传感器数据对应的点云信息与栅格地图匹配率计算，具体公式如下：
Figure BDA0003090711000000101
Figure BDA0003090711000000102
式中：k:表示当前帧内预处理后激光点的数量；T：表示当前帧在地图内的位姿；hi：当前帧内激光点经过位姿T转换后的激光点；μ，σ：表示地图内某个激光点所落在栅格内的高度值的高斯分布参数。
其中，Score代表当前点云信息和栅格地图的匹配情况，即匹配率，Score在0-1范围内，分数越大代表匹配的越好，越可能是个闭环。确定score后就可以获得两个节点的位姿相对位置，进而可以加入到位姿图优化中。
节点是一个抽象概念，代表是一次测量封装的信息，有点云信息、位姿信息；闭环信息获得的两个节点之间的相对位姿关系可以加入到优化中，优化后会调整节点的位姿信息，最终输出优化后的全局位姿结果。
全局位姿图优化时，代价函数如下：
Figure BDA0003090711000000103
Figure BDA0003090711000000104
其中函数h如下，计算两个位姿之间的相对位置：
Figure BDA0003090711000000111
式中：ci,cj:节点i，j的位姿信息；Ri：节点i的旋转向量；ti,tj:节点i，j的位姿平移向量；θi,θj:节点i，j的位姿角度向量；Zij:节点i，j之间的激光匹配观测，χ2：位姿图残差。
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，所述传感器数据包括平视环境数据和顶视环境数据；然后处理所述传感器数据；其次根据处理后的传感器数据生成平视栅格地图和顶视栅格地图；最后根据处理后的传感器数据、所述顶视栅格地图和所述平视栅格地图对所述电子设备进行定位。利用上述技术方案，通过结合顶视栅格地图和平视栅格地图避免环境对电子设备定位造成的影响，提高了定位的鲁棒性。
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，所述处理所述传感器数据，包括：
预处理所述传感器数据；
将预处理后的传感器数据转换至机体坐标系下；
优化转换坐标系后的传感器数据；
根据所述传感器数据得到处理后的顶视环境数据和处理后的平视环境数据。
在处理传感器数据时，可以首先预处理传感器数据，预处理手段不作限定可以基于传感器数据的具体内容确定。如可以基于时间建立传感器数据间的对应关系；还可以提取顶视环境数据中便于定位的点云信息，提取平视环境数据中的点云信息。
示例性的，传感器数据中的平视传感器数据的预处理手段包括但不限于：时间戳对齐，提取对齐后平视传感器数据中的特征，分割出所述平视传感器数据中面边缘的点云信息。
为了实现定位，可以将预处理后的传感器数据转换至机体坐标系下，以在机体坐标系下对电子设备进行定位。此处不对转换手段进行限定。
在进行坐标系转换后可以优化转换坐标系后的传感器数据，以更好的进行定位。优化手段不作限定，如迭代最临近点(Iterative Closest Point，ICP)、ICP变种和暴力匹配。
优化转换坐标系后的传感器数据后，可以根据传感器数据得到处理后的顶视环境数据和处理后的平视环境数据，如读取传感器数据中优化后的顶视环境数据作为处理后的顶视环境数据，读取传感器数据中优化后的平视环境数据作为处理后的平视环境数据。
在一个实施例中，所述优化坐标系后的传感器数据，包括：
通过暴力匹配处理转换坐标系后的传感器数据。
通过暴力匹配处理转换坐标系后的传感器数据，能够排除初值敏感的影响。此处不对暴力匹配的手段进行限定，如通过相关扫描匹配(Correlation Scan Match，CSM)算法优化转换后的数据。CSM可以计算激光与地图间的相对位姿。通过CSM优化转换坐标系后的传感器数据可以使得定位结果更加准确。
在一个实施例中，所述预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；
提取对齐后的顶视环境数据中面边缘的点云信息。
本实施例细化了预处理传感器的具体技术手段，在预处理传感器数据时，可以首先基于时间戳将至少一种传感器数据进行对齐。此处不对进行对齐的传感器数据进行限定，可以基于实际需求确定。如基于时间戳将顶视环境数据和平视环境数据进行对齐。
本实施例为了便于生成顶视栅格地图，可以提取对齐后的顶视环境数据中的面边缘的点云信息，以便于将点云信息映射至顶视栅格地图中实现建图和定位；为了便于生成平视栅格地图，可以提取对齐后的平视环境数据中面边缘的点云信息，以便于将点云信息映射至平视栅格地图中实现建图和定位。
图1b为本发明提供的又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，所述传感器数据包括平视环境数据和顶视环境数据。
S220、基于时间戳将所述至少一种传感器数据进行对齐。
基于时间戳将所述至少一种传感器数据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，以便对对齐后的顶视环境数据进行处理，进而实现定位。
S230、提取对齐后的顶视环境数据中面边缘的点云信息。
本实施例可以提取对齐后的顶视环境数据中面边缘的点云信息，以进行定位。此处不对提取面边缘的点云信息的具体手段进行限定。
S240、将预处理后的传感器数据转换至机体坐标系下。
本示例中仅示出了处理顶视环境数据的流程，此处不限定预处理传感器数据中其余数据的具体技术手段。坐标系转换的技术手段此处不作限定。
S250、优化转换坐标系后的传感器数据。
S260、根据所述传感器数据得到处理后的顶视环境数据和处理后的平视环境数据。
S270、根据处理后的传感器数据生成平视栅格地图和顶视栅格地图。
S280、根据处理后的传感器数据、所述顶视栅格地图和所述平视栅格地图对所述电子设备进行定位。
在一个实施例中，所述根据处理后的传感器数据、所述顶视栅格地图和所述平视栅格地图对所述电子设备进行定位，包括：
对所述平视栅格地图进行闭环检测得到平视匹配率；
对所述顶视栅格地图进行闭环检测得到顶视匹配率；
在所述平视匹配率和/或顶视匹配率大于设定阈值时，确定所述电子设备的全局位姿。
图1c为本发明提供的再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，所述传感器数据包括平视环境数据和顶视环境数据。
S320、处理所述传感器数据。
S330、根据处理后的传感器数据生成平视栅格地图和顶视栅格地图。
S340、对所述平视栅格地图进行闭环检测得到平视匹配率。
平视匹配率可以认为是确定平视栅格地图与平视环境数据匹配情况的概率。此处不对闭环检测的技术手段进行限定，只要能够确定出平视匹配率即可。
本发明可以基于平视栅格地图和平视环境数据，对平视栅格地图进行闭环检测得到平视匹配率。
S350、对所述顶视栅格地图进行闭环检测得到顶视匹配率。
顶视匹配率可以认为是确定顶视栅格地图与顶视环境数据匹配情况的概率。此处不对进行闭环检测的技术手段进行限定，只要能够确定出顶视匹配率即可。
本发明可以基于顶视栅格地图和顶视环境数据，对顶视栅格地图进行闭环检测得到顶视匹配率。
在确定平视匹配率和顶视匹配率时，可以分别针对平视栅格地图和顶视栅格地图进行闭环检测，又称回环检测，以确定对应的顶视匹配率和平视匹配率。此处不对确定平视匹配率和顶视匹配率的执行顺序进行限定，可以并行确定，也可以依次确定。
S360、在所述平视匹配率和/或顶视匹配率大于设定阈值时，确定所述电子设备的全局位姿。
在平视匹配率和/或顶视匹配率大于设定阈值时，本实施例可以基于顶视栅格地图和平视栅格地图确定电子设备的全局位姿。如基于位姿图优化的技术手段确定位姿图残差，以确定全局位姿。其中，设定阈值不作限定。平视匹配率和顶视匹配率可以对应有不同的设定阈值。
在一个实施例中，根据处理后的传感器数据生成平视栅格地图和顶视栅格地图，包括：
基于处理后的平视环境数据生成平视栅格地图；
基于处理后的顶视环境数据生成顶视栅格地图。
在本实施例中，平视栅格地图基于平视环境数据生成，顶视栅格地图基于顶视环境数据生成。
需要注意的是，在建图的初始阶段，可以首先建立空的顶视栅格地图和空的平视栅格地图，在获取到传感器数据后，可以基于处理后的平视环境数据更新平视栅格地图，基于处理后的顶视环境数据更新顶视栅格地图。
本实施例通过顶视环境数据和平视环境数据融合建图，即基于顶视传感器和平视传感器融合进行建图定位，该方案综合考量平视激光雷达(即平视传感器)以及顶视深度相机(即顶视传感器)的测量数据特点以及应用场景特点，充分发挥各传感器数据优势，实现精准实时建图和高鲁邦的定位。
图1d为本发明提供的一种多层栅格地图建图定位方法的流程示意图，图1d以顶视传感器的个数为一个为例，该方法包括：
S1.获取各传感器数据。
获取的传感器数据包括激光雷达、轮式里程计以及深度相机数据，即顶视环境数据和平视环境数据。
S2.数据预处理。
S2.1.将各传感器数据进行时间戳对齐；
S2.2.顶视环境数据的特征提取，分割出面边缘的点云信息。
S3.通过轮式里程计进行位姿预测。
S4.坐标系转换。
将激光雷达的点云信息与顶视环境数据的面边缘点云信息转到机体坐标系，得到转换后的点云信息，其中，机体坐标系可以为自定义的，也可以为轮式里程计的坐标系。
S5.优化点云信息。
将转换后的点云信息，通过CSM算法优化当前位姿，其中优化的位姿可以认为是当前机体坐标系在栅格地图中的位置，当前的点云信息在机体坐标系下，通过当前点云信息和地图的匹配，可以矫正机体坐标系在地图中的位姿。
S6.更新概率占据栅格地图。
S6.1.平视激光数据更新平视栅格地图；
S6.2.顶视面边缘点云更新顶视栅格地图。
S7.闭环检测。
S7.1.通过平视激光数据和平视栅格地图检测平视闭环；
S7.2.通过顶视面边缘点云和顶视栅格地图检测顶视闭环；
S8.全局位姿图优化，输出全局位姿。
其中，平视激光数据可以认为是处理后的平视环境数据，顶视面边缘点云可以认为是处理后的顶视环境数据。
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，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。
如图2所示，该装置包括：
获取模块21，用于获取传感器数据，所述传感器数据包括平视环境数据和顶视环境数据；
处理模块22，用于处理所述传感器数据；
生成模块23，用于根据处理后的传感器数据生成平视栅格地图和顶视栅格地图；
定位模块24，用于根据处理后的传感器数据、所述顶视栅格地图和所述平视栅格地图对电子设备进行定位。
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，所述传感器数据包括平视环境数据和顶视环境数据；其次通过处理模块22处理所述传感器数据；然后通过生成模块23根据处理后的传感器数据生成平视栅格地图和顶视栅格地图；最后通过定位模块24根据处理后的传感器数据、所述顶视栅格地图和所述平视栅格地图对电子设备进行定位。
本实施例提供了一种定位装置，通过结合顶视栅格地图和平视栅格地图避免环境对电子设备定位造成的影响，提高了定位的鲁棒性。
在一个实施例中，处理模块22，包括：
预处理单元221，用于预处理所述传感器数据；
转换单元222，用于将预处理后的传感器数据转换至机体坐标系下；
优化单元223，用于优化转换坐标系后的传感器数据，根据所述传感器数据得到处理后的顶视环境数据和处理后的平视环境数据。
在一个实施例中，预处理单元221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；
提取对齐后的顶视环境数据中面边缘的点云信息。
在一个实施例中，优化单元223具体用于：
通过暴力匹配处理转换坐标系后的传感器数据。
在一个实施例中，定位模块24具体用于：
对所述平视栅格地图进行闭环检测得到平视匹配率；
对所述顶视栅格地图进行闭环检测得到顶视匹配率；
在所述平视匹配率和/或顶视匹配率大于设定阈值时，确定所述电子设备的全局位姿。
一个实施例中，生成模块23具体用于：
基于处理后的平视环境数据生成平视栅格地图；
基于处理后的顶视环境数据生成顶视栅格地图。
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。
在一个实施例中，该电子设备还包括：顶视传感器和平视传感器；
所述平视传感器用于采集所述电子设备运行方向的平视环境数据；
所述顶视传感器用于采集所述电子设备上方的顶视环境数据。
在一个实施例中，所述顶视传感器的数量为一个。
本发明中的顶视传感器在电子设备的具体位置不作限定，只要能够采集顶视环境数据即可。本实施例中顶视传感器的数量为一个，降低了电子设备的成本。
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。
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，如本发明实施例一所提供定位方法对应的程序指令/模块(例如，附图2所示的定位装置中的模块，包括：获取模块21、处理模块22、生成模块23和定位模块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，所述传感器数据包括平视环境数据和顶视环境数据；
处理所述传感器数据；
根据处理后的传感器数据生成平视栅格地图和顶视栅格地图；
根据处理后的传感器数据、所述顶视栅格地图和所述平视栅格地图对所述电子设备进行定位。
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，如图4所示，其上存储有计算机程序410，该计算机程序410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，所述传感器数据包括平视环境数据和顶视环境数据；
处理所述传感器数据；
根据处理后的传感器数据生成平视栅格地图和顶视栅格地图；
根据处理后的传感器数据、所述顶视栅格地图和所述平视栅格地图对所述电子设备进行定位。
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(Random Access 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。
计算机可读存储介质41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。计算机可读存储介质41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。
计算机可读存储介质41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，所述电子设备包括一个顶视传感器，所述方法包括：
获取传感器数据，所述传感器数据包括平视环境数据和顶视环境数据；
处理所述传感器数据；
根据处理后的传感器数据生成平视栅格地图和顶视栅格地图；
根据处理后的传感器数据、所述顶视栅格地图和所述平视栅格地图对所述电子设备进行定位。
2.根据权利要求1所述的方法，其特征在于，所述处理所述传感器数据，包括：
预处理所述传感器数据；
将预处理后的传感器数据转换至机体坐标系下；
优化转换坐标系后的传感器数据；
根据所述传感器数据得到处理后的顶视环境数据和处理后的平视环境数据。
3.根据权利要求2所述的方法，其特征在于，所述预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；
提取对齐后的顶视环境数据中面边缘的点云信息。
4.根据权利要求2所述的方法，其特征在于，所述优化转换坐标系后的传感器数据，包括：
通过暴力匹配处理转换坐标系后的传感器数据。
5.根据权利要求1所述的方法，其特征在于，所述根据处理后的传感器数据、所述顶视栅格地图和所述平视栅格地图对所述电子设备进行定位，包括：
对所述平视栅格地图进行闭环检测得到平视匹配率；
对所述顶视栅格地图进行闭环检测得到顶视匹配率；
在所述平视匹配率和/或顶视匹配率大于设定阈值时，确定所述电子设备的全局位姿。
6.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生成平视栅格地图和顶视栅格地图，包括：
基于处理后的平视环境数据生成平视栅格地图；
基于处理后的顶视环境数据生成顶视栅格地图。
7.一种定位装置，其特征在于，所述装置包括：
获取模块，用于获取传感器数据，所述传感器数据包括平视环境数据和顶视环境数据；
处理模块，用于处理所述传感器数据；
生成模块，用于根据处理后的传感器数据生成平视栅格地图和顶视栅格地图；
定位模块，用于根据处理后的传感器数据、所述顶视栅格地图和所述平视栅格地图对电子设备进行定位。
8.一种电子设备，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1-6中任一所述的定位方法。
9.根据权利要求8所述的电子设备，其特征在于，还包括：
顶视传感器和平视传感器；
所述平视传感器用于采集所述电子设备运行方向的平视环境数据；
所述顶视传感器用于采集所述电子设备上方的顶视环境数据。
10.根据权利要求9所述的电子设备，其特征在于，所述顶视传感器的数量为一个。
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1-6中任一所述的定位方法。
CN202110594710.1A 2021-05-28 2021-05-28 一种定位方法、装置、电子设备及存储介质 Pending CN113325433A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110594710.1A CN113325433A (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
CN202110594710.1A CN113325433A (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
CN113325433A true CN113325433A (zh) 2021-08-31

Family

ID=77422364

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110594710.1A Pending CN113325433A (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) CN113325433A (zh)

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN207367055U (zh) * 2017-11-09 2018-05-15 杭州蓝芯科技有限公司 一种基于单目视觉与多传感器融合的引导装置
CN109813285A (zh) * 2019-01-31 2019-05-28 莱克电气股份有限公司 基于视觉的清洁机器人环境识别方法、存储介质、一种清洁机器人
CN110262495A (zh) * 2019-06-26 2019-09-20 山东大学 可实现移动机器人自主导航与精确定位的控制系统及方法
WO2019219077A1 (zh) * 2018-05-18 2019-11-21 京东方科技集团股份有限公司 定位方法、定位装置、定位系统、存储介质及离线地图数据库的构建方法
CN110686677A (zh) * 2019-10-10 2020-01-14 东北大学 一种基于几何信息的全局定位方法
CN111862216A (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
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
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
CN111915680A (zh) * 2020-09-01 2020-11-10 山东新一代信息产业技术研究院有限公司 机器人定位方法、系统、电子装置及计算机可读介质

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN207367055U (zh) * 2017-11-09 2018-05-15 杭州蓝芯科技有限公司 一种基于单目视觉与多传感器融合的引导装置
WO2019219077A1 (zh) * 2018-05-18 2019-11-21 京东方科技集团股份有限公司 定位方法、定位装置、定位系统、存储介质及离线地图数据库的构建方法
CN109813285A (zh) * 2019-01-31 2019-05-28 莱克电气股份有限公司 基于视觉的清洁机器人环境识别方法、存储介质、一种清洁机器人
CN110262495A (zh) * 2019-06-26 2019-09-20 山东大学 可实现移动机器人自主导航与精确定位的控制系统及方法
CN110686677A (zh) * 2019-10-10 2020-01-14 东北大学 一种基于几何信息的全局定位方法
CN111862216A (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
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
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
CN111915680A (zh) * 2020-09-01 2020-11-10 山东新一代信息产业技术研究院有限公司 机器人定位方法、系统、电子装置及计算机可读介质

Similar Documents

Publication Publication Date Title
US11714174B2 (en) Parameter calibration method and apparatus of multi-line laser radar, device and readable medium
CN111442722B (zh) 定位方法、装置、存储介质及电子设备
CN111508021B (zh) 一种位姿确定方法、装置、存储介质及电子设备
CN110889808B (zh) 一种定位的方法、装置、设备及存储介质
CN111427026A (zh) 激光雷达的标定方法、装置、存储介质及自移动设备
CN113074727A (zh) 基于蓝牙与slam的室内定位导航装置及其方法
CN111680596B (zh) 基于深度学习的定位真值校验方法、装置、设备及介质
CN112946609B (zh) 激光雷达与相机的标定方法、装置、设备及可读存储介质
CN116559928B (zh) 激光雷达的位姿信息确定方法、装置、设备及存储介质
CN113763549A (zh) 融合激光雷达和imu的同时定位建图方法、装置和存储介质
CN114494629A (zh) 一种三维地图的构建方法、装置、设备及存储介质
CN113177980B (zh) 用于自动驾驶的目标对象速度确定方法、装置及电子设备
WO2022246812A1 (zh) 定位方法、装置、电子设备及存储介质
CN114449439A (zh) 一种地下管廊空间的定位方法及装置
CN117392241A (zh) 自动驾驶中的传感器标定方法、装置及电子设备
CN115808170B (zh) 一种融合蓝牙与视频分析的室内实时定位方法
CN113325433A (zh) 一种定位方法、装置、电子设备及存储介质
CN116358525A (zh) 基于激光雷达的建图与定位方法、系统及工程车辆
CN113340293A (zh) 一种定位方法、装置、电子设备及存储介质
CN115307646A (zh) 一种多传感器融合的机器人定位方法、系统及装置
CN114429515A (zh) 一种点云地图构建方法、装置和设备
CN113917483A (zh) 一种机器人钻越空间模型构建方法、系统及电子设备
CN116136408A (zh) 室内导航方法、服务器、装置和终端
CN113792645A (zh) 一种融合图像和激光雷达的ai眼球
CN113744378A (zh) 一种展览物品扫描方法、装置、电子设备及存储介质

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