CN113343739B - 可移动设备的重定位方法和可移动设备 - Google Patents

Abstract

本发明实施例提供的可移动设备的重定位方法和可移动设备，在确定执行重定位操作时，若可移动设备的当前位置为当前环境对应的N个边沿中第一边沿的目标位置，且当前视线朝向所述第一边沿的邻边，则采集的当前视线下的第一图片，将第一图片与预存的M张第二图片进行匹配，并将第一边沿确定为M张第二图片中与第一图片匹配的第三图片对应的第二边沿；再根据目标位置与第二边沿，及目标位置与第二边沿的邻边之间的距离，确定目标位置的坐标，根据在目标位置转动的角度确定当前运动方向，这样可以将一个三维重定位复杂问题，简化分解为三个一维问题，从而实现了在减小计算量的情况下，提高了重定位计算得到的位置信息的准确度。

Description

可移动设备的重定位方法和可移动设备

技术领域

本发明涉及智能设备技术领域，尤其涉及一种可移动设备的重定位方法和可移动设备。

背景技术

随着科技的发展，智能设备逐渐出现在人们的日常生活中，以扫地机器人为例，机器人在清扫的过程中，为了了解机器人的工作情况，需要对机器人进行实时定位。若机器人受外力影响，或者机器人自身发生了各种异常非受控的打滑漂移等异常，则机器人执行重定位操作，即需要重新获取其在全局地图中的位置。

现有技术中，通常采用全室内的视觉方案实现机器人的重定位。但是，采用该全室内的视觉方案，需要采集全局地图内全视角，所有视频图像数据和对应的坐标数据，这样不仅会导致计算量较大，而且由于视觉画面会受光照，视角角度以及环境是否有丰富纹理影响等，导致重定位计算得到的位置信息的准确度不高。

因此，在机器人执行重定位操作时，如何实现在减小计算量的情况下，提高重定位计算得到的位置信息的准确度，是本领域技术人员亟待解决的技术问题。

发明内容

本发明实施例提供一种可移动设备的重定位方法和可移动设备，在可移动设备执行重定位操作时，实现了在减小计算量的情况下，提高了重定位计算得到的位置信息的准确度。

第一方面，本发明实施例提供了一种可移动设备的重定位方法，该可移动设备的重定位方法可以包括：

在确定执行重定位操作时，若所述可移动设备的当前位置为当前环境对应的N个边沿中第一边沿的目标位置，且所述可移动设备的当前视线朝向所述第一边沿的邻边，则采集当前视线下的第一图片，将所述第一图片与预先存储的M张第二图片进行匹配，并将所述第一边沿确定为所述M张第二图片中与所述第一图片匹配的第三图片对应的第二边沿；其中，所述第三图片为所述可移动设备位于所述第二边沿时采集的所述第二边沿的邻边的图片，所述M张第二图片中包括所述可移动设备位于每一个边沿时采集的邻边的图片，N为大于或者等于3的整数。

根据所述目标位置与所述第二边沿之间的第一距离，以及所述目标位置与所述第二边沿的邻边之间的第二距离，确定所述目标位置的坐标，并根据所述可移动设备在所述目标位置转动的角度确定所述可移动设备当前运动方向。

在一种可能的实现方式中，若所述可移动设备的当前位置不为当前环境对应的N个边沿中第一边沿的目标位置，且所述可移动设备的当前视线未朝向所述第一边沿的邻边，所述方法还包括：

控制所述可移动设备移动至当前环境对应的N个边沿中第一边沿的目标位置，并控制所述可移动设备在所述目标位置转动；其中，转动后的所述可移动设备的当前视线朝向所述第一边沿的邻边。

在一种可能的实现方式中，所述控制所述可移动设备移动至当前环境对应的N个边沿中第一边沿的目标位置，包括：

获取所述可移动设备与所述N个边沿中至少两个边沿中每一个边沿之间的距离；将与所述可移动设备之间的距离最小的边沿确定为所述第一边沿；并控制所述可移动设备移动至所述第一边沿的所述目标位置。

在一种可能的实现方式中，所述将所述第一边沿确定为所述M张第二图片中与所述第一图片匹配的第三图片对应的第二边沿，包括：

若所述M张第二图片中存在至少两个第二图片均与所述第一图片匹配，则根据所述至少两个第二图片中每一个第二图片与所述第一图片的相似度，将与所述第一图片相似度最高的第二图片，确定为所述第一图片匹配的第三图片；并将所述第一边沿确定为所述第三图片对应的所述第二边沿。

在一种可能的实现方式中，所述将所述第一边沿确定为所述M张第二图片中与所述第一图片匹配的第三图片对应的第二边沿，包括：

若所述M张第二图片中存在至少两个第二图片均与所述第一图片匹配，则将所述至少两个第二图片中每一个第二图片对应的第三边沿的属性分别与所述第一边沿的属性进行匹配；其中，所述第二图片为所述可移动设备位于所述第三边沿时采集的所述第三边沿的邻边的图片；并将所述第一边沿确定为与所述第一边沿的属性匹配的第三边沿。

在一种可能的实现方式中，所述可移动设备的当前视线所在的直线与所述第一边沿所在的直线平行，且所述可移动设备采集所述第二边沿的邻边的图片时，所述可移动设备的视线所在的直线与所述第二边沿所在的直线平行。

在一种可能的实现方式中，该可移动设备的重定位方法还包括：

控制所述可移动设备移动至所述N个边沿中第一个边沿的位置，并控制所述可移动设备在所述第一个边沿的位置转动，在转动完成后采集所述第一个边沿的邻边的图像；其中，转动后的所述可移动设备的视线所在的直线与所述第一个边沿所在的直线平行。

控制所述可移动设备移动至所述N个边沿中第二个边沿的位置，并控制所述可移动设备在所述第二个边沿的位置转动，在转动完成后采集所述第二个边沿的邻边的图像；其中，所述第二个边沿为所述第一个边沿的邻边，转动后的所述可移动设备的视线所在的直线与所述第二个边沿所在的直线平行，以此类推，直至采集到所述N个边沿中最后一个边沿的邻边的图片。

存储所述可移动设备采集的每一个边沿的邻边的图片。

第二方面，本发明实施例还提供一种可移动设备，该可移动设备可以包括视觉传感器和处理器；其中，

所述视觉传感器，用于在确定执行重定位操作时，若所述可移动设备的当前位置为当前环境对应的N个边沿中第一边沿的目标位置，且所述可移动设备的当前视线朝向所述第一边沿的邻边，则采集当前视线下的第一图片。

所述处理器，用于将所述第一图片与预先存储的M张第二图片进行匹配，并将所述第一边沿确定为所述M张第二图片中与所述第一图片匹配的第三图片对应的第二边沿；根据所述目标位置与所述第二边沿之间的第一距离，以及所述目标位置与所述第二边沿的邻边之间的第二距离，确定所述目标位置的坐标，并根据所述可移动设备在所述目标位置转动的角度确定所述可移动设备当前运动方向。

其中，所述第三图片为所述可移动设备位于所述第二边沿时采集的所述第二边沿的邻边的图片，所述M张第二图片中包括所述可移动设备位于每一个边沿时采集的邻边的图片，N为大于或者等于3的整数。

在一种可能的实现方式中，所述处理器，还用于若所述可移动设备的当前位置不为当前环境对应的N个边沿中第一边沿的目标位置，且所述可移动设备的当前视线未朝向所述第一边沿的邻边，则控制所述可移动设备移动至当前环境对应的N个边沿中第一边沿的目标位置，并控制所述可移动设备在所述目标位置转动；其中，转动后的所述可移动设备的当前视线朝向所述第一边沿的邻边。

在一种可能的实现方式中，所述可移动设备还包括测距传感器。

所述测距传感器，用于获取所述可移动设备与所述N个边沿中至少两个边沿中每一个边沿之间的距离。

所述处理器，具体用于将与所述可移动设备之间的距离最小的边沿确定为所述第一边沿；并控制所述可移动设备移动至所述第一边沿的所述目标位置。

在一种可能的实现方式中，若所述M张第二图片中存在至少两个第二图片均与所述第一图片匹配，则所述处理器，具体用于根据所述至少两个第二图片中每一个第二图片与所述第一图片的相似度，将与所述第一图片相似度最高的第二图片，确定为所述第一图片匹配的第三图片；并将所述第一边沿确定为所述第三图片对应的所述第二边沿。

在一种可能的实现方式中，若所述M张第二图片中存在至少两个第二图片均与所述第一图片匹配，则所述处理器，具体用于将所述至少两个第二图片中每一个第二图片对应的第三边沿的属性分别与所述第一边沿的属性进行匹配；并将所述第一边沿确定为与所述第一边沿的属性匹配的第三边沿；其中，所述第二图片为所述可移动设备位于所述第三边沿时采集的所述第三边沿的邻边的图片。

在一种可能的实现方式中，所述可移动设备的当前视线所在的直线与所述第一边沿所在的直线平行，且所述可移动设备采集所述第二边沿的邻边的图片时，所述可移动设备的视线所在的直线与所述第二边沿所在的直线平行。

在一种可能的实现方式中，所述可移动设备还包括存储器。

所述处理器，还用于控制所述可移动设备移动至所述N个边沿中第一个边沿的位置，并控制所述可移动设备在所述第一个边沿的位置转动；所述视觉传感器，还用于在转动完成后采集所述第一个边沿的邻边的图像；其中，转动后的所述可移动设备的视线所在的直线与所述第一个边沿所在的直线平行。

所述处理器，还用于控制所述可移动设备移动至所述N个边沿中第二个边沿的位置，并控制所述可移动设备在所述第二个边沿的位置转动；所述视觉传感器，还用于在转动完成后采集所述第二个边沿的邻边的图像；其中，所述第二个边沿为所述第一个边沿的邻边，转动后的所述可移动设备的视线所在的直线与所述第二个边沿所在的直线平行，以此类推，直至采集到所述N个边沿中最后一个边沿的邻边的图片。

所述存储器，用于存储所述可移动设备采集的每一个边沿的邻边的图片。

第三方面，本发明实施例还提供一种可移动设备，该可移动设备可以包括：至少一个处理器和存储器。

所述存储器存储计算机执行指令。

所述至少一个处理器执行所述存储器存储的计算机执行指令，使得所述至少一个处理器执行上述第一方面任一种可能的实现方式中所述的可移动设备的重定位方法。

第四方面，本发明实施例还提供一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机执行指令，当处理器执行所述计算机执行指令时，实现上述第一方面任一种可能的实现方式中所述的可移动设备的重定位方法。

本发明实施例提供的可移动设备的重定位方法和可移动设备，在确定执行重定位操作时，若可移动设备的当前位置为当前环境对应的N个边沿中第一边沿的目标位置，且当前视线朝向所述第一边沿的邻边，则采集的当前视线下的第一图片，将第一图片与预存的M张第二图片进行匹配，并将第一边沿确定为M张第二图片中与第一图片匹配的第三图片对应的第二边沿；再根据目标位置与第二边沿，及目标位置与第二边沿的邻边之间的距离，确定目标位置的坐标，根据在目标位置转动的角度确定当前运动方向，这样可以将一个三维重定位复杂问题，简化分解为三个一维问题，从而实现了在减小计算量的情况下，提高了重定位计算得到的位置信息的准确度。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。

图1为本发明实施例提供的一种应用场景的示意图；

图2为本发明实施例提供的一种初始化过程中逆时针采集图片的示意图；

图3为本发明实施例提供的一种初始化过程中顺时针采集图片的示意图；

图4为本发明实施例提供的一种初始化过程中顺时针及逆时针采集图片的示意图；

图5为本发明实施例提供的一种可移动设备的重定位方法的流程示意图；

图6为本发明实施例提供的一种执行重定位操作的示意图；

图7为本发明实施例提供的另一种执行重定位操作的示意图；

图8为本发明实施例提供的一种可移动设备的结构示意图；

图9为本发明实施例提供的另一种可移动设备的结构示意图。

通过上述附图，已示出本公开明确的实施例，后文中将有更详细的描述。这些附图和文字描述并不是为了通过任何方式限制本公开构思的范围，而是通过参考特定实施例为本领域技术人员说明本公开的概念。

具体实施方式

这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。

在本发明的实施例中，“至少一个”是指一个或者多个，“多个”是指两个或两个以上。“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，其中A，B可以是单数或者复数。在本发明的文字描述中，字符“/”一般表示前后关联对象是一种“或”的关系。

图1为本发明实施例提供的一种应用场景的示意图，可以应用于可移动设备执行重定位操作的场景中。示例的，可移动设备可以为机器人。示例的，可参见图1所示，可移动设备在当前环境(图1中所示的矩形区域)中移动，在移动至第一位置(图1中虚线五角星的位置)时，可移动设备可以获取到该位置信息；但是，当其移动至第二位置(图1中实线五角星的位置)时，自身发生了打滑漂移，因此，需要通过执行重定位操作重新获取其位置信息。由于现有技术中在执行重定位操作时，通常采用的全室内的视觉方案需要采集全局地图内全视角，所有视频图像数据和对应的坐标数据，这样不仅会导致计算量较大，而且由于视觉画面会受光照，视角角度以及环境是否有丰富纹理影响等，导致重定位计算得到的位置信息的准确度不高。其中，重定位过程是机器人受外力或者因为自身运动打滑等异常，导致需要重新寻找当前自己新位置的过程。

通过上述描述可以看出，正是由于采用的全室内的视觉方案需要采集全局地图内全视角，所有视频图像数据和对应的坐标数据，才会导致计算量较大；并且正是因为视觉画面会受光照，视角角度以及环境是否有丰富纹理影响等，才会导致重定位计算得到的位置信息的准确度不高。因此，为了实现在减小计算量的情况下，提高重定位计算得到的位置信息的准确度，可以尝试从两个方面进行改进，第一方面是减小采集的全局地图内全视角，视频图像数据和对应的坐标数据的数据量，虽然这样可以有效地减小计算量，但是会存在无法实现重定位的风险；第二方面是避免画面受到光照，视角角度以及环境是否有丰富纹理的影响，但这种情况在实际采集过程中很难做到，局限性较大。

因此，为了实现在减小计算量的情况下，提高重定位计算得到的位置信息的准确度，本发明实施例提供了一种可移动设备的重定位方法，与现有技术不同的是，在确定执行重定位操作时，可以先判断可移动设备的当前位置是否为当前环境对应的N个边沿中第一边沿的目标位置，且可移动设备的当前视线是否朝向所述第一边沿的邻边，若可移动设备的当前位置为当前环境对应的N个边沿中第一边沿的目标位置，且可移动设备的当前视线朝向所述第一边沿的邻边，则可以直接采集当前视线下的第一图片，并将采集的当前视线下的第一图片与预存的M张第二图片进行匹配，将第一边沿确定为M张第二图片中与第一图片匹配的第三图片对应的第二边沿；再根据目标位置与第二边沿，及目标位置与第二边沿的邻边之间的距离，确定目标位置的坐标，根据在目标位置转动的角度确定当前运动方向，这样可以将一个三维重定位复杂问题，简化分解为三个一维问题，从而实现了在减小计算量的情况下，提高了重定位计算得到的位置信息的准确度。

可以理解的是，若可移动设备的当前位置不为当前环境对应的N个边沿中第一边沿的目标位置，且可移动设备的当前视线未朝向所述第一边沿的邻边，则需要先控制所述可移动设备移动至当前环境对应的N个边沿中第一边沿的目标位置，并控制所述可移动设备在所述目标位置转动，然后再采集当前视线下的第一图片。其中，转动后的可移动设备的当前视线朝向第一边沿的邻边。在后面的描述中，假设可移动设备的当前位置不为当前环境对应的N个边沿中第一边沿的目标位置，且可移动设备的当前视线未朝向所述第一边沿的邻边，则需要先控制所述可移动设备移动至当前环境对应的N个边沿中第一边沿的目标位置，并控制所述可移动设备在所述目标位置转动，然后再采集当前视线下的第一图片为例进行说明，但并不代表本发明实施例仅局限于此。

在详细介绍本发明实施例提供的可移动设备的重定位方法之前，先对本发明实施例中涉及的几个重要的问题进行说明，以助于可以更好地理解本发明实施例提供的可移动设备的重定位方法。

首先，需要说明的是，在本发明实施例中，通过先控制可移动设备移动至当前环境中第一边沿的目标位置并在目标位置转动，并在当前视线下采集第一图片，其目的在于：虽然该可移动设备移动已经移动至第一边沿，但由于其当前并不能获知该第一边沿具体为哪个边沿，因此，在执行完转动操作后，需要先将采集当前视线下采集的第一图片与预先存储的M张第二图片进行匹配，以确定该第一边沿具体为哪个边沿。示例的，在确定该第一边沿具体为哪个边沿时，由于预先存储的M张第二图片中包括了初始化时，在当前视线下采集的图片，这样在当前视线下采集第一图片后，就可以将采集到的当前视线下的第一图片与预存的M张第二图片进行匹配，若该第一图片与预存的M张第二图片中的某个第三图片匹配，则说明该第一图片和第三图片的采集位置几乎相同，且由于该第三图片是可移动设备位于第二边沿时采集的第二边沿的邻边的图片，则可以获知该第一图片也是位于第二边沿时采集的第二边沿的邻边的图片，因此，可以确定该第一边沿为当前环境中的第二边沿。

其次，通过上述的描述可知，之所以能够获知到第一边沿具体为哪一个边沿，是先控制可移动设备移动至当前环境中第一边沿的目标位置并在目标位置转动，并在当前视线下采集第一图片，并将采集当前视线下采集的第一图片与预先存储的M张第二图片进行匹配，以确定该第一边沿具体为哪个边沿。需要特别说明的是，为了实现匹配的准确度，从而提高重定位的准确度，如何控制可移动设备在目标位置转动与可移动设备在初始化过程中，预先存储的M张第二图片中各第二图片的采集方式相关，示例的，可以包括三种不同的场景。

在一种场景下，示例的，可参见图2所示，图2为本发明实施例提供的一种初始化过程中逆时针采集图片的示意图，若可移动设备在初始化过程中，按照逆时针方向，依次移动至当前环境中的每一个边沿，采集并存储该边沿的邻边的图片，对应的，在执行重定位操作过程中，可以控制可移动设备在目标位置按照逆时针的方向转动，以保证在转动后采集的第一图片的采集角度和初始化过程中采集的图片的采集角度一致，这样可以有效地提高匹配的准确度，从而提高重定位的准确度。不难看出，在该种场景下，第一边沿的邻边为当前环境中按照逆时针方向下的第一边沿的邻边。示例的，可结合图1所示，若第一边沿为边沿L1，则在该场景下，该第一边沿的邻边为边沿L2。

在另一种场景下，示例的，可参见图3所示，图3为本发明实施例提供的一种初始化过程中顺时针采集图片的示意图，若可移动设备在初始化过程中，按照顺时针方向，依次移动至当前环境中的每一个边沿，采集并存储该边沿的邻边的图片，对应的，在执行重定位操作过程中，可以控制可移动设备在目标位置按照顺时针的方向转动，以保证在转动后采集的第一图片的采集角度和初始化过程中采集的图片的采集角度一致，这样同样可以有效地提高匹配的准确度，从而提高重定位的准确度。不难看出，在该种场景下，第一边沿的邻边为当前环境中按照顺时针方向下的第一边沿的邻边。示例的，可结合图1所示，若第一边沿为边沿L1，则在该场景下，该第一边沿的邻边为边沿L4。

在又一种场景下，示例的，可参见图4所示，图4为本发明实施例提供的一种初始化过程中顺时针及逆时针采集图片的示意图，若可移动设备在初始化过程中，分别按照顺时针方向，以及逆时针方向，依次移动至当前环境中的每一个边沿，采集并存储该边沿的邻边的图片，对应的，在执行重定位操作过程中，控制可移动设备在目标位置按照顺时针的方向转动，或者可以控制可移动设备在目标位置按照顺时针的方向转动，均可以保证在转动后采集的第一图片的采集角度和初始化过程中采集的图片的采集角度一致，这样同样可以有效地提高匹配的准确度，从而提高重定位的准确度。不难看出，在该种场景下，第一边沿的邻边可以为当前环境中按照顺时针方向下的第一边沿的邻边，也可以为当前环境中按照逆时针方向下的第一边沿的邻边。示例的，可结合图1所示，若第一边沿为边沿L1，则在该场景下，该第一边沿的邻边可以为边沿L2，也可以为边沿L4。

可以看出，在该种场景下，正是由于可移动设备在初始化过程中，分别按照顺时针方向，以及逆时针方向，依次移动至当前环境中的每一个边沿，采集并存储该边沿的邻边的图片，使得在执行重定位操作过程中，可以无需限制可移动设备的转动方向，与上述前两种应用场景相比，虽然需要采集并存储的数据量较大，但是可以有效地提高可移动设备转动的灵活度。

此外，还需要说明的是，无论在上述哪一种场景中，通过控制可移动设备在目标位置转动，使得转动后的可移动设备的当前视线朝向第一边沿的邻边，以采集该当前视线下的第一图片。示例的，在本发明实施例中，若可移动设备在初始化过程中，采集各边沿的邻边的图片时，采集时的视线所在的直线与该边沿所在的直线平行，则在执行重定位操作时，控制可移动设备在目标位置转动后，转动后的可移动设备的当前视线所在的直线与第一边沿所在的直线平行，可参见上述图2或图3所示；若可移动设备在初始化过程中，采集各边沿的邻边的图片时，采集时的视线所在的直线与该边沿所在的直线不平行，只要保证可以采集到该边沿的邻边的图片即可，则在执行重定位操作时，控制可移动设备在目标位置转动后，转动后的可移动设备的当前视线所在的直线与第一边沿所在的直线不平行，具体可以根据实际需要进行设置。在后续的描述中，本发明实施例将以可移动设备在初始化过程中，采集各边沿的邻边的图片时，采集时的视线所在的直线与该边沿所在的直线平行，则在执行重定位操作时，控制可移动设备在目标位置转动后，转动后的可移动设备的当前视线所在的直线与第一边沿所在的直线平行为例进行说明，但并不代表本发明实施例仅局限于此。

基于上述描述，下面，将以第一种场景为例，通过具体的实施例对本发明提供的可移动设备的重定位方法进行详细地描述。可以理解的是，第二种场景下的可移动设备的重定位方法，以及第三种场景下的可移动设备的重定位方法与第一种场景下的可移动设备的重定位方法类似，可参见第一种场景下的可移动设备的重定位方法的相关描述，在此，本发明实施例不再进行赘述。需要说明的是，下面几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例不再赘述。

图5为本发明实施例提供的一种可移动设备的重定位方法的流程示意图，该可移动设备的重定位方法可以由软件和/或硬件装置执行，例如，该硬件装置可以为可移动设备的重定位装置，该可移动设备的重定位装置可以设置在可移动设备中。示例的，该可移动设备可以为机器人，请参见图5所示，该可移动设备的重定位方法可以包括：

S501、在确定执行重定位操作时，控制可移动设备移动至当前环境对应的N个边沿中第一边沿的目标位置，并控制可移动设备在目标位置转动。

其中，转动后的可移动设备的当前视线朝向第一边沿的邻边，且控制可移动设备在目标位置转动后，转动后的可移动设备的当前视线所在的直线与第一边沿所在的直线平行。N为大于或者等于3的整数。示例的，第一边沿的目标位置可以理解为第一边沿的墙壁位置，也可以理解为第一边沿处的具有固定长边的障碍物所在的位置，具体可以根据实际需要进行设置，在此，对于第一边沿的目标位置，本发明实施例不做进一步地限制。当前环境对应的N个边沿可以理解为该当前环境是由对应的N个边沿围成的，该当前环境可以为规则形状，也可以为不规则形状，具体可以根据实际需要进行设置，在此，对于当前环境的形状，本发明实施例不做进一步地限制。

可以理解的是，在控制可移动设备移动至当前环境对应的N个边沿中第一边沿的目标位置时，该第一边沿可以为该N个边沿中的任一个边沿，也可以为根据某种规则在N个边沿中选择的一个边沿，例如，根据边沿与可移动设备之间的距离规则在N个边沿中选择的一个边沿，或者，也可以根据边沿与可移动设备之间的行驶路径的通畅程度规则在N个边沿中选择的一个边沿，具体可以根据实际需要进行设置，在此，对于第一边沿的选择方式，本发明实施例不做具体限制。在N个边沿中选择第一边沿时，若选择的第一边沿与可移动设备当前的位置距离较远，则可移动设备移动至该距离较远的边沿需要花费较长的时间，这样会导致重定位的效率较低。因此，为了提高重定位的效率，在本发明实施例中，可以通过单点测距技术选择与可移动设备当前的位置距离较近的边沿作为第一边沿，即在控制可移动设备移动至当前环境对应的N个边沿中第一边沿的目标位置之前，可以先获取可移动设备与N个边沿中至少两个边沿中每一个边沿之间的距离；并选择一个与可移动设备之间的距离最小的边沿确定为第一边沿；再控制可移动设备移动至第一边沿的目标位置，这样可以有效地避免因移动至距离较远的边沿需要花费较长的时间而导致的重定位的效率较低。

需要说明的是，在选择与可移动设备当前的位置距离较近的边沿时，并不局限于采用单点测距技术，也可以通过视觉方式，例如通过识别墙角线等实现；或者更加简单，直接不断移动，直到遇到障碍物边界等。通过该步骤，只要找到墙壁或者固定有长边的障碍物即可，即使未必是最佳路径或者最短路径，都不影响本方案的后续过程。

示例的，可结合6所示，图6为本发明实施例提供的一种执行重定位操作的示意图，由于可移动设备移动至当前环境的第二位置(图1中实线五角星的位置)时，自身发生了打滑漂移，因此，需要通过执行重定位操作重新获取其位置信息。其中，当前环境是一个由四条边沿围成的矩形区域，该四条边沿分别为边沿L1、边沿L2、边沿L3以及边沿L4。在确定执行重定位操作时，可以随机在四个边沿中选择的一个边沿作为第一边沿，当然，为了避免因移动至距离较远的边沿需要花费较长的时间而导致的重定位的效率较低，可以分别获取四个边沿中各边沿与第二位置之间的距离，可以看出，边沿L1与第二位置之间的距离最小，因此，选择与可移动设备的第二位置距离最小的边沿L1作为第一边沿，并先控制可移动设备由图1所示的第二位置移动至边沿L1的目标位置，该目标位置可以为边沿L1的墙壁位置，也可以理解为边沿L1处的具有固定长边的障碍物所在的位置。考虑到可移动设备在初始化过程中，按照逆时针方向，依次移动至当前环境中的每一个边沿，采集并存储该边沿的邻边的图片，且采集各边沿的邻边的图片时，采集时的视线所在的直线与该边沿所在的直线平行，因此，在可移动设备移动至边沿L1的目标位置后，按照逆时针方向在原地旋转90度，使得转动后的可移动设备的当前视线所在的直线与边沿L1所在的直线平行，这样可移动设备就可以通过摄像头采集当前视线下的第一图片，将第一图片与预先存储的M张第二图片进行匹配，以确定该边沿L1为哪个边沿，进而确定其位置信息。

需要说明的是，在本发明实施例中，只是以可移动设备的当前位置不为当前环境对应的N个边沿中第一边沿的目标位置，且可移动设备的当前视线未朝向所述第一边沿的邻边，则需要先执行S501控制所述可移动设备移动至当前环境对应的N个边沿中第一边沿的目标位置，并控制所述可移动设备在所述目标位置转动，然后再采集当前视线下的第一图片为例进行说明，若可移动设备的当前位置为当前环境对应的N个边沿中第一边沿的目标位置，且可移动设备的当前视线朝向所述第一边沿的邻边，则可以无需执行S501，即在确定执行重操作时，直接执行下述S502即可。

在通过S501控制可移动设备移动至当前环境对应的N个边沿中第一边沿的目标位置，并控制可移动设备在目标位置转动，使得可移动设备的当前视线朝向第一边沿的邻边之后，就可以执行下述S502：

S502、采集当前视线下的第一图片，将第一图片与预先存储的M张第二图片进行匹配，并将第一边沿确定为M张第二图片中与第一图片匹配的第三图片对应的第二边沿。

其中，第三图片为可移动设备位于第二边沿时采集的第二边沿的邻边的图片，且可移动设备采集第二边沿的邻边的图片时，可移动设备的视线所在的直线与第二边沿所在的直线平行。M张第二图片中包括可移动设备按照逆时针方向，依次位于每一个边沿时采集的邻边的图片。

示例的，在采集当前视线下的第一图片时，可以启动可移动设备的视觉传感器进行图片采集，并在采集到的当前视线下的第一图片之后，就可以将第一图片与预先存储的M张第二图片进行匹配。不难理解的是，在将第一图片与预先存储的M张第二图片进行匹配之前，需要预先采集并存储可移动设备位于每一个边沿时采集的邻边的图片，该采集并存储可移动设备位于每一个边沿时采集的邻边的图片可以在初始化过程中完成。示例的，可移动设备在初始化过程中，可以先控制可移动设备移动至N个边沿中第一个边沿的位置，并控制可移动设备在第一个边沿的位置转动，在转动完成后采集第一个边沿的邻边的图像；其中，转动后的可移动设备的视线所在的直线与第一个边沿所在的直线平行；控制可移动设备移动至N个边沿中第二个边沿的位置，并控制可移动设备在第二个边沿的位置转动，在转动完成后采集第二个边沿的邻边的图像；其中，第二个边沿为第一个边沿的邻边，转动后的可移动设备的视线所在的直线与第二个边沿所在的直线平行，以此类推，直至采集到N个边沿中最后一个边沿的邻边的图片；并存储可移动设备采集的每一个边沿的邻边的图片。可以理解的是，在通过该种采集并存储可移动设备位于每一个边沿时采集的邻边的图片的过程中，在控制可移动设备在第一个边沿的位置转动时，可以按照顺时针的方向转动至第一个边沿的邻边，也可以按照逆时针的方向转动至第一个边沿的邻边；当然，也可以均执行这两种转动方式，即可以先按照顺时针的方向转动至第一个边沿的邻边，再按照逆时针的方向转动至第一个边沿的邻边，具体参见上述不同的三种场景中的相关描述，在此，本发明实施例不再进行赘述。类似的，控制可移动设备在第二个边沿的位置转动的方式、以及控制可移动设备在第三个边沿或者其它边沿的位置转动的方式与控制可移动设备在第一个边沿的位置转动的方式类似，在此，本发明实施例不再进行赘述。

在初始化过程中，预先采集并存储了可移动设备位于每一个边沿时采集的邻边的图片之后，就可以将第一图片与预先存储的M张第二图片进行匹配以根据匹配结果确定第一边沿具体为哪一个边沿。示例的，在一种可能的情况下，若M张第二图片中存在某一个第三图片与第一图片匹配，则说明该第一图片和第三图片的采集位置几乎相同，且由于该第三图片是可移动设备位于第二边沿时采集的第二边沿的邻边的图片，则可以获知该第一图片也是位于第二边沿时采集的第二边沿的邻边的图片，因此，可以直接将第一边沿确定为该第三图片对应的第二边沿。在另一种可能的情况下，若M张第二图片中存在至少两个第二图片均与第一图片匹配，则可以通过下述两种可能的实现方式确定第一边沿具体为哪个边沿。

在一种可能的实现方式中，可以分别计算至少两个第二图片中每一个第二图片与该第一图片的相似度，得到至少两个第二图片中每一个第二图片与第一图片的相似度，并比较该至少两个第二图片中每一个第二图片与第一图片的相似度，将与第一图片相似度最高的第二图片，确定为第一图片匹配的第三图片，说明第一图片和该第三图片的采集位置几乎相同，且由于该第三图片是可移动设备位于第二边沿时采集的第二边沿的邻边的图片，则可以获知该第一图片也是位于第二边沿时采集的第二边沿的邻边的图片，因此，这样就可以将第一边沿确定为第三图片对应的第二边沿。

在另一种可能的实现方式中，可以先将至少两个第二图片中每一个第二图片对应的第三边沿的属性分别与第一边沿的属性进行匹配；其中，第二图片为可移动设备位于第三边沿时采集的第三边沿的邻边的图片；并将第一边沿确定为与第一边沿的属性匹配的第三边沿。示例的，第一边沿的属性可以为该第一边沿的物理长度或者物体形状等。

示例的，结合图6所示，当可移动设备移动至边沿L1的目标位置后，按照逆时针方向在原地旋转90度，使得转动后的可移动设备的当前视线所在的直线与边沿L1所在的直线平行，并通过摄像头采集当前视线下的第一图片之后，由于可移动设备预先在初始化过程中，按照逆时针方向，依次移动至四个边沿中的每一个边沿，采集并存储该边沿的邻边的第二图片，因此，可以将摄像头采集当前视线下的第一图片与预先存储的第二图片进行匹配，若该第一图片与预先存储的位于边沿L1时采集的该边沿L1的邻边L2的图片匹配，则说明该邻边L2的图片的采集位置与该第一图片的采集位置几乎相同，且由于该邻边L2的图片是可移动设备位于边沿L1时采集的图片，则可以获知该第一图片也是位于边沿L1时采集的图片，因此，可以确定该第一边沿为当前环境中的边沿L1，从而确定了第一边沿。

通常情况下，由于执行重定位需要获取三个维度的信息，该三个维度的信息包括横轴坐标、纵轴坐标以及可移动设备当前运动方向，其中，横轴坐标、纵轴坐标可以理解为目标位置的坐标，可移动设备当前运动方向可通过角度θ表示，因此，在确定第一边沿为当前环境中的第二边沿之后，还需要分别获取目标位置与第二边沿之间的距离，以及目标位置与第二边沿的邻边之间的距离，确定目标位置的坐标，并根据可移动设备在目标位置转动的角度确定可移动设备当前运动方向，即执行下述S503：

S503、根据目标位置与第二边沿之间的第一距离，以及目标位置与第二边沿的邻边之间的第二距离，确定目标位置的坐标，并根据可移动设备在目标位置转动的角度确定可移动设备当前运动方向。

可以理解的是，若目标位置与第二边沿之间的第一距离即为目标位置的横轴坐标，则目标位置与第二边沿的邻边之间的第二距离即为目标位置的纵轴坐标；相反的，若目标位置与第二边沿之间的第一距离即为目标位置的纵轴坐标，则目标位置与第二边沿的邻边之间的第二距离即为目标位置的横轴坐标，具体与坐标轴的设置有关，在此，本发明实施例不做具体限制。

示例的，可结合图7所示，图7为本发明实施例提供的另一种执行重定位操作的示意图，在获取目标位置与边沿L1之间的第一距离，以及目标位置与边沿L1的邻边L2之间的第二距离时，可以通过用于沿边的测距传感器获取目标位置与边沿L1之间的第一距离，通过机器人运动方向的单点测距传感器获取目标位置与边沿L1的邻边L2之间的第二距离，当该第一距离为坐标轴上横轴坐标时，该第二距离为坐标轴上纵轴坐标；相反的，当该第一距离为坐标轴上纵轴坐标时，该第二距离为坐标轴上横轴坐标，从而确定目标位置的坐标信息。此外，还需要根据可移动设备在目标位置转动的角度确定可移动设备当前运动方向，示例的，若假设可移动设备正对第一边沿时的角度为0度，且顺时针方向旋转为正向，逆时针旋转为反向，则结合图7可以看出，角度θ为-90度，即确定了可移动设备当前运动方向，这样可以将一个三维重定位复杂问题，简化分解为三个一维问题，从而实现了在减小计算量的情况下，提高了重定位计算得到的位置信息的准确度。

示例的，单点测距传感器可以是单点飞行时间(Time of Flight，简称TOF)传感器，或者其他相关的测距传感器，本方案不做具体限定。

由此可见，本发明实施例中，在确定执行重定位操作时，先控制可移动设备移动至当前环境中第一边沿的目标位置并在目标位置转动；转动后的当前视线朝向第一边沿的邻边，将采集的当前视线下的第一图片与预存的M张第二图片进行匹配，并将第一边沿确定为M张第二图片中与第一图片匹配的第三图片对应的第二边沿；再根据目标位置与第二边沿，及目标位置与第二边沿的邻边之间的距离，确定目标位置的坐标，根据在目标位置转动的角度确定当前运动方向，这样可以将一个三维重定位复杂问题，简化分解为三个一维问题，从而实现了在减小计算量的情况下，提高了重定位计算得到的位置信息的准确度。

图8为本发明实施例提供的一种可移动设备80的结构示意图，示例的，请参见图8所示，该可移动设备80可以包括视觉传感器801和处理器802；其中：

视觉传感器801，用于在确定执行重定位操作时，若可移动设备的当前位置为当前环境对应的N个边沿中第一边沿的目标位置，且可移动设备的当前视线朝向第一边沿的邻边，则采集当前视线下的第一图片。

处理器802，用于将第一图片与预先存储的M张第二图片进行匹配，并将第一边沿确定为M张第二图片中与第一图片匹配的第三图片对应的第二边沿；根据目标位置与第二边沿之间的第一距离，以及目标位置与第二边沿的邻边之间的第二距离，确定目标位置的坐标，并根据可移动设备在目标位置转动的角度确定可移动设备当前运动方向。

其中，第三图片为可移动设备位于第二边沿时采集的第二边沿的邻边的图片，M张第二图片中包括可移动设备位于每一个边沿时采集的邻边的图片，N为大于或者等于3的整数。

可选的，处理器802，还用于若可移动设备的当前位置不为当前环境对应的N个边沿中第一边沿的目标位置，且可移动设备的当前视线未朝向第一边沿的邻边，则控制可移动设备移动至当前环境对应的N个边沿中第一边沿的目标位置，并控制可移动设备在目标位置转动；其中，转动后的可移动设备的当前视线朝向第一边沿的邻边。

可选的，可移动设备80还包括测距传感器803；测距传感器803，用于获取可移动设备与N个边沿中至少两个边沿中每一个边沿之间的距离。

处理器802，具体用于将与可移动设备之间的距离最小的边沿确定为第一边沿；并控制可移动设备移动至第一边沿的目标位置。

可选的，若M张第二图片中存在至少两个第二图片均与第一图片匹配，则处理器802，具体用于根据至少两个第二图片中每一个第二图片与第一图片的相似度，将与第一图片相似度最高的第二图片，确定为第一图片匹配的第三图片；并将第一边沿确定为第三图片对应的第二边沿。

可选的，若M张第二图片中存在至少两个第二图片均与第一图片匹配，则处理器802，具体用于将至少两个第二图片中每一个第二图片对应的第三边沿的属性分别与第一边沿的属性进行匹配；并将第一边沿确定为与第一边沿的属性匹配的第三边沿；其中，第二图片为可移动设备位于第三边沿时采集的第三边沿的邻边的图片。

可选的，可移动设备的当前视线所在的直线与第一边沿所在的直线平行，且可移动设备采集第二边沿的邻边的图片时，可移动设备的视线所在的直线与第二边沿所在的直线平行。

可选的，可移动设备80还包括存储器804。

处理器802，还用于控制可移动设备移动至N个边沿中第一个边沿的位置，并控制可移动设备在第一个边沿的位置转动；视觉传感器801，还用于在转动完成后采集第一个边沿的邻边的图像；其中，转动后的可移动设备的视线所在的直线与第一个边沿所在的直线平行。

处理器802，还用于控制可移动设备移动至N个边沿中第二个边沿的位置，并控制可移动设备在第二个边沿的位置转动；视觉传感器801，还用于在转动完成后采集第二个边沿的邻边的图像；其中，第二个边沿为第一个边沿的邻边，转动后的可移动设备的视线所在的直线与第二个边沿所在的直线平行，以此类推，直至采集到N个边沿中最后一个边沿的邻边的图片。

存储器804，用于存储可移动设备采集的每一个边沿的邻边的图片。

本发明实施例所示的可移动设备80，可以执行上述任一附图所示的实施例中可移动设备的重定位方法的技术方案，其实现原理以及有益效果与可移动设备的重定位方法的实现原理及有益效果类似，此处不再进行赘述。

图9为本发明实施例提供的另一种可移动设备90的结构示意图，示例的，请参见图9所示，该可移动设备90可以包括：至少一个处理器901和存储器902。

存储器902存储计算机执行指令。

至少一个处理器901执行所述存储器902存储的计算机执行指令，使得至少一个处理器901执行上述实施例所述的可移动设备90的重定位方法的技术方案，其实现原理以及有益效果与可移动设备90的重定位方法的实现原理及有益效果类似，此处不再进行赘述。

可选地，存储器902既可以是独立的，也可以跟处理器901集成在一起。当存储器902是独立于处理器901之外的器件时，电子设备还可以包括：总线，用于连接存储器902和处理器901。

可选地，本发明实施例还包括：通信接口，该通信接口可以通过总线与处理器901连接。处理器901可以控制通信接口来实现上述电子设备的接收和发送的功能。

本发明实施例所示的可移动设备90，可以执行上述任一附图所示的实施例中可移动设备的重定位方法的技术方案，其实现原理以及有益效果与可移动设备的重定位方法的实现原理及有益效果类似，此处不再进行赘述。

本发明实施例还提供一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机执行指令，当处理器执行所述计算机执行指令时，执行上述实施例所述的可移动设备的重定位方法的技术方案，其实现原理以及有益效果与可移动设备的重定位方法的实现原理及有益效果类似，此处不再进行赘述。

在本发明所提供的几个实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所展示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元展示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。

上述以软件功能模块的形式实现的集成的模块，可以存储在一个计算机可读取存储介质中。上述软件功能模块存储在一个存储介质中，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)或处理器(英文：processor)执行本发明各个实施例方法的部分步骤。

应理解的是，上述处理器可以是中央处理单元(英文：Central Processing Unit，简称：CPU)，还可以是其他通用处理器、数字信号处理器(英文：Digital SignalProcessor，简称：DSP)、专用集成电路(英文：Application Specific IntegratedCircuit，简称：ASIC)等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合发明所公开的方法的步骤可以直接体现为硬件处理器执行完成，或者用处理器中的硬件及软件模块组合执行完成。

存储器可能包含高速RAM存储器，也可能还包括非易失性存储NVM，例如至少一个磁盘存储器，还可以为U盘、移动硬盘、只读存储器、磁盘或光盘等。

总线可以是工业标准体系结构(Industry Standard Architecture，ISA)总线、外部设备互连(Peripheral Component，PCI)总线或扩展工业标准体系结构(ExtendedIndustry Standard Architecture，EISA)总线等。总线可以分为地址总线、数据总线、控制总线等。为便于表示，本发明附图中的总线并不限定仅有一根总线或一种类型的总线。

上述计算机可读存储介质可以是由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(SRAM)，电可擦除可编程只读存储器(EEPROM)，可擦除可编程只读存储器(EPROM)，可编程只读存储器(PROM)，只读存储器(ROM)，磁存储器，快闪存储器，磁盘或光盘。存储介质可以是通用或专用计算机能够存取的任何可用介质。

最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。

Claims (16)

1.一种可移动设备的重定位方法，其特征在于，包括：

在确定执行重定位操作时，若所述可移动设备的当前位置为当前环境对应的N个边沿中第一边沿的目标位置，且所述可移动设备的当前视线朝向所述第一边沿的邻边，则采集当前视线下的第一图片，将所述第一图片与预先存储的M张第二图片进行匹配，并将所述第一边沿确定为所述M张第二图片中与所述第一图片匹配的第三图片对应的第二边沿；其中，所述第三图片为所述可移动设备位于所述第二边沿时采集的所述第二边沿的邻边的图片，所述M张第二图片中包括所述可移动设备位于每一个边沿时采集的邻边的图片，N为大于或者等于3的整数；

根据所述目标位置与所述第二边沿之间的第一距离，以及所述目标位置与所述第二边沿的邻边之间的第二距离，确定所述目标位置的坐标，并根据所述可移动设备在所述目标位置转动的角度确定所述可移动设备当前运动方向。

2.根据权利要求1所述的方法，其特征在于，若所述可移动设备的当前位置不为当前环境对应的N个边沿中第一边沿的目标位置，且所述可移动设备的当前视线未朝向所述第一边沿的邻边，所述方法还包括：

控制所述可移动设备移动至当前环境对应的N个边沿中第一边沿的目标位置，并控制所述可移动设备在所述目标位置转动；其中，转动后的所述可移动设备的当前视线朝向所述第一边沿的邻边。

3.根据权利要求2所述的方法，其特征在于，所述控制所述可移动设备移动至当前环境对应的N个边沿中第一边沿的目标位置，包括：

获取所述可移动设备与所述N个边沿中至少两个边沿中每一个边沿之间的距离；

将与所述可移动设备之间的距离最小的边沿确定为所述第一边沿；并控制所述可移动设备移动至所述第一边沿的所述目标位置。

4.根据权利要求1-3任一项所述的方法，其特征在于，所述将所述第一边沿确定为所述M张第二图片中与所述第一图片匹配的第三图片对应的第二边沿，包括：

若所述M张第二图片中存在至少两个第二图片均与所述第一图片匹配，则根据所述至少两个第二图片中每一个第二图片与所述第一图片的相似度，将与所述第一图片相似度最高的第二图片，确定为所述第一图片匹配的第三图片；

将所述第一边沿确定为所述第三图片对应的所述第二边沿。

5.根据权利要求1-3任一项所述的方法，其特征在于，所述将所述第一边沿确定为所述M张第二图片中与所述第一图片匹配的第三图片对应的第二边沿，包括：

若所述M张第二图片中存在至少两个第二图片均与所述第一图片匹配，则将所述至少两个第二图片中每一个第二图片对应的第三边沿的属性分别与所述第一边沿的属性进行匹配；其中，所述第二图片为所述可移动设备位于所述第三边沿时采集的所述第三边沿的邻边的图片；

将所述第一边沿确定为与所述第一边沿的属性匹配的第三边沿。

6.根据权利要求1所述的方法，其特征在于，

所述可移动设备的当前视线所在的直线与所述第一边沿所在的直线平行，且所述可移动设备采集所述第二边沿的邻边的图片时，所述可移动设备的视线所在的直线与所述第二边沿所在的直线平行。

7.根据权利要求6所述的方法，其特征在于，所述方法还包括：

控制所述可移动设备移动至所述N个边沿中第一个边沿的位置，并控制所述可移动设备在所述第一个边沿的位置转动，在转动完成后采集所述第一个边沿的邻边的图像；其中，转动后的所述可移动设备的视线所在的直线与所述第一个边沿所在的直线平行；

控制所述可移动设备移动至所述N个边沿中第二个边沿的位置，并控制所述可移动设备在所述第二个边沿的位置转动，在转动完成后采集所述第二个边沿的邻边的图像；其中，所述第二个边沿为所述第一个边沿的邻边，转动后的所述可移动设备的视线所在的直线与所述第二个边沿所在的直线平行，以此类推，直至采集到所述N个边沿中最后一个边沿的邻边的图片；

存储所述可移动设备采集的每一个边沿的邻边的图片。

8.一种可移动设备，其特征在于，包括视觉传感器和处理器；其中，

所述视觉传感器，用于在确定执行重定位操作时，若所述可移动设备的当前位置为当前环境对应的N个边沿中第一边沿的目标位置，且所述可移动设备的当前视线朝向所述第一边沿的邻边，则采集当前视线下的第一图片；

所述处理器，用于将所述第一图片与预先存储的M张第二图片进行匹配，并将所述第一边沿确定为所述M张第二图片中与所述第一图片匹配的第三图片对应的第二边沿；根据所述目标位置与所述第二边沿之间的第一距离，以及所述目标位置与所述第二边沿的邻边之间的第二距离，确定所述目标位置的坐标，并根据所述可移动设备在所述目标位置转动的角度确定所述可移动设备当前运动方向；

其中，所述第三图片为所述可移动设备位于所述第二边沿时采集的所述第二边沿的邻边的图片，所述M张第二图片中包括所述可移动设备位于每一个边沿时采集的邻边的图片，N为大于或者等于3的整数。

9.根据权利要求8所述的设备，其特征在于，

所述处理器，还用于若所述可移动设备的当前位置不为当前环境对应的N个边沿中第一边沿的目标位置，且所述可移动设备的当前视线未朝向所述第一边沿的邻边，则控制所述可移动设备移动至当前环境对应的N个边沿中第一边沿的目标位置，并控制所述可移动设备在所述目标位置转动；其中，转动后的所述可移动设备的当前视线朝向所述第一边沿的邻边。

10.根据权利要求9所述的设备，其特征在于，所述可移动设备还包括测距传感器；

所述测距传感器，用于获取所述可移动设备与所述N个边沿中至少两个边沿中每一个边沿之间的距离；

所述处理器，具体用于将与所述可移动设备之间的距离最小的边沿确定为所述第一边沿；并控制所述可移动设备移动至所述第一边沿的所述目标位置。

11.根据权利要求8-10任一项所述的设备，其特征在于，

若所述M张第二图片中存在至少两个第二图片均与所述第一图片匹配，则所述处理器，具体用于根据所述至少两个第二图片中每一个第二图片与所述第一图片的相似度，将与所述第一图片相似度最高的第二图片，确定为所述第一图片匹配的第三图片；并将所述第一边沿确定为所述第三图片对应的所述第二边沿。

12.根据权利要求8-10任一项所述的设备，其特征在于，

若所述M张第二图片中存在至少两个第二图片均与所述第一图片匹配，则所述处理器，具体用于将所述至少两个第二图片中每一个第二图片对应的第三边沿的属性分别与所述第一边沿的属性进行匹配；并将所述第一边沿确定为与所述第一边沿的属性匹配的第三边沿；其中，所述第二图片为所述可移动设备位于所述第三边沿时采集的所述第三边沿的邻边的图片。

13.根据权利要求8所述的设备，其特征在于，

所述可移动设备的当前视线所在的直线与所述第一边沿所在的直线平行，且所述可移动设备采集所述第二边沿的邻边的图片时，所述可移动设备的视线所在的直线与所述第二边沿所在的直线平行。

14.根据权利要求13所述的设备，其特征在于，所述可移动设备还包括存储器；

所述处理器，还用于控制所述可移动设备移动至所述N个边沿中第一个边沿的位置，并控制所述可移动设备在所述第一个边沿的位置转动；所述视觉传感器，还用于在转动完成后采集所述第一个边沿的邻边的图像；其中，转动后的所述可移动设备的视线所在的直线与所述第一个边沿所在的直线平行；

所述处理器，还用于控制所述可移动设备移动至所述N个边沿中第二个边沿的位置，并控制所述可移动设备在所述第二个边沿的位置转动；所述视觉传感器，还用于在转动完成后采集所述第二个边沿的邻边的图像；其中，所述第二个边沿为所述第一个边沿的邻边，转动后的所述可移动设备的视线所在的直线与所述第二个边沿所在的直线平行，以此类推，直至采集到所述N个边沿中最后一个边沿的邻边的图片；

所述存储器，用于存储所述可移动设备采集的每一个边沿的邻边的图片。

15.一种可移动设备，其特征在于，包括：至少一个处理器和存储器；

所述存储器存储计算机执行指令；

所述至少一个处理器执行所述存储器存储的计算机执行指令，使得所述至少一个处理器执行如权利要求1至7任一项所述的可移动设备的重定位方法。

16.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有计算机执行指令，当处理器执行所述计算机执行指令时，实现如权利要求1至7任一项所述的可移动设备的重定位方法。

Images