CN113787516A - 定位方法、装置和机器人 - Google Patents

Abstract

本申请适用于定位技术领域，提供了一种定位方法、装置和机器人。本申请实施例中加载全局地图，并基于全局地图进行定位导航；若进入预设区域，则构建局部子地图；基于上述局部子地图确定机器人在目标区域内的定位结果，其中上述目标区域位于上述预设区域内。本申请技术方案提高了在场景的环境变化较大时的定位结果的准确性。

Description

定位方法、装置和机器人

技术领域

本申请属于定位技术领域，尤其涉及一种定位方法、装置和机器人。

背景技术

随着社会的发展，机器人在人们的生活中越来越常见，而为满足人们的需求，机器人需提高自身定位结果的准确性。现有的机器人定位技术是建立在已知先验地图的基础之上实现的，但如果遇到环境变化较大的场景，那么基于先验地图进行定位就会导致定位结果的准确性较低，例如，预先在电梯空旷的情况下生成先验地图，假设再次走到电梯内部时电梯内有人站立，此时光滑的电梯壁会变得“弯曲”，那么基于预先得到的先验地图进行定位的话，必然会降低定位结果的准确性，更有可能得到一个完全错误的定位结果。

发明内容

本申请实施例提供了一种定位方法、装置和机器人，可以提高在场景的环境变化较大时的定位结果的准确性。

第一方面，本申请实施例提供了一种定位方法，包括：

加载全局地图，并基于全局地图进行定位导航；

若进入预设区域，则构建局部子地图；

基于局部子地图确定机器人在目标区域内的定位结果，其中目标区域位于预设区域内。

在一个实施例中，构建局部子地图，包括：

在前往并进入目标区域的过程中，通过激光传感器持续地获取预设区域的激光关键帧；

按照先进先出的原则，根据不超过预设数量的激光关键帧构建局部子地图。

在一个实施例中，在前往并进入目标区域的过程中，通过激光传感器持续地获取预设区域的激光关键帧，包括：

机器人前往目标区域，并垂直地进入目标区域，在机器人行进的过程中，通过激光传感器持续地获取预设区域的激光关键帧。

在一个实施例中，按照先进先出的原则，根据不超过预设数量的激光关键帧构建局部子地图，包括：

在获取到新的激光关键帧时，根据预设激光帧集合中的激光关键帧的数量构建局部子地图；

其中，根据预设激光帧集合中的激光关键帧的数量构建局部子地图，包括：

若预设激光帧集合中的激光关键帧的数量是等于预设数量，则将最先添加至预设激光帧集合的激光关键帧删除，并将获取到的新的激光关键帧添加至预设激光帧集合，根据预设激光帧集合中的激光关键帧构建局部子地图；

若预设激光帧集合中的激光关键帧的数量是小于预设数量，则将获取到的新的激光关键帧添加至预设激光帧集合，根据预设激光帧集合中的激光关键帧构建局部子地图。

在一个实施例中，获取到新的激光关键帧，包括：

获取激光帧，并确定预设激光帧集合的激光关键帧中与激光帧时间相近的相邻激光帧；

计算相邻激光帧和激光帧之间的距离和角度；

若距离和/或角度符合预设条件，则将激光帧作为新的激光关键帧。

在一个实施例中，获取到新的激光关键帧，包括：

获取激光帧，并确定预设激光帧集合的激光关键帧中与激光帧时间相近的相邻激光帧；

计算激光帧与相邻激光帧的时间差；

若时间差小于预设阈值，则将激光帧作为新的激光关键帧。

在一个实施例中，获取到新的激光关键帧，包括：

获取激光帧，计算激光帧和当前局部子地图的相似度评分；

若相似度评分大于预设阈值，则将激光帧作为新的激光关键帧。

在一个实施例中，目标区域为电梯间内部区域，预设区域是包括电梯间内部区域的局部空间区域时；

基于局部子地图确定机器人在目标区域内的定位结果，其中目标区域位于预设区域内，包括：

根据获取到的激光点云数据和局部子地图确定机器人在电梯间内部区域的定位结果。

第二方面，本申请实施例提供了一种定位装置，包括：

导航模块，用于加载全局地图，并基于全局地图进行定位导航；

构建模块，用于若进入预设区域，则构建局部子地图；

定位模块，用于基于局部子地图确定机器人在目标区域内的定位结果，其中目标区域位于预设区域内。

第三方面，本申请实施例提供了一种机器人，包括存储器、处理器以及存储在存储器中并可在处理器上运行的计算机程序，处理器执行计算机程序时实现任一种定位方法的步骤。

第四方面，本申请实施例提供了一种计算机可读存储介质，计算机可读存储介质存储有计算机程序，的计算机程序被处理器执行时实现任一种定位方法的步骤。

第五方面，本申请实施例提供了一种计算机程序产品，当计算机程序产品在机器人上运行时，使得机器人执行第一方面中任一种定位方法。

本申请实施例中，机器人加载全局地图，并基于全局地图进行定位导航，若进入预设区域，则构建局部子地图，基于局部子地图确定机器人在目标区域内的定位结果，其中目标区域位于预设区域内。本申请中，通过实时构建局部子地图，并根据局部子地图确定机器人在目标区域的定位结果，其中目标区域可以是环境特征变化较大的场景区域，基于本申请技术方案，从而提高了在环境变化较大的场景下的定位结果的准确性。

附图说明

为了更清楚地说明本申请实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中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是本申请实施例提供的定位方法的第一种流程示意图；

图2是本申请实施例提供的全局地图的示意图；

图3是本申请实施例提供的基于全局地图定位的示意图；

图4是本申请实施例提供的构建局部子地图的机器人行进过程示意图；

图5是本申请实施例提供的局部子地图的示意图；

图6是本申请实施例提供的定位装置的结构示意图；

图7是本申请实施例提供的机器人的结构示意图。

具体实施方式

以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本申请实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本申请的描述。

应当理解，当在本申请说明书和所附权利要求书中使用时，术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。

还应当理解，在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。

如在本申请说明书和所附权利要求书中所使用的那样，术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地，短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。

另外，在本申请说明书和所附权利要求书的描述中，术语“第一”、“第二”、“第三”等仅用于区分描述，而不能理解为指示或暗示相对重要性。

图1所示为本申请实施例中一种定位方法的流程示意图，该方法的执行主体可以是机器人，如图1所示，定位方法可以包括如下步骤：

步骤S101、加载全局地图，并基于全局地图进行定位导航。

在本实施例中，机器人可以以预设检测时间为间隔，周期性的通过激光、IMU、轮式里程计等传感器对机器人的当前环境进行检测，以获取传感器信息，其中，传感器信息中包括但不限于是激光关键帧、IMU信息和里程计信息。机器人再根据预先构建的全局地图和检测到的传感器信息进行定位导航，可以准确得到机器人在当前所处的位置，以便于机器人根据其当前所处的位置继续以一定方式进行导航，例如，若当前机器人没有进入某些变化较大的场景，则机器人继续基于全局地图进行定位导航，从而提高了定位导航结果的准确性，预先构建的全局地图如图2所示，图2中的深色阴影部分为墙壁或不能行走的障碍物区域，浅色阴影部分为通行区域。

步骤S102、根据定位导航结果判断是否进入预设区域。

若是，则执行步骤S104及后续步骤；若否，则执行步骤S103。

在本实施例中，预设区域是预先规划的区域，预设区域是环境特征变化较大的场景区域，例如，电梯场景区域。在机器人进入该预设区域时，则触发执行步骤S104及后续步骤。当前机器人是基于预先构建的全局地图进行定位，如果机器人处于环境变化较大的场景下时会导致定位的准确性偏低，在机器人基于全局地图定位导航至预设区域时，则说明需要执行步骤S104及后续步骤，可通过局部子地图进行定位，从而提高了定位结果的准确性。

步骤S103、根据全局地图确定定位结果。

在本实施例中，机器人可以通过传感器信息中的里程计信息和/或IMU信息得到定位预测值，将激光关键帧与全局地图匹配确定观测值，再根据定位预测值和观测值确定定位结果。如图3所示，图3中的黑色激光点部分为激光点在全局地图上匹配的地方，位于行走区域内的黑色矩形块表示机器人。当得到观测值之后，将预测值和观测值进行匹配，从而确定机器人当前的定位结果。

可以理解地是，在机器人位于预设区域之外的区域内时，可基于全局地图继续进行定位导航。

步骤S104、构建局部子地图。

在本实施例中，因为在环境变化较大的场景下时会导致基于全局地图定位的准确性低，进而难以得到一个较为准确的定位结果，故在本申请中通过构建局部子地图来进行定位，以提升定位结果的准确性。

在一个实施例中，步骤S104包括：在机器人前往并进入目标区域的过程中，通过激光传感器持续地获取预设区域的激光关键帧。如图4所示，在图4中的预设区域内一个圆点代表一个激光关键帧的获取位置，图4中的目标区域为机器人将要进去的区域，该区域为电梯间内部区域。按照先进先出的原则，根据不超过预设数量的激光关键帧构建局部子地图，从而根据实时更新的激光关键帧来提升局部子地图的准确性以及实时性。如图5所示，图5为机器人处于目标区域时得到的局部子地图，目标区域中的黑色部分即代表电梯间内部区域中的影响当前机器人定位的人、其他机器人或障碍物等。

在一个实施例中，在前往并进入目标区域的过程中，通过激光传感器持续地获取预设区域的激光关键帧，可以包括：机器人前往目标区域，并垂直地进入目标区域，在机器人行进的过程中，通过激光传感器持续地获取预设区域的激光关键帧。

在一个实施例中，按照先进先出的原则，根据不超过预设数量的激光关键帧构建局部子地图，包括：

在获取到新的激光关键帧时，根据预设激光帧集合中的激光关键帧的数量构建局部子地图。

根据预设激光帧集合中的激光关键帧的数量构建局部子地图，包括：

若预设激光帧集合中的激光关键帧的数量是等于预设数量，则将最先添加至预设激光帧集合的激光关键帧删除，并将获取到的新的激光关键帧添加至预设激光帧集合，根据预设激光帧集合中的激光关键帧构建局部子地图；

若预设激光帧集合中的激光关键帧的数量是小于预设数量，则将获取到的新的激光关键帧添加至预设激光帧集合，根据预设激光帧集合中的激光关键帧构建局部子地图。

可以理解的是，当激光帧集合中的激光关键帧数量达到一定数量(预设数量)时，说明激光帧集合需进行动态更新，从而提升激光帧集合的实时性，具体可以将最先添加至预设激光帧集合的激光关键帧删除，最先添加至预设激光帧集合的激光关键帧为激光帧集合中时间最早的激光关键帧，以保留一定数量的激光关键帧帧进行局部子地图的构建。其中，预设数量可以取值为20。

在一个实施例中，在获取到新的激光关键帧之前，激光传感器将周期性的获取激光帧，以根据该激光帧进行定位，并在所获取的激光帧满足预设判断条件时，将满足判断条件的激光帧作为新的激光关键帧，从而促使激光帧集合得到更新，提升了激光帧集合的实时性，并通过将满足判断条件的激光帧作为新的激光关键帧，可以提升利用激光帧集合构建局部子地图的准确性，具体可根据用户需求设定至少一个预设判断条件来判断激光帧。其中，预设判断条件包括但不限于是与相邻激光帧之间的距离、角度、时间差等信息满足一定条件，以及激光帧本身信息满足一定条件等。

进一步地，当包含至少两个预设判断条件时，还可结合至少两个预设判断条件中的任意组合来判断激光帧，即在至少两个预设判断条件中的任意两个判断条件均满足的情况下，将激光帧作为新的激光关键帧，以进一步提升了定位结果的准确性。其中，任意组合可以是任意两个判断条件进行组合，或任意两个以上判断条件进行组合，具体可根据用户需求进行设定。

进一步地，可以设定预设判断条件的优先级，以根据优先级确定激光帧是否作为新的激光关键帧，例如，当判断出激光帧不符合第一优先级判断条件，但符合第二优先级判断条件和第三优先级判断条件时，由于第一优先级判断条件高于第二优先级判断条件和第三优先级判断条件，所以不能将激光帧作为新的激光关键帧。

示例性地，因为距离或角度相近的两个激光帧分别对应的环境信息也会相差较小，从而在确定定位结果时，距离或角度相近的两个激光帧所提供的信息也相差不大，故为了避免多次利用相似信息进行处理，可根据相邻激光帧对激光帧进行判断，具体可以包括：获取激光帧，并确定预设激光帧集合的激光关键帧中与激光帧时间相近的相邻激光帧，计算相邻激光帧和激光帧之间的距离和角度，并进行判断，若距离和/或角度符合预设条件，则可以将激光帧作为新的激光关键帧，以避免多次利用相似信息进行处理，提高了效率。其中，预设条件即距离大于预设距离，和/或角度大于预设角度；距离为两个激光帧获取位置之间的距离，角度为两个激光帧获取位置之间的倾斜角的角度。

示例性地，因为相邻两个激光帧的数据之间的时间差太大可能会导致数据丢失的状况，故为了提高定位结果的准确性，可根据相邻激光帧对激光帧进行判断，具体可以包括：获取激光帧，并确定预设激光帧集合的激光关键帧中与激光帧时间相近的相邻激光帧，计算激光帧与相邻激光帧的时间差，并进行判断，若时间差小于预设阈值，说明当前并没有发生数据丢失，则可以将激光帧作为新的激光关键帧，以提高定位结果的准确性。

进一步地，若时间差大于预设阈值，即发生了数据丢失，则当前所获取的激光帧不能作为新的激光关键帧，机器人继续周期性获取下一激光帧，因下一激光关键帧与当前所获取的激光帧间隔一个周期，故可通过计算激光帧与下一激光帧的时间差，来判断下一激光帧是否发生数据丢失，若时间差小于预设阈值，说明下一激光帧并没有发生数据丢失，则可以将激光帧作为新的激光关键帧，以提高定位结果的准确性。

示例性地，若想利用新的激光帧构建地图，则新的激光帧与当前已构建的局部子地图的相似度评分需处于一定范围，故可根据当前已构建的局部子地图对激光帧进行判断，具体可以包括：获取激光帧，计算激光帧和当前局部子地图的相似度评分，可通过计算两者之间的置信度，将计算得到的置信度作为相似度评分，该置信度也就是激光点在地图上的概率归一化后的结果。并进行判断，若相似度评分大于预设阈值，则可以将激光帧作为新的激光关键帧，以提高定位结果的准确性。

示例性地，因有时存在由于激光扫描不当，而导致出现多帧重叠，或没有特征环境的情况，故为了提高定位结果的准确性，可根据激光帧的本身信息对激光帧进行判断，具体可以包括：获取激光帧，确定激光帧中的激光点数，并进行判断，若激光点数处于预设数量区间，则说明激光关键帧并未发生异常，进而可将激光帧作为新的激光关键帧，以提高定位结果的准确性。

在一个实施例中，当激光帧由于某些条件不符合，故而并不认为其是构建局部子地图的激光关键帧时，机器人只需根据包含该激光帧在内的传感器信息和当前局部子地图进行匹配处理得到定位结果即可。其中，匹配处理可采用SLAM算法进行处理。

进一步地，在利用传感器信息直接根据当前局部子地图进行定位时，为避免传感器信息出现异常，而导致定位结果不准确，机器人可通过传感器信息中的里程计信息和/或IMU信息得到定位预测值，再根据激光帧与局部子地图匹配确定观测值，将预测值和观测值进行比较，若相差超过预设差值阈值，则说明定位预测值超过了正常机器人的移动速度，故不利用传感器信息进行相应的定位操作，以避免定位结果不准确而给机器人带来错误指示的状况。

步骤S105、基于局部子地图确定机器人在目标区域内的定位结果，其中目标区域位于预设区域内。

在本实施例中，通过实时构建的局部子地图确定机器人在目标区域的定位结果，可以提高在环境变化较大的场景下的定位结果的准确性。

在一个实施例中，如图4所示，当目标区域为电梯间内部区域，预设区域是包括电梯间内部区域的局部空间区域时，步骤S105，具体可以包括：机器人根据激光传感器获取到的激光点云数据和局部子地图进行匹配，可以利用SLAM算法进行匹配，从而确定出机器人在电梯间内部区域的定位结果，可以提高在电梯这种环境变化较大的场景下的定位结果的准确性。

本申请实施例中，机器人加载全局地图，并基于全局地图进行定位导航，若进入预设区域，则构建局部子地图，基于局部子地图确定机器人在目标区域内的定位结果，其中目标区域位于预设区域内。本申请中，通过实时构建局部子地图，并根据局部子地图确定机器人在目标区域的定位结果，其中目标区域可以是环境特征变化较大的场景区域，基于本申请技术方案，从而提高了在环境变化较大的场景下的定位结果的准确性。

应理解，实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本申请实施例的实施过程构成任何限定。

对应于上文所述的一种定位方法，图6所示为本申请实施例中一种定位装置的结构示意图，如图6所示，定位装置可以包括：

导航模块601，用于加载全局地图，并基于全局地图进行定位导航。

构建模块602，用于若进入预设区域，则构建局部子地图。

定位模块603，用于基于局部子地图确定机器人在目标区域内的定位结果，其中目标区域位于预设区域内。

在一个实施例中，构建模块602可以包括：

获取子模块，用于在前往并进入目标区域的过程中，通过激光传感器持续地获取预设区域的激光关键帧。

构建子模块，用于按照先进先出的原则，根据不超过预设数量的激光关键帧构建局部子地图。

在一个实施例中，获取子模块可以包括：

获取单元，用于机器人前往目标区域，并垂直地进入目标区域，在机器人行进的过程中，通过激光传感器持续地获取预设区域的激光关键帧。

在一个实施例中，构建子模块可以包括：

添加单元，用于在获取到新的激光关键帧时，根据预设激光帧集合中的激光关键帧的数量构建局部子地图。

其中，添加单元可以包括：

第一添加子单元，用于若预设激光帧集合中的激光关键帧的数量是等于预设数量，则将最先添加至预设激光帧集合的激光关键帧删除，并将获取到的新的激光关键帧添加至预设激光帧集合，根据预设激光帧集合中的激光关键帧构建局部子地图。

第二添加子单元，用于若预设激光帧集合中的激光关键帧的数量是小于预设数量，则将获取到的新的激光关键帧添加至预设激光帧集合，根据预设激光帧集合中的激光关键帧构建局部子地图。

在一个实施例中，定位装置还可以包括：

第一激光帧确定模块，用于获取激光帧，并确定预设激光帧集合的激光关键帧中与激光帧时间相近的相邻激光帧。

第一计算模块，用于计算相邻激光帧和激光帧之间的距离和角度。

第一判断模块，用于若距离和/或角度符合预设条件，则将激光帧作为新的激光关键帧。

在一个实施例中，定位装置还可以包括：

第二激光帧确定模块，用于获取激光帧，并确定预设激光帧集合的激光关键帧中与激光帧时间相近的相邻激光帧。

第二计算模块，用于计算激光帧与相邻激光帧的时间差。

第二判断模块，用于若时间差小于预设阈值，则将激光帧作为新的激光关键帧。

在一个实施例中，定位装置还可以包括：

第三计算模块，用于获取激光帧，计算激光帧和当前局部子地图的相似度评分。

第三判断模块，用于若相似度评分大于预设阈值，则将激光帧作为新的激光关键帧。

在一个实施例中，目标区域为电梯间内部区域，预设区域是包括电梯间内部区域的局部空间区域时，定位模块603可以包括：

结果确定单元，用于根据获取到的激光点云数据和局部子地图确定机器人在电梯间内部区域的定位结果。

本申请实施例中，机器人加载全局地图，并基于全局地图进行定位导航，若进入预设区域，则构建局部子地图，基于局部子地图确定机器人在目标区域内的定位结果，其中目标区域位于预设区域内。本申请中，通过实时构建局部子地图，并根据局部子地图确定机器人在目标区域的定位结果，其中目标区域可以是环境特征变化较大的场景区域，基于本申请技术方案，从而提高了在环境变化较大的场景下的定位结果的准确性。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，描述的装置和模块的具体工作过程，可以参考前述系统实施例以及方法实施例中的对应过程，在此不再赘述。

图7为本申请实施例提供的机器人的结构示意图。为了便于说明，仅示出了与本申请实施例相关的部分。

如图7所示，该实施例的机器人7包括：至少一个处理器700(图7中仅示出一个)，与处理器700连接的存储器701，以及存储在存储器701中并可在至少一个处理器700上运行的计算机程序702，例如定位程序。处理器700执行计算机程序702时实现各个定位方法实施例中的步骤，例如图1所示的步骤S101至S105。或者，处理器700执行计算机程序702时实现各装置实施例中各模块的功能，例如图6所示模块601至603的功能。

示例性的，计算机程序702可以被分割成一个或多个模块，一个或者多个模块被存储在存储器701中，并由处理器700执行，以完成本申请。一个或多个模块可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述计算机程序702在机器人7中的执行过程。例如，计算机程序702可以被分割成导航模块601、构建模块602、定位模块603，各模块具体功能如下：

导航模块601，用于加载全局地图，并基于全局地图进行定位导航；

构建模块602，用于若进入预设区域，则构建局部子地图；

定位模块603，用于基于局部子地图确定机器人在目标区域内的定位结果，其中目标区域位于预设区域内。

机器人7可包括，但不仅限于，处理器700、存储器701。本领域技术人员可以理解，图7仅仅是机器人7的举例，并不构成对机器人7的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如还可以包括输入输出设备、网络接入设备、总线等。

所称处理器700可以是中央处理单元(Central Processing Unit，CPU)，该处理器700还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。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。

存储器701在一些实施例中可以是机器人7的内部存储单元，例如机器人7的硬盘或内存。存储器701在另一些实施例中也可以是机器人7的外部存储设备，例如机器人7上配备的插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)等。进一步地，存储器701还可以既包括机器人7的内部存储单元也包括外部存储设备。存储器701用于存储操作系统、应用程序、引导装载程序(BootLoader)、数据以及其他程序等，例如计算机程序的程序代码等。存储器701还可以用于暂时地存储已经输出或者将要输出的数据。

以上所述实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，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申请各实施例技术方案的精神和范围，均应包含在本申请的保护范围之内。

Claims (10)

1.一种定位方法，其特征在于，应用于机器人，包括：

加载全局地图，并基于全局地图进行定位导航；

若进入预设区域，则构建局部子地图；

基于所述局部子地图确定机器人在目标区域内的定位结果，其中所述目标区域位于所述预设区域内。

2.如权利要求1所述的定位方法，其特征在于，所述构建局部子地图，包括：

在前往并进入所述目标区域的过程中，通过激光传感器持续地获取所述预设区域的激光关键帧；

按照先进先出的原则，根据不超过预设数量的所述激光关键帧构建所述局部子地图。

3.如权利要求2所述的定位方法，其特征在于，所述在前往并进入所述目标区域的过程中，通过激光传感器持续地获取所述预设区域的激光关键帧，包括：

机器人前往所述目标区域，并垂直地进入所述目标区域，在所述机器人行进的过程中，通过激光传感器持续地获取所述预设区域的激光关键帧。

4.如权利要求2所述的定位方法，其特征在于，所述按照先进先出的原则，根据不超过预设数量的所述激光关键帧构建所述局部子地图，包括：

在获取到新的激光关键帧时，根据预设激光帧集合中的激光关键帧的数量构建所述局部子地图；

其中，根据预设激光帧集合中的激光关键帧的数量构建所述局部子地图，包括：

若预设激光帧集合中的激光关键帧的数量是等于预设数量，则将最先添加至预设激光帧集合的激光关键帧删除，并将获取到的新的激光关键帧添加至所述预设激光帧集合，根据预设激光帧集合中的激光关键帧构建所述局部子地图；

若预设激光帧集合中的激光关键帧的数量是小于预设数量，则将获取到的新的激光关键帧添加至所述预设激光帧集合，根据预设激光帧集合中的激光关键帧构建所述局部子地图。

5.如权利要求4所述的定位方法，其特征在于，获取到新的激光关键帧，包括：

获取激光帧，并确定所述预设激光帧集合的激光关键帧中与所述激光帧时间相近的相邻激光帧；

计算所述相邻激光帧和所述激光帧之间的距离和角度；

若所述距离和/或所述角度符合预设条件，则将所述激光帧作为新的激光关键帧。

6.如权利要求4所述的定位方法，其特征在于，获取到新的激光关键帧，包括：

获取激光帧，并确定所述预设激光帧集合的激光关键帧中与所述激光帧时间相近的相邻激光帧；

计算所述激光帧与所述相邻激光帧的时间差；

若所述时间差小于预设阈值，则将所述激光帧作为新的激光关键帧。

7.如权利要求4所述的定位方法，其特征在于，获取到新的激光关键帧，包括：

获取激光帧，计算所述激光帧和当前局部子地图的相似度评分；

若所述相似度评分大于预设阈值，则将所述激光帧作为新的激光关键帧。

8.如权利要求1至7任一项所述的定位方法，其特征在于，所述目标区域为电梯间内部区域，所述预设区域是包括所述电梯间内部区域的局部空间区域时；

所述基于所述局部子地图确定机器人在目标区域内的定位结果，其中所述目标区域位于所述预设区域内，包括：

根据获取到的激光点云数据和所述局部子地图确定机器人在电梯间内部区域的定位结果。

9.一种定位装置，其特征在于，包括：

导航模块，用于加载全局地图，并基于全局地图进行定位导航；

构建模块，用于若进入预设区域，则构建局部子地图；

定位模块，用于基于所述局部子地图确定机器人在目标区域内的定位结果，其中所述目标区域位于所述预设区域内。

10.一种机器人，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至8任一项所述的一种定位方法的步骤。

Images