CN117095043A - 机器人重定位方法和装置、存储介质及电子装置 - Google Patents
机器人重定位方法和装置、存储介质及电子装置 Download PDFInfo
- Publication number
- CN117095043A CN117095043A CN202210521936.3A CN202210521936A CN117095043A CN 117095043 A CN117095043 A CN 117095043A CN 202210521936 A CN202210521936 A CN 202210521936A CN 117095043 A CN117095043 A CN 117095043A
- Authority
- CN
- China
- Prior art keywords
- point cloud
- pose
- mobile robot
- cloud data
- updated
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 65
- 238000003860 storage Methods 0.000 title claims abstract description 18
- 238000012795 verification Methods 0.000 claims description 17
- 230000008569 process Effects 0.000 claims description 14
- 238000004590 computer program Methods 0.000 claims description 8
- 238000005516 engineering process Methods 0.000 abstract description 4
- 238000004891 communication Methods 0.000 description 9
- 230000008859 change Effects 0.000 description 7
- 238000010586 diagram Methods 0.000 description 7
- 238000011065 in-situ storage Methods 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 6
- 238000004140 cleaning Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000012216 screening Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 235000012054 meals Nutrition 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 238000010408 sweeping Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 238000005406 washing Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
- G06V10/751—Comparing pixel values or logical combinations thereof, or feature values having positional relevance, e.g. template matching
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10028—Range image; Depth image; 3D point clouds
Abstract
本申请提供了一种机器人重定位方法和装置、存储介质及电子装置,上述方法包括:将移动机器人在第一位置采集到的第一点云数据与目标区域地图进行点云匹配,得到一组候选位姿;获取所述移动机器人行进至第二位置采集到的第二点云数据;使用目标位姿参数对所述一组候选位姿进行更新,得到一组更新位姿,其中,所述目标位姿参数用于表示所述移动机器人由所述第一位置移动到所述第二位置所发生的位姿变化;使用所述第二点云数据和所述一组更新位姿对所述移动机器人进行重定位。采用上述技术方案,解决了相关技术中的机器人重定位方法存在由于易出现误匹配的情况导致的机器人重定位的准确性低的问题。
Description
【技术领域】
本申请涉及机器人领域,具体而言,涉及一种机器人重定位方法和装置、存储介质及电子装置。
【背景技术】
目前,在进行机器人的重定位时,一般采用机器人在原地进行点云到地图的匹配重定位,即,获取每次匹配的机器人位置及机器人点云与地图匹配的得分,将得分最高的位置(即,得分最高的解),确定为机器人当前所在的位置。
然而,采用上述机器人重定位的方式,只获取最高得分的解,对于地图上有相似环境的场景可能会出现重定位未成功的情况。由此可见,相关技术中的机器人重定位方法,存在由于易出现误匹配的情况导致的机器人重定位的准确性低的问题。
【发明内容】
本申请的目的在于提供一种机器人重定位方法和装置、存储介质及电子装置,以至少解决相关技术中的机器人重定位方法存在由于易出现误匹配的情况导致的机器人重定位的准确性低的问题。
本申请的目的是通过以下技术方案实现:
根据本申请实施例的一个方面,提供了一种机器人重定位方法,包括:将移动机器人在第一位置采集到的第一点云数据与目标区域地图进行点云匹配,得到一组候选位姿;获取所述移动机器人行进至第二位置采集到的第二点云数据;使用目标位姿参数对所述一组候选位姿进行更新,得到一组更新位姿,其中,所述目标位姿参数用于表示所述移动机器人由所述第一位置移动到所述第二位置所发生的位姿变化;使用所述第二点云数据和所述一组更新位姿对所述移动机器人进行重定位。
在一个示例性实施例中,根据以下方式获取所述移动机器人的所述目标位姿参数:通过所述移动机器人上的目标里程计获取所述移动机器人由所述第一位置移动到所述第二位置所产生的里程增量,得到目标里程信息,其中,所述目标位姿参数包括所述目标里程信息。
在一个示例性实施例中,所述使用所述第二点云数据和所述一组更新位姿对所述移动机器人进行重定位,包括:确定所述目标区域地图中与所述一组更新位姿中的每个更新位姿对应的点云数据;根据所述每个更新位姿对应的点云数据和所述第二点云数据的匹配度,对所述移动机器人进行重定位。
在一个示例性实施例中,所述根据所述每个更新位姿对应的点云数据和所述第二点云数据的匹配度,对所述移动机器人进行重定位,包括:依次对所述每个更新位姿执行以下操作,直到满足校验停止条件,其中,在执行以下操作的过程中,所述每个更新位姿为当前更新位姿,所述校验停止条件包括以下至少之一:所述移动机器人重定位成功,所有更新位姿均已完成校验:在所述当前更新位姿对应的点云数据和所述第二点云数据的匹配度大于或者等于匹配度阈值的情况下,确定对所述当前更新位姿校验通过,其中,所述移动机器人重定位到的位姿为所述当前更新位姿;在所述当前更新位姿对应的点云数据和所述第二点云数据的匹配度小于匹配度阈值的情况下,确定对所述当前更新位姿校验未通过,其中,所述移动机器人重定位到的位姿不是所述当前更新位姿。
在一个示例性实施例中,所述根据所述每个更新位姿对应的点云数据和所述第二点云数据的匹配度,对所述移动机器人进行重定位,包括:将所述一组更新位姿中,对应的点云数据与第二点云数据的匹配度最高、且大于或者等于匹配度阈值的更新位姿,确定为所述移动机器人重定位到的位姿。
在一个示例性实施例中,所述将移动机器人在第一位置采集到的第一点云数据与目标区域地图进行点云匹配,得到一组候选位姿,包括:从所述目标区域地图中确定出一组待匹配栅格单元,其中,所述目标区域地图为栅格地图,所述一组待匹配栅格单元中的每个待匹配栅格单元为所述目标区域地图中允许所述移动机器人进入的栅格单元;将所述第一点云数据与所述每个待匹配栅格单元对应的点云数据进行点云匹配,得到所述一组候选位姿。
在一个示例性实施例中,所述方法还包括:确定多个候选移动方向,其中,所述多个候选移动方向中的每个候选移动方向为所述移动机器人在所述第一位置所允许的移动方向;从所述多个候选移动方向中选取对应的点云数据量最大的移动方向,得到目标移动方向;控制所述移动机器人沿着所述目标移动方向进行移动,直到所述第二位置。
根据本申请实施例的另一个方面,提供了一种机器人重定位装置,包括:匹配单元,用于将移动机器人在第一位置采集到的第一点云数据与目标区域地图进行点云匹配,得到一组候选位姿;第一获取单元,用于获取所述移动机器人行进至第二位置采集到的第二点云数据;更新单元,用于使用目标位姿参数对所述一组候选位姿进行更新,得到一组更新位姿,其中,所述目标位姿参数用于表示所述移动机器人由所述第一位置移动到所述第二位置所发生的位姿变化;重定位单元,用于使用所述第二点云数据和所述一组更新位姿对所述移动机器人进行重定位。
在一个示例性实施例中,所述装置还包括:第二获取单元,用于根据以下方式获取所述移动机器人的所述目标位姿参数:通过所述移动机器人上的目标里程计获取所述移动机器人由所述第一位置到所述第二位置所产生的里程增量,得到目标里程信息,其中,所述目标位姿参数包括所述目标里程信息。
在一个示例性实施例中,所述重定位单元包括:第一确定模块,用于确定所述目标区域地图中与所述一组更新位姿中的每个更新位姿对应的点云数据;重定位模块,根据所述每个更新位姿对应的点云数据和所述第二点云数据的匹配度,对所述移动机器人进行重定位。
在一个示例性实施例中,所述重定位模块包括:执行子模块,用于依次对所述每个更新位姿执行以下操作,直到满足校验停止条件,其中,在执行以下操作的过程中,所述每个更新位姿为当前更新位姿,所述校验停止条件包括以下至少之一:所述移动机器人重定位成功,所有更新位姿均已完成校验:第一确定子模块,用于在所述当前更新位姿对应的点云数据和所述第二点云数据的匹配度大于或者等于匹配度阈值的情况下,确定对所述当前更新位姿校验通过,其中,所述移动机器人重定位到的位姿为所述当前更新位姿;第二确定子模块,用于在所述当前更新位姿对应的点云数据和所述第二点云数据的匹配度小于匹配度阈值的情况下,确定对所述当前更新位姿校验未通过,其中,所述移动机器人重定位到的位姿不是所述当前更新位姿。
在一个示例性实施例中,所述重定位模块包括:第三确定子模块,用于将所述一组更新位姿中,对应的点云数据与第二点云数据的匹配度最高、且大于或者等于匹配度阈值的更新位姿,确定为所述移动机器人重定位到的位姿。
在一个示例性实施例中,所述匹配单元包括:第二确定模块,用于从所述目标区域地图中确定出一组待匹配栅格单元,其中,所述目标区域地图为栅格地图,所述一组待匹配栅格单元中的每个待匹配栅格单元为所述目标区域地图中允许所述移动机器人进入的栅格单元;匹配模块,用于将所述第一点云数据与所述每个待匹配栅格单元对应的点云数据进行点云匹配,得到所述一组候选位姿。
在一个示例性实施例中,所述装置还包括:确定单元,用于确定多个候选移动方向,其中,所述多个候选移动方向中的每个候选移动方向为所述移动机器人在所述第一位置所允许的移动方向;选取单元,用于从所述多个候选移动方向中选取对应的点云数据量最大的移动方向,得到目标移动方向;控制单元,用于控制所述移动机器人沿着所述目标移动方向进行移动,直到所述第二位置。
根据本申请实施例的又一方面,还提供了一种计算机可读的存储介质,该计算机可读的存储介质中存储有计算机程序,其中,该计算机程序被设置为运行时执行上述机器人重定位方法。
根据本申请实施例的又一方面,还提供了一种电子装置,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其中,上述处理器通过计算机程序执行上述的机器人重定位方法。
在本申请实施例中,采用先基于点云匹配确定候选解、再通过进行短暂探索候选解进行筛选的方式,将移动机器人在第一位置采集到的第一点云数据与目标区域地图进行点云匹配,得到一组候选位姿;获取移动机器人行进至第二位置采集到的第二点云数据;使用目标位姿参数对一组候选位姿进行更新,得到一组更新位姿,其中,目标位姿参数用于表示移动机器人由第一位置移动到第二位置所发生的位姿变化;使用第二点云数据和一组更新位姿对移动机器人进行重定位,由于在机器人进行重定位的过程中,首先基于点云数据筛选出多个候选位姿(即,候选解),然后在控制机器人移动一段距离之后(即,短暂探索),基于发生的位姿变化更新候选位姿,并通过在移动到的位置所采集到的点云数据对候选位姿进行校验,从而对机器人进行重定位,通过进行短暂探索,对重定位的候选解进行筛选,可以实现降低出现误匹配的情况的目的,达到提高机器人重定位的准确性的技术效果,进而解决了相关技术中的机器人重定位方法存在由于易出现误匹配的情况导致的机器人重定位的准确性低的问题。
【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,示出了符合本申请的实施例,并与说明书一起用于解释本申请的原理。
为了更清楚地说明本申请实施例或现有技术中的技术方案,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,对于本领域普通技术人员而言,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是根据本申请实施例的一种可选的机器人重定位方法的硬件环境的示意图;
图2是根据本申请实施例的一种可选的机器人重定位方法的流程示意图;
图3是根据本申请实施例的另一种可选的机器人重定位方法的流程示意图;
图4是根据本申请实施例的一种可选的机器人重定位装置的结构框图;
图5是根据本申请实施例的一种可选的电子装置的结构框图。
【具体实施方式】
下文中将参考附图并结合实施例来详细说明本申请。需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。
需要说明的是,本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。
根据本申请实施例的一个方面,提供了一种机器人重定位方法。可选地,在本实施例中,上述机器人重定位方法可以应用于如图1所示的由终端设备102、移动机器人104和服务器106所构成的硬件环境中。如图1所示,终端设备102可以通过网络与移动机器人104和/或服务器106(例如,物联网平台或者云端服务器)进行连接,以对移动机器人104的进行控制,例如,与移动机器人104进行绑定、配置移动机器人104所需执行的任务等。
上述网络可以包括但不限于以下至少之一:有线网络,无线网络。上述有线网络可以包括但不限于以下至少之一:广域网,城域网,局域网,上述无线网络可以包括但不限于以下至少之一:WIFI(Wireless Fidelity,无线保真),蓝牙,红外。终端设备102与移动机器人104和/或服务器106进行通信所使用的网络与移动机器人104与服务器106进行通信所使用的网络可以是相同的,也可以是不同的。
终端设备102可以并不限定于为PC、手机、平板电脑等;移动机器人104可以是清洁机器人,例如,扫地机器人、洗地机器人、集洗拖于一体的机器人,还可以是其他具备清洁功能的机器人,移动机器人104也可以是配送机器人,例如,送餐机器人、送件机器人,还可以是配送其他物品的机器人,本实施例中对于终端设备和移动机器人的类型不做限定。
本申请实施例的机器人重定位方法可以由移动机器人104单独来执行,也可以由移动机器人104与终端设备102以及服务器106中的至少之一共同执行。其中,终端设备102或者移动机器人104执行本申请实施例的机器人重定位方法也可以是由安装在其上的客户端来执行。
以由移动机器人104来执行本实施例中的机器人重定位方法为例,图2是根据本申请实施例的一种可选的机器人重定位方法的流程示意图,如图2所示,该方法的流程可以包括以下步骤:
步骤S202,将移动机器人在第一位置采集到的第一点云数据与目标区域地图进行点云匹配,得到一组候选位姿。
本实施例中的机器人重定位方法可以应用于基于移动机器人采集到的点云数据对机器人进行重定位的场景中,上述移动机器人可以是前述清洁机器人、配送机器人,也可以是飞行机器人,还可以是其他类型的机器人,上述重定位可以是机器人在室内环境中的重定位,在此不做限定。上述重定位可以是移动机器人被拿起之后重新放置到地面上之后执行的重定位,也可以是在无法确定当前位置时的重定位,还可以是在其他场景下的重定位。本实施例中对此不做限定。
可选地,移动机器人上设置有用于进行点云数据采集的感知传感器,该感知传感器可以是TOF(Time of Flight,飞行时间)传感器、激光雷达、深度相机、单目相机、双目立体相机等,例如,感知传感器可以是激光雷达,比如,通过LDS(Laser Distance Sensor,激光距离传感器)传感器,激光雷达可以是以发射激光束探测目标的位置、速度等特征量的雷达系统,激光雷达的激光器可以将电脉冲变成光脉冲发射出去,激光雷达的的光接收机把从目标反射回来的光脉冲还原成电脉冲,送到显示器显示(即,以点云形式显示)。
在本实施例中,在需要进行重定位时,移动机器人可以在第一位置(例如,原地)通过其上的感知传感器进行点云数据采集,得到第一点云数据,例如,在原地通过其上的激光雷达的光发射器向所处的空间环境发射激光束,通过激光雷达的光接收机把从目标反射回来的光脉冲还原成电脉冲,从而获取到移动机器人当前位姿下对应的点云数据,即,第一点云数据。
在获取到第一点云数据之后,移动机器人可以将第一点云数据与目标区域地图进行点云匹配,这里目标区域地图是移动机器人事先保存的区域地图,例如,目标区域的区域地图,目标区域可以是用户家庭的房屋区域。在进行点云匹配时,可以将第一点云数据按照预设位姿投射到目标区域地图上,若目标区域地图上存在与投射的点云数据的匹配度大于或者等于第一匹配度阈值的位置,可以将目标区域地图上的位置与预设位姿一起作为一个候选位姿,即,移动机器人当前可能的位姿。通过此种方式,可以获取到一组候选位姿。
示例性地,移动机器人在需要进行在原地时进行点云数据到已保存地图匹配的重定位,通过SLAM(Simultaneous Localization and Mapping,同步定位与地图构建)算法进行点云匹配,求取位姿(即,解),再保留所有得分超过阈值的候选位姿,即,候选解,可以得到一组候选解。
步骤S204,获取移动机器人行进至第二位置采集到的第二点云数据。
在本实施例中,在获取到第一点云数据之后,可以控制移动机器人进行移动,移动机器人的移动方向可以是任意的,也可以是基于各个移动方向的点云数据选取的,本实施例中对此不做限定。在控制移动机器人进行移动之后,移动机器人可以在行进至的第二位置通过感知传感器进行点云数据采集,得到第二点云数据。采集第二点云数据所使用的感知传感器与采集第一点云数据所使用的感知传感器可以是相同的,也可以是不同的,本实施例中对此不做限定。
步骤S206,使用目标位姿参数对一组候选位姿进行更新,得到一组更新位姿,其中,目标位姿参数用于表示移动机器人由第一位置移动到第二位置所发生的位姿变化。
在本实施例中,在控制移动机器人进行移动的过程中,可以以采集到第一点云数据的位姿作为初始位姿,统计采集到第一点云数据的位置移动到采集到第二点云数据的位置的位姿变化,得到目标位姿参数。这里,需要说明的是,移动机器人的位姿可以包括位置和姿态,如果无法确定移动机器人的姿态,也可以仅对移动机器人的位置进行重定位,此时,移动机器人的姿态可以为预设姿态,例如,可以默认移动机器人位于平面上,姿态为固定姿态。
对于一组候选位姿,移动机器人可以在每个候选位姿的基础上,增加目标位姿参数所指示的位姿变化,得到与每个候选位姿对应的更新位姿,从而得到一组更新位姿。在对每个候选位姿进行更新时,可以是在每个候选位姿中的候选位置的基础上增加目标位姿参数所指示的位置变化,得到对应的更新位姿中的更新位置,在每个候选位姿中的候选姿态的基础上增加目标位姿参数所指示的姿态变化,得到对应的更新位姿中的更新姿态,从而得到与每个候选位姿对应的更新位姿。
步骤S208,使用第二点云数据和一组更新位姿对移动机器人进行重定位。
在本实施例中,可以使用第二点云数据对一组更新位姿进行校验,得到至少部分更新位姿的校验结果,从而移动机器人的重定位结果,这里,一个更新位姿的校验结果用于指示该更新位姿为移动机器人所处的位姿的置信度(或者说,可能性、可信度等)。重定位结果可以是移动机器人重定位成功,例如,移动机器人重定位到的位姿,也可以是移动机器人重定位失败。
使用第二点云数据和一组更新位姿对移动机器人进行重定位的方式可以有多种。例如,可以将第二点云数据与目标区域地图进行点云匹配,得到一组参考位姿,获取一组参考位姿的方式与获取一组候选位姿的方式类似,在此不做赘述。在获取到一组参考位姿之后,可以根据一组参考位姿对一组更新位姿执行筛选操作,以对移动机器人进行重定位。
根据一组参考位姿对一组更新位姿执行筛选操作的方式可以是:确定一组参考位姿中的参考位姿与一组更新位姿中的更新位姿之间的匹配度,例如,参考位姿与更新位姿之间的位姿差;根据参考位姿与更新位姿之间的匹配度,对移动机器人进行重定位。
可选地,根据参考位姿与更新位姿之间的匹配度,对移动机器人进行重定位可以包括:依次对每个更新位姿执行以下操作,直到满足匹配停止条件,其中,在执行以下操作的过程中,每个更新位姿为当前更新位姿,匹配停止条件包括以下至少之一:移动机器人重定位成功,所有更新位姿均已完成匹配:依次确定当前更新位姿与每个参考位姿的位姿差;在存在于与当前更新位姿的位姿差小于或者等于位姿差阈值的参考位姿的情况下,将当前更新位姿确定为移动机器人重定位到的位姿。
可选地,根据参考位姿与更新位姿之间的匹配度,对移动机器人进行重定位可以包括:确定每个更新位姿与一组参考位姿中的参考位姿之间的最小位姿差,得到与每个更新位姿对应的最小位姿差;将对应的最小位姿差最小、且对应的最小位姿差小于或者等于位姿差阈值的更新位姿,确定为移动机器人重定位到的位姿。
通过上述步骤S202至步骤S208,将移动机器人在第一位置采集到的第一点云数据与目标区域地图进行点云匹配,得到一组候选位姿;获取移动机器人行进至第二位置采集到的第二点云数据;使用目标位姿参数对一组候选位姿进行更新,得到一组更新位姿,其中,目标位姿参数用于表示移动机器人由第一位置移动到第二位置所发生的位姿变化;使用第二点云数据和一组更新位姿对移动机器人进行重定位,解决了相关技术中的机器人重定位方法存在由于易出现误匹配的情况导致的机器人重定位的准确性低的问题,提升了机器人重定位的准确性。
在一个示例性实施例中,根据以下方式获取移动机器人的目标位姿参数:
S11,通过移动机器人上的目标里程计获取移动机器人由第一位置移动到第二位置所产生的里程增量,得到目标里程信息,其中,目标位姿参数包括目标里程信息。
在本实施例中,目标位姿参数可以包括目标里程信息,即,由第一位置行进至的第二位置所产生的里程信息(或者说,行程信息)。移动机器人上可以设置有目标里程计,例如,IMU(Inertial Measurement Unit,即,惯性测量单元),目标里程计可以设置在移动机器人的预定位置,例如,移动机器人的底盘,还可以是移动机器人的其他位置。
在移动机器人移动的过程中,可以通过目标里程计记录移动机器人由于移动所产生的里程增量,从而得到目标里程信息,这里的里程增量可以是由IMU积分得到的。得到的目标里程信息可以作为目标位姿参数,也可以与其他检测移动机器人位姿变化的部件检测到的位姿参数一起,作为目标位姿参数。
通过本实施例,通过获取移动机器人上的里程计的增量,确定移动机器人的位姿变化,可以提高位姿变化确定的便捷性。
在一个示例性实施例中,使用第二点云数据和一组更新位姿对移动机器人进行重定位,包括:
S21,确定目标区域地图中与一组更新位姿中的每个更新位姿对应的点云数据;
S22,根据每个更新位姿对应的点云数据和第二点云数据的匹配度,对移动机器人进行重定位。
在本实施例中,可以根据目标区域地图中与每个更新位姿对应的点云数据与第二点云数据的匹配度对移动机器人进行重定位。对于每个更新位姿,可以确定目标区域地图中与每个更新位姿对应的点云数据,确定每个更新位姿对应的点云数据和第二点云数据的匹配度,根据每个更新位姿对应的点云数据和第二点云数据的匹配度,对移动机器人进行重定位,确定两个点云数据匹配度的方式可以参考相关技术,本实施例中对此不做限定。
根据每个更新位姿对应的点云数据和第二点云数据的匹配度,对移动机器人进行重定位的方式可以有多种,可以将与第二点云数据的匹配度最高的更新位姿,确定为移动机器人重定位到的位姿,也可以将与第二点云数据的匹配度达到第二匹配度阈值的一个更新位姿,确定为移动机器人重定位到的位姿,还可以是其他的重定位方式,本实施例中对此不做限定。
通过本实施例,基于区域地图中与更新位姿对应的点云数据和采集到的点云数据的匹配度对移动机器人进行重定位,可以提高移动机器人重定位的效率。
在一个示例性实施例中,根据每个更新位姿对应的点云数据和第二点云数据的匹配度,对移动机器人进行重定位,包括:
S31,依次对每个更新位姿执行以下操作,直到满足校验停止条件,其中,在执行以下操作的过程中,每个更新位姿为当前更新位姿,校验停止条件包括以下至少之一:移动机器人重定位成功,所有更新位姿均已完成校验:
在当前更新位姿对应的点云数据和第二点云数据的匹配度大于或者等于匹配度阈值的情况下,确定对当前更新位姿校验通过,其中,移动机器人重定位到的位姿为当前更新位姿;
在当前更新位姿对应的点云数据和第二点云数据的匹配度小于匹配度阈值的情况下,确定对当前更新位姿校验未通过,其中,移动机器人重定位到的位姿不是当前更新位姿。
在本实施例中,可以根据每个更新位姿对应的点云数据和第二点云数据的匹配度对每个更新位姿进行校验,检验所校验的是更新位姿是否是移动机器人的当前位姿。对于每个更新位姿,可以将其作为当前更新位姿执行以下操作,直到满足校验停止条件,这里的校验停止条件包括以下至少之一:移动机器人重定位成功,所有更新位姿均已完成校验:
如果当前更新位姿对应的点云数据和第二点云数据的匹配度大于或者等于匹配度阈值,可以将移动机器人重定位到当前更新位姿,此时,当前更新位姿校验通过;
如果当前更新位姿对应的点云数据和第二点云数据的匹配度小于匹配度阈值,可以确定移动机器人的姿态不是当前更新位姿,此时,当前更新位姿校验未通过。
通过本实施例,通过依次遍历各个更新姿态,基于当前更新位姿对应的点云数据和移动机器人在当前所处位置采集到的点云数据的匹配度对当前更新姿态进行校验,可以提高移动机器人重定位的效率。
在一个示例性实施例中,根据每个更新位姿对应的点云数据和第二点云数据的匹配度,对移动机器人进行重定位,包括:
S41,将一组更新位姿中,对应的点云数据与第二点云数据的匹配度最高、且大于或者等于匹配度阈值的更新位姿,确定为移动机器人重定位到的位姿。
可选地,一组更新位姿中,对应的点云数据与第二点云数据的匹配度大于或等于匹配度阈值的更新位姿的数量可以为一个或多个,也可以为零。如果为零,可以进行以下至少之一的处理:控制移动机器人将当前所在区域作为一个新区域进行探索,通过移动机器人发出重定位失败的提示信息,向与移动机器人匹配的终端设备发送重定位失败的提示信息。如果对应的点云数据与第二点云数据的匹配度大于或者等于匹配度阈值的更新位姿的数量为一个,可以将该更新位姿,确定为移动机器人重定位到的位姿。
如果对应的点云数据与第二点云数据的匹配度大于或者等于匹配度阈值的更新位姿的数量为多个,则可以将其中匹配度最高的更新位姿,确定为移动机器人重定位到的位姿。可选地,也可以控制移动机器人重新进行短暂探测,再从多个更新位姿中筛选出移动机器人重定位到的位姿。
通过本实施例,按照匹配度阈值筛选匹配度最高的更新位姿作为移动机器人重定位到的位姿,可以提高移动机器人重定位的准确性。
在一个示例性实施例中,将移动机器人在第一位置采集到的第一点云数据与目标区域地图进行点云匹配,得到一组候选位姿,包括:
S51,从目标区域地图中确定出一组待匹配栅格单元,其中,目标区域地图为栅格地图,一组待匹配栅格单元中的每个待匹配栅格单元为目标区域地图中允许移动机器人进入的栅格单元;
S52,将第一点云数据与每个待匹配栅格单元对应的点云数据进行点云匹配,得到一组候选位姿。
在本实施例中,目标区域地图可以为栅格地图,其可以包含预先划分的多个栅格单元,每个栅格单元的尺寸可以是相同的。目标区域地图中的每个栅格单元所记录的信息可以包括每个栅格单元的可通行值,其取值范围可以是[0,1],0表示不可通行,1表示完全可通行,此外,目标区域地图还可以记录其中的开放处的缺口大小等。
在将第一点云数据与目标区域地图进行点云匹配时,可以先对目标区域地图进行筛选,从中选取出移动机器人可能进入的栅格单元作为与移动机器人进行点云匹配的栅格单元:可以从目标区域地图中确定出一组待匹配栅格单元,每个待匹配栅格单元为目标区域地图中允许移动机器人进入的栅格单元。
例如,将可通行值大于或者等于可通行阈值的栅格单元,确定为待匹配栅格单元;或者,根据可通行值和目标区域地图中的开放处的缺口大小与移动机器人的尺寸进行比对,确定移动机器人可以进入的栅格单元。
在得到一组待匹配栅格单元之后,可以将第一点云数据与每个待匹配栅格单元对应的点云数据进行点云匹配,从而得到一组候选位姿,确定一组候选位姿可以是求解候选姿态的过程。由于求解候选位姿时,从全图求解转化为只求解允许移动机器人进入的栅格单元,可以减少求解候选位姿所需处理的数据量,提高了候选位姿的确定效率。
通过本实施例,通过筛选出移动机器人可能进入的栅格单元并进行候选位姿求解,可以减少求解候选位姿所需处理的数据量,提高候选位姿的确定效率。
在一个示例性实施例中,上述方法还包括:
S61,确定多个候选移动方向,其中,多个候选移动方向中的每个候选移动方向为移动机器人在第一位置所允许的移动方向;
S62,从多个候选移动方向中选取对应的点云数据量最大的移动方向,得到目标移动方向;
S63,控制移动机器人沿着目标移动方向进行移动,直到第二位置。
在本实施例中,在控制移动机器人进行移动时,可以首先确定多个候选移动方向,这里的候选移动方向是移动机器人在第一位置所允许的移动方向,多个候选移动方向可以是通过移动机器人上的感知传感器所感知到的,例如,通过感知传感器所感知到的、对应的可通行宽度大于移动机器人的宽度的方向,也可以是从一组预设方向中选取出的可通行方向,本实施例中对于候选移动方向的确定方式不做限定。
对于每个候选移动方向,可以通过移动机器人上的感知传感器进行点云数据采集,得到与每个候选移动方向对应的点云数据(与每个候选移动方向对应的点云数据也可以是从第一点云数据中确定的);将多个候选移动方向中,对应的点云数据量最大的移动方向,确定为移动机器人的目标移动方向。可选地,移动机器人还可以确定与目标移动方向对应的目标移动位置,比如,沿着目标移动方向所移动的距离。
在确定目标移动方向之后,移动机器人可以沿着目标移动方向进行移动,移动的距离可以是上述确定的沿着目标移动方向所移动的距离,也可以是按照预设移动规则所确定的移动距离,从而到达上述第二位置。
通过本实施例,根据对应的点云数据的数据量确定移动机器人的移动方向,可以提高移动机器人移动控制的灵活性,还可以提高移动机器人重定位的准确性。
下面结合可选示例对本实施例中的机器人重定位方法进行解释说明。在本可选示例中,移动机器人为LDS机器人,移动机器人当前处于室内环境(其他环境下的重定位方式与此类似)。
相关技术中,LDS机器人在原地进行点云到地图的匹配重定位。上述方式只获取最高得分的解(即,机器人位置),得分只看点云中的点可匹配上地图占据栅格的比例,如果取所有超过一定阈值的候选解,则无法在原地完成筛选。
为了解决上述技术问题中的至少部分,本可选示例中提供的是一种提高LDS机器人在室内环境中重定位性能的方案,如图3所示,本可选示例中的机器人重定位方法的流程可以包括以下步骤:
步骤S302,LDS机器人在原地进行点云到已保存地图匹配的重定位,保留所有得分超过阈值的候选解,即,机器的位姿。
步骤S304,LDS机器人进行短暂探索至新环境,在此过程中,校验之前保留的候选解。
上述校验过程可以是:LDS机器人移动时,首先获取里程计的增量,利用增量结合候选解获得雷达匹配的先验,再利用当前点云结合先验点云获得基于雷达匹配的、更新后的候选解,即,基于雷达匹配的增量,对比这两个增量,如果差异不大,校验通过;如果差异较大或者当前雷达匹配失败,则校验失败。
步骤S306,在探索中途或探索完成时,候选解被筛选结束时,重定位结束。
通过本示例,提高了机器人在室内环境中重定位的性能,降低了已保存地图失效的可能性。
需要说明的是,对于前述的各方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本申请并不受所描述的动作顺序的限制,因为依据本申请,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作和模块并不一定是本申请所必须的。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到根据上述实施例的方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质(如ROM(Read-Only Memory,只读存储器)/RAM(Random Access Memory,随机存取存储器)、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,服务器,或者网络设备等)执行本申请每个实施例所述的方法。
根据本申请实施例的又一个方面,还提供了一种用于实施上述机器人重定位方法的机器人重定位装置。图4是根据本申请实施例的一种可选的机器人重定位装置的结构框图,如图4所示,该装置可以包括:
匹配单元402,用于将移动机器人在第一位置采集到的第一点云数据与目标区域地图进行点云匹配,得到一组候选位姿;
第一获取单元404,与匹配单元402相连,用于获取移动机器人在移动到的位置采集到的第二点云数据;
更新单元406,与第一获取单元404相连,用于使用目标位姿参数对一组候选位姿进行更新,得到一组更新位姿,其中,目标位姿参数用于表示移动机器人由第一位置移动到第二位置所发生的位姿变化;
重定位单元408,与更新单元406相连,用于使用第二点云数据和一组更新位姿对移动机器人进行重定位。
需要说明的是,该实施例中的匹配单元402可以用于执行上述步骤S202,该实施例中的第一获取单元404可以用于执行上述步骤S204,该实施例中的更新单元406可以用于执行上述步骤S206,该实施例中的重定位单元408可以用于执行上述步骤S208。
通过上述模块,将移动机器人在第一位置采集到的第一点云数据与目标区域地图进行点云匹配,得到一组候选位姿;获取移动机器人行进至第二位置采集到的第二点云数据;使用目标位姿参数对一组候选位姿进行更新,得到一组更新位姿,其中,目标位姿参数用于表示移动机器人由第一位置移动到第二位置所发生的位姿变化;使用第二点云数据和一组更新位姿对移动机器人进行重定位,解决了相关技术中的机器人重定位方法存在由于易出现误匹配的情况导致的机器人重定位的准确性低的问题,提升了机器人重定位的准确性。
在一个示例性实施例中,上述装置还包括:
第二获取单元,用于根据以下方式获取移动机器人的目标位姿参数:通过移动机器人上的目标里程计获取移动机器人由第一位置移动到第二位置所产生的里程增量,得到目标里程信息,其中,目标位姿参数包括目标里程信息。
在一个示例性实施例中,重定位单元包括:
第一确定模块,用于确定目标区域地图中与一组更新位姿中的每个更新位姿对应的点云数据;
重定位模块,根据每个更新位姿对应的点云数据和第二点云数据的匹配度,对移动机器人进行重定位。
在一个示例性实施例中,重定位模块包括:
执行子模块,用于依次对每个更新位姿执行以下操作,直到满足校验停止条件,其中,在执行以下操作的过程中,每个更新位姿为当前更新位姿,校验停止条件包括以下至少之一:移动机器人重定位成功,所有更新位姿均已完成校验:
在当前更新位姿对应的点云数据和第二点云数据的匹配度大于或者等于匹配度阈值的情况下,确定对当前更新位姿校验通过,其中,移动机器人重定位到的位姿为当前更新位姿;
在当前更新位姿对应的点云数据和第二点云数据的匹配度小于匹配度阈值的情况下,确定对当前更新位姿校验未通过,其中,移动机器人重定位到的位姿不是当前更新位姿。
在一个示例性实施例中,重定位模块包括:
确定子模块,用于将一组更新位姿中,对应的点云数据与第二点云数据的匹配度最高、且大于或者等于匹配度阈值的更新位姿,确定为移动机器人重定位到的位姿。
在一个示例性实施例中,匹配单元包括:
第二确定模块,用于从目标区域地图中确定出一组待匹配栅格单元,其中,目标区域地图为栅格地图,一组待匹配栅格单元中的每个待匹配栅格单元为目标区域地图中允许移动机器人进入的栅格单元;
匹配模块,用于将第一点云数据与每个待匹配栅格单元对应的点云数据进行点云匹配,得到一组候选位姿。
在一个示例性实施例中,上述装置还包括:
确定单元,用于确定多个候选移动方向,其中,多个候选移动方向中的每个候选移动方向为移动机器人在第一位置所允许的移动方向;
选取单元,用于从多个候选移动方向中选取对应的点云数据量最大的移动方向,得到目标移动方向;
控制单元,用于控制移动机器人沿着目标移动方向进行移动,直到第二位置。
此处需要说明的是,上述模块与对应的步骤所实现的示例和应用场景相同,但不限于上述实施例所公开的内容。需要说明的是,上述模块作为装置的一部分可以运行在如图1所示的硬件环境中,可以通过软件实现,也可以通过硬件实现,其中,硬件环境包括网络环境。
根据本申请实施例的又一个方面,还提供了一种存储介质。可选地,在本实施例中,上述存储介质可以用于执行本申请实施例中上述任一项机器人重定位方法的程序代码。
可选地,在本实施例中,上述存储介质可以位于上述实施例所示的网络中的多个网络设备中的至少一个网络设备上。
可选地,在本实施例中,存储介质被设置为存储用于执行以下步骤的程序代码:
S1,将移动机器人在第一位置采集到的第一点云数据与目标区域地图进行点云匹配,得到一组候选位姿;
S2,获取移动机器人行进至第二位置采集到的第二点云数据,以及获取移动机器人的目标位姿参数;
S3,使用目标位姿参数对一组候选位姿进行更新,得到一组更新位姿,其中,目标位姿参数用于表示移动机器人由第一位置移动到第二位置所发生的位姿变化;
S4,使用第二点云数据和一组更新位姿对移动机器人进行重定位。
可选地,在本实施例中,上述存储介质可以包括但不限于:U盘、ROM、RAM、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
根据本申请实施例的又一个方面,还提供了一种用于实施上述机器人重定位方法的电子装置,该电子装置可以是服务器、终端、或者其组合。
图5是根据本申请实施例的一种可选的电子装置的结构框图,如图5所示,包括处理器502、通信接口504、存储器506和通信总线508,其中,处理器502、通信接口504和存储器506通过通信总线508完成相互间的通信,其中,
存储器506,用于存储计算机程序;
处理器502,用于执行存储器506上所存放的计算机程序时,实现如下步骤:
S1,将移动机器人在第一位置采集到的第一点云数据与目标区域地图进行点云匹配,得到一组候选位姿;
S2,获取移动机器人行进至第二位置采集到的第二点云数据;
S3,使用目标位姿参数对一组候选位姿进行更新,得到一组更新位姿,其中,目标位姿参数用于表示移动机器人由第一位置移动到第二位置所发生的位姿变化;
S4,使用第二点云数据和一组更新位姿对移动机器人进行重定位。
可选地,在本实施例中,通信总线可以是PCI(Peripheral ComponentInterconnect,外设部件互连标准)总线、或EISA(Extended Industry StandardArchitecture,扩展工业标准结构)总线等。该通信总线可以分为地址总线、数据总线、控制总线等。为便于表示,图5中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。通信接口用于上述电子装置与其他设备之间的通信。
上述的存储器可以包括RAM,也可以包括非易失性存储器(non-volatilememory),例如,至少一个磁盘存储器。可选地,存储器还可以是至少一个位于远离前述处理器的存储装置。
作为一种示例,上述存储器506中可以但不限于包括上述设备的控制装置中的匹配单元402、第一获取单元404、更新单元406以及重定位单元408。此外,还可以包括但不限于上述设备的控制装置中的其他模块单元,本示例中不再赘述。
上述处理器可以是通用处理器,可以包含但不限于:CPU(Central ProcessingUnit,中央处理器)、NP(Network Processor,网络处理器)等;还可以是DSP(DigitalSignal Processing,数字信号处理器)、ASIC(Application Specific IntegratedCircuit,专用集成电路)、FPGA(Field-Programmable Gate Array,现场可编程门阵列)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。
可选地,本实施例中的具体示例可以参考上述实施例中所描述的示例,本实施例在此不再赘述。
本领域普通技术人员可以理解,图5所示的结构仅为示意,实施上述机器人重定位方法的设备可以是终端设备,该终端设备可以是智能手机(如Android手机、iOS手机等)、平板电脑、掌上电脑以及移动互联网设备(Mobile Internet Devices,MID)、PAD等终端设备。图5其并不对上述电子装置的结构造成限定。例如,电子装置还可包括比图5中所示更多或者更少的组件(如网络接口、显示装置等),或者具有与图5所示的不同的配置。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令终端设备相关的硬件来完成,该程序可以存储于一计算机可读存储介质中,存储介质可以包括:闪存盘、ROM、RAM、磁盘或光盘等。
上述本申请实施例序号仅仅为了描述,不代表实施例的优劣。
上述实施例中的集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在上述计算机可读取的存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在存储介质中,包括若干指令用以使得一台或多台计算机设备(可为个人计算机、服务器或者网络设备等)执行本申请每个实施例上述方法的全部或部分步骤。
在本申请的上述实施例中,对每个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中,应该理解到,所揭露的客户端,可通过其它的方式实现。其中,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,所显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,单元或模块的间接耦合或通信连接,可以是电性或其它的形式。
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,作为单元显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,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中所提供的方案的目的。
另外,在本申请每个实施例中的各功能单元可以集成在一个处理单元中,也可以是每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,也可以采用软件功能单元的形式实现。
以上所述仅是本申请的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本申请原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本申请的保护范围。
Claims (10)
1.一种机器人重定位方法,其特征在于,包括:
将移动机器人在第一位置采集到的第一点云数据与目标区域地图进行点云匹配,得到一组候选位姿;
获取所述移动机器人行进至第二位置采集到的第二点云数据;
使用目标位姿参数对所述一组候选位姿进行更新,得到一组更新位姿,其中,所述目标位姿参数用于表示所述移动机器人由所述第一位置移动到所述第二位置所发生的位姿变化;
使用所述第二点云数据和所述一组更新位姿对所述移动机器人进行重定位。
2.根据权利要求1所述的方法,其特征在于,根据以下方式获取所述移动机器人的所述目标位姿参数:
通过所述移动机器人上的目标里程计获取所述移动机器人由所述第一位置移动到所述第二位置所产生的里程增量,得到目标里程信息,其中,所述目标位姿参数包括所述目标里程信息。
3.根据权利要求1所述的方法,其特征在于,所述使用所述第二点云数据和所述一组更新位姿对所述移动机器人进行重定位,包括:
确定所述目标区域地图中与所述一组更新位姿中的每个更新位姿对应的点云数据;
根据所述每个更新位姿对应的点云数据和所述第二点云数据的匹配度,对所述移动机器人进行重定位。
4.根据权利要求3所述的方法,其特征在于,所述根据所述每个更新位姿对应的点云数据和所述第二点云数据的匹配度,对所述移动机器人进行重定位,包括:
依次对所述每个更新位姿执行以下操作,直到满足校验停止条件,其中,在执行以下操作的过程中,所述每个更新位姿为当前更新位姿,所述校验停止条件包括以下至少之一:所述移动机器人重定位成功,所有更新位姿均已完成校验:
在所述当前更新位姿对应的点云数据和所述第二点云数据的匹配度大于或者等于匹配度阈值的情况下,确定对所述当前更新位姿校验通过,其中,所述移动机器人重定位到的位姿为所述当前更新位姿;
在所述当前更新位姿对应的点云数据和所述第二点云数据的匹配度小于匹配度阈值的情况下,确定对所述当前更新位姿校验未通过,其中,所述移动机器人重定位到的位姿不是所述当前更新位姿。
5.根据权利要求3所述的方法,其特征在于,所述根据所述每个更新位姿对应的点云数据和所述第二点云数据的匹配度,对所述移动机器人进行重定位,包括:
将所述一组更新位姿中,对应的点云数据与第二点云数据的匹配度最高、且大于或者等于匹配度阈值的更新位姿,确定为所述移动机器人重定位到的位姿。
6.根据权利要求1所述的方法,其特征在于,所述将移动机器人在第一位置采集到的第一点云数据与目标区域地图进行点云匹配,得到一组候选位姿,包括:
从所述目标区域地图中确定出一组待匹配栅格单元,其中,所述目标区域地图为栅格地图,所述一组待匹配栅格单元中的每个待匹配栅格单元为所述目标区域地图中允许所述移动机器人进入的栅格单元;
将所述第一点云数据与所述每个待匹配栅格单元对应的点云数据进行点云匹配,得到所述一组候选位姿。
7.根据权利要求1至6中任一项所述的方法,其特征在于,所述方法还包括:
确定多个候选移动方向,其中,所述多个候选移动方向中的每个候选移动方向为所述移动机器人在所述第一位置所允许的移动方向;
从所述多个候选移动方向中选取对应的点云数据量最大的移动方向,得到目标移动方向;
控制所述移动机器人沿着所述目标移动方向进行移动,直到所述第二位置。
8.一种机器人重定位装置,其特征在于,包括:
匹配单元,用于将移动机器人在第一位置采集到的第一点云数据与目标区域地图进行点云匹配,得到一组候选位姿;
第一获取单元,用于获取所述移动机器人行进至第二位置采集到的第二点云数据;
更新单元,用于使用目标位姿参数对所述一组候选位姿进行更新,得到一组更新位姿,其中,所述目标位姿参数用于表示所述移动机器人由所述第一位置移动到所述第二位置所发生的位姿变化;
重定位单元,用于使用所述第二点云数据和所述一组更新位姿对所述移动机器人进行重定位。
9.一种计算机可读的存储介质,其特征在于,所述计算机可读的存储介质包括存储的程序,其中,所述程序运行时执行权利要求1至7中任一项所述的方法。
10.一种电子装置,包括存储器和处理器,其特征在于,所述存储器中存储有计算机程序,所述处理器被设置为通过所述计算机程序执行权利要求1至7中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210521936.3A CN117095043A (zh) | 2022-05-13 | 2022-05-13 | 机器人重定位方法和装置、存储介质及电子装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210521936.3A CN117095043A (zh) | 2022-05-13 | 2022-05-13 | 机器人重定位方法和装置、存储介质及电子装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117095043A true CN117095043A (zh) | 2023-11-21 |
Family
ID=88772275
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210521936.3A Pending CN117095043A (zh) | 2022-05-13 | 2022-05-13 | 机器人重定位方法和装置、存储介质及电子装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117095043A (zh) |
-
2022
- 2022-05-13 CN CN202210521936.3A patent/CN117095043A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11422261B2 (en) | Robot relocalization method and apparatus and robot using the same | |
US11629964B2 (en) | Navigation map updating method and apparatus and robot using the same | |
US11597082B2 (en) | Dispatching method and device, and non-transitory readable storage medium | |
CN110286387A (zh) | 应用于自动驾驶系统的障碍物检测方法、装置及存储介质 | |
CN110442120B (zh) | 控制机器人在不同场景下移动的方法、机器人及终端设备 | |
JP7042905B2 (ja) | 逆センサモデルを生成する方法および装置、ならびに障害物を検出するための方法 | |
CN110146098B (zh) | 一种机器人地图扩建方法、装置、控制设备和存储介质 | |
CN111609852A (zh) | 语义地图构建方法、扫地机器人及电子设备 | |
CN110412530A (zh) | 一种识别充电桩的方法、装置及机器人 | |
CN113219992A (zh) | 一种路径规划方法及清洁机器人 | |
CN112445225A (zh) | 防撞系统、自动防撞的方法及非暂态计算机可读介质 | |
CN109073398B (zh) | 一种建立地图的方法、定位方法、装置、终端及存储介质 | |
CN114001728A (zh) | 移动机器人的控制方法、装置、存储介质及电子设备 | |
CN117095043A (zh) | 机器人重定位方法和装置、存储介质及电子装置 | |
CN112286185A (zh) | 扫地机器人及其三维建图方法、系统及计算机可读存储介质 | |
CN113440054B (zh) | 扫地机器人充电基座范围的确定方法和装置 | |
CN117095050A (zh) | 机器人的重定位方法和装置、存储介质及电子装置 | |
CN116931557A (zh) | 机器人的移动控制方法和装置、存储介质及电子装置 | |
CN116977845A (zh) | 动态物体识别方法及装置、存储介质及电子装置 | |
CN117253137A (zh) | 障碍物识别方法和装置、存储介质及电子装置 | |
CN117311333A (zh) | 移动设备的定位方法及装置、存储介质及电子装置 | |
CN117132879A (zh) | 动态障碍物的识别方法和装置、存储介质及电子装置 | |
CN117095279A (zh) | 机器人重定位方法及装置、存储介质及电子装置 | |
CN116930863A (zh) | 设备重定位方法和装置、存储介质及电子装置 | |
US11577753B2 (en) | Safety architecture for control of autonomous vehicle |
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 |