CN117387593A - 重定位方法、装置、电子设备和计算机可读存储介质 - Google Patents
重定位方法、装置、电子设备和计算机可读存储介质 Download PDFInfo
- Publication number
- CN117387593A CN117387593A CN202311221517.9A CN202311221517A CN117387593A CN 117387593 A CN117387593 A CN 117387593A CN 202311221517 A CN202311221517 A CN 202311221517A CN 117387593 A CN117387593 A CN 117387593A
- Authority
- CN
- China
- Prior art keywords
- map
- matching
- self
- repositioning
- result
- 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 39
- 239000011159 matrix material Substances 0.000 claims description 51
- 238000004590 computer program Methods 0.000 claims description 24
- 230000006870 function Effects 0.000 description 6
- 230000015556 catabolic process Effects 0.000 description 4
- 238000006731 degradation reaction Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000010420 art technique Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 230000007850 degeneration Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000036544 posture Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/005—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 with correlation of navigation data from several sources, e.g. map or contour matching
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/28—Navigation; 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
- G01C21/30—Map- 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)
- Navigation (AREA)
Abstract
本申请适用于定位技术领域,提供了一种重定位方法、装置、电子设备和计算机可读存储介质。其中,所述重定位方法包括:在自移动设备定位丢失时,获取所述自移动设备的传感器数据;根据所述传感器数据,在初始定位地图中进行地图匹配,得到匹配结果;当所述匹配结果的数量为多个时,确定所述匹配结果之间的集中程度;根据所述集中程度,确定所述自移动设备的重定位结果。本申请的实施例可以提高自移动设备重定位的有效性。
Description
技术领域
本申请属于定位技术领域,尤其涉及一种重定位方法、装置、电子设备和计算机可读存储介质。
背景技术
当机器人等自移动设备在出现定位丢失的时候,往往需要工作人员将自移动设备推回到充电桩,以根据预先在充电桩标定的位姿对自移动设备进行位姿初始化,使得自移动设备找回位姿再继续执行工作。由于这种方式效率较低,且依赖人工处理,因此,一些相关技术采用重定位技术帮助自移动设备自动化地获得正确位姿。
但是,在高反环境或退化环境(Degeneration Environment)中,通过传感器观测自移动设备周围环境时,数据要么极为分散,要么高度相似,此时,相关技术难以有效地给出重定位结果。
发明内容
本申请实施例提供一种重定位方法、装置、电子设备和计算机可读存储介质,可以解决相关技术中自移动设备的重定位有效性较差的问题。
本申请实施例第一方面提供一种重定位方法,包括:在自移动设备定位丢失时,获取所述自移动设备的传感器数据;根据所述传感器数据,在初始定位地图中进行地图匹配,得到匹配结果;当所述匹配结果的数量为多个时,确定所述匹配结果之间的集中程度;根据所述集中程度,确定所述自移动设备的重定位结果。
在本申请的一些实施方式中,所述确定所述匹配结果之间的集中程度,包括:确定每个所述匹配结果对应的设备位姿;确定各个所述匹配结果对应的设备位姿之间的协方差矩阵,所述协方差矩阵中的矩阵元素用于表征所述集中程度。
在本申请的一些实施方式中,所述根据所述集中程度,确定所述自移动设备的重定位结果,包括:若位于所述协方差矩阵的对角线上的所述矩阵元素均小于或等于预设阈值,则计算各个所述匹配结果对应的设备位姿之间的均值位姿,并将所述均值位姿作为所述自移动设备的重定位结果,其中,位于所述协方差矩阵的对角线上的所述矩阵元素用于表示各个所述匹配结果对应的设备位姿之间的定位坐标方差和旋转角方差。
在本申请的一些实施方式中,所述根据所述集中程度,确定所述自移动设备的重定位结果,还包括:若所述协方差矩阵的对角线上存在大于所述预设阈值的所述矩阵元素,则重新获取所述传感器数据,以重新确定所述匹配结果,直至所述匹配结果的数量为一个时,将所述匹配结果对应的设备位姿作为所述自移动设备的重定位结果;或者,直至所述匹配结果的数量为多个时,在位于所述协方差矩阵的对角线上的所述矩阵元素均小于或等于所述预设阈值时,将对应的所述均值位姿作为所述自移动设备的重定位结果。
在本申请的一些实施方式中,所述根据所述传感器数据,在初始定位地图中进行地图匹配,得到匹配结果,包括:根据所述传感器数据,生成所述自移动设备所在区域的当前区域地图;将所述当前区域地图在所述初始定位地图中进行地图匹配,得到所述匹配结果。
在本申请的一些实施方式中,所述将所述当前区域地图在所述初始定位地图中进行地图匹配,得到所述匹配结果,包括:将所述当前区域地图内各个栅格的类型和所述初始定位地图中不同地图区域内各个栅格的类型进行比对,以确定所述匹配结果。
在本申请的一些实施方式中,所述将所述当前区域地图在所述初始定位地图中进行地图匹配,得到所述匹配结果,包括:将所述当前区域地图与所述初始定位地图中的不同地图区域进行匹配,得到每个地图区域的匹配置信度;将匹配置信度大于或等于置信度阈值的地图区域作为所述匹配结果。
本申请实施例第二方面提供的一种重定位装置,包括:数据获取单元,用于在自移动设备定位丢失时,获取所述自移动设备的传感器数据;地图匹配单元,用于根据所述传感器数据,在初始定位地图中进行地图匹配,得到匹配结果;确定单元,用于当所述匹配结果的数量为多个时,确定所述匹配结果之间的集中程度;重定位单元,用于根据所述集中程度,确定所述自移动设备的重定位结果。
本申请实施例第三方面提供一种电子设备,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,所述处理器执行所述计算机程序时实现上述重定位方法的步骤。
本申请实施例第四方面提供一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述重定位方法的步骤。
本申请实施例第五方面提供了一种计算机程序产品,当计算机程序产品在电子设备上运行时,使得电子设备执行上述重定位方法的步骤。
在本申请的实施方式中,在自移动设备定位丢失时,获取自移动设备的传感器数据,并根据传感器数据,在初始定位地图中进行地图匹配,得到匹配结果,当匹配结果的数量为多个时,确定匹配结果之间的集中程度,该集中程度可以反映匹配结果的唯一性,从而根据集中程度,确定自移动设备的重定位结果,能够在高反环境或退化环境中出现多个匹配结果时给出重定位结果,提高了自移动设备重定位的有效性。
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性的前提下,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一种重定位方法的实现流程示意图;
图2是本申请实施例提供的步骤S102的具体实现流程示意图;
图3是本申请实施例提供的步骤S103的具体实现流程示意图;
图4是本申请实施例提供的一种重定位装置的结构示意图;
图5是本申请实施例提供的电子设备的结构示意图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。基于本申请的实施例,本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本申请保护。
一些相关技术通过重定位技术帮助自移动设备获得正确位姿时,通常选用置信度最高的结果或需要环境的精细数据给出的唯一结果。但是,在高反环境(即环境中存在较多高反射率物体)或退化环境(如空旷环境)中,通过传感器观测自移动设备周围环境时,数据要么极为分散,要么高度相似。此时,相关技术一方面无法给出唯一结果,另一方面所得到的结果之间的置信度差异较小,置信度的参考意义不大。因此,相关技术难以有效地给出重定位结果。
鉴于此,本申请提出了一种重定位方法,能够在高反环境或退化环境中有效地给出重定位结果。
为了说明本申请的技术方案,下面通过具体实施例来进行说明。
图1示出了本申请实施例提供的一种重定位方法的实现流程示意图,该方法可以应用于电子设备上,可适用于需提高自移动设备的重定位有效性的情形。其中,上述电子设备可以是机器人、室外无人车等自移动设备,也可以是计算机、智能手机等用于对自移动设备进行控制的控制设备,对此本申请不做限制。
具体的,上述重定位方法可以包括以下步骤S101至步骤S104。
步骤S101,在自移动设备定位丢失时,获取自移动设备的传感器数据。
其中,定位丢失是指自移动设备丢失自身在初始定位地图内的位姿。在本申请的实施方式中,在自移动设备发生碰撞、轮胎打滑、不同传感器之间定位数据的偏差大于一定的偏差阈值,或者定位位于初始定位地图的不可通行区域等情况下,可以确认自移动设备定位丢失。
应理解,当自移动设备定位丢失时,自移动设备难以移动至任务目的地执行任务,且容易在环境内发生碰撞,因此,需要通过重定位,重新获取自移动设备准确的位姿,帮助自移动设备重新恢复正常的工作状态。
为了实现重定位,在本申请的实施方式中,可以获取自移动设备的传感器数据。传感器数据是通过传感器对自移动设备当前所在环境进行采集得到的数据,可以包括但不限于摄像头采集到的图像数据、激光雷达采集到的点云数据。
步骤S102,根据传感器数据,在初始定位地图中进行地图匹配,得到匹配结果。
其中,初始定位地图是定位丢失前自移动设备用于定位的地图,可以指自移动设备预存储的电子地图。
在本申请的实施方式中,初始定位地图记录有自移动设备的可通行区域、不可通行区域等地图数据。根据传感器数据和初始定位地图内的地图数据,电子设备可以在初始定位地图中进行地图匹配,得到匹配结果。该匹配结果可以表示初始定位地图中与传感器数据的采集区域相匹配的地图区域。
换而言之,在自移动设备定位丢失后,基于自移动设备所在区域的传感器数据,电子设备可以在初始定位地图中找到与该区域相匹配的地图区域,得到匹配结果。
步骤S103,当匹配结果的数量为多个时,确定匹配结果之间的集中程度。
在本申请的实施方式中,匹配结果可以指示自移动设备当前的设备位姿。具体而言,当传感器数据在初始定位地图中匹配到地图区域时,可以根据匹配到的地图区域解算出对应的设备位姿。
当匹配结果的数量为一个时,说明初始定位地图中仅存在一个与自移动设备所在区域相似的地图区域,因此,自移动设备当前正位于该地图区域内,基于该匹配结果解算出的位姿即为自移动设备的准确位姿,此时,电子设备可以将匹配结果对应的设备位姿作为自移动设备的重定位结果。
当匹配结果的数量为多个时,说明初始定位地图中存在多个与自移动设备所在区域相似的地图区域,此时,电子设备可以确定匹配结果之间的集中程度。匹配结果之间的集中程度表示匹配结果之间数据分布靠近中心值的程度,可以表征匹配结果对应的地图区域在物理位置上相互接近的程度。
具体的,匹配结果之间的集中程度可以通过计算匹配结果之间的方差、极差、标准差得到,当然,其他用于表征数据分布的集中程度或离散程度的方式同样适用于本申请。
步骤S104,根据集中程度,确定自移动设备的重定位结果。
在本申请的实施方式中,匹配结果之间的集中程度可以反映匹配结果的唯一性。当匹配结果之间的集中程度较高时,匹配结果较为集中,这些匹配结果可以视为同一个匹配结果。或者说,原本唯一的匹配结果因数据误差、高反环境或退化环境中数据采集的困难性等各种原因而导致出现多个匹配结果,但这些匹配结果对应的地图区域在物理位置上是相近的,可以视为唯一的匹配结果。
因此,根据集中程度,当集中程度大于或等于一定的集中度阈值时,可基于这些匹配结果确定自移动设备的重定位结果,例如,可以将这些匹配结果对应的设备位姿之间的均值位姿作为自移动设备的重定位结果。
相应的,如果集中程度小于一定的集中度阈值时,说明地图中实际存在多个与自移动设备所在区域相似的地图区域,那么,电子设备可以继续获取传感器信息,以利用更多的传感器信息确定出准确的重定位结果。
在本申请的实施方式中,在自移动设备定位丢失时,获取自移动设备的传感器数据,并根据传感器数据,在初始定位地图中进行地图匹配,得到匹配结果,当匹配结果的数量为多个时,确定匹配结果之间的集中程度,该集中程度可以反映匹配结果的唯一性,从而根据集中程度,确定自移动设备的重定位结果,能够在高反环境或退化环境中出现多个匹配结果时给出重定位结果,提高了自移动设备重定位的有效性。
并且,本申请在多个匹配结果集中程度较高时即可得出重定位结果,相较于依赖精细数据给出唯一结果的方式,在传感器数据相对粗糙的情况下亦可得出准确的重定位结果,有助于提高重定位的效率。
具体的,请参考图2,在本申请的一些实施方式中,上述步骤S102可以具体包括一下步骤S201至步骤S202。
步骤S201,根据传感器数据,生成自移动设备所在区域的当前区域地图。
在本申请的实施方式中,基于传感器数据可以进行地图重建,得到自移动设备所在区域的当前区域地图。具体的,上述传感器数据可以是控制自移动设备自转一周时,传感器在自移动设备旋转过程中采集到的数据。基于传感器数据,可以以自移动设备为中心构建周围环境的地图,得到当前区域地图。
步骤S202,将当前区域地图在初始定位地图中进行地图匹配,得到匹配结果。
得到当前区域地图后,电子设备可以将当前区域地图在初始定位地图中进行地图匹配,以在在初始定位地图中找到与当前区域地图相近的地图区域,得到匹配结果。
具体的,将当前区域地图与初始定位地图中的不同地图区域进行匹配,可以得到每个地图区域的匹配置信度。此时,可以将匹配置信度大于或等于置信度阈值的地图区域作为匹配结果。
其中,匹配置信度表示当前区域地图与地图区域之间的相似程度,置信度阈值可根据实际情况设置。应理解的是,当前区域地图与某一地图区域之间的相似程度越高,则该地图区域和自移动设备所在区域越相近,也就说明自移动设备越可能在这个地图区域内。因此,可以将匹配置信度大于或等于置信度阈值的地图区域作为匹配结果,筛除匹配置信度小于置信度阈值的地图区域。
在本申请的一些实施方式中,上述当前区域地图和初始定位地图均为栅格地图,此时,电子设备可以将当前区域地图内各个栅格的类型和初始定位地图中不同地图区域内各个栅格的类型进行比对,以确定匹配结果。
具体的,栅格的类型可以表示为不同颜色的方格,白色栅格代表可通过区域,黑色栅格代表不可通过区域,灰色栅格代表未知区域。通过比对,可以确定当前区域地图内各个栅格的类型与初始定位地图中某一地图区域内各个栅格的类型之间的相似度。当前区域地图内各个栅格的类型和某一地图区域内各个栅格的类型相似度越高,则该地图区域和自移动设备所在区域越相近,也就说明自移动设备越可能在这个地图区域内。因此,可以将栅格的类型之间的相似度作为匹配置信度,保留相似度高于一定程度的地图区域作为匹配结果。遍历整个当前区域地图,可以得到所有的匹配结果。
相应的,如果匹配结果的数量为一个,电子设备可以根据该匹配结果对应的地图区域,解算自移动设备的设备位姿,得到重定位结果。如果匹配结果的数量为多个,则终端设备可以确定匹配结果之间的集中程度。
具体的,如图3所示,上述步骤S103可以包括以下步骤S301至步骤S302。
步骤S301,确定每个匹配结果对应的设备位姿。
具体的,对于每一个匹配结果,通过对应的地图区域可以解算出对应的设备位姿。不同地图区域解算出的设备位姿不同。
步骤S302,确定各个匹配结果对应的设备位姿之间的协方差矩阵。
根据解算出的设备位姿,可以计算所有匹配结果对应的设备位姿之间的协方差矩阵。协方差矩阵表示向量元素(设备位姿各个维度)之间的协方差,协方差矩阵中的矩阵元素用于表征匹配结果之间的集中程度。
具体的,若位于协方差矩阵的对角线上的矩阵元素均小于或等于预设阈值,则可以计算各个匹配结果对应的设备位姿之间的均值位姿,并将均值位姿作为自移动设备的重定位结果。
其中,位于协方差矩阵的对角线上的矩阵元素用于表示各个匹配结果对应的设备位姿之间的定位坐标方差和旋转角方差。预设阈值可以根据实际情况进行设置。
具体的,设备位姿可以表示为(x,y,θ),其中x和y分别表示横纵坐标,θ表示旋转角,相应的,以x、y、θ分别作为一个向量元素可计算得到一个3*3的协方差矩阵,位于协方差矩阵的对角线上的三个矩阵元素分别表示横坐标上的定位坐标方差、纵坐标上的定位坐标方差以及旋转角方差。
如果两个定位坐标方差和旋转角方差均小于或等于预设阈值,则说明这些设备位姿基本相近,也就说明这些匹配结果分布较为集中,可视为同一个匹配结果。此时,可以计算各个设备位姿的x、y、θ的均值,得到均值位姿,并将均值位姿作为自移动设备的重定位结果。
相应的,若协方差矩阵的对角线上存在大于预设阈值的矩阵元素,则可以重新获取传感器数据,以重新确定匹配结果,直至匹配结果的数量为一个时,将匹配结果对应的设备位姿作为自移动设备的重定位结果。或者,直至匹配结果的数量为多个时,在位于协方差矩阵内的对角线上的矩阵元素均小于或等于预设阈值时,将对应的均值位姿作为自移动设备的重定位结果。
具体而言,如果位于协方差矩阵的对角线上存在大于预设阈值的矩阵元素,说明存在部分匹配结果是离散的,也就说明初始定位地图中实际存在多个与自移动设备所在区域相似的地图区域,此时无法准确确定哪一个为自移动设备实际所在的区域,因此,可以重新获取传感器数据,以重新确定匹配结果。如果新的匹配结果的数量为一个,那么可以直接将匹配结果对应的设备位姿作为自移动设备的重定位结果。如果新的匹配结果的数量为多个,则基于前述方式,确定协方差矩阵内对角线上的矩阵元素是否均小于或等于预设阈值,若是,则可以将各个新的匹配结果对应的设备位姿之间的均值位姿作为自移动设备的重定位结果,否则,继续获取传感器数据,直至得出重定位结果。
实际应用中,传感器数据可以实时地采集,而重定位可以周期性地发生。具体的,在第一个重定位周期内,电子设备可以基于已采集到的传感器数据生成当前区域地图并确定重定位结果。如果当前重定位周期内无法得出重定位结果,则可以继续采集传感器数据,利用新的传感器数据对当前区域地图进行优化,并在第二个重定位周期到来时,利用优化后的当前区域地图重新确定重定位结果,如果第二个重定位周期内无法得出重定位结果,则继续利用新的传感器数据对当前区域地图进行优化,以此类推,直至得出重定位结果。
可以理解的是,前述方式中设备位姿通过(x,y,θ)表示,实际应用中,设备位姿也可以通过三维坐标及姿态角(滚转角、俯仰角、偏航角)表示,此时,以三维坐标及姿态角分别作为一个向量元素可计算得到一个6*6的协方差矩阵。利用该协方差矩阵和前文描述的方式同样可以确定重定位结果。
本申请的实施方式中,利用协方差矩阵,当协方差矩阵对应矩阵元素越小,则反映匹配结果越集中,当匹配结果越集中,则说明匹配结果越符合唯一性,匹配结果具有明显优势,也即可以认为自移动设备的定位是可恢复的,因此,可以得出较为有效的匹配结果。针对高反环境或退化环境,虽然会出现多个匹配结果,但如果匹配结果之间较为集中,即可得出重定位结果,不易因重定位失败而导致机器人宕机。
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,因为根据本申请,某些步骤可以采用其它顺序进行。
如图4所示为本申请实施例提供的一种重定位装置400的结构示意图,所述重定位装置400配置于电子设备上。
具体的,所述重定位装置400可以包括:
数据获取单元401,用于在自移动设备定位丢失时,获取所述自移动设备的传感器数据;
地图匹配单元402,用于根据所述传感器数据,在初始定位地图中进行地图匹配,得到匹配结果;
确定单元403,用于当所述匹配结果的数量为多个时,确定所述匹配结果之间的集中程度;
重定位单元404,用于根据所述集中程度,确定所述自移动设备的重定位结果。
在本申请的一些实施方式中,上述确定单元403可以具体用于:确定每个所述匹配结果对应的设备位姿;确定各个所述匹配结果对应的设备位姿之间的协方差矩阵,所述协方差矩阵中的矩阵元素用于表征所述集中程度。
在本申请的一些实施方式中,上述重定位单元404可以具体用于:若位于所述协方差矩阵的对角线上的所述矩阵元素均小于或等于预设阈值,则计算各个所述匹配结果对应的设备位姿之间的均值位姿,并将所述均值位姿作为所述自移动设备的重定位结果,其中,位于所述协方差矩阵的对角线上的所述矩阵元素用于表示各个所述匹配结果对应的设备位姿之间的定位坐标方差和旋转角方差。
在本申请的一些实施方式中,上述重定位单元404可以具体用于:若所述协方差矩阵的对角线上存在大于所述预设阈值的所述矩阵元素,则重新获取所述传感器数据,以重新确定所述匹配结果,直至所述匹配结果的数量为一个时,将所述匹配结果对应的设备位姿作为所述自移动设备的重定位结果;或者,直至所述匹配结果的数量为多个时,在位于所述协方差矩阵的对角线上的所述矩阵元素均小于或等于所述预设阈值时,将对应的所述均值位姿作为所述自移动设备的重定位结果。
在本申请的一些实施方式中,上述地图匹配单元402可以具体用于:根据所述传感器数据,生成所述自移动设备所在区域的当前区域地图;将所述当前区域地图在所述初始定位地图中进行地图匹配,得到所述匹配结果。
在本申请的一些实施方式中,上述确定单元403可以具体用于:将所述当前区域地图内各个栅格的类型和所述初始定位地图中不同地图区域内各个栅格的类型进行比对,以确定所述匹配结果。
在本申请的一些实施方式中,上述确定单元403可以具体用于:将所述当前区域地图与所述初始定位地图中的不同地图区域进行匹配,得到每个地图区域的匹配置信度;将匹配置信度大于或等于置信度阈值的地图区域作为所述匹配结果。
需要说明的是,为描述的方便和简洁,上述重定位装置400的具体工作过程,可以参考图1至图3所述方法的对应过程,在此不再赘述。
如图5所示,为本申请实施例提供的一种电子设备的示意图。具体的,电子设备5可以包括:处理器50、存储器51以及存储在所述存储器51中并可在所述处理器50上运行的计算机程序52,例如重定位程序。所述处理器50执行所述计算机程序52时实现上述各个重定位方法实施例中的步骤,例如图1所示的步骤S101至S104。或者,所述处理器50执行所述计算机程序52时实现上述各装置实施例中各模块/单元的功能,例如图4所示的数据获取单元401、地图匹配单元402、确定单元403和重定位单元404的功能。
所述计算机程序可以被分割成一个或多个模块/单元,所述一个或者多个模块/单元被存储在所述存储器51中,并由所述处理器50执行,以完成本申请。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述所述计算机程序在所述电子设备中的执行过程。
例如,所述计算机程序可以被分割成:数据获取单元、地图匹配单元、确定单元和重定位单元。各单元具体功能如下:数据获取单元,用于在自移动设备定位丢失时,获取所述自移动设备的传感器数据;地图匹配单元,用于根据所述传感器数据,在初始定位地图中进行地图匹配,得到匹配结果;确定单元,用于当所述匹配结果的数量为多个时,确定所述匹配结果之间的集中程度;重定位单元,用于根据所述集中程度,确定所述自移动设备的重定位结果。
所述电子设备可包括,但不仅限于,处理器50、存储器51。本领域技术人员可以理解,图5仅仅是电子设备的示例,并不构成对电子设备的限定,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,例如所述电子设备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50可以是中央处理单元(Central Processing Unit,CPU),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。
所述存储器51可以是所述电子设备的内部存储单元,例如电子设备的硬盘或内存。所述存储器51也可以是所述电子设备的外部存储设备,例如所述电子设备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,所述存储器51还可以既包括所述电子设备的内部存储单元也包括外部存储设备。所述存储器51用于存储所述计算机程序以及所述电子设备所需的其他程序和数据。所述存储器51还可以用于暂时地存储已经输出或者将要输出的数据。
需要说明的是,为描述的方便和简洁,上述电子设备的结构还可以参考方法实施例中对结构的具体描述,在此不再赘述。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将所述装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块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,也可以采用软件功能单元的形式实现。另外,各功能单元、模块的具体名称也只是为了便于相互区分,并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述或记载的部分,可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对各个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
在本申请所提供的实施例中,应该理解到,所揭露的装置/电子设备和方法,可以通过其它的方式实现。例如,以上所描述的装置/电子设备实施例仅仅是示意性的,例如,所述模块或单元的划分,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讯连接可以是通过一些接口,装置或单元的间接耦合或通讯连接,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,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,在本申请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,也可以采用软件功能单元的形式实现。
所述集成的模块/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,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请实现上述实施例方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(Read-Only Memory,ROM)、随机存取存储器(RandomAccess Memory,RAM)、电载波信号、电信信号以及软件分发介质等。需要说明的是,所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如在某些司法管辖区,根据立法和专利实践,计算机可读介质不包括电载波信号和电信信号。
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)
1.一种重定位方法,其特征在于,包括:
在自移动设备定位丢失时,获取所述自移动设备的传感器数据;
根据所述传感器数据,在初始定位地图中进行地图匹配,得到匹配结果;
当所述匹配结果的数量为多个时,确定所述匹配结果之间的集中程度;
根据所述集中程度,确定所述自移动设备的重定位结果。
2.如权利要求1所述的重定位方法,其特征在于,所述确定所述匹配结果之间的集中程度,包括:
确定每个所述匹配结果对应的设备位姿;
确定各个所述匹配结果对应的设备位姿之间的协方差矩阵,所述协方差矩阵中的矩阵元素用于表征所述集中程度。
3.如权利要求2所述的重定位方法,其特征在于,所述根据所述集中程度,确定所述自移动设备的重定位结果,包括:
若位于所述协方差矩阵的对角线上的所述矩阵元素均小于或等于预设阈值,则计算各个所述匹配结果对应的设备位姿之间的均值位姿,并将所述均值位姿作为所述自移动设备的重定位结果,其中,位于所述协方差矩阵的对角线上的所述矩阵元素用于表示各个所述匹配结果对应的设备位姿之间的定位坐标方差和旋转角方差。
4.如权利要求3所述的重定位方法,其特征在于,所述根据所述集中程度,确定所述自移动设备的重定位结果,还包括:
若所述协方差矩阵的对角线上存在大于所述预设阈值的所述矩阵元素,则重新获取所述传感器数据,以重新确定所述匹配结果,直至所述匹配结果的数量为一个时,将所述匹配结果对应的设备位姿作为所述自移动设备的重定位结果;或者,直至所述匹配结果的数量为多个时,在位于所述协方差矩阵的对角线上的所述矩阵元素均小于或等于所述预设阈值时,将对应的所述均值位姿作为所述自移动设备的重定位结果。
5.如权利要求1至4任意一项所述的重定位方法,其特征在于,所述根据所述传感器数据,在初始定位地图中进行地图匹配,得到匹配结果,包括:
根据所述传感器数据,生成所述自移动设备所在区域的当前区域地图;
将所述当前区域地图在所述初始定位地图中进行地图匹配,得到所述匹配结果。
6.如权利要求5所述的重定位方法,其特征在于,所述将所述当前区域地图在所述初始定位地图中进行地图匹配,得到所述匹配结果,包括:
将所述当前区域地图内各个栅格的类型和所述初始定位地图中不同地图区域内各个栅格的类型进行比对,以确定所述匹配结果。
7.如权利要求5所述的重定位方法,其特征在于,所述将所述当前区域地图在所述初始定位地图中进行地图匹配,得到所述匹配结果,包括:
将所述当前区域地图与所述初始定位地图中的不同地图区域进行匹配,得到每个地图区域的匹配置信度;
将匹配置信度大于或等于置信度阈值的地图区域作为所述匹配结果。
8.一种重定位装置,其特征在于,包括:
数据获取单元,用于在自移动设备定位丢失时,获取所述自移动设备的传感器数据;
地图匹配单元,用于根据所述传感器数据,在初始定位地图中进行地图匹配,得到匹配结果;
确定单元,用于当所述匹配结果的数量为多个时,确定所述匹配结果之间的集中程度;
重定位单元,用于根据所述集中程度,确定所述自移动设备的重定位结果。
9.一种电子设备,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7任一项所述重定位方法的步骤。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7任一项所述重定位方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311221517.9A CN117387593A (zh) | 2023-09-20 | 2023-09-20 | 重定位方法、装置、电子设备和计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311221517.9A CN117387593A (zh) | 2023-09-20 | 2023-09-20 | 重定位方法、装置、电子设备和计算机可读存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117387593A true CN117387593A (zh) | 2024-01-12 |
Family
ID=89467418
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311221517.9A Pending CN117387593A (zh) | 2023-09-20 | 2023-09-20 | 重定位方法、装置、电子设备和计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117387593A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117589154A (zh) * | 2024-01-19 | 2024-02-23 | 深圳竹芒科技有限公司 | 自移动设备的重定位方法、自移动设备和可读存储介质 |
-
2023
- 2023-09-20 CN CN202311221517.9A patent/CN117387593A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117589154A (zh) * | 2024-01-19 | 2024-02-23 | 深圳竹芒科技有限公司 | 自移动设备的重定位方法、自移动设备和可读存储介质 |
CN117589154B (zh) * | 2024-01-19 | 2024-05-24 | 深圳竹芒科技有限公司 | 自移动设备的重定位方法、自移动设备和可读存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110307838B (zh) | 机器人重定位方法、装置、计算机可读存储介质及机器人 | |
CN110561423B (zh) | 位姿变换的方法、机器人及存储介质 | |
CN110850872A (zh) | 机器人巡检方法、装置、计算机可读存储介质及机器人 | |
JP6505939B1 (ja) | 充電台の識別方法、装置、ロボット及びコンピュータ読取可能な記憶媒体 | |
US11776217B2 (en) | Method for planning three-dimensional scanning viewpoint, device for planning three-dimensional scanning viewpoint, and computer readable storage medium | |
CN112595323A (zh) | 机器人及其建图方法和装置 | |
CN117387593A (zh) | 重定位方法、装置、电子设备和计算机可读存储介质 | |
CN111390904A (zh) | 一种以高运行效率实现多机器人协同作业的方法及装置 | |
US20220114744A1 (en) | Depth data filtering method and apparatus, electronic device, and readable storage medium | |
CN110412530B (zh) | 一种识别充电桩的方法、装置及机器人 | |
CN112154429B (zh) | 高精度地图定位方法、系统、平台及计算机可读存储介质 | |
CN111684382A (zh) | 可移动平台状态估计方法、系统、可移动平台及存储介质 | |
CN114820749A (zh) | 无人车井下定位方法、系统、设备及介质 | |
US20220412742A1 (en) | Coordinate determination method and apparatus, computer device and storage medium | |
CN112215887B (zh) | 一种位姿确定方法、装置、存储介质及移动机器人 | |
CN115326051A (zh) | 一种基于动态场景的定位方法、装置、机器人及介质 | |
CN115578468A (zh) | 外参标定方法、装置、计算机设备、存储介质 | |
CN113911110A (zh) | 一种泊车轨迹修正方法、系统、电子设备及存储介质 | |
CN112212851B (zh) | 一种位姿确定方法、装置、存储介质及移动机器人 | |
CN111539401B (zh) | 基于人工智能的车道线检测方法、装置、终端及存储介质 | |
CN111157012B (zh) | 一种机器人导航方法、装置、可读存储介质及机器人 | |
US20230410338A1 (en) | Method for optimizing depth estimation model, computer device, and storage medium | |
CN115388878A (zh) | 一种地图构建方法、装置及终端设备 | |
CN117333475A (zh) | 点云覆盖度校验方法、装置、电子设备及存储介质 | |
CN117519124A (zh) | 自移动设备的避障方法、自移动设备及存储介质 |
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 |