CN117705125A - 定位方法、可读存储介质及智能设备 - Google Patents

Abstract

本申请涉及自动驾驶技术领域，具体提供一种定位方法、可读存储介质及智能设备，旨在解决如何实现准确的高度定位的问题。为此目的，本申请获取智能设备的初始位姿，根据初始位姿和全局点云地图，获取智能设备预设范围内的局部点云集合，根据局部点云集合来获取智能设备的高度定位结果。通过上述配置方式，本申请根据智能设备的初始位姿和全局点云地图，能够实现不区分场景的通用定位过程，定位过程仅需要初始位姿和全局点云地图的特征元素，不需要提供额外的语义楼层识别功能，能够有效提升高度定位的稳定性，且具有更好的通用性。

Description

定位方法、可读存储介质及智能设备

技术领域

本申请涉及自动驾驶技术领域，具体提供一种定位方法、可读存储介质及智能设备。

背景技术

在无GNSS（Global Navigation Satellite System，全球导航卫星系统）环境下进行地图定位，尤其是地下停车场的定位，其定位的高度稳定性是一个棘手且非常重要的挑战。由于没有GNSS提供恢复能力，高度的偏差会明显地降低地图匹配点的匹配精度，匹配精度进一步导致高度的偏差。这种正向反馈导致定位高度的些许偏差很快恶化到定位功能失败退出的地步。

业内一般采用将多层地库的地图拍成多个2D地图的方式以避免计算高度，同时通过楼层语义识别等方式来判断所处的楼层。这种方法无法支持多层停车场跨楼层定位，且依赖地库场景具备较为完备的语义信息。

相应地，本领域需要一种新的定位方案来解决上述问题。

发明内容

为了克服上述缺陷，提出了本申请，以提供解决或至少部分地解决如何实现准确的高度定位的问题。

在第一方面，本申请提供一种定位方法，其特征在于，所述方法应用于智能设备，所述方法包括：

获取所述智能设备的初始位姿；

根据所述初始位姿和全局点云地图，获取所述智能设备的预设范围内的局部点云集合；

根据所述局部点云集合，获取所述智能设备的高度定位结果。

在上述定位方法的一个技术方案中，所述根据所述局部点云集合，获取所述智能设备的高度定位结果，包括：

对所述局部点云集合中的点云进行筛选，获取最终备选点云；

根据所述最终备选点云，获取所述高度定位结果。

在上述定位方法的一个技术方案中，在所述最终备选点云，获取所述高度定位结果之前，所述方法还包括：

根据所述最终备选点云在所述局部点云集合中所占的比例，判断是否满足第一判定条件；

根据所述最终备选点云的数量，判断是否满足第二判定条件；

当所述第一判定条件和所述第二判定条件均满足时，执行“根据所述最终备选点云，获取所述高度定位结果”的步骤。

在上述定位方法的一个技术方案中，所述根据所述最终备选点云在所述局部点云集合中所占的比例，判断是否满足第一判定条件，包括：

当所述比例大于预设的比例阈值时，判定满足所述第一判定条件；

当所述比例小于等于所述比例阈值时，判定不满足所述第一判定条件。

在上述定位方法的一个技术方案中，所述根据所述最终备选点云的数量，判断是否满足第二判定条件，包括：

当所述数量大于预设的数量阈值时，判定满足所述第二判定条件；

当所述数量小于等于所述数量阈值时，判定不满足所述第二判定条件。

在上述定位方法的一个技术方案中，所述对所述局部点云集合中的点云进行筛选，获取最终备选点云，包括：

获取所述局部点云集合中与所述智能设备所在的平面平行的点云，作为初始备选点云；

根据所述初始备选点云，将离群的非地面点云滤除，以获取所述最终备选点云。

在上述定位方法的一个技术方案中，所述获取所述局部点云集合中与所述智能设备所在的平面平行的点云，作为初始备选点云，包括：

获取所述局部点云集合中的点云的法向量与所述智能设备所在平面的法向量的夹角；

当所述夹角在第一预设角度范围内或在第二预设角度范围内时，将所述夹角对应的点云，作为所述初始备选点云；

其中，所述第一预设角度范围为0°-预设的角度阈值到0°+预设的角度阈值；所述第二预设角度范围为180°-预设的角度阈值到180°+预设的角度阈值。

在上述定位方法的一个技术方案中，所述根据所述最终备选点云，获取所述高度定位结果，包括：

根据所述最终备选点云的高度的均值和方差，获取所述高度定位结果。

在上述定位方法的一个技术方案中，所述全局点云地图为全局NDT地图；

所述根据所述初始位姿和全局点云地图，获取所述智能设备的预设范围内的局部点云集合，包括：

根据所述初始位姿和所述全局NDT地图，获取所述智能设备的预设范围内的局部点云集合。

在上述定位方法的一个技术方案中，所述预设范围包括第一预设范围和第二预设范围；所述第一预设范围大于所述第二预设范围；

所述根据所述初始位姿和全局点云地图，获取所述智能设备的预设范围内的局部点云集合，包括：

获取所述智能设备的楼层定位结果；

当获取到所述楼层定位结果时，根据所述初始位姿和所述全局点云地图，获取所述智能设备的第一预设范围内的局部点云集合；

当未获取到所述楼层定位结果时，根据所述初始位姿和所述全局点云地图，获取所述智能设备的第二预设范围内的局部点云集合。

在上述定位方法的一个技术方案中，所述方法还包括：

当获取到所述楼层定位结果且获取到所述高度定位结果时，基于获取的所述高度定位结果，更新所述楼层定位结果对应的楼层的高度定位结果；

当获取到所述楼层定位结果，但未获取到所述高度定位结果时，将所述楼层定位结果对应的历史高度定位结果，作为当前的高度定位结果。

在第二方面，提供一种计算机可读存储介质，该计算机可读存储介质其中存储有多条程序代码，所述程序代码适于由处理器加载并运行以执行上述定位方法的技术方案中任一项技术方案所述的定位方法。

在第三方面，提供一种智能设备，所述智能设备包括：

至少一个处理器；

以及，与所述至少一个处理器通信连接的存储器；

其中，所述存储器中存储有计算机程序，所述计算机程序被所述至少一个处理器执行时实现上述定位方法的技术方案中任一项技术方案所述的定位方法。

本申请上述一个或多个技术方案，至少具有如下一种或多种有益效果：

在实施本申请的技术方案中，本申请获取智能设备的初始位姿，根据初始位姿和全局点云地图，获取智能设备预设范围内的局部点云集合，根据局部点云集合来获取智能设备的高度定位结果。通过上述配置方式，本申请根据智能设备的初始位姿和全局点云地图，能够实现不区分场景的通用定位过程，定位过程仅需要初始位姿和全局点云地图的特征元素，不需要提供额外的语义楼层识别功能，能够有效提升高度定位的稳定性，且具有更好的通用性，进而能够根据智能设备的高度定位结果和目的地位置信息实现路径规划，从而实现跨层停车等功能。

附图说明

参照附图，本申请的公开内容将变得更易理解。本领域技术人员容易理解的是：这些附图仅仅用于说明的目的，而并非意在对本申请的保护范围组成限制。其中：

图1是根据本申请的一个实施例的定位方法的主要步骤流程示意图；

图2是根据本申请实施例的一个实施方式的定位方法的主要步骤流程示意图；

图3是根据本申请实施例的一个示例的局部点云集合的示意图；

图4是根据本申请的一个实施例的定位系统的主要结构框图示意图；

图5是根据本申请的一个实施例的智能设备的存储器和处理器的连接关系示意图。

具体实施方式

下面参照附图来描述本申请的一些实施方式。本领域技术人员应当理解的是，这些实施方式仅仅用于解释本申请的技术原理，并非旨在限制本申请的保护范围。

在本申请的描述中，“模块”、“处理器”可以包括硬件、软件或者两者的组合。一个模块可以包括硬件电路，各种合适的感应器，通信端口，存储器，也可以包括软件部分，比如程序代码，也可以是软件和硬件的组合。处理器可以是中央处理器、微处理器、图像处理器、数字信号处理器或者其他任何合适的处理器。处理器具有数据和/或信号处理功能。处理器可以以软件方式实现、硬件方式实现或者二者结合方式实现。非暂时性的计算机可读存储介质包括任何合适的可存储程序代码的介质，比如磁碟、硬盘、光碟、闪存、只读存储器、随机存取存储器等等。术语“A和/或B”表示所有可能的A与B的组合，比如只是A、只是B或者A和B。术语“至少一个A或B”或者“A和B中的至少一个”含义与“A和/或B”类似，可以包括只是A、只是B或者A和B。单数形式的术语“一个”、“这个”也可以包含复数形式。

这里先解释本申请涉及到的一些术语。

自动驾驶系统(Automated Driving Systems，ADS)，其是指系统在自身的设计运行范围(Operational Domain Design，ODD)内将持续执行全部的动态驾驶任务(DynamicDriving Task，DDT)。即，在规定的适当驾驶场景条件下才允许机器系统全部承担车辆自动操控的任务，即车辆满足ODD条件时系统被激活，该系统代替人类驾驶员作为车辆的驾驶主体。其中，动态驾驶任务DDT是指对车辆进行持续的横向(左、右转向)和纵向运动控制(加速，减速，匀速)以及对车辆行驶环境中的目标和事件进行探测和响应。设计运行范围ODD是指自动驾驶系统可以安全运行的条件，其设置的条件可以包括地理位置、道路类型、速度范围、天气、时间、国家和地方性交通法律法规等。

在本申请的一个应用场景的例子中，实现智能设备在多层停车场中的高度定位。

参阅附图1，图1是根据本申请的一个实施例的定位方法的主要步骤流程示意图。如图1所示，本申请实施例中的定位方法应用于智能设备，定位方法主要包括下列步骤S101-步骤S103。

步骤S101：获取智能设备的初始位姿。

在本实施例中，可以获取智能设备的初始位姿。

一个实施方式中，智能设备可以为驾驶设备、智能车、机器人等设备。

一个实施方式中，可以根据智能设备的IMU（Inertial Measurement Unit，惯性测量单元）、轮速计获得初始位姿。也可以根据多个车载传感器采集的数据进行融合实现轨迹预测，获得初始位姿。还可以根据激光里程计的输出获取初始位姿。或者结合上述方法来获取初始位姿。

步骤S102：根据初始位姿和全局点云地图，获取智能设备的预设范围内的局部点云集合。

在本实施例中，可以根据初始位姿从全局点云地图中获取以智能设备为中心的预设范围的局部点云集合。

一个实施方式中，可以根据初始位姿、智能设备的楼层定位结果，从全局点云地图中获取智能设备预设范围内的局部点云集合。当结合智能设备的楼层定位结果获取局部点云集合时，由于楼层定位结果表明智能设备当前稳定在某个楼层，则可以确定一个较大的预设范围。其中，楼层定位结果为智能设备所处的楼层。可以使用本领域常用的楼层定位结果获取方法来获取智能设备的楼层定位结果，本申请对此不进行限定。

一个实施方式中，当未获取到楼层定位结果，或者智能设备未稳定在某个楼层，则说明智能设备可能处于跨楼层状态，此时智能设备可能处于跨楼层的过道，由于其较为狭窄，则可以确定一个较小的预设范围。

步骤S103：根据局部点云集合，获取智能设备的高度定位结果。

在本实施例中，可以根据局部点云集合，来获取智能设备的高度定位结果。

一个实施方式中，可以根据智能设备的高度定位结果以及目的地位置信息（如，目标车位的位置信息），进行路径规划，从而实现跨层停车等功能。

基于上述步骤S101-步骤S103，本申请实施例获取智能设备的初始位姿，根据初始位姿和全局点云地图，获取智能设备预设范围内的局部点云集合，根据局部点云集合来获取智能设备的高度定位结果。通过上述配置方式，本申请实施例根据智能设备的初始位姿和全局点云地图，能够实现不区分场景的通用定位过程，定位过程仅需要初始位姿和全局点云地图的特征元素，不需要提供额外的语义楼层识别功能，能够有效提升高度定位的稳定性，且具有更好的通用性，进而能够根据智能设备的高度定位结果和目的地位置信息实现路径规划，从而实现跨层停车等功能。

下面分别对步骤S102和步骤S103作进一步的说明。

在本申请实施例的一个实施方式中，全局点云地图为全局NDT地图，步骤S102可以进一步被配置为：

根据初始位姿和全局NDT（Normal-Distributions Transform，正态分布变换）地图，获取智能设备的预设范围内的局部点云集合。

在本实施方式中，应用全局NDT地图，能够实现点云地图的轻量化，从而实现更快的计算速度。

在本申请实施例的一个实施方式中，预设范围包括第一预设范围和第二预设范围；第一预设范围大于第二预设范围。步骤S102可以进一步包括以下步骤S1021至步骤S1023：

步骤S1021：获取智能设备的楼层定位结果。

步骤S1022: 当获取到楼层定位结果时，根据初始位姿和全局点云地图，获取智能设备的第一预设范围内的局部点云集合。

步骤S1023：当未获取到楼层定位结果时，根据初始位姿和全局点云地图，获取智能设备的第二预设范围内的局部点云集合。

在本实施方式中，可以根据是否获得智能设备的楼层定位结果来设置预设范围。若获得到楼层定位结果，说明智能设备稳定在某个楼层，则可以设置一个较大的第一预设范围；若未获取到楼层定位结果，则说明智能设备可能处于跨楼层状态，此时智能设备可能处于跨楼层的过道，由于其较为狭窄，则可以确定一个较小的第二预设范围，进而根据智能设备的初始位姿和全局点云地图，获得局部点云集合。

在本申请实施例的一个实施方式中，步骤S103可以进一步包括以下步骤S1031和步骤S1032：

步骤S1031：对局部点云集合中的点云进行筛选，获取最终备选点云。

在本实施方式中，步骤S1031可以进一步包括以下步骤S10311和步骤S10312：

步骤S10311：获取局部点云集合中与智能设备所在的平面平行的点云，作为初始备选点云。

在本实施方式中，步骤S10311可以进一步包括以下步骤S103111和步骤S103112：

步骤S103111：获取局部点云集合中的点云的法向量与智能设备所在平面的法向量的夹角。

步骤S103112：当夹角在第一预设角度范围内或在第二预设角度范围内时，将夹角对应的点云，作为初始备选点云；其中，第一预设角度范围为0°-预设的角度阈值到0°+预设的角度阈值；第二预设角度范围为180°-预设的角度阈值到180°+预设的角度阈值。

在本实施方式中，智能设备所在平面一般是与地面平行的，所以获取到的初始备选点云往往是与地面平面平行的点。可以获取局部点云集合中点云的法向量与智能设备所在平面之间的法向量之间的夹角在0度或180度的点云，并设置预设的角度阈值，从而获得初始备选点云。

步骤S10312：根据初始备选点云，将离群的非地面点云滤除，以获取最终备选点云。

在本实施方式中，可以从初始备选点云中，将离群的非地面点云滤除，从而获得最终备选点云。

一个实施方式中，可以使用RANSAC（Random Sample Consensus，随机样本一致性）方法，根据点云的高度，将离群的非地面点云滤除。

可以参阅附图3，图3是根据本申请实施例的一个示例的局部点云集合的示意图。图3中的局部点云集合中，标号1对应的点云为与智能设备所在的平面不平行的点云；标号2对应的点云为离群的非地面点云；标号3对应的点云为最终备选点云。即，在获取到局部点云集合后，将标号1和标号2对应的点云滤除后，剩余的点云即为最终备选点云（即标号3对应的点云）。需要说明的是，由于图3中点云数量较多，标号1、2、3对应的点云仅是示例性标出，并未全部标出。

一个实施方式中，在步骤S1032之前，步骤S103还可以包括以下步骤S1033至步骤S1035：

步骤S1033：根据最终备选点云在局部点云集合中所占的比例，判断是否满足第一判定条件。

在本实施方式中，可以根据最终备选点云在局部点云集合中所占的比例是否大于预设的比例阈值；若是，则判定满足第一判定条件；若否，则判定不满足第一判定条件。

一个实施方式中，比例阈值可以为0.8。

步骤S1034：根据最终备选点云的数量，判断是否满足第二判定条件。

在本实施方式中，可以根据最终备选点云的数量与预设的数量阈值的比较结果来判定是否满足第二判定条件。当数量大于数量阈值时，判定满足第二判定条件；当数量小于等于数量阈值时，判定不满足第二判定条件。

一个实施方式中，数量阈值可以为10。

步骤S1035：当第一判定条件和第二判定条件均满足时，执行步骤S1032。

步骤S1032：根据最终备选点云，获取高度定位结果。

在本实施方式中，可以根据最终备选点云的高度的均值和方差，获取高度定位结果。

一个实施方式中，可以结合智能设备的楼层定位结果，来获取智能设备的高度定位结果。具体为，当获取到智能设备的楼层定位结果，且通过上述步骤S103获取到高度定位结果时，则可以根据高度定位结果来更新楼层定位结果的对应楼层的高度定位结果。若获取到智能设备的楼层定位结果但通过上述步骤S103未获取高度定位结果，则可以根据楼层定位结果，来读取楼层定位结果对应的是历史高度定位结果，作为当前的高度定位结果，即，假设同一楼层的高度变化不大，可以将高度定位结果的历史先验输出，作为当前的高度定位结果。

一个实施方式中，如果未获取到高度定位结果（第一判定条件或第二判定条件未满足），且未获取楼层定位结果，则说明智能设备处于非稳定楼层，如处于楼层之间的通道中，则输出高度定位失败信息。

一个实施方式中，可以参阅附图2，图2是根据本申请实施例的一个实施方式的定位方法的主要步骤流程示意图。如图2所示，定位方法可以输入智能设备的初始位姿和楼层定位结果，其中，楼层定位结果可以通过楼层计获得。可以根据楼层定位结果判断智能设备是否稳定在某个楼层，来选择预设范围。其中，tunnel mode params对应第二预设范围（即，未接入楼层计或未处于楼层稳定状态），floor mode params对应第一预设范围（即，楼层计处于楼层稳定状态）。根据预设范围和全局点云地图获取局部点云集合。根据局部点云集合，获取与智能设备所在平面平行的初始备选点云。根据初始备选点云，滤除离群点云，获得最终备选点云。根据最终备选点云判断是否计算成功，若是，则更新同一楼层定位结果的历史高度定位结果，作为后续不能获取到高度定位结果时的先验参考。若否，则判断智能设备是否稳定在某一楼层，若是，则使用对应楼层的历史高度定位结果，若否，则输出失败信息。

需要指出的是，尽管上述实施例中将各个步骤按照特定的先后顺序进行了描述，但是本领域技术人员可以理解，为了实现本申请的效果，不同的步骤之间并非必须按照这样的顺序执行，其可以同时（并行）执行或以其他顺序执行，这些变化都在本申请的保护范围之内。

进一步，本申请还提供了一种定位系统。

参阅附图4，图4是根据本申请的一个实施例的定位系统的主要结构框图。如图4所示，本申请实施例中的定位系统主要包括初始位姿获取模块、局部点云集合获取模块和高度定位结果获取模块。在本实施例中，初始位姿获取模块可以被配置为获取智能设备的初始位姿。局部点云集合获取模块可以被配置为根据初始位姿和全局点云地图，获取智能设备的预设范围内的局部点云集合。高度定位结果获取模块可以被配置为根据局部点云集合，获取智能设备的高度定位结果。

上述定位系统以用于执行图1所示的定位方法实施例，两者的技术原理、所解决的技术问题及产生的技术效果相似，本技术领域技术人员可以清楚地了解到，为了描述的方便和简洁，定位系统的具体工作过程及有关说明，可以参考定位方法的实施例所描述的内容，此处不再赘述。

本领域技术人员能够理解的是，本申请实现上述一实施例的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。所述计算机可读存储介质可以包括：能够携带所述计算机程序代码的任何实体或装置、介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器、随机存取存储器、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读存储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，计算机可读存储介质不包括电载波信号和电信信号。

进一步，本申请还提供了一种计算机可读存储介质。在根据本申请的一个计算机可读存储介质实施例中，计算机可读存储介质可以被配置成存储执行上述方法实施例的定位方法的程序，该程序可以由处理器加载并运行以实现上述定位方法。为了便于说明，仅示出了与本申请实施例相关的部分，具体技术细节未揭示的，请参照本申请实施例方法部分。该计算机可读存储介质可以是包括各种电子设备形成的存储装置设备，可选的，本申请实施例中计算机可读存储介质是非暂时性的计算机可读存储介质。

本申请的另一方面还提供了一种智能设备，智能设备可以包括至少一个处理器；以及，与至少一个处理器通信连接的存储器；其中，存储器中存储有计算机程序，计算机程序被至少一个处理器执行时实现上述任一实施例所述的方法。本申请的智能设备，可以包括驾驶设备、智能车、机器人等设备。可以参阅附图5，图5是根据本申请的一个实施例的智能设备的存储器和处理器的连接关系示意图。如图5所示，图5中示例性的示出了存储器和处理器通过总线通信连接。

在本申请的一些实施例中，智能设备还包括至少一个传感器，传感器用于感知信息。传感器与本申请提到的任何一种类型的处理器通信连接。可选地，智能设备还包括自动驾驶系统，自动驾驶系统用于引导智能设备自行行驶或辅助驾驶。处理器与传感器和/或自动驾驶系统通信，用于完成上述任一实施例所述的方法。

进一步，应该理解的是，由于各个模块的设定仅仅是为了说明本申请的装置的功能单元，这些模块对应的物理器件可以是处理器本身，或者处理器中软件的一部分，硬件的一部分，或者软件和硬件结合的一部分。因此，图中的各个模块的数量仅仅是示意性的。

本领域技术人员能够理解的是，可以对装置中的各个模块进行适应性地拆分或合并。对具体模块的这种拆分或合并并不会导致技术方案偏离本申请的原理，因此，拆分或合并之后的技术方案都将落入本申请的保护范围内。

本申请各实施例中可能涉及的相关用户个人信息，均为严格按照法律法规的要求，遵循合法、正当、必要的原则，基于业务场景的合理目的，处理用户在使用产品/服务过程中主动提供或因使用产品/服务而产生的，以及经用户授权获取的个人信息。

本申请处理的用户个人信息会因具体产品/服务场景而有所不同，需以用户使用产品/服务的具体场景为准，可能会涉及用户的账号信息、设备信息、驾驶信息、车辆信息或其他相关信息。申请人会以高度的勤勉义务对待用户的个人信息及其处理。

本申请非常重视用户个人信息的安全，已采取符合业界标准、合理可行的安全防护措施保护用户的信息，防止个人信息遭到未经授权访问、公开披露、使用、修改、损坏或丢失。

至此，已经结合附图所示的优选实施方式描述了本申请的技术方案，但是，本领域技术人员容易理解的是，本申请的保护范围显然不局限于这些具体实施方式。在不偏离本申请的原理的前提下，本领域技术人员可以对相关技术特征作出等同的更改或替换，这些更改或替换之后的技术方案都将落入本申请的保护范围之内。

Claims (13)

1.一种定位方法，其特征在于，所述方法应用于智能设备，所述方法包括：

获取所述智能设备的初始位姿；

根据所述初始位姿和全局点云地图，获取所述智能设备的预设范围内的局部点云集合；

根据所述局部点云集合，获取所述智能设备的高度定位结果。

2.根据权利要求1所述的定位方法，其特征在于，

所述根据所述局部点云集合，获取所述智能设备的高度定位结果，包括：

对所述局部点云集合中的点云进行筛选，获取最终备选点云；

根据所述最终备选点云，获取所述高度定位结果。

3.根据权利要求2所述的定位方法，其特征在于，

在所述根据最终备选点云，获取所述高度定位结果之前，所述方法还包括：

根据所述最终备选点云在所述局部点云集合中所占的比例，判断是否满足第一判定条件；

根据所述最终备选点云的数量，判断是否满足第二判定条件；

当所述第一判定条件和所述第二判定条件均满足时，执行“根据所述最终备选点云，获取所述高度定位结果”的步骤。

4.根据权利要求3所述的定位方法，其特征在于，

所述根据所述最终备选点云在所述局部点云集合中所占的比例，判断是否满足第一判定条件，包括：

当所述比例大于预设的比例阈值时，判定满足所述第一判定条件；

当所述比例小于等于所述比例阈值时，判定不满足所述第一判定条件。

5.根据权利要求3所述的定位方法，其特征在于，

所述根据所述最终备选点云的数量，判断是否满足第二判定条件，包括：

当所述数量大于预设的数量阈值时，判定满足所述第二判定条件；

当所述数量小于等于所述数量阈值时，判定不满足所述第二判定条件。

6.根据权利要求2所述的定位方法，其特征在于，

所述对所述局部点云集合中的点云进行筛选，获取最终备选点云，包括：

获取所述局部点云集合中与所述智能设备所在的平面平行的点云，作为初始备选点云；

根据所述初始备选点云，将离群的非地面点云滤除，以获取所述最终备选点云。

7.根据权利要求6所述的定位方法，其特征在于，

所述获取所述局部点云集合中与所述智能设备所在的平面平行的点云，作为初始备选点云，包括：

获取所述局部点云集合中的点云的法向量与所述智能设备所在平面的法向量的夹角；

当所述夹角在第一预设角度范围内或在第二预设角度范围内时，将所述夹角对应的点云，作为所述初始备选点云；

其中，所述第一预设角度范围为0°-预设的角度阈值到0°+预设的角度阈值；所述第二预设角度范围为180°-预设的角度阈值到180°+预设的角度阈值。

8.根据权利要求2至7中任一项所述的定位方法，其特征在于，

所述根据所述最终备选点云，获取所述高度定位结果，包括：

根据所述最终备选点云的高度的均值和方差，获取所述高度定位结果。

9.根据权利要求1所述的定位方法，其特征在于，所述全局点云地图为全局NDT地图；

所述根据所述初始位姿和全局点云地图，获取所述智能设备的预设范围内的局部点云集合，包括：

根据所述初始位姿和所述全局NDT地图，获取所述智能设备的预设范围内的局部点云集合。

10.根据权利要求1至7中任一项或9所述的定位方法，其特征在于，所述预设范围包括第一预设范围和第二预设范围；所述第一预设范围大于所述第二预设范围；

所述根据所述初始位姿和全局点云地图，获取所述智能设备的预设范围内的局部点云集合，包括：

获取所述智能设备的楼层定位结果；

当获取到所述楼层定位结果时，根据所述初始位姿和所述全局点云地图，获取所述智能设备的第一预设范围内的局部点云集合；

当未获取到所述楼层定位结果时，根据所述初始位姿和所述全局点云地图，获取所述智能设备的第二预设范围内的局部点云集合。

11.根据权利要求10所述的定位方法，其特征在于，所述方法还包括：

当获取到所述楼层定位结果且获取到所述高度定位结果时，基于获取的所述高度定位结果，更新所述楼层定位结果对应的楼层的高度定位结果；

当获取到所述楼层定位结果，但未获取到所述高度定位结果时，将所述楼层定位结果对应的历史高度定位结果，作为当前的高度定位结果。

12.一种计算机可读存储介质，其中存储有多条程序代码，其特征在于，所述程序代码适于由处理器加载并运行以执行权利要求1至11中任一项所述的定位方法。

13.一种智能设备，其特征在于，所述智能设备包括：

至少一个处理器；

以及，与所述至少一个处理器通信连接的存储器；

其中，所述存储器中存储有计算机程序，所述计算机程序被所述至少一个处理器执行时实现权利要求1至11中任一项所述的定位方法。