[發明專利]機器人位姿的確定方法、裝置、機器人和可讀存儲介質

有效

• 申請號: 201810649163.0
• 申請日: 2018-06-22
• 公開（公告）號: CN110631554B
• 公開（公告）日: 2021-11-30
• 發明（設計）人: 門春雷;劉艷光;巴航;張文凱;徐進;韓微;郝尚榮;鄭行;陳明軒
• 申請（專利權）人: 北京京東乾石科技有限公司
• 主分類號: G01C11/04
• 分類號: G01C11/04
• 代理公司: 中國貿促會專利商標事務所有限公司 11038
• 代理人: 孫玉;方亮

本公開涉及一種機器人位姿的確定方法、裝置、機器人和可讀存儲介質，涉及計算機技術領域。本公開的方法包括：通過在機器人拍攝的當前幀圖像和前一幀圖像中匹配相同的特征點和特征線段，并參考機器人拍攝前一幀圖像時的位置和姿態，估計機器人拍攝當前幀圖像時的位置和姿態；根據地圖中的特征點和特征線段在當前幀圖像中的匹配信息，以及估計的機器人拍攝當前幀圖像時的位置和姿態，確定對機器人拍攝當前幀圖像時的位置和姿態進行估計而產生的誤差；根據誤差對估計的機器人拍攝當前幀圖像時的位置和姿態進行修正，從而確定機器人拍攝當前幀圖像時的位置和姿態。本公開的方案對SVO算法進行改進，提高了機器人的位置和姿態的估計的準確性。

技術領域

本公開涉及計算機技術領域，特別涉及一種機器人位姿的確定方法、裝置、機器人和可讀存儲介質。

背景技術

視覺里程計(Visual Odometry，VO)是通過處理分析相機的序列圖像來估計機器人位置和姿態的相對變化，是視覺SLAM(Simultaneous Localization and Mapping，即時定位與地圖構建)系統中的前端工作，是SLAM系統不可或缺的組成部分。作為移動機器人自主定位和導航的關鍵技術，視覺里程計也是移動智能機器人方向的研究熱點，在整個機器人智能化方面起著舉足輕重的作用。

2014年，蘇黎世大學機器人感知組的Forster等人提出了的SVO(Semi-DirectMonocular Visual Odometry，半直接單目視覺里程計里程計)算法。SVO算法是目前移動機器人自主定位和導航中普遍應用的算法。

發明內容

發明人發現：SVO算法根據圖像中的點特征估計機器人的位置和姿態。在低紋理和結構化的情景中點特征不豐富，例如圖1中，大面積的圖像紋理相同(例如墻、門)、結構化明顯，屬于低紋理和結構化的情景。因此，基于點特征的SVO算法的魯棒性和準確性大大降低機器人的位置和姿態的估計的準確性。

本公開所要解決的一個技術問題是：如何低紋理和結構化場景中如何提高。

根據本公開的一些實施例，提供的一種機器人位姿的確定方法，包括：通過在機器人拍攝的當前幀圖像和前一幀圖像中匹配相同的特征點和特征線段，并參考機器人拍攝前一幀圖像時的位置和姿態，估計機器人拍攝當前幀圖像時的位置和姿態；根據地圖中的特征點和特征線段在當前幀圖像中的匹配信息，以及估計的機器人拍攝當前幀圖像時的位置和姿態，確定對機器人拍攝當前幀圖像時的位置和姿態進行估計而產生的誤差；根據誤差對估計的機器人拍攝當前幀圖像時的位置和姿態進行修正，從而確定機器人拍攝當前幀圖像時的位置和姿態。

在一些實施例中，估計機器人拍攝當前幀圖像時的位置和姿態包括：通過比對地圖中的特征點和特征線段在當前幀圖像中的投影信息和在前一幀圖像中的投影信息，確定機器人拍攝當前幀圖像時相對于拍攝前一幀圖像時的相對位移和姿態變化；根據機器人拍攝當前幀圖像時相對于拍攝前一幀圖像時的相對位移和姿態變化，以及機器人拍攝前一幀圖像時的位置和姿態，估計機器人拍攝當前幀圖像時的位置和姿態。

在一些實施例中，確定機器人拍攝當前幀圖像時相對于拍攝前一幀圖像時的相對位移和姿態變化包括：確定地圖中的特征點和特征線段上的點在當前幀圖像中的投影的亮度信息作為第一亮度信息；確定地圖中的特征點和特征線段上的點在前一幀圖像中的投影的亮度信息作為第二亮度信息；使第一亮度信息和第二亮度信息誤差最小的情況下，確定機器人拍攝當前幀圖像時相對于拍攝前一幀圖像時的相對位移和姿態變化。

在一些實施例中，確定地圖中的特征點和特征線段在當前幀圖像中的投影信息包括：確定地圖中的特征點和特征線段上的點在拍攝對應的關鍵幀圖像時機器人坐標系下的三維坐標；根據機器人拍攝當前幀圖像相對于拍攝關鍵幀圖像的位移和姿態變化，將特征點和特征線段上的點的三維坐標由拍攝關鍵幀圖像時機器人坐標系下，轉換至拍攝當前幀圖像時機器人坐標系下；根據相機的內置參數，以及特征點和特征線段上的點在拍攝當前幀圖像時機器人坐標系下的三維坐標，將特征點和特征線段的點投影到當前幀圖像上，得到二維坐標作為在當前幀圖像中的投影信息。