[發明專利]機器人自主定位方法和系統

有效

• 申請號: 201811600935.8
• 申請日: 2018-12-26
• 公開（公告）號: CN109506658B
• 公開（公告）日: 2021-06-08
• 發明（設計）人: 馮夢思;朱汝維
• 申請（專利權）人: 廣州市申迪計算機系統有限公司
• 主分類號: G01C21/20
• 分類號: G01C21/20;G01S17/89;G06T7/11;G06T7/60;G06T7/73
• 代理公司: 廣州三環專利商標代理有限公司 44202
• 代理人: 顏希文;宋靜娜

1.一種機器人自主定位方法，其特征在于，包括：

獲取室內視頻流數據，基于所述室內視頻流數據構建網絡數據集；

采集包含固定標識物的第一圖像組，所述第一圖像組至少包括一張圖片，且該圖片中的固定標識物至少具有兩個平面；或者所述第一圖像組包括兩張以上圖片，從所述第一圖像組中能夠識別出至少兩個固定標識物，根據至少兩個固定標識物能夠確定至少兩個平面；

利用訓練好的預設孿生網絡從所述網絡數據集中獲取與所述第一圖像組匹配的第二圖像組；

匹配所述第一圖像組和第二圖像組中相同的固定標識物，將相同的固定標識物作為特征標識物；

獲取所述特征標識物的位置參數；

基于所述特征標識物的位置參數計算機器人的位置；

其中，所述固定標識物至少包括門、窗戶、立柱、橫梁和墻體。

2.根據權利要求1中的方法，其特征在于，所述獲取室內視頻流數據，基于所述室內視頻流數據構建網絡數據集，包括：

獲取包括彩色圖像、深度圖像和位姿參數的室內視頻流數據；

根據所述室內視頻流數據構建室內三維地圖和室內二維地圖；

匹配所述室內三維地圖和室內二維地圖的坐標系構建網絡數據集；

所述網絡數據集包括彩色圖像、深度圖像、位姿參數、室內三維地圖和室內二維地圖。

3.根據權利要求2中的方法，其特征在于，所述匹配所述第一圖像組和第二圖像組中相同的固定標識物，將相同的固定標識物作為特征標識物；獲取所述特征標識物的位置參數；包括：

提取所述第一圖像組和所述第二圖像組中的、相匹配的兩兩圖片對；

通過預設語義分割網絡對兩兩圖片對進行語義分割，匹配所述第一圖像組和第二圖像組中相同的固定標識物，將相同的固定標識物作為特征標識物；

提取所述特征標識物的像素點在室內二維地圖中的位置坐標。

4.根據權利要求3中的方法，其特征在于，所述基于所述特征標識物的位置坐標計算機器人的位置，包括：

基于所述特征標識物的像素點在室內二維地圖中的位置坐標，得到所述特征標識物在世界坐標系中的位置坐標；

獲取機器人相對于所述特征標識物的方向參數；

根據所述方向參數計算機器人到所述特征標識物的距離值；

基于所述特征標識物在世界坐標系中的位置坐標和所述距離值，通過點到直線的距離公式計算機器人的位置。

5.根據權利要求1中的方法，其特征在于，所述基于所述特征標識物的位置坐標計算機器人的位置，還包括：

如果單個所述特征標識物具有多個平面，則對單個所述特征標識物進行平面分割；

根據平面分割結果確定單個所述特征標識物的不同平面之間的分割線；

根據所述分割線區分所述特征標識物的不同平面。

6.一種機器人自主定位系統，其特征在于，包括：

圖像采集單元，被配置為獲取室內視頻流數據，以及被配置為采集包含固定標識物的第一圖像組，所述第一圖像組至少包括一張圖片，且該圖片中的固定標識物至少具有兩個平面；或者所述第一圖像組包括兩張以上圖片，從所述第一圖像組中能夠識別出至少兩個固定標識物，根據至少兩個固定標識物能夠確定至少兩個平面；

算法單元，被配置為基于所述室內視頻流數據構建網絡數據集；

圖像匹配單元，被配置為利用訓練好的預設孿生網絡從所述網絡數據集中獲取與所述第一圖像組匹配的第二圖像組；

標識物定位單元，被配置為匹配所述第一圖像組和第二圖像組中相同的固定標識物，將相同的固定標識物作為特征標識物；以及被配置為獲取所述特征標識物的位置參數；

機器人定位單元，被配置為基于所述特征標識物的位置參數計算機器人的位置；

其中，所述固定標識物至少包括門、窗戶、立柱、橫梁和墻體。