[發明專利]一種位姿確定方法、裝置、存儲介質及移動機器人

有效

• 申請號: 201910614041.2
• 申請日: 2019-07-09
• 公開（公告）號: CN112212851B
• 公開（公告）日: 2022-08-05
• 發明（設計）人: 胡旭;張健;張木森;熊友軍
• 申請（專利權）人: 深圳市優必選科技股份有限公司
• 主分類號: G01C21/00
• 分類號: G01C21/00
• 代理公司: 深圳中一聯合知識產權代理有限公司 44414
• 代理人: 蔡鵬娟

本發明涉及移動機器人技術領域，尤其涉及一種位姿確定方法、裝置、存儲介質及移動機器人。所述方法構建出當前環境的局部地圖，并按照第一預設角度間隔旋轉局部地圖后，確定各局部地圖的第一環境輪廓點的第一梯度，并獲取各第一環境輪廓點與對應的第一位置的相對位置；確定預先構建的全局地圖的第二環境輪廓點的第二梯度；采用廣義霍夫變換獲取移動機器人在全局地圖中的候選位姿；根據候選位姿和相對位置確定各第一環境輪廓點在全局地圖中的第二位置，并根據第二位置獲取各第一環境輪廓點的第二梯度；根據第一梯度和第二梯度計算各局部地圖與全局地圖之間的相似度，并根據相似度確定移動機器人的目標位姿，提高移動機器人中目標位姿定位的準確性。

技術領域

本發明涉及移動機器人技術領域，尤其涉及一種移動機器人的位姿確定方法、裝置、計算機可讀存儲介質及移動機器人。

背景技術

在無高精度外部定位系統的情況下，移動機器人在開機啟動時、被綁架后或者定位丟失后，通常不知道其在全局地圖中的當前位姿，使得在很多場景下均需要確定移動機器人在全局地圖中的當前位姿。

現有技術中，通常采用粒子濾波算法來確定移動機器人在全局地圖中的當前位姿，但粒子濾波算法是通過隨機生成器在地圖范圍內生成采樣位姿，并在采樣位姿處通過相似度匹配算法得到相似度，以將粒子不斷向相似度高的區域聚集，從而得到移動機器人在全局地圖中的當前位姿，即粒子濾波算法中采樣位姿是隨機的，而無法確保每一次的采樣位姿均包含移動機器人的真實位姿或者相近位姿，降低了移動機器人當前位姿的定位準確性。

發明內容

本發明實施例提供了一種移動機器人的位姿確定方法、裝置、計算機可讀存儲介質及移動機器人，能夠解決現有的移動機器人中當前位姿定位準確性差的問題。

本發明實施例的第一方面，提供了一種移動機器人的位姿確定方法，包括：

獲取移動機器人當前環境的環境數據，并根據所述環境數據構建所述當前環境對應的局部地圖；

按照第一預設角度間隔旋轉所述局部地圖，并獲取所述移動機器人在各所述局部地圖中的第一位置；

確定各所述局部地圖的第一環境輪廓點和各所述第一環境輪廓點對應的第一梯度，并獲取各所述第一環境輪廓點與對應的第一位置的相對位置；

確定所述移動機器人中預先構建的全局地圖的第二環境輪廓點和各所述第二環境輪廓點對應的第二梯度；

采用廣義霍夫變換獲取所述移動機器人在所述全局地圖中的候選位姿；

根據所述候選位姿和所述相對位置確定各所述第一環境輪廓點在所述全局地圖中的第二位置，并根據所述第二位置獲取各所述第一環境輪廓點對應的第二梯度；

根據所述第一梯度和所述第二梯度計算各所述候選位姿對應的局部地圖與所述全局地圖之間的相似度，并根據所述相似度確定所述移動機器人在所述全局地圖中的目標位姿。

進一步地，所述確定所述局部地圖的第一環境輪廓點和各所述第一環境輪廓點對應的第一梯度，包括：

采用索貝爾算子檢測所述局部地圖的第一環境輪廓點，并計算各所述第一環境輪廓點對應的第一梯度。

優選地，所述采用廣義霍夫變換確定所述移動機器人在所述全局地圖中的候選位姿，包括：

確定各所述第一環境輪廓點對應的第一梯度方向和各所述第二環境輪廓點對應的第二梯度方向；

按照第二預設角度間隔和所述第一梯度方向建立所述局部地圖中所述相對位置對應的角度直方圖；

根據所述第二梯度方向和所述角度直方圖預測所述移動機器人在所述全局地圖的第三位置，并統計各所述第三位置的出現次數；

根據各所述角出現次數確定所述移動機器人在所述全局地圖中的候選位姿。