[發(fā)明專利]一種機器人地圖的構建方法、機器人的定位方法及裝置

在審

• 申請?zhí)枺?/td>: 202010427965.4
• 申請日: 2020-05-20
• 公開（公告）號: CN113701766A
• 公開（公告）日: 2021-11-26
• 發(fā)明（設計）人: 韓松杉;王世漢;劉星;胡孟宇;張彌;趙家陽
• 申請（專利權）人: 浙江欣奕華智能科技有限公司
• 主分類號: G01C21/32
• 分類號: G01C21/32;G01C21/30;G06K9/00;G06K9/46;G06K9/62;G06T7/70
• 代理公司: 北京同達信恒知識產權代理有限公司 11291
• 代理人: 劉彩紅

本發(fā)明公開了一種機器人地圖的構建方法、機器人的定位方法及裝置，通過對各圖像進行特征匹配處理、狀態(tài)增量信息的確定、以及滑窗優(yōu)化處理，可以確定出關鍵幀數據，且根據關鍵幀數據，確定各關鍵幀對應的閉環(huán)關鍵幀、以及閉環(huán)特征點對，進而在關鍵幀與對應閉環(huán)關鍵幀滿足閉環(huán)條件時，可以對所有關鍵幀對應的特征點數據、閉環(huán)特征點對、以及IMU數據進行BA優(yōu)化處理后，得到更加符合實際情況、高精度且全局一致性的地圖，為后期機器人的定位提供有效的全局地圖。并且，通過確定閉環(huán)關鍵幀和閉環(huán)特征點對，也即執(zhí)行閉環(huán)檢測過程，通過閉環(huán)檢測可以關聯特征點，并構造閉環(huán)點的重投影誤差，從而可以有效消除累積的誤差，使得構建的地圖更加精準。

技術領域

本發(fā)明涉及機器人技術領域，尤指一種機器人地圖的構建方法、機器人的定位方法及裝置。

背景技術

隨著對制造靈活性的需求增加、產品周期縮短和加快、人力成本上升、以及人類安全趨勢的需求增加，全球移動機器人的市場正在快速發(fā)展，技術需求越來越高，例如，自主導引車(Automated Guided Vehicles AGV)已廣泛應用于自動化倉庫、工廠物料傳輸系統、物流揀配系統、柔性裝配系統和其他智能運輸站點。相對于基于磁條、反光板、二維碼等AGV，自主移動機器人(Autonomous Mobile Robot,AMR)的技術難度更高和使用場景更廣，AMR導航的核心技術即SLAM(Simultaneous Localization and Mapping)，也即使得機器人知道環(huán)境地圖，以及知道自己實時位置，這是全程不需要人干預、高效智能移動到達目標的基礎。

AMR在實際應用中，可以包括建圖階段，在該建圖階段，主要考慮能用盡量多的信息構建一個高精度且全局一致性的地圖，而對定位的實時性、實時定位精度和頻率則可以忽略不計。

那么，如何構建具有高精度且全局一致性的地圖，是本領域技術人員亟待解決的技術問題。

發(fā)明內容

本發(fā)明實施例提供了一種機器人地圖的構建方法、機器人的定位方法及裝置，用以構建具有高精度且全局一致性的地圖。

第一方面，本發(fā)明實施例提供了一種機器人地圖的構建方法，包括：

根據所述機器人實時同步采集到的圖像數據和慣性測量單元IMU數據，按照預設的關鍵幀數據確定規(guī)則，確定關鍵幀數據；其中所述關鍵幀數據包括：關鍵幀的位姿信息、以及關鍵幀對應圖像中的特征點數據，所述特征點為所在圖像中的角點，且與相鄰一幀圖像中的角點相匹配的角點；

根據所述關鍵幀數據，確定所述關鍵幀對應的閉環(huán)關鍵幀、以及閉環(huán)特征點對；其中所述閉環(huán)特征點對包括：位于該所述關鍵幀對應圖像中的第一特征點、以及位于對應所述閉環(huán)關鍵幀對應圖像中的第二特征點，所述第一特征點與所述第二特征點所描述的圖像信息相匹配；

在確定所述關鍵幀與對應所述閉環(huán)關鍵幀滿足預設的閉環(huán)條件時，對所述所有所述關鍵幀對應的特征點數據、所述閉環(huán)特征點對、以及所述IMU數據對進行第一集束調整BA優(yōu)化處理后，得到用于表示所述機器人所在環(huán)境的地圖；

其中，在確定出采集到的每一幀圖像包括的左目圖像和右目圖像中角點的匹配情況、以及采集到的連續(xù)兩幀圖像之間的狀態(tài)增量信息時，且對每一幀圖像進行滑窗優(yōu)化處理后，根據所述滑窗優(yōu)化處理的次數、以及所述特征點的重投影誤差，確定出所述關鍵幀，并確定出所述關鍵幀的位姿信息、以及所述關鍵幀對應圖像中所述特征點數據；所述狀態(tài)增量信息包括：位置增量信息、角度增量信息和速度增量信息。

可選地，在本發(fā)明實施例中，所述閉環(huán)條件包括：

在根據所述閉環(huán)特征點對、以及預設的PNP算法，確定出該所述關鍵幀與對應所述閉環(huán)關鍵幀之間的前向PNP相對姿態(tài)和后向PNP相對姿態(tài)時，所述前向PNP相對姿態(tài)與所述后向PNP相對姿態(tài)的差值小于預設的第一閾值；

其中，所述前向PNP相對姿態(tài)包括：