[發明專利]一種機器人重定位方法、裝置、設備及存儲介質

在審

• 申請號: 202110253309.1
• 申請日: 2021-03-05
• 公開（公告）號: CN112907657A
• 公開（公告）日: 2021-06-04
• 發明（設計）人: 顏炳姜;朱小康;鄭貴剛;張家輝
• 申請（專利權）人: 科益展智能裝備有限公司;科益展智能裝備有限公司廣州分公司;匯專科技集團股份有限公司
• 主分類號: G06T7/70
• 分類號: G06T7/70;G06T7/50
• 代理公司: 廣州三環專利商標代理有限公司 44202
• 代理人: 黃華蓮;郝傳鑫

1.一種機器人重定位方法，其特征在于，包括：

獲取機器人的拍攝設備捕捉到的圖像關鍵幀；其中，圖像關鍵幀包括2D圖像；

將2D圖像與所述機器人預存的地圖關鍵幀進行圖像匹配，得到一估計位姿；

對所述圖像關鍵幀進行點云變換得到第一3D點云，并獲取所述地圖關鍵幀的第二3D點云；其中，第一3D點云的一個3D特征點和對應的第二3D點云的3D特征點作為一對匹配點對，每一對匹配點對應現實場景中同一個點；

計算每一對匹配點對之間的距離作為距離誤差，并根據所述距離誤差確定總距離誤差；

根據所述總距離誤差和所述估計位姿，計算得到重定位位姿。

2.如權利要求1所述的機器人重定位方法，其特征在于，所述根據所述總距離誤差和所述估計位姿，計算得到重定位位姿，包括：

將所述總距離誤差與預設的誤差容忍值進行比較；

在所述總距離誤差小于或等于所述誤差容忍值的情況下，確定所述估計位姿正確，并計算得到重定位位姿；

在所述總距離誤差大于所述誤差容忍值的情況下，確定所述估計位姿不正確，并重新獲取圖像關鍵幀和估計位姿。

3.如權利要求1所述的機器人重定位方法，其特征在于，所述圖像關鍵幀還包括對應所述2D圖像的深度圖像；所述地圖關鍵幀包括2D地圖圖像以及對應所述2D地圖圖像的深度地圖圖像；

所述對所述圖像關鍵幀進行點云變換得到第一3D點云，并獲取所述地圖關鍵幀的第二3D點云，包括：

根據所述圖像關鍵幀的深度圖像，對所述2D圖像進行點云轉換，得到第一3D點云；

根據所述地圖關鍵幀的深度地圖圖像，對所述地圖關鍵幀的2D地圖圖像進行點云轉換得到第二3D點云，或者獲取預存在所述地圖關鍵幀中的第二3D點云。

4.如權利要求1或3所述的機器人重定位方法，其特征在于，所述計算每一對匹配點對之間的距離誤差，并根據所述距離誤差確定總距離誤差，包括：

獲取每一對匹配點對的坐標信息，并根據每一對匹配點對的坐標信息計算每一對匹配點對之間的距離，作為每一對匹配點對的距離誤差；

對各對匹配點對的距離誤差求和，得到所述總距離誤差。

5.如權利要求1所述的機器人重定位方法，其特征在于，所述獲取機器人的拍攝設備捕捉到的圖像關鍵幀，包括：

獲取所述拍攝設備采集到的視頻流，并從所述拍攝設備采集到的視頻流中提取圖像關鍵幀。

6.如權利要求5所述的機器人重定位方法，其特征在于，所述從所述拍攝設備采集到的視頻流中提取圖像關鍵幀，包括：

對所述視頻流進行解碼，得到若干幀當前位姿的圖像幀，所述圖像幀包括圖像幀2D圖像；

對當前位姿的圖像幀2D圖像進行2D特征點提取，得到圖像幀2D圖像的2D特征點，并統計圖像幀2D圖像的2D特征點的數量；

將當前位姿的圖像幀2D圖像的2D特征點的數量與預設的第一數量閾值進行比較；

在當前位姿的圖像幀2D圖像的2D特征點的數量大于或等于所述第一數量閾值的情況下，提取出當前位姿對應的圖像幀作為圖像關鍵幀；

在當前位姿對應的圖像幀2D圖像的2D特征點的數量小于所述第一數量閾值的情況下，剔除當前圖像幀，并控制所述機器人旋轉到下一位姿，并獲取所述機器人在下一位姿輸出的視頻流。

7.如權利要求1所述的機器人重定位方法，其特征在于，所述將所述2D圖像與所述機器人預存的地圖關鍵幀進行圖像匹配，得到一估計位姿，包括：

將所述2D圖像的2D特征點和所述地圖關鍵幀中的2D特征點進行匹配，在2D特征點的特征向量匹配量大于或等于第二數量閾值的情況下，則匹配成功，然后經計算得到估計位姿；

在2D特征點的特征向量匹配量小于第二數量閾值的情況下，則控制機器人旋轉到下一位姿，并獲取所述機器人在下一位姿的圖像關鍵幀。