[發明專利]一種重定位方法、芯片和移動機器人

在審

• 申請號: 202110677213.8
• 申請日: 2021-06-18
• 公開（公告）號: CN113419249A
• 公開（公告）日: 2021-09-21
• 發明（設計）人: 不公告發明人
• 申請（專利權）人: 珠海市一微半導體有限公司
• 主分類號: G01S17/06
• 分類號: G01S17/06;G01S17/931;G01C21/20
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種重定位方法，其特征在于，所述方法包括：

步驟S1，移動機器人通過單點測距傳感器掃描周圍環境的邊界信息并生成邊界輪廓線，其中，移動機器人儲存有當前環境的柵格地圖，所述柵格地圖包含障礙物柵格；

步驟S2，基于邊界輪廓線，移動機器人對柵格地圖上的障礙物柵格進行對齊，獲得優化地圖；

步驟S3，移動機器人進行重定位，通過單點測距傳感器掃描當前位置的邊界信息并生成第一子地圖，然后與所述優化地圖進行匹配；

步驟S4，如果在優化地圖中匹配到第二子地圖，移動機器人根據所述第二子地圖對應的移動機器人位姿計算移動機器人的當前位姿，實現重定位。

2.根據權利要求1所述的一種重定位方法，其特征在于，所述步驟S1中，移動機器人通過單點測距傳感器掃描周圍環境的邊界信息并生成邊界輪廓線的方法包括：

開啟單點測距傳感器后，移動機器人原地旋轉，獲取周圍障礙物的距離；

根據周圍障礙物的距離，在柵格地圖上對應位置處做標記并進行擬合，生成所述邊界輪廓線。

3.根據權利要求1所述的一種重定位方法，其特征在于，所述步驟S2中，移動機器人對柵格地圖上的障礙物柵格進行對齊的方法為，移動機器人將與邊界輪廓線的距離小于等于預設距離的障礙物柵格調整至邊界輪廓線上，完成對齊。

4.根據權利要求1所述的一種重定位方法，其特征在于，所述步驟S3中，移動機器人通過單點測距傳感器掃描當前位置的邊界信息并生成第一子地圖的方法包括：

開啟單點測距傳感器后，移動機器人原地旋轉，獲取周圍障礙物的距離；

根據周圍障礙物的距離，在空白模板上對應位置處做標記并擬合出邊界輪廓線，生成第一子地圖。

5.根據權利要求1所述的一種重定位方法，其特征在于，所述步驟S3中，第一子地圖與所述優化地圖進行匹配的方法包括：

步驟S31，移動機器人對第一子地圖和優化地圖進行二值化處理和開運算，找出其中的連續區塊并將小于預設面積的連續區塊刪除；

步驟S32，移動機器人使用霍夫直線提取算法提取處理后的優化地圖中的障礙物線段，并以所述障礙物線段生成匹配地圖；

步驟S33，移動機器人用處理后的第一子地圖以預設步長遍歷匹配地圖，且在每個遍歷位置，第一子地圖以固定角度往同一方向進行旋轉，每旋轉一次，第一子地圖都與對應的遍歷位置作差，獲得差值地圖并進入步驟S34進行判斷；其中，當第一子地圖旋轉一周后，平移到下一個遍歷位置進行匹配；

步驟S34，移動機器人對所述差值地圖進行開運算，找出其中的連續區塊并將小于預設面積的連續區塊刪除，然后計算差值地圖中的障礙物柵格落在對應的遍歷位置中的屬非障礙物區域的面積，若所述面積小于等于預設面積，則對應的遍歷位置作為所述第二子地圖，若所述面積大于預設面積，則返回步驟S33；

其中，所述連續區塊由障礙物柵格構成；所述作差指的是用第一子地圖的像素值減去對應的遍歷位置的像素值。

6.根據權利要求1所述的一種重定位方法，其特征在于，所述步驟S4中，移動機器人根據所述第二子地圖對應的移動機器人位姿計算移動機器人的當前位姿的方法包括：

步驟S41，移動機器人使用SURF特征提取算法對第一子地圖和第二子地圖進行特征提取，并找出匹配度最高的預設組數的特征點對；

步驟S42，使用2D－2D對極幾何算法計算出基礎矩陣；

步驟S43，使用RANSAC算法選取一個最優基礎矩陣，得出第一子地圖相對于第二子地圖的位姿關系；

步驟S44，根據第一子地圖相對于第二子地圖的位姿關系以及第二子地圖對應的移動機器人位姿，可得移動機器人的當前位姿。

7.根據權利要求1所述的一種重定位方法，其特征在于，所述步驟S4還包括：

如果在優化地圖中匹配不到所述第二子地圖，所述移動機器人移動到下一位置，或將所述移動機器人移動到下一位置，以在所述移動機器人處于下一位置時繼續基于所述優化地圖對所述移動機器人進行重定位。