[發明專利]一種基于點云語義地圖的定位方法、裝置及機器人在審
| 申請號: | 202211312322.0 | 申請日: | 2022-10-25 |
| 公開(公告)號: | CN115597605A | 公開(公告)日: | 2023-01-13 |
| 發明(設計)人: | 袁國斌;柏林;劉彪;舒海燕;袁添廈;沈創蕓;祝濤劍;王恒華;方映峰 | 申請(專利權)人: | 廣州高新興機器人有限公司 |
| 主分類號: | G01C21/20 | 分類號: | G01C21/20;G01C21/00;G06V10/82;G06V20/60;B25J13/08;B25J19/04 |
| 代理公司: | 廣州國鵬知識產權代理事務所(普通合伙) 44511 | 代理人: | 葛紅 |
| 地址: | 510530 廣東省廣州市黃埔區*** | 國省代碼: | 廣東;44 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 基于 語義 地圖 定位 方法 裝置 機器人 | ||
本發明提供了一種基于點云語義地圖的定位方法,S1,獲取機器人實時獲取的實時圖像;S2,使用目標檢測算法識別所述實時圖像中的目標物;S3,從語義地圖中語義信息表,獲取與所述目標物對應的語義;S4,將所述目標物對應的語義的全部點云根據定位結果進行重投影處理獲取重投影后的圖像;S5,由所述重投影后的圖像與實時獲取的目標物構建定位結果優化代價函數;S6,獲取輪式里程計給出定位結果的粗值,利用牛頓?高斯法不斷調整定位結果值,直至定位結果優化代價函數達到最小,得到最優的定位結果。本發明使用圖像神經網絡算法來識別實時圖像中目標物,能魯棒地檢測目標物;此外,本發明利用固定物體的點云語義進行定位,避免受到動態物體的干擾。
技術領域
本發明涉及機器人技術領域,具體來說,涉及一種基于點云語義地圖的定位方法、裝置及機器人。
背景技術
自主移動機器人要求機器人能實現自主尋徑行走能力,實現這一能力前提是機器人知道自己所在位置。因此自主移動機器人的定位技術是近年來研究熱點技術之一。目前廣泛應用在自主導航移動機器人的定位方式主要為基于點云地圖的激光定位方式或者融合GPS提高室外的定位魯棒性。
但單獨基于點云地圖的激光定位,在動態物體(比如車多)的情況下,容易出現定位精度下降甚至位置丟失;此外,在空曠處可以融合GPS定位方式,但同時帶來成本的上升,也不能在園區類似有遮擋的場景內使用。
本文提供的背景描述用于總體上呈現本公開的上下文的目的。除非本文另外指示,在該章節中描述的資料不是該申請的權利要求的現有技術并且不要通過包括在該章節內來承認其成為現有技術。
發明內容
針對相關技術中的上述技術問題,本發明提出一種基于點云語義地圖的定位方法,其包括如下步驟:
S1,獲取機器人實時獲取的實時圖像;
S2,使用目標檢測算法識別所述實時圖像中的目標物;
S3,從語義地圖中語義信息表,獲取與所述目標物對應的語義;
S4,將所述目標物對應的語義的全部點云根據定位結果進行重投影處理獲取重投影后的圖像;
S5,由所述重投影后的圖像與實時獲取的目標物構建定位結果優化代價函數;
S6,獲取輪式里程計給出定位結果[R|t]的粗值,利用牛頓-高斯法不斷調整定位結果[R|t]值,直至定位結果優化代價函數Err([R|t])達到最小,得到最優的定位結果[R|t]。
具體的,所述步驟S2中的目標檢測算法是YOLO。
具體的,所述語義信息表中記錄了語義的類別,位置,大小。
具體的,所述定位結果優化代價函數為:
其中pixel(uAi,vAi)表示獲取語義A中第i個點云的像素值,因為點云語義每個點都已經帶有顏色;pixel(uai,vai)表示獲取圖像目標物a中第i個點云的像素值。
第二方面,本發明的另一個實施例公開了一種基于點云語義地圖的定位裝置,其包括如下單元:
實時圖像獲取單元,用于獲取機器人實時獲取的實時圖像;
目標物檢測單元,用于使用目標檢測算法識別所述實時圖像中的目標物;
語義獲取單元,用于從語義地圖中語義信息表,獲取與所述目標物對應的語義;
重投影單元,用于將所述目標物對應的語義的全部點云根據定位結果進行重投影處理獲取重投影后的圖像;
定位結果優化代價函數構建單元,用于使用所述重投影后的圖像與實時獲取的目標物構建定位結果優化代價函數;
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于廣州高新興機器人有限公司,未經廣州高新興機器人有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202211312322.0/2.html,轉載請聲明來源鉆瓜專利網。





