本发明专利技术提供了一种目标的定位方法及装置。其中,该方法包括:获取目标的里程数据信息和周围环境信息;其中,周围环境信息至少包括激光数据信息和视觉深度数据信息;根据激光数据信息和视觉深度数据信息,建立与目标的第一位置信息相关的第一分值函数;基于目标的里程数据信息对第一分值函数进行梯度优化处理,确定目标的第一位置信息,其通过激光数据信息和视觉深度数据信息的融合,使得确定的目标的第一位置信息的精确度较高,从而进一步提高了目标中的地图的精确度。
【技术实现步骤摘要】
本专利技术涉及目标定位
,具体而言,涉及一种目标的定位方法及装置。
技术介绍
随着智能技术和计算机视觉的发展,越来越多的场合需要对目标进行定位,例如在机器人领域,需要对机器人进行定位,从而获取机器人的位置,控制机器人按照预设路径进行移动。移动机器人通常是基于环境地图才能实现定位和导航,所以地图创建是研究移动机器人的一个关键问题。SLAM(simultaneouslocalizationandmapping,即时定位与地图构建)技术在地图修正和构建中起着决定性的作用,是移动机器人实现自主移动的前提。上述SLAM所对应的机器人地图修正问题可以解释为:从任意位置开始,一个移动机器人应该能够用它所带的传感器探索环境,获得有关环境的指示,解释场景,并修正合适的地图。现有技术中提供了一种视觉SLAM,该视觉SLAM是利用摄像头实现地图构建和定位的技术,一般通过图像匹配、图优化等实现地图构建和定位。专利技术人在研究中发现,现有技术中的视觉SLAM的定位精确度较差,导致创建地图的精确度也较差。
技术实现思路
有鉴于此,本专利技术的目的在于提供一种目标的定位方法及装置,结合激光定位和视觉定位的技术,目标定位的精确度较高,能够进一步提高目标中的地图的精确度。第一方面,本专利技术实施例提供了一种目标的定位方法,所述方法包括:获取目标的里程数据信息和周围环境信息;其中,所述周围环境信息至少包括激光数据信息和视觉深度数据信息;根据所述激光数据信息和所述视觉深度数据信息,建立与所述目标的第一位置信息相关的第一分值函数;基于所述目标的里程数据信息对所述第一分值函数进行梯度优化处理,确定所述目标的第一位置信息。结合第一方面,本专利技术实施例提供了第一方面的第一种可能的实施方式,其中,还包括:根据确定的所述目标的第一位置信息对所述目标中的地图进行更新。结合第一方面或第一方面的第一种可能的实施方式,本专利技术实施例提供了第一方面的第二种可能的实施方式,其中,所述获取目标的里程数据信息和周围环境信息之前,还包括:对所述目标的第一位置信息和所述目标中的地图均进行初始化,确定对应的第一参考位置信息和参考地图。结合第一方面,本专利技术实施例提供了第一方面的第三种可能的实施方式,其中,所述根据所述激光数据信息和所述视觉深度数据信息,建立与所述目标的第一位置信息相关的第一分值函数,包括:根据所述激光数据信息及其对应的第一权重信息,建立与所述目标的第一位置信息相关的第二分值函数;根据所述视觉深度数据信息及其对应的第二权重信息,建立与所述目标的第一位置信息相关的第三分值函数;对所述第二分值函数和所述第三分值函数进行求和运算,得到与所述目标的第一位置信息相关的第一分值函数。结合第一方面的第三种可能的实施方式,本专利技术实施例提供了第一方面的第四种可能的实施方式,其中,所述根据所述激光数据信息及其对应的第一权重信息,建立与所述目标的第一位置信息相关的第二分值函数,包括:根据所述激光数据信息和所述目标的第一位置信息,计算得到第一障碍物的第二位置信息;从当前二维地图中的所有第二障碍物中选择距离所述第一障碍物最小的第二障碍物;计算所述第一障碍物的第二位置信息和所述选择得到的第二障碍物的第三位置信息之间的第一距离;为所述第一距离分配第一权重信息,以得到对应于所述第一距离的第二分值函数。结合第一方面的第三种可能的实施方式,本专利技术实施例提供了第一方面的第五种可能的实施方式,其中,所述根据所述视觉深度数据信息及其对应的第二权重信息,建立与所述目标的第一位置信息相关的第三分值函数,包括:根据所述视觉深度数据信息和所述目标的第一位置信息,计算得到第三障碍物的第四位置信息;从当前三维地图中的所有第四障碍物中选择距离所述第三障碍物最小的第三障碍物;计算所述第三障碍物的第四位置信息和所述选择得到的第四障碍物的第五位置信息之间的第二距离;为所述第二距离分配第二权重信息,以得到对应于所述第二距离的第三分值函数。结合第一方面,本专利技术实施例提供了第一方面的第六种可能的实施方式,其中,所述基于所述目标的里程数据信息对所述第一分值函数进行梯度优化处理,确定所述目标的第一位置信息,包括:设置所述目标的里程数据信息为所述目标的第一位置信息的初始值;按照优化方向对所述目标的第一位置信息进行迭代更新;其中,所述优化方向是根据所述第一分值函数随所述第一位置信息的变化情况得到的;直至迭代至预设要求时,确定所述目标的第一位置信息;其中,所述预设要求包括:所述第一位置信息的变化情况小于预设第一阈值和/或所述迭代的次数大于预设第二阈值。结合第一方面的第一种可能的实施方式,本专利技术实施例提供了第一方面的第七种可能的实施方式,其中所述根据确定的所述目标的第一位置信息对所述目标中的地图进行更新,包括:根据所述激光数据信息和确定的所述目标的第一位置信息,计算得到第一障碍物的第二位置信息;根据所述第二位置信息更新当前二维地图中第二障碍物的第三位置信息;对确定的所述目标的第一位置信息至第二障碍物的第三位置信息所连接的直线上的二维地图进行更新;根据所述视觉深度数据信息和确定的所述目标的第一位置信息,计算得到第三障碍物的第四位置信息;根据所述第四位置信息更新当前三维地图中第四障碍物的第五位置信息;对确定的所述目标的第一位置信息至第四障碍物的第五位置信息所连接的直线上的三维地图进行更新。结合第一方面的第七种可能的实施方式,本专利技术实施例提供了第一方面的第八种可能的实施方式,其中,所述根据确定的所述目标的第一位置信息对所述目标中的地图进行更新之前,还包括:将确定的所述目标的第一位置信息代入第一分值函数,得到对应的第一分值;根据所述第一分值、所述激光数据信息的数目和所述视觉深度数据信息的数目,计算确定的所述目标的第一位置信息的置信度;所述根据所述第二位置信息更新当前二维地图中第二障碍物的第三位置信息,包括:基于所述第二位置信息和所述置信度更新当前二维地图中第二障碍物的第三位置信息;所述根据所述第四位置信息更新当前三维地图中第四障碍物的第五位置信息,包括:基于所述第四位置信息和所述置信度更新当前三维地图中第四障碍物的第五位置信息。第二方面,本专利技术实施例还提供了一种目标的定位装置,所述装置包括:获取模块,用于获取目标的里程数据信息和周围环境信息;其中,所述周围环境信息至少包括激光数据信息和视觉深度数据信息;建立模块,用于根据所述激光数据信息和所述视觉深度数据信息,建立与所述目标的第一位置信息相关的第一分值函数;确定模块,用于基于所述目标的里程数据信息对所述第一分值函数进行梯度优化处理,确定所述目标的第一位置信息。本专利技术实施例提供的目标的定位方法及装置,能够根据建立的第一分值函数的梯度优化处理结果,确定目标的第一位置信息,与现有技术中的视觉SLAM的定位精确度较差,导致创建地图的精确度也较差相比,其首先获取目标的里程数据信息和周围环境信息,其中,该周围环境信息至少包括激光数据信息和视觉深度数据信息;然后根据上述激光数据信息和视觉深度数据信息,建立与目标的第一位置信息相关的第一分值函数;最后将获取的目标的里程数据信息作为梯度优化的初始值对第一分值函数进行梯度优化处理,从而确定出目标的第一位置信息,其通过激光数据信息和视觉深度数据信息的融合,使得确定的目标本文档来自技高网...
【技术保护点】
一种目标的定位方法,其特征在于,包括:获取目标的里程数据信息和周围环境信息;其中,所述周围环境信息至少包括激光数据信息和视觉深度数据信息;根据所述激光数据信息和所述视觉深度数据信息,建立与所述目标的第一位置信息相关的第一分值函数;基于所述目标的里程数据信息对所述第一分值函数进行梯度优化处理,确定所述目标的第一位置信息。
【技术特征摘要】
1.一种目标的定位方法,其特征在于,包括:获取目标的里程数据信息和周围环境信息;其中,所述周围环境信息至少包括激光数据信息和视觉深度数据信息;根据所述激光数据信息和所述视觉深度数据信息,建立与所述目标的第一位置信息相关的第一分值函数;基于所述目标的里程数据信息对所述第一分值函数进行梯度优化处理,确定所述目标的第一位置信息。2.根据权利要求1所述的方法,其特征在于,还包括:根据确定的所述目标的第一位置信息对所述目标中的地图进行更新。3.根据权利要求1或2所述的方法,其特征在于,所述获取目标的里程数据信息和周围环境信息之前,还包括:对所述目标的第一位置信息和所述目标中的地图均进行初始化,确定对应的第一参考位置信息和参考地图。4.根据权利要求1所述的方法,其特征在于,所述根据所述激光数据信息和所述视觉深度数据信息,建立与所述目标的第一位置信息相关的第一分值函数,包括:根据所述激光数据信息及其对应的第一权重信息,建立与所述目标的第一位置信息相关的第二分值函数;根据所述视觉深度数据信息及其对应的第二权重信息,建立与所述目标的第一位置信息相关的第三分值函数;对所述第二分值函数和所述第三分值函数进行求和运算,得到与所述目标的第一位置信息相关的第一分值函数。5.根据权利要求4所述的方法,其特征在于,所述根据所述激光数据信息及其对应的第一权重信息,建立与所述目标的第一位置信息相关的第二分值函数,包括:根据所述激光数据信息和所述目标的第一位置信息,计算得到第一障碍物的第二位置信息;从当前二维地图中的所有第二障碍物中选择距离所述第一障碍物最小的第二障碍物;计算所述第一障碍物的第二位置信息和所述选择得到的第二障碍物的第三位置信息之间的第一距离;为所述第一距离分配第一权重信息,以得到对应于所述第一距离的第二分值函数。6.根据权利要求4所述的方法,其特征在于,所述根据所述视觉深度数据信息及其对应的第二权重信息,建立与所述目标的第一位置信息相关的第三分值函数,包括:根据所述视觉深度数据信息和所述目标的第一位置信息,计算得到第三障碍物的第四位置信息;从当前三维地图中的所有第四障碍物中选择距离所述第三障碍物最小的第三障碍物;计算所述第三障碍物的第四位置信息和所述选择得到的第四障碍物的第五位置信息之间的第二距离;为所述第二距离分配第二权重信息,以得到对应于所述第二距离的第三分值函数。7.根据权利要求1所述的方法,其...
【专利技术属性】
技术研发人员:程璞,
申请(专利权)人:深圳微服机器人科技有限公司,
类型:发明
国别省市:广东;44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。