基于特征点匹配的楼宇内移动机器人多楼层自动建图方法技术

本发明专利技术涉及机器人技术领域，公开了一种基于特征点匹配的楼宇内移动机器人多楼层自动建图方法，主要方案包括建立基准楼层地图坐标系；通过气压值计算所在楼层信息；基于楼层通过激光雷达及航迹推算完成对楼层区域的探索，构建楼层地图坐标系；基于参数一致关键点计算楼层地图坐标系与基准楼层地图坐标系的坐标变换关系，使楼层地图坐标系的参数一致关键点与基准楼层地图坐标系中的参数一致关键点具有相同坐标。本发明专利技术至少具有以下有益效果：能够使机器人自动自主的更换楼层所对应的地图，并建立不同楼层地图间的坐标变换关系，提高多楼层地图自动建立分析的效率。楼层地图自动建立分析的效率。楼层地图自动建立分析的效率。

【技术实现步骤摘要】
基于特征点匹配的楼宇内移动机器人多楼层自动建图方法


[0001]本专利技术涉及机器人
，特别涉及一种基于特征点匹配的楼宇内移动机器人多楼层自动建图方法。

技术介绍

[0002]在服务机器人自主智能技术中，机器人多楼层自主导航技术是需要关注的重点。近年来，随着我国城镇化的发展，城市的数量与人口显著增加，由于楼宇是绝大多数城市居民生活与工作的空间，因此城镇楼宇也成为服务机器人重要的应用场景，并催生了一系列的实际应用，如快件与外卖收取、楼宇清洁、文件配送、迎宾接待等，而这些应用都需要机器人能够在楼宇内进行跨楼层的大范围导航。
[0003]为了实现机器人在楼宇内跨楼层的自主导航，就必须要求机器人能够建立楼宇内多楼层地图并建立不同楼层间地图的坐标关系。在传统的导航框架中，建图方法针对单楼层导航任务进行设计，未考虑多个地图的切换以及地图间坐标关系的建立，故不适用于多楼层导航。现有的一下跨楼层机器人导航应用一般采用人为给定多楼层地图间坐标转换关系的方法建立多楼层地图，同时需要人为或通过外部控制系统获取地图对应的楼层，在楼层较多的情况下效率低下。

技术实现思路

[0004]本专利技术旨在至少解决现有技术中存在的技术问题之一。为此，本专利技术提出一种机器人多楼层自动建图方法，能够基于不同楼层空间位置信息一致的特点，使机器人能够自动自主的更换楼层所对应的地图，并建立不同楼层地图间的坐标变换关系，提高多楼层地图自动建立分析的效率。
[0005]本专利技术还提出一种具有上述机器人多楼层自动建图方法的机器人。
[0006]根据本专利技术的第一方面实施例的机器人多楼层自动建图方法，包括以下步骤：S100、建立基准楼层地图坐标系，获取所述基准楼层地图坐标系中的预设关键点作为参数一致关键点；S200、获取经过滤波之后的气压值，通过所述气压值计算所在楼层信息；S300、判断所述楼层不等于基准楼层，执行基于所述楼层通过激光雷达及航迹推算完成对所述楼层区域的探索，构建所述楼层地图坐标系；S400、基于所述参数一致关键点计算所述楼层地图坐标系与所述基准楼层地图坐标系的坐标变换关系，根据所述坐标变换关系对所述楼层地图坐标系进行二维旋转与平移变换，使所述楼层地图坐标系的所述参数一致关键点与所述基准楼层地图坐标系中的所述参数一致关键点具有相同坐标；S500、对地图中关键区域生成位置标签，基于各个楼层电梯出口为坐标参考点构建所述位置标签与电梯出口处的路径规划。
[0007]根据本专利技术的一些实施例，所述步骤S100包括：S110、通过激光雷达及航迹推算完成对所在楼层区域的探索，构建所在楼层地图坐标系；S120、获取所述所在楼层地图坐标系的预设关键点，所述预设关键点为不同楼层存在一致特性的关键点；S130、将所述预设关键
点作为所述参数一致关键点。
[0008]根据本专利技术的一些实施例，所述步骤S110包括：通过遥控或自主导航的方式控制机器人移动经过所在楼层的所有区域，采集激光雷达数据；通过所述激光雷达数据及航迹推算数据构建所在楼层地图坐标系，所述航迹推算数据为：
[0009]x
t
＝x
t
‑1+vΔtcos(θ
t
)
[0010]y
t
＝y
t
‑1+vΔtsin(θ
t
)
[0011]θ
t
＝θ
t
‑1+wΔt，
[0012]其中，
[0013]Δx＝vΔtcos(θ
t
)
[0014]Δy＝vΔtsin(θ
t
)
[0015]式中Δx，Δy为坐标系中x方向和y方向的位移，v为所述机器人的运动速度，Δt为所述机器人的控制周期，θ
t
为所述机器人的姿态角度，w为所述机器人的移动角速度，x
t
‑1是相对t时刻的上一时刻在坐标系中X方向上的位置，y
t
‑1是相对t时刻的上一时刻在坐标系中y方向上的位置，θ
t
‑1是相对t时刻的上一时刻所述机器人的姿态角度。
[0016]根据本专利技术的一些实施例，所述预设关键点包括电梯拐角、走廊转角及下水管道。
[0017]根据本专利技术的一些实施例，所述步骤S200包括：S210、采集当前气压数据；S220、对所述气压数据进行均值滤波、中值滤波以及低通滤波；S230、通过滤波后的气压数据确定当前所在的楼层信息。
[0018]根据本专利技术的一些实施例，所述步骤S230包括：S231、根据气压随海拔变化关系，通过获取当前楼层气压值，得到当前机器人所处楼层的海拔高度；S232、通过计算所述当前楼层气压值与所述基准楼层气压值的差值，得到所述当前楼层与所述基准楼层的海拔高度变化值；S233、根据所述海拔高度变化值与每层楼的层高值，计算得到所述当前楼层与所述基准楼层的楼层变化量；S234、根据所述基准楼层的层高值与所述楼层变化量得到当前楼层层高值。
[0019]根据本专利技术的一些实施例，所述步骤S300还包括：S310、获取激光雷达数据，对所述激光雷达数据进行滤波；S320、通过航迹推算算法得到机器人位姿信息；S330、通过所述激光雷达数据与所述机器人位姿信息，使用GMapping算法建立全局地图坐标系。
[0020]根据本专利技术的一些实施例，所述步骤S400还包括通过识别所述楼层地图的参数一致关键点，通过粒子群算法计算所述楼层地图坐标系与所述基准楼层地图坐标系间的坐标变换关系，所述粒子群算法计算过程为：
[0021]F
p def{f1,f2,
…
,f
n
}
[0022][0023][0024][0025]min J(α,t)
[0026]s.t.
‑
π≤α≤π
[0027]‑
2x
x
≤t
x
≤2ω
x
[0028]‑
2x
y
≤t
y
≤2ω
y
[0029]式中Fp，fi为基准地图与待匹配地图中选取的所述参数一致关键点对集合，分别为地图横向与纵向分辨率，通过优化目标函数J，得到待对齐地图至目标对齐地图的旋转平移变换关系Rα与t。
[0030]根据本专利技术的第二方面实施例的机器人多楼层自动建图方法，包括以下步骤：S1、对气压计检测得到的气压值进行滤波；S2、根据滤波后的气压值确定机器人所在的楼层；S3、使机器人在所在楼层导航完成对所在楼层所有区域的探索；S4、对激光雷达数据进行滤波；S5、使用航迹推算算法得到机器人位姿信息；S6、根据激光雷达与航迹推算的结构构建所在楼层地图；S7、根据空间特征点计算所在楼层地图与基准楼层地图的坐标变换关系。
[0031]根据本专利技术的第三方面实施例的机器人，所述机器人包括气压计、激光雷达、存储器、处理器，所述存储器上存储有可在所述处理器上运行的计本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种移动机器人多楼层自动建图方法，其特征在于，包括以下步骤：S100、建立基准楼层地图坐标系，获取所述基准楼层地图坐标系中的预设关键点作为参数一致关键点；S200、获取经过滤波之后的气压值，通过所述气压值计算所在楼层信息；S300、判断所述楼层不等于基准楼层，执行基于所述楼层通过激光雷达及航迹推算完成对所述楼层区域的探索，构建所述楼层地图坐标系；S400、基于所述参数一致关键点计算所述楼层地图坐标系与所述基准楼层地图坐标系的坐标变换关系，根据所述坐标变换关系对所述楼层地图坐标系进行二维旋转与平移变换，使所述楼层地图坐标系的所述参数一致关键点与所述基准楼层地图坐标系中的所述参数一致关键点具有相同坐标；S500、对地图中关键区域生成位置标签，基于各个楼层电梯出口为坐标参考点构建所述位置标签与电梯出口处的路径规划。2.根据权利要求1所述的移动机器人多楼层自动建图方法，其特征在于，所述步骤S100包括：S110、通过激光雷达及航迹推算完成对所在楼层区域的探索，构建所在楼层地图坐标系；S120、获取所述所在楼层地图坐标系的预设关键点，所述预设关键点为不同楼层存在一致特性的关键点；S130、将所述预设关键点作为所述参数一致关键点。3.根据权利要求2所述的移动机器人多楼层自动建图方法，其特征在于，所述步骤S110包括：通过遥控或自主导航的方式控制机器人移动经过所在楼层的所有区域，采集激光雷达数据；通过所述激光雷达数据及航迹推算数据构建所在楼层地图坐标系，所述航迹推算数据为：x
t
＝x
t
‑1+vΔt cos(θ
t
)y
t
＝y
t
‑1+vΔt sin(θ
t
)θ
t
＝θ
t
‑1+wΔt，其中，Δx＝vΔt cos(θ
t
)Δy＝vΔt sin(θ
t
)式中Δx，Δy为坐标系中x方向和y方向的位移，v为所述机器人的运动速度，Δt为所述机器人的控制周期，θ
t
为所述机器人的姿态角度，w为所述机器人的移动角速度，x
t
‑1是相对t时刻的上一时刻在坐标系中X方向上的位置，y
t
‑1是相对t时刻的上一时刻在坐标系中y方向上的位置，θ
t
‑1是相对t时刻的上一时刻所述机器人的姿态角度。4.根据权利要求2所述的移动机器人多楼层自动建图方法，其特征在于，所述预设关键点包括电梯拐角、走廊转角及下水管道。5.根据权利要求1所述的移动机器人多楼层自动建图方法，其特征在于，所述步骤S200包括：
S210、采集当前气压数据；S220、对所述气压数据进行均值滤波、...

【专利技术属性】
技术研发人员：楼云江，赵均鑫，孟雨皞，陈雨景，赵真，
申请(专利权)人：哈尔滨工业大学深圳，
类型：发明
国别省市：