【技术实现步骤摘要】
定位方法、装置、电子设备和存储介质
本公开实施例涉及定位
,尤其涉及一种定位方法、装置、电子设备和存储介质。
技术介绍
在实现机器人的自主导航时,需要对机器人进行定位,如对机器人进行回环检测或重定位。目前,一般采用基于2D激光雷达的即时定位与地图构建(SimultaneousLocalizationAndMapping,SLAM)技术来为室内机器人进行定位,采用回环检测模块将当前位置的局部激光点云与历史地图中的激光点云进行匹配,判断机器人当前所处的位置是否为其曾经经过的位置,并将检测到的回环位姿发送给后端。然而,现有2D激光SLAM算法利用激光点云间匹配进行回环检测的方式,由于激光点云提供的信息有限,容易出现误匹配,进而导致地图构建出现较大误差,导致回环检测的误检率较高,无法满足定位需求。
技术实现思路
本公开实施例提供一种定位方法、装置、电子设备和存储介质,以降低定位过程中的误检率。第一方面,本公开实施例提供了一种定位方法,包括:获取当前位置的目标局部语义点云地图、全局语义栅格地图和激光点云地图,其中,所述全局语义栅格地图的每个栅格中记录有所述栅格内存在目标语义对象的概率值;基于所述目标局部语义点云地图和所述全局语义栅格地图进行位姿识别,得到候选位姿集合;根据所述激光点云地图和所述候选位姿集合确定目标位姿,所述目标位姿包括回环位姿和/或重定位位姿。第二方面,本公开实施例还提供了一种定位装置,包括:地图获取模块,用于获取当前位置 ...
【技术保护点】
1.一种定位方法,其特征在于,包括:/n获取当前位置的目标局部语义点云地图、全局语义栅格地图和激光点云地图,其中,所述全局语义栅格地图的每个栅格中记录有所述栅格内存在目标语义对象的概率值;/n基于所述目标局部语义点云地图和所述全局语义栅格地图进行位姿识别,得到候选位姿集合;/n根据所述激光点云地图和所述候选位姿集合确定目标位姿,所述目标位姿包括回环位姿和/或重定位位姿。/n
【技术特征摘要】
1.一种定位方法,其特征在于,包括:
获取当前位置的目标局部语义点云地图、全局语义栅格地图和激光点云地图,其中,所述全局语义栅格地图的每个栅格中记录有所述栅格内存在目标语义对象的概率值;
基于所述目标局部语义点云地图和所述全局语义栅格地图进行位姿识别,得到候选位姿集合;
根据所述激光点云地图和所述候选位姿集合确定目标位姿,所述目标位姿包括回环位姿和/或重定位位姿。
2.根据权利要求1所述的方法,其特征在于,所述获取当前位置的目标局部语义点云地图、全局语义栅格地图和激光点云地图,包括:
获取当前位置的目标局部语义点云地图、至少两层级的全局语义栅格地图和激光点云地图,其中,不同层级的全局语义栅格地图的分辨率不同。
3.根据权利要求2所述的方法,其特征在于,所述基于所述目标局部语义点云地图和所述全局语义栅格地图进行位姿识别,得到候选位姿集合,包括:
获取由最高层级的全局语义栅格地图中概率值大于零的栅格构成目标栅格栈,其中,各全局语义栅格地图的层级与分辨率负相关;
分别基于所述目标局部语义点云地图计算所述目标栅格栈中的各栅格的第一评价指标以及其他层级的全局语义栅格地图中的至少一个栅格的第一评价指标值,并根据所述第一评价指标值确定候选位姿,以得到候选位姿集合。
4.根据权利要求3所述的方法,其特征在于,所述分别基于所述目标局部语义点云地图计算所述目标栅格栈中的各栅格的第一评价指标以及其他层级的全局语义栅格地图中的至少一个栅格的第一评价指标值,并根据所述第一评价指标值确定候选位姿,以得到候选位姿集合,包括:
构建与所述目标局部语义点云地图相同的当前地图;
创建与所述目标栅格栈相同的当前栅格栈,并控制位于所述当前栅格栈顶端的当前栅格出栈;
基于所述当前地图计算所述当前栅格的第一评价指标值;
如果所述第一评价指标值大于第一指标阈值,则判断所述当前栅格所位于的目标全局语义栅格地图是否为最低层级的语义栅格地图,若是,则将所述当前栅格在全局语义点云地图中对应的位置坐标以及目标角度作为候选位姿添加至候选位姿集合中,若否,则将所述当前栅格在下一层级的栅格地图中对应的栅格添加至所述当前栅格栈中;返回执行控制位于所述当前栅格栈顶端的当前栅格出栈的操作,直至所述当前栅格栈为空为止;其中,所述目标角度为所述当前地图相对于所述目标局部语义点云地图的旋转角度;
如果所述第一评价指标值小于或等于第一指标阈值,则返回执行控制位于所述当前栅格栈顶端的当前栅格出栈的操作,直至所述当前栅格栈为空为止。
5.根据权利要求4所述的方法,其特征在于,还包括:
当所述当前栅格栈为空时,将所述当前地图旋转预设旋转角度,得到旋转后的局部语义点云地图,作为当前地图,并返回执行创建与所述目标栅格栈相同的当前栅格栈的操作,直至所述当前地图旋转一周为止。
6.根据权利要求4所述的方法,其特征在于,所述基于所述当前地图计算所述当前栅格的第一评价指标值,包括:
对所述当前地图进行平移,以将所述当前栅格在所述当前地图中对应的坐标点移动至原点位置,得到平移地图;
获取所述平移地图内的每一个语义特征点在所述目标全局语义栅格地图中对应的栅格中记录的概率值,作为所述语义特征点的概率值;
根据各语义特征点的概率值计算所述当前栅格的第一评价指标值。
7.根据权利要求6所述的方法,其特征在于,所述根据各语义特征点的概率值计算所述当前栅格的第一评价指标值,包括:
如果所述目标全局语义栅格地图不为最低层级的语义栅格地图,则根据各语义特征点的概率值计算各语义特征点的概率平均值,作为所述当前栅格的第一评价指标值;
如果所述当前语义栅格地图为最低层级的语义栅格地图,则根据各语义特征点的概率值计算各语义特征点的概率平均值和惩罚函数平均值,并将所述概率平均值与所述惩罚函数平均值之间的差值,作为所述当前栅格的第一评价指标值,其中,所述惩罚函数平均值用于表征所述当前地图与所述目标全局语义栅格地图...
【专利技术属性】
技术研发人员:朱敏昭,孔涛,李磊,
申请(专利权)人:北京有竹居网络技术有限公司,
类型:发明
国别省市:北京;11
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。