一种重定位方法、芯片和移动机器人技术

本发明专利技术公开了一种重定位方法、芯片和移动机器人，本发明专利技术所述方法使用单点测距传感器优化视觉SLAM地图，然后进行移动机器人的重定位，因优化后的地图边界轮廓更加符合实际环境，使得地图匹配结果更准确，从而提高了重定位精度。位精度。位精度。

【技术实现步骤摘要】
一种重定位方法、芯片和移动机器人


[0001]本专利技术涉及智能移动机器人领域，具体涉及一种重定位方法、芯片和移动机器人。

技术介绍

[0002]目前，移动机器人通过传感器感知环境和自身状态，进而实现在有障碍物的环境中面向目标自主运动，这就是通常所说的智能自主移动机器人的导航技术。而定位则是确定移动机器人在工作环境中相对于全局坐标的位置及其本身的姿态，是移动机器人导航的基本环节。然而，在机器人的系统关闭或者断电的情况下，当时机器人的位置和姿态发生变化时，机器人启动后无法定位其所在地图位置和自身姿态，此时需要人为将机器人移动到初始位置重新启动系统获取初始位置和姿态后才能进行自主导航。
[0003]因此，为了实现机器人在异常情况下自动定位，无须人为干预移动，现有技术给出了一系列关于机器人重定位的方法。其中，对于视觉机器人，采用视觉导航方法探索未知环境空间获得环境形状尺寸信息可靠性不高，因为单靠摄像头来检测距离，准确率不高，摄像头还不能做到区分大面积的相同颜色障碍物边界或墙面边界。受图像精度的影响，视觉机器人无法准确地确定当前位置信息和当前姿态信息，即视觉机器人的重定位精度不高。

技术实现思路

[0004]为解决上述问题，本专利技术提供了一种重定位方法、芯片和移动机器人，可以提高视觉机器人的重定位精度。本专利技术的具体技术方案如下：一种重定位方法，所述方法包括：步骤S1，移动机器人通过单点测距传感器扫描周围环境的边界信息并生成边界轮廓线，其中，移动机器人储存有当前环境的栅格地图，所述栅格地图包含障碍物栅格；步骤S2，基于边界轮廓线，移动机器人对栅格地图上的障碍物栅格进行对齐，获得优化地图；步骤S3，移动机器人进行重定位，通过单点测距传感器扫描当前位置的边界信息并生成第一子地图，然后与所述优化地图进行匹配；步骤S4，如果在优化地图中匹配到第二子地图，移动机器人根据所述第二子地图对应的移动机器人位姿计算移动机器人的当前位姿，实现重定位。与现有技术相比，本技术方案使用优化后的视觉SLAM地图进行移动机器人的重定位，因地图边界轮廓更加符合实际环境，使得地图匹配结果更准确，从而提高了重定位精度。
[0005]所述步骤S1中，移动机器人通过单点测距传感器扫描周围环境的边界信息并生成边界轮廓线的方法包括：开启单点测距传感器后，移动机器人原地旋转，获取周围障碍物的距离；根据周围障碍物的距离，在栅格地图上对应位置处做标记并进行拟合，生成所述边界轮廓线。可以获得准确的边界参考。
[0006]所述步骤S2中，移动机器人对栅格地图上的障碍物栅格进行对齐的方法为，移动机器人将与边界轮廓线的距离小于等于预设距离的障碍物栅格调整至边界轮廓线上，完成对齐。将边界轮廓线一定范围内的障碍物栅格进行对齐，可以消除标注障碍物栅格时的误差，提高地图边界的准确性。
[0007]所述步骤S3中，移动机器人通过单点测距传感器扫描当前位置的边界信息并生成第一子地图的方法包括：开启单点测距传感器后，移动机器人原地旋转，获取周围障碍物的距离；根据周围障碍物的距离，在空白模板上对应位置处做标记并拟合出边界轮廓线，生成第一子地图。
[0008]所述步骤S3中，第一子地图与所述优化地图进行匹配的方法包括：步骤S31，移动机器人对第一子地图和优化地图进行二值化处理和开运算，找出其中的连续区块并将小于预设面积的连续区块删除；步骤S32，移动机器人使用霍夫直线提取算法提取处理后的优化地图中的障碍物线段，并以所述障碍物线段生成匹配地图；步骤S33，移动机器人用处理后的第一子地图以预设步长遍历匹配地图，且在每个遍历位置，第一子地图以固定角度往同一方向进行旋转，每旋转一次，第一子地图都与对应的遍历位置作差，获得差值地图并进入步骤S34进行判断；其中，当第一子地图旋转一周后，平移到下一个遍历位置进行匹配；步骤S34，移动机器人对所述差值地图进行开运算，找出其中的连续区块并将小于预设面积的连续区块删除，然后计算差值地图中的障碍物栅格落在对应的遍历位置中的属非障碍物区域的面积，若所述面积小于等于预设面积，则对应的遍历位置作为所述第二子地图，若所述面积大于预设面积，则返回步骤S33；其中，所述连续区块由障碍物栅格构成；所述作差指的是用第一子地图的像素值减去对应的遍历位置的像素值。进行开运算和删除较小的连续区块可以实现降噪，提高地图匹配时找到准确的第二子地图的概率。
[0009]所述步骤S4中，移动机器人根据所述第二子地图对应的移动机器人位姿计算移动机器人的当前位姿的方法包括：步骤S41，移动机器人使用SURF特征提取算法对第一子地图和第二子地图进行特征提取，并找出匹配度最高的预设组数的特征点对；步骤S42，使用2D－2D对极几何算法计算出基础矩阵；步骤S43，使用RANSAC算法选取一个最优基础矩阵，得出第一子地图相对于第二子地图的位姿关系；步骤S44，根据第一子地图相对于第二子地图的位姿关系以及第二子地图对应的移动机器人位姿，可得移动机器人的当前位姿。
[0010]所述步骤S4还包括：如果在优化地图中匹配不到所述第二子地图，所述移动机器人移动到下一位置，或将所述移动机器人移动到下一位置，以在所述移动机器人处于下一位置时继续基于所述优化地图对所述移动机器人进行重定位。提高重定位的成功率。
[0011]一种移动机器人，包括视觉传感器，所述移动机器人用于实现所述重定位方法，所述移动机器人还包括：单点测距传感器，设置在移动机器人机体的外周，用于检测移动机器人与障碍物之间的距离；碰撞传感器，用于检测障碍物的位置，使移动机器人根据碰撞位置在栅格地图上标注障碍物栅格；拟合单元，用于根据移动机器人与障碍物之间的距离在栅格地图上生成边界轮廓线；对齐单元，用于根据边界轮廓线对栅格地图上的障碍物栅格进行对齐；匹配单元，用于根据经过对齐的优化地图对第一子地图进行匹配以获得对应位置的第二子地图；位姿计算单元，用于根据第二子地图对应的移动机器人位姿计算移动机器人的当前位姿；其中，移动机器人储存有当前环境的栅格地图，所述栅格地图包含障碍物栅格。 与现有技术相比，本技术方案增加一个单点测距传感器获取更为准确的环境边界信息，并借此优化视觉SLAM地图，使得地图边界轮廓更加符合实际环境，从而提高地图匹配的准确性，也提高移动机器人的重定位精度。
[0012]所述单点测距传感器有若干个，间隔设置在移动机器人机体外周的侧面上。多个单点测距传感器可以帮助移动机器人更快速地获取周围环境的边界信息。
[0013]一种芯片，该芯片用于储存计算机程序代码，所述计算机程序代码被执行时实现所述重定位方法的步骤。与现有技术相比，本专利技术所述的芯片可使得移动机器人建立具有准确地图边界的地图，以此提高重定位精度，无需复杂的算法，成本较低，数据运算量小，具有较高的效率和实用性。
附图说明
[0014]图1为本专利技术一种实施例所述方法重定位方法的流程图。
[0015]图2为本专利技术一种实施例所述障碍物栅格对齐的示意图。
具体实施方式
[0016]下面将结合本专利技术实施例中的附图，对本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种重定位方法，其特征在于，所述方法包括：步骤S1，移动机器人通过单点测距传感器扫描周围环境的边界信息并生成边界轮廓线，其中，移动机器人储存有当前环境的栅格地图，所述栅格地图包含障碍物栅格；步骤S2，基于边界轮廓线，移动机器人对栅格地图上的障碍物栅格进行对齐，获得优化地图；步骤S3，移动机器人进行重定位，通过单点测距传感器扫描当前位置的边界信息并生成第一子地图，然后与所述优化地图进行匹配；步骤S4，如果在优化地图中匹配到第二子地图，移动机器人根据所述第二子地图对应的移动机器人位姿计算移动机器人的当前位姿，实现重定位。2.根据权利要求1所述的一种重定位方法，其特征在于，所述步骤S1中，移动机器人通过单点测距传感器扫描周围环境的边界信息并生成边界轮廓线的方法包括：开启单点测距传感器后，移动机器人原地旋转，获取周围障碍物的距离；根据周围障碍物的距离，在栅格地图上对应位置处做标记并进行拟合，生成所述边界轮廓线。3.根据权利要求1所述的一种重定位方法，其特征在于，所述步骤S2中，移动机器人对栅格地图上的障碍物栅格进行对齐的方法为，移动机器人将与边界轮廓线的距离小于等于预设距离的障碍物栅格调整至边界轮廓线上，完成对齐。4.根据权利要求1所述的一种重定位方法，其特征在于，所述步骤S3中，移动机器人通过单点测距传感器扫描当前位置的边界信息并生成第一子地图的方法包括：开启单点测距传感器后，移动机器人原地旋转，获取周围障碍物的距离；根据周围障碍物的距离，在空白模板上对应位置处做标记并拟合出边界轮廓线，生成第一子地图。5.根据权利要求1所述的一种重定位方法，其特征在于，所述步骤S3中，第一子地图与所述优化地图进行匹配的方法包括：步骤S31，移动机器人对第一子地图和优化地图进行二值化处理和开运算，找出其中的连续区块并将小于预设面积的连续区块删除；步骤S32，移动机器人使用霍夫直线提取算法提取处理后的优化地图中的障碍物线段，并以所述障碍物线段生成匹配地图；步骤S33，移动机器人用处理后的第一子地图以预设步长遍历匹配地图，且在每个遍历位置，第一子地图以固定角度往同一方向进行旋转，每旋转一次，第一子地图都与对应的遍历位置作差，获得差值地图并进入步骤S34进行判断；其中，当第一子地图旋转一周后，平移到下一个遍历位置进行匹配；步骤S34，移动机器人对所述差值地图进行开运算，找出其中的连续区块并将小于预设面积的连续区块删除，然后计算差值地图中的...

【专利技术属性】
技术研发人员：ꢀ五一IntClG零一S一七零六，
申请(专利权)人：珠海市一微半导体有限公司，
类型：发明
国别省市：