机器人定位方法、机器人及计算机可读存储介质技术

本申请公开了机器人定位方法、机器人及计算机可读存储介质，该机器人定位方法包括：构建当前区域子图；将当前区域子图分别与预存区域子图集合中的各区域子图进行匹配，以确定至少一待定区域子图；获取与当前区域子图对应的第一格栅集合和分别与至少一待定区域子图对应的至少一第二格栅集合，并基于第一格栅集合和至少一第二格栅集合得到目标区域子图；基于目标区域子图，确定当前位置。基于上述方式，有利于提高机器人的定位速度。利于提高机器人的定位速度。利于提高机器人的定位速度。

【技术实现步骤摘要】
机器人定位方法、机器人及计算机可读存储介质


[0001]本申请涉及定位
，特别是涉及机器人定位方法、机器人及计算机可读存储介质。

技术介绍

[0002]现有技术中，在对一个环境内的机器人进行定位时，通常需要将机器人的当前位置处采集的传感器数据(如：激光雷达数据)与预存的全局地图数据进行匹配，以最终确定机器人的当前位置。
[0003]现有技术的缺陷在于，在机器人所处的环境所对应的全局地图较大时，采用机器人的当前位置处采集的传感器数据与预存的全局地图数据进行匹配将会消耗过多的时间，使得机器人的定位速度较慢。

技术实现思路

[0004]本申请主要解决的技术问题是如何提高机器人的定位速度。
[0005]为了解决上述技术问题，本申请采用的第一技术方案是：一种机器人定位方法，包括：构建当前区域子图，其中，当前区域子图为与机器人的当前位置对应的区域子图，区域子图为概率格栅地图；将当前区域子图分别与预存区域子图集合中的各区域子图进行匹配，以确定至少一待定区域子图；获取与当前区域子图对应的第一格栅集合和与至少一分别与至少一待定区域子图对应的至少一第二格栅集合，并基于第一格栅集合和至少一第二格栅集合得到目标区域子图；基于目标区域子图，确定当前位置。
[0006]为了解决上述技术问题，本申请采用的第二技术方案是：一种机器人，包括：存储器和处理器；存储器用于存储程序指令，处理器用于执行程序指令以实现上述方法。
[0007]为了解决上述技术问题，本申请采用的第三技术方案是：一种计算机可读存储介质，计算机可读存储介质存储有程序指令，程序指令被处理器执行时实现上述方法。
[0008]本申请的有益效果在于：区别于现有技术，本申请通过构建机器人所在的当前位置所对应的当前区域子图，并将当前区域子图分别与预存区域子图集合中的各图进行匹配以确定出至少一待定区域子图，之后再根据第一格栅集合和至少一第二格栅集合确定至少一待定区域子图中的目标区域子图，以基于目标区域子图确定机器人的当前位置。基于上述方式，由于在将当前区域子图分别与预存区域子图集合中的各图进行匹配的步骤中，不同对象组合匹配处理可基于多线程技术同时进行，降低了匹配处理所需要消耗的时间，进而可提高机器人的定位速度。
附图说明
[0009]为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他
的附图。
[0010]图1是本申请机器人定位方法的第一实施例的流程示意图；
[0011]图2是本申请机器人定位方法的第二实施例的流程示意图；
[0012]图3是本申请机器人定位方法的第三实施例的流程示意图；
[0013]图4是本申请机器人定位方法的第四实施例的流程示意图；
[0014]图5是本申请机器人的一实施例的结构示意图；
[0015]图6是本申请计算机可读存储介质的一实施例的结构示意图。
具体实施方式
[0016]下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，均属于本申请保护的范围。
[0017]本申请中的术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。本申请的描述中，“多”的含义是至少两，例如两，三等，除非另有明确具体的限定。此外，术语“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。
[0018]本申请首先公开了一种机器人定位方法，如图1所示，图1是本申请机器人定位方法的第一实施例的流程示意图，机器人定位方法可包括：
[0019]步骤S11：构建当前区域子图。
[0020]其中，当前区域子图为与机器人的当前位置对应的区域子图，区域子图为概率格栅地图。
[0021]可控制机器人在当前位置所对应的区域内进行运动(如：原地旋转或往返一段距离)，并在运动到不同地点或不同姿态时基于机器人上的传感器采集相应的环境数据，以构成分别与该区域内的不同地点或不同姿态对应的若干格栅。基于若干格栅，即可构建生成与机器人的当前位置对应的概率格栅地图，以作为机器人的当前区域子图。
[0022]机器人的传感器可包括2D激光雷达、3D激光雷达、相机、3D点云传感器(如：kinect、zed、双目相机等)和其它传感器中的至少一种，此处不作限定。
[0023]步骤S12：将当前区域子图分别与预存区域子图集合中的各区域子图进行匹配，以确定至少一待定区域子图。
[0024]其中，预存区域子图集合可以理解为当前环境所对应的全局地图数据，该预存区域子图中可包括将全局地图划分而成的若干区域子图。
[0025]可将当前区域子图，分别与预存区域子图集合中的各区域子图，一对一进行匹配分析，以确定预存区域子图集合的全部区域子图中，与当前区域子图相匹配的至少一待定区域子图。
[0026]步骤S13：获取与当前区域子图对应的第一格栅集合和分别与至少一待定区域子图对应的至少一第二格栅集合，并基于第一格栅集合和至少一第二格栅集合得到目标区域
子图。
[0027]其中，当前区域子图为基于第一格栅集合中的全部格栅所构建而出的区域子图，待定区域子图为基于相应第二格栅集合中的全部格栅所构建而出的区域子图。
[0028]可将第一格栅集合分别与至少一第二格栅集合进行数据分析，以确定出与当前区域子图最相似的待定区域子图，记作目标区域子图。
[0029]步骤S14：基于目标区域子图，确定当前位置。
[0030]其中，可基于目标区域子图，确定当前区域子图在全局地图上的位置，进而确定机器人的当前位置。
[0031]区别于现有技术，本申请通过构建机器人所在的当前位置所对应的当前区域子图，并将当前区域子图分别与预存区域子图集合中的各图进行匹配以确定出至少一待定区域子图，之后再根据第一格栅集合和至少一第二格栅集合确定至少一待定区域子图中的目标区域子图，以基于目标区域子图确定机器人的当前位置。基于上述方式，由于在将当前区域子图分别与预存区域子图集合中的各图进行匹配的步骤中，不同对象组合匹配处理可基于多线程技术同时进行，降低了匹配处理所需要消耗的时间，进而可提高机器人的定位速度。
[0032]可选地，步骤S14具体可包括：
[0033]基于目标区域子图，确定当前位置和机器人的当前姿态。
[0034]具体地，可基于目标本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种机器人定位方法，其特征在于，包括：构建当前区域子图，其中，所述当前区域子图为与机器人的当前位置对应的区域子图，所述区域子图为概率格栅地图；将所述当前区域子图分别与预存区域子图集合中的各区域子图进行匹配，以确定至少一待定区域子图；获取与所述当前区域子图对应的第一格栅集合和分别与所述至少一待定区域子图对应的至少一第二格栅集合，并基于所述第一格栅集合和所述至少一第二格栅集合得到目标区域子图；基于所述目标区域子图，确定所述当前位置。2.根据权利要求1所述的机器人定位方法，其特征在于，所述基于所述第一格栅集合和所述至少一第二格栅集合得到目标区域子图的步骤包括：基于所述第一格栅集合和所述至少一第二格栅集合，得到每个所述待定区域子图与所述当前区域子图之间的相似度；将相似度最高的预设数量个所述待定区域子图中的一区域子图，作为所述目标区域子图。3.根据权利要求2所述的机器人定位方法，其特征在于，所述第一格栅集合和所述第二格栅集合中的格栅的占有概率为所述格栅与障碍物处对应的概率；所述基于所述第一格栅集合和所述至少一第二格栅集合，得到每个所述待定区域子图与所述当前区域子图之间的相似度的步骤包括：将所述第一格栅集合中，占有概率大于第一概率且目标第二格栅集合的相应投影格栅的占有概率大于第二概率的格栅，确定为累计格栅，其中，所述目标第二格栅集合为所述至少一第二格栅集合中的一集合；将各所述累计格栅的占有概率之和，确定为所述目标第二格栅集合所对应的待定区域子图与所述当前区域子图之间的相似度。4.根据权利要求1至3任一项所述的机器人定位方法，其特征在于，所述将所述当前区域子图分别与预存区域子图集合中的各区域子图进行匹配，以确定至少一待定区域子图的步骤包括：基于预设算法，将所述当前区域子图分别与预存区域子图集合中的各区域子图进行匹配，以确定至少一待定区域...

【专利技术属性】
技术研发人员：陈明建，
申请(专利权)人：广州视睿电子科技有限公司，
类型：发明
国别省市：