本发明专利技术涉及SLAM技术领域，尤其涉及一种机房融合定位方法、系统、设备及存储介质，包括：获取机器人底盘的里程计；根据关键点车身坐标得到车身观测信息；建立机柜关键点地图，并在机器人起始坐标点的预设误差范围内散布粒子集，根据姿态变化差值以及车身观测信息更新粒子集；获取粒子概率值，并根据所述粒子概率值得到最大似然估计位姿；基于所述最大似然估计位姿，反复迭代，得到机器人的最优位姿及其对应的定位位姿置信度。本发明专利技术利用机房机柜的先验信息实现了机房机器人巡逻定位，不仅降低整体硬件成本，而且无需对现场场景进行改造，大大减少了后续维护的工作量和工作时间，增强了方案的灵活性。方案的灵活性。方案的灵活性。
【技术实现步骤摘要】
一种机房融合定位方法、系统、设备及存储介质
[0001]本专利技术涉及SLAM
，尤其涉及一种机房融合定位方法、系统、设备及存储介质。
技术介绍
[0002]随着机器人技术的发展，越来越多的巡检机器人在室外、室内巡检领域得到了广泛应用，而定位技术是机器人自主移动的基础，是赋予机器人感知和行动能力的关键，实现定位问题的基础是找到现实世界的参照物，这个参照物可以是低层次的图像或激光特征点，也可以是带有语义信息的物体分割信息，也可以是一种特定的定位标记物。
[0003]传统的室内定位方法包括基于ORB视觉特征和词袋模型(DBOW)回环的定位技术、基于二维激光SLAM的定位技术以及基于地面二维码的定位技术。其中，基于ORB视觉特征和词袋模型(DBOW)回环的定位技术对环境光照依赖较高，当出现明显的光照变化时，该定位方法容易出现定位失效的情况，从而增加人工成本，不适合应用于具有较高稳定性的工业无人巡逻场景中；与之相比，基于二维激光SLAM的定位技术虽然可以提高其鲁棒性，但是激光雷达本身的硬件成本过高，不利于推广；基于地面二维码的定位技术需要对应用现场改造，布置视觉标记物，这不仅会给实施带来难度和复杂性，而且视觉标记物需要定期维护，方案灵活性低，综上，目前的定位技术都存在各自的缺陷，找到一种在机房内实现高效、精确的定位方案是亟需解决的问题。
技术实现思路
[0004]本专利技术目的在于提供一种机房融合定位方法、系统、设备及存储介质，能够在无需进行场景改造的同时，在机房内实现高效、精确、低成本的融合定位。
[0005]为解决以上技术问题，本专利技术提供了一种机房融合定位方法、系统、设备及存储介质。
[0006]第一方面，本专利技术提供了一种机房融合定位方法，所述方法包括以下步骤：
[0007]对采集到的原始机柜图像进行机柜关键点检测，得到关键点二维坐标；
[0008]根据每帧原始机柜图像的里程计和姿态角度变化值，得到相邻两帧的姿态变化差值；
[0009]将所述机柜关键点转换到车身坐标系，得到关键点车身坐标；
[0010]根据所述关键点车身坐标得到车身观测信息、定位位姿置信度和关键点车身方向向量，所述车身观测信息包括关键点权重值和随机测量误差概率；
[0011]基于所述关键点车身坐标进行栅格地图更新，建立机柜关键点地图，并在所述机柜关键点地图中设置机器人起始坐标点；
[0012]在机器人起始坐标点的预设误差范围内散布粒子集，并根据所述姿态变化差值以及所述车身观测信息更新粒子集；
[0013]根据关键点车身方向向量获取粒子概率值，并根据所述粒子概率值得到最大似然
估计位姿；
[0014]基于所述最大似然估计位姿，反复迭代，直至达到预设的收敛条件，得到机器人的最优位姿及其对应的定位位姿置信度。
[0015]在进一步的实施方案中，所述根据所述关键点车身坐标得到车身观测信息的步骤包括：
[0016]根据所述关键点车身坐标与所述车身坐标系中的原点坐标，得到关键点测量值；
[0017]根据所述关键点测量值、预先获取的单应性尺度因子以及权重归一化因子，得到关键点权重；
[0018]根据所述关键点测量值以及预先建立的随机高斯噪声模型，得到机柜关键点的随机测量误差概率。
[0019]在进一步的实施方案中，所述根据所述关键点车身坐标得到定位位姿置信度和关键点车身方向向量的步骤包括：
[0020]根据所述关键点车身坐标计算得到协方差矩阵；
[0021]对所述协方差矩阵进行分解，并对特征值进行排序，并根据最大特征值和次大特征值，获取定位位姿置信度；
[0022]在车身坐标系中，遍历每一个机柜关键点，并查找其最近邻机柜关键点，并根据两个机柜关键点的关键点车身坐标确定当前关键点的关键点车身方向向量。
[0023]在进一步的实施方案中，所述根据所述姿态变化差值以及所述车身观测信息更新粒子集的步骤包括：
[0024]在初始迭代中，获取每个粒子各个时刻的状态量；
[0025]将所述姿态变化差值叠加到每个粒子上一时刻的状态量中，得到每个粒子当前时刻的状态更新量；
[0026]计算所述机柜关键点地图中的空白区域概率值，根据所述空白区域概率值、所述关键点权重、所述随机测量误差概率以及预设的关键点概率值得到地图观测概率值；
[0027]根据所述状态更新量以及所述地图观测概率值更新粒子集。
[0028]在进一步的实施方案中，所述计算所述机柜关键点地图中的空白区域概率值的步骤包括：
[0029]将所述机柜关键点地图中的非关键点区域作为空白区域；
[0030]遍历每一个所述空白区域的像素，获取该像素到与其最近的机柜关键点的欧氏距离，并根据均值为零的高斯概率查找表，得到空白区域概率值。
[0031]在进一步的实施方案中，所述根据关键点车身方向向量获取粒子概率值的步骤包括：
[0032]将所述状态更新量投影到所述机柜关键点地图中，并搜索得到每个机柜关键点最近邻的地图匹配关键点；
[0033]获取每个地图匹配关键点在所述机柜关键点地图中的匹配关键点方向向量；
[0034]根据所述关键点车身方向向量以及所述匹配关键点方向向量得到方向差异概率值；
[0035]根据所述地图观测概率值和所述方向差异概率值得到粒子概率值。
[0036]在进一步的实施方案中，所述根据所述粒子概率值得到最大似然估计位姿的步骤
包括：
[0037]对所有粒子概率值进行归一化，并根据预设的概率阈值进行重采样，得到新粒子集，根据所述新粒子集对应的归一化粒子概率值，得到最大似然估计位姿。
[0038]第二方面，本专利技术提供了一种机房融合定位系统，所述系统包括：
[0039]图像数据处理模块，用于对采集到的原始机柜图像进行机柜关键点检测，得到关键点二维坐标；还用于根据每帧原始机柜图像的里程计和姿态角度变化值，得到相邻两帧的姿态变化差值；
[0040]观测信息获取模块，用于将所述机柜关键点转换到车身坐标系，得到关键点车身坐标；还用于根据所述关键点车身坐标得到车身观测信息、定位位姿置信度和关键点车身方向向量，所述车身观测信息包括关键点权重值和随机测量误差概率；
[0041]关键点地图建立模块，用于基于所述关键点车身坐标进行栅格地图更新，建立机柜关键点地图，并在所述机柜关键点地图中设置机器人起始坐标点；
[0042]粒子集更新模块，用于在机器人起始坐标点的预设误差范围内散布粒子集，并根据所述姿态变化差值以及所述车身观测信息更新粒子集；
[0043]机器人定位模块，用于根据关键点车身方向向量获取粒子概率值，并根据所述粒子概率值得到最大似然估计位姿；还用于基于所述最大似然估计位姿，反复迭代，直至达到预设的收敛条件，得到机器人的最优位姿及其对应的定位位姿置信度。
[0044]第三方面，本专利技术还提供了一种计算机设备，包括处理器和本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种机房融合定位方法，其特征在于，包括以下步骤：对采集到的原始机柜图像进行机柜关键点检测，得到关键点二维坐标；根据每帧原始机柜图像的里程计和姿态角度变化值，得到相邻两帧的姿态变化差值；将所述机柜关键点转换到车身坐标系，得到关键点车身坐标；根据所述关键点车身坐标得到车身观测信息、定位位姿置信度和关键点车身方向向量，所述车身观测信息包括关键点权重值和随机测量误差概率；基于所述关键点车身坐标进行栅格地图更新，建立机柜关键点地图，并在所述机柜关键点地图中设置机器人起始坐标点；在机器人起始坐标点的预设误差范围内散布粒子集，并根据所述姿态变化差值以及所述车身观测信息更新粒子集；根据关键点车身方向向量获取粒子概率值，并根据所述粒子概率值得到最大似然估计位姿；基于所述最大似然估计位姿，反复迭代，直至达到预设的收敛条件，得到机器人的最优位姿及其对应的定位位姿置信度。2.如权利要求1所述的一种机房融合定位方法，其特征在于，所述根据所述关键点车身坐标得到车身观测信息的步骤包括：根据所述关键点车身坐标与所述车身坐标系中的原点坐标，得到关键点测量值；根据所述关键点测量值、预先获取的单应性尺度因子以及权重归一化因子，得到关键点权重；根据所述关键点测量值以及预先建立的随机高斯噪声模型，得到机柜关键点的随机测量误差概率。3.如权利要求1所述的一种机房融合定位方法，其特征在于，所述根据所述关键点车身坐标得到定位位姿置信度和关键点车身方向向量的步骤包括：根据所述关键点车身坐标计算得到协方差矩阵；对所述协方差矩阵进行分解，并对特征值进行排序，并根据最大特征值和次大特征值，获取定位位姿置信度；在车身坐标系中，遍历每一个机柜关键点，并查找其最近邻机柜关键点，并根据两个机柜关键点的关键点车身坐标确定当前关键点的关键点车身方向向量。4.如权利要求1所述的一种机房融合定位方法，其特征在于，所述根据所述姿态变化差值以及所述车身观测信息更新粒子集的步骤包括：在初始迭代中，获取每个粒子各个时刻的状态量；将所述姿态变化差值叠加到每个粒子上一时刻的状态量中，得到每个粒子当前时刻的状态更新量；计算所述机柜关键点地图中的空白区域概率值，根据所述空白区域概率值、所述关键点权重、所述随机测量误差概率以及预设的关键点概率值得到地图观测概率值；根据所述状态更新量以及所述地图观测概率值更新粒子集。5.如权利要求4所述的一种机房融合定位方法，其特征在于，所述计算所述机柜关键点地图中的空白区域概率值的步骤包括：将所述机柜关...
【专利技术属性】
技术研发人员：周流平，杨静，王莉，王巧莲，
申请(专利权)人：广州铁路职业技术学院广州铁路机械学校，
类型：发明
国别省市：
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。