053]本申请的技术方案首先通过相应的传感器获取该机器人以当前位姿所处的当前场景下的环境地图信息，然后对获取的环境地图信息的特征点提取，即通过预设特征提取算法提取该环境地图信息的地图特征点。
[0054]优选的，该预设特征提取算法为harris特征提取算法。
[0055]S104:根据地图特征点计算准确位置信息。
[0056]在得到环境地图信息的地图特征点后，将该地图特征点与上一场景或预存的离线场景的环境地图信息的地图特征点进行特征匹配，同时根据上述初定位信息得到该机器人的准确位置信息。所谓环境地图信息是利用距离传感器获取的该机器人相对于周边的距离信息。
[0057]上一场景为相对于当前场景的上一刻的场景，具体讲为相对于本次定位的上一次定位时所采集到环境地图信息所针对的场景；而预存的离线场景是本次定位为开机后的第一次定位时，对上一次关机时最后一次定位时采集到的环境地图信息所针对的场景，还可以是预先通过其他手段采集到的本场景的环境地图信息。
[0058]优选的，上面所提到的特征匹配是通过最小二乘法进行特征匹配。
[0059]从上述技术方案可以看出，本实施例提供了一种机器人的任意位置定位方法，该方法首先计算该机器人的初定位信息，同时对机器人的所处的当前场景的环境地图信息进行特征点提起，然后将提取的地图特征点与上一场景或离线场景的环境地图信息的地图特征点进行特征匹配，即能够得到该机器人的准确位置信息。本方法无需对环境进行基站定位，因此工作量较小，且运行成本较低。
[0060]优选的，上述技术方案中在进行特征匹配以得到机器人的准确位置信息时，还可以将利用里程计获得的机器人的行走里程信息一并进行特征匹配，从而能够得到更为精确的准确位置信息。
[0061]实施例二
[0062]图2为本申请另一实施例提供的一种机器人的任意位置定位方法的流程图。
[0063]在上一实施例中提到机器人一般活动范围不会太大，但是一旦在较大范围移动超出该划定范围的边界后，本定位方法的精度可能就会较差，因此本实施例对上一实施例进行了局部改进，完整的流程如图2所示。
[0064]S201:提取当前场景的当前拓扑特征点。
[0065]本步骤为通过相应的传感器获取该机器人以当前位姿所处的当前场景下的环境拓扑信息，然后对获取的环境拓扑信息的特征点提取，将该特征点作为当前拓扑特征点，即通过预设特征提取算法提取该环境拓扑信息的拓扑特征点。该预设特征提取算法为Harris特征提取算法。
[0066]S202:根据当前拓扑特征点计算初定位信息。
[0067]在得到环境拓扑信息的当前拓扑特征点后，将该拓扑特征点与上一场景或预存的离线场景的环境拓扑信息的拓扑特征点进行特征匹配，根据匹配结果得到该机器人的初定位信息。所谓环境拓扑信息是利用视觉传感器获取的该机器人周边的图像信息。同样，上面所提到的特征匹配是通过最小二乘法进行特征匹配。
[0068]S203:提取当前场景的地图特征点。
[0069]当机器人在某个空间内运行时，一般活动范围不会太大，基本上就在一个划定范围、例如一个房间内进行活动，因此其活动的边界是较为固定的，此时如果能够得到其相对于该划定范围的边界的移动距离就能够对其自身进行定位。
[0070]本申请的技术方案首先通过相应的传感器获取该机器人以当前位姿所处的当前场景下的环境地图信息，然后对获取的环境地图信息的特征点提取，即通过预设特征提取算法提取该环境地图信息的地图特征点。
[0071]优选的，该预设特征提取算法为Harris特征提取算法。
[0072]S204:判断当前场景与上一场景或离线场景是否为同一场景。
[0073]为了判断机器人是否走出了划定范围，通过里程计获取的机器人的行走里程信息判断当前场景是否与上一场景或者离线场景是否为同一场景，如果是同一场景则执行步骤S205 ;如果不是同一场景，说明机器人走出了划定范围，则执行步骤S206。
[0074]S205:根据地图特征点计算准确位置信息。
[0075]在得到环境地图信息的地图特征点后，将该地图特征点与上一场景或预存的离线场景的环境地图信息的地图特征点进行特征匹配，并根据行走里程信息得到该机器人的准确位置信息。此时无需借助初定位信息对准确位置信息进行计算，因此能够节省运算资源。所谓环境地图信息是利用距离传感器获取的该机器人相对于周边的距离信息。上一场景为相对于当前场景的上一刻的场景，具体讲为相对于本次定位的上一次定位时所采集到环境地图信息所针对的场景；而预存的离线场景是本次定位为开机后的第一次定位时，对上一次关机时最后一次定位时采集到的环境地图信息所针对的场景；另外还可以是预先通过其他手段采集到的本场景的环境地图信息。
[0076]优选的，上面所提到的特征匹配是通过最小二乘法进行特征匹配。
[0077]206:根据地图特征点和行走里程信息计算准确位置信息。
[0078]即在判断出当前场景与上一场景或者离线场景不是同一场景的情况下，将环境地图信息的地图特征点与上一场景或预存的离线场景的环境地图信息的地图特征点进行特征匹配，并基于上述的初定位信息和行走里程信息得到该机器人的准确位置信息。所谓环境地图信息是利用距离传感器获取的该机器人相对于周边的距离信息。
[0079]实施例三
[0080]图3为本申请又一实施例提供的一种机器人的任意位置定位装置的示意图。
[0081]如图3所示，本实施例提供的任意位置定位装置包括拓扑特征点提取模块10、初定位信息计算模块20、地图特征点提取模块30和特征匹配模块40。
[0082]拓扑特征点提取模块10用于提取当前场景的当前拓扑特征点。
[0083]即对通过相应的传感器获取该机器人以当前位姿所处的当前场景下的环境拓扑信息环境拓扑信息的特征点进行提取，将该特征点作为当前拓扑特征点，即通过预设特征提取算法提取该环境拓扑信息的拓扑特征点。该预设特征提取算法为Harris特征提取算法。
[0084]初定位信息计算模块20用于根据拓扑特征点计算初定位信息。
[0085]在拓扑特征点提取模块10得到环境拓扑信息的当拓扑特征点后，将该当前拓扑特征点与上一场景或预存的离线场景的环境拓扑信息的拓扑特征点进行特征匹配，根据匹配结果得到该机器人的初定位信息。所谓环境拓扑信息是利用视觉传感器获取的该机器人周边的图像信息。同样，上面所提到的特征匹配是通过最小二乘法进行特征匹配。
[0086]地图特征点提取模块30用于提取当前场景的地图特征点。
[0087]当机器人在某个空间内运行时，一般活动范围不会太大，基本上就在一个划定范围、例如一个房间内进行活动，因此其活动的边界是较为固定的，此时如果能够得到其相对于该划定范围的边界的移动距离就能够对其自身进行定位。
[0088]本地图特征点提取模块30即用于对通过相应的传感器获取的该机器人以当前位姿所处的当前场景下的环境地图信息进行特征点提取，即通过预设特征提取算法提取该环境地图信息的地图特征点。
[0089]优选的，该地图特征点提取模块30利用Harris特征提取算法进行特征点提取的操作。
[0090]特征匹配模块40用于根据地图特征点和初定位信息计算准确位置信息。
[0091]在得到环境地图信息的地图特征点后，特征匹配模块40将该地图特征点与上一场景或预存的离线场景的环境地图信息的地图特征点进行特征匹配，并同时根据初定位信息计算模块20得到的初定位信息得到该机器人的准确位置信息。所谓环境地图信息是利用距离传感器获取的该机器人相对于周边的距离信息。
[0092]上一场景为相对于当前场景的上一刻的场景，具体讲为相对于本次定位的上一次定位时所采集到环境地图信息所针对的场景；而预存的离线场景是本次定位为开机后的第一次定位时，对上一次关机时最后一次定位时采集到的环境地图信息所针对的场景；另外还可以是预先通过其他手段采集到的本场景的环境地图信息。
[0093]优选的，特征匹配模块40利用最小二乘法进行特征匹配。
[0094]从上述技术方案可以看出，本实施例提供了一种机器人的任意位置定位装置，该装置首先利用拓扑特征点提取模块和初定位信息计算模块计算该机器人的初定位信息，同时利用地图特征提取模块对机器人的所处的当前场景的环境地图信息进行特征点提起，然后利用特征匹配模块将提取的地图特征点与上一场景或离线场景的环境地图信息的地图特征点进行特征匹配，即能够得到该机器人的准确位置信息。本装置无需对环境进行基站定位，因此工作量较小，且运行成本较低。
[0095]优选的，上述技术方案中在进行特征匹配以得到机器人的准确位置信息时，还可以将利用里程计获得的机器人的行走里程信息一并进行特征匹配，从而能够得到更为精确的准确位置信息。
[0096]实施例四
[0097]图4为本申请又一实