机器人补偿定位方法及装置与流程

本申请涉及机器人技术领域，具体而言，涉及一种机器人补偿定位方法及装置。

背景技术

机器人被广泛应用于人们的日常生活中，例如扫地机器人、洗地机器人、送餐机器人、仓储运输机器人等。

目前，常见的移动机器人的定位方式主要有gps定位、激光定位等，但是，无论采用上述何种定位方式，其所确定的定位数据一般都会存在误差较大、精度较低的技术问题，导致移动机器人导航过程中的准确性较低，无法满足用户的使用需求。

申请内容

为了克服现有技术中的上述不足，本申请的目的在于提供一种机器人补偿定位方法及装置，以解决或者改善上述问题。

为了实现上述目的，本申请实施例采用的技术方案如下：

第一方面，本申请实施例提供一种机器人补偿定位方法，应用于机器人，所述方法包括：

获取每个视频检测周期中的光电检测信息和视频检测信息，其中，所述光电检测信息包括所述机器人在该视频检测周期中的多个相对位移坐标，所述视频检测信息包括所述机器人在该视频检测周期中的起点定位坐标和终点定位坐标；

根据所述光电检测信息和所述视频检测信息计算该视频检测周期的补偿定位参数；

基于所述补偿定位参数对所述光电检测信息中的每个相对位移坐标进行补偿修正，得到补偿修正后的各个相对位移坐标；

根据所述起点定位坐标、所述终点定位坐标以及所述补偿修正后的各个相对位移坐标生成所述机器人在该视频检测周期中的定位轨迹信息。

可选地，所述机器人包括有视频检测装置和光电位移感应装置，所述获取每个视频检测周期中的光电检测信息和视频检测信息的步骤，包括：

通过所述视频检测装置采集每个视频检测周期中的起点图案图像和终点图案图像，并分别将所述起点图案图像和所述终点图案图像与预先存储的所在定位区域的图案地图中各个方向下的各个定位坐标的图案图像进行比对分析，获取与所述起点图案图像匹配的起点定位坐标和与所述终点图案图像匹配的终点定位坐标；

通过所述光电位移感应装置在每个视频检测周期中连续发射第一光电信号并接收经由所在定位区域反射的对应的第二光电信号，根据每次发射的第一光电信号和接收的第二光电信号获取多个相对位移坐标。

可选地，所述根据所述光电检测信息和所述视频检测信息计算该视频检测周期的补偿定位参数的步骤，包括：

计算所述多个相对位移坐标的横坐标之和以及纵坐标之和；

计算所述起点定位坐标和终点定位坐标之间的横坐标之差以及纵坐标之差；

根据所述横坐标之和以及所述横坐标之差计算该视频检测周期的横坐标补偿定位参数；

根据所述纵坐标之和以及所述纵坐标之差计算该视频检测周期的纵坐标补偿定位参数；

根据所述横坐标补偿定位参数和所述纵坐标补偿定位参数得到该视频检测周期的补偿定位参数。

可选地，所述基于所述补偿定位参数对所述光电检测信息中的每个相对位移坐标进行补偿修正，得到补偿修正后的各个相对位移坐标的步骤，包括：

基于所述横坐标补偿定位参数对所述光电检测信息中的每个相对位移坐标的横坐标进行补偿修正，得到补偿修正后的各个相对位移坐标的横坐标；

基于所述纵坐标补偿定位参数对所述光电检测信息中的每个相对位移坐标的纵坐标进行补偿修正，得到补偿修正后的各个相对位移坐标的纵坐标；

根据所述补偿修正后的各个相对位移坐标的横坐标和补偿修正后的各个相对位移坐标的纵坐标得到补偿修正后的各个相对位移坐标。

可选地，所述根据所述起点定位坐标、所述终点定位坐标以及所述补偿修正后的各个相对位移坐标生成所述机器人在该视频检测周期中的定位轨迹信息的步骤，包括：

根据所述补偿修正后的各个相对位移坐标计算得到将所述起点定位坐标和所述终点定位坐标之间的所述补偿修正后的各个相对位移坐标对应的位置坐标；

基于所述起点定位坐标、所述终点定位坐标以及所述起点定位坐标和所述终点定位坐标之间的各个位置坐标生成所述机器人在该视频检测周期中的定位轨迹信息。

可选地，所述根据所述起点定位坐标、所述终点定位坐标以及所述补偿修正后的各个相对位移坐标生成所述机器人在该视频检测周期中的定位轨迹信息的步骤之后，所述方法还包括：

在下一视频检测周期开始时，获取下一视频检测周期中的光电检测信息；

基于历史视频检测周期的补偿定位参数对下一视频检测周期中的每个相对位移坐标进行补偿修正，得到下一视频检测周期中的每个相对位移坐标对应的预测位置坐标。

可选地，所述基于历史视频检测周期的补偿定位参数对下一视频检测周期中的每个相对位移坐标进行补偿修正，得到下一视频检测周期中的每个相对位移坐标对应的预测位置坐标的步骤，包括：

计算历史视频检测周期的各个补偿定位参数的平均补偿定位参数；

基于所述平均补偿定位参数对下一视频检测周期中的每个相对位移坐标进行补偿修正，得到下一视频检测周期中的每个相对位移坐标对应的预测位置坐标。

第二方面，本申请实施例还提供一种机器人补偿定位装置，应用于机器人，所述装置包括：

获取模块，用于获取每个视频检测周期中的光电检测信息和视频检测信息，其中，所述光电检测信息包括所述机器人在该视频检测周期中的多个相对位移坐标，所述视频检测信息包括所述机器人在该视频检测周期中的起点定位坐标和终点定位坐标；

计算模块，用于根据所述光电检测信息和所述视频检测信息计算该视频检测周期的补偿定位参数；

补偿修正模块，用于基于所述补偿定位参数对所述光电检测信息中的每个相对位移坐标进行补偿修正，得到补偿修正后的各个相对位移坐标；

轨迹生成模块，用于根据所述起点定位坐标、所述终点定位坐标以及所述补偿修正后的各个相对位移坐标生成所述机器人在该视频检测周期中的定位轨迹信息。

第三方面，本申请实施例还提供一种可读存储介质，其上存储有计算机程序，所述计算机程序被执行时实现上述的机器人补偿定位方法。

相对于现有技术而言，本申请具有以下有益效果：

本申请实施例提供的机器人补偿定位方法及装置，通过获取每个视频检测周期中的光电检测信息和视频检测信息，并根据光电检测信息和视频检测信息计算该视频检测周期的补偿定位参数，接着，基于补偿定位参数对光电检测信息中的每个相对位移坐标进行补偿修正，得到补偿修正后的各个相对位移坐标，最后根据起点定位坐标、终点定位坐标以及补偿修正后的各个相对位移坐标生成机器人在该视频检测周期中的定位轨迹信息。由此，通过采用视频检测与光电检测结合的方法，利用视频检测信息对光电检测信息的累积误差进行校正，能够实现机器人的精准定位，从而确定机器人的实时位置和方向，便于机器人的管理。

附图说明

为了更清楚地说明本申请实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，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它相关的附图。

图1为本申请实施例提供的机器人补偿定位方法的应用场景示意图；

图2为用于实现机器人补偿定位方法的机器人的结构示意框图；

图3为本申请实施例提供的机器人补偿定位方法的一种流程示意图；

图4为本申请实施例提供的人造图案的一种示意图；

图5为本申请实施例提供的定位区域的图案地图的采集示意图；

图6为本申请实施例提供的机器人补偿定位方法的另一种流程示意图。

图标：100-机器人；110-存储介质；120-处理器；130-底盘；140-行走轮；150-视频检测装置；160-光电位移感应装置；170-照明灯；180-环境光传感器；200-机器人补偿定位装置；210-获取模块；220-计算模块；230-补偿修正模块；240-轨迹生成模块；300-定位区域。

具体实施方式

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，所描述的实施例是本申请一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。

因此，以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围，而是仅仅表示本申请的选定实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动的前提下所获得的所有其它实施例，都属于本申请保护的范围。

应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。

发明人在实现本实施例的过程中发现，当前机器人的定位方法主要是包括光电检测方法和视频检测方法。其中，采用光电检测方法能够快速敏感地检测到机器人的位移，例如，通常1cm的位移可产生2000次光电检测，但光电检测方法测量的是机器人的相对位移，非绝对位移，且短时间内测量非常频繁，尽快每次测量的位移误差不大，但经过多次位移累积后，累计误差非常明显。例如，经发明人研究发现，采用光电检测方法测量1m的位移可达到5％以上的累计误差。

此外，采用视频检测方法测量的是绝对位移，不存在累计误差，但会受相机、运算速度和传输速度影响，导致检测的实时性较差。例如，经发明人研究发现，采用视频检测方法的采样周期一般都为100ms左右，也即，每隔100ms为一个视频检测周期，视频检测方法只能检测到这100ms内机器人的起点坐标和终点坐标，但无法准确检测到起点坐标和终点坐标之间的机器人位移情况。

以上现有技术中的方案所存在的缺陷，均是发明人在经过实践并仔细研究后得出的结果，因此，上述问题的发现过程以及下文中本申请实施例针对上述问题所提出的解决方案，都应该是发明人在本申请过程中对本申请做出的贡献。

为了解决上述问题，请参阅图1，为本申请实施例提供的机器人补偿定位方法的应用场景示意图。本实施例中，所述机器人100可包括存储介质110、处理器120、底盘130、行走轮140、视频检测装置150、光电位移感应装置160、照明灯170以及环境光传感器180。

结合图2，所述存储介质110、视频检测装置150、光电位移感应装置160、照明灯170以及环境光传感器180分别直接或间接与所述处理器120电性连接，以实现数据的传输或交互。例如，这些元件相互之间可通过一条或多条通讯总线或信号线实现电性连接。所述视频检测装置150可安装在机器人100的底盘130上用于在运动中实时采集图案图像，并同时与定位区域300的整体图案地图进行比对，得到机器人100的实时位置信息及方向信息，用以校准所述光电位移感应装置160的累计误差，达到机器人精准定位的目的。

所述行走轮140设置在底盘130上，用于在所述定位区域300上滚动。

本实施例中，所述存储介质110中存储有机器人补偿定位装置200，所述机器人补偿定位装置200包括至少一个可以软件或固件(firmware)的形式存储于所述存储介质110中的软件功能模块，所述处理器120通过运行存储在存储介质110内的软件程序以及模块，如本申请实施例中的机器人补偿定位装置200，从而执行各种功能应用以及数据处理，即实现本申请实施例中的机器人补偿定位方法。

其中，所述存储介质110可包括高速随机存储器，还可包括非易失性存储器，如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中，存储介质110可进一步包括相对于处理器120远程设置的远程存储器，这些远程存储器可以通过网络连接至所述机器人100。其中，存储介质110用于存储程序，所述处理器120在接收到执行指令后，执行所述程序。上述存储介质110内的软件程序以及模块还可包括操作系统，其可包括各种用于管理系统任务(例如内存管理、存储设备控制、电源管理等)的软件组件和/或驱动，并可与各种硬件或软件组件相互通讯，从而提供其他软件组件的运行环境。

所述处理器120可以是一种集成电路芯片，具有信号的处理能力。上述的处理器120可以是通用处理器120，包括中央处理器120(centralprocessingunit，cpu)、网络处理器120(networkprocessor，np)等。还可以是数字信号处理器120(dsp)、专用集成电路(asic)、现场可编程门阵列(fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器120可以是微处理器120或者也可以是任何常规的处理器等。

如图2所示，所述机器人补偿定位装置200具体可包括：

获取模块210，用于获取每个视频检测周期中的光电检测信息和视频检测信息，其中，所述光电检测信息包括所述机器人100在该视频检测周期中的多个相对位移坐标，所述视频检测信息包括所述机器人100在该视频检测周期中的起点定位坐标和终点定位坐标。

计算模块220，用于根据所述光电检测信息和所述视频检测信息计算该视频检测周期的补偿定位参数。

补偿修正模块230，用于基于所述补偿定位参数对所述光电检测信息中的每个相对位移坐标进行补偿修正，得到补偿修正后的各个相对位移坐标。

轨迹生成模块240，用于根据所述起点定位坐标、所述终点定位坐标以及所述补偿修正后的各个相对位移坐标生成所述机器人100在该视频检测周期中的定位轨迹信息。

可选地，所述获取每个视频检测周期中的光电检测信息和视频检测信息的方式，包括：

通过所述视频检测装置150采集每个视频检测周期中的起点图案图像和终点图案图像，并分别将所述起点图案图像和所述终点图案图像与预先存储的所在定位区域300的图案地图中各个方向下的各个定位坐标的图案图像进行比对分析，获取与所述起点图案图像匹配的起点定位坐标和与所述终点图案图像匹配的终点定位坐标。

同时，通过所述光电位移感应装置160在每个视频检测周期中连续发射第一光电信号并接收经由所在定位区域300反射的对应的第二光电信号，根据每次发射的第一光电信号和接收的第二光电信号获取多个相对位移坐标。

可选地，所述计算模块220，还可以用于：

计算所述多个相对位移坐标的横坐标之和以及纵坐标之和；

计算所述起点定位坐标和终点定位坐标之间的横坐标之差以及纵坐标之差；

根据所述横坐标之和以及所述横坐标之差计算该视频检测周期的横坐标补偿定位参数；

根据所述纵坐标之和以及所述纵坐标之差计算该视频检测周期的纵坐标补偿定位参数；

根据所述横坐标补偿定位参数和所述纵坐标补偿定位参数得到该视频检测周期的补偿定位参数。

可选地，所述补偿修正模块230，还可以用于：

基于所述横坐标补偿定位参数对所述光电检测信息中的每个相对位移坐标的横坐标进行补偿修正，得到补偿修正后的各个相对位移坐标的横坐标；

基于所述纵坐标补偿定位参数对所述光电检测信息中的每个相对位移坐标的纵坐标进行补偿修正，得到补偿修正后的各个相对位移坐标的纵坐标；

根据所述补偿修正后的各个相对位移坐标的横坐标和补偿修正后的各个相对位移坐标的纵坐标得到补偿修正后的各个相对位移坐标。

可以理解的是，可以理解，图1和图2所示的结构仅为示意，所述机器人100还可以包括比图1和图2中所示更多或者更少的组件，或者具有与图1和图2所示不同的配置。图1和图2中所示的各组件可以采用硬件、软件或其组合实现。

进一步地，请参阅图3，为本申请实施例提供的机器人补偿定位方法的一种流程示意图，本实施例中，所述机器人补偿定位方法由图1中所示的机器人100执行，下面结合图3对图2中的机器人补偿定位装置200的各功能模块进行详细阐述。所应说明的是，本申请实施例提供的机器人补偿定位方法不以图3及以下所述的具体顺序为限制。所述方法的具体流程如下：

步骤s210，获取每个视频检测周期中的光电检测信息和视频检测信息。

本实施例中，所述光电检测信息包括所述机器人100在该视频检测周期中的多个相对位移坐标，所述视频检测信息包括所述机器人100在该视频检测周期中的起点定位坐标和终点定位坐标。下面分别对所述光电检测信息和所述视频检测信息的获取方式进行详细阐述。

所述光电检测信息的获取方式可以是，首先通过所述光电位移感应装置160在每个视频检测周期中连续发射第一光电信号并接收经由所在定位区域300反射的对应的第二光电信号，再根据每次发射的第一光电信号和接收的第二光电信号获取多个相对位移坐标。详细地，光电位移感应装置160可向定位区域300发射第一光电信号(例如激光、蓝光或者led光等等)，第一光电信号经定位区域300反射后由光电位移感应装置160的光电效应二极管吸收第二光电信号，通过检测反射的第二光电信号识别定位区域300的局部特征，并通过连续采样后局部特征在x方向和y方向的偏移来测定局部范围内的位移，从而获得相对位移坐标。

进一步地，所述视频检测信息的获取方式可以是，首先通过所述视频检测装置150采集每个视频检测周期中的起点图案图像和终点图案图像。可选地，如图1所示，视频检测装置150可设置在底盘130并朝向定位区域300，从而可通过所述视频检测装置150采集当前位置的视觉实时处理范围的图案图像。或者，所述视频检测装置150也可以设置在所述机器人100的侧面，并朝向所在定位区域300。又或者，所述视频检测装置150还可以设置在机器人100的顶部，并相对于所述机器人100伸出一定距离，同时朝向定位区域300。可以理解，所述视频检测装置150的具体设置位置在本实施例不作具体限制，只需保证所述视频检测装置150朝向定位区域300采集即可。

本实施例中，所述定位区域300可以是墙壁、地面等区域，在此不作具体限制。

本实施例中，所述图案图像可用于表征所述机器人100的当前位置信息，其具体图案内容不作任何限制，可以是建筑平面纹理图像，例如，墙面，地板，天花板等设有木纹的木质地板、有纹理的石材或有纹理的地板胶等市场常见家具或办公用商品；或者，还可以是含有位置信息的人造图案图像，例如人工设计的规律性符号、识别码(二维码或者条形码等)、坐标信息等。以人工设计的规律性符号为例，请参阅图4，图4中展示了人造图案的一种展示形式，该人造图案可拆分为多个0.1m*0.1m的部分，这些0.1m*0.1m的部分构成了所述视频检测装置150的采集区域。通过采用人造图案，相对于建筑平面纹理图像，图像特征更简单也更易识别，从而能够有效提高定位精度和定位效率。

当机器人100在照明条件不好的环境中运动时，视频检测装置150采集的图案可能存在模糊不清的情况，为了解决上述问题，可选地，如图1所示，所述机器人100的底盘130上还可以设置有照明灯170和环境光传感器180。在实际采集图案图像时，所述机器人100可通过所述环境光传感器180获取当前位置的定位区域300的光线强度，并判断所述光线强度是否小于预设强度阈值，若所述光线强度小于预设强度阈值，则控制所述照明灯170进行照明。由此，实现了所述机器人100在光照条件不好的环境中的辅助照明，保证了图案图像的采集质量。

承上所述，在采集到每个视频检测周期中的起点图案图像和终点图案图像后，分别将所述起点图案图像和所述终点图案图像与预先存储的所在定位区域300的图案地图中各个方向下的各个定位坐标的图案图像进行比对分析，获取与所述起点图案图像匹配的起点定位坐标和与所述终点图案图像匹配的终点定位坐标。

其中，所述机器人100中可预先存储有所在定位区域300的图案地图，所述图案地图中包括各个方向下的各个定位坐标的图案图像，所述图案图像可以为建筑平面纹理图像或者人造图案图像。下面对所述图案地图的建立方式进行示例性说明。

请参阅图5，本实施例提供两种示例实施方式来建立所在定位区域300的图案地图：

第一种示例实施方式，利用额外的至少一个相机(图5中仅示出两个)采集所述机器人100所在定位区域300局部图案图像，其中，每个相机都具有位置坐标，且采集高度固定，从而可以采集到固定大小及位置的局部采集区域图案图像，并利用计算机拼接的方式形成所在定位区域300整体的图案地图。

第二种示例实施方式，可通过预设采集行走路径并生成图案采集指令，所述机器人100首先响应该图案采集指令，从所述图案采集指令中获取采集行走路径，其中，所述采集行走路径遍历所述定位区域300，其具体路线不作具体限制，例如图5中所示，所述采集行走路径可以是分别沿定位区域300的边界方向来回移动，直到遍历所述定位区域300路径终止。接着，基于所述采集行走路径遍历采集多个图案图像，并基于采集的多个图案图像建立所在定位区域300的图案地图。

可以理解，上述建立所在定位区域300的图案地图的方式仅为示例，在其它实施方式中也可以采用其它方式建立图案地图。

基于上述建立的定位区域300的图案地图，可以将所述起点图案图像和终点图案图像与所述图案地图中各个方向下的各个定位坐标的图案图像进行比对分析，获取与所述起点图案图像匹配的起点定位坐标和所述终点图案图像匹配的终点定位坐标。例如，可分别计算所述起点图案图像与所述图案地图中各个方向下的各个定位坐标的图案图像之间的图案相似度，将图案相似度大于预设相似度阈值的图案图像对应的定位坐标作为与所述起点图案图像匹配的起点定位坐标，同理可以得到与所述终点图案图像匹配的终点定位坐标。

步骤s220，根据所述光电检测信息和所述视频检测信息计算该视频检测周期的补偿定位参数。

作为一种实施方式，首先，计算所述多个相对位移坐标的横坐标之和以及纵坐标之和。示例性地，假设在定位开始时刻t0，同时开始视频检测与光电检测，视频检测周期为t1，在每个视频检测周期内的(t0+nt1，t0+(n+1)t1)时间段，由视频检测得到的机器人100的起点坐标为(xn，yn)，(xn+1，yn+1)，而在此视频检测周期间共进行了m次光电检测，则由光电检测到的机器人100的相对位移为(sx1，sy1)，......，(sxi，syi)，.......，(sxm，sym)，总位移为(∑sxi，∑syi)，其中，所述多个相对位移坐标的横坐标之和为∑sxi，所述多个相对位移坐标的纵坐标之和为∑syi。

接着，计算所述起点定位坐标和终点定位坐标之间的横坐标之差以及纵坐标之差。基于上述示例，所述起点定位坐标和终点定位坐标之间的横坐标之差为xn+1-xn，所述起点定位坐标和终点定位坐标之间的纵坐标之差为yn+1-yn。

接着，根据所述横坐标之和以及所述横坐标之差计算该视频检测周期的横坐标补偿定位参数。所述横坐标补偿定位参数为：

kxn＝(xn+1-xn)/∑sxi

同时，根据所述纵坐标之和以及所述纵坐标之差计算该视频检测周期的纵坐标补偿定位参数。所述纵坐标补偿定位参数为：

kyn＝(yn+1-yn)/∑syi

最后，根据所述横坐标补偿定位参数和所述纵坐标补偿定位参数得到该视频检测周期的补偿定位参数，所述补偿定位参数即包括kxn和kyn。

步骤s230，基于所述补偿定位参数对所述光电检测信息中的每个相对位移坐标进行补偿修正，得到补偿修正后的各个相对位移坐标。

作为一种实施方式，首先，基于所述横坐标补偿定位参数对所述光电检测信息中的每个相对位移坐标的横坐标进行补偿修正，得到补偿修正后的各个相对位移坐标的横坐标。

例如，每个相对位移坐标的横坐标为sxi，则对应的补偿修正后的横坐标s’xi＝kxnsxi。

同时，基于所述纵坐标补偿定位参数对所述光电检测信息中的每个相对位移坐标的纵坐标进行补偿修正，得到补偿修正后的各个相对位移坐标的纵坐标。

例如，每个相对位移坐标的横坐标为syi，则对应的补偿修正后的横坐标s’yi＝kxnsyi。

接着，根据所述补偿修正后的各个相对位移坐标的横坐标和补偿修正后的各个相对位移坐标的纵坐标得到补偿修正后的各个相对位移坐标。也即，补偿修正后的各个相对位移坐标为(kxnsxi，kxnsyi)。

步骤s240，根据所述起点定位坐标、所述终点定位坐标以及所述补偿修正后的各个相对位移坐标生成所述机器人100在该视频检测周期中的定位轨迹信息。

本实施例中，可以根据所述补偿修正后的各个相对位移坐标计算得到将所述起点定位坐标和所述终点定位坐标之间的所述补偿修正后的各个相对位移坐标对应的位置坐标。也即，可以得到在起点定位坐标(xn，yn)和终点定位坐标(xn+1，yn+1)之间由光反射检测经线性补偿修正之前的m-1个位置：

(xn，yn)；

(xn+s’x1，yn+s’x1)；

(xn+s’x1+s’x2，yn+s’x1+s’x2)；

……

(xn+∑s’xi，yn+∑s’yi)；

……

(xn+1，yn+1)。

基于所述起点定位坐标(xn，yn)、所述终点定位坐标(xn+1，yn+1)以及所述起点定位坐标和所述终点定位坐标之间的各个位置坐标可以生成所述机器人100在该视频检测周期中的定位轨迹信息。

由此，通过采用视频检测与光电检测结合的方法，利用视频检测信息对光电检测信息的累积误差进行校正，能够实现机器人的精准定位，从而确定机器人的实时位置和方向，便于机器人的管理。

进一步地，发明人在研究过程中发现，当视频检测装置150进入下一视频检测周期开始进行视频检测时，如果该视频检测周期还未结束，那么该视频检测周期的视频检测信息亦无法获取，进而也无法获取该视频检测周期的补偿修正系数，但在此期间光电检测在持续检测，依然会存在累积误差，为了降低该累积误差，请参阅图6，在步骤s240之后，所述方法还可以包括如下步骤：

步骤s250，在下一视频检测周期开始时，获取下一视频检测周期中的光电检测信息。

步骤s260，基于历史视频检测周期的补偿定位参数对下一视频检测周期中的每个相对位移坐标进行补偿修正，得到下一视频检测周期中的每个相对位移坐标对应的预测位置坐标。

本实施例中，可以计算历史视频检测周期的各个补偿定位参数kxn和kyn的平均补偿定位参数，然后基于所述平均补偿定位参数对下一视频检测周期中的每个相对位移坐标进行补偿修正，得到下一视频检测周期中的每个相对位移坐标对应的预测位置坐标。具体补偿修正方法可参照上述实施例中的相应描述，在此不再赘述。

本实施例中，所述历史视频检测周期可以预先进行设定，例如可以设定最近n个视频检测周期作为历史视频检测周期，比如，可以设定最近3个视频检测周期作为历史视频检测周期。

可以理解的是，上述平均补偿定位参数只是列举的一种实施方式，在其它实施方式中，也可以选择其它计算方式对下一视频检测周期中的每个相对位移坐标进行补偿修正，本实施例对此不作具体限制。

如此，可以有效降低在下一视频检测周期开始但未结束期间光电检测形成累积误差，实现更加精准的定位。

进一步地，本申请实施例还提供一种可读存储介质，其上存储有计算机程序，所述计算机程序被执行时实现上述任意方法实施例中的机器人补偿定位方法。

综上所述，本申请实施例提供的机器人补偿定位方法及装置，通过获取每个视频检测周期中的光电检测信息和视频检测信息，并根据光电检测信息和视频检测信息计算该视频检测周期的补偿定位参数，接着，基于补偿定位参数对光电检测信息中的每个相对位移坐标进行补偿修正，得到补偿修正后的各个相对位移坐标，最后根据起点定位坐标、终点定位坐标以及补偿修正后的各个相对位移坐标生成机器人在该视频检测周期中的定位轨迹信息。由此，通过采用视频检测与光电检测结合的方法，利用视频检测信息对光电检测信息的累积误差进行校正，能够实现机器人的精准定位，从而确定机器人的实时位置和方向，便于机器人的管理。

在本申请所提供的实施例中，应该理解到，所揭露的装置和方法，也可以通过其它的方式实现。以上所描述的装置和方法实施例仅仅是示意性的，例如，附图中的流程图和框图显示了根据本申请的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

另外，在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。

可以替换的，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时，全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其它可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(dsl))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的电子设备、服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，dvd)、或者半导体介质(例如固态硬盘solidstatedisk(ssd))等。

需要说明的是，在本文中，术语"包括"、"包含"或者其任何其它变体意在涵盖非排它性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其它要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句"包括一个……"限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

对于本领域技术人员而言，显然本申请不限于上述示范性实施例的细节，而且在不背离本申请的精神或基本特征的情况下，能够以其它的具体形式实现本申请。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本申请的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本申请内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。