机器人室内定位和导航方法、装置、设备及存储介质与流程

本发明涉及机器人技术领域，尤其涉及一种机器人室内定位和导航方法、装置、设备及存储介质。

背景技术：

要解决机器的自主导航运动的问题，依次要解决“我在哪里”即自主定位问题，“要到哪里去”即室内地图构建问题，“怎么去”即路径规划问题，最后是机器以精准的运动姿态在构建的地图上按照规划好的路径从起始位置运动到目标位置。

在室外机器人可以依靠gps(globalpositioningsystem，全球定位系统)定位和导航，但是一旦到了室内环境，gps信号就会变弱，难以定位。为解决该问题，市面提出的解决方案包括有景深相机、wi-fi、蓝牙信标、led(light-emittingdiode，发光二极管)信标、rfid(radiofrequencyidentification，射频识别)信标等等。这其中有的需要安装大量信号发射器，成本较高，有的因为环境对wi-fi和蓝牙信号干扰大，定位不准，有的需要安装复杂算法，对系统资源要求太高。

技术实现要素：

本发明的主要目的在于提供一种机器人室内定位和导航方法、装置、设备及存储介质，旨在解决现有技术中机器人室内定位导航较困难的问题。

为实现上述目的，本发明提供一种机器人室内定位和导航方法，所述机器人室内定位和导航方法应用于机器人，所述机器人室内定位和导航方法包括以下步骤：

在接收到移动所述机器人至指定位置的移动指令时，采集所述机器人当前所处位置的第一全景图像；

检测所述第一全景图像与预设室内地图库中的全景图像的相似度，判断所述相似度是否大于或者等于预设相似度阈值；

若所述相似度大于或者等于预设相似度阈值，则从所述预设室内地图库中提取与所述第一全景图像相似度最高的全景图像的坐标信息和对应的障碍物坐标信息；

根据所述移动指令携带的指定位置的坐标信息、与所述第一全景图像相似度最高的全景图像的坐标信息和障碍物坐标信息规划移动路径，按照所述移动路径控制所述机器人移动至指定位置。

可选地，所述机器人设置有摄像机和超声波传感器，所述在接收到移动所述机器人至指定位置的移动指令时，采集所述机器人当前所处位置的第一全景图像的步骤之前还包括：

在接收到构建所述预设室内地图库的构建指令时，控制所述机器人以预设位置为原点，以预设方向为坐标轴构建坐标系，所述坐标系为平面坐标系或者三维坐标系；

控制所述机器人在室内按照预设移动规则移动，构建坐标信息，所述预设移动规则为所述机器人按照预设方向每移动预设距离后暂停移动；

通过所述摄像机采集室内的全景图像，并通过所述超声波传感器采集对应的障碍物坐标信息；

将坐标信息、对应的全景图像及对应的障碍物坐标信息关联存储至所述预设室内地图库。

可选地，所述机器人设置有电子指南针，所述通过所述摄像机采集室内的全景图像的步骤包括：

通过所述电子指南针调整所述摄像机转动至预设拍摄方向；

控制所述摄像机按照顺时针或者逆时针方向转动360°采集全景图像。

可选地，所述机器人设置有电子指南针，所述通过所述超声波传感器采集对应的障碍物坐标信息的步骤包括：

通过所述电子指南针调整所述超声波传感器转动至预设采集方向采集障碍物距离信息；

根据预设转换算法将所述预设采集方向的障碍物距离信息转换为障碍物坐标信息。

可选地，所述检测所述第一全景图像与预设室内地图库中的全景图像的相似度，判断所述相似度是否大于或者等于预设相似度阈值的步骤之后还包括：

若所述相似度小于预设相似度阈值，则控制所述机器人按照所述预设移动规则在室内移动，并通过所述摄像机采集并检测第二全景图像与预设室内地图库中的全景图像的相似度是否大于或者等于预设相似度阈值；

若所述第二全景图像与预设室内地图库中的全景图像的相似度大于或者等于预设相似度阈值，则从所述预设室内地图库中提取与所述第二全景图像相似度最高的全景图像的坐标信息和对应的障碍物坐标信息；

根据所述移动指令携带的指定位置的坐标信息、与所述第二全景图像相似度最高的全景图像的坐标信息和对应的障碍物坐标信息规划移动路径，按照所述移动路径控制所述机器人移动至指定位置。

可选地，所述若所述相似度小于预设相似度阈值，则控制所述机器人按照所述预设移动规则在室内移动，并通过所述摄像机采集并检测第二全景图像与预设室内地图库中的全景图像的相似度是否大于或者等于预设相似度阈值的步骤还包括：

将所述第一全景图像作为未知位置的全景图像，并记录所述机器人按照预设第一移动规则移动的方向和距离；

所述若所述第二全景图像与预设室内地图库中的全景图像的相似度大于或者等于预设相似度阈值，则从所述预设室内地图库中提取与所述第二全景图像相似度最高的全景图像的坐标信息和对应的障碍物坐标信息的步骤之后还包括：

根据与所述第二全景图像相似度最高的全景图像的坐标信息与所述机器人移动的方向和距离计算未知位置的坐标信息，将所述未知位置的坐标信息与所述第一全景图像对应保存至所述预设室内地图库，以更新所述预设室内地图库。

本发明还提供一种机器人室内定位和导航装置，其特征在于，所述机器人室内定位和导航装置包括：

采集模块，用于在接收到移动所述机器人至指定位置的移动指令时，采集所述机器人当前所处位置的第一全景图像；

检测模块，用于检测所述第一全景图像与预设室内地图库中的全景图像的相似度，判断所述相似度是否大于或者等于预设相似度阈值；

提取模块，用于若所述相似度大于或者等于预设相似度阈值，则从所述预设室内地图库中提取与所述第一全景图像相似度最高的全景图像的坐标信息和对应的障碍物坐标信息；

移动模块，用于根据所述移动指令携带的指定位置的坐标信息、与所述第一全景图像相似度最高的全景图像的坐标信息和障碍物坐标信息规划移动路径，按照所述移动路径控制所述机器人移动至指定位置。

此外，为实现上述目的，本发明还提供一种机器人室内定位和导航设备，所述机器人室内定位和导航设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的机器人室内定位和导航程序，所述机器人室内定位和导航程序被所述处理器执行时实现如上所述机器人室内定位和导航方法的步骤。

此外，为实现上述目的，本发明还提供一种存储介质，所述存储介质上存储有机器人室内定位和导航程序，所述机器人室内定位和导航程序被处理器执行时实现如上所述的机器人室内定位和导航方法的步骤。

本发明提出的机器人室内定位和导航方法、装置、设备及存储介质，通过在接收到移动机器人至指定位置的移动指令时，采集所述机器人当前所处位置的第一全景图像；检测所述第一全景图像与预设室内地图库中的全景图像的相似度，判断所述相似度是否大于或者等于预设相似度阈值；若所述相似度大于或者等于预设相似度阈值，则从所述预设室内地图库中提取与所述第一全景图像相似度最高的全景图像的坐标信息和对应的障碍物坐标信息；根据所述移动指令携带的指定位置的坐标信息、与所述第一全景图像相似度最高的全景图像的坐标信息和障碍物坐标信息规划移动路径，按照所述移动路径控制所述机器人移动至指定位置。本发明实现了机器人在室内环境的定位导航，提高了机器人室内定位对环境的适应性。

附图说明

图1是本发明实施例方案涉及的硬件运行环境的终端结构示意图；

图2为本发明的机器人室内定位和导航装置功能模块示意图；

图3为本发明机器人室内定位和导航方法第一实施例的流程示意图。

本发明目的实现、功能特点及优点将结合实施例，参照附图做进一步说明。

具体实施方式

应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

本发明实施例的主要解决方案是：在接收到移动机器人至指定位置的移动指令时，采集所述机器人当前所处位置的第一全景图像；检测所述第一全景图像与预设室内地图库中的全景图像的相似度，判断所述相似度是否大于或者等于预设相似度阈值；若所述相似度大于或者等于预设相似度阈值，则从所述预设室内地图库中提取与所述第一全景图像相似度最高的全景图像的坐标信息和对应的障碍物坐标信息；根据所述移动指令携带的指定位置的坐标信息、与所述第一全景图像相似度最高的全景图像的坐标信息和障碍物坐标信息规划移动路径，按照所述移动路径控制所述机器人移动至指定位置。本发明实现了机器人在室内环境的定位导航，提高了机器人室内定位对环境的适应性。

由于现有技术中在室外机器人可以依靠gps(globalpositioningsystem，全球定位系统)定位和导航，但是一旦到了室内环境，gps信号就会变弱，难以定位。为解决该问题，市面提出的解决方案包括有景深相机、wi-fi、蓝牙信标、led(light-emittingdiode，发光二极管)信标、rfid(radiofrequencyidentification，射频识别)信标等等。这其中有的需要安装大量信号发射器，成本较高，有的因为环境对wi-fi和蓝牙信号干扰大，定位不准，有的需要安装复杂算法，对系统资源要求太高。

本发明实施例提出一种解决方案，实现了机器人在室内环境的定位导航。

如图1所示，图1是本发明实施例方案涉及的硬件运行环境的终端结构示意图。

本发明实施例终端为机器人。

如图1所示，终端包括摄像头、超声波传感器和电子指南针。

该终端可以包括：处理器1001，例如cpu，网络接口1004，用户接口1003，存储器1005，通信总线1002。其中，通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(display)、输入单元比如键盘(keyboard)，可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如wi-fi接口)。存储器1005可以是高速ram存储器，也可以是稳定的存储器(non-volatilememory)，例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。

可选地，终端还可以包括rf(radiofrequency，射频)电路，传感器、音频电路、wifi模块等等。其中，传感器比如光传感器、运动传感器以及其他传感器。具体地，光传感器可包括环境光传感器及接近传感器，其中，环境光传感器可根据环境光线的明暗来调节显示屏的亮度，接近传感器可在终端设备移动到耳边时，关闭显示屏和/或背光。当然，终端还可配置陀螺仪、气压计、湿度计、温度计、红外线传感器等其他传感器，在此不再赘述。

本领域技术人员可以理解，图1中示出的终端结构并不构成对终端的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。

如图1所示，作为一种计算机存储介质的存储器1005中可以包括操作终端、网络通信模块、用户接口模块以及机器人室内定位和导航程序。

在图1所示的终端中，网络接口1004主要用于连接后台服务器，与后台服务器进行数据通信；用户接口1003主要用于连接客户端(用户端)，与客户端进行数据通信；而处理器1001可以用于调用存储器1005中存储的机器人室内定位和导航程序，并执行以下操作：

在接收到移动机器人至指定位置的移动指令时，采集所述机器人当前所处位置的第一全景图像；

检测所述第一全景图像与预设室内地图库中的全景图像的相似度，判断所述相似度是否大于或者等于预设相似度阈值；

若所述相似度大于或者等于预设相似度阈值，则从所述预设室内地图库中提取与所述第一全景图像相似度最高的全景图像的坐标信息和对应的障碍物坐标信息；

根据所述移动指令携带的指定位置的坐标信息、与所述第一全景图像相似度最高的全景图像的坐标信息和障碍物坐标信息规划移动路径，按照所述移动路径控制所述机器人移动至指定位置。

进一步地，处理器1001可以调用存储器1005中存储的机器人室内定位和导航程序，还执行以下操作：

在接收到构建所述预设室内地图库的构建指令时，控制所述机器人以预设位置为原点，以预设方向为坐标轴构建坐标系，所述坐标系为平面坐标系或者三维坐标系；

控制所述机器人在室内按照预设移动规则移动，构建坐标信息，所述预设移动规则为所述机器人按照预设方向每移动预设距离后暂停移动；

通过所述摄像机采集室内的全景图像，并通过所述超声波传感器采集对应的障碍物坐标信息；

将坐标信息、对应的全景图像及对应的障碍物坐标信息关联存储至所述预设室内地图库。

进一步地，处理器1001可以调用存储器1005中存储的机器人室内定位和导航程序，还执行以下操作：

通过所述电子指南针调整所述摄像机转动至预设拍摄方向；

控制所述摄像机按照顺时针或者逆时针方向转动360°采集全景图像。

进一步地，处理器1001可以调用存储器1005中存储的机器人室内定位和导航程序，还执行以下操作：

通过所述电子指南针调整所述超声波传感器转动至预设采集方向采集障碍物距离信息；

根据预设转换算法将所述预设采集方向的障碍物距离信息转换为障碍物坐标信息。

进一步地，处理器1001可以调用存储器1005中存储的机器人室内定位和导航程序，还执行以下操作：

若所述相似度小于预设相似度阈值，则控制所述机器人按照所述预设移动规则在室内移动，并通过所述摄像机采集并检测第二全景图像与预设室内地图库中的全景图像的相似度是否大于或者等于预设相似度阈值；

若所述第二全景图像与预设室内地图库中的全景图像的相似度大于或者等于预设相似度阈值，则从所述预设室内地图库中提取与所述第二全景图像相似度最高的全景图像的坐标信息和对应的障碍物坐标信息；

根据所述移动指令携带的指定位置的坐标信息、与所述第二全景图像相似度最高的全景图像的坐标信息和对应的障碍物坐标信息规划移动路径，按照所述移动路径控制所述机器人移动至指定位置。

进一步地，处理器1001可以调用存储器1005中存储的机器人室内定位和导航程序，还执行以下操作：

将所述第一全景图像作为未知位置的全景图像，并记录所述机器人按照预设第一移动规则移动的方向和距离。

进一步地，处理器1001可以调用存储器1005中存储的机器人室内定位和导航程序，还执行以下操作：

根据与所述第二全景图像相似度最高的全景图像的坐标信息与所述机器人移动的方向和距离计算未知位置的坐标信息，将所述未知位置的坐标信息与所述第一全景图像对应保存至所述预设室内地图库，以更新所述预设室内地图库。

本发明提供的技术方案，所述机器人室内定位和导航终端通过处理器1001调用存储器1005中存储的机器人室内定位和导航程序，以实现步骤：在接收到移动机器人至指定位置的移动指令时，采集所述机器人当前所处位置的第一全景图像；检测所述第一全景图像与预设室内地图库中的全景图像的相似度，判断所述相似度是否大于或者等于预设相似度阈值；若所述相似度大于或者等于预设相似度阈值，则从所述预设室内地图库中提取与所述第一全景图像相似度最高的全景图像的坐标信息和对应的障碍物坐标信息；根据所述移动指令携带的指定位置的坐标信息、与所述第一全景图像相似度最高的全景图像的坐标信息和障碍物坐标信息规划移动路径，按照所述移动路径控制所述机器人移动至指定位置。本发明实现了机器人在室内环境的定位导航，提高了机器人室内定位对环境的适应性。

参见图2，图2为本发明的机器人室内定位和导航装置功能模块示意图。

本发明还提供一种机器人室内定位和导航装置，所述机器人室内定位和导航装置应用于机器人，所述机器人室内定位和导航装置包括：

采集模块10，用于在接收到移动所述机器人至指定位置的移动指令时，采集所述机器人当前所处位置的第一全景图像；

检测模块20，用于检测所述第一全景图像与预设室内地图库中的全景图像的相似度，判断所述相似度是否大于或者等于预设相似度阈值；

提取模块30，用于若所述相似度大于或者等于预设相似度阈值，则从所述预设室内地图库中提取与所述第一全景图像相似度最高的全景图像的坐标信息和对应的障碍物坐标信息；

移动模块40，用于根据所述移动指令携带的指定位置的坐标信息、与所述第一全景图像相似度最高的全景图像的坐标信息和障碍物坐标信息规划移动路径，按照所述移动路径控制所述机器人移动至指定位置。

本发明机器人室内定位和导航装置具体实施方式与机器人室内定位和导航方法各实施例基本相同，在此不再赘述。

本发明提供了一种存储介质，所述存储介质存储有一个或者一个以上程序，所述一个或者一个以上程序还可被一个或者一个以上的处理器执行以用于实现上述任一项所述的机器人室内定位和导航方法的步骤。

本发明存储介质具体实施方式与机器人室内定位和导航方法各实施例基本相同，在此不再赘述。

基于上述硬件结构，提出本发明机器人室内定位和导航方法实施例。

参照图3，图3为本发明机器人室内定位和导航方法第一实施例的流程示意图。

如图3所示，本发明第一实施例提供一种机器人室内定位和导航方法，所述机器人室内定位和导航方法应用于机器人，所述机器人室内定位和导航方法包括以下步骤：

步骤s1，在接收到移动所述机器人至指定位置的移动指令时，采集所述机器人当前所处位置的第一全景图像；

要解决机器的自主导航运动的问题，依次要解决“我在哪里”即自主定位问题，“要到哪里去”即室内地图构建问题，“怎么去”即路径规划问题，最后是机器以精准的运动姿态在构建的地图上按照规划好的路径从起始位置运动到目标位置。

在室外机器人可以依靠gps(globalpositioningsystem，全球定位系统)定位和导航，但是一旦到了室内环境，gps信号就会变弱，难以定位。为解决该问题，市面提出的解决方案包括有景深相机、wi-fi、蓝牙信标、led(light-emittingdiode，发光二极管)信标、rfid(radiofrequencyidentification，射频识别)信标等等。这其中有的需要安装大量信号发射器，成本较高，有的因为环境对wi-fi和蓝牙信号干扰大，定位不准，有的需要安装复杂算法，对系统资源要求太高。

可以理解的是，本发明提出的机器人室内定位和导航方法，适用于机器人技术领域。

在本实施例中，在步骤s1之前还包括：在接收到构建所述预设室内地图库的构建指令时，控制所述机器人以预设位置为原点，以预设方向为坐标轴构建坐标系，所述坐标系为平面坐标系或者三维坐标系；控制所述机器人在室内按照预设移动规则移动，构建坐标信息，并通过所述摄像机采集室内各处的全景图像，通过所述超声波传感器采集对应的障碍物坐标信息；将室内各处的坐标信息、对应的全景图像及对应的障碍物坐标信息对应存储至所述预设室内地图库。

在预设室内地图库构建完成之后，若机器人接收到移动至指定位置的移动指令，首先要解决的是“我在哪里”即自主定位问题，而机器人的自主定位是通过图像比对来实现的。因此，首先需要通过机器人内置或者外置的摄像机采集该机器人当前所处位置的全景图像，作为第一全景图像。

具体地，摄像机采集该机器人当前所处位置的全景图像的步骤是：首先通过该机器人内置的电子指南针调整摄像机转动至预设拍摄方向，再控制摄像机按逆时针或者顺时针方向转动360°拍照，得到全景图像。

其中，用户或者运维人员可根据需要自行设置预设拍摄方向，本实施例不做限定。例如，若预设拍摄方向为正北方向，则每次采集全景图像时，该机器人内置的电子指南针调整摄像机转动至正北方向开始采集全景图像，以保证所采集到的所有全景图像都是从正北方向开始的，大大降低了图像匹配算法的复杂度，提高计算效率，也大大提高了图像匹配的准确率和稳定性。

步骤s2，检测所述第一全景图像与预设室内地图库中的全景图像的相似度，判断所述相似度是否大于或者等于预设相似度阈值；

在通过摄像机采集到该机器人当前所处位置的第一全景图像后，通过图像匹配算法计算第一全景图像与预设室内地图库中的全景图像的相似度。

其中，该图像匹配算法为特征匹配算法。特征匹配算法相对于其他的图像匹配算法计算量大大减少，且精确程度大大提高。

在计算得到第一全景图像与预设室内地图库中的全景图像的相似度之后，判断该相似度是否大于或者等于预设相似度阈值。若该相似度大于或者等于预设相似度阈值，则从预设室内地图库中提取与第一全景图像相似度最高的全景图像的坐标信息和对应的障碍物坐标信息；若该相似度小于预设相似度阈值，则控制机器人按照预设移动规则在室内移动，并通过摄像机采集第二全景图像。

其中，用户或者运维人员可根据需要自行设置预设相似度阈值的大小，本实施例不做限定。

步骤s3，若所述相似度大于或者等于预设相似度阈值，则从所述预设室内地图库中提取与所述第一全景图像相似度最高的全景图像的坐标信息和对应的障碍物坐标信息；

在计算得到第一全景图像与预设室内地图库中的全景图像的相似度之后，判断该相似度是否大于或者等于预设相似度阈值。若该相似度大于或者等于预设相似度阈值，则从预设室内地图库中提取与第一全景图像相似度最高的全景图像的坐标信息和对应的障碍物坐标信息。

步骤s4，根据所述移动指令携带的指定位置的坐标信息、与所述第一全景图像相似度最高的全景图像的坐标信息和障碍物坐标信息规划移动路径，按照所述移动路径控制所述机器人移动至指定位置。

将从预设室内地图库中提取到的与第一全景图像相似度最高的全景图像的坐标信息作为机器人当前所处位置在坐标系中的位置信息(即起点)，从而解决了“我在哪里”的机器人自主定位问题。移动指令携带的指定位置的坐标信息(即终点)解决了“要到哪里去”的室内地图构建问题，因此最后要解决的是“怎么去”的路径规划问题。机器人在室内运动需要避开障碍物，因此根据障碍物坐标信息、起点和终点即可规划移动路径，并控制机器人按照移动路径移动至指定位置。

本实施例提出的机器人室内定位和导航方法，通过在接收到移动所述机器人至指定位置的移动指令时，采集所述机器人当前所处位置的第一全景图像；检测所述第一全景图像与预设室内地图库中的全景图像的相似度，判断所述相似度是否大于或者等于预设相似度阈值；若所述相似度大于或者等于预设相似度阈值，则从所述预设室内地图库中提取与所述第一全景图像相似度最高的全景图像的坐标信息和对应的障碍物坐标信息；根据所述移动指令携带的指定位置的坐标信息、与所述第一全景图像相似度最高的全景图像的坐标信息和障碍物坐标信息规划移动路径，按照所述移动路径控制所述机器人移动至指定位置。本发明实现了机器人在室内利用全景图像比对和超声波传感实现定位和导航的目的。

进一步地，基于上述图3所示的第一实施例，提出本发明机器人室内定位和导航方法第二实施例，在本实施例中，所述机器人设置有摄像机和超声波传感器，上述步骤s1之前还包括：

步骤s11，在接收到构建所述预设室内地图库的构建指令时，控制所述机器人以预设位置为原点，以预设方向为坐标轴构建坐标系，所述坐标系为平面坐标系或者三维坐标系；

在本实施例中，在用户或者运维人员首次在一个新的室内环境中使用该机器人时，首先需要构建室内地图，室内地图是以坐标系的形式构建的，以预设位置作为坐标系的原点，预设方向作为坐标轴，坐标系可以是平面坐标系也可以是三维坐标系。在坐标系构建完成之后，室内各处都有相应的坐标信息。

其中，用户或者运维人员可根据需要自行设置预设位置(例如将充电点作为预设位置)，本实施例不做限定。

另外，用户或者运维人员可根据需要自行设置预设方向(例如若将正北和正东方向作为预设方向，则该坐标系为平面坐标系)，本实施例不做限定。

步骤s12，控制所述机器人在室内按照预设移动规则移动，构建坐标信息，所述预设移动规则为所述机器人按照预设方向每移动预设距离后暂停移动；

在坐标系构建完成后，需要确定坐标系中各个点的坐标信息，坐标信息由机器人按照预设移动规则在室内移动确定，该第一预设规则为该机器人按照预设方向(即坐标轴的方向)每移动预设距离后暂停移动。

其中，用户或者运维人员可根据需要自行设置预设距离的大小(例如将机器人机身的最大直径作为预设距离)，本实施例不做限定。

步骤s13，通过所述摄像机采集室内的全景图像，并通过所述超声波传感器采集对应的障碍物坐标信息；

在该机器人按照预设方向每移动预设距离后暂停移动，确定该机器人当前所处位置的坐标信息之后，通过该机器人内置的电子指南针调整摄像机转动至预设拍摄方向，再控制摄像机按逆时针或者顺时针方向转动360°拍照，得到全景图像。

在该机器人按照预设方向每移动预设距离后暂停移动，确定该机器人当前所处位置的坐标信息之后，还需通过机器人内的超声波传感器采集当前位置的障碍物坐标信息。

步骤s14，将坐标信息、对应的全景图像及对应的障碍物坐标信息关联存储至所述预设室内地图库。

将室内各处的坐标信息、对应的全景图像和对应的障碍物坐标信息关联存储至所述预设室内地图库，使每个坐标点都有唯一对应的全景图像及障碍物坐标信息。

进一步地，所述机器人设置有电子指南针，所述通过所述摄像机采集室内的全景图像的步骤包括：

步骤s131，通过所述电子指南针调整所述摄像机转动至预设拍摄方向；

步骤s132，控制所述摄像机按照顺时针或者逆时针方向转动360°采集全景图像。

在本实施例中，摄像机采集该机器人当前所处位置的全景图像的步骤是：首先通过该机器人内置的电子指南针调整摄像机转动至预设拍摄方向，再控制摄像机按逆时针或者顺时针方向转动360°拍照，得到全景图像。

其中，用户或者运维人员可根据需要自行设置预设拍摄方向，本实施例不做限定。例如，若预设拍摄方向为正北方向，则每次采集全景图像时，该机器人内置的电子指南针调整摄像机转动至正北方向开始采集全景图像，以保证所采集到的所有全景图像都是从正北方向开始的，大大降低了图像匹配算法的复杂度，提高计算效率，也大大提高了图像匹配的准确率和稳定性。

进一步地，所述机器人设置有电子指南针，所述通过所述超声波传感器采集对应的障碍物坐标信息的步骤包括：

步骤s133，通过所述电子指南针调整所述超声波传感器转动至预设采集方向采集障碍物距离信息；

步骤s134，根据预设转换算法将所述预设采集方向的障碍物距离信息转换为障碍物坐标信息。

在本实施例中，超声波传感器采集该机器人当前所处位置的障碍物坐标信息的步骤是：首先通过该机器人内置的电子指南针调整超声波传感器转动至至预设采集方向采集障碍物距离信息，再根据预设转换算法将预设采集方向的障碍物距离信息转换为障碍物坐标信息。

为辅助说明，现列举一实例：若用户设置预设采集方向为正北、正东、正南和正西方向，则电子指南针调整超声波传感器转动，使得超声波测距探头分别转向正北、正东、正南和正西方向，启动超声波测距并记录下四个方向的障碍物距离信息。根据预设转换算法和机器人当前所处位置的坐标信息即可计算得到障碍物坐标信息。

通过本实施例提出的机器人室内定位和导航方法，通过构建室内地图坐标系，并通过摄像机采集全景图像、超声波传感器采集障碍物信息，使每个坐标点都有唯一对应的全景图像及障碍物坐标信息，充分确保了室内地图的准确性。

进一步地，基于上述图3所示的第一实施例，提出本发明机器人室内定位和导航方法第三实施例，在本实施例中，上述步骤s2之后还包括：

步骤s21，若所述相似度小于预设相似度阈值，则控制所述机器人按照所述预设移动规则在室内移动，并通过所述摄像机采集并检测第二全景图像与预设室内地图库中的全景图像的相似度是否大于或者等于预设相似度阈值；

在本实施例中，在计算得到第一全景图像与预设室内地图库中的全景图像的相似度之后，判断该相似度是否大于或者等于预设相似度阈值。若该相似度小于预设相似度阈值，说明室内环境可能发生了变化，则控制机器人按照预设移动规则(即机器人按照预设方向每移动预设距离后暂停移动)在室内移动，并通过摄像机采集第二全景图像，检测第二全景图像与预设室内地图库中的全景图像的相似度是否大于或者等于预设相似度阈值。

若第二全景图像与预设室内地图库中的全景图像的相似度仍小于预设相似度阈值，则控制所述机器人继续按照预设移动规则在室内移动，并采集检测全景图像，直至该全景图像与预设室内地图库中的全景图像的相似度大于或者等于预设相似度阈值，即机器人能够实现自主定位为止。

步骤s22，若所述第二全景图像与预设室内地图库中的全景图像的相似度大于或者等于预设相似度阈值，则从所述预设室内地图库中提取与所述第二全景图像相似度最高的全景图像的坐标信息和对应的障碍物坐标信息；

在计算得到第二全景图像与预设室内地图库中的全景图像的相似度之后，判断该相似度是否大于或者等于预设相似度阈值。若该相似度大于或者等于预设相似度阈值，则从预设室内地图库中提取与第二全景图像相似度最高的全景图像的坐标信息和对应的障碍物坐标信息。

步骤s23，根据所述移动指令携带的指定位置的坐标信息、与所述第二全景图像相似度最高的全景图像的坐标信息和对应的障碍物坐标信息规划移动路径，按照所述移动路径控制所述机器人移动至指定位置。

将从预设室内地图库中提取到的与第二全景图像相似度最高的全景图像的坐标信息作为机器人当前所处位置在坐标系中的位置信息(即起点)，从而解决了“我在哪里”的机器人自主定位问题。移动指令携带的指定位置的坐标信息(即终点)解决了“要到哪里去”的室内地图构建问题，因此最后要解决的是“怎么去”的路径规划问题。机器人在室内运动需要避开障碍物，因此根据障碍物坐标信息、起点和终点即可规划移动路径，并控制机器人按照移动路径移动至指定位置。

进一步地，上述步骤s21还包括：

步骤s211，将所述第一全景图像作为未知位置的全景图像，并记录所述机器人按照预设第一移动规则移动的方向和距离；

在本实施例中，若第一全景图像与预设室内地图库中的全景图像的相似度小于预设相似度阈值，则将第一全景图像作为未知位置的全景图像，并记录机器人按照预设第一移动规则移动的方向和距离。

上述步骤s22之后还包括：

步骤s221，根据与所述第二全景图像相似度最高的全景图像的坐标信息与所述机器人移动的方向和距离计算未知位置的坐标信息，将所述未知位置的坐标信息与所述第一全景图像对应保存至所述预设室内地图库，以更新所述预设室内地图库。

在机器人运动至第二全景图像与预设室内地图库中的全景图像的相似度大于或者等于预设相似度阈值时，从预设室内地图库中提取与第二全景图像相似度最高的全景图像的坐标信息，根据该坐标信息与机器人移动的方向和距离即可计算未知位置的坐标信息，在计算得到未知位置的坐标信息之后，将未知位置的坐标信息与第一全景图像对应保存至预设室内地图库，以更新预设室内地图库。

通过本发明实施例提出的技术方案，解决了现有技术中在室外机器人可以依靠gps定位和导航，但是一旦到了室内环境，gps信号就会变弱，难以定位。为解决该问题，市面提出的解决方案包括有景深相机、wi-fi、蓝牙信标、led信标、rfid信标等等。这其中有的需要安装大量信号发射器，成本较高，有的因为环境对wi-fi和蓝牙信号干扰大，定位不准，有的需要安装复杂算法，对系统资源要求太高。

需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者终端不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者终端所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者终端中还存在另外的相同要素。

上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在如上所述的一个存储介质(如rom/ram、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本发明各个实施例所述的方法。

以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。