技术特征：
1.一种基于二维栅格地图的机器人重定位方法，其包括如下步骤：s1，获取机器人重定位指令，加载建图时保存的机器人路径轨迹点；s2，获取机器人获取的激光点云帧；s3，将所述激光点云帧转换为二维栅格子图cur_map；s4，将所述二维场景栅格地图以每一个路经轨迹点为中心分割成宽高为m*m的多个栅格图集sub_maps；s5，对二维栅格子图cur_map进行图像特征向量化，得到第一特征向量cur_d；s6，对多个栅格图集sub_maps的全部子图进行图像特征向量化，得到第二特征向量集d；s7，计算所述第二特征向量集与所述第一特征向量的向量二范数获取使所述向量二范数差值最小的多个栅格图集中的栅格小地图；s8，加载所述小栅格地图对应的中心路经轨迹点，将此点作为机器人初始点。2.根据权利要求1所述的方法，步骤s2包括：控制机器人原地旋转，获取360度的激光点云帧。3.根据权利要求2所述的方法，步骤s2具体包括：利用imu旋转角度yaw信息将激光雷达在旋转过程中的扫描帧scan合并拼接成激光点云帧s。4.根据权利要求3所述的方法，步骤s5对二维栅格子图cur_map进行图像特征向量化以及s6中对二维栅格子图cur_map进行图像特征向量化，均是使用dbow3进行图像特征向量化。5.根据权利要求4所述的方法，所述第一特征向量以及第二特征向量集中的特征向量均是64维。6.一种基于二维栅格地图的机器人重定位装置，其包括如下单元：重定位指令获取单元，用于获取机器人重定位指令，加载建图时保存的机器人路径轨迹点；激光点云帧获取单元，用于获取机器人获取的激光点云帧；二维栅格子图获取单元，用于将所述激光点云帧转换为二维栅格子图；子栅格地图获取单元，用于将所述二维场景栅格地图以每一个路经轨迹点为中心分割成宽高为m*m的多个栅格图集；二维栅格子图特征获取单元，用于对二维栅格子图进行图像特征向量化，得到第一特征向量；子栅格地图特征获取单元，用于对多个栅格图集的全部子图进行图像特征向量化，得到第二特征向量集；栅格小地图匹配单元，用于计算所述第二特征向量集与所述第一特征向量的向量二范数获取使所述向量二范数差值最小的多个栅格图集中的栅格小地图；重定位单元，用于加载所述小栅格地图对应的中心路经轨迹点，将此点作为机器人初始点。7.根据权利要求6所述的装置，所述激光点云帧获取单元包括：控制机器人原地旋转，获取360度的激光点云帧。8.根据权利要求7所述的装置，所述激光点云帧获取单元具体包括：利用imu旋转角度
yaw信息将激光雷达在旋转过程中的扫描帧scan合并拼接成激光点云帧s。9.根据权利要求8所述的装置，所述二维栅格子图特征获取单元中对二维栅格子图cur_map进行图像特征向量化以及子栅格地图特征获取单元中对二维栅格子图cur_map进行图像特征向量化，均是使用dbow3进行图像特征向量化。10.一种机器人，所述机器人包括一中央处理器，一存储器，一激光雷达，所述所述存储器上存储有指令，所述处理器在执行所述指令时用以实现权利要求1-5中任一项所述的方法。
技术总结
本发明提供了一种基于二维栅格地图的机器人重定位方法，S1，获取机器人重定位指令；S2，获取机器人获取的激光点云帧；S3，将激光点云帧转换为二维栅格子图；S4，将二维场景栅格地图分割成多个栅格图集；S5，对二维栅格子图进行图像特征向量化，得到第一特征向量；S6，对多个栅格图集的全部子图进行图像特征向量化，得到第二特征向量集；S7，计算第二特征向量集与第一特征向量的向量二范数获取使向量二范数差值最小的栅格小地图；S8，加载小栅格地图对应的中心路经轨迹点，将此点作为机器人初始点。本发明通过将室内大的栅格地图，以轨迹点为中心分割成多个宽高的小个栅格地图，依靠图像信息更容易找相似的栅格，从而能更好更快实现机器人重定位。现机器人重定位。现机器人重定位。
技术研发人员：袁国斌 柏林 刘彪 舒海燕 沈创芸 祝涛剑 王恒华 方映峰
受保护的技术使用者：广州高新兴机器人有限公司
技术研发日：2022.06.29
技术公布日：2022/9/30