机器人的定位方法、装置和存储介质与流程

本公开实施例涉及机器人应用的，更具体地，涉及一种机器人的定位方法、装置和存储介质。

背景技术：

1、目前，随着地面移动机器人的快速发展，机器人可以自主寻径行走能力。现有的机器人通常利用rtk(real-time kinematic)定位系统进行定位，而在机器人被遮挡的场景中，机器人基于rtk定位系统行径存在较大的误差。

技术实现思路

1、本公开实施例的一个目的是提供一种机器人的定位方法、装置和存储介质的新的技术方案。

2、根据本公开的第一方面，提供了一种机器人的定位方法，该方法包括：

3、获取所述机器人在第一时间下的姿态角数据、位移数据和点云数据；

4、根据所述姿态角数据和位移数据，得到三维位移模型；

5、将所述三维位移模型和所述点云数据输入至预设的点云匹配算法中，得到匹配结果；

6、根据所述匹配结果，确定所述机器人在第一时间下的第一位姿数据；

7、根据所述第一位姿数据和预存的在第二时间下的第二位姿数据，判定所述第一位姿数据是否表示所述机器人在第一时间下的位姿；其中，所述第二时间在所述第一时间之前。

8、可选地，所述将所述三维位移模型和所述点云数据输入至预设的点云匹配算法中，得到匹配结果，包括：

9、确定所述三维位移模型中的位移参数值作为初始值；

10、将所述初始值、作为起点的所述点云数据中的第一帧和作为目标的预设点云地图中的第二帧输入至预设的点云匹配算法中，得到第三位姿数据；

11、获取所述机器人在第一时间下的第四位姿数据；其中，所述第四位姿数据是通过激光雷达定位机器人得到的数据；

12、确定所述第三位姿数据和第四位姿数据反映机器人的位姿的重合度，并得到对应于所述重合度的匹配结果。

13、可选地，所述根据所述匹配结果，确定所述机器人在第一时间下的第一位姿数据，包括：

14、如果所述匹配结果符合预设的判定事件，将所述三维位移模型的位移参数值作为所述机器人在第一时间下的第一位姿数据；

15、否则，根据所述匹配结果、所述三维位移模型的位移参数和所述第四位姿数据，得到所述机器人在第一时间下的第一位姿数据。

16、可选地，所述根据所述第一位姿数据和预存的在第二时间下的第二位姿数据，判定所述第一位姿数据是否表示所述机器人在第一时间下的位姿，包括：

17、通过rtk定位系统，得到所述机器人在第一时间下的第一定位结果；

18、确定所述第一定位结果是否为固定解；

19、在所述第一定位结果不是固定解的情况下，将第一位姿数据表示为所述机器人在第一时间下的位姿；

20、在所述第一定位结果是固定解的情况下，根据所述第一位姿数据、预存的在第二时间下的第二位姿数据和所述定位结果，判定所述第一位姿数据是否表示所述机器人在第一时间下的位姿。

21、可选地，所述根据所述第一位姿数据、预存的在第二时间下的第二位姿数据和所述第一定位结果，判定所述第一位姿数据是否表示所述机器人在第一时间下的位姿，包括：

22、根据所述第一位姿数据和预存的在第二时间下的第二位姿数据，得到第一位姿差值；

23、根据所述第一定位结果和预存的所述机器人在第二时间下的第二定位结果，得到第二位姿差值；

24、根据所述第一位姿差值和所述第二位姿差值，判定所述第一位姿数据是否表示所述机器人在第一时间下的位姿。

25、可选地，所述根据所述第一位姿数据和预存的在第二时间下的第二位姿数据，得到第一位姿差值，包括：

26、根据所述第一位姿数据和预存的在第三时间下的第三位姿数据，得到第三位姿差值；

27、在所述第三位姿差值大于第一设定阈值的情况下，将在第三时间下的第三位姿数据作为在第二时间下的第二位姿数据；

28、在所述第三位姿差值小于或者等于第一设定阈值的情况下，确定在第四时间下的第四位姿数据作为在第二时间下的第二位姿数据；其中，所述第四时间在所述第三时间之前。

29、可选地，所述根据所述第一位姿差值和所述第二位姿差值，判定所述第一位姿数据是否表示所述机器人在第一时间下的位姿，包括：

30、在所述第一位姿差值和第二位姿差值之间的差值大于第二设定阈值的情况下，将第一位姿数据表示为所述机器人在第一时间下的位姿；

31、在所述第一位姿差值和第二位姿差值之间的差值小于或者等于设定阈值的情况下，根据所述第一位姿差值、所述第二位姿差值及分别对应的权重系数，得到表示所述机器人在第一时间下位姿的第五位姿数据。

32、根据本公开的第二方面，还提供了一种机器人的定位装置，所述装置包括：

33、获取模块，用于获取所述机器人在第一时间下的姿态角数据、位移数据和点云数据；

34、第一得到模块，用于根据所述姿态角数据和位移数据，得到三维位移模型；

35、第二得到模块，用于将所述三维位移模型和所述点云数据输入至预设的点云匹配算法中，得到匹配结果；

36、确定模块，用于根据所述匹配结果，确定所述机器人在第一时间下的第一位姿数据；

37、判定模块，用于根据所述第一位姿数据和预存的在第二时间下的第二位姿数据，判定所述第一位姿数据是否表示所述机器人在第一时间下的位姿；其中，所述第二时间在所述第一时间之前。

38、根据本公开的第三方面，还提供了一种电子设备，包括存储器和处理器，所述存储器用于存储计算机程序；所述处理器用于执行所述计算机程序，以实现根据本公开第一方面所述的方法。

39、根据本公开的第四方面，还提供了一种计算机可读存储介质，所述计算机可读存储介质上存储计算机程序，所述计算机程序在被处理器执行时实现根据本公开的第一方面所述的方法。

40、本公开实施例的一个有益效果在于，定位装置可以获取机器人在第一时间下的姿态角数据、位移数据和点云数据，根据姿态角数据和位移数据，可以得到三维位移模型，再将三维位移模型和点云数据输入至点云匹配算法中，可以得到匹配结果。根据匹配结果，确定第一位姿数据。再根据第一位姿数据和在第一时间之前的第二时间的第二位姿数据，可以确定第一位姿数据是否可以作为确定机器人在第一时间下的位姿。换句话说，在机器人被遮挡的情况下，定位装置可以利用惯性测量装置得到的姿态角数据、轮式里程计得到的位姿数据和激光雷达得到的点云数据，确定机器人的位姿，从而提高机器人导航的准确度。

41、通过以下参照附图对本公开的示例性实施例的详细描述，本公开实施例的其它特征及其优点将会变得清楚。

技术特征：

1.一种机器人的定位方法，其特征在于，所述方法包括：

2.根据权利要求1所述的方法，其特征在于，所述将所述三维位移模型和所述点云数据输入至预设的点云匹配算法中，得到匹配结果，包括：

3.根据权利要求1所述的方法，其特征在于，所述根据所述匹配结果，确定所述机器人在第一时间下的第一位姿数据，包括：

4.根据权利要求1所述的方法，其特征在于，所述根据所述第一位姿数据和预存的在第二时间下的第二位姿数据，判定所述第一位姿数据是否表示所述机器人在第一时间下的位姿，包括：

5.根据权利要求4所述的方法，其特征在于，所述根据所述第一位姿数据、预存的在第二时间下的第二位姿数据和所述第一定位结果，判定所述第一位姿数据是否表示所述机器人在第一时间下的位姿，包括：

6.根据权利要求5所述的方法，其特征在于，所述根据所述第一位姿数据和预存的在第二时间下的第二位姿数据，得到第一位姿差值，包括：

7.根据权利要求5所述的方法，其特征在于，所述根据所述第一位姿差值和所述第二位姿差值，判定所述第一位姿数据是否表示所述机器人在第一时间下的位姿，包括：

8.一种机器人的定位装置，其特征在于，所述装置包括：

9.一种电子设备，其特征在于，包括存储器和处理器，所述存储器用于存储计算机程序；所述处理器用于执行所述计算机程序，以实现根据如权利要求1至7任一项所述的方法。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储计算机程序，所述计算机程序在被处理器执行时实现根据如权利要求1至7任一项所述的方法。

技术总结
本公开涉及一种机器人的定位方法，属于机器人应用的技术领域，该方法包括：获取机器人在第一时间下的姿态角数据、位移数据和点云数据；根据姿态角数据和位移数据，得到三维位移模型；将三维位移模型和点云数据输入至预设的点云匹配算法中，得到匹配结果；根据匹配结果，确定机器人在第一时间下的第一位姿数据；根据第一位姿数据和预存的在第二时间下的第二位姿数据，判定第一位姿数据是否表示机器人在第一时间下的位姿；其中，第二时间在第一时间之前。

技术研发人员：袁国斌,柏林,刘彪,舒海燕,袁添厦,祝涛剑,沈创芸,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：
技术公布日：2024/1/15