【技術實現步驟摘要】
本申請涉及機器人，尤其涉及一種機器人定位方法、系統、計算機設備及存儲介質。
技術介紹
1、隨著科學技術的快速發展，越來越多的場景開始使用機器人代替人工操作，例如，移動機器人在倉儲物流中發揮著重要作用，隨著移動機器人的應用逐漸廣泛，機器人定位成為機器人應用的一個核心技術。在復雜的真實環境中，機器人易因各種突發事件導致定位丟失，如何提高機器人定位丟失的可靠性是機器人應用中的一項難題，通用的定位丟失檢測技術通常依賴單次的傳感器數據，這種方法在各種復雜的真實環境中效果不佳、誤判率高。
技術實現思路
1、本申請實施例的主要目的在于提出一種機器人定位方法、系統、計算機設備及存儲介質，能夠提高機器人的定位判斷效率，避免位置誤判。
2、為實現上述目的，本申請實施例的第一種機器人定位方法，所述方法包括：
3、獲取視覺地圖以及機器人采集到的激光掃描數據；
4、對所述視覺地圖進行高斯轉換，得到高斯概率地圖，并根據所述激光掃描數據以及所述高斯概率地圖確定激光匹配參考值、第一比例參考值、第二比例參考值以及平均距離參考值，其中，所述激光匹配參考值用于表征所述激光掃描數據與所述高斯概率地圖的匹配程度，所述第一比例參考值用于表征所述激光掃描數據穿透所述高斯概率地圖的點數比例，所述第二比例參考值用于表征所述激光掃描數據與所述高斯概率地圖的距離比例，所述平均距離參考值用于表征所述激光掃描數據到所述高斯概率地圖的平均距離；
5、根據所述激光匹配參考值設置第一階段閾值區間以
6、根據所述第二階段閾值區間、所述第一比例參考值、所述第二比例參考值、所述平均距離參考值以及預設檢測次數設置丟失條件；
7、獲取所述機器人的當前位姿，并在所述當前位姿在所述高斯概率地圖的情況下，將所述當前位姿與所述第一階段閾值區間以及所述丟失條件進行對比，確定所述機器人的定位狀態。
8、在一些實施例中，所述對所述視覺地圖進行高斯轉換，得到高斯概率地圖，包括：
9、對所述視覺地圖進行特征提取，得到多個特征點，并對所述視覺地圖進行激光掃描，得到柵格地圖；
10、將所有所述特征點映射到所述柵格地圖上，得到激光柵格地圖；
11、對所有所述特征點進行數據檢測，得到點云數據；
12、將所述激光柵格地圖中的每個柵格的概率初始化為對應柵格狀態的先驗概率，并根據所述點云數據對所述先驗概率進行更新，得到高斯概率地圖。
13、在一些實施例中，所述根據所述激光掃描數據以及所述高斯概率地圖確定激光匹配參考值、第一比例參考值、第二比例參考值以及平均距離參考值，包括：
14、獲取所述激光掃描數據的所有激光點坐標，并計算所述激光掃描數據的激光點總數；
15、在所述高斯概率地圖上進行臨近點搜索，確定目標臨近點；
16、將所有所述激光點坐標與所述高斯概率地圖上的坐標進行對比，得到第一坐標集合和第二坐標集合，其中，所述第一坐標集合為處于所述高斯概率地圖上的激光點坐標，所述第二坐標集合在所述高斯概率地圖之外的激光點坐標；
17、基于預設的比例值對所述第一坐標集合和所述第二坐標集合進行高斯得分計算，得到激光匹配參考值；
18、基于預設的高斯分值對所述第一坐標集合進行篩選，得到第三坐標集合；
19、統計所述第二坐標集合以及所述第三坐標集合中的所有激光點的激光個數，并根據所述激光個數以及所述激光點總數得到第一比例參考值；
20、基于預設的距離條件以及所述目標臨近點對所述第一坐標集合進行篩選，得到第四坐標集合；
21、計算所述第四坐標集合中所有激光點到所述目標臨近點的累計距離；
22、根據所述累計距離以及所述激光點總數得到第二比例參考值；
23、計算所述激光掃描數據上所有激光點與所述高斯概率地圖的平均距離，得到平均距離參考值。
24、在一些實施例中，所述基于預設的高斯分值對所述第一坐標集合進行篩選，得到第三坐標集合，包括：
25、對于所述第一坐標集合中的每一個激光點，計算所述激光點的高斯得分；
26、在所述第一坐標集合中篩選出高斯得分小于所述高斯分值的第一目標激光點，并根據所述第一目標激光點生成第三坐標集合。
27、在一些實施例中，所述基于預設的距離條件以及所述目標臨近點對所述第一坐標集合進行篩選，得到第四坐標集合，包括：
28、對于所述第一坐標集合中的每一個激光點，計算所述激光點的高斯得分，并計算所述激光點與所述目標臨近點的距離，得到目標距離值；
29、根據所述距離條件確定目標高斯得分以及參考距離值；
30、在所述第一坐標集合中篩選出高斯得分小于所述目標高斯得分，并且所述目標距離值大于所述參考距離值的第二目標激光點，并根據所述第二目標激光點生成第四坐標集合。
31、在一些實施例中，所述將所述當前位姿與所述第一階段閾值區間以及所述丟失條件進行對比，確定所述機器人的定位狀態，包括：
32、計算所述當前位姿的激光匹配值；
33、當所述激光匹配值處于所述第一階段閾值區間，確定所述機器人的定位正常；
34、當所述激光匹配值未處于所述第一階段閾值區間，將所述當前位姿與所述丟失條件進行對比，確定所述機器人的定位狀態。
35、在一些實施例中，所述將所述當前位姿與所述丟失條件進行對比，確定所述機器人的定位狀態，包括：
36、將所述當前位姿與所述丟失條件進行對比；
37、在所述當前位姿符合所述丟失條件的情況下，確定所述機器人定位丟失；
38、在所述當前位姿未符合所述丟失條件的情況下，確定所述機器人定位正常。
39、第二方面，本實施例提供了一種機器人定位系統，所述系統包括：
40、地圖獲取模塊，用于獲取視覺地圖以及機器人采集到的激光掃描數據；
41、高斯轉換模塊，用于對所述視覺地圖進行高斯轉換，得到高斯概率地圖，并根據所述激光掃描數據以及所述高斯概率地圖確定激光匹配參考值、第一比例參考值、第二比例參考值以及平均距離參考值，其中，所述激光匹配參考值用于表征所述激光掃描數據與所述高斯概率地圖的匹配程度，所述第一比例參考值用于表征所述激光掃描數據穿透所述高斯概率地圖的點數比例，所述第二比例參考值用于表征所述激光掃描數據與所述高斯概率地圖的距離比例，所述平均距離參考值用于表征所述激光掃描數據到所述高斯概率地圖的平均距離；
42、閾值設置模塊，用于根據所述激光匹配參考值設置第一階段閾值區間以及第二階段閾值區間；
43、條件設置模塊，用于根據所述第二階段閾值區間、所述第一比例參考值、所述第二比例參考值、所述平均距離參考值以及預設檢測次數設置丟失條件；
44、狀態確定模塊，用于確定所述機器人在所述高斯概率地圖中的當前位姿，并將所述當本文檔來自技高網...
【技術保護點】
1.一種機器人定位方法，其特征在于，所述方法包括：
2.根據權利要求1所述的機器人定位方法，其特征在于，所述對所述視覺地圖進行高斯轉換，得到高斯概率地圖，包括：
3.根據權利要求1所述的機器人定位方法，其特征在于，所述根據所述激光掃描數據以及所述高斯概率地圖確定激光匹配參考值、第一比例參考值、第二比例參考值以及平均距離參考值，包括：
4.根據權利要求3所述的機器人定位方法，其特征在于，所述基于預設的高斯分值對所述第一坐標集合進行篩選，得到第三坐標集合，包括：
5.根據權利要求3所述的機器人定位方法，其特征在于，所述基于預設的距離條件以及所述目標臨近點對所述第一坐標集合進行篩選，得到第四坐標集合，包括：
6.根據權利要求1所述的機器人定位方法，其特征在于，所述將所述當前位姿與所述第一階段閾值區間以及所述丟失條件進行對比，確定所述機器人的定位狀態，包括：
7.根據權利要求6所述的機器人定位方法，其特征在于，所述將所述當前位姿與所述丟失條件進行對比，確定所述機器人的定位狀態，包括：
8.一種機器人定位系
9.一種計算機設備，其特征在于，所述計算機設備包括存儲器和處理器，其中，所述存儲器中存儲有計算機程序，所述計算機程序被所述處理器執行時，所述處理器用于執行如權利要求1至7中任一項所述的機器人定位方法。
10.一種存儲介質，其特征在于，所述存儲介質為計算機可讀存儲介質，所述計算機可讀存儲介質存儲有計算機程序，在所述計算機程序被計算機執行時，所述計算機用于執行如權利要求1至7中任一項所述的機器人定位方法。
...【技術特征摘要】
1.一種機器人定位方法，其特征在于，所述方法包括：
2.根據權利要求1所述的機器人定位方法，其特征在于，所述對所述視覺地圖進行高斯轉換，得到高斯概率地圖，包括：
3.根據權利要求1所述的機器人定位方法，其特征在于，所述根據所述激光掃描數據以及所述高斯概率地圖確定激光匹配參考值、第一比例參考值、第二比例參考值以及平均距離參考值，包括：
4.根據權利要求3所述的機器人定位方法，其特征在于，所述基于預設的高斯分值對所述第一坐標集合進行篩選，得到第三坐標集合，包括：
5.根據權利要求3所述的機器人定位方法，其特征在于，所述基于預設的距離條件以及所述目標臨近點對所述第一坐標集合進行篩選，得到第四坐標集合，包括：
6.根據權利要求1所述的機器人定位方法，其特征在于，所述將...
【專利技術屬性】
技術研發人員：請求不公布姓名，請求不公布姓名，請求不公布姓名，請求不公布姓名，
申請(專利權)人：廣東利元亨智能裝備股份有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。