【技術實現步驟摘要】
本專利技術涉及移動機器人，具體涉及一種多源數據融合的室內機器人高精度定位方法、一種多源數據融合的室內機器人高精度定位系統、一種多傳感器融合的室內機器人高精度重定位方法，一種計算機設備、一種計算機可讀存儲介質及一種計算機程序產品。
技術介紹
1、本部分的陳述僅僅是提供了與本專利技術相關的
技術介紹
，并不必然構成現有技術。
2、在機器人的定位領域，多傳感器融合方法已經成為主流，常見的傳感器包括激光雷達、視覺傳感器、慣性測量單元(imu)和超寬帶(uwb)等。這些系統通常結合多個傳感器的數據來提高定位的魯棒性與精度。例如，激光雷達可以提供高精度的距離測量，而視覺傳感器則能獲取豐富的環境信息，imu則用于補償動態場景下的位姿變化。
3、現有的機器人定位及重定位方案盡管融合多個傳感器數據可以提高魯棒性，但在一些動態環境中依然面臨較多挑戰：(1)融合算法可能無法有效處理傳感器之間的數據沖突，導致最終定位結果不可靠，現有的融合算法在處理不同傳感器的估計誤差時，未能有效考慮各傳感器的特性與局限性，這可能導致整體定位精度的下降，尤其是在環境特征稀疏或光照變化大的情況下；(2)重定位時，現有的方法往往需要遍歷較大范圍的環境數據，耗時較長，尤其是在類似場景中，重定位的準確率低，導致機器人難以快速找到正確的位置；(3)現有的多傳感器融合方法在數據處理和計算上可能存在延遲，影響系統的實時響應能力，這在動態環境下尤為關鍵，容易導致機器人在執行任務時的反應不夠靈敏。
技術實現思路
1、為了
2、為了實現上述目的，本專利技術采用如下技術方案：
3、第一方面，本專利技術提供了一種多源數據融合的室內機器人高精度定位方法。
4、一種多源數據融合的室內機器人高精度定位方法，包括以下過程：
5、在激光雷達幀中提取位置關系特征，將所述位置關系特征與全局地圖中的點云信息進行匹配，根據匹配率篩選與當前環境最相似的場景，得到粗匹配位置；
6、提取視覺圖像信息及激光雷達的點云信息中的高維度特征，在粗匹配出的位置處進行精確匹配，得到融合估計位姿；
7、采用慣性測量單元的測量數據，得到第一估計位姿，采用輪式里程計的測量數據，得到第二估計位姿，采用超寬帶的測量數據，得到第三估計位姿；
8、對所述融合估計位姿、第一估計位姿、第二估計位姿和第三估計位姿，進行位姿差異度量，篩選得到最優估計位姿，根據所述最優估計位姿進行位姿優化后得到最終位姿。
9、作為本專利技術第一方面進一步的限定，所述位置關系特征，包括：線與面的位置關系、線與線的位置關系以及面與面的位置關系。
10、作為本專利技術第一方面進一步的限定，所述高維度特征，包括：顏色特征和形狀特征。
11、作為本專利技術第一方面進一步的限定，慣性測量單元基于內部的加速度計和陀螺儀傳感器測量加速度和角速度數據，通過積分運算，輸出第一估計位姿；輪式里程計通過檢測室內機器人的輪子旋轉角度和速度信息進行積分計算，輸出第二估計位姿。
12、作為本專利技術第一方面進一步的限定，獲取相同時段內的融合估計位姿、第一估計位姿、第二估計位姿和第三估計位姿，采用歐氏距離、旋轉差異或者加權差異進行位姿差異度量，得到最優估計位姿。
13、第二方面，本專利技術提供了一種多傳感器融合的室內機器人高精度重定位方法。
14、一種多傳感器融合的室內機器人高精度重定位方法，包括以下過程：
15、在激光雷達幀中提取位置關系特征，將所述位置關系特征與全局地圖中的點云信息進行匹配，根據匹配率篩選與當前環境最相似的場景，得到粗匹配位置；
16、提取視覺圖像信息及激光雷達的點云信息中的高維度特征，在粗匹配出的位置處進行精確匹配，得到融合估計位姿，以所述融合估計位姿作為機器人重定位結果。
17、第三方面，本專利技術提供了一種多源數據融合的室內機器人高精度定位系統，包括：
18、粗匹配單元，被配置為：在激光雷達幀中提取位置關系特征，將所述位置關系特征與全局地圖中的點云信息進行匹配，根據匹配率篩選與當前環境最相似的場景，得到粗匹配位置；
19、融合位姿估計單元，被配置為：提取視覺圖像信息及激光雷達的點云信息中的高維度特征，在粗匹配出的位置處進行精確匹配，得到融合估計位姿；
20、位姿估計單元，被配置為：采用慣性測量單元的測量數據，得到第一估計位姿，采用輪式里程計的測量數據，得到第二估計位姿，采用無線載波通信的測量數據，得到第三估計位姿；
21、位姿優化單元，被配置為：對所述融合估計位姿、第一估計位姿、第二估計位姿和第三估計位姿，進行位姿差異度量，篩選得到最優估計位姿，根據所述最優估計位姿進行位姿優化后得到最終位姿。
22、第四方面，本專利技術提供了一種計算機設備，包括：處理器和計算機可讀存儲介質；
23、處理器，適于執行計算機程序；
24、計算機可讀存儲介質，所述計算機可讀存儲介質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，實現如本專利技術第一方面所述的多源數據融合的室內機器人高精度定位方法；或者，實現如本專利技術第二方面所述的多傳感器融合的室內機器人高精度重定位方法。
25、第五方面，本專利技術提供了一種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，所述計算機程序適于被處理器加載并執行如本專利技術第一方面所述的多源數據融合的室內機器人高精度定位方法；或者執行如本專利技術第二方面所述的多傳感器融合的室內機器人高精度重定位方法。
26、第六方面，本專利技術提供了一種計算機程序產品，其特征在于，所述計算機程序產品包括計算機程序，所述計算機程序被處理器執行時，實現如本專利技術第一方面所述的多源數據融合的室內機器人高精度定位方法；或者，實現如本專利技術第二方面所述的多傳感器融合的室內機器人高精度重定位方法。
27、與現有技術相比，本專利技術的有益效果是：
28、本專利技術創新性的提出了一種多源數據融合的室內機器人高精度定位及重定位方法，多傳感器獨立估計位姿，對輸出位姿進行正確篩選后進行數據融合，可顯著提高機器人在復雜環境中的定位精度，解決了因輪子打滑造成的輪式里程計失真以及相似場景中雷達點云特征匹配錯誤等原因造成的定位失敗的問題；采用幾何關系進行粗定位，并使用深度學習提取點云及圖像的高維度特征，完成精確定位，避免了在相似場景中、或發生變化的場景中定位錯誤及重定位失敗等問題，且粗匹配可篩除掉大多數無效場景，有利于精匹配的快速定位，提高了計算效率以及在動態場景下的魯棒性，降低了因單一傳感器故障帶來本文檔來自技高網...
【技術保護點】
1.一種多源數據融合的室內機器人高精度定位方法，其特征在于，包括以下過程：
2.如權利要求1所述的多源數據融合的室內機器人高精度定位方法，其特征在于，
3.如權利要求1所述的多源數據融合的室內機器人高精度定位方法，其特征在于，
4.如權利要求1所述的多源數據融合的室內機器人高精度定位方法，其特征在于，
5.如權利要求1所述的多源數據融合的室內機器人高精度定位方法，其特征在于，
6.一種多傳感器融合的室內機器人高精度重定位方法，其特征在于，包括以下過程：
7.一種多源數據融合的室內機器人高精度定位系統，其特征在于，包括：
8.一種計算機設備，其特征在于，包括：處理器和計算機可讀存儲介質；
9.一種計算機可讀存儲介質，其特征在于，所述計算機可讀存儲介質存儲有計算機程序，所述計算機程序適于被處理器加載并執行如權利要求1至5任一項所述的多源數據融合的室內機器人高精度定位方法；或者執行如權利要求6所述的多傳感器融合的室內機器人高精度重定位方法。
10.一種計算機程序產品，其特征在于，
...【技術特征摘要】
1.一種多源數據融合的室內機器人高精度定位方法，其特征在于，包括以下過程：
2.如權利要求1所述的多源數據融合的室內機器人高精度定位方法，其特征在于，
3.如權利要求1所述的多源數據融合的室內機器人高精度定位方法，其特征在于，
4.如權利要求1所述的多源數據融合的室內機器人高精度定位方法，其特征在于，
5.如權利要求1所述的多源數據融合的室內機器人高精度定位方法，其特征在于，
6.一種多傳感器融合的室內機器人高精度重定位方法，其特征在于，包括以下過程：
7.一種多源數據融合的室內機器人高精度定位系統，其特征在于，包括：
【專利技術屬性】
技術研發人員：明鈺，鞏方彬，楊杰，李陽，劉加科，黃聰，戈寧，王賢華，邢海文，杜傳明，宋丙順，周磊，薛凱文，
申請(專利權)人：國網智能科技股份有限公司，
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。