机器人定位方法、装置、割草机器人以及存储介质与流程

1.本技术涉及计算机技术领域，具体涉及一种机器人定位方法、装置、割草机器人以及存储介质。


背景技术：

2.割草机器人被广泛应用于家庭庭院草坪的维护和大型草地的修剪。割草机器人融合了运动控制、多传感器融合以及路径规划等技术。为了控制割草机器人实现割草作业，需要对割草机器人的割草路径进行规划，使其可以完全覆盖所有的作业区域。
3.目前，常采用即时定位与建图(simultaneous localization and mapping，slam)技术解决割草机器人的定位与环境地图构建的问题，slam技术能根据割草机器人在世界坐标系中的位置与姿态信息来估计在周围环境中的位置信息，然而，当割草机器人所处位置存在建筑物、树木遮挡卫星信号、无线电干扰等问题时，会造成割草机器人定位精度下降。


技术实现要素：

4.本技术实施例提供一种机器人定位方法、装置、割草机器人以及存储介质，可以提高割草机器人定位的精度。
5.第一方面，本技术实施例提供了一种机器人定位方法，包括：
6.获取包含多个初始点的初始地图，所述初始地图根据割草机器人采集的图形码生成的，每个所述初始点对应一个所述图形码；
7.在所述初始地图内控制所述割草机器人执行图形码采集操作，得到所述图形码采集操作对应的采集数据，所述采集数据包括多个采集点以及每个所述采集点对应的采集位姿信息；
8.根据所述采集点对应的图形码标识、所述采集位姿信息和所述初始地图，构建目标地图，以根据所述目标地图对所述割草机器人进行定位。
9.可选地，在一些实施例中，所述根据所述采集点对应的图形码标识、所述采集位姿信息和所述初始地图，构建目标地图，包括：
10.根据所述采集点对应的图形码标识，获取所述图形码标识对应的初始位姿信息；
11.根据所述初始位姿信息、采集位姿信息和所述初始地图，构建目标地图。
12.可选地，在一些实施例中，所述根据所述初始位姿信息、采集位姿信息和所述初始地图，构建目标地图，包括：
13.从所述初始位姿信息中提取所述图形码对应的第一初始位姿和所述割草机器人对应的第二初始位姿；
14.从所述采集位姿信息中提取所述图形码对应的第一采集位姿和所述割草机器人对应的第二采集位姿；
15.基于所述第一初始位姿、第二初始位姿以及第一采集位姿，预估所述割草机器人的当前位姿；
16.计算所述第二采集位姿与当前位姿之间的位姿误差，并根据所述位姿误差构建目标地图。
17.可选地，在一些实施例中，所述基于所述第一初始位姿、第二初始位姿以及第一采集位姿，预估所述割草机器人的当前位姿，包括：
18.确定采集所述图形码时的相机坐标，以及；
19.确定所述割草机器人对应的世界坐标；
20.根据所述相机坐标与世界坐标之间的变换外参、所述第一初始位姿、所述第二初始位姿以及所述第一采集位姿，预估所述割草机器人的当前位姿。
21.可选地，在一些实施例中，所述根据所述位姿误差构建目标地图，包括：
22.对所述姿势误差进行非线性优化；
23.根据优化后的位姿误差更新所述初始地图，得到目标地图。
24.可选地，在一些实施例中，所述获取包含多个初始点的初始地图之前，还包括：
25.在预设的割草区域内设定多个图形码；
26.控制割草机器人采集视野范围内的图形码，得到每个所述图形码对应的初始点；
27.将所述初始点以及所述图形码对应的位姿绑定至一个地图节点信息中，并基于所述地图节点信息生成初始地图。
28.可选地，在一些实施例中，所述控制割草机器人采集视野范围内的图形码，得到每个所述图形码对应的初始点，包括：
29.控制割草机器人识别视野范围内的图形码；
30.提取所述图形码在相机坐标系下的位姿信息和图形码标识，并将识别到的图形码标记为生效图形码。
31.第二方面，本技术实施例提供了一种机器人定位装置，包括：
32.获取模块，用于获取包含多个初始点的初始地图，所述初始地图根据割草机器人采集的图形码生成的，每个所述初始点对应一个所述图形码；
33.采集模块，用于在所述初始地图内控制所述割草机器人执行图形码采集操作，得到所述图形码采集操作对应的采集数据，所述采集数据包括多个采集点以及每个所述采集点对应的采集位姿信息；
34.构建模块，用于根据所述采集点对应的图形码标识、所述采集位姿信息和所述初始地图，构建目标地图；
35.定位模块，用于根据所述目标地图对所述割草机器人进行定位。
36.本技术实施例在获取包含多个初始点的初始地图后，所述初始地图根据割草机器人采集的图形码生成的，每个所述初始点对应一个所述图形码，在所述初始地图内控制所述割草机器人执行图形码采集操作，得到所述图形码采集操作对应的采集数据，所述采集数据包括多个采集点以及每个所述采集点对应的采集位姿信息，最后，根据所述采集点对应的图形码标识、所述采集位姿信息和所述初始地图，构建目标地图，以根据所述目标地图对所述割草机器人进行定位，在本技术提供的机器人定位方案中，预先根据割草机器人采集的图形码生成初始地图，并控制割草机器人在初始地图中执行图形码采集操作，最后，根据采集点对应的图形码标识、采集位姿信息和初始地图，构建高精度的目标地图，以便后续根据该目标地图对割草机器人进行定位，由此，可以提高割草机器人定位的精度。
附图说明
37.为了更清楚地说明本技术实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本技术的一些实施例，对于本领域技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
38.图1a是本技术实施例提供的机器人定位方法的场景示意图；
39.图1b是本技术实施例提供的机器人定位方法的流程示意图；
40.图2是本技术实施例提供的机器人定位装置的结构示意图；
41.图3是本技术实施例提供的电子设备的结构示意图。
具体实施方式
42.下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本技术一部分实施例，而不是全部的实施例。基于本技术中的实施例，本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本技术保护的范围。
43.需要说明的是，当元件被称为“固定于”或“设置于”另一个元件，它可以直接在另一个元件上或者间接在该另一个元件上。当一个元件被称为是“连接于”另一个元件，它可以是直接连接到另一个元件或间接连接至该另一个元件上。另外，连接既可以是用于固定作用也可以是用于电路连通作用。
44.需要理解的是，术语“长度”、“宽度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明实施例和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。
45.此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多该特征。在本技术实施例的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。
46.本技术实施例提供一种机器人定位方法、装置、割草机器人和存储介质。
47.其中，该机器人定位装置具体可以集成在割草机器人的微控制单元(microcontroller unit，mcu)中，还可以集成在智能终端或服务器中，mcu又称单片微型计算机(single chip microcomputer)或者单片机，是把中央处理器(central process unit，cpu)的频率与规格做适当缩减，并将内存(memory)、计数器(timer)、usb、模数转换/数模转换、uart、plc、dma等周边接口，形成芯片级的计算机，为不同的应用场合做不同组合控制。割草机器人可以自动行走，防止碰撞，范围之内自动返回充电，具备安全检测和电池电量检测，具备一定爬坡能力，尤其适合家庭庭院、公共绿地等场所进行草坪修剪维护，其特点是：自动割草、清理草屑、自动避雨、自动充电、自动躲避障碍物、外形小巧、电子虚拟篱笆、网络控制等。
48.终端可以是智能手机、平板电脑、笔记本电脑、台式计算机、智能手表等，但并不局限于此。终端以及服务器可以通过有线或无线通信方式进行直接或间接地连接，服务器可
以是独立的物理服务器，也可以是多个物理服务器构成的服务器集群或者分布式系统，还可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、cdn、以及大数据和人工智能平台等基础云计算服务的云服务器，本技术在此不做限制。
49.例如，请参阅图1a，本技术提供一种割草系统，包括相互之间建立有通信连接的割草机器人10、服务器20以及用户设备30，其中，该割草机器人10上安装有视觉传感器p，该视觉传感器p的位置在超声波传感器后，由此可以避免遮挡超声波传感器，导致影响后续割草机器人10的避障功能等。用户可以预先通过用户设备30控制割草机器人10移动，基于移动轨迹设定割草区域，并将该割草区域对应的数据同步至割草机器人10和服务器20中。此外，在该割草区域中，可以预先设定多个图形码，在设定图形码后，控制割草机器人采集设定的图形码的位置、姿态以及图形码标识，随后，控制割草机器人10在初始地图内执行图形码采集操作，最后，根据采集点对应的图形码标识、采集位姿信息和初始地图，构建目标地图，以根据目标地图对割草机器人10进行定位。
50.本技术提供的机器人定位方案，预先根据割草机器人采集的图形码生成初始地图，并控制割草机器人在初始地图中执行图形码采集操作，最后，根据采集点对应的图形码标识、采集位姿信息和初始地图，构建高精度的目标地图，以便后续根据该目标地图对割草机器人进行定位，由此，可以提高割草机器人定位的精度。
51.以下分别进行详细说明。需说明的是，以下实施例的描述顺序不作为对实施例优先顺序的限定。
52.一种机器人定位方法，包括：获取包含多个初始点的初始地图，在初始地图内控制割草机器人执行图形码采集操作，得到图形码采集操作对应的采集数据，根据采集点对应的图形码标识、采集位姿信息和初始地图，构建目标地图，以根据目标地图对割草机器人进行定位。
53.请参阅图1b，图1b为本技术实施例提供的机器人定位方法的流程示意图。该机器人定位方法的具体流程可以如下：
54.101、获取包含多个初始点的初始地图。
55.其中，初始地图根据割草机器人采集的图形码生成的，每个初始点对应一个图形码，图形码是用某种特定的几何图形按一定规律在预设区域分布的、黑白相间的、记录数据符号信息的图形；在代码编制上巧妙地利用构成计算机内部逻辑基础的“0”、“1”比特流的概念，使用若干个与二进制相对应的几何形体来表示文字数值信息，通过图象输入设备或光电扫描设备自动识读以实现信息自动处理。该图形码可以是apriltag二维码、aruco二维码、artag二维码或topotag二维码，可选地，在一些实施例中，本技术的图形码为apriltag二维码，apriltag二维码因其对旋转、光照、模糊具有良好的鲁棒性，因此被广泛应用于目标跟踪、增强现实等领域。
56.可选地，在一些实施例中，可以预先在割草区域内设定多个apriltag二维码，然后，控制割草机器人采集其视野范围内的二维码，从而生成初始地图，即，步骤“获取包含多个初始点的初始地图”，具体可以包括：
57.(11)在预设的割草区域内设定多个图形码；
58.(12)控制割草机器人采集视野范围内的图形码，得到每个图形码对应的初始点；
59.(13)将初始点以及图形码对应的位姿绑定至一个地图节点信息中，并基于地图节点信息生成初始地图。
60.例如，具体的，可以采用成熟的apriltag二维码识别技术识别二维码在当前相机坐标系下的位置和姿态，具体原理如下：
61.1、检测线段
62.计算每个像素处的梯度大小和方向；
63.利用聚类算法，将这些像素聚集成一个具有相似梯度方向和大小的分量；
64.使用加权最小二乘法，每一点的权值就是该点的梯度的强度，把上述分量拟合成线段；
65.2、检测矩形(基于深度优先搜索)
66.深度为1：考虑所有的线段；
67.深度为2-4：考虑与上一条线段的末端足够近的线段，和服从逆时针方向的线段。
68.3、单应性变换与外参估计
69.由于世界坐标和图像坐标之间的关系，能够通过一个单应矩阵h(homography)联系在一起，具体如下：
[0070][0071]
其中，s表示深度信息，[u，v，1]表示图像坐标系，[xw，yw，1]
t
表示zw＝0的世界坐标系，将上述矩阵进行矩阵变换并消除深度信息s后得：
[0072][0073]
最终产生一个ah＝0的矩阵求解问题，根据从apriltag二维码的图像坐标系上提取的四个角点，和在世界坐标系中假设的四个点对应，形成四个点对，然后采用直接线性法求解该线性方程组。
[0074]
在得到了单应矩阵h后，还需要相机内参、apriltag二维码的物理尺寸，基于此，求解得到从世界坐标系转换到相机坐标系的旋转矩阵和平移矩阵，即相机的外参矩阵，求解过程不是本技术的重点，在此不作赘述。
[0075]
3、解码内容
[0076]
建立两种阈值模型(超过该阈值即认为“1”，少于该阈值即认为是“0”)，一种基于“黑色”像素强度的空间变化，一种基于“白色”像素强度的空间变化模型：
[0077]
i(x，y)＝ax+bxy+cy+d
[0078]
该模型有四个参数，能用最小二乘回归求解。最后阈值大小由两种模型预测的平均值取得。根据不同黑白色块解码标签得到不同的码型，将解码得到的码型与储存在本地的码型库相对比，排除其它码型的干扰，判断是否为正确的二维码。
[0079]
4、解算位姿
[0080]
在该过程中，可以根据世界坐标系至相机坐标系的旋转矩阵和平移矩阵，估计相机在世界坐标系下的位置和相机坐标系下二维码的位置，即，可选地，在一些实施例中，步骤“控制割草机器人采集视野范围内的图形码，得到每个图形码对应的初始点”，具体可以包括：
[0081]
(21)控制割草机器人识别视野范围内的图形码；
[0082]
(22)提取图形码在相机坐标系下的位姿信息和图形码标识，并将识别到的图形码标记为生效图形码。
[0083]
102、在初始地图内控制割草机器人执行图形码采集操作，得到图形码采集操作对应的采集数据。
[0084]
其中，采集数据包括多个采集点以及每个采集点对应的采集位姿信息，为了便于描述，将生成初始地图的图形码采集操作称为第1次采集，将在初始地图内控制割草机器人执行图形码采集操作称为第n次采集，n为大于1的整数，由此，可知，随着采集次数的增加，惯性检测单元所累积的误差则越大，即，第n次采集操作对应的误差大于第1次采集的误差，故，后续可以用第1次采集的数据对对n次采集的数据进行修正。
[0085]
103、根据采集点对应的图形码标识、采集位姿信息和初始地图，构建目标地图，以根据目标地图对割草机器人进行定位。
[0086]
当割草机器人重复运动至已生效的二维码时，可以提取当前二维码对应的二维码标识以及二维码相对位姿，并利用该二维码标识获取到该二维码时的相对位姿和割草机器人对应的世界坐标位姿，随后，根据该获取的位姿和初始地图，构建目标地图，即，可选地，在一些实施例中，步骤“根据采集点对应的图形码标识、采集位姿信息和初始地图，构建目标地图，以根据目标地图对割草机器人进行定位”，具体可以包括：
[0087]
(31)根据采集点对应的图形码标识，获取图形码标识对应的初始位姿信息；
[0088]
(32)根据初始位姿信息、采集位姿信息和初始地图，构建目标地图。
[0089]
例如，针对单个二维码重复观测的结果，可以利用二维码在相机坐标系的相对位姿和割草机器人在世界坐标系的位姿，预估割草机器人的当前位姿，随后，基于该当前位姿，构建目标地图，即，可选地，步骤“根据初始位姿信息、采集位姿信息和初始地图，构建目标地图”，具体可以包括：
[0090]
(41)从初始位姿信息中提取所述图形码对应的第一初始位姿和所述割草机器人对应的第二初始位姿；
[0091]
(42)从采集位姿信息中提取图形码对应的第一采集位姿和割草机器人对应的第二采集位姿；
[0092]
(43)基于第一初始位姿、第二初始位姿以及第一采集位姿，预估割草机器人的当前位姿；
[0093]
(44)计算第二采集位姿与当前位姿之间的位姿误差，并根据位姿误差构建目标地
图。
[0094]
具体的，可以通过二维码在相机坐标系的相对位姿(第一初始位姿和第一采集位姿)、割草机器人在世界坐标系下的相对位姿(第二初始位姿)以及相机坐标系和割草机器人的中心坐标系之间的变换外参，建立坐标系变换关系，由此，预估割草机器人的当前位姿，当前位姿与第二采集位姿之间存在误差项，即，误差项terror＝第二采集位姿-当前位姿，即，可选地，在一些实施例中，步骤“基于第一初始位姿、第二初始位姿以及第一采集位姿，预估割草机器人的当前位姿”，具体可以包括：
[0095]
(51)确定采集图形码时的相机坐标，以及确定所述割草机器人对应的世界坐标；
[0096]
(52)根据相机坐标与世界坐标之间的变换外参、第一初始位姿、所述第二初始位姿以及第一采集位姿，预估割草机器人的当前位姿。
[0097]
在得到多个误差项后，构建最小二乘问题，然后，对该误差项进行非线性优化，以构建目标地图，即，可选地，在一些实施例中，步骤“根据位姿误差构建目标地图”，具体可以包括：
[0098]
(61)对位姿误差进行非线性优化；
[0099]
(62)根据优化后的位姿误差更新初始地图，得到目标地图。
[0100]
其中，可以采用非线性优化算法或非线性优化库对位姿误差进行非线性优化，比如，可以采用高斯牛顿算法对位姿误差进行非线性优化，也可以采用lm算法对位姿误差进行非线性优化；又比如，采用ceres非线性优化库对位姿误差进行非线性优化，具体可以根据实际情况进行选择。
[0101]
需要说明的是，对位姿误差进行非线性优化，实际上是对位姿进行优化，使得位姿误差尽可能地小，具体可以利用ceres非线性优化库中的坐标函数、损失函数优化位姿，以降低位姿误差，最后，可以采用非线性算法在非线性优化库中的空间名称，对初始地图进行更新，最终得到目标地图。
[0102]
在得到目标地图后，响应针对割草机器人的定位操作，根据该目标地图对割草机器人进行定位，以上完成本技术的机器人定位流程。
[0103]
本技术实施例在获取包含多个初始点的初始地图后，初始地图根据割草机器人采集的图形码生成的，每个初始点对应一个所述图形码，在初始地图内控制割草机器人执行图形码采集操作，得到图形码采集操作对应的采集数据，采集数据包括多个采集点以及每个采集点对应的采集位姿信息，最后，根据采集点对应的图形码标识、采集位姿信息和初始地图，构建目标地图，以根据目标地图对割草机器人进行定位，在本技术提供的机器人定位方案中，预先根据割草机器人采集的图形码生成初始地图，并控制割草机器人在初始地图中执行图形码采集操作，最后，根据采集点对应的图形码标识、采集位姿信息和初始地图，构建高精度的目标地图，以便后续根据该目标地图对割草机器人进行定位，由此，可以提高割草机器人定位的精度。
[0104]
请参阅图2，图2为本技术实施例提供的机器人定位装置的结构示意图，其中该机器人定位装置可以包括获取模块201、采集模块202、构建模块203以及定位模块204，具体可以如下：
[0105]
获取模块201，用于获取预设的割草区域。
[0106]
其中，初始地图根据割草机器人采集的图形码生成的，每个初始点对应一个图形
码。可选地，在一些实施例中，可以预先在割草区域内设定多个apriltag二维码，然后，控制割草机器人采集其视野范围内的二维码，从而生成初始地图，即，可选地，在一些实施例中，获取模块201具体可以用于：在预设的割草区域内设定多个图形码；控制割草机器人采集视野范围内的图形码，得到每个图形码对应的初始点；将初始点以及图形码对应的位姿绑定至一个地图节点信息中，并基于地图节点信息生成初始地图。
[0107]
采集模块202，用于在初始地图内控制割草机器人执行图形码采集操作，得到图形码采集操作对应的采集数据。
[0108]
其中，采集数据包括多个采集点以及每个采集点对应的采集位姿信息。
[0109]
构建模块203，用于根据采集点对应的图形码标识、采集位姿信息和初始地图，构建目标地图。
[0110]
当割草机器人重复运动至已生效的二维码时，可以提取当前二维码对应的二维码标识以及二维码相对位姿，并利用该二维码标识获取到该二维码时的相对位姿和割草机器人对应的世界坐标位姿，随后，根据该获取的位姿和初始地图，构建目标地图，即，可选地，在一些实施例中，构建模块203体可以包括：
[0111]
获取单元，用于根据采集点对应的图形码标识，获取图形码标识对应的初始位姿信息；
[0112]
构建单元，用于根据初始位姿信息、采集位姿信息和初始地图，构建目标地图。
[0113]
可选地，在一些实施例中，构建单元具体可以包括：
[0114]
提取子单元，用于从初始位姿信息中提取所述图形码对应的第一初始位姿和所述割草机器人对应的第二初始位姿，以及从采集位姿信息中提取图形码对应的第一采集位姿和割草机器人对应的第二采集位姿；
[0115]
预估子单元，用于基于第一初始位姿、第二初始位姿以及第一采集位姿，预估割草机器人的当前位姿；
[0116]
计算子单元，用于计算第二采集位姿与当前位姿之间的位姿误差；
[0117]
构建子单元，用于根据位姿误差构建目标地图。
[0118]
可选地，在一些实施例中，预估子单元具体可以用于：确定采集图形码时的相机坐标，以及确定所述割草机器人对应的世界坐标；根据相机坐标与世界坐标之间的变换外参、第一初始位姿、所述第二初始位姿以及第一采集位姿，预估割草机器人的当前位姿。
[0119]
可选地，在一些实施例中，构建子单元具体可以用于：对位姿误差进行非线性优化；根据优化后的位姿误差更新初始地图，得到目标地图。
[0120]
定位模块204，用于根据目标地图对割草机器人进行定位。
[0121]
本技术实施例的机器人定位装置在获取模块201获取包含多个初始点的初始地图后，初始地图根据割草机器人采集的图形码生成的，每个初始点对应一个所述图形码，采集模块202在初始地图内控制割草机器人执行图形码采集操作，得到图形码采集操作对应的采集数据，采集数据包括多个采集点以及每个采集点对应的采集位姿信息，最后，构建模块203根据采集点对应的图形码标识、采集位姿信息和初始地图，构建目标地图，以便定位模块204根据目标地图对割草机器人进行定位，在本技术提供的机器人定位方案中，预先根据割草机器人采集的图形码生成初始地图，并控制割草机器人在初始地图中执行图形码采集操作，最后，根据采集点对应的图形码标识、采集位姿信息和初始地图，构建高精度的目标
地图，以便后续根据该目标地图对割草机器人进行定位，由此，可以提高割草机器人定位的精度。
[0122]
此外，本技术实施例还提供一种割草机器人，如图3所示，其示出了本技术实施例所涉及的割草机器人的结构示意图，具体来讲：
[0123]
该割草机器人可以包括控制模块301、行进机构302、切割模块303以及电源304等部件。本领域技术人员可以理解，图3中示出的电子设备结构并不构成对电子设备的限定，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。其中：
[0124]
控制模块301是该割草机器人的控制中心，该控制模块301具体可以包括中央处理器(central process unit，cpu)、存储器、输入/输出端口、系统总线、定时器/计数器、数模转换器和模数转换器等组件，cpu通过运行或执行存储在存储器内的软件程序和/或模块，以及调用存储在存储器内的数据，执行割草机器人的各种功能和处理数据；优选的，cpu可集成应用处理器和调制解调处理器，其中，应用处理器主要处理操作系统和应用程序等，调制解调处理器主要处理无线通信。可以理解的是，上述调制解调处理器也可以不集成到cpu中。
[0125]
存储器可用于存储软件程序以及模块，cpu通过运行存储在存储器的软件程序以及模块，从而执行各种功能应用以及数据处理。存储器可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据电子设备的使用所创建的数据等。此外，存储器可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。相应地，存储器还可以包括存储器控制器，以提供cpu对存储器的访问。
[0126]
行进机构302与控制模块301电性相连，用于响应控制模块301传递的控制信号，调整割草机器人的行进速度和行进方向，实现割草机器人的自移动功能。
[0127]
切割模块303与控制模块301电性相连，用于响应控制模块传递的控制信号，调整切割刀盘的高度和转速，实现割草作业。
[0128]
电源304可以通过电源管理系统与控制模块301逻辑相连，从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。电源304还可以包括一个或一个以上的直流或交流电源、再充电系统、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。
[0129]
尽管未示出，该割草机器人还可以包括通信模块、传感器模块、提示模块等，在此不再赘述。
[0130]
通信模块用于收发信息过程中信号的接收和发送，通过与用户设备、基站或服务器建立通信连接，实现与用户设备、基站或服务器之间的信号收发。
[0131]
传感器模块用于采集内部环境信息或外部环境信息，并将采集到的环境数据反馈给控制模块进行决策，实现割草机器人的精准定位和智能避障功能。本技术实施例中，传感器模块至少包括视觉传感器，用于采集作业环境中的图形码。可选地，传感器模块还可以包括：超声波传感器、红外传感器、碰撞传感器、雨水感应器、激光雷达传感器、惯性测量单元、轮速计、位置传感器及其他传感器，对此不做限定。
[0132]
提示模块用于提示用户当前割草机器人的工作状态。本方案中，提示模块包括但
不限于指示灯、蜂鸣器等。例如，割草机器人可以通过指示灯提示用户当前的电源状态、电机的工作状态、传感器的工作状态等。又例如，当检测到割草机器人出现故障或被盗时，可以通过蜂鸣器实现告警提示。
[0133]
具体在本实施例中，控制模块301中的处理器会按照如下的指令，将一个或一个以上的应用程序的进程对应的可执行文件加载到存储器中，并由处理器来运行存储在存储器中的应用程序，从而实现各种功能，如下：
[0134]
获取包含多个初始点的初始地图，在初始地图内控制割草机器人执行图形码采集操作，得到图形码采集操作对应的采集数据，根据采集点对应的图形码标识、采集位姿信息和初始地图，构建目标地图，以根据目标地图对割草机器人进行定位。
[0135]
以上各个操作的具体实施可参见前面的实施例，在此不再赘述。
[0136]
本技术实施例在获取包含多个初始点的初始地图后，初始地图根据割草机器人采集的图形码生成的，每个初始点对应一个所述图形码，在初始地图内控制割草机器人执行图形码采集操作，得到图形码采集操作对应的采集数据，采集数据包括多个采集点以及每个采集点对应的采集位姿信息，最后，根据采集点对应的图形码标识、采集位姿信息和初始地图，构建目标地图，以根据目标地图对割草机器人进行定位，在本技术提供的机器人定位方案中，预先根据割草机器人采集的图形码生成初始地图，并控制割草机器人在初始地图中执行图形码采集操作，最后，根据采集点对应的图形码标识、采集位姿信息和初始地图，构建高精度的目标地图，以便后续根据该目标地图对割草机器人进行定位，由此，可以提高割草机器人定位的精度。
[0137]
本领域普通技术人员可以理解，上述实施例的各种方法中的全部或部分步骤可以通过指令来完成，或通过指令控制相关的硬件来完成，该指令可以存储于一计算机可读存储介质中，并由处理器进行加载和执行。
[0138]
为此，本技术实施例提供一种存储介质，其中存储有多条指令，该指令能够被处理器进行加载，以执行本技术实施例所提供的任一种机器人定位方法中的步骤。例如，该指令可以执行如下步骤：
[0139]
获取包含多个初始点的初始地图，在初始地图内控制割草机器人执行图形码采集操作，得到图形码采集操作对应的采集数据，根据采集点对应的图形码标识、采集位姿信息和初始地图，构建目标地图，以根据目标地图对割草机器人进行定位。
[0140]
以上各个操作的具体实施可参见前面的实施例，在此不再赘述。
[0141]
其中，该存储介质可以包括：只读存储器(rom，read only memory)、随机存取记忆体(ram，random access memory)、磁盘或光盘等。
[0142]
由于该存储介质中所存储的指令，可以执行本技术实施例所提供的任一种机器人定位方法中的步骤，因此，可以实现本技术实施例所提供的任一种机器人定位方法所能实现的有益效果，详见前面的实施例，在此不再赘述。
[0143]
以上对本技术实施例所提供的一种机器人定位方法、装置、割草机器人以及存储介质进行了详细介绍，本文中应用了具体个例对本技术的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本技术的方法及其核心思想；同时，对于本领域的技术人员，依据本技术的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本技术的限制。