本发明涉及机器人定位，具体涉及一种判断机器人定位丢失的方法。
背景技术：
1、移动机器人自主导航时，获取当前时刻准确的定位是稳定运行的基础。常见的定位方法有使用激光雷达slam、视觉slam、里程计和gps。但是由于传感器误差或者算法问题，会出现定位丢失的情况，需要及时发现，不然容易发生事故，因此需要对当前的定位状态进行评估，判断定位是否准确，如果准确才可以继续运行导航算法，如果定位不准确，则认为定位丢失，则要及时停止导航的运行。定位状态的判断需要准确，否则会对导航造成负面影响，例如，定位准确却误判为定位丢失，本来应该正常的行驶，却因为误报定位丢失而停下，影响正常的导航；反之，如果定位丢失了，却还认为定位准确，继续行驶，则会发生安全事故。因此，对定位状态的正确判断，是移动机器人或者自动驾驶汽车正常运行的关键问题。
2、现有的定位状态的判断方法，大部分是通过点云或者图像和地图的匹配度来评分的，然后设定评分的阈值，得出定位准确或者丢失的结论。但是在实际运行中，由于地图的稀疏和稠密的变化，这种评分并不能准确评估当前定位状态，并且不同的环境，所使用的评分阈值也尽不相同，因此并不是一个实用的方法。
技术实现思路
1、本发明为了克服以上技术的不足，提供了一种可以准确判断定位的状态的方法。本发明克服其技术问题所采用的技术方案是：
2、一种判断机器人定位丢失的方法，包括如下步骤：
3、a)使用多线激光雷达建立点云地图；
4、b)在机器人导航过程中开启定位算法；
5、c)计算两帧激光雷达点云时间内的位移变化量和朝向角度变化量；
6、d)以机器人的位移变化计算得到机器人里程计算的阈值，以机器人的角度变化计算得到机器人的imu计算阈值；
7、e)如果激光雷达的定位结果和上次的定位结果之间的变化不大于机器人里程计算的阈值且激光雷达的定位结果和上次的定位结果之间的变化不大于机器人的imu计算阈值则判定为机器人定位连续变化，定位结果准确，机器人继续导航，如果激光雷达的定位结果和上次的定位结果之间的变化大于机器人里程计算的阈值或激光雷达的定位结果和上次的定位结果之间的变化大于机器人的imu计算阈值，则判定为激光雷达定位丢失，机器人停止导航并开启重定位后执行步骤f)；
8、f)重复执行步骤c)至步骤e)。
9、优选的，步骤a)中使用激光雷达slam算法建立机器人运行区域的点云地图。
10、进一步的，步骤b)中机器人导航过程中开启定位算法的同时使用点云配准算法，得到机器人的定位结果。
11、优选的，点云配准算法为ndt算法。
12、进一步的，步骤d)中在机器人上安装轮式里程计和imu，机器人的位移变化量由轮式里程计测量，机器人的角度变化量由imu测量。
13、进一步的，步骤d)中机器人里程计算的阈值为机器人的位移变化量的两倍，机器人的imu计算阈值为机器人的角度变化量的两倍。
14、本发明的有益效果是：根据上下两个时刻的定位结果，是连续变化还是突变来判断定位准确与否，并且阈值动态变化，由自身的里程计和imu计算获得。在实际的测试中，产生了良好的应用效果，可以准确判断定位的状态，具有极大的应用价值。仅仅使用机器人本体上的轮式里程和imu来判断定位的准确程度，稳定可靠，成本低廉，可适用于多场景、室内外的定位状态判断，为导航提供准确的参考。
1.一种判断机器人定位丢失的方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的判断机器人定位丢失的方法，其特征在于：步骤a)中使用激光雷达slam算法建立机器人运行区域的点云地图。
3.根据权利要求1所述的判断机器人定位丢失的方法，其特征在于：步骤b)中机器人导航过程中开启定位算法的同时使用点云配准算法，得到机器人的定位结果。
4.根据权利要求4所述的判断机器人定位丢失的方法，其特征在于：点云配准算法为ndt算法。
5.根据权利要求1所述的判断机器人定位丢失的方法，其特征在于：步骤d)中在机器人上安装轮式里程计和imu，机器人的位移变化量由轮式里程计测量，机器人的角度变化量由imu测量。
6.根据权利要求5所述的判断机器人定位丢失的方法，其特征在于：步骤d)中机器人里程计算的阈值为机器人的位移变化量的两倍，机器人的imu计算阈值为机器人的角度变化量的两倍。