机器人的位姿确定方法、装置、机器人以及存储介质与流程

本申请涉及机器人，特别是涉及一种机器人的位姿确定方法、装置、机器人以及存储介质。

背景技术：

1、随着科技的进步，越来越多的机器人被应用到人们的日常生活中。其中，在已知地图中对机器人进行准确定位，是机器人做复杂任务的基础。

2、传统的室内定位技术中，通常利用前视激光获取机器人的前方的自然特征来进行定位，其前方的自然特征一般为地面上的桌子、椅子、沙发等用品，这些用品可能会被移动，从而使得定位失效或者出现漂移，影响定位效果。

技术实现思路

1、基于此，有必要针对上述技术问题，提供一种机器人的位姿确定方法、装置、机器人以及存储介质。

2、第一方面，本申请提供了一种机器人的位姿确定方法，包括：

3、通过rgb相机获取当前定位图像；其中，当前定位图像为机器人在行驶区域采集的顶部视角图像；

4、在视觉地图信息库中获取与当前定位图像相似度最大的目标顶部视角图像；其中，视觉地图信息库中包括机器人在行驶区域中以不同位姿采集到的多幅顶部视角图像；

5、根据当前定位图像中候选特征点的二维坐标和目标顶部视角图像中参考特征点的三维坐标，确定机器人采集当前定位图像时的当前机器人位姿。

6、在其中一个实施例中，候选特征点和参考特征点均包括多个；根据当前定位图像中候选特征点的二维坐标和目标顶部视角图像中参考特征点的三维坐标，确定机器人采集当前定位图像时的当前机器人位姿，包括：

7、获取各候选特征点在当前定位图像中的特征向量和各参考特征点在目标顶部视角图像中的特征向量；

8、根据各候选特征点的特征向量与各参考特征点的特征向量，确定当前定位图像和目标顶部视角图像之间匹配的特征点对；

9、根据匹配的特征点对中候选特征点在当前定位图像中的二维坐标，以及匹配的特征点对中参考特征点的三维坐标确定机器人采集当前定位图像时的当前机器人位姿。

10、在其中一个实施例中，根据各候选特征点的特征向量与各参考特征点的特征向量，确定当前定位图像和目标顶部视角图像之间匹配的特征点对，包括：

11、获取各候选特征点的特征向量与各参考特征点的特征向量之间的余弦值；

12、将满足余弦值约束条件的余弦值所对应的候选特征点和参考特征点确定为匹配的特征点对。

13、在其中一个实施例中，上述方法还包括：

14、通过预设传感器获取机器人在不同时刻的测量位姿，得到多个第一测量位姿；

15、基于当前定位图像所在时刻的前后两个第一测量位姿得到与当前定位图像所在时刻对应的第二测量位姿；

16、根据当前机器人位姿和第二测量位姿确定各第一测量位姿对应时刻的机器人位姿。

17、在其中一个实施例中，根据当前机器人位姿和第二测量位姿确定各第一测量位姿对应时刻的机器人位姿，包括：

18、获取当前机器人位姿与第二测量位姿之间的相对位姿；

19、当第一测量位姿的所在时刻位于当前定位图像所在时刻之后且位于下一个定位图像的所在时刻之前时，通过第一测量位姿与相对位姿得到第一测量位姿对应时刻的机器人位姿。

20、第二方面，本申请还提供了一种机器人的视觉地图信息库的建立方法，该视觉地图信息库应用于上述任一项所述的位姿确定方法中，该建立方法包括：

21、通过rgb相机获取行驶区域的多幅顶部视角图像，顶部视角图像包括多个参考特征点；

22、通过预设传感器获取机器人在不同时刻的测量位姿，得到多个第三测量位姿，并根据第三测量位姿确定与顶部视角图像对应的第四测量位姿；

23、根据各顶部视角图像、各顶部视角图像中的特征点以及各顶部视角图像对应的第四测量位姿构建视觉地图信息库。

24、在其中一个实施例中，根据各顶部视角图像、各顶部视角图像中的特征点以及各顶部视角图像对应的第四测量位姿构建视觉地图信息库，包括：

25、基于相邻的两个第四测量位姿对应的顶部视角图像确定参考特征点的三维坐标；

26、对多个第四测量位姿进行回环处理以修正多个第四测量位姿，得到修正后的多个图像位姿；

27、采用预设优化算法对多个图像位姿以及参考特征点的三维坐标进行优化，得到多个优化后的图像位姿以及多个优化后的三维坐标；

28、将各顶部视角图像、对应顶部视角图像的参考特征点、参考特征点优化后的三维坐标以及多个优化后的图像位姿关联，形成视觉地图信息库。

29、第三方面，本申请还提供了一种机器人的位姿确定装置，包括：

30、第一获取模块，用于通过rgb相机获取当前定位图像；其中，当前定位图像为机器人在行驶区域采集的顶部视角图像；

31、第二获取模块，用于在视觉地图信息库中获取与当前定位图像相似度最大的目标顶部视角图像；其中，视觉地图信息库中包括机器人在行驶区域中以不同位姿采集到的多幅顶部视角图像；

32、位姿确定模块，用于根据当前定位图像中候选特征点的二维坐标和目标顶部视角图像中参考特征点的三维坐标，确定机器人采集当前定位图像时的当前机器人位姿。

33、第四方面，本申请还提供了一种机器人，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述任一项所述方法的步骤。

34、第五方面，本申请还提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述任一项所述方法的步骤。

35、上述机器人的位姿确定方法、视觉地图信息库的建立方法、装置、机器人和存储介质中，通过设置在机器人顶部的rgb相机在行驶区域采集顶部视角图像，作为当前定位图像，并在视觉地图信息库中获取与当前定位图像相似度最大的目标顶部视角图像，进而根据当前定位图像中候选特征点的二维坐标和目标顶部视角图像中参考特征点的三维坐标，确定机器人采集当前定位图像时的当前机器人位姿。其中，视觉地图信息库中包括机器人在行驶区域中不同位姿采集到的多幅顶部视角图像。通过上述方法即可实现基于顶部视角图像确定当前机器人位姿，顶部视角图像中多为静态特征，不会被移动，从而避免了定位失效或漂移，大大提高了机器人定位的准确性。

技术特征：

1.一种机器人的位姿确定方法，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，所述候选特征点和所述参考特征点均包括多个；所述根据所述当前定位图像中候选特征点的二维坐标和所述目标顶部视角图像中参考特征点的三维坐标，确定所述机器人采集所述当前定位图像时的当前机器人位姿，包括：

3.根据权利要求2所述的方法，其特征在于，所述根据各所述候选特征点的特征向量与各所述参考特征点的特征向量，确定所述当前定位图像和所述目标顶部视角图像之间匹配的特征点对，包括：

4.根据权利要求1-3中任一项所述的方法，其特征在于，所述方法还包括：

5.根据权利要求4所述的方法，其特征在于，所述根据所述当前机器人位姿和所述第二测量位姿确定各所述第一测量位姿对应时刻的机器人位姿，包括：

6.一种机器人的视觉地图信息库的建立方法，其特征在于，所述视觉地图信息库应用于权利要求1-5中任一项所述的位姿确定方法中，所述方法包括：

7.根据权利要求6所述的方法，其特征在于，所述根据各所述顶部视角图像、各所述顶部视角图像中的特征点以及各所述顶部视角图像对应的第四测量位姿构建所述视觉地图信息库，包括：

8.一种机器人的位姿确定装置，其特征在于，所述装置包括：

9.一种机器人，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的方法的步骤。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。

技术总结
本申请涉及一种机器人的位姿确定方法、装置、机器人和存储介质。所述方法包括：通过设置在机器人顶部的RGB相机在行驶区域采集顶部视角图像，作为当前定位图像，并在视觉地图信息库中获取与当前定位图像相似度最大的目标顶部视角图像，进而根据当前定位图像中候选特征点的二维坐标和目标顶部视角图像中参考特征点的三维坐标，确定机器人采集当前定位图像时的当前机器人位姿。其中，视觉地图信息库中包括机器人在行驶区域中不同位姿采集到的多幅顶部视角图像。通过上述方法即可实现基于顶部视角图像确定当前机器人位姿，顶部视角图像中多为静态特征，不会被移动，从而避免了定位失效或漂移，大大提高了机器人定位的准确性。

技术研发人员：龚喜
受保护的技术使用者：深圳市普渡科技有限公司
技术研发日：
技术公布日：2024/1/12