[发明专利]一种自主定位方法、装置及移动机器人

说明书

本发明实施例提供了一种自主定位方法、装置及移动机器人。方法包括：在移动机器人发生移动后，利用移动机器人上的激光测距仪进行障碍物探测；计算移动机器人在发生移动后的预估位姿；查找探测到的障碍物在预设的梯度地图中对应区域栅格的代价梯度；梯度地图中包括移动机器人所处场景中的多个栅格以及多个栅格的代价，栅格的代价用于表示该栅格是障碍物栅格的置信度，栅格的代价梯度用于表示该栅格代价增长最快的方向；根据探测到的障碍物在预设的梯度地图中对应栅格的代价梯度对预估位姿进行移动补偿，得到移动机器人在发生移动后的优化位姿。通过将激光末端点与梯度地图进行匹配，一次匹配获取优化位姿，有效降低了自主定位过程中的资源消耗。

技术领域

本发明涉及机器人自主定位技术领域，特别是涉及一种自主定位方法、装置及移动机器人。

背景技术

移动机器人可以在场景中进行移动并执行相应的任务，移动机器人在执行一些任务时需要获取自身的位姿，位姿包括移动机器人所处的位置和朝向角。移动机器人在移动后，可以根据内置的里程计的读数，基于移动机器人的运动模型，估测出移动机器人移动后的位姿。但是里程计的读数存在一定误差，并且该误差会随着移动机器人移动的距离增加而积累，因此需要对基于里程计读数估测出的位姿进行修正。

现有技术中，移动机器人可以是预先通过SLAM(simultaneous localization andmapping，及时定位与地图构建)技术建立场景的场景地图，并在该场景地图中设置多个粒子，每个粒子代表移动机器人的一种可能位姿，每次移动机器人移动后，根据移动机器人内置的里程计估测本次移动的移动量的分布范围，将该分布范围中的移动量按照一定的概率分布应用于多个粒子上以改变这多个粒子的位姿。机器人通过自身的激光测距仪向四周发射激光，以获取机器人距离场景中各障碍物的距离作为测量范围数据，分别针对每个粒子，假设移动机器人处于该粒子所表示的位姿时，基于地图信息计算移动机器人理论上距离场景中各障碍物的距离作为理论范围数据，比较测量范围数据与理论范围数据的相似程度，以确定该粒子的位姿是移动机器人实际位姿的置信度，基于多个粒子各自的置信度，对多个粒子的位姿进行重采样，并将重采样结果作为移动机器人的实际位姿。

但是，为了使得重采样结果与移动机器人的实际位姿差距较小，可能需要设置较多数目的粒子，以使得这些粒子可以更好的反映出移动机器人的位姿的可能分布情况，而粒子数目的增加会使得范围数据和场景地图匹配的次数增加，导致算法复杂度增加，移动机器人在进行自主定位过程中可能会花费较多的系统资源。

发明内容

本发明实施例的目的在于提供一种自主定位方法，以实现降低移动机器人在自主定位过程中的资源消耗。具体技术方案如下：

在本发明实施例的第一方面，提供了一种自主定位方法，所述方法包括：

在移动机器人发生移动后，利用所述移动机器人上的激光测距仪进行障碍物探测；

计算所述移动机器人在发生移动后的预估位姿；

查找探测到的障碍物在预设的梯度地图中对应栅格的代价梯度；所述梯度地图中包括所述移动机器人所处场景中的多个栅格以及所述多个栅格的代价，栅格的代价用于表示该栅格是障碍物栅格的置信度，栅格的代价梯度用于表示该栅格代价增长最快的方向；

根据探测到的障碍物在预设的梯度地图中对应栅格的代价梯度对所述预估位姿进行移动补偿，得到所述移动机器人在发生移动后的优化位姿。

结合第一方面，在第一种可能的实现方式中，所述利用所述移动机器人上的激光测距仪进行障碍物探测，包括：

利用所述移动机器人上的激光测距仪发射激光，确定激光的激光末端点与移动机器人之间的距离；所述激光末端点根据激光打在所述场景中的障碍物上所形成；

所述查找探测到的障碍物在预设的梯度地图中对应栅格的代价梯度，包括：