[发明专利]机器人自主定位方法和系统

权利要求书

1.一种机器人自主定位方法，其特征在于，包括：

获取室内视频流数据，基于所述室内视频流数据构建网络数据集；

采集包含固定标识物的第一图像组，所述第一图像组至少包括一张图片，且该图片中的固定标识物至少具有两个平面；或者所述第一图像组包括两张以上图片，从所述第一图像组中能够识别出至少两个固定标识物，根据至少两个固定标识物能够确定至少两个平面；

利用训练好的预设孪生网络从所述网络数据集中获取与所述第一图像组匹配的第二图像组；

匹配所述第一图像组和第二图像组中相同的固定标识物，将相同的固定标识物作为特征标识物；

获取所述特征标识物的位置参数；

基于所述特征标识物的位置参数计算机器人的位置；

其中，所述固定标识物至少包括门、窗户、立柱、横梁和墙体。

2.根据权利要求1中的方法，其特征在于，所述获取室内视频流数据，基于所述室内视频流数据构建网络数据集，包括：

获取包括彩色图像、深度图像和位姿参数的室内视频流数据；

根据所述室内视频流数据构建室内三维地图和室内二维地图；

匹配所述室内三维地图和室内二维地图的坐标系构建网络数据集；

所述网络数据集包括彩色图像、深度图像、位姿参数、室内三维地图和室内二维地图。

3.根据权利要求2中的方法，其特征在于，所述匹配所述第一图像组和第二图像组中相同的固定标识物，将相同的固定标识物作为特征标识物；获取所述特征标识物的位置参数；包括：

提取所述第一图像组和所述第二图像组中的、相匹配的两两图片对；

通过预设语义分割网络对两两图片对进行语义分割，匹配所述第一图像组和第二图像组中相同的固定标识物，将相同的固定标识物作为特征标识物；

提取所述特征标识物的像素点在室内二维地图中的位置坐标。

4.根据权利要求3中的方法，其特征在于，所述基于所述特征标识物的位置坐标计算机器人的位置，包括：

基于所述特征标识物的像素点在室内二维地图中的位置坐标，得到所述特征标识物在世界坐标系中的位置坐标；

获取机器人相对于所述特征标识物的方向参数；

根据所述方向参数计算机器人到所述特征标识物的距离值；

基于所述特征标识物在世界坐标系中的位置坐标和所述距离值，通过点到直线的距离公式计算机器人的位置。

5.根据权利要求1中的方法，其特征在于，所述基于所述特征标识物的位置坐标计算机器人的位置，还包括：

如果单个所述特征标识物具有多个平面，则对单个所述特征标识物进行平面分割；

根据平面分割结果确定单个所述特征标识物的不同平面之间的分割线；

根据所述分割线区分所述特征标识物的不同平面。

6.一种机器人自主定位系统，其特征在于，包括：

图像采集单元，被配置为获取室内视频流数据，以及被配置为采集包含固定标识物的第一图像组，所述第一图像组至少包括一张图片，且该图片中的固定标识物至少具有两个平面；或者所述第一图像组包括两张以上图片，从所述第一图像组中能够识别出至少两个固定标识物，根据至少两个固定标识物能够确定至少两个平面；

算法单元，被配置为基于所述室内视频流数据构建网络数据集；

图像匹配单元，被配置为利用训练好的预设孪生网络从所述网络数据集中获取与所述第一图像组匹配的第二图像组；

标识物定位单元，被配置为匹配所述第一图像组和第二图像组中相同的固定标识物，将相同的固定标识物作为特征标识物；以及被配置为获取所述特征标识物的位置参数；

机器人定位单元，被配置为基于所述特征标识物的位置参数计算机器人的位置；

其中，所述固定标识物至少包括门、窗户、立柱、横梁和墙体。