[发明专利]机器人自主定位方法和系统

说明书

本发明涉及人工智能技术领域，特别涉及一种机器人自主定位方法和系统，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；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。本发明采用多模式融合的机器人自主定位方法，对硬件要求低，节省成本，提高室内定位精度。同时对场景动态变化和光线强度不敏感，场景适应性强。

技术领域

本发明涉及人工智能技术领域，特别涉及一种机器人自主定位方法和系统。

背景技术

随着通信和电子等科技领域的发展，机器人从工业服务逐渐渗入到社会服务、医疗康复和家用等领域，但依然存在诸多技术瓶颈，其中一个亟待解决的问题是机器人的精准定位。定位是机器人对周围环境的物理空间感知能力，是机器人实现智能服务的基础，在实际的应用中机器人需要适应不同的作业场景，通过捕捉信息快速识别周边环境并做出精准定位。

目前主流的机器人定位的方法主要包括多传感器融合定位、激光雷达定位或视觉定位，但上述方法均存在一些问题。例如，多传感器融合定位方法中，不同性能的传感器的整合应用会带来偏差，难以应对机器人运行过程中的外参突变；激光雷达定位方法应用最广，但机器人开机时默认位置为建图的初始位置，需要人为调整，并且机器人在长时间运作中轮子的累计误差将导致定位偏离；视觉定位方法是一种较新的技术，利用视觉传感装置获取物体图像，对图像处理后获得物体的位置信息，但现有技术中的视觉定位技术对光照变化和场景动态变化等因素敏感，达不到精确定位的理想效果。

发明内容

针对现有技术的上述问题，本发明的目的在于，提供一种机器人自主定位方法和系统，模仿人类视觉感知环境的方式，通过识别室内固定标识物达到定位目的。解决了上述定位方法中对光线敏感、运行累计误差和场景限制等问题，在实际应用中能自如应对场景的动态变化，同时也具备良好的稳定性。

本发明的具体技术方案如下：

一种机器人自主定位方法，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；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。

具体地，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。

具体地，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。

具体地，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。