[发明专利]机器人重定位方法、装置、计算机可读存储介质及机器人

权利要求书

1.一种机器人重定位方法，其特征在于，包括：

获取激光地图中的物体级别特征，并计算与所述物体级别特征对应的第一位姿列表，所述物体级别特征为用户在所述激光地图中用矩形框选取的一处区域，所述区域所对应的环境是不变化的；

获取机器人重定位的初始位置，并根据所述第一位姿列表计算所述物体级别特征与所述初始位置之间的距离；

若所述物体级别特征与所述初始位置之间的距离小于预设的距离阈值，则将机器人采集的激光子图点云与所述第一位姿列表进行匹配，得到第二位姿列表；

将所述激光子图点云拼接为子图，并以所述子图为目标图像，以所述激光地图为源图像，进行多目标模板匹配，得到第一匹配候选结果；

根据所述第二位姿列表对所述第一匹配候选结果进行筛选，得到第二匹配候选结果，即加入了对于所述物体级别特征的考虑，对所述第一匹配候选结果进行筛选，从而获得高可信度的匹配候选结果，也即所述第二匹配候选结果；

确定所述第二匹配候选结果与所述子图的第一重合区域，并将所述第一重合区域内的边界点与所述激光子图点云进行匹配，得到机器人重定位结果；

若所述物体级别特征与所述初始位置之间的距离大于或等于所述距离阈值，则确定所述第一匹配候选结果与所述子图的第二重合区域，并将所述第二重合区域内的边界点与所述激光子图点云进行匹配，得到机器人重定位结果。

2.根据权利要求1所述的机器人重定位方法，其特征在于，所述将所述第一重合区域内的边界点与所述激光子图点云进行匹配，得到机器人重定位结果包括：

使用高斯-牛顿算法将所述第一重合区域内的边界点与所述激光子图点云进行匹配，得到机器人重定位结果。

3.根据权利要求1所述的机器人重定位方法，其特征在于，所述将机器人采集的激光子图点云与所述第一位姿列表进行匹配，得到第二位姿列表包括：

使用最近点迭代算法将所述激光子图点云与所述第一位姿列表进行匹配，得到所述第二位姿列表。

4.根据权利要求1至3中任一项所述的机器人重定位方法，其特征在于，在进行多目标模板匹配时，还包括：

使用图像金字塔对所述多目标模板匹配进行加速。

5.一种机器人重定位装置，其特征在于，包括：

第一列表计算模块，用于获取激光地图中的物体级别特征，并计算与所述物体级别特征对应的第一位姿列表，所述物体级别特征为用户在所述激光地图中用矩形框选取的一处区域，所述区域所对应的环境是不变化的；

距离计算模块，用于获取机器人重定位的初始位置，并根据所述第一位姿列表计算所述物体级别特征与所述初始位置之间的距离；

第二列表计算模块，用于若所述物体级别特征与所述初始位置之间的距离小于预设的距离阈值，则将机器人采集的激光子图点云与所述第一位姿列表进行匹配，得到第二位姿列表；

模板匹配模块，用于将所述激光子图点云拼接为子图，并以所述子图为目标图像，以所述激光地图为源图像，进行多目标模板匹配，得到第一匹配候选结果；

结果筛选模块，用于根据所述第二位姿列表对所述第一匹配候选结果进行筛选，得到第二匹配候选结果，即加入了对于所述物体级别特征的考虑，对所述第一匹配候选结果进行筛选，从而获得高可信度的匹配候选结果，也即所述第二匹配候选结果；

第一重定位模块，用于确定所述第二匹配候选结果与所述子图的第一重合区域，并将所述第一重合区域内的边界点与所述激光子图点云进行匹配，得到机器人重定位结果；

第二重定位模块，用于若所述物体级别特征与所述初始位置之间的距离大于或等于所述距离阈值，则确定所述第一匹配候选结果与所述子图的第二重合区域，并将所述第二重合区域内的边界点与所述激光子图点云进行匹配，得到机器人重定位结果。