[发明专利]数据处理方法、系统、服务装置及其存储介质

说明书

本发明提供一种数据处理方法、系统、服务装置及其存储介质，所述数据处理方法包括获取当前时刻机器人在地图中的估计位姿；根据所述估计位姿，进行激光点云数据与地图的匹配，以获取若干地图匹配位姿及与所述若干地图匹配位姿对应的若干地图匹配得分；将所述若干地图匹配位姿按照各自的地图匹配得分进行降序排列；选取排序靠前的部分所述地图匹配位姿；将所有选取的所述地图匹配位姿进行信息处理，以获取当前时刻所述机器人在地图上的最终地图位姿。本发明在保证运算速度基本不变的情况下，提高了点云与地图匹配的精度与效果。

技术领域

本发明涉及机器人控制技术领域，特别涉及一种数据处理方法、系统、服务装置及其存储介质。

背景技术

移动机器人定位是机器人学的重要研究方向，也是机器人实现自主导航与智能行走的核心技术，对于提高机器人自动化水平具有重要意义。定位方法通常分为两类：绝对定位和相对定位。绝对定位要求机器人在不指定初始位置的情况下确定自己的位置。相对定位指机器人在给初始位置的条件下，根据多传感器实时数据及先验环境地图确定自己的在地图中的位置，是机器人定位处理中主要的研究方向。点云与地图的匹配技术是机器人定位的核心技术，匹配的精度与鲁棒性对定位效果有较大的影响，匹配的速度影响定位的实时性，进一步影响机器人的导航控制的响应速度与平滑性。因此提高点云与地图的匹配的精度与速度是机器人高精度高效运行的关键技术。

点云与地图的匹配精度受很多因素的影响，比如激光点云中包含大量移动物体，或者环境地图构建存在较大误差等。针对点云与地图的匹配，存在多种方法，比较常用的为梯度下降法，该方法容易陷入局部最优值，而且大多数匹配结果为局部最优地图位姿，这是由于地图的不连续导致的；另外还有暴力匹配结合分支定界加速的方法，该方法基本可以确定全局最优值，但是如果点云中包含大量移动物体的情况下，可能得到错误的全局最优解，而且该方法计算量大，算法运算时间较长，很难在嵌入式平台上达到实时匹配的要求。

发明内容

鉴于以上所述现有技术的缺点，本发明的目的在于提供一种数据处理方法、系统、服务装置及其存储介质，用于解决现有技术中的点云与地图的匹配方法和系统，运算速度耗时，点云与地图匹配的精度和鲁棒性较差的技术问题。

为实现上述目的及其他相关目的，本发明提供一种数据处理方法，所述数据处理方法包括：

获取当前时刻机器人在地图中的估计位姿；

根据所述估计位姿，进行激光点云数据与地图的匹配，以获取若干地图匹配位姿及与所述若干地图匹配位姿对应的若干地图匹配得分；

将所述若干地图匹配位姿按照各自的地图匹配得分进行降序排列；

选取排序靠前的部分所述地图匹配位姿；

将所有选取的所述地图匹配位姿进行信息处理，以获取当前时刻所述机器人在地图上的最终地图位姿。

在一可选实施例中，所述获取当前时刻机器人在地图中的估计位姿的步骤包括：

根据前一时刻到当前时刻之间所述机器人的编码器和惯性测量单元的测量数据以及前一时刻所述机器人在地图上的最终地图位姿，获取当前时刻所述机器人在地图中的估计位姿。

在一可选实施例中，所述将所有选取的所述地图匹配位姿进行信息处理，以获取当前时刻所述机器人在地图上的最终地图位姿的步骤包括：

将每个选取的所述地图匹配位姿的对应的地图匹配得分作为该地图匹配位姿的权重；

将所有选取的所述地图匹配位姿进行加权融合，以获取当前时刻所述机器人在地图上的最终地图位姿。

在一可选实施例中，所述选取排序靠前的部分所述地图匹配位姿的步骤包括，按照预设比例选取所述若干地图匹配位姿中排序靠前的部分所述地图匹配位姿，其中，所述预设比例介于20％-40％之间。