[发明专利]一种停车机器人定位导航方法

权利要求书

1.一种停车机器人定位导航方法，其特征在于，包括以下步骤：

（1）数据传输：停车机器人根据预定路线行驶，同时向后台服务器发送位置数据，停车机器人上安装有定位雷达，位置数据是通过定位雷达扫描停车场中安装的反光柱，得到停车机器人到反光柱的距离，之后根据停车机器人到不同反光柱的距离计算出停车机器人的位置 ，得到停车机器人的位置数据；

（2）数据接收：后台服务器接收停车机器人发出的位置数据后，将位置数据输入到场地模型中，得到位置模型，场地模型为停车场平面图，并在停车场平面图中选取一点设为原点，根据原点在停车场平面图中建立地图坐标系，得到二维模型，再将停车机器人位置数据导入，生成位置模型；

（3）姿态计算：后台服务器通过位置数据计算，得到姿态数据，并将姿态数据导入位置模型，生成停车机器人的姿态模型，所述姿态模型是通过将姿态数据替换位置模型中停车机器人所在的位置数据得到，姿态数据通过将位置数据导入到蒙特卡罗定位算法中，计算，得到停车机器人当前在地图坐标系下的姿态数据；

（4）位置校对：从数据库中提取并向姿态模型中导入停车机器人的预定路线，之后对预定路线与姿态模型位置进行校对，所述数据库包括路径规划模块、常规数据存储模块和异常数据存储模块，路径规划模块用于存储停车机器人预定路线数据，位置校对分为以下两种情况：

A当姿态模型在预定路线上时，继续行驶；

B当姿态模型不在预定路线上时，检测与预定路线上最近的位置，重新制定路线；

（5）轨迹模拟：将已接受的停车机器人位置数据，按照时间顺序排列后，得到停车机器人的行驶轨迹模型；

（6）路线对比：将行驶轨迹模型与预定路线导入到二维模型中，并进行路线对比分类，分类后存入到数据库中，路线校对通过行驶轨迹模型和预定路线重合程度，同设定值对比，对比结果分为以下两种情况：

（6.1）当重合程度大于或等于设定值时，停车机器人的行驶轨迹模型为正常数据，存入到常规数据中；

（6.2）当重合程度小于设定值时，停车机器人的行驶轨迹模型为异常数据，存入到异常数据中，并将异常数据发送到异常处理终端。