[发明专利]一种机器人地图的构建方法、机器人的定位方法及装置

说明书

本发明公开了一种机器人地图的构建方法、机器人的定位方法及装置，通过对各图像进行特征匹配处理、状态增量信息的确定、以及滑窗优化处理，可以确定出关键帧数据，且根据关键帧数据，确定各关键帧对应的闭环关键帧、以及闭环特征点对，进而在关键帧与对应闭环关键帧满足闭环条件时，可以对所有关键帧对应的特征点数据、闭环特征点对、以及IMU数据进行BA优化处理后，得到更加符合实际情况、高精度且全局一致性的地图，为后期机器人的定位提供有效的全局地图。并且，通过确定闭环关键帧和闭环特征点对，也即执行闭环检测过程，通过闭环检测可以关联特征点，并构造闭环点的重投影误差，从而可以有效消除累积的误差，使得构建的地图更加精准。

技术领域

本发明涉及机器人技术领域，尤指一种机器人地图的构建方法、机器人的定位方法及装置。

背景技术

随着对制造灵活性的需求增加、产品周期缩短和加快、人力成本上升、以及人类安全趋势的需求增加，全球移动机器人的市场正在快速发展，技术需求越来越高，例如，自主导引车(Automated Guided Vehicles AGV)已广泛应用于自动化仓库、工厂物料传输系统、物流拣配系统、柔性装配系统和其他智能运输站点。相对于基于磁条、反光板、二维码等AGV，自主移动机器人(Autonomous Mobile Robot,AMR)的技术难度更高和使用场景更广，AMR导航的核心技术即SLAM(Simultaneous Localization and Mapping)，也即使得机器人知道环境地图，以及知道自己实时位置，这是全程不需要人干预、高效智能移动到达目标的基础。

AMR在实际应用中，可以包括建图阶段，在该建图阶段，主要考虑能用尽量多的信息构建一个高精度且全局一致性的地图，而对定位的实时性、实时定位精度和频率则可以忽略不计。

那么，如何构建具有高精度且全局一致性的地图，是本领域技术人员亟待解决的技术问题。

发明内容

本发明实施例提供了一种机器人地图的构建方法、机器人的定位方法及装置，用以构建具有高精度且全局一致性的地图。

第一方面，本发明实施例提供了一种机器人地图的构建方法，包括：

根据所述机器人实时同步采集到的图像数据和惯性测量单元IMU数据，按照预设的关键帧数据确定规则，确定关键帧数据；其中所述关键帧数据包括：关键帧的位姿信息、以及关键帧对应图像中的特征点数据，所述特征点为所在图像中的角点，且与相邻一帧图像中的角点相匹配的角点；

根据所述关键帧数据，确定所述关键帧对应的闭环关键帧、以及闭环特征点对；其中所述闭环特征点对包括：位于该所述关键帧对应图像中的第一特征点、以及位于对应所述闭环关键帧对应图像中的第二特征点，所述第一特征点与所述第二特征点所描述的图像信息相匹配；

在确定所述关键帧与对应所述闭环关键帧满足预设的闭环条件时，对所述所有所述关键帧对应的特征点数据、所述闭环特征点对、以及所述IMU数据对进行第一集束调整BA优化处理后，得到用于表示所述机器人所在环境的地图；

其中，在确定出采集到的每一帧图像包括的左目图像和右目图像中角点的匹配情况、以及采集到的连续两帧图像之间的状态增量信息时，且对每一帧图像进行滑窗优化处理后，根据所述滑窗优化处理的次数、以及所述特征点的重投影误差，确定出所述关键帧，并确定出所述关键帧的位姿信息、以及所述关键帧对应图像中所述特征点数据；所述状态增量信息包括：位置增量信息、角度增量信息和速度增量信息。

可选地，在本发明实施例中，所述闭环条件包括：

在根据所述闭环特征点对、以及预设的PNP算法，确定出该所述关键帧与对应所述闭环关键帧之间的前向PNP相对姿态和后向PNP相对姿态时，所述前向PNP相对姿态与所述后向PNP相对姿态的差值小于预设的第一阈值；

其中，所述前向PNP相对姿态包括：