[发明专利]机器人定位充电桩的方法及系统

权利要求书

1.一种机器人定位充电桩的方法，其特征在于，所述方法应用于机器人定位充电桩，所述机器人存储所述充电桩的特征信息，所述机器人包括激光雷达及定位模块，所述激光雷达扫描并获取激光点云，所述定位模块输出所述机器人的位姿，所述方法包括：

计算所述特征信息的理想点云及所述理想点云的距离图；

根据所述充电桩在世界坐标系下的位置与所述机器人在世界坐标系下的位姿，计算所述充电桩在激光坐标系下的位置信息，根据所述位置信息设定搜索范围，对所述搜索范围内的所述激光点云进行搜索；

采用滑动窗口对所述搜索范围内的所述激光点云进行搜索以输出若干段候选点云；

将每一段所述候选点云与所述理想点云进行粗略对齐，并采用所述距离图进行暴力搜索对齐，并输出对齐误差，选取对齐误差最小的所述激光点云为充电桩点云；

以所述充电桩点云为初值，使用奇异值分解法对所述充电桩点云与所述理想点云进行对齐，计算所述充电桩的位姿。

2.如权利要求1所述的机器人定位充电桩的方法，其特征在于，

所述滑动窗口为第一特定宽度，所述滑动窗口的间隔为第二特定宽度，所述第一特定宽度与所述第二特定宽度之和不大于特征长度。

3.如权利要求1所述的机器人定位充电桩的方法，其特征在于，所述位置信息包括最大定位误差边界，所述设定搜索范围的步骤，具体包括：

以所述最大定位误差边界为中心设定所述搜索范围。

4.如权利要求1所述的机器人定位充电桩的方法，其特征在于，所述特征信息至少包括反光标识和特征立体结构中的一种。

5.如权利要求1所述的机器人定位充电桩的方法，其特征在于，所述采用滑动窗口对所述搜索范围内的所述激光点云进行搜索以输出若干段候选点云的步骤之前，还包括：

将所述激光雷达的数据在所述激光坐标系下的角度从小到大排序。

6.如权利要求1所述的机器人定位充电桩的方法，其特征在于，所述特征信息包括凹凸结构，所述凹凸结构的长度为所述特征长度。

7.如权利要求1所述的机器人定位充电桩的方法，其特征在于，所述将每一段所述候选点云与所述理想点云进行粗略对齐，并采用所述距离图进行暴力搜索对齐，并输出对齐误差，选取对齐误差最小的所述激光点云为充电桩点云，具体包括：

使用主成分分析技术将每一段所述候选点云与所述理想点云进行粗略对齐，并以所述粗略对齐结果作为初值，采用所述距离图进行暴力搜索对齐，并输出对齐误差，选取对齐误差最小的所述激光点云为充电桩点云。

8.如权利要求1所述的机器人定位充电桩的方法，其特征在于，所述定位模块包括里程计，所述以所述充电桩点云为初值，使用奇异值分解法对所述充电桩点云与所述理想点云进行对齐，计算所述充电桩的位姿的步骤之后，还包括：

根据所述里程计的数据和所述充电桩的位姿，使用扩展卡尔曼滤波对所述充电桩的位姿进行跟踪。

9.如权利要求1所述的机器人定位充电桩的方法，其特征在于，所述以所述充电桩点云为初值，使用奇异值分解法对所述充电桩点云与所述理想点云进行对齐，计算所述充电桩的位姿，之后还包括：

所述机器人与所述充电桩的直线距离r为第四阈值时，根据所述充电桩的位姿，计算所述机器人到达所述充电桩的平滑轨迹并计算输出所述机器人的移动速度。

10.一种机器人识别充电桩的系统，其特征在于，应用如权利要求1-9任一项所述的机器人定位充电桩的方法。