[发明专利]重定位方法、机器人及计算机可读存储介质

权利要求书

1.一种重定位方法，其特征在于，包括：

获取机器人所在的目标场景的全局导航地图和当前扫描图，并根据所述全局导航地图生成局部匹配子图；

获取所述局部匹配子图中的黑色边界，确定所述黑色边界的长度以及确定所述黑色边界的曲线复杂度，并根据所述黑色边界的长度和曲线复杂度确定所述黑色边界的匹配权重；

根据所述局部匹配子图和所述当前扫描图确定重定位的估计位姿和目标黑色边界，并根据所述目标黑色边界的匹配权重获取所述当前扫描图与所述局部匹配子图之间的匹配值，所述目标黑色边界为所述局部匹配子图与所述当前扫描图之间相匹配的黑色边界；

当所述匹配值大于预设的匹配阈值时，将所述估计位姿确定为所述机器人重定位的位姿。

2.如权利要求1所述的重定位方法，其特征在于，所述确定所述黑色边界的长度包括：

获取所述黑色边界所包含的黑色像素点的数量，并将所述黑色像素点的数量确定为所述黑色边界的长度。

3.如权利要求1所述的重定位方法，其特征在于，所述确定所述黑色边界的曲线复杂度包括：

当所述黑色边界的长度小于预设的基准长度时，将所述黑色边界的曲线复杂度确定为预设值；

当所述黑色边界的长度大于或等于所述基准长度时，以所述黑色边界的一个端点为圆心、以所述基准长度为半径绘制第一圆形，并获取所述第一圆形与所述黑色边界的交点；

确定所述黑色边界中位于所述圆心与所述交点之间的目标黑色像素点，并确定所述目标黑色像素点与目标直线之间的距离，所述目标直线为根据所述圆心和所述交点确定的直线；

当所述距离中存在大于预设距离阈值的距离时，将所述黑色边界的曲线复杂度增加一个计数单位；

以所述交点为圆心、以所述基准长度为半径绘制第二圆形；

当所述第二圆形与所述黑色边界之间存在新的交点时，则返回执行所述确定所述黑色边界中位于所述圆心与所述交点之间的目标黑色像素点，并确定所述目标黑色像素点与目标直线之间的距离的步骤以及后续步骤，直至所述第二圆形与所述黑色边界之间不存在新的交点，得到所述黑色边界的曲线复杂度。

4.如权利要求1所述的重定位方法，其特征在于，所述根据所述黑色边界的长度和曲线复杂度确定所述黑色边界的匹配权重包括：

根据下述公式计算得到所述黑色边界的匹配权重：

其中，W_i为第i条黑色边界的匹配权重，D_i(r)为第i条黑色边界的曲线复杂度，L_i为第i条黑色边界的长度，r为基准长度。

5.如权利要求1至4任一项所述的重定位方法，其特征在于，所述根据所述全局导航地图生成局部匹配子图包括：

确定自适应匹配区域；

对所述全局导航地图进行预处理，得到优化导航地图；

根据所述自适应匹配区域和所述优化导航地图生成所述局部匹配子图。

6.如权利要求5所述的重定位方法，其特征在于，所述确定自适应匹配区域包括：

获取重定位的定位模式；

当所述定位模式为全局重定位时，获取所述机器人的全局定位位置以及导航失效前所述机器人所在的第一位置，并根据所述全局定位位置和所述第一位置生成所述自适应匹配区域；

当所述定位模式为局部重定位时，获取所述机器人的全局定位位置、导航失效前所述机器人所在的第一位置以及用户指定的第二位置，并根据所述全局定位位置、所述第一位置以及所述第二位置生成所述自适应匹配区域。

7.如权利要求6所述的重定位方法，其特征在于，所述根据所述全局定位位置和所述第一位置生成所述自适应匹配区域包括：

以所述全局定位位置为圆心、以第一预设长度为半径绘制第三圆形，并以所述第一位置为圆心、以所述第一预设长度为半径绘制第四圆形；

当所述第三圆形与所述第四圆形相交或者相容时，将包含所述第三圆形与所述第四圆形的最小外接矩形确定为所述自适应匹配区域；

当所述第三圆形与所述第四圆形相离，或者所述第四圆形不存在时，将以所述全局定位位置为中心点、以第二预设长度为边长的矩形区域确定为所述自适应匹配区域。