[发明专利]基于特征点匹配的楼宇内移动机器人多楼层自动建图方法在审
申请号: | 202011528452.9 | 申请日: | 2020-12-22 |
公开(公告)号: | CN112650244A | 公开(公告)日: | 2021-04-13 |
发明(设计)人: | 楼云江;赵均鑫;孟雨皞;陈雨景;赵真 | 申请(专利权)人: | 哈尔滨工业大学(深圳) |
主分类号: | G05D1/02 | 分类号: | G05D1/02 |
代理公司: | 广州嘉权专利商标事务所有限公司 44205 | 代理人: | 赵学超 |
地址: | 518000 广东省深圳市南山区*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 特征 匹配 楼宇 移动 机器人 楼层 自动 方法 | ||
本发明涉及机器人技术领域,公开了一种基于特征点匹配的楼宇内移动机器人多楼层自动建图方法,主要方案包括建立基准楼层地图坐标系;通过气压值计算所在楼层信息;基于楼层通过激光雷达及航迹推算完成对楼层区域的探索,构建楼层地图坐标系;基于参数一致关键点计算楼层地图坐标系与基准楼层地图坐标系的坐标变换关系,使楼层地图坐标系的参数一致关键点与基准楼层地图坐标系中的参数一致关键点具有相同坐标。本发明至少具有以下有益效果:能够使机器人自动自主的更换楼层所对应的地图,并建立不同楼层地图间的坐标变换关系,提高多楼层地图自动建立分析的效率。
技术领域
本发明涉及机器人技术领域,特别涉及一种基于特征点匹配的楼宇内移动机器人多楼层自动建图方法。
背景技术
在服务机器人自主智能技术中,机器人多楼层自主导航技术是需要关注的重点。近年来,随着我国城镇化的发展,城市的数量与人口显著增加,由于楼宇是绝大多数城市居民生活与工作的空间,因此城镇楼宇也成为服务机器人重要的应用场景,并催生了一系列的实际应用,如快件与外卖收取、楼宇清洁、文件配送、迎宾接待等,而这些应用都需要机器人能够在楼宇内进行跨楼层的大范围导航。
为了实现机器人在楼宇内跨楼层的自主导航,就必须要求机器人能够建立楼宇内多楼层地图并建立不同楼层间地图的坐标关系。在传统的导航框架中,建图方法针对单楼层导航任务进行设计,未考虑多个地图的切换以及地图间坐标关系的建立,故不适用于多楼层导航。现有的一下跨楼层机器人导航应用一般采用人为给定多楼层地图间坐标转换关系的方法建立多楼层地图,同时需要人为或通过外部控制系统获取地图对应的楼层,在楼层较多的情况下效率低下。
发明内容
本发明旨在至少解决现有技术中存在的技术问题之一。为此,本发明提出一种机器人多楼层自动建图方法,能够基于不同楼层空间位置信息一致的特点,使机器人能够自动自主的更换楼层所对应的地图,并建立不同楼层地图间的坐标变换关系,提高多楼层地图自动建立分析的效率。
本发明还提出一种具有上述机器人多楼层自动建图方法的机器人。
根据本发明的第一方面实施例的机器人多楼层自动建图方法,包括以下步骤:S100、建立基准楼层地图坐标系,获取所述基准楼层地图坐标系中的预设关键点作为参数一致关键点;S200、获取经过滤波之后的气压值,通过所述气压值计算所在楼层信息;S300、判断所述楼层不等于基准楼层,执行基于所述楼层通过激光雷达及航迹推算完成对所述楼层区域的探索,构建所述楼层地图坐标系;S400、基于所述参数一致关键点计算所述楼层地图坐标系与所述基准楼层地图坐标系的坐标变换关系,根据所述坐标变换关系对所述楼层地图坐标系进行二维旋转与平移变换,使所述楼层地图坐标系的所述参数一致关键点与所述基准楼层地图坐标系中的所述参数一致关键点具有相同坐标;S500、对地图中关键区域生成位置标签,基于各个楼层电梯出口为坐标参考点构建所述位置标签与电梯出口处的路径规划。
根据本发明的一些实施例,所述步骤S100包括:S110、通过激光雷达及航迹推算完成对所在楼层区域的探索,构建所在楼层地图坐标系;S120、获取所述所在楼层地图坐标系的预设关键点,所述预设关键点为不同楼层存在一致特性的关键点;S130、将所述预设关键点作为所述参数一致关键点。
根据本发明的一些实施例,所述步骤S110包括:通过遥控或自主导航的方式控制机器人移动经过所在楼层的所有区域,采集激光雷达数据;通过所述激光雷达数据及航迹推算数据构建所在楼层地图坐标系,所述航迹推算数据为:
xt=xt-1+vΔtcos(θt)
yt=yt-1+vΔtsin(θt)
θt=θt-1+wΔt,
其中,
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于哈尔滨工业大学(深圳),未经哈尔滨工业大学(深圳)许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202011528452.9/2.html,转载请声明来源钻瓜专利网。