[发明专利]机器人重定位方法、装置、机器人和计算机可读存储介质

权利要求书

1.一种机器人重定位方法，其特征在于，所述方法包括：

获取一帧激光雷达点云，所述激光雷达点云是指激光雷达获取的周围环境的障碍物所形成的点云；

分阶段计算所有粒子在地图上的似然域，得到第一粒子群，所述似然域是指所述地图上每个点对应的障碍物的概率；

根据所述第一粒子群和所述激光雷达点云创建局部地图，将所述局部地图与全局地图进行比较以确定最优位姿，以所述最优位姿作为定位结果。

2.根据权利要求1所述的机器人重定位方法，其特征在于，所述分阶段计算所有粒子在地图上的似然域，得到第一粒子群的步骤包括：

将所述所有粒子进行均匀划分，得到多份第一粒子，每一个线程计算一份所述第一粒子的得分情况，基于所述第一粒子的得分情况确定第一阶段的第一候选粒子；

将所述第一候选粒子进行均匀划分，得到多份第二粒子，每一个线程计算一份所述第二粒子的得分情况，基于所述第二粒子的得分情况确定第二阶段的第二候选粒子；

将所述第一候选粒子进行均匀划分，得到多份第三粒子，每一个线程计算一份所述第三粒子的得分情况，基于所述第三粒子的得分情况确定第三阶段的第三候选粒子；

对所述第二候选粒子和所述第三候选粒子进行筛选，得到所述第一粒子群。

3.根据权利要求1所述的机器人重定位方法，其特征在于，所述将所述局部地图与全局地图进行比较以确定最优位姿的步骤包括：

将所述局部地图与所述全局地图进行比较，得到不同像素点的数量；

根据所述不同像素点的数量确定所述粒子的得分情况，并基于所述粒子的得分情况确定所述最优位姿。

4.根据权利要求3所述的机器人重定位方法，其特征在于，所述将所述局部地图与所述全局地图进行比较，得到不同像素点的数量的步骤包括：

将所述局部地图的障碍物点与所述全局地图的障碍物点进行匹配，以及将所述局部地图的非障碍物点与所述全局地图的非障碍物点进行匹配，生成匹配结果；

基于所述匹配结果确定所述不同像素点的数量。

5.根据权利要求3所述的机器人重定位方法，其特征在于，所述根据所述不同像素点的数量确定所述粒子的得分情况的步骤包括：

将所述第一粒子群进行均匀划分，得到多份粒子；

每一个线程根据所述不同像素点的数量计算一份粒子的得分情况。

6.根据权利要求1所述的机器人重定位方法，其特征在于，所述分阶段计算所有粒子在地图上的似然域的步骤之前，还包括：

预先建立当前定位环境的栅格地图；

将所述激光雷达点云对应的坐标映射在所述栅格地图上，所述栅格地图为栅格概率地图。

7.根据权利要求6所述的机器人重定位方法，其特征在于，所述获取一帧激光雷达点云的步骤之前，还包括：

以所述栅格地图的非障碍物区域生成所述粒子；其中，所述粒子是指机器人的位姿。

8.一种机器人重定位装置，其特征在于，所述装置包括：

获取模块，用于获取一帧激光雷达点云，所述激光雷达点云是指激光雷达获取的周围环境的障碍物所形成的点云；

计算模块，用于分阶段计算所有粒子在地图上的似然域，得到第一粒子群，所述似然域是指所述地图上每个点对应的障碍物的概率；

创建模块，用于根据所述第一粒子群和所述激光雷达点云创建局部地图，将所述局部地图与全局地图进行比较以确定最优位姿，以所述最优位姿作为定位结果。

9.一种机器人，其特征在于，所述机器人包括存储器、处理器及存储在存储器上并在所述处理器上运行的机器人重定位程序，所述处理器执行所述机器人重定位程序时实现如权利要求1至7中任一项所述的方法的步骤。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有机器人重定位程序，所述机器人重定位程序被处理器执行时实现如权利要求1至7中任一项所述的方法的步骤。