[发明专利]机器人定位方法、装置、机器人和可读存储介质

说明书

本申请实施例提供一种机器人定位方法、装置、机器人和可读存储介质，该方法包括：对机器人的位置进行一次定位以得到第一位姿；将第一位姿作为所述机器人的初始位姿，对激光点云坐标进行坐标转换，并利用转换后的坐标对相应激光点云的得分优化函数进行梯度寻优以求解扫描匹配位姿，该扫描匹配位姿作为机器人的第二位姿。最后，根据第二位姿是否满足预设匹配条件来选取第一位姿或第二位姿作为最终的定位结果。该技术方案能够适应不同的环境和场景，在不需要非常高的精度时能够定位稳定，而有些场景又能达到所需的精度，具有较强的定位鲁棒性，同时能够得到高精度的定位等。

技术领域

本申请涉及机器人定位技术领域，尤其涉及一种机器人定位方法、装置、机器人和可读存储介质。

背景技术

为了让机器人能够在不同的场景满足不同的需求，机器人定位精度是一个重要的指标。机器人激光定位技术的原理在于，通过激光雷达扫描到的特征反算出机器人自身的位置，这是一种相对定位技术。

这种相对定位技术非常容易受到周围环境变化的影响，同时周围环境形成的地图也是由激光雷达预先扫描建立的，在地图生成过程中会给地图设置一个分辨率(如一个像素代表实际当中的5cm)，通常这个分辨率会兼顾导航精度和计算量，受地图分辨率的影响，故导航精度也将受到一定的制约。所以针对需要达到高精度定位(如3cm内)且对定位的稳定性要求也较高的场景，如地面不平导致定位偏移，需要迅速校正定位等，此时有个高精度且鲁棒的定位系统是一项迫切需要解决的技术问题。

发明内容

有鉴于此，本申请为了克服现有技术中的不足，提供一种机器人定位方法、装置、机器人和可读存储介质。

本申请的实施例提供一种机器人定位方法，所述机器人搭载有激光雷达，所述方法包括：

对机器人的位置进行一次定位以得到第一位姿；

将所述第一位姿作为所述机器人的初始位姿，利用所述初始位姿将当前激光点云在栅格地图中的坐标转换到机器人坐标系下的坐标以得到所述激光点云的转换坐标；

基于所述初始位姿和所述转换坐标对相应激光点云的得分优化函数进行梯度寻优以求解所述激光雷达的扫描数据与所述栅格地图的匹配位姿，所述匹配位姿作为所述机器人的第二位姿；其中，所述得分优化函数根据激光点云的转换坐标及激光点云在栅格地图中所在栅格的高斯分布信息构建；

在所述第二位姿满足预设匹配条件的情况下，将所述第二位姿作为所述机器人当前的最终位姿，在不满足所述预设匹配条件的情况下，将所述第一位姿作为所述机器人当前的最终位姿。

在一些实施例中，所述第二位姿满足预设匹配条件，包括：

所述第二位姿下所述激光点云的得分大于或等于置信度阈值，并且所述第二位姿和所述第一位姿之间的差值小于或等于预设误差阈值。

在一些实施例中，所述基于所述初始位姿和所述转换坐标对相应激光点云的得分优化函数进行梯度寻优以求解所述激光雷达扫描的数据与所述栅格地图的匹配位姿，包括：

基于所述转换坐标对所述激光点云的得分优化函数利用高斯牛顿迭代算法求解出对应的梯度和黑森矩阵；

将所有激光点云的所述梯度和所述黑森矩阵叠加以计算出当前的位姿增量；

将所述初始位姿与所述当前位姿增量相加得到第二位姿，其中，在所述第二位姿下激光雷达的扫描数据与所述栅格地图的匹配程度最高。

在一些实施例中，求解所述机器人的第二位姿之前，所述方法还包括：

对所述机器人预先加载的地图进行栅格化，得到由若干个栅格构成的栅格地图，以及根据所述栅格地图中障碍物的位置计算出每个栅格的高斯分布的均值和方差。

在一些实施例中，所述对机器人的位置进行一次定位以得到第一位姿，包括：