[发明专利]自动移动设备的全局重定位方法以及装置

说明书

本发明涉及一种自动移动设备的全局重定位方法以及装置。自动移动设备的全局重定位方法包括：栅格地图获取步骤，获取当前检测区域在多个层级的预设分辨率下的栅格地图；位姿数据获取步骤，基于自动移动设备上的距离传感器的检测数据而获取多组位姿数据；评分排序步骤，针对每组位姿数据，计算在最低分辨率下的栅格地图中的预定位置的得分，并将所述位姿数据作为可行解按得分从大到小排序生成可行解集；以及最优解搜索步骤，在第一个可行解的得分高于当前最低得分阈值时，以所述第一个可行解的位置为起点，在分辨率由低到高的栅格地图中依次扩展来递归搜索最优解。根据上述，能够减少搜索数据量，提高搜索速度。

技术领域

本发明涉及自动移动设备的全局重定位方法以及装置，特别涉及利用多分辨率地图进行快速定位的自动移动设备的全局重定位方法以及装置。

背景技术

随着人工智能技术的发展，机器人的使用逐渐增多。机器人的全局重定位也是当前使用中经常遇到的问题。在机器人关机后被人为移动位置、或者在定位过程中发生了定位丢失等情况下，为了准确地确定机器人在当前地图中的位姿，根据机器人自身的传感器的检测数据，在全局地图中进行搜索，重新获取在当前地图中的准确位姿。

目前机器人的全局重定位方法大体上可以分为基于激光雷达的全局重定位技术和基于视觉如摄像头的全局重定位技术。

基于激光雷达的全局重定位技术包括以下两种方法。一种是粒子滤波算法，在已知栅格地图的全局生成随机粒子，计算所有粒子的激光雷达数据与当前地图的匹配程度，选取最优粒子进行复制，移动机器人后再对所有粒子重新采样，多次迭代后粒子群收敛的位置即为机器人真实位姿。另一种是通过使用当前雷达数据与当前的栅格地图进行匹配的方式，如通过将整帧激光雷达数据进行特征提取，与人工定义的几何特征进行匹配，或者将整帧激光雷达数据与地图进行ICP（Iterative Closest Point，迭代最近点）匹配等。

基于视觉的全局重定位技术包括以下两种方法。一种是通过对拍摄的图片进行特征点提取，计算特征点和描述子的词袋向量，将词袋向量与提前训练好的视觉词典进行对比与匹配，找到符合要求的相似帧，从而进行全局重定位。另一种是通过神经网络的方法进行全局重定位。

但是，基于激光雷达进行粒子滤波进行全局重定位时，需要让机器人不停的运动，直至粒子收敛，耗费时间长，而且还不一定能够找到正确的位姿。另外，使用匹配的方法需要遍历生成的每一个雷达数据，非常费时。

基于视觉的全局重定位技术虽然计算准确度较高，但是在分析图像时需要很高的计算能力，需要更昂贵的计算设备。另外，目前大多数机器人的导航方式是使用激光雷达的，使用视觉方法进行全局重定位还需要引入一个摄像头，这提高了生成成本与计算设备的成本。

发明内容

本发明考虑了上述问题，提出了一种自动移动设备的全局重定位方法以及装置，以解决上述至少一个问题。

本发明的第一方面涉及一种自动移动设备的全局重定位方法，包括：栅格地图获取步骤，获取当前检测区域在多个层级的预设分辨率下的栅格地图；位姿数据获取步骤，基于自动移动设备上的距离传感器的检测数据而获取多组位姿数据；评分排序步骤，针对每组位姿数据，计算在最低分辨率下的栅格地图中的预定位置的得分，并将所述位姿数据作为可行解按得分从大到小排序生成可行解集；以及最优解搜索步骤，在第一个可行解的得分高于当前最低得分阈值时，以所述第一个可行解的位置为起点，在分辨率由低到高的栅格地图中依次扩展来递归搜索最优解。