[发明专利]一种重定位方法、芯片和移动机器人

权利要求书

1.一种重定位方法，其特征在于，所述方法包括：

步骤S1，移动机器人通过单点测距传感器扫描周围环境的边界信息并生成边界轮廓线，其中，移动机器人储存有当前环境的栅格地图，所述栅格地图包含障碍物栅格；

步骤S2，基于边界轮廓线，移动机器人对栅格地图上的障碍物栅格进行对齐，获得优化地图；

步骤S3，移动机器人进行重定位，通过单点测距传感器扫描当前位置的边界信息并生成第一子地图，然后与所述优化地图进行匹配；

步骤S4，如果在优化地图中匹配到第二子地图，移动机器人根据所述第二子地图对应的移动机器人位姿计算移动机器人的当前位姿，实现重定位。

2.根据权利要求1所述的一种重定位方法，其特征在于，所述步骤S1中，移动机器人通过单点测距传感器扫描周围环境的边界信息并生成边界轮廓线的方法包括：

开启单点测距传感器后，移动机器人原地旋转，获取周围障碍物的距离；

根据周围障碍物的距离，在栅格地图上对应位置处做标记并进行拟合，生成所述边界轮廓线。

3.根据权利要求1所述的一种重定位方法，其特征在于，所述步骤S2中，移动机器人对栅格地图上的障碍物栅格进行对齐的方法为，移动机器人将与边界轮廓线的距离小于等于预设距离的障碍物栅格调整至边界轮廓线上，完成对齐。

4.根据权利要求1所述的一种重定位方法，其特征在于，所述步骤S3中，移动机器人通过单点测距传感器扫描当前位置的边界信息并生成第一子地图的方法包括：

开启单点测距传感器后，移动机器人原地旋转，获取周围障碍物的距离；

根据周围障碍物的距离，在空白模板上对应位置处做标记并拟合出边界轮廓线，生成第一子地图。

5.根据权利要求1所述的一种重定位方法，其特征在于，所述步骤S3中，第一子地图与所述优化地图进行匹配的方法包括：

步骤S31，移动机器人对第一子地图和优化地图进行二值化处理和开运算，找出其中的连续区块并将小于预设面积的连续区块删除；

步骤S32，移动机器人使用霍夫直线提取算法提取处理后的优化地图中的障碍物线段，并以所述障碍物线段生成匹配地图；

步骤S33，移动机器人用处理后的第一子地图以预设步长遍历匹配地图，且在每个遍历位置，第一子地图以固定角度往同一方向进行旋转，每旋转一次，第一子地图都与对应的遍历位置作差，获得差值地图并进入步骤S34进行判断；其中，当第一子地图旋转一周后，平移到下一个遍历位置进行匹配；

步骤S34，移动机器人对所述差值地图进行开运算，找出其中的连续区块并将小于预设面积的连续区块删除，然后计算差值地图中的障碍物栅格落在对应的遍历位置中的属非障碍物区域的面积，若所述面积小于等于预设面积，则对应的遍历位置作为所述第二子地图，若所述面积大于预设面积，则返回步骤S33；

其中，所述连续区块由障碍物栅格构成；所述作差指的是用第一子地图的像素值减去对应的遍历位置的像素值。

6.根据权利要求1所述的一种重定位方法，其特征在于，所述步骤S4中，移动机器人根据所述第二子地图对应的移动机器人位姿计算移动机器人的当前位姿的方法包括：

步骤S41，移动机器人使用SURF特征提取算法对第一子地图和第二子地图进行特征提取，并找出匹配度最高的预设组数的特征点对；

步骤S42，使用2D－2D对极几何算法计算出基础矩阵；

步骤S43，使用RANSAC算法选取一个最优基础矩阵，得出第一子地图相对于第二子地图的位姿关系；

步骤S44，根据第一子地图相对于第二子地图的位姿关系以及第二子地图对应的移动机器人位姿，可得移动机器人的当前位姿。

7.根据权利要求1所述的一种重定位方法，其特征在于，所述步骤S4还包括：

如果在优化地图中匹配不到所述第二子地图，所述移动机器人移动到下一位置，或将所述移动机器人移动到下一位置，以在所述移动机器人处于下一位置时继续基于所述优化地图对所述移动机器人进行重定位。