[发明专利]一种机器人的定位方法及定位装置

权利要求书

1.一种机器人的定位方法，其特征在于，所述定位方法包括：

S110、获取机器人按照当前位姿在地下停车场的停车区域所采集到的轮廓点云数据；所述停车区域包括至少一个电梯口和多个立柱；

S120、计算获取到的轮廓点云数据与所述停车区域的电子地图对应的参考点云数据之间的匹配度；

S130、若所述匹配度小于预设匹配阈值，则计算每个轮廓点云数据与所述参考点云数据之间的差值；

S140、根据所述差值，调整所述机器人的当前位姿，并返回执行步骤S110；

S150、若所述匹配度不小于预设匹配阈值，将达到预设匹配阈值的匹配度对应的机器人的位姿，确定为所述机器人在所述停车区域中的目标位姿；

其中，所述机器人上安装有全景摄像头；步骤S110包括：

S1110、根据所述机器人上安装的全景摄像头拍摄的停车区域中多个目标对象的图像信息，分别确定每个目标对象的位置坐标；其中，所述多个目标对象包括所述停车区域中的电梯口和多个立柱；

S1120、将每个目标对象的位置坐标进行坐标转换处理，得到每个目标对象在所述停车区域的电子地图中的参考坐标，并从所述电子地图中确定出与每个目标对象在电子地图中的参考坐标相对应的参考对象；

S1130、针对每个目标对象，计算该目标对象与该目标对象在电子地图中的参考坐标所对应的参考对象之间的形状相似度；

S1140、若计算出的形状相似度小于第一相似度阈值，则从每个目标对象的图像信息中识别出该目标对象的轮廓像素点，并将目标像素点组调整至所述目标对象的轮廓像素点中，以改变所述目标对象的形状，其中，所述目标像素点组包括50个距离该目标对象的所有轮廓像素点最近的像素点，返回执行步骤S1130；

S1150、若计算出的形状相似度大于或等于第一相似度阈值，则不再调整所述目标对象的轮廓像素点；

S1160、确定多个目标对象的轮廓像素点对应的点云数据为机器人按照当前位姿在地下停车场的停车区域所采集到的轮廓点云数据；

其中，在步骤S140中，根据所述差值，调整所述机器人的当前位姿的步骤包括：

遍历所述停车区域的电子地图中所有参考对象的参考像素点；

获取灰度值大于预设灰度值的参考像素点对应的参考点云数据，以及每个目标对象的轮廓像素点对应的轮廓点云数据；

根据所述参考点云数据和对应的轮廓点云数据之间的差值，调整所述机器人的航向方向沿着所有差值中最小差值对应的目标对象所在停车区域中的方向。

2.根据权利要求1所述的定位方法，其特征在于，所述机器人的第一位置处安装有第一测距传感器，第二位置处安装有第二测距传感器，所述第一位置与所述第二位置不同；步骤S110还包括：

获取所述机器人按照当前位姿，并利用第一测距传感器对所述停车区域扫描一周所得到的第一扫描数据；

从所述第一扫描数据中确定出每个目标对象的轮廓像素点所对应的第一点云数据集；

将确定出的每个目标对象的轮廓像素点所对应的第一点云数据集与该目标对象的预设点云集进行比较；其中，所述预设点云集包括位于所述电子地图中的目标对象的轮廓像素点所对应的点云数据；

若比较结果一致，则不启动第二测距传感器，并确定每个目标对象的轮廓像素点所对应的第一点云数据集为待处理点云数据集；

若比较结果不一致，则启动第二测距传感器工作，并利用所述第二测距传感器对所述停车区域扫描一周，得到第二扫描数据，从所述第二扫描数据中确定出每个目标对象的轮廓像素点所对应的第二点云数据集，将所述第一点云数据集与所述第二点云数据集中的点云数据进行聚类处理，得到聚类后的点云数据集，将所述聚类后的点云数据集确定为待处理点云数据集；

确定待处理点云数据集中的所有点云数据为机器人按照当前位姿在地下停车场的停车区域所采集到的轮廓点云数据。