[发明专利]机器人、建图定位方法及存储介质在审

专利信息
申请号: 202211005008.8 申请日: 2022-08-22
公开(公告)号: CN115546294A 公开(公告)日: 2022-12-30
发明(设计)人: 龚喜 申请(专利权)人: 深圳市普渡科技有限公司
主分类号: G06T7/73 分类号: G06T7/73;G06T5/20;G06T11/00;G06V10/75
代理公司: 深圳众鼎专利商标代理事务所(普通合伙) 44325 代理人: 谭果林
地址: 518000 广东省深圳市南山区西丽*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 机器人 定位 方法 存储 介质
【权利要求书】:

1.一种机器人,包括存储器和处理器,所述存储器内存储有可在所述处理器上运行的计算机可读指令,所述机器人搭载有多目相机,其特征在于,所述处理器用于调用并执行所述计算机可读指令时实现如下步骤:

对机器人在一个巡航周期内的运动数据进行采集,得到N组基础数据,其中,每组所述基础数据为同一时间点的数据,包括瞬时角速度、瞬时线速度、第一图像和第二图像,所述第一图像基于所述多目相机的左相机拍摄得到,所述第二图像基于所述多目相机的右相机拍摄得到;

基于每组基础数据中的所述瞬时角速度和所述瞬时线速度,确定所述机器人的实时位姿;

采用每个所述第一图像,构建第一图像集合,根据每个第二图像,构建第二图像集合,并采用所述第一图像集合和所述第二图像集合中的图像进行特征提取匹配,得到基础匹配特征;

根据所述基础匹配特征以及所述实时位姿,确定所述机器人每个时刻的实时空间位置,作为位置信息;

通过每个时刻的所述位置信息和该时刻对应的第一图像、第二图像,构建定位地图。

2.根据权利要求1所述的机器人,其特征在于,所述基于每组基础数据中的所述瞬时角速度和所述瞬时线速度,确定所述机器人的实时位姿包括:

基于所述瞬时角速度,计算预设时间t内的平均角速度;

针对巡航周期T内的任一时刻,采用所述平均角速度、所述瞬时角速度和所述瞬时线速度,计算得到所述机器人的实时位姿。

3.根据权利要求2所述的机器人,其特征在于,基于采用所述第一图像集合和所述第二图像集合中的图像进行特征提取匹配,得到基础匹配特征包括:

分别针对所述第一图像集合和所述第二图像集合,对同一集合内采集时刻相邻的两帧图像进行特征匹配,得到第一匹配特征,并对同一集合内第一时刻的图像和最后一个时刻的图像进行特征匹配,得到第二匹配特征;

将所述第一匹配特征和所述第二匹配特征,作为所述基础匹配特征。

4.根据权利要求3所述的机器人,其特征在于,所述根据所述基础匹配特征以及所述实时位姿,确定所述机器人每个时刻的实时空间位置,作为位置信息包括:

根据所述第一匹配特征和第一匹配特征对应的图像,确定第一位姿;

根据所述第二匹配特征和第二匹配特征对应的第一时刻的图像和最后一个时刻的图像,确定第二位姿和第三位姿;

基于所述第一位姿、所述第二位姿和所述第三位姿,采用三角化技术,计算得到所述第一匹配特征对应时刻的实时空间位置,作为所述第一匹配特征对应的位置信息。

5.根据权利要求3所述的机器人,其特征在于,所述根据所述基础匹配特征以及所述实时位姿,确定所述机器人每个时刻的实时空间位置,作为位置信息包括:

使用位姿图优化的方式对所述机器人的实时位姿进行优化,得到优化位姿;

根据所述第一匹配特征、所述第二匹配特征以及所述优化位姿,确定所述机器人的实时空间位置。

6.根据权利要求5所述的机器人,其特征在于,所述使用位姿图优化的方式对所述机器人的位姿进行优化,得到优化位姿包括:

采用优化方程如下:

式中,Log表示从矩阵到向量的对数映射,Ti表示第i时刻的位姿。

7.根据权利要求1所述的机器人,其特征在于,所述左相机和所述右相机在机器人上对称安装,且所述左相机和所述右相机均斜向上30°。

8.根据权利要求1所述的机器人,其特征在于,所述通过每个时刻的所述位置信息和该时刻对应的第一图像、第二图像,构建定位地图包括:

通过LM算法,对所述位置信息进行最小化重投影,得到优化后的位置信息;

采用所述优化后的位置信息与该时刻对应的第一图像、第二图像,构建定位地图,并将所述第一图像、所述第二图像存入到所述定位地图对应的数据库中。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳市普渡科技有限公司,未经深圳市普渡科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202211005008.8/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top