基于数字孪生的机器人定位方法、设备及存储介质与流程

本申请涉及定位，尤其涉及一种基于数字孪生的机器人定位方法、设备及存储介质。

背景技术：

1、基于计算机视觉的导航定位方法因其较高的精准度和环境适应能力，在机器人的定位导航中得到了广泛的应用。机器人可以通过身上配置的摄像设备，实时采集机器人周围的环境变化图像，并通过图像中提取相应的特征点等信息，判断机器人的运动轨迹。

2、在相关技术中，机器人通常是根据环境变化图像中提取到的特征点的运动轨迹，对自身的运动轨迹进行推演。由于机器人的摄像设备通常难以直接对图像的环境深度进行判断，机器人在环境的影响下丢失特征点时，难以及时校准定位，导致机器人定位的丢失。

3、上述内容仅用于辅助理解本申请的技术方案，并不代表承认上述内容是现有技术。

技术实现思路

1、本申请的主要目的在于提供一种基于数字孪生的机器人定位方法、设备及存储介质，旨在解决基于图像识别的机器人导航定位方法容易丢失定位的技术问题。

2、为实现上述目的，本申请提供一种基于数字孪生的地图匹配方法，所述的方法包括以下步骤：

3、识别定位图像中的定位标识和场景信息，并根据所述定位标识在所述定位图像的图像占比，确定定位目标与所述定位标识的相对位置；

4、确定数字孪生模型中所述定位标识的标识位置，并将所述场景信息与所述标识位置所在的截面进行匹配，确定目标截面；

5、在所述数字孪生模型中，确定所述目标截面的所述相对位置的目标位置，并将所述目标位置作为所述定位目标的当前位置。

6、在一实施例中，所述识别定位图像中的定位标识和场景信息，并根据所述定位标识在所述定位图像的图像占比，确定定位目标与所述定位标识的相对位置的步骤包括：

7、将所述定位图像输入所述图像处理模型，提取所述定位图像的特征信息，并根据所述特征信息确定所述场景信息，其中，所述场景信息包括场景轮廓；

8、将所述场景信息与预设的标识信息进行匹配，根据匹配结果确定所述定位标识，其中，所述定位标识包括一个或者多个；

9、根据所述定位标识在所述定位图像中的第一像素点数量，以及所述定位图像的第二像素点数量，确定所述图像占比；

10、根据所述图像占比和所述定位标识对应的所述标识信息，确定所述定位目标与所述定位标识之间的拍摄距离，并根据所述距离确定定位标识与所述定位目标的相对位置。

11、在一实施例中，所述根据所述图像占比和所述定位标识对应的所述标识信息，确定所述定位目标与所述定位标识之间的拍摄距离，并根据所述距离确定定位标识与所述定位目标的相对位置的步骤包括：

12、在所述标识信息中获取所述拍摄距离与所述图像占比之间的映射关系；

13、根据所述映射关系，以及所述图像占比，确定所述定位目标与所述定位标识之间的所述拍摄距离；

14、根据所述定位标识在所述定位图像中与定位图像边框的距离，确定定位标识在所述定位图像中的图像位置，并根据所述图像位置确定所述定位标识与所述定位目标的相对角度；

15、根据所述相对角度和所述拍摄距离，确定所述相对位置。

16、在一实施例中，所述确定数字孪生模型中所述定位标识的标识位置，并将所述场景信息与所述标识位置所在的截面进行匹配，确定目标截面的步骤包括：

17、根据所述标识信息，确定所述定位标识在所述数字孪生模型的所述标识位置；

18、获取数字孪生模型经过所述标识位置的所述截面，并确定所述截面中，所述数字孪生模型的模型轮廓；

19、将所述模型轮廓与所述场景信息中所述场景轮廓进行匹配，根据匹配结果确定目标截面。

20、在一实施例中，所述在所述数字孪生模型中，确定所述目标截面的所述相对位置的目标位置，并将所述目标位置作为所述定位目标的当前位置的步骤包括：

21、根据所述相对位置，确定定位目标与所述定位标识的距离；

22、根据所述目标截面和所述距离，确定所述定位目标在所述数字孪生模型的所述目标位置；

23、将所述目标位置作为所述定位目标的所述当前位置。

24、在一实施例中，所述确定数字孪生模型中所述定位标识的标识位置，并将所述场景信息与所述标识位置所在的截面进行匹配，确定目标截面的步骤之前，还包括：

25、获取目标区域的地理信息和建筑信息；

26、根据所述地理信息，生成地理信息地图，并根据所述建筑信息，生成建筑信息建模；

27、根据所述建筑信息，确定所述建筑信息模型对应的地理位置；

28、根据所述地理位置，将所述建筑信息建模合并至所述地理信息地图的对应位置，生成所述数字孪生模型。

29、在一实施例中，所述在所述数字孪生模型中，确定所述目标截面的所述相对位置的目标位置，并将所述目标位置作为所述定位目标的当前位置的步骤之后，还包括：

30、根据连续的所述定位图像，确定所述定位标识的第一运动轨迹；

31、基于所述定位标识和所述定位目标的所述相对位置，将所述第一运动轨迹反转，生成所述定位目标的第二运动轨迹；

32、根据所述第二运动轨迹，确定所述当前位置。

33、在一实施例中，所述方法还包括：

34、基于预设拍摄周期定时拍摄，获取所述定位图像，并根据所述定位图像，确定所述当前位置；

35、获取卫星定位功能的卫星定位，并计算所述卫星定位与所述当前位置之间的定位距离，确定所述卫星定位的定位偏差；

36、在所述定位偏差大于预设阈值时，关闭所述卫星定位功能，并通过摄像设备实时获取所述当前位置。

37、此外，为实现上述目的，本申请还提供一种基于数字孪生的机器人定位设备，所述设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序配置为实现如上所述的基于数字孪生的机器人定位方法的步骤。

38、此外，为实现上述目的，本申请还提供一种存储介质，所述存储介质为计算机可读存储介质，所述存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如上所述的基于数字孪生的机器人定位方法的步骤。

39、本申请提出的一个或多个技术方案，至少具有以下技术效果：

40、本申请通过机器人配置的摄像设备，实时采集定位图像，并通过图像识别技术，确定图像中的定位标识和场景信息，通过计算定位目标与定位标识的相对位置，以及确定数字孪生模型中经过该定位标识并与场景信息匹配的目标截面，可以根据该目标截面、定位标识在数字孪生模型中的标识位置以及定位目标与定位标识的相对位置，确定定位目标的当前位置，从而通过场景中的定位标识和数字孪生模型对机器人进行定位，避免机器人的定位出现丢失。

技术特征：

1.一种基于数字孪生的机器人定位方法，其特征在于，所述的方法包括以下步骤：

2.如权利要求1所述的方法，其特征在于，所述识别定位图像中的定位标识和场景信息，并根据所述定位标识在所述定位图像的图像占比，确定定位目标与所述定位标识的相对位置的步骤包括：

3.如权利要求2所述的方法，其特征在于，所述根据所述图像占比和所述定位标识对应的所述标识信息，确定所述定位目标与所述定位标识之间的拍摄距离，并根据所述距离确定定位标识与所述定位目标的相对位置的步骤包括：

4.如权利要求2所述的方法，其特征在于，所述确定数字孪生模型中所述定位标识的标识位置，并将所述场景信息与所述标识位置所在的截面进行匹配，确定目标截面的步骤包括：

5.如权利要求1所述的方法，其特征在于，所述在所述数字孪生模型中，确定所述目标截面的所述相对位置的目标位置，并将所述目标位置作为所述定位目标的当前位置的步骤包括：

6.如权利要求1所述的方法，其特征在于，所述确定数字孪生模型中所述定位标识的标识位置，并将所述场景信息与所述标识位置所在的截面进行匹配，确定目标截面的步骤之前，还包括：

7.如权利要求1所述的方法，其特征在于，所述在所述数字孪生模型中，确定所述目标截面的所述相对位置的目标位置，并将所述目标位置作为所述定位目标的当前位置的步骤之后，还包括：

8.如权利要求1所述的方法，其特征在于，所述方法还包括：

9.一种基于数字孪生的机器人定位设备，其特征在于，所述设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序配置为实现如权利要求1至8中任一项所述的基于数字孪生的机器人定位方法的步骤。

10.一种存储介质，其特征在于，所述存储介质为计算机可读存储介质，所述存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至8中任一项所述的基于数字孪生的机器人定位方法的步骤。

技术总结本申请公开了一种基于数字孪生的机器人定位方法、设备及存储介质，属于定位技术领域。该方法包括：识别定位图像中的定位标识和场景信息，并根据所述定位标识在所述定位图像的图像占比，确定定位目标与所述定位标识的相对位置；确定数字孪生模型中所述定位标识的标识位置，并将所述场景信息与所述标识位置所在的截面进行匹配，确定目标截面；在所述数字孪生模型中，确定所述目标截面的所述相对位置的目标位置，并将所述目标位置作为所述定位目标的当前位置。本申请通过图像识别确定定位图像中的定位标识和场景信息，并在数字孪生模型中确定定位目标的当前位置，从而通过场景中的定位标识在数字孪生模型中进行定位，避免机器人的定位出现丢失。技术研发人员：谭维,曾凡园,朱丹,唐丽受保护的技术使用者：深圳市华毓科技有限公司技术研发日：技术公布日：2024/9/12