定位导航方法、装置、电子设备及可读存储介质与流程

本公开涉及机器人定位，尤其涉及一种定位导航方法、装置、电子设备及可读存储介质。

背景技术：

1、视觉重定位，是指机器人进入已知地图区域时，通过机器人上设置的相机获取到的图像来估计机器人位姿的过程，即通过建立当前相机图像与地图数据库中一组已知参考图像的关系，来计算机器人获取当前图像时的位姿在世界坐标系的位置，可以为机器人导航场景、增强现实(augmented reality，ar)/虚拟现实(virtual reality，vr)应用以及室外自动驾驶场景等，提供厘米级精度的室内外定位信息。

2、目前基于深度学习进行定位的方法在图像特征提取方面相较于传统的快速特征点提取和描述算法(oriented fast and rotated brief，orb)算法、尺度不变特征转换(scale-invariant feature transform，sift)算法等在光照变化、弱纹理等条件下精度更高，但是深度学习模型对平台算力需要较高，因此在机器人平台难以推广使用，而且机器人平台通常为多相机结构，因此在机器人平台上，如何设计支持多目相机的重定位模型是一个挑战。

技术实现思路

1、为克服相关技术中存在的问题，本公开提供一种定位导航方法、装置、电子设备及可读存储介质。

2、根据本公开实施例的第一方面，提供一种定位导航方法，包括：采集目标场景中的多帧图像；

3、根据所述多帧图像以及所述多帧图像中每一帧图像对应的机器人位姿建立所述目标场景的地图数据；

4、基于所述地图数据，确定所述机器人在所述目标场景内从初始位置移动至目标位置的规划路径；

5、在所述机器人按照所述规划路径移动时，通过调用重定位功能确定所述机器人的真实位姿；

6、根据所述真实位姿调整所述机器人的行驶路径使得所述机器人按照所述规划路径行驶。

7、可选的，所述采集目标场景中的多帧图像，包括：

8、在所述机器人每移动指定距离的情况下，采集一次相机数据；和/或在所述机器人每旋转指定角度的情况下，采集一次所述相机数据，得到所述多帧图像；

9、或每隔指定时间，采集一次所述相机数据，得到所述多帧图像；

10、或根据所述机器人的移动速度确定采集频率，根据所述采集频率采集并存储所述相机数据，得到所述多帧图像。

11、可选的，所述根据所述多帧图像以及所述多帧图像中每一帧图像对应的机器人位姿建立所述目标场景的地图数据，包括：

12、确定所述多帧图像中每一帧图像对应的机器人位姿；

13、在完成对所述目标场景的图像采集后得到多帧原始图像，过滤所述多帧原始图像中的冗余数据，得到所述多帧图像；

14、提取所述多帧图像中的图像特征；所述图像特征包括全局特征、局部特征和匹配关系，所述匹配关系为当前帧图像与所述当前帧图像后预定数量帧图像的像素点对应关系；

15、将所述图像特征存入数据库中；

16、根据所述全局特征、所述局部特征和所述匹配关系重新训练得到深度学习模型；

17、根据所述多帧图像中的每一帧对应的机器人位姿和所述图像特征，基于运动恢复结构sfm算法确定所述目标场景的三维稀疏点云地图；

18、基于所述三维稀疏点云地图和所述全局特征，获得所述地图数据。

19、可选的，所述基于所述地图数据，确定所述机器人在所述目标场景内从初始位置移动至目标位置的规划路径，包括：

20、检测到所述机器人进入所述目标场景后，获取所述地图数据和当前相机数据；

21、根据所述当前相机数据确定所述初始位置；

22、基于所述地图数据选择所述目标位置；

23、基于所述地图数据，通过所述机器人的导航模块确定从所述初始位置移动至所述目标位置的规划路径。

24、可选的，所述在所述机器人按照所述规划路径移动时，通过调用重定位功能确定所述机器人的真实位姿，包括：

25、在所述机器人按照所述规划路径移动，且接收到所述重定位功能的调用请求的情况下，

26、通过所述相机获取所述机器人在当前位置的多帧图像数据；

27、根据所述地图数据从所述多帧图像数据中确定查询图像；

28、对所述查询图像的多张相似图像进行聚类，选择最大类作为参考图像；

29、提取所述查询图像的局部特征，从数据库中读取所述参考图像的局部特征；

30、根据所述参考图像的特征点与所述三维稀疏点云地图的关系，及所述查询图像与所述参考图像的二维匹配关系，基于运动定位算法确定所述机器人在所述当前位置的所述真实位姿，及所述查询图像的内点数；所述内点数为所述查询图像中匹配关系正确的三维点的数量。

31、可选的，所述根据所述地图数据从所述多帧图像数据中确定查询图像，包括：

32、提取所述多帧图像数据的全局特征；

33、根据所述图像数据的全局特征，从所述地图数据中筛选每一帧所述图像数据的多张相似图像；

34、将满足预设条件的相似图像确定为查询图像；所述预设条件为所述多张相似图像中三维点数量最多的相似图像。

35、可选的，所述定位导航方法还包括：

36、在所述查询图像的内点数大于或等于指定阈值的情况下，确定重定位成功，将重定位得到的所述真实位姿返回至所述机器人；

37、在所述查询图像的内点数小于指定阈值的情况下，确定重定位失败，控制所述机器人移动一定位置后重新调用所述重定位功能。

38、可选的，所述定位导航方法还包括：根据所述真实位姿，从所述地图数据中搜索与真实位姿空间距离最近的位姿对应的第一图像；

39、获取所述第一图像对应的所述机器人的第一位姿；

40、根据所述真实位姿与所述第一位姿之间的距离，确定所述真实位姿的置信度。

41、可选的，所述定位导航方法还包括：在所述置信度小于一定阈值的情况下，控制所述机器人再次判断重定位得到的所述真实位姿的置信度。

42、根据本公开实施例的第二方面，提供一种定位导航装置，包括：采集目标场景中的多帧图像；

43、处理模块，被配置为根据所述多帧图像以及所述多帧图像中每一帧图像对应的机器人位姿建立所述目标场景的地图数据；

44、规划模块，被配置为基于所述地图数据，确定所述机器人在所述目标场景内从初始位置移动至目标位置的规划路径；

45、所述处理模块，还被配置为在所述机器人按照所述规划路径移动时，通过调用重定位功能确定所述机器人的真实位姿；

46、调整模块，被配置为根据所述真实位姿调整所述机器人的行驶路径使得所述机器人按照所述规划路径行驶。

47、根据本公开实施例的第三方面，提供一种电子设备，包括：处理器；用于存储处理器可执行指令的存储器；其中，所述处理器被配置为执行所述可执行指令实现前述的定位导航方法的步骤。

48、根据本公开实施例的第四方面，提供一种计算机可读存储介质，其上存储有计算机程序指令，该计算机程序指令被处理器执行时实现本公开第一方面所提供的定位导航方法的步骤。

49、根据本公开实施例的第五方面，提供一种芯片，包括处理器和接口；所述处理器用于读取指令以执行前述的定位导航方法的步骤。

50、本公开的实施例提供的技术方案可以包括以下有益效果：通过机器人上的相机采集目标场景中的多帧图像，根据多帧图像以及多帧图像中每一帧图像对应的机器人位姿建立目标场景的地图数据，基于地图数据，确定机器人在目标场景内从初始位置移动至目标位置的规划路径，在机器人按照规划路径移动时，通过调用重定位功能确定机器人的真实位姿，根据真实位姿调整机器人的行驶路径使得机器人按照规划路径行驶；机器人按照规划路径行驶时，可以通过调用重定位功能确定机器人的真实位姿，进而实时调整机器人的行驶路径，使得机器人按照规划路径行驶，提高了机器人的导航精度，保证精度可控。

51、应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。