一种机器人定位方法、机器人定位装置及机器人与流程

本技术涉及机器人，尤其是涉及一种机器人定位方法、机器人定位装置及机器人。

背景技术：

1、随着经济与科技的发展，机器人已经应用在生活中的多个领域。例如，具有清洁功能的机器人得到了广泛的应用，尤其是在大型场景如商场或写字楼内。在清洁机器人工作的场景中设置有位置固定的充电桩，清洁机器人采用激光定位的方式进行自身定位。

2、当清洁机器人丢失定位时，往往需要人工将清洁机器人移动至充电桩。因为充电桩的位置已知且固定，此时清洁机器人可以恢复定位。但完全依赖充电桩来完成定位找回功能，往往会浪费大量的时间成本和人工成本。并且在清洁机器人的手动模式下，当用户将清洁机器人从一个区域转场移动到另一个区域的情况下，清洁机器人同样会丢失定位，导致清洁机器人无法正常执行任务。

技术实现思路

1、有鉴于此，本技术的目的在于提供一种机器人定位方法、机器人定位装置及机器人，实现利用区域内的任一定位地标点进行机器人定位，无需依赖充电桩，可以在多区域完成定位找回，提高了机器人重定位的效率和准确性，确保机器人能够更高效地执行任务，减少因机器人定位丢失而导致的重复工作和错误工作的情况，从而提高整体工作效率。

2、第一方面，本技术实施例提供了一种机器人定位方法，所述机器人定位方法包括：

3、当确定机器人定位丢失时，确定所述机器人的当前运行模式，所述当前运行模式包括自动模式和手动模式；

4、当所述当前运行模式为手动模式时，响应于重新定位指令，确定所述重新定位指令对应的目标地标点，并利用所述机器人所采集到的传感器数据与所述目标地标点所对应的参考数据进行匹配，确定所述机器人的目标位姿，所述目标地标点为预设的多个定位地标点中的任意一个。

5、进一步的，所述传感器数据包括激光扫描数据，在所述确定机器人定位丢失之前，所述机器人定位方法还包括：

6、获取预先构建的机器人地图，并将所述机器人地图中的每个定位地标点的坐标进行存储，所述机器人在所述定位地标点采集到的激光扫描数据具有区分特征，所述区分特征包括直角墙体。

7、进一步的，所述机器人定位方法还包括：

8、当所述当前运行模式为自动模式时，利用所述机器人所采集到的激光扫描数据与所述机器人地图中的特征数据进行匹配，确定出所述机器人的目标位姿；

9、当所述机器人所采集到的激光扫描数据与所述机器人地图中的特征数据匹配失败时，生成定位丢失提示信息和引导信息，以使用户将所述机器人移动至任一定位地标点处以进行所述机器人的重新定位，所述引导信息包括所述定位地标点。

10、进一步的，所述利用所述机器人所采集到的传感器数据与所述目标地标点所对应的参考数据进行匹配，确定所述机器人的目标位姿，包括：

11、获取所述机器人采集到的当前激光数据和多分辨率高斯概率地图，所述多分辨率高斯概率地图基于所述机器人地图生成；

12、基于所述当前激光数据，在所述多分辨率高斯概率地图中以所述目标地标点的位置为中心进行多线程并行搜索，确定出所述机器人在所述多分辨率高斯概率地图中的候选位姿，并对所述候选位姿进行迭代筛选，确定出所述机器人的目标位姿。

13、进一步的，所述多分辨率高斯概率地图包括低分辨率高斯概率地图、中分辨率高斯概率地图和高分辨率高斯概率地图，所述基于所述当前激光数据，在所述多分辨率高斯概率地图中以所述目标地标点的位置为中心进行多线程并行搜索，确定出所述机器人在所述多分辨率高斯概率地图中的候选位姿，并对所述候选位姿进行迭代筛选，确定出所述机器人的目标位姿，包括：

14、在所述低分辨率高斯概率地图中以所述目标地标点的位置为中心进行多线程并行搜索，计算所述当前激光数据与所述低分辨率高斯概率地图中第一候选位姿对应的激光数据的匹配度，并将匹配度大于或等于匹配阈值的第一设定数量的第一候选位姿作为第二候选位姿；

15、在所述中分辨率高斯概率地图中以所述第二候选位姿进行多线程并行搜索，计算第三候选位姿对应的当前激光数据与所述中分辨率高斯概率地图中第三候选位姿对应的激光数据的匹配度，并将匹配度大于或等于匹配阈值的第二设定数量的第三候选位姿作为第四候选位姿；

16、在所述高分辨率高斯概率地图中以所述第四候选位姿进行多线程并行搜索，确定出所述机器人在所述高分辨率高斯概率地图中的第五候选位姿，并将符合设定条件的所述第五候选位姿作为所述机器人的目标位姿。

17、进一步的，所述将符合设定条件的所述第五候选位姿作为所述机器人的目标位姿，包括：

18、提取所述当前激光数据中的第一场景特征和所述第五候选位姿的第二场景特征；

19、将所述第一场景特征与所述第二场景特征进行对比，当满足特征校验要求时，则将所述第五候选位姿作为机器人的目标位姿。

20、进一步的，在确定出所述机器人的目标位姿后，所述机器人定位方法还包括：

21、计算所述当前激光数据与所述目标位姿对应的激光数据之间的激光匹配度，并利用所述多分辨率高斯概率地图计算所述目标位姿对应的位姿正确概率；

22、判断所述激光匹配度是否大于或等于激光匹配度阈值，且所述位姿正确概率是否大于或等于概率阈值；

23、若否，则返回执行所述利用所述机器人所采集到的传感器数据与所述目标地标点所对应的参考数据进行匹配的步骤，以进行重新定位。

24、进一步的，所述机器人定位方法还包括：

25、在所述机器人开机后，响应于初始定位指令，确定用于初始定位的初始地标点；

26、利用所述机器人所采集到的初始传感器数据与所述初始地标点所对应的参考数据进行匹配，若匹配成功，则确定所述机器人的初始位置；

27、若匹配不成功，则所述机器人进行旋转，并利用所述机器人在旋转过程中所采集到的传感器数据与所述初始地标点对应的参考数据进行匹配，直至匹配成功。

28、第二方面，本技术实施例还提供了一种机器人定位装置，所述机器人定位装置包括：

29、运行模式确定模块，用于当确定机器人定位丢失时，确定所述机器人的当前运行模式，所述当前运行模式包括自动模式和手动模式；

30、第一定位模块，用于当所述当前运行模式为手动模式时，响应于重新定位指令，确定所述重新定位指令对应的目标地标点，并利用所述机器人所采集到的传感器数据与所述目标地标点所对应的参考数据进行匹配，确定所述机器人的目标位姿，所述目标地标点为预设的多个定位地标点中的任意一个。

31、第三方面，本技术实施例还提供一种机器人，包括：处理器、存储器和总线，所述存储器存储有所述处理器可执行的机器可读指令，当电子设备运行时，所述处理器与所述存储器之间通过总线通信，所述机器可读指令被所述处理器执行时执行如上述的机器人定位方法的步骤。

32、本技术实施例提供的一种机器人定位方法、机器人定位装置及机器人，当确定机器人定位丢失时，确定所述机器人的当前运行模式，所述当前运行模式包括自动模式和手动模式；当所述当前运行模式为手动模式时，响应于重新定位指令，确定所述重新定位指令对应的目标地标点，并利用所述机器人所采集到的传感器数据与所述目标地标点所对应的参考数据进行匹配，确定所述机器人的目标位姿，所述目标地标点为预设的多个定位地标点中的任意一个。

33、本技术当机器人发生定位丢失时，首先确定机器人的当前运行模式。在手动模式下，通过重新定位指令对应的目标地标点匹配地图数据，实现利用区域内的任一定位地标点进行机器人定位，无需依赖充电桩，可以在多区域完成定位找回，提高了机器人重定位的效率和准确性，确保机器人能够更高效地执行任务，减少因机器人定位丢失而导致的重复工作和错误工作的情况，从而提高整体工作效率。

34、为使本技术的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。