[发明专利]一种机器人定位方法和装置

说明书

技术领域

本发明属于3D机器视觉领域，尤其涉及一种机器人定位方法和装置。

背景技术

在家用陪伴型机器人或者其它机器人的工作使用过程中，需要对机器人进 行自动充电，以保证其持续可靠的运行。

目前，在机器人进行自动充电时，通常都是基于预先设定好充电桩的位置， 以及预先设定好的路线返回至充电位置，对于已发生变化的当前环境，或者对 于陌生的环境，预先设置的充电桩位置，以及充电路线需要重新规划，机器人 对目标定位缺少自主性，对环境的适应能力差。

发明内容

本发明的目的在于提供一种机器人定位方法和装置，以解决现有技术的机 器人对目标定位缺少自主性，对环境的适应能力差的问题。

第一方面，本发明实施例提供了一种机器人定位方法，所述方法包括：

实时采集机器人所在场景的3D点云数据；

将采集的所述3D点云数据与预先存储的目标点云模型进行匹配，确定所述 目标点云模型对应的目标所在的空间位置；

根据所述目标所在的空间位置作为导航的目标位置移动所述机器人。

结合第一方面，在第一方面的第一种可能实现方式中，在所述将采集的所 述3D点云数据与预先存储的目标点云模型进行匹配步骤之前，所述方法还包 括：

对采集的点云数据进行裁剪。

结合第一方面的第一种可能实现方式，在第一方面的第二种可能实现方式 中，所述对采集的点云数据进行裁剪步骤具体包括：

在所述点云数据中查找并裁剪属于地面所在平面的点云数据；

和/或，根据区域生长算法提取分割的区域，并将提取的区域与预先设定的 充电桩的尺寸进行比较，将尺寸小于所述充电桩尺寸的区域进行裁剪。

结合第一方面的第一种可能实现方式，在第一方面的第三种可能实现方式 中，在所述将采集的所述3D点云数据与预先存储的目标点云模型进行匹配步骤 之前，以及在所述对采集的点云数据进行裁剪步骤之后，所述方法还包括：

对裁剪后的点云数据进行过滤。

结合第一方面的第三种可能实现方式，在第一方面的第四种可能实现方式 中，所述对裁剪后的点云数据进行过滤步骤包括：

计算点云数据中的样点与其相邻的点的个数，以及样点与其相邻的点之间 的距离；

当所述相邻的点的个数小于预设的个数，或者距离大于预设的距离值时， 则过滤所述样点。

结合第一方面，在第一方面的第五种可能实现方式中，所述将采集的所述 3D点云数据与预先存储的目标点云模型进行匹配步骤包括：

将采集的所述3D点云数据与预先存储的目标点云模型进行初次匹配计算， 得到匹配精度；

当所述匹配精度小于预设的精度阈值，则进行随机二次匹配，直到匹配精 度大于预设的精度阈值。

第二方面，本发明实施例提供了一种所述装置包括：

3D数据采集单元，用于实时采集机器人所在场景的3D点云数据；

匹配单元，用于将采集的所述3D点云数据与预先存储的目标点云模型进行 匹配，确定所述目标点云模型对应的目标所在的空间位置；

导航单元，用于根据所述目标所在的空间位置作为导航的目标位置移动所 述机器人。

结合第二方面，在第二方面的第一种可能实现方式中，所述装置还包括：

裁剪单元，用于对采集的点云数据进行裁剪。

结合第二方面的第一种可能实现方式，在第二方面的第二种可能实现方式 中，所述装置还包括：

过滤单元，用于对裁剪后的点云数据进行过滤。

结合第二方面，在第二方面的第三种可能实现方式中，所述匹配单元包括：

初次匹配子单元，用于将采集的所述3D点云数据与预先存储的目标点云模 型进行初次匹配计算，得到匹配精度；

二次匹配子单元，用于当所述匹配精度小于预设的精度阈值，则进行随机 二次匹配，直到匹配精度大于预设的精度阈值。

在本发明中，通过机器人实时采集机器人所在场景的3D点云数据，并将采 集的3D点云数据与预先存储的点云模型进行匹配，查找目标点云模型所在的空 间位置，并根据匹配的空间位置进行导航，从而使得机器人能够有效的在陌生 环境或者发生变化了的环境下定位至目标所在的位置，提高机器人对环境的适 应性。