[发明专利]一种机器人定位方法、系统及机器人

权利要求书

1.一种机器人定位方法，其特征在于，包括：

接收每个热点集合内的各个热点广播的RSSI值；

根据所述RSSI值，分别计算各个所述热点集合的RSSI平均值，将各个所述热点集合的所述RSSI平均值作为各个基准热点的RSSI值；

根据所述RSSI平均值，分别计算出与各个所述基准热点的距离值；

利用所述基准热点和所述距离值进行定位；

其中，所述热点集合至少有3个，且每个所述热点集合均包括一个所述基准热点和多个非基准热点；所述基准热点为预设热点区域内，待定位机器人接收到的RSSI值最大的热点；所述热点集合为在根据所述预设热点区域内的每个热点所接收到邻居热点的RSSI值和所述基准热点所接收到邻居热点的后，从所述预设热点区域内选取出相似度大于预设阈值的热点组成的集合；

其中，所述根据所述RSSI平均值，分别计算出与各个所述基准热点的距离值，包括：

根据所述RSSI平均值，利用RSSI测距式分别计算出于各个所述基准热点的距离值；

其中，d₀为参考距离，A为参考距离上的信号强度，n为路径损耗系数，Xσ为零均值高斯分布随机变量。

2.如权利要求1所述的方法，其特征在于，所述利用所述基准热点和所述距离值进行定位，包括：

以各个所述基准热点为圆心，所述距离值为半径画圆，得出各个圆的交点，将所述交点作为定位点。

3.如权利要求1至2任一项所述的方法，其特征在于，在所述利用所述基准热点和所述距离值进行定位之后，还包括：

接收用于校验的热点集合内的各个热点的RSSI值；

计算所述用于校验的热点集合的校验RSSI平均值；

根据所述校验RSSI平均值，计算得出与校验基准热点间的校验距离值；

以校验基准热点为圆心，所述校验距离值为半径画圆，通过判断定位点与校验圆间的误差距离大小，校验定位准确性。

4.如权利要求1所述的方法，其特征在于，所述热点集合的选取过程具体为：

确定所述预设热点区域内的所述基准热点；

利用相似度公式分别计算所述预设热点区域内的各个待选热点和所述基准热点间的相似度；

选取所述相似度大于所述预设阈值的待选热点作为所述非基准热点，并与所述基准热点组成所述热点集合；

其中，所述R_Ai、R_Bi分别为热点A、B从相同的N个邻居热点中第i个热点接收到的RSSI值，R_AB为热点A接收到热点B的RSSI值，i∈[1，N]。

5.一种机器人，其特征在于，包括：

接收模块，用于接收每个热点集合内的各个热点广播的RSSI值；

RSSI平均值计算模块，用于根据所述RSSI值，分别计算各个所述热点集合的RSSI平均值，将各个所述热点集合的所述RSSI平均值作为各个基准热点的RSSI值；

距离计算模块，用于根据所述RSSI平均值，分别计算出与各个所述基准热点的距离值；

定位模块，用于利用所述基准热点和所述距离值进行定位；

其中，所述热点集合至少有3个，且每个所述热点集合均包括一个所述基准热点和多个非基准热点；所述基准热点为预设热点区域内，待定位机器人接收到的RSSI值最大的热点；所述热点集合为在根据所述预设热点区域内的每个热点所接收到邻居热点的RSSI值和所述基准热点所接收到邻居热点的后，从所述预设热点区域内选取出相似度大于预设阈值的热点组成的集合；

其中，所述距离计算模块包括：

计算子模块，用于根据所述RSSI平均值，利用RSSI测距式分别计算出于各个所述基准热点的距离值；

其中，d₀为参考距离，A为参考距离上的信号强度，n为路径损耗系数，Xσ为零均值高斯分布随机变量。

6.如权利要求5所述的机器人，其特征在于，所述定位模块包括：

定位子模块，用于以各个所述基准热点为圆心，所述距离值为半径画圆，得出各个圆的交点，将所述交点作为定位点。