[发明专利]机器人定位方法、装置以及存储装置

说明书

本申请公开了一种机器人定位方法、装置及存储装置，该方法包括：获取包含机器人距离信息的当前帧图像，距离信息由超宽带基站提供；将当前帧图像和相邻帧图像进行特征匹配，以生成局部地图点；判断当前帧图像是否为关键帧图像；若判断为是，则利用联合目标函数对关键帧图像进行优化，联合目标函数至少包括超宽带基站的距离代价函数及视觉残差代价函数。通过上述方式，本申请能够提高机器人的定位精度。

技术领域

本申请涉及机器人视觉定位技术领域，特别是涉及一种机器人定位方法、装置及存储装置。

背景技术

基于机器视觉的定位导航是机器人领域中一项很关键的技术。但是现有的视觉方案鲁棒性仍然不够高，经常存在跟踪丢失，以及重定位失败等问题。

在大多数的视觉SLAM(Simultaneous Localization and Mapping，同时定位与地图构建)系统中，都是根据视觉图像特征提取与匹配的方法来构建环境特征地图，并估计机器人当前位姿实现同时定位。由于位姿估计和地图构件都是有噪声的，特别是在大尺度环境中SLAM过程具有更大的不确定性。基于滤波的SLAM方法，如EKF-SLAM(Extended KalmanFilter，扩展卡尔曼滤波器)及PF-SLAM(Particle Filter，粒子滤波)都是以概率方法来表示观测信息的不确定性，认为路标是独立的，导致长期运行时路标数量将会增加至计算机资源不足以实时更新地图,且将非线性近似为线性化的方法导致误差的产生，任何数据关联的错误都会带到SLAM状态估计中去，从而导致机器人的定位不准确、定位精度不高等问题。

发明内容

本申请提供一种机器人定位方法、装置及存储装置，能够提高机器人定位精度和及时矫正机器人的累积误差的问题。

为解决上述技术问题，本申请采用的一个技术方案是：提供一种机器人定位方法，所述方法包括：获取包含机器人距离信息的当前帧图像，所述距离信息由超宽带基站提供；将所述当前帧图像和相邻帧图像进行特征匹配，以生成局部地图点；判断所述当前帧图像是否为关键帧图像；若判断为是，则利用联合目标函数对所述关键帧图像进行优化，所述联合目标函数至少包括所述超宽带基站的距离代价函数及视觉残差代价函数。

为解决上述技术问题，本申请采用的另一个技术方案是：提供一种机器人定位装置，所述装置包括处理器及存储器，所述处理器连接所述存储器；其中，所述处理器用于获取包含机器人距离信息的当前帧图像，所述距离信息由超宽带基站提供；将所述当前帧图像和相邻帧图像进行特征匹配，以生成局部地图点；判断所述当前帧图像是否为关键帧图像；若判断为是，则利用联合目标函数对所述关键帧图像进行优化，所述联合目标函数至少包括所述超宽带基站的距离代价函数及视觉残差代价函数。

为解决上述技术问题，本申请采用的又一个技术方案是：提供一种存储装置，存储有能够实现上述任一项所述方法的程序文件

本申请的有益效果是：提供一种机器人定位方法、装置及存储装置，通过采用联合目标优化函数(至少包括超宽带基站的距离代价函数及视觉残差代价函数)对获取到关键帧图像进行优化，可以提高机器人的定位精度。

附图说明

图1是本申请机器人定位方法第一实施方式的流程示意图；

图2是本申请图1中步骤S1一实施实施方式的流程示意图；

图3是本申请图1中步骤S2一实施实施方式的流程示意图；

图4是本申请提高机器人定位精度装置一实施方式的结构示意图；

图5是本申请存储装置一实施方式的结构示意图。

具体实施方式