[发明专利]一种基于Slam定位方法、装置、电子设备及计算机存储介质

说明书

本公开实施例公开了一种基于Slam的定位方法、装置、电子设备和计算机存储介质，所述定位方法基于Slam算法实时定位和构建地图，根据采集的图像信息获取地标点信息，根据所述地标点信息确定追踪方向，调整图像传感器的角度，使其能够采集追踪方向的图像信息，用于帮助机器人在自主行走过程中进行定位。本公开通过上述方法、装置提高了机器人在复杂的室外等应用场景中自主行走的定位准确性，并且实现简单，操作方便。

技术领域

本公开涉及机器人领域，具体涉及一种基于Slam定位方法、装置、电子设备及计算机存储介质。

背景技术

随着用于个人或商业用途的自动装置(即机器人设备)的广泛使用，对于机器人的效率，智能化的要求越来越高，如对于自主行走机器人来说，要求机器人对于行走路线要有较高效的行走路径规划。目前基于视觉SLAM的自主行走机器人能够在室内的场景工作良好，这是因为室内环境能够提供较为丰富的视觉地标点信息，使得SLAM算法总是能够捕捉到足够多的地标点 (Landmark)，进而完成自主定位和导航。例如天花板中存在的直线或拐角的地标点信息总是能够被指向朝上的图像传感器捕捉。然而，如果基于视觉 SLAM的自主行走机器人(如自主行走的割草机)在室外工作时，则可能遇到较多的挑战。这是由于室外的环境更为复杂。这里不仅是指光照情况的复杂，场景设置也比室内更为复杂。例如，在一些情况下，图像传感器的固定朝向指向了天空，而天空中没有任何可被识别为地标点的视觉信息，例如一片蓝天。此时Slam将无法获得足够多和足够好的地标点进而完成自主定位。再例如，机器人的图像传感器在机器人第一姿态时捕捉到了较好的地标点，而由于作业需求，机器人短时间内转变为第二姿态(例如割草方向转变)，此时图像传感器视野地标点瞬间变差，进而导致自主定位丢失。

在现有技术中，一种方法是采用设置人工地标，并通过图像识别技术实现自动装置对于人工地标的图像识别来解决定位问题；另一种方法是基于光学定位系统来解决定位问题。然而上述两种方法对于环境复杂的室外来说并不能满足定位的准确性。

发明内容

为了解决上述问题，本公开提出了一种基于Slam的定位方法、装置、电子设备和计算机存储介质，针对复杂的室外应用场景提高了机器人自主行走的定位准确性。

本公开的第一方面提供了一种基于Slam的定位方法，包括：

采集机器人当前状态的图像信息；

根据所述图像信息计算地标点信息；

根据所述地标点信息确定追踪方向；

采集所述追踪方向的图像信息进行定位。

在一些实施例中，还包括：如果所述地标点信息不满足预设条件时，调整所述图像信息的采集角度。

在一些实施例中，所述预设条件包括：

地标点的数量大于预先设定阈值σ，和/或

地标点的深度在预先设置深度范围d₁～d₂之间。

在一些实施例中，所述地标点信息包括地标点，所述根据所述地标点信息确定追踪方向包括：

根据坐标将地标点分成多个目标方向集，每个目标方向集包括至少一个地标点；

将所述目标方向集中的一个作为追踪方向。

在一些实施例中，所述将所述目标方向集中的一个作为追踪方向包括：

计算所述目标方向集的深度权重和，在预先设值深度范围之间，地标点的深度越大，权重越大；

将所述深度权重和最大的目标方向集作为追踪方向。

在一些实施例中，在所述采集所述追踪方向的图像信息进行定位之前，还包括：