[发明专利]一种机器人定位方法、机器人和存储介质

说明书

本发明实施例涉及机器人定位方法、机器人和存储介质，所述方法包括：根据位移测量装置测量的第一测量值获得第一机器人位姿；根据惯性测量装置测量的第二测量值获得第二机器人位姿；根据第一机器人位姿和第二机器人位姿获得第三机器人位姿；获得摄像装置拍摄的包含标志码的图像，基于标志码的位姿和第三机器人位姿获得标志码的图像观测值；基于图优化算法根据标志码的图像观测值、获得机器人的估计位姿以及标志码的估计位姿。本发明实施例在机器人工作的环境中贴设易于识别的标志码，标志码作为确定的特征信息，无需特征匹配，提高定位精度。机器人中安装位移测量装置、惯性测量装置和摄像装置，采用多传感器测量数据融合，进一步提高定位精度。

技术领域

本发明实施例涉及智能机器人技术领域，特别涉及一种机器人定位方法、机器人和存储介质。

背景技术

无人叉车在工作过程中，需要定位和导航，目前，无人叉车的定位导航方式多采用基于视觉或激光的同步定位与建图(simultaneous localization and mapping，SLAM)导航。

基于视觉或激光的SLAM导航，是通过视觉传感器或激光导航传感器采集环境特征构建增量式地图，并通过扫描匹配的方式实现导航定位，为了实现准确定位需要环境空间中具有足够密集的环境特征点，否则会影响定位精度。

在实现本发明过程中，发明人发现上述方法至少存在如下问题：无人叉车多工作于仓库等较为空旷的场所，在仓库环境中，特征点较少，一般多为互相对称的立柱和墙面，且墙面缺少纹理特征，无人叉车采用基于视觉或激光的SLAM导航方法时，会因缺少足够的特征点导致定位精度较低。

发明内容

本发明实施例的目的是提供一种定位精度高的机器人定位方法、机器人和存储介质。

第一方面，本发明实施例提供了一种机器人定位方法，所述方法用于机器人，所述机器人包括位移测量装置、惯性测量装置和摄像装置，所述方法包括：

获得位移测量装置测量的第一测量值，基于所述第一测量值获得所述机器人的第一机器人位姿；

获得惯性测量装置测量的第二测量值，基于所述第二测量值获得所述机器人的第二机器人位姿；

根据所述第一机器人位姿和所述第二机器人位姿获得所述机器人的第三机器人位姿；

获得摄像装置拍摄的包含标志码的图像，基于所述标志码的位姿和所述第三机器人位姿获得所述标志码的图像观测值；

基于图优化算法根据所述标志码的图像观测值、获得所述机器人的估计位姿以及所述标志码的估计位姿。

在一些实施例中，所述方法还包括：

根据所述机器人的估计位姿和所述第一测量值更新所述机器人的第一机器人位姿。

在一些实施例中，所述方法还包括：

基于所述包含标志码的图像获得所述标志码的初始位姿。

在一些实施例中，所述基于图优化算法根据所述标志码的图像观测值、获得所述机器人的估计位姿以及所述标志码的估计位姿，包括：

获得标志码坐标系下至少一个角点的角点坐标；

基于所述标志码的图像观测值获得所述标志码至少一个角点的角点像素坐标；

基于图优化算法获得所述标志码的最优初始位姿；

获得所述摄像装置的最优初始位姿；

根据所述角点坐标、所述角点像素坐标、所述标志码的最优初始位姿和所述摄像装置的最优初始位姿、基于所述标志码的重投影误差最小关系获得所述机器人的估计位姿和所述标志码的估计位姿。