[发明专利]机器人定位方法、装置、机器人及可读存储介质

说明书

本申请提供机器人定位方法、装置、机器人及可读存储介质，方法包括：获取预设基准定位方式发布的第一当前位姿信息以及其余定位方式发布的第二当前位姿信息，将由第一当前位姿信息与一个第二当前位姿信息构成输入信息对分别输入到预设的联邦滤波器的各子滤波器中，以输入信息对中的第二当前位姿信息和第一当前位姿信息之间的当前位置偏差为量测量，得到各子滤波器输出的当前局部误差估计，并输入到主滤波器进行最优融合，得到当前全局估计误差，并据此校正第一当前位姿信息。本申请通过联邦滤波器将各定位方式的数据进行融合，输出全局最优的全局估计误差对第一当前位姿信息进行校正，提高了最终的定位精度。

技术领域

本申请涉及机器人技术领域，具体而言，涉及一种机器人定位方法、装置、机器人及可读存储介质。

背景技术

服务机器人工作环境复杂，环境随时改变，受外界影响、干扰较多，所以如果要在室内环境中自主完成导航任务，需要知道机器人自身在环境中的全局位置，即机器人需要具有室内自主定位的能力。

目前，机器人定位的方法有很多，主要有GNSS（Global Navigation SatelliteSystem，全球卫星导航系统）、激光SLAM（simultaneous localization and mapping，即时定位与地图构建）、视觉SLAM、里程计、IMU（Inertial Measurement Unit，惯性测量单元）、WIFI、蓝牙、红外等。但是，各方法在单独采用时或多或少都会存在某些难以解决的问题。

为此，目前常采用多方式协同的定位方案。但是，在采用多种定位方式来共同进行定位时，如何对多种定位方式的数据进行融合，以得到更为精确的定位结果，就成为了影响最终定位准确性的关键。

发明内容

本申请实施例的目的在于提供一种机器人定位方法、装置、机器人及可读存储介质，用以解决目前采用单种定位手段进行定位时全局定位的准确性不高的问题。

本申请实施例提供了一种机器人定位方法，包括：获取预设基准定位方式所发布的第一当前位姿信息；获取有别于所述基准定位方式的至少一种其余定位方式所发布的第二当前位姿信息；将由所述第一当前位姿信息与一个所述第二当前位姿信息构成输入信息对分别输入到预设的联邦滤波器的各子滤波器中；每一种所述其余定位方式对应一个所述子滤波器；各子滤波器以所述输入信息对中的所述第二当前位姿信息和所述第一当前位姿信息之间的当前位置偏差作为量测量对状态量进行估计，得到针对所述状态量的当前局部误差估计；将所述第一当前位姿信息以及各所述各子滤波器输出的当前局部误差估计，输入到所述联邦滤波器的主滤波器进行最优融合，得到当前全局估计误差；根据所述当前全局估计误差校正所述第一当前位姿信息。

在上述实现过程中，通过联邦滤波器即可实现对各定位方式与基准定位方式之间的信息融合，从而输出全局最优的全局估计误差。进而即可以依据该全局估计误差，对基准定位方式的第一当前位姿信息进行校正。这样，即实现了对多种定位方式的数据的融合，提高了最终的定位精度。

进一步地，所述预设基准定位方式为IMU定位方式；所述状态量包括以下至少之一：所述IMU的位置误差；所述IMU的姿态误差；所述IMU的速度误差；所述IMU的陀螺零偏；所述IMU的加速度计零偏。。

进一步地，所述其余定位方式包括WiFi定位方式；所述获取有别于所述基准定位方式的至少一种其余定位方式所发布的第二当前位姿信息，包括：获取当前接收到的WiFi信号的接收信号强度指示RSSI数据；将所述RSSI数据输入预设的定位模型中，得到所述第二当前位姿信息；所述定位模型为通过由预先设置的大量采样点和各采样点对应的RSSI数据作为样本数据训练得到的模型。

进一步地，所述其余定位方式包括基于Odom（里程计坐标系）数据的定位方式；所述获取有别于所述基准定位方式的至少一种其余定位方式所发布的第二当前位姿信息，包括：对Odom数据进行速度积分递推计算，得到所述第二当前位姿信息。