[发明专利]定位方法、介质及驱动设备

说明书

本申请适用于智能机器人技术领域，提供了一种定位方法，该方法包括：获取驱动设备所处空间在第一光照强度下的第一图像；提取第一图像的多个第一图像特征点，并基于提取的多个第一图像特征点从多光强地图中获取对应空间的多个地图特征点，其中多个地图特征点包括多个第一图像特征点和多个第二图像特征点，第二图像特征点是从第二图像中提取的，第二图像为空间在第二光照强度下拍摄的图像；基于多个地图特征点对驱动设备进行导航。如此，扫地机器人即使在光照强度较弱或光照强度较强的情况下，也能够从多光强地图中根据与光照强度较强或较弱相同或相近的光照强度下对应的地图特征点进行定位导航，以完成清洁任务，提升用户体验。

技术领域

本申请属于智能机器人技术领域，尤其涉及一种定位方法、介质及驱动设备。

背景技术

可自主移动机器人是能够自动执行指定任务的机器装置。可自主移动机器人既可以在户外移动，例如无人机在室外取景，也可以在室内移动，例如扫地机器人在室内执行清洁工作、搬运机器人在工厂内搬运货物。但无论哪一种可自主移动机器人，当其移动的时候，都需要进行定位导航以抵达目标地点。

目前，基于视觉信息的即时定位与地图构建(visual simultaneouslocalization and mapping，VSLAM)算法的机器人导航技术为上述可自主移动机器人提供了较为精准的导航能力，使得上述可自主移动机器人能够有效地自主移动。

但是，由于可自主移动机器人在通过自身摄像头获取所处空间的图像时不可避免地会受到光线强度(或光照强度)的影响，例如，如果光照强度过强或过弱，可自主移动机器人所获取的图像就会过亮或过暗，对应的，图像中的视觉特征点就不够明显，这将导致可自主移动机器人无法从图像中识别出足够多用于定位的视觉特征点，进而导致机器人无法准确进行定位导航，影响其正常移动。

发明内容

为解决上述技术问题，本申请实施例提供了一种定位方法，通过融合在不同光照强度下构建的空间的三维视觉地图得到融合后的多光强地图，该融合后的多光强地图包括了前述不同光照强度下的所有视觉特征点(或图像特征点)，其中每一个视觉特征点的视觉特征信息包括该视觉特征点在融合后三维视觉地图中的坐标，以及该视觉特征点在前述不同光照强度下的颜色特征、纹理特征或灰度特征中的至少一项。如此，扫地机器人即使在光照强度较弱或光照强度较强的情况下，也能够从融合后的多光强地图中根据与光照强度较强或较弱相同或相近的光照强度下对应的视觉特征点进行定位导航，以完成清洁任务，提升用户体验。

第一方面，本申请实施例提供了一种定位方法，包括：获取驱动设备所处空间在第一光照强度下的第一图像；提取第一图像的多个第一图像特征点，并基于提取的多个第一图像特征点从多光强地图(即第三三维(3D)视觉地图)中获取对应空间的多个地图特征点，其中多个地图特征点包括多个第一图像特征点和第二图像特征点，第二图像特征点是从第二图像中提取的，第二图像为空间在第二光照强度下拍摄的图像；基于多个地图特征点对驱动设备进行导航。

需要说明的是，第一图像特征点、第二图像特征点以及地图特征点均属于视觉特征点。视觉特征点是客观存在的，但是由于光照强度的影响，例如光照强度较强或较弱的时候，图像中有些图像元素对应的视觉特征点的颜色可能是白色或黑色，无法被驱动设备例如是扫地机器人识别到。

应理解，上述“第一”、“第二”仅是示例性的描述，不能构成对本申请的限制。在本申请的一些实施例中，还可以获取除第一光照强度、第二光照强度以外其他光照强度下的第三图像、第四图像。

在上面的方法中，由于多光强地图的地图特征点包括了不同光照强度下的图像特征点，所以，驱动设备例如是扫地机器人能够在光照强度变化的时候例如是光照强度较弱或光照强度较强时，仍然能够从多光强地图中获取与当前光强强度相同或近似的光照强度下对应的地图特征点，并且基于该光照强度下的地图特征点进行定位导航，解决了上述技术问题。