[发明专利]移动机器人重定位方法、装置、设备及存储介质

权利要求书

1.一种移动机器人重定位方法，其特征在于，包括：

获取环境图像，提取特征点和描述符，并进行特征点跟踪；

基于传感器数据计算当前移动机器人位姿信息；

选取关键帧，并计算关键帧用于重定位的特征向量；

根据移动机器人的位姿信息和特征点跟踪信息计算特征点三维位置信息，构建稀疏化三维点云；

保存关键帧相关信息和稀疏化三维点云信息作为历史地图；

当触发重定位条件时，基于视觉传感器获取环境图像，提取特征点和描述符，并与历史地图中的三维点云进行匹配，根据匹配结果计算当前移动机器人在历史地图中的位姿信息，并判断重定位结果的准确性。

2.根据权利要求1所述的移动机器人重定位方法，其特征在于，所述基于传感器数据计算当前移动机器人位姿信息的方法包括：

基于惯性传感器和码盘得到移动机器人相对于前一时刻的旋转的角度和行进轮的移动距离，推导计算移动机器人实际相对前一时刻位置的移动距离，然后根据陀螺仪计算当前时刻移动机器人的朝向信息，并结合前一时刻移动机器人的位姿信息，得到当前时刻移动机器人的位姿信息。

3.根据权利要求1所述的移动机器人重定位方法，其特征在于，所述选取关键帧的方法包括：

若当前时刻移动机器人相当于前一关键帧时刻的移动距离或旋转角度达到设定阈值时，记为关键帧。

4.根据权利要求1所述的移动机器人重定位方法，其特征在于，所述计算关键帧用于重定位的特征向量的方法包括：

基于关键帧特征描述符计算词袋库DBoW2或DBoW3的特征向量。

5.根据权利要求4所述的移动机器人重定位方法，其特征在于，所述根据移动机器人的位姿信息和特征点跟踪信息计算特征点三维位置信息，构建稀疏化三维点云的方法包括：

根据每个特征点跟踪过程中的多个2D点位置信息，和其对应时刻移动机器人的位姿信息，基于最小二乘法对特征点进行三角化，计算特征点的三维位置，多个三维特征点构成稀疏化三维点云。

6.根据权利要求5所述的移动机器人重定位方法，其特征在于，所述与历史地图中的三维点云进行匹配的方法包括：

对待重定位环境图像计算得到重定位特征向量，根据词袋库DBoW2或者DBoW3在历史地图中寻找相似度达到设定阈值的多个候选关键帧，依次取出在历史地图中与候选关键帧相关的三维特征点，然后与待重定位环境图像中提取的特征点和描述符进行描述符匹配，得到3D-2D匹配结果。

7.根据权利要求6所述的移动机器人重定位方法，其特征在于，使用包括但不限于Perspective-n-Point算法计算当前移动机器人在历史地图中的位姿信息。

8.一种移动机器人重定位装置，其特征在于，包括：

图像获取与特征提取模块，用于从视觉传感器获取环境图像，检测所述环境图像的特征点和计算描述符，并进行特征点跟踪；

位姿计算模块，用于依据传感器数据计算当前移动机器人位姿信息；

关键帧选取模块，用于选择关键帧，并计算其用于重定位的特征向量；

稀疏化三维点云构建模块，用于根据移动机器人的位姿信息和特征点跟踪信息计算特征点三维位置信息，构建稀疏化三维点云；

历史地图保存模块，用于保存关键帧相关信息和稀疏化三维点云作为历史地图；

重定位模块，用于当触发重定位条件时，基于视觉传感器获取环境图像，提取特征点和描述符，然后与历史地图中的三维点云进行匹配，根据匹配结果计算当前移动机器人在历史地图中的位姿信息，并判断重定位结果的准确性。

9.一种移动机器人重定位设备，其特征在于，包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序，所述处理器执行所述计算机程序时实现如权利要求1至7中任一项所述的移动机器人重定位方法。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现如权利要求1至7中任一项所述的移动机器人重定位方法。