[发明专利]一种高反物体定位方法、装置及终端设备

说明书

本申请提供了一种高反物体定位方法、装置及终端设备，适用于人工智能技术领域，该方法包括：获取环境数据，基于所述环境数据构建初始环境地图，获取传感器数据，根据所述传感器数据的激光强度创建高反物体的激光点云，并对所述激光点云进行去畸变处理及位置估算处理，得到位置估算信息，对所述位置估算信息进行位置优化，并将优化后的位置信息映射到所述初始环境地图，得到标准环境地图。本发明还提出一种高反物体定位装置以及终端设备。本发明可以解决高反物体定位不准确的问题。

技术领域

本申请属于人工智能技术领域，尤其涉及高反物体定位方法、装置及终端设备。

背景技术

目前大部分室内移动机器人所用的建图定位算法都为基于二维激光传感器的slam算法，然而移动机器人在某些具有玻璃，镜子等高反物体的环境下，由于激光传感器的特性，会导致激光数据的失效，进而在使用slam算法创建地图时会缺失高反物体信息，无法在地图上准确描述高反物体位置，在移动机器人自主导航运行时会产生危险，因此亟需一种对高反物体进行检测与识别，对高反物体在实际环境中的进行准确定位的方法。

发明内容

有鉴于此，本申请实施例提供了一种高反物体定位方法、装置及终端设备，可以解决高反物体定位不准确的问题。

本申请实施例的第一方面提供了一种高反物体定位方法，包括：

获取环境数据，基于所述环境数据构建初始环境地图；

获取传感器数据，根据所述传感器数据的激光强度创建高反物体的激光点云，并对所述激光点云进行去畸变处理及位置估算处理，得到位置估算信息；

对所述位置估算信息进行位置优化，并将优化后的位置信息映射到所述初始环境地图，得到标准环境地图。

详细地，所述获取环境数据，基于所述环境数据构建初始环境地图，包括：

接收预设的传感器反馈的环境数据，检测所述环境数据中的障碍物的位置坐标；

根据所述障碍物的位置坐标构建栅格地图，并将所述栅格地图作为初始环境地图。

详细地，所述获取传感器数据，根据所述传感器数据的激光强度创建高反物体的激光点云，包括：

利用所述传感器获取物体反射的激光光束数据集合，将所述激光光束数据集合作为所述传感器数据；

检测所述传感器数据中激光光束的激光强度；

对激光强度大于等于预设的强度阈值的激光光束进行标记，得到标记激光点信息，汇总所有的标记激光点信息得到所述激光点云。

详细地，所述对所述激光点云进行去畸变处理及位置估算处理，得到位置估算信息，包括：

获取预设的定位建图算法，将所述激光点云中的数据绑定到所述定位建图算法的前端关键帧节点；

利用预设的去畸变算法对所述前端关键帧节点进行去畸变处理，得到去畸变数据帧。

详细地，所述对所述位置估算信息进行位置优化，包括：

利用所述定位建图算法对所述位置估算信息进行局部优化及全局优化，得到优化关键帧；

遍历所述优化关键帧，确定包含高反物体点云信息的优化关键帧为优化后的位置信息。

详细地，所述将优化后的位置信息映射到所述初始环境地图，得到标准环境地图，包括：

将所述高反物体点云信息基于优化关键帧在所述初始环境地图中的位置映射到所述初始环境地图中：

对所述初始环境地图中的高反物体进行标记，得到所述标准环境地图。