本發(fā)明涉及機器人定位?，尤其涉及一種室內重定位方法、裝置、電子設備及存儲介質。

背景技術：

1、室內重定位指室內移動機器人在重新進入某個室內環(huán)境時進行位姿的初始化或在移動過程中發(fā)生異常情況導致位姿丟失時，重新找回位姿的過程。其目的是獲取當前機器人在地圖中的準確全局位姿，從而修正定位偏移，實現自主定位修復和實時矯正，其中室內環(huán)境為典型的2d場景。

2、現有技術一般采用傳統的點云匹配算法如迭代最近點（iterative?closestpoint，icp）和正態(tài)分布變換（normal?distributions?transform，ndt）等進行室內重定位，定位計算量大，難以應用于移動機器人。

技術實現思路

1、本發(fā)明提供一種室內重定位方法，用以解決現有技術中定位計算量大的缺陷，通過獲取當前點云數據對應的當前環(huán)境特征，即對當前點云數據降維分析得到當前環(huán)境特征，再根據當前環(huán)境特征確定對應的當前位姿，減少了室內重定位計算量，提升了室內重定位效率。

2、本發(fā)明提供一種室內重定位方法，包括如下步驟：

3、根據當前點云數據獲取當前環(huán)境特征，所述當前點云數據是通過雷達掃描當前空間環(huán)境得到的二維數據，所述當前環(huán)境特征是對所述當前點云數據降維后，根據多個掃描點之間的位置確定的；

4、根據所述當前環(huán)境特征，確定對應的當前位姿

5、根據本發(fā)明提供的一種室內重定位方法，所述當前環(huán)境特征包括第一幾何特征、第二幾何特征和點云分布特征中的至少一種，所述第一幾何特征是根據所述多個掃描點在雷達坐標系中的點特征確定的，所述第二幾何特征是根據所述多個掃描點在雷達坐標系中的線段特征確定的，所述點云分布特征是根據所述多個掃描點在空間的分布位置確定的。

6、根據本發(fā)明提供的一種室內重定位方法，所述當前環(huán)境特征包括所述第一幾何特征，所述根據當前點云數據獲取當前環(huán)境特征，包括：

7、獲取掃描面積，所述掃描面積是計算所述多個掃描點中相鄰的掃描點形成的封閉圖形的面積得到的；和/或，

8、獲取目標特征，所述目標特征是通過主成分分析提取所述當前點云數據的特征得到的。

9、根據本發(fā)明提供的一種室內重定位方法，所述獲取目標特征包括：

10、獲取目標方差，所述目標方差是計算兩個目標方向的方差得到的，所述兩個目標方向是與兩個初始方向正交的兩個方向，所述兩個初始方向是對所述當前點云數據進行主成分分析得到的、在所述雷達坐標系中方差最大的兩個方向；和/或，

11、獲取目標跨度值，所述目標跨度值是根據所述當前點云數據在所述雷達坐標系和旋轉后雷達坐標系的兩個維度上的跨度得到的，所述旋轉后雷達坐標系是對所述當前點云數據進行主成分分析確定的。

12、根據本發(fā)明提供的一種室內重定位方法，所述當前環(huán)境特征包括第二幾何特征，所述根據當前點云數據獲取當前環(huán)境特征，包括：

13、獲取所述當前點云數據對應的多條線段，所述多條線段是對所述多個掃描點對應的線段進行篩選、分割和擬合得到的；

14、根據所述多條線段獲取所述第二幾何特征。

15、根據本發(fā)明提供的一種室內重定位方法，所述獲取所述當前點云數據對應的多條線段，包括：

16、對所述多個掃描點之間的距離進行篩選，確定多個目標掃描點，所述多個目標掃描點中各個相鄰目標掃描點之間的距離在預設的距離范圍內；

17、根據目標間斷點遞歸分割所述多個目標掃描點，得到多個初始線段，所述目標間斷點是滿足預設間斷要求的間斷點，所述多個初始線段包括對所述目標掃描點的兩邊線段之間的角度小于預設角度閾值的兩條線段進行合并得到的線段；

18、對所述多個初始線段進行篩選，得到多個目標線段，所述多個目標線段是線段長度大于預設長度閾值，并通過最小二乘法求擬合得到的線段。

19、根據本發(fā)明提供的一種室內重定位方法，所述第二幾何特征包括目標距離，所述目標距離用于指示所述當前點云數據正對線段的距離，所述根據所述多條線段獲取所述第二幾何特征，包括：

20、向周圍的線段作垂線，確定至少兩條正對線段，所述至少兩條正對線段是所述垂線的垂足所在的線段；

21、遍歷所述至少兩條正對線段，確定所述目標距離，所述目標距離是所述電子設備與所述至少兩條正對線段中每條正對線條的距離中的最小距離。

22、根據本發(fā)明提供的一種室內重定位方法，所述第二幾何特征包括目標長度，所述目標長度是所述多條線段中最長線段的長度。

23、根據本發(fā)明提供的一種室內重定位方法，所述第二幾何特征包括目標個數，所述目標個數是在所述當前點云數據中確定的目標物體的個數，所述目標物體用于表征門類型的物體，所述根據所述多條線段獲取所述第二幾何特征，包括：

24、獲取所述當前點云數據對應的多個角落，所述多個角落是根據相鄰線段是否首尾相接且法向角度差是否滿足預設角度要求確定的；

25、根據所述多個角落，確定所述目標物體對應的目標個數，所述目標物體是根據所述多個角落中兩個相鄰角落是否共用同一線段，是否呈現內凹形狀，以及組成所述兩個相鄰角落的三條線段長度是否滿足預設長度要求確定的。

26、根據本發(fā)明提供的一種室內重定位方法，所述當前環(huán)境特征包括點云分布特征，所述根據當前點云數據獲取當前環(huán)境特征，包括：

27、遍歷所述多個掃描點，對所述多個掃描點中的各個掃描點執(zhí)行以下步驟：根據所述多個掃描點中各個掃描點在所述當前點云數據中的位置，確定所述各個掃描點的徑向距離范圍和角度范圍對應的行列位置；

28、根據所述行列位置更新所述各個掃描點對應的點云分布矩陣，得到更新后的點云分布矩陣，所述更新后的點云分布特征矩為所述點云分布特征。

29、根據本發(fā)明提供的一種室內重定位方法，在所述根據所述當前環(huán)境特征，確定對應的當前位姿之前，所述方法還包括：

30、獲取環(huán)境特征與位姿的對應關系；

31、所述根據所述當前環(huán)境特征，確定對應的當前位姿，包括：

32、根據所述當前環(huán)境特征，以及所述環(huán)境特征與位姿的對應關系，確定與所述當前環(huán)境特征對應的目標位姿。

33、根據本發(fā)明提供的一種室內重定位方法，所述獲取環(huán)境特征與位姿的對應關系，包括：

34、將目標地圖進行柵格劃分，得到多個目標柵格，所述目標地圖是通過雷達進行同時定位與地圖構建得到；

35、在所述多個目標柵格的各個目標柵格中放置模擬雷達并提取所述各個目標柵格對應的點云特征；

36、存儲所述各個目標柵格對應的點云特征，以及對應的位姿，得到所述環(huán)境特征與位姿的對應關系。

37、根據本發(fā)明提供的一種室內重定位方法，所述將目標地圖進行柵格劃分，得到多個目標柵格，包括：

38、根據所述目標地圖的灰度圖確定墻面信息矩陣，所述墻面信息矩陣包括可活動區(qū)域和障礙物區(qū)域，所述可活動區(qū)域用于指示灰度值大于或者等于預設灰度值閾值的區(qū)域，所述障礙物區(qū)域用于指示灰度值小于預設灰度閾值的區(qū)域，所述墻面信息矩陣是將所述目標地圖的灰度圖片轉化為灰度值矩陣，再將所述灰度值矩陣轉化為墻面信息矩陣得到的；

39、將所述墻面信息矩陣劃分為預設長度和寬度的柵格，得到所述多個目標柵格；

40、所述在所述多個目標柵格的各個目標柵格中放置模擬雷達并提取所述各個目標柵格對應的點云特征，包括：

41、遍歷所述各個柵格，若所述柵格為目標柵格，則放置模擬雷達進行雷達掃描，得到目標柵格對應的點云，所述目標柵格用于指示所述可活動區(qū)域對應的柵格，所述模擬雷達用于模擬電子設備的雷達進行掃描；

42、對所述目標柵格對應的目標點云進行特征提取，得到所述目標點云對應的目標環(huán)境特征，所述目標環(huán)境特征是根據目標點云數據中多個掃描點的位置確定的。

43、根據本發(fā)明提供的一種室內重定位方法，所述存儲所述各個目標柵格對應的點云特征，以及對應的位姿，得到所述環(huán)境特征與位姿的對應關系，包括：

44、計算所述各個柵格對應的地圖坐標系中的坐標；

45、將所述各個柵格對應的地圖坐標系中的坐標，以及所述各個柵格對應的偏航角，確定為所述對應的位姿；

46、采用樹形結構存儲所述各個目標柵格對應的點云特征，以及所述對應的位姿，得到所述環(huán)境特征與位姿的對應關系。

47、根據本發(fā)明提供的一種室內重定位方法，所述當前環(huán)境特征包括點云幾何特征和所述點云分布特征，所述點云幾何特征包括所述第一幾何特征和所述第二幾何特征中的至少一種，所述根據所述當前環(huán)境特征，以及預設的環(huán)境特征與位姿的對應關系，確定與所述當前環(huán)境特征對應的目標位姿，包括：

48、根據所述點云幾何特征進行最近鄰搜索，確定與所述點云幾何特征最接近的k個柵格；

49、將所述點云分布特征與所述k個柵格進行特征匹配，確定與所述點云分布特征對應的目標位姿，所述目標位姿是所述k個柵格中與所述點云分布特征匹配的目標柵格的位姿。

50、本發(fā)明還提供一種室內重定位裝置，包括如下模塊：

51、特征獲取模塊，用于根據當前點云數據獲取當前環(huán)境特征，所述當前點云數據是通過雷達掃描當前空間環(huán)境得到的數據，所述當前環(huán)境特征是對所述當前點云數據降維后，根據多個掃描點之間的位置確定的；

52、位姿確定模塊，用于根據所述當前環(huán)境特征，確定對應的當前位姿，所述當前位姿用于指示電子設備相對于地圖坐標系的坐標和偏航角。

53、本發(fā)明還提供一種電子設備，包括存儲器、處理器及存儲在存儲器上并可在處理器上運行的計算機程序，所述處理器執(zhí)行所述計算機程序時實現如上述任一種所述室內重定位方法。

54、本發(fā)明還提供一種非暫態(tài)計算機可讀存儲介質，其上存儲有計算機程序，該計算機程序被處理器執(zhí)行時實現如上述任一種所述室內重定位方法。

55、本發(fā)明還提供一種計算機程序產品，包括計算機程序，所述計算機程序被處理器執(zhí)行時實現如上述任一種所述室內重定位方法。

56、本發(fā)明提供的室內重定位方法、裝置、電子設備及存儲介質，通過獲取當前點云數據對應的當前環(huán)境特征，即對當前點云數據降維分析得到當前環(huán)境特征，再根據當前環(huán)境特征確定對應的當前位姿，減少了室內重定位計算量，提升了室內重定位效率。