买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉杭州电子科技大学申请的专利一种基于视觉特征和3D激光的移动机器人重定位方法及装置获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN114862953B 。

龙图腾网通过国家知识产权局官网在2025-11-28发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202210469587.5，技术领域涉及：G06T7/73；该发明授权一种基于视觉特征和3D激光的移动机器人重定位方法及装置是由金建波;林志赟;王博;韩志敏设计研发完成，并于2022-04-28向国家知识产权局提交的专利申请。

本一种基于视觉特征和3D激光的移动机器人重定位方法及装置在说明书摘要公布了：本发明公开了一种基于视觉特征和3D激光的移动机器人重定位及装置的方法，该方法首先需要进行环境建图和Apriltag标签世界坐标自动标定；在移动机器人丢失定位时，开启左、右相机检测标签功能，在检测到标签后停止移动；获取移动机器人与标签之间的相对位姿，并在一段时间内做滤波处理，保证位姿数据的稳定性；根据标定所得标签世界坐标恢复机器人所处世界坐标，实现初步重定位；以该世界坐标为中心进行定向范围搜索，不断将扫描得到的3D点云帧数据与现存子图进行匹配，实现精准重定位。从而恢复移动机器人利用多线激光雷达SLAM定位能力，保证移动机器人在实际运行过程能够以较小的代价恢复定位能力。

本发明授权一种基于视觉特征和3D激光的移动机器人重定位方法及装置在权利要求书中公布了：1.一种基于视觉特征和3D激光的移动机器人重定位方法，其特征在于，该方法包括如下步骤： 步骤1、利用多线激光雷达和IMU传感器对实际场景进行3D层面的建图，在地图构建的过程中，获取移动机器人相对于Apriltag标签的位姿，根据移动机器人世界坐标转换得到Apriltag标签世界坐标信息，同时记录标签编号，完成对Apriltag标签的世界坐标的标定； 步骤2、在移动机器人丢失自身定位时，通过位于移动机器人上的左右相机不断获取移动机器人左侧与右侧图像，在任一相机的视野范围内检测到Apriltag标签后即停止移动； 步骤3、获取移动机器人相对Apriltag标签的若干个位姿数据，记为集合S： 其中分别表示X,Y,Z轴方向上相对Apriltag标签的位移变换，分别表示X,Z轴方向上相对Apriltag标签的角度变换，表示获取的位姿总数； 步骤4、按照获取的Apriltag标签编号查找步骤1中标定得到的标签世界坐标，记为，基于步骤3中得到的相对Apriltag标签的位姿数据，进行移动机器人的世界坐标推算，实现移动机器人的初步重定位，记移动机器人初步重定位结果为；具体为：左右相机检测标签并获取相对位姿数据来进行初步重定位，具体步骤如下： 4-1、按照实际移动机器人移动过程中左右相机检测到标签与否分类，情形可分为两类，一类是单侧，另一类是双侧；单侧是指只有左相机或者右相机检测到标签，则进行步骤4-2，双侧则是指左右相机均检测到标签，则进行步骤4-3； 4-2、在单侧情况下，当相机范围内检测到多个标签时，记检测到的标签编号为，其中m表示检测标签数量；根据标签编号查找对应标定所得标签世界坐标为，取此时检测所得移动机器人相对标签的位姿数据中的相对位移变换信息，角度信息和，得到移动机器人初步的世界坐标为，角度，； 4-3、在双侧情况下，记左侧检测所得标签编号为，其中表示左侧检测标签数量，右侧为，其中表示右侧检测标签数量，根据标签编号查找对应标签世界坐标为，；取此时检测所得移动机器人相对标签的位姿数据中的相对位移变换信息，，角度信息、和、，得到移动机器人初步的世界坐标为，角度，； 步骤5、将的坐标结合多线激光点云信息进一步推算，具体为：首先对移动机器人上3D激光的当前帧点云数据进行体素滤波和噪声去除，将当前移动机器人所处空间切分成固定边长的立方格，形成栅格空间，依据3D激光扫描得到的点云数据中的点是否在立方格内将立方格的中心值设为1和0，立方格内其余点的值则通过相邻立方格的中心值来计算，值的大小表示障碍物的概率；然后以坐标为中心，以参数为半径并结合步骤4中相对于的角度信息，进行定向范围搜索；对当前帧点云数据按照相等间隔的位移和角度进行3D层面的变换，并依据变换后的点在栅格空间中的坐标获取概率值，计算概率值累加和，以累加和为最大值时对应的间隔变换后的位姿数据作为精准重定位的结果，即；其中结合多线激光雷达点云数据匹配进行精准重定位，具体为： 5-1、以步骤4得到的移动机器人世界坐标为球心，参数为半径，角度和建立球锥，参数可根据实际环境进行自主设置；在球锥范围内按照设定的若干个等间隔对3D激光当前帧扫描得到的点云数据进行3D空间上的变换，记变换前的点云数据为，变换后的点云数据为； 5-2、利用栅格化思想，将当前移动机器人所处空间切分成固定边长的立方格，立方格中心的值表示该立方格为障碍物的概率；计算概率值q的泛化公式如下： 其中，A和B为常系数，t=0时，A=1，B=0；t=1时，A=0，B=1，常系数A和B的确定过程如下： 对点k进行变换后，得到地图坐标记为，查询3D占据栅格图对应的栅格号，根据栅格号计算其栅格中心，以，，为例进行分析，记为，将加上分辨率r得到，将其记为，分辨率r可自主设置，在这里设置为5cm，若是，则 根据计算归一化坐标 获取所在栅格的标签号，根据标签号获取栅格概率，分别加标签加1，获取其余7个点的标签号，根据变换后的标签号获取概率得到，值为0或1，根据得到的8个概率值得到点的概率q的具体形式： 通过概率值q的泛化公式与公式的具体形式的对比，可知常系数A和B的具体形式，概率值越高则该立方格越黑，代表越可能为障碍物，概率越低则表示位置越可能为空，未知区域处的立方格设置为灰色，即概率值的0.5； 5-3、根据设定的不同间隔对当前扫描点云数据进行变换，并依据变换后的点在栅格空间中的坐标获取概率值，对当前点云数据点的概率值进行累加，建立最小二乘化模型进行非线性优化，并引入损失函数，从而得到最优变换； 其中，K表示t时刻扫描得到的点云数量，表示损失函数，用于排除异常值对优化结果的影响，s表示立方格的概率值，Q表示计算概率函数，表示t时刻下扫描所得点云中的第k个点在移动机器人坐标系下的坐标，表示将第k个点在移动机器人坐标系下的坐标变换为世界坐标系下坐标的变换矩阵； 5-4、基于最优变换，将变换成，作为最终精准定位的坐标。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人杭州电子科技大学，其通讯地址为：310018 浙江省杭州市下沙高教园区；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。