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！

申请/专利权人：合肥哈工图南智控机器人有限公司;山东高速湖北发展有限公司

摘要：本发明提供一种机器人的定位场景退化处理方法、快速定位方法及系统，属于机器人定位技术领域。基于点云数据和全局地图信息，建立激光雷达测量模型：通过迭代和转置计算，得到黑塞矩阵H并进行分解，得到特征值数组V和特征向量，获取特征值最大值和最小值的比值d：若d小于设定第一阈值，则用IMU传感器和里程计辅助激光雷达定位，若d大于设定第一阈值时，采用激光雷达的数据进行定位。本发明针对环境中定位算法退化问题采用最大特征值和最小特征值之间的比值进行判断。无需针对不同场景进行特征值阈值设置与调整，能够适应更广泛的场景。

主权项：1.机器人的定位场景退化处理方法，其特征在于，包括以下步骤：对机器人搭载的激光雷达获取的测量数据进行预处理，得到点云数据；基于所述点云数据和全局地图信息，建立激光雷达测量模型：Zlidar=hXrobot,Map+ε式中，Zlidar表示激光雷达测量值，Xrobot表示机器人位置与姿态，Map表示全局地图信息，h表示对应的非线性映射关系，即从机器人位姿到地图之间的映射，ε表示存在的误差；通过对所述激光雷达测量模型不断迭代，最小化误差ε即为对应的机器人位置；其中，最小化误差ε的方法为：定义误差函数E，表示激光雷达测量值与机器人当前位置和地图之间的非线性映射之后的差异：EXrobot,Map=Zlidar−hXrobot,Map式中，EXrobot,Map表示误差向量；构建误差的最小二乘minE如下：minE=EXrobot,MapTEXrobot,Map式中，EXrobot,MapT为EXrobot,Map转置，采用高斯-牛顿法对上述方程进行迭代处理，在每次迭代中，更新参数dx，使目标函数下降；高斯牛顿法最后化简公式如下：JTJdx=-JTe式中dx为未知待求解变量，J为雅可比矩阵，JT为雅可比矩阵的转置，e为当前测量的误差，该式可进一步简化表示成如下形式：Hdx=b其中，H为JTJ，用雅可比矩阵的转置乘以雅可比矩阵，可以用来近似表示黑塞矩阵，其为一个半正定的对称方阵，b为常量，通过Eigen库中基于矩阵特征值分解方法可求解dx，即对应的迭代变化量；针对黑塞矩阵H进行分解，得到特征值数组V和特征向量，获取特征值最大值和最小值的比值：d=fabs（max（V）min（V））其中，V为特征值数组，maxV表示数组中的最大值，minV表示数组中的最小值，fabs为求绝对值函数，d表示对应的比值的绝对值大小，若d小于设定第一阈值，则用IMU传感器和里程计辅助激光雷达定位，若d大于设定第一阈值时，采用激光雷达的数据进行定位。

全文数据：

权利要求：

百度查询： 合肥哈工图南智控机器人有限公司 山东高速湖北发展有限公司 机器人的定位场景退化处理方法、快速定位方法及系统