激光雷达定位方法及装置.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115932889A(43)申请公布日2023.04.07(21)申请号202110945921.5(22)申请日2021.08.17(71)申请人腾讯科技（深圳）有限公司地址518057广东省深圳市南山区高新区科技中一路腾讯大厦35层(72)发明人范廷翔武子达徐淇玮梁聪慧黎雄(74)专利代理机构北京市柳沈律师事务所11105专利代理师王娟(51)Int.Cl.G01S17/931(2020.01)G01S17/89(2020.01)权利要求书3页说明书15页附图7页(54)发明名称激光雷达定位方法及装置(57)摘要本公开提供了一种激光雷达定位方法、装置、设备和存储介质。本公开的方法能够在机器人移动过程中同时自动且准确地识别环境中设置的多个反光标志，从而缩短了移动机器人定位所需的时间，提高了移动机器人定位效率。本公开的实施例基于在环境中设置的反光标志的高反射率特性，利用人工智能技术来提取环境中的反光标志轮廓特征并精确地确定反光标志的位置，以基于反光标志的位置特征来为移动机器人提供精准的导航和定位。通过本公开的实施例的方法能够实时精确地确定反光标志的位置，从而实现以此为辅助特征的移动机器人定位，该方法在轮廓特征不足或轮廓特征不准确的环境中仍能获得可靠准确的机器人定位。CN115932889ACN115932889A权利要求书1/3页1.一种激光雷达定位方法，其中在所述激光雷达的探测空间中设置了多个反光标志，所述定位方法包括：获取所述激光雷达在所述探测空间中的第一数量的扫描数据，所述扫描数据包括反射强度信息；基于所述第一数量的扫描数据的反射强度信息，从所述第一数量的扫描数据中筛选出第二数量的扫描数据，其中，所述第二数量的扫描数据所包括的反射强度信息满足对所述多个反光标志的反射强度要求；对所述第二数量的扫描数据进行聚类及筛选，以形成第三数量的扫描数据集合，其中所述第三数量的扫描数据集合中的每一扫描数据集合对应于所述多个反光标志中的一个反光标志；以及基于所述第三数量的扫描数据集合，获得第三数量的位置特征信息，并基于所述第三数量的位置特征信息来进行定位。2.如权利要求1所述的定位方法，其中，对所述第二数量的扫描数据进行聚类及筛选以形成第三数量的扫描数据集合，还包括：对所述第二数量的扫描数据进行聚类，形成第四数量的扫描数据集合；以及基于所述第四数量的扫描数据集合中每个扫描数据集合的轮廓特征，从所述第四数量的扫描数据集合中筛选出符合预定轮廓要求的第三数量的扫描数据集合。3.如权利要求2所述的定位方法，其中，所述扫描数据还包括距离信息和方位信息，并且所述对所述第二数量的扫描数据进行聚类形成第四数量的扫描数据集合，包括：获取聚类参数，所述聚类参数包括聚类半径和最小数据点数；以及基于所述聚类半径和最小数据点数，并且基于所述距离信息和方位信息，对所述第二数量的扫描数据进行聚类，以形成第四数量的扫描数据集合；其中，所述聚类半径是根据所述多个反光标志在所述探测空间中的分布而确定的，并且所述最小数据点数是根据所述多个反光标志的尺寸和/或所述激光雷达的分辨率而确定的。4.如权利要求3所述的定位方法，其中，基于所述聚类半径和最小数据点数并基于所述距离信息和方位信息，对所述第二数量的扫描数据进行聚类，以形成第四数量的扫描数据集合，还包括：基于所述第二数量的扫描数据中每一扫描数据的距离信息和方位信息，确定所述第二数量的扫描数据所对应的扫描平面以及所述第二数量的扫描数据中每一扫描数据所对应的扫描点；对所述第二数量的扫描数据中的每个扫描数据，围绕所述扫描数据对应的扫描点确定以所述聚类半径为半径的圆形区域，以形成第二数量的圆形区域；从所述第二数量的圆形区域中选择所包含的扫描点的数量不小于所述最小数据点数的多个圆形区域；以及对于所述多个圆形区域中的任何两个圆形区域，在其重叠部分存在至少一个扫描点且围绕所述至少一个扫描点的圆形区域属于所述多个圆形区域的情况下，将所述两个圆形区域进行连通，以形成第四数量的连通区域，与所述第四数量的连通区域所包含的扫描点相对应的扫描数据相应地形成第四数量的扫描数据集合。2CN115932889A权利要求书2/3页5.如权利要求2所述的定位方法，其中，基于所述第四数量的扫描数据集合中每个扫描数据集合的轮廓特征，从所述第四数量的扫描数据集合中筛选出符合预定轮廓要求的第三数量的扫描数据集合，还包括：对所述第四数量的扫描数据集合中的每一个扫描数据集合进行拟合，所述拟合与所述扫描数据集合的轮廓特征相关，以及在所述第四数量的扫描数据集合中，确定满足拟合条件的第三数量的扫描数据集合，其中，所述拟合条件用于指示所述预定轮廓要求。6.如权利要求5所述的定位方法，其中，所述反光标志是反光条，所述拟合