CN113907645A - 移动机器人的定位方法及装置、存储介质及电子装置 - Google Patents

Abstract

本发明提供了一种移动机器人的定位方法及装置、存储介质及电子装置，上述方法包括：在检测到移动机器人处于第一状态的情况下，获取所述移动机器人在处于第二状态下所检测到的至少两个目标对象的位置坐标；所述第一状态为所述移动机器人发生位姿失效的状态，所述第二状态为所述移动机器人未发生位姿失效的状态；确定所述移动机器人与所述至少两个目标对象的第一相对位置；根据所述至少两个目标对象的位置坐标和所述第一相对位置计算所述移动机器人的位置坐标。采用上述技术方案，解决了相关技术中，在移动机器人发生位姿失效的情况下，无法确定移动机器人的位置的问题。

Description

移动机器人的定位方法及装置、存储介质及电子装置

【技术领域】

本发明涉及通信领域，具体而言，涉及一种移动机器人的定位方法及装置、存储介质及电子装置。

【背景技术】

随着机器人技术的快速发展，机器人现在已经被应用到各个领域，机器人需要与环境和用户进行交互，而环境感知是机器人在交互过程中最基础、最关键的环节。为了保证机器人的定位和建图精度，必须利用以往的信息得到准确的机器位姿。现有的机器重定位技术分为基于传统特征点的方法、基于机器学习的方法和基于深度学习的方法。其中，基于传统特征点的重定位利用特征点进行匹配，进而得到机器位姿。在机器搬起和轮子打滑等情况的时候，机器本身位姿丢失或者解算错误，无法确定移动机器人的位置，进而造成视觉同步定位与地图构建(Vision Simultaneous Location And Mapping，简称为VSLAM)建图叠图的情况。

针对相关技术中，在移动机器人发生位姿失效的情况下，无法确定移动机器人的位置的问题，尚未提出有效的解决方案。

因此，有必要对现有技术予以改良以克服现有技术中的所述缺陷。

【发明内容】

本发明的目的在于提供一种移动机器人的定位方法及装置、存储介质及电子装置，以至少解决相关技术中，在移动机器人发生位姿失效的情况下，无法确定移动机器人的位置的问题。

本发明的目的是通过以下技术方案实现：

根据本发明实施例的一方面，提供一种移动机器人的定位方法，包括：在检测到移动机器人处于第一状态的情况下，获取所述移动机器人在处于第二状态下所检测到的至少两个目标对象的位置坐标；所述第一状态为所述移动机器人发生位姿失效的状态，所述第二状态为所述移动机器人未发生位姿失效的状态；确定所述移动机器人与所述至少两个目标对象的第一相对位置；根据所述至少两个目标对象的位置坐标和所述第一相对位置计算所述移动机器人的位置坐标。

进一步地，所述获取所述移动机器人在处于第二状态下所检测到的至少两个目标对象的位置坐标包括：基于图像采集组件采集到的图像数据识别出至少两个目标对象；根据所述至少两个目标对象的标识从预设的关系库中匹配得到所述至少两个目标对象的位置坐标；其中，所述预设的关系库存储有目标对象的标识和目标对象的位置坐标的对应关系。

进一步地，所述确定所述移动机器人与所述至少两个目标对象的第一相对位置包括：根据目标测距方式确定所述移动机器人距离所述至少两个目标对象的距离，得到至少两个第一距离；基于图像采集组件采集到的图像数据确定所述移动机器人与所述至少两个物体的第一方向关系；根据所述第一方向关系和所述至少两个第一距离确定所述移动机器人与所述至少两个目标对象的第一相对位置。

进一步地，所述方法还包括：在所述移动机器人处于第二状态的情况下，基于图像采集组件采集到的图像数据识别出目标对象；确定所述目标对象的位置坐标；将所述目标对象的标识和所述目标对象的位置坐标对应存储在预设的关系库中。

进一步地，所述确定所述目标对象的位置坐标包括：确定所述目标对象与所述移动机器人的第二相对位置；根据所述第二相对位置与所述移动机器人的位置坐标确定所述目标对象的位置坐标。

进一步地，确定所述目标对象与所述移动机器人的第二相对位置，包括：根据目标测距方式确定所述移动机器人距离所述目标对象的距离，得到第二距离；基于图像采集组件采集到的图像数据确定所述移动机器人与所述目标对象的第二方向关系；根据所述第二方向关系和所述第二距离确定所述移动机器人与所述目标对象的第二相对位置。

进一步地，通过以下方式至少之一检测到移动机器人处于第一状态，包括：检测到所述移动机器人的移动轮发生空转；检测到所述移动机器人的移动轮未与目标平面接触。

根据本发明实施例的另一方面，提供一种移动机器人的定位装置，包括：获取模块，用于在检测到移动机器人处于第一状态的情况下，获取所述移动机器人在处于第二状态下所检测到的至少两个目标对象的位置坐标；所述第一状态为所述移动机器人发生位姿失效的状态，所述第二状态为所述移动机器人未发生位姿失效的状态；确定模块，用于确定所述移动机器人与所述至少两个目标对象的第一相对位置；计算模块，用于根据所述至少两个目标对象的位置坐标和所述第一相对位置计算所述移动机器人的位置坐标。

根据本发明实施例的又一方面，还提供了一种计算机可读的存储介质，所述存储介质中存储有计算机程序，其中，所述计算机程序被设置为运行时执行以上任一项中所述的移动机器人的定位方法。

根据本发明实施例的又一方面，还提供了一种电子装置，包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器被设置为运行所述计算机程序以执行以上任一项中所述的移动机器人的定位方法。

通过本发明，在移动机器人发生位姿失效的情况下，获取移动机器人未发生位姿失效的时候至少两个目标对象的位置坐标，同时，确定移动机器人与至少两个目标对象的第一相对位置，进而可以根据第一相对位置和目标对象的位置坐标计算移动机器人的位置坐标。采用上述技术方案，解决了在移动机器人发生位姿失效的情况下，无法确定移动机器人的位置的问题。进而在移动机器人发生位姿失效的情况下，也可以确定移动机器人的位置。

【附图说明】

此处所说明的附图用来提供对本发明的进一步理解，构成本发明的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：

图1是本发明实施例的一种移动机器人的定位方法的移动机器人的硬件结构框图；

图2是根据本发明实施例的一种移动机器人的定位方法的流程图(一)；

图3是根据本发明实施例的一种移动机器人的定位方法的流程图(二)；

图4是根据本发明实施例的一种移动机器人的定位装置的结构框图。

【具体实施方式】

下文中将参考附图并结合实施例来详细说明本发明。需要说明的是，在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。

需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。

本发明实施例所提供的方法实施例可以在移动机器人或者类似的运算装置中执行。以运行在移动机器人上为例，图1是本发明实施例的一种移动机器人的定位方法的机器人的硬件结构框图。如图1所示，移动机器人可以包括一个或多个(图1中仅示出一个)处理器102(处理器102可以包括但不限于微处理器(Microprocessor Unit,简称是MPU)或可编程逻辑器件(Programmable logic device,简称是PLD)等的处理装置和用于存储数据的存储器104，可选地，上述移动机器人还可以包括用于通信功能的传输设备106以及输入输出设备108。本领域普通技术人员可以理解，图1所示的结构仅为示意，其并不对上述移动机器人的结构造成限定。例如，移动机器人还可包括比图1中所示更多或者更少的组件，或者具有与图1所示等同功能或比图1所示功能更多的不同的配置。

存储器104可用于存储计算机程序，例如，应用软件的软件程序以及模块，如本发明实施例中的移动移动机器人的定位方法对应的计算机程序，处理器102通过运行存储在存储器104内的计算机程序，从而执行各种功能应用以及数据处理，即实现上述的方法。存储器104可包括高速随机存储器，还可包括非易失性存储器，如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中，存储器104可进一步包括相对于处理器102远程设置的存储器，这些远程存储器可以通过网络连接至移动机器人。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。

传输设备106用于经由网络接收或者发送数据。上述的网络具体实例可包括移动机器人的通信供应商提供的无线网络。在一个实例中，传输设备106包括一个网络适配器(Network Interface Controller，简称为NIC)，其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例中，传输设备106可以为射频(Radio Frequency，简称为RF)模块，其用于通过无线方式与互联网进行通讯。

在本实施例中提供了一种运行于上述移动机器人的定位方法，图2是根据本发明实施例的移动机器人的定位方法的流程图(一)，如图2所示，该流程包括如下步骤：

步骤S202：在检测到移动机器人处于第一状态的情况下，获取所述移动机器人在处于第二状态下所检测到的至少两个目标对象的位置坐标；所述第一状态为所述移动机器人发生位姿失效的状态，所述第二状态为所述移动机器人未发生位姿失效的状态；

需要说明的是，通过以下方式至少之一检测移动机器人是否处于第一状态：检测移动机器人的移动轮是否发生空转；检测移动机器人的移动轮是否与目标平面接触。

现有技术中，在移动机器人搬起和轮子打滑的时候，机器本身位姿丢失或者解算错误，进而造成VSLAM无法确定移动机器人的位置，也就是说，如果移动机器人的移动轮发生空转或者移动机器人的移动轮与目标平面接触，则VSLAM无法确定移动机器人的位置，进而确定移动机器人位于第一状态，即确定移动机器人处于位姿失效的状态。

步骤S204：确定所述移动机器人与所述至少两个目标对象的第一相对位置；

步骤S206：根据所述至少两个目标对象的位置坐标和所述第一相对位置计算所述移动机器人的位置坐标。

需要说明的是，本申请实施例的技术方案可以应用在移动机器人上，移动机器人包括但不限于扫地机器人。

通过上述步骤，在移动机器人发生位姿失效的情况下，获取移动机器人未发生位姿失效的时候至少两个目标对象的位置坐标，同时，确定移动机器人与至少两个目标对象的第一相对位置，进而可以根据第一相对位置和目标对象的位置坐标计算移动机器人的位置坐标。采用上述技术方案，解决了在移动机器人发生位姿失效的情况下，无法确定移动机器人的位置的问题。进而在移动机器人发生位姿失效的情况下，也可以确定移动机器人的位置。

为了更好的理解本申请的技术方案，可以将本申请实施例的技术方案从时间层次上来划分，分为两部分，第一部分：移动机器人在未发生位姿失效；第二部分：移动机器人发生位姿失效。

具体的，以下就第一部分进行具体的说明：

在一个可选的实施例中，在所述移动机器人处于第二状态的情况下，基于图像采集组件采集到的图像数据识别出目标对象；确定所述目标对象的位置坐标；将所述目标对象的标识和所述目标对象的位置坐标对应存储在预设的关系库中。

也就是说，在移动机器人位于未失效的状态下的时候，移动机器人可以通过自身搭载的图像采集组件采集行进过程中的图像数据，进而通过物体识别模型对图像数据进行识别，确定图像数据中存在的目标对象以及目标对象的标识，随后移动机器人会进一步地确定目标对象的位置坐标，然后将目标对象的标识和目标对象的位置坐标对应存储在预设的关系库中。

需要说明的是，上述图像数据包括：图片，视频等。上述目标对象包括：障碍物、家具等。

具体的，上述移动机器人确定目标对象的位置坐标可以通过以下方式实现：确定所述目标对象与所述移动机器人的第二相对位置；根据所述第二相对位置与所述移动机器人的位置坐标确定所述目标对象的位置坐标。

也就是说，在移动机器人没有发生位姿失效的情况下，移动机器人是可以通过VSLAM来确定自身的坐标，进而移动机器人只需要确定目标对象对应的相对位置，就可以确定目标对象的位置坐标。例如：移动机器人的坐标为(2，2)，目标对象在移动机器人的正西方向一米(相对位置)，进而目标对象的坐标为(1，2)。需要说明的是，坐标系X轴正方向为正东，Y轴正方向为正北，坐标系中一个单位长度为一米。

需要说明的是，在一个可选的实施例中，上述确定目标对象与移动机器人的第二相对位置，可以通过以下方式实现：根据目标测距方式确定所述移动机器人距离所述目标对象的距离，得到第二距离；基于图像采集组件采集到的图像数据确定所述移动机器人与所述目标对象的第二方向关系；根据所述第二方向关系和所述第二距离确定所述移动机器人与所述目标对象的第二相对位置。

也就是说，移动机器人可以通过目标测距方式先确定目标对象距离自身的距离，进而根据图像采集组件采集到的图像数据确定目标对象在自身的哪个方向，在确定了方向以及距离以后，就可以确定相对位置了。例如，通过目标测距方式确定目标对象距离移动机器人一米，通过图像数据确定目标对象在移动机器人的正西方，进而相对位置为正西方一米。需要说明的是，目标测距方式有多种，包括：单目测距、双目测距、深度传感器测距、激光测距等等。

进而，采用第一部分的技术方案，可以使得移动机器人在未发生位姿失效的情况下确定移动机器人所处的区域中所有目标对象的位置坐标，进而将目标对象的标识和目标对象的位置坐标对应存储在预设的关系库中。

进一步地，以下就第二部分进行具体的说明：

在移动机器人发生位姿失效的情况下，可以先获取移动机器人在处于第二状态下所检测到的至少两个目标对象的位置坐标，并确定移动机器人与至少两个目标对象的第一相对位置，进而移动机器人可以根据至少两个目标对象的位置坐标和第一相对位置计算所述移动机器人的位置坐标。

为了更好的理解，获取移动机器人在处于第二状态下所检测到的至少两个目标对象的位置坐标，可以通过以下方式实现：基于图像采集组件采集到的图像数据识别出至少两个目标对象；根据所述至少两个目标对象的标识从预设的关系库中匹配得到所述至少两个目标对象的位置坐标；其中，所述预设的关系库存储有目标对象的标识和目标对象的位置坐标的对应关系。

也就是说，移动机器人需要通过图像采集组件对目标区域进行图像采集，进而从采集到的图片中确定至少两个目标对象，并从预设的关系库中确定这至少两个目标对象的位置坐标。假如移动机器人根据图像采集组件确定了目标对象A，以及目标对象B，进而可以从预设的关系库中确定目标对象A的坐标为(1，2)以及目标对象B(5，2)。

进一步地，确定移动机器人与至少两个目标对象的第一相对位置，可以通过以下方式实现：根据目标测距方式确定所述移动机器人距离所述至少两个目标对象的距离，得到至少两个第一距离；基于图像采集组件采集到的图像数据确定所述移动机器人与所述至少两个物体的第一方向关系；根据所述第一方向关系和所述至少两个第一距离确定所述移动机器人与所述至少两个目标对象的第一相对位置。

也就是说，移动机器人可以通过目标测距方式先确定目标对象距离自身的距离，进而根据图像采集组件采集到的图像数据确定目标对象在自身的哪个方向，在确定了方向以及距离以后，就可以确定相对位置了。例如，通过目标测距方式确定目标对象A距离移动机器人两米，通过图像数据确定目标对象在移动机器人的正西方向，进而相对位置为正西方向两米。通过目标测距方式确定目标对象B距离移动机器人两米，通过图像数据确定目标对象B在移动机器人的正东方向，进而相对位置为正东方向两米。

在确定了至少两个目标对象的位置坐标和第一相对位置以后，就可以计算移动机器人的位置坐标了，例如目标对象A的坐标为(1，2)，目标对象B(5，2)，目标对象A在移动机器人正西方向两米处，目标对象B在移动机器人正东方向两米处，进而移动机器人的坐标为(3，2)。

进一步地，在一个可选的实施例中，移动机器人在行进过程中包括两种状态，第一状态是发生位姿失效的异常状态，第二状态是未发生位姿失效的正常状态，在第二状态时移动机器人在行进过程中通过AI相机(相当于上述图像采集组件)检测周围的物体信息(标签信息，检测框信息)，并通过单目测距原理确定物体至机器人的距离，从而确定物体与机器人之间的相对位置，进而根据两者的相对位置确定物体的全局坐标(在第二状态下，机器人的全局坐标是可以基于VSLAM确定的)，例如机器人在行驶至A位置时检测到冰箱，则AI相机可以标记冰箱，并通过单目测距原理确定冰箱至机器人的距离，从而确定冰箱与机器人之间的相对位置，进而根据两者的相对位置确定冰箱的全局坐标。机器人在第二状态下可以确定多个物体的全局坐标，以及标记各个物体(例如标记冰箱、桌子等)。

在第一状态时，移动机器人由于发生位姿失效，VSLAM不能定位移动机器人的全局坐标，此时可以获取机器人在发生位姿失效的位置下，机器人视野内的至少两个物体，由AI相机确定这两个物体的标签，从而可以根据这两个物体的标签获取这两个物体对应的全局坐标(该全局坐标是在第二状态下确定的，是准确的)，然后通过单目测距原理确定物体至移动机器人的距离，从而确定物体与移动机器人之间的相对位置，进而根据这两个物体与移动机器人的相对位置和这两个物体的全局坐标来计算出移动机器人的全局坐标。

显然，上述所描述的实施例仅仅是本发明一部分的实施例，而不是全部的实施例。为了更好的理解移动机器人的定位方法，以下结合实施例对上述过程进行说明，但不用于限定本发明实施例的技术方案，具体地：

在一个可选的实施例中，图3是根据本发明实施例的一种移动机器人的定位方法的流程图(二)，基于附图3所示的流程图，本发明可选实施例提供的技术方案可以概括为以下步骤：

步骤一：当扫地机器人T1时刻(相当于上述实施例中的第一状态)处于抬起后者轮胎打滑的状态，获取扫地机器人(相当于上述实施例中的移动机器人)T2时刻(相当于上述实施例中的第二状态)当前位置下的物体检测信息；

具体的，AI相机(相当于上述实施例中的图像采集组件)设置于扫地机器人前方，AI相机的采集视野为扫地机器人的前进方向。扫地机器人在清扫的过程中，实时开启AI相机，扫地机器人将采集到的图像输入到检测模型，得到前方地面目标物体的检测信息，其中，检测信息包括：标签信息和检测框信息。

步骤二：获取T2时刻目标物体的全局地图坐标信息(相当于上述实施例中的全局坐标)；

具体的，对于步骤一中得到的目标物体的检测信息，可以利用单目测距原理(投影变换和刚体变换关系)，得到机器坐标系下的目标物***姿。然后结合扫地机器人当前位置下的位姿信息，得到全局地图下目标物体的坐标信息。例如，扫地机器人检测出前方餐桌A，结合检测框信息和机器当前位姿信息，得到餐桌A在全局地图坐标系下的坐标信息，存入扫地机器人中。

步骤三：基于当前位置下两个以上目标物体的全局坐标信息，确定扫地机器人的位姿信息；

具体的，扫地机器人在清扫过程中发生机器抬起或者轮子打滑，扫地机器人抬起会造成机器位姿丢失，扫地机器人轮子打滑会造成VSLAM定位错误，进而产生VSLAM建图不够精确。同一时刻下，AI相机捕获两个以上目标物体的检测信息。所述目标物体为扫地机器人在发生位姿失效以前，扫地机器人正常行驶中(机器位姿存在且准确)已经被多次AI检测到的物体，并给出全局地图下的坐标信息。在本发明实施中，基于此刻的目标物体的图像坐标，依据上述单目测距原理，还原目标物体在机器坐标系下的坐标信息(相当于上述实施例中的位置坐标)，根据机器坐标系、全局坐标系和扫地机器人机器位姿之间的坐标转换关系，最终得到机器此时的位姿信息。

步骤四：基于步骤三中的位姿信息，更新VSLAM定位失效下位姿和纠正错误重定位，从而避免地图不够精确。

具体的，所述VSLAM位姿失效发生在机器搬起重定位时，所述重定位错误多发生在轮子打滑过程中。基于上述AI检测到的两个以上目标物体，反算出的机器位姿信息，填补和纠正此时的机器位姿。从而避免了VSLAM的建图不够精确的发生。

此外，本发明上述实施例通过AI实时检测，建立地面目标物体的语义信息和全局地图坐标信息，在传统VSLAM定位失效的情况下，借助AI识别匹配两个以上目标物体，得到先验的全局地图坐标，进而对当前的机器位姿进行填补和修正，解决了传统VSLAM定位失效和定位错误的问题，提高了定位和建图精度，避免了建图不够精确。

同时，本发明实施例还可以直接利用深度神经网络，实现端到端的机器位姿预测。或者利用CNN对图像进行编码，构建一个包含图像特征和真实世界位姿的数据库，然后通过匹配数据库中最相似的图像，实现相对位姿的预测。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到根据上述实施例的方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如只读存储器(Read-Only Memory，简称为ROM)、随机存取存储器(Random AccessMemory，简称为RAM)、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，或者网络设备等)执行本发明各个实施例的方法。

在本实施例中还提供了一种移动机器人的定位装置，该移动机器人的定位装置用于实现上述实施例及优选实施方式，已经进行过说明的不再赘述。如以下所使用的，术语“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现，但是硬件，或者软件和硬件的组合的实现也是可能并被构想的。

图4是根据本发明实施例的一种移动机器人的定位装置的结构框图，如图4所示，该装置包括：

获取模块42，用于在检测到移动机器人处于第一状态的情况下，获取所述移动机器人在处于第二状态下所检测到的至少两个目标对象的位置坐标；所述第一状态为所述移动机器人发生位姿失效的状态，所述第二状态为所述移动机器人未发生位姿失效的状态；

确定模块44，用于确定所述移动机器人与所述至少两个目标对象的第一相对位置；

计算模块46，用于根据所述至少两个目标对象的位置坐标和所述第一相对位置计算所述移动机器人的位置坐标。

通过上述模块，在移动机器人发生位姿失效的情况下，获取移动机器人未发生位姿失效的时候至少两个目标对象的位置坐标，同时，确定移动机器人与至少两个目标对象的第一相对位置，进而可以根据第一相对位置和目标对象的位置坐标计算移动机器人的位置坐标。采用上述技术方案，解决了在移动机器人发生位姿失效的情况下，无法确定移动机器人的位置的问题。进而在移动机器人发生位姿失效的情况下，也可以确定移动机器人的位置。

可选的，获取模块42还用于基于图像采集组件采集到的图像数据识别出至少两个目标对象；根据所述至少两个目标对象的标识从预设的关系库中匹配得到所述至少两个目标对象的位置坐标；其中，所述预设的关系库存储有目标对象的标识和目标对象的位置坐标的对应关系。

可选的，确定模块44还用于根据目标测距方式确定所述移动机器人距离所述至少两个目标对象的距离，得到至少两个第一距离；基于图像采集组件采集到的图像数据确定所述移动机器人与所述至少两个物体的第一方向关系；根据所述第一方向关系和所述至少两个第一距离确定所述移动机器人与所述至少两个目标对象的第一相对位置。

可选的，计算模块46还用于在所述移动机器人处于第二状态的情况下，基于图像采集组件采集到的图像数据识别出目标对象；确定所述目标对象的位置坐标；将所述目标对象的标识和所述目标对象的位置坐标对应存储在预设的关系库中。

可选的，计算模块46还用于确定所述目标对象与所述移动机器人的第二相对位置；根据所述第二相对位置与所述移动机器人的位置坐标确定所述目标对象的位置坐标。

可选的，计算模块46还用于根据目标测距方式确定所述移动机器人距离所述目标对象的距离，得到第二距离；基于图像采集组件采集到的图像数据确定所述移动机器人与所述目标对象的第二方向关系；根据所述第二方向关系和所述第二距离确定所述移动机器人与所述目标对象的第二相对位置。

可选的，获取模块42还用于通过以下方式至少之一检测到移动机器人处于第一状态，包括：检测到所述移动机器人的移动轮发生空转；检测到所述移动机器人的移动轮未与目标平面接触。

需要说明的是，上述各个模块是可以通过软件或硬件来实现的，对于后者，可以通过以下方式实现，但不限于此：上述模块均位于同一处理器中；或者，上述各个模块以任意组合的形式分别位于不同的处理器中。

本发明的实施例还提供了一种计算机可读的存储介质，该存储介质中存储有计算机程序，其中，该计算机程序被设置为运行时执行上述任一项方法实施例中的步骤。

可选地，在本实施例中，上述存储介质可以被设置为存储用于执行以下步骤的计算机程序：

S1，在检测到移动机器人处于第一状态的情况下，获取所述移动机器人在处于第二状态下所检测到的至少两个目标对象的位置坐标；所述第一状态为所述移动机器人发生位姿失效的状态，所述第二状态为所述移动机器人未发生位姿失效的状态；

S2，确定所述移动机器人与所述至少两个目标对象的第一相对位置；

S3，根据所述至少两个目标对象的位置坐标和所述第一相对位置计算所述移动机器人的位置坐标。

可选地，在本实施例中，上述存储介质可以包括但不限于：U盘、只读存储器ROM、随机存取存储器RAM、移动硬盘、磁碟或者光盘等各种可以存储计算机程序的介质。

本发明的实施例还提供了一种电子装置，包括存储器和处理器，该存储器中存储有计算机程序，该处理器被设置为运行计算机程序以执行上述任一项方法实施例中的步骤。

可选地，上述电子装置还可以包括传输设备以及输入输出设备，其中，该传输设备和上述处理器连接，该输入输出设备和上述处理器连接。

可选地，在本实施例中，上述处理器可以被设置为通过计算机程序执行以下步骤：

S1，在检测到移动机器人处于第一状态的情况下，获取所述移动机器人在处于第二状态下所检测到的至少两个目标对象的位置坐标；所述第一状态为所述移动机器人发生位姿失效的状态，所述第二状态为所述移动机器人未发生位姿失效的状态；

S2，确定所述移动机器人与所述至少两个目标对象的第一相对位置；

S3，根据所述至少两个目标对象的位置坐标和所述第一相对位置计算所述移动机器人的位置坐标。

可选地，本实施例中的具体示例可以参考上述实施例及可选实施方式中所描述的示例，本实施例在此不再赘述。

显然，本领域的技术人员应该明白，上述的本发明的各模块或各步骤可以用通用的计算装置来实现，它们可以集中在单个的计算装置上，或者分布在多个计算装置所组成的网络上，可选地，它们可以用计算装置可执行的程序代码来实现，从而，可以将它们存储在存储装置中由计算装置来执行，并且在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样，本发明不限制于任何特定的硬件和软件结合。

以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种移动机器人的定位方法，其特征在于，所述方法包括：

在检测到移动机器人处于第一状态的情况下，获取所述移动机器人在处于第二状态下所检测到的至少两个目标对象的位置坐标；所述第一状态为所述移动机器人发生位姿失效的状态，所述第二状态为所述移动机器人未发生位姿失效的状态；

确定所述移动机器人与所述至少两个目标对象的第一相对位置；

根据所述至少两个目标对象的位置坐标和所述第一相对位置计算所述移动机器人的位置坐标。

2.根据权利要求1所述的移动机器人的定位方法，其特征在于，所述获取所述移动机器人在处于第二状态下所检测到的至少两个目标对象的位置坐标包括：

基于图像采集组件采集到的图像数据识别出至少两个目标对象；

根据所述至少两个目标对象的标识从预设的关系库中匹配得到所述至少两个目标对象的位置坐标；其中，所述预设的关系库存储有目标对象的标识和目标对象的位置坐标的对应关系。

3.根据权利要求1所述的移动机器人的定位方法，其特征在于，所述确定所述移动机器人与所述至少两个目标对象的第一相对位置包括：

根据目标测距方式确定所述移动机器人距离所述至少两个目标对象的距离，得到至少两个第一距离；

基于图像采集组件采集到的图像数据确定所述移动机器人与所述至少两个物体的第一方向关系；

根据所述第一方向关系和所述至少两个第一距离确定所述移动机器人与所述至少两个目标对象的第一相对位置。

4.根据权利要求1所述的移动机器人的定位方法，其特征在于，所述方法还包括：

在所述移动机器人处于第二状态的情况下，基于图像采集组件采集到的图像数据识别出目标对象；

确定所述目标对象的位置坐标；

将所述目标对象的标识和所述目标对象的位置坐标对应存储在预设的关系库中。

5.根据权利要求4所述的移动机器人的定位方法，其特征在于，所述确定所述目标对象的位置坐标包括：

确定所述目标对象与所述移动机器人的第二相对位置；

根据所述第二相对位置与所述移动机器人的位置坐标确定所述目标对象的位置坐标。

6.根据权利要求5所述的移动机器人的定位方法，其特征在于，确定所述目标对象与所述移动机器人的第二相对位置，包括：

根据目标测距方式确定所述移动机器人距离所述目标对象的距离，得到第二距离；

基于图像采集组件采集到的图像数据确定所述移动机器人与所述目标对象的第二方向关系；

根据所述第二方向关系和所述第二距离确定所述移动机器人与所述目标对象的第二相对位置。

7.根据权利要求1所述的移动机器人的定位方法，其特征在于，通过以下方式至少之一检测到移动机器人处于第一状态，包括：

检测到所述移动机器人的移动轮发生空转；

检测到所述移动机器人的移动轮未与目标平面接触。

8.一种全局坐标的确定装置，其特征在于，包括：

获取模块，用于在检测到移动机器人处于第一状态的情况下，获取所述移动机器人在处于第二状态下所检测到的至少两个目标对象的位置坐标；所述第一状态为所述移动机器人发生位姿失效的状态，所述第二状态为所述移动机器人未发生位姿失效的状态；

确定模块，用于确定所述移动机器人与所述至少两个目标对象的第一相对位置；

计算模块，用于根据所述至少两个目标对象的位置坐标和所述第一相对位置计算所述移动机器人的位置坐标。

9.一种计算机可读的存储介质，其特征在于，所述存储介质中存储有计算机程序，其中，所述计算机程序被设置为运行时执行所述权利要求1至7任一项中所述的方法。

10.一种电子装置，包括存储器和处理器，其特征在于，所述存储器中存储有计算机程序，所述处理器被设置为运行所述计算机程序以执行所述权利要求1至7任一项中所述的方法。

Images