摘要
本发明提供基于鲸鱼算法与集成学习的移动机器人重定位方法及装置,包括:加载作业场景下全局地图的三维点云数据,将全局地图划分为若干子图;获取移动机器人实时局部规划后的运动轨迹,在映射到若干子图上之后匹配出满足预设匹配规则的匹配子图;构建帧间深度残差图像,通过将深度残差图像的像素信息作为判定条件,得到滤除动态目标的实时点云数据;将实时点云数据域与匹配子图进行鲸鱼算法适配以确定出所述移动机器人的精确位姿;将精确位姿输入集成学习模型,输出移动机器人的实时最佳位姿。本发明在动态复杂的有限环境下,极大的提高基于先验地图的移动机器人重定位准确性和鲁棒性,可广泛应用于AGV、清扫、巡检等移动机器人作业场景。
技术关键词
鲸鱼算法
全局地图
三维点云数据
移动机器人作业
深度残差
投票算法
集成学习器
集成学习模型
轨迹
移动机器人重定位
作业场景
激光雷达
移动机器人装置
位姿估计算法
图像
正态分布变换
系统为您推荐了相关专利信息
深度残差网络
条件生成对抗网络
接触面
仿真模型
笛卡尔
三维点云重建方法
三维点云数据
多面体
注意力
节点特征
三维点云分割方法
三维点云数据
钢结构
融合特征
交叉注意力机制
激光扫描模块
形态
三维图像数据
三维电磁场
探地雷达
建图方法
激光雷达点云
激光雷达数据
平行线
里程计信息