具体实施方式

下面结合具体实施例对本发明进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本发明，但不以任何形式限制本发明。应当指出的是，对本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变化和改进。这些都属于本发明的保护范围。

实施例1：

本发明提供的一种动态自适应定位方法，包括如下步骤：

步骤1：控制复合型机器人的移动机器人模块SLAM建图，步骤1具体为：手动控制移动机器人在全地图中运动并遍历完全地图中的所有空间，根据激光雷达返回的数据建立移动机器人工作空间的平面地图，并在地图上的工作地点附近进行简单标记。

步骤2：根据建好的图，控制复合型机器人运动至工作地点附近，步骤2具体为：根据导航控制算法控制移动机器人运动至工作点附近。

步骤3：复合型机器人到达工作地点附近后，控制复合型机器人的视觉模块识别关键特征点，步骤3具体为：移动机器人运动至工作点后，视觉模块获取工作台面的图像信息，利用三维点云匹配技术获取工作台面的关键特征点。

步骤4：根据识别到的关键特征点和复合型机器人的机械臂模块工作空间限制优化复合型机器人的位姿，得到优化位姿，步骤4具体为：机器人的位姿由[x y θ]^T三个参数决定，其中x和y表示机器人在步骤2中的平面地图上的位置坐标，θ表示机器人在步骤2中的平面地图上的姿态；设定遍历步长，在机器人位姿范围内遍历其所有位姿，在每一个位姿工况下，求得关键特征点离机械臂基座的距离，在每一个工况下，求得所有关键特征点离机械臂基座的距离的最大值，求得一系列不同位姿工况下的最大距离；按上述方法求得一系列不同位姿工况下的所有关键特征点离机械臂基座的距离的最小值，该最小值对应的机器人位姿即是工作点附近的优化位姿。

步骤5：控制复合型机器人的运动至优化位姿处，步骤5具体为：复合型机器人的机械臂模块将求解得到的优化位姿传递至移动机器人模块，移动机器人模块控制复合型机器人到达优化位姿处。

复合型机器人包括如下模块：

移动机器人模块：移动机器人模块包括移动机器人、激光雷达及驱动电机，激光雷达和驱动电机用于支持移动机器人单独完成SLAM、导航及运动规划；

机械臂模块：机械臂模块包括机械臂和夹爪，用于抓取、转移物体；

视觉模块：视觉模块为深度相机，用于提供目标平面与立体的点云数据，并根据点云数据获取目标特征点。

本实施例还提供一种机器人，复合型机器人包括处理器和存储器，存储器储存有若干指令，处理器通过执行若干指令实现上述的动态自适应定位方法。

本实施例还提供一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述的动态自适应定位方法。

实施例2：

本实施例提供的一种动态自适应定位系统，包括如下模块：

建图模块：控制复合型机器人的移动机器人模块SLAM建图；

移动模块：根据建好的图，控制复合型机器人运动至工作地点附近；

识别模块：复合型机器人到达工作地点附近后，控制复合型机器人的视觉模块识别关键特征点；

位姿模块：根据识别到的关键特征点和复合型机器人的机械臂模块工作空间限制优化复合型机器人的位姿，得到优化位姿；

运动模块：控制复合型机器人的运动至优化位姿处。

实施例3：

本领域技术人员可以将本实施例理解为实施例1、实施例2的更为具体的说明。

本实施例的复合型机器人由三大模块组成：移动机器人模块，机械臂模块和视觉模块。如图1所示，三大模块均是具有独立工作性能的模块，各模块中也分配了相对应的工装。

移动机器人模块：移动机器人模块中配备激光雷达，驱动电机等通用性设备，能够保证移动机器人单独完成常见的SLAM，导航，运动规划等功能。

机械臂模块：机械臂模块上除了机械臂本体外，还包含有夹爪，保证机械臂能够完成抓取、转移物体等操作。

视觉模块：视觉模块主要由深度相机构成，能够提供目标平面与立体的点云数据，并能够根据这些数据获取目标特征点。

本实施例中提出的自适应定位方法基于移动机器人模块的SLAM技术与视觉模块的三维点云匹配技术，这两项技术均是行业类成熟且稳定的技术，因此不再详细赘述。

本方法可以概括为如下5个步骤：

步骤1：移动机器人SLAM建图；

步骤2：移动机器人运动至工作地点附近；

步骤3：视觉模块识别关键特征点；

步骤4：根据机械臂工作空间限制优化移动机器人位姿；

步骤5：移动机器人运动至优化位姿处。

其中步骤1的详细内容为：手动控制复合型机器人在全地图中运动并遍历完全地图中的所有空间，根据激光雷达返回的数据便可以建立移动机器人工作空间的平面地图，并在地图上的工作地点附近进行简单标记，如图2所示。

其中步骤2的详细内容为：根据导航控制算法控制复合型机器人运动至工作点附近，本专利对导航控制算法不做特别说明，行业类常用的A*算法，D*算法以及人工势场法等均可以用于控制本专利中涉及到的复合型机器人。

其中步骤3的详细内容为：复合型机器人运动至工作点后视觉模块便能够获取工作台面的图像信息，利用三维点云匹配技术获取工作台面的关键特征点。

其中步骤4的详细内容为：机械臂的工作空间由机械臂各连杆长度和各关节运动范围决定，因此当一台机械臂被设计生产出来后，其工作空间便已确定，一般而言，对于常见的空间六轴机械臂而言，其工作空间为球体，该球体半径由机械臂各连杆长度决定，机械臂工作空间又可分为灵巧工作空间和可达工作空间，灵巧工作空间意味着机械臂可以有多个姿态到达该位置，而可达工作空间意味着机械臂只能以一种姿态到达该位置，机械臂的工作空间分布如图3所示。

移动机器人的位姿由[x y θ]^T三个参数决定，其中x和y表示复合型机器人在图2中平面地图上的位置，θ表示复合型机器人在图2平面地图上的姿态。不同移动机器人位姿决定了机械臂的工作空间是否覆盖了工作台面上的关键特征点。由于平面地图上的障碍限制，因此在工作点对移动机器人位姿进行微调时，x、y和θ均有最大值和最小值限制，因此可考虑设定遍历步长Δ，在移动机器人位姿范围内遍历其所有位姿，在每一个位姿工况下，可求得关键特征点离机械臂基座的距离，并且，在每一个工况下都能求得所有关键特征点离基座距离的最大值，按此方案可求得一系列不同位姿工况下的最大距离：{D_max1 … D_maxn}，进一步的，可求得这些上述一系列距离的最小值，该最小值对应的移动机器人位姿即是工作点附近的优化位姿。

其中步骤5的详细内容为：机械臂模块将求解得到的优化位姿传递至移动机器人模块，移动机器人模块控制复合型机器人到达优化位姿处。

本专利发明了一种针对复合型机器人的动态自适应定位方法，该方法避免了因工作台面的改变导致工作任务中断的情形，提高了复合型机器人的环境适应性，能够针对不同的复杂环境调整移动机器人的位姿，便于机械臂完成工作任务。

本领域技术人员知道，除了以纯计算机可读程序代码方式实现本发明提供的系统及其各个装置、模块、单元以外，完全可以通过将方法步骤进行逻辑编程来使得本发明提供的系统及其各个装置、模块、单元以逻辑门、开关、专用集成电路、可编程逻辑控制器以及嵌入式微控制器等的形式来实现相同功能。所以，本发明提供的系统及其各项装置、模块、单元可以被认为是一种硬件部件，而对其内包括的用于实现各种功能的装置、模块、单元也可以视为硬件部件内的结构；也可以将用于实现各种功能的装置、模块、单元视为既可以是实现方法的软件模块又可以是硬件部件内的结构。

以上对本发明的具体实施例进行了描述。需要理解的是，本发明并不局限于上述特定实施方式，本领域技术人员可以在权利要求的范围内做出各种变化或修改，这并不影响本发明的实质内容。在不冲突的情况下，本申请的实施例和实施例中的特征可以任意相互组合。