【嘉勤点评】国科微发明的复杂环境下机器人视觉定位恢复方案，可以在机器人的定位追踪失败时，通过获取最优的历史位姿进行重定位路线的导航，从而缩短重定位的时间，以提高重定位的成功率。
集微网消息，现有的机器人视觉导航针对跟踪失败时，通常采用重定位技术进行恢复。该技术要求机器人回到已生成地图的区域，并再次获得机器人之前地图中的位姿，才能执行重定位。
而在现有的重定位过程中，机器人只能盲目的运动以尝试重新定位成功，因此重定位的时间不仅较长，并且成功率较低。为此，国科微在2021年8月24日申请了一项名为“视觉定位恢复方法、装置、机器人和可读存储介质”的发明专利（申请号：202110973056.5），申请人为湖南国科微电子股份有限公司。
根据该专利目前公开的相关资料，让我们一起来看看这项技术方案吧。
如上图，为该专利中发明的视觉定位恢复方法的流程图，首先，由系统获取视觉图像计算位姿以及相应的位姿评分，将位姿以及位姿评分关联存储至轨迹集。在机器人启动视觉定位导航后，可以创建全局地图并接收导航目标，在全局地图上向导航目标进行视觉定位导航，即通过视觉同步定位与建图系统进行视觉导航。
在通过视觉同步定位与建图系统进行视觉导航的场景中，可以按照预设时间间隔获取机器人行驶时前方的视觉图像并输入至系统，以计算出机器人在全局地图上的当前位姿。在计算出当前位姿的同时，还可以对该当前位姿进行评分，例如通过当前位姿的特征点与全局地图中的地图特征点进行匹配，其匹配的程度越高，则当前的位姿评分越高。
其次，当确定定位跟踪失败时，按照预设规则从轨迹集中选取一个位姿作为新导航目标。因为视觉导航在复杂的环境中可能难以获得机器人的当前位姿，即所谓的定位跟踪失败。因此，在定位跟踪失败后，可以从轨迹集中按照预设规则选取出一个最优的位姿作为新导航目标，以便通过视觉导航在导航至该新导航目标期间使用重定位功能，使视觉导航重新定位回全局地图。
接着，以轨迹集中最近的上一位姿为坐标原点创建恢复地图，将新导航目标映射至恢复地图上进行视觉定位导航并重定位。由于相邻两位姿之间的时间差非常小，因此重定位过程中带来的误差也非常小，对于重定位的影响非常小。最后，在重定位成功后，将恢复地图与全局地图合并为新的全局地图并恢复初始导航目标，在新的全局地图上进行视觉定位导航。
如上图，为计算位姿及评分的流程图，首先，获取当前视觉图像，对当前视觉图像进行特征点提取，获得多个图像特征点。再利用多个图像特征点与全局地图的地图特征点进行匹配运算，从而获得当前位姿以及相应的位姿评分。
如上图，为上述方案中轨迹集中选取位姿的流程图，首先，从轨迹集中筛选出位姿评分大于预设阈值的初筛位姿。这个筛选的过程也就是位姿评分的对比过程，例如可以从轨迹集中按逆时间顺序获取位姿评分与预设阈值进行对比，在确定位姿评分大于预设阈值时从轨迹集中提取出相应的初筛位姿。
接着，再根据位姿距离算法从初筛位姿中筛选出与恢复地图的原点的位姿距离最小的位姿，作为新导航目标。
以上就是国科微发明的复杂环境下机器人视觉定位恢复方案，该方案可以在机器人的定位追踪失败时，通过获取最优的历史位姿进行重定位路线的导航，从而缩短重定位的时间，以提高重定位的成功率。
