一种移动机器人及其自主充电方法和系统与流程

1.本技术涉及移动机器人领域，特别涉及一种移动机器人及其自主充电方法和系统。


背景技术：

2.随着技术的不断发展和进步，工业生产和社会生活中的自动化程度不断提高，移动机器人应运而生。当移动机器人电量不足时，能够自动地返回充电站进行充电是移动机器人的一个实用功能，因此，自主充电技术是解决移动机器人自主性的关键。
3.目前，一般是采用红外探测技术实现移动机器人的自主充电，采用红外探测技术时需要分别在充电桩和移动机器人上面安装红外传感器设备，硬件成本比较高，且需要在红外传感器设备的检测范围内才能实现识别到移动机器人相对于充电桩的位姿，局限性比较大。
4.因此，如何提供一种解决上述技术问题的方案是本领域技术人员目前需要解决的问题。


技术实现要素：

5.本技术的目的是提供一种移动机器人及其自主充电方法和系统，无需额外设置其他采集装置，硬件成本低，保证移动机器人实现自主充电功能时，不会受限于移动机器人和充电桩之间的距离。
6.为解决上述技术问题，本技术提供了一种移动机器人的自主充电方法，所述移动机器人包括摄像头，该移动机器人的自主充电方法包括：
7.获取所述摄像头采集的图像，识别所述图像中的信息；
8.当所述信息中包括二维码时，基于所述二维码得到所述移动机器人的第一位姿，当所述信息中包括环境特征时，基于所述环境特征得到所述移动机器人的第二位姿；
9.利用所述第一位姿和/或所述第二位姿确定所述移动机器人的当前位姿；
10.基于当前位姿控制所述移动机器人移动至与充电桩对接，执行充电操作。
11.可选的，基于所述二维码得到所述移动机器人的第一位姿的过程包括：
12.获取所述二维码与所述摄像头的相对位姿；
13.利用所述移动机器人的机器人参数和所述相对位姿计算所述移动机器人的第一位姿。
14.可选的，获取所述二维码与所述摄像头的相对位姿的过程包括：
15.确定所述二维码在所述图像中的roi区域；
16.识别所述roi区域中的二维码图像；
17.对所述二维码图像进行投影变换，并基于所述二维码的基础特征得到二维码坐标系；
18.利用所述二维码坐标系确定所述二维码与所述摄像头的相对位姿。
19.可选的，基于所述环境特征得到所述移动机器人的第二位姿的过程包括：
20.获取每一环境特征对应的位置；
21.基于所有所述环境特征对应的位置计算所述移动机器人的第二位姿。
22.可选的，所述获取每一环境特征对应的位置之前，该移动机器人的自主充电方法还包括：
23.预先控制所述移动机器人在所述充电桩周围移动，获取所述移动机器人的移动过程中所述摄像头采集的图像；
24.从每一所述图像中提取环境特征，并记录每一所述环境特征的标识和位置；
25.基于所有所述环境特征的标识和位置构建特征辞典；
26.相应的，获取每一环境特征对应的位置的过程包括：
27.利用识别到的每一环境特征的标识在所述特征辞典中进行匹配，确定所述环境特征对应的位置。
28.可选的，利用所述第一位姿和/或所述第二位姿确定所述移动机器人的当前位姿的过程包括：
29.基于所述第一位姿、所述第二位姿、二维码特征方差、环境特征方差、二维码因子、环境特征因子建立第一关系式，并利用所述第一关系式确定所述移动机器人的当前位姿。
30.可选的，所述移动机器人还包括测距传感器，所述基于当前位姿控制所述移动机器人移动至与充电桩对接的过程包括：
31.利用当前位姿和目标位姿计算移动机器人的控制参数；
32.按所述控制参数控制所述移动机器人移动到预充电位置；
33.获取所述测距传感器的检测数据；
34.基于所述检测数据控制所述移动机器人从所述预充电位置移动至与充电桩对接。
35.可选的，所述利用当前位姿和目标位姿计算移动机器人的控制参数的过程包括：
36.基于当前位姿和目标位姿得到位置偏差和角度偏差；
37.将所述位置偏差输入第一pid控制器得到位置控制量；
38.将所述角度偏差输入第二pid控制器得到角度控制量；
39.基于所述位置控制量、所述角度控制量、位置控制因子和角度控制因子建立第二关系式，并利用所述第二关系式计算移动机器人的控制参数。
40.为解决上述技术问题，本技术还提供了一种移动机器人的自主充电系统，所述移动机器人包括摄像头，该移动机器人的自主充电系统包括：
41.获取模块，用于获取所述摄像头采集的图像，识别所述图像中的信息；
42.计算模块，用于当所述信息中包括二维码时，基于所述二维码得到所述移动机器人的第一位姿，当所述信息中包括环境特征时，基于所述环境特征得到所述移动机器人的第二位姿；
43.确定模块，用于利用所述第一位姿和/或所述第二位姿确定所述移动机器人的当前位姿；
44.控制模块，用于基于当前位姿控制所述移动机器人移动至与充电桩对接，执行充电操作。
45.为解决上述技术问题，本技术还提供了一种移动机器人，包括：
46.存储器，用于存储计算机程序；
47.处理器，用于执行所述计算机程序时实现如上文任意一项所述的移动机器人的自主充电方法的步骤。
48.可见，本技术通过移动机器人上既有的摄像头采集的图像来确定移动机器人的位姿并控制移动机器人与充电桩对接充电，无需额外设置其他采集装置，硬件成本低。在确定移动机器人的当前位姿时，采用环境特征和二维码相结合的方式，在采集不到二维码时可通过环境特征确定移动机器人的当前位姿，从而保证移动机器人实现自主充电功能时，不会受限于移动机器人和充电桩之间的距离。
49.本技术的其他特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
50.为了更清楚地说明本技术实施例，下面将对实施例中所需要使用的附图做简单的介绍，显而易见地，下面描述中的附图仅仅是本技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
51.图1为本技术所提供的一种移动机器人的自主充电方法的步骤流程图；
52.图2为本技术所提供的一种二维码的布设示意图；
53.图3为本技术所提供的一种位姿融合流程示意图；
54.图4为本技术所提供的一种混合pid计算模型示意图；
55.图5为本技术所提供的一种移动机器人的自主充电系统的结构示意图。
具体实施方式
56.本技术的核心是提供一种移动机器人及其自主充电方法和系统，无需额外设置其他采集装置，硬件成本低，移动机器人实现自主充电功能时，不受限于移动机器人和充电桩之间的距离。
57.为使本技术实施例的目的、技术方案和优点更加清楚，下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本技术一部分实施例，而不是全部的实施例。基于本技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本技术保护的范围。
58.第一方面，请参照图1，图1为本技术所提供的一种移动机器人的自主充电方法的步骤流程图，该自主充电方法包括：
59.s101：获取摄像头采集的图像，识别图像中的信息；
60.其中，摄像头为移动机器人上既有的采集装置，设于移动机器人后端，具体可以为设于移动机器人后端的单目相机上的摄像头。摄像头启动后开始采集图像，控制摄像头启动的过程包括但不限于以下两种，一是在移动机器人开始工作后就控制摄像头启动；二是当移动机器人移动至预设位置后再控制摄像头启动，可以理解的是，当移动机器人内部的储能装置的电量低于预设电量时，将便于移动机器人实现自主回充功能的预设位置设置为导航终点，移动机器人按照导航到达预设位置后，控制摄像头启动，从而避免摄像头采集到的图像中包括过多与自主充电功能无关的特征，同时减少数据处理量。其中，预设位置并不是移动机器人和充电桩对接的位置。摄像头可以在接收到采集指令时采集图像，也可以在
达到预设时间间隔后采集图像，作为一种优选的实施方案，可以控制摄像头实时采集图像，本实施例对摄像头采集图像的触发条件不作具体的限定。
61.可以理解的是，摄像头采集的图像中可以包括能够指示移动机器人与充电桩之间的相对位置的信息，包括但不限于二维码和/或环境特征等，以便后续基于图像中的信息所反映的移动机器人与充电桩的相对位置控制移动机器人移动至与充电桩对接。
62.具体的，二维码预先设置在充电桩周围，具体可参照图2所示，当然，二维码的数量和布设位置可以根据实际工程需要选择，只要保证移动机器人在回桩充电的过程中能够采集到二维码即可，本实施例在此不作具体的限定。
63.s102：当信息中包括二维码时，基于二维码得到移动机器人的第一位姿，当信息中包括环境特征时，基于环境特征得到移动机器人的第二位姿；
64.s103：利用第一位姿和/或第二位姿确定移动机器人的当前位姿；
65.具体的，摄像头采集到的图像可以仅包括二维码、仅包括环境特征或者既包括二维码又包括环境特征。若识别到图像中包括二维码，基于二维码得到移动机器人的第一位姿，若识别到图像中包括环境特征，基于环境特征得到移动机器人的第二位姿。假设摄像头采集的某一图像中仅包括二维码，基于二维码得到移动机器人的第一位姿，后续可根据第一位姿确定移动机器人的当前位姿；假设摄像头采集的某一图像中仅包括环境特征，基于环境特征可以得到移动机器人的第二位姿，后续可根据第二位姿确定移动机器人的当前位姿；假设识别到摄像头采集的某一图像中既包括二维码也包括环境特征，可以基于二维码得到第一位姿，基于环境特征得到第二位姿，后续根据第一位姿和第二位姿确定移动机器人的当前位姿。
66.考虑到在实际应用中，由于摄像头在移动机器人上的设置位置固定以及摄像头的视场角大小固定所带来的局限性，本实施例并不仅以摄像头采集到的二维码作为识别移动机器人的当前位姿的依据，在检测不到二维码时，可通过图像中的环境特征来确定移动机器人的当前位姿，从而避免定位丢失，当可以检测到二维码时，通过环境特征辅助计算移动机器人的当前位姿，提高当前位姿的精准性。
67.其中，第一位姿和第二位姿均为移动机器人与充电桩的相对位姿。
68.s104：基于当前位姿控制移动机器人移动至与充电桩对接，执行充电操作。
69.具体的，基于摄像头采集的每一图像中的信息确定移动机器人的当前位姿，然后根据每个周期获取到的当前位姿确定移动机器人的控制参数，按照控制参数控制移动机器人朝着充电桩的方向移动，直至移动机器人与充电桩对接，执行充电操作。
70.可见，本实施例中通过移动机器人上既有的摄像头采集的图像来确定移动机器人的位姿并控制移动机器人与充电桩对接充电，无需额外设置其他采集装置，硬件成本低。在确定移动机器人的当前位姿时，采用环境特征和二维码相结合的方式，在采集不到二维码时可通过环境特征确定移动机器人的当前位姿，从而保证移动机器人实现自主充电功能时，不会受限于移动机器人和充电桩之间的距离。
71.在上述实施例的基础上：
72.作为一种可选的实施例，基于二维码得到移动机器人的第一位姿的过程包括：
73.获取二维码与摄像头的相对位姿；
74.利用移动机器人的机器人参数和相对位姿计算移动机器人的第一位姿。
75.具体的，在执行本实施例之前，还可以包括识别图像中是否包括二维码的操作，识别图像中是否包括二维码的过程包括：
76.对图像进行灰度化处理，得到灰度图像；
77.对灰度图像进行高斯模糊去噪处理，得到去噪图像；
78.对去噪图像进行canny边缘检测，提取去噪图像中各种元素特征和元素轮廓，基于元素轮廓判断所述图像中是否存在二维码。
79.具体的，由于二维码的四个角元素具有明显区别于环境的特征属性，同时，本实施例使用的布设在充电桩附近的二维码，其中心包括一个圆形图案元素，以便更好的区分二维码。因此，可将四个角和中心圆作为二维码基本的元素特征，元素特征之间的布局构成二维码的元素轮廓，在摄像头采集的图像中寻找二维码的元素特征并计算元素轮廓来判断图像中是否存在二维码。
80.进一步的，当基于上述方案确定图像中包括二维码，获取该二维码与摄像头的相对位姿，并结合移动机器人的机器人参数计算出移动机器人的第一位姿，其中，移动机器人的机器人参数是移动机器人的固有属性，比如自由度、关节、工作范围、速度、工作负载等。
81.作为一种可选的实施例，获取二维码与摄像头的相对位姿的过程包括：
82.确定二维码在图像中的roi区域；
83.识别roi区域中的二维码图像；
84.对二维码图像进行投影变换，并基于二维码的基础特征得到二维码坐标系；
85.利用二维码坐标系确定二维码与摄像头的相对位姿。
86.具体的，当判定图像上存在二维码，二维码在图像中的一个大致的roi(region of interest)区域，在roi区域中提取二维码的基础特征，比如角点、id等，基于二维码的基础特征能够确定二维码在图像上的位置，也即识别出图像上的二维码图像的位置，具体的确定二维码图像的像素坐标，基于像素坐标对二维码图像进行投影变换，并结合二维码的基础特征得到二维码坐标系，利用二维码坐标系即可确定二维码与摄像头的相对位姿。
87.考虑到充电桩附近布设有多个二维码，可以预先获取多个二维码的基础特征，基于每个二维码的基础特征得到一个二维码模板，二维码模板中包括二维码的id，在移动机器人移动过程中，存在摄像头采集的某一图像中包括多个二维码的情况，为了便于区分，可以通过模板匹配的方式确定图像中的二维码的id，以便后续确定图像中包括的每一个二维码与摄像头的相对位姿。
88.作为一种可选的实施例，基于环境特征得到移动机器人的第二位姿的过程包括：
89.获取每一环境特征对应的位置；
90.基于所有环境特征对应的位置计算移动机器人的第二位姿。
91.具体的，
92.作为一种可选的实施例，获取每一环境特征对应的位置之前，该移动机器人的自主充电方法还包括：
93.预先控制移动机器人在充电桩周围移动，获取移动机器人的移动过程中摄像头采集的图像；
94.从每一图像中提取环境特征，并记录每一环境特征的标识和位置；
95.基于所有环境特征的标识和位置构建特征辞典；
96.相应的，获取每一环境特征对应的位置的过程包括：
97.利用识别到的每一环境特征的标识在特征辞典中进行匹配，确定环境特征对应的位置。
98.可以理解的是，在每一图像中能够识别到的环境特征越多，计算得到的移动机器人的第二位姿越准确。本技术预先控制移动机器人在充电桩周围移动，具体可以控制移动机器人在充电桩前方进行较大幅度移动，以使移动机器人后方的摄像头能够广泛采集充电桩附近的场景，从而能够全面提取环境特征。可以理解的是，环境特征具体可以指图像中的一些特殊点，比如某一物体如建筑物、现场设备的角点，记录移动机器人在充电桩前方进行较大幅度移动时摄像头采集到的每一图像中的每一环境特征的标识和位置，并基于所有环境特征的标识和位置构建特征辞典，其中，环境特征的标识用于指示该环境特征属于哪一类物体，环境特征的位置为该环境特征与充电桩的相对位置。
99.在实际应用中，当移动机器人移动回充电桩充电时，在摄像头采集的图像中提取环境特征，并基于环境特征的标识在特征辞典里进行检索匹配，确定图像中的每一个环境特征与充电桩的相对位置。若在图像中仅识别到一个环境特征，则基于一个环境特征的位置确定移动机器人的第二位姿，若在图像中识别到多个环境特征，则基于多个环境特征的位置确定移动机器人的第二位姿。
100.作为一种可选的实施例，利用第一位姿和/或第二位姿确定移动机器人的当前位姿的过程包括：
101.基于所述第一位姿、所述第二位姿、二维码特征方差、环境特征方差、二维码因子、环境特征因子建立第一关系式，并利用所述第一关系式确定所述移动机器人的当前位姿。
102.可以理解的是，基于二维码确定的移动机器人的位姿与二维码在图像中的成像质量有关，当移动机器人与充电桩的距离较远时，二维码在图像中的成像质量较差，使得解算到的移动机器人的位姿存在较大噪声，导致定位不准确。为了提高定位的准确性，本实施例考虑到通过二维码获取的第一位姿p1和通过环境特征获取的第二位姿p2的噪声满足高斯分布，分别为n(p1,σ1)和n(p2,σ2)，利用简易卡尔曼滤波对获取的第一位姿和第二位姿进行融合，从而获得更为准确的移动机器人的当前位姿，位姿融合流程图参照图3所示，基于所述第一位姿、所述第二位姿、二维码特征方差、环境特征方差、二维码因子、环境特征因子建立第一关系式如下：：
103.其中，p
out
为当前位姿，σ1为二维码特征方差，σ2为环境特征方差，a为二维码因子，b为环境特征因子，p1为第一位姿，p2为第二位姿。
104.可以理解的是，a为二维码因子，当在图像中识别到二维码时a＝1，否则a＝0，a＝0表示当摄像头因识别不到二维码而不能依靠其获取第一位姿时可以通过环境特征进行定位。同样，b为环境特征因子，当在图像中识别到环境特征，即能够利用环境特征获取移动机器人的第二位姿时b＝1，否则b＝0。p
out
为视觉融合后的移动机器人的当前位姿，采用本实施例所提供的位姿融合方案，不仅能够有效消除二维码解算过程中由于图像质量较低而导致的位姿噪声问题，还可以解决机器人在横向角度过大时摄像头不能识别到二维码导致定位丢失的问题。
105.作为一种可选的实施例，移动机器人还包括测距传感器，基于当前位姿控制移动
机器人移动至与充电桩对接的过程包括：
106.利用当前位姿和目标位姿计算移动机器人的控制参数；
107.按控制参数控制移动机器人移动到预充电位置；
108.获取测距传感器的检测数据；
109.基于检测数据控制移动机器人从预充电位置移动至与充电桩对接。
110.具体的，本实施例可先通过移动机器人的当前位姿利用pid控制，计算出移动机器人的控制参数，按控制参数使移动机器人移动到预充电位置，预充电位置设于充电桩的正前方，当判定移动机器人移动到预充电位置时通过移动机器人既有的、设于移动机器人后端的测距传感器检测移动机器人与充电桩的精确距离，然后按照固定速度缓慢后退，直至移动机器人移动至与充电桩对接，从而进行充电。其中，固定速度可设置为0.01m/s。具体的，测距传感器可选择tof测距传感器，其速率和准确度较高，在1m的范围内，满足100hz的频率下定位精度在0.5cm以内。本实施例基于摄像头和测距传感器控制移动机器人移动至与充电桩对接，对移动机器人的定位更精准，提高移动机器人的自主充电效率。
111.作为一种可选的实施例，利用当前位姿和目标位姿计算移动机器人的控制参数的过程包括：
112.基于当前位姿和目标位姿得到位置偏差和角度偏差；
113.将位置偏差输入第一pid控制器得到位置控制量；
114.将角度偏差输入第二pid控制器得到角度控制量；
115.基于所述位置控制量、所述角度控制量、位置控制因子和角度控制因子建立第二关系式，并利用所述第二关系式计算移动机器人的控制参数。
116.具体的，考虑到目前在机器人的横向运动控制中，多数方案采用的都是单路pid控制，虽然调节参数较少，但是由于移动机器人的状态位姿为六维向量，使得pid参数调节较为复杂，从而导致移动机器人的控制容易发生振荡。
117.针对上述问题，本实施例提供了一种混合pid的控制方案。具体的，移动机器人与充电桩之间的位姿差值包括两部分，分别为位置偏差pe和角度偏差re，其中，位置偏差pe＝p
c-p
t
，角度偏差re＝r
c-r
t
。
118.其中，pc为移动机器人的当前位置，p
t
为充电桩对应的目标位置，rc为移动机器人的当前航向，r
t
为充电桩对应的目标航向。将位置偏差pe和角度偏差re分别作为两个子pid控制器的输入，计算得到两个控制量分别是位置控制量δu
p
和角度控制量δur，计算方式如下：
119.δu
p
＝pid
p
(pe(i),pe(i-1),pe(i-2))；
120.δur＝pidr(re(i),re(i-1),re(i-2))；
121.将位置控制量δu
p
与位置控制因子k
p
相乘，将角度控制量δur和角度控制因子kr相乘，然后再相加得到最终的横向控制量δu，基于所述位置控制量、所述角度控制量、位置控制因子和角度控制因子建立的第二关系式如下：
122.δu＝k
p
·
δu
p
kr·
δur；
123.其中，δu为控制参数，k
p
为位置控制因子，δu
p
为位置控制量，kr为角度控制因子，δur为角度控制量。
124.具体的，pid
p
为位置偏差对应的第一pid控制器，pidr为角度偏差对应的第二pid控
制器，其中：
125.pid
p
＝k
pp
[pe(i)-pe(i-1)] k
pi
pe(i) k
pd
[pe(i)-2pe(i-1) pe(i-2)]；
[0126]
pidr＝k
rp
[re(i)-re(i-1)] k
ri
re(i) k
rd
[re(i)-2re(i-1) re(i-2)]；
[0127]kpp
、k
pi
和k
pd
为第一pid控制器的调节参数，k
pd
、k
ri
和k
rd
为第二pid器的调节参数。pe(i)和re(i)分别为第i次计算到的位置偏差和角度偏差，混合pid计算模型如图4所示。
[0128]
根据最终的混合pid输出量δu，调整控制移动机器人的航向角度，纵向按照-0.1m/s的速度匀速运行至充电桩正前方固定位置，即预充电位置，并且位姿偏差小于设定值。
[0129]
进一步的，考虑到二维码标定完成后，移动机器人与充电桩之间的位置偏差集中于x坐标轴上，角度偏差集中于yawl角，因此计算位置偏差和角度偏差时，可以仅计算p
xc-p
xt
和y
c-y
t
，以此优化计算过程，减小计算量。其中，p
xc
为移动机器人的当前位置的横坐标值，p
xt
为充电桩对应的目标位置的横坐标值，yc为移动机器人的当前偏航角，y
t
为充电桩对应的目标偏航角。
[0130]
根据实验结果，混合pid控制的终点位置(即预充电位置)位于充电桩前方0.5m(误差小于0.02m)，角度为充电桩正前方0rad(误差小于0.1rad)处，该位姿下移动机器人进行匀速后退即可完成与充电桩的充电对接。
[0131]
第二方面，请参照图5，图5为本技术所提供的一种移动机器人的自主充电系统的结构示意图，移动机器人包括摄像头，该移动机器人的自主充电系统包括：
[0132]
获取模块1，用于获取摄像头采集的图像，识别图像中的信息；
[0133]
计算模块2，用于当信息中包括二维码时，基于二维码得到移动机器人的第一位姿，当信息中包括环境特征时，基于环境特征得到移动机器人的第二位姿；
[0134]
确定模块3，用于利用第一位姿和/或第二位姿确定移动机器人的当前位姿；
[0135]
控制模块4，用于基于当前位姿控制移动机器人移动至与充电桩对接，执行充电操作。
[0136]
可见，本实施例中通过移动机器人上既有的摄像头采集的图像来确定移动机器人的位姿并控制移动机器人与充电桩对接充电，无需额外设置其他采集装置，硬件成本低。在确定移动机器人的当前位姿时，采用环境特征和二维码相结合的方式，在采集不到二维码时可通过环境特征确定移动机器人的当前位姿，从而保证移动机器人实现自主充电功能时，不会受限于移动机器人和充电桩之间的距离。
[0137]
作为一种可选的实施例，基于二维码得到移动机器人的第一位姿的过程包括：
[0138]
获取二维码与摄像头的相对位姿；
[0139]
利用移动机器人的机器人参数和相对位姿计算移动机器人的第一位姿。
[0140]
作为一种可选的实施例，获取二维码与摄像头的相对位姿的过程包括：
[0141]
确定二维码在图像中的roi区域；
[0142]
识别roi区域中的二维码图像；
[0143]
对二维码图像进行投影变换，并基于二维码的基础特征得到二维码坐标系；
[0144]
利用二维码坐标系确定二维码与摄像头的相对位姿。
[0145]
作为一种可选的实施例，基于环境特征得到移动机器人的第二位姿的过程包括：
[0146]
获取每一环境特征对应的位置；
[0147]
基于所有环境特征对应的位置计算移动机器人的第二位姿。
[0148]
作为一种可选的实施例，该移动机器人的自主充电系统还包括：
[0149]
预处理模块，用于预先控制移动机器人在充电桩周围移动，获取移动机器人的移动过程中摄像头采集的图像；
[0150]
记录模块，用于从每一图像中提取环境特征，并记录每一环境特征的标识和位置；
[0151]
构建模块，用于基于所有环境特征的标识和位置构建特征辞典；
[0152]
相应的，获取每一环境特征对应的位置的过程包括：
[0153]
利用识别到的每一环境特征的标识在特征辞典中进行匹配，确定环境特征对应的位置。
[0154]
作为一种可选的实施例，利用第一位姿和/或第二位姿确定移动机器人的当前位姿的过程包括：
[0155]
基于所述第一位姿、所述第二位姿、二维码特征方差、环境特征方差、二维码因子、环境特征因子建立第一关系式，并利用所述第一关系式确定所述移动机器人的当前位姿。
[0156]
作为一种可选的实施例，移动机器人还包括测距传感器，基于当前位姿控制移动机器人移动至与充电桩对接的过程包括：
[0157]
利用当前位姿和目标位姿计算移动机器人的控制参数；
[0158]
按控制参数控制移动机器人移动到预充电位置；
[0159]
获取测距传感器的检测数据；
[0160]
基于检测数据控制移动机器人从预充电位置移动至与充电桩对接。
[0161]
作为一种可选的实施例，利用当前位姿和目标位姿计算移动机器人的控制参数的过程包括：
[0162]
基于当前位姿和目标位姿得到位置偏差和角度偏差；
[0163]
将位置偏差输入第一pid控制器得到位置控制量；
[0164]
将角度偏差输入第二pid控制器得到角度控制量；
[0165]
基于所述位置控制量、所述角度控制量、位置控制因子和角度控制因子建立第二关系式，并利用所述第二关系式计算移动机器人的控制参数。
[0166]
第三方面，本技术还提供了一种移动机器人，包括：
[0167]
存储器，用于存储计算机程序；
[0168]
处理器，用于执行计算机程序时实现如上文任意一个实施例所描述的移动机器人的自主充电方法的步骤。
[0169]
对于本技术所提供的一种移动机器人的介绍请参照上述实施例，本技术在此不再赘述。
[0170]
本技术所提供的一种移动机器人具有和上述移动机器人的自主充电方法相同的有益效果。
[0171]
还需要说明的是，在本说明书中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者
设备所固有的要素。在没有更多限制的状况下，由语句“包括一个
……”
限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
[0172]
对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本技术。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本技术的精神或范围的情况下，在其他实施例中实现。因此，本技术将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。