CN102062587B - 基于激光传感器的多移动机器人位姿测定方法 - Google Patents

基于激光传感器的多移动机器人位姿测定方法 Download PDF

Info

Publication number
CN102062587B
CN102062587B CN 201010583864 CN201010583864A CN102062587B CN 102062587 B CN102062587 B CN 102062587B CN 201010583864 CN201010583864 CN 201010583864 CN 201010583864 A CN201010583864 A CN 201010583864A CN 102062587 B CN102062587 B CN 102062587B
Authority
CN
China
Prior art keywords
robot
point
laser sensor
calculate
data
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Expired - Fee Related
Application number
CN 201010583864
Other languages
English (en)
Other versions
CN102062587A (zh
Inventor
何永义
张军高
何琼
史照渊
吴斌
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
University of Shanghai for Science and Technology
Original Assignee
SHANGHAI KELAI ELECTROMECHANICAL AUTOMATION ENGINEERING Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by SHANGHAI KELAI ELECTROMECHANICAL AUTOMATION ENGINEERING Co Ltd filed Critical SHANGHAI KELAI ELECTROMECHANICAL AUTOMATION ENGINEERING Co Ltd
Priority to CN 201010583864 priority Critical patent/CN102062587B/zh
Publication of CN102062587A publication Critical patent/CN102062587A/zh
Application granted granted Critical
Publication of CN102062587B publication Critical patent/CN102062587B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Abstract

本发明涉及一种基于激光传感器的多移动机器人位姿测定方法。本方法利用激光传感器扫描区域内的以一定形状（本说明书以典型形状矩形为例）为标识的移动机器人，将测量数据通过接口传输到计算机，计算机通过数据处理算法进行数据处理，提取属于机器人的形状特征，同时结合机器人前一时刻的位姿，实时计算出机器人当前位姿。本发明能迅速、准确地识别确定多个机器人位置和姿态，分别给机器人或者上位控制系统提供位姿信息，实现多移动机器人轨迹跟踪和精确定位。

Description

基于激光传感器的多移动机器人位姿测定方法
技术领域
    本发明涉及一种基于激光传感器的多移动机器人位姿测定方法。 
背景技术
    导航是移动机器人所要求的最具有挑战性的能力之一。导航的成功需要四个模块：感知，定位，认知，运动控制。其中，定位是移动机器人导航最基本的环节，也是完成导航任务首先必须解决的问题。 
    对多机器人系统来说，定位问题是核心问题也是必须首先解决的问题。实时、精确的定位是提高多机器人协调性、相互合作性能的关键。但是单独依靠机器人自身的传感器来推算机器人的位置是很难实现多机器人的高度协调性，必须依靠外部传感器来进行精确定位。激光测距器由于在距离范围和方向上具有较高的精确度，与其他距离传感器相比，能够同时考虑精度要求和速度要求，而且不受光照的影响，所以在移动机器人的导航定位中得到了广泛的应用。 
发明内容
    本发明的目的在于提供一种基于激光传感器的多移动机器人位姿测定方法，能迅速、准确地识别确定多个机器人位置和姿态，分别给机器人或者上位控制系统提供位姿信息，实现多移动机器人轨迹跟踪和精确定位。 
    为达到上述目的，本发明的构思是：本发明利用激光传感器扫描区域内的以一定形状为标识的移动机器人，将测量数据通过接口传输到计算机上，通过数据处理算法进行数据处理，提取属于机器人的形状特征，同时结合机器人前一时刻的位姿，实时计算机器人当前位姿数据。可以根据实际应用需要设置和改变激光传感器的属性和算法的参数，便于实时观察和将本发明应用于不同的需求环境。本发明可以满足大部分移动机器人的测量及精度的需要，同时对环境要求比较低，标定简单， 通过无线通讯网络实时向机器人发送其位姿数据，可以实现多移动机器人的精确位姿测量。 
    根据上述发明构思，本发明采用的技术方案如下： 
    一种基于激光传感器的多移动机器人位置测定方法，其特征在于操作步骤如下：
1）  使用激光传感器进行区域扫描，得到N个离散的数据点 ，通过：
Figure 98107DEST_PATH_IMAGE002
及
Figure 681535DEST_PATH_IMAGE003
计算得到机器人在全局坐标系下的参数
Figure 744300DEST_PATH_IMAGE004
。其中，是第
Figure 101649DEST_PATH_IMAGE006
个点在以激光传感器为原点的极坐标系中的坐标；
Figure 172374DEST_PATH_IMAGE007
是第个点在以激光坐标系为原点的平面坐标系中的坐标；
Figure 878610DEST_PATH_IMAGE004
是第个点在全局坐标系中的坐标；
Figure 714027DEST_PATH_IMAGE008
是激光传感器在全局坐标系中的坐标参数；
2）  根据步骤1)的处理数据，对移动机器人进行矩形特征识别，提取出机器人矩形特征的两条边；
3）  根据步骤2)提取的机器人特征，按照扫描到机器人矩形特征的一条边还是两条边两种情况来分别计算出机器人特征边的中点
Figure 571125DEST_PATH_IMAGE009
，进而计算出机器人的中心位置坐标；
4）  对步骤2)的特征线段进行线性拟合后，得出倾斜角
Figure 750530DEST_PATH_IMAGE011
，通过实时跟踪及比对记录数据，计算出机器人的当前角度参数
Figure 795846DEST_PATH_IMAGE012
。
    所述步骤2)和3)的处理和计算，提取机器人矩形特征边和计算机器人的中心位置的方法如下： 
1)        对离散的数据点进行聚类处理，计算第一个点
Figure DEST_PATH_253372DEST_PATH_IMAGE013
和第二点 
Figure DEST_PATH_DEST_PATH_IMAGE002
的距离，如果小于预设的范围内，就把第一点和第二点加入到暂存链表中，否则将第二点加入暂存链表中；从第二点开始计算与下一点的距离，只要满足公式
Figure DEST_PATH_970290DEST_PATH_IMAGE016
，就将下一点加入暂存链表中；如果不满足，对暂存链表中数据点的个数进行判断，如果大于
Figure DEST_PATH_169190DEST_PATH_IMAGE017
就加入类链表中，否则，清空暂存链表，将下一点存入其中；直到所有的数据点检验完毕；通过选择合适的
Figure DEST_PATH_634806DEST_PATH_IMAGE015
和
Figure DEST_PATH_893749DEST_PATH_IMAGE017
将数据点聚合为两类；
     其中：
Figure DEST_PATH_648079DEST_PATH_IMAGE015
为预设的范围判断值，
Figure DEST_PATH_198140DEST_PATH_IMAGE017
为阈值；
2)        激光传感器扫描矩形时，可能扫描到一条边或两条边；对于扫描到一条边的则直接提取线段特征点进行线性拟合，而对于扫描到两条边的首先用IEPF算法进行分割，然后进行拟合；
3)        利用最小二乘法将数据点拟合成形式为
Figure DEST_PATH_721525DEST_PATH_IMAGE018
的直线，其中：
Figure DEST_PATH_213686DEST_PATH_IMAGE019
Figure DEST_PATH_189733DEST_PATH_IMAGE020
通过
Figure DEST_PATH_730435DEST_PATH_IMAGE021
求出数据点的平均中心
Figure DEST_PATH_186956DEST_PATH_IMAGE022
；
通过
Figure DEST_PATH_522122DEST_PATH_IMAGE023
求出首末两点的中点
Figure DEST_PATH_392175DEST_PATH_IMAGE025
；求出上述平均中心与中点的距离；求出
Figure DEST_PATH_206340DEST_PATH_IMAGE027
投影到拟合线段上的近似值
Figure DEST_PATH_422557DEST_PATH_IMAGE028
，
Figure DEST_PATH_367380DEST_PATH_IMAGE029
为拟合直线和首尾两点间所成直线的夹角；把平均中心
Figure DEST_PATH_719864DEST_PATH_IMAGE022
沿拟合直线方向移动
Figure DEST_PATH_662412DEST_PATH_IMAGE030
的距离，得到特征线段的几何中心
Figure DEST_PATH_913396DEST_PATH_IMAGE031
：
Figure DEST_PATH_334013DEST_PATH_IMAGE032
，其中：为拟合直线的倾斜角；
4)        当激光传感器扫到机器人的一条边，得出一条特征线段，计算该特征线段的中点
Figure DEST_PATH_716770DEST_PATH_IMAGE031
，沿特征线段垂直的方向移动半个机器人的长度，得到机器人的中心位置
Figure DEST_PATH_642000DEST_PATH_IMAGE034
；当激光传感器扫到机器人的两条边，组成直角板的两条特征线段，计算此两条线段的交点，沿两条特征线段各自的方向移动一个机器人的长度，最后计算这两个点的中点
Figure DEST_PATH_679358DEST_PATH_IMAGE031
，得到机器人的中心位置
Figure DEST_PATH_6434DEST_PATH_IMAGE034
。
在机器人运动时，激光传感器扫描到的特征线段的线性拟合后的倾斜角与机器人的姿态成一定的角度关系。所以可以用特征线段的线性拟合后的倾斜角
Figure 765628DEST_PATH_IMAGE035
推算出的机器人的姿态，并与机器人预先给定的初始姿态或机器人前一时刻的姿态进行比较，只要在一定的范围内，就用用特征线段的线性拟合后的倾斜角
Figure 528048DEST_PATH_IMAGE035
推出的机器人的姿态
Figure 522680DEST_PATH_IMAGE036
来更新机器人的姿态。 
    本发明与现有技术相比较，具有如下显而易见的突出实质性特点和显著优点： 
    本发明利用激光传感器扫描区域内以一定形状为标识的移动机器人，将测得数据上传至计算机进行运算处理，实时计算出机器人的位姿参数。能迅速、准确地确定多个机器人的位姿，从而能实现多个机器人轨迹的跟踪和精确定位。
附图说明
    图1基于激光传感器的机器人位姿测定系统； 
    图2测量的数据点聚类图；
    图3 IEPF算法数据点分割图；
图4测量系统实际跟踪机器人图；
图5测量系统实际跟踪机器人图；
图6测量系统实际跟踪机器人图；
    图7实际测量数据和误差表。
具体实施方式
    下面是本发明的优选实施实例，结合附图说明如下： 
实施例1：参见图1，本基于激光传感器的多移动机器人位姿测定方法，其操作步骤为：
    1）、使用激光传感器进行区域扫描，得到N个离散的数据点，以矩形为机器人扫描特征，通过方程：及
Figure 506182DEST_PATH_IMAGE003
计算算得机器人在全局坐标系下的参数
Figure 542271DEST_PATH_IMAGE004
，其中：
Figure 978544DEST_PATH_IMAGE005
是第
Figure 365663DEST_PATH_IMAGE006
个点在以激光传感器为原点的极坐标系中的坐标；
Figure 532202DEST_PATH_IMAGE007
是第个点在以激光坐标系为原点的平面坐标系中的坐标；
Figure 485432DEST_PATH_IMAGE004
是第
Figure 907317DEST_PATH_IMAGE037
个点在全局坐标系中的坐标，
Figure 80810DEST_PATH_IMAGE038
是激光传感器在全局坐标系中的坐标参数；2）、根据步骤1)的处理数据，对移动机器人进行矩形特征识别，提取出机器人矩形特征的两条边；3）、根据步骤2)提取的机器人特征，按照扫描到机器人矩形特征的一条边还是两条边两种情况来分别计算出机器人特征边的中点
Figure 153808DEST_PATH_IMAGE039
，进而计算出机器人的中心位置坐标
Figure 121764DEST_PATH_IMAGE034
；4）、对步骤2)的特征线段进行线性拟合后，得出倾斜角
Figure 217896DEST_PATH_IMAGE011
，通过实时跟踪及比对记录数据，计算出机器人的当前角度参数
Figure 476970DEST_PATH_IMAGE012
。
实施例2：本实施例与实施例1基本相同，特别之处为：上述步骤2)和3)的处理和计算，提取机器人矩形特征边和计算机器人的中心位置的方法如下： 
    1）、对离散的数据点进行聚类处理，计算第一个点和第二点
Figure DEST_PATH_DEST_PATH_IMAGE004
的距离，如果小于预设的范围
Figure DEST_PATH_392339DEST_PATH_IMAGE015
内，就把第一点和第二点加入到暂存链表中，否则将第二点加入暂存链表中；从第二点开始计算与下一点的距离，只要满足公式
Figure DEST_PATH_642055DEST_PATH_IMAGE016
，就将下一点加入暂存链表中；如果不满足，对暂存链表中数据点的个数进行判断，如果大于
Figure DEST_PATH_440378DEST_PATH_IMAGE017
就加入类链表中，否则，清空暂存链表，将下一点存入其中；直到所有的数据点检验完毕；通过选择合适的和
Figure DEST_PATH_820861DEST_PATH_IMAGE017
将数据点聚合为两类；
    其中：
Figure DEST_PATH_936584DEST_PATH_IMAGE015
为预设的范围判断值，
Figure DEST_PATH_776364DEST_PATH_IMAGE017
为阈值；
    2）、激光传感器扫描矩形时，可能扫描到一条边或两条边；对于扫描到一条边的则直接提取线段特征点进行线性拟合，而对于扫描到两条边的首先用IEPF算法进行分割，然后进行拟合；
    3）、利用最小二乘法将数据点拟合成形式为
Figure DEST_PATH_67144DEST_PATH_IMAGE042
的直线，其中：
通过
Figure DEST_PATH_973286DEST_PATH_IMAGE021
求出数据点的平均中心
Figure DEST_PATH_624847DEST_PATH_IMAGE022
；
通过求出首末两点
Figure DEST_PATH_878422DEST_PATH_IMAGE024
的中点
Figure DEST_PATH_427215DEST_PATH_IMAGE025
；求出上述平均中心与中点的距离
Figure DEST_PATH_577574DEST_PATH_IMAGE026
；求出
Figure DEST_PATH_844607DEST_PATH_IMAGE027
投影到拟合线段上的近似值
Figure DEST_PATH_590977DEST_PATH_IMAGE028
，
Figure DEST_PATH_322173DEST_PATH_IMAGE029
为拟合直线和首尾两点间所成直线的夹角；把平均中心
Figure DEST_PATH_581116DEST_PATH_IMAGE022
沿拟合直线方向移动
Figure DEST_PATH_69866DEST_PATH_IMAGE030
的距离，得到特征线段的几何中心
Figure DEST_PATH_885506DEST_PATH_IMAGE031
：
Figure DEST_PATH_408892DEST_PATH_IMAGE032
，其中：
Figure DEST_PATH_635474DEST_PATH_IMAGE033
为拟合直线的倾斜角；
    4）、当激光传感器扫到机器人的一条边，得出一条特征线段，计算该特征线段的中点
Figure DEST_PATH_877099DEST_PATH_IMAGE031
，沿特征线段垂直的方向移动半个机器人的长度，得到机器人的中心位置
Figure DEST_PATH_417802DEST_PATH_IMAGE034
；当激光传感器扫到机器人的两条边，组成直角板的两条特征线段，计算此两条线段的交点，沿两条特征线段各自的方向移动一个机器人的长度，最后计算这两个点的中点
Figure DEST_PATH_605813DEST_PATH_IMAGE031
，得到机器人的中心位置
Figure DEST_PATH_206559DEST_PATH_IMAGE034
。
实施例3：本实施例与实施例2相同，特别之处： 参见图1的基于激光传感器的机器人位姿测定系统。测量目标为区域内的两台移动机器人。本基于激光传感器的机器人位姿濒定方法如下：将激光传感器扫描测量区域得到的离散的数据点
Figure 732218DEST_PATH_IMAGE001
数据经过串口输入到数据处理计算机中，通过： 
 及
Figure 574589DEST_PATH_IMAGE003
计算得到机器人在全局坐标系下的参数
Figure 893706DEST_PATH_IMAGE004
。
    对测量所得的离散的数据点进行聚类处理，计算两点之间的距离，只要满足公式
Figure 172241DEST_PATH_IMAGE016
，就将下一点加入暂存链表中；如果不满足，对暂存链表中数据点的个数进行判断，如果大于就加入类链表中，否则，清空暂存链表，将下一点存入其中；直到所有的数据点检验完毕。通过选择合适的预设的范围判断值
Figure 220279DEST_PATH_IMAGE015
和阈值
Figure 897248DEST_PATH_IMAGE017
将数据点聚合为两类，参见图2。 
    激光传感器扫描矩形时，可能扫描到一条边或两条边。对于一条边可以直接提取线段特征点进行线性拟合，而对于扫描到两条边的首先利用IEPF（Iterative End Point Fit）算法进行分割，然后进行拟合。用IEPF算法进行数据点分割后如附图3所示。 
    经过聚类、分割后的数据点利用最小二乘法来拟合直线成
Figure 397500DEST_PATH_IMAGE043
的形式。通过
Figure 83696DEST_PATH_IMAGE044
，求出数据点的平均中心
Figure 290687DEST_PATH_IMAGE022
；通过 
    
Figure 217185DEST_PATH_IMAGE023
，求出首末两点的中点
Figure 429041DEST_PATH_IMAGE025
；通过
Figure 756117DEST_PATH_IMAGE026
，求出这两个中心的距离；通过，求出
Figure 25534DEST_PATH_IMAGE027
投影到拟合线段上的近似值
Figure 269433DEST_PATH_IMAGE030
。把平均中心
Figure 724686DEST_PATH_IMAGE022
沿拟合直线方向移动
Figure 624508DEST_PATH_IMAGE030
的距离，通过
Figure 3668DEST_PATH_IMAGE045
得到特征线段的几何中心
Figure 39757DEST_PATH_IMAGE031
。
    机器人在运动时，找到属于每一台机器人的线段，把属于同一台机器人的线段合在一起组成角板，根据每台机器人与自己前一个位置的距离最近的原则，进行特征线段的分配，这样就可以对两台机器人进行实时的跟踪。实际机器人跟踪图参见图4、图5、图6。 
根据提取的特征线段计算得到了机器人的中心位置
Figure 728228DEST_PATH_IMAGE034
，用特征线段的线性拟合后的倾斜角
Figure 849768DEST_PATH_IMAGE029
推算出的机器人的姿态
Figure 219569DEST_PATH_IMAGE036
。实际测量得到的机器人位姿数据与误差见图7。 

Claims (1)

1.一种基于激光传感器的多移动机器人位姿测定方法，其特征在于操作步骤为：
1）.使用激光传感器进行区域扫描，得到N个离散的数据点 
Figure 588970DEST_PATH_IMAGE001
，以矩形为机器人扫描特征，通过方程：
Figure 677011DEST_PATH_IMAGE002
 及
Figure 6362DEST_PATH_IMAGE003
计算算得机器人在全局坐标系下的参数
Figure 18311DEST_PATH_IMAGE004
，其中：
Figure 421611DEST_PATH_IMAGE005
是第
Figure 742870DEST_PATH_IMAGE006
个点在以激光传感器为原点的极坐标系中的坐标；是第
Figure 234212DEST_PATH_IMAGE006
个点在以激光坐标系为原点的平面坐标系中的坐标；是第
Figure 491DEST_PATH_IMAGE006
个点在全局坐标系中的坐标，
Figure 38854DEST_PATH_IMAGE008
是激光传感器在全局坐标系中的坐标参数；
2）.根据步骤1）的处理数据，对移动机器人进行矩形特征识别，提取出机器人矩形特征的两条边；
3）.根据步骤2）提取的机器人特征，按照扫描到机器人矩形特征的一条边还是两条边两种情况来分别计算出机器人特征边的中点
Figure 579556DEST_PATH_IMAGE009
，进而计算出机器人的中心位置坐标
Figure 36077DEST_PATH_IMAGE010
；
4）.对步骤2）的特征线段进行线性拟合后，得出倾斜角
Figure 371243DEST_PATH_IMAGE011
，通过实时跟踪及比对记录数据，计算出机器人的当前角度参数
Figure 100165DEST_PATH_IMAGE012
；
所述步骤2）和3）的处理和计算，提取机器人矩形特征边和计算机器人的中心位置的方法如下：
a.对离散的数据点进行聚类处理，计算第一个点                                               和第二点 
Figure 2010105838642100001DEST_PATH_IMAGE002
的距离，如果小于预设的范围内，就把第一点和第二点加入到暂存链表中，否则将第二点加入暂存链表中；从第二点开始计算与下一点的距离，只要满足公式
Figure 295116DEST_PATH_IMAGE016
，就将下一点加入暂存链表中；如果不满足，对暂存链表中数据点的个数进行判断，如果大于
Figure 177621DEST_PATH_IMAGE017
就加入类链表中，否则，清空暂存链表，将下一点存入其中；直到所有的数据点检验完毕；通过选择合适的
Figure 592422DEST_PATH_IMAGE015
和
Figure 534970DEST_PATH_IMAGE017
将数据点聚合为两类；
     其中：
Figure 785954DEST_PATH_IMAGE015
为预设的范围判断值，
Figure 206571DEST_PATH_IMAGE017
为阈值；
b.激光传感器扫描矩形时，可能扫描到一条边或两条边；对于扫描到一条边的则直接提取线段特征点进行线性拟合，而对于扫描到两条边的首先用IEPF算法进行分割，然后进行拟合；
c.利用最小二乘法将数据点拟合成形式为的直线，其中：
Figure 589328DEST_PATH_IMAGE019
通过
Figure 551916DEST_PATH_IMAGE021
求出数据点的平均中心
Figure 878992DEST_PATH_IMAGE022
；
通过
Figure 163343DEST_PATH_IMAGE023
求出首末两点
Figure 638187DEST_PATH_IMAGE024
的中点；求出上述平均中心与中点的距离
Figure 395238DEST_PATH_IMAGE026
；求出投影到拟合线段上的近似值
Figure 812630DEST_PATH_IMAGE028
，
Figure 378741DEST_PATH_IMAGE029
为拟合直线和首尾两点间所成直线的夹角；把平均中心
Figure 414830DEST_PATH_IMAGE022
沿拟合直线方向移动
Figure 851103DEST_PATH_IMAGE030
的距离，得到特征线段的几何中心
Figure 238222DEST_PATH_IMAGE031
：
，其中：
Figure 560936DEST_PATH_IMAGE033
为拟合直线的倾斜角；
d.当激光传感器扫到机器人的一条边，得出一条特征线段，计算该特征线段的中点
Figure 357991DEST_PATH_IMAGE031
，沿特征线段垂直的方向移动半个机器人的长度，得到机器人的中心位置
Figure 779876DEST_PATH_IMAGE034
；当激光传感器扫到机器人的两条边，组成直角板的两条特征线段，计算此两条线段的交点，沿两条特征线段各自的方向移动一个机器人的长度，最后计算这两个点的中点
Figure 953368DEST_PATH_IMAGE031
，得到机器人的中心位置
Figure 26366DEST_PATH_IMAGE034
。
CN 201010583864 2010-12-13 2010-12-13 基于激光传感器的多移动机器人位姿测定方法 Expired - Fee Related CN102062587B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN 201010583864 CN102062587B (zh) 2010-12-13 2010-12-13 基于激光传感器的多移动机器人位姿测定方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN 201010583864 CN102062587B (zh) 2010-12-13 2010-12-13 基于激光传感器的多移动机器人位姿测定方法

Publications (2)

Publication Number Publication Date
CN102062587A CN102062587A (zh) 2011-05-18
CN102062587B true CN102062587B (zh) 2013-02-20

Family

ID=43997969

Family Applications (1)

Application Number Title Priority Date Filing Date
CN 201010583864 Expired - Fee Related CN102062587B (zh) 2010-12-13 2010-12-13 基于激光传感器的多移动机器人位姿测定方法

Country Status (1)

Country Link
CN (1) CN102062587B (zh)

Families Citing this family (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103064086B (zh) * 2012-11-04 2014-09-17 北京工业大学 一种基于深度信息的车辆跟踪方法
CN104236629B (zh) * 2014-09-17 2017-01-18 上海大学 用于工业机器人空间定位精度和轨迹测量的拉线式测量系统和测量方法
CN104503449A (zh) * 2014-11-24 2015-04-08 杭州申昊科技股份有限公司 一种基于环境直线特征的定位方法
CN104501794A (zh) * 2014-11-24 2015-04-08 杭州申昊科技股份有限公司 一种基于环境直线特征的地图创建方法
CN104501811A (zh) * 2014-11-24 2015-04-08 杭州申昊科技股份有限公司 一种基于环境直线特征的地图匹配方法
CN105651329B (zh) * 2015-12-18 2018-09-25 南京熊猫电子股份有限公司 一种用于测量工业机器人轨迹精度与重复度的测量系统
CN107479544A (zh) 2016-06-08 2017-12-15 科沃斯机器人股份有限公司 母子机协同工作系统及其工作方法
CN106247944B (zh) * 2016-09-26 2019-01-11 西安理工大学 编码靶标及基于编码靶标的视觉坐标测量方法
CN108120370A (zh) * 2016-11-26 2018-06-05 沈阳新松机器人自动化股份有限公司 移动机器人位置获取方法及装置
CN106786938B (zh) * 2016-12-30 2020-03-20 亿嘉和科技股份有限公司 一种巡检机器人定位方法及自动充电方法
JP6809913B2 (ja) * 2017-01-26 2021-01-06 パナソニック株式会社 ロボット、ロボットの制御方法、および地図の生成方法
CN107390679B (zh) * 2017-06-13 2020-05-05 合肥中导机器人科技有限公司 存储设备、激光导航叉车
CN107765093A (zh) * 2017-09-08 2018-03-06 国网山东省电力公司电力科学研究院 多参数采集的绝缘子检测机器人、信息交互系统及方法
CN109866220B (zh) 2017-12-05 2021-07-23 财团法人工业技术研究院 机械手臂的校正装置及其校正方法
CN110207699B (zh) * 2018-02-28 2022-04-12 北京京东尚科信息技术有限公司 一种定位方法和装置
CN110399892B (zh) * 2018-04-24 2022-12-02 北京京东尚科信息技术有限公司 环境特征提取方法和装置
CN109062223A (zh) * 2018-09-06 2018-12-21 智久(厦门)机器人科技有限公司上海分公司 控制自动化设备运动路径的方法、装置、设备和储存介质
CN110147097A (zh) * 2019-04-28 2019-08-20 深兰科技（上海）有限公司 一种配送设备的位置确定方法、装置、设备及介质
CN112088795B (zh) * 2020-07-07 2022-04-29 南京农业大学 基于激光定位的限位栏猪只姿态识别方法和系统

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101008571A (zh) * 2007-01-29 2007-08-01 中南大学 一种移动机器人三维环境感知方法
CN101539405A (zh) * 2009-04-09 2009-09-23 南京航空航天大学 基于姿态传感器的多视角测量数据自拼合方法
CN101660903A (zh) * 2009-09-22 2010-03-03 大连海事大学 一种用于测量机器人的外参数计算方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7199872B2 (en) * 2004-05-18 2007-04-03 Leica Geosystems Ag Method and apparatus for ground-based surveying in sites having one or more unstable zone(s)

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101008571A (zh) * 2007-01-29 2007-08-01 中南大学 一种移动机器人三维环境感知方法
CN101539405A (zh) * 2009-04-09 2009-09-23 南京航空航天大学 基于姿态传感器的多视角测量数据自拼合方法
CN101660903A (zh) * 2009-09-22 2010-03-03 大连海事大学 一种用于测量机器人的外参数计算方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
冯肖维.《移动机器人自然路标特征提取方法》.《机器人》.2010,第32卷(第4期),540-546. *

Also Published As

Publication number Publication date
CN102062587A (zh) 2011-05-18

Similar Documents

Publication Publication Date Title
CN102062587B (zh) 基于激光传感器的多移动机器人位姿测定方法
CN109029257B (zh) 基于立体视觉和结构光视觉的大型工件位姿测量系统、方法
CN109000649B (zh) 一种基于直角弯道特征的全方位移动机器人位姿校准方法
KR20200041355A (ko) 마커를 결합한 동시 위치결정과 지도작성 내비게이션 방법, 장치 및 시스템
US10875178B2 (en) Motion target direction angle obtaining method, apparatus and robot using the same
CN107741234A (zh) 一种基于视觉的离线地图构建及定位方法
CN110026993B (zh) 一种基于uwb及热释电红外传感器的人体跟随机器人
CN108151733B (zh) 面向auv入坞的ins/usbl组合导航定位方法
CN110160528B (zh) 一种基于角度特征识别的移动装置位姿定位方法
CN104501829B (zh) 一种惯性导航系统的误差校正方法
CN110906924A (zh) 一种定位初始化方法和装置、定位方法和装置及移动装置
CN113342059B (zh) 基于位置和速度误差的多无人机跟踪移动辐射源方法
CN109883420A (zh) 机器人位姿识别方法、系统及机器人
CN105445729A (zh) 无人机飞行三维航迹精度检测方法及系统
CN106843280A (zh) 一种机器人智能跟随系统
CN110596653A (zh) 一种多雷达数据融合方法及装置
CN105372650A (zh) 一种无人机飞行航迹精度检测方法及装置
CN111208526B (zh) 基于激光雷达与定位向量匹配的多无人机协同定位方法
WO2021016806A1 (zh) 高精度地图定位方法、系统、平台及计算机可读存储介质
Lin et al. Drift-free visual slam for mobile robot localization by integrating uwb technology
Gao et al. Altitude information acquisition of uav based on monocular vision and mems
CN114413894A (zh) 一种多传感器融合的机器人定位的方法
Li et al. Study of a transferring system for measurements in aircraft assembly
Wolniakowski et al. Improving the Measurement Accuracy of the Static IR Triangulation System Through Apparent Beacon Position Estimation
Fu et al. Research on self-calibration and adaptive algorithm of positioning base station based on uwb

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
ASS Succession or assignment of patent right

Owner name: SHANGHAI KELAI ELECTROMECHANICAL AUTOMATION ENGINE

Free format text: FORMER OWNER: SHANGHAI UNIVERSITY

Effective date: 20111223

C41 Transfer of patent application or patent right or utility model
TA01 Transfer of patent application right

Effective date of registration: 20111223

Address after: 200444, Shanghai, Baoshan District on the road 99, HC building, two floor

Applicant after: Shanghai Kelai Electromechanical Automation Engineering Co., Ltd.

Address before: 200444, Shanghai, Baoshan District, Shanghai Baoshan District on the road No. 99

Applicant before: Shanghai University

C14 Grant of patent or utility model
GR01 Patent grant
ASS Succession or assignment of patent right

Owner name: SHANGHAI UNIVERSITY

Free format text: FORMER OWNER: SHANGHAI KELAI ELECTROMECHANICAL AUTOMATION ENGINEERING CO., LTD.

Effective date: 20131106

C41 Transfer of patent application or patent right or utility model
TR01 Transfer of patent right

Effective date of registration: 20131106

Address after: 200444 Baoshan District Road, Shanghai, No. 99

Patentee after: Shanghai University

Address before: 200444, Shanghai, Baoshan District on the road 99, HC building, two floor

Patentee before: Shanghai Kelai Electromechanical Automation Engineering Co., Ltd.

CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20130220

Termination date: 20141213

EXPY Termination of patent right or utility model