CN102538779A - 机器人系统以及地图更新方法 - Google Patents

机器人系统以及地图更新方法 Download PDF

Info

Publication number
CN102538779A
CN102538779A CN2011103243961A CN201110324396A CN102538779A CN 102538779 A CN102538779 A CN 102538779A CN 2011103243961 A CN2011103243961 A CN 2011103243961A CN 201110324396 A CN201110324396 A CN 201110324396A CN 102538779 A CN102538779 A CN 102538779A
Authority
CN
China
Prior art keywords
environmental map
attribute
zone
map
shape
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.)
Granted
Application number
CN2011103243961A
Other languages
English (en)
Other versions
CN102538779B (zh
Inventor
藤本敬介
木村宣隆
守屋俊夫
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.)
Hitachi Production Machine System
Original Assignee
Hitachi 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 Hitachi Ltd filed Critical Hitachi Ltd
Priority to CN201410698431.XA priority Critical patent/CN104406581B/zh
Publication of CN102538779A publication Critical patent/CN102538779A/zh
Application granted granted Critical
Publication of CN102538779B publication Critical patent/CN102538779B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0268—Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means
    • G05D1/0272—Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means comprising means for registering the travel distance, e.g. revolutions of wheels
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J13/00—Controls for manipulators
    • B25J13/08—Controls for manipulators by means of sensing devices, e.g. viewing or touching devices
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J19/00—Accessories fitted to manipulators, e.g. for monitoring, for viewing; Safety devices combined with or specially adapted for use in connection with manipulators
    • B25J19/02—Sensing devices
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00—Programme-controlled manipulators
    • B25J9/16—Programme controls
    • B25J9/1694—Programme controls characterised by use of sensors other than normal servo-feedback from position, speed or acceleration sensors, perception control, multi-sensor controlled systems, sensor fusion
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W20/00—Control systems specially adapted for hybrid vehicles
    • B60W20/10—Controlling the power contribution of each of the prime movers to meet required power demand
    • B60W20/12—Controlling the power contribution of each of the prime movers to meet required power demand using control strategies taking into account route information
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/005—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 with correlation of navigation data from several sources, e.g. map or contour matching
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/88—Lidar systems specially adapted for specific applications
    • G01S17/89—Lidar systems specially adapted for specific applications for mapping or imaging

Abstract

本发明提供一种机器人系统以及地图更新方法。由于进行地图更新，在过去的环境地图和更新后的环境地图中产生误差。因此，当反复进行更新处理时，误差蓄积。存储多个由预先设定的环境地图中的规定区域的形状信息与环境地图上的规定区域的属性构成的对，对环境地图与存储在存储部中的规定区域进行比较，读出与规定区域对应的属性，按照测量部位中的属性，更新环境地图。

Description

机器人系统以及地图更新方法
技术领域
本发明涉及自主移动机器人所参照的环境地图的更新方法以及机器人系统。
背景技术
参照表示机器人的移动顺序的路径，求出从机器人的当前位置姿势起的移动控制，从而进行机器人的自主移动。例如，根据专利文献1，通过基于所设定的移动路径数据的移动控制，机器人能够进行到达目的地为止的自主移动的基本动作。在专利文献1中，在表示空间内的存在物的几何状况的环境地图上生成机器人移动的路径，根据机器人的当前位置姿势进行移动控制。这里，通过将利用距离传感器等测量出的周围形状与该环境地图进行几何学组合，来估计机器人的位置姿势。
作为环境地图，例如，将机器人移动的空间分割成二维的格子状，赋予在与由格子包围的各小区对应的该空间的区域内是否存在物体的信息。作为环境地图的生成技术，在专利文献2中公开了如下技术：一边移动激光距离传感器，一边生成和/或显示传感器移动的周围的环境地图作为图像。
这里，在实际的应用场合中，在多数情况下，空间内的物体的配置或形状随时间而变化。因此，过去生成的环境地图与当前空间内的存在物的状态不同。该情况下，无法进行所述机器人位置姿势估计用的所述几何学组合。由此，为了在环境形状变化的状况下运用自主移动机器人，需要伴随物体的配置或形状的变更来更新环境地图，以使得实际的存在物的状态与环境地图一致。
作为环境地图的更新技术，在专利文献3中公开了防止通过包含误识别的低精度的地图来更新环境地图的技术。并且，在专利文献4中公开了如下技术：消除了地图生成时的地图形状的不匹配，进而，能够进行局部的环境地图更新。具体而言，生成表示独立空间的一部分区域的局部地图，以操作员设定的连接点为基准将该局部地图与过去的环境地图连接起来，从而更新地图。
【专利文献1】日本特开2009-291540
【专利文献2】日本特开2005-326944
【专利文献3】日本特开2009-169845
【专利文献4】日本特开2010-92147
这些地图更新手段在过去的环境地图上改写新测量的形状，作为基准的过去的环境地图的形状中包含的误差(以下将与实际形状之间的差异作为环境地图的误差)会影响组合新的测量数据时的精度。因此，在更新后的环境地图中产生新的误差，由此，反复进行更新处理，误差蓄积，地图的精度降低。
在专利文献3中，将机器人测量的周围的形状与环境地图进行几何学组合，在环境地图中反映存在变更的被测量区域，从而进行环境地图的更新。此时，环境地图中表现的形状与实际形状不完全一致，所以，产生组合误差。由于该影响，在环境地图内的改写更新后的区域内产生新的误差。由此，反复进行上述更新时，环境地图的误差蓄积。
在专利文献4中，在结合过去的环境地图和新测量而得到的新的环境地图时，以在两个环境地图共有的区域内设定的连接点为基准，更新环境地图。但是，两个环境地图分别具有误差，所以，在以在两个环境地图上设定的连接点为基准而得到的更新后的环境地图中，相对于过去的环境地图产生新的误差。其结果，反复进行更新时，误差蓄积。
发明内容
与此相对，根据本发明的目的，提供能够在确保过去的环境地图的精度的状态下进行更新处理而不会在环境地图中蓄积误差的移动机器人、机器人系统、地图更新方法。
作为用于解决上述课题的本发明的特征的一例，能够在空间内移动的移动机器人或机器人系统具有：存储部，存储表示过去时点的空间几何信息的环境地图；传感部，能够测量机器人周围的存在物的形状；以及测量部位计算部，计算所述传感部测量出的部位，其特征在于，所述存储部具有如下功能：将多个由预先设定的所述环境地图中的规定区域的形状信息与所述环境地图上的该规定区域的属性成对地存储多个，所述移动机器人或机器人系统还具有：属性读出部，对所述环境地图与存储在所述存储部中的规定区域进行比较，读出与该规定区域对应的所述属性；以及环境地图更新部，按照所述测量部位计算部计算出的测量部位中的由所述属性读出部读出的所述属性，更新所述环境地图。
能够进行环境地图的更新处理而不会引起误差的蓄积。由此，即使反复进行更新处理，环境地图的精度也不会降低。
附图说明
图1是示出机器人系统的全体结构的图。
图2是示出机器人系统的动作流程图的图。
图3是示出机器人的动作的图。
图4是示出使用距离传感器的测量的图。
图5是示出测量出的距离数据的图。
图6是示出环境地图中的格子的状态的图。
图7是示出距离数据针对环境地图的几何学组合的图。
图8是示出环境地图的更新的图。
图9是示出从距离传感器得到的数据针对地图的登记的图。
图10是示出环境地图更新的流程图的图。
图11是示出区域形状和更新影响度的设定的图。
图12是示出区域形状和更新影响度的存储形式的图。
图13是示出所设定的各区域中的格子的状态的更新的图。
图14是示出更新前的地图和不变区域的设定的图。
图15是示出存在物形状变化时的形状的测量的图。
图16是示出不变区域以外的更新结果的图。
图17是示出在实施例中使用的数学式的图。
标号说明
10：移动机器人；101：传感部；101：自己位置估计部；103：测量部位计算部；104：属性读出部；105：环境地图更新部；106：移动控制部；107：驱动部；11：区域设定装置；110：区域设定部；111：更新影响度设定部；113；保存部；112；显示部；120：环境地图；121：区域形状；122：区域属性；13：实际空间内的存在物；600：环境地图；610：在地图上表现的存在物；620：环境地图中的详细格子；630：没有物体的区域的格子；640：存在物体的区域的格子；800：形状没有由于更新而变化的部位；810：通过更新而被消除的部位；820：通过更新而追加的部位；900：测量了距离的地点中的格子；910：在激光通过的空间内不存在任何物体的区域中的格子；1100：更新影响度高的区域；1110：更新影响度低的区域；1120：不进行更新的区域；1130：移动频度高的物体；1140：移动频度少的物体；1150：不进行移动的物体；1200：表示区域形状的格子；1210：存储部中的更新影响度的保持形式；1300：激光通过更新影响度高的区域时的格子状态的更新；1310：在更新影响度高的区域中测量了距离时的格子状态的更新；1320：激光通过更新影响度低的区域时的格子状态的更新；1330：在更新影响度低的区域中测量了距离时的格子状态的更新；1340：激光通过不进行更新的区域时的格子状态的更新；1350：在不进行更新的区域中测量了距离时的格子状态的更新；1400：过去的环境地图；1410：不进行更新的区域；1420：不变的形状；1430：移动前的形状；1500：移动后的形状。
具体实施方式
在本发明中，在环境地图上将多个任意的区域形状和每个该规定区域的属性成对地设定多个，根据该属性进行更新处理。在使用在机器人的移动中得到的周围的形状来更新环境地图时，按照更新部分中的所述属性来更新环境地图。
例如，针对实际形状不变的区域设定形状不变这样的属性(以下作为不变区域)。关于不变区域，不进行所述更新，不更新该区域中包含的环境地图上的形状。
由此，即使针对环境地图反复进行更新处理，也不对该区域进行更新，不会蓄积误差。当使用该环境地图进行最佳的几何学组合时，与没有蓄积误差的该区域取得匹配性。在组合时取得测量数据的一部分与该区域内的形状之间的匹配性，由此，不会在组合中产生误差蓄积的影响。根据该结果来更新环境地图，所以，不会在环境地图中产生误差的蓄积。
由此，即使反复进行更新，也能够确保不变区域以外的形状的精度。这些组合处理和更新处理分别能够自动执行，所以，如果预先设定所述属性，则在机器人的移动中也能够自动地确保地图为最新状态。根据本发明，能够进行环境地图的更新处理而不会引起误差的蓄积。由此，即使反复进行更新处理，环境地图的精度也不会降低。
下面，使用附图详细说明本发明的实施例。
【实施例1】
图1是示出本实施例的机器人系统的概念图。首先，本发明的机器人系统由移动机器人10和区域设定装置11构成。移动机器人10具有：表示在空间内存在的物体的形状的环境地图120、存储区域形状121和区域属性122的多个对的存储部100、测量周围的形状的传感部101、自己位置估计部102、测量部位计算部103、区域属性读出部104、环境地图更新部105、根据机器人的位置来决定移动的方向和量的移动控制部106、移动机构部107。
另外，在本实施例中，所述区域属性122表示更新时的针对所述环境地图的影响度即更新影响度，所述区域属性读出部104读出所述更新影响度。并且，区域设定装置11具有区域设定部110、更新影响度设定部111、显示部112、显示部113。
这里，移动机器人10也可以构成为，至少具有测量周围的形状的传感部101和移动机构部107，除此之外的环境地图120、存储部100等存储在与移动机器人10不同的装置(例如区域设定装置11)中，设置有线或无线通信单元等，进行控制以便将这些信息适当地发送到移动机器人。
传感部101通过激光距离传感器或声纳传感器等测量与位于机器人10周边的物体13之间的距离，从而能够得到测量对象的形状。另外，所述传感器只要能够测量周围的形状即可，不限于所述传感器的例子。
在自己位置估计部102中，通过对测量所得到的机器人10的周围的形状与存储部100所保持的环境地图120进行几何学组合，估计测量时的机器人的位置姿势。在测量部位计算部103中，根据估计出的所述自己位置，根据测量出的数据，求出环境地图上的被测量点的位置坐标。
更新影响度读出部104从存储在存储部100中的区域形状121中选择包含所述被测量点的位置的区域，求出与该区域对应的更新影响度122。另外，关于区域形状与更新影响度之间的对应，操作员预先任意设定区域，按照该规定区域设定更新影响度。环境地图更新部105按照所述更新影响度，更新与所述测量部位对应的环境地图上的部位。移动控制部106根据自己位置估计部102估计出的机器人的自己位置，沿着路径决定移动方向和速度的移动控制。移动机构部107按照移动控制部106所决定的移动控制使机器人移动。
另外，在本说明中，为了简便，将所述系统收纳在机器人内，但是，存储部100、自己位置估计部102、测量部位计算部103、更新影响度读出部104、环境地图更新部105也可以设置在设于机器人外部的计算机等中，经由通信设备，根据它们的计算结果远程操作机器人。通过由外部计算机具有这些部位，能够应用于多个机器人协作更新一个地图的作业。
图2是本实施例的处理顺序。移动机器人10根据路径和估计出的自己位置，通过移动控制部106决定移动的方向和速度(移动控制)，通过移动机构部107进行移动处理(S200)。接着，通过传感部101测量机器人10的周边的形状(S210)。将测量出的形状与环境地图进行几何学组合，从而估计机器人的自己位置(S220)。最后，根据从传感部101得到的形状来更新环境地图，从而对环境地图进行更新(S230)。在测量结束之前，反复进行这些处理。
图3是机器人避开空间上的存在物13并沿着路径移动的状况。机器人沿着预先指定或自动生成的路径进行移动。如果具有双脚步行式或履带式等的使机器人系统10移动的机构，则本机器人系统10中的移动机构部107不限于图2所示的使用车轮的形式。
图4是传感部101测量与周围存在的物体13之间的距离时的概念图。这里，为了进行说明，假设采用距离传感器作为传感部101的测量装置。传感部照射的激光触碰周围的存在物13，传感部对其反射光进行受光，从而根据从照射到受光的时间来测量与存在物13之间的距离。针对周围全方向进行该测量，从而能够测量周围的形状。
图5示出使用距离传感器测量周边的形状时的测量例。距离传感器向周围照射红外线激光，对触碰了在各方向上存在的物体后的激光的反射光进行受光，根据从照射到受光的时间差来测量与物体之间的距离。距离传感器一边使测量方向φ逐次变化角度分辨率δφ，一边同时测量n个数据。设第i个测量数据的测量方向为φi、测量出的距离为ri。此时的距离与方向的组合(ri，φi)成为以距离传感器为中心的测量对象物体的由相对极坐标系表示的位置。另外，点划线箭头表示测量结果，箭头的终端成为被测量点的位置。闭合的点划线表示空间上的物体，触碰该物体的点划线箭头是测量成功的数据。未触碰闭合的点划线的点划线箭头表示无法测量任何物体。通过图17所示的数学式(数学式1)，从由极坐标系表示的位置(ri，φi)转换为直角坐标系(sxi，syi)。
图6是环境地图600的概念图。在图6中，为了进行说明，示出仅表示是否存在物体的2值表现。考虑了本实施例中的更新影响度的是否存在物体的表现方法在后面详细叙述。作为环境地图的表现形式，假设分割成620那样的细小的格子。但是，将空间全体的形状图示为格子时，格子的表记过小，所以，在使用格子进行说明时，如620那样放大示出一部分。
在以下的说明中，分别表现环境地图600和格子620，但是，它们只是放大率不同，内部构造相同。在环境地图600上示出环境地图的坐标轴和存在物。这里，环境地图的坐标系设地图的中心为(0，0)，设右方向为x轴的正方向，设上方向为y轴的正方向。另外，环境地图的坐标系不限于此。空间内存在的形状作为黑线如存在物610那样表现。这里表现的存在物610是在过去时点测量并记录在环境地图600上的存在物。
接着，说明格子中的表现例。格子630表示在空间内对应的区域中不存在任何物体。并且，格子640表示在格子内存在物体。在图6中，为了进行说明，简化示出是否存在物体的2值，但是，在本实施例中，不是2值，而是将其作为以下所述的多值的概率形式来表现物体的存在概率。
详细说明本实施例中的环境地图上的物体的表现方法。在本实施例中，将空间内的物体的形状作为物体的存在概率而表现在环境地图上。在环境地图的内部，记录物体的信息作为投票值，在读出时转换为存在概率。首先，针对环境地图坐标系的坐标(x，y)中的格子小区m(x，y)，设物体存在的概率为p(m(x，y))。这里，例如根据p(m(x，y))的值与参数的比较结果来判定是否存在物体。并且，各格子保持投票值v(x，y)，根据投票值v(x，y)的值来计算概率p(m(x，y))。
另外，这些环境地图的表现方法不限于上述方法，表现方法只要是能够考虑更新影响度的形状即可。
图7示出通过自己位置估计部102进行的测量了周围的形状时的机器人的位置姿势估计例。在自己位置估计中，以几何学的方式在图6所示的环境地图600上组合由传感部101测量出的图5所示的距离数据，由此，机器人估计测量了周围的形状时的环境地图上的位置姿势。设环境地图的坐标系中的机器人的位置为(x，y，θ)。这里，将式1的机器人坐标系所示的测量结果的坐标转换为环境地图的坐标系(txi，tyi)时，如图17所示的数学式(数学式2)那样。
通过从机器人坐标系进行线性转换来求出环境地图的坐标系。将转换为上述环境地图的坐标系后的距离结果与环境地图进行几何学组合时的最佳位置(x*，y*，θ*)如图17所示的数学式(数学式3)那样求出。
预先给出接近最佳解的初始值，通过最速下降法等，能够解出式3的解。以下，设估计后的自己位置为(x，y，θ)、测量出的环境地图坐标系中的被测量点的位置为(tx，ty)进行说明。
图8示出基于从传感部101得到的距离信息的环境地图的更新例。针对记录在过去的环境地图中的形状记录当前测量的传感结果，从而进行环境地图的更新。通过测量部位计算部103求出所测量出的部位。测量部位计算部103的计算与式2同样，求出自己位置(x，y，θ)和被测量点的位置(tx，ty)，并且探索自己位置与被测量点之间的区域的各格子，从而求出部位。图8分别示出记录在环境地图中的形状与测量出的形状相同的形状800、记录在过去的环境地图中但是当前没有测量出的形状810、以及新测量出的形状820。首先，根据通过所述组合而求出的移动机器人10的自己位置(x，y，θ)，将被测量点转换为环境地图的坐标系。于是，如形状800那样，关于与构筑过去的环境地图时的形状相比没有变化的部位，测量出的形状与环境地图一致。另一方面，如形状810那样，在由于配置物移动等原因而消失的情况下，距离传感器照射的激光通过。该情况下，通过减少与激光通过的区域对应的部分的所述存在概率，能够从环境地图上消除形状810。另外，存在概率的计算在后面叙述。关于在过去的环境地图中没有记录但是在当前的测量中新测量出的形状820，在环境地图上的被测量点的坐标中没有记录形状。该情况下，通过增加被测量点的位置的所述存在概率，新记录形状。如上所述，能够更新环境地图。
接着，说明由环境地图更新部105实现的环境地图的更新中的所述存在概率的计算方法。按照每个区域，利用所述更新影响度增减格子的投票值，从而进行更新。在本实施例中，操作员设定与坐标(x，y)对应的区域中的增加参数α(x，y)和减少参数β(x，y)的值，作为更新影响度。通过更新影响度读出部104读出所设定的更新影响度。设作为更新对象的格子为与由测量部位计算部103计算出的被测量点对应的格子和与没有测量出任何物体的区域对应的格子。
图9示出通过针对格子900增加投票值v(x，y)来更新格子的例子。首先，说明与测量了距离时的被测量点对应的格子的更新。在测量了距离的情况下，测量部位计算部103使用式2求出被测量点的坐标，环境地图更新部105增加在与该坐标对应的格子中保存的所述投票值v(x，y)。由此，该位置中的物体的存在概率增加。根据测量出的距离和测量时的机器人的位置，通过式2求出格子900的位置(tx，ty)。关于投票值的变更，使用与格子的位置(tx，ty)对应的增加参数α(tx，ty)，如图17所示的数学式(数学式4)那样更新。
接着，说明与没有测量出任何物体的区域对应的格子的更新。关于与没有测量出任何物体的区域对应的格子910，通过减少投票值v(x，y)来更新格子。将连接传感部101的位置与被测量点的位置的线段所通过的格子作为对象。关于投票值的变更，使用与格子的位置(tx，ty)对应的减少参数β(tx，ty)，如图17所示的数学式(数学式5)那样更新。
通过上述的格子的投票值的增减，能够增减在格子内存在物体的概率p(m(x，y))。投票值越小，概率p(m(x，y))越小，投票值越大，概率越大。
图10示出本实施例的更新的处理顺序。首先，根据由自己位置估计部102得到的自己位置(x，y，θ)，使用式2将来自传感部101的数据转换为环境地图上的坐标(tx，ty)(S1000)。接着，检测与传感部101的各测量方向所通过的没有测量出任何物体的区域对应的格子(S1010)，读出作为与该格子对应的更新影响度的所述减少参数β(tx，ty)(S1020)，根据该参数减少该格子的投票值v(tx，ty)，从而降低格子中的物体的存在概率p(m(tx，ty))(S1030)。如果检测出形状，则通过式2求出与检测出的位置对应的格子(S1040)，读出作为与该格子对应的更新影响度的所述增加参数α(tx，ty)(S1050)，根据该参数增加该格子的投票值v(tx，ty)，从而提高格子中的物体的存在概率p(m(tx，ty))(S1060)。
图11是所述更新影响度的设定画面的例子。在本实施例中，使用区域设定装置11设定区域形状121和更新影响度122的多个对。首先，操作员通过区域设定部110指定环境地图上的区域，通过更新影响度设定部111，按照每个区域设定更新影响度。作为设定方法，通过显示部113在画面上显示环境地图，根据所显示的环境地图，操作员利用鼠标等指示装置设定环境地图的区域形状，进而，操作员针对所设定的区域设定更新影响度。区域的设定方法具有使用该指示装置的基于自由曲线的包围或基于矩形的包围方法等。另外，该指示装置只要能够指示画面上的坐标即可，不限于鼠标。保存部112在机器人10所具有的存储部10中保存所设定的区域形状121和更新影响度122。图11按照更新影响度设定了3个区域。这里，分别将各区域设定为更新影响度高的区域1100、更新影响度低的区域1110、不进行更新的区域1120。另外，在图11中，将更新影响度限定为3种进行说明，但是不限于此。并且，也可以设定为连续地变更参数。
图12示出区域形状和更新影响度的存储形式。这里，列举图11所示的区域1100和区域1110的例子进行说明。在本实施例中，区域形状和更新影响度与图6所示的地图的保持形式同样，如1200那样将空间分割成格子状，预先在存储部中保持与各格子对应的更新影响度的值。作为存储形式，如1210所示，在存储部上的与(x，y)坐标值对应的位置分别存储更新影响度的值。由此，仅通过读出与所指定的坐标对应的值的处理，就能够读出更新影响度。另外，作为区域形状的形式，也可以不使用格子，而利用数值保持由多边形或曲线包围的区域。该情况下，针对各区域，分别对应地保持更新影响度。在读出更新影响度时，探索与所指定的坐标对应的区域，读出与该区域对应的值。
图13示出对设定了更新影响度后的环境地图进行更新的例子。另外，各区域的更新影响度与图11相同。首先，关于更新影响度大的区域1100所包含的格子中的没有测量出形状的格子1300，大幅减少投票值v(tx，ty)。于是，该格子中的物体的存在概率p(m(tx，ty))也大幅减少。另一方面，关于区域1100所包含的格子中的测量出形状的格子1310，大幅增加投票值v(tx，ty)。于是，该格子中的物体的存在概率p(m(tx，ty))也大幅增加。其结果，当在该区域中产生形状的变更或移动时，区域内的格子中的物体的存在概率p(m(tx，ty))大幅增减，立即在环境地图中反映形状。关于更新影响度低的区域1110所包含的格子，投票值v(tx，ty)的增减变小。没有测量出形状的格子1320稍微减少投票值v(tx，ty)。于是，该格子中的物体的存在概率p(m(tx，ty))小幅减少。并且，区域1110所包含的格子中的测量出形状的格子1330稍微增加投票值v(tx，ty)。该情况下，同样地，物体的存在概率p(m(tx，ty))也小幅增加。其结果，在该区域中，相对于形状的变更或移动，区域内的格子中的物体的存在概率p(m(tx，ty))的增减变小，针对环境地图的影响变得缓和。关于区域1120所包含的格子，不变更投票值v(tx，ty)。因此，相对于任何测量，区域内的形状均不变。在图13中，没有测量出形状的格子1340和测量出形状的格子1350均不改变投票值。在该不变区域内记录的形状不变，即使反复进行更新，也不会产生误差的蓄积。
作为如上所述将更新影响度分为多种时的效果，存在如下效果：能够防止在环境地图中误记录移动中的物体，并且能够在环境地图中记录静止的物体。当在环境地图中记录了正在移动的物体时，在自己位置估计时不存在该移动中的物体，地图与实际的环境不一致，所以引起精度降低。因此，优选在环境地图中记录不移动的物体。在本实施例中，通过根据各区域中的物体的移动频度来设定更新影响度，能够如上所述更新环境地图。例如，在移动的物体较多的道路等区域中，将更新影响度设定为较低，由此，难以在环境地图中记录不希望反映到环境地图中的移动中的物体。并且，在存在大量不移动的静止的物体的区域中，将更新影响度设定为较高，由此，即使测量次数较少，也能够立即反映到环境地图中，容易在环境地图中记录该物体。
图14～图16示出实际的更新例。图14是设定2种更新影响度的例子。一个更新影响度设定为较高，另一个影响度设定为零而不进行更新。图14由过去的环境地图1400、不进行更新的区域1410、在区域1410内存在的不变形状1420、以及在区域1410外存在的形状1430构成。另外，假设区域1410是操作员预先设定的。以存储部保持图14的环境地图为前提，如图15那样进行测量。假设图15的环境为图14的地图上的形状1430移动到1500的位置。因此，在该测量时，在此前的环境地图中登记的形状1430的部分不存在任何物体，所以，测量出位于其里侧的不变形状1420的一部分。并且，新测量出形状1500。根据该测量结果，在图16中更新环境地图。在区域1410内不进行更新，所以，不进行环境地图的变更。在区域1410以外的区域中，根据新测量出的结果来更新形状。由此，消除形状1430，记录形状1500。不更新形状1420，所以，即使反复进行更新，形状1420也不会蓄积误差。这样，在更新时，将存在形状不变或者不移动的物体的区域中的更新影响度设为零，由此，在反复进行更新时，不会在该不变区域内的形状中产生误差的蓄积。通过使用该更新，在自己位置中的形状的组合中，在取得所测量出的形状的一部分与没有蓄积所述误差的形状之间的匹配性的情况下，不会在自己位置估计结果中出现所述误差蓄积的影响。由此，如果根据该所述自己位置估计的结果来更新地图，则在所述不变区域以外的地图中也不会蓄积误差。
根据上述方式，在操作员预先指定了区域和更新影响度后，能够自动进行更新，但是，通过在更新时手动设定希望更新的区域，不会在环境地图中反映不应该反映到环境地图中的数据，本发明不限于自动执行的利用方法。
在本发明中，如果操作员预先设定了更新的区域和影响度，则能够执行地图更新和自己位置估计，而不蓄积误差。因此，在本发明的机器人系统中，自动生成高精度的地图。由此，在机器人的移动中，也能够自动将地图更新为最新状态，即使在环境形状变化的状况下，不进行手动作业或再次测量作业，也能够进行机器人的自主移动。
【实施例2】
在所述实施例中，作为传感部101，使用对在二维平面上存在的物体进行测量的距离传感器进行了说明。与此相对，作为传感部101，也可以使用能够测量三维形状的距离传感器。下面，说明使用三维距离传感器时的实施例。
在对三维空间进行处理的情况下，将空间分割成格子时，使用存储量庞大。因此，直接在存储部100中保持由距离传感器测量出的被测量点的集合(点群)。当然，在能够使用安装了大量存储介质的计算机的情况下，也能够如所述实施例那样对格子进行处理。
搭载在移动机器人上的功能/处理的顺序与所述实施例相同。下面对各功能进行说明。
在本方式中，利用被测量点的集合表示空间内的物体。并且，代替格子，按照每个点在存储部100中记录各投票率。自己位置估计部102针对当前保持的点群应用由传感部101得到的周围的点群，从而估计自己位置。探索所保持的点中的存在率为0.5以上的点和测量出的各点之间的距离的平方距离和最小的对应和姿势，来进行估计。
在测量部位计算部103中，计算所保持的物体的形状和测量出的形状的变更部分。这里，探索位于各激光通过的线状轨迹的一定距离内的点群，作为“没有测量出的点”。并且，将离被测量点的一定距离内的点群作为“测量出的点”。
更新影响度读出部104探索在存储部100中保持的包含由所述测量部位计算部103计算出的点在内的区域，读出与该区域对应的影响度。
环境地图更新部根据由所述影响度读出部104读出的所述影响度，对在由测量部位计算部103计算出并由存储部100保持的点中记录的投票值进行增减。由测量部位计算部103计算出的“没有测量出的点”降低投票值。另一方面，由测量部位计算部103计算出的“测量出的点”降低投票值。
在区域设定部110中，操作员选择任意的区域。无法直接利用鼠标指定三维空间内的任意区域。因此，存在如下方法等：在2个正交方向的视点上分别指定矩形，将两个矩形的共同区域作为指定区域。并且，关于各指定区域，通过更新影响度设定部111设定更新影响度。

Claims (14)

1.一种机器人系统，其特征在于，
所述机器人系统具有：能够在空间内移动的移动机器人，具有能够测量周围的存在物的形状的传感部；存储部，存储表示过去时点的空间几何信息的环境地图；以及测量部位计算部，计算所述传感部测量出的部位，
所述存储部将由预先设定的所述环境地图中的规定区域的形状信息与所述环境地图上的该规定区域的属性成对地存储多个，
所述机器人系统还具有：属性读出部，对所述环境地图与存储在所述存储部中的规定区域进行比较，读出与该规定区域对应的所述属性；以及环境地图更新部，按照所述测量部位计算部计算出的测量部位中的由所述属性读出部读出的所述属性，更新所述环境地图。
2.如权利要求1所述的机器人系统，其特征在于，
所述机器人系统具有区域设定部，该区域设定部分别设定环境地图上的任意的规定区域和所述规定区域的所述属性。
3.如权利要求1或2所述的机器人系统，其特征在于，
所述属性是进行该规定区域中的环境地图更新时的对地图的更新影响度。
4.如权利要求1或2所述的机器人系统，其特征在于，
所述属性是进行该规定区域中的环境地图更新时的可否对地图进行更新。
5.如权利要求1所述的机器人系统，其特征在于，
所述机器人系统具有自己位置估计部，该自己位置估计部根据所述环境地图上的形状和来自所述传感部的数据的几何学组合，估计机器人的位置姿势，
所述测量部位计算部根据所述自己位置估计部的结果，计算所述传感部测量出的地图上的测量部位。
6.如权利要求1所述的机器人系统，其特征在于，
所述传感部是测量与周围物体之间的距离的距离传感器。
7.如权利要求2所述的机器人系统，其特征在于，
所述区域设定部具有：
能够设定所述规定区域的区域设定部；
属性设定部，能够针对所述规定区域设定所述属性的参数；以及
保存部，使所述存储部将由通过区域设定部设定的规定区域的信息和由所述属性设定部设定的该规定区域中的所述属性成对地存储多个。
8.如权利要求7所述的机器人系统，其特征在于，
所述机器人系统具有显示部，该显示部在画面上显示所述环境地图和输入中的由所述区域设定部设定的所述规定区域。
9.如权利要求1所述的机器人系统，其特征在于，
在所述移动机器人内部收纳所述存储部、所述测量部位计算部、所述属性读出部以及所述环境地图更新部。
10.一种环境地图更新方法，是能够在空间内移动的移动机器人的表示移动空间内的存在物的形状的环境地图的更新方法，其特征在于，所述环境地图更新方法包括以下步骤：
区域设定步骤，操作员设定所述环境地图上的规定区域；
属性设定步骤，操作员针对所述规定区域设定所述属性；
测量部位计算步骤，根据来自所述传感部的传感数据计算测量部位；
属性读出步骤，在由所述测量部位计算步骤计算出的测量部位中，读出在包含测量部位的所述规定区域中设定的所述属性；以及
环境地图更新步骤，根据由所述属性读出步骤读出的所述属性，更新环境地图上的由所述测量部位计算步骤计算出的部位。
11.如权利要求10所述的环境地图更新方法，其特征在于，
所述属性是进行该规定区域中的环境地图更新时的对地图的影响度。
12.如权利要求10所述的环境地图更新方法，其特征在于，
所述属性是进行该规定区域中的环境地图更新时的可否更新。
13.如权利要求10所述的环境地图更新方法，其特征在于，
所述环境地图更新方法包括位置姿势估计步骤，在该位置姿势估计步骤中，按照所述环境地图上的形状和由传感部测量出的传感数据的几何学组合，估计机器人的位置姿势，
在测量部位计算步骤中，按照基于所述位置姿势估计步骤的结果的位置姿势，根据来自所述传感部的传感数据计算测量部位。
14.如权利要求10所述的环境地图更新方法，其特征在于，
所述传感部是测量与周围物体之间的距离的距离传感器。
CN201110324396.1A 2010-10-25 2011-10-24 机器人系统以及地图更新方法 Active CN102538779B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201410698431.XA CN104406581B (zh) 2010-10-25 2011-10-24 机器人系统以及地图更新方法

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP238105/2010 2010-10-25
JP2010238105A JP5452442B2 (ja) 2010-10-25 2010-10-25 ロボットシステム及び地図更新方法

Related Child Applications (1)

Application Number Title Priority Date Filing Date
CN201410698431.XA Division CN104406581B (zh) 2010-10-25 2011-10-24 机器人系统以及地图更新方法

Publications (2)

Publication Number Publication Date
CN102538779A true CN102538779A (zh) 2012-07-04
CN102538779B CN102538779B (zh) 2015-03-11

Family

ID=46263339

Family Applications (2)

Application Number Title Priority Date Filing Date
CN201110324396.1A Active CN102538779B (zh) 2010-10-25 2011-10-24 机器人系统以及地图更新方法
CN201410698431.XA Active CN104406581B (zh) 2010-10-25 2011-10-24 机器人系统以及地图更新方法

Family Applications After (1)

Application Number Title Priority Date Filing Date
CN201410698431.XA Active CN104406581B (zh) 2010-10-25 2011-10-24 机器人系统以及地图更新方法

Country Status (3)

Country Link
JP (1) JP5452442B2 (zh)
KR (1) KR101309415B1 (zh)
CN (2) CN102538779B (zh)

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105091885A (zh) * 2014-05-08 2015-11-25 株式会社日立制作所 机器人及自身位置推定方法
CN105334858A (zh) * 2015-11-26 2016-02-17 江苏美的清洁电器股份有限公司 扫地机器人及其室内地图建立方法和装置
CN106573632A (zh) * 2014-06-25 2017-04-19 三菱电机株式会社 建筑限界测定图的生成装置、建筑限界测定图数据的生成装置、建筑限界测定图的生成方法、建筑限界测定图以及建筑限界测定图数据
CN107305125A (zh) * 2016-04-21 2017-10-31 中国移动通信有限公司研究院 一种地图构建方法及终端
CN108469826A (zh) * 2018-04-23 2018-08-31 宁波Gqy视讯股份有限公司 一种基于机器人的地图生成方法及系统
CN108780615A (zh) * 2016-03-31 2018-11-09 索尼公司 信息处理设备
CN108931977A (zh) * 2017-06-06 2018-12-04 北京猎户星空科技有限公司 机器人环境建图方法、装置及机器人
CN109507995A (zh) * 2017-09-14 2019-03-22 深圳乐动机器人有限公司 机器人地图的管理系统及机器人
CN111033425A (zh) * 2017-09-04 2020-04-17 日本电产株式会社 移动体、位置推断装置以及计算机程序
CN111639148A (zh) * 2020-05-13 2020-09-08 广州小鹏车联网科技有限公司 一种建图方法、系统及存储介质
CN111928866A (zh) * 2020-09-27 2020-11-13 上海思岚科技有限公司 一种机器人地图差异更新的方法及设备
CN113854906A (zh) * 2021-10-22 2021-12-31 广州科语机器人有限公司 多台清洁机器人协同作业的控制方法、装置及设备

Families Citing this family (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR2977023B1 (fr) * 2011-06-24 2014-02-21 Univ Angers Generation de donnees de carte
JP2014203145A (ja) * 2013-04-02 2014-10-27 パナソニック株式会社 自律移動装置
JP6141782B2 (ja) * 2014-03-12 2017-06-07 株式会社豊田自動織機 無人搬送車と在庫管理システムの連動システムにおける地図情報更新方法
JP6025289B2 (ja) * 2014-03-12 2016-11-16 株式会社豊田自動織機 無人搬送車と在庫管理システムの連動システム
JP6506279B2 (ja) * 2014-06-16 2019-04-24 株式会社日立製作所 地図生成システム及び地図生成方法
KR101679741B1 (ko) * 2015-05-06 2016-11-28 고려대학교 산학협력단 외곽 공간 특징 정보 추출 방법
WO2018180175A1 (ja) * 2017-03-27 2018-10-04 日本電産株式会社 移動体、信号処理装置およびコンピュータプログラム
CN107167148A (zh) * 2017-05-24 2017-09-15 安科机器人有限公司 同步定位与地图构建方法和设备
US10802485B2 (en) * 2017-10-09 2020-10-13 Here Global B.V. Apparatus, method and computer program product for facilitating navigation of a vehicle based upon a quality index of the map data
US20210003418A1 (en) * 2018-03-05 2021-01-07 Nec Corporation Robot management system, robot management method, information processing apparatus, information processing method, and information processing program
JP2019204336A (ja) * 2018-05-24 2019-11-28 東芝ライフスタイル株式会社 自律走行体
JP7281707B2 (ja) * 2018-07-06 2023-05-26 パナソニックＩｐマネジメント株式会社 移動ロボット、及び、制御方法
WO2020019193A1 (zh) * 2018-07-25 2020-01-30 深圳市大疆创新科技有限公司 一种无人机控制方法、系统及无人机
US10835096B2 (en) * 2018-08-30 2020-11-17 Irobot Corporation Map based training and interface for mobile robots
DE112019007750T5 (de) * 2019-09-26 2022-06-30 Yamaha Hatsudoki Kabushiki Kaisha Umgebungskarten- Erzeugungsvorrichtung und -Verfahren, Vorrichtung zum Schätzen der lokalen Position, und autonomer beweglicher Körper
WO2021208416A1 (zh) * 2020-04-17 2021-10-21 宝时得科技（中国）有限公司 自移动设备、终端、服务器自动更新数据模型的方法
CN111780775A (zh) * 2020-06-17 2020-10-16 深圳优地科技有限公司 路径规划的方法、装置、机器人及存储介质
CN112515556B (zh) * 2020-10-20 2022-02-18 深圳市银星智能科技股份有限公司 一种环境地图的处理方法及其装置、电子设备
EP4276562A1 (en) 2021-01-08 2023-11-15 Lexxpluss, Inc. Transport system and transport control method

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1617170A (zh) * 2003-09-19 2005-05-18 索尼株式会社 环境识别设备及方法，路径规划设备及方法以及机器人
JP2006252346A (ja) * 2005-03-11 2006-09-21 Secom Co Ltd 移動ロボット
CN101000507A (zh) * 2006-09-29 2007-07-18 浙江大学 移动机器人在未知环境中同时定位与地图构建的方法
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
CN101033971A (zh) * 2007-02-09 2007-09-12 中国科学院合肥物质科学研究院 一种移动机器人地图创建系统及地图创建方法

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3781370B2 (ja) * 2002-11-19 2006-05-31 本田技研工業株式会社 移動装置
JP5157803B2 (ja) * 2008-10-06 2013-03-06 村田機械株式会社 自律移動装置
AU2010286429B2 (en) * 2009-08-31 2013-11-28 Vorwerk & Co. Interholding Gmbh Method and apparatus for simultaneous localization and mapping of mobile robot environment

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1617170A (zh) * 2003-09-19 2005-05-18 索尼株式会社 环境识别设备及方法，路径规划设备及方法以及机器人
JP2006252346A (ja) * 2005-03-11 2006-09-21 Secom Co Ltd 移動ロボット
CN101000507A (zh) * 2006-09-29 2007-07-18 浙江大学 移动机器人在未知环境中同时定位与地图构建的方法
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
CN101033971A (zh) * 2007-02-09 2007-09-12 中国科学院合肥物质科学研究院 一种移动机器人地图创建系统及地图创建方法

Cited By (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105091885A (zh) * 2014-05-08 2015-11-25 株式会社日立制作所 机器人及自身位置推定方法
US9802310B2 (en) 2014-05-08 2017-10-31 Hitachi, Ltd. Mobile robot estimating own position using a class-based own-position estimation unit
CN105091885B (zh) * 2014-05-08 2018-12-07 株式会社日立制作所 机器人及自身位置推定方法
CN106573632A (zh) * 2014-06-25 2017-04-19 三菱电机株式会社 建筑限界测定图的生成装置、建筑限界测定图数据的生成装置、建筑限界测定图的生成方法、建筑限界测定图以及建筑限界测定图数据
CN106573632B (zh) * 2014-06-25 2018-07-10 三菱电机株式会社 建筑限界测定图的生成装置、生成方法
CN105334858A (zh) * 2015-11-26 2016-02-17 江苏美的清洁电器股份有限公司 扫地机器人及其室内地图建立方法和装置
CN108780615A (zh) * 2016-03-31 2018-11-09 索尼公司 信息处理设备
CN107305125A (zh) * 2016-04-21 2017-10-31 中国移动通信有限公司研究院 一种地图构建方法及终端
CN108931977A (zh) * 2017-06-06 2018-12-04 北京猎户星空科技有限公司 机器人环境建图方法、装置及机器人
CN111033425A (zh) * 2017-09-04 2020-04-17 日本电产株式会社 移动体、位置推断装置以及计算机程序
CN109507995A (zh) * 2017-09-14 2019-03-22 深圳乐动机器人有限公司 机器人地图的管理系统及机器人
CN109507995B (zh) * 2017-09-14 2022-01-04 深圳乐动机器人有限公司 机器人地图的管理系统及机器人
CN108469826A (zh) * 2018-04-23 2018-08-31 宁波Gqy视讯股份有限公司 一种基于机器人的地图生成方法及系统
CN111639148A (zh) * 2020-05-13 2020-09-08 广州小鹏车联网科技有限公司 一种建图方法、系统及存储介质
CN111639148B (zh) * 2020-05-13 2022-03-11 广州小鹏自动驾驶科技有限公司 一种建图方法、系统及存储介质
CN111928866A (zh) * 2020-09-27 2020-11-13 上海思岚科技有限公司 一种机器人地图差异更新的方法及设备
CN111928866B (zh) * 2020-09-27 2021-02-12 上海思岚科技有限公司 一种机器人地图差异更新的方法及设备
CN113854906A (zh) * 2021-10-22 2021-12-31 广州科语机器人有限公司 多台清洁机器人协同作业的控制方法、装置及设备

Also Published As

Publication number Publication date
JP5452442B2 (ja) 2014-03-26
CN104406581A (zh) 2015-03-11
CN102538779B (zh) 2015-03-11
KR101309415B1 (ko) 2013-09-23
KR20120042686A (ko) 2012-05-03
CN104406581B (zh) 2017-09-08
JP2012093811A (ja) 2012-05-17

Similar Documents

Publication Publication Date Title
CN102538779A (zh) 机器人系统以及地图更新方法
Pomerleau et al. Long-term 3D map maintenance in dynamic environments
JP5685380B2 (ja) グリッドマップを利用した経路生成装置及びその動作方法
US11815602B2 (en) Grid occupancy mapping using error range distribution
CN112363158B (zh) 机器人的位姿估计方法、机器人和计算机存储介质
CN103635779A (zh) 用于促进用于工业车辆导航的地图数据处理的方法和装置
JP5728564B2 (ja) ロボットシステム及び地図更新方法
CN107443380B (zh) 直角坐标机器人的控制方法和控制装置
US20200292319A1 (en) Systems and methods for electronic mapping and localization within a facility
CN111752276A (zh) 局部路径规划方法、装置、计算机可读存储介质及机器人
JP2020532775A (ja) マッピング方法、画像収集処理システム及び測位方法
US20220024034A1 (en) Method of predicting occupancy of unseen areas for path planning, associated device, and network training method
Chen et al. GPU-accelerated incremental Euclidean distance transform for online motion planning of mobile robots
US10731970B2 (en) Method, system and apparatus for support structure detection
US11592826B2 (en) Method, system and apparatus for dynamic loop closure in mapping trajectories
JP5953393B2 (ja) ロボットシステム及び地図更新方法
CN116429121A (zh) 基于多传感器的定位方法、装置、自移动设备及存储介质
CN111113405A (zh) 一种机器人获得位置服务的方法及机器人
Shoval et al. Analysis of landmark configuration for absolute positioning of autonomous vehicles
CN108548536A (zh) 无人驾驶智能机器人的位置推算方法
US20200182623A1 (en) Method, system and apparatus for dynamic target feature mapping
KR102009479B1 (ko) 이동 로봇 제어 장치 및 방법
Nevalainen et al. Long-term autonomy in forest environment using self-corrective slam
CN110006420B (zh) 建图方法、图像采集和处理系统和定位方法
Kozlov et al. Development of an Autonomous Robotic System Using the Graph-based SPLAM Algorithm

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20191230

Address after: Tokyo, Japan

Patentee after: Hitachi Production Machine System

Address before: Tokyo, Japan

Patentee before: Hitachi Production Co., Ltd.