CN103838240A - 控制方法和电子设备 - Google Patents

控制方法和电子设备 Download PDF

Info

Publication number
CN103838240A
CN103838240A CN201210492410.3A CN201210492410A CN103838240A CN 103838240 A CN103838240 A CN 103838240A CN 201210492410 A CN201210492410 A CN 201210492410A CN 103838240 A CN103838240 A CN 103838240A
Authority
CN
China
Prior art keywords
information
path
node
path node
control method
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
CN201210492410.3A
Other languages
English (en)
Other versions
CN103838240B (zh
Inventor
李众庆
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.)
Lenovo Beijing Ltd
Original Assignee
Lenovo Beijing 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 Lenovo Beijing Ltd filed Critical Lenovo Beijing Ltd
Priority to CN201210492410.3A priority Critical patent/CN103838240B/zh
Publication of CN103838240A publication Critical patent/CN103838240A/zh
Application granted granted Critical
Publication of CN103838240B publication Critical patent/CN103838240B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Abstract

本发明实施例提供了控制方法和电子设备。该控制方法应用于用于一环境内的地图构建和路径导航的一个或多个电子设备,包括:获取环境内路径节点的特征信息,其中,路径节点是环境内需要进行路径选择或者具有路径转折的节点;获取具有相同特征信息的多个节点中每个节点的编号信息;获取有关各个路径节点的距离信息和方位角信息;以及,基于路径节点的特征信息、编号信息、距离信息和方位角信息进行环境内的地图构建和路径导航。通过根据本发明实施例的控制方法和电子设备,可以在不需要路径节点的精确坐标的情况下实现精确的路径识别,并降低整体成本。

Description

控制方法和电子设备
技术领域
本发明涉及控制方法和电子设备。
背景技术
SLAM(Simultaneous Localization and Mapping:同步定位和构建地图)也被称为CML(Concurrent Mapping and Localization:同时构建地图和定位),其指的是即时定位与地图构建。SLAM最早由Smith、Self和Cheeseman于1988年提出,由于其重要的理论与应用价值,被很多学者认为是实现真正全自主移动机器人的关键。
SLAM可以被描述为:当机器人在未知环境中从一个未知位置开始移动时,在移动过程中根据位置估计和地图进行自身定位,同时在自身定位的基础上建造增量式地图,从而实现机器人的自主定位和导航。
其中,SLAM在探索未知环境并构建地图的过程中,以及在后续的根据构建的地图进行导航的过程中,需要获得自身位置的精确坐标来进行定位和导航。在某些情况下,例如借助于GPS,机器人可以获得自身位置的精确坐标,但是,在某些不易于获得精确坐标的情况下,定位和导航将遇到很大的困难。
因此,考虑到上述问题,需要能够促进路径的自动识别的控制方法和电子设备。
发明内容
因此,针对上述现有技术中存在的问题和需求做出本发明。
本发明实施例的目的是提供一种控制方法和电子设备,其能够在不需要精确的坐标信息的情况下实现精确的路径识别。
根据本发明实施例的一个方面,提供了一种控制方法,应用于一个或多个电子设备,所述电子设备用于一环境内的地图构建和路径导航,所述控制方法包括:获取所述环境内路径节点的特征信息,其中,所述路径节点是所述环境内需要进行路径选择或者具有路径转折的节点;获取具有相同特征信息的多个节点中每个节点的编号信息;获取有关各个路径节点的距离信息和方位角信息;以及,基于所述路径节点的特征信息、编号信息、距离信息和方位角信息进行所述环境内的地图构建和路径导航。
在上述控制方法中,所述路径节点的特征信息具体是所述路径节点的形状特征或深度信息。
在上述控制方法中,所述有关各个路径节点的距离信息和方位角信息是各个路径节点相对于相邻路径节点的相对距离信息和相对方位角信息。
在上述控制方法中,基于所述路径节点的特征信息、编号信息、距离信息和方位角信息进行所述环境内的地图构建和路径导航的步骤具体包括:基于所述路径节点的特征信息、编号信息和方位角信息进行路径导航。
在上述控制方法中,基于所述路径节点的特征信息、编号信息、距离信息和方位角信息进行所述环境内的地图构建和路径导航的步骤具体包括:基于所述路径节点的特征信息、编号信息、距离信息和方位角信息进行路径导航。
在上述控制方法中,所述路径节点的特征信息和距离信息用于彼此相互校正。
在上述控制方法中,所述获取有关各个路径节点的距离信息和方位角信息的步骤具体为:以低精度获取有关各个路径节点的距离信息和方位角信息。
根据本发明实施例的另一方面,提供了一种电子设备,用于一环境内的地图构建和路径导航,包括:特征获取单元,配置为获取所述环境内路径节点的特征信息,其中,所述路径节点是所述环境内需要进行路径选择或者具有路径转折的节点;计数器,配置为获取具有相同特征信息的多个节点中每个节点的编号信息;里程计,配置为获取有关各个路径节点的距离信息;角度计,配置为获取有关各个路径节点的方位角信息;以及,控制器,配置为基于所述路径节点的特征信息、编号信息、距离信息和方位角信息进行所述环境内的地图构建和路径导航。
在上述电子设备中,所述路径节点的特征信息具体是所述路径节点的形状特征或深度信息。
在上述电子设备中,所述有关各个路径节点的距离信息和方位角信息是各个路径节点相对于相邻路径节点的相对距离信息和相对方位角信息。
在上述电子设备中,所述控制器具体配置为基于所述路径节点的特征信息、编号信息和方位角信息进行路径导航。
在上述电子设备中,所述控制器具体配置为基于所述路径节点的特征信息、编号信息、距离信息和方位角信息进行路径导航。
在上述电子设备中,所述路径节点的特征信息和距离信息用于彼此相互校正。
在上述电子设备中,所述里程计和所述角度计是低精度的里程计和低精度的角度计。
通过根据本发明实施例的控制方法和电子设备,可以在不需要路径节点的精确坐标的情况下,通过路径节点的特征信息结合距离和方位角信息实现路径的精确识别,在保证了地图构建和路径导航的精度的同时降低了整体成本。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是根据本发明实施例的控制方法的示意性流程图;
图2是示出根据本发明实施例的控制方法中的具体路径的示意图;
图3是根据本发明实施例的电子设备的示意性框图。
具体实施方式
下面,将结合附图详细描述根据本发明实施例的控制方法和电子设备。
根据本发明实施例的一个方面,提供了一种控制方法,应用于一个或多个电子设备,所述电子设备用于一环境内的地图构建和路径导航,所述控制方法包括:获取所述环境内路径节点的特征信息,其中,所述路径节点是所述环境内需要进行路径选择或者具有路径转折的节点;获取具有相同特征信息的多个节点中每个节点的编号信息;获取有关各个路径节点的距离信息和方位角信息;以及,基于所述路径节点的特征信息、编号信息、距离信息和方位角信息进行所述环境内的地图构建和路径导航。
图1是根据本发明实施例的控制方法的示意性流程图。如图1所示,根据本发明实施例的控制方法应用于一个或多个电子设备,该电子设备用于一环境内的地图构建和路径导航,该控制方法包括:S1,获取环境内路径节点的特征信息,其中,路径节点是环境内需要进行路径选择或者具有路径转折的节点;S2,获取具有相同特征信息的多个节点中每个节点的编号信息;S3,获取有关各个路径节点的距离信息和方位角信息;以及,S4,基于所述路径节点的特征信息、编号信息、距离信息和方位角信息进行所述环境内的地图构建和路径导航。
通过根据本发明实施例的控制方法,电子设备并不需要获得各个路径节点的精确的坐标就能够实现精确的地图构建和路径导航,这在促进了用户的便利的同时降低了整体成本。
在根据本发明实施例的控制方法中,电子设备可以是之前现有技术中所述的机器人,也可以是其它电子设备,比如可移动的家用电器等。这里,本领域技术人员可以理解,根据本发明实施例的控制方法可以应用于各种需要在一定环境中进行地图构建和路径导航的电子设备,本发明实施例并不意在对此进行任意限制。
下面,为了描述的方便,将以机器人为例对根据本发明实施例的控制方法进行具体描述。
如上所述,在导航过程中,如果可以通过例如GPS的方式获得机器人的当前位置和目标位置的具体坐标,以及路径中一些关键点的具体坐标,则可以实现机器人的精确的路径导航。但是,在某些情况下,例如,在不易于获得精确坐标的地区,比如室内GPS信号受到建筑物的屏蔽而很弱无法实施定位,或者由于成本等的考虑不愿意获得精确坐标时,则需要考虑通过其它途径的导航方式。
这里,可以借助于人们在日常生活中描述路径的方式,例如,当人们觉得无法描述某些特征时,或者这些特征不易于描述清楚的时候,就会以别的特征,例如路口的形状特征来进行描述,如十字路口、丁字路口、L性拐弯等,例如,过一个十字路口,丁字路口左拐,再过一个十字路口,等等。此外,人们还可以采用某些其它标志性特征来进行描述,如最常见的,人们会说:过两个红绿灯路口,然后左拐过一个红绿灯,等等。
因此,在本发明的实施例中,定义路径节点的概念用于机器人的导航,具体地说,在导航过程中,对于机器人来说,沿着单一路径直线前行是默认的行进方式,而当出现路径的转折时,就需要机器人调整行进的方向,或者,当出现多个可选择路径时,就需要机器人进行路径选择,并在需要时调整行进的方向。因此,在本发明的实施例中,将路径节点定义为需要进行路径选择或者路径出现转折的节点,这样,当机器人到达某路径节点时,就需要根据具体的路径导航进行除了默认行进以后的其它动作,例如选择路径和改变方向。这里,本发明实施例中的路径节点就是人们常说的十字路口、丁字路口或者路的转弯处等。
如上所述,对于人类来说,可以通过路径节点的抽象特征来进行描述,例如,十字路口、丁字路口、L形拐弯等。但是,对于机器人来说,路径节点的抽象特征本身是没有意义的,机器人无法仅通过诸如十字路口、丁字路口、或者红绿灯路口这样的抽象特征来识别出路径节点。因此,除了赋予路径节点标识信息以区分不同路径节点,例如第一路径节点、第二路径节点之外,还需要向路径节点赋予机器人能够识别的具体特征。例如,对于以路口形状作为路径节点的特征来说,当机器人行进到某路径节点时,它并没有十字路口、丁字路口这类描述路径节点的形状的抽象特征的概念,而是可以通过例如单目摄像机之类的图像采集装置来获得周围环境的图像
具体地说,当机器人通过单目摄像机判断在当前路径节点有另外三条可选择的行进路径时,可以确定该路径节点的特征为具有三条可选择路径;同样,如果机器人通过单目摄像机判断在当前路径节点有另外两条可选择的行进路径时,可以确定该路径节点的特征为具有两条可选择路径;而当机器人通过单目摄像机判断在当前路径节点有仅有一条可选择的行进路径时,可以确定该路径节点的特征为具有一条可选择路径,这分别对应于十字路口、丁字路口和L形拐弯的抽象概念的情况。
此外,除了路径节点的形状以外,也可以通过路径节点的其它物理性标志特征来进行路径节点的识别,进而实现路径导航。例如,人们常常以标志性建筑来描述某个路口,例如,某某建筑所在的路口,以及最常见的,某个方向上的第几个红绿灯。因此,也可以以其它的物理特征,例如具有某标志性建筑来作为路径节点的特征。
此外,机器人还可以通过深度摄像机来获取路径节点周围环境的深度信息,这里,上述深度信息可用于判断路径节点的形状或者标志物,也可以直接用作路径节点的特征信息。
因此,在根据本发明实施例的控制方法中,路径节点的特征信息具体是路径节点的形状特征或特征信息。这样,用户可以根据具体需要来使用不同检测设备检测路径节点的特征,从而获得路径节点的不同的特征信息,从而促进了用户的便利。这里,本领域技术人员可以理解,只要上述特征信息可以实现不同特征的路径节点的分类即可,并不对特征信息的具体种类进行任意限制。
如上所述,在路径节点处,判断的条件之一为原有路径是否存在可以拐弯的路径选择,并且,机器人在拐弯的时候,可以检测到方位角的改变,因此,可以以方位角来辅助对具有不同特征的路径节点进行分类。
这里,本领域技术人员可以理解,对于诸如单目摄像机之类的成像设备来说,判断出有几条可选择路径比判断出是否有某标志性建筑以及该标志性建筑具体是什么建筑要简单很多,由此,从节省成本的角度考虑,根据本发明实施例的控制方法优选地使用路径节点的形状特征作为上述路径节点的特征。
此外,机器人通过获取并识别路径节点的特征,仅能够区分具有不同特征的路径节点,但无法在具有相同特征的路径节点之间进行区分,因此,可以对于具有相同特征的路径节点配置计数器,以区分具有相同特征的路径节点。
如上所述,对于机器人来说,并没有如人类的十字路口、丁字路口和L形路口的概念,因此,在本发明的实施例中,仅需要向具有不同特征的路径节点赋予不同标识,而向具有相同特征的路径节点赋予相同标识,并定义每个标识所对应的不同的特征即可。例如,将十字路口定义为A类节点,并定义A类节点的特征为具有三条可选择路径,将丁字路口定义为B类节点,并定义B类节点的特征为具有两条可选择路径,而将L形拐弯定义为C类节点,并定义C类节点的特征为仅具有一条可选择路径。这样,地图中的各个路径节点就可以结合计数器的计数,而被标识为A1节点、A2节点、B1节点、B2节点、C1节点、C2节点,等等。
也就是说,在根据本发明实施例的控制方法中,通过检测到的特征信息对各个路径节点进行分类,并且对每个类型的路径节点进行计数以附于相同类型的路径节点编号信息。在本发明的实施例中,还可以将用于检测方位角的角度计与摄像头相结合,进一步检测出路径节点更多的类型,比如丁字路口的角度大概是多少度等。这样,通过更加细分路径节点的不同类型,可以促进地图构建和路径导航的精度。
另外,在具体的地图构建和路径导航过程中,除了上述协助区分路径节点的不同类型外,还需要在其它方面辅助结合距离和方位角的信息,这将以下面的示例详细描述。
图2是示出根据本发明实施例的控制方法中的具体路径的示意图。在地图构建过程中,如图2所示,机器人从起点O开始向前行进,在行进途中不断对周围环境信息,距离等进行探测,当行进到A点时,通过探测出有三条可选择路径,将该路径节点抽象为十字路口,并在自身地图上将该路径节点标识为十字路口1,并且测量出A点到起点的距离为D0,A点相对于起点的方位角为90度。再继续行进到C点时,通过探测出有两条可选择路径,将该路径节点抽象为丁字路口,并在自身地图上将该路径节点标识为丁字路口1,此外,测量出C点到A点的距离为D1,并且测量出C点关于A点的方位角为90度。再继续行进到D点时,通过探测出仅有一条可选择路径,将该路径节点抽象为L形路口,并在自身地图上将该路径节点标识为L形路口1,并测量出D点到C点的距离为D2,测量出D点关于C点的方位角为180度。再继续行进到B点时,通过探测出有两条可选择路径,将该路径节点抽象为丁字路口,此外,由于对应于丁字路口的计数器已经在C点时计数了1,所以在自身地图上将该路径节点标识为丁字路口2,并测量出B点到D点的距离仍为D1,并且测量出B点关于D点的方位角为270度。之后,再继续返回到A点时,通过探测出有三条可选择路径,将该路径节点抽象为十字路口,由于此时测量出A点到B点的距离仍为D2,并且测量出A点关于B点的方位角为0度,可以判断出该路径节点与之前标识为十字路口1的路径节点重合,便不再确定该路径节点为新的路径节点,因此相当于机器人已经完成了一圈,并且识别出了原来访问过的节点。在判断的过程中,由于里程计或者角度计可能存在误差,因此在识别路径节点的时候,需要综合考虑误差的因素。这样,通过上述方式,机器人实现了区域内的地图构建。
在上述示例中,可以使用十字路口、丁字路口和L形拐弯以外的类型+编号的方式标识各个路径节点。例如,将A路口标识为A类节点,具体地说,A1节点,并定义A类节点为具有三条可选择路径的节点;将C路口标识为B类节点,具体地说,B1节点,并定义B类节点为具有两条可选择路径的节点;将D路口标识为C类节点,具体地说,C1节点,并定义C类节点为仅具有一条可选择路径的节点;另外,B路口可以被标识为B2节点,即,具有两条可选择路径的节点。这里,本领域技术人员可以理解,只要将具有不同特征的路径节点相互区分即可,本发明实施例并不对路径节点的具体分类类型进行任意限制。
接下来,以机器人要实现从起点O开始,先后经由A、C、D和B点并回到A点的路径导航为例进行描述。由于十字路口1相对于起点的方位角为90度,机器人从起点开始以方位角90度向前行进,当行进到A点时,探测出有三条可选择路径,并结合方位角为相对于起点90度,判断出该节点为十字路口1,从而继续以方位角90度向前行进。当行进到C点时,通过探测出有两条可选择路径,并结合方位角相对于A点为90度,判断出该节点为丁字路口1,从而以方位角180度向前行进。当行进到D点时,通过探测出仅有一条可选择路径,并结合方位角相对于C点为180度,判断出该节点为L形拐弯1,从而以方位角270度向前行进。当行进到B点时,通过探测出有两条可选择路径,并结合方位角相对于D点为270度,判断出该节点为丁字路口2,从而以方位角0度向前行进,最终回到A点。
也就是说,通过上述地图构建,A点的信息为(十字路口1,距起点距离D0,相对于起点方位角90度),C点的信息为(丁字路口1,距A点距离D1,相对于A点方位角90度),D点的信息为(L形拐弯1,距C点距离D2,相对于C点方位角180度),B点的信息为(丁字路口2,距D点距离D1,相对于D点方位角270度)。在具体的路径导航过程中,上述信息中的一些可能是冗余的,例如上述示例中的距离信息。但是,在其它路径导航的示例中,也可以使用距离信息来进行导航,例如,当机器人从起点开始向前行进并行进到A点时,探测出有三条可选择路径,并结合相对于起点的距离为D0,可以判断出该节点为十字路口1。本领域技术人员可以理解在根据本发明实施例的控制方法中进行了地图构建之后,应用各路径节点的特征以及距离和方位角信息进行路径导航可以有各种方式。
在根据本发明实施例的控制方法中,可以仅基于路径节点的特征信息、编号信息和方位角信息进行路径导航。此外,也可以基于路径节点的特征信息、编号信息、距离信息和方位角信息进行路径导航,这样,路径节点的特征信息和距离信息可以用于彼此相互校正。
具体地说,在本发明的实施例中,可以以路径节点的特征与所获得的距离和方位角参数进行相互校正,以实现精确的地图构建和路径导航。
具体地说,以图2所示的示例为例,当机器人从A点行进到C点时,其实际距离为D2,并且C点相对于A点的方位角为90度,假设里程计对于距离D2具有ΔD的误差,即,当里程计显示距离为D2时,实际上从A点行进D2-ΔD的距离。此时,由于机器人可以通过路径节点的特征,判断出无法探测到对应于路径节点C的特征,即,具有两条可选择路径,则机器人做出继续前进的动作。这样,直到继续前进ΔD距离时,机器人才探测到对应于路径节点C的特征,即,具有两条可选择路径,从而以方位角90度进行转动(即,如图2所示的向右转动)并继续向D点前进。这样,防止了机器人在之前距离A点D2-ΔD距离的位置就向右转动,造成错误,就是说,如果不以路径节点的特征进行校正,而仅以距离和方位角参数确定机器人的行进动作,则机器人在从A点向C点行进距离D2-ΔD时,就会认为已经到达了C点,从而做出向右转动的动作,而引起错误。
当然,这里本领域技术人员也可以理解,除了使用路径节点的特征信息校正距离信息之外,也可以使用距离信息校正特征信息。
这样,通过以路径节点的特征信息和距离信息进行交互校正,可以实现更加精确的地图构建和路径导航。并且,在对精度需要不高的情况下,也可以仅基于路径节点的特征信息、编号信息和方位角信息进行路径导航,从而促进了用户选择的便利。
此外,除了路径节点的特征信息与距离信息的相互校正之外,路径节点的特征信息也可以以类似的方式与方位角信息进行相互校正,为了避免冗余便不再赘述。
在本发明的实施例中,可以使用里程计来测量距离参数,并使用角度计来测量方位角参数。例如,移动机器人通常配置有码盘,用于测量机器人行走的距离,通常,码盘是安装在转轴上,检测轮子转动的角度,转数,根据轮子的周长,就可以算出轮子压过的距离,但是由于轮子和地面之间会存在打滑的现象,因此存在误差。此外,可以使用比如磁罗盘的角度计,磁罗盘是利用地磁场固有的指向性测量空间姿态角度的,其可以测量载体三维姿态数据:水平航向、俯仰、横滚,可以广泛地用于需要获取平台(或载体)姿态角度的场合,比如航海、石油钻井、水下平台作业、飞机姿态测量、机器人控制等领域。此外,还有一些更加精确的角度方位计,比如陀螺仪等。
实际上,本领域技术人员可以理解,在地图构建和路径导航的过程当中,如果里程计和角度计足够准确,那么可以仅通过里程计所获得的距离和角度计所获得的方位角,就可以进行精确的地图构建和路径导航。但是,在根据本发明的实施例中,由于里程计和角度计所获得的距离和方位角信息仅是用于辅助,因此并不需要十分精确。例如,在本发明的实施例中,可以采用具有相对低的精度的光电码盘,磁罗盘等。
此外,在本发明的实施例中,各个路径节点的距离和方位角信息可以是相对于某个坐标原点的绝对距离和绝对方位角信息,也可以是如图2所示的示例中,关于相邻节点的相对距离和相对方位角信息。但是,由于在本发明的实施例中,距离和方位角信息仅起到辅助路径导航的作用,并不需要太高精度,因此优选地采用各个路径节点相对于相邻节点的相对距离和方位角信息来作为各个路径节点的距离和方位角信息,以避免由于误差的累积而使得上述信息的误差过大。
即,在根据本发明实施例的控制方法中,所述有关各个路径节点的距离信息和方位角信息是各个路径节点相对于相邻路径节点的相对距离信息和相对方位角信息。
也就是说,在根据本发明实施例的控制方法中,通过检测路径节点的特征,例如,形状特征和深度信息,可以相对降低里程计和角度计的精度,而仅仅获得大致的距离和角度即可。这是因为在根据本发明实施例的控制方法中,地图的构建主要依赖于标识出地图中的各个路径节点,并根据距离和角度参数大致构建出各个路径节点之间的相互关系,从而实现精确的导航。这就如同人类在导航路径时,常常只需要说走过某几个路口,在第几个路口向某方向拐,在走过某几个路口即可,而不需要精确的距离和方位信息,这样,根据本发明实施例的电子设备中,并不需要采用具有高精度的里程计和角度计,显著降低了成本。
并且,在存储容量受限的情况下,由于根据本发明实施例的控制方法并不需要存储各个路径节点的精确的坐标信息,可以节省存储空间。
此外,随着云计算技术的成熟,在根据本发明实施例的控制方法中,可以通过云计算的性能来获取路径节点的相关信息以实现地图构建,并且控制电子设备的移动以进行路径导航,例如,可以通过云计算的图像搜索性能等来实现根据本发明实施例的控制方法。
根据本发明实施例的另一方面,提供了一种电子设备,用于一环境内的地图构建和路径导航,包括:特征获取单元,配置为获取所述环境内路径节点的特征信息,其中,所述路径节点是所述环境内需要进行路径选择或者具有路径转折的节点;计数器,配置为获取具有相同特征信息的多个节点中每个节点的编号信息;里程计,配置为获取有关各个路径节点的距离信息;角度计,配置为获取有关各个路径节点的方位角信息;以及,控制器,配置为基于所述路径节点的特征信息、编号信息、距离信息和方位角信息进行所述环境内的地图构建和路径导航。
图3是根据本发明实施例的电子设备的示意性框图。如图3所示,根据本发明实施例的电子设备100用于一环境内的地图构建和路径导航,包括:特征获取单元101,配置为获取所述环境内路径节点的特征信息,其中,所述路径节点是所述环境内需要进行路径选择或者具有路径转折的节点;计数器102,配置为获取具有相同特征信息的多个节点中每个节点的编号信息;里程计103,配置为获取有关各个路径节点的距离信息;角度计104,配置为获取有关各个路径节点的方位角信息;以及,控制器105,配置为基于所述路径节点的特征信息、编号信息、距离信息和方位角信息进行所述环境内的地图构建和路径导航。
在上述电子设备中,所述路径节点的特征信息具体是所述路径节点的形状特征或深度信息。
在上述电子设备中,所述有关各个路径节点的距离信息和方位角信息是各个路径节点相对于相邻路径节点的相对距离信息和相对方位角信息。
在上述电子设备中,所述控制器具体配置为基于所述路径节点的特征信息、编号信息和方位角信息进行路径导航。
在上述电子设备中,所述控制器具体配置为基于所述路径节点的特征信息、编号信息、距离信息和方位角信息进行路径导航。
在上述电子设备中,所述路径节点的特征信息和距离信息用于彼此相互校正。
在上述电子设备中,所述里程计和所述角度计是低精度的里程计和低精度的角度计。
这里,本领域技术人员可以理解,上述电子设备的其它细节与之前关于根据本发明实施例的控制方法的描述中的相应细节相同,为了避免冗余便不再赘述。
通过根据本发明实施例的控制方法和电子设备,可以在不需要路径节点的精确坐标的情况下,通过路径节点的特征信息结合距离和方位角信息实现路径的精确识别,在保证了地图构建和路径导航的精度的同时降低了整体成本。
本发明已经参考具体实施例进行了详细说明。然而,很明显,在不背离本发明的精神的情况下,本领域技术人员能够对实施例执行更改和替换。换句话说,本发明用说明的形式公开,而不是被限制地解释。要判断本发明的要旨,应该考虑所附的权利要求。

Claims (14)

1.一种控制方法,应用于一个或多个电子设备,所述电子设备用于一环境内的地图构建和路径导航,所述控制方法包括:
获取所述环境内路径节点的特征信息,其中,所述路径节点是所述环境内需要进行路径选择或者具有路径转折的节点;
获取具有相同特征信息的多个节点中每个节点的编号信息;
获取有关各个路径节点的距离信息和方位角信息;以及
基于所述路径节点的特征信息、编号信息、距离信息和方位角信息进行所述环境内的地图构建和路径导航。
2.如权利要求1所述的控制方法,其中,
所述路径节点的特征信息具体是所述路径节点的形状特征或深度信息。
3.如权利要求1所述的控制方法,其中,
所述有关各个路径节点的距离信息和方位角信息是各个路径节点相对于相邻路径节点的相对距离信息和相对方位角信息。
4.如权利要求1所述的控制方法,其中,基于所述路径节点的特征信息、编号信息、距离信息和方位角信息进行所述环境内的地图构建和路径导航的步骤具体包括:
基于所述路径节点的特征信息、编号信息和方位角信息进行路径导航。
5.如权利要求1所述的控制方法,其中,基于所述路径节点的特征信息、编号信息、距离信息和方位角信息进行所述环境内的地图构建和路径导航的步骤具体包括:
基于所述路径节点的特征信息、编号信息、距离信息和方位角信息进行路径导航。
6.如权利要求5所述的控制方法,其中,所述路径节点的特征信息和距离信息用于彼此相互校正。
7.如权利要求1所述的控制方法,其中,所述获取有关各个路径节点的距离信息和方位角信息的步骤具体为:以低精度获取有关各个路径节点的距离信息和方位角信息。
8.一种电子设备,用于一环境内的地图构建和路径导航,包括:
特征获取单元,配置为获取所述环境内路径节点的特征信息,其中,所述路径节点是所述环境内需要进行路径选择或者具有路径转折的节点;
计数器,配置为获取具有相同特征信息的多个节点中每个节点的编号信息;
里程计,配置为获取有关各个路径节点的距离信息;
角度计,配置为获取有关各个路径节点的方位角信息;以及
控制器,配置为基于所述路径节点的特征信息、编号信息、距离信息和方位角信息进行所述环境内的地图构建和路径导航。
9.如权利要求8所述的电子设备,其中,
所述路径节点的特征信息具体是所述路径节点的形状特征或深度信息。
10.如权利要求8所述的电子设备,其中,
所述有关各个路径节点的距离信息和方位角信息是各个路径节点相对于相邻路径节点的相对距离信息和相对方位角信息。
11.如权利要求8所述的电子设备,其中,所述控制器具体配置为基于所述路径节点的特征信息、编号信息和方位角信息进行路径导航。
12.如权利要求8所述的电子设备,其中,所述控制器具体配置为基于所述路径节点的特征信息、编号信息、距离信息和方位角信息进行路径导航。
13.如权利要求12所述的电子设备,其中,所述路径节点的特征信息和距离信息用于彼此相互校正。
14.如权利要求8所述的电子设备,其中,所述里程计和所述角度计是低精度的里程计和低精度的角度计。
CN201210492410.3A 2012-11-27 2012-11-27 控制方法和电子设备 Active CN103838240B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201210492410.3A CN103838240B (zh) 2012-11-27 2012-11-27 控制方法和电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201210492410.3A CN103838240B (zh) 2012-11-27 2012-11-27 控制方法和电子设备

Publications (2)

Publication Number Publication Date
CN103838240A true CN103838240A (zh) 2014-06-04
CN103838240B CN103838240B (zh) 2018-02-27

Family

ID=50801865

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201210492410.3A Active CN103838240B (zh) 2012-11-27 2012-11-27 控制方法和电子设备

Country Status (1)

Country Link
CN (1) CN103838240B (zh)

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104019813A (zh) * 2014-06-19 2014-09-03 无锡知谷网络科技有限公司 目标即时定位和构建地图的方法与系统
CN104077809A (zh) * 2014-06-24 2014-10-01 上海交通大学 基于结构性线条的视觉slam方法
CN104851211A (zh) * 2015-06-12 2015-08-19 刘子腾 一种图书馆自动存取书系统
CN106681317A (zh) * 2016-11-27 2017-05-17 北京特种机械研究所 Agv全向导航行驶方法
CN107479561A (zh) * 2017-10-09 2017-12-15 联想(北京)有限公司 一种控制机器人的方法
CN107677285A (zh) * 2017-04-11 2018-02-09 平安科技(深圳)有限公司 机器人的路径规划系统及方法
CN109213177A (zh) * 2018-11-09 2019-01-15 苏州瑞得恩光能科技有限公司 机器人导航系统及导航方法
CN110174108A (zh) * 2019-05-13 2019-08-27 杭州蓝芯科技有限公司 一种仿人的基于拓扑地图的agv自主定位导航方法
CN111085998A (zh) * 2019-12-17 2020-05-01 珠海市一微半导体有限公司 机器人记录运动轨迹的方法和显示机器人运动轨迹的方法
CN111413986A (zh) * 2020-04-08 2020-07-14 安徽舒州农业科技有限责任公司 一种基于农机的自动驾驶控制方法及系统

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS60108709A (ja) * 1983-11-18 1985-06-14 Matsushita Electric Ind Co Ltd 走行誘導装置における位置デ−タの記憶方式
CN1367886A (zh) * 1999-07-23 2002-09-04 Cmte发展有限公司 相对车辆导航系统
CN1486417A (zh) * 2000-12-08 2004-03-31 松下电器产业株式会社 发送数字地图的位置信息的方法和用于该方法的设备
CN1959348A (zh) * 2005-10-31 2007-05-09 爱信艾达株式会社 路径引导系统以及路径引导方法
EP1865287A1 (en) * 2005-03-30 2007-12-12 Pioneer Corporation Guide device, guide method, guide program, and recording medium
WO2008102098A1 (en) * 2007-02-23 2008-08-28 Imperial Innovations Limited Improved non-gps positioning systems
CN101344398A (zh) * 2008-08-18 2009-01-14 宇龙计算机通信科技(深圳)有限公司 一种导航数据的更新方法、系统及导航设备
CN101650191A (zh) * 2009-09-11 2010-02-17 北京四维图新科技股份有限公司 道路网络拓扑抽象的方法及装置
CN101750086A (zh) * 2008-11-28 2010-06-23 财团法人工业技术研究院 导航信息修正方法及其导航装置
CN102110364A (zh) * 2009-12-28 2011-06-29 日电(中国)有限公司 基于路口和路段的交通信息处理方法和装置
CN102183259A (zh) * 2011-03-17 2011-09-14 光庭导航数据(武汉)有限公司 基于电子地图道路特征识别的导航方法

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3934795B2 (ja) * 1998-07-10 2007-06-20 本田技研工業株式会社 道路形状予測装置および車両制御装置
JP4663136B2 (ja) * 2001-01-29 2011-03-30 パナソニック株式会社 デジタル地図の位置情報伝達方法と装置
KR20040099353A (ko) * 2002-03-28 2004-11-26 마쯔시다덴기산교 가부시키가이샤 상대 위치 정보 보정 장치, 상대 위치 정보 보정 방법,상대 위치 정보 보정 프로그램, 형상벡터 생성 장치,형상벡터 생성 방법 및 형상벡터 생성 프로그램
JP5618744B2 (ja) * 2010-05-26 2014-11-05 三菱電機株式会社 道路形状推定装置及びコンピュータプログラム及び道路形状推定方法

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS60108709A (ja) * 1983-11-18 1985-06-14 Matsushita Electric Ind Co Ltd 走行誘導装置における位置デ−タの記憶方式
CN1367886A (zh) * 1999-07-23 2002-09-04 Cmte发展有限公司 相对车辆导航系统
CN1486417A (zh) * 2000-12-08 2004-03-31 松下电器产业株式会社 发送数字地图的位置信息的方法和用于该方法的设备
EP1865287A1 (en) * 2005-03-30 2007-12-12 Pioneer Corporation Guide device, guide method, guide program, and recording medium
CN1959348A (zh) * 2005-10-31 2007-05-09 爱信艾达株式会社 路径引导系统以及路径引导方法
WO2008102098A1 (en) * 2007-02-23 2008-08-28 Imperial Innovations Limited Improved non-gps positioning systems
CN101344398A (zh) * 2008-08-18 2009-01-14 宇龙计算机通信科技(深圳)有限公司 一种导航数据的更新方法、系统及导航设备
CN101750086A (zh) * 2008-11-28 2010-06-23 财团法人工业技术研究院 导航信息修正方法及其导航装置
CN101650191A (zh) * 2009-09-11 2010-02-17 北京四维图新科技股份有限公司 道路网络拓扑抽象的方法及装置
CN102110364A (zh) * 2009-12-28 2011-06-29 日电(中国)有限公司 基于路口和路段的交通信息处理方法和装置
CN102183259A (zh) * 2011-03-17 2011-09-14 光庭导航数据(武汉)有限公司 基于电子地图道路特征识别的导航方法

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
曹磊: "车辆导航系统中动态路径规划方法研究", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》 *
肖锋: "面向道路交通状态监测的GPS与GIS数据预处理关键技术研究", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》 *
蒙艳姿: "道路交叉口的结构化识别与简化", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》 *
裴钟哲: "车辆导航系统的路线优化研究", 《中国博士学位论文全文数据库 工程科技Ⅱ辑》 *
钱堃 等: "基于层次化SLAM的未知环境级联地图创建方法", 《机器人》 *

Cited By (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104019813B (zh) * 2014-06-19 2017-01-25 无锡知谷网络科技有限公司 目标即时定位和构建地图的方法与系统
CN104019813A (zh) * 2014-06-19 2014-09-03 无锡知谷网络科技有限公司 目标即时定位和构建地图的方法与系统
CN104077809A (zh) * 2014-06-24 2014-10-01 上海交通大学 基于结构性线条的视觉slam方法
CN104077809B (zh) * 2014-06-24 2017-04-12 上海交通大学 基于结构性线条的视觉slam方法
CN104851211A (zh) * 2015-06-12 2015-08-19 刘子腾 一种图书馆自动存取书系统
CN106681317A (zh) * 2016-11-27 2017-05-17 北京特种机械研究所 Agv全向导航行驶方法
CN106681317B (zh) * 2016-11-27 2019-07-05 北京特种机械研究所 Agv全向导航行驶方法
US11035684B2 (en) 2017-04-11 2021-06-15 Ping An Technology (Shenzhen) Co., Ltd. Path planning system and method for robot, robot and medium
CN107677285A (zh) * 2017-04-11 2018-02-09 平安科技(深圳)有限公司 机器人的路径规划系统及方法
CN107677285B (zh) * 2017-04-11 2019-05-28 平安科技(深圳)有限公司 机器人的路径规划系统及方法
CN107479561A (zh) * 2017-10-09 2017-12-15 联想(北京)有限公司 一种控制机器人的方法
CN109213177A (zh) * 2018-11-09 2019-01-15 苏州瑞得恩光能科技有限公司 机器人导航系统及导航方法
CN109213177B (zh) * 2018-11-09 2022-01-11 苏州瑞得恩光能科技有限公司 机器人导航系统及导航方法
CN110174108A (zh) * 2019-05-13 2019-08-27 杭州蓝芯科技有限公司 一种仿人的基于拓扑地图的agv自主定位导航方法
CN111085998A (zh) * 2019-12-17 2020-05-01 珠海市一微半导体有限公司 机器人记录运动轨迹的方法和显示机器人运动轨迹的方法
CN111085998B (zh) * 2019-12-17 2021-11-09 珠海市一微半导体有限公司 机器人记录运动轨迹的方法和显示机器人运动轨迹的方法
CN111413986A (zh) * 2020-04-08 2020-07-14 安徽舒州农业科技有限责任公司 一种基于农机的自动驾驶控制方法及系统

Also Published As

Publication number Publication date
CN103838240B (zh) 2018-02-27

Similar Documents

Publication Publication Date Title
CN103838240A (zh) 控制方法和电子设备
US11755024B2 (en) Navigation by augmented path prediction
AU2022203622B2 (en) Crowdsourcing and distributing a sparse map, and lane measurements or autonomous vehicle navigation
US20210311490A1 (en) Crowdsourcing a sparse map for autonomous vehicle navigation
US10248124B2 (en) Localizing vehicle navigation using lane measurements
Brenner Extraction of features from mobile laser scanning data for future driver assistance systems
CN101819043B (zh) 导航装置及导航方法
CN1821719B (zh) 导航系统中引导移动物体的行驶路线的方法以及导航系统
US10677597B2 (en) Method and system for creating a digital map
EP3887762A2 (en) Lane mapping and navigation
CN108627175A (zh) 用于识别车辆位置的系统和方法
CN109661563A (zh) 位置捕捉方法及系统
CN108020229B (zh) 用于定位车辆的方法
CN105116886A (zh) 一种机器人自主行走的方法
CN109425346A (zh) 在自动化车辆中使用的多个数字地图的对准
US10983530B2 (en) Method and system for determining an accurate position of an autonomous vehicle
CN111176270A (zh) 使用动态地标的定位
JP6554679B2 (ja) 測位システム
US20150168155A1 (en) Method and system for measuring a vehicle position indoors
CN110988795A (zh) 融合wifi定位的无标记导航agv全局初定位方法
Jabbour et al. Management of Landmarks in a GIS for an Enhanced Localisation in Urban Areas
JP2017009363A (ja) 測位システム
SK1272022U1 (sk) Spôsob lokalizácie autonómneho vozidla a zapojenie vizuálneho systému na lokalizáciu autonómneho vozidla
SK992022A3 (sk) Spôsob lokalizácie autonómneho vozidla a zapojenie vizuálneho systému na lokalizáciu autonómneho vozidla

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant