CN104236540A - 室内无源导航定位系统和方法 - Google Patents

室内无源导航定位系统和方法 Download PDF

Info

Publication number
CN104236540A
CN104236540A CN201410285072.5A CN201410285072A CN104236540A CN 104236540 A CN104236540 A CN 104236540A CN 201410285072 A CN201410285072 A CN 201410285072A CN 104236540 A CN104236540 A CN 104236540A
Authority
CN
China
Prior art keywords
robot
kinect
coordinate
indications
coordinate system
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
CN201410285072.5A
Other languages
English (en)
Other versions
CN104236540B (zh
Inventor
蒲华燕
张娟
顾建军
罗均
谢少荣
马捷
颜春明
瞿栋
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
University of Shanghai for Science and Technology
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 University of Shanghai for Science and Technology filed Critical University of Shanghai for Science and Technology
Priority to CN201410285072.5A priority Critical patent/CN104236540B/zh
Publication of CN104236540A publication Critical patent/CN104236540A/zh
Application granted granted Critical
Publication of CN104236540B publication Critical patent/CN104236540B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • 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
    • 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
    • G01C21/10—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration
    • G01C21/12—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning
    • G01C21/16—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation

Abstract

本发明公开了一种室内无源导航定位系统和方法。本系统包括深度摄像机Kinect，惯性导航和标示符，Kinect和惯性导航连接到工控机SBC84823，标示符独立张贴在墙上；Kinect得到标示符的图像数据和深度数据，惯性导航测得自身的姿态角之后，通过USB接口将深度数据和图像数据传入到工控机SBC84823，由工控机SBC84823计算出机器人自身的坐标位置。本发明的方法是:首先要根据数字识别技术识别出图像中标示符的世界坐标，计算出标示符相对于机器人（Kinect）的相对坐标；然后根据惯性导航测出机器人自身的姿态角和机器人的待求坐标组成变换矩阵得到变换方程，根据方程组求得机器人的自身的坐标。本发明的实施例主要用于图中机器人的坐标位置的检测和计算。

Description

室内无源导航定位系统和方法
技术领域
本发明公开了一种室内无源导航定位系统和方法，涉及深度图像数据，图行识别技术，图像处理技术和机器人工学领域。 
背景技术
地质灾害发生的时候，比如地震或者放射性物质泄漏，都可能造成室内环境的不安全，这个时候人工进行救援操作会有很大的危险，当这种特殊情况发生后，应用机器人进行勘察和救援维护，将成为不可替代的趋势。然而室内环境导致许多通用的机器人救援措施变得无法实施，例如最为重要的移动机器人导航。室内环境不可接受GPS信号，墙壁等障碍物也阻碍了各种无线信号的传输，室内导航本身就是现代的机器人研究难点之一。尤其在放射性物质泄漏的环境，不仅信号难以传输，核辐射将摧毁一切有源设备，例如电池，电子元件，因此传统的室内导航，例如有源RFID，超声波器件等有源设备在核放射环境下都无能为力。 
常见的室内导航有RFID技术，超声波技术，红外线技术，室内地图导航等。RFID技术分为有源RFID和无源RFID，有源RFID要求在核电站内部放置RFID发射器，这种有源设备显然在核放射环境下是不可使用的，而无源RFID的无源也是相对的，其内部也集成有射频信号发射芯片，这种芯片长期地处在放射环境下必然是无法工作的，况且无源RFID的信号较弱，不易被检测到。超声波技术则要求在核电站外部发射超声波信号，通过多普勒效应或反射测距法进行定位，但是核电站内部存在各种设备阻碍，如厚实的墙壁，小功率的超声波信号一般是无法穿透的，而大功率的超声波信号则要求大型的发射设备，这在现实的紧急救援环境中也是不现实的。相对超声波定位而言，红外线定位则更加易受干扰和阻碍，没有显著的实用价值。况且超声波和红外线定位最后都实现的是相对位置的定位，没有办法得到绝对的位置。如果我们拥有在灾害发生内部的三维地图，进行地图匹配导航是可行的，然而在大多数突发的灾害环境下，我们未必拥有其内部的环境地图数据，或者环境会发生很大的变化。 
发明内容
为了克服上述现有技术的不足，本发明提供一种室内无源导航定位系统和方法，利用Kinect的RGBD（色彩与深度信息）在室内环境下进行准确定位，实现机器人在不需要任何室内有源设备、无外界信号的环境下的定位。 
为了达到上述目的，本发明的构思是：首先由Kinect采集环境中包含标示符的深度数据和图像数据，由惯性导航检测机器人自身的姿态角；然后将深度数据，图像数据和姿态角传送到工控机进行图像处理和计算分析，最终得到机器人自身的世界坐标值。 
本发明的室内无源导航定位系统包括： 
（1）RGBD数据输入：Kinect通过USB接口传入到工控机上，将图像数据和深度数据同时输送到工控机上以供处理；
（2）数据处理系统：工控机SBC84823作为控制器处理RGBD和机器人自身的姿态角数据； 
（3）姿态角数据输入：惯性导航通过另一USB接口接到工控机上，将同时的机器人的姿态角数据传输到工控机上以供处理；
（4）环境标示符：标示符是一个完全无源的标识，用于储存标识的位置信息，被Kinect检测到以实现定位。
根据上述发明构思，本发明采用下述技术方案： 
一种室内无源导航定位系统，包括深度摄像机Kinect。机器人处于室内环境，深度摄像机Kinect集成于机器人内部，与机器人内部的工控机SBC84823通过USB串口连接。所述的工控机对深度摄像机Kinect传回的图像数据和深度数据的进行处理。
上述室内无源导航定位系统，还有一个xsens惯性导航集成于机器人内部，与工控机SBC84823通过另一个USB串口连接。工控机SBC84823对惯性导航测量的自身姿态角的进行处理。 
上述室内无源导航定位系统，在室内还安置一个标示符。该标示符是一种包含了数字的编码，包含了标示符的位置信息，作为图像数据被Kinect采集；标示符包含两个部分，匹配区和数字区两部分：匹配区包含三个由显著特征组成的匹配模板，并且在与数字区四个角相接的地方有黄色的小点，用以对标示符进行精确的定位；数字区在匹配区的中间，定位校正后，数字信息可以通过数字字形识别的方法识别出来。 
该内无源导航定位方法，采用上述的机器人定位系统进行定位，其特征在于，检测步骤如下： 
步骤1：机器人在室内运行，并利用Kinect采集建筑内部的图像数据和深度数据，并将数据传输给工控机；
步骤2：工控机对图像数据进行检测以找到标示符，检测方法如下：
机器人通过模板匹配法在拍摄的图像数据中，利用模板匹配法检测标示符的三个定位点坐标：右上定位点(XRU,YRU)、左下定位点(XLD,YLD)、右下定位点(XRD,YRD)，然后，由矩形的顶点位置关系可得标示符的左上定位点的坐标(XLD,YLD)，XLU = XRU+ XLD- XRD ，YLU = YLD+ YRU-YRD； 
步骤3：对步骤2已找到的标示符进行数字区的分割和提取，处理如下：
扩搜索范围：以模板匹配法搜索出的像素坐标为中心，向外扩展15-30个像素点；
定位点微调：当算法搜索到微调区颜色像素值（255,255,0）时，机器人更新定位点到标示符的微调区，实现定位点的微调；
矫正转角偏移：根据步骤2得到的坐标值代入将图片旋转，矫正标识在图片上的转角偏移，正值表示逆时针旋转；
提取数字区：根据旋转后的四个顶点坐标对图像进行分割提取；
步骤4：工控机利用数字字形识别法对标示符的数字区进行解码，从而获取标识相对世界坐标系的坐标；
步骤5：根据Kinect获得的深度数据，利用Kinect的特性计算出标示符左上角定位点相对于Kinect坐标系的坐标，具体计算按照如下公式进行：
 （ ）
其中和是左上角定位点在图像中的坐标，是Kinect特性参考平面的距离，是Kinect发射激光经过实际平面和参考平面映射在图像上的距离，是Kinect激光发射器和相机的距离，是相机的焦距。
步骤6：根据惯性导航和待求的未知的机器人在世界坐标系的坐标，推导出机器人Kinect坐标系相对于世界坐标系的变换矩阵，具体按照如下步骤进行： 
由固定在机器人上的惯性导航测出机器人自身的姿态角：其中是机器人绕X轴旋转的角度（俯仰角），是机器人绕Y轴旋转的角度（滚转角），是机器人绕Z轴旋转的角度（偏航角）；
利用姿态角计算出机器人坐标系相对于世界坐标系的旋转矩阵：
；
计算出机器人坐标系相对于世界坐标系的变换矩阵：
 
其中是机器人相对于世界坐标的坐标，即机器人在房间中的位置；
步骤7： 为标示符在世界坐标系下的坐标；为标示符在Kinect坐标系下的坐标。Kinect坐标系相对世界坐标系的姿态变换矩阵已知，根据机器人工学坐标系映射可知：，可得到下式：
      
机器人的坐标，通过上式中l，m，n值就可以确定机器人的位置；
步骤8：倘若在图像中未检测到标识的存在，调整机器人的姿态和位置，重新进行步骤1。
本发明与现有技术相比，具有如下显而易见的突出实质性特点和显著优点：本发明并不需要在室内布置有源的设备，防止了意外事故停电或者核辐射干扰导致定位方法失灵，标示符简单易操作而且整个定位系统成本很低。 
附图说明
图1为本发明的系统硬件图和基本原理图； 
图2为本发明的步骤流程图；
图3为文中提到的标示符的结构；
图4为匹配的模板示意图。
具体实施方式
下面结合附图对本发明中的优选实施例进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明的一部分实施例。 
实施例一： 
参见图1，图2，本机室内无源导航定位系统，包括深度摄像机Kinect（1）和xsens惯性导航设备（2），其特征在于：机器人（5）处于室内环境，深度摄像机Kinect（1）和xsens惯性导航设备（2）集成于机器人（5）内部，与机器人（5）内部的工控机SBC84823（2）通过两个USB串口连接。所述的工控机（2）对深度摄像机Kinect（1）和xsens惯性导航设备（2）传回的图像数据，深度数据和机器人（5）自身的姿态角数据进行处理。如图3所示，标示符（4）只是一种特殊的数字式编码，包含了标示符的位置信息，作为图像数据被Kinect（1）采集；编码包含两个部分，匹配区和数字区：匹配区包含三个由显著特征组成的匹配模板，并且在与数字区四个角相接的地方有黄色的小点，用以对标示符进行精确的定位；数字区在匹配区的中间，定位校正后，数字信息可以通过数字字形识别的方法识别出来。每两个数字代表一个数字信息，共有六个数字，一共有三个数字坐标信息。
实施例二： 
参见图1至图4，室内无源导航定位方法利用上述系统进行定位，具体操作步骤如下：
步骤1：机器人在室内运行，并利用Kinect（1）采集建筑内部的图像数据和深度数据，并将数据传输给工控机（2）；
步骤2：工控机（2）对图像数据进行检测以找到标示符（4），检测方法如下：
机器人通过模板匹配法在拍摄的图像数据中，利用图4所示的模板和模板匹配法检测标示符的三个定位点坐标：右上定位点(XRU,YRU)、左下定位点(XLD,YLD)、右下定位点(XRD,YRD)，然后，由矩形的顶点位置关系可得标示符的左上定位点的坐标(XLD,YLD)，XLU = XRU+ XLD- XRD ，YLU = YLD+ YRU-YRD； 
步骤3：对步骤2已找到的标示符（4）进行数字区的分割和提取，处理如下：
扩搜索范围：以模板匹配法搜索出的像素坐标为中心，向外扩展15-30个像素点；
定位点微调：当算法搜索到微调区颜色像素值（255,255,0）时，机器人更新定位点到标示符（4）的微调区，实现定位点的微调，可以几乎完美地将标志区识别出来；
矫正转角偏移：根据步骤2得到的坐标值带入将图片旋转，矫正标识在图片上的转角偏移，正值表示逆时针旋转；
提取数字区：根据旋转后的四个顶点坐标对图像进行分割提取，提取后的编码；
步骤4：工控机（2）利用字形识别法对标示符（4）的数字区进行解码，从而获取标识相对世界坐标系的坐标，步骤如下：
算法准备：对提取之后的数字区重新建立二维坐标系，以左上角的点为原点，向右为X轴，向下为Y轴，右上角左下角的点分别为（，0）（0，）；
对数字的字形进行匹配，如示例所示，得到六个数字6,8,3,2,6,9，则得到坐标值。
步骤5：根据Kinect（1）获得的深度数据，利用Kinect的特性计算出标示符（4）左上角定位点相对于Kinect坐标系的坐标，具体计算按照如下公式进行： 
 （ ），
其中和是左上角定位点在图像中的坐标，是Kinect特性参考平面的距离，是Kinect（1）发射激光经过实际平面和参考平面映射在图像上的距离，是Kinect（1）激光发射器和相机的距离，是相机的焦距。
步骤6：根据惯性导航（3）和待求的未知的机器人在世界坐标系的坐标，推导出机器人Kinect坐标系相对于世界坐标系的变换矩阵，具体按照如下步骤进行： 
由固定在机器人上的惯性导航（3）测出机器人自身的姿态角：其中是机器人绕X轴旋转的角度（俯仰角），是机器人绕Y轴旋转的角度（滚转角），是机器人绕Z轴旋转的角度（偏航角）；
利用姿态角计算出机器人坐标系相对于世界坐标系的旋转矩阵：
；
计算出机器人坐标系相对于世界坐标系的变换矩阵：
 
其中是机器人相对于世界坐标的坐标，即机器人在房间中的位置；
步骤7： 为标示符在世界坐标系下的坐标；为标示符在Kinect坐标系下的坐标。Kinect坐标系相对世界坐标系的姿态变换矩阵已知，根据机器人工学坐标系映射可知：，可得到下式：
      
机器人的坐标，通过上式中l，m，n值就可以确定机器人的位置；
步骤8：倘若在图像中未检测到标识的存在，调整机器人的姿态和位置，重新进行步骤1。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围不仅局限于此，任何熟悉本领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化和替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应为所述以权利要求的保护范围为准。 

Claims (6)

1.一种室内无源导航定位系统，包括深度摄像机Kinect（1），其特征在于：机器人（5）处于室内辐射环境，深度摄像机Kinect（1）集成于机器人（5）内部，与机器人（5）内部的工控机SBC84823（2）通过USB串口连接；所述的工控机（2）对深度摄像机Kinect（1）传回的图像数据和深度数据的进行接收和处理。
2.根据权利要求1所述的室内无源导航定位系统，其特征在于：还有一个xsens惯性导航（3）集成于机器人（5）内部，与工控机SBC84823（2）通过另一个USB串口连接；工控机SBC84823（2）对xsens惯性导航（3）测量的自身姿态角的进行接收和处理。
3.根据权利要求1所述的室内无源导航定位系统，其特征在于：在室内还安置一个标示符（4），该标示符（4）包含有标示符的位置的数字图形，作为图像数据被Kinect（1）采集，该数字图形包含两个部分，即匹配区和数字区两部分：匹配区包含三个由显著特征组成的匹配模板，并且在与数字区四个角相接的地方有黄色的小点，用以对标示符（4）进行精确的定位；数字区在匹配区的中间，定位校正后，数字信息可以通过字形识别的方法识别出来。
4.一种室内无源导航定位方法，采用根据权利要求1，权利要求2或权利要求3所述的室内无源导航定位系统进行定位，其特征在于，操作步骤如下：
步骤1：机器人（5）在室内运行，并利用Kinect（1）采集建筑内部的图像数据和深度数据，并将数据传输给工控机（2）；
步骤2：工控机（2）处理系统通过模板匹配方法，对图像数据进行模板匹配以找到定位标示符（4）的匹配区，识别并定位出数字区的三个角的坐标，即右上定位点(XRU,YRU)、左下定位点(XLD,YLD)、右下定位点(XRD,YRD)，倘若在图像中未检测到标识的存在，调整机器人（5）的姿态和位置，重新进行步骤1；
步骤3：对步骤2已找到的标示符（4）进行数字区的分割和提取；
步骤4：工控机（2）利用数字识别技术对标示符（4）内的数字进行识别，从而获取标识相对世界坐标系的坐标                                                ；
步骤5：根据Kinect（1）获得的深度数据，和Kinect的特性计算出标示符（4）左上角定位点相对于Kinect坐标系的坐标，具体计算按照如下公式进行：
 （ ）
其中，和是左上角定位点在图像中的坐标，是Kinect特性参考平面的距离，是Kinect（1）发射激光经过实际平面和参考平面映射在图像上的距离，是Kinect（1）激光发射器和相机的距离，是相机的焦距；
步骤6：根据惯性导航（3）和待求的未知的机器人（5）在世界坐标系的坐标，推导出机器人（5）Kinect坐标系相对于世界坐标系的变换矩阵，具体按照如下步骤进行：
由固定在机器人上的惯性导航（3）测出机器人（5）自身的姿态角：其中是机器人（5）绕X轴旋转的角度——俯仰角，是机器人（5）绕Y轴旋转的角度——滚转角，是机器人（5）绕Z轴旋转的角度——偏航角；
利用姿态角计算出机器人坐标系相对于世界坐标系的旋转矩阵：
；
计算出机器人坐标系相对于世界坐标系的变换矩阵：
 
其中是机器人（5）相对于世界坐标的坐标，即机器人（5）在房间中的位置；
步骤7： 为标示符在世界坐标系下的坐标；为标示符在Kinect坐标系下的坐标；Kinect坐标系相对世界坐标系的姿态变换矩阵已知，根据机器人工学坐标系映射可知：，可得到下式：
       
即，通过上式中l，m，n值就可以确定机器人（5）的坐标位置。
5.根据权利要求4所述的室内无源导航定位方法，其特征在于，所述步骤2中模板匹配法为：机器人（5）事先存储了多组不同角度和大小的特征模板，用于匹配标示符（4）的匹配区；机器人（5）依据在各种环境下获得图像的模板，制作不同大小和旋转角度的多组存储模板，依据平方差匹配法，工控机（2）尝试在Kinect（1）获得的图像数据中按像素扫描搜寻，搜索标示符（4）的匹配区，对标示符的数字区的三个角进行匹配，定位出三个角的坐标值，并计算出第四个角的坐标值。
6.根据权利要求4所述的室内无源导航定位方法，其特征在于所述步骤3中提到的分割和提取表示符的方法，具体操作步骤如下：
扩搜索范围：以模板匹配法搜索出的像素坐标为中心，向外扩展15-30个像素点；
定位点微调：当算法搜索到微调区颜色像素值为黄色区域，机器人（5）更新定位点到标示符（4）的微调区，实现定位点的微调，可以几乎完美地将数字区识别出来；
矫正转角偏移：根据步骤得到的坐标值带入将图片旋转，矫正标识在图片上的转角偏移，正值表示逆时针旋转；
提取数字区：根据旋转后的四个顶点坐标对图像进行分割提取，并以左上角为原点，重新进行坐标系的建立，以方便数字的识别。
CN201410285072.5A 2014-06-24 2014-06-24 室内无源导航定位方法 Active CN104236540B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201410285072.5A CN104236540B (zh) 2014-06-24 2014-06-24 室内无源导航定位方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201410285072.5A CN104236540B (zh) 2014-06-24 2014-06-24 室内无源导航定位方法

Publications (2)

Publication Number Publication Date
CN104236540A true CN104236540A (zh) 2014-12-24
CN104236540B CN104236540B (zh) 2017-06-23

Family

ID=52225086

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410285072.5A Active CN104236540B (zh) 2014-06-24 2014-06-24 室内无源导航定位方法

Country Status (1)

Country Link
CN (1) CN104236540B (zh)

Cited By (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105867390A (zh) * 2016-06-16 2016-08-17 中南大学 运输机器人自主式进入电梯的控制方法
CN105911993A (zh) * 2016-06-16 2016-08-31 中南大学 运输机器人自主式进入电梯的控制系统
CN106403942A (zh) * 2016-08-30 2017-02-15 全球能源互联网研究院 基于变电站景深图像识别的人员室内惯性定位方法
CN106444846A (zh) * 2016-08-19 2017-02-22 杭州零智科技有限公司 移动终端的定位和控制方法、装置及无人机
CN106596557A (zh) * 2016-11-07 2017-04-26 东南大学 一种搭载Kinect的三维扫描移动式平台及其方法
CN106767762A (zh) * 2017-01-26 2017-05-31 西安可视可觉网络科技有限公司 非可见激光定标室内定位导航方法及系统
CN106842216A (zh) * 2017-02-13 2017-06-13 大连理工大学 一种基于Kinect与三维激光协同的工件位姿在线检测方法
CN106842187A (zh) * 2016-12-12 2017-06-13 西南石油大学 一种相控阵扫描与视频图像处理融合定位装置及其方法
CN107346551A (zh) * 2017-06-28 2017-11-14 太平洋未来有限公司 一种光场光源定向方法
CN107869990A (zh) * 2017-09-20 2018-04-03 百度在线网络技术（北京）有限公司 室内位置数据的采集方法及装置、计算机设备及可读介质
CN108007456A (zh) * 2017-12-06 2018-05-08 深圳市致趣科技有限公司 一种室内导航方法、装置及系统
CN108151750A (zh) * 2017-12-13 2018-06-12 西华大学 定位方法及装置
CN108195381A (zh) * 2017-12-26 2018-06-22 中国科学院自动化研究所 室内机器人视觉定位系统
CN108362286A (zh) * 2018-01-31 2018-08-03 百色学院 一种基于图标成像的室内定位系统及方法
CN108871310A (zh) * 2017-05-12 2018-11-23 中华映管股份有限公司 热图像定位系统及定位方法
CN109270491A (zh) * 2018-08-17 2019-01-25 安徽信息工程学院 基于Kinect的室内声波定位装置
CN110196047A (zh) * 2019-06-20 2019-09-03 东北大学 基于tof深度相机与imu的平仓机器人自主定位方法
WO2022062521A1 (zh) * 2020-09-28 2022-03-31 北京天玛智控科技股份有限公司 一种综采工作面的定位方法及系统

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101178545A (zh) * 2006-11-09 2008-05-14 大日本网目版制造株式会社 位置检测方法、位置检测装置、图案绘制装置和被检测物
CN102608999A (zh) * 2012-03-06 2012-07-25 上海大学 一种新型室内轮式机器人
CN102773862A (zh) * 2012-07-31 2012-11-14 山东大学 用于室内移动机器人的快速精确定位系统及其工作方法
US20130156264A1 (en) * 2011-12-15 2013-06-20 Linus Mårtensson Minimizing drift using depth camera images
CN103324194A (zh) * 2013-05-21 2013-09-25 无锡普智联科高新技术有限公司 基于二维码导航带的移动机器人定位系统
CN103353758A (zh) * 2013-08-05 2013-10-16 青岛海通机器人系统有限公司 一种室内机器人导航装置及其导航技术
US20130321790A1 (en) * 2012-06-02 2013-12-05 Richard Kirby Three dimensional surface mapping system using optical flow

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101178545A (zh) * 2006-11-09 2008-05-14 大日本网目版制造株式会社 位置检测方法、位置检测装置、图案绘制装置和被检测物
US20130156264A1 (en) * 2011-12-15 2013-06-20 Linus Mårtensson Minimizing drift using depth camera images
CN102608999A (zh) * 2012-03-06 2012-07-25 上海大学 一种新型室内轮式机器人
US20130321790A1 (en) * 2012-06-02 2013-12-05 Richard Kirby Three dimensional surface mapping system using optical flow
CN102773862A (zh) * 2012-07-31 2012-11-14 山东大学 用于室内移动机器人的快速精确定位系统及其工作方法
CN103324194A (zh) * 2013-05-21 2013-09-25 无锡普智联科高新技术有限公司 基于二维码导航带的移动机器人定位系统
CN103353758A (zh) * 2013-08-05 2013-10-16 青岛海通机器人系统有限公司 一种室内机器人导航装置及其导航技术

Cited By (24)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105911993A (zh) * 2016-06-16 2016-08-31 中南大学 运输机器人自主式进入电梯的控制系统
CN105867390A (zh) * 2016-06-16 2016-08-17 中南大学 运输机器人自主式进入电梯的控制方法
CN106444846A (zh) * 2016-08-19 2017-02-22 杭州零智科技有限公司 移动终端的定位和控制方法、装置及无人机
CN106403942B (zh) * 2016-08-30 2022-04-29 全球能源互联网研究院 基于变电站景深图像识别的人员室内惯性定位方法
CN106403942A (zh) * 2016-08-30 2017-02-15 全球能源互联网研究院 基于变电站景深图像识别的人员室内惯性定位方法
CN106596557A (zh) * 2016-11-07 2017-04-26 东南大学 一种搭载Kinect的三维扫描移动式平台及其方法
CN106842187A (zh) * 2016-12-12 2017-06-13 西南石油大学 一种相控阵扫描与视频图像处理融合定位装置及其方法
CN106767762B (zh) * 2017-01-26 2023-05-23 西安可视可觉网络科技有限公司 非可见激光定标室内定位导航方法
CN106767762A (zh) * 2017-01-26 2017-05-31 西安可视可觉网络科技有限公司 非可见激光定标室内定位导航方法及系统
CN106842216A (zh) * 2017-02-13 2017-06-13 大连理工大学 一种基于Kinect与三维激光协同的工件位姿在线检测方法
CN106842216B (zh) * 2017-02-13 2019-05-24 大连理工大学 一种基于Kinect与三维激光协同的工件位姿在线检测方法
CN108871310A (zh) * 2017-05-12 2018-11-23 中华映管股份有限公司 热图像定位系统及定位方法
CN107346551A (zh) * 2017-06-28 2017-11-14 太平洋未来有限公司 一种光场光源定向方法
CN107869990A (zh) * 2017-09-20 2018-04-03 百度在线网络技术（北京）有限公司 室内位置数据的采集方法及装置、计算机设备及可读介质
CN107869990B (zh) * 2017-09-20 2020-08-28 百度在线网络技术（北京）有限公司 室内位置数据的采集方法及装置、计算机设备及可读介质
CN108007456A (zh) * 2017-12-06 2018-05-08 深圳市致趣科技有限公司 一种室内导航方法、装置及系统
CN108151750B (zh) * 2017-12-13 2020-04-14 西华大学 定位方法及装置
CN108151750A (zh) * 2017-12-13 2018-06-12 西华大学 定位方法及装置
CN108195381B (zh) * 2017-12-26 2020-06-30 中国科学院自动化研究所 室内机器人视觉定位系统
CN108195381A (zh) * 2017-12-26 2018-06-22 中国科学院自动化研究所 室内机器人视觉定位系统
CN108362286A (zh) * 2018-01-31 2018-08-03 百色学院 一种基于图标成像的室内定位系统及方法
CN109270491A (zh) * 2018-08-17 2019-01-25 安徽信息工程学院 基于Kinect的室内声波定位装置
CN110196047A (zh) * 2019-06-20 2019-09-03 东北大学 基于tof深度相机与imu的平仓机器人自主定位方法
WO2022062521A1 (zh) * 2020-09-28 2022-03-31 北京天玛智控科技股份有限公司 一种综采工作面的定位方法及系统

Also Published As

Publication number Publication date
CN104236540B (zh) 2017-06-23

Similar Documents

Publication Publication Date Title
CN104236540A (zh) 室内无源导航定位系统和方法
CN104936283B (zh) 室内定位方法、服务器和系统
WO2021026850A1 (zh) 一种基于二维码的导航定姿定位方法和系统
CN101295016B (zh) 一种声源自主搜寻定位方法
Tamas et al. Targetless calibration of a lidar-perspective camera pair
CN105139416A (zh) 一种基于图像信息和深度信息的物体识别方法
US20150269734A1 (en) Apparatus and method for recognizing location of object
CN112085003B (zh) 公共场所异常行为自动识别方法及装置、摄像机设备
CN111024059A (zh) 用于厂区内三维空间的高精度人员定位系统及方法
Pi et al. Stereo visual SLAM system in underwater environment
CN106504287A (zh) 基于模板的单目视觉目标空间定位系统
CN108154209A (zh) 一种用于移动机器人定位的二维码生成、识别方法及装置
CN104021554A (zh) 基于部分传感器信息的相机-惯性传感器标定方法
Yoon et al. 3D position estimation of drone and object based on QR code segmentation model for inventory management automation
CN104166995A (zh) 一种基于马步测度的Harris-SIFT双目视觉定位方法
KR101356644B1 (ko) 위치 인식 시스템 및 그 방법
Saurer et al. A homography formulation to the 3pt plus a common direction relative pose problem
CN104596486A (zh) 基于目标旋转对称特征的位姿测量方法
AU2015200877A1 (en) Locator system for persons and assets on oil and gas rigs
Rabinovich et al. Cobe-coded beacons for localization, object tracking, and slam augmentation
CN104236518B (zh) 一种基于光学成像与模式识别的天线主波束指向探测方法
Premachandra et al. A basic study of landing system for multicopters using Raspberry Pi
EP1914684A1 (en) Identification label containing graphic and/or electromagnetic references for relating a tridimensional shape to a real world object, and method for use thereof
CN113330444A (zh) 用于视频对象检测的计算设备和方法
JP2021047516A (ja) 情報処理装置、座標変換システム、座標変換方法、及び座標変換プログラム

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