CN104567860B - 一种机器人自主导航方法、装置及系统 - Google Patents

一种机器人自主导航方法、装置及系统 Download PDF

Info

Publication number
CN104567860B
CN104567860B CN201410848618.3A CN201410848618A CN104567860B CN 104567860 B CN104567860 B CN 104567860B CN 201410848618 A CN201410848618 A CN 201410848618A CN 104567860 B CN104567860 B CN 104567860B
Authority
CN
China
Prior art keywords
robot
coordinate
point
prediction
navigation
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.)
Active
Application number
CN201410848618.3A
Other languages
English (en)
Other versions
CN104567860A (zh
Inventor
张钦丽
丁宁
吴辉
于练
熊丹
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.)
Shenzhen Kewei Robot Technology Co ltd
Original Assignee
Shenzhen Kewei Robot Service 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 Shenzhen Kewei Robot Service Co Ltd filed Critical Shenzhen Kewei Robot Service Co Ltd
Priority to CN201410848618.3A priority Critical patent/CN104567860B/zh
Publication of CN104567860A publication Critical patent/CN104567860A/zh
Application granted granted Critical
Publication of CN104567860B publication Critical patent/CN104567860B/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
    • G01C21/20—Instruments for performing navigational calculations
    • 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
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34—Route searching; Route guidance
    • G01C21/3407—Route searching; Route guidance specially adapted for specific applications

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Automation & Control Theory (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
  • Manipulator (AREA)

Abstract

本发明公开了一种机器人自主导航方法、装置及系统，包括：从预先确定的机器人导航的轨迹点集合中选取一个轨迹点作为机器人运行的当前轨迹点；对当前轨迹点进行下一个轨迹点的坐标预测；确定预测坐标与轨迹点集合中下一个轨迹点坐标的差值；根据差值与阈值的大小关系，确定机器人的下一个轨迹点坐标，调整机器人的运行方向向确定的下一个轨迹点运行，并将确定的下一个轨迹点坐标作为当前轨迹点，对机器人运行的下一个位置的轨迹点进行坐标预测，重复执行直至机器人导航结束。采用本发明实施例提供的方案，提高了机器人在自主导航时的定位精度，从而使得机器人能够按照正确的轨迹运动。

Description

一种机器人自主导航方法、装置及系统
技术领域
本发明涉及机器人领域，尤其涉及一种机器人自主导航方法、装置及系统。
背景技术
随着现代化生产的快速发展，机器协助或代替人工完成很多枯燥、繁琐和危险的工作。在机器人工作时，需要机器人按照正确的轨迹运动实现自主导航，从而完成指定的工作。
特别是在变电站环境中，在一些关键设备处，需要对这些设备的工作状态进行巡检，例如：仪表数据的读取、电力设施温度数据的读取、刀闸状态的识别等。由于存在高压电或者强电磁，对人的身体可能会造成危害，人工不能到现场进行监测，因而采用机器人代替人工进行监测。
在机器人对变电站中的待检测对象进行监测的过程中，准确对机器人进行定位，使机器人不偏离正确的轨迹，才能准确进行监测。目前，现有的定位技术包括GPS、红外线、超声波、WIFI、蓝牙等。其中GPS是目前应用最广泛的室外定位技术，其卫星有效覆盖范围大，定位导航信号免费，但是，GPS定位精度范围在5m-20m，且其定位信号不能穿透建筑物；红外线只适合短距离传播，而且容易被荧光灯或者房间内的灯光干扰，在精确定位上有局限性；超声波受多径效应和非视距传播影响很大；WIFI和蓝牙定位主要应用于小范围定位，且存在有定位误差不稳定，受噪声信号干扰大的缺点。
由于在变电站环境中，受强电磁干扰、信号传输过程中的非视距传输、多径干扰、信号衰落等的影响，采用上述现有的定位方法对机器人进行定位实现自主导航，因为这些定位方法本身的特点和缺陷，使得对变电站中进行巡检的机器人进行定位时准确性差，进而使得机器人偏离正确的运动轨迹，无法完成对待检测对象的巡检工作。
发明内容
本发明实施例提供一种机器人自主导航方法、装置及系统，用以解决现有技术中存在的机器人自主导航定位精度低的问题。
本发明实施例提供一种机器人自主导航方法，包括：
从预先确定的机器人导航的轨迹点集合中选取一个轨迹点作为机器人运行的当前轨迹点；
从机器人运行的当前轨迹点开始，对当前轨迹点进行下一个轨迹点的坐标预测，得到下一个轨迹点的预测坐标；
确定所述下一个轨迹点的预测坐标与所述预先确定的机器人导航的轨迹点集合中下一个轨迹点的坐标的差值；
根据所述差值与阈值的大小关系，确定所述机器人的下一个轨迹点坐标，调整所述机器人的运行方向向确定的下一个轨迹点运行，并将确定的下一个轨迹点坐标作为当前轨迹点，对所述机器人运行的下一个位置的轨迹点进行坐标预测，重复执行直至所述机器人导航结束。。
通过本发明实施例提供的上述方法，由于在机器人导航过程中对机器人运行的当前轨迹点进行下一个导航轨迹点的坐标预测，并通过将预测坐标与预先确定的轨迹点坐标的差值与阈值进行比较，根据比较结果，对预测坐标进行校正，提高了机器人在自主导航时的定位精度，从而使得机器人能够按照正确的轨迹运动。
进一步的，所述根据所述差值与阈值的大小关系，确定所述机器人的下一个轨迹点坐标，调整所述机器人的运行方向向确定的下一个轨迹点运行，并将确定的下一个轨迹点坐标作为当前轨迹点，对所述机器人运行的下一个位置的轨迹点进行坐标预测，重复执行直至所述机器人导航结束，具体包括：
当所述差值小于等于阈值时，所述机器人向所述预测坐标运行，并在运行至所述预测坐标处时，以所述预测坐标作为当前轨迹点，对所述机器人运行的下一位置的轨迹点进行坐标预测，重复执行直至所述机器人导航结束；
当所述差值大于阈值时，所述机器人向所述预测坐标和所述预先确定的机器人导航的轨迹点集合中下一个轨迹点的坐标的加权平均值坐标运行，并在运行至所述加权平均值坐标处时，以所述加权平均值坐标作为当前轨迹点，对所述机器人运行的下一位置的轨迹点进行坐标预测，重复执行直至所述机器人导航结束。
进一步的，预先确定机器人导航的轨迹点集合，具体包括：
根据机器人与已知坐标的至少三个基站之间的距离，确定机器人按照预设轨迹运行的各轨迹点的坐标；
将从所述各轨迹点中选取的有效点确定为机器人导航的轨迹点集合。
进一步的，将从所述各轨迹点中选取的有效点确定为机器人导航的轨迹点集合，具体包括：
从第一个轨迹点开始，将与该点相隔预设距离的点确定为有效点，并以该有效点作为新的起点，直至确定所有的有效点；
将所有的有效点和关键位置对应的轨迹点确定为机器人导航的轨迹点集合，所述关键位置为所述机器人对待检测对象进行监测的位置。
进一步的，所述对当前轨迹点进行下一个轨迹点的坐标预测方式为卡尔曼滤波预测方式。
本发明实施例还提供了一种机器人自主导航装置，包括：
选取单元，用于从预先确定的机器人导航的轨迹点集合中选取一个轨迹点作为机器人运行的当前轨迹点；
预测单元，用于从机器人运行的当前轨迹点开始，对当前轨迹点进行下一个轨迹点的坐标预测，得到下一个轨迹点的预测坐标；
第一确定单元，用于确定所述下一个轨迹点的预测坐标与所述预先确定的机器人导航的轨迹点集合中下一个轨迹点的坐标的差值；
第二确定单元，用于根据所述差值与阈值的大小关系，确定所述机器人的下一个轨迹点坐标，调整所述机器人的运行方向向确定的下一个轨迹点运行，并将确定的下一个轨迹点坐标作为当前轨迹点，对所述机器人运行的下一个位置的轨迹点进行坐标预测，重复执行直至所述机器人导航结束。
通过本发明实施例提供的上述装置，由于在机器人导航过程中对机器人运行的当前轨迹点进行下一个导航轨迹点的坐标预测，并通过将预测坐标与预先确定的轨迹点坐标的差值与阈值进行比较，根据比较结果，对预测坐标进行校正，提高了机器人在自主导航时的定位精度，从而使得机器人能够按照正确的轨迹运动。
进一步的，所述第二确定单元，具体用于当所述差值小于等于阈值时，所述机器人向所述预测坐标运行，并在运行至所述预测坐标处时，以所述预测坐标作为当前轨迹点，对所述机器人运行的下一位置的轨迹点进行坐标预测，重复执行直至所述机器人导航结束；
当所述差值大于阈值时，所述机器人向所述预测坐标和所述预先确定的机器人导航的轨迹点集合中下一个轨迹点的坐标的加权平均值坐标运行，并在运行至所述加权平均值坐标处时，以所述加权平均值坐标作为当前轨迹点，对所述机器人运行的下一位置的轨迹点进行坐标预测，重复执行直至所述机器人导航结束。
进一步的，所述预测单元，具体用于根据机器人与已知坐标的至少三个基站之间的距离，确定机器人按照预设轨迹运行的各轨迹点的坐标；将从所述各轨迹点中选取的有效点确定为机器人导航的轨迹点集合。
进一步的，所述预测单元，具体用于从第一个轨迹点开始，将与该点相隔预设距离的点确定为有效点，并以该有效点作为新的起点，直至确定所有的有效点；将所有的有效点和关键位置对应的轨迹点确定为机器人导航的轨迹点集合，所述关键位置为所述机器人对待检测对象进行监测的位置。
进一步的，所述对当前轨迹点进行下一个轨迹点的坐标预测方式为卡尔曼滤波预测方式。
本发明实施例还提供了一种机器人自主导航系统，包括：后台处理机、机器人，安装在所述机器人上的标签设备和至少三个基站，其中：
所述后台处理机，为上述的机器人自主导航装置；
所述机器人，用于按照标签设备传送的下一个轨迹点的坐标，向所述下一个轨迹点的坐标运行；
所述标签设备，用于向所述基站发送脉冲信号；接收所述基站返回的对所述脉冲信号的接收应答响应；根据所述脉冲信号的发送时间与所述接收应答响应的接收时间的差值，确定所述机器人与基站的距离；将所述距离发送给所述基站；
所述基站，用于接收所述标签设备的脉冲信号，并返回对该脉冲信号的接收应答响应；将接收的所述距离发送给所述后台处理机。
通过本发明实施例提供的上述系统，由于在机器人导航过程中对机器人运行的当前轨迹点进行下一个导航轨迹点的坐标预测，并通过将预测坐标与预先确定的轨迹点坐标的差值与阈值进行比较，根据比较结果，对预测坐标进行校正，提高了机器人在自主导航时的定位精度，从而使得机器人能够按照正确的轨迹运动。
本申请的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本申请而了解。本申请的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
图1为本发明实施例提供的机器人自主导航方法的流程图；
图2为本发明实施例1提供的机器人自主导航方法的流程图；
图3为本发明实施例1中机器人自主导航的系统架构图；
图4为本发明实施例2提供的机器人自主导航装置的结构示意图；
图5为本发明实施例3提供的机器人自主导航系统的结构示意图。
具体实施方式
为了给出提高机器人自主导航定位精度的实现方案，本发明实施例提供了一种机器人自主导航方法、装置及系统，以下结合说明书附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。并且在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。
本发明实施例提供一种机器人自主导航方法，如图1所示，包括：
步骤101、从预先确定的机器人导航的轨迹点集合中选取一个轨迹点作为机器人运行的当前轨迹点。
步骤102、从机器人运行的当前轨迹点开始，对当前轨迹点进行下一个轨迹点的坐标预测，得到下一个轨迹点的预测坐标。
步骤103、确定该下一个轨迹点的预测坐标与预先确定的机器人导航的轨迹点集合中下一个轨迹点的坐标的差值。
步骤104、根据差值与阈值的大小关系，确定机器人的下一个轨迹点坐标，调整机器人的运行方向向确定的下一个轨迹点运行，并将确定的下一个轨迹点坐标作为当前轨迹点，对机器人运行的下一个位置的轨迹点进行坐标预测，重复执行直至机器人导航结束。
本发明实施例中，可以首先通过控制机器人按照预设轨迹运行，并预先确定预设轨迹中各轨迹点的坐标。
具体的，可以将预设轨迹中的所有轨迹点作为机器人导航的轨迹点，也可以在所有轨迹点中选取一部分作为机器人导航的轨迹点。在确定预设轨迹中的所有轨迹点时，可以通过在机器人待巡检区域的外围放置多个基站，并在机器人上安装标签设备，用于向这些基站发送脉冲信号，基站收到该脉冲信号后返回对该脉冲信号的接收应答响应，标签设备确定自身与机器人之间的距离，将该距离发送给基站，基站将该距离发送给后台处理机。后台处理机根据各基站发送的距离，确定机器人在各轨迹点的坐标。
本发明实施例中提供的机器人自主导航方法，可以应用在变电站中，对需要进行巡检的关键设备，采用机器人自主导航完成对关键设备的巡检。也可以应用在其它存在非视距传输、多径干扰、信号衰落的场合。
下面结合附图，用具体实施例对本发明提供的方法及装置和相应系统进行详细描述。
实施例1：
本发明实施例以应用在变电站环境中，对机器人预先确定预设轨迹中各轨迹点的坐标采用三个基站为例，机器人上安装标签设备，用于向各基站发送脉冲信号，图2为本发明实施例提供的机器人自主导航方法的流程图，具体包括如下处理步骤：
步骤201、标签设备按照预设周期向各基站发送脉冲信号。
本发明实施例中，在机器人进行自主导航之前，首先要确定机器人的导航轨迹，可以先通过人工控制机器人按照预设轨迹运行，并把预设轨迹中的各轨迹点的坐标确定下来。其中，该预设周期可以根据实际经验和需要进行灵活设置，例如，该预设周期可以设置为20次/秒。
具体的，机器人在变电站内巡检进行自主导航的系统架构图如图3所示，在机器人待巡检区域的外围选取一个矩形区域，在矩形区域的边缘布置三个基站，在矩形区域的一条边的两个顶点分别布置基站A、B，在该条边对边的中点布置基站C，三个基站的高度相同，这样布置三个基站是为了使基站覆盖的范围达到最广，三个基站的位置也可以布置在矩形区域边的其它位置。以基站A为圆点，A、B的连线方向为y轴正方向，与y轴垂直的向右方向为x轴正方向建立直角坐标系，这样三个基站的坐标相对而言比较简单，可以使后续计算机器人轨迹点坐标更加简化。后台处理机可以放置在基站A、B之间，也可以放置在其它位置。标签设备安装在机器人的上方，可在一定程度上减少信号传播过程中的非视距传输带来的误差。标签设备按照预设周期向三个基站发送脉冲信号。
标签设备与基站之间的通信可以采用超宽带(UWB，Ultra-Wide Band)信号。UWB信号是带宽大于500MHz或基带带宽和载波频率的比值大于0.2的脉冲信号，具有很宽的频谱范围，利用纳秒至微秒级的非正弦波窄脉冲传输数据，具有很强的抗干扰性，穿透能力强，可用于较强电磁干扰下的室内定位，而且由于脉冲信号时域宽度非常窄，使用UWB信号可以把直射信号和反射信号区别开来，可实现厘米级别的精确定位。
步骤202、各基站在接收到的脉冲信号后，向标签设备返回对该脉冲信号的接收应答响应。
步骤203、标签设备根据发送脉冲信号和接收应答响应的时间，确定与基站的距离，并将该距离发送给基站。
具体的，标签设备可以确定发送脉冲信号和接收的该信号的接收应答响应的时间的差值，将该差值与信号传播速度的乘积确定为该基站与标签设备的距离，由于标签设备安装在机器人上，因此该乘积即为该基站与机器人之间的距离。三个基站A、B、C分别确定的与机器人的距离为dA、dB，dC。标签设备确定与基站距离后，将该距离发送给该基站。
步骤204、各基站分别将接收到的与机器人的距离发送给后台处理机。
步骤205、后台处理机根据各基站与机器人之间的距离，确定机器人当前轨迹点的坐标。
本步骤中，确定机器人当前轨迹点的坐标可以采用分步定位法，具体处理方式如下：
采用如下公式确定分别以A、B为圆心，dA、dB为半径的两个圆的位置关系：
其中，(xA，yA)为基站A的坐标，(xB，yB)为基站B的坐标，dA为机器人到基站A的距离，dB为机器人到基站B的距离。(xA，yA)、(xB，yB)、dA、dB已知，(x，y)为待求解坐标。
当求解上述方程时，(x，y)求解得到唯一的解，则两个圆的位置关系为相切；(x，y)求解得到两个解，则两个圆的位置关系为相交；(x，y)无解，则两个圆的位置关系为相离。
当两个圆相切时，将求解得到的唯一解确定为机器人当前轨迹点的候选坐标(x1，y1)。
当两个圆相交时，分别计算求解得到的两个解与基站C之间的距离，将与基站C距离最近的解确定为机器人当前轨迹点的候选坐标(x1，y1)。
当两个圆相离时，按照如下公式确定机器人当前轨迹点的候选坐标(x1，y1)：
采用与上述相同的方式，分别确定以B、C为圆心，dB、dC为半径的两个圆得到的候选坐标(x2，y2)、(x3，y3)，计算三个候选坐标的平均值，作为机器人当前轨迹点的坐标。
按照上述处理方式，可以计算出机器人按照预设轨迹运动时各轨迹点的坐标。各轨迹点之间的间隔可以根据机器人实际待巡检区域的大小进行设置，具体的后台处理机可以每隔预设时长计算一次轨迹点坐标。
由于在计算机器人按照预设轨迹运动时各轨迹点的坐标，这些轨迹点通常距离很近，进一步的，可以从这些轨迹点中选取有效点和关键位置对应的轨迹点作为最终机器人自主导航的轨迹点。具体的处理方式如下步骤206-207。
步骤206、后台处理机从第一个轨迹点开始，将与该点相隔预设距离的点确定为有效点，并以该有效点作为新的起点，直至确定所有的有效点。
具体的，以第一个轨迹点(x0，y0)为起始有效点，选取与该点相隔预设距离的点作为下一个有效点，该预设距离d可以根据导航的总距离进行灵活设置，例如，该预设距离可以设置为1m。将选取的下一个有效点作为新的起始点，继续从轨迹点中选取有效点，直至确定所有的有效点。进一步的，为了增加鲁棒性，在选取有效点时，先选取与起始轨迹点相隔距离在(d-μ，d+μ)范围内的所有轨迹点，并计算该范围内所有轨迹点的平均坐标值，将计算后的平均坐标值作为下一个有效点的坐标，其中，μ为偏差范围，可以根据实际需要进行灵活设置，例如，μ可以设置为0.03m。
步骤207、后台处理机将所有的有效点和关键位置对应的轨迹点确定为机器人导航的轨迹点集合。
其中，该关键位置为机器人对待检测对象进行监测的位置，例如，在变电站中的各个仪表、电力设施、刀闸等位置。具体的，可以在步骤205得到的各轨迹点中，选取与关键位置点距离μ的轨迹点，计算这些轨迹点的平均坐标，将该平均坐标作为关键位置对应的轨迹点。
进一步的，在确定机器人导航的轨迹点后，由于一些原因，机器人导航的轨迹点中可能会出现一些比较明显的噪点，这时，直接根据各导航的轨迹点进行导航，会出现较大的偏差，故需对各导航的轨迹点进行平滑滤波，以消除噪点的影响。以邻域宽度(3-5)进行中值滤波，邻域值取得较小时，仅能滤除调较明显的杂点，邻域值取得较大时，容易使一些非杂点的数值被滤除，本发明实施例中取邻域宽度为3的线状区域，也即对连续3个导航轨迹点进行中值滤波，这样可以消除单个的杂点。中值滤波之后，导航的轨迹点仍然可能会存在一些较为密集的噪点，可以在后续导航的时候采用卡尔曼滤波的方法对其进行校正。
上述步骤201-步骤207是机器人按照人工控制的预设轨迹运行时，确定机器人导航的轨迹点坐标的过程，在预先确定各导航的轨迹点坐标后，将导航的轨迹点坐标保存到数据中，后续机器人可以根据导航的轨迹点的坐标进行自主导航，机器人可以从预先确定的轨迹点集合中选取一个轨迹点作为机器人的当前轨迹点开始运行，也可以从第一个轨迹点开始运行，将选取的轨迹点记为第i个轨迹点，其中，i<N，N为预先确定的机器人导航的轨迹点的总数量。当机器人进行自主导航时，具体采用如下步骤208-213进行处理。
步骤208、后台处理机针对预先确定的机器人导航的轨迹点，从机器人运行的当前轨迹点开始，对当前轨迹点进行下一个轨迹点的坐标预测，得到下一个轨迹点的预测坐标。
本步骤中，由于机器人在除关键点以外，可以认为是匀速运动，因此只要确定机器人运行的方向即可。可以从机器人进行自主导航的第一个导航轨迹点开始进行下一个轨迹点的坐标预测，也可以从机器人在运动过程中的任一个轨迹点开始进行下一个轨迹点的坐标预测，使得从当前轨迹点开始，机器人在后面的运行轨迹更加准确。具体的，本发明实施例对当前轨迹点采用卡尔曼滤波预测为例。但本发明不限于使用卡尔曼滤波预测，也可以采用现有技术中其它的预测方式对当前轨迹点进行下一个轨迹点的坐标预测。
具体的，为了方便确定机器人的运行方向，先使机器人在导航的第一轨迹点开始运动，当到达第三个轨迹点后机器人可以进行匀速运动后，从第四个(即i＝4)导航的轨迹点开始进行卡尔曼滤波预测，机器人的初始运行方向和速度可以根据自身内的传感器进行检测。从机器人导航的第四个轨迹点开始，对后面的每一个轨迹点进行预测的过程如下：
卡尔曼滤波器用反馈控制的方法估计过程状态，可分为预测和更新两个部分，预测部分：根据k-1时刻的状态对k时刻的状态进行预测(即使用当前轨迹点坐标对下一个轨迹点坐标进行预测)，根据预测的值对卡尔曼滤波器的参数进行更新；更新部分：根据实际的观测值(即预先确定的机器人导航的当前轨迹点坐标)对卡尔曼滤波器的参数再次进行更新，下一个预测过程用此参数作为初始状态值。
卡尔曼滤波器包含以下两个模型：
状态模型：Xk＝AXk-1+BWk-1，Xk＝[x(k)y(k)x'(k)y'(k)]T；
观测模型：Zk＝HXk+Vk，Zk＝[xc(k)yc(k)]T；
其中，Xk为卡尔曼滤波器的状态向量；Xk-1为k-1时刻的状态向量；x(k)、y(k)分别是k时刻机器人在x、y轴上的位置分量，x＇(k)、y＇(k)分别为机器人在x、y轴上的速度分量；Zk为观测向量，即为预先确定的机器人导航的轨迹点，xc(k)、yc(k)分别是机器人在x、y轴上的观测值；Wk-1为上一个时刻的过程噪声，Vk为观测噪声，设两个轨迹点之间的时间间隔为t，以上两个模型中，状态转移矩阵A，噪声控制矩阵B，观测矩阵H，分别设定为：
假定模型中的过程噪声W和观测噪声V为相互独立、正态分布的白色噪声，其概率分布为：p(W)～N(0,R)、p(V)～N(0,R)，也即W和V的概率分布服从期望值为0，标准差为R的正态分布，其协方差矩阵Q、R分别设定为：
则机器人的的卡尔曼滤波预测方程为：
状态预测：Xk -＝AXk-1； (1)
误差协方差预测：Pk -＝APk-1AT+Q； (2)
机器人的的卡尔曼滤波更新方程为：
滤波增益更新：Kk＝Pk -HT(HPk -HT+R)-1； (3)
状态更新：Xk＝Xk -+Kk(Zk-HXk -)； (4)
误差协方差更新：Pk＝(I-KkH)Pk -； (5)
整个卡尔曼滤波过程为：预测部分从k-1时刻向前推算，分别由式(1)、式(2)获得当前k时刻的状态先验估计Xk -和误差协方差先验估计Pk -；更新部分由式(3)计算卡尔曼滤波增益Kk，由状态先验估计Xk -和Zk结合按式(4)获得状态的后验估计Xk，由误差协方差先验估计Pk -按式(5)获得误差协方差的后验估计Pk，将本次计算得到的后验估计作为下一次计算的先验估计，即式(4)、式(5)的结果代入式(1)、式(2)，重复上述过程。
通过卡尔曼滤波预测得到的下一个轨迹点坐标即对应上述卡尔曼滤波过程中的x(k)、y(k)的值。
步骤209、后台处理机确定该下一个轨迹点的预测坐标与预先确定的机器人导航的轨迹点集合中第(i+1)个轨迹点的坐标的差值。
具体的，由步骤208中对第四个轨迹点进行卡尔曼滤波预测，得到第四个轨迹点的下一个轨迹点的预测坐标，确定该预测坐标与预先确定的机器人导航的轨迹点集合中第五个轨迹点的坐标的差值。
步骤210、当该差值小于等于阈值时，后台处理机将预测坐标确定为机器人的下一个运行轨迹点的坐标，并以该预测坐标作为当前轨迹点，且i＝i+1，返回步骤208，直至到轨迹点集合中的倒数第二个轨迹点为止。
本步骤中，该阈值可以根据实际导航的轨迹点之间的距离进行灵活设置。当该差值不大于该阈值时，即偏差在一定的范围之内，认为该预测坐标即为机器人运行的下一个真实轨迹点，并以该预测坐标作为当前轨迹点进行下一个轨迹点的坐标预测，这种情况下，可以保证机器人基本按照直线运行。在将预测坐标确定为机器人的下一个运行轨迹点的坐标后，后台处理机可以将确定的该预测坐标发送给机器人，机器人向该预测坐标运行，并以该预测坐标作为当前轨迹点，进行下一个轨迹点的坐标预测，重复执行直至机器人导航结束。
步骤211、当该差值大于阈值时，后台处理机将该预测坐标和预先确定的机器人导航的轨迹点集合中第(i+1)个轨迹点的坐标的加权平均值确定为机器人的下一个运行轨迹点，并以该加权平均值坐标作为当前轨迹点，且i＝i+1，返回步骤208，直至到轨迹点集合中的倒数第二个轨迹点为止。
本步骤中，当该差值大于该阈值时，即偏差超出了允许的范围内，取该预测坐标和预先确定的下一个轨迹点的坐标的加权平均值作为机器人运行的下一个真实轨迹点，具体可以采用如下公式确定加权平均后的坐标：
其中，(x、y)为加权平均后的坐标，δ为更新因子，例如，δ可以取＝0.5，(xkalman,ykalman)为预测坐标，(xpreassign,ypreassign)为预先确定的下一个轨迹点坐标。此时可能有两种情况：一种是机器人的确更换了运行的方向，譬如说转弯，此时更新卡尔曼滤波模型，可使下一个轨迹点的预测更为准确；第二种情况是在预先确定导航的轨迹点过程中，出现了较大的偏差点，也即躁点，这时，用卡尔曼滤波预测，也可使实际运行的轨迹相对偏离理想的轨迹较少一些，并且由于卡尔曼滤波的递归性，经过有限次的滤波运算以后，可以基本恢复正确的运行轨迹。
进一步的，还可以将该预测坐标和预先确定的下一个轨迹点的坐标的均方根作为机器人运行的下一个真实轨迹点。
步骤212、后台处理机将确定的下一个运行轨迹点坐标发送给机器人。
步骤213、机器人根据接收到的下一个运行轨迹点，调整当前的运动方向，使自身到达下一个运行轨迹点的坐标位置。
进一步的，当后台处理机确定当前轨迹点的下一个轨迹点坐标后，可以将下一个轨迹点的坐标发送给机器人，由机器人内部控制单元，根据自身当前的运动方向进行调整，到达下一个运行轨迹点的坐标位置。
进一步的，本发明中对机器人预先确定预设轨迹中各轨迹点的坐标并不限于采用三个基站来确定，本发明实施例1中预设轨迹中各轨迹点的坐标使用二维坐标，如果预设轨迹中各轨迹点的坐标使用三维坐标，也可以使用四个基站。
通过本发明上述实施例提供的方法，由于在机器人导航过程中采用卡尔曼滤波预测下一个导航轨迹点，并通过将预测坐标与预先确定的轨迹点坐标的差值与阈值进行比较，根据比较结果，对预测坐标进行校正，提高了机器人在自主导航时的定位精度，从而使得机器人能够按照正确的轨迹运动。
实施例2：
基于同一发明构思，根据本发明上述实施例提供的机器人自主导航方法，相应地，本发明实施例2还提供了机器人自主导航装置，其结构示意图如图4所示，具体包括：
选取单元401，用于从预先确定的机器人导航的轨迹点集合中选取一个轨迹点作为机器人运行的当前轨迹点；
预测单元402，用于从机器人运行的当前轨迹点开始，对当前轨迹点进行下一个轨迹点的坐标预测，得到下一个轨迹点的预测坐标；
第一确定单元403，用于确定所述下一个轨迹点的预测坐标与所述预先确定的机器人导航的轨迹点集合中下一个轨迹点的坐标的差值；
第二确定单元404，用于根据所述差值与阈值的大小关系，确定所述机器人的下一个轨迹点坐标，调整所述机器人的运行方向向确定的下一个轨迹点运行，并将确定的下一个轨迹点坐标作为当前轨迹点，对所述机器人运行的下一个位置的轨迹点进行坐标预测，重复执行直至所述机器人导航结束。
进一步的，所述第二确定单元404，具体用于当所述差值小于等于阈值时，所述机器人向所述预测坐标运行，并在运行至所述预测坐标处时，以所述预测坐标作为当前轨迹点，对所述机器人运行的下一位置的轨迹点进行坐标预测，重复执行直至所述机器人导航结束；
当所述差值大于阈值时，所述机器人向所述预测坐标和所述预先确定的机器人导航的轨迹点集合中下一个轨迹点的坐标的加权平均值坐标运行，并在运行至所述加权平均值坐标处时，以所述加权平均值坐标作为当前轨迹点，对所述机器人运行的下一位置的轨迹点进行坐标预测，重复执行直至所述机器人导航结束。
进一步的，预测单元402，具体用于根据机器人与已知坐标的至少三个基站之间的距离，确定机器人按照预设轨迹运行的各轨迹点的坐标；将从所述各轨迹点中选取的有效点确定为机器人导航的轨迹点集合。
进一步的，预测单元402，具体用于从第一个轨迹点开始，将与该点相隔预设距离的点确定为有效点，并以该有效点作为新的起点，直至确定所有的有效点；将所有的有效点和关键位置对应的轨迹点确定为机器人导航的轨迹点集合，所述关键位置为所述机器人对待检测对象进行监测的位置。
进一步的，所述对当前轨迹点进行下一个轨迹点的坐标预测方式为卡尔曼滤波预测方式。
上述各单元的功能可对应于图1或图2所示流程中的相应处理步骤，在此不再赘述。
实施例3：
基于同一发明构思，根据本发明上述实施例提供的机器人自主导航方法，相应地，本发明实施例3还提供了机器人自主导航系统，其结构示意图如图5所示，包括：后台处理机501、机器人502、安装在机器人上的标签设备503和至少三个基站504，其中：
所述后台处理机501，如上述实施例2中的机器人自主导航装置；
所述机器人502，用于按照标签设备传送的下一个轨迹点的坐标，向所述下一个轨迹点的坐标运行；
所述标签设备503，用于向所述基站发送脉冲信号；接收所述基站返回的对所述脉冲信号的接收应答响应；根据所述脉冲信号的发送时间与所述接收应答响应的接收时间的差值，确定所述机器人与基站的距离；将所述距离发送给所述基站；
所述基站504，用于接收所述标签设备的脉冲信号，并返回对该脉冲信号的接收应答响应；将接收的所述距离发送给所述后台处理机。
本发明实施例3中提供的上述如图5所示的机器人自主导航系统，其中所包括的后台处理机501、机器人502、标签设备503和基站504进一步的功能，可对应于图1、图2所示流程中的相应处理步骤，在此不再赘述。
综上所述，本发明实施例提供的方案，包括：从预先确定的机器人导航的轨迹点集合中选取一个轨迹点作为机器人运行的当前轨迹点；从机器人运行的当前轨迹点开始，对当前轨迹点进行下一个轨迹点的坐标预测，得到下一个轨迹点的预测坐标；确定下一个轨迹点的预测坐标与轨迹点集合中下一个轨迹点的坐标的差值；根据差值与阈值的大小关系，确定机器人的下一个轨迹点坐标，调整机器人的运行方向向确定的下一个轨迹点运行，并将确定的下一个轨迹点坐标作为当前轨迹点，对机器人运行的下一个位置的轨迹点进行坐标预测，重复执行直至机器人导航结束。采用本发明实施例提供的方案，提高了机器人在自主导航时的定位精度，从而使得机器人能够按照正确的轨迹运动。
本申请的实施例所提供的机器人自主导航装置可通过计算机程序实现。本领域技术人员应该能够理解，上述的模块划分方式仅是众多模块划分方式中的一种，如果划分为其他模块或不划分模块，只要机器人自主导航装置具有上述功能，都应该在本申请的保护范围之内。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (11)

1.一种机器人自主导航方法，其特征在于，包括：
从预先确定的机器人导航的轨迹点集合中选取一个轨迹点作为机器人运行的当前轨迹点；
从机器人运行的当前轨迹点开始，对当前轨迹点进行下一个轨迹点的坐标预测，得到下一个轨迹点的预测坐标；
确定所述下一个轨迹点的预测坐标与所述预先确定的机器人导航的轨迹点集合中下一个轨迹点的坐标的差值；
当所述差值大于阈值时，所述机器人向所述预测坐标和所述预先确定的机器人导航的轨迹点集合中下一个轨迹点的坐标的加权平均值坐标运行，并在运行至所述加权平均值坐标处时，以所述加权平均值坐标作为当前轨迹点，对所述机器人运行的下一位置的轨迹点进行坐标预测，重复执行直至所述机器人导航结束；
其中，所述预测坐标和所述预先确定的机器人导航的轨迹点集合中下一个轨迹点的坐标的加权平均值坐标的计算公式如下：
其中，(x、y)为加权平均值坐标，δ为更新因子，(xkalman,ykalman)为预测坐标，(xpreassign,ypreassign)为预先确定的机器人导航的轨迹点集合中下一个轨迹点的坐标。
2.如权利要求1所述的方法，其特征在于，还包括：
当所述差值小于等于阈值时，所述机器人向所述预测坐标运行，并在运行至所述预测坐标处时，以所述预测坐标作为当前轨迹点，对所述机器人运行的下一位置的轨迹点进行坐标预测，重复执行直至所述机器人导航结束。
3.如权利要求1所述的方法，其特征在于，预先确定机器人导航的轨迹点集合，具体包括：
根据机器人与已知坐标的至少三个基站之间的距离，确定机器人按照预设轨迹运行的各轨迹点的坐标；
将从所述各轨迹点中选取的有效点确定为机器人导航的轨迹点集合。
4.如权利要求3所述的方法，其特征在于，将从所述各轨迹点中选取的有效点确定为机器人导航的轨迹点集合，具体包括：
从第一个轨迹点开始，将与该点相隔预设距离的点确定为有效点，并以该有效点作为新的起点，直至确定所有的有效点；
将所有的有效点和关键位置对应的轨迹点确定为机器人导航的轨迹点集合，所述关键位置为所述机器人对待检测对象进行监测的位置。
5.如权利要求1-4任一所述的方法，其特征在于，所述对当前轨迹点进行下一个轨迹点的坐标预测方式为卡尔曼滤波预测方式。
6.一种机器人自主导航装置，其特征在于，包括：
选取单元，用于从预先确定的机器人导航的轨迹点集合中选取一个轨迹点作为机器人运行的当前轨迹点；
预测单元，用于从机器人运行的当前轨迹点开始，对当前轨迹点进行下一个轨迹点的坐标预测，得到下一个轨迹点的预测坐标；
第一确定单元，用于确定所述下一个轨迹点的预测坐标与所述预先确定的机器人导航的轨迹点集合中下一个轨迹点的坐标的差值；
第二确定单元，用于当所述差值大于阈值时，所述机器人向所述预测坐标和所述预先确定的机器人导航的轨迹点集合中下一个轨迹点的坐标的加权平均值坐标运行，并在运行至所述加权平均值坐标处时，以所述加权平均值坐标作为当前轨迹点，对所述机器人运行的下一位置的轨迹点进行坐标预测，重复执行直至所述机器人导航结束；
其中，所述预测坐标和所述预先确定的机器人导航的轨迹点集合中下一个轨迹点的坐标的加权平均值坐标的计算公式如下：
其中，(x、y)为加权平均值坐标，δ为更新因子，(xkalman,ykalman)为预测坐标，(xpreassign,ypreassign)为预先确定的机器人导航的轨迹点集合中下一个轨迹点的坐标。
7.如权利要求6所述的装置，其特征在于，所述第二确定单元，还用于当所述差值小于等于阈值时，所述机器人向所述预测坐标运行，并在运行至所述预测坐标处时，以所述预测坐标作为当前轨迹点，对所述机器人运行的下一位置的轨迹点进行坐标预测，重复执行直至所述机器人导航结束。
8.如权利要求6所述的装置，其特征在于，所述预测单元，具体用于根据机器人与已知坐标的至少三个基站之间的距离，确定机器人按照预设轨迹运行的各轨迹点的坐标；将从所述各轨迹点中选取的有效点确定为机器人导航的轨迹点集合。
9.如权利要求8所述的装置，其特征在于，所述预测单元，具体用于从第一个轨迹点开始，将与该点相隔预设距离的点确定为有效点，并以该有效点作为新的起点，直至确定所有的有效点；将所有的有效点和关键位置对应的轨迹点确定为机器人导航的轨迹点集合，所述关键位置为所述机器人对待检测对象进行监测的位置。
10.如权利要求6-9任一所述的装置，其特征在于，所述对当前轨迹点进行下一个轨迹点的坐标预测方式为卡尔曼滤波预测方式。
11.一种机器人自主导航系统，其特征在于，包括：后台处理机、机器人，安装在所述机器人上的标签设备和至少三个基站，其中：
所述后台处理机，如权利要求6-10所述的装置；
所述机器人，用于按照标签设备传送的下一个轨迹点的坐标，向所述下一个轨迹点的坐标运行；
所述标签设备，用于向所述基站发送脉冲信号；接收所述基站返回的对所述脉冲信号的接收应答响应；根据所述脉冲信号的发送时间与所述接收应答响应的接收时间的差值，确定所述机器人与基站的距离；将所述距离发送给所述基站；
所述基站，用于接收所述标签设备的脉冲信号，并返回对该脉冲信号的接收应答响应；将接收的所述距离发送给所述后台处理机。
CN201410848618.3A 2014-12-29 2014-12-29 一种机器人自主导航方法、装置及系统 Active CN104567860B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201410848618.3A CN104567860B (zh) 2014-12-29 2014-12-29 一种机器人自主导航方法、装置及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201410848618.3A CN104567860B (zh) 2014-12-29 2014-12-29 一种机器人自主导航方法、装置及系统

Publications (2)

Publication Number Publication Date
CN104567860A CN104567860A (zh) 2015-04-29
CN104567860B true CN104567860B (zh) 2018-08-03

Family

ID=53084476

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410848618.3A Active CN104567860B (zh) 2014-12-29 2014-12-29 一种机器人自主导航方法、装置及系统

Country Status (1)

Country Link
CN (1) CN104567860B (zh)

Families Citing this family (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106154296A (zh) * 2015-06-26 2016-11-23 安徽华米信息科技有限公司 一种路径轨迹的调整方法及装置
CN105180942B (zh) * 2015-09-11 2018-07-20 安科智慧城市技术（中国）有限公司 一种无人船自主导航方法及装置
CN105260767B (zh) * 2015-11-05 2019-04-12 正量电子科技（苏州）有限公司 射频识别标签的串联结构
DE102015222390A1 (de) * 2015-11-13 2017-05-18 Robert Bosch Gmbh Autonomes Arbeitsgerät
CN106569493B (zh) * 2016-11-03 2020-02-14 中国科学院深圳先进技术研究院 一种基于脉冲超宽带技术的agv集群定位方法及agv调度方法
CN107065858A (zh) * 2017-02-13 2017-08-18 四川超影科技有限公司 基于超宽带的巡检机器人导航方法
CN106681235A (zh) * 2017-03-08 2017-05-17 四川超影科技有限公司 一种室内巡检机器人用多通道数据采集控制卡
CN108296687B (zh) * 2018-03-05 2019-08-27 北京华航唯实机器人科技股份有限公司 轨迹调整方法及装置
CN108742346A (zh) * 2018-06-27 2018-11-06 杨扬 遍历工作环境的方法及建立栅格地图的方法
CN110164439A (zh) * 2019-05-29 2019-08-23 姚英泽 智能服务机器人
CN110196054B (zh) * 2019-06-18 2021-09-07 北京史河科技有限公司 一种导航方法及系统
CN112153604B (zh) * 2019-06-28 2022-03-18 比亚迪股份有限公司 定位精度校验方法、装置、存储介质、列车及电子设备
CN111230862B (zh) * 2020-01-10 2021-05-04 上海发那科机器人有限公司 一种基于视觉识别功能的手持工件去毛刺方法和系统
CN111289944B (zh) * 2020-02-29 2021-10-08 杭州电子科技大学 一种基于uwb定位的无人艇位置航向测定方法
CN111813119B (zh) * 2020-07-11 2024-02-27 广东翼景信息科技有限公司 一种巡检机器人高精度导航方法
CN112240770A (zh) * 2020-10-15 2021-01-19 浙江欣奕华智能科技有限公司 一种生成机器人运动轨迹的方法、装置及终端
CN112518757A (zh) * 2020-12-17 2021-03-19 湖南工程学院 机器人控制方法、机器人及可读存储介质
CN113820658A (zh) * 2021-08-18 2021-12-21 上海闻泰电子科技有限公司 无线定位方法、装置、电子设备及存储介质
CN115406435A (zh) * 2022-08-24 2022-11-29 同济大学 基于wlan和mems的室内电子地图构建方法、装置及存储介质
CN115431287B (zh) * 2022-11-09 2023-01-24 广东南海电力设计院工程有限公司 一种配电房智能巡维机器人的控制系统

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006258461A (ja) * 2005-03-15 2006-09-28 Mitsubishi Electric Corp 測位装置、測位方法および測位プログラム
JP5273126B2 (ja) * 2010-09-15 2013-08-28 カシオ計算機株式会社 測位装置、測位方法およびプログラム
CN102780972A (zh) * 2011-05-13 2012-11-14 成都无线龙通讯科技有限公司 一种微功耗无线网络实时定位系统
CN102788591B (zh) * 2012-08-07 2015-05-13 郭磊 基于视觉信息的机器人沿引导线巡线导航方法
WO2015180021A1 (zh) * 2014-05-26 2015-12-03 中国科学院自动化研究所 剪枝机器人系统
CN104215990B (zh) * 2014-09-24 2017-01-11 深圳市中智科创机器人有限公司 一种基于无线网络单节点的辅助gps定位方法和系统

Also Published As

Publication number Publication date
CN104567860A (zh) 2015-04-29

Similar Documents

Publication Publication Date Title
CN104567860B (zh) 一种机器人自主导航方法、装置及系统
CN103941233B (zh) 一种多平台主被动传感器协同跟踪的雷达间歇交替辐射控制方法
CN106205136B (zh) 基于uwb的车辆定位系统及方法
Lee et al. RFID-based real-time locating system for construction safety management
CN109974701A (zh) 机器人的定位方法及装置
Famili et al. ROLATIN: Robust localization and tracking for indoor navigation of drones
CN109490825A (zh) 定位导航方法、装置、设备、系统及存储介质
CN106872943B (zh) 一种基于可见光通信的移动物体室内跟踪定位方法
KR20120045929A (ko) 로봇의 리로케이션 장치 및 방법
KR102182511B1 (ko) 위성항법 무인이동체 기만 장치 및 방법
CN108121002A (zh) 一种定位方法和装置
CN105487072A (zh) 一种基于t2/r的时差与多普勒频移联合定位方法及系统
CN111431644B (zh) 面向频谱认知的无人机路径自主规划装置及方法
Famili et al. RAIL: Robust acoustic indoor localization for drones
CN203094401U (zh) 一种采用声纳探测的船载（ais）自动智能避碰系统
Owen-Hill et al. Haptic teleoperation of mobile robots for augmentation of operator perception in environments with low-wireless signal
CN106909140A (zh) 路线回归方法及系统
CN116170744A (zh) 一种基于超宽带的室内跨区域盲点定位方法和系统
CN115022800B (zh) 一种变电站室内人员自适应定位方法及系统
CN111061269A (zh) 基于uwb定位的水上智能救援机器系统及其方法
CN112902959A (zh) 一种激光制导飞行器指控系统及指控方法
CN114584992B (zh) 一种测控站备选站址获取方法、测控站布设规划方法
Jeong et al. Fuzzy logic vehicle positioning system based on chromaticity and frequency components of LED illumination
CN208060725U (zh) 用于空间辐射检测的飞行器系统
CN109462854B (zh) 一种基站选址的测试装置及方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
CB02 Change of applicant information

Address after: 518107 Guangdong province Shenzhen City Guangming Street million Daiheng high tech Industrial Park No. 5 Building 5 floor

Applicant after: Shenzhen City Zhongzhi Kechuang Robot Co.,Ltd.

Address before: 518107 Guangdong province Shenzhen City Guangming Street million Daiheng high tech Industrial Park No. 5 Building 5 floor

Applicant before: Shenzhen in the United States and the United States and science and Technology Co.,Ltd.

Address after: 518107 Guangdong province Shenzhen City Guangming Street million Daiheng high tech Industrial Park No. 5 Building 5 floor

Applicant after: Shenzhen in the United States and the United States and science and Technology Co.,Ltd.

Address before: 518107 Guangdong province Shenzhen City Guangming Street million Daiheng high tech Industrial Park No. 5 Building 5 floor

Applicant before: SHENZHEN COSON ELECTRONIC CO.,LTD.

COR Change of bibliographic data
CB02 Change of applicant information
CB02 Change of applicant information

Address after: 518107 Shenzhen, Guangdong Guangming New District Guangming Street Wan Dai Heng hi tech Industrial Park 5, 5 floor.

Applicant after: SMART SECURITY & SURVEILLANCE ROBOT Co.,Ltd.

Address before: 518107 Shenzhen, Guangdong Guangming New District Guangming Street Wan Dai Heng hi tech Industrial Park 5, 5 floor.

Applicant before: Shenzhen City Zhongzhi Kechuang Robot Co.,Ltd.

TA01 Transfer of patent application right

Effective date of registration: 20180518

Address after: 518053 Guangdong, Shenzhen, Nanshan District Shahe street, Qiao Xiang Road, 4068, C 2, building 201

Applicant after: SHENZHEN KEWEI ROBOT SERVICE Co.,Ltd.

Address before: 518107 Shenzhen, Guangdong Guangming New District Guangming Street Wan Dai Heng hi tech Industrial Park 5, 5 floor.

Applicant before: SMART SECURITY & SURVEILLANCE ROBOT Co.,Ltd.

TA01 Transfer of patent application right
GR01 Patent grant
CP01 Change in the name or title of a patent holder
CP01 Change in the name or title of a patent holder

Address after: 518053 Guangdong, Shenzhen, Nanshan District Shahe street, Qiao Xiang Road, 4068, C 2, building 201

Patentee after: Shenzhen Kewei Robot Technology Co.,Ltd.

Address before: 518053 Guangdong, Shenzhen, Nanshan District Shahe street, Qiao Xiang Road, 4068, C 2, building 201

Patentee before: SHENZHEN KEWEI ROBOT SERVICE Co.,Ltd.