CN105652871A - 移动机器人的重定位方法 - Google Patents
移动机器人的重定位方法 Download PDFInfo
- Publication number
- CN105652871A CN105652871A CN201610091698.1A CN201610091698A CN105652871A CN 105652871 A CN105652871 A CN 105652871A CN 201610091698 A CN201610091698 A CN 201610091698A CN 105652871 A CN105652871 A CN 105652871A
- Authority
- CN
- China
- Prior art keywords
- mobile apparatus
- sensor
- apparatus people
- particle
- model
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 34
- 239000002245 particle Substances 0.000 claims abstract description 30
- 230000033001 locomotion Effects 0.000 claims abstract description 11
- 230000004807 localization Effects 0.000 claims description 6
- 238000006073 displacement reaction Methods 0.000 claims description 4
- 230000000007 visual effect Effects 0.000 claims description 4
- 238000005070 sampling Methods 0.000 abstract description 10
- 230000001186 cumulative effect Effects 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 230000000474 nursing effect Effects 0.000 description 2
- PXFBZOLANLWPMH-UHFFFAOYSA-N 16-Epiaffinine Natural products C1C(C2=CC=CC=C2N2)=C2C(=O)CC2C(=CC)CN(C)C1C2CO PXFBZOLANLWPMH-UHFFFAOYSA-N 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 239000011551 heat transfer agent Substances 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- 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
- G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
- G05D1/0234—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using optical markers or beacons
- G05D1/0236—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using optical markers or beacons in combination with a laser
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Optics & Photonics (AREA)
- Electromagnetism (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Manipulator (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明申请揭示了一种<b>移动机器人的重定位方法</b>，包括步骤：S1：建立移动机器人运动模型，根据移动机器人上一时刻t-1的位姿状态和输入控制量并结合蒙特卡洛定位方法预测移动机器人当前时刻t的位姿状态，得到移动机器人在t时刻的粒子采样分布；S2：建立激光测距传感器感知模型，根据t时刻获取的激光测距传感器信息计算各粒子权值；S3：建立视觉传感器感知模型，根据t时刻获取的视觉传感器信息计算各粒子权值；S4：结合激光测距传感器感知模型和视觉传感器感知模型对各粒子的权值进行更新；S5：重复步骤S1至S4直到移动机器人重定位成功。本发明申请提高了移动机器人的重定位精度和速度。
Description
技术领域
本发明涉及移动机器人，特别是移动机器人的重定位方法。
背景技术
近年来，重定位问题已成为移动机器人领域备受关注的热点问题。移动机器人重定位是移动机器人实现智能导航和环境探索研究的一个基础，也是移动机器人实现真正智能化和完全自主的关键技术之一。
移动机器人的重定位是根据已知的地图环境和传感器数据，重新确定机器人的位姿。移动机器人重定位的研究大体上集中在两种传感器上。
一种是激光测距传感器，这种传感器有很好的快速性，并且可以得到很准确地距离等信息，仅使用激光测距传感器进行移动机器人重定位，在小型环境中制图准确且有很高的实时性，但是到了大型环境中，由于累计误差，使得机器人重定位并不理想，而且由于激光测距传感器信息量较少，在较复杂的环境里不能很好实现重定位。
另一种比较常用的传感器就是视觉传感器，视觉传感器获取的信息量丰富，仅使用视觉传感器进行移动机器人重定位时，由于需要处理的数据过多，无法保证算法的实时性，尤其是在大尺度或者特征点不明显的环境中，很容易出现重定位跟不上机器人运行速度的问题，导致重定位精度变差。
但是，对于移动机器人来说，重定位不仅要有一定的精度，并且对于快速性也有很高的要求。
基于上述问题，发明人分别基于激光和视觉重定位的现有成果，分别对激光与视觉两种方法进行了广泛的技术调研，并完成了一系列对比实验，最终设计了一种结合两种传感器优点的重定位方法，即采用单目视觉信息来辅助激光进行重定位，实现移动机器人的快速、精确的重定位。
发明内容
本发明专利申请的目的在于提供一种快速、精确的重定位方法，以解决背景技术中的问题。
为达到以上目的，本发明专利申请的技术方案如下：
一种移动机器人的重定位方法，所述移动机器人包括测量移动机器人位移和角度的传感器、激光测距传感器和视觉传感器，所述方法包括以下步骤：S1：建立移动机器人运动模型，根据蒙特卡洛（MonteCarlo）定位方法并结合移动机器人上一时刻t-1的位姿状态和输入控制量预测移动机器人当前时刻t的位姿状态，得到移动机器人在t时刻的粒子采样分布；S2：建立激光测距传感器感知模型，根据t时刻获取的激光测距传感器信息计算粒子采样分布中各粒子权值；S3：建立视觉传感器感知模型，根据t时刻获取的视觉传感器信息计算粒子采样分布中各粒子权值；S4：结合激光测距传感器感知模型和视觉传感器感知模型对各粒子的权值进行更新；S5：重复步骤S1至S4直到检测到移动机器人重定位成功。
进一步地，在本发明专利申请公开的一个实施例中，所述步骤S5中检测移动机器人重定位是否成功的标准为：移动机器人在t时刻获得的激光测距传感器或/和视觉传感器的信息与定位处的地图匹配率是否大于设定的阈值。
可选择地，步骤S2、S3的顺序可交换。
与现有技术相比，本发明申请具有以下优点：
本发明专利申请的重定位方法融合了激光测距传感器的快速准确的优点和视觉传感器的丰富信息的优点，提高了移动机器人的重定位精度和速度。
附图说明
图1为本发明专利申请较佳实施例的流程图。
具体实施方式
下面结合附图和具体实施方式对本发明方案进行进一步详细说明。
本发明专利申请是移动机器人的重定位方法，该方法实现的基础是基于全部或部分建立地图的区域。当移动机器人位于区域中已建地图的位置时，移动机器人按本发明方法进行重定位；当移动机器人位于区域中未建地图的位置时，移动机器人将在运动至已建地图的位置后，再按本发明方法进行重定位。
由于本发明专利申请是建立在蒙特卡洛（MonteCarlo）定位方法上的，在此先对蒙特卡洛（MonteCarlo）定位方法进行描述：MonteCarlo定位作为一种概率定位方法，原理基于贝叶斯算法，通过从传感信息递归估计位姿状态空间的概率分布来实现定位。MonteCarlo定位概念的关键是应用N个带权值的随机样本来表示机器人位姿的可信度，样本空间。样本集通过离散化状态来近似表示机器人实际位姿的可信度。每个采样Si由机器人位姿和权值pi组成，即。pi表示机器人位于该点的概率，且。MonteCarlo定位基于运动模型的更新和基于感知模型的更新两个过程。
本实施例中的移动机器人包括激光测距传感器和视觉传感器，用于测量移动机器人位移和角度的传感器分别为里程计和陀螺仪（或码盘），所述方法包括以下步骤：
S1：建立移动机器人运动模型，根据蒙特卡洛（MonteCarlo）定位方法并结合移动机器人上一时刻t-1的位姿状态和输入控制量预测移动机器人当前时刻t的位姿状态，得到移动机器人在t时刻的粒子采样分布。
设时刻机器人全局坐标系的位姿为，t时刻移动到lt处，则利用运动学模型建立机器人运动模型为：
其中，，式中各个参数的含义如下：
：(t-1，t)时间内机器人中心位移和转过的角度；
：输入控制量（此处为里程计输入）；
：服从高斯白噪声分布过程输入噪声。
根据运动模型及移动机器人在上一时刻t-1的位姿状态，对t时刻的移动机器人的粒子集进行预测，其中，粒子是指t时刻移动机器人可能到达的位置。
移动机器人利用运动模型及上一时刻t-1的位姿可以对当前时刻t的位姿状态进行预测，粒子集的预测过程如下：
式中各个参数的含义如下：
：运动模型；
：粒子的采样分布。
S2：建立激光测距传感器感知模型，根据t时刻获取的激光测距传感器信息计算粒子采样分布中各粒子权值（本实施例中先建立激光测距传感器感知模型，再建立视觉传感器感知模型）。
激光测距传感器提供了相对于环境中某个环境特征的相对距离和方向，扫描数据可用极坐标表示为：
或者由直角坐标表示为：
其中，，N为扫描点数。
在结构化室内环境中，激光地图采用几何地图构建方法。在每个采样时刻，激光传感器对机器人周围环境进行扫描，得到一帧距离数据，通常是环境中的一组采样点。通过对t时刻激光数据与0到t-1时刻采集的激光数据进行匹配，更新机器人位置，校正里程计的累积误差，再用得到的机器人的位置和激光信息更新地图。
在激光测距传感器感知模型中，根据激光传感器的测距数据与地图上计算好的采样之间的差别进行采样的概率更新：
式中各个参数的含义如下：
：时刻第个测距数据；
：地图上第次迭代采样过程中的第个测距数据。
S3：建立视觉传感器感知模型，根据t时刻获取的视觉传感器信息计算粒子采样分布中各粒子权值。
在基于视觉传感器的定位中，感知数据是由位姿场景图像提取的特征组成的特征向量，当两幅图像的特征点生成后，寻找两个图像特征点集之间的匹配点对，采用角点邻域相关匹配初步建立角点对应关系，然后利用马氏距离仿射变换不变性原理删除误匹配角点对。设移动机器人在新的位姿实际观测到的环境模型为图像，则采样的权值更新为：
式中各个参数的含义如下：
：重要性因子，反映了运动更新后的采样和当前观察模型的匹配程度；
：视觉传感器观测量；
：实际观测到的场景图像与样本图像之间的相似程度；
：设定的最大直线距离；
：采样所处的位置与预先采集样本图像的位置之间的直线距离；
：设定的最大相对角度；
：采样与预先采集样本之间的相对角度。
S4：结合激光测距传感器感知模型和视觉传感器感知模型对各粒子的权值进行更新。
移动机器人融合激光测距传感器信息和视觉传感器信息对粒子进行更新的过程如下：
称为重要性因子，它反映了运动更新后的采样和当前融合的观察模型的匹配程度，估计出机器人t时刻位姿，最后对进行归一化处理，在进行下一定位周期前，通过随机生成新的粒子替换权重最小的5%的粒子，以保证重定位出错或者机器人被人为搬动到另一个位置时，粒子集中仍然包括有正确的位置，在下一次重定位时，还能定位出正确的位置。
其中，，为规一化因子，以确保所有采样的概率之和。
S5：重复步骤S1至S4直到检测到移动机器人重定位成功。
当移动机器人在t时刻获得的激光测距传感器或/和视觉传感器的信息与定位处的地图匹配率大于设定的阈值，则认为重定位成功；如果移动机器人在t时刻获得的激光测距传感器或/和视觉传感器的信息与定位处的地图匹配率小于或等于设定的阈值，则认为重定位失败，则返回至步骤S1，重复步骤S1至S4直到判定重定位成功。
以上是本发明的较佳实施例的详细说明，不认定本发明只局限于这些说明。对于本发明所属技术领域的普通技术人员来说，在不脱离本发明构思的前提下所作出的等同替代或明显变形，且性能或用途相同，都应当视为本发明所提交的权利要求书确定的保护范围内。
Claims (3)
1.一种移动机器人的重定位方法，其特征在于，所述移动机器人包括测量移动机器人位移和角度的传感器、激光测距传感器和视觉传感器，所述方法包括以下步骤：
S1：建立移动机器人运动模型，根据蒙特卡洛（MonteCarlo）定位方法并结合移动机器人上一时刻t-1的位姿状态和输入控制量预测移动机器人当前时刻t的位姿状态，得到移动机器人在t时刻的粒子采样分布；
S2：建立激光测距传感器感知模型，根据t时刻获取的激光测距传感器信息计算粒子采样分布中各粒子权值；
S3：建立视觉传感器感知模型，根据t时刻获取的视觉传感器信息计算粒子采样分布中各粒子权值；
S4：结合激光测距传感器感知模型和视觉传感器感知模型对各粒子的权值进行更新；
S5：重复步骤S1至S4直到检测到移动机器人重定位成功。
2.如权利要求1所述的移动机器人的重定位方法，其特征在于，所述步骤S5中检测移动机器人重定位是否成功的标准为：移动机器人在t时刻获得的激光测距传感器或/和视觉传感器的信息与定位处的地图匹配率是否大于设定的阈值。
3.如权利要求1所述的移动机器人的重定位方法，其特征在于，所述步骤S2、S3的顺序可交换。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610091698.1A CN105652871A (zh) | 2016-02-19 | 2016-02-19 | 移动机器人的重定位方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610091698.1A CN105652871A (zh) | 2016-02-19 | 2016-02-19 | 移动机器人的重定位方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN105652871A true CN105652871A (zh) | 2016-06-08 |
Family
ID=56489628
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610091698.1A Pending CN105652871A (zh) | 2016-02-19 | 2016-02-19 | 移动机器人的重定位方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN105652871A (zh) |
Cited By (31)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106092104A (zh) * | 2016-08-26 | 2016-11-09 | 深圳微服机器人科技有限公司 | 一种室内机器人的重定位方法及装置 |
| CN106767795A (zh) * | 2017-01-20 | 2017-05-31 | 福州大学 | 一种基于惯性导航的移动机器人位移计算算法 |
| CN107356932A (zh) * | 2017-07-07 | 2017-11-17 | 成都普诺思博科技有限公司 | 机器人激光定位方法 |
| CN107368071A (zh) * | 2017-07-17 | 2017-11-21 | 纳恩博（北京）科技有限公司 | 一种异常恢复方法及电子设备 |
| CN107422735A (zh) * | 2017-07-29 | 2017-12-01 | 深圳力子机器人有限公司 | 一种无轨导航agv激光与视觉特征混合导航方法 |
| CN107713915A (zh) * | 2017-11-27 | 2018-02-23 | 深圳市沃特沃德股份有限公司 | 扫地机器人以及扫地机器人的定位方法 |
| CN108009622A (zh) * | 2017-11-30 | 2018-05-08 | 江西洪都航空工业集团有限责任公司 | 一种基于人工蜂群的蒙特卡洛定位方法 |
| CN108052101A (zh) * | 2017-12-06 | 2018-05-18 | 北京奇虎科技有限公司 | 机器人的重定位方法及装置 |
| CN108297115A (zh) * | 2018-02-02 | 2018-07-20 | 弗徕威智能机器人科技（上海）有限公司 | 一种机器人的自主重定位方法 |
| CN108571960A (zh) * | 2017-03-09 | 2018-09-25 | 深圳市朗驰欣创科技股份有限公司 | 一种定位方法和定位设备 |
| CN108759844A (zh) * | 2018-06-07 | 2018-11-06 | 科沃斯商用机器人有限公司 | 机器人重定位与环境地图构建方法、机器人及存储介质 |
| CN108931245A (zh) * | 2018-08-02 | 2018-12-04 | 上海思岚科技有限公司 | 移动机器人的局部自定位方法及设备 |
| CN109061703A (zh) * | 2018-06-11 | 2018-12-21 | 百度在线网络技术（北京）有限公司 | 用于定位的方法、装置、设备和计算机可读存储介质 |
| CN109141437A (zh) * | 2018-09-30 | 2019-01-04 | 中国科学院合肥物质科学研究院 | 一种机器人全局重定位方法 |
| CN109255817A (zh) * | 2018-09-14 | 2019-01-22 | 北京猎户星空科技有限公司 | 一种智能设备的视觉重定位方法及装置 |
| CN109506641A (zh) * | 2017-09-14 | 2019-03-22 | 深圳乐动机器人有限公司 | 移动机器人的位姿丢失检测与重定位系统及机器人 |
| CN109556607A (zh) * | 2018-10-24 | 2019-04-02 | 上海大学 | 一种快速处理移动机器人定位“绑架”问题的方法 |
| CN109960254A (zh) * | 2017-12-25 | 2019-07-02 | 深圳市优必选科技有限公司 | 机器人及其路径规划方法 |
| CN109993794A (zh) * | 2019-03-29 | 2019-07-09 | 北京猎户星空科技有限公司 | 一种机器人重定位方法、装置、控制设备和存储介质 |
| CN110174894A (zh) * | 2019-05-27 | 2019-08-27 | 小狗电器互联网科技（北京）股份有限公司 | 机器人及其重定位方法 |
| CN110274597A (zh) * | 2019-06-13 | 2019-09-24 | 大连理工大学 | 一种解决室内机器人任意点启动时“粒子绑架”问题的方法 |
| CN110340877A (zh) * | 2019-07-11 | 2019-10-18 | 深圳市杉川机器人有限公司 | 移动机器人及其定位方法和计算机可读存储介质 |
| CN110531766A (zh) * | 2019-08-27 | 2019-12-03 | 熵智科技(深圳)有限公司 | 基于已知占据栅格地图的持续激光slam构图定位方法 |
| CN111094895A (zh) * | 2018-06-29 | 2020-05-01 | 百度时代网络技术（北京）有限公司 | 用于在预构建的视觉地图中进行鲁棒自重新定位的系统和方法 |
| CN111267102A (zh) * | 2020-03-09 | 2020-06-12 | 深圳拓邦股份有限公司 | 机器人初始位置的获取方法、装置、机器人及存储介质 |
| CN111337943A (zh) * | 2020-02-26 | 2020-06-26 | 同济大学 | 一种基于视觉引导激光重定位的移动机器人定位方法 |
| CN111486842A (zh) * | 2019-01-29 | 2020-08-04 | 深圳市优必选科技有限公司 | 重定位方法及装置、机器人 |
| CN113204030A (zh) * | 2021-04-13 | 2021-08-03 | 珠海市一微半导体有限公司 | 一种多点带约束重定位的方法、芯片和机器人 |
| CN113733083A (zh) * | 2021-08-24 | 2021-12-03 | 拉扎斯网络科技（上海）有限公司 | 一种定位方法、装置及机器人 |
| CN114295118A (zh) * | 2021-12-30 | 2022-04-08 | 杭州海康机器人技术有限公司 | 一种多机器人的定位方法、装置及设备 |
| WO2022121640A1 (zh) * | 2020-12-07 | 2022-06-16 | 深圳市优必选科技股份有限公司 | 机器人重定位方法、装置、机器人和可读存储介质 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20050256610A1 (en) * | 2004-05-13 | 2005-11-17 | Honda Motor Co., Ltd. | Robot control apparatus |
| CN1811644A (zh) * | 2006-03-07 | 2006-08-02 | 北京大学 | 在复杂环境下智能机器人自主定位的方法 |
| CN103926925A (zh) * | 2014-04-22 | 2014-07-16 | 江苏久祥汽车电器集团有限公司 | 一种基于改进的vfh算法的定位与避障方法及机器人 |
| CN104180799A (zh) * | 2014-07-15 | 2014-12-03 | 东北大学 | 一种基于自适应蒙特卡罗定位的机器人定位方法 |
| CN105004336A (zh) * | 2015-07-10 | 2015-10-28 | 中国科学院深圳先进技术研究院 | 一种机器人的定位方法 |
-
2016
- 2016-02-19 CN CN201610091698.1A patent/CN105652871A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20050256610A1 (en) * | 2004-05-13 | 2005-11-17 | Honda Motor Co., Ltd. | Robot control apparatus |
| CN1811644A (zh) * | 2006-03-07 | 2006-08-02 | 北京大学 | 在复杂环境下智能机器人自主定位的方法 |
| CN103926925A (zh) * | 2014-04-22 | 2014-07-16 | 江苏久祥汽车电器集团有限公司 | 一种基于改进的vfh算法的定位与避障方法及机器人 |
| CN104180799A (zh) * | 2014-07-15 | 2014-12-03 | 东北大学 | 一种基于自适应蒙特卡罗定位的机器人定位方法 |
| CN105004336A (zh) * | 2015-07-10 | 2015-10-28 | 中国科学院深圳先进技术研究院 | 一种机器人的定位方法 |
Non-Patent Citations (1)
| Title |
|---|
| 李永坚: "融合视觉和激光测距的机器人Monte Carlo自定位方法", 《农业机械学报》 * |
Cited By (50)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106092104B (zh) * | 2016-08-26 | 2019-03-15 | 深圳微服机器人科技有限公司 | 一种室内机器人的重定位方法及装置 |
| CN106092104A (zh) * | 2016-08-26 | 2016-11-09 | 深圳微服机器人科技有限公司 | 一种室内机器人的重定位方法及装置 |
| CN106767795A (zh) * | 2017-01-20 | 2017-05-31 | 福州大学 | 一种基于惯性导航的移动机器人位移计算算法 |
| CN106767795B (zh) * | 2017-01-20 | 2019-10-15 | 福州大学 | 一种基于惯性导航的移动机器人位移计算算法 |
| CN108571960A (zh) * | 2017-03-09 | 2018-09-25 | 深圳市朗驰欣创科技股份有限公司 | 一种定位方法和定位设备 |
| CN107356932B (zh) * | 2017-07-07 | 2020-11-24 | 成都普诺思博科技有限公司 | 机器人激光定位方法 |
| CN107356932A (zh) * | 2017-07-07 | 2017-11-17 | 成都普诺思博科技有限公司 | 机器人激光定位方法 |
| CN107368071A (zh) * | 2017-07-17 | 2017-11-21 | 纳恩博（北京）科技有限公司 | 一种异常恢复方法及电子设备 |
| CN107368071B (zh) * | 2017-07-17 | 2020-11-06 | 纳恩博（北京）科技有限公司 | 一种异常恢复方法及电子设备 |
| CN107422735A (zh) * | 2017-07-29 | 2017-12-01 | 深圳力子机器人有限公司 | 一种无轨导航agv激光与视觉特征混合导航方法 |
| CN109506641A (zh) * | 2017-09-14 | 2019-03-22 | 深圳乐动机器人有限公司 | 移动机器人的位姿丢失检测与重定位系统及机器人 |
| CN107713915A (zh) * | 2017-11-27 | 2018-02-23 | 深圳市沃特沃德股份有限公司 | 扫地机器人以及扫地机器人的定位方法 |
| CN108009622A (zh) * | 2017-11-30 | 2018-05-08 | 江西洪都航空工业集团有限责任公司 | 一种基于人工蜂群的蒙特卡洛定位方法 |
| CN108052101A (zh) * | 2017-12-06 | 2018-05-18 | 北京奇虎科技有限公司 | 机器人的重定位方法及装置 |
| CN108052101B (zh) * | 2017-12-06 | 2021-12-21 | 北京奇虎科技有限公司 | 机器人的重定位方法及装置 |
| CN109960254A (zh) * | 2017-12-25 | 2019-07-02 | 深圳市优必选科技有限公司 | 机器人及其路径规划方法 |
| CN109960254B (zh) * | 2017-12-25 | 2022-09-23 | 深圳市优必选科技有限公司 | 机器人及其路径规划方法 |
| CN108297115B (zh) * | 2018-02-02 | 2021-09-28 | 弗徕威智能机器人科技（上海）有限公司 | 一种机器人的自主重定位方法 |
| CN108297115A (zh) * | 2018-02-02 | 2018-07-20 | 弗徕威智能机器人科技（上海）有限公司 | 一种机器人的自主重定位方法 |
| CN108759844B (zh) * | 2018-06-07 | 2021-11-16 | 科沃斯商用机器人有限公司 | 机器人重定位与环境地图构建方法、机器人及存储介质 |
| CN108759844A (zh) * | 2018-06-07 | 2018-11-06 | 科沃斯商用机器人有限公司 | 机器人重定位与环境地图构建方法、机器人及存储介质 |
| CN109061703A (zh) * | 2018-06-11 | 2018-12-21 | 百度在线网络技术（北京）有限公司 | 用于定位的方法、装置、设备和计算机可读存储介质 |
| US10964054B2 (en) | 2018-06-11 | 2021-03-30 | Baidu Online Network Technology (Beijing) Co., Ltd. | Method and device for positioning |
| CN111094895B (zh) * | 2018-06-29 | 2023-08-22 | 百度时代网络技术（北京）有限公司 | 用于在预构建的视觉地图中进行鲁棒自重新定位的系统和方法 |
| US11788845B2 (en) | 2018-06-29 | 2023-10-17 | Baidu Usa Llc | Systems and methods for robust self-relocalization in a visual map |
| CN111094895A (zh) * | 2018-06-29 | 2020-05-01 | 百度时代网络技术（北京）有限公司 | 用于在预构建的视觉地图中进行鲁棒自重新定位的系统和方法 |
| CN108931245A (zh) * | 2018-08-02 | 2018-12-04 | 上海思岚科技有限公司 | 移动机器人的局部自定位方法及设备 |
| CN108931245B (zh) * | 2018-08-02 | 2021-09-07 | 上海思岚科技有限公司 | 移动机器人的局部自定位方法及设备 |
| CN109255817A (zh) * | 2018-09-14 | 2019-01-22 | 北京猎户星空科技有限公司 | 一种智能设备的视觉重定位方法及装置 |
| CN109141437B (zh) * | 2018-09-30 | 2021-11-26 | 中国科学院合肥物质科学研究院 | 一种机器人全局重定位方法 |
| CN109141437A (zh) * | 2018-09-30 | 2019-01-04 | 中国科学院合肥物质科学研究院 | 一种机器人全局重定位方法 |
| CN109556607A (zh) * | 2018-10-24 | 2019-04-02 | 上海大学 | 一种快速处理移动机器人定位“绑架”问题的方法 |
| CN111486842A (zh) * | 2019-01-29 | 2020-08-04 | 深圳市优必选科技有限公司 | 重定位方法及装置、机器人 |
| CN109993794A (zh) * | 2019-03-29 | 2019-07-09 | 北京猎户星空科技有限公司 | 一种机器人重定位方法、装置、控制设备和存储介质 |
| CN110174894A (zh) * | 2019-05-27 | 2019-08-27 | 小狗电器互联网科技（北京）股份有限公司 | 机器人及其重定位方法 |
| CN110274597B (zh) * | 2019-06-13 | 2022-09-16 | 大连理工大学 | 一种解决室内机器人任意点启动时“粒子绑架”问题的方法 |
| CN110274597A (zh) * | 2019-06-13 | 2019-09-24 | 大连理工大学 | 一种解决室内机器人任意点启动时“粒子绑架”问题的方法 |
| CN110340877A (zh) * | 2019-07-11 | 2019-10-18 | 深圳市杉川机器人有限公司 | 移动机器人及其定位方法和计算机可读存储介质 |
| CN110340877B (zh) * | 2019-07-11 | 2021-02-05 | 深圳市杉川机器人有限公司 | 移动机器人及其定位方法和计算机可读存储介质 |
| CN110531766B (zh) * | 2019-08-27 | 2022-06-28 | 熵智科技(深圳)有限公司 | 基于已知占据栅格地图的持续激光slam构图定位方法 |
| CN110531766A (zh) * | 2019-08-27 | 2019-12-03 | 熵智科技(深圳)有限公司 | 基于已知占据栅格地图的持续激光slam构图定位方法 |
| CN111337943B (zh) * | 2020-02-26 | 2022-04-05 | 同济大学 | 一种基于视觉引导激光重定位的移动机器人定位方法 |
| CN111337943A (zh) * | 2020-02-26 | 2020-06-26 | 同济大学 | 一种基于视觉引导激光重定位的移动机器人定位方法 |
| CN111267102A (zh) * | 2020-03-09 | 2020-06-12 | 深圳拓邦股份有限公司 | 机器人初始位置的获取方法、装置、机器人及存储介质 |
| WO2022121640A1 (zh) * | 2020-12-07 | 2022-06-16 | 深圳市优必选科技股份有限公司 | 机器人重定位方法、装置、机器人和可读存储介质 |
| CN113204030A (zh) * | 2021-04-13 | 2021-08-03 | 珠海市一微半导体有限公司 | 一种多点带约束重定位的方法、芯片和机器人 |
| CN113733083A (zh) * | 2021-08-24 | 2021-12-03 | 拉扎斯网络科技（上海）有限公司 | 一种定位方法、装置及机器人 |
| CN113733083B (zh) * | 2021-08-24 | 2022-11-18 | 拉扎斯网络科技（上海）有限公司 | 一种定位方法、装置及机器人 |
| CN114295118A (zh) * | 2021-12-30 | 2022-04-08 | 杭州海康机器人技术有限公司 | 一种多机器人的定位方法、装置及设备 |
| CN114295118B (zh) * | 2021-12-30 | 2024-01-26 | 杭州海康机器人股份有限公司 | 一种多机器人的定位方法、装置及设备 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105652871A (zh) | 移动机器人的重定位方法 | |
| CN106885574B (zh) | 一种基于重跟踪策略的单目视觉机器人同步定位与地图构建方法 | |
| CN109579824B (zh) | 一种融入二维码信息的自适应蒙特卡诺定位方法 | |
| WO2019029099A1 (zh) | 基于图像梯度联合优化的双目视觉里程计算方法 | |
| CN104881029B (zh) | 基于一点ransac和fast算法的移动机器人导航方法 | |
| CN110728751A (zh) | 一种室内3d点云语义地图的构建方法 | |
| CN109325995B (zh) | 基于人手参数模型的低分辨率多视角手部重建方法 | |
| CN113108773A (zh) | 一种融合激光与视觉传感器的栅格地图构建方法 | |
| CN112444246B (zh) | 高精度的数字孪生场景中的激光融合定位方法 | |
| CN111998862B (zh) | 一种基于bnn的稠密双目slam方法 | |
| WO2021004416A1 (zh) | 一种基于视觉信标建立信标地图的方法、装置 | |
| CN116222543B (zh) | 用于机器人环境感知的多传感器融合地图构建方法及系统 | |
| CN110487286A (zh) | 一种基于点特征投影与激光点云融合的机器人位姿判断法 | |
| CN111474932B (zh) | 一种集成情景经验的移动机器人建图与导航方法 | |
| WO2024001083A1 (zh) | 一种定位方法、装置、设备和存储介质 | |
| CN116091551A (zh) | 一种基于多模态融合的目标检索跟踪方法及系统 | |
| CN116429116A (zh) | 一种机器人定位方法及设备 | |
| CN116429084A (zh) | 一种动态环境3d同步定位与建图方法 | |
| CN111552292A (zh) | 基于视觉的移动机器人路径生成与动态目标跟踪方法 | |
| CN111123953A (zh) | 人工智能大数据下粒子化移动机器人组及其控制方法 | |
| Keivan et al. | Constant-time monocular self-calibration | |
| CN112070835B (zh) | 机械臂位姿预测方法、装置、存储介质及电子设备 | |
| CN112308917A (zh) | 一种基于视觉的移动机器人定位方法 | |
| CN116804553A (zh) | 基于事件相机/imu/自然路标的里程计系统及方法 | |
| CN111696155A (zh) | 一种基于单目视觉的多传感融合机器人定位方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C41 | Transfer of patent application or patent right or utility model | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20161013 Address after: 518057 Guangdong city of Shenzhen province Nanshan District Guangdong streets High-tech Park North Beihuan Road No. 9018 building B building 3 layer's innovation Applicant after: Shenzhen City, Shan Chuan robot Co., Ltd. Address before: Nanshan District Guangdong streets south ring road of Shenzhen city Guangdong province 518057 No. 29 students start building room 1003 Applicant before: SHENZHEN SHANCHUAN TECHNOLOGY CO., LTD. |
|
| CB02 | Change of applicant information |
Address after: A District No. 9018 building 518057 Guangdong Han innovation city of Shenzhen province Nanshan District high tech park, North Central Avenue, 5 floor Room 501 Applicant after: Shenzhen City, Shan Chuan robot Co., Ltd. Address before: 518057 Guangdong city of Shenzhen province Nanshan District Guangdong streets High-tech Park North Beihuan Road No. 9018 building B building 3 layer's innovation Applicant before: Shenzhen City, Shan Chuan robot Co., Ltd. |
|
| CB02 | Change of applicant information | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20160608 |
|
| WD01 | Invention patent application deemed withdrawn after publication |