CN106123890A - 一种多传感器数据融合的机器人定位方法 - Google Patents
一种多传感器数据融合的机器人定位方法 Download PDFInfo
- Publication number
- CN106123890A CN106123890A CN201610425251.3A CN201610425251A CN106123890A CN 106123890 A CN106123890 A CN 106123890A CN 201610425251 A CN201610425251 A CN 201610425251A CN 106123890 A CN106123890 A CN 106123890A
- Authority
- CN
- China
- Prior art keywords
- robot
- pose
- result
- fusion
- scan
- 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
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
- G01C21/005—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
- 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
- G01C21/165—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 combined with non-inertial navigation instruments
-
- 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
- G01S17/87—Combinations of systems using electromagnetic waves other than radio waves
- G01S17/875—Combinations of systems using electromagnetic waves other than radio waves for determining attitude
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Automation & Control Theory (AREA)
- Computer Networks & Wireless Communication (AREA)
- Optical Radar Systems And Details Thereof (AREA)
Abstract
本发明公开了一种多传感器数据融合的机器人定位方法,在激光扫描的基础上,结合里程计位移和惯性测量单元的偏航角来作为位姿变化的初始估计,再运用扫描匹配的方法来计算机器人当前位姿,最后结合里程计和扫描匹配两种位姿计算结果进行卡尔曼滤波。本发明可以有效消除以往里程计系统定位所存在的固有约束,减少了累积误差对定位结果的影响;可以有效地减少匹配过程出现的误匹配结果;本发明运用里程计在短时间间隔内的位移变化数据和惯性测量单元提供的机器人偏航角,作为激光扫描匹配过程的初始估计,可以极大的提高扫描匹配过程的速度和准确率,最终得到较优的匹配结果。
Description
技术领域
本发明涉及移动机器人定位技术领域,具体是一种多传感器数据融合的机器人定位方法。
背景技术
对于自主移动机器人来说,他所需要具备的一个核心能力是运用传感器来感知周围的环境。机器人从事自主导航工作时,在环境中的实时定位一直是一个热门的研究问题。传统的定位方法是采用机器人轮子上安装的编码器来结合里程计模型实时推算出机器人的当前位姿,这种方法简单易用但是存在其固有的累积误差。机器人在地面移动时不可避免的会出现打滑情况,以及系统设计制造过程中存在的误差,这些误差随着机器人的移动会不断累积,运行一段时间后位姿的计算结果将会出现无法校正和应用的情况,因而这种方法有相应的局限性。
在机器人定位的研究过程中,人们逐渐采用激光雷达扫描匹配的技术来修正里程计在位姿计算过程中所产生的偏差。扫描匹配是将当前时刻的激光雷达扫描结果同前一时刻的扫描结果相匹配,通过匹配可以得到两组激光点云的位姿变化关系,进而确定机器人本体在环境中的位姿。这种方法较好的弥补了里程计定位所存在的累积误差结果,通常在雷达具有本身精度较高的情况下,定位结果精度也较高。然而激光扫描匹配的方法也有一定的局限性,对于扫描的环境必须包含较多的路标特征点,同时路标特征不能高度相似否则会出现误匹配的情况。
针对此类问题,可以通过多传感器融合的思想来进一步优化定位的计算方法,将不同传感器的优势集中起来,以消除定位过程中出现的误差问题。本发明便是基于这种思想所提出。
发明内容
本发明的目的在于提供一种操作简单、准确率高的多传感器数据融合的机器人定位方法,以解决上述背景技术中提出的问题。
为实现上述目的,本发明提供如下技术方案:
一种多传感器数据融合的机器人定位方法,具体步骤如下:
(1)根据移动机器人的运动模型,计算从t-1时刻到t时刻由里程计模型得出的机器人位置变化(Δxt,Δyt),以及惯性测量单元所计算的偏航角变化θt;根据位姿的变化量以及前一时刻的位姿数据计算当前时刻的机器人位姿估计Podom(t)=[x(t),y(t),θ(t)]T;
(2)令q0=(Δxt,Δyt,θt),根据t-1时刻激光雷达的参考扫描数据St-1以及t时刻的扫描数据St,将q0作为位姿变化的初始估计,执行激光点云扫描匹配算法,迭代计算位姿变换qk;并根据此结果计算由雷达扫描匹配所对应的机器人位姿估计Pscan(t)=R(θk)Pscan(t-1)+tk;
(3)对于步骤(1)和步骤(2)得到的两种不同的位姿计算结果,依据卡尔曼滤波算法,利用机器人观测模型对路标的观测结果来计算卡尔曼增益矩阵,并迭代更新当前时刻的机器人位姿。
作为本发明进一步的方案:所述的机器人定位系统硬件部分包括编码器、惯性测量单元以及机关雷达传感器,编码器提供机器人本体的位移,惯性测量单元提供机器人在环境中的偏航角数据,雷达用于对环境障碍物的观测以及对不同时刻观测结果进行扫描匹配。
作为本发明进一步的方案:所述步骤(2)中的激光点云扫描匹配算法使用多种不同类型的迭代最近点算法,包括点到点、点到线以及特征和特征之间的数据关联。
作为本发明再进一步的方案:所述的机器人观测模型是根据机器人本体以及各传感器在机器人身上所安装的位置来确定的。
与现有技术相比,本发明的有益效果是:
本发明所提出的多传感器数据融合方法,可以有效消除以往里程计系统定位所存在的固有约束,减少了累积误差对定位结果的影响;本发明所运用的激光点云扫描匹配与里程计定位相结合,针对大范围环境或者环境路标特征相似度较高的情况,可以有效地减少匹配过程出现的误匹配结果;本发明运用里程计在短时间间隔内的位移变化数据和惯性测量单元提供的机器人偏航角,作为激光扫描匹配过程的初始估计,可以极大的提高扫描匹配过程的速度和准确率,最终得到较优的匹配结果。
附图说明
图1为本发明中移动机器人的运动模型示意图;
图2为本发明中里程计模型分析示意图之一;
图3为本发明中里程计模型分析示意图之二;
图4为本发明中激光点云扫描匹配的示意图;
图5为本发明的定位方法流程图。
具体实施方式
下面结合具体实施方式对本专利的技术方案作进一步详细地说明。
请参阅图1-5,一种多传感器数据融合的机器人定位方法,具体步骤如下:
(1)根据移动机器人的运动模型,计算从t-1时刻到t时刻由里程计模型得出的机器人位置变化(Δxt,Δyt),以及惯性测量单元所计算的偏航角变化θt;根据位姿的变化量以及前一时刻的位姿数据计算当前时刻的机器人位姿估计Podom(t)=[x(t),y(t),θ(t)]T;
(2)令q0=(Δxt,Δyt,θt),根据t-1时刻激光雷达的参考扫描数据St-1以及t时刻的扫描数据St,将q0作为位姿变化的初始估计,执行激光点云扫描匹配算法,迭代计算位姿变换qk;并根据此结果计算由雷达扫描匹配所对应的机器人位姿估计Pscan(t)=R(θk)Pscan(t-1)+tk;
(3)对于步骤(1)和步骤(2)得到的两种不同的位姿计算结果,依据卡尔曼滤波算法,利用机器人观测模型对路标的观测结果来计算卡尔曼增益矩阵,并迭代更新当前时刻的机器人位姿。
所述的机器人定位系统硬件部分包括编码器、惯性测量单元以及机关雷达传感器,编码器主要提供机器人本体的位移,惯性测量单元提供机器人在环境中的偏航角数据,雷达用于对环境障碍物的观测以及对不同时刻观测结果进行扫描匹配。
所述步骤(2)中的激光点云扫描匹配算法使用多种不同类型的迭代最近点算法,包括点到点、点到线以及特征和特征之间的数据关联。
所述的机器人观测模型是根据机器人本体以及各传感器在机器人身上所安装的位置来确定的。所述的机器人定位方法,是根据机器人观测模型观测的结果并结合卡尔曼滤波原理来对两种不同的位姿估计进行滤波,进而得到一个更准确的机器人定位结果。
所述里程计模型的构建:
机器人在t-1时刻到t时刻在环境中产生移动,令该时间间隔内编码器所传回的各轮子移动距离为ΔSl1、ΔSl2、ΔSr1和ΔSr2,机器人底盘半径为r,轮间距为s。假设机器人参考中心位移变化为ΔS,角度变化为Δθ,各轮子移动距离为ΔSl1、ΔSl2、ΔSr1和ΔSr2。假设k时刻机器人在环境中的位姿为p=[x y θ]T,移动后的新位姿为p'=[x' y' θ']T,根据里程计模型所推导的机器人新位姿为:
其中
激光点云扫描匹配:假设机器人在k时刻移动到k+1时刻,激光雷达在两个不同时刻采集并记录下两组不同的数据{qk}和{qk+1},其值分别是基于相应时刻雷达自身的参考系XkYk和Xk+1Yk+1为参考。为寻找出两组扫描点集间的关系,需要将{qk+1}映射到XkYk坐标系中的{q'k}。根据机器人学中的空间坐标转换原理,存在一个变换关系f(Tk,Rk),其中Tk和Rk其分别代表相应的位移偏量(Δx,Δy)和旋转偏量Δθ的变换关系,从而将两个坐标系中的点集一一对应。在笛卡尔坐标系下,{q'k}的计算方式如下:
与此相应,{q'k}的极坐标计算过程如下所示:
通过扫描匹配的方法来对两组点集进行匹配并计算出位姿变换结果,其中里程计的位移和惯性测量单元的偏航角做为扫描匹配算法的初始估计,最后计算出机器人的匹配位姿;根据以上两种不同方法所计算出的机器人位姿数据,应用卡尔曼滤波的原理对两组数据进行加权处理,卡尔曼滤波权值计算是通过机器人的观测模型给出的观测结果来得到。
所述多传感器数据融合的机器人定位方法是针对室内环境下移动机器人的定位问题,使用了里程计、惯性测量单元以及激光雷达作为数据输入源,机器人首先从里程计系统和惯性测量单元获取位移和角度数据,将此数据作为位姿变换的初始估计,然后运用扫描匹配的方法来获取匹配出的机器人位姿,通过对这两种不同数据进行卡尔曼滤波来得到一个更可靠的位姿结果。这种方法可以有效避免里程计的累积误差,同时减少激光点云扫描匹配过程中出现的误匹配现象。
本发明所提出的多传感器数据融合方法,可以有效消除以往里程计系统定位所存在的固有约束,减少了累积误差对定位结果的影响;本发明所运用的激光点云扫描匹配与里程计定位相结合,针对大范围环境或者环境路标特征相似度较高的情况,可以有效地减少匹配过程出现的误匹配结果;本发明运用里程计在短时间间隔内的位移变化数据和惯性测量单元提供的机器人偏航角,作为激光扫描匹配过程的初始估计,可以极大的提高扫描匹配过程的速度和准确率,最终得到较优的匹配结果。
上面对本专利的较佳实施方式作了详细说明,但是本专利并不限于上述实施方式,在本领域的普通技术人员所具备的知识范围内,还可以在不脱离本专利宗旨的前提下作出各种变化。
Claims (4)
1.一种多传感器数据融合的机器人定位方法,其特征在于,具体步骤如下:
(1)根据移动机器人的运动模型,计算从t-1时刻到t时刻由里程计模型得出的机器人位置变化(Δxt,Δyt),以及惯性测量单元所计算的偏航角变化θt;根据位姿的变化量以及前一时刻的位姿数据计算当前时刻的机器人位姿估计Podom(t)=[x(t),y(t),θ(t)]T;
(2)令q0=(Δxt,Δyt,θt),根据t-1时刻激光雷达的参考扫描数据St-1以及t时刻的扫描数据St,将q0作为位姿变化的初始估计,执行激光点云扫描匹配算法,迭代计算位姿变换qk;并根据此结果计算由雷达扫描匹配所对应的机器人位姿估计Pscan(t)=R(θk)Pscan(t-1)+tk;
(3)对于步骤(1)和步骤(2)得到的两种不同的位姿计算结果,依据卡尔曼滤波算法,利用机器人观测模型对路标的观测结果来计算卡尔曼增益矩阵,并迭代更新当前时刻的机器人位姿。
2.根据权利要求1所述的多传感器数据融合的机器人定位方法,其特征在于,所述的机器人定位系统硬件部分包括编码器、惯性测量单元以及机关雷达传感器,编码器提供机器人本体的位移,惯性测量单元提供机器人在环境中的偏航角数据,雷达用于对环境障碍物的观测以及对不同时刻观测结果进行扫描匹配。
3.根据权利要求1所述的多传感器数据融合的机器人定位方法,其特征在于,所述步骤(2)中的激光点云扫描匹配算法使用多种不同类型的迭代最近点算法,包括点到点、点到线以及特征和特征之间的数据关联。
4.根据权利要求1所述的多传感器数据融合的机器人定位方法,其特征在于,述的机器人观测模型是根据机器人本体以及各传感器在机器人身上所安装的位置来确定的。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610425251.3A CN106123890A (zh) | 2016-06-14 | 2016-06-14 | 一种多传感器数据融合的机器人定位方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610425251.3A CN106123890A (zh) | 2016-06-14 | 2016-06-14 | 一种多传感器数据融合的机器人定位方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106123890A true CN106123890A (zh) | 2016-11-16 |
Family
ID=57469459
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610425251.3A Pending CN106123890A (zh) | 2016-06-14 | 2016-06-14 | 一种多传感器数据融合的机器人定位方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106123890A (zh) |
Cited By (51)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106525053A (zh) * | 2016-12-28 | 2017-03-22 | 清研华宇智能机器人(天津)有限责任公司 | 一种基于多传感器融合的移动机器人室内定位方法 |
CN106918830A (zh) * | 2017-03-23 | 2017-07-04 | 安科机器人有限公司 | 一种基于多导航模块的定位方法及移动机器人 |
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 |
CN107688184A (zh) * | 2017-07-24 | 2018-02-13 | 宗晖(上海)机器人有限公司 | 一种定位方法以及系统 |
WO2018090308A1 (en) * | 2016-11-18 | 2018-05-24 | Intel Corporation | Enhanced localization method and apparatus |
CN108225345A (zh) * | 2016-12-22 | 2018-06-29 | 乐视汽车(北京)有限公司 | 可移动设备的位姿确定方法、环境建模方法及装置 |
CN108345005A (zh) * | 2018-02-22 | 2018-07-31 | 重庆大学 | 巷道掘进机的实时连续自主定位定向系统及导航定位方法 |
CN108508894A (zh) * | 2018-04-03 | 2018-09-07 | 中科微至智能制造科技江苏有限公司 | 一种基于二维激光的机器人定位方法 |
CN108680159A (zh) * | 2018-04-03 | 2018-10-19 | 中科微至智能制造科技江苏有限公司 | 一种基于数据融合的机器人定位方法 |
CN108732582A (zh) * | 2017-04-20 | 2018-11-02 | 百度在线网络技术(北京)有限公司 | 车辆定位方法和装置 |
CN108731664A (zh) * | 2018-05-18 | 2018-11-02 | 深圳清创新科技有限公司 | 机器人状态估计方法、装置、计算机设备和存储介质 |
CN108931976A (zh) * | 2017-05-25 | 2018-12-04 | 西北农林科技大学 | 一种多源信息融合农业机器人动态障碍物检测系统 |
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 |
CN109341705A (zh) * | 2018-10-16 | 2019-02-15 | 北京工业大学 | 智能探测机器人同时定位与地图构建系统 |
CN109489660A (zh) * | 2018-10-09 | 2019-03-19 | 上海岚豹智能科技有限公司 | 机器人定位方法及设备 |
CN109579849A (zh) * | 2019-01-14 | 2019-04-05 | 浙江大华技术股份有限公司 | 机器人定位方法、装置和机器人及计算机存储介质 |
CN109613543A (zh) * | 2018-12-06 | 2019-04-12 | 深圳前海达闼云端智能科技有限公司 | 激光点云数据的修正方法、装置、存储介质和电子设备 |
CN109613549A (zh) * | 2018-12-28 | 2019-04-12 | 芜湖哈特机器人产业技术研究院有限公司 | 一种基于卡尔曼过滤的激光雷达定位方法 |
CN109870157A (zh) * | 2019-02-20 | 2019-06-11 | 苏州风图智能科技有限公司 | 确定车体位姿的方法及装置、制图方法 |
CN109959381A (zh) * | 2017-12-22 | 2019-07-02 | 深圳市优必选科技有限公司 | 一种定位方法、装置、机器人及计算机可读存储介质 |
CN110017850A (zh) * | 2019-04-19 | 2019-07-16 | 小狗电器互联网科技(北京)股份有限公司 | 一种陀螺仪漂移估计方法、装置及定位系统 |
CN110293563A (zh) * | 2019-06-28 | 2019-10-01 | 炬星科技(深圳)有限公司 | 估计机器人位姿的方法、设备及存储介质 |
CN110515381A (zh) * | 2019-08-22 | 2019-11-29 | 浙江迈睿机器人有限公司 | 用于定位机器人的多传感器融合算法 |
CN110567458A (zh) * | 2018-06-05 | 2019-12-13 | 北京三快在线科技有限公司 | 一种机器人定位方法及装置和机器人 |
CN110827395A (zh) * | 2019-09-09 | 2020-02-21 | 广东工业大学 | 一种适用于动态环境的即时定位与地图构建方法 |
CN110823224A (zh) * | 2019-10-18 | 2020-02-21 | 中国第一汽车股份有限公司 | 一种车辆定位方法及车辆 |
CN110954100A (zh) * | 2019-12-30 | 2020-04-03 | 广东省智能制造研究所 | 一种基于激光与惯导融合的足式机器人本体状态估计方法 |
CN111366153A (zh) * | 2020-03-19 | 2020-07-03 | 浙江大学 | 一种激光雷达与imu紧耦合的定位方法 |
CN111380514A (zh) * | 2018-12-29 | 2020-07-07 | 深圳市优必选科技有限公司 | 机器人位姿估计方法、装置、终端及计算机存储介质 |
CN111521195A (zh) * | 2020-04-10 | 2020-08-11 | 广州铁路职业技术学院(广州铁路机械学校) | 一种智能机器人 |
CN111568304A (zh) * | 2019-02-18 | 2020-08-25 | 北京奇虎科技有限公司 | 扫地机器人定位方法、装置及扫地机器人 |
CN111610523A (zh) * | 2020-05-15 | 2020-09-01 | 浙江工业大学 | 一种轮式移动机器人的参数校正方法 |
CN111692456A (zh) * | 2020-06-23 | 2020-09-22 | 李柏松 | 一种用于管道检测的slam系统及方法 |
CN111830955A (zh) * | 2019-04-15 | 2020-10-27 | 富华科精密工业(深圳)有限公司 | 自动导航方法、服务器及存储介质 |
CN111862214A (zh) * | 2020-07-29 | 2020-10-30 | 上海高仙自动化科技发展有限公司 | 计算机设备定位方法、装置、计算机设备和存储介质 |
CN112066982A (zh) * | 2020-09-07 | 2020-12-11 | 成都睿芯行科技有限公司 | 一种在高动态环境下的工业移动机器人定位方法 |
CN112393720A (zh) * | 2019-08-15 | 2021-02-23 | 纳恩博(北京)科技有限公司 | 目标设备的定位方法及装置、存储介质、电子装置 |
CN112394190A (zh) * | 2019-08-15 | 2021-02-23 | 纳恩博(北京)科技有限公司 | 角速度的确定方法及装置、存储介质、电子装置 |
CN112433211A (zh) * | 2020-11-27 | 2021-03-02 | 浙江商汤科技开发有限公司 | 一种位姿确定方法及装置、电子设备和存储介质 |
CN112505724A (zh) * | 2020-11-24 | 2021-03-16 | 上海交通大学 | 道路负障碍检测方法及系统 |
CN112549072A (zh) * | 2019-09-10 | 2021-03-26 | 苏州科瓴精密机械科技有限公司 | 机器人的打滑检测方法 |
CN112643664A (zh) * | 2019-10-10 | 2021-04-13 | 深圳市优必选科技股份有限公司 | 定位误差消除方法、装置、机器人及存储介质 |
CN112729349A (zh) * | 2021-03-29 | 2021-04-30 | 浙江欣奕华智能科技有限公司 | 里程计在线标定的方法、装置、电子设备及存储介质 |
CN112945266A (zh) * | 2019-12-10 | 2021-06-11 | 炬星科技(深圳)有限公司 | 激光导航机器人及其机器人的里程计校准方法 |
CN113280808A (zh) * | 2021-05-25 | 2021-08-20 | 上海大学 | 一种移动机器人定位精度提升方法及系统 |
CN113566828A (zh) * | 2021-07-09 | 2021-10-29 | 哈尔滨工业大学 | 一种基于多传感器决策融合的抗冲击扫描匹配方法及系统 |
CN113558522A (zh) * | 2020-04-29 | 2021-10-29 | 尚科宁家(中国)科技有限公司 | 应用于清洁机器人的行进控制方法以及清洁机器人 |
CN113932820A (zh) * | 2020-06-29 | 2022-01-14 | 杭州海康威视数字技术股份有限公司 | 对象检测的方法和装置 |
WO2022068274A1 (zh) * | 2020-09-30 | 2022-04-07 | 华为技术有限公司 | 定位方法、装置和系统 |
WO2022227241A1 (zh) * | 2021-04-28 | 2022-11-03 | 上海有个机器人有限公司 | 一种平面运动约束方法、电子设备及存储介质 |
CN117346768A (zh) * | 2023-11-03 | 2024-01-05 | 昆明理工大学 | 同时适用于室内外的多传感器融合感知定位方法 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102121827A (zh) * | 2010-11-29 | 2011-07-13 | 浙江亚特电器有限公司 | 一种移动机器人定位系统及其定位方法 |
CN103412565A (zh) * | 2013-05-17 | 2013-11-27 | 浙江中控研究院有限公司 | 一种具有全局位置快速估计能力的机器人及其定位方法 |
CN103733084A (zh) * | 2011-05-26 | 2014-04-16 | 克朗设备有限公司 | 用于对工业车辆提供准确定位的方法和设备 |
CN104848851A (zh) * | 2015-05-29 | 2015-08-19 | 山东鲁能智能技术有限公司 | 基于多传感器数据融合构图的变电站巡检机器人及其方法 |
CN104914865A (zh) * | 2015-05-29 | 2015-09-16 | 国网山东省电力公司电力科学研究院 | 变电站巡检机器人定位导航系统及方法 |
CN105203551A (zh) * | 2015-09-11 | 2015-12-30 | 尹栋 | 车载激光雷达隧道检测系统、基于隧道检测系统的自主定位方法及隧道灾害检测方法 |
US20160047675A1 (en) * | 2005-04-19 | 2016-02-18 | Tanenhaus & Associates, Inc. | Inertial Measurement and Navigation System And Method Having Low Drift MEMS Gyroscopes And Accelerometers Operable In GPS Denied Environments |
CN105547288A (zh) * | 2015-12-08 | 2016-05-04 | 华中科技大学 | 一种煤矿井下移动设备自主定位的方法及系统 |
CN105628026A (zh) * | 2016-03-04 | 2016-06-01 | 深圳大学 | 一种移动物体的定位定姿方法和系统 |
-
2016
- 2016-06-14 CN CN201610425251.3A patent/CN106123890A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160047675A1 (en) * | 2005-04-19 | 2016-02-18 | Tanenhaus & Associates, Inc. | Inertial Measurement and Navigation System And Method Having Low Drift MEMS Gyroscopes And Accelerometers Operable In GPS Denied Environments |
CN102121827A (zh) * | 2010-11-29 | 2011-07-13 | 浙江亚特电器有限公司 | 一种移动机器人定位系统及其定位方法 |
CN103733084A (zh) * | 2011-05-26 | 2014-04-16 | 克朗设备有限公司 | 用于对工业车辆提供准确定位的方法和设备 |
CN103412565A (zh) * | 2013-05-17 | 2013-11-27 | 浙江中控研究院有限公司 | 一种具有全局位置快速估计能力的机器人及其定位方法 |
CN104848851A (zh) * | 2015-05-29 | 2015-08-19 | 山东鲁能智能技术有限公司 | 基于多传感器数据融合构图的变电站巡检机器人及其方法 |
CN104914865A (zh) * | 2015-05-29 | 2015-09-16 | 国网山东省电力公司电力科学研究院 | 变电站巡检机器人定位导航系统及方法 |
CN105203551A (zh) * | 2015-09-11 | 2015-12-30 | 尹栋 | 车载激光雷达隧道检测系统、基于隧道检测系统的自主定位方法及隧道灾害检测方法 |
CN105547288A (zh) * | 2015-12-08 | 2016-05-04 | 华中科技大学 | 一种煤矿井下移动设备自主定位的方法及系统 |
CN105628026A (zh) * | 2016-03-04 | 2016-06-01 | 深圳大学 | 一种移动物体的定位定姿方法和系统 |
Non-Patent Citations (3)
Title |
---|
朴松昊等: "《智能机器人》", 31 December 2012, 哈尔滨工业大学出版社 * |
李仁厚等: "《自主移动机器人导论》", 31 May 2013, 西安交通大学出版社 * |
连晓峰: "《移动机器人及室内环境三维模型重建技术》", 31 August 2010, 国防工业出版社 * |
Cited By (69)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018090308A1 (en) * | 2016-11-18 | 2018-05-24 | Intel Corporation | Enhanced localization method and apparatus |
CN108225345A (zh) * | 2016-12-22 | 2018-06-29 | 乐视汽车(北京)有限公司 | 可移动设备的位姿确定方法、环境建模方法及装置 |
CN106525053A (zh) * | 2016-12-28 | 2017-03-22 | 清研华宇智能机器人(天津)有限责任公司 | 一种基于多传感器融合的移动机器人室内定位方法 |
CN106918830A (zh) * | 2017-03-23 | 2017-07-04 | 安科机器人有限公司 | 一种基于多导航模块的定位方法及移动机器人 |
US10613227B2 (en) | 2017-04-20 | 2020-04-07 | Baidu Online Network Technology (Beijing) Co., Ltd | Method and apparatus for positioning vehicle |
CN108732582A (zh) * | 2017-04-20 | 2018-11-02 | 百度在线网络技术(北京)有限公司 | 车辆定位方法和装置 |
CN108732582B (zh) * | 2017-04-20 | 2020-07-10 | 百度在线网络技术(北京)有限公司 | 车辆定位方法和装置 |
CN108931976A (zh) * | 2017-05-25 | 2018-12-04 | 西北农林科技大学 | 一种多源信息融合农业机器人动态障碍物检测系统 |
WO2019015385A1 (zh) * | 2017-07-17 | 2019-01-24 | 纳恩博(北京)科技有限公司 | 一种异常恢复方法及电子设备、存储介质 |
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 |
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 |
CN107688184A (zh) * | 2017-07-24 | 2018-02-13 | 宗晖(上海)机器人有限公司 | 一种定位方法以及系统 |
CN109959381A (zh) * | 2017-12-22 | 2019-07-02 | 深圳市优必选科技有限公司 | 一种定位方法、装置、机器人及计算机可读存储介质 |
CN108345005A (zh) * | 2018-02-22 | 2018-07-31 | 重庆大学 | 巷道掘进机的实时连续自主定位定向系统及导航定位方法 |
CN108345005B (zh) * | 2018-02-22 | 2020-02-07 | 重庆大学 | 巷道掘进机的实时连续自主定位定向系统及导航定位方法 |
CN108508894A (zh) * | 2018-04-03 | 2018-09-07 | 中科微至智能制造科技江苏有限公司 | 一种基于二维激光的机器人定位方法 |
CN108680159A (zh) * | 2018-04-03 | 2018-10-19 | 中科微至智能制造科技江苏有限公司 | 一种基于数据融合的机器人定位方法 |
CN108731664A (zh) * | 2018-05-18 | 2018-11-02 | 深圳清创新科技有限公司 | 机器人状态估计方法、装置、计算机设备和存储介质 |
CN108731664B (zh) * | 2018-05-18 | 2020-08-11 | 深圳一清创新科技有限公司 | 机器人状态估计方法、装置、计算机设备和存储介质 |
CN110567458A (zh) * | 2018-06-05 | 2019-12-13 | 北京三快在线科技有限公司 | 一种机器人定位方法及装置和机器人 |
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 |
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 |
CN109489660A (zh) * | 2018-10-09 | 2019-03-19 | 上海岚豹智能科技有限公司 | 机器人定位方法及设备 |
CN109341705A (zh) * | 2018-10-16 | 2019-02-15 | 北京工业大学 | 智能探测机器人同时定位与地图构建系统 |
CN109613543A (zh) * | 2018-12-06 | 2019-04-12 | 深圳前海达闼云端智能科技有限公司 | 激光点云数据的修正方法、装置、存储介质和电子设备 |
CN109613549B (zh) * | 2018-12-28 | 2023-04-07 | 芜湖哈特机器人产业技术研究院有限公司 | 一种基于卡尔曼过滤的激光雷达定位方法 |
CN109613549A (zh) * | 2018-12-28 | 2019-04-12 | 芜湖哈特机器人产业技术研究院有限公司 | 一种基于卡尔曼过滤的激光雷达定位方法 |
CN111380514A (zh) * | 2018-12-29 | 2020-07-07 | 深圳市优必选科技有限公司 | 机器人位姿估计方法、装置、终端及计算机存储介质 |
CN109579849B (zh) * | 2019-01-14 | 2020-09-29 | 浙江大华技术股份有限公司 | 机器人定位方法、装置和机器人及计算机存储介质 |
CN109579849A (zh) * | 2019-01-14 | 2019-04-05 | 浙江大华技术股份有限公司 | 机器人定位方法、装置和机器人及计算机存储介质 |
CN111568304A (zh) * | 2019-02-18 | 2020-08-25 | 北京奇虎科技有限公司 | 扫地机器人定位方法、装置及扫地机器人 |
CN111568304B (zh) * | 2019-02-18 | 2023-09-01 | 北京奇虎科技有限公司 | 扫地机器人定位方法、装置及扫地机器人 |
CN109870157A (zh) * | 2019-02-20 | 2019-06-11 | 苏州风图智能科技有限公司 | 确定车体位姿的方法及装置、制图方法 |
CN111830955A (zh) * | 2019-04-15 | 2020-10-27 | 富华科精密工业(深圳)有限公司 | 自动导航方法、服务器及存储介质 |
CN110017850A (zh) * | 2019-04-19 | 2019-07-16 | 小狗电器互联网科技(北京)股份有限公司 | 一种陀螺仪漂移估计方法、装置及定位系统 |
CN110293563A (zh) * | 2019-06-28 | 2019-10-01 | 炬星科技(深圳)有限公司 | 估计机器人位姿的方法、设备及存储介质 |
CN110293563B (zh) * | 2019-06-28 | 2022-07-26 | 炬星科技(深圳)有限公司 | 估计机器人位姿的方法、设备及存储介质 |
CN112394190A (zh) * | 2019-08-15 | 2021-02-23 | 纳恩博(北京)科技有限公司 | 角速度的确定方法及装置、存储介质、电子装置 |
CN112393720A (zh) * | 2019-08-15 | 2021-02-23 | 纳恩博(北京)科技有限公司 | 目标设备的定位方法及装置、存储介质、电子装置 |
CN110515381A (zh) * | 2019-08-22 | 2019-11-29 | 浙江迈睿机器人有限公司 | 用于定位机器人的多传感器融合算法 |
CN110827395B (zh) * | 2019-09-09 | 2023-01-20 | 广东工业大学 | 一种适用于动态环境的即时定位与地图构建方法 |
CN110827395A (zh) * | 2019-09-09 | 2020-02-21 | 广东工业大学 | 一种适用于动态环境的即时定位与地图构建方法 |
CN112549072A (zh) * | 2019-09-10 | 2021-03-26 | 苏州科瓴精密机械科技有限公司 | 机器人的打滑检测方法 |
CN112643664A (zh) * | 2019-10-10 | 2021-04-13 | 深圳市优必选科技股份有限公司 | 定位误差消除方法、装置、机器人及存储介质 |
CN110823224A (zh) * | 2019-10-18 | 2020-02-21 | 中国第一汽车股份有限公司 | 一种车辆定位方法及车辆 |
CN110823224B (zh) * | 2019-10-18 | 2021-10-08 | 中国第一汽车股份有限公司 | 一种车辆定位方法及车辆 |
CN112945266A (zh) * | 2019-12-10 | 2021-06-11 | 炬星科技(深圳)有限公司 | 激光导航机器人及其机器人的里程计校准方法 |
CN110954100A (zh) * | 2019-12-30 | 2020-04-03 | 广东省智能制造研究所 | 一种基于激光与惯导融合的足式机器人本体状态估计方法 |
CN111366153A (zh) * | 2020-03-19 | 2020-07-03 | 浙江大学 | 一种激光雷达与imu紧耦合的定位方法 |
CN111366153B (zh) * | 2020-03-19 | 2022-03-15 | 浙江大学 | 一种激光雷达与imu紧耦合的定位方法 |
CN111521195A (zh) * | 2020-04-10 | 2020-08-11 | 广州铁路职业技术学院(广州铁路机械学校) | 一种智能机器人 |
CN113558522A (zh) * | 2020-04-29 | 2021-10-29 | 尚科宁家(中国)科技有限公司 | 应用于清洁机器人的行进控制方法以及清洁机器人 |
CN111610523A (zh) * | 2020-05-15 | 2020-09-01 | 浙江工业大学 | 一种轮式移动机器人的参数校正方法 |
CN111610523B (zh) * | 2020-05-15 | 2023-11-07 | 浙江工业大学 | 一种轮式移动机器人的参数校正方法 |
CN111692456A (zh) * | 2020-06-23 | 2020-09-22 | 李柏松 | 一种用于管道检测的slam系统及方法 |
CN113932820A (zh) * | 2020-06-29 | 2022-01-14 | 杭州海康威视数字技术股份有限公司 | 对象检测的方法和装置 |
CN111862214A (zh) * | 2020-07-29 | 2020-10-30 | 上海高仙自动化科技发展有限公司 | 计算机设备定位方法、装置、计算机设备和存储介质 |
CN111862214B (zh) * | 2020-07-29 | 2023-08-25 | 上海高仙自动化科技发展有限公司 | 计算机设备定位方法、装置、计算机设备和存储介质 |
CN112066982B (zh) * | 2020-09-07 | 2021-08-31 | 成都睿芯行科技有限公司 | 一种在高动态环境下的工业移动机器人定位方法 |
CN112066982A (zh) * | 2020-09-07 | 2020-12-11 | 成都睿芯行科技有限公司 | 一种在高动态环境下的工业移动机器人定位方法 |
WO2022068274A1 (zh) * | 2020-09-30 | 2022-04-07 | 华为技术有限公司 | 定位方法、装置和系统 |
CN112505724A (zh) * | 2020-11-24 | 2021-03-16 | 上海交通大学 | 道路负障碍检测方法及系统 |
CN112433211A (zh) * | 2020-11-27 | 2021-03-02 | 浙江商汤科技开发有限公司 | 一种位姿确定方法及装置、电子设备和存储介质 |
CN112729349A (zh) * | 2021-03-29 | 2021-04-30 | 浙江欣奕华智能科技有限公司 | 里程计在线标定的方法、装置、电子设备及存储介质 |
WO2022227241A1 (zh) * | 2021-04-28 | 2022-11-03 | 上海有个机器人有限公司 | 一种平面运动约束方法、电子设备及存储介质 |
CN113280808A (zh) * | 2021-05-25 | 2021-08-20 | 上海大学 | 一种移动机器人定位精度提升方法及系统 |
CN113566828A (zh) * | 2021-07-09 | 2021-10-29 | 哈尔滨工业大学 | 一种基于多传感器决策融合的抗冲击扫描匹配方法及系统 |
CN117346768A (zh) * | 2023-11-03 | 2024-01-05 | 昆明理工大学 | 同时适用于室内外的多传感器融合感知定位方法 |
CN117346768B (zh) * | 2023-11-03 | 2024-04-19 | 昆明理工大学 | 同时适用于室内外的多传感器融合感知定位方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106123890A (zh) | 一种多传感器数据融合的机器人定位方法 | |
CN107239076B (zh) | 基于虚拟扫描与测距匹配的agv激光slam方法 | |
CN108955688B (zh) | 双轮差速移动机器人定位方法及系统 | |
CN103411609B (zh) | 一种基于在线构图的飞行器返航路线规划方法 | |
US9766074B2 (en) | Vision-aided inertial navigation | |
CN107741234A (zh) | 一种基于视觉的离线地图构建及定位方法 | |
CN102519481B (zh) | 一种双目视觉里程计实现方法 | |
CN111536967B (zh) | 一种基于ekf的多传感器融合温室巡检机器人跟踪方法 | |
CN110570449B (zh) | 一种基于毫米波雷达与视觉slam的定位与建图方法 | |
CN107167148A (zh) | 同步定位与地图构建方法和设备 | |
CN113781582A (zh) | 基于激光雷达和惯导联合标定的同步定位与地图创建方法 | |
CN105606104A (zh) | 基于航向辅助分布式slam的机器人自主导航方法 | |
CN103914068A (zh) | 一种基于栅格地图的服务机器人自主导航方法 | |
CN107941217A (zh) | 一种机器人定位方法、电子设备、存储介质、装置 | |
CN102538781A (zh) | 基于机器视觉和惯导融合的移动机器人运动姿态估计方法 | |
CN110887493B (zh) | 基于局部地图匹配的轨迹推算方法、介质、终端和装置 | |
CN114526745A (zh) | 一种紧耦合激光雷达和惯性里程计的建图方法及系统 | |
CN109059907A (zh) | 轨迹数据处理方法、装置、计算机设备和存储介质 | |
CN109655059B (zh) | 一种基于θ-增量学习的视觉-惯性融合导航系统及方法 | |
CN113189613B (zh) | 一种基于粒子滤波的机器人定位方法 | |
CN111164380A (zh) | 机器人的方位确定的方法、机器人的方位确定设备和机器人 | |
CN111060099A (zh) | 一种无人驾驶汽车实时定位方法 | |
CN113310488A (zh) | 一种基于slam的果园机器人导航方法 | |
CN112326990A (zh) | 一种作业车辆测速方法及系统 | |
CN116429116A (zh) | 一种机器人定位方法及设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20161116 |
|
RJ01 | Rejection of invention patent application after publication |