CN106289285A - 一种关联场景的机器人侦察地图及构建方法 - Google Patents
一种关联场景的机器人侦察地图及构建方法 Download PDFInfo
- Publication number
- CN106289285A CN106289285A CN201610693083.6A CN201610693083A CN106289285A CN 106289285 A CN106289285 A CN 106289285A CN 201610693083 A CN201610693083 A CN 201610693083A CN 106289285 A CN106289285 A CN 106289285A
- Authority
- CN
- China
- Prior art keywords
- scene
- map
- road sign
- robot
- information
- 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
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/28—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network with correlation of data from several navigational instruments
- G01C21/30—Map- or contour-matching
- G01C21/32—Structuring or formatting of map data
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C11/00—Photogrammetry or videogrammetry, e.g. stereogrammetry; Photographic surveying
- G01C11/02—Picture taking arrangements specially adapted for photogrammetry or photographic surveying, e.g. controlling overlapping of pictures
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Multimedia (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明提供一种关联场景的机器人侦察地图及构建方法,包括以下步骤:采集侦察机器人周围的环境信息并进行处理获取特征路标并建立二维栅格地图,同时采集周围真实场景信息并处理对特征路标所对应的真实场景图片进行标记;其中采用三维坐标(x,y,θ)进行标记,(x,y)为当前机器人相对于地图原点的坐标,θ为车体坐标系x轴正方向与当前速度方向的旋转角,对于同一特征路标有唯一或不同的θ与其对应,其中(x,y,θ)由惯性导航单元采集。该方法所创建的地图不仅包含传统的二维栅格平面地图,而且包含具有关键特征点所在位置的视频图像的信息,可以在离线状态下实时查看地图制定区域的实物场景,实现对地图的真实场景进行回放浏览。
Description
技术领域
本发明涉及一种地图构建技术,特别是一种关联场景的机器人侦察地图及构建方法。
背景技术
目前,随着机器人技术的不断发展和成熟,其在各行业各领域都有着广泛的应用,而SLAM技术和方法的提出,让机器人在未知区域不依赖卫星定位的局部定位、地图构建和自主主导航成为可能。一般情况下,机器人的SLAM方法所应用的环境感知传感器有两种,图像传感器和距离传感器,单纯的依赖某一种传感器虽然使得机器人的结构设计变得简单,但是无法应对特殊任务所面临的问题,图像传感器可以很好地看到机器人当前环境下的场景,但是仅仅依靠图像来定位和完成路径规划在技术上还未成熟,在这一点上,距离传感器很好地弥补了图像传感器在空间距离感知上的缺陷,它可以实时探测到障碍物的距离,但是却无法看到未知区域的场景画面。
在某些情况下,工程人员不仅仅需要对未知环境进行建模,更需要看到未知环境的真实面貌,从而完成相应的任务,因此,将视频技术和SLAM方法相结合的地图构建方法有着很强的实际应用价值和研究前景。将这一技术应用到未知环境下的灾情勘察,地形地貌勘测等将会提高生产效率,减少不必要的人身伤亡。
在一些研究应用中,目前从已有的地图构建和定位的方法和装置相关的资料以及相关专利资料查明:申请号为CN201510985998.X的中国专利公开了一种地图构建方法,采用激光测距的三角测量法,这个方法无法对地图进行拼接和扩展,因而无法实现离线状态下查看完整地图。申请号为CN201510925023.8的中国专利公开了一种同步定位与地图构建方法,但是未将视频模块应用到其技术中,无法实时回看其场景的真是信息,只能构建二维地图。申请号为CN201510845988.6的中国专利提出了一种基于视觉测程的定位和地图构建方法,通过从该方法的描述中可以发现,该方法的定位精度仍然有待提高,而且该方法并不能实现离线状态下的对于全局地图的浏览。
发明内容
本发明的目的在于提供一种关联场景的机器人侦察地图及构建方法,利用距离传感器在构建二维栅格地图的基础上结合图像传感器获得环境的真实场景,并将其与二维地图地理坐标相关联,从而获得新的更全面反映侦察环境的地图。
一种关联场景的机器人侦察地图及构建方法,采用下述系统实现,系统包括图像场景采集单元、距离测量单元、数据处理控制单元、移动搭载平台,其中图像场景采集单元用于采集周围真是场景信息,距离测量单元用于采集周围环境信息,数据处理控制单元用于对采集和测量的信息进行数据处理,移动搭载平台用于承载图像场景采集单元、距离测量单元、数据处理控制单元并移动,其中图像场景采集单元相对于移动搭载平台在高度、俯仰角、水平偏角可调。包括以下步骤:距离测量单元采集侦察机器人周围的环境信息并发送至数据处理控制单元且数据处理控制单元针对所采集的信息确定特征路标并建立二维栅格地图,同时图像场景采集单元采集周围真实场景信息并发送至数据处理控制单元且数据处理控制单元对特征路标所对应的真实场景图片进行标记;其中采用三维坐标(x,y,θ)进行标记,(x,y)为当前机器人相对于地图原点的坐标,θ为车体坐标系x轴正方向与当前速度方向的旋转角,对于同一特征路标有唯一或不同的θ与其对应。
采用上述方法,数据处理控制单元确定特征路标的方法至少为以下一种:
(1)设置一带里程计的惯性导航单元,根据里程计返回的距离信息,每行驶一段距离后自动采集当前位置的场景作为特征路标;
(2)设置一采集机器人转动角度的惯性导航单元,根据返回的角度信息,当机器人转动一定角度,超过一定阈值时自动采集当前位置的场景作为特征路标;
(3)设置一配置时间间隔的定时器单元,当机器人行驶一时间间隔后自动采集当前位置的场景作为特征路标;
(4)设定特殊位置,当机器人行驶至特殊位置时自动采集当前位置的场景作为特征路标;
(5)外界信号驱动机器人采集当前位置的场景作为特征路标。
本发明与现有技术相比,具有以下优点:(1)本发明提出了一种构建新的地图的方法,该方法根据二维地图选取一些特征位置,并在该位置处提取对应的场景,然后根据位置坐标和角度信息作为这些场景的标签来实现二维地图和视频的关联;(2)发明采用距离传感器和图像传感器相结合的方法,既弥补了距离传感器只能构建二维地图不能看到真实场景的缺陷,也弥补了图像传感器无法准确获得距离信息的缺点,本发明不仅可以实时的构建和更新地图信息,还存储了三维场景信息,使得地图构建更为全面,应用范围更为广泛;(3)本发明还根据实际情况设计了几种关键帧的提取方法,包括一定距离提取,一定时间间隔提取,一定转角提取,人工自动标记等,在实际应用中可以单独采用某种方法,也可以几种方法结合使用来满足不同的任务需要。
下面结合说明书附图对本发明作进一步描述。
附图说明
图1为本发明所采用的方案示意图。
图2为本发明的原理示意图。
图3为SLAM方法构建的二维平面栅格图。
图4为浏览界面设计图。
具体实施方式
结合图1,本发明涉及的方法是基于五个基本单元组成的系统来完成,分别是图像场景采集单元、距离测量单元、数据处理控制单元、移动搭载平台、惯性导航单元。可以用定时器单元来替代惯性导航单元。其中移动搭载平台用于承载其他单元并进行移动。图像场景采集单元用于采集周围真是场景信息。距离测量单元用于采集周围环境信息。数据处理控制单元用于对采集和测量的信息进行数据处理。惯性导航单元中设置里程计、陀螺仪、加速度计等,为机器人的自主导航和定位以及地图构建提供姿态、距离等信息。定时器单元用于配置时间间隔。本系统以履带式底盘为搭载平台;距离测量单元(可以为传感器)安装在履带式机器人平台的前端,有更好的视角来方便探测前方障碍物;图像场景采集单元(可以为摄像机)安装在车体偏后的位置,图像场景采集单元和移动搭载平台之间设置一个高度、俯仰角、水平偏角均可调的支架,可以根据需要和任务的不同自动调整摄像机的角度,俯仰角调节范围为[-45,45],水平偏角调节范围为[-60,60],高度调节范围为[50cm,100cm]。系统用工控机作为SLAM算法和视频场景采集的数据处理单元。
结合图2所示的系统总体框架示意图,在数据处理控制单元设置数据库,用于存储地图信息和图片信息,方便使用者调用。
通过上述系统,本发明涉及的方法包括以下步骤:
步骤1,建立具有关键特征点的二维地图。
距离测量单元负责采集侦察机器人周围的环境信息,然后将其数据直接通过网络传输给数据处理控制单元进行处理,数据处理控制单元内运行改进的SLAM算法,利用距离传感器检测到的特征路标,递增的建立环境导航地图,并根据已经建立的地图实时刷新自己的位置。在地图构建的同时,记录一些特征路标(如转弯处,视野切换处,边角处等)坐标,以及所提取的特征点的分布情况。
步骤2,提取关键视频场景并打上坐标标签与二维地图进行关联。
在上述建立的二维栅格地图的基础上,用图像场景采集单元采集机器人周围的真实场景信息,然后对特征路标对应的图像进行标记,标记的方法是,利用SLAM算法推算得到的坐标信息,以及角度信息(x,y,θ),(x,y)为当前机器人相对于地图原点的坐标,θ为车体坐标系x轴正方向与当前速度方向的旋转角。对特征路标的图像标上相应的标签作为其属性,这样每一副场景就对应着唯一的坐标和角度信息,在构建特征路标的场景的时候,在同一位置有时不仅需要在一个角度记录图像数据,而是在各个方向都需要记录其图像数据,这样对于每一个位置而言,就有不同的θ与之对应,相应的,根据图片的标签(x,y,θ)就能辨别是该位置那个角度下的场景,将这些记录的图像数据存储到数据库中。在机器人对未知环境完成建模以后,可以根据所建立的二维地图来指定相应的位置然后从图像数据库中搜索相应的指定位置的(x,y),把搜索到的在该位置采集的一个角度或者不同角度下的图像数据传送给终端,进行显示回放,查看当时的真实场景。
本发明采用FAST-SLAM算法构建二维栅格地图。不同于传统的扩展卡尔曼方法(EKF),本发明采用的是基于粒子滤波器的一种快速SLAM方法。该方法是基于贝叶斯估计的非线性滤波算法,EKF只适用于高斯噪声模型,对于非线性的模型表现非常差。而粒子滤波器则适用于任意噪声模型,粒子滤波定位方法还能很大的降低内存消耗,极大地提高了定位的准确度和实时性要求。图3为根据FAST-SLAM算法构建的真实环境下二维栅格图。
在视频场景和二维地图关联的过程中,对于特征路标的提取尤为重要,特征路标提取的较少则不能完全反应真实的场景信息,特征路标提取的较多会出现信息冗余,本发明在实验的基础上设计了以下几种关键点的提取方法。
(1)具有固定距离L的特征路标场景帧提取方法。
该方法是指在机器人根据惯性导航模块中里程计返回的距离信息,每行驶一段距离后由程序自动采集当前位置的场景,距离L作为可调参数可以在程序运行前进行配置。
(2)具有一定角度的特征路标场景帧提取方法。
该方法是指机器人根据惯性导航模块返回的角度信息,当其转动一定角度,超过一定阈值时就自动采集当前位置的场景,角度作为可调参数可以在程序运行前进行配置。
(3)具有固定时间间隔T的特征路标场景帧提取方法。
该方法是指机器人根据自身内部的定时器模块给出的时间间隔,当其行驶一定时间后就自动触发采集程序采集当前位置的场景,触发时间T作为可调参数可以在程序运行前进行配置。
(4)特殊位置的特征路标场景帧提取方法。
该方法是指机器人在构建二维地图的同时,通过改进运行的SLAM算法记录下一些特殊位置如边角处、转弯处、视野狭窄处、可通行区域尽头处等会自动采集这些位置的图像数据。通过对SLAM算法的改进和设计可以适应不同的需要。
(5)人工控制特征路标场景采集位置的方法
该方法是指在上述方法仍然不能满足特殊任务要求的时候,可以人工利用客户端程序根据操作人员自己的观察手动控制采集场景的位置,来构建更为合理的地图。
根据前面的方法构建的二维地图中包含一系列的特征路标,每一个特征路标关联了相应的场景,工程人员可以选择二维地图中的特征路标和相应的角度,系统就会根据标签自动从视频场景库中找出相应的场景并返回给客户端以实现离线状态下的地图浏览,如图4所示。
Claims (4)
1.一种关联场景的机器人侦察地图及构建方法,采用下述系统实现,系统包括图像场景采集单元、距离测量单元、数据处理控制单元、惯性导航单元、移动搭载平台,其中
图像场景采集单元用于采集周围真是场景信息,
距离测量单元用于采集周围环境信息,
数据处理控制单元用于对采集和测量的信息进行数据处理,
惯性导航单元用于自主导航和定位以及为地图构建提供姿态、距离信息,
移动搭载平台用于承载图像场景采集单元、距离测量单元、数据处理控制单元、惯性导航单元并移动,其中
图像场景采集单元相对于移动搭载平台在高度、俯仰角、水平偏角可调;
其特征在于,包括以下步骤:
距离测量单元采集侦察机器人周围的环境信息并发送至数据处理控制单元,数据处理控制单元针对所采集的信息确定特征路标并建立二维栅格地图,同时
图像场景采集单元采集周围真实场景信息并发送至数据处理控制单元,数据处理控制单元对特征路标所对应的真实场景图片进行标记;其中
采用三维坐标(x,y,θ)进行标记,(x,y)为当前机器人相对于地图原点的坐标,θ为车体坐标系x轴正方向与当前速度方向的旋转角,对于同一特征路标有唯一或不同的θ与其对应,其中(x,y,θ)由惯性导航单元采集。
2.根据权利要求1所述的方法,其特征在于,采用FAST-SLAM算法构建二维栅格地图。
3.根据权利要求1所述的方法,其特征在于,数据处理控制单元确定特征路标的方法至少为以下一种:
(1)设置一带里程计的惯性导航单元,根据里程计返回的距离信息,每行驶一段距离后自动采集当前位置的场景作为特征路标;
(2)设置一采集机器人转动角度的惯性导航单元,根据返回的角度信息,当机器人转动一定角度,超过一定阈值时自动采集当前位置的场景作为特征路标;
(3)设置一配置时间间隔的定时器单元,当机器人行驶一时间间隔后自动采集当前位置的场景作为特征路标;
(4)设定特殊位置,当机器人行驶至特殊位置时自动采集当前位置的场景作为特征路标;
(5)外界信号驱动机器人采集当前位置的场景作为特征路标。
4.根据权利要求1所述的方法,其特征在于,图像场景采集单元相对于移动搭载平台的俯仰角调节范围为[-45,45],水平偏角调节范围为[-60,60],高度调节范围为[50cm,100cm]。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610693083.6A CN106289285A (zh) | 2016-08-20 | 2016-08-20 | 一种关联场景的机器人侦察地图及构建方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610693083.6A CN106289285A (zh) | 2016-08-20 | 2016-08-20 | 一种关联场景的机器人侦察地图及构建方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106289285A true CN106289285A (zh) | 2017-01-04 |
Family
ID=57661548
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610693083.6A Pending CN106289285A (zh) | 2016-08-20 | 2016-08-20 | 一种关联场景的机器人侦察地图及构建方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106289285A (zh) |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106780699A (zh) * | 2017-01-09 | 2017-05-31 | 东南大学 | 一种基于sins/gps和里程计辅助的视觉slam方法 |
CN108572646A (zh) * | 2018-03-19 | 2018-09-25 | 深圳悉罗机器人有限公司 | 机器人轨迹和环境地图的呈现方法和系统 |
CN108959321A (zh) * | 2017-05-25 | 2018-12-07 | 纵目科技(上海)股份有限公司 | 停车场地图构建方法、系统、移动终端及存储介质 |
CN109889982A (zh) * | 2019-03-08 | 2019-06-14 | 芋头科技(杭州)有限公司 | 定位导航数据采集系统及方法 |
CN110006420A (zh) * | 2018-05-31 | 2019-07-12 | 上海快仓智能科技有限公司 | 建图方法、图像采集和处理系统和定位方法 |
CN110072501A (zh) * | 2017-01-22 | 2019-07-30 | 四川金瑞麒智能科学技术有限公司 | 一种智能轮椅的机械传动控制方法与系统 |
CN110440826A (zh) * | 2019-07-18 | 2019-11-12 | 北京自动化控制设备研究所 | 一种位置姿态测量系统里程计数据处理方法 |
WO2020014924A1 (zh) * | 2018-07-19 | 2020-01-23 | 驭势科技(北京)有限公司 | 视觉定位地图存储及加载方法、装置、系统及存储介质 |
CN110823233A (zh) * | 2019-11-28 | 2020-02-21 | 广东电网有限责任公司 | 一种基于坐标变换的地图模型构建方法及系统 |
CN111025366A (zh) * | 2019-12-31 | 2020-04-17 | 芜湖哈特机器人产业技术研究院有限公司 | 基于ins及gnss的网格slam的导航系统及方法 |
CN111986553A (zh) * | 2020-08-19 | 2020-11-24 | 炬星科技(深圳)有限公司 | 基于语义标签进行地图关联的方法、设备及存储介质 |
CN112525184A (zh) * | 2019-08-28 | 2021-03-19 | 深圳拓邦股份有限公司 | 一种洗地机初始数据的获取方法、系统及洗地机 |
CN114061586A (zh) * | 2021-11-10 | 2022-02-18 | 北京有竹居网络技术有限公司 | 用于生成电子设备的导航路径的方法和产品 |
WO2023050646A1 (zh) * | 2021-09-28 | 2023-04-06 | 上海仙途智能科技有限公司 | 设备定位的系统和方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100250125A1 (en) * | 2007-07-04 | 2010-09-30 | Kristian Lundberg | Arrangement and method for providing a three dimensional map representation of an area |
CN104865578A (zh) * | 2015-05-12 | 2015-08-26 | 上海交通大学 | 一种室内停车场高精细地图生成装置及方法 |
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 |
CN105371847A (zh) * | 2015-10-27 | 2016-03-02 | 深圳大学 | 一种室内实景导航方法及系统 |
CN105492985A (zh) * | 2014-09-05 | 2016-04-13 | 深圳市大疆创新科技有限公司 | 多传感器环境地图构建 |
-
2016
- 2016-08-20 CN CN201610693083.6A patent/CN106289285A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100250125A1 (en) * | 2007-07-04 | 2010-09-30 | Kristian Lundberg | Arrangement and method for providing a three dimensional map representation of an area |
CN105492985A (zh) * | 2014-09-05 | 2016-04-13 | 深圳市大疆创新科技有限公司 | 多传感器环境地图构建 |
CN104865578A (zh) * | 2015-05-12 | 2015-08-26 | 上海交通大学 | 一种室内停车场高精细地图生成装置及方法 |
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 |
CN105371847A (zh) * | 2015-10-27 | 2016-03-02 | 深圳大学 | 一种室内实景导航方法及系统 |
Cited By (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106780699A (zh) * | 2017-01-09 | 2017-05-31 | 东南大学 | 一种基于sins/gps和里程计辅助的视觉slam方法 |
CN106780699B (zh) * | 2017-01-09 | 2020-10-16 | 东南大学 | 一种基于sins/gps和里程计辅助的视觉slam方法 |
CN110072501A (zh) * | 2017-01-22 | 2019-07-30 | 四川金瑞麒智能科学技术有限公司 | 一种智能轮椅的机械传动控制方法与系统 |
US11314256B2 (en) | 2017-01-22 | 2022-04-26 | Sichuan Golden Ridge Intelligence Science & Technology Co., Ltd. | Mechanical transmission control method and system for use with intelligent wheelchair |
CN108959321A (zh) * | 2017-05-25 | 2018-12-07 | 纵目科技(上海)股份有限公司 | 停车场地图构建方法、系统、移动终端及存储介质 |
CN108959321B (zh) * | 2017-05-25 | 2022-06-24 | 纵目科技(上海)股份有限公司 | 停车场地图构建方法、系统、移动终端及存储介质 |
CN108572646A (zh) * | 2018-03-19 | 2018-09-25 | 深圳悉罗机器人有限公司 | 机器人轨迹和环境地图的呈现方法和系统 |
US11249475B2 (en) | 2018-03-19 | 2022-02-15 | Shenzhen Xiluo Robot Co., Ltd. | Method and system for presenting trajectory of robot and environmental map |
CN110006420A (zh) * | 2018-05-31 | 2019-07-12 | 上海快仓智能科技有限公司 | 建图方法、图像采集和处理系统和定位方法 |
CN110006420B (zh) * | 2018-05-31 | 2024-04-23 | 上海快仓智能科技有限公司 | 建图方法、图像采集和处理系统和定位方法 |
WO2020014924A1 (zh) * | 2018-07-19 | 2020-01-23 | 驭势科技(北京)有限公司 | 视觉定位地图存储及加载方法、装置、系统及存储介质 |
US11307049B2 (en) | 2018-07-19 | 2022-04-19 | Uisee Technologies (Beijing) Co., Ltd | Methods, apparatuses, systems, and storage media for storing and loading visual localization maps |
CN109889982A (zh) * | 2019-03-08 | 2019-06-14 | 芋头科技(杭州)有限公司 | 定位导航数据采集系统及方法 |
CN110440826B (zh) * | 2019-07-18 | 2021-07-13 | 北京自动化控制设备研究所 | 一种位置姿态测量系统里程计数据处理方法 |
CN110440826A (zh) * | 2019-07-18 | 2019-11-12 | 北京自动化控制设备研究所 | 一种位置姿态测量系统里程计数据处理方法 |
CN112525184A (zh) * | 2019-08-28 | 2021-03-19 | 深圳拓邦股份有限公司 | 一种洗地机初始数据的获取方法、系统及洗地机 |
CN110823233A (zh) * | 2019-11-28 | 2020-02-21 | 广东电网有限责任公司 | 一种基于坐标变换的地图模型构建方法及系统 |
CN111025366B (zh) * | 2019-12-31 | 2022-04-01 | 芜湖哈特机器人产业技术研究院有限公司 | 基于ins及gnss的网格slam的导航系统及方法 |
CN111025366A (zh) * | 2019-12-31 | 2020-04-17 | 芜湖哈特机器人产业技术研究院有限公司 | 基于ins及gnss的网格slam的导航系统及方法 |
CN111986553A (zh) * | 2020-08-19 | 2020-11-24 | 炬星科技(深圳)有限公司 | 基于语义标签进行地图关联的方法、设备及存储介质 |
WO2023050646A1 (zh) * | 2021-09-28 | 2023-04-06 | 上海仙途智能科技有限公司 | 设备定位的系统和方法 |
CN114061586A (zh) * | 2021-11-10 | 2022-02-18 | 北京有竹居网络技术有限公司 | 用于生成电子设备的导航路径的方法和产品 |
WO2023082985A1 (zh) * | 2021-11-10 | 2023-05-19 | 北京有竹居网络技术有限公司 | 用于生成电子设备的导航路径的方法和产品 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106289285A (zh) | 一种关联场景的机器人侦察地图及构建方法 | |
CN110262546B (zh) | 一种隧道智能无人机巡检方法 | |
KR102053802B1 (ko) | 센서를 위치판단하는 방법 및 관련된 장치 | |
Zollmann et al. | Augmented reality for construction site monitoring and documentation | |
CN104077809B (zh) | 基于结构性线条的视觉slam方法 | |
CN107167139A (zh) | 一种变电站巡检机器人视觉定位导航方法及系统 | |
CN109460029A (zh) | 畜禽养殖场所巡检移动平台及其控制方法 | |
CN104280036B (zh) | 一种交通信息的检测与定位方法、装置及电子设备 | |
CN109737981B (zh) | 基于多传感器的无人车目标搜索装置及方法 | |
CN104714555B (zh) | 一种基于边缘的三维自主探索方法 | |
KR20180079428A (ko) | 자동 로컬리제이션을 위한 장치 및 방법 | |
CN107144285A (zh) | 位姿信息确定方法、装置和可移动设备 | |
CN110146910A (zh) | 一种基于gps与激光雷达数据融合的定位方法及装置 | |
CN108733039A (zh) | 一种机器人室内导航定位的方法与装置 | |
US10488860B1 (en) | Geocoding data for an automated vehicle | |
CN110766785B (zh) | 一种地下管道实时定位与三维重建装置及方法 | |
CN106199626A (zh) | 基于摆动激光雷达的室内三维点云地图生成系统及方法 | |
JP6975513B2 (ja) | カメラベースの自動化された高精度道路地図の生成システム及び方法 | |
CN110135376A (zh) | 确定图像传感器的坐标系转换参数的方法、设备和介质 | |
CN108844533A (zh) | 一种基于多传感器融合和姿态解算的自由姿态pdr定位方法 | |
CN109541535A (zh) | 一种基于uwb和视觉slam的agv室内定位及导航的方法 | |
CN103605978A (zh) | 基于三维实景数据的城市违章建筑识别系统及方法 | |
CN109596121B (zh) | 一种机动站自动目标检测与空间定位方法 | |
CN111006655A (zh) | 机场巡检机器人多场景自主导航定位方法 | |
CN109871739B (zh) | 基于yolo-sioctl的机动站自动目标检测与空间定位方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170104 |