CN106393104B - 一种移动机器人的行程校准方法 - Google Patents
一种移动机器人的行程校准方法 Download PDFInfo
- Publication number
- CN106393104B CN106393104B CN201610729129.5A CN201610729129A CN106393104B CN 106393104 B CN106393104 B CN 106393104B CN 201610729129 A CN201610729129 A CN 201610729129A CN 106393104 B CN106393104 B CN 106393104B
- Authority
- CN
- China
- Prior art keywords
- revolver
- right wheel
- displacement
- actual
- diameter
- 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
Links
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/16—Programme controls
- B25J9/1628—Programme controls characterised by the control loop
- B25J9/1653—Programme controls characterised by the control loop parameters identification, estimation, stiffness, accuracy, error analysis
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/16—Programme controls
- B25J9/1602—Programme controls characterised by the control system, structure, architecture
- B25J9/1607—Calculation of inertia, jacobian matrixes and inverses
Abstract
本发明提供了一种移动机器人的行程校准方法，包括获取左轮实际路程和右轮实际路程；根据左轮实际路程和右轮实际路程得到第一位移和转角；获取左轮实际直径和右轮实际直径，通过左轮实际直径和右轮实际直径对里程计进行校准；通过惯性测量单元获取第二位移；获取移动量阈值；将移动距离与移动量阈值进行比较；当移动距离小于移动量阈值时，将第一位移和第二位移的平均值进行融合；当移动距离大于移动量阈值时，利用滤波融合。本发明实现了对里程计的误差校正并提高了系统定位精度。
Description
技术领域
本发明涉及机器人运动技术领域，具体而言，涉及一种移动机器人的行程校准方法。
背景技术
随着机器人学的发展，室内服务机器人的研究逐步成为热点。在智能家居室内定位感知系统中，机器人的自身定位能力对于路径规划极其重要，是机器人实现自主导航的关键，对于提高机器人的自动化水平具有重要的意义。
目前的移动机器人底盘，多有两个或三个主动轮组成，里程计定位方法是一种重要的相对定位方法，它属于航位推算法，是未知环境中移动机器人导航定位的主要方法，里程计定位方法能简化确定位姿的基本问题，仅需要单一甚至无需外部传感器信息，就可以实现对机器人位置和方向的估计，方法简单。但会产生无界的误差累积，甚至会导致移动机器人导航任务的失败，因此里程计的误差校正是实现机器人准确位姿估计的前提。
现有的里程计校准技术，如通过“双向正方形路径”方法校准来自系统误差的两个“不相等的轮直径”和“轮距的不确定”。如通过新的系统误差模型，详细纠正差分移动系数。
但以上方法都为数学方法，在应对直线运动时较为准确，若出现旋转则会出现偏差。
发明内容
有鉴于此，本发明实施例的目的在于提供一种移动机器人的行程校准方法，实现了对里程计的误差校正并提高了系统定位精度。
第一方面，本发明实施例提供了一种移动机器人的行程校准方法，其中，包括：
获取左轮实际路程和右轮实际路程；
根据所述左轮实际路程和所述右轮实际路程得到第一位移和转角；
获取左轮实际直径和右轮实际直径，通过所述左轮实际直径和所述右轮实际直径对里程计进行校准；
通过惯性测量单元获取第二位移；
获取移动量阈值；
将所述第一位移与所述移动量阈值进行比较；
当所述第一位移小于所述移动量阈值时，将所述第一位移和所述第二位移的平均值进行融合；
当所述第一位移大于所述移动量阈值时，利用滤波融合。
结合第一方面，本发明实施例提供了第一方面的第一种可能的实施方式，其中：所述获取左轮实际直径和右轮实际直径包括：
根据下式计算所述左轮实际直径和所述右轮实际直径：
其中，D′l和D′r分别为所述左轮实际直径数据和所述右轮实际直径数据，L为路程输入值，τ为旋转角度，ψ为所述转角，N′l和N′r分别为左、右编码器的脉冲增量，n为每圈脉冲量。
结合第一方面，本发明实施例提供了第一方面的第二种可能的实施方式，其中：所述获取左轮实际路程和右轮实际路程包括：
根据下式计算所述左轮实际路程和所述右轮实际路程：
其中，L’l和L’r分别为所述左轮实际路程和所述右轮实际路程，N′l和N′r分别为左、右编码器的脉冲增量，D′l和D′r分别为所述左轮实际直径和所述右轮实际直径，n为每圈脉冲量。
结合第一方面，本发明实施例提供了第一方面的第三种可能的实施方式，其中：所述根据所述左轮实际路程和所述右轮实际路程得到第一位移和转角包括：
根据下式计算所述第一位移：
其中，L'为所述第一位移，L’l和L’r分别为所述左轮实际路程和所述右轮实际路程，N′l和N′r分别为左、右编码器的脉冲增量，D′l和D′r分别为所述左轮实际直径和所述右轮实际直径，n为所述每圈脉冲量。
结合第一方面，本发明实施例提供了第一方面的第四种可能的实施方式，其中：所述根据所述左轮实际路程和所述右轮实际路程得到第一位移和转角还包括：
根据下式计算所述转角：
其中，ψ为所述转角，N′l和N′r分别为所述左、右编码器的脉冲增量，D′l和D′r分别为所述左轮实际直径数据和所述右轮实际直径数据，Ba为轮距，n为所述每圈脉冲量。
结合第一方面，本发明实施例提供了第一方面的第五种可能的实施方式，其中：所述通过惯性测量单元获取第二位移包括：
使IMU(Inertial Measurement Unit，惯性测量单元)模块的XYZ三轴方向与差分轮运动正方向同向；
通过所述滤波去除系统噪声；
对曲线运动时的加速度值进行二次积分，获得第二位移。
结合第一方面，本发明实施例提供了第一方面的第六种可能的实施方式，其中：所述获取移动量阈值包括：
获取左轮测量直径、右轮测量直径和轮距；
根据所述左轮测量直径和所述右轮测量直径得到所述移动量阈值。
结合第一方面的第五种可能的实施方式，本发明实施例提供了第一方面的第七种可能的实施方式，其中：所述滤波为卡尔曼滤波、粒子滤波或高斯滤波。
结合第一方面，本发明实施例提供了第一方面的第八种可能的实施方式，其中：所述方法还包括：
根据所述第一位移、所述左轮实际路程和所述右轮实际路程获取偏移距离；
根据下式计算所述偏移距离：
其中，C为所述偏移距离，L'为所述第一位移，L’l和L’r分别为所述左轮实际路程和所述右轮实际路程。
结合第一方面的第一种至第四种可能的实施方式，本发明实施例提供了第一方面的第九种可能的实施方式，其中：所述每圈脉冲量和所述左、右编码器的脉冲增量通过编码器获得。
本发明提供的一种移动机器人的行程校准方法，包括获取左轮实际路程和右轮实际路程；根据左轮实际路程和右轮实际路程得到第一位移和转角；获取左轮实际直径和右轮实际直径，通过左轮实际直径和右轮实际直径对里程计进行校准；通过惯性测量单元获取第二位移；获取移动量阈值；将移动距离与移动量阈值进行比较；当移动距离小于移动量阈值时，将第一位移和第二位移的平均值进行融合；当移动距离大于移动量阈值时，利用滤波融合。本发明实现了对里程计的误差校正并提高了系统定位精度。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域的普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
图1示出了本发明实施例所提供的一种移动机器人的行程校准方法流程图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。
在本发明的描述中，需要说明的是，术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。基于本发明的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。
图1为本发明实施例提供的一种移动机器人的行程校准方法流程图。
参照图1，移动机器人的行程校准方法，包括：
步骤S110，获取左轮实际路程和右轮实际路程；
具体地，根据编码器读取左、右编码器的脉冲增量分别为N′l和N′r，同时读取编码器的每圈脉冲量为n，并结合左轮实际直径D′l和右轮实际直径D′r进行计算，获得左轮实际路程L’l和右轮实际路程L’r：
步骤S120，根据左轮实际路程和右轮实际路程得到第一位移和转角；
具体地，根据差动机器人运动与模型，通过已经获得的获得左轮实际路程L’l和右轮实际路程L’r，计算获得第一位移L'：
同时，再结合轮距Ba，可以计算获得转角ψ：
步骤S130，获取左轮实际直径和右轮实际直径，通过左轮实际直径和右轮实际直径对里程计进行校准；
具体地，影响机器人旋转运动的主要系统误差来源是“轮距的不确定”和“两轮直径的实际平均值与标准平均值不相等”，所以进一步将转差进行考虑，实现对里程计的校准。针对低运动控制模型精度的移动机器人，假设尺寸上，两轮存在尺寸误差，左轮直径比右轮直径大，机器人低速直线运动，路程输入值为L，机器人运动中实际转过的角度为ψ，旋转角度为τ，结合在编码器上读取的左、右编码器的脉冲增量分别为N′l和N′r，和每圈脉冲量为n，可以计算获得左轮实际直径D′l和右轮实际直径D′r：
步骤S140，通过惯性测量单元获取第二位移；
具体地，使IMU模块的XYZ三轴方向与差分轮运动正方向同向；
通过滤波去除系统噪声；
对曲线运动时的加速度值进行二次积分，获得第二位移。
也就是说，将IMU模块正向朝上，XYZ三轴方向与差分轮运动正方向通向，IMU陀螺仪可以对角角速度响应，一般由于在使用中存在系统噪声，都必须经过高级滤波，如粒子滤波或卡尔曼滤波，推算位移时，需要对曲线运动时的加速度值进行二次积分，获得第二位移。
这里，IMU模块内置单轴陀螺仪和三轴加速计。IMU模块也可以与RGB+D、MARG等传感器融合。
步骤S150，获取移动量阈值；
具体地，移动量阈值根据经验，一般设置为轮子行走一圈的路程，即可通过计算轮子的周长来获取移动量阈值：
获取左轮测量直径、右轮测量直径和轮距；
根据左轮测量直径和右轮测量直径得到移动量阈值。
步骤S160，将移动距离与移动量阈值进行比较；
具体地，当移动机器人不发生移动时，不进行融合；当移动量不为零时，讨论移动距离(也即上述的第一位移)与移动量阈值的大小关系。
步骤S171，当移动距离小于移动量阈值时，将第一位移和第二位移的平均值进行融合；
具体地，根据实际情况，将第一位移和第二位移的平均值进行融合，可以是几何平均、算术平均、平方平均、加权平均等。
步骤S172，当移动距离大于移动量阈值时，利用滤波融合。
具体地，滤波为卡尔曼滤波、粒子滤波或高斯滤波。
根据本发明的示例性实施例，该方法还包括：
根据第一位移、左轮实际路程和右轮实际路程获取偏移距离；
根据下式计算偏移距离：
其中，C为偏移距离，L'为第一位移，L’l和L’r分别为左轮实际路程和右轮实际路程。
根据本发明的示例性实施例，每圈脉冲量和左、右编码器的脉冲增量通过编码器获得。
具体地，使用每圈脉冲量为3500的编码器，直线运动速度为50mm/s，旋转角速度15°/s，通过获取左轮测量直径、右轮测量直径和轮距，在直线运动，读取脉冲量和偏移距离，在旋转运行中，读取脉冲量和偏移距离最后结合上述所提到的各种算法，进行位置融合。
比如，左轮直径35.640mm，右轮直径35.620mm，轮距250.395mm，直线运动5m,旋转650°。测量，实际位置为4.930m,旋转642.5°，进一步融合修正后，运动5.001m，旋转650°。
本发明实施例中提到的为2轮移动机器人，但并不限于此，3轮、4轮移动机器人都可用。
本发明提供的一种移动机器人的行程校准方法，包括获取左轮实际路程和右轮实际路程；根据左轮实际路程和右轮实际路程得到第一位移和转角；获取左轮实际直径和右轮实际直径，通过左轮实际直径和右轮实际直径对里程计进行校准；通过惯性测量单元获取第二位移；获取移动量阈值；将移动距离与移动量阈值进行比较；当移动距离小于移动量阈值时，将第一位移和第二位移的平均值进行融合；当移动距离大于移动量阈值时，利用滤波融合。本发明基于数学方法和陀螺仪地磁角度传感器，实现了对里程计的误差校正并提高了系统定位精度。
此外，在本发明各个实施例中的各功能单元可以集成在一个处理模块中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。上述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。
上述提到的存储介质可以是只读存储器、磁盘或光盘等。
应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。术语“第一”、“第二”、“第三”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
最后应说明的是：以上所述实施例，仅为本发明的具体实施方式，用以说明本发明的技术方案，而非对其限制，本发明的保护范围并不局限于此，尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围，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以所述权利要求的保护范围为准。
Claims (10)
1.一种移动机器人的行程校准方法，其特征在于，包括：
获取左轮实际路程和右轮实际路程；
根据所述左轮实际路程和所述右轮实际路程得到第一位移和转角；
获取左轮实际直径和右轮实际直径，通过所述左轮实际直径和所述右轮实际直径对里程计进行校准；
通过惯性测量单元获取第二位移；
获取移动量阈值；
将所述第一位移与所述移动量阈值进行比较；
当所述第一位移小于所述移动量阈值时，将所述第一位移和所述第二位移的平均值进行融合；
当所述第一位移大于所述移动量阈值时，利用滤波融合。
2.根据权利要求1所述的一种移动机器人的行程校准方法，其特征在于，所述获取左轮实际直径和右轮实际直径包括：
根据下式计算所述左轮实际直径和所述右轮实际直径：
其中，D′l和D′r分别为所述左轮实际直径数据和所述右轮实际直径数据，L为路程输入值，τ为旋转角度，ψ为所述转角，N′l和N′r分别为左、右编码器的脉冲增量，n为每圈脉冲量。
3.根据权利要求1所述的一种移动机器人的行程校准方法，其特征在于，所述获取左轮实际路程和右轮实际路程包括：
根据下式计算所述左轮实际路程和所述右轮实际路程：
其中，L′l和L′r分别为所述左轮实际路程和所述右轮实际路程，N′l和N′r分别为左、右编码器的脉冲增量，D′l和D′r分别为所述左轮实际直径和所述右轮实际直径，n为每圈脉冲量。
4.根据权利要求2所述的一种移动机器人的行程校准方法，其特征在于，所述根据所述左轮实际路程和所述右轮实际路程得到第一位移和转角包括：
根据下式计算所述第一位移：
其中，L'为所述第一位移，L′l和L′r分别为所述左轮实际路程和所述右轮实际路程，N′l和N′r分别为左、右编码器的脉冲增量，D′l和D′r分别为所述左轮实际直径和所述右轮实际直径，n为所述每圈脉冲量。
5.根据权利要求2所述的一种移动机器人的行程校准方法，其特征在于，所述根据所述左轮实际路程和所述右轮实际路程得到第一位移和转角还包括：
根据下式计算所述转角：
其中，ψ为所述转角，N′l和N′r分别为所述左、右编码器的脉冲增量，D′l和D′r分别为所述左轮实际直径数据和所述右轮实际直径数据，Ba为轮距，n为所述每圈脉冲量。
6.根据权利要求1所述的一种移动机器人的行程校准方法，其特征在于，所述通过惯性测量单元获取第二位移包括：
使IMU模块的XYZ三轴方向与差分轮运动正方向同向；
通过所述滤波去除系统噪声；
对曲线运动时的加速度值进行二次积分，获得第二位移。
7.根据权利要求1所述的一种移动机器人的行程校准方法，其特征在于，所述获取移动量阈值包括：
获取左轮测量直径、右轮测量直径和轮距；
根据所述左轮测量直径和所述右轮测量直径得到所述移动量阈值。
8.根据权利要求6所述的一种移动机器人的行程校准方法，其特征在于，所述滤波为卡尔曼滤波、粒子滤波或高斯滤波。
9.根据权利要求1所述的一种移动机器人的行程校准方法，其特征在于，所述方法还包括：
根据所述第一位移、所述左轮实际路程和所述右轮实际路程获取偏移距离；
根据下式计算所述偏移距离：
其中，C为所述偏移距离，L'为所述第一位移，L′l和L′r分别为所述左轮实际路程和所述右轮实际路程。
10.根据权利要求2-5任一项所述的一种移动机器人的行程校准方法，其特征在于，所述每圈脉冲量和所述左、右编码器的脉冲增量通过编码器获得。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610729129.5A CN106393104B (zh) | 2016-08-25 | 2016-08-25 | 一种移动机器人的行程校准方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610729129.5A CN106393104B (zh) | 2016-08-25 | 2016-08-25 | 一种移动机器人的行程校准方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN106393104A CN106393104A (zh) | 2017-02-15 |
| CN106393104B true CN106393104B (zh) | 2019-06-28 |
Family
ID=58004538
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610729129.5A Active CN106393104B (zh) | 2016-08-25 | 2016-08-25 | 一种移动机器人的行程校准方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN106393104B (zh) |
Families Citing this family (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107063305B (zh) * | 2017-04-10 | 2020-03-27 | 江苏东方金钰智能机器人有限公司 | 用惯导、压力传感器修正下坡悬空后轮里程计误差的方法 |
| CN109657198B (zh) * | 2017-10-11 | 2023-01-06 | 杭州海康机器人股份有限公司 | 机器人标定方法、装置及计算机可读存储介质 |
| CN108388242B (zh) * | 2018-01-08 | 2021-05-18 | 浙江立石机器人技术有限公司 | 机器人左右轮相对误差标定方法、装置及系统 |
| CN108447572B (zh) * | 2018-01-16 | 2020-10-27 | 深圳市智能机器人研究院 | 核反应堆安全壳钢内衬空鼓自动检测系统及方法 |
| CN108748135A (zh) * | 2018-04-04 | 2018-11-06 | 上海物景智能科技有限公司 | 一种机器人驱动轮打滑位姿矫正方法以及一种机器人 |
| CN108896049A (zh) * | 2018-06-01 | 2018-11-27 | 重庆锐纳达自动化技术有限公司 | 一种机器人室内运动定位方法 |
| CN109655055B (zh) * | 2018-11-07 | 2020-11-20 | 深圳技术大学（筹） | 一种轨检机器人的定位方法及装置 |
| CN109571467B (zh) * | 2018-11-23 | 2020-09-18 | 北京控制工程研究所 | 双轮差速机器人运动模型标定方法、装置及里程计系统 |
| CN111380562A (zh) * | 2018-12-28 | 2020-07-07 | 深圳市优必选科技有限公司 | 一种双轮差速机器人里程计参数的校准方法及装置 |
| 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 |
| CN110900610B (zh) * | 2019-12-11 | 2022-04-22 | 哈尔滨工业大学 | 一种基于lm算法和粒子滤波算法优化的工业机器人标定方法 |
| CN112985426B (zh) * | 2021-03-31 | 2022-09-13 | 天津大学 | 一种用于二轮车的定位方法 |
| CN113029201B (zh) * | 2021-04-07 | 2023-04-07 | 北京布科思科技有限公司 | 双轮差速模型的里程校准方法和装置、设备及存储介质 |
| CN116372941B (zh) * | 2023-06-05 | 2023-08-15 | 北京航空航天大学杭州创新研究院 | 机器人参数标定方法及装置和轮式机器人 |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE19730483C2 (de) * | 1997-07-16 | 1999-06-02 | Siemens Ag | Verfahren zur Festlegung der Drehlage einer autonomen mobilen Einheit und autonome mobile Einheit |
| DE10261040A1 (de) * | 2002-12-17 | 2005-08-04 | Jotzo, Joachim, Dipl.-Ing. | Verfahren zur Positions-und Fahrtrichtungsbestimmung von autonomen Fahrzeugen mittels Netzlinien |
| KR100621096B1 (ko) * | 2005-02-01 | 2006-09-13 | 삼성전자주식회사 | 자기장을 이용하여 로봇의 시스템 오류를 보정하는 방법및 장치 |
| KR100864801B1 (ko) * | 2007-08-14 | 2008-10-23 | 포항공과대학교 산학협력단 | 이동로봇에서 홈포지셔닝을 이용한 오도메트리 보정 방법 |
| CN104502942A (zh) * | 2015-01-06 | 2015-04-08 | 上海华测导航技术有限公司 | 基于卫星导航和航位推测实现农业机械定位的系统及方法 |
-
2016
- 2016-08-25 CN CN201610729129.5A patent/CN106393104B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN106393104A (zh) | 2017-02-15 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106393104B (zh) | 一种移动机器人的行程校准方法 | |
| JP4170284B2 (ja) | 移動物体の進行方向の推定方法およびシステム | |
| CN112254741B (zh) | 里程传感器的异常检测方法、自移动机器人及存储介质 | |
| US7463953B1 (en) | Method for determining a tilt angle of a vehicle | |
| US9885575B2 (en) | Vehicle positioning | |
| Weinstein et al. | Pose estimation of Ackerman steering vehicles for outdoors autonomous navigation | |
| CN107560613B (zh) | 基于九轴惯性传感器的机器人室内轨迹跟踪系统及方法 | |
| Al Khatib et al. | Multiple sensor fusion for mobile robot localization and navigation using the Extended Kalman Filter | |
| CN109186597B (zh) | 一种基于双mems-imu的室内轮式机器人的定位方法 | |
| CN106840152A (zh) | 一种面向室内移动机器人的高精度组合导航系统及方法 | |
| Anjum et al. | Sensor data fusion using unscented kalman filter for accurate localization of mobile robots | |
| CN105424040A (zh) | 一种新型mems惯性传感器阵列余度配置方法 | |
| CN107490803A (zh) | 利用gps和惯导系统对机器人定位定向方法 | |
| Anousaki et al. | A dead-reckoning scheme for skid-steered vehicles in outdoor environments | |
| CN107796387A (zh) | 定位方法、定位装置和电子设备 | |
| CA2957933A1 (en) | Earthmoving machine comprising weighted state estimator | |
| CN103308071A (zh) | 一种gps/ins定位导航装置微机电陀螺仪零点电压校正方法 | |
| CN109141411A (zh) | 定位方法、定位装置、移动机器人及存储介质 | |
| CN108450007A (zh) | 使用廉价惯性传感器的冗余阵列的高性能惯性测量 | |
| CN108426584A (zh) | 汽车多传感器的校准方法 | |
| CN107462242A (zh) | 车辆测速方法及其装置 | |
| CN108663036A (zh) | 一种车辆前轮转动跟踪系统及算法 | |
| CN109827572A (zh) | 一种检测车位置预测的方法及装置 | |
| Shaikh et al. | Mobile robot vision tracking system using unscented Kalman filter | |
| Park et al. | A dead reckoning sensor system and a tracking algorithm for mobile robot |
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 | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20190813 Address after: Room B1102-01, Innovation Plaza, Liulian Community, Pingshan Street, Pingshan District, Shenzhen City, Guangdong Province, 518000 Patentee after: Creative Intelligence Control Technology (Shenzhen) Co., Ltd. Address before: 100085 Beijing, Haidian District venture Road, No. 36, room 4, room 406 Patentee before: Zhi Kong Science and Technology Ltd. of Beijing Thinker |
|
| TR01 | Transfer of patent right |