CN106772240A - 剔除点阵式反射标签干扰点方法及机器人导航方法 - Google Patents
剔除点阵式反射标签干扰点方法及机器人导航方法 Download PDFInfo
- Publication number
- CN106772240A CN106772240A CN201611144877.3A CN201611144877A CN106772240A CN 106772240 A CN106772240 A CN 106772240A CN 201611144877 A CN201611144877 A CN 201611144877A CN 106772240 A CN106772240 A CN 106772240A
- Authority
- CN
- China
- Prior art keywords
- points
- dot matrix
- retro
- combination
- point
- 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.)
- Granted
Links
Classifications
-
- 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
- G01S5/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
- G01S5/16—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using electromagnetic waves other than radio waves
Landscapes
- Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明提供了一种剔除点阵式反射标签干扰点方法,因为对所有反射光线的点两两测距,并将任意两点均作为对角线,确定坐标系,计算一次该两点作为对角线时,方阵中两点之间的最小距离,然后统计除了作为对角线的两点的其余各点在该坐标系下的位置坐标是最小距离的整数倍的点的个数,并标记该为两点的分数,选择得分最高的两点作为真实标签中的对角线,确定坐标系,然后剔除位置坐标不是相对于该组合的最小距离的整数倍的点,因此,本发明的剔除点阵式反射标签干扰点方法能够剔除干扰点,避免因干扰点的影响而使得机器人坐标定位不准确。
Description
技术领域
本发明属于机器人导航技术领域,具体涉及一种剔除点阵式反射标签干扰点方法及机器人导航方法。
背景技术
机器人在移动时,需要确定自己在地图中的位置以进行路径规划,一种方式是将机器人活动空间的天花板上设置以点形式排列的能够反射红外线或紫外线的反射标签。一种点阵是半方阵,该半方阵至少包含:对角线上至少两端点,以及对角线一侧至少一个点;坐标系的确定方法:坐标系的原点位于垂直于对角线的直线上,该直线与对角线相交于对角线的中点,且原点位于有反射标签的一侧,原点与对角线的两个端点的连线所在的直线分别为x轴和y轴,方向均朝向端点,坐标系满足笛卡尔右手定则。另一种点阵是,对角线两侧都有反射标签的方阵,该方阵至少包含方阵的任意三个端点;坐标系的确定方法:选择该方阵中的三个端点组成坐标系,该三个端点中位于方阵中对角线位置的两个端点分别确定x轴、y轴的方向,另一个端点为坐标系原点,坐标系满足笛卡尔右手定则。机器人通过识别方阵中的反射标签,确定所处空间的坐标系,从而能够确定机器人当下的位置。但是除了反射标签外,其它也会存在反射红外光或紫外光的物质,如果这些能够反射红外光或紫外光的物质刚好位于反射标签附近,则在机器人识别反射标签时,会产生干扰信号,使得机器人定位不准确。
发明内容
本发明是为了解决上述问题而进行的,目的在于提供一种能够过滤干扰点,避免因干扰点的影响而使得机器人坐标定位不准确的剔除点阵式反射标签干扰点方法。
本发明提供了一种剔除点阵式反射标签干扰点方法,其特征在于,包括以下步骤:步骤1,识别所有能够反射不可见光的点,将所有点中任意两点组合,并计算所有组合中两点之间的距离;步骤2,依次选取所有组合作为点阵对角线上的两个端点,并确定各自对应的坐标系;步骤3,将所有组合均根据各组合中两点之间的距离基于预定规则得到点阵中两个标签之间相对于该组合的最小距离,并计算得到除该组合的两点的其余点的在该组合对应的坐标系下的位置坐标;步骤4,对所有组合分别进行如下运算过程后进行标记:判断除了组合中两点的其余点的位置坐标是否是相对于该组合的最小距离的整数倍,并统计位置坐标是相对于该组合的最小距离的整数倍的点的个数,将个数换算为分数标记给该组合;步骤5,选取步骤4中标记分数最高的组合作为真实标签的对角线;步骤6,以步骤5中选取的组合为对角线确定坐标系,剔除位置坐标不是相对于该组合的最小距离的整数倍的点。
进一步,在本发明提供的剔除点阵式反射标签干扰点方法中,还可以具有这样的特征:其中,步骤2中,坐标系的原点位于垂直于对角线的直线上,且直线与对角线相交于对角线的中点,坐标系的x轴和y轴分别与对角线相交于两个端点。
进一步,在本发明提供的剔除点阵式反射标签干扰点方法中,还可以具有这样的特征:其中,不可见光为红外光或紫外光。
进一步,在本发明提供的剔除点阵式反射标签干扰点方法中,还可以具有这样的特征:其中,点阵为N×N方阵、或N×N半方阵、或至少包含有对角线上两点的N×N不完全方阵。
进一步,在本发明提供的剔除点阵式反射标签干扰点方法中,还可以具有这样的特征:其中,步骤3中,两个标签之间的最小距离的计算公式如下:
N≥2
其中,L表示两点之间的距离,D表示标签的最小距离,N表示N×N点阵的行数或列数。
本发明还提供了一种机器人导航方法,其特征在于,包含以下步骤:步骤1,机器人采集所有反射标签反射的光线;步骤2,采用前面所述的剔除点阵式反射标签干扰点方法对干扰点进行剔除;步骤3,根据反射标签确定机器人的位置,并进行导航。
本发明的优点如下:
根据本发明所涉及的剔除点阵式反射标签干扰点方法,因为对所有反射光线的点两两测距,并将任意两点均作为对角线,确定坐标系,计算一次该两点作为对角线时,方阵中两点之间的最小距离,然后统计除了作为对角线的两点的其余各点在该坐标系下的位置坐标是最小距离的整数倍的点的个数,并标记该为两点的分数,选择得分最高的两点作为真实标签中的对角线,确定坐标系,然后剔除位置坐标不是相对于该组合的最小距离的整数倍的点,因此,本发明的剔除点阵式反射标签干扰点的方法能够剔除干扰点,避免因干扰点的影响而使得机器人坐标定位不准确。
本发明提供的机器人导航方法,因为采用剔除点阵式反射标签干扰点的方法对干扰点进行剔除,因此机器人定位准确,移动时能够更准确到达指定目标点。
附图说明
图1是本发明中剔除点阵式反射标签干扰点的方法的流程图;
图2是本发明中机器人导航方法的流程图。
具体实施方式
为了使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解,以下实施例结合附图对本发明剔除点阵式反射标签干扰点方法及机器人导航方法作具体阐述。
剔除点阵式反射标签干扰点方法能够剔除除了反射标签反射的光线形成的光点外其它物质反射光线形成的干扰点,使得机器人能够准确定位。如图1所示,剔除点阵式反射标签干扰点方法包含以下步骤:
步骤S1-1,识别所有能够反射不可见光的点,将所有点中任意两点组合,并计算所有组合中两点之间的距离。
不可见光为红外光、紫外光等。当反射标签反射红外光时,机器人接收红外光,并识别标签,当反射标签反射紫外光时,机器人接收紫外光,并识别标签。
将识别到的所有点中任意两点组合,即如果识别到M个点,则任意两点之间的组合一共有种组合。
步骤S1-2,依次选取所有组合作为点阵的对角线上的两个端点,并确定各自对应的坐标系。
点阵为N×N方阵、或N×N半方阵、或至少包含有对角线上两点的N×N不完全方阵。N大于等于2。
本专利中,确定坐标系的规则:坐标系的原点位于垂直于对角线的直线上,直线与对角线相交于对角线的中点,坐标系的x轴和y轴分别与对角线相交于两个端点,且x轴和y轴均朝向对角线的两个端点的方向。
步骤S1-3,所有组合均根据该组合中两点之间的距离基于预定规则得到方阵中两个标签之间相对于该组合的最小距离,并计算得到除该组合的两点的其余点的在各自对应的坐标系下的位置坐标。
方阵中两个标签之间的最小距离计算公式如下:
其中,L表示两点之间的距离,D表示标签的最小距离,N表示N×N点阵的行数或列数。
步骤S1-4,对所有组合分别进行如下运算过程后进行标记:判断除了组合中两点的其余点的位置坐标中横坐标和纵坐标是否均是相对于该组合的最小距离的整数倍,并统计位置坐标中横坐标和纵坐标均是相对于该组合的最小距离的整数倍的点的个数,将个数换算为分数标记给该组合。
步骤S1-5,选取步骤S1-4中标记分数最高的组合作为真实标签的对角线。
步骤S1-6,以步骤S1-5中选取的组合为对角线确定坐标系,剔除位置坐标中横坐标和纵坐标不是相对于该组合的最小距离的整数倍的点。
一种机器人导航方法,如图2所示,包含以下步骤:
步骤S2-1,机器人采集所有反射标签反射的光线。
步骤S2-2,采用上述剔除点阵式反射标签干扰点方法对干扰点进行剔除。
步骤S2-3,根据反射标签确定机器人的位置,并进行导航。
上述实施方式为本发明的优选案例,并不用来限制本发明的保护范围。
Claims (6)
1.一种剔除点阵式反射标签干扰点方法,其特征在于,包括以下步骤:
步骤1,识别所有能够反射不可见光的点,将所有点中任意两点组合,并计算所有组合中两点之间的距离;
步骤2,依次选取所有组合作为点阵对角线上的两个端点,并确定各自对应的坐标系;
步骤3,将所有组合均根据各组合中两点之间的距离基于预定规则得到点阵中两个标签之间相对于该组合的最小距离,并计算得到除该组合的两点的其余点的在该组合对应的坐标系下的位置坐标;
步骤4,对所有组合分别进行如下运算过程后进行标记:判断除了组合中两点的其余点的位置坐标中横坐标和纵坐标是否均是相对于该组合的最小距离的整数倍,并统计位置坐标中横坐标和纵坐标是相对于该组合的最小距离的整数倍的点的个数,将个数换算为分数标记给该组合;
步骤5,选取步骤4中标记分数最高的组合作为真实标签的对角线;
步骤6,以步骤5中选取的组合为对角线确定坐标系,剔除位置坐标中横坐标和纵坐标不是相对于该组合的最小距离的整数倍的点。
2.根据权利要求1所述的剔除点阵式反射标签干扰点方法,其特征在于:
步骤2中,所述坐标系的原点位于垂直于对角线的直线上,且所述直线与所述对角线相交于所述对角线的中点,所述坐标系的x轴和y轴分别与所述对角线相交于两个端点。
3.根据权利要求1所述的剔除点阵式反射标签干扰点方法,其特征在于:
所述不可见光为红外光或紫外光。
4.根据权利要求1所述的剔除点阵式反射标签干扰点方法,其特征在于:
所述点阵为N×N方阵、或N×N半方阵、或至少包含有对角线上两点的N×N不完全方阵。
5.根据权利要求1所述的剔除点阵式反射标签干扰点方法,其特征在于:
步骤3中,两个标签之间的最小距离的计算公式如下:
N≥2
其中,L表示两点之间的距离,D表示标签的最小距离,N表示N×N点阵的行数或列数。
6.一种机器人导航方法,其特征在于,包含以下步骤:
步骤1,机器人采集所有反射标签反射的光线;
步骤2,采用权利要求1~5中任一权利要求所述的剔除点阵式反射标签干扰点方法对干扰点进行剔除;
步骤3,根据反射标签确定机器人的位置,并进行导航。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611144877.3A CN106772240B (zh) | 2016-12-13 | 2016-12-13 | 剔除点阵式反射标签干扰点方法及机器人导航方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611144877.3A CN106772240B (zh) | 2016-12-13 | 2016-12-13 | 剔除点阵式反射标签干扰点方法及机器人导航方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106772240A true CN106772240A (zh) | 2017-05-31 |
CN106772240B CN106772240B (zh) | 2019-06-11 |
Family
ID=58880786
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201611144877.3A Active CN106772240B (zh) | 2016-12-13 | 2016-12-13 | 剔除点阵式反射标签干扰点方法及机器人导航方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106772240B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107703936A (zh) * | 2017-09-22 | 2018-02-16 | 南京轻力舟智能科技有限公司 | 基于卷积神经网络的自动导航小车系统及小车定位方法 |
CN108267133A (zh) * | 2017-12-21 | 2018-07-10 | 合肥中导机器人科技有限公司 | 一种激光式反射板坐标系冗余标定方法及激光导航系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102176232A (zh) * | 2011-01-26 | 2011-09-07 | 新疆中钜电子科技有限公司 | 单兵安全定位导向操作系统及其应用方法 |
CN102395200A (zh) * | 2011-11-17 | 2012-03-28 | 苏州大学 | 无线传感器网络中节点定位方法及装置 |
CN102576063A (zh) * | 2009-08-20 | 2012-07-11 | 天宝导航有限公司 | Rfid定位系统 |
CN105700527A (zh) * | 2016-01-26 | 2016-06-22 | 哈尔滨工业大学 | 一种平面冗余度机器人避障及避奇异的路径规划方法 |
-
2016
- 2016-12-13 CN CN201611144877.3A patent/CN106772240B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102576063A (zh) * | 2009-08-20 | 2012-07-11 | 天宝导航有限公司 | Rfid定位系统 |
CN102176232A (zh) * | 2011-01-26 | 2011-09-07 | 新疆中钜电子科技有限公司 | 单兵安全定位导向操作系统及其应用方法 |
CN102395200A (zh) * | 2011-11-17 | 2012-03-28 | 苏州大学 | 无线传感器网络中节点定位方法及装置 |
CN105700527A (zh) * | 2016-01-26 | 2016-06-22 | 哈尔滨工业大学 | 一种平面冗余度机器人避障及避奇异的路径规划方法 |
Non-Patent Citations (1)
Title |
---|
丁娜娜 等: ""基于人工地标的双足机器人视觉自定位"", 《山东大学学报(工学版)》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107703936A (zh) * | 2017-09-22 | 2018-02-16 | 南京轻力舟智能科技有限公司 | 基于卷积神经网络的自动导航小车系统及小车定位方法 |
CN108267133A (zh) * | 2017-12-21 | 2018-07-10 | 合肥中导机器人科技有限公司 | 一种激光式反射板坐标系冗余标定方法及激光导航系统 |
CN108267133B (zh) * | 2017-12-21 | 2021-07-27 | 合肥中导机器人科技有限公司 | 一种激光式反射板坐标系冗余标定方法及激光导航系统 |
Also Published As
Publication number | Publication date |
---|---|
CN106772240B (zh) | 2019-06-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104807460B (zh) | 无人机室内定位方法及系统 | |
CN107218927B (zh) | 一种基于tof相机的货物托盘检测系统和方法 | |
CN102314748B (zh) | 一种基于无线传感器网络的毒气泄漏源定位方法 | |
CN105954717B (zh) | 位置获取方法及装置 | |
CN105091782A (zh) | 一种基于双目视觉的多线激光器光平面标定方法 | |
US20190159343A1 (en) | Motherboard To Be Cut, Method Of Manufacturing Substrate And Method Of Detecting Cutting Accuracy Of Substrate | |
CN106595702B (zh) | 一种基于天文标定的多传感器空间配准方法 | |
CN107526085B (zh) | 超声波阵列测距建模的方法及其系统 | |
CN103994762A (zh) | 基于数据矩阵码的移动机器人定位方法 | |
CN102175991B (zh) | 基于最大定位似然传感器配置的目标定位方法 | |
CN106772240A (zh) | 剔除点阵式反射标签干扰点方法及机器人导航方法 | |
CN107478162A (zh) | 一种台架安装坐标系构建方法 | |
CN100390023C (zh) | 一种快速星图识别方法 | |
CN110441734A (zh) | 激光定位系统及使用此系统的位置测量方法 | |
CN104344795A (zh) | 点云剖面量测系统及方法 | |
CN105953925A (zh) | 一种基于快速射线追踪的毫米波辐射亮温获取方法 | |
CN103778411A (zh) | 一种基于栅格图像划分的圆检测方法及装置 | |
He et al. | Robust laser stripe extraction for 3D measurement of complex objects | |
CN104331875A (zh) | 一种利用极坐标定位的反射标靶及图像识别方法 | |
CN108151667A (zh) | 一种多线激光轮廓扫描传感器全局校准方法 | |
CN105203994A (zh) | 一种电子标签定位方法、装置、服务器及系统 | |
CN103673881B (zh) | 一种单目视觉测量中光笔的现场快速标定方法 | |
CN107798271A (zh) | 射频卡标示定位系统 | |
CN104867156B (zh) | 一种针对合作标志器位姿测量的特征点识别方法 | |
CN103679695B (zh) | 一种3d四轮定位仪反射标靶及图像识别方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |