CN106908055A - 一种多模态导航方法及移动机器人 - Google Patents

一种多模态导航方法及移动机器人 Download PDF

Info

Publication number
CN106908055A
CN106908055A CN201710160082.XA CN201710160082A CN106908055A CN 106908055 A CN106908055 A CN 106908055A CN 201710160082 A CN201710160082 A CN 201710160082A CN 106908055 A CN106908055 A CN 106908055A
Authority
CN
China
Prior art keywords
navigation
error
currency
value
module
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
Application number
CN201710160082.XA
Other languages
English (en)
Inventor
梅涛
方健
唐豪杰
陈伟
陈剑
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen Zhongzhi Weian Robot Technology Co.,Ltd.
Original Assignee
China Security and Surveillance Technology PRC Inc
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by China Security and Surveillance Technology PRC Inc filed Critical China Security and Surveillance Technology PRC Inc
Priority to CN201710160082.XA priority Critical patent/CN106908055A/zh
Publication of CN106908055A publication Critical patent/CN106908055A/zh
Pending legal-status Critical Current

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

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Automation & Control Theory (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Navigation (AREA)

Abstract

本发明公开了一种多模态导航方法及移动机器人，该移动机器人包括第一导航模块、第二导航模块以及第三导航模块；该方法包括：分别获取第一导航模块、第二模块以及第三模块对应的第一导航数据、第二导航数据、第三导航数据以及第一导航信号的当前值、第二导航信号的当前值、第三导航信号的当前值；计算第一导航信号的当前值与对应的目标值之间的第一误差；计算第二导航信号的当前值与对应的目标值之间的第二误差；计算第三导航信号的当前值与对应的目标值之间的第三误差；选择第一误差、第二误差、第三误差中最小的值对应的导航模块进行导航。本发明能从三种导航方式的数据，自主切换导航方式，实现安保巡逻机器人的室外导航方式顺利进行。

Description

一种多模态导航方法及移动机器人
技术领域
本发明涉及室外安保、巡逻机器人的技术领域，尤其涉及一种多模态导航方法及移动机器人。
背景技术
随着机器人技术的发展，在警用巡逻的安保行业中，日常的巡逻作业任务也逐渐朝机器人方向发展。现有的安保巡逻机器人通常能够完成自主巡逻过程中得到图像采集，视频传输，关键信息采集等，其核心的功能是能够正确根据事先设定的巡逻轨迹路线进行自主导航巡逻。因此，室外的定位导航技术是解决安保巡逻机器人自主巡逻的关键技术。该技术是通过对固定区域的地图构建，生成全局的巡逻地图，并通过自定位方法，实现精确定位，完成自主导航。
室外警用巡逻、安保机器人通常需要在较大的运动范围内自主移动，而在室外实现自主导航的方法主要有GPS定位导航方法，多线激光雷达实时地图构建方法。这些方法能够解决自主导航问题，但是GPS信号容易受到高楼或大树的遮挡，使其应用受限，而多线激光雷达本身价格昂贵，难以实现批量化生产。
现有技术申请号CN201610424163.1的专利，提出了一种精确的室内外组合导航方法，该方法利用了惯性测量单元、WIFI导航单元、GNSS导航单元来进行组合完成室内外的精确定位导航，但是由于WiFi信号传输距离的有限，同时GNSS导航单元信号容易被遮挡，其适用的范围只是小区域的导航，并不适用于室外的大范围固定区域的导航方式。
现有技术申请号CN201610564309.2的专利，提出了一种单轴陀螺仪、倾角仪和里程计的组合导航装置及方法，该方法利用单轴陀螺仪来测移动平台的具体姿态，倾角仪来测当前平台的倾斜姿态，里程计用来测量行进的距离，该方法能够在一定行程内完成导航功能，由于陀螺仪、倾角仪以及里程计传感器固有的误差，该种方法不能缺乏自纠正机制保证移动平台长时间在固定路线上的稳定导航。使得其在室外的固定区域大范围导航过程中，会出现偏离轨迹难以校正等问题。
室外警用巡逻、安保机器人通常需要在较大的运动范围内自主移动，而在室外实现自主导航的方法主要有GPS定位导航方法，多线激光雷达实时地图构建方法。这些方法能够解决自主导航问题，但是GPS信号容易受到高楼或大树的遮挡，使其应用受限，而多线激光雷达本身价格昂贵，难以实现批量化生产。
发明内容
本发明的主要目的在于提出一种多模态导航方法及移动机器人，旨在针对室外移动巡逻机器人平台的应用情况，充分解决复杂路况的机器人定位导航问题，并实现低成本化。
为实现上述目的，本发明提出一种多模态导航方法，应用于移动机器人，所述移动机器人包括第一导航模块、第二导航模块以及第三导航模块；所述方法包括：
分别获取所述第一导航模块、第二导航模块以及第三导航模块对应的第一导航数据、第二导航数据、第三导航数据；
分别获取所述第一导航模块、第二导航模块以及第三导航模块对应的第一导航信号的当前值、第二导航信号的当前值、第三导航信号的当前值；
计算所述第一导航信号的当前值与所述第一导航数据中对应的目标值之间的第一误差；计算所述第二导航信号的当前值与所述第二导航数据中对应的目标值之间的第二误差；计算所述第三导航信号的当前值与所述第三导航数据中对应的目标值之间的第三误差；
选择所述第一误差、第二误差、第三误差中最小的值对应的导航模块进行导航。
可选地，所述第一误差为所述第一导航信号的当前值与所述第一导航数据中对应的目标值的误差向量的模值；所述第二误差为所述第二导航信号的当前值与所述第二导航数据中对应的目标值的误差向量的模值；所述第三误差为所述第三导航信号的当前值与所述第三导航数据中对应的目标值的误差向量的模值。
可选地，所述第一误差为所述第一导航信号的当前值与所述第一导航数据中对应的目标值的误差向量的模值与第一增益值之间的乘积；所述第二误差为所述第二导航信号的当前值与所述第二导航数据中对应的目标值的误差向量的模值与第二增益值之间的乘积；所述第三误差为所述第三导航信号的当前值与所述第三导航数据中对应的目标值的误差向量的模值与第三增益值之间的乘积。
可选地，所述第一增益值与所述第一导航模块的测量精度成反比；所述第二增益值与所述第二模块的测量精度成反比；所述第二增益值与所述第三模块的测量精度成反比。
可选地，所述第一导航模块为RTK-GPS导航模块；所述第二导航模块为航位推算导航模块；所述第三导航模块为视觉导航模块。
此外，为实现上述目的，本发明还提供一种移动机器人，其特征在于，包括：
第一导航模块，用于获取第一导航数据及第一导航信号的当前值；
第二导航模块，用于获取第二导航数据及第二导航信号的当前值；
第三导航模块，用于获取第三导航数据及第三导航信号的当前值；
误差计算模块，用于计算所述第一导航信号的当前值与所述第一导航数据中对应的目标值之间的第一误差；计算所述第二导航信号的当前值与所述第二导航数据中对应的目标值之间的第二误差；计算所述第三导航信号的当前值与所述第三导航数据中对应的目标值之间的第三误差；
导航选择模块，用于选择所述第一误差、第二误差、第三误差中最小的值对应的导航模块进行导航。
可选地，所述第一误差为所述第一导航信号的当前值与所述第一导航数据中对应的目标值的误差向量的模值；所述第二误差为所述第二导航信号的当前值与所述第二导航数据中对应的目标值的误差向量的模值；所述第三误差为所述第三导航信号的当前值与所述第三导航数据中对应的目标值的误差向量的模值。
可选地，所述第一误差为所述第一导航信号的当前值与所述第一导航数据中对应的目标值的误差向量的模值与第一增益值之间的乘积；所述第二误差为所述第二导航信号的当前值与所述第二导航数据中对应的目标值的误差向量的模值与第二增益值之间的乘积；所述第三误差为所述第三导航信号的当前值与所述第三导航数据中对应的目标值的误差向量的模值与第三增益值之间的乘积。
可选地，所述第一增益值与所述第一导航模块的测量精度成反比；所述第二增益值与所述第二模块的测量精度成反比；所述第二增益值与所述第三模块的测量精度成反比。
可选地，所述第一导航模块为RTK-GPS导航模块；所述第二导航模块为航位推算导航模块；所述第三导航模块为视觉导航模块。
本发明针对用于安保巡逻的移动机器人，一方面基于陀螺或者惯性测量单元完成的导航方案具有累计误差，不能进行长距离的导航，另一方面RTK-GPS导航信号容易受到高楼或者树木的遮挡，同时现有的视觉车道线保持容易受到地面积水等因素影响；单靠一种或者不能互补优缺点的导航方式难以解决室外导航的关键性问题；而针对多种导航方式进行的组合导航，没有很好的方法控制其各种传感器内在的误差。本发明提出的多模态导航方法及移动机器人解决上述适用于安保巡逻机器人室外导航的具体问题，包括GPS信号遮挡情况下的导航问题，路面积水无法进行车道保持的导航问题，航位推算的累计误差等问题。
附图说明
图1为本发明实施例的多模态导航方法的流程示意图；
图2为本发明实施例的移动机器人的硬件结构示意图；
本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
在后续的描述中，使用用于表示元件的诸如“模块”、“部件”或“单元”的后缀仅为了有利于本发明的说明，其本身并没有特定的意义。因此，"模块"与"部件"可以混合地使用。
如图1所示，本发明提供一种多模态导航方法，应用于移动机器人，所述移动机器人包括第一导航模块、第二导航模块以及第三导航模块；上述第一导航模块、第二导航模块以及第三导航模块可以是现有技术中的任意三种导航模块，所述方法包括步骤：
S1、分别获取所述第一导航模块、第二导航模块以及第三导航模块对应的第一导航数据、第二导航数据、第三导航数据；
S2、分别获取所述第一导航模块、第二导航模块以及第三导航模块对应的第一导航信号的当前值、第二导航信号的当前值、第三导航信号的当前值；
S3、计算所述第一导航信号的当前值与所述第一导航数据中对应的目标值之间的第一误差；计算所述第二导航信号的当前值与所述第二导航数据中对应的目标值之间的第二误差；计算所述第三导航信号的当前值与所述第三导航数据中对应的目标值之间的第三误差；
S4、选择所述第一误差、第二误差、第三误差中最小的值对应的导航模块进行导航。
误差越小，表示其导航方式越适合当前路况；因此，能更顺利地进行室外导航。
在本发明的一个实施例中，所述第一误差为所述第一导航信号的当前值与所述第一导航数据中对应的目标值的误差向量的模值；所述第二误差为所述第二导航信号的当前值与所述第二导航数据中对应的目标值的误差向量的模值；所述第三误差为所述第三导航信号的当前值与所述第三导航数据中对应的目标值的误差向量的模值。
在计算时，可以先计算第一导航信号的当前值与所述第一导航数据中对应的目标值的误差向量为d1；第二导航信号的当前值与所述第二导航数据中对应的目标值的误差向量为d2；第二导航信号的当前值与所述第二导航数据中对应的目标值的误差向量为d3；然后再计算其对应的误差向量的模值；具体地，误差向量d1、d2、d3分别为：
d1＝(x1-x1'，y1-y1',z1-z1')；
d2＝(x2-x'2，y2-y'2,z2-z'2)；
d3＝(x3-x'3，y3-y'3,z3-z'3)；
误差向量d1、d2、d3对应的模值即第一误差、第二误差、第三误差分别为：
其中，(x'1,y'1,z'1)为第一导航信号的当前值，(x1，y1，z1)为第一导航数据中对应的目标值；(x'2,y'2,z'2)为第二导航信号的当前值，(x2，y2，z2)为第二导航数据中对应的目标值；(x'3,y'3,z'3)为第三导航信号的当前值，(x3，y3，z3)为第三导航数据中对应的目标值。
在本发明的另一实施例中，所述第一误差为所述第一导航信号的当前值与所述第一导航数据中对应的目标值的误差向量的模值与第一增益值之间的乘积；所述第二误差为所述第二导航信号的当前值与所述第二导航数据中对应的目标值的误差向量的模值与第二增益值之间的乘积；所述第三误差为所述第三导航信号的当前值与所述第三导航数据中对应的目标值的误差向量的模值与第三增益值之间的乘积。
在计算时，可以先计算第一导航信号的当前值与所述第一导航数据中对应的目标值的误差向量为d1；第二导航信号的当前值与所述第二导航数据中对应的目标值的误差向量为d2；第二导航信号的当前值与所述第二导航数据中对应的目标值的误差向量为d3；然后再计算其对应的误差向量的模值；最后计算误差向量的模值与增益值的乘积；具体地，误差向量d1、d2、d3分别为：
d1＝(x1-x1'，y1-y1',z1-z1')；
d2＝(x2-x'2，y2-y'2,z2-z'2)；
d3＝(x3-x'3，y3-y'3,z3-z'3)；
误差向量d1、d2、d3对应的模值分别为：
其中，(x'1,y'1,z'1)为第一导航信号的当前值，(x1，y1，z1)为第一导航数据中对应的目标值；(x'2,y'2,z'2)为第二导航信号的当前值，(x2，y2，z2)为第二导航数据中对应的目标值；(x'3,y'3,z'3)为第三导航信号的当前值，(x3，y3，z3)为第三导航数据中对应的目标值；
若第一增益值、第二增益值、第三增益值分别为k1、k2、k3，则其对应的第一误差、第二误差、第三误差分别为：
ε1＝k1δ1；
ε2＝k2δ2；
ε3＝k3δ3；
需要说明的是，本实施例中，所述第一增益值与所述第一导航模块的测量精度成反比；所述第二增益值与所述第二模块的测量精度成反比；所述第二增益值与所述第三模块的测量精度成反比；即测量精度越高，其对应的增益值越小。
在具体实施时，上述第一导航模块可以为RTK-GPS导航模块，其对应的第一导航信号为RTK-GPS信号；第二导航模块可以为航位推算导航模块，包括电子罗盘与编码器，其对应的第二导航信号为航位推算信号；第三导航模块可以为视觉导航模块，其对应的第三导航信号为车道保持信号。
上面对本发明实施例中的多模态导航方法，进行了描述，下面对本发明实施例中的移动机器人进行描述。
如图2所示，本发明提出一种移动机器人，包括第一导航模块10、第二导航模块20、第三导航模块30、误差计算模块40、导航选择模块50。其中：
第一导航模块10，用于获取第一导航数据及第一导航信号的当前值；
第二导航模块20，用于获取第二导航数据及第二导航信号的当前值；
第三导航模块30，用于获取第三导航数据及第三导航信号的当前值；
误差计算模块40，用于计算所述第一导航信号的当前值与所述第一导航数据中对应的目标值之间的第一误差；计算所述第二导航信号的当前值与所述第二导航数据中对应的目标值之间的第二误差；计算所述第三导航信号的当前值与所述第三导航数据中对应的目标值之间的第三误差；
导航选择模块50，用于选择所述第一误差、第二误差、第三误差中最小的值对应的导航模块进行导航。
在本发明的一个实施例中，所述第一误差为所述第一导航信号的当前值与所述第一导航数据中对应的目标值的误差向量的模值；所述第二误差为所述第二导航信号的当前值与所述第二导航数据中对应的目标值的误差向量的模值；所述第三误差为所述第三导航信号的当前值与所述第三导航数据中对应的目标值的误差向量的模值。
在计算时，可以先计算第一导航信号的当前值与所述第一导航数据中对应的目标值的误差向量为d1；第二导航信号的当前值与所述第二导航数据中对应的目标值的误差向量为d2；第二导航信号的当前值与所述第二导航数据中对应的目标值的误差向量为d3；然后再计算其对应的误差向量的模值；具体地，误差向量d1、d2、d3分别为：
d1＝(x1-x1'，y1-y1',z1-z1')；
d2＝(x2-x'2，y2-y'2,z2-z'2)；
d3＝(x3-x'3，y3-y'3,z3-z'3)；
误差向量d1、d2、d3对应的模值即第一误差、第二误差、第三误差分别为：
其中，(x'1,y'1,z'1)为第一导航信号的当前值，(x1，y1，z1)为第一导航数据中对应的目标值；(x'2,y'2,z'2)为第二导航信号的当前值，(x2，y2，z2)为第二导航数据中对应的目标值；(x'3,y'3,z'3)为第三导航信号的当前值，(x3，y3，z3)为第三导航数据中对应的目标值。
在本发明的另一实施例中，所述第一误差为所述第一导航信号的当前值与所述第一导航数据中对应的目标值的误差向量的模值与第一增益值之间的乘积；所述第二误差为所述第二导航信号的当前值与所述第二导航数据中对应的目标值的误差向量的模值与第二增益值之间的乘积；所述第三误差为所述第三导航信号的当前值与所述第三导航数据中对应的目标值的误差向量的模值与第三增益值之间的乘积。
在计算时，可以先计算第一导航信号的当前值与所述第一导航数据中对应的目标值的误差向量为d1；第二导航信号的当前值与所述第二导航数据中对应的目标值的误差向量为d2；第二导航信号的当前值与所述第二导航数据中对应的目标值的误差向量为d3；然后再计算其对应的误差向量的模值；最后计算误差向量的模值与增益值的乘积；具体地，误差向量d1、d2、d3分别为：
d1＝(x1-x1'，y1-y1',z1-z1')；
d2＝(x2-x'2，y2-y'2,z2-z'2)；
d3＝(x3-x'3，y3-y'3,z3-z'3)；
误差向量d1、d2、d3对应的模值分别为：
其中，(x'1,y'1,z'1)为第一导航信号的当前值，(x1，y1，z1)为第一导航数据中对应的目标值；(x'2,y'2,z'2)为第二导航信号的当前值，(x2，y2，z2)为第二导航数据中对应的目标值；(x'3,y'3,z'3)为第三导航信号的当前值，(x3，y3，z3)为第三导航数据中对应的目标值；
若第一增益值、第二增益值、第三增益值分别为k1、k2、k3，则其对应的第一误差、第二误差、第三误差分别为：
ε1＝k1δ1；
ε2＝k2δ2；
ε3＝k3δ3；
需要说明的是，本实施例中，所述第一增益值与所述第一导航模块的测量精度成反比；所述第二增益值与所述第二模块的测量精度成反比；所述第二增益值与所述第三模块的测量精度成反比；即测量精度越高，其对应的增益值越小。
在具体实施时，上述第一导航模块可以为RTK-GPS导航模块，其对应的第一导航信号为RTK-GPS信号；第二导航模块可以为航位推算导航模块，包括电子罗盘与编码器，其对应的第二导航信号为航位推算信号；第三导航模块可以为视觉导航模块，其对应的第三导航信号为车道保持信号。
本发明提出的多模态导航方法及移动机器人解决了用于安保巡逻的移动机器人在室外导航容易受路况的限制问题，主要包括以下两个方面：
(1)在路面被高楼或者大型树木遮挡的情况，能够自主选择最优导航方式，实现自主导航。
(2)针对上述自主导航方式，在GPS信号漂移，以及相关传感器信号存在误差的情况下，最优导航方案能够具备鲁棒性。
本发明针对巡逻机器人的实际运行环境，组合三种导航方法，结合三者之间的优点，自主切换导航方式，实现安保巡逻机器人的室外导航方式顺利进行。
相对于传统的导航组合方式，本发明首先获取三种导航方式的数据，根据传感器本身的精度问题，制定数据增益，并根据最终的误差，选择合适的导航方式。传统的方式主要判断传感器数据的有无来选择组合导航方式，这种方式无法解决RTK-GPS数据漂移，路面技术引起视觉误差较大时的情况。本发明提出的方法充分的融合了多种导航模式获得数据的可信度，利用误差最小可信度最大的原理实现对系统最终导航数据的选择。
需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。
以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。

Claims (10)

1.一种多模态导航方法，应用于移动机器人，所述移动机器人包括第一导航模块、第二导航模块以及第三导航模块；所述方法包括：
分别获取所述第一导航模块、第二导航模块以及第三导航模块对应的第一导航数据、第二导航数据、第三导航数据；
分别获取所述第一导航模块、第二导航模块以及第三导航模块对应的第一导航信号的当前值、第二导航信号的当前值、第三导航信号的当前值；
计算所述第一导航信号的当前值与所述第一导航数据中对应的目标值之间的第一误差；计算所述第二导航信号的当前值与所述第二导航数据中对应的目标值之间的第二误差；计算所述第三导航信号的当前值与所述第三导航数据中对应的目标值之间的第三误差；
选择所述第一误差、第二误差、第三误差中最小的值对应的导航模块进行导航。
2.根据权利要求1所述多模态导航方法，其特征在于，所述第一误差为所述第一导航信号的当前值与所述第一导航数据中对应的目标值的误差向量的模值；所述第二误差为所述第二导航信号的当前值与所述第二导航数据中对应的目标值的误差向量的模值；所述第三误差为所述第三导航信号的当前值与所述第三导航数据中对应的目标值的误差向量的模值。
3.根据权利要求1所述多模态导航方法，其特征在于，所述第一误差为所述第一导航信号的当前值与所述第一导航数据中对应的目标值的误差向量的模值与第一增益值之间的乘积；所述第二误差为所述第二导航信号的当前值与所述第二导航数据中对应的目标值的误差向量的模值与第二增益值之间的乘积；所述第三误差为所述第三导航信号的当前值与所述第三导航数据中对应的目标值的误差向量的模值与第三增益值之间的乘积。
4.根据权利要求3所述多模态导航方法，其特征在于，所述第一增益值与所述第一导航模块的测量精度成反比；所述第二增益值与所述第二模块的测量精度成反比；所述第二增益值与所述第三模块的测量精度成反比。
5.根据权利要求1所述多模态导航方法，其特征在于，所述第一导航模块为RTK-GPS导航模块；所述第二导航模块为航位推算导航模块；所述第三导航模块为视觉导航模块。
6.一种移动机器人，其特征在于，包括：
第一导航模块，用于获取第一导航数据及第一导航信号的当前值；
第二导航模块，用于获取第二导航数据及第二导航信号的当前值；
第三导航模块，用于获取第三导航数据及第三导航信号的当前值；
误差计算模块，用于计算所述第一导航信号的当前值与所述第一导航数据中对应的目标值之间的第一误差；计算所述第二导航信号的当前值与所述第二导航数据中对应的目标值之间的第二误差；计算所述第三导航信号的当前值与所述第三导航数据中对应的目标值之间的第三误差；
导航选择模块，用于选择所述第一误差、第二误差、第三误差中最小的值对应的导航模块进行导航。
7.根据权利要求6所述移动机器人，其特征在于，所述第一误差为所述第一导航信号的当前值与所述第一导航数据中对应的目标值的误差向量的模值；所述第二误差为所述第二导航信号的当前值与所述第二导航数据中对应的目标值的误差向量的模值；所述第三误差为所述第三导航信号的当前值与所述第三导航数据中对应的目标值的误差向量的模值。
8.根据权利要求6所述移动机器人，其特征在于，所述第一误差为所述第一导航信号的当前值与所述第一导航数据中对应的目标值的误差向量的模值与第一增益值之间的乘积；所述第二误差为所述第二导航信号的当前值与所述第二导航数据中对应的目标值的误差向量的模值与第二增益值之间的乘积；所述第三误差为所述第三导航信号的当前值与所述第三导航数据中对应的目标值的误差向量的模值与第三增益值之间的乘积。
9.根据权利要求8所述移动机器人，其特征在于，所述第一增益值与所述第一导航模块的测量精度成反比；所述第二增益值与所述第二模块的测量精度成反比；所述第二增益值与所述第三模块的测量精度成反比。
10.根据权利要求6所述移动机器人，其特征在于，所述第一导航模块为RTK-GPS导航模块；所述第二导航模块为航位推算导航模块；所述第三导航模块为视觉导航模块。
CN201710160082.XA 2017-03-17 2017-03-17 一种多模态导航方法及移动机器人 Pending CN106908055A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710160082.XA CN106908055A (zh) 2017-03-17 2017-03-17 一种多模态导航方法及移动机器人

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710160082.XA CN106908055A (zh) 2017-03-17 2017-03-17 一种多模态导航方法及移动机器人

Publications (1)

Publication Number Publication Date
CN106908055A true CN106908055A (zh) 2017-06-30

Family

ID=59186567

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710160082.XA Pending CN106908055A (zh) 2017-03-17 2017-03-17 一种多模态导航方法及移动机器人

Country Status (1)

Country Link
CN (1) CN106908055A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2022193106A1 (zh) * 2021-03-16 2022-09-22 电子科技大学 一种通过惯性测量参数将gps与激光雷达融合定位的方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1758797A (zh) * 2004-10-08 2006-04-12 株式会社Ntt都科摩 移动通信终端与位置信息利用方法
CN101443831A (zh) * 2006-05-15 2009-05-27 丰田自动车株式会社 辅助控制装置
CN101246024B (zh) * 2008-03-26 2010-09-01 北京航空航天大学 一种外场快速标定微型多传感器组合导航系统的方法
CN101858748A (zh) * 2010-05-28 2010-10-13 南京航空航天大学 高空长航无人机的多传感器容错自主导航方法
CN102393744A (zh) * 2011-11-22 2012-03-28 湖南大学 一种无人驾驶汽车的导航方法
CN105021198A (zh) * 2015-07-09 2015-11-04 中国航空无线电电子研究所 一种基于多传感器综合导航的位置估计方法
CN105163384A (zh) * 2015-07-07 2015-12-16 深圳市西博泰科电子有限公司 一种平衡精度和能耗的定位方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1758797A (zh) * 2004-10-08 2006-04-12 株式会社Ntt都科摩 移动通信终端与位置信息利用方法
CN101443831A (zh) * 2006-05-15 2009-05-27 丰田自动车株式会社 辅助控制装置
CN101246024B (zh) * 2008-03-26 2010-09-01 北京航空航天大学 一种外场快速标定微型多传感器组合导航系统的方法
CN101858748A (zh) * 2010-05-28 2010-10-13 南京航空航天大学 高空长航无人机的多传感器容错自主导航方法
CN102393744A (zh) * 2011-11-22 2012-03-28 湖南大学 一种无人驾驶汽车的导航方法
CN105163384A (zh) * 2015-07-07 2015-12-16 深圳市西博泰科电子有限公司 一种平衡精度和能耗的定位方法
CN105021198A (zh) * 2015-07-09 2015-11-04 中国航空无线电电子研究所 一种基于多传感器综合导航的位置估计方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
曹其新: "《轮式自主移动机器人》", 29 February 2012, 上海交通大学出版社 *
李征: "机场围界巡逻自主导航研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 *
李晓维: "《无线传感器网络技术》", 31 August 2007, 北京理工大学出版社 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2022193106A1 (zh) * 2021-03-16 2022-09-22 电子科技大学 一种通过惯性测量参数将gps与激光雷达融合定位的方法

Similar Documents

Publication Publication Date Title
US11802769B2 (en) Lane line positioning method and apparatus, and storage medium thereof
CN104729506B (zh) 一种视觉信息辅助的无人机自主导航定位方法
Rose et al. An integrated vehicle navigation system utilizing lane-detection and lateral position estimation systems in difficult environments for GPS
WO2018181974A1 (ja) 判定装置、判定方法、及び、プログラム
CN101819042B (zh) 导航装置及导航方法
KR101454153B1 (ko) 가상차선과 센서 융합을 통한 무인 자율주행 자동차의 항법시스템
CN103744098B (zh) 基于sins/dvl/gps的auv组合导航系统
CN110208842A (zh) 一种车联网环境下车辆高精度定位方法
US9420275B2 (en) Visual positioning system that utilizes images of a working environment to determine position
CN109282808B (zh) 用于桥梁三维巡航检测的无人机与多传感器融合定位方法
CN109807911B (zh) 基于gnss、uwb、imu、激光雷达、码盘的室外巡逻机器人多环境联合定位方法
CN108871336A (zh) 一种车辆位置估算系统及方法
CN108362288B (zh) 一种基于无迹卡尔曼滤波的偏振光slam方法
CN110388925A (zh) 用于与自动导航有关的车辆定位的系统和方法
CN101201255A (zh) 基于智能导航算法的车辆组合导航系统
CN101476891A (zh) 移动物体的精确导航系统及方法
CN111025366B (zh) 基于ins及gnss的网格slam的导航系统及方法
KR20200133184A (ko) 무인 운전차의 내비게이션 설비
KR102373825B1 (ko) 골프장 자동 운전차의 내비게이션 전환 설비
CN104316058B (zh) 一种采用交互多模型的移动机器人wsn/ins组合导航方法
CN106093992A (zh) 一种基于cors的亚米级组合定位导航系统及导航方法
CN109425347A (zh) 一种半潜无人船的同时定位与地图构建方法
JP2023054314A (ja) 情報処理装置、制御方法、プログラム及び記憶媒体
CN109470276A (zh) 基于零速修正的里程计标定方法与装置
CN104406592B (zh) 一种用于水下滑翔器的导航系统及姿态角校正和回溯解耦方法

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
CB02 Change of applicant information

Address after: 1306, 518054, Press Plaza, Shennan Avenue, Futian District, Guangdong, Shenzhen

Applicant after: ANKE ROBOT CO.,LTD.

Address before: 1306, 518054, Press Plaza, Shennan Avenue, Futian District, Guangdong, Shenzhen

Applicant before: ANKE SMART CITY TECHNOLOGY (PRC) Co.,Ltd.

CB02 Change of applicant information
TA01 Transfer of patent application right

Effective date of registration: 20200825

Address after: Room 201, building a, No.1 Qianhai 1st Road, cooperation zone, Qianhai deep lane, Shenzhen, Guangdong

Applicant after: Shenzhen Zhongzhi Weian Robot Technology Co.,Ltd.

Address before: 1306, 518054, Press Plaza, Shennan Avenue, Futian District, Guangdong, Shenzhen

Applicant before: ANKE ROBOT Co.,Ltd.

TA01 Transfer of patent application right
RJ01 Rejection of invention patent application after publication

Application publication date: 20170630

RJ01 Rejection of invention patent application after publication