CN107037806A - 自移动机器人重新定位方法及采用该方法的自移动机器人 - Google Patents

自移动机器人重新定位方法及采用该方法的自移动机器人 Download PDF

Info

Publication number
CN107037806A
CN107037806A CN201610079317.8A CN201610079317A CN107037806A CN 107037806 A CN107037806 A CN 107037806A CN 201610079317 A CN201610079317 A CN 201610079317A CN 107037806 A CN107037806 A CN 107037806A
Authority
CN
China
Prior art keywords
map
self
reference point
positioning method
robot
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
Application number
CN201610079317.8A
Other languages
English (en)
Other versions
CN107037806B (zh
Inventor
汤进举
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.)
Ecovacs Robotics Suzhou Co Ltd
Original Assignee
Ecovacs Robotics Suzhou Co Ltd
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
Family has litigation
First worldwide family litigation filed litigation Critical https://patents.darts-ip.com/?family=59532246&utm_source=google_patent&utm_medium=platform_link&utm_campaign=public_patent_search&patent=CN107037806(A) "Global patent litigation dataset” by Darts-ip is licensed under a Creative Commons Attribution 4.0 International License.
Application filed by Ecovacs Robotics Suzhou Co Ltd filed Critical Ecovacs Robotics Suzhou Co Ltd
Priority to CN201610079317.8A priority Critical patent/CN107037806B/zh
Publication of CN107037806A publication Critical patent/CN107037806A/zh
Application granted granted Critical
Publication of CN107037806B publication Critical patent/CN107037806B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02Control of position or course in two dimensions
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/005Navigation; 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)
  • Aviation & Aerospace Engineering (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
  • Manipulator (AREA)

Abstract

一种自移动机器人重新定位方法及采用该方法的自移动机器人,自移动机器人在预存地图范围内从第一工作位置移动至第二工作位置重新定位,将第二工作位置设定为重置位置,具体包括:首先通过预存地图,在重置位置附近指定一参考点O;然后以重置位置为基点进行扫描,建立重置位置附近的临时局部环境图,将临时局部环境图与参考点O附近的预存地图进行匹配;匹配成功后,自移动机器人完成在预存地图中的重新定位。本发明解决了环境的局部对称问题,提高定位成功率;地图的匹配模式从传统的逐行扫描变为以指定点为中心的螺旋外扩式匹配;且用户指定基准点时加入的朝向信息,有效约束θ的取值范围,不用进行360°对比,匹配效率高。

Description

自移动机器人重新定位方法及采用该方法的自移动机器人
技术领域
本发明涉及一种自移动机器人重新定位方法及采用该方法的自移动机器人,属于小家电制造技术领域。
背景技术
规划型清扫机器人均需具有定位与环境感知能力。当自身环境发生剧烈变化,比如:常见于被搬动时,可能会导致定位失效,进而工作失败。实现清扫机器人的快速重新定位,是个亟待解决的问题。
现有技术CN104115082A公开了一种用于自主完成工作的自走式机器人,其中一个实施例公开了该自走式机器人包括一个通信模块,用于建立与人机界面之间的通信联系。人机界面可以为用户显示包含相关位置的存储信息,并使用户能够介入处理过程(或检查过程)或进行环境更改。比如:用户可以通过人机界面告知机器人要求的子范围或需考虑的地图部分。如果用户将机器人从一楼搬到二楼,则用户可以通过一个用户报告“二楼”,将相关信息通知机器人。比如,用户也可以通过一个用户报告“新地图”告知机器人以下信息:机器人处于一个尚未存储地图的区域。通过这些操作,以减少定位时间并提高相应的定位成功率。但是,这种方式仅仅只能对地图做简单的选择,仍然无法避免定位效率低下及成功率低的问题。
发明内容
本发明所要解决的技术问题在于针对现有技术的不足,提供一种自移动机器人重新定位方法及采用该方法的自移动机器人,该方法解决了环境的局部对称问题,提高定位成功率;地图的匹配模式从传统的逐行扫描变为以指定点为中心的螺旋外扩式匹配;且用户指定基准点时加入的朝向信息,有效约束θ的取值范围,不用进行360°对比,提高了匹配效率。
本发明所要解决的技术问题是通过如下技术方案实现的:
一种自移动机器人重新定位方法,自移动机器人在预存地图范围内行走过程中,外力将其从第一工作位置移动至第二工作位置时,发生定位失效,所述自移动机器人需要在第二工作位置重新定位,将所述第二工作位置设定为重置位置,所述重新定位方法包括如下步骤:
步骤100:通过预存地图,在所述重置位置附近指定一参考点O;
步骤200:所述自移动机器人以所述重置位置为基点进行扫描,建立所述重置位置附近的临时局部环境图,将所述临时局部环境图与所述参考点O附近的预存地图进行匹配;
步骤300:匹配成功,所述自移动机器人完成在所述预存地图中的重新定位。
为了进一步缩短时间提高效率,具体来说,所述步骤200中的匹配为按照参考点O所对应区域的预存地图中的特征提取的匹配,具体包括:
步骤201:所述自移动机器人以所述重置位置为基点进行扫描;
步骤202:建立所述重置位置附近的临时局部环境图,将扫描到的临时局部环境图中的扫描特征与对应于所述参考点O所在区域的预存地图中的预存特征进行配准比较;
步骤203:找到与扫描特征相似度最高的预存特征后,推算并筛选出重置位置的坐标及朝向信息,进入步骤300。
所述特征包括:线段、拐角或工作区域内的固定标识物。
进一步地,所述步骤100中在指定参考点O时,同时输入朝向信息,使所述自移动机器人按照输入的朝向进行地图匹配或参考输入的朝向信息筛选匹配结果。
所述步骤202进一步包括:先将以重置位置为基点的多种扫描特征转换为以重置位置为原点/极点的坐标系的相对坐标特征的组合,再将相对坐标特征组合与对应于所述参考点O所在区域的预存地图中的预存特征进行配准比较。
所述步骤203进一步包括:根据所述步骤202的最优匹配结果确定所述重置位置在预存地图中的相对坐标及其对应的相对朝向候选,并以所述参考点O和/或所述朝向信息为对比匹配参数,确定最优重置位置的坐标及朝向,进入步骤300。
除了采用特征提取进行匹配之外,所述步骤200中的匹配还可以为按照扫描的临时局部环境图地图中的轮廓,基于提取的栅格地图的匹配,具体包括:
步骤210:所述自移动机器人以所述重置位置为基点进行扫描;
步骤220:建立所述重置位置附近的临时局部环境图,将扫描到的临时局部环境图中的扫描栅格地图与对应于以所述参考点O为中心的并以所述参考点O所在区域的预存地图中的预存栅格地图进行配准比较;
步骤230:在所述预存地图中找到与所述扫描栅格地图相似度最高的栅格特征后,推算出重置位置的坐标及朝向信息,进入步骤300。
所述提取的栅格地图中的匹配信息包括占有、闲置和未知三种状态。
所述步骤100中在指定参考点O时,同时输入参考朝向信息;所述步骤220进一步包括:将扫描到的临时局部环境图中的扫描栅格地图与对应于以所述参考点O和/或参考朝向为中心的并以所述参考点O所在区域的预存地图中的预存栅格地图进行配准比较。
无论采取特征提取还是提取栅格地图,所述步骤200中的匹配包括两种模式:以所述参考点O为中心选定局部区域地图进行逐行匹配;或者,以所述参考点O为中心,进行螺旋外扩式匹配。
根据需要,所述重置位置附近的范围可以选择为:0m-1m。
所述位姿具体包括的参数为:位置坐标参数X、Y和朝向参数θ。
本发明还提供一种采用如上所述的重新定位方法的自移动机器人,包括机器人本体,所述机器人本体内设有控制中心,还包括外部移动端,与所述控制中心无线通讯;或者,在所述机器人本体上设有输入端与所述控制中心相连;使用者通过所述移动端或输入端输入相应指令给所述控制中心。
根据不同的输入要求,所述输入端为触摸屏、按键或操作棒。
所述控制中心内置有预设地图,所述移动端或输入端通过控制使用者的输入动作,在所述预设地图中指定位置和方向。
综上所述,本发明解决了环境的局部对称问题,提高定位成功率;地图的匹配模式从传统的逐行扫描变为以指定点为中心的螺旋外扩式匹配;且用户指定基准点时加入的朝向信息,有效约束θ的取值范围,不用进行360°对比,提高了匹配效率。
下面结合附图和具体实施例,对本发明的技术方案进行详细地说明。
附图说明
图1为本发明对称房间的示意图;
图2为现有逐行扫描示意图;
图3为本发明以指定点为中心螺旋外扩式扫描示意图;
图4为本发明机器人扫描到的临时局部环境图的方向示意图;
图5为本发明机器人系统中的预设地图的方向示意图。
具体实施方式
清扫机器人在作业过程中被人为移动时,机器人的定位模块失效,将会导致清扫失败或清扫紊乱。本发明基于手机应用的地图功能,当定位模块失效时,比如:清扫机器人被人为搬动至重置位置,用户可以在重置位置附近设置一指定点,机器人将以指定点为基准对附近环境进行扫描并建立临时局部环境图,并将临时局部环境图相对于机器人系统中的预存地图进行比较,使机器人在指定点附近进行重新定位,进而重启定位模块。本发明大大提高了重定位工作的效率与准确性,增强了用户体验与定位算法鲁棒性。以下通过不同的实施例对本发明的技术方案进行详细地说明。
实施例一
本发明提供一种自移动机器人重新定位方法,自移动机器人在预存地图内行走过程中,外力将其从第一工作位置移动至第二工作位置时,发生定位失效,所述自移动机器人需要在第二工作位置重新定位,将所述第二工作位置设定为重置位置。
所述重新定位方法包括如下步骤:
步骤100:通过预存地图,在所述重置位置附近指定一参考点O;
步骤200:所述自移动机器人以所述重置位置为基点进行扫描,建立所述重置位置附近的临时局部环境图,将所述临时局部环境图与所述参考点O附近的预存地图进行匹配,寻找最优位姿;
步骤300:匹配成功,所述自移动机器人完成在所述第二工作区域的预存地图中的重新定位。
为了方便描述,以下仅采用直角坐标系的表示方法进行描述,对于采用其他坐标方式的情况,比如极坐标,应当属于本领域技术人员采用的常规技术手段,在此不再赘述。
根据工作区域面积的大小,可以对重置位置和参考点O之间的误差距离大小进行选择,通常情况下,两者之间的误差距离,即:步骤100中所述的附近,其所指代的范围为:0m-1m,也就是说,指定的参考点O可以是重置位置附近的点,也可以是该重置位置本身。
步骤200中所述位姿具体包括的参数为:位置参数X、Y和朝向参数θ,即:自移动机器人相对于预存地图的坐标原点的位置X、Y和自移动机器人朝向相对于预存地图x轴正方向的夹角(姿势)θ。同样的,在采用极坐标系时,对应参数即为L、δ和θ来表示所述自移动机器人的位置和朝向。
为了进一步缩短时间提高效率并提高匹配的准确率,所述步骤100中在指定参考点O时,同时输入参考朝向信息,使所述自移动机器人按照输入的朝向进行地图匹配或参考输入的朝向信息筛选匹配结果,即输入了上述θ值的大概范围
所述步骤200中的匹配为按照参考点O所对应区域的预存地图中的特征提取的匹配,具体包括:
步骤201:所述自移动机器人以所述重置位置为基点进行扫描;
步骤202:建立所述重置位置附近的临时局部环境图,将扫描到的临时局部环境图中的扫描特征与对应于所述参考点O所在区域的预存地图中的预存特征进行配准比较;
所述步骤202进一步包括:先将以重置位置为基点的多种扫描特征转换为以重置位置为原点/极点的坐标系的相对坐标特征的组合,再将相对坐标特征组合与对应于所述参考点O所在区域的预存地图中的预存特征进行配准比较。
步骤203:找到与扫描特征相似度最高的预存特征后,推算出重置位置的坐标及朝向,进入步骤300。
所述步骤203进一步包括:根据所述步骤202的最优匹配结果确定所述重置位置在预存地图中的相对坐标候选,并以所述参考点O和输入的朝向信息(参考方向)为对比匹配参数,确定最优重置位置的坐标及朝向,进入步骤300。
所述特征包括:线段、拐角或工作区域内的固定标识物,其中的固定标识物为工作区域,比如:房间中包括门在内的一些固定特征。
不妨以采用该种定位方式的清洁机器人为例,对本发明的技术方案进行详细地说明:
如前述,清洁机器人在被搬动并重新放置时,比如清洁机器人被搬至卧室P位置时,清洁机器人首先需要在卧室中的重置位置P点重新定位。重新定位的具体过程包括:首先,在预存地图内,所述卧室区域内重置位置对应的大致方位指定一参考点O,由于是通过使用者的预判来确定参考点O的位置的,一般指定的参考点O与重置位置的实际位置存在偏差,如上所述,这个偏差范围一般在0m-1m之间。其次,所述清洁机器人以所述重置位置P点为基点进行扫描,建立所述重置位置P附近的临时局部环境图,将所述临时局部环境图与所述参考点O附近的预存地图进行匹配,寻找最优位姿;最后,匹配成功,清洁机器人完成在卧室的预存地图中的重新定位,以最优位姿为起点规划行走路径。
具体的,清洁机器人以所述重置位置P为基点进行扫描后,以清洁机器人的朝向为正方向,建立如图4所述重置位置P附近的临时局部环境图。可以先将以重置位置P为基点的多种扫描特征,包括房门、拐角、线段等全部转换为相对坐标特征组合,所谓相对坐标特征即所述扫描特征在以P点为中心以清洁机器人的朝向为正方向的坐标系中的坐标特征。再将该等扫描特征与对应于所述参考点O所在的卧室的预存地图中的预存特征(例如房门,拐角等)进行配准比较,找出满足上述相对位置关系的匹配候选。最后根据P点与所述扫描特征的关系,由选出的最佳匹配的预存特征候选推算出P点的坐标及自移动机器人的朝向。
换句话说,在本实施方式的内容就是基于特征提取来实现对自移动机器人的重新定位。其中的每种特征都可以依靠参数来表示,如线段描述包含:端点位置,直线方程(R,T),拟合协方差等。由局部特征图对应于预存地图中的全局特征,采用刚体变换(平移+旋转)配准,多对匹配可以通过加权最小二乘得出候选位姿,由匹配对数与匹配质量(协方差加权)描述权重(即置信度)。最高位姿权重超过阈值,可认为重定位成功。
但是,基于特征提取来实现对自移动机器人的重新定位方式,在实际使用中经常会出现多个近似匹配值,特别是在相似度较高的环境中,容易造成匹配失败。在本实施方式中,通过对比输入的参考点或者参考方向进一步排除相似点,以确保定位的准确性。
另外,所述步骤200中的匹配包括两种模式:以所述参考点O为中心选定局部区域地图进行逐行匹配;或者,以所述参考点O为中心,进行螺旋外扩式匹配。
实施例二
本实施例与实施例一的不同之处在于,用特征提取进行匹配之外,所述步骤200中的匹配还可以为按照扫描的临时局部环境图地图中的轮廓,基于提取的栅格地图的匹配,具体包括:
步骤210:所述自移动机器人以所述重置位置为基点进行扫描;
步骤220:建立所述重置位置附近的临时局部环境图,将扫描到的临时局部环境图中的扫描栅格地图与对应于以所述参考点O为中心的并以所述参考点O所在区域的预存地图中的预存栅格地图进行配准比较;
步骤230:在所述预存地图中找到与所述扫描栅格地图相似度最高的栅格特征后,推算出重置位置的坐标及朝向,进入步骤300。
换句话说,在本实施例的内容就是采用轮廓匹配,基于栅格地图来实现对自移动机器人的重新定位。所述提取的栅格地图中的匹配信息包括占有、闲置和未知三种状态。采用枚举的方式,逐个输入待校验的初始位姿,通过初始位姿对局部地图进行刚体变换,变换后的结果与预存地图中的全局地图进行栅格匹配,栅格状态相同,权重增加,反之,权重减小。最高位姿权重超过阈值,可认为重定位成功。
本实施例中的其他技术特征与实施例一相同,请参照上述实施例一中的相关描述,在此不再赘述。
另外,本发明还提供一种采用如上所述的重新定位方法的自移动机器人,包括机器人本体,所述机器人本体内设有控制中心,还包括外部移动端,与所述控制中心无线通讯;或者,在所述机器人本体上设有输入端与所述控制中心相连;使用者通过所述移动端或输入端输入相应指令给所述控制中心。根据不同的输入要求,所述输入端为触摸屏、按键或操作棒。所述控制中心内置有预设地图,所述移动端或输入端通过控制使用者的输入动作,在所述预设地图中指定位置和方向。需要说明的是,在实际的应用中,使用者通过移动端输入相应指令,即:通过手机APP来实现自移动机器人的重新定位,是非常快捷和有效的方式。
由上述内容可知,与现有技术相比,本发明具有以下有益效果:
1、解决房间的局部对称问题,提高定位成功率。
图1为本发明对称房间的示意图。如图1所示,房间100为完全对称的矩形房间。一般的机器人200在房间100中工作的过程中如果被人为移动了位置,比如:移动到A处,则需要重新定位。重新定位的方法主要是生成A处的临时局部环境图。该临时局部环境图与上述的系统中的预存地图的坐标不同,预存地图的坐标系是预存好的,而检测出来的临时局部环境图是以检测点为中心的相对坐标。该临时局部环境图的范围跟检测介质和环境大小有关,应当至少可以满足提取局部特征的要求。一般可以通过LDS扫描绘制临时局部环境图。
本发明通过上述实施例一、二两种扫描甄选方式,将局部环境图与已存地图进行匹配,寻找最优匹配位姿(自移动机器人在预存地图中的位置坐标及朝向)。对于环境对称性较好或者环境类似度较高情况下很容易发生误判的结果。比如在图1所示的房间100中,假设自移动机器人实际位置为A点,该点具备自身的扫描特征101,由于房间环境对称性问题,所以预存地图上至少存在四个位置与扫描特征101相匹配的环境特征,即,可以推算出至少四个位置候选包括点B、C、D点与A点及各自对应的机器人朝向,这样机器人必须通过辅助其它手段才能准确定位。同样的,对于一个地图内存在多个重复单元时,比如:装修户型一致的宾馆,机器人则无法准确识别其在已存地图上的位置,很可能造成匹配错误。本发明通过在预存地图上指定参考点及对应的参考朝向来提高定位或者匹配的准确率。通过判断与指定参考点的及/或指定参考方向的接近程度来进一步筛选出较为准确的匹配结果。
还是以上述图1的A位置为例,第一种情况,使用者在预存地图上指定点O为参考点同时指定参考方向,此时,不难看出,A、B、C、D四个候选点与参考点O的距离差异较大,可以直接排除B、C、D点的候选从而得到正确匹配结果;第二种情况,使用者在预存地图上指定点O’为参考点同时指定参考方向,此时,不难看出,A、B、C、D四点与所述参考点O’距离大致一样,无法筛选出正确的位置点,此时需要对比使用者指定的参考方向与计算出来的A、B、C、D四点对应的方向,同样,不难看出,仅有A点与所述参考方向最为接近,从而实现正确匹配结果。需要注意的是,本发明中既可以单独考虑参考点或参考方向的参考因数去提高匹配结果的准确率,也可以两者一起综合考量以进一步提高匹配结果的准确率。
2、地图的匹配模式从传统的逐行扫描变为以指定点为中心的螺旋外扩式匹配,提高匹配效率。
图2为现有逐行扫描示意图。如图2所示,传统的匹配方式,需要对保存的地图进行逐行扫描对比,也就是逐帧扫描,直到发现匹配位置E结束。并且由于采集的局部地图的姿势问题,需要用采集的局部地图的不同方向与保存的地图反复对比,使得其对比工作的工作量较为庞大,特别是所保存的地图的很大时,匹配的效率会变得很低。图3为本发明以指定点为中心螺旋外扩式扫描示意图。不同的是,如图3所示,本发明通过以指定点O为中心的螺旋外扩式扫描,同样直到发现匹配位置E结束。但这种螺旋外扩的扫描方式可以大大缩减匹配的时间,尤其是存在用户指引的情况下,采用螺旋外扩式搜索,可以迅速得到结果,从而提高匹配效率。
3、约束扫描范围,提高定位/匹配效率。
本发明借由指定参考点及/或参考方向还可以减小匹配甄选的工作量,提高匹配的效率。比如,采用基于轮廓的匹配进行扫描甄选时,虽然相对准确度较高,但计算量大,对于这种算法,本发明除了可以筛除一些近似点外,还可以减小计算范围。
举例来说,如果以指定点为(x1,y1),预存地图的大小为x2*y2,临时局部环境图的大小为x0*y0同时暂不考虑方向问题为例,对于轮廓筛选,执行循环语言进行枚举,如果没有指定点,那么筛选空间为(0至x2)*(0至y2),但是设置指定点之后,以指定点为基准的执行循环语言进行枚举,筛选空间为(x1-x0至x1+x0)*(y1-y0至y1+y0),这样就减小了计算长度,同时采用本发明的这种甄选方式,可以把筛选范围约束到(x1-x0至x1+x0)*(y1-y0至y1+y0)的范围内,相当于排除了该范围外的近似点。
因此,在本发明中,通过在重置位置附近的预设地图上确定具体的指定点,大幅避免了上述可能出现的多种对比符合的情况,增加定位的准确性,提高定位的成功率。
用户指定基准点时,可以加入朝向信息,该朝向信息为机器人被放置的位置的朝向,这样可以约束θ的取值范围,从而不用360°对比。
图4为本发明机器人扫描到的临时局部环境图的方向示意图;图5为本发明机器人系统中的预设地图的方向示意图。如图4并结合图5所示,机器人扫描得到的临时局部环境图是有方向的,这个方向与机器人的当前姿势有关,比如,机器人扫描到的临时局部环境图如图4,但是机器人系统中的预设地图则如图5所示,很显然,两者之间存在一定的角度差,因此,对比时必须考虑临时局部环境图的方向问题,需要全方位对比,不然很容易造成误判。因此,用户指定基准点时,可以加入朝向信息,比如:手指按下表示位置,加以拖拽表示朝向。传统重定位在匹配位姿上,并无先验姿势,只能对全部位姿一一匹配。当机器人重定位的位置与朝向都得到指引时,定位恢复,姿势确认的效率与准确性均可大幅提高。需要注意的是,一般确定位姿需要确定三个值位置参数x,y,和朝向参数θ值,而加入朝向其实可以进一步确定θ值的范围,这使得定位的准确性大大提高或者算法的计算量也可以进一步减小。
另外需要说明的是,重新定位的过程还可以通过用户指定的点的地图信息来比对机器人实际所在位置的环境信息,来实现定位。具体来讲,提取指定点的预存地图的信息,如:拐角、线段或其他信息的组合,然后对比生成的临时局部环境图,找到契合的信息,再计算出机器人的位姿。也就是说,作为前述重新定位方法的替换,还可以采用上述技术方案的反向方案进行重新定位。
综上所述,本发明解决了环境的局部对称问题,提高定位成功率;地图的匹配模式从传统的逐行扫描变为以指定点为中心的螺旋外扩式匹配;且用户指定基准点时加入的朝向信息,有效约束θ的取值范围,不用进行360°对比,提高了匹配效率。

Claims (15)

1.一种自移动机器人重新定位方法,自移动机器人在预存地图范围内行走过程中,外力将其从第一工作位置移动至第二工作位置时,发生定位失效,所述自移动机器人需要在第二工作位置重新定位,将所述第二工作位置设定为重置位置,其特征在于,所述重新定位方法包括如下步骤:
步骤100:通过预存地图,在所述重置位置附近指定一参考点O;
步骤200:所述自移动机器人以所述重置位置为基点进行扫描,建立所述重置位置附近的临时局部环境图,将所述临时局部环境图与所述参考点O附近的预存地图进行匹配;
步骤300:匹配成功,所述自移动机器人完成在所述预存地图中的重新定位。
2.如权利要求1所述的重新定位方法,其特征在于,所述步骤200中的匹配为按照参考点O所对应区域的预存地图中的特征提取的匹配,具体包括:
步骤201:所述自移动机器人以所述重置位置为基点进行扫描;
步骤202:建立所述重置位置附近的临时局部环境图,将扫描到的临时局部环境图中的扫描特征与对应于所述参考点O所在区域的预存地图中的预存特征进行配准比较;
步骤203:找到与扫描特征相似度最高的预存特征后,推算并筛选出重置位置的坐标及朝向信息,进入步骤300。
3.如权利要求2所述的重新定位方法,其特征在于,所述特征包括:线段、拐角或工作区域内的固定标识物。
4.如权利要求2所述的重新定位方法,其特征在于,所述步骤100中在指定参考点O时,同时输入朝向信息,使所述自移动机器人按照输入的朝向进行地图匹配或参考输入的朝向信息筛选匹配结果。
5.如权利要求4所述的重新定位方法,其特征在于,所述步骤202进一步包括:先将以重置位置为基点的多种扫描特征转换为以重置位置为原点/极点的坐标系的相对坐标特征的组合,再将相对坐标特征组合与对应于所述参考点O所在区域的预存地图中的预存特征进行配准比较。
6.如权利要求5所述的重新定位方法,其特征在于,所述步骤203进一步包括:根据所述步骤202的最优匹配结果确定所述重置位置在预存地图中的相对坐标及其对应的相对朝向候选,并以所述参考点O和/或所述朝向信息为对比匹配参数,确定最优重置位置的坐标及朝向,进入步骤300。
7.如权利要求1所述的重新定位方法,其特征在于,所述步骤200中的匹配为按照扫描的临时局部环境图地图中的轮廓,基于提取的栅格地图的匹配,具体包括:
步骤210:所述自移动机器人以所述重置位置为基点进行扫描;
步骤220:建立所述重置位置附近的临时局部环境图,将扫描到的临时局部环境图中的扫描栅格地图与对应于以所述参考点O为中心的并以所述参考点O所在区域的预存地图中的预存栅格地图进行配准比较;
步骤230:在所述预存地图中找到与所述扫描栅格地图相似度最高的栅格特征后,推算出重置位置的坐标及朝向信息,进入步骤300。
8.如权利要求7所述的重新定位方法,其特征在于,所述提取的栅格地图中的匹配信息包括占有、闲置和未知三种状态。
9.如权利要求7所述的重新定位方法,其特征在于,所述步骤100中在指定参考点O时,同时输入参考朝向信息;所述步骤220进一步包括:将扫描到的临时局部环境图中的扫描栅格地图与对应于以所述参考点O和/或参考朝向为中心的并以所述参考点O所在区域的预存地图中的预存栅格地图进行配准比较。
10.如权利要求1所述的重新定位方法,其特征在于,所述步骤200中的匹配包括两种模式:
以所述参考点O为中心选定局部区域地图进行逐行匹配;
或者,以所述参考点O为中心,进行螺旋外扩式匹配。
11.如权利要求1所述的重新定位方法,其特征在于,所述重置位置附近的范围为:0m-1m。
12.如权利要求1所述的重新定位方法,其特征在于,所述位姿具体包括的参数为:位置坐标参数X、Y和朝向参数θ。
13.一种采用如权利要求1-12所述的重新定位方法的自移动机器人,包括机器人本体,所述机器人本体内设有控制中心,其特征在于,还包括外部移动端,与所述控制中心无线通讯;
或者,在所述机器人本体上设有输入端与所述控制中心相连;
使用者通过所述移动端或输入端输入相应指令给所述控制中心。
14.如权利要求13所述的自移动机器人,其特征在于,所述输入端为触摸屏、按键或操作棒。
15.如权利要求13或14所述的自移动机器人,其特征在于,所述控制中心内置有预设地图,所述移动端或输入端通过控制使用者的输入动作,在所述预设地图中指定位置和方向。
CN201610079317.8A 2016-02-04 2016-02-04 自移动机器人重新定位方法及采用该方法的自移动机器人 Active CN107037806B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610079317.8A CN107037806B (zh) 2016-02-04 2016-02-04 自移动机器人重新定位方法及采用该方法的自移动机器人

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610079317.8A CN107037806B (zh) 2016-02-04 2016-02-04 自移动机器人重新定位方法及采用该方法的自移动机器人

Publications (2)

Publication Number Publication Date
CN107037806A true CN107037806A (zh) 2017-08-11
CN107037806B CN107037806B (zh) 2020-11-27

Family

ID=59532246

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610079317.8A Active CN107037806B (zh) 2016-02-04 2016-02-04 自移动机器人重新定位方法及采用该方法的自移动机器人

Country Status (1)

Country Link
CN (1) CN107037806B (zh)

Cited By (29)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107969995A (zh) * 2017-11-27 2018-05-01 深圳市沃特沃德股份有限公司 视觉扫地机器人及其重定位方法
CN108024201A (zh) * 2017-11-30 2018-05-11 深圳市沃特沃德股份有限公司 扫地机器人及其进行重定位的方法
CN108052101A (zh) * 2017-12-06 2018-05-18 北京奇虎科技有限公司 机器人的重定位方法及装置
CN108225362A (zh) * 2017-12-29 2018-06-29 驭势科技(北京)有限公司 智能驾驶车辆定位方法和系统、计算机存储介质和定位设备
CN108507578A (zh) * 2018-04-03 2018-09-07 珠海市微半导体有限公司 一种全局边界地图的构建方法及其导航方法
CN108873909A (zh) * 2018-07-17 2018-11-23 苏州冠卓自动化科技有限公司 智能小车控制系统及运行方法
CN109839921A (zh) * 2017-11-24 2019-06-04 中国电信股份有限公司 视觉定位导航方法、装置以及终端
WO2019119954A1 (zh) * 2017-12-20 2019-06-27 北京三快在线科技有限公司 室内网络信号采集方法、装置及导航机器人
WO2019166026A1 (zh) * 2018-03-01 2019-09-06 AIrobot株式会社 用于搬运设备的定位方法、装置、搬运设备及存储介质
WO2019179176A1 (zh) * 2018-03-19 2019-09-26 珠海市一微半导体有限公司 在此处键入发明名称
CN110614631A (zh) * 2018-06-19 2019-12-27 北京京东尚科信息技术有限公司 确定目标点的方法、装置、电子设备及计算机可读介质
CN110833361A (zh) * 2018-08-17 2020-02-25 速感科技(北京)有限公司 一种清洁机器人及其多区域清洁方法
CN110928312A (zh) * 2019-12-16 2020-03-27 深圳市银星智能科技股份有限公司 机器人位置确定方法、非易失性计算机可读存储介质及机器人
CN111113405A (zh) * 2018-11-01 2020-05-08 阿里巴巴集团控股有限公司 一种机器人获得位置服务的方法及机器人
CN111158374A (zh) * 2020-01-10 2020-05-15 惠州拓邦电气技术有限公司 重定位方法、系统、移动机器人及存储介质
CN111267102A (zh) * 2020-03-09 2020-06-12 深圳拓邦股份有限公司 机器人初始位置的获取方法、装置、机器人及存储介质
CN111267103A (zh) * 2020-03-09 2020-06-12 深圳拓邦股份有限公司 机器人初始位置的获取方法、装置、机器人以及存储介质
CN111481111A (zh) * 2019-01-29 2020-08-04 北京奇虎科技有限公司 扫地机内存的使用方法及装置
CN111481108A (zh) * 2019-01-28 2020-08-04 北京奇虎科技有限公司 扫地机重定位方法及装置
CN111765881A (zh) * 2019-04-02 2020-10-13 广达电脑股份有限公司 移动装置的定位系统
CN112414391A (zh) * 2019-08-20 2021-02-26 北京京东乾石科技有限公司 一种机器人的重定位方法及装置
CN113001544A (zh) * 2021-02-26 2021-06-22 深圳乐动机器人有限公司 一种机器人的控制方法、装置及机器人
CN113009911A (zh) * 2021-02-20 2021-06-22 大陆智源科技(北京)有限公司 清洁路径的生成方法、装置和自移动设备
CN113095227A (zh) * 2021-04-13 2021-07-09 京东数科海益信息科技有限公司 一种机器人定位方法、装置、电子设备及存储介质
CN114383622A (zh) * 2021-12-27 2022-04-22 广州视源电子科技股份有限公司 机器人定位方法、机器人及计算机可读存储介质
CN115185278A (zh) * 2022-07-15 2022-10-14 广州高新兴机器人有限公司 巡逻机器人的重定位方法、装置、介质及设备
CN115177178A (zh) * 2021-04-06 2022-10-14 美智纵横科技有限责任公司 一种清扫方法、装置和计算机存储介质
CN115446834A (zh) * 2022-09-01 2022-12-09 西南交通大学 一种基于占据栅格配准的车底巡检机器人单轴重定位方法
WO2023109347A1 (zh) * 2021-12-13 2023-06-22 追觅创新科技(苏州)有限公司 自移动设备的重定位方法、设备及存储介质

Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070150097A1 (en) * 2005-12-08 2007-06-28 Heesung Chae Localization system and method of mobile robot based on camera and landmarks
JP2007249735A (ja) * 2006-03-17 2007-09-27 Fujitsu Ltd ロボット位置制御装置およびロボット自己位置回復方法
US20070293985A1 (en) * 2006-06-20 2007-12-20 Samsung Electronics Co., Ltd. Method, apparatus, and medium for building grid map in mobile robot and method, apparatus, and medium for cell decomposition that uses grid map
JP2008059218A (ja) * 2006-08-30 2008-03-13 Fujitsu Ltd 自律走行ロボットの自己位置回復方法
CN101413806A (zh) * 2008-11-07 2009-04-22 湖南大学 一种实时数据融合的移动机器人栅格地图创建方法
WO2009107430A1 (ja) * 2008-02-26 2009-09-03 トヨタ自動車株式会社 自律移動ロボット、自己位置推定方法、環境地図の生成方法、環境地図の生成装置、及び環境地図のデータ構造
CN102866706A (zh) * 2012-09-13 2013-01-09 深圳市银星智能科技股份有限公司 一种采用智能手机导航的清扫机器人及其导航清扫方法
WO2013071190A1 (en) * 2011-11-11 2013-05-16 Evolution Robotics, Inc. Scaling vector field slam to large environments
CN103292804A (zh) * 2013-05-27 2013-09-11 浙江大学 一种单目自然视觉路标辅助的移动机器人定位方法
CN103596263A (zh) * 2013-09-27 2014-02-19 北京邮电大学 一种室内定位中获取位置的方法及装置
CN103604426A (zh) * 2013-12-02 2014-02-26 苏州大学张家港工业技术研究院 一种移动机器人位姿估计方法及装置
CN104115082A (zh) * 2012-02-08 2014-10-22 罗伯特有限责任公司 自动启动自定位过程的方法
CN104503449A (zh) * 2014-11-24 2015-04-08 杭州申昊科技股份有限公司 一种基于环境直线特征的定位方法
CN104596533A (zh) * 2015-01-07 2015-05-06 上海交通大学 基于地图匹配的自动导引车及其导引方法

Patent Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070150097A1 (en) * 2005-12-08 2007-06-28 Heesung Chae Localization system and method of mobile robot based on camera and landmarks
JP2007249735A (ja) * 2006-03-17 2007-09-27 Fujitsu Ltd ロボット位置制御装置およびロボット自己位置回復方法
US20070293985A1 (en) * 2006-06-20 2007-12-20 Samsung Electronics Co., Ltd. Method, apparatus, and medium for building grid map in mobile robot and method, apparatus, and medium for cell decomposition that uses grid map
JP2008059218A (ja) * 2006-08-30 2008-03-13 Fujitsu Ltd 自律走行ロボットの自己位置回復方法
WO2009107430A1 (ja) * 2008-02-26 2009-09-03 トヨタ自動車株式会社 自律移動ロボット、自己位置推定方法、環境地図の生成方法、環境地図の生成装置、及び環境地図のデータ構造
CN101413806A (zh) * 2008-11-07 2009-04-22 湖南大学 一种实时数据融合的移动机器人栅格地图创建方法
WO2013071190A1 (en) * 2011-11-11 2013-05-16 Evolution Robotics, Inc. Scaling vector field slam to large environments
CN104115082A (zh) * 2012-02-08 2014-10-22 罗伯特有限责任公司 自动启动自定位过程的方法
CN102866706A (zh) * 2012-09-13 2013-01-09 深圳市银星智能科技股份有限公司 一种采用智能手机导航的清扫机器人及其导航清扫方法
CN103292804A (zh) * 2013-05-27 2013-09-11 浙江大学 一种单目自然视觉路标辅助的移动机器人定位方法
CN103596263A (zh) * 2013-09-27 2014-02-19 北京邮电大学 一种室内定位中获取位置的方法及装置
CN103604426A (zh) * 2013-12-02 2014-02-26 苏州大学张家港工业技术研究院 一种移动机器人位姿估计方法及装置
CN104503449A (zh) * 2014-11-24 2015-04-08 杭州申昊科技股份有限公司 一种基于环境直线特征的定位方法
CN104596533A (zh) * 2015-01-07 2015-05-06 上海交通大学 基于地图匹配的自动导引车及其导引方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
祝继华: "基于ICP算法和粒子滤波的未知环境地图创建", 《自动化学报》 *

Cited By (44)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109839921B (zh) * 2017-11-24 2022-03-18 中国电信股份有限公司 视觉定位导航方法、装置以及终端
CN109839921A (zh) * 2017-11-24 2019-06-04 中国电信股份有限公司 视觉定位导航方法、装置以及终端
CN107969995A (zh) * 2017-11-27 2018-05-01 深圳市沃特沃德股份有限公司 视觉扫地机器人及其重定位方法
CN108024201A (zh) * 2017-11-30 2018-05-11 深圳市沃特沃德股份有限公司 扫地机器人及其进行重定位的方法
CN108052101A (zh) * 2017-12-06 2018-05-18 北京奇虎科技有限公司 机器人的重定位方法及装置
CN108052101B (zh) * 2017-12-06 2021-12-21 北京奇虎科技有限公司 机器人的重定位方法及装置
WO2019119954A1 (zh) * 2017-12-20 2019-06-27 北京三快在线科技有限公司 室内网络信号采集方法、装置及导航机器人
CN108225362A (zh) * 2017-12-29 2018-06-29 驭势科技(北京)有限公司 智能驾驶车辆定位方法和系统、计算机存储介质和定位设备
WO2019166026A1 (zh) * 2018-03-01 2019-09-06 AIrobot株式会社 用于搬运设备的定位方法、装置、搬运设备及存储介质
US11537142B2 (en) 2018-03-19 2022-12-27 Amicro Semiconductor Co., Ltd. Method for robot repositioning
WO2019179176A1 (zh) * 2018-03-19 2019-09-26 珠海市一微半导体有限公司 在此处键入发明名称
JP7085296B2 (ja) 2018-03-19 2022-06-16 珠海一微半導体股▲ふん▼有限公司 ロボットの再測位方法
JP2021516403A (ja) * 2018-03-19 2021-07-01 アミクロ セミコンダクター カンパニー リミテッドAmicro Semiconductor Co.,Ltd. ロボットの再測位方法
CN108507578A (zh) * 2018-04-03 2018-09-07 珠海市微半导体有限公司 一种全局边界地图的构建方法及其导航方法
CN110614631A (zh) * 2018-06-19 2019-12-27 北京京东尚科信息技术有限公司 确定目标点的方法、装置、电子设备及计算机可读介质
CN110614631B (zh) * 2018-06-19 2021-05-25 北京京东乾石科技有限公司 确定目标点的方法、装置、电子设备及计算机可读介质
CN108873909A (zh) * 2018-07-17 2018-11-23 苏州冠卓自动化科技有限公司 智能小车控制系统及运行方法
CN108873909B (zh) * 2018-07-17 2021-10-26 苏州冠卓自动化科技有限公司 智能小车控制系统及运行方法
CN110833361A (zh) * 2018-08-17 2020-02-25 速感科技(北京)有限公司 一种清洁机器人及其多区域清洁方法
CN111113405B (zh) * 2018-11-01 2023-03-31 阿里巴巴集团控股有限公司 一种机器人获得位置服务的方法及机器人
CN111113405A (zh) * 2018-11-01 2020-05-08 阿里巴巴集团控股有限公司 一种机器人获得位置服务的方法及机器人
CN111481108A (zh) * 2019-01-28 2020-08-04 北京奇虎科技有限公司 扫地机重定位方法及装置
CN111481108B (zh) * 2019-01-28 2023-09-01 北京奇虎科技有限公司 扫地机重定位方法及装置
CN111481111A (zh) * 2019-01-29 2020-08-04 北京奇虎科技有限公司 扫地机内存的使用方法及装置
CN111765881B (zh) * 2019-04-02 2022-01-11 广达电脑股份有限公司 移动装置的定位系统
CN111765881A (zh) * 2019-04-02 2020-10-13 广达电脑股份有限公司 移动装置的定位系统
CN112414391A (zh) * 2019-08-20 2021-02-26 北京京东乾石科技有限公司 一种机器人的重定位方法及装置
CN110928312A (zh) * 2019-12-16 2020-03-27 深圳市银星智能科技股份有限公司 机器人位置确定方法、非易失性计算机可读存储介质及机器人
CN110928312B (zh) * 2019-12-16 2021-06-29 深圳市银星智能科技股份有限公司 机器人位置确定方法、非易失性计算机可读存储介质及机器人
CN111158374A (zh) * 2020-01-10 2020-05-15 惠州拓邦电气技术有限公司 重定位方法、系统、移动机器人及存储介质
CN111267103A (zh) * 2020-03-09 2020-06-12 深圳拓邦股份有限公司 机器人初始位置的获取方法、装置、机器人以及存储介质
CN111267102A (zh) * 2020-03-09 2020-06-12 深圳拓邦股份有限公司 机器人初始位置的获取方法、装置、机器人及存储介质
CN113009911A (zh) * 2021-02-20 2021-06-22 大陆智源科技(北京)有限公司 清洁路径的生成方法、装置和自移动设备
CN113001544B (zh) * 2021-02-26 2022-03-25 深圳乐动机器人有限公司 一种机器人的控制方法、装置及机器人
CN113001544A (zh) * 2021-02-26 2021-06-22 深圳乐动机器人有限公司 一种机器人的控制方法、装置及机器人
CN115177178A (zh) * 2021-04-06 2022-10-14 美智纵横科技有限责任公司 一种清扫方法、装置和计算机存储介质
CN113095227A (zh) * 2021-04-13 2021-07-09 京东数科海益信息科技有限公司 一种机器人定位方法、装置、电子设备及存储介质
CN113095227B (zh) * 2021-04-13 2023-11-07 京东科技信息技术有限公司 一种机器人定位方法、装置、电子设备及存储介质
WO2023109347A1 (zh) * 2021-12-13 2023-06-22 追觅创新科技(苏州)有限公司 自移动设备的重定位方法、设备及存储介质
CN114383622A (zh) * 2021-12-27 2022-04-22 广州视源电子科技股份有限公司 机器人定位方法、机器人及计算机可读存储介质
CN114383622B (zh) * 2021-12-27 2024-04-19 广州视源电子科技股份有限公司 机器人定位方法、机器人及计算机可读存储介质
CN115185278A (zh) * 2022-07-15 2022-10-14 广州高新兴机器人有限公司 巡逻机器人的重定位方法、装置、介质及设备
CN115446834A (zh) * 2022-09-01 2022-12-09 西南交通大学 一种基于占据栅格配准的车底巡检机器人单轴重定位方法
CN115446834B (zh) * 2022-09-01 2024-05-28 西南交通大学 一种基于占据栅格配准的车底巡检机器人单轴重定位方法

Also Published As

Publication number Publication date
CN107037806B (zh) 2020-11-27

Similar Documents

Publication Publication Date Title
CN107037806A (zh) 自移动机器人重新定位方法及采用该方法的自移动机器人
KR102219276B1 (ko) 인테리어 공간의 3d 그리드 표현에서 2d 플로어 플랜 추출
AU2016228125B2 (en) Structure modelling
CN107948930A (zh) 基于位置指纹算法的室内定位优化方法
EP3514724B1 (en) Depth map-based heuristic finger detection method
CN109800676B (zh) 基于深度信息的手势识别方法及系统
KR102331651B1 (ko) 겉보기 특징의 기술 속성을 인식하기 위한 방법 및 장치
CN106643701A (zh) 一种机器人互相检测方法及装置
CN110163806A (zh) 一种图像处理方法、装置以及存储介质
CN106125994B (zh) 坐标匹配方法及使用该坐标匹配方法的操控方法和终端
JP2012053606A (ja) 情報処理装置および方法、並びにプログラム
CN107665498A (zh) 基于典型示例挖掘的全卷积网络飞机检测方法
CN108459599A (zh) 一种运动路径规划方法及装置
CN109871420A (zh) 地图生成和分区方法、装置及终端设备
CN106778614A (zh) 一种人体识别方法和装置
CN109101864A (zh) 基于关键帧和随机森林回归的人体上半身动作识别方法
CN110110763A (zh) 一种基于最大公共子图的栅格地图融合方法
CN108875594A (zh) 一种人脸图像的处理方法、装置以及存储介质
WO2022191140A1 (ja) 3d位置取得方法及び装置
Kubota et al. Topological environment reconstruction in informationally structured space for pocket robot partners
CN110335282A (zh) 一种基于栅格的轮廓线段特征提取算法
CN109839921B (zh) 视觉定位导航方法、装置以及终端
CN109923501A (zh) 用于设备交互的空中手指指向检测
JP6606335B2 (ja) 画像認識装置
CN110414402A (zh) 一种手势数据标注方法、装置、电子设备及存储介质

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