CN107738852A - 定位方法、定位地图构建方法及机器人 - Google Patents
定位方法、定位地图构建方法及机器人 Download PDFInfo
- Publication number
- CN107738852A CN107738852A CN201711239904.XA CN201711239904A CN107738852A CN 107738852 A CN107738852 A CN 107738852A CN 201711239904 A CN201711239904 A CN 201711239904A CN 107738852 A CN107738852 A CN 107738852A
- Authority
- CN
- China
- Prior art keywords
- layer
- robot
- reflecting plate
- position coordinates
- positioning
- 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
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J11/00—Manipulators not otherwise provided for
-
- 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
- B25J9/1656—Programme controls characterised by programming, planning systems for manipulators
- B25J9/1664—Programme controls characterised by programming, planning systems for manipulators characterised by motion, path, trajectory planning
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B65—CONVEYING; PACKING; STORING; HANDLING THIN OR FILAMENTARY MATERIAL
- B65G—TRANSPORT OR STORAGE DEVICES, e.g. CONVEYORS FOR LOADING OR TIPPING, SHOP CONVEYOR SYSTEMS OR PNEUMATIC TUBE CONVEYORS
- B65G1/00—Storing articles, individually or in orderly arrangement, in warehouses or magazines
- B65G1/02—Storage devices
- B65G1/04—Storage devices mechanical
- B65G1/0492—Storage devices mechanical with cars adapted to travel in storage aisles
Abstract
本发明提供一种定位方法、定位地图构建方法及机器人,其中,方法包括:根据前一次定位使用的N层定位地图中第i层反射板的位置坐标以及激光雷达探测到的机器人与第i层反射板之间的实际距离,计算机器人当前所在位置的预估位置坐标,1≤i≤N,且i和N为正整数;根据机器人当前所在位置的预估位置坐标以及N层定位地图中各层反射板与空间区域的对应关系,确定本次定位需要使用的反射板的层数k,1≤k≤N;根据N层定位地图中第k层反射板的位置坐标以及激光雷达探测到的机器人与第k层反射板之间的实际距离,计算机器人当前所在位置的真实位置坐标。本发明提供的技术方案,能够提高机器人进行自主定位时的定位精度。
Description
技术领域
本发明涉及机器人技术领域,尤其涉及一种定位方法、定位地图构建方法及机器人。
背景技术
随着机器人的不断智能化,服务型机器人逐渐被应用在工业自动化领域,尤其是仓库的自动运输领域。例如,自动导航运输车(Automated Guided Vehicle,AGV)在仓库中的应用。
机器人尤其是搭载激光雷达的机器人在仓库中进行自动运输时,主要基于即时定位与地图构建(Simultaneous Localization and Mapping,SLAM)技术来实现机器人的定位与导航工作。这种方法需要机器人在移动过程中根据位置估计和地图构建来实现机器人的自主定位,而机器人即时位置估计和构建地图误差较大,进而导致机器人利用该地图进行自主定位时定位精度较低。
发明内容
本发明的多个方面提供一种定位方法、定位地图构建方法及机器人,用以提高机器人进行自主定位时的定位精度。
本发明提供一种定位方法,适用于安装有激光雷达的机器人,所述机器人位于一目标空间区域内,所述目标空间区域内沿指定方向上部署有N层反射板;所述方法包括:
根据前一次定位使用的N层定位地图中第i层反射板的位置坐标以及所述激光雷达探测到的所述机器人与第i层反射板之间的实际距离,计算所述机器人当前所在位置的预估位置坐标,1≤i≤N,且i和N为正整数;
根据所述机器人当前所在位置的预估位置坐标以及所述N层定位地图中各层反射板与空间区域的对应关系,确定本次定位需要使用的反射板的层数k,1≤k≤N;
根据所述N层定位地图中第k层反射板的位置坐标以及所述激光雷达探测到的所述机器人与所述第k层反射板之间的实际距离,计算所述机器人当前所在位置的真实位置坐标。
进一步可选地,所述根据前一次定位使用的N层定位地图中第i层反射板的位置坐标以及所述激光雷达探测到的所述机器人与第i层反射板之间的实际距离,计算所述机器人当前所在位置的预估位置坐标,包括:将所述第i层发射板与所述机器人与所述第i层反射板之间的实际距离进行对应,以获得发射板与距离之间的多组对应关系;以所述机器人当前所在位置的预估位置坐标作为未知量,根据所述第i层发射板的位置坐标和所述机器人与所述第i层反射板之间的实际距离,针对所述多组对应关系中的每组对应关系分别建立一个距离方程组;根据所述多个距离方程组求解出所述机器人当前所在位置的预估位置坐标。
进一步可选地,所述根据所述多个距离方程组求解出所述机器人当前所在位置的预估位置坐标,包括:采用最小二乘算法对所述多个距离方程组分别进行求解,以获得多个理论位置坐标;根据所述多个理论位置坐标以及所述第i层发射板的位置坐标,计算所述机器人与所述第i层发射板之间的多组理论距离;分别计算所述机器人与所述i层发射板之间的实际距离与所述多组理论距离中每组理论距离的误差;选择误差最小的一组理论距离所对应的理论位置坐标,作为所述机器人当前所在位置的预估位置坐标。
进一步可选地,所述根据所述机器人当前所在位置的预估位置坐标以及所述N层定位地图中各层反射板与空间区域的对应关系,确定本次定位需要使用的反射板的层数k,包括:根据所述机器人当前所在位置的预估位置坐标,分别计算所述机器人当前所在位置到第i层以及第i+1层反射板对应空间区域的边界的距离;若所述机器人当前所在位置到第i层反射板对应空间区域的边界的距离小于所述机器人当前所在位置到第i+1层反射板对应空间区域的边界的距离,确定本次定位需要使用的反射板的层数k=i;若所述机器人当前所在位置到第i+1层反射板对应空间区域的边界的距离小于所述机器人当前所在位置到第i层反射板对应空间区域的边界的距离,确定本次定位需要使用的反射板的层数k=i+1。
进一步可选地,在计算出所述机器人当前所在位置的预估位置坐标之后,所述方法还包括:根据所述机器人当前所在位置的预估位置坐标和所述激光雷达探测到的所述机器人与第i层反射板之间的实际距离,反推第i层反射板的位置坐标;计算反推出的第i层反射板的位置坐标与所述N层定位地图中第i层反射板的位置坐标的误差;若所述误差大于设定误差阈值,采取遗传算法对所述机器人当前所在位置的预估位置坐标进行修正,直到误差小于所述设定误差阈值为止。
进一步可选地,在根据前一次定位使用的N层定位地图中第i层反射板的位置坐标以及所述激光雷达探测到的所述机器人与第i层反射板之间的实际距离,计算所述机器人当前所在位置的预估位置坐标之前,所述方法还包括:控制所述机器人从第j-1层反射板对应的空间区域内移动至所述第j-1层反射板与第j层反射板之间,2≤j≤N,j和N是正整数;根据所述第j-1层反射板的位置坐标以及所述激光雷达探测到的所述机器人与所述第j-1层反射板之间的实际距离,计算所述机器人当前所在的位置坐标;根据所述机器人当前所在的位置坐标以及所述激光雷达探测到的所述机器人与所述第j层反射板之间的实际距离,计算所述第j层反射板的位置坐标;根据N层反射板的位置坐标,构建所述目标空间区域对应的所述N层定位地图。
进一步可选地,所述第i层或所述第k层反射板至少包含4块反射板。
本发明还提供一种定位地图构建方法,适用于安装有激光雷达的机器人,所述方法包括:
控制所述机器人从第j-1层反射板对应的空间区域内移动至所述第j-1层反射板与第j层反射板之间,2≤j≤N,j和N是正整数;
根据所述第j-1层反射板的位置坐标以及所述激光雷达探测到的所述机器人与所述第j-1层反射板之间的实际距离,计算所述机器人当前所在的位置坐标;
根据所述机器人当前所在的位置坐标以及所述激光雷达探测到的所述机器人与所述第j层反射板之间的实际距离,计算所述第j层反射板的位置坐标;
根据N层反射板的位置坐标,构建目标空间区域的N层定位地图,所述目标空间区域内沿指定方向部署有N层反射板。
本发明还提供一种机器人,包括:激光雷达、存储器和处理器;所述激光雷达用于扫描定位地图中的反射板;
所述存储器,用于存储计算机程序;
所述处理器,用于耦合所述存储器,执行所述计算机程序以用于:根据前一次定位使用的N层定位地图中第i层反射板的位置坐标以及所述激光雷达探测到的所述机器人与第i层反射板之间的实际距离,计算所述机器人当前所在位置的预估位置坐标,1≤i≤N,且i和N为正整数;根据所述机器人当前所在位置的预估位置坐标以及所述N层定位地图中各层反射板与空间区域的对应关系,确定本次定位需要使用的反射板的层数k,1≤k≤N;根据所述N层定位地图中第k层反射板的位置坐标以及所述激光雷达探测到的所述机器人与所述第k层反射板之间的实际距离,计算所述机器人当前所在位置的真实位置坐标。
本发明还提供一种机器人,包括:激光雷达、存储器和处理器;所述激光雷达用于扫描定位地图中的反射板;所述存储器,用于存储计算机程序;所述处理器,用于耦合所述存储器,执行所述计算机程序以用于:控制所述机器人从第j-1层反射板对应的空间区域内移动至所述第j-1层反射板与第j层反射板之间,2≤j≤N,j和N是正整数;根据所述第j-1层反射板的位置坐标以及所述激光雷达探测到的所述机器人与所述第j-1层反射板之间的实际距离,计算所述机器人当前所在的位置坐标;根据所述机器人当前所在的位置坐标以及所述激光雷达探测到的所述机器人与所述第j层反射板之间的实际距离,计算所述第j层反射板的位置坐标;根据N层反射板的位置坐标,构建目标空间区域的N层定位地图,所述目标空间区域内沿指定方向部署有N层反射板。
在本发明中,机器人在其工作区间进行不断移动时,可根据机器人的预估位置从其所在的工作区间对应的N层定位地图中确定应当基于哪一层反射板对其进行定位,并在确定定位所需的反射板层后,根据该层反射板的坐标以及激光雷达探测到的机器人与该层反射板之间的实际距离计算得到机器人的实际位置,实现机器人的精确定位。这种将定位地图分为多层的方式,根据机器人的所在的位置提供定位参考坐标,能够提高机器人进行自主定位时的定位精度,使得机器人实现了更大范围内的运动。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本发明的一部分,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1为本发明一实施例提供的定位方法的方法流程图;
图2为本发明另一实施例提供的定位方法的方法流程图;
图3本发明一实施例提供的预估位置坐标校验方法的方法流程图;
图4a为本发明一实施例提供的定位地图构建方法的方法流程图;
图4b为本发明一实施例提供的机器人在不同层的反射板对应的空间区域内移动的示意图;
图5为本发明一实施例提供的机器人的结构示意图;
图6为本发明另一实施例提供的机器人的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合本发明具体实施例及相应的附图对本发明技术方案进行清楚、完整地描述。显然,所描述的实施例仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动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。
以下结合附图,详细说明本发明各实施例提供的技术方案。
图1为本发明一实施例提供的定位方法的方法流程图,该定位方法,适用于安装有激光雷达的机器人,所述机器人位于一目标空间区域内,所述目标空间区域内沿指定方向上部署有N层反射板。如图1所示,该方法包括:
步骤101、根据前一次定位使用的N层定位地图中第i层反射板的位置坐标以及激光雷达探测到的机器人与第i层反射板之间的实际距离,计算机器人当前所在位置的预估位置坐标,1≤i≤N,且i和N为正整数。
步骤102、根据机器人当前所在位置的预估位置坐标以及N层定位地图中各层反射板与空间区域的对应关系,确定本次定位需要使用的反射板的层数k,1≤k≤N。
步骤103、根据N层定位地图中第k层反射板的位置坐标以及激光雷达探测到的机器人与第k层反射板之间的实际距离,计算机器人当前所在位置的真实位置坐标。
在步骤101中,激光雷达,是以发射激光束探测目标的位置、速度等特征量的雷达系统。其工作原理是向目标发射探测信号(激光束),然后将接收到的从目标反射回来的信号(目标回波)与发射信号进行比较,作适当处理后,就可获得目标的有关信息,如目标距离、方位、高度、速度、姿态、甚至形状等参数。本实施例所采用的激光雷达不仅能返回距离和角度信息,还能返回回波能量(RSSI)等级。借助返回的回波能量值,可以区分普通物体和高反射物体。例如,在一种可能的情形下,某一型号的激光雷达接收到的从普通的书本、墙壁返回的回波能量等级大概小于200,而接收到的反射板的回波能量等级会大于1000,且基本不随距离的增大而衰减。进而,本实施例中,可以利用反射板的高回波能量识别反射板并确定反射板所在的位置,以定位搭载有激光雷达的机器人。
N层定位地图,指的是根据机器人的工作环境预先建立的地图。N层定位地图包括位于同一坐标系下的N个反射板层,每一反射板层包括一定数量的反射板,每一层定位地图中包含了该层的每一反射板的位置坐标。机器人位于其工作环境中时,可根据N层定位地图获取其精确定位。
在本步骤中,N层定位地图包括多个反射板层,机器人不断运动的过程中,可以根据在激光雷达的探测范围内的反射板层的位置坐标确定机器人的位置坐标。当激光雷达的探测范围包括了多个反射板层时,可选距离机器人最近的反射板层作为定位参考坐标。
在步骤102中,N层反射板将目标空间区域分成N个空间区域,每一反射板层都唯一对应一空间区域,每一空间区域可由坐标进行标识。在确定了机器人当前所在位置的预估坐标后,可根据该预估坐标所在的空间区域,以及空间区域与反射板层的对应关系,确定本次定位所采用的反射板的层数k。
例如,在一可能的情形下,假设N=3,3层定位地图中的3个空间区域分别对应坐标范围N1、N2以及N3。若机器人当前所在位置的预估坐标在N1内,则可选择第2层反射板作为定位所需要使用的反射板层。
在步骤103中,机器人位于当前所在位置时,可探测到其探测范围内的反射板之间的实际距离。在确定使用第k层反射板进行定位后,可根据第k层反射板的位置坐标以及激光雷达探测到的机器人与第k层反射板之间的实际距离,计算机器人当前所在位置的真实位置坐标,进而实现了对机器人的定位。
在本实施例中,机器人在其工作区间进行不断移动时,可根据机器人的预估位置从其所在的工作区间对应的N层定位地图中确定应当基于哪一层反射板对其进行定位,并在确定定位所需的反射板层后,根据该层反射板的坐标以及激光雷达探测到的机器人与该层反射板之间的实际距离计算得到机器人的实际位置,实现机器人的精确定位。这种将定位地图分为多层的方式,根据机器人的所在的位置提供定位参考坐标,能够提高机器人进行自主定位时的定位精度,使得机器人实现了更大范围内的运动。
图2为本发明另一实施例提供的定位方法的方法流程图,如图2所示,该方法包括:
步骤201、机器人在当前所在位置时,将前一次定位使用的N层定位地图中的第i层发射板与机器人与第i层反射板之间的实际距离进行对应,以获得发射板与距离之间的多组对应关系。
步骤202、以机器人当前所在位置的预估位置坐标作为未知量,根据第i层发射板的位置坐标和机器人与第i层反射板之间的实际距离,针对多组对应关系中的每组对应关系分别建立一个距离方程组。
步骤203、根据多个距离方程组求解出机器人当前所在位置的预估位置坐标。
步骤204、根据机器人当前所在位置的预估位置坐标,分别计算机器人当前所在位置到第i层以及第i+1层反射板对应空间区域的边界的距离。
步骤205、判断机器人当前所在位置到第i层反射板对应空间区域的边界的距离是否小于所述机器人当前所在位置到第i+1层反射板对应空间区域的边界的距离;若为是,执行步骤206,若为否,执行步骤207。
步骤206、确定本次定位需要使用的反射板的层数k=i。
步骤207、确定本次定位需要使用的反射板的层数k=i+1。
步骤208、根据所述N层定位地图中第k层反射板的位置坐标以及所述激光雷达探测到的所述机器人与所述第k层反射板之间的实际距离,计算机器人当前所在位置的真实位置坐标。
在步骤201中,第i层反射板是前一次定位时使用的反射板层。每一反射板层包括多个反射板,进而,激光雷达能够探测到机器人与多个反射板之间的实际距离。可选的,在本实施例中,每一反射板层至少包含4块反射板。以下实施例中,将以N=4为例,对本发明的技术方案进行说明,当然,在其他可选的实施方式中,每一反射板层还可包括四块以上的反射板。
本步骤中,标记激光雷达探测到的机器人与第i层反射板之间的实际距离为(di,ai),其中d表示激光雷达返回的距离值,a表示角度信息。则反射板与距离之间的多组对应关系可以表示为:
反射板1对应实际距离(d1 i,a1 i)
反射板2对应实际距离(d2 i,a2 i)
反射板3对应实际距离(d3 i,a3 i)
反射板4对应实际距离(d4 i,a4 i)
在步骤202中,机器人当前所在位置的预估位置坐标用于判断采用哪个反射板层作为定位参考坐标。
假设本步骤中,机器人当前所在位置的预估位置坐标为未知量(x,y),则针对第i层反射板,根据距离公式以及上一步骤的对应关系,可得到如下的4个距离方程:
(x1 i-x)^2+(y1 i-y)^2=(d1 i)^2
(x2 i-x)^2+(y2 i-y)^2=(d2 i)^2
(x3 i-x)^2+(y3 i-y)^2=(d3 i)^2
(x4 i-x)^2+(y4 i-y)^2=(d4 i)^2
在步骤203中,在建立方程组之后,可根据距离方程组求解出机器人当前所在位置的预估位置坐标。可选的,可采用最小二乘算法对上述多个距离方程分别进行求解,以获得多个位置坐标,作为理论位置坐标。
可选的,在本步骤中,在确定机器人的多个理论位置坐标之后,可根据该多个理论位置坐标以及第i层发射板的位置坐标,计算机器人与第i层发射板之间的多组理论距离。计算得到组理论距离后,分别计算激光雷达探测到的机器人与该i层发射板之间的实际距离与多组理论距离中每组理论距离的误差。最后,选择误差最小的一组理论距离所对应的理论位置坐标,作为机器人当前所在位置的预估位置坐标,以确保预估位置坐标的计算精度。
在步骤204中,在确定机器人当前所在位置的预估位置坐标后,可根据该预估位置坐标,分别计算机器人当前所在位置到第i层以及第i+1层反射板对应空间区域的边界的距离。可选的,在本发明提供的N层定位地图中,每一反射板层对应的空间区域的边界的坐标是已知的,根据距离公式即可确定机器人当前所在位置到第i层以及第i+1层反射板对应空间区域的边界的距离。
在步骤205中,在确定机器人当前所在位置到第i层以及第i+1层反射板对应空间区域的边界的距离之后,判断机器人当前所在位置到哪个边界的距离比较近。
在步骤206中,若机器人当前所在位置到第i层反射板对应空间区域的边界更近,则可使用第i层反射板作为定位参考,以提升定位精度。
在步骤207中,若机器人当前所在位置到第i+1层反射板对应空间区域的边界更近,则可使用第i+1层反射板作为定位参考,以提升定位精度。
在步骤208中,在确定定位所需的反射板层为第k层反射板后,根据N层地图可以确定第k层反射板中每个反射板的位置坐标。此时,根据第k层反射板的位置坐标以及激光雷达探测到的所述机器人与第k层反射板之间的实际距离,可采用距离公式计算机器人当前所在位置的真实位置坐标。
本实施例中,根据计算得到的机器人所在位置的预估坐标选择定位所需的第k层反射板,提升了定位所需参考坐标的可靠性,确保了机器人的真实位置坐标的精确度。除此之外,在确定机器人所在位置的预估坐标的过程中,根据计算得到的理论位置坐标计算理论距离,并根据理论距离的误差选择预估位置坐标,进一步提升了预估位置坐标的精准度。
可选的,在本发明的上述实施例中,在确定出机器人当前所在位置的预估位置坐标之后,还可进一步对该预估位置坐标进行验证,以提升预估位置坐标的可靠性。图3示意了一种可行的验证方法,如图3所示,该方法包括:
步骤301、机器人在当前所在位置时,将前一次定位使用的N层定位地图中的第i层发射板与机器人与第i层反射板之间的实际距离进行对应,以获得发射板与距离之间的多组对应关系。
步骤302、以机器人当前所在位置的预估位置坐标作为未知量,根据第i层发射板的位置坐标和机器人与第i层反射板之间的实际距离,针对多组对应关系中的每组对应关系分别建立一个距离方程组。
步骤303、根据多个距离方程组求解出机器人当前所在位置的预估位置坐标。
步骤304、根据机器人当前所在位置的预估位置坐标和激光雷达探测到的机器人与第i层反射板之间的实际距离,反推第i层反射板的位置坐标。
步骤305、计算反推出的第i层反射板的位置坐标与N层定位地图中第i层反射板的位置坐标的误差。
步骤306、判断所述误差是否大于设定的误差阈值;若为是,执行步骤307;若为否,执行步骤308。
步骤307、采取遗传算法对所述机器人当前所在位置的预估位置坐标进行修正,并执行步骤304。
步骤308、确定所述预估位置坐标通过验证。
本实施例中,在确定机器人所在位置的预估坐标之后,根据该预估坐标反推第i层反射板的位置坐标,并根据反推结果与N层定位地图中之间的误差选择是否继续修正优化预估位置坐标,奠定了精确定位的基础。
以上实施例中,记载了如何根据N层定位地图进行机器人的准确定位的实施方法,在接下来的实施方式中,将结合附图4a,具体阐述N层定位地图的构建方法。图4a为本发明一实施例提供的定位地图构建方法的方法流程图,如图4a所示,该方法包括:
步骤401、控制机器人从第j-1层反射板对应的空间区域内移动至第j-1层反射板与第j层反射板之间,2≤j≤N,j和N是正整数。
步骤402、根据第j-1层反射板的位置坐标以及激光雷达探测到的机器人与第j-1层反射板之间的实际距离,计算机器人当前所在的位置坐标。
步骤403、根据机器人当前所在的位置坐标以及激光雷达探测到的机器人与所述第j层反射板之间的实际距离,计算所述第j层反射板的位置坐标。
步骤404、根据N层反射板的位置坐标,构建目标空间区域的N层定位地图,所述目标空间区域内沿指定方向部署有N层反射板。
需要说明的是,在本实施例中,若要确定N层反射板的位置坐标,可首先确定第1层反射板的位置坐标,并以第1层反射板的位置坐标为基础,计算第2层反射板的位置坐标以及后续N-2层反射板的位置坐标。
可选的,第1层反射板的位置坐标可通过如下的方式确定。首先,可控制机器人移动至第一层反射板的特定位置,该特定位置能够使得第一层反射板在激光雷达的探测范围内。此时,以机器人所在的位置为坐标原点(0,0),以激光雷达的正方向为x轴方向建立坐标系。当激光雷达开启后,可探测到第一层反射板中M个反射板的实际距离d1 1,a1 1)、(d2 1,a2 1)、(d3 1,a3 1)、(d4 1,a4 1)…(dM 1,aM 1),其中,d表示激光雷达返回的距离值,a表示角度信息;M表示第1层反射板中包含的反射板的个数,M为大于等于4的正整数。则根据三角形定理,第一层反射板中M个反射板的坐标分别为(d1 1*cos(a1 1),d1 1*sin(a1 1))、(d2 1*cos(a2 1),d2 1*sin(a2 1))、(d3 1*cos(a3 1),d3 1*sin(a3 1))、(d4 1*cos(a4 1),d4 1*sin(a4 1))……(dM 1*cos(aM 1),dM 1*sin(aM 1))。得到这些坐标后,可建立第1层的定位地图。
在步骤401中,目标空间区域中,沿指定方向部署有N层反射板,N层反射板将目标空间区域分成N个空间区域,每一层反射板都唯一对应一空间区域。
可选的,在本实施例中,机器人在不同层的反射板对应的空间区域内移动时,应当沿着同一方向移动。例如,以激光雷达始终朝着正方向为移动方向。进而,当激光雷达位于第j-1层反射板和第j层反射板之间时,第j层反射板在激光雷达的探测范围内,以使激光雷达探测到机器人与第j层反射板之间的实际距离,如图4b所示。
在步骤402中,标记第j-1层反射板的位置坐标分别为(x1 j-1,y1 j-1)、(x2 j-1,y2 j-1)、(x3 j-1,y3 j-1)(x4 j-1,y4 j-1)…(xn j-1,yn j-1),其中,n表示第j-1层反射板中包含的反射板的个数,n为大于等于4的正整数。假设计算机器人当前所在的位置坐标为(xj-1,yj-1),假设激光雷达探测到的机器人与第j-1层反射板之间的实际距离为(d1 j-1,a1 j-1)、(d2 j-1,a2 j-1)、(d3 j-1,a3 j-1)(d4 j-1,a4 j-1)…(dm j-1,am j-1),其中,m表示第j层反射板中包含的反射板的个数,m为大于等于4的正整数。则可得到如下的距离方程:
(x1 j-xj-1)^2+(y1 j-yj-1)^2=(d1 j-1)^2
(x2 j-1-xj-1)^2+(y2 j-1-yj-1)^2=(d2 j-1)^2
(x3 j-1-xj-1)^2+(y3 j-1-yj-1)^2=(d3 j-1)^2
(x4 j-1-xj-1)^2+(y4 j-1-yj-1)^2=(d4 j-1)^2
……
(xn j-1-xj-1)^2+(yn j-1-yj-1)^2=(dn j-1)^2
联立上述几个方程,根据已知的量,采用最小二乘法即可实时获得机器人当前所在的位置坐标为(xj-1,yj-1)。
在步骤403中,机器人移动至第j-1层反射板与第j层反射板之间时,第j层反射板进入了激光雷达的探测范围。此时,激光雷达可以探测到机器人与第j层反射板之间的实际距离(d1 j,a1 j)、(d2 j,a2 j)、(d3 j,a3 j)、(d4 j,a4 j)…(dm j,am j)。
根据上一步骤计算得到的机器人的当前位置坐标以及机器人与第j层反射板之间的实际距离,可以建立如下的方程组
(x1 j-xj-1)^2+(y1 j-yj-1)^2=(d1 j)^2
(x2 j-xj-1)^2+(y2 j-yj-1)^2=(d2 j)^2
(x3 j-xj-1)^2+(y3 j-yj-1)^2=(d3 j)^2
(x4 j-xj-1)^2+(y4 j-yj-1)^2=(d4 j)^2
……
(xn j-xj-1)^2+(yn j-yj-1)^2=(dn j)^2
联立上述几个方程,根据已知的量,采用最小二乘法即可获得第j层反射板的位置坐标。
可选的,当目标空间区域存在多层反射板时,针对目标空间区域,可根据步骤401-步骤403所记载的方法,计算得到每一层反射板的位置坐标。进而,在步骤404中,可根据N层反射板的位置坐标,构建目标空间区域的N层定位地图。
需要说明的是,本实施例中,在确定每一层反射板对应的位置坐标后,可采用图2或图3对应实施例所记载的位置坐标的校验方式对每一位置坐标进行校验,不再赘述。
本实施例中,将反射板进行分层,并使得每一层反射板对应的地图都处于同一坐标系下,定位更加便捷、精确。与此同时,利用反射板与激光雷达的高回波能量等级的优势建立的地图,能够适用于多种变化的场景,普适性强,即使在场景发生大规模变化时,依然能够保证搭载激光雷达的机器人安全精确地进行导航定位。除此之外,本实施例的分层地图使得搭载激光雷达的机器人能够实现更大范围的运动,进一步推动了机器人在物流仓储中的应用。
以上描述了定位方法的可选实施方式,如图5所示,实际中,该定位方法可实现为一种机器人,该机器人包括:激光雷达51、存储器52和处理器53。
其中,激光雷达51用于扫描定位地图中的反射板。存储器52,用于存储计算机程序。处理器53,用于耦合存储器52,执行所述计算机程序以用于:根据前一次定位使用的N层定位地图中第i层反射板的位置坐标以及所述激光雷达探测到的所述机器人与第i层反射板之间的实际距离,计算所述机器人当前所在位置的预估位置坐标,1≤i≤N,且i和N为正整数;根据所述机器人当前所在位置的预估位置坐标以及所述N层定位地图中各层反射板与空间区域的对应关系,确定本次定位需要使用的反射板的层数k,1≤k≤N;根据所述N层定位地图中第k层反射板的位置坐标以及所述激光雷达探测到的所述机器人与所述第k层反射板之间的实际距离,计算所述机器人当前所在位置的真实位置坐标。
进一步可选地,处理器53具体用于:将所述第i层发射板与所述机器人与所述第i层反射板之间的实际距离进行对应,以获得发射板与距离之间的多组对应关系;以所述机器人当前所在位置的预估位置坐标作为未知量,根据所述第i层发射板的位置坐标和所述机器人与所述第i层反射板之间的实际距离,针对所述多组对应关系中的每组对应关系分别建立一个距离方程组;根据所述多个距离方程组求解出所述机器人当前所在位置的预估位置坐标。
进一步可选地,处理器53具体用于:采用最小二乘算法对所述多个距离方程组分别进行求解,以获得多个理论位置坐标;根据所述多个理论位置坐标以及所述第i层发射板的位置坐标,计算所述机器人与所述第i层发射板之间的多组理论距离;分别计算所述机器人与所述i层发射板之间的实际距离与所述多组理论距离中每组理论距离的误差;选择误差最小的一组理论距离所对应的理论位置坐标,作为所述机器人当前所在位置的预估位置坐标。
进一步可选地,处理器53具体用于:根据所述机器人当前所在位置的预估位置坐标,分别计算所述机器人当前所在位置到第i层以及第i+1层反射板对应空间区域的边界的距离;若所述机器人当前所在位置到第i层反射板对应空间区域的边界的距离小于所述机器人当前所在位置到第i+1层反射板对应空间区域的边界的距离,确定本次定位需要使用的反射板的层数k=i;若所述机器人当前所在位置到第i+1层反射板对应空间区域的边界的距离小于所述机器人当前所在位置到第i层反射板对应空间区域的边界的距离,确定本次定位需要使用的反射板的层数k=i+1。
进一步可选地,处理器53还用于:根据所述机器人当前所在位置的预估位置坐标和所述激光雷达探测到的所述机器人与第i层反射板之间的实际距离,反推第i层反射板的位置坐标;计算反推出的第i层反射板的位置坐标与所述N层定位地图中第i层反射板的位置坐标的误差;若所述误差大于设定误差阈值,采取遗传算法对所述机器人当前所在位置的预估位置坐标进行修正,直到误差小于所述设定误差阈值为止。
进一步可选地,处理器53还用于:控制所述机器人从第j-1层反射板对应的空间区域内移动至所述第j-1层反射板与第j层反射板之间,2≤j≤N,j和N是正整数;根据所述第j-1层反射板的位置坐标以及所述激光雷达探测到的所述机器人与所述第j-1层反射板之间的实际距离,计算所述机器人当前所在的位置坐标;根据所述机器人当前所在的位置坐标以及所述激光雷达探测到的所述机器人与所述第j层反射板之间的实际距离,计算所述第j层反射板的位置坐标;根据N层反射板的位置坐标,构建所述目标空间区域对应的所述N层定位地图。
进一步可选地,所述第i层或所述第k层反射板至少包含4块反射板。
在本发明中,机器人在其工作区间进行不断移动时,可根据机器人的预估位置从其所在的工作区间对应的N层定位地图中确定应当基于哪一层反射板对其进行定位,并在确定定位所需的反射板层后,根据该层反射板的坐标以及激光雷达探测到的机器人与该层反射板之间的实际距离计算得到机器人的实际位置,实现机器人的精确定位。这种将定位地图分为多层的方式,根据机器人的所在的位置提供定位参考坐标,能够提高机器人进行自主定位时的定位精度,使得机器人实现了更大范围内的运动。
图6是本发明另一实施例提供的机器人的结构示意图,结合图6,该机器人包括:激光雷达61、存储器62和处理器63。
其中,激光雷达61用于扫描定位地图中的反射板。
存储器62,用于存储计算机程序。
处理器63,用于耦合存储器62,执行所述计算机程序以用于:控制所述机器人从第j-1层反射板对应的空间区域内移动至所述第j-1层反射板与第j层反射板之间,2≤j≤N,j和N是正整数;根据所述第j-1层反射板的位置坐标以及所述激光雷达探测到的所述机器人与所述第j-1层反射板之间的实际距离,计算所述机器人当前所在的位置坐标;根据所述机器人当前所在的位置坐标以及所述激光雷达探测到的所述机器人与所述第j层反射板之间的实际距离,计算所述第j层反射板的位置坐标;根据N层反射板的位置坐标,构建目标空间区域的N层定位地图,所述目标空间区域内沿指定方向部署有N层反射板。
处理器63可执行的其他操作可以参考各个方法实施例中的记载,此处不再赘述。
需要说明的是,上述实施例所提供方法的各步骤的执行主体均可以是同一设备,或者,该方法也由不同设备作为执行主体。比如,步骤201至步骤203的执行主体可以为设备A;又比如,步骤201和202的执行主体可以为设备A,步骤203的执行主体可以为设备B;等等。
另外,在上述实施例及附图中的描述的一些流程中,包含了按照特定顺序出现的多个操作,但是应该清楚了解,这些操作可以不按照其在本文中出现的顺序来执行或并行执行,操作的序号如201、202等,仅仅是用于区分开各个不同的操作,序号本身不代表任何的执行顺序。另外,这些流程可以包括更多或更少的操作,并且这些操作可以按顺序执行或并行执行。需要说明的是,本文中的“第一”、“第二”等描述,是用于区分不同的消息、设备、模块等,不代表先后顺序,也不限定“第一”和“第二”是不同的类型。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
还需要说明的是,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、商品或者设备不仅包括那些要素,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、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
以上所述仅为本发明的实施例而已,并不用于限制本发明。对于本领域技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本发明的权利要求范围之内。
Claims (10)
1.一种定位方法,适用于安装有激光雷达的机器人,其特征在于,所述机器人位于一目标空间区域内,所述目标空间区域内沿指定方向上部署有N层反射板;所述方法包括:
根据前一次定位使用的N层定位地图中第i层反射板的位置坐标以及所述激光雷达探测到的所述机器人与第i层反射板之间的实际距离,计算所述机器人当前所在位置的预估位置坐标,1≤i≤N,且i和N为正整数;
根据所述机器人当前所在位置的预估位置坐标以及所述N层定位地图中各层反射板与空间区域的对应关系,确定本次定位需要使用的反射板的层数k,1≤k≤N;
根据所述N层定位地图中第k层反射板的位置坐标以及所述激光雷达探测到的所述机器人与所述第k层反射板之间的实际距离,计算所述机器人当前所在位置的真实位置坐标。
2.根据权利要求1所述的方法,其特征在于,所述根据前一次定位使用的N层定位地图中第i层反射板的位置坐标以及所述激光雷达探测到的所述机器人与第i层反射板之间的实际距离,计算所述机器人当前所在位置的预估位置坐标,包括:
将所述第i层发射板与所述机器人与所述第i层反射板之间的实际距离进行对应,以获得发射板与距离之间的多组对应关系;
以所述机器人当前所在位置的预估位置坐标作为未知量,根据所述第i层发射板的位置坐标和所述机器人与所述第i层反射板之间的实际距离,针对所述多组对应关系中的每组对应关系分别建立一个距离方程组;
根据所述多个距离方程组求解出所述机器人当前所在位置的预估位置坐标。
3.根据权利要求2所述的方法,其特征在于,所述根据所述多个距离方程组求解出所述机器人当前所在位置的预估位置坐标,包括:
采用最小二乘算法对所述多个距离方程组分别进行求解,以获得多个理论位置坐标;
根据所述多个理论位置坐标以及所述第i层发射板的位置坐标,计算所述机器人与所述第i层发射板之间的多组理论距离;
分别计算所述机器人与所述i层发射板之间的实际距离与所述多组理论距离中每组理论距离的误差;
选择误差最小的一组理论距离所对应的理论位置坐标,作为所述机器人当前所在位置的预估位置坐标。
4.根据权利要求1所述的方法,其特征在于,所述根据所述机器人当前所在位置的预估位置坐标以及所述N层定位地图中各层反射板与空间区域的对应关系,确定本次定位需要使用的反射板的层数k,包括:
根据所述机器人当前所在位置的预估位置坐标,分别计算所述机器人当前所在位置到第i层以及第i+1层反射板对应空间区域的边界的距离;
若所述机器人当前所在位置到第i层反射板对应空间区域的边界的距离小于所述机器人当前所在位置到第i+1层反射板对应空间区域的边界的距离,确定本次定位需要使用的反射板的层数k=i;
若所述机器人当前所在位置到第i+1层反射板对应空间区域的边界的距离小于所述机器人当前所在位置到第i层反射板对应空间区域的边界的距离,确定本次定位需要使用的反射板的层数k=i+1。
5.根据权利要求1所述的方法,其特征在于,在计算出所述机器人当前所在位置的预估位置坐标之后,所述方法还包括:
根据所述机器人当前所在位置的预估位置坐标和所述激光雷达探测到的所述机器人与第i层反射板之间的实际距离,反推第i层反射板的位置坐标;
计算反推出的第i层反射板的位置坐标与所述N层定位地图中第i层反射板的位置坐标的误差;
若所述误差大于设定误差阈值,采取遗传算法对所述机器人当前所在位置的预估位置坐标进行修正,直到误差小于所述设定误差阈值为止。
6.根据权利要求1-5任一项所述的方法,其特征在于,在根据前一次定位使用的N层定位地图中第i层反射板的位置坐标以及所述激光雷达探测到的所述机器人与第i层反射板之间的实际距离,计算所述机器人当前所在位置的预估位置坐标之前,所述方法还包括:
控制所述机器人从第j-1层反射板对应的空间区域内移动至所述第j-1层反射板与第j层反射板之间,2≤j≤N,j和N是正整数;
根据所述第j-1层反射板的位置坐标以及所述激光雷达探测到的所述机器人与所述第j-1层反射板之间的实际距离,计算所述机器人当前所在的位置坐标;
根据所述机器人当前所在的位置坐标以及所述激光雷达探测到的所述机器人与所述第j层反射板之间的实际距离,计算所述第j层反射板的位置坐标;
根据N层反射板的位置坐标,构建所述目标空间区域对应的所述N层定位地图。
7.根据权利要求1-4任一项所述的方法,其特征在于,所述第i层或所述第k层反射板至少包含4块反射板。
8.一种定位地图构建方法,适用于安装有激光雷达的机器人,其特征在于,所述方法包括:
控制所述机器人从第j-1层反射板对应的空间区域内移动至所述第j-1层反射板与第j层反射板之间,2≤j≤N,j和N是正整数;
根据所述第j-1层反射板的位置坐标以及所述激光雷达探测到的所述机器人与所述第j-1层反射板之间的实际距离,计算所述机器人当前所在的位置坐标;
根据所述机器人当前所在的位置坐标以及所述激光雷达探测到的所述机器人与所述第j层反射板之间的实际距离,计算所述第j层反射板的位置坐标;
根据N层反射板的位置坐标,构建目标空间区域的N层定位地图,所述目标空间区域内沿指定方向部署有N层反射板。
9.一种机器人,其特征在于,包括:激光雷达、存储器和处理器;所述激光雷达用于扫描定位地图中的反射板;
所述存储器,用于存储计算机程序;
所述处理器,用于耦合所述存储器,执行所述计算机程序以用于:根据前一次定位使用的N层定位地图中第i层反射板的位置坐标以及所述激光雷达探测到的所述机器人与第i层反射板之间的实际距离,计算所述机器人当前所在位置的预估位置坐标,1≤i≤N,且i和N为正整数;
根据所述机器人当前所在位置的预估位置坐标以及所述N层定位地图中各层反射板与空间区域的对应关系,确定本次定位需要使用的反射板的层数k,1≤k≤N;
根据所述N层定位地图中第k层反射板的位置坐标以及所述激光雷达探测到的所述机器人与所述第k层反射板之间的实际距离,计算所述机器人当前所在位置的真实位置坐标。
10.一种机器人,其特征在于,包括:激光雷达、存储器和处理器;所述激光雷达用于扫描定位地图中的反射板;
所述存储器,用于存储计算机程序;
所述处理器,用于耦合所述存储器,执行所述计算机程序以用于:控制所述机器人从第j-1层反射板对应的空间区域内移动至所述第j-1层反射板与第j层反射板之间,2≤j≤N,j和N是正整数;
根据所述第j-1层反射板的位置坐标以及所述激光雷达探测到的所述机器人与所述第j-1层反射板之间的实际距离,计算所述机器人当前所在的位置坐标;
根据所述机器人当前所在的位置坐标以及所述激光雷达探测到的所述机器人与所述第j层反射板之间的实际距离,计算所述第j层反射板的位置坐标;
根据N层反射板的位置坐标,构建目标空间区域的N层定位地图,所述目标空间区域内沿指定方向部署有N层反射板。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711239904.XA CN107738852B (zh) | 2017-11-30 | 2017-11-30 | 定位方法、定位地图构建方法及机器人 |
PCT/CN2017/117044 WO2019104773A1 (zh) | 2017-11-30 | 2017-12-18 | 定位方法、定位地图构建方法及机器人 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711239904.XA CN107738852B (zh) | 2017-11-30 | 2017-11-30 | 定位方法、定位地图构建方法及机器人 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107738852A true CN107738852A (zh) | 2018-02-27 |
CN107738852B CN107738852B (zh) | 2020-03-31 |
Family
ID=61239827
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711239904.XA Active CN107738852B (zh) | 2017-11-30 | 2017-11-30 | 定位方法、定位地图构建方法及机器人 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN107738852B (zh) |
WO (1) | WO2019104773A1 (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108957466A (zh) * | 2018-04-18 | 2018-12-07 | 广东宝乐机器人股份有限公司 | 移动机器人的雷达数据补偿方法、装置、设备和存储介质 |
CN109798894A (zh) * | 2018-12-28 | 2019-05-24 | 广东嘉腾机器人自动化有限公司 | 一种多区域跨楼层的agv定位方法、存储装置及agv定位系统 |
CN109959937A (zh) * | 2019-03-12 | 2019-07-02 | 广州高新兴机器人有限公司 | 长廊环境基于激光雷达的定位方法、存储介质及电子设备 |
CN110207699A (zh) * | 2018-02-28 | 2019-09-06 | 北京京东尚科信息技术有限公司 | 一种定位方法和装置 |
CN110471031A (zh) * | 2019-08-28 | 2019-11-19 | 佛山市兴颂机器人科技有限公司 | 一种基于反光板的激光位置定位方法及系统 |
CN110716205A (zh) * | 2019-10-18 | 2020-01-21 | 鱼越号机器人科技(上海)有限公司 | 基于反光板的定位方法及机器人、计算机可读存储介质 |
CN111443699A (zh) * | 2018-12-28 | 2020-07-24 | 深圳市优必选科技有限公司 | 定位漂移检测方法及装置、机器人 |
CN112045655A (zh) * | 2020-08-14 | 2020-12-08 | 华中科技大学 | 用于大尺度多站点场景的移动机器人位姿测量方法及系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0358765A1 (en) * | 1987-09-16 | 1990-03-21 | Fanuc Ltd. | Automatic setting of tool tip point |
JP2010277548A (ja) * | 2009-06-01 | 2010-12-09 | Hitachi Ltd | ロボット管理システム、ロボット管理端末、ロボット管理方法およびプログラム |
CN105094130A (zh) * | 2015-07-29 | 2015-11-25 | 广东省自动化研究所 | 激光制导地图构建的agv搬运机器人导航方法和装置 |
CN105856243A (zh) * | 2016-06-28 | 2016-08-17 | 湖南科瑞特科技股份有限公司 | 一种移动智能机器人 |
CN205915328U (zh) * | 2016-06-14 | 2017-02-01 | 深圳力子机器人有限公司 | 一种无反射板激光导航服务机器人 |
CN106969768A (zh) * | 2017-04-22 | 2017-07-21 | 深圳力子机器人有限公司 | 一种无轨导航agv的精确定位及停车方法 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3316842B2 (ja) * | 1998-08-06 | 2002-08-19 | 村田機械株式会社 | 無人搬送車システムと無人搬送車の誘導方法 |
JP5388082B2 (ja) * | 2006-09-07 | 2014-01-15 | 株式会社豊田中央研究所 | 静止物地図生成装置 |
CN105300375B (zh) * | 2015-09-29 | 2018-04-20 | 塔米智能科技(北京)有限公司 | 一种基于单视觉的机器人室内定位和导航方法 |
CN106950572B (zh) * | 2017-03-28 | 2020-09-01 | 深圳市镭神智能系统有限公司 | 一种自动引导车定位方法及装置 |
-
2017
- 2017-11-30 CN CN201711239904.XA patent/CN107738852B/zh active Active
- 2017-12-18 WO PCT/CN2017/117044 patent/WO2019104773A1/zh active Application Filing
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0358765A1 (en) * | 1987-09-16 | 1990-03-21 | Fanuc Ltd. | Automatic setting of tool tip point |
JP2010277548A (ja) * | 2009-06-01 | 2010-12-09 | Hitachi Ltd | ロボット管理システム、ロボット管理端末、ロボット管理方法およびプログラム |
CN105094130A (zh) * | 2015-07-29 | 2015-11-25 | 广东省自动化研究所 | 激光制导地图构建的agv搬运机器人导航方法和装置 |
CN205915328U (zh) * | 2016-06-14 | 2017-02-01 | 深圳力子机器人有限公司 | 一种无反射板激光导航服务机器人 |
CN105856243A (zh) * | 2016-06-28 | 2016-08-17 | 湖南科瑞特科技股份有限公司 | 一种移动智能机器人 |
CN106969768A (zh) * | 2017-04-22 | 2017-07-21 | 深圳力子机器人有限公司 | 一种无轨导航agv的精确定位及停车方法 |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110207699A (zh) * | 2018-02-28 | 2019-09-06 | 北京京东尚科信息技术有限公司 | 一种定位方法和装置 |
CN110207699B (zh) * | 2018-02-28 | 2022-04-12 | 北京京东尚科信息技术有限公司 | 一种定位方法和装置 |
CN108957466A (zh) * | 2018-04-18 | 2018-12-07 | 广东宝乐机器人股份有限公司 | 移动机器人的雷达数据补偿方法、装置、设备和存储介质 |
CN109798894A (zh) * | 2018-12-28 | 2019-05-24 | 广东嘉腾机器人自动化有限公司 | 一种多区域跨楼层的agv定位方法、存储装置及agv定位系统 |
CN111443699A (zh) * | 2018-12-28 | 2020-07-24 | 深圳市优必选科技有限公司 | 定位漂移检测方法及装置、机器人 |
CN111443699B (zh) * | 2018-12-28 | 2023-05-23 | 深圳市优必选科技有限公司 | 定位漂移检测方法及装置、机器人 |
CN109959937A (zh) * | 2019-03-12 | 2019-07-02 | 广州高新兴机器人有限公司 | 长廊环境基于激光雷达的定位方法、存储介质及电子设备 |
CN110471031A (zh) * | 2019-08-28 | 2019-11-19 | 佛山市兴颂机器人科技有限公司 | 一种基于反光板的激光位置定位方法及系统 |
CN110716205A (zh) * | 2019-10-18 | 2020-01-21 | 鱼越号机器人科技(上海)有限公司 | 基于反光板的定位方法及机器人、计算机可读存储介质 |
CN112045655A (zh) * | 2020-08-14 | 2020-12-08 | 华中科技大学 | 用于大尺度多站点场景的移动机器人位姿测量方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
WO2019104773A1 (zh) | 2019-06-06 |
CN107738852B (zh) | 2020-03-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107738852A (zh) | 定位方法、定位地图构建方法及机器人 | |
CN106969768B (zh) | 一种无轨导航agv的精确定位及停车方法 | |
CN106772435B (zh) | 一种无人机避障方法和装置 | |
Dobrev et al. | Steady delivery: Wireless local positioning systems for tracking and autonomous navigation of transport vehicles and mobile robots | |
US8965641B2 (en) | Positioning system using radio frequency signals | |
US20190391583A1 (en) | Method and device for detecting road boundary | |
US20200233061A1 (en) | Method and system for creating an inverse sensor model and method for detecting obstacles | |
Khan et al. | Localization performance evaluation of extended Kalman filter in wireless sensors network | |
JP2014219403A (ja) | 複数オブジェクトを追跡する方法及び装置 | |
US11493930B2 (en) | Determining changes in marker setups for robot localization | |
CN106646450A (zh) | 基于距离分步聚类的雷达航迹抗差关联方法 | |
Leonard et al. | Application of multi-target tracking to sonar-based mobile robot navigation | |
CN111487960A (zh) | 一种基于定位能力估计的移动机器人路径规划方法 | |
CN102981160A (zh) | 一种确定空中目标航迹的方法及装置 | |
CN108121359A (zh) | 一种购物机器人 | |
CN108562893A (zh) | 一种外辐射源雷达多站混合跟踪方法 | |
CN112731337A (zh) | 地图构建方法、装置和设备 | |
Lategahn et al. | Global localization of automated guided vehicles in wireless networks | |
US10990104B2 (en) | Systems and methods including motorized apparatus for calibrating sensors | |
JP2020165945A (ja) | 自己位置推定方法及び自己位置推定装置 | |
CN113124850B (zh) | 机器人、地图生成方法、电子设备及存储介质 | |
CN113777615B (zh) | 室内机器人的定位方法、系统及清洁机器人 | |
CN112269378B (zh) | 一种激光定位方法及装置 | |
Fusic et al. | Autonomous Vehicle in Industrial Logistics Application: Case Study | |
CN109790001B (zh) | 用于放置能够堆叠的贮存设备的方法和装置 |
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 |