CN108195377B - 一种基于三角形周长匹配的反光板匹配算法 - Google Patents
一种基于三角形周长匹配的反光板匹配算法 Download PDFInfo
- Publication number
- CN108195377B CN108195377B CN201711402090.7A CN201711402090A CN108195377B CN 108195377 B CN108195377 B CN 108195377B CN 201711402090 A CN201711402090 A CN 201711402090A CN 108195377 B CN108195377 B CN 108195377B
- Authority
- CN
- China
- Prior art keywords
- triangles
- basic
- matching
- reflector
- detection
- 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
Images
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
- G01C21/20—Instruments for performing navigational calculations
-
- 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
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/02—Systems using the reflection of electromagnetic waves other than radio waves
- G01S17/06—Systems determining position data of a target
- G01S17/46—Indirect determination of position data
- G01S17/48—Active triangulation systems, i.e. using the transmission and reflection of electromagnetic waves other than radio waves
-
- 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
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/48—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00
- G01S7/4808—Evaluating distance, position or velocity data
-
- 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
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/02—Systems using the reflection of electromagnetic waves other than radio waves
- G01S17/06—Systems determining position data of a target
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Electromagnetism (AREA)
- General Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Automation & Control Theory (AREA)
- Length Measuring Devices By Optical Means (AREA)
- Optical Radar Systems And Details Thereof (AREA)
Abstract
本发明提供一种基于三角形周长匹配的反光板匹配算法,通过将地图内已知的反光板的位置信息逐一记录下来,生成场景坐标点布图,对所记录的反光板取点并进行边长不超过激光传感器最大探测距离的两倍的任意基础三角形组合;将组合得到的所有基础三角形记录下来,然后记录各基础三角形对应的边长、各顶点的位置和周长,并存储记录在AGV内;读取激光传感器实时探测到的反光板的角度和距离信息,对探测到的反光板进行任意的检测三角形组合;分别计算它们的边长和周长,并以周长和边长为特征,在基础三角形组合里搜索配对,从而确定激光传感器的实时位置。
Description
技术领域
本发明涉及利用反光板的激光传感器定位技术领域,主要涉及一种基于三角形周长匹配的反光板匹配算法。
背景技术
基于激光传感器的定位与导航技术是工业AGV、智能机器人等领域的关键性技术,相比传统有轨导航方式,该技术具有定位精度高、灵活多变等优点,适用于复杂、高动态的工业场景中。
目前,现有的激光传感定位技术一般需要提前知道AGV的基础所在位置,才能进行AGV移动后的定位,即需要根据上一时刻的位置坐标才能计算当前时刻的位置坐标,这种定位方法并不能全局匹配到当前坐标,即无法在未知上一时刻的位置坐标时计算出当前时刻的位置坐标,且目前的激光传感定位方法在每一次计算当前位置坐标时都需要大量的运算,浪费时间,影响工作效率;同时,现有的定位技术当中也有用到多边形匹配定位的,但是该定位方法运算量巨大,同样影响了工作效率,且该定位方法不容易控制误差,影响定位的精确性。
发明内容
本发明的目的在于克服现有技术的不足,提供一种匹配能力全面、效率高、运算量较少的基于三角形周长匹配的反光板匹配算法。
为了解决上述技术问题,本发明采用以下技术方案:
一种基于三角形周长匹配的反光板匹配算法,其包括以下步骤:
a.记录AGV行进场景上的所有反光板的坐标信息,生成场景坐标点布图,确定激光传感器的最大探测距离;
b.取所述场景坐标点布图的任意三点组合成若干基础三角形,计算所述若干基础三角形的周长、各边长的长度和各顶点位置,并且存储于AGV内;
c.提取条件满足边长小于或等于所述激光传感器最大探测距离的两倍的基础三角形;
d.扫描当前AGV所在位置的最大探测距离内的所有反光板,根据扫描的反光板为顶点匹配成若干个检测三角形,并且计算出所述若干个检测三角形的边长和周长;
e.以若干个检测三角形的周长为特征,与步骤c中提取的所述若干基础三角形进行匹配,找出与所述检测三角形的周长特征一致的所有基础三角形;
f.以若干个检测三角形的边长为特征,与步骤e中匹配到的周长特征一致的所有基础三角形进行匹配,找出与所述检测三角形的边长特征一致的所有基础三角形;
g.获得所有从步骤f中得出的基础三角形的各顶点的位置信息,根据各顶点的位置信息,结合地图与世界坐标列表进行平均融合,从而确定当前AGV的实时位置。
与现有技术相比,本发明提供的基于三角形周长匹配的反光板匹配算法,通过利用周长及对应边长或者角度等特征,在无需知道上一时刻的位置信息时也能快速完成匹配,得到激光传感器的实时位置,且可提前完成复杂的运算,在探测实时位置时,只需通过简单运算和对比融合就能得出激光传感器的实时位置坐标,运算量大大降低,且定位效率高。
具体的,步骤d中,激光传感器扫描反光板时可获取该反光板的角度信息和AGV距离该反光板的距离信息,根据所述角度信息和距离信息匹配成所述若干个检测三角形。
优选的,激光传感器从水平0度开始逆时针扫描,对扫到的反光板进行角度与距离的反馈,根据余弦定理计算出检测到的各个反光板之间的距离长度;再利用余弦定理,则可得到该检测三角形三条边长的距离长度和夹角,通过简单的数学运算即可得到各边长的长度与检测三角形的角度信息,运算速度快。
优选的,对于步骤b,在AGV中将所有基础三角形均记录在以周长为下标的基础三角形数组里,对于计算出来的相同周长的基础三角形,通过链表进行存储。
具体的,对于步骤c,所述边长小于或等于激光传感器最大探测距离的两倍,指的是若激光传感器的探测范围为L1mm,则组合的基础三角形的边长不超过L2=(2*L1)mm,保证能组合成基础三角形的反光板均能被激光传感器探测到。
优选的,对于步骤e,在以周长为特征,与基础三角形进行匹配时时,在±10mm的周长误差范围内,以周长为下标的数组中进行搜索,可更精确地搜索到与检测三角形对应的基础三角形。
附图说明
图1是本发明的简单示意图一;
图2是本发明的简单示意图二。
具体实施方式
以下结合附图说明本发明的一种优选的具体实施方式。
一种基于三角形周长匹配的反光板匹配算法,已知地图上所有反光板的位置,且同一时间激光传感器探测到的反光板不少于三个;其包括以下步骤:
a.记录AGV行进场景上的所有反光板的坐标信息,生成场景坐标点布图,确定激光传感器的最大探测距离,其中,坐标信息包括了该反光板在整个AGV进行场景的二维坐标系中的横纵坐标;
b.取所述场景坐标点布图的任意三点组合成若干基础三角形,计算所述若干基础三角形的周长、各边长的长度和各顶点位置,并且存储于AGV内;
c.提取条件满足边长小于或等于所述激光传感器最大探测距离的两倍的基础三角形;
d.扫描当前AGV所在位置的最大探测距离内的所有反光板,根据扫描的反光板为顶点匹配成若干个检测三角形,并且计算出所述若干个检测三角形的边长和周长;其中,激光传感器扫描反光板时可获取该反光板的角度信息和AGV距离该反光板的距离信息,根据所述角度信息和距离信息匹配成所述若干个检测三角形,
e.以若干个检测三角形的周长为特征,与步骤c中提取的所述若干基础三角形进行匹配,找出与所述检测三角形的周长特征一致的所有基础三角形;
f.以若干个检测三角形的边长为特征,与步骤e中匹配到的周长特征一致的所有基础三角形进行匹配,找出与所述检测三角形的边长特征一致的所有基础三角形;
g.获得所有从步骤f中得出的基础三角形的各顶点的位置信息,根据各顶点的位置信息,结合地图与世界坐标列表进行平均融合,从而确定当前AGV的实时位置。
与现有技术相比,本发明提供的基于三角形周长匹配的反光板匹配算法,通过利用周长及对应边长或者角度等特征,在无需知道上一时刻的位置信息时也能快速完成匹配,得到激光传感器的实时位置,且可提前完成复杂的运算,在探测实时位置时,只需通过简单运算和对比融合就能得出激光传感器的实时位置坐标,运算量大大降低,且定位效率高。
参见图1和图2,作为优选方案,激光传感器从水平0度开始逆时针扫描,对扫到的反光板进行角度与距离的反馈,根据余弦定理计算出检测到的各个反光板之间的距离长度;再利用余弦定理,则可得到该检测三角形三条边长的距离长度和夹角,通过简单的数学运算即可得到各边长的长度与检测三角形的角度信息,运算速度快;以激光传感器检测到三个反光板为例,激光传感器扫描到K、K’和K”三块反光板并组合成检测三角形,其中激光传感器扫描到第一块反光板K的距离为A,其角度为α,激光传感器扫描到的第二块反光板K’的距离为B,其角度为β,激光传感器扫描到第三块反光板的距离为C,其角度为θ,则可知,第一块反光板K与第二块反光板K’的夹角为γ1=β-α;第二块反光板K’与第三块反光板K”的夹角γ2=θ-β,第三块反光板K”与第一块反光板K的夹角γ3=360°-γ1-γ2;再利用余弦定理,则可得到该检测三角形三条边长的距离长度和夹角。
作为优选方案,对于步骤b,在AGV中将所有基础三角形均记录在以周长为下标的基础三角形数组里,对于计算出来的相同周长的基础三角形,通过链表进行存储。
作为优选方案,对于步骤c,所述边长小于或等于激光传感器最大探测距离的两倍,指的是若激光传感器的探测范围为L1mm,则组合的基础三角形的边长不超过L2=(2*L1)mm,例如,若激光传感器的探测范围为20000mm,则组合的三角形的边长不超过40000mm;保证能组合成基础三角形的反光板均能被激光传感器探测到。
作为优选方案,在以周长为特征,与基础三角形进行匹配时时,可在一定的周长误差范围内(±10mm)为下标的数组中进行搜索,可更精确地搜索到与检测三角形对应的基础三角形,例如,该检测三角形的周长为12000mm,周长范围为±10mm,则搜索数组下标为11990-12010的基础三角形数组;更精确地搜索到与检测三角形对应的基础三角形。
根据上述说明书的揭示和教导,本发明所属领域的技术人员还可以对上述实施方式进行变更和修改。因此,本发明并不局限于上面揭示和描述的具体实施方式,对本发明的一些修改和变更也应当落入本发明的权利要求的保护范围内。此外,尽管本说明书中使用了一些特定的术语,但这些术语只是为了方便说明,并不对本发明构成任何限制。
Claims (6)
1.一种基于三角形周长匹配的反光板匹配算法,其特征在于,包括以下步骤:
a.记录AGV行进场景上的所有反光板的坐标信息,生成场景坐标点布图,确定激光传感器的最大探测距离;
b.取所述场景坐标点布图的任意三点组合成若干基础三角形,计算所述若干基础三角形的周长、各边长的长度和各顶点位置,并且存储于AGV内;
c.提取条件满足边长小于或等于所述激光传感器最大探测距离的两倍的基础三角形;
d.扫描当前AGV所在位置的最大探测距离内的所有反光板,根据扫描的反光板为顶点匹配成若干个检测三角形,并且计算出所述若干个检测三角形的边长和周长;
e.以若干个检测三角形的周长为特征,与步骤c中提取的基础三角形进行匹配,找出与所述检测三角形的周长特征一致的所有基础三角形;
f.以若干个检测三角形的边长为特征,与步骤e中匹配到的周长特征一致的所有基础三角形进行匹配,找出与所述检测三角形的边长特征一致的所有基础三角形;
g.获得所有从步骤f中得出的基础三角形的各顶点的位置信息,根据各顶点的位置信息,结合地图与世界坐标列表进行平均融合,从而确定当前AGV的实时位置。
2.根据权利要求1所述的基于三角形周长匹配的反光板匹配算法,其特征在于:步骤d中,激光传感器扫描反光板时可获取该反光板的角度信息和AGV距离该反光板的距离信息,根据所述角度信息和距离信息匹配成所述若干个检测三角形。
3.根据权利要求1所述的基于三角形周长匹配的反光板匹配算法,其特征在于:对于步骤b,在AGV中将所有基础三角形均记录在以周长为下标的基础三角形数组里,对于计算出来的相同周长的基础三角形,通过链表进行存储。
4.根据权利要求1所述的基于三角形周长匹配的反光板匹配算法,其特征在于:对于步骤c,所述边长小于或等于激光传感器最大探测距离的两倍,指的是若激光传感器的探测范围为L1mm,则组合的基础三角形的边长不超过L2=(2*L1)mm。
5.根据权利要求2所述的基于三角形周长匹配的反光板匹配算法,其特征在于:对于步骤d,激光传感器从水平0度开始逆时针扫描,对扫到的反光板进行角度与距离的反馈,根据余弦定理计算出检测到的各个反光板之间的距离长度;再利用余弦定理,则可得到该检测三角形三条边长的距离长度和夹角。
6.根据权利要求1所述的基于三角形周长匹配的反光板匹配算法,其特征在于:对于步骤e,在以周长为特征,与基础三角形进行匹配时时,在±10mm的周长误差范围内,以周长为下标的数组中进行搜索。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711402090.7A CN108195377B (zh) | 2017-12-22 | 2017-12-22 | 一种基于三角形周长匹配的反光板匹配算法 |
US16/177,693 US11307307B2 (en) | 2017-12-22 | 2018-11-01 | Reflector matching algorithm based on triangle perimeter matching |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711402090.7A CN108195377B (zh) | 2017-12-22 | 2017-12-22 | 一种基于三角形周长匹配的反光板匹配算法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108195377A CN108195377A (zh) | 2018-06-22 |
CN108195377B true CN108195377B (zh) | 2020-09-04 |
Family
ID=62583276
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711402090.7A Active CN108195377B (zh) | 2017-12-22 | 2017-12-22 | 一种基于三角形周长匹配的反光板匹配算法 |
Country Status (2)
Country | Link |
---|---|
US (1) | US11307307B2 (zh) |
CN (1) | CN108195377B (zh) |
Families Citing this family (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109709955A (zh) * | 2018-12-24 | 2019-05-03 | 芜湖智久机器人有限公司 | 一种将激光反光板数据与cad坐标系匹配的方法、系统及存储介质 |
CN109798894B (zh) * | 2018-12-28 | 2021-12-10 | 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 |
CN109613549B (zh) * | 2018-12-28 | 2023-04-07 | 芜湖哈特机器人产业技术研究院有限公司 | 一种基于卡尔曼过滤的激光雷达定位方法 |
CN110068829A (zh) * | 2019-04-11 | 2019-07-30 | 上海快仓智能科技有限公司 | 简化的基于图形快速匹配的激光定位方法 |
CN110133593B (zh) * | 2019-05-23 | 2021-07-27 | 浙江厚达智能科技股份有限公司 | 无人驾驶室内车辆 |
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 |
CN111123287A (zh) * | 2019-12-31 | 2020-05-08 | 深圳前海达闼云端智能科技有限公司 | 机器人定位方法、机器人及计算机可读存储介质 |
CN111060092B (zh) * | 2019-12-31 | 2021-07-30 | 芜湖哈特机器人产业技术研究院有限公司 | 一种反光柱的快速匹配方法 |
CN111025309B (zh) * | 2019-12-31 | 2021-10-26 | 芜湖哈特机器人产业技术研究院有限公司 | 一种融合折角板的自然定位方法及系统 |
US20210247774A1 (en) * | 2020-02-10 | 2021-08-12 | Shuhei Hotta | Transport system and transport method |
CN111307168A (zh) * | 2020-03-19 | 2020-06-19 | 苏州艾吉威机器人有限公司 | Agv建图方法和定位方法及系统 |
CN111829517A (zh) * | 2020-08-19 | 2020-10-27 | 三一机器人科技有限公司 | Agv导航定位系统和方法 |
CN112130166B (zh) * | 2020-09-04 | 2023-11-28 | 江苏智库智能科技有限公司 | 基于反光板网络的agv定位方法及装置 |
CN112815944B (zh) * | 2020-12-31 | 2022-07-12 | 深圳易行机器人有限公司 | 一种基于边角联合特征结构体的激光反射板定位方法 |
CN113514844A (zh) * | 2021-04-25 | 2021-10-19 | 西北师范大学 | 一种基于二维激光反射强度的移动机器人定位方法及系统 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB8313339D0 (en) * | 1983-05-14 | 1983-06-22 | Gen Electric Co Plc | Vehicle guidance |
JP3149661B2 (ja) * | 1993-12-24 | 2001-03-26 | 株式会社ダイフク | 無人搬送車の位置同定方法 |
SE511504C2 (sv) * | 1997-10-17 | 1999-10-11 | Apogeum Ab | Sätt och anordning för associering av anonyma reflektorer till detekterade vinkellägen |
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 |
CN102072730B (zh) * | 2010-11-04 | 2012-11-21 | 北京航空航天大学 | 一种三角形星图识别方法 |
CN106843222A (zh) * | 2017-03-13 | 2017-06-13 | 苏州艾吉威机器人有限公司 | 一种局部铺反射板的激光导航agv系统 |
WO2018208751A1 (en) * | 2017-05-08 | 2018-11-15 | Physna Llc | System and methods for 3d model evaluation |
-
2017
- 2017-12-22 CN CN201711402090.7A patent/CN108195377B/zh active Active
-
2018
- 2018-11-01 US US16/177,693 patent/US11307307B2/en active Active
Also Published As
Publication number | Publication date |
---|---|
CN108195377A (zh) | 2018-06-22 |
US20190196018A1 (en) | 2019-06-27 |
US11307307B2 (en) | 2022-04-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108195377B (zh) | 一种基于三角形周长匹配的反光板匹配算法 | |
CN112767490B (zh) | 一种基于激光雷达的室外三维同步定位与建图方法 | |
CN109186606B (zh) | 一种基于slam和图像信息的机器人构图及导航方法 | |
CN107014294B (zh) | 一种基于红外图像的接触网几何参数检测方法及系统 | |
CN108007451B (zh) | 货物承载装置位姿的检测方法、装置、计算机设备和存储介质 | |
CN103424112B (zh) | 一种基于激光平面辅助的运动载体视觉导航方法 | |
JP5881743B2 (ja) | 奥行きマップを使用したモバイルカメラの自己位置推定 | |
CN109144072A (zh) | 一种基于三维激光的机器人智能避障方法 | |
AU2007355942B2 (en) | Arrangement and method for providing a three dimensional map representation of an area | |
US10288425B2 (en) | Generation of map data | |
CN107301648B (zh) | 基于重叠区域边界角度的冗余点云去除方法 | |
CN111046776A (zh) | 基于深度相机的移动机器人行进路径障碍物检测的方法 | |
CN103605978A (zh) | 基于三维实景数据的城市违章建筑识别系统及方法 | |
CN107862735B (zh) | 一种基于结构信息的rgbd三维场景重建方法 | |
JP6524529B2 (ja) | 建築限界判定装置 | |
JP6782903B2 (ja) | 自己運動推定システム、自己運動推定システムの制御方法及びプログラム | |
CN112346453A (zh) | 机器人自动回充方法、装置、机器人和存储介质 | |
CN112184906B (zh) | 一种三维模型的构建方法及装置 | |
CN114187418A (zh) | 回环检测方法、点云地图构建方法、电子设备及存储介质 | |
CN113447014A (zh) | 室内移动机器人、建图方法、定位方法以及建图定位装置 | |
CN114332233B (zh) | 一种激光slam回环检测方法和系统 | |
CN116468786A (zh) | 一种面向动态环境的基于点线联合的语义slam方法 | |
CN104517280A (zh) | 三维成像方法 | |
CN112540382A (zh) | 一种基于视觉识别检测的激光导航agv辅助定位方法 | |
CN112685527B (zh) | 建立地图的方法、装置和电子系统 |
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 |