CN108332750A - 机器人定位方法及终端设备 - Google Patents
机器人定位方法及终端设备 Download PDFInfo
- Publication number
- CN108332750A CN108332750A CN201810009675.0A CN201810009675A CN108332750A CN 108332750 A CN108332750 A CN 108332750A CN 201810009675 A CN201810009675 A CN 201810009675A CN 108332750 A CN108332750 A CN 108332750A
- Authority
- CN
- China
- Prior art keywords
- robot
- sub
- posture information
- information
- reflecting plate
- 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
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
- G01C21/20—Instruments for performing navigational calculations
- G01C21/206—Instruments for performing navigational calculations specially adapted for indoor navigation
-
- 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
- G01S17/88—Lidar systems specially adapted for specific applications
- G01S17/89—Lidar systems specially adapted for specific applications for mapping or imaging
-
- 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
- G01S17/88—Lidar systems specially adapted for specific applications
- G01S17/93—Lidar systems specially adapted for specific applications for anti-collision purposes
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Electromagnetism (AREA)
- Automation & Control Theory (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明适用于机器人定位技术领域，提供了一种机器人定位方法及终端设备。机器人定位方法包括：通过同步定位与建图定位技术确定所述机器人当前所在位置的第一子位姿信息；通过到达时间定位技术确定所述机器人当前所在位置的第二子位姿信息；在所述第一子位姿信息与所述第二子位姿信息的偏差位于第一预设范围内时，将所述第一子位姿信息与所述第二子位姿信息进行融合，得到所述机器人当前所在位置的第一位姿信息。本发明通过同步定位与建图定位技术和到达时间定位技术对机器人进行定位，既能满足普遍适用性，又能够提高定位精度，得到准确的定位信息。
Description
技术领域
本发明属于机器人定位技术领域，尤其涉及一种机器人定位方法及终端设备。
背景技术
机器人的室内运动需要高精度的定位装置提供实时位置信息，才能实现准确的室内导航。同步定位与建图(Simultaneous Location and Mapping,SLAM)定位技术是目前主流的定位技术，SLAM定位技术能够帮助机器人构建室内环境地图，助力机器人的自主行走，利用激光雷达作为传感器，获取地图数据，使机器人实现同步定位与地图构建。SLAM定位技术具有普遍适用性，但是定位精度较低，不能满足机器人定位的需求。
发明内容
有鉴于此，本发明实施例提供了一种机器人定位方法及终端设备，以解决现有技术中SLAM定位技术定位精度低的问题。
本发明实施例的第一方面提供了一种机器人定位方法，包括：
通过同步定位与建图定位技术确定所述机器人当前所在位置的第一子位姿信息；
通过到达时间定位技术确定所述机器人当前所在位置的第二子位姿信息；
在所述第一子位姿信息与所述第二子位姿信息的偏差位于第一预设范围内时，将所述第一子位姿信息与所述第二子位姿信息进行融合，得到所述机器人当前所在位置的第一位姿信息。
在第一方面第一种可能的实现方式中，所述通过同步定位与建图定位技术确定所述机器人当前所在位置的第一子位姿信息，通过到达时间定位技术确定所述机器人当前所在位置的第二子位姿信息，包括：
构建局部数据库；所述局部数据库包括所述机器人当前所在位置的局部地图信息和所述机器人当前所在位置的第一局部反射板信息；
将所述局部数据库与全局数据库进行匹配；所述全局数据库包括所述机器人运动场景的全局地图信息和所述机器人运动场景的全局反射板信息；其中，所述反射板包括多个，设置于所述机器人运动场景的预设位置；
在匹配成功时，根据所述局部地图信息，通过同步定位与建图定位技术确定所述机器人的第一子位姿信息，根据所述第一局部反射板信息，通过到达时间定位技术确定所述机器人的第二子位姿信息。
结合第一方面第一种可能的实现方式，在第二种可能的实现方式中，所述构建局部数据库，包括：
对所述机器人当前所在位置进行激光扫描；
接收反射的激光回波；
将所述激光回波进行滤波；
根据滤波后的所述激光回波构建局部数据库。
结合第一方面第二种可能的实现方式，在第三种可能的实现方式中，所述方法还包括：
在所述局部数据库与所述全局数据库匹配失败或所述第一子位姿信息与所述第二子位姿信息的偏差不位于预设范围内，且所述第一局部反射板信息与所述全局反射板信息不匹配时，降低所述机器人的运动速度；
对所述机器人当前所在位置重新进行激光扫描，并根据反射的激光回波确定第二局部反射板信息，将所述第二局部反射板信息与所述全局反射板信息进行匹配，直至所述第二局部反射板信息与所述全局反射板信息匹配成功为止；
进行传感器误差校正，所述传感器包括用于发射激光和接收激光回波的激光雷达；
执行对所述机器人当前所在位置进行激光扫描的步骤。
结合第一方面第三种可能的实现方式，在第四种可能的实现方式中，所述方法还包括：
在所述局部数据库与所述全局数据库匹配失败或所述第一子位姿信息与所述第二子位姿信息的偏差不位于预设范围内，且所述局部反射板信息与所述全局反射板信息匹配时，进行传感器误差校正；
执行对所述机器人当前所在位置进行激光扫描的步骤。
结合第一方面第一种可能的实现方式，在第五种可能的实现方式中，所述构建局部数据库之前，所述方法还包括：
在所述机器人重新启动或进行系统初始化，且检测到存储器中不存在机器人运动场景的全局数据库时，构建全局数据库。
在第一方面第六种可能的实现方式中，所述方法还包括：
通过里程定位技术确定所述机器人当前所在位置的第三子位姿信息；
在所述第一子位姿信息、所述第二子位姿信息和所述第三子位姿信息之间的偏差均位于第二预设范围内时，将所述第一子位姿信息、所述第二子位姿信息和所述第三子位姿信息进行融合，得到所述机器人当前所在位置的第二位姿信息。
本发明实施例的第二方面提供了一种机器人定位装置，包括：
定位单元，用于通过同步定位与建图定位技术确定所述机器人当前所在位置的第一子位姿信息；通过到达时间定位技术确定所述机器人当前所在位置的第二子位姿信息；
融合单元，用于在所述第一子位姿信息与所述第二子位姿信息的偏差位于第一预设范围内时，将所述第一子位姿信息与所述第二子位姿信息进行融合，得到所述机器人的第一位姿信息。
本发明实施例的第三方面提供了一种机器人定位终端设备，包括：包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上述所述方法的步骤。
本发明实施例的第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如上述所述方法的步骤。
本发明实施例与现有技术相比存在的有益效果是：本发明实施例通过SLAM定位技术确定所述机器人当前所在位置的第一子位姿信息，通过到达时间(Tme of Arrival,TOA)定位技术确定所述机器人当前所在位置的第二子位姿信息，在所述第一子位姿信息与所述第二子位姿信息的偏差位于第一预设范围内时，将所述第一子位姿信息与所述第二子位姿信息进行融合，得到所述机器人当前所在位置的第一位姿信息。本发明实施例通过SLAM定位技术和TOA定位技术对机器人进行定位，既能满足普遍适用性，又能够提高定位精度，得到准确的定位信息。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1是本发明实施例一提供的机器人定位方法的实现流程示意图；
图2是本发明实施例一提供的机器人定位方法的实现流程示意图；
图3是本发明实施例一提供的构建局部数据库的实现流程示意图；
图4是本发明实施例二提供的机器人定位方法的实现流程示意图；
图5是本发明实施例三提供的机器人定位装置的结构示意图；
图6是本发明实施例四提供的机器人定位终端设备的示意图。
具体实施方式
以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本发明实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本发明的描述。
为了说明本发明所述的技术方案，下面通过具体实施例来进行说明。
实施例一
请参考图1，机器人定位方法包括：
步骤S101，通过同步定位与建图定位技术确定所述机器人当前所在位置的第一子位姿信息。
在本发明实施例中，SLAM定位技术是使机器人在未知环境中完成定位、建图与路径规划的整套流程。对于完全未知的室内环境，通过激光雷达等传感器构建室内环境地图，助力机器人的自主行走。机器人在未知环境中从一个未知位置开始移动，在移动过程中根据位置估计和传感器数据进行自身定位，同时建造增量式地图。SLAM定位技术包括但不限于视觉SLAM定位技术和激光雷达SLAM定位技术，其中，视觉SLAM定位技术通过对机器人周边的环境进行光学处理，用摄像头进行图像采集，将采集的图像进行压缩，并将压缩后的图像反馈到一个神经网络和统计学方法构成的学习子系统，由学习子系统将采集到的图像和机器人的位置联系起来，完成机器人的自主导航定位功能。激光雷达SLAM定位技术利用激光雷达作为传感器，获取地图数据，使机器人实现同步定位与地图构建。优选的，本发明实施例中，采用激光雷达SLAM定位技术确定机器人的第一子位姿信息。
步骤S102，通过到达时间定位技术确定所述机器人当前所在位置的第二子位姿信息。
TOA定位技术利用信号的传播时间这一特征完成定位。TOA定位技术通过机器人上设置的激光雷达发射激光至反射板，并接收反射板反射的激光回波，根据激光回波的接收时间确定反射板与机器人之间的距离，进而根据反射板信息确定机器人的第二子位姿信息。
步骤S103，在所述第一子位姿信息与所述第二子位姿信息的偏差位于第一预设范围内时，将所述第一子位姿信息与所述第二子位姿信息进行融合，得到所述机器人当前所在位置的第一位姿信息。
在本发明实施例中，根据SLAM定位技术与TOA技术定位精度的高低，按照权重比融合第一子位姿信息与第二子位姿信息，生成机器人最终的第一位姿信息。TOA定位技术的定位精度高于SLAM定位技术的定位精度，因此，为TOA定位技术分配更高的权重，然后通过蒙特卡洛粒子滤波(Monte Carlo Particle Filter)定位算法将第一子位姿信息与第二子位姿信息进行融合，得到机器人当前所在位置的第一位姿信息。
本发明实施例通过SLAM定位技术确定所述机器人当前所在位置的第一子位姿信息，通过TOA定位技术确定所述机器人当前所在位置的第二子位姿信息，在所述第一子位姿信息与所述第二子位姿信息的偏差位于第一预设范围内时，将所述第一子位姿信息与所述第二子位姿信息进行融合，得到所述机器人当前所在位置的第一位姿信息。本发明实施例通过SLAM定位技术和TOA定位技术对机器人进行定位，既能满足普遍适用性，又能够提高定位精度，得到准确的定位信息。
可选的，如图2所示，步骤S101和步骤S102的实现方式为：
步骤S201，构建局部数据库；所述局部数据库包括所述机器人当前所在位置的局部地图信息和所述机器人当前所在位置的第一局部反射板信息。
步骤S202，将所述局部数据库与全局数据库进行匹配；所述全局数据库包括所述机器人运动场景的全局地图信息和所述机器人运动场景的全局反射板信息。其中，所述反射板包括多个，设置于所述机器人运动场景的预设位置。
步骤S203，在匹配成功时，根据所述局部地图信息，通过同步定位与建图定位技术确定所述机器人的第一子位姿信息，根据所述第一局部反射板信息，通过到达时间定位技术确定所述机器人的第二子位姿信息。
在本发明实施例中，局部数据库包括局部地图信息和第一局部反射板信息，全局数据库包括全局地图信息和全局反射板信息。局部地图信息包括机器人所在位置的地图，全局地图信息包括机器人运动场景的地图，其中机器人被限制在该运动场景中运动。将多个反射板预先设置在机器人运动场景中的预设位置，全局反射板信息包括机器人运动场景中所有反射板的坐标和序列号，第一反射板信息包括机器人所在位置的反射板的坐标和序列号。当激光扫描到反射板时，反射板能够产生很强的激光回波，根据激光回波确定第一局部反射板信息。将局部数据库与全局数据库进行匹配，在匹配成功时，说明构建的全局数据库是在正确的，则根据局部地图信息，通过SLAM定位技术确定机器人当前所在位置的第一子位姿信息，根据第一局部反射板信息，通过TOA定位技术确定机器人当前所在位置的第二子位姿信息。
进一步的，如图3所示，所述构建局部数据库，包括：
步骤S301，对所述机器人当前所在位置进行激光扫描。
步骤S302，接收反射的激光回波。
步骤S303，将所述激光回波进行滤波。
步骤S304，根据滤波后的所述激光回波构建局部数据库。
在本发明实施例中，设定机器人以第一速度运动，在机器人运动过程中，设置在机器人上的激光雷达实时对机器人所在位置进行激光扫描，并接收反射的激光回波，在对激光回波的强度及连续性进行滤波后，根据滤波后的激光回波构建局部数据库。
更进一步的，所述方法还包括：在所述局部数据库与所述全局数据库匹配失败或所述第一子位姿信息与所述第二子位姿信息的偏差不位于预设范围内，且所述第一局部反射板信息与所述全局反射板信息不匹配时，降低所述机器人的运动速度；
对所述机器人当前所在位置重新进行激光扫描，并根据反射的激光回波确定第二局部反射板信息，将所述第二局部反射板信息与所述全局反射板信息进行匹配，直至所述第二局部反射板信息与所述全局反射板信息匹配成功为止；
进行传感器误差校正，所述传感器包括用于发射激光和接收激光回波的激光雷达；
执行对所述机器人当前所在位置进行激光扫描的步骤。
在本发明实施例中，在所述局部数据库与所述全局数据库匹配失败或所述第一子位姿信息与所述第二子位姿信息的偏差不位于预设范围时，通过判断第一局部反射板信息与全局反射板信息是否匹配，进而得知在构建局部数据库时，反射板是否存在漏检的情况。在第一局部反射板信息与全局反射板信息不匹配时，说明在构建局部数据库时，反射板存在漏检，则降低机器人的运动速度，并对机器人所在位置重新进行激光扫描，根据反射的激光回波确定第二局部反射板信息，将第二局部反射板信息与全局反射板信息进行匹配，在匹配成功时，进行传感器误差校正，在匹配失败时，再次降低机器人的运动速度，并再次对机器人所在位置重新进行激光扫描，直至第二局部反射板信息与全局反射板信息匹配成功时为止，在匹配成功后，进行传感器误差校正，并重新对机器人当前所在位置进行激光扫描，构建新的局部数据库。
所述方法还包括：在所述局部数据库与所述全局数据库匹配失败或所述第一子位姿信息与所述第二子位姿信息的偏差不位于预设范围内，且所述局部反射板信息与所述全局反射板信息匹配时，进行传感器误差校正；
执行对所述机器人当前所在位置进行激光扫描的步骤。
在本发明实施例中，在第一局部反射板信息与全局反射板信息匹配时，说明在构建数据库时，反射板不存在漏检，而是传感器出现误差，则进行传感器误差校正，在传感器误差校正完成后，重新对机器人当前所在位置进行激光扫描，构建新的局部数据库。
进一步的，步骤S201之前，所述方法还包括：
在所述机器人重新启动或进行系统初始化，且检测到存储器中不存在机器人运动场景的全局数据库时，构建全局数据库。
在本发明实施例中，构建局部数据库之前，在机器人重新启动或进行初始化时，首先检测存储器中是否存在机器人运动场景的全局数据库，在存在机器人运动场景的全局数据库时，则执行步骤S201，在不存在全局数据库时，则首先构建全局数据库再执行步骤S201。构建全局数据的方法包括：设定机器人以第二速度在运动场景中运动，并实时对机器人当前所在位置进行激光扫描，接收反射的激光回波，将激光回波进行滤波，根据滤波后的激光回波构建全局数据库。
可选的，所述方法还包括：
通过里程定位技术确定所述机器人当前所在位置的第三子位姿信息；
在所述第一子位姿信息、所述第二子位姿信息和所述第三子位姿信息之间的偏差均位于第二预设范围内时，将所述第一子位姿信息、所述第二子位姿信息和所述第三子位姿信息进行融合，得到所述机器人当前所在位置的第二位姿信息。
在本发明实施例中，通过里程计和绝对值编码器确定所述机器人的里程信息，通过里程定位技术根据所述里程信息确定机器人当前所在位置的第三子位姿信息，在第一子位姿信息、第二子位姿信息和第三子位姿信息两两之间的偏差均位于第二预设范围内时，将第一子位姿信息、第二子位姿信息和第三子位姿信息进行融合，得到所述机器人当前所在位置的第二位姿信息。本发明实施例通过将三种定位技术确定的机器人的子位姿信息进行融合得到机器人的第二位姿信息，能够获得更加准确的定位结果。
实施例二
请参考图4，机器人定位方法包括：
步骤S401，启动传感器。
在本发明实施例中，传感器包括激光雷达，激光雷达用于发射激光和接收激光回波。
步骤S402，传感器自检。
在本发明实施例中，检测传感器输的数据格式、数据长度和输出频率等信息，通过传感器自检获知传感器是否正常工作。
步骤S403，判断存储器中是否存储机器人运动场景的全部数据库，若存储器中不存在机器人运动场景的全局数据库时，执行步骤S404，若存储器中存在机器人运动场景的全局数据库时，执行步骤S405。
步骤S404，构建全局数据库，所述全局数据库包括所述机器人运动场景的全局地图信息和所述机器人运动场景的全局反射板信息；
步骤S405，构建局部数据库，所述局部数据库包括所述机器人当前所在位置的局部地图信息和所述机器人当前所在位置的第一局部反射板信息。
步骤S406，判断所述局部数据库与所述全局数据库是否匹配，若所述局部数据库与所述全局数据库匹配则执行步骤S407，若所述局部数据库与所述全局数据库不匹配，则执行步骤S411。
步骤S407，根据所述局部地图信息，通过SLAM定位技术确定所述机器人当前所在位置的第一子位姿信息，根据所述第一局部反射板信息，通过TOA定位技术确定所述机器人当前所在位置的第二子位姿信息。
步骤S408，判断所述第一位姿信息与所述第二位姿信息是否位于第一预设范围内，若所述第一位姿信息与所述第二位姿信息位于第一预设范围内，则执行步骤S409，若所述第一位姿信息与所述第二位姿信息是不位于第一预设范围内，则执行步骤S410。
步骤S409，将所述第一子位姿信息与所述第二子位姿信息进行融合，得到所述机器人当前所在位置的第一位姿信息。
步骤S410，判断所述第一局部反射板信息与所述全局反射板信息是否匹配，若所述第一局部反射板信息与所述全局反射板信息匹配，则执行步骤S411，若所述第一局部反射板信息与所述全局反射板信息不匹配，则执行步骤S412。
步骤S411，对所述机器人当前所在位置重新进行激光扫描，并根据反射的激光回波确定第二局部反射板信息，将所述第二局部反射板信息与所述全局反射板信息进行匹配，直至所述第二局部反射板信息与所述全局反射板信息匹配成功为止。
步骤S412，进行传感器误差校正。
步骤S412之后，继续执行步骤S405。
应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。
实施例三
请参考图5，一种机器人定位装置，包括：定位单元501和融合单元502。
定位单元501，用于通过同步定位与建图定位技术确定所述机器人当前所在位置的第一子位姿信息；通过到达时间定位技术确定所述机器人当前所在位置的第二子位姿信息。
融合单元502，用于在所述第一子位姿信息与所述第二子位姿信息的偏差位于第一预设范围内时，将所述第一子位姿信息与所述第二子位姿信息进行融合，得到所述机器人当前所在位置的第一位姿信息。
可选的，定位单元501包括：
第一构建子单元，用于构建局部数据库；所述局部数据库包括所述机器人当前所在位置的局部地图信息和所述机器人当前所在位置的第一局部反射板信息；
第一匹配子单元，用于将所述局部数据库与全局数据库进行匹配；所述全局数据库包括所述机器人运动场景的全局地图信息和所述机器人运动场景的全局反射板信息。其中，所述反射板包括多个，设置于所述机器人运动场景的预设位置；
定位子单元，用于在匹配成功时，根据所述局部地图信息，通过同步定位与建图定位技术确定所述机器人的第一子位姿信息，根据所述第一局部反射板信息，通过到达时间定位技术确定所述机器人的第二子位姿信息。
进一步的，所述第一构建子单元，具体用于：
对所述机器人当前所在位置进行激光扫描；
接收反射的激光回波；
将所述激光回波进行滤波；
根据滤波后的所述激光回波构建局部数据库。
更进一步的，所述第一匹配子单元还用于在所述局部数据库与所述全局数据库匹配失败，且所述第一局部反射板信息与所述全局反射板信息不匹配时，降低所述机器人的运动速度；
对所述机器人当前所在位置重新进行激光扫描，并根据反射的激光回波确定第二局部反射板信息，将所述第二局部反射板信息与所述全局反射板信息进行匹配，直至所述第二局部反射板信息与所述全局反射板信息匹配成功为止；
进行传感器误差校正，所述传感器包括用于发射激光和接收激光回波的激光雷达。
在所述局部数据库与所述全局数据库匹配失败或所述第一子位姿信息与所述第二子位姿信息的偏差不位于预设范围内，且所述局部反射板信息与所述全局反射板信息匹配时，进行传感器误差校正；
执行对所述机器人当前所在位置进行激光扫描的步骤。
更进一步的，所述融合单元502还用于在所述第一子位姿信息与所述第二子位姿信息的偏差不位于预设范围内，且所述第一局部反射板信息与所述全局反射板信息不匹配时，降低所述机器人的运动速度；
对所述机器人当前所在位置重新进行激光扫描，并根据反射的激光回波确定第二局部反射板信息，将所述第二局部反射板信息与所述全局反射板信息进行匹配，直至所述第二局部反射板信息与所述全局反射板信息匹配成功为止；
进行传感器误差校正，所述传感器包括用于发射激光和接收激光回波的激光雷达。
在所述局部数据库与所述全局数据库匹配失败或所述第一子位姿信息与所述第二子位姿信息的偏差不位于预设范围内，且所述局部反射板信息与所述全局反射板信息匹配时，进行传感器误差校正；
执行对所述机器人当前所在位置进行激光扫描的步骤。
可选的，所述装置还包括：
第二构建子单元，用于在所述机器人重新启动或系统初始化，且检测到存储器中不存在机器人运动场景的全局数据库时，构建全局数据库。
可选的，所述定位单元501还用于通过里程定位技术确定所述机器人当前所在位置的第三子位姿信息；
所述融合单元502还用于在所述第一子位姿信息、所述第二子位姿信息和所述第三子位姿信息之间的偏差均位于第二预设范围内时，将所述第一子位姿信息、所述第二子位姿信息和所述第三子位姿信息进行融合，得到所述机器人当前所在位置的第二位姿信息。
实施例四
图6是本发明一实施例提供的机器人定位终端设备的示意图。如图6所示，该实施例的机器人定位终端设备6包括：处理器60、存储器61以及存储在所述存储器61中并可在所述处理器60上运行的计算机程序62。所述处理器60执行所述计算机程序62时实现上述各个机器人定位方法实施例中的步骤，例如图1所示的步骤S101至S103。或者，所述处理器60执行所述计算机程序62时实现上述各装置实施例中各模块/单元的功能，例如图5所示模块501和502的功能。
示例性的，所述计算机程序62可以被分割成一个或多个模块/单元，所述一个或者多个模块/单元被存储在所述存储器61中，并由所述处理器60执行，以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序62在所述机器人定位终端设备6中的执行过程。例如，所述计算机程序62可以被定位模块和融合模块，各模块具体功能如下：
定位单元，用于通过同步定位与建图定位技术确定所述机器人当前所在位置的第一子位姿信息；通过到达时间定位技术确定所述机器人当前所在位置的第二子位姿信息。
融合单元，用于在所述第一子位姿信息与所述第二子位姿信息的偏差位于第一预设范围内时，将所述第一子位姿信息与所述第二子位姿信息进行融合，得到所述机器人当前所在位置的第一位姿信息。
可选的，定位单元包括：
第一构建子单元，用于构建局部数据库；所述局部数据库包括所述机器人当前所在位置的局部地图信息和所述机器人当前所在位置的第一局部反射板信息；
第一匹配子单元，用于将所述局部数据库与全局数据库进行匹配；所述全局数据库包括所述机器人运动场景的全局地图信息和所述机器人运动场景的全局反射板信息。其中，所述反射板包括多个，设置于所述机器人运动场景的预设位置；
定位子单元，用于在匹配成功时，根据所述局部地图信息，通过同步定位与建图定位技术确定所述机器人的第一子位姿信息，根据所述第一局部反射板信息，通过到达时间定位技术确定所述机器人的第二子位姿信息。
进一步的，所述第一构建子单元，具体用于：
对所述机器人当前所在位置进行激光扫描；
接收反射的激光回波；
将所述激光回波进行滤波；
根据滤波后的所述激光回波构建局部数据库。
更进一步的，所述第一匹配子单元还用于在所述局部数据库与所述全局数据库匹配失败，且所述第一局部反射板信息与所述全局反射板信息不匹配时，降低所述机器人的运动速度；
对所述机器人当前所在位置重新进行激光扫描，并根据反射的激光回波确定第二局部反射板信息，将所述第二局部反射板信息与所述全局反射板信息进行匹配，直至所述第二局部反射板信息与所述全局反射板信息匹配成功为止；
进行传感器误差校正，所述传感器包括用于发射激光和接收激光回波的激光雷达。
在所述局部数据库与所述全局数据库匹配失败或所述第一子位姿信息与所述第二子位姿信息的偏差不位于预设范围内，且所述局部反射板信息与所述全局反射板信息匹配时，进行传感器误差校正；
执行对所述机器人当前所在位置进行激光扫描的步骤。
更进一步的，所述融合单元还用于在所述第一子位姿信息与所述第二子位姿信息的偏差不位于预设范围内，且所述第一局部反射板信息与所述全局反射板信息不匹配时，降低所述机器人的运动速度；
对所述机器人当前所在位置重新进行激光扫描，并根据反射的激光回波确定第二局部反射板信息，将所述第二局部反射板信息与所述全局反射板信息进行匹配，直至所述第二局部反射板信息与所述全局反射板信息匹配成功为止；
进行传感器误差校正，所述传感器包括用于发射激光和接收激光回波的激光雷达。
在所述局部数据库与所述全局数据库匹配失败或所述第一子位姿信息与所述第二子位姿信息的偏差不位于预设范围内，且所述局部反射板信息与所述全局反射板信息匹配时，进行传感器误差校正；
执行对所述机器人当前所在位置进行激光扫描的步骤。
可选的，所述装置还包括：
第二构建子单元，用于检测到存储器中不存在机器人运动场景的全局数据库时，构建全局数据库。
可选的，所述定位单元还用于通过里程定位技术确定所述机器人当前所在位置的第三子位姿信息；
所述融合单元还用于在所述第一子位姿信息、所述第二子位姿信息和所述第三子位姿信息之间的偏差均位于第二预设范围内时，将所述第一子位姿信息、所述第二子位姿信息和所述第三子位姿信息进行融合，得到所述机器人当前所在位置的第二位姿信息。
所述机器人定位终端设备6可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述机器人定位终端设备可包括，但不仅限于，处理器60、存储器61。本领域技术人员可以理解，图6仅仅是机器人定位终端设备6的示例，并不构成对机器人定位终端设备6的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述机器人定位终端设备还可以包括输入输出设备、网络接入设备、总线等。
所称处理器60可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器61可以是所述机器人定位终端设备6的内部存储单元，例如机器人定位终端设备6的硬盘或内存。所述存储器61也可以是所述机器人定位终端设备6的外部存储设备，例如所述机器人定位终端设备6上配备的插接式硬盘，智能存储卡(Smart MediaCard,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)等。进一步地，所述存储器61还可以既包括所述机器人定位终端设备6的内部存储单元也包括外部存储设备。所述存储器61用于存储所述计算机程序以及所述机器人定位终端设备所需的其他程序和数据。所述存储器61还可以用于暂时地存储已经输出或者将要输出的数据。
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及技术步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
在本发明所提供的实施例中，应该理解到，所揭露的装置/终端设备和方法，可以通过其它的方式实现。例如，以上所描述的装置/终端设备实施例仅仅是示意性的，例如，所述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。
以上所述实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围，均应包含在本发明的保护范围之内。
Claims (10)
1.一种机器人定位方法，其特征在于，包括：
通过同步定位与建图定位技术确定所述机器人当前所在位置的第一子位姿信息；
通过到达时间定位技术确定所述机器人当前所在位置的第二子位姿信息；
在所述第一子位姿信息与所述第二子位姿信息的偏差位于第一预设范围内时，将所述第一子位姿信息与所述第二子位姿信息进行融合，得到所述机器人当前所在位置的第一位姿信息。
2.如权利要求1所述的机器人定位方法，其特征在于，所述通过同步定位与建图定位技术确定所述机器人当前所在位置的第一子位姿信息，通过到达时间定位技术确定所述机器人当前所在位置的第二子位姿信息，包括：
构建局部数据库；所述局部数据库包括所述机器人当前所在位置的局部地图信息和所述机器人当前所在位置的第一局部反射板信息；
将所述局部数据库与全局数据库进行匹配；所述全局数据库包括所述机器人运动场景的全局地图信息和所述机器人运动场景的全局反射板信息；其中，所述反射板包括多个，设置于所述机器人运动场景的预设位置；
在匹配成功时，根据所述局部地图信息，通过同步定位与建图定位技术确定所述机器人的第一子位姿信息，根据所述第一局部反射板信息，通过到达时间定位技术确定所述机器人的第二子位姿信息。
3.如权利要求2所述的机器人定位方法，其特征在于，所述构建局部数据库，包括：
对所述机器人当前所在位置进行激光扫描；
接收反射的激光回波；
将所述激光回波进行滤波；
根据滤波后的所述激光回波构建局部数据库。
4.权利要求3所述的机器人定位方法，其特征在于，所述方法还包括：
在所述局部数据库与所述全局数据库匹配失败或所述第一子位姿信息与所述第二子位姿信息的偏差不位于预设范围内，且所述第一局部反射板信息与所述全局反射板信息不匹配时，降低所述机器人的运动速度；
对所述机器人当前所在位置重新进行激光扫描，并根据反射的激光回波确定第二局部反射板信息，将所述第二局部反射板信息与所述全局反射板信息进行匹配，直至所述第二局部反射板信息与所述全局反射板信息匹配成功为止；
进行传感器误差校正，所述传感器包括用于发射激光和接收激光回波的激光雷达；
执行对所述机器人当前所在位置进行激光扫描的步骤。
5.如权利要求4述的机器人定位方法，其特征在于，所述方法还包括：
在所述局部数据库与所述全局数据库匹配失败或所述第一子位姿信息与所述第二子位姿信息的偏差不位于预设范围内，且所述局部反射板信息与所述全局反射板信息匹配时，进行传感器误差校正；
执行对所述机器人当前所在位置进行激光扫描的步骤。
6.如权利要求2所述的机器人定位方法，其特征在于，所述构建局部数据库之前，所述方法还包括：
在所述机器人重新启动或进行系统初始化，且检测到存储器中不存在机器人运动场景的全局数据库时，构建全局数据库。
7.如权利要求1所述的机器人定位方法，其特征在于，所述方法还包括：
通过里程定位技术确定所述机器人当前所在位置的第三子位姿信息；
在所述第一子位姿信息、所述第二子位姿信息和所述第三子位姿信息之间的偏差均位于第二预设范围内时，将所述第一子位姿信息、所述第二子位姿信息和所述第三子位姿信息进行融合，得到所述机器人当前所在位置的第二位姿信息。
8.一种机器人定位装置，其特征在于，包括：
定位单元，用于通过同步定位与建图定位技术确定所述机器人当前所在位置的第一子位姿信息；通过到达时间定位技术确定所述机器人当前所在位置的第二子位姿信息；
融合单元，用于在所述第一子位姿信息与所述第二子位姿信息的偏差位于第一预设范围内时，将所述第一子位姿信息与所述第二子位姿信息进行融合，得到所述机器人的第一位姿信息。
9.一种机器人定位终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述方法的步骤。
10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810009675.0A CN108332750A (zh) | 2018-01-05 | 2018-01-05 | 机器人定位方法及终端设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810009675.0A CN108332750A (zh) | 2018-01-05 | 2018-01-05 | 机器人定位方法及终端设备 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN108332750A true CN108332750A (zh) | 2018-07-27 |
Family
ID=62924861
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810009675.0A Pending CN108332750A (zh) | 2018-01-05 | 2018-01-05 | 机器人定位方法及终端设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108332750A (zh) |
Cited By (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108955666A (zh) * | 2018-08-02 | 2018-12-07 | 苏州中德睿博智能科技有限公司 | 一种基于激光雷达与反光板的混合导航方法、装置及系统 |
| CN109035303A (zh) * | 2018-08-03 | 2018-12-18 | 百度在线网络技术（北京）有限公司 | Slam系统相机跟踪方法及装置、计算机可读存储介质 |
| CN109974704A (zh) * | 2019-03-01 | 2019-07-05 | 深圳市智能机器人研究院 | 一种全局定位与局部定位互校准的机器人及其控制方法 |
| CN110530368A (zh) * | 2019-08-22 | 2019-12-03 | 浙江大华技术股份有限公司 | 一种机器人定位方法及设备 |
| WO2020186943A1 (zh) * | 2019-03-15 | 2020-09-24 | 京东方科技集团股份有限公司 | 移动设备的姿态确定装置、方法和视觉里程计 |
| CN111830491A (zh) * | 2020-08-04 | 2020-10-27 | 三一机器人科技有限公司 | 一种导航系统中反光体的监测方法、装置及电子设备 |
| CN112230211A (zh) * | 2020-10-15 | 2021-01-15 | 长城汽车股份有限公司 | 车辆定位方法、装置、存储介质及车辆 |
| CN112965076A (zh) * | 2021-01-28 | 2021-06-15 | 上海思岚科技有限公司 | 一种用于机器人的多雷达定位系统及方法 |
| CN113838074A (zh) * | 2020-06-08 | 2021-12-24 | 北京极智嘉科技股份有限公司 | 一种定位方法及装置 |
| CN114683270A (zh) * | 2020-12-30 | 2022-07-01 | 深圳乐动机器人有限公司 | 一种基于机器人的构图信息采集方法及机器人系统 |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20050182518A1 (en) * | 2004-02-13 | 2005-08-18 | Evolution Robotics, Inc. | Robust sensor fusion for mapping and localization in a simultaneous localization and mapping (SLAM) system |
| CN101285686A (zh) * | 2008-05-29 | 2008-10-15 | 中国农业大学 | 一种农业机械导航分级定位的方法和系统 |
| 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 |
| CN105953798A (zh) * | 2016-04-19 | 2016-09-21 | 深圳市神州云海智能科技有限公司 | 移动机器人的位姿确定方法和设备 |
| CN106840179A (zh) * | 2017-03-07 | 2017-06-13 | 中国科学院合肥物质科学研究院 | 一种基于多传感器信息融合的智能车定位方法 |
| 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 |
| CN106908822A (zh) * | 2017-03-14 | 2017-06-30 | 北京京东尚科信息技术有限公司 | 无人机定位切换方法、装置和无人机 |
| 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 |
| CN107065863A (zh) * | 2017-03-13 | 2017-08-18 | 山东大学 | 一种基于人脸识别技术的导览解说机器人及方法 |
| CN107339986A (zh) * | 2017-07-04 | 2017-11-10 | 郑州大学 | 一种定位方法、装置及系统 |
-
2018
- 2018-01-05 CN CN201810009675.0A patent/CN108332750A/zh active Pending
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20050182518A1 (en) * | 2004-02-13 | 2005-08-18 | Evolution Robotics, Inc. | Robust sensor fusion for mapping and localization in a simultaneous localization and mapping (SLAM) system |
| CN101285686A (zh) * | 2008-05-29 | 2008-10-15 | 中国农业大学 | 一种农业机械导航分级定位的方法和系统 |
| 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 |
| CN105953798A (zh) * | 2016-04-19 | 2016-09-21 | 深圳市神州云海智能科技有限公司 | 移动机器人的位姿确定方法和设备 |
| CN106840179A (zh) * | 2017-03-07 | 2017-06-13 | 中国科学院合肥物质科学研究院 | 一种基于多传感器信息融合的智能车定位方法 |
| 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 |
| CN107065863A (zh) * | 2017-03-13 | 2017-08-18 | 山东大学 | 一种基于人脸识别技术的导览解说机器人及方法 |
| CN106908822A (zh) * | 2017-03-14 | 2017-06-30 | 北京京东尚科信息技术有限公司 | 无人机定位切换方法、装置和无人机 |
| 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 |
| CN107339986A (zh) * | 2017-07-04 | 2017-11-10 | 郑州大学 | 一种定位方法、装置及系统 |
Cited By (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108955666A (zh) * | 2018-08-02 | 2018-12-07 | 苏州中德睿博智能科技有限公司 | 一种基于激光雷达与反光板的混合导航方法、装置及系统 |
| CN109035303A (zh) * | 2018-08-03 | 2018-12-18 | 百度在线网络技术（北京）有限公司 | Slam系统相机跟踪方法及装置、计算机可读存储介质 |
| CN109974704A (zh) * | 2019-03-01 | 2019-07-05 | 深圳市智能机器人研究院 | 一种全局定位与局部定位互校准的机器人及其控制方法 |
| WO2020186943A1 (zh) * | 2019-03-15 | 2020-09-24 | 京东方科技集团股份有限公司 | 移动设备的姿态确定装置、方法和视觉里程计 |
| CN110530368A (zh) * | 2019-08-22 | 2019-12-03 | 浙江大华技术股份有限公司 | 一种机器人定位方法及设备 |
| CN110530368B (zh) * | 2019-08-22 | 2021-06-15 | 浙江华睿科技有限公司 | 一种机器人定位方法及设备 |
| CN113838074A (zh) * | 2020-06-08 | 2021-12-24 | 北京极智嘉科技股份有限公司 | 一种定位方法及装置 |
| CN111830491A (zh) * | 2020-08-04 | 2020-10-27 | 三一机器人科技有限公司 | 一种导航系统中反光体的监测方法、装置及电子设备 |
| CN112230211A (zh) * | 2020-10-15 | 2021-01-15 | 长城汽车股份有限公司 | 车辆定位方法、装置、存储介质及车辆 |
| CN114683270A (zh) * | 2020-12-30 | 2022-07-01 | 深圳乐动机器人有限公司 | 一种基于机器人的构图信息采集方法及机器人系统 |
| CN112965076A (zh) * | 2021-01-28 | 2021-06-15 | 上海思岚科技有限公司 | 一种用于机器人的多雷达定位系统及方法 |
| CN112965076B (zh) * | 2021-01-28 | 2024-05-24 | 上海思岚科技有限公司 | 一种用于机器人的多雷达定位系统及方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108332750A (zh) | 机器人定位方法及终端设备 | |
| CN109270545B (zh) | 一种定位真值校验方法、装置、设备及存储介质 | |
| CN110609290A (zh) | 激光雷达匹配定位方法及装置 | |
| CN110470333B (zh) | 传感器参数的标定方法及装置、存储介质和电子装置 | |
| CN110501036A (zh) | 传感器参数的标定检查方法及装置 | |
| EP3165877B1 (en) | Systems and methods for fusing inertial and bluetooth low energy sensor data for localization | |
| CN107515891A (zh) | 一种机器人地图制作方法、装置和存储介质 | |
| CN110260856A (zh) | 一种建图方法和装置 | |
| CN112146682A (zh) | 智能汽车的传感器标定方法、装置、电子设备及介质 | |
| CN108292138A (zh) | 随机地图知悉式立体视觉传感器模型 | |
| CN115200572B (zh) | 三维点云地图构建方法、装置、电子设备及存储介质 | |
| CN111982133A (zh) | 基于高精地图对车辆进行定位的方法、装置及电子设备 | |
| CN114926549B (zh) | 三维点云处理方法、装置、设备以及存储介质 | |
| CN113436233A (zh) | 自动驾驶车辆的配准方法、装置、电子设备和车辆 | |
| CN111982124A (zh) | 基于深度学习的玻璃场景下三维激光雷达导航方法及设备 | |
| CN109489658B (zh) | 一种运动目标定位方法、装置及终端设备 | |
| CN114910892A (zh) | 一种激光雷达的标定方法、装置、电子设备及存储介质 | |
| CN115468557A (zh) | 重定位方法、装置、机器人及计算机可读存储介质 | |
| CN112729349B (zh) | 里程计在线标定的方法、装置、电子设备及存储介质 | |
| CN115366097A (zh) | 机器人跟随方法、装置、机器人及计算机可读存储介质 | |
| CN115063489A (zh) | 一种外参标定方法、装置、设备和存储介质 | |
| CN108733211A (zh) | 追踪系统、其操作方法、控制器、及电脑可读取记录媒体 | |
| Liu et al. | Standard datasets for autonomous navigation and mapping: A full-stack construction methodology | |
| CN114674320A (zh) | 基于粒子滤波的定位方法、系统、设备及存储介质 | |
| Sun et al. | Indoor Li-DAR 3D mapping algorithm with semantic-based registration and optimization |
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 | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180727 |