CN108844553A - 校正机器人移动过程中的里程的方法、装置及机器人 - Google Patents
校正机器人移动过程中的里程的方法、装置及机器人 Download PDFInfo
- Publication number
- CN108844553A CN108844553A CN201810681383.1A CN201810681383A CN108844553A CN 108844553 A CN108844553 A CN 108844553A CN 201810681383 A CN201810681383 A CN 201810681383A CN 108844553 A CN108844553 A CN 108844553A
- Authority
- CN
- China
- Prior art keywords
- robot
- mileage
- scan data
- scanning element
- linear velocity
- 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
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C25/00—Manufacturing, calibrating, cleaning, or repairing instruments or devices referred to in the other groups of this subclass
Landscapes
- Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
- Manipulator (AREA)
Abstract
本发明公开了一种校正机器人移动过程中的里程的方法、装置及机器人。其中,该方法包括:在机器人移动过程中,获取机器人在任意两个位置内的里程增量;获取机器人在两个位置感测到的扫描数据;根据两个位置的扫描数据,估算机器人的位置变化量;基于位置变化量,对里程增量进行校正。本发明解决了现有技术中根据采集到的机器人轮子的编码器数据计算里程,由于机器人移动过程中受外界环境影响导致里程存在误差的技术问题。
Description
技术领域
本发明涉及机器人领域,具体而言,涉及一种校正机器人移动过程中的里程的方法、装置及机器人。
背景技术
随着智能机器人的发展,对机器人定位精度的要求越来越高。机器人定位分为非自主定位和自主定位,其中,非自主定位机器人在定位的过程中机器人需要借助机器人本身以外的装置(例如,GPS导航系统)进行定位;自主定位机器人依靠机器人本身携带的传感器(包括但不限于里程计、陀螺仪、加速度计等)进行定位。由于室内环境中,无法使用GPS,因而,机器人一般采用自主定位。
传统机器人的定位是基于里程计估计的,这种定位方法容易出现累积误差,并且,随着时间、距离的不断增加,误差也越来越大。由于自主移动机器人的智能性主要体现在能构建一致性的环境地图、鲁棒的定位和导航功能。其中,机器人的里程是在地图构建、定位和导航过程的关键输入之一。里程的误差大小直接影响了机器人地图构建、定位和导航的效果。计算移动机器人里程的传统方法是通过采集移动机器人轮子的编码器数据,然后结合机器人控制模型计算出机器人的移动距离和旋转角度。这种方法存在如下问题:
(1)当移动机器人运动在地面粗糙不平及凹凸明显的地面时,机器人反馈的里程数据将出现明显的漂移;
(2)由于机器人的编码器的累计误差或车轮打滑等现象,都会导致编码器计数不准。
(3)移动机器人在运动过程中,难免存在外力的作用下发生被动运动的现象,例如碰撞或者搬移等;
上述这些因素都会增大里程数据的误差,并且在实际运用也比较常见,严重影响了机器人的地图构建、定位和导航。
针对上述现有技术中根据采集到的机器人轮子的编码器数据计算里程,由于机器人移动过程中受外界环境影响导致里程存在误差的问题,目前尚未提出有效的解决方案。
发明内容
本发明实施例提供了一种校正机器人移动过程中的里程的方法、装置及机器人,以至少解决现有技术中根据采集到的机器人轮子的编码器数据计算里程,由于机器人移动过程中受外界环境影响导致里程存在误差的技术问题。
根据本发明实施例的一个方面,提供了校正机器人移动过程中的里程的方法,包括:在机器人移动过程中,获取机器人在任意两个位置内的里程增量;获取机器人在两个位置感测到的扫描数据;根据两个位置的扫描数据,估算机器人的位置变化量;基于位置变化量,对里程增量进行校正。
根据本发明实施例的另一方面,还提供了一种机器人,包括:处理器,用于在机器人移动过程中,获取机器人在任意两个位置内的里程增量;扫描设备,与处理器连接,用于获取机器人在两个位置感测到的扫描数据;其中,处理器还用于根据两个位置的扫描数据,估算机器人的位置变化量,并基于位置变化量,对里程增量进行校正。
根据本发明实施例的另一方面,还提供了一种校正机器人移动过程中的里程的装置,包括:第一获取单元,用于在机器人移动过程中,获取机器人在任意两个位置内的里程增量;第二获取单元,用于获取机器人在两个位置感测到的扫描数据;估算单元,用于根据两个位置的扫描数据,估算机器人的位置变化量;校正单元,用于基于位置变化量,对里程增量进行校正。
根据本发明实施例的另一方面,还提供了一种存储介质,存储介质包括存储的程序,其中,程序执行上述任意一项可选的或优选的校正机器人移动过程中的里程的方法。
根据本发明实施例的另一方面,还提供了一种处理器,处理器用于运行程序,其中,程序运行时执行上述任意一项可选的或优选的校正机器人移动过程中的里程的方法。
在本发明实施例中,在机器人移动过程中,获取机器人在任意两个位置内的里程增量;获取机器人在两个位置感测到的扫描数据;根据两个位置的扫描数据,估算机器人的位置变化量;基于位置变化量,对里程增量进行校正,达到了机器人实时感测到的扫描数据,来估算出一个更加准确的机器人移动的里程数据进而对机器人内部的里程校正的目的,从而实现了降低里程累积误差、提高机器人里程统计的准确度的技术效果,进而解决了现有技术中根据采集到的机器人轮子的编码器数据计算里程,由于机器人移动过程中受外界环境影响导致里程存在误差的技术问题。
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,构成本申请的一部分,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是根据本发明实施例的一种校正机器人移动过程中的里程的方法流程图;
图2是根据本发明实施例的一种可选的校正机器人移动过程中的里程的方法流程图;
图3是根据本发明实施例的一种可选的两驱动轮机器人运动原理示意图;
图4是根据本发明实施例的一种可选的两驱动轮机器人做圆弧运动的示意图;
图5是根据本发明实施例的一种可选的校正机器人移动过程中的里程的方法流程图;
图6(a)是根据本发明实施例的一种可选的机器人采集到的第一扫描数据示意图;
图6(b)是根据本发明实施例的一种可选的机器人采集到的第二扫描数据示意图;
图7(a)是根据本发明实施例的一种可选的机器人选择搜索起点的示意图;
图7(b)是根据本发明实施例的一种可选的机器人双向搜索的示意图;
图7(c)是根据本发明实施例的一种可选的机器人提前终止准则的示意图;
图7(d)是根据本发明实施例的一种可选的机器人跳过无兴趣点进行搜索的示意图;
图8是根据本发明实施例的一种机器人的示意图;以及
图9是根据本发明实施例的一种校正机器人移动过程中的里程的装置示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分的实施例,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,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
根据本发明实施例,提供了一种校正机器人移动过程中的里程的方法实施例,需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
图1是根据本发明实施例的一种校正机器人移动过程中的里程的方法流程图,如图1所示,该方法包括如下步骤:
步骤S102,在机器人移动过程中,获取机器人在任意两个位置内的里程增量。
作为一种可选的实施例,上述机器人包括但不限于各种移动机器人(例如,扫地机器人、服务机器人等)、无人车等;上述里程增量可以是机器人根据编码器读数计算得到的机器人在移动的过程中的移动轨迹上的任意两个位置内的里程的变化量。
一种可选的实施例中,可以通过在机器人轮子处安装的编码器获取机器人移动过程中轮子的圈数,在已经轮子的周长的情况下,便可以计算出机器人移动的距离。
步骤S104,获取机器人在两个位置感测到的扫描数据。
作为一种可选的实施例,上述扫描数据可以通过安装在机器人上的2D或3D激光雷达或其他能够生成二维扫描数据的传感设备感测到的扫描数据,由于外部环境的干扰、机器人轮子打滑或编码器累计误差等的影响,会导致根据编码器读数计算得到的里程增量不准准确。而机器人无法辨别里程数据的可靠性,这些因素都可能影响机器人的地图构建、定位和导航算法准确性、鲁棒性等等。为了对机器人在移动过程中任意两个位置上的里程增量进行校正,可以分别获取这两个位置的扫描数据,以便通过扫描匹配的方法来估算机器人在这两个位置移动的过程中的位置变化量,以便根据该位置变化量来对这两个位置内的里程增量进行校正。
一种可选的实施例中,上述扫描数据为二维扫描数据。
可选地,上述两个位置为机器人在一个控制周期内的两个位置。
步骤S106,根据两个位置的扫描数据,估算机器人的位置变化量。
在上述步骤S106中,当分别获取到机器人在两个位置感测到的扫描数据,估算机器人移动到这两个位置的过程中,位置发生的变化量。
可选地,位置变化量包括如下至少之一:移动距离和旋转角度。
步骤S108,基于位置变化量,对里程增量进行校正。
具体地,在上述步骤S108中,在根据机器人在上述两个位置的扫描数据获取到该机器人移动到上述两个位置的过程中,位置发生的变化量后,可以根据该位置变化量对机器人的里程增量进行校正。
由上可知,在本申请上述实施例中,在机器人移动的过程中,当获取到机器人在任意两个位置内的里程增量后,根据该机器人在这两个位置时感测到的扫描数据,估算出该机器人移动到这两个位置的过程中的位置变化量,以便根据估算出的位置变化量对机器人在这两个位置内的里程增量进行校正,达到了机器人实时感测到的扫描数据,来估算出一个更加准确的机器人移动的里程数据进而对机器人内部的里程校正的目的,从而实现了降低里程累积误差、提高机器人里程统计的准确度的技术效果,进而解决了现有技术中根据采集到的机器人轮子的编码器数据计算里程,由于机器人移动过程中受外界环境影响导致里程存在误差的技术问题。
需要说明的是,里程的计算是与机器人的运动模型有关,且不同的移动机器人运动模型有所差别,因而,作为一种可选的实施方式,如图2所示,在机器人移动过程中,获取机器人在任意两个位置内的里程增量,可以包括:步骤S202,基于机器人的运动模型,计算机器人在两个位置内的里程增量。
可选地,一种可选的实施例中,在机器人为具有两个驱动轮的机器人的情况下,其中,基于机器人的运动模型,计算机器人在两个位置内的里程增量,包括:
步骤S2021,获取机器人第一驱动轮的第一线速度,以及第二驱动轮的第二线速度;
步骤S2023,根据第一线速度与第二线速度的大小关系,确定机器人的运动模型。
具体地,在上述实施例中,在机器人具有两个驱动轮的情况下,第一驱动轮可以假设为两驱动轮机器人的左轮,第二驱动轮可以假设为两驱动轮机器人的右轮。由于两驱动轮机器人左、右轮的线速度不同,该两驱动轮机器人可能作不同的运动,例如,当左、右轮的线速度大小不同的情况下,机器人会做圆弧运动;当左、右轮的线速度大小相等方向相同的情况下,机器人会做直线运动;当左、右轮的线速度大小相等方向相反的情况下,机器人会做原地旋转运动。
以常用的两轮差速控制模型为例,作为一种可选的实施例,图3是根据本发明实施例的一种可选的两驱动轮机器人运动原理示意图,如图3所示,两驱动轮之间的距离为l,移动机器人旋转的角速度表示为ω(t),v(t)表示机器人中的线速度,d表示驱动轮的直径,分别表示左、右轮的角速度,VL、VR分别表示机器人左、右轮的线速度。其中,VL、VR可以通过机器人轮子上安装的编码器计算出来。
由图3可以看出,机器人左、右轮的线速度VL、VR存在如下关系:
根据刚体运动原理,两轮移动机器人子任意时刻都可以看成是机器人绕一个圆心转动,半径R,机器人本体转动的角速度ω、线速度v、可以如下式表示:ω,v表示机器人中的线速度,d表示驱动轮的直径,分别表示左、右驱动的角速度,VL、VR分别表示左、第二驱动轮的线速度,(x,y,θ)表示机器人在第一位置的位姿,(x′,y′,θ′)表示机器人在第二位置的位姿,则有
其中,根据第一线速度与第二线速度的大小关系,确定机器人的运动模型,包括:
如果第一线速度与第二线速度的大小不同,则采用第一运动模型计算机器人的里程增量;这种情况下,VR≠VL时,机器人做半径为R的圆弧运动,图4是根据本发明实施例的一种可选的两驱动轮机器人做圆弧运动的示意图,如图4所示,机器人采用的第一运动模型的表达式为:
如果第一线速度与第二线速度的大小相等且方向相同,则采用第二运动模型计算机器人的里程增量;这种情况下,VR=VL时,V=VR=VL,移动机器人做直线运动,机器人旋转半径无穷大,圆心在无穷远处。此时,机器人旋转速度ω=0,采用的第二运动模型的表达式为:
如果第一线速度与第二线速度的大小相等且方向相反,则采用第三运动模型计算机器人的里程增量;这种情况下,VR=-VL时,V=0,机器人做原地旋转运动,机器人采用的第三运动模型的表达式为:
需要说明的是,假设机器人在每个控制周期是匀速运动,每个周期按照以上公式计算每个控制周期的里程增量。
容易注意的是,在计算得到机器人在每个控制周期(假设为ΔT)的里程增量的情况下,可以利用扫描传感设备(例如,激光雷达等)在t和t+ΔT时刻下感测到的帧2D扫描数据,来优化基于机器人的运动模型,根据编码器得到的线速度计算出来的初始相对里程(即上述里程增量)。
作为一种可选的实施方式,如图5所示,根据机器人在根据扫描数据,估算机器人的位置变化量,可以包括如下步骤:
步骤S502,获取第二扫描数据中每个扫描点映射到第一平面上的坐标信息,其中,第一平面为根据第一扫描数据生成的平面,其中,第一扫描数据为机器人在第一位置感测到的扫描数据,第二扫描数据为机器人在第二位置感测到的扫描数据;
步骤S504,在第一平面上查找与每个扫描点距离最近的两个目标点,其中,两个目标点用于确定第一平面上与每个扫描点对应的目标线段;
步骤S506,基于预设误差函数,求解预设误差函数的函数值最小时对应的位置变化量;
步骤S508,重复执行上述步骤,直到当前计算得到的位置变化量与上一次计算得到的位置变化量的差值小于预设阈值,将当前计算得到的位置变化量作为机器人从第一位置移动到第二位置的位置变化量。
具体地,在上述步骤中,第一扫描数据为机器人在第一位置(例如,t时刻)感测到的扫描数据,第二扫描数据为机器人在第二位置(例如,t+ΔT时刻)感测到的扫描数据;将第一扫描数据中相邻的两个点连接起来,可以得到一个多线平面,即上述第一平面。
基于上述实施例,作为一种可选的实施方式,可以采用混合搜索的算法在第一平面上查找与第二扫描数据中每个扫描点距离最近的两个目标点。可选地,由于两个相邻的扫描点对应的最近邻点比较接近,因而,一种可选的实施例中,在第一平面上查找与每个扫描点距离最近的两个目标点,可以包括:
将第一平面上查找到的第一扫描点距离最近的目标点作为查找第二扫描点的搜索起点,其中,第二扫描点为与第一扫描点为第二扫描数据中相邻的两个扫描点。
可选地,在查找的过程中,可以采用双向搜索方法,作为一种可选的实施方式,在将第一平面上查找到的第一扫描点距离最近的目标点作为查找第二扫描点的搜索起点之后,上述方法还可以包括:从搜索起点开始,在第一平面上沿第一扫描数据的第一方向搜索与第二扫描点对应的目标点,其中,当沿第一方向搜索到第一扫描数据的边界的情况下,从搜索起点开始,在第一平面上沿第一扫描数据的第二方向搜索,其中,第二方向为第一方向相反的方向。
可选地,如果查找的点偏离扫描点在第一平面上对应的映射点的情况下,可以提前终止搜索,因而,作为一种可选的实施方式,在沿第一方向或第二方向搜索与第二扫描点对应的目标点的情况下,上述方法还可以包括:
步骤一,计算搜索到的目标点与第二扫描点之间的距离;
步骤二,当搜索到的目标点与第二扫描点之间的距离超过预设距离的情况下,停止第一方向或第二方向上的搜索与第二扫描点对应的目标点。
由于第一平面上有一些点是没有意义的点,因而,可以将所有没有意义的点建立无兴趣列表,作为一种可选的实施方式,在沿第一方向或第二方向搜索与第二扫描点对应的目标点的情况下,上述方法还可以包括:
步骤一,获取第一平面上不符合条件的至少一个搜索点;
步骤二,根据至少一个搜索点建立列表,其中,在第一平面上查找与每个扫描点距离最近的两个目标点的搜索过程中,不对列表中的搜索点进行搜索。
假设图6(a)和图6(b)为机器人在相邻两个时刻采集到的扫描数据,其中,图标601所示为机器人,图标603所示为障碍物。基于上述步骤S502至S508公开的方案,可以利用图6(a)和图6(b)所示的这两帧数据和初始里程计算出最优里程。作为一种可选的实施方式,可以通过迭代的方式来进行优化。假设第一扫描数据(即参考扫描数据)为yt-1,第二扫描数据(即新扫描数据)为yt,初始平移旋转量q0(初始里程),根据第一扫描数据生成的参考平面为Sref(多线平面,由yt-1生成,将相邻点连接起来)。另外,假设i表示yt的点,j表示yt-1的点,k表示迭代次数。包括如下步骤:
(1)假设当前假设平移旋转qk=(tk,θk),计算当前扫描数据点pi映射到上参考扫描数据的坐标映射关系可以表示为如下的形式:
(2)在参考扫描数据中找到两个离最近的点和Ck表示在第k步骤中所有的点-线对集合即所有组成的集合,指点i匹配上线段
(3)去除异常点。
(4)更新误差方差:表示所有点-线段对中,点到线段的距离平方和。误差方差函数可以表示为:
(5)利用采用拉普拉斯算子计算qk+1,最小化误差函数。
需要说明的是,上述步骤(1)至(5)是一个迭代循环过程,当相邻的qk+1的差小于阈值时停止迭代,此时的qk+1,即是计算出来的最优里程。
其中,在b)中寻找最近的点使用的是一种混合搜索算法,算法如下:
寻找当前扫描数据yt中点在前一帧扫描数据yt-1邻近点pj,用表示如下:
根据先验知识最大平移量|t|和最大旋转量|θ|,计算当前点极坐标的搜索范围偏移上界
可选地,混合搜索算法可以包括如下步骤:
(1)选择搜索起点,如图7(a)所示,当扫描数据yt中点在yt-1的搜索起点是因为和相邻,相邻点的最近邻点(或者最近邻点的邻点)符合的最近邻点的可能性较大。
(2)双向搜索策略,如图7(b)所示,通过增量建立上下游双向搜索机制,比较搜索点到的距离,选取距离最短点,当搜索到边界时跳转到另一端,并改变搜索方向。
(3)提前终止准则,如图7(c)所示,假设当前是向上搜索,当即正在远离在这种情况下,一旦计算出的min_dis_up(到pj的最小距离,j>up),如果min_dis_up(向上最小距离)大于当前的best_dist(最佳距离)时,停止向上方向的搜索。
(4)跳过无兴趣点,如图7(d)所示,对参考扫描数据yt-1建立无兴趣点列表,一旦建立以后,在迭代过程中可以重复利用。实际建立无兴趣列表的时间是非常短的。
对于yt-1中的每个点j,根据ρj′计算up_smaller[j]和up_bigger[j],其中,up_smaller[j]为向上跳过扫描点数量的最小值,up_bigger[j]为向上跳过扫描点数量的最大值。其中,
up_smaller[j]=min{j′>j|pj′>ρj}
up_bigger[j]=min{j′>j|pj′>ρj}
根据本发明实施例,还提供了一种用于实现上述一种校正机器人移动过程中的里程的方法的机器人实施例,图8是根据本发明实施例的一种机器人的示意图,如图8所示,该装置包括:处理器801和扫描设备803。
处理器801,用于在机器人移动过程中,获取机器人在任意两个位置内的里程增量;
扫描设备803,与处理器801连接,用于获取机器人在两个位置感测到的扫描数据;
其中,处理器还用于根据两个位置的扫描数据,估算机器人的位置变化量,并基于位置变化量,对里程增量进行校正。
作为一种可选的实施例,上述机器人包括但不限于各种移动机器人(例如,扫地机器人、服务机器人等)、无人车等;上述扫描设备包括但不限于2D或3D激光雷达或其他能够生成二维扫描数据的传感设备。
由上可知,在本申请上述实施例中,在机器人移动的过程中,当通过处理器801获取到机器人在任意两个位置内的里程增量后,通过扫描设备803获取该机器人在这两个位置时感测到的扫描数据,并根据该机器人在这两个位置时感测到的扫描数据估算出该机器人移动到这两个位置的过程中的位置变化量,以便根据估算出的位置变化量对机器人在这两个位置内的里程增量进行校正,达到了机器人实时感测到的扫描数据,来估算出一个更加准确的机器人移动的里程数据进而对机器人内部的里程校正的目的,从而实现了降低里程累积误差、提高机器人里程统计的准确度的技术效果,进而解决了现有技术中根据采集到的机器人轮子的编码器数据计算里程,由于机器人移动过程中受外界环境影响导致里程存在误差的技术问题。
作为一种可选的实施例,上述位置变化量包括如下至少之一:移动距离和旋转角度。
可选地,上述处理器还用于基于机器人的运动模型,计算机器人在两个位置内的里程增量。
一种可选的实施例中,上述机器人可以为具有两个驱动轮的机器人,可选地,上述处理器还用于获取机器人第一驱动轮的第一线速度,以及第二驱动轮的第二线速度;根据第一线速度与第二线速度的大小关系,确定机器人的运动模型。
可选地,如果第一线速度与第二线速度的大小不等,则上述处理器采用第一运动模型计算机器人的里程增量;如果第一线速度与第二线速度的大小相等且方向相同,则上述处理器采用第二运动模型计算机器人的里程增量;如果第一线速度与第二线速度的大小相等且方向相反,则上述处理器采用第三运动模型计算机器人的里程增量;
其中,第一运动模型的表达式为:
第二运动模型的表达式为:
第三运动模型的表达式为:
其中,ω表示上述机器人中的角速度,v表示机器人中的线速度,d表示驱动轮的直径,分别表示左、右驱动的角速度,VL、VR分别表示左、第二驱动轮的线速度,(x,y,θ)表示机器人在第一位置的位姿,(x′,y′,θ′)表示机器人在第二位置的位姿。
可选地,上述处理器还用于获取第二扫描数据中每个扫描点映射到第一平面上的坐标信息,其中,第一平面为根据第一扫描数据生成的平面,其中,第一扫描数据为机器人在第一位置感测到的扫描数据,第二扫描数据为机器人在第二位置感测到的扫描数据;在第一平面上查找与每个扫描点距离最近的两个目标点,其中,两个目标点用于确定第一平面上与每个扫描点对应的目标线段;基于预设误差函数,求解预设误差函数的函数值最小时对应的位置变化量;重复执行上述步骤,直到当前计算得到的位置变化量与上一次计算得到的位置变化量的差值小于预设阈值,将当前计算得到的位置变化量作为机器人从第一位置移动到第二位置的位置变化量。
可选地,上述处理器还用于将第一平面上查找到的第一扫描点距离最近的目标点作为查找第二扫描点的搜索起点,其中,第二扫描点为与第一扫描点为第二扫描数据中相邻的两个扫描点。
可选地,上述处理器还用于从搜索起点开始,在第一平面上沿第一扫描数据的第一方向搜索与第二扫描点对应的目标点,其中,当沿第一方向搜索到第一扫描数据的边界的情况下,从搜索起点开始,在第一平面上沿第一扫描数据的第二方向搜索,其中,第二方向为第一方向相反的方向。
可选地,上述处理器还用于计算搜索到的目标点与第二扫描点之间的距离;当搜索到的目标点与第二扫描点之间的距离超过预设距离的情况下,停止第一方向或第二方向上的搜索与第二扫描点对应的目标点。
可选地,上述处理器还用于获取第一平面上不符合条件的至少一个搜索点;根据至少一个搜索点建立列表,其中,在第一平面上查找与每个扫描点距离最近的两个目标点的搜索过程中,不对列表中的搜索点进行搜索。
基于上述任意一种可选的机器人实施例,作为一种可选的实施方式,上述两个位置为机器人在一个控制周期内的两个位置。
根据本发明实施例,还提供了一种用于实现上述一种校正机器人移动过程中的里程的方法的装置实施例,图9是根据本发明实施例的一种校正机器人移动过程中的里程的装置示意图,如图9所示,该装置包括:第一获取单元901、第二获取单元903、估算单元905和校正单元907。
其中,第一获取单元901,用于在机器人移动过程中,获取机器人在任意两个位置内的里程增量;
第二获取单元903,用于获取机器人在两个位置感测到的扫描数据;
估算单元905,用于根据两个位置的扫描数据,估算机器人的位置变化量;
校正单元907,用于基于位置变化量,对里程增量进行校正。
此处需要说明的是,上述第一获取模块701、第一显示模块703和第一控制模块705对应于方法实施例中的步骤S102至S106,上述模块与对应的步骤所实现的示例和应用场景相同,但不限于上述方法实施例所公开的内容。需要说明的是,上述模块作为装置的一部分可以在诸如一组计算机可执行指令的计算机系统中执行。
由上可知,在本申请上述实施例中,在机器人移动的过程中,通过第一获取单元901获取到机器人在任意两个位置内的里程增量,通过第二获取单元903该机器人在这两个位置时感测到的扫描数据,通过估算单元905估算出该机器人移动到这两个位置的过程中的位置变化量,以便通过校正单元907根据估算出的位置变化量对机器人在这两个位置内的里程增量进行校正,达到了机器人实时感测到的扫描数据,来估算出一个更加准确的机器人移动的里程数据进而对机器人内部的里程校正的目的,从而实现了降低里程累积误差、提高机器人里程统计的准确度的技术效果,进而解决了现有技术中根据采集到的机器人轮子的编码器数据计算里程,由于机器人移动过程中受外界环境影响导致里程存在误差的技术问题。
在一种可选的实施例中,上述位置变化量包括如下至少之一:移动距离和旋转角度。
在一种可选的实施例中,上述第一获取单元包括:第一计算模块,用于基于机器人的运动模型,计算机器人在两个位置内的里程增量。
在一种可选的实施例中,上述机器人为具有两个驱动轮的机器人,其中,第一计算模块包括:第一获取模块,用于获取机器人第一驱动轮的第一线速度,以及第二驱动轮的第二线速度;确定模块,用于根据第一线速度与第二线速度的大小关系,确定机器人的运动模型。
在一种可选的实施例中,上述确定模块包括:第一确定子模块,用于如果第一线速度与第二线速度的大小不等,则采用第一运动模型计算机器人的里程增量;第二确定子模块,用于如果第一线速度与第二线速度的大小相等且方向相同,则采用第二运动模型计算机器人的里程增量;第三确定子模块,用于如果第一线速度与第二线速度的大小相等且方向相反,则采用第三运动模型计算机器人的里程增量;
其中,第一运动模型的表达式为:
第二运动模型的表达式为:
第三运动模型的表达式为:
其中,ω表示上述机器人中的角速度,v表示机器人中的线速度,d表示驱动轮的直径,分别表示左、右驱动的角速度,VL、VR分别表示左、第二驱动轮的线速度,(x,y,θ)表示机器人在第一位置的位姿,(x′,y′,θ′)表示机器人在第二位置的位姿。
在一种可选的实施例中,上述估算单元包括:第二获取模块,用于获取第二扫描数据中每个扫描点映射到第一平面上的坐标信息,其中,第一平面为根据第一扫描数据生成的平面,其中,第一扫描数据为机器人在第一位置感测到的扫描数据,第二扫描数据为机器人在第二位置感测到的扫描数据;查找模块,用于在第一平面上查找与每个扫描点距离最近的两个目标点,其中,两个目标点用于确定第一平面上与每个扫描点对应的目标线段;第二计算模块,用于基于预设误差函数,求解预设误差函数的函数值最小时对应的位置变化量;执行模块,用于重复执行上述第二获取模块、查找模块和第二计算模块的功能,直到当前计算得到的位置变化量与上一次计算得到的位置变化量的差值小于预设阈值,将当前计算得到的位置变化量作为机器人从第一位置移动到第二位置的位置变化量。
在一种可选的实施例中,上述查找模块包括:第一处理模块,用于将第一平面上查找到的第一扫描点距离最近的目标点作为查找第二扫描点的搜索起点,其中,第二扫描点为与第一扫描点为第二扫描数据中相邻的两个扫描点。
在一种可选的实施例中,上述查找模块还包括:第二处理模块,用于从搜索起点开始,在第一平面上沿第一扫描数据的第一方向搜索与第二扫描点对应的目标点,其中,当沿第一方向搜索到第一扫描数据的边界的情况下,从搜索起点开始,在第一平面上沿第一扫描数据的第二方向搜索,其中,第二方向为第一方向相反的方向。
在一种可选的实施例中,在沿第一方向或第二方向搜索与第二扫描点对应的目标点的情况下,上述查找模块还包括:第三计算模块,用于计算搜索到的目标点与第二扫描点之间的距离;第四处理模块,用于当搜索到的目标点与第二扫描点之间的距离超过预设距离的情况下,停止第一方向或第二方向上的搜索与第二扫描点对应的目标点。
在一种可选的实施例中,上述查找模块还包括:第三获取模块,用于获取第一平面上不符合条件的至少一个搜索点;建立模块,用于根据至少一个搜索点建立列表,其中,在第一平面上查找与每个扫描点距离最近的两个目标点的搜索过程中,不对列表中的搜索点进行搜索。
基于上述任意一种可选的装置实施例,作为一种可选的实施方式,上述两个位置为机器人在一个控制周期内的两个位置。
根据本发明实施例,还提供了一种存储介质,存储介质包括存储的程序,其中,程序执行上述方法实施例中任意一项可选的或优选的校正机器人移动过程中的里程的方法。
根据本发明实施例,还提供了一种处理器,处理器用于运行程序,其中,程序运行时执行上述方法实施例中任意一项可选的或优选的校正机器人移动过程中的里程的方法。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
在本发明的上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中,应该理解到,所揭露的技术内容,可通过其它的方式实现。其中,以上所描述的装置实施例仅仅是示意性的,例如所述单元的划分,可以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信连接可以是通过一些接口,单元或模块的间接耦合或通信连接,可以是电性或其它的形式。
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,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (15)
1.一种校正机器人移动过程中的里程的方法,其特征在于,包括:
在机器人移动过程中,获取所述机器人在任意两个位置内的里程增量;
获取所述机器人在所述两个位置感测到的扫描数据;
根据所述两个位置的扫描数据,估算所述机器人的位置变化量;
基于所述位置变化量,对所述里程增量进行校正。
2.根据权利要求1所述的方法,其特征在于,所述位置变化量包括如下至少之一:移动距离和旋转角度。
3.根据权利要求1所述的方法,其特征在于,在机器人移动过程中,获取所述机器人在任意两个位置内的里程增量,包括:
基于所述机器人的运动模型,计算所述机器人在所述两个位置内的里程增量。
4.根据权利要求3所述的方法,其特征在于,所述机器人为具有两个驱动轮的机器人,其中,基于所述机器人的运动模型,计算所述机器人在所述两个位置内的里程增量,包括:
获取所述机器人第一驱动轮的第一线速度,以及第二驱动轮的第二线速度;
根据所述第一线速度与所述第二线速度的大小关系,确定所述机器人的运动模型。
5.根据权利要求4所述的方法,其特征在于,根据所述第一线速度与所述第二线速度的大小关系,确定所述机器人的运动模型,包括:
如果所述第一线速度与所述第二线速度的大小不同,则采用第一运动模型计算所述机器人的里程增量;
如果所述第一线速度与所述第二线速度的大小相等且方向相同,则采用第二运动模型计算所述机器人的里程增量;
如果所述第一线速度与所述第二线速度的大小相等且方向相反,则采用第三运动模型计算所述机器人的里程增量;
其中,第一运动模型的表达式为:
第二运动模型的表达式为:
第三运动模型的表达式为:
其中,ω表示所述机器人中的角速度,v表示所述机器人中的线速度,d表示驱动轮的直径,分别表示左、右驱动的角速度,VL、VR分别表示左、第二驱动轮的线速度,(x,y,θ)表示所述机器人在第一位置的位姿,(x′,y′,θ′)表示所述机器人在第二位置的位姿。
6.根据权利要求1所述的方法,其特征在于,根据所述扫描数据,估算所述机器人的位置变化量,包括:
获取第二扫描数据中每个扫描点映射到第一平面上的坐标信息,其中,所述第一平面为根据第一扫描数据生成的平面,其中,第一扫描数据为所述机器人在第一位置感测到的扫描数据,所述第二扫描数据为所述机器人在第二位置感测到的扫描数据;
在所述第一平面上查找与所述每个扫描点距离最近的两个目标点,其中,所述两个目标点用于确定所述第一平面上与每个扫描点对应的目标线段;
基于预设误差函数,求解所述预设误差函数的函数值最小时对应的位置变化量;
重复执行上述步骤,直到当前计算得到的位置变化量与上一次计算得到的位置变化量的差值小于预设阈值,将当前计算得到的位置变化量作为所述机器人从所述第一位置移动到所述第二位置的位置变化量。
7.根据权利要求6所述的方法,其特征在于,在所述第一平面上查找与所述每个扫描点距离最近的两个目标点,包括:
将所述第一平面上查找到的第一扫描点距离最近的目标点作为查找第二扫描点的搜索起点,其中,所述第二扫描点为与所述第一扫描点为所述第二扫描数据中相邻的两个扫描点。
8.根据权利要求7所述的方法,其特征在于,在将所述第一平面上查找到的第一扫描点距离最近的目标点作为查找第二扫描点的搜索起点之后,所述方法包括:
从所述搜索起点开始,在所述第一平面上沿所述第一扫描数据的第一方向搜索与所述第二扫描点对应的目标点,其中,当沿所述第一方向搜索到所述第一扫描数据的边界的情况下,从所述搜索起点开始,在所述第一平面上沿所述第一扫描数据的第二方向搜索,其中,所述第二方向为所述第一方向相反的方向。
9.根据权利要求8所述的方法,其特征在于,在沿所述第一方向或所述第二方向搜索与所述第二扫描点对应的目标点的情况下,所述方法包括:
计算搜索到的目标点与所述第二扫描点之间的距离;
当所述搜索到的目标点与所述第二扫描点之间的距离超过预设距离的情况下,停止所述第一方向或所述第二方向上的搜索与所述第二扫描点对应的目标点。
10.根据权利要求9所述的方法,其特征在于,在沿所述第一方向或所述第二方向搜索与所述第二扫描点对应的目标点的情况下,所述方法包括:
获取所述第一平面上不符合条件的至少一个搜索点;
根据所述至少一个搜索点建立列表,其中,在所述第一平面上查找与所述每个扫描点距离最近的两个目标点的搜索过程中,不对所述列表中的搜索点进行搜索。
11.根据权利要求1至10中任意一项所述的方法,其特征在于,所述两个位置为所述机器人在一个控制周期内的两个位置。
12.一种机器人,其特征在于,包括:
处理器,用于在机器人移动过程中,获取所述机器人在任意两个位置内的里程增量;
扫描设备,与所述处理器连接,用于获取所述机器人在所述两个位置感测到的扫描数据;
其中,所述处理器还用于根据所述两个位置的扫描数据,估算所述机器人的位置变化量,并基于所述位置变化量,对所述里程增量进行校正。
13.一种校正机器人移动过程中的里程的装置,其特征在于,包括:
第一获取单元,用于在机器人移动过程中,获取所述机器人在任意两个位置内的里程增量;
第二获取单元,用于获取所述机器人在所述两个位置感测到的扫描数据;
估算单元,用于根据所述两个位置的扫描数据,估算所述机器人的位置变化量;
校正单元,用于基于所述位置变化量,对所述里程增量进行校正。
14.一种存储介质,其特征在于,所述存储介质包括存储的程序,其中,所述程序执行权利要求1至11中任意一项所述的校正机器人移动过程中的里程的方法。
15.一种处理器,其特征在于,所述处理器用于运行程序,其中,所述程序运行时执行权利要求1至11中任意一项所述的校正机器人移动过程中的里程的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810681383.1A CN108844553B (zh) | 2018-06-27 | 2018-06-27 | 校正机器人移动过程中的里程的方法、装置及机器人 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810681383.1A CN108844553B (zh) | 2018-06-27 | 2018-06-27 | 校正机器人移动过程中的里程的方法、装置及机器人 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108844553A true CN108844553A (zh) | 2018-11-20 |
CN108844553B CN108844553B (zh) | 2021-06-15 |
Family
ID=64199887
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810681383.1A Active CN108844553B (zh) | 2018-06-27 | 2018-06-27 | 校正机器人移动过程中的里程的方法、装置及机器人 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108844553B (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109579849A (zh) * | 2019-01-14 | 2019-04-05 | 浙江大华技术股份有限公司 | 机器人定位方法、装置和机器人及计算机存储介质 |
CN110142215A (zh) * | 2019-03-26 | 2019-08-20 | 顺丰科技有限公司 | 一种分拣流水线包裹移动距离误差的校正方法及装置 |
CN110514221A (zh) * | 2019-08-13 | 2019-11-29 | 中国航空工业集团公司西安飞行自动控制研究所 | 一种里程仪初始参数快速计算方法 |
CN110989350A (zh) * | 2019-12-11 | 2020-04-10 | 安徽理工大学 | 一种基于膜计算实现井下移动机器人位姿优化方法及装置 |
CN111141290A (zh) * | 2020-01-08 | 2020-05-12 | 广州视源电子科技股份有限公司 | 机器人的定位方法、定位装置、设备和存储介质 |
CN111380562A (zh) * | 2018-12-28 | 2020-07-07 | 深圳市优必选科技有限公司 | 一种双轮差速机器人里程计参数的校准方法及装置 |
CN111871835A (zh) * | 2020-07-15 | 2020-11-03 | 深圳路辉物流设备有限公司 | 分拣流水线包裹移动距离误差的校正方法、装置及存储介质 |
CN112097792A (zh) * | 2020-08-28 | 2020-12-18 | 上海大学 | 一种阿克曼模型移动机器人里程计标定方法 |
CN115218922A (zh) * | 2022-09-05 | 2022-10-21 | 杭叉集团股份有限公司 | 一种agv数据校准系统及方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101369134A (zh) * | 2008-09-22 | 2009-02-18 | 中控科技集团有限公司 | 构建全方位移动装置运动模型的方法及设备 |
WO2012062339A1 (en) * | 2010-11-08 | 2012-05-18 | Elektrobit Automotive Gmbh | Technique for calibrating dead reckoning positioning data |
CN103026176A (zh) * | 2010-07-22 | 2013-04-03 | 高通股份有限公司 | 用于校准车辆导航系统的动态参数的装置及方法 |
CN106323267A (zh) * | 2015-06-24 | 2017-01-11 | 南京农业大学 | 果园作业农业机器人行间定位方法 |
CN107144292A (zh) * | 2017-06-08 | 2017-09-08 | 杭州南江机器人股份有限公司 | 一种运动设备的里程计方法以及里程计装置 |
CN108036797A (zh) * | 2017-11-30 | 2018-05-15 | 深圳市隐湖科技有限公司 | 基于四轮独立驱动且结合imu的里程推算方法 |
-
2018
- 2018-06-27 CN CN201810681383.1A patent/CN108844553B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101369134A (zh) * | 2008-09-22 | 2009-02-18 | 中控科技集团有限公司 | 构建全方位移动装置运动模型的方法及设备 |
CN103026176A (zh) * | 2010-07-22 | 2013-04-03 | 高通股份有限公司 | 用于校准车辆导航系统的动态参数的装置及方法 |
WO2012062339A1 (en) * | 2010-11-08 | 2012-05-18 | Elektrobit Automotive Gmbh | Technique for calibrating dead reckoning positioning data |
CN106323267A (zh) * | 2015-06-24 | 2017-01-11 | 南京农业大学 | 果园作业农业机器人行间定位方法 |
CN107144292A (zh) * | 2017-06-08 | 2017-09-08 | 杭州南江机器人股份有限公司 | 一种运动设备的里程计方法以及里程计装置 |
CN108036797A (zh) * | 2017-11-30 | 2018-05-15 | 深圳市隐湖科技有限公司 | 基于四轮独立驱动且结合imu的里程推算方法 |
Non-Patent Citations (2)
Title |
---|
刘俊等: "一种基于激光测距仪的扫描匹配方法", 《测绘工程》 * |
李世飞等: "迭代最近点算法研究进展", 《信号处理》 * |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111380562A (zh) * | 2018-12-28 | 2020-07-07 | 深圳市优必选科技有限公司 | 一种双轮差速机器人里程计参数的校准方法及装置 |
CN109579849B (zh) * | 2019-01-14 | 2020-09-29 | 浙江大华技术股份有限公司 | 机器人定位方法、装置和机器人及计算机存储介质 |
CN109579849A (zh) * | 2019-01-14 | 2019-04-05 | 浙江大华技术股份有限公司 | 机器人定位方法、装置和机器人及计算机存储介质 |
CN110142215A (zh) * | 2019-03-26 | 2019-08-20 | 顺丰科技有限公司 | 一种分拣流水线包裹移动距离误差的校正方法及装置 |
CN110514221A (zh) * | 2019-08-13 | 2019-11-29 | 中国航空工业集团公司西安飞行自动控制研究所 | 一种里程仪初始参数快速计算方法 |
CN110514221B (zh) * | 2019-08-13 | 2023-03-14 | 中国航空工业集团公司西安飞行自动控制研究所 | 一种里程仪初始参数快速计算方法 |
CN110989350A (zh) * | 2019-12-11 | 2020-04-10 | 安徽理工大学 | 一种基于膜计算实现井下移动机器人位姿优化方法及装置 |
CN110989350B (zh) * | 2019-12-11 | 2021-08-31 | 安徽理工大学 | 一种基于膜计算实现井下移动机器人位姿优化方法及装置 |
CN111141290A (zh) * | 2020-01-08 | 2020-05-12 | 广州视源电子科技股份有限公司 | 机器人的定位方法、定位装置、设备和存储介质 |
CN111141290B (zh) * | 2020-01-08 | 2023-09-26 | 广州视源电子科技股份有限公司 | 机器人的定位方法、定位装置、设备和存储介质 |
CN111871835A (zh) * | 2020-07-15 | 2020-11-03 | 深圳路辉物流设备有限公司 | 分拣流水线包裹移动距离误差的校正方法、装置及存储介质 |
CN112097792A (zh) * | 2020-08-28 | 2020-12-18 | 上海大学 | 一种阿克曼模型移动机器人里程计标定方法 |
CN112097792B (zh) * | 2020-08-28 | 2023-05-16 | 上海大学 | 一种阿克曼模型移动机器人里程计标定方法 |
CN115218922A (zh) * | 2022-09-05 | 2022-10-21 | 杭叉集团股份有限公司 | 一种agv数据校准系统及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN108844553B (zh) | 2021-06-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108844553A (zh) | 校正机器人移动过程中的里程的方法、装置及机器人 | |
CN110262495B (zh) | 可实现移动机器人自主导航与精确定位的控制系统及方法 | |
CN111240319B (zh) | 室外多机器人协同作业系统及其方法 | |
CN107239076B (zh) | 基于虚拟扫描与测距匹配的agv激光slam方法 | |
CN101943916B (zh) | 一种基于卡尔曼滤波器预测的机器人避障方法 | |
CN104914865B (zh) | 变电站巡检机器人定位导航系统及方法 | |
Gomez-Balderas et al. | Tracking a ground moving target with a quadrotor using switching control: nonlinear modeling and control | |
CN102788591B (zh) | 基于视觉信息的机器人沿引导线巡线导航方法 | |
Martínez et al. | Mobile robot motion estimation by 2D scan matching with genetic and iterative closest point algorithms | |
EP2821876A2 (en) | Route planning method, route planning unit, and autonomous mobile device | |
KR101585504B1 (ko) | 자율 이동 차량의 경로 생성 방법 및 경로 생성 장치 | |
CN110488818B (zh) | 一种基于激光雷达的机器人定位方法、装置和机器人 | |
Baek et al. | Optimal path planning of a target-following fixed-wing UAV using sequential decision processes | |
Júnior et al. | EKF-LOAM: An adaptive fusion of LiDAR SLAM with wheel odometry and inertial data for confined spaces with few geometric features | |
CN111578926A (zh) | 一种基于自动驾驶平台的地图生成与导航避障的方法 | |
Oliveira et al. | Three-dimensional mapping with augmented navigation cost through deep learning | |
CN107567036A (zh) | 基于机器人搜救环境无线自组织局域网的slam系统及方法 | |
CN109960260A (zh) | 一种自主导引车辆及其导航方法和控制装置 | |
CN115454061B (zh) | 一种基于3d技术的机器人路径避障方法及系统 | |
CN116429121A (zh) | 基于多传感器的定位方法、装置、自移动设备及存储介质 | |
Baranzadeh et al. | A decentralized formation building algorithm with obstacle avoidance for multi-robot systems | |
Huang et al. | An autonomous UAV navigation system for unknown flight environment | |
Piccinelli et al. | Hybrid motion planner integrating global voronoi diagrams and local velocity obstacle method | |
CN114740869A (zh) | 多传感器融合估计与迭代预搜索的机器人避障方法及系统 | |
Alagić et al. | Design of mobile robot motion framework based on modified vector field histogram |
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 |