CN109159117A

CN109159117A - 一种位置校准方法和送货机器人

Info

Publication number: CN109159117A
Application number: CN201810962793.3A
Authority: CN
Inventors: 支涛; 杨子
Original assignee: Beijing Yunji Technology Co Ltd
Current assignee: Beijing Yunji Technology Co Ltd
Priority date: 2018-08-22
Filing date: 2018-08-22
Publication date: 2019-01-08

Abstract

本申请公开了一种位置校准方法和送货机器人，该方法包括：确定送货机器和标志物在场景中的相对位置，其中，所述标志物固定在所述送货机器人的行进路径上；计算所述送货机器人在场景地图中的位置；以所述相对位置为基准，对所述送货机器人在场景地图中的位置进行校正，通过上述方法可以使得校正结果更加准确，并且，由于标志物不会受环境影响，因此有利于提高校正结果的准确度。

Description

一种位置校准方法和送货机器人

技术领域

本申请涉及电控技术领域，具体而言，涉及一种位置校准方法和送货机器人。

背景技术

送货机器人在行进过程中，其行进路线会出现偏差，这种偏差会随着行进距离的增加而积累，使得送货机器人在行进较长一段距离后，出现偏离原设定路径的问题，因此需要送货机器人对自身在地图中的位置进行调整，以保证行进方向的正确性，在目前技术中，送货机器人依靠里程计，激光，视觉等传感器来定位，但是激光或视觉等方式对环境有一定要求，当环境较复杂或者发生改变时，会导致定位结果不准确，严重情况下是机器人彻底偏航，无法到达目的地。

发明内容

本申请的主要目的在于提供一种位置校准方法和送货机器人，以提高送货机器人定位结果的准确度。

为了实现上述目的，本申请提供了一种位置校准方法，所述方法包括：

确定送货机器和标志物在场景中的相对位置，其中，所述标志物固定在所述送货机器人的行进路径上；

计算所述送货机器人在场景地图中的位置；

以所述相对位置为基准，对所述送货机器人在场景地图中的位置进行校正。

可选地，所述方法还包括：

实时获取行进路径上的图像数据；

对所述图像数据进行识别，以确定所述图像数据是否存在所述标志物；

当所述图像数据中存在所述标志物时，执行确定送货机器和标志物在场景中的相对位置的操作。

可选地，所述以所述相对位置为基准，对所述送货机器人在场景地图中的位置进行校正，包括：

根据所述相对位置，确定所述送货机器人与所述标志物的相对距离和相对方向；

根据所述相对距离和所述相对方向，对所述送货机器人在场景地图中的位置和行进方向进行校正。

可选地，所述标志物为所述场景中具有唯一形状的物体。

可选地，所述标志物为所述送货机器人的充电桩。

为了实现上述目的，本申请提供了一种送货机器人，所述送货机器人包括：

确定单元，用于确定送货机器和标志物在场景中的相对位置，其中，所述标志物固定在所述送货机器人的行进路径上；

计算单元，用于计算所述送货机器人在场景地图中的位置；

校正单元，用于以所述相对位置为基准，对所述送货机器人在场景地图中的位置进行校正。

可选地，所述送货机器人还包括：

图像采集单元，用于实时获取行进路径上的图像数据；

识别单元，用于对所述图像数据进行识别，以确定所述图像数据是否存在所述标志物；

所述确定单元，用于当所述图像数据中存在所述标志物时，执行确定送货机器和标志物在场景中的相对位置的操作。

可选地，在所述校正单元用于以所述相对位置为基准，对所述送货机器人在场景地图中的位置进行校正时，具体用于：

可选地，所述标志物为所述场景中具有唯一形状的物体。

可选地，所述标志物为所述送货机器人的充电桩。

本申请的实施例提供的技术方案可以包括以下有益效果：

在本申请中，在确定出送货机器人和标志物在场景中的相对位置后，以该相对位置为基准，对计算出的送货机器人在场景地图中的位置进行校正，由于标志物固定在送货机器人的行进路径上，因此该标志物在场景中的绝对位置不会发生变化，因此，在确定出的送货机器人和标志物在场景中的相对位置后，该相对位置可以表示送货机器人实际相对于该标志物所在的位置，该相对位置也可以表示出送货机器人在场景中的绝对位置，然后以该相对位置为基准，对计算出的送货机器人在场景地图中的位置进行校正后，可以使得校正结果更加准确，并且，由于标志物不会受环境影响，因此有利于提高校正结果的准确度，进而使得送货机器人定位出来的结果准确度较高。

附图说明

构成本申请的一部分的附图用来提供对本申请的进一步理解，使得本申请的其它特征、目的和优点变得更明显。本申请的示意性实施例附图及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：

图1为本申请提供的一种位置校准方法的流程示意图；

图2为本申请提供的另一种位置校准方法的流程示意图；

图3为本申请提供的另一种位置校准方法的流程示意图；

图4为本申请提供的一种送货机器人的结构示意图；

图5为本申请提供的另一种送货机器人的结构示意图。

具体实施方式

为了使本技术领域的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请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申请一部分的实施例，而不是全部的实施例。基于本申请中的实施例，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，都应当属于本申请保护的范围。

需要说明的是，本申请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，以便这里描述的本申请的实施例。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。

在本申请中，术语“上”、“下”、“左”、“右”、“前”、“后”、“顶”、“底”、“内”、“外”、“中”、“竖直”、“水平”、“横向”、“纵向”等指示的方位或位置关系为基于附图所示的方位或位置关系。这些术语主要是为了更好地描述本申请及其实施例，并非用于限定所指示的装置、元件或组成部分必须具有特定方位，或以特定方位进行构造和操作。

并且，上述部分术语除了可以用于表示方位或位置关系以外，还可能用于表示其他含义，例如术语“上”在某些情况下也可能用于表示某种依附关系或连接关系。对于本领域普通技术人员而言，可以根据具体情况理解这些术语在本申请中的具体含义。

此外，术语“安装”、“设置”、“设有”、“连接”、“相连”、“套接”应做广义理解。例如，可以是固定连接，可拆卸连接，或整体式构造；可以是机械连接，或电连接；可以是直接相连，或者是通过中间媒介间接相连，又或者是两个装置、元件或组成部分之间内部的连通。对于本领域普通技术人员而言，可以根据具体情况理解上述术语在本申请中的具体含义。

需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。

需要提前说明的是，本申请涉及到的场景可以为商场、学校、办公大楼和酒店等，具体的场景可以根据实际需要进行设定，在此不做具体限定，本申请涉及到的场景地图为具体场景对应的地图，例如，具体场景为酒店是，该场景地图为酒店的地图，关于具体的场景地图可以根据实际的场景进行设定，在此不做具体限定。

图1为本申请提供的一种位置校准方法的流程示意图，如图1所示，该方法包括以下步骤：

101、确定送货机器和标志物在场景中的相对位置。

其中，所述标志物固定在所述送货机器人的行进路径上。

具体的，具体的标志物可以根据实际场景和需要进行设定，凡是固定在送货机器人送货路径上的物体均可以作为标志物，关于具体的标志物在此不做具体限定。

102、计算所述送货机器人在场景地图中的位置。

具体的，在计算送货机器人在场景地图中的位置时，可以通过送货机器人的行进历程来进行计算，关于计算送货机器人在场景地图中的位置的具体方式可以根据实际需要进行设定，在此不做具体限定。

103、以所述相对位置为基准，对所述送货机器人在场景地图中的位置进行校正。

在一个可行的实施方案中，图2为本申请提供的另一种位置校准方法的流程示意图，如图2所示，在执行确定送货机器和标志物在场景中的相对位置的操作之前，该方法还包括以下步骤：

201、实时获取行进路径上的图像数据。

具体的，实时获取行进路径上的图像数据是为了让送货机器人能够在第一时间检测到标志物，以便利用该标志物进行校正，在实时获取行进路径上的图像数据时，可以通过送货机器人上的摄像装置来获取。

202、对所述图像数据进行识别，以确定所述图像数据是否存在所述标志物。

具体的，在设定好标志物后，可以根据该标志物的外部形状和颜色等外部特征来对标志物进行识别，关于具体的识别方法和对标志物的哪些外部特征进行识别可以根据实际需要进行时设定，在此不做具体限定。

203、当所述图像数据中存在所述标志物时，执行确定送货机器和标志物在场景中的相对位置的操作。

在本申请中，通过上述方法可以第一时间识别出标志物，从而使得送货机器人能够在第一时间对位置进行校正，进而使得送货机器人能够在第一时间调整行进路线。

在一个可行的实施方案中，图3为本申请提供的另一种位置校准方法的流程示意图，如图3所示，在执行步骤103时，可以通过以下步骤实现：

301、根据所述相对位置，确定所述送货机器人与所述标志物的相对距离和相对方向。

302、根据所述相对距离和所述相对方向，对所述送货机器人在场景地图中的位置和行进方向进行校正。

具体的，送货机器人在行进过程中，既包括位置上的移动，有包括行进方向的转动，因此在确定出相对位置后，可以确定出送货机器人与标志物的相对距离，以及送货机器人相对于标志物的相对方向，即送货机器人相对于标志物的行进角度，进一步的，确定出的相对位置有两个维度构成，一个维度是送货机器人与标志物的相对距离，另一个维度时送货机器人相对于标志物的行进角度。在确定出上述的相对距离和相对方向后，可以通过该相对距离，对送货机器人在场景地图上的位置进行校正，通过相对方向，对送货机器人在场景地图上的行进方向进行校正。

在一个可行的实施方案中，该标志物为场景中具体唯一形状的物体。

具体的，为了提高识别的准确性，可以选择场景中具有唯一形状的物体作为标志物可以使得送货机器人快速的识别出标志物，还可以降低其他相似形状的物体对识别准确性造成的影响。

需要注意的是，该标志物可以为具有唯一形状的某类物体，该物体的数量至少为一个，关于具体的标志物可以根据实际需要进行设定，在此不做具体限定。

在一个可行的实施方案中，该标志物可以为送货机器人的充电桩。

具体的，送货机器人是通过电力驱动的，因此送货机器人在电量不足时需要返回充电桩进行充电，因此送货机器人在行进路径上一定可以遇到充电桩，因此将充电桩作为标志物不仅可以使得送货机器人能够识别到标志物，还可以使送货机器人在返回充电时对行进路径进行调整，以保证下一次进行时，行进路线的准确性，并且，由于无需设定额外的标志物，相对于设置额外标志物，将充电桩设置为标志物可以有利于降低成本。

图4为本申请提供的一种送货机器人的结构示意图，如图4所示，所述送货机器人包括：

确定单元41，用于确定送货机器和标志物在场景中的相对位置，其中，所述标志物固定在所述送货机器人的行进路径上；

计算单元42，用于计算所述送货机器人在场景地图中的位置；

校正单元43，用于以所述相对位置为基准，对所述送货机器人在场景地图中的位置进行校正。

在一个可行的实施方案中，图5为本申请提供的另一种送货机器人的结构示意图，如图5所示，所述送货机器人还包括：

图像采集单元44，用于实时获取行进路径上的图像数据；

识别单元45，用于对所述图像数据进行识别，以确定所述图像数据是否存在所述标志物；

所述确定单元41，用于当所述图像数据中存在所述标志物时，执行确定送货机器和标志物在场景中的相对位置的操作。

在一个可行的实施方案中，在所述校正单元43用于以所述相对位置为基准，对所述送货机器人在场景地图中的位置进行校正时，具体用于：

在一个可行的实施方案中，所述标志物为所述场景中具有唯一形状的物体。

在一个可行的实施方案中，所述标志物为所述送货机器人的充电桩。

关于上述实施例中的装置的各单元执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。

以上所述仅为本申请的优选实施例而已，并不用于限制本申请，对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。

Claims

1.一种位置校准方法，其特征在于，所述方法包括：

计算所述送货机器人在场景地图中的位置；

2.如权利要求1所述的方法，其特征在于，所述方法还包括：

实时获取行进路径上的图像数据；

3.如权利要求1所述的方法，其特征在于，所述以所述相对位置为基准，对所述送货机器人在场景地图中的位置进行校正，包括：

4.如权利要求1所述的方法，其特征在于，所述标志物为所述场景中具有唯一形状的物体。

5.如权利要求3所述的方法，其特征在于，所述标志物为所述送货机器人的充电桩。

6.一种送货机器人，其特征在于，所述送货机器人包括：

计算单元，用于计算所述送货机器人在场景地图中的位置；

7.如权利要求6所述的送货机器人，其特征在于，所述送货机器人还包括：

图像采集单元，用于实时获取行进路径上的图像数据；

8.如权利要求6所述的送货机器人，其特征在于，在所述校正单元用于以所述相对位置为基准，对所述送货机器人在场景地图中的位置进行校正时，具体用于：

9.如权利要求6所述的送货机器人，其特征在于，所述标志物为所述场景中具有唯一形状的物体。

10.如权利要求9所述的送货机器人，其特征在于，所述标志物为所述送货机器人的充电桩。