CN110186459B - 导航方法、移动载体及导航系统 - Google Patents

Abstract

本发明涉及导航技术领域，特别是涉及一种导航方法、移动载体及导航系统。导航方法应用于移动载体，移动载体设置有传感器，方法包括：获取移动载体的当前位置信息；当获取到传感器采集的传感器数据时，融合传感器数据与所述当前位置信息，得到位置融合信息，并且，使用位置融合信息迭代当前位置信息；根据迭代后的当前位置信息与获取到的目标位置信息，导航移动载体。由于通过融合位置估算数据与传感器数据，消除机器人的累进误差，从而得到更为精确的第一当前位置信息，使得导航更为精确，进而提高了导航精度。

Description

导航方法、移动载体及导航系统

技术领域

本发明涉及导航技术领域，特别是涉及一种导航方法、移动载体及导航系统。

背景技术

导航技术广泛应用各个行业领域，诸如货物仓储领域、家居领域或消防领域等等。借助导航技术，机器人可以满足各项业务需求。

一般的，机器人利用自身传感器采集的环境数据或行进数据完成导航，但是，考虑到机器人自身存在噪声误差，随着长期的工作，噪声误差得以累进，导致机器人的导航精度不高。

发明内容

本发明实施例提供一种导航方法、移动载体及导航系统，以提高导航精度。

为了解决上述技术问题，本发明实施例提供以下技术方案：

在第一方面，本发明实施例提供一种导航方法，应用于移动载体，所述移动载体设置有传感器，所述方法包括：

获取所述移动载体的当前位置信息；

当获取到所述传感器采集的传感器数据时，融合所述传感器数据与所述当前位置信息，得到位置融合信息，并且，使用所述位置融合信息迭代所述当前位置信息；

根据迭代后的当前位置信息与获取到的目标位置信息，导航所述移动载体。

在第二方面，一种移动载体，包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；

其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行任一项所述的导航方法。

在第三方面，本发明实施例提供一种导航系统，包括：

服务器；以及

所述的移动载体，与所述服务器通讯。

相对于传统技术，在本发明各个实施例提供的导航方法、移动载体及导航系统中，获取移动载体的当前位置信息，在预设时长内，当获取到传感器采集的传感器数据时，融合传感器数据与当前位置信息，得到位置融合信息，并且，使用位置融合信息迭代当前位置信息，根据迭代后的当前位置信息与获取到的目标位置信息，导航移动载体。由于通过融合位置估算数据与传感器数据，消除机器人的累进误差，从而得到更为精确的当前位置信息，使得导航更为精确，进而提高了导航精度。

附图说明

一个或多个实施例通过与之对应的附图中的图片进行示例性说明，这些示例性说明并不构成对实施例的限定，附图中具有相同参考数字标号的元件表示为类似的元件，除非有特别申明，附图中的图不构成比例限制。

图1是本发明实施例提供的一种移动载体的结构示意图；

图2是图1中移动底盘的结构示意图；

图3是图1中移动底盘的俯视图；

图4是本发明实施例提供的一种导航系统的结构示意图；

图5a是本发明实施例提供的一种移动载体在部署二维码的仓库地面的导航示意图；

图5b是本发明实施例提供的一种移动载体采用UWB定位方式的导航示意图；

图6a是本发明实施例提供的一种导航方法的流程示意图；

图6b是本发明实施例提供的一种二维码的平面示意图；

图7a是本发明实施例提供的一种导航装置的结构示意图；

图7b是本发明另一实施例提供的一种导航装置的结构示意图；

图7c是本发明又另一实施例提供的一种导航装置的结构示意图；

图8是本发明实施例提供的一种移动载体的电路原理框图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。

本文提供的移动载体可应用于任何合适行业领域或技术领域，诸如智能仓储领域、智能物流领域、智能分拣领域、家居领域或消防领域等。

当移动载体应用于不同行业领域，移动载体可被构造成不同结构，以实现相应的业务功能。举例而言，当移动载体应用于家居领域，移动载体可作被构造成圆形扫地机器人，当移动载体应用于仓储领域，移动载体可被构造成配置有机械臂，以抓取货物。

本发明实施例提供一种移动载体，请参阅图1，移动载体100包括移动底盘10、存储货架20、搬运装置30及升降组件40。其中，存储货架20、搬运装置30以及升降组件40均安装于移动底盘10。

移动底盘10用于携带移动载体100按照规划的路径移动。

存储货架20用于存放货物，在一些实施例中，存储货架20可包括多个存储单元，每个存储单元可放置一个或多个货物。

搬运装置30可沿所述竖直方向移动，使得搬运装置30的位置与任意一个存储单元水平相对，搬运装置30用于在固定货架的预设位置和任何一个存储单元之间搬运货物。

升降组件40用于驱动搬运装置30沿竖直方向相对于存储货架20移动，升降组件40包括升降传动机构和升降驱动机构。其中，升降驱动机构用于提供搬运装置30相对于存储货架20沿竖直方向移动的第二驱动力，升降传动机构用于将第二驱动力传递至搬运装置30。

在一些实施例中，请一并参阅图2，移动底盘10包括支架总成11、从动轮12、驱动轮组件13以及引导装置14。其中，从动轮12、驱动轮组件13以及引导装置14均安装于支架总成11。

支架总成11由钢梁、钢板以及蒙皮组焊而成，支架总成11包括底座110和立式支架111，立式支架111安装于底座110。

底座110包括底座主体112、轴座113及避震器支架114，轴座113安装于底座主体112，避震器支架114也安装于底座主体112。

底座主体112为一水平设置的矩形板体，具有对称轴线S1，底座主体112包括相对设置的第一表面1120和第二表面1121。

底座主体112设置有从动轮安装槽1122、驱动轮安装口1123及引导装置安装口1124。

从动轮安装槽1122设置于底板主体112的第一表面1120，从动轮安装槽1122用于安装从动轮12。

驱动轮安装口1123贯穿底座主体112的第一表面1120和第二表面1121设置，驱动轮安装口1123用于放置主动轮组件13。

请一并参阅图3，引导装置安装口1124贯穿底座主体112的第一表面1120和第二表面1121设置，引导装置安装口1124用于安装引导装置14。

在本实施例中，引导装置14为摄像头，摄像头的镜头正对引导装置安装口1124，用于识别地面贴设的二维码，使得移动底盘10沿预设路径行进，以完成导航。

轴座113和避震器支架114均安装于底座主体112的第二表面1121，轴座113和避震器支架114共同用于安装驱动轮组件13。

值得说明的是，通过设置有用于安装从动轮12的从动轮安装槽1122，以及用于放置驱动轮组件13的驱动轮安装口1123，可实现移动底盘10的离地间隙和质心高度得到控制，使移动底盘10的抓地力得到改善，提高了移动底盘10移动的稳定性。

在一些实施例中，请参阅图4，移动载体100可与服务器200组成导航系统，通过与服务器200互相通讯，以实现导航，从而成功地抓取或存放货物，例如，移动载体100接收服务器200的调度指令，其中，调度指令包括取货位置、目的位置、规划路径及货物信息。移动载体100根据调度指令沿规划路径移动至仓库内的取货位置，获取相应的货物后，将货物运送至目的位置。并且，移动载体将自身位置信息发送至服务器200，以便服务器200根据各个移动载体100发送的位置信息确定当前仓库内航道占用情况。移动载体100接收服务器200发送的仓库内航道占用情况，根据仓库内航道占用情况请求服务器200调整规划路径。

在一些实施例中，此处的服务器200可以是一个物理服务器或者多个物理服务器虚拟而成的一个逻辑服务器。服务器200也可以是多个可互联通信的服务器组成的服务器群，且各个功能模块可分别分布在服务器群中的各个服务器上。

移动载体100在仓库内移动时，可借助各种室内定位方式，辅助定位与导航。举例而言，移动载体100可借助固定设置在仓库内的预设固定标识体完成定位以及位置纠偏，其中，预设固定标识体包括任意合适形式的标识物，诸如二维码、电子标签、条形码或图形物等等。预设固定标识体的固定位置可以在仓库内任何合适的位置，诸如地面、墙壁、天花板、货架或邻近建筑物等等。请参阅图5a，仓库300的地面按照预设规则，在每条航道31上铺设若干个二维码，相邻航道31之间设置有货架32。

在本实施例中，仓库300地面配置有一个地面坐标系XOY，各个二维码在地面坐标系XOY部署成网格状，每个二维码或货架皆对应着唯一坐标(x，y，θ)，其中，x为横坐标，y为纵坐标，θ为机器人的朝向与基准方向之间的夹角，其中，当移动载体100在原点(0,0)时，以θ为0表示基准方向。例如，二维码A的坐标为(0,0,0)，二维码A被定义为起始二维码，移动载体100可自二维码A进入航道。二维码B的坐标为(2,1,90)，二维码C的坐标为(0,4,90)。

在航道31行进时，移动载体100根据调度指令，通过如图3所示的摄像头扫描地面上的二维码，根据二维码的坐标信息，移动至目的地，其中，该目的地可以为指定货架，亦可以为路径上的其中一个节点。

在本实施例中，二维码可以采用油墨印刷、油墨打印、紫外油墨印刷或荧光油墨印刷铺设在仓库300地面或墙面上。

再举例而言，移动载体100还可借助其它室内定位技术完成定位以及位置纠偏。请参阅图5b，在仓库300地面将无数据标识部署成网格状，仓库300内设置有多个定位基站33，移动载体100设置有定位天线，该定位天线以UWB(Ultra Wideband，超宽带)脉冲重复不间断发送数据帧，各个定位基站33接收UWB脉冲，定位基站33利用高敏度的短脉冲侦测器测量定位标签的数据帧到达接收器天线的时间，服务器200参考定位天线发送过来的校准数据，确定定位天线达到不同定位基站之间的时间差，并利用三点定位技术及优化算法来计算定位天线的位置，亦即移动载体100的位置。其中，定位基站33可采用TDOA(Timedifferenceof Arrival)算法实现定位。

可以理解的是，移动载体100还可借助其它定位方式完成定位与导航，并不局限本发明实施例提供的方式。

本发明实施例提供一种导航方法，应用于移动载体。移动载体可被构造任何合适结构以完成相应业务功能，诸如扫地机器人或仓储机器人等等。

移动载体设置有传感器，传感器被安装在移动载体合适的位置以采集传感器数据。其中，此处的传感器可采用任何合适类型的传感器，诸如各类运动传感器、图像传感器或无线传感器等等，其中，运动传感器可包括诸如惯性测量单元(Inertial measurementunit，IMU)、陀螺仪、磁场计、加速度计或速度计等等。图像传感器可被构造成任意形状的摄像头，用于拍摄图像。无线传感器设置于移动载体，与外部无线基站或无线系统通讯，基于无线技术实现对移动载体的定位。

请参阅图6a，导航方法S600包括：

S61、获取移动载体的当前位置信息；

在本实施例中，当前位置信息为移动载体在当前地点的位置信息，其中，当前位置信息并非是固定不变的，其是跟随着移动载体的移动而变化，例如，移动载体沿着直线运动，A点为起始点，B点为中间点，C点为终点，其中，在A点时，移动载体对应第t时刻的当前位置信息。在B点，移动载体对应第t+n时刻的当前位置信息。在C点，移动载体对应第t+n+m时刻的当前位置信息。

由此可见，在本实施例中，当前位置信息仅用于方便描述移动载体的当前位置之用，“当前位置信息”可以为多个，亦即，可以为不同时刻的多个当前位置信息。

可以理解的是，“当前位置信息”可被视为存放在移动载体中寄存器的某个变量中，每次更新不同时刻的当前位置信息时，移动载体都将变量中前一时刻的当前位置信息迭代为当前时刻的当前位置信息，例如，假设采集周期为1秒，移动载体可以将变量中原先第t时刻的当前位置信息迭代为第t+1时刻的当前位置信息，具体的，移动载体在寄存器A中的变量V0保存第t时刻的当前位置信息A1，经过融合处理或者预设运动方程处理后，便得到第t+1时刻的当前位置信息A2，于是，便将变量V0的寄存器值由当前位置信息A1迭代为当前位置信息A2。

S62、判断是否获取到传感器采集的传感器数据，若是，跳转至S63，若否，跳转至S64；

S63、若是，融合传感器数据与当前位置信息，得到位置融合信息，并且，使用位置融合信息迭代当前位置信息；

S64、若否，根据当前位置信息和预设运动方程，得到位置估算信息，并且，使用位置估算信息迭代当前位置信息；

在本实施例中，传感器数据可以为传感器采集的数据，亦可以为将传感器采集的数据作预处理后而得到的数据，例如，将惯性测量单元采集移动载体的三轴姿态角、角速度以及加速度作为传感器数据。或者，将图像传感器拍摄仓库地面的二维码对应的图像作为传感器数据，或者，将二维码对应的图像作预处理而得到的数据作为传感器数据。或者，将无线传感器接收到定位基站发送的定位信息作为传感器数据。

移动载体按照预设采集周期访问传感器，从传感器中获取传感器数据。在一些实施例中，传感器亦可按照预设采集周期，主动向移动载体发送传感器数据，从而使得移动载体获取到传感器数据。

在本实施例中，位置估算信息为当未检测到传感器采集的传感器数据时，移动载体根据预设运动方程，结合最新的当前位置信息，计算得到的位置信息。

在本实施例中，预设运动方程可以选择任何合适表达形式，举例而言，预设运动方程为：

其中，

为第t时刻对应的位置估算信息，

为第t-1时刻的当前位置信息，μ_t-1为外部输入，f(x)为预设运动方程对应的函数。

由上述预设运动方程可知，第t时刻对应的位置估算信息

可由第t-1时刻的当前位置信息

结合外部输入μ_t-1迭代得到的，其中，可以理解的是，

可以为经过融合处理后的当前位置信息，亦可以为未经过融合处理并且由预设运动方程得到的当前位置信息。

举例而言，假设在第t时刻，移动载体未获取到传感器采集的传感器数据。于是，移动载体根据第t-1时刻的当前位置信息和预设运动方程，得到第t时刻的位置估算信息，并且，使用第t时刻的位置估算信息迭代第t-1时刻的当前位置信息，于是，迭代后的当前位置信息为第t时刻的位置估算信息，亦即，第t时刻的位置估算信息为第t时刻的当前位置信息，例如，将存放在变量的第t-1时刻的当前位置信息迭代为第t时刻的位置估算信息，其中，第t时刻的当前位置信息为第t时刻的位置估算信息。

紧接着，在第t+1时刻，移动载体还未检测到传感器采集的传感器数据，于是，移动载体将第t时刻的当前位置信息和预设运动方程，计算得到第t+1时刻的位置估算信息。此时，移动载体还将第t+1时刻的位置估算信息迭代第t时刻的当前位置信息，亦即，第t+1时刻的位置估算信息为第t+1时刻的当前位置信息。

可以理解的是，由于考虑到传感器的采集周期，在第t时刻至第t+1时刻内(不包括第t+1时刻)，移动载体未检测到传感器采集的传感器数据。但是，在第t+1时刻，移动载体检测到了传感器采集的传感器数据，于是，移动载体将第t+1时刻的位置估算信息结合第t+1时刻的传感器数据作融合处理，得到第t+1时刻的位置融合信息，并且，使用第t+1时刻的位置融合信息迭代第t时刻的当前位置信息，得到第t+1时刻的当前位置信息，亦即，第t+1时刻的位置融合信息为第t+1时刻的当前位置信息。

可以理解的是，除了本实施例涉及提到的预设运动方程的函数，在一些实施例中，预设运动方程还可以呈现其它类型函数，在此，用户可以根据业务需求，自行构建合适的预设运动方程。

当获取到传感器采集的传感器数据时，移动载体融合传感器数据与当前位置信息，得到位置融合信息，并且，使用位置融合信息迭代当前位置信息。

举例而言，在第t时刻，移动载体获取到传感器采集的传感器数据。于是，移动载体将第t时刻的位置估算信息与第t时刻的传感器数据作融合处理，得到第t时刻的位置融合信息。移动载体将第t时刻的位置融合信息迭代第t时刻的当前位置信息，于是得到迭代后的第t时刻的当前位置信息，亦即，第t时刻的位置融合信息为迭代后的第t时刻的当前位置信息。

紧接着，如前所述，考虑到传感器的采集周期，在第t时刻至第t+1时刻内(不包括第t+1时刻)，移动载体未检测到传感器采集的传感器数据。假设在第t+1时刻，移动载体获取到传感器采集的传感器数据。于是，移动载体将第t+1时刻的位置估算信息与第t+1时刻的传感器数据作融合处理，得到第t+1时刻的位置融合信息，移动载体将第t+1时刻的位置融合信息迭代第t时刻的当前位置信息，于是得到第t+1时刻的当前位置信息。

以此类推，便可得到不同时刻的当前位置信息。

在本实施例中，移动载体可采用多种融合方程，融合传感器数据与当前位置信息，以便得到位置融合信息。

举例而言，移动载体使用预设滤波算法，融合传感器数据与当前位置信息，得到位置融合信息，其中，预设滤波算法包括扩展卡尔曼滤波算法等等各类滤波算法。

请参阅下面公式，扩展卡尔曼滤波方程如下：

为第k时刻最优估计

的协方差矩阵，F_k-1为第k-1时刻最优估计

的雅各比矩阵，F^T _k-1为第k-1时刻最优估计

的雅各比矩阵的转置矩阵，

为第k-1时刻迭代更新后的协方差矩阵，Q'_k为第k时刻的第一类过程噪声的协方差矩阵，

为第k时刻对应的位置估算信息，

为第k-1时刻的当前位置信息，μ_k-1为第k-1时刻的外部输入，f(x)为预设运动方程对应的函数。K_k为第k时刻的补偿增益，亦即，卡尔曼增益。G_k为第k时刻最优估计

的雅各比矩阵，G^T _k为第k时刻最优估计

的雅各比矩阵的转置矩阵，R'_k为第k时刻的第二类过程噪声的协方差矩阵，I为单位矩阵，y_k为第k时刻的观测位置，g(x)为观测方程。

通过上述扩展卡尔曼滤波方程，融合位置估算数据与传感器数据，便可得到第一融合位置数据。

在另一些实施例中，扩展卡尔曼滤波方程如下：

其中，

为第t时刻最优估计

的协方差矩阵，

为第t-1时刻迭代更新后的协方差矩阵，Q_t-1为第t-1时刻的第一类过程噪声的协方差矩阵，

为第t时刻的位置估算信息，

为第t-1时刻的当前位置信息，μ_t-1为第t-1时刻的外部输入，K_t为第t时刻的补偿增益，R_t为第t时刻的第二类过程噪声的协方差矩阵，x_t(c)为由传感器数据计算出的位置信息。

通过上述另一种扩展卡尔曼滤波方程，融合位置估算数据与传感器数据，便可得到第一融合位置数据。

由上述各个方程可知，当传感器包括多种类传感器时，移动载体不区分传感器的种类，将不同时刻或同一时刻得到的不同传感器传输的传感器数据代入融合方程，从而得到第t时刻对应的当前位置信息。

由上述各个方程可知，当传感器包括多种类传感器时，移动载体不区分传感器的种类以及传感器数据的种类，都将不同时刻或同一时刻得到的不同传感器传输的传感器数据代入融合方程，从而得到第t时刻对应的当前位置信息。

S65、根据迭代后的当前位置信息与获取到的目标位置信息，导航移动载体。

在本实施例中，移动载体计算出当前位置信息后，便将当前位置信息以及移动状态一起上报至服务器，服务器根据当前位置信息以及移动状态，便可获知移动载体的当前位置以及目前所处的状态，诸如是否取货完毕状态等等。进一步的，服务器根据移动载体的当前位置信息以及目前所处的状态，分析出移动载体适合下一步的导航，于是，服务器根据调度需求，向移动载体发送目标位置信息，以使移动载体根据当前位置信息与获取到的目标位置信息进行导航。

在一些实施例中，移动载体预设上报周期，每次达到上报周期时，移动载体主动将当前位置信息上报至服务器。其中，上报周期由用户自定义。在上报周期内，移动载体未检测到传感器数据的输入时，便将由上一时刻传感器采集的传感器数据融合得到的当前位置信息上报至服务器。

可以理解的是，目标位置信息可以包括取货箱的位置，亦可以包括规划路径中指定节点的位置。

综上，由于通过融合位置估算数据与传感器数据，消除机器人的累进误差，从而得到更为精确的当前位置信息，使得导航更为精确，进而提高了导航精度。其中，机器人的累进误差包括传感器带来的累进误差、建模带来的累进误差、采样间隔周期带来的累进误差等等。

在一些实施例中，传感器包括运动传感器。移动载体可以将运动传感器采集的运动数据作为传感器数据，并且，将已计算出的位置估算信息与运动数据作融合处理，从而得到当前位置信息，例如，将第t时刻的位置估算信息与第t时刻的运动数据作融合处理，从而得到第t时刻的当前位置信息。

并且，假设在第t+1时刻未接收到运动数据时，移动载体根据第t时刻的当前位置信息以及预设运动方程，计算出第t+1时刻的位置估算信息，使用第t+1时刻的位置估算信息迭代第t时刻的当前位置信息，亦即，第t+1时刻的当前位置信息为第t+1时刻的位置估算信息。

假设在第t+1时刻接收到运动数据时，移动载体将第t+1时刻的位置估算信息与第t+1时刻的运动数据作融合处理，从而得到第t+1时刻的位置融合信息，使用第t+1时刻的位置融合信息迭代第t时刻的当前位置信息，亦即，第t+1时刻的当前位置信息为第t+1时刻的位置融合信息。

紧接着，假设在第t+2时刻接收到运动数据时，移动载体将第t+2时刻的位置估算信息与第t+2时刻的运动数据作融合处理，从而得到第t+2时刻的位置融合信息，使用第t+2时刻的位置融合信息迭代第t+1时刻的当前位置信息。

假设在第t+2时刻未接收到运动数据时，移动载体根据第t+1时刻的当前位置信息以及预设运动方程，计算出第t+2时刻的位置估算信息，使用第t+2时刻的位置估算信息迭代第t+1时刻的当前位置信息。

依次类推，通过不断地迭代与融合，从而不断地消除机器人的累进误差，并且得到更为精确的当前位置信息，以便实施导航。

在一些实施例中，运动数据包括加速度和/或角速度等等数据。

在一些实施例中，传感器还可以包括图像传感器，移动载体可在预设空间内行进，预设空间为移动载体的活动空间范围，对于不同业务场景，预设空间的界定可不相同，例如，对于仓储业务场景，预设空间为仓库。对于家居业务场景，预设空间为墙壁相隔的各个室内空间总和。

预设空间设置有若干数据标识体，数据标识体可铺设在预设空间的地面或墙面或货架或其它支撑物上，可以理解的是，用户只需要合理设置图像传感器在移动载体的位置，并且，图像传感器能够读取数据标识体，数据标识体可以跟随图像传感器的位置设置在任意合适地方，例如，图像传感器设置在移动载体的底盘，于是，数据标识体便可以铺设在地面上。再例如，图像传感器设置在移动载体的侧边，于是，数据标识体可以铺设在货架或者墙面上。再例如，图像传感器设置在移动载体的顶部，于是，数据标识体可以铺设在天花板上。

每个数据标识体皆封装有一个第一位置信息，其中，任意两个数据标识体的第一位置信息都是不同的。第一位置信息可由用户根据业务需求自行定义，例如，预设空间为仓库，在仓库地面上设置地面坐标系，在地面坐标系上将各个数据标识体部署成网格状，每个数据标识体皆对应一个坐标信息(x,y,θ)，亦即，该坐标信息(x,y,θ)为第一位置信息。

在本实施例中，移动载体获取传感器采集的传感器数据的过程中，首先，移动载体获取图像传感器扫描数据标识体而得到的第一位置信息。其次，移动载体根据第一位置信息，生成传感器数据。

举例而言，当第一位置信息可直接描述移动载体的预估位置，预估位置可用于描述移动载体的当前位置时，移动载体可以直接将第一位置信息作为一种传感器数据，亦即，融合时，移动载体可以将第一位置信息与当前位置信息做融合处理。

再举例而言，移动载体根据第一位置信息，计算包含在数据标识体的多个参考点的世界坐标，请参阅图6b，数据标识体为呈矩形的二维码，该二维码铺设在地面上，因此，二维码的四个顶点都在同一平面上且平行于地面。

在一些实施例中，二维码由黑白两色组成，其容易通过对图像处理而发现，并且，二维码具有方向性，以便可以更好的辅助求解移动载体的位姿。在本实施例中，移动载体扫描到二维码时，先对二维码作二值化处理，并且去除二维码最外面的黑色边带，留下5*5的图像信息。移动载体开始计算5*5的图像信息内的海明距离，当计算的海明距离与预设海明距离匹配，则从数据库中遍历出与所述预设海明距离对应的坐标信息，亦即，该坐标信息是第一位置信息。再进一步的，移动载体对二维码作边缘检测，寻找二维码的参考点，以便计算出参考点的世界坐标。

在本实施例中，用户可以在数据标识体上预设多个参考点，每个参考点皆对应着各自坐标信息，例如，当第一位置信息为二维码的中心位置在世界坐标系的坐标信息时，第一位置信息为(10,10)，并且二维码的已知尺寸为40mm*40mm，则：二维码的四个参考点的2维坐标信息分别为：(9.96,9.96),(9.96,10.04),(10.04,9.96),(10.04,10.04)。进一步的，所述四个参考点的6维坐标信息分别为：(9.96,9.96,0,0,0,0),(9.96,10.04,0,0,0,0),(10.04,9.96,0,0,0,0),(10.04,10.04,0,0,0,0))。

其次，移动载体根据第一位置信息及图像传感器模型，获取第一转换矩阵，例如，移动载体根据多个参考点的世界坐标及图像传感器模型，得到多个参考点在相机坐标系的第一转换矩阵，其中，在一些实施例中，第一转换矩阵为4*4的矩阵。

在本实施例中，移动载体可以结合姿态计算算法，根据多个参考点的世界坐标及图像传感器模型，得到多个参考点在相机坐标系的第一转换矩阵，其中，姿态计算算法包括EPNP、DLS、迭代法等等。

在一些实施例中，图像传感器模型包括图像传感器的内参，诸如相机焦距、标定信息、内参矩阵、畸变矩阵等等。

再次，移动载体根据第一位置信息与第一转换矩阵，得到所述图像传感器中心在世界坐标系的位置信息，例如，移动载体将二维码中心位置的6维坐标信息转换成4*4的第二转换矩阵，例如，4*4的第二转换矩阵表达为：

然后，将4*4的第二转换矩阵乘以第一转换矩阵，得到图像传感器中心在世界坐标系的位置信息，例如，将4*4的第二转换矩阵乘以第一转换矩阵便可以得到图像传感器中心在世界坐标系的4*4的第三转换矩阵。

最后，移动载体根据所述图像传感器中心在所述世界坐标系的位置信息，得到所述移动载体在所述世界坐标系的第二位置信息，例如，移动载体将第三变换矩阵转换成移动载体在世界坐标系的坐标信息(x,y,z,roll,pitch,yaw)，并将移动载体在世界坐标系的坐标信息作为一种传感器数据。或者，从移动载体在世界坐标系的坐标信息(x,y,z,roll,pitch,yaw)选取其中的x、y、yaw作为移动载体在世界坐标系的坐标信息。

再举例而言，移动载体根据数据标识体的第一位置信息，计算数据标识体与移动载体的位置偏差后，此时，移动载体也根据预设运动方程计算出当前位置信息，于是，移动载体根据当前位置信息与位置偏差，得到第三位置信息，并将第三位置信息作为一种传感器数据。例如，移动载体根据第一位置信息，计算出数据标识体的中心位置以及图像传感器的中心位置两者的差值，并将该差值作为位置偏差。最后，移动载体根据当前位置信息与位置偏差得到第三位置信息，并将第三位置信息作为传感器数据，例如，当前位置信息为S1，位置偏差为ΔS，第三位置信息S2，根据公式：S2＝S1+ΔS，当得到当前位置信息与位置偏差，根据公式便可得到第三位置信息。

在一些实施例中，图像传感器被构造成摄像头用于拍摄数据标识体，其中，摄像头可安装于移动载体任意合适位置，摄像头的光轴方向可与数据标识体所在的平面成任何合适角度关系，例如垂直关系。

在一些实施例中，数据标识体采用封装有第一位置信息的二维码或电子标签或条形码或图形物。在一些实施例中，数据标识体还可采用其它合适类型的标识体。

在一些实施例中，传感器可同时包括运动传感器和图像传感器，通过运动传感器或图像传感器采集的传感器数据，以完成融合。

举例而言，假设在第t时刻，移动载体未接收到运动传感器和图像传感器中任何一个传感器采集的传感器数据时，移动载体将第t-1时刻的当前位置信息，结合预设运动方程，得到第t时刻的位置估算信息，使用第t时刻的位置估算信息迭代第t-1时刻的当前位置信息。

假设在第t时刻，移动载体接收到运动传感器采集的运动数据时，移动载体将第t时刻的位置估算信息与第t时刻的运动数据作融合处理，得到第t时刻的位置融合信息。使用第t时刻的位置融合信息迭代第t-1时刻的当前位置信息。

假设在第t时刻，移动载体通过图像传感器采集的数据而得到第二位置信息时，移动载体将第t时刻的位置估算信息与第t时刻的第二位置信息作融合处理，得到第t时刻的位置融合信息，移动载体使用第t时刻的位置融合信息迭代第t-1时刻的当前位置信息。

紧接着，假设在第t+1时刻未接收到运动传感器和图像传感器中任何一个传感器采集的传感器数据时，移动载体根据第t时刻的当前位置信息，结合预设运动方程，得到第t+1时刻的位置估算信息，移动载体使用第t+1时刻的位置估算信息迭代第t时刻的当前位置信息。

假设在第t+1时刻，移动载体接收到运动传感器采集的运动数据时，移动载体将第t+1时刻的位置估算信息与第t+1时刻的运动数据作融合处理，得到第t+1时刻的位置融合信息，移动载体使用第t+1时刻的位置融合信息迭代第t时刻的当前位置信息。

进一步的，此处，在第t+2时刻，移动载体通过图像传感器采集的数据而得到第二位置信息时，移动载体将第t+2时刻的位置估算信息与第t+2时刻的第二位置信息作融合处理，得到第t+2时刻的位置融合信息，移动载体使用第t+2时刻的位置融合信息迭代第t+1时刻的当前位置信息。

或者，假设在第t+1时刻，移动载体通过图像传感器采集的数据而得到第二位置信息时，移动载体将第t+1时刻的位置估算信息与第t+1时刻的第二位置信息作融合处理，得到第t+1时刻的位置融合信息，移动载体使用第t+1时刻的位置融合信息迭代第t时刻的当前位置信息。

进一步的，此处，在第t+2时刻，移动载体接收到运动传感器采集的运动数据时，移动载体将第t+2时刻的位置估算信息与第t+2时刻的运动数据作融合处理，得到第t+2时刻的位置融合信息，移动载体使用第t+2时刻的位置融合信息迭代第t+1时刻的当前位置信息。

以此类推，在行进过程中，移动载体可以在没有接收到任何传感器采集的传感器数据的前提下，通过预设运动方程不断地迭代得到最新的第一当前位置信息，亦可以在接收到各类传感器采集的传感器数据的前提下，通过融合最新的位置估算数据与最新的传感器数据，得到最新的第一当前位置信息，其中，不同类传感器采集的传感器数据存在时间先后顺序，因此，融合不同类传感器采集的传感器数据时，也存在时间先后顺序，在此并不限制不同类传感器的融合顺序，只要移动载体接收到最新的传感器数据，移动载体都会结合最新的位置估算数据与最新的传感器数据作融合处理。

为了更加详细阐述本发明实施例提供的一种融合过程，本发明实施例结合具体例子作出以下描述：

1、在仓库地面设置一个地面坐标系，在地面坐标系中将二维码部署成网格状，每个二维码对应有唯一的坐标信息；

2、移动载体通过摄像头扫描初始二维码A，其中，初始二维码A为移动载体的初始位置，其中，移动载体扫描任何二维码时，都将该二维码的坐标信息存放在寄存器的变量V_1中；

3、将移动载体在地面坐标系中的初始位置(X,Y,θ)保存在变量V_2中；

4、在行进过程中，移动载体会不断得到不同类型的传感器采集的传感器数据，例如，移动载体每次接收到运动传感器采集的运动数据时,便更新移动载体的运动数据，例如速度v或角速度ω。移动载体根据更新后的速度v或角速度ω,结合最新的位置估算信息，得到最新的当前位置信息，并以最新的当前位置信息更新变量V_2(X,Y,θ)。

再例如，移动载体每次接收到图像传感器采集的传感器数据，例如，图像传感器扫描到二维码，得到第二位置信息V_1(X1,Y1,θ1)，将第二位置信息V_1(X1,Y1,θ1)与最新的位置估算数据作融合，得到最新的当前位置信息，并以最新的当前位置信息更新变量V_2(X,Y,θ)。

在一些实施例中，传感器包括无线传感器。移动载体获取传感器采集的传感器数据的过程中，移动载体获取无线传感器采集的移动载体的第四位置信息，并将第四位置信息作为传感器数据。在一些实施例中，无线传感器采用超宽带定位方式，各个定位基站不断地计算移动载体所在地的第四位置信息，并通过UWB方式将第四位置信息发送给移动载体。

移动载体可以将无线传感器采集的第四位置信息与位置估算信息作融合处理，从而得到当前位置信息，例如，将第t时刻的第四位置信息与第t时刻的位置估算信息作融合处理，从而得到第t时刻的当前位置信息。

并且，假设在第t+1时刻未接收到运动传感器采集的传感器数据时，移动载体根据第t时刻的当前位置信息以及预设运动方程，计算出第t+1时刻的位置估算信息。

假设在第t+1时刻接收到运动数据时，移动载体将第t+1时刻的位置估算信息与第t+1时刻的运动数据作融合处理，从而得到第t+1时刻的位置融合信息。

紧接着，假设在第t+2时刻接收到第四位置信息时，移动载体将第t+2时刻的位置估算信息与第t+2时刻的第四位置信息作融合处理，从而得到第t+2时刻的位置融合信息。

假设在第t+2时刻未接收到第四位置信息时，移动载体根据第t+1时刻的当前位置信息以及预设运动方程，计算出第t+2时刻的位置估算信息。

依次类推，通过不断地迭代与融合，从而不断地消除机器人的累进误差，并且得到更为精确的第一当前位置信息，以便实施导航。

在一些实施例中，传感器还可以包括图像传感器，移动载体可在预设空间内行进，预设空间设置有若干非数据标识体，非数据标识体可铺设在预设空间的地面或墙面或货架或其它支撑物上。每个非数据标识体在预设地图中对应一个标准位置信息，其中，该预设地图记录着用户预先录入各个非数据标识体在预设空间的标准位置信息。

在本实施例中，移动载体获取传感器采集的传感器数据的过程中，首先，移动载体获取图像传感器扫描非数据标识体而得到的预估位置信息。

举例而言，首先，移动载体通过图像传感器扫描非数据标识体，得到移动载体与非数据标识体在非进行方向的位置偏差。其次，移动载体根据位置偏差及当前位置信息，确定非数据标识体的预估位置信息。例如，移动载体可在预设空间内按照第一直线方向或第二直线方向行进，其中，第一直线方向与第二直线方向垂直。当第一直线方向为行进方向时，第二直线方向为非行进方向；当第二直线方向为行进方向时，第一直线方向为非行进方向。例如，行进方向为X轴方向，则通过比较便得到非行进方向的Y轴方向的位置偏差。同理，行进方向为Y轴方向，则通过比较便得到非行进方向的X轴方向的位置偏差。

当移动载体得到预估位置信息后，移动载体可以根据非数据标识体的预估位置信息与预设地图中非数据标识体的标准位置信息，生成第五位置信息，并将第五位置信息作为传感器数据，例如，移动载体从预设地图中遍历出与预估位置信息最接近的标准位置信息，将最接近的标准位置信息作为第五位置信息。在本实施例中，由于每个非数据标识体都对应有标准位置信息，例如，假设预估位置信息B0为(8,18)，移动载体根据预估位置信息，在预设地图中寻找与预估位置信息B0(8,18)比较靠近的若干个非数据标识体，例如，非数据标识体B1为(7,19)，非数据标识体B2为(8,19)，非数据标识体B3为(10,20)，在非数据标识体B1、B2及B3中，由于B0与B1之间的距离

B0与B2之间的距离

B0与B3之间的距离

由于SB2的距离最小，因此，非数据标识体B2的标准位置信息是最接近预估位置信息B0的，因此，非数据标识体B2的标准位置信息作为第五位置信息。

在另一些实施例中，移动载体还可以根据最接近的标准位置信息与位置偏差，得到第五位置信息，例如，非数据标识体B2的标准位置信息与位置偏差ΔS作相加，将相加结果作为第五位置信息。

在一些实施例中，传感器可包括以下一种或两种或三种类别的传感器：运动传感器、图像传感器及无线传感器，通过运动传感器和/或图像传感器和/或无线传感器采集的传感器数据，以完成融合。

举例而言，假设在第t时刻，移动载体未接收到运动传感器和图像传感器中任何一个传感器采集的传感器数据时，移动载体将第t-1时刻的当前位置信息，结合预设运动方程，迭代得到第t时刻的位置估算信息。

假设在第t时刻，移动载体接收到运动传感器采集的运动数据时，移动载体将第t时刻的位置估算信息与第t时刻的运动数据作融合处理，得到第t时刻的位置融合信息。

假设在第t时刻，移动载体通过图像传感器采集的数据而得到移动载体在非行进方向的位置偏差时，移动载体根据第t时刻的当前位置信息与第t时刻的位置偏差，得到第t时刻的预估位置信息。接着，移动载体从预设地图中遍历出与第t时刻的预估位置信息最接近的标准位置信息。最后，移动载体将第t时刻的最接近的标准位置信息与第t时刻的当前位置信息作融合处理，得到第t时刻的位置融合信息。

假设在第t时刻，移动载体接收到无线传感器采集的第四位置信息时，移动载体将第t时刻的位置估算信息与第t时刻的第四位置信息作融合处理，得到第t时刻的位置融合信息。

紧接着，假设在第t+1时刻未接收到运动传感器、图像传感器及无线传感器中任何一个传感器采集的传感器数据时，移动载体根据第t时刻的当前位置信息，结合预设运动方程，得到第t+1时刻的位置估算信息。

假设在第t+1时刻，移动载体接收到运动传感器采集的运动数据时，移动载体将第t+1时刻的位置估算信息与第t+1时刻的运动数据作融合处理，得到第t+1时刻的位置融合信息。

假设在第t+1时刻，移动载体通过图像传感器采集的数据而得到移动载体在非行进方向的位置偏差时，移动载体根据第t+1时刻的当前位置信息与第t+1时刻的位置偏差，得到第t+1时刻的预估位置信息。接着，移动载体从预设地图中遍历出与第t+1时刻的预估位置信息最接近的标准位置信息。最后，移动载体将第t+1时刻的最接近的标准位置信息与第t+1时刻的当前位置信息作融合处理，得到第t+1时刻的位置融合信息。

假设在第t+1时刻，移动载体接收到无线传感器采集的第四位置信息时，移动载体将第t时刻的当前位置信息与第t+1时刻的第四位置信息作融合处理，得到第t+1时刻的位置融合信息。

进一步的，此处，在第t+2时刻，移动载体通过图像传感器采集的数据而得到移动载体在非行进方向的位置偏差时，移动载体根据第t+2时刻的当前位置信息与第t+2时刻的位置偏差，得到第t+2时刻的预估位置信息。接着，移动载体从预设地图中遍历出与第t+2时刻的预估位置信息最接近的标准位置信息。最后，移动载体将第t+2时刻的最接近的标准位置信息与第t+2时刻的当前位置信息作融合处理，得到第t+2时刻的位置融合信息。

或者，假设在第t+2时刻，移动载体接收到运动传感器采集的运动数据时，移动载体将第t+2时刻的位置估算信息与第t+2时刻的运动数据作融合处理，得到第t+2时刻的位置融合信息。

为了更加详细阐述本发明实施例提供的一种融合过程，本发明实施例结合具体例子作出以下描述：

1、在仓库地面将若干非数据标识体部署成网格状，移动载体通过获取UWB发送的第四位置信息作为初始位置信息(X,Y,θ)，并将初始的第四位置信息(X,Y,θ)保存在变量V_1上。其中，移动载体每次获取到UWB发送的第四位置信息时，都将对应时刻的第四位置信息存放在变量V_1中；

2、移动载体在行进过程中会不断得到不同传感器采集的传感器数据。例如，移动载体每次接收到运动传感器采集的运动数据时,便更新移动载体的运动数据，例如速度v或角速度ω。移动载体根据更新后的速度v或角速度ω,结合最新的位置估算信息，得到最新的当前位置信息，并以最新的当前位置信息更新变量V_2(X,Y,θ)。

再例如，移动载体每次接收到图像传感器采集的传感器数据，例如，图像传感器扫描非数据标识体，得到非行进方向的位置偏差以及预估位置信息，根据预估位置信息得到最接近的标准位置信息，将最接近的标准位置信息与当前位置信息作融合处理，得到最新的当前位置信息，并以最新的当前位置信息更新变量V_2(X,Y,θ)。

再例如，移动载体每次接收到UWB发送的第四位置信息时，都将第四位置信息与当前位置信息作融合处理，得到最新的当前位置信息，并以最新的当前位置信息更新变量V_2(X,Y,θ)。

需要说明的是，在上述各个实施例中，上述各步骤之间并不必然存在一定的先后顺序，本领域普通技术人员，根据本发明实施例的描述可以理解，不同实施例中，上述各步骤可以有不同的执行顺序，亦即，可以并行执行，亦可以交换执行等等。

作为本发明实施例的另一方面，本发明实施例提供一种导航装置，应用于移动载体。请参阅图7a，导航装置700包括：位置获取模块71、位置融合模块72及导航模块73。

位置获取模块71用于获取所述移动载体的当前位置信息；

位置融合模块72用于当获取到所述传感器采集的传感器数据时，融合所述传感器数据与所述当前位置信息，得到位置融合信息，并且，使用所述位置融合信息迭代所述当前位置信息；

导航模块73用于根据迭代后的当前位置信息与获取到的目标位置信息，导航所述移动载体。

由于通过融合位置估算数据与传感器数据，消除机器人的累进误差，从而得到更为精确的第一当前位置信息，使得导航更为精确，进而提高了导航精度。

请参阅图7b，导航装置700还包括：位置估算模块74。

位置估算模块74用于当未获取到所述传感器采集的传感器数据时，根据所述当前位置信息和预设运动方程，得到位置估算信息，并且，使用所述位置估算信息迭代所述当前位置信息。

在一些实施例中，所述传感器包括图像传感器，所述移动载体可在预设空间内行进，所述预设空间设置有若干数据标识体，每个所述数据标识体皆封装有第一位置信息；所述位置融合模块72具体用于：获取所述图像传感器扫描所述数据标识体而得到的第一位置信息；根据所述第一位置信息，生成传感器数据。

所述位置融合模块还具体用于：将所述第一位置信息作为一种传感器数据；或，将所述第一位置信息进行偏差转换，得到第二位置信息，将所述第二位置信息作为传感器数据。

在一些实施例中，所述位置融合模块还具体用于：根据所述第一位置信息及所述图像传感器模型，获取第一转换矩阵；根据所述第一位置信息与所述第一转换矩阵，得到所述图像传感器中心在所述世界坐标系的位置信息；根据所述图像传感器中心在所述世界坐标系的位置信息，得到所述移动载体在所述世界坐标系的第二位置信息。

在一些实施例中，根据所述第一位置信息，计算所述数据标识体与所述移动载体的位置偏差；根据所述当前位置信息与所述位置偏差，得到第三位置信息，并将所述第三位置信息作为一种传感器数据。

在一些实施例中，数据标识体包括封装有第一位置信息的二维码或电子标签或条形码或图形物。

在一些实施例中，传感器包括无线传感器。所述位置融合模块72具体用于：获取所述无线传感器采集的所述移动载体的第四位置信息，并将所述第四位置信息作为一种传感器数据。

在一些实施例中，无线传感器采用超宽带定位方式。

在一些实施例中，传感器包括图像传感器，移动载体可在预设空间内行进，预设空间设置有若干非数据标识体。所述位置融合模块72具体用于：获取所述图像传感器扫描所述非数据标识体而得到的预估位置信息；根据所述非数据标识体的预估位置信息与预设地图中所述非数据标识体的标准位置信息，生成第五位置信息，并将所述第五位置信息作为传感器数据。

可选地，所述位置融合模块72具体用于：通过所述图像传感器扫描非数据标识体，得到所述移动载体与所述非数据标识体在非进行方向的位置偏差；根据所述位置偏差及所述当前位置信息，确定所述非数据标识体的预估位置信息。

可选地，每个所述非数据标识体在预设地图中对应一个标准位置信息；所述位置融合模块72具体用于：从所述预设地图中遍历出与所述预估位置信息最接近的标准位置信息；将所述最接近的标准位置信息作为第五位置信息；或，根据所述最接近的标准位置信息与所述位置偏差，得到第五位置信息。

在一些实施例中，请参阅图7c，导航装置700还包括：上报模块75。上报模块75用于上报当前位置信息。

在一些实施例中，位置融合模块72还具体用于：使用预设滤波算法，融合位置估算数据与传感器数据，得到第一融合位置数据。

在一些实施例中，预设滤波算法包括扩展卡尔曼滤波算法。

需要说明的是，上述导航装置可执行本发明实施例所提供的导航方法，具备执行方法相应的功能模块和有益效果。未在导航装置实施例中详尽描述的技术细节，可参见本发明实施例所提供的导航方法。

图8是本发明实施例提供一种移动载体的电路原理框图。如图8所示，该移动载体800包括一个或多个处理器81以及存储器82。其中，图8中以一个处理器81为例。

处理器81和存储器82可以通过总线或者其他方式连接，图8中以通过总线连接为例。

存储器82作为一种非易失性计算机可读存储介质，可用于存储非易失性软件程序、非易失性计算机可执行程序以及模块，如本发明实施例中的导航方法对应的程序指令/模块。处理器81通过运行存储在存储器82中的非易失性软件程序、指令以及模块，从而执行导航装置的各种功能应用以及数据处理，即实现上述方法实施例导航方法以及上述装置实施例的各个模块的功能。

存储器82可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实施例中，存储器82可选包括相对于处理器81远程设置的存储器，这些远程存储器可以通过网络连接至处理器81。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。

所述程序指令/模块存储在所述存储器82中，当被所述一个或者多个处理器81执行时，执行上述任意方法实施例中的导航方法。

本发明实施例的移动载体800以多种形式存在，在执行以上描述的各个步骤。

本发明实施例还提供了一种非易失性计算机存储介质，所述计算机存储介质存储有计算机可执行指令，该计算机可执行指令被一个或多个处理器执行，例如图8中的一个处理器81，可使得上述一个或多个处理器可执行上述任意方法实施例中的导航方法。

本发明实施例还提供了一种计算机程序产品，所述计算机程序产品包括存储在非易失性计算机可读存储介质上的计算机程序，所述计算机程序包括程序指令，当所述程序指令被移动载体执行时，使所述移动载体执行任一项所述的导航方法。

由于通过融合位置估算数据与传感器数据，消除机器人的累进误差，从而得到更为精确的第一当前位置信息，使得导航更为精确，进而提高了导航精度。

以上所描述的装置或设备实施例仅仅是示意性的，其中所述作为分离部件说明的单元模块可以是或者也可以不是物理上分开的，作为模块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模块单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对相关技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。

最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；在本发明的思路下，以上实施例或者不同实施例中的技术特征之间也可以进行组合，步骤可以以任意顺序实现，并存在如上所述的本发明的不同方面的许多其它变化，为了简明，它们没有在细节中提供；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申请各实施例技术方案的范围。

Claims (16)

1.一种导航方法，应用于移动载体，所述移动载体设置有传感器，其特征在于，所述方法包括：

获取所述移动载体在第t-1时刻的当前位置信息，所述第t-1时刻的当前位置信息存储于所述移动载体中寄存器的一变量中；

当获取到所述传感器采集的传感器数据时，融合所述传感器数据与所述第t-1时刻的当前位置信息，得到位置融合信息，并且，使用所述位置融合信息迭代所述第t-1时刻的当前位置信息，得到第t时刻的当前位置信息；

当未获取到所述传感器采集的传感器数据时，根据所述第t-1时刻当前位置信息和预设运动方程，得到位置估算信息，并且，使用所述位置估算信息迭代所述第t-1时刻的当前位置信息，得到第t时刻的当前位置信息；

根据迭代后的第t时刻的当前位置信息与获取到的目标位置信息，导航所述移动载体。

2.根据权利要求1所述的方法，其特征在于，所述传感器包括图像传感器，所述移动载体可在预设空间内行进，所述预设空间设置有若干数据标识体，每个所述数据标识体皆封装有第一位置信息；

所述获取到所述传感器采集的传感器数据，包括：

获取所述图像传感器扫描所述数据标识体而得到的第一位置信息；

根据所述第一位置信息，生成传感器数据。

3.根据权利要求2所述的方法，其特征在于，所述根据所述第一位置信息，生成传感器数据，包括：

将所述第一位置信息作为一种传感器数据；

或，

将所述第一位置信息进行偏差转换，得到第二位置信息，将所述第二位置信息作为传感器数据。

4.根据权利要求3所述的方法，其特征在于，所述将所述第一位置信息进行偏差转换，得到第二位置信息，包括：

根据所述第一位置信息及所述图像传感器模型，获取第一转换矩阵；

根据所述第一位置信息与所述第一转换矩阵，得到所述图像传感器中心在世界坐标系的位置信息；

根据所述图像传感器中心在所述世界坐标系的位置信息，得到所述移动载体在所述世界坐标系的第二位置信息。

5.根据权利要求2所述的方法，其特征在于，所述根据所述第一位置信息，生成传感器数据，包括：

根据所述第一位置信息，计算所述数据标识体与所述移动载体的位置偏差；

根据所述当前位置信息与所述位置偏差，得到第三位置信息，并将所述第三位置信息作为一种传感器数据。

6.根据权利要求2所述的方法，其特征在于，所述数据标识体包括封装有所述第一位置信息的二维码或电子标签或条形码或图形物。

7.根据权利要求1所述的方法，其特征在于，所述传感器包括无线传感器；

所述获取到所述传感器采集的传感器数据，包括：

获取所述无线传感器采集的所述移动载体的第四位置信息，并将所述第四位置信息作为一种传感器数据。

8.根据权利要求7所述的方法，其特征在于，所述无线传感器采用超宽带定位方式。

9.根据权利要求 1或7所述的方法，其特征在于，所述传感器包括图像传感器，所述移动载体可在预设空间内行进，所述预设空间设置有若干非数据标识体；

所述获取到所述传感器采集的传感器数据，包括：

获取所述图像传感器扫描所述非数据标识体而得到的预估位置信息；

根据所述非数据标识体的预估位置信息与预设地图中所述非数据标识体的标准位置信息，生成第五位置信息，并将所述第五位置信息作为传感器数据。

10.根据权利要求9所述的方法，其特征在于，所述获取所述图像传感器扫描所述非数据标识体而得到的预估位置信息，包括：

通过所述图像传感器扫描非数据标识体，得到所述移动载体与所述非数据标识体在非进行方向的位置偏差；

根据所述位置偏差及所述当前位置信息，确定所述非数据标识体的预估位置信息。

11.根据权利要求10所述的方法，其特征在于，每个所述非数据标识体在预设地图中对应一个标准位置信息；

所述根据所述非数据标识体的预估位置信息与预设地图中所述非数据标识体的标准位置信息，生成第五位置信息，包括：

从所述预设地图中遍历出与所述预估位置信息最接近的标准位置信息；

将所述最接近的标准位置信息作为第五位置信息；

或，

根据所述最接近的标准位置信息与所述位置偏差，得到第五位置信息。

12.根据权利要求1至10任一项所述的方法，其特征在于，所述方法还包括：上报所述当前位置信息。

13.根据权利要求1至10任一项所述的方法，其特征在于，所述融合所述传感器数据与所述当前位置信息，得到位置融合信息，包括：

使用预设滤波算法，融合所述传感器数据与所述当前位置信息，得到位置融合信息。

14.根据权利要求13所述的方法，其特征在于，所述预设滤波算法包括扩展卡尔曼滤波算法。

15.一种移动载体，其特征在于，包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；

其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如权利要求1至14任一项所述的导航方法。

16.一种导航系统，其特征在于，包括：

服务器；以及

如权利要求15所述的移动载体，与所述服务器通讯。

Images