CN110853098A - 机器人定位方法、装置、设备及存储介质 - Google Patents
机器人定位方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN110853098A CN110853098A CN201911119879.0A CN201911119879A CN110853098A CN 110853098 A CN110853098 A CN 110853098A CN 201911119879 A CN201911119879 A CN 201911119879A CN 110853098 A CN110853098 A CN 110853098A
- Authority
- CN
- China
- Prior art keywords
- robot
- spatial position
- target marker
- marker
- determining
- 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
- 238000000034 method Methods 0.000 title claims abstract description 39
- 239000003550 marker Substances 0.000 claims abstract description 122
- 239000011159 matrix material Substances 0.000 claims description 15
- 238000004590 computer program Methods 0.000 claims description 9
- 230000006870 function Effects 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 230000007613 environmental effect Effects 0.000 description 4
- 239000013307 optical fiber Substances 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 230000008707 rearrangement Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000010408 sweeping Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
- G06T7/74—Determining position or orientation of objects or cameras using feature-based methods involving reference images or patches
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Abstract
Description
技术领域
本发明实施例涉及机器人图像信息处理技术,尤其涉及一种机器人定位方法、装置、设备及存储介质。
背景技术
在移动机器人领域中,二维栅格地图是机器人进行定位和导航的重要依据和前提。它使得机器人实现空间定位,进行路劲规划,避障和导航。
但是,目前使用的二维栅格地图表示的环境信息是单一和不完备的,它只能在二维方向上显示空间信息,无法表达实际环境中每个物体的语义信息。
因此,亟需一种方法能够准确定位移动机器人的位置,以实现从不同维度为移动机器人提供环境信息,进一步提高移动机器人的定位准确度。
发明内容
本发明提供一种机器人定位方法、装置、设备及存储介质,以实现从不同维度为移动机器人提供环境信息,进一步提高移动机器人的定位准确度。
第一方面,本发明实施例提供了一种机器人定位方法,包括:
通过机器人上搭载的图像采集器采集环境图像;
将所述环境图像中的物体与候选标志物进行匹配,得到匹配的目标标志物;
第二方面,本发明实施例还提供了一种机器人定位装置,包括:
图像采集装置,用于通过机器人上搭载的图像采集器采集环境图像;
目标标志物匹配装置,用于将所述环境图像中的物体与候选标志物进行匹配,得到匹配的目标标志物;
第三方面,本发明实施例还提供了一种计算机设备,包括存储器、处理器及存储在存储器上并可在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程序时实现如本发明实施例中任一所述的机器人定位方法。
第四方面,本发明实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如本发明实施例中任一所述的机器人定位方法。
本发明实施例通过机器人上搭载的图像采集器采集环境图像;将所述环境图像中的物体与候选标志物进行匹配,得到匹配的目标标志物;根据所述目标标志物的空间位置和所述机器人在Xj所观测到与之间的距离值,确定所述机器人的空间位置,其中,Xj是在所述目标标志物的空间位置观测到的所述机器人的空间位置。以实现从不同维度为移动机器人提供环境信息,进一步提高移动机器人的定位准确度。
附图说明
图1是本发明实施例一中提供的一种机器人定位方法的流程示意图;
图2是本发明实施例二中提供的一种机器人定位方法的流程示意图;
图3是本发明实施例三中提供的一种机器人定位装置的结构示意图;
图4是本发明实施例四中提供的一种设备的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释本发明,而非对本发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部结构。
在更加详细地讨论示例性实施例之前应当提到的是,一些示例性实施例被描述成作为流程图描绘的处理或方法。虽然流程图将各步骤描述成顺序的处理,但是其中的许多步骤可以被并行地、并发地或者同时实施。此外,各步骤的顺序可以被重新安排。当其操作完成时所述处理可以被终止,但是还可以具有未包括在附图中的附加步骤。所述处理可以对应于方法、函数、规程、子例程、子程序等等。
实施例一
图1是本发明实施例一提供的一种机器人定位方法的流程示意图,本实施例可适用于在复杂的环境中定位移动机器人的位置以便移动机器人进行路径规划的情况,该方法可以由机器人定位装置来执行,该装置可以采用软件和/或硬件的方式实现,并可集成于电子设备中,具体包括如下步骤:
步骤110、通过机器人上搭载的图像采集器采集环境图像。
本实施例中,机器人可以是扫地机器人或者是适用在复杂环境中的移动机器人,其上搭载的图像采集器可以是照相机、摄像机或者具有拍照功能的电子设备。通过图像采集器拍摄环境中的图像。示例性的,如在博物馆内拍摄室内建筑的分布情况。
步骤120、将所述环境图像中的物体与候选标志物进行匹配,得到匹配的目标标志物。
候选标志物是指在机器人存储的数据库中的标志物,示例性的,当环境图像中包含有桌子,则将拍摄到的桌子与机器人存储的该环境下的数据库中的物体进行匹配,当匹配到环境图像中的桌子时,则说明该桌子是目标标志物。如果在该场景下,并没有匹配到环境图像中的桌子,则通过机器人搭载的图像采集器重新采集环境图像。
本实施例中,在目标标志物的空间位置观测到机器人的空间位置Xj,并计算与Xj的差值,记为di,再通过在机器人的空间位置Xj观测到与目标标志物的空间位置的距离值,记为δdi。若di与δdi的差值越接近0,则说明机器人的空间位置越准确,其中,i为1以上的自然数,j为1以上的自然数。
根据如下公式,确定所述机器人的空间位置:
本实施例中,目标标志物的数量可以是两个以上,示例性的,当目标标志物的数量为两个,则将其中一个目标标志物的空间位置记为另一个目标标志物的空间位置记为则从的位置观测到机器人的空间位置为且从的位置观测到与的距离为d1,从的位置观测到的机器人的空间位置为且从观测到与的距离为d2。进一步地,从观测到与之间的距离值是δd1,从观测到的与之间的距离值是δd2。则当为最小时,此时的机器人的空间位置为准确的机器人的空间位置。进一步地,通过高斯牛顿法对上述公式进行求解。
本发明实施例通过机器人上搭载的图像采集器采集环境图像;将所述环境图像中的物体与候选标志物进行匹配,得到匹配的目标标志物;根据所述目标标志物的空间位置和所述机器人在Xj所观测到与之间的距离值,确定所述机器人的空间位置,其中,Xj是在所述目标标志物的空间位置观测到的所述机器人的空间位置。以实现从不同维度为移动机器人提供环境信息,进一步提高移动机器人的定位准确度。
实施例二
图2是本发明实施例二提供的一种机器人定位方法的流程示意图,本实施例可适用于移动机器人在行进中躲避障碍物的情况,该方法可以由机器人定位装置来执行,该装置可以采用软件和/或硬件的方式实现,并可集成于电子设备中,具体包括如下步骤:
步骤210、通过机器人上搭载的图像采集器采集环境图像。
步骤220、将所述环境图像中的物体与候选标志物进行匹配,得到匹配的目标标志物。
可选的,将所述环境图像中的物体与候选标志物进行匹配,得到匹配的目标标志物,包括:
根据所述环境图像中物体在图像坐标系中的三维空间位置,确定所述物体的特征向量和协方差矩阵;
根据所述物体的特征向量和所述物体的协方差矩阵,以及候选标志物的特征向量和协方差矩阵,确定物体与候选标志物的位置偏差;
若物体与任一候选标志物的位置偏差小于偏差阈值,则将该标志物作为目标标志物。
本实施例中,由物体在环境图像中的位置和图像采集器内置的参数矩阵得到物体在图像坐标系中的三维空间位置,具体通过如下公式计算得到:
其中,是物体在环境图像中的位置,是参数矩阵,是物体在图像坐标系中的三维空间位置。在确定物体的三维空间位置后,确定物体空间位置的特征向量V和协方差矩阵S。进一步地,求解候选标志物空间位置的特征向量,确定物体与候选标志物的位置偏差。具体地,通过如下公式进行求解:
步骤240、根据所述目标标志物的空间位置,确定所述目标标志物在所述机器人坐标系下的空间位置。
本实施例中,在步骤220中确定物体在图像坐标系中的三维空间位置后,通过公式得到物体在机器人坐标系下的空间位置。图像坐标系下的三维空间位置与机器人坐标系下的空间位置不同是因为机器人上搭载的图像采集器的位置不固定,当图像采集器在机器人1米时,机器人坐标系与图像坐标系会出现1米的偏差。
进一步地,将机器人坐标系下的物体的空间位置映射在二维栅格地图中,以便于机器人进行路径规划。通过如下公式进行转化:
其中,S(x,y)为物体在二维栅格地图中机器人坐标系下的坐标。
可选的,所述根据所述目标标志物的空间位置,确定所述目标标志物在所述机器人坐标系下的空间位置,还包括:
根据如下公式,
进一步地,若物体是动态的,则在S(x,y)添加一个障碍物消退函数f(t),这样设置的好处是可以使机器人在路径规划时,避开物体。
其中,
a为预设的时间值,根据S(x,y)和当前机器人的距离调节机器人的移动速度,机器人的移动速度随着障碍物距离的接近而缩小,以给出足够的时间进行避障。
本发明实施例通过机器人上搭载的图像采集器采集环境图像;将所述环境图像中的物体与候选标志物进行匹配,得到匹配的目标标志物;根据所述目标标志物的空间位置和所述机器人在Xj所观测到与之间的距离值,根据所述目标标志物的空间位置,确定所述目标标志物在所述机器人坐标系下的空间位置,有利于移动机器人在行进中适应性地躲避障碍物。
实施例三
图3为本发明实施例三提供的一种机器人定位装置的结构示意图。本发明实施例所提供的一种机器人定位装置可执行本发明任意实施例所提供的机器人定位方法,具备执行方法相应的功能模块和有益效果。如图3所示,该装置包括:
图像采集装置301,用于通过机器人上搭载的图像采集器采集环境图像;
目标标志物匹配装置302,用于将所述环境图像中的物体与候选标志物进行匹配,得到匹配的目标标志物;
所述目标标志物匹配装置302,具体用于:
根据所述环境图像中物体在图像坐标系中的三维空间位置,确定所述物体的特征向量和协方差矩阵;
根据所述物体的特征向量和所述物体的协方差矩阵,以及候选标志物的特征向量和协方差矩阵,确定物体与候选标志物的位置偏差;
若物体与任一候选标志物的位置偏差小于偏差阈值,则将该标志物作为目标标志物。
所述机器人空间位置确定装置303,具体用于:
根据如下公式,确定所述机器人的空间位置:
所述装置,还包括:
确定目标标志物机器人坐标系下的空间位置模块,用于根据所述目标标志物的空间位置,确定所述目标标志物在所述机器人坐标系下的空间位置。
所述确定目标标志物机器人坐标系下的空间位置模块,还用于:
根据如下公式,
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述装置的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
实施例四
图4为本发明实施例四提供的一种设备的结构示意图,图4示出了适于用来实现本发明实施例实施方式的示例性设备的结构示意图。图4显示的设备12仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图4所示,设备12以通用计算设备的形式表现。设备12的组件可以包括但不限于:一个或者多个处理器或者处理单元16,系统存储器28,连接不同系统组件(包括系统存储器28和处理单元16)的总线18。
总线18表示几类总线结构中的一种或多种,包括存储器总线或者存储器控制器,外围总线,图形加速端口,处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说,这些体系结构包括但不限于工业标准体系结构(ISA)总线,微通道体系结构(MAC)总线,增强型ISA总线、视频电子标准协会(VESA)局域总线以及外围组件互连(PCI)总线。
设备12典型地包括多种计算机系统可读介质。这些介质可以是任何能够被设备12访问的可用介质,包括易失性和非易失性介质,可移动的和不可移动的介质。
系统存储器28可以包括易失性存储器形式的计算机系统可读介质,例如随机存取存储器(RAM)30和/或高速缓存存储器32。设备12可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例,存储系统34可以用于读写不可移动的、非易失性磁介质(图4未显示,通常称为“硬盘驱动器”)。尽管图4中未示出,可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器,以及对可移动非易失性光盘(例如CD-ROM,DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下,每个驱动器可以通过一个或者多个数据介质接口与总线18相连。系统存储器28可以包括至少一个程序产品,该程序产品具有一组(例如至少一个)程序模块,这些程序模块被配置以执行本发明实施例各实施例的功能。
具有一组(至少一个)程序模块42的程序/实用工具40,可以存储在例如系统存储器28中,这样的程序模块42包括但不限于操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块42通常执行本发明实施例所描述的实施例中的功能和/或方法。
设备12也可以与一个或多个外部设备14(例如键盘、指向设备、显示器24等)通信,还可与一个或者多个使得用户能与该设备12交互的设备通信,和/或与使得该设备12能与一个或多个其它计算设备进行通信的任何设备(例如网卡,调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口22进行。并且,设备12还可以通过网络适配器20与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。如图4所示,网络适配器20通过总线18与设备12的其它模块通信。应当明白,尽管图中未示出,可以结合设备12使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
处理单元16通过运行存储在系统存储器28中的程序,从而执行各种功能应用以及数据处理,例如实现本发明实施例所提供的一种机器人定位方法,包括:
通过机器人上搭载的图像采集器采集环境图像;
将所述环境图像中的物体与候选标志物进行匹配,得到匹配的目标标志物;
实施例五
本发明实施例五还提供一种计算机可读存储介质,其上存储有计算机程序(或称为计算机可执行指令),该程序被处理器执行时可实现上述任意实施例所述的一种机器人定位方法,包括:
通过机器人上搭载的图像采集器采集环境图像;
将所述环境图像中的物体与候选标志物进行匹配,得到匹配的目标标志物;
本发明实施例的计算机存储介质,可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括——但不限于无线、电线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明实施例操作的计算机程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如”C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。
Claims (10)
2.根据权利要求1所述的方法,其特征在于,将所述环境图像中的物体与候选标志物进行匹配,得到匹配的目标标志物,包括:
根据所述环境图像中物体在图像坐标系中的三维空间位置,确定所述物体的特征向量和协方差矩阵;
根据所述物体的特征向量和所述物体的协方差矩阵,以及候选标志物的特征向量和协方差矩阵,确定物体与候选标志物的位置偏差;
若物体与任一候选标志物的位置偏差小于偏差阈值,则将该标志物作为目标标志物。
7.根据权利要求6所述的装置,其特征在于,所述目标标志物匹配装置,具体用于:
根据所述环境图像中物体在图像坐标系中的三维空间位置,确定所述物体的特征向量和协方差矩阵;
根据所述物体的特征向量和所述物体的协方差矩阵,以及候选标志物的特征向量和协方差矩阵,确定物体与候选标志物的位置偏差;
若物体与任一候选标志物的位置偏差小于偏差阈值,则将该标志物作为目标标志物。
9.一种计算机设备,包括存储器、处理器及存储在存储器上并可在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程序时实现如权利要求1-5中任一所述的机器人定位方法。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-5中任一所述的机器人定位方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911119879.0A CN110853098B (zh) | 2019-11-15 | 2019-11-15 | 机器人定位方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911119879.0A CN110853098B (zh) | 2019-11-15 | 2019-11-15 | 机器人定位方法、装置、设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110853098A true CN110853098A (zh) | 2020-02-28 |
CN110853098B CN110853098B (zh) | 2023-06-16 |
Family
ID=69601017
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911119879.0A Active CN110853098B (zh) | 2019-11-15 | 2019-11-15 | 机器人定位方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110853098B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112264997A (zh) * | 2020-10-16 | 2021-01-26 | 上海擎朗智能科技有限公司 | 一种机器人的原点确定方法、装置、设备及存储介质 |
CN114910020A (zh) * | 2021-02-09 | 2022-08-16 | 北京小米移动软件有限公司 | 可移动设备的定位方法、装置、可移动设备及存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104062973A (zh) * | 2014-06-23 | 2014-09-24 | 西北工业大学 | 一种基于图像标志物识别的移动机器人slam方法 |
WO2018058888A1 (zh) * | 2016-09-29 | 2018-04-05 | 北京百度网讯科技有限公司 | 一种街景图像的识别方法、装置、服务器及存储介质 |
US20180306587A1 (en) * | 2017-04-21 | 2018-10-25 | X Development Llc | Methods and Systems for Map Generation and Alignment |
CN109931945A (zh) * | 2019-04-02 | 2019-06-25 | 百度在线网络技术(北京)有限公司 | Ar导航方法、装置、设备和存储介质 |
-
2019
- 2019-11-15 CN CN201911119879.0A patent/CN110853098B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104062973A (zh) * | 2014-06-23 | 2014-09-24 | 西北工业大学 | 一种基于图像标志物识别的移动机器人slam方法 |
WO2018058888A1 (zh) * | 2016-09-29 | 2018-04-05 | 北京百度网讯科技有限公司 | 一种街景图像的识别方法、装置、服务器及存储介质 |
US20180306587A1 (en) * | 2017-04-21 | 2018-10-25 | X Development Llc | Methods and Systems for Map Generation and Alignment |
CN109931945A (zh) * | 2019-04-02 | 2019-06-25 | 百度在线网络技术(北京)有限公司 | Ar导航方法、装置、设备和存储介质 |
Non-Patent Citations (2)
Title |
---|
毛慧珍;陈西平;浮红霞;赵波;罗阳;: "中型组足球机器人全向视觉定位技术" * |
肖潇;方勇纯;贺锋;马博军;: "未知环境下移动机器人自主搜索技术研究" * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112264997A (zh) * | 2020-10-16 | 2021-01-26 | 上海擎朗智能科技有限公司 | 一种机器人的原点确定方法、装置、设备及存储介质 |
CN114910020A (zh) * | 2021-02-09 | 2022-08-16 | 北京小米移动软件有限公司 | 可移动设备的定位方法、装置、可移动设备及存储介质 |
CN114910020B (zh) * | 2021-02-09 | 2023-11-21 | 北京小米机器人技术有限公司 | 可移动设备的定位方法、装置、可移动设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN110853098B (zh) | 2023-06-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3505869B1 (en) | Method, apparatus, and computer readable storage medium for updating electronic map | |
US11002840B2 (en) | Multi-sensor calibration method, multi-sensor calibration device, computer device, medium and vehicle | |
CN109521403B (zh) | 多线激光雷达的参数标定方法及装置、设备及可读介质 | |
CN111174799B (zh) | 地图构建方法及装置、计算机可读介质、终端设备 | |
CN107888828B (zh) | 空间定位方法及装置、电子设备、以及存储介质 | |
CN110322500B (zh) | 即时定位与地图构建的优化方法及装置、介质和电子设备 | |
CN111325796B (zh) | 用于确定视觉设备的位姿的方法和装置 | |
CN109461208B (zh) | 三维地图处理方法、装置、介质和计算设备 | |
CN108279670B (zh) | 用于调整点云数据采集轨迹的方法、设备以及计算机可读介质 | |
CN109146938B (zh) | 动态障碍物的位置校准方法、装置、设备及存储介质 | |
CN111192331B (zh) | 一种激光雷达和相机的外参标定方法及装置 | |
CN111415409B (zh) | 一种基于倾斜摄影的建模方法、系统、设备和存储介质 | |
CN111220988B (zh) | 一种地图数据处理方法、装置、设备和介质 | |
CN110853098B (zh) | 机器人定位方法、装置、设备及存储介质 | |
CN109345567B (zh) | 物体运动轨迹识别方法、装置、设备和存储介质 | |
CN112652062A (zh) | 一种点云地图构建方法、装置、设备和存储介质 | |
CN113496503B (zh) | 点云数据的生成及实时显示方法、装置、设备及介质 | |
CN112085842B (zh) | 深度值确定方法及装置、电子设备和存储介质 | |
CN110174892B (zh) | 车辆朝向的处理方法、装置、设备及计算机可读存储介质 | |
CN109816726B (zh) | 一种基于深度滤波器的视觉里程计地图更新方法和系统 | |
CN114266876B (zh) | 定位方法、视觉地图的生成方法及其装置 | |
CN110389349B (zh) | 定位方法和装置 | |
CN109269477A (zh) | 一种视觉定位方法、装置、设备和存储介质 | |
CN112880675B (zh) | 用于视觉定位的位姿平滑方法、装置、终端和移动机器人 | |
CN115294234B (zh) | 图像的生成方法、装置、电子设备和存储介质 |
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 |