CN110986967B - 一种机器人自动重定位方法、介质、终端和装置 - Google Patents
一种机器人自动重定位方法、介质、终端和装置 Download PDFInfo
- Publication number
- CN110986967B CN110986967B CN201911331035.2A CN201911331035A CN110986967B CN 110986967 B CN110986967 B CN 110986967B CN 201911331035 A CN201911331035 A CN 201911331035A CN 110986967 B CN110986967 B CN 110986967B
- Authority
- CN
- China
- Prior art keywords
- robot
- repositioning
- automatic
- lost
- positioning
- 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.)
- Active
Links
Images
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
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/28—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network with correlation of data from several navigational instruments
- G01C21/30—Map- or contour-matching
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
Landscapes
- Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Manipulator (AREA)
Abstract
本发明公开一种机器人自动重定位方法、介质、终端和装置。方法包括以下步骤:自动判断机器人定位是否丢失,若是,则采用粒子滤波方法获取预设楼宇地图数据中与定位丢失时的传感检测断面特征相匹配的目标地图形状特征,并将所述目标地图形状特征对应的物理位置作为机器人的真实物理位置,将定位系统中机器人的当前位置替换为所述真实物理位置。本发明整个重定位过程无需人工干预,在降低机器人运营成本的同时无需将机器人移动到初始位置或者预设开机点,因此可以继续执行机器人定位丢失前的业务,提高了机器人运营成功率。
Description
【技术领域】
本发明涉及机器人领域,尤其涉及一种机器人自动重定位方法、介质、终端和装置。
【背景技术】
目前,移动机器人通过各种传感器感知环境和自身状态,进而实现在有障碍物的环境中面向目标自主运动,这就是通常所说的智能自主移动机器人的导航技术。而定位则是确定移动机器人在工作环境中相对于全局坐标的位置及其本身的姿态,是移动机器人导航的基本环节。然而,移动机器人在行走的过程中,很有可能会遇到突发状况,在机器人的系统关闭或者断电的情况下,机器人的位置和姿态会发生变化时,机器人启动后无法定位其所在地图位置和自身姿态,此时需要人为将机器人移动到初始位置或者预设开机点重新启动系统,人工将其定位系统与真实物理位置重合后才能进行自主导航。这种方式存在以下弊端:必须人工干预,提高机器人运营成本;当定位丢失点与开机点相距较远、或不处于同一楼层时,重启耗费较长时间,降低机器人运营效率;机器人定位丢失前进行的业务任务无法完成,降低机器人运营成功率。
因此需要一套准确、简洁的机器人重定位机制,以在线快速恢复机器人运动能力和业务能力。
【发明内容】
本发明提供了一种机器人自动重定位方法、介质、终端和装置,解决了以上所述的技术问题。
本发明解决上述技术问题的技术方案如下:一种机器人自动重定位方法,包括以下步骤:
步骤1,判断机器人定位是否丢失,若是,则执行步骤2,若否,则自动重定位过程结束;
步骤2,判断是否采用自动方式进行机器人重定位,若是,则执行步骤3,若否,则显示机器人定位丢失时的传感检测断面特征以及手动重定位过程中机器人当前物理位置对应的地图形状特征,以方便用户获取与所述传感检测断面特征相一致的目标地图形状特征;
步骤3,采用粒子滤波方法获取预设楼宇地图数据中与所述传感检测断面特征相匹配的目标地图形状特征;
步骤4,将所述目标地图形状特征对应的物理位置作为机器人的真实物理位置,并将定位系统中机器人的当前位置替换为所述真实物理位置。
在一个优选实施方式中,判断机器人定位是否丢失具体为:获取所述机器人的当前传感检测数据和机器人当前位置对应的地图数据,计算所述当前传感检测数据与所述地图数据的匹配度,当匹配度低于第一预设阈值时,判定机器人定位丢失。
在一个优选实施方式中,采用粒子滤波方法获取预设楼宇地图数据中与所述传感检测断面特征相匹配的目标地图形状特征,具体为:启用基于粒子滤波的匹配算法,以机器人定位丢失时的传感检测断面特征作为搜索轮廓,在机器人定位系统认定的机器人所在楼层寻找与所述搜索轮廓匹配度达到第二预设阈值的目标地图形状特征,若未搜索到目标地图形状特征,则将搜索范围进一步扩展至其他楼层,直至找到匹配度达到第二预设阈值的目标地图形状特征或满足预设搜索终止条件。
在一个优选实施方式中,还包括报警步骤,具体为:当判定机器人定位丢失时,改变机器人传感检测数据的显示颜色,并生成报警提示消息。
本发明实施例的第二方面提供了一种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,实现以上所述的机器人自动重定位方法。
本发明实施例的第三方面提供了一种机器人自动重定位终端,包括所述的计算机可读存储介质和处理器,所述处理器执行所述计算机可读存储介质上的计算机程序时实现以上所述机器人自动重定位方法的步骤。
本发明实施例的第四方面提供了一种机器人自动重定位装置,包括第一判断模块、第二判断模块、自动匹配模块、重定位模块和显示模块,
所述第一判断模块用于判断机器人定位是否丢失;
所述第二判断模块用于判断是否采用自动方式进行机器人重定位,若是,则向自动匹配模块发送重定位指令,若否,则驱动显示模块显示机器人定位丢失时的传感检测断面特征以及手动重定位过程中机器人当前物理位置对应的地图形状特征,以方便用户获取与所述传感检测断面特征相一致的目标地图形状特征;
所述自动匹配模块用于采用粒子滤波方法获取预设楼宇地图数据中与所述传感检测断面特征相匹配的目标地图形状特征;
所述重定位模块用于将所述目标地图形状特征对应的物理位置作为机器人的真实物理位置,并将定位系统中机器人的当前位置替换为所述真实物理位置。
在一个优选实施方式中,所述第一判断模块具体用于获取所述机器人的当前传感检测数据和机器人当前位置对应的地图数据,计算所述当前传感检测数据与所述地图数据的匹配度,当匹配度低于第一预设阈值时,判定机器人定位丢失。
在一个优选实施方式中,所述自动匹配模块具体用于启用基于粒子滤波的匹配算法,以机器人定位丢失时的传感检测断面特征作为搜索轮廓,在机器人定位系统认定的机器人所在楼层寻找与所述搜索轮廓匹配度达到第二预设阈值的目标地图形状特征,若未搜索到目标地图形状特征,则将搜索范围进一步扩展至其他楼层,直至找到匹配度达到第二预设阈值的目标地图形状特征或满足预设搜索终止条件。
在一个优选实施方式中,还包括报警模块,所述报警模块用于当判定机器人定位丢失时,改变机器人传感检测数据的显示颜色,并生成报警提示消息。
本发明提供了一种机器人自动重定位方法、介质、终端和装置,可以在机器人发生定位丢失时,利用机器人自身传感检测数据在环境感知时所形成的断面特征,并与楼宇地图数据的地图形状特征自动匹配,推断出机器人当前所处真实物理位置,从而调整机器人定位系统完成重定位,整个过程无需人工干预,在降低机器人的运营成本的同时无需将机器人移动到初始位置或者预设开机点,因此可以继续执行机器人定位丢失前的业务,提高了机器人运营成功率。
为使发明的上述目的、特征和优点能更明显易懂,下文特举本发明较佳实施例,并配合所附附图,作详细说明如下。
【附图说明】
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
图1是实施例1提供的机器人自动重定位方法的流程示意图;
图2是实施例2提供的机器人自动重定位装置的结构示意图;
图3是实施例3提供的机器人自动重定位终端的结构示意图。
【具体实施方式】
为了使本发明的目的、技术方案和有益技术效果更加清晰明白,以下结合附图和具体实施方式,对本发明进行进一步详细说明。应当理解的是,本说明书中描述的具体实施方式仅仅是为了解释本发明,并不是为了限定本发明。
图1是本发明实施例1提供的一种机器人自动重定位方法的流程示意图,如图1所示,包括以下步骤:
步骤1,判断机器人定位是否丢失,若是,则执行步骤2,若否,则自动重定位过程结束。定位丢失是指在使用传感器(如激光、红外、超声、深度摄像机或者高清相机)进行定位时,因环境过于复杂致使机器人定位算法失效,出现置信度(对当前位置进行判断的算法的可信程度)过低的现象,这种情况认为机器人已经迷路,无法继续运动。这里机器人包括但不限于无人驾驶设备、智能移动设备、遥感移动设备等等,而以下几种情况可能导致其在全局地图中定位丢失:
(1)行进地面过于光滑或障碍物卷积造成驱动轮打滑、空转;
(2)运行环境较基准环境采样时发生较大变化;
(3)狭窄空间内镜面反射或规则障碍物干扰;
(4)关机或电量耗尽时人为推动机器人,且再次开机时未在指定开机点。具体来说,判断机器人定位是否丢失包括以下步骤:
获取所述机器人的当前传感检测数据和机器人当前位置对应的地图数据,计算所述当前传感检测数据与所述地图数据的匹配度,当匹配度低于第一预设阈值时,判定机器人定位丢失,进而向面向用户的机器人应用层和与机器人连接的外部控制软件发送定位丢失消息。所述当前传感检测数据包括激光雷达、深度相机、红外测距装置、超声波装置、IMU(Inertial measurement unit,惯性测量单元)、里程计等单个或多个传感器数据。以激光雷达数据为例,上述匹配过程具体为:
根据机器人激光雷达所采集到的激光点云数据提取第一距离方向直方图;
根据所述地图数据包括的激光点云数据提取第二距离方向直方图;
对所述第一距离方向直方图和所述第二距离方向直方图进行直方图特征匹配,确定所述第一距离方向直方图与所述第二距离方向直方图之间的直方图相似度;
当所述直方图相似度小于第一预设阈值时,判定机器人定位丢失。
在其他优选实施例中,还可以采用以下方法判断机器人定位是否丢失:在机器人上安装离地检测传感器,并判断机器人是否离地,如果是,则判定机器人定位丢失;和/或在机器人上安装IMU,并根据机器人的加速度判断机器人是否发生强烈碰撞或倾斜,如果是,则判定机器人定位丢失;和/或判断机器人测速轮是否发生打滑,导致轮子测速数据与机器实际行走距离不一致,如果是,则判定机器人定位丢失。
当机器人发生定位丢失时,本实施例会改变机器人传感检测数据的显示颜色,并生成报警提示消息对用户进行提醒。用户在收到通知后可选择手动重定位和自动重定位两种方式,在预设时间内没有接收到用户发送的手动重定位指令或者接收到用户发送的自动重定位指令时,机器人将选用自动重定位方式尝试恢复机器人定位。
当用户选择手动方式重定位时,机器人的人机交互界面上或者外接控制软件界面上会显示机器人定位丢失时的传感检测断面特征以及用户平移、旋转、拖动机器人时机器人当前物理位置对应的地图形状特征,优选实施例中可以采用不同颜色对所述传感检测端面特征和所述地图形状特征进行重叠显示,从而方便用户获取与所述传感检测断面特征相一致的目标地图形状特征。
如果采用自动方式重定位,则采用粒子滤波方法获取预设楼宇地图数据中与所述传感检测断面特征相匹配的目标地图形状特征,具体为:启用基于粒子滤波的匹配算法,以机器人定位丢失时的传感检测断面特征作为搜索轮廓,在机器人定位系统认定的机器人所在楼层寻找与所述搜索轮廓匹配度达到第二预设阈值的目标地图形状特征,若未搜索到目标地图形状特征,则将搜索范围进一步扩展至其他楼层,直至找到匹配度达到第二预设阈值的目标地图形状特征或满足预设搜索终止条件。
然后机器人应用层或外接机器人控制软件将所述目标地图形状特征对应的物理位置作为机器人的真实物理位置,并向机器人定位系统下发所述真实物理位置,定位系统将此位置设定为机器人的当前位置,从而使定位系统认定机器人所在位置与机器人真实物理位置再次吻合,完成此次重定位任务。
本实施例可以在机器人发生定位丢失时,利用机器人自身传感检测数据在环境感知时所形成的断面特征,并与楼宇地图数据的地图形状特征自动匹配,推断出机器人当前所处真实物理位置,从而调整机器人定位系统完成重定位,整个过程无需人工干预,在降低机器人的运营成本的同时无需将机器人移动到初始位置或者预设开机点,因此可以继续执行机器人定位丢失前的业务,提高了机器人运营成功率。
本发明实施例还提供了一种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,实现以上所述的机器人自动重定位方法。
图2是本发明实施例2提供的一种机器人自动重定位装置的结构示意图,如图2所示,包括第一判断模块100、第二判断模块200、自动匹配模块300、重定位模块400和显示模块500,
所述第一判断模块100用于判断机器人定位是否丢失;
所述第二判断模块200用于判断是否采用自动方式进行机器人重定位,若是,则向自动匹配模块发送重定位指令,若否,则驱动显示模块500显示机器人定位丢失时的传感检测断面特征以及手动重定位过程中机器人当前物理位置对应的地图形状特征,以方便用户获取与所述传感检测断面特征相一致的目标地图形状特征;
所述自动匹配模块300用于采用粒子滤波方法获取预设楼宇地图数据中与所述传感检测断面特征相匹配的目标地图形状特征;
所述重定位模块400用于将所述目标地图形状特征对应的物理位置作为机器人的真实物理位置,并将定位系统中机器人的当前位置替换为所述真实物理位置。
在一个优选实施方式中,所述第一判断模块100具体用于获取所述机器人的当前传感检测数据和机器人当前位置对应的地图数据,计算所述当前传感检测数据与所述地图数据的匹配度,当匹配度低于第一预设阈值时,判定机器人定位丢失。
在一个优选实施方式中,所述自动匹配模块300具体用于启用基于粒子滤波的匹配算法,以机器人定位丢失时的传感检测断面特征作为搜索轮廓,在机器人定位系统认定的机器人所在楼层寻找与所述搜索轮廓匹配度达到第二预设阈值的目标地图形状特征,若未搜索到目标地图形状特征,则将搜索范围进一步扩展至其他楼层,直至找到匹配度达到第二预设阈值的目标地图形状特征或满足预设搜索终止条件。
在一个优选实施方式中,还包括报警模块600,所述报警模块用于当判定机器人定位丢失时,改变机器人传感检测数据的显示颜色,并生成报警提示消息。
本发明实施例还提供了一种机器人自动重定位终端,包括所述的计算机可读存储介质和处理器,所述处理器执行所述计算机可读存储介质上的计算机程序时实现以上所述机器人自动重定位方法的步骤。图3是本发明实施例3提供的机器人自动重定位终端的结构示意图,如图3所示,该实施例的机器人自动重定位终端8包括:处理器80、可读存储介质81以及存储在所述可读存储介质81中并可在所述处理器80上运行的计算机程序82。所述处理器80执行所述计算机程序82时实现上述各个方法实施例中的步骤,例如图1所示的步骤1至步骤4。或者,所述处理器80执行所述计算机程序82时实现上述各装置实施例中各模块的功能,例如图2所示模块100至500的功能。
示例性的,所述计算机程序82可以被分割成一个或多个模块,所述一个或者多个模块被存储在所述可读存储介质81中,并由所述处理器80执行,以完成本发明。所述一个或多个模块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82在所述机器人自动重定位终端8中的执行过程。
所述机器人自动重定位终端8可包括,但不仅限于,处理器80、可读存储介质81。本领域技术人员可以理解,图3仅仅是机器人自动重定位终端8的示例,并不构成对机器人自动重定位终端8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,例如所述机器人自动重定位终端还可以包括电源管理模块、运算处理模块、输入输出设备、网络接入设备、总线等。
所称处理器80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。
所述可读存储介质81可以是所述机器人自动重定位终端8的内部存储单元,例如机器人自动重定位终端8的硬盘或内存。所述可读存储介质81也可以是所述机器人自动重定位终端8的外部存储设备,例如所述机器人自动重定位终端8上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。进一步地,所述可读存储介质81还可以既包括所述机器人自动重定位终端8的内部存储单元也包括外部存储设备。所述可读存储介质81用于存储所述计算机程序以及所述机器人自动重定位终端所需的其他程序和数据。所述可读存储介质81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方法步骤,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。
本发明并不仅仅限于说明书和实施方式中所描述,因此对于熟悉领域的人员而言可容易地实现另外的优点和修改,故在不背离权利要求及等同范围所限定的一般概念的精神和范围的情况下,本发明并不限于特定的细节、代表性的设备和这里示出与描述的图示示例。
Claims (10)
1.一种机器人自动重定位方法,其特征在于,包括以下步骤:
步骤1,判断机器人定位是否丢失,若是,则执行步骤2,若否,则自动重定位过程结束;
步骤2,判断是否采用自动方式进行机器人重定位,若是,则执行步骤3,若否,则显示机器人定位丢失时的传感检测断面特征以及手动重定位过程中机器人当前物理位置对应的地图形状特征,以方便用户获取与所述传感检测断面特征相一致的目标地图形状特征;
步骤3,采用粒子滤波方法获取预设楼宇地图数据中与所述传感检测断面特征相匹配的目标地图形状特征;
步骤4,将所述目标地图形状特征对应的物理位置作为机器人的真实物理位置,并将定位系统中机器人的当前位置替换为所述真实物理位置。
2.根据权利要求1所述的机器人自动重定位方法,其特征在于,判断机器人定位是否丢失具体为:获取所述机器人的当前传感检测数据和机器人当前位置对应的地图数据,计算所述当前传感检测数据与所述地图数据的匹配度,当匹配度低于第一预设阈值时,判定机器人定位丢失。
3.根据权利要求1或2所述的机器人自动重定位方法,其特征在于,采用粒子滤波方法获取预设楼宇地图数据中与所述传感检测断面特征相匹配的目标地图形状特征,具体为:启用基于粒子滤波的匹配算法,以机器人定位丢失时的传感检测断面特征作为搜索轮廓,在机器人定位系统认定的机器人所在楼层寻找与所述搜索轮廓匹配度达到第二预设阈值的目标地图形状特征,若未搜索到目标地图形状特征,则将搜索范围进一步扩展至其他楼层,直至找到匹配度达到第二预设阈值的目标地图形状特征或满足预设搜索终止条件。
4.根据权利要求3所述的机器人自动重定位方法,其特征在于,还包括报警步骤,具体为:当判定机器人定位丢失时,改变机器人传感检测数据的显示颜色,并生成报警提示消息。
5.一种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,实现权利要求1-4任一项所述机器人自动重定位方法。
6.一种机器人自动重定位终端,其特征在于,包括权利要求5所述的计算机可读存储介质和处理器,所述处理器执行所述计算机可读存储介质上的计算机程序时实现如权利要求1-4任一项所述机器人自动重定位方法的步骤。
7.一种机器人自动重定位装置,其特征在于,包括第一判断模块、第二判断模块、自动匹配模块、重定位模块和显示模块,
所述第一判断模块用于判断机器人定位是否丢失;
所述第二判断模块用于判断是否采用自动方式进行机器人重定位,若是,则向自动匹配模块发送重定位指令,若否,则驱动显示模块显示机器人定位丢失时的传感检测断面特征以及手动重定位过程中机器人当前物理位置对应的地图形状特征,以方便用户获取与所述传感检测断面特征相一致的目标地图形状特征;
所述自动匹配模块用于采用粒子滤波方法获取预设楼宇地图数据中与所述传感检测断面特征相匹配的目标地图形状特征;
所述重定位模块用于将所述目标地图形状特征对应的物理位置作为机器人的真实物理位置,并将定位系统中机器人的当前位置替换为所述真实物理位置。
8.根据权利要求7所述的机器人自动重定位装置,其特征在于,所述第一判断模块具体用于获取所述机器人的当前传感检测数据和机器人当前位置对应的地图数据,计算所述当前传感检测数据与所述地图数据的匹配度,当匹配度低于第一预设阈值时,判定机器人定位丢失。
9.根据权利要求7或8所述的机器人自动重定位装置,其特征在于,所述自动匹配模块具体用于启用基于粒子滤波的匹配算法,以机器人定位丢失时的传感检测断面特征作为搜索轮廓,在机器人定位系统认定的机器人所在楼层寻找与所述搜索轮廓匹配度达到第二预设阈值的目标地图形状特征,若未搜索到目标地图形状特征,则将搜索范围进一步扩展至其他楼层,直至找到匹配度达到第二预设阈值的目标地图形状特征或满足预设搜索终止条件。
10.根据权利要求9所述的机器人自动重定位装置,其特征在于,还包括报警模块,所述报警模块用于当判定机器人定位丢失时,改变机器人传感检测数据的显示颜色,并生成报警提示消息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911331035.2A CN110986967B (zh) | 2019-12-20 | 2019-12-20 | 一种机器人自动重定位方法、介质、终端和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911331035.2A CN110986967B (zh) | 2019-12-20 | 2019-12-20 | 一种机器人自动重定位方法、介质、终端和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110986967A CN110986967A (zh) | 2020-04-10 |
CN110986967B true CN110986967B (zh) | 2023-05-05 |
Family
ID=70073860
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911331035.2A Active CN110986967B (zh) | 2019-12-20 | 2019-12-20 | 一种机器人自动重定位方法、介质、终端和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110986967B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111795701B (zh) * | 2020-07-09 | 2022-06-21 | 上海有个机器人有限公司 | 机器人远程恢复定位方法及装置 |
CN112487002A (zh) * | 2020-10-28 | 2021-03-12 | 意欧斯智能科技股份有限公司 | 一种用于防止堆垛机定位数据丢失的方法 |
CN113478488B (zh) * | 2021-07-14 | 2023-07-07 | 上海擎朗智能科技有限公司 | 机器人重定位方法、装置、电子设备和存储介质 |
CN114012725B (zh) * | 2021-11-05 | 2023-08-08 | 深圳拓邦股份有限公司 | 机器人重定位方法、系统、机器人及存储介质 |
CN115061415B (zh) * | 2022-08-18 | 2023-01-24 | 赫比(成都)精密塑胶制品有限公司 | 一种自动流程监控方法、设备以及计算机可读存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107765694A (zh) * | 2017-11-06 | 2018-03-06 | 深圳市杉川机器人有限公司 | 一种重定位方法、装置及计算机可读取存储介质 |
CN109144056A (zh) * | 2018-08-02 | 2019-01-04 | 上海思岚科技有限公司 | 移动机器人的全局自定位方法及设备 |
CN109506641A (zh) * | 2017-09-14 | 2019-03-22 | 深圳乐动机器人有限公司 | 移动机器人的位姿丢失检测与重定位系统及机器人 |
WO2019157925A1 (zh) * | 2018-02-13 | 2019-08-22 | 视辰信息科技(上海)有限公司 | 视觉惯性里程计的实现方法及系统 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101831028B1 (ko) * | 2015-07-03 | 2018-02-21 | 한국과학기술원 | 실내 환경에서 이동 로봇의 리로케이션 방법 및 장치 |
-
2019
- 2019-12-20 CN CN201911331035.2A patent/CN110986967B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109506641A (zh) * | 2017-09-14 | 2019-03-22 | 深圳乐动机器人有限公司 | 移动机器人的位姿丢失检测与重定位系统及机器人 |
CN107765694A (zh) * | 2017-11-06 | 2018-03-06 | 深圳市杉川机器人有限公司 | 一种重定位方法、装置及计算机可读取存储介质 |
WO2019157925A1 (zh) * | 2018-02-13 | 2019-08-22 | 视辰信息科技(上海)有限公司 | 视觉惯性里程计的实现方法及系统 |
CN109144056A (zh) * | 2018-08-02 | 2019-01-04 | 上海思岚科技有限公司 | 移动机器人的全局自定位方法及设备 |
Non-Patent Citations (2)
Title |
---|
张剑华 ; 王燕燕 ; 王曾媛 ; 陈胜勇 ; 管秋 ; .单目同时定位与建图中的地图恢复融合技术.中国图象图形学报.2018,(03),全文. * |
陈国军 ; 陈巍 ; .基于改进RBPF算法的移动机器人SLAM方法研究.自动化仪表.2019,(05),全文. * |
Also Published As
Publication number | Publication date |
---|---|
CN110986967A (zh) | 2020-04-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110986967B (zh) | 一种机器人自动重定位方法、介质、终端和装置 | |
US11530924B2 (en) | Apparatus and method for updating high definition map for autonomous driving | |
CN108137096B (zh) | 用于停放车辆的系统 | |
US20200200566A1 (en) | Vehicle driving control apparatus and calibration method performed by the vehicle driving control apparatus | |
US9863775B2 (en) | Vehicle localization system | |
KR102577785B1 (ko) | 청소 로봇 및 그의 태스크 수행 방법 | |
CN111238494A (zh) | 载具、载具定位系统及载具定位方法 | |
US10068141B2 (en) | Automatic operation vehicle | |
CN110390240B (zh) | 自动驾驶车辆中的车道后处理 | |
CN113561963A (zh) | 一种泊车方法、装置及车辆 | |
US10067511B2 (en) | Automatic operation vehicle | |
CN113479192B (zh) | 车辆泊出方法、车辆泊入方法、装置、设备以及存储介质 | |
US20200393853A1 (en) | Moving platform and control method therefor | |
CN110751336B (zh) | 无人载具的避障方法、避障装置及无人载具 | |
US20220371579A1 (en) | Driving assistance apparatus, vehicle, and driving assistance method | |
WO2021078203A1 (zh) | 一种飞行器的避障方法、飞行器、飞行系统及存储介质 | |
EP3342681A1 (en) | Automatic parking system and automatic parking method | |
US10054952B2 (en) | Automatic operation vehicle | |
US20220012494A1 (en) | Intelligent multi-visual camera system and method | |
JP2022500763A (ja) | ロボットのための死角を検出するためのシステム及び方法 | |
CN116022126A (zh) | 自主学习泊车方法、电子设备及存储介质 | |
KR20230134109A (ko) | 청소 로봇 및 그의 태스크 수행 방법 | |
JP6901870B2 (ja) | 位置推定装置、制御方法、及びプログラム | |
EP4053664A1 (en) | Method, apparatus, and computer program for defining geo-fencing data, and respective utility vehicle | |
US20210370960A1 (en) | Systems and methods for monitoring an operation of one or more self-driving vehicles |
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 |