CN111337021B - 一种基于复杂现场的机器人的定位系统及定位方法 - Google Patents
一种基于复杂现场的机器人的定位系统及定位方法 Download PDFInfo
- Publication number
- CN111337021B CN111337021B CN202010198242.1A CN202010198242A CN111337021B CN 111337021 B CN111337021 B CN 111337021B CN 202010198242 A CN202010198242 A CN 202010198242A CN 111337021 B CN111337021 B CN 111337021B
- Authority
- CN
- China
- Prior art keywords
- robot
- positioning
- map
- module
- unit
- 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
- G01C21/10—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration
- G01C21/12—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning
- G01C21/16—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation
- G01C21/165—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation combined with non-inertial navigation instruments
-
- 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
- G01C21/005—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 with correlation of navigation data from several sources, e.g. map or contour matching
-
- 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
- G01C21/20—Instruments for performing navigational calculations
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
- Navigation (AREA)
Abstract
本发明涉及机器人技术领域,尤其涉及一种基于复杂现场的机器人的定位系统及定位方法,其中,定位系统包括:建模模块,在终端设备中根据复杂现场的原始平面图建立3D地图传输至机器人的处理装置;扫描模块,连接建模模块,机器人根据3D地图对复杂现场扫描,输出扫描结果;惯性测量模块,检测机器人的姿态及惯性导航位置;定位模块,连接扫描模块及惯性测量模块,根据扫描结果、姿态及惯性导航位置进行机器人的自身定位,并产生回传定位信息并发送至终端设备。本发明的技术方案的有益效果在于:机器人根据3D地图对复杂现场进行扫描并结合惯性测量模块,从而实现自身定位,解决了人类无法达到的救灾现场或GPS定位设备无法直接定位导航的难题。
Description
技术领域
本发明涉及机器人技术领域,尤其涉及一种基于复杂现场的机器人的定位系统及定位方法。
背景技术
目前,在复杂的特殊环境下,自定位具有多种方式,一般是通过室内GPS定位系统(Indoor Global Positioning System,缩写为iGPS)建立全厂范围内的位置测量场、并在移动机器人本体上安装测量点,从而实现3D空间内的精确定位,并且还可以在AGV(Automated Guided Vehicle自动导引运输车/无人搬运车)活动范围内铺设磁条或者RFID(Radio Frequency Identification无线射频识别)标记装置获得自身位置,然而该方式需要对环境提出特殊的要求并做出特殊的改造。
因此,针对上述问题,成为本领域技术人员亟待解决的难题。
发明内容
针对现有技术中存在的上述问题,现提供一种基于复杂现场的机器人的定位系统及定位方法。
具体技术方案如下:
本发明提供一种基于复杂现场的机器人的定位系统,其中,包括:
一建模模块,用于在一终端设备中根据所述复杂现场的原始平面图建立一3D地图,并传输至所述机器人的处理装置中;
一扫描模块,设置于所述机器人中,并连接所述建模模块,用于所述机器人根据所述3D地图对所述复杂现场进行实时扫描,以输出一扫描结果;
一惯性测量模块,设置于所述机器人中,用以检测并输出所述机器人的姿态及惯性导航位置;
一定位模块,连接所述扫描模块及所述惯性测量模块,用于根据所述扫描结果、所述姿态及所述惯性导航位置进行所述机器人的自身定位,并产生一回传定位信息并发送至所述终端设备。
优选的,所述建模模块包括:
一建模单元,用于在所述终端设备根据所述复杂现场的所述原始平面图,以建立所述3D地图;
一传输单元,连接所述建模单元,用于将所述3D地图传输至所述机器人的所述处理装置中进行储存。
优选的,所述定位模块包括:
环境构建单元,分别连接所述扫描模块及所述惯性测量模块,以根据所述扫描结果及所述姿态,修正所述扫描结果,以及根据修正后的所述扫描结果构建所述机器人周围的环境信息并输出;
环境定位单元,分别连接所述环境构建单元及所述处理装置,用以根据所述环境信息及所述3D地图,确定所述环境信息于所述3D地图上的位置并输出;
机器人定位单元,分别连接所述扫描模块、所述所述惯性测量模块、环境构建单元及所述环境定位单元,用于根据所述扫描结果、所述姿态、所述惯性导航位置、所述环境信息以及所述环境信息于所述3D地图上的位置,确定所述机器人于于所述3D地图上的标识位置;
一回传单元,分别连接所述机器人定位单元及所述终端设备,用以将所述标识位置回传至所述终端设备。
优选的,所述惯性测量模块包括三个分别对应xyz三轴方向加速度的加速度计,和/或三个分别对应xyz三轴方向的陀螺仪,和/或三个分别对应xyz三轴方向的磁力计。
优选的,所述终端设备设置于所述机器人中,通过电缆和/或无线连接于所述处理装置;和/或
所述终端设备设置于所述机器人之外,通过远程服务器连接于所述处理装置。
本发明还提供一种基于复杂现场的机器人的定位方法,其中,应用于如上述所述的一种基于复杂现场的机器人的定位系统,所述定位方法包括:
步骤S1、提供一建模模块,在一终端设备中根据所述复杂现场的原始平面图建立一3D地图,并传输至所述机器人的处理装置中;
步骤S2、所述机器人提供一扫描模块,所述扫描模块根据所述3D地图对所述复杂现场进行实时扫描,以输出一扫描结果;
步骤S3、所述机器人提供一惯性测量模块,所述惯性测量模块检测并输出所述机器人的姿态及惯性导航位置;
步骤S4、所述机器人提供一定位模块,所述定位模块根据所述扫描结果、所述姿态及所述惯性导航位置进行所述机器人的自身定位,并产生一回传定位信息并发送至所述终端设备。
优选的,所述步骤S1包括:
步骤S10、所述建模模块提供一建模单元,所述建模单元在所述终端设备根据所述复杂现场的所述原始平面图,以建立所述3D地图;
步骤S11、所述建模模块提供一传输单元,所述传输单元将所述3D地图传输至所述机器人的所述处理装置中进行储存。
优选的,步骤S40、所述定位模块提供一环境构建单元,所述环境构建单元根据所述扫描结果及所述姿态,修正所述扫描结果,以及根据修正后的所述扫描结果构建所述机器人周围的环境信息并输出;
步骤S41、所述定位模块提供一环境定位单元,所述环境定位单元根据所述环境信息及所述3D地图,确定所述环境信息于所述3D地图上的位置并输出;
步骤S42、所述定位模块提供一机器人定位单元,所述机器人定位单元根据所述扫描结果、所述姿态、所述惯性导航位置、所述环境信息以及所述环境信息于所述3D地图上的位置,确定所述机器人于所述3D地图上的标识位置;
步骤S43、所述定位模块提供一回传单元,所述回传单元将所述标识位置回传至所述终端设备。
本发明的技术方案的有益效果在于:向机器人的处理装置中传输复杂现场的原始平面图的3D地图,机器人可根据3D地图对复杂现场进行扫描并结合惯性测量模块,从而实现自身定位,解决了人类无法达到的救灾现场或GPS定位设备无法直接定位导航的难题。
附图说明
参考所附附图,以更加充分的描述本发明的实施例。然而,所附附图仅用于说明和阐述,并不构成对本发明范围的限制。
图1为本发明实施例的定位系统的原理框图;
图2为本发明实施例的定位系统的建模模块框图;
图3为本发明实施例的定位系统的定位模块框图;
图4为本发明实施例的定位方法的步骤图;
图5为本发明实施例的定位方法的S1步骤图;
图6为本发明实施例的定位方法的S4步骤图。
具体实施方式
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作出创造性劳动的前提下所获得的所有其他实施例,都属于本发明保护的范围。
需要说明的是,在不冲突的情况下,本发明中的实施例及实施例中的特征可以相互组合。
下面结合附图和具体实施例对本发明作进一步说明,但不作为本发明的限定。
本发明提供一种基于复杂现场的机器人的定位系统,其中,包括:
一建模模块1,用于在一终端设备5中根据复杂现场的原始平面图建立一3D地图,并传输至机器人6的处理装置60中;
一扫描模块2,设置于机器人6中,并连接建模模块1,用于机器人6根据3D地图对复杂现场进行实时扫描,以输出一扫描结果;
一惯性测量模块3,设置于机器人6中,用以检测并输出机器人6的姿态及惯性导航位置;
一定位模块4,连接扫描模块2及惯性测量模块3,用于根据扫描结果、姿态及惯性导航位置进行机器人6的自身定位,并产生一回传定位信息并发送至终端设备5。
通过上述提供的定位系统,如图1所示,本实施例应用于一般较复杂的就在现场,首选通过建模模块1,在终端设备5根据复杂现场的原始平面图建立3D地图,并传输至机器人6的处理装置60中,该3D地图为3D高精度地图,3D高精地图是指三维空间中高精度、精细化定义的地图,其精度需要达到分米级。
进一步地,通过扫描模块2,机器人6根据3D地图对复杂现场进行实时扫描,以输出一扫描结果,该扫描结果包括机器人6所在复杂现场中的周围环境信息,以及机器人6与周围环境信息中的物体的距离。
进一步地,通过惯性测量模块3检测并输出机器人6的姿态及惯性导航位置,再通过定位模块4根据扫描结果、姿态及惯性导航位置进行机器人6的自身定位,本实施例中,通过将3D高精度地图结合惯性测量模块3得到最终的定位信息,例如,可以通过加权平均的方式,如通过惯性测量模块3获取80%的惯性导航位置信息和3D高精度地图获取20%的定位信息,以获取最终的定位信息,需要说明的是,其中的加权比例仅用以说明可行性,不应当以此限定本申请的保护范围。也可以通过如卡尔曼滤波的方式对惯性测量模块3获取的惯性导航位置信息和3D高精度地图获取的定位信息进行滤波后获得最终的定位信息,实现机器人6自主导航和控制,以产生回传定位信息并发送至终端设备5。
本实施例中,通过向机器人6的处理装置60中传输复杂现场的原始平面图的3D地图,机器人6可根据3D地图对复杂现场进行扫描并结合惯性测量模块3,从而实现自身定位,解决了人类无法达到的救灾现场或GPS定位设备无法直接定位导航的难题。
另外,需要说明的是,本发明的定位系统只是针对单一机器人6来展开叙述,但不妨碍其在多机器人环境下使用。
在一种较优的实施中,建模模块1包括:
一建模单元10,用于在终端设备5根据复杂现场的原始平面图,以建立3D地图;
一传输单元11,连接建模单元10,用于将3D地图传输至机器人6的处理装置60中进行储存。
具体地,如图2所示,建模模块1包括建模单元10和传输单元11,首先通过建模单元10在终端设备5根据复杂现场的原始平面图,以建立3D地图,然后通过传输单元11将3D地图传输至机器人6的处理装置60中进行储存。
在一种较优的实施例中,定位模块4包括:
环境构建单元40,分别连接扫描模块2及惯性测量模块3,以根据扫描结果及姿态,修正扫描结果,以及根据修正后的扫描结果构建机器人6周围的环境信息并输出;
环境定位单元41,分别连接环境构建单元40及处理装置60,用以根据环境信息及3D地图,确定环境信息于3D地图上的位置并输出;
机器人定位单元42,分别连接扫描模块2、惯性测量模块3、环境构建单元40及环境定位单元41,用于根据扫描结果、姿态、惯性导航位置、环境信息以及环境信息于3D地图上的位置,确定机器人于3D地图上的标识位置;
一回传单元43,分别连接机器人定位单元42及终端设备5,用以将标识位置回传至终端设备5。
具体地,如图3所示,定位模块4包括环境构建单元40、环境定位单元41、机器人定位单元42以及回传单元43,其中,通过环境构建单元40用于根据扫描模块2的扫描结果及惯性测量模块3检测的姿态,对扫描结果进行修正,以及根据修正后的扫描结果构建机器人6周围的环境信息,从而获取机器人6周围的环境信息,再通过环境定位单元41根据机器人6周围的环境信息及3D地图,从而确定该环境信息在3D地图上的位置。
进一步地,通过机器人定位单元42根据上述扫描结果、姿态、惯性导航位置、环境信息以及环境信息于3D地图上的位置,以确定机器人6与环境信息在3D地图上的位置的距离,进而确定机器人6于3D地图上的标识位置,也就是确定机器人6在复杂现场的精准位置,实现机器人6的自身定位,最后通过回传单元43将标识位置回传至终端设备5中。
在一种较优的实施例中,惯性测量模块3包括三个分别对应xyz三轴方向加速度的加速度计,和/或三个分别对应xyz三轴方向的陀螺仪,和/或三个分别对应xyz三轴方向的磁力计。
具体地,惯性测量模块3包括三个加速度计,三个陀螺仪以及三个磁力计,从而通过这些仪器测量出机器人6在三维空间中的角速度和加速度,进而检测出机器人6的姿态及惯性导航位置。
在一种较优的实施例中,终端设备5设置于机器人6中,通过电缆和/或无线连接于处理装置60;和/或
终端设备5设置于机器人6之外,通过远程服务器连接于处理装置60。
具体地,本实施例中,终端设备5可设置于机器人6中,通过电缆和/或无线连接于机器人6中的处理装置60,和/或终端设备5也可以设置于机器人6之外,即通过远程服务器无线连接于机器人6中的处理装置60。
本发明还提供一种基于复杂现场的机器人6的定位方法,其中,应用于如上述所述的一种基于复杂现场的机器人6的定位系统,所述定位方法包括:
步骤S1、提供一建模模块1,在一终端设备5中根据复杂现场的原始平面图建立一3D地图,并传输至机器人6的处理装置60中;
步骤S2、机器人6提供一扫描模块2,扫描模块2根据3D地图对复杂现场进行实时扫描,以输出一扫描结果;
步骤S3、机器人6提供一惯性测量模块3,惯性测量模块3检测并输出机器人6的姿态及惯性导航位置;
步骤S4、机器人6提供一定位模块4,定位模块4根据扫描结果、姿态及惯性导航位置进行机器人6的自身定位,并产生一回传定位信息并发送至终端设备5。
通过上述提供的定位方法,如图4所示,首选通过建模模块1,在终端设备5根据复杂现场的原始平面图建立3D地图,并传输至机器人6的处理装置60中,该3D地图为3D高精度地图,所谓3D高精地图是指三维空间中高精度、精细化定义的地图,其精度需要达到分米级。
进一步地,通过扫描模块2,机器人6根据3D地图对复杂现场进行实时扫描,以输出一扫描结果,该扫描结果包括机器人6所在复杂现场中的周围环境信息,以及机器人6与周围环境信息中的物体的距离。
进一步地,通过惯性测量模块3检测并输出机器人6的姿态及惯性导航位置,再通过定位模块4根据扫描结果及姿态进行机器人6的自身定位,本实施例中,通过将3D高精度地图结合惯性测量模块3得到最终的定位信息,例如,通过惯性测量模块3获取80%的惯性导航位置信息和3D高精度地图获取20%的定位信息,以获取最终的定位信息,需要说明的是,其中的加权比例仅用以说明可行性,不应当以此限定本申请的保护范围。也可以通过如卡尔曼滤波的方式对惯性测量模块3获取的惯性导航位置信息和3D高精度地图获取的定位信息进行滤波后获得最终的定位信息,实现机器人6自主导航和控制,以产生回传定位信息并发送至终端设备5。
本实施例中,通过向机器人6的处理装置60中传输复杂现场的原始平面图的3D地图,机器人6可根据3D地图对复杂现场进行扫描并结合惯性测量模块3,从而实现自身定位,解决了人类无法达到的救灾现场或GPS定位设备无法直接定位导航的难题。
在一种较优的实施例中,步骤S1包括:
步骤S10、建模模块1提供一建模单元10,建模单元10在终端设备5根据复杂现场的原始平面图,以建立3D地图;
步骤S11、建模模块1提供一传输单元11,传输单元11将3D地图传输至机器人6的处理装置60中进行储存。
具体地,如图5所示,首先在终端设备5根据复杂现场的原始平面图,以建立3D地图,然后再将3D地图传输至机器人6的处理装置60中进行储存,以便于后续机器人6根据该3D地图进行自身定位。
在一种较优的实施例中,步骤S4包括:
步骤S40、定位模块提供一环境构建单元,环境构建单元根据扫描结果及姿态,修正扫描结果,以及根据修正后的扫描结果构建机器人周围的环境信息并输出;
步骤S41、定位模块提供一环境定位单元,环境定位单元根据环境信息及3D地图,确定环境信息于3D地图上的位置并输出;
步骤S42、定位模块提供一机器人定位单元,机器人定位单元根据扫描结果、姿态、惯性导航位置、环境信息以及环境信息于3D地图上的位置,确定机器人于3D地图上的标识位置;
步骤S43、定位模块提供一回传单元,回传单元将标识位置回传至终端设备。
具体地,如图6所示,首先通过环境构建单元40用于根据扫描模块2的扫描结果及惯性测量模块3检测的姿态,对扫描结果进行修正,以及根据修正后的扫描结果构建机器人6周围的环境信息,从而获取机器人6周围的环境信息,再通过环境定位单元41根据机器人6周围的环境信息及3D地图,从而确定该环境信息在3D地图上的位置。由于扫描模块2设置在机器人6上,因此机器人的姿态会影响到扫描模块2获得的扫描结果,因此可通过获取的机器人6在扫描模块2扫描时的姿态来修正扫描结果,从而获得准确地扫描结果。具体的通过修正后的扫描结果进行建模,可以获得机器人6的周围环境的3D模型,将该3D模型与3D地图进行匹配从而可获得机器人6的周围环境在3D地图上的位置。在某些情况下,如用以建立3D地图的原始平面图是不完整的,如某些细节是缺失的,则可通过环境构建单元40构建的机器人6的周围环境的3D模型配合惯性导航位置来将3D地图补充完整。
进一步地,通过机器人定位单元42根据上述扫描结果、姿态、惯性导航位置、环境信息以及环境信息于3D地图上的位置,以确定机器人6与环境信息在3D地图上的位置的距离,进而确定机器人6于3D地图上的标识位置,也就是确定机器人6在复杂现场的精准位置,实现机器人6的自身定位,最后通过回传单元43将标识位置回传至终端设备5中。当机器人6的周围环境信息的位置在3D地图上被确定后,则可根据扫描模块2获得的扫描结果中机器人6与周围物体之间的距离来对机器人6进行精确定位,即获得机器人6于3D地图上的标识位置,当终端设备5获得机器人6于3D地图上的标识位置后可将该标识位置作为惯性导航位置的中继点,从而减少由于长时间进行惯性导航而带来的惯性导航位置的偏差。
本发明的技术方案的有益效果在于:向机器人的处理装置中传输复杂现场的原始平面图的3D地图,机器人可根据3D地图对复杂现场进行扫描并结合惯性测量模块,从而实现自身定位,解决了人类无法达到的救灾现场或GPS定位设备无法直接定位导航的难题。
以上所述仅为本发明较佳的实施例,并非因此限制本发明的实施方式及保护范围,对于本领域技术人员而言,应当能够意识到凡运用本发明说明书及图示内容所作出的等同替换和显而易见的变化所得到的方案,均应当包含在本发明的保护范围内。
Claims (4)
1.一种基于复杂现场的机器人的定位系统,其特征在于,包括:
一建模模块,用于在一终端设备中根据所述复杂现场的原始平面图建立一3D地图,并传输至所述机器人的处理装置中;
一扫描模块,设置于所述机器人中,并连接所述建模模块,用于根据所述3D地图对所述复杂现场进行实时扫描,以输出一扫描结果;
一惯性测量模块,设置于所述机器人中,用以检测并输出所述机器人的姿态及惯性导航位置;
一定位模块,连接所述扫描模块及所述惯性测量模块,用于根据所述扫描结果、所述姿态及所述惯性导航位置进行所述机器人的自身定位,并产生一回传定位信息并发送至所述终端设备;
所述建模模块包括:
一建模单元,用于在所述终端设备根据所述复杂现场的所述原始平面图,以建立所述3D地图;
一传输单元,连接所述建模单元,用于将所述3D地图传输至所述机器人的所述处理装置中进行储存;
一终端设备,可设置于机器人中,通过电缆和/或无线连接于机器人中的处理装置,或者所述终端设备也可以设置于机器人之外,即通过远程服务器无线连接于机器人中的处理装置;
一处理装置;
所述定位模块包括:
环境构建单元,分别连接所述扫描模块及所述惯性测量模块,以根据所述扫描结果及所述姿态,修正所述扫描结果,以及根据修正后的所述扫描结果构建所述机器人周围的环境信息并输出;
环境定位单元,分别连接所述环境构建单元及所述处理装置,用以根据所述环境信息及所述3D地图,确定所述环境信息于所述3D地图上的位置并输出;
机器人定位单元,分别连接所述扫描模块、所述所述惯性测量模块、环境构建单元及所述环境定位单元,用于根据所述扫描结果、所述姿态、所述惯性导航位置、所述环境信息以及所述环境信息于所述3D地图上的位置,确定所述机器人于所述3D地图上的标识位置;
当机器人的周围环境信息的位置在所述3D地图上被确定后,则可根据所述扫描模块获得的扫描结果中机器人与周围物体之间的距离来对机器人进行精确定位,即获得机器人于所述3D地图上的标识位置,当所述终端设备获得机器人于所述3D地图上的标识位置后可将该标识位置作为惯性导航位置的中继点,从而减少由于长时间进行惯性导航而带来的惯性导航位置的偏差;
一回传单元,分别连接所述机器人定位单元及所述终端设备,用以将所述标识位置回传至所述终端设备;
所述惯性测量模块包括三个分别对应xyz三轴方向加速度的加速度计,和/或三个分别对应xyz三轴方向的陀螺仪,和/或三个分别对应xyz三轴方向的磁力计,通过这些仪器测量出机器人在三维空间中的角速度和加速度,进而检测出机器人的姿态及惯性导航位置;
所述惯性测量模块检测并输出机器人的姿态及惯性导航位置,再通过定位模块根据扫描结果及姿态进行机器人的自身定位;
通过所述惯性测量模块获取80%的惯性导航位置信息和3D高精度地图获取20%的定位信息,以获取最终的定位信息;
通过卡尔曼滤波的方式对所述惯性测量模块获取的惯性导航位置信息和3D高精度地图获取的定位信息进行滤波后获得最终的定位信息,实现机器人自主导航和控制,以产生回传定位信息并发送至终端设备。
2.一种基于复杂现场的机器人的定位方法,其特征在于,应用于如上述权利要求1的一种基于复杂现场的机器人的定位系统,所述定位方法包括:
步骤S1、提供一建模模块,在一终端设备中根据所述复杂现场的原始平面图建立一3D地图,并传输至所述机器人的处理装置中;
步骤S2、所述机器人提供一扫描模块,所述扫描模块根据所述3D地图对所述复杂现场进行实时扫描,以输出一扫描结果;
步骤S3、所述机器人提供一惯性测量模块,所述惯性测量模块检测并输出所述机器人的姿态及惯性导航位置;
步骤S4、所述机器人提供一定位模块,所述定位模块根据所述扫描结果、所述姿态及所述惯性导航位置进行所述机器人的自身定位,并产生一回传定位信息并发送至所述终端设备。
3.根据权利要求2所述的一种基于复杂现场的机器人的定位方法,其特征在于,所述步骤S1包括:
步骤S10、所述建模模块提供一建模单元,所述建模单元在所述终端设备根据所述复杂现场的所述原始平面图,以建立所述3D地图;
步骤S11、所述建模模块提供一传输单元,所述传输单元将所述3D地图传输至所述机器人的所述处理装置中进行储存。
4.根据权利要求2所述的一种基于复杂现场的机器人的定位方法,其特征在于,所述步骤S4包括:
步骤S40、所述定位模块提供一环境构建单元,所述环境构建单元根据所述扫描结果及所述姿态,修正所述扫描结果,以及根据修正后的所述扫描结果构建所述机器人周围的环境信息并输出;
步骤S41、所述定位模块提供一环境定位单元,所述环境定位单元根据所述环境信息及所述3D地图,确定所述环境信息于所述3D地图上的位置并输出;
步骤S42、所述定位模块提供一机器人定位单元,所述机器人定位单元根据所述扫描结果、所述姿态、所述惯性导航位置、所述环境信息以及所述环境信息于所述3D地图上的位置,确定所述机器人于所述3D地图上的标识位置;
步骤S43、所述定位模块提供一回传单元,所述回传单元将所述标识位置回传至所述终端设备。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010198242.1A CN111337021B (zh) | 2020-03-19 | 2020-03-19 | 一种基于复杂现场的机器人的定位系统及定位方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010198242.1A CN111337021B (zh) | 2020-03-19 | 2020-03-19 | 一种基于复杂现场的机器人的定位系统及定位方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111337021A CN111337021A (zh) | 2020-06-26 |
CN111337021B true CN111337021B (zh) | 2022-08-16 |
Family
ID=71180251
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010198242.1A Active CN111337021B (zh) | 2020-03-19 | 2020-03-19 | 一种基于复杂现场的机器人的定位系统及定位方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111337021B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112611381A (zh) * | 2020-10-29 | 2021-04-06 | 武汉哈船导航技术有限公司 | 一种人工智能惯性导航系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106705964A (zh) * | 2017-01-06 | 2017-05-24 | 武汉大学 | 全景相机融合imu、激光扫描仪定位与导航系统及方法 |
US10151588B1 (en) * | 2016-09-28 | 2018-12-11 | Near Earth Autonomy, Inc. | Determining position and orientation for aerial vehicle in GNSS-denied situations |
CN109781422A (zh) * | 2018-12-09 | 2019-05-21 | 西安航天动力试验技术研究所 | 一种宽范围的模拟来流加热装置 |
US10366508B1 (en) * | 2016-08-29 | 2019-07-30 | Perceptin Shenzhen Limited | Visual-inertial positional awareness for autonomous and non-autonomous device |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104236548B (zh) * | 2014-09-12 | 2017-04-05 | 清华大学 | 一种微型无人机室内自主导航方法 |
CN104843176B (zh) * | 2015-04-28 | 2017-04-19 | 北京恒华伟业科技股份有限公司 | 一种用于桥梁隧道自动巡检旋翼无人机系统及导航方法 |
FR3044141B1 (fr) * | 2015-11-23 | 2017-12-08 | Parrot | Drone muni d'une camera video delivrant des sequences d'images corrigees de l'effet wobble |
JP6987797B2 (ja) * | 2016-03-11 | 2022-01-05 | カールタ インコーポレイテッド | リアルタイムオンラインエゴモーション推定を有するレーザスキャナ |
CN105953798B (zh) * | 2016-04-19 | 2018-09-18 | 深圳市神州云海智能科技有限公司 | 移动机器人的位姿确定方法和设备 |
CN106052691B (zh) * | 2016-05-17 | 2019-03-15 | 武汉大学 | 激光测距移动制图中闭合环误差纠正方法 |
CN107085422A (zh) * | 2017-01-04 | 2017-08-22 | 北京航空航天大学 | 一种基于Xtion设备的多功能六足机器人的远程控制系统 |
CN206959854U (zh) * | 2017-05-08 | 2018-02-02 | 上海工程技术大学 | 一种基于惯性测量和激光雷达室内导航的小车 |
CN108398129B (zh) * | 2018-02-08 | 2021-04-27 | 江南大学 | 用于消防救援中人员位置与地图快速匹配的方法 |
CN108957505A (zh) * | 2018-06-27 | 2018-12-07 | 四川斐讯信息技术有限公司 | 一种定位方法、定位系统和手携式智能穿戴设备 |
-
2020
- 2020-03-19 CN CN202010198242.1A patent/CN111337021B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10366508B1 (en) * | 2016-08-29 | 2019-07-30 | Perceptin Shenzhen Limited | Visual-inertial positional awareness for autonomous and non-autonomous device |
US10151588B1 (en) * | 2016-09-28 | 2018-12-11 | Near Earth Autonomy, Inc. | Determining position and orientation for aerial vehicle in GNSS-denied situations |
CN106705964A (zh) * | 2017-01-06 | 2017-05-24 | 武汉大学 | 全景相机融合imu、激光扫描仪定位与导航系统及方法 |
CN109781422A (zh) * | 2018-12-09 | 2019-05-21 | 西安航天动力试验技术研究所 | 一种宽范围的模拟来流加热装置 |
Also Published As
Publication number | Publication date |
---|---|
CN111337021A (zh) | 2020-06-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110446159B (zh) | 一种室内无人机精确定位与自主导航的系统及方法 | |
CN109425365B (zh) | 激光扫描设备标定的方法、装置、设备及存储介质 | |
EP2363731B1 (en) | Location estimation system | |
US8706414B2 (en) | Method and system for locating and monitoring first responders | |
JP5927735B2 (ja) | 地図データ作成装置、自律移動システムおよび自律移動制御装置 | |
KR100779510B1 (ko) | 정찰 로봇 및 정찰 로봇 운행 제어시스템 | |
CN108627864B (zh) | 基于汽车钥匙的定位方法及系统、无人驾驶汽车系统 | |
CN109425346B (zh) | 用于自动化车辆的导航系统 | |
KR20140144921A (ko) | 가상현실을 이용한 무인 자동차의 자율 주행 시뮬레이션 시스템 | |
JP6934116B1 (ja) | 航空機の飛行制御を行う制御装置、及び制御方法 | |
CN111108343A (zh) | 信息处理装置、可移动装置、信息处理方法、可移动装置控制方法以及程序 | |
US20210208608A1 (en) | Control method, control apparatus, control terminal for unmanned aerial vehicle | |
CN111679680A (zh) | 一种无人机自主着舰方法及系统 | |
US20230206491A1 (en) | Information processing device, mobile device, information processing system, method, and program | |
CN111024059A (zh) | 用于厂区内三维空间的高精度人员定位系统及方法 | |
CN111221020A (zh) | 一种室内外定位方法、装置及系统 | |
CN111337021B (zh) | 一种基于复杂现场的机器人的定位系统及定位方法 | |
CN116047565A (zh) | 一种多传感器数据融合定位系统 | |
KR20170074388A (ko) | 고정밀 측위 시스템 및 방법 | |
Urzua et al. | Monocular SLAM system for MAVs aided with altitude and range measurements: A GPS-free approach | |
JP6699034B2 (ja) | 自律移動ロボット | |
Pearce et al. | Designing a spatially aware, automated quadcopter using an Android control system | |
CN111610800B (zh) | 一种松耦合无人机控制系统 | |
KR20230083409A (ko) | 고밀집 실내 환경에 적합한 무인비행체 위치 결정 시스템 | |
CN108254771A (zh) | 系留无人机跟随车载平台方法及使用该方法的系留无人机 |
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 |