CN111401779B - 机器人的定位部署方法、装置、设备及存储介质 - Google Patents
机器人的定位部署方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN111401779B CN111401779B CN202010242455.XA CN202010242455A CN111401779B CN 111401779 B CN111401779 B CN 111401779B CN 202010242455 A CN202010242455 A CN 202010242455A CN 111401779 B CN111401779 B CN 111401779B
- Authority
- CN
- China
- Prior art keywords
- robot
- loss
- grid
- grid area
- sub
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06313—Resource planning in a project environment
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Quality & Reliability (AREA)
- Biodiversity & Conservation Biology (AREA)
- Game Theory and Decision Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Educational Administration (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Manipulator (AREA)
Abstract
本发明实施例公开了一种机器人的定位部署方法、装置、设备及存储介质。包括:构建实际环境对应的全局仿真地图,并将所述全局仿真地图划分为多个栅格区域;其中,所述实际环境为机器人实际执行任务时所处的环境;获取机器人在各栅格区域的易丢失概率;根据所述易丢失概率确定各栅格区域的易丢失等级;根据所述易丢失等级部署机器人在各栅格区域的定位策略。本发明实施例提供的机器人的定位部署方法,根据全局仿真地图中的栅格区域的易丢失等级部署机器人在各栅格区域的定位策略,可以对机器人执行任务时的预先定位部署,提高机器人定位部署的准确性,且无需工作人员在机器人执行任务的现场判断任务执行情况,从而降低机器人部署的成本投入。
Description
技术领域
本发明实施例涉及机器人部署技术领域,尤其涉及一种机器人的定位部署方法、装置、设备及存储介质。
背景技术
随着智能自动化技术的快速发展,不同功能的机器人被研制出来以执行不同的任务,如:送餐、讲解、引导、巡游等任务。机器人在执行任务时,需要在所处的环境中实时的进行定位导航。当机器人在实际环境运行时,有些区域的定位效果较差,机器人在这些区域容易出现乱转或者卡在某个位置等现象。
现有技术中,由现场工作人员来判断当前区域是否有利于机器人执行任务,这种方式不仅准确性低,而且增加了人工人本的投入,另外这种方式只有机器人在实际工作时才能发现存在问题的区域,使得解决问题滞后。
发明内容
本发明实施例提供一种机器人的定位部署方法、装置、设备及存储介质,可以实现对机器人执行任务时的定位部署,提高机器人定位部署的准确性,且可以降低机器人部署的成本投入。
第一方面,本发明实施例提供了一种机器人的定位部署方法,包括:
构建实际环境对应的全局仿真地图,并将所述全局仿真地图划分为多个栅格区域;其中,所述实际环境为机器人实际执行任务时所处的环境;
获取机器人在各栅格区域的易丢失概率;
根据所述易丢失概率确定各栅格区域的易丢失等级;
根据所述易丢失等级部署机器人在各栅格区域的定位策略。
第二方面,本发明实施例还提供了一种机器人的定位部署方法,包括:
全局仿真地图构建模块,用于构建实际环境对应的全局仿真地图,并将所述全局仿真地图划分为多个栅格区域;其中,所述实际环境为机器人实际执行任务时所处的环境;
易丢失概率获取模块,用于获取机器人在各栅格区域的易丢失概率;
易丢失等级确定模块,用于根据所述易丢失概率确定各栅格区域的易丢失等级;
定位策略部署模块,用于根据所述易丢失等级部署机器人在各栅格区域的定位策略。
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,所述处理器执行所述程序时实现如本发明实施例所述的机器人的定位部署方法。
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所述的机器人的定位部署方法。
本发明实施例,首先构建实际环境对应的全局仿真地图,并将全局仿真地图划分为多个栅格区域,然后获取机器人在各栅格区域的易丢失概率,再然后根据易丢失概率确定各栅格区域的易丢失等级,最后根据易丢失等级部署机器人在各栅格区域的定位策略。本发明实施例提供的机器人的定位部署方法,根据全局仿真地图中的栅格区域的易丢失等级部署机器人在各栅格区域的定位策略,可以对机器人执行任务时的预先定位部署,提高机器人定位部署的准确性,且无需工作人员在机器人执行任务的现场判断任务执行情况,从而降低机器人部署的成本投入。
附图说明
图1是本发明实施例一中的一种机器人的定位部署方法的流程图;
图2是本发明实施例二中的一种机器人的定位部署装置的结构示意图;
图3是本发明实施例三中的一种计算机设备的结构示意图。
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。
实施例一
图1为本发明实施例一提供的一种机器人的定位部署方法的流程图,本实施例可适用于机器人在执行任务时的定位策略进行部署情况,该方法可以由机器人的定位部署装置来执行,该装置可由硬件和/或软件组成,并一般可集成在具有机器人的定位部署功能的设备中,该设备可以是服务器或服务器集群等电子设备。如图1所示,该方法具体包括如下步骤:
步骤110,构建实际环境对应的全局仿真地图,并将全局仿真地图划分为多个栅格区域。
其中,实际环境为机器人实际执行任务时所处的环境,例如:可以是建筑施工现场、仓库及商场等。全局仿真地图可以是利用利用软件对实际环境进行仿真模拟的虚拟地图。具体的,构建实际环境对应的全局仿真地图的过程可以是:构建实际环境对应的初始仿真地图;预测所述实际环境发生的动态;并对预测的动态进行模拟以在所述初始仿真地图中添加和/或删除元素,获得全局仿真地图。
其中,元素包括静态元素和/或动态元素。例如:静态元素可以是桌子、箱子及临时堆砌物等物体,动态元素可以是小车、人腿等。初始仿真地图可以是通过采集实际环境中存在的建筑物信息而构建的地图,初始仿真地图中包含基本的建筑设施。本实施例中,在获得初始仿真地图后,根据实际地图的实际情况添加障碍物,使得全局仿真地图与实际环境相吻合。
本实施例中,将全局仿真地图划分为多个栅格区域可以理解为将全局仿真地图所处的平面划分为多个栅格区域。其中,栅格区域可以是设定尺寸的矩形或正方形。例如:可以是边长1-5米的正方形,示例性的,将全局仿真地图划分为1m*1m的栅格地图,即每个栅格区域为1m*1m的正方形。
步骤120,获取机器人在各栅格区域的易丢失概率。
其中,栅格区域的易丢失概率可以理解为设置于栅格区域中各标定点的易丢失概率。
具体的,获取机器人在各栅格区域的易丢失概率的方式可以是:对于当前栅格区域,将当前栅格区域划分为多个子栅格区域,并在每个子栅格区域中设置一标定点;获取机器人经过标定点时采集的地图信息,确定为子地图信息;根据子地图信息和全局仿真地图信息获取机器人在当前子栅格区域的易丢失概率。
其中,子地图信息可以是机器人位于标定点并朝某个方向采集的地图信息;或者是机器人经过一段路线后到达设定时采集的地图信息。本实施例中,以栅格区域为1*1m为例,将该尺寸的栅格区域划分为100个子栅格区域,每个子栅格区域的尺寸为10cm*10cm,然后在每个子栅格区域中设置一标定点,计算机器人在处于这100个标定点上时的易丢失概率。
本实施例中,获取机器人处于标定点时采集的地图信息的过程可以是:将机器人(需要说明的是,本实施例中提到的机器人为仿真的虚拟机器人)放置于标定点A上,并仿真机器人的激光数据,机器人以一定的频率发出激光,控制机器人朝向某个角度采集的地图数据,从而获得标定点A对应的子地图信息,即A点对应的子地图信息。或者,控制机器人按照设定的路线行走,经过设定点A时,根据行走过程采集的激光数据构建的地图信息,作为A对应的子地图信息。
本实施例中,根据子地图信息和全局仿真地图信息获取机器人在当前子栅格区域的易丢失概率的方式可以是:获取机器人经过标定点时的姿态信息;根据姿态信息、子地图信息和全局仿真地图信息获取机器人在当前子栅格区域的易丢失概率。
姿态信息可以包括机器人经过设定点时的姿态角度及朝向概率。具体的,将子地图信息根据姿态信息与全局仿真地图信息进行比对,获得机器人在当前子栅格区域的易丢失概率。
可选的,此时采集的子地图信息为标定点A对应的地图信息,假设机器人显示此时所在的位置在B点,即机器人的输出位置点在偏离A点的B点,而机器人实际在A点,采用设定地图算法对子地图信息和全局仿真地图信息进行计算,将B点调整至A点,即将机器人的偏差点调整至正确的位置点,从而获得机器人在标定点的迭代半径。
具体的,根据迭代半径计算机器人在当前子栅格区域的易丢失概率可以通过以下公式计算:P=1-r/R,其中,r为迭代半径,R由栅格区域的尺寸确定,如栅格区域为正方形,则R为正方形边长,当r>R时,另r=R。例如:假设R=1m,r=0.2m,则易丢失概率为0.8。
步骤130,根据易丢失概率确定各栅格区域的易丢失等级。
其中,易丢失等级可以包括危险、易丢失、警惕及安全等。具体的,根据易丢失概率确定各栅格区域的区域易丢失等级的方式可以是:获取机器人在子栅格区域中的易丢失概率超过设定阈值的个数在当前栅格区域中所在的比例;根据比例确定当前栅格区域的丢失等级。
其中,设定阈值可以设置为0.5-0.7之间的任意值。例如,假设设定阈值为0.6,一个栅格区域中划分了100个子栅格区域,其中,30个子栅格区域的易丢失概率超过0.6,那么所占的比例为30%。
本实施例中,根据比例确定当前栅格区域的丢失等级的方式可以是:若比例大于第一设定值,则当前栅格区域的丢失等级为危险;若比例大于第二设定值且小于第一设定值,则当前栅格区域的丢失等级为易丢失;若比例大于第三设定值且小于第二设定值,则当前栅格区域的丢失等级为警惕;若比例小于第三设定值,则当前栅格区域的丢失等级为安全。
其中,第一设定值大于第二设定值,第二设定值大于第三设定值。例如:第一设定值为0.7,第二设定值为0.5,第三设定值为0.3。对于全局仿真地图中的每个栅格区域,按照上述方式确定其易丢失等级。
步骤140,根据易丢失等级部署机器人在各栅格区域的定位策略。
其中,定位策略包括如下至少一项:在机器人上增加辅助定位模块、控制机器人减少任务执行的频率及在栅格区域内添加标签。本实施例中,根据易丢失等级部署机器人在各栅格区域的定位策略的方式可以是由专业人士根据任务的实际情况确定。例如:若执行任务时对机器人定位的准确性要求较高,则在易丢失等级为警惕以上的等级时,定位策略可以设置为控制机器人减少任务执行的频率。
本实施例的技术方案,首先构建实际环境对应的全局仿真地图,并将全局仿真地图划分为多个栅格区域,然后获取机器人在各栅格区域的易丢失概率,再然后根据易丢失概率确定各栅格区域的易丢失等级,最后根据易丢失等级部署机器人在各栅格区域的定位策略。本发明实施例提供的机器人的定位部署方法,根据全局仿真地图中的栅格区域的易丢失等级部署机器人在各栅格区域的定位策略,可以对机器人执行任务时的预先定位部署,提高机器人定位部署的准确性,且无需工作人员在机器人执行任务的现场判断任务执行情况,从而降低机器人部署的成本投入。另外,现在仅依赖激光定位导航的方案,在复杂环境中存在易丢失的问题,仅适合在环境简单人员流动量低的场景下运行。易丢失区域划定后,技术开发人员可以根据环境恶劣程度,即易丢失区域的级别来切换定位模式;使用人员可以确定易丢失区域是否让机器人执行任务,减少机器人在执行任务中的丢失概率。
实施例二
图2为本发明实施例二提供的一种机器人的定位部署装置的结构示意图。如图2所示,该装置包括:全局仿真地图构建模块210,易丢失概率获取模块220,易丢失等级确定模块230和定位策略部署模块240。
全局仿真地图构建模块210,用于构建实际环境对应的全局仿真地图,并将所述全局仿真地图划分为多个栅格区域;其中,所述实际环境为机器人实际执行任务时所处的环境;
易丢失概率获取模块220,用于获取机器人在各栅格区域的易丢失概率;
易丢失等级确定模块230,用于根据所述易丢失概率确定各栅格区域的易丢失等级;
定位策略部署模块240,用于根据所述易丢失等级部署机器人在各栅格区域的定位策略。
可选的,全局仿真地图构建模块210,还用于:
构建实际环境对应的初始仿真地图;
预测所述实际环境发生的动态;并对预测的动态进行模拟以在所述初始仿真地图中添加和/或删除元素,获得全局仿真地图;所述元素包括静态元素和/或动态元素。
可选的,易丢失概率获取模块220,还用于:
对于当前栅格区域,将所述当前栅格区域划分为多个子栅格区域,并在每个子栅格区域中设置一标定点;
获取机器人经过所述标定点时采集的全景地图信息,确定为子地图信息;
根据所述子地图信息和所述全局仿真地图信息获取机器人在所述当前子栅格区域的易丢失概率。
可选的,易丢失概率获取模块220,还用于:
获取机器人经过所述标定点时的姿态信息;
根据所述姿态信息、子地图信息和所述全局仿真地图信息获取机器人在所述当前子栅格区域的易丢失概率。
可选的,易丢失等级确定模块230,还用于:
获取机器人在子栅格区域中的易丢失概率超过设定阈值的个数在当前栅格区域中所在的比例;
根据所述比例确定所述当前栅格区域的丢失等级。
可选的,易丢失等级确定模块230,还用于:
若所述比例大于第一设定值,则所述当前栅格区域的丢失等级为危险;
若所述比例大于第二设定值且小于所述第一设定值,则所述当前栅格区域的丢失等级为易丢失;
若所述比例大于第三设定值且小于所述第二设定值,则所述当前栅格区域的丢失等级为警惕;
若所述比例小于所述第三设定值,则所述当前栅格区域的丢失等级为安全。
可选的,所述定位策略包括如下至少一项:在机器人上增加辅助定位模块、控制机器人减少任务执行的频率、控制机器人在设定的路线上运行并在环境中添加元素及在栅格区域内添加标签。
上述装置可执行本发明前述所有实施例所提供的方法,具备执行上述方法相应的功能模块和有益效果。未在本实施例中详尽描述的技术细节,可参见本发明前述所有实施例所提供的方法,便不再此多加赘述。
实施例三
图3为本发明实施例三提供的一种计算机设备的结构示意图。图3示出了适于用来实现本发明实施方式的计算机设备312的框图。图3显示的计算机设备312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。设备312是典型的机器人的定位部署功能的计算设备。
如图3所示,计算机设备312以通用计算设备的形式表现。计算机设备312的组件可以包括但不限于:一个或者多个处理器316,存储装置328,连接不同系统组件(包括存储装置328和处理器316)的总线318。
总线318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(Industry StandardArchitecture,ISA)总线,微通道体系结构(Micro Channel Architecture,MCA)总线,增强型ISA总线、视频电子标准协会(Video Electronics Standards Association,VESA)局域总线以及外围组件互连(Peripheral Component Interconnect,PCI)总线。
计算机设备312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计算机设备312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。
存储装置328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(Random Access Memory,RAM)330和/或高速缓存存储器332。计算机设备312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334可以用于读写不可移动的、非易失性磁介质(图3未显示,通常称为“硬盘驱动器”)。尽管图3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(例如只读光盘(Compact Disc-Read Only Memory,CD-ROM)、数字视盘(Digital Video Disc-Read Only Memory,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318相连。存储装置328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各实施例的功能。
具有一组(至少一个)程序模块326的程序336,可以存储在例如存储装置328中,这样的程序模块326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326通常执行本发明所描述的实施例中的功能和/或方法。
计算机设备312也可以与一个或多个外部设备314(例如键盘、指向设备、摄像头、显示器324等)通信,还可与一个或者多个使得用户能与该计算机设备312交互的设备通信,和/或与使得该计算机设备312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322进行。并且,计算机设备312还可以通过网络适配器320与一个或者多个网络(例如局域网(Local AreaNetwork,LAN),广域网Wide Area Network,WAN)和/或公共网络,例如因特网)通信。如图所示,网络适配器320通过总线318与计算机设备312的其它模块通信。应当明白,尽管图中未示出,可以结合计算机设备312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、磁盘阵列(Redundant Arrays of IndependentDisks,RAID)系统、磁带驱动器以及数据备份存储系统等。
处理器316通过运行存储在存储装置328中的程序,从而执行各种功能应用以及数据处理,例如实现本发明上述实施例所提供的机器人的定位部署方法。
实施例四
本发明实施例四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所提供的机器人的定位部署方法。
当然,本发明实施例所提供的一种计算机可读存储介质,其上存储的计算机程序不限于如上所述的方法操作,还可以执行本发明任意实施例所提供的机器人的定位部署方法中的相关操作。
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 (7)
1.一种机器人的定位部署方法,其特征在于,包括:
构建实际环境对应的全局仿真地图,并将所述全局仿真地图划分为多个栅格区域;其中,所述实际环境为机器人实际执行任务时所处的环境;
对于当前栅格区域,将所述当前栅格区域划分为多个子栅格区域,并在每个子栅格区域中设置一标定点;
获取机器人经过所述标定点时采集的地图信息,确定为子地图信息;
根据所述子地图信息和所述全局仿真地图信息获取机器人在所述标定点的迭代半径,根据所述迭代半径和所述子栅格区域的尺寸获取所述机器人在当前子栅格区域的易丢失概率;
根据所述易丢失概率确定各栅格区域的易丢失等级;
根据所述易丢失等级部署机器人在各栅格区域的定位策略;
其中,所述构建实际环境对应的全局仿真地图,包括:
构建实际环境对应的初始仿真地图;
预测所述实际环境发生的动态;并对预测的动态进行模拟以在所述初始仿真地图中添加和/或删除元素,获得全局仿真地图;所述元素包括静态元素和/或动态元素。
2.根据权利要求1所述的方法,其特征在于,根据所述易丢失概率确定各栅格区域的区域易丢失等级,包括:
获取机器人在子栅格区域中的易丢失概率超过设定阈值的个数在当前栅格区域中所在的比例;
根据所述比例确定所述当前栅格区域的丢失等级。
3.根据权利要求2所述的方法,其特征在于,根据所述比例确定当前栅格区域的丢失等级,包括:
若所述比例大于第一设定值,则所述当前栅格区域的丢失等级为危险;
若所述比例大于第二设定值且小于所述第一设定值,则所述当前栅格区域的丢失等级为易丢失;
若所述比例大于第三设定值且小于所述第二设定值,则所述当前栅格区域的丢失等级为警惕;
若所述比例小于所述第三设定值,则所述当前栅格区域的丢失等级为安全。
4.根据权利要求1-3任一所述的方法,其特征在于,所述定位策略包括如下至少一项:在机器人上增加辅助定位模块、控制机器人减少任务执行的频率、控制机器人在设定的路线上运行并在环境中添加元素及在栅格区域内添加标签。
5.一种机器人的定位部署装置,其特征在于,包括:
全局仿真地图构建模块,用于构建实际环境对应的全局仿真地图,并将所述全局仿真地图划分为多个栅格区域;其中,所述实际环境为机器人实际执行任务时所处的环境;
易丢失等级确定模块,用于根据所述易丢失概率确定各栅格区域的易丢失等级;
定位策略部署模块,用于根据所述易丢失等级部署机器人在各栅格区域的定位策略;
易丢失概率获取模块,用于:
对于当前栅格区域,将所述当前栅格区域划分为多个子栅格区域,并在每个子栅格区域中设置一标定点;
获取机器人经过所述标定点时采集的全景地图信息,确定为子地图信息;
根据所述子地图信息和所述全局仿真地图信息获取机器人在所述标定点的迭代半径,根据所述迭代半径和所述子栅格区域的尺寸获取所述机器人在当前子栅格区域的易丢失概率;
全局仿真地图构建模块,还用于:
构建实际环境对应的初始仿真地图;
预测所述实际环境发生的动态;并对预测的动态进行模拟以在所述初始仿真地图中添加和/或删除元素,获得全局仿真地图;所述元素包括静态元素和/或动态元素。
6.一种计算机设备,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1-4任一所述的机器人的定位部署方法。
7.一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1-4任一所述的机器人的定位部署方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010242455.XA CN111401779B (zh) | 2020-03-31 | 2020-03-31 | 机器人的定位部署方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010242455.XA CN111401779B (zh) | 2020-03-31 | 2020-03-31 | 机器人的定位部署方法、装置、设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111401779A CN111401779A (zh) | 2020-07-10 |
CN111401779B true CN111401779B (zh) | 2021-10-08 |
Family
ID=71429384
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010242455.XA Active CN111401779B (zh) | 2020-03-31 | 2020-03-31 | 机器人的定位部署方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111401779B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111401779B (zh) * | 2020-03-31 | 2021-10-08 | 上海擎朗智能科技有限公司 | 机器人的定位部署方法、装置、设备及存储介质 |
CN111881899B (zh) * | 2020-09-28 | 2021-04-30 | 上海擎朗智能科技有限公司 | 机器人的定位部署方法、装置、设备及存储介质 |
CN112540803B (zh) * | 2020-12-18 | 2023-08-11 | 深圳赛安特技术服务有限公司 | 一种表单设计适配方法、装置、设备及存储介质 |
CN112996009B (zh) * | 2021-03-31 | 2022-11-15 | 建信金融科技有限责任公司 | 无线设备的部署方法、装置、电子设备及存储介质 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109933056A (zh) * | 2017-12-18 | 2019-06-25 | 九阳股份有限公司 | 一种基于slam的机器人导航方法以及机器人 |
CN111401779A (zh) * | 2020-03-31 | 2020-07-10 | 上海擎朗智能科技有限公司 | 机器人的定位部署方法、装置、设备及存储介质 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107356932B (zh) * | 2017-07-07 | 2020-11-24 | 成都普诺思博科技有限公司 | 机器人激光定位方法 |
CN110411435B (zh) * | 2018-04-26 | 2021-06-29 | 北京京东尚科信息技术有限公司 | 机器人定位方法、装置以及机器人 |
KR102094863B1 (ko) * | 2018-05-28 | 2020-03-30 | 한국과학기술연구원 | 입력 지연시간을 보상하는 이동로봇 제어 장치 및 방법 |
CN108801269B (zh) * | 2018-08-29 | 2021-11-12 | 山东大学 | 一种室内云机器人导航系统及方法 |
CN110243381B (zh) * | 2019-07-11 | 2020-10-30 | 北京理工大学 | 一种陆空机器人协同感知监测方法 |
CN110900602B (zh) * | 2019-11-26 | 2021-01-19 | 苏州博众机器人有限公司 | 一种定位恢复方法、装置、机器人及存储介质 |
-
2020
- 2020-03-31 CN CN202010242455.XA patent/CN111401779B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109933056A (zh) * | 2017-12-18 | 2019-06-25 | 九阳股份有限公司 | 一种基于slam的机器人导航方法以及机器人 |
CN111401779A (zh) * | 2020-03-31 | 2020-07-10 | 上海擎朗智能科技有限公司 | 机器人的定位部署方法、装置、设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN111401779A (zh) | 2020-07-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111401779B (zh) | 机器人的定位部署方法、装置、设备及存储介质 | |
US10613227B2 (en) | Method and apparatus for positioning vehicle | |
US11400928B2 (en) | Driverless vehicle testing method and apparatus, device and storage medium | |
CN112764053B (zh) | 一种融合定位方法、装置、设备和计算机可读存储介质 | |
CN109146938B (zh) | 动态障碍物的位置校准方法、装置、设备及存储介质 | |
CN108318043A (zh) | 用于更新电子地图的方法、装置和计算机可读存储介质 | |
CN111426312B (zh) | 定位地图的更新方法、装置、设备及存储介质 | |
CN108876857B (zh) | 无人驾驶车辆的定位方法、系统、设备及存储介质 | |
CN109781132B (zh) | 一种经验路线替换方法、装置、电子设备及存储介质 | |
CN110244765B (zh) | 一种飞行器航线轨迹生成方法、装置、无人机及存储介质 | |
CN111862604B (zh) | 无人车的控制方法及装置、计算机存储介质、电子设备 | |
CN111220988B (zh) | 一种地图数据处理方法、装置、设备和介质 | |
CN112148033A (zh) | 无人机航线的确定方法、装置、设备及存储介质 | |
KR102095135B1 (ko) | 실내 측위 방법 및 이를 수행하는 장치들 | |
CN110647600B (zh) | 三维地图的构建方法、装置、服务器及存储介质 | |
WO2023174096A1 (zh) | 自主移动机器人的调度方法、系统、电子设备和存储介质 | |
CN113758492A (zh) | 地图检测方法和装置 | |
CN110853098A (zh) | 机器人定位方法、装置、设备及存储介质 | |
CN115729257A (zh) | 矿井下无人机自主规划路径的方法、装置、电子设备及存储介质 | |
CN113776520B (zh) | 地图构建、使用方法、装置、机器人和介质 | |
CN114115293A (zh) | 机器人避障方法、装置、设备及存储介质 | |
CN113483770A (zh) | 封闭场景下的路径规划方法、装置、电子设备、存储介质 | |
CN113449798A (zh) | 港口无人驾驶地图生成方法、装置、电子设备、存储介质 | |
CN112445220A (zh) | 自动导引车的控制方法及装置、存储介质及电子设备 | |
CN112317164A (zh) | 一种喷涂机器人轨迹控制方法、装置及电子设备 |
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 |