CN111428578A - 一种自主体及其定位方法和装置 - Google Patents
一种自主体及其定位方法和装置 Download PDFInfo
- Publication number
- CN111428578A CN111428578A CN202010138782.0A CN202010138782A CN111428578A CN 111428578 A CN111428578 A CN 111428578A CN 202010138782 A CN202010138782 A CN 202010138782A CN 111428578 A CN111428578 A CN 111428578A
- Authority
- CN
- China
- Prior art keywords
- reflector
- contour
- determining
- self
- environment
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/88—Lidar systems specially adapted for specific applications
- G01S17/89—Lidar systems specially adapted for specific applications for mapping or imaging
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/48—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00
- G01S7/4802—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/48—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00
- G01S7/481—Constructional features, e.g. arrangements of optical elements
- G01S7/4817—Constructional features, e.g. arrangements of optical elements relating to scanning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/46—Descriptors for shape, contour or point-related descriptors, e.g. scale invariant feature transform [SIFT] or bags of words [BoW]; Salient regional features
- G06V10/462—Salient features, e.g. scale invariant feature transforms [SIFT]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
- G06V10/752—Contour matching
Abstract
本发明实施例公开了一种自主体及其定位方法和装置。其中方法包括:对自主体上的激光雷达当前时刻扫描的点云数据进行特征提取,得到环境轮廓特征和反光板位置特征;根据环境轮廓特征在预先建立的环境地图中确定至少一个相似轮廓;根据反光板位置特征从至少一个相似轮廓中确定目标轮廓以及反光板位置;及根据反光板位置确定自主体当前所在位置。本发明实施例不仅减少了环境中反光板的使用数量,还降低了对环境轮廓的要求,能够实现对自主体的精准定位,从而为后续自主体移动等操作提供了条件。
Description
技术领域
本发明实施例涉及导航定位技术领域,尤其涉及一种自主体及其定位方法和装置。
背景技术
自主体(例如机器人)被广泛应用于日常生活中。在实际应用时,自主体的定位精度是其活动以及执行任务的基础。
相关技术中,自主体进行定位的方法常采用如下两种方式:方式一,根据激光雷达扫描的点云数据与预先构建的环境地图进行轮廓特征匹配,实现定位;方式二,基于环境中设置的反光板,实现定位。
然而,上述两种方式存在如下问题:方式一,当预先构建的环境地图中轮廓信息不明显或者环境变化大,容易导致定位出错;方式二,根据反光板进行定位是基于三角定位技术实现,因此扫描的每一帧点云数据中要同时检测到至少三个反光板才能实现定位,从而需要在环境中设置大量的反光板。
发明内容
本发明实施例提供一种自主体及其定位方法和装置,不仅减少了环境中反光板的使用数量,还降低了对环境轮廓的要求,能够实现对自主体的精准定位,从而为后续自主体移动等操作提供了条件。
第一方面,本发明实施例提供了一种自主体定位方法,该方法包括:
对所述自主体上的激光雷达当前时刻扫描的点云数据进行特征提取,得到环境轮廓特征和反光板位置特征;
根据所述环境轮廓特征在预先建立的环境地图中确定至少一个相似轮廓;
根据所述反光板位置特征从所述至少一个相似轮廓中确定目标轮廓以及所述反光板位置;及
根据所述反光板位置确定所述自主体当前所在位置。
第二方面,本发明实施例还提供了一种自主体定位装置,该装置包括:
特征提取模块,用于对所述自主体上的激光雷达当前时刻扫描的点云数据进行特征提取,得到环境轮廓特征和反光板位置特征;
相似轮廓确定模块,用于根据所述环境轮廓特征在预先建立的环境地图中确定至少一个相似轮廓;
第一确定模块,用于根据所述反光板位置特征从所述至少一个相似轮廓中确定目标轮廓以及所述反光板位置;及
位置确定模块,用于根据所述反光板位置确定所述自主体当前所在位置。
第三方面,本发明实施例还提供了一种自主体,该自主体包括:
自主体本体,能够自主移动并实现预设功能;
激光雷达,固定在所述自主体上,用于对环境进行扫描以采集环境的点云数据,并根据所述点云数据确定各数据点的相对位置;;
一个或多个处理器;固定在所述自主体本体上,以及
存储装置,用于存储一个或多个程序,固定在所述自主体本体上,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现本发明实施例中任一实施例所述的自主体定位方法。
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以实现本发明实施例中任一实施例所述的自主体定位方法。
本发明实施例公开的技术方案,具有如下有益效果:
通过对自主体上的激光雷达扫描的点云数据进行特征提取,得到环境轮廓特征和反光板位置特征,以根据环境轮廓特征在预先建立的环境地图中确定至少一个相似轮廓,并根据反光板位置特征从至少一个相似轮廓中确定目标轮廓及反光板位置,然后根据确定的反光板位置确定自主体当前所在位置。由此,通过将基于环境轮廓和反光板的定位方式相结合,以实现仅需一个反光板即可准确定位自主体所在位置,不仅减少了环境中反光板的使用数量,还降低了对环境轮廓的要求,实现了对自主体的精准定位,从而为后续自主体移动等操作提供了条件。
附图说明
图1是本发明实施例一提供的一种自主体定位方法的流程示意图;
图2是本发明实施例一提供的创建环境地图的流程示意图;
图3是本发明实施例一提供的创建的环境地图示意图;
图4是本发明实施例一提供的根据反光板位置确定自主体当前所处位置的示意图;
图5是本发明实施例二提供的一种自主体定位方法的流程示意图;
图6是本发明实施例二提供的另一种自主体定位方法的流程示意图;
图7是本发明实施例三提供的一种自主体定位方法的流程示意图;
图8是本发明实施例四提供的一种自主体定位装置的结构示意图;
图9是本发明实施例五提供的一种自主体的结构示意图;
图10是本发明实施例五提供的激光雷达在自主体上的设置位置的示意图。
具体实施方式
下面结合附图和实施例对本发明实施例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实施例,而非对本发明实施例的限定。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实施例相关的部分而非全部结构。
本发明实施例针对相关技术中,自主体根据激光雷达扫描的点云数据与环境地图进行轮廓特征匹配实现定位时,当轮廓信息不明显或者环境变化大,导致定位出错;或者,根据反光板实现定位时,因为是基于三角定位技术实现,因此一帧点云数据中要有至少三个反光板才能实现,从而需要在环境中设置大量反光板的问题,提出了一种自主体的定位方法。
本发明实施例通过对自主体上的激光雷达扫描的点云数据进行特征提取,以得到环境轮廓特征和反光板位置特征,然后根据环境轮廓特征在预先建立的环境地图中确定相似轮廓,并根据反光板位置特征在相似轮廓中确定目标轮廓及目标轮廓上的反光板位置,然后根据反光板位置确定自主体当前所在位置。由此,通过将基于环境轮廓和反光板的定位方式相结合,以实现仅需一个反光板即可准确定位自主体所在位置,不仅减少了环境中反光板的使用数量,还降低了对环境轮廓要求,实现了对自主体的精准定位,从而为后续自主体移动等操作提供了条件。
下面参考附图对本发明实施例的自主体及其定位方法和装置进行详细说明。
实施例一
图1是本发明实施例一提供的一种自主体定位方法的流程示意图,本实施例适用于对自主体当前所在位置进行准确定位的场景,该方法可由自主体定位装置来执行,该装置可由硬件和/或软件组成,并可集成于自主体中,该自主体可以是任一能够自主移动并实现预设功能的设备,例如扫地机器人等。该方法具体包括如下:
S101,对所述自主体上的激光雷达当前时刻扫描的点云数据进行特征提取,得到环境轮廓特征和反光板位置特征。
示例性的,在执行S101之前,本发明实施例可先创建环境地图,并将创建的环境地图存储到自主体的存储单元中,以为后续实现自主体的定位奠定基础。
具体的,如图2所示,创建环境地图包括以下步骤:
S201,控制所述自主体在设置有反光板的环境中移动,并控制所述自主体上的激光雷达对环境进行扫描以获取点云数据。
S202,根据所述点云数据创建环境地图。
示例性的,本发明实施例为了构建具有轮廓信息和反光板相融合的环境地图,可预先在自主体工作的环境中环境轮廓相似的地方设置反光板,例如室内工作区域或者室外工作区域,从而不仅能够在环境地图融入反光板,还能减少反光板的使用数量。在设置好反光板之后,可启动自主体工作,以控制自主体在设置有反光板的环境中移动,并控制自主体上的激光雷达对环境进行扫描以获取点云数据,然后根据获取的点云数据创建环境地图。在本发明实施例中,基于获取的点云数据创建环境地图具体可参见已有方案,此处对其不做过多赘述。
需要说明的是,本发明实施例在创建环境地图时,还可建立坐标系,以通过坐标系确定环境地图中反光板设置的地理位置,即反光板位置。其中,坐标系原点通常以建图的起始位置作为原点,当然还可以将其他位置作为原点,此处对其不做具体限定。
例如,如图3所示,为根据获取的点云数据创建的环境地图。其中,31标记的圆圈表示反光板,32标记的线条表示环境轮廓,环境轮廓中还可包括障碍物轮廓(图中未示出)。
在创建好环境地图之后,即可将环境地图存储于自主体的存储单元中。
值得注意的是,自主体上的激光雷达可以是任意线数的激光雷达。优选的,本发明实施例中激光雷达选择多线激光雷达。多线激光雷达是指在激光雷达垂直方向上分布两条以上的激光光束的激光雷达,可实现同时发射多束激光束。
其中,当激光雷达为多线激光雷达时,为了降低确定自主体当前所处位置的计算难度,提高处理效率。本发明实施例在环境中设置反光板时,可优选将反光板与多线激光雷达平行设置,也即将反光板设置在多线激光雷达中处于水平方向(0°位置)处的激光线束的水平面上,使得反光板与激光雷达具有相同的Z轴方向坐标,从而使得确定反光板位置时,只需考虑水平方向上的坐标(X和Y),从而可以将三维的空间坐标计算简化为二维坐标变换,能够提高数据处理效率。当然,本发明实施例也可以不对反光板的设置位置进行限定,只要确保多线激光雷达能够正常扫描到反光板即可。
进一步的,将创建的环境地图存储在自主体的存储单元后,即可控制自主体工作,以执行相应功能。具体的,当自主体开始工作时,自主体上的激光雷达即可实时采集点云数据,每当采集一帧点云数据,即可通过自主体中的处理器对激光雷达当前时刻采集的点云数据进行特征提取,以提取环境轮廓特征和反光板位置特征。本发明实施例中,对点云数据进行特征提取,可采用现有的提取方式,例如帧间匹配算法、深度学习、聚类算法等,此处对其不做具体限定。
S102,根据所述环境轮廓特征在预先建立的环境地图中确定至少一个相似轮廓。
示例性的,提取到环境轮廓特征和反光板位置特征之后,可从自主体的存储单元中,获取预先创建的环境地图,然后基于同步定位与地图构建(Simultaneouslocalization and mapping,简称:SLAM)算法,将提取的环境轮廓特征与预先建立的环境地图中的各轮廓进行匹配,得到该环境轮廓特征与环境地图中各轮廓间的第一匹配度,并基于第一匹配度确定至少一个相似轮廓。
可选的,基于第一匹配度确定至少一个相似轮廓,可通过以下方式实现:
作为第一种实现方式
将环境特征与环境地图中各轮廓间的第一匹配度,与预设阈值进行比较,以确定超过预设阈值的第一匹配度,并将超过预设阈值的第一匹配度所对应的轮廓确定为相似轮廓。
其中,预设阈值可根据实际需要进行设置,此处对其不做具体限定,例如,0.80,或者0.89等。
例如,若预设阈值为0.80,且环境地图中包括4个轮廓,分别为轮廓1,轮廓2,轮廓3及轮廓4,那么当环境特征分别与上述4个轮廓间的第一匹配度分别为:0.81,0.79,0.87和0.2,则确定环境特征分别与轮廓1和轮廓3之间的第一匹配度超过预设阈值0.8,此时可将轮廓1和轮廓3确定为相似轮廓。
作为第二种实现方式
将环境特征与环境地图中各轮廓间的第一匹配度进行排序,以从排序结果中选择预设数量轮廓,并将选择的预设数量轮廓确定为相似轮廓。
其中,将第一匹配度进行排序可以是由小到大排序,也可以是有大到小排序,本发明实施例对此不作具体限定。
对应地,若排序顺序为由小到大排序,则选择预设数量轮廓时按照从后向前的顺序进行选择;相反的,若排序顺序为由大到小排序,则选择预设数量轮廓时按照从前向后的顺序进行选择。也就是说,选择预设数量轮廓时,优选第一匹配度高的轮廓。
例如,若环境地图中包括4个轮廓,分别为轮廓1、轮廓2,轮廓3及轮廓4,当环境特征分别与上述4个轮廓之间的第一匹配度分别为:0.78,0.88,0.89及0.65,那么对上述4个第一匹配度,按照从大到小的顺序进行排序后,得到排序结果为:0.89,0.88,0.78,0.65;当预设数量为2时,则选择轮廓2和轮廓3作为相似轮廓。
也就是说,本发明实施例根据所述环境轮廓特征在预先建立的环境地图中确定至少一个相似轮廓,包括:
将所述环境轮廓特征与所述环境地图中的各轮廓进行匹配,以得到与所述环境地图中各轮廓间的第一匹配度;
将所述第一匹配度超过预设阈值的轮廓或者对所述第一匹配度进行排序,并将从排序结果中选择的预设数量轮廓确定为相似轮廓。
S103,根据所述反光板位置特征从所述至少一个相似轮廓中确定目标轮廓以及所述反光板位置。
在本发明实施例中,反光板位置特征是指反光板在环境轮廓中的位置特征。其中,若环境轮廓中反光板位置不同,则根据反光板在环境轮廓中的相对位置确定目标轮廓。例如轮廓1中反光板位置位于左侧,轮廓2中反光板位置位于中间等。
或者,若环境轮廓中反光板在不同轮廓上的相对位置相同,则根据反光板与轮廓两端点之间的距离来区分不同轮廓。例如,若轮廓1中反光板位置位于中间,而轮廓2中反光板位置也位于中间,则确定反光板位置特征,与所在环境轮廓中两端点之间的距离值。若反光板位置特征,与环境轮廓中两端点之间的距离值为0.5米(m)和1m,那么当轮廓1中反光板,与该轮廓1中两端点之间的距离分别为0.2m和1.9m,当轮廓2中反光板,与轮廓2中两端点之间的距离分别为0.5m和0.9m,则确定轮廓2为目标轮廓。
示例性的,可将提取的反光板位置特征,分别与每个相似轮廓上的反光板位置进行比对,以确定是否存在任一相似轮廓上的反光板位置与该反光板位置特征匹配;若存在任一相似轮廓上的反光板位置与该反光板位置特征匹配,或者存在任一相似轮廓上的反光板位置与该反光板位置特征之间的匹配度最高,则将该相似轮廓确定为目标轮廓,并将该目标轮廓上的对应反光板的位置,确定为反光板位置特征对应的反光板位置。
也即本实施例中,会先根据大的环境轮廓特征来匹配得到相似轮廓,然后将反光板作为环境中的一个特征,基于反光板位置特征来进一步从相似轮廓中精准确认出实际匹配的目标轮廓,进而将目标轮廓中对应的反光板的位置作为反光板位置。通常在预先建立的环境地图中,每个轮廓上的反光板的精准地理位置是确定的,因此只要确定目标轮廓即可知晓轮廓上对应反光板的位置。
S104,根据所述反光板位置确定所述自主体当前所在位置。
示例性的,确定出目标轮廓之后,本发明实施例可根据目标轮廓上的反光板位置,确定自主体当前所在位置。
由于创建环境地图时,相应建立了坐标系,因此反光板位置可基于环境地图和坐标系进行确定。在确定出反光板位置的同时,还可通过自主体上的激光雷达确定扫描到反光板的激光束扫描角度,以及激光雷达基于发射的激光信号和接收到回波信号得到的自身与反光板之间的距离。然后,可利用三角函数,根据反光板位置,激光雷达的激光束扫描角度,以及激光雷达与反光板之间的距离,确定自主体当前所在位置。
也就是说,本发明根据反光板位置确定自主体当前所在位置时,可根据点云数据确定反光板相对于激光雷达的相对位置,以根据相对位置以及反光板位置确定自主体的位置。
例如,如图4所示,若反光板位置B为(X1,Y1,Z1),激光雷达位置C为(X3,Y3,Z1),激光雷达C与反光板B之间的距离为S1,激光雷达C发射扫描到反光板B的扫描角度为θ,则利用三角函数中正弦函数,计算反光板B沿竖直方向,与激光雷达C沿水平方向相交位置A点之间的距离S2,具体为S2=sinθ*S1,进而A的纵坐标Y2=Y1-S2,而X2=X1,那么上述A点坐标为(X1,Y1-sinθ*S1,Z1),之后再利用三角函数中的余弦函数,计算相交位置A与激光雷达C之间的距离S3,具体为S3=S1*cosθ,进而激光雷达C的横坐标X3=X1-S3,而Y3=Y2,则得到激光雷达C的坐标为(X1-S1*cosθ,Y1-S2,Z1),即为(X1-S1*cosθ,Y1-sinθ*S1,Z1)。其中,由于激光雷达设置于自主体上,因此激光雷达的位置即为自主体当前所在位置。
本发明实施例提供的技术方案,通过对自主体上的激光雷达扫描的点云数据进行特征提取,得到环境轮廓特征和反光板位置特征,以根据环境轮廓特征在预先建立的环境地图中确定至少一个相似轮廓,并根据反光板位置特征从至少一个相似轮廓中确定目标轮廓及反光板位置,然后根据确定的反光板位置确定自主体当前所在位置。由此,通过将基于环境轮廓和反光板的定位方式相结合,以实现仅需一个反光板即可准确定位自主体所在位置,不仅减少了环境中反光板的使用数量,还降低了对环境轮廓的要求,实现了对自主体的精准定位,从而为后续自主体移动等操作提供了条件。
实施例二
通过上述介绍可知,本发明实施例根据提取的环境轮廓特征确定相似轮廓,再根据提取的反光板位置特征从相似轮廓中确定目标轮廓及反光板位置,然后根据反光板位置确定自主体当前所处位置。
在具体实现过程中,本发明实施例根据反光板位置特征确定目标轮廓及反光板位置时,可通过不同方式来实现,具体分为两种方式。下面结合图5和图6,对本发明实施例一中,根据反光板位置特征确定目标轮廓及反光板位置进行进一步说明。
首先,采用第一种方式确定目标轮廓及反光板位置,具体如图5所示,该方法具体包括:
S501,对所述自主体上的激光雷达当前时刻扫描的点云数据进行特征提取,得到环境轮廓特征和反光板位置特征。
S502,根据所述环境轮廓特征在预先建立的环境地图中确定至少一个相似轮廓。
S503,将所述反光板位置特征与各所述相似轮廓上的反光板位置进行比对。
其中,将反光板位置特征与各相似轮廓上的反光板位置进行比对,具体是指根据反光板位置特征在环境轮廓特征上的相对位置,或者反光板位置特征与所在环境轮廓特征两端点之间的距离进行比较。
S504,若所述反光板位置特征与任一相似轮廓上的反光板位置匹配,则确定所述相似轮廓为目标轮廓,并将所述目标轮廓上的反光板所在位置,确定为扫描到的反光板位置。
例如,若反光板位置特征具体是反光板位于环境轮廓特征的中间位置,当各相似轮廓上的反光板位置中,只有轮廓1上的反光板位置在中间位置,则将轮廓1确定为目标轮廓;
又如,若反光板位置特征具体是反光板位于环境轮廓特征的中间位置,当各相似轮廓上的反光板位置中,轮廓1和轮廓3上的反光板位置均在中间位置,则进一步确定反光板与环境轮廓特征中两端点之间的距离,并将距离分别与轮廓1和轮廓3计算的距离进行比对,若轮廓3计算的距离,和反光板位置特征与环境轮廓特征中两端点之间的距离差值最小,则确定轮廓3为目标轮廓。
S505,根据所述目标轮廓上的反光板所在位置,确定所述自主体当前所在位置。
具体的,S505的实现过程及原理,与实施例一中S104相同或类似,具体参见S104实现过程,此处对其不做过多赘述。
其次,采用第二种方式确定目标轮廓及反光板位置,具体如图6所示,该方法具体包括:
S601,对所述自主体上的激光雷达当前时刻扫描的点云数据进行特征提取,得到环境轮廓特征和反光板位置特征。
S602,根据所述环境轮廓特征在预先建立的环境地图中确定至少一个相似轮廓。
S603,将所述反光板位置特征与各所述相似轮廓上的反光板位置进行比对,确定第二匹配度。
可选的,通过采用预设算法或预设模型,确定反光板位置特征与各相似轮廓上的反光板位置之间的第二匹配度。其中,预设算法是指能够计算匹配度的任意算法,对应的预设模型是指能够计算匹配度的任意模型,本发明对此不做具体限定。
S604,根据所述第二匹配度,或者所述第一匹配度和所述第二匹配度从所述相似轮廓中确定目标轮廓。
示例性的,可通过如下方式,确定目标轮廓:
方式一
从所有第二匹配度中选择匹配度最高的第二匹配度,并将匹配度最高的第二匹配度对应的相似轮廓确定为目标轮廓。
也就是说,将所述第二匹配度最高的相似轮廓确定为目标轮廓。
例如,若相似轮廓有3个,其中第二个相似轮廓与反光板位置特征之间的第二匹配度最高,则将第二个相似轮廓确定为目标轮廓。
方式二
对所述第一匹配度和所述第二匹配度进行加权后将匹配度最高的相似轮廓作为目标轮廓。
例如,当相似轮廓有3个,分别为相似轮廓a,b和c,若相似轮廓a、b和c分别与环境轮廓特征之间的第一匹配度为0.51、0.55和0.62;相似轮廓a、b和c分别与反光板位置特征之间的第二匹配度为0.84、0.72和0.52,则将相似轮廓a、b和c分别对应的第一匹配度和第二匹配度进行加权之后,得到相似轮廓a的总匹配度为0.51+0.84=1.35;相似轮廓b的总匹配度为0.55+0.72=1.27;相似轮廓c的总匹配度为0.62+0.52=1.14。由此可知,相似轮廓a的总匹配度最高,则将相似轮廓a确定为目标轮廓。可以理解,两个相似度进行加权的过程,可以是如上述实施例中的求和,也可以是基于一定权重后的加权,从而使得结果更加精准。
S605,根据所述反光板位置特征确定所述反光板在所述目标轮廓上的位置作为扫描到的反光板位置。
由于每个轮廓特征上设置有反光板,则确定目标轮廓之后,可将目标轮廓上的反光板位置,作为反光板位置特征对应反光板的位置。
S606,根据所述目标轮廓线上的反光板位置,确定所述自主体当前所在位置。
具体的,S606的实现过程及原理,与实施例一中S104相同或类似,具体参见S104实现过程,此处对其不做过多赘述。
本发明实施例提供的一种自主体定位方法,在实施例一技术方案的基础上,通过采用不同方式从至少一个相似轮廓中,根据反光板位置特征确定目标轮廓及反光板位置,然后根据反光板位置确定自主体当前所在位置。由此,通过将基于环境轮廓和反光板的定位方式相结合,以实现仅需一个反光板即可准确定位自主体所在位置,不仅减少了工作环境中反光板的使用数量,还降低了对环境轮廓的要求,实现了对自主体的精准定位,从而为后续自主体移动等操作提供了条件。
实施例三
在另一实现场景中,本发明实施例根据反光板位置确定自主体当前所处位置之外,还可根据目标轮廓确定自主体的位置,并将该位置作为校验位置,以确定校验位置与自主体当前所在位置的差值,从而根据差值确定是否重新确定进行定位和/或向用户进行预警。下面结合图7,对本发明实施例提供的一种自主体定位方法的上述情况进行说明。
如图7所示,该方法具体包括如下:
S701,对所述自主体上的激光雷达当前时刻扫描的点云数据进行特征提取,得到环境轮廓特征和反光板位置特征。
S702,根据所述环境轮廓特征在预先建立的环境地图中确定至少一个相似轮廓。
S703,根据所述反光板位置特征从所述至少一个相似轮廓中确定目标轮廓以及所述反光板位置。
S704,根据所述反光板位置确定所述自主体当前所在位置。
S706,根据所述目标轮廓确定所述自主体的位置作为校验位置。
S707,若所述校验位置与所述当前所在位置的偏差不在预设允许偏差范围内,则丢弃当前帧的点云数据,重新获取下一帧点云数据,并根据重新获取到的下一帧点云数据进行定位;和/或确定所述激光雷达出错,向用户发送提示信息。
其中,预设允许偏差范围可根据实际应用需要进行设置,此处对其不做具体限定。
示例性的,本发明实施例可根据目标轮廓确定自主体的位置,以将该位置作为校验位置,与自主体当前所处位置进行比较。若校验位置与自主体当前所处位置的偏差不在预设允许偏差范围内,则丢弃当前帧的点云数据,重新获取下一帧点云数据,并根据重新获取到的下一帧点云数据进行定位;和/或确定激光雷达出错,向用户发送提示信息。
可以理解的是,本发明实施例根据重新获取到的下一帧点云数据进行定位;和/或确定激光雷达出错,向用户发送提示信息,可以是根据重新获取到的下一帧点云数据进行定位;或者,还可以是确定激光雷达出错,向用户发送提示信息;又或者,也可以是根据重新获取到的下一帧点云数据进行定位和确定激光雷达出错,向用户发送提示信息。
本发明实施例提供的技术方法,通过根据目标轮廓确定自主体的位置作为校验位置,以对根据反光板位置确定自主体当前所处位置进行校验,当校验位置和自主体当前所处位置偏差不在预设允许偏差范围内时,则确定基于激光雷达获取的点云数据确定的自主体位置不准确和/或激光雷达出现错误,以向用户发送提示信息,帮助用户能够及时发现问题,并提高自主体的定位准确度,提升用户体验。
实施例四
为了实现上述目的,本发明实施例还提出了一种自主体定位装置。图8是本发明实施例四提供的一种自主体定位装置的结构示意图。如图8所示,本发明实施例提供的自主体定位装置800包括:特征提取模块810、相似轮廓确定模块820、第一确定模块830及位置确定模块840。
其中,特征提取模块810,用于对所述自主体上的激光雷达当前时刻扫描的点云数据进行特征提取,得到环境轮廓特征和反光板位置特征;
相似轮廓确定模块820,用于根据所述环境轮廓特征在预先建立的环境地图中确定至少一个相似轮廓;
第一确定模块830,用于根据所述反光板位置特征从所述至少一个相似轮廓中确定目标轮廓以及所述反光板位置;及
位置确定模块840,用于根据所述反光板位置确定所述自主体当前所在位置。
作为本发明实施例的一种可选的实现方式,相似轮廓确定模块820,具体用于:
将所述环境轮廓特征与所述环境地图中的各轮廓进行匹配,以得到与所述环境地图中各轮廓间的第一匹配度;
将所述第一匹配度超过预设阈值的轮廓或者对所述第一匹配度进行排序,并将从排序结果中选择的预设数量轮廓确定为相似轮廓。
作为本发明实施例的一种可选的实现方式,第一确定模块830,具体用于:
将所述反光板位置特征与各所述相似轮廓上的反光板位置进行比对;
若所述反光板位置特征与任一相似轮廓上的反光板位置匹配,则确定所述相似轮廓为目标轮廓,并将所述目标轮廓上的反光板所在位置,确定为扫描到的反光板位置;
相应地,位置确定模块840,具体用于:
根据所述目标轮廓上的反光板所在位置,确定所述自主体当前所在位置。
作为本发明实施例的一种可选的实现方式,第一确定模块830,包括:第一确定子模块,第二确定子模块和第三确定子模块;
其中,第一确定子模块,用于将所述反光板位置特征与各所述相似轮廓上的反光板位置进行比对,确定第二匹配度;
第二确定子模块,用于根据所述第二匹配度,或者所述第一匹配度和所述第二匹配度从所述相似轮廓中确定目标轮廓;
第三确定子模块,用于根据所述反光板位置特征确定所述反光板在所述目标轮廓上的位置作为扫描到的反光板位置。
作为本发明实施例的一种可选的实现方式,所述第二确定子模块,具体用于:
将所述第二匹配度最高的相似轮廓确定为目标轮廓,或者对所述第一匹配度和所述第二匹配度进行加权后将匹配度最高的相似轮廓作为目标轮廓。
作为本发明实施例的一种可选的实现方式,位置确定模块840,具体用于:
根据所述点云数据确定所述反光板相对于所述激光雷达的相对位置;以及
根据所述相对位置以及所述反光板位置确定所述自主体的位置。
作为本发明实施例的一种可选的实现方式,所述自主体定位装置800还包括:第二确定模块和控制模块;其中:
第二确定模块,用于根据所述目标轮廓确定所述自主体的位置作为校验位置;
控制模块,用于若所述校验位置与所述当前所在位置的偏差不在预设允许偏差范围内,则丢弃当前帧的点云数据,重新获取下一帧点云数据,并根据重新获取到的下一帧点云数据进行定位;和/或确定所述激光雷达出错,向用户发送提示信息。
作为本发明实施例的一种可选的实现方式,自主体定位装置800还包括:地图建立模块;
其中,地图建立模块用于控制所述自主体在设置有反光板的环境中移动,并控制所述自主体上的激光雷达对环境进行扫描以获取点云数据;根据所述点云数据创建环境地图。
需要说明的是,前述对自主体定位方法实施例的解释说明也适用于该实施例的自主体定位装置,其实现原理类似,此处不再赘述。
本发明实施例提供的自主体定位装置,通过对自主体上的激光雷达扫描的点云数据进行特征提取,得到环境轮廓特征和反光板位置特征,以根据环境轮廓特征在预先建立的环境地图中确定至少一个相似轮廓,并根据反光板位置特征从至少一个相似轮廓中确定目标轮廓及反光板位置,然后根据确定的反光板位置确定自主体当前所在位置。由此,通过将基于环境轮廓和反光板的定位方式相结合,以实现仅需一个反光板即可准确定位自主体所在位置,不仅减少了工作环境中反光板的使用数量,还降低了对环境轮廓的要求,实现了对自主体的精准定位,从而为后续自主体移动等操作提供了条件。
实施例五
图9是本发明实施例五提供的一种自主体的结构示意图,如图9所示,该自主体包括:自主体本体910、激光雷达920,处理器930、存储装置940、输入装置950和输出装置960;自主体中处理器930的数量可以是一个或多个,图9中以一个处理器930为例;自主体中的自主体本体910、激光雷达920,处理器930、存储装置940、输入装置950和输出装置960可以通过总线或其他方式连接,图9中以通过总线连接为例。
其中,自主体本体910,能够自主移动并实现预设功能;
激光雷达920,固定在所述自主体上,用于对环境进行扫描以采集环境的点云数据,并根据所述点云数据确定各数据点的相对位置;;
一个或多个处理器930;固定在所述自主体本体上,以及
存储装置940,用于存储一个或多个程序,固定在所述自主体本体上,
当所述一个或多个程序被所述一个或多个处理器930执行,使得所述一个或多个处理器930实现本发明实施例中任一实施例所述的自主体定位方法。
在本发明实施例中,自主体可以是,但不限于:任意能够自主移动并执行预设功能的设备,例如扫地机器人或者送餐机器人等。
进一步的,自主体上的激光雷达920可以是任意线数的激光雷达,在本发明实施例中优选多线激光雷达。
其中,激光雷达920通常水平规定安装在自主体上,(例如自主体前进方向所在面前端,具体如图10所示,其中激光雷达标记为1001)
存储装置940作为一种计算机可读存储介质,可用于存储软件程序、计算机可执行程序以及模块,如本发明实施例中的自主体定位方法对应的程序指令/模块(例如,自主体定位装置中的特征提取模块810、相似轮廓确定模块820、第一确定模块830及位置确定模块840)。处理器930通过运行存储在存储装置940中的软件程序、指令以及模块,从而执行自主体的各种功能应用以及数据处理,即实现上述的自主体定位方法。
存储装置940可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序;存储数据区可存储根据终端的使用所创建的数据等。此外,存储装置940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。在一些实例中,存储装置940可进一步包括相对于处理器930远程设置的存储器,这些远程存储器可以通过网络连接至设备/终端/服务器。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。
输入装置950可用于接收输入的数字或字符信息,以及产生与移动机器人的用户设置以及功能控制有关的键信号输入。输出装置960可包括显示屏等显示设备。
需要说明的是,前述对自主体定位方法实施例的解释说明也适用于该实施例的自主体,其实现原理类似,此处不再赘述。
本发明实施例提供的自主体,通过对自主体上的激光雷达扫描的点云数据进行特征提取,得到环境轮廓特征和反光板位置特征,以根据环境轮廓特征在预先建立的环境地图中确定至少一个相似轮廓,并根据反光板位置特征从至少一个相似轮廓中确定目标轮廓及反光板位置,然后根据确定的反光板位置确定自主体当前所在位置。由此,通过将基于环境轮廓和反光板的定位方式相结合,以实现仅需一个反光板即可准确定位自主体所在位置,不仅减少了工作环境中反光板的使用数量,还降低了对环境轮廓的要求,实现了对自主体的精准定位,从而为后续自主体移动等操作提供了条件。
实施例六
本发明实施例提供的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本发明实施例所述的自主体定位方法,该方法包括:
对所述自主体上的激光雷达当前时刻扫描的点云数据进行特征提取,得到环境轮廓特征和反光板位置特征;
根据所述环境轮廓特征在预先建立的环境地图中确定至少一个相似轮廓;
根据所述反光板位置特征从所述至少一个相似轮廓中确定目标轮廓以及所述反光板位置;及
根据所述反光板位置确定所述自主体当前所在位置。
当然,本发明实施例所提供的一种计算机可读存储介质,其计算机可执行指令不限于如上所述的方法操作,还可以执行本发明实施例任意实施例所提供的自主体定位方法中的相关操作。
通过以上关于实施方式的描述,所属领域的技术人员可以清楚地了解到,本发明实施例可借助软件及必需的通用硬件来实现,当然也可以通过硬件实现,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明实施例的技术方案本质上或者说对现有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,如计算机的软盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(Random Access Memory,RAM)、闪存(FLASH)、硬盘或光盘等,包括若干指令用以使得一台移动机器人执行本发明实施例各个实施例所述的方法。
值得注意的是,上述装置的实施例中,所包括的各个单元和模块只是按照功能逻辑进行划分的,但并不局限于上述的划分,只要能够实现相应的功能即可;另外,各功能单元的具体名称也只是为了便于相互区分,并不用于限制本发明实施例的保护范围。
注意,上述仅为本发明实施例的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明实施例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实施例的保护范围。因此,虽然通过以上实施例对本发明实施例进行了较为详细的说明,但是本发明实施例不仅仅限于以上实施例,在不脱离本发明实施例构思的情况下,还可以包括更多其他等效实施例,而本发明实施例的范围由所附的权利要求范围决定。
Claims (10)
1.一种自主体定位方法,其特征在于,包括:
对所述自主体上的激光雷达当前时刻扫描的点云数据进行特征提取,得到环境轮廓特征和反光板位置特征;
根据所述环境轮廓特征在预先建立的环境地图中确定至少一个相似轮廓;
根据所述反光板位置特征从所述至少一个相似轮廓中确定目标轮廓以及所述反光板位置;及
根据所述反光板位置确定所述自主体当前所在位置。
2.根据权利要求1所述的方法,其特征在于,所述根据所述环境轮廓特征在预先建立的环境地图中确定至少一个相似轮廓,包括:
将所述环境轮廓特征与所述环境地图中的各轮廓进行匹配,以得到与所述环境地图中各轮廓间的第一匹配度;
将所述第一匹配度超过预设阈值的轮廓或者对所述第一匹配度进行排序,并将从排序结果中选择的预设数量轮廓确定为相似轮廓。
3.根据权利要求2所述的方法,其特征在于,所述根据所述反光板位置特征从所述至少一个相似轮廓中确定目标轮廓以及所述反光板位置,包括:
将所述反光板位置特征与各所述相似轮廓上的反光板位置进行比对;
若所述反光板位置特征与任一相似轮廓上的反光板位置匹配,则确定所述相似轮廓为目标轮廓,并将所述目标轮廓上的反光板所在位置,确定为扫描到的反光板位置;
相应地,所述根据所述反光板位置确定所述自主体当前所在位置,包括:
根据所述目标轮廓上的反光板所在位置,确定所述自主体当前所在位置。
4.根据权利要求2所述的方法,其特征在于,所述根据所述反光板位置特征从所述至少一个相似轮廓中确定目标轮廓以及所述反光板位置,包括:
将所述反光板位置特征与各所述相似轮廓上的反光板位置进行比对,确定第二匹配度;
根据所述第二匹配度,或者所述第一匹配度和所述第二匹配度从所述相似轮廓中确定目标轮廓;
根据所述反光板位置特征确定所述反光板在所述目标轮廓上的位置作为扫描到的反光板位置。
5.根据权利要求4所述的方法,其特征在于,所述根据所述第二匹配度,或者所述第一匹配度和所述第二匹配度从所述相似轮廓中确定目标轮廓,包括:
将所述第二匹配度最高的相似轮廓确定为目标轮廓,或者对所述第一匹配度和所述第二匹配度进行加权后将匹配度最高的相似轮廓作为目标轮廓。
6.根据权利要求1所述的方法,其特征在于,所述根据所述反光板位置确定所述自主体当前所在位置,包括:
根据所述点云数据确定所述反光板相对于所述激光雷达的相对位置;以及
根据所述相对位置以及所述反光板位置确定所述自主体的位置。
7.根据权利要求1所述的方法,其特征在于,所述根据所述反光板位置确定所述自主体当前所在位置之后,所述方法还包括:
根据所述目标轮廓确定所述自主体的位置作为校验位置;
若所述校验位置与所述当前所在位置的差值不在预设允许偏差范围内,则丢弃当前帧的点云数据,重新获取下一帧点云数据,并根据重新获取到的下一帧点云数据进行定位;和/或确定所述激光雷达出错,向用户发送提示信息。
8.根据权利要求1所述的方法,其特征在于,还包括预先建立所述环境地图的步骤,包括:
控制所述自主体在设置有反光板的环境中移动,并控制所述自主体上的激光雷达对环境进行扫描以获取点云数据;
根据所述点云数据创建环境地图。
9.一种自主体定位装置,其特征在于,包括:
特征提取模块,用于对所述自主体上的激光雷达当前时刻扫描的点云数据进行特征提取,得到环境轮廓特征和反光板位置特征;
相似轮廓确定模块,用于根据所述环境轮廓特征在预先建立的环境地图中确定至少一个相似轮廓;
第一确定模块,用于根据所述反光板位置特征从所述至少一个相似轮廓中确定目标轮廓以及所述反光板位置;及
位置确定模块,用于根据所述反光板位置确定所述自主体当前所在位置。
10.一种自主体,其特征在于,包括:
自主体本体,能够自主移动并实现预设功能;
激光雷达,固定在所述自主体上,用于对环境进行扫描以采集环境的点云数据,并根据所述点云数据确定各数据点的相对位置;;
一个或多个处理器;固定在所述自主体本体上,以及
存储装置,用于存储一个或多个程序,固定在所述自主体本体上,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-8中任一所述的自主体定位方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010138782.0A CN111428578B (zh) | 2020-03-03 | 2020-03-03 | 一种自主体及其定位方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010138782.0A CN111428578B (zh) | 2020-03-03 | 2020-03-03 | 一种自主体及其定位方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111428578A true CN111428578A (zh) | 2020-07-17 |
CN111428578B CN111428578B (zh) | 2021-08-17 |
Family
ID=71547496
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010138782.0A Active CN111428578B (zh) | 2020-03-03 | 2020-03-03 | 一种自主体及其定位方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111428578B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111929694A (zh) * | 2020-10-12 | 2020-11-13 | 炬星科技(深圳)有限公司 | 点云匹配方法、设备及存储介质 |
CN112269378A (zh) * | 2020-09-23 | 2021-01-26 | 锐捷网络股份有限公司 | 一种激光定位方法及装置 |
CN113607157A (zh) * | 2021-08-04 | 2021-11-05 | 上海高仙自动化科技发展有限公司 | 自主体定位方法、装置、自主体、芯片和存储介质 |
CN115437385A (zh) * | 2022-10-21 | 2022-12-06 | 上海木蚁机器人科技有限公司 | 移动机器人的激光定位方法、装置、设备和介质 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103197323A (zh) * | 2013-04-17 | 2013-07-10 | 清华大学 | 一种用于激光测距机的扫描数据匹配方法及装置 |
US20140023996A1 (en) * | 2012-07-18 | 2014-01-23 | F3 & Associates, Inc. | Three Dimensional Model Objects |
CN103854320A (zh) * | 2012-12-05 | 2014-06-11 | 上海海事大学 | 基于激光雷达的车型自动识别装置及其识别方法 |
CN103941264A (zh) * | 2014-03-26 | 2014-07-23 | 南京航空航天大学 | 一种室内未知环境下使用激光雷达定位方法 |
CN107301654A (zh) * | 2017-06-12 | 2017-10-27 | 西北工业大学 | 一种多传感器的高精度即时定位与建图方法 |
CN108955666A (zh) * | 2018-08-02 | 2018-12-07 | 苏州中德睿博智能科技有限公司 | 一种基于激光雷达与反光板的混合导航方法、装置及系统 |
CN109760064A (zh) * | 2019-03-25 | 2019-05-17 | 广东电网有限责任公司 | 一种移动机器人自身位置的调整方法和装置 |
CN110223379A (zh) * | 2019-06-10 | 2019-09-10 | 于兴虎 | 基于激光雷达的三维点云重建方法 |
-
2020
- 2020-03-03 CN CN202010138782.0A patent/CN111428578B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140023996A1 (en) * | 2012-07-18 | 2014-01-23 | F3 & Associates, Inc. | Three Dimensional Model Objects |
CN103854320A (zh) * | 2012-12-05 | 2014-06-11 | 上海海事大学 | 基于激光雷达的车型自动识别装置及其识别方法 |
CN103197323A (zh) * | 2013-04-17 | 2013-07-10 | 清华大学 | 一种用于激光测距机的扫描数据匹配方法及装置 |
CN103941264A (zh) * | 2014-03-26 | 2014-07-23 | 南京航空航天大学 | 一种室内未知环境下使用激光雷达定位方法 |
CN107301654A (zh) * | 2017-06-12 | 2017-10-27 | 西北工业大学 | 一种多传感器的高精度即时定位与建图方法 |
CN108955666A (zh) * | 2018-08-02 | 2018-12-07 | 苏州中德睿博智能科技有限公司 | 一种基于激光雷达与反光板的混合导航方法、装置及系统 |
CN109760064A (zh) * | 2019-03-25 | 2019-05-17 | 广东电网有限责任公司 | 一种移动机器人自身位置的调整方法和装置 |
CN110223379A (zh) * | 2019-06-10 | 2019-09-10 | 于兴虎 | 基于激光雷达的三维点云重建方法 |
Non-Patent Citations (2)
Title |
---|
YUANYUAN WANG ET AL: "Automatic Feature-Based Geometric Fusion of Multiview TomoSAR Point Clouds in Urban Area", 《IEEE JOURNAL OF SELECTED TOPICS IN APPLIED EARTH OBSERVATIONS AND REMOTE SENSING》 * |
刘婷: "基于混合导航方式的AGV导航定位技术研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112269378A (zh) * | 2020-09-23 | 2021-01-26 | 锐捷网络股份有限公司 | 一种激光定位方法及装置 |
CN112269378B (zh) * | 2020-09-23 | 2022-11-11 | 锐捷网络股份有限公司 | 一种激光定位方法及装置 |
CN111929694A (zh) * | 2020-10-12 | 2020-11-13 | 炬星科技(深圳)有限公司 | 点云匹配方法、设备及存储介质 |
CN113607157A (zh) * | 2021-08-04 | 2021-11-05 | 上海高仙自动化科技发展有限公司 | 自主体定位方法、装置、自主体、芯片和存储介质 |
CN113607157B (zh) * | 2021-08-04 | 2024-04-16 | 上海高仙自动化科技发展有限公司 | 自主体定位方法、装置、自主体、芯片和存储介质 |
CN115437385A (zh) * | 2022-10-21 | 2022-12-06 | 上海木蚁机器人科技有限公司 | 移动机器人的激光定位方法、装置、设备和介质 |
Also Published As
Publication number | Publication date |
---|---|
CN111428578B (zh) | 2021-08-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111428578B (zh) | 一种自主体及其定位方法和装置 | |
KR102548282B1 (ko) | 고정밀도 맵 작성 방법 및 장치 | |
CN108195377B (zh) | 一种基于三角形周长匹配的反光板匹配算法 | |
Nüchter et al. | 6D SLAM—3D mapping outdoor environments | |
Cox | Blanche: Position estimation for an autonomous robot vehicle | |
Surmann et al. | An autonomous mobile robot with a 3D laser range finder for 3D exploration and digitalization of indoor environments | |
WO2006086519A1 (en) | Multidimensional evidence grids and system and methods for applying same | |
US10552981B2 (en) | Depth camera 3D pose estimation using 3D CAD models | |
CN114549738A (zh) | 无人车室内实时稠密点云重建方法、系统、设备及介质 | |
CN112904358B (zh) | 基于几何信息的激光定位方法 | |
CN113190007A (zh) | 一种地图轮廓修正方法、芯片和移动机器人 | |
CN113607166B (zh) | 基于多传感融合的自主移动机器人室内外定位方法及装置 | |
Escalera et al. | Continuous mobile robot localization by using structured light and a geometric map | |
CN113447014A (zh) | 室内移动机器人、建图方法、定位方法以及建图定位装置 | |
Bergeon et al. | Low cost 3D mapping for indoor navigation | |
CN112162551B (zh) | 障碍物探测方法、装置、设备及计算机可读介质 | |
CN116577801A (zh) | 一种基于激光雷达和imu的定位与建图方法及系统 | |
Rossmann et al. | Discussion of a self-localization and navigation unit for mobile robots in extraterrestrial environments | |
CN112956961B (zh) | 扫地机器人及其重新定位方法、装置和存储介质 | |
Rossmann et al. | Advanced self-localization and navigation for mobile robots in extraterrestrial environments | |
CN113419249A (zh) | 一种重定位方法、芯片和移动机器人 | |
CN113500604A (zh) | 一种机器人控制方法、装置、设备及存储介质 | |
CN113558524B (zh) | 扫地机器人及其被抱起后的重新定位方法和装置 | |
JP2021114222A (ja) | ロボットシステムおよびその位置推定方法 | |
Goll et al. | Construction of the local patency map on the data from Velodyne LiDAR |
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 |