CN111521971A - 一种机器人的定位方法及系统 - Google Patents
一种机器人的定位方法及系统 Download PDFInfo
- Publication number
- CN111521971A CN111521971A CN202010400611.0A CN202010400611A CN111521971A CN 111521971 A CN111521971 A CN 111521971A CN 202010400611 A CN202010400611 A CN 202010400611A CN 111521971 A CN111521971 A CN 111521971A
- Authority
- CN
- China
- Prior art keywords
- positioning
- environment
- robot
- information
- image information
- 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
- 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
- G01S5/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
- G01S5/02—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using radio waves
- G01S5/0257—Hybrid positioning
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B17/00—Monitoring; Testing
- H04B17/30—Monitoring; Testing of propagation channels
- H04B17/309—Measuring or estimating channel quality parameters
- H04B17/318—Received signal strength
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W64/00—Locating users or terminals or network equipment for network management purposes, e.g. mobility management
- H04W64/006—Locating users or terminals or network equipment for network management purposes, e.g. mobility management with additional information processing, e.g. for direction or speed determination
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Quality & Reliability (AREA)
- Electromagnetism (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Manipulator (AREA)
Abstract
本申请公开了一种机器人定位的方法及系统,用以提高机器人定位精度和效率。本申请提供的机器人的定位方法包括:初始化机器人定位中央管理系统,导入环境地图,建立环境坐标系;所述机器人定位中央管理系统确定通信系统的运行是否正常;若所述机器人定位中央管理系统确定通信系统的运行正常,则所述机器人确定WiFi指纹定位备选位置点和环境图像信息定位备选位置点,所述机器人确定传感器定位信息;所述机器人将所述WiFi指纹定位备选位置点、所述环境图像信息定位备选位置点和所述传感器定位信息发送到所述机器人定位中央管理系统;所述机器人定位中央管理系统根据接收到的所述WiFi指纹定位备选位置点、所述环境图像信息定位备选位置点和所述传感器定位信息,确定机器人当前所在位置,并将确定的所述位置发送给所述机器人。本申请还提供了一种机器人的定位系统。
Description
技术领域
本发明涉及机器人定位技术领域,尤其涉及一种基于WiFi6通信的机器人定位的方法及系统。
背景技术
近年来,越来越多的移动机器人应用于各种场景。移动机器人要实现自主导航并执行各种任务,需要非常准确地知道自己的位置和姿态角。现有技术中,使用单一定位方法,定位精度低,无法满足各种场景的需要。尤其在面对复杂环境的情况下,现有技术的单一定位方法无法满足高精确定位的需要。
发明内容
针对上述技术问题,本申请实施例提供了一种机器人的定位方法及系统,用以提高定位精度和定位效率。
本申请实施例提供的机器人的定位方法,包括:
初始化机器人定位中央管理系统,导入环境地图,建立环境坐标系;
所述机器人定位中央管理系统确定通信系统的运行是否正常;
若所述机器人定位中央管理系统确定通信系统的运行正常,则所述机器人确定WiFi指纹定位备选位置点和环境图像信息定位备选位置点,所述机器人确定传感器定位信息;
所述机器人将所述WiFi指纹定位备选位置点、所述环境图像信息定位备选位置点和所述传感器定位信息发送到所述机器人定位中央管理系统;
所述机器人定位中央管理系统根据接收到的所述WiFi指纹定位备选位置点、所述环境图像信息定位备选位置点和所述传感器定位信息,确定机器人当前所在位置,并将确定的所述位置发送给所述机器人。
通过上述方法,通过WiFi实现机器人和机器人定位中央管理系统之间的快速通信,并将WiFi指纹定位,环境图像信息定位和传感器定位三种定位技术融合起来,从而提高了定位的精确度。
优选的,所述机器人确定WiFi指纹定位备选位置点之前,还包括:
确定WiFi指纹数据库;
所述WiFi指纹数据库通过以下方法确定:
所述机器人定位中央管理系统预先在环境中设置环境采样点,并确定每个环境采样点的坐标数据,使用移动机器人在每个采样点进行至少两次采样,得到每个环境采样点接收的信号强度指示数据,将所述环境采样点的信号强度指示数据数据库作为WiFi指纹数据库;
其中,所述移动机器人为携带接收WiFi信号的专用设备的机器人。
进一步的,所述确定WiFi指纹定位备选位置点包括:
机器人将读取接收到的WiFi信号强度指示数据;
将所述WiFi信号强度指示数据发送到所述发送到机器人定位中央管理系统;
所述机器人定位中央管理系统将接收到的WiFi信号强度指示数据与所述WiFi指纹数据库进行匹配,将匹配的相似度高于预设门限的环境采样点确定为WiFi指纹定位备选位置点;
根据所述WiFi指纹定位备选位置点建立WiFi指纹定位备选位置点集合。
进一步的,确定所述WiFi指纹定位备选位置点集合内的WiFi指纹定位备选位置点的坐标(x_1,y_1,z_1)、…、(x_n,y_n,z_n)、…、(x_N,y_N,z_N),其中,n为WiFi指纹定位备选位置点的编号,N为WiFi指纹定位备选位置点总数量,x_n为WiFi指纹定位备选位置点n在环境坐标中的横坐标,y_n为WiFi指纹定位备选位置点n在环境坐标中的纵坐标,z_n为WiFi指纹定位备选位置点n在环境坐标中的高度坐标。
优选的,所述确定环境图像信息定位备选位置点之前,还包括:
确定环境图像信息数据库;
所述环境图像信息数据库通过以下方法确定:
所述机器人定位中央管理系统预先在环境中设置环境采样点,确定每个环境采样点的坐标数据,在每个所述环境采样点至少采集两次当前环境图像信息,并提取所述图像的特征,并对所述图像进行编码和池化,形成环境图像信息数据库。
进一步的,所述确定环境图像信息定位备选位置点包括:
机器人采集当前环境图像信息;
将所述环境图像信息发送到所述机器人定位中央管理系统;
所述机器人定位中央管理系统根据获得的所述环境图像信息进行特征提取,与环境图像信息数据库中实际环境特征信息进行匹配,确定环境图像特征与每个实际环境特征信息的匹配度,将匹配度高于预设门限的环境图像信息确定为环境图像信息定位备选位置点;
将所述最匹配图像的对应的环境位置点设置为环境图像信息定位备选位置点;
根据所述环境图像信息定位备选位置点确定环境图像信息定位备选位置点集合。
进一步的,确定所述环境图像信息定位备选位置点集合内的环境图像信息定位备选位置点的坐标(x_1,y_1,z_1)、…、(x_i,y_i,z_i)、…、(x_I,y_I,z_I),其中,i为环境图像信息定位备选位置点其中的编号,I为环境图像信息定位备选位置点总数量,x_i为环境图像信息定位备选位置点i在环境坐标中的横坐标,y_i为环境图像信息定位备选位置点i在环境坐标中的纵坐标,z_i为环境图像信息定位备选位置点i在环境坐标中的高度坐标。
优选的,所述机器人确定传感器定位信息,包括:
所述机器人确定初始时刻的环境位置以及位姿信息;
确定传感器信息,根据所述传感器信息确定当前位姿相对于上一时刻位姿的距离和方向角的变化量;
根据所述初始时刻的环境位置以及位姿信息和所述变化量,确定位姿的实时估计。
进一步的,所述确定位姿的实时估计,包括:
通过加速度计采集所述机器人在坐标系中的三个坐标轴方向上的加速度信息;
通过陀螺仪采集所述机器人在坐标系中的三个坐标轴方向上的角速度信息;
根据所述角速度信息和所述加速度信息确定第一定位信息;
通过里程计中的光电编码器确定在采样周期内脉冲的变化量;
根据所述脉冲的变化量确定机器人移动的距离和方向角的变化量;
根据所述机器人移动的距离和方向角的变化量,确定机器人位姿的相对变化;
根据所述机器人位姿的相对变化确定第二定位信息;
根据所述第一定位信息和所述第二定位信息,通过粒子滤波法确定传感器定位位置,根据所述传感器定位位置确定对应的环境位置坐标(x_C,y_C,z_C);其中x_C为传感器定位位置在环境坐标中的横坐标,y_C为传感器定位位置在环境坐标中的纵坐标,z_C为传感器定位位置在环境坐标中的高度坐标。
进一步的,所述机器人定位中央管理系统确定在所述WiFi指纹定位备选位置点集合和所述环境图像信息定位备选位置点集合中是否存在环境坐标一致的环境位置点;
若存在环境坐标一致的环境位置点,则将所述环境位置点建立为环境位置备选点集合,并确定所述环境位置备选点集合中环境位置点的坐标(x1,y1,z1)、…、(xa,ya,za)、…、(xA,yA,zA);
若不存在环境坐标一致的环境位置点,则将所述WiFi指纹定位备选位置点集合和所述环境图像信息定位备选位置点集合中所有的位置点建立为环境位置备选点集合,并确定所述环境位置备选点集合中环境位置点的坐标(x1,y1,z1)、…、(xa,ya,za)、…、(xA,yA,zA);
所述机器人定位中央管理系统根据所述环境位置备选点集合中的环境位置点信息和所述传感器定位信息,通过神经网络模型确定确定机器人当前所在位置;
其中,a为环境位置备选点的编号,A为环境位置备选点集合中的位置点总数量,xa为环境位置点a在环境坐标中的横坐标,ya为环境位置点a在环境坐标中的纵坐标,za为环境位置点a在环境坐标中的高度坐标。
可选的,所述通过神经网络模型确定确定机器人当前所在位置之前,还包括:
机器人在环境中多次测试获得环境位置点信息和传感器定位位置点信息;
对所述机器人进行测试的位置进行精确标定;
将所述环境位置点信息、所述传感器定位位置点信息以及精确标定后的位置信息输入神经网络模型中进行训练,得到用于机器人融合定位的神经网络模型。
另一方面,本申请还提供了一种机器人的定位系统,包括:
中央管理系统和机器人子系统;
所述中央管理系统包括:
机器人定位中央管理系统,用于处理接收到的WiFi指纹定位信息、环境位置点信息和传感器定位位置点信息;
中央管理系统通信交互模块,用于与所述机器人子系统进行通信;
所述机器人子系统包括:
机器人WiFi指纹定位模块,用于实现WiFi指纹定位,得到WiFi指纹定位备选位置点;
机器人环境探测模块,用于实现环境图像信息定位,得到环境图像信息定位备选位置点;
机器人传感器定位模块,用于实现传感器定位,得到感器定位信息;
机器人通信交互模块,用于与所述中央管理系统进行通信;
上述机器人定位系统,能实现上述机器人的定位方法。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简要介绍,显而易见地,下面描述中的附图仅是本申请的一些实施例,对于本领域的普通技术人员来讲,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的附图。
图1为本申请实施例提供的一种机器人定位的方法流程示意图;
图2为本申请实施例提供的另一种机器人定位的方法流程示意图;
图3为本申请实施例提供的一种机器人定位系统结构示意图。
具体实施方式
为了使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明作进一步地详细描述,显然,所描述的实施例仅仅是本发明一部份实施例,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做出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
下面对文中出现的一些词语进行解释:
1、本发明实施例中术语“和/或”,描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。
2、本申请实施例中术语“多次”是指两次或两次以上,其它量词与之类似。
下面将结合本申请实施例中的附图,对本申请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申请一部分实施例,并不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
本申请实施例提供了一种机器人的定位方法及系统,融合了WiFi指纹定位信息、环境图像定位信息以及传感器定位信息定位,实现高效,高精度的机器人定位。
其中,方法和装置是基于同一申请构思的,由于方法和装置解决问题的原理相似,因此装置和方法的实施可以相互参见,重复之处不再赘述。
下面结合说明书附图对本申请各个实施例进行详细描述。需要说明的是,本申请实施例的展示顺序仅代表实施例的先后顺序,并不代表实施例所提供的技术方案的优劣。
实施例一
参见图1,为本申请实施例提供的一种机器人定位方法流程示意图,该流程可包括:
S101,初始化机器人定位中央管理系统,导入环境地图,建立环境坐标系;
S102,所述机器人定位中央管理系统确定通信系统的运行是否正常;若正常则执行S103,若不正常则执行S106;
需要说明的是,通信系统可以是WiFi6。作为一种优选示例,WiFi6以IEEE802.11axWiFi为技术标准,并采用OFDMA正交频分多址技术,从而提升传输的效率,采用1024-QAM技术和改进的无线链路控制(MAC)。机器人定位中央管理系统测试环境中的WiFi6通信系统的传输速率和信号强度等参数是否有异常,若有异常则执行S106,通过系统预警通知专业人员进行处理;如果环境中的WiFi6通信系统的运行正常,则执行S103;
S103,所述机器人确定WiFi指纹定位备选位置点和环境图像信息定位备选位置点,所述机器人确定传感器定位信息;
具体的,机器人按照WiFi指纹定位方法进行WiFi指纹定位,确定出WiFi指纹定位备选位置点;机器人按照环境图像信息定位方法进行环境图像信息定位,确定出环境图像信息定位备选位置点;机器人利用携带的惯性导航器件加速度计、陀螺仪和编码器等多种传感器实现传感器定位。
S104,所述机器人将所述WiFi指纹定位备选位置点、所述环境图像信息定位备选位置点和所述传感器定位信息发送到所述机器人定位中央管理系统;
具体的,机器人通过环境中WiFi6通信系统将机器人获得的传感器定位信息发送到机器人定位中央管理系统。机器人也可以通过其他可以与中央管理系统通信的方式发送,本实施例不做限定。
S105,所述机器人定位中央管理系统根据接收到的所述WiFi指纹定位备选位置点、所述环境图像信息定位备选位置点和所述传感器定位信息,确定机器人当前所在位置,并将确定的所述位置发送给所述机器人。
具体的,机器人定位中央管理系统接收到WiFi指纹定位备选位置点信息、环境图像信息定位备选位置点信息以及传感器定位信息后,按照定位信息融合算法融合WiFi指纹定位备选位置点信息、环境图像信息定位备选位置点信息以及传感器定位信息实现实时获取机器人当前所在位置,并将融合后的位置信息再发送给机器人。
S106,检查处理。
可选的当机器人定位中央管理系统确定通信系统不正常时,可通过系统预警通知专业人员进行处理。等待通信系统恢复正常后,再继续进行后续的处理步骤。
通过上述方法,通过WiFi实现机器人和机器人定位中央管理系统之间的快速通信,并将WiFi指纹定位,环境图像信息定位和传感器定位三种定位技术融合起来,从而提高了定位的精确度。
为了更清楚的描述本实施例的方案,下面结合图2对本方案进行进一步的描述。如图2所示,本实施例提供的机器人定位方法,包括:
S201,初始化机器人定位中央管理系统,导入环境地图,建立环境坐标系;
S202,机器人定位中央管理系统确定通信系统的运行是否正常。若正常则执行S203-1到S203-3,否则执行S209;
S203-1,WiFi指纹定位;
在进行WiFi指纹定位之前,机器人中央定位系统先建立WiFi指纹数据库。可选的,WiFi指纹数据库可通过以下方法实现:
机器人定位中央管理系统预先在环境中设置环境采样点,确定每个环境采样点的坐标数据,使用移动机器人携带接收WiFi信号的专用设备在每个采样点进行多次采样过程,得到每个环境采样点的接收的信号强度指示数据信息,然后建立环境采样点的信号强度指示数据数据库作为WiFi指纹数据库。
WiFi指纹定位的方法可以为:当机器人开始进行WiFi指纹定位时,机器人将读取当前接收WiFi信号的专用设备所接收到的WiFi信号强度指示数据,并通过环境中WiFi6通信系统将机器人获得的WiFi信号强度指示数据发送到机器人定位中央管理系统,机器人定位中央管理系统根据机器人获得的WiFi信号强度指示数据与建立的WiFi指纹数据库进行匹配,将匹配的相似度高于预设门限的环境采样点确定为WiFi指纹定位备选位置点。
在WiFi环境中的一个或多个无线接入点(Access Point,AP)(在一般使用场景中一个路由器就是一个WiFi无线接入点)向环境发射出各自的信号,每个无线接入点(AP)有各自的MAC(Media Access Control)地址可以作为各自的区别在环境中各处位置接收到各无线接入点(AP)的信号强度存在差异性,但也存在因在环境中位置相近或者接收WiFi信号的设备的系统误差等因素造成不同的位置的各个无线接入点(AP)的对应的信号强度差别不大。在各个环境采样点采集对应采样的位置而得到的各个无线接入点(AP)的信号强度,得到在一个位置的各个无线接入点(AP)的信号强度,并根据该信号强度反向逆推到该位置是哪一个环境采样点,但因为存在系统误差等因素,所以预先设定一个相似度阀值(如10%等)。在机器人当前位置获得各个无线接入点(AP)的信号强度后,在WiFi指纹数据库中进行搜索各个环境采样点对应的各个无线接入点(AP)的信号强度,若存在环境采样点每个无线接入点(AP)的信号强度与在机器人在当前位置获得各个无线接入点(AP)的信号强度的差异不超过预先设定相似度阀值,则认为该环境采样点的位置是与机器人当前位置相似度高的位置。
进一步的,将上述WiFi指纹定位备选位置点建立WiFi指纹定位备选位置点集合,并对集合内的WiFi指纹定位备选位置点进行编号,编号为:1、…、n、…、N,其中,n为WiFi指纹定位备选位置点其中的编号,N为WiFi指纹定位备选位置点总数量。设置WiFi指纹定位备选位置点对应的环境坐标的编号,编号为:(x_1,y_1,z_1)、…、(x_n,y_n,z_n)、…、(x_N,y_N,z_N),其中,n为WiFi指纹定位备选位置点其中的编号,N为WiFi指纹定位备选位置点总数量,x_n为WiFi指纹定位备选位置点n在环境坐标中的横坐标,y_n为WiFi指纹定位备选位置点n在环境坐标中的纵坐标,z_n为WiFi指纹定位备选位置点n在环境坐标中的高度坐标。
S203-2,环境图像信息定位。
在进行环境图像信息定位之前,机器人定位中央管理系统先建立环境图像信息数据库。优选的,环境图像信息数据库可通过以下方式建立:
机器人定位中央管理系统预先在环境中设置环境采样点,确定每个环境采样点的坐标数据,使用移动机器人携带的摄像头、深度相机等图像采集设备采集当前环境图像信息,在每个采样点多次采集当前环境图像信息,获取一系列当前空间位置的图像信息后,进行提取图像特征,编码,池化等过程,然后存储到环境图像信息数据库中。
进一步的,环境图像信息定位的方法可以为:当机器人开始进行环境图像信息定位时,机器人利用携带的摄像头、深度相机等图像采集设备采集当前环境图像信息并通过环境中WiFi6通信系统将机器人获得的当前环境图像信息发送到机器人定位中央管理系统,机器人定位中央管理系统根据机器人获得的环境图像信息进行特征提取,与环境图像信息数据库中实际环境特征信息进行匹配,确定环境图像特征与每个实际环境特征信息的匹配度,将匹配度高于预设门限的环境图像信息确定为环境图像信息定位备选位置点;由于环境中存在相同图像特征的区域,若匹配出多个最匹配图像对应的环境位置点,将上述所有环境位置点设置为环境图像信息定位备选位置点;
环境图像特征包括墙体、地板等的颜色、是否在环境中可识别到一些目标物体(如标志牌、楼梯、灯饰,专为定位使用的二维码或其他标志性目标),以及可识别到的目标物体与机器人当前位置的空间关系等特征。以环境图像特征与环境图像信息数据库中实际环境特征信息进行匹配,确定环境图像特征与每个实际环境特征信息的匹配度,将匹配度高于预设门限的环境图像信息确定为环境图像信息定位备选位置点;需要说明的是,匹配度的门限可根据实际需要预先设定。
进一步的,将上述环境图像信息定位备选位置点建立环境图像信息定位备选位置点集合,并对集合内的环境图像信息定位备选位置点进行编号,编号为:1、…、i、…、I,其中,i为环境图像信息定位备选位置点其中的编号,I为环境图像信息定位备选位置点总数量。设置环境图像信息定位备选位置点对应的环境坐标的编号,编号为:(x_1,y_1,z_1)、…、(x_i,y_i,z_i)、…、(x_I,y_I,z_I),其中,i为环境图像信息定位备选位置点其中的编号,I为环境图像信息定位备选位置点总数量,x_i为环境图像信息定位备选位置点i在环境坐标中的横坐标,y_i为环境图像信息定位备选位置点i在环境坐标中的纵坐标,z_i为环境图像信息定位备选位置点i在环境坐标中的高度坐标。
S203-3:传感器定位。
优选的,本实施例提供的传感器定位方法包括:
机器人开始进行传感器定位时,机器人预先获得初始时刻的一个环境位置以及位姿信息,然后基于里程计、惯性传感器IMU等传感器获得的传感器信息计算出每一时刻的位姿相对于上一时刻位姿的距离以及方向角的变化,从而实现位姿的实时估计。作为一种优选示例,惯性传感器IMU中的加速度计采集到机器人在坐标系中的三个坐标轴方向上的加速度信息,惯性传感器IMU中的陀螺仪采集得到相对于坐标系的三个坐标轴方向上的角速度信息,根据机器人在三维空间中的角速度以及加速度值计算出对应的姿态以及当前的位置。作为另一种优选示例,携带的里程计中的光电编码器通过在采样周期内脉冲的变化量来计算出机器人在环境中移动的距离和方向角的变化量,从而计算出机器人位姿的相对变化,从而估算得到对应的机器人姿态以及机器人当前所在的位置。以粒子滤波的方法融合惯性传感器IMU中获得的定位信息和里程计传感器中获得的定位信息,得到传感器定位位置,确定其对应的环境位置,设置其环境位置坐标(x_C,y_C,z_C),其中x_C为传感器定位位置在环境坐标中的横坐标,y_C为传感器定位位置在环境坐标中的纵坐标,z_C为传感器定位位置在环境坐标中的高度坐标。
S204,确定环境位置点信息。
机器人定位中央管理系统将收到的WiFi指纹定位备选位置点信息和环境图像信息定位备选位置点信息进行融合操作,从WiFi指纹定位备选位置点集合和环境图像信息定位备选位置点集合中选出环境坐标一致的环境位置点。
如果机器人定位中央管理系统从中能选择出环境坐标一致的环境位置点,则将这些环境位置点建立为环境位置备选点集合,并对环境位置备选点集合内的环境位置点进行编号,编号为:1、…、a、…、A,其中,a为环境位置备选点集合中的一个位置点编号,A为环境位置备选点集合中的位置点总数量。设置环境位置备选点集合内的环境位置点对应的环境坐标的编号,编号为:(x_1,y_1,z_1)、…、(x_a,y_a,z_a)、…、(x_A,y_A,z_A),其中,a为环境位置备选点集合中的一个位置点编号,A为环境位置备选点集合中的位置点总数量。x_a为环境位置点a在环境坐标中的横坐标,y_a为环境位置点a在环境坐标中的纵坐标,z_a为环境位置点a在环境坐标中的高度坐标。
如果机器人定位中央管理系统从中不能选择出环境坐标一致的环境位置点,则将这些WiFi指纹定位备选位置点集合和环境图像信息定位备选位置点集合中所有的位置点建立为环境位置备选点集合,并对其进行编号,编号为:1、…、a、…、A,其中,a为环境位置备选点集合中的一个位置点编号,A为环境位置备选点集合中的位置点总数量。设置环境位置备选点集合内的环境位置点对应的环境坐标的编号,编号为:(x_1,y_1,z_1)、…、(x_a,y_a,z_a)、…、(x_A,y_A,z_A),其中,a为环境位置备选点集合中的一个位置点编号,A为环境位置备选点集合中的位置点总数量。x_a为环境位置点a在环境坐标中的横坐标,y_a为环境位置点a在环境坐标中的纵坐标,z_a为环境位置点a在环境坐标中的高度坐标。
S205,确定传感器定位位置点信息。
在本步骤中,将步骤S203-3中确定的环境位置的坐标确定为传感器定位位置点信息。
S206,机器人定位中央管理系统将步骤S204确定的环境位置点信息和S205传感器定位位置点信息输入到机器人融合定位的神经网络模型中,从而得到机器人定位信息。
具体的,机器人融合定位的神经网络模型建立过程如下:
机器人预先按照WiFi指纹定位方法进行WiFi指纹定位,按照环境图像信息定位方法进行环境图像信息定位,并利用携带的惯性导航器件加速度计、陀螺仪和编码器等传感器进行传感器定位,获得WiFi指纹定位备选位置点集合和环境图像信息定位备选位置点集合融合后的环境位置点信息,同时获得传感器定位位置点信息。机器人在环境中多次测试获得一系列环境位置点信息和传感器定位位置点信息,专业人员对机器人进行测试的位置进行精确标定,从而获得对应的一系列人工标定环境位置点精确信息。将这些环境位置点信息、传感器定位位置点信息以及人工标定环境位置点精确信息输入到机器人定位中央管理系统中训练得到用于机器人融合定位的神经网络模型,该神经网络模型输入为环境位置点信息、传感器定位位置点信息,输出为估计的机器人定位信息。
S207,将机器人定位信息发送给机器人。
机器人定位中央管理系统将步骤S206获得的机器人定位信息,通过WiFi6发送给机器人。
S208,检查处理。
可选的当机器人定位中央管理系统确定通信系统不正常时,可通过系统预警通知专业人员进行处理。等待通信系统恢复正常后,再继续进行后续的处理步骤。
通过本实施例提供的上述实施例,将WiFi指纹定位,环境图像信息定位和传感器定位的信息进行融合,通过训练后的神经网络模型处理,从而得到精确的计算机定位信息。
示例二
与上述方法基于同一个发明构思,本发明实施例还提供了一种机器人定位系统,如图3所示,该系统包括:
中央管理系统301,用于接收并处理WiFi指纹定位信息,环境图像定位信息和传感器定位信息,并对上述定位信息进行处理,从而得到精确的机器人定位信息;
机器人子系统302,用于实现WiFi指纹定位,环境图像定位和传感器定位,并将上述定位得到的位置信息发送到所述中央管理系统301。
可选的,中央管理系统301还包括:
机器人定位中央管理系统3011,用于对WiFi指纹定位信息,环境图像定位信息和传感器定位信息进行处理,从而得到精确的机器人定位信息。
中央管理系统通信交互模块3012,用于与所述机器人子系统302之间的通信,接收或者发送数据;
可选的,机器人子系统302还包括:
机器人WiFi指纹定位模块3021,用于实现上述方法实施例中所述的WiFi指纹定位方法;
机器人环境探测模块3022,用于实现上述方法实施例中所述的环境图像信息定位方法;
机器人传感器定位模块3023,用于实现上述方法实施例中所述的传感器定位方法;
机器人通信交互模块3024,用于与所述中央管理系统301进行通信,接收或者发送数据。
所述中央管理系统301和机器人子系统302能实现实施例一中所述的全部方法,解决相同的技术问题,达到相同的技术效果,本实施例不再赘述。
需要说明的是,本申请实施例中对单元的划分是示意性的,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。另外,在本申请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。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器和光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
显然,本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的精神和范围。这样,倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内,则本申请也意图包含这些改动和变型在内。
Claims (10)
1.一种机器人的定位方法,其特征在于,该方法包括:
初始化机器人定位中央管理系统,导入环境地图,建立环境坐标系;
所述机器人定位中央管理系统确定通信系统的运行是否正常;
若所述机器人定位中央管理系统确定通信系统的运行正常,则所述机器人确定WiFi指纹定位备选位置点和环境图像信息定位备选位置点,所述机器人确定传感器定位信息;
所述机器人将所述WiFi指纹定位备选位置点、所述环境图像信息定位备选位置点和所述传感器定位信息发送到所述机器人定位中央管理系统;
所述机器人定位中央管理系统根据接收到的所述WiFi指纹定位备选位置点、所述环境图像信息定位备选位置点和所述传感器定位信息,确定机器人当前所在位置,并将确定的所述位置发送给所述机器人。
2.根据权利要求1所述的方法,其特征在于,所述机器人确定WiFi指纹定位备选位置点之前,还包括:
确定WiFi指纹数据库;
所述WiFi指纹数据库通过以下方法确定:
所述机器人定位中央管理系统预先在环境中设置环境采样点,并确定每个环境采样点的坐标数据,使用移动机器人在每个采样点进行至少两次采样,得到每个环境采样点接收的信号强度指示数据,将所述环境采样点的信号强度指示数据数据库作为WiFi指纹数据库;
其中,所述移动机器人为携带接收WiFi信号的专用设备的机器人;
所述确定WiFi指纹定位备选位置点包括:
机器人将读取接收到的WiFi信号强度指示数据;
将所述WiFi信号强度指示数据发送到所述发送到机器人定位中央管理系统;
所述机器人定位中央管理系统将接收到的WiFi信号强度指示数据与所述WiFi指纹数据库进行匹配;
将匹配的相似度高于预设门限的环境采样点确定为WiFi指纹定位备选位置点;
根据所述WiFi指纹定位备选位置点建立WiFi指纹定位备选位置点集合。
3.根据权利要求2所述的方法,其特征在于,所述根据所述WiFi指纹定位备选位置点建立WiFi指纹定位备选位置点集合具体包括:
确定所述WiFi指纹定位备选位置点集合内的WiFi指纹定位备选位置点的坐标(x_1,y_1,z_1)、…、(x_n,y_n,z_n)、…、(x_N,y_N,z_N),其中,n为WiFi指纹定位备选位置点的编号,N为WiFi指纹定位备选位置点总数量,x_n为WiFi指纹定位备选位置点n在环境坐标中的横坐标,y_n为WiFi指纹定位备选位置点n在环境坐标中的纵坐标,z_n为WiFi指纹定位备选位置点n在环境坐标中的高度坐标。
4.根据权利要求1所述的方法,其特征在于,所述确定环境图像信息定位备选位置点之前,还包括:
确定环境图像信息数据库;
所述环境图像信息数据库通过以下方法确定:
所述机器人定位中央管理系统预先在环境中设置环境采样点,确定每个环境采样点的坐标数据,在每个所述环境采样点至少采集两次当前环境图像信息,并提取所述图像的特征,并对所述图像进行编码和池化,形成环境图像信息数据库。
5.根据权利要求4所述的方法,其特征在于,所述确定环境图像信息定位备选位置点包括:
机器人采集当前环境图像信息;
将所述环境图像信息发送到所述机器人定位中央管理系统;
所述机器人定位中央管理系统根据获得的所述环境图像信息进行特征提取,与环境图像信息数据库中实际环境特征信息进行匹配,确定环境图像特征与每个实际环境特征信息的匹配度,将匹配度高于预设门限的环境图像信息确定为环境图像信息定位备选位置点;
将所述最匹配图像的对应的环境位置点设置为环境图像信息定位备选位置点;
根据所述环境图像信息定位备选位置点确定环境图像信息定位备选位置点集合;
所述根据所述环境图像信息定位备选位置点确定环境图像信息定位备选位置点集合具体包括:
确定所述环境图像信息定位备选位置点集合内的环境图像信息定位备选位置点的坐标(x_1,y_1,z_1)、…、(x_i,y_i,z_i)、…、(x_I,y_I,z_I),其中,i为环境图像信息定位备选位置点其中的编号,I为环境图像信息定位备选位置点总数量,x_i为环境图像信息定位备选位置点i在环境坐标中的横坐标,y_i为环境图像信息定位备选位置点i在环境坐标中的纵坐标,z_i为环境图像信息定位备选位置点i在环境坐标中的高度坐标。
6.根据权利要求1所述的方法,其特征在于,所述机器人确定传感器定位信息,包括:
所述机器人确定初始时刻的环境位置以及位姿信息;
确定传感器信息,根据所述传感器信息确定当前位姿相对于上一时刻位姿的距离和方向角的变化量;
根据所述初始时刻的环境位置以及位姿信息和所述变化量,确定位姿的实时估计。
7.根据权利要求6所述的方法,其特征在于,所述确定位姿的实时估计,包括:
通过加速度计采集所述机器人在坐标系中的三个坐标轴方向上的加速度信息;
通过陀螺仪采集所述机器人在坐标系中的三个坐标轴方向上的角速度信息;
根据所述角速度信息和所述加速度信息确定第一定位信息;
通过里程计中的光电编码器确定在采样周期内脉冲的变化量;
根据所述脉冲的变化量确定机器人移动的距离和方向角的变化量;
根据所述机器人移动的距离和方向角的变化量,确定机器人位姿的相对变化;
根据所述机器人位姿的相对变化确定第二定位信息;
根据所述第一定位信息和所述第二定位信息,通过粒子滤波法确定传感器定位位置,根据所述传感器定位位置确定对应的环境位置坐标(x_C,y_C,z_C);其中x_C为传感器定位位置在环境坐标中的横坐标,y_C为传感器定位位置在环境坐标中的纵坐标,z_C为传感器定位位置在环境坐标中的高度坐标。
8.根据权利要求1所述的方法,其特征在于,所述机器人定位中央管理系统根据接收到的所述WiFi指纹定位备选位置点、所述环境图像信息定位备选位置点和所述传感器定位信息,确定机器人当前所在位置,具体包括:
所述机器人定位中央管理系统确定在所述WiFi指纹定位备选位置点集合和所述环境图像信息定位备选位置点集合中是否存在环境坐标一致的环境位置点;
若存在环境坐标一致的环境位置点,则将所述环境位置点建立为环境位置备选点集合,并确定所述环境位置备选点集合中环境位置点的坐标(x1,y1,z1)、...、(xa,ya,za)、...、(xA,yA,zA);
若不存在环境坐标一致的环境位置点,则将所述WiFi指纹定位备选位置点集合和所述环境图像信息定位备选位置点集合中所有的位置点建立为环境位置备选点集合,并确定所述环境位置备选点集合中环境位置点的坐标(x1,y1,z1)、...、(xa,ya,za)、...、(xA,yA,zA);
所述机器人定位中央管理系统根据所述环境位置备选点集合中的环境位置点信息和所述传感器定位信息,通过神经网络模型确定确定机器人当前所在位置;
其中,a为环境位置备选点的编号,A为环境位置备选点集合中的位置点总数量,xa为环境位置点a在环境坐标中的横坐标,ya为环境位置点a在环境坐标中的纵坐标,za为环境位置点a在环境坐标中的高度坐标。
9.根据权利要求8所述的方法,其特征在于,所述通过神经网络模型确定确定机器人当前所在位置之前,还包括:
机器人在环境中X次测试获得环境位置点信息和传感器定位位置点信息;
对所述机器人进行测试的位置进行精确标定;
将所述环境位置点信息、所述传感器定位位置点信息以及精确标定后的位置信息输入神经网络模型中进行训练,得到用于机器人融合定位的神经网络模型。
10.一种机器人的定位系统,其特征在于,包括:
中央管理系统和机器人子系统;
所述中央管理系统包括:
机器人定位中央管理系统,用于处理接收到的WiFi指纹定位信息、环境位置点信息和传感器定位位置点信息;
中央管理系统通信交互模块,用于与所述机器人子系统进行通信;
所述机器人子系统包括:
机器人WiFi指纹定位模块,用于实现WiFi指纹定位,得到WiFi指纹定位备选位置点;
机器人环境探测模块,用于实现环境图像信息定位,得到环境图像信息定位备选位置点;
机器人传感器定位模块,用于实现传感器定位,得到感器定位信息;
机器人通信交互模块,用于与所述中央管理系统进行通信;
所述中央管理系统和所述机器人子系统,用于实现如权利要求1到11之一所述的机器人定位方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010400611.0A CN111521971B (zh) | 2020-05-13 | 2020-05-13 | 一种机器人的定位方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010400611.0A CN111521971B (zh) | 2020-05-13 | 2020-05-13 | 一种机器人的定位方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111521971A true CN111521971A (zh) | 2020-08-11 |
CN111521971B CN111521971B (zh) | 2021-04-09 |
Family
ID=71906132
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010400611.0A Active CN111521971B (zh) | 2020-05-13 | 2020-05-13 | 一种机器人的定位方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111521971B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2022227369A1 (zh) * | 2021-04-26 | 2022-11-03 | 网络通信与安全紫金山实验室 | 定位标定方法、系统及存储介质 |
CN115506063A (zh) * | 2022-08-18 | 2022-12-23 | 魏桥纺织股份有限公司 | 一种智能可移动多库整经上纱控制系统及控制工艺 |
WO2024025469A1 (en) * | 2022-07-28 | 2024-02-01 | Nanyang Technological University | System for determining location of device and methods for forming and operating thereof |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2013165391A1 (en) * | 2012-05-01 | 2013-11-07 | Intel Corporation | Simultaneous localization and mapping using spatial and temporal coherence for indoor location |
CN103402256A (zh) * | 2013-07-11 | 2013-11-20 | 武汉大学 | 一种基于WiFi指纹的室内定位方法 |
CN103796163A (zh) * | 2013-11-03 | 2014-05-14 | 北京工业大学 | 一种接收信号强度排序指纹的室内定位方法 |
US20140278054A1 (en) * | 2013-03-15 | 2014-09-18 | CRS Technology Inc. | Environmental awareness for improved power consumption and responsiveness in positioning devices |
CN105718865A (zh) * | 2016-01-15 | 2016-06-29 | 武汉光庭科技有限公司 | 一种自动驾驶中基于双目摄像头的道路安全检测系统及其方法 |
CN105792353A (zh) * | 2016-03-14 | 2016-07-20 | 中国人民解放军国防科学技术大学 | 群智感知式WiFi信号指纹辅助的图像匹配室内定位方法 |
CN105974357A (zh) * | 2016-04-29 | 2016-09-28 | 北京小米移动软件有限公司 | 终端的定位方法及装置 |
CN106793086A (zh) * | 2017-03-15 | 2017-05-31 | 河北工业大学 | 一种室内定位方法 |
CN107193820A (zh) * | 2016-03-14 | 2017-09-22 | 腾讯科技(深圳)有限公司 | 位置信息获取方法、装置及设备 |
CN107228663A (zh) * | 2017-07-25 | 2017-10-03 | 广州阿路比电子科技有限公司 | 一种自动导引运输车的定位系统和方法 |
CN107339990A (zh) * | 2017-06-27 | 2017-11-10 | 北京邮电大学 | 多模式融合定位系统及方法 |
CN108512888A (zh) * | 2017-12-28 | 2018-09-07 | 达闼科技(北京)有限公司 | 一种信息标注方法、云端服务器、系统、电子设备及计算机程序产品 |
CN110491166A (zh) * | 2019-08-22 | 2019-11-22 | 宇龙计算机通信科技(深圳)有限公司 | 一种寻找车辆的方法、装置、系统、存储介质及用户终端 |
CN110856112A (zh) * | 2019-11-14 | 2020-02-28 | 深圳先进技术研究院 | 一种群智感知的多源信息融合室内定位方法及系统 |
-
2020
- 2020-05-13 CN CN202010400611.0A patent/CN111521971B/zh active Active
Patent Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2013165391A1 (en) * | 2012-05-01 | 2013-11-07 | Intel Corporation | Simultaneous localization and mapping using spatial and temporal coherence for indoor location |
US20140278054A1 (en) * | 2013-03-15 | 2014-09-18 | CRS Technology Inc. | Environmental awareness for improved power consumption and responsiveness in positioning devices |
CN103402256A (zh) * | 2013-07-11 | 2013-11-20 | 武汉大学 | 一种基于WiFi指纹的室内定位方法 |
CN103796163A (zh) * | 2013-11-03 | 2014-05-14 | 北京工业大学 | 一种接收信号强度排序指纹的室内定位方法 |
CN105718865A (zh) * | 2016-01-15 | 2016-06-29 | 武汉光庭科技有限公司 | 一种自动驾驶中基于双目摄像头的道路安全检测系统及其方法 |
CN107193820A (zh) * | 2016-03-14 | 2017-09-22 | 腾讯科技(深圳)有限公司 | 位置信息获取方法、装置及设备 |
CN105792353A (zh) * | 2016-03-14 | 2016-07-20 | 中国人民解放军国防科学技术大学 | 群智感知式WiFi信号指纹辅助的图像匹配室内定位方法 |
CN105974357A (zh) * | 2016-04-29 | 2016-09-28 | 北京小米移动软件有限公司 | 终端的定位方法及装置 |
CN106793086A (zh) * | 2017-03-15 | 2017-05-31 | 河北工业大学 | 一种室内定位方法 |
CN107339990A (zh) * | 2017-06-27 | 2017-11-10 | 北京邮电大学 | 多模式融合定位系统及方法 |
CN107228663A (zh) * | 2017-07-25 | 2017-10-03 | 广州阿路比电子科技有限公司 | 一种自动导引运输车的定位系统和方法 |
CN108512888A (zh) * | 2017-12-28 | 2018-09-07 | 达闼科技(北京)有限公司 | 一种信息标注方法、云端服务器、系统、电子设备及计算机程序产品 |
CN110491166A (zh) * | 2019-08-22 | 2019-11-22 | 宇龙计算机通信科技(深圳)有限公司 | 一种寻找车辆的方法、装置、系统、存储介质及用户终端 |
CN110856112A (zh) * | 2019-11-14 | 2020-02-28 | 深圳先进技术研究院 | 一种群智感知的多源信息融合室内定位方法及系统 |
Non-Patent Citations (2)
Title |
---|
ZHONGSHUAI WANG ETAL.: "Indoor Location Fusion Algorithm Based on Smartphone", 《2018 7TH INTERNATIONAL CONFERENCE ON DIGITAL HOME (ICDH)》 * |
侯松林 等: "基于智能手机无线信号和图像距离感知融合的室内定位算法", 《计算机应用》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2022227369A1 (zh) * | 2021-04-26 | 2022-11-03 | 网络通信与安全紫金山实验室 | 定位标定方法、系统及存储介质 |
WO2024025469A1 (en) * | 2022-07-28 | 2024-02-01 | Nanyang Technological University | System for determining location of device and methods for forming and operating thereof |
CN115506063A (zh) * | 2022-08-18 | 2022-12-23 | 魏桥纺织股份有限公司 | 一种智能可移动多库整经上纱控制系统及控制工艺 |
CN115506063B (zh) * | 2022-08-18 | 2024-01-23 | 魏桥纺织股份有限公司 | 一种智能可移动多库整经上纱控制系统及控制工艺 |
Also Published As
Publication number | Publication date |
---|---|
CN111521971B (zh) | 2021-04-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111521971B (zh) | 一种机器人的定位方法及系统 | |
EP3213031B1 (en) | Simultaneous localization and mapping by using earth's magnetic fields | |
CN105940429B (zh) | 用于确定设备运动的估计的方法和系统 | |
CN106370189B (zh) | 一种基于多传感器融合的室内导航装置及方法 | |
JP2017509939A (ja) | 疎及び密マッピング情報を含むマップを生成するための方法及びシステム | |
CN107972027B (zh) | 机器人的定位方法和装置、机器人 | |
KR101808095B1 (ko) | 사용자 단말의 위치 측정 방법 및 장치 | |
JP7113611B2 (ja) | 位置特定装置、位置特定プログラム及び位置特定方法、並びに、撮影画像登録装置、撮影画像登録プログラム及び撮影画像登録方法 | |
CN104535064A (zh) | 一种Wi-Fi指纹辅助的室内移动终端惯性导航方法 | |
CN112823321B (zh) | 对基于多种类型传感器的位置识别结果进行混合的位置定位系统及其方法 | |
CN111083633B (zh) | 移动终端定位系统及其建立方法、移动终端的定位方法 | |
CN111947644B (zh) | 一种室外移动机器人定位方法、系统及其电子设备 | |
CN109903330A (zh) | 一种处理数据的方法和装置 | |
CN110942474B (zh) | 机器人目标跟踪方法、设备及存储介质 | |
CN111007455A (zh) | 定位系统及方法、数据库、神经网络模型训练方法 | |
CN111380515B (zh) | 定位方法及装置、存储介质、电子装置 | |
CN110567467A (zh) | 基于多传感器的地图构建方法、装置及存储介质 | |
KR102622585B1 (ko) | 실내 길안내 장치 및 그 방법 | |
CN103903253A (zh) | 一种可移动终端定位方法及系统 | |
CN110426034B (zh) | 基于地图信息辅助惯导阵列的室内定位方法 | |
KR102407802B1 (ko) | 인공신경망 학습 기반의 실내외 3차원 좌표 및 방위 추정 장치 | |
EP3246723A1 (en) | Method for setting up a positioning system | |
Jao et al. | Augmented uwb-zupt-slam utilizing multi-sensor fusion | |
Yang et al. | A novel slam method using wi-fi signal strength and rgb-d images | |
CN112710308B (zh) | 机器人的定位方法、装置和系统 |
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 |