CN111551169A - 机器人的地图构建及定位方法、机器人 - Google Patents

机器人的地图构建及定位方法、机器人 Download PDF

Info

Publication number
CN111551169A
CN111551169A CN202010411871.8A CN202010411871A CN111551169A CN 111551169 A CN111551169 A CN 111551169A CN 202010411871 A CN202010411871 A CN 202010411871A CN 111551169 A CN111551169 A CN 111551169A
Authority
CN
China
Prior art keywords
robot
dividing line
coordinate
dividing
sensor
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
Application number
CN202010411871.8A
Other languages
English (en)
Other versions
CN111551169B (zh
Inventor
叶国梁
陈云财
黄正浩
欧阳天德
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Fulcrum High Altitude Shenzhen Technology Co ltd
Original Assignee
Guangzhou Fulcrum Innovation Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Guangzhou Fulcrum Innovation Technology Co ltd filed Critical Guangzhou Fulcrum Innovation Technology Co ltd
Priority to CN202010411871.8A priority Critical patent/CN111551169B/zh
Publication of CN111551169A publication Critical patent/CN111551169A/zh
Application granted granted Critical
Publication of CN111551169B publication Critical patent/CN111551169B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/005Navigation; 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
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/20Instruments for performing navigational calculations
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02Control of position or course in two dimensions

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Automation & Control Theory (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
  • Manipulator (AREA)

Abstract

本发明公开了一种机器人的地图构建及定位方法、机器人,其中,机器人所在的工作面具有将工作面划分成多个方形子块的多条划分线,地图构建方法包括先让机器人以当前位置作为初始位置,按照设定方向出发,在移动过程中通过姿态传感器记录并判定方向,通过里程计记录移动距离,通过感应器感应划分线特征并对划分线进行分类与编号,并在所述地图上用划分线所属类别的特征划分线数据绘画出划分线,当机器人在工作面走完所有设定方向上的路程时,工作面对应的地图即构建完成。定位方法包括通过感应器感应划分线和通过里程计记录移动距离来确定出机器人具体位置,得到由第一坐标和第二坐标构成的最终坐标。本发明能够构建出地图以及精准定位。

Description

机器人的地图构建及定位方法、机器人
技术领域
本发明涉及机器人技术领域,特别涉及一种机器人的地图构建及定位方法、机器人。
背景技术
机器人定位方法通常是通过在机器人身上安装视觉或测距类传感器,利用传感器扫描周围环境,测得机器人周围障碍物的位置数据,并通过里程计和磁力计记录机器人走过的路程来对机器人所处的位置进行定位。但在一些场合中,由于无参照物或参照物较少,传感器很难准确识别,所以导致机器人适用范围有局限。若人为增加突出物体或者人为粘贴定位标识做参照物,则会增加成本和人工精力,难以实现经济化。
发明内容
本发明的第一目的在于克服现有技术的缺点与不足,提供一种机器人的地图构建方法,该方法可以构建出与工作面对应的地图,方便定位。
本发明的第二目的在于提供一种机器人的定位方法,能够在未知地图的情况下实现工作面上机器人的精准定位。
本发明的第三目的在于提供一种机器人的定位方法,能够在地图的基础上准确得出机器人在工作面上的坐标。
本发明的第四目的在于提供一种机器人,能够构建出地图和精准定位。
本发明的第一目的通过下述技术方案实现:一种机器人的地图构建方法,机器人所在的工作面具有将工作面划分成多个方形子块的多条划分线,步骤如下:
机器人以当前位置作为初始位置,按照设定方向出发,在移动过程中通过姿态传感器记录并判定移动的方向,通过里程计记录移动的距离,通过感应器感应划分线特征;
机器人将特征不同的划分线进行分类与编号:
当遇到第一条划分线时,机器人将感应到的第一条划分线的特征记录下来,定为第一特征划分线,并在构建的空白地图中以第一特征划分线数据绘画出来;
当遇到第二条划分线时,机器人通过感应器感应该划分线特征,并将第二条划分线与第一特征划分线进行对比,若在误差范围内,则判定第二条划分线为第一特征划分线,并在所述地图上以第一特征划分线数据绘画出此划分线;若不在误差范围内,则判定第二条划分线为第二特征划分线,在所述地图上以第二特征划分线数据绘画出此划分线;
以此类推,当遇到第N条划分线时,机器人通过感应器感应划分线特征,并将第N条划分线依次与先前已分类编号的特征划分线进行对比,若在误差范围内,则将第N条划分线归类为当前所对比的特征划分线,并在所述地图上以其所属类别的特征划分线数据绘画出此划分线;若不在误差范围内,则判定第N条划分线为新的特征划分线,在所述地图上以新的特征划分线数据绘画出此划分线;
当机器人在工作面走完所有设定方向上的路程时,工作面对应的地图即构建完成。
优选的,划分线特征包括但不限于划分线的宽度、方向、颜色和/或深度;特征划分线数据包括但不限于划分线的宽度、方向、颜色和/或深度。
优选的,方法还包括:当机器人位于初始位置时,感应器感应到第一条划分线为倾斜的且属于围成子块的划分线时,机器人以该倾斜划分线作为坐标轴来建立平面直角坐标系,并以与倾斜划分线相垂直的方向作为设定方向,对机器人原移动方向进行矫正。
更进一步的,方法还包括:当感应器感应到子块除了围成子块的划分线外,子块内部还有多余的倾斜划分线时,机器人将该倾斜划分线标记为非工作划分线,并在地图中绘画出来,但不会根据该划分线的倾斜角度矫正机器人移动方向。
本发明的第二目的通过下述技术方案实现:一种机器人的定位方法,机器人所在的工作面具有将工作面划分成多个方形子块的多条划分线,具体如下:
机器人将当前所在位置标记为初始位置,并定义初始位置的第一坐标为(1,1),机器人通过感应器感应到围成当前位置所在子块的四条划分线,通过里程计记录当前位置与该子块各划分线的距离;
机器人以当前位置所在子块左上角点作为第二坐标的原点,建立机器人定位所用的坐标,记为(X,Y)(x,y);
其中,原点坐标为(1,1)(0,0),当前位置的坐标为(1,1)(x,y),第一坐标(X,Y)代表机器人所在子块,X和Y分别代表所在子块的行数和列数;第二坐标(x,y)代表子块内的具体位置,x代表机器人与子块左划分线的距离,y代表机器人与子块上划分线的距离;
在机器人朝垂直于子块左划分线的方向向右前进的过程中,通过姿态传感器记录并判定移动的方向,通过里程计记录移动的距离,通过感应器感应划分线,每当感应器感应到机器人经过划分线时,机器人判定其进入到新的第一坐标(X,Y+1),并以机器人与划分线的重合点作为新的第二坐标的原点,新原点坐标为(X,Y+1)(0,0),得到机器人坐标为(X,Y+1)(x,y);
在机器人朝垂直于子块上划分线的方向向下前进的过程中,通过姿态传感器记录并判定移动的方向,通过里程计记录移动的距离,通过感应器感应划分线,每当感应器感应到机器人经过划分线时,机器人判定其进入到新的第一坐标(X+1,Y),并以机器人与划分线的重合点作为新的第二坐标的原点,新原点坐标为(X+1,Y)(0,0),得到机器人坐标为(X+1,Y)(x,y);
在机器人朝垂直于子块左划分线的方向向左前进的过程中,通过姿态传感器记录并判定移动的方向,通过里程计记录移动的距离,通过感应器感应划分线,每当感应器感应到机器人经过划分线时,机器人判定其进入到新的第一坐标(X,Y-1),并以机器人与划分线的重合点作为新的第二坐标的原点,新原点坐标为(X,Y-1)(0,0),得到机器人坐标为(X,Y-1)(x,y);
在机器人朝垂直于子块上划分线的方向向上前进的过程中,通过姿态传感器记录并判定移动的方向,通过里程计记录移动的距离,通过感应器感应划分线,每当感应器感应到机器人经过划分线时,机器人判定其进入到新的第一坐标(X-1,Y),并以机器人与划分线的重合点作为新的第二坐标的原点,新原点坐标为(X-1,Y)(0,0),得到机器人坐标为(X-1,Y)(x,y)。
本发明的第三目的通过下述技术方案实现:一种机器人的定位方法,机器人所在的工作面具有将工作面划分成多个方形子块的多条划分线,具体如下:
将机器人放在工作面上的某个子块中,机器人存储有工作面对应的地图,每个子块具有对应的第一坐标(X,Y),(X,Y)代表机器人所在子块,X和Y分别代表所在子块的行数和列数,然后向机器人输入该子块的第一坐标;
机器人根据第一坐标和地图移动,在移动过程中通过姿态传感器记录并判定移动的方向,通过里程计记录移动的距离,通过感应器感应划分线,并根据感应器的感应结果来更新第一坐标;
当在工作面上找到第一坐标(1,1)时,以该子块左上角点作为机器人第二坐标(x,y)的原点(0,0),建立机器人定位所用的坐标,记为(X,Y)(x,y),然后根据里程计记录的移动距离,确定自己的第二坐标(x,y),(x,y)是指机器人在子块内的具体位置,x代表机器人与子块左划分线的距离,y代表机器人与子块上划分线的距离;
向机器人输入机器人目标子块的第一坐标(X’,Y’),机器人根据目标子块的第一坐标和地图计算出最优移动路线,并按照最优移动路线前进,在这个过程中,每当感应器感应到机器人经过缝隙时,机器人判定其进入到新的子块,对第一坐标进行更新,同时,机器人以新的子块左上角点作为第二坐标的新原点(0,0),根据里程计实时记录的移动距离,确定出自己的最新第二坐标(x,y)。
本发明的第四目的通过下述技术方案实现:一种机器人,所述机器人具有感应器、姿态传感器和里程计,所述机器人执行本发明第一目的所述的机器人的地图构建方法进行地图的构建,所述机器人执行本发明第二目的或第三目的所述的机器人的定位方法进行定位。
优选的,机器人所在的工作面包括但不限于墙壁、地板和幕墙;划分线包括但不限于木板、砖块或瓷砖之间的缝隙、玻璃之间的缝隙及密封胶。
优选的,感应器的数量为一个或一个以上,并且其类型包括但不限于红外传感器、激光传感器、霍尔传感器、位移传感器、开关传感器;
姿态传感器的类型包括但不限于加速度、陀螺仪以及磁力计;
所述机器人类型包括但不限于AVG物流智能车、家用机器人和智能服务机器人。
优选的,所述机器人包括方形的平板机体、感应器、姿态传感器、移动机构、驱动机构和控制器,其中,
感应器、姿态传感器、移动机构、驱动机构和控制器均安装在机体上,感应器位于机体边缘,移动机构连接驱动机构并通过驱动机构驱动,移动机构的类型包括但不限于车轮、履带和吸盘,驱动机构的类型包括但不限于伺服电机、步进电机;
控制器连接感应器、姿态传感器、驱动机构的里程计和驱动部件,通过接收感应器的感应数据、里程计的记录数据和姿态传感器的判定数据来绘制地图、计算机器人坐标及规划机器人移动路程和方向,通过控制驱动部件来控制机器人移动。
本发明相对于现有技术具有如下的优点及效果:
(1)本发明机器人的地图构建方法可应用于如墙壁、地板和幕墙这些无突出参照物的平面上,不需要人为添加感应标记,也不用制定专用感应标记来被感应器辨识,墙壁瓷砖、地板和幕墙玻璃现有的拼接痕迹就能够作为被机器人识别的标记,机器人通过感应这些痕迹特征就可以绘制出与工作面一致的地图,基于该地图,配合里程计和姿态传感器即可对机器人进行精确定位,也便于后续记录机器人的历史轨迹以及为机器人制定路线。
(2)本发明机器人的定位方法,无论在已知地图还是未知地图的情况下都能准确判断出机器人所在子块和在该子块中的具体位置,通过第一坐标与第二坐标互相结合,使得机器人在定位性能可以更精准,并且其记录的数值也可实现高精准性的模块化拼接构图。
(3)本发明机器人的定位方法中,通过第一坐标的设计直接避免了缝隙不一致所带来的定位偏差,通过第二坐标调零记录的方式可避免定位偏差累加导致定位不准确的问题出现,定位的准确度可大大提高。
(4)本发明机器人的地图构建方法和定位方法中,机器人的类型包括但不限于AVG物流智能车、家用机器人和智能服务机器人,可见,地图构建方法和定位方法适用范围非常广。
附图说明
图1是本发明机器人位于工作面上的示意图。
图2是图1工作面中方形子块的示意图。
图3是本发明机器人的示意图。
图4(a)是本发明机器人在通过划分线之前移动方向与子块的划分线偏移的示意图。
图4(b)是本发明机器人在通过划分线过程中移动方向与子块的划分线偏移的示意图。
图4(c)是本发明机器人矫正方向后通过划分线的示意图。
图5是图2子块内的非工作划分线的示意图。
图6是本发明机器人坐标和原点坐标的示意图。
图7是图2子块的第一坐标的示意图。
图8(a)和图8(b)是图2不同子块的原点坐标的示意图。
具体实施方式
下面结合实施例及附图对本发明作进一步详细的描述,但本发明的实施方式不限于此。
实施例1
本实施例公开了一种机器人的地图构建方法,其中,如图1和图2所示,机器人1可以放置在工作面上移动,工作面具有多条划分线2,并且这些划分线将工作面划分成多个方形子块3,工作面包括但不限于墙壁、地板和幕墙,对应的划分线包括但不限于木板、砖块或瓷砖之间的缝隙、玻璃之间的缝隙及密封胶。
所述机器人的类型包括但不限于AVG物流智能车、家用机器人和智能服务机器人。本实施例的机器人包括方形的平板机体6、感应器5、姿态传感器10、移动机构、驱动机构和控制器9,其中,感应器、姿态传感器、移动机构、驱动机构和控制器均安装在机体上。感应器位于机体边缘,感应器数量可以为1个,也可以根据实际需要设置2个或多个,并且其类型包括但不限于红外传感器、激光传感器、霍尔传感器、位移传感器、开关传感器。移动机构连接驱动机构并通过驱动机构驱动。姿态传感器的类型包括但不限于加速度、陀螺仪以及磁力计。移动机构的类型包括但不限于车轮、履带和吸盘。驱动机构的类型包括但不限于伺服电机、步进电机。如图3所示,本实施例传感器设置4个,并且均匀地分布在机体的四角。移动机构采用轮子7,驱动机构采用伺服电机8,四个轮子分为平行的两行并且安装在机体较为中心的位置,每个轮子分别连接对应的伺服电机,由伺服电机控制轮子转速。
控制器连接感应器、姿态传感器、驱动机构的里程计和驱动部件,连接线可收纳在机体内。控制器通过接收感应器的感应数据、里程计的记录数据和姿态传感器的判定数据来绘制地图、计算机器人坐标及规划机器人移动路程和方向,通过控制驱动部件来控制机器人移动,以此使机器人能够执行下述地图构建方法。
地图构建方法的步骤具体如下:
S11、机器人以当前位置作为初始位置,按照设定方向出发,在移动过程中通过姿态传感器记录并判定移动的方向,通过里程计记录移动的距离,通过感应器感应划分线特征,划分线特征包括但不限于划分线的宽度、方向、颜色和/或深度。
在本实施例中,在构建地图之前,还可以通过人为添加划分线特征例如补充或改变划分线颜色等方式来提高感应器识别的准确性。
S12、将特征不同的划分线进行分类与编号:
当遇到第一条划分线时,机器人将感应到的第一条划分线的特征记录下来,定为第一特征划分线,并在构建的空白地图中以第一特征划分线数据绘画出来,特征划分线数据包括但不限于划分线的宽度、方向、颜色和/或深度;
当遇到第二条划分线时,机器人通过感应器感应该划分线特征,并将第二条划分线与第一特征划分线进行对比,若在误差范围内,则判定第二条划分线为第一特征划分线,并在所述地图上以第一特征划分线数据绘画出此划分线;若不在误差范围内,则判定第二条划分线为第二特征划分线,在所述地图上以第二特征划分线数据绘画出此划分线;
以此类推,当遇到第N条划分线时,机器人通过感应器感应划分线特征,并将第N条划分线依次与先前已分类编号的特征划分线进行对比,若在误差范围内,则将第N条划分线归类为当前所对比的特征划分线,并在所述地图上以其所属类别的特征划分线数据绘画出此划分线;若不在误差范围内,则判定第N条划分线为新的特征划分线,在所述地图上以新的特征划分线数据绘画出此划分线;
S13、当机器人在工作面走完所有设定方向上的路程时,工作面对应的地图即构建完成。
其中,当机器人位于初始位置时,感应器感应到第一条划分线为倾斜的且属于围成子块的划分线时,机器人以该倾斜划分线作为坐标轴来建立平面直角坐标系,并以与倾斜划分线相垂直的方向作为设定方向,对机器人原移动方向进行矫正。
例如图4(a)和图4(b)所示的情况,当机器人左上角和左下角的感应器5感应到划分线2时,根据s=vt公式来计算出b边,s是距离,v是感应器感应信号的速度,t是时间,可取左上角感应器5的感应信号从发出到接收到返回信号所用时间的一半。再结合左上角和左下角这两个感应器之间的距离a,根据公式a2+b2=c2算出c,确定c边的位置记录下来并以此建立平面直角坐标系Y轴,然后根据公式sinα=a/c算出偏移角度α。机器人根据偏移角度来原地调整各个轮子的转速,形成一个转速差,就可以在行走的过程中矫正方向,当然,也可以先退后一段距离,通过轮子反转来矫正方向,然后再次通过划分线,可参见图4(c)。
如图5所示,当感应器感应到子块除了围成子块的划分线外,子块内部还有多余的倾斜划分线4时,机器人将该倾斜划分线标记为非工作划分线,并在地图中绘画出来,但不会根据该划分线的倾斜角度矫正机器人移动方向。
此外,基于姿态传感器可用来获取到机器人的三维姿态与方位,因此,当墙壁、地板和幕墙等工作面是由多个转折面拼接而成的时候,可以通过感应器感应数据和里程计、姿态传感器的记录数据,结合相关的特征点匹配算法来绘制出三维地图,便于判断出机器人位于哪个转折面上以及具体的坐标位置。
实施例2
本实施例公开了一种机器人的定位方法,其中,如图1和图2所示,机器人1可以放置在工作面上移动,工作面具有多条划分线2,并且这些划分线将工作面划分成多个方形子块3,工作面包括但不限于墙壁、地板和幕墙,对应的划分线包括但不限于木板、砖块或瓷砖之间的缝隙、玻璃之间的缝隙及密封胶。
所述机器人的类型包括但不限于AVG物流智能车、家用机器人和智能服务机器人。本实施例的机器人包括方形的平板机体6、感应器5、姿态传感器10、移动机构、驱动机构和控制器9,其中,感应器、姿态传感器、移动机构、驱动机构和控制器均安装在机体上。感应器位于机体边缘,用来感应划分线,感应器数量可以为1个,也可以根据实际需要设置2个或多个,并且其类型包括但不限于红外传感器、激光传感器、霍尔传感器、位移传感器、开关传感器。移动机构连接驱动机构并通过驱动机构驱动。姿态传感器的类型包括但不限于加速度、陀螺仪以及磁力计。移动机构的类型包括但不限于车轮、履带和吸盘。驱动机构的类型包括但不限于伺服电机、步进电机。如图3所示,本实施例传感器设置4个,并且均匀地分布在机体的四角。移动机构采用轮子7,驱动机构采用伺服电机8,四个轮子分为平行的两行并且安装在机体较为中心的位置,每个轮子分别连接对应的伺服电机,由伺服电机控制轮子转速。
控制器连接感应器、姿态传感器、驱动机构的里程计和驱动部件,连接线可收纳在机体内。控制器通过接收感应器的感应数据、里程计的记录数据和姿态传感器的判定数据来绘制地图、计算机器人坐标及规划机器人移动路程和方向,通过控制驱动部件来控制机器人移动,以此使机器人能够执行下述定位方法。
本实施例定位方法是在机器人未获知地图的情况下实现的定位,步骤具体如下:
S21、机器人将当前所在位置标记为初始位置,并定义初始位置的第一坐标为(1,1),机器人通过感应器感应到围成当前位置所在子块的四条划分线,通过里程计记录当前位置与该子块各划分线的距离;
S22、机器人以当前位置所在子块左上角点作为第二坐标的原点,建立机器人定位所用的坐标,记为(X,Y)(x,y);
其中,如图6所示,原点坐标为(1,1)(0,0),当前位置的坐标为(1,1)(x,y),第一坐标(X,Y)代表机器人所在子块,X和Y分别代表所在子块的行数和列数。如图7所示,每个子块具有对应的第一坐标。第二坐标(x,y)代表子块内的具体位置,x代表机器人与子块左划分线的距离,y代表机器人与子块上划分线的距离;
S23、在机器人朝垂直于子块左划分线的方向向左前进的过程中,通过姿态传感器记录并判定移动的方向,通过里程计记录移动的距离,通过感应器感应划分线,每当感应器感应到机器人经过划分线时,机器人判定其进入到新的第一坐标(X,Y+1),并以机器人与划分线的重合点作为新的第二坐标的原点,新原点坐标为(X,Y+1)(0,0),得到机器人坐标为(X,Y+1)(x,y);
在机器人朝垂直于子块上划分线的方向向下前进的过程中,通过姿态传感器记录并判定移动的方向,通过里程计记录移动的距离,通过感应器感应划分线,每当感应器感应到机器人经过划分线时,机器人判定其进入到新的第一坐标(X+1,Y),并以机器人与划分线的重合点作为新的第二坐标的原点,新原点坐标为(X+1,Y)(0,0),得到机器人坐标为(X+1,Y)(x,y);
在机器人朝垂直于子块左划分线的方向向右前进的过程中,通过姿态传感器记录并判定移动的方向,通过里程计记录移动的距离,通过感应器感应划分线,每当感应器感应到机器人经过划分线时,机器人判定其进入到新的第一坐标(X,Y-1),并以机器人与划分线的重合点作为新的第二坐标的原点,新原点坐标为(X,Y-1)(0,0),得到机器人坐标为(X,Y-1)(x,y);
在机器人朝垂直于子块上划分线的方向向上前进的过程中,通过姿态传感器记录并判定移动的方向,通过里程计记录移动的距离,通过感应器感应划分线,每当感应器感应到机器人经过划分线时,机器人判定其进入到新的第一坐标(X-1,Y),并以机器人与划分线的重合点作为新的第二坐标的原点,新原点坐标为(X-1,Y)(0,0),得到机器人坐标为(X-1,Y)(x,y)。
机器人通过第一坐标的设计可以直接避免缝隙不一致所带来的定位偏差,而第二坐标调零记录的方式可避免定位偏差累加导致定位不准确的问题出现,里程计的误差可通过调零降至最小。机器人通过第一坐标与第二坐标互相结合的方式定位,可以使定位性能更精准,其记录的数值可实现高精准性的模块化拼接构图。
实施例3
本实施例公开了一种机器人的定位方法,其中,如图1和图2所示,机器人1可以放置在工作面上移动,工作面具有多条划分线2,并且这些划分线将工作面划分成多个方形子块3,工作面包括但不限于墙壁、地板和幕墙,对应的划分线包括但不限于木板、砖块或瓷砖之间的缝隙、玻璃之间的缝隙及密封胶。
所述机器人的类型包括但不限于AVG物流智能车、家用机器人和智能服务机器人。本实施例的机器人包括方形的平板机体6、感应器5、姿态传感器10、移动机构、驱动机构和控制器9,其中,感应器、姿态传感器、移动机构、驱动机构和控制器均安装在机体上。感应器位于机体边缘,用来感应划分线,感应器数量可以为1个,也可以根据实际需要设置2个或多个,并且其类型包括但不限于红外传感器、激光传感器、霍尔传感器、位移传感器、开关传感器。移动机构连接驱动机构并通过驱动机构驱动。姿态传感器的类型包括但不限于加速度、陀螺仪以及磁力计。移动机构的类型包括但不限于车轮、履带和吸盘。驱动机构的类型包括但不限于伺服电机、步进电机。如图3所示,本实施例传感器设置4个,并且均匀地分布在机体的四角。移动机构采用轮子7,驱动机构采用伺服电机8,四个轮子分为平行的两行并且安装在机体较为中心的位置,每个轮子分别连接对应的伺服电机,由伺服电机控制轮子转速。
控制器连接感应器、姿态传感器、驱动机构的里程计和驱动部件,连接线可收纳在机体内。控制器通过接收感应器的感应数据、里程计的记录数据和姿态传感器的判定数据来绘制地图、计算机器人坐标及规划机器人移动路程和方向,通过控制驱动部件来控制机器人移动,以此使机器人能够执行下述定位方法。
本实施例定位方法是在机器人获知地图的情况下实现的定位,步骤具体如下:
S31、将机器人放在工作面上的某个子块中,机器人存储有工作面对应的地图,每个子块具有对应的第一坐标(X,Y),(X,Y)代表机器人所在子块,X和Y分别代表所在子块的行数和列数,然后向机器人输入该子块的第一坐标;
S32、机器人根据第一坐标和地图移动,在移动过程中通过姿态传感器记录并判定移动的方向,通过里程计记录移动的距离,通过感应器感应划分线,并根据感应器的感应结果来更新第一坐标,当在工作面上找到第一坐标(1,1)时,以该子块左上角点作为机器人第二坐标(x,y)的原点(0,0),建立机器人定位所用的坐标,记为(X,Y)(x,y),然后根据里程计记录的移动距离,确定自己的第二坐标(x,y),(x,y)是指机器人在子块内的具体位置,x代表机器人与子块左划分线的距离,y代表机器人与子块上划分线的距离;
S33、向机器人输入机器人目标子块的第一坐标(X’,Y’),机器人根据目标子块的第一坐标和地图计算出最优移动路线,并按照最优移动路线前进,在这个过程中,每当感应器感应到机器人经过缝隙时,机器人判定其进入到新的子块,对第一坐标进行更新;
同时,机器人以新的子块左上角点作为第二坐标的新原点(0,0),根据里程计实时记录的移动距离,确定出自己的最新第二坐标(x,y)。例如,如图8(a)和图8(b)所示,当机器人在(1,1)的子块中时,以该子块左上角点作为原点,原点坐标为(1,1)(0,0);当在(1,2)的子块中时,以该子块左上角点作为原点,原点坐标为(1,2)(0,0)。
上述实施例为本发明较佳的实施方式,但本发明的实施方式并不受上述实施例的限制,其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化,均应为等效的置换方式,都包含在本发明的保护范围之内。

Claims (10)

1.一种机器人的地图构建方法,其特征在于,机器人所在的工作面具有将工作面划分成多个方形子块的多条划分线,步骤如下:
机器人以当前位置作为初始位置,按照设定方向出发,在移动过程中通过姿态传感器记录并判定移动的方向,通过里程计记录移动的距离,通过感应器感应划分线特征;
机器人将特征不同的划分线进行分类与编号:
当遇到第一条划分线时,机器人将感应到的第一条划分线的特征记录下来,定为第一特征划分线,并在构建的空白地图中以第一特征划分线数据绘画出来;
当遇到第二条划分线时,机器人通过感应器感应该划分线特征,并将第二条划分线与第一特征划分线进行对比,若在误差范围内,则判定第二条划分线为第一特征划分线,并在所述地图上以第一特征划分线数据绘画出此划分线;若不在误差范围内,则判定第二条划分线为第二特征划分线,在所述地图上以第二特征划分线数据绘画出此划分线;
以此类推,当遇到第N条划分线时,机器人通过感应器感应划分线特征,并将第N条划分线依次与先前已分类编号的特征划分线进行对比,若在误差范围内,则将第N条划分线归类为当前所对比的特征划分线,并在所述地图上以其所属类别的特征划分线数据绘画出此划分线;若不在误差范围内,则判定第N条划分线为新的特征划分线,在所述地图上以新的特征划分线数据绘画出此划分线;
当机器人在工作面走完所有设定方向上的路程时,工作面对应的地图即构建完成。
2.根据权利要求1所述的机器人的地图构建方法,其特征在于,划分线特征包括但不限于划分线的宽度、方向、颜色和/或深度;特征划分线数据包括但不限于划分线的宽度、方向、颜色和/或深度。
3.根据权利要求1所述的机器人的地图构建方法,其特征在于,方法还包括:当机器人位于初始位置时,感应器感应到第一条划分线为倾斜的且属于围成子块的划分线时,机器人以该倾斜划分线作为坐标轴来建立平面直角坐标系,并以与倾斜划分线相垂直的方向作为设定方向,对机器人原移动方向进行矫正。
4.根据权利要求3所述的机器人的地图构建方法,其特征在于,方法还包括:当感应器感应到子块除了围成子块的划分线外,子块内部还有多余的倾斜划分线时,机器人将该倾斜划分线标记为非工作划分线,并在地图中绘画出来,但不会根据该划分线的倾斜角度矫正机器人移动方向。
5.一种机器人的定位方法,其特征在于,机器人所在的工作面具有将工作面划分成多个方形子块的多条划分线,具体如下:
机器人将当前所在位置标记为初始位置,并定义初始位置的第一坐标为(1,1),机器人通过感应器感应到围成当前位置所在子块的四条划分线,通过里程计记录当前位置与该子块各划分线的距离;
机器人以当前位置所在子块左上角点作为第二坐标的原点,建立机器人定位所用的坐标,记为(X,Y)(x,y);
其中,原点坐标为(1,1)(0,0),当前位置的坐标为(1,1)(x,y),第一坐标(X,Y)代表机器人所在子块,X和Y分别代表所在子块的行数和列数;第二坐标(x,y)代表子块内的具体位置,x代表机器人与子块左划分线的距离,y代表机器人与子块上划分线的距离;
在机器人朝垂直于子块左划分线的方向向右前进的过程中,通过姿态传感器记录并判定移动的方向,通过里程计记录移动的距离,通过感应器感应划分线,每当感应器感应到机器人经过划分线时,机器人判定其进入到新的第一坐标(X,Y+1),并以机器人与划分线的重合点作为新的第二坐标的原点,新原点坐标为(X,Y+1)(0,0),得到机器人坐标为(X,Y+1)(x,y);
在机器人朝垂直于子块上划分线的方向向下前进的过程中,通过姿态传感器记录并判定移动的方向,通过里程计记录移动的距离,通过感应器感应划分线,每当感应器感应到机器人经过划分线时,机器人判定其进入到新的第一坐标(X+1,Y),并以机器人与划分线的重合点作为新的第二坐标的原点,新原点坐标为(X+1,Y)(0,0),得到机器人坐标为(X+1,Y)(x,y);
在机器人朝垂直于子块左划分线的方向向左前进的过程中,通过姿态传感器记录并判定移动的方向,通过里程计记录移动的距离,通过感应器感应划分线,每当感应器感应到机器人经过划分线时,机器人判定其进入到新的第一坐标(X,Y-1),并以机器人与划分线的重合点作为新的第二坐标的原点,新原点坐标为(X,Y-1)(0,0),得到机器人坐标为(X,Y-1)(x,y);
在机器人朝垂直于子块上划分线的方向向上前进的过程中,通过姿态传感器记录并判定移动的方向,通过里程计记录移动的距离,通过感应器感应划分线,每当感应器感应到机器人经过划分线时,机器人判定其进入到新的第一坐标(X-1,Y),并以机器人与划分线的重合点作为新的第二坐标的原点,新原点坐标为(X-1,Y)(0,0),得到机器人坐标为(X-1,Y)(x,y)。
6.一种机器人的定位方法,其特征在于,机器人所在的工作面具有将工作面划分成多个方形子块的多条划分线,具体如下:
将机器人放在工作面上的某个子块中,机器人存储有工作面对应的地图,每个子块具有对应的第一坐标(X,Y),(X,Y)代表机器人所在子块,X和Y分别代表所在子块的行数和列数,然后向机器人输入该子块的第一坐标;
机器人根据第一坐标和地图移动,在移动过程中通过姿态传感器记录并判定移动的方向,通过里程计记录移动的距离,通过感应器感应划分线,并根据感应器的感应结果来更新第一坐标;
当在工作面上找到第一坐标(1,1)时,以该子块左上角点作为机器人第二坐标(x,y)的原点(0,0),建立机器人定位所用的坐标,记为(X,Y)(x,y),然后根据里程计记录的移动距离,确定自己的第二坐标(x,y),(x,y)是指机器人在子块内的具体位置,x代表机器人与子块左划分线的距离,y代表机器人与子块上划分线的距离;
向机器人输入机器人目标子块的第一坐标(X’,Y’),机器人根据目标子块的第一坐标和地图计算出最优移动路线,并按照最优移动路线前进,在这个过程中,每当感应器感应到机器人经过缝隙时,机器人判定其进入到新的子块,对第一坐标进行更新,同时,机器人以新的子块左上角点作为第二坐标的新原点(0,0),根据里程计实时记录的移动距离,确定出自己的最新第二坐标(x,y)。
7.一种机器人,其特征在于,所述机器人具有感应器、姿态传感器和里程计,所述机器人执行权利要求1~4中任一项所述的机器人的地图构建方法进行地图的构建,所述机器人执行权利要求5或6所述的机器人的定位方法进行定位。
8.根据权利要求7所述的机器人,其特征在于,机器人所在的工作面包括但不限于墙壁、地板和幕墙;划分线包括但不限于木板、砖块或瓷砖之间的缝隙、玻璃之间的缝隙及密封胶。
9.根据权利要求7所述的机器人,其特征在于,感应器的数量为一个或一个以上,并且其类型包括但不限于红外传感器、激光传感器、霍尔传感器、位移传感器、开关传感器;
姿态传感器的类型包括但不限于加速度、陀螺仪以及磁力计;
所述机器人类型包括但不限于AVG物流智能车、家用机器人和智能服务机器人。
10.根据权利要求7所述的机器人,其特征在于,所述机器人包括方形的平板机体、感应器、姿态传感器、移动机构、驱动机构和控制器,其中,
感应器、姿态传感器、移动机构、驱动机构和控制器均安装在机体上,感应器位于机体边缘,移动机构连接驱动机构并通过驱动机构驱动,移动机构的类型包括但不限于车轮、履带和吸盘,驱动机构的类型包括但不限于伺服电机、步进电机;
控制器连接感应器、姿态传感器、驱动机构的里程计和驱动部件,通过接收感应器的感应数据、里程计的记录数据和姿态传感器的判定数据来绘制地图、计算机器人坐标及规划机器人移动路程和方向,通过控制驱动部件来控制机器人移动。
CN202010411871.8A 2020-05-15 2020-05-15 机器人的地图构建及定位方法、机器人 Active CN111551169B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010411871.8A CN111551169B (zh) 2020-05-15 2020-05-15 机器人的地图构建及定位方法、机器人

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010411871.8A CN111551169B (zh) 2020-05-15 2020-05-15 机器人的地图构建及定位方法、机器人

Publications (2)

Publication Number Publication Date
CN111551169A true CN111551169A (zh) 2020-08-18
CN111551169B CN111551169B (zh) 2021-12-07

Family

ID=72001928

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010411871.8A Active CN111551169B (zh) 2020-05-15 2020-05-15 机器人的地图构建及定位方法、机器人

Country Status (1)

Country Link
CN (1) CN111551169B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115390571A (zh) * 2022-10-27 2022-11-25 杭州蓝芯科技有限公司 一种绕障行驶方法和移动机器人

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5896488A (en) * 1995-12-01 1999-04-20 Samsung Electronics Co., Ltd. Methods and apparatus for enabling a self-propelled robot to create a map of a work area
CN104615138A (zh) * 2015-01-14 2015-05-13 上海物景智能科技有限公司 一种划分移动机器人室内区域动态覆盖方法及其装置
CN106643725A (zh) * 2016-11-21 2017-05-10 浙江大学 一种基于地面砖轮廓线的机器人定位导航方法
CN107764256A (zh) * 2017-10-12 2018-03-06 钦州学院 一种基于rfid阵列的无轨自动导航小车系统及其实现方法
CN108143364A (zh) * 2017-12-28 2018-06-12 湖南格兰博智能科技有限责任公司 一种自移动清洁机器人清洁地图区域划分的方法
WO2018121448A1 (zh) * 2016-12-30 2018-07-05 深圳市杉川机器人有限公司 移动机器人的拓扑地图创建方法、导航方法、可编程设备及计算机可读介质
CN108663041A (zh) * 2018-02-09 2018-10-16 意诺科技有限公司 一种绘制导航地图的方法及装置
WO2019109229A1 (zh) * 2017-12-04 2019-06-13 深圳市沃特沃德股份有限公司 室内区域划分方法及扫地机器人
WO2020005636A1 (en) * 2018-06-29 2020-01-02 Microsoft Technology Licensing, Llc Indoor location-based service

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5896488A (en) * 1995-12-01 1999-04-20 Samsung Electronics Co., Ltd. Methods and apparatus for enabling a self-propelled robot to create a map of a work area
CN104615138A (zh) * 2015-01-14 2015-05-13 上海物景智能科技有限公司 一种划分移动机器人室内区域动态覆盖方法及其装置
CN106643725A (zh) * 2016-11-21 2017-05-10 浙江大学 一种基于地面砖轮廓线的机器人定位导航方法
WO2018121448A1 (zh) * 2016-12-30 2018-07-05 深圳市杉川机器人有限公司 移动机器人的拓扑地图创建方法、导航方法、可编程设备及计算机可读介质
CN107764256A (zh) * 2017-10-12 2018-03-06 钦州学院 一种基于rfid阵列的无轨自动导航小车系统及其实现方法
WO2019109229A1 (zh) * 2017-12-04 2019-06-13 深圳市沃特沃德股份有限公司 室内区域划分方法及扫地机器人
CN108143364A (zh) * 2017-12-28 2018-06-12 湖南格兰博智能科技有限责任公司 一种自移动清洁机器人清洁地图区域划分的方法
CN108663041A (zh) * 2018-02-09 2018-10-16 意诺科技有限公司 一种绘制导航地图的方法及装置
WO2020005636A1 (en) * 2018-06-29 2020-01-02 Microsoft Technology Licensing, Llc Indoor location-based service

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115390571A (zh) * 2022-10-27 2022-11-25 杭州蓝芯科技有限公司 一种绕障行驶方法和移动机器人

Also Published As

Publication number Publication date
CN111551169B (zh) 2021-12-07

Similar Documents

Publication Publication Date Title
CN108088439B (zh) 一种融合电子地图、二维码和色带的agv复合导航系统及方法
US11288526B2 (en) Method of collecting road sign information using mobile mapping system
CN106123908B (zh) 车辆导航方法和系统
JP3079186B2 (ja) 構造物計測システム
CN107966150A (zh) 基于路口点和路段的变电站作业机器人路径规划及导航定位方法
CN106338991A (zh) 一种基于惯性导航和二维码的机器人及定位导航方法
JP2006260161A (ja) 自走式作業ロボット
CN108180911B (zh) 一种agv自动生成修正路径方法
WO1998020399A2 (en) Infrastructure independent position determining system
CN109813305B (zh) 基于激光slam的无人叉车
JP5352883B2 (ja) 自律移動方法及び自律移動体
CN106272433B (zh) 自主移动机器人的轨迹定位系统及方法
CN111551169B (zh) 机器人的地图构建及定位方法、机器人
CN102666000B (zh) 坡口的切断装置及切断方法
CN114390992A (zh) 用于确定轨道的实际位置的方法及测量车辆
CN107632607A (zh) 基于二维激光Slam和Tag标签的移动机器人精确定位方法
CN106843206A (zh) 基于已有路网的辅助定位方法
CN207367055U (zh) 一种基于单目视觉与多传感器融合的引导装置
CN106168802B (zh) 一种用于移动机器人的位置感知装置
WO2022237375A1 (zh) 用于定位装置和里程计的标定方法、程序产品和标定装置
JP2010262461A (ja) 移動体
JP5334198B2 (ja) 自律移動方法及び自律移動体
KR102234770B1 (ko) 복수개의 리얼센서가 구비된 자율주행로봇 및 그 주행방법
CN113894786A (zh) 一种基于深度学习双目相机的双轮差速机器人避障方法
CN112443328B (zh) 控制方法、装置、采掘设备和计算机可读存储介质

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
TR01 Transfer of patent right

Effective date of registration: 20220817

Address after: 518000 Room 201, building A, No. 1, Qian Wan Road, Qianhai Shenzhen Hong Kong cooperation zone, Shenzhen, Guangdong (Shenzhen Qianhai business secretary Co., Ltd.)

Patentee after: Fulcrum high altitude (Shenzhen) Technology Co.,Ltd.

Address before: Room 316, yueshui maker business incubator, 767 Huanshi East Road, Jiangpu street, Conghua District, Guangzhou City, Guangdong Province, 510925

Patentee before: Guangzhou fulcrum Innovation Technology Co.,Ltd.

TR01 Transfer of patent right