CN111562602B

CN111562602B - 用于土壤耕作的机器人车辆

Info

Publication number: CN111562602B
Application number: CN202010092490.8A
Authority: CN
Inventors: 尚恩·罗宾逊; 米歇尔·斯卡宾; 毛罗·塞彻托; 亚历山大·施密特; 安东·穆斯布鲁格
Original assignee: Stika Co ltd
Current assignee: Stika Co ltd
Priority date: 2019-02-14
Filing date: 2020-02-14
Publication date: 2024-01-09
Anticipated expiration: 2040-02-14
Also published as: EP3696576A1; EP3696576B1; EP3696574A1; CN111562602A

Abstract

本发明涉及用于在工作区域中的含土壤耕作的可移动操作的机器人车辆，工作区域由离散化坐标网格点集合表示，车辆包括GNSS接收器和控制器，控制器包括含指令的存储器和处理器，其中由处理器执行指令使得车辆为网格点的子集中的每个网格点在不同的第一时间点执行包括如下的初始化过程：在第一时间点从与车辆间隔开的车辆基座接收第一组GNSS信号；在第一时间点从自GNSS接收器接收第二组GNSS信号；定位准确度，定位基于第二组GNSS信号，准确度的确定基于第一和第二组GNSS信号的信号质量比较；其中，由处理器执行指令还使得车辆基于初始化过程的结果来规划可移动操作，初始化过程的结果包括定位准确度可用的网格点中的至少一些和定位准确度。

Description

用于土壤耕作的机器人车辆

技术领域

本发明涉及一种用于土壤耕作的机器人车辆、一种用于操作机器人车辆的方法以及一种计算机程序产品。

背景技术

已知用于土壤耕作的最先进的机器人车辆。为了在待加工表面上具有不同土壤条件或障碍物的区域中使用，需要精确确定机器人车辆的位置。例如，WO2017092798A1涉及一种用于在工作区域内可移动操作的机器人工作工具。机器人割草机包括卫星导航装置以及控制器，该控制器被配置成基于位置以及从参考站接收的相位信息使机器人工作工具在工作区域内可移动地操作，其中该位置部分地或全部地根据由作为差分卫星导航装置的卫星导航装置接收的卫星信号来确定。

发明内容

本发明的目的是提供一种用于土壤耕作的改进的机器人车辆、一种用于操作机器人车辆的改进的方法以及一种计算机程序产品。

公开了一种用于在工作区域中可移动操作的机器人车辆，可移动操作包括土壤耕作，工作区域由离散化坐标网格点的集合表示，车辆包括全球导航卫星系统GNSS接收器和控制器，控制器包括存储器和处理器，存储器包括指令，其中，处理器执行指令使得车辆在不同的第一时间点为网格点子集中的每个网格点执行初始化过程，初始化过程包括在第一时间点接收来自车辆基座的第一组GNSS信号，车辆基座例如割草机基座与车辆间隔开，在第一时间点接收来自GNSS接收器的第二组GNSS信号，可选地基于第二组GNSS信号确定车辆的位置，确定例如假设或实际的定位准确度，定位基于第二组GNSS信号，准确度的确定基于第一组GNSS信号的信号质量与第二组GNSS信号的信号质量的比较。例如，第一组GNSS信号提供参考组GNSS信号，其类似于用于评估第二组GNSS信号的信号质量的未扰动组GNSS信号。例如，第二组GNSS信号的信号质量与第一组GNSS信号的信号质量相比较越低，则将定位的确定准确度确定为越低。通常，每个网格点代表工作区域的相应区域部分，即，区块。

机器人车辆可以是在工作区域内自主地移动的任何自驱式车辆。例如，车辆是电池供电的，并且利用车辆能够自动行进到的车辆基座以被再充电。

土壤耕作可以包括草坪的割草、土芯充气(对于许多草坪的推荐做法，减少土壤压实和杂草，改善表面排水等)、土壤区域的浇水等。举例而言，机器人车辆是机器人割草机。

初始化过程可用于在网格点子集的每个网格点处接收第一和第二GNSS信号。所接收的GNSS信号用于确定网格点子集的每个网格点的定位准确度。所确定的准确度是用于规划土壤耕作的后续常规过程的可移动操作的初始化过程的结果，该后续常规过程在初始化过程已经完成之后开始。因此，在其期间执行初始化过程的初始化阶段可以被解释为一种用于车辆的启动时段，以确定网格点子集的定位准确度。

网格点子集可以包括表示工作区域的网格点集合的所有网格点，或者可以包括比该集合的网格点数量少的网格点，即，该子集可以是该集合的真子集。根据一个实施方式，在初始化过程期间，车辆可以在工作区域内随机移动，即，车辆可以随机选择子集的网格点。

“车辆基座”被理解为包括用于接收第一组GNSS信号的GNSS接收器的固定基座。车辆基座的用途可以是多种多样的。例如，基座可以用作机器人的遮蔽物，以在机器人不使用时使其免受天气的影响。基座可以用作机器人的充电站。或者基座可以用作机器人的参考位置，在这种情况下，基座的精确位置应当优选地是已知的。在这种情况下，通过差分GNSS(尤其是差分GPS)进行机器人的随后的精确定位是可能的。差分全球定位系统(DGPS)是例如对全球定位系统(GPS)的增强，其在每个系统的操作范围内提供改进的位置准确度。固定的基于地面的参考站可以用于广播由GPS卫星系统指示的位置和其已知固定位置之间的差异。接收站可以基于该差异来校正它们的位置。

GNSS信号可以是源自GPS、GLONASS、Galileo或北斗系统的卫星的信号。通过各种计算步骤得出用于获得接收器位置的GNSS定位。本质上，GNSS接收器测量从四个或更多个GNSS卫星发射的GNSS信号的传播时间，然后使用这些测量值来获得其位置(即，空间坐标)和接收时间。

必须注意，定位不必以从其获得实际空间位置的方式来执行。计算在执行从第二组GNSS信号确定空间位置的情况下可能存在的不确定性就足够了。典型地，三边测量用于基于GNSS的空间定位，其中对于上述定位，知道三边测量中的球体将相交的不确定性区域的“大小”可能就足够了。

为了允许机器人车辆确定其实际位于哪个网格点，第二组GNSS信号可以用于该目的，或者可以使用允许确定车辆的实际位置的其他手段。例如，任何种类的光学系统、声学系统和信标制导系统都可以用于该目的。此外，如果可用，则车辆的推算导航装置可用于该目的。

实施方式可以具有定位准确度以相当高的准确度获得的优点。技术优点可以是，可实现的准确度在较低厘米范围内，这可以使得高精度割草过程成为可能。例如，准确度在5cm的范围内，优选地在2cm的范围内，其“准确度”在这里意味着与实际位置的最大偏差。

GNSS数据的准确度取决于许多因素。GNSS位置准确度中的误差的一个来源源于多径效应。当来自卫星的部分信号在从地面、建筑物或另一物体的一个或多个反射之后到达接收器时，发生多径。首先，这些反射信号会与直接从卫星到达接收器的信号发生干扰。其次，由于GNSS信号的反射的结果导致的多径中的距离延迟，使用这种多径信号确定的位置被歪曲。误差的另一个来源是弱信号。即使在低场强下，来自其它高频发射机的信号也可能干扰GNSS接收器，从而导致测量误差和来自高频信号的干扰。潜在的干扰源例如可以包括TV和无线电发射机、移动电信系统网络和雷达发射机的发射频率的谐波。

通过比较第一组GNSS信号和第二组GNSS信号的信号质量，基于第二组GNSS信号的定位的(假设)准确度不仅依赖于该第二组GNSS信号，而且也考虑第一组GNSS信号。第一和第二组GNSS信号的信号质量，如信噪比或信号强度，可以允许识别和省略第二组GNSS信号的低质量的部分，即，可以是多径信号、与其他非基于GNSS的信号的干扰而扰动的信号等。

在一个示例中，障碍物可在特定网格点和时间点部分地遮蔽GNSS接收。在定位准确度仅基于第二组GNSS信号的情况下，即使由于多径误差和干扰，相应的定位可能相当不精确，这种网格点可能被错误地评估为良好的网格点，其位置是使用GNSS信号可靠地确定的。通过额外地考虑在该时间点记录的第一组GNSS信号，例如，由于车辆基座GNSS接收器与车辆GNSS接收器的空间距离以及最可能由于在车辆基座和GNSS接收器处不存在类似的GNSS信号反射，所以可以容易地检测到多径误差。

例如，处理器执行指令使得车辆基于准确度的确定来执行可移动操作。可以根据使用初始化过程的结果，即确定的准确度生成的规划来执行可移动操作。

根据一个实施方式，处理器执行指令还使得车辆基于定位准确度可用的网格点中的至少一些和定位准确度来规划可移动操作。

根据一个实施方式，对于规划，可以仅使用定位准确度可用的网格点。根据一个实施方式，对于规划的可移动操作，可以仅包括定位准确度可用的网格点，即，可以仅选择定位准确度可用的网格点。根据一个实施方式，对于规划，可以仅使用定位准确度满足特定最低质量的网格点。根据一个实施方式，对于规划的可移动操作，可以仅包括定位准确度满足最低质量的网格点，即，可以仅选择定位准确度满足最低质量的网格点。

这可以具有的益处是，可以以相当高的精度导车辆航执行例如割草的可移动操作，因为这里仅考虑可以确保位置确定的准确度可用的网格点。例如，通过考虑定位准确度，在可移动操作期间仅可以行进过这样的网格点，对于其可以满足特定最小导航精度质量，即定位准确度。

根据一个实施方式，从位于基座和车辆上方的天空中的特定卫星位置处的卫星接收第一和第二GNSS信号，第一组GNSS信号和第二组GNSS信号的信号质量的比较产生每个卫星位置的质量指数。这可以允许具有用于评估特定卫星位置的质量的基础，以例如使用相应的卫星GNSS信号来进行定位准确度确定。质量指数可以例如是第二GNSS信号强度与第一组GNSS信号强度之间的比值或S/N比值。质量指数例如可以是二进制数，其指示与第一组GNSS信号相比较的第二组GNSS信号是否满足预定标准，例如，第二GNSS信号强度与第一组GNSS信号强度的比值或S/N比值是否超过预定阈值。在基座和车辆上方的天空可以由离散化区域的集合表示。卫星位置的质量指数可以用于确定一个或多个区域的区域质量指数。给定区域的区域质量指数可以使用由相应区域包括的一个或多个卫星位置的质量指数来确定。区域质量指数例如可以由该区域所包括的卫星位置的质量指数的最小质量指数或者该区域所包括的卫星位置的质量指数的平均值来提供。区域质量指数可允许具有用于评估特定区域内的卫星位置的质量的基础，以例如使用源自该区域的相应卫星GNSS信号来进行定位准确度的确定。例如，定位准确度可以取决于在分配有超过预定阈值的质量指数的卫星位置处可用的卫星的数量和/或在分配有超过预定阈值的区域质量指数的一个或多个区域内的卫星位置处可用的卫星的数目。

根据一个实施方式，处理器执行指令使得车辆进一步执行用于至少一些网格点的预测过程，预测过程预测在相应的第一时间点的未来时间点的定位准确度。在初始化过程期间工作区域的一些坐标网格点被遗漏或未被覆盖的情况下，这可能是有益的。通过预测过程，可以获得车辆可以在其上操作的连续区域。

预测的准确度可以用于选择在规划可移动操作时要考虑的网格点。可移动操作可以规划为在第一时间点的未来的某个时间执行。对于该规划，可以仅仅考虑预测过程预测对于第一时间点的未来的特定时间的准确度满足预定标准的网格点。

为了预测在第一时间点的未来时间点的定位准确度，可以使用关于在第一时间点的未来的相应时间点的卫星星座的信息。例如，预测定位准确度可包括确定在第一时间点的未来的相应时间点，在分配有满足预定标准的质量指数的卫星位置处和/或在分配有满足预定标准的区域质量指数的一个或多个区域所包括的卫星位置处，是否有合适数量的卫星可用。

根据一个实施方式，对于子集的至少一些网格点预测定位准确度的预测过程使用应用于在相应第一时间点接收的第一和/或第二组GNSS信号的GNSS星历、历书和卫星重复周期中的至少一个。广播星历是在GNSS信号中从卫星发送到接收器的预测、预报或外推的卫星轨道数据。可替代地或额外地，可以使用每日GNSS广播星历文件，其可以例如经由广域网下载，并且其将各个GNSS数据文件合并成一个文件。与GNSS星历相比，GNSS历书包含比星历更不精确的轨道信息，然而具有更长的有效性。卫星的重复周期描述了卫星通常遵循围绕地球的椭圆路径的事实。完成轨道旋转一圈所花费的时间被称为轨道周期。当卫星在天空中移动时，卫星在地球表面上描绘出一条路径，称为其地面轨迹。随着地球在下方旋转，卫星在每个随后的周期中在地面描绘出不同的路径。卫星的星下点第二次经过地球表面上的同一点的时间间隔(当卫星重新描绘其路径时)被称为卫星的重复周期。

这些GNSS星历、历书和卫星重复周期中的任何一个可以用于预测未来时间的卫星星座。例如，可以预测在未来的哪个时间点卫星星座可以再次可用，其以特定方式反映了在初始化阶段期间给定的给定网格点的卫星星座。这可以允许可靠且容易地未来规划车辆的未来可移动操作。简单地说，在对于特定网格点和时间处的特定卫星星座，定位准确度被认为是良好的情况下，这个事实可以在未来时间点使用，因此也知道在该未来时间点，在该网格点的车辆的定位的质量在卫星星座将相同的情况下也将是良好的。卫星星座可以指在特定卫星位置处的特定数量的卫星，或者指在由一个或多个特定区域所包括的卫星位置处的一定数量的卫星。

根据一个实施方式，预测定位准确度的预测过程包括：对于第一时间点的未来时间点，预测来自位于特定卫星位置周围的天空的区域处的卫星的第一组GNSS信号或第二GNSS信号的接收，使用所预测的第一组GNSS信号或第二GNSS信号的接收来预测定位准确度。

这可以具有如下益处，即仅使用源自特定卫星位置处和在紧邻特定卫星位置的区域(即，包括特定卫星位置)中的卫星的GNSS信号来预测未来时间点的第一和/或第二GNSS信号的接收。如上所述，这可以允许可靠且容易地未来规划车辆的未来可移动操作。

根据一个实施方式，使用第一组GNSS信号和第二组GNSS信号的信号质量的比较来计算每个卫星位置的质量指数，从而得到每个卫星位置的质量指数。根据一个实施方式，质量指数可以用于计算包括至少一些卫星位置的区域的区域质量指数。

例如，使用预测的第二GNSS信号的接收，每个第二GNSS信号由从其接收相应的第二GNSS信号的那个卫星位置的质量指数加权，或使用预测的第二GNSS信号的接收，所述第二GNSS信号排除来自质量指数不满足第一最小质量标准的卫星位置的GNSS信号，来执行定位准确度的预测。

这里，第一替代方案认识到，特定第二GNSS信号可能由于障碍物而在网格点处被阻挡。阻挡可以仅仅是部分地或完全地，然而这对于定位的质量具有某些负面影响。因此，从特定卫星位置接收的第二GNSS信号的加权与该卫星位置的质量指数考虑了在最后该卫星位置可能被部分或完全遮蔽并因此不能完全用于高质量定位的可能性。质量指数可以例如是第二GNSS信号强度与第一组GNSS信号强度之间的比值或S/N比值。质量指数例如可以是二进制数，其指示与第一组GNSS信号相比较的第二组GNSS信号是否满足预定标准，例如，第二GNSS信号强度与第一组GNSS信号强度的比值或S/N比值是否超过预定阈值。在此也可以采用反映所接收的信号的质量的任何其他装置。

质量指数例如可以用于为给定网格点确定卫星位置，该卫星位置未被障碍物，特别是永久障碍物阻挡，并且可以适合于可靠的定位。质量指数例如可以用于为给定网格点确定卫星位置，该卫星位置被障碍物，特别是永久障碍物至少部分地阻挡，并且可能不适合于可靠的定位。区域质量指数例如可以用于为给定网格点确定一个或多个区域，该区域未被障碍物，特别是永久障碍物阻挡，并且可以包括适合于可靠定位的卫星位置。区域质量指数例如可以用于为给定网格点确定一个或多个区域，该区域至少部分地被障碍物，特别是永久障碍物阻挡，并且可以包括适合于可靠定位的卫星位置。

在第二替代方案中，仅使用第二GNSS信号，然而具有在质量指数不满足特定第一最小质量标准的情况下排除GNSS信号的限制。这可以具有的益处是，从信号接收的任何预测中排除卫星信号，从该信号接收的任何预测中已知这些卫星信号可能负面地影响定位过程。

根据一个实施方式，为特定卫星位置而确定的质量指数用于确定在特定卫星位置周围的区域的区域质量指数。

根据一个实施方式，使用所预测的第二GNSS信号的接收，每个第二GNSS信号由从其接收相应的第二GNSS信号的区域的区域质量指数加权，或使用所预测的第二GNSS信号的接收，所述第二GNSS信号排除来自质量指数不满足第一最小质量标准的区域的GNSS信号，来执行定位准确度的预测。

根据一个实施方式，在基座和车辆上方的天空由离散化区域的集合表示，围绕一个或多个卫星位置的区域由边界限定，该边界限定卫星位置所在的区域。例如，车辆的GNSS接收器上方的天空可被投影到由坐标网格表示的2D矩阵上，坐标网格形成单独的区域。卫星分布图提供了在这种2D矩阵内以极坐标投影表示卫星位置的可能性。卫星在这种卫星分布图的外圆内的位置指示两个角度，方位角和仰角。方位角可以被绘制为中心角，并且仰角可以被提供为圆半径。不同的仰角可以对应于各自不同直径的单独网格圆。单独的方位角可表示为从卫星分布图的中心朝向外圆的线。因此，这些线也对应于坐标网格的部分。总体上，坐标网格由圆和线构成。

通过使用卫星分布图，不必仅仅依赖于天空中的单个精确的卫星位置，而是考虑到在来自该卫星位置的信号的接收条件被认为是良好的或足够的情况下，在该卫星位置周围的天空中的给定卫星位置的某些变化将不会显著地影响定位的总质量的事实。

根据一个实施方式，每个区域可以包括单个卫星位置。在这种情况下，区域质量指数可以由相应区域所包括的单个卫星位置的质量指数来提供。

根据一个实施方式，每个区域可以包括一个或多个卫星位置。根据一个实施方式，每个区域可以包括一个或多个卫星位置，其质量指数满足共同标准，例如，所有质量指数都相等。

根据一个实施方式，离散化区域可以是由天空的预定离散化限定的区域。根据一个实施方式，可以使用卫星位置来单独地为每个网格点确定离散化区域，在相应网格点处从该卫星位置接收到第二GNSS信号，例如，使得每个区域包括卫星位置中的一个。

根据一个实施方式，预测过程还包括确定接收良好的天空区域，其包括一个或多个包括特定卫星位置的区域，对于该特定卫星位置，区域质量指数或该卫星位置的质量指数满足第一最小质量标准。根据一个实施方式，接收良好的天空区域包括具有满足第一最小质量标准的区域质量指数的一个或多个区域。接收良好的天空区域可以由接收良好的天空区域所包括的一个或多个区域的边界来限定。在信号接收质量相当好的卫星数目较多的情况下，这可能是有益的。在卫星均匀地分布在天空中的情况下，某些阴影区域可以容易地被识别。在从质量指数满足第一最小质量标准的卫星位置开始，可以绘制关于阴影区域的轮廓线的情况下，阴影区域之外的天空的任何位置可以被认为是接收良好的区域。结果，同样不必仅仅依赖于天空中的单个精确卫星位置，而是考虑到天空中的接收良好的区域内的卫星位置的位置变化将不会显著(如果有的话)影响定位的总质量的事实。

根据一个实施方式，定位准确度的确定仅仅考虑来自质量指数满足第一最小质量标准的卫星位置的GNSS信号。该原理可以作为一般规则应用于整个所述过程中，因为它可以确保仅针对满足特定质量的信号执行定位准确度的确定。必须注意，如上所述，质量指数可以包括第二GNSS信号强度与第一组GNSS信号强度之间的比值或S/N比值。

质量指数还可以评估天空中的各个卫星的位置。为此目的，可以使用通过精度因子(DOP)对质量指数进行加权，使得对于某些不利的卫星星座，相应的质量指数可以被自动地负面影响。通常，相对卫星-接收器几何形状在确定估计位置的精度中起主要作用。当可见的导航卫星在天空中靠近在一起时，几何形状被认为是弱的，并且DOP值是高的；当导航卫星离得很远时，几何形状很强，DOP值很低。因此，由于用于计算车辆位置的卫星之间的角距较宽，所以低DOP值表示较好的位置准确度。

根据一个实施方式，定位准确度的确定仅仅考虑来自区域质量指数满足第一最小质量标准的区域内的卫星位置的GNSS信号。

根据一个实施方式，对于给定网格点，在特定卫星位置的质量指数不满足第一最小质量标准的情况下，则对于该网格点，来自所述卫星位置的任何GNSS信号被排除用于规划可移动操作。根据一个实施方式，对于给定网格点，在特定区域的质量指数不满足第一最小质量标准的情况下，则对于该网格点，来自所述区域内的卫星位置的任何GNSS信号被排除用于规划可移动操作。

在例如车辆多次穿过给定网格点并且其中一次发生来自特定卫星位置的GNSS信号不满足第一最小质量标准的情况下，对于可移动操作的规划，总是排除源自该特定卫星位置的GNSS信号，而不管稍后源自该特定卫星位置的GNSS信号的质量是否可以提高。这可以具有的益处是，始终提供了相当稳健的方法，基于该方法，可以使用至少部分网格点作为轨迹来精确导航车辆，对于该网格点，定位准确度是可用的并且定位准确度足够高。例如，类似例如旅行拖车的大型车辆可能在给定的网格点阻挡来自特定卫星位置的一些GNSS信号。不管旅行拖车是否存在，该方法基于最坏情况的情景，在最坏情况的情景中，关于可移动操作的规划存在旅行拖车。因此，不管旅行拖车是否在那里，都可以确保土壤耕作在高定位精度下成为可能。

排除卫星位置的这个原理对于初始化阶段以及实际的土壤耕作过程(即可移动操作)都是适用的，在初始化阶段中，相同网格点的状态可以在不同的时间点被记录多次，在可移动操作期间，在初始化阶段或以后阶段使用的网格点也可以被穿过一次或多次。

根据一个实施方式，预测过程包括插值，针对至少一些网格点执行插值，对于上述至少一些网格点，对于相应第一时间点的未来时间点的定位准确度尚不可用，插值考虑例如彼此直接相邻的网格点，对于该网格点，对于相应第一时间点的未来时间点的定位准确度可用，插值产生对于其执行插值的网格点的定位的估计的准确度。

这可以具有如下益处，即，不必具有覆盖工作区域的所有网格点的初始化阶段，该初始化阶段将花费大量时间用于GNSS获取。相反，执行插值，其假设例如对于相邻网格点，定位准确度的变化将仅有小量的变化。插值可进一步考虑不同网格点之间的定位准确度的过程，使得可以相当高的精度进行关于相邻网格点的定位准确度的估计。

根据一个实施方式，在初始化过程期间，车辆在工作区域内随机移动，随机移动将车辆引导到网格点的子集的网格点。例如，子集的网格点可以由车辆的随机移动产生。反之亦然，也有可能随机选择子集的网格点，并且然后将车辆随机地引导到这些网格点。通常，这可以具有这样的益处，即，各个网格点或多或少地均匀分布在工作区域上，使得例如每个上述插值可有效地用于对大量网格点执行。另一益处可为由于在中止初始化过程时网格点的随机分布，因此定位准确度可用于或多或少均等分布的网格点子集的可能性很高。这将有助于提供工作区域的良好覆盖，其中定位准确度可经由所接收的GNSS数据直接获得，或者可经由对工作区域的主要部分的插值间接地获得。

根据一个实施方式，可移动操作的规划包括对定位准确度是可用的至少一些网格点进行聚类，聚类产生一组或多组聚类网格点，其中，对于从相应的第二时间点开始的每组聚类网格点，使用在移动期间从GNSS接收器接收的第三组GNSS信号引导车辆沿着所述组聚类网格点移动是可能的，在引导期间的定位准确度满足第二最小质量标准。优选地，对于所述网格点组的给定一组，每个网格点在该组中具有至少一个紧邻的网格点。

聚类可以具有如下益处，即提供了基于其可以以简单的方式调度可移动操作的基础。通常，聚类确保了从未来的特定时间开始，车辆能够以导航质量足够高，即保证了在定位方面的精确导航，的方式沿着一组聚类网格点中的网格点进行导航。

车辆的导航被理解为使用车辆的位置检测器确定车辆相对于期望的网格点的实际位置以将车辆引导到期望的网格点。

根据一个实施方式，工作区域包括限定工作区域的边界，其中对于位于与边界毗邻的预定边界区域内的网格点，第二最小质量标准被收紧例如相对值，例如在10％和30％之间的值。这可以具有的益处是，由于在工作区域的边界处的不精确的定位，禁止车辆无意移动离开工作区域。预定的边界区域可以是具有给定宽度的边缘带，其与直接与边界邻接的边毗邻。

根据一个实施方式，预测过程和聚类中的至少一个包括，对于网格点：考虑到定位是使用从车辆的推算导航装置获得的推算位置估计来额外地执行的，调整相关联的定位准确度。例如，考虑到定位是使用推算位置估计来额外地执行的被限制于位于距定位的未调整的相关联准确度满足第二最小质量标准的网格点最大预定距离内的网格点。

“推算导航装置”可包括可从传感器，例如陀螺仪和加速计、重力传感器接收x轴和y轴加速度信息的方向部件中的任一个。此外，它可以包括压缩、里程传感器等。里程传感器通常是运动传感器，其提供用于里程计的运动信息，即关于位置随时间的变化的信息。例如，里程计利用关于车辆驱动车轮周长和记录的车轮旋转和转向方向的知识，以便通过使用先前确定的(参考)位置来计算车辆的当前位置。通常，本公开的上下文中的推算导航装置是除了GNSS信号信息之外还使用任何用于航位推算法的可用传感器信息的装置。在导航中，航位推算法是通过使用先前确定的位置，或固定点来计算当前位置，并基于已知或估计的速度随经过的时间和路线而推进该位置的过程。

这基于以下认识，即，即使没有高质量的GNSS定位可用，从精确已知的位置开始并且额外地使用该推算位置估计，仍然可以用例如来自里程计的额外推算位置数据来补充GNSS定位，使得总体上定位准确度对于执行可移动操作而言足够高。

由于推算位置估计的使用限制于位于距网格点最大预定距离内的网格点，因此可以确保在使用推算位置估计时发生的定位误差不会以定位的总准确度将以负面方式受到影响的方式累积。

根据一个实施方式，对可移动操作的规划包括调度可移动操作以获得用于执行可移动操作的车辆的移动轨迹，调度包括选择组聚类网格点中的一个或多个，移动轨迹包括一组或多组聚类网格点中的网格点。这可以具有以下益处，即，从例如由用户设置的期望时间点开始执行实际的可移动操作，或者调度本身基于聚类网格点选择在最合适的时间点，从该时间点开始可以以例如相当有效的方式执行可移动操作。例如，一种有效的方式将是大多数聚类网格点可以由移动轨迹以连续的方式覆盖的方式。

根据一个实施方式，处理器执行指令还使得车辆执行车辆到所述选择的一组或多组聚类网格点的移动，并且对于在移动期间行进过的网格点在移动期间重复初始化过程的步骤，第一时间点是在相应网格点上移动的实际时间点。因此，关于定位准确度的可用数据越来越多地与不同时间点的GNSS信号的实际测量数据一起完成。例如，车辆的移动也可以涉及在仅插值准确度数据可用的网格点上的移动。然后，该插值准确度数据可以由基于GNSS信号的实际测量数据来完成。初始化过程的步骤的重复还可涉及进一步的插值、预测和考虑可使用推算位置估计。

根据一个实施方式，为单个连续可移动操作获得的移动轨迹导致工作区域的碎片化程度，碎片化程度描述工作区域相对于由轨迹所覆盖的区域的子区域的碎片化程度，其中，在碎片化程度高于预定的碎片化阈值的情况下，第二最小质量标准在指定的界限内被连续放宽，直到碎片化程度低于预定的碎片化阈值。碎片化理解如下：如果由轨迹覆盖的区域的子区域不是连续的并且没有由轨迹覆盖的间隙，而是在它们之间存在“未覆盖的子区域(碎片)的片”，则这理解为碎片化。

这可以具有这样的益处，即，工作区域的相当大部分可以以连续方式通过可移动操作以快速方式进行处理。因此，代替使车辆在均由工作区域的相应未处理间隙分隔开的各组聚类网格点上执行可移动操作，可以以更快的不间断方式执行可移动操作。这里必须注意，可移动操作的每次中断都需要车辆必须执行额外移动以补偿该中断。

根据一个实施方式，车辆还包括罗盘，其中处理器执行指令还使得车辆执行规划的可移动操作，从而导致车辆的移动，其中在使用在移动期间从GNSS接收器接收的GNSS信号引导的车辆的移动不再可能(在引导期间的定位准确度满足第四最小质量标准)的情况下：使用罗盘确定车辆的航向，确定其中车辆在引导期间最后以满足第二最小质量标准的定位准确度被引导时的区域所处的罗盘方向。这可以被认为是例如在车辆由于任何原因以不可预见的方式从车辆最后被引导的位置移位的情况下的备用解决方案。例如，车辆可能由于被人或动物撞击而偏移，或者车辆可能在阶梯坡上开始滑入特定方向。在第四最小质量标准具有比第二最小质量标准低的质量要求的情况下，车辆可能不能以精确的方式确定其实际位置。然而，通过使用借助罗盘车辆的航向和其中车辆在引导期间最后以满足第二最小质量标准的定位准确度被引导时的区域所处的罗盘方向，可以使用基于罗盘的导航方法使车辆转弯并将其朝向该区域移动。

在另一方面，本发明涉及一种用于操作机器人车辆在工作区域中进行可移动操作的方法，可移动操作包括土壤耕作，工作区域由离散化坐标网格点的集合表示，车辆包括全球导航卫星系统GNSS接收器，该方法包括在不同的第一时间点为网格点子集中的每个网格点执行初始化过程，初始化过程包括：在第一时间点接收来自车辆基座的第一组GNSS信号，车辆基座与车辆间隔开；在第一时间点接收来自GNSS接收器的第二组GNSS信号；可选地基于第二组GNSS信号确定车辆的位置，并确定定位准确度，定位基于第二组GNSS信号，准确度的确定基于第一组GNSS信号的信号质量与第二组GNSS信号的信号质量的比较。该方法例如可以是计算机实施的，或者它可以由专用集成电路(ASIC)实现。

在另一方面，本发明涉及一种计算机程序产品，其包括用于执行上述方法的计算机可执行指令。

上述示例和实施方式可以自由组合，只要组合不相互排斥。还必须注意，在上述情况下，应当理解，任何提到的第一最小质量标准总是相同的第一最小质量标准，任何提到的第二最小质量标准总是相同的第二最小质量标准。

附图说明

下面，更详细地描述本发明的实施方式，其中

图1示出了机器人车辆在工作区域中执行初始化过程，

图2示出了从车辆看到的示例性的卫星分布图(skyplot)，

图3示出了给定网格点在不同时间点的不同组合的卫星分布图，

图4示出了关于给定起始时间点的第一组聚类网格点，

图5示出了关于另一给定起始时间点的第二组聚类网格点，

图6是机器人车辆的示意图，

图7是用于操作机器人车辆的方法的流程图，

图8是示出聚类过程的流程图。

具体实施方式

在下面，类似的特征由相同的附图标记表示。在不受一般性限制的情况下，在下文中假设机器人车辆是割草机，并且土壤耕作是对工作区域的草坪进行割草。图1示出了位于待处理的工作区域108内的割草机100。工作区域108由离散坐标网格点112的集合表示。结果，工作区域108划分成单独区块110的集合。

车辆100包括GNSS接收器106和控制器，控制器在图1的插图中示出。控制器118包括处理器120和存储器122。该存储器存储指令124，其中，由处理器执行指令使得车辆为在不同的第一时间点的网格点子集的每个网格点执行初始化过程。初始化过程包括为给定网格点在特定时间点接收来自车辆基座104的第一组GNSS信号，车辆基座本身包括相应的GNSS接收器102。基座104是固定的，并且不是可移动的，而车辆100可以在草坪108上移动到不同的网格点。

在每个网格点和相应的时间点，初始化过程包括接收来自GNSS接收器102的第一组GNSS信号114和接收来自GNSS接收器106的第二组GNSS信号116。第一组GNSS信号和第二组GNSS信号由各自的GNSS接收器在相同时间点获取。控制器使用其指令124分别使用这两组GNSS信号，以基于第一组GNSS信号114和第二组GNSS信号116的信号质量的比较来确定定位准确度。将理解的是，将在下面讨论的任何另外的算法和计算方法也由控制器使用指令124来执行。

如图2所示，在给定的网格点112，接收器106接收来自位于车辆和基座上方的天空中的各个卫星位置的不同卫星200的GNSS信号116和114。对于卫星200中的一些，在GNSS接收器106和相应卫星之间可能存在直接视线，而一些GNSS信号可能被障碍物阻挡，例如图2中所示的树500。因此，第二组GNSS信号116的信号质量在卫星之间可以变化。

如图2的插图所示，可以使用卫星分布图202来表示车辆和基座上方的天空中的卫星位置的位置。卫星分布图202由形成单独的区域206的坐标网格204和205表示。符号208在卫星分布图外圆204内的位置指示卫星200处于两个角度，方位角和仰角。方位角被绘制为中心角，仰角被提供为圆半径。不同的仰角对应于各自不同直径的单独的网格圆。单独的方位角表示为从卫星分布图的中心朝向外圆的线205。

在下文中，假设基座具有对天空中特定最小仰角上方的所有卫星的全视野。此外，假设当比较第一组GNSS信号和第二组GNSS信号的信号质量时，第一组GNSS信号114不被控制器118校正。未校正在这里意味着由于各个GNSS接收器在相同卫星星座上具有不同的视角，基座和割草机的卫星分布图相对于彼此不适配。这是因为割草机100和基座104通常相对于彼此位于相当短的距离处，由此使得卫星在相应的卫星分布图内的位置仅在不相干的量内彼此不同。唯一的要求是从基座和割草机看到的不同卫星的GNSS信号可以彼此关联，以执行信号质量的比较。然而，在基座104和割草机100位于彼此相距较大距离处的情况下，卫星208在卫星分布图中的相应位置可以考虑基座和割草机的不同位置而被调节。

对于来自给定卫星的GNSS信号，将这些信号彼此进行比较，得到每个卫星位置的质量指数。例如，在基座(SN1)和割草机(SN2)处的GNSS卫星的GNSS信号的信噪比SN用于该目的。然后，质量指数Q可以由商数Q＝SN2/SN1给出。在商数Q接近1的情况下，这对应于良好的信号质量，而在商数Q接近0的情况下，这对应于差的信号质量。

在第一步骤中，对于给定的网格点，来自卫星位置的任何GNSS信号将被忽略，因为其质量指数Q不满足第一质量标准。例如，第一质量标准可以是信号质量需要高于0.8。在以下示例中，位于区域号7中的卫星被排除在车辆位置的任何进一步的准确度计算之外，因为其质量指数低于质量标准。

区域206	质量指数Q
		3	0.95
7	0.3
		9	0.85
13	0.9
		…	…

根据所有剩余的卫星位置和对应的GNSS信号，计算实际或假设的定位准确度。这产生了以下GNSS数据采集的时间点t、网格点GP和准确度A的赋值：

t	GP	A
			27.04.2017,08:43:12	(12；56)	5cm
28.04.2017,13:37:19	(12；56)	8cm
			27.04.2017,8:44:46	(12；59)	5cm
…	…	…

图3中示出了对于给定网格点的不同时间点的卫星分布图的内容。图3中的卫星分布图是已经包含了由第一和第二组GNSS信号的信号质量的比较产生的组合信息的卫星分布图，即该卫星分布图基于质量指数Q。图3中具有不同卫星分布图的原因是，例如在初始化阶段期间，割草机在相同的给定网格点上移动若干次，其中每次记录相应的卫星分布图。这对应于例如上表中所示的不同时间点，27.04.2017，08:43:12和27.04.2017，08:44:46。另一个原因可能是在实际割草过程期间，割草机还记录了在给定网格点实际接收的第二组GNSS信号，并因此能够从这些信号中产生额外的卫星分布图。

在图3A中，示出了四个卫星位置，其中，卫星分布图的一个右下区域包含以阴影方式表示的卫星位置208。在上表中，这对应于例如区域号7中的卫星，由于其低质量指数，该卫星被排除在任何进一步的准确度计算之外。因此，对于将来的所有时间，相应的区域号7将被忽略，而不管稍后的质量指数是否可以改善。

必须注意，可以定义其中撤销对这样的区域的排除的情景。一个示例可以是，在割草机稍后在网格点上行进期间，该区域的质量指数连续n次满足第一质量标准。然后，该情景可以是，在n＞m的情况下，m是预定的数，则撤销对该区域的排除。在这种情况下，可以忽略与导致排除该区域的相应GNSS信号的信号质量有关的原始测量，而可选地，可以考虑为该区域确定的任何先前信号质量，以用于相应地重新计算先前时间点的定位准确度。

图3B示出了在第二时间点的相同网格点的卫星分布图202。与图3A的卫星分布图相比，该卫星分布图表示也具有不满足第一质量标准的质量指数的另外的卫星位置(左上的阴影位置)。因此，该区域也将排除自任何将来的准确度确定之外。

从图3A中可以清楚地看出，对于给定的时间点，三个卫星可以用于在对给定网格点的割草机定位以及确定或计算该位置的准确度。这里必须注意，对于本领域技术人员来说，显然在实践中不可能仅使用三个卫星来进行定位。讨论仅用于说明性目的，并且本领域技术人员将能够将所讨论的原理扩展到足以执行精确定位的多个卫星。

由于在图3B中，只有两个卫星可用于定位准确度的相应确定，这意味着获取图3B的数据的时间点的准确度低于获取图3A的数据的时间点的准确度。比较图3A和3B还说明了卫星位置可以在区域206内稍微变化。区域的大小可以根据准确度的需要和GNSS信号获取可用或期望的时间点的数量来调整。

在图3C中，只有两个卫星的信号是可用的，所有信号质量都满足第一质量标准。

图3D示出了不同的方法。这里，将卫星分布图分成空白区域302和阴影区域300。阴影区域300包括一个卫星位置208，对于该卫星位置，信号质量不满足第一质量标准。该阴影区域300的两侧是信号质量确实满足第一质量标准的一组另外的卫星位置208。在信号质量不满足第一质量标准的卫星位置周围的有利星座中布置的足够数量的卫星可用的情况下，可以计算边界304，其将空白区域302划定为距离阴影区域300的“接收良好的区域”。代替因为特定区域的质量指数低于质量标准而从车辆位置的任何进一步的精确计算中排除该特定区域，图3D中的方法允许从这样的计算中排除扩展的特定区域300的可能性(或者反之亦然，将计算限制到特定区域302)。

在为不同的时间点和网格点确定割草机的定位的相应可实现的准确度之后，现在的目标是为未来的时间点确定何时开始割草过程。由于卫星星座在卫星重复周期内周期性地重复，并且由于使用GNSS星历或历书可预测未来时间点的卫星星座或卫星位置，因此可以为至少一些网格点执行预测过程，并且可以为未来时间点预测定位准确度。

然而，这仅适用于在过去已经获取了GNSS信号的网格点。对于例如在初始化阶段期间还没有被割草机覆盖的网格点，可以执行插值。插值从已经可以获得定位准确度的网格点开始，或者从直接测量值或者从上述预测值开始。

结果，对于不同的时间点和网格点，获得包括从直接测量值、预测值或插值确定的定位准确度的混合的数据集。

从这样的数据集，可以执行网格点的聚类。例如，聚类以适当的方式将所有网格点聚类在一起，使得在接下来的24小时、48小时或任何任意时间跨度内，割草机能够通过割草操作和覆盖这些聚类的网格点的相应移动轨迹来处理草坪。聚类可以选择割草操作的合适的开始时间点。

图4示出了相对于给定起始时间点的第一组聚类网格点。在网格108内，各个网格点或者用实心圆、空心圆或者用星号标记。一些网格点没有任何标记。这是基于这样的假设，即，当在给定时间点开始割草操作并沿着轨迹410移动割草机时，可以以足够高的准确度(在引导期间定位准确度满足第二最小质量标准)进行定位。实心圆400表示这样的网格点，对于该网格点，可能的定位准确度可从基于卫星重复周期的预测过程获得。空心圆404表示这样的网格点，对于该网格点，可能的定位准确度可从广播星历计算中得到。星号402表示这样的网格点，对于该网格点，可能的定位准确度通过插值来确定。

图4中进一步示出了区域408，其仅包含一个标记的网格点。原因可以从图5理解，图5示出了区域108被障碍物500(树)部分地遮蔽。在图4中，树的存在由轮廓线406示出。遮蔽的原因从图5中可以理解。这里，示出了卫星200，其中障碍物500在工作区域108的阴影区域502内遮蔽卫星200发送的信号。工作区域利用坐标网格点的离散化越精细，在聚类中可获得的关于可实现位置准确度的数据越多，阴影区域502的精确形状就越精确。由于在图4中，网格是粗略的，并且关于区域408内的可实现位置准确度的数据量较低，因此轨迹410必须完全省略区域408，因为对于开始割草操作的给定时间点，基于GNSS的精确导航在该区域内是不可能的。

关于图5，假设仍然在区域408内，割草机的精确定位是不可能的。然而，因为对于区域408的边界线的网格点，因此关于可实现位置准确度的额外数据是可用的。与图4相比，可以修改相应的轨迹410以便也覆盖该区域408。

这里必须注意，即使基于GNSS的导航可能不再足够可靠，割草机移动进入区域408中也是可能的。对于图5中由十字叉指示的网格点，可使用预测过程，该预测过程额外地考虑到定位额外地使用推算位置估计来执行。例如，当割草机位于网格点504时，可以使用里程计来将割草机移动到网格点506。仅考虑第二最小质量标准，在预测过程中，将排除网格点506，因为定位准确度不满足第二最小质量标准。然而，由于使用GNSS的定位中的较低质量可使用里程计来改进，因此额外地考虑定位准确度是否确实满足第二最小质量标准。在此情况下，考虑到定位是使用从车辆的推算导航装置获得的推算位置估计来额外地执行的，调整相关联的定位准确度。这种方法仅在相应网格点位于距未调整的相关联定位准确度满足第二最小质量标准的网格点最大预定距离内的情况下应用。这最小化了由于由推算导航所产生的累计误差而导致的定位的有效准确度降低太多以至于在实践中所实现的准确度不再是可接受的风险，例如不再满足第二最低质量标准的风险。

还必须注意，对于限定限制工作区域108的边界的特定网格点，上述第二最小质量标准可以被收紧。原因是在任何情况下都不允许割草机离开工作区域108。通过收紧第二最小质量标准，可以以更高的准确度执行边界处的这些网格点的定位，从而使由于导航误差导致的割草机无意地离开区域108的风险最小化。

图6示出了割草机100的示意图，其包括GNSS接收器106和可以用作推算导航装置的另一传感器602。例如，传感器602是能够精确地获取割草机100的移动和/或位置的相机或雷达传感器。车轮600的旋转也可用于获得推算位置估计。割草机100还包括用于割草的旋转叶片604和控制器118。引擎606由电池608供电，其中引擎606连接到车轮600，将割草机从一个网格点移动到下一个网格点。电池608可以使用上面关于图1讨论的基座来再充电。

图7是操作机器人车辆以在工作区域中可移动操作的流程图。该方法开始于步骤700，从车辆基座接收第一组GNSS信号。并行地，在步骤702中，从车辆的GNSS接收器接收第二组GNSS信号。随即，在步骤704中，对第一和第二组GNSS信号的信号质量进行比较，并且得出每个卫星位置的质量指数。

然后在该步骤706中排除具有不满足预定质量标准的质量指数的卫星位置。然后，对于剩余的卫星和相应的GNSS信号，确定定位准确度，并将其与GNSS信号接收的时间点和网格点一起存储在数据集中。

步骤708和710是可选的：在步骤708中，确定接收良好的天空区域，该天空区域包括该卫星位置的质量指数满足相应的最低质量标准的至少一些卫星位置。随即，在步骤710中，对于该接收良好的区域，进行从位于该接收良好的区域中的卫星接收GNNS信号的预测，以预测在步骤700和702中获取信号的相应时间点的未来时间点的定位准确度。例如，使用对在步骤700和702中接收的第一或第二组GNSS信号应用星历、历书和卫星重复周期来进行预测。对于这种预测，允许卫星出现在接收良好的整个天空区域内的任何地方。然后，将定位的预测准确度与未来时间点和网格点一起存储在数据集中。

在不使用步骤708和710的情况下，该方法在步骤706之后继续步骤712，并且对当在步骤700和702中获取信号时的相应时间点的未来时间点，预测定位准确度。例如，使用对在步骤700和702中接收的第一或第二组GNSS信号应用星历、历书和卫星重复周期来进行预测。与关于步骤708和710所进行的预测相比，该预测基于离散卫星位置和区域，即，这些卫星位置周围的区域。在步骤700和702中，从位于基座和车辆上方的天空中的特定卫星位置处的卫星接收第一和第二GNSS信号。在步骤712中，从位于这些特定卫星位置周围的区域处的卫星对未来时间点的第一组GNSS信号或第二GNSS信号的接收进行预测。根据该预测，然后确定定位准确度，并将其与未来时间点和网格点一起存储在数据集中。

在可选步骤714中，对至少一些网格点进行插值，其中，对于所述网格点，对于在相应接收时间点的未来的某些时间点的定位准确度仍然不可用。即，对于未来的一些时间点，定位准确度可能已经可用，而对于其它一些不可用。在后一种情况下，可以使用插值来完成关于另外的未来时间点的数据集。插值考虑这样的网格点，对于该网格点，对于未来时间点已经可用的定位准确度是可用的。插值产生了针对执行插值的网格点的定位的估计准确度。

步骤716包括将在图8中更详细描述的聚类。本质上，聚类产生一组或多组聚类网格点，其中，对于从相应时间点开始的每组聚类网格点，使用接收的GNSS信号引导车辆沿着该组聚类网格点移动，可移动操作的规划包括在引导期间满足第二最小质量标准的聚类确定。

在步骤718中，执行包括操作规划的实际可移动操作。规划包括调度可移动操作，以获得割草机执行可移动操作的移动轨迹，调度包括选择聚类网格点集合中的一组或多组，移动轨迹包括一组或多组聚类网格点中的网格点。

在执行割草操作期间，对于由车辆行进的每个网格点，可以从基座和车辆接收器接收新的GNSS信号。然后，所有信号都可以经历方法步骤704至716，相应地重复这些步骤。越频繁地重复该过程，即使在存在来自完整卫星接收的遮蔽的情况下，对车辆的引导也能够越精确，因为表示网格点以及相关联的定位准确度和时间点的数据集被越来越多地填充，使得即使对于关键网格点，聚类也能够找到以所需准确度对车辆进行引导是可能的适当时间点。

图8是示出了对网格点进行聚类的方法的流程图。该方法在步骤800中以根据第二最小质量标准的聚类开始：目标是获得这样的聚类网格点组，从特定未来时间点开始，这些网格点组能够由车辆行进过，并且对于这些网格点组(在该行进期间)，使用在所述行进(移动)期间接收的GNSS信号来引导车辆是可能的，其中在引导期间的定位准确度满足某个(第二)最低质量标准。以此方式，确保最终由推算位置估计辅助的基于GNSS的引导在适当的定位质量下是可能的。

在可选步骤802中，检查网格点是否形成限制工作区域的边界区域。如果是这种情况，则该方法继续步骤804，在步骤804，第二最小质量标准被收紧，并且该方法跳回步骤800，步骤800然后将收紧的(加强的)质量标准用于边界区域的网格点。这里必须注意，该过程也可以以如下方式反过来，首先识别形成边界的所有网格点，然后对于这些识别的网格点，收紧质量标准。对于剩余的网格点，质量标准被设置为(非收紧的)第二最小质量标准，并且随即执行聚类过程。利用这种方法，重复可以不是必需的。

在步骤806中，识别可能必须需要推算位置引导的网格点。一般而言，这些可以是尚未满足第二最小质量标准的任何网格点。对于识别的网格点，在步骤808中，检查网格点是否位于距未调整的相关联定位准确度满足第二最小质量标准的网格点的最大预定距离内。在检查是肯定的情况下，考虑到定位是使用从车辆的推算导航装置获得的推算位置估计来额外地执行的，对网格点调整相关联的定位准确度。

该方法在步骤812中继续，该步骤是调度可移动操作以获得用于执行可移动操作的车辆的移动轨迹，该调度包括选择聚类网格点组中的一组或多组，该移动轨迹包括一组或多组聚类网格点的网格点。每组聚类网格点包括相应的时间点和准确度。

在步骤814中，额外地检查对于单个连续可移动操作获得的移动轨迹导致工作区域的碎片化程度。碎片化程度描述了工作区域相对于由轨迹所覆盖的区域的子区域的碎片化程度。在碎片化程度高于预定碎片化阈值的情况下，在步骤816中，在指定界限内放宽第二最小质量标准，并且从步骤800再次开始重复聚类过程。以越来越宽松的第二质量标准来执行该重复，直到碎片化程度低于预定的碎片化阈值。

最后，在步骤818中，执行可移动操作。

附图标记列表

100 车辆

102 GNSS接收器

104 基座

106 GNSS接收器

108 工作区域

110 区块

112 网格点

114 第一组GNSS信号

116 第二组GNSS信号

118 控制器

120 处理器

122 存储器

124 指令

200 卫星

202 卫星分布图

204 圆

205 线

206 区域

208 卫星的表示

300 阴影区域

302 接收良好的区域

304 边界

400 网格点

402 网格点

404 网格点

406 轮廓线

408 区域

410 轨迹

500 树

502 阴影区域

504 网格点

506 网格点

600 车轮

602 传感器

604 叶片

606 引擎

608 电池

Claims

1.一种用于在工作区域(108)中可移动操作的机器人车辆(100)，所述可移动操作包括土壤耕作，所述工作区域(108)由离散化坐标网格点(112)的集合表示，所述车辆(100)包括全球导航卫星系统第一GNSS接收器(106)和控制器(118)，所述控制器(118)包括存储器(122)和处理器，所述存储器(122)包括指令(124)，其中所述处理器执行所述指令(124)使得所述车辆(100)为所述网格点(112)的子集中的每个网格点在不同的第一时间点执行初始化过程，所述初始化过程包括：

在所述第一时间点接收来自车辆基座(104)的第一组GNSS信号(114)，所述车辆基座(104)本身包括相应的第二GNSS接收器(102)，所述车辆基座(104)是固定的，并且不是可移动的，

在所述第一时间点接收来自所述第一GNSS接收器(106)的第二组GNSS信号(116)，

确定定位准确度，所述定位基于所述第二组GNSS信号(116)，所述准确度的确定基于所述第一组GNSS信号(114)和所述第二组GNSS信号(116)的信号质量的比较，

其中，所述处理器执行所述指令(124)进一步使得所述车辆(100)基于所述初始化过程的结果来规划所述可移动操作，所述可移动操作规划为在第一时间点的未来的某个时间执行，所述初始化过程的结果包括定位准确度可用的所述网格点(112)中的至少一些和所述定位准确度。

2.根据权利要求1所述的机器人车辆(100)，其中，所述第一组GNSS信号和所述第二组GNSS信号接收自位于所述基座(104)和所述车辆(100)上方的天空中的特定卫星位置(208)处的卫星(200)，所述第一组GNSS信号(114)和所述第二组GNSS信号(116)的信号质量的比较产生每个卫星位置(208)的质量指数。

3.根据前述权利要求中任一项所述的机器人车辆(100)，其中，所述处理器执行所述指令(124)使得所述车辆(100)进一步对至少一些网格点(112)执行预测过程，所述预测过程对相应的第一时间点的未来时间点预测定位准确度。

4.根据权利要求3所述的机器人车辆(100)，其中，预测所述子集的至少一些网格点(112)的定位准确度的预测过程使用在相应的第一时间点接收的所述第一组GNSS信号(114)和/或第二组GNSS信号(116)上应用的GNSS星历、历书和卫星重复周期中的至少一个，所述GNSS星历、历书和卫星重复周期中的至少一个用于对所述相应的第一时间点的未来时间点预测卫星星座。

5.根据权利要求3所述的机器人车辆(100)，预测定位准确度的预测过程包括：对于所述第一时间点的未来时间点，预测来自位于特定卫星位置(208)周围的天空的区域(206)处的卫星(200)的第一GNSS信号和/或第二GNSS信号的接收，使用所预测的对所述第一GNSS信号/或第二GNSS信号的接收来预测所述定位准确度。

6.根据权利要求5所述的机器人车辆(100)，其中，对所述特定卫星位置(208)确定的质量指数用于确定所述特定卫星位置(208)周围的区域的区域质量指数。

7.根据权利要求5或6所述的机器人车辆(100)，其中，所述定位准确度的预测使用以下来执行：

所预测的第二GNSS信号的接收，每个第二GNSS信号由从其接收相应第二GNSS信号的卫星位置(208)的质量指数加权，

所预测的第二GNSS信号的接收，所述第二GNSS信号排除来自质量指数不满足第一最小质量标准的卫星位置(208)的GNSS信号，

所预测的第二GNSS信号的接收，每个第二GNSS信号由从其接收相应第二GNSS信号的区域(206)的区域质量指数加权，或者

所预测的第二GNSS信号的接收，所述第二GNSS信号排除质量指数不满足所述第一最小质量标准的区域(206)。

8.根据权利要求5或6所述的机器人车辆(100)，所述基座(104)和所述车辆(100)上方的天空由离散化区域(206)的集合表示，围绕一个或多个卫星位置(208)的区域由边界限定，所述边界限定所述卫星位置(208)所在的区域(206)，其中所述预测过程进一步包括确定接收良好的天空区域(302)，所述接收良好的天空区域(302)包括一个或多个区域，所述一个或多个区域包括特定卫星位置(208)，对于所述特定卫星位置(208)，区域质量指数或所述卫星位置的质量指数满足第一最小质量标准。

9.根据权利要求2所述的机器人车辆(100)，其中，所述定位准确度的确定仅仅考虑来自质量指数满足第一最小质量标准的卫星位置(208)的GNSS信号，其中，关于给定网格点，在特定卫星位置(208)的质量指数不满足所述第一最小质量标准的情况下，对于所述网格点，将来自所述卫星位置(208)的任何GNSS信号排除用于所述可移动操作的规划，和/或

其中，所述定位准确度的确定仅考虑来自区域质量指数满足所述第一最小质量标准的区域(206)的GNSS信号，其中，可选地，关于给定网格点，在特定区域(206)的区域质量指数不满足所述第一最小质量标准的情况下，对于所述网格点，将来自所述区域(206)内的卫星位置(208)的任何GNSS信号排除用于所述可移动操作的规划。

10.根据权利要求3所述的机器人车辆(100)，所述预测过程包括插值，所述插值是针对相应的第一时间点的未来时间点的定位准确度不可用的网格点(112)中的至少一些执行的，所述插值考虑针对所述相应的第一时间点的未来时间点的定位准确度可用的网格点(112)，所述插值产生对其执行所述插值的网格点(112)的定位的估计准确度。

11.根据权利要求1所述的机器人车辆(100)，其中，所述可移动操作的规划包括对定位准确度可用的网格点(112)中的至少一些进行聚类，所述聚类产生一组或多组聚类网格点(112)，其中，对于从相应的第二时间点开始的每组聚类网格点(112)，在移动期间使用从所述第一GNSS接收器(106)接收的第三组GNSS信号引导所述车辆(100)沿所述组聚类网格点(112)移动是可能的，在所述引导期间的定位准确度满足第二最小质量标准。

12.根据权利要求11所述的机器人车辆(100)，所述工作区域(108)包括限定所述工作区域(108)的边界，其中，其中对于位于与所述边界毗邻的预定边界区域内的网格点(112)，将所述第二最小质量标准收紧。

13.根据权利要求11所述的机器人车辆(100)，预测过程和所述聚类中的至少一个包括对于网格点(112)，考虑到定位是使用从所述车辆(100)的推算导航装置(602)获得的推算位置估计来额外地执行的，调整相关联的定位准确度，其中可选地，考虑到所述定位是使用所述推算位置估计来额外地执行的限制于位于距未调整的相关联的定位准确度满足第二最小质量标准的网格点(112)最大预定距离内的网格点(112)。

14.根据权利要求11所述的机器人车辆(100)，对所述可移动操作的规划包括调度所述可移动操作以获得用于执行所述可移动操作的所述车辆(100)的移动轨迹(410)，所述调度包括选择所述聚类网格点(112)组中的一组或多组，所述移动轨迹(410)包括所述一组或多组聚类网格点(112)中的网格点。

15.根据权利要求14所述的机器人车辆(100)，其中，所述处理器执行所述指令(124)进一步使得所述车辆(100)执行如下：

所述车辆(100)到所选择的聚类网格点(112)组中的一组或多组的移动，

对于在所述移动期间行进过的网格点(112)在所述移动期间重复所述初始化过程的步骤，所述第一时间点是在相应的网格点(112)上移动的实际时间点。

16.根据权利要求14或15所述的机器人车辆(100)，其中，为单个连续可移动操作获得的所述移动轨迹(410)导致所述工作区域(108)的碎片化程度，所述碎片化程度描述所述工作区域(108)相对于由所述轨迹(410)所覆盖的区域的子区域的碎片化程度，其中，在所述碎片化程度高于预定的碎片化阈值的情况下，将所述第二最小质量标准在指定的界限内连续放宽，直到所述碎片化程度低于所述预定的碎片化阈值。

17.一种用于操作机器人车辆(100)在工作区域(108)中进行可移动操作的方法，所述可移动操作包括土壤耕作，所述工作区域(108)由离散化坐标网格点(112)的集合表示，所述车辆(100)包括全球导航卫星系统第一GNSS接收器(106)，所述方法包括为所述网格点(112)的子集中的每个网格点在不同的第一时间点执行初始化过程，所述初始化过程包括：

在所述第一时间点接收来自车辆基座(104)的第一组GNSS信号(114)，所述车辆基座(104)与所述车辆(100)间隔开，

其中，所述方法还包括基于所述初始化过程的结果来规划所述可移动操作，所述可移动操作规划为在第一时间点的未来的某个时间执行，所述初始化过程的结果包括所述定位准确度可用的所述网格点(112)中的至少一些和所述定位准确度。