CN111765884A - 机器人重定位方法、装置、电子设备及存储介质 - Google Patents

机器人重定位方法、装置、电子设备及存储介质 Download PDF

Info

Publication number
CN111765884A
CN111765884A CN202010561916.XA CN202010561916A CN111765884A CN 111765884 A CN111765884 A CN 111765884A CN 202010561916 A CN202010561916 A CN 202010561916A CN 111765884 A CN111765884 A CN 111765884A
Authority
CN
China
Prior art keywords
grid map
robot
resolution
determining
iterative search
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
CN202010561916.XA
Other languages
English (en)
Other versions
CN111765884B (zh
Inventor
马福强
王超
姚秀军
桂晨光
蔡禹丞
蔡小龙
李振
郭新然
崔丽华
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.)
Beijing Haiyi Tongzhan Information Technology Co Ltd
Original Assignee
Beijing Haiyi Tongzhan Information 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 Beijing Haiyi Tongzhan Information Technology Co Ltd filed Critical Beijing Haiyi Tongzhan Information Technology Co Ltd
Priority to CN202010561916.XA priority Critical patent/CN111765884B/zh
Publication of CN111765884A publication Critical patent/CN111765884A/zh
Priority to PCT/CN2021/100284 priority patent/WO2021254369A1/zh
Application granted granted Critical
Publication of CN111765884B publication Critical patent/CN111765884B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/005—Navigation; 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
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/20—Instruments for performing navigational calculations
    • G01C21/206—Instruments for performing navigational calculations specially adapted for indoor navigation
    • 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

Landscapes

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

Abstract

本发明实施例提供了一种机器人重定位方法、装置、电子设备及存储介质，所述方法包括：在确定机器人未位于原点的情况下，获取当前区域对应的栅格地图；基于预设第一深度规则对所述栅格地图进行降采样，生成第一多分辨率栅格地图；对所述第一多分辨率栅格地图进行迭代搜索，确定所述机器人在所述栅格地图中的第一位置；确定所述第一位置为所述机器人相对于所述原点的位置并进行输出。如此通过预设第一深度规则对栅格地图进行降采样，生成第一多分辨率栅格地图，对第一多分辨率栅格地图进行迭代搜索，确定机器人在栅格地图中的第一位置，可以快速完成重定位，当存在重复场景时避免出现重定位错误的情况。

Description

机器人重定位方法、装置、电子设备及存储介质
技术领域
本发明涉及移动机器人定位与导航技术领域，尤其涉及一种机器人重定位方法、装置、电子设备及存储介质。
背景技术
随着半导体、计算机等技术的不断发展，基于多传感器融合的室内机器人技术逐渐兴起，承担起了更多室内巡检、服务、运输等任务，大大降低了人力成本。其中，导航和定位技术是室内机器人技术的关键技术之一，是实现移动机器人自主移动的关键。目前常用的定位技术主要包括outside-in方法和inside-out方法两类。其中，典型的outside-in方法包括基于April tag码视觉识别方法和基于可见光通信的室内定位方法，而典型的inside-out方法包括基于激光雷达的AMCL(Adaptive Monte Carlo Localization，自适应蒙特卡罗定位)方法。
由于outside-in方法需要在工作环境中预先设定先验信息，需要改造工作环境，因此使用场景有限。而inside-out方法主动定位在工作环境中的位置，不需要在工作环境中预先设定先验信息，不需要改造工作环境，因此基于激光雷达的AMCL方法是目前室内机器人主流的定位方法。基于激光雷达的AMCL方法在实际使用中，理论上支持重定位功能，但是其计算量较大，且需要较长的时间才可以收敛，并不能快速的完成重定位，当存在重复场景时极易出现重定位错误的情况。
发明内容
本发明实施例的目的在于提供一种机器人重定位方法、装置、电子设备及存储介质，以实现快速完成重定位、当存在重复场景时避免出现重定位错误的情况的有益效果。具体技术方案如下：
在本发明实施例的第一方面，首先提供了一种机器人重定位方法，所述方法包括：
在确定机器人未位于原点的情况下，获取当前区域对应的栅格地图；
基于预设第一深度规则对所述栅格地图进行降采样，生成第一多分辨率栅格地图；
对所述第一多分辨率栅格地图进行迭代搜索，确定所述机器人在所述栅格地图中的第一位置；
确定所述第一位置为所述机器人相对于所述原点的位置并进行输出。
在一个可选的实施方式中，所述对所述第一多分辨率栅格地图进行迭代搜索，确定所述机器人在所述栅格地图中的第一位置，包括：
基于分辨率确定所述第一多分辨率栅格地图的第一迭代搜索顺序，其中，所述迭代顺序包括由低分辨率向高分辨率迭代搜索；
基于所述第一迭代搜索顺序，对所述第一多分辨率栅格地图进行迭代搜索，确定所述机器人在所述栅格地图中的第一位置。
在一个可选的实施方式中，所述基于所述第一迭代搜索顺序，对所述第一多分辨率栅格地图进行迭代搜索，确定所述机器人在所述栅格地图中的第一位置，包括：
确定所述机器人在所述栅格地图中的搜索区域；
基于所述第一迭代搜索顺序，在所述第一多分辨率栅格地图中的所述搜索区域进行迭代搜索，确定所述机器人在所述栅格地图中的第一位置。
在一个可选的实施方式中，所述确定所述第一位置为所述机器人相对于所述原点的位置并进行输出，包括：
利用预设第一目标优化算法对所述第一位置进行优化，得到第一目标位置；
确定所述第一目标位置为所述机器人相对于所述原点的位置并进行输出；
其中，所述第一位置以及所述第一目标位置均包括X轴坐标、Y轴坐标以及角度偏移。
在一个可选的实施方式中，所述方法还包括：
在对所述机器人进行重定位完毕的情况下，或者，在确定所述机器人位于原点的情况下，获取AMCL方法输出的初始位置；
基于预设第二深度规则对所述栅格地图进行降采样，生成第二多分辨率栅格地图；
基于所述初始位置对所述第二多分辨率栅格地图进行迭代搜索，确定所述机器人在所述栅格地图中的第二位置；
确定所述第二位置为所述机器人相对于所述原点的位置并进行输出。
在一个可选的实施方式中，所述基于所述初始位置对所述第二多分辨率栅格地图进行迭代搜索，确定所述机器人在所述栅格地图中的第二位置，包括：
基于分辨率确定所述第二多分辨率栅格地图的第二迭代搜索顺序，其中，所述第二迭代搜索顺序包括由低分辨率向高分辨率迭代搜索；
基于所述初始位置及所述第二迭代搜索顺序，对所述第二多分辨率栅格地图进行迭代搜索，确定所述机器人在所述栅格地图中的第二位置。
在一个可选的实施方式中，所述确定所述第二位置为所述机器人相对于所述原点的位置并进行输出，包括：
利用预设第二目标优化函数对所述第二位置进行优化，得到第二目标位置；
确定所述第二目标位置为所述机器人相对于所述原点的位置并进行输出；
其中，所述第二位置以及所述第二目标位置均包括X轴坐标、Y轴坐标以及角度偏移。
在本发明实施例的第二方面，还提供了一种机器人重定位装置，所述装置包括：
地图获取模块，用于在确定机器人未位于原点的情况下，获取当前区域对应的栅格地图；
地图降采样模块，用于基于预设第一深度规则对所述栅格地图进行降采样，生成第一多分辨率栅格地图；
位置确定模块，用于对所述第一多分辨率栅格地图进行迭代搜索，确定所述机器人在所述栅格地图中的第一位置；
位置输出模块，用于确定所述第一位置为所述机器人相对于所述原点的位置并进行输出。
在本发明实施例的第三方面，还提供了一种电子设备，包括处理器、通信接口、存储器和通信总线，其中，处理器，通信接口，存储器通过通信总线完成相互间的通信；
存储器，用于存放计算机程序；
处理器，用于执行存储器上所存放的程序时，实现上述第一方面中任一所述的机器人重定位方法。
在本发明实施例的四方面，还提供了一种存储介质，所述存储介质中存储有指令，当其在计算机上运行时，使得计算机执行上述第一方面中任一所述的机器人重定位方法。
在本发明实施例的第五方面，还提供了一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行上述第一方面中任一所述的机器人重定位方法。
本发明实施例提供的技术方案，在确定机器人未位于原点的情况下，获取当前区域对应的栅格地图，基于预设第一深度规则对栅格地图进行降采样，生成第一多分辨率栅格地图，对第一多分辨率栅格地图进行迭代搜索，确定机器人在栅格地图中的第一位置，确定第一位置为机器人相对于原点的位置并进行输出。如此通过预设第一深度规则对栅格地图进行降采样，生成第一多分辨率栅格地图，对第一多分辨率栅格地图进行迭代搜索，确定机器人在栅格地图中的第一位置，可以快速完成重定位，当存在重复场景时避免出现重定位错误的情况。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本发明的实施例，并与说明书一起用于解释本发明的原理。
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例中示出的一种机器人重定位方法的实施流程示意图；
图2为本发明实施例中示出的另一种机器人重定位方法的实施流程示意图；
图3为本发明实施例中示出的一种栅格地图区域划分的示意图；
图4为本发明实施例中示出的一种机器人定位方法的实施流程示意图；
图5为本发明实施例中示出的一种机器人重定位装置的结构示意图；
图6为本发明实施例中示出的一种电子设备的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明的一部分实施例，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的前提下所获得的所有其他实施例，都属于本发明保护的范围。
如图1所示，为本发明实施例提供的一种机器人重定位方法的实施流程示意图，该方法具体可以包括以下步骤：
S101，在确定机器人未位于原点的情况下，获取当前区域对应的栅格地图；
在本发明实施例中，对于机器人而言，如果机器人位于(坐标)原点，则可以对机器人进行后续的定位处理，如果机器人未位于(坐标)原点，则需要对机器人进行重定位处理(即确定机器人相对于坐标原点的位置)，然后可以对机器人进行后续的定位处理。
基于先验信息，可以确定机器人是否位于(坐标)原点，在确定机器人未位于(坐标)原点的情况下，需要对机器人进行重定位处理，为此本发明实施例需要获取当前区域对应的栅格地图。
其中，利用激光雷达等设备对当前区域进行扫描可以生成栅格地图。对于当前区域，可以是室内工作区域，可以是指定的某个室外区域，本发明实施例对此不作限定。
需要说明的是，在确定机器人未位于(坐标)原点的情况下，需要对机器人进行重定位处理，其重定位处理可以在机器人开机的时候进行一次。
S102，基于预设第一深度规则对所述栅格地图进行降采样，生成第一多分辨率栅格地图；
在对机器人进行重定位处理的过程中，本发明实施例基于预设第一深度规则对所述栅格地图进行降采样，生成第一多分辨率栅格地图，这里的降采样指的是降低栅格地图的分辨率。
对于第一多分辨率栅格地图，可以包括第一最低分辨率栅格地图、第一中间分辨率栅格地图以及第一最高分辨率栅格地图，对于第一最高分辨率栅格地图，即上述当前区域对应的栅格地图。
需要说明的是，对于第一中间分辨率栅格地图，包括至少一张第一中间分辨率栅格地图，由不同分辨率的栅格地图可以组成深度为D1的第一多分辨率栅格地图。
例如，对于当前区域对应的栅格地图，假设该栅格地图分辨率为1000*1000，基于预设第一深度规则对所述栅格地图进行降采样，可以生成分辨率为1000*1000、500*500、250*250的第一多分辨率栅格地图；
其中，第一最低分辨率栅格地图包括：分辨率为250*250的栅格地图，第一中间分辨率栅格地图包括：分辨率为500*500的栅格地图，第一最高分辨率栅格地图包括：分辨率为1000*1000的栅格地图，由不同分辨率的栅格地图可以组成深度为D1(即3)的第一多分辨率栅格地图。
又例如，对于当前区域对应的栅格地图，假设该栅格地图分辨率为10000*10000，基于预设第一深度规则对所述栅格地图进行降采样，可以生成分辨率为10000*10000、5000*5000、2500*2500、1250*1250、625*625的栅格地图；
其中，第一最低分辨率栅格地图包括：分辨率为625*625的栅格地图，第一中间分辨率栅格地图包括：分辨率为5000*5000、2500*2500、1250*1250的栅格地图，第一最高分辨率栅格地图包括：分辨率为10000*10000的栅格地图，由不同分辨率的栅格地图可以组成深度为D1(即5)的第一多分辨率栅格地图。
需要说明的是，基于预设第一深度规则对所述栅格地图进行降采样，生成第一多分辨率栅格地图，具体可以参考该当前区域对应的栅格地图的分辨率，如果该栅格地图的分辨率较高，可以基于预设第一深度规则对所述栅格地图进行较多层次的降采样，生成第一多分辨率栅格地图(如上述对分辨率为10000*10000的栅格地图的处理过程)，如果该栅格地图的分辨率较低，可以基于预设第一深度规则对所述栅格地图进行较少层次的降采样，生成第一多分辨率栅格地图(如上述对分辨率为1000*1000的栅格地图的处理过程)。
S103，对所述第一多分辨率栅格地图进行迭代搜索，确定所述机器人在所述栅格地图中的第一位置；
对于第一多分辨率栅格地图，包括多个不同分辨率的栅格地图，对第一多分辨率栅格地图进行迭代搜索，确定机器人在栅格地图中的第一位置。
其中，对第一多分辨率栅格地图进行由粗到精的迭代搜索，可以确定机器人在栅格地图中的第一位置。其中，该第一位置包括X轴坐标、Y轴坐标以及角度偏移。
对于角度偏移，可以理解为相对于机器人预设方向的角度偏移量。例如，假设机器人初始方向(即预设方向)为正北，后续机器人在移动过程中，机器人方向为正南，则此时机器人的角度偏移为180度。
S104，确定所述第一位置为所述机器人相对于所述原点的位置并进行输出。
对于机器人在栅格地图中的第一位置，可以理解为机器人相对于原点的位置，可以输出该第一位置，至此机器人重定位完成。
对于机器人在栅格地图中的第一位置，可以在下次定位计算时作为AMCL中权重最高的粒子进行滤波计算，至此实现技术链的回环。
通过上述对本发明实施例提供的技术方案的描述，在确定机器人未位于原点的情况下，获取当前区域对应的栅格地图，基于预设第一深度规则对栅格地图进行降采样，生成第一多分辨率栅格地图，对第一多分辨率栅格地图进行迭代搜索，确定机器人在栅格地图中的第一位置，确定第一位置为机器人相对于原点的位置并进行输出。如此通过预设第一深度规则对栅格地图进行降采样，生成第一多分辨率栅格地图，对第一多分辨率栅格地图进行迭代搜索，确定机器人在栅格地图中的第一位置，可以快速完成重定位，当存在重复场景时避免出现重定位错误的情况。
如图2所示，为本发明实施例提供的另一种机器人重定位方法的实施流程示意图，该方法具体可以包括以下步骤：
S201，在确定机器人未位于原点的情况下，获取当前区域对应的栅格地图；
在本发明实施例中，本步骤与上述步骤S101类似，本发明实施例对此不作限定。
S202，基于预设第一深度规则对所述栅格地图进行降采样，生成第一多分辨率栅格地图；
在本发明实施例中，本步骤与上述步骤S102类似，本发明实施例对此不作限定。
S203，基于分辨率确定所述第一多分辨率栅格地图的第一迭代搜索顺序，其中，所述迭代顺序包括由低分辨率向高分辨率迭代搜索；
对于第一多分辨率栅格地图，可以包括第一最低分辨率栅格地图、第一中间分辨率栅格地图以及第一最高分辨率栅格地图，由于分辨率的不同，可以基于分辨率确定第一多分辨率栅格地图的第一迭代搜索顺序，其中，第一迭代顺序包括由低分辨率向高分辨率迭代搜索。
例如，对于第一多分辨率栅格地图，可以包括第一最低分辨率栅格地图、第一中间分辨率栅格地图以及第一最高分辨率栅格地图，第一最低分辨率栅格地图包括：分辨率为250*250的栅格地图，第一中间分辨率栅格地图包括：分辨率为500*500的栅格地图，第一最高分辨率栅格地图包括：分辨率为1000*1000的栅格地图，基于分辨率确定第一多分辨率栅格地图的第一迭代搜索顺序，如下表1所示。
第一迭代搜索顺序 不同分辨率的栅格地图
1 分辨率为250*250的栅格地图
2 分辨率为500*500的栅格地图
3 分辨率为1000*1000的栅格地图
表1
S204，基于所述第一迭代搜索顺序，对所述第一多分辨率栅格地图进行迭代搜索，确定所述机器人在所述栅格地图中的第一位置；
基于上述第一迭代搜索顺序，对第一多分辨率栅格地图进行由粗到精的迭代搜索，可以确定机器人在栅格地图中的第一位置，如下所示，如此可以快速完成对机器人的重定位：
首先，在第一最低分辨率栅格地图中预设第一搜索框区域内(可以避免环境中中存在多个相似场景，如果没有相似场景，可以进行真正意义上的全局搜索)进行搜索，确定机器人在第一最低分辨率栅格地图中最优位置，将该最优位置作为下次在第一中间分辨率栅格地图中预设第一搜索框区域内进行搜索的初始位置；
其次，以机器人在第一最低分辨率栅格地图中最优位置为初始位置，在第一中间分辨率栅格地图中预设第一搜索框区域内进行搜索，确定机器人在第一中间分辨率栅格地图中最优位置，将该最优位置作为下次在第一最高分辨率栅格地图中预设第一搜索框区域内进行搜索的初始位置；
再者，以机器人在第一中间分辨率栅格地图中最优位置为初始位置，在第一最高分辨率栅格地图中预设第一搜索框区域内进行搜索，确定机器人在第一最高分辨率栅格地图(即上述当前区域对应的栅格地图)中的第一位置。
需要说明的是，每次搜索都可以计算当前激光点云与当前分辨率栅格地图的匹配得分，其中选择第一搜索框区域内最大的匹配得分且匹配得分score大于score_th(预设阈值)所对应的位置为最优位置，匹配得分的一种计算方式如下所示：
Figure BDA0002546457580000101
其中，N表示为激光点云包含的点的数量，α表示为权重参数，通常根据激光点云的距离计算得到，cell(x)函数表示在当前分辨率栅格地图中取出租表为x的值，T(x)表示将点x变换到指定坐标系下，i表示第i个激光点的坐标。需要说明的是，上述表述中i，x均为二维坐标。
另外，为了减少计算量，进一步加速搜索，在本发明实施例中，基于先验信息，可以确定机器人在所述栅格地图中的搜索区域，从而基于所述第一迭代搜索顺序，在所述第一多分辨率栅格地图中的所述搜索区域进行迭代搜索，确定所述机器人在所述栅格地图中的第一位置。
例如，对于栅格地图，可以划分为A、B、C、D四个区域，如图3所示，基于先验信息，可以确定机器人在栅格地图的A区域中，从而可以基于第一迭代搜索顺序，首先在第一最低分辨率栅格地图的A区域中进行搜索，然后在第一中间分辨率栅格地图的A区域中进行搜索，最后在第一最高分辨率栅格地图的A区域中进行搜索，以此确定机器人在栅格地图中的第一位置。如此预先确定了机器人的大概范围，可以进一步加速搜索，进一步加快完成对机器人的重定位。
S205，确定所述第一位置为所述机器人相对于所述原点的位置并进行输出。
对于机器人在栅格地图中的第一位置，本发明实施例为了提高重定位的精度，可以对该第一位置进行优化，即利用预设第一目标优化算法对所述第一位置进行优化，得到第一目标位置，确定所述第一目标位置为所述机器人相对于所述原点的位置并进行输出。其中，该第一目标位置均包括X轴坐标、Y轴坐标以及角度偏移。
需要说明的是，本发明实施例在第一最高分辨率栅格地图(即上述当前区域对应的栅格地图)完成对第一位置的优化，其中，第一目标优化算法如下所示。
ξ*＝argminξ[1-cell(Si(ξ))]2；
其中：
Figure BDA0002546457580000111
表示在当前姿态(即位置)下的状态转移函数，其中ξ表示旋转和平移的组合，即(px,py,ψ)。优化过程中，计算导数时使用双线性插值或三线性插值计算任意一点的栅格的概率值。
对于机器人在栅格地图中的第一位置，经过优化之后，直接使用优化的结果作为最后的重定位结果并进行输出，可以在下次定位计算时作为AMCL中权重最高的粒子进行滤波计算，实现技术链的回环。
如图4所示，为本发明实施例提供的一种机器人定位方法的实施流程示意图，该方法具体可以包括以下步骤：
S401，在对所述机器人进行重定位完毕的情况下，或者，在确定所述机器人位于原点的情况下，获取AMCL方法输出的初始位置；
在本发明实施例中，如果机器人位于原点，则可以对机器人进行后续的定位处理，即可以获取AMCL方法输出的初始位置，对AMCL方法输出的结果进行矫正优化，可以提高定位精度；
或者，
在对机器人进行重定位完毕的情况下，也可以对机器人进行后续的定位处理，即可以获取AMCL方法输出的初始位置，对AMCL方法输出的结果进行矫正优化，可以提高定位精度。
S402，基于预设第二深度规则对所述栅格地图进行降采样，生成第二多分辨率栅格地图；
在对AMCL方法输出的结果进行矫正优化的过程中，可以基于预设第二深度规则对所述栅格地图进行降采样，生成第二多分辨率栅格地图。
对于第二多分辨率栅格地图，可以包括第二最低分辨率栅格地图、第二中间分辨率栅格地图以及第二最高分辨率栅格地图，对于第二最高分辨率栅格地图，即上述当前区域对应的栅格地图。
对于基于预设第二深度规则对所述栅格地图进行降采样，生成第二多分辨率栅格地图的过程，具体可以参考上述重定位过程中基于预设第一深度规则对所述栅格地图进行降采样，生成第一多分辨率栅格地图的过程，本发明实施例在此不再一一赘述。
需要说明的是，对于第二中间分辨率栅格地图，包括至少一张第二中间分辨率栅格地图，由不同分辨率的栅格地图可以组成深度为D2的第二多分辨率栅格地图，对于D2，不大于上述重定位过程中的D1。
S403，基于所述初始位置对所述第二多分辨率栅格地图进行迭代搜索，确定所述机器人在所述栅格地图中的第二位置；
对于第二多分辨率栅格地图，可以包括第二最低分辨率栅格地图、第二中间分辨率栅格地图以及第二最高分辨率栅格地图，由于分辨率的不同，可以基于分辨率确定第二多分辨率栅格地图的第二迭代搜索顺序，其中，第二迭代顺序包括由低分辨率向高分辨率迭代搜索。
例如，对于第二多分辨率栅格地图，可以包括第二最低分辨率栅格地图、第二中间分辨率栅格地图以及第二最高分辨率栅格地图，第二最低分辨率栅格地图包括：分辨率为250*250的栅格地图，第二中间分辨率栅格地图包括：分辨率为500*500的栅格地图，第二最高分辨率栅格地图包括：分辨率为1000*1000的栅格地图，基于分辨率确定第二多分辨率栅格地图的第二迭代搜索顺序，如下表2所示。
Figure BDA0002546457580000121
Figure BDA0002546457580000131
表2
基于所述初始位置以及所述第二迭代搜索顺序，对所述第二多分辨率栅格地图进行由粗到精的迭代搜索，确定所述机器人在所述栅格地图中的第二位置，如下所示，可以快速完成对机器人的定位；
其中，基于该初始位置可以确定机器人在所述栅格地图中的搜索区域，从而基于所述第二迭代搜索顺序，在所述第二多分辨率栅格地图中的所述搜索区域进行迭代搜索，确定所述机器人在所述栅格地图中的第二位置，具体处理流程可以参考上述步骤S204，本发明实施例在此不再一一赘述。
需要说明的是，根据AMCL方法输出的初始位置，可以大致确定机器人在所述栅格地图中的搜索区域，为了降低计算量，本发明实施例定位处理与上述重定位处理的差异体现在搜索框的大小不同，以及多分辨率栅格地图的深度不同。
S404，确定所述第二位置为所述机器人相对于所述原点的位置并进行输出。
对于机器人在栅格地图中的第二位置，本发明实施例为了提高定位精度，可以对该第二位置进行优化，即利用预设第二目标优化函数对所述第二位置进行优化，得到第二目标位置，确定所述第二目标位置为所述机器人相对于所述原点的位置并进行输出。其中，所述第二位置以及所述第二目标位置均包括X轴坐标、Y轴坐标以及角度偏移。
需要说明的是，本发明实施例在第二最高分辨率栅格地图(即上述当前区域对应的栅格地图)完成对第二位置的优化，其中，第二目标优化算法如下所示。
ξ*＝argminξ[α(1-cell(Si(ξ)))+β(ξ*-ξ)]2；
其中，α和β为两个残差的权重参数，其他参数可以参考上述第一目标优化算法。
对于机器人在栅格地图中的第二位置，经过优化之后，直接使用优化的结果作为最后的定位结果并进行输出，可以在下次定位计算时作为AMCL中权重最高的粒子插入到粒子群中进行滤波计算，实现技术链的回环。
与上述方法实施例相对应，本发明实施例还提供了一种机器人重定位装置，如图5所示，该装置可以包括：地图获取模块510、地图降采样模块520、位置确定模块530、位置输出模块540。
地图获取模块510，用于在确定机器人未位于原点的情况下，获取当前区域对应的栅格地图；
地图降采样模块520，用于基于预设第一深度规则对所述栅格地图进行降采样，生成第一多分辨率栅格地图；
位置确定模块530，用于对所述第一多分辨率栅格地图进行迭代搜索，确定所述机器人在所述栅格地图中的第一位置；
位置输出模块540，用于确定所述第一位置为所述机器人相对于所述原点的位置并进行输出。
本发明实施例还提供了一种电子设备，如图6所示，包括处理器61、通信接口62、存储器63和通信总线64，其中，处理器61，通信接口62，存储器63通过通信总线64完成相互间的通信，
存储器63，用于存放计算机程序；
处理器61，用于执行存储器63上所存放的程序时，实现如下步骤：
在确定机器人未位于原点的情况下，获取当前区域对应的栅格地图；基于预设第一深度规则对所述栅格地图进行降采样，生成第一多分辨率栅格地图；对所述第一多分辨率栅格地图进行迭代搜索，确定所述机器人在所述栅格地图中的第一位置；确定所述第一位置为所述机器人相对于所述原点的位置并进行输出。
上述电子设备提到的通信总线可以是外设部件互连标准(Peripheral ComponentInterconnect，简称PCI)总线或扩展工业标准结构(Extended Industry StandardArchitecture，简称EISA)总线等。该通信总线可以分为地址总线、数据总线、控制总线等。为便于表示，图中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
通信接口用于上述电子设备与其他设备之间的通信。
存储器可以包括随机存取存储器(Random Access Memory，简称RAM)，也可以包括非易失性存储器(non-volatile memory)，例如至少一个磁盘存储器。可选的，存储器还可以是至少一个位于远离前述处理器的存储装置。
上述的处理器可以是通用处理器，包括中央处理器(Central Processing Unit，简称CPU)、网络处理器(Network Processor，简称NP)等；还可以是数字信号处理器(Digital Signal Processing，简称DSP)、专用集成电路(Application SpecificIntegrated Circuit，简称ASIC)、现场可编程门阵列(Field －Programmable GateArray，简称FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
在本发明提供的又一实施例中，还提供了一种存储介质，该存储介质中存储有指令，当其在计算机上运行时，使得计算机执行上述实施例中任一所述的机器人重定位方法。
在本发明提供的又一实施例中，还提供了一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行上述实施例中任一所述的机器人重定位方法。
在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时，全部或部分地产生按照本发明实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在存储介质中，或者从一个存储介质向另一个存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，DVD)、或者半导体介质(例如固态硬盘Solid State Disk(SSD))等。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
本说明书中的各个实施例均采用相关的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
以上所述仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内所作的任何修改、等同替换、改进等，均包含在本发明的保护范围内。

Claims (10)

1.一种机器人重定位方法，其特征在于，所述方法包括：
在确定机器人未位于原点的情况下，获取当前区域对应的栅格地图；
基于预设第一深度规则对所述栅格地图进行降采样，生成第一多分辨率栅格地图；
对所述第一多分辨率栅格地图进行迭代搜索，确定所述机器人在所述栅格地图中的第一位置；
确定所述第一位置为所述机器人相对于所述原点的位置并进行输出。
2.根据权利要求1所述的方法，其特征在于，所述对所述第一多分辨率栅格地图进行迭代搜索，确定所述机器人在所述栅格地图中的第一位置，包括：
基于分辨率确定所述第一多分辨率栅格地图的第一迭代搜索顺序，其中，所述迭代顺序包括由低分辨率向高分辨率迭代搜索；
基于所述第一迭代搜索顺序，对所述第一多分辨率栅格地图进行迭代搜索，确定所述机器人在所述栅格地图中的第一位置。
3.根据权利要求2所述的方法，其特征在于，所述基于所述第一迭代搜索顺序，对所述第一多分辨率栅格地图进行迭代搜索，确定所述机器人在所述栅格地图中的第一位置，包括：
确定所述机器人在所述栅格地图中的搜索区域；
基于所述第一迭代搜索顺序，在所述第一多分辨率栅格地图中的所述搜索区域进行迭代搜索，确定所述机器人在所述栅格地图中的第一位置。
4.根据权利要求1所述的方法，其特征在于，所述确定所述第一位置为所述机器人相对于所述原点的位置并进行输出，包括：
利用预设第一目标优化算法对所述第一位置进行优化，得到第一目标位置；
确定所述第一目标位置为所述机器人相对于所述原点的位置并进行输出；
其中，所述第一位置以及所述第一目标位置均包括X轴坐标、Y轴坐标以及角度偏移。
5.根据权利要求1至4任一项所述的方法，其特征在于，所述方法还包括：
在对所述机器人进行重定位完毕的情况下，或者，在确定所述机器人位于原点的情况下，获取AMCL方法输出的初始位置；
基于预设第二深度规则对所述栅格地图进行降采样，生成第二多分辨率栅格地图；
基于所述初始位置对所述第二多分辨率栅格地图进行迭代搜索，确定所述机器人在所述栅格地图中的第二位置；
确定所述第二位置为所述机器人相对于所述原点的位置并进行输出。
6.根据权利要求5所述的方法，其特征在于，所述基于所述初始位置对所述第二多分辨率栅格地图进行迭代搜索，确定所述机器人在所述栅格地图中的第二位置，包括：
基于分辨率确定所述第二多分辨率栅格地图的第二迭代搜索顺序，其中，所述第二迭代搜索顺序包括由低分辨率向高分辨率迭代搜索；
基于所述初始位置及所述第二迭代搜索顺序，对所述第二多分辨率栅格地图进行迭代搜索，确定所述机器人在所述栅格地图中的第二位置。
7.根据权利要求5所述的方法，其特征在于，所述确定所述第二位置为所述机器人相对于所述原点的位置并进行输出，包括：
利用预设第二目标优化函数对所述第二位置进行优化，得到第二目标位置；
确定所述第二目标位置为所述机器人相对于所述原点的位置并进行输出；
其中，所述第二位置以及所述第二目标位置均包括X轴坐标、Y轴坐标以及角度偏移。
8.一种机器人重定位装置，其特征在于，所述装置包括：
地图获取模块，用于在确定机器人未位于原点的情况下，获取当前区域对应的栅格地图；
地图降采样模块，用于基于预设第一深度规则对所述栅格地图进行降采样，生成第一多分辨率栅格地图；
位置确定模块，用于对所述第一多分辨率栅格地图进行迭代搜索，确定所述机器人在所述栅格地图中的第一位置；
位置输出模块，用于确定所述第一位置为所述机器人相对于所述原点的位置并进行输出。
9.一种电子设备，其特征在于，包括处理器、通信接口、存储器和通信总线，其中，处理器，通信接口，存储器通过通信总线完成相互间的通信；
存储器，用于存放计算机程序；
处理器，用于执行存储器上所存放的程序时，实现权利要求1-7中任一所述的方法步骤。
10.一种存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-7中任一所述的方法。
CN202010561916.XA 2020-06-18 2020-06-18 机器人重定位方法、装置、电子设备及存储介质 Active CN111765884B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202010561916.XA CN111765884B (zh) 2020-06-18 2020-06-18 机器人重定位方法、装置、电子设备及存储介质
PCT/CN2021/100284 WO2021254369A1 (zh) 2020-06-18 2021-06-16 机器人重定位方法、装置、电子设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010561916.XA CN111765884B (zh) 2020-06-18 2020-06-18 机器人重定位方法、装置、电子设备及存储介质

Publications (2)

Publication Number Publication Date
CN111765884A true CN111765884A (zh) 2020-10-13
CN111765884B CN111765884B (zh) 2023-06-23

Family

ID=72721036

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010561916.XA Active CN111765884B (zh) 2020-06-18 2020-06-18 机器人重定位方法、装置、电子设备及存储介质

Country Status (2)

Country Link
CN (1) CN111765884B (zh)
WO (1) WO2021254369A1 (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112904367A (zh) * 2021-03-19 2021-06-04 北京小狗吸尘器集团股份有限公司 应用于扫地机重定位时的位置打分方法、装置和电子设备
CN113129379A (zh) * 2021-06-17 2021-07-16 同方威视技术股份有限公司 自动移动设备的全局重定位方法以及装置
CN113551677A (zh) * 2021-08-16 2021-10-26 河南牧原智能科技有限公司 对机器人进行重定位的方法和相关产品
WO2021254369A1 (zh) * 2020-06-18 2021-12-23 京东科技信息技术有限公司 机器人重定位方法、装置、电子设备及存储介质
CN114443264A (zh) * 2020-11-05 2022-05-06 珠海一微半导体股份有限公司 一种基于硬件加速的激光重定位系统及芯片
CN114485662A (zh) * 2021-12-28 2022-05-13 深圳优地科技有限公司 机器人重定位方法、装置、机器人及存储介质
CN117031481A (zh) * 2023-08-14 2023-11-10 北京数字绿土科技股份有限公司 一种基于投影3d激光点云的移动机器人重定位方法及系统

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116817903B (zh) * 2023-08-24 2023-11-21 湖南大学 一种基于先验视觉引导的智能机器人全局定位方法及系统
CN117739993B (zh) * 2024-02-19 2024-04-30 福勤智能科技（昆山）有限公司 一种机器人定位方法、装置、机器人及存储介质

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20170116487A1 (en) * 2015-10-22 2017-04-27 Kabushiki Kaisha Toshiba Apparatus, method and program for generating occupancy grid map
CN106940704A (zh) * 2016-11-25 2017-07-11 北京智能管家科技有限公司 一种基于栅格地图的定位方法及装置
CN107831765A (zh) * 2017-10-23 2018-03-23 广州视源电子科技股份有限公司 定位方法、装置、设备及存储介质
CN107991683A (zh) * 2017-11-08 2018-05-04 华中科技大学 一种基于激光雷达的机器人自主定位方法
CN108319655A (zh) * 2017-12-29 2018-07-24 百度在线网络技术（北京）有限公司 用于生成栅格地图的方法和装置
CN110007670A (zh) * 2019-02-14 2019-07-12 四川阿泰因机器人智能装备有限公司 移动机器人定位建图方法
CN110132284A (zh) * 2019-05-30 2019-08-16 东北大学 一种基于深度信息的全局定位方法
CN110319832A (zh) * 2019-07-05 2019-10-11 北京海益同展信息科技有限公司 机器人定位方法、装置、电子设备及介质
CN110515382A (zh) * 2019-08-28 2019-11-29 锐捷网络股份有限公司 一种智能设备及其定位方法
CN110686676A (zh) * 2019-09-12 2020-01-14 深圳市银星智能科技股份有限公司 机器人重定位方法、装置及机器人

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101731968B1 (ko) * 2010-11-01 2017-05-04 삼성전자주식회사 로봇의 리로케이션 장치 및 방법
CN109978925B (zh) * 2017-12-27 2021-04-20 深圳市优必选科技有限公司 一种机器人位姿的识别方法及其机器人
CN112362059B (zh) * 2019-10-23 2023-05-30 北京京东乾石科技有限公司 移动载体的定位方法、装置、计算机设备和介质
CN111765884B (zh) * 2020-06-18 2023-06-23 京东科技信息技术有限公司 机器人重定位方法、装置、电子设备及存储介质
CN112179330B (zh) * 2020-09-14 2022-12-06 浙江华睿科技股份有限公司 移动设备的位姿确定方法及装置

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20170116487A1 (en) * 2015-10-22 2017-04-27 Kabushiki Kaisha Toshiba Apparatus, method and program for generating occupancy grid map
CN106940704A (zh) * 2016-11-25 2017-07-11 北京智能管家科技有限公司 一种基于栅格地图的定位方法及装置
CN107831765A (zh) * 2017-10-23 2018-03-23 广州视源电子科技股份有限公司 定位方法、装置、设备及存储介质
CN107991683A (zh) * 2017-11-08 2018-05-04 华中科技大学 一种基于激光雷达的机器人自主定位方法
CN108319655A (zh) * 2017-12-29 2018-07-24 百度在线网络技术（北京）有限公司 用于生成栅格地图的方法和装置
CN110007670A (zh) * 2019-02-14 2019-07-12 四川阿泰因机器人智能装备有限公司 移动机器人定位建图方法
CN110132284A (zh) * 2019-05-30 2019-08-16 东北大学 一种基于深度信息的全局定位方法
CN110319832A (zh) * 2019-07-05 2019-10-11 北京海益同展信息科技有限公司 机器人定位方法、装置、电子设备及介质
CN110515382A (zh) * 2019-08-28 2019-11-29 锐捷网络股份有限公司 一种智能设备及其定位方法
CN110686676A (zh) * 2019-09-12 2020-01-14 深圳市银星智能科技股份有限公司 机器人重定位方法、装置及机器人

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
STEFAN KOHLBRECHER ET AL: ""A Flexible and Scalable SLAM System with Full 3D Motion Estimation"", 《PROCEEDINGS OF THE 2011 IEEE INTERNATIONAL SYMPOSIUM ON SAFETY,SECURITY AND RESCUE ROBOTICS》 *
曹风魁等: "移动机器人长期自主环境适应研究进展和展望", 《自动化学报》 *
洪星: "基于激光雷达的AGV室内导航软件开发", 《中国优秀硕士学位论文全文数据库工程科技II辑》 *

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2021254369A1 (zh) * 2020-06-18 2021-12-23 京东科技信息技术有限公司 机器人重定位方法、装置、电子设备及存储介质
CN114443264A (zh) * 2020-11-05 2022-05-06 珠海一微半导体股份有限公司 一种基于硬件加速的激光重定位系统及芯片
CN114443264B (zh) * 2020-11-05 2023-06-09 珠海一微半导体股份有限公司 一种基于硬件加速的激光重定位系统及芯片
CN112904367A (zh) * 2021-03-19 2021-06-04 北京小狗吸尘器集团股份有限公司 应用于扫地机重定位时的位置打分方法、装置和电子设备
CN112904367B (zh) * 2021-03-19 2023-03-14 北京小狗吸尘器集团股份有限公司 应用于扫地机重定位时的位置打分方法、装置和电子设备
CN113129379A (zh) * 2021-06-17 2021-07-16 同方威视技术股份有限公司 自动移动设备的全局重定位方法以及装置
CN113551677A (zh) * 2021-08-16 2021-10-26 河南牧原智能科技有限公司 对机器人进行重定位的方法和相关产品
CN113551677B (zh) * 2021-08-16 2024-06-14 河南牧原智能科技有限公司 对机器人进行重定位的方法和相关产品
CN114485662A (zh) * 2021-12-28 2022-05-13 深圳优地科技有限公司 机器人重定位方法、装置、机器人及存储介质
CN114485662B (zh) * 2021-12-28 2024-03-08 深圳优地科技有限公司 机器人重定位方法、装置、机器人及存储介质
CN117031481A (zh) * 2023-08-14 2023-11-10 北京数字绿土科技股份有限公司 一种基于投影3d激光点云的移动机器人重定位方法及系统

Also Published As

Publication number Publication date
WO2021254369A1 (zh) 2021-12-23
CN111765884B (zh) 2023-06-23

Similar Documents

Publication Publication Date Title
CN111765884B (zh) 机器人重定位方法、装置、电子设备及存储介质
CN110927740B (zh) 一种移动机器人定位方法
CN109545072B (zh) 地图构建的位姿计算方法、装置、存储介质和系统
CN108638062B (zh) 机器人定位方法、装置、定位设备及存储介质
CN111928866B (zh) 一种机器人地图差异更新的方法及设备
CN112381026A (zh) 航道岸线检测方法、系统、装置和存储介质
CN108520543B (zh) 一种对相对精度地图进行优化的方法、设备及存储介质
CN114926549B (zh) 三维点云处理方法、装置、设备以及存储介质
CN115265519A (zh) 一种在线点云地图构建方法、装置
CN111813984B (zh) 一种利用单应矩阵实现室内定位的方法、装置及电子设备
CN111552751B (zh) 三维地标控制点生成及应用方法、生成及应用装置
CN114764823A (zh) 自校正的深度计算方法、系统、介质及深度图像处理设备
CN109489658B (zh) 一种运动目标定位方法、装置及终端设备
CN111812613A (zh) 一种移动机器人定位监测方法、装置、设备和介质
CN108846856B (zh) 图片特征点的跟踪方法和跟踪装置
CN111113405A (zh) 一种机器人获得位置服务的方法及机器人
CN110634159A (zh) 一种目标检测方法和装置
CN110363235B (zh) 一种高分辨率图像匹配方法及系统
CN110455274B (zh) 基于倒角距离形状匹配的agv初始定位方法及定位系统
Bednar et al. Toward astrometric calibration of ultrawide‐field images
Xiao et al. Indoor robot visual positioning system based on floor features
CN115685223B (zh) 位置识别方法、装置、电子设备及可读存储介质
CN117765047B (zh) 一种工件配准方法、装置、计算机设备及存储介质
CN112581529B (zh) 一种实现后方交会的新方法、新数据处理系统及存储介质
EP4187499A1 (en) Target detection method and apparatus, electronic device, and computer storage medium

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
CB02 Change of applicant information

Address after: 601, 6 / F, building 2, No. 18, Kechuang 11th Street, Daxing District, Beijing, 100176

Applicant after: Jingdong Technology Information Technology Co.,Ltd.

Address before: 601, 6 / F, building 2, No. 18, Kechuang 11th Street, Daxing District, Beijing, 100176

Applicant before: Jingdong Shuke Haiyi Information Technology Co.,Ltd.

Address after: 601, 6 / F, building 2, No. 18, Kechuang 11th Street, Daxing District, Beijing, 100176

Applicant after: Jingdong Shuke Haiyi Information Technology Co.,Ltd.

Address before: 601, 6 / F, building 2, No. 18, Kechuang 11th Street, Beijing Economic and Technological Development Zone, Beijing 100176

Applicant before: BEIJING HAIYI TONGZHAN INFORMATION TECHNOLOGY Co.,Ltd.

CB02 Change of applicant information
GR01 Patent grant
GR01 Patent grant