CN111890368A - 基于机器人的位置校定方法、装置、系统及存储介质 - Google Patents
基于机器人的位置校定方法、装置、系统及存储介质 Download PDFInfo
- Publication number
- CN111890368A CN111890368A CN202010787573.9A CN202010787573A CN111890368A CN 111890368 A CN111890368 A CN 111890368A CN 202010787573 A CN202010787573 A CN 202010787573A CN 111890368 A CN111890368 A CN 111890368A
- Authority
- CN
- China
- Prior art keywords
- robot
- current
- floor number
- determining
- floor
- 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
- 238000000034 method Methods 0.000 title claims abstract description 51
- 238000004513 sizing Methods 0.000 claims 2
- 238000010586 diagram Methods 0.000 description 4
- 238000001514 detection method Methods 0.000 description 2
- GNFTZDOKVXKIBK-UHFFFAOYSA-N 3-(2-methoxyethoxy)benzohydrazide Chemical compound COCCOC1=CC=CC(C(=O)NN)=C1 GNFTZDOKVXKIBK-UHFFFAOYSA-N 0.000 description 1
- FGUUSXIOTUKUDN-IBGZPJMESA-N C1(=CC=CC=C1)N1C2=C(NC([C@H](C1)NC=1OC(=NN=1)C1=CC=CC=C1)=O)C=CC=C2 Chemical compound C1(=CC=CC=C1)N1C2=C(NC([C@H](C1)NC=1OC(=NN=1)C1=CC=CC=C1)=O)C=CC=C2 FGUUSXIOTUKUDN-IBGZPJMESA-N 0.000 description 1
- YTAHJIFKAKIKAV-XNMGPUDCSA-N [(1R)-3-morpholin-4-yl-1-phenylpropyl] N-[(3S)-2-oxo-5-phenyl-1,3-dihydro-1,4-benzodiazepin-3-yl]carbamate Chemical compound O=C1[C@H](N=C(C2=C(N1)C=CC=C2)C1=CC=CC=C1)NC(O[C@H](CCN1CCOCC1)C1=CC=CC=C1)=O YTAHJIFKAKIKAV-XNMGPUDCSA-N 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/16—Programme controls
- B25J9/1679—Programme controls characterised by the tasks executed
- B25J9/1692—Calibration of manipulator
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J19/00—Accessories fitted to manipulators, e.g. for monitoring, for viewing; Safety devices combined with or specially adapted for use in connection with manipulators
- B25J19/0095—Means or methods for testing manipulators
Landscapes
- Engineering & Computer Science (AREA)
- Robotics (AREA)
- Mechanical Engineering (AREA)
- Manipulator (AREA)
Abstract
本发明公开了一种基于机器人的位置校定方法、装置、系统及存储介质，该方法的步骤包括：若接收到第一机器人发送的位置协同请求，则基于位置协同请求确定第一机器人的第一当前位置和第一当前楼层数，并确定接收位置协同请求的第二机器人的第二当前位置和第二当前楼层数，其中，第一机器人通过物联通信网络将位置协同请求发送至第二机器人；基于第一当前位置和第二当前位置确定第一机器人和第二机器人的第一位置高度差；基于第一位置高度差和第二当前楼层数校定第一机器人的第一当前楼层数。本发明通过确定第一当前位置和第二当前位置的第一位置高度差，基于第一位置高度差和第二当前楼层数校定第一当前楼层数，从而提升了确定楼层数的准确性。
Description
技术领域
本发明涉及智能物联领域和机器人领域，尤其涉及一种基于机器人的位置校定方法、装置、系统及存储介质。
背景技术
目前，机器人可应用于建筑群的楼层内，以进行物资配送。然而，在配送物资时，主要面临的问题是由于楼层层数众多，使得机器人在楼层之间进行物资配送时，难以精准确定自身所处位置的楼层数，或者，由于楼层内部结构复杂化，在物资配送的过程中，机器人难以辨别所处位置的楼层数，从而导致无法获取准确的楼层导航地图，从而导致无法完成配送物资。
发明内容
本发明的主要目的在于提供一种基于机器人的位置校定方法、装置、系统及计算机可读存储介质，旨在于解决机器人在楼层内物资配送时，难以准确地确定自身所处位置的楼层数的技术问题。
为实现上述目的，本发明提供一种基于机器人的位置校定方法，所述基于机器人的位置校定方法包括：
若接收到第一机器人发送的位置协同请求，则基于所述位置协同请求确定所述第一机器人对应的第一当前位置和第一当前楼层数，并确定接收所述位置协同请求对应的第二机器人的第二当前位置和第二当前楼层数，其中，所述第一机器人通过物联通信网络将所述位置协同请求发送至所述第二机器人；
基于所述第一当前位置和所述第二当前位置确定所述第一机器人和所述第二机器人对应的第一位置高度差；
基于所述第一位置高度差和所述第二当前楼层数校定所述第一机器人对应的第一当前楼层数。
可选地，所述基于所述第一位置高度差和所述第二当前楼层数校定所述第一机器人对应的第一当前楼层数，包括：
检测所述第一位置高度差是否在预设高度范围之内；
若检测到所述第一位置高度差在所述预设高度范围之内，则将所述第二当前楼层数校定为所述第一机器人对应的第一当前楼层数；
若检测到所述第一位置高度差在所述预设高度范围之外，则获取楼层高度；
基于所述楼层高度、所述第一当前位置、所述第二当前位置、所述第二当前楼层数和所述第一位置高度差校定所述第一当前楼层数。
可选地，所述基于所述楼层高度、所述第一当前位置、所述第二当前位置、所述第二当前楼层数和所述第一位置高度差校定所述第一当前楼层数，包括：
基于所述第一位置高度差和所述楼层高度确定所述第一机器人和第二机器人对应的楼层差；
检测所述第一当前位置是否高于所述第二当前位置；
若检测到所述第一当前位置高于所述第二当前位置，则基于所述第二当前楼层数与所述楼层差之和校定所述第一当前楼层数；
若检测到所述第一当前位置低于所述第二当前位置，则基于所述第二当前楼层数与所述楼层差之差校定所述第一当前楼层数。
可选地，所述若接收到第一机器人发送的位置协同请求，则基于所述位置协同请求确定所述第一机器人对应的第一当前位置和第一当前楼层数，并确定接收所述位置协同请求对应的第二机器人的第二当前位置和第二当前楼层数，包括：
若接收到所述第一机器人发送的位置协同请求，则基于所述位置协同请求获取所述第一机器人识别的位置信息，并基于所述位置信息确定所述第一机器人对应的第一当前位置和所述第一当前楼层数；
获取所述第二机器人中的预设位置和预设楼层数，将所述预设位置确定为所述第二当前位置，并将所述预设楼层数确定为所述第二当前楼层数。
可选地，所述基于机器人的位置校定方法还包括：
所述第二机器人启动设置于预设位置的校定设备；
确定所述第一机器人与所述校定设备的第二位置高度差；
获取楼层高度，并基于所述楼层高度和所述第二位置高度差校定所述第一当前楼层数。
可选地，所述确定所述第一机器人与所述校定设备的第二位置高度差，包括：
确定所述校定设备对应的第一位置，并基于所述校定设备控制所述第一机器人行进至所述第一当前楼层对应的目标校定设备，基于所述目标校定设备确定所述第一机器人对应的第二位置，其中，所述第一位置与所述第二位置位于同一竖直方向；
基于所述第一位置和所述第二位置确定所述第二位置高度差。
可选地，所述基于所述第一位置高度差和所述第二当前楼层数校定所述第一机器人对应的第一当前楼层数之后，所述方法还包括：
将校定后的第一当前楼层数发送至所述第一机器人，以使所述第一机器人基于所述校定后的第一当前楼层数获取对应的当前楼层地图，并基于所述当前楼层地图进行导航行走。
此外，为实现上述目的，本发明还提供一种基于机器人的位置校定装置，所述基于机器人的位置校定装置包括：
确定模块，用于若接收到第一机器人发送的位置协同请求，则基于所述位置协同请求确定所述第一机器人对应的第一当前位置和第一当前楼层数，并确定接收所述位置协同请求对应的第二机器人的第二当前位置和第二当前楼层数，其中，所述第一机器人通过物联通信网络将所述位置协同请求发送至所述第二机器人；
所述确定模块还用于基于所述第一当前位置和所述第二当前位置确定所述第一机器人和所述第二机器人对应的第一位置高度差；
校定模块，用于基于所述第一位置高度差和所述第二当前楼层数校定所述第一机器人对应的第一当前楼层数。
此外，为实现上述目的，本发明还提供一种基于机器人的位置校定系统，所述基于机器人的位置校定系统包括存储器、处理器和存储在所述存储器上并在所述处理器上运行的基于机器人的位置校定程序，所述基于机器人的位置校定程序被所述处理器执行时实现如上所述的基于机器人的位置校定方法的步骤。
此外，为实现上述目的，本发明还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有基于机器人的位置校定程序，所述基于机器人的位置校定程序被处理器完成时实现如上所述的基于机器人的位置校定方法的步骤。
本发明实现通过接收到第一机器人发送的位置协同请求后，基于位置协同请求确定第一机器人对应的第一当前位置和第一当前楼层数，确定接收位置协同请求对应的第二机器人的第二当前位置和第二当前楼层数，其中，第一机器人通过物联通信网络将位置协同请求发送至第二机器人；基于第一当前位置和第二当前位置确定第一机器人和第二机器人对应的第一位置高度差；基于第一位置高度差和第二当前楼层数校定第一机器人对应的第一当前楼层数。由此可知，在校定机器人楼层数的过程中，确定第一机器人对应的第一当前位置和第一当前楼层数，并确定第二机器人的第二当前位置和第二当前楼层数，然后确定第一当前位置和第二当前位置的第一位置高度差，最后结合第一位置高度差和第二当前楼层数校定第一当前楼层数，通过第一位置高度差实时校定了第一当前楼层数，从而提升了确定楼层数的准确性。
附图说明
图1是本发明基于机器人的位置校定方法第一实施例的流程示意图；
图2是本发明基于机器人的位置校定装置较佳的结构示意图；
图3是本发明实施例方案涉及的硬件运行环境的结构示意图。
本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。
本发明提供一种基于机器人的位置校定方法，参照图1，图1为本发明基于机器人的位置校定方法第一实施例的流程示意图。
本发明实施例提供了基于机器人的位置校定方法的实施例，需要说明的是，虽然在流程图中示出了逻辑顺序，但是在某些数据下，可以以不同于此处的顺序完成所示出或描述的步骤。
基于机器人的位置校定方法包括以下步骤S10-S30:
步骤S10，若接收到第一机器人发送的位置协同请求，则基于所述位置协同请求确定所述第一机器人对应的第一当前位置和第一当前楼层数，并确定接收所述位置协同请求对应的第二机器人的第二当前位置和第二当前楼层数，其中，所述第一机器人通过物联通信网络将所述位置协同请求发送至所述第二机器人。
第一机器人发出位置协同请求之前，根据本楼层建筑物坐标并通过第一机器人中的位置定位仪确定自身当前的第一位置坐标信息，然后通过采集设备采集电梯对应的第一楼层位置信息，第一机器人在不能精准确定当前的第一楼层位置信息时，发出位置协同请求。智能物联系统若接收到第一机器人发送的位置协同请求，则获取第一机器人中位置定位仪当前的第一位置坐标信息，根据第一位置坐标信息确定第一机器人对应的第一当前位置，然后根据采集设备采集到的第一楼层位置信息确定第一机器人对应的第一当前楼层数，接着通过物联通信网络将位置协同请求发送至第二机器人，第二机器人接收到位置协同请求后，将数据库中的第二位置坐标信息和当前的第二楼层位置信息反馈至智能物联系统中，智能物联系统根据接收到的第二位置坐标信息确定第二机器人对应的第二当前位置，根据第二楼层位置信息确定第二机器人对应的第二当前楼层数。
其中，智能物联系统是通过物联通信网络将所有的智能设备进行连接通信的智慧系统。位置协同请求是一种通信广播信号，每个位置协同请求都有对应的唯一编码，通过唯一编码将对应的第一机器人和第二机器人进行绑定通信。楼层建筑物坐标是根据实际情况在智能物联系统设定的二维坐标系或者三维坐标系，本实施例不作限制。位置定位仪是机器人中的硬件设备，用于记录机器人当前的位置坐标信息。采集设备包括但不限制于红外线摄像采集设备、摄像仪采集设备和语音采集设备。
需要说明的是，在本实施例中，为了区分第一机器人和第二机器人，将移动机器人确认为第一机器人，即每个时间段的位置坐标信息或/和楼层位置信息是不固定的，将非移动机器人确认为第二机器人，即每个时间段中的位置坐标信息和楼层位置信息是固定的。在另一些实施例中，所述第二机器人是可移动的机器人。
进一步地，所述步骤S10包括以下步骤a-b：
步骤a，若接收到所述第一机器人发送的位置协同请求，则基于所述位置协同请求获取所述第一机器人识别的位置信息，并基于所述位置信息确定所述第一机器人对应的第一当前位置和所述第一当前楼层数；
步骤b，获取所述第二机器人中的预设位置和预设楼层数，将所述预设位置确定为所述第二当前位置，并将所述预设楼层数确定为所述第二当前楼层数。
具体地，第一机器人通过采集设备采集并检测电梯门的开关信息，并通过采集楼层显示栏的数字信息或者识别电梯语音播报设备的语音播报信息，若检测到电梯门处于打开状态，第一机器人则采集楼层显示栏上的显示数字，或者识别语音播报信息中对应的楼层信息，然后将位置协同请求发送至智能物联系统，智能物联系统若接收到第一机器人发送的位置协同请求，则获取第一机器人中位置定位仪识别的位置坐标信息，根据位置坐标信息确定第一机器人对应的第一当前位置，然后根据楼层显示栏上的显示数字或者语音播报信息中对应的楼层信息确定第一机器人对应的第一当前楼层数，接着获取第二机器人的位置定位仪中的预设位置和预设楼层数，将预设位置确定为第二当前位置，并将预设楼层数确定为第二当前楼层数。
在本实施例中，比如，第一机器人检测到电梯门处于打开状态，然后采集楼层显示栏上的显示数字为“9”，由于楼层显示栏的老化或者反光干扰，第一机器人得到的显示数字为“8”，为了确认显示数字的准确性，则发出位置协同请求。或者，第一机器人检测到电梯门处于打开状态，然后语音播报信息为“你处的楼层为20层”，由于干扰声音的影响，第一机器人识别语音播报信息中对应的楼层信息为“24层”，为了确认语音播报信息中对应的楼层信息的正确，则发出位置协同请求。
步骤S20，基于所述第一当前位置和所述第二当前位置确定所述第一机器人和所述第二机器人对应的第一位置高度差。
智能物联系统确定第一当前位置和第二当前位置后，然后计算第一当前位置对应的第一位置坐标信息和第二当前位置对应的第二位置坐标信息的垂直坐标距离差，得到的垂直坐标距离差即为第一机器人和第二机器人对应的第一位置高度差。其中，第一位置高度差的数值长度单位为米(m)。
在本实施例中，比如，楼层建筑物坐标是二维坐标系，第一当前位置对应的第一位置坐标信息为(60，35)，第二当前位置对应的第二位置坐标信息为(45，20)，智能物联系统计算得到第一机器人和第二机器人对应的第一位置高度差为15米。
步骤S30，基于所述第一位置高度差和所述第二当前楼层数校定所述第一机器人对应的第一当前楼层数。
智能物联系统检测第一位置高度差是否在预设高度范围之内，若检测到第一位置高度差在预设高度范围之内，智能物联系统则基于第二当前楼层数校定第一机器人对应的第一当前楼层数，若检测到第一位置高度差在预设高度范围之外，智能物联系统则将第二当前楼层数和相差楼层数校定第一机器人对应的第一当前楼层数。
其中，相差楼层数是通过第一位置高度差和相隔楼层之间的楼层高度确定的。
进一步地，所述步骤S30包括以下步骤c-f：
步骤c，检测所述第一位置高度差是否在预设高度范围之内；
步骤d，若检测到所述第一位置高度差在所述预设高度范围之内，则将所述第二当前楼层数校定为所述第一机器人对应的第一当前楼层数；
步骤e，若检测到所述第一位置高度差在所述预设高度范围之外，则获取楼层高度；
步骤f，基于所述楼层高度、所述第一当前位置、所述第二当前位置、所述第二当前楼层数和所述第一位置高度差校定所述第一当前楼层数。
具体地，智能物联系统检测第一位置高度差是否在预设高度范围之内，若检测到第一位置高度差在预设高度范围之内，智能物联系统则将第二当前楼层数校定为第一机器人对应的第一当前楼层数。例如，所述预设高度范围是指大于或等于0，且小于楼层高度。
若检测到第一位置高度差在预设高度范围之外，智能物联系统则获取相隔楼层之间的楼层高度，通过计算第一位置高度差和楼层高度确定第一当前楼层数与第二当前楼层数之间相差的楼层数，接着通过检测第一当前位置与第二当前位置之间的相对位置，确定第一当前楼层数大于或者小于第二当前楼层数，最后通过第一当前楼层数与第二当前楼层数之间相差的楼层数，以及第一当前位置与第二当前位置检测之间的相对位置，结合第二当前楼层数校定第一当前楼层数。
进一步地，所述步骤f包括以下步骤g-j：
步骤g，基于所述第一位置高度差和所述楼层高度确定所述第一机器人和第二机器人对应的楼层差；
步骤h，检测所述第一当前位置是否高于所述第二当前位置；
步骤i，若检测到所述第一当前位置高于所述第二当前位置，则基于所述第二当前楼层数与所述楼层差之和校定所述第一当前楼层数；
步骤j，若检测到所述第一当前位置低于所述第二当前位置，则基于所述第二当前楼层数与所述楼层差之差校定所述第一当前楼层数。
具体地，智能物联系统将第一位置高度差除以楼层高度得到商值，该商值即为第一机器人和第二机器人对应的楼层差，然后检测第一当前位置是否高于第二当前位置，若检测到第一当前位置高于第二当前位置，智能物联系统则将第二当前楼层数与楼层差进行求和，得到目标楼层数，并通过该目标楼层数校定第一当前楼层数，若检测到第一当前位置低于第二当前位置，智能物联系统则将第二当前楼层数与楼层差进行求差，得到差值，并通过该差值校定第一当前楼层数。
在本实施例中，比如，第一位置高度差为8，楼层高度为4，第二当前楼层数为4，第一当前位置为(16，8)，第二当前位置为(20，16)。智能物联系统将第一位置高度差8除以楼层高度4得到商值2，第一当前位置(16，8)低于第二当前位置为(20，16)，智能物联系统则将第二当前楼层数4与楼层差2进行求差，得到差值2，最后确定第一当前楼层数为2。
本实施例通过接收到第一机器人发送的位置协同请求后，基于位置协同请求确定第一机器人对应的第一当前位置和第一当前楼层数，确定接收位置协同请求对应的第二机器人的第二当前位置和第二当前楼层数，其中，第一机器人通过物联通信网络将位置协同请求发送至第二机器人；基于第一当前位置和第二当前位置确定第一机器人和第二机器人对应的第一位置高度差；基于第一位置高度差和第二当前楼层数校定第一机器人对应的第一当前楼层数。由此可知，本实施例在校定机器人楼层数的过程中，确定第一机器人对应的第一当前位置和第一当前楼层数，并确定第二机器人的第二当前位置和第二当前楼层数，然后确定第一当前位置和第二当前位置的第一位置高度差，最后结合第一位置高度差和第二当前楼层数校定第一当前楼层数，通过第一位置高度差实时校定了第一当前楼层数，从而提升了机器人确定楼层数的准确性。
进一步地，提出本发明基于机器人的位置校定方法第二实施例。
所述基于机器人的位置校定方法第二实施例与所述基于机器人的位置校定方法第一施例的区别在于，所述基于机器人的位置校定方法还包括以下步骤k-m：
步骤k，所述第二机器人启动设置于预设位置的校定设备；
步骤l，确定所述第一机器人与所述校定设备的第二位置高度差；
步骤m，获取楼层高度，并基于所述楼层高度和所述第二位置高度差校定所述第一当前楼层数。
具体地，第二机器人启动设置于第二当前楼层数对应的预设位置的校定设备，并读取该校定设备对应的第一坐标，然后检测第一机器人是否触发所处楼层对应的目标校定设备，若检测到第一机器人触发所处楼层对应的目标校定设备，第二机器人则读取该目标校定设备对应的第二坐标，通过计算第一坐标和第二坐标之间的位置差值，得到目标校定设备与校定设备的第二位置高度差，即第一机器人与校定设备的第二位置高度差。第二机器人获取楼层高度，并基于楼层高度和第二位置高度差校定第一当前楼层数。
在本实施例中，比如，校定设备对应的第一坐标为(0，0)，目标校定设备的第二坐标为(0，16)，则第二位置高度差为16。若楼层高度为4，则智能物联系统将第二位置高度差16除以楼层高度4得到商值4，并且第一机器人的位置高于预设位置处的校定设备(例如校定设备设置于一楼的地面)，则确定第一机器人所对应的第一当前楼层数为4。
其中，目标校定设备和校定设备安装于楼梯口旁边、电梯口或者电梯内的预设位置，具体位置根据建筑物的结构安装，本实施例不作限制。预设差值根据实际情况设定，本实施例不作限制。
进一步地，所述步骤l包括以下步骤n-o：
步骤n，确定所述校定设备对应的第一位置，并基于所述校定设备控制所述第一机器人行进至所述第一当前楼层对应的目标校定设备，基于所述目标校定设备确定所述第一机器人对应的第二位置，其中，所述第一位置与所述第二位置位于同一竖直方向；
步骤o，基于所述第一位置和所述第二位置确定所述第二位置高度差。
具体地，第二机器人在启动校定设备后，确定校定设备对应的第一位置，然后将校定设备的驱动信号发送至与位置协同请求对应的第一机器人，第一机器人接收到驱动信号后，根据驱动信号行进至第一当前楼层数对应的目标校定设备处，并触发该目标校定设备，第二机器人检测到一机器人触发该目标校定设备后，确定该目标校定设备对应的第二位置，然后将第一位置对应的第一高度减去第二位置对应的第二高度，得到第一位置和第二位置对应的第二位置高度差。
需要说明的是，目标校定设备和校定设备是处于同一竖直方向的，即每一层楼安装校定设备的位置的一样的。
本实施例通过第二机器人启动设置于预设位置的校定设备；确定第一机器人与校定设备的第二位置高度差；获取楼层高度，并基于楼层高度和第二位置高度差校定第一当前楼层数。由此可知，本实施例在校定机器人楼层数的过程中，确定预设位置的校定设备与第一机器人的第二位置高度差，并根据第二位置高度差校定第一当前楼层数，从而提升了机器人确定楼层数的准确性。
进一步地，提出本发明基于机器人的位置校定方法第三实施例。
所述基于机器人的位置校定方法第三实施例与所述基于机器人的位置校定方法第一施例或/和第二实施例的区别在于，所述基于机器人的位置校定方法还包括以下步骤p：
步骤p，将校定后的第一当前楼层数发送至所述第一机器人，以使所述第一机器人基于所述校定后的第一当前楼层数获取对应的当前楼层地图，并基于所述当前楼层地图进行导航行走。
具体地，智能物联系统将校定后的第一当前楼层数发送至第一机器人，第一机器人接收到校定后的第一当前楼层数后，获取校定后的第一当前楼层数对应的当前楼层地图，根据位置定位仪中的位置坐标信息在当前楼层地图中进行自行定位当前位置信息，然后获取数据库中预设的任务指令，并分析该任务指令中的目标位置信息，根据当前位置信息和目标位置信息在当前楼层地图中进行导航行走，完成该任务指令。
本实施例将校定后的第一当前楼层数发送至第一机器人，以供第一机器人基于校定后的第一当前楼层数获取对应的当前楼层地图，并确定对应的任务指令，基于当前楼层地图完成任务指令。由此可知，本实施例在完成任务指令的过程中，获取校定后的第一当前楼层数对应的当前楼层地图，根据位置定位仪中的位置坐标信息在当前楼层地图中进行自行定位当前位置信息，然后获取数据库中预设的任务指令，并分析该任务指令中的目标位置信息，根据当前位置信息和目标位置信息在当前楼层地图中进行导航行走，完成该任务指令，从而提升了任务指令的完成效率。
此外，本发明还提供一种基于机器人的位置校定装置100，参照图2，所述基于机器人的位置校定装置100包括：
确定模块10，用于若接收到第一机器人发送的位置协同请求，则基于所述位置协同请求确定所述第一机器人对应的第一当前位置和第一当前楼层数，并确定接收所述位置协同请求对应的第二机器人的第二当前位置和第二当前楼层数，其中，所述第一机器人通过物联通信网络将所述位置协同请求发送至所述第二机器人；
所述确定模块10还用于基于所述第一当前位置和所述第二当前位置确定所述第一机器人和所述第二机器人对应的第一位置高度差；
校定模块20，用于基于所述第一位置高度差和所述第二当前楼层数校定所述第一机器人对应的第一当前楼层数。
进一步地，所述校定模块20包括：
检测单元，用于检测所述第一位置高度差是否在预设高度范围之内。
进一步地，所述校定模块20还用于若检测到所述第一位置高度差在所述预设高度范围之内，则将所述第二当前楼层数校定为所述第一机器人对应的第一当前楼层数。
进一步地，所述校定模块20还包括：
第一获取单元，用于若检测到所述第一位置高度差在所述预设高度范围之外，则获取楼层高度。
进一步地，所述校定模块20还用于基于所述楼层高度、所述第一当前位置、所述第二当前位置、所述第二当前楼层数和所述第一位置高度差校定所述第一当前楼层数；
所述确定模块10还用于基于所述第一位置高度差和所述楼层高度确定所述第一机器人和第二机器人对应的楼层差；
所述检测单元还用于检测所述第一当前位置是否高于所述第二当前位置；
所述校定模块20还用于若检测到所述第一当前位置高于所述第二当前位置，则基于所述第二当前楼层数与所述楼层差之和校定所述第一当前楼层数；若检测到所述第一当前位置低于所述第二当前位置，则基于所述第二当前楼层数与所述楼层差之差校定所述第一当前楼层数。
进一步地，所述确定模块10还包括：
第二获取单元，若用于接收到所述第一机器人发送的位置协同请求，则基于所述位置协同请求获取所述第一机器人识别的位置信息。
进一步地，所述确定模块10还用于基于所述位置信息确定所述第一机器人对应的第一当前位置和所述第一当前楼层数；
所述获取单元还用于获取所述第二机器人中的预设位置和预设楼层数；
所述确定模块10还用于将所述预设位置确定为所述第二当前位置，并将所述预设楼层数确定为所述第二当前楼层数。
进一步地，所述基于机器人的位置校定装置100还包括：
启动模块，用于所述第二机器人启动设置于预设位置的校定设备；
所述确定模块10还用于确定所述第一机器人与所述校定设备的第二位置高度差；
获取模块，用于获取楼层高度；
所述校定模块20还用于基于所述楼层高度和所述第二位置高度差校定所述第一当前楼层数。
进一步地，所述确定模块10还用于确定所述校定设备对应的第一位置。
进一步地，所述确定模块10还包括：
控制单元，用于基于所述校定设备控制所述第一机器人行进至所述第一当前楼层对应的目标校定设备。
进一步地，所述校定模块20还用于基于所述目标校定设备确定所述第一机器人对应的第二位置，其中，所述第一位置与所述第二位置位于同一竖直方向；
所述确定模块10还用于基于所述第一位置和所述第二位置确定所述第二位置高度差。
进一步地，所述基于机器人的位置校定装置100还包括：
发送模块，用于将校定后的第一当前楼层数发送至所述第一机器人，以使所述第一机器人基于所述校定后的第一当前楼层数获取对应的当前楼层地图，并基于所述当前楼层地图进行导航行走。
本发明基于机器人的位置校定装置100的具体实施方式与上述基于基于机器人的位置校定方法各实施例基本相同，在此不再赘述。
此外，本发明还提供一种基于机器人的位置校定系统。如图3所示，图3是本发明实施例方案涉及的硬件运行环境的结构示意图。
可以理解地是，本申请的基于机器人的位置校定系统可以设置于第一机器人，或者设置于第二机器人，或设置于在第一机器人和第二机器人之外的其他智能设备。
如图3所示，该基于机器人的位置校定系统可以包括：处理器1001，例如CPU(Central Processing Unit，中央处理器)；存储器1005；用户接口1003；网络接口1004；通信总线1002。通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display)、输入单元比如键盘(board)，可选地，用户接口1003还可以包括标准的有线接口(如USB(Universal Serial Bus，通用串行总线)接口)、无线接口(如蓝牙接口)。网络接口1004可选地可以包括标准的有线接口、无线接口(如WI-FI((Wireless-Fidelity))接口)。存储器1005可以是高速RAM存储器，也可以是稳定的存储器(non-volatile memory)，例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
可选地，基于机器人的位置校定系统还可以包括RF(Radio Frequency，射频)电路，传感器、WiFi模块等等。
本领域技术人员可以理解，图3中示出的基于机器人的位置校定系统结构并不构成对基于机器人的位置校定系统的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
如图3所示，作为一种计算机存储介质的存储器1005中可以包括操作设备、网络通信模块、用户接口模块以及基于机器人的位置校定程序。其中，操作设备是管理和控制基于机器人的位置校定系统硬件和软件资源的程序，支持基于机器人的位置校定程序以及其它软件或程序的运行。
在图所示的基于机器人的位置校定系统中，用户接口1003主要用于第一机器人，以用户通过无线网络向第一机器人发送任务指令，或者用户手动操作在第一机器人中设定任务指令；网络接口1004主要用于智能物联系统，以将完成第一机器人和第二机器人之间的数据通信，获取第一机器人和第二机器人的位置信息，以及完成数据计算等等；处理器1001可以用于调用存储器1005中存储的基于机器人的位置校定程序，并完成如上所述的基于机器人的位置校定系统的控制方法的步骤。
本发明基于机器人的位置校定系统具体实施方式与上述基于机器人的位置校定方法各实施例基本相同，在此不再赘述。
此外，本发明实施例还提出一种计算机可读存储介质，所述计算机可读存储介质上存储有基于机器人的位置校定程序，所述基于机器人的位置校定程序被处理器完成时实现如上所述的基于机器人的位置校定方法的步骤。
本发明计算机可读存储介质具体实施方式与上述基于机器人的位置校定方法各实施例基本相同，在此不再赘述。
需要说明的是，在本文中，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、物品或者装置不仅包括那些要素，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、物品或者装置所固有的要素。在没有更多限制的数据下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多数据下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件货物的形式体现出来，该计算机软件货物存储在一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台基于机器人的位置校定系统完成本发明各个实施例所述的方法。
Claims (10)
1.一种基于机器人的位置校定方法，其特征在于，所述基于机器人的位置校定方法包括：
若接收到第一机器人发送的位置协同请求，则基于所述位置协同请求确定所述第一机器人对应的第一当前位置和第一当前楼层数，并确定接收所述位置协同请求对应的第二机器人的第二当前位置和第二当前楼层数，其中，所述第一机器人通过物联通信网络将所述位置协同请求发送至所述第二机器人；
基于所述第一当前位置和所述第二当前位置确定所述第一机器人和所述第二机器人对应的第一位置高度差；
基于所述第一位置高度差和所述第二当前楼层数校定所述第一机器人对应的第一当前楼层数。
2.如权利要求1所述的基于机器人的位置校定方法，其特征在于，所述基于所述第一位置高度差和所述第二当前楼层数校定所述第一机器人对应的第一当前楼层数，包括：
检测所述第一位置高度差是否在预设高度范围之内；
若检测到所述第一位置高度差在所述预设高度范围之内，则将所述第二当前楼层数校定为所述第一机器人对应的第一当前楼层数；
若检测到所述第一位置高度差在所述预设高度范围之外，则获取楼层高度；
基于所述楼层高度、所述第一当前位置、所述第二当前位置、所述第二当前楼层数和所述第一位置高度差校定所述第一当前楼层数。
3.如权利要求2所述的基于机器人的位置校定方法，其特征在于，所述基于所述楼层高度、所述第一当前位置、所述第二当前位置、所述第二当前楼层数和所述第一位置高度差校定所述第一当前楼层数，包括：
基于所述第一位置高度差和所述楼层高度确定所述第一机器人和第二机器人对应的楼层差；
检测所述第一当前位置是否高于所述第二当前位置；
若检测到所述第一当前位置高于所述第二当前位置，则基于所述第二当前楼层数与所述楼层差之和校定所述第一当前楼层数；
若检测到所述第一当前位置低于所述第二当前位置，则基于所述第二当前楼层数与所述楼层差之差校定所述第一当前楼层数。
4.如权利要求1所述的基于机器人的位置校定方法，其特征在于，所述若接收到第一机器人发送的位置协同请求，则基于所述位置协同请求确定所述第一机器人对应的第一当前位置和第一当前楼层数，并确定接收所述位置协同请求对应的第二机器人的第二当前位置和第二当前楼层数，包括：
若接收到所述第一机器人发送的位置协同请求，则基于所述位置协同请求获取所述第一机器人识别的位置信息，并基于所述位置信息确定所述第一机器人对应的第一当前位置和所述第一当前楼层数；
获取所述第二机器人中的预设位置和预设楼层数，将所述预设位置确定为所述第二当前位置，并将所述预设楼层数确定为所述第二当前楼层数。
5.如权利要求1所述的基于机器人的位置校定方法，其特征在于，所述基于机器人的位置校定方法还包括：
所述第二机器人启动设置于预设位置的校定设备；
确定所述第一机器人与所述校定设备的第二位置高度差；
获取楼层高度，并基于所述楼层高度和所述第二位置高度差校定所述第一当前楼层数。
6.如权利要求5所述的基于机器人的位置校定方法，其特征在于，所述确定所述第一机器人与所述校定设备的第二位置高度差，包括：
确定所述校定设备对应的第一位置，并基于所述校定设备控制所述第一机器人行进至所述第一当前楼层对应的目标校定设备，基于所述目标校定设备确定所述第一机器人对应的第二位置，其中，所述第一位置与所述第二位置位于同一竖直方向；
基于所述第一位置和所述第二位置确定所述第二位置高度差。
7.如权利要求1至6任一项所述的基于机器人的位置校定方法，其特征在于，所述基于所述第一位置高度差和所述第二当前楼层数校定所述第一机器人对应的第一当前楼层数之后，所述方法还包括：
将校定后的第一当前楼层数发送至所述第一机器人，以使所述第一机器人基于所述校定后的第一当前楼层数获取对应的当前楼层地图，并基于所述当前楼层地图进行导航行走。
8.一种基于机器人的位置校定装置，其特征在于，所述基于机器人的位置校定装置包括：
确定模块，用于若接收到第一机器人发送的位置协同请求，则基于所述位置协同请求确定所述第一机器人对应的第一当前位置和第一当前楼层数，并确定接收所述位置协同请求对应的第二机器人的第二当前位置和第二当前楼层数，其中，所述第一机器人通过物联通信网络将所述位置协同请求发送至所述第二机器人；
所述确定模块还用于基于所述第一当前位置和所述第二当前位置确定所述第一机器人和所述第二机器人对应的第一位置高度差；
校定模块，用于基于所述第一位置高度差和所述第二当前楼层数校定所述第一机器人对应的第一当前楼层数。
9.一种基于机器人的位置校定系统，其特征在于，所述基于机器人的位置校定系统包括存储器、处理器和存储在所述存储器上并在所述处理器上运行的基于机器人的位置校定程序，所述基于机器人的位置校定程序被所述处理器执行时实现如权利要求1至7中任一项所述的基于机器人的位置校定方法的步骤。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有基于机器人的位置校定程序，所述基于机器人的位置校定程序被处理器完成时实现如权利要求1至7中任一项所述的基于机器人的位置校定方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010787573.9A CN111890368B (zh) | 2020-08-06 | 2020-08-06 | 基于机器人的位置校定方法、装置、系统及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010787573.9A CN111890368B (zh) | 2020-08-06 | 2020-08-06 | 基于机器人的位置校定方法、装置、系统及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111890368A true CN111890368A (zh) | 2020-11-06 |
| CN111890368B CN111890368B (zh) | 2021-12-07 |
Family
ID=73246091
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010787573.9A Active CN111890368B (zh) | 2020-08-06 | 2020-08-06 | 基于机器人的位置校定方法、装置、系统及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111890368B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114852804A (zh) * | 2022-04-25 | 2022-08-05 | 北京云迹科技股份有限公司 | 机器人楼层确定方法及相关设备 |
| CN114852804B (zh) * | 2022-04-25 | 2024-10-22 | 北京云迹科技股份有限公司 | 机器人楼层确定方法及相关设备 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20090256751A1 (en) * | 2003-10-14 | 2009-10-15 | Rudolf Zeller | Tracking Positions of Personnel, Vehicles, and Inanimate Objects |
| CN107021390A (zh) * | 2017-04-18 | 2017-08-08 | 上海木爷机器人技术有限公司 | 机器人乘坐电梯的控制方法和系统 |
| CN110840335A (zh) * | 2019-11-07 | 2020-02-28 | 深圳市银星智能科技股份有限公司 | 机器人位置状态检测方法及其机器人 |
| CN110936371A (zh) * | 2018-09-25 | 2020-03-31 | 上海云绅智能科技有限公司 | 一种多楼层地图切换方法及机器人 |
| CN111352425A (zh) * | 2020-03-16 | 2020-06-30 | 北京猎户星空科技有限公司 | 一种导航系统、方法、装置、电子设备及介质 |
-
2020
- 2020-08-06 CN CN202010787573.9A patent/CN111890368B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20090256751A1 (en) * | 2003-10-14 | 2009-10-15 | Rudolf Zeller | Tracking Positions of Personnel, Vehicles, and Inanimate Objects |
| CN107021390A (zh) * | 2017-04-18 | 2017-08-08 | 上海木爷机器人技术有限公司 | 机器人乘坐电梯的控制方法和系统 |
| CN110936371A (zh) * | 2018-09-25 | 2020-03-31 | 上海云绅智能科技有限公司 | 一种多楼层地图切换方法及机器人 |
| CN110840335A (zh) * | 2019-11-07 | 2020-02-28 | 深圳市银星智能科技股份有限公司 | 机器人位置状态检测方法及其机器人 |
| CN111352425A (zh) * | 2020-03-16 | 2020-06-30 | 北京猎户星空科技有限公司 | 一种导航系统、方法、装置、电子设备及介质 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114852804A (zh) * | 2022-04-25 | 2022-08-05 | 北京云迹科技股份有限公司 | 机器人楼层确定方法及相关设备 |
| CN114852804B (zh) * | 2022-04-25 | 2024-10-22 | 北京云迹科技股份有限公司 | 机器人楼层确定方法及相关设备 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111890368B (zh) | 2021-12-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP2807876B1 (en) | Collecting positioning reference data | |
| CN110730422B (zh) | 基于uwb的定位方法、装置、系统及终端设备 | |
| EP3314927B1 (en) | Mobile device locator | |
| CN107687855B (zh) | 机器人定位方法、装置及机器人 | |
| JP5938760B2 (ja) | 移動量推定システム、移動量推定方法、移動端末 | |
| US20130116968A1 (en) | Extended fingerprint generation | |
| JP5892785B2 (ja) | 情報処理装置、及び情報処理方法 | |
| JP6330471B2 (ja) | 無線測位装置 | |
| US10955518B2 (en) | Method for generating an indoor environment model and a method for determining position data for a location in an indoor environment | |
| CN112213738B (zh) | 无人搬运车地图构建方法、装置、设备及存储介质 | |
| WO2011144968A1 (en) | Physically-constrained radiomaps | |
| KR101396877B1 (ko) | 와이파이 기반 실내측위 보정 방법 및 시스템 | |
| KR102676238B1 (ko) | 차량용 측위 장치 및 그의 측위 방법과 그를 포함하는 차량 | |
| CN112716401B (zh) | 绕障清扫方法、装置、设备及计算机可读存储介质 | |
| CN106125042A (zh) | 进行定位的方法和电子装置 | |
| CN111707233A (zh) | 终端设备的定位方法、装置、终端设备及存储介质 | |
| KR20170032147A (ko) | 단말 및 이의 위치 측정 방법 | |
| CN112033390B (zh) | 机器人导航纠偏方法、装置、设备和计算机可读存储介质 | |
| CN116506806A (zh) | 基于蓝牙设备的定位方法、设备、存储介质及装置 | |
| JP2020143901A (ja) | 移動体の位置測定システム | |
| JP5881541B2 (ja) | 情報処理システム、及び情報処理方法 | |
| CN107218943B (zh) | 室内导航方法及装置 | |
| CN105635958B (zh) | 一种定位数据采集方法和装置 | |
| CN108181609B (zh) | 车辆的定位方法、装置及计算机可读存储介质 | |
| CN111890368B (zh) | 基于机器人的位置校定方法、装置、系统及存储介质 |
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 | ||
| CP03 | Change of name, title or address | ||
| CP03 | Change of name, title or address |
Address after: Unit 7-11, 6th Floor, Building B2, No. 999-8 Gaolang East Road, Wuxi Economic Development Zone, Wuxi City, Jiangsu Province, China 214000 Patentee after: Youdi Robot (Wuxi) Co.,Ltd. Country or region after: China Address before: 5D, Building 1, Tingwei Industrial Park, No. 6 Liufang Road, Xingdong Community, Xin'an Street, Bao'an District, Shenzhen City, Guangdong Province Patentee before: UDITECH Co.,Ltd. Country or region before: China |