CN112033391B - 一种基于充电桩的机器人重定位方法及装置 - Google Patents

一种基于充电桩的机器人重定位方法及装置 Download PDF

Info

Publication number
CN112033391B
CN112033391B CN202010840558.6A CN202010840558A CN112033391B CN 112033391 B CN112033391 B CN 112033391B CN 202010840558 A CN202010840558 A CN 202010840558A CN 112033391 B CN112033391 B CN 112033391B
Authority
CN
China
Prior art keywords
charging pile
robot
map
positioning
charging
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.)
Active
Application number
CN202010840558.6A
Other languages
English (en)
Other versions
CN112033391A (zh
Inventor
董超
舒庆
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.)
Changzhou Beiyesi Intelligent Technology Co ltd
Original Assignee
Changzhou Beiyesi Intelligent 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 Changzhou Beiyesi Intelligent Technology Co ltd filed Critical Changzhou Beiyesi Intelligent Technology Co ltd
Priority to CN202010840558.6A priority Critical patent/CN112033391B/zh
Publication of CN112033391A publication Critical patent/CN112033391A/zh
Application granted granted Critical
Publication of CN112033391B publication Critical patent/CN112033391B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • 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
    • G01S17/93—Lidar systems specially adapted for specific applications for anti-collision purposes

Abstract

本发明涉及智能机器人技术领域，尤其是一种基于充电桩的机器人重定位方法，采用修正定位和重定位的方法，解决了充电桩位置变动的情况下的恢复方法，保证了机器人一定能够恢复定位，本发明还提供了一种重定位装置。

Description

一种基于充电桩的机器人重定位方法及装置
技术领域
本发明涉及智能机器人技术领域技术领域，尤其是一种基于充电桩的机器人重定位方法及装置。
背景技术
目前，移动机器人通过传感器感知周围环境和自身状态，进而实现在有障碍物的环境中向目标自主运动，这就是通常所说的智能自主移动机器人的导航技术；而定位则是确定机器人在工作环境中相对于全局坐标的位置及基本姿态，是移动机器人导航的基本环节。然而，在机器人的系统关闭断电重启，或者机器人被人为干预发生异常状态时，机器人就会丢失当前的定位。最直接可靠的方法是通过充电桩等固有的信标对机器人进行初始定位或者重新定位。
重定位方法1：基于信标的定位方法，在建图时将固定信标(已知位置信息)如充电桩的位置保存在存储器中，在开机时或定位丢失时将机器人靠近固定信标(如充电桩)，利用已知信标(如充电桩)的位置信息恢复机器人的初始定位。
重定位方法2：基于环境匹配的定位方法，通过摄像头或者激光传感器采集周围环境数据，进行大量数据匹配，根据环境进行状态估计来进行重新定位。
上述重定位方法1的缺点：缺点是需要人为干预，辅助机器人移动到充电桩处。室内机器人充电桩位置发生变化时，如果机器人仍然借助充电桩进行定位恢复或初始化，则会导致机器人定位错乱。最终导致无法自主导航，而重新构建地图的成本过高。
上述重定位方法2的缺点：视觉或激光重定位方法无法应对场景唯一特性信息较少的场景，如多个相似的房间，长长的走廊等场景。无法保证能够恢复定位，并不可靠，且需要大量的计算资源。实际应用时也需要结合方法1来进行充电桩重定位。
本发明实施例的目的在于提供一种基于充电桩的机器人重定位方法，进行修正定位和重定位，解决了充电桩位置变动的情况下的恢复方法，保证了机器人一定能够恢复定位。
发明内容
本发明要解决的技术问题是：为了解决现有重定位方法导致机器人定位错乱、定位不可靠以及计算量较大问题，本发明提供了一种基于充电桩的机器人重定位方法，采用修正定位和重定位的方法，解决了充电桩位置变动的情况下的恢复方法，保证了机器人一定能够恢复定位，有效解决了现有上述问题。
一方面，本发明提供了一种基于充电桩的机器人重定位方法，
一种基于充电桩的机器人重定位方法，包括如下步骤，
1.机器人开始建图，机器人开启激光雷达等深度数据传感器，开始扫描周围环境；
2.检测充电桩，建图的起点设置为充电桩，检测到充电桩后，才开始进行实际的地图建立；
3.在检测到充电桩后将里程计和全局定位复位，且以后每次回到充电桩后，都会将里程计和全局定位复位，以清除误差，恢复定位；
4.引导机器人围绕场景运动，扫描地图数据，通过SLAM算法进行地图的构建；
5.在建图的最后，将机器人引导回充电桩，将扫描地图进行回环匹配，形成一个完成的初始地图，即完成地图扫描；
6.将上一步扫描得到的地图重新加载，并复位里程计和初始定位；
7.机器人在已知地图中进行自主导航；
8.机器人不执行任务或者电量过低时，会根据充电桩红外对射定位，寻找充电桩，并自动对接充电；
9.计算当前充电桩位置和上一次充电桩位置的偏差；
10.如果充电桩的位置偏差小于阈值，则认为充电桩没有移动位置，该误差为是机器人的定位偏差，修正定位偏差；
11.否则认为充电桩的位置发生了偏移，修正充电桩在地图中的数据。
另一方面，本发明提供了一种基于充电桩的机器人重定位装置，
一种基于充电桩的机器人重定位装置，采用上述所述的重定位方法。
本发明的有益效果是：
1、仅仅依赖充电桩，在不增加额外传感器或者定位信标解决了机器人重定位问题。成本低，实用性强。
2、每次回巢充电机器人都利用充电桩修正里程计的累计误差，保证了每次定位的准确率。
3、在利用充电桩完成重定位之前，对充电桩的位置进行偏移判断，使得机器人能够在机器人充电桩被移动的情况下也能进行充电桩定位。
附图说明
下面结合附图和实施例对本发明进一步说明。
图1是本发明的程序流程图。
具体实施方式
现在结合附图对本发明作进一步详细的说明。这些附图均为简化的示意图，仅以示意方式说明本发明的基本结构，因此其仅显示与本发明有关的构成。
一种基于充电桩的机器人重定位方法，包括如下步骤，
1.机器人开始建图，机器人开启激光雷达等深度数据传感器，开始扫描周围环境；
2.检测充电桩，建图的起点设置为充电桩，检测到充电桩后，才开始进行实际的地图建立；
3.在检测到充电桩后将里程计和全局定位复位，且以后每次回到充电桩后，都会将里程计和全局定位复位，以清除误差，恢复定位；
4.引导机器人围绕场景运动，扫描地图数据，通过SLAM算法进行地图的构建；
5.在建图的最后，将机器人引导回充电桩，将扫描地图进行回环匹配，形成一个完成的初始地图，即完成地图扫描；
6.将上一步扫描得到的地图重新加载，并复位里程计和初始定位；
7.机器人在已知地图中进行自主导航；
8.机器人不执行任务或者电量过低时，会主动回到充电；
9.计算上一次运动中里程计的累计偏差值；
10.如果上一次的累计偏差值小于设定阈值，则认为充电桩没有移动位置，误差为纯里程计的累计误差，修正里程计的误差；
11.否则认为充电桩的位置发生了偏移，修正充电桩在地图中的数据。
另一方面，本发明提供了一种基于充电桩的机器人重定位装置，
一种基于充电桩的机器人重定位装置，采用上述所述的重定位方法。
本发明的技术方案是在充电桩被挪动的情况下，机器人仍能通过充电桩的红外引导进行对接充电。
实施过程中发现，机器人在运动过程中的定位偏差取决于SLAM算法匹配误差，这个误差在特定环境中是一定的，如±0.1m，即在不丢失定位的情况下，机器人的定位误差一直在0.1m范围以内，最终回巢充电的误差也应为正负0.1m。
实施过程中，在不挪动充电桩的情况下，对机器人的定位误差进行相对统计估算，得到该环境下的定位误差为Δ，则上述方案中阈值的则设为Δ。
实际情况中，如果充电桩没有移动，机器人在某次运动中定位误差大于了Δ,按照策略修正了充电桩的值。机器人在后来仍有可能定位误差在反向想大于Δ，从而将充电桩的位置修正回来。整个系统定位是一个稳定的闭环。
以上述依据本发明的理想实施例为启示，通过上述的说明内容，相关工作人员完全可以在不偏离本项发明技术思想的范围内，进行多样的变更以及修改。本项发明的技术性范围并不局限于说明书上的内容，必须要根据权利要求范围来确定其技术性范围。

Claims (2)

1.一种基于充电桩的机器人重定位方法，其特征在于：包括如下步骤，
(1)机器人开始建图，机器人开启激光雷达等深度数据传感器，开始扫描周围环境；
(2)检测充电桩，建图的起点设置为充电桩，检测到充电桩后，才开始进行实际的地图建立；
(3)在检测到充电桩后将里程计和全局定位复位，且以后每次回到充电桩后，都会将里程计和全局定位复位，以清除误差，恢复定位；
(4)引导机器人围绕场景运动，扫描地图数据，通过SLAM算法进行地图的构建；
(5)在建图的最后，将机器人引导回充电桩，将扫描地图进行回环匹配，形成一个完成的初始地图，即完成地图扫描；
(6)将上一步扫描得到的地图重新加载，并复位里程计和初始定位；
(7)机器人在已知地图中进行自主导航；
(8)机器人不执行任务或者电量过低时，会根据充电桩红外对射定位，寻找充电桩，并自动对接充电；
(9)计算当前充电桩位置和上一次充电桩位置的偏差；
(10)如果充电桩的位置偏差小于阈值，则认为充电桩没有移动位置，该误差为是机器人的定位偏差，修正定位偏差；
(11)否则认为充电桩的位置发生了偏移，修正充电桩在地图中的数据。
2.一种基于充电桩的机器人重定位装置，其特征在于：采用根据权利要求1所述的一种基于充电桩的机器人重定位方法。
CN202010840558.6A 2020-08-20 2020-08-20 一种基于充电桩的机器人重定位方法及装置 Active CN112033391B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010840558.6A CN112033391B (zh) 2020-08-20 2020-08-20 一种基于充电桩的机器人重定位方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010840558.6A CN112033391B (zh) 2020-08-20 2020-08-20 一种基于充电桩的机器人重定位方法及装置

Publications (2)

Publication Number Publication Date
CN112033391A CN112033391A (zh) 2020-12-04
CN112033391B true CN112033391B (zh) 2024-02-13

Family

ID=73578298

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010840558.6A Active CN112033391B (zh) 2020-08-20 2020-08-20 一种基于充电桩的机器人重定位方法及装置

Country Status (1)

Country Link
CN (1) CN112033391B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112859862A (zh) * 2021-01-15 2021-05-28 珠海市一微半导体有限公司 一种利用充电桩进行地图修正的方法及系统
CN113541265B (zh) * 2021-07-29 2022-07-29 上海术理智能科技有限公司 用于机器人的自动充电系统及充电桩定位导航方法
CN116222561A (zh) * 2021-12-06 2023-06-06 追觅创新科技(苏州)有限公司 基于地图导航的地图数据处理方法、系统和自移动机器人

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106980320A (zh) * 2017-05-18 2017-07-25 上海思岚科技有限公司 机器人充电方法及装置
CN107092264A (zh) * 2017-06-21 2017-08-25 北京理工大学 面向银行厅堂环境的服务机器人自主导航与自动充电方法
CN108852174A (zh) * 2017-09-25 2018-11-23 北京石头世纪科技有限公司 自主移动机器人及其寻桩方法、控制装置和智能清洁系统
CN109708644A (zh) * 2019-01-21 2019-05-03 北京艾瑞思机器人技术有限公司 移动机器人导航方法、装置和移动机器人

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106980320A (zh) * 2017-05-18 2017-07-25 上海思岚科技有限公司 机器人充电方法及装置
CN107092264A (zh) * 2017-06-21 2017-08-25 北京理工大学 面向银行厅堂环境的服务机器人自主导航与自动充电方法
CN108852174A (zh) * 2017-09-25 2018-11-23 北京石头世纪科技有限公司 自主移动机器人及其寻桩方法、控制装置和智能清洁系统
CN109708644A (zh) * 2019-01-21 2019-05-03 北京艾瑞思机器人技术有限公司 移动机器人导航方法、装置和移动机器人

Also Published As

Publication number Publication date
CN112033391A (zh) 2020-12-04

Similar Documents

Publication Publication Date Title
CN112033391B (zh) 一种基于充电桩的机器人重定位方法及装置
Belter et al. Adaptive motion planning for autonomous rough terrain traversal with a walking robot
Furgale et al. Visual teach and repeat for long‐range rover autonomy
CN109813319B (zh) 一种基于slam建图的开环优化方法及系统
US20200047340A1 (en) System and method for autonomous navigation using visual sparse map
US20130116823A1 (en) Mobile apparatus and walking robot
CN112928799B (zh) 基于激光测量的移动机器人自动对接充电方法
Furgale et al. Stereo mapping and localization for long-range path following on rough terrain
WO2001038945A9 (en) Autonomous multi-platform robot system
Dall’Osto et al. Fast and robust bio-inspired teach and repeat navigation
CN112217248A (zh) 充电桩、用于移动机器人的自主充电的方法和装置
CN114742874A (zh) 一种基于激光与视觉异步融合的slam算法
Weichen et al. Hector SLAM with ICP trajectory matching
CN114460939A (zh) 复杂环境下智能行走机器人自主导航改进方法
CN112652001A (zh) 基于扩展卡尔曼滤波的水下机器人多传感器融合定位系统
US11926038B2 (en) Information processing apparatus and information processing method
Furgale et al. Visual path following on a manifold in unstructured three-dimensional terrain
Yu et al. Indoor Localization Based on Fusion of AprilTag and Adaptive Monte Carlo
Maeyama et al. Long distance outdoor navigation of an autonomous mobile robot by playback of perceived route map
Ma et al. Research on localization and mapping for lunar rover based on RBPF-SLAM
CN117128975B (zh) 一种开关柜巡检作业机器人导航方法、系统、介质及设备
MILLER Autonomous rough terrain navigation-Lessons learned
Jochem Using virtual active vision tools to improve autonomous driving tasks
Romero et al. An hybrid approach to solve the global localization problem for indoor mobile robots considering sensor's perceptual limitations
Liu et al. SLAM algorithm based on natural environment and reflective column information

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