CN112097758A - 定位方法、装置、机器人定位方法和机器人 - Google Patents
定位方法、装置、机器人定位方法和机器人 Download PDFInfo
- Publication number
- CN112097758A CN112097758A CN201910528187.5A CN201910528187A CN112097758A CN 112097758 A CN112097758 A CN 112097758A CN 201910528187 A CN201910528187 A CN 201910528187A CN 112097758 A CN112097758 A CN 112097758A
- Authority
- CN
- China
- Prior art keywords
- positioning
- information
- positioning information
- target object
- result
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 88
- 230000000007 visual effect Effects 0.000 claims description 102
- 230000004927 fusion Effects 0.000 claims description 73
- 238000006243 chemical reaction Methods 0.000 claims description 15
- 238000004364 calculation method Methods 0.000 claims description 11
- 238000013507 mapping Methods 0.000 claims description 11
- 238000010586 diagram Methods 0.000 description 24
- 238000005457 optimization Methods 0.000 description 17
- 230000008569 process Effects 0.000 description 13
- 230000006870 function Effects 0.000 description 10
- 230000000694 effects Effects 0.000 description 7
- 238000012545 processing Methods 0.000 description 7
- 238000004590 computer program Methods 0.000 description 6
- 239000013598 vector Substances 0.000 description 5
- 230000009286 beneficial effect Effects 0.000 description 4
- 238000004891 communication Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 230000005484 gravity Effects 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 125000000205 L-threonino group Chemical group [H]OC(=O)[C@@]([H])(N([H])[*])[C@](C([H])([H])[H])([H])O[H] 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 2
- 238000006073 displacement reaction Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000035606 childbirth Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
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
- G01C21/10—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration
- G01C21/12—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning
- G01C21/16—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation
- G01C21/165—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation combined with non-inertial navigation instruments
-
- 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
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
- G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/42—Determining position
- G01S19/45—Determining position by combining measurements of signals from the satellite radio beacon positioning system with a supplementary measurement
-
- 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
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
- G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/42—Determining position
- G01S19/45—Determining position by combining measurements of signals from the satellite radio beacon positioning system with a supplementary measurement
- G01S19/47—Determining position by combining measurements of signals from the satellite radio beacon positioning system with a supplementary measurement the supplementary measurement being an inertial measurement, e.g. tightly coupled inertial
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Automation & Control Theory (AREA)
- Navigation (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
Abstract
本公开实施例公开了定位方法、装置、机器人定位方法和机器人。所述定位方法包括:获取目标对象的多个定位信息;利用所述多个定位信息中的第一部分定位信息对所述目标对象进行定位,以获得所述目标对象的第一位姿估计结果,可以通过多个定位信息中的一部分定位信息进行定位,因此即使某些信息失效或在某些场景下无法获取某些定位信息依然能够进行目标对象的位姿估计。即,能够克服某些情况下定位信息不足的问题。
Description
技术领域
本公开涉及计算机技术领域,具体涉及定位方法、装置、机器人定位方法和机器人。
背景技术
随着计算机技术以及定位技术的发展,有自主运动能力的设备被越来越多地应用在各种业务中。在设备移动过程中,可能需要应对室内、室外和室外半遮挡等各种复杂场景,这给设备的精确定位带了极大挑战。例如,当设备可以获取多个定位信息时,某些定位信息的失效或者在某些场景下无法获取某些定位信息可能导致无法定位。。
发明内容
为了解决相关技术中的问题,本公开实施例提供定位方法、装置、机器人定位方法和机器人。
第一方面,本公开实施例中提供了一种定位方法,包括:
获取目标对象分娩过程的图像;
获取目标对象的多个定位信息;
利用所述多个定位信息中的第一部分定位信息对所述目标对象进行定位,以获得所述目标对象的第一位姿估计结果。
结合第一方面,本公开在第一方面的第一种实现方式中,所述利用所述多个定位信息中的第一部分定位信息对所述目标对象进行定位,以获得所述目标对象的第一位姿估计结果,包括:
利用所述多个定位信息中的包括所述第一部分定位信息的第二部分定位信息对所述目标对象进行定位,以获得所述目标对象的第二位姿估计结果;
利用所述多个定位信息中的第一部分定位信息,基于所述第二位姿估计结果进行位姿估计以获得所述目标对象的第一位姿估计结果。
结合第一方面,本公开在第一方面的第二种实现方式中,在所述利用所述多个定位信息中的第一部分定位信息对所述目标对象进行定位,以获得所述目标对象的第一位姿估计结果之前,包括:
对所述多个定位信息进行时间同步。
结合第一方面的第一种实现方式,本公开在第一方面的第三种实现方式中,所述利用所述多个定位信息中的包括所述第一部分定位信息的第二部分定位信息对所述目标对象进行定位,以获得所述目标对象的第二位姿估计结果,包括:
利用所述第二部分定位信息对所述目标对象进行定位,以获得多种定位结果;
基于所获得的多种定位结果计算第二位姿估计结果。
结合第一方面的第三种实现方式,本公开在第一方面的第四种实现方式中,所述利用所述多个定位信息中的包括所述第一部分定位信息的第二部分定位信息对所述目标对象进行定位,以获得所述目标对象的第二位姿估计结果,还包括:
利用预先获取的与所述第二部分定位信息相同类型的数据建立地图以用于获得所述目标对象的第二位姿估计结果。
结合第一方面的第四种实现方式,本公开在第一方面的第五种实现方式中,所述第二部分定位信息包括视觉定位信息。
结合第一方面的第五种实现方式,本公开在第一方面的第六种实现方式中,所述利用所述第二部分定位信息对所述目标对象进行定位,以获得多种定位结果,包括:
利用所述第二部分定位信息中的视觉定位信息之外的定位信息估计所述目标对象在所述地图中的相对位置;
基于估计出的所述目标对象在所述地图中的相对位置,利用所述第二部分定位信息中的视觉定位信息对所述目标对象进行定位,获得视觉定位结果。
结合第一方面的第三种实现方式,本公开在第一方面的第七种实现方式中,所述利用所述第二部分定位信息对所述目标对象进行定位,以获得多种定位结果,包括:
建立第一坐标系;
通过将所述第二部分定位信息中的卫星定位信息所属的第二坐标系转换到第一坐标系来获得卫星定位结果。
结合第一方面的第七种实现方式,本公开在第一方面的第八种实现方式中,所述通过将所述第二部分定位信息中的卫星定位信息所属的第二坐标系转换到第一坐标系来获得卫星定位结果,包括:
通过将所述第二部分定位信息中的卫星定位信息所属的第二坐标系以及所述第二部分定位信息中的视觉追踪信息所属的第三坐标系转换到第一坐标系来获得卫星定位结果。
结合第一方面的第三种实现方式,本公开在第一方面的第九种实现方式中,所述利用所述第二部分定位信息对所述目标对象进行定位,以获得多种定位结果,包括:
通过将所述第二部分定位信息中的轮速计信息和惯性导航信息相结合来获得轮速计及惯性导航融合定位结果。
结合第一方面的第九种实现方式,本公开在第一方面的第十种实现方式中,当所述第一部分定位信息包括轮速计信息和惯性导航信息时,所述利用所述多个定位信息中的第一部分定位信息,基于所述第二位姿估计结果进行位姿估计以获得所述目标对象的第一位姿估计结果,包括:
利用所述轮速计及惯性导航融合定位结果,基于所述第二位姿估计结果进行位姿估计以获得所述目标对象的第一位姿估计结果。
结合第一方面的第三种实现方式,本公开在第一方面的第十一种实现方式中,所述基于所获得的多种定位结果计算第二位姿估计结果,包括:
通过对所获得的多种定位结果进行优化来计算第二位姿估计结果。
结合第一方面或第一方面的第二种实现方式,本公开在第一方面的第十二种实现方式中,所述利用所述多个定位信息中的第一部分定位信息对所述目标对象进行定位,以获得所述目标对象的第一位姿估计结果,包括:
通过将所述第一部分定位信息中的轮速计信息和惯性导航信息相结合来获得轮速计及惯性导航融合定位结果,作为所述目标对象的第一位姿估计结果。
结合第一方面、第一方面的第一种实现方式至第十一种实现方式任一项,本公开在第一方面的第十三种实现方式中,所述第一位姿估计结果是实时位姿估计结果,并且所述第二位姿估计结果是有时延的位姿估计结果。
结合第一方面、第一方面的第一种实现方式至第十一种实现方式任一项,本公开在第一方面的第十四种实现方式中,所述多个定位信息包括轮速计信息、惯性导航信息、卫星定位信息和视觉定位信息中的至少一部分。
第二方面,本公开实施例中提供了一种定位装置,包括:
获取模块,被配置为获取目标对象的多个定位信息;
定位模块,被配置为利用所述多个定位信息中的第一部分定位信息对所述目标对象进行定位,以获得所述目标对象的第一位姿估计结果。
第三方面,本公开实施例中提供了一种定定位方法,包括:
获取机器人的多个定位信息;
利利用所述多个定位信息中的至少一部分信息对所述机器人进行定位,以获得所述机器人的第一位姿估计结果。
第四方面,本公开实施例中提供了一种机器人,包括:
多个传感器,用于获取机器人的多个定位信息;
定位装置,用于利用所述多个定位信息中的至少一部分信息对所述机器人进行定位,以获得所述机器人的第一位姿估计结果。
结合第四方面,本公开在第四方面的第一种实现方式中,所述定位装置包括:
第一定位模块,被配置为利用所述多个定位信息中的包括所述第一部分定位信息的第二部分定位信息对所述目标对象进行定位,以获得所述目标对象的第二位姿估计结果;
第二定位模块,被配置为利用所述多个定位信息中的第一部分定位信息,基于所述第二位姿估计结果进行位姿估计以获得所述目标对象的第一位姿估计结果。
结合第四方面,本公开在第四方面的第二种实现方式中,还包括:
传感器同步模块,被配置为对所述多个定位信息进行时间同步。
结合第四方面的第一种实现方式,本公开在第四方面的第三种实现方式中,所述第一定位模块包括:
第一定位子模块,被配置为利用所述第二部分定位信息对所述目标对象进行定位,以获得多种定位结果;
计算子模块,被配置为基于所获得的多种定位结果计算第二位姿估计结果。
结合第四方面的第三种实现方式,本公开在第四方面的第四种实现方式中,所述第一定位模块还包括:
建图子模块,被配置为利用预先获取的与所述第二部分定位信息相同类型的数据建立地图以用于获得所述目标对象的第二位姿估计结果。
结合第四方面的第四种实现方式,本公开在第四方面的第五种实现方式中,所述第二部分定位信息包括视觉定位信息。
结合第四方面的第五种实现方式,本公开在第四方面的第六种实现方式中,所述第一定位子模块包括:
第二定位子模块,被配置为利用所述第二部分定位信息中的视觉定位信息之外的定位信息估计所述目标对象在所述地图中的相对位置;
第三定位子模块,被配置为基于估计出的所述目标对象在所述地图中的相对位置,利用所述第二部分定位信息中的视觉定位信息对所述目标对象进行定位,获得视觉定位结果。
结合第四方面的第三种实现方式,本公开在第四方面的第七种实现方式中,所述第一定位子模块,包括:
坐标系建立子模块,被配置为建立第一坐标系;
坐标系转换子模块,被配置为通过将所述第二部分定位信息中的卫星定位信息所属的第二坐标系转换到第一坐标系来获得卫星定位结果。
结合第四方面的第七种实现方式,本公开在第四方面的第八种实现方式中,所述坐标系转换子模块还被配置为:
通过将所述第二部分定位信息中的卫星定位信息所属的第二坐标系以及所述第二部分定位信息中的视觉追踪信息所属的第三坐标系转换到第一坐标系来获得卫星定位结果。
结合第四方面的第三种实现方式,本公开在第四方面的第九种实现方式中,所述第一定位子模块还被配置为:
通过将所述第二部分定位信息中的轮速计信息和惯性导航信息相结合来获得轮速计及惯性导航融合定位结果。
结合第四方面的第九种实现方式,本公开在第四方面的第十种实现方式中,当所述第一部分定位信息包括轮速计信息和惯性导航信息时,所述第二定位模块还被配置为:
利用所述轮速计及惯性导航融合定位结果,基于所述第二位姿估计结果进行位姿估计以获得所述目标对象的第一位姿估计结果。
结合第四方面的第三种实现方式,本公开在第四方面的第十一种实现方式中,所述计算子模块还被配置为:
通过对所获得的多种定位结果进行优化来计算第二位姿估计结果。
结合第四方面或第四方面的第二种实现方式,本公开在第四方面的第十二种实现方式中,所述定位装置还被配置为:
通过将所述第一部分定位信息中的轮速计信息和惯性导航信息相结合来获得轮速计及惯性导航融合定位结果,作为所述目标对象的第一位姿估计结果。
结合第四方面、第四方面的第一种实现方式至第十一种实现方式任一项,本公开在第四方面的第十三种实现方式中,所述第一位姿估计结果是实时位姿估计结果,并且所述第二位姿估计结果是有时延的位姿估计结果。
结合第四方面、第四方面的第一种实现方式至第十一种实现方式任一项,本公开在第四方面的第十四种实现方式中,所述多个定位信息包括轮速计信息、惯性导航信息、卫星定位信息和视觉定位信息中的至少一部分。
第五方面,本公开实施例中提供了一种定位方法,包括:
获取目标对象的多个定位信息;
基于所述多个定位信息中的第一部分,获得第一定位结果,其中,所述第一定位结果是实时的定位结果;
基于所述多个定位信息中的第二部分,获得第二定位结果,其中,所述第二定位结果是有时延的定位结果;
基于所述第一定位结果和所述第二定位结果,提供所述目标对象的目标定位信息。
第六方面,本公开实施例中提供了一种电子设备,包括存储器和处理器;其中,
所述存储器用于存储一条或多条计算机指令,其中,所述一条或多条计算机指令被所述处理器执行以实现如第一方面、第一方面的第一种实现方式至第十四种实现方式、第三方面、第五方面任一项所述的方法。
第七方面,本公开实施例中提供了一种可读存储介质,其上存储有计算机指令,该计算机指令被处理器执行时实现如第一方面、第一方面的第一种实现方式至第十四种实现方式、第三方面、第五方面任一项所述的方法。
本公开实施例提供的技术方案可以包括以下有益效果:
根据本公开实施例提供的技术方案,通过获取目标对象的多个定位信息;利用所述多个定位信息中的第一部分定位信息对所述目标对象进行定位,以获得所述目标对象的第一位姿估计结果,可以通过多个定位信息中的一部分定位信息进行定位,因此即使某些信息失效或在某些场景下无法获取某些定位信息依然能够进行目标对象的位姿估计。即,能够克服某些情况下定位信息不足的问题。
根据本公开实施例提供的技术方案,通过所述利用所述多个定位信息中的第一部分定位信息对所述目标对象进行定位,以获得所述目标对象的第一位姿估计结果,包括:利用所述多个定位信息中的包括所述第一部分定位信息的第二部分定位信息对所述目标对象进行定位,以获得所述目标对象的第二位姿估计结果;利用所述多个定位信息中的第一部分定位信息,基于所述第二位姿估计结果进行位姿估计以获得所述目标对象的第一位姿估计结果,可以通过多个定位信息中的一部分定位信息进行定位,因此即使某些信息失效或在某些场景下无法获取某些定位信息依然能够进行目标对象的位姿估计。即,能够克服某些情况下定位信息不足的问题。
根据本公开实施例提供的技术方案,通过在所述利用所述多个定位信息中的第一部分定位信息对所述目标对象进行定位,以获得所述目标对象的第一位姿估计结果之前,包括:对所述多个定位信息进行时间同步,可以有利于对多个定位信息进行融合,从而通过多个定位信息中的一部分定位信息进行定位,因此即使某些信息失效或在某些场景下无法获取某些定位信息依然能够进行目标对象的位姿估计。即,能够克服某些情况下定位信息不足的问题。而且,通过多传感器信息之间的时间同步,可以减少多传感器融合的方案中时间戳错误带来的误差。
根据本公开实施例提供的技术方案,通过所述利用所述多个定位信息中的包括所述第一部分定位信息的第二部分定位信息对所述目标对象进行定位,以获得所述目标对象的第二位姿估计结果,包括:利用所述第二部分定位信息对所述目标对象进行定位,以获得多种定位结果;基于所获得的多种定位结果计算第二位姿估计结果,可以通过不同的定位信息得到多种定位结果,并且利用至少一种的定位结果进行定位,因此即使某些信息失效或在某些场景下无法获取某些定位信息依然能够进行目标对象的位姿估计。即,能够克服某些情况下定位信息不足的问题。
根据本公开实施例提供的技术方案,通过利用所述多个定位信息中的包括所述第一部分定位信息的第二部分定位信息对所述目标对象进行定位,以获得所述目标对象的第二位姿估计结果,还包括:利用预先获取的与所述第二部分定位信息相同类型的数据建立地图以用于获得所述目标对象的第二位姿估计结果,可以建立地图,并且在地图通过不同的定位信息得到多种定位结果,并且利用至少一种的定位结果进行定位,因此即使某些信息失效或在某些场景下无法获取某些定位信息依然能够进行目标对象的位姿估计。即,能够克服某些情况下定位信息不足的问题。
根据本公开实施例提供的技术方案,通过所述第二部分定位信息包括视觉定位信息,可以在地图上利用视觉定位信息进行定位,因此即使某些信息失效或在某些场景下无法获取某些定位信息依然能够进行目标对象的位姿估计。即,能够克服某些情况下定位信息不足的问题。
根据本公开实施例提供的技术方案,通过所述利用所述第二部分定位信息对所述目标对象进行定位,以获得多种定位结果,包括:利用所述第二部分定位信息中的视觉定位信息之外的定位信息估计所述目标对象在所述地图中的相对位置;基于估计出的所述目标对象在所述地图中的相对位置,利用所述第二部分定位信息中的视觉定位信息对所述目标对象进行定位,获得视觉定位结果,可以在地图通过不同的定位信息得到多种定位结果,并且利用至少一种的定位结果进行定位,因此即使某些信息失效或在某些场景下无法获取某些定位信息依然能够进行目标对象的位姿估计。即,能够克服某些情况下定位信息不足的问题。
根据本公开实施例提供的技术方案,通过所述利用所述第二部分定位信息对所述目标对象进行定位,以获得多种定位结果,包括:建立第一坐标系;通过将所述第二部分定位信息中的卫星定位信息所属的第二坐标系转换到第一坐标系来获得卫星定位结果,可以通过不同坐标系之间的转换得到卫星定位结果,并且利用包括卫星定位结果的至少一种的定位结果进行定位,因此即使某些信息失效或在某些场景下无法获取某些定位信息依然能够进行目标对象的位姿估计。即,能够克服某些情况下定位信息不足的问题。
根据本公开实施例提供的技术方案,通过所述通过将所述第二部分定位信息中的卫星定位信息所属的第二坐标系转换到第一坐标系来获得卫星定位结果,包括:通过将所述第二部分定位信息中的卫星定位信息所属的第二坐标系以及所述第二部分定位信息中的视觉追踪信息所属的第三坐标系转换到第一坐标系来获得卫星定位结果,可以通过不同坐标系之间的转换得到卫星定位结果,并且利用包括卫星定位结果的至少一种的定位结果进行定位,因此即使某些信息失效或在某些场景下无法获取某些定位信息依然能够进行目标对象的位姿估计。即,能够克服某些情况下定位信息不足的问题。
根据本公开实施例提供的技术方案,通过所述利用所述第二部分定位信息对所述目标对象进行定位,以获得多种定位结果,包括:通过将所述第二部分定位信息中的轮速计信息和惯性导航信息相结合来获得轮速计及惯性导航融合定位结果,可以通过多个定位信息中的一部分定位信息进行定位,因此即使某些信息失效或在某些场景下无法获取某些定位信息依然能够进行目标对象的位姿估计。即,能够克服某些情况下定位信息不足的问题。
根据本公开实施例提供的技术方案,通过当所述第一部分定位信息包括轮速计信息和惯性导航信息时,所述利用所述多个定位信息中的第一部分定位信息,基于所述第二位姿估计结果进行位姿估计以获得所述目标对象的第一位姿估计结果,包括:利用所述轮速计及惯性导航融合定位结果,基于所述第二位姿估计结果进行位姿估计以获得所述目标对象的第一位姿估计结果,即使在在室内、室外和室外半遮挡等各种复杂场景,也可以完成目标对象的定位。而且,利用轮速计及惯性导航融合定位结果,可以完成实时的定位。
根据本公开实施例提供的技术方案,通过所述基于所获得的多种定位结果计算第二位姿估计结果,包括:通过对所获得的多种定位结果进行优化来计算第二位姿估计结果,可以通过多个定位信息中的一部分定位信息进行定位,因此即使某些信息失效或在某些场景下无法获取某些定位信息依然能够进行目标对象的位姿估计。即,能够克服某些情况下定位信息不足的问题。
根据本公开实施例提供的技术方案,通过所述利用所述多个定位信息中的第一部分定位信息对所述目标对象进行定位,以获得所述目标对象的第一位姿估计结果,包括:通过将所述第一部分定位信息中的轮速计信息和惯性导航信息相结合来获得轮速计及惯性导航融合定位结果,作为所述目标对象的第一位姿估计结果,即使在在室内、室外和室外半遮挡等各种复杂场景,也可以完成目标对象的定位。而且,利用轮速计及惯性导航融合定位结果,可以完成实时的定位。
根据本公开实施例提供的技术方案,通过所述第一位姿估计结果是实时位姿估计结果,并且所述第二位姿估计结果是有时延的位姿估计结果,可以通过多个定位信息中的一部分定位信息进行定位,因此即使某些信息失效或在某些场景下无法获取某些定位信息依然能够进行目标对象的位姿估计。即,能够克服某些情况下定位信息不足的问题。而且,可以完成实时的定位。
根据本公开实施例提供的技术方案,通过所述多个定位信息包括轮速计信息、惯性导航信息、卫星定位信息和视觉定位信息中的至少一部分,可以通过多个定位信息中的一部分定位信息进行定位,因此即使某些信息失效或在某些场景下无法获取某些定位信息依然能够进行目标对象的位姿估计。即,能够克服某些情况下定位信息不足的问题。
根据本公开实施例提供的技术方案,通过获取模块,被配置为获取目标对象的多个定位信息;定位模块,被配置为利用所述多个定位信息中的第一部分定位信息对所述目标对象进行定位,以获得所述目标对象的第一位姿估计结果,可以通过多个定位信息中的一部分定位信息进行定位,因此即使某些信息失效或在某些场景下无法获取某些定位信息依然能够进行目标对象的位姿估计。即,能够克服某些情况下定位信息不足的问题。
根据本公开实施例提供的技术方案,通过获取机器人的多个定位信息;利用所述多个定位信息中的至少一部分信息对所述机器人进行定位,以获得所述机器人的第一位姿估计结果,可以通过多个定位信息中的一部分定位信息进行定位,因此即使某些信息失效或在某些场景下无法获取某些定位信息依然能够进行目标对象的位姿估计。即,能够克服某些情况下定位信息不足的问题。
根据本公开实施例提供的技术方案,通过多个传感器,用于获取机器人的多个定位信息;定位装置,用于利用所述多个定位信息中的至少一部分信息对所述机器人进行定位,以获得所述机器人的第一位姿估计结果,可以通过多个定位信息中的一部分定位信息进行定位,因此即使某些信息失效或在某些场景下无法获取某些定位信息依然能够进行目标对象的位姿估计。即,能够克服某些情况下定位信息不足的问题。
根据本公开实施例提供的技术方案,通过获取目标对象的多个定位信息;基于所述多个定位信息中的第一部分,获得第一定位结果,其中,所述第一定位结果是实时的定位结果;基于所述多个定位信息中的第二部分,获得第二定位结果,其中,所述第二定位结果是有时延的定位结果;基于所述第一定位结果和所述第二定位结果,提供所述目标对象的目标定位信息,可以通过多个定位信息中的一部分定位信息进行定位,因此即使某些信息失效或在某些场景下无法获取某些定位信息依然能够进行目标对象的位姿估计。即,能够克服某些情况下定位信息不足的问题。而且,可以完成实时的定位。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本公开。
附图说明
结合附图,通过以下非限制性实施方式的详细描述,本公开的其它标签、目的和优点将变得更加明显。在附图中:
图1示出根据本公开一实施方式的定位方法的流程图;
图2示出根据图1所示的实施方式中的定位方法中的步骤S120的一个示例的流程图;
图3示出根据本公开另一实施方式的定位方法的流程图;
图4示出根据图2所示的实施方式中的定位方法中的步骤S210的一个示例的流程图;
图5示出根据图4所示的实施方式中的定位方法中的步骤S410的一个示例的流程图;
图6示出根据图4所示的实施方式中的定位方法中的步骤S410的另一个示例的流程图;
图7示出根据本公开一实施方式的定位装置的结构框图;
图8示出根据本公开一实施方式的定位装置示例的示意性结构框图;
图9示出根据本公开一实施方式的机器人定位方法的流程图;
图10示出根据本公开一实施方式的机器人的结构框图;
图11示出根据图10所示的实施方式的机器人中的定位装置1020的一个示例的结构框图;
图12示出根据本公开另一实施方式的机器人的结构框图;
图13示出根据图11所示的实施方式的定位装置1020中的第一定位模块1110的一个示例的结构框图;
图14示出根据图13所示实施方式的定位装置1020中的第一定位子模块1310的一个示例的结构框图;
图15示出根据图13所示实施方式的定位装置1020中的第一定位子模块1310的另一个示例的结构框图;
图16示出根据本公开一实施方式的电子设备的结构框图;
图17是适于用来实现根据本公开一实施方式的定位方法和机器人定位方法的计算机系统的结构示意图。
具体实施方式
下文中,将参考附图详细描述本公开的示例性实施方式,以使本领域技术人员可容易地实现它们。此外,为了清楚起见,在附图中省略了与描述示例性实施方式无关的部分。
在本公开中,应理解,诸如“包括”或“具有”等的术语旨在指示本说明书中所公开的标签、数字、步骤、行为、部件、部分或其组合的存在,并且不欲排除一个或多个其他标签、数字、步骤、行为、部件、部分或其组合存在或被添加的可能性。
另外还需要说明的是,在不冲突的情况下,本公开中的实施例及实施例中的标签可以相互组合。下面将参考附图并结合实施例来详细说明本公开。
根据本公开实施例提供的技术方案,通过获取目标对象的多个定位信息;利用多个定位信息中的第一部分定位信息对目标对象进行定位,以获得目标对象的第一位姿估计结果,可以通过多个定位信息中的一部分定位信息进行定位,因此即使某些信息失效或在某些场景下无法获取某些定位信息依然能够进行目标对象的位姿估计。即,能够克服某些情况下定位信息不足的问题。
图1示出根据本公开一实施方式的定位方法的流程图。如图1所示,定位方法包括以下步骤S110和S120:
在步骤S110中,获取目标对象的多个定位信息。
在步骤S120中,利用多个定位信息中的第一部分定位信息对目标对象进行定位,以获得目标对象的第一位姿估计结果。
在本公开的实施例中,目标对象可以是有自主运动能力的设备,自动驾驶的车辆、机器人等各种设备。
在本公开的一个实施例中,多个定位信息包括轮速计信息、惯性导航信息、卫星定位信息和视觉定位信息中的至少一部分。
根据本公开实施例提供的技术方案,通过多个定位信息包括轮速计信息、惯性导航信息、卫星定位信息和视觉定位信息中的至少一部分,可以通过多个定位信息中的一部分定位信息进行定位,因此即使某些信息失效或在某些场景下无法获取某些定位信息依然能够进行目标对象的位姿估计。即,能够克服某些情况下定位信息不足的问题。
在本公开的一个实施例中,轮速计也被称为轮速编码器,通过累积光电编码器脉冲数量,可以来计算车轮转速。本公开实施例中的轮速计可以是相关技术中已知的轮速计。
在本公开的一个实施例中,惯性导航信息由惯性导航元件或惯性测量单元(Inertial Measurement Unit,IMU)提供。例如,惯性导航信息可以是目标对象的加速度和角加速度等信息。本公开实施例中的惯性导航元件或惯性测量单元可以是相关技术中已知的惯性导航元件或惯性测量单元。
在本公开的一个实施例中,卫星定位信息可以由全球导航卫星系统(GlobalNavigation Satellite System,GNSS)之类的卫星系统提供。例如,全球导航卫星系统可以包括GPS系统、GLONASS系统、北斗卫星导航系统等各种相关技术中已知的卫星导航系统。
在本公开的一个实施例中,视觉定位信息可以是计算机基于视觉特征进行视觉追踪或匹配而获得的定位信息,其中,视觉特征是通过算法于图像中提取的特征点。本公开实施例中的获取视觉定位信息的手段可以是相关技术中已知的技术手段。
在本公开的一个实施例中,以上提及的轮速计信息、惯性导航信息、卫星定位信息和视觉定位信息仅仅是定位信息的示例,根据获取定位信息的装置的不同或者定位信息的来源不同,可以针对目标对象获取相关技术中已知的各种定位信息,也可以采用未来的技术手段获取的目标对象的定位信息。
在本公开的一个实施例中,由于目标对象可能处于室内、室外和室外半遮挡等各种复杂场景,因此,多个定位信息中的某些定位信息无法在特定的场景下获得。在无法获得目标对象的某些定位信息的情况下,本公开的实施例的技术方案可以利用多个定位信息中的第一部分定位信息对所述目标对象进行定位,以获得所述目标对象的第一位姿估计结果。例如,在本公开的实施例中,第一部分定位信息可以是前述轮速计信息、惯性导航信息、卫星定位信息和视觉定位信息中的一种定位信息、一部分定位信息、或者全部定位信息。
以下参照图2描述图1所示的实施方式中的定位方法中的步骤S120的一个示例。
图2示出根据图1所示的实施方式中的定位方法中的步骤S120的一个示例的流程图。如图2,所示,步骤S120包括步骤S210和S220。
在步骤S210中,利用多个定位信息中的包括第一部分定位信息的第二部分定位信息对目标对象进行定位,以获得目标对象的第二位姿估计结果。
在步骤S220中,利用多个定位信息中的第一部分定位信息,基于第二位姿估计结果进行位姿估计以获得目标对象的第一位姿估计结果。
根据本公开实施例提供的技术方案,通过当第一部分定位信息包括轮速计信息和惯性导航信息时,利用多个定位信息中的第一部分定位信息,基于第二位姿估计结果进行位姿估计以获得目标对象的第一位姿估计结果,包括:利用轮速计及惯性导航融合定位结果,基于第二位姿估计结果进行位姿估计以获得目标对象的第一位姿估计结果,即使在在室内、室外和室外半遮挡等各种复杂场景,也可以完成目标对象的定位。而且,利用轮速计及惯性导航融合定位结果,可以完成实时的定位。
在本公开的一个实施例中,利用多个定位信息中的第一部分定位信息对所述目标对象进行定位,以获得所述目标对象的第一位姿估计结果可以通过两步实现。首先,利用多个定位信息中的包括第一部分定位信息的第二部分定位信息对目标对象进行定位,以获得目标对象的第二位姿估计结果。接下来,利用第一部分定位信息基于第二位姿估计结果进行位姿估计以获得目标对象的第一位姿估计结果。
在本公开的一个实施例中,第一部分定位信息可以被认为是进行目标对象定位时可以在各种场景下均可以获得的定位信息,即,不会受到场景影响的目标对象的定位信息。例如,第一部分定位信息可以包括轮速计信息、惯性导航信息或轮速计信息和惯性导航信息二者。本领域技术人员可以理解,轮速计信息和惯性导航信息可以是目标对象自身安装的轮速计和惯性导航元件提供的信息,不会受到外部环境的影响。例如,即使目标对象位于室内环境或黑暗环境,安装于目标对象上的轮速计和惯性导航元件依然可以提供轮速计信息和惯性导航信息。而且,轮速计信息和惯性导航信息的实时性相较于卫星定位信息和视觉定位信息而言较好。
在本公开的一个实施例中,步骤S120包括:通过将第一部分定位信息中的轮速计信息和惯性导航信息相结合来获得轮速计及惯性导航融合定位结果,作为目标对象的第一位姿估计结果。
根据本公开实施例提供的技术方案,通过利用多个定位信息中的第一部分定位信息对目标对象进行定位,以获得目标对象的第一位姿估计结果,包括:通过将第一部分定位信息中的轮速计信息和惯性导航信息相结合来获得轮速计及惯性导航融合定位结果,作为目标对象的第一位姿估计结果,即使在在室内、室外和室外半遮挡等各种复杂场景,也可以完成目标对象的定位。而且,利用轮速计及惯性导航融合定位结果,可以完成实时的定位。
在本公开的一个实施例中,在某一时间段[t0,t1]内采集轮速计信息和惯性导航信息。通过对轮速计信息积分可以得到t1时刻相对t0时刻的六自由度相对位姿P1及其置信度C1,同时通过对惯性导航信息积分可以得到t1时刻相对t0时刻的六自由度相对位姿P2及其置信度C2。通过解优化问题minP(P1-P)TC1-1(P1-P)+(P2-P)TC2-1(P2-P),可以得到最优化的估计位姿P’(及其置信度C’),即轮速计信息和惯性导航信息融合后的目标对象的相对位姿,也就是轮速计及惯性导航融合定位结果。
在本公开的一个实施例中,在获取到的目标对象的定位信息不仅包括第一定位信息,还包括其他定位信息的情况下,可以将获取到的全部定位信息称为第二部分定位信息。例如,在本公开的实施例中,第二部分定位信息可以是前述轮速计信息、惯性导航信息、卫星定位信息和视觉定位信息中的一部分定位信息或者全部定位信息。
本领域技术人员可以理解,一般而言,通过利用第二部分定位信息进行定位,可以比仅通过第一部分定位信息获取更加精确的定位结果。但是,在根据第二部分定位信息获得所述目标对象的第二位姿估计结果之后,再利用第一定位信息基于第二位姿估计结果进行进一步的定位可以对保证第一位姿估计结果的实时性。例如,当第一部分定位信息包括轮速计信息和惯性导航信息时,可以利用轮速计及惯性导航融合定位结果,基于第二位姿估计结果进行位姿估计以获得目标对象的第一位姿估计结果。这样,可以保证第一位姿估计结果为实时位姿估计结果。
以下参照图3描述根据本公开的另一实施方式的定位方法。
图3示出根据本公开另一实施方式的定位方法的流程图。图3所示的实施方式与图1所示的实施方式的区别在于在步骤S120之前还包括步骤S310。
在步骤S310中,对多个定位信息进行时间同步。
根据本公开实施例提供的技术方案,通过在利用多个定位信息中的第一部分定位信息对目标对象进行定位,以获得目标对象的第一位姿估计结果之前,包括:对多个定位信息进行时间同步,可以有利于对多个定位信息进行融合,从而通过多个定位信息中的一部分定位信息进行定位,因此即使某些信息失效或在某些场景下无法获取某些定位信息依然能够进行目标对象的位姿估计。即,能够克服某些情况下定位信息不足的问题。而且,通过多传感器信息之间的时间同步,可以减少多传感器融合的方案中时间戳错误带来的误差。
在本公开的一个实施例中,可以实现多传感器的信息之间的时间同步,即,多传感器的观测数据的时间戳均对应同一时间。本领域技术人员可以理解,相关技术中已经提供了对多个定位信息进行时间同步的技术手段,本公开对此不再赘述。
以下参照图4描述根据图2所示的实施方式中的定位方法中的步骤S210的一个示例。
图4示出根据图2所示的实施方式中的定位方法中的步骤S210的一个示例的流程图。如图4所示,步骤S210包括步骤S410和步骤S420。
在步骤S410中,利用第二部分定位信息对目标对象进行定位,以获得多种定位结果。
在步骤S420中,基于所获得的多种定位结果计算第二位姿估计结果。
根据本公开实施例提供的技术方案,通过利用多个定位信息中的包括第一部分定位信息的第二部分定位信息对目标对象进行定位,以获得目标对象的第二位姿估计结果,包括:利用第二部分定位信息对目标对象进行定位,以获得多种定位结果;基于所获得的多种定位结果计算第二位姿估计结果,可以通过不同的定位信息得到多种定位结果,并且利用至少一种的定位结果进行定位,因此即使某些信息失效或在某些场景下无法获取某些定位信息依然能够进行目标对象的位姿估计。即,能够克服某些情况下定位信息不足的问题。
在本公开的一个实施例中,由于第二部分定位信息包括第一部分定位信息,因此,根据第二部分定位信息可以获得多种定位结果,即,利用第一部分定位信息获取的至少一种定位结果,以及利用第一部分定位信息以外的信息获取的至少一种定位结果。可以基于所获得的多种定位结果计算第二位姿估计结果。
在本公开的一个实施例中,步骤S210还包括:利用预先获取的与第二部分定位信息相同类型的数据建立地图以用于获得目标对象的第二位姿估计结果。
根据本公开实施例提供的技术方案,通过利用多个定位信息中的包括第一部分定位信息的第二部分定位信息对目标对象进行定位,以获得目标对象的第二位姿估计结果,还包括:利用预先获取的与第二部分定位信息相同类型的数据建立地图以用于获得目标对象的第二位姿估计结果,可以建立地图,并且在地图通过不同的定位信息得到多种定位结果,并且利用至少一种的定位结果进行定位,因此即使某些信息失效或在某些场景下无法获取某些定位信息依然能够进行目标对象的位姿估计。即,能够克服某些情况下定位信息不足的问题。
在本公开的一个实施例中,可以预先采集环境数据(多个定位信息)来建立地图(或称之为先验地图)。用于建立地图的装置或模块可为目标对象本身、其它对象、本地或者远程的计算机等在线装置或模块、或者离线装置或模块。地图建立之后可以传输给目标对象在在线定位的时候使用。
在本公开的一个实施例中,为了能够利用获取的多个定位信息在地图上对目标对象进行定位,可以基于所要获取的多个定位信息的类型预先建立地图,即,利用预先获取的与全部多个定位信息相同类型的数据建立地图。在获取的第二部分定位信息仅为多个定位信息中的一部分的情况下,可以利用预先获取的与第二部分定位信息相同类型的数据建立地图。因此,只要能够利用第二部分定位信息完成对目标对象的定位,地图所包含的定位信息的种类可以改变。
在本公开的一个实施例中,第二部分定位信息包括视觉定位信息。
根据本公开实施例提供的技术方案,通过第二部分定位信息包括视觉定位信息,可以在地图上利用视觉定位信息进行定位,因此即使某些信息失效或在某些场景下无法获取某些定位信息依然能够进行目标对象的位姿估计。即,能够克服某些情况下定位信息不足的问题。
在本公开的一个实施例中,可以将所建立的地图称为“多传感器融合地图”或“多传感器融合的地图”。例如,“多传感器融合地图”可以指的是使用相机提供的图像(与视觉定位信息相同类型的数据)和其它至少一种传感器信息(与第二部分定位信息中的视觉定位信息以外的定位信息相同类型的数据)进行融合所建立的三维视觉特征地图。具体的实现方式为,使用带时间同步的多传感器系统在需要建立多传感器融合地图的三维空间采集数据,然后根据已知传感器观测模型,用所采集的多传感器数据来构建优化问题。通过最小化此优化问题,可以得到从图像中提取的地标在三维坐标系中的位置。所有的地标的描述和三维位置,构成了一幅此三维空间的地图,可以用来做定位使用。因为建图过程中使用了包括视觉传感器(相机)等多种传感器来辅助提高建图的质量,所以可以将地图称为多传感器融合地图。
在本公开的一个实施例中,通过事先融合多传感器信息建立地图,可以提高目标对象定位的精度和鲁棒性。例如,在诸如无法获取卫星定位信息之类的定位信息的情况下,依然能够提供高质量的目标对象定位结果。
以下参照图5描述根据图4所示的实施方式中的定位方法中的步骤S410的一个示例。
图5示出根据图4所示的实施方式中的定位方法中的步骤S410的一个示例的流程图。在建立了地图并且第二部分定位信息包括视觉定位信息的情况下,步骤S410包括步骤S510和S520。
在步骤S510中,利用第二部分定位信息中的视觉定位信息之外的定位信息估计目标对象在地图中的相对位置。
在步骤S520中,基于估计出的目标对象在地图中的相对位置,利用第二部分定位信息中的视觉定位信息对目标对象进行定位,获得视觉定位结果。
根据本公开实施例提供的技术方案,通过利用第二部分定位信息对目标对象进行定位,以获得多种定位结果,包括:利用第二部分定位信息中的视觉定位信息之外的定位信息估计目标对象在地图中的相对位置;基于估计出的目标对象在地图中的相对位置,利用第二部分定位信息中的视觉定位信息对目标对象进行定位,获得视觉定位结果,可以在地图通过不同的定位信息得到多种定位结果,并且利用至少一种的定位结果进行定位,因此即使某些信息失效或在某些场景下无法获取某些定位信息依然能够进行目标对象的位姿估计。即,能够克服某些情况下定位信息不足的问题。
在本公开的一个实施例中,可以依靠卫星定位信息、轮速计信息和惯性导航信息(例如,轮速计及惯性导航融合定位结果)等定位信息中的至少一部分,来辅助视觉定位信息的使用,在地图中找到匹配的地标,进而估算出目标对象在地图中的相对位置。时间传感器(相机)以外的传感器的信息用来预测目标对象在地图中的位置,从而加快视觉重定位。
以下参照图6描述根据图4所示的实施方式中的定位方法中的步骤S410的另一个示例。
图6示出根据图4所示的实施方式中的定位方法中的步骤S410的另一个示例的流程图。在图6所示的实施例中,步骤S410包括步骤S610和S620。
在步骤S610中,建立第一坐标系。
在步骤S620中,通过将第二部分定位信息中的卫星定位信息所属的第二坐标系转换到第一坐标系来获得卫星定位结果。
根据本公开实施例提供的技术方案,通过将第二部分定位信息中的卫星定位信息所属的第二坐标系转换到第一坐标系来获得卫星定位结果,包括:通过将第二部分定位信息中的卫星定位信息所属的第二坐标系以及第二部分定位信息中的视觉追踪信息所属的第三坐标系转换到第一坐标系来获得卫星定位结果,可以通过不同坐标系之间的转换得到卫星定位结果,并且利用包括卫星定位结果的至少一种的定位结果进行定位,因此即使某些信息失效或在某些场景下无法获取某些定位信息依然能够进行目标对象的位姿估计。即,能够克服某些情况下定位信息不足的问题。
在本公开的一个实施例中,步骤S620包括:通过将第二部分定位信息中的卫星定位信息所属的第二坐标系以及第二部分定位信息中的视觉追踪信息所属的第三坐标系转换到第一坐标系来获得卫星定位结果。
根据本公开实施例提供的技术方案,通过将第二部分定位信息中的卫星定位信息所属的第二坐标系转换到第一坐标系来获得卫星定位结果,包括:通过将第二部分定位信息中的卫星定位信息所属的第二坐标系以及第二部分定位信息中的视觉追踪信息所属的第三坐标系转换到第一坐标系来获得卫星定位结果,可以通过不同坐标系之间的转换得到卫星定位结果,并且利用包括卫星定位结果的至少一种的定位结果进行定位,因此即使某些信息失效或在某些场景下无法获取某些定位信息依然能够进行目标对象的位姿估计。即,能够克服某些情况下定位信息不足的问题。
以下描述坐标系转换过程的一个示例。
在该示例中,可以初始化一个地球切面坐标系,如东-北-上或北-东-下等坐标系,并通过卫星定位天线在目标对象位置上的标定来初始化地球切面坐标系和视觉追踪局部坐标系之间标定。
在该实施例中,卫星定位观测(即三维定位结果)在地球坐标系中(即经纬度-海拔坐标系),仅提供位置而没有朝向。进行卫星定位观测与其它传感器融和时,需要统一坐标系。在本公开实施例的定位系统中,可以选择在目标对象运行区域建立例如东-北-上坐标系。将卫星定位观测和视觉追踪局部的位姿估计都转换到东-北-上坐标系下,这里需要视觉追踪局部坐标系g和东-北-上坐标系n两个坐标系之间的六自由度转换。具体的执行过程如下:
1、保证视觉追踪局部正常运行,并不断输出卫星定位天线中心在视觉追踪局部坐标系的位移估计p_ga(t),此处t代表时间。
2、在t0时刻,收到第一个卫星定位信息后,以此观测到的经纬度为原点,建立东-北-上坐标系n。之后,在运行中接收到的全部卫星定位信息,都会先转换到此东-北-上坐标系n中再被使用。同时记下p_ga(t0)。
3、接下来不断收集卫星定位信息,并将其转换到东-北-上坐标系n中,得到卫星定位天线中心在东-北-上坐标系n中的位移估计p_na=[p_na_x,p_na_y,p_na_z]。不断查看[p_na_x,p_na_y]的范数(即平面上的距离)。当范数大于一个阈值thres_1时,记下当前(假设为t1时刻)的p_ga(t1)并进入下一步。如果范数小于thres_1,重复此步骤。
4、这一步初始化东-北-上坐标系n到视觉追踪局部坐标系g之间的六自由度标定(R_gn,p_gn)。首先将R_gn分解为欧拉角形式R_gn=R_roll*R_pitch*R_yaw。其中,R_roll和R_pitch为roll角和pitch角对应的旋转矩阵,
其中roll和pitch可以通过对齐视觉追踪局部坐标系g中的重力向量估计G_g与东-北-上坐标系n中的重力向量,即[0,0,-9.8]得到。关于重力向量估计G_g的获取方式,G_g与p_ga一起一直被不断在线估计。令向量g_v_a_t1_t2=p_ga(t1)-p_ga(t0),然后通过对齐向量[p_na_x,p_na_y]和[g_v_a_t1_t2_x,g_v_a_t1_t2_y]可以得到yaw角,并且
所以可以得到R_gn。接下来计算p_gn=p_ga-R_gn*p_na。
5、至此,(R_gn,p_gn)初始化完成。
在该示例中,(R_gn,p_gn)会一直在优化模块中被一起优化,不断更新估计。
通过以上给出的计算坐标系转换过程,可以根据卫星定位信息获得卫星定位结果。即,可以获得可应用于视觉追踪局部坐标系的卫星定位结果。此卫星定位结果可以作为利用第二部分定位信息对目标对象进行定位所获得的多种定位结果中的一种定位结果。
本领域技术人员可以理解,以上示例的坐标系转换过程仅仅是示例,本公开不限于此。根据本公开的以上教导,本领域技术人员可以采用其他方式来完成坐标系转换,进而获取卫星定位结果。
在本公开的一个实施例中,步骤S410包括:通过将第二部分定位信息中的轮速计信息和惯性导航信息相结合来获得轮速计及惯性导航融合定位结果。
根据本公开实施例提供的技术方案,通过计算子模块利用计算子模块第二部分定位信息对计算子模块目标对象进行定位,以获得多种定位结果,包括:通过将第二部分定位信息中的轮速计信息和惯性导航信息相结合来获得轮速计及惯性导航融合定位结果,可以通过多个定位信息中的一部分定位信息进行定位,因此即使某些信息失效或在某些场景下无法获取某些定位信息依然能够进行目标对象的位姿估计。即,能够克服某些情况下定位信息不足的问题。
在本公开的一个实施例中,通过将第二部分定位信息中的轮速计信息和惯性导航信息相结合来获得轮速计及惯性导航融合定位结果的过程与通过将第一部分定位信息中的轮速计信息和惯性导航信息相结合来获得轮速计及惯性导航融合定位结果的过程一致。
在本公开的一个实施例中,当第一部分定位信息包括轮速计信息和惯性导航信息时,步骤S220包括:利用轮速计及惯性导航融合定位结果,基于第二位姿估计结果进行位姿估计以获得目标对象的第一位姿估计结果。
根据本公开实施例提供的技术方案,通过当第一部分定位信息包括轮速计信息和惯性导航信息时,利用多个定位信息中的第一部分定位信息,基于第二位姿估计结果进行位姿估计以获得目标对象的第一位姿估计结果,包括:利用轮速计及惯性导航融合定位结果,基于第二位姿估计结果进行位姿估计以获得目标对象的第一位姿估计结果,即使在在室内、室外和室外半遮挡等各种复杂场景,也可以完成目标对象的定位。而且,利用轮速计及惯性导航融合定位结果,可以完成实时的定位。
在本公开的一个实施例中,利用轮速计及惯性导航融合定位结果,基于第二位姿估计结果进行位姿估计以获得目标对象的第一位姿估计结果可以对保证第一位姿估计结果的实时性。
在本公开的一个实施例中,步骤S420包括:通过对所获得的多种定位结果进行优化来计算第二位姿估计结果。
根据本公开实施例提供的技术方案,通过基于所获得的多种定位结果计算第二位姿估计结果,包括:通过对所获得的多种定位结果进行优化来计算第二位姿估计结果,可以通过多个定位信息中的一部分定位信息进行定位,因此即使某些信息失效或在某些场景下无法获取某些定位信息依然能够进行目标对象的位姿估计。即,能够克服某些情况下定位信息不足的问题。
在本公开的一个实施例中,对所获得的多种定位结果进行优化的操作可以指的是对所获得的多种定位结果进行非线性优化。
以下描述进行对所获得的多种定位结果进行非线性优化的一个示例。
在该示例中,可以利用诸如相机图像(视觉定位信息和/或视觉追踪信息)、卫星定位信息、轮速计信息、惯性导航信息、相机至轮速计的外参标定、卫星定位天线中心在轮速计坐标系中的平移标定、相机内参标定、轮速计内参标定等各种数据对多种定位结果进行非线性优化。在进行数据处理时可以采取滑动窗口的策略。即,每得到一帧新的图像(或关键帧图像),会对从当前帧到前面N帧之间所有的多传感器数据进行处理,来得到对应当前帧的定位结果。例如,这些处理可以包括:
1、在当前图像中提取视觉特征,并于前面N帧图像中提取的视觉特征做匹配,结合相机的内外参标定,可以得到与特征坐标和目标对象位姿相关的代价函数Cost1。具体的,令为第i帧图像对应的相机位姿,fj为第j个视觉特征,zij为第i帧图像上第j个视觉特征的像素坐标,h是已标定相机的投影模型。
2、通过轮速计和惯性导航融合,获得与前后两个目标对象位姿相关的代价函数Cost2。代价函数Cost2参见前述与步骤S120相关的描述。
Cost2=minP(P1-P)TC1-1(P1-P)+(P2-P)TC2-1(P2-P)
由此,可以获得与目标对象位姿以及(R_gn,p_gn)相关的代价函数Cost3。
在该示例中,可以通过优化总的非线性代价函数Cost=Cost1+Cost2+Cost3,得到目标对象位姿的估计,达到定位的目的。
通过对所获得的多种定位结果进行优化来计算第二位姿估计结果可以保证目标对象的定位精度和鲁棒性。
以上描述通过对所获得的多种定位结果进行非线性优化来计算第二位姿估计结果的过程仅仅是示例。根据本公开的教导,本领域技术人员可以采用各种方法来实现对多种定位结果进行优化。
在本公开的一个实施例中,第一位姿估计结果是实时位姿估计结果,并且第二位姿估计结果是有时延的位姿估计结果。
根据本公开实施例提供的技术方案,通过第一位姿估计结果是实时位姿估计结果,并且第二位姿估计结果是有时延的位姿估计结果,可以通过多个定位信息中的一部分定位信息进行定位,因此即使某些信息失效或在某些场景下无法获取某些定位信息依然能够进行目标对象的位姿估计。即,能够克服某些情况下定位信息不足的问题。而且,可以完成实时的定位。
在本公开的一个实施例中,因为在通过对所获得的多种定位结果进行优化来计算第二位姿估计结果时可以通过非线性优化来保证精度和鲁棒性。例如,在非线性优化时使用一个滑动窗口内的多传感器数据来做多次迭代的非线性优化来保证精度和鲁棒性。而且,由于在定位过程中还需要加上图像处理部分等部分,因此会导致计算量较大,产生时间延迟。即,第二位姿估计结果是有时延的位姿估计结果。
在本公开的一个实施例中,由于轮速计及惯性导航融合定位的计算量与计算第二位姿估计结果相比显著较小,几乎对实时性没有影响。因此,可以利用轮速计及惯性导航融合定位结果,基于第二位姿估计结果进行位姿估计以获得所述目标对象的第一位姿估计结果。即,保证了第一位姿估计结果的实时性。
在本公开的一个实施例中,每隔一段时间,轮速计及惯性导航融合定位需要通过对所获得的多种定位结果进行优化来计算第二位姿估计结果的模块(例如,非线性优化模块)给出的具有较高精度的基准位姿,这样可以在此基础上快速估计当前位姿而不会积累误差。
在本公开的一个实施例中,在仅获取到轮速计信息和惯性导航信息的情况下,无需计算第二位姿估计结果的步骤,这是因为在此情况下,即使获取第二位姿估计结果,第二位姿估计结果也是与第一位姿估计结果相同的轮速计及惯性导航融合定位结果。
在本公开的一个实施例中,在引入轮速计及惯性导航的组合的情况下,通过对车辆自身速度的观测,在卫星定位信息或视觉定位信息由于传感器失效而无法获得时依然能够进行位姿估计,并且能够克服惯性导航在匀速直线运动等情况下信息不足难以定位等问题。而且,使用轮速计信息和惯性导航融合定位,在接收到有时延的位姿估计结果时,也可以输出实时位姿估计结果,保证实时性。而且,本公开的实施例可以实现目标对象在室内、室外、有卫星定位信号遮挡的室外区域的经纬度定位输出,并具有高精度和鲁棒性。
以下参照图7描述根据本公开的实施方式的定位装置。
图7示出根据本公开一实施方式的定位装置700的结构框图。在图7所示的实施方式中,定位装置700包括获取模块710和定位模块720。
获取模块710被配置为获取目标对象的多个定位信息。
定位模块720被配置为利用所述多个定位信息中的第一部分定位信息对所述目标对象进行定位,以获得所述目标对象的第一位姿估计结果。
根据本公开实施例提供的技术方案,通过获取模块,被配置为获取目标对象的多个定位信息;定位模块,被配置为利用所述多个定位信息中的第一部分定位信息对所述目标对象进行定位,以获得所述目标对象的第一位姿估计结果,可以通过多个定位信息中的一部分定位信息进行定位,因此即使某些信息失效或在某些场景下无法获取某些定位信息依然能够进行目标对象的位姿估计。即,能够克服某些情况下定位信息不足的问题。
本领域技术人员可以理解,参照图7描述的技术方案的可以与参照图1至图6描述的实施例结合,从而具备参照图1至图6描述的实施例所实现的技术效果。具体内容可以参照以上根据图1至图6进行的描述,其具体内容在此不再赘述。
以下参照图8对根据本公开一实施方式的定位装置示例进行描述。
图8示出根据本公开一实施方式的定位装置示例的示意性结构框图。图8所示的定位装置可以是前述的目标对象的一部分。
图8所示的定位装置包括多个传感器模块,例如,轮速计模块、IMU(惯性导航元件)模块、GNSS(全球卫星定位系统)模块和视觉模块。
图8所示的定位装置还包括传感器中枢模块,用于对多个传感器提供的信息进行时间同步,即,多传感器观测数据的时间戳均对应同一时间。传感器中枢模块可以通过硬件、软件、或者软硬件结合的方式来实现,本公开对此不做赘述。
在图8所示的定位装置中,在经过传感器中枢模块同步,可以将经过时间同步的多个定位信息发送到离线建图模块来建立地图。例如,可以使用离线建图模块通过事先采集环境数据来建立地图(先验地图)。此离线建图模块可为目标对象本身、其它对象、本地或者远程的计算机。地图建立之后会传输给定位装置在在线定位的时候使用。应该注意,离线建图模块可以是定位装置的一部分,也可以不是定位装置的一部分,本公开对此不作限制。应该注意,可以利用定位装置获取的多个定位信息或者利用与定位装置获取的多个定位信息相同类型的来自于其他数据源的数据建立地图,本公开对此不作限制。
图8所示的定位装置还包括第一位姿估计模块。在图8所示的定位装置中,经过传感器中枢模块同步,可以将经过时间同步的多个定位信息发送到第一位姿估计模块。第一位姿估计模块包括有辅助的视觉重定位模块、视觉追踪模块、轮速计IMU融合模块、GNSS观测处理模块和基于非线性优化的定位模块。
有辅助的视觉重定位模块依靠GNSS定位信息和轮速计IMU融合定位信息,来辅助视觉信息的使用,在离线建图模块传来的地图中找到匹配的地标,进而估算出目标对象在地图中的相对位置。即,视觉传感器以外的传感器的信息用来预测目标对象在先验地图中的位置,从而加快视觉重定位。有辅助的视觉重定位模块用于针对地图进行绝对定位。视觉追踪模块与地图无关,只提供帧与帧之间相对位姿估计。
轮速计IMU融合模块将IMU模块与轮速计模块融合以提高轮速计的精度。其具体工作方式可以参照前述获得轮速计及惯性导航融合定位结果的实施例的相关描述。
GNSS观测处理模块初始化一个地球切面坐标系,如东-北-上坐标系或北-东-下坐标系等,并通过GNSS天线在目标对象位置上的标定来初始化地球切面坐标系和视觉追踪局部坐标系之间标定。
基于非线性优化的定位模块可以利用相机图像、GNSS观测、轮速计观测、IMU观测、相机至轮速计的外参标定、GNSS天线中心在轮速计坐标系中的平移标定、相机内参标定、轮速计内参标定等数据进行定位。此模块进行的数据处理采取滑动窗口的策略,即每得到一帧新的图像(或关键帧图像),会对从当前帧到前面N帧之间所有的多传感器数据进行处理,来得到对应当前帧的定位结果。基于非线性优化的定位模块相较于相关技术可以达到更高的鲁棒性和精度。基于非线性优化的定位模块的工作方式可以参照前述实施例中针对通过对所获得的多种定位结果进行优化来计算第二位姿估计结果的相关描述。
图8所示的定位装置还包括实时位姿生成模块。实时位姿生成模块使用轮速计IMU融合模块的,接收基于非线性优化的定位模块有时延的位姿估计结果,来输出实时位姿估计,保证实时性。基于实时位姿生成模块的工作方式可以参照前述实施例中针对利用轮速计及惯性导航融合定位结果,基于第二位姿估计结果进行位姿估计以获得目标对象的第一位姿估计结果的相关描述。
本领域技术人员可以理解,参照图8描述的技术方案的可以与参照图1至图7描述的实施例结合,从而具备参照图1至图7描述的实施例所实现的技术效果。具体内容可以参照以上根据图1至图7进行的描述,其具体内容在此不再赘述。
以下参照图9描述根据本公开一实施方式的机器人定位方法的流程图。
图9示出根据本公开一实施方式的机器人定位方法的流程图。图9所示的实施方式包括步骤S910和S920。
在步骤S910中,获取机器人的多个定位信息。
在步骤S920中,利用所述多个定位信息中的至少一部分信息对所述机器人进行定位,以获得所述机器人的第一位姿估计结果。
根据本公开实施例提供的技术方案,通过获取机器人的多个定位信息;利用所述多个定位信息中的至少一部分信息对所述机器人进行定位,以获得所述机器人的第一位姿估计结果,可以通过多个定位信息中的一部分定位信息进行定位,因此即使某些信息失效或在某些场景下无法获取某些定位信息依然能够进行目标对象的位姿估计。即,能够克服某些情况下定位信息不足的问题。
在本公开的一个实施例中,目标对象可以为机器人。
本领域技术人员可以理解,参照图9描述的技术方案的可以与参照图1至图8描述的实施例结合,从而具备参照图1至图8描述的实施例所实现的技术效果。具体内容可以参照以上根据图1至图8进行的描述,其具体内容在此不再赘述。
以下参照图10描述根据本公开一实施方式的机器人。
图10示出根据本公开一实施方式的机器人1000的结构框图。如图10所示,机器人1000包括多个传感器1010和定位装置1020。
多个传感器1010用于获取机器人的多个定位信息。
定位装置1020用于利用所述多个定位信息中的至少一部分信息对所述机器人进行定位,以获得所述机器人的第一位姿估计结果。
根据本公开实施例提供的技术方案,通过多个传感器,用于获取机器人的多个定位信息;定位装置,用于利用所述多个定位信息中的至少一部分信息对所述机器人进行定位,以获得所述机器人的第一位姿估计结果,可以通过多个定位信息中的一部分定位信息进行定位,因此即使某些信息失效或在某些场景下无法获取某些定位信息依然能够进行目标对象的位姿估计。即,能够克服某些情况下定位信息不足的问题。
以下参照图11描述根据图10所示的实施方式的机器人中的定位装置1020的一个示例。
图11示出根据图10所示的实施方式的机器人中的定位装置1020的一个示例的结构框图。如图11所示,定位装置1020包括第一定位模块1110和第二定位模块1120。
第一定位模块1110被配置为利用所述多个定位信息中的包括所述第一部分定位信息的第二部分定位信息对所述目标对象进行定位,以获得所述目标对象的第二位姿估计结果。
第二定位模块1120被配置为利用所述多个定位信息中的第一部分定位信息,基于所述第二位姿估计结果进行位姿估计以获得所述目标对象的第一位姿估计结果。
根据本公开实施例提供的技术方案,通过所述定位装置包括:第一定位模块,被配置为利用所述多个定位信息中的包括所述第一部分定位信息的第二部分定位信息对所述目标对象进行定位,以获得所述目标对象的第二位姿估计结果;第二定位模块,被配置为利用所述多个定位信息中的第一部分定位信息,基于所述第二位姿估计结果进行位姿估计以获得所述目标对象的第一位姿估计结果,可以通过多个定位信息中的一部分定位信息进行定位,因此即使某些信息失效或在某些场景下无法获取某些定位信息依然能够进行目标对象的位姿估计。即,能够克服某些情况下定位信息不足的问题。
以下参照图12描述根据本公开另一实施方式的机器人。
图12示出根据本公开另一实施方式的机器人1200的结构框图。如图12所示的机器人1200与图10所示的机器人1000的区别在于,除了包括图10所示的多个传感器1010和定位装置1020之外,还包括传感器同步模块1210。
传感器同步模块1210被配置为对所述多个定位信息进行时间同步。
根据本公开实施例提供的技术方案,通过包括:传感器同步模块,被配置为对所述多个定位信息进行时间同步,可以有利于对多个定位信息进行融合,从而通过多个定位信息中的一部分定位信息进行定位,因此即使某些信息失效或在某些场景下无法获取某些定位信息依然能够进行目标对象的位姿估计。即,能够克服某些情况下定位信息不足的问题。而且,通过多传感器信息之间的时间同步,可以减少多传感器融合的方案中时间戳错误带来的误差。
以下参照图13描述根据图11所示的实施方式的定位装置1020中的第一定位模块1110的一个示例。
图13示出根据图11所示的实施方式的定位装置1020中的第一定位模块1110的一个示例的结构框图。如图13所示,第一定位模块1110包括第一定位子模块1310和计算子模块1320。
第一定位子模块1310被配置为利用所述第二部分定位信息对所述目标对象进行定位,以获得多种定位结果。
计算子模块1320被配置为基于所获得的多种定位结果计算第二位姿估计结果。
根据本公开实施例提供的技术方案,通过所述第一定位模块包括:第一定位子模块,被配置为利用所述第二部分定位信息对所述目标对象进行定位,以获得多种定位结果;计算子模块,被配置为基于所获得的多种定位结果计算第二位姿估计结果,可以通过不同的定位信息得到多种定位结果,并且利用至少一种的定位结果进行定位,因此即使某些信息失效或在某些场景下无法获取某些定位信息依然能够进行目标对象的位姿估计。即,能够克服某些情况下定位信息不足的问题。
在本公开的一个实施例中,第一定位模块1110还包括:建图子模块(图中未示出),被配置为利用预先获取的与所述第二部分定位信息相同类型的数据建立地图以用于获得所述目标对象的第二位姿估计结果。
根据本公开实施例提供的技术方案,通过第一定位模块还包括:建图子模块,被配置为利用预先获取的与所述第二部分定位信息相同类型的数据建立地图以用于获得所述目标对象的第二位姿估计结果,可以建立地图,并且在地图通过不同的定位信息得到多种定位结果,并且利用至少一种的定位结果进行定位,因此即使某些信息失效或在某些场景下无法获取某些定位信息依然能够进行目标对象的位姿估计。即,能够克服某些情况下定位信息不足的问题。
在本公开的一个实施例中,所述第二部分定位信息包括视觉定位信息。
根据本公开实施例提供的技术方案,通过所述第二部分定位信息包括视觉定位信息,可以在地图上利用视觉定位信息进行定位,因此即使某些信息失效或在某些场景下无法获取某些定位信息依然能够进行目标对象的位姿估计。即,能够克服某些情况下定位信息不足的问题。
以下参照图14描述根据图13所示实施方式的定位装置1020中的第一定位子模块1310的一个示例。
图14示出根据图13所示实施方式的定位装置1020中的第一定位子模块1310的一个示例的结构框图。如图14所示,第一定位子模块1310包括第二定位子模块1410和第三定位子模块1420。
第二定位子模块1410被配置为利用所述第二部分定位信息中的视觉定位信息之外的定位信息估计所述目标对象在所述地图中的相对位置。
第三定位子模块1420被配置为基于估计出的所述目标对象在所述地图中的相对位置,利用所述第二部分定位信息中的视觉定位信息对所述目标对象进行定位,获得视觉定位结果。
根据本公开实施例提供的技术方案,通过所述第一定位子模块包括:第二定位子模块,被配置为利用所述第二部分定位信息中的视觉定位信息之外的定位信息估计所述目标对象在所述地图中的相对位置;第三定位子模块,被配置为基于估计出的所述目标对象在所述地图中的相对位置,利用所述第二部分定位信息中的视觉定位信息对所述目标对象进行定位,获得视觉定位结果,可以在地图通过不同的定位信息得到多种定位结果,并且利用至少一种的定位结果进行定位,因此即使某些信息失效或在某些场景下无法获取某些定位信息依然能够进行目标对象的位姿估计。即,能够克服某些情况下定位信息不足的问题。
以下参照图15描述根据图13所示实施方式的定位装置1020中的第一定位子模块1310的另一个示例。
图15示出根据图13所示实施方式的定位装置1020中的第一定位子模块1310的另一个示例的结构框图。如图15所示,第一定位子模块1310包括坐标系建立子模块1510和坐标系转换子模块1520。
坐标系建立子模块1510被配置为建立第一坐标系。
坐标系转换子模块1520被配置为通过将所述第二部分定位信息中的卫星定位信息所属的第二坐标系转换到第一坐标系来获得卫星定位结果。
根据本公开实施例提供的技术方案,通过所述第一定位子模块包括:坐标系建立子模块,被配置为建立第一坐标系;坐标系转换子模块,被配置为通过将所述第二部分定位信息中的卫星定位信息所属的第二坐标系转换到第一坐标系来获得卫星定位结果,可以通过不同坐标系之间的转换得到卫星定位结果,并且利用包括卫星定位结果的至少一种的定位结果进行定位,因此即使某些信息失效或在某些场景下无法获取某些定位信息依然能够进行目标对象的位姿估计。即,能够克服某些情况下定位信息不足的问题。
在本公开的一个实施例中,坐标系转换子模块1520还被配置为:通过将所述第二部分定位信息中的卫星定位信息所属的第二坐标系以及所述第二部分定位信息中的视觉追踪信息所属的第三坐标系转换到第一坐标系来获得卫星定位结果。
根据本公开实施例提供的技术方案,通过坐标系转换子模块,还被配置为:通过将所述第二部分定位信息中的卫星定位信息所属的第二坐标系以及所述第二部分定位信息中的视觉追踪信息所属的第三坐标系转换到第一坐标系来获得卫星定位结果,可以通过不同坐标系之间的转换得到卫星定位结果,并且利用包括卫星定位结果的至少一种的定位结果进行定位,因此即使某些信息失效或在某些场景下无法获取某些定位信息依然能够进行目标对象的位姿估计。即,能够克服某些情况下定位信息不足的问题。
在本公开的一个实施例中,第一定位子模块1310还被配置为:通过将所述第二部分定位信息中的轮速计信息和惯性导航信息相结合来获得轮速计及惯性导航融合定位结果。
根据本公开实施例提供的技术方案,通过所述第一定位子模块,还被配置为:通过将所述第二部分定位信息中的轮速计信息和惯性导航信息相结合来获得轮速计及惯性导航融合定位结果,可以通过多个定位信息中的一部分定位信息进行定位,因此即使某些信息失效或在某些场景下无法获取某些定位信息依然能够进行目标对象的位姿估计。即,能够克服某些情况下定位信息不足的问题。
在本公开的一个实施例中,当所述第一部分定位信息包括轮速计信息和惯性导航信息时,第二定位模块1120还被配置为:利用所述轮速计及惯性导航融合定位结果,基于所述第二位姿估计结果进行位姿估计以获得所述目标对象的第一位姿估计结果。
根据本公开实施例提供的技术方案,通过所述第二定位模块,还被配置为:利用所述轮速计及惯性导航融合定位结果,基于所述第二位姿估计结果进行位姿估计以获得所述目标对象的第一位姿估计结果,即使在在室内、室外和室外半遮挡等各种复杂场景,也可以完成目标对象的定位。而且,利用轮速计及惯性导航融合定位结果,可以完成实时的定位。
在本公开的一个实施例中,计算子模块1320还被配置为:通过对所获得的多种定位结果进行优化来计算第二位姿估计结果。
根据本公开实施例提供的技术方案,通过所述计算子模块,还被配置为:通过对所获得的多种定位结果进行优化来计算第二位姿估计结果,可以通过多个定位信息中的一部分定位信息进行定位,因此即使某些信息失效或在某些场景下无法获取某些定位信息依然能够进行目标对象的位姿估计。即,能够克服某些情况下定位信息不足的问题。
在本公开的一个实施例中,定位装置1020还被配置为:通过将所述第一部分定位信息中的轮速计信息和惯性导航信息相结合来获得轮速计及惯性导航融合定位结果,作为所述目标对象的第一位姿估计结果。
根据本公开实施例提供的技术方案,通过所述定位装置,还被配置为:通过将所述第一部分定位信息中的轮速计信息和惯性导航信息相结合来获得轮速计及惯性导航融合定位结果,作为所述目标对象的第一位姿估计结果,即使在在室内、室外和室外半遮挡等各种复杂场景,也可以完成目标对象的定位。而且,利用轮速计及惯性导航融合定位结果,可以完成实时的定位。
在本公开的一个实施例中,所述第一位姿估计结果是实时位姿估计结果,并且所述第二位姿估计结果是有时延的位姿估计结果。
根据本公开实施例提供的技术方案,通过所述第一位姿估计结果是实时位姿估计结果,并且所述第二位姿估计结果是有时延的位姿估计结果,可以通过多个定位信息中的一部分定位信息进行定位,因此即使某些信息失效或在某些场景下无法获取某些定位信息依然能够进行目标对象的位姿估计。即,能够克服某些情况下定位信息不足的问题。而且,可以完成实时的定位。
在本公开的一个实施例中,所述多个定位信息包括轮速计信息、惯性导航信息、卫星定位信息和视觉定位信息中的至少一部分。
根据本公开实施例提供的技术方案,通过所述多个定位信息包括轮速计信息、惯性导航信息、卫星定位信息和视觉定位信息中的至少一部分,可以通过多个定位信息中的一部分定位信息进行定位,因此即使某些信息失效或在某些场景下无法获取某些定位信息依然能够进行目标对象的位姿估计。即,能够克服某些情况下定位信息不足的问题。
本领域技术人员可以理解,参照图10-15描述的技术方案的可以与参照图1至图9描述的实施例结合,从而具备参照图1至图9描述的实施例所实现的技术效果。具体内容可以参照以上根据图1至图9进行的描述,其具体内容在此不再赘述。
在本公开的一个实施例中,提供一种定位方法,包括:
获取目标对象的多个定位信息;
基于所述多个定位信息中的第一部分,获得第一定位结果,其中,所述第一定位结果是实时的定位结果;
基于所述多个定位信息中的第二部分,获得第二定位结果,其中,所述第二定位结果是有时延的定位结果;
基于所述第一定位结果和所述第二定位结果,提供所述目标对象的目标定位信息。
根据本公开实施例提供的技术方案,通过获取目标对象的多个定位信息;基于所述多个定位信息中的第一部分,获得第一定位结果,其中,所述第一定位结果是实时的定位结果;基于所述多个定位信息中的第二部分,获得第二定位结果,其中,所述第二定位结果是有时延的定位结果;基于所述第一定位结果和所述第二定位结果,提供所述目标对象的目标定位信息,可以通过多个定位信息中的一部分定位信息进行定位,因此即使某些信息失效或在某些场景下无法获取某些定位信息依然能够进行目标对象的位姿估计。即,能够克服某些情况下定位信息不足的问题。而且,可以完成实时的定位。
在该实施例中,多个定位信息中的第一部分例如可以包括轮速计信息、惯性导航信息、卫星定位信息和视觉定位信息中的至少一部分,例如,轮速计信息和惯性导航信息。例如,基于轮速计信息和惯性导航信息可以获得实时的定位结果。
在该实施例中,多个定位信息中的第二部分可以包括轮速计信息、惯性导航信息、卫星定位信息和视觉定位信息中的至少一部分,例如,卫星定位信息和/或视觉定位信息。例如,基于卫星定位信息和/或视觉定位信息可以获得有时延的定位结果。
在该实施例中,可以利用第一定位结果和所述第二定位结果,提供目标对象的目标定位信息,能够克服某些情况下定位信息不足的问题,而且可以完成实时的定位。
本领域技术人员可以理解,该实施例的技术方案的可以与参照图1至图15描述的实施例结合,从而具备参照图1至图15描述的实施例所实现的技术效果。具体内容可以参照以上根据图1至图15进行的描述,其具体内容在此不再赘述。
前述实施例描述了定位装置和机器人的内部功能和结构,在一个可能的设计中,定位装置和机器人的结构可实现为电子设备,如图16中所示,该电子设备1600可以包括处理器1601以及存储器1602。
所述存储器1602用于存储支持定位装置执行上述任一实施例中定位方法的程序,所述处理器1601被配置为用于执行所述存储器1602中存储的程序。
所述存储器1602用于存储一条或多条计算机指令,其中,所述一条或多条计算机指令被所述处理器1601执行以实现以下步骤:
获取目标对象的多个定位信息;
利用所述多个定位信息中的第一部分定位信息对所述目标对象进行定位,以获得所述目标对象的第一位姿估计结果。
在本公开的一个实施例中,所述利用所述多个定位信息中的第一部分定位信息对所述目标对象进行定位,以获得所述目标对象的第一位姿估计结果,包括:
利用所述多个定位信息中的包括所述第一部分定位信息的第二部分定位信息对所述目标对象进行定位,以获得所述目标对象的第二位姿估计结果;
利用所述多个定位信息中的第一部分定位信息,基于所述第二位姿估计结果进行位姿估计以获得所述目标对象的第一位姿估计结果。
在本公开的一个实施例中,在所述利用所述多个定位信息中的第一部分定位信息对所述目标对象进行定位,以获得所述目标对象的第一位姿估计结果之前,所述一条或多条计算机指令被所述处理器1601执行以实现以下步骤:
对所述多个定位信息进行时间同步。
在本公开的一个实施例中,所述利用所述多个定位信息中的包括所述第一部分定位信息的第二部分定位信息对所述目标对象进行定位,以获得所述目标对象的第二位姿估计结果,包括:
利用所述第二部分定位信息对所述目标对象进行定位,以获得多种定位结果;
基于所获得的多种定位结果计算第二位姿估计结果。
在本公开的一个实施例中,所述利用所述多个定位信息中的包括所述第一部分定位信息的第二部分定位信息对所述目标对象进行定位,以获得所述目标对象的第二位姿估计结果,还包括:
利用预先获取的与所述第二部分定位信息相同类型的数据建立地图以用于获得所述目标对象的第二位姿估计结果。
在本公开的一个实施例中,所述第二部分定位信息包括视觉定位信息。
在本公开的一个实施例中,所述利用所述第二部分定位信息对所述目标对象进行定位,以获得多种定位结果,包括:
利用所述第二部分定位信息中的视觉定位信息之外的定位信息估计所述目标对象在所述地图中的相对位置;
基于估计出的所述目标对象在所述地图中的相对位置,利用所述第二部分定位信息中的视觉定位信息对所述目标对象进行定位,获得视觉定位结果。
在本公开的一个实施例中,所述利用所述第二部分定位信息对所述目标对象进行定位,以获得多种定位结果,包括:
建立第一坐标系;
通过将所述第二部分定位信息中的卫星定位信息所属的第二坐标系转换到第一坐标系来获得卫星定位结果。
在本公开的一个实施例中,所述通过将所述第二部分定位信息中的卫星定位信息所属的第二坐标系转换到第一坐标系来获得卫星定位结果,包括:
通过将所述第二部分定位信息中的卫星定位信息所属的第二坐标系以及所述第二部分定位信息中的视觉追踪信息所属的第三坐标系转换到第一坐标系来获得卫星定位结果。
在本公开的一个实施例中,所述利用所述第二部分定位信息对所述目标对象进行定位,以获得多种定位结果,包括:
通过将所述第二部分定位信息中的轮速计信息和惯性导航信息相结合来获得轮速计及惯性导航融合定位结果。
在本公开的一个实施例中,当所述第一部分定位信息包括轮速计信息和惯性导航信息时,所述利用所述多个定位信息中的第一部分定位信息,基于所述第二位姿估计结果进行位姿估计以获得所述目标对象的第一位姿估计结果,包括:
利用所述轮速计及惯性导航融合定位结果,基于所述第二位姿估计结果进行位姿估计以获得所述目标对象的第一位姿估计结果。
在本公开的一个实施例中,所述基于所获得的多种定位结果计算第二位姿估计结果,包括:
通过对所获得的多种定位结果进行优化来计算第二位姿估计结果。
在本公开的一个实施例中,所述利用所述多个定位信息中的第一部分定位信息对所述目标对象进行定位,以获得所述目标对象的第一位姿估计结果,包括:
通过将所述第一部分定位信息中的轮速计信息和惯性导航信息相结合来获得轮速计及惯性导航融合定位结果,作为所述目标对象的第一位姿估计结果。
在本公开的一个实施例中,所述第一位姿估计结果是实时位姿估计结果,并且所述第二位姿估计结果是有时延的位姿估计结果。
在本公开的一个实施例中,所述多个定位信息包括轮速计信息、惯性导航信息、卫星定位信息和视觉定位信息中的至少一部分。
本公开示例性实施例还提供了一种计算机存储介质,用于储存所述定位装置所用的计算机软件指令,其包含用于执行上述任一实施例所涉及的程序,从而具备方法所带来的技术效果。
图17是适于用来实现根据本公开一实施方式的定位方法和机器人定位方法的计算机系统的结构示意图。
如图17所示,计算机系统1700包括中央处理单元(CPU)1701,其可以根据存储在只读存储器(ROM)1702中的程序或者从存储部分1708加载到随机访问存储器(RAM)1703中的程序而执行上述附图所示的实施方式中的各种处理。在RAM1703中,还存储有系统1700操作所需的各种程序和数据。CPU1701、ROM1702以及RAM1703通过总线1704彼此相连。输入/输出(I/O)接口1705也连接至总线1704。
以下部件连接至I/O接口1705:包括键盘、鼠标等的输入部分1706;包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分1707;包括硬盘等的存储部分1708;以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分1709。通信部分1709经由诸如因特网的网络执行通信处理。驱动器1710也根据需要连接至I/O接口1705。可拆卸介质1711,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器1710上,以便于从其上读出的计算机程序根据需要被安装入存储部分1708。
特别地,根据本公开的实施方式,上文参考附图描述的方法可以被实现为计算机软件程序。例如,本公开的实施方式包括一种计算机程序产品,其包括有形地包含在及其可读介质上的计算机程序,所述计算机程序包含用于执行附图中的方法的程序代码。在这样的实施方式中,该计算机程序可以通过通信部分1709从网络上被下载和安装,和/或从可拆卸介质1711被安装。
附图中的流程图和框图,图示了按照本公开各种实施方式的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,路程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分,所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开实施方式中所涉及到的单元或模块可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的单元或模块也可以设置在处理器中,这些单元或模块的名称在某种情况下并不构成对该单元或模块本身的限定。
作为另一方面,本公开还提供了一种计算机可读存储介质,该计算机可读存储介质可以是上述实施方式中所述装置中所包含的计算机可读存储介质;也可以是单独存在,未装配入设备中的计算机可读存储介质。计算机可读存储介质存储有一个或者一个以上程序,所述程序被一个或者一个以上的处理器用来执行描述于本公开的方法,从而具备方法所带来的技术效果。
以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本公开中所涉及的发明范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离所述发明构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
Claims (35)
1.一种定位方法,其特征在于,包括:
获取目标对象的多个定位信息;
利用所述多个定位信息中的第一部分定位信息对所述目标对象进行定位,以获得所述目标对象的第一位姿估计结果。
2.根据权利要求1所述的方法,其特征在于,所述利用所述多个定位信息中的第一部分定位信息对所述目标对象进行定位,以获得所述目标对象的第一位姿估计结果,包括:
利用所述多个定位信息中的包括所述第一部分定位信息的第二部分定位信息对所述目标对象进行定位,以获得所述目标对象的第二位姿估计结果;
利用所述多个定位信息中的第一部分定位信息,基于所述第二位姿估计结果进行位姿估计以获得所述目标对象的第一位姿估计结果。
3.根据权利要求1所述的方法,其特征在于,在所述利用所述多个定位信息中的第一部分定位信息对所述目标对象进行定位,以获得所述目标对象的第一位姿估计结果之前,包括:
对所述多个定位信息进行时间同步。
4.根据权利要求2所述的方法,其特征在于,所述利用所述多个定位信息中的包括所述第一部分定位信息的第二部分定位信息对所述目标对象进行定位,以获得所述目标对象的第二位姿估计结果,包括:
利用所述第二部分定位信息对所述目标对象进行定位,以获得多种定位结果;
基于所获得的多种定位结果计算第二位姿估计结果。
5.根据权利要求4所述的方法,其特征在于,所述利用所述多个定位信息中的包括所述第一部分定位信息的第二部分定位信息对所述目标对象进行定位,以获得所述目标对象的第二位姿估计结果,还包括:
利用预先获取的与所述第二部分定位信息相同类型的数据建立地图以用于获得所述目标对象的第二位姿估计结果。
6.根据权利要求5所述的方法,其特征在于,所述第二部分定位信息包括视觉定位信息。
7.根据权利要求6所述的方法,其特征在于,所述利用所述第二部分定位信息对所述目标对象进行定位,以获得多种定位结果,包括:
利用所述第二部分定位信息中的视觉定位信息之外的定位信息估计所述目标对象在所述地图中的相对位置;
基于估计出的所述目标对象在所述地图中的相对位置,利用所述第二部分定位信息中的视觉定位信息对所述目标对象进行定位,获得视觉定位结果。
8.根据权利要求4所述的方法,其特征在于,所述利用所述第二部分定位信息对所述目标对象进行定位,以获得多种定位结果,包括:
建立第一坐标系;
通过将所述第二部分定位信息中的卫星定位信息所属的第二坐标系转换到第一坐标系来获得卫星定位结果。
9.根据权利要求8所述的方法,其特征在于,所述通过将所述第二部分定位信息中的卫星定位信息所属的第二坐标系转换到第一坐标系来获得卫星定位结果,包括:
通过将所述第二部分定位信息中的卫星定位信息所属的第二坐标系以及所述第二部分定位信息中的视觉追踪信息所属的第三坐标系转换到第一坐标系来获得卫星定位结果。
10.根据权利要求4所述的方法,其特征在于,所述利用所述第二部分定位信息对所述目标对象进行定位,以获得多种定位结果,包括:
通过将所述第二部分定位信息中的轮速计信息和惯性导航信息相结合来获得轮速计及惯性导航融合定位结果。
11.根据权利要求10所述的方法,其特征在于,当所述第一部分定位信息包括轮速计信息和惯性导航信息时,所述利用所述多个定位信息中的第一部分定位信息,基于所述第二位姿估计结果进行位姿估计以获得所述目标对象的第一位姿估计结果,包括:
利用所述轮速计及惯性导航融合定位结果,基于所述第二位姿估计结果进行位姿估计以获得所述目标对象的第一位姿估计结果。
12.根据权利要求4所述的方法,其特征在于,所述基于所获得的多种定位结果计算第二位姿估计结果,包括:
通过对所获得的多种定位结果进行优化来计算第二位姿估计结果。
13.根据权利要求1或3所述的方法,其特征在于,所述利用所述多个定位信息中的第一部分定位信息对所述目标对象进行定位,以获得所述目标对象的第一位姿估计结果,包括:
通过将所述第一部分定位信息中的轮速计信息和惯性导航信息相结合来获得轮速计及惯性导航融合定位结果,作为所述目标对象的第一位姿估计结果。
14.根据权利要求1-12任一项所述的方法,其特征在于,所述第一位姿估计结果是实时位姿估计结果,并且所述第二位姿估计结果是有时延的位姿估计结果。
15.根据权利要求1-12任一项所述的方法,其特征在于,所述多个定位信息包括轮速计信息、惯性导航信息、卫星定位信息和视觉定位信息中的至少一部分。
16.一种定位装置,其特征在于,包括:
获取模块,被配置为获取目标对象的多个定位信息;
定位模块,被配置为利用所述多个定位信息中的第一部分定位信息对所述目标对象进行定位,以获得所述目标对象的第一位姿估计结果。
17.一种机器人定位方法,其特征在于,包括:
获取机器人的多个定位信息;
利用所述多个定位信息中的至少一部分信息对所述机器人进行定位,以获得所述机器人的第一位姿估计结果。
18.一种机器人,其特征在于,包括:
多个传感器,用于获取机器人的多个定位信息;
定位装置,用于利用所述多个定位信息中的至少一部分信息对所述机器人进行定位,以获得所述机器人的第一位姿估计结果。
19.根据权利要求18所述的机器人,其特征在于,所述定位装置包括:
第一定位模块,被配置为利用所述多个定位信息中的包括所述第一部分定位信息的第二部分定位信息对所述目标对象进行定位,以获得所述目标对象的第二位姿估计结果;
第二定位模块,被配置为利用所述多个定位信息中的第一部分定位信息,基于所述第二位姿估计结果进行位姿估计以获得所述目标对象的第一位姿估计结果。
20.根据权利要求18所述的机器人,其特征在于,还包括:
传感器同步模块,被配置为对所述多个定位信息进行时间同步。
21.根据权利要求19所述的机器人,其特征在于,所述第一定位模块包括:
第一定位子模块,被配置为利用所述第二部分定位信息对所述目标对象进行定位,以获得多种定位结果;
计算子模块,被配置为基于所获得的多种定位结果计算第二位姿估计结果。
22.根据权利要求21所述的机器人,其特征在于,所述第一定位模块还包括:
建图子模块,被配置为利用预先获取的与所述第二部分定位信息相同类型的数据建立地图以用于获得所述目标对象的第二位姿估计结果。
23.根据权利要求22所述的机器人,其特征在于,所述第二部分定位信息包括视觉定位信息。
24.根据权利要求23所述的机器人,其特征在于,所述第一定位子模块包括:
第二定位子模块,被配置为利用所述第二部分定位信息中的视觉定位信息之外的定位信息估计所述目标对象在所述地图中的相对位置;
第三定位子模块,被配置为基于估计出的所述目标对象在所述地图中的相对位置,利用所述第二部分定位信息中的视觉定位信息对所述目标对象进行定位,获得视觉定位结果。
25.根据权利要求21所述的机器人,其特征在于,所述第一定位子模块,包括:
坐标系建立子模块,被配置为建立第一坐标系;
坐标系转换子模块,被配置为通过将所述第二部分定位信息中的卫星定位信息所属的第二坐标系转换到第一坐标系来获得卫星定位结果。
26.根据权利要求25所述的机器人,其特征在于,所述坐标系转换子模块还被配置为:
通过将所述第二部分定位信息中的卫星定位信息所属的第二坐标系以及所述第二部分定位信息中的视觉追踪信息所属的第三坐标系转换到第一坐标系来获得卫星定位结果。
27.根据权利要求21所述的机器人,其特征在于,所述第一定位子模块还被配置为:
通过将所述第二部分定位信息中的轮速计信息和惯性导航信息相结合来获得轮速计及惯性导航融合定位结果。
28.根据权利要求27所述的机器人,其特征在于,当所述第一部分定位信息包括轮速计信息和惯性导航信息时,所述第二定位模块还被配置为:
利用所述轮速计及惯性导航融合定位结果,基于所述第二位姿估计结果进行位姿估计以获得所述目标对象的第一位姿估计结果。
29.根据权利要求21所述的方法,其特征在于,所述计算子模块还被配置为:
通过对所获得的多种定位结果进行优化来计算第二位姿估计结果。
30.根据权利要求18或20所述的机器人,其特征在于,所述定位装置还被配置为:
通过将所述第一部分定位信息中的轮速计信息和惯性导航信息相结合来获得轮速计及惯性导航融合定位结果,作为所述目标对象的第一位姿估计结果。
31.根据权利要求18-29任一项所述的机器人,其特征在于,所述第一位姿估计结果是实时位姿估计结果,并且所述第二位姿估计结果是有时延的位姿估计结果。
32.根据权利要求18-29任一项所述的机器人,其特征在于,所述多个定位信息包括轮速计信息、惯性导航信息、卫星定位信息和视觉定位信息中的至少一部分。
33.一种定位方法,其特征在于,包括:
获取目标对象的多个定位信息;
基于所述多个定位信息中的第一部分,获得第一定位结果,其中,所述第一定位结果是实时的定位结果;
基于所述多个定位信息中的第二部分,获得第二定位结果,其中,所述第二定位结果是有时延的定位结果;
基于所述第一定位结果和所述第二定位结果,提供所述目标对象的目标定位信息。
34.一种电子设备,其特征在于,包括存储器和处理器;其中,
所述存储器用于存储一条或多条计算机指令,其中,所述一条或多条计算机指令被所述处理器执行以实现如权利要求1-15、17、33任一项所述的方法。
35.一种可读存储介质,其上存储有计算机指令,其特征在于,该计算机指令被处理器执行时实现如权利要求1-15、17、33任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910528187.5A CN112097758A (zh) | 2019-06-18 | 2019-06-18 | 定位方法、装置、机器人定位方法和机器人 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910528187.5A CN112097758A (zh) | 2019-06-18 | 2019-06-18 | 定位方法、装置、机器人定位方法和机器人 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112097758A true CN112097758A (zh) | 2020-12-18 |
Family
ID=73748453
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910528187.5A Pending CN112097758A (zh) | 2019-06-18 | 2019-06-18 | 定位方法、装置、机器人定位方法和机器人 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112097758A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113566833A (zh) * | 2021-07-28 | 2021-10-29 | 上海工程技术大学 | 一种多传感器融合的车辆定位方法及系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104359492A (zh) * | 2014-11-03 | 2015-02-18 | 中国科学院合肥物质科学研究院 | 惯性导航和轮速计组成的航迹推算定位系统误差估算算法 |
CN107045137A (zh) * | 2016-02-06 | 2017-08-15 | 苏州宝时得电动工具有限公司 | 自动工作系统,自移动设备及其控制方法 |
CN107490803A (zh) * | 2017-06-14 | 2017-12-19 | 合肥中导机器人科技有限公司 | 利用gps和惯导系统对机器人定位定向方法 |
CN109343095A (zh) * | 2018-11-15 | 2019-02-15 | 众泰新能源汽车有限公司 | 一种车载导航车辆组合定位装置及其组合定位方法 |
-
2019
- 2019-06-18 CN CN201910528187.5A patent/CN112097758A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104359492A (zh) * | 2014-11-03 | 2015-02-18 | 中国科学院合肥物质科学研究院 | 惯性导航和轮速计组成的航迹推算定位系统误差估算算法 |
CN107045137A (zh) * | 2016-02-06 | 2017-08-15 | 苏州宝时得电动工具有限公司 | 自动工作系统,自移动设备及其控制方法 |
CN107490803A (zh) * | 2017-06-14 | 2017-12-19 | 合肥中导机器人科技有限公司 | 利用gps和惯导系统对机器人定位定向方法 |
CN109343095A (zh) * | 2018-11-15 | 2019-02-15 | 众泰新能源汽车有限公司 | 一种车载导航车辆组合定位装置及其组合定位方法 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113566833A (zh) * | 2021-07-28 | 2021-10-29 | 上海工程技术大学 | 一种多传感器融合的车辆定位方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109887057B (zh) | 生成高精度地图的方法和装置 | |
US20220018962A1 (en) | Positioning method and device based on multi-sensor fusion | |
US20230194265A1 (en) | Square-Root Multi-State Constraint Kalman Filter for Vision-Aided Inertial Navigation System | |
US10762645B2 (en) | Stereo visual odometry method based on image gradient joint optimization | |
US11940277B2 (en) | Vision-aided inertial navigation system for ground vehicle localization | |
CN109506642B (zh) | 一种机器人多相机视觉惯性实时定位方法及装置 | |
US20170261324A1 (en) | Inverse sliding-window filters for vision-aided inertial navigation systems | |
US10907971B2 (en) | Square root inverse Schmidt-Kalman filters for vision-aided inertial navigation and mapping | |
Chien et al. | Visual odometry driven online calibration for monocular lidar-camera systems | |
CN110726406A (zh) | 一种改进的非线性优化单目惯导slam的方法 | |
Tzschichholz et al. | Relative pose estimation of satellites using PMD-/CCD-sensor data fusion | |
CN115471534A (zh) | 基于双目视觉和imu的水下场景三维重建方法及设备 | |
CN111829532B (zh) | 一种飞行器重定位系统和重定位方法 | |
US20140286537A1 (en) | Measurement device, measurement method, and computer program product | |
CN114013449A (zh) | 针对自动驾驶车辆的数据处理方法、装置和自动驾驶车辆 | |
CN113418527A (zh) | 一种强实时双构连续景象融合匹配导航定位方法及系统 | |
CN114608554A (zh) | 一种手持slam设备以及机器人即时定位与建图方法 | |
CN113759384A (zh) | 一种传感器位姿转换关系确定方法、装置、设备和介质 | |
Wu et al. | AFLI-Calib: Robust LiDAR-IMU extrinsic self-calibration based on adaptive frame length LiDAR odometry | |
CN117710476A (zh) | 基于单目视觉的无人机位姿估计与稠密建图方法 | |
CN114812601A (zh) | 视觉惯性里程计的状态估计方法、装置、电子设备 | |
CN112097758A (zh) | 定位方法、装置、机器人定位方法和机器人 | |
CN111145267A (zh) | 基于imu辅助的360度全景视图多相机标定方法 | |
CN115930948A (zh) | 一种果园机器人融合定位方法 | |
CN114812554A (zh) | 基于滤波的多源融合机器人室内绝对定位方法 |
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 |