CN112215887A - 一种位姿确定方法、装置、存储介质及移动机器人 - Google Patents

一种位姿确定方法、装置、存储介质及移动机器人 Download PDF

Info

Publication number
CN112215887A
CN112215887A CN201910614300.1A CN201910614300A CN112215887A CN 112215887 A CN112215887 A CN 112215887A CN 201910614300 A CN201910614300 A CN 201910614300A CN 112215887 A CN112215887 A CN 112215887A
Authority
CN
China
Prior art keywords
mobile robot
angle
local map
map
gradient direction
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
CN201910614300.1A
Other languages
English (en)
Other versions
CN112215887B (zh
Inventor
胡旭
聂鹏
方巍
胡佳文
熊友军
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.)
Ubtech Robotics Corp
Original Assignee
Ubtech Robotics Corp
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 Ubtech Robotics Corp filed Critical Ubtech Robotics Corp
Priority to CN201910614300.1A priority Critical patent/CN112215887B/zh
Priority to US16/561,033 priority patent/US11034028B2/en
Publication of CN112215887A publication Critical patent/CN112215887A/zh
Application granted granted Critical
Publication of CN112215887B publication Critical patent/CN112215887B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
    • G05D1/0238—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using obstacle or wall sensors
    • G05D1/024—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using obstacle or wall sensors in combination with a laser
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J13/00—Controls for manipulators
    • B25J13/08—Controls for manipulators by means of sensing devices, e.g. viewing or touching devices
    • B25J13/088—Controls for manipulators by means of sensing devices, e.g. viewing or touching devices with position, velocity or acceleration sensors
    • B25J13/089—Determining the position of the robot with reference to its environment
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C1/00—Measuring angles
    • 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
    • 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
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/28—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network with correlation of data from several navigational instruments
    • G01C21/30—Map- or contour-matching
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/18—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
    • G05D1/0234—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using optical markers or beacons
    • G05D1/0236—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using optical markers or beacons in combination with a laser
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0268—Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means
    • G05D1/0274—Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means using mapping information stored in a memory device
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/46—Descriptors for shape, contour or point-related descriptors, e.g. scale invariant feature transform [SIFT] or bags of words [BoW]; Salient regional features
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/10—Terrestrial scenes
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/40—Robotics, robotics mapping to robotics vision
    • G05B2219/40423—Map task space to sensor space
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/40—Robotics, robotics mapping to robotics vision
    • G05B2219/40506—Self motion topology knowledge, configuration mapping

Abstract

本发明涉及移动机器人技术领域，尤其涉及一种位姿确定方法、存储介质及移动机器人。所述方法在构建出当前环境的局部地图，并按照第一预设角度间隔旋转局部地图后，获取移动机器人在各局部地图中的第一位置；确定各局部地图的第一环境轮廓点及对应的第一梯度方向，并获取各第一环境轮廓点与对应的第一位置的相对位置；按照第二预设角度间隔和第一梯度方向建立各局部地图的角度直方图；确定全局地图中的第二环境轮廓点的第二位置及对应的第二梯度方向；根据第二梯度方向、第二位置和各角度直方图预测移动机器人在全局地图的第三位置，统计各第三位置的出现次数，并根据出现次数确定移动机器人在全局地图中的目标位姿，提高移动机器人定位的准确性。

Description

一种位姿确定方法、装置、存储介质及移动机器人
技术领域
本发明涉及移动机器人技术领域，尤其涉及一种移动机器人的位姿确定方法、装置、计算机可读存储介质及移动机器人。
背景技术
在无高精度外部定位系统的情况下，移动机器人在开机启动时、被绑架后或者定位丢失后，通常不知道其在全局地图中的当前位姿，使得在很多场景下均需要确定移动机器人在全局地图中的当前位姿。
现有技术中，通常采用粒子滤波算法来确定移动机器人在全局地图中的当前位姿，但粒子滤波算法是通过随机生成器在地图范围内生成采样位姿，并在采样位姿处通过相似度匹配算法得到相似度，以将粒子不断向相似度高的区域聚集，从而得到移动机器人在全局地图中的当前位姿，即粒子滤波算法中采样位姿是随机的，无法确保每一次的采样位姿均包含移动机器人的真实位姿或者相近位姿，降低了移动机器人当前位姿的定位准确性。
发明内容
本发明实施例提供了一种移动机器人的位姿确定方法、装置、计算机可读存储介质及移动机器人，能够解决现有的移动机器人中当前位姿定位准确性差的问题。
本发明实施例的第一方面，提供了一种移动机器人的位姿确定方法，包括：
获取移动机器人当前环境的环境数据，并根据所述环境数据构建所述当前环境对应的局部地图；
按照第一预设角度间隔旋转所述局部地图，并获取所述移动机器人在各所述局部地图中的第一位置；
确定各所述局部地图的第一环境轮廓点和各所述第一环境轮廓点对应的第一梯度方向，并获取各所述第一环境轮廓点与对应的第一位置的相对位置；
按照第二预设角度间隔和所述第一梯度方向建立各所述局部地图中所述相对位置对应的角度直方图；
确定所述移动机器人中预先构建的全局地图的第二环境轮廓点对应的第二位置和各所述第二环境轮廓点的第二梯度方向；
根据所述第二梯度方向、所述第二位置和各所述角度直方图预测各所述局部地图中的移动机器人在所述全局地图中的第三位置，统计各所述第三位置的出现次数，并根据所述出现次数确定所述移动机器人在所述全局地图中的目标位姿。
进一步地，所述根据所述第二梯度方向、所述第二位置和各所述角度直方图预测各所述局部地图中的移动机器人在所述全局地图中的第三位置，统计各所述第三位置的出现次数，并根据所述出现次数确定所述移动机器人在所述全局地图中的目标位姿，包括：
根据所述第二梯度方向确定所述第二环境轮廓点在各所述角度直方图中的角度区间；
获取所述角度区间中的目标相对位置，并根据所述第二位置和所述目标相对位置预测各所述局部地图中的移动机器人在所述全局地图中的第三位置；
统计各所述局部地图中的各所述第三位置的出现次数；
将出现次数最多的第三位置确定为所述移动机器人在所述全局地图中的目标位置，并将出现次数最多的第三位置所对应的局部地图中移动机器人的第一航向角确定为所述移动机器人在所述全局地图中的目标航向角。
优选地，在将出现次数最多的第三位置所对应的局部地图中移动机器人的第一航向角确定为所述移动机器人在所述全局地图中的目标航向角之前，包括：
获取所述局部地图进行旋转前的所述移动机器人在所述局部地图中的初始航向角；
确定各所述局部地图所对应的旋转次数，并根据所述旋转次数、所述第一预设角度间隔和所述初始航向角确定各所述局部地图中所述移动机器人的第一航向角。
可选地，所述按照第二预设角度间隔和所述第一梯度方向建立各所述局部地图中所述相对位置对应的角度直方图，包括：
按照预设处理方式对各所述第一梯度方向进行预处理，得到各所述第一梯度方向对应的第二角度；
按照第二预设角度间隔和所述第二角度建立各所述局部地图中所述相对位置对应的角度直方图。
进一步地，所述确定各所述局部地图的第一环境轮廓点和各所述第一环境轮廓点对应的第一梯度方向，包括：
采用索贝尔算子检测各所述局部地图的第一环境轮廓点，并计算各所述第一环境轮廓点对应的第一梯度方向。
优选地，所述计算各所述第一环境轮廓点对应的第一梯度方向，包括：
根据下述公式计算所述第一梯度方向：
Figure BDA0002123405920000031
其中，Angleij为第i个局部地图的第j个第一环境轮廓点对应的第一梯度方向，Gxij为第i个局部地图的第j个第一环境轮廓点在第一方向的第一梯度，Gyij为第i个局部地图的第j个第一环境轮廓点在第二方向的第一梯度。
本发明实施例的第二方面，提供了一种移动机器人的位姿确定装置，包括：
局部地图构建模块，用于获取移动机器人当前环境的环境数据，并根据所述环境数据构建所述当前环境对应的局部地图；
第一位置获取模块，用于按照第一预设角度间隔旋转所述局部地图，并获取所述移动机器人在各所述局部地图中的第一位置；
相对位置获取模块，用于确定各所述局部地图的第一环境轮廓点和各所述第一环境轮廓点对应的第一梯度方向，并获取各所述第一环境轮廓点与对应的第一位置的相对位置；
角度直方图建立模块，用于按照第二预设角度间隔和所述第一梯度方向建立各所述局部地图中所述相对位置对应的角度直方图；
第二梯度方向确定模块，用于确定所述移动机器人中预先构建的全局地图的第二环境轮廓点对应的第二位置和各所述第二环境轮廓点的第二梯度方向；
目标位姿确定模块，用于根据所述第二梯度方向、所述第二位置和各所述角度直方图预测各所述局部地图中的移动机器人在所述全局地图中的第三位置，统计各所述第三位置的出现次数，并根据所述出现次数确定所述移动机器人在所述全局地图中的目标位姿。
本发明实施例的第三方面，提供了一种移动机器人，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如前述第一方面所述移动机器人的位姿确定方法的步骤。
本发明实施例的第四方面，提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如前述第一方面所述移动机器人的位姿确定方法的步骤。
从以上技术方案可以看出，本发明实施例具有以下优点：
本发明实施例中，通过将各局部地图中第一环境轮廓点对应的第一梯度方向作为识别特征来构建角度直方图，从而可根据全局地图中的第二环境轮廓点与各角度直方图来精确确定移动机器人在全局地图中的目标位姿，提高目标位姿定位的准确性。
附图说明
为了更清楚地说明本发明实施例中的技术方案，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，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，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为本发明实施例中一种移动机器人的位姿确定方法的一个实施例流程图；
图2为本发明实施例中移动机器人构建的局部地图的示意图；
图3为本发明实施例中移动机器人构建的全局地图的示意图；
图4为本发明实施例中一种移动机器人的位姿确定方法在一个应用场景下的流程示意图；
图5为本发明实施例中一种移动机器人的位姿确定装置的一个实施例结构图；
图6为本发明一实施例提供的一种移动机器人的示意图。
具体实施方式
本发明实施例提供了一种移动机器人的位姿确定方法、装置、计算机可读存储介质及移动机器人，用于解决现有的移动机器人中当前位姿定位准确性差的问题。
为使得本发明的发明目的、特征、优点能够更加的明显和易懂，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，下面所描述的实施例仅仅是本发明一部分实施例，而非全部的实施例。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前提下所获得的所有其它实施例，都属于本发明保护的范围。
请参阅图1，本发明实施例提供了一种移动机器人的位姿确定方法，所述位姿确定方法包括：
步骤S101、获取移动机器人当前环境的环境数据，并根据所述环境数据构建所述当前环境对应的局部地图；
本发明实施例中，当移动机器人丢失了其在全局地图中的位姿时，可控制所述移动机器人在当前位置自行旋转一周，并可通过所述移动机器人的激光装置，如激光扫描仪，获取所述移动机器人所在的当前环境的环境数据，从而可通过即时定位与地图构建(SLAM)技术(下文简称激光SLAM技术)来构建当前环境所对应的局部地图，如构建出如图2所示的局部地图。
需要说明的是，所述全局地图也可以是通过激光扫描仪，并利用激光SLAM技术来构建，即可控制所述移动机器人走遍其需导航或者工作所在的环境，并在所述移动机器人行走过程中，可通过激光扫描仪实时获取环境数据，从而可利用激光SLAM技术根据所获取的环境数据，创建移动机器人需导航或者工作所在的环境的全局地图，如构建出如图3所示的全局地图，并将所创建的全局地图存储于所述移动机器人的存储装置中，后续需要所述全局地图时则可从所述存储装置中获取所述全局地图。
步骤S102、按照第一预设角度间隔旋转所述局部地图，并获取所述移动机器人在各所述局部地图中的第一位置；
步骤S103、确定各所述局部地图的第一环境轮廓点和各所述第一环境轮廓点对应的第一梯度方向，并获取各所述第一环境轮廓点与对应的第一位置的相对位置；
对于步骤S102和步骤S103，在构建出当前环境对应的局部地图时，可确定所述移动机器人在所述局部地图中的第一位姿，其中，所述第一位姿包括所述移动机器人在所述局部地图中的第一位置(x，y)和第一航向角θ。同时，还可对所述局部地图进行环境轮廓的检测，以得到所述局部地图中的第一环境轮廓点，如得到所述局部地图中各所述第一环境轮廓点的位置(xi′，yi′)和各所述第一环境轮廓点所对应的第一梯度，并可各第一梯度计算得到各所述第一环境轮廓点对应的第一梯度方向，以及可根据各所述第一环境轮廓点的位置(xi′，yi′)和该局部地图中所述移动机器人的第一位置(x，y)计算得到各所述第一环境轮廓点与所述移动机器人的第一位置之间的相对位置(x-xi′，y-yi′)，即该局部地图中的各相对位置为所述移动机器人的第一位置与对应的第一环境轮廓点的位置差。
具体地，本发明实施例中，可采用索贝尔算子来检测各所述局部地图的第一环境轮廓点和计算各所述第一环境轮廓点对应的第一梯度，其中，所述第一梯度可包括各所述第一环境轮廓点在横向(也称X方向)的第一梯度dx和在纵向(也称Y方向)的第一梯度dy，所述索贝尔算子中X方向的卷积因子可以为
Figure BDA0002123405920000071
Y方向的卷积因子可以为
Figure BDA0002123405920000072
进一步地，在采用索贝尔算子检测出各局部地图的第一环境轮廓点和各所述第一环境轮廓点对应的第一梯度后，则可通过
Figure BDA0002123405920000073
确定出各局部地图中的各所述第一环境轮廓点对应的第一梯度方向，其中，Angleij为第i个局部地图的第j个第一环境轮廓点对应的第一梯度方向，Gxij为第i个局部地图的第j个第一环境轮廓点在第一方向的第一梯度，Gyij为第i个局部地图的第j个第一环境轮廓点在第二方向的第一梯度。
可以理解的是，此处所述的第一方向为前述所述的横向或者X方向，此处所述的第二方向为前述所述的纵向或者Y方向。
具体地，本发明实施例中，首先获取所构建的初始的局部地图中的第一环境轮廓点和对应的第一梯度方向等信息，其次，可对初始的局部地图按照第一预设角度间隔进行旋转，例如，可按照2°的角度间隔来对初始的局部地图进行旋转，并确定旋转后的各局部地图中所述移动机器人的第一位置和第一航向角，其中，旋转后的各局部地图中所述移动机器人的第一航向角则可根据(θ+2°*n)确定，θ为所述移动机器人在初始的局部地图中的第一航向角，n为各局部地图所对应的旋转次数。同时，可采用索贝尔算子来检测旋转后的各局部地图的第一环境轮廓点及各所述第一环境轮廓点对应的第一梯度，并根据各第一梯度确定出各所述第一环境轮廓点对应的第一梯度方向，以及获取各局部地图中的各所述第一环境轮廓点与该局部地图中移动机器人的第一位置之间的相对位置。
如在得到初始的局部地图中的第一环境轮廓点及对应的第一梯度方向等信息后，可将初始的局部地图旋转2°，以得到第一个旋转后的局部地图，并确定所述移动机器人在该第一个旋转后的局部地图中的第一位置(x1，y1)和第一航向角θ1，其中，所述移动机器人在该第一个旋转后的局部地图中的第一航向角θ1为(θ+2°)，随后可采用索贝尔算子来检测该第一个旋转后的局部地图的第一环境轮廓点和各第一环境轮廓点对应的第一梯度，并根据各第一梯度确定出该第一个旋转后的局部地图中的各所述第一环境轮廓点对应的第一梯度方向，以及获取该第一个旋转后的局部地图中的各第一环境轮廓点与第一位置(x1，y1)之间的相对位置。然后可将此时的局部地图再次旋转2°，以得到第二个旋转后的局部地图，并确定所述移动机器人在该第二个旋转后的局部地图中的第二位置(x2，y2)和第一航向角θ2，其中，所述移动机器人在该第二个旋转后的局部地图中的第一航向角θ2为(θ+2°*2)，随后可采用索贝尔算子来检测该第二个旋转后的局部地图的第一环境轮廓点和各第一环境轮廓点对应的第一梯度，并根据各第一梯度确定出该第二个旋转后的局部地图中的各所述第一环境轮廓点对应的第一梯度方向，以及获取该第二个旋转后的局部地图中的各第一环境轮廓点与该第二位置(x2，y2)之间的相对位置，依次类推，直到对所述局部地图进行179次的旋转，获取到位于不同角度的180个局部地图为止。
步骤S104、按照第二预设角度间隔和所述第一梯度方向建立各所述局部地图中所述相对位置对应的角度直方图；
本发明实施例中，在确定出各所述局部地图中的各所述第一环境轮廓点对应的第一梯度方向和各所述第一环境轮廓点与对应的第一位置的相对位置之后，在每一局部地图中，可将各所述第一梯度方向与对应的相对位置建立对应关系，例如，在第一个局部地图中，确定出第一环境轮廓点A(xA′，yA′)的第一梯度方向为θA，而该第一个局部地图中，第一环境轮廓点A与移动机器人在该第一个局部地图的第一位置之间的相对位置为(xA-xA′，yA-yA′)，则可将第一梯度方向θA与相对位置(xA-xA′，yA-yA′)表示的点之间建立对应关系。
在此，在各所述局部地图中建立了第一梯度方向与相对位置之间的对应关系后，可按照第二预设角度间隔和所述第一梯度方向建立各所述局部地图中的相对位置所对应的角度直方图，即可首先在各所述局部地图中按照所述第二预设角度间隔对所述第一梯度方向进行划分，如在各所述局部地图中按照10°的角度间隔对所述第一梯度方向进行划分，比如将[0°，10°)划分为一个角度区间、将[10°，20°)划分为一个角度区间、将[20°，30°)，等等，以此得到36个角度区间，然后确定各所述第一梯度方向所属的角度区间，并按照第一梯度方向与相对位置之间的对应关系，将各所述相对位置所表征的点划分至对应的第一梯度方向所属的角度区间内，从而完成对每一局部地图中相对位置的划分，以得到各所述局部地图所对应的角度直方图。
进一步地，所述按照第二预设角度间隔和所述第一梯度方向建立各所述局部地图中所述相对位置对应的角度直方图，可以包括：
步骤a、按照预设处理方式对各所述第一梯度方向进行预处理，得到各所述第一梯度方向对应的第二角度；
步骤b、按照第二预设角度间隔和所述第二角度建立各所述局部地图中所述相对位置对应的角度直方图。
对于上述步骤a和步骤b，可以理解的是，所获取到的第一梯度方向往往为[-180°，180°]，而各角度直方图中的角度区间往往为[0°，360°]，因此，在根据各第一梯度方向建立角度直方图时，可以首先对各第一梯度方向进行预处理，如可对各第一梯度方向进行加180°的预处理，使得各第一梯度方向落入[0°，360°]中，然后再根据各第一梯度方向和第二预设角度间隔建立各局部地图中相对位置对应的角度直方图，从而方便角度直方图的正确构建。
步骤S105、确定所述移动机器人中预先构建的全局地图的第二环境轮廓点对应的第二位置和各所述第二环境轮廓点的第二梯度方向；
本发明实施例中，所述移动机器人的存储装置中存储有预先构建的全局地图，此时，则可从所述存储装置中获取所述全局地图，并可同样采用索贝尔算子检测所述全局地图中的第二环境轮廓点，以得到各所述第二环境轮廓点对应的第二位置和各所述第二环境轮廓点对应的第二梯度。而在得到全局地图中的各所述第二环境轮廓点对应的第二梯度后，可同样通过
Figure BDA0002123405920000101
确定出全局地图中的各所述第二环境轮廓点对应的第二梯度方向，其中，此时Anglej为全局地图的第j个第二境轮廓点对应的第二梯度方向，Gxj为全局地图的第j个第二环境轮廓点在X方向的第二梯度，Gyj为全局地图的第j个第二环境轮廓点在Y方向的第二梯度。
步骤S106、根据所述第二梯度方向、所述第二位置和各所述角度直方图预测各所述局部地图中的移动机器人在所述全局地图中的第三位置，统计各所述第三位置的出现次数，并根据所述出现次数确定所述移动机器人在所述全局地图中的目标位姿。
本发明实施例中，在得到所述全局地图的各第二环境轮廓点对应的第二位置和第二梯度方向后，可根据各所述第二梯度方向、所述第二位置和所述角度直方图来预测各所述局部地图中的移动机器人在所述全局地图中的第三位置，即预测各所述局部地图中的移动机器人在所述全局地图中的可能位置，同时，在各所述局部地图中，统计各第三位置的出现次数，并根据各所述局部地图中的各出现次数确定所述移动机器人在所述全局地图中的目标位姿。
具体地，如图4所示，本发明实施例中，所述根据所述第二梯度方向、所述第二位置和各所述角度直方图预测各所述局部地图中的移动机器人在所述全局地图中的第三位置，统计各所述第三位置的出现次数，并根据所述出现次数确定所述移动机器人在所述全局地图中的目标位姿，包括：
步骤S401、根据所述第二梯度方向确定所述第二环境轮廓点在各所述角度直方图中的角度区间；
步骤S402、获取所述角度区间中的目标相对位置，并根据所述第二位置和所述目标相对位置预测各所述局部地图中的移动机器人在所述全局地图中的第三位置；
步骤S403、统计各所述局部地图中的各所述第三位置的出现次数；
步骤S404、将出现次数最多的第三位置确定为所述移动机器人在所述全局地图中的目标位置，并将出现次数最多的第三位置所对应的局部地图中移动机器人的第一航向角确定为所述移动机器人在所述全局地图中的目标航向角。
对于上述步骤S401至步骤S404，在每一个局部地图所对应的角度直方图中，可首先确定全局地图中的各第二环境轮廓点对应的第二梯度方向在该角度直方图中所属的角度区间，例如，当第一个局部地图所对应的角度直方图的角度区间依次为[0°，10°)、[10°，20°)、[20°，30°)、……、[350°，360°)，而全局地图中的第一个第二环境轮廓点B(xB，yB)对应的第二梯度方向θB为125°时，则可确定出第二环境轮廓点B(xB，yB)在该第一个局部地图中所属的角度区间为[120°，130°)。
在此，在确定出第二环境轮廓点B(xB，yB)在该第一个局部地图中的角度区间为[120°，130°)后，则可将角度区间[120°，130°)中所有的相对位置均确定为目标相对位置，并根据各目标相对位置与第二环境轮廓点B对应的第二位置(xB，yB)来确定出该第一个局部地图中的移动机器人在全局地图中所对应的第三位置，如可根据相对位置为移动机器人位置与环境轮廓点位置的位置差来确定出该第一个局部地图中的移动机器人在全局地图中所对应的第三位置，其中，第三位置为局部地图中的移动机器人在全局地图中的可能位置。例如当角度区间[120°，130°)中存在有O(xo，yO)、P(xP，yP)、Q(xQ，yQ)和R(xR，yR)4个相对位置时，则根据第二环境轮廓点B(xB，yB)可确定出该第一个局部地图中的移动机器人在全局地图中的可能位置有(xo+xB，yO+yB)、(xP+xB，yP+yB)、(xQ+xB，yQ+yB)和(xR+xB，yR+yB)4个，在根据第二环境轮廓点B对应的第二位置(xB，yB)确定出该第一个局部地图中的移动机器人在全局地图中的可能位置后，可进一步获取全局地图中的下一个第二环境轮廓点，并进一步根据下一个第二环境轮廓点确定出该第一个局部地图中的移动机器人在全局地图中的可能位置，以此类推，直到根据全局地图中的最后一个第二环境轮廓点确定出该第一局部地图中的移动机器人在全局地图中的可能位置为止。
可以理解的是，根据不同的第二环境轮廓点确定该第一个局部地图中的移动机器人在全局地图中的可能位置可能存在相同的，因此本发明实施例中，可统计出该第一个局部地图所对应的各可能位置的出现次数，依次类推，可得到各局部地图所对应的各可能位置的出现次数，从而根据各局部地图中各可能位置的出现次数来确定移动机器人在全局地图中的目标位姿，如可将出现次数最多的可能位置确定为所述移动机器人在所述全局地图中的目标位置，以及将出现次数最多的第三位置所对应的局部地图中移动机器人的第一航向角确定为所述移动机器人在所述全局地图中的目标航向角。
需要说明的是，本发明实施例中，是分别对各局部地图中的移动机器人在全局地图中的可能位置进行次数统计，也就是说，局部地图之间并不进行次数叠加，出现次数还需与局部地图相对应，如可能位置D在第一个局部地图中出现了4次、在第二个局部地图中出现了5次，则可得到第一个局部地图中可能位置D的出现次数为4，第二个局部地图中可能位置D的出现次数为5，若5是最多的出现次数的话，则可确定移动机器人在全局地图中的目标位置为D，目标航向角为第二个局部地图中移动机器人的第一航向角。
进一步地，本发明实施例中，在将出现次数最多的第三位置所对应的局部地图中移动机器人的第一航向角确定为所述移动机器人在所述全局地图中的目标航向角之前，可以包括：
步骤c、获取所述局部地图进行旋转前的所述移动机器人在所述局部地图中的初始航向角；
步骤d、确定各所述局部地图所对应的旋转次数，并根据所述旋转次数、所述第一预设角度间隔和所述初始航向角确定各所述局部地图中各所述移动机器人的第一航向角。
对于步骤c和步骤d，可以理解的是，各局部地图中移动机器人的第一航向角可根据初始未旋转时移动机器人所对应的航向角以及该局部地图所对应的旋转次数和所述第一预设角度间隔来确定，即可根据(θ+α°*n)来确定，θ为所述移动机器人在初始的局部地图中的初始航向角，n为各局部地图所对应的旋转次数，α为所述第一预设角度间隔，如可为2°等。
本发明实施例中，通过将各局部地图中第一环境轮廓点对应的第一梯度方向作为识别特征来构建角度直方图，从而可根据全局地图中的第二环境轮廓点与各角度直方图来精确确定移动机器人在全局地图中的目标位姿，提高目标位姿定位的准确性。
应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。
上面主要描述了一种移动机器人的位姿确定方法，下面将对一种移动机器人的位姿确定装置进行详细描述。
如图5所示，本发明实施例提供了一种移动机器人的位姿确定装置，所述位姿确定装置包括：
局部地图构建模块501，用于获取移动机器人当前环境的环境数据，并根据所述环境数据构建所述当前环境对应的局部地图；
第一位置获取模块502，用于按照第一预设角度间隔旋转所述局部地图，并获取所述移动机器人在各所述局部地图中的第一位置；
相对位置获取模块503，用于确定各所述局部地图的第一环境轮廓点和各所述第一环境轮廓点对应的第一梯度方向，并获取各所述第一环境轮廓点与对应的第一位置的相对位置；
角度直方图建立模块504，用于按照第二预设角度间隔和所述第一梯度方向建立各所述局部地图中所述相对位置对应的角度直方图；
第二梯度方向确定模块505，用于确定所述移动机器人中预先构建的全局地图的第二环境轮廓点对应的第二位置和各所述第二环境轮廓点的第二梯度方向；
目标位姿确定模块506，用于根据所述第二梯度方向、所述第二位置和各所述角度直方图预测各所述局部地图中的移动机器人在所述全局地图中的第三位置，统计各所述第三位置的出现次数，并根据所述出现次数确定所述移动机器人在所述全局地图中的目标位姿。
进一步地，所述目标位姿确定模块506，可以包括：
角度区间确定单元，用于根据所述第二梯度方向确定所述第二环境轮廓点在各所述角度直方图中的角度区间；
第二位姿确定单元，用于获取所述角度区间中的目标相对位置，并根据所述第二位置和所述目标相对位置预测各所述局部地图中的移动机器人在所述全局地图中的第三位置；
出现次数统计单元，用于统计各所述局部地图中的各所述第三位置的出现次数；
目标位姿确定单元，用于将出现次数最多的第三位置确定为所述移动机器人在所述全局地图中的目标位置，并将出现次数最多的第三位置所对应的局部地图中移动机器人的第一航向角确定为所述移动机器人在所述全局地图中的目标航向角。
优选地，所述位姿确定装置，还可以包括：
初始航向角获取模块，用于获取所述局部地图进行旋转前的所述移动机器人在所述局部地图中的初始航向角；
第一航向角确定模块，用于确定各所述局部地图所对应的旋转次数，并根据所述旋转次数、所述第一预设角度间隔和所述初始航向角确定各所述局部地图移动机器人的第一航向角。
可选地，所述角度直方图建立模块504，可以包括：
第二角度获取单元，用于按照预设处理方式对各所述第一梯度方向进行预处理，得到各所述第一梯度方向对应的第二角度；
角度直方图建立单元，用于按照第二预设角度间隔和所述第二角度建立各所述局部地图中所述相对位置对应的角度直方图。
进一步地，所述相对位置获取模块503，可以包括：
第一梯度方向确定单元，用于采用索贝尔算子检测各所述局部地图的第一环境轮廓点，并计算各所述第一环境轮廓点对应的第一梯度方向。
优选地，所述第一梯度方向确定单元，具体用于根据下述公式计算所述第一梯度方向：
Figure BDA0002123405920000151
其中，Angleij为第i个局部地图的第j个第一环境轮廓点对应的第一梯度方向，Gxij为第i个局部地图的第j个第一环境轮廓点在第一方向的第一梯度，Gyij为第i个局部地图的第j个第一环境轮廓点在第二方向的第一梯度。
图6是本发明一实施例提供的移动机器人的示意图。如图6所示，该实施例的移动机器人6包括：处理器60、存储器61以及存储在所述存储器61中并可在所述处理器60上运行的计算机程序62，例如移动机器人的位姿确定程序。所述处理器60执行所述计算机程序62时实现上述各个移动机器人的位姿确定方法实施例中的步骤，例如图1所示的步骤S101至步骤S106。或者，所述处理器60执行所述计算机程序62时实现上述各装置实施例中各模块/单元的功能，例如图5所示的模块501至模块506的功能。
示例性的，所述计算机程序62可以被分割成一个或多个模块/单元，所述一个或者多个模块/单元被存储在所述存储器61中，并由所述处理器60执行，以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序62在所述移动机器人6中的执行过程。例如，所述计算机程序62可以被分割成局部地图构建模块、第一位置获取模块、相对位置获取模块、角度直方图建立模块、第二梯度方向确定模块、目标位姿确定模块，各模块具体功能如下：
局部地图构建模块，用于获取移动机器人当前环境的环境数据，并根据所述环境数据构建所述当前环境对应的局部地图；
第一位置获取模块，用于按照第一预设角度间隔旋转所述局部地图，并获取所述移动机器人在各所述局部地图中的第一位置；
相对位置获取模块，用于确定各所述局部地图的第一环境轮廓点和各所述第一环境轮廓点对应的第一梯度方向，并获取各所述第一环境轮廓点与对应的第一位置的相对位置；
角度直方图建立模块，用于按照第二预设角度间隔和所述第一梯度方向建立各所述局部地图中所述相对位置对应的角度直方图；
第二梯度方向确定模块，用于确定所述移动机器人中预先构建的全局地图的第二环境轮廓点对应的第二位置和各所述第二环境轮廓点的第二梯度方向；
目标位姿确定模块，用于根据所述第二梯度方向、所述第二位置和各所述角度直方图预测各所述局部地图中的移动机器人在所述全局地图中的第三位置，统计各所述第三位置的出现次数，并根据所述出现次数确定所述移动机器人在所述全局地图中的目标位姿。
所述移动机器人可包括，但不仅限于，处理器60、存储器61。本领域技术人员可以理解，图6仅仅是移动机器人6的示例，并不构成对移动机器人6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，例如所述移动机器人还可以包括输入输出设备、网络接入设备、总线等。
所述处理器60可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器61可以是所述移动机器人6的内部存储单元，例如移动机器人6的硬盘或内存。所述存储器61也可以是所述移动机器人6的外部存储设备，例如所述移动机器人6上配备的插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)等。进一步地，所述存储器61还可以既包括所述移动机器人6的内部存储单元也包括外部存储设备。所述存储器61用于存储所述计算机程序以及所述移动机器人所需的其他程序和数据。所述存储器61还可以用于暂时地存储已经输出或者将要输出的数据。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各实施例的模块、单元和/或方法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
在本申请所提供的几个实施例中，应该理解到，所揭露的系统，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，RandomAccess Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。
以上所述，以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (10)

1.一种移动机器人的位姿确定方法，其特征在于，包括：
获取移动机器人当前环境的环境数据，并根据所述环境数据构建所述当前环境对应的局部地图；
按照第一预设角度间隔旋转所述局部地图，并获取所述移动机器人在各所述局部地图中的第一位置；
确定各所述局部地图的第一环境轮廓点和各所述第一环境轮廓点对应的第一梯度方向，并获取各所述第一环境轮廓点与对应的第一位置的相对位置；
按照第二预设角度间隔和所述第一梯度方向建立各所述局部地图中所述相对位置对应的角度直方图；
确定所述移动机器人中预先构建的全局地图的第二环境轮廓点对应的第二位置和各所述第二环境轮廓点的第二梯度方向；
根据所述第二梯度方向、所述第二位置和各所述角度直方图预测各所述局部地图中的移动机器人在所述全局地图中的第三位置，统计各所述第三位置的出现次数，并根据所述出现次数确定所述移动机器人在所述全局地图中的目标位姿。
2.根据权利要求1所述的位姿确定方法，其特征在于，所述根据所述第二梯度方向、所述第二位置和各所述角度直方图预测各所述局部地图中的移动机器人在所述全局地图中的第三位置，统计各所述第三位置的出现次数，并根据所述出现次数确定所述移动机器人在所述全局地图中的目标位姿，包括：
根据所述第二梯度方向确定所述第二环境轮廓点在各所述角度直方图中的角度区间；
获取所述角度区间中的目标相对位置，并根据所述第二位置和所述目标相对位置预测各所述局部地图中的移动机器人在所述全局地图中的第三位置；
统计各所述局部地图中的各所述第三位置的出现次数；
将出现次数最多的第三位置确定为所述移动机器人在所述全局地图中的目标位置，并将出现次数最多的第三位置所对应的局部地图中移动机器人的第一航向角确定为所述移动机器人在所述全局地图中的目标航向角。
3.根据权利要求2所述的位姿确定方法，其特征在于，在将出现次数最多的第三位置所对应的局部地图中移动机器人的第一航向角确定为所述移动机器人在所述全局地图中的目标航向角之前，包括：
获取所述局部地图进行旋转前的所述移动机器人在所述局部地图中的初始航向角；
确定各所述局部地图所对应的旋转次数，并根据所述旋转次数、所述第一预设角度间隔和所述初始航向角确定各所述局部地图中所述移动机器人的第一航向角。
4.根据权利要求1所述的位姿确定方法，其特征在于，所述按照第二预设角度间隔和所述第一梯度方向建立各所述局部地图中所述相对位置对应的角度直方图，包括：
按照预设处理方式对各所述第一梯度方向进行预处理，得到各所述第一梯度方向对应的第二角度；
按照第二预设角度间隔和所述第二角度建立各所述局部地图中所述相对位置对应的角度直方图。
5.根据权利要求1至4中任一项所述的位姿确定方法，其特征在于，所述确定各所述局部地图的第一环境轮廓点和各所述第一环境轮廓点对应的第一梯度方向，包括：
采用索贝尔算子检测各所述局部地图的第一环境轮廓点，并计算各所述第一环境轮廓点对应的第一梯度方向。
6.根据权利要求5所述的位姿确定方法，其特征在于，所述计算各所述第一环境轮廓点对应的第一梯度方向，包括：
根据下述公式计算所述第一梯度方向：
Figure FDA0002123405910000031
其中，Angleij为第i个局部地图的第j个第一环境轮廓点对应的第一梯度方向，Gxij为第i个局部地图的第j个第一环境轮廓点在第一方向的第一梯度，Gyij为第i个局部地图的第j个第一环境轮廓点在第二方向的第一梯度。
7.一种移动机器人的位姿确定装置，其特征在于，包括：
局部地图构建模块，用于获取移动机器人当前环境的环境数据，并根据所述环境数据构建所述当前环境对应的局部地图；
第一位置获取模块，用于按照第一预设角度间隔旋转所述局部地图，并获取所述移动机器人在各所述局部地图中的第一位置；
相对位置获取模块，用于确定各所述局部地图的第一环境轮廓点和各所述第一环境轮廓点对应的第一梯度方向，并获取各所述第一环境轮廓点与对应的第一位置的相对位置；
角度直方图建立模块，用于按照第二预设角度间隔和所述第一梯度方向建立各所述局部地图中所述相对位置对应的角度直方图；
第二梯度方向确定模块，用于确定所述移动机器人中预先构建的全局地图的第二环境轮廓点对应的第二位置和各所述第二环境轮廓点的第二梯度方向；
目标位姿确定模块，用于根据所述第二梯度方向、所述第二位置和各所述角度直方图预测各所述局部地图中的移动机器人在所述全局地图中的第三位置，统计各所述第三位置的出现次数，并根据所述出现次数确定所述移动机器人在所述全局地图中的目标位姿。
8.根据权利要求7所述的位姿确定装置，其特征在于，所述目标位姿确定模块，包括：
角度区间确定单元，用于根据所述第二梯度方向确定所述第二环境轮廓点在各所述角度直方图中的角度区间；
第二位姿确定单元，用于获取所述角度区间中的目标相对位置，并根据所述第二位置和所述目标相对位置预测各所述局部地图中的移动机器人在所述全局地图中的第三位置；
出现次数统计单元，用于统计各所述局部地图中的各所述第三位置的出现次数；
目标位姿确定单元，用于将出现次数最多的第三位置确定为所述移动机器人在所述全局地图中的目标位置，并将出现次数最多的第三位置所对应的局部地图中移动机器人的第一航向角确定为所述移动机器人在所述全局地图中的目标航向角。
9.一种移动机器人，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至6中任一项所述移动机器人的位姿确定方法的步骤。
10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至6中任一项所述移动机器人的位姿确定方法的步骤。
CN201910614300.1A 2019-07-09 2019-07-09 一种位姿确定方法、装置、存储介质及移动机器人 Active CN112215887B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN201910614300.1A CN112215887B (zh) 2019-07-09 2019-07-09 一种位姿确定方法、装置、存储介质及移动机器人
US16/561,033 US11034028B2 (en) 2019-07-09 2019-09-05 Pose determining method for mobile robot and apparatus and mobile robot thereof

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910614300.1A CN112215887B (zh) 2019-07-09 2019-07-09 一种位姿确定方法、装置、存储介质及移动机器人

Publications (2)

Publication Number Publication Date
CN112215887A true CN112215887A (zh) 2021-01-12
CN112215887B CN112215887B (zh) 2023-09-08

Family

ID=74047327

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910614300.1A Active CN112215887B (zh) 2019-07-09 2019-07-09 一种位姿确定方法、装置、存储介质及移动机器人

Country Status (2)

Country Link
US (1) US11034028B2 (zh)
CN (1) CN112215887B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113459088A (zh) * 2021-06-04 2021-10-01 深圳市银星智能科技股份有限公司 地图调整方法、电子设备及存储介质

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11768504B2 (en) 2020-06-10 2023-09-26 AI Incorporated Light weight and real time slam for robots
CN113324551A (zh) * 2021-05-28 2021-08-31 上海高仙自动化科技发展有限公司 一种定位方法、装置、电子设备及存储介质

Family Cites Families (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101323597B1 (ko) * 2005-09-02 2013-11-01 니토 로보틱스 인코퍼레이티드 다기능 로봇 장치
CN100449444C (zh) * 2006-09-29 2009-01-07 浙江大学 移动机器人在未知环境中同时定位与地图构建的方法
CN102596517B (zh) * 2009-07-28 2015-06-17 悠进机器人股份公司 移动机器人定位和导航控制方法及使用该方法的移动机器人
TW201727417A (zh) * 2016-01-26 2017-08-01 鴻海精密工業股份有限公司 分析路面曲度並結合資料記錄的自動行走建議系統及方法
CN105928505B (zh) * 2016-04-19 2019-01-29 深圳市神州云海智能科技有限公司 移动机器人的位姿确定方法和设备
CN105953798B (zh) * 2016-04-19 2018-09-18 深圳市神州云海智能科技有限公司 移动机器人的位姿确定方法和设备
JP6475772B2 (ja) * 2016-05-09 2019-02-27 ツーアンツ インク．ＴｗｏＡｎｔｚ Ｉｎｃ． 視覚的測位によるナビゲーション装置およびその方法
KR101982780B1 (ko) * 2016-10-20 2019-05-27 엘지전자 주식회사 이동 로봇 및 이동 로봇의 제어방법
CN108074251A (zh) * 2016-11-14 2018-05-25 广东技术师范学院 基于单目视觉的移动机器人导航控制方法
CN107121142B (zh) * 2016-12-30 2019-03-19 深圳市杉川机器人有限公司 移动机器人的拓扑地图创建方法及导航方法
CN107144285B (zh) * 2017-05-08 2020-06-26 深圳地平线机器人科技有限公司 位姿信息确定方法、装置和可移动设备
CN107194991B (zh) * 2017-05-17 2021-01-01 西南科技大学 一种基于骨架点局域动态更新的三维全局可视化监控系统构建方法
CN109323697B (zh) * 2018-11-13 2022-02-15 大连理工大学 一种针对室内机器人任意点启动时粒子快速收敛的方法
KR102243179B1 (ko) * 2019-03-27 2021-04-21 엘지전자 주식회사 이동 로봇 및 그 제어방법
CN110268354A (zh) * 2019-05-09 2019-09-20 珊口（深圳）智能科技有限公司 更新地图的方法及移动机器人

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113459088A (zh) * 2021-06-04 2021-10-01 深圳市银星智能科技股份有限公司 地图调整方法、电子设备及存储介质

Also Published As

Publication number Publication date
US20210008730A1 (en) 2021-01-14
CN112215887B (zh) 2023-09-08
US11034028B2 (en) 2021-06-15

Similar Documents

Publication Publication Date Title
CN110307838B (zh) 机器人重定位方法、装置、计算机可读存储介质及机器人
US10867189B2 (en) Systems and methods for lane-marker detection
CN110850872A (zh) 机器人巡检方法、装置、计算机可读存储介质及机器人
CN112215887A (zh) 一种位姿确定方法、装置、存储介质及移动机器人
CN110561423A (zh) 位姿变换的方法、机器人及存储介质
CN112595323A (zh) 机器人及其建图方法和装置
CN110412530B (zh) 一种识别充电桩的方法、装置及机器人
CN109828250B (zh) 一种雷达标定方法、标定装置及终端设备
CN112686950B (zh) 位姿估计方法、装置、终端设备及计算机可读存储介质
CN110084743B (zh) 基于多航带起始航迹约束的图像拼接与定位方法
CN112212851B (zh) 一种位姿确定方法、装置、存储介质及移动机器人
CN111145634B (zh) 一种校正地图的方法及装置
CN107610097A (zh) 仪表定位方法、装置和终端设备
Bermudez-Cameo et al. Automatic line extraction in uncalibrated omnidirectional cameras with revolution symmetry
CN113902782A (zh) 一种挖掘机周边障碍物三维点云的快速配准方法及系统
CN112484738A (zh) 机器人建图方法、装置、计算机可读存储介质及机器人
CN110673607B (zh) 动态场景下的特征点提取方法、装置、及终端设备
CN112198878B (zh) 一种即时地图构建方法、装置、机器人及存储介质
CN111157012B (zh) 一种机器人导航方法、装置、可读存储介质及机器人
CN117387593A (zh) 重定位方法、装置、电子设备和计算机可读存储介质
CN111336938A (zh) 一种机器人及其物体距离检测方法和装置
CN113808179B (zh) 一种图像的配准方法、装置及可读存储介质
CN109919998B (zh) 卫星姿态确定方法、装置和终端设备
CN108917768B (zh) 无人机定位导航方法和系统
CN114415129A (zh) 基于多项式模型的视觉与毫米波雷达联合标定方法及装置

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