CN112462784A - 机器人位姿确定方法、装置、设备和介质 - Google Patents

机器人位姿确定方法、装置、设备和介质 Download PDF

Info

Publication number
CN112462784A
CN112462784A CN202011407820.4A CN202011407820A CN112462784A CN 112462784 A CN112462784 A CN 112462784A CN 202011407820 A CN202011407820 A CN 202011407820A CN 112462784 A CN112462784 A CN 112462784A
Authority
CN
China
Prior art keywords
robot
pose information
area
preset image
determining
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
Application number
CN202011407820.4A
Other languages
English (en)
Inventor
马元勋
何林
唐旋来
杨亚运
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.)
Shanghai Keenlon Intelligent Technology Co Ltd
Original Assignee
Shanghai Keenlon 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 Shanghai Keenlon Intelligent Technology Co Ltd filed Critical Shanghai Keenlon Intelligent Technology Co Ltd
Priority to CN202011407820.4A priority Critical patent/CN112462784A/zh
Publication of CN112462784A publication Critical patent/CN112462784A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • 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, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • 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
    • G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • G05D1/0223—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving speed control of the vehicle
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • 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
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • 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
    • G05D1/0242—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using non-visible light signals, e.g. IR or UV signals
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • 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
    • G05D1/0246—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • 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
    • G05D1/0257—Control of position or course in two dimensions specially adapted to land vehicles using a radar
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • 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
    • G05D1/0259—Control of position or course in two dimensions specially adapted to land vehicles using magnetic or electromagnetic means
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • 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
    • G05D1/0276—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Electromagnetism (AREA)
  • Optics & Photonics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • Manipulator (AREA)

Abstract

本发明实施例公开了一种机器人位姿确定方法、装置、设备和介质。其中方法包括：在机器人移动过程中，控制传感器采集机器人的周围环境信息；若基于周围环境信息未获取到第一区域内的第一预设图像，则确定机器人的第一时刻位姿信息，并基于移动终点确定设有第二预设图像的第二区域位姿信息；基于第一时刻位姿信息和第二区域位姿信息控制机器人向所述第二区域移动，以获取第二预设图像；基于第二预设图像确定机器人的实时位姿信息。本发明实施例实现了在机器人移动过程中突然获取不到标签时，能够自主寻找用于确定位姿信息的标签，以确定机器人的位姿信息，为保证机器人的正常移动提供了条件。

Description

机器人位姿确定方法、装置、设备和介质
技术领域
本发明实施例涉及机器人技术领域，尤其涉及一种机器人位姿确定方法、装置、设备和介质。
背景技术
现如今，机器人已被广泛应用于各个领域中。例如，餐饮领域、医疗领域及航天领域等。在使用过程中，机器人一般是基于标签实现定位，确定自身位姿信息，进而基于位姿信息移动。
由于标签一般是设置在机器人运行环境的屋顶上，那么就存在标签掉落等情况，使得机器人在移动过程中突然就获取不到标签，导致机器人无法确定自身位姿信息，从而影响机器人的正常移动。
发明内容
本发明实施例提供一种机器人位姿确定方法、装置、设备和介质，以解决机器人在移动过程中突然获取不到标签，导致无法确定自身位姿信息的问题。
第一方面，本发明实施例提供了一种机器人位姿确定方法，包括：
在机器人移动过程中，控制传感器采集所述机器人的周围环境信息；
若基于所述周围环境信息未获取到第一区域内的第一预设图像，则确定所述机器人的第一时刻位姿信息，并基于移动终点确定设有第二预设图像的第二区域位姿信息；
基于所述第一时刻位姿信息和所述第二区域位姿信息控制所述机器人向所述第二区域移动，以获取所述第二预设图像；
基于所述第二预设图像确定所述机器人的实时位姿信息。
第二方面，本发明实施例还提供了一种机器人位姿确定装置，包括：
信息采集模块，用于在机器人移动过程中，控制传感器采集所述机器人的周围环境信息；
信息确定模块，用于若基于所述周围环境信息未获取到第一区域内的第一预设图像，则确定所述机器人的第一时刻位姿信息，并基于移动终点确定设有第二预设图像的第二区域位姿信息；
控制模块，用于基于所述第一时刻位姿信息和所述第二区域位姿信息控制所述机器人向所述第二区域移动，以获取所述第二预设图像；
位姿确定模块，用于基于所述第二预设图像确定所述机器人的实时位姿信息。
第三方面，本发明实施例还提供了一种电子设备，包括：
传感器，用于采集机器人的周围环境信息或采集预设图像；
存储器，用于存储一个或多个程序；
一个或多个处理器，用于获取传感器采集的周围环境信息或采集预设图像，并读取和执行所述存储器中存储的一个或多个程序，以实现本发明实施例中任一所述的机器人位姿确定方法。
第四方面，本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现本发明实施例中任一实施例所述的机器人位姿确定方法。
本发明实施例公开的技术方案，具有如下有益效果：
在机器人移动过程中，控制传感器采集机器人的周围环境信息，当基于周围环境信息未获取到第一区域的第一预设图像时，确定机器人的第一时刻位姿信息，并基于移动终点确定设有第二预设图像的第二区域位姿信息，基于第一时刻位姿信息和第二区域位姿信息控制机器人向第二区域移动，以获取第二预设图像，然后基于第二预设图像确定机器人的实时位姿信息。本实施例解决了机器人在移动过程中突然获取不到标签，导致无法确定自身位姿信息的问题，实现在机器人移动过程中突然获取不到标签时，基于机器人自身当前时刻位姿信息和下一途径区域位姿信息自主寻找用于确定位姿信息的标签，以确定机器人的位姿信息，为保证机器人的正常移动提供了条件。
附图说明
图1是本发明实施例一提供的一种机器人位姿确定方法的流程示意图；
图2A是本发明实施例一提供的一种雷达采集的点云数据的示意图；
图2B是本发明实施例一提供的机器人移动过程中突然获取不到标签的示意图；
图2C是本发明实施例一提供的机器人移动过程中能够获取到标签的示意图；
图3是本发明实施例二提供的一种机器人位姿确定方法的流程示意图；
图4是本发明实施例三提供的一种机器人位姿确定方法的流程示意图；
图5是本发明实施例四提供的一种机器人位姿确定方法的流程示意图；
图6是本发明实施例五提供的一种机器人位姿确定装置的结构示意图；
图7是本发明实施例六提供的一种电子设备的结构示意图。
具体实施方式
下面结合附图和实施例对本发明实施例作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明实施例，而非对本发明实施例的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明实施例相关的部分而非全部结构。
下面结合附图对本发明实施例的机器人位姿确定方法、装置、设备和介质进行详细说明。
实施例一
图1是本发明实施例一提供的一种机器人位姿确定方法的流程示意图。本实施例可适用于在机器人移动过程中突然获取不到用于确定位姿信息的标签时，自主找回用于确定位姿信息的标签场景，该方法可以由机器人位姿确定装置来执行，该装置可由硬件和/或软件组成，并可集成于电子设备中。本实施例中电子设备优选为机器人。如图1所示，该方法具体包括如下：
S101，在机器人移动过程中，控制传感器采集所述机器人的周围环境信息。
本发明实施例中，传感器包括：摄像头和雷达。其中，摄像头可选的为普通摄像头或红外摄像头等。摄像头可以是但不限于任意类型的摄像头，例如球型摄像头和非球型摄像头等。本实施例摄像头可设置于机器人的头顶位置，以采集机器人头顶上的屋顶图像；雷达可以是但不限于：激光雷达、毫米波雷达和微波雷达等，并且该雷达可以设置与机器人接近地面的位置，以采集机器人移动过程中的室内平面点云图像。
即，机器人上传感器采集的周围环境信息包括：常规图像和激光点云图像，或者红外图像和激光点云图像。
本实施例中标签是指用于确定机器人位姿信息的标签，例如可以为反光标签或投影标签等，此处对其不做具体限制。相应的，当标签不同时，对应通过摄像头采集的图像也不相同。例如，当标签为反光标签时，此时摄像头为红外摄像头，对应红外摄像头采集的标签为红外图像；又例如，当标签为投影标签(例如光斑等)，此时摄像头为普通摄像头，对应普通摄像头采集的标签为普通图像等。
需要说明的是，本实施例反光标签是具有在红外摄像头发射红外光束至标签上的反光层时，该反光层会反射红外光束的属性，因此当标签为反光标签时，可通过红外摄像头基于反光标签反射的光束采集该标签的红外图像。
通常，机器人可被应用于餐饮、医疗服务、军事和航天等领域，以代替或协助人类完成各种工作。在应用过程中，机器人的使用需要基于标签实现定位，确定自身位姿信息，进而基于位姿信息移动。那么控制机器人执行相应任务时，机器人首先会基于该任务的起点位置(移动起点)和终点位置(移动终点)规划运行路径，或接收服务器发送的运行路径，并基于该运行路径确定从起点位置到终点位置要经过的标签数量。然后，在开始移动时通过控制摄像头采集周围环境图像，以获取启动时所处位置的标签图像，并基于该标签图像确定的位姿信息沿运行路径移动。
因为标签通常可部署于机器人运行环境的屋顶上，那么存在标签掉落或标签不见等情况，使得机器人沿运行路径移动过程中会突然获取不到标签图像，即丢失标签，导致机器人无法确定自身当前所处位置的位姿信息，进而无法沿运行路径正常移动。
基于此，本实施例机器人在每次获取到标签图像，并基于该标签图像确定出机器人位姿信息之后，除了基于位姿信息沿运行路径移动之外，还可将该位姿信息保存至服务器，以为后续突然获取不到标签时尝试自主找回标签的情况奠定基础。并且，机器人基于位姿信息沿运行路径移动过程中，还实时控制摄像头采集机器人周围的图像，及实时控制雷达实时采集机器人周围的激光点云图像。同时，还通过编码器和惯性传感器(InertialMeasurement Unit，简称：IMU)或者雷达累计机器人自身从位姿信息开始移动的定位信息，进一步为后续突然获取不到标签时尝试自主找回标签奠定基础。
需要说明的是，本实施例中雷达可以获得机器人周围的二维环境信息，通过采集到的点云数据分析出附近结构化信息点和点簇信息点，从而获得障碍物信息。从而实现机器人沿运行路径的移动过程中，通过障碍物信息的识别，实现实时避障，保障机器人正常移动。本发明实施例中，雷达采集的点云数据可如图2A所示。其中，标记为21部分为机器人所在环境中结构化信息显著的区域，例如墙面区域或大型柜子边线等。结构化信息是指直线、圆弧或直角等具有显著形状的信息，这些信息是通过点云数据和地图提取得到的，并且这些结构化信息能够映射的实体可以是墙体、大型柜子边线等。
进一步的，本发明实施例中实时控制摄像头采集机器人周围的图像，可包括以下情况：
情况一
机器人基于位姿信息移动过程中，控制摄像头采集当前视角范围的图像。
其中，当摄像头为红外摄像头时，红外摄像头可基于当前红外发射角度实时对外发射红外光束，并控制红外摄像头采集红外光束所在区域的图像。当摄像头为普通摄像头时，该摄像头可实时采集当前视角范围的普通图像。
情况二
机器人基于位姿信息移动过程中，控制摄像头实时以机器人所处位置为中心按照预设角度旋转并依次采集每次旋转后视角范围的图像，以得到机器人所处位置周围一圈的图像。
也就是说，机器人在移动过程中，可实时控制摄像头采集所处位置周围一圈的图像。
在获取到摄像头采集的图像之后，可对图像进行图像分析，确定该图像中是否存在标签图像。当确定摄像头实时采集的图像中不存在标签图像时，说明用于确定位姿信息的标签丢失，那么机器人就需要尝试找回丢失的标签，以确保自身能够正常移动。例如如图2B所示，其中机器人标记为22，机器人上的摄像头标记为23；当确定摄像头实时采集的图像中存在标签图像，说明用于确定位姿信息的标签未丢失，那么机器人可按照该标签确定的位姿信息继续沿运行路径正常移动。例如如图2C所示，其中机器人标记为22，机器人上的摄像头标记为23，机器人运行环境中的标签标记为24。
S102，若基于所述周围环境信息未获取到第一区域的第一预设图像，则确定所述机器人的第一时刻位姿信息，并基于移动终点确定设有第二预设图像的第二区域位姿信息。
S103，基于所述第一时刻位姿信息和所述第二区域位姿信息控制所述机器人向所述第二区域移动，以获取所述第二预设图像。
在本实施例中，第一区域和第二区域是指机器人沿运行路径移动(即执行任务)时需要途径的区域。其中，每个区域对应设置有一个标签，对应的第一区域的第一预设图像和第二区域的第二预设图像，分别为依据标签采集到的标签图像。例如，红外标签图像或普通标签图像，当然预设图像不限于上述几种。
需要说明的是，第二预设区域具体是指机器人从当前位置即将移动到的下一设有第二预设图像的区域。该区域可基于机器人当前位置，在运行路径中查询得到。例如，运行路径中包括5个区域，分别为区域1、区域2、区域3、区域4和区域5，那么当机器人确定自身当前位置在区域2和区域3之间，则可确定第二区域为区域3。
对应的，第二区域位姿信息为第二区域中第二预设图像对应的虚拟位姿信息。该虚拟位姿信息是基于机器人运行环境中的标签设置位置，在构建的全局地图上对应位置处设置的位姿信息。需要说明的是，本实施例全局地图是根据机器人在执行任务之前，在运行环境中空跑一圈采集的点云数据所构建的地图。
具体的，当基于摄像头采集的图像未获取到标签图像时，即可确定用于确定位姿信息的标签丢失，此时机器人需要尝试自主找回丢失的标签，并基于找回的标签确定自身位姿信息，以确保自身正常移动。
在本发明实施例，机器人自主找回丢失的标签时，可首先通过确定自身当前位置的实时位姿信息(第一时刻位姿信息)，以及基于运行路径的移动终端确定设有第二预设图像的第二区域位姿信息。然后，基于第一时刻位姿信息和第二区域位姿信息，确定需要移动的移动增量。从而根据移动增量向设有第二预设图像的第二区域移动，以获取设置在第二区域的第二预设图像。其中，移动增量包括：机器人按照运行路径沿X轴移动的X增量，沿Y轴移动的Y增量及沿T轴移动的T增量。这里T轴是指机器人朝向轴，对应T增量为机器人朝向增量，即移动角度增量。
需要说明的是，机器人根据移动增量向设有第二预设图像的第二区域移动，以获取第二预设图像时，可调整自身的移动速度，以使移动速度降低，确保尝试找回丢失的标签时能够更密集的采集到多帧图像，以提高标签找回的几率，同时缩短自身尝试找回丢失的标签时移动的距离，使得自身处于可控范围。
S104，基于所述第二预设图像确定所述机器人的实时位姿信息。
本实施例中基于第二预设图像确定机器人的实时位姿信息，可通过如下方式实现：
方式一
基于第二预设图像，在预设图像和位姿信息的映射关系中确定机器人的实时位姿信息。
具体的，可计算获取的第二预设图像和映射关系中每个预设图像之间的相似度，并根据最大相似度对应的预设图像，从映射关系中获取与该预设图像对应的位姿信息，以将该位姿信息确定为机器人的实时位姿信息。
方式二
对第二预设图像进行图像处理，以获取第二预设图像中携带的特征信息，并基于特征信息确定该第二预设图像关联的位姿信息，将该位姿信息确定为机器人的实时位姿信息。
需要说明的是，上述两种方式仅作为对本发明实施例的示例性说明，不作为对本发明实施例的具体限定。
进而，机器人即可基于确定的实时位姿信息更新运行路径，并沿更新后的运行路径移动。
本发明实施例提供的技术方案，在机器人移动过程中，控制传感器采集机器人的周围环境信息，当基于周围环境信息未获取到第一区域的第一预设图像时，确定机器人的第一时刻位姿信息，并基于移动终点确定设有第二预设图像的第二区域位姿信息，基于第一时刻位姿信息和第二区域位姿信息控制机器人向第二区域移动，以获取第二预设图像，然后基于第二预设图像确定机器人的实时位姿信息。本实施例解决了机器人在移动过程中突然获取不到标签，导致无法确定自身位姿信息的问题，实现在机器人移动过程中突然获取不到标签时，基于机器人自身当前时刻位姿信息和下一途径区域位姿信息自主寻找用于确定位姿信息的标签，以确定机器人的位姿信息，为保证机器人的正常移动提供了条件。
实施例二
图3是本发明实施例二提供的一种机器人位姿确定方法的流程示意图。在上述实施例的基础上，对“确定所述机器人的第一时刻位姿信息，并基于移动终点确定设有第二预设图像的第二区域位姿信息”进行了进一步优化。如图3所示，该方法具体如下：
S201，在机器人移动过程中，控制传感器采集所述机器人的周围环境信息。
S202，若基于所述周围环境信息未获取到第一区域的第一预设图像，则获取最近一次获取的预设图像对应的位姿信息，并确定所述位姿信息和所述第一时刻位姿信息之间的第一变化量。
示例性的，第一变化量为机器人从获取预设图像的位置处，按照运行路径沿X轴到当前位置的X增量，沿Y轴到当前位置的Y增量以及沿T轴移动到当前位置的T增量，可表示为Δ1(dx1,dy1,dt1)。
通常，机器人上的编码器和惯性传感器会实时累计机器人移动数据，例如移动距离和移动角度等，并将移动数据发送给处理器进行保存，但是因为编码器和惯性传感器累计的移动数据可能会存在误差，导致数据不准确。为此，本实施例机器人在获取到任一预设图像及该预设图像对应的位姿信息之后，会及时将获取到的位姿信息发送给处理器，以使处理器对编码器和惯性传感器采集的数据进行校正，以使处理器端保存的移动数据始终是准确的，并将保存的数据上传给服务器。
基于此，当基于周围环境信息未获取到第一区域的第一预设图像时，机器人可向建立通信连接的服务器发送位姿信息获取请求，以使服务器根据请求中的机器人标识，获取机器人标识对应的机器人最近一次发送的位姿信息。此外，机器人还获取自身编码器和惯性传感器或者雷达采集的实时位姿信息(第一时刻位姿信息)。然后，将位姿信息和第一时刻位姿信息作差，以计算位姿信息和第一时刻位姿信息的第一变化量。
本实施例中，机器人标识具体是指能够唯一确定机器人身份的信息，例如序列号、编号或名称等，此处对其不做具体限制。
S203，基于所述位姿信息和所述第一变化量，确定所述机器人的第一时刻位姿信息。
例如，若位姿信息为(X1,Y1,T1),第一变化量为Δ(dx,dy,dt)，则机器人的第一时刻位姿信息可为：(X’,Y’,T’)。其中X’＝X1+dx；Y’＝Y1+dy；T’＝T1+dt。
S204，基于所述移动终点和预先构建的全局地图，确定所述机器人的运行路径。
S205，基于所述运行路径，确定设有第二预设图像的第二区域位姿信息。
其中，全局地图中设置有机器人运行环境中所有标签覆盖范围的区域。
可选的，机器人在接收到任务时，可基于任务中的移动终点和预先构建的全局地图规划运行路径，然后基于最近一次获取的预设图像对应的区域，在该运行路径中查询设有第二预设图像的第二区域位姿信息。
S206，基于所述第一时刻位姿信息和所述第二区域位姿信息控制所述机器人向所述第二区域移动，以获取所述第二预设图像。
S207，基于所述第二预设图像确定所述机器人的实时位姿信息。
本发明实施例提供的技术方案，解决了机器人在移动过程中突然获取不到标签，导致无法确定自身位姿信息的问题，实现在机器人移动过程中突然获取不到标签时，基于机器人自身当前时刻位姿信息和下一途径区域位姿信息自主寻找用于确定位姿信息的标签，以确定机器人的位姿信息，为保证机器人的正常移动提供了条件。
实施例三
图4是本发明实施例三提供的一种机器人位姿确定方法的流程示意图。在上述实施例的基础上，对“基于所述第一时刻位姿信息和所述第二区域位姿信息控制所述机器人向所述第二区域移动，以获取所述第二预设图像”进行了进一步说明。如图4所示，该方法具体如下：
S301，在机器人移动过程中，控制传感器采集所述机器人的周围环境信息。
S302，若基于所述周围环境信息未获取到第一区域的第一预设图像，则确定所述机器人的第一时刻位姿信息，并基于移动终点确定设有第二预设图像的第二区域位姿信息。
S303，基于所述第一时刻位姿信息和所述第二区域位姿信息，确定第二变化量。
其中，第二变化量是指机器人从第一时刻位姿信息对应的当前位置，按照运行路径沿X轴到第二区域的X增量，沿Y轴到第二区域的Y增量以及沿T轴到第二区域的T增量，可表示为Δ2(dx2,dy2,dt2)。
举例说明，假设第一时刻位姿信息为(X’,Y’,T’)，第二区域位姿信息为(X2,Y2,T2)，那么确定第二变化量为：Δ2(dx2,dy2,dt2)。其中，dx2＝X2-X’；dy2＝X2-Y’；dt2＝T2-T’。
S304，基于所述第二变化量控制所述机器人向所述第二区域移动，以获取所述第二预设图像。
本实施例可按照第二变量，控制机器人从第一时刻位姿信息对应的当前位置按照运行路径向第二区域移动，并在移动过程中控制摄像头实时采集图像及控制雷达实时采集激光点云图像，以基于图像设置在第二区域的第二预设图像，以及基于激光点云图像识别移动过程中的障碍物，以进行障碍物规避。
S305，基于所述第二预设图像确定所述机器人的实时位姿信息。
本发明实施例提供的技术方案，解决了机器人在移动过程中突然获取不到标签，导致无法确定自身位姿信息的问题，实现在机器人移动过程中突然获取不到标签时，基于机器人自身当前时刻位姿信息和下一途径区域位姿信息自主寻找用于确定位姿信息的标签，以确定机器人的位姿信息，为保证机器人的正常移动提供了条件。
实施例四
图5是本发明实施例四提供的一种机器人位姿确定方法的流程示意图。在上述实施例的基础上进行了进一步说明。如图5所示，该方法具体如下：
S401，在机器人移动过程中，控制传感器采集所述机器人的周围环境信息。
S402，若基于所述周围环境信息未获取到第一区域的第一预设图像，则确定所述机器人的第一时刻位姿信息，并基于移动终点确定设有第二预设图像的第二区域位姿信息。
S403，基于所述第一时刻位姿信息和所述第二区域位姿信息控制所述机器人向所述第二区域移动，以获取所述第二预设图像。
S404，若未获取到所述第二预设图像，则确定所述机器人的第二时刻位姿信息，并基于所述移动终点确定设有第三预设图像的第三区域位姿信息。
S405，基于所述第二时刻位姿信息和所述第三区域位姿信息控制所述机器人向所述第三区域移动，以获取所述第三预设图像。
S406，基于所述第三预设图像确定所述机器人的实时位姿信息。
其中，第三区域是指机器人从执行尝试找回标签操作后所在位置即将移动到的下一设有第三预设图像的区域。该第三区域可基于机器人执行找回标签操作后的所在位置，在运行路径中查询确定。
继续以前述示例进行说明，假设运行路径中5个区域，分别为区域1、区域2、区域3、区域4和区域5，那么当机器人确定自身执行找回标签操作后的所在位置为区域3和区域4之间，此时可确定第三区域为区域4。
相应的，第三区域位姿信息为第三区域中第三预设图像对应的虚拟位姿信息。该虚拟位姿信息是基于机器人运行环境中标签设置位置，在构建的全局地图对应位置处设置的位姿信息。
具体的，当机器人执行一次尝试找回丢失标签的操作之后，可能存在依旧没获取到标签的情况。此时本实施例还可采用类似第一次找回标签的方式重新确定机器人的第二时刻位姿信息(即，机器人执行一次尝试找回标签操作之后所在位置的位姿信息)和第三区域位姿信息，使得机器人可再一次执行尝试找回丢失的标签操作。
需要说明的是，机器人再一次执行尝试找回标签的操作时，可能获取到标签，即获取到第三预设图像，那么此时可基于获取的第三预设图像确定机器人的实时位姿信息，具体确定机器人实时位姿信息参见前述实施例，此处对其不做过多赘述。当然还可能依然没有获取到标签的情况，那么在未找回标签时，机器人可确定自身尝试找回标签的次数是否达到预设次数。当未达到预设次数，说明可再次执行尝试找回标签的操作，具体实现过程如前述实施例类似，此处对其不做过多赘述。当达到预设次数，说明无需再执行标签找回操作，此时机器人可返回至未获取到第一预设图像时的位置处(即返回至第一区域)，以等待管理员进行异常处理。这样设置的好处在于，避免了机器人在无法找回丢失的标签时，长期呆在异常位置等待管理员处理过程中造成的拥堵情况。
其中，预设次数可根据机器人应用环境大小来设定。例如2次或3次等，此处对其不做具体限定。
为了能够尽快解决异常，机器人返回初次未获取到第一预设图像时的位置处时，还可发送预警信息，以使管理员基于预警信息及时进行异常处理。
本发明实施例提供的技术方案，解决了机器人在移动过程中突然获取不到标签，导致无法确定自身位姿信息的问题，实现在机器人移动过程中突然获取不到标签时，基于机器人自身当前时刻位姿信息和下一途径区域位姿信息自主寻找用于确定位姿信息的标签，以确定机器人的位姿信息，为保证机器人的正常移动提供了条件。此外，机器人在尝试找回标签的次数达到预设次数时，返回至初次未获取到第一预设图像时的位置处，以等待管理员进行异常处理，从而避免了机器人无法获取到用于确定位姿信息的标签时，长期呆在异常位置等待管理员处理过程中造成的拥堵情况。
实施例五
图6是本发明实施例五提供的一种机器人位姿确定装置的结构示意图。本发明实施例机器人位姿确定装置配置于电子设备中。如图6所示，本发明实施例提供的机器人位姿确定装置500包括：信息采集模块510、信息确定模块520、控制模块530和位姿确定模块540。
其中，信息采集模块510，用于在机器人移动过程中，控制传感器采集所述机器人的周围环境信息；
信息确定模块520，用于若基于所述周围环境信息未获取到第一区域的第一预设图像，则确定所述机器人的第一时刻位姿信息，并基于移动终点确定设有第二预设图像的第二区域位姿信息；
控制模块530，用于基于所述第一时刻位姿信息和所述第二区域位姿信息控制所述机器人向所述第二区域移动，以获取所述第二预设图像；
位姿确定模块540，用于基于所述第二预设图像确定所述机器人的实时位姿信息。
作为本发明实施例的一种可选的实现方式，所述信息确定模块520，具体用于：
获取最近一次获取的预设图像对应的位姿信息，并确定所述位姿信息和所述第一时刻位姿信息之间的第一变化量；
基于所述位姿信息和所述第一变化量，确定所述机器人的第一时刻位姿信息。
作为本发明实施例的一种可选的实现方式，所述信息确定模块520，具体用于：
基于所述移动终点和预先构建的全局地图，确定所述机器人的运行路径；
基于所述运行路径，确定设有第二预设图像的第二区域位姿信息。
作为本发明实施例的一种可选的实现方式，控制模块530，具体用于：
基于所述第一时刻位姿信息和所述第二区域位姿信息，确定第二变化量；
基于所述第二变化量控制所述机器人向所述第二区域移动，以获取所述第二预设图像。
作为本发明实施例的一种可选的实现方式，所述信息确定模块520，具体用于：若若未获取到所述第二预设图像，则确定所述机器人的第二时刻位姿信息，并基于所述移动终点确定设有第三预设图像的第三区域位姿信息；
控制模块50，具体用于：基于所述第二时刻位姿信息和所述第三区域位姿信息控制所述机器人向所述第三区域移动，以获取所述第三预设图像。
作为本发明实施例的一种可选的实现方式，控制模块530，还用于：
若未获取到所述第三预设图像，且控制所述机器人移动次数达到预设次数，则控制所述机器人返回至所述第一区域。
作为本发明实施例的一种可选的实现方式，位姿确定模块530，具体用于：
基于所述第二预设图像，在预设图像和位姿信息的映射关系中确定机器人的实时位姿信息。
需要说明的是，前述对机器人位姿确定方法实施例的解释说明也适用于该实施例的机器人位姿确定装置，其实现原理类似，此处不再赘述。
本发明实施例提供的技术方案，解决了机器人在移动过程中突然获取不到标签，导致无法确定自身位姿信息的问题，实现在机器人移动过程中突然获取不到标签时，基于机器人自身当前时刻位姿信息和下一途径区域位姿信息自主寻找用于确定位姿信息的标签，以确定机器人的位姿信息，为保证机器人的正常移动提供了条件。
实施例六
图7是本发明实施例六提供的一种电子设备的结构示意图。图7示出了适于用来实现本发明实施方式的示例性电子设备600的框图。图7显示的电子设备600仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。
如图7所示，电子设备600以通用计算设备的形式表现。电子设备600的组件可以包括但不限于：一个或者多个处理器或者处理单元610，系统存储器620，传感器，连接不同系统组件(包括系统存储器620和处理单元610)的总线630。
总线630表示几类总线结构中的一种或多种，包括存储器总线或者存储器控制器，外围总线，图形加速端口，处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说，这些体系结构包括但不限于工业标准体系结构(ISA)总线，微通道体系结构(MAC)总线，增强型ISA总线、视频电子标准协会(VESA)局域总线以及外围组件互连(PCI)总线。
电子设备600典型地包括多种计算机系统可读介质。这些介质可以是任何能够被电子设备600访问的可用介质，包括易失性和非易失性介质，可移动的和不可移动的介质。
系统存储器620可以包括易失性存储器形式的计算机系统可读介质，例如随机存取存储器(RAM)621和/或高速缓存存储器622。电子设备600可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例，存储系统623可以用于读写不可移动的、非易失性磁介质(图6未显示，通常称为“硬盘驱动器”)。尽管图6中未示出，可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器，以及对可移动非易失性光盘(例如CD-ROM,DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下，每个驱动器可以通过一个或者多个数据介质接口与总线630相连。系统存储器620可以包括至少一个程序产品，该程序产品具有一组(例如至少一个)程序模块，这些程序模块被配置以执行本发明各实施例的功能。
具有一组(至少一个)程序模块625的程序/实用工具624，可以存储在例如系统存储器620中，这样的程序模块625包括但不限于操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块625通常执行本发明所描述的实施例中的功能和/或方法。
电子设备600也可以与一个或多个外部设备640(例如键盘、指向设备、显示器641等)通信，还可与一个或者多个使得用户能与该电子设备600交互的设备通信，和/或与使得该电子设备600能与一个或多个其它计算设备进行通信的任何设备(例如网卡，调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口650进行。并且，电子设备600还可以通过网络适配器660与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。如图所示，网络适配器660通过总线630与电子设备600的其它模块通信。应当明白，尽管图中未示出，可以结合电子设备600使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
处理单元610通过运行存储在系统存储器620中的程序，从而执行各种功能应用以及数据处理，例如实现本发明实施例所提供的机器人位姿确定方法，包括：
在机器人移动过程中，控制传感器采集所述机器人的周围环境信息；
若基于所述周围环境信息未获取到第一区域内的第一预设图像，则确定所述机器人的第一时刻位姿信息，并基于移动终点确定设有第二预设图像的第二区域位姿信息；
基于所述第一时刻位姿信息和所述第二区域位姿信息控制所述机器人向所述第二区域移动，以获取所述第二预设图像；
基于所述第二预设图像确定所述机器人的实时位姿信息。
需要说明的是，前述对机器人位姿确定方法实施例的解释说明也适用于该实施例的电子设备，其实现原理类似，此处不再赘述。
本发明实施例提供的技术方案，解决了机器人在移动过程中突然获取不到标签，导致无法确定自身位姿信息的问题，实现在机器人移动过程中突然获取不到标签时，基于机器人自身当前时刻位姿信息和下一途径区域位姿信息自主寻找用于确定位姿信息的标签，以确定机器人的位姿信息，为保证机器人的正常移动提供了条件。
实施例七
为了实现上述目的，本发明还提出了一种计算机可读存储介质。
本发明实施例提供的计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本发明实施例所述的机器人位姿确定方法，包括：
在机器人移动过程中，控制传感器采集所述机器人的周围环境信息；
若基于所述周围环境信息未获取到第一区域内的第一预设图像，则确定所述机器人的第一时刻位姿信息，并基于移动终点确定设有第二预设图像的第二区域位姿信息；
基于所述第一时刻位姿信息和所述第二区域位姿信息控制所述机器人向所述第二区域移动，以获取所述第二预设图像；
基于所述第二预设图像确定所述机器人的实时位姿信息。
本发明实施例的计算机存储介质，可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于无线、电线、光缆、RF等等，或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言诸如”C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络包括局域网(LAN)或广域网(WAN)连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。

Claims (10)

1.一种机器人位姿确定方法，其特征在于，包括：
在机器人移动过程中，控制传感器采集所述机器人的周围环境信息；
若基于所述周围环境信息未获取到第一区域的第一预设图像，则确定所述机器人的第一时刻位姿信息，并基于移动终点确定设有第二预设图像的第二区域位姿信息；
基于所述第一时刻位姿信息和所述第二区域位姿信息控制所述机器人向所述第二区域移动，以获取所述第二预设图像；
基于所述第二预设图像确定所述机器人的实时位姿信息。
2.根据权利要求1所述的方法，其特征在于，所述确定所述机器人的第一时刻位姿信息，包括：
获取最近一次获取的预设图像对应的位姿信息，并确定所述位姿信息和所述第一时刻位姿信息之间的第一变化量；
基于所述位姿信息和所述第一变化量，确定所述机器人的第一时刻位姿信息。
3.根据权利要求1所述的方法，其特征在于，所述基于移动终点确定设有第二预设图像的第二区域位姿信息，包括：
基于所述移动终点和预先构建的全局地图，确定所述机器人的运行路径；
基于所述运行路径，确定设有第二预设图像的第二区域位姿信息。
4.根据权利要求1所述的方法，其特征在于，所述基于所述第一时刻位姿信息和所述第二区域位姿信息控制所述机器人向所述第二区域移动，以获取所述第二预设图像，包括：
基于所述第一时刻位姿信息和所述第二区域位姿信息，确定第二变化量；
基于所述第二变化量控制所述机器人向所述第二区域移动，以获取所述第二预设图像。
5.根据权利要求1所述的方法，所述基于所述第一时刻位姿信息和所述第二区域位姿信息控制所述机器人向所述第二区域移动，以获取所述第二预设图像之后，还包括：
若未获取到所述第二预设图像，则确定所述机器人的第二时刻位姿信息，并基于所述移动终点确定设有第三预设图像的第三区域位姿信息；
基于所述第二时刻位姿信息和所述第三区域位姿信息控制所述机器人向所述第三区域移动，以获取所述第三预设图像。
6.根据权利要求5所述的方法，其特征在于，所述基于所述第二时刻位姿信息和所述第三区域位姿信息控制所述机器人向所述第三区域移动，以获取所述第三预设图像之后，还包括：
若未获取到所述第三预设图像，且控制所述机器人移动次数达到预设次数，则控制所述机器人返回至所述第一区域。
7.根据权利要求1所述的方法，其特征在于，所述基于所述第二预设图像确定所述机器人的实时位姿信息，包括：
基于所述第二预设图像，在预设图像和位姿信息的映射关系中确定机器人的实时位姿信息。
8.一种机器人位姿确定装置，其特征在于，包括：
信息采集模块，用于在机器人移动过程中，控制传感器采集所述机器人的周围环境信息；
信息确定模块，用于若基于所述周围环境信息未获取到第一区域内的第一预设图像，则确定所述机器人的第一时刻位姿信息，并基于移动终点确定设有第二预设图像的第二区域位姿信息；
控制模块，用于基于所述第一时刻位姿信息和所述第二区域位姿信息控制所述机器人向所述第二区域移动，以获取所述第二预设图像；
位姿确定模块，用于基于所述第二预设图像确定所述机器人的实时位姿信息。
9.一种电子设备，其特征在于，包括：
传感器，用于采集机器人的周围环境信息或采集预设图像；
存储器，用于存储一个或多个程序；
一个或多个处理器，用于获取传感器采集的周围环境信息或采集预设图像，并读取和执行所述存储器中存储的一个或多个程序，以实现如权利要求1-7中任一所述的机器人位姿确定方法。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-7中任一所述的机器人位姿确定方法。
CN202011407820.4A 2020-12-03 2020-12-03 机器人位姿确定方法、装置、设备和介质 Pending CN112462784A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011407820.4A CN112462784A (zh) 2020-12-03 2020-12-03 机器人位姿确定方法、装置、设备和介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011407820.4A CN112462784A (zh) 2020-12-03 2020-12-03 机器人位姿确定方法、装置、设备和介质

Publications (1)

Publication Number Publication Date
CN112462784A true CN112462784A (zh) 2021-03-09

Family

ID=74805473

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011407820.4A Pending CN112462784A (zh) 2020-12-03 2020-12-03 机器人位姿确定方法、装置、设备和介质

Country Status (1)

Country Link
CN (1) CN112462784A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115006765A (zh) * 2022-06-23 2022-09-06 中建八局第二建设有限公司 一种机器人快速灭火方法及快速灭火机器人

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109556596A (zh) * 2018-10-19 2019-04-02 北京极智嘉科技有限公司 基于地面纹理图像的导航方法、装置、设备及存储介质
CN110276834A (zh) * 2019-06-25 2019-09-24 达闼科技（北京）有限公司 一种激光点云地图的构建方法、终端和可读存储介质
WO2019232806A1 (zh) * 2018-06-08 2019-12-12 珊口（深圳）智能科技有限公司 导航方法、导航系统、移动控制系统及移动机器人
CN110632915A (zh) * 2018-06-21 2019-12-31 科沃斯机器人股份有限公司 机器人回充路径规划方法、机器人及充电系统
US10611028B1 (en) * 2018-11-30 2020-04-07 NextVPU (Shanghai) Co., Ltd. Map building and positioning of robot
CN111442722A (zh) * 2020-03-26 2020-07-24 达闼科技成都有限公司 定位方法、装置、存储介质及电子设备

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2019232806A1 (zh) * 2018-06-08 2019-12-12 珊口（深圳）智能科技有限公司 导航方法、导航系统、移动控制系统及移动机器人
CN110632915A (zh) * 2018-06-21 2019-12-31 科沃斯机器人股份有限公司 机器人回充路径规划方法、机器人及充电系统
CN109556596A (zh) * 2018-10-19 2019-04-02 北京极智嘉科技有限公司 基于地面纹理图像的导航方法、装置、设备及存储介质
US10611028B1 (en) * 2018-11-30 2020-04-07 NextVPU (Shanghai) Co., Ltd. Map building and positioning of robot
CN110276834A (zh) * 2019-06-25 2019-09-24 达闼科技（北京）有限公司 一种激光点云地图的构建方法、终端和可读存储介质
CN111442722A (zh) * 2020-03-26 2020-07-24 达闼科技成都有限公司 定位方法、装置、存储介质及电子设备

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115006765A (zh) * 2022-06-23 2022-09-06 中建八局第二建设有限公司 一种机器人快速灭火方法及快速灭火机器人

Similar Documents

Publication Publication Date Title
US11002840B2 (en) Multi-sensor calibration method, multi-sensor calibration device, computer device, medium and vehicle
WO2020224375A1 (zh) 定位方法、装置、设备和计算机可读存储介质
CN108253958B (zh) 一种稀疏环境下的机器人实时定位方法
CN108828527B (zh) 一种多传感器数据融合方法、装置、车载设备及存储介质
CN111596298B (zh) 目标对象的定位方法、装置、设备及存储介质
CN108638062B (zh) 机器人定位方法、装置、定位设备及存储介质
US11227395B2 (en) Method and apparatus for determining motion vector field, device, storage medium and vehicle
CN111426312B (zh) 定位地图的更新方法、装置、设备及存储介质
CN110858075B (zh) 一种移动机器人跨区域方法、装置、调度系统
CN111805535B (zh) 一种定位导航方法、装置以及计算机存储介质
CN109960254B (zh) 机器人及其路径规划方法
CN112462784A (zh) 机器人位姿确定方法、装置、设备和介质
CN112497218B (zh) 机器人位姿确定方法、装置、设备和介质
CN113376638A (zh) 一种无人物流小车环境感知方法及系统
CN108776333B (zh) 一种数据二次级联融合方法、系统、车载设备及存储介质
CN114820953B (zh) 一种数据处理方法、装置、设备以及存储介质
WO2022227632A1 (zh) 基于图像的轨迹规划方法和运动控制方法以及使用该些方法的移动机器
CN115327571A (zh) 一种基于平面激光雷达的三维环境障碍物检测系统及方法
CN114895686A (zh) 机器人对桩充电方法及系统
CN114577216A (zh) 导航地图构建方法、装置、机器人及存储介质
CN113075647A (zh) 机器人定位方法、装置、设备和介质
JP7229111B2 (ja) 地図更新データ生成装置及び地図更新データ生成方法
CN112015938A (zh) 点云标签传递方法、装置及系统
CN112445242A (zh) 航线的跟踪方法、装置、设备及存储介质
CN115246118A (zh) 一种机器人定位方法、装置、机器人及存储介质

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