CN112581535B - 机器人定位方法、装置、存储介质及电子设备 - Google Patents

机器人定位方法、装置、存储介质及电子设备 Download PDF

Info

Publication number
CN112581535B
CN112581535B CN202011565214.5A CN202011565214A CN112581535B CN 112581535 B CN112581535 B CN 112581535B CN 202011565214 A CN202011565214 A CN 202011565214A CN 112581535 B CN112581535 B CN 112581535B
Authority
CN
China
Prior art keywords
robot
environmental
positioning
navigation path
controlling
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202011565214.5A
Other languages
English (en)
Other versions
CN112581535A (zh
Inventor
黄晓庆
张站朝
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.)
Cloudminds Shanghai Robotics Co Ltd
Original Assignee
Cloudminds Shanghai Robotics 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 Cloudminds Shanghai Robotics Co Ltd filed Critical Cloudminds Shanghai Robotics Co Ltd
Priority to CN202011565214.5A priority Critical patent/CN112581535B/zh
Publication of CN112581535A publication Critical patent/CN112581535A/zh
Priority to PCT/CN2021/119172 priority patent/WO2022134680A1/zh
Application granted granted Critical
Publication of CN112581535B publication Critical patent/CN112581535B/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
    • 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
    • G05D1/0257—Control of position or course in two dimensions specially adapted to land vehicles using a radar
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G06T7/246—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02—Services making use of location information
    • H04W4/021—Services related to particular areas, e.g. point of interest [POI] services, venue services or geofences
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02—Services making use of location information
    • H04W4/024—Guidance services
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02—Services making use of location information
    • H04W4/029—Location-based management or tracking services

Abstract

本公开涉及一种机器人定位方法、装置、存储介质及电子设备，以在机器人定位过程中获取更多的环境特征点进行特征匹配，从而实现机器人定位。该机器人定位方法包括：控制机器人基于已建地图对应的定位导航路径在目标环境中进行移动；在移动过程中获取机器人所处位置的实际环境特征，并确定机器人所处位置对应的样本环境特征；若实际环境特征与样本环境特征的匹配程度小于预设阈值，则控制机器人沿定位导航路径的中心线在行进过程中进行左右摇摆性移动，以调整用于采集环境特征信息的传感器的扫描范围；根据调整扫描范围后的传感器在机器人所处位置采集到的环境特征，确定机器人所处的位置。

Description

机器人定位方法、装置、存储介质及电子设备
技术领域
本公开涉及机器人技术领域，具体地，涉及一种机器人定位方法、装置、存储介质及电子设备。
背景技术
室内机器人需要对环境进行扫描建图，然后在已建好图的环境中通过传感器当前采集的环境特征与建图时传感器采集的环境特征进行匹配，以确定机器人在空间中的位置和姿态，即实现机器人的定位。在实际应用场景中，可能存在当前采集的环境特征与建图时采集的环境特征无法匹配或匹配程度低于匹配阈值的情况，从而导致机器人无法准确定位的问题。
相关技术为了解决上述机器人无法准确定位的问题，通常是对传感器采集到的环境特征进行优化处理，比如，可以对传感器采集到的环境特征进行去噪处理等等，以提高特征匹配程度。但是在环境简单的场景下，比如用于配送物品的环境简单的酒店走廊等，由于环境特征重复且稀疏，即使对环境特征进行优化处理，可能也无法获得较好的特征匹配结果，从而影响机器人的准确定位。
发明内容
本公开的目的是提供一种机器人定位方法、装置、存储介质及电子设备，以提供一种新的机器人定位方法。
为了实现上述目的，第一方面，本公开提供一种机器人定位方法，包括：
控制机器人基于已建地图对应的定位导航路径在目标环境中进行移动，所述已建地图是根据所述机器人在所述目标环境中通过左右摇摆性移动的方式采集到的样本环境特征进行地图重建而得到的；
在移动过程中获取所述机器人所处位置的实际环境特征，并确定所述机器人所处位置对应的所述样本环境特征；
若所述实际环境特征与所述样本环境特征的匹配程度小于预设阈值，则控制所述机器人沿所述定位导航路径的中心线在行进过程中进行左右摇摆性移动，以调整用于采集环境特征信息的传感器的扫描范围；
根据调整所述扫描范围后的所述传感器在所述机器人所处位置采集到的环境特征，确定所述机器人所处的位置。
可选地，所述控制所述机器人沿所述定位导航路径的中心线在行进过程中进行左右摇摆性移动，包括：
控制所述机器人沿所述定位导航路径的中心线S型移动。
可选地，所述控制所述机器人沿所述定位导航路径的中心线在行进过程中进行左右摇摆性移动，包括：
当所述机器人所处位置对应的所述样本环境特征的密度大于或等于预设密度时，控制所述机器人沿所述定位导航路径的中心线以第一移动幅度在行进过程中进行左右摇摆性移动；
当所述机器人所处位置对应的所述样本环境特征的密度小于预设密度时，控制所述机器人沿所述定位导航路径的中心线以第二移动幅度在行进过程中进行左右摇摆性移动，其中，所述第二移动幅度大于所述第一移动幅度，所述移动幅度用于表征所述机器人偏离所述中心线的距离。
可选地，所述控制所述机器人沿所述定位导航路径的中心线以第一移动幅度在行进过程中进行左右摇摆性移动，包括：
控制所述机器人沿所述定位导航路径的中心线以相同的第一移动幅度在行进过程中进行左右摇摆性移动；或者
根据所述机器人所处位置的样本环境特征的密度、以及环境特征的密度与移动幅度之间的第一预设对应关系，确定所述第一移动幅度，并控制所述机器人沿所述定位导航路径的中心线以第一移动幅度在行进过程中进行摇摆性左右摇摆性移动。
可选地，所述控制所述机器人沿所述定位导航路径的中心线以第二移动幅度在行进过程中进行左右摇摆性移动，包括：
控制所述机器人沿所述定位导航路径的中心线以相同的第二移动幅度在行进过程中进行左右摇摆性移动；或者
根据所述机器人所处位置的样本环境特征的密度、以及环境特征的密度与移动幅度之间的第二预设对应关系，确定所述第二移动幅度，并控制所述机器人沿所述定位导航路径的中心线以第二移动幅度在行进过程中进行左右摇摆性移动。
可选地，所述根据调整所述扫描范围后的所述传感器在所述机器人所处位置采集到的环境特征，确定所述机器人所处的位置，包括：
若调整所述扫描范围后的所述传感器在所述机器人所处位置采集到的环境特征与所述样本环境特征的匹配程度小于所述预设阈值，则控制所述机器人重复执行旋转定位指令，直到所述传感器采集到的环境特征与对应位置的所述样本环境特征的匹配程度大于或等于所述预设阈值，所述旋转定位指令用于控制所述机器人在所处位置旋转，并当所述机器人旋转后所述传感器采集到的环境特征与对应位置的所述样本环境特征的匹配程度小于所述预设阈值时，控制所述机器人沿所述定位导航路径向前移动到新的位置；
根据所述机器人在停止执行所述旋转定位指令后所述传感器采集到的环境特征，确定所述机器人所处的位置。
可选地，还包括：
在所述机器人沿所述定位导航路径中心线左右摇摆性移动的过程中，确定所述机器人可行进的无障碍区域，并在所述无障碍区域中确定所述机器人的避障移动路径；
控制所述机器人按照所述避障移动路径进行移动。
第二方面，本公开还提供一种机器人定位装置，包括：
第一控制模块，用于控制机器人基于已建地图对应的定位导航路径进行移动，所述已建地图是根据所述机器人在目标环境中通过左右摇摆性移动的方式采集到的样本环境特征进行地图重建而得到的；
获取模块，用于在移动过程中获取所述机器人所处位置的实际环境特征，并确定所述机器人所处位置对应的所述样本环境特征；
第二控制模块，用于当所述实际环境特征与所述样本环境特征的匹配程度小于预设阈值时，控制所述机器人沿所述定位导航路径的中心线在行进过程中进行左右摇摆性移动，以调整用于采集环境特征信息的传感器的扫描范围；
定位模块，用于根据调整所述扫描范围后的所述传感器在所述机器人所处位置采集到的环境特征，确定所述机器人所处的位置。
第三方面，本公开还提供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第一方面中任一项所述方法的步骤。
第四方面，本公开还提供一种电子设备，包括：
存储器，其上存储有计算机程序；
处理器，用于执行所述存储器中的所述计算机程序，以实现第一方面中任一项所述方法的步骤。
通过上述技术方案，在建图过程中，机器人可以通过左右摇摆性移动的方式获得更多的样本环境特征，并且在实际定位过程中，若实际环境特征与样本环境特征的匹配程度小于预设阈值，则可以控制机器人沿定位导航路径的中心线在行进过程中进行左右摇摆性移动，以调整用于采集环境特征信息的传感器的扫描范围，从而获取更多的实际环境特征。由此，用于环境特征匹配的样本环境特征和实际环境特征均有所增加，因此可以提高环境特征的匹配程度，从而实现更加稳定的机器人定位，并且一定程度上可以提高机器人定位的准确性。
本公开的其他特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
附图是用来提供对本公开的进一步理解，并且构成说明书的一部分，与下面的具体实施方式一起用于解释本公开，但并不构成对本公开的限制。在附图中：
图1是机器人对环境进行扫描建图而得到的环境稠密点云图；
图2是机器人对环境进行扫描建图而得到的环境稀疏点云图；
图3是机器人对环境进行扫描建图而得到的定位导航路径的示意图；
图4是根据本公开一示例性实施例示出的一种机器人定位方法的流程图；
图5是根据本公开一示例性实施例示出的一种机器人定位方法中已建地图的示意图；
图6是根据本公开一示例性实施例示出的一种机器人定位方法中避障过程的示意图；
图7是根据本公开一示例性实施例示出的一种机器人定位方法中机器人本体和服务器的交互示意图；
图8是根据本公开一示例性实施例示出的一种机器人定位装置的框图；
图9是根据本公开一示例性实施例示出的一种电子设备的框图；
图10是根据本公开另一示例性实施例示出的一种电子设备的框图。
具体实施方式
以下结合附图对本公开的具体实施方式进行详细说明。应当理解的是，此处所描述的具体实施方式仅用于说明和解释本公开，并不用于限制本公开。
SLAM(Simultaneous Iocalization and Mapping)，即时定位与地图构建，或并发建图与定位。问题可以描述为：将一个机器人放入未知环境中的未知位置，是否有办法让机器人一边移动一边逐步描绘出此环境完全的地图，所谓完全的地图(a consistent map)是指机器人不受障碍行进到房间可进入的每个角落。在此过程中，需要对机器人进行位置估计。具体地，可以在使用机器人运动方程得到机器人位置估计后，使用测距单元得到的周围环境信息更正机器人的位置。上述更正过程一般通过提取环境特征，然后在机器人运动后重新观测特征的位置实现。EKF(ExtendedKalmanFilter，扩展卡尔曼滤波器)用于结合上述信息估计机器人的准确位置。其中，上述过程中选取的特征一般称作地标，即EKF将持续不断的对机器人位置和周围环境中的地标位置进行估计。
当机器人运动时，其位置将会发生变化。此时，根据机器人位置传感器的观测，提取得到观测信息中的特征点，然后机器人通过EKF将目前观测到特征点的位置、机器人运动距离与机器人运动前观测到特征点的位置相互结合，对机器人当前位置和当前环境信息进行估计。
因此，机器人需要先通过单线或多线激光雷达三维扫描、视觉传感器(包括但不限于双目视觉、TOF和红外主动光相机等)对环境进行扫描建图，比如可以建立如图1所示的环境稠密点云图、图2所示的环境稀疏点云图以及图3所示的导航路径图)。然后机器人可以在已经建好图的环境中通过传感器采集环境特征匹配的方式，确定自己在空间中的位置和姿态，即实现机器人的定位。
由此，机器人在实际行进的导航过程中，需要在已建好的地图的基础上应尽可能的沿着已建好的地图时所行走的轨迹路线(比如按照图3所示的导航路径)行进和移动，这样可以保证激光雷达和视觉传感器扫描的当前环境的特征与已建图的特征获得最多、最可信的搜索匹配，以获得最佳的特征匹配位置，换句话，就是最大限度的保证匹配概率最大。
但是，在实际应用场景中，可能存在当前采集的环境特征与建图时采集的环境特征无法匹配或匹配程度低于匹配阈值的情况，从而导致机器人无法准确定位的问题。相关技术为了解决上述机器人无法准确定位的问题，通常是对传感器采集到的环境特征进行优化处理，比如，可以对传感器采集到的环境特征进行去噪处理等等，以提高特征匹配程度。
发明人研究发现，在环境简单的场景下，比如用于配送物品的环境简单的酒店走廊等，由于环境特征重复且稀疏，即使对环境特征进行优化处理，可能也无法获得较好的特征匹配结果，从而影响机器人的准确定位。或者，在环境复杂视觉特征丰富的场景下，比如机器人需要巡逻的园区、社区等，由于环境特征复杂丰富，对环境特征进行优化处理，反而可能丢失一些重要的环境特征，从而影响机器人的准确定位。也即是说，相关技术是在不改变采集到的环境特征数量的情况下对环境特征进行优化处理以提高环境特征匹配程度，从而可能导致环境简单或环境复杂的场景下无法得到较好的环境特征匹配结果，进而无法实现机器人的准确定位。
有鉴于此，本公开提出一种机器人定位方法、装置、存储介质及电子设备，以在机器人定位过程中获取更多的环境特征点进行特征匹配，从而提高机器人定位的准确性，更好的适用不同场景下的机器人定位需求。
图4是根据本公开一示例性实施例示出的一种机器人定位方法的流程图。参照图4，该机器人定位方法包括：
步骤401，控制机器人基于已建地图对应的定位导航路径在目标环境中进行移动。该已建地图是根据机器人在目标环境中通过左右摇摆性移动的方式采集到的样本环境特征进行地图重建而得到的。
步骤402，在移动过程中获取机器人所处位置的实际环境特征，并确定机器人所处位置对应的样本环境特征。
步骤403，若实际环境特征与样本环境特征的匹配程度小于预设阈值，则控制机器人沿定位导航路径的中心线在行进过程中进行左右摇摆性移动，以调整用于采集环境特征信息的传感器的扫描范围。
步骤404，根据调整扫描范围后的传感器在机器人所处位置采集到的环境特征，确定机器人所处的位置。
通过上述方式，在建图过程中，机器人可以通过左右摇摆性移动的方式获得更多的样本环境特征，并且在实际定位过程中，若实际环境特征与样本环境特征的匹配程度小于预设阈值，则可以控制机器人沿定位导航路径的中心线在行进过程中进行左右摇摆性移动，以调整用于采集环境特征信息的传感器的扫描范围，从而获取更多的实际环境特征。由此，用于环境特征匹配的样本环境特征和实际环境特征均有所增加，因此可以提高环境特征的匹配程度，从而实现更加稳定的机器人定位，并且一定程度上可以提高机器人定位的准确性。
为了使得本领域技术人员更加理解本公开实施例提供的机器人定位方法，下面对上述各步骤进行详细举例说明。
示例地，在步骤401之前，机器人可以在目标环境中进行移动。并且为了获取到更多的环境特征用于建图(比如环境稠密点云图和环境稀疏点云图)，机器人可以在目标环境中进行左右摇摆性移动。比如可以控制机器人设置有用于采集环境特征的传感器的头部或身体部分进行左右摇摆性移动，或者也可以控制机器人整体可以进行左右S型摆动，等等。其中，用于采集环境特征的传感器包括但不限于激光雷达、深度相机和毫米波雷达，当本公开具体实施时，可以根据需求进行选择。
通过机器人预先采集的样本环境特征进行地图重建，可以得到目标环境对应的已建地图，比如图5所示的已建地图。在此之后，可以控制机器人基于已建地图对应的定位导航路径在目标环境中进行移动，并且在移动过程中可以获取机器人所处位置的实际环境特征，同时确定机器人所处位置对应的样本环境特征，从而后续过程可以根据环境特征匹配来实现机器人的定位。
示例地，若实际环境特征与样本环境特征的匹配程度小于预设阈值，则控制机器人沿定位导航路径的中心线在行进过程中进行左右摇摆性移动，以调整用于采集环境特征信息的传感器的扫描范围。其中，预设阈值可以根据实际场景进行设定，本公开实施例对此不作限定。实际环境特征与样本环境特征的匹配程度小于预设阈值可以是某一时刻实际环境特征与样本环境特征的匹配程度小于预设阈值，或者可以是一段连续时长内实际环境特征与样本环境特征的匹配程度小于预设阈值，等等，本公开实施例对此不作限定。
示例地，实际环境特征和样本环境特征均可以包括多个环境特征点，相应地，实际环境特征与样本环境特征的匹配程度可以通过实际环境特征和样本环境特征中匹配的环境特征点的数量进行表示。当然，也可以通过相关技术中的其他方式确定实际环境特征与样本环境特征的匹配程度，本公开实施例对此不作限定。
示例地，定位导航路径可以如图3所示，用于表征机器人在目标环境中的移动路径。定位导航路径可以对应实际环境中一段具有宽度的道路，因此定位导航路径的中心线可以是定位导航路径对应的道路中心线。在具体实施时，可以根据视觉SLAM建图时的轨迹，或激光SLAM规划出来导航路径确定定位导航路径的中心线。
示例地，控制机器人沿定位导航路径的中心线在行进过程中进行左右摇摆性移动可以是控制机器人整体沿定位导航路径的中心线在行进过程中进行左右摇摆性移动，或者还可以是控制机器人上设置的、用于采集环境特征信息的传感器进行左右摇摆性移动，等等，本公开实施例对此不作限定。比如，用于采集环境特征信息的深度相机设置在机器人的头部，则当实际环境特征与样本环境特征的匹配程度小于预设阈值时，可以控制机器人的头部左右转动若干角度，以增大深度相机的扫描范围，从而获取更多的实际环境特征用于环境特征匹配，以实现机器人定位。
在可能的方式中，控制机器人沿定位导航路径的中心线在行进过程中进行左右摇摆性移动可以是控制机器人沿定位导航路径的中心线S型移动。也即是说，可以控制机器人整体进行左右S型移动，或者还可以是控制机器人上设置的、用于采集环境特征的传感器进行左右S型移动，等等，本公开实施例对此不作限定。通过此种方式，建图过程中，机器人可以通过S型移动获取更多的样本环境特征。实际定位过程中，机器人也可以通过S型移动获取更多的实际环境特征，从而可以进一步提高样本环境特征和实际环境特征的匹配程度，进而提高机器人的定位准确性。
在可能的方式中，控制机器人沿定位导航路径的中心线在行进过程中进行左右摇摆性移动还可以是：当机器人所处位置对应的样本环境特征的密度大于或等于预设密度时，控制机器人沿定位导航路径的中心线以第一移动幅度在行进过程中进行左右摇摆性移动，当机器人所处位置对应的样本环境特征的密度小于预设密度时，控制机器人沿定位导航路径的中心线以第二移动幅度在行进过程中进行左右摇摆性移动，该第二移动幅度大于第一移动幅度，该移动幅度用于表征机器人偏离中心线的距离。其中，预设密度可以根据实际情况设定，本公开实施例对此不作限定。
实际定位过程中，根据建图时采集到的样本环境特征可以确定目标环境中的环境复杂程度，因此本公开实施例中，可以根据当前环境的复杂程度(即环境特征的稠密和稀疏程度)来适配机器人左右摇摆性移动的幅度大小。具体地，可以在环境复杂(比如环境特征稠密、明显且无遮挡)的情况下，小幅度慢速移动或不移动，以节省机器人能耗。另一方面，在环境简单(比如环境特征稀疏、不明显)的情况下，可以增大机器人左右摇摆性移动的幅度，以获得更多与样本环境特征匹配的实际环境特征，从而实现更有效的定位。
应当理解的是，移动幅度用于表征机器人移动过程偏离导航路径中心线的距离，移动幅度越大，则机器人偏离导航路径中心线的距离越大，从而可以获取更大的传感器扫描范围，进而采集到更多的环境特征。本公开实施例对于第一移动幅度和第二移动幅度的设定不作限定，只要第一移动幅度小于第二移动幅度即可，在可能的方式中，第一移动幅度可以设定为0。
在可能的方式中，控制机器人沿定位导航路径的中心线以第一移动幅度在行进过程中进行左右摇摆性移动，可以是控制机器人沿定位导航路径的中心线以相同的第一移动幅度在行进过程中进行左右摇摆性移动；或者，根据机器人所处位置的样本环境特征的密度、以及环境特征的密度与移动幅度之间的第一预设对应关系，确定第一移动幅度，并控制机器人沿定位导航路径的中心线以第一移动幅度在行进过程中进行左右摇摆性移动。
也即是说，本公开实施例提供两种控制机器人沿定位导航路径的中心线以第一移动幅度在行进过程中进行左右摇摆性移动的方式，以更好地满足不同场景下的机器人定位需求。其中，第一种方式为控制机器人在移动过程中以相同的第一移动幅度在行进过程中进行左右摇摆性移动，简化了对于机器人的控制。第二种方式为根据环境特征密度确定机器人的第一移动幅度，由此在样本环境特征密度大于或等于预设密度时，机器人还可以根据环境特征密度的不同而确定不同的第一移动幅度，增加了对机器人控制的灵活性。
对于第二种方式，可以在建图过程中，针对目标环境中环境特征密度大于或等于预设密度的每一位置，根据该位置的环境特征密度，控制机器人在行进过程中进行不同幅度的左右摇摆性移动，以最大程度地采集该位置对应的样本环境特征。然后，可以针对目标环境中环境特征密度大于或等于预设密度的每一位置，记录该位置的环境特征密度以及对应的机器人移动幅度，从而得到第一预设对应关系。在后续实际定位过程中，在机器人移动过程中，当确定机器人所处位置的样本环境特征密度之后，若样本环境特征密度大于或等于预设密度，则可以根据该样本环境特征密度和第一预设对应关系，确定第一移动幅度，从而控制机器人沿定位导航路径的中心线以第一移动幅度进行左右幅度，以采集更多的实际环境特征用于特征匹配。
类似地，控制机器人沿定位导航路径的中心线以第二移动幅度在行进过程中进行左右摇摆性移动可以是：控制机器人沿定位导航路径的中心线以相同的第二移动幅度在行进过程中进行左右摇摆性移动；或者，根据机器人所处位置的样本环境特征的密度、以及环境特征的密度与移动幅度之间的第二预设对应关系，确定第二移动幅度，并控制机器人沿定位导航路径的中心线以第二移动幅度在行进过程中进行左右摇摆性移动。
也即是说，本公开实施例可以提供两种控制机器人沿定位导航路径的中心线以第二移动幅度在行进过程中进行左右摇摆性移动的方式，以更好地满足不同场景下的机器人定位需求。其中，第一种方式为控制机器人在移动过程中以相同的第二移动幅度在行进过程中进行左右摇摆性移动，简化了对于机器人的控制。第二种方式为根据环境特征密度确定机器人的第二移动幅度，由此在样本环境特征密度小于预设密度时，机器人还可以根据环境特征密度的不同而确定不同的第二移动幅度，增加了对机器人控制的灵活性。
对于第二种方式，可以在建图过程中，针对目标环境中环境特征密度小于预设密度的每一位置，根据该位置的环境特征密度，控制机器人在行进过程中进行不同幅度的左右摇摆性移动，以最大程度地采集该位置对应的样本环境特征。然后，可以针对目标环境中环境特征密度小于预设密度的每一位置，记录该位置的环境特征密度以及对应的机器人移动幅度，从而得到第二预设对应关系。在后续实际定位过程中，在机器人移动过程中，当确定机器人所处位置的样本环境特征密度之后，若样本环境特征密度小于预设密度，则可以根据该样本环境特征密度和第二预设对应关系，确定第二移动幅度，从而控制机器人沿定位导航路径的中心线以第二移动幅度进行左右幅度，以采集更多的实际环境特征用于特征匹配。
通过上述方式，可以通过固定的移动幅度控制机器人沿定位导航路径的中心线在行进过程中进行左右摇摆性移动，简化了对于机器人的定位控制。或者还可以根据环境特征的密度确定对应的移动幅度，从而控制机器人沿定位导航路径在行进过程中进行不同幅度的左右摇摆性移动，增加了控制灵活性，可以更好的适应不同定位场景。
在实际应用中，可能存在通过控制机器人沿定位导航路径的中心线在行进过程中进行左右摇摆性移动来调整用于采集环境特征信息的传感器的扫描范围之后，即增大传感器的扫描范围之后，采集到的实际环境特征和样本环境特征之间的匹配程度仍然小于预设阈值，则可以认为是连续出现了实际环境特征和样本环境特征之间的匹配程度小于预设阈值的情况。
在此种情况下，步骤404可以是：若调整扫描范围后的传感器在机器人所处位置采集到的环境特征与样本环境特征的匹配程度小于预设阈值，则控制机器人重复执行旋转定位指令，直到传感器采集到的环境特征与对应位置的样本环境特征的匹配程度大于或等于预设阈值。其中，该旋转定位指令用于控制机器人在所处位置旋转，并当机器人旋转后传感器采集到的环境特征与对应位置的样本环境特征的匹配程度小于预设阈值时，控制机器人沿定位导航路径向前移动到新的位置。最后，根据机器人在停止执行旋转定位指令后传感器采集到的环境特征，确定机器人所处的位置。
例如，当连续出现实际环境特征与样本环境特征的匹配程度小于预设阈值时，可以控制机器人暂停移动，并控制机器人重复执行旋转定位指令。具体地，可以控制机器人先在原地进行360度旋转，以获得当前位置上最大特征匹配的概率。若该最大特征匹配的概率小于预设概率，则说明旋转后传感器采集到的环境特征与对应位置的样本环境特征的匹配程度仍小于预设阈值，即机器人仍然无法通过特征匹配来实现定位，从而可以再控制机器人沿着定位导航路径向前移动到新的位置，该过程即为旋转定位指令的一次执行过程。若移动到新的位置之后，机器人在新的位置采集到的实际环境特征和该新的位置对应的样本环境特征的匹配程度大于或等于预设阈值，则说明机器人可以通过环境特征匹配实现定位，从而可以停止执行旋转定位指令。并根据机器人在停止执行旋转定位指令后所述传感器采集到的环境特征，确定机器人所处的位置，即实现机器人的定位。其中，预设概率可以根据实际情况设定，本公开实施例对此不作限定。
另一方面，若移动到新的位置之后，机器人在新的位置采集到的实际环境特征和该新的位置对应的样本环境特征的匹配程度仍小于预设阈值，则说明机器人移动到新的位置之后仍然无法通过环境特征匹配实现定位，从而可以再次执行旋转定位指令，即可以再控制机器人在新的位置进行360度旋转，并当机器人旋转后传感器采集到的环境特征与对应位置的样本环境特征的匹配程度小于预设阈值时，控制机器人沿定位导航路径向前移动到另一新的位置，以此重复找到可以通过环境特征实现机器人定位的位置，从而实现机器人的定位。
在可能的方式中，考虑到偶然误差，还可以当出现当前采集的实际环境特征与建图时采集的样本环境特征无法匹配或匹配程度低于预设阈值时，控制机器人基于惯性运动继续移动，同时继续匹配后续的环境特征。当出现连续若干时刻实际环境特征与建图时采集的样本环境特征的匹配程度小于预设阈值，则控制机器人沿定位导航路径的中心线在行进过程中进行左右摇摆性移动，以调整用于采集环境特征信息的传感器的扫描范围。当出现连续若干时刻实际环境特征与建图时采集的样本环境特征的匹配程度小于预设最低阈值时，则通过自动逐步加大左右摇摆性移动幅度且同时降低移动速度的方式，控制机器人沿定位导航路径的中心线在行进过程中进行左右摇摆性移动，以搜寻更多匹配特征点来达到较高的环境特征匹配程度，从而实现准确定位。其中，预设最低阈值小于预设阈值，该预设最低阈值可以根据实际情况设定，本公开实施例对此不作限定。
若加大左右摇摆性移动幅度之后，传感器在机器人所处位置采集到的环境特征与样本环境特征的匹配程度仍小于预设阈值，则还可以控制机器人重复执行旋转定位指令，直到传感器采集到的环境特征与对应位置的样本环境特征的匹配程度大于或等于预设阈值。
实际应用场景中，最多出现的情况是机器人被人群围观或临时出现较大的障碍物时，因人为遮挡的原因会造成用于定位的环境特征大面积丢失，导致机器人的定位丢失。为了解决该问题，本公开实施例可以在机器人沿定位导航路径中心线左右摇摆性移动的过程中，确定机器人可行进的无障碍区域，并在无障碍区域中确定机器人的避障移动路径，然后控制机器人按照避障移动路径进行移动。
也即是说，在面对障碍物时，机器人可以通过左右来回摆动走S型路线的方式，先寻找到可以继续行进的区域，并规划绕开障碍物的避障移动路径，以重新回到正常的定位导航路径上。如图6所示，机器人可通过左右摆动走S型路径的方式找到可行进的避障区域，并进行局部路径的规划，即得到避障路径。然后可以控制机器人按照该避障路径进行移动。参照图6可知，在避障路径之后，机器人可以移动到正常的规划路径(即建图时确定的定位导航路径)继续移动，从而可以在提高定位准确性的同时，实现避障功能。
应当理解的是，上述任一机器人定位方法可以应用于机器人，即应用于机器人的控制器。此种情况下，机器人的存储器中可以存储目标环境对应的已建地图。相应地，在移动过程中机器人可以获取自身所处位置的实际环境特征，并通过存储的已建地图确定自身所处位置对应的样本环境特征。若实际环境特征与样本环境特征的匹配程度小于预设阈值，则可以控制机器人沿定位导航路径的中心线在行进过程中进行左右摇摆性移动，以调整用于采集环境特征信息的传感器的扫描范围，最后根据调整扫描范围后的传感器在机器人所处位置采集到的环境特征，确定自身所处的位置。
在另一可能的方式中，上述任一机器人定位方法可以应用于服务器。在此种情况下，参照图7，服务器可以存储有已建地图，机器人可以通过传感器获取自身所处位置的环境信息，并通过特征提取模块从环境信息中提取环境特征。相应地，服务器可以通过接收环境特征的方式获取到机器人所处位置对应的实际环境特征。同时服务器可以通过存储的已建地图确定机器人所处位置对应的样本环境特征。然后服务器可以确定实际环境特征与样本环境特征之间的匹配程度，若实际环境特征与样本环境特征的匹配程度小于预设阈值，则服务器可以向机器人发送控制指令，以控制机器人沿定位导航路径的中心线在行进过程中进行左右摇摆性移动来调整用于采集环境特征信息的传感器的扫描范围，最后根据调整扫描范围后的传感器在机器人所处位置采集到的环境特征，确定机器人所处的位置，机器人本体可以将调整扫描范围后的传感器采集到的环境特征发送给服务器，以使服务器根据该环境特征与对应的样本环境特征之间的匹配程度，实现对机器人的定位。
基于同一发明构思，本公开还提供一种机器人定位装置，该装置可以通过软件、硬件或两者结合的方式成为机器人或服务器的部分或全部。参照图8，该机器人定位装置800可以包括：
第一控制模块801，用于控制机器人基于已建地图对应的定位导航路径进行移动，所述已建地图是根据所述机器人在目标环境中通过左右摇摆性移动的方式采集到的样本环境特征进行地图重建而得到的；
获取模块802，用于在移动过程中获取所述机器人所处位置的实际环境特征，并确定所述机器人所处位置对应的所述样本环境特征；
第二控制模块803，用于当所述实际环境特征与所述样本环境特征的匹配程度小于预设阈值时，控制所述机器人沿所述定位导航路径的中心线在行进过程中进行左右摇摆性移动，以调整用于采集环境特征信息的传感器的扫描范围；
定位模块804，用于根据调整所述扫描范围后的所述传感器在所述机器人所处位置采集到的环境特征，确定所述机器人所处的位置。
可选地，所述第二控制模块803用于：
控制所述机器人沿所述定位导航路径的中心线S型移动。
可选地，所述第二控制模块803用于：
当所述机器人所处位置对应的所述样本环境特征的密度大于或等于预设密度时，控制所述机器人沿所述定位导航路径的中心线以第一移动幅度在行进过程中进行左右摇摆性移动；
当所述机器人所处位置对应的所述样本环境特征的密度小于预设密度时，控制所述机器人沿所述定位导航路径的中心线以第二移动幅度在行进过程中进行左右摇摆性移动，其中，所述第二移动幅度大于所述第一移动幅度，所述移动幅度用于表征所述机器人偏离所述中心线的距离。
可选地，所述第二控制模块803用于：
控制所述机器人沿所述定位导航路径的中心线以相同的第一移动幅度在行进过程中进行左右摇摆性移动；或者
根据所述机器人所处位置的样本环境特征的密度、以及环境特征的密度与移动幅度之间的第一预设对应关系，确定所述第一移动幅度，并控制所述机器人沿所述定位导航路径的中心线以第一移动幅度在行进过程中进行左右摇摆性移动。
可选地，所述第二控制模块803用于：
控制所述机器人沿所述定位导航路径的中心线以相同的第二移动幅度在行进过程中进行左右摇摆性移动；或者
根据所述机器人所处位置的样本环境特征的密度、以及环境特征的密度与移动幅度之间的第二预设对应关系，确定所述第二移动幅度，并控制所述机器人沿所述定位导航路径的中心线以第二移动幅度在行进过程中进行左右摇摆性移动。
可选地，所述定位模块用于：
当调整所述扫描范围后的所述传感器在所述机器人所处位置采集到的环境特征与所述样本环境特征的匹配程度小于所述预设阈值时，控制所述机器人重复执行旋转定位指令，直到所述传感器采集到的环境特征与对应位置的所述样本环境特征的匹配程度大于或等于所述预设阈值，所述旋转定位指令用于控制所述机器人在所处位置旋转，并当所述机器人旋转后所述传感器采集到的环境特征与对应位置的所述样本环境特征的匹配程度小于所述预设阈值时，控制所述机器人沿所述定位导航路径向前移动到新的位置；
根据所述机器人在停止执行所述旋转定位指令后所述传感器采集到的环境特征，确定所述机器人所处的位置。
可选地，所述装置800还包括：
确定模块，用于在所述机器人沿所述定位导航路径中心线左右摇摆性移动的过程中，确定所述机器人可行进的无障碍区域，并在所述无障碍区域中确定所述机器人的避障移动路径；
第三控制模块，用于控制所述机器人按照所述避障移动路径进行移动。
关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。
基于同一发明构思，本公开还提供一种电子设备，包括：
存储器，其上存储有计算机程序；
处理器，用于执行所述存储器中的所述计算机程序，以实现上述任一机器人定位方法的步骤。
在可能的方式中，电子设备的框图如图9所示。参照图9，该电子设备900可以包括：处理器901，存储器902。该电子设备900还可以包括多媒体组件903，输入/输出(I/O)接口904，以及通信组件905中的一者或多者。
其中，处理器901用于控制该电子设备900的整体操作，以完成上述的机器人定位方法中的全部或部分步骤。存储器902用于存储各种类型的数据以支持在该电子设备900的操作，这些数据例如可以包括用于在该电子设备900上操作的任何应用程序或方法的指令，以及应用程序相关的数据，例如收发的消息、图片、音频、视频等等。该存储器902可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，例如静态随机存取存储器(Static Random Access Memory，简称SRAM)，电可擦除可编程只读存储器(ElectricallyErasable Programmable Read-Only Memory，简称EEPROM)，可擦除可编程只读存储器(Erasable Programmable Read-Only Memory，简称EPROM)，可编程只读存储器(Programmable Read-Only Memory，简称PROM)，只读存储器(Read-Only Memory，简称ROM)，磁存储器，快闪存储器，磁盘或光盘。多媒体组件903可以包括屏幕和音频组件。其中屏幕例如可以是触摸屏，音频组件用于输出和/或输入音频信号。例如，音频组件可以包括一个麦克风，麦克风用于接收外部音频信号。所接收的音频信号可以被进一步存储在存储器902或通过通信组件905发送。音频组件还包括至少一个扬声器，用于输出音频信号。I/O接口904为处理器901和其他接口模块之间提供接口，上述其他接口模块可以是键盘，鼠标，按钮等。这些按钮可以是虚拟按钮或者实体按钮。通信组件905用于该电子设备900与其他设备之间进行有线或无线通信。无线通信，例如Wi-Fi，蓝牙，近场通信(Near FieldCommunication，简称NFC)，2G、3G、4G、NB-IOT、eMTC、或其他5G等等，或它们中的一种或几种的组合，在此不做限定。因此相应的该通信组件905可以包括：Wi-Fi模块，蓝牙模块，NFC模块等等。
在一示例性实施例中，电子设备900可以被一个或多个应用专用集成电路(Application Specific Integrated Circuit，简称ASIC)、数字信号处理器(DigitalSignal Processor，简称DSP)、数字信号处理设备(Digital Signal Processing Device，简称DSPD)、可编程逻辑器件(Programmable Logic Device，简称PLD)、现场可编程门阵列(Field Programmable Gate Array，简称FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述的机器人定位方法。
在另一示例性实施例中，还提供了一种包括程序指令的计算机可读存储介质，该程序指令被处理器执行时实现上述的机器人定位方法的步骤。例如，该计算机可读存储介质可以为上述包括程序指令的存储器902，上述程序指令可由电子设备900的处理器901执行以完成上述的机器人定位方法。
在另一可能的方式中，该电子设备可以被提供为一服务器。参照图10，电子设备1000包括处理器1022，其数量可以为一个或多个，以及存储器1032，用于存储可由处理器1022执行的计算机程序。存储器1032中存储的计算机程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外，处理器1022可以被配置为执行该计算机程序，以执行上述的机器人定位方法。
另外，电子设备1000还可以包括电源组件1026和通信组件1050，该电源组件1026可以被配置为执行电子设备1000的电源管理，该通信组件1050可以被配置为实现电子设备1000的通信，例如，有线或无线通信。此外，该电子设备1000还可以包括输入/输出(I/O)接口1058。电子设备1000可以操作基于存储在存储器1032的操作系统，例如WindowsServerTM，Mac OS XTM，UnixTM，LinuxTM等等。
在另一示例性实施例中，还提供了一种包括程序指令的计算机可读存储介质，该程序指令被处理器执行时实现上述的机器人定位方法的步骤。例如，该计算机可读存储介质可以为上述包括程序指令的存储器1032，上述程序指令可由电子设备1000的处理器1022执行以完成上述的机器人定位方法。
在另一示例性实施例中，还提供一种计算机程序产品，该计算机程序产品包含能够由可编程的装置执行的计算机程序，该计算机程序具有当由该可编程的装置执行时用于执行上述的机器人定位方法的代码部分。
以上结合附图详细描述了本公开的优选实施方式，但是，本公开并不限于上述实施方式中的具体细节，在本公开的技术构思范围内，可以对本公开的技术方案进行多种简单变型，这些简单变型均属于本公开的保护范围。
另外需要说明的是，在上述具体实施方式中所描述的各个具体技术特征，在不矛盾的情况下，可以通过任何合适的方式进行组合，为了避免不必要的重复，本公开对各种可能的组合方式不再另行说明。
此外，本公开的各种不同的实施方式之间也可以进行任意组合，只要其不违背本公开的思想，其同样应当视为本公开所公开的内容。

Claims (9)

1.一种机器人定位方法，其特征在于，包括：
控制机器人基于已建地图对应的定位导航路径在目标环境中进行移动，所述已建地图是根据所述机器人在所述目标环境中通过左右摇摆性移动的方式采集到的样本环境特征进行地图重建而得到的；
在移动过程中获取所述机器人所处位置的实际环境特征，并确定所述机器人所处位置对应的所述样本环境特征；
若所述实际环境特征与所述样本环境特征的匹配程度小于预设阈值，则控制所述机器人沿所述定位导航路径的中心线在行进过程中进行左右摇摆性移动，以调整用于采集环境特征信息的传感器的扫描范围；
根据调整所述扫描范围后的所述传感器在所述机器人所处位置采集到的环境特征，确定所述机器人所处的位置；
所述控制所述机器人沿所述定位导航路径的中心线在行进过程中进行左右摇摆性移动，包括：
当所述机器人所处位置对应的所述样本环境特征的密度大于或等于预设密度时，控制所述机器人沿所述定位导航路径的中心线以第一移动幅度在行进过程中进行左右摇摆性移动；
当所述机器人所处位置对应的所述样本环境特征的密度小于预设密度时，控制所述机器人沿所述定位导航路径的中心线以第二移动幅度在行进过程中进行左右摇摆性移动，其中，所述第二移动幅度大于所述第一移动幅度，所述移动幅度用于表征所述机器人偏离所述中心线的距离。
2.根据权利要求1所述的方法，其特征在于，所述控制所述机器人沿所述定位导航路径的中心线在行进过程中进行左右摇摆性移动，包括：
控制所述机器人沿所述定位导航路径的中心线S型移动。
3.根据权利要求1所述的方法，其特征在于，所述控制所述机器人沿所述定位导航路径的中心线以第一移动幅度在行进过程中进行左右摇摆性移动，包括：
控制所述机器人沿所述定位导航路径的中心线以相同的第一移动幅度在行进过程中进行左右摇摆性移动；或者
根据所述机器人所处位置的样本环境特征的密度、以及环境特征的密度与移动幅度之间的第一预设对应关系，确定所述第一移动幅度，并控制所述机器人沿所述定位导航路径的中心线以第一移动幅度在行进过程中进行摇摆性左右摇摆性移动。
4.根据权利要求1所述的方法，其特征在于，所述控制所述机器人沿所述定位导航路径的中心线以第二移动幅度在行进过程中进行左右摇摆性移动，包括：
控制所述机器人沿所述定位导航路径的中心线以相同的第二移动幅度在行进过程中进行左右摇摆性移动；或者
根据所述机器人所处位置的样本环境特征的密度、以及环境特征的密度与移动幅度之间的第二预设对应关系，确定所述第二移动幅度，并控制所述机器人沿所述定位导航路径的中心线以第二移动幅度在行进过程中进行左右摇摆性移动。
5.根据权利要求1或2所述的方法，其特征在于，所述根据调整所述扫描范围后的所述传感器在所述机器人所处位置采集到的环境特征，确定所述机器人所处的位置，包括：
若调整所述扫描范围后的所述传感器在所述机器人所处位置采集到的环境特征与所述样本环境特征的匹配程度小于所述预设阈值，则控制所述机器人重复执行旋转定位指令，直到所述传感器采集到的环境特征与对应位置的所述样本环境特征的匹配程度大于或等于所述预设阈值，所述旋转定位指令用于控制所述机器人在所处位置旋转，并当所述机器人旋转后所述传感器采集到的环境特征与对应位置的所述样本环境特征的匹配程度小于所述预设阈值时，控制所述机器人沿所述定位导航路径向前移动到新的位置；
根据所述机器人在停止执行所述旋转定位指令后所述传感器采集到的环境特征，确定所述机器人所处的位置。
6.根据权利要求1或2所述的方法，其特征在于，还包括：
在所述机器人沿所述定位导航路径中心线左右摇摆性移动的过程中，确定所述机器人可行进的无障碍区域，并在所述无障碍区域中确定所述机器人的避障移动路径；
控制所述机器人按照所述避障移动路径进行移动。
7.一种机器人定位装置，其特征在于，包括：
第一控制模块，用于控制机器人基于已建地图对应的定位导航路径进行移动，所述已建地图是根据所述机器人在目标环境中通过左右摇摆性移动的方式采集到的样本环境特征进行地图重建而得到的；
获取模块，用于在移动过程中获取所述机器人所处位置的实际环境特征，并确定所述机器人所处位置对应的所述样本环境特征；
第二控制模块，用于当所述实际环境特征与所述样本环境特征的匹配程度小于预设阈值时，控制所述机器人沿所述定位导航路径的中心线在行进过程中进行左右摇摆性移动，以调整用于采集环境特征信息的传感器的扫描范围；
定位模块，用于根据调整所述扫描范围后的所述传感器在所述机器人所处位置采集到的环境特征，确定所述机器人所处的位置；
所述第二控制模块用于：
当所述机器人所处位置对应的所述样本环境特征的密度大于或等于预设密度时，控制所述机器人沿所述定位导航路径的中心线以第一移动幅度在行进过程中进行左右摇摆性移动；
当所述机器人所处位置对应的所述样本环境特征的密度小于预设密度时，控制所述机器人沿所述定位导航路径的中心线以第二移动幅度在行进过程中进行左右摇摆性移动，其中，所述第二移动幅度大于所述第一移动幅度，所述移动幅度用于表征所述机器人偏离所述中心线的距离。
8.一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权利要求1-6中任一项所述方法的步骤。
9.一种电子设备，其特征在于，包括：
存储器，其上存储有计算机程序；
处理器，用于执行所述存储器中的所述计算机程序，以实现权利要求1-6中任一项所述方法的步骤。
CN202011565214.5A 2020-12-25 2020-12-25 机器人定位方法、装置、存储介质及电子设备 Active CN112581535B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202011565214.5A CN112581535B (zh) 2020-12-25 2020-12-25 机器人定位方法、装置、存储介质及电子设备
PCT/CN2021/119172 WO2022134680A1 (zh) 2020-12-25 2021-09-17 机器人定位方法、装置、存储介质及电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011565214.5A CN112581535B (zh) 2020-12-25 2020-12-25 机器人定位方法、装置、存储介质及电子设备

Publications (2)

Publication Number Publication Date
CN112581535A CN112581535A (zh) 2021-03-30
CN112581535B true CN112581535B (zh) 2023-03-24

Family

ID=75139758

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011565214.5A Active CN112581535B (zh) 2020-12-25 2020-12-25 机器人定位方法、装置、存储介质及电子设备

Country Status (2)

Country Link
CN (1) CN112581535B (zh)
WO (1) WO2022134680A1 (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112581535B (zh) * 2020-12-25 2023-03-24 达闼机器人股份有限公司 机器人定位方法、装置、存储介质及电子设备
CN115237113B (zh) * 2021-08-02 2023-05-12 达闼机器人股份有限公司 机器人导航的方法、机器人、机器人系统及存储介质
CN114407005A (zh) * 2021-12-02 2022-04-29 国能铁路装备有限责任公司 一种机器人及其行走控制方法、装置

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020215901A1 (zh) * 2019-04-23 2020-10-29 炬星科技（深圳）有限公司 路径规划方法、电子设备、机器人及计算机可读存储介质

Family Cites Families (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101484940B1 (ko) * 2009-05-14 2015-01-22 삼성전자 주식회사 로봇청소기 및 그 제어방법
US9668146B2 (en) * 2014-04-25 2017-05-30 The Hong Kong University Of Science And Technology Autonomous robot-assisted indoor wireless coverage characterization platform
CN104501811A (zh) * 2014-11-24 2015-04-08 杭州申昊科技股份有限公司 一种基于环境直线特征的地图匹配方法
CN105806337B (zh) * 2014-12-30 2019-07-19 Tcl集团股份有限公司 一种应用于室内机器人的定位方法和室内机器人
CN105806331A (zh) * 2014-12-30 2016-07-27 Tcl集团股份有限公司 一种应用于室内机器人的定位方法和室内机器人
CN105892461B (zh) * 2016-04-13 2018-12-04 上海物景智能科技有限公司 一种机器人所处环境与地图的匹配识别方法及系统
CN107168331B (zh) * 2017-06-20 2021-04-02 南京阿凡达机器人科技有限公司 基于光电鼠标传感器位移检测的机器人室内地图创建方法
CN107378953A (zh) * 2017-09-20 2017-11-24 深圳市杉川机器人有限公司 清扫控制方法、装置、清扫机器人及可读存储介质
CN108594825A (zh) * 2018-05-31 2018-09-28 四川斐讯信息技术有限公司 基于深度相机的扫地机器人控制方法及系统
CN108759844B (zh) * 2018-06-07 2021-11-16 科沃斯商用机器人有限公司 机器人重定位与环境地图构建方法、机器人及存储介质
CN116578068A (zh) * 2018-06-15 2023-08-11 科沃斯机器人股份有限公司 机器人定位方法、机器人及存储介质
KR101948728B1 (ko) * 2018-09-28 2019-02-15 네이버랩스 주식회사 데이터 수집 방법 및 시스템
JP7225762B2 (ja) * 2018-12-17 2023-02-21 カシオ計算機株式会社 自己位置推定装置、自己位置推定方法及びプログラム
CN109724603A (zh) * 2019-01-08 2019-05-07 北京航空航天大学 一种基于环境特征检测的室内机器人导航方法
CN110083165B (zh) * 2019-05-21 2022-03-08 大连大学 一种机器人在复杂狭窄环境下路径规划方法
CN111006676B (zh) * 2019-11-14 2021-08-31 广东博智林机器人有限公司 地图构建方法、装置及系统
CN111105454B (zh) * 2019-11-22 2023-05-09 北京小米移动软件有限公司 一种获取定位信息的方法、装置及介质
CN112581535B (zh) * 2020-12-25 2023-03-24 达闼机器人股份有限公司 机器人定位方法、装置、存储介质及电子设备

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020215901A1 (zh) * 2019-04-23 2020-10-29 炬星科技（深圳）有限公司 路径规划方法、电子设备、机器人及计算机可读存储介质

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
基于一维激光测距仪的室内移动机器人定位;刘焕玲等;《工具技术》(第10期);第81-85页 *
基于单目视觉的机器人避障方法研究;王潇峰等;《导航与控制》(第01期);第61-69页 *

Also Published As

Publication number Publication date
WO2022134680A1 (zh) 2022-06-30
CN112581535A (zh) 2021-03-30

Similar Documents

Publication Publication Date Title
CN112581535B (zh) 机器人定位方法、装置、存储介质及电子设备
KR102460225B1 (ko) 레이저 스캔 시스템, 레이저 스캔 방법, 이동 레이저 스캔 시스템 및 프로그램
CN108673501B (zh) 一种机器人的目标跟随方法及装置
CN106843282B (zh) 基于m100开发平台的区域完全搜索与避障系统及方法
EP3656138A1 (en) Aligning measured signal data with slam localization data and uses thereof
EP3574285A1 (en) Laser scanner with real-time, online ego-motion estimation
KR20180044279A (ko) 깊이 맵 샘플링을 위한 시스템 및 방법
CN110621449B (zh) 移动机器人
CN110986920B (zh) 定位导航方法、装置、设备及存储介质
US20230057965A1 (en) Robot and control method therefor
Ye et al. 6-DOF pose estimation of a robotic navigation aid by tracking visual and geometric features
CN113959444A (zh) 用于无人设备的导航方法、装置、介质及无人设备
CN106708048A (zh) 机器人的天花板图像定位方法和系统
WO2023273415A1 (zh) 基于无人机的定位方法、装置、存储介质、电子设备和产品
CN111609853A (zh) 三维地图构建方法、扫地机器人及电子设备
Pearce et al. Designing a spatially aware, automated quadcopter using an Android control system
CN114571460A (zh) 机器人控制方法、装置及存储介质
CN111679663A (zh) 三维地图构建方法、扫地机器人及电子设备
CN110244710B (zh) 自动寻迹方法、装置、存储介质及电子设备
CN113485372A (zh) 地图探索方法和装置、存储介质、电子装置
Zhang et al. A visual slam system with laser assisted optimization
CN116661468B (zh) 障碍物检测方法、机器人及计算机可读存储介质
Kim et al. Design and implementation of mobile indoor scanning system
CN112799418B (zh) 控制方法、装置、遥控设备及可读存储介质
JP2020154751A (ja) 移動体制御装置、移動体制御方法及びコンピュータプログラム

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
CB02 Change of applicant information
CB02 Change of applicant information

Address after: 201111 Building 8, No. 207, Zhongqing Road, Minhang District, Shanghai

Applicant after: Dayu robot Co.,Ltd.

Address before: 200245 2nd floor, building 2, no.1508, Kunyang Road, Minhang District, Shanghai

Applicant before: Dalu Robot Co.,Ltd.

GR01 Patent grant
GR01 Patent grant