CN112947465B - 一种防止栅格概率地图持续恶化的方法、芯片和机器人 - Google Patents
一种防止栅格概率地图持续恶化的方法、芯片和机器人 Download PDFInfo
- Publication number
- CN112947465B CN112947465B CN202110249424.1A CN202110249424A CN112947465B CN 112947465 B CN112947465 B CN 112947465B CN 202110249424 A CN202110249424 A CN 202110249424A CN 112947465 B CN112947465 B CN 112947465B
- Authority
- CN
- China
- Prior art keywords
- map
- grid
- value
- probability
- grids
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 31
- 230000002542 deteriorative effect Effects 0.000 title claims abstract description 12
- 230000006866 deterioration Effects 0.000 claims abstract description 8
- 230000015556 catabolic process Effects 0.000 claims description 5
- 238000006731 degradation reaction Methods 0.000 claims description 5
- 230000002459 sustained effect Effects 0.000 claims description 2
- 230000004888 barrier function Effects 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000011218 segmentation Effects 0.000 description 3
- 230000004075 alteration Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000003709 image segmentation Methods 0.000 description 1
- 238000003711 image thresholding Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000010408 sweeping Methods 0.000 description 1
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
- G05D1/0238—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
- G05D1/0246—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
- G05D1/0276—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)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Electromagnetism (AREA)
- Optics & Photonics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明公开了一种防止栅格概率地图持续恶化的方法、芯片和机器人,所述方法包括如下步骤:S1,获取原始栅格概率地图并进行三值化处理,得到第一三值地图;S2,将第一三值地图中满足预设条件的栅格的值进行修改,获得对比地图;S3,结合第一三值地图和对比地图获得需要修正的栅格的位置,然后修正原始栅格概率地图中相同位置的栅格的概率描述值,以防止栅格概率地图持续恶化。本发明的方法能够解决栅格概率地图持续恶化的问题,使得同一场景下,地图多次叠加更新后仍能清晰锐利,避免机器人定位误差导致的一系列导航、避障等问题的出现,还可以通过调整膨胀窗口的大小来满足不同误差范围的地图修正需求。
Description
技术领域
本发明涉及机器人技术领域,具体涉及一种防止栅格概率地图持续恶化的方法、芯片和机器人。
背景技术
对于用激光测距定位的移动机器人,其内部会存有周围环境地图,用来进行持续的定位以及导航、避障等。若地图为栅格概率地图,则其每个栅格中的值对应此栅格内有障碍物的概率,在移动时,通过计算激光点云与已有栅格概率地图的匹配度来定位,然后更新地图。由于传感器存在误差,当多次在同一区域进行定位、地图更新后,误差将不可避免的叠加累积,最终在地图上表现为障碍物对应的栅格变得模糊、增厚和/或移位等,进而又引起定位误差增大,彼此影响,持续恶化。
发明内容
为解决上述问题,本发明提供了一种防止栅格概率地图持续恶化的方法、芯片和机器人,可以解决栅格概率地图持续恶化的问题。本发明的具体技术方案如下:
一种防止栅格概率地图持续恶化的方法,所述方法包括如下步骤:S1,获取原始栅格概率地图并进行三值化处理,得到第一三值地图;S2,将第一三值地图中满足预设条件的栅格的值进行修改,获得对比地图;S3,结合第一三值地图和对比地图获得需要修正的栅格的位置,然后修正原始栅格概率地图中相同位置的栅格的概率描述值,以防止栅格概率地图持续恶化。本发明所述的方法能够解决栅格概率地图持续恶化的问题,使得同一场景下,地图多次叠加更新后仍能清晰锐利,避免机器人定位误差导致的一系列导航、避障等问题的出现。
进一步地,所述步骤S2中获得对比地图的方法为:S21,将第一三值地图中满足第一预设条件的栅格的值修改为第一数值,获得第二三值地图;S22,将第二三值地图中满足第二预设条件的栅格的值修改为第三数值,获得第三三值地图;S23,将第三三值地图中满足第三预设条件的栅格的值修改为第二数值,获得对比地图;其中,所述第一数值、第二数值和第三数值分别表示有障碍物、不确定和无障碍物。
进一步地,所述步骤S21中满足第一预设条件的栅格为,设定一个预设大小的膨胀窗口,然后以此膨胀窗口的中心位置遍历第一三值地图的每个栅格,若膨胀窗口内的栅格组中包含第一数值,则当前处于中心位置的栅格满足第一预设条件。
进一步地,所述步骤S22中满足第二预设条件的栅格为,设定一个预设大小的膨胀窗口,然后以此膨胀窗口的中心位置遍历第二三值地图的每个栅格,若膨胀窗口内的栅格组中包含第三数值,则当前处于中心位置的栅格满足第二预设条件。
进一步地,所述步骤S23中满足第三预设条件的栅格为,设定一个预设大小的膨胀窗口,然后以此膨胀窗口的中心位置遍历第三三值地图的每个栅格,若膨胀窗口内的栅格组中不包含第一数值,则当前处于中心位置的栅格满足第三预设条件。
进一步地,所述膨胀窗口为长和宽均为3个栅格长度的正方形窗口。
进一步地,所述步骤S3中获得需要修正的栅格的位置的方法为,遍历第一三值地图和对比地图中的每个栅格,若对比地图中标有第二数值的栅格在第一三值地图中相同位置的值不为第二数值,则该栅格需要修正。通过遍历第一三值地图和对比地图,可以找出障碍物内部区域所在栅格并将其修改为不确定值,可以解决地图多次叠加而导致的地图持续恶化的问题。
进一步地,所述步骤S3中修正原始栅格概率地图中相同位置的栅格的概率描述值的方法为,将原始栅格概率地图中需要修正的栅格的概率描述值修改为第二数值所对应的概率描述值。将障碍物内部区域所在栅格修改为不确定值,可以解决地图多次叠加而导致的地图持续恶化的问题。
一种芯片,内置控制程序,所述控制程序用于控制机器人执行上述的防止栅格概率地图持续恶化的方法。本发明所述的芯片能够控制机器人修正栅格概率,解决栅格概率地图持续恶化的问题,使得同一场景下,地图多次叠加更新后仍能清晰锐利,避免机器人定位误差导致的一系列导航、避障等问题的出现,还可以通过调整膨胀窗口的大小来满足不同误差范围的地图修正需求。
一种机器人,装配有主控芯片,所述主控芯片是上述的芯片。本发明所述的机器人能够解决栅格概率地图持续恶化的问题,使得同一场景下,地图多次叠加更新后仍能清晰锐利,避免机器人定位误差导致的一系列导航、避障等问题的出现,还可以通过调整膨胀窗口的大小来满足不同误差范围的地图修正需求。
附图说明
图1为本发明一种实施例所述防止栅格概率地图持续恶化的方法流程图。
具体实施方式
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详细描述。应当理解,下面所描述的具体实施例仅用于解释本发明,并不用于限定本发明。
如图1所示,一种防止栅格概率地图持续恶化的方法,包括如下步骤:
步骤S1,获取原始栅格概率地图并进行三值化处理,得到第一三值地图。对于使用激光测距定位的移动机器人,其内部会保存周围的环境地图,比如栅格概率地图,用来进行持续的定位、导航和避障等。栅格概率地图中的每个栅格有一概率描述值,该值用于描述此栅格内有障碍物的概率。机器人在不断地移动中会持续地更新栅格概率地图,以适应环境的变化。但是,由于传感器存在误差,地图上有障碍物的栅格将不可避免地变得模糊、增厚和/或移位等,进而又引起机器人定位误差增大,彼此影响,造成地图持续恶化。本发明则是通过图像处理的方法,修正栅格概率地图的栅格概率来解决地图持续恶化的问题。首先,机器人读取此时的栅格概率地图。然后对栅格概率地图中的每个栅格进行阈值分割,转换为三值化的值,生成第一三值地图。阈值分割是一种常用的图像分割方法,其实现简单、计算量小且性能稳定,可以极大地压缩数据量,大大地简化了图像处理和分析步骤。图像阈值化通过选取一个或多个阈值来对地图上栅格进行划分,目的是将具有相似属性的栅格统一成一个集合。在本实施例中,事先设定了两个阈值来进行阈值分割,此为现有技术,不再进行赘述。阈值分割后的地图以0(黑色)、128(灰色)和255(白色)分别表示有障碍物、不确定和无障碍物。经过阈值分割后的地图上的栅格不再标有原先的概率描述值,而是转化成了0、128和255三个值的其中一个。
步骤S2,将第一三值地图中满足预设条件的栅格的值进行修改,获得对比地图。具体地,获得对比地图的方法共有三个步骤:
步骤S21,将第一三值地图中满足第一预设条件的栅格的值修改为第一数值,获得第二三值地图。其中,满足第一预设条件的栅格为,设定一个预设大小的膨胀窗口,然后以此膨胀窗口的中心位置遍历第一三值地图的每个栅格,若膨胀窗口内的栅格组中包含第一数值,则当前处于中心位置的栅格满足第一预设条件。在本实施例中,机器人设定了一个3*3的膨胀窗口(即长和宽均为3个栅格长度的正方形窗口)并在第一三值地图上移动,在移动过程中实时检测在膨胀窗口内的栅格组中是否存在值为0的栅格,如果存在的话,就将处于膨胀窗口中心的栅格的值修改为0,从而得到第二三值地图。需要说明的是,不能直接在第一三值地图上修改栅格的值,因为第一三值地图上的栅格内容变化后,就相当于其临近栅格的周围点变了,会影响临近栅格的处理结果。所以,机器人会先复制一份第一三值地图,然后对复制图像进行操作生成第二三值地图,或者,直接按照所述逻辑生成第二三值地图。另外,膨胀窗口的大小可以根据地图的误差范围进行调整,一般而言,当激光传感器的误差越大时,膨胀窗口就越大。
步骤S22,将第二三值地图中满足第二预设条件的栅格的值修改为第三数值,获得第三三值地图。其中,满足第二预设条件的栅格为,设定一个预设大小的膨胀窗口,然后以此膨胀窗口的中心位置遍历第二三值地图的每个栅格,若膨胀窗口内的栅格组中包含第三数值,则当前处于中心位置的栅格满足第二预设条件。在本实施例中,机器人设定了一个3*3的膨胀窗口并在第二三值地图上移动,在移动过程中实时检测在膨胀窗口内的栅格组中是否存在值为255的栅格,如果存在的话,就将处于膨胀窗口中心的栅格的值修改为255,从而得到第三三值地图。
步骤S23,将第三三值地图中满足第三预设条件的栅格的值修改为第二数值,获得对比地图。其中,满足第三预设条件的栅格为,设定一个预设大小的膨胀窗口,然后以此膨胀窗口的中心位置遍历第三三值地图的每个栅格,若膨胀窗口内的栅格组中不包含第一数值,则当前处于中心位置的栅格满足第三预设条件。在本实施例中,机器人设定了一个3*3的膨胀窗口并在第三三值地图上移动,在移动过程中实时检测在膨胀窗口内的栅格组中是否存在值为0的栅格,如果不存在的话,就将处于中心的栅格的值修改为128,从而得到对比地图。
步骤S3,结合第一三值地图和对比地图获得需要修正的栅格的位置,然后修正原始栅格概率地图中相同位置的栅格的概率描述值,以防止栅格概率地图持续恶化。其中,获得需要修正的栅格的位置的方法为,遍历第一三值地图和对比地图中的每个栅格,若对比地图中标有第二数值的栅格在第一三值地图中相同位置的值不为第二数值,则该栅格需要修正。在本实施例中,机器人会遍历第一三值地图和对比地图中的每个栅格,如果发现对比地图中某栅格的值为128而第一三值地图中相同位置的栅格的值不是128,那么就将栅格概率地图中相同位置的栅格的概率描述值修改为128(灰色,即不确定是否有障碍物)所对应的概率描述值。激光测距传感器的特点是只能测到与障碍物表面的距离,无法测到障碍物内部的信息,由此可以认为障碍物内部对应的栅格本来应是不确定值。而在经过以上操作后,地图中的障碍物区域仅保留了障碍物表面所在的栅格信息,障碍物内部所在的栅格均会变成不确定值。此时,将修改后的栅格概率地图转换成实际定位建图时所用的地图格式,替换掉原有的地图内容,且在下一次定位建图时使用即可帮助机器人准确定位、导航和避障。
本实施例还提供一种芯片,内置控制程序,所述控制程序用于控制机器人执行上述的防止栅格概率地图持续恶化的方法。所述芯片可以装配在诸如扫地机器人、割草机器人、擦窗机器人、排雷机器人等使用激光测距建图的智能移动机器人上,可以让地图多次叠加更新后仍能清晰锐利,避免机器人定位误差导致的一系列导航、避障等问题的出现,有效地防止栅格概率地图持续恶化。
本实施例还提供一种机器人,装配有主控芯片,所述主控芯片是上述的芯片。装配有该芯片的机器人可以执行上述防止栅格概率地图持续恶化的方法,具有与上述防止栅格概率地图持续恶化的方法相同的技术效果,在此不再赘述。
本领域技术人员可以理解实现上述实施方式方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,该程序存储在一个存储介质中,包括若干指令用以使得单片机、芯片或处理器(processor)执行本发明各个实施方式所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由所附权利要求及其等同限定以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (6)
1.一种防止栅格概率地图持续恶化的方法,其特征在于,所述方法包括如下步骤:
S1,获取原始栅格概率地图并进行三值化处理,得到第一三值地图;
S2,将第一三值地图中满足第一预设条件的栅格的值修改为第一数值,获得第二三值地图;将第二三值地图中满足第二预设条件的栅格的值修改为第三数值,获得第三三值地图;将第三三值地图中满足第三预设条件的栅格的值修改为第二数值,获得对比地图;其中,所述第一数值、第二数值和第三数值分别表示有障碍物、不确定和无障碍物;
S3,结合第一三值地图和对比地图获得需要修正的栅格的位置,然后修正原始栅格概率地图中相同位置的栅格的概率描述值,以防止栅格概率地图持续恶化;
其中,满足第一预设条件的栅格为,设定一个预设大小的膨胀窗口,然后以此膨胀窗口的中心位置遍历第一三值地图的每个栅格,若膨胀窗口内的栅格组中包含第一数值,则当前处于中心位置的栅格满足第一预设条件;
满足第二预设条件的栅格为,设定一个预设大小的膨胀窗口,然后以此膨胀窗口的中心位置遍历第二三值地图的每个栅格,若膨胀窗口内的栅格组中包含第三数值,则当前处于中心位置的栅格满足第二预设条件;
满足第三预设条件的栅格为,设定一个预设大小的膨胀窗口,然后以此膨胀窗口的中心位置遍历第三三值地图的每个栅格,若膨胀窗口内的栅格组中不包含第一数值,则当前处于中心位置的栅格满足第三预设条件。
2.根据权利要求1所述的一种防止栅格概率地图持续恶化的方法,其特征在于,所述膨胀窗口为长和宽均为3个栅格长度的正方形窗口。
3.根据权利要求1所述的一种防止栅格概率地图持续恶化的方法,其特征在于,所述步骤S3中获得需要修正的栅格的位置的方法为,遍历第一三值地图和对比地图中的每个栅格,若对比地图中标有第二数值的栅格在第一三值地图中相同位置的值不为第二数值,则该栅格需要修正。
4.根据权利要求1所述的一种防止栅格概率地图持续恶化的方法,其特征在于,所述步骤S3中修正原始栅格概率地图中相同位置的栅格的概率描述值的方法为,将原始栅格概率地图中需要修正的栅格的概率描述值修改为第二数值所对应的概率描述值。
5.一种芯片,内置控制程序,其特征在于,所述控制程序用于控制机器人执行权利要求1至4中任一项所述的防止栅格概率地图持续恶化的方法。
6.一种机器人,装配有主控芯片,其特征在于,所述主控芯片是权利要求5所述的芯片。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110249424.1A CN112947465B (zh) | 2021-03-08 | 2021-03-08 | 一种防止栅格概率地图持续恶化的方法、芯片和机器人 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110249424.1A CN112947465B (zh) | 2021-03-08 | 2021-03-08 | 一种防止栅格概率地图持续恶化的方法、芯片和机器人 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112947465A CN112947465A (zh) | 2021-06-11 |
CN112947465B true CN112947465B (zh) | 2024-05-07 |
Family
ID=76229578
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110249424.1A Active CN112947465B (zh) | 2021-03-08 | 2021-03-08 | 一种防止栅格概率地图持续恶化的方法、芯片和机器人 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112947465B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108709562A (zh) * | 2018-04-28 | 2018-10-26 | 北京机械设备研究所 | 一种移动机器人滚动栅格地图构建方法 |
CN109947118A (zh) * | 2019-04-19 | 2019-06-28 | 南京大学 | 一种使用gpu加速的代价地图快速更新方法 |
CN111383300A (zh) * | 2018-12-28 | 2020-07-07 | 深圳市优必选科技有限公司 | 一种导航代价图的更新方法、装置及设备 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3734388B1 (en) * | 2019-04-29 | 2023-03-15 | Commissariat à l'Energie Atomique et aux Energies Alternatives | Method and apparatus for performing simultaneous localization and mapping |
-
2021
- 2021-03-08 CN CN202110249424.1A patent/CN112947465B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108709562A (zh) * | 2018-04-28 | 2018-10-26 | 北京机械设备研究所 | 一种移动机器人滚动栅格地图构建方法 |
CN111383300A (zh) * | 2018-12-28 | 2020-07-07 | 深圳市优必选科技有限公司 | 一种导航代价图的更新方法、装置及设备 |
CN109947118A (zh) * | 2019-04-19 | 2019-06-28 | 南京大学 | 一种使用gpu加速的代价地图快速更新方法 |
Also Published As
Publication number | Publication date |
---|---|
CN112947465A (zh) | 2021-06-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Stentz | The focussed d^* algorithm for real-time replanning | |
CN108256060B (zh) | 一种闭环检测方法、装置、终端及存储介质 | |
CN112802204B (zh) | 未知环境下三维空间场景先验的目标语义导航方法及系统 | |
CN106643721B (zh) | 一种环境拓扑地图的构建方法 | |
CN113515129B (zh) | 一种基于边界查找的双向跳点搜索无人车路径规划方法 | |
CN112129296B (zh) | 一种机器人轨迹规划方法及系统 | |
LU102942B1 (en) | Path planning method based on improved a* algorithm in off-road environment | |
CN112947465B (zh) | 一种防止栅格概率地图持续恶化的方法、芯片和机器人 | |
CN113096181A (zh) | 设备位姿的确定方法、装置、存储介质及电子装置 | |
CN116958529A (zh) | 一种机器人远程控制方法、系统及介质 | |
CN116203972B (zh) | 一种未知环境探索路径规划方法、系统、设备及介质 | |
CN112097772B (zh) | 机器人及其地图构建方法和装置 | |
CN115619900B (zh) | 基于距离地图和概率路图的点云地图拓扑结构提取方法 | |
CN116518978A (zh) | 一种机器人的路径规划方法、装置、设备和存储介质 | |
CN116625395A (zh) | 基于二维栅格地图的多目标路径规划方法 | |
CN116563341A (zh) | 一种处理复杂环境下动态物体的视觉定位与建图方法 | |
CN113655498A (zh) | 一种基于激光雷达的赛道中锥桶信息的提取方法及系统 | |
CN112578798A (zh) | 机器人地图获取方法、装置、处理器和电子装置 | |
CN114536326A (zh) | 一种路标数据处理方法、装置及存储介质 | |
CN114577215B (zh) | 一种移动机器人的特征地图更新方法、设备及介质 | |
CN116499467A (zh) | 一种机器人的移动避障方法、装置、设备和介质 | |
CN116382308B (zh) | 智能化移动机械自主寻径与避障方法、装置、设备及介质 | |
CN113391318B (zh) | 一种移动机器人定位方法及系统 | |
WO2024009661A1 (ja) | 推定システム、推定方法、および推定プログラム | |
CN114115228A (zh) | 一种移动机器人及其探索移动方法、计算机存储介质 |
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 | ||
CB02 | Change of applicant information | ||
CB02 | Change of applicant information |
Address after: 519000 2706, No. 3000, Huandao East Road, Hengqin new area, Zhuhai, Guangdong Applicant after: Zhuhai Yiwei Semiconductor Co.,Ltd. Address before: Room 105-514, No.6 Baohua Road, Hengqin New District, Zhuhai City, Guangdong Province Applicant before: AMICRO SEMICONDUCTOR Co.,Ltd. |
|
GR01 | Patent grant | ||
GR01 | Patent grant |