CN113031582A - 机器人、定位方法及计算机可读存储介质 - Google Patents

机器人、定位方法及计算机可读存储介质 Download PDF

Info

Publication number
CN113031582A
CN113031582A CN201911358248.4A CN201911358248A CN113031582A CN 113031582 A CN113031582 A CN 113031582A CN 201911358248 A CN201911358248 A CN 201911358248A CN 113031582 A CN113031582 A CN 113031582A
Authority
CN
China
Prior art keywords
information
robot
positioning
determining
marker
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
CN201911358248.4A
Other languages
English (en)
Inventor
赵仕伟
陈超
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.)
Beijing Jizhijia Technology Co Ltd
Original Assignee
Beijing Jizhijia 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 Beijing Jizhijia Technology Co Ltd filed Critical Beijing Jizhijia Technology Co Ltd
Priority to CN201911358248.4A priority Critical patent/CN113031582A/zh
Priority to PCT/CN2020/121655 priority patent/WO2021129071A1/zh
Publication of CN113031582A publication Critical patent/CN113031582A/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
    • G05D1/0246—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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G06T17/05—Geographic models

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Remote Sensing (AREA)
  • Software Systems (AREA)
  • Geometry (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Automation & Control Theory (AREA)
  • Computer Graphics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • Electromagnetism (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)

Abstract

本申请提供了一种机器人、定位方法及计算机可读存储介质，其中，机器人首先拍摄包括多个定位标志物的目标图像；之后，基于每个定位标志物对应的关键点在目标图像中的第一位置坐标和每个定位标志物在地理坐标系中的第一位姿信息，确定机器人在地理坐标系中的多个第二位姿信息；最后，基于每个定位标志物对应的第二位姿信息，确定机器人在地理坐标系中的目标位姿信息。上述技术方案基于多个定位标志物的位置信息能够较为准确的确定机器人在地理坐标系中的位姿信息。

Description

机器人、定位方法及计算机可读存储介质
技术领域
本申请涉及定位和图像处理领域，具体而言，涉及一种机器人、定位方法及计算机可读存储介质。
背景技术
随着人工智能的快速发展，越来越多的自动化设备给人们的生活带来很大的方便，例如，机器人以其自动化、智能化逐渐在各行各业中被使用。
在使用和控制机器人的过程中，首先需要确定机器人的位姿，基于机器人的位姿和机器人的控制目标，才能确定和控制机器人接下来执行的动作。因此，需要一种技术方案能够准确的确定机器人的位姿。
发明内容
有鉴于此，本申请至少提供一种机器人、定位方法及计算机可读存储介质。
第一方面，本申请提供了一种机器人，包括摄像头、处理器；所述处理器包括解析处理模块、图像坐标确定模块、位姿变换模块和目标位姿确定模块；
所述摄像头设置为，拍摄的包括多个定位标志物的目标图像；
所述解析处理模块设置为，确定每个所述定位标志物在地理坐标系中的第一位姿信息；
所述图像坐标确定模块设置为，确定每个所述定位标志物对应的关键点在所述目标图像中的第一位置坐标；
所述位姿变换模块设置为，针对每个定位标志物，基于该定位标志物对应的所述第一位置坐标和所述第一位姿信息，确定所述机器人在地理坐标系中的第二位姿信息；
所述目标位姿确定模块设置为，基于每个定位标志物对应的所述第二位姿信息，确定所述机器人在地理坐标系中的目标位姿信息。
在一种可能的实施方式中，所述解析处理模块还设置为，确定所述定位标志物对应的关键点在标志物坐标系中的第二位置坐标；
所述位姿变换模块具体设置为，
基于所述定位标志物对应的所述第一位置坐标和所述第二位置坐标，确定所述机器人相对于所述定位标志物的第三位姿信息；
基于所述第三位姿信息和所述定位标志物在地理坐标系中的第一位姿信息，确定所述机器人在地理坐标系中的第二位姿信息。
在一种可能的实施方式中，所述目标位姿确定模块，具体设置为，
确定每个所述第二位姿信息对应的重投影误差；
以所有的所述重投影误差的和最小为目标，调整每个第二位姿信息；
基于调整后的每个第二位姿信息，确定所述目标位姿信息。
在一种可能的实施方式中，所述目标位姿确定模块在基于调整后的每个第二位姿信息，确定所述目标位姿信息时，具体设置为：
确定调整后的每个第二位姿信息对应的重投影误差；
将最小的重投影误差对应的、调整后的第二位姿信息作为所述目标位姿信息。
在一种可能的实施方式中，所述解析处理模块具体设置为，
从所述目标图像中筛选所述定位标志物；
确定每个所述定位标志物的标识信息；
基于每个定位标志物的标识信息，确定每个所述定位标志物在地理坐标系中的第一位姿信息。
在一种可能的实施方式中，所述定位标志物为二维码；
所述解析处理模块在确定每个所述定位标志物的标识信息时，具体设置为：
分别对每个二维码进行解码处理，得到每个二维码的标识信息
在一种可能的实施方式中，所述解析处理模块在从所述目标图像中筛选所述定位标志物时，具体设置为：
从所述目标图像中提取每个物体的轮廓信息；
基于每个物体的轮廓信息，确定每个物体在所述目标图像中的形状；
基于每个物体在所述目标图像中的形状，确定每个物体的正视图的形状；
基于每个物体的正视图的形状，分别确定每个物体是否为所述定位标志物。
第二方面，本申请公开了一种定位方法，包括：
获取机器人拍摄的包括多个定位标志物的目标图像；
确定每个所述定位标志物在地理坐标系中的第一位姿信息和每个所述定位标志物对应的关键点在所述目标图像中的第一位置坐标；
针对每个定位标志物，基于该定位标志物对应的所述第一位置坐标和所述第一位姿信息，确定所述机器人在地理坐标系中的第二位姿信息；
基于每个定位标志物对应的所述第二位姿信息，确定所述机器人在地理坐标系中的目标位姿信息。
在一种可能的实施方式中，所述基于该定位标志物对应的所述第一位置坐标和所述第一位姿信息，确定所述机器人在地理坐标系中的第二位姿信息，包括：
获取该定位标志物对应的关键点在标志物坐标系中的第二位置坐标；
基于该定位标志物对应的所述第一位置坐标和所述第二位置坐标，确定所述机器人相对于该定位标志物的第三位姿信息；
基于所述第三位姿信息和该定位标志物在地理坐标系中的第一位姿信息，确定所述机器人在地理坐标系中的第二位姿信息。
在一种可能的实施方式中，所述基于每个定位标志物对应的所述第二位姿信息，确定所述机器人在地理坐标系中的目标位姿信息，包括：
确定每个所述第二位姿信息对应的重投影误差；
以所有的所述重投影误差的和最小为目标，调整每个第二位姿信息；
基于调整后的每个第二位姿信息，确定所述目标位姿信息。
在一种可能的实施方式中，所述确定每个所述定位标志物在地理坐标系中的第一位姿信息，包括：
从所述目标图像中筛选所述定位标志物；
确定每个所述定位标志物的标识信息；
基于每个定位标志物的标识信息，确定每个所述定位标志物在地理坐标系中的第一位姿信息。
在一种可能的实施方式中，所述定位标志物为二维码；
所述确定每个所述定位标志物的标识信息，包括：
分别对每个二维码进行解码处理，得到每个二维码的标识信息。
在一种可能的实施方式中，所述从所述目标图像中筛选所述定位标志物，包括：
从所述目标图像中提取每个物体的轮廓信息；
基于每个物体的轮廓信息，确定每个物体在所述目标图像中的形状；
基于每个物体在所述目标图像中的形状，确定每个物体的正视图的形状；
基于每个物体的正视图的形状，分别确定每个物体是否为所述定位标志物。
第三方面，本申请还提供一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行如上述定位方法的步骤。
本申请提供了一种机器人、定位方法及计算机可读存储介质，其中，机器人首先拍摄包括多个定位标志物的目标图像；之后，基于每个定位标志物对应的关键点在目标图像中的第一位置坐标和每个定位标志物在地理坐标系中的第一位姿信息，确定机器人在地理坐标系中的多个第二位姿信息；最后，基于每个定位标志物对应的第二位姿信息，确定机器人在地理坐标系中的目标位姿信息。上述技术方案基于多个定位标志物的位置信息能够较为准确的确定机器人在地理坐标系中的位姿信息。
附图说明
为了更清楚地说明本申请实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
图1示出了本申请实施例提供的机器人的结构示意图；
图2示出了本申请实施例中对目标图像进行预处理后得到的图像的示意图；
图3示出了本申请实施例中对预处理后的目标图像进行多边形近似后得到的图像的示意图；
图4示出了本申请实施例中对一个平行四边形进行仿射变换之后得到的正视图；
图5示出了本申请实施例中对筛选得到的定位标志物进行网格划分得到的图像的示意图；
图6示出了本申请实施例提供的一种定位方法的流程图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，应当理解，本申请中附图仅起到说明和描述的目的，并不用于限定本申请的保护范围。另外，应当理解，示意性的附图并未按实物比例绘制。本申请中使用的流程图示出了根据本申请的一些实施例实现的操作。应该理解，流程图的操作可以不按顺序实现，没有逻辑的上下文关系的步骤可以反转顺序或者同时实施。此外，本领域技术人员在本申请内容的指引下，可以向流程图添加一个或多个其他操作，也可以从流程图中移除一个或多个操作。
另外，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围，而是仅仅表示本申请的选定实施例。基于本申请的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。
需要说明的是，本申请实施例中将会用到术语“包括”，用于指出其后所声明的特征的存在，但并不排除增加其它的特征。
基于目前对机器人的定位需要，以及，目前机器人定位存在的精度不够的缺陷，本申请提供了一种机器人、定位方法及计算机可读存储介质，其中，机器人首先拍摄包括多个定位标志物的目标图像；之后，基于每个定位标志物对应的关键点在目标图像中的第一位置坐标和每个定位标志物在地理坐标系中的第一位姿信息，确定机器人在地理坐标系中的多个第二位姿信息；最后，基于每个定位标志物对应的第二位姿信息，确定机器人在地理坐标系中的目标位姿信息。本申请基于多个定位标志物的位置信息能够较为准确的确定机器人在地理坐标系中的位姿信息。
如图1所示，本申请提供了一种机器人，包括摄像头110、处理器120；所述处理器120包括解析处理模块1201、图像坐标确定模块1202、位姿变换模块1203和目标位姿确定模块1204。
所述摄像头110设置为，拍摄包括多个定位标志物的目标图像。
所述解析处理模块1201设置为，确定每个所述定位标志物在地理坐标系中的第一位姿信息。
所述图像坐标确定模块1202设置为，确定每个所述定位标志物对应的关键点在所述目标图像中的第一位置坐标。
所述位姿变换模块1203设置为，针对每个定位标志物，基于该定位标志物对应的所述第一位置坐标和所述第一位姿信息，确定所述机器人在地理坐标系中的第二位姿信息。
所述目标位姿确定模块1204设置为，基于每个定位标志物对应的所述第二位姿信息，确定所述机器人在地理坐标系中的目标位姿信息。
上述位姿信息包括物体在对应坐标系中的位置坐标和物体在对应坐标系中旋转的角度。
机器人利用摄像头拍摄的目标图像中包括多个定位标志物，这些定位标志物用于确定机器人在地理坐标系中的位姿信息。在实际应用中，定位标志物可以是设置在地面上的二维码，解析处理模块1201对图像中的二维码进行解码处理，得到该定位标志物的标识信息。之后，解析处理模块1201利用定位标志物的标识信息能够确定定位标志物在地理坐标系中的第一位姿信息。
上述，定位标志物是预先设置好的，因此，在设置好定位标志物之后，该定位标志物在地理坐标中的第一位姿信息就已经确定，并且是已知的。在设置好每个定位标志物之后，可以将每个定位标志物的第一位姿信息和每个定位标志物的标识信息分别建立映射关系，并存储在机器人的存储器中。解析处理模块1201在获取到目标图像中定位标志物的标识信息之后，就能够基于上述映射关系确定定位标志物在地理坐标系中的第一位姿信息。
解析处理模块1201在对定位标志物进行解析，得到标识信息之前，首先需要从目标图像中筛选定位标志物。具体地，解析处理模块1201利用以下步骤从目标图像中筛选定位标志物：
步骤一、从所述目标图像中提取每个物体的轮廓信息。
解析处理模块1201在从目标图像中提取每个物体的轮廓信息之前，首先需要对目标图像进行预处理，例如，可以对目标图像进行二值化处理，如图2所示为对目标图像进行二值化后得到的图像。
对目标图像进行预处理之后，解析处理模块1201从得到的图像中提取每个物体的轮廓信息。
步骤二、基于每个物体的轮廓信息，确定每个物体在所述目标图像中的形状。
解析处理模块1201在提取到每个物体的轮廓信息之后，基于每个物体的轮廓信息分别对每个物体进行多边形近似，得到每个物体在目标图像中的形状。如图3所示为对预处理后的目标图像进行多边形近似后得到的图像。
步骤三、基于每个物体在所述目标图像中的形状，确定每个物体的正视图的形状。
解析处理模块1201在确定了每个物体在所述目标图像中的形状之后，对每个形状进行角点排序，并进行放射变换，得到每个形状的正视图，即确定每个物体的正视图的形状。如图4所示为对一个平行四边形进行仿射变换之后得到的正视图。
步骤四、基于每个物体的正视图的形状，分别确定每个物体是否为所述定位标志物。
解析处理模块1201在确定了每个物体的正视图的形状之后，基于物体的正视图的形状，筛选定位标志物。例如，在定位标志物为二维码的情况下，解析处理模块1201筛选正视图为正方形的物体作为定位标志物。
解析处理模块1201在从目标图像中筛选得到定位标志物之后，对目标图像中的定位标志物进行网格划分，之后，并基于划分网格后的定位标志物进行解码操作，得到定位标志物的标识信息。如图5所示为对筛选得到的定位标志物进行网格划分得到的图像。
图像坐标确定模块1202对目标图像进行解析处理，确定每个所述定位标志物对应的关键点在所述目标图像中的第一位置坐标。这里的第一位置坐标为定位标志物对应的关键点在机器人坐标系下的坐标。
位姿变换模块1203基于定位标志物对应的关键点在机器人坐标系下的第一位置坐标和定位标志物在地理坐标系下的第一位姿信息，能够确定机器人在地理坐标系下的位姿信息，即上述第二位姿信息。
具体地，位姿变换模块1203可以利用如下步骤确定机器人在地理坐标系下的第二位姿信息：
步骤一、基于所述定位标志物对应的所述第一位置坐标和所述第二位置坐标，确定所述机器人相对于所述定位标志物的第三位姿信息。
在位姿变换模块1203执行此步骤之前，首先需要解析处理模块1201确定所述定位标志物对应的关键点在标志物坐标系中的第二位置坐标。定位标志物在标志物坐标系中的位置坐标是已经确定好的，并且是已知的。定位标志物的标识信息与其在标志物坐标系中的位置坐标预先设置有映射关系，并且存储在机器人的存储器中。解析处理模块1201在解码得到定位标志物的标识信息之后，结合上述映射关系即可确定定位标志物在标志物坐标系中的位置坐标，即上述第二位置坐标。
在确定了定位标志物在标志物坐标系中的第二位置信息之后，位姿变换模块1203基于定位标志物对应的关键点在机器人坐标中的第一位置坐标和该定位标志物对应的关键点在标志物坐标系中的第二位置坐标，能够确定机器人在标志物坐标系中相对于该定位标志物的位姿信息，即上述第三位姿信息。
上述第一位置坐标和第二位置坐标均可以包括定位标志物上的至少3个不共线的点的坐标。
步骤二、基于所述第三位姿信息和所述定位标志物在地理坐标系中的第一位姿信息，确定所述机器人在地理坐标系中的第二位姿信息。
位姿变换模块1203基于机器人在标志物坐标系中相对于定位标志物的第三位姿信息和该定位标志物在地理坐标系中的第一位姿信息，确定机器人在地理坐标系中的第二位姿信息。
在得到了机器人在地理坐标系中的多个第二位姿信息之后，目标位姿确定模块1204可以利用如下步骤确定机器人在地理坐标系中的目标位姿信息：
步骤一、确定每个所述第二位姿信息对应的重投影误差。
目标位姿确定模块1204将定位标志物和该定位标志物的第二位姿信息对应的位姿均投影到同一个图像上，之后，分别确定每个第二位姿信息对应的位姿在图像上的投影和定位标志物在图像上的投影之间的误差，即确定每个第二位姿信息对应的重投影误差。
步骤二、以所有的所述重投影误差的和最小为目标，调整每个第二位姿信息。
这里，目标位姿确定模块1204计算所有重投影误差的和，并以该和最小为目标，调整每个第二位姿信息。
步骤三、基于调整后的每个第二位姿信息，确定所述目标位姿信息。
这里，目标位姿确定模块1204在结束位姿信息调整之后，确定调整后的每个第二位姿信息对应的重投影误差；并将最小的重投影误差对应的、调整后的第二位姿信息作为所述目标位姿信息。
目标位姿确定模块1204在对每个第二位姿信息进行调整之后，还可以计算调整后的第二位姿的均值，并将得到的均值作为目标位姿信息。
对应于上述机器人，本申请实施例还提供了一种定位方法，该方法应用于上述机器人，用于实现对上述机器人的定位，能够达到相同或相似的有益效果，因此对于重复的部分不再赘述。
如图6所示，本申请实施例提供的定位方法可以包括如下步骤：
S610、获取机器人拍摄的包括多个定位标志物的目标图像。
S620、确定每个所述定位标志物在地理坐标系中的第一位姿信息和每个所述定位标志物对应的关键点在所述目标图像中的第一位置坐标。
S630、针对每个定位标志物，基于该定位标志物对应的所述第一位置坐标和所述第一位姿信息，确定所述机器人在地理坐标系中的第二位姿信息。
S640、基于每个定位标志物对应的所述第二位姿信息，确定所述机器人在地理坐标系中的目标位姿信息。
在一些实施例中，所述基于该定位标志物对应的所述第一位置坐标和所述第一位姿信息，确定所述机器人在地理坐标系中的第二位姿信息，包括：
获取该定位标志物对应的关键点在标志物坐标系中的第二位置坐标；
基于该定位标志物对应的所述第一位置坐标和所述第二位置坐标，确定所述机器人相对于该定位标志物的第三位姿信息；
基于所述第三位姿信息和该定位标志物在地理坐标系中的第一位姿信息，确定所述机器人在地理坐标系中的第二位姿信息。
在一些实施例中，所述基于每个定位标志物对应的所述第二位姿信息，确定所述机器人在地理坐标系中的目标位姿信息，包括：
确定每个所述第二位姿信息对应的重投影误差；
以所有的所述重投影误差的和最小为目标，调整每个第二位姿信息；
基于调整后的每个第二位姿信息，确定所述目标位姿信息。
在一些实施例中，所述确定每个所述定位标志物在地理坐标系中的第一位姿信息，包括：
从所述目标图像中筛选所述定位标志物；
确定每个所述定位标志物的标识信息；
基于每个定位标志物的标识信息，确定每个所述定位标志物在地理坐标系中的第一位姿信息。
在一些实施例中，所述定位标志物为二维码；
所述确定每个所述定位标志物的标识信息，包括：
分别对每个二维码进行解码处理，得到每个二维码的标识信息。
在一些实施例中，所述从所述目标图像中筛选所述定位标志物，包括：
从所述目标图像中提取每个物体的轮廓信息；
基于每个物体的轮廓信息，确定每个物体在所述目标图像中的形状；
基于每个物体在所述目标图像中的形状，确定每个物体的正视图的形状；
基于每个物体的正视图的形状，分别确定每个物体是否为所述定位标志物。
本申请实施例还提供的一种对应于上述方法的计算机程序产品，包括存储了程序代码的计算机可读存储介质，程序代码包括的指令可用于执行前面方法实施例中的方法，具体实现可参见方法实施例，在此不再赘述。
上文对各个实施例的描述倾向于强调各个实施例之间的不同之处，其相同或相似之处可以相互参考，为了简洁，本文不再赘述。
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，上述描述的系统和装置的具体工作过程，可以参考方法实施例中的对应过程，本申请中不再赘述。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。以上所描述的装置实施例仅仅是示意性的，例如，所述模块的划分，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，又例如，多个模块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通信接口，装置或模块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模块可以是或者也可以不是物理上分开的，作为模块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，在本申请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。
所述功能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，可以存储在一个处理器可执行的非易失的计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施例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、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
以上仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以权利要求的保护范围为准。

Claims (10)

1.一种机器人，其特征在于，包括摄像头、处理器；所述处理器包括解析处理模块、图像坐标确定模块、位姿变换模块和目标位姿确定模块；
所述摄像头设置为，拍摄包括多个定位标志物的目标图像；
所述解析处理模块设置为，确定每个所述定位标志物在地理坐标系中的第一位姿信息；
所述图像坐标确定模块设置为，确定每个所述定位标志物对应的关键点在所述目标图像中的第一位置坐标；
所述位姿变换模块设置为，针对每个定位标志物，基于该定位标志物对应的所述第一位置坐标和所述第一位姿信息，确定所述机器人在地理坐标系中的第二位姿信息；
所述目标位姿确定模块设置为，基于每个定位标志物对应的所述第二位姿信息，确定所述机器人在地理坐标系中的目标位姿信息。
2.根据权利要求1所述的机器人，其特征在于，所述解析处理模块还设置为，确定所述定位标志物对应的关键点在标志物坐标系中的第二位置坐标；
所述位姿变换模块具体设置为，
基于所述定位标志物对应的所述第一位置坐标和所述第二位置坐标，确定所述机器人相对于所述定位标志物的第三位姿信息；
基于所述第三位姿信息和所述定位标志物在地理坐标系中的第一位姿信息，确定所述机器人在地理坐标系中的第二位姿信息。
3.根据权利要求1所述的机器人，其特征在于，所述目标位姿确定模块，具体设置为，
确定每个所述第二位姿信息对应的重投影误差；
以所有的所述重投影误差的和最小为目标，调整每个第二位姿信息；
基于调整后的每个第二位姿信息，确定所述目标位姿信息。
4.根据权利要求3所述的机器人，其特征在于，所述目标位姿确定模块在基于调整后的每个第二位姿信息，确定所述目标位姿信息时，具体设置为：
确定调整后的每个第二位姿信息对应的重投影误差；
将最小的重投影误差对应的、调整后的第二位姿信息作为所述目标位姿信息。
5.根据权利要求1所述的机器人，其特征在于，所述解析处理模块具体设置为，
从所述目标图像中筛选所述定位标志物；
确定每个所述定位标志物的标识信息；
基于每个定位标志物的标识信息，确定每个所述定位标志物在地理坐标系中的第一位姿信息。
6.根据权利要求5所述的机器人，其特征在于，所述定位标志物为二维码；
所述解析处理模块在确定每个所述定位标志物的标识信息时，具体设置为：
分别对每个二维码进行解码处理，得到每个二维码的标识信息。
7.据权利要求5所述的机器人，其特征在于，所述解析处理模块在从所述目标图像中筛选所述定位标志物时，具体设置为：
从所述目标图像中提取每个物体的轮廓信息；
基于每个物体的轮廓信息，确定每个物体在所述目标图像中的形状；
基于每个物体在所述目标图像中的形状，确定每个物体的正视图的形状；
基于每个物体的正视图的形状，分别确定每个物体是否为所述定位标志物。
8.一种定位方法，其特征在于，包括：
获取机器人拍摄的包括多个定位标志物的目标图像；
确定每个所述定位标志物在地理坐标系中的第一位姿信息和每个所述定位标志物对应的关键点在所述目标图像中的第一位置坐标；
针对每个定位标志物，基于该定位标志物对应的所述第一位置坐标和所述第一位姿信息，确定所述机器人在地理坐标系中的第二位姿信息；
基于每个定位标志物对应的所述第二位姿信息，确定所述机器人在地理坐标系中的目标位姿信息。
9.根据权利要求8所述的定位方法，其特征在于，所述基于该定位标志物对应的所述第一位置坐标和所述第一位姿信息，确定所述机器人在地理坐标系中的第二位姿信息，包括：
获取该定位标志物对应的关键点在标志物坐标系中的第二位置坐标；
基于该定位标志物对应的所述第一位置坐标和所述第二位置坐标，确定所述机器人相对于该定位标志物的第三位姿信息；
基于所述第三位姿信息和该定位标志物在地理坐标系中的第一位姿信息，确定所述机器人在地理坐标系中的第二位姿信息。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器运行时执行如权利要求8～9任一所述的定位方法。
CN201911358248.4A 2019-12-25 2019-12-25 机器人、定位方法及计算机可读存储介质 Pending CN113031582A (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN201911358248.4A CN113031582A (zh) 2019-12-25 2019-12-25 机器人、定位方法及计算机可读存储介质
PCT/CN2020/121655 WO2021129071A1 (zh) 2019-12-25 2020-10-16 机器人、定位方法及计算机可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911358248.4A CN113031582A (zh) 2019-12-25 2019-12-25 机器人、定位方法及计算机可读存储介质

Publications (1)

Publication Number Publication Date
CN113031582A true CN113031582A (zh) 2021-06-25

Family

ID=76458357

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911358248.4A Pending CN113031582A (zh) 2019-12-25 2019-12-25 机器人、定位方法及计算机可读存储介质

Country Status (2)

Country Link
CN (1) CN113031582A (zh)
WO (1) WO2021129071A1 (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113485350A (zh) * 2021-07-22 2021-10-08 乐聚(深圳)机器人技术有限公司 一种机器人移动控制方法、装置、设备及存储介质
CN114227699A (zh) * 2022-02-10 2022-03-25 乐聚(深圳)机器人技术有限公司 机器人动作调整方法、设备以及存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107481287A (zh) * 2017-07-13 2017-12-15 中国科学院空间应用工程与技术中心 一种基于多标识的物体定位定姿方法及系统
CN110319834A (zh) * 2018-03-30 2019-10-11 深圳市神州云海智能科技有限公司 一种室内机器人定位的方法及机器人
CN110349221A (zh) * 2019-07-16 2019-10-18 北京航空航天大学 一种三维激光雷达与双目可见光传感器的融合标定方法
CN110362083A (zh) * 2019-07-17 2019-10-22 北京理工大学 一种基于多目标跟踪预测的时空地图下自主导航方法
US20200132472A1 (en) * 2018-10-26 2020-04-30 Here Global B.V. Method, apparatus, and system for location correction based on feature point correspondence

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2016121126A1 (ja) * 2015-01-30 2016-08-04 株式会社日立製作所 二次元コード、二次元コード読取装置、及び符号化方法
CN107609451A (zh) * 2017-09-14 2018-01-19 斯坦德机器人（深圳）有限公司 一种基于二维码的高精度视觉定位方法及系统
CN109345588B (zh) * 2018-09-20 2021-10-15 浙江工业大学 一种基于Tag的六自由度姿态估计方法
CN109579843B (zh) * 2018-11-29 2020-10-27 浙江工业大学 一种空地多视角下的多机器人协同定位及融合建图方法
CN110458863B (zh) * 2019-06-25 2023-12-01 广东工业大学 一种基于rgbd与编码器融合的动态slam系统
CN110570477B (zh) * 2019-08-28 2022-03-11 贝壳技术有限公司 一种标定相机和旋转轴相对姿态的方法、装置和存储介质
CN110580724B (zh) * 2019-08-28 2022-02-25 贝壳技术有限公司 一种对双目相机组进行标定的方法、装置和存储介质
CN111179427A (zh) * 2019-12-24 2020-05-19 深圳市优必选科技股份有限公司 自主移动设备及其控制方法、计算机可读存储介质

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107481287A (zh) * 2017-07-13 2017-12-15 中国科学院空间应用工程与技术中心 一种基于多标识的物体定位定姿方法及系统
CN110319834A (zh) * 2018-03-30 2019-10-11 深圳市神州云海智能科技有限公司 一种室内机器人定位的方法及机器人
US20200132472A1 (en) * 2018-10-26 2020-04-30 Here Global B.V. Method, apparatus, and system for location correction based on feature point correspondence
CN110349221A (zh) * 2019-07-16 2019-10-18 北京航空航天大学 一种三维激光雷达与双目可见光传感器的融合标定方法
CN110362083A (zh) * 2019-07-17 2019-10-22 北京理工大学 一种基于多目标跟踪预测的时空地图下自主导航方法

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113485350A (zh) * 2021-07-22 2021-10-08 乐聚(深圳)机器人技术有限公司 一种机器人移动控制方法、装置、设备及存储介质
CN114227699A (zh) * 2022-02-10 2022-03-25 乐聚(深圳)机器人技术有限公司 机器人动作调整方法、设备以及存储介质
CN114227699B (zh) * 2022-02-10 2024-06-11 乐聚(深圳)机器人技术有限公司 机器人动作调整方法、设备以及存储介质

Also Published As

Publication number Publication date
WO2021129071A1 (zh) 2021-07-01

Similar Documents

Publication Publication Date Title
CN110135455B (zh) 影像匹配方法、装置及计算机可读存储介质
CN110570477B (zh) 一种标定相机和旋转轴相对姿态的方法、装置和存储介质
JP6510247B2 (ja) 測量データ処理装置、測量データ処理方法およびプログラム
CN109425348B (zh) 一种同时定位与建图的方法和装置
CN111291584A (zh) 识别二维码位置的方法及其系统
CN114119864A (zh) 一种基于三维重建与点云匹配的定位方法和装置
CN108022265B (zh) 红外相机位姿确定方法、设备及系统
CN110827353B (zh) 一种基于单目摄像头辅助的机器人定位方法
Saeedi et al. Multiple robot simultaneous localization and mapping
JP7311285B2 (ja) 航空機の自動塗装品質検査
CN110794955A (zh) 定位跟踪方法、装置、终端设备及计算机可读取存储介质
CN109145902B (zh) 一种利用泛化特征对几何标识进行识别及定位的方法
CN113031582A (zh) 机器人、定位方法及计算机可读存储介质
CN112836558A (zh) 机械臂末端调整方法、装置、系统、设备及介质
JP2006350553A (ja) 対応点探索方法、相互標定方法、３次元画像計測方法、対応点探索装置、相互標定装置、３次元画像計測装置、対応点探索プログラム及び対応点探索プログラムを記録したコンピュータ読み取り可能な記録媒体
CN113822996B (zh) 机器人的位姿估计方法及装置、电子设备、存储介质
CN110163914B (zh) 基于视觉的定位
Collins et al. Site model acquisition and extension from aerial images
CN112685527B (zh) 建立地图的方法、装置和电子系统
CN113670338A (zh) 误差测量方法、装置、电子设备及可读存储介质
CN115526881B (zh) 一种基于图像建模的电芯极性检测方法及装置
CN115902977A (zh) 基于视觉和gps的变电站机器人双重定位方法及系统
CN115272459A (zh) 一种四角二维码定向平面靶标装置及其标定方法
CN113899357A (zh) 视觉slam的增量建图方法、装置、机器人及可读存储介质
CN113421213A (zh) 图像处理方法、装置、电子设备及存储介质

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20210625