CN113093749A - 服务机器人的导航系统及方法 - Google Patents
服务机器人的导航系统及方法 Download PDFInfo
- Publication number
- CN113093749A CN113093749A CN202110354835.7A CN202110354835A CN113093749A CN 113093749 A CN113093749 A CN 113093749A CN 202110354835 A CN202110354835 A CN 202110354835A CN 113093749 A CN113093749 A CN 113093749A
- Authority
- CN
- China
- Prior art keywords
- information
- robot
- navigation system
- positioning
- point cloud
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 42
- 238000010276 construction Methods 0.000 claims abstract description 15
- 238000012216 screening Methods 0.000 claims abstract description 8
- 230000002787 reinforcement Effects 0.000 claims abstract description 7
- 238000013507 mapping Methods 0.000 claims description 11
- 238000007781 pre-processing Methods 0.000 claims description 8
- 238000001514 detection method Methods 0.000 claims description 6
- 230000009466 transformation Effects 0.000 claims description 6
- 240000007651 Rubus glaucus Species 0.000 claims description 5
- 235000011034 Rubus glaucus Nutrition 0.000 claims description 5
- 235000009122 Rubus idaeus Nutrition 0.000 claims description 5
- 238000009432 framing Methods 0.000 claims description 5
- 238000012544 monitoring process Methods 0.000 claims description 5
- 238000012545 processing Methods 0.000 claims description 5
- 238000010586 diagram Methods 0.000 description 5
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000008676 import Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
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
- G05D1/0238—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
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
- G05D1/0214—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory in accordance with safety or protection criteria, e.g. avoiding hazardous areas
-
- 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
- G05D1/0221—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving a learning process
-
- 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
- G05D1/0276—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to 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
- G05D1/0276—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle
- G05D1/0278—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle using satellite positioning signals, e.g. GPS
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)
- Optics & Photonics (AREA)
- Electromagnetism (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
- Navigation (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种服务机器人的导航系统及方法，可用于医疗服务机器人和家庭服务机器人。包括：采用隐马尔可夫模型(HMM)进行语音识别，增强人机的交互性；通过机器人的多传感器采集到的信息，采用启发式搜索定位以及子图快速筛选算法进行机器人的定位和地图构建，建图更加高效准确；采用强化学习算法进行路径规划，保证了快速准确的导航能力。
Description
技术领域
本发明涉及一种服务机器人的导航系统及方法。
背景技术
随着智能制造、物联网产业的快速发展，在全球进行抗疫活动的时代背景下，服务型移动机器人得到了快速发展。这就要求机器人拥有对外部环境的动态感知、自主导航、路径规划的能力。由于机器人在环境感知过程中存在误差，尤其是在动态变化的环境下，机器人会出现计算效率慢等情况，出现故障的可能性大大提高。
发明内容
本发明的目的在于提供一种服务机器人的导航系统及方法。
为解决上述问题，本发明提供一种服务机器人的导航系统，包括：
传感器、上位机和下位机，其中，
所述上位机为安装ROS机器人操作系统的树莓派，用于处理数据和生成控制命令；
所述下位机为基于Cortex-M3的搭建的机器人控制系统，用于底盘控制，电量监测；所述上位机通过串口与下位机建立通信；
所述传感器与上位机相连，用于采集信息数据。
进一步的，在上述系统中，所述传感器包括：分别与所述上位机连接的激光雷达、Kinect、里程计、加速度计、GPS定位模块和IMU模块。
进一步的，在上述系统中，所述传感器采集的数据信息包括：里程计信息、定位信息、IMU信息、速度信息、点云信息、激光数据、深度信息和语音信息。
根据本发明的另一面，还提供一种语音识别方法，应用于如上述任一项所述服务机器人的导航系统，所述方法包括：
服务机器人通过Kinect麦克风阵列采集语音信息；
采集到的语音信息通过预处理、加窗分帧及端点检测进行预处理，得到预处理的语音信息；
利用小波变换从所述预处理的语音信息中提取特征参数；
应用HMM模型识别提取到的特征参数，以输出控制指令。
根据本发明的另一面，还提供一种机器人定位和建图方法，应用于如上述任一项所述服务机器人的导航系统，所述方法包括：
基于多种传感器采集的信息数据进行点云稀疏化和位姿初步估计；
基于点云稀疏化和位姿初步估计，并使用启发式搜索定位结合子图确认当前位姿，并将处理后的点云进行子图构建和栅格更新，最终构建栅格地图；
使用快速筛选法结合点云信息和外推位姿的方式查找匹配最好的子图，完成所述栅格地图的构建。
进一步的，上述机器人定位和建图方法中，多种传感器采集的信息数据包括：激光雷达获取的激光点云信息、Kinect获取的环境图像信息、GPS获取的定位信息、惯导模块获取的IMU信息和里程计获取的里程计信息。
根据本发明的另一面，还提供一种机器人路径规划方法，应用于如上述任一项所述服务机器人的导航系统，所述方法包括：
将构建的地图进行栅格化处理，并进行障碍物膨胀以避免机器人的撞上障碍物，采用强化学习算法进行路径规划。
与现有技术相比，本发明可用于医疗服务机器人和家庭服务机器人。包括：采用隐马尔可夫模型(HMM)进行语音识别，增强人机的交互性；通过机器人的多传感器采集到的信息，采用启发式搜索定位以及子图快速筛选算法进行机器人的定位和地图构建，建图更加高效准确；采用强化学习算法进行路径规划，保证了快速准确的导航能力。
附图说明
图1为本发明的服务机器人的导航系统的结构框图；
图2为本发明的服务机器人的导航系统的语音控制框图；
图3为本发明的服务机器人的导航系统的地图构建算法框架；
图4为本发明的服务机器人的导航系统的路径规划算法框图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。
如图1所示，本发明提供一种服务机器人的导航系统，包括：语音识别、定位及地图构建、路径规划三部分。系统结构包括：传感器、上位机和下位机，其中，
所述上位机为安装ROS机器人操作系统的树莓派，用于处理数据和生成控制命令；
所述下位机为基于Cortex-M3的搭建的机器人控制系统，用于底盘控制，电量监测；所述上位机通过串口与下位机建立通信；
所述传感器与上位机相连，用于采集信息数据。
本发明的服务机器人的导航系统一实施例中，所述传感器包括：分别与所述上位机连接的激光雷达、Kinect、里程计、加速度计、GPS定位模块和IMU模块。
本发明的服务机器人的导航系统一实施例中，所述传感器采集的数据信息包括：里程计信息、定位信息、IMU信息、速度信息、点云信息、激光数据、深度信息和语音信息。
本发明还提供一种语音识别方法，应用于所述服务机器人的导航系统；所述方法包括：
服务机器人通过Kinect麦克风阵列采集语音信息；
采集到的语音信息通过预处理、加窗分帧及端点检测进行预处理，得到预处理的语音信息；
利用小波变换从所述预处理的语音信息中提取特征参数；
应用HMM模型识别提取到的特征参数，以输出控制指令。
本发明还提供一种机器人定位和建图方法，应用于所述机器人的导航系统；所述方法包括：
基于多种传感器采集的信息数据进行点云稀疏化和位姿初步估计；
基于点云稀疏化和位姿初步估计，并使用启发式搜索定位结合子图确认当前位姿，并将处理后的点云进行子图构建和栅格更新，最终构建栅格地图；
使用快速筛选法结合点云信息和外推位姿的方式查找匹配最好的子图，完成所述栅格地图的构建。
本发明的机器人定位和建图方法一实施例中，多种传感器采集的信息数据包括：激光雷达获取的激光点云信息、Kinect获取的环境图像信息、GPS获取的定位信息、惯导模块获取的IMU信息和里程计获取的里程计信息。
本发明还提供一种机器人定位和建图方法，应用于所述机器人的导航系统；所述方法包括：
将构建的地图进行栅格化处理，并进行障碍物膨胀以避免机器人的撞上障碍物，采用强化学习算法进行路径规划。
具体的，本发明提供了一种服务机器人的导航系统：
第一，本发明提供了一种服务机器人的导航系统，用于服务机器人设计，其特征在于，包括语音识别、定位及地图构建、路径规划三部分，系统结构包括：传感器、上位机和下位机。所述上位机为安装ROS机器人操作系统的树莓派，用于处理数据和生成控制命令；所述下位机为基于Cortex-M3的搭建的机器人控制系统，用于底盘控制，电量监测；上位机通过串口与下位机建立通信；所述传感器与上位机相连，用于采集信息数据。
可选地，所述传感器包括：激光雷达、Kinect、里程计、加速度计、GPS定位模块、IMU模块。
可选地，所述数据信息包括：里程计信息、定位信息、IMU信息、速度信息、点云信息、激光数据、深度信息、语音信息。
第二，本发明提供了一种语音识别算法，应用于第一项所述机器人的导航系统，所述方法包括：机器人通过Kinect麦克风阵列采集语音信息；语音信息通过预处理、加窗分帧及端点检测等进行预处理；利用小波变换提取特征参数；应用HMM模型识别，输出控制指令。
第三，本发明提供了一种机器人定位和建图方法，应用于第一项所述机器人的导航系统，所述方法包括：多种传感器获得的数据进行点云稀疏化和位姿初步估计；使用启发式搜索定位结合子图确认当前位姿，并将处理后的点云信息进行子图构建和栅格更新；使用快速筛选法结合点云信息和外推位姿的方式查找匹配最好的子图，完成栅格地图的构建。
可选地，所述传感器数据包括：激光雷达获取的激光点云信息，Kinect获取的环境图形信息，GPS获取的定位信息，惯导模块获取的IMU信息，里程计获取的里程计信息。
第四，本发明提供了一种机器人路径规划方法，应用于第一项所述机器人的导航系统，所述方法包括：在构建的栅格地图中，采用强化学习算法进行路径规划。
图1为服务机器人的导航系统的结构框图，如图1所示，系统包括：多种传感器、上位机和下位机。所述上位机为安装ROS机器人操作系统的树莓派，用于处理激光雷达、Kinect、GPS、里程计等传感器获取的数据信息，并生成相应的控制命令；下位机为基于Cortex-M3的搭建的机器人控制系统，用于底盘控制，电量监测。上位机与下位机之间通过串口建立通信，将处理好的数据和控制命令发送给下位机机器人控制系统。
图2为服务机器人的导航系统的语音控制框图，如图2所示，语音识别部分主要由语音命令的预处理、特征提取、语音的训练和识别四部分组成。通过对Kinect麦克风阵列采集的语音控制命令进行采样、预加重、加窗分帧以及端点检测后，使用Bark小波包变换进行特征提取：将语音信号进行变换后，计算频带能量
将其通过DTC得到小波倒谱系数
再通过特征参数获取最大类间距
对每个语音命令训练HMM声学模型，建立起语音命令库，控制命令识别通过比较语音库中每个语音指令的HMM参数模型所输出概率的大小作为识别结果，并将识别结果通过播放设备播放，增加人机互动性。
图3为服务机器人的导航系统的地图构建算法框架，如图3所示，地图构建部分主要由子图构建和回环检测构成。通过激光雷达和Kinect获取环境点云数据，通过里程计获取位姿信息，再将获取到的点云数据进行稀疏化和外推位姿估计后，将扫描点进行体素过滤，并将扫描点坐标经过
变换投影到子图坐标系中，并使用贝叶斯概率模型 p(ζt|ζt-1，u，m，z)∝p(z|ζt，m)p(ζt|ζt-1，u)进一步获取机器人位姿。再使用对似然域预计算的方法进行栅格更新和子图构建，使用
表示栅格单元状态，使用
表示位置索引的数值概率。在子图建立完成后，使用快速筛选法结合点云信息和外推位姿的方式查找匹配最好的子图，完成栅格地图的构建。
图4为服务机器人的导航系统的路径规划算法框架，如图4所示，框架两大关键部分由定位和规划两部分组成，其中move_base实现了机器人的最优路径规划，为了保证机器人在导航路径时的准确性，由amcl实现机器人的精准定位。在路径规划时，机器人只需发布必要的传感器信息和导航位置信息即可。在导航时，机器人通过ROS发布sensor_msgs二维激光信息或三维点云信息，以实现避障的效果；同时，机器人发布里程计信息和TF变换要求；最终，导航包输出Twist格式的控制指令，包括线速度和角速度，控制机器人完成运动。
在路径规划时，引入影响宽带系数
和距离信息
来提供算法使用的环境信息，并且提高机器人运行轨迹的平滑性。引入奖赏函数来表示机器人在给定状态下采取行动的好坏，使用安全评价
和长度评价
来表示。引入值函数 Q(s，a)←Q(s，a)+α[r+γMaxa′Q(s′，a′)-Q(s，a)]来表示某一状态下采取行动的立即奖励以及在新的状态下采取所有行动的最大回报。
综上所述，本发明公开了一种服务机器人的导航系统，可用于医疗服务机器人和家庭服务机器人。包括：采用隐马尔可夫模型(HMM)进行语音识别，增强人机的交互性；通过机器人的多传感器采集到的信息，采用启发式搜索定位以及子图快速筛选算法进行机器人的定位和地图构建，建图更加高效准确；采用强化学习算法进行路径规划，保证了快速准确的导航能力。
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。
专业人员还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。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。显然，本领域的技术人员可以对发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包括这些改动和变型在内。
Claims (7)
1.一种服务机器人的导航系统，其特征在于，包括：传感器、上位机和下位机，其中，
所述上位机为安装ROS机器人操作系统的树莓派，用于处理数据和生成控制命令；
所述下位机为基于Cortex-M3的搭建的机器人控制系统，用于底盘控制，电量监测；所述上位机通过串口与下位机建立通信；
所述传感器与上位机相连，用于采集信息数据。
2.如权利要求1所述的服务机器人的导航系统，其特征在于，所述传感器包括：分别与所述上位机连接的激光雷达、Kinect、里程计、加速度计、GPS定位模块和IMU模块。
3.如权利要求1所述的服务机器人的导航系统，其特征在于，所述传感器采集的数据信息包括：里程计信息、定位信息、IMU信息、速度信息、点云信息、激光数据、深度信息和语音信息。
4.一种语音识别方法，应用于如权利要求1～3任一项所述服务机器人的导航系统，其特征在于，所述方法包括：
服务机器人通过Kinect麦克风阵列采集语音信息；
采集到的语音信息通过预处理、加窗分帧及端点检测进行预处理，得到预处理的语音信息；
利用小波变换从所述预处理的语音信息中提取特征参数；
应用HMM模型识别提取到的特征参数，以输出控制指令。
5.一种机器人定位和建图方法，应用于如权利要求1～3任一项所述服务机器人的导航系统，其特征在于，所述方法包括：
基于多种传感器采集的信息数据进行点云稀疏化和位姿初步估计；
基于点云稀疏化和位姿初步估计，并使用启发式搜索定位结合子图确认当前位姿，并将处理后的点云进行子图构建和栅格更新，最终构建栅格地图；
使用快速筛选法结合点云信息和外推位姿的方式查找匹配最好的子图，完成所述栅格地图的构建。
6.如权利要求5所述的机器人定位和建图方法，其特征在于，多种传感器采集的信息数据包括：激光雷达获取的激光点云信息、Kinect获取的环境图像信息、GPS获取的定位信息、惯导模块获取的IMU信息和里程计获取的里程计信息。
7.一种机器人路径规划方法，应用于如权利要求1～3任一项所述服务机器人的导航系统，其特征在于，所述方法包括：
将构建的地图进行栅格化处理，并进行障碍物膨胀以避免机器人的撞上障碍物，采用强化学习算法进行路径规划。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110354835.7A CN113093749A (zh) | 2021-04-01 | 2021-04-01 | 服务机器人的导航系统及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110354835.7A CN113093749A (zh) | 2021-04-01 | 2021-04-01 | 服务机器人的导航系统及方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113093749A true CN113093749A (zh) | 2021-07-09 |
Family
ID=76672466
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110354835.7A Pending CN113093749A (zh) | 2021-04-01 | 2021-04-01 | 服务机器人的导航系统及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113093749A (zh) |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101944359A (zh) * | 2010-07-23 | 2011-01-12 | 杭州网豆数字技术有限公司 | 一种面向特定人群的语音识别方法 |
| CN109471123A (zh) * | 2018-11-19 | 2019-03-15 | 上海应用技术大学 | 远程探测机器人 |
| CN109557920A (zh) * | 2018-12-21 | 2019-04-02 | 华南理工大学广州学院 | 一种自动导航建图机器人及控制方法 |
| CN110160543A (zh) * | 2019-04-22 | 2019-08-23 | 广东工业大学 | 实时定位和地图构建的机器人 |
| CN111061266A (zh) * | 2019-12-12 | 2020-04-24 | 湖南大学 | 一种实时场景分析和空间避障的夜间值守机器人 |
| CN111309015A (zh) * | 2020-02-25 | 2020-06-19 | 华南理工大学 | 一种融合多传感器的变电站巡检机器人定位导航系统 |
| CN112017658A (zh) * | 2020-08-28 | 2020-12-01 | 北京计算机技术及应用研究所 | 一种基于智能人机交互的操作控制系统 |
-
2021
- 2021-04-01 CN CN202110354835.7A patent/CN113093749A/zh active Pending
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101944359A (zh) * | 2010-07-23 | 2011-01-12 | 杭州网豆数字技术有限公司 | 一种面向特定人群的语音识别方法 |
| CN109471123A (zh) * | 2018-11-19 | 2019-03-15 | 上海应用技术大学 | 远程探测机器人 |
| CN109557920A (zh) * | 2018-12-21 | 2019-04-02 | 华南理工大学广州学院 | 一种自动导航建图机器人及控制方法 |
| CN110160543A (zh) * | 2019-04-22 | 2019-08-23 | 广东工业大学 | 实时定位和地图构建的机器人 |
| CN111061266A (zh) * | 2019-12-12 | 2020-04-24 | 湖南大学 | 一种实时场景分析和空间避障的夜间值守机器人 |
| CN111309015A (zh) * | 2020-02-25 | 2020-06-19 | 华南理工大学 | 一种融合多传感器的变电站巡检机器人定位导航系统 |
| CN112017658A (zh) * | 2020-08-28 | 2020-12-01 | 北京计算机技术及应用研究所 | 一种基于智能人机交互的操作控制系统 |
Non-Patent Citations (1)
| Title |
|---|
| 张明雨: "移动机器人建图与路径规划方法研究", 《CNKI中国优秀硕士学位论文全文数据库（电子期刊）信息科技辑》 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109916393B (zh) | 一种基于机器人位姿的多重栅格值导航方法及其应用 | |
| JP7086111B2 (ja) | 自動運転車のｌｉｄａｒ測位に用いられるディープラーニングに基づく特徴抽出方法 | |
| EP4102186A1 (en) | Method for constructing self-driving map and related device | |
| CN109682368A (zh) | 机器人及地图构建方法、定位方法、电子设备、存储介质 | |
| WO2017168900A1 (ja) | 情報処理装置 | |
| CN108089572A (zh) | 用于稳健且有效的车辆定位的算法和基础设施 | |
| CN105283775A (zh) | 移动机器人以及音源位置推定系统 | |
| CN111260751B (zh) | 基于多传感器移动机器人的建图方法 | |
| CN106708037A (zh) | 自主移动式设备定位的方法、装置及自主移动式设备 | |
| CN111060099A (zh) | 一种无人驾驶汽车实时定位方法 | |
| CN108733059A (zh) | 一种导览方法及机器人 | |
| CN104898675A (zh) | 一种机器人智能导航控制方法 | |
| WO2021235100A1 (ja) | 情報処理装置、情報処理方法、及びプログラム | |
| CN111309035A (zh) | 多机器人协同移动与动态避障方法、装置、设备及介质 | |
| CN106782029A (zh) | 室内地图生成方法及装置 | |
| CN106679647A (zh) | 用于初始化自主移动式设备位姿的方法及装置 | |
| CN106814734A (zh) | 使用计算设备控制自主移动式设备的方法及系统 | |
| CN115388892A (zh) | 一种基于改进rbpf-slam算法的多传感器融合slam方法 | |
| JP2009229180A (ja) | ナビゲーション装置 | |
| CN113093749A (zh) | 服务机器人的导航系统及方法 | |
| CN115164931B (zh) | 一种盲人出行辅助系统、方法及设备 | |
| CN116429112A (zh) | 多机器人协同定位方法和装置、设备及存储介质 | |
| CN116520302A (zh) | 应用于自动驾驶系统的定位方法和构建三维地图的方法 | |
| US20230244244A1 (en) | Information processing apparatus, information processing method, and program | |
| CN112380314B (zh) | 路网信息的处理方法和装置、存储介质及电子设备 |
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 | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20210709 |
|
| WD01 | Invention patent application deemed withdrawn after publication |