CN113110409B - 一种自驱动机器人和参数标定的方法 - Google Patents

一种自驱动机器人和参数标定的方法 Download PDF

Info

Publication number
CN113110409B
CN113110409B CN201911357071.6A CN201911357071A CN113110409B CN 113110409 B CN113110409 B CN 113110409B CN 201911357071 A CN201911357071 A CN 201911357071A CN 113110409 B CN113110409 B CN 113110409B
Authority
CN
China
Prior art keywords
self
angle
image
driven robot
driving wheel
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
CN201911357071.6A
Other languages
English (en)
Other versions
CN113110409A (zh
Inventor
张震
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 CN201911357071.6A priority Critical patent/CN113110409B/zh
Publication of CN113110409A publication Critical patent/CN113110409A/zh
Application granted granted Critical
Publication of CN113110409B publication Critical patent/CN113110409B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G05D1/0246—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
    • G05D1/0253—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 extracting relative motion information from a plurality of images taken successively, e.g. visual odometry, optical flow
    • 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
    • G05D1/0263—Control of position or course in two dimensions specially adapted to land vehicles using magnetic or electromagnetic means using magnetic strips
    • 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)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • Optics & Photonics (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)

Abstract

本说明书公开了一种自驱动机器人和参数标定的方法，自驱动机器人针对每个采集周期，在该采集周期内通过图像传感器采集第一目标物的第一图像以及第二目标物的第二图像，根据该第一图像，确定自驱动机器人采集第一图像基于的第一位置以及采集该第二图像基于的第二位置，而后，根据该第一位置以及第二位置，确定自驱动机器人从第一位置移动到第二位置所转过的转向角度，通过角度传感器，监测自驱动机器人从第一位置移动到第二位置的过程中第一驱动轮在该采集周围内所转过的第一角度，以及第二驱动轮在该采集周期内转过的第二角度，根据各采集周期对应的第一角度、第二角度以及转向角度，从而实现了对第一驱动轮和第二驱动轮的参数进行实时标定。

Description

一种自驱动机器人和参数标定的方法
技术领域
本说明书涉及智能仓储技术领域，尤其涉及一种自驱动机器人和参数标定的方法。
背景技术
目前，诸如智能叉车、机器人等自驱动机器人已经广泛应用于仓储、物流等领域，用于实现对货物的自动化运输。
两轮差速机器人作为常见的自驱动机器人，已经在仓储的货物搬运过程中得到了大量的应用。两轮差速机器人可以按照控制中心发送的搬运指令，移动到仓库中的指定位置，从而将指定位置处货架上的货物从货架上取出，并搬运到其他位置，或是将搬运的货物堆放在该指定位置处的货架上。
在实际应用中，两轮差速机器人中两个驱动轮涉及的参数往往都是事先通过人工的方式标定好的。这样一来，两轮差速机器人可以基于人工标定好的参数，实现货物搬运过程中的导航。然而两轮差速机器人在使用的过程中，难免会出现诸如震动、撞击等情况，这些情况将会导致两轮差速机器人中两个驱动轮的参数发生变化，如不对参数进行再次标定，则将会极大的影响两轮差速机器人导航的精确性。而在现有技术中，往往只能通过人工标定的方式对两轮差速机器人中两个驱动轮的参数进行再次标定，从而极大的降低了参数标定的实时性。
所以，如何能够及时、方便的实现对两轮差速机器人中两个驱动轮涉及的参数进行标定，则是一个亟待解决的问题。
发明内容
本说明书提供一种自驱动机器人和参数标定的方法，以部分的解决现有技术存在的上述问题。
本说明书采用下述技术方案：
本说明书提供了一种自驱动机器人，包括：图像传感器、角度传感器、第一驱动轮、第二驱动轮和处理器；
所述图像传感器设置为，针对每个采集周期，在该采集周期内采集第一目标物的目标物图像，作为第一图像，以及采集第二目标物的目标物图像，作为第二图像，并将所述第一图像和所述第二图像发送给所述处理器；
所述角度传感器设置为，监测所述自驱动机器人从所述第一位置移动到所述第二位置的过程中所述第一驱动轮在该采集周期内转过的角度，作为该采集周期对应的第一角度，以及所述第二驱动轮在该采集周期内转过的角度，作为该采集周期对应第二角度，并将该采集周期对应的第一角度和第二角度发送给所述处理器；
所述处理器包括：
定位模块，设置为根据接收到的所述第一图像，确定所述自驱动机器人采集所述第一图像所基于的位置，作为第一位置，以及根据所述第二图像，确定所述自驱动机器人采集所述第二图像所基于的位置，作为第二位置；
角度确定模块，设置为根据所述第一位置和所述第二位置，确定所述自驱动机器人从所述第一位置移动到所述第二位置所转过的角度，作为该采集周期对应的转向角度；
标定模块，设置为根据接收到的各采集周期对应的第一角度、第二角度以及确定出的各采集周期对应的转向角度，对所述第一驱动轮和所述第二驱动轮的参数进行标定。
可选地，所述目标物包括：数字对象唯一标识符DOI。
可选地，所述角度确定模块设置为，根据预设的地图，确定所述自驱动机器人从所述第一位置移动到所述第二位置所走过的路径；根据所述路径，确定该采集周期对应的转向角度。
可选地，所述角度传感器设置为，监测所述自驱动机器人从所述第一位置移动到所述第二位置的过程中所述第一驱动轮在该采集周期内的各角速度；根据所述第一驱动轮在该采集周期内的各角速度以及该采集周期对应的采集时长，确定所述第一驱动轮在该采集周期内转过的角度，作为该采集周期对应的第一角度；
所述角度传感器设置为，监测所述自驱动机器人从所述第一位置移动到所述第二位置的过程中所述第二驱动轮在该采集周期内的各角速度；根据所述第二驱动轮在该采集周期内的各角速度以及该采集周期对应的采集时长，确定所述第二驱动轮在该采集周期内转过的角度，作为该采集周期对应的第二角度。
可选地，所述标定模块设置为，针对每个采集周期，根据该采集周期对应的第一角度、第二角度以及转向角度，确定针对所述第一驱动轮和所述第二驱动轮的参数在该采集周期所对应的标定方程；
根据每个采集周期对应的标定方程，确定所述第一驱动轮和所述第二驱动轮的参数。
可选地，所述标定模块设置为，采用最小二乘法，确定每个采集周期对应的标定方程中包含的所述第一驱动轮和所述第二驱动轮的参数。
可选地，所述处理器还包括：
导航模块，设置为根据标定后的所述第一驱动轮和所述第二驱动轮的参数，对所述自驱动机器人进行导航。
本说明书提供了一种参数标定的方法，自驱动机器人设有图像传感器、角度传感器以及第一驱动轮和第二驱动轮，所述方法包括：
针对每个采集周期，所述自驱动机器人在该采集周期内通过所述图像传感器采集第一目标物的目标物图像，作为第一图像，通过所述图像传感器采集第二目标物的目标物图像，作为第二图像；
根据所述第一图像，确定所述自驱动机器人采集所述第一图像所基于的位置，作为第一位置，根据所述第二图像，确定所述自驱动机器人采集所述第二图像所基于的位置，作为第二位置；
根据所述第一位置和所述第二位置，确定所述自驱动机器人从所述第一位置移动到所述第二位置所转过的角度，作为该采集周期对应的转向角度；
通过所述角度传感器，监测所述自驱动机器人从所述第一位置移动到所述第二位置的过程中所述第一驱动轮在该采集周期内转过的角度，作为该采集周期对应的第一角度，以及所述第二驱动轮在该采集周期内转过的角度，作为该采集周期对应第二角度；
根据各采集周期对应的第一角度、第二角度以及转向角度，对所述第一驱动轮和所述第二驱动轮的参数进行标定。
可选地，所述目标物包括：数字对象唯一标识符DOI。
可选地，根据所述第一位置和所述第二位置，确定所述自驱动机器人从所述第一位置移动到所述第二位置所转过的角度，作为该采集周期对应的转向角度，具体包括：
根据预设的地图，确定所述自驱动机器人从所述第一位置移动到所述第二位置所走过的路径；
根据所述路径，确定该采集周期对应的转向角度。
可选地，通过所述角度传感器，监测所述自驱动机器人从所述第一位置移动到所述第二位置的过程中所述第一驱动轮在该采集周期内转过的角度，作为该采集周期对应的第一角度，以及所述第二驱动轮在该采集周期内转过的角度，作为该采集周期对应第二角度，具体包括：
通过所述角度传感器，监测所述自驱动机器人从所述第一位置移动到所述第二位置的过程中所述第一驱动轮在该采集周期内的各角速度；
根据所述第一驱动轮在该采集周期内的各角速度以及该采集周期对应的采集时长，确定所述第一驱动轮在该采集周期内转过的角度，作为该采集周期对应的第一角度；
通过所述角度传感器，监测所述自驱动机器人从所述第一位置移动到所述第二位置的过程中所述第二驱动轮在该采集周期内的各角速度；
根据所述第二驱动轮在该采集周期内的各角速度以及该采集周期对应的采集时长，确定所述第二驱动轮在该采集周期内转过的角度，作为该采集周期对应的第二角度。
可选地，根据各采集周期对应的第一角度、第二角度以及转向角度，对所述第一驱动轮和所述第二驱动轮的参数进行标定，具体包括：
针对每个采集周期，根据该采集周期对应的第一角度、第二角度以及转向角度，确定针对所述第一驱动轮和所述第二驱动轮的参数在该采集周期所对应的标定方程；
根据每个采集周期对应的标定方程，确定所述第一驱动轮和所述第二驱动轮的参数。
可选地，根据每个采集周期对应的标定方程，确定所述第一驱动轮和所述第二驱动轮的参数，具体包括：
采用最小二乘法，确定每个采集周期对应的标定方程中包含的所述第一驱动轮和所述第二驱动轮的参数。
可选地，所述方法还包括：
根据标定后的所述第一驱动轮和所述第二驱动轮的参数，对所述自驱动机器人进行导航。
本说明书采用的上述至少一个技术方案能够达到以下有益效果：
自驱动机器人针对每个采集周期，在该采集周期内通过图像传感器采集第一目标物的第一图像以及第二目标物的第二图像，根据该第一图像，确定自驱动机器人采集第一图像所基于的第一位置以及采集该第二图像所基于的第二位置，而后，可以根据该第一位置以及第二位置，确定自驱动机器人从第一位置移动到第二位置所转过的角度，作为该采集周围对应的转向角度，通过角度传感器，监测自驱动机器人从第一位置移动到第二位置的过程中第一驱动轮在该采集周围内所转过的角度，作为该采集周期对应的第一角度，以及第二驱动轮在该采集周期内转过的角度，作为该采集周期对应的第二角度，根据各采集周期对应的第一角度、第二角度以及转向角度，对第一驱动轮和第二驱动轮的参数进行标定。
从上述方法中可以看出，由于自驱动机器人可以根据各采集周期所对应的第一角度、第二角度以及转向角度，自动标定出第一驱动轮和第二驱动轮的参数，这样不仅在一定程度上实现了实时标定参数的目的，有效的提高了参数标定的效率，还有效保证了自驱动机器人导航的精确性。
附图说明
此处所说明的附图用来提供对本说明书的进一步理解，构成本说明书的一部分，本说明书的示意性实施例及其说明用于解释本说明书，并不构成对本说明书的不当限定。在附图中：
图1为本说明书提供的一种参数标定的流程示意图；
图2为本说明书提供的自驱动机器人在仓库中移动的示意图；
图3为本说明书提供的自驱动机器人通过采集到的目标物的图像确定与目标物之间的角度的示意图；
图4为本说明书提供的一种自驱动机器人的结构示意图。
具体实施方式
为使本说明书的目的、技术方案和优点更加清楚，下面将结合本说明书具体实施例及相应的附图对本说明书中技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本说明书一部分实施例，而不是全部的实施例。基于本说明书中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本说明书保护的范围。
以下结合附图，详细说明本说明书各实施例提供的技术方案。
图1为本说明书提供的一种参数标定的流程示意图，具体包括以下步骤：
S101：针对每个采集周期，所述自驱动机器人在该采集周期内通过所述图像传感器采集第一目标物的目标物图像，作为第一图像，通过所述图像传感器采集第二目标物的目标物图像，作为第二图像。
在本说明书中，自驱动机器人可以是指设置有两个驱动轮的两轮差速机器人，自驱动机器人在仓库进行移动时，可以实时采集设置在各仓库的目标物。其中，这里提到的目标物可以是指诸如二维码、条码等数字对象唯一标识符(Digital Object UniqueIdentifier，DOI)。也就是说，在仓库中设置的可供自驱动机器人行驶的各路径上设有DOI，自驱动机器人在行驶过程中，可以通过采集DOI的图像并对其进行识别，确定出自身在仓库中所处的位置。
具体的，在本说明书中，自驱动机器人上设有图像传感器，自驱动机器人在行驶过程中，可以通过该图像传感器采集该仓库中路径上设置的目标物的图像。其中，对于每个采集周期来说，当自驱动机器人在该采集周期内的行驶过程中，遇到第一目标物时，可以采集该第一目标物的目标物图像，作为第一图像，而后，在该采集周期内继续行驶的过程中，又遇到了第二目标物，则可以采集该第二目标物的目标物图像，作为第二图像。
从这里可以看出，本说明书中提到的一个采集周期，其实是指自驱动机器人在行驶过程中先后采集到第一目标物和第二目标物的目标物图像所消耗的这段时间。也就是说，对于不同的采集周期来说，自驱动机器人在行驶过程中先后采集到第一目标物和第二目标物的目标物图像所消耗的这段时间也有所不同，所以，不同采集周期的时长也不尽相同。
上述提到的第一目标物和第二目标物其实是指自驱动机器人在一个采集周期先后遇到的两个目标物。换句话说，自驱动机器人在任意一个采集周期内先后遇到的两个目标物，均可以称之为在这一采集周期所遇到的第一目标物和第二目标物。
需要说明的是，对于两个连续的采集周期来说，前一采集周期中自驱动机器人所遇到的第二目标物，可以是指后一采集周期中自驱动机器人所遇到的第一目标物。
例如，假设自驱动机器人在行驶过程中，采集到了目标物A的目标物图像，则可以将目标物A的目标物图像所基于的时刻作为第一个采集周期的起始时刻。当自驱动机器人采集完目标物A的目标物图像后，行驶一段时间又采集到目标物B的目标物图像，则可以将采集到目标物B的目标物图像所基于的时刻作为第一采集周期的结束时刻，此时，第一个采集周期结束。与此同时，可以将采集到目标物B的目标物图像所基于的时刻作为第二个采集周期的起始时刻。当自驱动机器人采集完目标物B的目标物图像后，行驶一段时间又采集到目标物C的目标物图像，则可以将采集到目标物C的目标物图像所基于的时刻作为第一采集周期的结束时刻，第二个采集周期结束。同时，可以进一步地将采集到目标物C的目标物图像所基于的时刻作为第三个采集周期的起始时刻，以此类推。
S102：根据所述第一图像，确定所述自驱动机器人采集所述第一图像所基于的位置，作为第一位置，根据所述第二图像，确定所述自驱动机器人采集所述第二图像所基于的位置，作为第二位置。
对于每个采集周期来说，当自驱动机器人采集到该采集周期所遇到的第一目标物的第一图像后，可以根据该第一图像，确定出自驱动机器人在采集该第一图像时所基于的位置，作为第一位置。
其中，自驱动机器人可以对该第一图像进行识别，以识别出该第一图像中包含的位置信息，进而确定出采集该第一图像时所基于的位置。也就是说，对于任意一个目标物来说，该目标物中均包含有自身所处的位置信息。例如，当目标物为二维码时，则该二维码中记录了该二维码所处的位置信息，这一位置信息即表示了该二维码具体设置在何处。
在本说明书中，各目标物所处的位置信息也可以保存在控制中心中，自驱动机器人可以通过向控制中心进行信息查询，获取到各目标物所处的位置信息。具体的，自驱动机器人在采集到上述第一图像后，也可以从该第一图像中识别出该第一目标物的标识信息，并将该标识信息发送给控制中心，控制中心可以根据该标识信息，向自驱动机器人返回第一目标物所处的位置信息。
对于该采集周期的第二目标物来说，自驱动机器人在采集到该第二目标物对应的第二图像后，可以按照上述两种方式，确定出该第二目标物所处的位置，作为第二位置，在此就不进行详细赘述了。
S103：根据所述第一位置和所述第二位置，确定所述自驱动机器人从所述第一位置移动到所述第二位置所转过的角度，作为该采集周期对应的转向角度。
对于一个采集周期来说，自驱动机器人确定出在该采集周期所遇到的第一目标物对应的第一位置，以及在该采集周期所遇到的第二目标物对应的第二位置后，可以进一步地确定出自驱动机器人从该第一位置移动到该第二位置所转过的角度，作为该采集周期对应的转向角度。这里提到的转向角度即是指自驱动机器人在从该第一位置移动到该第二位置的过程中，在路径上转过了多少的角度。这里转向角度具体可以通过该第一位置和该第二位置在地图上的位置来进行确定。
具体的，在本说明书中，自驱动机器人可以通过预设的地图(如仓库的地图)，确定出自驱动机器人从该第一位置移动到该第二位置所走过的路径，进而根据该路径，确定出该采集周期对应的转向角度。如图2所示。
图2为本说明书提供的自驱动机器人在仓库中移动的示意图。
在图2中存在多条纵横交错的通道，这些通道设置在仓库中，供自驱动机器人进行移动。假设，自驱动机器人在一个采集周期中，先采集到了目标物A的图像，则可以将目标物A的图像作为第一图像，并根据该第一图像，确定出目标物A所处的位置，作为第一位置。而后，自驱动机器人又采集到了目标物B的图像，则可以将目标物B的图像作为第二图像，并根据该第二图像，确定出目标物B所处的位置，作为第二位置。
从图2所述的预设的地图中可以看出，自驱动机器人从第一位置移动到第二位置的路径为箭头所示。通过该路径可以确定出，自驱动机器人从第一位置移动到第二位置的过程中，转了一个直角弯，则可以确定出自驱动机器人在该采集周期所对应的转向角度为90°。
在本说明书中，自驱动机器人在一个采集周期所对应的转向角度，除了取决于自驱动机器人在该采集周期的经过的第一位置和第二位置，还主要取决于预设的地图中供自驱动机器人移动的通道的分布情况。例如，在图2所示的预设的地图中，自驱动机器人在一个采集周期所对应的转向角度为90°和0°两种情况(转向角度为0°时即是指自驱动机器人在一个采集周期内行走的路径为一条直线)。而若是地图中通道的分布情况与图2中所示的形式有所不同，则自驱动机器人在一个采集周期对应的转向角度也将出现不同的取值。
S104：通过所述角度传感器，监测所述自驱动机器人从所述第一位置移动到所述第二位置的过程中所述第一驱动轮在该采集周期内转过的角度，作为该采集周期对应的第一角度，以及所述第二驱动轮在该采集周期内转过的角度，作为该采集周期对应第二角度。
在本说明书中，自驱动机器人在一个采集周期内可以通过设置的角度传感器，时刻监测自驱动机器人所转过的角度。具体的，自驱动机器人的第一驱动轮和第二驱动轮分别设置有角度传感器。所以，自驱动机器人可以通过设置在第一驱动轮上的角度传感器，监测自驱动机器人从第一位置移动到第二位置的过程中第一驱动轮在该采集周期内转过的角度，作为该采集周期对应的第一角度。同理，自驱动机器人可以通过设置在第二驱动轮上的角度传感器，监测自驱动机器人从第一位置移动到第二位置的过程中第二驱动轮在该采集周期内转过的角度，作为该采集周期对应的第二角度。
其中，角度传感器并不是直接测出驱动轮在该采集周期内转过的角度，而是时刻监测自驱动机器人在移动过程中驱动轮的角速度。自驱动机器人可以通过角度传感器所测出的驱动轮的角速度，确定出每个驱动轮在该采集周期所转过的角度。
具体的，自驱动机器人可以通过针对第一驱动轮设置的角度传感器，监测自驱动机器人从该采集周期的第一位置移动到第二位置的过程中第一驱动轮在该采集周期内的各角速度。而后，自驱动机器人可以根据第一驱动轮在该采集周期内的各角速度以及该采集周期对应的采集时长，确定出第一驱动轮在该采集周期内转过的角度，作为该采集周期对应的第一角度。其中，由于自驱动机器人可以通过角度传感器，实时监测到第一驱动轮的角速度，所以，自驱动机器人可以通过该采集周期的采集时长，对监测到的第一驱动轮的各角速度进行积分，从而确定出第一驱动轮在该采集周期所转过的角度。
同理，自驱动机器人也可以通过针对第二驱动轮设置的角度传感器，确定出第二驱动轮在该采集周期所转过的角度，作为该采集周期对应的第二角度。具体的确定方式与上述确定第一驱动轮在该采集周期所转过的角度的方式相同，在此不再进行详细赘述。
S105：根据各采集周期对应的第一角度、第二角度以及转向角度，对所述第一驱动轮和所述第二驱动轮的参数进行标定。
对于一个采集周期来说，自驱动机器人确定出的该采集周期对应的第一角度和第二角度只是第一驱动轮和第二驱动轮在该采集周期所转过的角度。而自驱动机器人需要通过该第一角度和该第二角度，进一步地确定出自驱动机器人在该采集周期内移动的过程中自身转过的实际角度。其中，这里提到的实际角度和上述提到的该采集周期对应的转向角度是有区别的，转向角度是通过该采集周期内的第一位置和第二位置所确定出来的，也就是说，该转向角度表明了自驱动机器人在预设的地图中所转过的角度，而这里提到的实际角度则是指自驱动机器人在实际行驶过程中实际所转过的角度。
自驱动机器人需要将第一角度和第二角度进行转化，才能得到上述实际角度，而在转化的过程中，则涉及到了第一驱动轮和第二驱动轮的参数，这里提到的参数其实就是需要进行标定的参数。
具体的，在本说明书中，自驱动机器人两个驱动轮所涉及的参数如下面的公式所示：
其中，J用于总体上表示自驱动机器人两个驱动轮涉及的参数，用于表示左驱动轮在线速度上相关的参数，用于表示右驱动轮在线速度上相关的参数，用于表示左驱动轮在角速度上相关的参数，用于表示右驱动轮在角速度上相关的参数。rL表示左驱动轮的轮半径，rR表示右驱动轮的轮半径，b表示两个驱动轮之间的间距。
由于本说明书提供的参数标定的方法，意在通过自驱动机器人转过的角度进行参数标定，所以，本说明书中需要标定的参数实际上为和。而通过这两个参数，可以将第一角度和第二角度转化成上述实际角度。具体的转化方式为现有的常规技术，在此就不进行详细赘述了。
在一个采集周期中，该采集周期对应的实际角度和转向角度应该相等的。基于此，自驱动机器人可以通过将该实际角度和转向角度相等，来构建该采集周期所对应的包含有上述两个需要标定的参数的标定方程，进而通过确定出的每个采集周期对应的标定方式，对上述两个需要标定的参数实施标定。
其中，由于上述两个需要标定的参数在一个标定方程中相当于两个未知数，所以，单纯通过一个采集周期所对应的标定方程是无法确定出这两个参数的。因此，自驱动机器人需要至少两个采集周期对应的标定方程，才能对这两个参数实施标定。
而为了能够使标定出的参数更为的精确，自驱动机器人可以采用多个采集周期对应的标定方程，通过最小二乘法，确定出上述两个需要标定的参数。其中，采用最小二乘法来确定上述两个需要标定的参数为现有的常规方式，在此就不进行详细赘述了。
当然，在本说明书中，自驱动机器人确定出多个采集周期对应的标定方程后，也可以采用其他的方式，来确定上述两个需要标定的参数，如，最大似然估计、矩估计等，在此就不详细举例说明了。
需要说明的是，自驱动机器人在对上述两个参数进行标定时，并不能标定出rL、rR以及b的具体取值，只是能够将和分别作为整体来进行标定，所以，自驱动机器人最终标定出的参数是指和，而并非rL、rR以及b。
经过多个采集周期的数据采集，自驱动机器人可以将这两个参数(即第一驱动轮和第二驱动轮的参数)进行准确的标定，这样一来，自驱动机器人即可以根据标定后的这两个参数，对自驱动机器人进行导航。
从上述方法可以看出，由于自驱动机器人可以根据各采集周期所对应的第一角度、第二角度以及转向角度，自动标定出第一驱动轮和第二驱动轮的参数，这样不仅在一定程度上实现了实时标定参数的目的，有效的提高了参数标定的效率，还有效保证了自驱动机器人导航的精确性。
需要说明的是，在本说明书中，自驱动机器人在对目标物进行图像采集时，也可以基于采集到的图像，来确定出目标物与自驱动机器人之间所成的角度，如图3所示。
图3为本说明书提供的自驱动机器人通过采集到的目标物的图像确定与目标物之间的角度的示意图。
图3示出的目标物为二维码，当自驱动机器人采集到该二维码的图像后，可以通过图像自适应二值化，查找图3中二维码外围黑框的边缘点。然后，利用边缘点拟合出二维码外围黑框的4条直线，再利用直线找到交点，交点即为黑框的角点。自驱动机器人可以利用垂直性以及角点校验最终确定黑框的位置，并通过确定出的角点，计算黑框的中心坐标，进而利用在该图像中穿过该中心坐标的垂线直线，计算出该二维码相对于自驱动机器人的偏转角度。这里描述的确定二维码与自驱动机器人之间的角度所采用的方式实际上为现有的常规技术，所以，具体的详细过程在此就不进行详细说明了。
对于每个采集周期来说，自驱动机器人均可以通过上述方式，确定出在采集第一目标物的图像时与第一目标物之间所成的角度，以及在采集第二目标物的图像时与第二目标物之间所成的角度。自驱动机器人可以通过确定出的这两个角度，对基于该采集周期对应的第一位置和第二位置所确定出的转向角度进行修正，得到该采集周期对应的修正后的转向角度，进而通过每个采集周期所对应的修正后的转向角度，以及每个采集周期对应的第一角度和第二角度，来对第一驱动轮和第二驱动轮的参数进行更为准确的标定。
以上为本说明书的一个或多个实施例提供的参数标定的方法，基于同样的思路，本说明书还提供了相应的自驱动机器人，如图4所示。
图4为本说明书提供的一种自驱动机器人的结构示意图，所述自驱动机器人包括：图像传感器401、角度传感器402、第一驱动轮403、第二驱动轮404以及处理器405；
所述图像传感器401设置为，针对每个采集周期，在该采集周期内采集第一目标物的目标物图像，作为第一图像，以及采集第二目标物的目标物图像，作为第二图像，并将所述第一图像和所述第二图像发送给所述处理器405；
所述角度传感器402设置为，监测所述自驱动机器人从所述第一位置移动到所述第二位置的过程中所述第一驱动轮403在该采集周期内转过的角度，作为该采集周期对应的第一角度，以及所述第二驱动轮404在该采集周期内转过的角度，作为该采集周期对应第二角度，并将该采集周期对应的第一角度和第二角度发送给所述处理器405；
所述处理器405包括：
定位模块4051，设置为根据接收到的所述第一图像，确定所述自驱动机器人采集所述第一图像所基于的位置，作为第一位置，以及根据所述第二图像，确定所述自驱动机器人采集所述第二图像所基于的位置，作为第二位置；
角度确定模块4052，设置为根据所述第一位置和所述第二位置，确定所述自驱动机器人从所述第一位置移动到所述第二位置所转过的角度，作为该采集周期对应的转向角度；
标定模块4053，设置为根据接收到的各采集周期对应的第一角度、第二角度以及确定出的各采集周期对应的转向角度，对所述第一驱动轮403和所述第二驱动轮404的参数进行标定。
可选地，所述目标物包括：数字对象唯一标识符DOI。
可选地，所述角度确定模块4052设置为，根据预设的地图，确定所述自驱动机器人从所述第一位置移动到所述第二位置所走过的路径；根据所述路径，确定该采集周期对应的转向角度。
可选地，所述角度传感器4052设置为，监测所述自驱动机器人从所述第一位置移动到所述第二位置的过程中所述第一驱动轮403在该采集周期内的各角速度；根据所述第一驱动轮403在该采集周期内的各角速度以及该采集周期对应的采集时长，确定所述第一驱动轮403在该采集周期内转过的角度，作为该采集周期对应的第一角度；
所述角度传感器4052设置为，监测所述自驱动机器人从所述第一位置移动到所述第二位置的过程中所述第二驱动轮404在该采集周期内的各角速度；根据所述第二驱动轮404在该采集周期内的各角速度以及该采集周期对应的采集时长，确定所述第二驱动轮404在该采集周期内转过的角度，作为该采集周期对应的第二角度。
可选地，所述标定模块4053设置为，针对每个采集周期，根据该采集周期对应的第一角度、第二角度以及转向角度，确定针对所述第一驱动轮403和所述第二驱动轮404的参数在该采集周期所对应的标定方程；根据每个采集周期对应的标定方程，确定所述第一驱动轮403和所述第二驱动轮404的参数。
可选地，所述标定模块4053设置为，采用最小二乘法，确定每个采集周期对应的标定方程中包含的所述第一驱动轮403和所述第二驱动轮404的参数。
可选地，所述处理器405还包括：
导航模块4054，设置为根据标定后的所述第一驱动轮403和所述第二驱动轮404的参数，对所述自驱动机器人进行导航。
在20世纪90年代，对于一个技术的改进可以很明显地区分是硬件上的改进(例如，对二极管、晶体管、开关等电路结构的改进)还是软件上的改进(对于方法流程的改进)。然而，随着技术的发展，当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此，不能说一个方法流程的改进就不能用硬件实体模块来实现。例如，可编程逻辑器件(Programmable Logic Device,PLD)(例如现场可编程门阵列(Field Programmable GateArray，FPGA))就是这样一种集成电路，其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字系统“集成”在一片PLD上，而不需要请芯片制造厂商来设计和制作专用的集成电路芯片。而且，如今，取代手工地制作集成电路芯片，这种编程也多半改用“逻辑编译器(logic compiler)”软件来实现，它与程序开发撰写时所用的软件编译器相类似，而要编译之前的原始代码也得用特定的编程语言来撰写，此称之为硬件描述语言(Hardware Description Language，HDL)，而HDL也并非仅有一种，而是有许多种，如ABEL(Advanced Boolean Expression Language)、AHDL(Altera Hardware DescriptionLanguage)、Confluence、CUPL(Cornell University Programming Language)、HDCal、JHDL(Java Hardware Description Language)、Lava、Lola、MyHDL、PALASM、RHDL(RubyHardware Description Language)等，目前最普遍使用的是VHDL(Very-High-SpeedIntegrated Circuit Hardware Description Language)与Verilog。本领域技术人员也应该清楚，只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中，就可以很容易得到实现该逻辑方法流程的硬件电路。
控制器可以按任何适当的方式实现，例如，控制器可以采取例如微处理器或处理器以及存储可由该(微)处理器执行的计算机可读程序代码(例如软件或固件)的计算机可读介质、逻辑门、开关、专用集成电路(Application Specific Integrated Circuit，ASIC)、可编程逻辑控制器和嵌入微控制器的形式，控制器的例子包括但不限于以下微控制器：ARC 625D、Atmel AT91SAM、Microchip PIC18F26K20以及Silicone Labs C8051F320，存储器控制器还可以被实现为存储器的控制逻辑的一部分。本领域技术人员也知道，除了以纯计算机可读程序代码方式实现控制器以外，完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件，而对其内包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至，可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
上述实施例阐明的系统、装置、模块或单元，具体可以由计算机芯片或实体实现，或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的，计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。
为了描述的方便，描述以上装置时以功能分为各种单元分别描述。当然，在实施本说明书时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。
还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白，本说明书的实施例可提供为方法、系统或计算机程序产品。因此，本说明书可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本说明书可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本说明书可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本说明书，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
以上所述仅为本说明书的实施例而已，并不用于限制本说明书。对于本领域技术人员来说，本说明书可以有各种更改和变化。凡在本说明书的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本说明书的权利要求范围之内。

Claims (10)

1.一种自驱动机器人，其特征在于，包括：角度传感器、第一驱动轮、第二驱动轮、处理器和设置在所述自驱动机器人上的图像传感器；
所述图像传感器设置为，针对每个采集周期，在该采集周期内采集在所述自驱动机器人行驶路径上设置的第一目标物的目标物图像，作为第一图像，以及采集在所述自驱动机器人行驶路径上设置的第二目标物的目标物图像，作为第二图像，并将所述第一图像和所述第二图像发送给所述处理器；
所述角度传感器设置为，监测所述自驱动机器人从第一位置移动到第二位置的过程中所述第一驱动轮在该采集周期内转过的角度，作为该采集周期对应的第一角度，以及所述第二驱动轮在该采集周期内转过的角度，作为该采集周期对应第二角度，并将该采集周期对应的第一角度和第二角度发送给所述处理器；
所述处理器包括：
定位模块，设置为根据接收到的所述第一图像，确定所述第一图像中包含的所述第一图像所在的第一位置信息，再根据所述第一位置信息，确定所述自驱动机器人采集所述第一图像所基于的位置，作为第一位置，以及根据所述第二图像，确定所述第二图像中包含的所述第二图像所在的第二位置信息，再根据所述第二位置信息，确定所述自驱动机器人采集所述第二图像所基于的位置，作为第二位置；
角度确定模块，设置为根据所述第一位置和所述第二位置，确定所述自驱动机器人从所述第一位置移动到所述第二位置所转过的角度，作为该采集周期对应的转向角度；
标定模块，设置为根据接收到的各采集周期对应的第一角度、第二角度以及确定出的各采集周期对应的转向角度，对所述第一驱动轮和所述第二驱动轮的参数进行标定。
2.如权利要求1所述的自驱动机器人，其特征在于，所述目标物包括：数字对象唯一标识符DOI。
3.如权利要求1所述的自驱动机器人，其特征在于，所述角度确定模块设置为，根据预设的地图，确定所述自驱动机器人从所述第一位置移动到所述第二位置所走过的路径；根据所述路径，确定该采集周期对应的转向角度。
4.如权利要求1所述的自驱动机器人，其特征在于，所述角度传感器设置为，监测所述自驱动机器人从所述第一位置移动到所述第二位置的过程中所述第一驱动轮在该采集周期内的各角速度；根据所述第一驱动轮在该采集周期内的各角速度以及该采集周期对应的采集时长，确定所述第一驱动轮在该采集周期内转过的角度，作为该采集周期对应的第一角度；
所述角度传感器设置为，监测所述自驱动机器人从所述第一位置移动到所述第二位置的过程中所述第二驱动轮在该采集周期内的各角速度；根据所述第二驱动轮在该采集周期内的各角速度以及该采集周期对应的采集时长，确定所述第二驱动轮在该采集周期内转过的角度，作为该采集周期对应的第二角度。
5.如权利要求1所述的自驱动机器人，其特征在于，所述标定模块设置为，针对每个采集周期，根据该采集周期对应的第一角度、第二角度以及转向角度，确定针对所述第一驱动轮和所述第二驱动轮的参数在该采集周期所对应的标定方程；
根据每个采集周期对应的标定方程，确定所述第一驱动轮和所述第二驱动轮的参数。
6.如权利要求5所述的自驱动机器人，其特征在于，所述标定模块设置为，采用最小二乘法，确定每个采集周期对应的标定方程中包含的所述第一驱动轮和所述第二驱动轮的参数。
7.如权利要求1所述的自驱动机器人，其特征在于，所述处理器还包括：
导航模块，设置为根据标定后的所述第一驱动轮和所述第二驱动轮的参数，对所述自驱动机器人进行导航。
8.一种参数标定的方法，其特征在于，自驱动机器人设有角度传感器以及第一驱动轮、第二驱动轮和设置在所述自驱动机器人上的图像传感器，所述方法包括：
针对每个采集周期，所述自驱动机器人在该采集在所述自驱动机器人行驶路径上设置的周期内通过所述图像传感器采集第一目标物的目标物图像，作为第一图像，通过所述图像传感器采集在所述自驱动机器人行驶路径上设置的第二目标物的目标物图像，作为第二图像，每个目标物中均包含有自身所处的位置信息；
根据所述第一图像，确定所述第一图像中包含的所述第一图像所在的第一位置信息，再根据所述第一位置信息，确定所述自驱动机器人采集所述第一图像所基于的位置，作为第一位置，根据所述第二图像，确定所述第二图像中包含的所述第二图像所在的第二位置信息，再根据所述第二位置信息，确定所述自驱动机器人采集所述第二图像所基于的位置，作为第二位置；
根据所述第一位置和所述第二位置，确定所述自驱动机器人从所述第一位置移动到所述第二位置所转过的角度，作为该采集周期对应的转向角度；
通过所述角度传感器，监测所述自驱动机器人从所述第一位置移动到所述第二位置的过程中所述第一驱动轮在该采集周期内转过的角度，作为该采集周期对应的第一角度，以及所述第二驱动轮在该采集周期内转过的角度，作为该采集周期对应第二角度；
根据各采集周期对应的第一角度、第二角度以及转向角度，对所述第一驱动轮和所述第二驱动轮的参数进行标定。
9.如权利要求8所述的方法，其特征在于，所述目标物包括：数字对象唯一标识符DOI。
10.如权利要求8所述的方法，其特征在于，根据所述第一位置和所述第二位置，确定所述自驱动机器人从所述第一位置移动到所述第二位置所转过的角度，作为该采集周期对应的转向角度，具体包括：
根据预设的地图，确定所述自驱动机器人从所述第一位置移动到所述第二位置所走过的路径；
根据所述路径，确定该采集周期对应的转向角度。
CN201911357071.6A 2019-12-25 2019-12-25 一种自驱动机器人和参数标定的方法 Active CN113110409B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911357071.6A CN113110409B (zh) 2019-12-25 2019-12-25 一种自驱动机器人和参数标定的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911357071.6A CN113110409B (zh) 2019-12-25 2019-12-25 一种自驱动机器人和参数标定的方法

Publications (2)

Publication Number Publication Date
CN113110409A CN113110409A (zh) 2021-07-13
CN113110409B true CN113110409B (zh) 2024-06-25

Family

ID=76708547

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911357071.6A Active CN113110409B (zh) 2019-12-25 2019-12-25 一种自驱动机器人和参数标定的方法

Country Status (1)

Country Link
CN (1) CN113110409B (zh)

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108107882A (zh) * 2016-11-24 2018-06-01 中国科学技术大学 基于光学运动跟踪的服务机器人自动标定与检测系统

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106887037B (zh) * 2017-01-23 2019-12-17 杭州蓝芯科技有限公司 一种基于gpu和深度相机的室内三维重建方法

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108107882A (zh) * 2016-11-24 2018-06-01 中国科学技术大学 基于光学运动跟踪的服务机器人自动标定与检测系统

Also Published As

Publication number Publication date
CN113110409A (zh) 2021-07-13

Similar Documents

Publication Publication Date Title
US8463436B2 (en) Apparatus, method and medium for simultaneously performing cleaning and creation of map for mobile robot
CN107436148B (zh) 一种基于多地图的机器人导航方法及装置
Zhang et al. Localization and navigation using QR code for mobile robot in indoor environment
JP6906262B1 (ja) ロボットの再位置決め方法、装置及び機器
RU2570571C2 (ru) Способ и система определения точного местонахождения промышленного транспортного средства
CN110986988B (zh) 融合多传感器数据的轨迹推算方法、介质、终端和装置
CN110196044A (zh) 一种基于gps闭环检测的变电站巡检机器人建图方法
US10225685B2 (en) Method for assisting positioning and movable electronic device thereof
CN112161618A (zh) 仓储机器人定位与地图构建方法、机器人及存储介质
CN113050613B (zh) 自动导引车以及自动导引车控制方法
CN113494910B (zh) 一种基于uwb定位的车辆定位方法、装置及存储介质
CN111192303B (zh) 一种点云数据处理方法及装置
CN114061573A (zh) 地面无人车辆编队定位装置及方法
CN113110409B (zh) 一种自驱动机器人和参数标定的方法
CN118092451A (zh) 一种厂房机器人目标搜索过程的位置补偿方法
CN108121359A (zh) 一种购物机器人
US20220187845A1 (en) Method for estimating positioning of moving object by using big cell grid map, recording medium in which program for implementing same is stored, and computer program stored in medium in order to implement same
JP6813057B2 (ja) ビジュアルオドメトリ方法、装置及びコンピュータ読み取り可能な記憶媒体
CN117213510A (zh) 自动驾驶循迹行程信息处理方法、装置、设备及存储介质
CN116385999A (zh) 一种停车位的识别方法、装置及设备
WO2022237375A1 (zh) 用于定位装置和里程计的标定方法、程序产品和标定装置
CN114460537A (zh) 一种模型调整的方法及装置
CN112686077B (zh) 一种自驱动机器人和障碍物识别的方法
Wang et al. Calibration method of internal and external parameters of camera wheel tachometer based on TagSLAM framework
CN112873280A (zh) 一种用于机器人的传感器的标定方法及设备

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
GR01 Patent grant
GR01 Patent grant