CN113156971A - 一种纠正行走路径的方法、芯片和机器人 - Google Patents

一种纠正行走路径的方法、芯片和机器人 Download PDF

Info

Publication number
CN113156971A
CN113156971A CN202110501095.5A CN202110501095A CN113156971A CN 113156971 A CN113156971 A CN 113156971A CN 202110501095 A CN202110501095 A CN 202110501095A CN 113156971 A CN113156971 A CN 113156971A
Authority
CN
China
Prior art keywords
robot
map
walking path
data points
correcting
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
CN202110501095.5A
Other languages
English (en)
Inventor
赖钦伟
梁铧杰
肖刚军
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.)
Zhuhai Amicro Semiconductor Co Ltd
Original Assignee
Zhuhai Amicro Semiconductor 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 Zhuhai Amicro Semiconductor Co Ltd filed Critical Zhuhai Amicro Semiconductor Co Ltd
Priority to CN202110501095.5A priority Critical patent/CN113156971A/zh
Publication of CN113156971A publication Critical patent/CN113156971A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02Control of position or course in two dimensions
    • G05D1/021Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0276Control 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)
  • Aviation & Aerospace Engineering (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)

Abstract

本发明公开了一种纠正行走路径的方法,该方法包括以下步骤:S1:机器人开始移动前通过TOF模块获取具有点云数据的全局地图,然后根据全局地图规划路线;S2:机器人在移动过程中通过TOF模块获取数据点,并将数据点存储到临时地图中;S3:机器人将临时地图上的数据点与全局地图上相对应位置的点云数据进行偏差计算来获取偏差值;S4:机器人对偏差值进行处理,若处理后的偏差值大于预设值,则通过临时地图上的数据点来纠正行走路径。机器人先在开始移动前获取误差最小的全局地图作为基准,减少机器人的计算和移动误差;在工作过程中通过临时地图的数据点来纠正机器人的行走路径,提高机器人的移动能力。

Description

一种纠正行走路径的方法、芯片和机器人
技术领域
本发明涉及机器人技术领域,具体涉及一种纠正行走路径的方法、芯片和机器人。
背景技术
机器人在行走过程中码盘和陀螺仪会累积误差,或者由于人为或环境因素导致机器人计算出来的坐标积分产生了偏移(最典型的例子为地毯上打滑)。如果坐标产生了偏移,而机器人的slam系统此时不知道机器人实际走偏了,或者机器人实际并没有走偏,而计算出来是偏移了,都会导致机器走直线出现走八字形或s形。
发明内容
为解决上述问题,本发明提供了一种纠正行走路径的方法、芯片和机器人,机器人在移动过程中通过TOF模块获取点云数据,然后根据点云数据来检测行走路径是否发生偏移,并对偏移后的路径进行纠正,提高机器人的行走能力。本发明的具体技术方案如下:
一种纠正行走路径的方法,该方法包括以下步骤:S1:机器人开始移动前通过TOF模块获取具有点云数据的全局地图,然后根据全局地图规划路线;S2:机器人在移动过程中通过TOF模块获取数据点,并将数据点存储到临时地图中;S3:机器人将临时地图上的数据点与全局地图上相对应位置的点云数据进行偏差计算来获取偏差值;S4:机器人对偏差值进行处理,若处理后的偏差值大于预设值,则通过临时地图上的数据点来纠正行走路径。机器人先在开始移动前获取误差最小的全局地图作为基准,减少机器人的计算和移动误差;在工作过程中将TOF模块获取的点云数据放置在临时地图上,与全局地图的相应数据进行比较来判断机器人是否发生偏移,并纠正机器人的行走路径,提高机器人的移动能力。
进一步地,步骤S1中,机器人原地旋转一圈来获取点云数据,并将点云数据放置在全局地图中。
进一步地,步骤S2中,机器人在移动过程中建立局部地图和临时地图,然后将获取的数据点存放在局部地图和临时地图中。
进一步地,机器人通过局部地图记录同一数据点的次数来对数据点设置可信度,并将可信度达到预设值的数据点更新到全局地图中,同时重置临时地图。在更新全局地图后对临时地图进行重置,使全局地图更加完善,提高数据的准确度。
进一步地,局部地图每记录数据点一次,就会对该数据点添加设定的可信度。通过多次获取数据点来对数据点的可信度进行累加,防止噪点对机器人检测能力的影响。
进一步地,步骤S4中,机器人对偏差值进行累加。
进一步地,步骤S4中,机器人纠正行走路径的步骤包括:机器人将进行偏差计算的临时地图的数据点拟合为拟合直线;将与该直线相对应的全局地图的数据点也拟合为拟合直线;使临时地图的拟合直线进行平移或/和旋转来与全局地图的拟合直线重合;将机器人行走路径中与临时地图的拟合直线对应的部分进行相应的平移或/和旋转来获取纠正后的机器人行走路径。
进一步地,机器人检测临时地图纠正后的拟合直线的数据点在局部地图中的可信度,若可信度达到预设值,将拟合后的数据点更新到全局地图中。将纠正后的数据点更新到全局地图中,使全局地图更加完善,使机器人的导航更加准确。
一种芯片,内置控制程序,该程序被配置为执行上述的纠正行走路径的方法。
一种机器人,装配有主控芯片,所述主控芯片是上述的芯片。
附图说明
图1为本发明一种实施例所述纠正行走路径的方法流程图。
图2为本发明一种实施例所述的三种地图的功能示意图。
图3为本发明一种实施例所述的纠正路径的示意图。
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,一种纠正行走路径的方法,该方法包括以下步骤:S1:机器人开始移动前通过TOF模块获取具有点云数据的全局地图,然后根据全局地图规划路线;S2:机器人在移动过程中通过TOF模块获取数据点,并将数据点存储到临时地图中;S3:机器人将临时地图上的数据点与全局地图上相对应位置的点云数据进行偏差计算来获取偏差值;S4:机器人对偏差值进行处理,若处理后的偏差值大于预设值,则通过临时地图上的数据点来纠正行走路径。机器人先在开始移动前获取误差最小的全局地图作为基准,减少机器人的计算和移动误差;在工作过程中将TOF模块获取的点云数据放置在临时地图上,与全局地图的相应数据进行比较来判断机器人是否发生偏移,并纠正机器人的行走路径,提高机器人的移动能力。
进一步地,步骤S1中,机器人原地旋转一圈来获取点云数据,并将点云数据放置在全局地图中。点云数据(point cloud data)是指扫描资料以点的形式记录,每一个点包含有坐标信息,有些可能含有颜色信息(RGB)或反射强度信息(Intensity)。机器人在获取点云数据后,对全局地图进行栅格化处理,然后再将点云数据放置到栅格化后的全局地图中。
进一步地,步骤S2中,机器人在移动过程中会建立局部地图和临时地图,然后将获取的数据点存放在局部地图和临时地图中。机器人通过局部地图记录同一数据点的次数来对数据点设置可信度,并将可信度达到预设值的数据点更新到全局地图中,同时重置临时地图。在更新全局地图后对临时地图进行重置,使全局地图更加完善,提高数据的准确度。局部地图每记录数据点一次,就会对该数据点添加设定的可信度。通过多次获取数据点来对数据点的可信度进行累加,防止噪点对机器人检测能力的影响。
进一步地,步骤S4中,机器人对偏差值进行累加。步骤S4中,机器人纠正行走路径的方法为:机器人纠正行走路径的步骤包括:机器人将进行偏差计算的临时地图的数据点拟合为拟合直线;将与该直线相对应的全局地图的数据点也拟合为拟合直线;使临时地图的拟合直线进行平移或/和旋转来与全局地图的拟合直线重合;将机器人行走路径中与临时地图的拟合直线对应的部分进行相应的平移或/和旋转来获取纠正后的机器人行走路径。机器人检测临时地图纠正后的拟合直线的数据点在局部地图中的可信度,若可信度达到预设值,将拟合后的数据点更新到全局地图中。将纠正后的数据点更新到全局地图中,使全局地图更加完善,使机器人的导航更加准确。
一种芯片,内置控制程序,该程序被配置为执行上述的纠正行走路径的方法。
一种机器人,装配有主控芯片,所述主控芯片是上述的芯片。
TOF是Time of flight的简写,直译为飞行时间的意思。所谓飞行时间法3D成像,是通过给目标连续发送光脉冲,然后用传感器接收从物体返回的光,通过探测光脉冲的飞行(往返)时间来得到目标物距离。如果单点TOF放在slam机器上,此时单点TOF 可以获取到远处障碍物离机器的距离,再利用slam机器在进行规划的过程中计算出机器的世界坐标以及当前机器的倾角,则可以计算出当前环境中障碍物在世界坐标下的位置。此时的障碍物只是一个点,但而TOF在机器不断行走规划的过程中一直在获取这些障碍物的信息,那么这些信息就能形成一片二维点云,这就是单点TOF结合slam能给slam提供的信息。
如图2所示,机器人开始清扫时原地转圈获取到的地图,该地图称为全局地图,第二个为机器行走时产生的局部地图。对于全局地图,因为是开始清扫时,机器人位于原点旋转所获得的,此时机器人的码盘和陀螺仪因行走而累计误差几乎为0,则该地图可以认为是可信度最大的地图,局部地图是机器在行走过程中由TOF连续测距所获得的。这部分地图是用于完善全局地图的,因为全局地图是机器在原点旋转所获得的点云,因此在完整度上不够高,如一些小边角没有测出来,并且全局地图虽然可信度很高,然而并不是完全可信的,局部地图也能使全局地图变得更可信。机器在每次来回都能获得一些新的点,这些新的点通过滤波滤掉一些噪音后剩下的部分可以作为局部地图的栅格点,每一个局部地图栅格点的可信度为假如设置为10,机器在运行多个来回后,如果出现了重复扫到同一个局部地图栅格点则让该点可信度加10,当可信度大于30(即该点被扫描到了三次)则认为是局部地图的确信点,然后将该点添加到全局地图上,更新全局地图。临时地图则是对局部地图的一个纠正。临时地图中保存的是由TOF实际获取到的信息的一个地图信息,这些地图与全局地图进行匹配,计算出误差,然后利用这些误差来纠正局部地图,而局部地图中确信的部分则放到全局地图中。
如图3所示,当机器人计算出来的坐标积分产生了偏移(最典型的例子为地毯上打滑),而slam系统此时不知道机器实际走偏了,或者机器人实际并没有走偏,而计算出来是偏移了时,机器人在记录中的行驶路径为直线,如图3中的左图所示,而临时地图获取到的数据点则与全局地图相对应位置的数据点不重合,所述相对应为在图中的位置相对应,两个图的数据点可以是重合或者位于同一拟合直线上。在进行路径的纠正的过程为,机器人先将临时地图偏移后的数据点拟合为拟合直线,然后再将全局地图或局部地图与之相对应的数据点也拟合为拟合直线,然后将临时地图的拟合直线移动,使之与全局地图或局部地图的拟合直线重合,机器人的行走路径也进行相应的移动,移动后的路径就是纠正后的行驶路径。如图3中所示,临时地图的拟合直线的上半部向右偏移,则将临时地图的拟合直线以底部的数据点为支撑点,拟合直线进行逆时针旋转,进而与全局地图的拟合直线重合,机器人的行走路径进行相应的操作后,原来为直线的行走路径经过纠正后,该行走路径的上半部就会向左偏移。
显然,上述的实施例仅仅是本发明一部分实施例,而不是全部的实施例,各个实施例之间的技术方案可以相互结合。此外,如果实施例中出现“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等术语,其指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位或以特定的方位构造和操作,因此不能理解为对本发明的限制。如果实施例中出现“第一”、“第二”、“第三”等术语,是为了便于相关特征的区分,不能理解为指示或暗示其相对重要性、次序的先后或者技术特征的数量。
本领域普通技术人员可以理解:实现上述各方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成。这些程序可以存储于计算机可读取存储介质(比如ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质)中。该程序在执行时,执行包括上述各方法实施例的步骤。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。

Claims (10)

1.一种纠正行走路径的方法,其特征在于,该方法包括以下步骤:
S1:机器人开始移动前通过TOF模块获取具有点云数据的全局地图,然后根据全局地图规划路线;
S2:机器人在移动过程中通过TOF模块获取数据点,并将数据点存储到临时地图中;
S3:机器人将临时地图上的数据点与全局地图上相对应位置的点云数据进行偏差计算来获取偏差值;
S4:机器人对偏差值进行处理,若处理后的偏差值大于预设值,则通过临时地图上的数据点来纠正行走路径。
2.根据权利要求1所述的纠正行走路径的方法,其特征在于,步骤S1中,机器人原地旋转一圈来获取点云数据,并将点云数据放置在全局地图中。
3.根据权利要求1所述的纠正行走路径的方法,其特征在于,步骤S2中,机器人在移动过程中建立局部地图和临时地图,然后将获取的数据点存放在局部地图和临时地图中。
4.根据权利要求3所述的纠正行走路径的方法,其特征在于,机器人通过局部地图记录同一数据点的次数来对数据点设置可信度,并将可信度达到预设值的数据点更新到全局地图中,同时重置临时地图。
5.根据权利要求4所述的纠正行走路径的方法,其特征在于,局部地图每记录数据点一次,就对该数据点添加设定的可信度。
6.根据权利要求1所述的纠正行走路径的方法,其特征在于,步骤S4中,机器人对偏差值进行累加。
7.根据权利要求1所述的纠正行走路径的方法,其特征在于,步骤S4中,机器人纠正行走路径的步骤包括:
机器人将进行偏差计算的临时地图的数据点拟合为拟合直线;
将与该直线相对应的全局地图的数据点也拟合为拟合直线;
使临时地图的拟合直线进行平移或/和旋转来与全局地图的拟合直线重合;
将机器人行走路径中与临时地图的拟合直线对应的部分进行相应的平移或/和旋转来获取纠正后的机器人行走路径。
8.根据权利要求5或7所述的纠正行走路径的方法,其特征在于,机器人检测拟合后的数据点在局部地图中的可信度,若可信度达到预设值,将拟合后的数据点更新到全局地图中。
9.一种芯片,内置控制程序,其特征在于,该程序被配置为执行权利要求1至8任一项所述的纠正行走路径的方法。
10.一种机器人,装配有主控芯片,其特征在于,所述主控芯片是权利要求9所述的芯片。
CN202110501095.5A 2021-05-08 2021-05-08 一种纠正行走路径的方法、芯片和机器人 Pending CN113156971A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110501095.5A CN113156971A (zh) 2021-05-08 2021-05-08 一种纠正行走路径的方法、芯片和机器人

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110501095.5A CN113156971A (zh) 2021-05-08 2021-05-08 一种纠正行走路径的方法、芯片和机器人

Publications (1)

Publication Number Publication Date
CN113156971A true CN113156971A (zh) 2021-07-23

Family

ID=76874018

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110501095.5A Pending CN113156971A (zh) 2021-05-08 2021-05-08 一种纠正行走路径的方法、芯片和机器人

Country Status (1)

Country Link
CN (1) CN113156971A (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107065887A (zh) * 2017-05-26 2017-08-18 重庆大学 全向移动机器人通道内倒行导航方法
CN107918391A (zh) * 2017-11-17 2018-04-17 上海斐讯数据通信技术有限公司 一种移动机器人导航纠偏方法及装置
CN109635052A (zh) * 2018-10-31 2019-04-16 百度在线网络技术(北京)有限公司 点云数据的处理方法、装置和存储介质
CN110260867A (zh) * 2019-07-29 2019-09-20 浙江大华技术股份有限公司 一种机器人导航中位姿确定、纠正的方法、设备及装置
CN111426312A (zh) * 2020-03-31 2020-07-17 上海擎朗智能科技有限公司 定位地图的更新方法、装置、设备及存储介质
CN111681163A (zh) * 2020-04-23 2020-09-18 北京三快在线科技有限公司 构建点云地图的方法、装置、电子设备和存储介质
CN112033390A (zh) * 2020-08-18 2020-12-04 深圳优地科技有限公司 机器人导航纠偏方法、装置、设备和计算机可读存储介质

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107065887A (zh) * 2017-05-26 2017-08-18 重庆大学 全向移动机器人通道内倒行导航方法
CN107918391A (zh) * 2017-11-17 2018-04-17 上海斐讯数据通信技术有限公司 一种移动机器人导航纠偏方法及装置
CN109635052A (zh) * 2018-10-31 2019-04-16 百度在线网络技术(北京)有限公司 点云数据的处理方法、装置和存储介质
CN110260867A (zh) * 2019-07-29 2019-09-20 浙江大华技术股份有限公司 一种机器人导航中位姿确定、纠正的方法、设备及装置
CN111426312A (zh) * 2020-03-31 2020-07-17 上海擎朗智能科技有限公司 定位地图的更新方法、装置、设备及存储介质
CN111681163A (zh) * 2020-04-23 2020-09-18 北京三快在线科技有限公司 构建点云地图的方法、装置、电子设备和存储介质
CN112033390A (zh) * 2020-08-18 2020-12-04 深圳优地科技有限公司 机器人导航纠偏方法、装置、设备和计算机可读存储介质

Similar Documents

Publication Publication Date Title
US7696894B2 (en) Method for determining a relative position of a mobile unit by comparing scans of an environment and mobile unit
CN106339001B (zh) 地图生成方法、移动机器人以及地图生成系统
EP3671121A1 (en) Map creation method for mobile robot and path planning method based on map
US8588471B2 (en) Method and device of mapping and localization method using the same
JP5066367B2 (ja) 位置検知方法
EP2133662B1 (en) Methods and system of navigation using terrain features
JP6354556B2 (ja) 位置推定装置、位置推定方法、位置推定プログラム
JP2002511614A (ja) 物体位置の追跡・検知方法
JP2008250906A (ja) 移動ロボット、自己位置補正方法および自己位置補正プログラム
US10393513B2 (en) Laser scanner and method for surveying an object
US11228654B2 (en) Tracking device, tracking method, and tracking system
JP3770909B2 (ja) 目標と自走ユニットとの間隔が自走ユニットによって動的に検出される、自走ユニットの環境マップ内の目標の位置特定方法
JP6649743B2 (ja) 一致性評価装置および一致性評価方法
US20210372798A1 (en) Visual navigation method and system for mobile devices based on qr code signposts
JP2016045330A (ja) 3次元点群データの位置合わせ方法と装置及びその移動体システム
KR20220024791A (ko) 차량의 궤적을 결정하기 위한 방법 및 장치
JP2023127588A (ja) 情報処理装置
CN113190007A (zh) 一种地图轮廓修正方法、芯片和移动机器人
CN116608847A (zh) 基于面阵激光传感器和图像传感器的定位和建图方法
JP6874343B2 (ja) 地図作成装置
CN116429090A (zh) 基于线激光的同步定位和建图方法、装置、移动机器人
CN113156971A (zh) 一种纠正行走路径的方法、芯片和机器人
ES2323757T3 (es) Aparato de medicion de altura.
CN116465393A (zh) 基于面阵激光传感器的同步定位和建图方法及装置
CN113219488A (zh) 一种机器人的建图的方法

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.