CN113168179A - 检测自主设备的位置 - Google Patents

检测自主设备的位置 Download PDF

Info

Publication number
CN113168179A
CN113168179A CN201980074450.6A CN201980074450A CN113168179A CN 113168179 A CN113168179 A CN 113168179A CN 201980074450 A CN201980074450 A CN 201980074450A CN 113168179 A CN113168179 A CN 113168179A
Authority
CN
China
Prior art keywords
location
autonomous device
robot
space
processing devices
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
CN201980074450.6A
Other languages
English (en)
Inventor
尼尔斯·朱·雅各布森
索伦·埃里克森·尼尔森
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.)
Mobio Industrial Robot Co ltd
Mobile Industrial Robots AS
Original Assignee
Mobio Industrial Robot 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 Mobio Industrial Robot Co ltd filed Critical Mobio Industrial Robot Co ltd
Publication of CN113168179A publication Critical patent/CN113168179A/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
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C22/00—Measuring distance traversed on the ground by vehicles, persons, animals or other moving solid bodies, e.g. using odometers, using pedometers
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/87—Combinations of systems using electromagnetic waves other than radio waves
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/88—Lidar systems specially adapted for specific applications
    • G01S17/89—Lidar systems specially adapted for specific applications for mapping or imaging
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/88—Lidar systems specially adapted for specific applications
    • G01S17/93—Lidar systems specially adapted for specific applications for anti-collision purposes
    • G01S17/931—Lidar systems specially adapted for specific applications for anti-collision purposes of land vehicles
    • 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
    • G05D1/0268—Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means
    • G05D1/0272—Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means comprising means for registering the travel distance, e.g. revolutions of wheels
    • 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
    • G05D1/0268—Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means
    • G05D1/0274—Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means using mapping information stored in a memory device
    • 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
    • G05D1/028—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle using a RF signal
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/02—Systems using the reflection of electromagnetic waves other than radio waves
    • G01S17/06—Systems determining position data of a target
    • G01S17/46—Indirect determination of position data
    • G01S17/48—Active triangulation systems, i.e. using the transmission and reflection of electromagnetic waves other than radio waves
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/86—Combinations of lidar systems with systems other than lidar, radar or sonar, e.g. with direction finders

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • General Physics & Mathematics (AREA)
  • Electromagnetism (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Automation & Control Theory (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Optics & Photonics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)

Abstract

本发明公开了一种示例性自主设备，该示例性自主设备被配置为在空间内移动。该自主设备包括：第一系统，该第一系统用于检测该自主设备在该空间内的第一位置，该第一位置基于第一固定参考；第二系统，该第二系统用于检测该自主设备在该空间内的第二位置，其中该第二位置基于第二固定参考；和第三系统，该第三系统用于基于该自主设备的相对移动来检测该自主设备在该空间内的第三位置。一个或多个处理设备被配置为：基于该第一位置或该第二位置中的至少一者的可靠性来选择该第一位置或该第二位置中的一者，并且使用基于该第三位置和该第一位置或该第二位置中的所选择的一者的估计位置来控制该自主设备的移动。

Description

检测自主设备的位置
技术领域
本说明书整体涉及被配置为执行定位的自主设备。
背景技术
自主设备诸如移动机器人被配置为独立地在空间诸如仓库内行进。例如，自主设备可确定其在空间内的位置并使用该位置来控制其未来的移动。该操作全部可在很少或没有用户输入的情况下完成。自主设备用于检测其位置的过程有时被称为定位。
移动机器人可使用视觉输入或里程计数据来执行定位。视觉输入在动态环境中或在那些输入所基于的特征不可辨别的情况下可能是不可靠的。基于里程计的定位系统确定机器人自紧接的先前定位以来的行进距离和方向。由于基于里程计的定位系统是增量(即，这些系统依赖于先前定位的准确性)，因此这些系统可能不准确。位置误差可对每个后续的定位产生影响。
发明内容
示例性自主设备被配置为在空间内移动。该自主设备包括：第一系统，该第一系统用于检测该自主设备在该空间内的第一位置，该第一位置基于第一固定参考；第二系统，该第二系统用于检测该自主设备在该空间内的第二位置，其中该第二位置基于第二固定参考；和第三系统，该第三系统用于基于该自主设备的相对移动来检测该自主设备在该空间内的第三位置。一个或多个处理设备被配置为：基于该第一位置或该第二位置中的至少一者的可靠性来选择该第一位置或该第二位置中的一者，并且使用基于该第三位置和该第一位置或该第二位置中的所选择的一者的估计位置来控制该自主设备的移动。该自主设备可包括下列特征中的一个或多个特征(单独地或组合地)。
该一个或多个处理设备可被配置为通过设置粒子滤波器的数学极限来确定第一位置或第二位置中的至少一者的可靠性。该一个或多个处理设备可被配置为确定第一位置所基于的可视化数据是否超过粒子滤波器的数学极限。该一个或多个处理设备可被配置为通过将第一位置和第二位置与第三位置进行比较来确定第一位置或第二位置中的至少一者的可靠性。
第一系统可包括视觉系统，该视觉系统被配置为检测空间内的位于机器人的预定义距离内的界标。这些界标包括第一固定参考。第一系统可包括基于激光的视觉系统。第一系统可包括光检测和测距(LIDAR)系统。
第二系统可被配置为通过三角测量来确定第二位置。该三角测量可基于第二固定参考。第二系统可包括用于传输信号的传输器和用于接收基于信号的时间戳消息的接收器。该一个或多个处理设备可被配置为基于传输信号和对应于该传输信号的时间戳消息来确定第二位置。时间戳消息可包含远程接收器接收到传输信号的时间。第二固定参考可包括远程接收器。
第二系统可包括用于接收信号和基于信号的时间戳消息的接收器。该一个或多个处理设备可被配置为基于接收的信号和对应于该接收的信号的时间戳消息来确定第二位置。时间戳消息可包含远程传输器传输接收的信号的时间。第二固定参考可包括远程传输器。
第二系统可包括用于传输信号的传输器和用于接收时间戳消息和信号的接收器。该一个或多个处理设备可被配置为基于传输信号和对应于该传输信号的时间戳消息来确定第二位置。时间戳消息可包含远程接收器接收到传输信号的时间。第二固定参考可包括远程接收器。该一个或多个处理设备可被配置为还基于接收的信号和对应于该接收的信号的时间戳消息来确定第二位置。时间戳消息可包含远程接收器传输接收的信号的时间。
自主设备可包括主体和用于移动主体的轮子。第三系统可包括里程计系统。该里程计系统可被配置为基于轮子的移动来确定第三位置。自主设备的相对移动可基于轮子的移动。该里程计系统可包括连接到轮子的编码器。这些编码器可提供关于轮子的旋转的信息。关于轮子的旋转的信息可包括轮子的旋转角度。
该一个或多个处理设备可被配置为通过对第二位置和第三位置进行平均来获得估计位置。该一个或多个处理设备可被配置为通过获得第二位置和第三位置的加权平均值来获得估计位置。该一个或多个处理设备可被配置为基于自主设备的一个或多个先前估计位置来获得估计位置。该一个或多个处理设备可被配置为：在估计位置比第一位置更可靠的情况下，使用估计位置而不是第一位置来控制自主设备的移动
该一个或多个处理设备可被配置为执行包括以下项的操作：确定第一位置的可靠性水平，以及将所确定的可靠性水平与预定义的可靠性水平进行比较，以识别出第一位置的可靠性水平低于预定义的可靠性水平。确定第一位置的可靠性水平可包括使用滤波器将基于第一固定参考的视觉数据与数据库中的已知特征进行比较。
可通过使用有限脉冲响应滤波器处理第二位置和第三位置来获得自主设备的估计位置。该一个或多个处理设备可被配置为：使用粒子滤波器确定第一位置的可靠性，并且将可靠性与预定义的可靠性水平进行比较。可通过使用卡尔曼滤波器或粒子滤波器处理第二位置和第三位置来获得自主设备的估计位置。该一个或多个处理设备可被配置为基于第二位置和第三位置两者来确定自主设备的估计位置
示例性自主设备被配置为在空间内移动。该自主设备包括：第一系统，该第一系统用于检测该自主设备在该空间内的第一位置，该第一位置基于第一固定参考；第二系统，该第二系统用于检测该自主设备在该空间内的第二位置，其中该第二位置基于第二固定参考；和第三系统，该第三系统用于基于该自主设备的相对移动来检测该自主设备在该空间内的第三位置。该一个或多个处理设备被配置为：基于第二位置或第三位置中的至少一者来确定自主设备在空间内的估计位置；确定第一位置的可靠性；并且在估计位置比第一位置更可靠的情况下，使用估计位置来控制自主设备的移动。该一个或多个处理设备可被配置为基于第二位置和第三位置两者来确定自主设备的估计位置
示例性自主设备被配置为在空间内移动。该自主设备包括：第一系统，该第一系统用于检测该自主设备在该空间内的第一位置，该第一位置基于第一固定参考；和第二系统，该第二系统用于检测该自主设备在该空间内的第二位置，其中该第二位置基于第二固定参考。该一个或多个处理设备被配置为：基于第一位置来校准第二系统；确定第一位置的可靠性；并且在第一位置的可靠性水平低于预定义的可靠性水平的情况下，使用第二位置来控制自主设备的移动。自主设备可包括第三系统，该第三系统用于基于该自主设备的相对移动来检测该自主设备在该空间内的第三位置。
本说明书(包括此发明内容部分)中所描述的特征中的任何两者或更多者可组合以形成本文未具体描述的具体实施。
本文所述的系统和过程、或其一部分可被计算机程序产品控制，该计算机程序产品包括存储于一个或多个非暂态机器可读存储介质上的指令，并且所述指令能够在一个或多个处理设备上执行以控制(例如，协调)本文所描述的操作。本文所述的系统和过程、或其一部分可作为装置或方法被实现。本文所述的系统和过程可包括一个或多个处理设备和用于存储可执行指令的存储器，以实现各种操作。
附图和以下具体实施方式中陈述了一个或多个具体实施的详细信息。通过具体实施和附图以及通过权利要求书，其他特征和优点将显而易见。
附图说明
图1是示例性自主机器人的侧视图。
图2是示例性自主机器人的侧视图，其示出了机器人上包括的远程传感器的范围。
图3是示例性自主机器人的顶视图，其示出了机器人上包括的远程传感器的范围。
图4是包含机器人并且包含与该机器人通信的传输器/接收器对的空间的顶视图。
图5是示出作为用于执行机器人的定位的示例性过程的一部分的操作的流程图。
不同图中的类似附图标记指示类似元件。
具体实施方式
本文描述了被配置为在空间(诸如，仓库或工厂)内移动的自主设备或车辆(诸如，移动机器人)的示例。示例性自主设备(或“设备”)被配置为沿表面(诸如，仓库的地板)移动。该设备包括用于支撑对象的重量的主体，以及位于该主体上以使该主体能够穿过表面的轮子。该示例性设备包括主体上的远程传感器，该远程传感器被配置用于检测远程视场(FOV)或简称为“场”中的对象。在一个示例中，远程FOV包括但不限于12米(M)至30M的FOV。该设备包括多个定位系统。示例性定位系统被配置(例如，被构造、被布置和/或被编程)为检测自主设备在空间内的位置。在一些具体实施中，该设备包括第一定位系统、第二定位系统和第三定位系统，该第一定位系统基于空间内的第一固定参考来检测自主设备的第一位置，该第二定位系统基于空间内的第二固定参考来检测自主设备的第二位置，该第三定位系统基于自主设备的相对移动来检测自主设备的第三位置。
在一些具体实施中，第一定位系统包括视觉系统，诸如激光扫描仪、相机或激光扫描仪和相机两者。该视觉系统被配置(例如，被构造、被布置和/或被编程)为检测空间内位于空间内已知位置处的界标。这些界标包括第一固定参考等。基于自主设备相对于这些界标中的一个或多个界标的位置来检测自主设备的第一位置。在一些具体实施中，第二定位系统包括三角测量系统。该三角测量系统可包括例如可位于自主设备上或远离自主设备的传输器，以及可位于自主设备上或远离自主设备的接收器。基于传输和/或接收的信号及其定时来检测自主设备的第二位置。在一些具体实施中，第三定位系统是相对定位系统。例如，第三定位系统可包括里程计系统。里程计系统可被配置(例如，被构造、被布置和/或被编程)为部分地基于设备轮子的旋转来确定第三位置。例如，自主设备的相对移动可基于使得该自主设备移动的轮子的旋转。还基于自主设备在该空间内的已知过去位置来检测该自主设备的第三位置。例如，将自上次已知位置以来设备的移动增量与上次已知位置组合(例如，加到上次已知位置)以获得设备的当前位置。自主设备的第三位置可基于来自惯性测量单元(IMU)的输入来确定，该IMU提供基于自主设备的加速度、陀螺仪数据和自主设备的角加速度的数据。
自主设备还包括控制系统。该控制系统可包括一个或多个处理设备诸如一个或多个微处理器，该一个或多个处理设备被配置为例如被编程为：确定第一位置的可靠性；并且基于第一位置的可靠性，使用第一位置或基于第二位置、第三位置或第二位置和第三位置两者的估计位置来控制自主设备的移动。例如，估计位置可包括第二位置和第三位置的某种类型的平均值或组合。在一些示例中，如果第一位置不具有至少预定义的可靠性水平，则控制系统使用估计位置来控制自主设备的移动。在一些示例中，如果估计位置比第一位置更可靠，则控制系统使用估计位置来控制自主设备的移动。在一些示例中，第一位置通常是最准确的，并且是检测自主设备位置的主要方式。在一些示例中，如果使用估计位置，则不使用第一位置，反之亦然。
自主设备的一个示例是图1的自主机器人10。在该示例中，自主机器人10是移动机器人，并且简称为“机器人”。机器人10包括具有轮子13的主体12，以使机器人10能够在表面14(诸如，仓库、工厂或其他地域的地板)上行进。机器人10包括被配置为支撑对象的重量的支撑区域15。在该示例中，可控制机器人10将对象从一个位置运输到另一个位置。机器人10包括用于检测机器人位置的各种传感器。
在该示例中，机器人10包括两种类型的远程传感器：三维(3D)相机和光检测与测距(LIDAR)扫描仪。然而，机器人并不限于这种配置或这些传感器。例如，机器人可包括单个远程传感器或单个类型的远程传感器。例如，机器人可包括两种以上类型的远程传感器。
参见图2，机器人10在机器人的前部17处包括3D相机16。在该示例中，机器人的前部面向机器人的行进方向。机器人的背面面向机器人已经穿过的地形。在该示例中，3D相机16具有偏离水平面20 16°的FOV 18。3D相机16的放置使得存在3D相机不能够检测到靠近机器人的对象的约350毫米(mm)的范围21，并且存在相机不能够检测到其正在其上行进的表面14的约410mm的范围22。在该示例中，3D相机具有约1900mm的感测范围31，并且可看到表面14上方约750mm处。机器人10还包括在其背部25处的激光雷达扫描仪24。在该示例中，激光雷达扫描仪定位在机器人的后角处。激光雷达扫描仪被配置为检测感测平面26内的对象。在该示例中，感测平面在表面14上方约200mm处。LIDAR扫描仪不能检测到表面14上方小于200mm处的对象。类似的激光雷达扫描仪包括在机器人的对角的前角处，其具有相同的扫描范围和限制。
图3是机器人10的顶视图。激光雷达扫描仪24和23分别位于后角28和前角27处。在该示例中，每个LIDAR扫描仪具有在约270°弧上约1000mm的扫描范围29。在一些具体实施中，每个LIDAR扫描仪可具有在约270°的弧上约12,000mm的扫描范围。在该示例中，3D相机16的范围31在约56°的弧33上约1900mm。然而，在平面34之后，3D相机16的视场在3D相机的最大范围处从约1400mm减小到约1100mm。在一些实施方案中，近程传感器被结合到机器人中以感测不能被远程传感器感测的区域。近程传感器38(图1)可布置在机器人的角部处或围绕机器人的圆长。近程传感器的示例包括但不限于飞行时间(ToF)激光测距模块(其示例是由
Figure BDA0003061932780000081
制造的VL53L0X)和红外传感器。
LIDAR扫描仪、3D相机和/或任何近程传感器构成机器人的视觉系统。由视觉系统获得的视觉数据可用于确定机器人在其正穿过的空间内的位置。就这一点而言，在一些具体实施中，控制系统35将空间的标测图存储在计算机存储器中。控制系统35在图1中以虚线示出，这是因为该控制系统在机器人上的部分是在内部的。标测图可位于机器人上或控制系统可访问的任何位置处。标测图包括界标(诸如，柱子、角部、窗、杆和充当机器人的参考的空间的其他可分辨特征)的位置。标测图还可包括指示空间的尺寸的测量值、指示界标的尺寸和位置的测量值、指示界标之间的距离的测量值，以及识别界标在空间中位于何处的坐标信息。控制系统使用来自视觉系统的视觉数据和来自标测图的数据来确定机器人在空间内的位置。例如，机器人可识别三个界标在空间内的位置。通过了解机器人相对于这些界标的位置、界标在空间内的位置以及界标之间的距离，控制系统可确定机器人在空间内的位置。
机器人10还包括里程计系统。在一些具体实施中，机器人的一个或多个轮子(例如，每个轮子)包括编码器。每个编码器被配置(例如，被连接、被布置和/或被编程)为检测轮子的旋转次数并将该次数报告给控制系统。在一些示例中，编码器报告轮子的旋转角度，并且控制系统使用该信息来确定旋转次数。如本文所述，控制系统使用一个或多个轮子的旋转次数来确定机器人已行进的距离。在一些具体实施中，里程计系统还包括加速度计、陀螺仪或加速度计和陀螺仪两者。这些部件可用于确定机器人的行进方向。例如，加速度计可用于确定机器人在笛卡尔XY维度平面中的行进方向，例如向左、向右、向前或向后，该笛卡尔XY维度平面限定机器人在其上行进的表面。例如，陀螺仪可用于确定机器人在其行进期间是升高还是降低了。即，陀螺仪可用于确定机器人在笛卡尔Z维度上的行进方向。可将来自加速度计和/或陀螺仪的读数提供给控制系统。控制系统可使用这些读数连同来自编码器的读数来确定机器人的行进距离和方向。控制系统可使用该信息来确定机器人在其正穿过的空间内的位置。例如，里程计系统可确定机器人自紧接的先前定位以来的行进距离和方向。因此，行进距离和方向是增量。可将这些增量加到在先前定位处确定的位置以确定机器人的当前位置。
机器人10还包括三角测量系统。在一些具体实施中，三角测量系统包括机器人上的一个或多个传输器、位于要穿过的空间周围的各个位置处的一个或多个传输器、位于机器人上的一个或多个接收器，以及/或者位于要穿过的空间周围的各个位置处的一个或多个接收器。参见图4，在一个示例中，三角测量系统包括设置在机器人10自身上的传输器/接收器对40，该传输器/接收器对可被实现为收发器。在该示例中，三角测量系统还包括定位在机器人正穿过的空间45内的不同位置处的三个远程传输器/接收器对41、42和43，这三个三个远程传输器/接收器对可各自被实现为收发器。尽管图4示出了三个远程传输器/接收器对，但可使用任何适当数量的远程传输器/接收器对。例如，可存在四个远程传输器/接收器对、五个远程传输器/接收器对、六个远程传输器/接收器对等。在一些具体实施中，每个传输器可被配置(例如，被构造、被布置和/或被编程)为传输射频(RF)信号。然而，可使用其他类型的信号，诸如微波信号或可见光信号。每个接收器可被配置(例如，被构造、被布置和/或被编程)为接收RF信号或由对应传输器输出的任何类型的信号。
机器人上的传输器/接收器对被称为机器人对，并且分散在正被穿过的空间周围的远程传输器/接收器对被称为参考对，因为空间中的每个远程传输器/接收器对充当机器人的固定参考。在一些具体实施中，机器人对中的传输器向参考对中的每个参考对传输一个或多个信号。控制系统记录向参考对传输每个信号的时间。每个参考对处的接收器记录传输信号到达参考对的时间。每个参考对处的传输器向机器人对传输包含该时间的时间戳消息。控制系统使用向参考对传输信号的时间和从各个参考对接收到的时间戳消息来确定机器人相对于每个参考对的位置。即，已知信号被传输和接收的时间以及信号以光的速度行进，控制系统可确定信号行进的距离。该距离对应于机器人和与信号相关联的参考对之间的距离。由于参考对在空间内的位置是事先已知的，因此通过确定机器人相对于多个(例如，三个)参考对的位置，控制系统还可确定机器人在空间内的位置。在一些具体实施中，可使用利用以声音速度行进的超声波的收发器，因为这些收发器可降低对收发器中的时间分辨率的要求。
在一些具体实施中，多个参考对处的每个传输器向机器人对处的接收器传输信号，而与从机器人对接收到的任何传输无关。这些信号各自包含对应于(例如，识别何时)从每个传输器传输信号的时间的时间戳消息。控制系统记录在机器人处接收到这些时间戳消息中的每个时间戳消息的时间。控制系统使用这些时间和包含在来自各个参考对的时间戳消息中的传输时间来确定机器人相对于每个参考对的位置。如所解释的，由于参考对在空间内的位置是事先已知的，因此控制系统可确定机器人相对于每个参考对的位置。使用来自多个(例如，三个)参考对的该信息，控制器可确定机器人在空间内的位置。在该示例中，参考对可连续地或以预定义的间隔向机器人传输信号。相比之下，在前述段落中描述的示例中，机器人对可响应于事件(诸如，确定从视觉系统获得的位置不可靠)而发起传输。在一些情况下，在前述段落中描述的示例中，机器人对可以预定义的间隔或连续地传输信号并接收时间戳消息，而不管可能发生或可能不发生的任何事件。
在一些具体实施中，控制系统基于从机器人传输信号并在远程位置处接收到该信号的时间并且还基于从远程位置传输信号并在机器人处接收到该信号的时间来确定机器人在空间内的位置。例如，机器人对中的传输器向参考对中的每个参考对传输一个或多个信号。控制系统记录向参考对传输每个信号的时间。每个参考对处的接收器记录传输信号到达参考对的时间。每个参考对处的传输器向机器人对传输包含该时间的时间戳消息。控制系统使用向参考对传输信号的时间和从各个参考对接收到的时间戳消息来确定机器人相对于每个参考对的第一位置。另外，多个参考对处的每个传输器向机器人对处的接收器传输信号，而与从机器人对接收到的任何传输无关。这些信号包含对应于(例如，识别何时)从每个传输器传输信号的时间的时间戳消息。控制系统记录接收到时间戳消息中的每个时间戳消息的时间。控制系统使用这些时间和包含在来自各个参考对的时间戳消息中的传输时间来确定机器人相对于每个参考对的第二位置。对于每个参考对，控制系统可以基于第一位置和第二位置来确定机器人的位置。例如，可处理第一位置和第二位置(例如，通过平均、加权平均或任何其他适当的技术)以获得机器人在空间内的位置。
在一些具体实施中，三角测量系统可采用全球定位系统(GPS)。例如，机器人可包括包含收发器的GPS设备。GPS设备可使用三边测量法来识别机器人在全局坐标中的位置。在一个示例中，全局坐标包括纬度和经度坐标。在一个示例中，三边测量法包括从三个GPS卫星(其为一种类型的远程设备)接收信号以及测量机器人距三个GPS卫星的距离，以精确定位机器人在地球上的位置。GPS设备可使用该信息来获得针对机器人的全局坐标。控制系统可知道限定正被穿过的空间的全局坐标。由于空间的全局坐标是事先已知的，因此机器人的全局坐标可用于确定机器人在该空间内的位置。例如，机器人在空间中的位置可通过确定机器人的当前位置与包围空间的壁或空间中具有已知全局坐标的其他界标之间的距离来计算。
控制系统35可包括电路或机载计算系统，以实现定位并控制机器人的其他操作。电路或机载计算系统是“机载的”意思是其位于机器人自身上。控制系统可包括例如一个或多个微控制器、一个或多个微处理器、可编程逻辑诸如现场可编程门阵列(FPGA)、一个或多个专用集成电路(ASIC)、固态电路或这些类型的处理设备中的两者或更多者的任何适当组合。在一些具体实施中，控制系统的机载部件可与远程计算系统通信。该计算系统是远程的意思是其不位于机器人自身上。例如，由远程计算系统提供的命令可被传送以供机载计算系统执行。在一些具体实施中，控制系统仅包括机载部件。在一些具体实施中，控制系统包括机载部件和远程计算系统的组合。在一些具体实施中，控制系统可被配置(例如，被编程)为在没有来自用户的本地或远程输入的情况下实现控制功能，包括定位。在一些具体实施中，控制系统可被配置为至少部分地基于来自用户的输入来实现控制功能，包括定位。
图5示出了包括在示例性过程50中的操作，该示例性过程用于对自主设备诸如相对于图1至图4所述的机器人执行定位。过程50和与其相关联的操作可由控制系统执行。例如，过程50可由机器人上的电路或机载计算系统执行，由与远程计算系统通信的电路或机载计算系统执行，或者在能够远程控制机器人的情况下由远程计算系统执行。
在对过程50的描述中，形容词“第一”、“第二”和“第三”不指定优先级或顺序。相反，这些形容词仅用于区分本文所述的三种类型的定位系统。
根据过程50，第一定位系统确定(51)机器人的当前位置。在一些示例中，第一定位系统包括先前描述的视觉系统。如所解释的，视觉系统通过检测在正被穿过的空间内已知的界标(即，参考点)来进行操作。处理(54)由视觉系统确定的位置。在一些具体实施中，确定由视觉系统检测到的位置的可靠性。例如，控制系统可实现粒子滤波器以相对于表示正被穿过的空间中的已知参考(例如，界标)的数据来评估来自视觉系统的视觉数据。如所解释的，空间中界标的示例可包括柱子、角部、窗、杆和其他可分辨特征。粒子滤波器中的数据扩展度对应于视觉数据的质量或可靠性。如果识别出所有所需的参考(例如，空间中检测到的参考与包含空间的预定义标测图的数据库中的预期参考匹配)，则粒子滤波器的扩展度较低，并且视觉数据的可靠性被认为较高。相比之下，如果没有识别出所有或一些参考(例如，并非预定义标测图中的所有参考都反映在视觉数据中)，则粒子滤波器的扩展度较高，并且视觉数据的可靠性被认为较低。在一些具体实施中，如果视觉数据的可靠性以及因此基于该视觉数据确定的机器人位置的可靠性满足或超过预定义的可靠性水平，则过程50结束。因此，在一些示例中，预定义的可靠性水平基于粒子滤波器的扩展度。在一些示例中，预定义的可靠性水平基于由视觉系统识别的界标的数量。
在一些具体实施中，在视觉数据的可靠性满足或超过预定义水平的情况下，机器人将使用视觉系统获得的机器人的位置用作其当前位置。
在一些具体实施中，如果视觉数据的可靠性以及因此基于该视觉数据确定的机器人的位置的可靠性低于预定义的可靠性水平，则机器人可基于由一个或多个辅助定位系统确定的机器人的位置来执行定位。在一些具体实施中，只有在视觉数据的可靠性低于预定义阈值的情况下才执行这些操作。在一些具体实施中，总是使用该一个或多个辅助定位系统来确定机器人的位置，并且将使用视觉系统确定的位置的可靠性与使用该一个或多个辅助定位系统确定的一个或多个位置的可靠性进行比较。无论哪个位置被认为是更可靠的，都将其用作机器人的当前位置。该位置可与指示当前时间的时间戳一起存储在机器人上的存储器中或其他地方。例如，可将位置的坐标与机器人位于那些坐标处的时间相关联地存储。
根据过程50，使用第二定位系统(在该示例中，先前所述的三角测量系统)来确定(52)机器人的位置。如所解释的，三角测量系统使用在机器人和一个或多个远程设备之间传输的信号的传播时间来确定机器人在其正穿过的空间内的位置。处理(54)由三角测量系统确定的位置。在一些具体实施中，控制系统在被称为定位步骤的连续时间点处对来自三角测量系统的表示机器人的当前位置的数据进行采样。控制系统还在每个定位步骤处对来自视觉系统的表示机器人的当前位置的数据进行采样。控制系统将可视化数据与三角测量数据进行比较，以确定这两者中哪一者更可靠；即，是由视觉系统确定的位置还是由三角测量系统确定的位置更可靠。这可通过使用粒子滤波器并设置粒子滤波器的数学极限来完成。当可视化数据超过那些极限时，则认为三角测量数据更可靠，并因此认为由三角测量系统确定的位置比由视觉系统确定的位置更可靠。机器人可将由三角测量系统确定的位置用作其当前位置。另选地，机器人可将由三角测量系统确定的位置与从另一个辅助定位系统获得的机器人的位置结合使用。
就这一点而言，根据过程50，还使用第三定位系统(在该示例中，先前所述的里程计系统)来确定(53)机器人的位置。处理(54)由三角测量系统确定的位置。就这一点而言，里程计系统确定机器人相对于机器人的一个或多个先前位置的位置，该一个或多个先前位置存储在机器人上的存储器或其他地方诸如远程计算系统中。例如，里程计系统可基于其轮子的数量或旋转和/或轮子旋转的角度来确定机器人自先前定位以来已经移动了多远。例如，里程计系统可基于来自机器人上的加速度计和/或陀螺仪的读数来确定机器人已经移动的方向。移动的距离和移动的方向可以是自在紧接的先前定位期间确定的位置以来的距离和方向。机器人在紧接的先前定位处的位置可由里程计系统、三角测量系统、视觉系统或它们的某种组合来确定。在任何情况下，该位置以坐标的形式存储在机器人上的计算机存储器或其他地方中。控制系统基于从里程计系统获得的自先前定位步骤处的位置以来行进的距离和行进的方向来更新机器人的位置。机器人的该更新位置被存储并用于获得机器人的当前位置。在一些具体实施中，总是使用里程计系统来确定机器人的位置，并且当来自视觉系统的数据或来自三角测量系统的数据可靠时，使用该数据来校正该位置。
就这一点而言，在一些具体实施中，可基于使用里程计系统确定的机器人的位置来确定由三角测量系统确定的位置的可靠性和由视觉系统确定的位置的可靠性。例如，如果相比于与由三角测量系统确定的位置的接近度，使用里程计系统确定的位置更接近由视觉系统确定的位置，则认为由视觉系统确定的位置比由三角测量系统确定的位置更可靠。例如，如果相比于与由视觉系统确定的位置的接近度，使用里程计系统确定的位置更接近由三角测量系统确定的位置，则认为由三角测量系统确定的位置比由视觉系统确定的位置更可靠。在该示例中，无论哪个位置被认为是更可靠的，都将其用作机器人的当前位置。该位置可与指示当前时间的时间戳一起存储在机器人上的存储器中或其他地方。例如，可存储位置的坐标。
在一些具体实施中，处理(54)由里程计系统确定的位置和由三角测量系统确定的位置以确定机器人的估计位置。该估计位置可用作机器人的当前位置，例如当认为由视觉系统确定的机器人的位置不足够可靠时。如所解释的，在一个示例中，如果位置不满足或超过预定义的可靠性水平，则可认为由视觉系统确定的机器人的位置是不可靠的。
在一些具体实施中，过程50以本文所述的方式确定由三角测量系统确定的位置或由视觉系统确定的位置是更可靠的位置。选择被认为更可靠的任何位置。将来自视觉系统或三角测量系统的所选择的位置与由里程计系统确定的位置组合，以确定机器人的估计位置。该估计位置可代替仅由视觉系统确定的位置、仅由三角测量系统确定的位置或仅由里程计系统确定的位置，用作机器人的当前位置。因此，虽然下文描述了使用由三角测量系统确定的位置和由里程计系统确定的位置来确定估计位置，但用于确定本文所述的估计位置的任何处理可另选地使用由视觉系统确定的位置和由里程计系统确定的位置。
在一些具体实施中，估计位置包括由里程计系统确定的位置和由三角测量系统确定的位置的平均值。例如，可对由里程计系统确定的位置和由三角测量系统确定的位置中的每一者的坐标进行平均，以产生估计位置的坐标。在一个示例中，每当选择三角测量数据用于代替视觉数据时，均对从三角测量系统和里程计系统获得的机器人的位置进行平均。就这一点而言，来自里程计系统的数据表示从上次限定的定位的增量移动，并且来自三角测量系统的数据表示绝对定位。因此，为了实现平均值，来自里程计系统的数据可与表示先前定位的存储数据组合，并且该组合可表示由里程计系统确定的机器人的位置。正是该位置可与由三角测量系统确定的机器人的位置进行平均。
在一些具体实施中，估计位置包括由里程计系统确定的位置和由三角测量系统确定的位置的加权平均值。例如，可对使用里程计系统确定的位置和使用三角测量系统确定的位置中的一者或两者的坐标进行加权。可组合所得的加权坐标以产生估计位置的坐标。
以下等式可用于使用由里程计系统确定的位置和由三角测量系统确定的位置的简单平均值或加权平均值来确定估计位置。
Tra(T)＝时刻T处的三角测量数据
Odo(T)＝时刻T处的里程计数据
Loc(T)＝时刻T处的定位
Loc(T)＝w1 x Tra(T)+w2 x Odo(T)，其中w1、w2是权重。
Odo(T)＝Loc(T-1)+Odo(增量)
可基于三角测量数据和里程计数据的可靠性来分配w1、w2；一般来讲，较大的权重被分配给更可靠的数据。
在简单平均值中，w1＝w2＝1/2(常数)
在一些具体实施中，通过使用有限脉冲响应(FIR)滤波器处理由里程计系统和三角测量系统确定的位置来获得自主设备的估计位置。在信号处理中，有限脉冲响应(FIR)滤波器是具有脉冲响应或对具有有限持续时间的任何有限长度输入都具有响应(这是因为响应在有限时间内稳定为零)的滤波器。在一些具体实施中，来自三角测量系统的数据以比来自里程计的数据被采样的频率更高的频率进行采样。FIR滤波器用于在使用简单平均来获得三角测量数据和里程计数据的最佳拟合之间改善三角测量数据的可靠性。
以下等式可用于使用FIR滤波器并且使用由里程计系统和三角测量系统确定的机器人的位置来确定估计位置。
使用FIR滤波器来平滑三角测量时间序列数据：
Tra(T)＝a1 x Tra(T-1)+a2 x Tra(T-2)+…an x Tra(T-n).
然后，基于经FIR-滤波器处理的三角测量数据和里程计数据的简单平均值或加权平均值来获得定位。
Loc(T)＝w1 x Tra(T)+w2 x Odo(T)，其中w1、w2是权重。
Odo(T)＝Loc(T-1)+Odo(增量)
在简单平均值中，w1＝w2＝1/2
使用FIR滤波器来获得估计位置的处理的变型包括增加对里程计数据进行采样的频率并保存来自里程计系统的历史数据，例如每三至五个步骤保存一次最近历史数据。然后，FIR滤波器用于基于来自里程计系统和三角测量系统两者的定位数据进行最佳预测。根据该变型，可使用以下等式来确定估计位置。
Train(T)、Train(T-1)、Train(T-2)、Train(T-3)(在该示例中使用3个步骤)。
Odo(T)、Odo(T-1)、Odo(T-2)、Odo(T-3)
通用FIR滤波器是：
Y(T)＝a1 x X(T-1)+a2 x X(T-2)+a3 x X(T-3)(在该示例中，在T-3处停止)。
Tra(T)＝a1 x Tra(T-1)+a2 x Tra(T-2)+Tra(T-3)
Odo(T)＝b1 x Odo(T-1)+b2 x Odo(T-2)+b3 x Odo(T-3)
Loc(T)＝W1 x Tra(T)+W2 x Odo(T)
在该示例中，里程是从上次定位的增量移动，而三角测量是绝对定位。
在一些具体实施中，通过使用卡尔曼滤波器处理由里程计系统和三角测量系统确定的位置来获得自主设备的估计位置，该卡尔曼滤波器使用里程计数据作为用于加权的输入。卡尔曼滤波器包括数学等式，该数学等式提供以最小化均方误差的方式估计过程状态的计算(递归)方法。在该示例中，使用卡尔曼滤波器连续处理来自三角测量系统的数据，并且将里程计数据(例如，上次限定的定位和从上次限定的定位的增量移动)用作输入以对卡尔曼滤波器中的数据进行加权。用于标量时间序列的示例性卡尔曼滤波器可被表示为如下(假设为AR(1)状态模型)：
Figure BDA0003061932780000191
Figure BDA0003061932780000192
以及
Figure BDA0003061932780000193
在上述等式中，K(n)为增益。上次定位加上由里程计数据表示的增量移动用作预测状态估计
Figure BDA0003061932780000194
此处，c^Xn为里程计数据Odo(n)，Yn为三角测量数据，并且K(n)为在三角测量数据与里程计数据之间应用的权重规则。
在一些具体实施中，使用卡尔曼滤波器连续处理来自视觉系统的数据，并且将里程计数据和三角测量数据的组合用作输入以对卡尔曼滤波器中的数据进行加权。例如，当视觉数据可用但视觉数据的扩展度大于期望时，可使用该版本，从而确定基于视觉数据的位置是不可靠的或至少可靠性是有问题的。在该示例中，
Figure BDA0003061932780000195
是根据上次定位和里程计增量的预测状态估计，并且c^Xn对应于标测图上具有来自新预期机器人位置的视觉数据的位置。Yn为视觉传感器数据，并且K(n)为基于三角测量数据限定的权重规则。
在前述示例中，使用卡尔曼滤波器来确定估计位置。然而，可使用具有高斯或非高斯噪声的线性或非线性系统的其他类型的数学模型来代替卡尔曼滤波器。例如，可使用粒子滤波器来代替卡尔曼滤波器。
在一些具体实施中，基于由里程计系统和三角测量系统确定的位置的平均值来确定估计位置，不同的是根据机器人的先前历史数据和预期移动来确定预期定位。该信息用于为里程计数据和三角测量数据分配权重。根据该变型，可使用以下等式来确定估计位置。
Loc(T)＝w1 x Tra(T)+w2 x Odo(T)
其中w1和w2为基于历史数据的动态权重因子，例如：
w1＝a1 x(Loc(T-1)-Tra(T-1))+a2 x(Loc(T-2)–Tra(T-2))+a3x(Loc(T-3)–Tra(T-3))+an x(Loc(T-n)–Tra(T-n))
w2＝a1 x(Loc(T-1)-Odo(T-1))+a2 x(Loc(T-2)–Odo(T-2))+a3 x(Loc(T-3)–Odo(T-3))+an x(Loc(T-n)–Odo(T-n))
在一些具体实施中，控制系统被配置为：基于由视觉系统确定的位置来校准三角测量系统；确定由视觉系统确定的位置的可靠性；并且在由视觉系统确定的位置的可靠性水平低于预定义的可靠性水平的情况下，使用由三角测量系统确定的位置来控制自主设备的移动。先前描述了确定由视觉系统确定的位置的可靠性的示例。在一些具体实施中，三角测量数据中的最大误差是常数偏移量，因此，当视觉数据的扩展度(Yn-c^Xn)低于预定义水平时，该视觉数据可用于确定三角测量系统的偏移量，从而按视觉系统校准三角测量系统。例如，可将偏移量加到由三角测量系统确定的位置或从由三角测量系统确定的位置中减去偏移量。此后，当认为根据视觉数据确定的位置不可靠时，可使用应具有提高的准确度的三角测量数据来确定机器人的位置。可如本文所述处理使用三角测量数据确定的机器人的位置和使用里程计数据确定的机器人的位置，以进一步细化机器人在其正穿过的空间内的当前位置。
重新参考图5，由控制系统确定的机器人的位置可存储(55)在计算机存储器中。该位置可用于确定机器人的未来移动。例如，该位置可以是未来移动所基于的点。
本文所述的示例性机器人可包括控制系统并且/或者本文所述的处理可使用该控制系统来实现，该控制系统由包括硬件或硬件和软件的组合的一个或多个计算机系统组成。例如，机器人可以包括位于系统中不同点处的各种控制器和/或处理设备，以控制其元件的操作。中央计算机可协调在各种控制器或处理设备中的操作。中央计算机、控制器和处理设备可执行各种软件例程来实现对各种自动化元件的控制和协调。
本文所述的示例性机器人可至少部分地使用一个或多个计算机程序产品来控制，该计算机程序产品例如为一个或多个信息载体(诸如一个或多个非暂态机器可读介质)中有形地体现的一个或多个计算机程序，用于由一个或多个数据处理装置执行或控制该一个或多个数据处理装置的操作，该数据处理装置例如为可编程处理器、计算机、多台计算机和/或可编程逻辑部件。
计算机程序可采用任何形式的编程语言编写，包括编译或解释语言，并且其可以任何形式部署，包括作为独立程序或作为模块、部件、子程序或适用于计算环境中的其他单元。计算机程序可被部署成在一台计算机上或者在一个站点处或分布在多个站点并且通过网络互连的多台计算机上执行。
与实现机器人的至少一部分相关联的动作可通过一个或多个可编程处理器进行，所述处理器执行一个或多个计算机程序来进行本文所述的功能。机器人的至少一部分可使用专用逻辑电路来实现，例如，FPGA(现场可编程门阵列)和/或ASIC(专用集成电路)。
适用于计算机程序执行的处理器包括(举例来说)通用和专用微处理器两者，以及任何种类数字计算机的任何一个或多个处理器。通常，处理器将从只读存储区或随机存取存储区或这二者接收指令和数据。计算机的元件包括用于执行指令的一个或多个处理器以及用于存储指令和数据的一个或多个存储区设备。通常，计算机还将包括(或者操作地耦接以从其接收数据或向其传输数据或这二者)一个或多个机器可读存储介质，诸如用于存储数据的大容量存储设备，例如，磁盘、磁光盘或光盘。适于体现计算机程序指令和数据的机器可读存储介质包括所有形式的非易失性存储区，包括(以举例的方式)半导体存储区设备，例如，EPROM、EEPROM和快闪存储区设备；磁盘，例如内部硬盘或可移动磁盘；磁光盘；以及CD-ROM和DVD-ROM盘。
本文所述的不同具体实施的元件可组合在一起以形成未在上面具体阐明的其他实施方案。多个元件可被排除在本文所述的结构之外而不对其操作产生不利影响。此外，各单独元件可组合为一个或多个单个元件来进行本文所述的功能。

Claims (26)

1.一种被配置为在空间内移动的自主设备，所述自主设备包括：
第一系统，所述第一系统用于检测所述自主设备在所述空间内的第一位置，所述第一位置基于第一固定参考；
第二系统，所述第二系统用于检测所述自主设备在所述空间内的第二位置，所述第二位置基于第二固定参考；
第三系统，所述第三系统用于基于所述自主设备的相对移动来检测所述自主设备在所述空间内的第三位置；和
一个或多个处理设备，所述一个或多个处理设备用于：基于所述第一位置或所述第二位置中的至少一者的可靠性来选择所述第一位置或所述第二位置中的一者，并且使用基于所述第三位置和所述第一位置或所述第二位置中的所选择的一者的估计位置来控制所述自主设备的移动。
2.根据权利要求1所述的自主设备，其中所述一个或多个处理设备被配置为：通过设置粒子滤波器的数学极限来确定所述第一位置或所述第二位置中的至少一者的所述可靠性，并且确定所述第一位置所基于的可视化数据是否超过所述粒子滤波器的所述数学极限。
3.根据权利要求1或权利要求2所述的自主设备，其中所述一个或多个处理设备被配置为：通过将所述第一位置和所述第二位置与所述第三位置进行比较来确定所述第一位置或所述第二位置中的至少一者的所述可靠性。
4.根据前述权利要求中任一项所述的自主设备，其中所述第一系统包括视觉系统，所述视觉系统被配置为检测所述空间内的位于所述机器人的预定义距离内的界标，所述界标包括所述第一固定参考。
5.根据前述权利要求中任一项所述的自主设备，其中所述第一系统包括基于激光的视觉系统。
6.根据前述权利要求中任一项所述的自主设备，其中所述第一系统包括光检测和测距(LIDAR)系统。
7.根据前述权利要求中任一项所述的自主设备，其中所述第二系统被配置为通过三角测量来确定所述第二位置，所述三角测量基于所述第二固定参考。
8.根据前述权利要求中任一项所述的自主设备，其中所述第二系统包括：
传输器，所述传输器用于传输信号；和
接收器，所述接收器用于接收基于所述信号的时间戳消息；
其中所述一个或多个处理设备被配置为基于传输信号和对应于所述传输信号的时间戳消息来确定所述第二位置，所述时间戳消息包含远程接收器接收到所述传输信号的时间，所述第二固定参考包括所述远程接收器。
9.根据前述权利要求中任一项所述的自主设备，其中所述第二系统包括：
接收器，所述接收器用于接收信号以及基于所述信号的时间戳消息；
其中所述一个或多个处理设备被配置为基于接收的信号和对应于所述接收的信号的时间戳消息来确定所述第二位置，所述时间戳消息包含远程传输器传输所述接收的信号的时间，所述第二固定参考包括所述远程传输器。
10.根据权利要求1至7所述的自主设备，其中所述第二系统包括：
传输器，所述传输器用于传输信号；和
接收器，所述接收器用于接收时间戳消息和信号；
其中所述一个或多个处理设备被配置为基于传输信号和对应于所述传输信号的时间戳消息来确定所述第二位置，所述时间戳消息包含远程接收器接收到所述传输信号的时间，所述第二固定参考包括所述远程接收器；并且
其中所述一个或多个处理设备被配置为还基于接收的信号和对应于所述接收的信号的时间戳消息来确定所述第二位置，所述时间戳消息包含所述远程接收器传输所述接收的信号的时间。
11.根据前述权利要求中任一项所述的自主设备，所述自主设备还包括：
主体；和
轮子，所述轮子用于移动所述主体；
其中所述第三系统包括里程计系统，所述里程计系统被配置为基于所述轮子的移动来确定所述第三位置，所述自主设备的所述相对移动基于所述轮子的所述移动。
12.根据权利要求11所述的自主设备，其中所述里程计系统包括连接到所述轮子的编码器，所述编码器提供关于所述轮子的旋转的信息。
13.根据权利要求12所述的自主设备，其中关于所述轮子的旋转的所述信息包括所述轮子的旋转角度。
14.根据前述权利要求中任一项所述的自主设备，其中所述一个或多个处理设备被配置为通过对所述第二位置和所述第三位置进行平均来获得所述估计位置。
15.根据前述权利要求中任一项所述的自主设备，其中所述一个或多个处理设备被配置为通过获得所述第二位置和所述第三位置的加权平均值来获得所述估计位置。
16.根据前述权利要求中任一项所述的自主设备，其中所述一个或多个处理设备被配置为还基于所述自主设备的一个或多个先前估计位置来获得所述估计位置。
17.根据前述权利要求中任一项所述的自主设备，其中所述一个或多个处理设备被配置为：在所述估计位置比所述第一位置更可靠的情况下，使用所述估计位置而不是所述第一位置来控制所述自主设备的移动。
18.根据前述权利要求中任一项所述的自主设备，其中所述一个或多个处理设备被配置为执行包括以下项的操作：
确定所述第一位置的可靠性水平；以及
将所确定的可靠性水平与预定义的可靠性水平进行比较，以识别出所述第一位置的所述可靠性水平低于所述预定义的可靠性水平；
其中确定所述第一位置的所述可靠性水平包括使用滤波器将基于所述第一固定参考的视觉数据与数据库中的已知特征进行比较。
19.根据前述权利要求中任一项所述的自主设备，其中通过使用有限脉冲响应滤波器处理所述第二位置和所述第三位置来获得所述自主设备的所述估计位置。
20.根据权利要求18所述的自主设备，其中所述一个或多个处理设备被配置为：使用粒子滤波器来确定所述第一位置的可靠性，并且将所述可靠性与所述预定义的可靠性水平进行比较。
21.根据前述权利要求中任一项所述的自主设备，其中通过使用卡尔曼滤波器或粒子滤波器处理所述第二位置和所述第三位置来获得所述自主设备的所述估计位置。
22.根据前述权利要求中任一项所述的自主设备，其中所述一个或多个处理设备被配置为基于所述第二位置和所述第三位置两者来确定所述自主设备的所述估计位置。
23.一种被配置为在空间内移动的自主设备，所述自主设备包括：
第一系统，所述第一系统用于检测所述自主设备在所述空间内的第一位置，所述第一位置基于第一固定参考；
第二系统，所述第二系统用于检测所述自主设备在所述空间内的第二位置，所述第二位置基于第二固定参考；
第三系统，所述第三系统用于基于所述自主设备的相对移动来检测所述自主设备在所述空间内的第三位置；和
一个或多个处理设备，所述一个或多个处理设备用于：基于所述第二位置或所述第三位置中的至少一者来确定所述自主设备在所述空间内的估计位置；确定所述第一位置的可靠性；并且在所述估计位置比所述第一位置更可靠的情况下，使用所述估计位置来控制所述自主设备的移动。
24.根据权利要求23所述的自主设备，其中所述一个或多个处理设备被配置为基于所述第二位置和所述第三位置两者来确定所述自主设备的所述估计位置。
25.一种被配置为在空间内移动的自主设备，所述自主设备包括：
第一系统，所述第一系统用于检测所述自主设备在所述空间内的第一位置，所述第一位置基于第一固定参考；
第二系统，所述第二系统用于检测所述自主设备在所述空间内的第二位置，所述第二位置基于第二固定参考；和
一个或多个处理设备，所述一个或多个处理设备用于：基于所述第一位置来校准所述第二系统；确定所述第一位置的可靠性；并且在所述第一位置的可靠性水平低于预定义的可靠性水平的情况下，使用所述第二位置来控制所述自主设备的移动。
26.根据权利要求25所述的自主设备，所述自主设备还包括：
第三系统，所述第三系统用于基于所述自主设备的相对移动来检测所述自主设备在所述空间内的第三位置。
CN201980074450.6A 2018-11-19 2019-11-14 检测自主设备的位置 Pending CN113168179A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US16/195,493 2018-11-19
US16/195,493 US11287824B2 (en) 2018-11-19 2018-11-19 Detecting a location of an autonomous device
PCT/EP2019/081349 WO2020104292A2 (en) 2018-11-19 2019-11-14 Detecting a location of an autonomous device

Publications (1)

Publication Number Publication Date
CN113168179A true CN113168179A (zh) 2021-07-23

Family

ID=68583410

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201980074450.6A Pending CN113168179A (zh) 2018-11-19 2019-11-14 检测自主设备的位置

Country Status (5)

Country Link
US (1) US11287824B2 (zh)
EP (1) EP3884353B1 (zh)
CN (1) CN113168179A (zh)
DK (1) DK3884353T3 (zh)
WO (1) WO2020104292A2 (zh)

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DK3570134T3 (da) 2018-05-18 2021-09-20 Mobile Ind Robots A/S System til evakuering af en eller flere mobile robotter
EP3623894B1 (en) 2018-09-13 2022-11-23 Mobile Industrial Robots A/S Agv having dynamic safety zone
US11511785B2 (en) * 2019-04-30 2022-11-29 Lg Electronics Inc. Cart robot with automatic following function
US11585934B2 (en) * 2019-04-30 2023-02-21 Lg Electronics Inc. Cart robot having auto-follow function
US11774571B2 (en) * 2019-12-30 2023-10-03 Wipro Limited Method and system for navigating autonomous ground vehicle using radio signal and vision sensor
DE102020213111A1 (de) 2020-10-16 2022-04-21 FoP Consult GmbH Verfahren und System zur Bestimmung einer Pose oder Position eines mobilen Endgeräts
US11835949B2 (en) 2020-11-24 2023-12-05 Mobile Industrial Robots A/S Autonomous device safety system
FR3132969A1 (fr) * 2022-02-22 2023-08-25 Navya Véhicule à capteur extéroceptif déporté

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101576384A (zh) * 2009-06-18 2009-11-11 北京航空航天大学 一种基于视觉信息校正的室内移动机器人实时导航方法
CN101802738A (zh) * 2007-09-12 2010-08-11 罗伯特.博世有限公司 用来检测环境的系统
US20110125323A1 (en) * 2009-11-06 2011-05-26 Evolution Robotics, Inc. Localization by learning of wave-signal distributions
CN106708037A (zh) * 2016-12-05 2017-05-24 北京贝虎机器人技术有限公司 自主移动式设备定位的方法、装置及自主移动式设备
CN107992035A (zh) * 2017-11-15 2018-05-04 西北工业大学 一种基于室内全局定位的多移动机器人编队控制方法
CN108369420A (zh) * 2015-11-02 2018-08-03 星船科技私人有限公司 用于自主定位的设备和方法

Family Cites Families (23)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6690134B1 (en) 2001-01-24 2004-02-10 Irobot Corporation Method and system for robot localization and confinement
ATE301302T1 (de) 2002-01-24 2005-08-15 Irobot Corp Verfahren und system zur roboterlokalisierung und beschränkung des arbeitsbereichs
WO2004059900A2 (en) * 2002-12-17 2004-07-15 Evolution Robotics, Inc. Systems and methods for visual simultaneous localization and mapping
KR100561855B1 (ko) 2002-12-30 2006-03-16 삼성전자주식회사 로봇용 로컬라이제이션 시스템
US7689321B2 (en) * 2004-02-13 2010-03-30 Evolution Robotics, Inc. Robust sensor fusion for mapping and localization in a simultaneous localization and mapping (SLAM) system
WO2007012198A1 (en) * 2005-07-26 2007-02-01 Macdonald, Dettwiler & Associates Inc. Guidance, navigation, and control system for a vehicle
US7646336B2 (en) * 2006-03-24 2010-01-12 Containertrac, Inc. Automated asset positioning for location and inventory tracking using multiple positioning techniques
US9791545B2 (en) * 2006-12-07 2017-10-17 Digimarc Corporation Space-time calibration system and method
US8838481B2 (en) * 2011-07-26 2014-09-16 Golba Llc Method and system for location based hands-free payment
AU2011305154B2 (en) * 2010-09-24 2015-02-05 Irobot Corporation Systems and methods for VSLAM optimization
KR101311100B1 (ko) 2011-08-27 2013-09-25 고려대학교 산학협력단 천장 임의 형상 특성 활용 이동 로봇 위치 인식 방법
US8954261B2 (en) * 2012-05-03 2015-02-10 GM Global Technology Operations LLC Autonomous vehicle positioning system for misbehavior detection
GB2506338A (en) 2012-07-30 2014-04-02 Sony Comp Entertainment Europe A method of localisation and mapping
US9020637B2 (en) * 2012-11-02 2015-04-28 Irobot Corporation Simultaneous localization and mapping for a mobile robot
US9910158B2 (en) * 2012-12-28 2018-03-06 Trimble Inc. Position determination of a cellular device using carrier phase smoothing
US9743373B2 (en) * 2012-12-28 2017-08-22 Trimble Inc. Concurrent dual processing of pseudoranges with corrections
WO2015027118A1 (en) * 2013-08-22 2015-02-26 Qualcomm Incorporated Utilizing a reference signal for indoor positioning
US9510505B2 (en) 2014-10-10 2016-12-06 Irobot Corporation Autonomous robot localization
US10365363B2 (en) * 2015-05-08 2019-07-30 Humatics Corporation Mobile localization using sparse time-of-flight ranges and dead reckoning
GB2538779B (en) 2015-05-28 2017-08-30 Dyson Technology Ltd A method of controlling a mobile robot
US10111044B2 (en) * 2015-05-29 2018-10-23 Verity Studios Ag Methods and systems for scheduling the transmission of localization signals and operating self-localizing apparatus
US9927814B2 (en) 2016-03-28 2018-03-27 Fetch Robotics, Inc. System and method for localization of robots
KR20240051293A (ko) * 2016-09-20 2024-04-19 이노비즈 테크놀로지스 엘티디 Lidar 시스템 및 방법

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101802738A (zh) * 2007-09-12 2010-08-11 罗伯特.博世有限公司 用来检测环境的系统
CN101576384A (zh) * 2009-06-18 2009-11-11 北京航空航天大学 一种基于视觉信息校正的室内移动机器人实时导航方法
US20110125323A1 (en) * 2009-11-06 2011-05-26 Evolution Robotics, Inc. Localization by learning of wave-signal distributions
CN108369420A (zh) * 2015-11-02 2018-08-03 星船科技私人有限公司 用于自主定位的设备和方法
CN106708037A (zh) * 2016-12-05 2017-05-24 北京贝虎机器人技术有限公司 自主移动式设备定位的方法、装置及自主移动式设备
CN107992035A (zh) * 2017-11-15 2018-05-04 西北工业大学 一种基于室内全局定位的多移动机器人编队控制方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
JAN RPHDE: "Vehicle localization whith enhanced robustness for urban automated driving", pages 1 - 177, Retrieved from the Internet <URL:https://publikationen.bibliothek.kit.edu/1000080454> *
JAN RPHDE: "Vehicle localization whith enhanced robustness for urban automated driving", REPOSITORY KITOPEN, pages 39 - 152 *

Also Published As

Publication number Publication date
EP3884353A2 (en) 2021-09-29
EP3884353B1 (en) 2022-09-28
US20200159238A1 (en) 2020-05-21
US11287824B2 (en) 2022-03-29
WO2020104292A3 (en) 2020-08-06
DK3884353T3 (da) 2022-12-19
WO2020104292A2 (en) 2020-05-28

Similar Documents

Publication Publication Date Title
CN113168179A (zh) 检测自主设备的位置
EP3715785B1 (en) Slam assisted ins
Campbell et al. Sensor technology in autonomous vehicles: A review
US10006772B2 (en) Map production method, mobile robot, and map production system
EP1742083B1 (en) Method and system for sensor signal fusion
US8775063B2 (en) System and method of lane path estimation using sensor fusion
Li et al. Simultaneous registration and fusion of multiple dissimilar sensors for cooperative driving
US20190369222A1 (en) Radar Odometry For Vehicle
US10185034B2 (en) Positioning system using radio frequency signals
CN112882053B (zh) 一种主动标定激光雷达和编码器外参的方法
US8548731B2 (en) Navigation method, navigation system, navigation device, vehicle provided therewith and group of vehicles
US11656083B2 (en) Autonomous tunnel navigation with a robotic system
JP2016080460A (ja) 移動体
WO2022151794A1 (zh) 基于无线测距传感器的移动机器人定位方法、系统及芯片
JP6640779B2 (ja) 自律移動装置及び移動制御システム
Hassani et al. Lidar data association risk reduction, using tight integration with INS
US9250078B2 (en) Method for determining the position of moving objects
KR101255024B1 (ko) 초음파 센서를 이용한 상대적 위치 추정 시스템 및 방법
CN114136309A (zh) 无人驾驶物流车的定位方法、系统、装置及存储介质
Niknejad et al. Multi-sensor data fusion for autonomous vehicle navigation and localization through precise map
KR20220038737A (ko) 광 마우스 센서 기술을 기반으로 하는 광류 주행 거리 측정기
JP2022098635A (ja) 自車位置信頼度演算装置、自車位置信頼度演算方法、車両制御装置、及び車両制御方法
TWI570423B (zh) 定位方法
WO2023162017A1 (ja) 位置姿勢推定装置、位置姿勢推定システム、およびセンサ設置方法
JP2019148456A (ja) 算出装置、自己位置算出方法、およびプログラム

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