CN113219486B - 一种定位方法及装置 - Google Patents
一种定位方法及装置 Download PDFInfo
- Publication number
- CN113219486B CN113219486B CN202110445334.XA CN202110445334A CN113219486B CN 113219486 B CN113219486 B CN 113219486B CN 202110445334 A CN202110445334 A CN 202110445334A CN 113219486 B CN113219486 B CN 113219486B
- Authority
- CN
- China
- Prior art keywords
- laser scanning
- weight coefficient
- scanned object
- scanning point
- scanned
- 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
Links
Images
Classifications
-
- 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
- G01S17/02—Systems using the reflection of electromagnetic waves other than radio waves
- G01S17/06—Systems determining position data of a target
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Electromagnetism (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Optical Radar Systems And Details Thereof (AREA)
Abstract
本申请实施例提供一种定位方法及装置,该方法包括获取相邻两帧的激光扫描数据,其中,激光扫描数据通过可移动设备的激光雷达对所处环境进行扫描获得的;根据相邻两帧的激光扫描数据确定每帧包括的各激光扫描点对应的被扫描物体的属性特征;根据被扫描物体的属性特征获取相邻两帧中每帧包括的各激光扫描点对应的权重系数;根据权重系数确认可移动设备当前所在位置,能够获得可移动设备扫描的各激光扫描点的权重系数,从而实现可移动设备的准确定位。
Description
技术领域
本申请实施例涉及机器人定位领域,具体涉及一种定位方法及装置。
背景技术
相关技术中,可移动设备定位是所有任务的前置条件,可移动设备的定位方法中经常采用2D单线激光匹配环境栅格地图得到机器位姿,定位过程中常用的方法是采用粒子滤波,通过粒子群的更新、重采样,聚类后选择概率最大的粒子簇中心作为机器位姿,但该方法处理走廊或人群等非静态场景时,容易产生定位失效,导致定位不准确。
因此,如何准确定位可移动设备成为亟待解决的问题。
发明内容
本申请实施例提供一种定位方法及装置,通过本申请的一些实施例至少能够获得可移动设备扫描的各激光扫描点的权重系数,从而实现可移动设备的准确定位。
第一方面,本申请实施例提供一种定位方法,应用于可移动设备,定位方法包括:获取相邻两帧的激光扫描数据,其中,激光扫描数据通过可移动设备的激光雷达对所处环境进行扫描获得的;根据相邻两帧的激光扫描数据确定每帧包括的各激光扫描点对应的被扫描物体的属性特征;根据被扫描物体的属性特征获取相邻两帧中每帧包括的各激光扫描点对应的权重系数;根据权重系数确认可移动设备当前所在位置。
因此,本申请实施例提供一种定位方法能够依据在定位过程中被扫描物体的属性特征获取各激光扫描点的权重系数,最终实现根据场景(即不同的场景中的被扫描物体的属性特征不同)自动调整各个激光扫描点的权重(即在定位中的权重系数),提升可移动设备定位的准确性和可靠性。
结合第一方面,在一种实施方式中,所述根据相邻两帧的激光扫描数据确定每帧包括的各激光扫描点对应的被扫描物体的属性特征,包括:根据相邻两帧的激光扫描数据确定各激光扫描点对应的被扫描物体是否属于稀缺物体;所述根据被扫描物体的属性特征获取相邻两帧中每帧包括的各激光扫描点对应的权重系数,包括:根据被扫描物体是否稀缺确定与被扫描物体对应的激光扫描点的第一权重系数,其中,当物体越稀缺时则对应的激光扫描点的第一权重系数越大;根据权重系数确认可移动设备当前所在位置,包括:根据第一权重系数确认可移动设备当前所在位置。
因此,本申请实施例通过确认被扫描物体是否属于与定位相关性大的稀缺物体确认第一权重系数,通过为稀缺物体分配较大的第一权重系数能够提升这些扫描数据在最终定位中的重要性(例如,使可移动设备在走廊等场景中准确识别出与定位相关性大的稀缺物体),并在定位计算时增加稀缺物体对应的激光扫描点对应的权重,从而实现准确定位。
结合第一方面,在一种实施方式中,所述根据相邻两帧的激光扫描数据确定每帧包括的各激光扫描点对应的被扫描物体的属性特征,包括:根据相邻两帧的激光扫描数据确定各激光扫描点对应的被扫描物体的运动情况;所述根据被扫描物体的属性特征获取相邻两帧中每帧包括的各激光扫描点对应的权重系数,包括:根据运动情况,获取与被扫描物体对应的激光扫描点的第二权重系数,其中,运动情况越稳定则对应的激光扫描点的第二权重系数越大;根据权重系数确认可移动设备当前所在位置,包括:根据第一权重系数和第二权重系数确认可移动设备当前所在位置。
因此,本申请实施例通过识别被扫描物体是动态物体或是静态物体,能够获得与这些被扫描物体对应的各激光扫描点的第二权重系数,从而通过第二权重系数能够增加对准确定位影响大的静态物体所对应的激光扫描点的权重同时减小运动物体对应的激光扫描点的权重,最终在定位计算过程中实现准确定位,降低与运动物体对应的激光扫描数据对定位结果准确度的干扰。
结合第一方面,在一种实施方式中,根据相邻两帧的激光扫描数据确定每帧包括的各激光扫描点对应的被扫描物体的属性特征,包括:根据相邻两帧的激光扫描数据确定各激光扫描点对应的被扫描物体的被扫描频率;所述根据被扫描物体的属性特征获取相邻两帧中每帧包括的各激光扫描点对应的权重系数,包括:根据所述被扫描频率,获取被扫描物体对应的各激光扫描点的第三权重系数,其中,被扫描频率越高的激光扫描点对应的第三权重系数越大;根据权重系数确认可移动设备当前所在位置,包括:根据第一权重系数、第二权重系数和第三权重系数确认可移动设备当前所在位置。
因此,本申请实施例通过被扫描物体的稀缺性、运动性和被扫描的频率确定各激光扫描点的权重系数,能够加强扫描频率高的物体的权重,从而能够减小在扫描过程中误记录或误扫描的激光扫描点的权重,从而实现准确定位。
结合第一方面,在一种实施方式中,根据权重系数确认可移动设备当前所在位置之前,本申请实施例的定位方法还包括:根据第一权重系数、第二权重系数以及第三权重系数获取目标权重系数,其中,目标权重系数与第一权重系数、第二权重系数以及第三权重系数正相关;根据权重系数确认可移动设备当前所在位置,包括:根据目标权重系数确认可移动设备当前所在位置。
因此,本申请实施例通过确定第一权重系数、第二权重系数和第三权重系数之间的关系,能够综合定位过程中的多个影响因素(即每一个激光扫描点的最终的目标权重系数与该激光扫描点对应的被扫描物体是否稀缺、是否运动以及是否被频繁扫到相关),得到目标权重系数,实现可移动设备的准确定位。
结合第一方面,在一种实施方式中,根据相邻两帧的激光扫描数据确定各激光扫描点对应的被扫描物体是否属于稀缺物体,包括:根据相邻两帧的激光扫描数据获得协方差矩阵;根据协方差矩阵识别被扫描物体的稀缺性。根据被扫描物体是否稀缺确定与各物体对应的激光扫描点的第一权重系数,包括:根据稀缺性确定与各物体对应的激光扫描点的第一权重系数。
结合第一方面,在一种实施方式中,根据协方差矩阵识别被扫描物体的稀缺性,包括:将协方差矩阵进行分解,获得特征向量矩阵;根据特征向量矩阵和各被扫描物体所对应的各激光扫描点之间的重叠情况确定稀缺性。
因此,本申请实施例通过相邻两帧的各激光扫描点之间的重叠情况,确定被扫描物体的稀缺性,能够准确的获得各扫描激光点的第一权重函数,从而实现准确定位。
结合第一方面,在一种实施方式中,根据相邻两帧的激光扫描数据确定各激光扫描点对应的被扫描物体的运动情况,包括:计算相邻两帧的激光扫描数据之间的误差;根据误差获得物体的运动情况;根据运动情况,获取与被扫描物体对应的激光扫描点的第二权重系数包括:根据误差和运动情况,获取与被扫描物体对应的激光扫描点的第二权重系数。
因此,本申请实施例通过相邻两帧的各激光扫描点之间的误差和被扫描物体的运动情况,能够准确的获得各扫描激光点的第二权重函数,从而实现准确定位。
结合第一方面,在一种实施方式中,根据被扫描频率,获取被扫描物体对应的各激光扫描点的第三权重系数,包括:根据被扫描频率确定被扫描物体对应的激光扫描点的概率系数,其中,被扫描物体的被扫描频率越高,概率系数越大;根据概率系数获得各激光扫描点的第三权重系数。
因此,本申请实施例通过被扫描物体的被扫描频率,能够准确的获得第三权重系数,从而实现准确定位。
第二方面,本申请实施例提供一种定位装置,应用于可移动设备,定位装置包括:获取单元,被配置为获取相邻两帧的激光扫描数据,其中,激光扫描数据通过可移动设备的激光雷达对所处环境进行扫描获得的;判断单元,被配置为根据相邻两帧的激光扫描数据确定每帧包括的各激光扫描点对应的被扫描物体的属性特征;计算单元,被配置为根据被扫描物体的属性特征获取相邻两帧中每帧包括的各激光扫描点对应的权重系数;定位单元,被配置为根据权重系数确认可移动设备当前所在位置。
结合第二方面,在一种实施方式中,判断单元被配置为:根据相邻两帧的激光扫描数据确定各激光扫描点对应的被扫描物体是否属于稀缺物体;计算单元被配置为:根据被扫描物体是否稀缺确定与被扫描物体对应的激光扫描点的第一权重系数,其中,当物体越稀缺时则对应的激光扫描点的第一权重系数越大;定位单元被配置为:根据第一权重系数确认可移动设备当前所在位置。
结合第二方面,在一种实施方式中,判断单元被配置为:根据相邻两帧的激光扫描数据确定各激光扫描点对应的被扫描物体的运动情况;计算单元被配置为:根据运动情况,获取与被扫描物体对应的激光扫描点的第二权重系数,其中,运动情况越稳定则对应的激光扫描点的第二权重系数越大;定位单元被配置为:根据第一权重系数和第二权重系数确认可移动设备当前所在位置。
结合第二方面,在一种实施方式中,判断单元被配置为:根据相邻两帧的激光扫描数据确定各激光扫描点对应的被扫描物体的被扫描频率;计算单元被配置为:根据被扫描频率,获取被扫描物体对应的各激光扫描点的第三权重系数,其中,被扫描频率越高的激光扫描的对应的第三权重系数越大;定位单元被配置为:根据第一权重系数、第二权重系数和第三权重系数确认可移动设备当前所在位置。
结合第二方面,在一种实施方式中,定位单元被配置为:根据第一权重系数、第二权重系数以及第三权重系数获取目标权重系数,其中,目标权重系数与第一权重系数、第二权重系数以及第三权重系数正相关;根据目标权重系数确认可移动设备当前所在位置。
结合第二方面,在一种实施方式中,计算单元被配置为:根据相邻两帧的激光扫描数据获得协方差矩阵;根据协方差矩阵识别被扫描物体的稀缺性。根据稀缺性确定与各物体对应的激光扫描点的第一权重系数。
结合第二方面,在一种实施方式中,计算单元被配置为:将协方差矩阵进行分解,获得特征向量矩阵;根据特征向量矩阵和各被扫描物体所对应的各激光扫描点之间的重叠情况确定稀缺性。
结合第二方面,在一种实施方式中,计算单元被配置为:计算相邻两帧的激光扫描数据之间的误差;根据误差获得物体的运动情况;根据误差和运动情况,获取与被扫描物体对应的激光扫描点的第二权重系数。
结合第二方面,在一种实施方式中,计算单元被配置为:根据被扫描频率确定被扫描物体对应的激光扫描点的概率系数,其中,被扫描物体的被扫描频率越高,概率系数越大;根据概率系数获得各激光扫描点的第三权重系数。
第三方面,本申请的一些实施例还提供一种可移动设备,包括:处理器、存储器和总线;所述处理器通过所述总线与所述存储器相连,所述存储器存储有计算机可读取指令,当所述计算机可读取指令由所述处理器执行时,用于实现如第一方面及其实施例中任一项所述的方法。
第四方面,本申请的一些实施例还提供一种计算机可读存储介质,该计算机可读存储介质上存储有计算机程序,该计算机程序被执行时实现如第一方面及其实施例中任一项所述的方法。
附图说明
图1为本申请实施例示出的一种定位方法的实施流程;
图2为本申请实施例示出的一种定位方法的场景;
图3为本申请实施例示出的一种定位方法的具体实施例的实施流程;
图4为本申请实施例示出的一种定位装置;
图5为本申请实施例示出的一种可移动设备。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中附图,对本申请实施例中的技术方案进行清楚、完整的描述,显然,所描述的实施例仅仅是本申请的一部分实施例,而不是全部实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此,以下对附图中提供的本申请的实施例的详情描述并非旨在限制要求保护的本申请的范围,而是仅仅表示本申请的选定实施例。基于本申请的实施例,本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本申请保护范围。
下面结合附图详细描述本申请实施例中的方法步骤。
本申请实施例可以应用于可移动设备的定位场景,例如,这些场景包括机器人在执行任务的过程中,对自身所在位置进行定位的场景。以在机器人定位为例示例性阐述相关技术的定位方法存在的问题。具体地,机器人定位是所有任务的前置条件,机器人的定位方法中经常采用2D单线激光匹配环境栅格地图得到机器位姿,定位过程中常用的方法是采用粒子滤波,通过粒子群的更新、重采样,聚类后选择概率最大的粒子簇中心作为机器位姿,但该方法处理走廊或人群等非静态场景时,容易产生定位失效,导致定位不准确。
至少为了解决上述问题,本申请一些实施例提供的一种根据被扫描物体的属性特征,获得可移动设备扫描的各激光扫描点的权重系数,从而实现可移动设备的准确定位的方法。可以理解的是,本申请实施例的应用场景不限于此。
如图1所述,本申请实施例提供一种定位方法,包括:S110,获取相邻两帧的激光扫描数据;S120,根据相邻两帧的激光扫描数据确定每帧包括的各激光扫描点对应的被扫描物体的属性特征;S130,根据被扫描物体的属性特征获取相邻两帧中每帧包括的各激光扫描点对应的权重系数;S140,根据权重系数确认可移动设备当前所在位置。
下文将描述由可移动设备执行的定位方法的实施方式。
S110,获取相邻两帧的激光扫描数据。
在一种实施方式中,激光扫描数据是通过可移动设备的激光雷达对所处环境进行扫描获得的。
可移动设备在执行任务时,激光扫描器通过发出的激光束对所处环境进行扫描,将扫描得到的激光扫描点映射到二维的环境地图(例如,二维栅格地图)中,得到激光扫描数据。本申请的实施例的定位方法需要选取相邻两帧的激光扫描数据来确定定位机器人时各激光扫描点对应的权重系数,作为本申请实施例的初始数据集。
作为一种实施方式,如图2所示,可移动设备204位于二维环境地图200中,在A点,可移动设备204的激光雷达发出激光束(覆盖了从最小扫描角度到最大扫描角度整个范围内的所有激光)对周围物体进行扫描,获得与多个激光扫描点201对应的扫描数据也就是得到第一帧激光扫描数据,在可移动设备204移动至B点位置后可移动设备204再次发送覆盖最大范围的激光束得到第二帧扫描数据,之后再根据第一帧扫描数据和与其相邻的第二激光扫描数据判断被扫描物体的属性特征。
S120,根据相邻两帧的激光扫描数据确定每帧包括的各激光扫描点对应的被扫描物体的属性特征。
在一种实施方式中,根据相邻两帧的激光扫描数据确定各激光扫描点对应的被扫描物体是否属于稀缺物体。例如,根据相邻两帧的激光扫描数据获得协方差矩阵;根据协方差矩阵识别被扫描物体的稀缺性。
在一种实施方式中,将协方差矩阵进行分解,获得特征向量矩阵;根据特征向量矩阵和各被扫描物体所对应的各激光扫描点之间的重叠情况确定稀缺性。
可移动设备在得到相邻两帧的激光扫描数据后,开始判断被扫描物体的属性特征,第一步先计算出相邻两帧的激光扫描数据中,各激光扫描点从激光中心到激光扫描点的距离,获得相邻两帧的激光扫描数据之间的读数差;第二步再通过读数差使用最小二乘法求得可移动设备在X方向和Y方向的位移和角度变化,通过可移动设备在以激光雷达的激光中心为原点,X方向和Y方向的位移和角度变化求得协方差矩阵;第三步将协方差矩阵进行分解,得到特征向量矩阵和特征值对角矩阵;第四步将当前的各激光扫描点的Y坐标映射到特征向量矩阵所在的坐标系中,获得前帧激光扫描点与后帧激光扫描点相对应的点的重叠次数。
可以理解的是,重叠次数多的激光扫描点说明该被扫描物体不稀缺,对准确定位的影响作用较小则对应设置的第一权重系数的值也较小,重叠次数少的激光扫描点说明该被扫描物体稀缺则对应设置的第一权重系数的值较大,对准确定位的影响作用较大。
下面结合相邻两帧激扫描数据示例性阐述判断被扫描物体稀缺性的具体过程。
作为一种实施例,获取前一帧激光扫描数据r11……r1n,后帧激光扫描数据r21……r2n,激光扫描数据是每次转动一定角度后的扫描数据,每个激光雷达都有一个扫描范围,这个扫描范围是固定的,且每个激光扫描器在这个范围内对应的各个角度上分别发送激光,得到与各个角度对应的扫描数据,n为一帧激光扫描数据中发射的激光束的个数(也是激光扫描器在最大扫描范围内)。由于相邻两帧激光之间的时间差较近,可移动设备的相邻的两个扫描点之间的采集点相邻较近,使用∑i=1|r1i-r2i|配准前后相邻两帧激光扫描数据,使得前后两帧激光扫描数据的差距最小,使用公式(1)中的最小二乘法求得可移动设备在X方向和Y方向的位移和角度变化:
Au=B (1)
其中,u=(dx,dy,dω)表示可移动设备在X方向和Y方向的位移和角度变化,B={r11-r21……r1n-r2n}表示相邻两帧激光扫描点的读数差,A={cosθ1+Ra1×K×sinθ1/r1,sinθ1-Ra1×K×cosθ1/r1,x1×sinθ1-y1×cosθ1-Ra1×K,......,cosθi+Rai×K×sinθi/ri,sinθi-Rai×K×cosθi/ri,xi×sinθi-yi×cosθi-Rai×K},其中,Ra=ri+1-ri表示同一帧激光扫描数据中从激光传感器激光雷达到激光扫描点之间的扫描距离之差,K是一个常数,(x,y)和(r,θ)分别为激光扫描点在笛卡尔和极坐标系下的坐标。
通过矩阵分解求得可移动设备在X方向和Y方向的位移和角度变化u,再使得res=Au-B,最终求得协方差矩阵Cov=(ATA)-1||res||,将协方差矩阵分解为Cov=QEQ-1,其中,Q为特征向量矩阵,E为特征值对角矩阵,将当前的各激光扫描点的Y坐标映射到特征向量矩阵所在的坐标系中,获得前帧激光扫描点与后帧激光扫描点相对应的点的重叠次数,重叠次数多的激光扫描点说明该被扫描物体不稀缺,对准确定位的影响作用较小,重叠次数少的激光扫描点说明该被扫描物体稀缺,对准确定位的影响作用较大。
作为一种场景,如图2所示,第一范围中的203是办公场所中的围墙,202是办公场所中的门,可移动机器人在第一范围进行扫描的过程中,计算得到围墙203上的各激光扫描点的重叠次数较多,说明这些激光扫描点对应的被扫描物体围墙203不属于稀缺物体,而计算得到门202上的各激光扫描点的重叠次数较少,说明与这些激光扫描点对应的被扫描物体门202属于稀缺物体,则在本申请的一些实施例中会为与门对应的扫描点配置较大的权重系数,而对于围墙203对应的激光点对应的扫描数据分配较小的权重系数。
在一种实施方式中,根据相邻两帧的激光扫描数据确定各激光扫描点对应的被扫描物体的运动情况。例如,计算相邻两帧的激光扫描数据之间的误差;根据误差获得物体的运动情况。
可移动设备在配置误差向量得到相邻两帧激光扫描数据的误差res后,若与前帧激光扫描点的误差相差相对较大,表示该激光扫描点所对应的激光扫描物体的运动情况为动态,若与前帧激光扫描点的误差相差相对较小,表示该激光扫描点所对应的激光扫描物体的运动情况为静态,以此获得被扫描物体的运动情况。
在一种实施方式中,根据相邻两帧的激光扫描数据确定各激光扫描点对应的被扫描物体的被扫描频率。
可移动设备在定位过程中,被扫描物体被扫描的次数越多,表示该被扫描物体对应的被扫描激光点对可移动设备的定位过程的影响越大,本申请实施例使用被扫描频率来表达扫描的次数。
在一种实施方式中,预设各激光扫描点的被扫描频率的初始值为0.5,对于扫描命中的被扫描物体所对应的激光扫描点在初始值的基础上增大概率,扫描每命中一次增加0.1的概率,在激光经过的地方在初始值的基础上减小概率,需要注意的是,已经被扫描完成的激光扫描点的被扫描频率逐渐恢复到初始值。
下文示例性阐述S130的实施方式。
S130,根据被扫描物体的属性特征获取相邻两帧中每帧包括的各激光扫描点对应的权重系数。
在一种实施方式中,根据被扫描物体是否稀缺确定与被扫描物体对应的激光扫描点的第一权重系数,其中,当物体越稀缺时则对应的激光扫描点的第一权重系数越大;
在一种实施方式中,根据稀缺性确定与各被扫描物体对应的激光扫描点的第一权重系数。
可移动设备在上述S120中,获得前帧激光扫描数据与后帧激光扫数据中相对应点的重叠次数,由于重叠次数多的激光扫描点说明该被扫描物体不稀缺,对准确定位的影响作用较小,重叠次数少的激光扫描点说明该被扫描物体稀缺,对准确定位的影响作用较大,所以重叠次数与第一权重系数呈反比例,因此,可以使用单调递减函数来表达重叠次数与第一权重系数之间的关系。
作为一种实施例,第一权重系数可以表示为:W1=log(N/O),其中,W1表示第一权重系数,N表示大于或等于1的正整数。
作为一种实施例,第一权重系数还可以表示为:W1=-kO,其中,W1表示第一权重系数,k表示大于0的正数,O表示各激光扫描点的重叠次数,本申请实施方式不限于此。
在一种实施方式中,根据运动情况,获取与被扫描物体对应的激光扫描点的第二权重系数,其中,运动情况越稳定则对应的激光扫描点的第二权重系数越大。
在一种实施方式中,根据误差和运动情况,获取与被扫描物体对应的激光扫描点的第二权重系数。
可移动设备在上述S120中配置误差向量,得到了相邻两帧激光扫描数据之间的误差res,误差res越小说明被扫描物体的运动情况较为稳定(移动速度较慢或静止),误差res越大说明被扫描物体运动情况不稳定(移动速度较快或移动方向变化比较频繁)。
依据误差res,作为一种实施例,遍历res得到最小值m,可以将第二权重系数表示为:其中,W2表示第二权重系数,res表示相邻两帧激光扫描数据之间的误差,m表示res中的最小值,s表示预设的稳定系数,可以由经验获得。
在一种实施方式中,根据被扫描频率,获取被扫描物体对应的各激光扫描点的第三权重系数,其中,被扫描频率越高的激光扫描的对应的第三权重系数越大。
在一种实施方式中,根据被扫描频率确定被扫描物体对应的激光扫描点的概率系数,根据概率系数获得各激光扫描点的第三权重系数。
可移动设备在S120中获得了被扫描频率,作为一种实施例,可将被扫描频率作为概率系数v,然后将概率系数v作为第三权重系数W3;作为另一种实施例可以使概率系数与第三权重系数正相关,第三权重系数可以是W3=lv,其中,l为大于0的正数,v表示概率系数,v可以是0.7,也可以是0.3,本申请实施例不限于此。
在一种实施方式中,根据第一权重系数、第二权重系数以及第三权重系数获取目标权重系数,其中,目标权重系数与第一权重系数、第二权重系数以及第三权重系数正相关;
可移动设备在上述过程中获得了第一权重系数、第二权重系数和第三权重系数,目标权重系数与第一权重系数、第二权重系数和第三权重系数成正比。
作为一种实施例,目标权重系数可以表示为W=W1W2W3,其中,W表示为目标权重系数,W1表示为第一权重系数,W2表示为第二权重系数,W3表示为第三权重系数。
作为另一种实施例,目标权重系数可以是加权平均,表示为W=aW1+bW2+cW3,其中,W表示为目标权重系数,W1表示为第一权重系数,W2表示为第二权重系数,W3表示为第三权重系数,a、b和c可以是大于0的正数。
下文将描述S140的实施方式。
S140,根据权重系数确认可移动设备当前所在位置。
可移动设备在S130得到第一权重系数W1、第二权重系数W2和第三权重系数W3和目标权重系数W之后,需要根据目标权重系数结合现有的粒子滤波方法、正态分布变换、等来实现定位。
在一种实施方式中,根据第一权重系数、第二权重系数和第三权重系数确认可移动设备当前所在位置。
以粒子滤波方法为例,步骤如下:首先使用先验概率对粒子进行初始化,然后进行序列重要性采样,为每一个粒子计算一个权重,在使用先验概率估计权重的过程中,将本申请实施例中获得的目标权重系数与估计权重值相乘获得的总权重,根据总权重对粒子进行重采样,重复上述过程直至确认可移动设备当前所在位置。
在一种实施方式中,根据第一权重系数确认可移动设备当前所在位置。
作为一种实施例,首先使用先验概率对粒子进行初始化,然后进行序列重要性采样,为每一个粒子计算一个权重,在使用先验概率估计权重的过程中,将本申请实施例中获得的第一权重系数与估计权重值相乘获得的总权重,根据总权重对粒子进行重采样,重复上述过程直至确认可移动设备当前所在位置。
在一种实施方式中,根据第一权重系数和第二权重系数确认可移动设备当前所在位置。
作为一种实施例,首先使用先验概率对粒子进行初始化,然后进行序列重要性采样,为每一个粒子计算一个权重,在使用先验概率估计权重的过程中,将本申请实施例中获得的第一权重系数和第二权重系数与估计权重值相乘获得的总权重,根据总权重对粒子进行重采样,重复上述过程直至确认可移动设备当前所在位置。
上文描述了可移动设备执行的一种定位方法,下文将描述一种定位方法的具体实施例。
如图3所示,作为本申请多种场景中的一种,以可移动设备为机器人为例,示例性的描述一种定位方法的具体实施例。
S310,获取相邻两帧的激光扫描数据。
机器人所处的环境二维环境地图中,机器人在A点的激光雷达通过发出的激光束进行扫描,并记录激光扫描点在地图中的位置,获得激光扫描数据,从而获得相邻两帧的激光扫描数据中,前一帧的激光扫描数据,同理,在机器人移动至B点位置后再进行扫描,获得后一帧的激光扫描数据。
S320,计算相邻两帧的激光扫描数据的误差。
获取前帧激光扫描数据r11……r1n,后帧激光扫描数据r21……r2n,n为一帧激光扫描数据中激光扫描点的个数,由于相邻两帧激光之间的时间差较近,机器人的相邻的两个扫描点之间的采集点相邻较近,使用∑i=1|r1i-r2i|配准前后相邻两帧激光使得前后两帧激光扫描数据的差距最小,使用公式(1)中的最小二乘法求得机器人在X方向和Y方向的位移和角度变化:
Au=B (1)
其中,u=(dx,dy,dω)表示机器人在X方向和Y方向的位移和角度变化,B={r11-r21……r1n-r2n}表示相邻两帧激光扫描点的读数差,A={(cosθ1+Ra1×K×sinθ1/r1,sinθ1-Ra1×K×cosθ1/r1,x1×sinθ1-y1×cosθ1-Ra1×K),......,(cosθi+Rai×K×sinθi/ri,sinθi-Rai×K×cosθi/ri,xi×sinθi-yi×cosθi-Rai×K)},其中,Ra=ri+1-ri表示同一帧激光扫描数据中从激光雷达到激光扫描点之间的扫描距离之差,K是一个常数,(x,y)和(r,θ)分别为激光扫描点在笛卡尔和极坐标系下的坐标。
通过矩阵分解求得机器人在X方向和Y方向的位移和角度变化u,再使得res=Au-B,求得相邻两帧的激光扫描数据的误差res。
S350,通过计算相邻两帧的激光扫描数据的被扫描频率,获得第三权重系数。
机器人在定位过程中,会实时创建局部子图,局部子图创建方法为:创建一张与原始环境地图等大小的地图M,设机器人当前定位位置为P,则以P为原点,将当前帧激光扫描点投影到地图M中,被扫描频率的初始值为0.5,对于扫描命中的被扫描物体所对应的激光扫描点在初始值的基础上增大概率,扫描每命中一次增加0.1的概率,没有被命中的被扫描物体就在较小0.1的概率,已经被扫描完成的激光扫描点的被扫描频率逐渐恢复到初始值,最终得到被扫描物体的概率系数,将概率系数作为第三权重系数。
S330,根据误差获得协方差矩阵,并通过协方差矩阵获得第一权重系数。
协方差矩阵Cov=(ATA)-1||res||,将协方差矩阵分解为Cov=QEQ-1,其中,Q为特征向量矩阵,E为特征值对角矩阵,将当前的各激光扫描点的Y坐标映射到特征向量矩阵所在的坐标系中,获得前帧激光扫描点与后帧激光扫描点相对应的点的重叠次数。第一权重系数可以表示为:W1=log(N/O),其中,W1表示第一权重系数,N表示大于或等于1的正整数。
S340,根据误差区分被扫描物体的运动状态,并且获得第二权重系数。
机器人配置误差向量,得到了相邻两帧激光扫描数据之间的误差res,遍历res得到最小值m,可以将第二权重系数表示为:其中,W2表示第二权重系数,res表示相邻两帧激光扫描数据之间的误差,m表示res中的最小值,s表示预设的稳定系数,可以由经验获得。
S360,获得目标权重系数。
目标权重系数可以表示为W=W1W2W3,其中,W表示为目标权重系数,W1表示为第一权重系数,W2表示为第二权重系数,W3表示为第三权重系数。
S370,根据目标权重系数进行定位更新。
首先使用先验概率对粒子进行初始化,然后进行序列重要性采样,为每一个粒子计算一个权重,在使用先验概率估计权重的过程中,将本申请实施例中获得的目标权重系数与估计权重值相乘获得的总权重,根据总权重对粒子进行重采样,重复上述过程直至确认机器人当前所在位置。
上文描述了一种定位方法的具体实施例,下文将描述一种定位装置。
如图4所示,一种定位装置400,包括:获取单元410、判断单元420、计算单元430和定位单元440。
在一种实施方式中,本申请实施例提供一种定位装置,应用于可移动设备,定位装置包括:获取单元,被配置为获取相邻两帧的激光扫描数据,其中,激光扫描数据通过可移动设备的激光雷达对所处环境进行扫描获得的;判断单元,被配置为根据相邻两帧的激光扫描数据确定每帧包括的各激光扫描点对应的被扫描物体的属性特征;计算单元,被配置为根据被扫描物体的属性特征获取相邻两帧中每帧包括的各激光扫描点对应的权重系数;定位单元,被配置为根据权重系数确认可移动设备当前所在位置。
在一种实施方式中,判断单元被配置为:根据相邻两帧的激光扫描数据确定各激光扫描点对应的被扫描物体是否属于稀缺物体;计算单元被配置为:根据被扫描物体是否稀缺确定与被扫描物体对应的激光扫描点的第一权重系数,其中,当物体越稀缺时则对应的激光扫描点的第一权重系数越大;定位单元被配置为:根据第一权重系数确认可移动设备当前所在位置。
在一种实施方式中,判断单元被配置为:根据相邻两帧的激光扫描数据确定各激光扫描点对应的被扫描物体的运动情况;计算单元被配置为:根据运动情况,获取与被扫描物体对应的激光扫描点的第二权重系数,其中,运动情况越稳定则对应的激光扫描点的第二权重系数越大;定位单元被配置为:根据第一权重系数和第二权重系数确认可移动设备当前所在位置。
在一种实施方式中,判断单元被配置为:根据相邻两帧的激光扫描数据确定各激光扫描点对应的被扫描物体的被扫描频率;计算单元被配置为:根据被扫描频率,获取被扫描物体对应的各激光扫描点的第三权重系数,其中,被扫描频率越高的激光扫描的对应的第三权重系数越大;定位单元被配置为:根据第一权重系数、第二权重系数和第三权重系数确认可移动设备当前所在位置。
在一种实施方式中,定位单元被配置为:根据第一权重系数、第二权重系数以及第三权重系数获取目标权重系数,其中,目标权重系数与第一权重系数、第二权重系数以及第三权重系数正相关;根据目标权重系数确认可移动设备当前所在位置。
在一种实施方式中,计算单元被配置为:根据相邻两帧的激光扫描数据获得协方差矩阵;根据协方差矩阵识别被扫描物体的稀缺性。根据稀缺性确定与各物体对应的激光扫描点的第一权重系数。
在一种实施方式中,计算单元被配置为:将协方差矩阵进行分解,获得特征向量矩阵;根据特征向量矩阵和各被扫描物体所对应的各激光扫描点之间的重叠情况确定稀缺性。
在一种实施方式中,计算单元被配置为:计算相邻两帧的激光扫描数据之间的误差;根据误差获得物体的运动情况;根据误差和运动情况,获取与被扫描物体对应的激光扫描点的第二权重系数。
在一种实施方式中,计算单元被配置为:根据被扫描频率确定被扫描物体对应的激光扫描点的概率系数,其中,被扫描物体的被扫描频率越高,概率系数越大;根据概率系数获得各激光扫描点的第三权重系数。
在本申请实施例中,图4所示模块能够实现图1、图2和图3方法实施例中的各个过程。图4中的各个模块的操作和/或功能,分别为了实现图1、图2和图3中的方法实施例中的相应流程。具体可参见上述方法实施例中的描述,为避免重复,此处适当省略详细描述。
如图5所示,本申请实施例提供一种可移动设备500,包括:处理器510、存储器520和总线530,所述处理器通过所述总线与所述存储器相连,所述存储器存储有计算机可读取指令,当所述计算机可读取指令由所述处理器执行时,用于实现如上述所有实施例中任一项所述的方法,具体可参见上述方法实施例中的描述,为避免重复,此处适当省略详细描述。
其中,总线用于实现这些组件直接的连接通信。其中,本申请实施例中处理器可以是一种集成电路芯片,具有信号的处理能力。上述的处理器可以是通用处理器,包括中央处理器(Central Processing Unit,简称CPU)、网络处理器(Network Processor,简称NP)等;还可以是数字信号处理器(DSP)、专用集成电路(ASIC)、现成可编程门阵列(FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本申请实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
存储器可以是,但不限于,随机存取存储器(Random Access Memory,RAM),只读存储器(Read Only Memory,ROM),可编程只读存储器(Programmable Read-Only Memory,PROM),可擦除只读存储器(Erasable Programmable Read-Only Memory,EPROM),电可擦除只读存储器(Electric Erasable Programmable Read-Only Memory,EEPROM)等。存储器中存储有计算机可读取指令,当所述计算机可读取指令由所述处理器执行时,可以执行上述实施例中所述的方法。
可以理解,图5所示的结构仅为示意,还可包括比图5中所示更多或者更少的组件,或者具有与图5所示不同的配置。图5中所示的各组件可以采用硬件、软件或其组合实现。
本申请实施例还提供一种计算机可读存储介质,该计算机可读存储介质上存储有计算机程序,该计算机程序被执行时实现上述所有实施方式中任一所述的方法,具体可参见上述方法实施例中的描述,为避免重复,此处适当省略详细描述。
以上所述仅为本申请的优选实施例而已,并不用于限制本申请,对于本领域的技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。
以上所述,仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应所述以权利要求的保护范围为准。
Claims (10)
1.一种定位方法,其特征在于,应用于非静态场景中的可移动设备,所述定位方法包括:
获取相邻两帧的激光扫描数据,其中,所述激光扫描数据通过可移动设备的激光雷达对所处环境进行扫描获得的;
根据所述相邻两帧的激光扫描数据确定每帧包括的各激光扫描点对应的被扫描物体的属性特征;
根据所述被扫描物体的属性特征获取所述相邻两帧中每帧包括的各激光扫描点对应的权重系数;
根据所述权重系数确认所述可移动设备当前所在位置;
其中,所述属性特征包括所述被扫描物体是否属于稀缺物体、所述被扫描物体的运动情况和所述被扫描物体的被扫描频率。
2.根据权利要求1所述的方法,其特征在于,
所述根据所述相邻两帧的激光扫描数据确定每帧包括的各激光扫描点对应的被扫描物体的属性特征,包括:
根据所述相邻两帧的激光扫描数据确定所述各激光扫描点对应的被扫描物体是否属于稀缺物体;
所述根据所述被扫描物体的属性特征获取所述相邻两帧中每帧包括的各激光扫描点对应的权重系数,包括:
根据所述被扫描物体是否稀缺确定与所述被扫描物体对应的激光扫描点的第一权重系数,其中,当物体越稀缺时则对应的激光扫描点的第一权重系数越大;
所述根据所述权重系数确认所述可移动设备当前所在位置,包括:
根据所述第一权重系数确认所述可移动设备当前所在位置。
3.根据权利要求2所述的方法,其特征在于,
所述根据所述相邻两帧的激光扫描数据确定每帧包括的各激光扫描点对应的被扫描物体的属性特征,包括:
根据所述相邻两帧的激光扫描数据确定所述各激光扫描点对应的被扫描物体的运动情况;
所述根据所述被扫描物体的属性特征获取所述相邻两帧中每帧包括的各激光扫描点对应的权重系数,包括:
根据所述运动情况,获取与所述被扫描物体对应的激光扫描点的第二权重系数,其中,所述运动情况越稳定则对应的激光扫描点的第二权重系数越大;
所述根据所述权重系数确认所述可移动设备当前所在位置,包括:
根据所述第一权重系数和所述第二权重系数确认所述可移动设备当前所在位置。
4.根据权利要求3所述的方法,其特征在于,
所述根据所述相邻两帧的激光扫描数据确定每帧包括的各激光扫描点对应的被扫描物体的属性特征,包括:
根据所述相邻两帧的激光扫描数据确定所述各激光扫描点对应的被扫描物体的被扫描频率;
所述根据所述被扫描物体的属性特征获取所述相邻两帧中每帧包括的各激光扫描点对应的权重系数,包括:
根据所述被扫描频率,获取所述被扫描物体对应的各激光扫描点的第三权重系数,其中,所述被扫描频率越高的激光扫描点对应的所述第三权重系数越大;
所述根据所述权重系数确认所述可移动设备当前所在位置,包括:
根据所述第一权重系数、所述第二权重系数和所述第三权重系数确认所述可移动设备当前所在位置。
5.根据权利要求4所述的方法,其特征在于,
所述根据所述权重系数确认所述可移动设备当前所在位置之前,所述方法还包括:
根据所述第一权重系数、所述第二权重系数以及所述第三权重系数获取目标权重系数,其中,目标权重系数与所述第一权重系数、所述第二权重系数以及所述第三权重系数正相关;
所述根据所述权重系数确认所述可移动设备当前所在位置,包括:
根据所述目标权重系数确认所述可移动设备当前所在位置。
6.根据权利要求2所述的方法,其特征在于,
所述根据所述相邻两帧的激光扫描数据确定所述各激光扫描点对应的被扫描物体是否属于稀缺物体,包括:
根据所述相邻两帧的激光扫描数据获得协方差矩阵;
根据所述协方差矩阵识别所述被扫描物体的稀缺性;
所述根据所述被扫描物体是否稀缺确定与所述被扫描物体对应的激光扫描点的第一权重系数,包括:
根据所述稀缺性确定与所述被扫描物体对应的激光扫描点的第一权重系数。
7.根据权利要求6所述的方法,其特征在于,所述根据所述协方差矩阵识别所述被扫描物体的稀缺性,包括:
将所述协方差矩阵进行分解,获得特征向量矩阵;
根据所述特征向量矩阵和所述各被扫描物体所对应的所述各激光扫描点之间的重叠情况确定稀缺性。
8.根据权利要求3所述的方法,其特征在于,
所述根据所述相邻两帧的激光扫描数据确定所述各激光扫描点对应的被扫描物体的运动情况,包括:
计算所述相邻两帧的激光扫描数据之间的误差;
根据所述误差获得所述物体的运动情况;
所述根据所述运动情况,获取与所述被扫描物体对应的激光扫描点的第二权重系数包括:
根据所述误差和所述运动情况,获取与所述被扫描物体对应的激光扫描点的第二权重系数。
9.根据权利要求4所述的方法,其特征在于,所述根据所述被扫描频率,获取所述被扫描物体对应的各激光扫描点的第三权重系数,包括:
根据所述被扫描频率确定所述被扫描物体对应的激光扫描点的概率系数;
根据所述概率系数获得所述各激光扫描点的所述第三权重系数。
10.一种定位装置,其特征在于,应用于非静态场景中的可移动设备,所述定位装置包括:
获取单元,被配置为获取相邻两帧的激光扫描数据,其中,所述激光扫描数据通过可移动设备的激光雷达对所处环境进行扫描获得的;
判断单元,被配置为根据所述相邻两帧的激光扫描数据确定每帧包括的各激光扫描点对应的被扫描物体的属性特征;
计算单元,被配置为根据所述被扫描物体的属性特征获取所述相邻两帧中每帧包括的各激光扫描点对应的权重系数;
定位单元,被配置为根据所述权重系数确认所述可移动设备当前所在位置;
其中,所述属性特征包括所述被扫描物体是否属于稀缺物体、所述被扫描物体的运动情况和所述被扫描物体的被扫描频率。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110445334.XA CN113219486B (zh) | 2021-04-23 | 2021-04-23 | 一种定位方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110445334.XA CN113219486B (zh) | 2021-04-23 | 2021-04-23 | 一种定位方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113219486A CN113219486A (zh) | 2021-08-06 |
CN113219486B true CN113219486B (zh) | 2023-03-31 |
Family
ID=77089100
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110445334.XA Active CN113219486B (zh) | 2021-04-23 | 2021-04-23 | 一种定位方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113219486B (zh) |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108253958B (zh) * | 2018-01-18 | 2020-08-11 | 亿嘉和科技股份有限公司 | 一种稀疏环境下的机器人实时定位方法 |
WO2019195270A1 (en) * | 2018-04-03 | 2019-10-10 | Kaarta, Inc. | Methods and systems for real or near real-time point cloud map data confidence evaluation |
CN109931939B (zh) * | 2019-02-27 | 2020-11-03 | 杭州飞步科技有限公司 | 车辆的定位方法、装置、设备及计算机可读存储介质 |
CN110736456B (zh) * | 2019-08-26 | 2023-05-05 | 广东亿嘉和科技有限公司 | 稀疏环境下基于特征提取的二维激光实时定位方法 |
CN110849374B (zh) * | 2019-12-03 | 2023-04-18 | 中南大学 | 地下环境定位方法、装置、设备及存储介质 |
CN111986494A (zh) * | 2020-07-09 | 2020-11-24 | 宁波傲视智绘光电科技有限公司 | 一种运动目标速度测量方法、系统、装置及存储介质 |
-
2021
- 2021-04-23 CN CN202110445334.XA patent/CN113219486B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN113219486A (zh) | 2021-08-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Kang et al. | Automatic targetless camera–lidar calibration by aligning edge with gaussian mixture model | |
US9972067B2 (en) | System and method for upsampling of sparse point cloud for 3D registration | |
US20210042929A1 (en) | Three-dimensional object detection method and system based on weighted channel features of a point cloud | |
CN111080662A (zh) | 车道线的提取方法、装置及计算机设备 | |
CN112106111A (zh) | 一种标定方法、设备、可移动平台及存储介质 | |
CN111144213B (zh) | 一种对象检测方法和相关设备 | |
CN111815707A (zh) | 点云确定方法、点云筛选方法、装置、计算机设备 | |
WO2021134285A1 (zh) | 图像跟踪处理方法、装置、计算机设备和存储介质 | |
CN113111513B (zh) | 传感器配置方案确定方法、装置、计算机设备及存储介质 | |
US11468609B2 (en) | Methods and apparatus for generating point cloud histograms | |
CN115147333A (zh) | 一种目标检测方法及装置 | |
CN117590362B (zh) | 一种多激光雷达外参标定方法、装置和设备 | |
CN110706288A (zh) | 目标检测的方法、装置、设备及可读存储介质 | |
CN112381873B (zh) | 一种数据标注方法及装置 | |
CN111862208B (zh) | 一种基于屏幕光通信的车辆定位方法、装置及服务器 | |
CN113219486B (zh) | 一种定位方法及装置 | |
CN117423087A (zh) | 三维目标检测方法、装置、终端及计算机可读存储介质 | |
CN116819561A (zh) | 一种点云数据匹配方法、系统、电子设备及存储介质 | |
CN115100287B (zh) | 外参标定方法及机器人 | |
CN113052886A (zh) | 一种采用双目原理的双tof相机深度信息获取方法 | |
CN111239740A (zh) | 一种去除射线噪声的方法及设备 | |
CN112529783B (zh) | 图像处理方法、图像处理装置、存储介质和电子设备 | |
WO2021253333A1 (zh) | 一种基于屏幕光通信的车辆定位方法、装置及服务器 | |
US20240029392A1 (en) | Prediction method for target object, computer device, and storage medium | |
CN118314003A (zh) | 障碍物识别的训练数据生成方法及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
CB02 | Change of applicant information |
Address after: Room 702, 7 / F, 67 North Fourth Ring Road West, Haidian District, Beijing Applicant after: Beijing Yunji Technology Co.,Ltd. Address before: Room 702, 7 / F, 67 North Fourth Ring Road West, Haidian District, Beijing Applicant before: BEIJING YUNJI TECHNOLOGY Co.,Ltd. |
|
CB02 | Change of applicant information | ||
GR01 | Patent grant | ||
GR01 | Patent grant |