CN113238186A - 移动机器人重定位方法、系统和芯片 - Google Patents
移动机器人重定位方法、系统和芯片 Download PDFInfo
- Publication number
- CN113238186A CN113238186A CN202110501073.9A CN202110501073A CN113238186A CN 113238186 A CN113238186 A CN 113238186A CN 202110501073 A CN202110501073 A CN 202110501073A CN 113238186 A CN113238186 A CN 113238186A
- Authority
- CN
- China
- Prior art keywords
- mobile robot
- distance
- base station
- current position
- positioning base
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 57
- 238000004364 calculation method Methods 0.000 claims description 15
- 238000004590 computer program Methods 0.000 claims description 10
- 230000006854 communication Effects 0.000 claims description 9
- 238000004891 communication Methods 0.000 claims description 8
- 238000012545 processing Methods 0.000 abstract description 3
- 238000001514 detection method Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 6
- 238000005259 measurement Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000011065 in-situ storage Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
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
- G01S5/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
- G01S5/02—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using radio waves
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明公开了一种移动机器人重定位方法、系统和芯片,所述方法通过定位基站周围满足一定条件的待定点对应的距离直方图,以及移动机器人当前位置对应的距离直方图之间的匹配来进行重定位,过程中只需一个无线测距传感器和一个距离传感器,系统简单,没有复杂的运算逻辑,降低了数据运算处理的难度,且提高了移动机器人重定位的精准度和实现效率。
Description
技术领域
本发明涉及移动机器人领域,具体涉及一种移动机器人重定位方法、系统和芯片。
背景技术
目前大多数的室内智能移动机器人都具有自主定位导航的能力,即在执行任务的过程中根据已有的地图数据对自身位置姿态进行定位,进而实现自主导航。当机器人拥有地图,但却不知道其位于地图的哪个位置时,就需要进行重定位。具体的,在导航过程中,机器人会相应地感知自身周边环境信息,并结合已有的地图数据确认当前是否存在导航错误的问题,接着在确认存在导航错误的情况下,根据感知的环境信息配合已有的地图数据对当前导航位置进行调整。重定位很多时候是机器人开始工作的第一步,重定位的成功与否是其之后能否正常工作的大前提。因此,提高重定位的精准度及实现效率,对本领域技术人员而言便是为提升机器人重定位效果所需解决的技术问题。
发明内容
为解决上述问题,本发明提供了一种移动机器人重定位方法、系统和芯片,利用一个无线测距传感器和一个距离传感器的数据做距离直方图匹配即可实现移动机器人的重定位。本发明的具体技术方案如下:
移动机器人重定位方法,所述方法包括如下步骤:步骤S1,移动机器人通过无线测距传感器获取其当前位置与定位基站之间的距离,然后根据所述距离和定位基站位置设置若干待定点,并绘制每个待定点对应的距离直方图;步骤S2,移动机器人通过距离传感器计算其当前位置与周围边界的距离,并绘制移动机器人当前位置对应的距离直方图;步骤S3,基于每个待定点对应的距离直方图和移动机器人当前位置对应的距离直方图,做距离直方图匹配,随后移动机器人根据匹配结果修改位姿信息,实现重定位。与现有技术相比,本技术方案通过对定位基站周围的点与移动机器人当前位置所在的点做距离直方图匹配进行重定位,没有复杂的运算逻辑,降低了数据运算处理的难度,且提高了移动机器人重定位的精准度和实现效率。
进一步地,所述步骤S1中,移动机器人通过无线测距传感器获取其当前位置与定位基站之间的距离,然后根据所述距离和定位基站位置设置若干待定点的方法步骤具体包括:通过移动机器人上设置的第一无线测距传感器与定位基站上设置的第二无线测距传感器,计算得到移动机器人当前位置与定位基站之间的距离,以该距离为半径、定位基站的位置为圆心作圆,然后每隔预设角度在所述圆上取若干待定点。在以移动机器人与定位基站之间的距离为半径、定位基站的位置为圆心的圆上取待定点,可以大大缩小检测范围,减小运算量;采用UWB无线测距传感器,相较于Zigbee等无线测距方式,精度更高,相对于超声波传感器,信号探测角度更大。
进一步地,所述步骤S1中绘制每个待定点对应的距离直方图的方法步骤具体包括:移动机器人以待定点为中心,每隔固定角度做一条射线,所述射线的长度即是待定点与周围边界的距离,然后将得到的若干个距离绘制成距离直方图,所述距离直方图的数量与待定点的数量相等,其中,移动机器人预存有包含边界信息的全局地图。
进一步地,所述步骤S2包括,移动机器人以其当前位置为中心,启动距离传感器并原地旋转,每隔固定角度测量与周围边界的距离,然后根据得到的若干个距离绘制成对应的距离直方图。
进一步地,所述步骤S3中,做距离直方图匹配的方法包括:步骤S31,移动机器人取一待定点对应的距离直方图,与移动机器人当前位置对应的距离直方图做环形差值计算,可得两幅距离直方图在不同数据排列下的若干误差值;步骤S32,移动机器人依次对剩余的其他待定点执行如步骤S31的操作,可得移动机器人当前位置对应的距离直方图与所有待定点对应的距离直方图在不同数据排列下的所有误差值;步骤S33,移动机器人比较所有误差值的大小,其中数值最小的误差值对应的待定点即距离直方图的匹配结果;步骤S34,移动机器人根据数值最小的误差值以及所述固定角度,可算得移动机器人的角度偏移值。对距离直方图进行差值计算,没有复杂的运算逻辑,降低了数据运算处理的难度。
进一步地,所述步骤S31中的环形差值计算的方法包括:步骤S311,将待定点对应的距离直方图与移动机器人当前位置对应的距离直方图作差,得若干差值;步骤S312,将所得若干差值的绝对值求和,所得求和值为两幅距离直方图间的误差值;步骤S313,将移动机器人当前位置对应的距离直方图向右偏移一个数据,且偏移出的数据自动补齐到空位处,然后重复执行步骤S311至步骤S313直至该距离直方图恢复原状。进行环形差值计算可以解决在绘制距离直方图时,因选取第一个距离的方向不同而带来的匹配不准确的问题。
进一步地,所述步骤S34中,角度偏移值的计算方法为,移动机器人记录得到数值最小的误差值时的距离直方图的偏移次数,然后与所述固定角度相乘,可算得角度偏移值。角度偏移值可以帮助移动机器人调整机头朝向角。
进一步地,移动机器人实现重定位后,将距离传感器扫描到的轮廓图进行旋转和平移,与所述全局地图进行对齐,可以进一步减小重定位误差。进行旋转和平移的微调,可以解决因无线测距传感器带来的测量误差。
一种移动机器人重定位系统,所述系统包括移动机器人和定位基站,移动机器人上设置有第一无线测距传感器和距离传感器,定位基站上设置有第二无线测距传感器;移动机器人内部还包括:距离计算单元,通过设置在移动机器人上的第一无线测距传感器和定位基站上的第二无线测距传感器之间的通信测距,计算获得移动机器人当前位置与定位基站之间的距离;距离直方图绘制单元,用于绘制以定位基站为圆心、移动机器人当前位置与定位基站之间的距离为半径的圆上的待定点对应的距离直方图,以及绘制移动机器人当前位置对应的距离直方图;距离直方图匹配单元,用于匹配待定点对应的距离直方图和移动机器人当前位置对应的距离直方图,以求得误差最小的待定点及对应的角度偏移值;其中,移动机器人预存有包含边界信息的全局地图;所述第一无线测距传感器是UWB标签时,第二无线测距传感器是UWB基站。与现有技术相比,本技术方案只使用一个无线测距传感器和一个距离传感器的数据做距离直方图的匹配即可实现移动机器人的重定位,系统简单,成本较低;本技术方案将运算功能植入移动机器人内,使得所需处理的通信距离数据较少且运算方法简单。
一种芯片,该芯片用于存储计算机程序代码,所述计算机程序代码被执行时实现所述移动机器人重定位方法的步骤。本技术方案可以提高移动机器人重定位的精准度和实现效率。
附图说明
图1为本发明一种实施例所述移动机器人重定位方法流程图;
图2为本发明一种实施例所述移动机器人重定位过程示意图;
图3为本发明一种实施例所述移动机器人重定位系统的框架示意图。
其中,各个编号的含义如下:101,全局地图边界;102,以移动机器人当前位置与定位基站位置之间的距离为半径、定位基站位置为圆心所作的圆;103,定位基站;104,移动机器人的距离传感器检测到的周围环境的边界点云信息;105,移动机器人的机头朝向,绘制距离直方图的角度方位(示例);106,移动机器人保存的全局地图;107,移动机器人构建的局部地图。
具体实施方式
下面结合附图对本发明的具体实施方式作进一步说明。应该指出,以下详细说明都是示例性的,旨在对本申请提供进一步的说明。除非另有指明,本文使用的所有技术和科学术语具有与本申请所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是,这里所使用的术语仅是为了描述具体实施方式,而非意图限制根据本申请的示例性实施方式。如在这里所使用的,除非上下文另外明确指出,否则单数形式也意图包括复数形式,此外,还应当理解的是,当在本说明书中使用术语“包含”和/或“包括”时,其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
参照图1和图2可知,本实施例中,在机器人启动之后或者被触发重定位之后,机器人通过距离传感器扫描周围环境以构建局部地图。具体为,机器人以当前位置为圆心,启动单点测距传感器后原地旋转360度,通过扫描得到机器人周围障碍物或墙面的距离信息,然后绘制成包含边界信息的局部地图。需要说明的是,机器人的存储器中还储存有当前环境的全局地图。全局地图是机器人第一次使用时,利用其自身携带的各种传感器(例如:加速度传感器、陀螺仪、超声波测距仪、摄像头、单线激光雷达、等等)对每个房间运动区域进行搜索,感应每个房间的位置、形状和大小,以及遇到的障碍物的位置、形状和大小,并据此绘制出一张包含环境边界信息的全局地图。
本发明一实施例公开一种移动机器人重定位方法,所述方法包括如下步骤:
步骤S1,移动机器人通过无线测距传感器获取其当前位置与定位基站之间的距离,然后根据所述距离和定位基站位置设置若干待定点,并绘制每个待定点对应的距离直方图。
在执行步骤S1的过程中,移动机器人通过无线测距传感器获取其当前位置与定位基站之间的距离,然后根据所述距离和定位基站位置设置若干待定点的方法步骤具体包括:通过移动机器人上设置的第一无线测距传感器与定位基站上设置的第二无线测距传感器,计算得到移动机器人当前位置与定位基站之间的距离,以该距离为半径、定位基站的位置为圆心作圆,然后每隔预设角度在所述圆上取若干待定点。在以移动机器人与定位基站之间的距离为半径、定位基站的位置为圆心的圆上取待定点,可以大大缩小检测范围,减小运算量。在本实施例中,每隔5度在所述圆上取一个待定点,即在圆上存在72个待定点。需要注意的是,移动机器人与定位基站之间的距离是它们之间的水平距离,因为第一无线测距传感器接收到的来自第二无线测距传感器的测距信息可能会受到定位基站的高度的约束,所以需要利用直角三角形的三角几何将测距信息换算为移动机器人与定位基站的位置之间的距离,这个定位基站的位置是所述定位基站在移动机器人的行走平面上的投影。
在执行步骤S1的过程中,移动机器人运动于定位基站的有效探测范围内,如果移动机器人与定位基站的距离超过合法的探测距离后将无法正常通信,移动机器人不在定位基站的合法探测视角范围内也无法正常通信,导致无法计算出移动机器人与定位基站之间的距离。移动机器人上设置的第一无线测距传感器与定位基站上设置的第二无线测距传感器可以设置为主从通信设备,它们之间通信使用的脉冲信号包括但不限于超声波、红外调制光信号、激光调制信号、UWB发射的超宽带信号,通过它们的收发时间来计算出移动机器人的当前位置与所述定位基站的距离。同时,所述定位基站配置有识别信息的功能,使得移动机器人在进入所述定位基站的识别区域时,通过传感器(包括前述的第一无线测距传感器)获取识别信息来定位所述定位基站的位置。所述定位基站配置的所能识别信息可以包含多种识别信息,具体的类型可以根据机器人上安装的无线测距传感器类型确定,比如,若移动机器人上安装有激光雷达,则定位基站可以识别雷达识别码;若移动机器人上安装有UWB标签,则定位基站可以识别UWB超宽带信号。
优选地,当第一无线测距传感器是UWB标签时,第二无线测距传感器是UWB基站,UWB是超宽频测距传感器。相较于Zigbee等无线测距方式,精度更高,相对于超声波传感器,信号探测角度更大。在一些实施场景中,T1时间从定位基站内的UWB基站(从设备)向移动机器人上的UWB标签(主设备)会发起测距请求脉冲,T2时刻测距请求脉冲到达移动机器人上的UWB标签完成一次测距,脉冲在UWB基站与UWB标签之间的飞行时间就是T2减去T1的所得的结果,已知脉冲运动速度近似为光速C,从而得到移动机器人当前位置与所述定位基站的位置之间的距离D=C*(T2-T1)。
在执行步骤S1的过程中,绘制每个待定点对应的距离直方图的方法步骤具体包括:移动机器人以待定点为中心,每隔固定角度做一条射线,所述射线的长度即是待定点与周围边界的距离,然后将得到的若干个距离绘制成距离直方图。不难看出,所述距离直方图的数量与待定点的数量相等。上文提及,移动机器人的存储器中储存有一张包含环境边界信息的全局地图,所述射线的长度可通过全局地图获得。在一些实施场景中,待定点的坐标为(X0,Y0),待定点到地图边界的其中一条射线的终点坐标为(X1,Y1),已知两点之间的距离公式,可算得该射线的长度为S1=√(X1-X0)2+(Y1-Y0)2。在本实施例中,取固定角度为22.5度,即每个待定点往外作15条射线,依前述方法,可算得S2至S15的值。然后,将算得的15条射线的长度值在坐标轴上从S1到S15的顺序依次排列,绘制成距离直方图。需要说明的是,距离直方图的第一个值由作射线的初始角度方位决定,在本实施例中,从待定点的正左方开始以顺时针(或逆时针,后文均以顺时针为例)方向作射线。步骤S1执行结束时,一共获得72个待定点对应的距离直方图。
步骤S2,移动机器人通过距离传感器计算其当前位置与周围边界的距离,并绘制移动机器人当前位置对应的距离直方图。
在执行步骤S2的过程中,移动机器人实时测量其与周围环境边界的距离,具体为,移动机器人以当前位置为中心,启动距离传感器并原地顺时针旋转,每隔固定角度测量与周围边界的距离,然后根据得到的若干个距离绘制成对应的距离直方图。优选地,移动机器人使用单点TOF测距传感器测量周围边界的距离。相比于超声波雷达等测距方式,单点TOF测距传感器测距点小,点距离准确,且成本较低。在本实施例中,固定角度同样取22.5度,直接使用单点TOF测距传感器测量移动机器人当前位置与周围边界的距离,记为R1至R15。然后,将R1至R15依次排列在坐标轴上绘制成距离直方图。需要说明的是,距离直方图的第一个值由移动机器人的机头朝向决定,由于移动机器人丢失了自己的位姿,所以在重定位成功之前,是不知道移动机器人的机头朝向的。步骤S2执行结束时,获得一个移动机器人当前位置对应的距离直方图。
步骤S3,基于每个待定点对应的距离直方图和移动机器人当前位置对应的距离直方图,做距离直方图匹配,随后移动机器人根据匹配结果修改位姿信息,实现重定位。
已知待定点所在的圆是以移动机器人当前位置与定位基站之间的距离为半径、定位基站的位置为圆心作成的,不难看出,移动机器人当前位置应该在某个待定点附近,甚至与某个待定点重合。在前述步骤中,已经得到各个待定点对应的距离直方图以及移动机器人当前位置对应的距离直方图,接下来只要一一进行匹配,就可以知道移动机器人在地图上的位置。做距离直方图匹配的方法包括:
步骤S31,移动机器人取一待定点对应的距离直方图,与移动机器人当前位置对应的距离直方图做环形差值计算,可得两幅距离直方图在不同数据排列下的若干误差值。步骤S1中绘制待定点对应的距离直方图所取的第一个数据来自于待定点正左方向,因不知移动机器人当前的机头朝向,所以如果在绘制移动机器人当前位置对应的距离直方图时,取第一个数据的方位不同,即使移动机器人当前位置与待定点的位置重合,也无法正确进行匹配。因此,需要轮流使R1至R15(移动机器人当前位置与周围边界的距离)充当距离直方图中的第一个数据,以确保得到正确的匹配结果,这个过程即所述环形差值计算,具体实现方法步骤包括:步骤S311,将待定点对应的距离直方图与移动机器人当前位置对应的距离直方图作差,得若干差值。距离直方图包含15个离散值,所以作差后将得到15个差值。步骤S312,将所得若干差值的绝对值求和,所得求和值为两幅距离直方图间的误差值。在最理想的情况下,当移动机器人与进行匹配的待定点重合且取值方向相同时,所得求和值为0,即两幅距离直方图间的误差值为0。换句话说,进行匹配的待定点的坐标就是移动机器人在地图上的位置。步骤S313,将移动机器人当前位置对应的距离直方图向右偏移一个数据,且偏移出的数据自动补齐到空位处,然后重复执行步骤S311至步骤S313直至该距离直方图恢复原状。在执行步骤S313的过程中,也可以对待定点对应的距离直方图进行偏移,而且偏移方向可以向左,只需保证前后一致即可。当被偏移的距离直方图恢复原状时,表明所有的取值方向均已考虑周全。
步骤S32,移动机器人依次对剩余的其他待定点执行如步骤S31的操作,可得移动机器人当前位置对应的距离直方图与所有待定点对应的距离直方图在不同数据排列下的所有误差值。执行该步骤的方法与前述相同,不再进行赘述,该步骤的目的是获得全部72个待定点与移动机器人当前位置的匹配结果。
步骤S33,移动机器人比较所有误差值的大小,其中数值最小的误差值对应的待定点即距离直方图的匹配结果。误差越小,说明移动机器人当前位置与待定点周围的边界轮廓重合度越高,移动机器人找到正确的位置的可能性就越大。需要说明的是,如果数值最小的误差值仍过大,大于预先设定的阈值,则说明移动机器人并不在待定点附近,此时无法确定移动机器人的位置,重定位失败。
步骤S34,移动机器人根据数值最小的误差值以及所述固定角度,可算得移动机器人的角度偏移值。在执行步骤S34的过程中,利用移动机器人记录的得到数值最小的误差值时的距离直方图的偏移次数,与所述固定角度相乘,可算得角度偏移值。例如,当距离直方图偏移2次后,获得数值最小的误差值,已知距离直方图上的两个相邻数据之间是隔22.5度取值的,那么角度偏移值为2*22.5=45度。此时,还无法确定移动机器人的机头朝向,因为仅靠角度偏移值无法得知移动机器人机头是朝左上方还是左下方偏移(已知待定点对应的距离直方图的第一个值的取值角度方位为正左方)。较优的,移动机器人进行模拟,将其当前位置对应的距离直方图的最后两个数据移动到最前面,已知取值方向为顺时针,所以此步骤相当于移动机器人模拟左转45度。将模拟的距离直方图与误差最小的待定点对应的距离直方图进行匹配,如果得到的误差值与数值最小的误差值相等,那么表明移动机器人的机头朝向为正左方偏上45度,否则为正左方偏下45度。至此,移动机器人得到其当前在全局地图上的位置(即数值最小的误差值对应的待定点的坐标)和机头朝向(根据角度偏移值求得),利用该信息更新自身的位姿即可实现重定位。
在前述实施例的基础上,由于第一无线测距传感器和第二无线测距传感器在通信过程中携带一定的噪声,导致移动机器人的位置不在所作的圆上面,因此移动机器人的预估位姿(步骤S34算得的位姿)与实际位姿是有一定偏差的。所以实际应用时,得到预估位姿后,会将距离传感器扫描到的轮廓图进行旋转和平移,与所述全局地图进行对齐,以进一步减小重定位误差。较优的,采用CSM(Correlative Scan Matching)帧匹配算法进行地图对齐,在预估位姿附近建立一个搜索空间,通过分支定界策略加速搜索,求出得分最高的备选位姿,作为最优结果输出。其中,搜索空间的大小由无线测距传感器的误差决定;在计算之前,对全局地图进行了高斯模糊,使其边缘呈现概率分布。CSM帧匹配算法为现有技术,在此不进行赘述。
图3为本发明公开的一种移动机器人的重定位系统的框架示意图,具体实施方式如下:
所述移动机器人重定位系统包括移动机器人和定位基站,移动机器人上设置有第一无线测距传感器和距离传感器,定位基站上设置有第二无线测距传感器,其中,优选的,所述距离传感器使用但不限于单点TOF测距传感器,所述无线测距传感器使用但不限于UWB测距传感器,当所述第一无线测距传感器是UWB标签时,第二无线测距传感器是UWB基站。
移动机器人内部还包括:距离计算单元,通过设置在移动机器人上的第一无线测距传感器和定位基站上的第二无线测距传感器之间的通信测距,计算获得移动机器人当前位置与定位基站之间的距离,其中,第一无线测距传感器将来自第二无线测距传感器的脉冲信号,通过解析送入距离计算单元进行距离计算。
距离直方图绘制单元,用于绘制以定位基站为圆心、移动机器人当前位置与定位基站之间的距离为半径的圆上的待定点对应的距离直方图,以及绘制移动机器人当前位置对应的距离直方图,其中,移动机器人预存有包含边界信息的全局地图。
距离直方图匹配单元,用于匹配待定点对应的距离直方图和移动机器人当前位置对应的距离直方图,以求得误差最小的待定点及对应的角度偏移值,移动机器人根据匹配结果修改自身位姿即可实现重定位。
与现有技术相比,本技术方案只使用一个无线测距传感器和一个距离传感器的数据做距离直方图的匹配即可实现移动机器人的重定位,系统简单,成本较低;本技术方案将运算功能植入移动机器人内,使得所需处理的通信距离数据较少且运算方法简单。
图3所述的移动机器人的重定位系统,与图1所述的移动机器人重定位方法执行的各个步骤功能相对应。
本发明还公开一种芯片,该芯片用于存储计算机程序代码,并可以设置在前述的移动机器人内,所述计算机程序代码被执行时实现前述移动机器人重定位方法的步骤。或者,所述芯片执行所述计算机程序代码时实现上述定位控制系统实施例中各个单元的功能。示例性的,所述计算机程序代码可以被分割成一个或多个模块/单元,所述一个或者多个模块/单元被存储在所述芯片中,并由所述芯片执行,以完成本申请。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述所述计算机程序代码在所述移动机器人中的执行过程。例如,所述计算机程序代码可以被分割成:前述移动机器人重定位系统实施例内的距离计算单元、距离直方图绘制单元和距离直方图匹配单元。所述芯片可以提高移动机器人重定位的精准度和实现效率。
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。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
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.移动机器人重定位方法,其特征在于,所述方法包括如下步骤:
步骤S1,移动机器人通过无线测距传感器获取其当前位置与定位基站之间的距离,然后根据所述距离和定位基站位置设置若干待定点,并绘制每个待定点对应的距离直方图;
步骤S2,移动机器人通过距离传感器计算其当前位置与周围边界的距离,并绘制移动机器人当前位置对应的距离直方图;
步骤S3,基于每个待定点对应的距离直方图和移动机器人当前位置对应的距离直方图,做距离直方图匹配,随后移动机器人根据匹配结果修改位姿信息,实现重定位。
2.根据权利要求1所述的移动机器人重定位方法,其特征在于,所述步骤S1中,移动机器人通过无线测距传感器获取其当前位置与定位基站之间的距离,然后根据所述距离和定位基站位置设置若干待定点的方法步骤具体包括:
通过移动机器人上设置的第一无线测距传感器与定位基站上设置的第二无线测距传感器,计算得到移动机器人当前位置与定位基站之间的距离,以该距离为半径、定位基站的位置为圆心作圆,然后每隔预设角度在所述圆上取若干待定点。
3.根据权利要求1所述的移动机器人重定位方法,其特征在于,所述步骤S1中绘制每个待定点对应的距离直方图的方法步骤具体包括:
移动机器人以待定点为中心,每隔固定角度做一条射线,所述射线的长度即是待定点与周围边界的距离,然后将得到的若干个距离绘制成距离直方图,所述距离直方图的数量与待定点的数量相等,其中,移动机器人预存有包含边界信息的全局地图。
4.根据权利要求1所述的移动机器人重定位方法,其特征在于,所述步骤S2包括:
移动机器人以其当前位置为中心,启动距离传感器并原地旋转,每隔固定角度测量与周围边界的距离,然后根据得到的若干个距离绘制成对应的距离直方图。
5.根据权利要求1或3或4所述的移动机器人重定位方法,其特征在于,所述步骤S3中,做距离直方图匹配的方法包括:
步骤S31,移动机器人取一待定点对应的距离直方图,与移动机器人当前位置对应的距离直方图做环形差值计算,可得两幅距离直方图在不同数据排列下的若干误差值;
步骤S32,移动机器人依次对剩余的其他待定点执行如步骤S31的操作,可得移动机器人当前位置对应的距离直方图与所有待定点对应的距离直方图在不同数据排列下的所有误差值;
步骤S33,移动机器人比较所有误差值的大小,其中数值最小的误差值对应的待定点即距离直方图的匹配结果;
步骤S34,移动机器人根据数值最小的误差值以及所述固定角度,可算得移动机器人的角度偏移值。
6.根据权利要求5所述的移动机器人重定位方法,其特征在于,所述步骤S31中的环形差值计算的方法包括:
步骤S311,将待定点对应的距离直方图与移动机器人当前位置对应的距离直方图作差,得若干差值;
步骤S312,将所得若干差值的绝对值求和,所得求和值为两幅距离直方图间的误差值;
步骤S313,将移动机器人当前位置对应的距离直方图向右偏移一个数据,且偏移出的数据自动补齐到空位处,然后重复执行步骤S311至步骤S313直至该距离直方图恢复原状。
7.根据权利要求6所述的移动机器人重定位方法,其特征在于,所述步骤S34中,角度偏移值的计算方法为,移动机器人记录得到数值最小的误差值时的距离直方图的偏移次数,然后与所述固定角度相乘,可算得角度偏移值。
8.根据权利要求1所述的移动机器人重定位方法,其特征在于,移动机器人实现重定位后,将距离传感器扫描到的轮廓图进行旋转和平移,与所述全局地图进行对齐,可以进一步减小重定位误差。
9.一种移动机器人重定位系统,其特征在于,所述系统包括执行权利要求1至8中任一项所述的移动机器人重定位方法的移动机器人和定位基站,移动机器人上设置有第一无线测距传感器和距离传感器,定位基站上设置有第二无线测距传感器;
移动机器人内部还包括:
距离计算单元,通过设置在移动机器人上的第一无线测距传感器和定位基站上的第二无线测距传感器之间的通信测距,计算获得移动机器人当前位置与定位基站之间的距离;
距离直方图绘制单元,用于绘制以定位基站为圆心、移动机器人当前位置与定位基站之间的距离为半径的圆上的待定点对应的距离直方图,以及绘制移动机器人当前位置对应的距离直方图;
距离直方图匹配单元,用于匹配待定点对应的距离直方图和移动机器人当前位置对应的距离直方图,以求得误差最小的待定点及对应的角度偏移值;
其中,移动机器人预存有包含边界信息的全局地图;所述第一无线测距传感器是UWB标签时,第二无线测距传感器是UWB基站。
10.一种芯片,该芯片用于存储计算机程序代码,其特征在于,所述计算机程序代码被执行时实现权利要求1至8任一项所述移动机器人重定位方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110501073.9A CN113238186A (zh) | 2021-05-08 | 2021-05-08 | 移动机器人重定位方法、系统和芯片 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110501073.9A CN113238186A (zh) | 2021-05-08 | 2021-05-08 | 移动机器人重定位方法、系统和芯片 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113238186A true CN113238186A (zh) | 2021-08-10 |
Family
ID=77132704
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110501073.9A Pending CN113238186A (zh) | 2021-05-08 | 2021-05-08 | 移动机器人重定位方法、系统和芯片 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113238186A (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104780606A (zh) * | 2015-03-30 | 2015-07-15 | 南京邮电大学 | 基于无线局域网的室内定位系统及方法 |
CN104835107A (zh) * | 2015-05-12 | 2015-08-12 | 陕西师范大学 | 基于分块序列的数字图像伪装及重构方法 |
CN105657668A (zh) * | 2016-03-16 | 2016-06-08 | 南通大学 | 一种基于uwb的室内移动机器人定位与导航控制方法 |
CN106323273A (zh) * | 2016-08-26 | 2017-01-11 | 深圳微服机器人科技有限公司 | 一种机器人重定位方法及装置 |
CN109275093A (zh) * | 2018-10-08 | 2019-01-25 | 高子庆 | 基于uwb定位与激光地图匹配的定位方法和移动终端 |
CN111998846A (zh) * | 2020-07-24 | 2020-11-27 | 中山大学 | 基于环境几何与拓扑特征的无人系统快速重定位方法 |
CN112702699A (zh) * | 2020-12-21 | 2021-04-23 | 南京大学 | 一种融合UWB和LiDAR的室内定位方法 |
US20210129341A1 (en) * | 2019-11-06 | 2021-05-06 | Ubtech Robotics Corp Ltd | Robot localization method and apparatus and robot using the same |
CN112767476A (zh) * | 2020-12-08 | 2021-05-07 | 中国科学院深圳先进技术研究院 | 一种快速定位系统、方法及应用 |
-
2021
- 2021-05-08 CN CN202110501073.9A patent/CN113238186A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104780606A (zh) * | 2015-03-30 | 2015-07-15 | 南京邮电大学 | 基于无线局域网的室内定位系统及方法 |
CN104835107A (zh) * | 2015-05-12 | 2015-08-12 | 陕西师范大学 | 基于分块序列的数字图像伪装及重构方法 |
CN105657668A (zh) * | 2016-03-16 | 2016-06-08 | 南通大学 | 一种基于uwb的室内移动机器人定位与导航控制方法 |
CN106323273A (zh) * | 2016-08-26 | 2017-01-11 | 深圳微服机器人科技有限公司 | 一种机器人重定位方法及装置 |
CN109275093A (zh) * | 2018-10-08 | 2019-01-25 | 高子庆 | 基于uwb定位与激光地图匹配的定位方法和移动终端 |
US20210129341A1 (en) * | 2019-11-06 | 2021-05-06 | Ubtech Robotics Corp Ltd | Robot localization method and apparatus and robot using the same |
CN111998846A (zh) * | 2020-07-24 | 2020-11-27 | 中山大学 | 基于环境几何与拓扑特征的无人系统快速重定位方法 |
CN112767476A (zh) * | 2020-12-08 | 2021-05-07 | 中国科学院深圳先进技术研究院 | 一种快速定位系统、方法及应用 |
CN112702699A (zh) * | 2020-12-21 | 2021-04-23 | 南京大学 | 一种融合UWB和LiDAR的室内定位方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105547305B (zh) | 一种基于无线定位和激光地图匹配的位姿解算方法 | |
AU2008250604B2 (en) | Position determination method for a geodetic measuring device | |
US5911767A (en) | Navigation system for an autonomous mobile robot | |
US10466348B2 (en) | Position acquisition method and apparatus | |
CN109239659B (zh) | 室内导航方法、装置、计算机设备及存储介质 | |
CN107742304B (zh) | 移动轨迹的确定方法及装置、移动机器人及存储介质 | |
AU2019438843A1 (en) | Recharging Control Method of Desktop Robot | |
CN109362237B (zh) | 用于检测被监测体积内入侵的方法和系统 | |
CN108332752B (zh) | 机器人室内定位的方法及装置 | |
CN107765683A (zh) | 移动式机器人的即时导航方法 | |
KR20230137395A (ko) | 3차원 지도 구축 방법 및 장치 | |
WO2019136613A1 (zh) | 机器人室内定位的方法及装置 | |
US9970762B2 (en) | Target point detection method | |
CN111964680B (zh) | 一种巡检机器人的实时定位方法 | |
US20210039265A1 (en) | Autonomous working system, method and computer readable recording medium | |
CN113190007A (zh) | 一种地图轮廓修正方法、芯片和移动机器人 | |
Vasquez et al. | Sensor fusion for tour-guide robot localization | |
CN114102577B (zh) | 一种机器人及应用于机器人的定位方法 | |
CN113759928B (zh) | 用于复杂大尺度室内场景的移动机器人高精度定位方法 | |
CN113204030A (zh) | 一种多点带约束重定位的方法、芯片和机器人 | |
CN113238186A (zh) | 移动机器人重定位方法、系统和芯片 | |
CN110988795A (zh) | 融合wifi定位的无标记导航agv全局初定位方法 | |
KR20150067483A (ko) | 인공 표식을 이용한 이동 로봇의 위치 추정 방법 | |
CN114526724B (zh) | 一种用于巡检机器人的定位方法及设备 | |
CN113960999A (zh) | 移动机器人重定位方法、系统及芯片 |
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. |