CN113375657A - 电子地图的更新方法、装置和电子设备 - Google Patents
电子地图的更新方法、装置和电子设备 Download PDFInfo
- Publication number
- CN113375657A CN113375657A CN202110456710.5A CN202110456710A CN113375657A CN 113375657 A CN113375657 A CN 113375657A CN 202110456710 A CN202110456710 A CN 202110456710A CN 113375657 A CN113375657 A CN 113375657A
- Authority
- CN
- China
- Prior art keywords
- mark
- positioning
- coordinates
- robot
- coordinate system
- 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 121
- 239000011159 matrix material Substances 0.000 claims abstract description 138
- 230000009466 transformation Effects 0.000 claims abstract description 88
- 238000005457 optimization Methods 0.000 claims abstract description 39
- 238000006243 chemical reaction Methods 0.000 claims description 67
- 230000008569 process Effects 0.000 claims description 52
- 238000012545 processing Methods 0.000 claims description 34
- 230000008859 change Effects 0.000 claims description 13
- 239000003550 marker Substances 0.000 claims description 11
- 238000004590 computer program Methods 0.000 claims description 10
- 238000010586 diagram Methods 0.000 description 15
- 238000005516 engineering process Methods 0.000 description 10
- 238000005070 sampling Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 7
- 238000013507 mapping Methods 0.000 description 6
- 238000000605 extraction Methods 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 230000007613 environmental effect Effects 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000000969 carrier Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000000802 evaporation-induced self-assembly Methods 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/38—Electronic maps specially adapted for navigation; Updating thereof
- G01C21/3804—Creation or updating of map data
- G01C21/3807—Creation or updating of map data characterised by the type of data
- G01C21/383—Indoor data
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/38—Electronic maps specially adapted for navigation; Updating thereof
- G01C21/3804—Creation or updating of map data
- G01C21/3833—Creation or updating of map data characterised by the source of data
- G01C21/3837—Data obtained from a single source
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
Landscapes
- Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明提供了一种电子地图的更新方法、装置和电子设备,涉及机器人定位的技术领域,该方法包括:获取机器人当前所在位置对应的多个定位标记;将多个定位标记在机器人坐标系下的坐标转换为在地图坐标系下的坐标;在标记参数列表中查找多个定位标记分别对应的匹配标记;基于查找到的定位标记和匹配标记在地图坐标系下的坐标确定当前时刻对应的优化转换矩阵;如果多个定位标记中存在没有匹配标记的目标定位标记,基于优化转换矩阵确定目标定位标记在地图坐标系下的坐标;基于目标定位标记在地图坐标系下的坐标更新标记参数列表和电子地图。本发明可在机器人进行定位的同时检测到更新的定位标记,进而实现地图更新,提升了创建地图的效率。
Description
技术领域
本发明涉及机器人定位技术领域,尤其是涉及一种电子地图的更新方法、装置和电子设备。
背景技术
近年来,基于激光雷达的定位与地图构建(Simultaneous Localization andMapping,SLAM)技术被广泛运用在以智能机器人为应用载体的多种领域。基于激光雷达的定位技术通常基于激光雷达传感器(也称激光传感器)数据实现,激光传感器数据是一系列有序的激光束遇到环境中的障碍物之后返回得到的距离与角度等信息,基于这些数据在环境地图中进行定位,进而确定机器人所在位置。
在长走廊、动态变化大的室内环境中,为了提升定位性能,通常会在工作环境中安装定位标记(例如在物体表面贴附高反光材料)来辅助定位。相对于自然轮廓特征,定位标记由于具有较高的独特性更容易与周围物体区分开来。但是,当根据实际情况添加新的定位标记或者更改已有定位标记所在位置时,通常需要重新构建整个电子地图,比较耗时费力。
发明内容
有鉴于此,本发明的目的在于提供一种电子地图的更新方法、装置和电子设备,可在机器人进行定位的同时更新电子地图,方便且提升了电子地图的更新效率。
第一方面,本发明实施例提供了一种电子地图的更新方法,所述方法应用于电子设备,所述电子设备预存有目标环境的电子地图,所述电子地图包括标记参数列表,所述标记参数列表包括所述目标环境内设置的定位标记在地图坐标系下的坐标;所述方法包括:在机器人行进的过程中,获取所述机器人当前所在位置对应的多个定位标记在机器人坐标系下的坐标;将所述多个定位标记在机器人坐标系下的坐标转换为在地图坐标系下的坐标;在所述标记参数列表中查找所述多个定位标记分别对应的匹配标记;基于查找到的定位标记和匹配标记在地图坐标系下的坐标确定当前时刻对应的优化转换矩阵;如果所述多个定位标记中存在没有匹配标记的目标定位标记,基于所述优化转换矩阵确定所述目标定位标记在地图坐标系下的坐标;基于所述目标定位标记在地图坐标系下的坐标更新所述标记参数列表和所述电子地图。
结合第一方面,本发明实施例提供了第一方面的第一种可能的实施方式,其中,所述将所述多个定位标记在机器人坐标系下的坐标转换为在地图坐标系下的坐标的步骤,包括:获取当前时刻对应的初始转换矩阵;对于所述多个定位标记中的每个定位标记,将该定位标记在机器人坐标系下的坐标乘以所述初始转换矩阵,得到该定位标记在地图坐标系下的坐标。
结合第一方面,本发明实施例提供了第一方面的第二种可能的实施方式,其中,获取当前时刻对应的初始转换矩阵的步骤,包括:将当前时刻的上一时刻的优化转换矩阵与所述机器人由所述上一时刻至所述当前时刻之间的位姿变化相乘,得到所述当前时刻对应的初始转换矩阵。
结合第一方面,本发明实施例提供了第一方面的第三种可能的实施方式,其中,所述标记参数列表中各个定位标记的坐标以k-d树的形式存储;在所述标记参数列表中查找所述多个定位标记分别对应的匹配标记的步骤,包括:对于所述多个定位标记中的每个定位标记,利用该定位标记在地图坐标系下的坐标,在所述k-d树中查找该定位标记的候选标记;如果所述候选标记与该定位标记的距离均小于设定的距离阈值,确定所述候选标记为该定位标记的匹配标记。
结合第一方面,本发明实施例提供了第一方面的第四种可能的实施方式,其中,基于查找到的定位标记和匹配标记在地图坐标系下的坐标确定当前时刻对应的优化转换矩阵的步骤,包括:如果所述多个定位标记中存在部分定位标记均有对应的匹配标记,则基于所述部分定位标记中每个定位标记和其对应的匹配标记确定所述当前时刻对应的优化转换矩阵。
结合第一方面,本发明实施例提供了第一方面的第五种可能的实施方式,所述方法还包括:当确定出所述当前时刻对应的优化转换矩阵时,记录所述当前时刻对应的优化转换矩阵;所述如果所述多个定位标记中存在没有匹配标记的目标定位标记,基于所述优化转换矩阵确定所述目标定位标记在地图坐标系下的坐标的步骤,包括:如果所述多个定位标记中存在没有匹配标记的目标定位标记,更新所述目标定位标记的观测次数;检测更新后的观测次数是否大于设定的次数阈值;如果大于所述次数阈值,基于多次观测到该目标定位标记的时刻分别对应的优化转换矩阵,确定该目标定位标记在地图坐标系下的坐标。
结合第一方面,本发明实施例提供了第一方面的第六种可能的实施方式,其中,所述基于所述目标定位标记在地图坐标系下的坐标更新所述标记参数列表和所述电子地图的步骤,包括:在所述标记参数列表中添加所述目标定位标记在地图坐标系下的坐标和所述目标定位标记的标识符;为所述电子地图中所述目标定位标记在地图坐标系下的坐标对应的位置配置所述目标定位标记的标识符。
结合第一方面,本发明实施例提供了第一方面的第七种可能的实施方式,所述定位标记为反光标记;获取所述机器人当前所在位置对应的多个定位标记的步骤,包括:通过所述机器人上的激光传感器获取所述机器人当前所在位置接收到的激光点云集合;从所述激光点云集合选择反射强度大于设定的强度阈值的目标激光点云;对各个所述目标激光点云进行点云聚类和参数拟合,得到所述机器人当前所在位置对应的多个定位标记。
结合第一方面,本发明实施例提供了第一方面的第八种可能的实施方式,其中,所述对各个所述目标激光点云进行点云聚类和参数拟合,得到所述机器人当前所在位置对应的多个定位标记的步骤,包括:基于各个所述目标激光点云在机器人坐标系下的坐标,对各个所述目标激光点云进行点云聚类,得到多个点云簇;对于每个点云簇,基于预设的定位标记类型和该点云簇中的点云的坐标进行参数拟合,得到该点云簇的中心;其中,所述定位标记类型用于表征所述目标环境中的定位标记为反光柱或反光条;将各个所述点云簇的中心作为所述机器人当前所在位置对应的定位标记。
结合第一方面,本发明实施例提供了第一方面的第九种可能的实施方式,其中,将更新后的所述标记参数列表和所述电子地图,同步至所述目标环境的其它机器人。
第二方面,本发明实施例还提供一种电子地图的更新装置,所述装置应用于电子设备,所述电子设备预存有目标环境的电子地图,所述电子地图包括标记参数列表,所述标记参数列表包括所述目标环境内设置的定位标记在地图坐标系下的坐标;所述装置包括:标记获取模块,用于在机器人行进的过程中,获取所述机器人当前所在位置对应的多个定位标记在机器人坐标系下的坐标;坐标转换模块,用于将所述多个定位标记在机器人坐标系下的坐标转换为在地图坐标系下的坐标;转换矩阵优化模块,用于在所述标记参数列表中查找所述多个定位标记分别对应的匹配标记;基于查找到的定位标记和匹配标记在地图坐标系下的坐标确定当前时刻对应的优化转换矩阵;坐标优化模块,用于如果所述多个定位标记中存在没有匹配标记的目标定位标记,基于所述优化转换矩阵确定所述目标定位标记在地图坐标系下的坐标;地图更新模块,用于基于所述目标定位标记在地图坐标系下的坐标更新所述标记参数列表和所述电子地图。
第三方面,本发明实施例还提供一种电子设备,所述电子设备包括:处理设备和存储装置;所述存储装置上存储有计算机程序,所述计算机程序在被所述处理设备运行时执行如前述实施例中任一项所述的电子地图的更新方法。
第四方面,本发明实施例还提供一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理设备运行时执行如前述实施例中任一项所述的电子地图的更新方法的步骤。
本发明实施例带来了以下有益效果:
本发明实施例提供了一种电子地图的更新方法、装置和电子设备,在机器人行进的过程中,可以获取该机器人当前所在位置对应的多个定位标记,并将该多个定位标记在机器人坐标系下的坐标转换为在地图坐标系下的坐标,在机器人预存的电子地图的标记参数列表中查找上述多个定位标记分别对应的匹配标记,以及基于查找到的定位标记和匹配标记在地图坐标系下的坐标确定当前时刻对应的优化转换矩阵;如果该多个定位标记中存在没有匹配标记的目标定位标记,则可以基于该优化转换矩阵确定该目标定位标记在地图坐标系下的坐标,进而基于该目标定位标记在地图坐标系下的坐标更新标记参数列表和电子地图。通过上述技术,可以在机器人执行任务的过程中进行电子地图更新,并且上述优化转换矩阵是基于当前时刻检测到的定位标记与在标记参数列表中查找到的匹配标记在地图坐标系下的坐标确定的,进而基于优化转换矩阵进一步确定出的目标定位标记在地图坐标系下的坐标会更准确,精度更高,基于该坐标更新电子地图和上述标记参数列表,无需针对新定位标记执行目标环境的整体地图重建过程,简化了电子地图的更新过程,进而提升了电子地图的更新效率和准确率。
本公开的其他特征和优点将在随后的说明书中阐述,或者,部分特征和优点可以从说明书推知或毫无疑义地确定,或者通过实施本公开的上述技术即可得知。
为使本公开的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案,下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施方式,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例一提供的一种电子设备的结构示意图;
图2为本发明实施例二提供的一种电子地图的更新方法的流程图;
图3为本发明实施例三提供的一种定位标记的获取方法的流程图;
图4为本发明实施例三提供的机器人的结构示意图;
图5为本发明实施例三提供的一种电子地图的更新方法示意图;
图6为本发明实施例四提供的一种电子地图的更新装置的结构示意图;
图7为本发明实施例四提供的另一种电子地图的更新装置的结构示意图;
图8为本发明实施例五提供的一种电子地图的更新装置的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合附图对本发明的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,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,都属于本发明保护的范围。
大型仓库等环境中,通常通过机器人搬运货物,机器人搬运货物的过程称为作业过程或者执行任务过程,该过程中需要定位机器人所在位置,进而控制机器人的行驶路线。为了能够有效地定位机器人,可以在工作环境中引入路标(landmark,也称定位标记)来辅助定位。
由于不同机器人上会装载不同类型的传感器,因此相应的定位标记也不同。例如,在一些实施例中,对于配置有激光传感器的机器人来说,定位标记可以包括反光柱(一根四周都会反光的柱子)和反光条。反光柱和反光柱分别是表面贴有高反光材料的圆柱体和条状物体。相对于自然轮廓特征,这种定位标记具有较高的反射强度,可以提供明显的环境特征,进而机器人很容易将这种定位标记与周围环境中的物体区分开。
对于配置有摄像头的机器人来说,还可以采用图像识别技术确定当前位置,基于此,上述定位标记可以是二维码或条形码等图标,将带有特定二维码或条形码的图标贴附于机器人行驶路径两侧的建筑物或物体上。相对于自然轮廓特征,这种定位标记具有较高特征独特性,可以提供明显的环境特征,进而机器人很容易将这种定位标记与周围环境中的物体区分开。
对于配置有RFID检测器的机器人来说,还可以采用射频识别技术定位,该方式下,上述定位标记可以是RFID卡,将RFID卡设置在机器人行驶路径两侧的建筑物或物体上。相对于自然轮廓特征,这种定位标记也具有较高特征独特性,可以提供明显的环境特征,进而机器人很容易将这种定位标记与周围环境中的物体区分开。
上述几种定位标记的实现方式仅仅是举例而已,在具体实现本发明实施例的电子地图的更新技术中,可以选择上述定位标记中的一种或多种实现,也可以采用与上述定位标记类似的其它标记,只要能够起到和环境中的物体相互区分的标记,均可以视为本发明实施例的定位标记,对此本发明实施例不进行限定。
根据需要在仓库中布置定位标记(如二维码图标、反光柱或反光条),在绘制地图的同时,应用预设算法计算出定位标记的位置坐标,然后将该位置坐标以某种格式(如标记参数表或标记参数文件)存储在地图中。
本发明实施例中,机器人可以配置用于检测定位标记的装置或传感器,以反光标记为例,可以将激光传感器装在机器人上,考虑到机器人有一定高度,放置定位标记时以能让机器人上的激光传感器扫描到为原则,可以将定位标记放在地上或者接近地面的位置。
上述定位标记可以根据需要添加或者移动位置,为了能够在定位标记每次变更后,及时更新电子地图,保证机器人定位的准确性,本发明实施例提供的一种电子地图的更新方法、装置和电子设备,可以应用于SLAM技术中,以在机器人执行任务的过程中检测出变更的定位标记,进而更新电子地图。
为便于对本实施例进行理解,首先对本发明实施例所公开的一种电子地图的更新方法进行详细介绍。
实施例一
首先,参照图1所示的电子设备100的结构示意图。该电子设备可以用于实现本发明实施例的电子地图的更新方法和装置。
如图1所示的一种电子设备的结构示意图,该电子设备可以是机器人或服务器。电子设备100包括一个或多个处理设备102、一个或多个存储装置104。可选地,电子设备还可以包括输入装置106、输出装置108。可选地,该电子设备还可以包括一个或多个传感器110。这些组件通过总线系统112和/或其它形式的连接机构(未示出)互连。应当注意,图1所示的电子设备100的组件和结构只是示例性的,而非限制性的,根据需要,电子设备也可以具有其他组件和结构。
处理设备102可以为服务器、智能终端,或者是包含中央处理单元(CPU)或者具有数据处理能力和/或指令执行能力的其它形式的处理单元的设备,可以对电子设备100中的其它组件的数据进行处理,还可以控制电子设备100中的其它组件以执行电子地图更新的功能。
存储装置104可以包括一个或多个计算机程序产品,计算机程序产品可以包括各种形式的计算机可读存储介质,例如易失性存储器和/或非易失性存储器。易失性存储器例如可以包括随机存取存储器(RAM)和/或高速缓冲存储器(cache)等。非易失性存储器例如可以包括只读存储器(ROM)、硬盘、闪存等。在计算机可读存储介质上可以存储一个或多个计算机程序指令,处理设备102可以运行程序指令,以实现下文的本发明实施例中(由处理设备实现)的客户端功能以及/或者其它期望的功能。在计算机可读存储介质中还可以存储各种应用程序和各种数据,例如应用程序使用和/或产生的各种数据等。
输入装置106可以是用户用来输入指令的装置,并且可以包括按钮、键盘、鼠标、麦克风和触摸屏等中的一个或多个。
输出装置108可以向外部(例如,用户)输出各种信息(例如,图像或声音),并且可以包括显示器、扬声器等中的一个或多个。
传感器110可以扫描机器人行驶区域的行驶环境,并且将扫描数据发送至处理设备102。
处理设备102基于从传感器或机器人接收到的数据进行机器人的定位;基于机器人的定位结果控制机器人的行驶路线,或者更新目标环境的电子地图,将更新后的电子地图存储在存储装置104中以供其它组件使用。
示例性地,用于实现根据本发明实施例的电子地图的更新方法、装置和电子设备中的各器件可以集成设置,也可以分散设置,诸如将处理设备102、存储装置104、输入装置106和输出装置108集成设置于一体,而将传感器110设置于可以扫描到机器人行驶区域的行驶环境的指定位置。当上述电子设备中的各器件集成设置时,该电子设备可以被实现为诸如平板电脑、计算机、车载终端、移动机器人等智能终端。
实施例二
本实施例提供了一种电子地图的更新方法,该方法应用于电子设备,该电子设备可以是上述机器人,也可以是服务器。该电子设备预存有目标环境(例如目标仓库)的电子地图,电子地图包括标记参数列表,该标记参数列表包括目标环境内设置的定位标记在地图坐标系下的坐标;这里的地图坐标系指的是电子地图使用的坐标系。参见图2,电子地图的更新方法主要包括以下步骤S202至步骤S210:
步骤S202,在机器人行进的过程中,获取机器人当前所在位置对应的多个定位标记在机器人坐标系下的坐标。
机器人按照设定的采样周期扫描周围环境,每个采样周期视为一个时刻,下文中提到的当前时刻即为当前采样周期,上一个时刻即为当前采样周期的上一个采样周期。每个采样周期机器人可以确定当前所在位置对应的多个定位标记。
具体地,机器人在行进时,能够获取到机器人当前时刻行进位置处周围多个定位标记。机器人上除了装载有用于采样定位标记的传感器以外,通常还装载有里程计、惯性测量单元(Inertial Measurement Unit,IMU)、陀螺仪等部件,通过这些部件能够获取到机器人的行进距离、行进速度、转向角度、转向速度等信息。
可通过机器人周围的多个定位标记(例如两个、三个或三个以上定位标记)的坐标确定出工作环境中机器人在当前时刻的位姿(位置和姿态)。该坐标指地图坐标系上的坐标,机器人的位姿具体可根据输入的传感器数据使用预设算法进行求解,该过程可以参考相关技术实现,这里不再赘述。
步骤S204,将多个定位标记在机器人坐标系下的坐标转换为在地图坐标系下的坐标。
具体地,依靠机器人上装载的传感器、里程计、IMU等部件可以预测得到机器人的一个初始位姿。默认情况下,将机器人开机的位置确定为地图坐标系中的零点(即原点)位置,将机器人初始朝向确定为地图坐标系中的X轴正向和旋转角度为0(角度逆时针增加)的位置。由于机器人在运动过程中的位姿不断变化,即机器人既发生旋转又发生平移,可根据机器人在当前时刻的位姿建立一个包含旋转角度分量和平移分量的初始转换矩阵,或者将机器人上一时刻(当前时刻的上一采样周期)对应的优化转换矩阵作为当前时刻的初始转换矩阵,应用该初始转换矩阵将机器人当前时刻行进位置处周围的多个定位标记在机器人坐标系下的坐标转换成在地图坐标系下的坐标。
机器人在行进过程中,机器人当前时刻的位姿和上一时刻的位姿不同,对应使用的初始转换矩阵也就不同。该初始转换矩阵的精度通常不高,本申请实施例通过利用部分定位标记的坐标对初始转换矩阵修正,得到优化转换矩阵,这种方式得到的优化转换矩阵的精度会比较高。
步骤S206,在标记参数列表中查找该多个定位标记分别对应的匹配标记;基于查找到的定位标记和匹配标记在地图坐标系下的坐标确定当前时刻对应的优化转换矩阵。
上述标记参数列表可以包括与每个定位标记对应的标识符,该标识符是表征定位标记的唯一标识,以便区分不同的定位标记。例如,可通过为每个定位标记设置不同ID的方式区分不同定位标记。
在标记参数列表中查找与机器人当前时刻检测到的定位标记坐标距离小于某一设定阈值的定位标记,如果查到了,则确定查找到的定位标记为与机器人当前时刻检测到的定位标记对应的匹配标记。
上述定位标记的坐标经步骤S204的坐标转换,均由机器人坐标系转换为地图坐标系下的坐标,经步骤S204的坐标转换得到的坐标可以视为定位标记在地图坐标系下的初始坐标(有一定的误差)。该定位标记对应的匹配标记的坐标是从标记参数列表中读取出来的在地图坐标系下的坐标,基于查找到的定位标记和匹配标记在地图坐标系下的坐标,对当前时刻对应的初始转换矩阵进行修正,得到当前时刻对应的优化转换矩阵。为了便于说明上述优化过程,举例:定位标记1在机器人坐标系下的坐标为A1,初始转换矩阵K,通过K乘以A1进行坐标系转换(即步骤S204的坐标转换),定位标记1在地图坐标系下的坐标A2。如果定位标记1在标记参数列表中查到的匹配标记为定位标记2,定位标记2在标记参数列表中对应的坐标(地图坐标系下)为A3,则基于A2和A3的差异,调整初始转换矩阵K,调整后的矩阵即为K’,则将调整后的K’作为当前时刻对应的优化转换矩阵。
如果上述多个定位标记均有对应的匹配标记,则基于多个定位标记中每个定位标记和其对应的匹配标记调整当前时刻对应的初始转换矩阵,得到当前时刻对应的优化转换矩阵。基于多个定位标记和其对应的匹配标记得到优化转换矩阵的运算方式可根据实际需要进行选择,如最小二乘法等方式。
步骤S208,如果上述多个定位标记中存在没有匹配标记的目标定位标记,基于优化转换矩阵确定目标定位标记在地图坐标系下的坐标。
具体地,如果上述多个定位标记中存在没有匹配标记的定位标记,说明该定位标记是一个目标环境中新添加的定位标记,或者位置发生变更的定位标记,将该定位标记确定为目标定位标记。需要针对该目标定位标记更新上述标记参数列表和电子地图。
为了使更新上述标记参数列表和电子地图更准确,本实施例不是直接将目标定位标记在地图坐标系下的初始坐标(即步骤S204得到的坐标)添加至标记参数列表中,而是基于上述优化转换矩阵重新确定目标定位标记在地图坐标系下的坐标,该坐标可以视为目标定位标记的在地图坐标系下的优化坐标。例如:目标定位标记11在机器人坐标系下的坐标是B11,经初步转换矩阵转换后的坐标为B12,应用B12在标记参数列表中没有查到匹配标记,则基于目标定位标记11每次被观测时刻对应的优化转换矩阵确定目标定位标记11在地图坐标系下的优化坐标。因为优化转换矩阵的精度高于初始转换矩阵的精度,所以,经优化转换矩阵转换后的坐标的精度更高,进而更新后的上述标记参数列表和电子地图更准确,更能满足实际应用需要。
步骤S210,基于目标定位标记在地图坐标系下的坐标(该坐标为步骤S208确定出来的,即上述优化坐标)更新标记参数列表和电子地图。
上述更新标记参数列表,可以在标记参数列表中添加上述目标定位标记在地图坐标系下的坐标和该目标定位标记的标识符,并为电子地图中该目标定位标记在地图坐标系下的坐标对应的位置配置目标定位标记的标识符;这样就实现了标记参数列表中定位标记坐标信息的更新,以及电子地图的更新。
上述电子地图的更新方法中,在机器人行进的过程中,可以获取该机器人当前所在位置对应的多个定位标记,并将该多个定位标记在机器人坐标系下的坐标转换为在地图坐标系下的坐标,在机器人预存的电子地图的标记参数列表中查找上述多个定位标记分别对应的匹配标记,以及基于查找到的定位标记和匹配标记在地图坐标系下的坐标确定当前时刻对应的优化转换矩阵;如果该多个定位标记中存在没有匹配标记的目标定位标记,则可以基于该优化转换矩阵确定该目标定位标记在地图坐标系下的坐标,进而基于该目标定位标记在地图坐标系下的坐标更新标记参数列表和电子地图。通过上述技术,可以在机器人执行任务的过程中进行电子地图更新,并且上述优化转换矩阵是基于当前时刻检测到的定位标记与在标记参数列表中查找到的匹配标记在地图坐标系下的坐标确定的,进而基于优化转换矩阵进一步确定出的目标定位标记在地图坐标系下的坐标会更准确,精度更高,基于该坐标更新电子地图和上述标记参数列表,无需针对新定位标记执行目标环境的整体地图重建过程,简化了电子地图的更新过程,进而提升了电子地图的更新效率和准确率。
实施例三
在上述实施例二的基础上,对于装载有激光传感器的机器人,上述定位标记可以具体为反光标记,本实施例以机器人在某一工作环境中行进为例,对上述步骤S202(即获取机器人当前所在位置对应的多个定位标记)进行了优化。参见图3所示的一种定位标记的获取方法的流程,该方法主要包括以下步骤:
步骤S302,获取机器人当前所在位置接收到的激光点云集合。
具体地,在机器人运行过程中,以机器人上装载的传感器是激光雷达为例,激光雷达会发射激光扫描机器人周围环境,激光遇到障碍物后便会发生反射,激光雷达接收激光经过障碍物反射回来的信号(包括反射时长和反射角度),之后便得到一个激光点云以及该激光点云在机器人坐标系中的位置坐标。
步骤S304,从激光点云集合选择反射强度大于设定的强度阈值的目标激光点云。
使用表面贴有高反光材料的物体(如反光柱、反光条等)作为定位标记放置在工作环境中,由于定位标记具有较高的反射强度,因此可根据激光点云的反射强度信息确定机器人的激光雷达是否检测到了定位标记。当激光点云集合中出现了反射强度大于设定的强度阈值的点云时,则确定机器人的激光雷达已经检测到了定位标记,将激光点云集合中反射强度大于设定的强度阈值的点云提取出来作为目标激光点云,以便进一步确定定位标记的位置坐标。
步骤S306,对各个目标激光点云进行点云聚类和参数拟合,得到机器人当前所在位置对应的多个定位标记。具体包括:
(1)基于各个目标激光点云在机器人坐标系下的坐标,对各个目标激光点云进行点云聚类,得到多个点云簇。具体地,对于提取出来的目标激光点云,计算每个具有不同位置坐标的目标激光点云之间的距离,将距离相对接近的点云聚成一类形成一个点云簇,一个点云簇就代表一个可能存在的定位标记的位置范围。
(2)对于每个点云簇,基于预设的定位标记类型和该点云簇中的点云的坐标进行参数拟合,得到该点云簇的中心坐标。其中,该定位标记类型用于表征所述目标环境中的定位标记为反光柱或反光条;具体地,为了减少数据计算量,使用一个点的位置坐标代表一个定位标记的位置坐标,由于预设的定位标记具有一定的形状(常见为柱状、条状等),按照定位标记的形状将定位标记划分成不同类型,需要根据定位标记类型以及点云簇中点云的坐标进行相应参数拟合,进而拟合出点云簇的中心坐标。
(3)将各个点云簇的中心坐标作为机器人当前所在位置对应的定位标记。为了便于描述,以定位标记是反光柱和反光条分别为例对步骤S306作下述说明:
对于定位标记是反光柱的情形,因为反光柱是一个圆柱体,激光扫描到反光柱时产生的目标激光点云进行点云聚类,得到多个具有圆形轮廓的点云簇,基于这些目标激光点云在机器人坐标系下的位置坐标拟合出圆形轮廓的圆心位置坐标,将圆心位置坐标确定为点云簇的中心坐标,将各个点云簇的中心坐标确定为机器人当前所在位置对应的反光柱的位置坐标。
对于定位标记是反光条的情形,因为反光条是一个长条状物体,激光扫描到反光条时产生的目标激光点云进行点云聚类,得到多个具有长条形轮廓的点云簇,基于这些目标激光点云在机器人坐标系下的位置坐标拟合出长条形轮廓的中心位置坐标,将中心位置坐标确定为点云簇的中心坐标,将各个点云簇的中心坐标确定为机器人当前所在位置对应的反光条的位置坐标。
通过上述定位标记的获取方式,可以利用机器人上激光传感器获取机器人当前所在位置的激光点云集合,并从激光点云集合选择反射强度大于设定的强度阈值的目标激光点云,这些目标激光点云因为反射强度较大,应该属于反光标记反射形成的激光点云,因此可以利用目标激光点云在机器人坐标系下的坐标信息确定出定位标记在机器人坐标系下的坐标,这种应用反光材料的强反光特性获取定位标记的方式,误差较小,且对于光线较弱的环境,也可以接收到反光标记反射激光形成的激光点云,定位准确度更高,也更容易发现新增或变更的定位标记。
上述实施例二和实施例三在获取到机器人当前所在位置对应的多个定位标记之后,因为这些定位标记是机器人坐标系下的坐标,需要将定位标记在机器人坐标系下的坐标转换为在地图坐标系下的坐标,即进行上述步骤S204的处理,在一些实施方式中,步骤S204可以采用以下步骤实现:(1)获取当前时刻对应的初始转换矩阵;(2)对于上述多个定位标记中的每个定位标记,将该定位标记在机器人坐标系下的坐标乘以该初始转换矩阵,得到该定位标记在地图坐标系下的坐标。考虑到机器人在行进过程中,机器人当前时刻的位姿和上一时刻的位姿不同,当前时刻和上一时刻对应的初始转换矩阵也就不同,作为一种可能的实施方式,本实施例以当前时刻的上一时刻的优化转换矩阵(上一时刻的优化转换矩阵也可以通过步骤S206中的方式确定)为基础,结合上一时刻至当前时刻机器人的位姿变化确定当前时刻的初始转换矩阵。基于此,上述获取当前时刻对应的初始转换矩阵的步骤包括:将当前时刻的上一时刻的优化转换矩阵与机器人由上一时刻至当前时刻之间的位姿变化相乘,得到当前时刻对应的初始转换矩阵。
随着机器人的行进,机器人的位姿在不断发生变化,而机器人当前的位姿是由机器人根据上一时刻的位姿测算出来的,机器人当前的位姿与机器人当前获得的定位标记在机器人坐标系下的位置坐标具有一定的对应关系,机器人位姿的改变会使机器人当前获得的定位标记在机器人坐标系下的位置坐标发生变化。机器人当前时刻的上一时刻的优化转换矩阵是根据机器人上一时刻获得的定位标记和匹配标记对上一时刻对应的初始转换矩阵优化得到的。假设上一时刻的优化转换矩阵为Tk,根据机器人上的里程计和惯性测量单元(Inertial Measurement Unit,IMU)确定机器人上一时刻到当前时刻的位姿变化为ΔTk->k+1,则当前时刻对应的初始转换矩阵Tk+1=Tk*ΔTk->k+1。其中,机器人上一时刻到当前时刻的位姿变化可以基于机器人上的里程计和IMU的数据确定出来。
得到上述多个定位标记在地图坐标系下的坐标后,可以在标记参数列表中查找上述多个定位标记分别对应的匹配标记,如果上述多个定位标记中存在部分定位标记均有对应的匹配标记,则基于这部分定位标记中每个定位标记和其对应的匹配标记确定当前时刻对应的优化转换矩阵,这里的部分定位标记可以是一个,两个或更多个,每个定位标记和该定位标记对应的匹配标记构成一对,每对定位标记和匹配标记可以确定出当前时刻对应的一个优化转换矩阵,如果是多对定位标记和匹配标记,则可以确定出当前时刻对应的多个优化转换矩阵,对这多个优化转换矩阵求均值,则可以得到当前时刻对应的更准确的优化转换矩阵。
在标记参数列表中查找上述多个定位标记分别对应的匹配标记的过程中,如果上述多个定位标记中存在没有匹配标记的目标定位标记,则可以基于当前时刻对应的优化转换矩阵确定该目标定位标记在地图坐标系下的坐标。基于目标定位标记在地图坐标系下的坐标更新标记参数列表和电子地图。
上述当前时刻的初始转换矩阵是基于当前时刻的上一时刻的优化转换矩阵和机器人由上一时刻至当前时刻之间的位姿变化确定的,而某一时刻的优化转换矩阵均是基于当前时刻检测到的定位标记与匹配标记在地图坐标系下的坐标确定的,进而基于优化转换矩阵进一步确定出的目标定位标记在地图坐标系下的坐标会更准确,精度更高,基于该坐标更新电子地图和上述标记参数列表,无需针对新定位标记执行目标环境的整体地图重建过程,简化了电子地图的更新过程,进而提升了电子地图的更新效率和准确率。
在上述实施例二和实施例三的基础上,为了进一步提高电子地图的更新效率,标记参数列表中各个定位标记的坐标还可以k-d树的形式存储。k-d树是一种分割k维数据空间的数据结构,所以其每一个节点是一个多维坐标。以标记参数列表中各个定位标记的坐标(地图坐标系下)是二维坐标(x,y)为例,在构建k-d树时,k-d树每一个节点是一个二维坐标。在构建k-d树时,首选需要确定根节点的二维坐标值,可以基于标记参数列表中各个定位标记在某一个维度(维度x或维度y)的坐标的值,进行两两定位标记在该维度上的坐标值的大小比较,选择该维度上的中间值作为第一个根节点,然后以根节点左侧的坐标值小于右侧的坐标值为原则,将标记参数列表中的定位标记存储在k-d树上。优化后的步骤S206具体包括:
(1)对于上述多个定位标记中的每个定位标记,利用该定位标记在地图坐标系下的坐标,在k-d树中查找该定位标记的候选标记。这种方式查找到的候选标记可能有多个。
(2)如果候选标记与该定位标记的距离均小于设定的距离阈值,确定候选标记为该定位标记的匹配标记。
基于k-d树候选标记的查找方式,能够减少查找匹配标记的数据处理量,提高数据查找效率,进一步提高了提高电子地图的更新效率。
不同时刻对应的优化转换矩阵是基于在该不同时刻获取到的一个或多个定位标记和匹配标记对来确定的,这样能够实时确定当前的优化转换矩阵。在一些实施例中还可以实时记录当前时刻对应的优化转换矩阵,即上述方法还包括:当确定出当前时刻对应的优化转换矩阵时,记录当前时刻对应的优化转换矩阵。相应地,在上述实施例二和三的基础上,考虑到没有匹配标记的定位标记可能是由于异常环境反光产生的,例如,工作人员的衣服或鞋的反光导致机器人误认为其为定位标记,因此,本实施例的方法对目标定位标记的观测次数进行约束,基于此,对上述步骤S208进行了优化,该步骤具体包括:
(1)如果上述多个定位标记中存在没有匹配标记的目标定位标记,更新目标定位标记的观测次数。
(2)检测更新后的观测次数是否大于设定的次数阈值。
(3)如果大于次数阈值,基于多次观测到的该目标定位标记的时刻分别对应的优化转换矩阵,确定该目标定位标记在地图坐标系下的坐标。
通过这种处理方式能够进一步排除定位标记以外的其它因素(如人的衣服等反光物体)对激光传感器的干扰,进一步提高地图更新的可靠性。
上述方法除了可以将变更的定位标记对应坐标添加至标记参数列表进而更新电子地图之外,上述方法中得到的当前时刻的优化转换矩阵即机器人当前时刻的位姿(即由机器人当前位置和姿态构造的矩阵),该矩阵中包含机器人当前的姿态角度和机器人在地图坐标系下的坐标,机器人可以基于当前时刻的位姿确定下一步的移动方向和速度等,以执行当前任务。
在上述实施例二的基础上,对于目标环境中有多个机器人协同工作的情形,机器人间可以通过协作进行电子地图的同步更新。基于此,在上述方法的基础上,还可以包括:将更新后的标记参数列表和电子地图,同步至目标环境的其它机器人。通过这种协作更新电子地图的方式,能够减少其他机器人重复进行新增或变更标记的更新过程,提高机器人作业效率。
上述实施例给出了电子地图的更新过程,对于一个新建的环境,除了包括上述电子地图更新过程,还包括最初电子地图的创建过程,以仓库为例,参见图4所示的机器人的结构示意图,该机器人包括建图模块和定位模块,其中,建图模块包括:定位标记部署单元、地图绘制单元以及地图更新单元,分别用于实现定位标记部署、地图绘制以及地图更新等功能。定位模块包括:定位标记提取单元、定位标记匹配单元以及定位标记更新单元,分别用于实现定位标记提取、定位标记匹配以及定位标记更新等功能。该机器人除了包括上述建图模块和定位模块之外,还包括其它相关电子器件,如激光传感器、里程计等。机器人在建图过程中,需要遍历工作环境也即上述仓库中的各个区域,根据布设定位标记时,工作人员提供的定位标记的位置信息和遍历过程中的激光反射信号,通过定位标记部署单元和地图绘制单元完成仓库的电子地图创建过程,将初始的标记参数列表存储在电子地图中。机器人执行任务时,建图模块将绘制好的电子地图传递给定位模块用于机器人的定位,定位模块通过定位标记提取单元、定位标记匹配单元以及定位标记更新单元完成标记参数列表的更新,并将更新后标记参数列表返回给建图模块,用于地图更新。
图5所示为本申请另一实施例的一种电子地图的更新方法示意图,该方法在上述图4的基础上进行实现,其可应用于机器人定位场景,为了便于描述,下面均以landmark来表示定位标记(如反光柱、反光条等),执行该方法包括以下步骤:
步骤1,landmark提取。主要是依靠landmark表面的高反射强度来区分与环境中周围物体的不同,landmark提取过程包括如下步骤:
(1)提取反射强度大于一定阈值的激光点云。
(2)对提取的激光点云进行点云聚类。
对于提取出来的这些反射强度大于第一阈值的点云,计算每个具有不同位置坐标的点云之间的距离,将距离比较接近的点云聚成一类,聚成一类的点云就代表一个可能存在的定位标记的位置范围。
(3)基于点云聚类得到的点云进行参数拟合。
参数拟合过程根据landmark的类型进行设定,landmark的类型为反光柱时需要拟合反光柱的圆心位置参数。landmark的类型为反光条时需要拟合反光条的矩形中心位置参数。
具体地,对于landmark是反光柱的情形,因为反光柱是一个圆柱体,激光扫描到反光柱时产生的目标激光点云进行点云聚类,得到多个具有圆形轮廓的点云簇,基于这些目标激光点云在机器人坐标系下的位置坐标拟合出圆形轮廓的圆心位置坐标,将圆心位置坐标确定为点云簇的中心坐标,将各个点云簇的中心坐标确定为机器人当前所在位置对应的反光柱的位置坐标。
对于landmark是反光条的情形,因为反光条是一个长条状物体,激光扫描到反光条时产生的目标激光点云进行点云聚类,得到多个具有长条形轮廓的点云簇,基于这些目标激光点云在机器人坐标系下的位置坐标拟合出长条形轮廓的中心位置坐标,将中心位置坐标确定为点云簇的中心坐标,将各个点云簇的中心坐标确定为机器人当前所在位置对应的反光条的位置坐标。
步骤2,landmark位置坐标转换。将机器人当前提取得到的landmark在机器人坐标系下的位置坐标转换为在地图坐标系下的位置坐标。具体过程为:依靠机器人上装载的激光雷达、里程计、IMU等传感器可以预测得到机器人的一个初始位姿,根据该初始位姿构建初始转换矩阵T0,当前提取得到的landmark在机器人坐标系下的位置坐标Xl经过初始位姿变换,得到当前提取得到的landmark在地图坐标系下的位置坐标Xm,计算公式为:
Xm=T0·Xl。
T0=T0’*ΔT
ΔT是tk时刻到tk+1时刻之间机器人的位姿变化,可以基于上述激光雷达、里程计、IMU等传感器确定该位姿变化;
T0’是tk时刻机器人的位姿。
T0’与ΔT二者相乘得到T0,也就是tk+1时刻机器人的初始位姿,即tk+1时刻的初始转换矩阵,这个初始转换矩阵是一个初始的有误差的转换矩阵,后面需要进行landmark匹配得到一个更加精确的位姿,也就是优化转换矩阵。
步骤3,candidate landmark确定。该过程包括如下步骤:
(1)将机器人中存储的已知landmark地图中所有landmark位置信息以k-d树的形式进行存储。
(2)根据机器人提取得到的landmark(也称query landmark,即待匹配的定位标记)经过初始位姿变换之后预测坐标Xm,在k-d树中搜索与它坐标距离最近的landmark作为候选landmark(也称candidate landmark,候选定位标记)。
步骤4,判断query landmark和candidate landmark距离是否小于第一阈值,如果是,则认为query landmark是目标环境中原有位置并未发生改变的landmark,在步骤4之后执行下述步骤5;如果否,则认为query landmark是一个新添加到目标环境中的landmark或者是一个目标环境中原有位置发生改变的landmark,在步骤4之后执行下述步骤6。
步骤5,建立并保存query landmark和candidate landmark之间的对应关系。在步骤5之后执行下述步骤8。
为了便于描述,现假定目标场景中某一时刻机器人检测得到四个定位标记的中心位置,分别记为landmark1、landmark2、landmark3和landmark4。通过初始转换矩阵T0进行坐标变换得到了landmark1、landmark2、landmark3和landmark4在地图坐标系下的三个坐标信息,分别为landmark1对应的M1,landmark2对应的M2,以及landmark3对应的M3和landmark4对应的M4,此时的这四个标记可以看作是上面的query landmark。
机器人获得landmark1对应的M1、landmark2对应的M2以及landmark3对应的M3和landmark4对应的M4后,在机器人当前存储的电子地图的标记参数列表(即上述k-d树)中查找与landmark1、landmark2、landmark3和landmark4分别对应的匹配标记。具体地,对于landmark1、landmark2、landmark3和landmark4这四个标记,均执行下述操作,下面以landmark1为例进行说明:根据landmark1对应的M1和标记参数列表中的候选标记candidate landmark的坐标信息,计算landmark1与候选标记间的距离,如果标记参数列表中存在距离小于设定的第一阈值的候选标记candidate landmark-1,则确定该landmark1与该候选标记candidate landmark-1匹配,把这个candidate landmark-1叫landmark1的匹配标记,确定landmark1为历史标记,然后执行步骤5中的建立并保存query landmark和candidate landmark之间的对应关系,这里即为建立并保存landmark1与candidatelandmark-1之间的对应关系。
上述步骤中建立并保存的query landmark和candidate landmark之间的对应关系即建立并保存上述定位标记和匹配标记的一一对应关系,其中,query landmark在地图坐标系下的坐标是应用初始转换矩阵对query landmark在机器人坐标系下的坐标进行转换得到的。
如果标记参数列表中不存在与query landmark距离小于第一阈值的候选标记,则没有与query landmark匹配的候选标记,则确定该query landmark为新标记或者待定标记。会执行下面的步骤6-7。
步骤6,记录query landmark被观测到次数。
步骤7,判断同一个query landmark在不同时刻被观测到次数(简称观测次数)是否大于第二阈值,如果是(即观测次数大于第二阈值),则在步骤7之后执行步骤8;如果否(即观测次数小于或等于第二阈值),则在步骤7之后返回步骤1;
步骤8,基于上述query landmark和candidate landmark之间的对应关系和querylandmark参数(该参数包括query landmark在地图坐标系下的坐标)进行非线性优化处理。
其中,上述非线性优化处理可以包括以下两方面的非线性优化处理:
(1)根据query landmark和candidate landmark之间的对应关系进行的非线性优化处理;
query landmark和candidate landmark之间的对应关系为定位标记和匹配标记的一一对应关系,根据这个对应关系,可以确定出至少一对定位标记和匹配标记,每对定位标记和匹配标记中的定位标记的坐标基于检测到的机器人坐标系下的坐标,应用初始转换矩阵转换处理得到的,即上述步骤2中的Xm。而每对定位标记和匹配标记中的匹配标记是从k-d树搜索到的,属于已有电子地图中标记的坐标。因此基于每对定位标记和匹配标记对应的坐标,则可以对初始转换矩阵进行非线性优化处理,该非线性优化处理的目的是使优化后的初始转换矩阵(即优化转换矩阵)计算得到的多个定位标记和其匹配标记在地图坐标系下的坐标之间的误差最小。具体实现时,可以预先构建一个误差方程,应用该误差方程优化初始转换矩阵,通过这种非线性处理,可以得到每个时刻的优化转换矩阵。假设经过上述非线性处理后,得到t+1时刻的优化转换矩阵Tt+1’,则应用t+1时刻的优化转换矩阵Tt+1’对上述坐标X1进行坐标转换,得到Xm’=Tt+1’·Xl。
(2)根据query landmark参数进行的非线性优化处理
考虑到目标环境中可能会有新增加或者变更的标记,对于这类标记,将无法在电子地图中找到其匹配标记,本实施例为避免偶尔一次检测到的标记误以为是新增标记,若将其添加至电子地图中引起不必要的处理过程,因此通过上述步骤6和7的观测次数控制,能够有效保证新增的标记或者变更的标记被观测到足够多次,每次观测到的同一个querylandmark分别对应不同的时刻,而通过上述(1)的非线性优化处理,则会得到每个时刻分别对应一个优化转换矩阵,这个优化转换矩阵也即该时刻对应的机器人的优化位姿,假设时刻t1,t2...tn,n个时刻机器人都观测到了同一个query landmark,通过上述(1)中的非线性优化处理,可以得到这n个时刻分别对应的优化转换矩阵。基于这n个时刻的优化转换矩阵可以确定这个query landmark在地图坐标系下的坐标,将会得到这个query landmark的n个坐标,对这n个坐标进行平均,则可以得到这个query landmark的最终坐标,该坐标比一个时刻对应的坐标更准确,将该query landmark的最终坐标加入到电子地图中的landmark列表中,得到优化后的landmark列表。
步骤9,更新地图。
将优化后的landmark列表与初始载入机器人电子地图中的landmark列表进行对比,如果有变化,则认为环境中landmark发生了变化,将发生变化的query landmark在地图坐标系下的坐标标记至机器人存储的电子地图中,用于后续的定位。以此便完成了landmark列表和landmark地图的动态更新。
为了便于理解,继续接续前例,假设landmark1、landmark2、landmark3和landmark4中,landmark1被确定为没有匹配标记的新标记,landmark2、landmark3和landmark4被确定为有匹配标记的历史标记。landmark1在不同时刻被观测到的次数已经大于一定阈值,在多次观测过程中,机器人记录了在不同时刻获得的landmark1在机器人坐标系下坐标。为了进一步保证landmark1在地图坐标系下的坐标精度,根据与landmark2、landmark3和landmark4分别对应的匹配标记的坐标信息、landmark2对应的M2以及landmark3对应的M3和landmark4对应的M4对初始转换矩阵T0进行优化,得到优化转换矩阵T0’。之后再用优化转换矩阵T0’得到landmark1在地图坐标系下的坐标M1’。在进行地图更新时,由于M1’具有较高精度,可直接将M1’添加到机器人中已经存储的电子地图中,这样就完成了一次地图更新。
假设landmark1、landmark2、landmark3和landmark4均为历史标记,有对应的匹配标记,则基于匹配标记更新T0,得到T0’,基于T0’可以确定出机器人当前时刻的定位信息。
在计算每个时刻的初始转换矩阵T0时,由于机器人行进过程中会不断变换位姿,因此需要根据不同时刻之间的时间差以及机器人上面装载的多个传感器部件探测得到的位姿变化ΔT。根据每个时刻的上一时刻的T0’和ΔT能够计算出每个时刻的T0,如上述公式T0=T0’*ΔT,这里不再详述。
实施例四
对于上述各实施例中所提供的电子地图的更新方法,本发明实施例提供了一种电子地图的更新装置,该装置可以应用于上述电子设备,并且该电子设备预存有目标环境(例如目标仓库)的电子地图,电子地图包括标记参数列表,该标记参数列表包括目标环境内设置的定位标记在地图坐标系下的坐标;这里的地图坐标系指的是电子地图使用的坐标系。参见图6所示的一种电子地图的更新装置的结构示意图,该装置包括以下模块:
标记获取模块42,用于在机器人行进的过程中,获取机器人当前所在位置对应的多个定位标记在机器人坐标系下的坐标。
坐标转换模块44,用于将多个定位标记在机器人坐标系下的坐标转换为在地图坐标系下的坐标。
转换矩阵优化模块46,用于在标记参数列表中查找所述多个定位标记分别对应的匹配标记;基于查找到的定位标记和匹配标记在地图坐标系下的坐标确定当前时刻对应的优化转换矩阵。
坐标优化模块48,用于如果定位标记组中存在没有匹配标记的目标定位标记,基于优化转换矩阵确定目标定位标记在地图坐标系下的坐标。
地图更新模块50,用于基于目标定位标记在地图坐标系下的坐标更新标记参数列表和电子地图。
本实施例提供的电子地图的更新装置,在机器人行进的过程中,可以获取该机器人当前所在位置对应的多个定位标记,并将该多个定位标记在机器人坐标系下的坐标转换为在地图坐标系下的坐标,在机器人预存的电子地图的标记参数列表中查找上述多个定位标记分别对应的匹配标记,以及基于查找到的定位标记和匹配标记在地图坐标系下的坐标确定当前时刻对应的优化转换矩阵;如果该多个定位标记中存在没有匹配标记的目标定位标记,则可以基于该优化转换矩阵确定该目标定位标记在地图坐标系下的坐标,进而基于该目标定位标记的坐标更新标记参数列表和电子地图。通过上述技术,可以在机器人执行任务的过程中进行电子地图更新,并且上述优化转换矩阵是基于当前时刻检测到的定位标记与在标记参数列表中查找到的匹配标记在地图坐标系下的坐标确定的,进而基于优化转换矩阵进一步确定出的目标定位标记在地图坐标系下的坐标会更准确,精度更高,基于该坐标更新电子地图和上述标记参数列表,无需针对新定位标记执行目标环境的整体地图重建过程,简化了电子地图的更新过程,进而提升了电子地图的更新效率和准确率。
上述坐标转换模块44还用于:获取当前时刻对应的初始转换矩阵;其中,所述初始转换矩阵为机器人坐标系与地图坐标系的转换矩阵;对于所述多个定位标记中的每个定位标记,将该定位标记在机器人坐标系下的坐标乘以所述初始转换矩阵,得到该定位标记在地图坐标系下的坐标。
上述坐标转换模块44还用于:将当前时刻的上一时刻的优化转换矩阵与机器人由所述上一时刻至所述当前时刻之间的位姿变化相乘,得到当前时刻对应的初始转换矩阵。
上述转换矩阵优化模块46还用于:对于所述多个定位标记中的每个定位标记,利用该定位标记在地图坐标系下的坐标,在k-d树中查找该定位标记的候选标记;如果候选标记与该定位标记的距离均小于设定的距离阈值,确定候选标记为该定位标记的匹配标记。
上述转换矩阵优化模块46还用于:如果所述多个定位标记中存在部分定位标记均有对应的匹配标记,则基于所述部分定位标记中每个定位标记和其对应的匹配标记确定所述当前时刻对应的优化转换矩阵。
上述坐标优化模块48还用于:所述方法还包括:当确定出所述当前时刻对应的优化转换矩阵时,记录所述当前时刻对应的优化转换矩阵;以及如果所述多个定位标记中存在没有匹配标记的目标定位标记,更新目标定位标记的观测次数;检测更新后的观测次数是否大于设定的次数阈值;如果大于次数阈值,基于多次观测到该目标定位标记的时刻分别对应的优化转换矩阵,确定该目标定位标记在地图坐标系下的坐标。
上述地图更新模块50还用于:在标记参数列表中添加目标定位标记在地图坐标系下的坐标和目标定位标记的标识符;为电子地图中目标定位标记在地图坐标系下的坐标对应的位置配置目标定位标记的标识符。
上述定位标记为反光标记;相应地,上述标记获取模块42还用于:通过激光传感器获取机器人当前所在位置接收到的激光点云集合;从激光点云集合选择反射强度大于设定的强度阈值的目标激光点云;对各个目标激光点云进行点云聚类和参数拟合,得到机器人当前所在位置对应的多个定位标记。上述过程可以包括:基于各个目标激光点云在机器人坐标系下的坐标,对各个目标激光点云进行点云聚类,得到多个点云簇;对于每个点云簇,基于预设的定位标记类型和该点云簇中的点云的坐标进行参数拟合,得到该点云簇的中心;其中,所述定位标记类型用于表征所述目标环境中的定位标记为反光柱或反光条;将各个点云簇的中心作为机器人当前所在位置对应的定位标记。
在上述图6的基础上,参见图7,本实施例还提供了另一种地图的更新装置,上述装置还包括:机器人同步模块52,用于将更新后的所述标记参数列表和电子地图,同步至目标环境的其它机器人。
本发明实施例所提供的装置,其实现原理及产生的技术效果和前述方法实施例相同,为简要描述,装置实施例部分未提及之处,可参考前述方法实施例中相应内容。
实施例五
参见图8,本发明实施例还提供一种电子地图的更新装置200,包括:处理器10,存储器11,总线12和通信接口13,处理器10、通信接口13和存储器11通过总线12连接;处理器10用于执行存储器11中存储的可执行模块,例如计算机程序。
其中,存储器11可能包含高速随机存取存储器(RAM,Random Access Memory),也可能还包括非易失存储器(non-volatile memory),例如至少一个磁盘存储器。通过至少一个通信接口13(可以是有线或者无线)实现该系统网元与至少一个其他网元之间的通信连接,可以使用互联网,广域网,本地网,城域网等。
总线12可以是ISA总线、PCI总线或EISA总线等。总线可以分为地址总线、数据总线、控制总线等。为便于表示,图8中仅用一个双向箭头表示,但并不表示仅有一根总线或一种类型的总线。
其中,存储器11用于存储程序,处理器10在接收到执行指令后,执行程序,前述本发明实施例任一实施例揭示的流过程定义的装置所执行的方法可以应用于处理器10中,或者由处理器10实现。
处理器10可能是一种集成电路芯片,具有信号的处理能力。在实现过程中,上述方法的各步骤可以通过处理器10中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器10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(Digital SignalProcessor,简称DSP)、专用集成电路(Application Specific Integrated Circuit,简称ASIC)、现场可编程门阵列(Field-Programmable Gate Array,简称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发明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。结合本发明实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成,或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器,闪存、只读存储器,可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器11,处理器10读取存储器11中的信息,结合其硬件完成上述方法的步骤。
除非另外具体说明,否则在这些实施例中阐述的部件和步骤的相对步骤、数字表达式和数值并不限制本发明的范围。此外,术语“第一”、“第二”、“第三”仅用于描述目的,而不能理解为指示或暗示相对重要性。
附图中的流程图和框图显示了根据本发明的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分,模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
本发明实施例所提供的一种电子地图的更新方法、装置和电子设备的计算机程序产品,包括存储了处理器可执行的非易失的程序代码的计算机可读存储介质,程序代码包括的指令可用于执行前面方法实施例中的方法,具体实现可参见方法实施例,在此不再赘述。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统、装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。
所述功能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,可以存储在一个处理器可执行的非易失的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(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-OnlyMemory)、随机存取存储器(RAM,Random Access Memory)、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:以上实施例,仅为本发明的具体实施方式,用以说明本发明的技术方案,而非对其限制,本发明的保护范围并不局限于此,尽管参照前述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:任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化,或者对其中部分技术特征进行等同替换;而这些修改、变化或者替换,并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以权利要求的保护范围为准。
Claims (13)
1.一种电子地图的更新方法,其特征在于,所述方法应用于电子设备,所述电子设备预存有目标环境的电子地图,所述电子地图包括标记参数列表,所述标记参数列表包括所述目标环境内设置的定位标记在地图坐标系下的坐标;
所述方法包括:
在机器人行进的过程中,获取所述机器人当前所在位置对应的多个定位标记在机器人坐标系下的坐标;
将所述多个定位标记在机器人坐标系下的坐标转换为在地图坐标系下的坐标;
在所述标记参数列表中查找所述多个定位标记分别对应的匹配标记;基于查找到的定位标记和匹配标记在地图坐标系下的坐标确定当前时刻对应的优化转换矩阵;
如果所述多个定位标记中存在没有匹配标记的目标定位标记,基于所述优化转换矩阵确定所述目标定位标记在地图坐标系下的坐标;
基于所述目标定位标记在地图坐标系下的坐标更新所述标记参数列表和所述电子地图。
2.根据权利要求1所述的方法,其特征在于,将所述多个定位标记在机器人坐标系下的坐标转换为在地图坐标系下的坐标的步骤,包括:
获取当前时刻对应的初始转换矩阵;
对于所述多个定位标记中的每个定位标记,将该定位标记在机器人坐标系下的坐标乘以所述初始转换矩阵,得到该定位标记在地图坐标系下的坐标。
3.根据权利要求2所述的方法,其特征在于,获取当前时刻对应的初始转换矩阵的步骤,包括:
将当前时刻的上一时刻的优化转换矩阵与所述机器人由所述上一时刻至所述当前时刻之间的位姿变化相乘,得到所述当前时刻对应的初始转换矩阵。
4.根据权利要求1-3任一项所述的方法,其特征在于,所述标记参数列表中各个定位标记的坐标以k-d树的形式存储;
在所述标记参数列表中查找所述多个定位标记分别对应的匹配标记的步骤,包括:
对于所述多个定位标记中的每个定位标记,利用该定位标记在地图坐标系下的坐标,在所述k-d树中查找该定位标记的候选标记;
如果所述候选标记与该定位标记的距离均小于设定的距离阈值,确定所述候选标记为该定位标记的匹配标记。
5.根据权利要求1-4任一项所述的方法,其特征在于,基于查找到的定位标记和匹配标记在地图坐标系下的坐标确定当前时刻对应的优化转换矩阵的步骤,包括:
如果所述多个定位标记中存在部分定位标记均有对应的匹配标记,则基于所述部分定位标记中每个定位标记和其对应的匹配标记确定所述当前时刻对应的优化转换矩阵。
6.根据权利要求1-5任一项所述的方法,其特征在于,所述方法还包括:当确定出所述当前时刻对应的优化转换矩阵时,记录所述当前时刻对应的优化转换矩阵;
所述如果所述多个定位标记中存在没有匹配标记的目标定位标记,基于所述优化转换矩阵确定所述目标定位标记在地图坐标系下的坐标的步骤,包括:
如果所述多个定位标记中存在没有匹配标记的目标定位标记,更新所述目标定位标记的观测次数;
检测更新后的观测次数是否大于设定的次数阈值;
如果大于所述次数阈值,基于多次观测到该目标定位标记的时刻分别对应的优化转换矩阵,确定该目标定位标记在地图坐标系下的坐标。
7.根据权利要求1-6任一项所述的方法,其特征在于,所述基于所述目标定位标记在地图坐标系下的坐标更新所述标记参数列表和所述电子地图的步骤,包括:
在所述标记参数列表中添加所述目标定位标记在地图坐标系下的坐标和所述目标定位标记的标识符;
为所述电子地图中所述目标定位标记在地图坐标系下的坐标对应的位置配置所述目标定位标记的标识符。
8.根据权利要求1-7任一项所述的方法,其特征在于,所述定位标记为反光标记;
获取所述机器人当前所在位置对应的多个定位标记的步骤,包括:
通过所述机器人上的激光传感器获取所述机器人当前所在位置接收到的激光点云集合;
从所述激光点云集合选择反射强度大于设定的强度阈值的目标激光点云;
对各个所述目标激光点云进行点云聚类和参数拟合,得到所述机器人当前所在位置对应的多个定位标记。
9.根据权利要求8所述的方法,其特征在于,所述对各个所述目标激光点云进行点云聚类和参数拟合,得到所述机器人当前所在位置对应的多个定位标记的步骤,包括:
基于各个所述目标激光点云在机器人坐标系下的坐标,对各个所述目标激光点云进行点云聚类,得到多个点云簇;
对于每个点云簇,基于预设的定位标记类型和该点云簇中的点云的坐标进行参数拟合,得到该点云簇的中心;其中,所述定位标记类型用于表征所述目标环境中的定位标记为反光柱或反光条;
将各个所述点云簇的中心作为所述机器人当前所在位置对应的定位标记。
10.根据权利要求1-9任一项所述的方法,其特征在于,所述方法还包括:
将更新后的所述标记参数列表和所述电子地图,同步至所述目标环境的其它机器人。
11.一种电子地图的更新装置,其特征在于,所述装置应用于电子设备,所述电子设备预存有目标环境的电子地图,所述电子地图包括标记参数列表,所述标记参数列表包括所述目标环境内设置的定位标记在地图坐标系下的坐标;所述装置包括:
标记获取模块,用于在机器人行进的过程中,获取所述机器人当前所在位置对应的多个定位标记在机器人坐标系下的坐标;
坐标转换模块,用于将所述多个定位标记在机器人坐标系下的坐标转换为在地图坐标系下的坐标;
转换矩阵优化模块,用于在所述标记参数列表中查找所述多个定位标记分别对应的匹配标记;基于查找到的定位标记和匹配标记在地图坐标系下的坐标确定当前时刻对应的优化转换矩阵;
坐标优化模块,用于如果所述多个定位标记中存在没有匹配标记的目标定位标记,基于所述优化转换矩阵确定所述目标定位标记在地图坐标系下的坐标;
地图更新模块,用于基于所述目标定位标记在地图坐标系下的坐标更新所述标记参数列表和所述电子地图。
12.一种电子设备,其特征在于,所述电子设备包括:处理设备和存储装置;
所述存储装置上存储有计算机程序,所述计算机程序在被所述处理设备运行时执行如权利要求1至10任一项所述电子地图的更新方法。
13.一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,其特征在于,所述计算机程序被处理设备运行时执行如权利要求1至10任一项所述电子地图的更新方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110456710.5A CN113375657A (zh) | 2021-04-26 | 2021-04-26 | 电子地图的更新方法、装置和电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110456710.5A CN113375657A (zh) | 2021-04-26 | 2021-04-26 | 电子地图的更新方法、装置和电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113375657A true CN113375657A (zh) | 2021-09-10 |
Family
ID=77570281
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110456710.5A Pending CN113375657A (zh) | 2021-04-26 | 2021-04-26 | 电子地图的更新方法、装置和电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113375657A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114216451A (zh) * | 2021-12-02 | 2022-03-22 | 北京云迹科技股份有限公司 | 一种机器人地图的更新方法及装置 |
CN116202538A (zh) * | 2023-05-05 | 2023-06-02 | 广州小鹏自动驾驶科技有限公司 | 地图匹配融合方法、装置、设备及存储介质 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103123727A (zh) * | 2011-11-21 | 2013-05-29 | 联想(北京)有限公司 | 即时定位与地图构建方法和设备 |
CN104501740A (zh) * | 2014-12-18 | 2015-04-08 | 杭州鼎热科技有限公司 | 一种基于标记点轨迹跟踪的手持激光三维扫描方法及设备 |
CN106052683A (zh) * | 2016-05-25 | 2016-10-26 | 速感科技(北京)有限公司 | 机器人运动姿态估计方法 |
CN106959691A (zh) * | 2017-03-24 | 2017-07-18 | 联想(北京)有限公司 | 可移动电子设备和即时定位与地图构建方法 |
US20180306587A1 (en) * | 2017-04-21 | 2018-10-25 | X Development Llc | Methods and Systems for Map Generation and Alignment |
CN110307838A (zh) * | 2019-08-26 | 2019-10-08 | 深圳市优必选科技股份有限公司 | 机器人重定位方法、装置、计算机可读存储介质及机器人 |
US20200103915A1 (en) * | 2018-09-28 | 2020-04-02 | X Development Llc | Determining Changes in Marker Setups for Robot Localization |
CN110989592A (zh) * | 2019-12-02 | 2020-04-10 | 华中科技大学 | 一种移动机器人自动建图与定位系统 |
CN111273304A (zh) * | 2019-12-31 | 2020-06-12 | 芜湖哈特机器人产业技术研究院有限公司 | 一种融合反光柱的自然定位方法及系统 |
CN111596299A (zh) * | 2020-05-19 | 2020-08-28 | 三一机器人科技有限公司 | 反光柱跟踪定位方法、装置及电子设备 |
CN112214010A (zh) * | 2019-07-09 | 2021-01-12 | 苏州科瓴精密机械科技有限公司 | 栅格地图参数的更新方法及更新系统 |
-
2021
- 2021-04-26 CN CN202110456710.5A patent/CN113375657A/zh active Pending
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103123727A (zh) * | 2011-11-21 | 2013-05-29 | 联想(北京)有限公司 | 即时定位与地图构建方法和设备 |
CN104501740A (zh) * | 2014-12-18 | 2015-04-08 | 杭州鼎热科技有限公司 | 一种基于标记点轨迹跟踪的手持激光三维扫描方法及设备 |
CN106052683A (zh) * | 2016-05-25 | 2016-10-26 | 速感科技(北京)有限公司 | 机器人运动姿态估计方法 |
CN106959691A (zh) * | 2017-03-24 | 2017-07-18 | 联想(北京)有限公司 | 可移动电子设备和即时定位与地图构建方法 |
US20180306587A1 (en) * | 2017-04-21 | 2018-10-25 | X Development Llc | Methods and Systems for Map Generation and Alignment |
US20200103915A1 (en) * | 2018-09-28 | 2020-04-02 | X Development Llc | Determining Changes in Marker Setups for Robot Localization |
CN112214010A (zh) * | 2019-07-09 | 2021-01-12 | 苏州科瓴精密机械科技有限公司 | 栅格地图参数的更新方法及更新系统 |
CN110307838A (zh) * | 2019-08-26 | 2019-10-08 | 深圳市优必选科技股份有限公司 | 机器人重定位方法、装置、计算机可读存储介质及机器人 |
US20210063577A1 (en) * | 2019-08-26 | 2021-03-04 | Ubtech Robotics Corp Ltd | Robot relocalization method and apparatus and robot using the same |
CN110989592A (zh) * | 2019-12-02 | 2020-04-10 | 华中科技大学 | 一种移动机器人自动建图与定位系统 |
CN111273304A (zh) * | 2019-12-31 | 2020-06-12 | 芜湖哈特机器人产业技术研究院有限公司 | 一种融合反光柱的自然定位方法及系统 |
CN111596299A (zh) * | 2020-05-19 | 2020-08-28 | 三一机器人科技有限公司 | 反光柱跟踪定位方法、装置及电子设备 |
Non-Patent Citations (1)
Title |
---|
李阳: "基于ROS系统移动机器人SLAM算法研究与实现", 中国优秀硕士学位论文全文数据库 信息科技辑, 15 February 2019 (2019-02-15), pages 19 - 20 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114216451A (zh) * | 2021-12-02 | 2022-03-22 | 北京云迹科技股份有限公司 | 一种机器人地图的更新方法及装置 |
CN114216451B (zh) * | 2021-12-02 | 2024-03-26 | 北京云迹科技股份有限公司 | 一种机器人地图的更新方法及装置 |
CN116202538A (zh) * | 2023-05-05 | 2023-06-02 | 广州小鹏自动驾驶科技有限公司 | 地图匹配融合方法、装置、设备及存储介质 |
CN116202538B (zh) * | 2023-05-05 | 2023-08-29 | 广州小鹏自动驾驶科技有限公司 | 地图匹配融合方法、装置、设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111536964B (zh) | 机器人定位方法及装置、存储介质 | |
US11747477B2 (en) | Data collecting method and system | |
US11030803B2 (en) | Method and apparatus for generating raster map | |
US11204247B2 (en) | Method for updating a map and mobile robot | |
US11127203B2 (en) | Leveraging crowdsourced data for localization and mapping within an environment | |
Bahraini et al. | SLAM in dynamic environments via ML-RANSAC | |
CN109584302B (zh) | 相机位姿优化方法、装置、电子设备和计算机可读介质 | |
KR20190082291A (ko) | 차량 환경 맵 생성 및 업데이트 방법 및 시스템 | |
CN111121754A (zh) | 移动机器人定位导航方法、装置、移动机器人及存储介质 | |
CN108038139B (zh) | 地图构建方法、装置和机器人定位方法、装置、计算机设备和存储介质 | |
CN111881239A (zh) | 构建方法、构建装置、智能机器人及可读存储介质 | |
CN113375657A (zh) | 电子地图的更新方法、装置和电子设备 | |
KR20230137395A (ko) | 3차원 지도 구축 방법 및 장치 | |
US11067694B2 (en) | Locating method and device, storage medium, and electronic device | |
Skrzypczyński | Mobile robot localization: Where we are and what are the challenges? | |
CN109558471A (zh) | 栅格地图的更新方法、装置、存储介质和系统 | |
CN111856499B (zh) | 基于激光雷达的地图构建方法和装置 | |
CN115494533A (zh) | 车辆定位方法、装置、存储介质及定位系统 | |
CN113932790A (zh) | 一种地图更新方法、装置、系统、电子设备及存储介质 | |
CN114565726A (zh) | 一种非结构化动态环境下的同时定位与建图方法 | |
CN114080626A (zh) | 确定第一图像区域在对应图像中的位置的方法、执行该方法的SoC和控制设备和系统以及计算机程序 | |
WO2022252482A1 (zh) | 机器人及其环境地图构建方法和装置 | |
CN114964204A (zh) | 地图构建方法、地图使用方法、装置、设备和存储介质 | |
CN117495968B (zh) | 基于3d激光雷达的移动机器人位姿跟踪方法及装置 | |
US11978244B2 (en) | Location recognition method and apparatus in atypical environment |
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 |