CN113391318A - 一种移动机器人定位方法及系统 - Google Patents
一种移动机器人定位方法及系统 Download PDFInfo
- Publication number
- CN113391318A CN113391318A CN202110648510.XA CN202110648510A CN113391318A CN 113391318 A CN113391318 A CN 113391318A CN 202110648510 A CN202110648510 A CN 202110648510A CN 113391318 A CN113391318 A CN 113391318A
- Authority
- CN
- China
- Prior art keywords
- mobile robot
- grid map
- map
- editing
- algorithm
- 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.)
- Granted
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
- G01S17/02—Systems using the reflection of electromagnetic waves other than radio waves
- G01S17/06—Systems determining position data of a target
-
- 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
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)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明涉及一种移动机器人定位方法及系统,该方法包括:通过激光雷达实时扫描移动机器人的周围环境,获得周围环境的栅格地图;利用slam算法对栅格地图进行编辑,将周围环境中具有规律性变化的对象编辑在栅格地图中;具有规律性变化的对象是指在栅格地图中预设位置上出现的概率大于设定阈值的对象;在移动机器人移动过程中,基于编辑后的栅格地图,利用相关性扫描匹配算法确定移动机器人的实时位姿信息;根据移动机器人的实时位姿信息,确定移动机器人在编辑后的栅格地图中的实时位置。本发明利用激光雷达,通过slam算法对全局环境建图,借助地图编辑的方式丰富完善栅格的信息,提升建图效率,进而提高移动机器人定位的准确性。
Description
技术领域
本发明涉及机器人定位技术领域,特别是涉及一种移动机器人定位方法及系统。
背景技术
地图问题是移动机器人实现自主定位的关键技术之一,丰富完善的地图信息是移动机器人实现导航等应用的基础。在激光slam中,移动机器人先扫描环境,再通过CSM(Correlation scan matching,相关性扫描匹配)算法获得其位姿信息。CSM算法的处理过程是:移动机器人先扫描当前位置的地图,得到当前帧的点云信息;再将当前帧的点云和栅格地图对齐,对齐过程中的旋转和平移就是移动机器人相对于地图的位姿信息,其算法流程如图10所示。CSM算法工作的前提是存在当前环境的栅格地图。但是,在动态场景中会出现局部地图对象发生规律性变化,导致地图信息发生变化。地图信息发生变化的情况会使得CSM算法失效,从而得到错误的移动机器人的位姿信息。现有的方法是重新扫描发生变化后的环境,这些方法效率低下且操作复杂。
发明内容
本发明的目的是提供一种移动机器人定位方法及系统,提高了移动机器人定位的准确性。
为实现上述目的,本发明提供了如下方案:
一种移动机器人定位方法,包括:
通过激光雷达实时扫描移动机器人的周围环境,获得所述周围环境的栅格地图;所述激光雷达安装在所述移动机器人上;
利用slam算法对所述栅格地图进行编辑,将所述周围环境中具有规律性变化的对象编辑在所述栅格地图中;其中,具有规律性变化的对象是指,在所述栅格地图中预设位置上出现的概率大于设定阈值的对象;
在所述移动机器人移动过程中,基于编辑后的所述栅格地图,利用相关性扫描匹配算法确定所述移动机器人的实时位姿信息;
根据所述移动机器人的实时位姿信息,确定所述移动机器人在编辑后的所述栅格地图中的实时位置。
可选地,所述slam算法包括Gmapping算法和Cartographer算法。
可选地,所述利用slam算法对所述栅格地图进行编辑,将所述周围环境中具有规律性变化的对象编辑在所述栅格地图中,具体包括:
利用slam算法对所述栅格地图中对象进行添加、复制、删除和修改,将所述周围环境中具有规律性变化的对象编辑在所述栅格地图中。
可选地,所述在所述移动机器人移动过程中,基于编辑后的所述栅格地图,利用相关性扫描匹配算法确定所述移动机器人的实时位姿信息,具体包括:
所述激光雷达扫描当前位置地图,获得当前帧的点云信息;
将所述当前帧的点云信息和编辑后的所述栅格地图对齐,对齐的过程中旋转和平移的数据为所述移动机器人的位姿信息。
可选地,所述激光雷达为二维激光雷达。
本发明还公开了一种移动机器人定位系统,包括:
栅格地图获得模块,用于通过激光雷达实时扫描移动机器人的周围环境,获得所述周围环境的栅格地图;所述激光雷达安装在所述移动机器人上;
栅格地图编辑模块,用于利用slam算法对所述栅格地图进行编辑,将所述周围环境中具有规律性变化的对象编辑在所述栅格地图中;其中,具有规律性变化的对象是指,在所述栅格地图中预设位置上出现的概率大于设定阈值的对象;
移动机器人位姿获得模块,用于在所述移动机器人移动过程中,基于编辑后的所述栅格地图,利用相关性扫描匹配算法确定所述移动机器人的实时位姿信息;
移动机器人定位模块,用于根据所述移动机器人的实时位姿信息,确定所述移动机器人在编辑后的所述栅格地图中的实时位置。
可选地,所述slam算法包括Gmapping算法和Cartographer算法。
可选地,所述栅格地图编辑模块,具体包括:
栅格地图编辑单元,用于利用slam算法对所述栅格地图中对象进行添加、复制、删除和修改,将所述周围环境中具有规律性变化的对象编辑在所述栅格地图中。
可选地,所述移动机器人位姿获得模块,具体包括:
当前帧的点云信息获得单元,用于所述激光雷达扫描当前位置地图,获得当前帧的点云信息;
移动机器人位姿获得单元,用于将所述当前帧的点云信息和编辑后的所述栅格地图对齐,对齐的过程中旋转和平移的数据为所述移动机器人的位姿信息。
可选地,所述激光雷达为二维激光雷达。
根据本发明提供的具体实施例,本发明公开了以下技术效果:
本发明利用slam算法对栅格地图进行编辑,将所述周围环境中具有规律性变化的对象编辑在栅格地图中,基于编辑后的栅格地图,利用相关性扫描匹配算法确定移动机器人的实时位姿信息,进而获得移动机器人的实时定位,提高了动态环境中的移动机器人定位的准确性。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明一种移动机器人定位方法流程示意图;
图2为本发明一种移动机器人定位方法流程简图;
图3为本发明的具有规律性动态场景的栅格地图示意图,其中灰色区域为环境对象固定存在的位置,在所述每个区域中,环境对象有一定的概率出现;
图4为环境对象出现在前排时的栅格地图示意图;
图5为环境对象出现在后排时的栅格地图示意图;
图6为CSM算法错误估计的机器人位姿示意图;
图7为地图编辑过程的栅格地图示意图;
图8为地图编辑结果的栅格地图示意图;
图9为本发明一种移动机器人定位系统结构示意图;
图10为CSM算法的流程示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描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。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。
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明作进一步详细的说明。
图1为本发明一种移动机器人定位方法流程示意图,图2为本发明一种移动机器人定位方法流程简图,如图1-图2所示,一种移动机器人定位方法包括以下步骤:
步骤101:通过激光雷达实时扫描移动机器人的周围环境,获得周围环境的栅格地图;激光雷达安装在移动机器人上。
作为具体实施例,激光雷达为二维激光雷达,激光雷达安装在移动机器人的顶部。激光雷达安装完成后,将移动机器人派遣至具有规律性变化的场景中,扫描环境信息。
移动机器人通过激光雷达采集的图像为栅格地图;栅格地图是指以激光雷达为原点,激光雷达光束结束点为障碍物,激光雷达与障碍物连线经过的栅格为非障碍物,被障碍物遮挡的部分为未知状态,其障碍物占据的概率和非障碍物占据的概率相等。
步骤102:利用slam算法对栅格地图进行编辑,将周围环境中具有规律性变化的对象编辑在栅格地图中;其中,具有规律性变化的对象是指,在栅格地图中预设位置上出现的概率大于设定阈值的对象,其规律性表现在:在地图中某些固定的位置,环境中的对象有一定概率出现,如图3所示,箭头所指的阴影区域为环境中对象可能存在的位置。
slam算法包括但不限于Gmapping算法和Cartographer算法。
其中,步骤102具体包括:
利用slam算法对栅格地图中对象进行添加、复制、删除和修改,将周围环境中具有规律性变化的对象编辑在栅格地图中。
作为具体实施例,利用相关slam地图编辑软件对栅格地图进行编辑,将周围环境中具有规律性变化的对象编辑在栅格地图中,丰富完善栅格地图信息。
步骤103:在移动机器人移动过程中,基于编辑后的栅格地图,利用相关性扫描匹配算法确定移动机器人的实时位姿信息。
其中,步骤103具体包括:
激光雷达扫描当前位置地图,获得当前帧的点云信息;
将当前帧的点云信息和编辑后的栅格地图对齐,对齐的过程中旋转和平移的数据为移动机器人的位姿信息。
步骤104:根据移动机器人的实时位姿信息,确定移动机器人在编辑后的栅格地图中的实时位置。
根据移动机器人所在地图位置(编辑后的栅格地图中的实时位置),规划出移动机器人从起始点到目标点的路径,完成避障、导航、路径规划等任务。
本发明的优点在于:本发明的移动机器人定位方法,适合规律性动态场景,在环境发生规律性变化时,无需重新扫描全局环境,借助地图编辑的方式完成对全局环境信息的建图,极大地提升了建图效率,更好地支持了CSM算法,提高了移动机器人定位的准确性。
下面以具体实施例说明本发明一种移动机器人定位方法。
一种移动机器人定位方法应用在仓储中,在本实施例中移动机器人为AGV(Automated Guided Vehicle,自动导引运输车),首先将AGV顶部安装二维激光雷达;完成安装后,因为激光雷达感知周围物体的距离信息是以自身为坐标中心的,而AGV的移动是以AGV中心坐标系为参考坐标系的,AGV车体中心坐标系和激光雷达坐标系之间存在相对坐标系变换,所以需要对所述激光雷达坐标系进行校正,即激光雷达的标定。完成上述操作后,搭载激光雷达的AGV扫描仓库环境信息并建立栅格地图。完成激光雷达标定后,栅格地图从以激光雷达传感器为原点转换为以AGV中心为坐标系原点,激光雷达光束结束点为障碍物,激光雷达与障碍物连线经过的栅格为非障碍物,被障碍物遮挡的部分为未知状态,其障碍物占据的概率和非障碍物占据的概率相等。常见的情况是,由于前排货物的遮挡,后排的货物无法被扫描到,就会生成图4所示栅格地图,保存图4的栅格地图,此时的栅格地图为不完备地图。当环境发生规律性变化,如前排货物移动到了后排,货物出现在如图5所示的位置,图4提供的栅格地图就会导致CSM算法失效,从而错误地估计了AGV的位姿,误认为AGV出现在图6的位置,因此,CSM算法失效是因为地图信息不完善。环境中摆放货物的区域是固定的,如果货物存在,只能出现在所述的某些区域中。利用地图编辑的方式,首先框选出前排货物所对应的地图对象,然后将框选的地图对象,复制到地图对象可能出现的位置,如图3所示,图3阴影区域为环境中对象可能存在的位置,在本实施例中阴影区域为能够放货物的区域。将规律性动态变化的全部对象编辑在栅格地图中,地图编辑的过程如图7所示,地图编辑结果如图8所示,最后保存该栅格地图。通过编辑过程,得到栅格地图的完善信息。丰富的地图信息更好地支持了相关性扫描匹配算法,通过相关性扫描匹配算法完成了AGV的定位。最后利用AGV的位姿信息完成导航等功能。图4至图8中栅格地图中标有1、2、3、...和n对应的位置为货物的位置。
本发明在环境发生规律性变化后无需重新扫描全局环境,主要借助激光雷达通过slam算法完成对全局环境的建图,之后借助地图编辑的方式丰富完善所述地图的信息,提升建图效率,尤其是提高了大中规模地图的构建效率,更好地支持了相关性扫描匹配算法,具有很强的实用性,使用范围广泛。
图9为本发明一种移动机器人定位系统结构示意图,如图9所示,一种移动机器人定位系统包括:
栅格地图获得模块201,用于通过激光雷达实时扫描移动机器人的周围环境,获得周围环境的栅格地图;激光雷达安装在移动机器人上。
栅格地图编辑模块202,用于利用slam算法对栅格地图进行编辑,将周围环境中具有规律性变化的对象编辑在栅格地图中;其中,具有规律性变化的对象是指,在栅格地图中预设位置上出现的概率大于设定阈值的对象。
移动机器人位姿获得模块203,用于在移动机器人移动过程中,基于编辑后的栅格地图,利用相关性扫描匹配算法确定移动机器人的实时位姿信息。
移动机器人定位模块204,用于根据移动机器人的实时位姿信息,确定移动机器人在编辑后的栅格地图中的实时位置。
slam算法包括Gmapping算法和Cartographer算法。
栅格地图编辑模块202,具体包括:
栅格地图编辑单元,用于利用slam算法对栅格地图中对象进行添加、复制、删除和修改,将周围环境中具有规律性变化的对象编辑在栅格地图中。
移动机器人位姿获得模块203,具体包括:
当前帧的点云信息获得单元,用于激光雷达扫描当前位置地图,获得当前帧的点云信息;
移动机器人位姿获得单元,用于将当前帧的点云信息和编辑后的栅格地图对齐,对齐的过程中旋转和平移的数据为移动机器人的位姿信息。
激光雷达为二维激光雷达。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处。综上所述,本说明书内容不应理解为对本发明的限制。
Claims (10)
1.一种移动机器人定位方法,其特征在于,包括:
通过激光雷达实时扫描移动机器人的周围环境,获得所述周围环境的栅格地图;所述激光雷达安装在所述移动机器人上;
利用slam算法对所述栅格地图进行编辑,将所述周围环境中具有规律性变化的对象编辑在所述栅格地图中;其中,具有规律性变化的对象是指,在所述栅格地图中预设位置上出现的概率大于设定阈值的对象;
在所述移动机器人移动过程中,基于编辑后的所述栅格地图,利用相关性扫描匹配算法确定所述移动机器人的实时位姿信息;
根据所述移动机器人的实时位姿信息,确定所述移动机器人在编辑后的所述栅格地图中的实时位置。
2.根据权利要求1所述的移动机器人定位方法,其特征在于,所述slam算法包括Gmapping算法和Cartographer算法。
3.根据权利要求1所述的移动机器人定位方法,其特征在于,所述利用slam算法对所述栅格地图进行编辑,将所述周围环境中具有规律性变化的对象编辑在所述栅格地图中,具体包括:
利用slam算法对所述栅格地图中对象进行添加、复制、删除和修改,将所述周围环境中具有规律性变化的对象编辑在所述栅格地图中。
4.根据权利要求1所述的移动机器人定位方法,其特征在于,所述在所述移动机器人移动过程中,基于编辑后的所述栅格地图,利用相关性扫描匹配算法确定所述移动机器人的实时位姿信息,具体包括:
所述激光雷达扫描当前位置地图,获得当前帧的点云信息;
将所述当前帧的点云信息和编辑后的所述栅格地图对齐,对齐的过程中旋转和平移的数据为所述移动机器人的位姿信息。
5.根据权利要求1所述的移动机器人定位方法,其特征在于,所述激光雷达为二维激光雷达。
6.一种移动机器人定位系统,其特征在于,包括:
栅格地图获得模块,用于通过激光雷达实时扫描移动机器人的周围环境,获得所述周围环境的栅格地图;所述激光雷达安装在所述移动机器人上;
栅格地图编辑模块,用于利用slam算法对所述栅格地图进行编辑,将所述周围环境中具有规律性变化的对象编辑在所述栅格地图中;其中,具有规律性变化的对象是指,在所述栅格地图中预设位置上出现的概率大于设定阈值的对象;
移动机器人位姿获得模块,用于在所述移动机器人移动过程中,基于编辑后的所述栅格地图,利用相关性扫描匹配算法确定所述移动机器人的实时位姿信息;
移动机器人定位模块,用于根据所述移动机器人的实时位姿信息,确定所述移动机器人在编辑后的所述栅格地图中的实时位置。
7.根据权利要求6所述的移动机器人定位系统,其特征在于,所述slam算法包括Gmapping算法和Cartographer算法。
8.根据权利要求6所述的移动机器人定位系统,其特征在于,所述栅格地图编辑模块,具体包括:
栅格地图编辑单元,用于利用slam算法对所述栅格地图中对象进行添加、复制、删除和修改,将所述周围环境中具有规律性变化的对象编辑在所述栅格地图中。
9.根据权利要求6所述的移动机器人定位系统,其特征在于,所述移动机器人位姿获得模块,具体包括:
当前帧的点云信息获得单元,用于所述激光雷达扫描当前位置地图,获得当前帧的点云信息;
移动机器人位姿获得单元,用于将所述当前帧的点云信息和编辑后的所述栅格地图对齐,对齐的过程中旋转和平移的数据为所述移动机器人的位姿信息。
10.根据权利要求6所述的移动机器人定位系统,其特征在于,所述激光雷达为二维激光雷达。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110648510.XA CN113391318B (zh) | 2021-06-10 | 2021-06-10 | 一种移动机器人定位方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110648510.XA CN113391318B (zh) | 2021-06-10 | 2021-06-10 | 一种移动机器人定位方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113391318A true CN113391318A (zh) | 2021-09-14 |
CN113391318B CN113391318B (zh) | 2022-05-17 |
Family
ID=77620242
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110648510.XA Active CN113391318B (zh) | 2021-06-10 | 2021-06-10 | 一种移动机器人定位方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113391318B (zh) |
Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20150020900A (ko) * | 2013-08-19 | 2015-02-27 | 부경대학교 산학협력단 | 레이저 스캐너를 이용한 위치인식 및 맵핑 시스템을 이용한 위치인식 방법 |
WO2015194864A1 (ko) * | 2014-06-17 | 2015-12-23 | (주)유진로봇 | 이동 로봇의 맵을 업데이트하기 위한 장치 및 그 방법 |
CN109000649A (zh) * | 2018-05-29 | 2018-12-14 | 重庆大学 | 一种基于直角弯道特征的全方位移动机器人位姿校准方法 |
CN110530368A (zh) * | 2019-08-22 | 2019-12-03 | 浙江大华技术股份有限公司 | 一种机器人定位方法及设备 |
WO2019228520A1 (en) * | 2018-06-01 | 2019-12-05 | Beijing Didi Infinity Technology And Development Co., Ltd. | Systems and methods for indoor positioning |
CN111427047A (zh) * | 2020-03-30 | 2020-07-17 | 哈尔滨工程大学 | 一种大场景下自主移动机器人slam方法 |
US20200239231A1 (en) * | 2019-01-30 | 2020-07-30 | Locus Robotics Corp. | Robot dwell time minimization in warehouse order fulfillment operations |
CN111536964A (zh) * | 2020-07-09 | 2020-08-14 | 浙江大华技术股份有限公司 | 机器人定位方法及装置、存储介质 |
CN111551184A (zh) * | 2020-03-27 | 2020-08-18 | 上海大学 | 一种移动机器人slam的地图优化方法及系统 |
CN111568312A (zh) * | 2020-05-06 | 2020-08-25 | 小狗电器互联网科技(北京)股份有限公司 | 一种物体边界提取方法及装置 |
CN111664843A (zh) * | 2020-05-22 | 2020-09-15 | 杭州电子科技大学 | 一种基于slam的智能仓储盘点方法 |
CN111693053A (zh) * | 2020-07-09 | 2020-09-22 | 上海大学 | 一种基于移动机器人的重定位方法及系统 |
CN112041634A (zh) * | 2020-08-07 | 2020-12-04 | 苏州珊口智能科技有限公司 | 移动机器人的定位方法、构建地图的方法及移动机器人 |
WO2021000630A1 (zh) * | 2019-07-02 | 2021-01-07 | 华为技术有限公司 | 更新移动机器人工作地图的方法、装置及存储介质 |
CN112750161A (zh) * | 2020-12-22 | 2021-05-04 | 苏州大学 | 用于移动机器人的地图更新方法及移动机器人定位方法 |
US20210132213A1 (en) * | 2019-10-31 | 2021-05-06 | Samsung Electronics Co., Ltd. | Apparatus and methods for multi-sensor slam systems |
-
2021
- 2021-06-10 CN CN202110648510.XA patent/CN113391318B/zh active Active
Patent Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20150020900A (ko) * | 2013-08-19 | 2015-02-27 | 부경대학교 산학협력단 | 레이저 스캐너를 이용한 위치인식 및 맵핑 시스템을 이용한 위치인식 방법 |
WO2015194864A1 (ko) * | 2014-06-17 | 2015-12-23 | (주)유진로봇 | 이동 로봇의 맵을 업데이트하기 위한 장치 및 그 방법 |
CN109000649A (zh) * | 2018-05-29 | 2018-12-14 | 重庆大学 | 一种基于直角弯道特征的全方位移动机器人位姿校准方法 |
WO2019228520A1 (en) * | 2018-06-01 | 2019-12-05 | Beijing Didi Infinity Technology And Development Co., Ltd. | Systems and methods for indoor positioning |
US20200239231A1 (en) * | 2019-01-30 | 2020-07-30 | Locus Robotics Corp. | Robot dwell time minimization in warehouse order fulfillment operations |
WO2021000630A1 (zh) * | 2019-07-02 | 2021-01-07 | 华为技术有限公司 | 更新移动机器人工作地图的方法、装置及存储介质 |
CN110530368A (zh) * | 2019-08-22 | 2019-12-03 | 浙江大华技术股份有限公司 | 一种机器人定位方法及设备 |
US20210132213A1 (en) * | 2019-10-31 | 2021-05-06 | Samsung Electronics Co., Ltd. | Apparatus and methods for multi-sensor slam systems |
CN111551184A (zh) * | 2020-03-27 | 2020-08-18 | 上海大学 | 一种移动机器人slam的地图优化方法及系统 |
CN111427047A (zh) * | 2020-03-30 | 2020-07-17 | 哈尔滨工程大学 | 一种大场景下自主移动机器人slam方法 |
CN111568312A (zh) * | 2020-05-06 | 2020-08-25 | 小狗电器互联网科技(北京)股份有限公司 | 一种物体边界提取方法及装置 |
CN111664843A (zh) * | 2020-05-22 | 2020-09-15 | 杭州电子科技大学 | 一种基于slam的智能仓储盘点方法 |
CN111693053A (zh) * | 2020-07-09 | 2020-09-22 | 上海大学 | 一种基于移动机器人的重定位方法及系统 |
CN111536964A (zh) * | 2020-07-09 | 2020-08-14 | 浙江大华技术股份有限公司 | 机器人定位方法及装置、存储介质 |
CN112041634A (zh) * | 2020-08-07 | 2020-12-04 | 苏州珊口智能科技有限公司 | 移动机器人的定位方法、构建地图的方法及移动机器人 |
CN112750161A (zh) * | 2020-12-22 | 2021-05-04 | 苏州大学 | 用于移动机器人的地图更新方法及移动机器人定位方法 |
Non-Patent Citations (10)
Title |
---|
A. MOURA等: "Graph-SLAM Approach for Indoor UAV Localization in Warehouse Logistics Applications", 《2021 IEEE INTERNATIONAL CONFERENCE ON AUTONOMOUS ROBOT SYSTEMS AND COMPETITIONS (ICARSC)》 * |
PATRIC BEINSCHOB: "Graph SLAM based mapping for AGV localization in large-scale warehouses", 《2015 IEEE INTERNATIONAL CONFERENCE ON INTELLIGENT COMPUTER COMMUNICATION AND PROCESSING (ICCP)》 * |
ROESLER,O: "Evaluation of SLAM Algorithms for Highly Dynamic Enviroments", 《ROBOT 2019 : FOURTH IBERIAN ROBOTICS CONFERENCE》 * |
ZOU, QIN等: "A Comparative Analysis of LiDAR SLAM-Based Indoor Navigation for Autonomous Vehicles", 《IEEE TRANSACTIONS ON INTELLIGENT TRANSPORTATION SYSTEMS》 * |
孙海等: "激光测距在仓储搬运机器人运动中的应用", 《电子技术与软件工程》 * |
宋韬等: "建筑移动机械臂末端定位技术研究", 《制造业自动化》 * |
田国会等: "基于智能空间的家庭服务机器人SLAM", 《华中科技大学学报(自然科学版)》 * |
蔡自兴等: "基于激光雷达的动态障碍物实时检测", 《控制工程》 * |
阳樊等: "仓储作业中AGV的定位导航方法研究", 《科学技术创新》 * |
陈炜楠等: "室内环境的元胞自动机SLAM算法", 《机器人》 * |
Also Published As
Publication number | Publication date |
---|---|
CN113391318B (zh) | 2022-05-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US6470271B2 (en) | Obstacle detecting apparatus and method, and storage medium which stores program for implementing the method | |
CN110749901B (zh) | 自主移动机器人及其地图拼接方法、装置和可读存储介质 | |
CN111257909B (zh) | 一种多2d激光雷达融合建图与定位方法及系统 | |
CN111426312A (zh) | 定位地图的更新方法、装置、设备及存储介质 | |
CN116879870B (zh) | 一种适用于低线束3d激光雷达的动态障碍物去除方法 | |
CN112486172B (zh) | 道路边缘检测方法及机器人 | |
CN110796598A (zh) | 自主移动机器人及其地图拼接方法、装置和可读存储介质 | |
US20230367319A1 (en) | Intelligent obstacle avoidance method and apparatus based on binocular vision, and non-transitory computer-readable storage medium | |
CN111522022A (zh) | 基于激光雷达的机器人进行动态目标检测方法 | |
KR102525570B1 (ko) | 라이다-카메라 영상 융합을 위한 라이다 데이터 이상치 제거 방법 및 이를 수행하는 컴퓨팅 장치 | |
CN112258517A (zh) | 激光雷达栅格地图的自动修图方法和装置 | |
KR20230003803A (ko) | 라이다 좌표계와 카메라 좌표계의 벡터 정합을 통한 자동 캘리브레이션 방법 | |
CN113391318B (zh) | 一种移动机器人定位方法及系统 | |
CN110390252B (zh) | 基于先验地图信息的障碍物检测方法、装置和存储介质 | |
CN114353779B (zh) | 一种采用点云投影快速更新机器人局部代价地图的方法 | |
CN112731923B (zh) | 一种集群机器人协同定位系统及方法 | |
CN112433193B (zh) | 一种基于多传感器的模位置定位方法及系统 | |
CN110705519B (zh) | 自主移动机器人及其地图拼接方法、装置和可读存储介质 | |
CN112683273A (zh) | 一种自适应增量建图方法、系统、计算机设备及存储介质 | |
CN110686687A (zh) | 视觉机器人构建地图的方法、机器人和芯片 | |
CN117948984B (zh) | 移动作业机器人在可变宽度通行域的路径规划方法 | |
CN113593026B (zh) | 车道线标注辅助地图生成方法、装置和计算机设备 | |
Kelly et al. | Minimum throughput adaptive perception for high speed mobility | |
CN118154823A (zh) | 点云地图动态障碍物剔除方法、装置、设备和存储介质 | |
Eberst et al. | A system architecture supporting multiple perception tasks on an autonomous mobile robot |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right |
Effective date of registration: 20230316 Address after: 200436 Area B, Floor 5, Building 1, No. 668, Shangda Road, Baoshan District, Shanghai Patentee after: Shanghai Jinshangya Technology Co.,Ltd. Address before: No. 99 Shangda Road, Baoshan District, Shanghai, 201900 Patentee before: Shanghai University |
|
TR01 | Transfer of patent right |