CN113960999A - 移动机器人重定位方法、系统及芯片 - Google Patents
移动机器人重定位方法、系统及芯片 Download PDFInfo
- Publication number
- CN113960999A CN113960999A CN202110873473.2A CN202110873473A CN113960999A CN 113960999 A CN113960999 A CN 113960999A CN 202110873473 A CN202110873473 A CN 202110873473A CN 113960999 A CN113960999 A CN 113960999A
- Authority
- CN
- China
- Prior art keywords
- mobile robot
- external camera
- environment image
- map
- plane map
- 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
- 238000000034 method Methods 0.000 title claims abstract description 42
- 230000008569 process Effects 0.000 claims description 14
- 238000004891 communication Methods 0.000 claims description 10
- 238000004590 computer program Methods 0.000 claims description 10
- 238000012545 processing Methods 0.000 claims description 8
- 230000004044 response Effects 0.000 claims description 4
- 230000009466 transformation Effects 0.000 claims description 4
- 239000003086 colorant Substances 0.000 claims description 3
- 238000010276 construction Methods 0.000 claims description 3
- 230000007613 environmental effect Effects 0.000 claims description 3
- 238000013507 mapping Methods 0.000 claims description 3
- 239000000126 substance Substances 0.000 claims 1
- 238000004364 calculation method Methods 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005259 measurement Methods 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
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000010408 sweeping Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
- G05D1/0238—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using obstacle or wall sensors
- G05D1/024—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using obstacle or wall sensors in combination with a laser
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
- G05D1/0246—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means
- G05D1/0253—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means extracting relative motion information from a plurality of images taken successively, e.g. visual odometry, optical flow
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0255—Control of position or course in two dimensions specially adapted to land vehicles using acoustic signals, e.g. ultra-sonic singals
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0276—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Aviation & Aerospace Engineering (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Electromagnetism (AREA)
- Optics & Photonics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Acoustics & Sound (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明公开了移动机器人重定位方法及系统,所述方法通过外置摄像头拍摄的环境图像与全局地图进行匹配来确定移动机器人的位置坐标以及机头朝向,实现过程简单快捷,降低了运算量,大大提高了移动机器人的重定位效率和准确率。
Description
技术领域
本发明涉及智能机器人领域,具体涉及一种移动机器人重定位方法、系统及芯片。
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,如何降低重定位性能受环境变化的影响程度,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、系统及芯片,大大提高了移动机器人的重定位效率和准确率。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,移动机器人进行重定位,通过UWB传感器找到外置摄像头,然后向外置摄像头请求第一环境图像;步骤S2,移动机器人识别所述第一环境图像中的标定物并在全局地图中找出相应的标定物,初步确认移动机器人当前所在区域;其中,移动机器人储存有全局地图,所述标定物为预先设置在当前区域任一对角线端点上的物体;步骤S3,移动机器人在所述第一环境图像中识别出自身并进行标记,然后处理第一环境图像构建第一平面地图;步骤S4,移动机器人将所述第一平面地图与步骤S2中初步确认的移动机器人当前所在区域进行匹配,得到移动机器人的第一位置坐标;步骤S5,移动机器人朝正前方移动一段预设距离后,向外置摄像头请求第二环境图像,识别出自身后进行标记并构建第二平面地图;步骤S6,移动机器人将所述第二平面地图与步骤S2中初步确认的移动机器人当前所在区域进行匹配,得到移动机器人的第二位置坐标;其中,第一位置坐标朝第二位置坐标的方向即是移动机器人的当前机头朝向,完成重定位。
与现有技术相比,本技术方案通过外置摄像头拍摄的环境图像与全局地图进行匹配来确定移动机器人的位置坐标以及机头朝向,实现过程简单快捷,降低了运算量,大大提高了移动机器人的重定位效率和准确率。
进一步地,所述步骤S1中,移动机器人在移动的过程中通过设置在其身上的UWB标签与设置在外置摄像头上的UWB基站进行通信测距,待移动机器人与外置摄像头之间的距离处于预设范围内时,表示移动机器人找到外置摄像头。采用UWB传感器可以提高定位精度。
进一步地,所述步骤S3中,移动机器人通过识别所述第一环境图像内移动机器人的特征实现自身的识别;其中,移动机器人的特征至少包括移动机器人的机身特殊标记、颜色或形状中任一种。
进一步地,所述步骤S3中,处理第一环境图像构建第一平面地图的方法具体包括,将第一环境图像进行图像变换处理,变换为顶视图,然后顶视图通过图像转换生成第一平面地图。
进一步地,所述步骤S4中,得到移动机器人的第一位置坐标的方法包括:移动机器人对第一平面地图进行旋转与缩放,使得第一平面地图和移动机器人当前所在区域中的标定物对齐以完成匹配;然后将表示移动机器人自身的标记映射到移动机器人当前所在区域相应位置上,得到移动机器人的第一位置坐标。
移动机器人重定位系统,该系统用于实现所述移动机器人重定位方法,所述系统包括移动机器人和外置摄像头;其中,所述移动机器人包括:UWB标签,用于与设置在外置摄像头上的UWB基站进行通信测距,以便移动机器人找到外置摄像头;请求模块,用于向外置摄像头请求环境图像;标定物识别模块,用于识别环境图像以及全局地图中的标定物;平面地图构建模块,用于处理环境图像并生成平面地图;重定位模块,用于匹配平面地图和全局地图,以得到移动机器人的位置坐标以及机头朝向;所述外置摄像头包括: UWB基站,用于与设置在移动机器人上的UWB标签进行通信测距,以便移动机器人找到外置摄像头;响应模块,用于响应移动机器人对于环境图像的请求。
与现有技术相比,本技术方案通过外置摄像头拍摄的环境图像与全局地图进行匹配来确定移动机器人的位置坐标以及机头朝向,实现过程简单快捷,降低了运算量,大大提高了移动机器人的重定位效率和准确率。
一种芯片,该芯片储存有计算机程序代码,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。所述芯片可以使得移动机器人借助外置摄像头来提高重定位效率和准确率。
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。
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。
在现有技术中,移动机器人启动之后或者被触发重定位之后,移动机器人通过传感器扫描周围环境以构建局部地图。具体为,以扫地机器人为例,可以基于单线激光雷达建立局部概率栅格,或基于视觉传感器建立局部栅格地图。而全局地图,是该移动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,并据此绘制出一张环境边界地图,通过在室内边行走边记录的方式绘制的整个室内的地图,该地图上包括障碍物区域、空旷区域和未知区域。
可见,现有技术中移动机器人进行重定位时,需要先构建局部地图。本发明实施例提供一种移动机器人重定位方法,使得移动机器人无需耗费资源构建局部地图,大大提高了移动机器人的重定位效率和准确率。如图1所示,所述方法包括如下步骤:
步骤S1,移动机器人进行重定位,通过UWB传感器找到外置摄像头,然后向外置摄像头请求第一环境图像。
在执行步骤S1的过程中,移动机器人在移动的过程中通过设置在其身上的UWB标签与设置在外置摄像头上的UWB基站进行通信测距,待移动机器人与外置摄像头之间的距离处于预设范围内时,表示移动机器人找到外置摄像头。
需要说明的是,移动机器人运动于外置摄像头上UWB基站的有效探测范围内,如果移动机器人与外置摄像头上UWB基站的距离超过合法的探测距离后将无法正常通信,导致无法计算出移动机器人与外置摄像头之间的距离。
其中,UWB是超宽频测距传感器,包括UWB标签和UWB基站。相较于Zigbee等无线测距方式,UWB精度更高,相对于超声波传感器,UWB信号探测角度更大。在一些实施场景中,T1时间从移动机器人上的UWB 标签(主设备)向外置摄像头内的UWB基站(从设备)发起测距请求脉冲,T2时刻测距请求脉冲到达外置摄像头内的UWB基站完成一次测距,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外置摄像头的位置之间的距离D=C*(T2-T1)。
步骤S2,移动机器人识别所述第一环境图像中的标定物并在全局地图中找出相应的标定物,初步确认移动机器人当前所在区域;其中,移动机器人储存有全局地图,所述标定物为预先设置在当前区域任一对角线端点上的物体。
其中,所述标定物是预先设置的可以被移动机器人和外置摄像头拍摄到的物品。可选地,所述标定物可以是二维码,也可以是位置较为固定的家具(如客厅的电视机、厨房的餐桌或书房的书桌等)。所述标定物的数量不作限制,优选地,在同一个区域中,所述标定物的数量大于等于两个,以提高判断移动机器人当前所在区域的准确性。
步骤S3,移动机器人在所述第一环境图像中识别出自身并进行标记,然后处理第一环境图像构建第一平面地图。
在执行步骤S3的过程中,移动机器人通过识别所述第一环境图像内移动机器人的特征实现自身的识别;其中,移动机器人的特征至少包括移动机器人的机身特殊标记、颜色或形状中任一种。然后,移动机器人将第一环境图像进行图像变换处理,变换为顶视图,顶视图通过图像转换生成第一平面地图。
步骤S4,移动机器人将所述第一平面地图与步骤S2中初步确认的移动机器人当前所在区域进行匹配,得到移动机器人的第一位置坐标。
在执行步骤S4的过程中,得到移动机器人的第一位置坐标的方法包括:移动机器人对第一平面地图进行旋转与缩放,使得第一平面地图和移动机器人当前所在区域中的标定物对齐以完成匹配;然后将表示移动机器人自身的标记映射到移动机器人当前所在区域相应位置上,得到移动机器人的第一位置坐标。
步骤S5,移动机器人朝正前方移动一段预设距离后,向外置摄像头请求第二环境图像,识别出自身后进行标记并构建第二平面地图。同样地,移动机器人在移动后会识别出自身,并显示在第二平面地图上。
步骤S6,移动机器人将所述第二平面地图与步骤S2中初步确认的移动机器人当前所在区域进行匹配,得到移动机器人的第二位置坐标;其中,第一位置坐标朝第二位置坐标的方向即是移动机器人的当前机头朝向,完成重定位。
在执行步骤S6的过程中,移动机器人再次进行地图匹配可得到一个新的位置坐标。然后,连接第一位置坐标(记为点A)和第二位置坐标(记为点B),向量AB的方向即是移动机器人的当前机头朝向,至此完成重定位。
本发明还公开一种移动机器人重定位系统,该系统用于实现所述移动机器人重定位方法,所述系统包括移动机器人和外置摄像头;其中,所述移动机器人包括:UWB标签,用于与设置在外置摄像头上的UWB 基站进行通信测距,以便移动机器人找到外置摄像头;请求模块,该模块为虚拟模块,用于向外置摄像头请求环境图像;标定物识别模块,该模块为虚拟模块,用于识别环境图像以及全局地图中的标定物;平面地图构建模块,该模块为虚拟模块,用于处理环境图像并生成平面地图;重定位模块,该模块为虚拟模块,用于匹配平面地图和全局地图,以得到移动机器人的位置坐标以及机头朝向;所述外置摄像头包括:UWB基站,用于与设置在移动机器人上的UWB标签进行通信测距,以便移动机器人找到外置摄像头;响应模块,该模块为虚拟模块,用于响应移动机器人对于环境图像的请求。
与现有技术相比,本技术方案通过外置摄像头拍摄的环境图像与全局地图进行匹配来确定移动机器人的位置坐标以及机头朝向,实现过程简单快捷,降低了运算量,大大提高了移动机器人的重定位效率和准确率。
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移动机器人实施例中各个模块的功能。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:前述移动机器人内的请求模块、标定物识别模块、平面地图构建模块和重定位模块,以及外置摄像头内的响应模块。所述芯片可以使得移动机器人借助外置摄像头来提高重定位效率和准确率。
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。前述的存储介质包括:U盘、只读存储器(ROM,Read-OnlyMemory)、随机存取存储器(RAM,RandomAccessMemory)、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 (7)
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,移动机器人进行重定位,通过UWB传感器找到外置摄像头,然后向外置摄像头请求第一环境图像;
步骤S2,移动机器人识别所述第一环境图像中的标定物并在全局地图中找出相应的标定物,初步确认移动机器人当前所在区域;其中,移动机器人储存有全局地图,所述标定物为预先设置在当前区域任一对角线端点上的物体;
步骤S3,移动机器人在所述第一环境图像中识别出自身并进行标记,然后处理第一环境图像构建第一平面地图;
步骤S4,移动机器人将所述第一平面地图与步骤S2中初步确认的移动机器人当前所在区域进行匹配,得到移动机器人的第一位置坐标;
步骤S5,移动机器人朝正前方移动一段预设距离后,向外置摄像头请求第二环境图像,识别出自身后进行标记并构建第二平面地图;
步骤S6,移动机器人将所述第二平面地图与步骤S2中初步确认的移动机器人当前所在区域进行匹配,得到移动机器人的第二位置坐标;其中,第一位置坐标朝第二位置坐标的方向即是移动机器人的当前机头朝向,完成重定位。
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,移动机器人在移动的过程中通过设置在其身上的UWB标签与设置在外置摄像头上的UWB基站进行通信测距,待移动机器人与外置摄像头之间的距离处于预设范围内时,表示移动机器人找到外置摄像头。
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S3中,移动机器人通过识别所述第一环境图像内移动机器人的特征实现自身的识别;其中,移动机器人的特征至少包括移动机器人的机身特殊标记、颜色或形状中任一种。
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S3中,处理第一环境图像构建第一平面地图的方法具体包括,将第一环境图像进行图像变换处理,变换为顶视图,然后顶视图通过图像转换生成第一平面地图。
5.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S4中,得到移动机器人的第一位置坐标的方法包括:
移动机器人对第一平面地图进行旋转与缩放,使得第一平面地图和移动机器人当前所在区域中的标定物对齐以完成匹配;然后将表示移动机器人自身的标记映射到移动机器人当前所在区域相应位置上,得到移动机器人的第一位置坐标。
6.移动机器人重定位系统,该系统用于实现权利要求1-5任一项所述移动机器人重定位方法,其特征在于,所述系统包括移动机器人和外置摄像头;其中,
所述移动机器人包括:
UWB 标签,用于与设置在外置摄像头上的UWB基站进行通信测距,以便移动机器人找到外置摄像头;
请求模块,用于向外置摄像头请求环境图像;
标定物识别模块,用于识别环境图像以及全局地图中的标定物;
平面地图构建模块,用于处理环境图像并生成平面地图;
重定位模块,用于匹配平面地图和全局地图,以得到移动机器人的位置坐标以及机头朝向;
所述外置摄像头包括:
UWB基站,用于与设置在移动机器人上的UWB标签进行通信测距,以便移动机器人找到外置摄像头;
响应模块,用于响应移动机器人对于环境图像的请求。
7.一种芯片,该芯片储存有计算机程序代码,其特征在于,所述计算机程序代码被执行时实现权利要求1-5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 |
---|---|---|---|
CN202110873473.2A CN113960999B (zh) | 2021-07-30 | 2021-07-30 | 移动机器人重定位方法、系统及芯片 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110873473.2A CN113960999B (zh) | 2021-07-30 | 2021-07-30 | 移动机器人重定位方法、系统及芯片 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113960999A true CN113960999A (zh) | 2022-01-21 |
CN113960999B CN113960999B (zh) | 2024-05-07 |
Family
ID=79460459
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110873473.2A Active CN113960999B (zh) | 2021-07-30 | 2021-07-30 | 移动机器人重定位方法、系统及芯片 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113960999B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114543808A (zh) * | 2022-02-11 | 2022-05-27 | 杭州萤石软件有限公司 | 室内重定位方法、装置、设备及存储介质 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108759844A (zh) * | 2018-06-07 | 2018-11-06 | 科沃斯商用机器人有限公司 | 机器人重定位与环境地图构建方法、机器人及存储介质 |
CN109144056A (zh) * | 2018-08-02 | 2019-01-04 | 上海思岚科技有限公司 | 移动机器人的全局自定位方法及设备 |
CN111061276A (zh) * | 2019-12-31 | 2020-04-24 | 芜湖哈特机器人产业技术研究院有限公司 | 基于动态区域划分的移动机器人重定位方法 |
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 |
CN112101378A (zh) * | 2020-08-20 | 2020-12-18 | 上海姜歌机器人有限公司 | 机器人重定位方法、装置及设备 |
CN112269386A (zh) * | 2020-10-28 | 2021-01-26 | 深圳拓邦股份有限公司 | 对称环境重定位方法、装置及机器人 |
CN112697151A (zh) * | 2020-12-24 | 2021-04-23 | 北京百度网讯科技有限公司 | 移动机器人的初始点的确定方法、设备和存储介质 |
CN112880682A (zh) * | 2021-01-15 | 2021-06-01 | 珠海市一微半导体有限公司 | 基于无线测距传感器的移动机器人定位方法、系统及芯片 |
CN113110496A (zh) * | 2021-05-08 | 2021-07-13 | 珠海市一微半导体有限公司 | 一种移动机器人的建图方法和系统 |
CN113129379A (zh) * | 2021-06-17 | 2021-07-16 | 同方威视技术股份有限公司 | 自动移动设备的全局重定位方法以及装置 |
-
2021
- 2021-07-30 CN CN202110873473.2A patent/CN113960999B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108759844A (zh) * | 2018-06-07 | 2018-11-06 | 科沃斯商用机器人有限公司 | 机器人重定位与环境地图构建方法、机器人及存储介质 |
CN109144056A (zh) * | 2018-08-02 | 2019-01-04 | 上海思岚科技有限公司 | 移动机器人的全局自定位方法及设备 |
CN111061276A (zh) * | 2019-12-31 | 2020-04-24 | 芜湖哈特机器人产业技术研究院有限公司 | 基于动态区域划分的移动机器人重定位方法 |
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 |
CN112101378A (zh) * | 2020-08-20 | 2020-12-18 | 上海姜歌机器人有限公司 | 机器人重定位方法、装置及设备 |
JP6906262B1 (ja) * | 2020-08-20 | 2021-07-21 | 上海姜歌机器人有限公司Django Robotics Shanghai Co.,Ltd. | ロボットの再位置決め方法、装置及び機器 |
CN112269386A (zh) * | 2020-10-28 | 2021-01-26 | 深圳拓邦股份有限公司 | 对称环境重定位方法、装置及机器人 |
CN112697151A (zh) * | 2020-12-24 | 2021-04-23 | 北京百度网讯科技有限公司 | 移动机器人的初始点的确定方法、设备和存储介质 |
CN112880682A (zh) * | 2021-01-15 | 2021-06-01 | 珠海市一微半导体有限公司 | 基于无线测距传感器的移动机器人定位方法、系统及芯片 |
CN113110496A (zh) * | 2021-05-08 | 2021-07-13 | 珠海市一微半导体有限公司 | 一种移动机器人的建图方法和系统 |
CN113129379A (zh) * | 2021-06-17 | 2021-07-16 | 同方威视技术股份有限公司 | 自动移动设备的全局重定位方法以及装置 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114543808A (zh) * | 2022-02-11 | 2022-05-27 | 杭州萤石软件有限公司 | 室内重定位方法、装置、设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN113960999B (zh) | 2024-05-07 |
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 | |
US7374103B2 (en) | Object localization | |
JP5037248B2 (ja) | 情報収集システムおよび情報収集ロボット | |
US11204249B2 (en) | Positioning method and robot with the same | |
CN106291517A (zh) | 基于位置与视觉信息优化的室内云机器人角度定位方法 | |
WO2022052660A1 (zh) | 仓储机器人定位与地图构建方法、机器人及存储介质 | |
EP4283567A1 (en) | Three-dimensional map construction method and apparatus | |
WO2023005384A1 (zh) | 可移动设备的重定位方法及装置 | |
US11067694B2 (en) | Locating method and device, storage medium, and electronic device | |
US20240042621A1 (en) | Autonomous working system, method and computer readable recording medium | |
WO2023173950A1 (zh) | 障碍物检测方法、移动机器人及机器可读存储介质 | |
US11002842B2 (en) | Method and apparatus for determining the location of a static object | |
Vasquez et al. | Sensor fusion for tour-guide robot localization | |
CN113960999B (zh) | 移动机器人重定位方法、系统及芯片 | |
CN114102577B (zh) | 一种机器人及应用于机器人的定位方法 | |
CN114995459A (zh) | 机器人的控制方法、装置、设备及存储介质 | |
JP2006023831A (ja) | 移動体検出方法及びシステム | |
CN113433566A (zh) | 地图建构系统以及地图建构方法 | |
CN114295134B (zh) | 一种机器人重定位方法、芯片及机器人 | |
CN113238186A (zh) | 移动机器人重定位方法、系统和芯片 | |
CN117784801B (zh) | 跟踪避障方法、装置、设备及存储介质 | |
CN117537803B (zh) | 机器人巡检语义-拓扑地图构建方法、系统、设备及介质 | |
TWI843116B (zh) | 移動物體檢測方法、裝置、電子設備及存儲介質 | |
US20230215092A1 (en) | Method and system for providing user interface for map target creation | |
Zurita et al. | Localization system using artificial landmarks for indoor low-cost mobile robots |
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 |