CN114201979A - 机器人的定位方法及装置 - Google Patents

机器人的定位方法及装置 Download PDF

Info

Publication number
CN114201979A
CN114201979A CN202111506254.7A CN202111506254A CN114201979A CN 114201979 A CN114201979 A CN 114201979A CN 202111506254 A CN202111506254 A CN 202111506254A CN 114201979 A CN114201979 A CN 114201979A
Authority
CN
China
Prior art keywords
target
radio frequency
frequency identification
robot
label
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
Application number
CN202111506254.7A
Other languages
English (en)
Inventor
高腾飞
支涛
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Yunji Technology Co Ltd
Original Assignee
Beijing Yunji Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Yunji Technology Co Ltd filed Critical Beijing Yunji Technology Co Ltd
Priority to CN202111506254.7A priority Critical patent/CN114201979A/zh
Publication of CN114201979A publication Critical patent/CN114201979A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
    • G06K7/00—Methods or arrangements for sensing record carriers, e.g. for reading patterns
    • G06K7/10—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation
    • G06K7/10009—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation sensing by radiation using wavelengths larger than 0.1 mm, e.g. radio-waves or microwaves
    • G06K7/10158—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation sensing by radiation using wavelengths larger than 0.1 mm, e.g. radio-waves or microwaves methods and means used by the interrogation device for reliably powering the wireless record carriers using an electromagnetic interrogation field
    • 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
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/74—Systems using reradiation of radio waves, e.g. secondary radar systems; Analogous systems
    • G01S13/82—Systems using reradiation of radio waves, e.g. secondary radar systems; Analogous systems wherein continuous-type signals are transmitted
    • G01S13/825—Systems using reradiation of radio waves, e.g. secondary radar systems; Analogous systems wherein continuous-type signals are transmitted with exchange of information between interrogator and responder
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
    • G06K7/00—Methods or arrangements for sensing record carriers, e.g. for reading patterns
    • G06K7/10—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation
    • G06K7/14—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation using light without selection of wavelength, e.g. sensing reflected white light
    • G06K7/1404—Methods for optical code recognition
    • G06K7/1408—Methods for optical code recognition the method being specifically adapted for the type of code

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Electromagnetism (AREA)
  • Remote Sensing (AREA)
  • Toxicology (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Artificial Intelligence (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Health & Medical Sciences (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)

Abstract

本公开涉及机器人技术领域，提供了机器人的定位方法及装置。该方法包括：在目标区域，按照预设规则预埋多个射频识别标签，其中，每个射频识别标签工作频段为特高频无线电波；在目标机器人行进中，通过射频识别模组获取目标射频识别标签的目标标签信息，其中，射频识别模组设置在目标机器人上；获取标签分布信息，并根据标签分布信息和目标标签信息确定目标机器人在目标区域中的第一位置。采用上述技术手段，解决现有技术中，在无网络环境下，现有机器人定位方法复杂、准确率低等问题。

Description

机器人的定位方法及装置
技术领域
本公开涉及机器人技术领域，尤其涉及一种机器人的定位方法及装置。
背景技术
随着机器人技术的发展，机器人被广泛应用于各个领域。在机器人的应用中，必定会涉及到机器人定位，但是目前机器人定位要么是联网获取导航服务，要么是采用SLAM(同步定位与地图绘制)技术，其中，联网获取导航服务必须在网络连接良好的情况下，而SLAM技术有过于复杂。现有技术缺少一种简单又准确的机器人定位方法。
在实现本公开构思的过程中，发明人发现相关技术中至少存在如下技术问题：在无网络环境下，现有机器人定位方法复杂、准确率低等问题。
发明内容
有鉴于此，本公开实施例提供了一种机器人的定位方法、装置、电子设备和计算机可读的存储介质，以解决现有技术中，在无网络环境下，现有机器人定位方法复杂、准确率低等问题。
本公开实施例的第一方面，提供了一种机器人的定位方法，包括：在目标区域，按照预设规则预埋多个射频识别标签，其中，每个射频识别标签工作频段为特高频无线电波；在目标机器人行进中，通过射频识别模组获取目标射频识别标签的目标标签信息，其中，射频识别模组设置在目标机器人上；获取标签分布信息，并根据标签分布信息和目标标签信息确定目标机器人在目标区域中的第一位置。
本公开实施例的第二方面，提供了一种机器人的定位装置，包括：预埋模块，被配置为在目标区域，按照预设规则预埋多个射频识别标签，其中，每个射频识别标签工作频段为特高频无线电波；获取模块，被配置为在目标机器人行进中，通过射频识别模组获取目标射频识别标签的目标标签信息，其中，射频识别模组设置在目标机器人上；确定模块，被配置为获取标签分布信息，并根据标签分布信息和目标标签信息确定目标机器人在目标区域中的第一位置。
本公开实施例的第三方面，提供了一种电子设备，包括存储器、处理器以及存储在存储器中并且可在处理器上运行的计算机程序，该处理器执行计算机程序时实现上述方法的步骤。
本公开实施例的第四方面，提供了一种计算机可读存储介质，该计算机可读存储介质存储有计算机程序，该计算机程序被处理器执行时实现上述方法的步骤。
本公开实施例与现有技术相比存在的有益效果是：在目标区域，按照预设规则预埋多个射频识别标签，其中，每个射频识别标签工作频段为特高频无线电波；在目标机器人行进中，通过射频识别模组获取目标射频识别标签的目标标签信息，其中，射频识别模组设置在目标机器人上；获取标签分布信息，并根据标签分布信息和目标标签信息确定目标机器人在目标区域中的第一位置。采用上述技术手段，可以解决现有技术中，在无网络环境下，现有机器人定位方法复杂、准确率低等问题，进而提供一种简单又准确的机器人定位方法。
附图说明
为了更清楚地说明本公开实施例中的技术方案，下面将对实施例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，下面描述中的附图仅仅是本公开的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。
图1是本公开实施例的应用场景的场景示意图；
图2是本公开实施例提供的一种机器人的定位方法的流程示意图；
图3是本公开实施例提供的一种机器人的定位装置的结构示意图；
图4是本公开实施例提供的一种电子设备的结构示意图。
具体实施方式
以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本公开实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本公开。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本公开的描述。
下面将结合附图详细说明根据本公开实施例的一种机器人的定位方法和装置。
图1是本公开实施例的应用场景的场景示意图。该应用场景可以包括终端设备1、2和3、服务器4以及网络5。
终端设备1、2和3可以是硬件，也可以是软件。当终端设备1、2和3为硬件时，其可以是具有显示屏且支持与服务器4通信的各种电子设备，包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等；当终端设备1、2和3为软件时，其可以安装在如上的电子设备中。终端设备1、2和3可以实现为多个软件或软件模块，也可以实现为单个软件或软件模块，本公开实施例对此不作限制。进一步地，终端设备1、2和3上可以安装有各种应用，例如数据处理应用、即时通信工具、社交平台软件、搜索类应用、购物类应用等。
服务器4可以是提供各种服务的服务器，例如，对与其建立通信连接的终端设备发送的请求进行接收的后台服务器，该后台服务器可以对终端设备发送的请求进行接收和分析等处理，并生成处理结果。服务器4可以是一台服务器，也可以是由若干台服务器组成的服务器集群，或者还可以是一个云计算服务中心，本公开实施例对此不作限制。
需要说明的是，服务器4可以是硬件，也可以是软件。当服务器4为硬件时，其可以是为终端设备1、2和3提供各种服务的各种电子设备。当服务器4为软件时，其可以是为终端设备1、2和3提供各种服务的多个软件或软件模块，也可以是为终端设备1、2和3提供各种服务的单个软件或软件模块，本公开实施例对此不作限制。
网络5可以是采用同轴电缆、双绞线和光纤连接的有线网络，也可以是无需布线就能实现各种通信设备互联的无线网络，例如，蓝牙(Bluetooth)、近场通信(Near FieldCommunication，NFC)、红外(Infrared)等，本公开实施例对此不作限制。
用户可以通过终端设备1、2和3经由网络5与服务器4建立通信连接，以接收或发送信息等。需要说明的是，终端设备1、2和3、服务器4以及网络5的具体类型、数量和组合可以根据应用场景的实际需求进行调整，本公开实施例对此不作限制。
图2是本公开实施例提供的一种机器人的定位方法的流程示意图。图2的机器人的定位方法可以由图1的终端设备或服务器执行。如图2所示，该机器人的定位方法包括：
S201，在目标区域，按照预设规则预埋多个射频识别标签，其中，每个射频识别标签工作频段为特高频无线电波；
S202，在目标机器人行进中，通过射频识别模组获取目标射频识别标签的目标标签信息，其中，射频识别模组设置在目标机器人上；
S203，获取标签分布信息，并根据标签分布信息和目标标签信息确定目标机器人在目标区域中的第一位置。
预设规则，包括：在目标区域，按照预设间隔预埋射频识别标签；在转方向的位置，比如电梯间、走廊通道，预埋射频识别标签的密度更大等。预埋射频识别标签可以是扶梯立柱、台阶侧面、地面等。除了预埋射频识别标签，还可以表贴射频识别标签。每个射频识别标签工作频段为特高频无线电波，但是每个射频识别标签工作频段在特高频频段内，但是每个射频识别标签工作频段可以不同。标签分布信息记录了多个射频识别标签各自对应的编号和位置，射频识别标签的标签信息可以是射频识别标签对应的编号，那么根据标签分布信息，就可以确定出某个编号的射频识别标签的位置。本公开出现过多次目标射频识别标签和目标标签信息，在每个实施例中，目标射频识别标签和目标标签信息可以是不同的。
根据本公开实施例提供的技术方案，在目标区域，按照预设规则预埋多个射频识别标签，其中，每个射频识别标签工作频段为特高频无线电波；在目标机器人行进中，通过射频识别模组获取目标射频识别标签的目标标签信息，其中，射频识别模组设置在目标机器人上；获取标签分布信息，并根据标签分布信息和目标标签信息确定目标机器人在目标区域中的第一位置。采用上述技术手段，可以解决现有技术中，在无网络环境下，现有机器人定位方法复杂、准确率低等问题，进而提供一种简单又准确的机器人定位方法。
在执行步骤S201之后，也就是在目标区域，按照预设规则预埋多个射频识别标签之后，方法还包括：在目标机器人行进中，通过射频识别模组获取多个目标射频识别标签的多个目标标签信息和射频识别模组检测到多个目标射频识别标签的多个第一检测时间；获取标签分布信息，并根据标签分布信息、多个目标标签信息和每个目标射频识别标签对应的第一检测时间确定目标机器人在目标区域中的第一位置。
在上个实施例中，是通过一个目标射频识别标签确定目标机器人在目标区域中的位置的，可能误差较大，因此本公开实施例提供了根据多个目标射频识别标签确定目标机器人在目标区域中的位置的方法。通过射频识别模组获取多个目标射频识别标签的多个目标标签信息，可以是不同时刻获取的，因此每个目标射频识别标签对应的第一检测时间可以不同。
检测时间是射频识别模组获取目标射频识别标签的目标标签信息所需要的时间，因为目标射频识别标签的工作频率是可知的，因此知道了每个目标射频识别标签对应的第一检测时间，也就相当于知道了目标机器人与每个目标射频识别标签之间的距离。本公开实施例实际上是通过标签分布信息、多个目标标签信息和目标机器人与每个目标射频识别标签之间的距离确定目标机器人在目标区域中的第一位置。
获取标签分布信息，并根据标签分布信息、多个目标标签信息和每个目标射频识别标签对应的第一检测时间确定目标机器人在目标区域中的第一位置之后，方法还包括：根据第一位置、标签分布信息、多个目标标签信息和每个目标射频识别标签对应的第一检测时间构建目标区域的局部地图；获取目标区域的全局地图，并根据局部地图修正全局地图。
因为根据标签分布信息和多个目标标签信息可以确定目标区域的大致空间分布情况，然后根据目标机器人在目标区域中的位置、目标机器人与每个目标射频识别标签之间的距离和目标区域的大致空间分布情况，就可以构建目标区域的局部地图。获取目标区域的全局地图可以是从保存全局地图的地图数据库中获取的，使用局部地图就可以修正全局地图中的错误或者漏洞，所以在实现机器人的定位的过程中，也可以实现建图或者地图修正。
获取目标区域的全局地图之前，方法还包括：按照如下步骤构建目标区域的全局地图：第一次探索：在目标机器人行进中，根据标签分布信息和射频识别模组获取到的多个目标射频识别标签的多个目标标签信息构建目标区域的全局地图；非第一次探索：在机器人行进中，根据标签分布信息和射频识别模组获取到新的多个目标射频识别标签的多个目标标签信息更新目标区域的全局地图。
目标机器人的第一次探索，可以是目标机器人只探索目标区域的主要路段，因此目标机器人的第一次探索建立的全局地图是目标区域的大致的地图；目标机器人的非第一次探索，可以分为多次探索，可以是目标机器人前一次没有探索到的目标区域其他路段或者其他路段的一部分。将目标区域的所有空间都探索完成后，就可以停止探索，将最后一次更新得到的全局地图作为最终目标区域的地图。
在执行步骤S201之后，也就是在目标区域，按照预设规则预埋多个射频识别标签之后，方法还包括：在目标机器人行进中，第一次通过射频识别模组获取目标射频识别标签的目标标签信息和射频识别模组检测到目标射频识别标签的第二检测时间；在目标机器人行进预设距离后，第二次通过射频识别模组获取目标射频识别标签的目标标签信息和射频识别模组检测到目标射频识别标签的第三检测时间；获取标签分布信息，并根据标签分布信息、目标标签信息、预设距离、第二检测时间和第三检测时间确定目标机器人在目标区域中的第一位置。
如果根据多个目标射频识别标签的多个目标标签信息确定目标机器人在目标区域中的第一位置，那么需要提前布置多个射频识别标签，这需要许多工作。本公开实施例提供了一种只根据一个目标射频识别标签就可以较为精准的确定目标机器人在目标区域中的第一位置。在目标机器人行进预设距离后，第二次通过射频识别模组获取目标射频识别标签的目标标签信息和射频识别模组检测到目标射频识别标签的第三检测时间，本次获取目标射频识别标签的目标标签信息，实际上是为了在获取目标射频识别标签的目标标签信息的过程中，确定第三检测时间。通过两次获取目标射频识别标签的目标标签信息，得到了预设距离、第二检测时间和第三检测时间，最后根据标签分布信息、目标标签信息、预设距离、第二检测时间和第三检测时间确定目标机器人在目标区域中的第一位置。
在执行步骤S203之后，也就是获取标签分布信息，并根据标签分布信息和目标标签信息确定目标机器人在目标区域中的第一位置之后，方法还包括：在目标机器人行进中，通过雷达模组测量目标区域，得到测量结果，其中，雷达模组设置在目标机器人上；获取目标区域的全局地图，并根据测量结果和全局地图确定目标机器人在目标区域中的第二位置；根据第二位置修正第一位置。
通过雷达模组测量目标区域，具体地，雷达模组向周围发射多束激光，雷达模组再接收发射出去的多束激光的返回的激光，得到测量结果，测量结果包括了目标机器人和目标区域中多件物体的距离，根据测量结果和全局地图就可以确定目标机器人在目标区域中的第二位置。根据第二位置修正第一位置，实际上是根据第二位置和第一位置得到一个更加精确的最终的目标机器人在目标区域中的位置。
在执行步骤S203之后，也就是获取标签分布信息，并根据标签分布信息和目标标签信息确定目标机器人在目标区域中的第一位置之后，方法还包括：在目标机器人行进中，通过图像模组获得目标区域的区域图像，其中，图像模组设置在目标机器人上；将区域图像输入导航模型，输出目标机器人在目标区域中的第三位置，其中，导航模型是根据神经网络和统计学原理建模得到的，导航模型已经通过训练，学习并保存有区域图像和第三位置之间的对应关系；根据第三位置修正第一位置。
对导航模型进行训练，包括：通过图像模组获得目标区域的多个训练图像；获取目标区域的全局地图，根据全局地图对多个训练图像进行标注处理，标注处理就是标明每个训练图像属于全局地图的哪个部分，也就是每个训练图像对应的场景在目标区域的位置；使用标注处理后的训练图像训练导航模型。根据第三位置修正第一位置，实际上是根据第三位置和第一位置得到一个更加精确的最终的目标机器人在目标区域中的位置。
上述所有可选技术方案，可以采用任意结合形成本申请的可选实施例，在此不再一一赘述。
下述为本公开装置实施例，可以用于执行本公开方法实施例。对于本公开装置实施例中未披露的细节，请参照本公开方法实施例。
图3是本公开实施例提供的一种机器人的定位装置的示意图。如图3所示，该机器人的定位装置包括：
预埋模块301，被配置为在目标区域，按照预设规则预埋多个射频识别标签，其中，每个射频识别标签工作频段为特高频无线电波；
获取模块302，被配置为在目标机器人行进中，通过射频识别模组获取目标射频识别标签的目标标签信息，其中，射频识别模组设置在目标机器人上；
确定模块303，被配置为获取标签分布信息，并根据标签分布信息和目标标签信息确定目标机器人在目标区域中的第一位置。
预设规则，包括：在目标区域，按照预设间隔预埋射频识别标签；在转方向的位置，比如电梯间、走廊通道，预埋射频识别标签的密度更大等。预埋射频识别标签可以是扶梯立柱、台阶侧面、地面等。除了预埋射频识别标签，还可以表贴射频识别标签。每个射频识别标签工作频段为特高频无线电波，但是每个射频识别标签工作频段在特高频频段内，但是每个射频识别标签工作频段可以不同。标签分布信息记录了多个射频识别标签各自对应的编号和位置，射频识别标签的标签信息可以是射频识别标签对应的编号，那么根据标签分布信息，就可以确定出某个编号的射频识别标签的位置。本公开出现过多次目标射频识别标签和目标标签信息，在每个实施例中，目标射频识别标签和目标标签信息可以是不同的。
根据本公开实施例提供的技术方案，在目标区域，按照预设规则预埋多个射频识别标签，其中，每个射频识别标签工作频段为特高频无线电波；在目标机器人行进中，通过射频识别模组获取目标射频识别标签的目标标签信息，其中，射频识别模组设置在目标机器人上；获取标签分布信息，并根据标签分布信息和目标标签信息确定目标机器人在目标区域中的第一位置。采用上述技术手段，可以解决现有技术中，在无网络环境下，现有机器人定位方法复杂、准确率低等问题，进而提供一种简单又准确的机器人定位方法。
可选地，获取模块302还被配置为在目标机器人行进中，通过射频识别模组获取多个目标射频识别标签的多个目标标签信息和射频识别模组检测到多个目标射频识别标签的多个第一检测时间；获取标签分布信息，并根据标签分布信息、多个目标标签信息和每个目标射频识别标签对应的第一检测时间确定目标机器人在目标区域中的第一位置。
在上个实施例中，是通过一个目标射频识别标签确定目标机器人在目标区域中的位置的，可能误差较大，因此本公开实施例提供了根据多个目标射频识别标签确定目标机器人在目标区域中的位置的方法。通过射频识别模组获取多个目标射频识别标签的多个目标标签信息，可以是不同时刻获取的，因此每个目标射频识别标签对应的第一检测时间可以不同。
检测时间是射频识别模组获取目标射频识别标签的目标标签信息所需要的时间，因为目标射频识别标签的工作频率是可知的，因此知道了每个目标射频识别标签对应的第一检测时间，也就相当于知道了目标机器人与每个目标射频识别标签之间的距离。本公开实施例实际上是通过标签分布信息、多个目标标签信息和目标机器人与每个目标射频识别标签之间的距离确定目标机器人在目标区域中的第一位置。
可选地，获取模块302还被配置为根据第一位置、标签分布信息、多个目标标签信息和每个目标射频识别标签对应的第一检测时间构建目标区域的局部地图；获取目标区域的全局地图，并根据局部地图修正全局地图。
因为根据标签分布信息和多个目标标签信息可以确定目标区域的大致空间分布情况，然后根据目标机器人在目标区域中的位置、目标机器人与每个目标射频识别标签之间的距离和目标区域的大致空间分布情况，就可以构建目标区域的局部地图。获取目标区域的全局地图可以是从保存全局地图的地图数据库中获取的，使用局部地图就可以修正全局地图中的错误或者漏洞，所以在实现机器人的定位的过程中，也可以实现建图或者地图修正。
可选地，获取模块302还被配置为按照如下步骤构建目标区域的全局地图：第一次探索：在目标机器人行进中，根据标签分布信息和射频识别模组获取到的多个目标射频识别标签的多个目标标签信息构建目标区域的全局地图；非第一次探索：在机器人行进中，根据标签分布信息和射频识别模组获取到新的多个目标射频识别标签的多个目标标签信息更新目标区域的全局地图。
目标机器人的第一次探索，可以是目标机器人只探索目标区域的主要路段，因此目标机器人的第一次探索建立的全局地图是目标区域的大致的地图；目标机器人的非第一次探索，可以分为多次探索，可以是目标机器人前一次没有探索到的目标区域其他路段或者其他路段的一部分。将目标区域的所有空间都探索完成后，就可以停止探索，将最后一次更新得到的全局地图作为最终目标区域的地图。
可选地，获取模块302还被配置为在目标机器人行进中，第一次通过射频识别模组获取目标射频识别标签的目标标签信息和射频识别模组检测到目标射频识别标签的第二检测时间；在目标机器人行进预设距离后，第二次通过射频识别模组获取目标射频识别标签的目标标签信息和射频识别模组检测到目标射频识别标签的第三检测时间；获取标签分布信息，并根据标签分布信息、目标标签信息、预设距离、第二检测时间和第三检测时间确定目标机器人在目标区域中的第一位置。
如果根据多个目标射频识别标签的多个目标标签信息确定目标机器人在目标区域中的第一位置，那么需要提前布置多个射频识别标签，这需要许多工作。本公开实施例提供了一种只根据一个目标射频识别标签就可以较为精准的确定目标机器人在目标区域中的第一位置。在目标机器人行进预设距离后，第二次通过射频识别模组获取目标射频识别标签的目标标签信息和射频识别模组检测到目标射频识别标签的第三检测时间，本次获取目标射频识别标签的目标标签信息，实际上是为了在获取目标射频识别标签的目标标签信息的过程中，确定第三检测时间。通过两次获取目标射频识别标签的目标标签信息，得到了预设距离、第二检测时间和第三检测时间，最后根据标签分布信息、目标标签信息、预设距离、第二检测时间和第三检测时间确定目标机器人在目标区域中的第一位置。
可选地，确定模块303还被配置为在目标机器人行进中，通过雷达模组测量目标区域，得到测量结果，其中，雷达模组设置在目标机器人上；获取目标区域的全局地图，并根据测量结果和全局地图确定目标机器人在目标区域中的第二位置；根据第二位置修正第一位置。
通过雷达模组测量目标区域，具体地，雷达模组向周围发射多束激光，雷达模组再接收发射出去的多束激光的返回的激光，得到测量结果，测量结果包括了目标机器人和目标区域中多件物体的距离，根据测量结果和全局地图就可以确定目标机器人在目标区域中的第二位置。根据第二位置修正第一位置，实际上是根据第二位置和第一位置得到一个更加精确的最终的目标机器人在目标区域中的位置。
可选地，确定模块303还被配置为在目标机器人行进中，通过图像模组获得目标区域的区域图像，其中，图像模组设置在目标机器人上；将区域图像输入导航模型，输出目标机器人在目标区域中的第三位置，其中，导航模型是根据神经网络和统计学原理建模得到的，导航模型已经通过训练，学习并保存有区域图像和第三位置之间的对应关系；根据第三位置修正第一位置。
对导航模型进行训练，包括：通过图像模组获得目标区域的多个训练图像；获取目标区域的全局地图，根据全局地图对多个训练图像进行标注处理，标注处理就是标明每个训练图像属于全局地图的哪个部分，也就是每个训练图像对应的场景在目标区域的位置；使用标注处理后的训练图像训练导航模型。根据第三位置修正第一位置，实际上是根据第三位置和第一位置得到一个更加精确的最终的目标机器人在目标区域中的位置。
应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本公开实施例的实施过程构成任何限定。
图4是本公开实施例提供的电子设备4的示意图。如图4所示，该实施例的电子设备4包括：处理器401、存储器402以及存储在该存储器402中并且可在处理器401上运行的计算机程序403。处理器401执行计算机程序403时实现上述各个方法实施例中的步骤。或者，处理器401执行计算机程序403时实现上述各装置实施例中各模块/单元的功能。
示例性地，计算机程序403可以被分割成一个或多个模块/单元，一个或多个模块/单元被存储在存储器402中，并由处理器401执行，以完成本公开。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，该指令段用于描述计算机程序403在电子设备4中的执行过程。
电子设备4可以是桌上型计算机、笔记本、掌上电脑及云端服务器等电子设备。电子设备4可以包括但不仅限于处理器401和存储器402。本领域技术人员可以理解，图4仅仅是电子设备4的示例，并不构成对电子设备4的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如，电子设备还可以包括输入输出设备、网络接入设备、总线等。
处理器401可以是中央处理单元(Central Processing Unit，CPU)，也可以是其它通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)或者其它可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。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402可以是电子设备4的内部存储单元，例如，电子设备4的硬盘或内存。存储器402也可以是电子设备4的外部存储设备，例如，电子设备4上配备的插接式硬盘，智能存储卡(Smart Media Card，SMC)，安全数字(Secure Digital，SD)卡，闪存卡(Flash Card)等。进一步地，存储器402还可以既包括电子设备4的内部存储单元也包括外部存储设备。存储器402用于存储计算机程序以及电子设备所需的其它程序和数据。存储器402还可以用于暂时地存储已经输出或者将要输出的数据。
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块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，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本公开的范围。
在本公开所提供的实施例中，应该理解到，所揭露的装置/电子设备和方法，可以通过其它的方式实现。例如，以上所描述的装置/电子设备实施例仅仅是示意性的，例如，模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。
作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本公开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。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
集成的模块/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存储介质中。基于这样的理解，本公开实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，计算机程序可以存储在计算机可读存储介质中，该计算机程序在被处理器执行时，可以实现上述各个方法实施例的步骤。计算机程序可以包括计算机程序代码，计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。计算机可读介质可以包括：能够携带计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(Read-Only Memory，ROM)、随机存取存储器(Random Access Memory，RAM)、电载波信号、电信信号以及软件分发介质等。需要说明的是，计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如，在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。
以上实施例仅用以说明本公开的技术方案，而非对其限制；尽管参照前述实施例对本公开进行了详细的说明，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公开各实施例技术方案的精神和范围，均应包含在本公开的保护范围之内。

Claims (10)

1.一种机器人的定位方法，其特征在于，包括：
在目标区域，按照预设规则预埋多个射频识别标签，其中，每个所述射频识别标签工作频段为特高频无线电波；
在目标机器人行进中，通过射频识别模组获取目标射频识别标签的目标标签信息，其中，所述射频识别模组设置在所述目标机器人上；
获取标签分布信息，并根据所述标签分布信息和所述目标标签信息确定所述目标机器人在所述目标区域中的第一位置。
2.根据权利要求1所述的方法，其特征在于，所述在目标区域，按照预设规则预埋多个射频识别标签之后，所述方法还包括：
在所述目标机器人行进中，通过所述射频识别模组获取多个目标射频识别标签的多个目标标签信息和所述射频识别模组检测到所述多个目标射频识别标签的多个第一检测时间；
获取所述标签分布信息，并根据所述标签分布信息、所述多个目标标签信息和每个目标射频识别标签对应的所述第一检测时间确定所述目标机器人在所述目标区域中的第一位置。
3.根据权利要求2所述的方法，其特征在于，所述获取所述标签分布信息，并根据所述标签分布信息、所述多个目标标签信息和每个目标射频识别标签对应的所述第一检测时间确定所述目标机器人在所述目标区域中的第一位置之后，所述方法还包括：
根据所述第一位置、所述标签分布信息、所述多个目标标签信息和所述每个目标射频识别标签对应的所述第一检测时间构建所述目标区域的局部地图；
获取所述目标区域的全局地图，并根据所述局部地图修正所述全局地图。
4.根据权利要求3所述的方法，其特征在于，所述获取所述目标区域的全局地图之前，所述方法还包括：
按照如下步骤构建所述目标区域的所述全局地图：
第一次探索：在所述目标机器人行进中，根据所述标签分布信息和所述射频识别模组获取到的所述多个目标射频识别标签的所述多个目标标签信息构建所述目标区域的全局地图；
非第一次探索：在所述机器人行进中，根据所述标签分布信息和所述射频识别模组获取到新的所述多个目标射频识别标签的所述多个目标标签信息更新所述目标区域的全局地图。
5.根据权利要求1所述的方法，其特征在于，所述在目标区域，按照预设规则预埋多个射频识别标签之后，所述方法还包括：
在所述目标机器人行进中，第一次通过所述射频识别模组获取所述目标射频识别标签的所述目标标签信息和所述射频识别模组检测到所述目标射频识别标签的第二检测时间；
在所述目标机器人行进预设距离后，第二次通过所述射频识别模组获取所述目标射频识别标签的所述目标标签信息和所述射频识别模组检测到所述目标射频识别标签的第三检测时间；
获取标签分布信息，并根据所述标签分布信息、所述目标标签信息、所述预设距离、所述第二检测时间和所述第三检测时间确定所述目标机器人在所述目标区域中的所述第一位置。
6.根据权利要求1所述的方法，其特征在于，所述获取标签分布信息，并根据所述标签分布信息和所述目标标签信息确定所述目标机器人在所述目标区域中的第一位置之后，所述方法还包括：
在所述目标机器人行进中，通过雷达模组测量所述目标区域，得到测量结果，其中，所述雷达模组设置在所述目标机器人上；
获取所述目标区域的全局地图，并根据所述测量结果和所述全局地图确定所述目标机器人在所述目标区域中的第二位置；
根据所述第二位置修正所述第一位置。
7.根据权利要求1所述的方法，其特征在于，所述获取标签分布信息，并根据所述标签分布信息和所述目标标签信息确定所述目标机器人在所述目标区域中的第一位置之后，所述方法还包括：
在所述目标机器人行进中，通过图像模组获得所述目标区域的区域图像，其中，所述图像模组设置在所述目标机器人上；
将所述区域图像输入导航模型，输出所述目标机器人在所述目标区域中的第三位置，其中，所述导航模型是根据神经网络和统计学原理建模得到的，所述导航模型已经通过训练，学习并保存有所述区域图像和所述第三位置之间的对应关系；
根据所述第三位置修正所述第一位置。
8.一种机器人的定位装置，其特征在于，包括：
预埋模块，被配置为在目标区域，按照预设规则预埋多个射频识别标签，其中，每个所述射频识别标签工作频段为特高频无线电波；
获取模块，被配置为在目标机器人行进中，通过射频识别模组获取目标射频识别标签的目标标签信息，其中，所述射频识别模组设置在所述目标机器人上；
确定模块，被配置为获取标签分布信息，并根据所述标签分布信息和所述目标标签信息确定所述目标机器人在所述目标区域中的第一位置。
9.一种电子设备，包括存储器、处理器以及存储在所述存储器中并且可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至7中任一项所述方法的步骤。
10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述方法的步骤。
CN202111506254.7A 2021-12-10 2021-12-10 机器人的定位方法及装置 Pending CN114201979A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111506254.7A CN114201979A (zh) 2021-12-10 2021-12-10 机器人的定位方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111506254.7A CN114201979A (zh) 2021-12-10 2021-12-10 机器人的定位方法及装置

Publications (1)

Publication Number Publication Date
CN114201979A true CN114201979A (zh) 2022-03-18

Family

ID=80652385

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111506254.7A Pending CN114201979A (zh) 2021-12-10 2021-12-10 机器人的定位方法及装置

Country Status (1)

Country Link
CN (1) CN114201979A (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102509059A (zh) * 2011-10-28 2012-06-20 电子科技大学 特定环境中基于有源rfid的目标定位方法及其系统
CN106526535A (zh) * 2016-11-08 2017-03-22 北京创想智控科技有限公司 一种室内机器人定位方法及装置
CN109382840A (zh) * 2018-11-19 2019-02-26 中国农业大学 作业机器人定位方法及系统
US20190147646A1 (en) * 2017-11-10 2019-05-16 International Business Machines Corporation Creating a three-dimensional map utilizing retrieved rfid tag information
CN110146078A (zh) * 2019-06-25 2019-08-20 张收英 一种机器人定位方法和系统
CN113030860A (zh) * 2021-05-27 2021-06-25 东智安通(北京)科技有限公司 基于rfid定位标签的定位方法、装置、设备和介质

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102509059A (zh) * 2011-10-28 2012-06-20 电子科技大学 特定环境中基于有源rfid的目标定位方法及其系统
CN106526535A (zh) * 2016-11-08 2017-03-22 北京创想智控科技有限公司 一种室内机器人定位方法及装置
US20190147646A1 (en) * 2017-11-10 2019-05-16 International Business Machines Corporation Creating a three-dimensional map utilizing retrieved rfid tag information
CN109382840A (zh) * 2018-11-19 2019-02-26 中国农业大学 作业机器人定位方法及系统
CN110146078A (zh) * 2019-06-25 2019-08-20 张收英 一种机器人定位方法和系统
CN113030860A (zh) * 2021-05-27 2021-06-25 东智安通(北京)科技有限公司 基于rfid定位标签的定位方法、装置、设备和介质

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
吕石磊 等: "果园单轨运输机在轨状态感知系统研制", 《农业工程学报》, vol. 36, no. 15, 31 August 2020 (2020-08-31), pages 56 - 63 *

Similar Documents

Publication Publication Date Title
CN109270545B (zh) 一种定位真值校验方法、装置、设备及存储介质
CN111381586A (zh) 一种机器人及其移动控制方法和装置
CN116182878B (zh) 道路曲面信息生成方法、装置、设备和计算机可读介质
US20220327740A1 (en) Registration method and registration apparatus for autonomous vehicle
CN114993328B (zh) 车辆定位评估方法、装置、设备和计算机可读介质
CN113741446B (zh) 一种机器人自主探索的方法、终端设备及存储介质
CN112824828A (zh) 一种激光跟踪仪站位确定方法、系统、电子设备及介质
US11002842B2 (en) Method and apparatus for determining the location of a static object
CN114449439A (zh) 一种地下管廊空间的定位方法及装置
CN114238790A (zh) 用于确定最大感知范围的方法、装置、设备以及存储介质
CN111612851B (zh) 用于标定相机的方法、装置、设备以及存储介质
CN113034603B (zh) 用于确定标定参数的方法和装置
CN114201979A (zh) 机器人的定位方法及装置
CN109831737B (zh) 一种基于置信度的蓝牙定位方法、装置、设备和系统
CN114812576A (zh) 地图匹配方法、装置及电子设备
CN110389349B (zh) 定位方法和装置
CN113446940A (zh) 一种点云扫描方法、装置及设备
CN112308740A (zh) 一种房地智能权调方法和系统
CN111310585B (zh) 用于生成信息的方法和装置
CN114511044B (zh) 无人车通行控制方法及装置
CN111325712B (zh) 用于检测图像有效性的方法及装置
CN113050033B (zh) 功率定位方法及其功率定位装置
CN114427876B (zh) 一种交通看板关联关系的自动化检查方法及系统
CN109286978B (zh) 一种定位网络的组网方法、装置、终端设备及存储介质
US20230288526A1 (en) Beacon map construction method, device, and computer-readable storage medium

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
CB02 Change of applicant information
CB02 Change of applicant information

Address after: Room 702, 7th floor, NO.67, Beisihuan West Road, Haidian District, Beijing 100089

Applicant after: Beijing Yunji Technology Co.,Ltd.

Address before: Room 702, 7th floor, NO.67, Beisihuan West Road, Haidian District, Beijing 100089

Applicant before: BEIJING YUNJI TECHNOLOGY Co.,Ltd.

SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination