CN114442605B - 定位检测方法、装置、自主移动设备以及存储介质 - Google Patents
定位检测方法、装置、自主移动设备以及存储介质 Download PDFInfo
- Publication number
- CN114442605B CN114442605B CN202111547012.2A CN202111547012A CN114442605B CN 114442605 B CN114442605 B CN 114442605B CN 202111547012 A CN202111547012 A CN 202111547012A CN 114442605 B CN114442605 B CN 114442605B
- Authority
- CN
- China
- Prior art keywords
- target point
- map
- target
- positioning
- determining
- 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.)
- Active
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 37
- 238000000034 method Methods 0.000 claims abstract description 45
- 238000011156 evaluation Methods 0.000 claims abstract description 21
- 238000004590 computer program Methods 0.000 claims description 13
- 230000001186 cumulative effect Effects 0.000 claims description 4
- 238000009825 accumulation Methods 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 8
- 238000011084 recovery Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 240000007594 Oryza sativa Species 0.000 description 1
- 235000007164 Oryza sativa Nutrition 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 235000013305 food Nutrition 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000035515 penetration Effects 0.000 description 1
- 235000009566 rice Nutrition 0.000 description 1
- 238000010408 sweeping Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
- 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
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
- G05D1/0221—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving a learning process
Abstract
本申请公开了定位检测方法、装置、自主移动设备以及存储介质。该方法包括：根据原始地图确定对应的先验地图；其中，原始地图为栅格地图，先验地图包括局部网格地图，局部网格地图的分辨率大于原始地图；获取当前帧中的所有第一目标点，以及在先验地图中确定与第一目标点对应的第二目标点，其中，第二目标点与局部网格地图中的占据栅格相对应；根据第二目标点对第一目标点的定位进行评估。通过上述方式，能够实现对定位的评估，以便于基于评估确定重定位的准确性。
Description
技术领域
本申请涉及定位技术领域，特别涉及定位检测方法、装置、自主移动设备以及存储介质。
背景技术
近年，自主移动设备技术发展迅速，从室内的扫地机器人、送餐机器人到室外的自动驾驶汽车、安防机器人，各种产品面向落地，给人们的生产生活带来极大的便利并提高了人们的生活质量。为了让机器人动起来，机器人的软件系统至少由定位、规划和控制三个模块组成。其中，定位模块又是规划和控制的前提。
由于机器人在工作过程中不可避免的会遇到一些富有挑战的场景。例如，正在移动的人和车、局部改变的地图，斜坡和难以区分的长走廊，在这些场景下，定位系统很容易产生估计偏差，导致系统工作性能下降。
发明内容
为了解决上述问题，本申请提供定位检测方法、装置、自主移动设备以及存储介质，能够实现对定位的评估，以便于基于评估确定重定位的准确性。
为解决上述技术问题，本申请采用的一个技术方案是：提供一种定位检测方法，该方法包括：根据原始地图确定对应的先验地图；其中，原始地图为栅格地图，先验地图包括局部网格地图，局部网格地图的分辨率大于原始地图；获取当前帧中的所有第一目标点，以及在先验地图中确定与第一目标点对应的第二目标点，其中，第二目标点与局部网格地图中的占据栅格相对应；根据第二目标点对第一目标点的定位进行评估。
其中，获取当前帧中的所有第一目标点，包括：利用多个雷达传感器获取第一目标点，得到当前帧中的所有第一目标点；在先验地图中确定与第一目标点对应的第二目标点，包括：确定第一目标点对应的搜索半径；在先验地图中确定在搜索半径内的第二目标点。
其中，根据第二目标点对第一目标点的定位进行评估，包括：确定第二目标点的第一数量；确定第一目标点与第二目标点的平均偏移；基于第一数量和平均偏移对第一目标点的定位进行评估。
其中，根据第二目标点对第一目标点的定位进行评估，还包括：确定第一目标点的第二数量；确定第一数量和第二数量的比值；利用比值、第一数量和平均偏移对第一目标点的定位进行评估。
其中，在先验地图中确定与第一目标点对应的第二目标点，还包括：确定每一第一目标点与雷达传感器之间的单位方向向量；基于预设步长和单位方向向量，更新第一目标点，得到第三目标点；若第三目标点对应局部网格地图中的占据栅格，则将第三目标点作为第二目标点。
其中，根据第二目标点对第一目标点的定位进行评估，包括：根据第二目标点的数量对第一目标点的定位进行评估。
其中，该方法还包括：获取当前评估结果；若评估结果为定位良好，则进行定位状态累计；在累计数到达阈值时，确定定位成功。
为解决上述技术问题，本申请采用的另一个技术方案是：提供一种定位检测装置，该定位检测装置包括处理器以及与处理器耦接的存储器；其中，存储器用于存储计算机程序，处理器用于执行计算机程序，以实现如上述技术方案提供的方法。
为解决上述技术问题，本申请采用的另一个技术方案是：提供一种自主移动设备，该自主移动设备包括：雷达组件；处理器，与雷达组件连接，用于实现如上述技术方案提供的方法。
为解决上述技术问题，本申请采用的另一个技术方案是：提供一种计算机可读存储介质，该计算机可读存储介质用于存储计算机程序，计算机程序在被处理器执行时，用于实现如上述技术方案提供的方法。
本申请实施例的有益效果是：区别于现有技术，本申请提供的一种定位检测方法，该方法包括：根据原始地图确定对应的先验地图；其中，原始地图为栅格地图，先验地图包括局部网格地图，局部网格地图的分辨率大于原始地图；获取当前帧中的所有第一目标点，以及在先验地图中确定与第一目标点对应的第二目标点，其中，第二目标点与局部网格地图中的占据栅格相对应；根据第二目标点对第一目标点的定位进行评估。通过上述方式，利用先验地图能够提前设置评估基准，进而实现对定位的评估，以便于基于评估确定重定位的准确性。
附图说明
为了更清楚地说明本申请实施例中的技术方案，下面将对实施例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申请的一些实施例，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他的附图。其中：
图1是本申请提供的定位检测方法第一实施例的流程示意图；
图2是本申请提供的局部网格地图一实施例的示意图；
图3是本申请提供的定位检测方法第二实施例的流程示意图；
图4是本申请提供的定位检测方法第三实施例的流程示意图；
图5是本申请提供的定位检测方法第四实施例的流程示意图；
图6是本申请提供的定位检测方法一应用场景示意图；
图7是本申请提供的定位检测方法第五实施例的流程示意图；
图8是本申请提供的定位检测装置一实施例的结构示意图；
图9是本申请提供的自主移动设备一实施例的结构示意图；
图10是本申请提供的计算机可读存储介质一实施例的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述。可以理解的是，此处所描述的具体实施例仅用于解释本申请，而非对本申请的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本申请相关的部分而非全部结构。基于本申请中的实施例，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，都属于本申请保护的范围。
在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。
参阅图1，图1是本申请提供的定位检测方法第一实施例的流程示意图。该方法包括：
步骤11：根据原始地图确定对应的先验地图；其中，原始地图为栅格地图，先验地图包括局部网格地图，局部网格地图的分辨率大于原始地图。
定位检测方法可以应用于自主移动设备，如自主移动机器人。
在一些实施例中，为了判断机器人的实时定位性能，需要将提前生成的原始地图转换为便于指标计算的先验地图，该地图是分析机器人定位结果的基准。具体地，根据预设的模块参数，可以将原始地图转换为二值地图和局部网格地图的形式。在二值地图中，“0”表示对应栅格为空闲、“1”表示对应栅格为“占据”，栅格数量与原始地图相同。
其中，预设的模块参数可以包括以下参数：
1.二值地图判别阈值，其中，默认值可以设置为0.65。
2.局部网格地图分辨率，其中，局部网格地图分辨率默认值可以设置为3*3，单位为栅格。
3.搜索半径，其中，默认值为3，单位为栅格。
4.指标计算更新频率，其中，默认值可以设置为2，单位为HZ。
5.原始地图分辨率。
如根据局部网格地图分辨率和原始地图，可以计算出局部网格地图的尺寸Wgrid*Hgrid。如按照以下公式进行计算：
其中，Wori表示原始地图的宽，Hori表示原始地图的高，gr表示局部网格地图分辨率。
按照两层栅格索引i＝0,...,Hgrid和j＝0,...,Wori遍历原始地图，同时对二值地图和局部网格地图进行构建。根据两层索引值，可以计算得到二值地图的一维栅格索引k，其中，k＝i*Wori+j。
然后，对于“占据”的栅格，索引k被存储到对应的局部网格中，并统计每个局部网格中的“占据”栅格点数量，记为neff。
如图2所示，构建了2*2分辨率的局部网格地图。通过构建局部网格地图，使地图的范围变大。
同时，在二值地图中维护每个“占据”栅格的索引k对应的两层栅格索引(i,j)，基于双层索引，可以很方便的计算到世界坐标系下地图点的世界坐标。
至此，构建了原始地图、二值地图和局部网格地图的对应关系。
步骤12：获取当前帧中的所有第一目标点，以及在先验地图中确定与第一目标点对应的第二目标点，其中，第二目标点与局部网格地图中的占据栅格相对应。
将同一时刻的采集的第一目标点作为当前帧。可以理解，当前帧中的所有第一目标点是利用对应数量的雷达传感器采集得到。
此时采集的第一目标点是基于自主移动设备当前定位状态下采集的点，可能存在定位不准确的。因此，需要在先验地图中确定与第一目标点对应的第二目标点。
第二目标点与局部网格地图中的占据栅格相对应，即对应了具有索引k的栅格。
步骤13：根据第二目标点对第一目标点的定位进行评估。
在一些实施例中，可以根据第二目标点的数量、第二目标点的数量与第一目标点的数量之间的数量差，对第一目标点的定位进行评估。
若评估第一目标点正常，则确定此时定位准确，若评估异常，则需要重定位。
在本实施例中，通过根据原始地图确定对应的先验地图；其中，原始地图为栅格地图，先验地图包括局部网格地图，局部网格地图的分辨率大于原始地图；获取当前帧中的所有第一目标点，以及在先验地图中确定与第一目标点对应的第二目标点，其中，第二目标点与局部网格地图中的占据栅格相对应；根据第二目标点对第一目标点的定位进行评估的方式，利用先验地图能够提前设置评估基准，进而实现对定位的评估，以便于基于评估确定重定位的准确性。
进而能够解决由于机器人运行环境的复杂性以及载入地图长期未更新的信息不一致问题的存在，基于激光雷达的定位系统可能会在运行过程中发生定位漂移，严重时甚至会影响规划和控制等其他模块的正常运行的问题。
参阅图3，图3是本申请提供的定位检测方法第二实施例的流程示意图。该方法包括：
步骤31：根据原始地图确定对应的先验地图；其中，原始地图为栅格地图，先验地图包括局部网格地图，局部网格地图的分辨率大于原始地图。
步骤31与上述实施例具有相同的技术方案，这里不再赘述。
步骤32：利用多个雷达传感器获取第一目标点，得到当前帧中的所有第一目标点。
每一雷达传感器可以获取到一个第一目标点，则这些雷达传感器同时刻采集时，则可得到当前帧中的所有第一目标点。
步骤33：确定第一目标点对应的搜索半径。
搜索半径预先设置，具体根据雷达传感器的规格进行设置。
步骤34：在先验地图中确定在搜索半径内的第二目标点，其中，第二目标点与局部网格地图中的占据栅格相对应。
在获得第一目标点后，因第一目标点的坐标是基于世界坐标系的，则需要将第一目标点的坐标进行坐标转换，将第一目标点的坐标转换到对应局部网格地图的坐标系。搜索半径的单位对应局部网格地图单位。
然后基于转换后的第一目标点，在先验地图中确定在搜索半径内的第二目标点。
其中，若搜索半径内存在具有索引k的栅格，则将该栅格确定为第二目标点。
步骤35：确定第二目标点的第一数量。
由此，对每一第一目标点执行上述步骤24，则可以确定出第二目标点的第一数量。
其中，若定位偏移越小，则第二目标点的第一数量越大。若定位偏移越大，则第二目标点的第一数量越小。
步骤36：确定第一目标点与第二目标点的平均偏移。
由此，可以通过第一目标点与第二目标点的坐标计算出坐标之间的偏移。
具体地，利用以下公式计算平均偏移：
其中，eprojection表示平均偏移，xi表示第i个第一目标点的x轴坐标值，yi表示第i个第一目标点的y轴坐标值，xi,match表示第i个第二目标点的x轴坐标值，yi,match表示第i个第二目标点的y轴坐标值，nmatch表示第二目标点的数量。
步骤37：基于第一数量和平均偏移对第一目标点的定位进行评估。
其中，在第一数量大于预设数量，且平均偏移小于预设偏移时，则确定此时定位准确，若第一数量小于或等于预设数量，且平均偏移大于或等于预设偏移时，则需要重定位。
在本实施中，利用第二目标点的第一数量和平均偏移对第一目标点的定位进行评估，能够准确地在运动过程中检测到定位偏移问题发生，同时，在重定位过程中系统的找回提供有效的判断。
参阅图4，图4是本申请提供的定位检测方法第三实施例的流程示意图。该方法包括：
步骤41：根据原始地图确定对应的先验地图；其中，原始地图为栅格地图，先验地图包括局部网格地图，局部网格地图的分辨率大于原始地图。
步骤42：利用多个雷达传感器获取第一目标点，得到当前帧中的所有第一目标点。
步骤43：确定第一目标点对应的搜索半径。
步骤44：在先验地图中确定在搜索半径内的第二目标点，其中，第二目标点与局部网格地图中的占据栅格相对应。
步骤45：确定第二目标点的第一数量。
步骤46：确定第一目标点与第二目标点的平均偏移。
步骤41-步骤46与上述任一实施例具有相同或相似的技术方案，这里不做赘述。
步骤47：确定第一目标点的第二数量。
每一雷达传感器可以获取到一个第一目标点，则这些雷达传感器同时刻采集时，则可得到当前帧中的所有第一目标点，则第二数量可以根据雷达传感器确定。
步骤48：确定第一数量和第二数量的比值。
在一些实施例中，可以采用以下公式表示：
其中，nmatch表示第一数量，即第二目标点的数量，nall表示第二数量，即第一目标点的数量。其中，将比值定义为匹配率。
步骤49：利用比值、第一数量和平均偏移对第一目标点的定位进行评估。
其中，在比值大于预设比值、第一数量大于预设数量，且平均偏移小于预设偏移时，则确定此时定位准确，若比值小于或等于预设比值、第一数量小于或等于预设数量，且平均偏移大于或等于预设偏移时，则需要重定位。
在本实施例中，利用比值、第二目标点的第一数量和平均偏移对第一目标点的定位进行评估，能够准确地在运动过程中检测到定位偏移问题发生，同时，在重定位过程中系统的找回提供有效的判断。
参阅图5，图5是本申请提供的定位检测方法第四实施例的流程示意图。该方法包括：
步骤51：根据原始地图确定对应的先验地图；其中，原始地图为栅格地图，先验地图包括局部网格地图，局部网格地图的分辨率大于原始地图。
步骤52：利用多个雷达传感器获取第一目标点，得到当前帧中的所有第一目标点。
步骤51-步骤52与上述任一实施例具有相同或相似的技术方案，这里不做赘述。
步骤53：确定每一第一目标点与雷达传感器之间的单位方向向量。
其中，单位方向向量可以是雷达传感器朝向第一目标点，也可以是第一目标点朝向雷达传感器。
步骤54：基于预设步长和单位方向向量，更新第一目标点，得到第三目标点。
步骤55：若第三目标点对应局部网格地图中的占据栅格，则将第三目标点作为第二目标点。
步骤56：根据第二目标点的数量对第一目标点的定位进行评估。
结合图6进行说明：
如图6所示，实线区域的实线边缘用于表征作为基准的先验地图，虚线区域的虚线边缘用于表征作为实时采集的地图，可以理解为多个第一目标点。如果重定位时，机器人定位偏差较大，如图6的虚线。则在世界坐标系下的激光点到机器人本体坐标之间会出现不该存在的占用栅格。将这些栅格定义碰撞点，过多的碰撞点意味着不够精确的重定位结果。
以一条激光线为例，进行说明：假定世界坐标系下，当前机器人的位置坐标为(xro,yro)，采集到的激光点(即第一目标点)的位置坐标为(xpend,ypend)。记录激光点到机器人本体坐标的单位方向向量v：
从激光点开始，以步长step＝gr*res向机器人本体坐标移动，对应的会生成相应的坐标。即采用以下公式计算移动后的坐标，对应上述的第三目标点。其中，gr表示局部网格地图分辨率，res原始地图分辨率。
除原始激光点位置外，检测每一个更新后的第三目标点所在局部网格地图中是否存在已创建的地图点，即上述实施例中具有索引k的栅格，如果发现存在地图点，则认为激光线发生碰撞，将该地图点确定为第二目标点。
否则每次检测后，重新对当前的方向向量进行计算，然后按照上述方式计算得到新的单位方向向量vnew，如果发现与v的向量不同则停止检测，进入下一条激光线的检测。
在本实施例中，利用碰撞点数量对定位进行评估，能够准确地在运动过程中检测到定位偏移问题发生，同时，在重定位过程中系统的找回提供有效的判断。
在其他实施例中，可以根据上述的碰撞点数量、比值、第二目标点的第一数量和平均偏移综合对定位进行评估，能够准确地在运动过程中检测到定位偏移问题发生，同时，在重定位过程中系统的找回提供有效的判断。其中，碰撞点数量、比值、第二目标点的第一数量和平均偏移可以做检测指标。
上述过程是基于单帧的目标点进行计算，基于此，本申请提出基于多帧进行重定位评估。
参阅图7，图7是本申请提供的定位检测方法第四实施例的流程示意图。该方法包括：
步骤71：获取当前评估结果。
对每一帧的目标点按照上述任一实施例的技术方案进行评估，得到相应的评估结果。
步骤72：若评估结果为定位良好，则进行定位状态累计。
步骤73：在累计数到达阈值时，确定定位成功。
在连续多帧的评估结果良好时，则确定重定位成功。
具体地，每一帧的按照上述任一实例均会得到相应的第二目标点数量，投影偏差、碰撞点数量、匹配率。
因此，利用相应的阈值进行判断，得到相应的评估结果。
其中，投影偏差阈值可以设置为0.05，单位：米。投影偏差小于阈值为良好状态。
第二目标点数量阈值可以设置为200，单位：个。第二目标点数量大于阈值为良好状态。
碰撞点数量阈值可以设置为45，单位：个。碰撞点数量小于阈值为良好状态。
匹配率阈值可以设置为0.7。匹配率大于阈值为良好状态。
以及设置连续通过检测的帧数，可以设置为5，单位：个。
因此，在累计数到达5时，确定定位成功。
本实施例的作用在于辅助重定位检测的执行，即通过单独的ROS节点，对发出的定位检测指标进行评估。在定位系统丢失的情况下，如果连续np帧定位系统处于良好定位状态，则判定定位系统找回。上述方案有利于减低传感器噪声对判断结果的影响。
参阅图8，图8是本申请提供的定位检测装置一实施例的结构示意图。该定位检测装置80包括处理器81以及与处理器81耦接的存储器82；其中，存储器82用于存储计算机程序，处理器81用于执行计算机程序，以实现以下方法：
根据原始地图确定对应的先验地图；其中，原始地图为栅格地图，先验地图包括局部网格地图，局部网格地图的分辨率大于原始地图；获取当前帧中的所有第一目标点，以及在先验地图中确定与第一目标点对应的第二目标点，其中，第二目标点与局部网格地图中的占据栅格相对应；根据第二目标点对第一目标点的定位进行评估。
可以理解，处理器81还用于执行计算机程序，以实现上述任一实施例的方法，这里不做赘述。
参阅图9，图9是本申请提供的自主移动设备一实施例的结构示意图。该自主移动设备90包括：雷达传感器91和处理器92。
其中，处理器92与雷达传感器91连接，用于实现以下方法：
根据原始地图确定对应的先验地图；其中，原始地图为栅格地图，先验地图包括局部网格地图，局部网格地图的分辨率大于原始地图；获取当前帧中的所有第一目标点，以及在先验地图中确定与第一目标点对应的第二目标点，其中，第二目标点与局部网格地图中的占据栅格相对应；根据第二目标点对第一目标点的定位进行评估。
可以理解，处理器92还用于执行计算机程序，以实现上述任一实施例的方法，这里不做赘述。
在一些实施例中，自主移动设备90可以是移动机器人，其中，处理器92可以使用普通x86架构计算机，运行Ubuntu操作系统，在该系统的基础上安装ROS机器人操作系统。雷达传感器91使用16线激光传感器，例如、Velodyne16、Robosense16等。
其中，在ROS机器人操作系统上运行激光SLAM方法。
参阅图10，图10是本申请提供的计算机可读存储介质一实施例的结构示意图。该计算机可读存储介质100用于存储计算机程序101，计算机程序101在被处理器执行时，用于实现以下方法：
根据原始地图确定对应的先验地图；其中，原始地图为栅格地图，先验地图包括局部网格地图，局部网格地图的分辨率大于原始地图；获取当前帧中的所有第一目标点，以及在先验地图中确定与第一目标点对应的第二目标点，其中，第二目标点与局部网格地图中的占据栅格相对应；根据第二目标点对第一目标点的定位进行评估。
可以理解，计算机程序101在被处理器执行时，还用于实现上述任一实施例的方法，这里不做赘述。
综上所述，本申请提供上述任一实施例的技术方案，通过对原始地图转化为用于重定位检测的先验地图，以及综合四项基于局部网格地图的定位性能检测指标，用于衡量重定位的结果。因此，本申请提出的技术方案能够对场景中移动的物体具有良好的鲁棒性，因为移动物体，如人，所处的位置通常是预先创建原始地图的空闲位置，相应激光点在局部网格很难查找对应的匹配点，进而不会对四项重定位指标产生影响，评估结果更加可靠。
另外，本申请提出的碰撞检测指标(碰撞点)，能够可靠的发现不合理地穿墙问题，进一步提高了重定位的鲁棒性。同样地，碰撞点数量仅由预先创建地图决定，不会受到人、车等动态物体影响。
本申请能够应用于搭载2d激光雷达的移动机器人。本申请可以用于正常定位过程中的机器人定位状态检测，检测指标对不存在于原始地图中的物体具有良好鲁棒性。
在本申请所提供的几个实施方式中，应该理解到，所揭露的方法以及设备，可以通过其它的方式实现。例如，以上所描述的设备实施方式仅仅是示意性的，例如，所述电路或单元的划分，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，例如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。
所述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方式方案的目的。
另外，在本申请各个实施方式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。
以上所述仅为本申请的实施方式，并非因此限制本申请的专利范围，凡是根据本申请说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本申请的专利保护范围内。
Claims (8)
1.一种定位检测方法，其特征在于，所述方法包括：
根据原始地图确定对应的先验地图；其中，所述原始地图为栅格地图，所述先验地图包括局部网格地图，所述局部网格地图的分辨率大于所述原始地图；
利用多个雷达传感器获取第一目标点，得到当前帧中的所有第一目标点；以及确定所述第一目标点对应的搜索半径；在所述先验地图中确定在所述搜索半径内的第二目标点，其中，所述第二目标点与所述局部网格地图中的占据栅格相对应；
根据所述第二目标点对所述第一目标点的定位进行评估，包括：
基于所述第二目标点的第一数量、所述第一目标点与所述第二目标点的平均偏移对所述第一目标点的定位进行评估；
或，
利用所述第二目标点和所述第一目标点的数量比值、所述第一数量和所述平均偏移对所述第一目标点的定位进行评估；
或，根据所述第二目标点的数量对所述第一目标点的定位进行评估。
2.根据权利要求1所述的方法，其特征在于，所述基于所述第二目标点的第一数量、所述第一目标点与所述第二目标点的平均偏移对所述第一目标点的定位进行评估，包括：
确定所述第二目标点的第一数量；
确定所述第一目标点与所述第二目标点的所述平均偏移；
基于所述第一数量和所述平均偏移对所述第一目标点的定位进行评估。
3.根据权利要求1所述的方法，其特征在于，所述利用所述第二目标点和所述第一目标点的数量比值、所述第一数量和所述平均偏移对所述第一目标点的定位进行评估，包括：
确定所述第一目标点的第二数量；
确定所述第一数量和所述第二数量的比值；
利用所述比值、所述第一数量和所述平均偏移对所述第一目标点的定位进行评估。
4.根据权利要求1所述的方法，其特征在于，所述在所述先验地图中确定与所述第一目标点对应的第二目标点，还包括：
确定每一所述第一目标点与所述雷达传感器之间的单位方向向量；
基于预设步长和所述单位方向向量，更新所述第一目标点，得到第三目标点；
若所述第三目标点对应所述局部网格地图中的占据栅格，则将所述第三目标点作为所述第二目标点。
5.根据权利要求1所述的方法，其特征在于，所述方法还包括：
获取当前评估结果；
若所述评估结果为定位良好，则进行定位状态累计；
在累计数到达阈值时，确定定位成功。
6.一种定位检测装置，其特征在于，所述定位检测装置包括处理器以及与所述处理器耦接的存储器；
其中，所述存储器用于存储计算机程序，所述处理器用于执行所述计算机程序，以实现如权利要求1-5任一项所述的方法。
7.一种自主移动设备，其特征在于，所述自主移动设备包括：
雷达组件；
处理器，与所述雷达组件连接，用于实现如权利要求1-5任一项所述的方法。
8.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质用于存储计算机程序，所述计算机程序在被处理器执行时，用于实现如权利要求1-5任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111547012.2A CN114442605B (zh) | 2021-12-16 | 2021-12-16 | 定位检测方法、装置、自主移动设备以及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111547012.2A CN114442605B (zh) | 2021-12-16 | 2021-12-16 | 定位检测方法、装置、自主移动设备以及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114442605A CN114442605A (zh) | 2022-05-06 |
| CN114442605B true CN114442605B (zh) | 2023-08-18 |
Family
ID=81363683
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111547012.2A Active CN114442605B (zh) | 2021-12-16 | 2021-12-16 | 定位检测方法、装置、自主移动设备以及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114442605B (zh) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109084804A (zh) * | 2018-08-21 | 2018-12-25 | 北京云迹科技有限公司 | 机器人定位精准度判定处理方法及装置 |
| CN111442722A (zh) * | 2020-03-26 | 2020-07-24 | 达闼科技成都有限公司 | 定位方法、装置、存储介质及电子设备 |
| CN111708047A (zh) * | 2020-06-16 | 2020-09-25 | 浙江大华技术股份有限公司 | 机器人定位评估方法、机器人及计算机存储介质 |
| CN111721283A (zh) * | 2019-03-18 | 2020-09-29 | 深圳市速腾聚创科技有限公司 | 定位算法的精度检测方法、装置、计算机设备和存储介质 |
| CN113436238A (zh) * | 2021-08-27 | 2021-09-24 | 湖北亿咖通科技有限公司 | 点云配准精度的评估方法、装置和电子设备 |
-
2021
- 2021-12-16 CN CN202111547012.2A patent/CN114442605B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109084804A (zh) * | 2018-08-21 | 2018-12-25 | 北京云迹科技有限公司 | 机器人定位精准度判定处理方法及装置 |
| CN111721283A (zh) * | 2019-03-18 | 2020-09-29 | 深圳市速腾聚创科技有限公司 | 定位算法的精度检测方法、装置、计算机设备和存储介质 |
| CN111442722A (zh) * | 2020-03-26 | 2020-07-24 | 达闼科技成都有限公司 | 定位方法、装置、存储介质及电子设备 |
| CN111708047A (zh) * | 2020-06-16 | 2020-09-25 | 浙江大华技术股份有限公司 | 机器人定位评估方法、机器人及计算机存储介质 |
| CN113436238A (zh) * | 2021-08-27 | 2021-09-24 | 湖北亿咖通科技有限公司 | 点云配准精度的评估方法、装置和电子设备 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114442605A (zh) | 2022-05-06 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110472496B (zh) | 一种基于目标检测与跟踪的交通视频智能分析方法 | |
| CN109829351B (zh) | 车道信息的检测方法、装置及计算机可读存储介质 | |
| US8447069B2 (en) | Apparatus and method for moving object detection | |
| CN102881022B (zh) | 基于在线学习的遮挡目标跟踪方法 | |
| CN107796397A (zh) | 一种机器人双目视觉定位方法、装置和存储介质 | |
| CN110390292B (zh) | 基于动态关联模型的遥感视频车辆目标检测与跟踪方法 | |
| CN111238854B (zh) | 一种扫地机器人覆盖率的确定方法、装置、设备及介质 | |
| CN111469127B (zh) | 代价地图更新方法、装置、机器人及存储介质 | |
| US20190362163A1 (en) | Method for validation of obstacle candidate | |
| CN113432533B (zh) | 一种机器人定位方法、装置、机器人及存储介质 | |
| KR20210027778A (ko) | 객체 검출 및 추적을 통한 이상행동 분석 장치 및 방법 | |
| Bengtsson et al. | Localization in changing environments-estimation of a covariance matrix for the IDC algorithm | |
| CN110046677B (zh) | 数据预处理方法、地图构建方法、回环检测方法及系统 | |
| Lim et al. | River flow lane detection and Kalman filtering-based B-spline lane tracking | |
| CN110426714B (zh) | 一种障碍物识别方法 | |
| JP7145770B2 (ja) | 車間距離測定装置、誤差モデル生成装置および学習モデル生成装置とこれらの方法およびプログラム | |
| CN105303887A (zh) | 用于监视车辆的期望轨迹的方法和设备 | |
| CN112967316B (zh) | 一种面向3d多目标追踪的运动补偿优化方法及系统 | |
| CN114442605B (zh) | 定位检测方法、装置、自主移动设备以及存储介质 | |
| CN117067261A (zh) | 机器人监控方法、装置、设备及存储介质 | |
| CN117115263A (zh) | 一种基于点云数据处理的语义动态建模方法 | |
| EP3904993A1 (en) | Positioning device and moving object | |
| CN116563341A (zh) | 一种处理复杂环境下动态物体的视觉定位与建图方法 | |
| CN112344966B (zh) | 一种定位失效检测方法、装置、存储介质及电子设备 | |
| Chryssanthacopoulos et al. | Analysis of open-loop and closed-loop planning for aircraft collision avoidance |
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 |