CN114689060A - 一种机器人、对机器人进行定位的方法 - Google Patents

一种机器人、对机器人进行定位的方法 Download PDF

Info

Publication number
CN114689060A
CN114689060A CN202011609955.9A CN202011609955A CN114689060A CN 114689060 A CN114689060 A CN 114689060A CN 202011609955 A CN202011609955 A CN 202011609955A CN 114689060 A CN114689060 A CN 114689060A
Authority
CN
China
Prior art keywords
robot
positioning
information
positioning information
assembly
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
CN202011609955.9A
Other languages
English (en)
Inventor
井涌渤
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 Jizhijia Technology Co Ltd
Original Assignee
Beijing Jizhijia 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 Jizhijia Technology Co Ltd filed Critical Beijing Jizhijia Technology Co Ltd
Priority to CN202011609955.9A priority Critical patent/CN114689060A/zh
Publication of CN114689060A publication Critical patent/CN114689060A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/28Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network with correlation of data from several navigational instruments
    • G01C21/30Map- or contour-matching

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Automation & Control Theory (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)

Abstract

本公开提供了一种机器人、对机器人进行定位的方法,其中,机器人包括:定位组件,配置为确定机器人在目标基准地图对应的地图坐标系下的第一定位信息;运动组件,配置为根据控制器的移动指令驱动机器人移动;传感器组件,配置为获取特征标识物在机器人坐标系下的位姿信息;控制器,配置为根据至少一种特征标识物在机器人坐标系下的位姿信息,以及至少一种特征标识物在目标基准地图中的预设位姿信息,确定机器人当前的至少一个第二定位信息;根据至少一个第二定位信息,对定位组件定位的第一定位信息进行调整,得到调整后的第三定位信息;根据第三定位信息,向运动组件下发移动指令以控制运动组件驱动机器人移动。

Description

一种机器人、对机器人进行定位的方法
技术领域
本公开涉及机器人定位技术领域,具体而言,涉及一种机器人、对机器人进行定位的方法。
背景技术
随着智能机器人技术的发展,应用智能机器人全自动、智能化的实现物品的搬运已经屡见不鲜。目前,无人搬运小车(Automated Guided Vehicle,AGV)或叉车在实现自动化的运行过程中,有取放货物等一系列的动作,这些动作都需要机器人非常准确的末端定位。
目前,基于激光检测目标轮廓的定位技术,机器人会因为周围的场景变动或场景特征退化导致定位偏差,造成取放货物不准的问题。因此,如何高精度的定位末端位置,使机器人准确实现取放货物等一系列的动作是当前机器人定位技术领域亟待解决的一些问题。
发明内容
本公开实施例至少提供一种机器人、对机器人进行定位的方法,能够提高定位准确性。
第一方面,本公开实施例提供了一种机器人,包括:运动组件、定位组件、传感器组件和控制器;其中:
定位组件,配置为确定机器人在目标基准地图对应的地图坐标系下的第一定位信息;
运动组件,配置为根据控制器的移动指令驱动机器人移动;
传感器组件,配置为采集至少一种特征标识物的数据,以获取所述特征标识物在机器人坐标系下的位姿信息;
控制器,配置为根据所述至少一种特征标识物在机器人坐标系下的位姿信息,以及所述至少一种特征标识物在目标基准地图中的预设位姿信息,确定所述机器人当前的至少一个第二定位信息;根据所述至少一个第二定位信息,对所述定位组件定位的所述第一定位信息进行调整,得到调整后的第三定位信息;根据所述第三定位信息,向所述运动组件下发移动指令以控制所述运动组件驱动机器人移动。
一种可选的实施方式中,所述控制器,还配置为,在所述机器人移动至目标位置之前,根据所述定位组件对机器人定位的第一定位信息,向所述运动组件下发移动指令以控制所述运动组件驱动机器人移动;在根据所述第一定位信息确定所述机器人到达目标位置后,根据调整后的所述第三定位信息,向所述运动组件下发移动指令以控制所述运动组件驱动机器人移动至目标位置进行货物的存放和/或取出。
一种可选的实施方式中,所述控制器,配置为根据所述第一定位信息和所述至少一个第二定位信息、所述定位组件对应的第一定位权重值,以及所述至少一种特征标识物分别对应的第二定位权重值,确定调整后的所述第三定位信息。
一种可选的实施方式中,所述第一定位权重值和第二定位权重值为针对所述定位组件和每种特征标识物分别进行多次历史定位测试后,得到的所述定位组件和每种特征标识物分别对应的定位结果的协方差。
一种可选的实施方式中,所述控制器,还配置为,获取指示了特征标识物的所述预设位姿信息的目标基准地图;根据所述目标基准地图,以及所述机器人的目标位置,确定所述机器人的第一移动路线,根据所述第一移动路线,以及在机器人移动过程中所述定位组件对机器人定位的第一定位信息,向所述运动组件下发移动指令以控制所述运动组件驱动机器人移动;以及,在所述机器人基于所述第一定位信息到达目标位置后,基于调整后的所述第三定位信息以及所述目标位置,确定所述机器人的第二移动路线,根据所述第二移动路线,向所述运动组件下发移动指令以控制所述运动组件驱动机器人移动至目标位置进行货物的存放和/或取出。
一种可选的实施方式中,所述目标基准地图为通过获取特征标识物的预设位姿信息,将所述预设位姿信息与实时建图与定位SLAM地图融合后得到的。
一种可选的实施方式中,所述控制器,还配置为,根据所述特征标识物在机器人坐标系下的位姿信息,以及所述定位组件在采集到所述特征标识物时所述机器人的第一定位信息,确定所述特征标识物在地图坐标系下的预测位姿信息;在所述预测位姿信息和与该预测位姿信息指示的位置距离最近的特征标识物在地图坐标系下的预设位姿信息之间的差值小于设定阈值的情况下,执行基于所述第二定位信息对所述第一定位信息进行调整的步骤,否则,过滤采集到的所述特征标识物在机器人坐标系下的位姿信息。
一种可选的实施方式中,所述至少一种特征标识物包括:
二维码、标签、标线、货架。
第二方面,本公开实施例还提供一种对机器人进行定位的方法,包括:
获取定位组件采集的机器人在目标基准地图对应的地图坐标系下的第一定位信息,以及采集至少一种特征标识物的数据,以获取所述特征标识物在机器人坐标系下的位姿信息;
根据所述传感器组件采集的所述至少一种特征标识物的数据,获取所述特征标识物在机器人坐标系下的位姿信息,以及所述至少一种特征标识物在目标基准地图中的预设位姿信息,确定所述机器人当前的至少一个第二定位信息;
根据所述至少一个第二定位信息,对所述定位组件定位的所述第一定位信息进行调整,得到调整后的第三定位信息;
根据所述第三定位信息,控制运动组件驱动机器人移动。
一种可选的实施方式中,在所述机器人移动至目标位置之前,根据所述定位组件对机器人定位的第一定位信息,控制运动组件驱动机器人移动;
在根据所述第一定位信息确定所述机器人到达目标位置后,根据对所述第一定位信息进行调整后的所述第三定位信息,控制运动组件驱动机器人移动至目标位置进行货物的存放和/或取出。
一种可选的实施方式中,根据所述至少一个第二定位信息,对所述定位组件定位的所述第一定位信息进行调整,得到调整后的第三定位信息,包括:
根据所述第一定位信息和所述至少一个第二定位信息、所述定位组件对应的第一定位权重值,以及所述至少一种特征标识物分别对应的第二定位权重值,确定调整后的所述第三定位信息。
一种可选的实施方式中,还包括:
获取针对所述定位组件和每种特征标识物分别进行多次历史定位测试后,得到的所述定位组件和每种特征标识物分别对应的定位结果的协方差;
根据所述定位组件和每种特征标识物分别对应的定位结果的协方差,确定所述第一定位权重值和至少一个第二定位权重值。
一种可选的实施方式中,在所述机器人移动至目标位置之前,根据所述定位组件对机器人定位的第一定位信息,控制运动组件驱动机器人移动,包括:
获取指示了特征标识物的所述预设位姿信息的目标基准地图;根据所述目标基准地图,以及所述机器人的目标位置,确定所述机器人的第一移动路线;根据所述第一移动路线,以及在机器人移动过程中所述定位组件对机器人定位的第一定位信息,控制运动组件驱动机器人移动;
在根据所述第一定位信息确定所述机器人到达目标位置后,根据对所述第一定位信息进行调整后的所述第三定位信息,控制运动组件驱动机器人移动至目标位置进行货物的存放和/或取出,包括:
在所述机器人基于所述第一定位信息到达目标位置后,基于调整后的所述第三定位信息以及所述目标位置,确定所述机器人的第二移动路线;根据所述第二移动路线,控制所述运动组件驱动机器人移动至目标位置进行货物的存放和/或取出。
一种可选的实施方式中,还包括:
获取特征标识物的预设位姿信息;
将所述预设位姿信息与实时建图与定位SLAM地图融合后得到所述目标基准地图。
一种可选的实施方式中,还包括:
根据所述特征标识物在机器人坐标系下的位姿信息,以及所述定位组件在采集到所述特征标识物时所述机器人的第一定位信息,确定所述特征标识物在地图坐标系下的预测位姿信息;
在所述预测位姿信息和与该预测位姿信息指示的位置距离最近的特征标识物在地图坐标系下的预设位姿信息之间的差值小于设定阈值的情况下,执行基于所述第二定位信息对所述第一定位信息进行调整的步骤,否则,过滤采集到的所述特征标识物在机器人坐标系下的位姿信息。
关于上述对机器人进行定位的方法的效果描述参见上述机器人的说明,这里不再赘述。
本公开实施例提供的机器人、对机器人进行定位的方法,根据至少一种特征标识物在机器人坐标系下的位姿信息,以及至少一种特征标识物在目标基准地图中的预设位姿信息,确定机器人当前的至少一个第二定位信息;根据至少一个第二定位信息,对定位组件定位的第一定位信息进行调整,得到调整后的第三定位信息;根据第三定位信息,向运动组件下发移动指令以控制运动组件驱动机器人移动。这样,通过将机器人的定位组件的定位结果,与通过采集特征标识物得到的定位结果进行融合,得到机器人更为精准的定位结果,提高了定位精确度。
进一步的,本公开实施例提供的机器人、对机器人进行定位的方法,在机器人移动至目标位置之前,还可以根据定位组件对机器人定位的第一定位信息,向运动组件下发移动指令以控制运动组件驱动机器人移动;在根据第一定位信息确定机器人到达目标位置后,根据调整后的第三定位信息,向运动组件下发移动指令以控制运动组件驱动机器人移动至目标位置进行货物的存放和/或取出。这样,在机器人领取工作任务后,在移动过程中可以基于定位组件的定位结果到达工作任务所指示的目标位置,之后,利用融合后的机器人精准定位结果,对机器人当前位姿进一步进行调整,使得机器人可以到达准确的目标位置存货或取货,能够让机器人实现快速精准地存取货物,不用通过不停调整位姿来实现存取货物,进而提高了机器人工作效率。
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公开实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,此处的附图被并入说明书中并构成本说明书中的一部分,这些附图示出了符合本公开的实施例,并与说明书一起用于说明本公开的技术方案。应当理解,以下附图仅示出了本公开的某些实施例,因此不应被看作是对范围的限定,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相关的附图。
图1示出了本公开实施例所提供的一种机器人示意图;
图2a示出了本公开实施例所提供的将货架和车道线用于机器人定位的示意图;
图2b示出了本公开实施例所提供的为将二维码用于机器人定位的示意图;
图2c示出了本公开实施例所提供的机器人高精度定位的流程图;
图3示出了本公开实施例所提供的对传感器组件采集到的特征标识物准确性进行判定的流程图;
图4示出了本公开实施例所提供的机器人移动至目标位置进行货物的存放和/或取出的流程图。
具体实施方式
为使本公开实施例的目的、技术方案和优点更加清楚,下面将结合本公开实施例中附图,对本公开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公开一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本公开实施例的组件可以以各种不同的配置来布置和设计。因此,以下对在附图中提供的本公开的实施例的详细描述并非旨在限制要求保护的本公开的范围,而是仅仅表示本公开的选定实施例。基于本公开的实施例,本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本公开保护的范围。
另外,本公开实施例中的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的实施例能够以除了在这里图示或描述的内容以外的顺序实施。
在本文中提及的“多个或者若干个”是指两个或两个以上。“和/或”,描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。
经研究发现,基于激光检测目标轮廓的定位技术,机器人会因为检测周围的场景变动或场景特征退化导致定位存在一些偏差,造成机器人取放货物不准的问题。
基于上述研究,本公开提供了一种机器人、对机器人进行定位的方法,将机器人的定位组件的定位结果,与通过采集特征标识物得到的定位结果进行融合,得到机器人更为精准的定位结果。在一种实施场景下,在机器人领取工作任务后,在移动过程中可以基于定位组件的定位结果到达工作任务所指示的目标位置,之后,采用传感器组件采集特征标识物的位姿信息,与定位组件的定位结果融合,得到融合后的机器人精准定位结果,对机器人当前位姿进一步进行调整,使得机器人可以到达准确的目标位置存货或取货,能够让机器人实现快速精准地存取货物,不用通过不停调整位姿来实现存取货物,进而提高了机器人工作效率。
针对以上方案所存在的缺陷,均是发明人在经过实践并仔细研究后得出的结果,因此,上述问题的发现过程以及下文中本公开针对上述问题所提出的解决方案,都应该是发明人在本公开过程中对本公开做出的贡献。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。
为便于对本实施例进行理解,首先对本公开实施例所公开的一种机器人进行详细介绍,本公开实施例所提供的机器人的执行主体一般为具有一定计算能力的设备,例如包括:工控机等。
实施例一
参见图1所示,为本公开实施例提供的机器人示意图,该机器人包括定位组件101、运动组件102、传感器组件103和控制器104;定位组件101可以包含激光雷达、里程计、测量惯性单元(Inertial Measurement Unit,IMU)、全球定位系统(Global PositioningSystem,GPS)等;传感器组件103可以包含激光传感器或者视觉传感器等,例如,激光雷达传感器、用于拍摄地面设置的特征标识物的相机和平视鱼眼相机等。
定位组件101,配置为确定机器人在目标基准地图对应的地图坐标系下的第一定位信息,并传输给控制器。
在具体实施中,目标基准地图可以根据特征标识物的预设位姿信息,将特征标识物的预设位姿信息与基础地图融合后得到,基础地图比如可以是基于实时建图与定位(Simultaneous Localization And Mapping,SLAM)得到的栅格地图(也称SLAM地图)。其中,特征标识物的预设位姿信息可以为预先设置在仓储空间中的特征标识物在目标基准地图对应的地图坐标系下的位姿信息,该位姿信息可以是人工标定的标准位姿信息。
具体实施时,在机器人移动过程中,不依赖于特征标识物的定位组件101可以实时采集机器人在目标基准地图对应的地图坐标系下的定位信息,即上述的第一定位信息,并将该位姿信息实时传输给控制器。
运动组件102,配置为根据控制器的移动指令驱动机器人移动。
在机器人工作过程中,工作人员可以通过遥控设备向机器人发送移动指令或通过服务器向机器人发送移动指令,控制器在接收到移动指令后,可以控制驱动器驱动电机转动,车轮通过连杆组件与电机相连,电机带动车轮进而驱动机器人移动。其中,遥控设备可以是手柄等带有红外发射器的装置。
传感器组件103,配置为采集至少一种特征标识物的数据,以获取所述特征标识物在机器人坐标系下的位姿信息,并传输给控制器。
这里,传感器组件可以是任何能够采集特征标识物的组件,比如,激光雷达、摄像装置等,摄像装置可以包括不同拍摄角度的摄像头,比如向下拍摄的摄像头、视觉范围较广的鱼眼摄像头等。
特征标识物可以包括能够用来标识位置的标线、货架、标签(tag)和二维码等。
这里,传感器组件103在采集到至少一种特征标识物的数据(可以是点云数据或图像数据)后,可以基于这些数据得到特征标识物在机器人坐标系下的位姿信息,也即相对机器人的位姿信息。
比如,激光雷达作为传感器组件103,可以采集周围环境的点云数据,点云数据中可以包含上述特征标识物的点云点的数据,从而可以检测出这些特征标识物在雷达坐标系下的位姿信息,结合雷达坐标系与机器人坐标系之间的转换关系,进而可以得到采集的特征标识物在机器人坐标系下的位姿信息;或者,采用摄像装置作为传感器组件103,比如可以拍摄特征标识物,采集包含特征标识物的图像数据,基于该图像数据,经过坐标系(图像坐标系、相机坐标系、机器人坐标系)之间的转换,可以得到特征标识物在机器人坐标系下的位姿信息。
上述至少一种特征标识物可以包括:二维码、标线、货架等;在特征标识物包括标线的情况下,标线这种特征标识物可以包括能够指示不同方向的多条线,可以将多条线组合起来对机器人进行定位。另外,针对货架这种特征标志物,因为货架具有规范的棱角,因此也可以用来进行指向。参见图2a所示,为将货架和车道线用于机器人定位的示意图,其中,211为货架,212为货箱,213为货架棱角(提供角点特征,用于定位),214为车道线(车道线可以与其它方向的标线一起用于定位,货架的边界线可以作为标线使用),机器人可以采用平视鱼眼相机216采集车道线的数据。215为机器人。在特征标识物包括二维码的情况下,二维码可以设置在仓储空间的地面上,此时传感器组件103中可以包含朝下拍摄的摄像装置,或者,二维码也可以设置在墙上或货架上,此时传感器组件103中可以包含朝上或超前拍摄的摄像装置。参见图2b所示,为将二维码用于机器人定位的示意图,其中,221为摄像头,222为二维码。
控制器104,配置为根据至少一种特征标识物在机器人坐标系下的位姿信息,以及至少一种特征标识物在目标基准地图中的预设位姿信息,确定机器人当前的至少一个第二定位信息;根据至少一个第二定位信息,对定位组件定位的第一定位信息进行调整,得到调整后的第三定位信息;根据第三定位信息,向运动组件下发移动指令以控制运动组件驱动机器人移动。
具体实施时,参考图2c所示,控制器104可以按照以下步骤,完成机器人高精度定位过程:
S201:根据至少一种特征标识物在机器人坐标系下的位姿信息,以及至少一种特征标识物在目标基准地图中的预设位姿信息,确定机器人当前的至少一个第二定位信息。
该步骤也即为对机器人进行视觉定位的过程,传感器组件采集的是包含特征标识物的场景数据,比如包含特征标识物的场景图像或点云图像,将该场景图像或点云图像与目标基准地图进行比较,可以找到特征标识物在目标基准地图中的预设位姿信息。作为一种实施方式,对于二维码这种特征标识物,也可以通过识别二维码,直接得到二维码对应的预设位姿信息。作为另一种实施方式,二维码或标签中可以携带有编号信息,可以直接根据识别到的编号信息确定与之对应的预设位姿信息。
S202:根据至少一个第二定位信息,对定位组件定位的第一定位信息进行调整,得到调整后的第三定位信息。
具体实施时,根据第一定位信息和至少一个第二定位信息、定位组件对应的第一定位权重值,以及至少一种特征标识物分别对应的第二定位权重值,确定调整后的第三定位信息。其中,第一定位权重值和第二定位权重值为针对定位组件和每种特征标识物分别进行多次历史定位测试后,得到的定位组件和每种特征标识物分别对应的定位结果的协方差。
示例性的,在融合基于上述特征标识物的定位结果和基于定位组件的定位结果时,可以使用卡尔曼滤波的方式,预先计算出每种用于定位的特征标识物对应的检测结果的协方差,将该协方差作为权重值,用于融合多种定位结果,得到一个融合后更精准的定位结果。在计算协方差时,需要针对每种定位方式(包括基于定位组件定位、基于每种特征标识物定位(比如基于不同方向的标线定位、基于货架定位、基于二维码定位、基于标签定位等)),进行多次历史定位测试,然后得到这多次历史测试的定位结果的协方差。在这多次历史定位测试中,可以使用相同的机器人多次采集同一特征标识物的数据来进行定位。
比如,得到定位组件对机器人定位的第一定位信息R0、定位组件对应的第一权重值γ1;特征标识物包括:不同方向的标线A1和A2,二维码B1,基于A1、A2,对机器人进行定位,得到第二定位信息R1(包括位置坐标和朝向)、标线对应的第二权重值γ2、基于B1对机器人进行定位,得到第二定位信息R2,其对应的第二权重值γ3,如此,计算出更为精准地机器人位姿,即第三定位信息C=γ1R02R13R2表示。
在具体实施中,可能存在采集数据本身不准确的问题,基于此,在根据至少一个第二定位信息,对定位组件定位的第一定位信息进行调整之前,可以首先针对传感器组件103采集到的特征标识物,判断是否使用该特征标识物来进行融合定位。参见图3所示,其为对传感器组件采集到的特征标识物准确性进行判定的流程图,可以包括步骤S301~步骤S304,其中:
S301:根据传感器组件当前采集到的特征标识物在机器人坐标系下的位姿信息,以及定位组件在采集到特征标识物时机器人的第一定位信息,确定特征标识物在地图坐标系下的预测位姿信息。
示例性的,在特征标识物为若干条标线的情况下,可以根据传感器组件采集的当前若干条标线在机器人坐标系下的位姿信息,以及定位组件在采集到若干条标线时机器人的第一定位信息,确定若干条标线在地图坐标系下的预测位姿信息。
S302:判断预测位姿信息和与该预测位姿信息指示的位置距离最近的特征标识物在地图坐标系下的预设位姿信息之间的差值是否小于设定阈值,如果是,则执行上述S201~S202;如果否,则执行步骤S303。
这里,可以根据该预测位姿信息,找到目标基准地图中与该预测位姿信息指示的位置距离最近的特征标识物,判断找到的该特征标识物在目标基准地图中的预设位姿信息与预测位姿信息之间是否误差很大,如果误差小于设定阈值,可以认为采集到的特征标识物准确,可以用来进行融合定位信息的确定,如果相差很多,可以认为采集到的特征标识物可能不准确,将其过滤,不用其进行融合定位信息的确定。
本步骤中,设定阈值可以为技术人员根据经验值获取到的数据值,在此不进行限定。
S303:在预测位姿信息与特征标识物在地图坐标系下的预设位姿信息之间的差值大于或等于设定阈值的情况下,过滤采集到的特征标识物在机器人坐标系下的位姿信息,结束流程。
在一种可能的实施方式中,针对上述特征标识物为携带有编号信息的二维码/标签的情况,可以在得到特征标识物对应的预测位姿信息后,找到目标基准地图中与该预测位姿信息指示的位置距离最近的特征标识物,判断该特征标识物的编号与采集到的特征标识物的编号是否相同,如果相同,则认为该特征标识物可以用于进行融合定位信息的确定,否则过滤掉。或者,在得到特征标识物对应的预测位姿信息后,找到目标基准地图中与该预测位姿信息指示的位置的距离在设定阈值范围内的特征标识物,判断找到的特征标识物的编号与采集到的特征标识物的编号是否相同,如果相同,则认为该特征标识物可以用于进行融合定位信息的确定,否则过滤掉。
本步骤中,编号不匹配的可能原因为机器人运行过程中采集的特征标识物不完全,例如,光线的影响,相机采集的二维码的编码标识不完全。控制器104在过滤掉编号不匹配的特征标识物之后,可以控制机器人继续检测特征标识物,执行上述步骤S301。
S203:根据第三定位信息,向运动组件下发移动指令以控制运动组件驱动机器人移动。
本步骤中,可以根据上述调整后的机器人的第三位姿信息,驱动机器人移动,能够减少机器人在运行过程中对自身位姿的调整,提高工作效率。
另外,在应用于机器人取货和/或放货的场景中,可以参见图4所示,其为机器人移动至目标位置进行货物的存放和/或取出的流程图,包括步骤S401~步骤S404,其中:
S401:在机器人移动至目标位置之前,可以根据定位组件101对机器人定位的第一定位信息,向运动组件下发移动指令以控制运动组件驱动机器人移动。
具体实施时,可以通过获取指示了特征标识物的预设位姿信息的目标基准地图;根据目标基准地图,以及机器人的目标位置,确定机器人的第一移动路线,根据第一移动路线,以及在机器人移动过程中定位组件对机器人定位的第一定位信息,向运动组件下发移动指令以控制运动组件驱动机器人移动。
S402:在根据第一定位信息确定机器人到达目标位置后,根据调整后的第三定位信息,向运动组件下发移动指令以控制运动组件驱动机器人移动至目标位置进行货物的存放和/或取出。
具体实施时,在机器人基于第一定位信息到达目标位置后,可以基于调整后的第三定位信息以及目标位置,确定机器人的第二移动路线,根据第二移动路线,向运动组件下发移动指令以控制运动组件驱动机器人移动至目标位置进行货物的存放和/或取出。
根据本公开实施例提供的机器人,通过多种定位方式,如利用定位组件和传感器组件采集多种特征标识物的位姿信息,对机器人的定位结果进行融合处理,得到更为精准的机器人定位结果,提高了机器人定位的准确性。另外,在机器人进行取货和/或放货的过程中,在机器人按照定位组件的定位结果到达目标位置后,可以基于在存取货物的目标位置附近设置的特征标识物,来对机器人进行视觉定位,基于视觉定位得到的第二定位信息,对第一定位信息进行调整,也即得到融合定位的第三定位信息,由于第三定位信息为机器人进行高精度定位的定位信息,因此,减少了机器人不断调整位姿来存取货物的次数,提高了机器人的工作效率。
基于同一发明构思,本公开实施例中还提供了与机器人对应的对机器人进行定位的方法,由于本公开实施例中的对机器人进行定位的方法解决问题的原理与本公开实施例上述机器人相似,因此方法的实施可以参见机器人的实施,重复之处不再赘述。
实施例二
为本公开实施例提供的一种对机器人进行定位的方法,包括:
获取定位组件采集的机器人在目标基准地图对应的地图坐标系下的第一定位信息,以及传感器组件采集的至少一种特征标识物在机器人坐标系下的位姿信息;
根据所述传感器组件采集的所述至少一种特征标识物的数据,获取所述特征标识物在机器人坐标系下的位姿信息,以及所述至少一种特征标识物在目标基准地图中的预设位姿信息,确定所述机器人当前的至少一个第二定位信息;
根据所述至少一个第二定位信息,对所述定位组件定位的所述第一定位信息进行调整,得到调整后的第三定位信息;
根据所述第三定位信息,控制运动组件驱动机器人移动。
一种可选的实时方式中,所述方法还包括:
在所述机器人移动至目标位置之前,根据所述定位组件对机器人定位的第一定位信息,控制运动组件驱动机器人移动;
在根据所述第一定位信息确定所述机器人到达目标位置后,根据对所述第一定位信息进行调整后的所述第三定位信息,控制运动组件驱动机器人移动至目标位置进行货物的存放和/或取出。
一种可选的实时方式中,根据所述至少一个第二定位信息,对所述定位组件定位的所述第一定位信息进行调整,得到调整后的第三定位信息,包括:
根据所述第一定位信息和所述至少一个第二定位信息、所述定位组件对应的第一定位权重值,以及所述至少一种特征标识物分别对应的第二定位权重值,确定调整后的所述第三定位信息。
一种可选的实时方式中,所述方法还包括:
获取针对所述定位组件和每种特征标识物分别进行多次历史定位测试后,得到的所述定位组件和每种特征标识物分别对应的定位结果的协方差;
根据所述定位组件和每种特征标识物分别对应的定位结果的协方差,确定所述第一定位权重值和至少一个第二定位权重值。
一种可选的实时方式中,在所述机器人移动至目标位置之前,根据所述定位组件对机器人定位的第一定位信息,控制运动组件驱动机器人移动,包括:
获取指示了特征标识物的所述预设位姿信息的目标基准地图;根据所述目标基准地图,以及所述机器人的目标位置,确定所述机器人的第一移动路线;根据所述第一移动路线,以及在机器人移动过程中所述定位组件对机器人定位的第一定位信息,控制运动组件驱动机器人移动;
在根据所述第一定位信息确定所述机器人到达目标位置后,根据对所述第一定位信息进行调整后的所述第三定位信息,控制运动组件驱动机器人移动至目标位置进行货物的存放和/或取出,包括:
在所述机器人基于所述第一定位信息到达目标位置后,基于调整后的所述第三定位信息以及所述目标位置,确定所述机器人的第二移动路线;根据所述第二移动路线,控制所述运动组件驱动机器人移动至目标位置进行货物的存放和/或取出。
一种可选的实时方式中,所述方法还包括:
获取特征标识物的预设位姿信息;
将所述预设位姿信息与实时建图与定位SLAM地图融合后得到所述目标基准地图。
一种可选的实时方式中,所述方法还包括:
根据所述特征标识物在机器人坐标系下的位姿信息,以及所述定位组件在采集到所述特征标识物时所述机器人的第一定位信息,确定所述特征标识物在地图坐标系下的预测位姿信息;
在所述预测位姿信息和与该预测位姿信息指示的位置距离最近的特征标识物在地图坐标系下的预设位姿信息之间的差值小于设定阈值的情况下,执行基于所述第二定位信息对所述第一定位信息进行调整的步骤,否则,过滤采集到的所述特征标识物在机器人坐标系下的位姿信息。
本领域技术人员可以理解,在具体实施方式的上述方法中,各步骤的撰写顺序并不意味着严格的执行顺序而对实施过程构成任何限定,各步骤的具体执行顺序应当以其功能和可能的内在逻辑确定。
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,上述描述的方法的具体工作过程,可以参考前述机器人实施例中的对应过程,在此不再赘述。
本公开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)执行本公开各个实施例所述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(Read-Only Memory,ROM)、随机存取存储器(Random Access Memory,RAM)、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:以上所述实施例,仅为本公开的具体实施方式,用以说明本公开的技术方案,而非对其限制,本公开的保护范围并不局限于此,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:任何熟悉本技术领域的技术人员在本公开揭露的技术范围内,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公开实施例技术方案的精神和范围,都应涵盖在本公开的保护范围之内。因此,本公开的保护范围应所述以权利要求的保护范围为准。

Claims (10)

1.一种机器人,其特征在于,包括:运动组件、定位组件、传感器组件和控制器;其中:
定位组件,配置为确定机器人在目标基准地图对应的地图坐标系下的第一定位信息;
运动组件,配置为根据控制器的移动指令驱动机器人移动;
传感器组件,配置为采集至少一种特征标识物的数据,以获取所述特征标识物在机器人坐标系下的位姿信息;
控制器,配置为根据所述至少一种特征标识物在机器人坐标系下的位姿信息,以及所述至少一种特征标识物在目标基准地图中的预设位姿信息,确定所述机器人当前的至少一个第二定位信息;根据所述至少一个第二定位信息,对所述定位组件定位的所述第一定位信息进行调整,得到调整后的第三定位信息;根据所述第三定位信息,向所述运动组件下发移动指令以控制所述运动组件驱动机器人移动。
2.根据权利要求1所述的机器人,其特征在于,所述控制器,还配置为,在所述机器人移动至目标位置之前,根据所述定位组件对机器人定位的第一定位信息,向所述运动组件下发移动指令以控制所述运动组件驱动机器人移动;在根据所述第一定位信息确定所述机器人到达目标位置后,根据调整后的所述第三定位信息,向所述运动组件下发移动指令以控制所述运动组件驱动机器人移动至目标位置进行货物的存放和/或取出。
3.根据权利要求1或2所述的机器人,其特征在于,所述控制器,配置为根据所述第一定位信息和所述至少一个第二定位信息、所述定位组件对应的第一定位权重值,以及所述至少一种特征标识物分别对应的第二定位权重值,确定调整后的所述第三定位信息。
4.根据权利要求3所述的机器人,其特征在于,所述第一定位权重值和第二定位权重值为针对所述定位组件和每种特征标识物分别进行多次历史定位测试后,得到的所述定位组件和每种特征标识物分别对应的定位结果的协方差。
5.根据权利要求2所述的机器人,其特征在于,所述控制器,还配置为,获取指示了特征标识物的所述预设位姿信息的目标基准地图;根据所述目标基准地图,以及所述机器人的目标位置,确定所述机器人的第一移动路线,根据所述第一移动路线,以及在机器人移动过程中所述定位组件对机器人定位的第一定位信息,向所述运动组件下发移动指令以控制所述运动组件驱动机器人移动;以及,在所述机器人基于所述第一定位信息到达目标位置后,基于调整后的所述第三定位信息以及所述目标位置,确定所述机器人的第二移动路线,根据所述第二移动路线,向所述运动组件下发移动指令以控制所述运动组件驱动机器人移动至目标位置进行货物的存放和/或取出。
6.根据权利要求1~5任一所述的机器人,其特征在于,所述目标基准地图为通过获取特征标识物的预设位姿信息,将所述预设位姿信息与实时建图与定位SLAM地图融合后得到的。
7.根据权利要求1所述的机器人,其特征在于,所述控制器,还配置为,根据所述特征标识物在机器人坐标系下的位姿信息,以及所述定位组件在采集到所述特征标识物时所述机器人的第一定位信息,确定所述特征标识物在地图坐标系下的预测位姿信息;在所述预测位姿信息和与该预测位姿信息指示的位置距离最近的特征标识物在地图坐标系下的预设位姿信息之间的差值小于设定阈值的情况下,执行基于所述第二定位信息对所述第一定位信息进行调整的步骤,否则,过滤采集到的所述特征标识物在机器人坐标系下的位姿信息。
8.根据权利要求1所述的机器人,其特征在于,所述至少一种特征标识物包括:
二维码、标签、标线、货架。
9.一种对机器人进行定位的方法,其特征在于,包括:
获取定位组件采集的机器人在目标基准地图对应的地图坐标系下的第一定位信息,以及传感器组件采集至少一种特征标识物的数据,以获取所述特征标识物在机器人坐标系下的位姿信息;
根据所述传感器组件采集的所述至少一种特征标识物的数据,获取所述特征标识物在机器人坐标系下的位姿信息,以及所述至少一种特征标识物在目标基准地图中的预设位姿信息,确定所述机器人当前的至少一个第二定位信息;
根据所述至少一个第二定位信息,对所述定位组件定位的所述第一定位信息进行调整,得到调整后的第三定位信息;
根据所述第三定位信息,控制运动组件驱动机器人移动。
10.根据权利要求9所述的方法,其特征在于,所述方法还包括:
在所述机器人移动至目标位置之前,根据所述定位组件对机器人定位的第一定位信息,控制运动组件驱动机器人移动;
在根据所述第一定位信息确定所述机器人到达目标位置后,根据对所述第一定位信息进行调整后的所述第三定位信息,控制运动组件驱动机器人移动至目标位置进行货物的存放和/或取出。
CN202011609955.9A 2020-12-30 2020-12-30 一种机器人、对机器人进行定位的方法 Pending CN114689060A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011609955.9A CN114689060A (zh) 2020-12-30 2020-12-30 一种机器人、对机器人进行定位的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011609955.9A CN114689060A (zh) 2020-12-30 2020-12-30 一种机器人、对机器人进行定位的方法

Publications (1)

Publication Number Publication Date
CN114689060A true CN114689060A (zh) 2022-07-01

Family

ID=82131670

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011609955.9A Pending CN114689060A (zh) 2020-12-30 2020-12-30 一种机器人、对机器人进行定位的方法

Country Status (1)

Country Link
CN (1) CN114689060A (zh)

Similar Documents

Publication Publication Date Title
Kwon et al. Robust autonomous navigation of unmanned aerial vehicles (UAVs) for warehouses’ inventory application
CN109154827B (zh) 机器人车辆的定位
CN110377015B (zh) 机器人定位方法和机器人定位装置
US10209063B2 (en) Using sensor-based observations of agents in an environment to estimate the pose of an object in the environment and to estimate an uncertainty measure for the pose
US10127677B1 (en) Using observations from one or more robots to generate a spatio-temporal model that defines pose values for a plurality of objects in an environment
CN108290294B (zh) 移动机器人及其控制方法
Vasiljević et al. High-accuracy vehicle localization for autonomous warehousing
US9280757B2 (en) Automated inventory management
KR102148592B1 (ko) 네거티브 매핑을 이용한 국부화
US20150253766A1 (en) Quality assured manufacturing
Holz et al. Real-time object detection, localization and verification for fast robotic depalletizing
CN110470333B (zh) 传感器参数的标定方法及装置、存储介质和电子装置
US20180100740A1 (en) Method and apparatus for planning path
CN113632117A (zh) 仓库管理方法和系统
CN110789529B (zh) 车辆的控制方法、装置及计算机可读存储介质
CN110825111A (zh) 适用于高架仓库货物盘点的无人机控制方法、货物盘点方法、装置、服务器及存储介质
US11562497B1 (en) Automatic field of view detection
JP6328796B2 (ja) マニプレータ制御方法、システム、およびマニプレータ
TW201832147A (zh) 物品巡檢方法及相關設備
JP2017217726A (ja) ロボット
Novoselov et al. Development of the method local navigation of mobile robot a based on the tags with QR code and wireless sensor network
CN114689060A (zh) 一种机器人、对机器人进行定位的方法
CN109443346A (zh) 监控导航方法及系统
CN109489678A (zh) 用于监控导航的定位方法及系统
US20230266770A1 (en) Movable platform for taking inventory and/or performing other actions on objects

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