CN115265548B - 一种机器人位置定位方法、装置、电子设备和介质 - Google Patents
一种机器人位置定位方法、装置、电子设备和介质 Download PDFInfo
- Publication number
- CN115265548B CN115265548B CN202211145181.8A CN202211145181A CN115265548B CN 115265548 B CN115265548 B CN 115265548B CN 202211145181 A CN202211145181 A CN 202211145181A CN 115265548 B CN115265548 B CN 115265548B
- Authority
- CN
- China
- Prior art keywords
- robot
- elevator
- probability
- floor
- target
- 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
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/20—Instruments for performing navigational calculations
- G01C21/206—Instruments for performing navigational calculations specially adapted for indoor navigation
Abstract
本公开涉及机器人技术领域,提供了一种机器人位置定位方法、装置、电子设备和介质。该方法包括:获取机器人所在区域的各个楼层的楼层号和各个电梯的电梯编号,得到楼层号集合和电梯编号集合;获取机器人的任务信息,基于机器人的任务信息,确定机器人的初始楼层号、目标楼层号、乘坐电梯的目标电梯编号和目标动作;基于初始楼层号、目标楼层号、目标电梯编号和目标动作,计算机器人位于楼层号集合对应的楼层和电梯编号集合对应的电梯的目标概率分布;基于目标概率分布,确定机器人所处的最大概率的位置。该实施方式应用直方图滤波对机器人所在的状态空间进行分解,计算机器人在状态空间中的每个位置的概率,实现了机器人位置的准确定位。
Description
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楼层定位方法、装置、电子设备和介质。
背景技术
机器人(Robot)是自动执行工作的机器装置。它既可以接受人的指令,与人交流,又可以运行预先编排的程序,也可以根据以人工智能技术定制的原则纲领行动。它的任务是协助或取代人类的工作,例如,生产业、建筑业或是危险的工作。机器人是高级整合控制论、机械电子、计算机、材料和仿生学的产物。目前在工业、医学、农业甚至军事等领域中均有重要用途。
机器人的任务自动执行过程是需要每个环节一步步成功累积的,如果其中一环出现问题,整个任务也无法成功。关于机器人跨楼层任务中关键一环乘梯过程就有很多异常情况,例如乘梯过程中机器人被人搬出电梯、搬进电梯、或被推入其他电梯等情况,而目前市场上主要的楼层获取方式有红外激光或UWB传感器测距+无线通信/网络通信、电梯井内电梯停靠楼层附近安装多个rfid或者红外传感器判断电梯是否经过当前楼层,从而判断电梯在几层、通过wifi AP定位楼层等。存在的问题是这些传感器均测量的是电梯楼层,并非机器人所在的楼层。如果机器人在电梯中被搬出,或者进电梯因为打滑,机器人以为自己在电梯内而实际未进入电梯的情况,单纯靠电梯楼层定位机器人位置比较困难。而目前常用的传感器由于自身存在的不足,也存在着无法通过一种或两种传感器准确感知机器人位置上报机器人所在楼层的问题。因此,准确定位机器人的位置成为了当前亟待解决的问题。
发明内容
有鉴于此,本公开实施例提供了一种机器人位置定位方法、装置、电子设备和介质,以解决现有技术中在机器人进行跨楼层任务中如何准确的进行机器人位置定位的问题。
本公开实施例的第一方面,提供了一种机器人位置定位方法,包括:获取机器人所在区域的各个楼层的楼层号和各个电梯的电梯编号,得到楼层号集合和电梯编号集合;获取上述机器人的任务信息,基于上述机器人的任务信息,确定机器人的初始楼层号、目标楼层号、乘坐电梯的目标电梯编号和目标动作;基于上述初始楼层号、上述目标楼层号、上述目标电梯编号和上述目标动作,计算上述机器人位于上述楼层号集合对应的楼层和上述电梯编号集合对应的电梯的目标概率分布;基于上述目标概率分布,确定上述机器人所处的最大概率的位置。
本公开实施例的第二方面,提供了一种机器人位置定位装置,包括:第一获取单元,被配置成获取机器人所在区域的各个楼层的楼层号和各个电梯的电梯编号,得到楼层号集合和电梯编号集合;第二获取单元,被配置成获取上述机器人的任务信息,基于上述机器人的任务信息,确定机器人的初始楼层号、目标楼层号、乘坐电梯的目标电梯编号和目标动作;计算单元,被配置成基于上述初始楼层号、上述目标楼层号、上述目标电梯编号和上述目标动作,计算上述机器人位于上述楼层号集合对应的楼层和上述电梯编号集合对应的电梯的目标概率分布;位置确定单元,被配置成基于上述目标概率分布,确定上述机器人所处的最大概率的位置。
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以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:首先,获取机器人所在区域的各个楼层的楼层号和各个电梯的电梯编号,得到楼层号集合和电梯编号集合;然后,获取上述机器人的任务信息,基于上述机器人的任务信息,确定机器人的初始楼层号、目标楼层号、乘坐电梯的目标电梯编号和目标动作;之后,基于上述初始楼层号、上述目标楼层号、上述目标电梯编号和上述目标动作,计算上述机器人位于上述楼层号集合对应的楼层和上述电梯编号集合对应的电梯的目标概率分布;最后,基于上述目标概率分布,确定上述机器人所处的最大概率的位置。本公开提供的方法应用直方图滤波对机器人所在的状态空间进行分解,采用贝叶斯滤波思想融合计算机器人在状态空间中的每个位置的概率,从而实现了机器人的位置定位,在进行机器人的观测过程中,可以采用多种观测结合的方法,极大地提高了机器人楼层鲁棒性。
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是根据本公开的一些实施例的机器人位置定位方法的一个应用场景的示意图;
图2是根据本公开的机器人位置定位方法的一些实施例的流程图;
图3是根据本公开的机器人位置定位装置的一些实施例的结构示意图;
图4是适于用来实现本公开的一些实施例的电子设备的结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例,然而应当理解的是,本公开可以通过各种形式来实现,而且不应该被解释为限于这里阐述的实施例。相反,提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是,本公开的附图及实施例仅用于示例性作用,并非用于限制本公开的保护范围。
另外还需要说明的是,为了便于描述,附图中仅示出了与有关发明相关的部分。在不冲突的情况下,本公开中的实施例及实施例中的特征可以相互组合。
需要注意,本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分,并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
需要注意,本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的,本领域技术人员应当理解,除非在上下文另有明确指出,否则应该理解为“一个或多个”。
本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的,而并不是用于对这些消息或信息的范围进行限制。
下面将参考附图并结合实施例来详细说明本公开。
图1是根据本公开的一些实施例的机器人位置定位的一个应用场景的示意图。
在图1的应用场景中,首先,计算设备101可以获取机器人所在区域的各个楼层的楼层号和各个电梯的电梯编号,得到楼层号集合102和电梯编号集合103。然后,计算设备101可以获取机器人的任务信息104,基于任务信息104,确定机器人的初始楼层号105、目标楼层号106、乘坐电梯的目标电梯编号107和目标动作108。之后,基于上述初始楼层号105、上述目标楼层号106、上述目标电梯编号107和上述目标动作108,计算上述机器人位于上述楼层号集合对应的楼层和上述电梯编号集合对应的电梯的目标概率分布109。最后,基于上述目标概率分布109,计算设备101可以确定上述机器人所处的最大概率的位置110。
需要说明的是,上述计算设备101可以是硬件,也可以是软件。当计算设备101为硬件时,可以实现成多个服务器或终端设备组成的分布式集群,也可以实现成单个服务器或单个终端设备。当计算设备101体现为软件时,可以安装在上述所列举的硬件设备中。其可以实现成例如用来提供分布式服务的多个软件或软件模块,也可以实现成单个软件或软件模块。在此不做具体限定。
应该理解,图1中的计算设备的数目仅仅是示意性的。根据实现需要,可以具有任意数目的计算设备。
图2是根据本公开的机器人位置定位方法的一些实施例的流程图。图2的机器人位置定位方法可以由图1的计算设备101执行。如图2所示,该机器人位置定位方法包括:
步骤S201,获取机器人所在区域的各个楼层的楼层号和各个电梯的电梯编号,得到楼层号集合和电梯编号集合。
在一些实施例中,机器人位置定位方法的执行主体(如图1所示的计算设备101)可以获取机器人所在区域的各个楼层的楼层号和各个电梯的电梯编号,得到楼层号集合和电梯编号集合。具体地,上述楼层号集合中对应的所有楼层和上述电梯编号集合中对应的所有电梯构成上述机器人的状态空间,上述机器人的动作集中的动作均是在上述状态空间中完成的。
步骤202,获取上述机器人的任务信息,基于上述机器人的任务信息,确定机器人的初始楼层号、目标楼层号、乘坐电梯的目标电梯编号和目标动作。
在一些实施例中,上述执行主体可以通过如下步骤获取上述机器人的任务信息,基于上述机器人的任务信息,确定机器人的初始楼层号、目标楼层号、乘坐电梯的目标电梯编号和目标动作:
第一步,上述执行主体获取上述机器人的位置信息。作为示例,位置信息可以由上述机器人内置的GPS定位传感器获得。
第二步,基于上述位置信息,上述执行主体确定上述机器人的初始楼层号。
第三步,上述执行主体获取上述机器人的任务信息,其中,上述任务信息中包括:目标位置信息。
第四步,基于上述机器人的任务信息中的位置信息,上述执行主体确定上述机器人的目标楼层号。
第五步,基于上述初始楼层号和上述目标楼层号,上述执行主体确定上述机器人乘坐电梯的目标电梯编号。作为示例,上述执行主体获取每个电梯的状态信息,根据上述初始楼层号、上述目标楼层号和上述每个电梯的状态信息判断机器人可以乘坐的电梯,将上述机器人可以乘坐的电梯从初始楼层到目标楼层运行时间最短的电梯作为目标电梯,从而确定上述机器人乘坐电梯的目标电梯编号。
第六步,基于上述初始楼层号、上述目标楼层号和上述目标电梯编号,上述执行主体确定上述机器人的动作集。具体地,造成机器人位置在电梯内、电梯外变化的行为称为动作,机器人由初始楼层乘坐目标电梯达到目标楼层的系列动作组成上述机器人的动作集,其中,上述动作包括出电梯、进电梯、乘梯过程搬动、乘梯过程急停且被推动等。
第七步,上述执行主体从上述动作集选择出目标动作。具体地,在机器人的动作集中,将需要进行机器人位置定位的动作作为目标动作。作为示例,由于上述执行主体控制传感器对机器人的动作进行观测得到的结果是观测的实时结果,因此在从动作集中选择出目标动作时,应将机器人实时进行的动作作为目标动作;当两个动作即动作1和动作2连续出现,上述执行主体才控制传感器对机器人的动作进行观测时,将动作1和动作2同时作为目标动作,降低机器人目标动作移动成功的概率,此时,目标动作移动成功的概率为动作1移动成功的概率和动作2移动成功的概率的平均值,降低机器人目标动作移动成功的概率的方式可以是同时降低动作1移动成功的概率和动作2移动成功的概率,也可以降低其中一个动作的移动成功的概率。
步骤203,基于上述初始楼层号、上述目标楼层号、上述目标电梯编号和上述目标动作,计算上述机器人位于上述楼层号集合对应的楼层和上述电梯编号集合对应的电梯的目标概率分布。
在一些实施例中,基于上述初始楼层号、上述目标楼层号、上述目标电梯编号和上述目标动作,上述执行主体可以通过如下步骤计算上述机器人位于上述楼层号集合对应的楼层和上述电梯编号集合对应的电梯的目标概率分布:
第一步,基于上述机器人的初始楼层号,上述执行主体设置上述楼层号集合中的各个楼层号和上述电梯编号集合中的各个电梯编号的概率初值。
第二步,基于预设的上述机器人的目标动作移动成功的概率,上述执行主体对上述楼层号集合中的各个楼层号和上述电梯编号集合中的各个电梯编号进行概率重计算,得到移动概率分布。具体地,上述机器人的目标动作移动成功后,状态空间中所有的楼层和电梯对应的概率组合得到上述移动概率分布。作为示例,机器人的目标动作移动成功的概率可以基于机器人曾经执行任务过程中的相同的目标动作的移动结果计算得到,在实际预设移动成功的概率的过程中,还可以根据实际情况对计算的移动结果进行调整后作为机器人的目标动作移动成功的概率。
第三步,基于预设的传感器观测准确的概率,上述执行主体利用传感器对上述机器人的动作进行观测,得到观测概率分布。作为示例,上述传感器可以为蓝牙传感器、惯性测量单元(IMU)、超声波传感器或摄像装置中的一种或集中,当传感器为蓝牙传感器时,电梯内设置蓝牙传感器的发射装置,上述机器人内置蓝牙传感器的接收装置;当传感器为IMU时,由于IMU存在积分误差累积问题,因此IMU原始数据在使用过程中,无需考虑累积问题,使用IMU检测z轴方向的加速度变化,以及陀螺数据检测静止状态,乘梯过程z轴加速度未变化机器人可能在电梯外;陀螺检测到机器人静止,而z轴加速度有变化,机器人可能在电梯内;当传感器为超声波传感器时,由于超声波传感器存在测距有时出现噪点的问题,因此超声波传感器在使用的过程中,机器人上可以设置多个超声波传感器,多个超声波传感器均出现噪点的概率是很小的,假如多个超声波传感器测距信息均超过电梯尺寸,则机器人可能在电梯外;当传感器为摄像装置时,可以引入深度学习模型训练环境信息,使得机器人实时输出电梯内外的概率。可选的,当单一传感器观测不准确的概率较高时,可以采用多种传感器共同使用的方法,传感器观测的同时也可以结合其他方法一同进行观测,其他方法例如激光识别电梯面积法、wifi楼层预估法等,在多种观测介入的情况下,即使其中一两个观测是无效的也不会对最终得到的目标概率产生影响,极大地提高了机器人楼层鲁棒性。
第四步,上述执行主体设置传感器观测到移动成功后上述机器人所处位置的位置类型的概率系数和移动前上述机器人所处位置的位置类型的概率系数。具体地,位置类型分为电梯内和电梯外,其中,当位置类型为电梯外时,机器人位于状态空间中的某个楼层内。
第五步,响应于上述传感器观测到上述机器人移动成功,基于上述观测概率分布、上述移动成功后上述机器人所处位置的位置类型的概率系数和上述移动前上述机器人所处位置的位置类型的概率系数,上述执行主体进行概率重计算,得到第一概率分布。
第六步,基于上述移动概率分布和上述第一概率分布,上述执行主体进行计算得到上述机器人位于上述楼层号集合对应的楼层和上述电梯编号集合对应的电梯的目标概率分布。
在一种实施方式中,基于上述机器人的初始楼层号,上述执行主体可以通过如下子步骤设置上述楼层号集合中的各个楼层号和上述电梯编号集合中的各个电梯编号的概率初值:
第一子步骤,上述执行主体获取上述机器人的充电桩所在楼层的楼层号,
第二子步骤,响应于上述初始楼层号与上述充电桩所在楼层的楼层号不同,上述执行主体设置上述楼层号集合中的各个楼层号和上述电梯编号集合中的各个电梯编号的概率初值相同,且上述楼层号集合中的各个楼层号和上述电梯编号集合中的各个电梯编号的概率初值相加的总和为1;
第三子步骤,响应于上述初始楼层号与上述充电桩所在楼层的楼层号相同,基于预设条件,上述执行主体设置初始楼层号的概率初值、上述楼层号集合中除初始楼层号外的各个楼层号和上述电梯编号集合中的各个电梯编号的概率初值,其中,预设条件包括:上述楼层号集合中除初始楼层号外的各个楼层号和上述电梯编号集合中的各个电梯编号的概率初值相同,初始楼层号的概率初值大于除初始楼层号外各个楼层号的概率初值,上述楼层号集合中除初始楼层号外的各个楼层号和上述电梯编号集合中的各个电梯编号的概率初值与上述初始楼层号的概率初值相加的总和为1。
在一种实施方式中,基于预设的上述机器人的目标动作移动成功的概率,上述执行主体通过如下子步骤对上述楼层号集合中的各个楼层号和上述电梯编号集合中的各个电梯编号进行概率重计算,得到移动概率分布:
第一子步骤,基于上述移动成功的概率,上述执行主体可以利用如下公式对各个楼层号和各个电梯编号的概率进行概率重计算,
其中,P1-移动后为机器人位于移动成功后所处的位置的移动概率,P0-移动前为机器人位于移动前所处的位置的概率初值,P0-移动后为机器人位于移动成功后所处的位置的概率初值,PA为移动成功的概率,P1-移动前为机器人位于移动前所处的位置的移动概率;
第二子步骤,将上述楼层号集合中的各个楼层号的概率初值、上述电梯编号集合中的各个电梯编号的概率初值、上述机器人位于移动前所处的位置的移动概率和上述机器人位于移动成功后所处的位置的移动概率,组合得到移动概率分布。具体地,由于机器人移动过程中不涉及状态空间内除移动前所处的位置和移动成功后所处的位置外的其他位置,因此,其他位置的移动概率与其概率初值相同。
在一种实施方式中,响应于上述传感器观测到上述机器人移动成功,基于上述观测概率分布、上述移动成功后上述机器人所处位置的位置类型的概率系数和上述移动前上述机器人所处位置的位置类型的概率系数,上述执行主体通过如下子步骤进行概率重计算,得到第一概率分布:
第一子步骤,上述执行主体获取上述机器人移动成功后所处位置的位置类型。具体地,上述执行主体判断上述机器人移动成功后所处位置的位置类型属于电梯内还是电梯外。
第二子步骤,基于上述位置类型,上述执行主体对上述观测概率分布对应的所有位置进行位置类型的划分。具体地,上述执行主体将上述观测概率分布对应的所有位置按照位置类型划分为电梯内和电梯外,即将观测概率分布对应的所有楼层划分为电梯外,将观测概率分布对应的所有电梯划分为电梯内。
第三子步骤,上述执行主体将上述机器人移动成功后所处位置的位置类型相同的位置的观测概率与上述移动成功后上述机器人所处位置的位置类型的概率系数进行乘法运算,将上述移动前上述机器人所处位置的位置类型相同的位置的观测概率与上述移动前上述机器人所处位置的位置类型的概率系数进行乘法运算,归一化后得到第一概率分布。
在一种实施方式中,基于上述移动概率分布和上述第一概率分布,上述执行主体通过如下子步骤进行计算得到上述机器人位于上述楼层号集合对应的楼层和上述电梯编号集合对应的电梯的目标概率分布:
第一子步骤,上述执行主体可以对上述移动概率分布和上述第一概率分布进行乘法运算,得到运算结果。
第二子步骤,上述执行主体可以对上述运算结果进行归一化,得到上述机器人位于上述楼层号集合对应的楼层和上述电梯编号集合对应的电梯的目标概率分布。
步骤204,基于上述目标概率分布,确定上述机器人所处的最大概率的位置。
在一种实施例中,基于上述目标概率分布,可以明确上述机器人所处位置位于状态空间内的各个楼层或各个电梯的目标概率分布,从而确定上述机器人所处的最大概率的位置。
上述所有可选技术方案,可以采用任意结合形成本公开的可选实施例,在此不再一一赘述。
作为示例,机器人所在区域为酒店,该酒店共计6层,设置有5部电梯,楼层号集合为“1F、2F、3F、4F、5F、6F”,电梯编号集合为“55680、55681、55682、55683、55684”,所有的楼层和电梯构成机器人的状态空间,机器人在上述状态空间内进行移动。任务信息为“由5F去往6F-607送食物”,可以确定初始楼层号为5F,目标位置信息为“6F-607”,代表执行任务的位置位于楼层号为6F、房间号为607的地方,目标楼层号为6F,基于实际情况确定机器人由5F去往6F乘坐的电梯的目标电梯编号为55680,这个移动的过程中机器人的动作集为“由5F进入55680;由55680进入6F”,在机器人进行“由5F进入55680”动作的过程中想要获取机器人具体所在位置,将这个动作作为目标动作。获取任务信息时,机器人正处于充电状态,机器人充电桩所在楼层为5F,与初始楼层号相同。如表1所示,对初始楼层号以及楼层号集合中的其他楼层号和电梯编号集合中的所有电梯编号设置概率初值,
表1
移动成功的概率可以根据机器人执行历史任务时的动作移动是否成功计算得到。移动成功的概率PA为0.8,机器人移动前所处的位置为5F,根据表1机器人位于5F的概率初值为0.9,机器人移动成功后所处的位置为编号为55680的电梯内,基于表1机器人位于55680的电梯内的概率初值为0.01,计算过程如下,
表2
在所有电梯内预先设置蓝牙传感器的发射装置,在机器人上设置蓝牙传感器的接收装置。预设蓝牙传感器观测准确的概率为0.51,当蓝牙传感器观测准确时,机器人有0.51的概率处于编号为55680的电梯内;预设蓝牙传感器观测不准确的概率为0.4,当蓝牙传感器观测不准确时,机器人有0.4的概率处于5F内,剩余的概率为0.09,楼层号集合内的其它楼层号和电梯编号集合内的其他电梯编号均为0.01,得到所有位置的观测概率P2,观测概率分布如表3所示,
表3
设置传感器观测到移动成功后上述机器人所处位置的位置类型即电梯内的概率系数为0.6,设置移动前上述机器人所处位置的位置类型即电梯内的概率系数为0.4。当观测到机器人移动成功后,将位置类型为电梯内的位置的观测概率乘0.6,将未知类型为电梯外的位置的观测概率乘0.4,所得结果进行归一化后得到各个位置的第一概率P3,第一概率分布如表4所示,
表4
1F | 2F | 3F | 4F | 5F | 6F | 55680 | 55681 | 55682 | 55683 | 55684 | |
P3 | 0.00784 | 0.00784 | 0.00784 | 0.00784 | 0.3137 | 0.00784 | 0.6 | 0.01176 | 0.01176 | 0.01176 | 0.01176 |
将各个位置对应的移动概率P1与各个位置对应的第一概率进行乘法运算得到计算结果,计算结果归一化后得到机器人所处位置位于上述楼层号集合对应的各个楼层和上述电梯编号集合对应的各个电梯的目标概率P4,目标概率分布如表5所示,
表5
因此,机器人的最大概率位置为编号为55680的电梯内。当完成当前的目标动作进行下一动作时,需要基于当前目标动作完成后的概率分布进行下一动作进行过程中的概率重计算。
本公开实施例与现有技术相比存在的有益效果是:首先,获取机器人所在区域的各个楼层的楼层号和各个电梯的电梯编号,得到楼层号集合和电梯编号集合;然后,获取上述机器人的任务信息,基于上述机器人的任务信息,确定机器人的初始楼层号、目标楼层号、乘坐电梯的目标电梯编号和目标动作;之后,基于上述初始楼层号、上述目标楼层号、上述目标电梯编号和上述目标动作,计算上述机器人位于上述楼层号集合对应的楼层和上述电梯编号集合对应的电梯的目标概率分布;最后,基于上述目标概率分布,确定上述机器人所处的最大概率的位置。本公开提供的方法应用直方图滤波对机器人所在的状态空间进行分解,采用贝叶斯滤波思想融合计算机器人在状态空间中的每个位置的概率,从而实现了机器人的位置准确定位,在进行机器人的观测过程中,可以采用多种观测结合的方法,极大地提高了机器人楼层鲁棒性。
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是根据本公开的电梯交互装置的一些实施例的结构示意图。如图3所示,该机器人位置定位装置包括:第一获取单元301、第二获取单元302、计算单元303、位置确定单元304。其中,第一获取单元301,被配置成获取机器人所在区域的各个楼层的楼层号和各个电梯的电梯编号,得到楼层号集合和电梯编号集合;第二获取单元302,被配置成获取上述机器人的任务信息,基于上述机器人的任务信息,确定机器人的初始楼层号、目标楼层号、乘坐电梯的目标电梯编号和目标动作;计算单元303,被配置成基于上述初始楼层号、上述目标楼层号、上述目标电梯编号和上述目标动作,计算上述机器人位于上述楼层号集合对应的楼层和上述电梯编号集合对应的电梯的目标概率分布;位置确定单元304,被配置成基于上述目标概率分布,确定上述机器人所处的最大概率的位置。
在一些实施例的一些可选的实现方式中,机器人位置定位装置的第二获取单元302被进一步配置成:获取上述机器人的位置信息;基于上述位置信息,确定上述机器人的初始楼层号;获取上述机器人的任务信息,其中,上述任务信息中包括:目标位置信息;基于上述机器人的任务信息中的位置信息,确定上述机器人的目标楼层号;基于上述初始楼层号和上述目标楼层号,确定上述机器人乘坐电梯的目标电梯编号;基于上述初始楼层号、上述目标楼层号和上述目标电梯编号,确定上述机器人的动作集;从上述动作集选择出目标动作。
在一些实施例的一些可选的实现方式中,机器人位置定位装置的计算单元303被进一步配置成:基于上述机器人的初始楼层号设置上述楼层号集合中的各个楼层号和上述电梯编号集合中的各个电梯编号的概率初值;基于预设的上述机器人的目标动作移动成功的概率,对上述楼层号集合中的各个楼层号和上述电梯编号集合中的各个电梯编号进行概率重计算,得到移动概率分布;基于预设的传感器观测准确的概率,利用传感器对上述机器人的动作进行观测,得到观测概率分布;设置传感器观测到移动成功后上述机器人所处位置的位置类型的概率系数和移动前上述机器人所处位置的位置类型的概率系数,其中,未位置类型包括电梯内、电梯外;响应于上述传感器观测到上述机器人移动成功,基于上述观测概率分布、上述移动成功后上述机器人所处位置的位置类型的概率系数和上述移动前上述机器人所处位置的位置类型的概率系数,进行概率重计算,得到第一概率分布;基于上述移动概率分布和上述第一概率分布进行计算,得到上述机器人位于上述楼层号集合对应的楼层和上述电梯编号集合对应的电梯的目标概率分布。
在一些实施例的一些可选的实现方式中,上述基于上述机器人的初始楼层号设置上述楼层号集合中的各个楼层号和上述电梯编号集合中的各个电梯编号的概率初值,包括:获取上述机器人的充电桩所在楼层的楼层号;响应于上述初始楼层号与上述充电桩所在楼层的楼层号不同,设置上述楼层号集合中的各个楼层号和上述电梯编号集合中的各个电梯编号的概率初值相同,且上述楼层号集合中的各个楼层号和上述电梯编号集合中的各个电梯编号的概率初值相加的总和为1;响应于上述初始楼层号与上述充电桩所在楼层的楼层号相同,基于预设条件,设置初始楼层号的概率初值、上述楼层号集合中除初始楼层号外的各个楼层号和上述电梯编号集合中的各个电梯编号的概率初值,其中,预设条件包括:上述楼层号集合中除初始楼层号外的各个楼层号和上述电梯编号集合中的各个电梯编号的概率初值相同,初始楼层号的概率初值大于除初始楼层号外各个楼层号的概率初值,上述楼层号集合中除初始楼层号外的各个楼层号和上述电梯编号集合中的各个电梯编号的概率初值与上述初始楼层号的概率初值相加的总和为1。
在一些实施例的一些可选的实现方式中,上述基于预设的上述机器人的目标动作移动成功的概率,对上述楼层号集合中的各个楼层号和上述电梯编号集合中的各个电梯编号进行概率重计算,得到移动概率分布,包括:基于上述移动成功的概率利用如下公式对各个楼层号和各个电梯编号的概率进行概率重计算,
其中,P1-移动后为机器人位于移动成功后所处的位置的移动概率,P0-移动前为机器人位于移动前所处的位置的概率初值,P0-移动后为机器人位于移动成功后所处的位置的概率初值,PA为移动成功的概率,P1-移动前为机器人位于移动前所处的位置的移动概率;
在一些实施例的一些可选的实现方式中,上述响应于上述传感器观测到上述机器人移动成功,基于上述观测概率分布、上述移动成功后上述机器人所处位置的位置类型的概率系数和上述移动前上述机器人所处位置的位置类型的概率系数,进行概率重计算,得到第一概率分布,包括:获取上述机器人移动成功后所处位置的位置类型,其中,上述位置类型包括:电梯内,电梯外;基于上述位置类型对上述观测概率分布对应的所有位置进行划分;将上述机器人移动成功后所处位置的位置类型相同的位置的观测概率与上述移动成功后上述机器人所处位置的位置类型的概率系数进行乘法运算,将上述移动前上述机器人所处位置的位置类型相同的位置的观测概率与上述移动前上述机器人所处位置的位置类型的概率系数进行乘法运算,归一化后得到第一概率分布。
在一些实施例的一些可选的实现方式中,上述基于上述移动概率分布和上述第一概率分布进行计算,得到上述机器人位于上述楼层号集合对应的楼层和上述电梯编号集合对应的电梯的目标概率分布,包括:对上述移动概率分布和上述第一概率分布进行乘法运算,得到运算结果;对上述运算结果进行归一化,得到上述机器人位于上述楼层号集合对应的楼层和上述电梯编号集合对应的电梯的目标概率分布。
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。
下面参考图4,其示出了适于用来实现本公开的一些实施例的电子设备(例如图1中的计算设备101)400的结构示意图。图4示出的服务器仅仅是一个示例,不应对本公开的实施例的功能和使用范围带来任何限制。
如图4所示,电子设备400可以包括处理装置(例如中央处理器、图形处理器等)401,其可以根据存储在只读存储器(ROM)402中的程序或者从存储装置408加载到随机访问存储器(RAM)403中的程序而执行各种适当的动作和处理。在RAM 403中,还存储有电子设备400操作所需的各种程序和数据。处理装置401、ROM 402以及RAM 403通过总线404彼此相连。输入/输出(I/O)接口405也连接至总线404。
通常,以下装置可以连接至I/O接口405:包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置406;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置407;包括例如磁带、硬盘等的存储装置408;以及通信装置409。通信装置409可以允许电子设备400与其他设备进行无线或有线通信以交换数据。虽然图4示出了具有各种装置的电子设备400,但是应理解的是,并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。图4中示出的每个方框可以代表一个装置,也可以根据需要代表多个装置。
特别地,根据本公开的一些实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的一些实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的一些实施例中,该计算机程序可以通过通信装置409从网络上被下载和安装,或者从存储装置408被安装,或者从ROM 402被安装。在该计算机程序被处理装置401执行时,执行本公开的一些实施例的方法中限定的上述功能。
需要说明的是,本公开的一些实施例上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开的一些实施例中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开的一些实施例中,计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:电线、光缆、RF(射频)等等,或者上述的任意合适的组合。
在一些实施方式中,客户端、服务器可以利用诸如HTTP(HyperText TransferProtocol,超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信,并且可以与任意形式或介质的数字数据通信(例如,通信网络)互连。通信网络的示例包括局域网(“LAN”),广域网(“WAN”),网际网(例如,互联网)以及端对端网络(例如,ad hoc端对端网络),以及任何当前已知或未来研发的网络。
上述计算机可读介质可以是上述装置中所包含的;也可以是单独存在,而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被该电子设备执行时,使得该电子设备:获取机器人所在区域的各个楼层的楼层号和各个电梯的电梯编号,得到楼层号集合和电梯编号集合;获取上述机器人的任务信息,基于上述机器人的任务信息,确定机器人的初始楼层号、目标楼层号、乘坐电梯的目标电梯编号和目标动作;基于上述初始楼层号、上述目标楼层号、上述目标电梯编号和上述目标动作,计算上述机器人位于上述楼层号集合对应的楼层和上述电梯编号集合对应的电梯的目标概率分布;基于上述目标概率分布,确定上述机器人所处的最大概率的位置。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的一些实施例的操作的计算机程序代码,上述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)——连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开的一些实施例中的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中,例如,可以描述为:一种处理器包括第一获取单元、第二获取单元、计算单元和位置确定单元。其中,这些单元的名称在某种情况下并不构成对该单元本身的限定,例如,第一获取单元还可以被描述为“获取机器人所在区域的各个楼层的楼层号和各个电梯的电梯编号,得到楼层号集合和电梯编号集合的单元”。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如,非限制性地,可以使用的示范类型的硬件逻辑部件包括:现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)等等。
以上描述仅为本公开的一些较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本公开的实施例中所涉及的发明范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离上述发明构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开的实施例中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
Claims (9)
1.一种机器人位置定位方法,其特征在于,包括:
获取机器人所在区域的各个楼层的楼层号和各个电梯的电梯编号,得到楼层号集合和电梯编号集合;
获取所述机器人的任务信息,基于所述机器人的任务信息,确定机器人的初始楼层号、目标楼层号、乘坐电梯的目标电梯编号和目标动作;
基于所述初始楼层号、所述目标楼层号、所述目标电梯编号和所述目标动作,计算所述机器人位于所述楼层号集合对应的楼层和所述电梯编号集合对应的电梯的目标概率分布;
基于所述目标概率分布,确定所述机器人所处的最大概率的位置;
其中,所述基于所述初始楼层号、所述目标楼层号、所述目标电梯编号和所述目标动作,计算所述机器人位于所述楼层号集合对应的楼层和所述电梯编号集合对应的电梯的目标概率分布,包括:
基于所述机器人的初始楼层号设置所述楼层号集合中的各个楼层号和所述电梯编号集合中的各个电梯编号的概率初值;
基于预设的所述机器人的目标动作移动成功的概率,对所述楼层号集合中的各个楼层号和所述电梯编号集合中的各个电梯编号进行概率重计算,得到移动概率分布;
基于预设的传感器观测准确的概率,利用传感器对所述机器人的动作进行观测,得到观测概率分布;
设置传感器观测到移动成功后所述机器人所处位置的位置类型的概率系数和移动前所述机器人所处位置的位置类型的概率系数,其中,位置类型分为电梯内和电梯外;
响应于所述传感器观测到所述机器人移动成功,基于所述观测概率分布、所述移动成功后所述机器人所处位置的位置类型的概率系数和所述移动前所述机器人所处位置的位置类型的概率系数,进行概率重计算,得到第一概率分布;
基于所述移动概率分布和所述第一概率分布进行计算,得到所述机器人位于所述楼层号集合对应的楼层和所述电梯编号集合对应的电梯的目标概率分布。
2.根据权利要求1所述的机器人位置定位方法,其特征在于,所述获取所述机器人的任务信息,基于所述机器人的任务信息,确定机器人的初始楼层号、目标楼层号、乘坐电梯的目标电梯编号和目标动作,包括:
获取所述机器人的位置信息;
基于所述位置信息,确定所述机器人的初始楼层号;
获取所述机器人的任务信息,其中,所述任务信息中包括:目标位置信息;
基于所述机器人的任务信息中的位置信息,确定所述机器人的目标楼层号;
基于所述初始楼层号和所述目标楼层号,确定所述机器人乘坐电梯的目标电梯编号;
基于所述初始楼层号、所述目标楼层号和所述目标电梯编号,确定所述机器人的动作集;
从所述动作集选择出目标动作。
3.根据权利要求1所述的机器人位置定位方法,其特征在于,所述基于所述机器人的初始楼层号设置所述楼层号集合中的各个楼层号和所述电梯编号集合中的各个电梯编号的概率初值,包括:
获取所述机器人的充电桩所在楼层的楼层号;
响应于所述初始楼层号与所述充电桩所在楼层的楼层号不同,设置所述楼层号集合中的各个楼层号和所述电梯编号集合中的各个电梯编号的概率初值相同,且所述楼层号集合中的各个楼层号和所述电梯编号集合中的各个电梯编号的概率初值相加的总和为1;
响应于所述初始楼层号与所述充电桩所在楼层的楼层号相同,基于预设条件,设置初始楼层号的概率初值、所述楼层号集合中除初始楼层号外的各个楼层号和所述电梯编号集合中的各个电梯编号的概率初值,其中,预设条件包括:所述楼层号集合中除初始楼层号外的各个楼层号和所述电梯编号集合中的各个电梯编号的概率初值相同,初始楼层号的概率初值大于除初始楼层号外各个楼层号的概率初值,所述楼层号集合中除初始楼层号外的各个楼层号和所述电梯编号集合中的各个电梯编号的概率初值与所述初始楼层号的概率初值相加的总和为1。
4.根据权利要求3所述的机器人位置定位方法,其特征在于,所述基于预设的所述机器人的目标动作移动成功的概率,对所述楼层号集合中的各个楼层号和所述电梯编号集合中的各个电梯编号进行概率重计算,得到移动概率分布,包括:
基于所述移动成功的概率利用如下公式对各个楼层号和各个电梯编号的概率进行概率重计算,
P1-移动后=P0-移动前×PA+P0-移动后×(1-PA)
P1-移动前=P0-移动前×(1-PA)+P0-移动后×PA
其中,P1-移动后为机器人位于移动成功后所处的位置的移动概率,P0-移动前为机器人位于移动前所处的位置的概率初值,P0-移动后为机器人位于移动成功后所处的位置的概率初值,PA为移动成功的概率,P1-移动前为机器人位于移动前所处的位置的移动概率;
基于所述楼层号集合中的各个楼层号的概率初值、所述电梯编号集合中的各个电梯编号的概率初值、所述机器人位于移动前所处的位置的概率和所述机器人位于移动成功后所处的位置的概率,组合得到移动概率分布。
5.根据权利要求4述的机器人位置定位方法,其特征在于,所述响应于所述传感器观测到所述机器人移动成功,基于所述观测概率分布、所述移动成功后所述机器人所处位置的位置类型的概率系数和所述移动前所述机器人所处位置的位置类型的概率系数,进行概率重计算,得到第一概率分布,包括:
获取所述机器人移动成功后所处位置的位置类型;
基于所述位置类型对所述观测概率分布对应的所有位置进行划分;
将所述机器人移动成功后所处位置的位置类型相同的位置的观测概率与所述移动成功后所述机器人所处位置的位置类型的概率系数进行乘法运算,将所述移动前所述机器人所处位置的位置类型相同的位置的观测概率与所述移动前所述机器人所处位置的位置类型的概率系数进行乘法运算,归一化后得到第一概率分布。
6.根据权利要求5述的机器人位置定位方法,其特征在于,所述基于所述移动概率分布和所述第一概率分布进行计算,得到所述机器人位于所述楼层号集合对应的楼层和所述电梯编号集合对应的电梯的目标概率分布,包括:
对所述移动概率分布和所述第一概率分布进行乘法运算,得到运算结果;
对所述运算结果进行归一化,得到所述机器人位于所述楼层号集合对应的楼层和所述电梯编号集合对应的电梯的目标概率分布。
7.一种机器人位置定位装置,其特征在于,包括:
第一获取单元,被配置成获取机器人所在区域的各个楼层的楼层号和各个电梯的电梯编号,得到楼层号集合和电梯编号集合;
第二获取单元,被配置成获取所述机器人的任务信息,基于所述机器人的任务信息,确定机器人的初始楼层号、目标楼层号、乘坐电梯的目标电梯编号和目标动作;
计算单元,被配置成基于所述初始楼层号、所述目标楼层号、所述目标电梯编号和所述目标动作,计算所述机器人位于所述楼层号集合对应的楼层和所述电梯编号集合对应的电梯的目标概率分布;
位置确定单元,被配置成基于所述目标概率分布,确定所述机器人所处的最大概率的位置;
其中,计算单元被进一步配置成:基于所述机器人的初始楼层号设置所述楼层号集合中的各个楼层号和所述电梯编号集合中的各个电梯编号的概率初值;
基于预设的所述机器人的目标动作移动成功的概率,对所述楼层号集合中的各个楼层号和所述电梯编号集合中的各个电梯编号进行概率重计算,得到移动概率分布;
基于预设的传感器观测准确的概率,利用传感器对所述机器人的动作进行观测,得到观测概率分布;
设置传感器观测到移动成功后所述机器人所处位置的位置类型的概率系数和移动前所述机器人所处位置的位置类型的概率系数,其中,位置类型分为电梯内和电梯外;
响应于所述传感器观测到所述机器人移动成功,基于所述观测概率分布、所述移动成功后所述机器人所处位置的位置类型的概率系数和所述移动前所述机器人所处位置的位置类型的概率系数,进行概率重计算,得到第一概率分布;
基于所述移动概率分布和所述第一概率分布进行计算,得到所述机器人位于所述楼层号集合对应的楼层和所述电梯编号集合对应的电梯的目标概率分布。
8.一种电子设备,包括存储器、处理器以及存储在所述存储器中并且可以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6中任一项所述方法的步骤。
9.一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6中任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211145181.8A CN115265548B (zh) | 2022-09-20 | 2022-09-20 | 一种机器人位置定位方法、装置、电子设备和介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211145181.8A CN115265548B (zh) | 2022-09-20 | 2022-09-20 | 一种机器人位置定位方法、装置、电子设备和介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115265548A CN115265548A (zh) | 2022-11-01 |
CN115265548B true CN115265548B (zh) | 2023-01-13 |
Family
ID=83756430
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211145181.8A Active CN115265548B (zh) | 2022-09-20 | 2022-09-20 | 一种机器人位置定位方法、装置、电子设备和介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115265548B (zh) |
Family Cites Families (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9606217B2 (en) * | 2012-05-01 | 2017-03-28 | 5D Robotics, Inc. | Collaborative spatial positioning |
US10353388B2 (en) * | 2016-10-17 | 2019-07-16 | X Development Llc | Drop-off location planning for delivery vehicle |
CN107087016B (zh) * | 2017-03-06 | 2020-06-12 | 清华大学 | 基于视频监控网络的楼宇内移动物体的导航方法及系统 |
CN109059926B (zh) * | 2018-08-07 | 2021-05-14 | 北京云迹科技有限公司 | 跨楼层路径规划方法及系统 |
CN109205413B (zh) * | 2018-08-07 | 2021-02-02 | 北京云迹科技有限公司 | 跨楼层路径规划方法及系统 |
JP6657436B1 (ja) * | 2019-01-17 | 2020-03-04 | 東芝エレベータ株式会社 | 群管理制御装置及び自律移動体への号機割当て方法 |
CN110426038B (zh) * | 2019-07-01 | 2023-01-24 | 达闼机器人股份有限公司 | 机器人导航控制方法、装置、计算设备及计算机存储介质 |
CN110347161B (zh) * | 2019-07-22 | 2022-12-06 | 浙江华睿科技股份有限公司 | 自动导引运输车的调度方法及装置 |
CN110937480B (zh) * | 2019-12-12 | 2022-01-04 | 广州赛特智能科技有限公司 | 一种机器人自主搭乘电梯的方法及系统 |
CN111392524B (zh) * | 2020-04-01 | 2023-05-16 | 广东嘉腾机器人自动化有限公司 | 一种agv与电梯通信对接实现跨楼层移动方法 |
CN112212866A (zh) * | 2020-09-29 | 2021-01-12 | 深圳市优必选科技股份有限公司 | 机器人及其跨楼层导航方法和装置 |
CN112698647A (zh) * | 2020-12-14 | 2021-04-23 | 深圳市普渡科技有限公司 | 跨楼层路径规划方法、装置、计算机设备及存储介质 |
CN114852805B (zh) * | 2022-04-25 | 2024-03-19 | 北京云迹科技股份有限公司 | 机器人基于电梯确定楼层方法及相关设备 |
CN114873389B (zh) * | 2022-04-25 | 2024-02-06 | 北京云迹科技股份有限公司 | 机器人确定自身楼层方法及相关设备 |
-
2022
- 2022-09-20 CN CN202211145181.8A patent/CN115265548B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN115265548A (zh) | 2022-11-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20190195631A1 (en) | Positioning method, positioning device, and robot | |
US8565790B2 (en) | Methods and apparatuses for determining if access to a region is feasible or infeasible for a user of a mobile device | |
JP4262205B2 (ja) | 磁気マップ上における移動体の位置または方向の確認方法および装置 | |
US8775359B2 (en) | System and method for occupancy estimation | |
Bulten et al. | Human SLAM, indoor localisation of devices and users | |
Park et al. | Smartphone-based pedestrian tracking in indoor corridor environments | |
US10514437B2 (en) | Device localization using RSS based path loss exponent estimation | |
CN110674019A (zh) | 一种预测系统故障的方法、装置及电子设备 | |
KR20180042557A (ko) | 공작 기계의 상태를 감시하는 전자 장치 및 그의 제어 방법 | |
CN101868811A (zh) | 用于威胁传播估计的系统和方法 | |
CN110785765A (zh) | 目标对象的运动轨迹预测方法和监控平台 | |
CN111625764B (zh) | 移动数据的校准方法、装置、电子设备和存储介质 | |
JP2016161570A (ja) | デバイスのロケーションを求める方法およびデバイス | |
Nowicki et al. | Simplicity or flexibility? Complementary Filter vs. EKF for orientation estimation on mobile devices | |
Liang et al. | Smartphone-based real-time indoor location tracking with 1-m precision | |
JP2013044754A (ja) | 多重測位を用いた端末の測位装置及び方法 | |
Jamil et al. | Enhanced Kalman filter algorithm using fuzzy inference for improving position estimation in indoor navigation | |
JP6148505B2 (ja) | 在室確率推定装置およびその方法、ならびにプログラム | |
CN113303777A (zh) | 心率值确定方法、装置、电子设备及介质 | |
CN114955753A (zh) | 电梯运行状态调整方法、装置、电子设备和介质 | |
CN115265548B (zh) | 一种机器人位置定位方法、装置、电子设备和介质 | |
CN112818898B (zh) | 模型训练方法、装置和电子设备 | |
US20210021690A1 (en) | Method and apparatus for generating information | |
WO2023142353A1 (zh) | 一种位姿预测方法及装置 | |
CN107887033B (zh) | 为终端预传输数据的方法、装置及服务器 |
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 |