CN116429121A - 基于多传感器的定位方法、装置、自移动设备及存储介质 - Google Patents
基于多传感器的定位方法、装置、自移动设备及存储介质 Download PDFInfo
- Publication number
- CN116429121A CN116429121A CN202310373676.4A CN202310373676A CN116429121A CN 116429121 A CN116429121 A CN 116429121A CN 202310373676 A CN202310373676 A CN 202310373676A CN 116429121 A CN116429121 A CN 116429121A
- Authority
- CN
- China
- Prior art keywords
- sensor
- positioning
- determining
- self
- rtk
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 64
- 238000003860 storage Methods 0.000 title claims abstract description 13
- 230000008569 process Effects 0.000 claims abstract description 21
- 238000004590 computer program Methods 0.000 claims description 20
- 230000000007 visual effect Effects 0.000 description 14
- 230000006870 function Effects 0.000 description 12
- 238000013507 mapping Methods 0.000 description 10
- 238000004364 calculation method Methods 0.000 description 7
- 230000003068 static effect Effects 0.000 description 7
- 238000006243 chemical reaction Methods 0.000 description 5
- 239000011159 matrix material Substances 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 3
- 230000009466 transformation Effects 0.000 description 3
- 238000013519 translation Methods 0.000 description 3
- 241001417527 Pempheridae Species 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000011423 initialization method Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012423 maintenance Methods 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
- 238000005457 optimization Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000011426 transformation method Methods 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
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
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/28—Navigation; 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
-
- 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
- G01C21/10—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration
- G01C21/12—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning
- G01C21/16—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation
- G01C21/165—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation combined with non-inertial navigation instruments
-
- 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
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
- G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/40—Correcting position, velocity or attitude
- G01S19/41—Differential correction, e.g. DGPS [differential GPS]
-
- 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
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
- G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/42—Determining position
- G01S19/43—Determining position using carrier phase measurements, e.g. kinematic positioning; using long or short baseline interferometry
-
- 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
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
- G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/42—Determining position
- G01S19/43—Determining position using carrier phase measurements, e.g. kinematic positioning; using long or short baseline interferometry
- G01S19/44—Carrier phase ambiguity resolution; Floating ambiguity; LAMBDA [Least-squares AMBiguity Decorrelation Adjustment] method
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Automation & Control Theory (AREA)
- Navigation (AREA)
Abstract
本申请提供一种基于多传感器的定位方法、装置、自移动设备及计算机可读存储介质，涉及定位技术领域。该方法包括：通过不同类型的定位传感器获取自移动设备移动过程中对应的定位信息；基于上述不同类型的定位传感器对应的定位信息以及预设的传感器工作条件，从上述不同类型的定位传感器中确定至少一个目标传感器；根据上述至少一个目标传感器对应的定位信息确定上述自移动设备的当前位置。通过结合不同类型的定位传感器对应的定位信息以及预设的传感器工作条件确定至少一个目标传感器，保证在不同环境下能够根据该至少一个目标传感器的定位信息确定自移动设备的当前位置，有效地提高了自移动设备的定位稳定性和准确性。
Description
技术领域
本申请涉及定位技术领域，尤其涉及一种基于多传感器的定位方法、装置、自移动设备及计算机可读存储介质。
背景技术
随着人工智能的发展，越来越多的机器人被用在生产生活的方方面面，大大减轻了人力，提高生产/工作效率。自移动设备可以脱离人们的操作，在一定范围内自动走动并执行工作。例如，自移动设备可以是用于草地修剪维护的割草机，可以是用于清洁地面的扫地机，可以是用于分拣货品的物流机器人等。
由于受到环境、天气等因素的影响，比如树木、建筑物等遮挡物比较多，草坪环境比较复杂，工作地面不平整，阴雨天气容易打滑等复杂环境下，会使得自移动设备对定位信号的接收不稳定，对实现自移动设备定位的稳定性和准确性存在较大的挑战。
发明内容
本申请实施例提供了一种基于多传感器的定位方法、装置、自移动设备及计算机可读存储介质，能够有效地提高自移动设备在复杂环境下定位的稳定性和准确性。
第一方面，本申请提供一种基于多传感器的定位方法，包括：通过不同类型的定位传感器获取自移动设备移动过程中对应的定位信息；基于上述不同类型的定位传感器对应的定位信息以及预设的传感器工作条件，从上述不同类型的定位传感器中确定至少一个目标传感器；根据上述至少一个目标传感器对应的定位信息确定上述自移动设备的当前位置。
本申请实施例通过不同类型的定位传感器获取自移动设备移动过程中对应的定位信息；再基于不同类型的定位传感器对应的定位信息以及预设的传感器工作条件，从不同类型的定位传感器中确定至少一个目标传感器；然后根据上述至少一个目标传感器对应的定位信息确定上述自移动设备的当前位置，通过结合不同类型的定位传感器对应的定位信息以及预设的传感器工作条件确定至少一个目标传感器，保证在不同环境下能够根据该至少一个目标传感器的定位信息确定自移动设备的当前位置，避免因依赖单个定位传感器定位，且在定位传感器受环境影响导而致自移动设备定位不准的问题，从而有效地提高了自移动设备的定位稳定性和准确性。
在第一方面提供的一个可选方式中，上述定位传感器中包括视觉传感器，上述视觉传感器对应的定位信息包括多个图像帧；
上述基于上述不同类型的定位传感器对应定位信息以及预设的传感器工作条件，从上述不同类型的定位传感器中确定至少一个目标传感器，包括：
确定上述视觉传感器采集到的相邻的图像帧中匹配到的特征点的数量；
若匹配到的特征点的数量大于预设数量阈值，则确定上述视觉传感器为上述目标传感器。
在第一方面提供的另一个可选方式中，上述定位传感器中包括RTK传感器，上述RTK传感器对应的定位信息包括通过上述RTK传感器获取的第一位姿信息；
上述基于上述不同类型的定位传感器对应定位信息以及预设的传感器工作条件，从上述不同类型的定位传感器中确定至少一个目标传感器，包括：
当上述RTK传感器处于非固定解状态，且上述视觉传感器为上述目标传感器时，根据上述RTK传感器对应的第一位姿信息计算上述视觉传感器采集到的图像帧中的特征点的第一重投影误差；
当上述第一重投影误差小于第一预设误差值时，确定上述RTK传感器为上述目标传感器。
在第一方面提供的另一个可选方式中，上述定位传感器包括轮速计，上述轮速计对应的定位信息包括通过上述轮速计获取的第二位姿信息；
上述基于上述不同类型的定位传感器对应定位信息以及预设的传感器工作条件，从上述不同类型的定位传感器中确定至少一个目标传感器，包括：
当上述视觉传感器为上述目标传感器时，根据第二位姿信息计算图像帧中的特征点的第二重投影误差；
当上述第二重投影误差小于第二预设误差值，确定上述轮速计为上述目标传感器。
在第一方面提供的另一个可选方式中，上述定位传感器中包括RTK传感器，上述基于上述不同类型的定位传感器对应定位信息以及预设的传感器工作条件，从上述不同类型的定位传感器中确定至少一个目标传感器，包括：
当基于上述RTK传感器对应的定位信息确定上述RTK传感器处于固定解状态时，确定上述RTK传感器为上述目标传感器。
在第一方面提供的另一个可选方式中，在上述通过不同类型的定位传感器获取自移动设备移动过程中对应的定位信息之前，上述方法还包括：
在RTK传感器处于固定解状态时，通过RTK传感器采集到的定位信息和世界坐标系确定上述自移动设备的航向角，完成上述RTK传感器的初始化；
根据上述世界坐标系以及其他类型的定位传感器采集到的定位信息，对其他类型的定位传感器进行初始化。
在第一方面提供的另一个可选方式中，上述根据上述至少一个目标传感器对应的定位信息确定上述自移动设备的当前位置，包括：
在上述目标传感器包括RTK传感器时，根据上述RTK传感器对应的位置信息确定上述自移动设备的当前位置。
第二方面，本申请提供一种基于多传感器的自移动设备定位装置，包括：
定位信息获取单元，用于通过不同类型的定位传感器获取自移动设备移动过程中对应的定位信息；
目标传感器确定单元，用于基于上述不同类型的定位传感器对应的定位信息以及预设的传感器工作条件，从上述不同类型的定位传感器中确定至少一个目标传感器；
定位单元，用于根据上述至少一个目标传感器对应的定位信息确定上述自移动设备的当前位置。
在第二方面提供的一个可选方式中，上述定位传感器中包括视觉传感器，上述视觉传感器对应的定位信息包括多个图像帧；上述目标传感器确定单元，包括：
特征点匹配数量确定子单元，用于确定上述视觉传感器采集到的相邻的图像帧中匹配到的特征点的数量；
第一目标传感器确定子单元，用于若匹配到的特征点的数量大于预设数量阈值，则确定上述视觉传感器为上述目标传感器。
在第二方面提供的另一个可选方式中，上述定位传感器中包括RTK传感器，上述RTK传感器对应的定位信息包括通过上述RTK传感器获取的第一位姿信息；上述目标传感器确定单元，还包括：
第一重投影误差计算子单元，用于当上述RTK传感器处于非固定解状态，且上述视觉传感器为上述目标传感器时，根据上述RTK传感器对应的第一位姿信息计算上述视觉传感器采集到的图像帧中的特征点的第一重投影误差；
第二目标传感器确定子单元，用于当上述第一重投影误差小于第一预设误差值时，确定上述RTK传感器为上述目标传感器。
在第二方面提供的另一个可选方式中，上述定位传感器包括轮速计，上述轮速计对应的定位信息包括通过上述轮速计获取的第二位姿信息；上述目标传感器确定单元，还包括：
第二重投影误差计算子单元，用于当上述视觉传感器为上述目标传感器时，根据第二位姿信息计算图像帧中的特征点的第二重投影误差；
第三目标传感器确定子单元，用于当上述第二重投影误差小于第二预设误差值，确定上述轮速计为上述目标传感器。
在第二方面提供的另一个可选方式中，上述定位传感器中包括RTK传感器，上述目标传感器确定单元，还包括：
第四目标传感器确定子单元，用于当基于上述RTK传感器对应的定位信息确定上述RTK传感器处于固定解状态时，确定上述RTK传感器为上述目标传感器。
在第二方面提供的另一个可选方式中，上述定位装置还包括：
第一传感器初始化单元，用于在RTK传感器处于固定解状态时，通过RTK传感器采集到的定位信息和世界坐标系确定上述自移动设备的航向角，完成上述RTK传感器的初始化；
第二传感器初始化单元，用于根据上述世界坐标系以及其他类型的定位传感器采集到的定位信息，对其他类型的定位传感器进行初始化。
在第二方面提供的另一个可选方式中，上述定位单元，具体用于：
在上述目标传感器包括RTK传感器时，根据上述RTK传感器对应的位置信息确定上述自移动设备的当前位置。
第三方面，本申请提供一种自移动设备，包括处理器、存储器以及存储在上述存储器中并可在上述处理器上运行的计算机程序，上述处理器执行上述计算机程序时实现如第一方面或第一方面的任意可选方式的定位方法。
第四方面，本申请提供一种计算机可读存储介质，上述计算机可读存储介质存储有计算机程序，上述计算机程序被处理器执行时实现如第一方面或第一方面的任意可选方式的定位方法。
第五方面，本申请实施例提供了一种计算机程序产品，当计算机程序产品在割草机器人上运行时，使得割草机器人执行上述第一方面或第一方面的任意可选方式的定位方法的步骤。
可以理解的是，上述第二方面至第五方面的有益效果可以参见上述第一方面中的相关描述，在此不再赘述。
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性的前提下，还可以根据这些附图获得其他的附图。
图1是本申请实施例提供的一种基于多传感器的定位方法的流程示意图；
图2是本申请实施例提供的一种目标传感器的确定方法的流程示意图；
图3是本申请实施例提供的另一种目标传感器的确定方法的流程示意图；
图4是本申请实施例提供的一种定位传感器的初始化方法的流程示意图；
图5是本申请实施例提供的一种局部地图的初始化方法的流程示意图；
图6是本申请实施例提供的又一种目标传感器的确定方法的流程示意图；
图7是本申请实施例提供的一种基于多传感器的定位装置的结构示意图；
图8是本申请实施例提供的一种自移动设备的结构示意图。
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，以便透彻理解本申请实施例。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申请。在其它情况中，省略对众所周知的装置、系统、电路以及方法的详细说明，以免不必要的细节妨碍本申请的描述。
应当理解，在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。另外，在本申请说明书和所附权利要求书的描述中，术语“第一”、“第二”、“第三”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
还应当理解，在本申请说明书中描述的参考“一个实施例”或“一些实施例”等意味着在本申请的一个或多个实施例中包括结合该实施例描述的特定特征、结构或特点。由此，在本说明书中的不同之处出现的语句“在一个实施例中”、“在一些实施例中”、“在其他一些实施例中”、“在另外一些实施例中”等不是必然都参考相同的实施例，而是意味着“一个或多个但不是所有的实施例”，除非是以其他方式另外特别强调。术语“包括”、“包含”、“具有”及它们的变形都意味着“包括但不限于”，除非是以其他方式另外特别强调。
请参见图1，图1是本申请实施例提供的一种基于多传感器的定位方法的流程示意图，详述如下：
步骤S101，通过不同类型的定位传感器获取自移动设备移动过程中对应的定位信息。
本申请实施例中的自移动设备为可以自由移动的设备，自移动设备可以是包含自移动辅助功能的设备。自移动辅助功能可以是车载终端实现，相应的自移动设备可以是具有该车载终端的车辆。自移动设备还可以是半自移动设备或者完全自主移动设备。例如，割草机、扫地机、具有导航功能的机器人等各种用途的机器人。在该自移动设备上根据实际需求或设计要求设置有不同类型的定位传感器，以便于对该自移动设备进行定位。
在本申请实施例中，设置于自移动设备上的定位传感器至少为两种不同类型的定位传感器，在自移动设备的移动过程中，通过设置于自移动设备上的不同类型的定位传感器采集该自移动设备的的定位信息，进而根据定位信息形成自移动设备的移动轨迹。
步骤S102，基于上述不同类型的定位传感器对应的定位信息以及预设的传感器工作条件，从上述不同类型的定位传感器中确定至少一个目标传感器。
本申请实施例中的传感器工作条件表示符合预设的定位精度条件，比如某一类型的定位传感器的定位精度需大于或等于预设的精度阈值时，说明该定位传感器的定位效果较佳，符合预设的传感器工作条件，可用于自移动设备的定位。
在本申请实施例中，由于不同类型的定位传感器具有不同的定位精度和准确度，且在不同环境下，不同类型的定位传感器的定位精度和准确度会因环境的变化而发生变化，需要根据不同类型的定位传感器对应的定位信息以及预设的传感器工作条件，从不同类型的定位传感器中确定可以用于定位自移动设备的至少一个目标传感器。
步骤S103，根据上述至少一个目标传感器对应的定位信息确定上述自移动设备的当前位置。
在本申请实施例中，根据一个目标传感器的定位信息确定自移动设备的当前位置，或者根据两个或两个以上目标传感器的定位信息确定自移动设备的当前位置。通过两个或两个以上目标传感器的定位信息可以相互弥补各自对应的定位传感器在定位上的偏差，实现自移动设备的定位准确性。
本申请实施例中的目标传感器包括但不限于视觉传感器、RTK(Real TimeKinematic，实时动态差分)传感器、轮速计、IMU(Inertial Measurement Unit，惯性测量单元)、UWB(Ultra Wide Band，超宽带)传感器。本申请实施例中的自移动设备上至少设置有一个视觉传感器。
请参见图2，图2是本申请实施例提供的一种目标传感器的确定方法的流程示意图，详述如下：
步骤S201，确定上述视觉传感器采集到的相邻的图像帧中匹配到的特征点的数量。
具体地，可以对每个图像帧中进行已知静态物体的目标检测，并提取已知静态物体的静态特征点，例如静态物体可以是树、篱笆、建筑物等，通过匹配相邻帧中的静态特征点，可以确定相邻帧间匹配到的静态特征点的数量。通过匹配静态特征点可以提高相邻图像帧的匹配效率。当然，也可以直接提取每一图像帧中的所有特征点，并将相邻的图像帧中的每一个特征点进行一一匹配，并确定相匹配的特征点的数量，通过提取所有特征点再进行匹配的方式可以使得相邻图像帧的匹配更加完整，提高匹配准确度。具体的匹配方式可以根据实际场景进行设置。
步骤S202，若匹配到的特征点的数量大于预设数量阈值，则确定上述视觉传感器为上述目标传感器。
在本申请实施例中，自移动设备在移动过程中，通过视觉传感器持续采集图像信息，得到上述多个图像帧，并统计上述多个图像帧中相邻的图像帧中匹配的特征点的匹配数量。当统计到的相邻的图像帧中匹配的特征点的匹配数量大于预设数量阈值时，说明视觉传感器不存在丢帧的情况，此时可以将视觉传感器为目标传感器，进而通过视觉传感器采集的图像帧中的特征点的位置信息计算得到自移动设备的定位信息，从而提高自移动设备的定位稳定性。
请参见图3，图3是本申请实施例提供的另一种目标传感器的确定方法的流程示意图，详述如下：
步骤S301，获取RTK传感器的解算状态。
在本申请实施例中，RTK传感器的解算状态包括固定解、浮点解、差分解及单点解。当基于RTK传感器对应的定位信息确定RTK传感器处于固定解状态时，说明RTK传感器的定位精度达到厘米级误差，此时将RTK传感器作为上述目标传感器，以通过RTK传感器实现自移动设备的精准定位。
需要说明的是，当使用载波相位观测值定位的时候，会产生模糊度，该模糊度理论上是整数，通过算法解出整数的模糊度之后，会大幅度提高定位精度，当RTK传感器处于固定解状态时，RTK传感器的定位精度高于其处于非固定解状态时的定位精度，因此，当确定RTK传感器处于固定解状态时，可以直接确定RTK传感器为目标传感器。
步骤S302，当RTK传感器处于非固定解状态，且上述视觉传感器为上述目标传感器时，根据上述RTK传感器对应的第一位姿信息计算上述视觉传感器采集到的图像帧中的特征点的第一重投影误差。
在本申请实施例中，当RTK传感器处于非固定解状态时，此时RTK传感器的定位精度大幅度降低，为了确定RTK传感器能否满足预设的传感器工作条件，需要结合视觉传感器来进一步确定是否将RTK传感器作为目标传感器。具体地，将RTK传感器所在的坐标系作为世界坐标系，将视觉传感器所在的坐标系作为相机坐标系，也就是图像帧中的特征点所在的坐标系为相机坐标系，将RTK传感器对应的第一位姿信息映射到相机坐标系中得到第一映射位姿信息。将图像帧中的特征点进行三角定位，利用几何信息(对极几何)构建三角形来确定三维空间点的位置，并将三维空间点转换到相机坐标系中，其转换关系为相机位姿[R,t]，R和t表示旋转矩阵和平移矩阵。最后将第一映射位姿信息和相机位姿[R,t]进行第二次映射，得到第二映射位姿信息，计算第一映射位姿信息和第二映射位姿信息的差值，得到第一重投影误差。
步骤S303，当上述第一重投影误差小于第一预设误差值时，确定上述RTK传感器为上述目标传感器。
在本申请实施例中，根据计算得到的第一重投影误差，确定是否将RTK传感器作为目标传感器。如果第一重投影误差较大，说明RTK传感器对应的定位信息与视觉传感器对应的定位信息相差较大，无法为自移动设备提供准确的定位信息。由于RTK传感器的定位精度高于视觉传感器，当确定RTK传感器为目标传感器时，也即所确定的目标传感器中包括RTK传感器时，根据RTK传感器获取的位置信息确定自移动设备的当前位置。
在本申请的一些实施例中，当第一重投影误差小于第一预设误差值时，确定RTK传感器为目标传感器，否则，RTK传感器不作为目标传感器。
在本申请实施例中，在使用不同类型的定位传感器确定自移动设备的当前位置之前，需要完成定位传感器的初始化，以确定各个定位传感器各自所在的坐标系之间的转换关系，也就是将各个定位传感器的数据可以转换到同一坐标系下(例如RTK传感器所在的世界坐标系)，便于后续采用多个定位传感器的定位数据来实现融合定位计算，以提高对自移动设备的定位精准度。
请参见图4，图4是本申请实施例提供的一种定位传感器的初始化方法的流程示意图，详述如下：
步骤S401，在RTK传感器处于固定解状态时，通过RTK传感器采集到的定位信息和世界坐标系确定上述自移动设备的航向角，完成RTK传感器的初始化。
在本申请实施例中，当采用RTK传感器作为定位传感器进行RTK定位时，自移动设备作为流动站需要与RTK基站配合使用，基于RTK基站实现RTK定位。同时，自移动设备的地图也是以RTK基站作为参考点。因此，当某一基站与该自移动设备首次配对时，需要在基于该基站完成自移动设备上不同类型的定位传感器的初始化，并根据初始化后的定位传感器对应的定位信息完成自移动设备的地图初始化。
在本申请实施例中，由于RTK传感器获取的定位信息为位置信息，即经纬度坐标，所以RTK传感器获取的定位信息没有姿态信息也就无法直接得到自移动设备的绝对航向角。而自移动设备通过其他类型的定位传感器例如IMU测得的航向角是位于自移动设备坐标系下的相对航向角，需要转换到世界坐标系下才可以得到绝对航向角，因此需要确定自移动设备坐标系下的相对航向角与自移动设备在世界坐标系中的绝对航向角的对转换关系。具体地，以基站的经纬度为原点，建立ENU(East North Up，东北天)世界坐标系，通过RTK传感器采集自移动设备移动过程中的多个定位信息，将多个定位信息进行线性拟合，得到该直线在该世界坐标系下的斜率，将该斜率经过反三角函数转换为角度，即为自移动设备的绝对航向角。例如，RTK传感器收集至少8个移动轨迹点的定位信息，将至少8个移动轨迹点的定位信息进行拟合，拟合得到的直线所对应的斜率，进而根据反三角函数求得该斜率对应的角度，即为自移动设备的绝对航向角。获取在自移动设备坐标系下的相对航向角，通过绝对航向角和相对航向角做差，得到的航向角差值即为自移动设备坐标系到世界坐标系的转换角，后续从自移动设备坐标系下的测得的数据可以基于该转换角换算到世界坐标系中。这个过程也是将自移动设备坐标系和世界坐标系对齐的过程，即完成了RTK传感器和自移动设备地图的初始化。
步骤S402，根据上述世界坐标系以及其他类型的定位传感器采集到的定位信息，对其他类型的定位传感器进行初始化。
可以理解的是，对其他类型的定位传感器进行初始化实际也是确定其他类型的定位传感器所在的坐标系到世界坐标系的变换矩阵，使得各个其他类型的定位传感器采集的定位信息可以转换到同一世界坐标系中。关于不同坐标系变换到世界坐标系的变换矩阵，可以采用相关技术中已有的坐标转换方式确定，本申请对此不作限制。
在本申请实施例中，在完成RTK传感器的初始化以及世界坐标下局部地图的初始化后，在初始化后的局部地图中，根据其他类型的传感器采集到的定位信息来实现定位传感器的初始化以及局部地图的更新，以保证各类型的定位传感器，在世界坐标下基于该更新后的局部地图所获取到的定位信息的精度更高。
请参见图5，图5是本申请实施例提供的一种局部地图的初始化方法的流程示意图，详述如下：
步骤S501，通过滑动窗口从视觉传感器采集的多个图像帧中获取M个图像帧。
在本申请实施例中，使用滑动窗口从视觉传感器采集的多个图像帧中获取连续的M个图像帧，或者说，通过滑动窗口存储连续的M个图像帧，在滑动窗口滑动过程中，当新获取或新存储一个图像帧时，将丢弃时间最前的一个图像帧，以保证滑动窗口内的图像帧的个数为M。优选的，M为不大于10的整数。
步骤S502，确定上述M个图像帧中是否存在满足局部地图初始化条件的第一图像帧和第N图像帧。
本申请实施例中的第一图像帧为M个图像帧中排在第一个的图像帧，也即时间在最前的一个图像帧，第N帧图像为上述M个图像帧中除第一图像帧之外的任意一个图像帧或最后一个图像帧。
本申请实施例中的局部地图初始化条件为第一图像帧与第N图像帧中的匹配的特征点达到预定点数，且自移动设备从第一图像帧运动到第N图像帧时产生的位移满足预设距离值，其中N≤M。
在本申请实施例中，在滑动窗口时间内，将第一图像帧与滑动窗口内除第一图像帧之外的其他图像帧逐一进行局部地图初始化条件的匹配，确定滑动窗口内除第一图像帧之外的其他图像帧中是否存在满足局部地图初始化条件的图像帧，当在当前滑动窗口时间内未寻找到与满足局部地图初始化条件的图像帧时，滑动窗口继续移动，并重新在新的滑动窗口时间内，将该滑动窗口中的第一图像帧与除该第一图像帧之外的其他图像帧逐一进行局部地图初始化条件的匹配，直至在滑动窗口时间内找到满足局部初始化条件的图像帧。
需要说明的是，当需要在新的滑动窗口时间内，将该滑动窗口中的第一图像帧与除该第一图像帧之外的其他图像帧逐一进行局部地图初始化条件的匹配时，由于除第一图像帧和滑动窗口内的最后一个图像帧没有进行匹配之外，其他的图像帧已与第一图像帧进行了匹配，因此，这时仅需要将第一图像帧与滑动窗口内的最后一个图像帧进行匹配，节省了图像匹配的时间，提高了局部地图初始化效率。
步骤S503，当确定上述M个图像帧中存在满足局部地图初始化条件的第一图像帧和第N图像帧时，初始化上述局部地图。
在本申请实施例中，当确定在当前滑动窗口的M个图像帧中存在满足局部地图初始化条件的第一图像帧和第N图像帧时，比如，当在当前滑动窗口中的第一图像帧和最后一个图像帧，有100个相匹配的特征点和0.1米的位置时，开始初始化局部地图。
同时，为了提高局部地图的精准性，获取足够多的地图点对局部地图进行优化，本申请实施例还利用滑动窗口内剩余的图像帧即除了第一图像帧和第N图像帧之外的其他图像帧中任意两个图像帧中匹配的特征点，以及该任意两个图像帧中定位传感器的移动增量，将图像帧中匹配的特征点三角化为局部地图中的地图点。
在本申请的一些实施例中，为了进一步提高局部地图的精准性，在滑动窗口内，进行一次BA(Bundle Adjustment，光束法平差)优化，同时优化视觉传感器采集到的位姿信息和地图点的位置。然后，统计优化后的局部地图中地图点的数量，如果优化后的局部地图中地图点的数量大于预定数值比如50，则局部地图初始化成功，否则，重复通过滑动窗口获取相匹配的特征点进行三角化以及利用BA优化的相关步骤直至优化后的局部地图中地图点的数量大于预定数值。
在本申请实施例中，为了提高局部地图的定位精确度，在利用视觉传感器采集的多个图像帧完成局部地图的初始化后，由于基于该多个图像帧中匹配的特征点三角化得到的地图点较少，可以利用其他类型的定位传感器的定位信息来将图像帧中的特征点三角化为局部地图上的地图点，减少了局部地图初始化的计算量，并提高了局部地图的定位精确度。
在本申请的一些实施例中，在初始化局部地图后，获取从第一图像帧到第N图像帧的时间内自移动设备的移动增量，比如轮速计的旋转增量和平移增量，按照轮速计和视觉传感器之间的外参数，将该轮速计的旋转增量和平移增量转换到相机坐标系下，得到视觉传感器的运动，利用视觉传感器的运动和这两帧即第一图像帧和第N图像帧中匹配的特征点，将这些匹配的特征点三角化为局部地图中的地图点。
本申请实施例中的不同类型的定位传感器中还包括轮速计，轮速计对应的定位信息包括通过上述轮速计获取的第二位姿信息。
请参见图6，图6是本申请实施例提供的另一种目标传感器的确定方法的流程示意图，详述如下：
步骤S601，当上述视觉传感器为上述目标传感器时，根据第二位姿信息计算图像帧中的特征点的第二重投影误差。
在本申请实施中，当不同类型的定位传感器还包括轮速计，且已确定视觉传感器为目标传感器时，获取轮速计对应不同图像帧中的同一特征点所采集的多个第二位姿信息，并将第二位姿信息映射到轮速计到相机坐标系的变换矩阵中，得到多个映射位姿信息，计算多个映射位姿信息之间的差值，也就是映射位姿信息和第四映射位姿信息的差值，得到第二重投影误差。
步骤S602，当上述第二重投影误差小于第二预设误差值，确定上述轮速计为上述目标传感器。
在本申请实施例中，根据计算得到的第二重投影误差，确定是否将轮速计作为目标传感器。如果第二重投影误差较大，比如第二重投影误差大于或等于第二预设误差值，说明轮速计传感器对应的定位信息与视觉传感器对应的定位信息相差较大，无法为自移动设备提供准确的定位信息。如果第二重投影误差较小，比如第二重投影误差小于第二预设误差值，则说明轮速计可以为自移动设备提供准确的定位信息，可以将轮速计作为目标传感器。
在本申请的一些实施例中，在确定目标传感器后，根据目标传感器采集的定位信息，对自移动设备的位姿进行优化，同时根据优化后的自移动设备的位姿信息更新局部地图，得到自移动设备的当前位置。
在本申请的另一些实施例中，当根据现有传感器的定位信息无法确定目标传感器时，说明设置在自移动设备上的不同类型的定位传感器因各种原因比如可以正确定位的传感器发生故障导致无法为自移动设备提供满足精度要求的定位信息。
在本申请的一些具体实施例中，当确定的目标传感器仅有RTK传感器时，根据RTK采集到的位姿信息确定自移动设备的当前位置。
在本申请的另一些具体实施例中，当确定的目标传感器包括视觉传感器和RTK传感器，根据视觉传感器采集的多个图像帧和RTK传感器采集的位姿信息，对自移动设备的位姿进行优化，确定自移动设备的当前位置。
在本申请的另一些具体实施例中，当确定的目标传感器包括视觉传感器、轮速计，根据视觉传感器采集的多个图像帧和轮速计采集的位姿信息，对自移动设备的位姿进行优化，比如，使用轮速计确定的移动增量作为自移动设备的位置初值，并根据视觉传感器采集的多个图像帧对自移动设备的位置进行优化，确定自移动设备的当前位置。
在本申请的另一些具体实施例中，当确定的目标传感器包括视觉传感器和轮速计，根据视觉传感器采集的多个图像帧和轮速计采集的位姿信息，对自移动设备的位姿进行优化，确定自移动设备的当前位置。
在本申请的另一些具体实施例中，当确定的目标传感器仅有视觉传感器时，设置匀速行驶的速度值作为自移动设备的位置初值，并根据视觉传感器采集的多个图像帧对自移动设备的位置进行优化，确定自移动设备的当前位置。
在本申请的另一些具体实施例中，当确定的目标传感器仅有轮速计时，根据轮速计采集到的位姿信息确定自移动设备的当前位置。
在本申请实施例中，通过不同类型的定位传感器获取自移动设备移动过程中对应的定位信息；再基于不同类型的定位传感器对应的定位信息以及预设的传感器工作条件，从不同类型的定位传感器中确定至少一个目标传感器；然后根据上述至少一个目标传感器对应的定位信息确定上述自移动设备的当前位置，通过结合不同类型的定位传感器对应的定位信息以及预设的传感器工作条件确定至少一个目标传感器，保证在不同环境下能够根据该至少一个目标传感器的定位信息确定自移动设备的当前位置，避免因依赖单个定位传感器定位，且在定位传感器受环境影响导而致自移动设备定位不准的问题，从而有效地提高了自移动设备的定位稳定性和准确性。
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，而不应对本申请实施例的实施过程构成任何限定。
基于上述实施例所提供的基于多传感器的定位方法，本申请实施例进一步给出实现上述方法实施例的系统实施例。
请参见图7，图7是本申请实施例提供的基于多传感器的定位装置的示意图。包括的各单元用于执行图1对应的实施例中的各步骤。具体请参阅图1对应的实施例中的相关描述。为了便于说明，仅示出了与本实施例相关的部分。
参见图7，基于多传感器的定位装置7包括：
定位信息获取单元71，用于通过不同类型的定位传感器获取自移动设备移动过程中对应的定位信息；
目标传感器确定单元72，用于基于上述不同类型的定位传感器对应的定位信息以及预设的传感器工作条件，从上述不同类型的定位传感器中确定至少一个目标传感器；
定位单元73，用于根据上述至少一个目标传感器对应的定位信息确定上述自移动设备的当前位置。
在本申请的一些实施例中，上述定位传感器中包括视觉传感器，上述视觉传感器对应的定位信息包括多个图像帧；上述目标传感器确定单元72，包括：
特征点匹配数量确定子单元，用于确定上述视觉传感器采集到的相邻的图像帧中匹配到的特征点的数量；
第一目标传感器确定子单元，用于若匹配到的特征点的数量大于预设数量阈值，则确定上述视觉传感器为上述目标传感器。
在本申请的另一些实施例中，上述定位传感器中包括RTK传感器，上述RTK传感器对应的定位信息包括通过上述RTK传感器获取的第一位姿信息；上述目标传感器确定单元72，还包括：
第一重投影误差计算子单元，用于当上述RTK传感器处于非固定解状态，且上述视觉传感器为上述目标传感器时，根据上述RTK传感器对应的第一位姿信息计算上述视觉传感器采集到的图像帧中的特征点的第一重投影误差；
第二目标传感器确定子单元，用于当上述第一重投影误差小于第一预设误差值时，确定上述RTK传感器为上述目标传感器。
在本申请的另一些实施例中，上述定位传感器包括轮速计，上述轮速计对应的定位信息包括通过上述轮速计获取的第二位姿信息；上述目标传感器确定单元72，还包括：
第二重投影误差计算子单元，用于当上述视觉传感器为上述目标传感器时，根据第二位姿信息计算图像帧中的特征点的第二重投影误差；
第三目标传感器确定子单元，用于当上述第二重投影误差小于第二预设误差值，确定上述轮速计为上述目标传感器。
在本申请的另一些实施例中，上述定位传感器中包括RTK传感器，上述目标传感器确定单元72，还包括：
第四目标传感器确定子单元，用于当基于上述RTK传感器对应的定位信息确定上述RTK传感器处于固定解状态时，确定上述RTK传感器为上述目标传感器。
在本申请的另一些实施例中，上述系统还包括：
第一传感器初始化单元，用于在RTK传感器处于固定解状态时，通过RTK传感器采集到的定位信息和世界坐标系确定上述自移动设备的航向角，完成上述RTK传感器的初始化；
第二传感器初始化单元，用于根据上述世界坐标系以及其他类型的定位传感器采集到的定位信息，对其他类型的定位传感器进行初始化。
在本申请的另一些实施例中，上述定位单元73，具体用于：
在上述目标传感器包括RTK传感器时，根据上述RTK传感器对应的位置信息确定上述自移动设备的当前位置。
需要说明的是，上述模块之间的信息交互、执行过程等内容，由于与本申请方法实施例基于同一构思，其具体功能及带来的技术效果，具体可参见方法实施例部分，此处不再赘述。
图8是本申请实施例提供的自移动设备的示意图。如图8所示，该实施例的自移动设备8包括：处理器80、存储器81以及存储在存储器81中并可在处理器80上运行的计算机程序82，例如定位程序。处理器80执行计算机程序82时实现上述各个基于多传感器的定位方法实施例中的步骤，例如图1所示的步骤101-103。或者，处理器80执行计算机程序82时实现上述各系统实施例中各模块/单元的功能，例如图7所示单元71-73的功能。
示例性的，计算机程序82可以被分割成一个或多个模块/单元，一个或者多个模块/单元被存储在存储器81中，并由处理器80执行，以完成本申请。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82在自移动设备8中的执行过程。例如，计算机程序82可以被分割成定位信息获取单元71、目标传感器确定单元72、定位单元73，各单元具体功能请参阅图1对应的实施例中地相关描述，此处不赘述。
自移动设备可包括，但不仅限于，处理器80、存储器81。本领域技术人员可以理解，图8仅仅是自移动设备8的示例，并不构成对自移动设备8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，例如自移动设备还可以包括输入输出设备、网络接入设备、总线等。
所称处理器80可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、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81可以是自移动设备8的内部存储单元，例如自移动设备8的硬盘或内存。存储器81也可以是自移动设备8的外部存储设备，例如自移动设备8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(FlashCard)等。进一步地，存储器81还可以既包括自移动设备8的内部存储单元也包括外部存储设备。存储器81用于存储计算机程序以及自移动设备所需的其他程序和数据。存储器81还可以用于暂时地存储已经输出或者将要输出的数据。
本申请实施例还提供了一种计算机可读存储介质，计算机可读存储介质存储有计算机程序，计算机程序被处理器执行时可实现上述基于多传感器的定位方法。
本申请实施例提供了一种计算机程序产品，当计算机程序产品在自移动设备上运行时，使得自移动设备执行时实现可实现上述基于多传感器的定位方法。
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，即将系统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申请的范围。
以上所述实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，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申请各实施例技术方案的精神和范围，均应包含在本申请的保护范围之内。
Claims (10)
1.一种基于多传感器的定位方法，其特征在于，所述方法包括：
通过不同类型的定位传感器获取自移动设备移动过程中对应的定位信息；
基于所述不同类型的定位传感器对应的定位信息以及预设的传感器工作条件，从所述不同类型的定位传感器中确定至少一个目标传感器；
根据所述至少一个目标传感器对应的定位信息确定所述自移动设备的当前位置。
2.如权利要求1所述的基于多传感器的定位方法，其特征在于，所述定位传感器中包括视觉传感器，所述视觉传感器对应的定位信息包括多个图像帧；
所述基于所述不同类型的定位传感器对应的定位信息以及预设的传感器工作条件，从所述不同类型的定位传感器中确定至少一个目标传感器，包括：
确定所述视觉传感器采集到的相邻的图像帧中匹配到的特征点的数量；
若匹配到的特征点的数量大于预设数量阈值，则确定所述视觉传感器为所述目标传感器。
3.如权利要求2所述的基于多传感器的定位方法，其特征在于，所述定位传感器中包括RTK传感器，所述RTK传感器对应的定位信息包括通过所述RTK传感器获取的第一位姿信息；
所述基于所述不同类型的定位传感器对应的定位信息以及预设的传感器工作条件，从所述不同类型的定位传感器中确定至少一个目标传感器，包括：
当所述RTK传感器处于非固定解状态，且所述视觉传感器为所述目标传感器时，根据所述第一位姿信息计算所述图像帧中的特征点的第一重投影误差；
当所述第一重投影误差小于第一预设误差值时，确定所述RTK传感器为所述目标传感器。
4.如权利要求2所述的基于多传感器的定位方法，其特征在于，所述定位传感器包括轮速计，所述轮速计对应的定位信息包括通过所述轮速计获取的第二位姿信息；
所述基于所述不同类型的定位传感器对应的定位信息以及预设的传感器工作条件，从所述不同类型的定位传感器中确定至少一个目标传感器，包括：
当所述视觉传感器为所述目标传感器时，根据所述第二位姿信息计算所述图像帧中的特征点的第二重投影误差；
当所述第二重投影误差小于第二预设误差值，确定所述轮速计为所述目标传感器。
5.如权利要求1所述的基于多传感器的定位方法，其特征在于，所述定位传感器中包括RTK传感器，所述基于所述不同类型的定位传感器对应的定位信息以及预设的传感器工作条件，从所述不同类型的定位传感器中确定至少一个目标传感器，包括：
当基于所述RTK传感器对应的定位信息确定所述RTK传感器处于固定解状态时，确定所述RTK传感器为所述目标传感器。
6.如权利要求5所述的基于多传感器的定位方法，其特征在于，在所述通过不同类型的定位传感器获取自移动设备移动过程中对应的定位信息之前，所述方法还包括：
在所述RTK传感器处于固定解状态时，通过所述RTK传感器采集到的定位信息和世界坐标系确定所述自移动设备的航向角，完成所述RTK传感器的初始化；
根据所述世界坐标系以及其他类型的定位传感器采集到的定位信息，对其他类型的定位传感器进行初始化。
7.如权利要求1所述的基于多传感器的定位方法，其特征在于，所述根据所述至少一个目标传感器对应的定位信息确定所述自移动设备的当前位置，包括：
在所述目标传感器包括RTK传感器时，根据所述RTK传感器对应的位置信息确定所述自移动设备的当前位置。
8.一种基于多传感器的定位装置，其特征在于，所述定位装置包括：
定位信息获取单元，用于通过不同类型的定位传感器获取自移动设备移动过程中对应的定位信息；
目标传感器确定单元，用于基于所述不同类型的定位传感器对应的定位信息以及预设的传感器工作条件，从所述不同类型的定位传感器中确定至少一个目标传感器；
定位单元，用于根据所述至少一个目标传感器对应的定位信息确定所述自移动设备的当前位置。
9.一种自移动设备，包括处理器、存储器以及存储在所述存储器中并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任一项所述的基于多传感器的定位方法。
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任一项所述的基于多传感器的定位方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310373676.4A CN116429121A (zh) | 2023-03-31 | 2023-03-31 | 基于多传感器的定位方法、装置、自移动设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310373676.4A CN116429121A (zh) | 2023-03-31 | 2023-03-31 | 基于多传感器的定位方法、装置、自移动设备及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116429121A true CN116429121A (zh) | 2023-07-14 |
Family
ID=87079197
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310373676.4A Pending CN116429121A (zh) | 2023-03-31 | 2023-03-31 | 基于多传感器的定位方法、装置、自移动设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116429121A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117451034A (zh) * | 2023-12-25 | 2024-01-26 | 天津云圣智能科技有限责任公司 | 一种自主导航的方法、装置、存储介质及电子设备 |
-
2023
- 2023-03-31 CN CN202310373676.4A patent/CN116429121A/zh active Pending
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117451034A (zh) * | 2023-12-25 | 2024-01-26 | 天津云圣智能科技有限责任公司 | 一种自主导航的方法、装置、存储介质及电子设备 |
| CN117451034B (zh) * | 2023-12-25 | 2024-04-02 | 天津云圣智能科技有限责任公司 | 一种自主导航的方法、装置、存储介质及电子设备 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Zhang et al. | LOAM: Lidar odometry and mapping in real-time. | |
| US9062980B2 (en) | Autonomous mobile system | |
| CN110702091B (zh) | 一种沿地铁轨道移动机器人的高精度定位方法 | |
| CN112363158B (zh) | 机器人的位姿估计方法、机器人和计算机存储介质 | |
| CN103412565B (zh) | 一种具有全局位置快速估计能力的机器人定位方法 | |
| CN104677361B (zh) | 一种综合定位的方法 | |
| US20080033645A1 (en) | Pobabilistic methods for mapping and localization in arbitrary outdoor environments | |
| CN110553652A (zh) | 机器人多传感器融合定位方法及其应用 | |
| EP3667236B1 (en) | A method of determining position data | |
| CN109782756A (zh) | 具有自主绕障行走功能的变电站巡检机器人 | |
| CN114413909A (zh) | 一种室内移动机器人定位方法及系统 | |
| Cho et al. | Map based indoor robot navigation and localization using laser range finder | |
| Herath et al. | Fusion-dhl: Wifi, imu, and floorplan fusion for dense history of locations in indoor environments | |
| Sung et al. | What if there was no revisit? Large-scale graph-based SLAM with traffic sign detection in an HD map using LiDAR inertial odometry | |
| CN114119886A (zh) | 高精地图点云重建方法、装置、车辆、设备和存储介质 | |
| CN116429121A (zh) | 基于多传感器的定位方法、装置、自移动设备及存储介质 | |
| Khoshelham et al. | Vehicle positioning in the absence of GNSS signals: Potential of visual-inertial odometry | |
| CN116753945A (zh) | 一种基于多传感器融合的工业巡检机器人的导航方法 | |
| CN115183762A (zh) | 一种机场仓库内外建图方法、系统、电子设备及介质 | |
| CN116380039A (zh) | 一种基于固态激光雷达和点云地图的移动机器人导航系统 | |
| Li et al. | Aerial-triangulation aided boresight calibration for a low-cost UAV-LiDAR system | |
| Cho et al. | Autonomous positioning of the unloading auger of a combine harvester by a laser sensor and GNSS | |
| Krejsa et al. | Fusion of local and global sensory information in mobile robot outdoor localization task | |
| Deusch et al. | Improving localization in digital maps with grid maps | |
| CN115060268A (zh) | 一种机房融合定位方法、系统、设备及存储介质 |
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 |