CN117830604B - 一种定位用二维码异常检测方法及介质 - Google Patents
一种定位用二维码异常检测方法及介质 Download PDFInfo
- Publication number
- CN117830604B CN117830604B CN202410251447.XA CN202410251447A CN117830604B CN 117830604 B CN117830604 B CN 117830604B CN 202410251447 A CN202410251447 A CN 202410251447A CN 117830604 B CN117830604 B CN 117830604B
- Authority
- CN
- China
- Prior art keywords
- dimensional code
- positioning
- coordinates
- nearest
- dimensional
- 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 56
- 238000000034 method Methods 0.000 claims abstract description 42
- 230000002159 abnormal effect Effects 0.000 claims abstract description 7
- 238000010276 construction Methods 0.000 claims abstract description 4
- 230000005856 abnormality Effects 0.000 claims description 11
- 238000005457 optimization Methods 0.000 claims description 9
- 230000004927 fusion Effects 0.000 claims description 8
- 238000003860 storage Methods 0.000 claims description 7
- 230000006870 function Effects 0.000 description 5
- 238000004590 computer program Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000011109 contamination Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000003111 delayed effect 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
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/24—Aligning, centring, orientation detection or correction of the image
- G06V10/245—Aligning, centring, orientation detection or correction of the image by locating a pattern; Special marks for positioning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
- G06K17/00—Methods or arrangements for effecting co-operative working between equipments covered by two or more of main groups G06K1/00 - G06K15/00, e.g. automatic card files incorporating conveying and reading operations
- G06K17/0022—Methods or arrangements for effecting co-operative working between equipments covered by two or more of main groups G06K1/00 - G06K15/00, e.g. automatic card files incorporating conveying and reading operations arrangements or provisions for transferring data to distant stations, e.g. from a sensing device
- G06K17/0025—Methods or arrangements for effecting co-operative working between equipments covered by two or more of main groups G06K1/00 - G06K15/00, e.g. automatic card files incorporating conveying and reading operations arrangements or provisions for transferring data to distant stations, e.g. from a sensing device the arrangement consisting of a wireless interrogation device in combination with a device for optically marking the record carrier
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/25—Determination of region of interest [ROI] or a volume of interest [VOI]
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Engineering & Computer Science (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明涉及一种定位用二维码异常检测方法及介质，涉及机器人二维码定位技术领域。方法包括：获取所有定位用二维码在全局坐标系中的坐标；将所有定位用二维码在全局坐标系中的坐标保存在kd‑tree中，从而实现kd‑tree的构建；机器人在行进过程中，基于当前的定位信息和构建的kd‑tree，查找距离机器人最近的二维码，并实时计算与该最近的二维码的位置关系；在计算到的位置关系满足第一位置关系条件的情况下，执行二维码检测模式，实时判断是否检测到该最近的二维码；若在二维码检测模式中未检测到该最近的二维码，则判断存在二维码异常。通过该方案，使得不需要预先设置路径，提高了检测效率，且大大降低了功耗，更适合对大范围场景中的二维码进行检测。
Description
技术领域
本发明涉及机器人二维码定位技术领域，具体涉及一种定位用二维码异常检测方法及介质。
背景技术
在移动机器人AMR领域中，二维码定位作为一种成熟的定位技术广泛应用在仓储、快递、分拣等领域。目前的二维码定位的一些方案中，通过使用二维码相机扫描地面上面设置的二维码标签，并融合里程计信息或其他信息进行定位，近些年来，随着新兴的SLAM技术的广泛应用，同样通过SLAM融合二维码的方式来提高SLAM的稳定性。然而，不管是传统的二维码定位还是应用于的SLAM技术，均存在由于地面二维码标签污损或缺失而导致的定位困难的问题。当地面的二维码标签产生污损或破损的时候，传统的二维码定位以及SLAM融合二维码定位都会出现问题。
发明内容
本申请要解决的技术问题是提供一种定位用二维码异常检测方法及介质，具有检测效率更高且功耗低的特点。
第一方面，一种实施例中提供一种定位用二维码异常检测方法，包括：
获取所有定位用二维码在全局坐标系中的坐标；
将所有定位用二维码在全局坐标系中的坐标保存在kd-tree中，从而实现kd-tree的构建；
机器人在行进过程中，基于当前的定位信息和构建的kd-tree，查找距离机器人最近的二维码，并实时计算与该最近的二维码的位置关系；
在计算到的位置关系满足第一位置关系条件的情况下，执行二维码检测模式，实时判断是否检测到该最近的二维码；
若在二维码检测模式中未检测到该最近的二维码，则判断存在二维码异常。
一种实施例中，所述的获取所有定位用二维码在全局坐标系中的坐标，包括：
通过SLAM构建全局环境地图；
基于二维码和激光的融合定位方法获取所有定位用二维码在全局坐标系中的坐标。
一种实施例中，所述的基于二维码和激光的融合定位方法获取所有定位用二维码在全局坐标系中的坐标，包括：
扫描每一张定位用二维码，对于任意一张扫描到的二维码，获取二维码数据帧，同时获取激光数据帧作为激光关键帧；对于任意一个二维码数据帧，获取该二维码数据帧相对于机器人的坐标作为第一坐标，对于任意一个激光关键帧，获取机器人的坐标作为第二坐标，基于所有二维码的第一坐标和对应的第二坐标，对任意一张二维码的坐标进行非线性优化，得到所有定位用二维码在全局坐标系中的坐标。
一种实施例中，所述的基于所有二维码的第一坐标和对应的第二坐标，对任意一张二维码的坐标进行非线性优化，得到所有定位用二维码在全局坐标系中的坐标，包括：
，
其中，表示二维码j所对应的在i时刻的第一坐标，/>表示二维码j所对应的在i时刻的第二坐标，i表示时刻的索引，1≤i≤I，I表示时刻的总数，j表示二维码的索引，1≤j≤J，J表示二维码的总数；/>表示二维码j的坐标，随着优化而改变；/>表示待优化的所有二维码的坐标集合。
一种实施例中，所述第一位置关系条件包括机器人的二维码扫描装置进入所述最近的二维码的扫描区域的位置关系条件。
一种实施例中，所述的机器人在行进过程中，基于当前的定位信息和构建的kd-tree，查找距离机器人最近的二维码，并实时计算与该最近的二维码的位置关系，包括：
机器人在行进过程中，实时获取机器人的当前位置信息pose1(xrobot,yrobot,yawrobot)；其中，xrobot表示机器人在x方向的坐标，yrobot表示机器人在y方向的坐标，yawrobot表示机器人的yaw角；
基于构建的kd-tree，查找当前距离pose1最近的二维码的坐标tagpose(xtag,ytag)；其中，xtag表示最近的二维码在x方向的坐标，ytag表示最近的二维码在y方向的坐标；
计算机器人的当前位置与该最近的二维码的距离d，以得到机器人的当前位置与该最近的二维码的位置关系；其中，。
一种实施例中，所述的在计算到的位置关系满足第一位置关系条件的情况下，执行二维码检测模式，实时判断是否检测到该最近的二维码，包括：
当计算到的距离d小于预设的第一距离阈值时，开始进入二维码检测模式，实时判断是否检测到该最近的二维码；在二维码检测模式下，若直至计算到的距离d大于预设的第二距离阈值时，仍然未检测到该最近的二维码，则退出二维码检测模式。
一种实施例中，所述的在计算到的位置关系满足第一位置关系条件的情况下，执行二维码检测模式，实时判断是否检测到该最近的二维码，还包括：
在二维码检测模式下，若检测到所述最近的二维码，则退出二维码检测模式。
一种实施例中，还包括：在判断到存在二维码异常的情况下，将二维码异常信息发送到用户终端。
第二方面，一种实施例中提供一种计算机可读存储介质，所述介质中存储有程序，所述程序能够被处理器加载并执行上述任意一实施例的定位用二维码异常检测方法。
本发明的有益效果是：
由于基于kd-tree中保存的二维码坐标来查找最近的二维码，使得不需要预先设置路径，提高了检测效率；由于在满足机器人和最近的二维码的位置关系的条件下才通过二维码扫描装置扫描地面上的二维码，使得大大降低了功耗，更适合对大范围场景中的二维码进行检测。
附图说明
图1是本申请一种实施例的定位用二维码异常检测方法流程示意图；
图2是本申请另一种实施例的定位用二维码异常检测方法流程示意图。
具体实施方式
下面通过具体实施方式结合附图对本发明作进一步详细说明。其中不同实施方式中类似元件采用了相关联的类似的元件标号。在以下的实施方式中，很多细节描述是为了使得本申请能被更好的理解。然而，本领域技术人员可以毫不费力的认识到，其中部分特征在不同情况下是可以省略的，或者可以由其他元件、材料、方法所替代。在某些情况下，本申请相关的一些操作并没有在说明书中显示或者描述，这是为了避免本申请的核心部分被过多的描述所淹没，而对于本领域技术人员而言，详细描述这些相关操作并不是必要的，他们根据说明书中的描述以及本领域的一般技术知识即可完整了解相关操作。
另外，说明书中所描述的特点、操作或者特征可以以任意适当的方式结合形成各种实施方式。同时，方法描述中的各步骤或者动作也可以按照本领域技术人员所能显而易见的方式进行顺序调换或调整。因此，说明书和附图中的各种顺序只是为了清楚描述某一个实施例，并不意味着是必须的顺序，除非另有说明其中某个顺序是必须遵循的。
本文中为部件所编序号本身，例如“第一”、“第二”等，仅用于区分所描述的对象，不具有任何顺序或技术含义。
为便于对本申请的发明构思进行说明，以下对机器人二维码定位技术进行简要说明。
在机器人的激光定位中，通过对激光关键帧的选取，来降低后端回环检测的算例需求，通常情况下，通过对角度阈值、距离阈值、时间阈值来过滤掉不需要的激光帧，剩下的激光帧作为激光关键帧，基于激光关键帧实现对机器人的定位，得到激光定位的全局位姿。
目前的激光和二维码的融合定位中，一种方案中，分别采集通过二维码得到的全局位姿和激光定位得到的全局位姿，然后通过对齐得到的两个全局位姿来纠正机器人全局位姿来实现对机器人的定位。
对于定位用的二维码，在现有的AMR领域的纯二维码定位以及SLAM融合二维码定位，在二维码正常、没有破损的情况下能够正常的定位，如果产生污损、破损或丢失等二维码异常，则会对机器人的行驶产生障碍，导致机器人行驶在路边、偏离路径等，影响机器人的工作效率。当出现这种问题的时候，往往需要人为的去进行二维码的更换，然而往往没有其他的方法来得知二维码是否需要更换的提示，当AMR机器人发生问题时再去进行更换，往往会耽误工厂的生产节拍，产生效率问题，影响生产。因此需要用户友好型的解决该技术问题。
对于该问题，目前的一些方案中，大多是采用修正算法，结合其他的算法以在一定程度上克服该缺陷，然而并没有从根本上解决二维码异常的问题。
一种方案中，机器人沿目标路径从起始点向目标点运行，并在行驶过程中通过二维码扫描装置实时检测地面上的二维码，如果对二维码的识别率小于预设的识别率，则反馈二维码测量信息，可以在一定程度上识别出异常的二维码。申请人在研究中发现，该方案中，一方面需要预先设置路径，如果路径偏航则可能识别不到，无法反馈信息，另一方面需要在行驶过程中自始至终通过二维码扫描装置实时扫描地面上的二维码，作为实时工作的光学装置，功耗较大。
鉴于上述问题，本申请提供一种定位用二维码异常检测方法，一方面，基于kd-tree中保存的二维码坐标来查找最近的二维码，从而不需要预先设置路径，提高了检测效率；另一方面，在满足机器人和最近的二维码的位置关系的条件下才通过二维码扫描装置扫描地面上的二维码，大大降低了功耗，更适合对大范围场景中的二维码进行检测。
一种实施例中，请参考图1，本申请提供的一种定位用二维码异常检测方法包括：
步骤S10，获取所有定位用二维码在全局坐标系中的坐标。
对于全局坐标系，一种实施例中，可以通过SLAM构建全局环境地图，从而基于构建的全局环境地图得到全局坐标系。而对于定位用二维码，在机器人的运行路径上布置，布置的间隔取决于环境和激光精度。一种实施例中，为保证环境变化后运行的稳定性，每5m-10m布置一张二维码。布置完二维码后，一种具体实施例中，则可以控制机器人小车扫描每一张布置好的二维码实现二维码的标定，从而得到所有定位用二维码在全局坐标系中的坐标。
一种实施例中，基于二维码和激光的融合定位方法获取所有定位用二维码在全局坐标系中的坐标，包括：
扫描每一张定位用二维码，对于任意一张扫描到的二维码，获取二维码数据帧，同时获取激光数据帧作为激光关键帧。对于任意一个二维码数据帧，获取该二维码数据帧相对于机器人的坐标作为第一坐标，对于任意一个激光关键帧，获取机器人的坐标作为第二坐标，基于所有二维码的第一坐标和对应的第二坐标，对任意一张二维码的坐标进行非线性优化，得到所有定位用二维码在全局坐标系中的坐标。
一种实施例中，基于所有二维码的第一坐标和对应的第二坐标，对任意一张二维码的坐标进行非线性优化，得到所有定位用二维码在全局坐标系中的坐标，包括：
，
其中，表示二维码j所对应的在i时刻的第一坐标，/>表示二维码j所对应的在i时刻的第二坐标，i表示时刻的索引，1≤i≤I，I表示时刻的总数，j表示二维码的索引，1≤j≤J，J表示二维码的总数；/>表示二维码j的坐标，随着优化而改变；/>表示待优化的所有二维码的坐标集合。
扫描到二维码后，通过上述标定，可以根据SLAM定位和扫描到的二维码的坐标，联合优化二维码在全局坐标系中的坐标，由于该步骤紧接建图步骤，此时无环境变化，可以标定出较好的二维码坐标。
步骤S20，将所有定位用二维码在全局坐标系中的坐标保存在kd-tree中，从而实现kd-tree的构建。
基于构建的kd-tree，可以快速对各个定位用二维码进行搜索，且不需要预先设定机器人的行进路径，从任意位置均可开始对定位用二维码进行搜索。
步骤S30，机器人在行进过程中，基于当前的定位信息和构建的kd-tree，查找距离机器人最近的二维码，并实时计算与该最近的二维码的位置关系。
目前的一种二维码的检测方案中，需要在机器人的行进过程中实时扫描以检测二维码，功耗较大，且如果近通过识别率进行识别，容易漏掉识别不到或者缺失的二维码，从而无法实现准确的检测。本申请的一种实施例中，为快速接近最近的二维码，并得到可以扫描到该最近的二维码的扫描区域，通过实时计算与该最近的二维码的位置关系来判断是否已达到该最近的二维码的扫描区域，从而可以在达到扫描区域后再进行扫描检测。
一种实施例中，机器人在行进过程中，基于当前的定位信息和构建的kd-tree，查找距离机器人最近的二维码，并实时计算与该最近的二维码的位置关系，包括：
机器人在行进过程中，实时获取机器人的当前位置信息pose1(xrobot,yrobot,yawrobot)；其中，xrobot表示机器人在x方向的坐标，yrobot表示机器人在y方向的坐标，yawrobot表示机器人的yaw角；
基于构建的kd-tree，查找当前距离pose1最近的二维码的坐标tagpose(xtag,ytag)；其中，xtag表示最近的二维码在x方向的坐标，ytag表示最近的二维码在y方向的坐标；
计算机器人的当前位置与该最近的二维码的距离d，以得到机器人的当前位置与该最近的二维码的位置关系；其中，。
步骤S40，在计算到的位置关系满足第一位置关系条件的情况下，执行二维码检测模式，实时判断是否检测到该最近的二维码。
一种实施例中，第一位置关系条件包括机器人的二维码扫描装置进入最近的二维码的扫描区域的位置关系条件。
一种实施例中，当计算到的距离d小于预设的第一距离阈值时，开始进入二维码检测模式，实时判断是否检测到该最近的二维码；在二维码检测模式下，若直至计算到的距离d大于预设的第二距离阈值时，仍然未检测到该最近的二维码，则退出二维码检测模式。
在非二维码检测模式下，当计算到的距离d小于预设的第一距离阈值时，说明开始进入最近的二维码的扫描区域，此时启动二维码扫描装置进入二维码检测模式，实时判断是否检测到该最近的二维码。一种实施例中，若在进入二维码检测模式后二维码扫描装置检测到该最近的二维码，则关闭二维码扫描装置退出二维码检测模式。
若直至计算到的距离d大于预设的第二距离阈值时，仍然未检测到该最近的二维码，说明在二维码码的扫描区域内未检测到该最近的二维码，则关闭二维码扫描装置退出二维码检测模式。
一种实施例中，预设的第一距离阈值可以为3cm，预设的第二距离阈值可以为5cm。当计算到的与二维码的距离小于3cm时，则认为此时二维码扫描装置应该可以检测到二维码，启动二维码扫描装置进入二维码检测模式，不断判断是否检测到二维码，在这个过程中，当计算到的小车与二维码的距离大于5cm时，则判断已经出二维码扫描区域。
步骤S50，若在二维码检测模式中未检测到该最近的二维码，则判断存在二维码异常。
若在整个满足第一位置关系条件的二维码检测模式下未检测到该最近的二维码，则说明存在二维码异常。
上述实施例中，一方面，基于kd-tree中保存的二维码坐标来查找最近的二维码，从而不需要预先设置路径，提高了检测效率；另一方面，在满足机器人和最近的二维码的位置关系的条件下才通过二维码扫描装置扫描地面上的二维码，大大降低了功耗，更适合对大范围场景中的二维码进行检测。
一种实施例中，请参考图2，定位用二维码异常检测方法还包括步骤S60，将二维码异常信息发送到用户终端。以此，通知用户进行查询维护。
一种实施例中，上述任意一实施例的定位用二维码异常检测方法可以在机器人执行常规的任务执行时，进行二维码异常的检测。一种实施例中，可以将异常报警次数与路线进行绑定，当某条路线上的报警次数大于预设阈值的时候，则会进行用户提示车辆在该路线上存在污损二维码导致扫码异常，进一步可以提醒用户进行污损二维码的更换，提高AMR机器人的工作运行效率。
本申请的一种实施例中提供了一种计算机可读存储介质，存储介质上存储有程序，存储的程序包括能够被处理器加载并处理上述任意一实施例中的定位用二维码异常检测方法。
本领域技术人员可以理解，上述实施方式中各种方法的全部或部分功能可以通过硬件的方式实现，也可以通过计算机程序的方式实现。当上述实施方式中全部或部分功能通过计算机程序的方式实现时，该程序可以存储于一计算机可读存储介质中，存储介质可以包括：只读存储器、随机存储器、磁盘、光盘、硬盘等，通过计算机执行该程序以实现上述功能。例如，将程序存储在设备的存储器中，当通过处理器执行存储器中程序，即可实现上述全部或部分功能。另外，当上述实施方式中全部或部分功能通过计算机程序的方式实现时，该程序也可以存储在服务器、另一计算机、磁盘、光盘、闪存盘或移动硬盘等存储介质中，通过下载或复制保存到本地设备的存储器中，或对本地设备的系统进行版本更新，当通过处理器执行存储器中的程序时，即可实现上述实施方式中全部或部分功能。
以上应用了具体个例对本发明进行阐述，只是用于帮助理解本发明，并不用以限制本发明。对于本发明所属技术领域的技术人员，依据本发明的思想，还可以做出若干简单推演、变形或替换。
Claims (7)
1.一种定位用二维码异常检测方法，其特征在于，包括：
获取所有定位用二维码在全局坐标系中的坐标；
将所有定位用二维码在全局坐标系中的坐标保存在kd-tree中，从而实现kd-tree的构建；
机器人在行进过程中，基于当前的定位信息和构建的kd-tree，查找距离机器人最近的二维码，并实时计算与该最近的二维码的位置关系；
在计算到的位置关系满足第一位置关系条件的情况下，执行二维码检测模式，实时判断是否检测到该最近的二维码；
若在二维码检测模式中未检测到该最近的二维码，则判断存在二维码异常；
所述的获取所有定位用二维码在全局坐标系中的坐标，包括：
通过SLAM构建全局环境地图；
基于二维码和激光的融合定位方法获取所有定位用二维码在全局坐标系中的坐标；
所述的基于二维码和激光的融合定位方法获取所有定位用二维码在全局坐标系中的坐标，包括：
扫描每一张定位用二维码，对于任意一张扫描到的二维码，获取二维码数据帧，同时获取激光数据帧作为激光关键帧；对于任意一个二维码数据帧，获取该二维码数据帧相对于机器人的坐标作为第一坐标，对于任意一个激光关键帧，获取机器人的坐标作为第二坐标，基于所有二维码的第一坐标和对应的第二坐标，对任意一张二维码的坐标进行非线性优化，得到所有定位用二维码在全局坐标系中的坐标；
所述的基于所有二维码的第一坐标和对应的第二坐标，对任意一张二维码的坐标进行非线性优化，得到所有定位用二维码在全局坐标系中的坐标，包括：
，
其中，表示二维码j所对应的在i时刻的第一坐标，/>表示二维码j所对应的在i时刻的第二坐标，i表示时刻的索引，1≤i≤I，I表示时刻的总数，j表示二维码的索引，1≤j≤J，J表示二维码的总数；/>表示二维码j的坐标，随着优化而改变；/>表示待优化的所有二维码的坐标集合。
2.如权利要求1所述的定位用二维码异常检测方法，其特征在于，所述第一位置关系条件包括机器人的二维码扫描装置进入所述最近的二维码的扫描区域的位置关系条件。
3.如权利要求2所述的定位用二维码异常检测方法，其特征在于，所述的机器人在行进过程中，基于当前的定位信息和构建的kd-tree，查找距离机器人最近的二维码，并实时计算与该最近的二维码的位置关系，包括：
机器人在行进过程中，实时获取机器人的当前位置信息pose1(xrobot,yrobot,yawrobot)；其中，xrobot表示机器人在x方向的坐标，yrobot表示机器人在y方向的坐标，yawrobot表示机器人的yaw角；
基于构建的kd-tree，查找当前距离pose1最近的二维码的坐标tagpose(xtag,ytag)；其中，xtag表示最近的二维码在x方向的坐标，ytag表示最近的二维码在y方向的坐标；
计算机器人的当前位置与该最近的二维码的距离d，以得到机器人的当前位置与该最近的二维码的位置关系；其中，。
4.如权利要求3所述的定位用二维码异常检测方法，其特征在于，所述的在计算到的位置关系满足第一位置关系条件的情况下，执行二维码检测模式，实时判断是否检测到该最近的二维码，包括：
当计算到的距离d小于预设的第一距离阈值时，开始进入二维码检测模式，实时判断是否检测到该最近的二维码；在二维码检测模式下，若直至计算到的距离d大于预设的第二距离阈值时，仍然未检测到该最近的二维码，则退出二维码检测模式。
5.如权利要求4所述的定位用二维码异常检测方法，其特征在于，所述的在计算到的位置关系满足第一位置关系条件的情况下，执行二维码检测模式，实时判断是否检测到该最近的二维码，还包括：
在二维码检测模式下，若检测到所述最近的二维码，则退出二维码检测模式。
6.如权利要求1到5中任意一项所述的定位用二维码异常检测方法，其特征在于，还包括：在判断到存在二维码异常的情况下，将二维码异常信息发送到用户终端。
7.一种计算机可读存储介质，其特征在于，所述介质中存储有程序，所述程序能够被处理器加载并执行如权利要求1到6之一的定位用二维码异常检测方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410251447.XA CN117830604B (zh) | 2024-03-06 | 2024-03-06 | 一种定位用二维码异常检测方法及介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410251447.XA CN117830604B (zh) | 2024-03-06 | 2024-03-06 | 一种定位用二维码异常检测方法及介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117830604A CN117830604A (zh) | 2024-04-05 |
| CN117830604B true CN117830604B (zh) | 2024-05-10 |
Family
ID=90524498
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410251447.XA Active CN117830604B (zh) | 2024-03-06 | 2024-03-06 | 一种定位用二维码异常检测方法及介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117830604B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117824667B (zh) * | 2024-03-06 | 2024-05-10 | 成都睿芯行科技有限公司 | 一种基于二维码和激光的融合定位方法及介质 |
| CN117824666B (zh) * | 2024-03-06 | 2024-05-10 | 成都睿芯行科技有限公司 | 融合定位用二维码对、二维码标定方法及融合定位方法 |
Citations (25)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20060043147A (ko) * | 2004-03-27 | 2006-05-15 | 주식회사 마이크로로보트 | 자율이동로봇의 항법시스템 및 위치 인식방법 |
| JP3957734B1 (ja) * | 2006-08-25 | 2007-08-15 | 株式会社バンダイナムコゲームス | プログラム、情報記憶媒体、２次元コード生成システム、２次元コード |
| CN106444750A (zh) * | 2016-09-13 | 2017-02-22 | 哈尔滨工业大学深圳研究生院 | 一种基于二维码定位的智能仓储移动机器人系统 |
| CN107687855A (zh) * | 2017-08-22 | 2018-02-13 | 广东美的智能机器人有限公司 | 机器人定位方法、装置及机器人 |
| CN108363386A (zh) * | 2017-12-30 | 2018-08-03 | 杭州南江机器人股份有限公司 | 基于二维码和激光的室内机器人定位方法、装置及系统 |
| CN109579843A (zh) * | 2018-11-29 | 2019-04-05 | 浙江工业大学 | 一种空地多视角下的多机器人协同定位及融合建图方法 |
| CN109800828A (zh) * | 2017-11-17 | 2019-05-24 | 比亚迪股份有限公司 | 基于二维码的车辆定位系统和定位方法 |
| CN109887033A (zh) * | 2019-03-01 | 2019-06-14 | 北京智行者科技有限公司 | 定位方法及装置 |
| WO2019169540A1 (zh) * | 2018-03-06 | 2019-09-12 | 斯坦德机器人（深圳）有限公司 | 紧耦合视觉slam的方法、终端及计算机可读存储介质 |
| CN110673612A (zh) * | 2019-10-21 | 2020-01-10 | 重庆邮电大学 | 一种自主移动机器人二维码引导控制方法 |
| CN112258600A (zh) * | 2020-10-19 | 2021-01-22 | 浙江大学 | 一种基于视觉与激光雷达的同时定位与地图构建方法 |
| CN113177959A (zh) * | 2021-05-21 | 2021-07-27 | 广州普华灵动机器人技术有限公司 | 一种快速运动过程中qr码实时提取算法 |
| CN113405544A (zh) * | 2021-05-08 | 2021-09-17 | 中电海康集团有限公司 | 一种移动机器人的建图与定位方法及系统 |
| CN115014338A (zh) * | 2022-05-31 | 2022-09-06 | 南京理工大学 | 一种基于二维码视觉和激光slam的移动机器人定位系统及方法 |
| CN115170646A (zh) * | 2022-05-30 | 2022-10-11 | 清华大学 | 目标跟踪方法、系统及机器人 |
| CN115268430A (zh) * | 2022-06-29 | 2022-11-01 | 苏州艾吉威机器人有限公司 | 一种机器人导航方法 |
| CN115713556A (zh) * | 2022-11-18 | 2023-02-24 | 研祥高科技控股集团有限公司 | 二维码定位方法、装置及计算机可读存储介质 |
| CN115774265A (zh) * | 2023-02-15 | 2023-03-10 | 江苏集萃清联智控科技有限公司 | 用于工业机器人的二维码和激光雷达融合定位方法与装置 |
| CN115936029A (zh) * | 2022-12-13 | 2023-04-07 | 湖南大学无锡智能控制研究院 | 一种基于二维码的slam定位方法及装置 |
| CN116337062A (zh) * | 2021-12-23 | 2023-06-27 | 山东新松工业软件研究院股份有限公司 | 一种基于激光、反光板及二维码的组合定位方法和系统 |
| CN117109561A (zh) * | 2023-09-01 | 2023-11-24 | 上海仙工智能科技有限公司 | 融合激光定位的远距二维码地图创建及定位方法、系统 |
| CN117163622A (zh) * | 2023-09-25 | 2023-12-05 | 苏州利耀智能科技有限公司 | 智能仓储入库系统及智能仓储入库方法 |
| CN117444967A (zh) * | 2023-10-31 | 2024-01-26 | 浙江迈尔微视科技有限公司 | 基于二维码校正的移动机器人高精度对接方法及系统 |
| CN117490688A (zh) * | 2023-10-30 | 2024-02-02 | 中国科学院沈阳自动化研究所 | 相机-imu-二维码融合的车间agv导航方法 |
| CN117589145A (zh) * | 2023-09-01 | 2024-02-23 | 上海仙工智能科技有限公司 | 一种基于远距二维码的地图创建方法及系统 |
-
2024
- 2024-03-06 CN CN202410251447.XA patent/CN117830604B/zh active Active
Patent Citations (25)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20060043147A (ko) * | 2004-03-27 | 2006-05-15 | 주식회사 마이크로로보트 | 자율이동로봇의 항법시스템 및 위치 인식방법 |
| JP3957734B1 (ja) * | 2006-08-25 | 2007-08-15 | 株式会社バンダイナムコゲームス | プログラム、情報記憶媒体、２次元コード生成システム、２次元コード |
| CN106444750A (zh) * | 2016-09-13 | 2017-02-22 | 哈尔滨工业大学深圳研究生院 | 一种基于二维码定位的智能仓储移动机器人系统 |
| CN107687855A (zh) * | 2017-08-22 | 2018-02-13 | 广东美的智能机器人有限公司 | 机器人定位方法、装置及机器人 |
| CN109800828A (zh) * | 2017-11-17 | 2019-05-24 | 比亚迪股份有限公司 | 基于二维码的车辆定位系统和定位方法 |
| CN108363386A (zh) * | 2017-12-30 | 2018-08-03 | 杭州南江机器人股份有限公司 | 基于二维码和激光的室内机器人定位方法、装置及系统 |
| WO2019169540A1 (zh) * | 2018-03-06 | 2019-09-12 | 斯坦德机器人（深圳）有限公司 | 紧耦合视觉slam的方法、终端及计算机可读存储介质 |
| CN109579843A (zh) * | 2018-11-29 | 2019-04-05 | 浙江工业大学 | 一种空地多视角下的多机器人协同定位及融合建图方法 |
| CN109887033A (zh) * | 2019-03-01 | 2019-06-14 | 北京智行者科技有限公司 | 定位方法及装置 |
| CN110673612A (zh) * | 2019-10-21 | 2020-01-10 | 重庆邮电大学 | 一种自主移动机器人二维码引导控制方法 |
| CN112258600A (zh) * | 2020-10-19 | 2021-01-22 | 浙江大学 | 一种基于视觉与激光雷达的同时定位与地图构建方法 |
| CN113405544A (zh) * | 2021-05-08 | 2021-09-17 | 中电海康集团有限公司 | 一种移动机器人的建图与定位方法及系统 |
| CN113177959A (zh) * | 2021-05-21 | 2021-07-27 | 广州普华灵动机器人技术有限公司 | 一种快速运动过程中qr码实时提取算法 |
| CN116337062A (zh) * | 2021-12-23 | 2023-06-27 | 山东新松工业软件研究院股份有限公司 | 一种基于激光、反光板及二维码的组合定位方法和系统 |
| CN115170646A (zh) * | 2022-05-30 | 2022-10-11 | 清华大学 | 目标跟踪方法、系统及机器人 |
| CN115014338A (zh) * | 2022-05-31 | 2022-09-06 | 南京理工大学 | 一种基于二维码视觉和激光slam的移动机器人定位系统及方法 |
| CN115268430A (zh) * | 2022-06-29 | 2022-11-01 | 苏州艾吉威机器人有限公司 | 一种机器人导航方法 |
| CN115713556A (zh) * | 2022-11-18 | 2023-02-24 | 研祥高科技控股集团有限公司 | 二维码定位方法、装置及计算机可读存储介质 |
| CN115936029A (zh) * | 2022-12-13 | 2023-04-07 | 湖南大学无锡智能控制研究院 | 一种基于二维码的slam定位方法及装置 |
| CN115774265A (zh) * | 2023-02-15 | 2023-03-10 | 江苏集萃清联智控科技有限公司 | 用于工业机器人的二维码和激光雷达融合定位方法与装置 |
| CN117109561A (zh) * | 2023-09-01 | 2023-11-24 | 上海仙工智能科技有限公司 | 融合激光定位的远距二维码地图创建及定位方法、系统 |
| CN117589145A (zh) * | 2023-09-01 | 2024-02-23 | 上海仙工智能科技有限公司 | 一种基于远距二维码的地图创建方法及系统 |
| CN117163622A (zh) * | 2023-09-25 | 2023-12-05 | 苏州利耀智能科技有限公司 | 智能仓储入库系统及智能仓储入库方法 |
| CN117490688A (zh) * | 2023-10-30 | 2024-02-02 | 中国科学院沈阳自动化研究所 | 相机-imu-二维码融合的车间agv导航方法 |
| CN117444967A (zh) * | 2023-10-31 | 2024-01-26 | 浙江迈尔微视科技有限公司 | 基于二维码校正的移动机器人高精度对接方法及系统 |
Non-Patent Citations (3)
| Title |
|---|
| "Efficient Factor Graph Fusion for Multi-Robot Mapping and Beyond";Ramkumar Natarajan et al;《 2018 21st International Conference on Information Fusion (FUSION)》;20180906;全文 * |
| "二维码和印刷字符在线识别算法设计及在喷码设备中的应用";侯崇铨;《万方学位论文》;20231018;全文 * |
| "基于二维码视觉与激光雷达融合的高精度定位算法";栾佳宁等;《计算机应用》;20210602;全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117830604A (zh) | 2024-04-05 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN117830604B (zh) | 一种定位用二维码异常检测方法及介质 | |
| US10614588B2 (en) | Vehicle positioning or navigation utilizing associated feature pairs | |
| EP3803734B1 (en) | Tracking vehicles in a warehouse environment | |
| US11815905B2 (en) | Systems and methods for optical target based indoor vehicle navigation | |
| EP3201874B1 (en) | Industrial vehicles and method for localization using ceiling lights | |
| US20190310092A1 (en) | Method, system and apparatus for dynamic path generation | |
| US20120330492A1 (en) | Deep lane navigation system for automatic guided vehicles | |
| US11493930B2 (en) | Determining changes in marker setups for robot localization | |
| Li et al. | A new method for occupancy grid maps merging: Application to multi-vehicle cooperative local mapping and moving object detection in outdoor environment | |
| Zhu et al. | Lifelong localization in semi-dynamic environment | |
| CN114675658B (zh) | 一种空货架的自动回收方法、系统、设备以及介质 | |
| Li et al. | A systematic strategy of pallet identification and picking based on deep learning techniques | |
| US20220413147A1 (en) | Method for detecting ground using lidar sensor and ground detection device performing same | |
| CN117906615B (zh) | 基于环境标识码的智能化搬运设备的融合定位方法及系统 | |
| Wang et al. | Cross-modal Fusion-based Prior Correction for Road Detection in Off-road Environments | |
| JP7482808B2 (ja) | 移動体の制御方法、移動体及びプログラム | |
| KR20240064449A (ko) | 라이다를 이용하는 주행로봇의 위치 측정을 위한 패턴 매칭 방법 및 이를 수행하는 프로그램이 기록된 컴퓨터 판독이 가능한 기록매체 | |
| CN116766191A (zh) | 机器人运动控制方法、装置、计算设备和存储介质 | |
| CN114967673A (zh) | 移动体的控制方法、移动体以及计算机可读取的存储介质 | |
| CN117805849A (zh) | 基于简易反光柱地图的机器人定位方法及系统 | |
| Rizzini et al. | Experimental evaluation of a people detection algorithm in dynamic environments |
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 |