DK2952993T3 - Fremgangsmåde til fremstilling af et kort for sandsynlighed for ét af fravær eller tilstedeværelse af hindringer for en autonom robot - Google Patents

Fremgangsmåde til fremstilling af et kort for sandsynlighed for ét af fravær eller tilstedeværelse af hindringer for en autonom robot Download PDF

Info

Publication number
DK2952993T3
DK2952993T3 DK14305849.3T DK14305849T DK2952993T3 DK 2952993 T3 DK2952993 T3 DK 2952993T3 DK 14305849 T DK14305849 T DK 14305849T DK 2952993 T3 DK2952993 T3 DK 2952993T3
Authority
DK
Denmark
Prior art keywords
obstacle
absence
robot
pixel
value
Prior art date
Application number
DK14305849.3T
Other languages
English (en)
Inventor
Nicolas Garcia
Lucas Souchet
Original Assignee
Softbank Robotics Europe
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 Softbank Robotics Europe filed Critical Softbank Robotics Europe
Application granted granted Critical
Publication of DK2952993T3 publication Critical patent/DK2952993T3/da

Links

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00—Programme-controlled manipulators
    • B25J9/16—Programme controls
    • B25J9/1656—Programme controls characterised by programming, planning systems for manipulators
    • B25J9/1664—Programme controls characterised by programming, planning systems for manipulators characterised by motion, path, trajectory planning
    • B25J9/1666—Avoiding collision or forbidden zones
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00—Programme-controlled manipulators
    • B25J9/16—Programme controls
    • B25J9/1694—Programme controls characterised by use of sensors other than normal servo-feedback from position, speed or acceleration sensors, perception control, multi-sensor controlled systems, sensor fusion
    • B25J9/1697—Vision controlled systems
    • 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
    • G01S15/00—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems
    • G01S15/88—Sonar systems specially adapted for specific applications
    • G01S15/89—Sonar systems specially adapted for specific applications for mapping or imaging
    • 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
    • G01S15/00—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems
    • G01S15/88—Sonar systems specially adapted for specific applications
    • G01S15/93—Sonar systems specially adapted for specific applications for anti-collision purposes
    • G01S15/931—Sonar systems specially adapted for specific applications for anti-collision purposes of land vehicles
    • 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
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/88—Lidar systems specially adapted for specific applications
    • G01S17/89—Lidar systems specially adapted for specific applications for mapping or imaging
    • 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
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/88—Lidar systems specially adapted for specific applications
    • G01S17/93—Lidar systems specially adapted for specific applications for anti-collision purposes
    • G01S17/931—Lidar systems specially adapted for specific applications for anti-collision purposes of land vehicles
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0268—Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means
    • G05D1/0274—Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means using mapping information stored in a memory device
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0227—Control of position or course in two dimensions specially adapted to land vehicles using mechanical sensing means, e.g. for sensing treated area
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
    • G05D1/0238—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using obstacle or wall sensors
    • G05D1/024—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using obstacle or wall sensors in combination with a laser
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
    • G05D1/0246—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0255—Control of position or course in two dimensions specially adapted to land vehicles using acoustic signals, e.g. ultra-sonic singals

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Electromagnetism (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Automation & Control Theory (AREA)
  • Acoustics & Sound (AREA)
  • Robotics (AREA)
  • Mechanical Engineering (AREA)
  • Optics & Photonics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
  • Manipulator (AREA)

Claims (17)

  1. FREMGANGSMÅDE TIL FREMSTILLING AF ET KORT FOR SANDSYNLIGHED FOR ÉT AF FRAVÆR ELLER TILSTEDEVÆRELSE AF HINDRINGER FOR EN AUTONOM ROBOT
    1. Fremgangsmåde til bestemmelse, ved hjælp af en computer inde i en autonom robot (100), af et pixelkort for sandsynligheden for mindst ét af fravær og tilstedeværelse af en hindring i robottens miljø, hvilken fremgangsmåde er kendetegnet ved, at den omfatter: initialisering, i en hukommelse inde robotten, af en flerhed af oprindelige kort (340, 350), der er defineret omkring robotten og i alt væsentligt fastgjort til robotten, hvilket kort har foruddefinerede grænser og er belagt med pixels af en foruddefineret dimension, hvor en værdi for en sandsynlighed for mindst én af fravær eller tilstedeværelse af en hindring i hver pixel er indstillet til en foruddefineret værdi (310); hentning, fra en flerhed af komplementære detekteringsprocedurer, af data, der er repræsentative for mindst én af fravær og tilstedeværelse af en hindring i robottens miljø (331, 332); samtidig anvendelse, til hver af flerheden af komplementære detekteringsprocedurer til et oprindeligt kort i flerheden af oprindelige kort, af procedurer for mindst: o ændring af værdier for sandsynligheder for fravær eller tilstedeværelse af en hindring ifølge tidligere observationer til en værdi, der er tættere på en foruddefineret værdi (320); o opdatering af værdier for sandsynligheder for mindst én af fravær og tilstedeværelse af en hindring i mindst én pixel af det oprindelige kort fra dataene (330); sammensmeltning af flerheden af oprindelige kort (340, 350) til et sammensmeltet kort (360) ved: o indstilling af værdien for hver pixel, hvis sandsynlighed for fravær af en hindring er under en tærskel Tsobs i mindst ét af de oprindelige kort (910a, 910b), til en værdi, der er repræsentativ for en hindring i det sammensmeltede kort (910c); o indstilling af værdien for hver pixel, der ikke er en hindringspixel i det sammensmeltede kort (910c), og hvis sandsynlighed for fravær af en hindring er over en tærskel Tsfrcc i mindst ét af de oprindelige kort (920a, 920b), til en værdi, der er repræsentativ for en hindringsfri pixel i det sammensmeltede kort (920c).
  2. 2. Fremgangsmåde ifølge krav 1, hvor det oprindelige kort forbliver statisk i en fast referenceramme, så længe robotten forbliver inden for et forudbestemt antal pixels, og bevæger sig med robotten, når robotten bevæger sig ud af dette forudbestemte antal pixels.
  3. 3. Fremgangsmåde ifølge et hvilket som helst af kravene 1 og 2, hvor grænserne for det oprindelige kort er foruddefinerede til at dække områder, hvori robotten kan befinde sig i et foruddefineret tidsrum, hvis den bevæger sig ved en maksimal hastighed (510).
  4. 4. Fremgangsmåde ifølge krav 3, hvor den fomdbestemte dimension af en pixel udvælges som en funktion af en afstand til undgåelse af kollision.
  5. 5. Fremgangsmåde ifølge krav 4, hvor det oprindelige kort definerer en firkant (510).
  6. 6. Fremgangsmåde ifølge et hvilket som helst af kravene 1 til 5, hvor den foruddefinerede værdi i proceduren til ændring af sandsynlighederne for én af tilstedeværelse og fravær af en hindring ifølge tidligere observationer (320) og til initialisering af kortet (310) er gennemsnittet af den værdi, der repræsenterer en tilstedeværelse af en hindring, der er sikker, og den værdi, der repræsenterer et fravær af en hindring, der er sikkert.
  7. 7. Fremgangsmåde ifølge et af kravene 1 til 6, hvor kortet er et kort for sandsynlighed for fravær af en hindring, der er et tal mellem 0 og 1, hvor 0 repræsenterer en tilstedeværelse af en hindring, der er sikker (710), 1 et fravær af en hindring, der er sikkert (720), og 0,5 en ukendt tilstedeværelse af en hindring (730).
  8. 8. Fremgangsmåde ifølge krav 7, hvor en tærskel Tsobs til afgrænsning af en hindring og ukendte pixels er defineret som et tal i intervallet [0;0,5], og en tærskel til afgrænsning af hindringsfri og ukendte pixels er defineret som et tal i intervallet [0,5; 1].
  9. 9. Fremgangsmåde ifølge krav 8, hvor et tidsmæssigt udviklingsforhold Rtemp til ændring af sandsynlighederne for fravær af hindringer defineres i henhold til hindringstærsklen og et foruddefineret tidspunkt for konvergens Tconv ved hjælp af formlen: Rtemp = exp(In(l-2,0 * Tsobs) / (Tconv * opdateringsfrekvens)).
  10. 10. Fremgangsmåde ifølge krav 9, hvor proceduren til ændring af sandsynlighederne for fravær af en hindring ifølge tidligere observationer (320) anvender en geometrisk fordelingslov til beregning af værdien VC32o af en pixel i kort 320 ifølge værdien VC310 af denne pixel i kort 310: VC320 = Rtemp * (VC310- 0,5) + 0,5.
  11. 11. Fremgangsmåde ifølge krav 1, hvor sammensmeltning af flerheden af oprindelige kort (340, 350) omfatter følgende trin: generering af et første forudsammensmeltet kort og et andet forudsammensmeltet kort; indstilling af værdien for sandsynligheden for fravær af en hindring i en pixel i det første forudsammensmeltede kort som det minimale af værdierne for sandsynlighed for fravær i den samme pixel i flerheden af oprindelige kort (340, 350); indstilling af værdien for sandsynligheden for fravær af en hindring i en pixel i det andet forudsammensmeltede kort som det maksimale af værdierne for sandsynligheden for fravær i den samme pixel i flerheden af oprindelige kort (340, 350); indstilling af værdien for sandsynligheden for fravær af en hindring i en pixel i det første forudsammensmeltede kort, hvis værdi er under tærsklen for hindring Tsobs til 0; indstilling af værdien for sandsynligheden for fravær af en hindring i en pixel i det første forudsammensmeltede kort, hvis værdi er over tærsklen for hindring Tsobs til 1; indstilling af værdien for sandsynligheden for fravær af en hindring i en pixel i det sammensmeltede kort (360) til det minimale af værdien for sandsynlighed af fravær i den samme pixel i det første og det andet forudsammensmeltede kort.
  12. 12. Fremgangsmåde ifølge krav 11, hvor hvert kort blandt flerheden af oprindelige kort opdateres ved anvendelse af data, der er hentet fra et andet sæt af sensorer, der grupperer sensorer, som observerer den samme type af hindringer.
  13. 13. Fremgangsmåde ifølge krav 12, hvor: et første sæt af sensorer grupperer lasersensorer i robotten; et andet sæt af sensorer grupperer 3D-kamaraer i robotten; et tredje sæt af sensorer grupperer ultralydssensorer i robotten; et fjerde sæt af sensorer grupperer kontaktsensorer i robotten.
  14. 14. Fremgangsmåde ifølge et hvilket som helst af kravene 1 til 13, hvor trinnet med hentning, fra mindst en detekteringsprocedure, af data, der er repræsentative for mindst én af fravær og tilstedeværelse af en hindring i robottens miljø omfatter mindst: hentning af rådataværdier fra sensoren (400); frembringelse af en 6D-sensortransform forbundet med sensoren (430) ved anvendelse af en robotkinematik-ledmodel (410) og vinkelledsensorer (420); anvendelse af 6D-sensortransformen (430) og rådataene (400) til at frembringe et sæt af 3D-punkter, der repræsenterer de hindringer, der er observeret af sensoren (440).
  15. 15. Fremgangsmåde ifølge krav 14, hvor opdatering af værdier for sandsynligheder for mindst én af fravær og tilstedeværelse af en hindring i mindst én pixel i det oprindelige kort fra dataene omfatter mindst: fyldning af mindst én 2D-pixel, hvor mindst ét 3D-punkt (440) er fundet med en værdi, der er repræsentativ for en tilstedeværelse af en hindring, der er sikker (710, 830a, 840b, 870c; 870d); fyldning af hver pixel i en linje mellem den mindst ene pixel og positionen af sensoren med en værdi, der er repræsentativ for et fravær af en hindring, der er sikkert (720, 820a, 850b, 860c, 860c).
  16. 16. Autonom robot (100), der mindst omfatter: en flerhed af retningsafstandssensorer; en robotkinematik-ledmodel (410); en onboard-hukommelse til at lagre en flerhed af oprindelige kort, der er defineret omkring robotten og i alt væsentligt fastgjort til robotten, hvilket kort har foruddefinerede grænser og er belagt med pixels af en foruddefineret dimension, hvor en værdi for en sandsynlighed for mindst én af tilstedeværelse eller fravær af en hindring er lagret; et modul til initialisering af flerheden af oprindelige kort ved indstilling af værdien for hver pixel til en foruddefinet værdi; et modul til hentning, fra en flerhed af retningsafstandssensorerne, af data, der er repræsentative for mindst én af fravær og tilstedeværelse af en hindring i robottens miljø; et modul til: samtidig anvendelse, til flerheden af retningsafstandssensoren til et oprindeligt kort i flerheden af oprindelige kort, af procedurerne til mindst: o ændring af sandsynlighederne for ét/én af fravær og tilstedeværelse af en hindring ifølge tidligere observation til en værdi, der er tættere på en foruddefinet værdi (320); o opdatering af værdier for sandsynligheder for mindst én af fravær og tilstedeværelse af en hindring i mindst én pixel af det oprindelige kort fra dataene (330); sammensmeltning af flerheden af oprindelige kort (340, 350) i et sammensmeltet kort (360) ved: o indstilling af værdien for hver pixel, hvis sandsynlighed for fravær af en hindring er under en tærskel Tsobs i mindst ét af de oprindelige kort (910a, 910b), til en værdi, der er repræsentativ for en hindring i det sammensmeltede kort (910c); o indstilling af værdien for hver pixel, der ikke er en hindringspixel i det sammensmeltede kort (910c), og hvis sandsynlighed for fravær af en hindring er over en tærskel Tsftee i mindst ét af de oprindelige kort (920a, 920b), til en værdi, der er repræsentativ for en hindringsfri pixel i det sammensmeltede kort (920c).
  17. 17. Computerprogramprodukt, lagret på et computerlæsbart medium, der omfatter kodemidler til at bevirke, at en computer implementerer en fremgangsmåde til bestemmelse af et pixelkort for sandsynligheden for mindst én af fravær og tilstedeværelse af en hindring i en robots miljø, hvilket computerprogramprodukt er kendetegnet ved, at det omfatter: et modul til initialisering, i en hukommelse, af en flerhed af oprindelige kort defineret omkring en autonom robot og i alt væsentligt fastgjort til robotten, hvilket kort har foruddefinerede grænser og er belagt med pixels af en foruddefineret dimension, hvor en værdi for en sandsynlighed for mindst én af fravær eller tilstedeværelse af en hindring i hver pixel er indstillet til en foruddefinet værdi; et modul til hentning, fra en flerhed af komplementære detekteringsprocedurer, af data, der repræsentative for mindst én af fravær og tilstedeværelse af en hindring i robottens miljø; et modul til samtidig anvendelse, til hver af flerheden af komplementære detekteringsprocedurer til et oprindeligt kort i flerheden af oprindelige kort, af procedurer for mindst: o ændring af værdier for sandsynligheder for fravær eller tilstedeværelse af en hindring ifølge tidligere observationer til en værdi, der er tættere på en foruddefinet værdi; o opdatering af værdier for sandsynligheder for mindst én af fravær og tilstedeværelse af en hindring i mindst én pixel af det oprindelige kort fra dataene; sammensmeltning af flerheden af oprindelige kort (340, 350) i et sammensmeltet kort (360) ved: o indstilling af værdien for hver pixel, hvis sandsynlighed for fravær af en hindring er under en tærskel Tsnbs i mindst ét af de oprindelige kort (910a, 910b), til en værdi, der er repræsentativ for en hindring i det sammensmeltede kort (910c); o indstilling af værdien for hver pixel, der ikke er en hindringspixel, i det sammensmeltede kort (910c), og hvis sandsynlighed for fravær af en hindring er over en tærskel Tsirce i mindst ét af de oprindelige kort (920a, 920b), til en værdi, der er repræsentativ for en hindringsfri pixel i det sammensmeltede kort (920c).
DK14305849.3T 2014-06-05 2014-06-05 Fremgangsmåde til fremstilling af et kort for sandsynlighed for ét af fravær eller tilstedeværelse af hindringer for en autonom robot DK2952993T3 (da)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
EP14305849.3A EP2952993B1 (en) 2014-06-05 2014-06-05 Method for building a map of probability of one of absence and presence of obstacles for an autonomous robot

Publications (1)

Publication Number Publication Date
DK2952993T3 true DK2952993T3 (da) 2018-07-30

Family

ID=51167815

Family Applications (1)

Application Number Title Priority Date Filing Date
DK14305849.3T DK2952993T3 (da) 2014-06-05 2014-06-05 Fremgangsmåde til fremstilling af et kort for sandsynlighed for ét af fravær eller tilstedeværelse af hindringer for en autonom robot

Country Status (15)

Country Link
US (1) US10328575B2 (da)
EP (1) EP2952993B1 (da)
JP (1) JP6462728B2 (da)
KR (1) KR101999033B1 (da)
CN (1) CN106662646B (da)
AU (2) AU2015270461A1 (da)
BR (1) BR112016028352A2 (da)
CA (1) CA2950978C (da)
DK (1) DK2952993T3 (da)
ES (1) ES2675363T3 (da)
MX (1) MX2016015833A (da)
NZ (1) NZ727046A (da)
RU (1) RU2016151747A (da)
SG (1) SG11201610131QA (da)
WO (1) WO2015185741A2 (da)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US12085942B1 (en) 2021-09-28 2024-09-10 Google Llc Preventing regressions in navigation determinations using logged trajectories

Families Citing this family (47)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10521960B2 (en) 2017-05-03 2019-12-31 General Electric Company System and method for generating three-dimensional robotic inspection plan
ES2773136T3 (es) 2014-06-05 2020-07-09 Softbank Robotics Europe Robot humanoide con capacidades para evitar colisiones y de recuperación de trayectoria
CA2945926C (en) * 2016-02-29 2018-09-25 Komatsu Ltd. Control system for work machine, work machine, and management system for work machine
FR3048517B1 (fr) 2016-03-07 2022-07-22 Effidence Robot autonome motorise avec anticipation d'obstacle
SG11201808977RA (en) 2016-04-29 2018-11-29 Softbank Robotics Europe A mobile robot with enhanced balanced motion and behavior capabilities
EP3252658B1 (en) * 2016-05-30 2021-08-11 Kabushiki Kaisha Toshiba Information processing apparatus and information processing method
US11204610B2 (en) * 2016-05-30 2021-12-21 Kabushiki Kaisha Toshiba Information processing apparatus, vehicle, and information processing method using correlation between attributes
US10160448B2 (en) * 2016-11-08 2018-12-25 Ford Global Technologies, Llc Object tracking using sensor fusion within a probabilistic framework
US10882185B2 (en) * 2017-02-07 2021-01-05 Veo Robotics, Inc. Dynamically determining workspace safe zones with speed and separation monitoring
US20230191635A1 (en) * 2017-01-13 2023-06-22 Clara Vu Dynamic, interactive signaling of safety-related conditions in a monitored environment
US11518051B2 (en) * 2017-02-07 2022-12-06 Veo Robotics, Inc. Dynamic, interactive signaling of safety-related conditions in a monitored environment
US11541543B2 (en) * 2017-02-07 2023-01-03 Veo Robotics, Inc. Dynamic, interactive signaling of safety-related conditions in a monitored environment
US20220171399A1 (en) * 2017-05-26 2022-06-02 Hangzhou Hikrobot Technology Co., Ltd. Method for detecting presence probability of obstacle in unknown position, terminal, and storage medium
EP3460400B1 (en) 2017-09-22 2021-12-22 Softbank Robotics Europe Improved localization of a mobile device based on image and radio words
KR102629762B1 (ko) 2017-10-02 2024-01-29 소니그룹주식회사 환경 정보 갱신 장치, 환경 정보의 갱신 방법 및 프로그램
CN109959935B (zh) * 2017-12-14 2020-10-23 北京欣奕华科技有限公司 一种地图建立方法、地图建立装置及机器人
US10810427B1 (en) * 2017-12-15 2020-10-20 AI Incorporated Methods for an autonomous robotic device to identify locations captured in an image
US12049014B2 (en) * 2018-02-06 2024-07-30 Veo Robotics, Inc. Workplace monitoring and semantic entity identification for safe machine operation
US20210205995A1 (en) * 2018-02-06 2021-07-08 Clara Vu Robot end-effector sensing and identification
US11340630B2 (en) * 2018-03-30 2022-05-24 Brain Corporation Systems and methods for robust robotic mapping
WO2019200012A1 (en) 2018-04-10 2019-10-17 Cairl Brian System and method for robot-assisted, cart-based workflows
US10853561B2 (en) * 2019-04-10 2020-12-01 Fetch Robotics, Inc. System and method for automatically annotating a map
IT201800006594A1 (it) * 2018-06-22 2019-12-22 "Procedimento per la mappatura dell’ambiente di un veicolo, corrispondenti sistema, veicolo e prodotto informatico"
CN112424720A (zh) * 2018-07-20 2021-02-26 索尼公司 代理、存在概率图创建方法、代理动作控制方法和程序
DE102018118666A1 (de) 2018-08-01 2020-02-06 Carl Zeiss Ag Sensorfusion mit wechselseitiger Korrespondenzanalyse von Sensordaten
DE102018126216A1 (de) * 2018-09-28 2020-04-02 Still Gmbh Verfahren zur Absicherung eines Arbeitsbereichs eines mobilen Logistik-Roboters mittels adaptiver Schutzfelder
EP3739361A1 (en) * 2019-05-13 2020-11-18 Aptiv Technologies Limited Method and system for fusing occupancy maps
CN112179361B (zh) 2019-07-02 2022-12-06 华为技术有限公司 更新移动机器人工作地图的方法、装置及存储介质
US11726492B2 (en) * 2019-10-02 2023-08-15 Zoox, Inc. Collision avoidance perception system
US11994866B2 (en) * 2019-10-02 2024-05-28 Zoox, Inc. Collision avoidance perception system
WO2021089131A1 (en) * 2019-11-05 2021-05-14 Telefonaktiebolaget Lm Ericsson (Publ) Managing conflicting interactions between a movable device and potential obstacles
CN111161424B (zh) * 2019-12-30 2023-06-02 浙江欣奕华智能科技有限公司 一种三维地图的确定方法及确定装置
KR102169283B1 (ko) * 2019-12-30 2020-10-23 (주)원익로보틱스 자율주행 로봇을 이용한 지도 업데이트 방법 및 시스템
CN111366917B (zh) * 2020-03-13 2022-07-15 北京百度网讯科技有限公司 可行驶区域检测方法、装置、设备及计算机可读存储介质
US11880209B2 (en) * 2020-05-15 2024-01-23 Samsung Electronics Co., Ltd. Electronic apparatus and controlling method thereof
CN112034847B (zh) * 2020-08-13 2021-04-13 广州仿真机器人有限公司 具有双行走模式的分体式仿真机器人的避障方法和装置
US20230359186A1 (en) 2020-09-25 2023-11-09 Abb Schweiz Ag System And Method for Controlling a Mobile Industrial Robot Using a Probabilistic Occupancy Grid
CN112700495B (zh) * 2020-11-25 2024-08-16 北京旷视机器人技术有限公司 位姿确定方法、装置、机器人、电子设备及存储介质
CN112630223B (zh) * 2020-12-07 2023-12-26 杭州申昊科技股份有限公司 一种基于隧道裂纹检测系统及方法
CN113031596A (zh) * 2021-03-01 2021-06-25 深圳市无限动力发展有限公司 扫地机的避障调整方法、装置和计算机设备
CN113110413B (zh) * 2021-03-10 2022-11-08 成都永奉科技有限公司 跟随机器人以及跟随控制方法、跟随控制系统
US11927963B2 (en) 2021-03-19 2024-03-12 Amazon Technologies, Inc. System to determine non-stationary objects in a physical space
CN113110417B (zh) * 2021-03-19 2023-06-16 北京小狗吸尘器集团股份有限公司 扫地机器人的地图的优化方法、装置、设备及存储介质
KR102476420B1 (ko) 2022-03-24 2022-12-12 주식회사 폴라리스쓰리디 이동 로봇 및 이의 장애물 맵 생성 방법
WO2023198286A1 (en) * 2022-04-13 2023-10-19 Volvo Autonomous Solutions AB System and method for controlling an autonomous vehicle using a probabilistic occupancy grid
US11888306B1 (en) 2022-04-22 2024-01-30 Amazon Technologies, Inc. System for in-situ detection of electrical faults
KR102497615B1 (ko) 2022-09-27 2023-02-08 주식회사 트위니 초음파 센서 기반의 코스트맵 생성 방법 및 장치

Family Cites Families (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2004015369A2 (en) 2002-08-09 2004-02-19 Intersense, Inc. Motion tracking system and method
JP2004298975A (ja) 2003-03-28 2004-10-28 Sony Corp ロボット装置、障害物探索方法
KR100524707B1 (ko) 2003-04-04 2005-11-01 엘지전자 주식회사 이동로봇의 경로자취에 의한 맵핑방법
JP3994950B2 (ja) * 2003-09-19 2007-10-24 ソニー株式会社 環境認識装置及び方法、経路計画装置及び方法、並びにロボット装置
JP4256812B2 (ja) 2004-04-26 2009-04-22 三菱重工業株式会社 移動体の障害物回避方法及び該移動体
JP2006239844A (ja) * 2005-03-04 2006-09-14 Sony Corp 障害物回避装置、障害物回避方法及び障害物回避プログラム並びに移動型ロボット装置
US7266477B2 (en) 2005-06-22 2007-09-04 Deere & Company Method and system for sensor signal fusion
US8577538B2 (en) * 2006-07-14 2013-11-05 Irobot Corporation Method and system for controlling a remote vehicle
FR2930108B1 (fr) 2008-04-09 2010-07-30 Aldebaran Robotics Systeme et procede de communication distribue comprenant au moins un serveur, au moins un terminal distant, et au moins un terminal mobile capable de communiquer avec le terminal distant relie en reseau audit serveur
US8224516B2 (en) * 2009-12-17 2012-07-17 Deere & Company System and method for area coverage using sector decomposition
DE102011000009A1 (de) * 2011-01-03 2012-07-05 Vorwerk & Co. Interholding Gmbh Verfahren zur gleichzeitigen Bestimmung und Kartenbildung
FR2977023B1 (fr) * 2011-06-24 2014-02-21 Univ Angers Generation de donnees de carte
US8798840B2 (en) 2011-09-30 2014-08-05 Irobot Corporation Adaptive mapping with spatial summaries of sensor data
US9128185B2 (en) * 2012-03-15 2015-09-08 GM Global Technology Operations LLC Methods and apparatus of fusing radar/camera object data and LiDAR scan points
DE102013210263A1 (de) * 2013-06-03 2014-12-04 Robert Bosch Gmbh Belegungskarte für ein Fahrzeug
ES2617307T3 (es) 2014-04-14 2017-06-16 Softbank Robotics Europe Un procedimiento de localización de un robot en un plano de localización
DE102015201706A1 (de) * 2015-02-02 2016-08-04 Bayerische Motoren Werke Aktiengesellschaft Verarbeitung von Sensormessungen eines Fahrzeugumfeldes bei geringer Querauflösung
EP3144765B1 (en) * 2015-09-18 2020-01-08 Samsung Electronics Co., Ltd. Apparatus for localizing cleaning robot, cleaning robot, and controlling method of cleaning robot
JP6559535B2 (ja) * 2015-10-22 2019-08-14 株式会社東芝 障害物マップ生成装置、その方法、及び、そのプログラム
JP6711138B2 (ja) * 2016-05-25 2020-06-17 村田機械株式会社 自己位置推定装置、及び、自己位置推定方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US12085942B1 (en) 2021-09-28 2024-09-10 Google Llc Preventing regressions in navigation determinations using logged trajectories

Also Published As

Publication number Publication date
SG11201610131QA (en) 2017-01-27
EP2952993B1 (en) 2018-04-25
CN106662646A (zh) 2017-05-10
US20170197311A1 (en) 2017-07-13
CA2950978C (en) 2019-04-23
AU2018271237B2 (en) 2020-01-30
BR112016028352A2 (pt) 2017-08-22
CA2950978A1 (en) 2015-12-10
JP6462728B2 (ja) 2019-01-30
KR101999033B1 (ko) 2019-09-27
NZ727046A (en) 2018-04-27
ES2675363T3 (es) 2018-07-10
AU2018271237A1 (en) 2018-12-13
WO2015185741A2 (en) 2015-12-10
KR20170042546A (ko) 2017-04-19
RU2016151747A (ru) 2018-07-17
MX2016015833A (es) 2017-06-28
EP2952993A1 (en) 2015-12-09
WO2015185741A3 (en) 2016-01-21
US10328575B2 (en) 2019-06-25
RU2016151747A3 (da) 2018-07-17
CN106662646B (zh) 2019-08-02
AU2015270461A1 (en) 2016-12-22
JP2017521761A (ja) 2017-08-03

Similar Documents

Publication Publication Date Title
DK2952993T3 (da) Fremgangsmåde til fremstilling af et kort for sandsynlighed for ét af fravær eller tilstedeværelse af hindringer for en autonom robot
CN110023867B (zh) 用于机器人绘图的系统和方法
EP3347875B1 (en) Localization of a robot in an environment using detected edges of a camera image from a camera of the robot and detected edges derived from a three-dimensional model of the environment
Lin et al. Stereo-based simultaneous localization, mapping and moving object tracking
CA2945860C (en) A method for localizing a robot in a localization plane
US20130116823A1 (en) Mobile apparatus and walking robot
WO2019089018A1 (en) Mobile robots to generate reference maps for localization
Chikhalikar et al. An object-oriented navigation strategy for service robots leveraging semantic information
Dam et al. Person following mobile robot using pedestrian dead-reckoning with inertial data of smartphones
Mandal et al. Autonomous robot coverage in rescue operation
Zunino et al. Navigation in realistic environments
Hasanain et al. Models and framework for supporting humanoid robot planning & exploration
KR102697721B1 (ko) 로봇 자율 모션 계획 및 내비게이션을 위한 시스템 및 방법들
Sun et al. Personal Care Robot Navigation System Based on Multi-sensor Fusion
WO2023127337A1 (ja) 情報処理装置、情報処理方法、及びプログラム
Yaghmaie et al. Study of potential ban method for mobile robot navigation in dynamic environment
Mattar et al. A survey: Intelligent based mobile robots stereo vision maps synthesis and learning methodologies
Saka Real-time Autonomous Robot Navigation System with Collision Avoidance for NAO Robot
Uwaoma On particle filter localization and mapping for Nao robot
KR20200099611A (ko) 로봇 자율 모션 계획 및 내비게이션을 위한 시스템 및 방법들
Jia Vision based target tracking for autonomous vehicles