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 PDFInfo
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 100
- 230000006870 function Effects 0.000 claims description 16
- 238000001514 detection method Methods 0.000 claims description 12
- 230000000295 complement effect Effects 0.000 claims description 5
- 230000002123 temporal effect Effects 0.000 claims description 5
- 238000004590 computer program Methods 0.000 claims description 4
- 230000003068 static effect Effects 0.000 claims description 4
- 230000004888 barrier function Effects 0.000 claims 8
- 241000282414 Homo sapiens Species 0.000 description 11
- 230000004927 fusion Effects 0.000 description 10
- 230000004807 localization Effects 0.000 description 9
- 230000003993 interaction Effects 0.000 description 6
- 210000003128 head Anatomy 0.000 description 4
- 238000013507 mapping Methods 0.000 description 4
- 238000013519 translation Methods 0.000 description 4
- 230000006399 behavior Effects 0.000 description 3
- 230000003247 decreasing effect Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 210000003414 extremity Anatomy 0.000 description 3
- 230000033001 locomotion Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 210000005069 ears Anatomy 0.000 description 2
- 230000008451 emotion Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000005355 Hall effect Effects 0.000 description 1
- 241000282412 Homo Species 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000008034 disappearance Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 210000001061 forehead Anatomy 0.000 description 1
- 231100001261 hazardous Toxicity 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- GELKBWJHTRAYNV-UHFFFAOYSA-K lithium iron phosphate Chemical compound [Li+].[Fe+2].[O-]P([O-])([O-])=O GELKBWJHTRAYNV-UHFFFAOYSA-K 0.000 description 1
- 210000003141 lower extremity Anatomy 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
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)
- FREMGANGSMÅDE TIL FREMSTILLING AF ET KORT FOR SANDSYNLIGHED FOR ÉT AF FRAVÆR ELLER TILSTEDEVÆRELSE AF HINDRINGER FOR EN AUTONOM ROBOT1. 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. 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. 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. Fremgangsmåde ifølge krav 3, hvor den fomdbestemte dimension af en pixel udvælges som en funktion af en afstand til undgåelse af kollision.
- 5. Fremgangsmåde ifølge krav 4, hvor det oprindelige kort definerer en firkant (510).
- 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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).
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)
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)
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)
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 |
-
2014
- 2014-06-05 EP EP14305849.3A patent/EP2952993B1/en active Active
- 2014-06-05 ES ES14305849.3T patent/ES2675363T3/es active Active
- 2014-06-05 DK DK14305849.3T patent/DK2952993T3/da active
-
2015
- 2015-06-05 RU RU2016151747A patent/RU2016151747A/ru unknown
- 2015-06-05 JP JP2016570989A patent/JP6462728B2/ja active Active
- 2015-06-05 CA CA2950978A patent/CA2950978C/en not_active Expired - Fee Related
- 2015-06-05 BR BR112016028352A patent/BR112016028352A2/pt not_active Application Discontinuation
- 2015-06-05 KR KR1020177000278A patent/KR101999033B1/ko active IP Right Grant
- 2015-06-05 NZ NZ727046A patent/NZ727046A/en not_active IP Right Cessation
- 2015-06-05 SG SG11201610131QA patent/SG11201610131QA/en unknown
- 2015-06-05 AU AU2015270461A patent/AU2015270461A1/en not_active Abandoned
- 2015-06-05 CN CN201580036821.3A patent/CN106662646B/zh active Active
- 2015-06-05 WO PCT/EP2015/062611 patent/WO2015185741A2/en active Application Filing
- 2015-06-05 US US15/314,475 patent/US10328575B2/en active Active
- 2015-06-05 MX MX2016015833A patent/MX2016015833A/es unknown
-
2018
- 2018-11-26 AU AU2018271237A patent/AU2018271237B2/en not_active Ceased
Cited By (1)
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 |