TW201727417A - 分析路面曲度並結合資料記錄的自動行走建議系統及方法 - Google Patents

分析路面曲度並結合資料記錄的自動行走建議系統及方法 Download PDF

Info

Publication number
TW201727417A
TW201727417A TW105102399A TW105102399A TW201727417A TW 201727417 A TW201727417 A TW 201727417A TW 105102399 A TW105102399 A TW 105102399A TW 105102399 A TW105102399 A TW 105102399A TW 201727417 A TW201727417 A TW 201727417A
Authority
TW
Taiwan
Prior art keywords
road curvature
image
feature information
road
mobile device
Prior art date
Application number
TW105102399A
Other languages
English (en)
Inventor
鍾毅豪
劉殿斌
陳淑芬
蕭宇倩
洪昱臺
楊富雄
Original Assignee
鴻海精密工業股份有限公司
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 鴻海精密工業股份有限公司 filed Critical 鴻海精密工業股份有限公司
Priority to TW105102399A priority Critical patent/TW201727417A/zh
Priority to US15/191,946 priority patent/US9996085B2/en
Priority to JP2017009654A priority patent/JP2017134831A/ja
Publication of TW201727417A publication Critical patent/TW201727417A/zh

Links

Classifications

    • 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
    • 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
    • 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
    • G01C21/34—Route searching; Route guidance
    • G01C21/36—Input/output arrangements for on-board computers
    • G01C21/3602—Input other than that of destination using image analysis, e.g. detection of road signs, lanes, buildings, real preceding vehicles using a camera
    • 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
    • G01C21/38—Electronic maps specially adapted for navigation; Updating thereof
    • G01C21/3804—Creation or updating of map data
    • G01C21/3807—Creation or updating of map data characterised by the type of data
    • G01C21/3815—Road data
    • G01C21/3822—Road feature data, e.g. slope data
    • 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
    • G01C21/38—Electronic maps specially adapted for navigation; Updating thereof
    • G01C21/3804—Creation or updating of map data
    • G01C21/3833—Creation or updating of map data characterised by the source of data
    • G01C21/3844—Data obtained from position sensors only, e.g. from inertial navigation
    • 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
    • G05D1/0268—Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means
    • G05D1/027—Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means comprising intertial navigation means, e.g. azimuth detector
    • 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
    • G05D1/0276—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle
    • G05D1/0278—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle using satellite positioning signals, e.g. GPS

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • Electromagnetism (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
  • Business, Economics & Management (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Game Theory and Decision Science (AREA)
  • Medical Informatics (AREA)
  • Image Analysis (AREA)
  • Image Processing (AREA)

Abstract

本發明涉及一種分析路面曲度並結合資料記錄的自動行走建議系統，其包括：一圖像採集模組，用於採集具有該自動行走建議系統的自主移動設備在行走方向上路面曲度的圖像；一路面曲度分析模組，與所述圖像採集模組連接，用於接收所述路面曲度的圖像並進行處理，提取出所述路面曲度圖像中的輪廓特徵資訊；一姿態預判模組，用於預估所述自主移動設備處於具有所述輪廓特徵資訊的路面時的姿態資訊；一路面曲度資料庫，用於存儲所述路面曲度圖像中的輪廓特徵資訊及相應地存儲所述自主移動設備預估的姿態資訊。本發明進一步涉及一種分析路面曲度並結合資料記錄的自動行走建議方法。

Description

分析路面曲度並結合資料記錄的自動行走建議系統及方法
本發明涉及一種分析路面曲度並結合資料記錄的自動行走建議系統及方法。
目前，即時定位及地圖構建（SLAM）是機器人等自主移動設備在定位過程中最常用的一種技術，該SLAM技術是指機器人從未知環境的位置地點出發，在運動過程中通過重複觀測到的地圖特徵定位自身的位置和姿態，再根據自身增量式的構建地圖，從而達到同時定位和地圖構建的目的。
然，若自主移動設備在運動過程中路面曲度較大，容易造成自主移動位移的偏差，從而影響自主移動的方向和距離，有的甚至會導致該自主移動設備傾倒或損毀。
有鑒於此，確有必要提供一種能够使自主移動設備安全順暢地移動的分析路面曲度並結合資料記錄的自動行走建議系統及方法。
一種分析路面曲度並結合資料記錄的自動行走建議系統，其包括：一圖像採集模組，用於採集具有該自動行走建議系統的自主移動設備在行走方向上路面曲度的圖像；一路面曲度分析模組，與所述圖像採集模組連接，用於接收所述路面曲度的圖像並進行處理，提取出所述路面曲度圖像中的輪廓特徵資訊；一姿態預判模組，用於預估所述自主移動設備處於具有所述輪廓特徵資訊的路面時的姿態資訊；一路面曲度資料庫，用於存儲所述路面曲度圖像中的輪廓特徵資訊及相應地存儲所述自主移動設備預估的姿態資訊。
一種分析路面曲度曲度並並結合資料記錄的自動行走建議方法，其包括以下步驟：提供一具有所述分析路面曲度並結合資料記錄的自動行走建議系統的自主移動設備，所述自動行走建議系統包括一圖像採集模組，用於採集具有該自動行走建議系統的自主移動設備在行走方向上路面曲度的圖像；一路面曲度分析模組，與所述圖像採集模組連接，用於接收所述路面曲度的圖像並進行處理，提取出所述路面曲度圖像中的輪廓特徵資訊；一姿態預判模組，用於預估所述自主移動設備處於具有所述輪廓特徵資訊的路面時的姿態資訊；一路面曲度資料庫，用於存儲所述路面曲度圖像中的輪廓特徵資訊及相應地存儲所述自主移動設備預估的姿態資訊；利用圖像採集模組對所述自主移動設備在行走方向上的路面曲度進行圖像採集，並將該圖像發送至所述路面曲度分析模組；利用所述路面曲度分析模組對所述圖像進行處理，提取出所述圖像中的輪廓特徵資訊；所述姿態預判模組結合所述輪廓特徵資訊預估所述自主移動設備處於所述具有輪廓特徵資訊的路面時的姿態資訊；將所述路面曲度圖像的輪廓特徵資訊與所述路面曲度資料庫中已存儲的輪廓特徵資訊進行比對，判斷所述路面曲度圖像的輪廓特徵資訊是否已存在於所述路面曲度資料庫中，若“是”，則找到所述路面曲度資料庫中相同的輪廓特徵資訊並根據對應的姿態建議所述自主移動設備做相應處置；若“否”，則在所述路面曲度資料庫中新增所述路面曲度圖像的輪廓特徵資訊及對應的預估姿態資訊；記錄本次所述自主移動設備行走的狀况。
與先前技術比較，本發明分析路面曲度並結合資料記錄的自動行走建議系統及方法，通過邊行走邊建立路面曲度資料庫並不斷進行完善，使自主移動設備後續遇到類似的路面環境時能够安全順暢地移動，以避免自主移動設備傾倒或損毀。
圖1爲本發明分析路面曲度並並結合資料記錄的自動行走建議系統的模組圖。
圖2爲本發明分析路面曲度並並結合資料記錄的自動行走建議方法的流程圖。
請參閱圖1，本發明提供一種分析路面曲度並結合資料記錄的自動行走建議系統，其包括：一圖像採集模組，用於採集具有該自動行走建議系統的自主移動設備在行走方向上路面曲度的圖像；一路面曲度分析模組，與所述圖像採集模組連接，用於接收所述路面曲度的圖像並進行處理，提取出所述路面曲度圖像中的輪廓特徵資訊；一姿態預判模組，用於預估所述自主移動設備處於具有所述輪廓特徵資訊的路面時的姿態資訊；一路面曲度資料庫，用於存儲所述路面曲度圖像中的輪廓特徵資訊及相應地存儲所述自主移動設備預估的姿態資訊；一資料驗證模組，連接所述路面曲度分析模組和所述路面曲度資料庫，用於判斷所述提取出的輪廓特徵資訊是否與所述路面曲度資料庫中已儲存的輪廓特徵資訊匹配。
所述自主移動設備爲任意能够自身獨立移動的設備，可以爲機器人、無人駕駛車等。
所述圖像採集模組包括一攝像頭，該攝像頭設置於所述自主移動設備面對行走方向的一面，所述攝像頭拍攝所述自主移動設備在行走方向上路面曲度的圖像，所述路面曲度包括直線路面、彎曲路面或上下坡路面等。所述攝像頭爲一般的基於CCD或CMOS的網絡攝像頭即可。
所述路面曲度分析模組通過一數據線與所述圖像採集模組連接，所述圖像採集模組採集到的路面曲度圖像的信號通過所述數據線傳輸至所述路面曲度分析模組，基於計算機視覺技術，所述路面曲度分析模組對所述路面曲度圖像進行圖像處理，進行圖像分析的目的是提取所述路面曲度圖像中的輪廓特徵資訊，其中，對於上下坡路面，該輪廓特徵資訊可以描述爲“路面變高”、“路面變低”等能够明顯區分路面曲度的特徵資訊，對於彎曲路面，根據所述提取出的輪廓特徵資訊可以計算得到該彎曲路面的彎曲度，所述輪廓特徵資訊可以描述爲“左轉70度”、“右轉30度”等。
所述姿態預判模組包括一慣性測量裝置（IMU），該慣性測量裝置包括一陀螺儀(Gyro)，根據所述陀螺儀可以得知所述自主移動設備目前的方位角，在此基礎上透過數學預測模式可以推估所述自主移動設備後續行走時方位角的變化，並結合所述路面曲度分析模組提取出的輪廓特徵資訊，可以預測所述自主移動設備處於所述路面曲度時的姿態。所述數學預測模式可以採用卡爾曼濾波方法。
所述路面曲度資料庫儲存有多個路面曲度圖像的輪廓特徵資訊及每一個所述路面曲度圖像的輪廓特徵資訊對應的所述自主移動設備的姿態，如“左轉70度”，對應的姿態爲“加速度30公里/小時”、“左轉30度”，對應的姿態爲“加速度50公里/小時”。所述路面曲度資料庫以分類的方式存儲所述複數個路面曲度圖像的輪廓特徵資訊，該輪廓特徵資訊可以爲文本形式。一個路面曲度圖像的輪廓特徵資訊分類對應所述自主移動設備預估的一個姿態，同一個輪廓特徵資訊分類可以在原有分類的基礎上不斷細化，同一個輪廓特徵資訊分類對應的姿態也可以通過不斷修正，進一步實現自主移動設備移動的安全性與順暢度。
所述路面曲度資料庫是一個從無到有、實時建立並不斷完善的過程，所述路面曲度資料庫內存儲的資料不會重複出現，同樣的輪廓特徵資訊及對應的姿態只會存儲一次，防止資料重複繁多造成混亂。
所述資料驗證模組連接所述路面曲度分析模組和所述路面曲度資料庫，用於判斷所述提取出的輪廓特徵資訊是否與所述路面曲度資料庫中已儲存的輪廓特徵資訊匹配，匹配是指所述路面曲度分析模組中的輪廓特徵資訊與所述路面曲度資料庫中已存儲的輪廓特徵資訊相同或相對應。
所述分析路面曲度並結合資料記錄的自動行走建議系統進一步包括一定位模組，如GPS，所述定位模組用於得知所述自主移動設備所在路面的位置，所述定位模組結合所述路面曲度資料庫將所述自主移動設備在不同環境狀况不同時段的姿態輸入雲端，並進行數據分析，針對同一路段不同環境狀况下分析出一個最安全穩定的移動姿態，存儲於所述路面曲度資料庫，如果其它自主移動設備在該路面曲度行走，只要下載該路面曲度資料庫，其它的自主移動設備均能够安全順暢地通過該路面。所述不同環境爲路面積雪、路面結冰等情况。
請參閱圖2，本發明進一步提供一種分析路面曲度並結合資料記錄的自動行走建議方法，其包括以下步驟：
S1，提供一具有所述分析路面曲度並結合資料記錄的自動行走建議系統的自主移動設備；
S2，利用圖像採集模組對所述自主移動設備在行走方向上的路面曲度進行圖像採集，並將該圖像發送至所述路面曲度分析模組；
S3，利用路面曲度分析模組對所述圖像進行處理，提取出所述圖像中的輪廓特徵資訊；
S4，所述姿態預判模組結合所述輪廓特徵資訊預估所述自主移動設備處於所述具有輪廓特徵資訊的路面時的姿態資訊；
S5，將所述路面曲度圖像的輪廓特徵資訊與所述路面曲度資料庫中已存儲的輪廓特徵資訊進行比對，判斷所述路面曲度圖像的輪廓特徵資訊是否已存在於所述路面曲度資料庫中，若“是”，則找到所述路面曲度資料庫中相同的輪廓特徵資訊並根據對應的姿態建議所述自主移動設備做相應處置；若“否”，則在所述路面曲度資料庫中新增所述路面曲度圖像的輪廓特徵資訊及對應的預估姿態資訊；
S6，記錄本次所述自主移動設備行走的狀况。
在所述S3步驟中，對所述路面曲度圖像進行處理的具體步驟爲：
S31，提取所述路面曲度圖像中的路面曲度輪廓圖像；
S32，劃分步態周期，統一路面曲度輪廓圖像的大小，提取路面曲度輪廓的特徵因子；
S33，求出每個步態周期對應的步態能量圖及其特徵因子，步態能量圖的灰度直方圖乘以步態能量圖的特徵因子得到路面曲度的輪廓特徵資訊。
在所述S4步驟中，所述姿態資訊是指所述自主移動設備處於所述路面時的加速度、仰角、速度等資訊。
在所述S6步驟中，所述自主移動設備根據所述路面曲度資料庫中的姿態行走，在行走過程中，每隔一段時間讀取所述姿態預判模組中陀螺儀的輸出數據，並進行數據分析，如建立圖表等。如果所述陀螺儀輸出的數據均小於一預設的門檻值時，則判斷行走狀况爲“穩定”；如果所述陀螺儀輸出的數據大於所述預設的門檻值時，則判斷行走狀况爲“不穩定”，此時，將該行走狀况及陀螺儀的數據反饋給所述自主移動設備，並建議其在下次行走同一路面時相對穩定的一個姿態。所述“不穩定”包括所述自主移動設備晃動或傾倒，所述門檻值爲人爲設置的一數據，該數據被認爲是所述自主移動設備穩定行走與不穩定行走時姿態的臨界值。
當所述自主移動設備的上次行走不穩定時，所述自主移動設備在下次行走同一路面時，會根據其上次行走的姿態和所述陀螺儀的輸出數據，建議其下次行走時相對穩定的一個姿態，並用該姿態替換所述路面曲度資料庫中原有的姿態，逐漸優化完善所述路面曲度資料庫，使其最終存儲的是所述自主移動設備在同一路面曲度相對穩定的一個姿態。
本發明分析路面曲度並結合資料記錄的自動行走建議系統及方法，通過邊行走邊建立路面曲度資料庫，並在行走過程中不斷完善路面曲度資料庫，記錄每次行走的狀况並反饋給所述自主移動設備，並建議其下一次行走同一路面時的姿態，使自主移動設備後續遇到類似的路面曲度時能够安全順暢地移動。
綜上所述，本發明確已符合發明專利之要件，遂依法提出專利申請。惟，以上所述者僅為本發明之較佳實施例，自不能以此限制本案之申請專利範圍。舉凡熟悉本案技藝之人士援依本發明之精神所作之等效修飾或變化，皆應涵蓋於以下申請專利範圍內。
無
無

Claims (10)

  1. 一種分析路面曲度並結合資料記錄的自動行走建議系統，其包括：一圖像採集模組，用於採集具有該自動行走建議系統的自主移動設備在行走方向上路面曲度的圖像；一路面曲度分析模組，與所述圖像採集模組連接，用於接收所述路面曲度的圖像並進行處理，提取出所述路面曲度圖像中的輪廓特徵資訊；一姿態預判模組，用於預估所述自主移動設備處於具有所述輪廓特徵資訊的路面時的姿態資訊；一路面曲度資料庫，用於存儲所述路面曲度圖像中的輪廓特徵資訊及相應地存儲所述自主移動設備預估的姿態資訊。
  2. 如請求項1所述分析路面曲度並結合資料記錄的自動行走建議系統，其中，所述路面曲度包括直線路面曲度、彎曲路面曲度或上下坡路面曲度。
  3. 如請求項1所述分析路面曲度並結合資料記錄的自動行走建議系統，其中，所述路面曲度資料庫以分類的方式存儲所述多個路面曲度圖像的輪廓特徵資訊。
  4. 如請求項1所述分析路面曲度並結合資料記錄的自動行走建議系統，其中，所述輪廓特徵資訊爲文本形式。
  5. 如請求項1所述分析路面曲度並結合資料記錄的自動行走建議系統，其中，所述路面曲度資料庫中一個所述路面曲度圖像的輪廓特徵資訊分類對應一個所述自主移動設備應有的姿態，同樣的輪廓特徵資訊及對應的姿態只存儲一次。
  6. 如請求項1所述分析路面曲度並結合資料記錄的自動行走建議系統，其中，進一步包括一GPS，該GPS用於得知所述自主移動設備所在路面的位置。
  7. 一種分析路面曲度並結合資料記錄的自動行走建議方法，其包括以下步驟：
    提供一具有所述分析路面曲度並結合資料記錄的自動行走建議系統的自主移動設備；
    利用圖像採集模組對所述自主移動設備在行走方向上的路面曲度進行圖像採集，並將該圖像發送至所述路面曲度分析模組；
    利用所述路面曲度分析模組對所述圖像進行處理，提取出所述圖像中的輪廓特徵資訊；
    所述姿態預判模組結合所述輪廓特徵資訊預估所述自主移動設備處於所述具有輪廓特徵資訊的路面時的姿態資訊；
    將所述路面曲度圖像的輪廓特徵資訊與所述路面曲度資料庫中已存儲的輪廓特徵資訊進行比對，判斷所述路面曲度圖像的輪廓特徵資訊是否已存在於所述路面曲度資料庫中，若“是”，則找到所述路面曲度資料庫中相同的輪廓特徵資訊並根據對應的姿態建議所述自主移動設備做相應處置；若“否”，則在所述路面曲度資料庫中新增所述路面曲度圖像的輪廓特徵資訊及對應的預估姿態資訊；
    記錄本次所述自主移動設備行走的狀况。
  8. 如請求項7所述分析路面曲度並結合資料記錄的自動行走建議方法，其中，對所述圖像進行處理的具體步驟爲：
    提取所述路面曲度圖像中的路面曲度輪廓圖像；
    劃分步態周期，統一路面曲度輪廓圖像的大小，提取路面曲度輪廓的特徵因子；
    求出每個步態周期對應的步態能量圖及其特徵因子，步態能量圖的灰度直方圖乘以步態能量圖的特徵因子得到路面曲度的輪廓特徵資訊。
  9. 如請求項7所述分析路面曲度並結合資料記錄的自動行走建議方法，其
    中，所述記錄本次所述自主移動設備行走狀况的具體步驟爲：所述自主移動設備根據所述路面曲度資料庫中的姿態資訊進行移動，每隔一段時間讀取所述姿態預判模組中陀螺儀的輸出數據，並進行數據分析，如果所述輸出數據小於某一預設的門檻值，則判斷行走狀况爲“穩定”；如果所述輸出數據大於某一預設的門檻值，則判斷行走狀况爲“不穩定”。
  10. 如請求項9所述分析路面曲度並結合資料記錄的自動行走建議方法，其中，所述自主移動設備的行走狀況判斷為不穩定時，將該行走狀況及陀螺儀的輸出數據反饋給所述自主移動設備，並建議其下一次在同一路面行走時的姿態，同時修正所述路面曲度資料庫中已存儲的姿態。
TW105102399A 2016-01-26 2016-01-26 分析路面曲度並結合資料記錄的自動行走建議系統及方法 TW201727417A (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
TW105102399A TW201727417A (zh) 2016-01-26 2016-01-26 分析路面曲度並結合資料記錄的自動行走建議系統及方法
US15/191,946 US9996085B2 (en) 2016-01-26 2016-06-24 Automatic guiding system for analyzing pavement curvature and method for the same
JP2017009654A JP2017134831A (ja) 2016-01-26 2017-01-23 自動走行提案システム及び方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
TW105102399A TW201727417A (zh) 2016-01-26 2016-01-26 分析路面曲度並結合資料記錄的自動行走建議系統及方法

Publications (1)

Publication Number Publication Date
TW201727417A true TW201727417A (zh) 2017-08-01

Family

ID=59360403

Family Applications (1)

Application Number Title Priority Date Filing Date
TW105102399A TW201727417A (zh) 2016-01-26 2016-01-26 分析路面曲度並結合資料記錄的自動行走建議系統及方法

Country Status (3)

Country Link
US (1) US9996085B2 (zh)
JP (1) JP2017134831A (zh)
TW (1) TW201727417A (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102017114571A1 (de) * 2017-06-29 2019-01-03 Volkswagen Aktiengesellschaft Verfahren und Vorrichtung zum Bestimmen einer Beschaffenheit einer Oberfläche in der Umgebung eines Fahrzeugs
CN112215887B (zh) * 2019-07-09 2023-09-08 深圳市优必选科技股份有限公司 一种位姿确定方法、装置、存储介质及移动机器人

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE69635569T2 (de) * 1995-04-25 2006-08-10 Matsushita Electric Industrial Co., Ltd., Kadoma Vorrichtung zum Bestimmen der lokalen Position eines Autos auf einer Strasse
JP3556766B2 (ja) * 1996-05-28 2004-08-25 松下電器産業株式会社 道路白線検出装置
EP0827127B1 (en) * 1996-08-28 2006-10-04 Matsushita Electric Industrial Co., Ltd. Local positioning apparatus, and method therefor
US7872764B2 (en) * 2007-10-16 2011-01-18 Magna Electronics Inc. Machine vision for predictive suspension
JP5652364B2 (ja) * 2011-09-24 2015-01-14 株式会社デンソー 車両用挙動制御装置
US9630319B2 (en) * 2015-03-18 2017-04-25 Irobot Corporation Localization and mapping using physical features

Also Published As

Publication number Publication date
US20170212522A1 (en) 2017-07-27
US9996085B2 (en) 2018-06-12
JP2017134831A (ja) 2017-08-03

Similar Documents

Publication Publication Date Title
TW201727418A (zh) 分析地面紋理並結合資料記錄的自動行走建議系統及方法
US10133278B2 (en) Apparatus of controlling movement of mobile robot mounted with wide angle camera and method thereof
JP6759307B2 (ja) センサデータの空間的集約を用いる適応マッピング
US20200208970A1 (en) Method and device for movable object distance detection, and aerial vehicle
KR100877071B1 (ko) 파티클 필터 기반의 이동 로봇의 자세 추정 방법 및 장치
US8213706B2 (en) Method and system for real-time visual odometry
Berger et al. Autonomous driving-5 years after the urban challenge: The anticipatory vehicle as a cyber-physical system
US11333517B1 (en) Distributed collection and verification of map information
CN108885469B (zh) 用于在跟踪系统中初始化目标物体的系统和方法
JP6764842B2 (ja) 情報処理装置、情報処理システム、情報処理方法、及び情報処理プログラム
JP2019536012A (ja) 可変コントラスト追跡残余を用いる視覚慣性ナビゲーション
US20150363638A1 (en) Information processing system, information processing method, and program
KR102629036B1 (ko) 로봇 및 그의 제어 방법
CN111256687A (zh) 地图数据的处理方法、装置、采集设备和存储介质
Buchanan et al. Learning inertial odometry for dynamic legged robot state estimation
JP6075888B2 (ja) 画像処理方法、ロボットの制御方法
US20200033870A1 (en) Fault Tolerant State Estimation
Chiu et al. Precise vision-aided aerial navigation
TW201727417A (zh) 分析路面曲度並結合資料記錄的自動行走建議系統及方法
CN114683290A (zh) 一种足式机器人位姿优化的方法，装置以及存储介质
CN106996781A (zh) 分析地面纹理并结合资料记录的自动行走建议系统及方法
JP4046186B2 (ja) 自己位置計測方法及び装置
US20230071598A1 (en) Information processing apparatus, information processing method, computer program, and mobile robot
CN106997207A (zh) 分析路面曲度并结合资料记录的自动行走建议系统及方法
JP6992452B2 (ja) 情報処理装置及び情報処理システム