WO2018054080A1 - 一种机器人规划路径的更新方法及装置 - Google Patents

一种机器人规划路径的更新方法及装置 Download PDF

Info

Publication number
WO2018054080A1
WO2018054080A1 PCT/CN2017/085352 CN2017085352W WO2018054080A1 WO 2018054080 A1 WO2018054080 A1 WO 2018054080A1 CN 2017085352 W CN2017085352 W CN 2017085352W WO 2018054080 A1 WO2018054080 A1 WO 2018054080A1
Authority
WO
WIPO (PCT)
Prior art keywords
robot
point
dimensional coordinate
obstacle
current
Prior art date
Application number
PCT/CN2017/085352
Other languages
English (en)
French (fr)
Inventor
李坚强
邓根强
李赛玲
明仲
Original Assignee
深圳大学
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 深圳大学 filed Critical 深圳大学
Publication of WO2018054080A1 publication Critical patent/WO2018054080A1/zh

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/20—Instruments for performing navigational calculations

Abstract

一种机器人规划路径的更新方法及装置，该方法包括：实时获取机器人移动过程中的当前载体坐标，将当前载体坐标变换为机器人的当前全局坐标（S101），根据当前全局坐标和当前移动速度，计算机器人移动到下一地点的移动速度估计和位置估计（S102），获取表示机器人周围环境中障碍物深度图像中像素点的三维坐标点，将三维坐标点转换为二维坐标点，以得到机器人周围环境中障碍物的投影轮廓（S103），根据二维坐标点获取周围环境中障碍物的角点（S104），最后根据位置估计和障碍物的角点更新机器人的规划路径（S105）。该方法利用机器人自身传感器获取的速度和位置信息实现了障碍物的精确定位和规避，并通过三维坐标转二维坐标降低了路径更新过程中的计算，提高了路径更新的响应速度。

Description

一种机器人规划路径的更新方法及装置 技术领域
本发明属于机器人技术领域，尤其涉及一种机器人规划路径的更新方法及装置。
背景技术
现有机器人通常采用全球定位系统(Global Positioning System，缩写为GPS)来定位，并采用激光对周边的环境进行探测，以实现路径的自主规划。GPS是美国主导的全球定位系统，是一种具有全方位、全天候、全时段、高精度的卫星导航系统，而采用激光传感器是利用激光测距的原理，通过记录被测物体表面大量的密集的点的三维坐标、反射率和纹理等信息，复建出被测目标的三维模型及线、面、体等各种图件数据。
然而，利用GPS在小范围内进行物体定位时存在一些问题。一方面，GPS信号容易被建筑物、山体等物体遮挡，另一方面，GPS很难获取到机器人移动角度等重要地理信息，而采用激光传感器来探知周边环境也需要比较久的计算时间，从而使得机器人在移动范围比较小的时候，很难实现机器人的实时、精准定位。
发明内容
本发明的目的在于提供一种机器人规划路径的更新方法及装置，旨在解决由于现有技术无法提供一种有效的机器人路径更新方法，导致机器人在小范围移动时难以实现机器人的实时、精准定位的问题。
一方面，本发明提供了一种机器人规划路径的更新方法，所述方法包括下述步骤：
实时获取机器人移动过程中的当前载体坐标，将所述当前载体坐标变换为所述机器人的当前全局坐标；
根据所述当前全局坐标和当前移动速度，计算所述机器人移动到下一地点的移动速度估计和位置估计；
获取表示所述机器人周围环境中障碍物深度图像中像素点的三维坐标点，将所述三维坐标点转换为二维坐标点，以得到所述机器人周围环境中障碍物的投影轮廓；
根据所述二维坐标点获取所述周围环境中障碍物的角点；
根据所述位置估计和所述障碍物的角点更新所述机器人的规划路径。
另一方面，本发明提供了一种机器人规划路径的更新装置，所述装置包括：
坐标变换单元，用于实时获取机器人移动过程中的当前载体坐标，将所述当前载体坐标变换为所述机器人的当前全局坐标；
参数获取单元，用于根据所述当前全局坐标和当前移动速度，计算所述机器人移动到下一地点的移动速度估计和位置估计；
坐标转换单元，用于获取表示所述机器人周围环境中障碍物深度图像中像素点的三维坐标点，将所述三维坐标点转换为二维坐标点，以得到所述机器人周围环境中障碍物的投影轮廓；
角点获取单元，用于根据所述二维坐标点获取所述周围环境中障碍物的角点；以及
路径更新单元，用于根据所述位置估计和所述障碍物的角点更新所述机器人的规划路径。
本发明通过实时获取机器人移动过程中的当前载体坐标，将当前载体坐标变换为机器人的当前全局坐标，根据当前全局坐标和当前移动速度，计算机器人移动到下一地点的移动速度估计和位置估计，获取表示机器人周围环境中障碍物深度图像中像素点的三维坐标点，将三维坐标点转换为二维坐标点，以得到机器人周围环境中障碍物的投影轮廓，进而根据二维坐标点获取周围环境中 障碍物的角点，最后结合位置估计和障碍物的角点更新机器人的规划路径，从而利用机器人自身传感器获取的速度和位置信息实现了障碍物的精确定位和规避，并通过三维坐标转二维坐标降低了路径更新过程中的计算复杂度，提高了路径更新的响应速度。
附图说明
图1是本发明实施例提供的机器人规划路径的更新方法的实现流程图；
图2是本发明实施例提供的机器人规划路径的更新装置的结构示意图；以及
图3是本发明实施例提供的机器人规划路径的更新装置的优选结构示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
以下结合具体实施例对本发明的具体实现进行详细描述：
图1示出了本发明实施例提供的机器人规划路径的更新方法的实现流程，为了便于说明，仅示出了与本发明实施例相关的部分，详述如下：
在步骤S101中，实时获取机器人移动过程中的当前载体坐标，将当前载体坐标变换为机器人的当前全局坐标。
本发明实施例适用于机器人，用于机器人移动过程中的自主路径规划。机器人上配置有相应的传感器，例如，加速度传感器、陀螺仪等，以获取移动过程中与机器人移动相关的数据，例如，加速度、移动过程的偏转方面等。当前载体坐标是机器人在当前位置时在载体坐标系中对应的坐标，而载体坐标系是固连在机器人上的坐标系。作为示例地，该坐标系的原点Ob可位于机器人的质 心处。xb朝向机器人移动的方向，yb则指向机器人前进方向的右手边，zb垂直于Obxbyb平面且满足右手法则。当前全局坐标是机器人在当前位置时在全局坐标系中对应的坐标，全局坐标系是在具体应用中(例如，导航应用)设置的全局坐标体系。
因此，优选地，应预先构建机器人的载体坐标系和全局坐标系，从而利用载体坐标系(机器人)上的坐标对机器人进行定位，无需使用专用的定位系统或全局系统对机器人进行定位，提高了机器人在小范围内移动时的定位精度。在将当前载体坐标变换为机器人的当前全局坐标时，可利用载体坐标系和全局坐标系之间的转换关系进行转换。具体地，可利用公式
Figure PCTCN2017085352-appb-000001
计算机器人的当前全局坐标，以获取机器人精确的全局坐标。其中，
Figure PCTCN2017085352-appb-000002
为当前载体坐标，
Figure PCTCN2017085352-appb-000003
Figure PCTCN2017085352-appb-000004
其中ψ为航向角(机器人绕z轴的旋转角度)，θ为俯仰角(机器人绕y轴的旋转角度)，γ为横滚角(机器人绕x轴的旋转角度)，λ为预设的常数。
在步骤S102中，根据当前全局坐标和当前移动速度，计算机器人移动到下一地点的移动速度估计和位置估计。
在本发明实施例中，需要获取机器人的当前移动速度，以根据当前全局坐标和当前移动速度，计算机器人移动到下一地点的移动速度估计和位置估计。 也就是说，从当前位置或坐标以该速度沿着机器人在前一位置时确定的路径移动，以确定机器人下一可能的移动速度和位置或坐标。
优选地，根据公式
Figure PCTCN2017085352-appb-000005
Figure PCTCN2017085352-appb-000006
分别计算机器人移动到下一地点的移动速度估计和位置估计。其中，VxW表示机器人在全局坐标系下x轴方向上的速度，VyW表示全局坐标系下y轴方向上的速度，VzW表示全局坐标系下z轴方向上的速度，Δωxw(j)表示全局坐标系下x轴方向j时间点与j-1时间点之间加速度变化值，Δωyw(j)表示全局坐标系下y轴方向j时间点与j-1时间点之间加速度变化值，Δωzw(j)表示全局坐标系下z轴方向j时间点与j-1时间点之间加速度变化值，k、k+1表示当前时间点和下一时间点，xw表示全局坐标系下x轴方向上的位置，yw表示全局坐标系下y轴方向上的位置，zw表示全局坐标系下z轴方向上的位置，T2表示导航定位的计算周期，T1表示为传感器采样周期，n为常数，且T2＝n*T1。这样，
Figure PCTCN2017085352-appb-000007
Figure PCTCN2017085352-appb-000008
则分别表示当前时间点(k时间点)、下一时间点(k+1时间点)机器 人在全局坐标系下各方向上的速度，
Figure PCTCN2017085352-appb-000009
则分别表示当前时间点(k时间点)、下一时间点(k+1时间点)机器人在全局坐标系下各方向上的坐标。
在步骤S103中，获取表示机器人周围环境中障碍物深度图像中像素点的三维坐标点，将三维坐标点转换为二维坐标点，以得到机器人周围环境中障碍物的投影轮廓。
在本发明实施例中，可通过Kinect深度传感器获取机器人移动路径上的地图或障碍物图像，接着将表示障碍物图像的三维坐标点转换为二维坐标点，然后将深度图像中像素点的深度信息、横轴信息以及纵轴信息转化为点状云数据，根据预设的换算关系和点状云数据，计算表示机器人周围环境中障碍物的三维坐标点，根据三维坐标和二维坐标之间预设的投影关系，将三维坐标点转换为二维坐标点，从而得到机器人周围环境中障碍物的二维投影轮廓。这样，在由深度图像转换得到的二维地图或障碍物图像、不降低二维地图或障碍物图像精确度的同时，可有效降低后续计算的复杂度，提高了机器人路径的更新效率。
在步骤S104中，根据二维坐标点获取周围环境中障碍物的角点。
在本发明实施例中，在获取周围环境中障碍物的角点时，使用预设的窗口函数计算每一个二维坐标点的相关矩阵，根据相关矩阵计算每一个二维坐标点的Harris角点响应，接着对每一个二维坐标点的Harris角点响应做一个非极大值抑制，以在预设窗口内的二维坐标点中找寻极大值点，当在预设窗口内的二维坐标点的Harris角点响应大于预设的阀值、且该二维坐标点的Harris角点响应为预设窗口内的局部极大值，将该二维坐标点确定为周围环境中障碍物的角点，从而识别出障碍物图像中的障碍物或障碍物边界。
在步骤S105中，根据位置估计和障碍物的角点更新机器人的规划路径。
在本发明实施例中，根据前面得到的机器人可能移动到的下一地点，结合识别的障碍物，可进一步对机器人在前一位置时确定的路径进行修正、更新， 以防止机器人在移动过程中碰撞障碍物。
本发明实施例利用机器人自身传感器获取的速度和位置信息实现了障碍物的精确定位和规避，并通过三维坐标转二维坐标降低了路径更新过程中的计算复杂度，提高了路径更新的响应速度。
图2示出了本发明实施例提供的机器人规划路径的更新装置的结构，为了便于说明，仅示出了与本发明实施例相关的部分，其中包括：
坐标变换单元21，用于实时获取机器人移动过程中的当前载体坐标，将当前载体坐标变换为机器人的当前全局坐标；
参数获取单元22，用于根据当前全局坐标和当前移动速度，计算机器人移动到下一地点的移动速度估计和位置估计；
坐标转换单元23，用于获取表示机器人周围环境中障碍物深度图像中像素点的三维坐标点，将三维坐标点转换为二维坐标点，以得到机器人周围环境中障碍物的投影轮廓；
角点获取单元24，用于根据二维坐标点获取周围环境中障碍物的角点；以及
路径更新单元25，用于根据位置估计和障碍物的角点更新机器人的规划路径。
如图3所示，优选地，该更新装置还包括：
坐标系构建单元20，用于预先构建机器人的载体坐标系和全局坐标系。
坐标变换单元21包括：
坐标计算子单元211，用于根据公式
Figure PCTCN2017085352-appb-000010
计算机器人的当前全局坐标，其中，
Figure PCTCN2017085352-appb-000011
为当前载体坐标，
Figure PCTCN2017085352-appb-000012
Figure PCTCN2017085352-appb-000013
其中ψ为航向角(机器人绕z轴的旋转角度)，θ为俯仰角(机器人绕y轴的旋转角度)，γ为横滚角(机器人绕x轴的旋转角度)，λ为预设的常数。
参数获取单元22包括：
参数计算子单元221，用于根据公式：
Figure PCTCN2017085352-appb-000014
Figure PCTCN2017085352-appb-000015
分别计算机器人移动到下一地点的移动速度估计和位置估计。其中，VxW表示机器人在全局坐标系下x轴方向上的速度，VyW表示全局坐标系下y轴方向上的速度，VzW表示全局坐标系下z轴方向上的速度，Δωxw(j)表示全局坐标系下x轴方向j时间点与j-1时间点之间加速度变化值，Δωyw(j)表示全局坐标系下y轴方向j时间点与j-1时间点之间加速度变化值，Δωzw(j)表示全局坐标系下z轴方向j时间点与j-1时间点之间加速度变化值，k、k+1表示当前时间 点和下一时间点，xw表示全局坐标系下x轴方向上的位置，yw表示全局坐标系下y轴方向上的位置，zw表示全局坐标系下z轴方向上的位置，T2表示导航定位的计算周期，T1表示为传感器采样周期，n为常数，且T2＝n*T1。这样，
Figure PCTCN2017085352-appb-000016
Figure PCTCN2017085352-appb-000017
则分别表示当前时间点(k时间点)、下一时间点(k+1时间点)机器人在全局坐标系下各方向上的速度，
Figure PCTCN2017085352-appb-000018
则分别表示当前时间点(k时间点)、下一时间点(k+1时间点)机器人在全局坐标系下各方向上的坐标。
在本发明实施例中，该更新装置的各单元可由相应的硬件或软件单元实现，各单元可以为独立的软、硬件单元，也可以集成为机器人的一个软、硬件单元，在此不用以限制本发明。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (10)

  1. 一种机器人规划路径的更新方法，其特征在于，所述方法包括下述步骤：
    实时获取机器人移动过程中的当前载体坐标，将所述当前载体坐标变换为所述机器人的当前全局坐标；
    根据所述当前全局坐标和当前移动速度，计算所述机器人移动到下一地点的移动速度估计和位置估计；
    获取表示所述机器人周围环境中障碍物深度图像中像素点的三维坐标点，将所述三维坐标点转换为二维坐标点，以得到所述机器人周围环境中障碍物的投影轮廓；
    根据所述二维坐标点获取所述周围环境中障碍物的角点；
    根据所述位置估计和所述障碍物的角点更新所述机器人的规划路径。
  2. 如权利要求1所述的方法，其特征在于，实时获取机器人移动过程中的当前载体坐标的步骤之前，所述方法还包括：
    预先构建所述机器人的载体坐标系和全局坐标系。
  3. 如权利要求2所述的方法，其特征在于，将所述当前载体坐标变换为所述机器人的当前全局坐标的步骤，包括：
    根据公式
    Figure PCTCN2017085352-appb-100001
    计算所述机器人的当前全局坐标，其中，
    Figure PCTCN2017085352-appb-100002
    为当前载体坐标，
    Figure PCTCN2017085352-appb-100003
    Figure PCTCN2017085352-appb-100004
    其中ψ为航向角，θ为俯仰角，γ为横滚角，λ为预设的常数。
  4. 如权利要求3所述的方法，其特征在于，计算所述机器人移动到下一地点的移动速度估计和位置估计的步骤，包括：
    根据公式：
    Figure PCTCN2017085352-appb-100005
    Figure PCTCN2017085352-appb-100006
    分别计算所述机器人移动到下一地点的移动速度估计和位置估计，其中，VxW表示全局坐标系下x轴方向上的速度，VyW表示全局坐标系下y轴方向上的速度，VzW表示全局坐标系下z轴方向上的速度，Δωxw(j)表示全局坐标系下x轴方向j时间点与j-1时间点之间加速度变化值，Δωyw(j)表示全局坐标系下y轴方向j时间点与j-1时间点之间加速度变化值，Δωzw(j)表示全局坐标系下z轴方向j时间点与j-1时间点之间加速度变化值，k、k+1表示当前时间点和下一时间点，T2表示导航定位的计算周期，T1表示为传感器采样周期，T2＝n*T1。
  5. 如权利要求1所述的方法，其特征在于，获取表示所述机器人周围环境中障碍物深度图像中像素点的三维坐标点，将所述三维坐标点转换为二维坐标点的步骤，包括：
    将所述深度图像中像素点的深度信息、横轴信息以及纵轴信息转化为点状云数据；
    根据预设的换算关系和所述点状云数据，计算所述表示所述机器人周围环境中障碍物的三维坐标点；
    根据三维坐标和二维坐标之间预设的投影关系，将所述三维坐标点转换为 二维坐标点。
  6. 如权利要求1所述的方法，其特征在于，根据所述二维坐标点获取所述周围环境中障碍物的角点的步骤，包括：
    使用预设的窗口函数计算每一个二维坐标点的相关矩阵；
    根据所述相关矩阵计算每一个二维坐标点的Harris角点响应；
    对每一个二维坐标点的Harris角点响应做一个非极大值抑制，以在预设窗口内的二维坐标点中找寻极大值点；
    当在所述预设窗口内的二维坐标点的Harris角点响应大于预设的阀值、且该二维坐标点的Harris角点响应为所述预设窗口内的局部极大值，将该二维坐标点确定为所述周围环境中障碍物的角点。
  7. 一种机器人规划路径的更新装置，其特征在于，所述装置包括：
    坐标变换单元，用于实时获取机器人移动过程中的当前载体坐标，将所述当前载体坐标变换为所述机器人的当前全局坐标；
    参数获取单元，用于根据所述当前全局坐标和当前移动速度，计算所述机器人移动到下一地点的移动速度估计和位置估计；
    坐标转换单元，用于获取表示所述机器人周围环境中障碍物深度图像中像素点的三维坐标点，将所述三维坐标点转换为二维坐标点，以得到所述机器人周围环境中障碍物的投影轮廓；
    角点获取单元，用于根据所述二维坐标点获取所述周围环境中障碍物的角点；以及
    路径更新单元，用于根据所述位置估计和所述障碍物的角点更新所述机器人的规划路径。
  8. 如权利要求7所述的装置，其特征在于，所述装置还包括：
    坐标系构建单元，用于预先构建所述机器人的载体坐标系和全局坐标系。
  9. 如权利要求8所述的装置，其特征在于，所述坐标变换单元包括：
    坐标计算子单元，用于根据公式
    Figure PCTCN2017085352-appb-100007
    计算所述机器人的当前全局坐标，其中，
    Figure PCTCN2017085352-appb-100008
    为当前载体坐标，
    Figure PCTCN2017085352-appb-100009
    Figure PCTCN2017085352-appb-100010
  10. 如权利要求9所述的装置，其特征在于，所述参数获取单元包括：
    参数计算子单元，用于根据公式：
    Figure PCTCN2017085352-appb-100011
    Figure PCTCN2017085352-appb-100012
    分别计算所述机器人移动到下一地点的移动速度估计和位置估计。
PCT/CN2017/085352 2016-09-23 2017-05-22 一种机器人规划路径的更新方法及装置 WO2018054080A1 (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN201610843839.0 2016-09-23
CN201610843839.0A CN106441275A (zh) 2016-09-23 2016-09-23 一种机器人规划路径的更新方法及装置

Publications (1)

Publication Number Publication Date
WO2018054080A1 true WO2018054080A1 (zh) 2018-03-29

Family

ID=58166445

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/CN2017/085352 WO2018054080A1 (zh) 2016-09-23 2017-05-22 一种机器人规划路径的更新方法及装置

Country Status (2)

Country Link
CN (1) CN106441275A (zh)
WO (1) WO2018054080A1 (zh)

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111061270A (zh) * 2019-12-18 2020-04-24 深圳拓邦股份有限公司 一种全面覆盖方法、系统及作业机器人
CN111897361A (zh) * 2020-08-05 2020-11-06 广州市赛皓达智能科技有限公司 一种无人机自主航线规划方法及其系统
CN112711255A (zh) * 2020-12-24 2021-04-27 南方科技大学 移动机器人避障方法、控制设备及存储介质
CN112833898A (zh) * 2020-12-30 2021-05-25 清华大学 一种面向ros的无人车倒退机制
CN112987734A (zh) * 2021-02-23 2021-06-18 京东数科海益信息科技有限公司 机器人行驶方法、装置及电子设备、存储介质及程序产品
CN113034579A (zh) * 2021-03-08 2021-06-25 江苏集萃微纳自动化系统与装备技术研究所有限公司 一种移动机器人基于激光数据的动态障碍物轨迹预测方法
CN113177980A (zh) * 2021-04-29 2021-07-27 北京百度网讯科技有限公司 用于自动驾驶的目标对象速度确定方法、装置及电子设备
CN114211173A (zh) * 2022-01-27 2022-03-22 上海电气集团股份有限公司 一种确定焊接位置的方法、装置及系统
CN114326710A (zh) * 2021-12-04 2022-04-12 深圳市普渡科技有限公司 机器人、机器人行驶策略确定方法、装置和存储介质
EP4033324A4 (en) * 2019-09-20 2022-11-02 Hangzhou Hikrobot Technology Co., Ltd. METHOD AND DEVICE FOR DETECTING OBSTACLE INFORMATION FOR A MOBILE ROBOT
CN115657674A (zh) * 2022-10-26 2023-01-31 宝开(上海)智能物流科技有限公司 一种基于图神经网络的分布式路径规划方法及装置
CN116380110A (zh) * 2023-06-07 2023-07-04 上海伯镭智能科技有限公司 一种基于大数据无人驾驶车辆实时路径规划方法
CN117315175B (zh) * 2023-09-28 2024-05-14 广东拓普视科技有限公司 一种基于机器人的构图定位装置及其方法

Families Citing this family (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106441275A (zh) * 2016-09-23 2017-02-22 深圳大学 一种机器人规划路径的更新方法及装置
CN106292673B (zh) * 2016-09-29 2019-02-12 深圳大学 一种路径优化方法及系统
CN106919260B (zh) * 2017-03-07 2020-03-13 百度在线网络技术（北京）有限公司 网页操作方法和装置
CN106909149B (zh) * 2017-03-14 2020-09-22 深圳蓝因机器人科技有限公司 一种深度摄像头避障的方法及装置
CN107229903B (zh) * 2017-04-17 2020-11-03 深圳奥比中光科技有限公司 机器人避障的方法、装置及存储装置
JP6828572B2 (ja) * 2017-04-18 2021-02-10 富士通株式会社 ロボット移動時間推定プログラム及びロボット移動時間推定方法
CN107678405B (zh) * 2017-08-22 2020-01-31 广东美的智能机器人有限公司 机器人行驶方法及其装置
CN107608392A (zh) * 2017-09-19 2018-01-19 浙江大华技术股份有限公司 一种目标跟随的方法及设备
CN108151742B (zh) * 2017-11-20 2021-03-16 北京理工华汇智能科技有限公司 机器人的导航控制方法及智能装置
CN108256430B (zh) * 2017-12-20 2021-01-29 北京理工大学 障碍物信息获取方法、装置及机器人
CN108445503B (zh) * 2018-03-12 2021-09-14 吉林大学 基于激光雷达与高精度地图融合的无人驾驶路径规划算法
CN110362098B (zh) * 2018-03-26 2022-07-05 北京京东尚科信息技术有限公司 无人机视觉伺服控制方法、装置以及无人机
US10899006B2 (en) * 2018-05-01 2021-01-26 X Development Llc Robot navigation using 2D and 3D path planning
CN110220524A (zh) * 2019-04-23 2019-09-10 炬星科技（深圳）有限公司 路径规划方法、电子设备、机器人及计算机可读存储介质
CN110587622A (zh) * 2019-09-09 2019-12-20 深圳市三宝创新智能有限公司 一种带有轮椅的助老助残机器人
CN113446971B (zh) * 2020-03-25 2023-08-08 扬智科技股份有限公司 空间识别方法，电子装置和非暂态计算机可读存储介质
CN111652113B (zh) * 2020-05-29 2023-07-25 阿波罗智联(北京)科技有限公司 障碍物检测方法、装置、设备以及存储介质
CN112070782B (zh) * 2020-08-31 2024-01-09 腾讯科技（深圳）有限公司 识别场景轮廓的方法、装置、计算机可读介质及电子设备
CN112506189A (zh) * 2020-11-19 2021-03-16 深圳优地科技有限公司 一种控制机器人移动的方法
CN114167871A (zh) * 2021-12-06 2022-03-11 北京云迹科技有限公司 一种障碍物检测方法、装置、电子设备和存储介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150304634A1 (en) * 2011-08-04 2015-10-22 John George Karvounis Mapping and tracking system
CN105222760A (zh) * 2015-10-22 2016-01-06 一飞智控(天津)科技有限公司 一种基于双目视觉的无人机自主障碍物检测系统及方法
CN106441275A (zh) * 2016-09-23 2017-02-22 深圳大学 一种机器人规划路径的更新方法及装置

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101769754B (zh) * 2010-01-19 2012-04-25 湖南大学 一种基于类三维地图的移动机器人全局路径规划方法
CN102866706B (zh) * 2012-09-13 2015-03-25 深圳市银星智能科技股份有限公司 一种采用智能手机导航的清扫机器人及其导航清扫方法
CN103076619B (zh) * 2012-12-27 2014-11-26 山东大学 一种消防员室内外3d无缝定位及姿态检测系统及方法
CN104346608B (zh) * 2013-07-26 2017-09-08 株式会社理光 稀疏深度图稠密化方法和装置
CN103413306B (zh) * 2013-08-01 2016-06-08 西北工业大学 一种自适应阈值的Harris角点检测方法
CN104268138B (zh) * 2014-05-15 2017-08-15 西安工业大学 融合深度图和三维模型的人体运动捕捉方法
CN104697526A (zh) * 2015-03-26 2015-06-10 上海华测导航技术股份有限公司 用于农业机械的捷联惯导系统以及控制方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150304634A1 (en) * 2011-08-04 2015-10-22 John George Karvounis Mapping and tracking system
CN105222760A (zh) * 2015-10-22 2016-01-06 一飞智控(天津)科技有限公司 一种基于双目视觉的无人机自主障碍物检测系统及方法
CN106441275A (zh) * 2016-09-23 2017-02-22 深圳大学 一种机器人规划路径的更新方法及装置

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
CAMPLANI, M. ET AL.: "Depth-Color Fusion Strategy for 3-D Scene Modelling with Kinect", IEEE TRANSACTIONS ON CYBERNETICS, vol. 43, no. 6, 31 December 2013 (2013-12-31), pages 1560 - 1571, XP055276696 *
DENG, GENQIANG ET AL.: "SLAM: Depth Image Information for Mapping and Inertial Navigation System for Localization", 2016 ASIA-PACIFIC CONFERENCE ON INTELLIGENT ROBOT SYSTEMS, 22 July 2016 (2016-07-22), pages 187 - 191, XP032953588 *
QU, XIWEN: "An Improved Harris Corner Detection Method", MECHANICAL & ELECTRICAL TECHNOLOGY, 31 August 2012 (2012-08-31), ISSN: 1672-4801 *

Cited By (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP4033324A4 (en) * 2019-09-20 2022-11-02 Hangzhou Hikrobot Technology Co., Ltd. METHOD AND DEVICE FOR DETECTING OBSTACLE INFORMATION FOR A MOBILE ROBOT
CN111061270B (zh) * 2019-12-18 2023-12-29 深圳拓邦股份有限公司 一种全面覆盖方法、系统及作业机器人
CN111061270A (zh) * 2019-12-18 2020-04-24 深圳拓邦股份有限公司 一种全面覆盖方法、系统及作业机器人
CN111897361A (zh) * 2020-08-05 2020-11-06 广州市赛皓达智能科技有限公司 一种无人机自主航线规划方法及其系统
CN111897361B (zh) * 2020-08-05 2023-08-22 广州市赛皓达智能科技有限公司 一种无人机自主航线规划方法及其系统
CN112711255B (zh) * 2020-12-24 2024-01-19 南方科技大学 移动机器人避障方法、控制设备及存储介质
CN112711255A (zh) * 2020-12-24 2021-04-27 南方科技大学 移动机器人避障方法、控制设备及存储介质
CN112833898A (zh) * 2020-12-30 2021-05-25 清华大学 一种面向ros的无人车倒退机制
CN112987734A (zh) * 2021-02-23 2021-06-18 京东数科海益信息科技有限公司 机器人行驶方法、装置及电子设备、存储介质及程序产品
CN113034579A (zh) * 2021-03-08 2021-06-25 江苏集萃微纳自动化系统与装备技术研究所有限公司 一种移动机器人基于激光数据的动态障碍物轨迹预测方法
CN113034579B (zh) * 2021-03-08 2023-11-24 江苏集萃微纳自动化系统与装备技术研究所有限公司 一种移动机器人基于激光数据的动态障碍物轨迹预测方法
CN113177980A (zh) * 2021-04-29 2021-07-27 北京百度网讯科技有限公司 用于自动驾驶的目标对象速度确定方法、装置及电子设备
CN113177980B (zh) * 2021-04-29 2023-12-26 北京百度网讯科技有限公司 用于自动驾驶的目标对象速度确定方法、装置及电子设备
CN114326710A (zh) * 2021-12-04 2022-04-12 深圳市普渡科技有限公司 机器人、机器人行驶策略确定方法、装置和存储介质
CN114211173A (zh) * 2022-01-27 2022-03-22 上海电气集团股份有限公司 一种确定焊接位置的方法、装置及系统
CN115657674A (zh) * 2022-10-26 2023-01-31 宝开(上海)智能物流科技有限公司 一种基于图神经网络的分布式路径规划方法及装置
CN116380110B (zh) * 2023-06-07 2023-08-04 上海伯镭智能科技有限公司 一种基于大数据无人驾驶车辆实时路径规划方法
CN116380110A (zh) * 2023-06-07 2023-07-04 上海伯镭智能科技有限公司 一种基于大数据无人驾驶车辆实时路径规划方法
CN117315175B (zh) * 2023-09-28 2024-05-14 广东拓普视科技有限公司 一种基于机器人的构图定位装置及其方法

Also Published As

Publication number Publication date
CN106441275A (zh) 2017-02-22

Similar Documents

Publication Publication Date Title
WO2018054080A1 (zh) 一种机器人规划路径的更新方法及装置
CN111207774B (zh) 一种用于激光-imu外参标定的方法及系统
WO2021026850A1 (zh) 一种基于二维码的导航定姿定位方法和系统
Wang et al. A simple and parallel algorithm for real-time robot localization by fusing monocular vision and odometry/AHRS sensors
Thrun et al. Scan alignment and 3-D surface modeling with a helicopter platform
CA2787646C (en) Systems and methods for processing mapping and modeling data
JP5992184B2 (ja) 画像データ処理装置、画像データ処理方法および画像データ処理用のプログラム
CN112347840A (zh) 视觉传感器激光雷达融合无人机定位与建图装置和方法
KR101192825B1 (ko) Ｇｐｓ／ｉｎｓ／영상ａｔ를 통합한 라이다 지오레퍼린싱 장치 및 방법
WO2021097983A1 (zh) 定位的方法、装置、设备及存储介质
WO2014076844A1 (ja) 自律移動システムおよび管制装置
CN107621266B (zh) 基于特征点跟踪的空间非合作目标相对导航方法
CN113447949B (zh) 一种基于激光雷达和先验地图的实时定位系统及方法
WO2023004956A1 (zh) 一种在高动态环境下的激光slam方法、系统设备及存储介质
KR101764222B1 (ko) 고정밀 측위 시스템 및 방법
Zhang et al. Vision-based relative altitude estimation of small unmanned aerial vehicles in target localization
WO2016157428A1 (ja) 計測装置、計測方法、及び、プログラム
JP2017524932A (ja) ビデオ支援着艦誘導システム及び方法
JP6135972B2 (ja) 標定方法、標定プログラム、及び標定装置
Karam et al. Integrating a low-cost mems imu into a laser-based slam for indoor mobile mapping
Khoshelham et al. Vehicle positioning in the absence of GNSS signals: Potential of visual-inertial odometry
CN112862818B (zh) 惯性传感器和多鱼眼相机联合的地下停车场车辆定位方法
Bikmaev et al. Improving the accuracy of supporting mobile objects with the use of the algorithm of complex processing of signals with a monocular camera and LiDAR
Wang et al. Micro aerial vehicle navigation with visual-inertial integration aided by structured light
CN112578363B (zh) 激光雷达运动轨迹获取方法及装置、介质

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 17852154

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

32PN Ep: public notification in the ep bulletin as address of the adressee cannot be established

Free format text: NOTING OF LOSS OF RIGHTS PURSUANT TO RULE 112(1) EPC , EPO FORM 1205A DATED 29.07.2019.

122 Ep: pct application non-entry in european phase

Ref document number: 17852154

Country of ref document: EP

Kind code of ref document: A1