WO2018214978A1

WO2018214978A1 - 定位装置及方法以及自动行走设备

Info

Publication number: WO2018214978A1
Application number: PCT/CN2018/088519
Authority: WO
Inventors: 杨洲; 周昶; 滕哲铭
Original assignee: 苏州宝时得电动工具有限公司
Priority date: 2017-05-26
Filing date: 2018-05-25
Publication date: 2018-11-29
Also published as: EP3633410A4; EP3633410A1; US11448775B2; US20210165109A1

Abstract

一种定位装置及方法以及自动行走设备，其中定位装置包括第一定位模块(101)、传感器模块(102)和处理模块(103)。根据第一定位模块（101）的定位结果和使用传感器模块（102）测量的加速度和角度参数的行人航位推算算法确定的定位结果来确定定位装置的位置，并由此确定自动行走设备的边界。在针对边界的定位过程中引入了不依赖于外部环境的行人航位推算技术，使得行人航位推算技术与其他定位技术相融合来构建虚拟边界，定位精度高，构建的边界精准，且无需布设物理边界，降低用户操作的复杂度。

Description

定位装置及方法以及自动行走设备

技术领域

本公开涉及定位技术领域，尤其涉及一种定位装置及方法以及自动行走设备。

背景技术

随着科学技术的发展，智能的自动行走设备为人们所熟知，由于自动行走设备可以基于自动预先设置的程序执行预先设置的相关任务，无须人为的操作与干预，因此在工业应用及家居产品上的应用非常广泛。工业上的应用如执行各种功能的机器人，家居产品上的应用如割草机、吸尘器等，这些智能的自动行走设备极大地节省了人们的时间，给工业生产及家居生活都带来了极大的便利。

在实际应用中，通常需要这种自动行走设备自动地在一个预设的工作区域内移动，而不离开预设的工作区域，因此就需要确定工作区域的边界和/或确定自身的位置。

相关技术中，可通过布设边界线的方式设置物理边界，然而这种方式给自动行走设备的使用者增加了麻烦。

相关技术中，也可通过GPS(Global Positioning System，全球定位系统)定位技术等卫星定位技术，或UWB(Ultra Wideband，超宽带)定位技术等无线定位技术构建虚拟边界/确定设备的位置，然而卫星定位或无线定位易受环境干扰，在发生信号遮挡等情况时无法保证边界/设备的定位精度。

如何能够简便、精确地确定自动行走设备的工作区域的边界和/或使得自动行走设备能够精确地自主定位，是有待解决的问题。

发明内容

有鉴于此，本公开提出了一种定位装置及方法以及自动行走设备，以简便、精确地确定自动行走设备的工作区域的边界。

本公开的一方面，提出了一种定位装置，其特征在于，所述定位装置能够由携带者携带行走，所述定位装置包括：第一定位模块，用于获取定位装置的携带者的第一定位结果；传感器模块，用于测量定位装置的携带者行走的加速度和角度参数；以及处理模块，被配置为：在用于确定自动行走设备的工作范围的边界的第一模式下，如果所述第一定位结果满足质量条件，则根据所述第一定位结果确定所述定位装置的携带者的位置；如果所述第一定位结果不满足质量条件，则根据所述加速度和所述角度参数，基于行人航位推算算法确定所述定位装置的携带者的位置；以及根据所述定位装置的携带者的位置，确定所述边界。

本公开的另一方面，提出了一种定位装置，其特征在于，所述定位装置能够由携带者携带行走，所述定位装置包括：第一定位模块，用于获取定位装置的携带者的第一定位结果；传感器模块，用于测量定位装置的携带者行走的加速度和角度参数；以及处理模块，被配置为：在用于确定自动行走设备的工作范围的边界的第一模式下，根据所述第一定位结果确定所述定位装置的携带者的第三位置；根据所述加速度和角度参数、基于行人航位推算算法确定所述定位装置的携带者的第四位置；根据所述第三位置和所述第四位置，确定所述定位装置的携带者的位置；以及根据所述定位装置的携带者的位置，确定所述边界。

本公开的另一方面，提出了一种自动行走设备，其特征在于，所述自动行走设备包括设备主体和上述定位装置，其中所述定位装置能够以可拆卸的方式安装于所述设备主体。

本公开的另一方面，提出了一种定位方法，所述方法包括：获取定位装置的携带者的第一定位结果、携带者行走的加速度和角度参数；在用于确定自动行走设备的工作范围的边界的第一模式下，如果所述第一定位结果满足质量条件，则根据所述第一定位结果确定所述定位装置的携带者的位置；如果所述第一定位结果不满足质量条件，则根据所述加速度和所述角度参数，基于行人航位推算算法确定所述定位装置的携带者的位置；以及根据所述定位装置的携带者的位置，确定所述边界。

在一种可能的实施方式中，所述方法还可包括：获取所述定位装置的携带者的步长步频模型的模型参数，其中所述步长步频模型表示所述携带者的步频与步长之间的关系；采用所述加速度和所述角度参数，基于行人航位推算算法确定所述定位装置的携带者的位置，可包括：根据所述步长步频模型的模型参数、以及所述加速度和所述角度参数，基于行人航位推算算法确定所述定位装置的携带者的位置。

在一种可能的实施方式中，采用所述步长步频模型的模型参数、以及所述加速度和所述角度参数，基于行人航位推算算法确定所述定位装置的携带者的位置，可包括：当所述第一定位结果不满足质量条件时，获取最近的满足质量条件的第一定位结果作为行人航位推算算法的起始位置；根据所述角度参数确定所述携带者的实时航向；根据所述加速度确定所述携带者的实时步频；根据所述实时步频和所述步长步频模型的模型参数，利用所述步长步频模型确定所述携带者的实时步长；以及根据所述实时航向、所述实时步长以及所述起始位置，基于行人航位推算算法确定所述定位装置的携带者的位置。

在一种可能的实施方式中，获取所述定位装置的携带者的步长步频模型的模型参数，可包括：根据所述传感器模块测量的加速度确定所述携带者的步频和跨步点，根据所述跨步点对应的第一定位结果确定所述携带者的步长，根据所述步频和所述步长确定所述步长步频模型的模型参数，其中所述跨步点为所述携带者每一跨步的特征点。

在一种可能的实施方式中，所述方法还可包括：在所述第一定位结果从不满足质量条件变为满足质量条件时，获取基于行人航位推算算法确定的所述定位装置的携带者的第一位置和根据所述第一定位模块的第一定位结果确定的所述定位装置的携带者的第二位置；根据所述第一位置和所述第二位置，对在所述第一定位结果不满足质量条件期间基于行人航位推算算法确定的所述定位装置的携带者的位置进行校正。

在一种可能的实施方式中，根据所述定位装置的携带者的位置，确定所述边界，可包括：对基于行人航位推算算法确定的所述定位装置的携带者的位置进行插值处理，得到插值处理后的所述定位装置的携带者的位置；对插值处理后的所述定位装置的携带者的位置和根据所述第一定位结果确定的所述定位装置的携带者的位置进行平滑滤波，以确定所述边界。

在一种可能的实施方式中，所述第一定位模块可为卫星定位模块，所述第一定位结果为卫星定位结果。

在一种可能的实施方式中，所述方法还可包括：根据卫星定位模块接收的卫星数和卫星定位模块的定位状态中的一者或两者，判断卫星定位模块的所述卫星定位结果是否满足质量条件。

在一种可能的实施方式中，根据卫星定位模块接收的卫星数和卫星定位模块的定位状态中的一者或两者，判断卫星定位模块的所述卫星定位定位结果是否满足质量条件，可包括：在定位状态为指定状态，且卫星数不小于阈值的情况下，判断所述卫星定位结果满足质量条件。

在一种可能的实施方式中，所述方法还可包括：在用于定位所述自动行走设备的位置的第二模式下，根据所述第一定位结果以及惯性定位结果的至少其中之一，确定所述自动行走设备的位置，其中，所述惯性定位结果是根据至少所述传感器模块输出的加速度和角度参数、基于惯性导航推算算法确定的。

在一种可能的实施方式中，所述惯性导航推算算法包括INS算法。

在一种可能的实施方式中，所述行人航位推算算法包括PDR算法。

在一种可能的实施方式中，所述第一定位模块包括UWB定位模块。

本公开的另一方面，提出了一种定位方法，所述方法包括：获取定位装置的携带者的第一定位结果、携带者行走的加速度和角度参数；在用于确定自动行走设备的工作范围的边界的第一模式下，根据所述第一定位结果确定所述定位装置的携带者的第三位置；根据所述加速度和角度参数、基于行人航位推算算法确定所述定位装置的携带者的第四位置；根据所述第三位置和所述第四位置，确定所述定位装置的携带者的位置；以及根据所述定位装置的携带者的位置，确定所述边界。

在一种可能的实施方式中，根据所述第三位置和所述第四位置，确定所述定位装置的携带者的位置，可包括：根据所述第三位置和所述第四位置两者的融合，确定所述定位装置的携带者的位置。

在一种可能的实施方式中，根据所述第三位置和所述第四位置两者的融合，确定所述定位装置的携带者的位置，可包括：根据所述第三位置和所述第四位置的加权和，确定所述定位装置的携带者的位置。

在一种可能的实施方式中，所述方法还包括：根据第一定位结果的质量，确定所述第三位置和所述第四位置各自在所述加权和中所占的权重。

在一种可能的实施方式中，根据第一定位结果的质量，确定所述第三位置和所述第四位置各自在所述加权和中所占的权重，可包括：随着所述第一定位结果的质量的提高，增大所述第三位置在所述加权和中所占的权重，并减小所述第四位置在所述加权和中所占的权重；随着所述第一定位结果的质量的降低，减小所述第三位置在所述加权和中所占的权重，并增大所述第四位置在所述加权和中所占的权重。

在一种可能的实施方式中，所述第一定位模块为卫星定位模块，所述第一定位结果为卫星定位结果。

在一种可能的实施方式中，所述方法还可包括：根据卫星定位模块接收的卫星数和卫星定位模块的定位状态中的一者或两者，判断卫星定位模块的所述卫星定位结果的质量。

在一种可能的实施方式中，根据所述第三位置和所述第四位置，确定所述定位装置的携带者的位置，可包括：根据跨步点处的所述第三位置和跨步点处的所述第四位置，确定跨步点处所述定位装置的携带者的位置；对跨步点处所述定位装置的携带者的位置进行插值处理，得到所述定位装置的携带者的位置；其中所述跨步点为所述携带者每一跨步的特征点。

在一种可能的实施方式中，根据所述第三位置和所述第四位置，确定所述定位装置的携带者的位置，可包括：对跨步点处的所述第四位置进行插值处理，得到插值后的第四位置；根据所述第三位置和所述插值后的第四位置，确定所述定位装置的携带者的位置；其中所述跨步点为所述携带者每一跨步的特征点。

在一种可能的实施方式中，所述方法还可包括：获取所述定位装置的携带者的步长步频模型的模型参数，其中所述步长步频模型表示所述携带者的步频与步长之间的关系；根据所述加速度和角度参数、基于行人航位推算算法确定所述定位装置的携带者的第四位置，包括：根据所述步长步频模型的模型参数、以及所述加速度和所述角度参数，基于行人航位推算算法确定所述定位装置的携带者的第四位置。

在一种可能的实施方式中，根据所述步长步频模型的模型参数、以及所述加速度和所述角度参数，基于行人航位推算算法确定所述定位装置的携带者的第四位置，可包括：获取行人航位推算算法的起始位置；根据所述角度参数确定所述携带者的实时航向；根据所述加速度确定所述携带者的实时步频；根据所述实时步频和所述步长步频模型的模型参数，利用所述步长步频模型确定所述携带者的实时步长；以及根据所述实时航向、所述实时步长以及所述起始位置，基于行人航位推算算法确定所述定位装置的携带者的第四位置。

在一种可能的实施方式中，所述方法还包括：在用于定位所述自动行走设备的位置的第二模式下，根据所述第一定位结果以及惯性定位结果的至少其中之一，确定所述自动行走设备的位置，其中，所述惯性定位结果是根据至少所述传感器模块输出的加速度和角度参数、基于惯性导航推算算法确定的。

本公开的各方面的定位装置、定位方法和自动行走设备在针对边界的定位过程中引入了不依赖于外部环境的行人航位推算技术，使得行人航位推算技术与其他定位技术相融合来构建虚拟边界，定位精度高，构建的边界精准，且无需布设物理边界，降低用户操作的复杂度。

本发明还提供一种自动行走设备，包括：视觉模块，用于获取所述自动行走设备的周围环境的视觉数据；惯性导航模块，用于获取所述自动行走设备的惯性数据；卫星导航模块，用于获取所述自动行走设备的卫星定位数据处理模块，与所述视觉模块、所述惯性导航模块以及所述卫星导航模块电连接，所述处理模块被配置为：根据所述视觉数据进行视觉定位，获得视觉定位结果；根据所述惯性数据进行惯性定位，获得惯性定位结果；对所述视觉定位结果和所述惯性定位结果进行融合，获得融合后的第一融合结果；在所述卫星定位数据满足质量条件的情况下，对所述第一融合结果和所述卫星定位数据进行融合，获得融合后的第二融合结果，将所述第二融合结果确定为所述自动行走设备的位置。

在一种可能的实施方式中，所述处理模块还被配置为：在所述卫星定位数据不满足质量条件的情况下，将所述第一融合结果确定为所述自动行走设备的位置。

在一种可能的实施方式中，对所述视觉定位结果和所述惯性定位结果进行融合，获得融合后的第一融合结果，包括：

在所述视觉定位结果有效的情况下，对所述视觉定位结果和所述惯性定位结果进行融合，获得融合后的第一融合结果；

在所述视觉定位结果无效的情况下，将所述惯性定位结果确定为第一融合结果。

在一种可能的实施方式中，在所述卫星定位数据满足质量条件的情况下，对所述第一融合结果和所述卫星定位数据进行融合，获得融合后的第二融合结果，包括：

在所述卫星定位数据满足质量条件的情况下，根据当前时刻的第一融合结果、当前时刻的卫星定位数据以及前一时刻的第二融合结果，获取所述自动行走设备在当前时刻的第二融合结果。

在一种可能的实施方式中，所述视觉模块包括单色CMOS视觉传感器。

在一种可能的实施方式中，所述惯性导航模块包括惯性传感器，所述惯性传感器包括陀螺仪和加速度计，或者所述惯性传感器包括陀螺仪和加速度计，以及地磁传感器和码盘中的一者或两者。

在一种可能的实施方式中，所述惯性数据包括速度、加速度、角速度以及朝向角中的一个或多个。

在一种可能的实施方式中，所述视觉模块的光轴、所述惯性导航模块的一轴以及所述卫星导航模块的中心处于所述自动行走设备的中轴线上，所述视觉模块的光轴与所述惯性导航模块的一轴共线。

在一种可能的实施方式中，所述卫星导航模块的中心处于所述自动行走设备的两个驱动轮的中心点的上方。

在一种可能的实施方式中，对所述视觉定位结果和所述惯性定位结果进行融合包括：

通过扩展卡尔曼滤波的方式对所述视觉定位结果和所述惯性定位结果进行融合。

在一种可能的实施方式中，对所述第一融合结果和所述卫星定位数据进行融合包括：

通过扩展卡尔曼滤波的方式对所述第一融合结果和所述卫星定位数据进行融合。

本发明还提供一种定位方法，包括：根据视觉数据进行视觉定位，获得视觉定位结果；根据惯性数据进行惯性定位，获得惯性定位结果；对所述视觉定位结果和所述惯性定位结果进行融合，获得融合后的第一融合结果；在卫星定位数据满足质量条件的情况下，对所述第一融合结果和所述卫星定位数据进行融合，获得融合后的第二融合结果，将所述第二融合结果确定为自动行走设备的位置。

在一种可能的实施方式中，所述方法还包括：在所述卫星定位数据不满足质量条件的情况下，将所述第一融合结果确定为所述自动行走设备的位置。

本发明还提供一种定位装置，包括：视觉定位模块，用于根据视觉数据进行视觉定位，获得视觉定位结果；惯性定位模块，用于根据惯性数据进行惯性定位，获得惯性定位结果；第一融合模块，用于对所述视觉定位结果和所述惯性定位结果进行融合，获得融合后的第一融合结果；第二融合模块，用于在卫星定位数据满足质量条件的情况下，对所述第一融合结果和所述卫星定位数据进行融合，获得融合后的第二融合结果，将所述第二融合结果确定为自动行走设备的位置。

本发明还提供一种自动行走设备，包括：激光模块，用于获取所述自动行走设备的周围环境的激光数据；惯性导航模块，用于获取所述自动行走设备的惯性数据；卫星导航模块，用于获取所述自动行走设备的卫星定位数据；处理模块，与所述激光模块、所述惯性导航模块以及所述卫星导航模块电连接，所述处理模块被配置为：根据所述激光数据进行激光定位，获得激光定位结果；根据所述惯性数据进行惯性定位，获得惯性定位结果；对所述激光定位结果和所述惯性定位结果进行融合，获得融合后的第一融合结果；在所述卫星定位数据满足质量条件的情况下，对所述第一融合结果和所述卫星定位数据进行融合，获得融合后的第二融合结果，将所述第二融合结果确定为所述自动行走设备的位置。

在一种可能的实施方式中，所述处理模块还被配置为：

在所述卫星定位数据不满足质量条件的情况下，将所述第一融合结果确定为所述自动行走设备的位置。

在一种可能的实施方式中，对所述激光定位结果和所述惯性定位结果进行融合，获得融合后的第一融合结果，包括：

在所述激光定位结果有效的情况下，对所述激光定位结果和所述惯性定位结果进行融合，获得融合后的第一融合结果；

在所述激光定位结果无效的情况下，将所述惯性定位结果确定为第一融合结果。

在一种可能的实施方式中，所述激光模块包括圆扫激光雷达。

在一种可能的实施方式中，所述激光模块的轴心、所述惯性导航模块的一轴以及所述卫星导航模块的中心处于所述自动行走设备的中轴线上，所述激光模块的轴心与所述惯性导航模块的一轴共线。

在一种可能的实施方式中，对所述激光定位结果和所述惯性定位结果进行融合包括：

通过扩展卡尔曼滤波的方式对所述激光定位结果和所述惯性定位结果进行融合。

本发明还提供一种定位方法，包括：根据激光数据进行激光定位，获得激光定位结果；根据惯性数据进行惯性定位，获得惯性定位结果；对所述激光定位结果和所述惯性定位结果进行融合，获得融合后的第一融合结果；在卫星定位数据满足质量条件的情况下，对所述第一融合结果和所述卫星定位数据进行融合，获得融合后的第二融合结果，将所述第二融合结果确定为自动行走设备的位置。

在一种可能的实施方式中，所述方法还包括：

在一种可能的实施方式中，对所述第一融合结果和所述GPS定位数据进行融合包括：

本发明还提供一种定位装置，包括：激光定位模块，用于根据激光数据进行激光定位，获得激光定位结果；惯性定位模块，用于根据惯性数据进行惯性定位，获得惯性定位结果；第一融合模块，用于对所述激光定位结果和所述惯性定位结果进行融合，获得融合后的第一融合结果；第二融合模块，用于在卫星定位数据满足质量条件的情况下，对所述第一融合结果和所述卫星定位数据进行融合，获得融合后的第二融合结果，将所述第二融合结果确定为自动行走设备的位置。

根据下面参考附图对示例性实施例的详细说明，本公开的其它特征及方面将变得清楚。

附图说明

包含在说明书中并且构成说明书的一部分的附图与说明书一起示出了本公开的示例性实施例、特征和方面，并且用于解释本公开的原理。

图1示出本公开实施例的一种示例性的应用环境的示意图。

图2示出根据本公开一实施例的定位装置的结构图。

图3示出了处理模块的处理过程的一个示例的流程图。

图4示出了处理模块的处理过程的一个示例的流程图。

图5示出了根据加速度确定跨步点的过程的一个示例的示意图。

图6示出了处理模块的处理过程的一个示例的流程图。

图7示出了通过线性拟合确定初始航向的一个示例的示意图。

图8示出了处理模块的处理过程的一个示例的流程图。

图9a、图9b示出了对行人航位推算算法的定位结果进行校正的示例的示意图。

图10示出了处理模块的处理过程的一个示例的流程图。

图11示出根据本公开一实施例的定位装置的结构图。

图12示出了处理模块的处理过程的一个示例的流程图。

图13示出根据本公开实施例的一种自动行走设备的结构图。

图14示出了根据本公开实施例的一种定位方法的流程图。

图15示出了根据本公开实施例的一种定位方法的流程图。

图16a-图16c，示出根据本公开实施例的应用示例的示意图。

图17示出了根据本公开一实施例的自动行走设备的一种示例性应用环境的示意图。

图18示出了根据本公开一实施例的一种自动行走设备的框图

图19示出了根据本公开一实施例的一种自动行走设备的示意图。

图20示出了根据本公开一实施例的处理模块的处理过程的一个应用示例的流程图。

图21示出了根据本公开一实施例的一种定位方法的流程图。

图22示出了根据本公开一实施例的一种定位装置的框图。

图23示出了本公开一实施例的一种自动行走设备的一种示例性应用环境的示意图。

图24示出了根据本公开一实施例的一种自动行走设备的框图。

图25示出了根据本公开一实施例的一种自动行走设备的示意图。

图26示出了根据本公开一实施例的处理模块的处理过程的一个应用示例的流程图。

图27示出了根据本公开一实施例的一种定位方法的流程图。

图28示出了根据本公开一实施例的一种定位装置的框图。

具体实施方式

以下将参考附图详细说明本公开的各种示例性实施例、特征和方面。附图中相同的附图标记表示功能相同或相似的元件。尽管在附图中示出了实施例的各种方面，但是除非特别指出，不必按比例绘制附图。

在这里专用的词“示例性”意为“用作例子、实施例或说明性”。这里作为“示例性”所说明的任何实施例不必解释为优于或好于其它实施例。

另外，为了更好的说明本公开，在下文的具体实施方式中给出了众多的具体细节。本领域技术人员应当理解，没有某些具体细节，本公开同样可以实施。在一些实例中，对于本领域技术人员熟知的方法、手段、元件和电路未作详细描述，以便于凸显本公开的主旨。

图1示出本公开实施例的一种示例性的应用环境的示意图。

如图1所示，以自动割草机10’为例，在一种示例性的应用环境中，可利用本公开实施例的定位方法或定位装置确定自动割草机10’的工作区域的虚拟边界50’，边界50’规划出由边界50’围绕而成的工作区域30’和位于边界50’圈外的非工作区域70’。

自动割草机10’在工作区域30’中自动行走时，可将自身位置与边界50’的位置进行比较，以判断自身是否位于工作区域30’内，或判断自身距离边界50’的距离，并根据判断的结果调整移动方式，使自身保持在工作区域30’内。

图2示出根据本公开一实施例的定位装置的结构图。所述定位装置能够由携带者携带行走。如图2所示，该定位装置100包括：

第一定位模块101，用于获取定位装置100的携带者的第一定位结果；

传感器模块102，用于测量定位装置100的携带者行走的加速度和角度参数；以及

处理模块103，被配置为：

在用于确定自动行走设备的工作范围的边界的第一模式下，如果所述第一定位结果满足质量条件，则根据所述第一定位结果确定所述定位装置的携带者的位置；如果所述第一定位结果不满足质量条件，则根据所述加速度和所述角度参数，基于行人航位推算算法确定所述定位装置的携带者的位置；以及

根据所述定位装置的携带者的位置，确定所述边界。

通过根据第一定位结果的质量，基于第一定位结果或基于行人航位推算算法确定定位装置的携带者的位置，根据本公开实施例的定位装置使行人航位推算技术与其他定位技术相融合来构建虚拟边界，由于行人航位推算技术不易受外部环境的影响，能够弥补其他定位技术受到环境影响时的精度不足，使得定位精度高，构建的边界精准，且无需布设物理边界，降低用户操作的复杂度。

行人航位推算算法可包括基于步长(每跨步的长度)与航向进行定位的定位技术。行人行走的步频(单位时间的步数)与步长之间存在关联关系，行人行走的步态具有周期性，在一个步态周期(一个跨步)中，包含脚离地、摆动、后脚跟着地和站立等步态，各种步态对应的行人的加速度不同。因此，通过分析行人加速度的特征，可以获得步态、步频，根据步频可估算步长，根据步长和航向，即可对行人进行定位。在携带者(行人)携带定位装置100沿边界行走的场景下，通过定位装置100中的传感器模块102测量定位装置的携带者行走的加速度和角度参数，结合上述行人航位推算算法的原理，可进行基于行人航位推算算法的定位。行人航位推算算法例如可以是PDR(Pedestrian Dead Reckoning，行人航位推算)算法，或任意其他行人航位推算算法。

在一种可能的实施方式中，定位装置100可工作于包括第一模式、第二模式等多种工作模式。第一模式用于确定自动行走设备的工作范围的边界。在第一模式下，定位装置100 可以从自动行走设备上拆卸下来，由携带者(例如用户)携带(例如手持)，携带者沿期望的边界(例如边界50’)行走，在行走的过程中通过定位装置100的定位，即可确定边界的坐标(边界地图)并进行存储。第二模式用于定位自动行走设备的位置。在第二模式下，定位装置可安装在自动行走设备上，定位自动行走设备的位置，判断自动行走设备是否超出边界。各种工作模式可以通过手动或自动设定和切换，并可在定位装置上予以提示。本领域技术人员应理解，定位装置的工作模式不限于以上举例。定位装置也可以仅具有第一模式，即仅用于确定边界的位置。

第一定位模块101可以是不基于行人航位推算算法的定位模块，例如任何会受外部环境影响的定位模块。例如，第一定位模块101可以是GPS模块、北斗定位模块、伽利略定位模块等卫星定位模块，再例如，第一定位模块101可以是UWB定位模块等无线定位模块。当第一定位模块101是GPS模块时，其可以是任何能够实现基于GPS定位的模块，例如能够接收GPS信号进行定位的GPS接收机。第一定位模块101可以基于现有技术实现。

传感器模块102可以包括能够测量加速度的部件，例如加速度计，和能够测量角度参数的部件，例如陀螺仪、电子罗盘等。其中角度参数例如可以是角速度、航向角等。举例来说，传感器模块102可以包括陀螺仪和加速度计组成的6轴惯性传感器，也可以包括陀螺仪、加速度计和电子罗盘，也可以包括加速度计和电子罗盘。

处理模块103可以是单片机、CPU、MPU、FPGA等任何能进行数据处理的处理部件，处理模块103可以通过专用硬件电路实现，也可以通过通用处理部件结合可执行逻辑指令实现，以执行处理模块103的处理过程。

在一种可能的实施方式中，在定位装置100处于开机状态的情况下，第一定位模块101和传感器模块102可保持工作状态，以实时获得第一定位结果、加速度和角度参数，实时获取的第一定位结果、加速度和角度参数可传送至处理模块103以进行处理。加速度和角度参数等数据可以采用与第一定位模块101统一的采样时钟进行采样，即处理模块103可获得同一采样时间点的第一定位模块的第一定位结果、加速度测量结果和角度参数测量结果。

在一种可能的实施方式中，定位装置100还可包括存储模块(未示出)，以存储处理模块103生成的数据，例如边界的坐标数据等。

第一定位模块的质量可以采用任意适当方式来确定，例如根据第一定位模块的接收信号或输出信号来确定，本公开对此不做限制。

以第一定位模块为卫星定位模块，第一定位结果为卫星定位结果为例，处理模块103可以根据卫星定位模块接收的卫星数和卫星定位模块的定位状态中的一者或两者，判断卫星定位模块的卫星定位结果是否满足质量条件。卫星定位模块接收的卫星数反映了卫星信号强弱及信息量，对卫星定位结果的精度有影响，卫星定位模块的定位状态能够反应卫星定位结果的精度。

例如，以GPS模块作为卫星定位模块为例，根据常用的GPS模块参数设置，定位状态可包括：

定位状态0：未定位

定位状态1：GPS单点定位固定解

定位状态2：差分定位

定位状态3：PPS

定位状态4：RTK固定解

定位状态5：RTK浮点解

定位状态6：估计值

定位状态7：手工输入模式

定位状态8：模拟模式

其中部分定位状态(例如定位状态4)可代表GPS定位结果质量很好，部分定位状态(例如定位状态5)可代表GPS定位结果质量较好，部分定位状态(例如定位状态1、2、3、6、7、8)可代表GPS定位结果质量较差。

在一种可能的实施方式中，可设定质量条件，满足该质量条件，则认为第一定位结果质量较好，利用第一定位结果进行定位，不满足该质量条件，则认为第一定位结果质量较差，切换为利用行人航位推算算法进行定位。

例如，处理模块103可以在定位状态为指定状态，且卫星数不小于阈值的情况下，判断所述卫星定位结果满足质量条件。

仍以第一定位模块为GPS模块进行举例来说，可以以例如定位状态4、5作为指定状态，并设定卫星数的阈值，例如6个。处理模块103可以根据GPS模块的输出信号确定卫星数和定位状态。处理模块103可被配置为在定位状态为指定状态(例如定位状态4或5)，且卫星数不小于阈值(例如不小于6个)的情况下，判断GPS定位结果(第一定位结果)满足质量条件；否则，在定位状态不为指定状态(例如不为定位状态4，也不为定位状态5)，和/或卫星数小于阈值(例如小于6个)，可判断GPS定位结果(第一定位结果)不满足质量条件。

以上质量条件仅为示例，本领域技术人员可根据需要设置其他质量条件来判断第一定位结果的质量。

图3示出了处理模块的处理过程的一个示例的流程图。如图3所示，在一种可能的实施方式中，处理模块103可被配置为：判断定位装置的工作模式(S301)；如果定位装置处于第一模式下，则可判断第一定位模块101的第一定位结果是否满足质量条件(S302)，如果第一定位结果满足质量条件(例如GPS模块的定位状态4或5，且卫星数不小于6个)，则根据所述第一定位结果确定所述定位装置100的携带者的位置(S303)，并可保存该位置，如果第一定位结果不满足质量条件(例如定位状态不为4，也不为5，和/或卫星数小于6个，也即不满足“定位状态4或5，且卫星数不小于6个”)，则根据传感器模块102测量的加速度和角度参数，基于行人航位推算算法确定所述定位装置的携带者的位置(S304)，并可保存该位置，可根据所述定位装置的携带者的位置，确定边界。

图4示出了处理模块的处理过程的一个示例的流程图。图4示出了在第一定位结果不满足质量条件的情况下，基于行人航位推算算法进行定位的一个示例性过程。其中与图3相同的附图标记代表相似的步骤。

在一种可能的实施方式中，如图4所示，处理模块103可被配置为：

S401，获取所述定位装置的携带者的步长步频模型的模型参数，其中所述步长步频模型表示所述携带者的步频与步长之间的关系；

其中，如果所述第一定位结果不满足质量条件，则根据所述加速度和所述角度参数，基于行人航位推算算法确定所述定位装置的携带者的位置，包括：

S3041，如果所述第一定位结果不满足质量条件，则根据所述步长步频模型的模型参数、以及所述加速度和所述角度参数，基于行人航位推算算法确定所述定位装置的携带者的位置。

步长步频模型的模型参数可以通过各种适当的方式来获得，本公开对此不做限制。

举例来说，可以根据加速度进行步态检测，根据步态检测的结果确定模型参数。如前文所述，行人的步态与加速度之间有着一定的对应关系，跨步的周期性会引起加速度的周期性变化，可以根据所述传感器模块测量的加速度确定携带者的步频和跨步点。图5示出了根据加速度确定跨步点的过程的一个示例的示意图。如图5所示，可设定阈值Ta，当加速度变化周期(跨步周期)内某一加速度采样点a _i为极大值(a _i>a _i-1且a _i>a _i+1)，且该极大值大于阈值Ta(a _i>Ta)，则认为该采样点为跨步点，并认为当前周期为有效的步伐周期，实现步态检测。本领域技术人员应理解，跨步点作为所述携带者每一跨步的特征点，也可对应于加速度的其他特征点，而不限于极大值点。可以以跨步点出现的频率作为步频，或者以加速度的变化周期作为步频。可以根据跨步点对应的(同一采样时间点的)第一定位结果确定所述携带者的步长l。可以根据步频f和步长l确定步长步频模型的模型参数。

步长步频模型可以根据需要进行选择，可以是线性模型，也可以是非线性模型，本公开对步长步频模型的具体形式不做限制。

举例来说，步长步频模型可以是如下线性模型：

l＝k×f+b 公式1

其中f为步频，l为步长，k，b为模型参数。

可以利用多组步长l和步频f数据，根据最小二乘法计算参数k和b。

举例来说，在确定当前采样时间点对应跨步点时，可获取当前采样时间点对应的第一定位结果，根据相邻跨步点对应的第一定位结果确定步长l，根据相邻跨步点的时间间隔确定步频f，可存储多组步长和步频数据，并可利用存储的多组步长和步频数据根据最小二乘法计算参数k和b。

再举例来说，步长步频模型也可以是如下非线性模型：

其中l为步长，k，b为模型参数，a _max和a _min分别是跨步周期内加速度的最大值和最小值。模型参数k和b可参考上例利用最小二乘法计算。

图6示出了处理模块的处理过程的一个示例的流程图。图6示出了在第一定位结果不满足质量条件的情况下，根据所述步长步频模型的模型参数、以及所述加速度和所述角度参数，基于行人航位推算算法确定所述定位装置的携带者的位置的过程的一个示例，包括：

S601，当所述第一定位结果不满足质量条件时，获取最近的满足质量条件的第一定位结果作为行人航位推算算法的起始位置。

举例来说，如果在采样时间点t _i判断第一定位结果不满足质量条件，而前一采样时间点t _i-1的第一定位结果满足质量条件，则可将采样时间点t _i-1的第一定位结果(最近的满足质量条件的第一定位结果)作为行人航位推算算法的起始位置。

S602，根据所述角度参数确定所述携带者的实时航向。

举例来说，在角度参数包括角速度的情况下，实时航向可以是定位装置的携带者的初始航向与从初始航向确定的时刻开始的角速度实时测量结果的积分值之和。

在一种可能的实施方式中，处理模块可被配置为获取定位装置的携带者的初始航向。初始航向可以是定位装置进入第一模式时，定位装置的携带者的初始航向，换言之，可以是携带者对边界进行定位的过程开始时的初始航向。在一个示例中，初始航向可以与上述模型参数同时获得。

举例来说，可以根据第一定位模块的第一定位结果确定所述初始航向，例如，可以根据一段时间(例如10步)内跨步点对应的第一定位结果进行线性拟合，将拟合后的直线斜率的反正切值作为初始航向。图7示出了通过线性拟合确定初始航向的一个示例的示意图。其中圆点代表每一跨步点对应的第一定位结果，θ ₀角作为初始航向。

以上确定初始航向或步长步频模型的模型参数的方式依赖于第一定位结果。在一种可能的实施方式中，定位装置100可包括提醒模块，在第一定位结果满足质量条件时，提醒用户可以开始边界定位，不满足质量条件时，提醒用户不能进行边界定位，并在开始进行边界定位(例如进入第一模式)时获取第一定位结果和加速度来确定初始航向和/或模型参数，以确保获得准确的初始航向和/或模型参数。

然而，本领域技术人员应理解，确定初始航向或步频步长模型的模型参数的方式不限于此。例如在进入所述第一模式时，如果所述第一定位结果不满足质量条件，则可确定所述初始航向为0，步长步频模型的模型参数可采用经验值，等到第一定位结果质量满足条件时可对初始航向和模型参数进行校正。再例如，定位装置还可包括罗盘等用于确定航向的部件，在进入所述第一模式时，如果所述第一定位结果不满足质量条件，可利用罗盘确定所述初始航向，步长步频模型的模型参数可使用经验值，等到第一定位结果质量满足条件时可对初始航向和模型参数进行校正。通过这种方式，用户可以在任意条件下开始使用定位装置100进行边界定位，无需寻找或等到第一定位结果质量较好的起始点。

再举例来说，在角度参数包括航向角的情况下，实时航向可以通过航向角直接确定。例如，可将电子罗盘测量的航向角进行坐标系转换，作为实时航向。

S603，根据所述加速度确定所述携带者的实时步频。举例来说，可以通过上文所举例的步态检测的方式，根据加速度确定实时步频。

其中S601、S602和S603的执行顺序不做限制。

S604，根据所述实时步频和所述步长步频模型的模型参数，利用所述步长步频模型确定所述携带者的实时步长。举例来说，可以将实时步频带入根据上文中的例子确定的步长步频模型(例如公式1或公式2)确定实时步长。

S605，根据所述实时航向、所述实时步长以及所述起始位置，基于行人航位推算算法确定所述定位装置的携带者的位置。举例来说，可以根据行人航位推算算法，根据实时航向、实时步长和起始位置，确定每一跨步后携带者与起始位置之间的相对位置，从而实现定位。

通过以上过程，在携带者携带定位装置100沿期望的边界行走一圈的过程中，可获得第一定位结果质量较高时的第一定位结果和第一定位结果质量较低时的行人航位推算算法的定位结果，由此得到边界的位置。

由于加速度和角度参数的固有零偏，在运行行人航位推算算法过程中可能会出现累积误差。因此，在一种可能的实施方式中，处理模块103还可根据第一定位结果对行人航位推算算法获得的定位结果进行校正，以进一步提高对边界的定位精度。

图8示出了处理模块的处理过程的一个示例的流程图。图8示出的是处理模块进行校正处理的一个示例。如图8所示，所述处理模块103还被配置为：

S801，在所述第一定位结果从不满足质量条件变为满足质量条件时，获取基于行人航位推算算法确定的所述定位装置的携带者的第一位置和根据所述第一定位模块的第一定位结果确定的所述定位装置的携带者的第二位置；

举例来说，如果采样时间点t ₁至t _i的第一定位结果不满足质量条件，定位装置100在t ₁至t _i基于行人航位推算算法进行定位得到行人航位推算算法的定位结果(例如定位装置100的携带者所在的坐标)P ₁-P _i，在采样时间点t _i+1，处理模块103判断为第一定位结果从不满足质量条件变为了满足质量条件，则可以获取采样时间点t _i+1的行人航位推算算法的定位结果P _i+1(第一位置)和第一定位结果P’ _i+1(第二位置)

S802，根据所述第一位置和所述第二位置，对在所述第一定位结果不满足质量条件期间基于行人航位推算算法确定的所述定位装置的携带者的位置进行校正。

举例来说，可以根据上述第一位置P _i+1和第二位置P’ _i+1，对采样时间点t ₁至t _i的行人航位推算算法的定位结果P ₁-P _i进行校正。校正的具体方式可以根据需要进行选择，本公开对此不做限制。

图9a示出了对行人航位推算算法的定位结果进行校正的一个示例的示意图。如图9a所示，在一个示例中，可以计算第一位置P _i+1和第二位置P’ _i+1之间的偏差D：

D＝P’ _i+1-P _i+1 公式3

举例来说，如果第一位置P _i+1以坐标(x _i+1，y _i+1)表示，第二位置P’ _i+1以坐标(x’ _i+1，y’ _i+1)表示，则偏差D可表示为(Δx，Δy)，其中：

Δx＝x’ _i+1-x _i+1

Δy＝y’ _i+1-y _i+1 公式4

可将该偏差D平分到在所述第一定位结果不满足质量条件期间基于行人航位推算算法确定的所述定位装置的携带者的位置(行人航位推算算法的定位结果)P ₁-P _i中，例如可将每个行人航位推算算法的定位结果P _j(j为1到i中的一个)累加上上述偏差D与行人航位推算算法的定位结果总数i的商，得到校正后的行人航位推算算法的定位结果P’ _j(x’ _j,y’ _j)：

可保存校正后的行人航位推算算法的定位结果以确定边界。

本领域技术人员应理解，对行人航位推算算法的定位结果的校正方式不限于此，例如也可以是基于非线性均摊算法。图9b示出了对行人航位推算算法的定位结果进行校正的另一个示例的示意图，如图9b所示，可确定行人航位推算算法的定位起始位置(即行人航位推算算法的定位开始前最后一个满足质量条件的第一定位结果)P ₀和上述第一位置P _i+1之间的第一向量V ₁；并确定上述起始位置P ₀和上述第二位置P’ _i+1之间的第二向量V ₂，将第一向量、第二向量两个向量之间的角偏差(角β的大小和方向)平分到行人航位推算算法的定位过程中每一个定位结果P ₁-P _i中，例如，使得P ₀与P ₁-P _i之间的i个向量均向着朝向V ₂的方向(箭头所示方向A)旋转角度β/i,完成对行人航位推算算法的定位结果的修正。

图10示出了处理模块的处理过程的一个示例的流程图。图10示出的是处理模块根据所述定位装置的携带者的位置，确定所述边界的一个示例性过程。如图10所示，所述处理模块103还被配置为：

S1001，对基于行人航位推算算法确定的所述定位装置的携带者的位置进行插值处理，得到插值处理后的所述定位装置的携带者的位置；

S1002，对插值处理后的所述定位装置的携带者的位置和根据所述第一定位结果确定的所述定位装置的携带者的位置进行平滑滤波，以确定所述边界。

由于行人航位推算算法的定位结果以跨步为周期，也就是每一步定位一次，频率约为2Hz，间隔约为0.6m，因此，可进一步对行人航位推算算法的定位结果进行插值处理，得到插值处理后的定位结果，使得到的位置平滑连续。相邻两个行人航位推算算法的定位结果之间的插值个数不做限制，例如可以等于相邻两行人航位推算算法的定位结果之间的时间间隔对应的第一定位结果的个数(或称为原有第一定位结果的个数)。例如，在行人航位推算算法的定位结果P _i和P _i+1之间，可依据如下公式进行差值，得到插值处理后的位置P _m：

p _m＝p _i+m·Δp 公式6

其中1≤m≤N，

N为原有第一定位结果的个数。

本领域技术人员也可采用其他适当方式进行插值处理，本公开对插值处理的具体方式不做限制。

通过第一定位结果结合行人航位推算算法的定位结果获得的位置可能存在跳动，因此，可进一步对位置进行平滑滤波，减小数据跳动，得到平滑的边界。

举例来说，可采用动态滑动窗口滤波方法进行平滑滤波。对于边界的不同区域，可采用不同大小的滤波窗口，例如对于边界拐角处的位置(拐角点)可使用较小的窗口(例如窗口大小为2)进行滤波，对于非拐角处的位置(非拐角点)可使用较大的窗口(例如窗口大小为5)进行滤波。平滑滤波的一个示例如以下公式所示，其中P”为平滑滤波后的位置：

本领域技术人员也可采用其他适当方式进行平滑滤波，本公开对平滑滤波的具体方式不做限制。

本领域技术人员可根据使用需要，采取S1001、S1002中的一者或两者进行处理，或者也可不进行S1001、S1002的处理。

图11示出根据本公开一实施例的定位装置的结构图。所述定位装置能够由携带者携带行走。如图11所示，该定位装置1100包括：

第一定位模块1101，用于获取定位装置1100的携带者的第一定位结果；

传感器模块1102，用于测量定位装置1100的携带者行走的加速度和角度参数；以及处理模块1103，被配置为：

在用于确定自动行走设备的工作范围的边界的第一模式下，根据所述第一定位结果确定的所述定位装置的携带者的第三位置；根据所述加速度和角度参数、基于行人航位推算算法确定所述定位装置的携带者的第四位置；根据所述第三位置和所述第四位置，确定所述定位装置的携带者的位置；以及

根据所述定位装置的携带者的位置，确定所述边界。

通过根据第一定位结果确定的位置以及基于行人航位推算算法确定的位置来确定定位装置的携带者的位置，根据本公开实施例的定位装置使行人航位推算技术与其他定位技术相融合来构建虚拟边界，由于行人航位推算技术不易受外部环境的影响，能够弥补其他定位技术受到环境影响时的精度不足，使得定位精度高，构建的边界精准，且无需布设物理边界，降低用户操作的复杂度。

第一定位模块1101、传感器模块1102和处理模块1103的示例，可参见上文针对第一定位模块101、传感器模块102和处理模块103的举例说明

其中，可以采用任何适当的方式将第三位置和第四位置进行融合，可以是紧密的融合，也可以是相对松散的融合，本公开对此不做限制。

举例来说，根据所述第三位置和所述第四位置两者的融合，确定所述定位装置的携带者的位置，可包括：根据所述第三位置和所述第四位置的加权和，确定所述定位装置的携带者的位置。

举例来说，在采样时间点t _j，根据所述第一定位结果确定所述定位装置的携带者的第三位置P _gj，并根据所述加速度和所述角度参数，基于行人航位推算算法确定所述定位装置的携带者的第四位置P _rj，可通过如下公式8来确定采样时间点t _j定位装置的携带者的位置P _j：

P _j＝w ₁×P _gj+w ₂×P _rj 公式8

其中w ₁是第三位置的权重值，w ₂是第四位置的权重值，0<w ₁<1,0<w ₂<1，w ₁+w ₂＝1。

w ₁、w ₂可以根据需要进行取值，本公开对此不作限制。

在一种可能的实施方式中，w ₁、w ₂可以是固定值。

在另一种可能的实施方式中，处理模块1103还可被配置为：根据第一定位结果的质量，确定所述第三位置和所述第四位置各自在所述加权和中所占的权重。

通过这种方式，使得能够针对不同的第一定位数据的质量适当地调整不同定位技术获得的位置在最终确定的位置中所占的比例，更进一步地保证了定位精度。

确定第一定位结果质量的示例可以参见上文。在一种可能的实施方式中，以第一定位模块为卫星定位模块，第一定位结果为卫星定位结果为例，可以根据卫星定位模块接收的卫星数和卫星定位模块的定位状态中的一者或两者，判断卫星定位模块的所述卫星定位结果的质量。

例如，可以随着第一定位结果质量变好，增大w ₁，减小w ₂，以增大第三位置在所确定位置中所占的比重，随着第一定位结果质量变差，减小w ₁，增大w ₂，以增大第四位置在所确定位置中所占的比重。

通过这种方式，可进一步提高定位精度。

在一种可能的实施方式中，如果第一定位结果处于非常好的状态，可使w ₁＝1，w ₂＝0，此时可视为完全基于第一定位结果确定携带者的位置。在一个示例中，这种情况下也可停止确定第四位置。如果第一定位结果处于非常差的状态，可使w ₁＝0，w ₂＝1，此时可视为完全基于行人航位推算算法确定携带者的位置。

例如，可将第一定位结果的质量分为优(第一质量状态)、一般(第三质量状态)和差(第二质量状态)等多个状态，不同的状态下，可设置w ₁、w ₂为不同的值。例如可设定两个质量条件，如果满足第一质量条件，则判断第一定位结果处于第一质量状态，使w ₁＝1，w ₂＝0，如果不满足第二质量条件，则判断第一定位结果处于第二质量状态，使w ₁＝0，w ₂＝1，如果不是以上两种情况(例如不满足第一质量条件，但满足第二质量条件)，则判断第一定位数据处于第三质量状态，可使w ₁、w ₂为大于0、小于1的中间值。以GPS模块作为第一定位模块为例，可以设定卫星数的阈值，例如6个。处理模块103可以根据GPS模块的输出信号确定卫星数和定位状态，如果定位状态为4，认为满足第一质量条件，处理模块103可判断GPS定位结果处于第一质量状态，如果定位状态不为4，也不为5，和/或卫星数小于6个，则认为不满足第二质量条件，处理模块103可判断GPS定位结果处于第二质量状态；如果不是以上两种情况，例如定位状态为5，或者卫星数大于等于6，处理模块103可判断GPS定位结果处于第三质量状态。

以上区分质量状态的条件仅为示例，本领域技术人员可根据需要设置其他条件来区分不同的质量状态，也可设置一个或任意多个质量状态。或者，也可以不设置质量状态，而根据第一定位结果的质量实时计算权重w ₁、w ₂，本公开对此不做限制。

如上文所述，行人航位推算算法的定位结果(第四位置)可能仅存在于跨步点处，而第一定位结果(第三位置)可能存在于各个采样时间点处，因此，在基于第三位置和第四位置确定定位装置的携带者的位置的过程中，可进行插值处理。

举例来说，可以根据跨步点处的第四位置以及跨步点处(即与跨步点对应的采样时间点处)的第三位置，根据公式8得到跨步点处的携带者的位置，并例如利用公式6所示的方式或任意适当方式，对各跨步点处的携带者位置进行插值，插值数量可以是跨步点之间的时间间隔对应的第一定位结果的个数(或称为原有第一定位结果的个数)，从而得到连续的定位装置的携带者的位置，保证了结果的连续性。

在另一种可能的实施方式中，根据所述第三位置和所述第四位置，确定所述定位装置的携带者的位置，可包括：对跨步点处的所述第四位置进行插值处理，得到插值后的第四位置；根据所述第三位置和所述插值后的第四位置，确定所述定位装置的携带者的位置；其中所述跨步点为所述携带者每一跨步的特征点。

举例来说，可以例如利用公式6所示的方式或任意适当方式，对各跨步点处的第四位置进行插值，得到插值后的第四位置，插值数量可以是跨步点之间的时间间隔对应的第一定位结果的个数(或称为原有第一定位结果的个数)，可以根据插值后的第四位置以及各采样时间点处的第三位置，根据公式8得到定位装置的携带者的位置，保证了结果的连续性。

在一种可能的实施方式中，可以以与上文获得基于行人航位推算算法的定位结果类似的方式，基于行人航位推算算法获得第四位置。

例如，处理模块1103可以与上文类似地获取所述定位装置的携带者的步长步频模型的模型参数，举例来说，可以根据所述传感器模块测量的加速度确定所述携带者的步频和跨步点，根据所述跨步点对应的第一定位结果确定所述携带者的步长，根据所述步频和所述步长确定所述步长步频模型的模型参数，示例性说明可参见上文。

可以与上文类似地，根据所述步长步频模型的模型参数、以及所述加速度和所述角度参数，基于行人航位推算算法确定所述定位装置的携带者的第四位置。

图12示出了处理模块的处理过程的一个示例的流程图。图12示出了根据所述步长步频模型的模型参数、以及所述加速度和所述角度参数，基于行人航位推算算法确定所述定位装置的携带者的第四位置的过程的一个示例，包括：

S1201，获取行人航位推算算法的起始位置。

举例来说，可以以定位装置进入第一模式时的第一定位结果，作为该起始位置，这种情况下可与上文类似地，提醒携带者在第一定位结果满足一定质量条件的情况下再开始对边界的定位。也可以以定位装置进入第一模式后，最近的满足一定质量条件的第一定位结果作为该起始位置。本公开对起始位置的获取方式不做限制。

S1202，根据所述角度参数确定所述携带者的实时航向。可参见关于S602的描述。

S1203，根据所述加速度确定所述携带者的实时步频。可参见关于S603的描述。

其中S1201、S1202和S1203的执行顺序不做限制。

S1204，根据所述实时步频和所述步长步频模型的模型参数，利用所述步长步频模型确定所述携带者的实时步长。可参见关于S604的描述。

S1205，根据所述实时航向、所述实时步长以及所述起始位置，基于行人航位推算算法确定所述定位装置的携带者的第四位置。可参见关于S605的描述。

在一种可能的实施方式中，上述各实施例中的定位装置能够安装于自动行走设备，定位装置中的处理模块(例如处理模块103或1103)可被配置为：在用于定位所述自动行走设备的位置的第二模式下，根据所述第一定位结果以及惯性定位结果的至少其中之一，确定所述自动行走设备的位置，其中，所述惯性定位结果是根据至少所述传感器模块输出的加速度和角度参数、基于惯性导航推算算法确定的。其中关于第一模式、第二模式的示例性说明可参见上文。

对于第二模式，可根据第一定位结果对自动行走设备本身进行定位，也可以根据惯性定位结果对自动行走设备本身进行定位，也可基于第一定位结果和惯性定位结果两者的融合对自动行走设备本身进行定位。

第一定位结果和惯性定位结果的融合定位例如可以是利用卡尔曼滤波将第一定位结果和加速度、角度参数等惯性数据进行实时融合，将传感器模块采集的加速度和角度参数以及第一定位模块得到的第一定位结果送到卡尔曼滤波器中进行融合，对第一定位结果进行闭环修正，得到修正后的位置、速度和姿态等，以得到精度更高的定位结果，即实现针对第二模式的融合定位系统，以对抗第一定位模块信号遮挡情况下定位精度差的问题。融合定位可基于相关技术实现，此处不再详述。

在一种可能的实施方式中，惯性导航推算算法可包括INS(Inertial Navigation System，惯性导航系统)算法。

在一种可能的实施方式中，在第一定位模块为GPS模块的情况下，还可利用DGPS(Differential Global Positioning System，差分全球定位系统)、CORS(Continuously Operating Reference Stations，连续运营参考站)等技术进一步提高定位精度。其中，根据DGPS技术，移动站在实际定位时会同时收到GPS卫星信号和来自基准站(位置固定且已知)的载波观测量和基准站的位置，并与自身接收的载波相位观测量形成差分观测量(利用载波相位进行差分的技术也称RTK(Real-time kinematic，载波相位差分))，进而修正载波相位，得到高精度的定位结果。CORS技术是利用多基站网络RTK技术建立的CORS，CORS将若干个固定的、连续运行的GPS参考站，利用现代计算机、数据通信和互联网技术组成差分网络，对移动目标进行修正，大大提高了移动站的定位精度。

图13示出根据本公开实施例的一种自动行走设备的结构图，所述自动行走设备1300包括设备主体200和上文所述的定位装置，例如定位装置100或定位装置1100，其中所述定位装置能够以可拆卸的方式安装于所述设备主体200。

本实施例的自动行走设备可工作在例如图1所示的应用环境中。该自动行走设备的工作区域的边界由定位装置定位(例如，图1中的边界线50’)。

本公开实施例的自动行走设备可以为割草机、吸尘器、工业机器人等多种形式。自动行走设备为割草机时，还可进一步包括切割机构，切割机构可包括切割电机和切割刀片，割草机在边界线50’界定的工作区域30’内工作时，切割电机驱动切割刀片旋转，切割草坪。

本领域技术人员应理解，图13仅示意性地示出了自动行走设备的示意图，自动行走设备的外形、定位装置在自动行走设备上的安装位置、定位装置的外形等在本公开中不做限制。

定位装置与设备主体200之间的安装方式不做限制，例如定位装置可卡接在设备主体的卡槽中，或容纳于设备主体上设置的安装盒中等。定位装置安装在设备主体上时，可与设备主体中的其他电路电连接，例如可与其他电路进行数据或电力通信。

图14示出了根据本公开实施例的一种定位方法的流程图。该方法可应用于上文中的定位装置100中。所述方法包括：

S1401，获取定位装置的携带者的第一定位结果、携带者行走的加速度和角度参数；

S1402，在用于确定自动行走设备的工作范围的边界的第一模式下，如果所述第一定位结果满足质量条件，则根据所述第一定位结果确定所述定位装置的携带者的位置；如果所述第一定位结果不满足质量条件，则根据所述加速度和所述角度参数，基于行人航位推算算法确定所述定位装置的携带者的位置；以及

S1403，根据所述定位装置的携带者的位置，确定所述边界。

通过根据第一定位结果的质量，基于第一定位结果或基于行人航位推算算法确定定位装置的携带者的位置，根据本公开实施例的定位方法使行人航位推算技术与其他定位技术相融合来构建虚拟边界，由于行人航位推算技术不易受外部环境的影响，能够弥补其他定位技术受到环境影响时的精度不足，使得定位精度高，构建的边界精准，且无需布设物理边界，降低用户操作的复杂度。

以上方法可通过定位装置100执行，例如通过定位装置中的处理模块103执行。处理模块103可配置为执行以上方法的专用硬件电路，也可以通过执行逻辑指令来执行上述方法。上述方法的示例性说明可参照上文针对定位装置100的说明，在此不再重复。

图15示出了根据本公开实施例的一种定位方法的流程图。该方法可应用于上文中的定位装置1100中。所述方法包括：

S1501，获取定位装置的携带者的第一定位结果、携带者行走的加速度和角度参数；

S1502，在用于确定自动行走设备的工作范围的边界的第一模式下，根据所述第一定位结果确定所述定位装置的携带者的第三位置；根据所述加速度和角度参数、基于行人航位推算算法确定所述定位装置的携带者的第四位置；根据所述第三位置和所述第四位置，确定所述定位装置的携带者的位置；以及

S1503，根据所述定位装置的携带者的位置，确定所述边界。

通过根据第一定位结果确定的位置以及基于行人航位推算算法确定的位置来确定定位装置的携带者的位置，根据本公开实施例的定位方法使行人航位推算技术与其他定位技术相融合来构建虚拟边界，由于行人航位推算技术不易受外部环境的影响，能够弥补其他定位技术受到环境影响时的精度不足，使得定位精度高，构建的边界精准，且无需布设物理边界，降低用户操作的复杂度。

以上方法可通过定位装置1100执行，例如通过定位装置中的处理模块1103执行。处理模块1103可配置为执行以上方法的专用硬件电路，也可以通过执行逻辑指令来执行上述方法。上述方法的示例性说明可参照上文针对定位装置1100的说明，在此不再重复。

应用示例1

以下结合图16a和图16b，示出根据本公开实施例的一个应用示例。本领域技术人员应理解，该应用示例仅为了便于理解，不以任何目的限制本公开。

该应用实例示意了第一定位模块为GPS模块，角度参数为角速度，随着GPS定位结果质量的变化，使用GPS和PDR切换进行定位的示例性场景。

在需要利用定位装置确定虚拟边界位置时，用户携带定位装置来到边界50’上，用户可在边界50’上行走，直到找到GPS定位结果满足质量条件的起始点S0，此时定位装置可提示用户GPS定位质量良好(或称强GPS信号区，或GPS定位精度高)，可以开始对边界的定位。用户可通过触发定位装置上的按钮等方式，命令定位装置开始进行边界定位，定位装置可以以收到命令时的GPS定位结果和传感器模块的测量结果作为测量的初始值，以S0点作为测量的起始点。

随着用户沿边界50’顺时针行走，定位装置可实时获得并记录GPS定位结果(x _t，y _t)作为用户的位置进行存储，与此同时，定位装置可通过GPS模块的输出实时地判断GPS定位结果的质量状态，并通过传感器模块测量加速度Acc和角度度Gyr，以确定初始航向θ ₀和步频步长模型的模型参数k、b。

当用户行走至位置S1，工作区域被房屋或树木遮挡，定位装置判断GPS定位结果不满足质量条件(或称弱GPS信号区，或GPS定位精度低)，定位装置将最后一个满足质量条件的GPS定位结果作为PDR的起始坐标，根据初始航向θ ₀和角速度数据Δθ得到实时航向θ _t，利用步频步长模型根据实时步频确定实时步长l _t，根据实时航向和实时步长计算实时坐标点(x’ _t,y’ _t)，作为用户的位置进行存储。

当用户行走至位置S2，GPS定位结果从不满足质量条件变为满足质量条件，定位装置可获得此时的PDR定位结果和GPS定位结果，并根据两者之间的偏差对此前的不满足质量条件的PDR定位结果进行校正。

随着用户沿边界50’行走，上述过程根据GPS定位结果的质量交替进行，直到用户回到起始点S ₀。定位装置可自动判断用户回到起始点，或者由用户指示定位装置回到起始点，例如用户可对定位装置发出定位结束的命令。定位装置可对所存储的PDR定位结果进行插值处理，对GPS定位结果和插值后的PDR定位结果进行平滑滤波，得到最终的边界位置数据(地图边界点)并存储在定位装置中。

在需要使用自动行走设备时，用户可将定位装置安装到自动行走设备上，定位装置可利用GPS/INS融合定位技术定位自动行走设备的位置，并与所存储的边界位置进行比对，以判断自动行走设备是否在工作区域中，或者判断自动行走设备与边界之间的距离等，由此可对自动行走设备的运动方式进行控制。

应用示例2

以下结合图16a和图16c，示出根据本公开实施例的一个应用示例。本领域技术人员应理解，该应用示例仅为了便于理解，不以任何目的限制本公开。

该应用实例示意了第一定位模块为GPS模块，角度参数为角速度，随着GPS定位结果质量的变化，使GPS定位结果和PDR定位结果在加权和中的权重值变化的示例性场景。

与应用示例1类似地，在需要利用定位装置确定虚拟边界位置时，用户携带定位装置来到边界50’上，用户可在边界50’上行走，直到找到GPS定位结果满足质量条件的起始点S0，此时定位装置可提示用户GPS定位质量良好(或称强GPS信号区，或GPS定位精度高)，可以开始对边界的定位。用户可通过触发定位装置上的按钮等方式，命令定位装置开始进行边界定位，定位装置可以以收到命令时的GPS定位结果和传感器模块的测量结果作为测量的初始值，其中GPS定位结果作为PDR的初始位置，以S0点作为测量的起始点。

随着用户沿边界50’顺时针行走，定位装置可实时获得并记录GPS定位结果作为第三位置，于此同时，定位装置可通过传感器模块测量加速度Acc和角度度Gyr，以确定初始航向θ ₀和步频步长模型的模型参数k、b，根据PDR的初始位置、初始航向θ ₀和角速度数据Δθ得到实时航向θ _t，利用步频步长模型根据实时步频确定实时步长l _t，根据实时航向和实时步长计算实时坐标点作为第四位置。定位装置可计算第三位置和第四位置的加权和作为携带者的位置。

定位装置可通过GPS模块的输出实时地判断GPS定位结果的质量状态，并根据质量状态调整第三位置和第四位置在加权和中的权重。当用户行走至位置S1’，工作区域被房屋或树木遮挡，定位装置判断GPS定位结果质量变差，定位装置将降低第三位置的权重，增大第四位置的权重。

当用户行走至位置S1，GPS定位结果质量变的更差，此时可使第三位置的权重值为0，或忽略GPS定位结果，以第四位置作为携带者的位置进行存储。

当用户行走至位置S2，GPS定位结果质量变好，定位装置可增大第三位置的权重，降低第四位置的权重。如果GPS定位结果质量足够好，定位装置甚至可以停止PDR定位过程，或使第四位置权重为0，利用第三位置作为携带者的位置进行存储。

随着用户沿边界50’行走，上述过程根据GPS定位结果的质量交替进行，直到用户回到起始点S ₀。定位装置可自动判断用户回到起始点，或者由用户指示定位装置回到起始点，例如用户可对定位装置发出定位结束的命令。定位装置可得到最终的边界位置数据(地图边界点)并存储在定位装置中。

需要说明的是，尽管以上以二维坐标(x，y)为例作为表示位置的坐标数据，本领域技术人员应理解，也可以以三维坐标或其他形式的坐标数据来表示位置，并且坐标系可以根据实际需要进行选取，本公开对此不做限制。

如图17所示，在一种示例性的应用环境中，根据本公开实施例的自动行走设备10’可以例如为自动割草机，自动行走设备10’可以在边界50’范围内的工作区域30’中自动行走，切割位于工作表面上的植被。

当自动行走设备10’在工作区域30’中自动行走时，可以自主定位自身的位置，将自身位置与边界50’的位置进行比较，以判断自身是否位于工作区域30’内，或判断自身距离边界的距离，并根据判断的结果调整移动方式，使自身保持在工作区域30’内。

图18示出了根据本公开一实施例的一种自动行走设备的框图。如图18所示，该自动行走设备包括：

视觉模块11，用于获取所述自动行走设备的周围环境的视觉数据；

惯性导航模块，本实施例中具体为IMU模块12，用于获取所述自动行走设备的惯性数据；

卫星导航模块，本实施例中具体为GPS模块13，用于获取所述自动行走设备的GPS定位数据；

处理模块14，与所述视觉模块11、所述IMU模块12以及所述GPS模块13电连接，所述处理模块14被配置为：

根据所述视觉数据进行视觉定位，获得视觉定位结果；

根据所述惯性数据进行惯性定位，获得惯性定位结果；

对所述视觉定位结果和所述惯性定位结果进行融合，获得融合后的第一融合结果；

在所述GPS定位数据满足质量条件的情况下，对所述第一融合结果和所述GPS定位数据进行融合，获得融合后的第二融合结果，将所述第二融合结果确定为所述自动行走设备的位置。

根据本公开实施例的自动行走设备，能够通过视觉模块11、IMU模块12以及GPS模块13分别获取视觉数据、惯性数据以及GPS定位数据，并将定位结果进行融合，确定自动行走设备的位置，使得自动行走设备能够实现精确的自主定位。

图19示出了本公开一实施例的一种自动行走设备的示意图。图19中以割草机作为自动行走设备的示例。如图19所示，在该应用示例中，自动行走设备可以包括视觉模块11、IMU模块12以及GPS模块13。

在一种可能的实施方式中，视觉模块11可以包括视觉传感器，例如，该视觉传感器可以是全局快门的单色CMOS视觉传感器，采用该种类的视觉传感器能够避免视觉干扰，提高精度。视觉传感器的镜头可以是鱼眼镜头，从而增大视觉传感器的视角，采集更多的视觉信息。本公开对视觉模块11的视觉传感器的具体类型不做限定。

在一种可能的实施方式中，IMU模块12可以包括惯性传感器，所述惯性传感器可以包括陀螺仪、加速度计，或者，在陀螺仪和加速度计的基础上还可包括地磁传感器和码盘中的一者或两者。举例来说，IMU模块12可以包括陀螺仪和加速度计组成的6轴惯性传感器；也可以包括陀螺仪、加速度计及地磁传感器组成的9轴惯性传感器。例如，IMU模块12可以通过陀螺仪获得自动行走设备的角速度数据；可以通过加速度计获得自动行走设备的加速度数据；可以通过地磁传感器获得自动行走设备所处位置的经纬度数据；可以通过码盘获得自动行走设备的速度数据。本公开对IMU模块12的惯性传感器的具体部件情况不做限定。

在一种可能的实施方式中，IMU模块12获取的惯性数据可以包括速度、加速度、角速度以及朝向角中的一个或多个。惯性数据可以根据构成IMU模块12的惯性传感器的情况确定，本公开对此不做限制。

在一种可能的实施方式中，所述视觉模块11的光轴、所述IMU模块12的一轴以及所述GPS模块13的中心处于所述自动行走设备的中轴线上，所述视觉模块11的光轴与IMU模块12的一轴共线。举例来说，视觉模块11的视觉传感器的CMOS芯片可以与IMU模块12背靠背安装，并保证CMOS芯片的光轴与IMU模块12的某一轴共线；并且，CMOS芯片的光轴、IMU模块12的某一轴以及GPS模块13的中心可以处于自动行走设备的中轴线上。采用这种方式，可以减少所获得数据的自由度，使得算法简化，从而加快处理流程。

在一种可能的实施方式中，GPS模块13可以是任何能够实现基于GPS定位的模块，例如能够接收GPS信号进行定位的GPS接收机。GPS模块13可以基于现有技术实现。GPS定位数据是否满足质量条件的标准，可以根据需要任意设置，例如，可以根据GPS信号的强弱、接收卫星数量、定位状态等判断GPS定位数据是否满足质量条件，本公开对此不做限制。

在一种可能的实施方式中，GPS模块13的中心可以处于自动行走设备的两个驱动轮的中心点的上方。采用这种方式，在自动行走设备旋转时，GPS模块13的定位位置可以不变或仅有很小的变化，从而简化数据的处理。

在一种可能的实施方式中，处理模块14可以是单片机、CPU、MPU、FPGA等任何能进行数据处理的处理部件，处理模块14可以通过专用硬件电路实现，也可以通过通用处理部件结合可执行逻辑指令实现，以执行处理模块14的处理过程。

在一种可能的实施方式中，自动行走设备还可包括存储模块(未示出)，以存储处理模块14生成的数据，例如视觉数据、惯性数据以及GPS定位数据等。

在一种可能的实施方式中，处理模块14可被配置为：

步骤S501，根据所述视觉数据进行视觉定位，获得视觉定位结果；

步骤S502，根据所述惯性数据进行惯性定位，获得惯性定位结果；

步骤S503，对所述视觉定位结果和所述惯性定位结果进行融合，获得融合后的第一融合结果；

步骤S504，在所述GPS定位数据满足质量条件的情况下，对所述第一融合结果和所述GPS定位数据进行融合，获得融合后的第二融合结果，将所述第二融合结果确定为所述自动行走设备的位置。

举例来说，视觉模块11可以每隔时间间隔T拍摄一帧视觉图像作为视觉数据，该时间间隔T可以根据视觉传感器的性质由系统进行默认设定，例如，视觉传感器可以每分钟拍摄30帧视觉图像，则时间间隔T可以为2秒。本公开对时间间隔T的具体取值不做限定。

在一种可能的实施方式中，基于视觉数据(例如拍摄的一帧视觉图像)，可以提取图像特征信息和对应的描述信息，其中，图像特征信息可以是视觉图像中的多个特征点，尽可能地覆盖整个视觉图像中的各个区域；描述信息可以是对应于每个特征点的描述子，通过描述子对特征点进行描述。本领域技术人员应当理解，可以通过本领域公知的特征提取算法(例如ORB、FAST、SURF、SIFT算法等)从视觉数据中提取图像特征信息和描述信息，本公开对此不做限定。

在一种可能的实施方式中，可以首先对视觉模块11、IMU模块12以及GPS模块13进行初始化，将视觉模块11、IMU模块12以及GPS模块13的初始定位位置设定为零点。

在一种可能的实施方式中，根据视觉数据以及惯性数据，可以对视觉模块11进行初始化。举例来说，基于初始时刻T1的视觉数据(例如初始时刻T1拍摄的一帧视觉图像)，可以提取初始时刻T1的图像特征信息和对应的描述信息。通过该描述信息，可以对初始时刻T1的图像特征信息与前一时刻T0的图像特征信息进行匹配，确定T1的图像特征信息与前一时刻T0的图像特征信息之间的对应关系；基于该对应关系，可以确定初始时刻T1与前一时刻T0两个相邻时刻的视觉数据之间的基本矩阵F。对IMU模块12的惯性数据(例如前一时刻T0与初始时刻T1期间的速度、加速度以及角速度)进行积分，并结合惯性数据中的初始时刻T1时的朝向角(自动行走设备的姿态)，可以获得自动行走设备前一时刻T0与初始时刻T1的位置之间的基线距离B。根据基本矩阵F和基线距离B，可以获得初始时刻T1与前一时刻T0两个相邻时刻的两帧图像之间的相对位置。进而，可以确定初始时刻T1的图像特征信息(各个特征点)的深度信息，从而确定各个特征点相对于自动行走设备的初始定位位置(初始时刻T1的位置，也即坐标零点)的三维初始位置，该三维初始位置可以包括特征点的三维坐标(例如，特征点的位置和深度)。

以上初始化过程仅为举例说明，本领域技术人员应当理解，可以采用本领域公知的算法获取图像特征信息的三维初始位置，本公开对此不做限定。

通过这种方式，可以实现视觉定位的初始化，确定初始时刻T1的图像特征信息的三维初始位置。

在步骤S501中，根据视觉数据进行视觉定位，获得视觉定位结果。

视觉定位可以通过相关技术中的适当方式实现，视觉定位结果可以是所采用的视觉定位过程产生的任意适当结果，本公开对此不做限制。

举例来说，基于当前时刻Tn的视觉数据(当前时刻Tn拍摄的一帧视觉图像)，可以提取当前时刻Tn的图像特征信息(多个特征点以及相对应的坐标)和对应的描述信息(描述子)，其中，n表示初始时刻至当前时刻拍摄的图像帧的数量，n>1。通过该描述信息，可以对当前时刻Tn的图像特征信息与前一时刻Tn-1的图像特征信息进行匹配，确定当前时刻Tn的图像特征信息与前一时刻Tn-1的图像特征信息之间的对应关系。

在一种可能的实施方式中，根据前一时刻Tn-1的图像特征信息的三维(3D)位置，当前时刻Tn的图像特征信息的坐标位置(2D位置)，以及上述的对应关系，可以通过例如PNP算法进行计算，从而获得当前时刻Tn的图像特征信息相对于前一时刻Tn-1的图像特征信息的3D位置；基于该3D位置，可以例如通过三角定位算法进行计算，确定拍摄位置(自动行走设备的位置)在当前时刻Tn的3D位置。也可以采用其他公知的算法确定当前时刻Tn的图像特征信息的3D位置，以及自动行走设备在当前时刻Tn的3D位置，本公开对此不作限定。

通过这种方式，可以将自动行走设备在当前时刻Tn的3D位置作为视觉定位结果，实现了视觉定位的过程。

步骤S502，根据所述惯性数据进行惯性定位，获得惯性定位结果。

惯性定位可以通过相关技术中的适当方式实现，惯性定位结果可以是所采用的惯性定位过程产生的任意适当结果，本公开对此不做限制。

举例来说，IMU模块12可以根据传感器参数和标定信息确定惯性数据，该惯性数据可以包括例如前一时刻Tn-1至当前时刻Tn期间的速度、加速度以及角速度，当前时刻Tn时的朝向角(自动行走设备的姿态)等。对该惯性数据中的速度、加速度、角速度等数据进行积分，可以获取前一时刻Tn-1至当前时刻Tn期间自动行走设备的位移和姿态变化量。从而，可以预测出自动行走设备在当前时刻Tn相对于前一时刻Tn-1的惯性定位位置。

通过这种方式，可以将自动行走设备在当前时刻Tn的惯性定位位置作为惯性定位结果，实现了惯性定位的过程。

步骤S503，对所述视觉定位结果和所述惯性定位结果进行融合，获得融合后的第一融合结果。

在一种可能的实施方式中，步骤503包括：

举例来说，如果视觉定位失败(可能的原因例如包括当前时刻Tn的图像特征信息与前一时刻Tn-1的图像特征信息匹配失败；PNP算法无解；三角定位无解等)，则可以直接将惯性定位结果确定为第一融合结果。

在一种可能的实施方式中，如果视觉定位成功，则可以通过例如扩展卡尔曼滤波的方式对视觉定位结果和惯性定位结果进行融合。其中，扩展卡尔曼滤波是一种高效率的递归滤波器(自回归滤波器)，可以实现非线性系统的递归滤波。在扩展卡尔曼滤波中，当前状态可以由上一个状态和当前的控制量(例如输入控制量、更新控制量等)决定，扩展卡尔曼滤波的表达式可以示意性地表示为公式(1)：

x _t＝g(u _t，x _t-1，ε _t) (1)

在公式(1)中，x _t可以表示当前时刻t的状态；x _t-1可以表示上一个时刻t-1的状态；u _t可以例如表示当前时刻t的输入控制量；ε _t可以例如表示更新控制量。

在一种可能的实施方式中，通过扩展卡尔曼滤波的方式，可以将惯性定位结果(例如自动行走设备在当前时刻Tn的惯性定位位置)作为输入控制量(例如公式(1)中的u _t)；视觉定位结果(例如当前时刻Tn的图像特征信息相对于前一时刻Tn-1的图像特征信息的3D位置)作为更新控制量(例如公式(1)中的ε _t)，从而根据前一时刻的状态(即前一时刻的第一融合结果，例如公式(1)中的x _t-1)计算出当前时刻的状态(即当前时刻的第一融合结果，例如公式(1)中的x _t)。其中“状态”(第一融合结果)可以包括任何所关心的状态，例如自动行走设备3D位置、图像特征信息相对于三维初始位置的3D位置、以及IMU模块12与视觉模块11之间的相对位置等，并且可以将当前时刻的状态作为视觉和惯性定位融合后的第一融合结果。

在一种可能的实施方式中，可将上述初始化过程获得的初始位置作为扩展卡尔曼滤波的初始状态，即初始的x _t-1。

在一种可能的实施方式中，在第一融合结果中，可以包括自动行走设备在当前时刻Tn的融合后的3D位置；IMU模块12的误差；以及IMU模块12与视觉模块11之间的相对位置等信息。

通过这种方式，可以实现视觉和惯性的定位融合，确定自动行走设备在当前时刻Tn的融合后的3D位置，提高了定位精度。

在一种可能的实施方式中，所述处理模块还被配置为执行如下步骤：

在所述GPS定位数据不满足质量条件的情况下，将所述第一融合结果确定为所述自动行走设备的位置。

举例来说，如果GPS模块13没有收到GPS信号或GPS信号较弱，则可以认为GPS定位数据不满足质量条件。此时，可以将视觉和惯性定位融合的第一融合结果作为输出结果，确定为所述自动行走设备在当前时刻Tn的位置。

在一种可能的实施方式中，如果视觉定位失败，则可以通过GPS定位数据重新对视觉模块11进行视觉定位的初始化。

在一种可能的实施方式中，步骤504包括：

在所述GPS定位数据满足质量条件的情况下，根据当前时刻的第一融合结果、当前时刻的GPS定位数据以及前一时刻的第二融合结果，获取所述自动行走设备在当前时刻的第二融合结果。

举例来说，如果GPS模块13正常接收到GPS信号，可以认为GPS定位数据满足质量条件，可以对第一融合结果和GPS定位数据进行融合，获得融合后的第二融合结果，将第二融合结果确定为自动行走设备在当前时刻Tn的位置。

在一种可能的实施方式中，可以通过扩展卡尔曼滤波的方式对第一融合结果和GPS定位数据进行融合。可以将第一融合结果(例如自动行走设备在当前时刻Tn的第一融合3D位置)作为输入控制量(例如公式(1)中的u _t)；GPS定位数据(例如当前时刻Tn的GPS定位的2D位置)作为更新控制量(例如公式(1)中的ε _t)，利用公式(1)，根据前一时刻的状态x _t-1(即前一时刻的第二融合结果)，获得当前时刻的状态x _t(即当前时刻的第二融合结果)；其中“状态”(第二融合结果)可以包括任何所关心的状态，例如可以将自动行走设备在前一时刻Tn-1的GPS定位位置(3D位置)作为前一时刻Tn-1的状态变量(例如公式(1)中的x _t-1)，从而获得当前时刻Tn的状态变量(例如公式(1)中的x _t)。可以将当前时刻的状态变量作为视觉、惯性及GPS定位融合后的第二融合结果(例如当前时刻Tn的GPS定位位置)。从而，可以将第二融合结果确定为自动行走设备在当前时刻Tn的位置。

在一种可能的实施方式中，在GPS定位数据从不满足质量条件变为满足质量条件时，可将最近一次获得的第一融合结果作为扩展卡尔曼滤波的初始状态，即初始的x _t-1。

惯性定位可能存在累积误差，因此，在GPS定位数据不满足质量条件的情况下，以第一融合结果确定的自动行走设备的位置的精度可能受到累积误差的影响。在一种可能的实施方式中，可以通过例如最小二乘的方式来矫正GPS定位数据不满足质量条件的情况下，第一融合结果的累积误差，从而进一步提高定位精度。

通过这种方式，可以实现视觉、惯性以及GPS定位三者的定位融合，确定自动行走设备在当前时刻Tn的位置，进一步提高了定位精度。

应用示例

图20示出了根据本公开一实施例的处理模块14的处理过程的一个应用示例的流程图。本领域技术人员应理解，该应用示例仅为了便于理解，不以任何目的限制本公开。

如图20所示，在该应用示例中可以看到，如果视觉定位结果有效(判断结果为是)，则可以通过扩展卡尔曼滤波的方式对视觉定位结果和惯性定位结果进行第一融合，获得融合后的第一融合结果；如果视觉定位结果无效(判断结果为否)，则可以将惯性定位结果直接确定为第一融合结果。

如果GPS定位数据满足质量条件(判断结果为是)，则可以通过扩展卡尔曼滤波的方式对第一融合结果和GPS定位数据进行融合，获得融合后的第二融合结果，将第二融合结果确定为自动行走设备的位置；如果GPS定位数据不满足质量条件(判断结果为否)，则可以将第一融合结果确定为自动行走设备的位置。

综上所述，根据本公开的自动行走设备，能够通过视觉模块11、IMU模块12以及GPS模块13分别获取视觉数据、惯性数据以及GPS定位数据，并将定位结果进行两次融合，确定自动行走设备的位置，使得自动行走设备能够实现精确的自主定位。

图21示出了根据本公开一实施例的一种定位方法的流程图。该方法可通过处理器实现，例如通过上文中的处理模块14执行。如图21所示，根据本公开的另一实施例的定位方法包括：

在一种可能的实施方式中，所述方法还包括：

在一种可能的实施方式中，步骤503包括：

在一种可能的实施方式中，步骤S504包括：

在一种可能的实施方式中，步骤S503包括：

在一种可能的实施方式中，步骤S504包括：

通过扩展卡尔曼滤波的方式对所述第一融合结果和所述GPS定位数据进行融合。

图22是示出了根据本公开一实施例的一种定位装置的框图。该装置可通过上文中的处理模块14实现。如图22所示，根据本公开的另一实施例的定位装置包括：

视觉定位模块601，用于根据所述视觉数据进行视觉定位，获得视觉定位结果；

惯性定位模块602，用于根据所述惯性数据进行惯性定位，获得惯性定位结果；

第一融合模块603，用于对所述视觉定位结果和所述惯性定位结果进行融合，获得融合后的第一融合结果；

第二融合模块604，用于在所述GPS定位数据满足质量条件的情况下，对所述第一融合结果和所述GPS定位数据进行融合，获得融合后的第二融合结果，将所述第二融合结果确定为所述自动行走设备的位置。

根据本公开的实施例，能够通过视觉模块11、IMU模块12以及GPS模块13分别获取视觉数据、惯性数据以及GPS定位数据，并将定位结果进行两次融合，确定自动行走设备的位置，使得自动行走设备能够实现精确的自主定位。

在一种可能的实施方式中，所述装置还可用于：

在一种可能的实施方式中，第一融合模块603可具体用于：

在一种可能的实施方式中，第二融合模块604可具体用于：

在一种可能的实施方式中，第一融合模块603可具体用于：

在一种可能的实施方式中，第二融合模块604可具体用于：

如图23所示，在一种示例性的应用环境中，根据本公开实施例的自动行走设备10可以例如为自动割草机，自动行走设备10可以在边界50范围内的工作区域30中自动行走，切割位于工作表面上的植被。

当自动行走设备10在工作区域30中自动行走时，可以自主定位自身的位置，将自身位置与边界50的位置进行比较，以判断自身是否位于工作区域30内，或判断自身距离边界的距离，并根据判断的结果调整移动方式，使自身保持在工作区域30内。

图24示出了根据本公开一实施例的一种自动行走设备的框图。如图24所示，该自动行走设备包括：

激光模块15，用于获取所述自动行走设备的周围环境的激光数据；

处理模块14，与所述激光模块15、所述IMU模块12以及所述GPS模块13电连接，所述处理模块14被配置为：

根据所述激光数据进行激光定位，获得激光定位结果；

根据所述惯性数据进行惯性定位，获得惯性定位结果；

对所述激光定位结果和所述惯性定位结果进行融合，获得融合后的第一融合结果；

根据本公开实施例的自动行走设备，能够通过激光模块15、IMU模块12以及GPS模块13分别获取激光数据、惯性数据以及GPS定位数据，并将定位结果进行融合，确定自动行走设备的位置，使得自动行走设备能够实现精确的自主定位。

图25示出了本公开一实施例的一种自动行走设备的示意图。图25中以割草机作为自动行走设备的示例。如图25所示，在该应用示例中，自动行走设备可以包括激光模块15、IMU模块12以及GPS模块13。

在一种可能的实施方式中，激光模块15可以包括激光雷达，例如，该激光雷达可以是圆扫激光雷达，采用该种类的激光雷达能够获取周围环境360度范围内的物体的激光数据，提高激光定位的精度。本公开对激光模块15的激光雷达的具体类型不做限定。

在一种可能的实施方式中，IMU模块12可以包括惯性传感器，所述惯性传感器可以包括陀螺仪、加速度计，或者在陀螺仪和加速度计的基础上还可包括地磁传感器和码盘中的一者或两者。举例来说，IMU模块12可以包括陀螺仪和加速度计组成的6轴惯性传感器；也可以包括陀螺仪、加速度计及地磁传感器组成的9轴惯性传感器。例如，IMU模块12可以通过陀螺仪获得自动行走设备的角速度数据；可以通过加速度计获得自动行走设备的加速度数据；可以通过地磁传感器获得自动行走设备所处位置的经纬度数据；可以通过码盘获得自动行走设备的速度数据。本公开对IMU模块12的惯性传感器的具体部件情况不做限定。

在一种可能的实施方式中，所述激光模块15的轴心、所述IMU模块12的一轴以及所述GPS模块13的中心处于所述自动行走设备的中轴线上，所述激光模块15的轴心与IMU模块12的一轴共线。举例来说，激光模块15的激光雷达可以与IMU模块12背靠背安装，并保证激光雷达的轴心与IMU模块12的某一轴共线；并且，激光雷达的轴心、IMU模块12的某一轴以及GPS模块13的中心可以处于自动行走设备的中轴线上。采用这种方式，可以减少所获得数据的自由度，使得算法简化，从而加快处理流程。

在一种可能的实施方式中，自动行走设备还可包括存储模块(未示出)，以存储处理模块14生成的数据，例如激光数据、惯性数据以及GPS定位数据等。

在一种可能的实施方式中，处理模块14可被配置为：

步骤S501，根据激光数据进行激光定位，获得激光定位结果；

步骤S502，根据惯性数据进行惯性定位，获得惯性定位结果；

步骤S503，对所述激光定位结果和所述惯性定位结果进行融合，获得融合后的第一融合结果；

步骤S504，在GPS定位数据满足质量条件的情况下，对所述第一融合结果和所述GPS定位数据进行融合，获得融合后的第二融合结果，将所述第二融合结果确定为所述自动行走设备的位置。

举例来说，激光模块15可以每隔时间间隔T测量自动行走设备与周围环境中的物体之间的距离数据作为激光数据，该时间间隔T可以根据激光雷达的性质由系统进行默认设定，例如，激光雷达可以每分钟测量30次自动行走设备与周围环境360度范围内的物体之间的距离数据，则时间间隔T可以为2秒。本公开对时间间隔T的具体取值不做限定。

在一种可能的实施方式中，基于激光数据(例如，测量的自动行走设备与周围环境360 度范围内的物体之间的距离数据)，可以提取激光数据中的点云数据(多个距离点/特征点)，尽可能地覆盖自动行走设备周围环境的各个区域。本领域技术人员应当理解，可以通过本领域公知的点云数据提取算法，从激光数据中提取点云数据，本公开对此不做限定。

在一种可能的实施方式中，可以首先对激光模块15、IMU模块12以及GPS模块13进行初始化，将激光模块15、IMU模块12以及GPS模块13的初始定位位置设定为零点。

在一种可能的实施方式中，根据激光数据以及惯性数据，可以对激光模块15进行初始化。举例来说，基于初始时刻T1的激光数据(例如初始时刻T1测量的一组距离数据)，可以提取初始时刻T1的点云数据。通过该点云数据，可以对初始时刻T1的点云数据与前一时刻T0的点云数据进行匹配，确定T1的点云数据与前一时刻T0的点云数据之间的对应关系；基于该对应关系，可以确定初始时刻T1与前一时刻T0两个相邻时刻的点云数据之间的基本矩阵F。对IMU模块12的惯性数据(例如前一时刻T0与初始时刻T1期间的速度、加速度以及角速度)进行积分，并结合惯性数据中的初始时刻T1时的朝向角(自动行走设备的姿态)，可以获得自动行走设备前一时刻T0与初始时刻T1的位置之间的基线距离B。根据基本矩阵F和基线距离B，可以获得初始时刻T1与前一时刻T0两个相邻时刻的两组点云数据之间的相对位置。进而，可以确定初始时刻T1的点云数据(各个距离点/特征点)的深度信息，从而确定各个距离点相对于自动行走设备的初始定位位置(初始时刻T1的位置，也即坐标零点)的三维初始位置，该三维初始位置可以包括特征点的三维坐标(例如，距离点的位置和深度)。

以上初始化过程仅为举例说明，本领域技术人员应当理解，可以采用本领域公知的算法获取点云数据的三维初始位置，本公开对此不做限定。

通过这种方式，可以实现激光定位的初始化，确定初始时刻T1的图像特征信息的三维初始位置。

在步骤S501中，根据激光数据进行激光定位，获得激光定位结果。

激光定位可以通过相关技术中的适当方式实现，激光定位结果可以是所采用的激光定位过程产生的任意适当结果，本公开对此不做限制。

举例来说，基于当前时刻Tn的激光数据(当前时刻Tn测量的一组激光数据)，可以提取当前时刻Tn的点云数据(多个距离点/特征点以及相对应的坐标)，其中，n表示初始时刻至当前时刻测量的激光数据的数量，n>1。可以对当前时刻Tn的点云数据与前一时刻Tn-1的点云数据进行匹配，确定当前时刻Tn的点云数据与前一时刻Tn-1的点云数据之间的对应关系。

在一种可能的实施方式中，根据前一时刻Tn-1的点云数据(多个距离点/特征点)的三维(3D)位置，当前时刻Tn的点云数据的坐标位置(2D位置)，以及上述的对应关系，可以通过例如PNP算法进行计算，从而获得当前时刻Tn的点云数据相对于前一时刻Tn-1的点云数据的3D位置；基于该3D位置，可以例如通过三角定位算法进行计算，确定测量位置(自动行走设备的位置)在当前时刻Tn的3D位置。也可以采用其他公知的算法确定当前时刻Tn的点云数据的3D位置，以及自动行走设备在当前时刻Tn的3D位置，本公开对此不作限定。

通过这种方式，可以将自动行走设备在当前时刻Tn的3D位置作为激光定位结果，实现了激光定位的过程。

步骤S502，根据惯性数据进行惯性定位，获得惯性定位结果。

步骤S503，对所述激光定位结果和所述惯性定位结果进行融合，获得融合后的第一融合结果。

在一种可能的实施方式中，步骤503包括：

举例来说，如果激光定位失败(可能的原因例如包括当前时刻Tn的点云数据与前一时刻Tn-1的点云数据匹配失败；PNP算法无解；三角定位无解等)，则可以直接将惯性定位结果确定为第一融合结果。

在一种可能的实施方式中，如果激光定位成功，则可以通过例如扩展卡尔曼滤波的方式对激光定位结果和惯性定位结果进行融合。其中，扩展卡尔曼滤波是一种高效率的递归滤波器(自回归滤波器)，可以实现非线性系统的递归滤波。在扩展卡尔曼滤波中，当前状态可以由上一个状态和当前的控制量(例如输入控制量、更新控制量等)决定，扩展卡尔曼滤波的表达式可以示意性地表示为公式(1)：

x _t＝g(u _t，x _t-1，ε _t) (1)

在一种可能的实施方式中，通过扩展卡尔曼滤波的方式，可以将惯性定位结果(例如自动行走设备在当前时刻Tn的惯性定位位置)作为输入控制量(例如公式(1)中的u _t)；激光定位结果(例如当前时刻Tn的点云数据相对于前一时刻Tn-1的点云数据的3D位置)作为更新控制量(例如公式(1)中的ε _t)，从而根据前一时刻的状态(即前一时刻的第一融合结果，例如公式(1)中的x _t-1)计算出当前时刻的状态(即当前时刻的第一融合结果，例如公式(1)中的x _t)。其中“状态”(第一融合结果)可以包括任何所关心的状态，例如自动行走设备3D位置、点云数据相对于三维初始位置的3D位置、以及IMU模块12与激光模块15之间的相对位置等，并且可以将当前时刻的状态作为激光和惯性定位融合后的第一融合结果。

在一种可能的实施方式中，在第一融合结果中，可以包括自动行走设备在当前时刻Tn的融合后的3D位置；IMU模块12的误差；以及IMU模块12与激光模块15之间的相对位置等信息。

通过这种方式，可以实现激光和惯性的定位融合，确定自动行走设备在当前时刻Tn的融合后的3D位置，提高了定位精度。

步骤S504，在GPS定位数据满足质量条件的情况下，对所述第一融合结果和所述GPS定位数据进行融合，获得融合后的第二融合结果，将所述第二融合结果确定为自动行走设备的位置。

举例来说，如果GPS模块13没有收到GPS信号或GPS信号较弱，则可以认为GPS定位数据不满足质量条件。此时，可以将激光和惯性定位融合的第一融合结果作为输出结果，确定为所述自动行走设备在当前时刻Tn的位置。

在一种可能的实施方式中，如果激光定位失败，则可以通过GPS定位数据重新对激光模块15进行激光定位的初始化。

在一种可能的实施方式中，步骤504包括：

在一种可能的实施方式中，可以通过扩展卡尔曼滤波的方式对第一融合结果和GPS定位数据进行融合。可以将第一融合结果(例如自动行走设备在当前时刻Tn的第一融合3D位置)作为输入控制量(例如公式(1)中的u _t)；GPS定位数据(例如当前时刻Tn的GPS定位的2D位置)作为更新控制量(例如公式(1)中的ε _t)，利用公式(1)，根据前一时刻的状态x _t-1(即前一时刻的第二融合结果)，获得当前时刻的状态x _t(即当前时刻的第二融合结果)；其中“状态”(第二融合结果)可以包括任何所关心的状态，例如可以将自动行走设备在前一时刻Tn-1的GPS定位位置(3D位置)作为前一时刻Tn-1的状态变量(例如公式(1)中的x _t-1)，从而获得当前时刻Tn的状态变量(例如公式(1)中的x _t)。可以将当前时刻的状态变量作为激光、惯性及GPS定位融合后的第二融合结果(例如当前时刻Tn的GPS定位位置)。从而，可以将第二融合结果确定为自动行走设备在当前时刻Tn的位置。

通过这种方式，可以实现激光、惯性以及GPS定位三者的定位融合，确定自动行走设备在当前时刻Tn的位置，进一步提高了定位精度。

应用示例

图26示出了根据本公开一实施例的处理模块14的处理过程的一个应用示例的流程图。本领域技术人员应理解，该应用示例仅为了便于理解，不以任何目的限制本公开。

如图26所示，在该应用示例中可以看到，如果激光定位结果有效(判断结果为是)，则可以通过扩展卡尔曼滤波的方式对激光定位结果和惯性定位结果进行第一融合，获得融合后的第一融合结果；如果激光定位结果无效(判断结果为否)，则可以将惯性定位结果直接确定为第一融合结果。

综上所述，根据本公开的自动行走设备，能够通过激光模块15、IMU模块12以及GPS模块13分别获取激光数据、惯性数据以及GPS定位数据，并将定位结果进行两次融合，确定自动行走设备的位置，使得自动行走设备能够实现精确的自主定位。

图27示出了根据本公开一实施例的一种定位方法的流程图。该方法可通过处理器实现，例如通过上文中的处理模块14执行。如图27所示，根据本公开的另一实施例的定位方法包括：

步骤S501，根据激光数据进行激光定位，获得激光定位结果；

步骤S502，根据惯性数据进行惯性定位，获得惯性定位结果；

在一种可能的实施方式中，所述方法还包括：

在一种可能的实施方式中，步骤503包括：

在一种可能的实施方式中，步骤S504包括：

在一种可能的实施方式中，步骤S503包括：

在一种可能的实施方式中，步骤S504包括：

图28示出了根据本公开一实施例的一种定位装置的框图。该装置可通过上文中的处理模块14实现。如图28所示，根据本公开的另一实施例的定位装置包括：

激光定位模块600，用于根据激光数据进行激光定位，获得激光定位结果；

惯性定位模块602，用于根据惯性数据进行惯性定位，获得惯性定位结果；

第一融合模块603，用于对所述激光定位结果和所述惯性定位结果进行融合，获得融合后的第一融合结果；

第二融合模块604，用于在GPS定位数据满足质量条件的情况下，对所述第一融合结果和所述GPS定位数据进行融合，获得融合后的第二融合结果，将所述第二融合结果确定为自动行走设备的位置。

根据本公开的实施例，能够通过激光模块15、IMU模块12以及GPS模块13分别获取激光数据、惯性数据以及GPS定位数据，并将定位结果进行两次融合，确定自动行走设备的位置，使得自动行走设备能够实现精确的自主定位。

在一种可能的实施方式中，所述装置还可用于：

在一种可能的实施方式中，第一融合模块603可具体用于：

在一种可能的实施方式中，第二融合模块604可具体用于：

在一种可能的实施方式中，第一融合模块603可具体用于：

在一种可能的实施方式中，第二融合模块604可具体用于：

本公开可以是系统、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质，其上载有用于使处理器实现本公开的各个方面的计算机可读程序指令。

计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是――但不限于――电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身，诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如，通过光纤电缆的光脉冲)、或者通过电线传输的电信号。

这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备，或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令，并转发该计算机可读程序指令，以供存储在各个计算/处理设备中的计算机可读存储介质中。

用于执行本公开操作的计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码，所述编程语言包括面向对象的编程语言—诸如Smalltalk、C++等，以及常规的过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络—包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中，通过利用计算机可读程序指令的状态信息来个性化定制电子电路，例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA)，该电子电路可以执行计算机可读程序指令，从而实现本公开的各个方面。

这里参照根据本公开实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本公开的各个方面。应当理解，流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合，都可以由计算机可读程序指令实现。

这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器，从而生产出一种机器，使得这些指令在通过计算机或其它可编程数据处理装置的处理器执行时，产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中，这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作，从而，存储有指令的计算机可读介质则包括一个制造品，其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。

也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上，使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤，以产生计算机实现的过程，从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。

附图中的流程图和框图显示了根据本公开的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或指令的一部分，所述模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

以上已经描述了本公开的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择，旨在最好地解释各实施例的原理、实际应用或对市场中的技术改进，或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。

Claims

一种定位装置，其特征在于，所述定位装置能够由携带者携带行走，所述定位装置包括：

第一定位模块，用于获取定位装置的携带者的第一定位结果；

传感器模块，用于测量定位装置的携带者行走的加速度和角度参数；以及

处理模块，被配置为：

在用于确定自动行走设备的工作范围的边界的第一模式下，如果所述第一定位结果满足质量条件，则根据所述第一定位结果确定所述定位装置的携带者的位置；如果所述第一定位结果不满足质量条件，则根据所述加速度和所述角度参数，基于行人航位推算算法确定所述定位装置的携带者的位置；以及

根据所述定位装置的携带者的位置，确定所述边界。
根据权利要求1所述的定位装置，其特征在于，所述处理模块还被配置为：

获取所述定位装置的携带者的步长步频模型的模型参数，其中所述步长步频模型表示所述携带者的步频与步长之间的关系；

采用所述加速度和所述角度参数，基于行人航位推算算法确定所述定位装置的携带者的位置，包括：

根据所述步长步频模型的模型参数、以及所述加速度和所述角度参数，基于行人航位推算算法确定所述定位装置的携带者的位置。
根据权利要求2所述的定位装置，其特征在于，采用所述步长步频模型的模型参数、以及所述加速度和所述角度参数，基于行人航位推算算法确定所述定位装置的携带者的位置，包括：

当所述第一定位结果不满足质量条件时，获取最近的满足质量条件的第一定位结果作为行人航位推算算法的起始位置；

根据所述角度参数确定所述携带者的实时航向；

根据所述加速度确定所述携带者的实时步频；

根据所述实时步频和所述步长步频模型的模型参数，利用所述步长步频模型确定所述携带者的实时步长；以及

根据所述实时航向、所述实时步长以及所述起始位置，基于行人航位推算算法确定所述定位装置的携带者的位置。
根据权利要求2所述的定位装置，其特征在于，获取所述定位装置的携带者的步长步频模型的模型参数，包括：

根据所述传感器模块测量的加速度确定所述携带者的步频和跨步点，根据所述跨步点对应的第一定位结果确定所述携带者的步长，根据所述步频和所述步长确定所述步长步频模型的模型参数，

其中所述跨步点为所述携带者每一跨步的特征点。
根据权利要求1所述的定位装置，其特征在于，所述处理模块还被配置为：

在所述第一定位结果从不满足质量条件变为满足质量条件时，获取基于行人航位推算算法确定的所述定位装置的携带者的第一位置和根据所述第一定位模块的第一定位结果确定的所述定位装置的携带者的第二位置；

根据所述第一位置和所述第二位置，对在所述第一定位结果不满足质量条件期间基于行人航位推算算法确定的所述定位装置的携带者的位置进行校正。
根据权利要求1所述的定位装置，其特征在于，根据所述定位装置的携带者的位置，确定所述边界，包括：

对基于行人航位推算算法确定的所述定位装置的携带者的位置进行插值处理，得到插值处理后的所述定位装置的携带者的位置；

对插值处理后的所述定位装置的携带者的位置和根据所述第一定位结果确定的所述定位装置的携带者的位置进行平滑滤波，以确定所述边界。
根据权利要求1所述的定位装置，其特征在于，所述第一定位模块为卫星定位模块，所述第一定位结果为卫星定位结果。
根据权利要求7所述的定位装置，其特征在于，所述处理模块还被配置为：

根据卫星定位模块接收的卫星数和卫星定位模块的定位状态中的一者或两者，判断卫星定位模块的所述卫星定位结果是否满足质量条件。
根据权利要求8所述的定位装置，其特征在于，根据卫星定位模块接收的卫星数和卫星定位模块的定位状态中的一者或两者，判断卫星定位模块的所述卫星定位定位结果是否满足质量条件，包括：

在定位状态为指定状态，且卫星数不小于阈值的情况下，判断所述卫星定位结果满足质量条件。
根据权利要求1所述的定位装置，其特征在于，所述定位装置能够安装于自动行走设备，

所述处理模块被配置为：在用于定位所述自动行走设备的位置的第二模式下，根据所述第一定位结果以及惯性定位结果的至少其中之一，确定所述自动行走设备的位置，

其中，所述惯性定位结果是根据至少所述传感器模块输出的加速度和角度参数、基于惯性导航推算算法确定的。
根据权利要求10所述的定位装置，其特征在于，所述惯性导航推算算法包括INS算法。
根据权利要求1所述的定位装置，其特征在于，所述行人航位推算算法包括PDR算法。
根据权利要求1所述的定位装置，其特征在于，所述第一定位模块包括UWB定位模块。
一种自动行走设备，其特征在于，所述自动行走设备包括设备主体和根据权利要求1至13中任意一项所述的定位装置，其中所述定位装置能够以可拆卸的方式安装于所述设备主体。
一种定位装置，其特征在于，所述定位装置能够由携带者携带行走，所述定位装置包括：

第一定位模块，用于获取定位装置的携带者的第一定位结果；

传感器模块，用于测量定位装置的携带者行走的加速度和角度参数；以及

处理模块，被配置为：

在用于确定自动行走设备的工作范围的边界的第一模式下，根据所述第一定位结果确定所述定位装置的携带者的第三位置；根据所述加速度和角度参数、基于行人航位推算算法确定所述定位装置的携带者的第四位置；根据所述第三位置和所述第四位置，确定所述定位装置的携带者的位置；以及

根据所述定位装置的携带者的位置，确定所述边界。
根据权利要求15所述的定位装置，其特征在于，根据所述第三位置和所述第四位置，确定所述定位装置的携带者的位置，包括：

根据所述第三位置和所述第四位置两者的融合，确定所述定位装置的携带者的位置。
根据权利要求16所述的定位装置，其特征在于，根据所述第三位置和所述第四位置两者的融合，确定所述定位装置的携带者的位置，包括：

根据所述第三位置和所述第四位置的加权和，确定所述定位装置的携带者的位置。
根据权利要求17所述的定位装置，其特征在于，所述处理模块还被配置为：

根据第一定位结果的质量，确定所述第三位置和所述第四位置各自在所述加权和中所占的权重。
根据权利要求18所述的定位装置，其特征在于，根据第一定位结果的质量，确定所述第三位置和所述第四位置各自在所述加权和中所占的权重，包括：

随着所述第一定位结果的质量的提高，增大所述第三位置在所述加权和中所占的权重，并减小所述第四位置在所述加权和中所占的权重；

随着所述第一定位结果的质量的降低，减小所述第三位置在所述加权和中所占的权重，并增大所述第四位置在所述加权和中所占的权重。
根据权利要求15至19中任意一项所述的定位装置，其特征在于，所述第一定位模块为卫星定位模块，所述第一定位结果为卫星定位结果。
根据权利要求20所述的定位装置，其特征在于，所述处理模块还被配置为：

根据卫星定位模块接收的卫星数和卫星定位模块的定位状态中的一者或两者，判断卫星定位模块的所述卫星定位结果的质量。
根据权利要求15所述的定位装置，其特征在于，根据所述第三位置和所述第四位置，确定所述定位装置的携带者的位置，包括：

根据跨步点处的所述第三位置和跨步点处的所述第四位置，确定跨步点处所述定位装置的携带者的位置；

对跨步点处所述定位装置的携带者的位置进行插值处理，得到所述定位装置的携带者的位置；

其中所述跨步点为所述携带者每一跨步的特征点。
根据权利要求15所述的定位装置，其特征在于，根据所述第三位置和所述第四位置，确定所述定位装置的携带者的位置，包括：

对跨步点处的所述第四位置进行插值处理，得到插值后的第四位置；

根据所述第三位置和所述插值后的第四位置，确定所述定位装置的携带者的位置；

其中所述跨步点为所述携带者每一跨步的特征点。
根据权利要求15所述的定位装置，其特征在于，所述处理模块还被配置为：

获取所述定位装置的携带者的步长步频模型的模型参数，其中所述步长步频模型表示所述携带者的步频与步长之间的关系；

根据所述加速度和角度参数、基于行人航位推算算法确定所述定位装置的携带者的第四位置，包括：

根据所述步长步频模型的模型参数、以及所述加速度和所述角度参数，基于行人航位推算算法确定所述定位装置的携带者的第四位置。
根据权利要求24所述的定位装置，其特征在于，根据所述步长步频模型的模型参数、以及所述加速度和所述角度参数，基于行人航位推算算法确定所述定位装置的携带者的第四位置，包括：

获取行人航位推算算法的起始位置；

根据所述角度参数确定所述携带者的实时航向；

根据所述加速度确定所述携带者的实时步频；

根据所述实时步频和所述步长步频模型的模型参数，利用所述步长步频模型确定所述携带者的实时步长；以及

根据所述实时航向、所述实时步长以及所述起始位置，基于行人航位推算算法确定所述定位装置的携带者的第四位置。
根据权利要求24所述的定位装置，其特征在于，获取所述定位装置的携带者的步长步频模型的模型参数，包括：

根据所述传感器模块测量的加速度确定所述携带者的步频和跨步点，根据所述跨步点对应的第一定位结果确定所述携带者的步长，根据所述步频和所述步长确定所述步长步频模型的模型参数，

其中所述跨步点为所述携带者每一跨步的特征点。
根据权利要求15所述的定位装置，其特征在于，所述定位装置能够安装于自动行走设备，

所述处理模块被配置为：在用于定位所述自动行走设备的位置的第二模式下，根据所述第一定位结果以及惯性定位结果的至少其中之一，确定所述自动行走设备的位置，

其中，所述惯性定位结果是根据至少所述传感器模块输出的加速度和角度参数、基于惯性导航推算算法确定的。
根据权利要求27所述的定位装置，其特征在于，所述惯性导航推算算法包括INS算法。
根据权利要求15所述的定位装置，其特征在于，所述第一定位模块包括UWB定位模块。
根据权利要求15所述的定位装置，其特征在于，所述行人航位推算算法包括PDR算法。
一种自动行走设备，其特征在于，所述自动行走设备包括设备主体和根据权利要求15至30中任意一项所述的定位装置，其中所述定位装置能够以可拆卸的方式安装于所述设备主体。