WO2021181686A1 - 自己位置推定装置 - Google Patents
自己位置推定装置 Download PDFInfo
- Publication number
- WO2021181686A1 WO2021181686A1 PCT/JP2020/011218 JP2020011218W WO2021181686A1 WO 2021181686 A1 WO2021181686 A1 WO 2021181686A1 JP 2020011218 W JP2020011218 W JP 2020011218W WO 2021181686 A1 WO2021181686 A1 WO 2021181686A1
- Authority
- WO
- WIPO (PCT)
- Prior art keywords
- self
- map
- geometric features
- past
- geometric
- Prior art date
Links
- 238000004364 calculation method Methods 0.000 claims abstract description 48
- 238000011156 evaluation Methods 0.000 claims abstract description 40
- 238000000605 extraction Methods 0.000 claims abstract description 23
- 238000001514 detection method Methods 0.000 claims abstract description 18
- 239000000284 extract Substances 0.000 claims abstract description 17
- 238000012545 processing Methods 0.000 abstract description 21
- 238000000034 method Methods 0.000 description 24
- 239000013598 vector Substances 0.000 description 24
- 238000010586 diagram Methods 0.000 description 12
- 230000008569 process Effects 0.000 description 8
- 238000013519 translation Methods 0.000 description 6
- 239000011159 matrix material Substances 0.000 description 5
- 230000007613 environmental effect Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 238000000513 principal component analysis Methods 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 230000001678 irradiating effect Effects 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
- 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
- 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
- G01C21/28—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network with correlation of data from several navigational instruments
- G01C21/30—Map- or contour-matching
-
- 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
-
- 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
- G01C21/3848—Data obtained from both position sensors and additional sensors
-
- 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
- G01S17/02—Systems using the reflection of electromagnetic waves other than radio waves
- G01S17/06—Systems determining position data of a target
- G01S17/08—Systems determining position data of a target for measuring distance only
-
- 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
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
- 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
- G05D1/0248—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 in combination with a laser
-
- 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
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/48—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00
- G01S7/4802—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
-
- 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
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/48—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00
- G01S7/4808—Evaluating distance, position or velocity data
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Electromagnetism (AREA)
- Aviation & Aerospace Engineering (AREA)
- Computer Networks & Wireless Communication (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Optics & Photonics (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
Description
本発明によれば、自己位置算出部は、幾何特徴の組に含まれる現在幾何特徴間の角度または距離と、この幾何特徴の組に含まれる過去幾何特徴間の角度または距離との間に整合性があるか否かを判定し、整合性がないと判定した場合には、この幾何特徴の組に基づいて、過去地図における自己位置を算出しないので、自己位置推定装置は、処理時間を更に削減することができる。
本発明によれば、自己位置算出部は、現在幾何特徴および過去幾何特徴を幾何特徴の組として選択する場合に、各幾何特徴内の平面同士のなす角度、直線同士のなす角度、並びに平面と直線のなす角度を所定の角度以上とするように選択するので、自己位置算出部は、この幾何特徴の組に基づき過去地図における自己位置を適切に算出することができる。なお、所定の角度は、明確に平行とならない角度が望ましく、例えば、30度以上とすることが望ましい。
図1は、本発明の一実施形態に係る移動ロボットの自己位置推定装置の構成を示す図である。なお、本実施形態では、三次元空間における移動ロボット1の位置(並進成分)と、方向(回転成分)とを合わせて自己位置と呼ぶ。
自己位置推定装置2は、移動ロボット1の周囲の物体までの距離を三次元点群データとして検出する検出手段4と、移動ロボット1の自己位置を推定する推定手段5とを備えている。
したがって、このようなレーザー装置を、センサ中心軸に沿って複数台積載して回転させれば、三次元的に分布する三次元点群データを得ることができる。また、レーザー装置一台の場合には、レーザービームを縦と横の両方向に走査して、三次元点群データを得ることもできる。
検出手段4では、レーザースキャナの1周期(例えば、1回転360°)分で得られる三次元点群データをスキャンデータまたは単にスキャンと呼び、処理の単位として用いる。
記憶部52は、地図生成部51にて生成された地図を記憶する。なお、記憶部52は、地図生成部51にて生成された地図に加え、検出手段4にて検出された三次元点群データを記憶してもよい。
本実施形態では、幾何特徴は、図2に示すように、検出手段4にて検出された三次元点群データから抽出される幾何学的特徴を有する図形(平面、直線、および球体)の総称とする。
自己位置評価部55は、自己位置算出部54にて算出された自己位置に基づいて、幾何特徴の組ごとに現在地図および過去地図の一致度を評価し、一致度の高い自己位置を選択する。
以下、図3~図8に基づいて、自己位置算出部54にて移動ロボット1の自己位置を算出し、自己位置評価部55にて一致度の高い自己位置を選択する概念について説明する。
移動ロボット1を走行させる実環境は、図3に示すように、地面Gと、地面Gに立設された壁Wや、地面Gに存在する樹木や障害物などの物体OB1~OB6を有している。
移動ロボット1は、このような実環境下を走行することによって、検出手段4にて検出された三次元点群データに基づいて、地図生成部51に移動ロボット1の周囲の地図を生成させる。
この例では、移動ロボットは位置PO2を通った後、位置PO1を通っているが、両位置は近い場所にあるため、三次元レーザースキャナによって同じ物体が計測される。しかしながら、移動とともに移動ロボットの位置の誤差が累積していくため、位置PO2で計測した物体と位置PO1で計測した物体は、同じ物体ではあるが、少しずれて地図上に記録されている。
なお、この図4では、物体のずれが明確に描かれているが、実際には三次元点群が何重にも重なって地図が歪んでいくことが多い。
このように、本実施形態では、推定手段5は、図6に示すように、現在地図および過去地図の三次元点群データを、ずれることなく重ね合わせるように移動ロボット1の自己位置を推定する
移動ロボット1の自己位置推定装置2による自己位置推定処理では、推定手段5は、図7に示すように、ステップST1~ST7の処理を実行する。
次に、推定手段5は、移動ロボット1の過去位置周辺の地図としての過去地図を記憶部52から取得する(ステップST2:過去地図取得ステップ)。
ここで、過去地図は、例えば、移動ロボット1の移動軌跡を辿って、現在位置に近い過去位置を選択し、この過去位置周辺の地図を取得してもよく、これまでに作成された全体地図(過去地図と現在地図とを統合することによって作成された環境地図)に基づいて、所定の範囲の領域を選択していくことによって、この過去位置周辺の地図を取得してもよい。
なお、本実施形態では、幾何特徴抽出部53は、3種類の幾何特徴を現在幾何特徴および過去幾何特徴として抽出しているが、1種類の幾何特徴、または2種類の幾何特徴を抽出してもよい。要するに、幾何特徴抽出部は、平面、直線、および球体の3種類の幾何特徴のうち、少なくともいずれか1種類の幾何特徴を現在幾何特徴および過去幾何特徴として抽出すればよい。
そして、自己位置算出部54は、この幾何特徴の組に基づいて、現在の自己位置(図4のPO1)が過去地図でどこに位置するかを算出する(ステップST5:自己位置算出ステップ)。
例えば、現在幾何特徴P1P2L1と過去幾何特徴P3P4L2から自己位置を計算する場合は2通りの組合せがある。1つはP1とP3、P2とP4、L1とL2を対応づける場合、もう1つはP1とP4、P2とP3、L1とL2を対応づける場合である。
なお、本実施形態では、各幾何特徴内の平面同士のなす角度、直線同士のなす角度、並びに平面と直線のなす角度を所定の角度以上とするように現在幾何特徴および過去幾何特徴を選択しているが、このような制限を設けなくてもよい。
ここで、本実施形態では、移動ロボット1は、車輪を有する移動手段3を備えているので、地面平面が含まれているか否かの判定は、センサ等を用いて比較的容易に可能である。
なお、本実施形態では、自己位置算出部54は、地面平面が含まれていると判定した場合には、地面平面から所定の高さに位置する球体のみを選択しているが、このような制限を設けなくてもよい。
ここで、整合性を判定するための幾何特徴間の角度または距離は、幾何特徴抽出部53にて幾何特徴PPLを抽出した場合には、図8(A)に示すように、平面P1および平面P2のなす角や、平面P1および直線L1のなす角a1や、平面P2および直線L1の距離d1を用いることができる。
また、整合性を判定するための幾何特徴間の角度または距離は、幾何特徴抽出部53にて幾何特徴PLLを抽出した場合には、図8(B)に示すように、平面P3および直線L2,L3のなす角や、直線L2および直線L3の距離d2を用いることができる。
さらに、整合性を判定するための幾何特徴間の角度または距離は、幾何特徴抽出部53にて幾何特徴LBを抽出した場合には、図8(D)に示すように、直線L4および球体B3の距離d4を用いることができる。
なお、本実施形態では、自己位置算出部54は、地面平面が含まれていると判定した場合には、この幾何特徴の組における地面平面を対応させて過去地図における自己位置を算出するが、地面平面を対応させて過去地図における自己位置を算出しなくてもよい。
そして、以下の(A1)~(A5)の手順に従って、幾何特徴の組ごとに現在地図および過去地図の一致度を評価する。
(A2)pi c∈Pcをposeにて座標変換したものをqi cとする。
(A3)qi cの半径r内にPrの点が存在する場合には、S=S+1とする。
(A4)Pcのすべての点において、上記(A2)~(A3)の処理を繰り返す。
(A5)スコアSが閾値sthre以上の場合には、自己位置(仮説)は、正しいとする。
(B2)上記(A1)~(A5)の処理を行って、スコアSが閾値をsthrek以上の自己位置(仮説)を残す。
(B3)残った自己位置(仮説)のスコアSの最大値smaxkを求め、スコアSがratio×smaxk未満の自己位置(仮説)は削除する。
(B4)mkを増加させ、sthrekを大きくし、(B2)の処理に戻る。その後、(B2)~(B4)の処理を所定の回数だけ繰り返す。
そして、自己位置評価部55は、ICP等の位置合せ手法を用いて、現在地図に係る三次元点群データと、過去地図に係る三次元点群データとの一致度が高くなるように自己位置を更に推定する。
また、本実施形態では、自己位置推定ステップST7において、自己位置評価部55は、前述した(A1)~(A5)の手順に従って、現在地図に係る三次元点群データと、過去地図に係る三次元点群データとの一致度が高くなるように自己位置を更に推定しているが、自己位置推定ステップST7は、省略されていてもよい。この場合には、自己位置評価ステップST6において、自己位置評価部55にて選択した自己位置を過去地図における自己位置として推定すればよい。
(1)自己位置算出部54は、三次元点よりも個数が大幅に少ない幾何特徴を用いるため、その組合せも少なくて済む。三次元点を用いて自己位置を求める場合、現在地図および過去地図からそれぞれ3個の三次元点を選び、その組を用いて自己位置の計算を行う。三次元点は膨大な個数(数千個から数万個)があるため、その組合せも膨大であり、その中から一致度の高い組を求めるには多大な処理時間がかかる。一方、本実施形態の幾何特徴は、三次元点に比べて個数が少なく(数個から数百個)、組合せ数も少なくて済む。したがって、自己位置推定装置2は、三次元点群データの個数が多い環境にて自己位置を推定する場合であっても処理時間を削減することができる。
(3)自己位置評価部55は、所定の閾値よりも一致度の高い自己位置に対し、現在地図および過去地図のそれぞれから球体群の個数を増加させて抽出し、この球体群に基づいて、幾何特徴の組ごとに現在地図および過去地図の一致度を再び評価するので、球体群の個数を段階的に増加させつつ所定の閾値よりも一致度の高い自己位置を絞り込んでいくことができる。したがって、自己位置推定装置2は、更に精度よく自己位置を推定することができる。
(5)自己位置算出部54は、幾何特徴の組に含まれる現在幾何特徴間の角度または距離と、この幾何特徴の組に含まれる過去幾何特徴間の角度または距離との間に整合性があるか否かを判定し、整合性がないと判定した場合には、この幾何特徴の組に基づいて、過去地図における自己位置を算出しないので、自己位置推定装置2は、処理時間を更に削減することができる。
(7)自己位置算出部54は、幾何特徴の組に含まれる現在幾何特徴、およびこの幾何特徴の組に含まれる過去幾何特徴に地面に相当する平面としての地面平面が含まれているか否かを判定し、地面平面が含まれていると判定した場合には、この幾何特徴の組における地面平面を対応させて過去地図における自己位置を算出するので、自己位置推定装置2は、幾何特徴の組に複数の平面を含んでいる場合には、平面同士の組み合わせ数を削減することができ、ひいては処理時間を更に削減することができる。
なお、本発明は、前記実施形態に限定されるものではなく、本発明の目的を達成できる範囲での変形、改良等は本発明に含まれるものである。
例えば、前記実施形態では、移動体としての移動ロボット1は、具体的なものを例示していなかったが、サービスロボット、ホームロボットなどの移動ロボットを例示できる。より具体的には、移動体は、掃除ロボット、警備ロボット、運搬ロボット、案内ロボットなどを例示できる。また、移動体は、自動運転自動車や、作業車などであってもよい。
前記実施形態では、移動ロボット1は、移動手段3を備えていたが、これを備えていなくてもよく、例えば、自己位置推定装置を備えた台車等を使用者の手作業にて移動させるような構成であってもよい。
2 自己位置推定装置
3 移動手段
4 検出手段
5 推定手段
51 地図生成部
52 記憶部
53 幾何特徴抽出部
54 自己位置算出部
55 自己位置評価部
Claims (8)
- 移動体の自己位置を推定する自己位置推定装置であって、
前記移動体の周囲の物体までの距離を三次元点群データとして検出する検出手段と、
前記移動体の自己位置を推定する推定手段とを備え、
前記推定手段は、
前記検出手段にて検出された三次元点群データに基づいて、前記移動体の周囲の地図を生成する地図生成部と、
前記地図生成部にて生成された地図を記憶する記憶部と、
前記記憶部に記憶された地図に基づいて、平面、直線、および球体の3種類の幾何特徴のうち、少なくともいずれか1種類の幾何特徴を前記移動体の現在位置周辺の地図としての現在地図から現在幾何特徴として抽出するとともに、前記移動体の過去位置周辺の地図としての過去地図から過去幾何特徴として抽出する幾何特徴抽出部と、
前記幾何特徴抽出部にて抽出した現在幾何特徴のうち、2個または3個の現在幾何特徴を選択するとともに、前記幾何特徴抽出部にて抽出した過去幾何特徴のうち、選択された現在幾何特徴と同種かつ同数の過去幾何特徴を選択して幾何特徴の組とし、前記幾何特徴の組に基づいて、前記過去地図における自己位置を算出する自己位置算出部と、
前記自己位置算出部にて算出された自己位置に基づいて、前記幾何特徴の組ごとに前記現在地図および前記過去地図の一致度を評価し、一致度の高い自己位置を選択する自己位置評価部とを備えることを特徴とする自己位置推定装置。 - 請求項1に記載された自己位置推定装置において、
前記自己位置評価部は、前記現在地図および前記過去地図のそれぞれから球体群を抽出し、当該球体群に基づいて、前記幾何特徴の組ごとに前記現在地図および前記過去地図の一致度を評価することを特徴とする自己位置推定装置。 - 請求項2に記載された自己位置推定装置において、
前記自己位置評価部は、所定の閾値よりも一致度の高い自己位置に対し、前記現在地図および前記過去地図のそれぞれから球体群の個数を増加させて抽出し、当該球体群に基づいて、前記幾何特徴の組ごとに前記現在地図および前記過去地図の一致度を再び評価することを特徴とする自己位置推定装置。 - 請求項2または請求項3に記載された自己位置推定装置において、
前記自己位置評価部は、前記球体群に基づいて、前記幾何特徴の組ごとに前記現在地図および前記過去地図の一致度を評価し、一致度の高い自己位置を選択した後、当該自己位置に基づいて、前記現在地図に係る三次元点群データと、前記過去地図に係る三次元点群データとの一致度が高くなるように自己位置を更に推定することを特徴とする自己位置推定装置。 - 請求項1から請求項4のいずれかに記載された自己位置推定装置において、
前記自己位置算出部は、前記幾何特徴の組に含まれる前記現在幾何特徴間の角度または距離と、当該幾何特徴の組に含まれる前記過去幾何特徴間の角度または距離との間に整合性があるか否かを判定し、整合性がないと判定した場合には、当該幾何特徴の組に基づいて、前記過去地図における自己位置を算出しないことを特徴とする自己位置推定装置。 - 請求項1から請求項5のいずれかに記載された自己位置推定装置において、
前記自己位置算出部は、前記現在幾何特徴および前記過去幾何特徴を前記幾何特徴の組として選択する場合に、各幾何特徴内の平面同士のなす角度、直線同士のなす角度、並びに平面と直線のなす角度を所定の角度以上とするように選択することを特徴とする自己位置推定装置。 - 請求項1から請求項6のいずれかに記載された自己位置推定装置において、
前記自己位置算出部は、前記幾何特徴の組に含まれる前記現在幾何特徴、および当該幾何特徴の組に含まれる前記過去幾何特徴に地面に相当する平面としての地面平面が含まれているか否かを判定し、前記地面平面が含まれていると判定した場合には、当該幾何特徴の組における前記地面平面を対応させて前記過去地図における自己位置を算出することを特徴とする自己位置推定装置。 - 請求項1から請求項7のいずれかに記載された自己位置推定装置において、
前記自己位置算出部は、平面および球体の前記現在幾何特徴および平面および球体の前記過去幾何特徴を前記幾何特徴の組として選択する場合に、当該幾何特徴の組に含まれる前記現在幾何特徴、および当該幾何特徴の組に含まれる前記過去幾何特徴に地面に相当する平面としての地面平面が含まれているか否かを判定し、前記地面平面が含まれていると判定した場合には、前記地面平面から所定の高さに位置する球体のみを選択することを特徴とする自己位置推定装置。
Priority Applications (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202080097822.XA CN115210668A (zh) | 2020-03-13 | 2020-03-13 | 自己位置推定装置 |
US17/905,015 US20230110609A1 (en) | 2020-03-13 | 2020-03-13 | Self-localization device |
EP20924757.6A EP4120039A4 (en) | 2020-03-13 | 2020-03-13 | SELF-LOCATION DEVICE |
JP2022505711A JP7199772B2 (ja) | 2020-03-13 | 2020-03-13 | 自己位置推定装置 |
PCT/JP2020/011218 WO2021181686A1 (ja) | 2020-03-13 | 2020-03-13 | 自己位置推定装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/JP2020/011218 WO2021181686A1 (ja) | 2020-03-13 | 2020-03-13 | 自己位置推定装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
WO2021181686A1 true WO2021181686A1 (ja) | 2021-09-16 |
Family
ID=77670960
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
PCT/JP2020/011218 WO2021181686A1 (ja) | 2020-03-13 | 2020-03-13 | 自己位置推定装置 |
Country Status (5)
Country | Link |
---|---|
US (1) | US20230110609A1 (ja) |
EP (1) | EP4120039A4 (ja) |
JP (1) | JP7199772B2 (ja) |
CN (1) | CN115210668A (ja) |
WO (1) | WO2021181686A1 (ja) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004280138A (ja) * | 2003-03-12 | 2004-10-07 | Nissan Motor Co Ltd | 道路形状認識装置 |
JP2015144013A (ja) * | 2015-03-31 | 2015-08-06 | 株式会社日立製作所 | ロボットシステム及び地図更新方法 |
JP2017083230A (ja) | 2015-10-26 | 2017-05-18 | トヨタ自動車株式会社 | 自己位置推定方法 |
JP2017117386A (ja) * | 2015-12-25 | 2017-06-29 | 学校法人千葉工業大学 | 自己運動推定システム、自己運動推定システムの制御方法及びプログラム |
JP2020021257A (ja) * | 2018-07-31 | 2020-02-06 | カシオ計算機株式会社 | 自律移動装置、自律移動方法及びプログラム |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108732584B (zh) * | 2017-04-17 | 2020-06-30 | 百度在线网络技术(北京)有限公司 | 用于更新地图的方法和装置 |
US11821987B2 (en) * | 2017-09-13 | 2023-11-21 | Velodyne Lidar Usa, Inc. | Multiple resolution, simultaneous localization and mapping based on 3-D LIDAR measurements |
-
2020
- 2020-03-13 US US17/905,015 patent/US20230110609A1/en active Pending
- 2020-03-13 EP EP20924757.6A patent/EP4120039A4/en active Pending
- 2020-03-13 WO PCT/JP2020/011218 patent/WO2021181686A1/ja active Application Filing
- 2020-03-13 JP JP2022505711A patent/JP7199772B2/ja active Active
- 2020-03-13 CN CN202080097822.XA patent/CN115210668A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004280138A (ja) * | 2003-03-12 | 2004-10-07 | Nissan Motor Co Ltd | 道路形状認識装置 |
JP2015144013A (ja) * | 2015-03-31 | 2015-08-06 | 株式会社日立製作所 | ロボットシステム及び地図更新方法 |
JP2017083230A (ja) | 2015-10-26 | 2017-05-18 | トヨタ自動車株式会社 | 自己位置推定方法 |
JP2017117386A (ja) * | 2015-12-25 | 2017-06-29 | 学校法人千葉工業大学 | 自己運動推定システム、自己運動推定システムの制御方法及びプログラム |
JP2020021257A (ja) * | 2018-07-31 | 2020-02-06 | カシオ計算機株式会社 | 自律移動装置、自律移動方法及びプログラム |
Non-Patent Citations (1)
Title |
---|
See also references of EP4120039A4 |
Also Published As
Publication number | Publication date |
---|---|
EP4120039A1 (en) | 2023-01-18 |
EP4120039A4 (en) | 2023-11-29 |
JPWO2021181686A1 (ja) | 2021-09-16 |
CN115210668A (zh) | 2022-10-18 |
JP7199772B2 (ja) | 2023-01-06 |
US20230110609A1 (en) | 2023-04-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107741234B (zh) | 一种基于视觉的离线地图构建及定位方法 | |
Liu et al. | Indoor localization and visualization using a human-operated backpack system | |
Nieto et al. | Recursive scan-matching SLAM | |
CN109186606B (zh) | 一种基于slam和图像信息的机器人构图及导航方法 | |
Luck et al. | Registration of range data using a hybrid simulated annealing and iterative closest point algorithm | |
CN108230247B (zh) | 基于云端的三维地图的生成方法、装置、设备及计算机可读的存储介质 | |
Kriegel et al. | Combining object modeling and recognition for active scene exploration | |
CN105045263A (zh) | 一种基于Kinect的机器人自定位方法 | |
Li et al. | Leveraging planar regularities for point line visual-inertial odometry | |
Schmuck et al. | Hybrid metric-topological 3d occupancy grid maps for large-scale mapping | |
Zhao et al. | Reconstruction of textured urban 3D model by fusing ground-based laser range and CCD images | |
Wolf et al. | Towards geometric 3D mapping of outdoor environments using mobile robots | |
Koch et al. | Wide-area egomotion estimation from known 3d structure | |
Zhu et al. | Indoor multi-robot cooperative mapping based on geometric features | |
WO2021181686A1 (ja) | 自己位置推定装置 | |
CN115774265B (zh) | 用于工业机器人的二维码和激光雷达融合定位方法与装置 | |
Kotake et al. | A fast initialization method for edge-based registration using an inclination constraint | |
Parra et al. | A novel method to estimate the position of a mobile robot in underfloor environments using RGB-D point clouds | |
Cobzas et al. | Cylindrical panoramic image-based model for robot localization | |
Li et al. | Efficient laser-based 3D SLAM in real time for coal mine rescue robots | |
Xie et al. | Map merging with terrain-adaptive density using mobile 3D laser scanner | |
Zhi et al. | Key technology of mine underground mobile positioning based on LiDAR and coded sequence pattern | |
Roh et al. | Rapid SLAM using simple map representation in indoor environment | |
Zhuang et al. | 3D-laser-based visual odometry for autonomous mobile robot in outdoor environments | |
Cobzas et al. | A panoramic model for remote robot environment mapping and predictive display |
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: 20924757 Country of ref document: EP Kind code of ref document: A1 |
|
ENP | Entry into the national phase |
Ref document number: 2022505711 Country of ref document: JP Kind code of ref document: A |
|
WWE | Wipo information: entry into national phase |
Ref document number: 2020924757 Country of ref document: EP |
|
ENP | Entry into the national phase |
Ref document number: 2020924757 Country of ref document: EP Effective date: 20221013 |
|
NENP | Non-entry into the national phase |
Ref country code: DE |