CN106646441A - 结合环境信息的室内移动机器人定位***及方法 - Google Patents
结合环境信息的室内移动机器人定位***及方法 Download PDFInfo
- Publication number
- CN106646441A CN106646441A CN201611008351.2A CN201611008351A CN106646441A CN 106646441 A CN106646441 A CN 106646441A CN 201611008351 A CN201611008351 A CN 201611008351A CN 106646441 A CN106646441 A CN 106646441A
- Authority
- CN
- China
- Prior art keywords
- picture
- mobile robot
- ceiling
- beacon
- real time
- Prior art date
- Legal status (The legal status 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 status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 36
- 238000012545 processing Methods 0.000 claims description 39
- 230000033001 locomotion Effects 0.000 claims description 19
- 230000008569 process Effects 0.000 claims description 18
- 239000000284 extract Substances 0.000 claims description 15
- 238000002360 preparation method Methods 0.000 claims description 15
- 230000007613 environmental effect Effects 0.000 claims description 13
- 230000009471 action Effects 0.000 claims description 11
- 238000004891 communication Methods 0.000 claims description 9
- 230000000694 effects Effects 0.000 claims description 7
- 230000004807 localization Effects 0.000 claims description 6
- 238000001914 filtration Methods 0.000 claims description 5
- 238000005260 corrosion Methods 0.000 claims description 4
- 230000007797 corrosion Effects 0.000 claims description 4
- 238000006073 displacement reaction Methods 0.000 claims description 4
- 230000008859 change Effects 0.000 claims description 3
- 238000007781 pre-processing Methods 0.000 claims description 3
- FFBHFFJDDLITSX-UHFFFAOYSA-N benzyl N-[2-hydroxy-4-(3-oxomorpholin-4-yl)phenyl]carbamate Chemical compound OC1=C(NC(=O)OCC2=CC=CC=C2)C=CC(=C1)N1CCOCC1=O FFBHFFJDDLITSX-UHFFFAOYSA-N 0.000 claims description 2
- 238000004364 calculation method Methods 0.000 abstract description 9
- 241000700647 Variola virus Species 0.000 description 2
- 238000000205 computational method Methods 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 241000208340 Araliaceae Species 0.000 description 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 1
- 235000003140 Panax quinquefolius Nutrition 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005183 dynamical system Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000003628 erosive effect Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 235000008434 ginseng Nutrition 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000007363 ring formation reaction Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Classifications
-
- 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
- G01S11/00—Systems for determining distance or velocity not using reflection or reradiation
- G01S11/12—Systems for determining distance or velocity not using reflection or reradiation using electromagnetic waves other than radio waves
Landscapes
- Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
- Manipulator (AREA)
Abstract
本发明公开了一种结合环境信息的室内移动机器人定位***和方法，由于移动机器人在利用天花板图片进行位置计算的时候容易产生累积误差，为减小累积误差本发明设置了自然信标库，自然信标库的存在使得移动机器人在运动至自然信标点及其附近时，计算***采用预存于自然信标库中的天花板图片作为基准图片，这意味着移动机器人在自然信标点及其附近自动重新标定位置，有助于消除定位计算中的累积误差，提高定位精度。并且本发明利用环境图片比对的方式判断移动机器人是否处于自然信标点及其附近，不需要在室内实际环境中设置其他硬件，避免了对使用环境的具体改造，提高了移动机器人的适用范围。
Description
技术领域
本发明涉及移动体自主定位技术领域，尤其涉及一种用于具有天花板的室内、并且能够结合环境信息进行自主定位的移动机器人的定位***及方法。
背景技术
室内定位作为移动机器人导航的基础，是机器人领域的热点问题之一。目前常用的室内移动机器人定位有两种方式：有源定位和无源定位。有源定位主要包括RFID、WIFI、红外和超声等。这些方法通常在室内固定位置放置多个发射源，然后移动机器人通过接收不同位置的信号判断当前位置。但是有源定位方法扩展性差，对环境要求高。无源定位主要是设置人工标志点，通过识别标志点实现自主定位。但是该方法需要机器人能时刻识别标志点，因此标志点数量要足够多。
发明内容
本发明要解决的技术问题是当前室内移动机器人的定位方法要求在室内布置多个发射源或者多个识别标志点，提高了移动机器人对工作环境的要求，限制了移动机器人的适用范围。
为解决上述技术问题，本发明采用的技术方案为：一种结合环境信息的室内移动机器人定位***，该室内移动机器人用于具有天花板的室内，所述天花板被划分成多个形状一致的正方形分格。
定位***包括天花板图片采集模块、环境图片采集模块、中央处理器，存储模块和数据通讯模块。
天花板图片采集模块采集移动机器人上方的天花板图片并传递至中央处理器。
环境图片采集模块采集移动机器人周围环境图片并传递至中央处理器。
移动机器人在其室内活动范围上设置有多个均匀散布的位置点，这些位置点称为自然信标点，移动机器人在每一个自然信标点采集一张天花板图片和一张环境图片，中央处理器预处理天花板图片和环境图片后将两张图片与自然信标点的坐标信息和方位角信息以彼此关联的方式存储至存储模块，经预处理后的天花板图片和环境图片分别称为该自然信标点的天花板自然信标和环境自然信标。
中央处理器用于实时计算移动机器人的位置，中央处理器预处理实时天花板图片和实时环境图片，中央处理器将实时环境图片与所有环境自然信标比对并根据比对结果作出如下动作：
动作一，如果实时环境图片与所有环境自然信标均不匹配，则中央处理器提取实时天花板图片的中的第一特征点和特征直线，中央处理器比对实时天花板图片与上一帧天花板图片，计算得到移动机器人实时位置相对于上一帧天花板图片对应的移动机器人位置的位移向量和方位角变化量。由于天花板被分格成多个相同大小的正方格，将出现在天花板图片中的所有正方格的角点中的最靠近图片中心的角点确定为第一特征点，将经过该角点的两条相互垂直的直线中的任意一条直线确定为特征直线。天花板图片的拍摄周期短，在任意一个拍摄周期内，移动机器人的位移量和方位角变化量很小，实时天花板图片中的第一特征点与上一帧天花板图片(即离实时天花板图片最近一次拍摄的天花板图片)中的第一特征点的距离远小于天花板分格的边长，中央处理器据此准确提取实时天花板图片中的第一特征点，继而计算出移动机器人的位移向量；计算出经过实时天花板图片的第一特征点的两条直线与上一帧天花板图片的特征直线的所有夹角(有四个夹角)，夹角值最小的角即为移动机器人的方位角变化量。
动作二，如果实时环境图片与任一的环境自然信标匹配，则中央处理器提取实时天花板图片的中的第一特征点和特征直线，提取实时环境图片中的第二特征点，中央处理器比对实时天花板图片和天花板自然信标，计算得到移动机器人实时位置相对于自然信标点的位移向量，中央处理器继续比对实时环境图片和环境自然信标，计算得到移动机器人的实时位置相对于自然信标点的方位角变化量。
数据通讯模块用于中央处理器和存储模块与上位机或其他外接设备数据通讯。
进一步的，所述天花板图片采集模块为CMOS相机，所述环境图片采集模块为全景相机。
进一步的，中央处理器对天花板图片和环境图片的预处理包括滤波处理和腐蚀膨胀处理。
本发明还提供了另一种的技术方案为：一种结合环境信息的室内移动机器人定位方法，所述定位方法用于计算室内移动机器人的实时位置，移动机器人在具有天花板的室内活动，所述天花板被划分成多个形状一致的正方形分格；定位方法包括如下准备步骤和工作步骤：
准备步骤1，建立自然信标库，在移动机器人的室内活动范围上设置多个均匀散布的位置点，这些位置点称为自然信标点，将移动机器人分别置于每一个自然信标点，移动机器人采集上方的天花板图片和周围的环境图片，将经过预处理的天花板图片和环境图片作为该自然信标点的天花板自然信标和环境自然信标，将每一个自然信标点的位置信息、天花板自然信标和环境自然信标作为一组关联信息存储；
准备步骤2，为移动机器人采集初始点上方的天花板图片，赋予初始点的位置信息；
工作步骤1，移动机器人开始工作后，采集移动机器人实时位置上方的天花板图片和周围的环境图片；
工作步骤2，预处理实时天花板图片和环境图片；
工作步骤3，比对实时环境图片和环境自然信标；
工作步骤4，如果实时环境图片与所有环境自然信标均不匹配，则提取实时天花板图片的中的第一特征点和特征直线，比对实时天花板图片与上一帧天花板图片，计算得到移动机器人实时位置相对于上一帧天花板图片对应的移动机器人位置的位移向量和方位角变化量，再计算出移动机器人的实时位置；
工作步骤5，如果实时环境图片与任一的环境自然信标匹配，则提取实时天花板图片的中的第一特征点和特征直线，提取实时环境图片中的第二特征点，比对实时天花板图片和天花板自然信标，计算得到移动机器人实时位置相对于自然信标点的位移向量；比对实时环境图片和环境自然信标，计算得到移动机器人的实时位置相对于自然信标点的方位角变化量；再计算出移动机器人的实时位置；
进一步优化的是，所述准备步骤还包括：准备步骤3，标定天花板图片采集模块和环境图片采集模块与移动机器人理论中心点的位置关系。
进一步优化的是，所述对天花板图片和环境图片的预处理手段包括滤波处理和腐蚀膨胀处理。
有益效果：(1)本发明提供的结合环境信息的室内移动机器人定位***和方法设置了自然信标库，移动机器人在利用天花板图片进行位置计算的时候容易产生累积误差，自然信标库的存在使得移动机器人在运动至自然信标点及其附近时，计算***采用预存于自然信标库中的天花板图片作为基准图片，这意味着移动机器人在自然信标点及其附近自动重新标定位置，有助于消除定位计算中的累积误差，提高定位精度。(2)本发明提供的结合环境信息的室内移动机器人定位***和方法利用环境图片比对的方式判断移动机器人是否处于自然信标点及其附近，不需要在室内实际环境中设置其他硬件，避免了对使用环境的具体改造，提高了移动机器人的适用范围。(3)本发明提供的结合环境信息的室内移动机器人定位***和方法在使用前标定天花板图片采集模块和环境图片采集模块与移动机器人理论中心点的位置关系，消除图片采集模块在机器人中的具体安装位置所带来的测量偏差，更为精确的反应移动机器人再使用环境中的定位。
附图说明
图1是实施例1移动机器人结构示意图。
图2是移动机器人定位***结构框图。
图3是天花板图片示例。
图4是定位***工作流程图。
其中：1、机器人本体；2、CMOS相机；3、全景相机。
具体实施方式
下面结合附图和具体实施方式对本发明作进一步详细说明。
实施例1
如图1至图4所示，本实施例的移动机器人包括一个具有动力***的机器人本体1、控制机器人运动的上位机和定位***，定位***依据设定的周期不断计算机器人在室内的位置信息并传递至上位机，上位机根据机器人的位置信息控制机器人的具体运动轨迹和运动姿态。机器人的位置信息包括机器人在室内平面空间中的绝对位置坐标和机器人的方位角。
本实施例的移动机器人用于具有天花板的室内，所述天花板被划分成多个形状一致的正方形分格。
定位***包括天花板图片采集模块、环境图片采集模块、中央处理器，存储模块和数据通讯模块。
天花板图片采集模块为CMOS相机2，相机镜头垂直指向天花板，相机采集移动机器人上方的天花板图片并传递至中央处理器。
环境图片采集模块为全景相机3，全景相机3采集移动机器人周围环境图片并传递至中央处理器。
数据通讯模块用于中央处理器和存储模块与上位机或其他外接设备数据通讯。
本实施例移动机器人的定位***在正式工作之前需进行如下的四个准备步骤：
准备步骤一、标定CMOS相机2和全景相机3，获得CMOS相机2和全景相机3的畸变参数；具体步骤包括：(1)打印一张标准的国际象棋盘作为标定板，并将其贴在一个刚性的平面上；(2)从不同角度拍摄15张标定板图像(数量多可使标定更准确)；(3)检测标定板上的角点，并确定图像坐标和实际坐标；(4)利用线性模型计算出摄像机的内部参数；(5)利用畸变模型，对摄像机内参数进行优化，求出畸变参数；
准备步骤二、标定CMOS相机2和全景相机3与移动机器人理论中心点的位置关系，获得CMOS相机2坐标系和全景相机3坐标系与移动机器人坐标系之间的相对向量和方位角变化量；
准备步骤三、建立自然信标库，在移动机器人的室内活动范围上以2米的间隔设置多个均匀散布的位置点，这些位置点称为自然信标点，将移动机器人分别置于每一个自然信标点，移动机器人采集上方的天花板图片和周围的环境图片，将经过预处理(畸变校正、滤波降噪和腐蚀膨胀处理)的天花板图片和环境图片作为该自然信标点的天花板自然信标和环境自然信标，将每一个自然信标点的位置信息、天花板自然信标和环境自然信标作为一组关联信息存储；
准备步骤四、为移动机器人采集初始点上方的天花板图片，赋予初始点的位置信息。
当移动机器人从初始位置开始运动之后，中央处理器用于实时计算移动机器人的位置，具体的计算周期依据移动机器人的具体需求定义。定位***在每一个周期内计算出一个机器人位置信息(包括绝对坐标和方位角)。具体计算过程是CMOS相机2和全景相机3分别拍摄一张实时天花板图片和环境图片，中央处理器预处理实时天花板图片和实时环境图片，中央处理器将实时环境图片与所有环境自然信标比对，比对原理是：利用SIFT算法提取实时环境图片的第一特征点，将第一特征点的像素值及其前后左右点的像素值和梯度值存储为第一一维向量；将环境自然信标图片的对应点(对应点是指与实时环境图片的第一特征点的图片坐标一致的点)的像素值及其前后左右点的像素值和梯度值存储为第二一维向量，计算第一一维向量和第二一维向量之间的欧拉距离，如果该欧拉距离小于设定的阈值，判定该第一特征点和对应点匹配，即实时环境图片与环境自然信标图片存在一对匹配点；针对实时环境图片的所有第一特征点重复前述过程，最终统计后，如果实时环境图片与环境自然信标之间拥有超过10对匹配点(数值10依据具体应用而设定)，则判定实时环境图片与该环境自然信标匹配；否则判定实时环境图片与该环境自然信标不匹配。
中央处理器依据实时环境图片与所有环境自然信标比对结果作出如下动作：
动作一，如果实时环境图片与所有环境自然信标均不匹配，则中央处理器提取实时天花板图片的中的第一特征点和特征直线，中央处理器比对实时天花板图片与上一帧天花板图片，计算得到移动机器人实时位置相对于上一帧天花板图片对应的移动机器人位置的位移向量和方位角变化量。
由于天花板被分格成多个相同大小的正方格，将出现在天花板图片中的所有正方格的角点中的最靠近图片中心的角点确定为第一特征点，将经过该角点的两条相互垂直的直线中的任意一条直线确定为特征直线。
天花板图片的拍摄周期短，在任意一个拍摄周期内，移动机器人的位移量和方位角变化量很小，实时天花板图片中的第一特征点与上一帧天花板图片(即离实时天花板图片最近一次拍摄的天花板图片)中的第一特征点的距离很小，中央处理器据此准确提取实时天花板图片中的第一特征点，继而计算出移动机器人的位移向量；计算出经过实时天花板图片的第一特征点的两条直线与上一帧天花板图片的特征直线的所有夹角(有四个夹角)，夹角值最小的角即为移动机器人的方位角变化量。
动作二，如果实时环境图片与任一的环境自然信标匹配，则：(1)中央处理器利用ORB算法提取实时天花板图片和天花板自然信标图片的中的第一特征点和若干干扰点，再利用聚类算法进一步计算得到实时天花板图片和天花板自然信标图片的第一特征点(即角点)，根据两张天花板图片的第一特征点可计算得到移动机器人的位移向量；(2)中央处理器利用SIFT算法提取实时环境图片中的第二特征点，中央处理器利用SIFT算法提取环境自然信标图片中的第二特征点，其中，实时环境图片中的第二特征点与环境自然信标图片中的第二特征点是具有对应匹配关系的；通过这两组具有对应匹配关系的第二特征点，中央处理器计算出多个移动机器人的方位角变化量，中央处理器利用聚类算法处理计算出的多个移动机器人的方位角变化量，最终获得一个输出值作为移动机器人的方位角变化量。
动作一和动作二的目的在于计算出移动机器人的位移向量和方位角变化量，依据移动机器人的位移向量和方位角变化量计算移动机器人位置信息的计算公式为：
式中θ表示方位角变化量，(pxi，pyi)是移动机器人的位移向量，(x′，y′)，(x，y)分别表示移动机器人在当前周期和上一个周期(或者自然信标点)中的绝对坐标。
动作一是移动机器人在除了自然信标点及其附近以外的区域所采用的位置计算方法，该计算方法以上一个周期的位置计算结果作为计算基准，以此计算当前周期的位置信息，所以该计算结果具有累积性。动作二是移动机器人在自然信标点及其附近所采用的位置计算方法，该计算方法以自然信标点预存的位置信息作为计算基准，以此计算当前周期的位置信息，避免移动机器人长距离活动带来的计算误差累积。
虽然说明书中对本发明的实施方式进行了说明，但这些实施方式只是作为提示，不应限定本发明的保护范围。在不脱离本发明宗旨的范围内进行各种省略、置换和变更均应包含在本发明的保护范围内。
Claims (6)
1.一种结合环境信息的室内移动机器人定位***，其特征在于：室内移动机器人用于具有天花板的室内，所述天花板被划分成多个形状一致的正方形分格；
定位***包括天花板图片采集模块、环境图片采集模块、中央处理器，存储模块和数据通讯模块；
天花板图片采集模块采集移动机器人上方的天花板图片并传递至中央处理器；
环境图片采集模块采集移动机器人周围环境图片并传递至中央处理器；
移动机器人在其室内活动范围上设置有多个均匀散布的位置点，这些位置点称为自然信标点，移动机器人在每一个自然信标点采集一张天花板图片和一张环境图片，中央处理器预处理天花板图片和环境图片后将两张图片与自然信标点的坐标信息和方位角信息以彼此关联的方式存储至存储模块，经预处理后的天花板图片和环境图片分别称为该自然信标点的天花板自然信标和环境自然信标；
中央处理器用于实时计算移动机器人的位置，中央处理器预处理实时天花板图片和实时环境图片，中央处理器将实时环境图片与所有环境自然信标比对并根据比对结果作出如下动作：如果实时环境图片与所有环境自然信标均不匹配，则中央处理器提取实时天花板图片的中的第一特征点和特征直线，中央处理器比对实时天花板图片与上一帧天花板图片，计算得到移动机器人实时位置相对于上一帧天花板图片对应的移动机器人位置的位移向量和方位角变化量；如果实时环境图片与任一的环境自然信标匹配，则中央处理器提取实时天花板图片的中的第一特征点和特征直线，提取实时环境图片中的第二特征点，中央处理器比对实时天花板图片和天花板自然信标，计算得到移动机器人实时位置相对于自然信标点的位移向量，中央处理器继续比对实时环境图片和环境自然信标，计算得到移动机器人的实时位置相对于自然信标点的方位角变化量；
数据通讯模块用于中央处理器和存储模块与上位机或其他外接设备数据通讯。
2.根据权利要求1所述的结合环境信息的室内移动机器人定位***，其特征在于：所述天花板图片采集模块为CMOS相机，所述环境图片采集模块为全景相机。
3.根据权利要求1或2所述的结合环境信息的室内移动机器人定位***，其特征在于：中央处理器对天花板图片和环境图片的预处理包括滤波处理和腐蚀膨胀处理。
4.一种结合环境信息的室内移动机器人定位方法，其特征在于：所述定位方法用于计算室内移动机器人的实时位置，移动机器人在具有天花板的室内活动，所述天花板被划分成多个形状一致的正方形分格；定位方法包括如下准备步骤和工作步骤：
准备步骤1，建立自然信标库，在移动机器人的室内活动范围上设置多个均匀散布的位置点，这些位置点称为自然信标点，将移动机器人分别置于每一个自然信标点，移动机器人采集上方的天花板图片和周围的环境图片，将经过预处理的天花板图片和环境图片作为该自然信标点的天花板自然信标和环境自然信标，将每一个自然信标点的位置信息、天花板自然信标和环境自然信标作为一组关联信息存储；
准备步骤2，为移动机器人采集初始点上方的天花板图片，赋予初始点的位置信息；
工作步骤1，移动机器人开始工作后，采集移动机器人实时位置上方的天花板图片和周围的环境图片；
工作步骤2，预处理实时天花板图片和环境图片；
工作步骤3，比对实时环境图片和环境自然信标；
工作步骤4，如果实时环境图片与所有环境自然信标均不匹配，则提取实时天花板图片的中的第一特征点和特征直线，比对实时天花板图片与上一帧天花板图片，计算得到移动机器人实时位置相对于上一帧天花板图片对应的移动机器人位置的位移向量和方位角变化量，再计算出移动机器人的实时位置；
工作步骤5，如果实时环境图片与任一的环境自然信标匹配，则提取实时天花板图片的中的第一特征点，提取实时环境图片中的第二特征点，比对实时天花板图片和天花板自然信标，计算得到移动机器人实时位置相对于自然信标点的位移向量；比对实时环境图片和环境自然信标，计算得到移动机器人的实时位置相对于自然信标点的方位角变化量；再计算出移动机器人的实时位置。
5.根据权利要求4所述的结合环境信息的室内移动机器人定位***，其特征在于，所述准备步骤还包括：准备步骤3，标定天花板图片采集模块和环境图片采集模块与移动机器人理论中心点的位置关系。
6.根据权利要求4或5所述的结合环境信息的室内移动机器人定位***，其特征在于：所述对天花板图片和环境图片的预处理手段包括滤波处理和腐蚀膨胀处理。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201611008351.2A CN106646441A (zh) | 2016-11-16 | 2016-11-16 | 结合环境信息的室内移动机器人定位***及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201611008351.2A CN106646441A (zh) | 2016-11-16 | 2016-11-16 | 结合环境信息的室内移动机器人定位***及方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN106646441A true CN106646441A (zh) | 2017-05-10 |
Family
ID=58806408
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201611008351.2A Pending CN106646441A (zh) | 2016-11-16 | 2016-11-16 | 结合环境信息的室内移动机器人定位***及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN106646441A (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107356242A (zh) * | 2017-06-26 | 2017-11-17 | 广州贰拾肆机器人科技有限公司 | 一种智能移动设备的室内定位方法及*** |
| CN107403151A (zh) * | 2017-07-18 | 2017-11-28 | 广州贰拾肆机器人科技有限公司 | 通过室内天花定位的方法、装置、设备及可读介质 |
| WO2019075948A1 (zh) * | 2017-10-18 | 2019-04-25 | 广东宝乐机器人股份有限公司 | 移动机器人的位姿估计方法 |
| CN110471407A (zh) * | 2019-07-02 | 2019-11-19 | 盐城华昱光电技术有限公司 | 一种模组自动调节的自适应定位***及方法 |
| CN114310863A (zh) * | 2020-09-29 | 2022-04-12 | 艾卡(南通)智能科技有限公司 | 一种模块化机器人执行工具 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20100070125A1 (en) * | 2008-09-12 | 2010-03-18 | Samsung Electronics Co., Ltd. | Apparatus and method for localizing mobile robot |
| WO2011052826A1 (ko) * | 2009-10-30 | 2011-05-05 | 주식회사 유진로봇 | 이동 로봇의 위치 인식을 위한 지도 생성 및 갱신 방법 |
| KR20110066714A (ko) * | 2009-12-11 | 2011-06-17 | 충북대학교 산학협력단 | 이동로봇의 위치인식 장치 및 방법 |
| CN102135429A (zh) * | 2010-12-29 | 2011-07-27 | 东南大学 | 一种基于视觉的机器人室内定位导航方法 |
| CN103020632A (zh) * | 2012-11-20 | 2013-04-03 | 北京航空航天大学 | 一种室内环境中移动机器人定位标志点的快速识别方法 |
| CN105737820A (zh) * | 2016-04-05 | 2016-07-06 | 芜湖哈特机器人产业技术研究院有限公司 | 一种室内机器人定位导航方法 |
-
2016
- 2016-11-16 CN CN201611008351.2A patent/CN106646441A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20100070125A1 (en) * | 2008-09-12 | 2010-03-18 | Samsung Electronics Co., Ltd. | Apparatus and method for localizing mobile robot |
| WO2011052826A1 (ko) * | 2009-10-30 | 2011-05-05 | 주식회사 유진로봇 | 이동 로봇의 위치 인식을 위한 지도 생성 및 갱신 방법 |
| KR20110066714A (ko) * | 2009-12-11 | 2011-06-17 | 충북대학교 산학협력단 | 이동로봇의 위치인식 장치 및 방법 |
| CN102135429A (zh) * | 2010-12-29 | 2011-07-27 | 东南大学 | 一种基于视觉的机器人室内定位导航方法 |
| CN103020632A (zh) * | 2012-11-20 | 2013-04-03 | 北京航空航天大学 | 一种室内环境中移动机器人定位标志点的快速识别方法 |
| CN105737820A (zh) * | 2016-04-05 | 2016-07-06 | 芜湖哈特机器人产业技术研究院有限公司 | 一种室内机器人定位导航方法 |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107356242A (zh) * | 2017-06-26 | 2017-11-17 | 广州贰拾肆机器人科技有限公司 | 一种智能移动设备的室内定位方法及*** |
| CN107356242B (zh) * | 2017-06-26 | 2020-09-29 | 广州贰拾肆机器人科技有限公司 | 一种智能移动设备的室内定位方法及*** |
| CN107403151A (zh) * | 2017-07-18 | 2017-11-28 | 广州贰拾肆机器人科技有限公司 | 通过室内天花定位的方法、装置、设备及可读介质 |
| CN107403151B (zh) * | 2017-07-18 | 2020-11-24 | 广州贰拾肆机器人科技有限公司 | 通过室内天花定位的方法、装置、设备及可读介质 |
| WO2019075948A1 (zh) * | 2017-10-18 | 2019-04-25 | 广东宝乐机器人股份有限公司 | 移动机器人的位姿估计方法 |
| CN110471407A (zh) * | 2019-07-02 | 2019-11-19 | 盐城华昱光电技术有限公司 | 一种模组自动调节的自适应定位***及方法 |
| CN110471407B (zh) * | 2019-07-02 | 2022-09-06 | 无锡真源科技有限公司 | 一种模组自动调节的自适应定位***及方法 |
| CN114310863A (zh) * | 2020-09-29 | 2022-04-12 | 艾卡(南通)智能科技有限公司 | 一种模块化机器人执行工具 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106646441A (zh) | 结合环境信息的室内移动机器人定位***及方法 | |
| CN109074083B (zh) | 移动控制方法、移动机器人及计算机存储介质 | |
| CN109360240B (zh) | 一种基于双目视觉的小型无人机定位方法 | |
| CN105469405B (zh) | 基于视觉测程的同时定位与地图构建方法 | |
| CN100453966C (zh) | 一种摄像机空间三维位置姿态测量方法 | |
| CN108734744A (zh) | 一种基于全站仪的远距离大视场双目标定方法 | |
| CN107741234A (zh) | 一种基于视觉的离线地图构建及定位方法 | |
| CN105447856B (zh) | 基于机器人运动参数与特征向量的标记点匹配方法 | |
| CN107358633A (zh) | 一种基于三点标定物的多相机内外参标定方法 | |
| WO2015134794A2 (en) | Method and system for 3d capture based on structure from motion with simplified pose detection | |
| CN111091587B (zh) | 一种基于视觉标志物的低成本动作捕捉方法 | |
| CN110142805A (zh) | 一种基于激光雷达的机器人末端校准方法 | |
| CN106338287A (zh) | 基于天花板的室内移动机器人视觉定位方法 | |
| CN106504287B (zh) | 基于模板的单目视觉目标空间定位*** | |
| CN103795935B (zh) | 一种基于图像校正的摄像式多目标定位方法及装置 | |
| CN110889873A (zh) | 一种目标定位方法、装置、电子设备及存储介质 | |
| CN112541973B (zh) | 虚实叠合方法与*** | |
| CN109425348A (zh) | 一种同时定位与建图的方法和装置 | |
| CN106370160A (zh) | 一种机器人室内定位***和方法 | |
| CN106651957B (zh) | 基于模板的单目视觉目标空间定位方法 | |
| CN113447014A (zh) | 室内移动机器人、建图方法、定位方法以及建图定位装置 | |
| CN109035343A (zh) | 一种基于监控相机的楼层相对位移测量方法 | |
| CN111105467A (zh) | 一种图像标定方法、装置及电子设备 | |
| Sheng et al. | Mobile robot localization and map building based on laser ranging and PTAM | |
| CN102609949A (zh) | 一种基于三焦点张量像素点转移的目标定位方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170510 |
|
| RJ01 | Rejection of invention patent application after publication |