CN107436148A - 一种基于多地图的机器人导航方法及装置 - Google Patents

一种基于多地图的机器人导航方法及装置 Download PDF

Info

Publication number
CN107436148A
CN107436148A CN201610353287.5A CN201610353287A CN107436148A CN 107436148 A CN107436148 A CN 107436148A CN 201610353287 A CN201610353287 A CN 201610353287A CN 107436148 A CN107436148 A CN 107436148A
Authority
CN
China
Prior art keywords
navigation
switching point
robot
path
area
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.)
Granted
Application number
CN201610353287.5A
Other languages
English (en)
Other versions
CN107436148B (zh
Inventor
彭志远
谷湘煜
吴本全
刘波
查盛
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen Launch Digital Technology Co Ltd
Original Assignee
Shenzhen Launch Digital Technology Co Ltd
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 Shenzhen Launch Digital Technology Co Ltd filed Critical Shenzhen Launch Digital Technology Co Ltd
Priority to CN201610353287.5A priority Critical patent/CN107436148B/zh
Publication of CN107436148A publication Critical patent/CN107436148A/zh
Application granted granted Critical
Publication of CN107436148B publication Critical patent/CN107436148B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/28Navigation; 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
    • G01C21/30Map- or contour-matching

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Automation & Control Theory (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
  • Navigation (AREA)

Abstract

本发明提供一种基于多地图的机器人导航方法和装置,包括:获取机器人的当前位置,利用全局路径图查找当前位置对应的区域导航图;根据当前位置及目标位置,利用预置的路径算法在全局路径图中确定导航路径,获取导航路径中包含的各切换点的信息,切换点位于相邻两张区域导航图的交界处,切换点的信息包括:切换点的位置信息以及对应的区域导航图的标识信息;根据各切换点对应的区域导航图的标识信息,查找各切换点对应的区域导航图,并利用各切换点的位置信息及查找出的区域导航图,控制机器人按照导航路径向目标位置行进。本发明可适用于复杂环境的机器人导航,并可降低导航***成本,减小导航***复杂度,提高导航***可靠性。

Description

一种基于多地图的机器人导航方法及装置
技术领域
本发明涉及计算机技术领域,特别涉及一种基于多地图的机器人导航方法及装置。
背景技术
随着机器人技术的发展,目前市场上已经有智能机器人开始被广泛应用,如变电站巡检机器人、勘察机器人、工厂搬运机器人以及餐厅服务机器人等等。这类机器人由于工作环境比较复杂,工作区域范围较大,甚至需要在不同地域高度交替工作,因此对导航的需求比较高。然而,目前这类机器人主要使用的是单一地图导航方法,即通过一张导航图进行导航。这种导航方式存在着很大的局限性,无法适用于地域高度不同但在同一坐标的环境。并且,在地形复杂且工作区域大的环境中,上述导航方式不但对机器人的主控性能及导航算法要求较高,而且对传感器的要求也比较高,为了保证导航的准确性,就必须为机器人配备高性能的处理器及传感器,成本较高。
发明内容
有鉴于此,本发明提供一种基于多地图的机器人导航方法及装置,可适用于复杂环境的机器人导航,并可降低导航***成本,减小导航***复杂度,提高导航***可靠性。
本发明实施例提供一种基于多地图的机器人导航方法,包括:
获取机器人的当前位置,利用全局路径图查找所述当前位置对应的区域导航图,所述全局路径图中包含整个导航环境中各经过路径上的所有坐标点以及各所述坐标点各自对应的区域导航图的标识信息;
根据所述当前位置及目标位置,利用预置的路径算法在所述全局路径图中确定导航路径,获取所述导航路径中包含的各切换点的信息,所述切换点位于相邻两张区域导航图的交界处,所述切换点的信息包括:所述切换点的位置信息以及对应的区域导航图的标识信息;
根据各所述切换点对应的区域导航图的标识信息,查找各所述切换点对应的区域导航图,并利用各所述切换点的位置信息及查找出的区域导航图,控制所述机器人按照所述导航路径向所述目标位置行进。
本发明实施例提供一种基于多地图的机器人导航装置,包括:
位置获取模块,用于获取机器人的当前位置;
导航图查找模块,用于利用全局路径图查找所述当前位置对应的区域导航图,所述全局路径图中包含整个导航环境中各经过路径上的所有坐标点以及各所述坐标点各自对应的区域导航图的标识信息;
导航路径确定模块,用于根据所述当前位置及目标位置,利用预置的路径算法在所述全局路径图中确定导航路径,获取所述导航路径中包含的各切换点的信息,所述切换点位于相邻两张区域导航图的交界处,所述切换点的信息包括:所述切换点的位置信息以及对应的区域导航图的标识信息;
所述导航图查找模块,还用于根据各所述切换点对应的区域导航图的标识信息,查找各所述切换点对应的区域导航图;
导航模块,用于利用各所述切换点的位置信息及查找出的区域导航图,控制所述机器人按照所述导航路径向所述目标位置行进。
根据上述实施例,本发明提供的一种基于多地图的机器人导航方法及装置,通过利用全局路径图确定从机器人的当前位置到目标位置的导航路径,根据导航路径获取该导航路径上各切换点对应的区域导航图,利用获取的区域导航图分段进行导航。相较于现有技术,一方面由于针对不同的区域采用对应的区域导航图进行导航,因此可有效解决现有技术中存在的无法适用于地域高度不同但在同一坐标的环境的问题,实现了在地形复杂且工作区域大的环境中的机器人导航,另一方面由于是利用多地图导航,每一张区域导航地图中包含的数据量较小,因此可降低数据处理时的难度和处理量,从而并可降低导航***成本,减小导航***复杂度,提高导航***可靠性。
为让本发明的上述和其他目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附图式,作详细说明如下。
附图说明
图1为本发明实施例提供的一种基于多地图的机器人导航方法的流程图;
图2为本发明实施例提供的一种基于多地图的机器人导航方法中全局路径图与区域导航图关系的一示意图;
图3为本发明实施例提供的一种基于多地图的机器人导航方法中全局路径图与区域导航图关系的另一示意图;
图4为本发明实施例提供的一种基于多地图的机器人导航方法中步骤S103的流程图;
图5为本发明一实施例提供的一种基于多地图的机器人导航装置的结构示意图;
图6为本发明另一实施例提供的一种基于多地图的机器人导航装置的结构示意图。
具体实施方式
为更进一步阐述本发明为实现预定发明目的所采取的技术手段及功效,以下结合附图及较佳实施例,对依据本发明的具体实施方式、结构、特征及其功效,详细说明如后。
参见图1,所示为本发明第一实施例提供的一种基于多地图的机器人导航方法的流程图,该方法可应用于机器人中,实现对机器人的多地图自主导航。其中,该机器人本体包括:主控CPU(中央处理器,Central Processing Unit)、存储器、电机、里程计、陀螺仪以及激光装置。其中,电机用于控制机器人运动,里程计、陀螺仪、激光装置用于外部环境信息采集及机器人的定位、导航。具体地,可利用里程计获取里程数据,并利用激光装置获取的激光数据对获取的里程数据进行修正,从而确定机器人的准确位置。
如图1所示,该方法具体可包括以下步骤:
S101、获取机器人的当前位置,利用全局路径图查找当前位置对应的区域导航图;
机器人的存储器中配置有一张全局路径图以及由多张相互关联的区域导航图构成的区域导航图集,该全局路径图中包含整个导航环境中各经过路径的坐标点以及各坐标点各自对应的区域导航图的标识信息。区域导航图集中包含多张与导航环境中的各个区域分别对应的相互关联的区域导航图。全局路径图根据区域导航图集生成。
优选地,区域导航图以栅格地图的方式存储。此外,全局路径图将预置的整个导航环境(如:餐厅、工厂等机器人实际的工作环境)中各经过路径的坐标点以及各坐标点各自对应的区域导航图的标识信息(如,地图号)以邻接矩阵的方式进行存储,可大幅减小内存资源的消耗以及路径规划时的CPU消耗,提高导航速度。
机器人在进行导航前,首先加载全局路径图,然后获取自身的当前位置在全局路径图中的坐标,根据获取的当前位置的坐标,通过全局路径图确定与当前位置对应的区域导航图的标识信息,根据确定的标识信息从区域导航图集中查找与该标识信息对应的区域导航图,即查找当前位置对应的区域导航图,并加载查找出的该区域导航图。
S102、根据当前位置及目标位置,利用预置的路径算法在全局路径图中确定导航路径,获取导航路径中包含的各切换点的信息,切换点位于相邻两张区域导航图的交界处,切换点的信息包括:切换点的位置信息以及对应的区域导航图的标识信息;
优选地,可利用迪科斯彻算法(英语:Dijkstra's algorithm),计算得到全局导航图中从当前位置到达目标位置的最优路径作为导航路径。然后,利用全局路径图,获取导航路径中包含的从机器人的当前位置到达目标位置途中需要经过的各个切换点的信息。其中切换点是全局路径图中位于相邻两张区域导航图的交界处的具有切换点属性的邻接点(如图2所示的A和B)。切换点的信息包括:切换点的位置信息及对应的区域导航图的标识信息。
S103、根据各切换点对应的区域导航图的标识信息,查找各切换点对应的区域导航图,并利用各切换点的位置信息及查找出的区域导航图,控制机器人按照导航路径向目标位置行进。
根据各切换点对应的区域导航图的标识信息,查找各切换点对应的区域导航图,并利用各切换点的位置信息及查找出的区域导航图,控制机器人按照导航路径向目标位置行进,其中每到达一个导航路径中包含的切换点,则切换与该切换点对应的区域导航图进行区域导航,直至抵达目标位置。
具体地,根据获取的各切换点信息中对应的区域导航图的标识信息,在区域导航图集中查找该标识信息对应的区域导航图。然后按照导航路径,根据各切换点的位置信息,利用当前位置对应的区域导航图,控制机器人向行进方向上距离自身最近的切换点前进,当检测到机器人到达该切换点时,根据行进方向确定下一张区域导航图。可以理解地,由于切换点位于相邻两张区域导航图的交界处,一般对应两张区域导航图,因此可根据行进方向确定将要使用的区域导航图,例如,如图2所示,当行进方向为从切换点A至切换点B时,当机器人抵达切换点A时,行进方向上距离机器人最近的一个切换点为B,则确定下一张区域导航图为区域导航图2。然后根据确定出的下一张区域导航图进行导航,直至到达目标位置。
作为本发明另一实施例,如图4所示,步骤S103具体包括:
S1031、加载当前位置对应的区域导航图;
S1032、判断目标位置是否位于当前加载的导航图中;
具体地,可根据实时获取的当前位置与目标位置的坐标,判断当前位置与目标位置是否对应同一个区域导航图,若对应同一个区域导航图,则判断目标位置位于当前加载的导航图中。需要说明的是,在同一时间点只加载一张区域导航图,本步骤中当前加载的导航图是指在执行本步骤的时间点加载的区域导航图或目标区域导航图。
S1033、若位于,则根据当前加载的导航图,控制机器人行进至目标位置;
若目标位置位于当前加载的导航图中,则利用当前加载的导航图进行导航,控制机器人行进至目标位置。
S1034、若不位于,则根据当前加载的导航图及行进方向上当前距离机器人最近的切换点的位置信息,控制机器人向最近的切换点行进;
若目标位置不位于当前加载的导航图中,则根据行进方向,从导航路径中包含的各切换点确定本次需要到达的距离机器人最近的一个切换点,利用当前加载的导航图进行导航,控制机器人向该切换点行进。
S1035、当检测到机器人到达最近的切换点时,根据最近的切换点对应的区域导航图的标识信息以及行进方向,查找并加载对应的目标区域导航图,执行步骤S1032,直至到达目标位置。
根据持续实时获取的机器人的当前位置以及最近的切换点的位置,检测机器人是否达到最近的切换点,若检测到机器人到达最近的切换点时,根据该切换点对应的区域导航图的标识信息以及行进方向,查找行进方向上与该最近的切换点对应的目标区域导航图。可以理解地,由于切换点位于相邻两张区域导航图的交界处,也就是说,同一个切换点有可能对应两张不同的区域导航图,根据最近的切换点对应的区域导航图的标识信息,在区域导航图集中查找对应的区域导航图,根据行进方向,确认查找出的区域导航图哪一个才是需要使用的目标区域导航图,并加载确认出的该目标区域导航图,然后执行步骤S1032-S1035,直至控制机器人到达目标位置。
结合图2,为进一步说明上述基于多地图的机器人导航方法,举例来说,假设机器人的当前位置位于导航栅格地图1,目标位置位于导航栅格地图2,则:
首先,机器人进行多地图导航初始化,载入全局路径图,根据机器人自身位置,找到机器人所处的导航栅格地图1,并加载此区域导航栅格地图1。
然后,当机器人需要到达某个具体的位置时,机器人会根据当前位置及目标位置,根据全局路径图找到机器人需要到达目标所使用的全部区域导航栅格地图,然后根据自身所在位置实时加载区域导航栅格地图导航,直到到达目的地。具体地:
1、根据自身位置及目标位置,在全局路径邻接矩阵图中使用Dijkstra'salgorithm找出最优路径,并根据机器人所要经过的路径找到带有切换点属性的邻接点,确认所需要的一个或多个区域导航栅格地图号,如导航栅格地图2的地图号;
2、判断目标位置是否在当前加载的区域导航栅格地图1(由步骤5跳转至步骤2时,当前加载的区域导航栅格地图为区域导航栅格地图2)中,如果在当前地图,则跳至第6步执行,如果不在当前加载的区域导航栅格地图1,则执行步骤3;
3、根据当前加载的区域导航栅格地图1,通过本地控制导航,向导航路径中当前距离机器人最近的切换点A运动,切换点A位于下一个区域导航栅格地图2与当前加载的区域导航栅格地图1的交界处;
4、判断是否到达切换点A,如果到达切换点A,则执行下面的步骤5,如果没有到达,则跳至第3步继续执行;
5、加载新的区域导航栅格地图2,跳至第2步继续执行;
6、根据当前加载的区域导航栅格地图1(由步骤5跳转至步骤2再跳转至6时,当前加载的区域导航栅格地图为区域导航栅格地图2),通过本地控制导航,运动到目标位置并结束导航。
作为本发明另一实施例,在进行多地图导航之前,机器人利用内置的各种陀螺仪、里程计以及激光装置等各种数据采集装置,采集预置的导航环境的现场数据,根据采集的现场数据以及与设定的建图参数,如:地图大小阈值、陀螺仪反馈的地形高低落差阈值或陀螺仪反馈的倾斜角度阈值等,利用地图工具生成包含多张并相互关联的区域导航图的区域导航图集(优选地,区域导航图以栅格地图方式存储)及一张全局路径图(优选地,全局路径图把经过路径的坐标点和地图号同时以邻接矩阵方式存储)。具体包括以下步骤:
1、采集预置的导航环境的现场数据,该现场数据可以但不限于包括:通过陀螺仪、里程计及激光装置采集的导航环境的原始数据。
2、利用预置的地图工具通过扩展卡尔曼滤波算法,对采集的现场数据进行处理,得到机器人的车身姿态及位置信息,其中车身姿态源自通过陀螺仪获得的数据,位置信息源自通过里程计获取的里程数据。
3、利用地图工具根据预置的地图大小阈值以及通过陀螺仪采集的现场数据,确认需要生成的区域导航栅格地图的数目及各区域导航栅格地图的划分数据包,其中陀螺仪采集的现场数据可以但不限于包括:陀螺仪反馈的地形高低落差阈值或陀螺仪反馈的倾斜角度阈值。划分数据包中包含对应的区域导航栅格地图的地图数据,该地图数据包括:上述步骤2中得到的机器人的车身姿态、位置信息以及上述步骤1中通过激光装置采集的激光数据。
4、根据各划分数据包,使用其中包含的机器人的车身姿态、位置信息以及激光数据,利用ICP(迭代最近点算法,Iterative Closest Point)算法创建区域导航栅格地图,并根据预置的路径长度阈值或偏航角阈值生成全局路径图的顶点的描述信息及切换点的描述信息,其中全局路径图的顶点的描述信息包括各顶点的位置信息及对应的区域导航栅格地图的地图号,切换点的描述信息包括各切换点的位置信息及对应的区域导航栅格地图的地图号。
5、根据生成的全局路径图的顶点及切换点的描述信息,合成全局路径图(或称全局路径邻接矩阵图)。
生成的区域导航栅格地图与全局路径图的关系如图2和3所示。其中,图2中的单实线所示的为区域导航栅格地图1(图3中的导航地图1),单虚线所示的为区域导航栅格地图2(图3中的导航地图2),双实线所示的为全局路径图3(图3中的路径图),空心虚线所示为2张区域导航栅格地图的交界处4,即二者重复的部分,全局路径图3上的点A和B即为切换点,必须处于2张导航栅格地图1和2的交界处,即处于二者重复的部分中。
本发明实施例提供的一种基于多地图的机器人导航方法,通过利用全局路径图确定从机器人的当前位置到目标位置的导航路径,根据导航路径获取该导航路径上各切换点对应的区域导航图,利用获取的区域导航图分段进行导航。相较于现有技术,一方面由于针对不同的区域采用对应的区域导航图进行导航,因此可有效解决现有技术中存在的无法适用于地域高度不同但在同一坐标的环境的问题,实现了在地形复杂且工作区域大的环境中的机器人导航,另一方面由于是利用多地图导航,每一张区域导航地图中包含的数据量较小,因此可降低数据处理时的难度和处理量,从而并可降低导航***成本,减小导航***复杂度,提高导航***可靠性。
参见图5,所示为本发明一实施例提供的一种基于多地图的机器人导航装置的结构示意图,其可以是图1所示本发明实施例提供的一种基于多地图的机器人导航方法的执行主体,如机器人或机器人中的一个模块,为了便于说明,仅示出了与本发明实施例相关的部分。如图5所示,该装置包括:位置获取模块501、导航图查找模块502、导航路径确定模块503以及导航模块504。各模块详细说明如下:
其中,位置获取模块501,用于获取机器人的当前位置;
导航图查找模块502,用于利用全局路径图查找该当前位置对应的区域导航图,该全局路径图中包含整个导航环境中各经过路径上的所有坐标点以及各该坐标点各自对应的区域导航图的标识信息;
导航路径确定模块503,用于根据该当前位置及目标位置,利用预置的路径算法在该全局路径图中确定导航路径,获取该导航路径中包含的各切换点的信息,该切换点位于相邻两张区域导航图的交界处,该切换点的信息包括:该切换点的位置信息以及对应的区域导航图的标识信息;
导航图查找模块502,还用于根据各该切换点对应的区域导航图的标识信息,查找各该切换点对应的区域导航图;
导航模块504,用于利用各该切换点的位置信息及查找出的区域导航图,控制该机器人按照该导航路径向该目标位置行进。
需要说明的是,以上图5示例的一种基于多地图的机器人导航装置的实施方式中,各功能模块的划分仅是举例说明,实际应用中可以根据需要,例如相应硬件的配置要求或者软件的实现的便利考虑,而将上述功能分配由不同的功能模块完成,即将该装置的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。而且,实际应用中,本实施例中的相应的功能模块可以是由相应的硬件实现,也可以由相应的硬件执行相应的软件完成(本说明书提供的各个实施例都可应用上述描述原则,以下不再赘述)。未尽细节请参见前述图1至图4所示实施例的描述。
从上述图5示例的一种基于多地图的机器人导航装置可知,通过利用全局路径图确定从机器人的当前位置到目标位置的导航路径,根据导航路径获取该导航路径上各切换点对应的区域导航图,利用获取的区域导航图分段进行导航。相较于现有技术,一方面由于针对不同的区域采用对应的区域导航图进行导航,因此可有效解决现有技术中存在的无法适用于地域高度不同但在同一坐标的环境的问题,实现了在地形复杂且工作区域大的环境中的机器人导航,另一方面由于是利用多地图导航,每一张区域导航地图中包含的数据量较小,因此可降低数据处理时的难度和处理量,从而并可降低导航***成本,减小导航***复杂度,提高导航***可靠性。
参见图6,所示为本发明另一实施例提供的一种基于多地图的机器人导航装置的结构示意图,其可以是图1至图4所示本发明实施例提供的一种基于多地图的机器人导航方法的执行主体,如机器人或机器人中的一个模块,为了便于说明,仅示出了与本发明实施例相关的部分。在图5所示的一种基于多地图的机器人导航装置的基础上,与图5所示实施例不同的是,在本实施例中:
进一步地,导航模块504包括:
导航图加载子模块5041,用于加载该当前位置对应的区域导航图;
判断子模块5042,用于判断该目标位置是否位于当前加载的导航图中;
导航子模块5043,用于若判断子模块5042判断该目标位置位于该当前加载的导航图中,则根据该当前加载的导航图,控制该机器人行进至该目标位置;
导航子模块5043,还用于若判断子模块5042判断该目标位置不位于该当前加载的导航图中,则根据该当前加载的导航图及行进方向上当前距离该机器人最近的切换点的位置信息,控制该机器人向该最近的切换点行进;
检测子模块5044,用于检测该机器人是否到达该最近的切换点;
导航图查找模块502,还用于当检测子模块5044检测到该机器人到达该最近的切换点时,根据该最近的切换点对应的区域导航图的标识信息以及该行进方向,查找对应的目标区域导航图;
导航图加载子模块5041,还用于加载该目标区域导航图;
判断子模块5042,还用于在该导航图加载子模块加载该目标区域后,判断该目标位置是否位于当前加载的导航图中。
进一步地,导航路径确定模块503,还用于利用迪科斯彻算法,根据该全局路径图,得到从该当前位置到达该目标位置的最优路径作为该导航路径。
进一步地,该装置还包括:
采集模块601,用于采集该导航环境的现场数据,该现场数据包括:通过陀螺仪、里程计及激光装置采集的该导航环境的原始数据;
数据处理模块602,用于利用预置的地图工具通过扩展卡尔曼滤波算法,对采集的现场数据进行处理,得到该机器人的车身姿态及位置信息;
确认模块603,用于根据预置的地图大小阈值以及通过陀螺仪采集的现场数据,确认需要生成的该区域导航图的数目及各该区域导航图的划分数据包,该划分数据包中包含各区域导航图各自对应的激光数据、机器人的车身姿态及位置信息;
区域导航图创建模块604,用于根据各该划分数据包,利用迭代最近点算法创建该区域导航图;
生成模块605,用于根据预置的路径长度阈值或偏航角阈值,生成该全局路径图的顶点及切换点的描述信息;
全局路径图合成模块606,用于根据生成的该全局路径图的顶点及切换点的描述信息,合成该全局路径图。
进一步地,该区域导航图以栅格地图的方式存储,该全局路径图将该整个导航环境中各经过路径上的所有坐标点以及各该坐标点各自对应的区域导航图的标识信息以邻接矩阵的方式进行存储。
从上述图6示例的一种基于多地图的机器人导航装置可知,通过利用全局路径图确定从机器人的当前位置到目标位置的导航路径,根据导航路径获取该导航路径上各切换点对应的区域导航图,利用获取的区域导航图分段进行导航。相较于现有技术,一方面由于针对不同的区域采用对应的区域导航图进行导航,因此可有效解决现有技术中存在的无法适用于地域高度不同但在同一坐标的环境的问题,实现了在地形复杂且工作区域大的环境中的机器人导航,另一方面由于是利用多地图导航,每一张区域导航地图中包含的数据量较小,因此可降低数据处理时的难度和处理量,从而并可降低导航***成本,减小导航***复杂度,提高导航***可靠性。
在本申请所提供的几个实施例中,应该理解到,所揭露的方法和装置,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述模块的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个模块或组件可以结合或者可以集成到另一个***,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或模块的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的,作为模块显示的部件可以是或者也可以不是物理模块,即可以位于一个地方,或者也可以分布到多个网络模块上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能模块可以集成在一个处理模块中,也可以是各个模块单独物理存在,也可以两个或两个以上模块集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。
所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-OnlyMemory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
需要说明的是,对于前述的各方法实施例,为了简便描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本发明并不受所描述的动作顺序的限制,因为依据本发明,某些步骤可以采用其它顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作和模块并不一定都是本发明所必须的。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其它实施例的相关描述。
以上为对本发明所提供的一种基于多地图的机器人导航方法及装置的描述,对于本领域的技术人员,依据本发明实施例的思想,在具体实施方式及应用范围上均会有改变之处,综上,本说明书内容不应理解为对本发明的限制。

Claims (10)

1.一种基于多地图的机器人导航方法,其特征在于,所述方法包括:
获取机器人的当前位置,利用全局路径图查找所述当前位置对应的区域导航图,所述全局路径图中包含整个导航环境中各经过路径上的所有坐标点以及各所述坐标点各自对应的区域导航图的标识信息;
根据所述当前位置及目标位置,利用预置的路径算法在所述全局路径图中确定导航路径,获取所述导航路径中包含的各切换点的信息,所述切换点位于相邻两张区域导航图的交界处,所述切换点的信息包括:所述切换点的位置信息以及对应的区域导航图的标识信息;
根据各所述切换点对应的区域导航图的标识信息,查找各所述切换点对应的区域导航图,并利用各所述切换点的位置信息及查找出的区域导航图,控制所述机器人按照所述导航路径向所述目标位置行进。
2.根据权利要求1所述的方法,其特征在于,所述根据各所述切换点对应的区域导航图的标识信息,查找各所述切换点对应的区域导航图,并利用各所述切换点的位置信息及查找出的区域导航图,控制所述机器人按照所述导航路径向所述目标位置行进包括:
加载所述当前位置对应的区域导航图;
判断所述目标位置是否位于当前加载的导航图中;
若位于,则根据所述当前加载的导航图,控制所述机器人行进至所述目标位置;
若不位于,则根据所述当前加载的导航图及行进方向上当前距离所述机器人最近的切换点的位置信息,控制所述机器人向所述最近的切换点行进;
当检测到所述机器人到达所述最近的切换点时,根据所述最近的切换点对应的区域导航图的标识信息以及所述行进方向,查找并加载对应的目标区域导航图,执行所述判断所述目标位置是否位于当前加载的导航图中的步骤,直至到达所述目标位置。
3.根据权利要求1所述的方法,其特征在于,所述利用预置的路径算法在所述全局路径图中确定导航路径包括:
利用迪科斯彻算法,根据所述全局路径图,得到从所述当前位置到达所述目标位置的最优路径作为所述导航路径。
4.根据权利要求1所述的方法,其特征在于,所述方法还包括:
采集所述导航环境的现场数据,所述现场数据包括:通过陀螺仪、里程计及激光装置采集的所述导航环境的原始数据;
利用预置的地图工具通过扩展卡尔曼滤波算法,对采集的现场数据进行处理,得到所述机器人的车身姿态及位置信息;
根据预置的地图大小阈值以及通过陀螺仪采集的现场数据,确认需要生成的所述区域导航图的数目及各所述区域导航图的划分数据包,所述划分数据包中包含各所述区域导航图各自对应的激光数据、所述机器人的车身姿态及位置信息;
根据各所述划分数据包,利用迭代最近点算法创建所述区域导航图,并根据预置的路径长度阈值或偏航角阈值,生成所述全局路径图的顶点及切换点的描述信息;
根据生成的所述全局路径图的顶点及切换点的描述信息,合成所述全局路径图。
5.根据权利要求1至4任意一项所述的方法,其特征在于,所述区域导航图以栅格地图的方式存储,所述全局路径图将所述整个导航环境中各经过路径上的所有坐标点以及各所述坐标点各自对应的区域导航图的标识信息以邻接矩阵的方式进行存储。
6.一种基于多地图的机器人导航装置,其特征在于,所述装置包括:
位置获取模块,用于获取机器人的当前位置;
导航图查找模块,用于利用全局路径图查找所述当前位置对应的区域导航图,所述全局路径图中包含整个导航环境中各经过路径上的所有坐标点以及各所述坐标点各自对应的区域导航图的标识信息;
导航路径确定模块,用于根据所述当前位置及目标位置,利用预置的路径算法在所述全局路径图中确定导航路径,获取所述导航路径中包含的各切换点的信息,所述切换点位于相邻两张区域导航图的交界处,所述切换点的信息包括:所述切换点的位置信息以及对应的区域导航图的标识信息;
所述导航图查找模块,还用于根据各所述切换点对应的区域导航图的标识信息,查找各所述切换点对应的区域导航图;
导航模块,用于利用各所述切换点的位置信息及查找出的区域导航图,控制所述机器人按照所述导航路径向所述目标位置行进。
7.根据权利要求6所述的装置,其特征在于,所述导航模块包括:
导航图加载子模块,用于加载所述当前位置对应的区域导航图;
判断子模块,用于判断所述目标位置是否位于当前加载的导航图中;
导航子模块,用于若所述判断子模块判断所述目标位置位于所述当前加载的导航图中,则根据所述当前加载的导航图,控制所述机器人行进至所述目标位置;
所述导航子模块,还用于若所述判断子模块判断所述目标位置不位于所述当前加载的导航图中,则根据所述当前加载的导航图及行进方向上当前距离所述机器人最近的切换点的位置信息,控制所述机器人向所述最近的切换点行进;
检测子模块,用于检测所述机器人是否到达所述最近的切换点;
所述导航图查找模块,还用于当所述检测子模块检测到所述机器人到达所述最近的切换点时,根据所述最近的切换点对应的区域导航图的标识信息以及所述行进方向,查找对应的目标区域导航图;
所述导航图加载子模块,还用于加载所述目标区域导航图;
所述判断子模块,还用于在所述导航图加载子模块加载所述目标区域后,判断所述目标位置是否位于当前加载的导航图中。
8.根据权利要求6所述的装置,其特征在于,
所述导航路径确定模块,还用于利用迪科斯彻算法,根据所述全局路径图,得到从所述当前位置到达所述目标位置的最优路径作为所述导航路径。
9.根据权利要求6所述的装置,其特征在于,所述装置还包括:
采集模块,用于采集所述导航环境的现场数据,所述现场数据包括:通过陀螺仪、里程计及激光装置采集的所述导航环境的原始数据;
数据处理模块,用于利用预置的地图工具通过扩展卡尔曼滤波算法,对采集的现场数据进行处理,得到所述机器人的车身姿态及位置信息;
确认模块,用于根据预置的地图大小阈值以及通过陀螺仪采集的现场数据,确认需要生成的所述区域导航图的数目及各所述区域导航图的划分数据包,所述划分数据包中包含各所述区域导航图各自对应的激光数据、所述机器人的车身姿态及位置信息;
区域导航图创建模块,用于根据各所述划分数据包,利用迭代最近点算法创建所述区域导航图;
生成模块,用于根据预置的路径长度阈值或偏航角阈值,生成所述全局路径图的顶点及切换点的描述信息;
全局路径图合成模块,用于根据生成的所述全局路径图的顶点及切换点的描述信息,合成所述全局路径图。
10.根据权利要求6至9任意一项所述的装置,其特征在于,所述区域导航图以栅格地图的方式存储,所述全局路径图将所述整个导航环境中各经过路径上的所有坐标点以及各所述坐标点各自对应的区域导航图的标识信息以邻接矩阵的方式进行存储。
CN201610353287.5A 2016-05-25 2016-05-25 一种基于多地图的机器人导航方法及装置 Active CN107436148B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610353287.5A CN107436148B (zh) 2016-05-25 2016-05-25 一种基于多地图的机器人导航方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610353287.5A CN107436148B (zh) 2016-05-25 2016-05-25 一种基于多地图的机器人导航方法及装置

Publications (2)

Publication Number Publication Date
CN107436148A true CN107436148A (zh) 2017-12-05
CN107436148B CN107436148B (zh) 2020-09-25

Family

ID=60453027

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610353287.5A Active CN107436148B (zh) 2016-05-25 2016-05-25 一种基于多地图的机器人导航方法及装置

Country Status (1)

Country Link
CN (1) CN107436148B (zh)

Cited By (26)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108334080A (zh) * 2018-01-18 2018-07-27 大连理工大学 一种针对机器人导航的虚拟墙自动生成方法
CN108629561A (zh) * 2018-04-20 2018-10-09 深圳市证通电子股份有限公司 访客管理方法、商务***及存储介质
CN108762277A (zh) * 2018-06-11 2018-11-06 蚁群(上海)智能装备有限公司 一种分布式agv调度方法及调度***
CN108955677A (zh) * 2018-08-02 2018-12-07 苏州中德睿博智能科技有限公司 一种基于激光雷达与gps的拓扑地图创建方法及建图装置
CN108981699A (zh) * 2018-06-04 2018-12-11 上海木木机器人技术有限公司 一种机场线路指引的方法和机器人
CN109062218A (zh) * 2018-08-29 2018-12-21 广州市君望机器人自动化有限公司 控制机器人行驶路径的方法及装置
CN109116851A (zh) * 2018-09-05 2019-01-01 南京理工大学 一种基于地图切换的巡检机器人进出库算法
CN109341688A (zh) * 2018-09-05 2019-02-15 南京理工大学 一种基于构造顺序的地图调用定位算法
CN109764877A (zh) * 2019-02-26 2019-05-17 深圳优地科技有限公司 一种机器人跨楼层导航方法、装置及机器人
CN109901591A (zh) * 2019-04-02 2019-06-18 天津清智科技有限公司 一种无人驾驶车辆多地图路径选择控制***及方法
CN110377021A (zh) * 2018-09-29 2019-10-25 北京京东尚科信息技术有限公司 设备控制方法、装置、***、计算机可读存储介质
WO2020034890A1 (zh) * 2018-08-15 2020-02-20 杭州海康机器人技术有限公司 一种移动机器人跨区域方法、装置、调度***
CN110836668A (zh) * 2018-08-16 2020-02-25 科沃斯商用机器人有限公司 定位导航方法、装置、机器人及存储介质
CN111121753A (zh) * 2019-12-30 2020-05-08 炬星科技(深圳)有限公司 机器人联合建图方法、设备及计算机可读存储介质
CN111157006A (zh) * 2020-01-08 2020-05-15 浙江光珀智能科技有限公司 一种支持多地图的路径搜索方法和***
CN111168687A (zh) * 2020-03-11 2020-05-19 中国铁道科学研究院集团有限公司电子计算技术研究所 一种服务机器人控制方法及服务机器人
CN111561947A (zh) * 2020-07-14 2020-08-21 浙江大华技术股份有限公司 路径规划方法、装置及计算机存储介质
CN111854757A (zh) * 2020-06-30 2020-10-30 深圳优地科技有限公司 导航方法、装置、电子设备及存储介质
CN112082554A (zh) * 2020-08-05 2020-12-15 深圳市优必选科技股份有限公司 机器人导航方法、装置、终端设备及存储介质
CN112484729A (zh) * 2020-11-11 2021-03-12 深圳市优必选科技股份有限公司 导航地图切换方法、装置、终端设备及存储介质
CN113010724A (zh) * 2021-04-29 2021-06-22 山东新一代信息产业技术研究院有限公司 一种基于视觉特征点匹配的机器人地图选择方法及***
CN113029167A (zh) * 2021-02-25 2021-06-25 深圳市朗驰欣创科技股份有限公司 一种地图数据处理方法、地图数据处理装置及机器人
CN113095683A (zh) * 2021-04-14 2021-07-09 北京小乔机器人科技发展有限公司 一种机器人带客找药的方法
CN113252026A (zh) * 2021-06-03 2021-08-13 炬星科技(深圳)有限公司 跨场景导航方法、设备及存储介质
CN117086868A (zh) * 2023-08-09 2023-11-21 北京小米机器人技术有限公司 机器人及其控制方法、装置、存储介质
WO2024078334A1 (zh) * 2022-10-11 2024-04-18 长城汽车股份有限公司 地图数据的处理方法、装置、车辆及可读存储介质

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO1998052176A1 (fr) * 1997-05-09 1998-11-19 Xanavi Informatics Corporation Dispositif de base de donnees pour cartes, dispositif d'afficharge et support d'enregistrement de cartes comportant et utilisant efficacement les donnees de hauteur
JP3250554B2 (ja) * 1999-05-12 2002-01-28 株式会社デンソー 地図表示装置
CN101122800A (zh) * 2007-08-24 2008-02-13 北京航空航天大学 一种复合式视觉导航方法与装置
CN103278170A (zh) * 2013-05-16 2013-09-04 东南大学 基于显著场景点检测的移动机器人级联地图创建方法
CN103295464A (zh) * 2012-02-23 2013-09-11 北京四维图新科技股份有限公司 电子地图数据管理方法、装置及电子地图生成方法、装置
CN104914865A (zh) * 2015-05-29 2015-09-16 国网山东省电力公司电力科学研究院 变电站巡检机器人定位导航***及方法
CN105549585A (zh) * 2015-12-07 2016-05-04 江苏木盟智能科技有限公司 机器人导航方法及***

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO1998052176A1 (fr) * 1997-05-09 1998-11-19 Xanavi Informatics Corporation Dispositif de base de donnees pour cartes, dispositif d'afficharge et support d'enregistrement de cartes comportant et utilisant efficacement les donnees de hauteur
JP3250554B2 (ja) * 1999-05-12 2002-01-28 株式会社デンソー 地図表示装置
CN101122800A (zh) * 2007-08-24 2008-02-13 北京航空航天大学 一种复合式视觉导航方法与装置
CN103295464A (zh) * 2012-02-23 2013-09-11 北京四维图新科技股份有限公司 电子地图数据管理方法、装置及电子地图生成方法、装置
CN103278170A (zh) * 2013-05-16 2013-09-04 东南大学 基于显著场景点检测的移动机器人级联地图创建方法
CN104914865A (zh) * 2015-05-29 2015-09-16 国网山东省电力公司电力科学研究院 变电站巡检机器人定位导航***及方法
CN105549585A (zh) * 2015-12-07 2016-05-04 江苏木盟智能科技有限公司 机器人导航方法及***

Cited By (34)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108334080A (zh) * 2018-01-18 2018-07-27 大连理工大学 一种针对机器人导航的虚拟墙自动生成方法
CN108629561A (zh) * 2018-04-20 2018-10-09 深圳市证通电子股份有限公司 访客管理方法、商务***及存储介质
CN108981699B (zh) * 2018-06-04 2022-02-08 上海木木机器人技术有限公司 一种机场线路指引的方法和机器人
CN108981699A (zh) * 2018-06-04 2018-12-11 上海木木机器人技术有限公司 一种机场线路指引的方法和机器人
CN108762277A (zh) * 2018-06-11 2018-11-06 蚁群(上海)智能装备有限公司 一种分布式agv调度方法及调度***
CN108955677A (zh) * 2018-08-02 2018-12-07 苏州中德睿博智能科技有限公司 一种基于激光雷达与gps的拓扑地图创建方法及建图装置
WO2020034890A1 (zh) * 2018-08-15 2020-02-20 杭州海康机器人技术有限公司 一种移动机器人跨区域方法、装置、调度***
CN110836668A (zh) * 2018-08-16 2020-02-25 科沃斯商用机器人有限公司 定位导航方法、装置、机器人及存储介质
CN109062218B (zh) * 2018-08-29 2021-09-10 广州安商智能科技有限公司 控制机器人行驶路径的方法及装置
CN109062218A (zh) * 2018-08-29 2018-12-21 广州市君望机器人自动化有限公司 控制机器人行驶路径的方法及装置
CN109116851A (zh) * 2018-09-05 2019-01-01 南京理工大学 一种基于地图切换的巡检机器人进出库算法
CN109341688A (zh) * 2018-09-05 2019-02-15 南京理工大学 一种基于构造顺序的地图调用定位算法
CN109116851B (zh) * 2018-09-05 2021-09-10 南京理工大学 一种基于地图切换的巡检机器人进出库算法
CN110377021A (zh) * 2018-09-29 2019-10-25 北京京东尚科信息技术有限公司 设备控制方法、装置、***、计算机可读存储介质
CN109764877B (zh) * 2019-02-26 2020-10-27 深圳优地科技有限公司 一种机器人跨楼层导航方法、装置及机器人
CN109764877A (zh) * 2019-02-26 2019-05-17 深圳优地科技有限公司 一种机器人跨楼层导航方法、装置及机器人
CN109901591A (zh) * 2019-04-02 2019-06-18 天津清智科技有限公司 一种无人驾驶车辆多地图路径选择控制***及方法
CN111121753A (zh) * 2019-12-30 2020-05-08 炬星科技(深圳)有限公司 机器人联合建图方法、设备及计算机可读存储介质
CN111157006A (zh) * 2020-01-08 2020-05-15 浙江光珀智能科技有限公司 一种支持多地图的路径搜索方法和***
CN111157006B (zh) * 2020-01-08 2022-04-15 浙江光珀智能科技有限公司 一种支持多地图的路径搜索方法和***
CN111168687A (zh) * 2020-03-11 2020-05-19 中国铁道科学研究院集团有限公司电子计算技术研究所 一种服务机器人控制方法及服务机器人
CN111168687B (zh) * 2020-03-11 2021-09-14 中国铁道科学研究院集团有限公司电子计算技术研究所 一种服务机器人控制方法及服务机器人
CN111854757A (zh) * 2020-06-30 2020-10-30 深圳优地科技有限公司 导航方法、装置、电子设备及存储介质
CN111561947A (zh) * 2020-07-14 2020-08-21 浙江大华技术股份有限公司 路径规划方法、装置及计算机存储介质
CN112082554A (zh) * 2020-08-05 2020-12-15 深圳市优必选科技股份有限公司 机器人导航方法、装置、终端设备及存储介质
CN112484729A (zh) * 2020-11-11 2021-03-12 深圳市优必选科技股份有限公司 导航地图切换方法、装置、终端设备及存储介质
CN113029167A (zh) * 2021-02-25 2021-06-25 深圳市朗驰欣创科技股份有限公司 一种地图数据处理方法、地图数据处理装置及机器人
CN113095683A (zh) * 2021-04-14 2021-07-09 北京小乔机器人科技发展有限公司 一种机器人带客找药的方法
CN113010724A (zh) * 2021-04-29 2021-06-22 山东新一代信息产业技术研究院有限公司 一种基于视觉特征点匹配的机器人地图选择方法及***
CN113252026A (zh) * 2021-06-03 2021-08-13 炬星科技(深圳)有限公司 跨场景导航方法、设备及存储介质
CN113252026B (zh) * 2021-06-03 2021-10-08 炬星科技(深圳)有限公司 跨场景导航方法、设备及存储介质
WO2024078334A1 (zh) * 2022-10-11 2024-04-18 长城汽车股份有限公司 地图数据的处理方法、装置、车辆及可读存储介质
CN117086868A (zh) * 2023-08-09 2023-11-21 北京小米机器人技术有限公司 机器人及其控制方法、装置、存储介质
CN117086868B (zh) * 2023-08-09 2024-04-09 北京小米机器人技术有限公司 机器人及其控制方法、装置、存储介质

Also Published As

Publication number Publication date
CN107436148B (zh) 2020-09-25

Similar Documents

Publication Publication Date Title
CN107436148A (zh) 一种基于多地图的机器人导航方法及装置
CN108444482B (zh) 一种无人机自主寻路避障方法及***
Zhou et al. Fuel: Fast uav exploration using incremental frontier structure and hierarchical planning
CN113110457B (zh) 在室内复杂动态环境中智能机器人的自主覆盖巡检方法
CN107677279A (zh) 一种定位建图的方法及***
US9207678B2 (en) Method and apparatus for constructing map for mobile robot
CN106774347A (zh) 室内动态环境下的机器人路径规划方法、装置和机器人
CN113110522B (zh) 一种基于复合式边界检测的机器人自主探索方法
CN110119140A (zh) 用于加速曲线投影的***和方法
CN109489675A (zh) 用于自动驾驶车辆的基于成本的路径规划
CN109491376A (zh) 用于自动驾驶车辆的基于动态规划和梯度下降的决策和规划
CN105335597B (zh) 用于获取路线的轨迹模式的方法和***
EP3306431A1 (en) A computer-implemented method and a system for guiding a vehicle within a scenario with obstacles
CN108475059A (zh) 自主视觉导航
KR102049962B1 (ko) 샘플링기반의 최적 트리를 이용한 경로 계획 방법, 이를 구현하기 위한 프로그램이 저장된 기록매체 및 이를 구현하기 위해 매체에 저장된 컴퓨터프로그램
CN110260867A (zh) 一种机器人导航中位姿确定、纠正的方法、设备及装置
JP2006350776A (ja) 移動体の経路生成装置
CN107491068B (zh) 移动机器人路径规划方法、装置及路径规划设备
US20240192702A1 (en) Navigation method of robot, chip and robot
KR20140055134A (ko) 로봇의 경로계획 장치와 방법 및 상기 방법을 구현하는 프로그램이 기록된 기록 매체
US10288437B2 (en) Routing with data version stitching
CN110096054A (zh) 用于使用多个线程生成用于自动驾驶车辆的参考线的方法和***
CN105867368A (zh) 一种信息处理方法和移动装置
CN113805590A (zh) 一种基于边界驱动的室内机器人自主探索方法及***
JP2016149090A (ja) 自律移動装置、自律移動システム、自律移動方法、およびプログラム

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
GR01 Patent grant
GR01 Patent grant
CP03 Change of name, title or address
CP03 Change of name, title or address

Address after: B501, Building F2, TCL Science Park, No. 1001, Zhongshanyuan Road, Shuguang Community, Xili Street, Nanshan District, Shenzhen City, Guangdong Province, 518000

Patentee after: LAUNCH DIGITAL TECHNOLOGY Co.,Ltd.

Country or region after: China

Address before: 518000 Third Floor, Fengyun Building, Galaxy, No. 5 Xinxi Road, North District, Nanshan High-tech Park, Shenzhen City, Guangdong Province

Patentee before: LAUNCH DIGITAL TECHNOLOGY Co.,Ltd.

Country or region before: China