CN109556616A - 一种基于视觉标记的自动建图机器人建图修整方法 - Google Patents

一种基于视觉标记的自动建图机器人建图修整方法 Download PDF

Info

Publication number
CN109556616A
CN109556616A CN201811329204.4A CN201811329204A CN109556616A CN 109556616 A CN109556616 A CN 109556616A CN 201811329204 A CN201811329204 A CN 201811329204A CN 109556616 A CN109556616 A CN 109556616A
Authority
CN
China
Prior art keywords
visual indicia
robot
jian
automatic
point
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
Application number
CN201811329204.4A
Other languages
English (en)
Inventor
陈广
王法
陈凯
余卓平
瞿三清
葛艺忻
卢凡
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.)
Tongji University
Original Assignee
Tongji University
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 Tongji University filed Critical Tongji University
Priority to CN201811329204.4A priority Critical patent/CN109556616A/zh
Publication of CN109556616A publication Critical patent/CN109556616A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26—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
    • G01C21/32—Structuring or formatting of map data
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Electromagnetism (AREA)
  • Navigation (AREA)

Abstract

本发明提出了一种基于视觉标记的自动建图机器人建图修整方法，属于导航技术领域。该方法包括：(1)检测待测环境中的视觉标记；读取所述视觉标记所包含的其对应的视觉标记点的定位信息；基于所述视觉标记的角点信息，计算此时自动建图机器人相对于所述视觉标记点的相对位置与航向；(2)由视觉标记点的定位信息与自动建图机器人相对于所述视觉标记点的相对位置得到自动建图机器人的坐标与航向，对视觉标记点之间出现偏移、误差的建图数据进行修正与优化。该方法成本较低，容易实施，能够实现对高精度地图采集过程中的定位误差的实时精确修正、以及对采集地图信息的实时修整与离线优化，省去了传统同时定位与建图过程中对回环检测的需求。

Description

一种基于视觉标记的自动建图机器人建图修整方法
技术领域
本发明属于导航技术领域，涉及一种建图修整方法，尤其是自动建图机器人建图修整方法。
背景技术
近年来，随着自动驾驶汽车在一些领域的逐步应用，高精地图的采集需求日益增长。在诸多室内外场景中，GPS信号微弱，WiFi、UWB架设成本高昂，定位精度不高，使得所建地图发生偏移、畸变。受制于目前定位方案存在漂变、累计误差、价格昂贵等问题，而传统误差消除技术采用的回环检测、地图匹配等方法对计算力与环境特征具有一定的要求，在高精地图采集过程中对精确定位与误差修正的需求使得采图过程的价格高昂、计算复杂等，且难以应对特定场景(如白色墙面等)。
发明内容
本发明的目的在于提供一种成本较低，操作较简单且精度较高的建图修整方法。
为了达到上述目的，本发明的解决方案是：
一种基于视觉标记的自动建图机器人建图修整方法，包括：(1)检测待测环境中的视觉标记；读取所述视觉标记所包含的其对应的视觉标记点的定位信息；基于所述视觉标记的角点信息，计算此时自动建图机器人相对于所述视觉标记点的相对位置与航向；(2)由视觉标记点的定位信息与自动建图机器人相对于所述视觉标记点的相对位置得到自动建图机器人的坐标与航向，对视觉标记点之间出现偏移、误差的建图数据进行修正与优化。
所述自动建图机器人的建图过程包括：通过GPS或者航位推算获得当前自动建图机器人的初始定位信息，通过激光雷达在待测环境内进行同时定位与建图(即SLAM((simultaneous localization and mapping，即同步定位与建图)过程)。
所述步骤(1)中，所述定位信息包含所述视觉标记的坐标、朝向。
所述视觉标记为二维码。
检测待测环境中的视觉标记包括：通过前视单目相机获得待测环境的图像信息，从中识别并提取二维码的信息。
所述视觉标记按照设定间隔均匀布置。
所述步骤(2)包括：移动所述建图机器人，重复观测待测环境中按照设定间隔布置的视觉标记，读取所述视觉标记所包含的定位信息；对重复观测的视觉标记进行闭环优化，消除累积噪声，读取并记录所述视觉标记所在的视觉标记点的位置，通过扩展卡尔曼滤波器优化融合基于所述视觉标记求解出的自动建图机器人与所述视觉标记点的相对位置，以及惯性导航观测得到的相对位置，进行实时建图修整；利用图优化方法对建图结果进行多次优化，以提高建图修整结果的精度。
所述自动建图机器人包括移动平台和搭载在所述移动平台上的视觉传感器和激光雷达；所述视觉传感器用于检测待测环境中的视觉标记，所述激光雷达用于建图。
所述视觉传感器为前视单目传感器，所述激光雷达为多线激光雷达。
所述移动平台为车辆。
由于采用上述方案，本发明的有益效果是：本发明提出了一种基于视觉标记的自动建图机器人建图修整方法，该方法针对性地采用人工视觉特征标记，如二维码，利用视觉传感器进行识别、读取与定位，逐点消除由定位误差带来的建图误差。视觉传感器方便实用，成本较低，而且算法成熟，人工视觉标记点布置灵活方便，该方法以此为核心，容易实施，成本较低，能够实现对高精度地图采集过程中的定位误差的实时精确修正、以及对采集地图信息的实时修整与离线优化，省去了传统同时定位与建图过程中对回环检测(即通过多于一次地经过相同位置点的方式，减小建图与定位误差的步骤)的需求。
附图说明
图1为本发明一实施例中基于视觉标记的自动建图机器人建图修整方法的流程图；
图2为本发明该实施例中对某二维码角点识别、定位的结果示意图。
具体实施方式
以下结合附图所示实施例对本发明作进一步的说明。
本发明提出了一种基于视觉标记的自动建图机器人建图修整方法，其中自动建图机器人在建图过程中多次得到来自按照一定间隔设置的人工视觉标记的精确定位信息，通过读取人工视觉标记内编码的位置信息、计算人工视觉标记与自动建图机器人的相对位置，得到对自动建图机器人GPS定位和航位推算的误差修正。该方法总体上包括三个部分：
读取人工视觉标记：通过前视视觉传感器，捕捉、识别布置于定位点(即视觉标记点)处的人工视觉标记(如二维码)，通过读取人工视觉标记内的编码信息，可以得到当前所读取的人工视觉标记本身的精确定位信息，如朝向、坐标；
计算相对位置：在自动建图机器人读取到视觉标记点具体信息的基础上，利用视觉传感器，获取视觉标记点的定位信息(即前述朝向、坐标)，通过视觉定位计算得到此时自动建图机器人相对于视觉标记点的相对位置与航向；
精确建图修整：由视觉标记点的位置信息与自动建图机器人的相对位置信息得到自动建图机器人的精确定位信息(包括其精确定位点坐标与航向信息)，并由此精确定位信息对视觉标记点之间出现偏移、误差的建图数据进行修正与优化，无需通过回环检测、环境匹配等进行误差消除。
该方法可以按照以下具体技术流程进行：
通过低成本前视单目相机(即视觉传感器)获得自动建图机器人前方的图像信息，GPS或者航位推算获得当前自动建图机器人位置的初步定位信息，并通过激光雷达进行同时定位与建图；
从前视图像(即前述前视单目相机获取的图像)中识别并提取二维码(即人工视觉标记)的类型和二维码的四个角点，利用二维码的平面假设计算自动建图机器人与二维码之间的相对位置关系；
利用二维码标志的编码信息，对重复观测的二维码进行闭环优化，消除累积噪声，对相应视觉标记点的精确位置等信息进行读取与记录，通过扩展卡尔曼滤波器优化融合基于二维码求解出的车辆相对位置信息，以及惯性导航观测得到的自动建图机器人的相对位移信息，实现实时地图修整；
利用图优化方法对地图修整结果进行多次优化，提高视觉标记建图修整的精度；
建图时通过已生成的定位信息建图优化结果，通过对二维码的实时识别优化求解当前自动建图机器人的位置，实现高精度定位与建图。
其中，人工视觉标记按照设定的间隔均匀布置。采用GPS定位和航位推算的方式进行一般定位，并实时进行SLAM(simultaneous localization and mapping，即同步定位与建图)过程。建图过程与修整过程交叉进行，在建图过程中每检测到并解算完一个视觉标记，即可对此刻之前的地图进行修整，并继续进行会不断累计误差、混有跳变等噪声的建图过程，直到观测到下一个视觉标记以对这些误差进行修正。也可以说，建图过程一直在持续，而地图的修整与误差的修正仅仅发生在检测并解算完视觉标记的时候。
图1为本实施例中基于视觉标记的自动建图机器人建图修整方法的流程图。
本实施例中，该方法的具体实现过程如下：
采用经过改装的电动车辆作为采集平台，本实施例中其为短轴距自动行驶车，其上安装了GPS定位模块、激光雷达、前视单目相机、轨迹规划模块、控制模块等组件，能够自行驾驶，构成自动建图机器人。在本发明中，上述组件也可以更换安装到其他经过改装的车辆或其他可移动平台上，构成自动建图机器人。
前视单目相机布置于车辆前方倾斜向下位置，通过棋盘格内参标定法对前视相机的内参数进行标定。GPS天线布置于车辆车顶正上方前后轴线上。采用激光雷达，该激光雷达为多线激光雷达，将其布置于自动建图机器人的顶部。
每个二位码具有独一无二的序号编码。二维码中包含以下信息编码：标记点序号，相应地图标记点的位置坐标、朝向角度。
将二维码打印于A2以上尺寸的雾面防水纸，张贴在所需建图场景中各个地图定位点处，如道路水平中线、转角等位置。张贴的密度约为沿直线车道线1张/10m，在转弯处增加张贴密度至1张/5m。
自动建图机器人按照预先采集路径，以GPS定位信息和航位推算作为初始定位信息，激光雷达探测到的点云信息作为建图素材，进行局部建图过程。
利用前视单目相机对二维码进行检测，由于图像中四个角点在世界坐标系中位于同一平面上，且二维码边长已知，可用PnP(Perspective-n-Point)模型求解。
利用PnP模型，已知n(n＞2)组三维点坐标及在二维影像上对应的投影点坐标，即可确定相机外参数。具体求解过程如下：
三维点坐标与二维像点的对应关系可表示为：
spc＝K[R T]pw
其中，pw＝[x y z 1]T，为世界坐标系中三维点坐标的齐次形式，(x、y、z分别为三个维度上的空间坐标，x坐标轴、y坐标轴和z坐标轴的规定参照下段。)；pc＝[u v 1]T，是影像坐标系中二维点坐标的齐次形式(u、v分别为影像平面上的两个坐标)；K为相机内参数，在标定步骤中已预先求得；由于外参数[R T](R、T分别为相机外参数中的旋转参数矩阵、平移参数矩阵)的自由度为6Dof(即具有六个自由度(具体涉及3个平移方向、3个旋转方向))，当n＞2时，可使用SVD分解迭代求解出[R T]。
定义以二维码中心为原点，沿二维码方向水平向右为x轴，沿二维码方向垂直向上为y轴，垂直于二维码平面向内为z轴的二维码空间坐标系。由于二维码四个角点之间的相对位置关系已知，可计算得到其坐标值(如图2，其中长度s为二维码边长的一半)。故pw已知，pc通过二维码检测确定，K已标定相机得出，n＝4＞2，即可使用PnP模型迭代求解[R T]。
对R3×3(即上段中所述的R矩阵，在三维自由空间中其为3行3列的矩阵)进行罗德里格变换，即得前视单目相机到二维码中心连线与车辆航向的夹角a，对t3×1(即上段中的T矩阵，其包含3行1列)取二范数即为前视单目相机到二维码标记中心的距离d。则视觉标记在自动建图机器人坐标系下坐标为：(xtag＝sin(a)·d，ytag＝cos(a)·d)(xtag和ytag分别表示自动建图机器人坐标系下的横坐标与纵坐标)。即得到视觉标记点与自动建图机器人的相对位置。
不断重复观测一定间隔下的二维码标记阵列。激光雷达建立点云地图过程中，每当检测到二维码等人工视觉特征标记时，即根据预定义的编码规则识别、读取该视觉标记本身所包含的位置坐标、朝向角度等信息，并通过定位标记角点，计算得到自动建图机器人自身的位置，并对重复观测的二维码进行闭环优化，消除累积噪声，通过扩展卡尔曼滤波器优化融合基于二维码求解出的自动建图机器人相对位置信息，以及惯性导航观测得到的自动建图机器人相对位移信息，并根据编码中所记录的信息，对一个或多个相近的标记点形成连线、网格、或区域等定位优化基准。
采集得到视觉标记点定位基准地图，顶点是每个视觉标记点所在位置，即各二维码所在位置，边是基于读取二维码中编码记录信息连接的结果。每获得一个新的观测或车辆发生了位移，则在图中增加新的顶点和边缘，并通过扩展卡尔曼滤波算法对已形成的定位轮廓进行修正，增量式地得到车辆当前位置，并即时更新地图中视觉标记的位置。
在添加所有数据后，根据图中边和顶点的关系，列出边误差方程，使用高斯牛顿法迭代进行优化。
图模型可以用下列误差方程描述：
其中：
xcoordinate表示某节点的位置信息矩阵，为误差函数的自变量
k表示图模型中任意一个结点(视觉标记或车辆)；
C表示图模型中全体结点集合；
xk表示第k个结点的位置信息矩阵，若该结点为视觉标记，则存储视觉标记的位置坐标；若该结点为车辆，则存储车辆的位置坐标及航向；
zk表示由与第k个结点相关的观测获得的第k个结点的位置信息矩阵；
Ωk表示由与第k个结点相关的观测获得的协方差矩阵；
ek(xk，zk)表示xk与zk的误差函数；
F(xcoordinate)表示图模型的误差函数；
表示图模型的全局最优解；
用高斯牛顿法对上式进行迭代求解：
对F(xcoordinate)进行一阶泰勒展开，求解线性方程，解得新的全局最优解，作为初始值代入F(xcoordinate)进行新一轮迭代。
为提高优化的效率，采取全局图优化与局部图优化相结合的模式，首先对结点和边进行均匀采样，进行全局图优化，采样频率根据二维码观测频率进行调节，在实际应用中，一般为0.02Hz。再以全局图中的点为基准，进行局部图优化。存储所修正、优化得到的高精度导航地图。
综上，本发明利用低成本的前视单目相机，对环境中预先布置的人工视觉标记进行识别，并进行信息读取，得到相应的精确定位标记点，并根据标记读取到的信息，在已采集到的地图上放置精确定位点，根据新添加的精确定位点对采集得到的地图信息进行修整与局部优化，最终得到所需的高精度建图结果。
上述的对实施例的描述是为便于该技术领域的普通技术人员能理解和应用本发明。熟悉本领域技术的人员显然可以容易地对这些实施例做出各种修改，并把在此说明的一般原理应用到其他实施例中而不必经过创造性的劳动。因此，本发明不限于这里的实施例，本领域技术人员根据本发明的揭示，不脱离本发明范畴所做出的改进和修改都应该在本发明的保护范围之内。

Claims (10)

1.一种基于视觉标记的自动建图机器人建图修整方法，其特征在于：
(1)检测待测环境中的视觉标记；读取所述视觉标记所包含的其对应的视觉标记点的定位信息；基于所述视觉标记的角点信息，计算此时自动建图机器人相对于所述视觉标记点的相对位置与航向；
(2)由视觉标记点的定位信息与自动建图机器人相对于所述视觉标记点的相对位置得到自动建图机器人的坐标与航向，对视觉标记点之间出现偏移、误差的建图数据进行修正与优化。
2.根据权利要求1所述的一种基于视觉标记的自动建图机器人建图修整方法，其特征在于：所述自动建图机器人的建图过程包括：
通过GPS或者航位推算获得当前自动建图机器人的初始定位信息，通过激光雷达在待测环境内进行同时定位与建图。
3.根据权利要求1所述的一种基于视觉标记的自动建图机器人建图修整方法，其特征在于：所述步骤(1)中，所述定位信息包含所述视觉标记的坐标、朝向。
4.根据权利要求1所述的一种基于视觉标记的自动建图机器人建图修整方法，其特征在于：所述视觉标记为二维码。
5.根据权利要求4所述的一种基于视觉标记的自动建图机器人建图修整方法，其特征在于：检测待测环境中的视觉标记包括：通过前视单目相机获得待测环境的图像信息，从中识别并提取二维码的信息。
6.根据权利要求1所述的一种基于视觉标记的自动建图机器人建图修整方法，其特征在于：所述视觉标记按照设定间隔均匀布置。
7.根据权利要求1所述的一种基于视觉标记的自动建图机器人建图修整方法，其特征在于：所述步骤(2)包括：
移动所述建图机器人，重复观测待测环境中按照设定间隔布置的视觉标记，读取所述视觉标记所包含的定位信息；
对重复观测的视觉标记进行闭环优化，消除累积噪声，读取并记录所述视觉标记所在的视觉标记点的位置，通过扩展卡尔曼滤波器优化融合基于所述视觉标记求解出的自动建图机器人与所述视觉标记点的相对位置，以及惯性导航观测得到的相对位置，进行实时建图修整；
利用图优化方法对建图结果进行多次优化，以提高建图修整结果的精度。
8.根据权利要求1所述的一种基于视觉标记的自动建图机器人建图修整方法，其特征在于：所述自动建图机器人包括移动平台和搭载在所述移动平台上的视觉传感器和激光雷达；所述视觉传感器用于检测待测环境中的视觉标记，所述激光雷达用于建图。
9.根据权利要求1所述的一种基于视觉标记的自动建图机器人建图修整方法，其特征在于：所述视觉传感器为前视单目传感器，所述激光雷达为多线激光雷达。
10.根据权利要求1所述的一种基于视觉标记的自动建图机器人建图修整方法，其特征在于：所述移动平台为车辆。
CN201811329204.4A 2018-11-09 2018-11-09 一种基于视觉标记的自动建图机器人建图修整方法 Pending CN109556616A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811329204.4A CN109556616A (zh) 2018-11-09 2018-11-09 一种基于视觉标记的自动建图机器人建图修整方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811329204.4A CN109556616A (zh) 2018-11-09 2018-11-09 一种基于视觉标记的自动建图机器人建图修整方法

Publications (1)

Publication Number Publication Date
CN109556616A true CN109556616A (zh) 2019-04-02

Family

ID=65866152

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811329204.4A Pending CN109556616A (zh) 2018-11-09 2018-11-09 一种基于视觉标记的自动建图机器人建图修整方法

Country Status (1)

Country Link
CN (1) CN109556616A (zh)

Cited By (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110861082A (zh) * 2019-10-14 2020-03-06 北京云迹科技有限公司 辅助建图方法、装置、建图机器人及存储介质
CN111060118A (zh) * 2019-12-27 2020-04-24 炬星科技（深圳）有限公司 场景地图建立方法、设备及存储介质
CN111240330A (zh) * 2020-01-17 2020-06-05 电子科技大学 一种平粮机器人同步导航和精确定位方法及***
CN111256689A (zh) * 2020-01-15 2020-06-09 北京智华机器人科技有限公司 一种机器人定位方法、机器人和存储介质
CN111958636A (zh) * 2020-08-07 2020-11-20 湖南神通智能股份有限公司 一种机器人位置的标记方法及***
CN112146662A (zh) * 2020-09-29 2020-12-29 炬星科技（深圳）有限公司 一种引导建图方法、设备及计算机可读存储介质
CN112580375A (zh) * 2019-09-27 2021-03-30 苹果公司 位置感知视觉标记
CN112596070A (zh) * 2020-12-29 2021-04-02 四叶草(苏州)智能科技有限公司 一种基于激光及视觉融合的机器人定位方法
CN112650207A (zh) * 2019-10-11 2021-04-13 杭州萤石软件有限公司 机器人的定位校正方法、设备和存储介质
WO2021129347A1 (zh) * 2019-12-24 2021-07-01 炬星科技（深圳）有限公司 辅助定位柱以及自行走机器人的导航辅助***
CN113124850A (zh) * 2019-12-30 2021-07-16 北京极智嘉科技股份有限公司 机器人、地图生成方法、电子设备及存储介质
CN113776523A (zh) * 2021-08-24 2021-12-10 武汉第二船舶设计研究所 一种机器人低成本导航定位方法、***及应用
CN114237262A (zh) * 2021-12-24 2022-03-25 陕西欧卡电子智能科技有限公司 一种水面无人船自动停泊方法及***
CN114322933A (zh) * 2021-12-28 2022-04-12 珠海市运泰利自动化设备有限公司 一种基于托盘倾角的视觉反馈补偿方法
CN116242366A (zh) * 2023-03-23 2023-06-09 广东省特种设备检测研究院东莞检测院 一种球罐内壁爬壁机器人行走空间跟踪与导航方法

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104596502A (zh) * 2015-01-23 2015-05-06 浙江大学 一种基于cad模型与单目视觉的物***姿测量方法
CN206038015U (zh) * 2016-08-31 2017-03-22 湖南瑞森可机器人科技有限公司 一种智能移动设备
CN106989746A (zh) * 2017-03-27 2017-07-28 远形时空科技（北京）有限公司 导航方法及导航装置
CN107180215A (zh) * 2017-05-31 2017-09-19 同济大学 基于库位和二维码的停车场自动建图与高精度定位方法
CN107422735A (zh) * 2017-07-29 2017-12-01 深圳力子机器人有限公司 一种无轨导航agv激光与视觉特征混合导航方法
CN108290294A (zh) * 2015-11-26 2018-07-17 三星电子株式会社 移动机器人及其控制方法
CN108352071A (zh) * 2015-12-29 2018-07-31 德州仪器公司 用于计算机视觉***中的运动结构处理的方法
CN108363386A (zh) * 2017-12-30 2018-08-03 杭州南江机器人股份有限公司 基于二维码和激光的室内机器人定位方法、装置及***
CN108648270A (zh) * 2018-05-12 2018-10-12 西北工业大学 基于eg-slam的无人机实时三维场景重建方法
CN108734737A (zh) * 2018-06-14 2018-11-02 哈尔滨工业大学 基于视觉slam估计空间旋转非合作目标转轴的方法

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104596502A (zh) * 2015-01-23 2015-05-06 浙江大学 一种基于cad模型与单目视觉的物***姿测量方法
CN108290294A (zh) * 2015-11-26 2018-07-17 三星电子株式会社 移动机器人及其控制方法
CN108352071A (zh) * 2015-12-29 2018-07-31 德州仪器公司 用于计算机视觉***中的运动结构处理的方法
CN206038015U (zh) * 2016-08-31 2017-03-22 湖南瑞森可机器人科技有限公司 一种智能移动设备
CN106989746A (zh) * 2017-03-27 2017-07-28 远形时空科技（北京）有限公司 导航方法及导航装置
CN107180215A (zh) * 2017-05-31 2017-09-19 同济大学 基于库位和二维码的停车场自动建图与高精度定位方法
CN107422735A (zh) * 2017-07-29 2017-12-01 深圳力子机器人有限公司 一种无轨导航agv激光与视觉特征混合导航方法
CN108363386A (zh) * 2017-12-30 2018-08-03 杭州南江机器人股份有限公司 基于二维码和激光的室内机器人定位方法、装置及***
CN108648270A (zh) * 2018-05-12 2018-10-12 西北工业大学 基于eg-slam的无人机实时三维场景重建方法
CN108734737A (zh) * 2018-06-14 2018-11-02 哈尔滨工业大学 基于视觉slam估计空间旋转非合作目标转轴的方法

Cited By (26)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112580375A (zh) * 2019-09-27 2021-03-30 苹果公司 位置感知视觉标记
CN112650207A (zh) * 2019-10-11 2021-04-13 杭州萤石软件有限公司 机器人的定位校正方法、设备和存储介质
CN110861082A (zh) * 2019-10-14 2020-03-06 北京云迹科技有限公司 辅助建图方法、装置、建图机器人及存储介质
WO2021129347A1 (zh) * 2019-12-24 2021-07-01 炬星科技（深圳）有限公司 辅助定位柱以及自行走机器人的导航辅助***
CN111060118A (zh) * 2019-12-27 2020-04-24 炬星科技（深圳）有限公司 场景地图建立方法、设备及存储介质
CN111060118B (zh) * 2019-12-27 2022-01-07 炬星科技（深圳）有限公司 场景地图建立方法、设备及存储介质
CN113124850A (zh) * 2019-12-30 2021-07-16 北京极智嘉科技股份有限公司 机器人、地图生成方法、电子设备及存储介质
CN113124850B (zh) * 2019-12-30 2023-07-28 北京极智嘉科技股份有限公司 机器人、地图生成方法、电子设备及存储介质
CN111256689A (zh) * 2020-01-15 2020-06-09 北京智华机器人科技有限公司 一种机器人定位方法、机器人和存储介质
CN111256689B (zh) * 2020-01-15 2022-01-21 北京智华机器人科技有限公司 一种机器人定位方法、机器人和存储介质
CN111240330B (zh) * 2020-01-17 2021-03-23 电子科技大学 一种平粮机器人同步导航和精确定位方法及***
CN111240330A (zh) * 2020-01-17 2020-06-05 电子科技大学 一种平粮机器人同步导航和精确定位方法及***
CN111958636A (zh) * 2020-08-07 2020-11-20 湖南神通智能股份有限公司 一种机器人位置的标记方法及***
CN112146662B (zh) * 2020-09-29 2022-06-10 炬星科技（深圳）有限公司 一种引导建图方法、设备及计算机可读存储介质
WO2022068781A1 (zh) * 2020-09-29 2022-04-07 炬星科技（深圳）有限公司 一种引导建图方法、设备及计算机可读存储介质
CN112146662A (zh) * 2020-09-29 2020-12-29 炬星科技（深圳）有限公司 一种引导建图方法、设备及计算机可读存储介质
CN112596070A (zh) * 2020-12-29 2021-04-02 四叶草(苏州)智能科技有限公司 一种基于激光及视觉融合的机器人定位方法
CN112596070B (zh) * 2020-12-29 2024-04-19 四叶草(苏州)智能科技有限公司 一种基于激光及视觉融合的机器人定位方法
CN113776523A (zh) * 2021-08-24 2021-12-10 武汉第二船舶设计研究所 一种机器人低成本导航定位方法、***及应用
CN113776523B (zh) * 2021-08-24 2024-03-19 武汉第二船舶设计研究所 一种机器人低成本导航定位方法、***及应用
CN114237262A (zh) * 2021-12-24 2022-03-25 陕西欧卡电子智能科技有限公司 一种水面无人船自动停泊方法及***
CN114237262B (zh) * 2021-12-24 2024-01-19 陕西欧卡电子智能科技有限公司 一种水面无人船自动停泊方法及***
CN114322933A (zh) * 2021-12-28 2022-04-12 珠海市运泰利自动化设备有限公司 一种基于托盘倾角的视觉反馈补偿方法
CN114322933B (zh) * 2021-12-28 2024-06-11 珠海市运泰利自动化设备有限公司 一种基于托盘倾角的视觉反馈补偿方法
CN116242366A (zh) * 2023-03-23 2023-06-09 广东省特种设备检测研究院东莞检测院 一种球罐内壁爬壁机器人行走空间跟踪与导航方法
CN116242366B (zh) * 2023-03-23 2023-09-12 广东省特种设备检测研究院东莞检测院 一种球罐内壁爬壁机器人行走空间跟踪与导航方法

Similar Documents

Publication Publication Date Title
CN109556616A (zh) 一种基于视觉标记的自动建图机器人建图修整方法
CN109556617A (zh) 一种自动建图机器人的地图要素提取方法
CN109270953B (zh) 一种基于同心圆视觉标识的多旋翼无人机自主降落方法
CN108571971B (zh) 一种agv视觉定位***及方法
CN111427360B (zh) 基于地标定位的地图构建方法、机器人及机器人导航***
CN110345937A (zh) 一种基于二维码的导航定姿定位方法和***
CN109446973B (zh) 一种基于深度神经网络图像识别的车辆定位方法
EP3062066A1 (en) Determination of object data by template-based UAV control
CN109374003A (zh) 一种基于ArUco码的移动机器人视觉定位与导航方法
CN104200086A (zh) 宽基线可见光相机位姿估计方法
CN110308729A (zh) 基于视觉与imu或里程计的agv组合导航定位方法
CN108363386A (zh) 基于二维码和激光的室内机器人定位方法、装置及***
CN102419178A (zh) 基于红外路标的移动机器人定位***和方法
CN111192318B (zh) 确定无人机位置和飞行方向的方法、装置及无人机
CN108805930A (zh) 自动驾驶车辆的定位方法和***
CN108932477A (zh) 一种巡检机器人充电房视觉定位方法
CN109146958B (zh) 一种基于二维图像的交通标志空间位置测量方法
CN107063229A (zh) 基于人工路标的移动机器人定位***及方法
CN110108269A (zh) 基于多传感器数据融合的agv定位方法
CN111426320A (zh) 一种基于图像匹配/惯导/里程计的车辆自主导航方法
CN110389369A (zh) 基于rtk-gps和移动二维激光扫描的冠层点云获取方法
CN110488838A (zh) 一种室内自主导航机器人精确重复定位方法
CN111862200B (zh) 一种煤棚内无人机定位方法
KR20230003803A (ko) 라이다 좌표계와 카메라 좌표계의 벡터 정합을 통한 자동 캘리브레이션 방법
JP2011112556A (ja) 捜索目標位置特定装置及び捜索目標位置特定方法並びにコンピュータプログラム

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
WD01 Invention patent application deemed withdrawn after publication
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20190402