CN110160528B - 一种基于角度特征识别的移动装置位姿定位方法 - Google Patents
一种基于角度特征识别的移动装置位姿定位方法 Download PDFInfo
- Publication number
- CN110160528B CN110160528B CN201910464587.4A CN201910464587A CN110160528B CN 110160528 B CN110160528 B CN 110160528B CN 201910464587 A CN201910464587 A CN 201910464587A CN 110160528 B CN110160528 B CN 110160528B
- Authority
- CN
- China
- Prior art keywords
- mobile device
- angle
- pose
- environment map
- standard environment
- 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.)
- Active
Links
Images
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
- G01C21/20—Instruments for performing navigational calculations
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)
- Length Measuring Devices By Optical Means (AREA)
- Navigation (AREA)
Abstract
本发明属于移动对象的定位导航相关技术领域,并公开了一种基于角度特征识别的移动装置位姿定位方法,包括:直接采用固设在移动装置上的车载传感器实时采集周围的环境信息,并得到反映环境信息的多个轮廓离散点;对离散点进行排序,得到对应的有序坐标点集合,并采用差分求导进行比较的方式来判定是否出现了角度特征;使用记录的角度特征,将其与标准环境地图中所存储的参考角度特征进行匹配,由此得到移动装置相对于标准环境地图的位置方向数据。通过本发明,可在无需对周围环境进行特殊改造且不使用大量专门辅助工具的条件下,即可执行多种工况下的位姿定位过程,并实现高效、高精度的移动装置位姿实时测量过程。
Description
技术领域
本发明属于移动对象的定位导航相关技术领域,更具体地,涉及一种基于角度特征识别的移动装置位姿定位方法。
背景技术
移动装置的位姿定位技术广泛使用于移动机器人,自主AGV,无人驾驶车辆,无人机等多个领域。目前的定位方案主要包括两类:一种是使用绝对定位的原理,譬如利用反光板等直接实现位姿定位;其定位精度较高,但是需要使用辅助装置反光板,或者使用激光雷达构建动态地图进行地图匹配算法,可以实现复杂环境的定位,但是对计算机性能有要求,同时在相似的环境中定位可能会出现较大的误差;另外一种是使用相对定位的原理,常见的方式譬如有IMU,其可使用惯性导航方式定位,但其随着时间的积累,定位精度通常会出现下降,并影响到实际效果。
现有技术中已经开展了一些基于角度特征识别进行定位的初步研究。但在实际使用中,仍然存在着一系列的缺陷,包括需要使用外界专门的辅助工具、需要对周围环境进行特殊改造,定位算法包含了大量复杂的运算且定位精确度不高等技术问题。相应地,本领域亟需提出更为妥善的解决方式,以满足目前日益提高的移动对象高效高精度的工艺要求。
发明内容
针对现有技术的以上缺陷或改进需求,本发明提供了一种基于角度特征识别的移动装置位姿定位方法,其中通过对角度特征的检测方式及定位算法重新进行设计,相应可在无需对周围环境进行特殊改造且不使用大量专门辅助工具的条件下,即可执行多种工况下的位姿定位过程,并实现高效、高精度的移动装置位姿实时测量过程。
相应地,按照本发明,提供了一种基于角度特征识别的移动装置位姿定位方法,其特征在于,该方法包括下列步骤:
(1)环境信息的采集步骤
针对作为定位对象的移动装置,直接采用固设在该移动装置上的车载传感器实时采集周围的环境信息,并得到反映环境信息的多个轮廓离散点及形成点云图;
(2)离散点的角度特征获取步骤
将所述多个轮廓离散点在统一的动坐标系中进行排序,得到对应的有序坐标点集合P={(xi,yi)},其中xi表示编号为i的离散点在动坐标系中的X轴坐标值,yi表示编号为i的离散点在动坐标系中的Y轴坐标值;对该有序坐标点集合进行差分求导以求出各有序坐标点的导数值,并且当所述导数值的差值超出预设的误差阈值时,则判定此处出现了角度特征并予以记录;
(3)移动装置的位姿识别步骤
使用步骤(2)所记录的角度特征,将其与标准环境地图中所存储的参考角度特征进行匹配,其中所述标准环境地图被定义有自身的地图坐标系,并已预存有各种参考角度特征与具***置方向值之间的一一对应关系,由此得到移动装置相对于标准环境地图的位置方向数据,进而将移动装置的位姿坐标在标准环境地图中描述出来,相应完成整体的移动装置位姿定位过程。
作为进一步优选地,在步骤(3)中,所述位姿识别过程优选为单一角度特征下的位姿识别工况,其操作过程具体如下:
当所记录的角度特征仅包含单一角度特征时,此时离散点在标准环境地图中对应的位姿矩阵为其中Xi表示编号为i的离散点在地图坐标系中的X轴坐标值,Yi表示编号为i的离散点在地图坐标系中的Y轴坐标值;相应地,移动装置在标准环境地图中的位姿矩阵可表示为其中x=Xi-(xicos(θ)-yisin(θ)),y=Yi-(xisin(θ)+yicos(θ)),θ表示移动装置的姿态值。
作为进一步优选地,在步骤(3)中,所述位姿识别过程优选为多角度特征下的位姿识别工况,其操作过程具体如下:
当所记录的角度特征为两个以上时,此时假设角度特征个数为N,各个离散点在标准环境地图中对应的位置坐标集合为{(xj,yj)},姿态坐标集合为{θj},其中j=1,2,...,N;相应地,移动装置在标准环境地图中的位置坐标被计算为姿态值被计算为其中ωj表示对不同角度特征所预设的不同权值,并且
作为进一步优选地,在步骤(3)中,所述位姿识别过程优选为多角度特征加上这些角度之间距离的位姿识别工况,其操作过程具体如下:
当所记录的角度特征为两个以上时,此时假设角度特征个数为N,各个离散点在标准环境地图中对应的位置坐标集合为{(xj,yj)},姿态坐标集合为{θj},其中j=1,2,...,N;相应地,移动装置在标准环境地图中的位置坐标被计算为姿态值被计算为
作为进一步优选地,上述定位过程中不再需要除车载传感器之外的其他传感元件。
作为进一步优选地,所述移动装置优选包括移动机器人、自主AGV、无人驾驶车辆或者无人机等。
总体而言,通过本发明所构思的以上技术方案与现有技术相比,主要具备以下的技术优点:
1、本发明的移动装置位姿定位方法不需要外界专门的辅助设备或者装置,不需要对周围环境进行特殊改造,完全依赖自身的传感器即可实现定位,相应具备便于操控、适应性强、成本低等特点;
2、本发明所设计的定位算法可根据需求采用单一角度特征、多角度特征以及距离特征来获取不同工况下的定位结果,相应能够进一步提高定位最终结果的全面性和精确度;
3、本发明中设计的定位算法不涉及复杂的运算,可以降低计算机求解的时间,可以提高定位的实时性,相应尤其适用于需要大规模复杂运用的移动对象实时定位导航应用场合。
附图说明
图1是按照本发明所构建的基于角度特征识别的移动装置位姿定位方法的总体工艺流程图;
图2是用于示范性显示按照本发明的一个优选实施方式、采用单一角度特征识别的移动装置位姿确定算法的原理图;
图3是用于示范性显示按照本发明的另一优选实施方式、采用多角度特征识别的移动装置位姿确定算法的原理图;
图4是用于示范性显示按照本发明的又一优选实施方式、采用多角度特征识别及距离信息的移动装置位姿确定算法的原理图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。此外,下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。
图1是按照本发明所构建的基于角度特征识别的移动装置位姿定位方法的总体工艺流程图。如图1所示,该方法主要包括以下操作步骤,下面将对其逐一进行具体解释说明。
首先,是环境信息的采集步骤。
在此步骤上,首先针对作为定位对象的移动装置,直接采用固设在该移动装置上的车载传感器实时采集周围的环境信息,并得到反映环境信息的多个轮廓离散点及形成点云图。
接着,是离散点的角度特征获取步骤。
在此步骤中,将所述多个轮廓离散点在统一的动坐标系中进行排序,得到对应的有序坐标点集合P={(xi,yi)},其中xi表示编号为i的离散点在动坐标系中的X轴坐标值,yi表示编号为i的离散点在动坐标系中的Y轴坐标值;对该有序坐标点集合进行差分求导以求出各有序坐标点的导数值,并且当所述导数值的差值超出预设的误差阈值时,则判定此处出现了角度特征并予以记录。
更具体而言,当使用传感器检测到一系列环境数据时,先对数据进行譬如滤波处理之类的预处理,得到处理后的有序坐标点集合P={(xi,yi)},这些有序点集实际上可理解为描述的是线段信息,具体可如图2所示。接着,采用差分求导的形式对这一系列点进行处理得到导数值集合k,如果差分求导的中导数值集合k中的元素数值出现了较大的变化,那么可以判定此处线段出现了转折,也就是线段之间形成了角度。
最后,是移动装置的位姿识别步骤。
在此步骤中,使以上已记录的角度特征,将其与标准环境地图中所存储的参考角度特征进行匹配,其中所述标准环境地图被定义有自身的地图坐标系,并已预存有各种参考角度特征与具***置方向值之间的一一对应关系,由此得到移动装置相对于标准环境地图的位置方向数据,进而将移动装置的位姿坐标在标准环境地图中描述出来,相应完成整体的移动装置位姿定位过程。
更具体而言,可首先参看图2所示的采用单一角度特征进行定位的过程进行解释说明。图2中,使用单一角度特征进行定位的方法进行移动装置的位姿确定,车载传感器检测得到角度特征的离散点在固结在移动装置的动坐标系上的坐标集合PO1={(xi,yi)},那么离散点的位姿可以描述为因为已经识别得到角度特征对应在地图中的位置,因此可以使用地图中的坐标系描述角度特征的离散点在地图中的位姿为再建立移动装置在地图中的位姿矩阵为由于移动装置的位置在地图中(x,y)和姿态θ需要计算求解,使用车载传感器求解得到姿态θ,使用Gm=Gt·Ti等式求解得到位置x=Xi-(xicos(θ)-yisin(θ)),y=Yi-(xisin(θ)+yicos(θ));得到移动装置在地图中的位置和方向。
图3中考虑到多角度特征识别进行移动装置的位姿确定过程,并利用了识别得到的多角度特征。具体也即使用多个角度特征识别,匹配,通过位姿变换实现移动装置位置和方向的计算,完成计算后去除其中误差较大的点,通过给定各个点不同的权值大小,得到移动装置的位置和方向。
假设角度特征个数为N,使用这些角度特征求解得到位置坐标的集合{(xi,yi)},以及姿态坐标集合{θj},去除与其他数值误差较大的数值,由于传感器的检测的相对误差和检测距离也存在着一定的关系,因此不同角度特征下得到的位置和方向存在不同的权值ωj,那么移动装置在地图中的位置和方向为其中
图4还示范性提供了使用识别得到的多个角度特征以及多角度之间的距离进行移动装置的定位过程。具体也即利用已知的距离信息,使用三边定位原理,实现对位置的求解,将得到的多个位置点的集合中误差较大的点去除,再根据不同的权值,得到移动装置的位置,再利用位姿矩阵求解出来得到方向角度的求解。
如图4所示,譬如可使用三边定位原理,利用角度特征中构成角度的边长以及角度特征之间的定点距离三边测量已知进行定位,得到移动装置在地图中的位置,在多个角度特征以及多角度之间的距离进行移动装置的定位得到的坐标集合{(xj,yj)},去除其中的误差较大的点,并且由于传感器的检测的相对误差和检测距离也存在着一定的关系,因此不同角度特征及特征之间距离识别已知的情况下下得到的位置和方向存在不同的权值ωj。
综上,按照本发明的包含多种工况的位姿确定过程具体可包括:①传感器对环境信息的采集,获取离散点;②离散点的处理,分析离散点构成的折线信息,获取离散点中的角度特征。③使用角度特征和构成角度特征的线段边长的辅助信息识别出该角度对应地图中的角度特征。④角度特征的数量检测与判断;⑤角度特征的顶点之间的距离特征的判断⑥单一角度特征下的移动装置的位姿确定;⑦多角度特征下的移动装置的位姿确定;⑧多角度特征与角度特征的顶点距离特征结合的位姿确定。
本领域的技术人员容易理解,以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (3)
1.一种基于角度特征识别的移动装置位姿定位方法,其特征在于,该方法包括下列步骤:
(1)环境信息的采集步骤
针对作为定位对象的移动装置,直接采用固设在该移动装置上的车载传感器实时采集周围的环境信息,并得到反映环境信息的多个轮廓离散点及形成点云图;
(2)离散点的角度特征获取步骤
将所述多个轮廓离散点在统一的动坐标系中进行排序,得到对应的有序坐标点集合P={(xi,yi)},其中xi表示编号为i的离散点在动坐标系中的X轴坐标值,yi表示编号为i的离散点在动坐标系中的Y轴坐标值;对该有序坐标点集合进行差分求导以求出各有序坐标点的导数值,并且当所述导数值的差值超出预设的误差阈值时,则判定此处出现了角度特征并予以记录;
(3)移动装置的位姿识别步骤
使用步骤(2)所记录的角度特征,采用单一角度特征、多角度特征以及距离特征来获取不同工况下的定位结果,具体的将其与标准环境地图中所存储的参考角度特征进行匹配,其中所述标准环境地图被定义有自身的地图坐标系,并已预存有各种参考角度特征与具***置方向值之间的一一对应关系,由此得到移动装置相对于标准环境地图的位置方向数据,进而将移动装置的位姿坐标在标准环境地图中描述出来,相应完成整体的移动装置位姿定位过程;
所述位姿识别过程为单一角度特征下的位姿识别工况,其操作过程具体如下:
当所记录的角度特征仅包含单一角度特征时,此时离散点在标准环境地图中对应的位姿矩阵为其中Xi表示编号为i的离散点在地图坐标系中的X轴坐标值,Yi表示编号为i的离散点在地图坐标系中的Y轴坐标值;相应地,移动装置在标准环境地图中的位姿矩阵可表示为其中x=Xi-(xicos(θ)-yisin(θ)),y=Yi-(xisin(θ)+yicos(θ)),θ表示移动装置的姿态值;
所述位姿识别过程为多角度特征下的位姿识别工况,其操作过程具体如下:
当所记录的角度特征为两个以上时,此时假设角度特征个数为N,各个离散点在标准环境地图中对应的位置坐标集合为{(xj,yj)},姿态坐标集合为{θj},其中j=1,2,...,N;相应地,移动装置在标准环境地图中的位置坐标被计算为姿态值被计算为其中ωj表示对不同角度特征所预设的不同权值,并且
所述位姿识别过程为多角度特征加上这些角度之间距离的位姿识别工况,其操作过程具体如下:
2.如权利要求1所述的方法,其特征在于,上述定位过程中不再需要除车载传感器之外的其他传感元件。
3.如权利要求1或2所述的方法,其特征在于,所述移动装置包括移动机器人、自主AGV、无人驾驶车辆或者无人机。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910464587.4A CN110160528B (zh) | 2019-05-30 | 2019-05-30 | 一种基于角度特征识别的移动装置位姿定位方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910464587.4A CN110160528B (zh) | 2019-05-30 | 2019-05-30 | 一种基于角度特征识别的移动装置位姿定位方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110160528A CN110160528A (zh) | 2019-08-23 |
CN110160528B true CN110160528B (zh) | 2021-06-11 |
Family
ID=67630682
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910464587.4A Active CN110160528B (zh) | 2019-05-30 | 2019-05-30 | 一种基于角度特征识别的移动装置位姿定位方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110160528B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110926485B (zh) * | 2019-11-11 | 2021-10-08 | 华中科技大学 | 一种基于直线特征的移动机器人定位方法及*** |
CN111895989A (zh) * | 2020-06-24 | 2020-11-06 | 浙江大华技术股份有限公司 | 一种机器人的定位方法、装置和电子设备 |
CN112815944B (zh) * | 2020-12-31 | 2022-07-12 | 深圳易行机器人有限公司 | 一种基于边角联合特征结构体的激光反射板定位方法 |
CN113324998B (zh) * | 2021-05-13 | 2022-02-08 | 常州博康特材科技有限公司 | 一种用于钛合金棒材的生产质检监管*** |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103268729A (zh) * | 2013-05-22 | 2013-08-28 | 北京工业大学 | 基于混合特征的移动机器人级联式地图创建方法 |
CN103678754A (zh) * | 2012-08-28 | 2014-03-26 | 佳能株式会社 | 信息处理装置及信息处理方法 |
CN105137998A (zh) * | 2015-10-13 | 2015-12-09 | 徐金平 | 一种基于激光扫描仪的自主导航方法 |
EP3279468A1 (en) * | 2016-08-05 | 2018-02-07 | General Electric Company | System and method for locating airflow modifiers for installation on a wind turbine rotor blade |
CN107687855A (zh) * | 2017-08-22 | 2018-02-13 | 广东美的智能机器人有限公司 | 机器人定位方法、装置及机器人 |
CN108801268A (zh) * | 2018-06-27 | 2018-11-13 | 广州视源电子科技股份有限公司 | 目标对象的定位方法、装置及机器人 |
CN109345620A (zh) * | 2018-08-13 | 2019-02-15 | 浙江大学 | 融合快速点特征直方图的改进icp待测物体点云拼接方法 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102494675B (zh) * | 2011-11-30 | 2013-12-25 | 哈尔滨工业大学 | 一种运动目标特征高速视觉捕捉方法 |
CN102982165B (zh) * | 2012-12-10 | 2015-05-13 | 南京大学 | 一种大规模人脸图像检索方法 |
CN103617613B (zh) * | 2013-11-20 | 2016-10-26 | 西北工业大学 | 一种微小卫星非合作目标图像处理方法 |
CN104657988A (zh) * | 2015-02-04 | 2015-05-27 | 中国矿业大学 | 基于角点与曲率检测的微细粒粘连矿石颗粒图像分割方法 |
CN109190461B (zh) * | 2018-07-23 | 2019-04-26 | 中南民族大学 | 一种基于手势关键点的动态手势识别方法和*** |
-
2019
- 2019-05-30 CN CN201910464587.4A patent/CN110160528B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103678754A (zh) * | 2012-08-28 | 2014-03-26 | 佳能株式会社 | 信息处理装置及信息处理方法 |
CN103268729A (zh) * | 2013-05-22 | 2013-08-28 | 北京工业大学 | 基于混合特征的移动机器人级联式地图创建方法 |
CN105137998A (zh) * | 2015-10-13 | 2015-12-09 | 徐金平 | 一种基于激光扫描仪的自主导航方法 |
EP3279468A1 (en) * | 2016-08-05 | 2018-02-07 | General Electric Company | System and method for locating airflow modifiers for installation on a wind turbine rotor blade |
CN107687855A (zh) * | 2017-08-22 | 2018-02-13 | 广东美的智能机器人有限公司 | 机器人定位方法、装置及机器人 |
CN108801268A (zh) * | 2018-06-27 | 2018-11-13 | 广州视源电子科技股份有限公司 | 目标对象的定位方法、装置及机器人 |
CN109345620A (zh) * | 2018-08-13 | 2019-02-15 | 浙江大学 | 融合快速点特征直方图的改进icp待测物体点云拼接方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110160528A (zh) | 2019-08-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110160528B (zh) | 一种基于角度特征识别的移动装置位姿定位方法 | |
CN108012325B (zh) | 一种基于uwb和双目视觉的导航定位方法 | |
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 | |
US10788830B2 (en) | Systems and methods for determining a vehicle position | |
CN113147738A (zh) | 一种自动泊车定位方法和装置 | |
Joshi | A new approach to map matching for in-vehicle navigation systems: the rotational variation metric | |
KR101775114B1 (ko) | 이동 로봇의 위치 인식 및 지도 작성 시스템 및 방법 | |
US20200088882A1 (en) | Real-time 3d mapping using 3d-lidar | |
CN110969055A (zh) | 用于车辆定位的方法、装置、设备和计算机可读存储介质 | |
CN104428686A (zh) | 用于获得车辆位置的方法和车辆 | |
CN112967392A (zh) | 一种基于多传感器触合的大规模园区建图定位方法 | |
JP2022027593A (ja) | 可移動機器の測位方法、装置及び可移動機器 | |
CN110926405B (zh) | 一种基于单目视觉灭点检测的arv姿态测量方法 | |
CN111402328A (zh) | 一种基于激光里程计的位姿计算方法及装置 | |
CN111273701B (zh) | 一种云台视觉控制***以及控制方法 | |
WO2017199369A1 (ja) | 地物認識装置、地物認識方法およびプログラム | |
CN113971697A (zh) | 一种空地协同车辆定位定向方法 | |
CN111469781A (zh) | 用于输出信息的方法和装置 | |
CN113093759A (zh) | 基于多传感器信息融合的机器人编队构造方法及*** | |
CN117075158A (zh) | 基于激光雷达的无人变形运动平台的位姿估计方法及*** | |
CN113487676B (zh) | 确定安装于采集实体的相机之间相对姿态角的方法和装置 | |
Shang et al. | Vision Model-Based Real-Time Localization of Unmanned Aerial Vehicle for Autonomous Structure Inspection under GPS-Denied Environment | |
CN110414458A (zh) | 基于平面标签和模板匹配的定位方法及装置 | |
CN117635721A (zh) | 目标定位方法及相关***、存储介质 | |
CN110023781A (zh) | 用于根据车辆周围环境的雷达签名确定车辆的准确位置的方法和设备 |
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 |