CN110774319B - 一种机器人及其定位方法和装置 - Google Patents
一种机器人及其定位方法和装置 Download PDFInfo
- Publication number
- CN110774319B CN110774319B CN201911051039.5A CN201911051039A CN110774319B CN 110774319 B CN110774319 B CN 110774319B CN 201911051039 A CN201911051039 A CN 201911051039A CN 110774319 B CN110774319 B CN 110774319B
- Authority
- CN
- China
- Prior art keywords
- robot
- positioning
- positioning information
- camera
- image
- 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
- 238000000034 method Methods 0.000 title claims abstract description 37
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 13
- 238000004590 computer program Methods 0.000 claims description 19
- 238000006073 displacement reaction Methods 0.000 claims description 9
- 239000013598 vector Substances 0.000 claims description 9
- 238000003860 storage Methods 0.000 claims description 8
- 230000004927 fusion Effects 0.000 claims description 6
- 230000002349 favourable effect Effects 0.000 abstract description 2
- 230000008569 process Effects 0.000 description 7
- 230000006870 function Effects 0.000 description 5
- 239000003550 marker Substances 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 230000000007 visual effect Effects 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000007500 overflow downdraw method Methods 0.000 description 1
- 238000004806 packaging method and process Methods 0.000 description 1
- 208000019116 sleep disease Diseases 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J19/00—Accessories fitted to manipulators, e.g. for monitoring, for viewing; Safety devices combined with or specially adapted for use in connection with manipulators
- B25J19/02—Sensing devices
- B25J19/021—Optical sensing devices
- B25J19/023—Optical sensing devices including video camera means
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J19/00—Accessories fitted to manipulators, e.g. for monitoring, for viewing; Safety devices combined with or specially adapted for use in connection with manipulators
Landscapes
- Engineering & Computer Science (AREA)
- Robotics (AREA)
- Mechanical Engineering (AREA)
- Multimedia (AREA)
- Manipulator (AREA)
Abstract
一种机器人的定位方法包括:通过摄像头采集包括标识的图像;根据预先设定的标识与坐标的对应关系,通过相机姿态估计算法,得到机器人的第一定位信息;根据机器人里程计得到机器人的第二定位信息;将所述第一定位信息和第二定位信息融合,得到机器人定位结果。只需要摄像头拍摄包括标识的图像,结合里程计即可对机器人进行有效的定位,计算简单,在保证定位精度的同时,有利于减少机器人定位成本。
Description
技术领域
本申请属于导航定位领域,尤其涉及一种机器人及其定位方法和装置。
背景技术
随着智能技术的发展,机器人越来越多的应用到了生产、生活或工作中,通过机器人智能的处理任务,使得生产效率得到了提升,给人们的生活和工作带来了方便。
在机器人运行过程中,通常需要对机器人进行定位导航。为了获得精确的导航定位结果,通常会在机器人上设置雷达和摄像头,通过雷达图像和视觉图像实现对机器人的有效定位。在低成本机器人定位时,如果采用普通机器人的定位技术,由于需要采用雷达等定位设备,并且需要性能较好的处理器进行定位计算,不利于减少低成本机器人的定位成本。
发明内容
有鉴于此,本申请实施例提供了一种机器人及其定位方法和装置,以解决现有技术中对机器人定位时,不利于减少低成本机器人的定位成本的问题。
本申请实施例的第一方面提供了一种机器人的定位方法,所述机器人的定位方法包括:
通过摄像头采集包括标识的图像;
根据预先设定的标识与坐标的对应关系,通过相机姿态估计算法,得到机器人的第一定位信息;
根据机器人里程计得到机器人的第二定位信息;
将所述第一定位信息和第二定位信息融合,得到机器人定位结果。
结合第一方面,在第一方面的第一种可能实现方式中,所述根据预先设定的所述标识与坐标的对应关系,通过相机姿态估计算法,得到机器人的第一定位信息的步骤包括:
获取所述图像所对应的时间戳;
根据预先设定的标识与坐标的对应关系,获取所述图像中的标识所对应的第一坐标;
根据所述第一坐标和相机姿态估计算法,计算所述机器人的第二坐标;
根据所述第二坐标和所述时间戳得到所述第一定位信息。
结合第一方面的第一种可能实现方式,在第一方面的第二种可能实现方式中,所述根据预先设定的标识与坐标的对应关系,获取所述图像中的标识所对应的第一坐标的步骤包括:
解析所述图像中所包括的标识的ID;
根据预先设定的标识的ID与坐标的对应关系,获取所述图像中的标识所对应的第一坐标。
结合第一方面的第一种可能实现方式,在第一方面的第三种可能实现方式中,所述根据所述第一坐标和相机姿态估计算法,计算所述机器人的第二坐标的步骤包括:
根据所述图像中的标识的姿态和标识在图像中的位置,获取所述摄像头的坐标;
根据摄像头与机器人的标定关系,通过所述摄像头的坐标确定所述机器人的第二坐标。
结合第一方面,在第一方面的第四种可能实现方式中,所述根据机器人里程计得到机器人的第二定位信息的步骤包括:
在通过里程计获取的定位信息的数量大于预定数量,且机器人的运动速度大于预定的第一速度阈值时,根据当前时间之前的两个或者多个里程计定位信息计算机器人的运动速度,根据所述运动速度计算当前时间的第二定位信息;
在通过里程计获取当前时间的上一次的第二定位信息,且机器人的运动速度小于预定的第二速度阈值时,根据当前时间的上一次所获取的第二定位信息确定当前时间的第二定位信息。
结合第一方面,在第一方面的第五种可能实现方式中,所述将所述第一定位信息和第二定位信息融合,得到机器人定位结果的步骤包括:
根据当前时间所采集的定位信息为第一定位帧,当前时间之前的上一次所采集的定位信息为第二定位帧;
根据第一定位帧和第二定位帧中的第二定位信息确定里程计所计算的位移向量;
根据第二定位帧中的第一定位信息与所述位移向量,确定所述机器人的定位结果。
结合第一方面的第五种可能实现方式,在第一方面的第六种可能实现方式中,如果第一定位帧与第二定位帧之间的时间间隔小于预定的时间间隔阈值,根据第一定位帧中的第一定位信息确定所述机器人的定位结果。
本申请实施例的第二方面提供了一种机器人的定位装置,所述机器人的定位装置包括:
图像采集单元,用于通过摄像头采集包括标识的图像;
第一定位单元,用于根据预先设定的标识与坐标的对应关系,通过相机姿态估计算法,得到机器人的第一定位信息;
第二定位单元,用于根据机器人里程计得到机器人的第二定位信息;
融合单元,用于将所述第一定位信息和第二定位信息融合,得到机器人定位结果。
本申请实施例的第三方面提供了一种机器人,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如第一方面任一项所述方法的步骤。
本申请实施例的第四方面提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现如第一方面任一项所述方法的步骤。
本申请实施例与现有技术相比存在的有益效果是:通过摄像头采集包括标识的图像,根据预先设定的标识与坐标的对应关系,结合相机姿态估计算法确定机器人的第一定位信息,并根据机器人的里程计确定机器人的第二定位信息,根据第一定位信息和第二定位信息融合,即可得到机器人定位结果,即只需要摄像头拍摄包括标识的图像,结合里程计即可对机器人进行有效的定位,计算简单,在保证定位精度的同时,有利于减少机器人定位成本。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是本申请实施例提供的一种机器人的定位方法的实现流程示意图;
图2是本申请实施例提供的一种确定机器人的第一定位信息的实现流程示意图;
图3是本申请实施例提供的一种图像融合方法的实现流程示意图;
图4是本申请实施例提供的一种机器人的定位装置的示意图;
图5是本申请实施例提供的机器人的示意图。
具体实施方式
以下描述中,为了说明而不是为了限定,提出了诸如特定***结构、技术之类的具体细节,以便透彻理解本申请实施例。然而,本领域的技术人员应当清楚,在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中,省略对众所周知的***、装置、电路以及方法的详细说明,以免不必要的细节妨碍本申请的描述。
为了说明本申请所述的技术方案,下面通过具体实施例来进行说明。
图1为本申请实施例提供的一种机器人的定位方法的实现流程示意图,详述如下:
在步骤S101中,通过摄像头采集包括标识的图像;
所述摄像头,可以设置在机器人,通过摄像头按照指定的时间间隔,比如根据预先设定的帧率进行图像采集。在获取到摄像头采集的图像后,可以将采集的图像进行格式转换,比如转换为RGB格式,便于对图像进行分析处理。比如,便于对转换后的图像进行图像内容提取,判断图像中是否包括预先设定的标识,如果存在预先设定的标识,则根据预先设定的标识与坐标的对应关系,获取图像中的标识所对应的坐标。其中,所获取的图像可以包括一个或者一个以上的标识。
所述机器人可以为低成本的机器人,用于通过定位导航,完成如桌面环境的游戏任务等。
本申请在采集包括标识的图像之前,还可以包括对机器人所在的环境的坐标进行标记的过程。即通过在定位场景中设置标识,并确定每个标识所对应的位置。
为了准确的表示每个标识的位置,可以在定位场景中设定坐标系,通过坐标系中的坐标来表示每个标识所对应的位置。其中,所述坐标系可以根据定位场景的顶点确定坐标系的圆点,以定位场景的边线作为直角坐标系的横轴或竖轴。
如果标识图案贴在规则的地图或包装盒上,可以沿地图的边的方向建立直角坐标系;如果标识位于某个运动的物体上,或者运动的环境中,则可以根据标识图案的边的方向建立直角坐标系。从而便于简化标识所对应的位置,提高计算的简便性。
当所述标识位于立体的地图上时,可以通过测量的方式,或者图像识别的方式,获取所述标识所对应的位置,并根据所设定的坐标系,确定每个标识所对应的坐标。
当摄像头采集到图像时,可以对所采集的图像进行解析,判断所采集的图像中是否包括预先设定的标识,比如是否包括预先设定的特征图像等。如果没有包括预先设定的特征图像,则可以在休眠预定的时间间隔之后,再通过摄像头采集图像,并对采集的图像进行解析和判断,直到获取到包括标识的图像。
在步骤S102中,根据预先设定的标识与坐标的对应关系,通过相机姿态估计算法,得到机器人的第一定位信息;
其中,所述标识与坐标的对应关系,可以为标识中的图案与坐标的对应关系,也可为标识中所包括的编号ID与坐标的对应关系。比如,可以预先在标识中设定多种不同的图案,根据不同图像的标识所在的位置,建立不同图案的标识与坐标的对应关系。或者,可以在包括相同图案的标识中,添加所述标识的编号ID,通过识别所述标识中包括的编号ID,从而能够更为快速有效的确定所述标识所对应的坐标。
通过识别图像中的标识所对应的坐标后,可以根据机器人相机的标定数据,确定机器人的相机与标识的方位关系。比如,可以根据预先标定的标识在图像中的位置与距离的对应关系,结合标识在图像中的位置,确定机器人的摄像头与标识之间的距离。可以进一步根据标识在图像中的方位,确定机器人的摄像头的方位。在确定机器人的摄像头与标识之间的距离,以及方位关系后,结合标识的坐标,可以确定机器人的摄像头的坐标。所述机器人的摄像头的坐标,可以为摄像头中心点的位置,根据摄像头的安装位置与机器人的位置的对应关系,可以确定机器人的坐标。
图2示出了本申请实施例提供的一种确定机器人的第一定位信息的实现流程,详述如下:
在步骤S201中,获取所述图像所对应的时间戳;
在本申请中,为了获得可靠的机器人的定位结果,需要将视觉定位所确定的第一定位信息,以及里程计所确定的第二定位信息进行融合,确定机器人的定位结果。为了有效的将二者融合,需要通过时间戳来确定相同时刻的第一定位信息和第二定位信息。其中,获取所述图像所对应的时间戳,可以用于确定根据所述图像所确定的第一坐标所对应的时间戳。
在步骤S202中,根据预先设定的标识与坐标的对应关系,获取所述图像中的标识所对应的第一坐标;
所述标识可以包括图像特征,也可以包括编号特征,根据标识中的特征与坐标的对应关系,可以获取图像中的标识所对应的第一坐标。
其中,所述图像中可以包括一个或一个以上的标识。与此相应的,所述第一坐标可以包括一个或一个以上的坐标。即,当图像中包括一个标识时,所述第一坐标包括一个标识所对应的坐标。当图像中包括两个或两个以上的标识时,所述第一坐标包括两个或两个以上的第一坐标。
其中,所述图像中包括的标识的数量,可以根据摄像头的拍摄角度、标识的密集度来确定。当摄像头的拍摄俯角越大,或标识的密集度越小,拍摄得到的标识的个数越少;反之,摄像头的拍摄俯角越小,或标识的密集度越大,拍摄得到的标识的个数越多。
在步骤S203中,根据所述第一坐标和相机姿态估计算法,计算所述机器人的第二坐标;
在确定所述标识的坐标后,根据标识在图像中的位置,结合预先标定的标识位置与距离的对应关系,确定摄像头与标识之间的距离。
可以进一步根据图像中的标识朝向信息,确定摄像头当前的方位。比如,所述标识可以包括带有方向指示的图案,根据图案中的方向指示,可以确定机器人的摄像头当前的朝向。
根据所述机器人的摄像头与机器人之间的距离,结合机器人的摄像头当前的朝向,即可确定机器人的摄像头的位置。根据预先确定的机器人的摄像头与机器人的位置之间的对应关系,进一步确定机器人的第二坐标。
当图像中包括多个标识时,可以根据多个标识在图像中的位置,以及多个标识的坐标,确定机器人的摄像头与多个标识之间的距离,根据三角定理,可以直接计算出机器人的摄像头的坐标。
在步骤S204中,根据所述第二坐标和所述时间戳得到所述第一定位信息。
根据所获取的机器人的第二坐标,以及第二坐标所对应的时间戳,生成所述第一定位信息。
在步骤S103中,根据机器人里程计得到机器人的第二定位信息;
在机器人上可以设置里程计,通过里程计确定机器人的里程值,并且在机器人的运动过程中,不断的更新机器人的里程位置。所述里程计的计算以机器人的中心坐标为准。
通过里程计获取所述机器人的定位信息的数量大于预定数量时,即在当前时间之前,通过里程计连续获取多个第二定位信息,并且所获取的第二定位信息的时间与当前时间相邻,如果机器人的运动速度大于预定的第一速度阈值时,可以根据当前时间之前的两个或者两个以上的里程计定位信息计算机器人的运动速度,根据所述运动速度计算当前时间的第二定位信息。
其中,所述里程计定位信息,即为通过里程计所确定的第二定位信息。
通过里程计定位信息计算机器人的运动速度,可以避免机器人运动速度过快,里程计出现统计偏差,有利于进一步提高第二定位信息的精度。
或者,如果通过里程计获取当前时间的上一次的第二定位信息,且机器人的运动速度小于预定的第二速度阈值时,可以直接根据当前时间的上一次由里程计所获取的第二定位信息作为当前时间的第二定位信息。从而可以通过计算的方式确定所述第二定位信息。
其中,所述第二定位信息包括由里程计所确定的里程定位坐标,以及所述里程定位坐标所对应的时间戳。
在步骤S104中,将所述第一定位信息和第二定位信息融合,得到机器人定位结果。
将所述第一定位信息与第二定位信息融合时,可以在视觉定位获取的第一定位信息后进行融合,即可以如图3所示,包括:
在步骤S301中,根据当前时间所采集的定位信息为第一定位帧,当前时间之前的上一次所采集的定位信息为第二定位帧;
在进行定位信息的融合时,需要根据当前时间所采集的定位信息,以及上一次所采集的定位信息,为了便于描述,将当前时间所采集的定位信息定义为第一定位帧,当前时间之前的上一次所采集的定位信息为第二定位帧。
其中,第一定位帧包括当前时间由摄像头所确定的机器的第一定位信息,以及通过里程计所确定的机器人的第二定位信息。
第二定位帧为当前时间之前的上一次由摄像头所确定的机器的第一定位信息,以及通过里程计所确定的机器人的第二定位信息。
在步骤S302中,根据第一定位帧和第二定位帧中的第二定位信息确定里程计所计算的位移向量;
可以根据第一定位帧中的第二定位信息,以及第二定位帧中的第二定位信息,可以确定里程计所计算的位移量。比如,(3)读取当前的里程计结果odom_pose。计算当前里程计结果跟记录的上一帧定位记录中的里程计record_odom_pose的位移向量move。里程计的结果是平面向量,move是两个向量的差。公式是:move=odom_pose-record_odom_pose。
在步骤S303中,根据第二定位帧中的第一定位信息与所述位移向量,确定所述机器人的定位结果。
把里程计的位移量move加到上一帧成功记录的第一定位信息,即视觉定位结果camera_pose上,得到当前的定位位姿,即融合定位的结果locate_pose。locate_pose=camera_pose+move。locate_pose就是融合的定位结果。
另外,在本申请实施例中,如果第一定位帧与第二定位帧之间的时间间隔小于预定的时间间隔阈值,根据第一定位帧中的第一定位信息确定所述机器人的定位结果。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本申请实施例的实施过程构成任何限定。
图4为本申请实施例提供的一种机器人的定位装置的结构示意图,详述如下:
所述机器人的定位装置包括:
图像采集单元401,用于通过摄像头采集包括标识的图像;
第一定位单元402,用于根据预先设定的标识与坐标的对应关系,通过相机姿态估计算法,得到机器人的第一定位信息;
第二定位单元403,用于根据机器人里程计得到机器人的第二定位信息;
融合单元404,用于将所述第一定位信息和第二定位信息融合,得到机器人定位结果。
图4所述的机器人的定位装置,与图1所述的机器人的定位方法对应。
图5是本申请一实施例提供的机器人的示意图。如图5所示,该实施例的机器人5包括:处理器50、存储器51以及存储在所述存储器51中并可在所述处理器50上运行的计算机程序52,例如机器人的定位程序。所述处理器50执行所述计算机程序52时实现上述各个机器人的定位方法实施例中的步骤。或者,所述处理器50执行所述计算机程序52时实现上述各装置实施例中各模块/单元的功能。
示例性的,所述计算机程序52可以被分割成一个或多个模块/单元,所述一个或者多个模块/单元被存储在所述存储器51中,并由所述处理器50执行,以完成本申请。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述所述计算机程序52在所述机器人5中的执行过程。例如,所述计算机程序52可以被分割成:
图像采集单元,用于通过摄像头采集包括标识的图像;
第一定位单元,用于根据预先设定的标识与坐标的对应关系,通过相机姿态估计算法,得到机器人的第一定位信息;
第二定位单元,用于根据机器人里程计得到机器人的第二定位信息;
融合单元,用于将所述第一定位信息和第二定位信息融合,得到机器人定位结果。
所述机器人可包括,但不仅限于,处理器50、存储器51。本领域技术人员可以理解,图5仅仅是机器人5的示例,并不构成对机器人5的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如所述机器人还可以包括输入输出设备、网络接入设备、总线等。
所称处理器50可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器51可以是所述机器人5的内部存储单元,例如机器人5的硬盘或内存。所述存储器51也可以是所述机器人5的外部存储设备,例如所述机器人5上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。进一步地,所述存储器51还可以既包括所述机器人5的内部存储单元也包括外部存储设备。所述存储器51用于存储所述计算机程序以及所述机器人所需的其他程序和数据。所述存储器51还可以用于暂时地存储已经输出或者将要输出的数据。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将所述装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中,上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。另外,各功能单元、模块的具体名称也只是为了便于相互区分,并不用于限制本申请的保护范围。上述***中单元、模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
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或记载的部分,可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
在本申请所提供的实施例中,应该理解到,所揭露的装置/终端设备和方法,可以通过其它的方式实现。例如,以上所描述的装置/终端设备实施例仅仅是示意性的,例如,所述模块或单元的划分,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,例如多个单元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讯连接可以是通过一些接口,装置或单元的间接耦合或通讯连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的模块/单元如果以软件功能单元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,本申请实现上述实施例方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是,所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如在某些司法管辖区,根据立法和专利实践,计算机可读介质不包括是电载波信号和电信信号。
以上所述实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围,均应包含在本申请的保护范围之内。
Claims (8)
1.一种机器人的定位方法,其特征在于,所述机器人的定位方法包括:
在定位场景中设置标识,并确定每个标识所对应的位置;
通过摄像头采集包括标识的图像;所述图像中包含至少一个所述标识;所述标识为预先设定的特征图像,且包括带有方向指示的图案;根据所述图案中的方向指示,能够确定机器人的摄像头当前的朝向;
获取所述图像所对应的时间戳;
根据预先设定的标识与坐标的对应关系,获取所述图像中的标识所对应的第一坐标;
根据所述机器人的摄像头与机器人之间的距离,结合机器人的摄像头当前的朝向,确定所述机器人的摄像头的位置,根据预先确定的机器人的摄像头与机器人的位置之间的对应关系,计算所述机器人的第二坐标;
根据所述第二坐标和所述时间戳得到第一定位信息;
在通过里程计获取的定位信息的数量大于预定数量,且机器人的运动速度大于预定的第一速度阈值时,根据当前时间之前的两个或者多个里程计定位信息计算机器人的运动速度,根据所述运动速度计算当前时间的第二定位信息;
在通过里程计获取当前时间的上一次的第二定位信息,且机器人的运动速度小于预定的第二速度阈值时,根据当前时间的上一次所获取的第二定位信息确定当前时间的第二定位信息;
将所述第一定位信息和第二定位信息融合,得到机器人定位结果。
2.根据权利要求1所述的机器人的定位方法,其特征在于,所述根据预先设定的标识与坐标的对应关系,获取所述图像中的标识所对应的第一坐标的步骤包括:
解析所述图像中所包括的标识的ID;
根据预先设定的标识的ID与坐标的对应关系,获取所述图像中的标识所对应的第一坐标。
3.根据权利要求1所述的机器人的定位方法,其特征在于,所述根据所述第一坐标和相机姿态估计算法,计算所述机器人的第二坐标的步骤包括:
根据所述图像中的标识的姿态和标识在图像中的位置,获取所述摄像头的坐标;
根据摄像头与机器人的标定关系,通过所述摄像头的坐标确定所述机器人的第二坐标。
4.根据权利要求1所述的机器人的定位方法,其特征在于,所述将所述第一定位信息和第二定位信息融合,得到机器人定位结果的步骤包括:
根据当前时间所采集的定位信息为第一定位帧,当前时间之前的上一次所采集的定位信息为第二定位帧;
根据第一定位帧和第二定位帧中的第二定位信息确定里程计所计算的位移向量;
根据第二定位帧中的第一定位信息与所述位移向量,确定所述机器人的定位结果。
5.根据权利要求4所述的机器人的定位方法,其特征在于,所述方法还包括:
如果第一定位帧与第二定位帧之间的时间间隔小于预定的时间间隔阈值,根据第一定位帧中的第一定位信息确定所述机器人的定位结果。
6.一种机器人的定位装置,其特征在于,所述机器人的定位装置包括:
图像采集单元,用于在定位场景中设置标识,并确定每个标识所对应的位置,通过摄像头采集包括标识的图像;所述图像中包含至少一个所述标识;所述标识为预先设定的特征图像,且包括带有方向指示的图案;根据所述图案中的方向指示,能够确定机器人的摄像头当前的朝向;
第一定位单元,用于获取所述图像所对应的时间戳;根据预先设定的标识与坐标的对应关系,获取所述图像中的标识所对应的第一坐标;根据所述机器人的摄像头与机器人之间的距离,结合机器人的摄像头当前的朝向,确定所述机器人的摄像头的位置,根据预先确定的机器人的摄像头与机器人的位置之间的对应关系,计算所述机器人的第二坐标;根据所述第二坐标和所述时间戳得到第一定位信息;
第二定位单元,用于在通过里程计获取的定位信息的数量大于预定数量,且机器人的运动速度大于预定的第一速度阈值时,根据当前时间之前的两个或者多个里程计定位信息计算机器人的运动速度,根据所述运动速度计算当前时间的第二定位信息;在通过里程计获取当前时间的上一次的第二定位信息,且机器人的运动速度小于预定的第二速度阈值时,根据当前时间的上一次所获取的第二定位信息确定当前时间的第二定位信息;
融合单元,用于将所述第一定位信息和第二定位信息融合,得到机器人定位结果。
7.一种机器人,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至5任一项所述方法的步骤。
8.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至5任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911051039.5A CN110774319B (zh) | 2019-10-31 | 2019-10-31 | 一种机器人及其定位方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911051039.5A CN110774319B (zh) | 2019-10-31 | 2019-10-31 | 一种机器人及其定位方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110774319A CN110774319A (zh) | 2020-02-11 |
CN110774319B true CN110774319B (zh) | 2021-07-23 |
Family
ID=69387913
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911051039.5A Active CN110774319B (zh) | 2019-10-31 | 2019-10-31 | 一种机器人及其定位方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110774319B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111443713B (zh) * | 2020-04-14 | 2023-07-18 | 三一机器人科技有限公司 | 融合定位导航***和方法 |
CN111959505B (zh) | 2020-06-29 | 2022-10-11 | 阿波罗智能技术(北京)有限公司 | 车辆巡航控制方法、装置、电子设备和存储介质 |
CN112156915B (zh) * | 2020-09-18 | 2021-04-06 | 清华大学 | 基于关节驱动负载的喷涂机器人安装位置确定方法及装置 |
CN112405526A (zh) * | 2020-10-26 | 2021-02-26 | 北京市商汤科技开发有限公司 | 一种机器人的定位方法及装置、设备、存储介质 |
CN113858214B (zh) * | 2021-11-11 | 2023-06-09 | 节卡机器人股份有限公司 | 一种用于机器人作业的定位方法与控制*** |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001252883A (ja) * | 2000-03-09 | 2001-09-18 | Denso Corp | 移動ロボットシステム |
US9824300B2 (en) * | 2016-03-01 | 2017-11-21 | Ford Global Technologies, Llc | Vehicle lane learning |
CN106541404B (zh) * | 2016-11-03 | 2018-11-20 | 四川阿泰因机器人智能装备有限公司 | 一种机器人视觉定位导航方法 |
CN109959381B (zh) * | 2017-12-22 | 2021-06-04 | 深圳市优必选科技有限公司 | 一种定位方法、装置、机器人及计算机可读存储介质 |
CN109099915B (zh) * | 2018-06-27 | 2020-12-25 | 未来机器人(深圳)有限公司 | 移动机器人定位方法、装置、计算机设备和存储介质 |
CN109357676A (zh) * | 2018-10-19 | 2019-02-19 | 北京三快在线科技有限公司 | 一种移动设备的定位方法及装置和移动设备 |
-
2019
- 2019-10-31 CN CN201911051039.5A patent/CN110774319B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN110774319A (zh) | 2020-02-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110774319B (zh) | 一种机器人及其定位方法和装置 | |
CN109658504B (zh) | 地图数据标注方法、装置、设备及存储介质 | |
CN108694882B (zh) | 用于标注地图的方法、装置和设备 | |
CN108805934B (zh) | 一种车载摄像机的外部参数标定方法及装置 | |
EP3407294B1 (en) | Information processing method, device, and terminal | |
CN111121754A (zh) | 移动机器人定位导航方法、装置、移动机器人及存储介质 | |
CN111179339A (zh) | 基于三角测量的坐标定位方法、装置、设备及存储介质 | |
CN111381586A (zh) | 一种机器人及其移动控制方法和装置 | |
CN110956660A (zh) | 定位方法、机器人以及计算机存储介质 | |
CN114387347B (zh) | 确定外参标定的方法、装置、电子设备及介质 | |
CN112556994A (zh) | 一种光学信息检测方法、装置及设备 | |
CN111982132B (zh) | 数据处理方法、装置和存储介质 | |
CN110243339A (zh) | 一种单目摄像头定位方法、装置、可读存储介质及电子终端 | |
CN111157012B (zh) | 一种机器人导航方法、装置、可读存储介质及机器人 | |
CN111862208B (zh) | 一种基于屏幕光通信的车辆定位方法、装置及服务器 | |
CN112223281A (zh) | 机器人及其定位方法和装置 | |
CN114066930A (zh) | 一种平面目标跟踪方法、装置、终端设备及存储介质 | |
CN111336938A (zh) | 一种机器人及其物体距离检测方法和装置 | |
CN111985266A (zh) | 尺度图确定方法、装置、设备及存储介质 | |
CN112784633A (zh) | 一种车道边界的处理方法、装置、电子设备和存储介质 | |
US20220130138A1 (en) | Training data generation apparatus, method and program | |
CN111223139B (zh) | 目标定位方法及终端设备 | |
CN111136689A (zh) | 自检方法及装置 | |
CN112711965B (zh) | 一种绘本识别方法、装置及设备 | |
CN117459688B (zh) | 基于地图***的摄像头角度标示方法、装置及介质 |
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 |