CN110849366A - 一种基于视觉和激光雷达融合的导航方法及*** - Google Patents
一种基于视觉和激光雷达融合的导航方法及*** Download PDFInfo
- Publication number
- CN110849366A CN110849366A CN201810949424.0A CN201810949424A CN110849366A CN 110849366 A CN110849366 A CN 110849366A CN 201810949424 A CN201810949424 A CN 201810949424A CN 110849366 A CN110849366 A CN 110849366A
- Authority
- CN
- China
- Prior art keywords
- robot
- laser radar
- vision
- fusion
- position information
- 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 38
- 230000004927 fusion Effects 0.000 title claims abstract description 26
- 238000012790 confirmation Methods 0.000 claims description 6
- 238000011065 in-situ storage Methods 0.000 claims description 5
- 238000012544 monitoring process Methods 0.000 claims description 4
- 230000000007 visual effect Effects 0.000 abstract description 2
- 230000009286 beneficial effect Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
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
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0257—Control of position or course in two dimensions specially adapted to land vehicles using a radar
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Aviation & Aerospace Engineering (AREA)
- Traffic Control Systems (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明公开了一种基于视觉和激光雷达融合的导航方法及***,该方法包括:通过摄像头对扫描码进行扫描后获得位置信息;根据位置信息,获得所述位置信息与摄像头之间的相对位置关系,从而根据相对位置关系,确定出机器人的当前位姿;根据目的地位姿以及机器人的当前位姿,从地图数据中获得对应的规划路径,以控制机器人沿规划路径行驶以及根据激光雷达数据进行避障。该***包括存储器以及用于加载程序以执行所述导航方法的处理器。本发明融合了基于扫描码的视觉定位方式和基于激光雷达数据的避障方式来进行机器人导航,定位导航精确度高,减少了与物体碰撞的情况,特别适用于各种特征不明显的环境场所中,可广泛应用于导航领域中。
Description
技术领域
本发明涉及数据处理技术领域,尤其涉及一种基于视觉和激光雷达融合的导航方法及***。
背景技术
技术词解释:
A星算法:一种启发式搜索路径算法,用以获取从A点到B点的小代价可行路径。
随着信息技术和人工智能的发展,机器人技术的进步越来越迅速。在各种机器人中,工业机器人应用较早,发展也较为成熟,且在汽车制造等多个行业得到广泛的应用。而在计算机通信行业,一些工作在实施过程中,人工的效率比较低下,重复性高且较为繁琐,另一些工作则因环境特殊而容易对人的身体以及心理产生不良的影响,此时,则需要机器人代替人工进行工作。尤其是通信设备机房这样的环境,安全性和稳定性需求较高,设备种类和数量非常多,排列密集,而运维人员数量少,工作量比较大,导致机房巡检机器人的需求甚是迫切。
在各数据中心的机房中,运行着各种工作状态的服务器以及各种支撑机器,比如电力柜等,在机房巡检时,运维人员需要知道这些机器的工作状态、环境温湿度等数据,这样就需要机器人在指定时间自主移动到指定地点,从而进行数据采集。然而,机房里面过道比较狭小、环境特征不明显(统一的机柜和统一的排列)及机柜外观颜色对激光的吸收,从而导致机器人在利用激光雷达来进行路线导航时,容易发生导航错误,导致经常发生与物体碰撞的情况,工作可靠性和安全性低下。
发明内容
为了解决上述技术问题,本发明的目的是提供一种基于视觉和激光雷达融合的导航方法及***,导航定位准确度高。
鉴于此,本发明所采用的第一技术方案是:一种基于视觉和激光雷达融合的导航方法,包括以下步骤:
获取位置信息;所述位置信息是通过摄像头对扫描码进行扫描后而获得的位置信息;
根据获取得到的位置信息,获得所述位置信息与摄像头之间的相对位置关系,从而根据获得的相对位置关系,确定出机器人的当前位姿;
根据目的地位姿以及机器人的当前位姿,从地图数据中获取得到对应的规划路径,以控制机器人沿规划路径行驶以及根据激光雷达数据进行避障。
进一步,所述获取位置信息这一步骤,其包括:
当判断出在机器人原地旋转过程中未获取得到位置信息时,则控制机器人向前直线移动指定距离。
进一步,所述根据目的地位姿以及机器人的当前位姿,从地图数据中获取得到对应的规划路径这一步骤,其包括:
根据目的地位姿以及机器人的当前位姿,利用A星算法从地图数据中获取到规划路径的坐标数据;
对规划路径的坐标数据中处于同一直线段上的坐标数据进行整合,从而得到路径直线段。
进一步,所述控制机器人根据激光雷达数据进行避障这一步骤,其包括:
监听激光雷达的雷达扫描数据;
当根据雷达扫描数据判断出获得的最小距离值小于设定阈值且产生在预设角度区域内时,则控制机器人转动。
进一步,所述当根据雷达扫描数据判断出获得的最小距离值小于设定阈值且产生在预设角度区域内时,则控制机器人转动这一步骤,其包括:
当判断出获得的最小距离值小于设定阈值且产生在20至90度的扇区内时,则控制机器人向右偏转;
当判断出获得的最小距离值小于设定阈值且产生在270至340度的扇区内时,则控制机器人向左偏转;
或,
当判断出获得的最小距离值小于设定阈值且产生在0-20或340-360的扇区内时,则控制机器人向目的地的方向转动。
进一步,所述获取位置信息这一步骤之前设有地图数据生成步骤,所述地图数据生成步骤包括:
构建场所坐标系;
根据场所中所包含的各个设备与场所坐标系的原点之间的距离和设备的尺寸,生成所述场所对应的地图数据。
进一步,所述扫描码为二维码。
进一步,所述根据目的地位姿以及机器人的当前位姿,从地图数据中获取得到对应的规划路径,以控制机器人沿规划路径行驶以及根据激光雷达数据进行避障这一步骤之后设有目的地到达确认步骤,所述目的地到达确认步骤包括:
当机器人已沿规划路径行驶完毕时,判断机器人的当前位姿是否符合目的地到达条件,若是,则导航结束,反之,则返回执行所述获取位置信息这一步骤。
进一步,所述判断机器人的当前位姿是否符合目的地到达条件这一步骤,其包括:
当机器人的当前位姿与目的地位姿之间的距离差在允许误差范围内,则表示机器人的当前位姿符合目的地到达条件,反之,则表示机器人的当前位姿不符合目的地到达条件。
鉴于此,本发明所采用的第二技术方案是:一种基于视觉和激光雷达融合的导航***,包括:
至少一个处理器;
至少一个存储器,用于存储至少一个程序;
当所述至少一个程序被所述至少一个处理器执行,使得所述至少一个处理器实现所述的基于视觉和激光雷达融合的导航方法。
本发明的有益效果是:本发明通过摄像头对扫描码进行扫描后获取得到位置信息,然后根据获取得到的位置信息,从而获得所述位置信息与摄像头之间的相对位置关系,根据获得的相对位置关系,确定出机器人的当前位姿,接着根据目的地位姿以及机器人的当前位姿,从地图数据中获取得到对应的规划路径,以控制机器人沿规划路径行驶以及根据激光雷达数据进行避障,可见,本发明融合了基于扫描码的视觉定位方式和基于激光雷达数据的避障方式来进行机器人导航,不仅定位导航精确度高,而且大大减少了与物体碰撞的情况,提高导航安全性和可靠性,而且融合了视觉和激光雷达来实现导航,特别适用于各种特征不明显的环境场所中。
附图说明
图1是本发明一种基于视觉和激光雷达融合的导航方法的步骤流程图;
图2是本发明一种基于视觉和激光雷达融合的导航方法的一具体实施例步骤流程图;
图3是本发明一种基于视觉和激光雷达融合的导航***的结构框图。
具体实施方式
下面结合附图和具体实施例对本发明做进一步的详细说明。对于以下实施例中的步骤编号,其仅为了便于阐述说明而设置,对步骤之间的顺序不做任何限定,实施例中的各步骤的执行顺序均可根据本领域技术人员的理解来进行适应性调整。
如图1所示,本发明实施例提供了一种基于视觉和激光雷达融合的导航方法,包括以下步骤:
S101、获取位置信息;所述位置信息是通过摄像头对扫描码进行扫描后而获得的位置信息;;
具体地,所述扫描码为一个具有唯一性的扫描码,每个扫描码所携带包含的位置信息均是不相同的,所述扫描码包括条形码和/或二维码;在本实施例中,所述扫描码所携带包含的位置信息可优选为扫描码粘贴处的位置信息,每一个扫描码所携带包含的位置信息均不相同,即利用扫描码来对位置进行标记,因此,在导航开始前,应创建一系列具有唯一性的扫描码,然后将这一系列扫描码按照实际情况需求粘贴在场所(如机房)的各个地方,以实现位置标记;
S102、根据获取得到的位置信息,获得所述位置信息与摄像头之间的相对位置关系,从而根据获得的相对位置关系,确定出机器人的当前位姿;
具体地,所述摄像头优选设置在机器人上,这样位置信息与摄像头之间的相对位置关系,其也可相当于为位置信息与机器人之间的相对位置关系;当对若干个扫描码进行扫描,从而获取得到若干个位置信息时,可基于若干个位置信息与摄像头之间的相对位置关系,计算确定出机器人的当前位姿,或者可基于若干个位置信息与摄像头之间的相对位置关系,且结合摄像头与机器人底盘之间的相对位置关系,从而计算确定出机器人的当前位姿;而对于后者,其在计算确定出机器人的当前位姿的过程中,还结合了摄像头与机器人底盘之间的相对位置关系来进行计算,这样得到的当前位姿的准确度会更高,进一步地提高机器人当前所处位置定位的精准度;
在本实施例中,所述位姿指的是:在一个坐标系中,相对于原点的位置关系,所述位姿具体包括有X轴坐标、Y轴坐标、Z轴坐标以及方向偏转角度;
S103、根据目的地位姿以及机器人的当前位姿,从地图数据中获取得到对应的规划路径,以控制机器人沿规划路径行驶以及根据激光雷达数据进行避障;
具体地,当获得机器人的当前位姿时,便可根据所需到达的终点(即目的地位姿),基于地图数据来进行所需路径的规划,从而得到机器人所需行驶的规划路径,此时便可控制机器人沿获得的规划路径行驶,并且在机器人行驶过程中,根据激光雷达扫描到的数据控制机器人进行避障;在本实施例中,所述路径指的是二维平面路径,其表达方式为[(x0,y0),(x1,y1)...(xn,yn)],其中(xn,yn)表示第n个点的坐标。
可见,本发明融合了视觉和激光雷达方式来实现机器人的自主导航,通过利用摄像头来对用于标记位置的扫描码进行扫描,以获得若干个扫描得到的位置信息与摄像头之间的相对位置关系,从而确定出机器人当前的位姿,然后基于机器人当前的位姿和所需到达的目的地位姿,计算获得所需的规划路径后,控制机器人沿规划路径行驶以及根据激光雷达数据进行避障,这样对于各种特征不明显的环境场所,不仅提高了机器人定位导航的准确度和效率,而且还能减少机器人在行驶过程中与物品发生碰撞的情况,工作安全性、稳定性和可靠性均极高。对于本发明的导航方法,其除了可应用在机房内,也能应用在物流、生产线、商场等各种特征不明显的环境场所中。
在一优选实施例中,所述获取位置信息这一步骤S101之前设有地图数据生成步骤S100,所述地图数据生成步骤S100包括:
S1001、构建场所坐标系;
具体地,所述场所为机房,并且在构建机房坐标系时,可将机房左下角选为坐标系的原点,从而构建机房坐标系;
S1002、根据场所中所包含的各个设备与场所坐标系的原点之间的距离和设备的尺寸,生成所述场所对应的地图数据;
具体地,设定分辨率以及阈值,然后根据机房中各设备相对于原点的位移、设备尺寸,生成该机房地图的map.pgm文件和map.yaml配置文件,即在本实施例中,所述地图数据包含了map.pgm文件和map.yaml配置文件。其中,pgm为Portable Gray Map的缩写,它是灰度图像格式中一种简单的格式标准,在本实施例中,将地图数据保存为pgm文件,可用以表示机房内的占用区域与非占用区域。
在一优选实施例中,由于二维码所能包含的数据容量更大,且抗损毁能力更高,因此,所述扫描码应优选采用二维码。
在一优选实施例中,所述获取位置信息这一步骤S101,其包括:
S1011、当判断出在机器人原地旋转过程中未获取得到位置信息时,则控制机器人向前直线移动指定距离,直到获取得到位置信息或者扫描超时为止;
具体地,当机器人在原地旋转以通过摄像头来对扫描码进行扫描时,会存有原地旋转一周后并未扫描到任一扫描码(即未获取得到位置信息)的情况,此时,则可控制机器人向前直线移动指定距离(如2米);当机器人向前直线移动指定距离后,机器人再原地旋转以通过摄像头来对扫描码进行扫描,以此进行循环旋转扫描和直行,直到寻找到标签(即扫描码)或者扫码超时。通过采用此步骤能保证机器人能够获取得到位置信息来进行后续的导航处理,进一步地提高机器人导航工作的可靠稳定性,而且易于实现,提高标签寻找效率。
在一优选实施例中,步骤S103中所述根据目的地位姿以及机器人的当前位姿,从地图数据中获取得到对应的规划路径这一步骤,其包括:
根据目的地位姿以及机器人的当前位姿,利用A星算法从地图数据中获取到规划路径的坐标数据;
对规划路径的坐标数据中处于同一直线段上的坐标数据进行整合,从而得到路径直线段;
具体地,根据机器人的当前位姿以及目的地位姿,使用A星算法从而得到规划路径后,可先将规划路径中的连续直线小段整合成一个直线段,例如将连续直线小段路径[(1,4),(2,4),(3,4),(4,4)]整合成直线段路径[(1,4),(4,4)],这样令机器人直接按照该整合得到的直线段进行直线移动,移动流畅性更高,大大提高机器人移动效率,以进一步地提高机器人的导航工作效率,并达到节省机器人功耗的效果。
在一优选实施例中,步骤S103中所述控制机器人根据激光雷达数据进行避障这一步骤,其包括:
S1031、监听激光雷达的雷达扫描数据;
具体地,所述激光雷达所包含的雷达扫描数据一共有360个数值,每一个数值分别代表一个圆圈360度中每一度上的距离值,正前方为0度,逆时针依次增加;
S1032、当根据雷达扫描数据判断出获得的最小距离值小于设定阈值且产生在预设角度区域内时,则控制机器人转动,以实现避障;
具体地,根据实时监听到的激光雷达扫描信息,判断出获得的最小距离值小于设定阈值后,通过判断出产生该最小距离值的点是位于机器人周边的哪个角度范围内,以判断结果来进行偏转避障;其中,所述当根据雷达扫描数据判断出获得的最小距离值小于设定阈值且产生在预设角度区域内时,则控制机器人转动这一步骤S1032,其包括:
S10321、当判断出获得的最小距离值小于设定阈值且产生在20至90度的扇区内时,则控制机器人向右偏转;
S10322、当判断出获得的最小距离值小于设定阈值且产生在270至340度的扇区内时,则控制机器人向左偏转;
或,
S10323、当判断出获得的最小距离值小于设定阈值且产生在0-20或340-360的扇区内时,则控制机器人向目的地的方向转动;
具体地,在机器人直线移动的过程中,实时监听激光雷达扫描的数据,在激光雷达扫描的数据中,若小于设定阈值的最小距离值产生在20-90度的扇区内,则认为是机器人的左边可能有障碍物,此时则控制机器人向右偏转,优选地,控制机器人向右偏转5度;若小于设定阈值的最小距离值产生在270-340度的扇区内,则认为是机器人的右边可能有障碍物,此时则控制机器人向左偏转,优选地,控制机器人向左偏转5度;若小于设定阈值的最小的距离值产生在0-20或340-360的扇区内,则认为是机器人的正前方可能有障碍物,此时则控制机器人向目的地的方向转动,即令机器人往目的地的方向转动,而优选地,应控制机器人向目的地的方向转动90度。可见通过上述障碍物的检测避让步骤,可大大减少发生碰撞的几率,机器人在导航移动的过程中,其安全性和可靠性更高。
在一优选实施例中,如图2所示,所述根据目的地位姿以及机器人的当前位姿,从地图数据中获取得到对应的规划路径,以控制机器人沿规划路径行驶以及根据激光雷达数据进行避障这一步骤S103之后设有目的地到达确认步骤S104,所述目的地到达确认步骤S104包括:
S1041、当机器人已沿规划路径行驶完毕时,判断机器人的当前位姿是否符合目的地到达条件,若是,则导航结束,反之,则返回执行所述获取位置信息S101这一步骤,直至导航成功或者导航超时为止;
其中,所述判断机器人的当前位姿是否符合目的地到达条件这一步骤,其包括:
当机器人的当前位姿与目的地位姿之间的距离差在允许误差范围内,则表示机器人的当前位姿符合目的地到达条件,导航成功,反之,则表示机器人的当前位姿不符合目的地到达条件。可见,当机器人行驶完规划的路径后,控制机器人寻找标签(扫描码)来确认当前位姿,若当前位姿在终点的允许误差范围内,则表示导航成功;若不在允许误差范围内,则重复执行步骤S101到步骤S104,直至导航成功或者导航超时为止。
如图3所示,本发明实施例还提供了一种基于视觉和激光雷达融合的导航***,包括:
至少一个处理器201;
至少一个存储器202,用于存储至少一个程序;
当所述至少一个程序被所述至少一个处理器201执行,使得所述至少一个处理器201实现所述的基于视觉和激光雷达融合的导航方法。
上述方法实施例中的内容均适用于本***实施例中,本***实施例所具体实现的功能与上述方法实施例相同,并且达到的有益效果与上述方法实施例所达到的有益效果也相同。
此外基于上述导航***,本发明实施例还可提供一种机器人,所述机器人上设置有上述基于视觉和激光雷达融合的导航***。
上述方法实施例中的内容均适用于本机器人实施例中,本机器人实施例所具体实现的功能与上述方法实施例相同,并且达到的有益效果与上述方法实施例所达到的有益效果也相同。
以上是对本发明的较佳实施进行了具体说明,但本发明创造并不限于所述实施例,熟悉本领域的技术人员在不违背本发明精神的前提下还可做作出种种的等同变形或替换,这些等同的变形或替换均包含在本申请权利要求所限定的范围内。
Claims (10)
1.一种基于视觉和激光雷达融合的导航方法,其特征在于,包括以下步骤:
获取位置信息;所述位置信息是通过摄像头对扫描码进行扫描后而获得的位置信息;
根据获取得到的位置信息,获得所述位置信息与摄像头之间的相对位置关系,从而根据获得的相对位置关系,确定出机器人的当前位姿;
根据目的地位姿以及机器人的当前位姿,从地图数据中获取得到对应的规划路径,以控制机器人沿规划路径行驶以及根据激光雷达数据进行避障。
2.根据权利要求1所述一种基于视觉和激光雷达融合的导航方法,其特征在于,所述获取位置信息这一步骤,其包括:
当判断出在机器人原地旋转过程中未获取得到位置信息时,则控制机器人向前直线移动指定距离。
3.根据权利要求1所述一种基于视觉和激光雷达融合的导航方法,其特征在于,所述根据目的地位姿以及机器人的当前位姿,从地图数据中获取得到对应的规划路径这一步骤,其包括:
根据目的地位姿以及机器人的当前位姿,利用A星算法从地图数据中获取到规划路径的坐标数据;
对规划路径的坐标数据中处于同一直线段上的坐标数据进行整合,从而得到路径直线段。
4.根据权利要求1所述一种基于视觉和激光雷达融合的导航方法,其特征在于,所述控制机器人根据激光雷达数据进行避障这一步骤,其包括:
监听激光雷达的雷达扫描数据;
当根据雷达扫描数据判断出获得的最小距离值小于设定阈值且产生在预设角度区域内时,则控制机器人转动。
5.根据权利要求4所述一种基于视觉和激光雷达融合的导航方法,其特征在于,所述当根据雷达扫描数据判断出获得的最小距离值小于设定阈值且产生在预设角度区域内时,则控制机器人转动这一步骤,其包括:
当判断出获得的最小距离值小于设定阈值且产生在20至90度的扇区内时,则控制机器人向右偏转;
当判断出获得的最小距离值小于设定阈值且产生在270至340度的扇区内时,则控制机器人向左偏转;
或,
当判断出获得的最小距离值小于设定阈值且产生在0-20或340-360的扇区内时,则控制机器人向目的地的方向转动。
6.根据权利要求1-5任一项所述一种基于视觉和激光雷达融合的导航方法,其特征在于,所述获取位置信息这一步骤之前设有地图数据生成步骤,所述地图数据生成步骤包括:
构建场所坐标系;
根据场所中所包含的各个设备与场所坐标系的原点之间的距离和设备的尺寸,生成所述场所对应的地图数据。
7.根据权利要求1-5任一项所述一种基于视觉和激光雷达融合的导航方法,其特征在于,所述扫描码为二维码。
8.根据权利要求1-5任一项所述一种基于视觉和激光雷达融合的导航方法,其特征在于,所述根据目的地位姿以及机器人的当前位姿,从地图数据中获取得到对应的规划路径,以控制机器人沿规划路径行驶以及根据激光雷达数据进行避障这一步骤之后设有目的地到达确认步骤,所述目的地到达确认步骤包括:
当机器人已沿规划路径行驶完毕时,判断机器人的当前位姿是否符合目的地到达条件,若是,则导航结束,反之,则返回执行所述获取位置信息这一步骤。
9.根据权利要求8所述一种基于视觉和激光雷达融合的导航方法,其特征在于,所述判断机器人的当前位姿是否符合目的地到达条件这一步骤,其包括:
当机器人的当前位姿与目的地位姿之间的距离差在允许误差范围内,则表示机器人的当前位姿符合目的地到达条件,反之,则表示机器人的当前位姿不符合目的地到达条件。
10.一种基于视觉和激光雷达融合的导航***,其特征在于,包括:
至少一个处理器;
至少一个存储器,用于存储至少一个程序;
当所述至少一个程序被所述至少一个处理器执行,使得所述至少一个处理器实现如权利要求1-9任一项所述的基于视觉和激光雷达融合的导航方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810949424.0A CN110849366A (zh) | 2018-08-20 | 2018-08-20 | 一种基于视觉和激光雷达融合的导航方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810949424.0A CN110849366A (zh) | 2018-08-20 | 2018-08-20 | 一种基于视觉和激光雷达融合的导航方法及*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110849366A true CN110849366A (zh) | 2020-02-28 |
Family
ID=69595133
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810949424.0A Pending CN110849366A (zh) | 2018-08-20 | 2018-08-20 | 一种基于视觉和激光雷达融合的导航方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110849366A (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111830491A (zh) * | 2020-08-04 | 2020-10-27 | 三一机器人科技有限公司 | 一种导航***中反光体的监测方法、装置及电子设备 |
CN112033415A (zh) * | 2020-09-16 | 2020-12-04 | 江西太空机器人科技有限公司 | 移动机器人自动导航方法及*** |
CN112612037A (zh) * | 2020-12-01 | 2021-04-06 | 珠海市一微半导体有限公司 | 一种融合定位方法及移动机器人 |
CN112684429A (zh) * | 2020-12-03 | 2021-04-20 | 中国科学院光电技术研究所 | 一种适用于空间交会对接激光雷达的远近场目标识别方法 |
CN112904863A (zh) * | 2021-01-27 | 2021-06-04 | 北京农业智能装备技术研究中心 | 基于激光与图像信息融合的行走控制方法及装置 |
CN113467346A (zh) * | 2021-08-11 | 2021-10-01 | 中国矿业大学 | 一种井下轨道车辆自动驾驶机器人及其控制方法 |
CN115127574A (zh) * | 2022-06-30 | 2022-09-30 | 东莞职业技术学院 | 基于视觉和激光雷达的移动机器人导航定位方法 |
CN115880673A (zh) * | 2023-02-22 | 2023-03-31 | 西南石油大学 | 一种基于计算机视觉的避障方法及*** |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101493330A (zh) * | 2008-01-23 | 2009-07-29 | 厦门雅迅网络股份有限公司 | 一种手机网络导航中地图矢量数据的抽稀方法 |
CN102818571A (zh) * | 2011-11-28 | 2012-12-12 | 北京乾图方园软件技术有限公司 | 一种快速进行路况显示的数据分层与组织方法和装置 |
CN105607635A (zh) * | 2016-01-05 | 2016-05-25 | 东莞市松迪智能机器人科技有限公司 | 自动导引车全景光学视觉导航控制***及全向自动导引车 |
CN105899112A (zh) * | 2014-01-10 | 2016-08-24 | 艾罗伯特公司 | 自主移动机器人 |
US20160313740A1 (en) * | 2014-01-14 | 2016-10-27 | Grenzebach Maschinenbau Gmbh | Orientation device for electrically operated transportation vehicles, automatically guided in factory building |
CN106197440A (zh) * | 2016-06-27 | 2016-12-07 | 江苏迪纳数字科技股份有限公司 | 基于角度约束的道路数据压缩方法 |
CN106598039A (zh) * | 2015-10-14 | 2017-04-26 | 山东鲁能智能技术有限公司 | 一种基于激光雷达的变电站巡检机器人避障方法 |
CN108227523A (zh) * | 2017-11-01 | 2018-06-29 | 深圳乐动机器人有限公司 | 机器人控制方法、装置、存储介质和计算机设备 |
-
2018
- 2018-08-20 CN CN201810949424.0A patent/CN110849366A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101493330A (zh) * | 2008-01-23 | 2009-07-29 | 厦门雅迅网络股份有限公司 | 一种手机网络导航中地图矢量数据的抽稀方法 |
CN102818571A (zh) * | 2011-11-28 | 2012-12-12 | 北京乾图方园软件技术有限公司 | 一种快速进行路况显示的数据分层与组织方法和装置 |
CN105899112A (zh) * | 2014-01-10 | 2016-08-24 | 艾罗伯特公司 | 自主移动机器人 |
US20160313740A1 (en) * | 2014-01-14 | 2016-10-27 | Grenzebach Maschinenbau Gmbh | Orientation device for electrically operated transportation vehicles, automatically guided in factory building |
CN106598039A (zh) * | 2015-10-14 | 2017-04-26 | 山东鲁能智能技术有限公司 | 一种基于激光雷达的变电站巡检机器人避障方法 |
CN105607635A (zh) * | 2016-01-05 | 2016-05-25 | 东莞市松迪智能机器人科技有限公司 | 自动导引车全景光学视觉导航控制***及全向自动导引车 |
CN106197440A (zh) * | 2016-06-27 | 2016-12-07 | 江苏迪纳数字科技股份有限公司 | 基于角度约束的道路数据压缩方法 |
CN108227523A (zh) * | 2017-11-01 | 2018-06-29 | 深圳乐动机器人有限公司 | 机器人控制方法、装置、存储介质和计算机设备 |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111830491A (zh) * | 2020-08-04 | 2020-10-27 | 三一机器人科技有限公司 | 一种导航***中反光体的监测方法、装置及电子设备 |
CN111830491B (zh) * | 2020-08-04 | 2023-06-27 | 三一机器人科技有限公司 | 一种导航***中反光体的监测方法、装置及电子设备 |
CN112033415A (zh) * | 2020-09-16 | 2020-12-04 | 江西太空机器人科技有限公司 | 移动机器人自动导航方法及*** |
CN112612037A (zh) * | 2020-12-01 | 2021-04-06 | 珠海市一微半导体有限公司 | 一种融合定位方法及移动机器人 |
CN112612037B (zh) * | 2020-12-01 | 2023-10-24 | 珠海一微半导体股份有限公司 | 一种融合定位方法及移动机器人 |
CN112684429A (zh) * | 2020-12-03 | 2021-04-20 | 中国科学院光电技术研究所 | 一种适用于空间交会对接激光雷达的远近场目标识别方法 |
CN112904863A (zh) * | 2021-01-27 | 2021-06-04 | 北京农业智能装备技术研究中心 | 基于激光与图像信息融合的行走控制方法及装置 |
CN112904863B (zh) * | 2021-01-27 | 2023-10-20 | 北京农业智能装备技术研究中心 | 基于激光与图像信息融合的行走控制方法及装置 |
CN113467346A (zh) * | 2021-08-11 | 2021-10-01 | 中国矿业大学 | 一种井下轨道车辆自动驾驶机器人及其控制方法 |
CN115127574A (zh) * | 2022-06-30 | 2022-09-30 | 东莞职业技术学院 | 基于视觉和激光雷达的移动机器人导航定位方法 |
CN115880673A (zh) * | 2023-02-22 | 2023-03-31 | 西南石油大学 | 一种基于计算机视觉的避障方法及*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110849366A (zh) | 一种基于视觉和激光雷达融合的导航方法及*** | |
JP6811258B2 (ja) | ロボット車両の位置測定 | |
EP3612906B1 (en) | Method and system for environment map generation and alignment | |
EP3410246B1 (en) | Robot obstacle avoidance control system and method, robot, and storage medium | |
EP3610284B1 (en) | Determination of localization viability metrics for landmarks | |
EP3552775B1 (en) | Robotic system and method for operating on a workpiece | |
JP6853832B2 (ja) | ネガティブマッピングを用いる位置測定 | |
Harapanahalli et al. | Autonomous Navigation of mobile robots in factory environment | |
CN104238557A (zh) | 无人驾驶运输车辆和运行无人驾驶运输车辆的方法 | |
JP5361257B2 (ja) | 自律移動装置 | |
CN112894758A (zh) | 机器人清洗控制***、方法、装置和计算机设备 | |
Behrje et al. | An autonomous forklift with 3d time-of-flight camera-based localization and navigation | |
US10035264B1 (en) | Real time robot implementation of state machine | |
Son et al. | The practice of mapping-based navigation system for indoor robot with RPLIDAR and Raspberry Pi | |
US20230047834A1 (en) | System and method for controlling the robot, electronic device and computer readable medium | |
JP2011248648A (ja) | 移動体 | |
Li et al. | Comparison and evaluation of SLAM algorithms for AGV navigation | |
Paromtchik et al. | Optical guidance system for multiple mobile robots | |
JP7155216B2 (ja) | 移動体の制御装置及び制御方法 | |
KR102442448B1 (ko) | 복수의 무인 반송 차량의 위치 인식 장치 및 그 방법 | |
Chen et al. | Trajectory Planning of Autonomous Mobile Robot using Model Predictive Control in Human-Robot Shared Workspace | |
Kostov et al. | AGV guidance system simulations with a programmable robotics kit | |
CN114019977B (zh) | 移动机器人的路径控制方法、装置、存储介质及电子设备 | |
Ferreira et al. | Autonomous Navigation System for a Differential Drive Mobile Robot | |
JP2021196489A (ja) | 地図補正システム、及び地図補正プログラム |
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 | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20200324 Address after: 510650 unit D406A, No.207, Changfu Road, Tianhe District, Guangzhou City, Guangdong Province Applicant after: Guangzhou shaoma Intelligent Equipment Technology Co.,Ltd. Address before: 510045 A, 16 / F, Jinan mansion, 300 Dongfeng Middle Road, Yuexiu District, Guangzhou, Guangdong. Applicant before: GUANGZHOU HONGDU INFORMATION TECHNOLOGY Co.,Ltd. |
|
TA01 | Transfer of patent application right | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200228 |
|
RJ01 | Rejection of invention patent application after publication |