CN110967711A - 数据采集方法和*** - Google Patents

数据采集方法和*** Download PDF

Info

Publication number
CN110967711A
CN110967711A CN201910849694.9A CN201910849694A CN110967711A CN 110967711 A CN110967711 A CN 110967711A CN 201910849694 A CN201910849694 A CN 201910849694A CN 110967711 A CN110967711 A CN 110967711A
Authority
CN
China
Prior art keywords
data
sensor
map
sensor data
location
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
CN201910849694.9A
Other languages
English (en)
Inventor
延守镕
柳守炫
李东焕
金正熙
朴京植
石相玉
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.)
Nabao Laboratory Co Ltd
Naver Labs Corp
Original Assignee
Nabao Laboratory 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 Nabao Laboratory Co Ltd filed Critical Nabao Laboratory Co Ltd
Publication of CN110967711A publication Critical patent/CN110967711A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • 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
    • 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
    • G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
    • G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
    • G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
    • G01S19/42—Determining position
    • 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
    • G01C21/206—Instruments for performing navigational calculations specially adapted for indoor navigation
    • 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
    • G01C21/10—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration
    • G01C21/12—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning
    • G01C21/16—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation
    • G01C21/165—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation combined with non-inertial navigation instruments
    • 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
    • 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
    • G01S11/00—Systems for determining distance or velocity not using reflection or reradiation
    • G01S11/12—Systems for determining distance or velocity not using reflection or reradiation using electromagnetic waves other than radio waves
    • 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
    • G01S15/00—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems
    • G01S15/88—Sonar systems specially adapted for specific applications
    • G01S15/93—Sonar systems specially adapted for specific applications for anti-collision purposes
    • 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
    • G01S17/02—Systems using the reflection of electromagnetic waves other than radio waves
    • G01S17/06—Systems determining position data of a target
    • 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
    • G01S17/87—Combinations of systems using electromagnetic waves other than radio waves
    • 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
    • G01S17/93—Lidar systems specially adapted for specific applications for anti-collision purposes
    • 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
    • G01S5/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
    • G01S5/02—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using radio waves
    • G01S5/0252—Radio frequency fingerprinting
    • G01S5/02521—Radio frequency fingerprinting using a radio-map
    • G01S5/02522—The radio-map containing measured values of non-radio values
    • 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
    • G01S5/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
    • G01S5/02—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using radio waves
    • G01S5/0252—Radio frequency fingerprinting
    • G01S5/02521—Radio frequency fingerprinting using a radio-map
    • G01S5/02524—Creating or updating the radio-map
    • G01S5/02525—Gathering the radio frequency fingerprints
    • 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
    • G01S5/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
    • G01S5/16—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using electromagnetic waves other than radio waves
    • 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
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/48—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00
    • G01S7/4808—Evaluating distance, position or velocity data
    • 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
    • G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
    • G05D1/0238—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using obstacle or wall sensors
    • 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
    • G05D1/0268—Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means
    • G05D1/0274—Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means using mapping information stored in a memory device
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G06T7/246—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02—Services making use of location information
    • H04W4/021—Services related to particular areas, e.g. point of interest [POI] services, venue services or geofences
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02—Services making use of location information
    • H04W4/029—Location-based management or tracking services
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/30—Services specially adapted for particular environments, situations or purposes
    • H04W4/33—Services specially adapted for particular environments, situations or purposes for indoor environments, e.g. buildings
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/30—Services specially adapted for particular environments, situations or purposes
    • H04W4/38—Services specially adapted for particular environments, situations or purposes for collecting sensor information
    • 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
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
    • G01S13/06—Systems determining position data of a target
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10028—Range image; Depth image; 3D point clouds
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30244—Camera pose

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Electromagnetism (AREA)
  • Automation & Control Theory (AREA)
  • Signal Processing (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Acoustics & Sound (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
  • Instructional Devices (AREA)
  • Navigation (AREA)
  • Traffic Control Systems (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Business, Economics & Management (AREA)
  • Educational Administration (AREA)
  • Educational Technology (AREA)

Abstract

本发明提供一种数据采集方法。该数据采集方法包括：在数据采集设备在目标区域内移动的同时，分别通过第一传感器和第二传感器采集第一传感器数据和第二传感器数据，并且分别将第一时间戳值和第二时间戳值标记到第一传感器数据和第二传感器数据；基于第一传感器数据，生成目标区域的地图数据和与第一时间戳值对应的时间点的位置数据；基于地图数据生成目标区域的地图信息，以及基于位置数据在地图上生成移动路径信息；以及基于移动路径信息估计与第二时间戳值对应的时间点的感测位置，并将感测位置标记到第二传感器数据。

Description

数据采集方法和***
相关申请的交叉引用
本申请要求于2018年9月28日向韩国知识产权局提交的申请号为10-2018-0116177的韩国专利申请的优先权，该韩国专利申请的全部内容通过引用并入本文。
技术领域
一个或多个实施例涉及一种用于采集数据的方法和***，并且更特别地，涉及一种用于采集标记有室内位置的传感器数据的方法和***。
背景技术
该部分提供与本公开相关的背景信息，但不一定是现有技术。
为了向用户提供基于位置的服务，需要获得用户或目标对象的准确位置信息。通常基于全球定位***(GPS)信号获得这种位置信息。然而，在诸如高层建筑物之间的区域的GPS信号灰色区域中或者诸如建筑物内部的GPS信号难以到达的空间中，很难测量用户或目标对象的位置。
作为一种即使在诸如建筑物内部的GPS信号难以到达的空间中提供基于位置的服务的方法，题目为“用于采集用于室内无线定位的参考信息的方法和装置以及利用室内提供的多个接入点的室内无线定位服务方法”的KR 10-2012-0029976(于2012年3月27日公布)公开一种采集室内无线定位的参考点信息的方法，该方法通过采集关于室内接入点的扫描信息、通过使用至少一个监控接入点的预设位置信息来地图构建关于室内地图上的监控接入点的扫描信息、通过使用至少一个虚拟接入点的扫描信息在室内地图上生成关于通过扫描信息获得的至少一个虚拟接入点的位置信息、并且生成关于在室内地图上预先设置的每个单元并且包括监控接入点和虚拟接入点的标识信息来采集室内无线定位的参考点信息。然而，根据这种方法，需要预先存在室内地图信息。
发明内容
该部分提供了本发明构思的总体概述，并未全面公开本发明构思的全部范围或所有特征。
一个或多个实施例包括一种采集传感器数据的方法，该方法在测量数据采集设备的位置并且通过在室内空间周围移动并搜索周边来构建地图的同时通过使用数据采集设备来采集标记有感测位置的传感器数据。
附加方面将在随后的描述中部分地阐述，且部分从描述中将是显而易见的或可以通过提供的实施例的实践而获知。
根据一个或多个实施例，提供一种数据采集方法。该数据采集方法包括：通过在包括第一传感器和第二传感器的数据采集设备在目标区域内移动的同时，分别通过第一传感器和第二传感器采集第一传感器数据和第二传感器数据，并且分别将第一时间戳值和第二时间戳值标记到第一传感器数据和第二传感器数据来执行加盖时间戳操作；基于在数据采集设备移动时采集的第一传感器数据，通过生成目标区域的地图数据和与第一时间戳值对应的时间点的位置数据来执行数据生成操作；通过基于地图数据生成关于目标区域的地图的地图信息，以及基于位置数据生成关于地图上的移动路径的移动路径信息来执行信息生成操作；通过基于移动路径信息估计与第二时间戳值对应的时间点的感测位置，并将感测位置标记到第二传感器数据来执行标记操作；以及通过存储标记有感测位置的第二传感器数据来执行存储操作。
根据一个或多个实施例，一种数据采集***包括：第一传感器；第二传感器；加盖时间戳模块，被配置成分别通过第一传感器和第二传感器采集第一传感器数据和第二传感器数据，并且分别将第一时间戳值和第二时间戳值标记到第一传感器数据和第二传感器数据；即时定位与地图构建(SLAM)模块，被配置成基于第一传感器数据生成目标区域的地图数据，生成与第一时间戳值对应的时间点的位置数据，基于地图数据生成关于目标区域的地图的地图信息，并且基于位置数据生成关于地图上的移动路径的移动路径信息；标记模块，被配置成基于移动路径信息估计与第二时间戳值对应的时间点的感测位置，并将感测位置标记到第二传感器数据；以及存储模块，被配置成存储标记有感测位置的第二传感器数据。
根据一个或多个实施例，提供一种数据采集方法。该数据采集方法包括：通过当包括第一传感器和第二传感器的数据采集设备在目标建筑物内移动时，分别通过第一传感器和第二传感器采集第一传感器数据和第二传感器数据，并且分别将第一时间戳值和第二时间戳值标记到第一传感器数据和第二传感器数据来执行加盖时间戳操作；基于在数据采集设备移动时采集的第一传感器数据，通过生成目标建筑物的临时地图数据以及与第一时间戳值对应的时间点的临时位置数据来执行数据生成操作；通过检测数据采集设备重新访问已经通过的位置的环路闭合来执行检测操作；通过响应于检测环路闭合校正临时位置数据以生成校正的位置数据，并且基于校正的位置数据生成移动路径信息和目标建筑物的室内地图信息来执行环路闭合操作；通过基于移动路径信息估计与第二时间戳值对应的时间点的感测位置并将感测位置标记到第二传感器数据来执行标记操作；以及通过存储标记有感测位置的第二传感器数据来执行存储操作。
根据一个或多个实施例，一种数据采集***包括：第一传感器；第二传感器；加盖时间戳模块，被配置成分别通过第一传感器和第二传感器采集第一传感器数据和第二传感器数据，并且分别将第一时间戳值和第二时间戳值标记到第一传感器数据和第二传感器数据；即时定位与地图构建(SLAM)模块，被配置成基于第一传感器数据生成目标建筑物的临时地图数据，生成与第一时间戳值对应的时间点的临时位置数据，检测数据采集设备重新访问已经通过的位置的环路闭合，响应于检测环路闭合校正临时位置数据以生成校正的位置数据，并且基于校正的位置数据生成移动路径信息和目标建筑物的室内地图信息；标记模块，被配置成基于移动路径信息估计与第二时间戳值对应的时间点的感测位置，并且将感测位置标记到第二传感器数据；以及存储模块，被配置成存储标记有感测位置的第二传感器数据。
根据一个或多个实施例，计算机程序存储在介质中以通过使用计算机执行数据采集方法。
附图说明
将参照附图更详细地描述示例实施例，其中除非另有说明，否则相同的附图标记在各个附图中指代相同的部件，并且其中：
图1是根据实施例的整个***的配置的示例的示图；
图2是用于描述根据实施例的地图构建机器人的内部配置的框图；
图3是用于描述根据实施例的地图构建机器人的处理器的框图；
图4是用于描述根据实施例的地图构建机器人的处理器的操作的参考图；
图5是图4的区域A的放大图；
图6是用于描述根据实施例的地图云服务器的内部配置的框图；以及
图7是用于描述根据实施例的服务机器人的内部配置的框图。
应注意的是，这些附图旨在示出在某些示例实施例中采用的方法和/或结构的一般特征，并且补充下面提供的书面描述。然而，这些附图不一定是按比例绘制，也可能不能精确地反映任何给定实施例的精确结构或性能特征，并且不应被解释为限定或限制示例实施例所包含的值或属性的范围。
具体实施方式
将参照附图详细描述一个或多个示例实施例。然而，示例实施例可以以各种不同的形式实施，并且不应该被解释为仅限于所示的实施例。相反，提供所示实施例作为示例，使得本公开将是彻底且完整的，并且将本公开的构思完全传达给本领域普通技术人员。因此，可以不描述关于一些示例实施例的已知的过程、元件和技术。除非另有说明，否则在整个附图和书面描述中相同的附图标记表示相同的元件，因此不再重复描述。
虽然本文可以使用术语“第一”、“第二”、“第三”等来描述各个元件、组件、区域、层和/或部分，但是这些元件、组件、区域、层和/或部分不应受这些术语的限制。这些术语仅用于将一个元件、组件、区域、层和/或部分与另一个元件、组件、区域、层和/或部分区分开。因此，在不脱离本公开的范围的情况下，下面讨论的第一元件、组件、区域、层或部分可以被称为第二元件、组件、区域、层或部分。
为了方便描述，在本文中可以使用诸如“在……之下”、“在……以下”、“在……下方”、“在……下面”、“在……之上”、“在……上方”等的空间相对术语以描述如图所示的一个元件或特征与另一元件或特征的关系。应理解的是，除了附图中所示的取向之外，空间相对术语旨在包括使用或操作的装置的不同取向。例如，如果附图中的装置被翻转，则描述为在其它元件或特征“在……以下”、“在……之下”或“在……下面”的元件将被定向在其它元件或特征“之上”。因此，示例性术语“在……之下”和“在……下面”可以包括上方和下方两种方位。装置还可以以其它方式定向(转动90度或在其它方位)，并且相应地解释本文使用的空间相对描述符。另外，当元件被称为在两个元件“之间”时，元件可以是两个元件之间的唯一元件，或者可以存在一个或多个其它中间元件。
除非上下文另有明确说明，否则如本文所用的单数形式“一”、“一个”和“该”旨在也包括复数形式。将进一步理解的是，当在本说明书中使用时，术语“包括”和/或“包含”指定所述特征、整数、步骤、操作、元件和/或组件的存在，但不排除一个或多个其它特征、整数、步骤、操作、元件、组件和/或组的存在或者添加。如本文所使用的术语“和/或”包括一个或多个相关所列项目的任何和所有组合。诸如“至少一个”之类的表达式在元件列表之前时，修饰整个元件列表而不修饰列表的各个元件。而且，术语“示例性”旨在表示示例或说明。
当元件被称为“在另一元件上”、“连接至”、“联接至”或“紧邻”另一元件时，该元件可以直接在其它元件上，连接至、联接至或邻近于其它元件或可以存在一个或多个其它中间元件。相反，当元件被称为“直接在另一元件上”、“直接连接至”、“直接联接至”或“紧邻”另一元件时，不存在中间元件。
除非另外定义，否则本文使用的所有术语(包括技术术语和科学术语)具有与示例实施例所属领域的普通技术人员通常理解的含义相同的含义。除非本文明确地定义，否则诸如在常用词典中定义的那些术语应当被解释为具有与其在相关领域和/或本公开的背景下的含义一致的含义，并且不应被解释为理想化或过于正式的意义。
可以参照可以结合下面更详细讨论的单元和/或装置实施的操作的行为和符号表示(例如，以流程图、流程示图、数据流程示图、结构图、框图等的形式的)来描述示例实施例。虽然以特定方式讨论，但是可以与流程图、流程示图等中指定的流程不同地执行在特定块中指定的功能或操作。例如，示出为在两个连续块中串行执行的功能或操作实际上可以可以同时执行，或者在某些情况下以相反的顺序执行。
可以使用硬件、软件和/或其组合来实施根据一个或多个示例实施例的单元和/或装置。例如，可以利用诸如但不限于下列的处理电路来实施硬件装置：处理器、中央处理单元(CPU)、控制器、算术逻辑单元(ALU)、数字信号处理器、微计算机、现场可编程门阵列(FPGA)、片上***(SoC)、可编程逻辑单元、微处理器或能够以定义的方式响应并执行指令的任何其它装置。
软件可以包括用于独立地或共同地指示或配置硬件装置以根据需要操作的计算机程序、程序代码、指令或它们的一些组合。计算机程序和/或程序代码可以包括能够由诸如上面提到的硬件装置中的一个或多个的一个或多个硬件装置来实施的程序或计算机可读指令、软件组件、软件模块、数据文件、数据结构等。程序代码的示例包括由编译器产生的机器代码和使用注释器执行的更高级程序代码。
例如，当硬件装置是计算机处理装置(例如处理器、CPU、控制器、ALU、数字信号处理器、微计算机、微处理器等)时，计算机处理装置可以被配置成根据程序代码通过执行算术运算、逻辑运算和输入/输出运算来运行程序代码。当程序代码被加载到计算机处理装置中时，可以对计算机处理装置进行编程以执行程序代码，从而将计算机处理装置转换成专用计算机处理装置。在更具体的示例中，当程序代码被加载到处理器中时，对处理器进行编程以执行程序代码及其相应的操作，从而将处理器转换为专用处理器。
软件和/或数据可以永久地或临时地包括在能够向硬件装置提供指令或数据或由硬件装置解释的任何类型的机器、组件、物理或虚拟设备、或计算机存储介质或装置中。该软件还可以分布在网络联接的计算机***上，以便以分布式方式存储并执行该软件。特别地，例如，包括本文讨论的有形或非暂时性计算机可读存储介质的一个或多个计算机可读记录介质可以存储软件和数据。
根据一个或多个示例实施例，可以将计算机处理装置描述为包括执行各种操作和/或功能的各种功能单元以增加描述的清晰度。然而，计算机处理装置不旨在限于这些功能单元。例如，在一个或多个示例实施例中，功能单元的各种操作和/或功能可以由其它功能单元执行。此外，计算机处理装置可以执行各种功能单元的操作和/或功能，而无需将计算机处理单元的操作和/或功能细分成这些各种功能单元。
根据一个或多个示例实施例的单元和/或装置还可以包括一个或多个存储装置。一个或多个存储装置可以是有形或非暂时性计算机可读存储介质，诸如随机存取存储器(RAM)、只读存储器(ROM)、永久大容量存储装置(诸如磁盘驱动器)、固态(例如，NAND闪存)装置和/或能够存储和记录数据的任何其它类似的数据存储机构。一个或多个存储装置可以被配置成存储用于一个或多个操作***的计算机程序、程序代码、指令或其某种组合和/或用于实施本文描述的示例实施例。计算机程序、程序代码，指令或其某些组合也可以使用驱动机构从单独的计算机可读存储介质加载到一个或多个存储装置和/或一个或多个计算机处理装置中。这种单独的计算机可读存储介质可以包括通用串行总线(USB)闪存驱动器、记忆棒、蓝光/DVD/CD-ROM驱动器、存储卡和/或其它类似的计算机可读存储介质。计算机程序、程序代码、指令或其某种组合可以经由网络接口而不是通过本地计算机可读存储介质从远程数据存储装置加载到一个或多个存储装置和/或一个或多个计算机处理装置中。另外，计算机程序、程序代码、指令或其某种组合可以从远程计算***加载到一个或多个存储装置和/或一个或多个处理器中，该远程计算***被配置成通过网络传送和/或分发计算机程序、程序代码、指令或其某种组合。远程计算***可以经由有线接口、空中接口和/或任何其它类似介质来传送和/或分发计算机程序、程序代码、指令或其某种组合。
为了示例实施例的目的，可以专门设计并构造一个或多个硬件装置、一个或多个存储装置和/或计算机程序、程序代码、指令或其某种组合，或者为了示例实施例的目的，它们可以是改变和/或修改的已知装置。
诸如计算机处理装置之类的硬件装置可以运行操作***(OS)和在OS上运行的一个或多个软件应用程序。计算机处理装置还可以响应于运行软件来访问、存储、操纵、处理和创建数据。为简单起见，一个或多个示例实施例可以例示为一个计算机处理装置；然而，本领域普通技术人员将理解的是，硬件装置可以包括多个处理元件和多种类型的处理元件。例如，硬件装置可以包括多个处理器或处理器和控制器。此外，其它处理配置诸如并行处理器也是可能的。
虽然参照特定示例和附图进行了描述，但是可以根据本领域普通技术人员的描述来不同地进行示例实施例的修改、添加和替换。例如，所描述的技术可以与所描述的方法的顺序不同的顺序执行，和/或诸如所描述的***、架构、装置、电路等的组件可以连接或组合以不同于上述方法，或结果可以通过其它组件或等同物适当地实现。
图1是根据实施例的整个***的配置的示例的示图。
参照图1，地图构建机器人100、地图云服务器200和服务机器人300a至300c通过网络彼此通信连接。
地图构建机器人100和服务机器人300a至300c可以是在不可接收全球定位***(GPS)信号的特定建筑物内操作的设备。在本说明书中，地图构建机器人100和服务机器人300a至300c操作的特定建筑物将被称为目标建筑物。目标建筑物的内部地图不存在，地图构建机器人100可以生成目标建筑物的室内地图信息。在本公开中，目标建筑物或目标建筑物的室内空间可以被称作为目标区域。
在下文中，为了便于描述，将地图构建机器人100和服务机器人300描述为包括移动平台的机器人设备，但是本公开的实施例不限于此。地图构建机器人100和服务机器人300可以包括包含传感器的服务平台，例如，诸如移动终端、膝上型计算机或计算机之类的装置等。
在本说明书中，地图构建机器人100是用于生成目标建筑物的室内地图信息的设备，并且可以被称为数据采集设备。在本说明书中，虽然数据采集设备的代表性示例包括地图构建机器人100，但不限于此。
服务机器人300a至300c可以通过使用地图构建机器人100生成的目标建筑物的室内地图信息来识别它们的位置，并且执行分配给它们的服务功能。服务机器人300a至300c不仅可以通过使用目标建筑物的室内地图信息来识别它们的位置，而且还可以沿着路径自动地驱动到期望的地方。服务机器人300a至300c可以根据分配给它们的任务执行物流服务、客户指导服务、安全服务等。图1中所示的服务机器人300a到300c的数量不限制本公开，并且一般情况下，服务机器人300a至300c可以被称为服务机器人300。
地图云服务器200可以是存储由地图构建机器人100生成的目标建筑物的室内地图信息并且将室内地图信息提供至服务机器人300的计算装置。地图云服务器200可以计算并提供服务机器人300沿其移动的路径。在图1中，地图云服务器200通过网络连接到地图构建机器人100，但这仅是示例。地图云服务器200可以设置在地图构建机器人100内部，并且在这种情况下，地图云服务器200的功能可以由地图构建机器人100执行。在本说明书中，数据采集设备可以是包括地图构建机器人100和地图云服务器200的概念。
地图构建机器人100、地图云服务器200和服务机器人300可以通过使用网络来传送或接收数据。网络可以包括连接至地图构建机器人100和服务机器人300的无线通信网络以及连接至地图云服务器200的有线通信网络。无线通信网络可以包括移动通信网络、无线局域网(LAN)和短距离无线通信网络。无线通信可以包括使用以下中的至少一种的蜂窝通信：例如，长期演进(LTE)、高级LTE(LTE-A)、码分多址(CDMA)、宽带CDMA(WCDMA)、通用移动电信***(UMTS)、无线宽带(WiBro)和全球移动通信***(GSM)。根据实施例，无线通信网络可以包括无线保真(WiFi)、蓝牙、低功耗蓝牙(BLE)、Zigbee、近场通信(NFC)和射频(RF)中的至少一种。例如，有线通信网络可以包括通用串行总线(USB)、高清晰度多媒体接口(HDMI)、推荐标准232(RS-232)、电力线通信和普通老式电话服务(POTS)中的至少一种。
网络可以包括电信网络、计算机网络、因特网网络和电话网络中的至少一种。网络可以包括个人局域网(PAN)、LAN、校园局域网(CAN)、城域网(MAN)、广域网(WAN)、宽带网络(BBN)和互联网中的一种或多种网络。网络可以包括含有总线网络、起始网络、环形网络、网状网络、星形总线网络以及树型或分层网络的一个或多个网络拓扑，但不限于此。
服务机器人300可以通过使用地图云服务器200提供的目标建筑物的室内地图信息来验证其位置。室内地图信息不仅可以包括关于目标建筑物的室内空间的信息，还可以包括使服务机器人300能够验证其位置的传感器数据。根据目标建筑物内的位置，传感器数据可以包括不同的传感器值。例如，传感器数据可以包括在目标建筑物中的不同位置捕获的图像数据。传感器数据可以包括在目标建筑物中的不同位置处测量的无线信号(例如，WiFi信号、蓝牙信号、Zigbee信号等)的数据。无线信号的数据可以包括无线信号的类型和强度。传感器数据可以包括在目标建筑物中的不同位置处测量的地磁值。
地图云服务器200提供的传感器数据基于目标建筑物中的不同位置具有不同的值，并且当与该值对应的位置准确时，服务机器人300能够通过使用传感器数据来准确地验证其位置。通常，通过在目标建筑物中的所有预设位置处重复将传感器定位在目标建筑物的特定位置处，然后测量传感器输出的过程来采集传感器数据。当通过这样的过程采集传感器数据时，难以将传感器准确地定位在预设的特定位置，并且消耗很长时间来测量所有预设位置处的传感器值。
根据本公开的地图构建机器人100通过在目标建筑物内移动来不仅可以采集第一传感器数据，还可以采集第二传感器数据。地图构建机器人100可以分别将第一时间戳值和第二时间戳值标记到第一传感器数据和第二传感器数据。地图构建机器人100可以通过使用采集的第一传感器数据生成临时地图数据和临时路径信息，并且当检测到环路闭合时，通过执行环路闭合来校正临时地图数据以生成目标建筑物的室内地图信息，并且通过校正临时路径信息来生成移动路径信息。第一传感器数据是用于生成室内地图信息和移动路径信息的数据，可以被称为空间数据。移动路径信息是关于地图构建机器人100移动的路径的信息。
地图构建机器人100可以通过使用标记到第一传感器数据和第二传感器数据的第一时间戳值和第二时间戳值，精确地估计在获得第二传感器数据的时间点地图构建机器人100所在的感测位置坐标。地图构建机器人100可以通过将估计的感测位置坐标标记到第二传感器数据来精确地绘制第二传感器数据和第二传感器数据的感测位置坐标。因此，从目标建筑物中的多个位置中的每一个位置采集的第二传感器数据可以在标记到精确感测位置坐标之后存储，并且因为在地图构建机器人100生成目标建筑物的室内地图信息的同时执行这样的过程，所以几乎不需要任何额外的时间。
图1示出了能够执行根据本公开的实施例的数据采集方法的***的示例。根据本公开的数据采集方法被描述为由图1的地图构建机器人100执行，但是可选地，根据本公开的数据采集方法可以由诸如智能电话或膝上型计算机的便携式计算设备执行。
根据本公开的数据采集方法可以由地图构建机器人100和地图云服务器200执行，并且在这种情况下，地图构建机器人100和地图云服务器200可以配置一个数据采集设备。
例如，地图构建机器人100可以移动以通过第一传感器和第二传感器采集第一传感器数据和第二传感器数据，并且分别为第一传感器数据和第二传感器数据加盖时间戳第一时间戳值和第二时间戳值。地图构建机器人100可以将分别加盖有时间戳第一时间戳值和第二时间戳值的第一传感器数据和第二传感器数据提供至地图云服务器200。
地图云服务器200可以基于第一传感器数据生成临时地图数据，并且在与第一时间戳值对应的时间点生成临时位置数据。地图云服务器200可以检测环路闭合，并且当检测到环路闭合时，校正临时位置数据以生成校正的位置数据，并且基于校正的位置数据生成移动路径信息和目标建筑物的室内地图信息。地图云服务器200可以基于移动路径信息估计与第二时间戳值对应的时间点的感测位置，并且将感测位置标记到第二传感器数据。地图云服务器200可以存储标记有感测位置的第二传感器数据。
同时，校正的位置数据和感测位置可以包括方向信息。例如，校正的位置数据和感测位置可以是包括用于指定空间上的位置的位置信息和用于指定该位置处的方向的方向信息的概念。
图2是用于描述根据实施例的地图构建机器人100的内部配置的框图。
参照图2，地图构建机器人100包括处理器110、存储器120、第一传感器单元130、第二传感器单元140、通信单元150和驱动单元160。
处理器110根据存储在存储器120中的代码操作，并且控制第一传感器单元130、第二传感器单元140、通信单元150和驱动单元160的整体操作。存储器120可以存储用于操作处理器110的代码，并且存储由处理器110的操作生成的数据。处理器110可以通过使用从第一传感器单元130和第二传感器单元140采集的第一传感器数据和第二传感器数据生成目标建筑物的室内地图信息和移动路径信息，并且生成标记有感测位置的第二传感器数据。现在将进一步详细地描述处理器110。
第一传感器单元130可以生成处理器110用于生成目标建筑物的室内地图信息和移动路径信息的空间数据(例如第一传感器数据)。第一传感器单元130可以包括从由激光扫描仪、相机和红绿蓝深度(RGBD)传感器组成的组中选择的至少一种。激光扫描仪是一种发射激光束、接收从周围物体反射的激光束、并测量到周围物体的距离以精确地描绘周围环境的设备，可以包括激光雷达。激光扫描仪可以是三维(3D)激光扫描仪并且生成3D空间数据。激光扫描仪可以在每个预设周期生成3D空间数据。当地图构建机器人100移动时，由激光扫描仪生成的3D空间数据每帧都会改变。处理器110可以提取每帧改变的3D空间数据的特征点，并且匹配特征点以识别地图构建机器人100的位置和移动路径，并且生成目标建筑物的室内地图信息。
例如，相机可以是360°相机，并且可以是在地图构建机器人100的位置处捕获前方、后方、左方、右方、上方和下方的所有方向的设备。相机可以是通过捕获所有方向来生成图像数据。处理器110可以提取每帧改变的图像数据的特征点，并且匹配特征点以识别地图构建机器人100的位置和移动路径，并且生成目标建筑物的室内地图信息。
根据实施例，处理器110可以分析由相机获得的图像数据以识别平面，并且分析平面的变化以生成3D地图数据。而且，处理器110可以识别其在3D地图数据中的位置。
RGBD传感器是将捕获RGB图像的诸如相机的传感器的功能与检测到与周围目标对象的距离的深度传感器的功能相结合的传感器。RGBD传感器不仅捕获周围物体的图像，还测量到与周围物体的距离。处理器110可以基于RGBD传感器的输出数据来生成目标建筑物的室内地图信息并且识别其位置。
第二传感器单元140是用于生成标记有感测位置的第二传感器数据的设备，并且可以包括从由相机、WiFi模块、蓝牙模块和地磁传感器组成的组中选择的至少一种。感测位置表示获得第二传感器数据的位置，并且标记有感测位置的第二传感器数据表示感测位置与第二传感器数据一起存储。感测位置可存储为第二传感器数据的元数据。感测位置可存储为目标建筑物的室内地图上的坐标。标记有感测位置的第二传感器数据可以存储在地图云服务器200中，并且作为目标建筑物的室内地图信息的一部分通过网络提供至服务机器人300。标记有感测位置的第二传感器数据可以存储在地图构建机器人100的存储器120中。
第二传感器单元140可以包括从由相机、WiFi模块、蓝牙模块和地磁传感器组成的组中选择的多个传感器。例如，第二传感器单元140可以包括相机和WiFi模块。第二传感器单元140可以包括2D激光扫描仪。第二传感器单元140可以包括2D相机。第二传感器单元140的传感器设备可以是便宜的并且具有比第一传感器单元130的传感器的性能更低的性能。
WiFi模块可以检测在感测位置处检测到的接入点的标识信息和从每个接入点接收的WiFi信号的强度。蓝牙模块可以检测在感测位置处检测到的蓝牙设备的标识信息和从每个蓝牙设备接收的WiFi信号的强度。地磁传感器可以在感测位置处检测地球的磁场。
通信单元150可以连接至网络以与地图云服务器200和/或服务机器人300通信。通信单元150可以被称为通信接口，并且可以在地图构建机器人100和诸如地图云服务器200的外部设备之间设置无线通信。无线通信可以包括使用例如LTE、LTE-A、CDMA、WCDMA、UMTS、WiBro和GSM中的至少一种的蜂窝通信。根据实施例，无线通信可以包括WiFi、蓝牙、BLE、Zigbee、NFC和RF中的至少一种。
驱动单元160由处理器110控制，并且使地图构建机器人100能够在目标建筑物内移动。驱动单元160可以包括电机和多个轮。例如，驱动单元160可以包括电机驱动器、轮式电机和旋转电机。电机驱动器可以执行驱动轮式电机的功能以驱动地图构建机器人100。轮式电机可以驱动多个轮以驱动地图构建机器人100。可以驱动旋转电机以使地图构建机器人100的轮旋转或改变地图构建机器人100的轮的方向。
地图构建机器人100进一步可以包括障碍物识别单元。障碍物识别单元可以包括红外传感器、超声波传感器、悬崖传感器、姿态传感器、碰撞传感器和光学流量传感器(OFS)中的至少一种。红外传感器可以包括用于接收红外遥控器的信号的传感器，红外遥控器用于远程调整地图构建机器人100。超声传感器可以包括用于通过使用超声信号确定障碍物与机器人之间的距离的传感器。悬崖传感器可以包括用于检测360°范围内的悬崖或绝壁的传感器。姿态传感器(姿态参考***(ARS))可以包括用于检测地图构建机器人100的姿态的传感器。姿态传感器可以包括用于检测地图构建机器人100的旋转量的包括三轴加速度和三轴陀螺仪的传感器。碰撞传感器可以包括用于检测地图构建机器人100与障碍物之间的碰撞的传感器。碰撞传感器可以在360°的范围内检测地图构建机器人100与障碍物之间的碰撞。OFS可以包括用于感测地图构建机器人100在没有牵引力的情况下旋转的现象并且测量地图构建机器人100在各种地板表面上的行动距离的传感器。
图3是用于描述根据实施例的地图构建机器人100的处理器110的框图。
参照图3，处理器110可以包括加盖时间戳模块111、即时定位与地图构建(SLAM)模块112、标记模块113和存储模块114。
加盖时间戳模块111可以通过第一传感器单元130采集第一传感器数据，并且将第一时间戳值标记到第一传感器数据。加盖时间戳模块111可以通过第二传感器单元140采集第二传感器数据，并且将第二时间戳值标记到第二传感器数据。假设第一传感器单元130是3D激光扫描仪，第二传感器单元140是WiFi模块。第一传感器数据可以被称为从例如第一传感器单元130的3D激光扫描器接收的空间数据，第二传感器数据可以被称为从例如第二传感器单元140的WiFi模块接收的传感器数据。
加盖时间戳可以指示将与接收到数据的时间点对应的时间戳值与数据相关联地存储或者作为待标记到数据的数据的元数据存储。时间戳是以一致格式表示的信息，以指示特定时间点，并且可以方便地用于比较两个或更多个时间点或计算时间段。时间戳的格式不限制本公开。
第一传感器单元130和第二传感器单元140可以单独地操作。因此，第一传感器单元130(例如，3D激光扫描仪)的第一传感器数据的采集时段和第二传感器单元140(例如，WiFi模块)的第二传感器数据的采集时段是相互独立。第一传感器数据的接收时间和第二传感器数据的接收时间可以彼此不同步。例如，第一传感器数据的接收时间可以在大约1ms至100ms之间，第二传感器数据的接收时间可以在大约1ms至1sec之间。可以不定期接收第一传感器数据和第二传感器数据中的每一个。
加盖时间戳模块111可以将标记有第一时间戳值的第一传感器数据和标记有第二时间戳值的第二传感器数据存储在存储器120中。第一传感器数据和第二传感器中的每个数据可以被理解为当地图构建机器人100移动时连续接收的一组多条数据。
SLAM模块112可以基于第一传感器数据执行同时位置估计和地图构建功能，并且估计地图构建机器人100沿其移动的路径。因为第一传感器数据标记有第一时间戳值，所以SLAM模块112可以识别关于在哪个时间点经过哪个位置的信息。由于SLAM模块112的同时位置估计和地图构建功能是众所周知的，因此本文将不描述关于如何执行同时位置估计和地图构建功能的细节。
根据实施例，SLAM模块112可以在基于第一传感器数据生成临时地图数据的同时，在与第一时间戳值对应的时间点生成临时位置数据。临时位置数据表示临时估计地图构建机器人100在与第一时间戳值对应的时间点已经经过的位置的数据。当第一传感器数据是从3D激光扫描仪接收的3D图像数据时，SLAM模块112可以基于连续接收的多条3D图像数据来执行同时位置估计和地图构建功能。此时，由SLAM模块112临时编制的地图数据和位置数据可包括感测误差，并且感测误差可随着时间累积并且逐渐增加。临时地图数据和临时位置数据可以表示未消除这种感测误差的数据。例如，临时地图数据和临时位置数据可包括感测误差。
SLAM模块112可以执行作为消除感测误差的方法的环路闭合功能。SLAM模块112可以检测环路闭合。在本说明书中，环路闭合表示地图构建机器人100重新访问已经经过的位置。SLAM模块112可以将作为当前接收的第一传感器数据的当前数据和作为先前接收的第一传感器数据的先前数据进行比较，并且当它们之间的相似度大于预设阈值时，确定已经出现了环路闭合。当第一传感器单元130是3D激光扫描仪时，在相同位置获得的多条3D图像数据可能非常相似。可以根据地图构建机器人100的姿势将从3D激光扫描仪接收的多条3D图像数据转换为预设坐标系，以便容易地相互比较。重新访问已经通过的位置的地图构建机器人100不仅包括重新访问相同的坐标，还包括重新访问与已访问的位置相邻的位置。
当前数据不与所有多条先前数据进行比较，但是可以与一些先前数据进行比较以降低吞吐量。待比较的一些先前数据可以是起始点的先前数据或交叉点的先前数据。待比较的一些先前数据可以是基于基于临时位置数据预测的移动路径在可能发生环路闭合的时间点的先前数据。
根据另一实施例，SLAM模块112可以使用第二传感器数据来检测环路闭合。SLAM模块112可以将作为当前接收的第二传感器数据的当前数据与作为先前接收的第二传感器数据的先前数据进行比较，并且当它们之间的相似度大于预设阈值时，确定已经出现了环路闭合。当第二传感器单元140是WiFi扫描仪时，在相同位置获得的多条无线数据可能非常相似。对于第二传感器数据也是如此，当前数据也可以不与所有多条先前数据进行比较，但是可以与一些先前数据进行比较以降低吞吐量。
当基于第一传感器数据检测到环路闭合时，SLAM模块112可以通过使用标记到第一传感器数据的第一时间戳值来识别之前已经经过当前位置的先前经过时间。通过使用第一传感器数据识别的先前经过时间被称为第一先前经过时间。当基于第二传感器数据检测到环路闭合时，SLAM模块112还可以通过使用标记到第二传感器数据的第二时间戳值来识别之前已经过当前位置的先前经过时间。通过使用第二传感器数据识别的先前经过时间被称为第二先前经过时间。当第一先前经过时间和第二先前经过时间之间的差小于预设阈值时，SLAM模块112可以最终确定出现了环路闭合。
SLAM模块112响应于环路闭合的检测，从临时地图数据和临时位置数据中消除感测误差，从而生成目标建筑物的室内地图信息和地图构建机器人100的移动路径信息。SLAM模块112可以通过响应于环路闭合的检测来校正临时位置数据来生成校正的位置数据，并且基于校正的位置数据生成移动路径信息。此外，当检测到环路闭合时，SLAM模块112可以从临时地图数据中消除感测误差，从而生成目标建筑物的室内地图信息。
根据实施例，在检测到环路闭合时的当前时间的临时位置数据与在第一先前经过时间的临时位置数据之间的差异对应于第一先前经过时间和当前时间之间累积的感测误差，因此SLAM模块112可以在将当前时间的临时位置数据和第一先前经过时间的临时位置数据匹配的同时，基于当前时间的临时位置数据和第一先前经过时间的临时位置数据之间的差异来识别关于感测误差的信息。SLAM模块112可以对临时位置数据的感测误差进行校正，以生成校正的位置数据。可以通过从临时位置数据中消除感测误差来获得校正的位置数据。与地图构建机器人100的位置相关的校正的位置数据还包括估计误差，但与临时位置数据相比，误差要小得多。
SLAM模块112可以基于校正的位置数据生成移动路径信息。因为第一时间戳值是对第一传感器数据加盖时间戳，所以移动路径信息包括在与第一时间戳值对应的时间点的校正的位置数据。换言之，移动路径信息是关于地图构建机器人100沿其移动的路径的信息，并且可以包括关于根据标记有第一时间戳值的第一传感器数据实际经过的时间和位置的信息。
标记模块113可以基于移动路径信息估计与第二时间戳值对应的时间点的感测位置。移动路径信息包括关于移动路径信息移动的时间和位置的信息，因此标记模块113可以识别地图构建机器人100在与第二时间戳值对应的时间点的位置。这样的位置可以称为感测位置。根据实施例，标记模块113可以使用与第一时间戳值对应的时间点的校正的位置数据，通过插值来估计与第二时间戳值对应的时间点的感测位置。与第一时间戳值对应的时间点可能不能精确地匹配与第二时间戳值对应的时间点。可以选择与第二时间戳值相邻的两个第一时间戳值。可以确定与两个第一时间戳值对应的校正的位置数据。假设地图构建机器人100在与两个第一时间戳值对应的时间点之间以恒定速度线性移动，基于两个第一时间戳值和第二时间戳值之间的差异通过执行插值可以估计与第二时间戳值对应的时间点的感测位置。
可以不假设地图构建机器人100在与两个相邻的第一时间戳值对应的时间点之间以恒定速度线性移动。例如，地图构建机器人100可以不规律地移动。在这种情况下，可以基于与第二时间戳值相邻的至少两个第一时间戳值对应的时间点的位置来确定与第二时间戳值对应的时间点的位置。标记模块113可以基于与至少两个第一时间戳值对应的时间点的位置来估计地图构建机器人100的移动类型，并且基于该移动类型以及与第一时间戳值对应的时间点的位置来估计与第二时间戳值对应的时间点的位置。
标记模块113可以基于地图构建机器人100在与第二时间戳值对应的时间点所处的位置来估计感测位置。严格地说，与第二时间戳值对应的时间点的位置表示第一传感器单元130的位置。另一方面，感测位置可以表示第二传感器单元140的位置。
第一传感器单元130和第二传感器单元140可以存在于地图构建机器人100中的不同位置处。处理器110可以预先存储关于第一传感器单元130和第二传感器单元140之间的位置关系的信息。处理器110可以根据地图构建机器人100的姿态来计算第二传感器单元140相对于第一传感器单元130的位置的位置关系，并且通过使用计算的位置关系、基于第一传感器单元130的位置来准确地计算第二传感器单元140的位置。因此，标记模块113可以基于第一传感器单元130在与第二时间戳值对应的时间点所处的位置来估计感测位置。
标记模块113可以将如此估计的感测位置标记到加盖时间戳第二时间戳值的第二传感器数据。当标记模块113对所有多条第二传感器数据执行这样的操作时，可以将感测位置标记到所有多条第二传感器数据。当第二传感器单元140是相机时，标记有感测位置的第二传感器数据可以包括由相机捕获的图像和相机的位置。在第二传感器数据中包括的相机的位置可以包括相机的捕获方向。当相机是固定相机时，可以通过地图构建机器人100的姿势确定捕获方向。当相机是万向节相机时，可以基于地图构建机器人100的姿态和万向节角度来确定捕获方向。
存储模块114可以存储标记有感测位置的第二传感器数据。存储模块114可以将标记有感测位置的第二传感器数据存储在存储器120中。存储模块114可以将标记有感测位置的第二传感器数据存储在地图云服务器200中。存储模块114可以将标记有感测位置的第二传感器数据与目标建筑物的室内地图信息组合。
当第二传感器单元140包括多种类型的传感器时，可以存在多条第二传感器数据，并且可以通过标记模块113生成标记有感测位置的多条第二传感器数据。目标建筑物的室内地图信息可以包括多条第二传感器数据。例如，当第二传感器单元140包括相机和WiFi模块时，第二传感器数据可以包括由相机在感测位置捕获的图像数据和在感测位置处接收的WiFi信号的数据。
处理器110进一步可以包括用于使地图构建机器人100自主驾驶的自主驾驶模块，并且驱动单元160可以在自主驾驶模块的控制下驱动。自主驾驶模块可以直接确定地图构建机器人100将沿其移动的路径。地图构建机器人100可以在产生目标建筑物的室内地图信息之前搜索目标建筑物。自主驾驶模块可以包括用于搜索目标建筑物的算法。例如，自主驾驶模块可以包括用于在所有交叉点、在特定方向上旋转以搜索目标建筑物的算法，或者用于确定使得在预设移动距离或时间之后出现环路闭合的路径的算法。
根据另一实施例，可以由地图云服务器200执行确定地图构建机器人100沿其移动的路径的功能，并且处理器110可以接收待从地图云服务器200移动的路径。
图4和图5是用于描述根据实施例的地图构建机器人100的处理器110的操作的参考图。
参照图4和图5，示出了在SLAM模块112的环路闭合操作之前的临时移动路径P1和在环路闭合操作之后估计的估计移动路径P2。假设地图构建机器人100从左下方逆时针移动矩形路径。图5是图4的区域A的放大图。
可以基于临时位置数据ei确定临时移动路径P1。如临时移动路径P1所示，当感测误差随着地图构建机器人100的移动而累积时，临时位置数据ei可能逐渐偏离实际路径。
环路闭合操作可以是在检测到环路闭合时的两个时间点匹配临时位置数据ei的操作。可以通过从临时位置数据ei中消除感测误差来获得由环路闭合操作生成的校正的位置数据ri。
当处理器110每当从第二传感器单元140接收到第二传感器数据时确定感测位置并且将确定的感测位置标记到第二传感器数据时，第二传感器数据的感测位置mj可以确定是如图5所示的临时移动路径P1上的位置或者是临时移动路径P1上的相邻临时位置数据ei的位置。处理器110可以基于第一传感器数据将当前位置确定为临时位置数据ei，并且基于临时位置数据ei来确定第二传感器数据的感测位置。
根据当前实施例，对第二传感器数据加盖时间戳第二时间戳值。处理器110可以通过使用第二传感器数据的第二时间戳值将第二传感器数据的感测位置确定为估计的移动路径P2上的位置。因此，第二传感器数据的感测位置可能更准确，并且几乎不需要任何额外的时间来识别第二传感器数据的感测位置。另外，沿着地图构建机器人100在目标建筑物中移动的路径可以获得大量的第二传感器数据。可以采集在目标建筑物中的大量感测位置处测量的第二传感器数据。通常，由于操作员通过利用传感器设备移动到预设位置来采集传感器数据，因此传感器数据的采集仅限于某个位置，但是根据当前实施例，可以在地图构建机器人100在目标建筑物中移动的路径上每隔大约几厘米采集第二传感器数据。
图6是用于描述根据实施例的地图云服务器200的内部配置的框图。
参照图6，地图云服务器200包括处理器210、存储器220和通信单元230。
处理器110根据存储在存储器120中的代码进行操作，并且包括存储器220和通信单元230。存储器220可以存储用于操作处理器210的代码，并且存储由处理器的操作生成的数据。存储器220可以包括存储目标建筑物的室内地图信息的存储装置。根据另一实施例，存储器220可以包括经由网络连接的单独存储服务器的数据库，并且目标建筑物的室内地图信息可以存储在该数据库中。
处理器210可以从地图构建机器人100接收目标建筑物的室内地图信息。室内地图信息可以包括目标建筑物的3D地图。室内地图信息可以包括标记有感测位置的第二传感器数据。感测位置可以指定为目标建筑物的室内地图信息上的位置。
处理器210可以将目标建筑物的室内地图信息提供至服务机器人300。服务机器人300可以通过使用包括在目标建筑物的室内地图信息中的第二传感器数据来识别其位置。精确估计的感测位置被标记到第二传感器数据上。服务机器人300可以通过使用目标建筑物中的传感器、将测量值与第二传感器数据进行比较来估计其位置。
根据另一实施例，处理器210可以从地图构建机器人100和/或服务机器人300接收出发点信息和目的地信息。处理器210可通过使用目标建筑物的室内地图信息来确定从出发点到目的地的最佳路径，并且向地图构建机器人100和/或服务机器人300提供关于最佳路径的信息。在接收到关于最佳路径的信息时，地图构建机器人100和/或服务机器人300可以沿着最佳路径移动。根据另一实施例，地图构建机器人100可以包括自主驾驶模块并且沿着由自主驾驶模块确定的路径移动。
根据另一实施例，处理器210可以执行图3的SLAM模块112、标记模块113和存储模块114的功能。例如，处理器210可以从地图构建机器人100接收分别加盖时间戳第一时间戳值和第二时间戳值的第一传感器数据和第二传感器数据。
处理器210可以基于加盖时间戳第一时间戳值的第一传感器数据生成临时地图数据，并且在与第一时间戳值对应的时间点生成临时位置数据。
处理器210可以检测地图构建机器人100重新访问已经经过的位置的环路闭合。当检测到环路闭合时，处理器210可以校正临时位置数据以生成校正的位置数据，并且基于校正的位置数据生成移动路径信息和目标建筑物的室内地图信息。
处理器210可以基于移动路径信息估计与第二时间戳值对应的时间点的感测位置，并且将感测位置标记到第二传感器数据。处理器210可以存储标记有感测位置的第二传感器数据。
通信单元230可以通过连接到网络与地图构建机器人100和/或服务机器人300通信。通信单元230可以被称为通信接口并且设置与地图构建机器人100和/或服务机器人300之间的通信。通信单元230可以经由有线通信连接到网络。有线通信可以包括LAN、WAN、MAN和ISDN中的至少一种。
图7是用于描述根据实施例的服务机器人300的内部配置的框图。
参照图7，服务机器人300包括处理器310、存储器320、第二传感器单元330、通信单元340和驱动单元350。
处理器310根据存储在存储器320中的代码进行操作，并且控制存储器320、第二传感器单元330、通信单元340和驱动单元350的整体操作。存储器320可以存储用于操作存储器320的代码，并且存储由处理器310的操作而生成的数据。处理器310可以通过使用从第二传感器单元330接收的传感器数据和存储在地图云服务器200中的目标建筑物的室内地图信息来估计其在目标建筑物中的位置。现在将进一步详细地描述处理器310。
第二传感器单元330可以包括生成与包括在目标建筑物的室内地图信息中的第二传感器数据相同类型的传感器数据的传感器。第二传感器单元330可以对应于地图构建机器人100的第二传感器单元140。例如，当地图构建机器人100的第二传感器单元140包括从由相机、WiFi模块、蓝牙模块和地磁传感器组成的组中选择的至少一种时，第二传感器单元330还可以包括与第二传感器单元140相同类型的至少一个传感器。当地图构建机器人100的第二传感器单元140包括相机和WiFi模块且目标建筑物的室内地图信息包括相机的图像数据和WiFi模块的无线信号数据时，第二传感器单元330可以包括相机和WiFi模块中的一个，或者包括相机和WiFi模块两者。
地图构建机器人100的第一传感器单元130的传感器可能较昂贵并且具有比第二传感器单元140的传感器的性能更高的性能。因为服务机器人300不包括像地图构建机器人100的第一传感器单元130那样的昂贵传感器，所以服务机器人300的制造成本可能低于地图构建机器人100，并且可以基于功能进行多种类型的制造。
通信单元340可以通过连接到网络与地图构建机器人100、地图云服务器200和/或另一服务机器人300通信。通信单元340可以被称为支持无线通信的通信接口。无线通信可以包括蜂窝通信、WiFi、蓝牙、BLE、Zigbee、NFC和RF中的至少一种。
驱动单元350由处理器310控制，并且使服务机器人300能够移动。驱动单元350可以包括电机和多个轮。例如，驱动单元350可以包括电机驱动器、轮式电机和旋转电机。电机驱动器可以执行驱动轮式电机的功能以驱动服务机器人300。轮式电机可以驱动多个轮以驱动服务机器人300。可以驱动旋转电机使服务机器人300的轮旋转或改变服务机器人300的轮的方向。
根据实施例，处理器310可以从第二传感器单元330接收传感器数据。处理器310可以从地图云服务器200接收目标建筑物的室内地图信息。处理器310可以确定包括在目标建筑物的室内地图信息中标记有感测位置的第二传感器数据与从第二传感器单元330接收的传感器数据之间的相似度。处理器310可以提取具有高相似度的第二传感器数据并且基于标记有感测位置的第二传感器数据来估计服务机器人300的当前位置。
根据另一实施例，在从第二传感器单元330接收到传感器数据时，处理器310可以将传感器数据传输至地图云服务器200。地图云服务器200可以基于从服务机器人300接收的传感器数据来估计服务机器人300的当前位置，并且将关于当前位置的信息传输至服务机器人300。
当指定地图机器人100和服务机器人300在目标建筑物中移动的路径时，地图构建机器人100可以在路径上的所有位置接收第二传感器数据。目标建筑物的室内地图信息可以包括从路径上的所有位置获得的第二传感器数据，并且准确的感测位置可以标记到第二传感器数据上。当服务机器人300位于目标建筑物中的指定路径上时，存在与通过第二传感器单元330接收的传感器数据具有非常高的相似度的第二传感器数据的可能性很大。因此，可以非常准确地估计服务机器人300的当前位置。
上述本公开的实施例通过在使用各种计算机执行的计算机程序中实现，可以记录在计算机可读记录介质上。计算机可读记录介质可以连续地存储计算机程序或存储计算机程序以用于执行或下载。计算可读记录介质可以是单个硬件组件或多个硬件组件的组合形式的各种记录介质或存储介质，并且不限于直接连接到计算机***还可以分布在网络上的介质。计算机可读记录介质的示例包括：配置成存储程序指令的诸如硬盘、软盘和磁带的磁介质，诸如CD-ROM和DVD的光学记录介质，诸如光盘的磁光介质以及ROM，RAM，闪存等。计算机可读记录介质的其它示例包括由分发应用程序的应用程序商店管理的记录介质或存储介质，以及由提供或分发其它各种类型的软件的网站或服务器管理的存储介质。
根据本公开的各种实施例，提供了一种采集传感器数据的方法，该方法在测量数据采集设备的位置并且通过在目标建筑物的室内空间中移动并搜索周边来创建目标建筑物的室内地图的同时通过使用数据采集设备采集标记有感测位置的传感器数据。由于在采集传感器数据的同时执行加盖时间戳，并且通过使用时间戳值来估计传感器数据的感测位置，因此可以获得准确的感测位置。另外，根据本公开的各种实施例，由于创建了目标建筑物的室内地图并且同时采集了目标建筑物中的传感器数据，因此可以减少用于采集传感器数据的时间和成本。
已经出于说明和描述的目的提供了前述描述。这并非是详尽的或旨在限制本公开。特定示例实施例的各个元件或特征通常不限于该特定实施例，而是即使没有具体示出或描述，在适用的情况下也可互换并且可以在所选实施例中使用。同样也可以各种方式进行修改。不应将这些修改视为脱离本公开，并且所有这些修改旨在包括在本公开的范围内。

Claims (14)

1.一种数据采集方法，包括：
通过在包括第一传感器和第二传感器的数据采集设备在目标区域内移动的同时，分别通过所述第一传感器和所述第二传感器采集第一传感器数据和第二传感器数据，并且分别将第一时间戳值和第二时间戳值标记到所述第一传感器数据和所述第二传感器数据来执行加盖时间戳操作；
基于在所述数据采集设备移动时采集的所述第一传感器数据，通过生成所述目标区域的地图数据和与所述第一时间戳值对应的时间点的位置数据来执行数据生成操作；
通过基于所述地图数据生成关于所述目标区域的地图的地图信息，以及基于所述位置数据生成关于所述地图上的移动路径的移动路径信息来执行信息生成操作；
通过基于所述移动路径信息估计与所述第二时间戳值对应的时间点的感测位置，并将所述感测位置标记到所述第二传感器数据来执行标记操作；以及
通过存储标记有所述感测位置的所述第二传感器数据来执行存储操作。
2.根据权利要求1所述的数据采集方法，其中，
所述移动路径信息包括与所述第一时间戳值对应的时间点的所述位置数据，并且
使用与所述第一时间戳值对应的时间点的所述位置数据通过插值来估计与所述第二时间戳值对应的时间点的所述感测位置。
3.根据权利要求1所述的数据采集方法，进一步包括：
检测所述数据采集设备重新访问已经通过的位置的环路闭合；
响应于检测所述环路闭合来校正所述位置数据；以及
响应于校正所述位置数据来校正所述地图数据。
4.根据权利要求3所述的数据采集方法，其中
检测所述环路闭合包括：
计算多条所述第一传感器数据之间的相似度；
计算多条第二传感器数据之间的相似度；以及
基于多条所述第一传感器数据之间的相似度和多条所述第二传感器数据之间的相似度来检测所述环路闭合。
5.根据权利要求1所述的数据采集方法，其中
所述第一传感器包括从由激光扫描仪、相机和红绿色蓝深度传感器即RGBD传感器组成的组中选择的至少一种。
6.根据权利要求1所述的数据采集方法，其中
所述第二传感器包括从由相机、WiFi模块、蓝牙模块、地磁传感器、激光扫描仪和RGBD传感器组成的组中选择的至少一种。
7.根据权利要求6所述的数据采集方法，其中
所述第一传感器是三维激光扫描仪即3D激光扫描仪。
8.根据权利要求1所述的数据采集方法，其中
所述加盖时间戳操作、所述数据生成操作、所述信息生成操作、所述标记操作和所述存储操作由所述数据采集设备的处理器执行。
9.根据权利要求1所述的数据采集方法，其中
所述加盖时间戳操作由所述数据采集设备的处理器执行，并且
所述数据生成操作、所述信息生成操作、所述标记操作和所述存储操作由通过网络连接至所述数据采集设备的计算机服务器设备执行。
10.一种计算机程序，所述计算机程序存储在介质中以通过计算机执行权利要求1所述的数据采集方法。
11.一种数据采集***，包括：
第一传感器；
第二传感器；
加盖时间戳模块，被配置成分别通过所述第一传感器和所述第二传感器采集第一传感器数据和第二传感器数据，并且分别将第一时间戳值和第二时间戳值标记到所述第一传感器数据和所述第二传感器数据；
即时定位与地图构建模块即SLAM模块，被配置成基于所述第一传感器数据生成目标区域的地图数据，生成与所述第一时间戳值对应的时间点的位置数据，基于所述地图数据生成关于所述目标区域的地图的地图信息，以及基于所述位置数据生成关于所述地图上的移动路径的移动路径信息；
标记模块，被配置成基于所述移动路径信息估计与所述第二时间戳值对应的时间点的感测位置，并将所述感测位置标记到所述第二传感器数据；以及
存储模块，被配置成存储标记有所述感测位置的所述第二传感器数据。
12.根据权利要求11所述的数据采集***，其中
所述SLAM模块进一步被配置成检测重新访问已经通过的位置的环路闭合、响应于检测所述环路闭合来校正所述位置数据、并且响应于校正所述位置数据来校正所述地图数据。
13.根据权利要求11所述的数据采集***，其中
所述第一传感器包括从由激光扫描仪、相机和红绿色蓝深度传感器即RGBD传感器组成的组中选择的至少一种。
14.根据权利要求11所述的数据采集***，其中
所述第一传感器是三维激光扫描仪即3D激光扫描仪，以及
所述第二传感器包括从由相机、WiFi模块、蓝牙模块、地磁传感器、激光扫描仪和RGBD传感器组成的组中选择的至少一种。
CN201910849694.9A 2018-09-28 2019-09-09 数据采集方法和*** Pending CN110967711A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR1020180116177A KR101948728B1 (ko) 2018-09-28 2018-09-28 데이터 수집 방법 및 시스템
KR10-2018-0116177 2018-09-28

Publications (1)

Publication Number Publication Date
CN110967711A true CN110967711A (zh) 2020-04-07

Family

ID=65367315

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910849694.9A Pending CN110967711A (zh) 2018-09-28 2019-09-09 数据采集方法和***

Country Status (5)

Country Link
US (1) US11747477B2 (zh)
EP (1) EP3629052A1 (zh)
JP (1) JP6842519B2 (zh)
KR (1) KR101948728B1 (zh)
CN (1) CN110967711A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112035583A (zh) * 2020-08-24 2020-12-04 浙江商汤科技开发有限公司 定位更新方法、装置和***、移动设备控制方法及装置
CN112881052A (zh) * 2021-01-14 2021-06-01 深圳市杉川机器人有限公司 构建移动机器人的工作场景的方法及装置
CN113572557A (zh) * 2021-06-29 2021-10-29 武汉中观自动化科技有限公司 一种基于can通信的时间戳快速同步的方法及其光学扫描仪
CN115514949A (zh) * 2021-06-23 2022-12-23 中强光电股份有限公司 数据串流方法及***

Families Citing this family (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102012549B1 (ko) * 2017-01-25 2019-08-20 엘지전자 주식회사 이동 객체를 식별하여 맵을 작성하는 방법 및 이를 구현하는 로봇
KR102293317B1 (ko) * 2019-06-03 2021-08-23 엘지전자 주식회사 특정 지역의 맵을 작성하는 방법과, 이를 구현하는 로봇 및 전자기기
KR20210015516A (ko) * 2019-08-02 2021-02-10 네이버랩스 주식회사 라이다와 카메라를 이용하여 이미지 특징점의 깊이 정보를 향상시키는 방법 및 시스템
CN111145634B (zh) * 2019-12-31 2022-02-22 深圳市优必选科技股份有限公司 一种校正地图的方法及装置
KR20210100297A (ko) * 2020-02-06 2021-08-17 삼성전자주식회사 전자 장치 및 이의 제어 방법
KR102481615B1 (ko) * 2020-04-14 2022-12-27 네이버랩스 주식회사 데이터 수집 방법 및 시스템
CN112578333A (zh) * 2020-12-24 2021-03-30 江苏新冠亿科技有限公司 一种智能小车初始坐标检测方法、智能小车及存储介质
CN112581535B (zh) * 2020-12-25 2023-03-24 达闼机器人股份有限公司 机器人定位方法、装置、存储介质及电子设备
KR20220152456A (ko) * 2021-05-07 2022-11-16 주식회사 와따 스마트폰 센서를 통해 수집된 하이브리드 데이터를 이용한 비 지도 기반의 공간 데이터 생성방법, 서버 및 컴퓨터프로그램과 이를 이용한 자동 경로 생성 방법
US11997578B2 (en) * 2021-07-19 2024-05-28 At&T Intellectual Property I, L.P. Method and apparatus for indoor mapping and location services
DE102021208331A1 (de) * 2021-08-02 2023-02-02 Robert Bosch Gesellschaft mit beschränkter Haftung Verfahren zur Sensordatenverarbeitung in einem Sensorsystem und zugehöriges Sensorsystem
US11856419B2 (en) 2021-08-17 2023-12-26 Xerox Corporation Method and system for commissioning environmental sensors
US11595226B1 (en) * 2021-08-17 2023-02-28 Xerox Corporation Method and system for collecting sensor data in buildings
CN113473118B (zh) * 2021-08-23 2024-05-14 追觅创新科技(苏州)有限公司 数据的时间戳对齐方法、装置、设备及存储介质
WO2023030559A1 (en) * 2021-09-03 2023-03-09 Technicka Univerzita V Liberci Method of navigating an automated guided vehicle for internal logistics and a system for its implementation
CN117980846A (zh) * 2021-09-17 2024-05-03 索尼集团公司 移动控制***、移动控制方法、移动控制设备和信息处理设备

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101949715A (zh) * 2010-08-10 2011-01-19 武汉武大卓越科技有限责任公司 高精度时空数据获取的多传感器集成同步控制方法和***
CN102225233A (zh) * 2004-12-17 2011-10-26 耐克国际有限公司 运动行为的多传感器监测
CN202649468U (zh) * 2012-01-13 2013-01-02 北京理工大学 一种目标车辆行驶状态测量***
CN103076502A (zh) * 2012-12-20 2013-05-01 北京交通大学 一种针对移动体目标异地同步测量数据采集***及方法
CN103797376A (zh) * 2011-09-15 2014-05-14 极星公司 用于收集与接入点有关的信息的装置和方法
US20140379256A1 (en) * 2013-05-02 2014-12-25 The Johns Hopkins University Mapping and Positioning System
CN105051735A (zh) * 2012-12-17 2015-11-11 微软技术许可有限责任公司 传感器数据收集

Family Cites Families (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20120029976A (ko) 2010-09-17 2012-03-27 주식회사 케이티 실내 무선 측위를 위한 기준 정보 수집 방법 및 장치, 실내에 설치된 복수의 액세스 포인트를 이용한 실내 무선 측위 서비스 방법
US9405972B2 (en) * 2013-09-27 2016-08-02 Qualcomm Incorporated Exterior hybrid photo mapping
US20150185054A1 (en) 2013-12-30 2015-07-02 Motorola Mobility Llc Methods and Systems for Synchronizing Data Received from Multiple Sensors of a Device
US9277361B2 (en) * 2014-02-20 2016-03-01 Google Inc. Methods and systems for cross-validating sensor data acquired using sensors of a mobile device
KR20150124535A (ko) 2014-04-28 2015-11-06 한국전자통신연구원 실내지도와 와이파이맵 동시 생성 방법 및 시스템
US10019821B2 (en) * 2014-09-02 2018-07-10 Naver Business Platform Corp. Apparatus and method for constructing indoor map using cloud point
KR102332752B1 (ko) * 2014-11-24 2021-11-30 삼성전자주식회사 지도 서비스를 제공하는 전자 장치 및 방법
JPWO2016098457A1 (ja) * 2014-12-17 2017-09-28 ソニー株式会社 情報処理装置、情報処理方法およびプログラム
KR102403504B1 (ko) * 2015-11-26 2022-05-31 삼성전자주식회사 이동 로봇 및 그 제어 방법
JP6311695B2 (ja) * 2015-12-16 2018-04-18 カシオ計算機株式会社 自律移動装置、自律移動方法及びプログラム
KR101972908B1 (ko) 2016-09-13 2019-04-26 한국과학기술연구원 실내 위치 측정 방법, 서버, 및 시스템
US10723018B2 (en) * 2016-11-28 2020-07-28 Brain Corporation Systems and methods for remote operating and/or monitoring of a robot
KR20180067199A (ko) 2016-12-12 2018-06-20 현대모비스 주식회사 객체 인식 장치 및 방법
KR101979429B1 (ko) 2017-08-14 2019-05-16 네이버랩스 주식회사 전동식 이동 대차의 힘 감지 센서 캘리브레이션 방법 및 그 장치

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102225233A (zh) * 2004-12-17 2011-10-26 耐克国际有限公司 运动行为的多传感器监测
CN101949715A (zh) * 2010-08-10 2011-01-19 武汉武大卓越科技有限责任公司 高精度时空数据获取的多传感器集成同步控制方法和***
CN103797376A (zh) * 2011-09-15 2014-05-14 极星公司 用于收集与接入点有关的信息的装置和方法
CN202649468U (zh) * 2012-01-13 2013-01-02 北京理工大学 一种目标车辆行驶状态测量***
CN105051735A (zh) * 2012-12-17 2015-11-11 微软技术许可有限责任公司 传感器数据收集
CN103076502A (zh) * 2012-12-20 2013-05-01 北京交通大学 一种针对移动体目标异地同步测量数据采集***及方法
US20140379256A1 (en) * 2013-05-02 2014-12-25 The Johns Hopkins University Mapping and Positioning System

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112035583A (zh) * 2020-08-24 2020-12-04 浙江商汤科技开发有限公司 定位更新方法、装置和***、移动设备控制方法及装置
CN112881052A (zh) * 2021-01-14 2021-06-01 深圳市杉川机器人有限公司 构建移动机器人的工作场景的方法及装置
CN112881052B (zh) * 2021-01-14 2024-02-20 深圳市杉川机器人有限公司 构建移动机器人的工作场景的方法及装置
CN115514949A (zh) * 2021-06-23 2022-12-23 中强光电股份有限公司 数据串流方法及***
CN113572557A (zh) * 2021-06-29 2021-10-29 武汉中观自动化科技有限公司 一种基于can通信的时间戳快速同步的方法及其光学扫描仪
CN113572557B (zh) * 2021-06-29 2024-03-19 武汉中观自动化科技有限公司 一种基于can通信的时间戳快速同步的方法及其光学扫描仪

Also Published As

Publication number Publication date
JP6842519B2 (ja) 2021-03-17
KR101948728B1 (ko) 2019-02-15
US20200103529A1 (en) 2020-04-02
US11747477B2 (en) 2023-09-05
JP2020077372A (ja) 2020-05-21
EP3629052A1 (en) 2020-04-01

Similar Documents

Publication Publication Date Title
CN110967711A (zh) 数据采集方法和***
US11127203B2 (en) Leveraging crowdsourced data for localization and mapping within an environment
US11815601B2 (en) Methods and systems for geo-referencing mapping systems
EP3367199B1 (en) Moving robot and method of controlling the same
US11340610B2 (en) Autonomous target following method and device
EP2450763B1 (en) Global position and orientation estimation system for a vehicle in a passageway environment
Woo et al. Localization for autonomous driving
US8396254B1 (en) Methods and systems for estimating a location of a robot
US20170146349A1 (en) Landmark location determination
JP2002048513A (ja) 位置検出装置、位置検出方法、及び位置検出プログラム
KR20210132674A (ko) 자재 취급 차량에 관련한 센서의 포즈의 교정을 위한 시스템들 및 방법들
US11067694B2 (en) Locating method and device, storage medium, and electronic device
Pinto et al. Self-localisation of indoor mobile robots using multi-hypotheses and a matching algorithm
KR20190081334A (ko) 복합 측위 기반의 이동 궤적 추적 방법 및 그 장치
US20220187845A1 (en) Method for estimating positioning of moving object by using big cell grid map, recording medium in which program for implementing same is stored, and computer program stored in medium in order to implement same
EP4332631A1 (en) Global optimization methods for mobile coordinate scanners
KR102481615B1 (ko) 데이터 수집 방법 및 시스템
Glas et al. Simultaneous people tracking and robot localization in dynamic social spaces
CN111679663A (zh) 三维地图构建方法、扫地机器人及电子设备
KR20200043329A (ko) 데이터 수집 방법 및 시스템
Gao et al. Indoor map construction via mobile crowdsensing
US12001218B2 (en) Mobile robot device for correcting position by fusing image sensor and plurality of geomagnetic sensors, and control method
Yang et al. A novel slam method using wi-fi signal strength and rgb-d images
Taylor et al. Parameterless automatic extrinsic calibration of vehicle mounted lidar-camera systems
Li et al. Indoor Localization for an Autonomous Model Car: A Marker-Based Multi-Sensor Fusion Framework

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