CN111376249A - 移动设备定位***、方法、装置及移动设备 - Google Patents
移动设备定位***、方法、装置及移动设备 Download PDFInfo
- Publication number
- CN111376249A CN111376249A CN201811627158.6A CN201811627158A CN111376249A CN 111376249 A CN111376249 A CN 111376249A CN 201811627158 A CN201811627158 A CN 201811627158A CN 111376249 A CN111376249 A CN 111376249A
- Authority
- CN
- China
- Prior art keywords
- point cloud
- cloud data
- map
- grid
- distance
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 131
- 230000009466 transformation Effects 0.000 claims description 17
- 230000002159 abnormal effect Effects 0.000 claims description 16
- 238000006243 chemical reaction Methods 0.000 claims description 16
- 239000011159 matrix material Substances 0.000 claims description 5
- 230000002547 anomalous effect Effects 0.000 claims 1
- 238000012545 processing Methods 0.000 abstract description 20
- 239000002245 particle Substances 0.000 abstract description 19
- 238000010586 diagram Methods 0.000 description 26
- 238000005457 optimization Methods 0.000 description 4
- 230000003068 static effect Effects 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 238000004590 computer program Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000005259 measurement Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 241001465754 Metazoa Species 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 230000008676 import Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 235000012054 meals Nutrition 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000001052 transient effect Effects 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
- B25J9/00—Programme-controlled manipulators
- B25J9/16—Programme controls
- B25J9/1656—Programme controls characterised by programming, planning systems for manipulators
- B25J9/1664—Programme controls characterised by programming, planning systems for manipulators characterised by motion, path, trajectory planning
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J11/00—Manipulators not otherwise provided for
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/16—Programme controls
- B25J9/1602—Programme controls characterised by the control system, structure, architecture
- B25J9/161—Hardware, e.g. neural networks, fuzzy logic, interfaces, processor
Landscapes
- Engineering & Computer Science (AREA)
- Robotics (AREA)
- Mechanical Engineering (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本申请公开了移动设备定位***、方法和装置,移动设备。其中,所述***包括移动设备和服务器,服务器向所述移动设备发送目标空间的占据栅格地图,移动设备的接收服务器发送的占据栅格地图,将所述占据栅格地图转换为有符号距离栅格地图;以及,通过三维空间扫描装置采集空间点云数据,作为当前帧的点云数据;根据所述点云数据,确定与所述有符号距离栅格地图中占据栅格位置间距离小于距离阈值的位置数据,作为所述移动设备的位置数据;这种处理方式,使得无需设置一定数目的粒子,且使得根据定位结果确定的最近障碍物与实际障碍物间的误差最小;因此,可以有效提升定位效率和精准度。
Description
技术领域
本申请涉及自动化技术领域,具体涉及移动设备定位***、方法和装置,以及移动设备。
背景技术
随着计算机技术的迅速发展,机器人研究的深入以及人们对机器人需求的扩大,能自主导航与智能移动的机器人成为研究的热点和重点。在现实环境复杂多变的情况下,如何实现移动机器人的自主导航是一项关键的任务。
一种典型的机器人定位方法是利用概率估计状态的方法,简称为概率定位。该方法基于概率地图定位,用概率论来表示不确定性,将机器人方位表示为对所有可能的机器人位姿的概率分布。概率定位可使用一种以采样为基础的分布,称为粒子滤波器(ParticleFilter)。不同于完整定义的函数,粒子滤波器用粒子群表示了一组采样的分布,粒子群表示了分布,采样点的统计特性与分布的统计特性是一致的,例如均值和标准差等。在这种情况下,将没有高斯模型中出现的均值和协方差等参数,反而,所有的粒子将被跟踪。一群粒子代表了潜在的状态,每一个粒子包含了一个姿态和姿态的权重,权重就是这种情况下姿态在某种分布中的概率。
然而,在实现本发明过程中,发明人发现该技术方案至少存在如下问题:由于需要设置一定数目的粒子,利用粒子的统计学特征进行计算,因此定位速度较慢且定位精准度较低。
发明内容
本申请提供移动设备定位***,以解决现有技术存在的定位效率和精准度均较低的问题。本申请另外提供移动设备定位方法和装置,以及移动设备。
本申请提供一种移动设备定位***,包括:
移动设备,用于接收服务器发送的目标空间的占据栅格地图,将所述占据栅格地图转换为有符号距离栅格地图;以及,通过三维空间扫描装置采集空间点云数据,作为当前帧的点云数据;根据所述点云数据,确定与所述有符号距离栅格地图中占据栅格位置间距离小于距离阈值的位置数据,作为所述移动设备的位置数据;
所述服务器,用于向所述移动设备发送所述占据栅格地图。
本申请还提供一种移动设备定位方法,包括:
接收服务器发送的目标空间的占据栅格地图;
将所述占据栅格地图转换为有符号距离栅格地图;
通过三维空间扫描装置采集空间点云数据,作为当前帧的点云数据;
根据所述点云数据,确定与所述有符号距离栅格地图中占据栅格位置间距离小于距离阈值的位置数据,作为所述移动设备的位置数据。
本申请还提供一种移动设备定位装置,包括:
地图接收单元,用于接收服务器发送的目标空间的占据栅格地图;
地图转换单元,用于将所述占据栅格地图转换为有符号距离栅格地图;
点云数据采集单元,用于通过三维空间扫描装置采集空间点云数据,作为当前帧的点云数据;
位置确定单元,用于根据所述点云数据,确定与所述有符号距离栅格地图中占据栅格位置间距离小于距离阈值的位置数据,作为所述移动设备的位置数据。
本申请还提供一种移动设备,包括:
三维空间扫描装置;
处理器;以及
存储器,用于存储实现移动设备定位方法的程序,该设备通电并通过所述处理器运行该移动设备定位方法的程序后,执行下述步骤:接收服务器发送的目标空间的占据栅格地图;将所述占据栅格地图转换为有符号距离栅格地图;通过三维空间扫描装置采集空间点云数据,作为当前帧的点云数据;根据所述点云数据,确定与所述有符号距离栅格地图中占据栅格位置间距离小于距离阈值的位置数据,作为所述移动设备的位置数据。
本申请还提供一种移动设备定位***,包括:
移动设备,用于接收服务器发送的目标空间的有符号距离栅格地图,通过三维空间扫描装置采集空间点云数据,作为当前帧的点云数据;根据所述点云数据,确定与所述有符号距离栅格地图中占据栅格位置间距离小于距离阈值的位置数据,作为所述移动设备的位置数据;
所述服务器,用于向所述移动设备发送所述有符号距离栅格地图。
本申请还提供一种移动设备定位方法,包括:
接收服务器发送的目标空间的有符号距离栅格地图;
通过三维空间扫描装置采集空间点云数据,作为当前帧的点云数据;
根据所述点云数据,确定与所述有符号距离栅格地图中占据栅格位置间距离小于距离阈值的位置数据,作为所述移动设备的位置数据。
本申请还提供一种移动设备定位装置,包括:
地图接收单元,用于接收服务器发送的目标空间的有符号距离栅格地图;
点云数据采集单元,用于通过三维空间扫描装置采集空间点云数据,作为当前帧的点云数据;
位置确定单元,用于根据所述点云数据,确定与所述有符号距离栅格地图中占据栅格位置间距离小于距离阈值的位置数据,作为所述移动设备的位置数据。
本申请还提供一种移动设备,包括:
三维空间扫描装置;
处理器;以及
存储器,用于存储实现移动设备定位方法的程序,该设备通电并通过所述处理器运行该移动设备定位方法的程序后,执行下述步骤:接收服务器发送的目标空间的有符号距离栅格地图;通过三维空间扫描装置采集空间点云数据,作为当前帧的点云数据;根据所述点云数据,确定与所述有符号距离栅格地图中占据栅格位置间距离小于距离阈值的位置数据,作为所述移动设备的位置数据。
本申请还提供一种移动设备定位方法,包括:
通过三维空间扫描装置采集空间点云数据,作为当前帧的点云数据;
获取有符号距离栅格地图;
根据所述点云数据,确定与所述地图中占据栅格位置间距离小于距离阈值的位置数据,作为所述移动设备的位置数据。
可选的,所述获取有符号距离栅格地图,包括:
获取占据栅格地图;
将所述占据栅格地图转换为所述有符号距离栅格地图。
可选的,在所述将所述占据栅格地图转换为所述有符号距离栅格地图之前,还包括:
清除所述占据栅格地图包括的异常观测点;
所述将所述占据栅格地图转换为所述有符号距离栅格地图,包括:
将清除异常观测点的占据栅格地图转换为所述有符号距离栅格地图。
可选的,所述异常观测点采用如下方式识别:
根据空闲栅格是一个连通域、占据栅格处于空闲栅格和未知栅格之间的规则,从所述占据栅格地图中识别所述异常观测点。
可选的,所述根据所述点云数据,并确定与所述地图中占据栅格位置间距离小于距离阈值的位置数据,包括:
获取初始位置数据;
将候选位置数据设置为所述初始位置数据;
根据所述候选位置数据,对所述当前帧的点云数据执行全局坐标系转换;
将坐标系转变后的点云数据投影至所述地图;
若转换后点云数据在所述地图中的投影栅格与所述地图中的占据栅格间的距离小于所述距离阈值,则将所述候选位置数据作为所述位置数据;否则,调整所述候选位置数据,并返回进入所述根据候选位置数据,并对所述当前帧的点云数据执行全局坐标系转换。
可选的,在所述根据所述点云数据,并确定与所述地图中占据栅格位置间距离小于距离阈值的位置数据之前,还包括:
获取在所述当前帧之前相邻帧的点云数据;
根据所述当前帧的点云数据、及所述相邻帧的点云数据,确定所述当前帧的点云数据中的动态观测点的点云数据;
将所述动态观测点的点云数据从所述当前帧的点云数据中清除。
可选的,还包括:
获取在所述当前帧之前多个相邻帧的点云数据;
针对所述当前帧和所述多个相邻帧中的相邻两帧,根据所述相邻两帧的点云数据,获取相邻两帧之间的位姿变换矩阵,形成多帧点云数据之间的位姿变换约束信息;
所述根据所述点云数据,并确定与所述地图中占据栅格位置间距离小于距离阈值的投影位置,包括:
根据所述位姿变换约束信息和所述点云数据,确定与所述地图中占据栅格位置间距离小于距离阈值的位置数据。
可选的,还包括:
获取在所述当前帧之前多个相邻帧的点云数据;
根据所述当前帧的点云数据、及所述多个相邻帧的点云数据,确定所述当前帧和所述多个相邻帧中的半动态观测点的点云数据;
根据所述半动态观测点的点云数据,更新所述有符号距离栅格地图。
可选的,所述根据所述半动态观测点的点云数据,并更新所述有符号距离栅格地图,包括:
依次将各个帧的半动态观测点的点云数据投影到所述有符号距离栅格地图上;
若每个栅格的半动态观测点的点云数据角度分布均匀,则根据所述栅格对应的截断的有符号距离栅格地图更新所述栅格;
根据更新后的截断的有符号距离栅格地图,增量更新所述有符号距离栅格地图。
本申请还提供一种移动设备定位装置,包括:
点云数据采集单元,用于通过三维空间扫描装置采集空间点云数据,作为当前帧的点云数据;
地图获取单元,用于获取有符号距离栅格地图;
位置确定单元,用于根据所述点云数据,确定与所述地图中占据栅格位置间距离小于距离阈值的位置数据,作为所述移动设备的位置数据。
本申请还提供一种移动设备,包括:
三维空间扫描装置;
处理器;以及
存储器,用于存储实现移动设备定位方法的程序,该设备通电并通过所述处理器运行该移动设备定位方法的程序后,执行下述步骤:通过三维空间扫描装置采集空间点云数据,作为当前帧的点云数据;获取有符号距离栅格地图;根据所述点云数据,确定与所述地图中占据栅格位置间距离小于距离阈值的位置数据,作为所述移动设备的位置数据。
本申请还提供一种计算机可读存储介质,所述计算机可读存储介质中存储有指令,当其在计算机上运行时,使得计算机执行上述各种方法。
本申请还提供一种包括指令的计算机程序产品,当其在计算机上运行时,使得计算机执行上述各种方法。
与现有技术相比,本申请具有以下优点:
本申请实施例提供的移动设备定位***,包括移动设备和服务器,服务器向所述移动设备发送目标空间的占据栅格地图,移动设备的接收服务器发送的占据栅格地图,将所述占据栅格地图转换为有符号距离栅格地图;以及,通过三维空间扫描装置采集空间点云数据,作为当前帧的点云数据;根据所述点云数据,确定与所述有符号距离栅格地图中占据栅格位置间距离小于距离阈值的位置数据,作为所述移动设备的位置数据;这种处理方式,使得无需设置一定数目的粒子,且使得根据定位结果确定的最近障碍物与实际障碍物间的误差最小;因此,可以有效提升定位效率和精准度。
附图说明
图1是本申请提供的一种移动设备定位方法的实施例的流程图;
图2是本申请提供的一种移动设备定位方法的实施例的步骤S105的具体流程图;
图3是本申请提供的一种移动设备定位方法的实施例的步骤S105的又一具体流程图;
图4是本申请提供的一种移动设备定位方法的实施例的步骤S105的又一具体流程图;
图5是本申请提供的一种移动设备定位方法的实施例的具体流程图;
图6是本申请提供的一种移动设备定位装置的实施例的示意图;
图7是本申请提供的一种移动设备定位装置的实施例的具体示意图;
图8是本申请提供的一种移动设备定位装置的实施例的具体示意图;
图9是本申请提供的一种移动设备定位装置的实施例的具体示意图;
图10是本申请提供的移动设备的实施例的示意图;
图11是本申请提供的移动设备定位***的实施例的示意图;
图12是本申请提供的移动设备定位方法的实施例的流程图;
图13是本申请提供的移动设备定位装置的实施例的示意图;
图14是本申请提供的移动设备的实施例的示意图;
图15是本申请提供的移动设备定位方法的实施例的流程图;
图16是本申请提供的移动设备定位装置的实施例的示意图;
图17是本申请提供的服务器的实施例的示意图;
图18是本申请提供的移动设备定位***的实施例的示意图;
图19是本申请提供的移动设备定位方法的实施例的流程图;
图20是本申请提供的移动设备定位装置的实施例的示意图;
图21是本申请提供的移动设备的实施例的示意图。
具体实施方式
在下面的描述中阐述了很多具体细节以便于充分理解本申请。但是本申请能够以很多不同于在此描述的其它方式来实施,本领域技术人员可以在不违背本申请内涵的情况下做类似推广,因此本申请不受下面公开的具体实施的限制。
在本申请中,提供了移动设备定位***、方法和装置,移动设备,以及服务器。所述移动设备,包括但不限于:无人驾驶车辆、移动机器人等等可智能移动的设备。所述移动机器人,包括但不限于:餐厅内的送餐机器人,快递递送机器人,工业零部件组装机器人等等。在下面的实施例中将以移动机器人为例,逐一对各种方案进行详细说明。
本申请实施例提供的移动设备定位技术方案,其核心的技术构思为:通过三维空间扫描装置采集空间点云数据,并获取目标空间的有符号距离栅格地图,将所述点云数据对应的障碍物在所述有符号距离栅格地图中的投影位置数据、与所述有符号距离栅格地图中占据栅格位置数据间距离小于距离阈值的位置数据,作为移动设备的位置数据。由于无需设置一定数目的粒子,且使得根据定位结果确定的最近障碍物与实际障碍物间的误差最小;因此,可以有效提升定位效率和精准度。
第一实施例
请参看图1,其为本申请的移动设备定位方法的实施例的流程图。该方法,包括:
步骤S101:通过三维空间扫描装置采集空间点云数据,作为当前帧的点云数据。
本申请实施例提供的方法,在机器人移动过程中,可通过安装在机器人上的所述三维空间扫描装置,获取周围环境空间物体表面每个采样点的空间坐标,得到的一个点的集合,该海量点数据称为点云(Point Cloud)数据。通过点云数据,使得扫描物体表面以点的形式记录,每一个点包含有三维坐标,有些可能含有颜色信息(RGB)或反射强度信息(Intensity)。凭借点云数据,可以在同一空间参考系下表达目标空间。
所述三维空间扫描装置,可以是激光雷达(Light Detection And Ranging,Lidar),通过激光扫描方式进行激光探测与测量,获得周围环境中障碍物信息,如墙面、家具、人等等,其所测得的数据为数字表面模型(Digital Surface Model,DSM)的离散点表示。具体实施时,可采用16线、32线、64线等多线激光雷达,不同激光束数量的雷达采集点云数据的帧频(Frame Rate)不同,如16、32线每秒一般采集10帧点云数据。所述三维空间扫描装置,也可以是三维激光扫描仪或照相式扫描仪等设备。
在通过三维空间扫描装置采集周围环境的空间点云数据之后,就可以进入下一步骤,获取有符号距离栅格地图。
步骤S103:获取有符号距离栅格地图。
所述距离是指栅格与障碍物间距离,所述符号根据栅格状态确定。
所述有符号距离栅格地图(Euclidean Signed Distance Fields,ESDF)是一种二维地图表示方法,将地图分为栅格,每个栅格里面包含了该点距离最近障碍物的距离。栅格中的距离是有符号的距离,其符号根据栅格位置是否有障碍物确定。当栅格位置有障碍物时,距离为0;当栅格位置没有障碍物时,距离符号为正号;当不确定栅格位置是否有障碍物时,距离符号为负号。
在一个示例中,所述有符号距离栅格地图,可通过对占据栅格地图(OccupancyGrid Mapping)执行欧式距离转换得到。具体实施时,步骤S103可包括如下子步骤:1)获取占据栅格地图;2)将所述占据栅格地图转换为所述有符号距离栅格地图。
1)获取占据栅格地图。
占据栅格地图也是一种二维地图表示方法,将地图分为栅格,每个栅格里面包含了该点是障碍物的概率。常见的三种栅格状态是占据栅格,未知栅格和空闲栅格。其中,占据栅格表示该栅格位置有障碍物,空闲栅格表示该栅格位置没有障碍物,未知栅格表示该栅格位置不确定是否有障碍物。
2)将所述占据栅格地图转换为所述有符号距离栅格地图。
要将所述占据栅格地图转换为所述有符号距离栅格地图,可首先对所述占据栅格地图执行距离转换,形成无符号距离栅格地图,如先将所述占据栅格地图转换为二进制黑白地图,再对所述二进制黑白地图执行距离转换,形成所述无符号距离栅格地图;然后,再将所述无符号距离栅格地图中空闲栅格的距离符号设置为正号,未知栅格的距离符号设置为负号,形成所述有符号距离栅格地图。
所述有符号距离栅格地图中栅格包括的距离数据是有符号的距离,其符号根据所述占据栅格地图中的栅格状态确定。当栅格状态是占据栅格(如1)时,距离为0;当栅格状态是空闲栅格(如0)时,距离符号为正号;当栅格状态是未知栅格时,距离符号为负号。
需要注意的是,对于室内空间的已有的占据栅格地图来说,地图会带来很多的杂点信息,又称为异常观测点,如对于玻璃或镜子等等透明物体,雷达可能将这些物***置识别为非障碍物,从而使得该物***置对应的占据栅格为空闲栅格。为基于质量较高的栅格地图进行定位处理,可过滤掉占据栅格地图中的此类杂点信息。
在一个示例中,步骤S103在所述将所述占据栅格地图转换为所述有符号距离栅格地图之前,还可包括如下子步骤:清除所述占据栅格地图包括的异常观测点;相应的,将清除异常观测点的占据栅格地图转换为所述有符号距离栅格地图。
在本实施例中,基于空闲栅格是一个连通域、占据栅格处于空闲栅格和未知栅格之间的规则,从所述占据栅格地图中识别出所述异常观测点。
在通过三维空间扫描装置采集周围环境的空间点云数据、并获取有符号距离栅格地图之后,就可以进入下一步骤,结合这两方面数据确定机器人位置。
步骤S105:根据所述点云数据,确定与所述地图中占据栅格位置间距离小于距离阈值的位置数据,作为所述移动设备的位置数据。
所述距离小于距离阈值的位置数据,包括所述点云数据中的障碍物投影在所述有符号距离栅格地图中的位置数据。
通过上述步骤采集得到的雷达测量的点是机器人在当前坐标系下障碍物的点,如果定位结果正确,则这些雷达点应该对应栅格地图上的障碍物点。因此,可将所述点云数据中的障碍物在所述有符号距离栅格地图中的投影位置、与所述有符号距离栅格地图中占据栅格位置间距离小于距离阈值的位置作为机器人位置。
所述距离阈值,可以体现定位精度,该阈值越大则精度越低,该阈值越小则精度越高。具体实施时,可根据业务需求进行设置,例如,可设置为1厘米,即定位结果与实际位置可相差1厘米,也可设置为0厘米,即定位结果与实际位置完全相同。
在一个示例中,步骤S105可包括如下子步骤实现:1)获取初始位置数据;2)将候选位置数据设置为所述初始位置数据;3)根据所述候选位置数据,对所述当前帧的点云数据执行全局坐标系转换;4)将坐标系转变后的点云数据投影至所述地图;5)若转换后点云数据在所述地图中的投影栅格与所述地图中的占据栅格间的距离小于所述距离阈值,则将所述候选位置数据作为所述位置数据;否则,调整所述候选位置数据,并返回进入所述根据候选位置数据,并对所述当前帧的点云数据执行全局坐标系转换。
具体实施时,可首先给定机器人的一个初始位姿(即:初始位置数据),可以把雷达观测数据投影到栅格地图的全局坐标系下对应的二维栅格,该位姿越准确,则障碍物对应的栅格的ESDF值越趋近于0,当达到优化目标(即:所述距离小于所述距离阈值)时定位结束;给定位姿距离真实位姿越远,则障碍物对应的栅格的ESDF值越大,只要没达到优化目标,就应调整位姿,直至达到优化目标。采用这种处理方式时,距离阈值越大,则计算复杂度越大。
需要注意的是,对于当前帧的点云数据来说,其中可能包括动态观测点的点云数据,所述动态观测点可以是人、动物等等。所述动态观测点的存在,会导致机器人定位结果出现误差,因此可过滤掉动态观测点的点云数据,以提升定位精度。
请参见图2,其为本申请实施例提供的移动设备定位方法的具体流程图。在本实施例中,所述方法还包括如下步骤:
步骤S201:获取在所述当前帧之前相邻帧的点云数据。
步骤S202:根据当前帧的点云数据与所述相邻帧的点云数据,确定所述当前帧中的动态观测点。
对于连续的两帧雷达观测数据,从属于静态物体的观测点不会发生太大变化,而从属于动态物体的观测点则会发生变化,据此可以分离出动态运动物体。
步骤S203:将所述动态观测点的点云数据从所述当前帧的点云数据中清除。
将当前帧的点云数据中的动态观测点数据删除。在这种情况下,步骤S105可采用如下方式实现:确定清除动态观测点数据后的点云数据中的障碍物在所述有符号距离栅格地图中的投影位置与所述有符号距离栅格地图中占据栅格位置间距离小于距离阈值的位置。
请参见图3,其为本申请实施例提供的移动设备定位方法的又一具体流程图。在本实施例中,所述方法还可包括如下步骤:
步骤S301:获取在所述当前帧之前多个相邻帧的点云数据。
步骤S302:针对所述当前帧和所述多个相邻帧中的相邻两帧,根据所述相邻两帧的点云数据,获取相邻两帧之间的位姿变换矩阵,作为多帧点云数据之间的位姿变换约束信息。
具体实施时,可利用相邻两帧雷达观测数据中的静态观测点(如墙面、固定位置的家具等)的对应关系,计算出相邻两帧雷达之间的位姿变换矩阵,从而得到多帧雷达观测之间的位姿变换的约束信息,例如,得到当前帧及之前相邻5帧数据之间的位姿变换的约束信息。在这种情况下,步骤S105可采用如下方式实现:根据所述位姿变换约束信息和所述点云数据,确定与所述地图中占据栅格位置间距离小于距离阈值的位置数据。
本申请实施例提供的移动设备定位方法,通过根据当前帧及其前多帧点云数据之间的位姿变换的约束信息调整机器人位置,并将所述点云数据中的障碍物在所述有符号距离栅格地图中的投影位置与所述有符号距离栅格地图中占据栅格位置间距离小于距离阈值的位置作为机器人位置;这种处理方式,使得结合当前帧前的几帧数据对当前帧进行定位,由于相邻帧之间的定位相互约束,且每一帧与地图之间也有定位约束;因此,可以有效提升定位精准度和定位效率。
请参见图4,其为本申请实施例提供的移动设备定位方法的的又一具体流程图。在本实施例中,所述方法还包括如下步骤:
步骤S401:获取在所述当前帧之前多个相邻帧的点云数据。
步骤S402:根据所述当前帧的点云数据、及所述多个相邻帧的点云数据,确定所述当前帧和所述多个相邻帧中的半动态观测点的点云数据。
步骤S403:根据所述点云数据中的半动态观测点的点云数据,更新所述有符号距离栅格地图。
采用这种处理方式,使得机器人在未知环境中从一个未知位置开始移动,在移动过程中根据位置估计和地图进行自身定位,同时在自身定位的基础上,可根据传感器回传数据,与原有地图进行分析比对,建造增量式地图,完成动态地图实时更新,实现机器人的自主定位和导航采用这种处理方式。
具体实施时,可先通过图2所示方法从当前帧的点云数据中取出动态观测点的点云数据,在步骤S105中,根据剩下的静态观测点及半动态观测点的点云数据进行定位,在定位后,可以根据优化后的残差判断哪些是半动态观测点的点云数据,例如,残差超过0.5米,则认为此处的地图发生了变化,地图发生变化的点即为半动态观测点的二维投影位置,可以利用半动态观测点进行地图更新。
在一个示例中,根据每一帧的半动态观测点数据更新一次地图,即:每一帧都做一次地图更新。
在另一个示例中,首先依次把多帧(如7帧、5帧等)雷达数据投影到地图上,观察每个栅格的观测数据角度分布,如果角度分布比较均匀,则表示该栅格发生变化,可利用TSDF(截断的有符号距离栅格地图,Truncated Signed Distance Fields)对这个栅格进行更新操作,否则不进行处理;更新之后的TSDF可以进一步用于增量更新ESDF,而最新的ESDF将被用于滑动窗口接下来的定位工作。采用这种处理方式,可避免对每帧雷达数据均执行地图更新处理,减少地图更新时的计算量;因此,可以有效节约计算资源。
请参见图5,其为本申请实施例提供的方法的具体流程图。由图5可见首先通过雷达等三维空间扫描装置对周围环境的物体表面进行激光扫描测量,获得空间点云数据,然后将该帧点云数据添加到滑动窗口中,窗口尺寸可根据定位精度进行确定,精度越高则窗口越大,但计算复杂度越高,定位效率越低,本实施例将窗口尺寸设置为7帧点云数据。滑动窗口中的多帧数据用于确定所述约束信息,根据该约束信息可调整定位结果,直至达到优化目标:当前帧的点云数据中的障碍物在有符号距离栅格地图中的投影位置、与所述有符号距离栅格地图中占据栅格位置间距离小于距离阈值,将达到该优化目标时的机器人定位结果作为最终的定位结果。当滑动窗口中的数据帧数达到帧数阈值时,将最早的数据帧从窗口中清除,并利用该帧点云数据进行地图更新。
从上述实施例可见,本申请实施例提供的移动设备定位方法,通过三维空间扫描装置采集空间点云数据,并获取有符号距离栅格地图,将所述点云数据对应的障碍物在所述有符号距离栅格地图中的投影位置与所述有符号距离栅格地图中占据栅格位置间距离小于预设距离的位置作为机器人位置;这种处理方式,使得无需设置一定数目的粒子,且使得根据定位结果确定的最近障碍物与实际障碍物间的误差最小;因此,可以有效提升定位效率和精准度。
在上述的实施例中,提供了一种移动设备定位方法,与之相对应的,本申请还提供一种移动设备定位装置。该装置是与上述方法的实施例相对应。
第二实施例
请参看图6,其为本申请的移动设备定位装置的实施例的示意图。由于装置实施例基本相似于方法实施例,所以描述得比较简单,相关之处参见方法实施例的部分说明即可。下述描述的装置实施例仅仅是示意性的。
本申请另外提供一种移动设备定位装置,包括:
点云数据采集单元601,用于通过三维空间扫描装置采集空间点云数据,作为当前帧的点云数据;
地图获取单元602,用于获取有符号距离栅格地图;
位置确定单元603,用于根据所述点云数据,确定与所述地图中占据栅格位置间距离小于距离阈值的位置数据,作为所述移动设备的位置数据。
可选的,所述地图获取单元602包括:
地图获取子单元,用于获取占据栅格地图;
地图转换子单元,用于将所述占据栅格地图转换为所述有符号距离栅格地图。
可选的,所述地图获取单元602还包括:
异常观测点清除子单元,用于清除所述占据栅格地图包括的异常观测点;
所述地图转换子单元,具体用于将清除异常观测点的占据栅格地图转换为所述有符号距离栅格地图。
可选的,所述异常观测点采用如下方式识别:
根据空闲栅格是一个连通域、占据栅格处于空闲栅格和未知栅格之间的规则,从所述占据栅格地图中识别所述异常观测点。
可选的,所述位置确定单元603包括:
初始位置获取子单元,用于获取初始位置数据;
候选位置设置子单元,用于将候选位置数据设置为所述初始位置数据;
坐标系转换子单元,用于根据所述候选位置数据,对所述当前帧的点云数据执行全局坐标系转换;
点云数据投影子单元,用于将坐标系转变后的点云数据投影至所述地图;
位置确定子单元,用于若转换后点云数据在所述地图中的投影栅格与所述地图中的占据栅格间的距离小于所述距离阈值,则将所述候选位置数据作为所述位置数据;
位置调整子单元,用于若所述距离大于或者等于所述距离阈值,则调整所述候选位置数据,并启动所述坐标系转换子单元。
请参看图7,其为本申请的移动设备定位装置的实施例的具体示意图。可选的,还包括:
相邻帧点云数据获取单元701,用于获取在所述当前帧之前相邻帧的点云数据;
动态观测点确定单元702,用于根据所述当前帧的点云数据、及所述相邻帧的点云数据,确定所述当前帧的点云数据中的动态观测点的点云数据;
动态观测点清除单元703,用于将所述动态观测点的点云数据从所述当前帧的点云数据中清除。
请参看图8,其为本申请的移动设备定位装置的实施例的具体示意图。可选的,还包括:
相邻帧点云数据获取单元801,用于获取在所述当前帧之前多个相邻帧的点云数据;
位姿变换约束信息生成单元802,用于针对所述当前帧和所述多个相邻帧中的相邻两帧,根据所述相邻两帧的点云数据,获取相邻两帧之间的位姿变换矩阵,形成多帧点云数据之间的位姿变换约束信息;
所述位置确定单元603,具体用于根据所述位姿变换约束信息,确定与所述地图中占据栅格位置间距离小于距离阈值的位置数据。
请参看图9,其为本申请的移动设备定位装置的实施例的具体示意图。可选的,还包括:
相邻帧点云数据获取单元901,用于获取在所述当前帧之前多个相邻帧的点云数据;
半动态观测点确定单元902,用于根据所述当前帧的点云数据、及所述多个相邻帧的点云数据,确定所述当前帧和所述多个相邻帧中的半动态观测点的点云数据;
地图更新单元903,用于根据所述半动态观测点的点云数据,更新所述有符号距离栅格地图。
可选的,所述地图更新单元903包括:
投影子单元,用于依次将各个帧的半动态观测点的点云数据投影到所述有符号距离栅格地图上;
栅格更新子单元,用于若每个栅格的半动态观测点的点云数据角度分布均匀,则根据所述栅格对应的截断的有符号距离栅格地图更新所述栅格;
地图更新子单元,用于根据更新后的截断的有符号距离栅格地图,增量更新所述有符号距离栅格地图。
从上述实施例可见,本申请实施例提供的移动设备定位装置,通过三维空间扫描装置采集空间点云数据,并获取有符号距离栅格地图,将所述点云数据对应的障碍物在所述有符号距离栅格地图中的投影位置与所述有符号距离栅格地图中占据栅格位置间距离小于预设距离的位置作为机器人位置;这种处理方式,使得无需设置一定数目的粒子,且使得根据定位结果确定的最近障碍物与实际障碍物间的误差最小;因此,可以有效提升定位效率和精准度。
第三实施例
请参考图5,其为本申请的移动设备实施例的示意图。由于设备实施例基本相似于方法实施例,所以描述得比较简单,相关之处参见方法实施例的部分说明即可。下述描述的设备实施例仅仅是示意性的。
本实施例的一种移动设备,该移动设备包括:三维空间扫描装置1001、处理器1002和存储器1003;所述存储器,用于存储实现移动设备定位方法的程序,该设备通电并通过所述处理器运行该移动设备定位方法的程序后,执行下述步骤:通过三维空间扫描装置采集空间点云数据,作为当前帧的点云数据;获取有符号距离栅格地图;根据所述点云数据,确定与所述地图中占据栅格位置间距离小于距离阈值的位置数据,作为所述移动设备的位置数据。
第四实施例
请参考图11,其为本申请的移动设备定位***实施例的结构示意图。由于***实施例基本相似于方法实施例,所以描述得比较简单,相关之处参见方法实施例的部分说明即可。下述描述的***实施实施例仅仅是示意性的。
本实施例的一种移动设备定位***,包括:移动设备1101和服务器1102。所述移动设备1101,包括但不限于:无人驾驶车辆、移动机器人等等可智能移动的设备。
所述服务器1102,用于向所述移动设备1101发送目标空间的占据栅格地图。
所述移动设备1101,用于接收服务器1102发送的目标空间的占据栅格地图,将所述占据栅格地图转换为有符号距离栅格地图;以及,通过三维空间扫描装置采集空间点云数据,作为当前帧的点云数据;根据所述点云数据,确定与所述有符号距离栅格地图中占据栅格位置间距离小于距离阈值的位置数据,作为所述移动设备1101的位置数据。
在一个示例中,所述移动设备1101,还用于获取在所述当前帧之前多个相邻帧的点云数据;根据所述当前帧的点云数据、及所述多个相邻帧的点云数据,确定所述目标空间的半动态观测点的点云数据;向所述服务器1102发送第一地图更新请求;以及,接收所述服务器1102发送的更新后的占据栅格地图,将所述更新后的占据栅格地图转换为更新后的有符号距离栅格地图;相应的,所述服务器1102,还用于接收所述第一地图更新请求,根据所述第一地图更新请求携带的所述半动态观测点的点云数据,更新所述占据栅格地图;向所述移动设备1101发送更新后的占据栅格地图。采用这种处理方式,使得由服务器更新占据栅格地图;因此,可以有效节约移动设备的计算资源,从而降低移动设备的成本。
在另一个示例中,所述移动设备1101,还用于获取在所述当前帧之前多个相邻帧的点云数据;根据所述当前帧的点云数据、及所述多个相邻帧的点云数据,确定所述目标空间的半动态观测点的点云数据;根据所述半动态观测点的点云数据,更新所述有符号距离栅格地图;向所述服务器发送第二地图更新请求;以及,接收所述服务器1102发送的更新后的占据栅格地图,将所述更新后的占据栅格地图转换为更新后的有符号距离栅格地图;所述服务器1102,还用于接收所述第二地图更新请求,根据所述第二地图更新请求携带的更新后的有符号距离栅格地图,更新所述占据栅格地图;向所述移动设备1101发送更新后的占据栅格地图。采用这种处理方式,使得由移动设备更新有符号距离栅格地图,避免发送占用较多网络资源的目标空间的半动态观测点的点云数据;因此,可以有效节约网络资源。
在本实施例中,所述移动设备包括移动机器人;所述目标空间包括但不限于室内空间,也可以是室外空间;所述半动态观测点包括但不限于家具,也可以是其他物品。
从上述实施例可见,本申请实施例提供的移动设备定位***,包括移动设备和服务器,服务器向所述移动设备发送目标空间的占据栅格地图,移动设备的接收服务器发送的占据栅格地图,将所述占据栅格地图转换为有符号距离栅格地图;以及,通过三维空间扫描装置采集空间点云数据,作为当前帧的点云数据;根据所述点云数据,确定与所述有符号距离栅格地图中占据栅格位置间距离小于距离阈值的位置数据,作为所述移动设备的位置数据;这种处理方式,使得无需设置一定数目的粒子,且使得根据定位结果确定的最近障碍物与实际障碍物间的误差最小;因此,可以有效提升定位效率和精准度。
第五实施例
请参考图12,其为本申请的移动设备定位方法的实施例的流程图。由于方法实施例基本相似于***实施例,所以描述得比较简单,相关之处参见***实施例的部分说明即可。下述描述的方法实施例仅仅是示意性的。
本实施例的一种移动设备定位方法,包括如下步骤:
步骤S1201:接收服务器发送的目标空间的占据栅格地图;
步骤S1203:将所述占据栅格地图转换为有符号距离栅格地图;
步骤S1205:通过三维空间扫描装置采集目标空间的空间点云数据,作为当前帧的点云数据;
步骤S1207:根据所述点云数据,确定与所述有符号距离栅格地图中占据栅格位置间距离小于距离阈值的位置数据,作为所述移动设备的位置数据。
在一个示例中,所述方法还包括如下步骤:1)获取在所述当前帧之前多个相邻帧的点云数据;2)根据所述当前帧的点云数据、及在所述当前帧之前相邻帧的点云数据,确定所述目标空间的半动态观测点的点云数据;3)向服务器发送第一地图更新请求,以使所述服务器根据所述第一地图更新请求携带的所述半动态观测点的点云数据,更新所述占据栅格地图;4)接收所述服务器发送的更新后的占据栅格地图;5)将所述更新后的占据栅格地图转换为更新后的有符号距离栅格地图。
在一个示例中,所述方法还包括如下步骤:1)获取在所述当前帧之前多个相邻帧的点云数据;2)根据所述当前帧的点云数据、及在所述当前帧之前相邻帧的点云数据,确定所述目标空间的半动态观测点的点云数据;3)根据所述半动态观测点的点云数据,更新所述有符号距离栅格地图;4)向所述服务器发送第二地图更新请求,以使所述服务器根据所述第二地图更新请求携带的所述有符号距离栅格地图,更新所述占据栅格地图;5)接收所述服务器发送的更新后的占据栅格地图;6)将所述更新后的占据栅格地图转换为更新后的有符号距离栅格地图。
从上述实施例可见,本申请实施例提供的移动设备定位方法,包括移动设备和服务器,服务器向所述移动设备发送目标空间的占据栅格地图,移动设备的接收服务器发送的占据栅格地图,将所述占据栅格地图转换为有符号距离栅格地图;以及,通过三维空间扫描装置采集空间点云数据,作为当前帧的点云数据;根据所述点云数据,确定与所述有符号距离栅格地图中占据栅格位置间距离小于距离阈值的投影位置数据,作为所述移动设备的位置数据;这种处理方式,使得无需设置一定数目的粒子,且使得根据定位结果确定的最近障碍物与实际障碍物间的误差最小;因此,可以有效提升定位效率和精准度。
在上述的实施例中,提供了一种移动设备定位方法,与之相对应的,本申请还提供一种移动设备定位装置。该装置是与上述方法的实施例相对应。
第六实施例
请参看图13,其为本申请的移动设备定位装置的实施例的示意图。由于装置实施例基本相似于方法实施例,所以描述得比较简单,相关之处参见方法实施例的部分说明即可。下述描述的装置实施例仅仅是示意性的。
本申请另外提供一种移动设备定位装置,包括:
地图接收单元1301,用于接收服务器发送的目标空间的占据栅格地图;
地图转换单元1302,用于将所述占据栅格地图转换为有符号距离栅格地图;
点云数据采集单元1303,用于通过三维空间扫描装置采集空间点云数据,作为当前帧的点云数据;
位置确定单元1304,用于根据所述点云数据,确定与所述有符号距离栅格地图中占据栅格位置间距离小于距离阈值的位置数据,作为所述移动设备的位置数据。
第七实施例
请参考图14,其为本申请的移动设备实施例的示意图。由于设备实施例基本相似于方法实施例,所以描述得比较简单,相关之处参见方法实施例的部分说明即可。下述描述的设备实施例仅仅是示意性的。
本实施例的一种移动设备,该移动设备包括:三维空间扫描装置1401、处理器1402和存储器1403;所述存储器,用于存储实现移动设备定位方法的程序,该设备通电并通过所述处理器运行该移动设备定位方法的程序后,执行下述步骤:接收服务器发送的目标空间的占据栅格地图;将所述占据栅格地图转换为有符号距离栅格地图;通过三维空间扫描装置采集空间点云数据,作为当前帧的点云数据;根据所述点云数据,确定与所述有符号距离栅格地图中占据栅格位置间距离小于距离阈值的位置数据,作为所述移动设备的位置数据。
第八实施例
请参考图15,其为本申请的地图数据提供方法的实施例的流程图。由于方法实施例基本相似于***实施例,所以描述得比较简单,相关之处参见***实施例的部分说明即可。下述描述的方法实施例仅仅是示意性的。
本实施例的一种地图数据提供方法,包括如下步骤:
步骤S1501:获取目标空间的占据栅格地图;
步骤S1503:向移动设备发送所述占据栅格地图;以使所述移动设备执行如下步骤:1)将所述占据栅格地图转换为有符号距离栅格地图;2)通过三维空间扫描装置采集空间点云数据,作为当前帧的点云数据;3)根据所述点云数据,确定与所述有符号距离栅格地图中占据栅格位置间距离小于距离阈值的位置数据,作为所述移动设备的位置数据。
在一个示例中,所述方法还包括如下步骤:1)接收所述移动设备发送的第一地图更新请求;2)根据所述第一地图更新请求携带的所述目标空间的半动态观测点的点云数据,更新所述占据栅格地图;3)向所述移动设备发送更新后的占据栅格地图。
在一个示例中,所述方法还包括如下步骤:1)接收所述移动设备发送的第二地图更新请求;2)根据所述第二地图更新请求携带的所述目标空间的有符号距离栅格地图,更新所述占据栅格地图;3)向所述移动设备发送更新后的占据栅格地图。
从上述实施例可见,本申请实施例提供的地图数据提供方法,通过服务器向移动设备发送目标空间的占据栅格地图,使得移动设备接收服务器发送的占据栅格地图,将所述占据栅格地图转换为有符号距离栅格地图;以及,通过三维空间扫描装置采集空间点云数据,作为当前帧的点云数据;根据所述点云数据,确定与所述有符号距离栅格地图中占据栅格位置间距离小于距离阈值的位置数据,作为所述移动设备的位置数据;这种处理方式,使得无需设置一定数目的粒子,且使得根据定位结果确定的最近障碍物与实际障碍物间的误差最小;因此,可以有效提升定位效率和精准度。
在上述的实施例中,提供了一种地图数据提供方法,与之相对应的,本申请还提供一种地图数据提供装置。该装置是与上述方法的实施例相对应。
第九实施例
请参看图16,其为本申请的地图数据提供装置的实施例的示意图。由于装置实施例基本相似于方法实施例,所以描述得比较简单,相关之处参见方法实施例的部分说明即可。下述描述的装置实施例仅仅是示意性的。
本申请另外提供一种地图数据提供装置,包括:
地图获取单元1601,用于获取目标空间的占据栅格地图;
地图发送单元1602,用于向移动设备发送所述占据栅格地图。
第十实施例
请参考图17,其为本申请的服务器实施例的示意图。由于设备实施例基本相似于方法实施例,所以描述得比较简单,相关之处参见方法实施例的部分说明即可。下述描述的设备实施例仅仅是示意性的。
本实施例的一种服务器,该服务器包括:处理器1701和存储器1702;所述存储器,用于存储实现移动设备定位方法的程序,该设备通电并通过所述处理器运行该移动设备定位方法的程序后,执行下述步骤:获取目标空间的占据栅格地图;向移动设备发送所述占据栅格地图;以使所述移动设备执行如下步骤:将所述占据栅格地图转换为有符号距离栅格地图;通过三维空间扫描装置采集空间点云数据,作为当前帧的点云数据;根据所述点云数据,确定与所述有符号距离栅格地图中占据栅格位置间距离小于距离阈值的位置数据,作为所述移动设备的位置数据。
第十一实施例
请参考图18,其为本申请的移动设备定位***实施例的结构示意图。由于***实施例基本相似于方法实施例,所以描述得比较简单,相关之处参见方法实施例的部分说明即可。下述描述的***实施实施例仅仅是示意性的。
本实施例的一种移动设备定位***,包括:移动设备1801和服务器1802。所述移动设备1801,包括但不限于:无人驾驶车辆、移动机器人等等可智能移动的设备。
所述服务器1802,用于向所述移动设备1801发送目标空间的有符号距离栅格地图。
所述移动设备1801,用于接收服务器1802发送的目标空间的有符号距离栅格地图,通过三维空间扫描装置采集空间点云数据,作为当前帧的点云数据;根据所述点云数据,确定与所述有符号距离栅格地图中占据栅格位置间距离小于距离阈值的位置数据,作为所述移动设备1801的位置数据。
在一个示例中,所述移动设备1801,还用于获取在所述当前帧之前多个相邻帧的点云数据;根据所述当前帧的点云数据、及所述多个相邻帧的点云数据,确定所述目标空间的半动态观测点的点云数据;向所述服务器1802发送第一地图更新请求;以及,接收所述服务器1802发送的更新后的有符号距离栅格地图;相应的,所述服务器1802,还用于接收所述第一地图更新请求,根据所述第一地图更新请求携带的所述半动态观测点的点云数据,更新所述有符号距离栅格地图;向所述移动设备1801发送更新后的有符号距离栅格地图。采用这种处理方式,使得由服务器更新有符号距离栅格地图;因此,可以有效节约移动设备的计算资源,从而降低移动设备的成本。
在另一个示例中,所述移动设备1801,还用于获取在所述当前帧之前多个相邻帧的点云数据;根据所述当前帧的点云数据、及所述多个相邻帧的点云数据,确定所述目标空间的半动态观测点的点云数据;根据所述半动态观测点的点云数据,更新所述有符号距离栅格地图;向所述服务器发送第二地图更新请求;以及,接收所述服务器1802发送的更新后的有符号距离栅格地图;所述服务器1802,还用于接收所述第二地图更新请求,根据所述第二地图更新请求携带的更新后的有符号距离栅格地图,更新服务器端的所述有符号距离栅格地图;向所述移动设备1801发送更新后的有符号距离栅格地图。采用这种处理方式,使得由移动设备更新有符号距离栅格地图,避免发送占用较多网络资源的目标空间的半动态观测点的点云数据;因此,可以有效节约网络资源。
在本实施例中,所述移动设备包括移动机器人;所述目标空间包括但不限于室内空间,也可以是室外空间;所述半动态观测点包括但不限于家具,也可以是其他物品。
从上述实施例可见,本申请实施例提供的移动设备定位***,包括移动设备和服务器,服务器向所述移动设备发送目标空间的有符号距离栅格地图,移动设备的接收服务器发送的有符号距离栅格地图,通过三维空间扫描装置采集空间点云数据,作为当前帧的点云数据;根据所述点云数据,确定与所述有符号距离栅格地图中占据栅格位置间距离小于距离阈值的位置数据,作为所述移动设备的位置数据;这种处理方式,使得无需设置一定数目的粒子,且使得根据定位结果确定的最近障碍物与实际障碍物间的误差最小;因此,可以有效提升定位效率和精准度。
第十二实施例
请参考图19,其为本申请的移动设备定位方法的实施例的流程图。由于方法实施例基本相似于***实施例,所以描述得比较简单,相关之处参见***实施例的部分说明即可。下述描述的方法实施例仅仅是示意性的。
本实施例的一种移动设备定位方法,包括如下步骤:
步骤S1901:接收服务器发送的目标空间的有符号距离栅格地图;
步骤S1905:通过三维空间扫描装置采集目标空间的空间点云数据,作为当前帧的点云数据;
步骤S1907:根据所述点云数据,确定与所述有符号距离栅格地图中占据栅格位置间距离小于距离阈值的位置数据,作为所述移动设备的位置数据。
从上述实施例可见,本申请实施例提供的移动设备定位方法,包括移动设备和服务器,服务器向所述移动设备发送目标空间的有符号距离栅格地图,移动设备的接收服务器发送的有符号距离栅格地图,通过三维空间扫描装置采集空间点云数据,作为当前帧的点云数据;根据所述点云数据,确定与所述有符号距离栅格地图中占据栅格位置间距离小于距离阈值的投影位置数据,作为所述移动设备的位置数据;这种处理方式,使得无需设置一定数目的粒子,且使得根据定位结果确定的最近障碍物与实际障碍物间的误差最小;因此,可以有效提升定位效率和精准度。
在上述的实施例中,提供了一种移动设备定位方法,与之相对应的,本申请还提供一种移动设备定位装置。该装置是与上述方法的实施例相对应。
第十三实施例
请参看图20,其为本申请的移动设备定位装置的实施例的示意图。由于装置实施例基本相似于方法实施例,所以描述得比较简单,相关之处参见方法实施例的部分说明即可。下述描述的装置实施例仅仅是示意性的。
本申请另外提供一种移动设备定位装置,包括:
地图接收单元2001,用于接收服务器发送的目标空间的有符号距离栅格地图;
点云数据采集单元2003,用于通过三维空间扫描装置采集空间点云数据,作为当前帧的点云数据;
位置确定单元2004,用于根据所述点云数据,确定与所述有符号距离栅格地图中占据栅格位置间距离小于距离阈值的位置数据,作为所述移动设备的位置数据。
第十四实施例
请参考图21,其为本申请的移动设备实施例的示意图。由于设备实施例基本相似于方法实施例,所以描述得比较简单,相关之处参见方法实施例的部分说明即可。下述描述的设备实施例仅仅是示意性的。
本实施例的一种移动设备,该移动设备包括:三维空间扫描装置2101、处理器2102和存储器2103;所述存储器,用于存储实现移动设备定位方法的程序,该设备通电并通过所述处理器运行该移动设备定位方法的程序后,执行下述步骤:接收服务器发送的目标空间的有符号距离栅格地图;通过三维空间扫描装置采集空间点云数据,作为当前帧的点云数据;根据所述点云数据,确定与所述有符号距离栅格地图中占据栅格位置间距离小于距离阈值的位置数据,作为所述移动设备的位置数据。
本申请虽然以较佳实施例公开如上,但其并不是用来限定本申请,任何本领域技术人员在不脱离本申请的精神和范围内,都可以做出可能的变动和修改,因此本申请的保护范围应当以本申请权利要求所界定的范围为准。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
1、计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括非暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
2、本领域技术人员应明白,本申请的实施例可提供为方法、***或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
Claims (19)
1.一种移动设备定位***,其特征在于,包括:
移动设备,用于接收服务器发送的目标空间的占据栅格地图,将所述占据栅格地图转换为有符号距离栅格地图;以及,通过三维空间扫描装置采集空间点云数据,作为当前帧的点云数据;根据所述点云数据,确定与所述有符号距离栅格地图中占据栅格位置间距离小于距离阈值的位置数据,作为所述移动设备的位置数据;
所述服务器,用于向所述移动设备发送所述占据栅格地图。
2.一种移动设备定位方法,其特征在于,包括:
接收服务器发送的目标空间的占据栅格地图;
将所述占据栅格地图转换为有符号距离栅格地图;
通过三维空间扫描装置采集空间点云数据,作为当前帧的点云数据;
根据所述点云数据,确定与所述有符号距离栅格地图中占据栅格位置间距离小于距离阈值的位置数据,作为所述移动设备的位置数据。
3.一种移动设备定位装置,其特征在于,包括:
地图接收单元,用于接收服务器发送的目标空间的占据栅格地图;
地图转换单元,用于将所述占据栅格地图转换为有符号距离栅格地图;
点云数据采集单元,用于通过三维空间扫描装置采集空间点云数据,作为当前帧的点云数据;
位置确定单元,用于根据所述点云数据,确定与所述有符号距离栅格地图中占据栅格位置间距离小于距离阈值的位置数据,作为所述移动设备的位置数据。
4.一种移动设备,其特征在于,包括:
三维空间扫描装置;
处理器;以及
存储器,用于存储实现移动设备定位方法的程序,该设备通电并通过所述处理器运行该移动设备定位方法的程序后,执行下述步骤:接收服务器发送的目标空间的占据栅格地图;将所述占据栅格地图转换为有符号距离栅格地图;通过三维空间扫描装置采集空间点云数据,作为当前帧的点云数据;根据所述点云数据,确定与所述有符号距离栅格地图中占据栅格位置间距离小于距离阈值的位置数据,作为所述移动设备的位置数据。
5.一种移动设备定位***,其特征在于,包括:
移动设备,用于接收服务器发送的目标空间的有符号距离栅格地图,通过三维空间扫描装置采集空间点云数据,作为当前帧的点云数据;根据所述点云数据,确定与所述有符号距离栅格地图中占据栅格位置间距离小于距离阈值的位置数据,作为所述移动设备的位置数据;
所述服务器,用于向所述移动设备发送所述有符号距离栅格地图。
6.一种移动设备定位方法,其特征在于,包括:
接收服务器发送的目标空间的有符号距离栅格地图;
通过三维空间扫描装置采集空间点云数据,作为当前帧的点云数据;
根据所述点云数据,确定与所述有符号距离栅格地图中占据栅格位置间距离小于距离阈值的位置数据,作为所述移动设备的位置数据。
7.一种移动设备定位装置,其特征在于,包括:
地图接收单元,用于接收服务器发送的目标空间的有符号距离栅格地图;
点云数据采集单元,用于通过三维空间扫描装置采集空间点云数据,作为当前帧的点云数据;
位置确定单元,用于根据所述点云数据,确定与所述有符号距离栅格地图中占据栅格位置间距离小于距离阈值的位置数据,作为所述移动设备的位置数据。
8.一种移动设备,其特征在于,包括:
三维空间扫描装置;
处理器;以及
存储器,用于存储实现移动设备定位方法的程序,该设备通电并通过所述处理器运行该移动设备定位方法的程序后,执行下述步骤:接收服务器发送的目标空间的有符号距离栅格地图;通过三维空间扫描装置采集空间点云数据,作为当前帧的点云数据;根据所述点云数据,确定与所述有符号距离栅格地图中占据栅格位置间距离小于距离阈值的位置数据,作为所述移动设备的位置数据。
9.一种移动设备定位方法,其特征在于,包括:
通过三维空间扫描装置采集空间点云数据,作为当前帧的点云数据;
获取有符号距离栅格地图;
根据所述点云数据,确定与所述地图中占据栅格位置间距离小于距离阈值的位置数据,作为所述移动设备的位置数据。
10.根据权利要求9所述的方法,其特征在于,所述获取有符号距离栅格地图,包括:
获取占据栅格地图;
将所述占据栅格地图转换为所述有符号距离栅格地图。
11.根据权利要求10所述的方法,其特征在于,在所述将所述占据栅格地图转换为所述有符号距离栅格地图之前,还包括:
清除所述占据栅格地图包括的异常观测点;
所述将所述占据栅格地图转换为所述有符号距离栅格地图,包括:
将清除异常观测点的占据栅格地图转换为所述有符号距离栅格地图。
12.根据权利要求11所述的方法,其特征在于,所述异常观测点采用如下方式识别:
根据空闲栅格是一个连通域、占据栅格处于空闲栅格和未知栅格之间的规则,从所述占据栅格地图中识别所述异常观测点。
13.根据权利要求9所述的方法,其特征在于,所述根据所述点云数据,并确定与所述地图中占据栅格位置间距离小于距离阈值的位置数据,包括:
获取初始位置数据;
将候选位置数据设置为所述初始位置数据;
根据所述候选位置数据,对所述当前帧的点云数据执行全局坐标系转换;
将坐标系转变后的点云数据投影至所述地图;
若转换后点云数据在所述地图中的投影栅格与所述地图中的占据栅格间的距离小于所述距离阈值,则将所述候选位置数据作为所述位置数据;否则,调整所述候选位置数据,并返回进入所述根据候选位置数据,并对所述当前帧的点云数据执行全局坐标系转换。
14.根据权利要求9所述的方法,其特征在于,在所述根据所述点云数据,并确定与所述地图中占据栅格位置间距离小于距离阈值的位置数据之前,还包括:
获取在所述当前帧之前相邻帧的点云数据;
根据所述当前帧的点云数据、及所述相邻帧的点云数据,确定所述当前帧的点云数据中的动态观测点的点云数据;
将所述动态观测点的点云数据从所述当前帧的点云数据中清除。
15.根据权利要求9所述的方法,其特征在于,还包括:
获取在所述当前帧之前多个相邻帧的点云数据;
针对所述当前帧和所述多个相邻帧中的相邻两帧,根据所述相邻两帧的点云数据,获取相邻两帧之间的位姿变换矩阵,形成多帧点云数据之间的位姿变换约束信息;
所述根据所述点云数据,并确定与所述地图中占据栅格位置间距离小于距离阈值的投影位置,包括:
根据所述位姿变换约束信息和所述点云数据,确定与所述地图中占据栅格位置间距离小于距离阈值的位置数据。
16.根据权利要求9所述的方法,其特征在于,还包括:
获取在所述当前帧之前多个相邻帧的点云数据;
根据所述当前帧的点云数据、及所述多个相邻帧的点云数据,确定所述当前帧和所述多个相邻帧中的半动态观测点的点云数据;
根据所述半动态观测点的点云数据,更新所述有符号距离栅格地图。
17.根据权利要求18所述的方法,其特征在于,所述根据所述半动态观测点的点云数据,并更新所述有符号距离栅格地图,包括:
依次将各个帧的半动态观测点的点云数据投影到所述有符号距离栅格地图上;
若每个栅格的半动态观测点的点云数据角度分布均匀,则根据所述栅格对应的截断的有符号距离栅格地图更新所述栅格;
根据更新后的截断的有符号距离栅格地图,增量更新所述有符号距离栅格地图。
18.一种移动设备定位装置,其特征在于,包括:
点云数据采集单元,用于通过三维空间扫描装置采集空间点云数据,作为当前帧的点云数据;
地图获取单元,用于获取有符号距离栅格地图;
位置确定单元,用于根据所述点云数据,确定与所述地图中占据栅格位置间距离小于距离阈值的位置数据,作为所述移动设备的位置数据。
19.一种移动设备,其特征在于,包括:
三维空间扫描装置;
处理器;以及
存储器,用于存储实现移动设备定位方法的程序,该设备通电并通过所述处理器运行该移动设备定位方法的程序后,执行下述步骤:通过三维空间扫描装置采集空间点云数据,作为当前帧的点云数据;获取有符号距离栅格地图;根据所述点云数据,确定与所述地图中占据栅格位置间距离小于距离阈值的位置数据,作为所述移动设备的位置数据。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811627158.6A CN111376249B (zh) | 2018-12-28 | 2018-12-28 | 移动设备定位***、方法、装置及移动设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811627158.6A CN111376249B (zh) | 2018-12-28 | 2018-12-28 | 移动设备定位***、方法、装置及移动设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111376249A true CN111376249A (zh) | 2020-07-07 |
CN111376249B CN111376249B (zh) | 2024-04-09 |
Family
ID=71212804
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811627158.6A Active CN111376249B (zh) | 2018-12-28 | 2018-12-28 | 移动设备定位***、方法、装置及移动设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111376249B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113298943A (zh) * | 2021-06-10 | 2021-08-24 | 西北工业大学 | 一种基于光场成像的esdf地图构建方法 |
WO2022089547A1 (zh) * | 2020-10-29 | 2022-05-05 | 深圳市普渡科技有限公司 | 机器人定位充电桩的方法及*** |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2012167301A1 (en) * | 2011-06-10 | 2012-12-13 | Navisens Pty Ltd | Positioning, tracking and trajectory estimation of a mobile object |
CN103412565A (zh) * | 2013-05-17 | 2013-11-27 | 浙江中控研究院有限公司 | 一种具有全局位置快速估计能力的机器人及其定位方法 |
CN103914068A (zh) * | 2013-01-07 | 2014-07-09 | 中国人民解放军第二炮兵工程大学 | 一种基于栅格地图的服务机器人自主导航方法 |
CN107831765A (zh) * | 2017-10-23 | 2018-03-23 | 广州视源电子科技股份有限公司 | 定位方法、装置、设备及存储介质 |
CN107991683A (zh) * | 2017-11-08 | 2018-05-04 | 华中科技大学 | 一种基于激光雷达的机器人自主定位方法 |
CN109085838A (zh) * | 2018-09-05 | 2018-12-25 | 南京理工大学 | 一种基于激光定位的动态障碍物剔除算法 |
-
2018
- 2018-12-28 CN CN201811627158.6A patent/CN111376249B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2012167301A1 (en) * | 2011-06-10 | 2012-12-13 | Navisens Pty Ltd | Positioning, tracking and trajectory estimation of a mobile object |
CN103914068A (zh) * | 2013-01-07 | 2014-07-09 | 中国人民解放军第二炮兵工程大学 | 一种基于栅格地图的服务机器人自主导航方法 |
CN103412565A (zh) * | 2013-05-17 | 2013-11-27 | 浙江中控研究院有限公司 | 一种具有全局位置快速估计能力的机器人及其定位方法 |
CN107831765A (zh) * | 2017-10-23 | 2018-03-23 | 广州视源电子科技股份有限公司 | 定位方法、装置、设备及存储介质 |
CN107991683A (zh) * | 2017-11-08 | 2018-05-04 | 华中科技大学 | 一种基于激光雷达的机器人自主定位方法 |
CN109085838A (zh) * | 2018-09-05 | 2018-12-25 | 南京理工大学 | 一种基于激光定位的动态障碍物剔除算法 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2022089547A1 (zh) * | 2020-10-29 | 2022-05-05 | 深圳市普渡科技有限公司 | 机器人定位充电桩的方法及*** |
CN113298943A (zh) * | 2021-06-10 | 2021-08-24 | 西北工业大学 | 一种基于光场成像的esdf地图构建方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111376249B (zh) | 2024-04-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108871353B (zh) | 路网地图生成方法、***、设备及存储介质 | |
CN111536964B (zh) | 机器人定位方法及装置、存储介质 | |
EP3617655B1 (en) | Method and device for generating three-dimensional scene map | |
CN111429574B (zh) | 基于三维点云和视觉融合的移动机器人定位方法和*** | |
CN108717710B (zh) | 室内环境下的定位方法、装置及*** | |
CN106023210B (zh) | 无人车、无人车定位方法、装置和*** | |
CN109579849B (zh) | 机器人定位方法、装置和机器人及计算机存储介质 | |
CN107677279B (zh) | 一种定位建图的方法及*** | |
CN106052697B (zh) | 无人车、无人车定位方法、装置和*** | |
CN112526513B (zh) | 基于聚类算法的毫米波雷达环境地图构建方法及装置 | |
US11815602B2 (en) | Grid occupancy mapping using error range distribution | |
CN110675307A (zh) | 基于vslam的3d稀疏点云到2d栅格图的实现方法 | |
CN108280866B (zh) | 道路点云数据处理方法及*** | |
CN113393519B (zh) | 激光点云数据处理方法、装置及设备 | |
US11860846B2 (en) | Methods, systems and apparatus to improve spatial-temporal data management | |
KR20180071928A (ko) | 대표 광선 기반의 점유맵 업데이트 방법 및 시스템 | |
CN111376249B (zh) | 移动设备定位***、方法、装置及移动设备 | |
CN103017655A (zh) | 一种多楼层房屋建筑面积的提取方法及*** | |
CN112965076B (zh) | 一种用于机器人的多雷达定位***及方法 | |
Lucks et al. | Improving trajectory estimation using 3D city models and kinematic point clouds | |
CN113808142A (zh) | 一种地面标识的识别方法、装置、电子设备 | |
CN113838129A (zh) | 一种获得位姿信息的方法、装置以及*** | |
CN112630798B (zh) | 用于估计地面的方法和装置 | |
CN112381873A (zh) | 一种数据标注方法及装置 | |
CN113269827B (zh) | 一种实现自动化标定的方法和计算装置 |
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 | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20230705 Address after: Room 437, Floor 4, Building 3, No. 969, Wenyi West Road, Wuchang Subdistrict, Yuhang District, Hangzhou City, Zhejiang Province Applicant after: Wuzhou Online E-Commerce (Beijing) Co.,Ltd. Address before: Box 847, four, Grand Cayman capital, Cayman Islands, UK Applicant before: ALIBABA GROUP HOLDING Ltd. |
|
GR01 | Patent grant | ||
GR01 | Patent grant |