CN111580508A - 机器人的定位方法、装置、电子设备及存储介质 - Google Patents
机器人的定位方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN111580508A CN111580508A CN202010291345.2A CN202010291345A CN111580508A CN 111580508 A CN111580508 A CN 111580508A CN 202010291345 A CN202010291345 A CN 202010291345A CN 111580508 A CN111580508 A CN 111580508A
- Authority
- CN
- China
- Prior art keywords
- pose
- robot
- data
- positioning
- estimated
- 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 64
- 238000005259 measurement Methods 0.000 claims description 13
- 238000006243 chemical reaction Methods 0.000 claims description 6
- 238000012545 processing Methods 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 claims description 2
- 238000004590 computer program Methods 0.000 claims 2
- 230000008569 process Effects 0.000 abstract description 20
- 239000002245 particle Substances 0.000 description 8
- 230000006870 function Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 4
- 239000000463 material Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000005094 computer simulation Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- 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
-
- 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
- G05D1/027—Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means comprising intertial navigation means, e.g. azimuth detector
-
- 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
- G05D1/0272—Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means comprising means for registering the travel distance, e.g. revolutions of wheels
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Aviation & Aerospace Engineering (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明公开了一种机器人的定位方法、装置、电子设备及存储介质，其中，方法包括：采集机器人的定位数据；根据机器人的定位数据、初始位姿和预设地图生成机器人的前一时刻位姿；以及生成前一时刻位姿对应的多个预估位姿，并将权重最大和/或与前一时刻位姿间的差值小于预设阈值的预估位姿作为机器人的当前位姿。由此，解决了机器人在调度过程中，易发生定位失效，进而导致调度失败的现象，降低机器人的智能性和灵活性，使用体验较差等问题。
Description
技术领域
本发明涉及机器人技术领域，特别涉及一种机器人的定位方法、装置、电子设备及存储介质。
背景技术
随着当下机器人技术的快速发展，自动导航车(Automated Guided Vehicles，简称AGV)的应用十分广泛。为了使AGV可以自动实现环境的感知、决策及执行功能，一般会给AGV搭载多种传感器进行感知，进而利用传感器数据进行决策，利用底盘电机对AGV的位置姿态进行挑中。
相关技术中，一般是通过自适应蒙特卡洛定位算法(Adaptive Monte CarloLocalization，简称AMCL)，利用2D雷达数据及车轮里程计数据，使用粒子滤波器来更新已知的二维地图中机器人的位姿。
然而，在使用AMCL方法对AGV定位的过程中发现，AGV在调度过程中，尤其是进入电梯后且电梯关门的情况下，由于实际地图与已知地图发生变更，常常会产生定位错误/漂移的情况，导致AGV调度无法完成。
发明内容
本发明提供一种机器人的定位方法、装置、电子设备及存储介质，以解决机器人在调度过程中，易发生定位失效，进而导致调度失败的现象，降低机器人的智能性和灵活性，使用体验较差等问题。
本发明第一方面实施例提供一种机器人的定位方法，包括以下步骤：采集所述机器人的定位数据；根据所述机器人的定位数据、初始位姿和预设地图生成所述机器人的前一时刻位姿；以及生成所述前一时刻位姿对应的多个预估位姿，并将权重最大和/或与所述前一时刻位姿间的差值小于预设阈值的预估位姿作为所述机器人的当前位姿。
本发明第二方面实施例提供一种机器人的定位装置，包括：采集模块，用于采集所述机器人的定位数据；生成模块，用于根据所述机器人的定位数据、初始位姿和预设地图生成所述机器人的前一时刻位姿；以及定位模块，用于生成所述前一时刻位姿对应的多个预估位姿，并将权重最大和/或与所述前一时刻位姿间的差值小于预设阈值的预估位姿作为所述机器人的当前位姿。
本发明第三方面实施例提供一种电子设备，包括：至少一个处理器；以及，与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被设置为用于执行如上述实施例所述的机器人的定位方法。
本发明第四方面实施例提供一种非临时性计算机可读存储介质，所述非临时性计算机可读存储介质存储计算机指令，所述计算机指令用于使所述计算机执行如上述实施例所述的机器人的定位方法。
根据采集到的机器人的定位数据、初始位姿和预设地图生成机器人前一时刻的位姿，以及与前一时刻的位姿对应的多个预估位姿，并将多个预估位姿权重最大，和/或前一时刻位姿间的差值小于预设阈值的预估位姿作为机器人的当前位姿，避免机器人在调度过程中，尤其是楼层间调度过程中易发生定位失效的问题，提高定位的准确性，避免调度失败的现象，保证机器人的可靠性，提升使用体验。由此，从而解决机器人在调度过程中，易发生定位失效，进而导致调度失败的现象，降低机器人的智能性和灵活性，使用体验较差等问题。
本发明附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。
附图说明
本发明上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：
图1为根据本发明实施例的机器人的定位方法的流程图；
图2为电梯间定位失效示意图；
图3为根据本发明实施例的位姿预估示意图；
图4为根据本发明实施例的定位修正后定位过程示意图；
图5为根据本发明实施例的机器人的定位方法的流程图；
图6为根据本发明实施例的机器人的定位装置的方框示意图。
具体实施方式
下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本发明，而不能理解为对本发明的限制。
下面参考附图描述本发明实施例的机器人的定位方法、装置、电子设备及存储介质。针对上述背景技术中心提到的机器人在调度过程中，易发生定位失效，进而导致调度失败的现象，降低机器人的智能性和灵活性，使用体验较差等问题，本发明提供了一种机器人的定位方法，在该方法中，可以根据采集到的机器人的定位数据、初始位姿和预设地图生成机器人前一时刻的位姿，以及与前一时刻的位姿对应的多个预估位姿，并将多个预估位姿权重最大，和/或前一时刻位姿间的差值小于预设阈值的预估位姿作为机器人的当前位姿，避免机器人在调度过程中，尤其是楼层间调度过程中易发生定位失效的问题，提高定位的准确性，避免调度失败的现象，保证机器人的可靠性，提升使用体验。由此，解决了机器人在调度过程中，易发生定位失效，进而导致调度失败的现象，降低机器人的智能性和灵活性，使用体验较差等问题。
具体而言，图1为本发明实施例所提供的一种机器人的定位方法的流程图。
如图1所示，该机器人的定位方法包括以下步骤：
在步骤S101中，采集机器人的定位数据。
具体地，机器人以AGV为例，当AGV进入电梯且电梯门闭合后，其扫描到的2D雷达数据从三边变更为四边，在已知地图中，电梯区域的图形是三边的，而已知地图中又有形态学上与电梯间相似的建筑结构，此时则会导致如图2所示的定位失效问题。并且，由于默认AGV到达的区域为黑色方块处，此时电梯的调度将受到影响。因此，本发明实施例通过下述方法对其进行修正。
可以理解的是，定位数据可以包括但不限于雷达数据、惯性测量数据和车轮里程计数据，其中，雷达数据可以为2D激光雷达数据，上述数据均可通过传感器进行采集。需要说明的是，本领域技术人员可以根据实际情况对机器人的定位数据进行采集，在此不做具体限定。
进一步地，在本发明的一个实施例中，定位数据包括雷达数据、惯性测量数据和车轮里程计数据，其中，采集机器人的定位数据，包括：将雷达数据进行数据格式及坐标转换，得到第一定位数据；对惯性测量数据和车轮里程计数据进行优化，得到第二定位数据。
可以理解的是，当采集到的定位数据包括雷达数据、惯性测量数据和车轮里程计数据时，本发明实施例还可以对传感器采集到的数据进行处理，例如，对雷达数据进行数据格式及坐标转换，以及对惯性测量数据和和车轮里程计数据进行优化。
具体而言，假设采集到的惯性测量数据有三轴加速度和三轴角速度[ax,ay,az,ωx,ωy,ωz]，本发明实施例可以对该数据进行积分和坐标系转换，从而得到参考坐标系下的位置和姿态Pimu，即第一定位数据；车轮里程计数据可以从tf_tree中取得，记为Podom，即第二定位数据，由此即可得到：
Podom＝[xo,yo,zo,rollo,pitcho,yawo]。
在步骤S102中，根据机器人的定位数据、初始位姿和预设地图生成机器人的前一时刻位姿。
进一步地，在本发明的一个实施例中，根据机器人的定位数据、初始位姿和预设地图生成机器人的前一时刻位姿，包括：根据第一定位数据和第二定位数据通过最小二乘法求解得到前一时刻位姿。
可以理解的是，传感器在采集数据时候，必然存在有误差，在忽略传感器误差的情况下，Pimu＝Podom，但是，由于传感器误差的存在，Pimu≠Podom，因此，假设存在P′，使
其中，本发明实施例可以用最小二乘法求解该P′，由此便可获取到机器人的前一时刻位姿。需要说明的是，在通过最小二乘法求解机器人的前一时刻位姿时的计算方式与相关技术中的技术方式相同，为避免冗余，在此不做详细赘述。
在步骤S103中，生成前一时刻位姿对应的多个预估位姿，并将权重最大和/或与前一时刻位姿间的差值小于预设阈值的预估位姿作为机器人的当前位姿。
具体而言，本发明实施例还可以根据定位节点和地图管理节点，根据AGV的初始位姿和预设地图，在前一时刻位姿P′附近生成与其相对应的多个预估位姿。其中，如图3所示，线条A为惯性测量数据的位姿曲线，线条B为车轮里程计数据的位姿曲线、线条C为机器人的前一时刻位姿曲线、线条D为预估位姿曲线。其中，在本发明的一个实施例中，在生成前一时刻位姿对应的多个预估位姿之后，还包括：将定位数据在多个预估位姿的每个预估位姿处与预设地图进行匹配，以根据每个预估位姿的匹配度确定每个预估位姿的权重。
举例而言，多个预估位姿可以通过粒子云表示，其中，粒子代表AGV可能的定位(如通过雷达数据)，其权重代表AGV在该点处的可能性。本发明实施例可以遍历粒子云，将AGV扫描的雷达数据在每一个粒子处与预设地图进行匹配，从而根据每个粒子的匹配度确定每个预估位姿的权重。需要说明的是，预设地图可以为AGV的内部已知地图，粒子的匹配度越高，可以表示其权重越大。
由此，再次遍历多个预估位姿的每个预估位姿处，将预估位姿权重最大，或者与前一时刻位姿间的差值小于预设阈值的预估位姿，或者权重最大和与前一时刻位姿间的差值小于预设阈值的预估位姿作为机器人的当前位姿。其中，如图4所示，预设阈值范围可以为虚线圈所示，该预设阈值可以是用户预先设定的阈值，可以是通过有限次实验获取的阈值，也可以是通过有限次计算机仿真得到的阈值。
为使得本领域人员进一步了解本发明实施例的机器人的定位方法，下面以一个具体实施例进行详细阐述。
如图5所示，该机器人的定位方法，包括以下步骤：
步骤S501，采集机器人的定位数据。
步骤S502，启动多线程程序对采集到的定位数据进行处理及优化。
步骤S503，根据机器人的定位数据、初始位姿和预设地图生成机器人的前一时刻位姿。
步骤S504，生成前一时刻位姿对应的多个预估位姿，将权重最大和/或与前一时刻位姿间的差值小于预设阈值的预估位姿作为机器人的当前位姿。
步骤S505，判断是否接收到结束信号，如果是，则执行步骤S506，否则，执行步骤S503。
步骤S506，结束。
根据本发明实施例提出的机器人的定位方法，可以根据采集到的机器人的定位数据、初始位姿和预设地图生成机器人前一时刻的位姿，以及与前一时刻的位姿对应的多个预估位姿，并将多个预估位姿权重最大，和/或前一时刻位姿间的差值小于预设阈值的预估位姿作为机器人的当前位姿，避免机器人在调度过程中，尤其是楼层间调度过程中易发生定位失效的问题，提高定位的准确性，避免调度失败的现象，保证机器人的可靠性，提升使用体验。
其次参照附图描述根据本发明实施例提出的机器人的定位装置。
图6是本发明实施例的机器人的定位装置的方框示意图。
如图6所示，该机器人的定位装置10包括：采集模块100、生成模块200和定位模块300。
其中，采集模块100用于采集机器人的定位数据。生成模块200用于根据机器人的定位数据、初始位姿和预设地图生成机器人的前一时刻位姿。定位模块300用于生成前一时刻位姿对应的多个预估位姿，并将权重最大和/或与前一时刻位姿间的差值小于预设阈值的预估位姿作为机器人的当前位姿。
进一步地，在本发明的一个实施例中，定位数据包括雷达数据、惯性测量数据和车轮里程计数据，其中，采集模块包括：第一处理单元，用于将雷达数据进行数据格式及坐标转换，得到第一定位数据；第二处理单元，用于对惯性测量数据和车轮里程计数据进行优化，得到第二定位数据。
进一步地，在本发明的一个实施例中，生成模块包括：
计算单元，用于根据第一定位数据和第二定位数据通过最小二乘法求解得到当前时刻位姿。
进一步地，在本发明的一个实施例中，上述的机器人的定位装置，还包括：匹配模块，用于在生成前一时刻位姿对应的多个预估位姿之后，将定位数据在多个预估位姿的每个预估位姿处与预设地图进行匹配，以根据每个预估位姿的匹配度确定每个预估位姿的权重。
需要说明的是，前述对机器人的定位方法实施例的解释说明也适用于该实施例的机器人的定位装置，此处不再赘述。
根据本发明实施例提出的机器人的定位装置，可以根据采集到的机器人的定位数据、初始位姿和预设地图生成机器人前一时刻的位姿，以及与前一时刻的位姿对应的多个预估位姿，并将多个预估位姿权重最大，和/或前一时刻位姿间的差值小于预设阈值的预估位姿作为机器人的当前位姿，避免机器人在调度过程中，尤其是楼层间调度过程中易发生定位失效的问题，提高定位的准确性，避免调度失败的现象，保证机器人的可靠性，提升使用体验。
为了实现上述实施例，本发明还提出了一种电子设备，包括：至少一个处理器和存储器。其中，存储器与至少一个处理器通信连接，其中，存储器存储有可被至少一个处理器执行的指令，指令被设置为用于执行上述实施例的机器人的定位方法，如以用于：
采集机器人的定位数据；
根据机器人的定位数据、初始位姿和预设地图生成机器人的前一时刻位姿；以及
生成前一时刻位姿对应的多个预估位姿，并将权重最大和/或与前一时刻位姿间的差值小于预设阈值的预估位姿作为机器人的当前位姿。
为了实现上述实施例，本发明还提出了一种非临时性计算机可读存储介质，其存储计算机指令，计算机指令用于使计算机执行上述实施例的机器人的定位方法。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或N个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中，“N个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更N个用于实现定制逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本发明的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本发明的实施例所属技术领域的技术人员所理解。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行***、装置或设备(如基于计算机的***、包括处理器的***或其他可以从指令执行***、装置或设备取指令并执行指令的***)使用，或结合这些指令执行***、装置或设备而使用。就本说明书而言，"计算机可读介质"可以是任何可以包含、存储、通信、传播或传输程序以供指令执行***、装置或设备或结合这些指令执行***、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下：具有一个或N个布线的电连接部(电子装置)，便携式计算机盘盒(磁装置)，随机存取存储器(RAM)，只读存储器(ROM)，可擦除可编辑只读存储器(EPROM或闪速存储器)，光纤装置，以及便携式光盘只读存储器(CDROM)。另外，计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序，然后将其存储在计算机存储器中。
应当理解，本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，N个步骤或方法可以用存储在存储器中且由合适的指令执行***执行的软件或固件来实现。如，如果用硬件来实现和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(PGA)，现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。
此外，在本发明各个实施例中的各功能单元可以集成在一个处理模块中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。
上述提到的存储介质可以是只读存储器，磁盘或光盘等。尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (10)
1.一种机器人的定位方法，其特征在于，包括以下步骤：
采集所述机器人的定位数据；
根据所述机器人的定位数据、初始位姿和预设地图生成所述机器人的前一时刻位姿；以及
生成所述前一时刻位姿对应的多个预估位姿，并将权重最大和/或与所述前一时刻位姿间的差值小于预设阈值的预估位姿作为所述机器人的当前位姿。
2.根据权利要求1所述的方法，其特征在于，所述定位数据包括雷达数据、惯性测量数据和车轮里程计数据，其中，所述采集所述机器人的定位数据，包括：
将所述雷达数据进行数据格式及坐标转换，得到第一定位数据；
对所述惯性测量数据和车轮里程计数据进行优化，得到第二定位数据。
3.根据权利要求2所述的方法，其特征在于，所述根据所述机器人的定位数据、初始位姿和预设地图生成所述机器人的前一时刻位姿，包括：
根据所述第一定位数据和所述第二定位数据通过最小二乘法求解得到所述前一时刻位姿。
4.根据权利要求1所述的方法，其特征在于，在生成所述前一时刻位姿对应的多个预估位姿之后，还包括：
将所述定位数据在所述多个预估位姿的每个预估位姿处与所述预设地图进行匹配，以根据所述每个预估位姿的匹配度确定所述每个预估位姿的权重。
5.一种机器人的定位装置，其特征在于，包括：
采集模块，用于采集所述机器人的定位数据；
生成模块，用于根据所述机器人的定位数据、初始位姿和预设地图生成所述机器人的前一时刻位姿；以及
定位模块，用于生成所述前一时刻位姿对应的多个预估位姿，并将权重最大和/或与所述前一时刻位姿间的差值小于预设阈值的预估位姿作为所述机器人的当前位姿。
6.根据权利要求5所述的装置，其特征在于，所述定位数据包括雷达数据、惯性测量数据和车轮里程计数据，其中，所述采集模块包括：
第一处理单元，用于将所述雷达数据进行数据格式及坐标转换，得到第一定位数据；
第二处理单元，用于对所述惯性测量数据和车轮里程计数据进行优化，得到第二定位数据。
7.根据权利要求6所述的装置，其特征在于，所述生成模块包括：
计算单元，用于根据所述第一定位数据和所述第二定位数据通过最小二乘法求解得到所述前一时刻位姿。
8.根据权利要求5所述的装置，其特征在于，还包括：
匹配模块，用于在生成所述前一时刻位姿对应的多个预估位姿之后，将所述定位数据在所述多个预估位姿的每个预估位姿处与所述预设地图进行匹配，以根据所述每个预估位姿的匹配度确定所述每个预估位姿的权重。
9.一种电子设备，其特征在于，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述程序，以实现如权利要求1-4任一项所述的机器人的定位方法。
10.一种非临时性计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行，以用于实现如权利要求1-4任一项所述的机器人的定位方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010291345.2A CN111580508A (zh) | 2020-04-14 | 2020-04-14 | 机器人的定位方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010291345.2A CN111580508A (zh) | 2020-04-14 | 2020-04-14 | 机器人的定位方法、装置、电子设备及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111580508A true CN111580508A (zh) | 2020-08-25 |
Family
ID=72126497
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010291345.2A Pending CN111580508A (zh) | 2020-04-14 | 2020-04-14 | 机器人的定位方法、装置、电子设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111580508A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112700495A (zh) * | 2020-11-25 | 2021-04-23 | 北京旷视机器人技术有限公司 | 位姿确定方法、装置、机器人、电子设备及存储介质 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20140129027A1 (en) * | 2012-11-02 | 2014-05-08 | Irobot Corporation | Simultaneous Localization And Mapping For A Mobile Robot |
| CN109144056A (zh) * | 2018-08-02 | 2019-01-04 | 上海思岚科技有限公司 | 移动机器人的全局自定位方法及设备 |
| CN109506641A (zh) * | 2017-09-14 | 2019-03-22 | 深圳乐动机器人有限公司 | 移动机器人的位姿丢失检测与重定位***及机器人 |
| CN109579849A (zh) * | 2019-01-14 | 2019-04-05 | 浙江大华技术股份有限公司 | 机器人定位方法、装置和机器人及计算机存储介质 |
| CN110319832A (zh) * | 2019-07-05 | 2019-10-11 | 北京海益同展信息科技有限公司 | 机器人定位方法、装置、电子设备及介质 |
-
2020
- 2020-04-14 CN CN202010291345.2A patent/CN111580508A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20140129027A1 (en) * | 2012-11-02 | 2014-05-08 | Irobot Corporation | Simultaneous Localization And Mapping For A Mobile Robot |
| CN109506641A (zh) * | 2017-09-14 | 2019-03-22 | 深圳乐动机器人有限公司 | 移动机器人的位姿丢失检测与重定位***及机器人 |
| CN109144056A (zh) * | 2018-08-02 | 2019-01-04 | 上海思岚科技有限公司 | 移动机器人的全局自定位方法及设备 |
| CN109579849A (zh) * | 2019-01-14 | 2019-04-05 | 浙江大华技术股份有限公司 | 机器人定位方法、装置和机器人及计算机存储介质 |
| CN110319832A (zh) * | 2019-07-05 | 2019-10-11 | 北京海益同展信息科技有限公司 | 机器人定位方法、装置、电子设备及介质 |
Non-Patent Citations (1)
| Title |
|---|
| 张涛 等: "机器人概论", 机械工业出版 * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112700495A (zh) * | 2020-11-25 | 2021-04-23 | 北京旷视机器人技术有限公司 | 位姿确定方法、装置、机器人、电子设备及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP3384360B1 (en) | Simultaneous mapping and planning by a robot | |
| CN111290385B (zh) | 一种机器人路径规划方法、机器人、电子设备及存储介质 | |
| US20190195631A1 (en) | Positioning method, positioning device, and robot | |
| CN111587430B (zh) | 用于探测物体的方法 | |
| CN112179353B (zh) | 自移动机器人的定位方法、装置、机器人及可读存储介质 | |
| WO2019032588A1 (en) | CALIBRATION AND LOCATION OF VEHICLE SENSOR | |
| CN111915675B (zh) | 基于粒子漂移的粒子滤波点云定位方法及其装置和*** | |
| CN110481559B (zh) | 映射环境的方法和用于映射车辆上的环境的*** | |
| CN111201448A (zh) | 用于产生反演传感器模型的方法和设备以及用于识别障碍物的方法 | |
| JP7047576B2 (ja) | 地図作成装置 | |
| CN111752294B (zh) | 一种飞行控制方法及相关装置 | |
| CN116982011A (zh) | 用于更新机器人用于自定位的环境地图的方法和装置 | |
| CN111045433B (zh) | 一种机器人的避障方法、机器人及计算机可读存储介质 | |
| CN110608742A (zh) | 基于粒子滤波slam的地图构建方法及装置 | |
| CN114926809A (zh) | 可通行区域检测方法及装置、移动工具、存储介质 | |
| CN111580508A (zh) | 机器人的定位方法、装置、电子设备及存储介质 | |
| CN112097772B (zh) | 机器人及其地图构建方法和装置 | |
| CN112034844A (zh) | 多智能主体编队搬运方法、***和计算机可读存储介质 | |
| CN116187611A (zh) | 一种多智能体路径规划方法及终端 | |
| CN116279424A (zh) | 一种泊车路径规划方法、装置、设备及存储介质 | |
| JP2019179421A (ja) | 位置算出装置及びダンプトラック | |
| CN116380062A (zh) | 机器人定位方法及装置、移动机器人和可读存储介质 | |
| CN113932815A (zh) | 稳健性优化的Kalman滤波方法、装置、电子设备和存储介质 | |
| CN113034538A (zh) | 一种视觉惯导设备的位姿跟踪方法、装置及视觉惯导设备 | |
| JP2012141662A (ja) | ロボットの自己位置推定方法 |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200825 |
|
| RJ01 | Rejection of invention patent application after publication |