CN111694009A - 一种定位***、方法以及装置 - Google Patents

一种定位***、方法以及装置 Download PDF

Info

Publication number
CN111694009A
CN111694009A CN202010378957.5A CN202010378957A CN111694009A CN 111694009 A CN111694009 A CN 111694009A CN 202010378957 A CN202010378957 A CN 202010378957A CN 111694009 A CN111694009 A CN 111694009A
Authority
CN
China
Prior art keywords
data
robot
laser radar
scanner
global position
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
Application number
CN202010378957.5A
Other languages
English (en)
Other versions
CN111694009B (zh
Inventor
熊鹏文
欧阳冬
徐波
童小宝
何孔飞
周学婷
宋爱国
李建清
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.)
Nanchang University
Original Assignee
Nanchang University
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 Nanchang University filed Critical Nanchang University
Priority to CN202010378957.5A priority Critical patent/CN111694009B/zh
Publication of CN111694009A publication Critical patent/CN111694009A/zh
Application granted granted Critical
Publication of CN111694009B publication Critical patent/CN111694009B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G01S17/02—Systems using the reflection of electromagnetic waves other than radio waves
    • G01S17/06—Systems determining position data of a target
    • G01S17/46—Indirect determination of position data

Landscapes

  • Physics & Mathematics (AREA)
  • Electromagnetism (AREA)
  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
  • Optical Radar Systems And Details Thereof (AREA)

Abstract

本发明定位方法，属于定位领域。通过扫描仪，获取特定区域中各单元格的第一数据；扫描仪根据第一数据，确定机器人在特定区域中的全局位置；通过第一激光雷达，获取第一激光雷达所处全局位置中单元格的第二数据；通过第二激光雷达，获取第二激光雷达所处全局位置中单元格的第三数据；将第二数据与第一数据进行匹配、以及第三数据与第一数据进行匹配，确定机器人在全局位置中的具***置。本发明利用3D扫描仪构建全局地图，实现机器人在变电站周围大范围内的全局定位，给出电力巡检机器人的全局位置，对机器人进行初步定位；再利用双激光雷达实现机器人局部精准定位，能够实现机器人在变电站大范围的精准定位，防止因存在盲区而产生定位丢失的问题。

Description

一种定位***、方法以及装置
技术领域
本发明涉及定位领域，更具体的，涉及一种定位***、方法以及装置。
背景技术
为了满足对供电质量日益提高的要求，变电站电力巡检机器人在变电站应用越来越广泛。电力巡检机器人主要应用于室外变电站中，通过自主定位和导航功能，巡检机器人能够在无人值守的情况下行驶到指定的位置执行仪表记录任务，并且可及时发现电力设备的缺陷、异物悬挂等异常现象。在电力巡检机器人执行巡检任务时，正确及时的规避障碍物至关重要，这不仅仅关系到机器人的安全甚至关系到整个变电站的正常运行。
由于是室外变电站，机器人巡检的环境相比室内较为复杂，当机器人周围有其他巡检机器人经过时会有一个盲区从而产生定位丢失。
因此，需要提出有效的方案来解决以上问题。
发明内容
为了克服现有技术的缺陷，本发明的一种定位***、方法以及装置，解决现有技术中巡检机器人定位丢失的问题。
为达此目的，本发明采用以下技术方案：
本发明提供了一种定位***，包括：位于室外的机器人、扫描仪、第一激光雷达、以及第二激光雷达；
所述扫描仪以及所述第一激光雷达均安装于所述机器人的顶部；
通过所述扫描仪，获取特定区域中各单元格的第一数据；
通过所述第一激光雷达，获取所述第一激光雷达所处全局位置中单元格的第二数据；
通过所述第二激光雷达，获取所述第二激光雷达所处全局位置中单元格的第三数据；
所述扫描仪根据所述第一数据，确定机器人在所述特定区域中的全局位置；
分别将所述第二数据与所述第一数据进行匹配、以及所述第三数据与所述第一数据进行匹配，确定所述机器人在所述全局位置中的具***置。
本发明还提供一种定位方法，适用于上述的定位***，包括：
通过扫描仪，获取特定区域中各单元格的第一数据；
所述扫描仪根据所述第一数据，确定机器人在所述特定区域中的全局位置；
通过第一激光雷达，获取所述第一激光雷达所处全局位置中单元格的第二数据；
通过所述第二激光雷达，获取所述第二激光雷达所处全局位置中单元格的第三数据；
将所述第二数据与所述第一数据进行匹配、以及所述第三数据与所述第一数据进行匹配，确定所述机器人在所述全局位置中的具***置。
优选地，根据所述第一数据，确定机器人在所述特定区域中的全局位置，包括：
所述扫描仪根据所述第一数据，构建所述特定区域的地图，确定机器人在所述区域中的全局位置。
优选地，分别将所述第二数据与所述第一数据进行匹配、以及所述第三数据与所述第一数据进行匹配，确定所述机器人在所述全局位置中的具***置，包括：
将所述第二数据与所述第一数据进行匹配，求得第一最优匹配概率P(X),以获得第一最匹配位姿P；
将所述第三数据与所述第一数据进行匹配，求得第二最优匹配概率P'(X)，以获得第二最匹配位姿P'；
通过所述P与P'之间的关系，确定所述机器人在所述全局位置中的具***置。
优选地，通过所述P与P'之间的关系，确定所述机器人在所述全局位置中的具***置，包括：
当P大于P'时，所述第一激光雷达与所述扫描仪匹配的概率大于所述第二激光雷达与所述扫描仪匹配的概率，从而确定所述机器人在所述全局位置中的具***置为所述第一激光雷达在所述特定区域中的位置；
当P小于P'时，所述第二激光雷达与所述扫描仪匹配的概率大于所述第一激光雷达与所述扫描仪匹配的概率，从而确定所述机器人在所述全局位置中的具***置为所述第二激光雷达在所述特定区域中的位置。
本发明还提供一种定位装置，适用于上所述的定位方法，包括：
第一获取单元，用于通过扫描仪，获取特定区域中各单元格的第一数据；
第一确定单元，用于所述扫描仪根据所述第一数据，确定机器人在所述特定区域中的全局位置；
第二获取单元，用于通过第一激光雷达，获取所述第一激光雷达所处全局位置中单元格的第二数据；
第三获取单元，用于通过所述第二激光雷达，获取所述第二激光雷达所处全局位置中单元格的第三数据；
第二确定单元，用于将所述第二数据与所述第一数据进行匹配、以及所述第三数据与所述第一数据进行匹配，确定所述机器人在所述全局位置中的具***置。
优选地，所述第一确定单元，具体用于所述扫描仪根据所述第一数据，构建所述特定区域的地图，确定机器人在所述区域中的全局位置。
优选地，所述第二确定单元，具体用于将所述第二数据与所述第一数据进行匹配，求得第一最优匹配概率P(X),以获得第一最匹配位姿P；
将所述第三数据与所述第一数据进行匹配，求得第二最优匹配概率P'(X)，以获得第二最匹配位姿P'；
通过所述P与P'之间的关系，确定所述机器人在所述全局位置中的具***置。
优选地，所述第二确定单元，具体还用于当P大于P'时，所述第一激光雷达与所述扫描仪匹配的概率大于所述第二激光雷达与所述扫描仪匹配的概率，从而确定所述机器人在所述全局位置中的具***置为所述第一激光雷达在所述特定区域中的位置；
当P小于P'时，所述第二激光雷达与所述扫描仪匹配的概率大于所述第一激光雷达与所述扫描仪匹配的概率，从而确定所述机器人在所述全局位置中的具***置为所述第二激光雷达在所述特定区域中的位置。
本发明的有益效果为：
本发明提供一种定位方法，通过扫描仪，获取特定区域中各单元格的第一数据；扫描仪根据第一数据，确定机器人在特定区域中的全局位置；通过第一激光雷达，获取第一激光雷达所处全局位置中单元格的第二数据；通过第二激光雷达，获取第二激光雷达所处全局位置中单元格的第三数据；将第二数据与第一数据进行匹配、以及第三数据与第一数据进行匹配，确定机器人在全局位置中的具***置。
本发明利用3D扫描仪构建全局地图，实现机器人在变电站周围大范围内的全局定位，给出电力巡检机器人的全局位置，对机器人进行初步定位；再利用双激光雷达实现机器人局部精准定位，好处是能同时具备3D扫描仪定位范围大以及双激光雷达定位精度高的优点，能够实现机器人在变电站大范围的精准定位，防止因存在盲区而产生定位丢失的问题。
附图说明
图1是本发明具体实施方式提供的一种定位***的结构示意图；
图2是本发明具体实施方式提供的一种定位方法的流程示意图；
图3是本发明具体实施方式提供的一种定位装置的结构示意图。
图中：
101、第一激光雷达；102、第二激光雷达；103、扫描仪；104、机器人。
具体实施方式
下面结合附图并通过具体实施方式来进一步说明本发明的技术方案。
图1是本发明具体实施方式提供的一种定位***的结构示意图，如图1所示；图2是本发明具体实施方式提供的一种定位方法的流程示意图，如图2所示；图3是本发明具体实施方式提供的一种定位装置的结构示意图，如图3所示。其中，图1中的目标物体指的是在变电站环境中的变电箱、障碍物之类的，通过激光扫描，提取这些物体的特征信息来构建地图。本发明提出了一种定位***，包括：位于室外的机器人104、扫描仪103、第一激光雷达101、以及第二激光雷达102；扫描仪103以及第一激光雷达101均安装于机器人的顶部；通过扫描仪103，获取特定区域中各单元格的第一数据；通过第一激光雷达101，获取第一激光雷达101所处全局位置中单元格的第二数据；通过第一激光雷达102，获取第一激光雷达102所处全局位置中单元格的第三数据；扫描仪103根据第一数据，确定机器人在特定区域中的全局位置；分别将第二数据与第一数据进行匹配、以及第三数据与第一数据进行匹配，确定机器人104在全局位置中的具***置。具体实施中，扫描仪103与支架顶部通过导电滑块连接，支架底部与机器人104顶部固定连接；令机器人104前进方向为前，3D扫描仪103安装在机器人104中间上方位置，第一激光雷达101安装在机器人104前部上方，第一激光雷达102安装在机器人104后部的上方。
本发明还提供一种定位方法，适用于上述的定位***，包括以下步骤：
S101：通过扫描仪，获取特定区域中各单元格的第一数据；
S102：扫描仪根据第一数据，确定机器人在特定区域中的全局位置；
S103：通过第一激光雷达，获取第一激光雷达所处全局位置中单元格的第二数据；
S104：通过第二激光雷达，获取第二激光雷达所处全局位置中单元格的第三数据；
S105：将第二数据与第一数据进行匹配、以及第三数据与第一数据进行匹配，确定机器人在全局位置中的具***置。
本发明的主要功能是，通过扫描仪的扫描确定机器人的全局位置；分别通过第一激光雷达扫描的点云信息与扫描仪的扫描的点云信息、和第二激光雷达扫描的点云信息与扫描仪的扫描的点云信息进行匹配，选取概率最大的那个作激光雷达在全局位置的位置为机器人的实际位置，即机器人在全局位置中的具***置。
S101中，通过扫描仪，获取特定区域中各单元格的第一数据；以及S102中，扫描仪根据第一数据，确定机器人在特定区域中的全局位置；具体来说，通过3D扫描仪360°旋转扫描获取3维点云数据，3D扫描仪根据该3维点云数据构建当前特定区域的地图，实现当前特定区域的全局定位，确定电力巡检机器人的全局位置。其中，各单元格为预先在特定区域划分好的；特定区域为室外变电站周围的整个环境，具体可以为室外变电站周围几米之内的环境，比如3米、5米等；扫描仪为3D扫描仪；第一数据为3维点云数据；机器人采用电力巡检机器人。其中，3D扫描仪360°旋转扫描，能够获取更加丰富的3维点云信息。3D扫描仪360°旋转扫描获取3维点云数据，具体实施中可以通过扫描算法的计算，获取3维点云数据，扫描频率可以依据具体的实施情况而定，比如可以设置扫描频率为20帧/S。
S103中，通过第一激光雷达，获取第一激光雷达所处全局位置中单元格的第二数据；具体来说，第一激光雷达通过扫描，构建获取第一激光雷达所处全局位置中单元格的地图，获取第一激光雷达所处全局位置中单元格的第二数据。其中，第一激光雷达为2D激光雷达；第二数据为2维点云信息；具体实施中，第一激光雷达的扫描角度为120°，扫描半径为R1。
S104中，通过第二激光雷达，获取第二激光雷达所处全局位置中单元格的第三数据；具体来说，第二激光雷达通过扫描，构建获取第二激光雷达所处全局位置中单元格的地图，获取第二激光雷达所处全局位置中单元格的第三数据；具体实施中，第二激光雷达扫描角度为360°，扫描半径为R2。其中，R1大于R2。同样地，其中，第二激光雷达为2D激光雷达；第三数据为2维点云信息。
本发明利用3D扫描仪构建全局地图，实现机器人在变电站周围大范围内的全局定位，给出电力巡检机器人的全局位置，对机器人进行初步定位；再利用双激光雷达实现机器人局部精准定位，好处是能同时具备3D扫描仪定位范围大以及双激光雷达定位精度高的优点，能够实现机器人在变电站大范围的精准定位，防止因存在盲区而产生定位丢失的问题。另外，激光雷达具有不受天气、光照等条件影响,不依靠纹路和颜色来辨别,对于阴影噪声不敏感等优良特性。激光雷达测量时扫描频率高数据量丰富,返回的是距离值，便于快速的处理。因而采用激光雷达来感知巡检机器人周围的环境信息具有较好地适应性、快速性,但是单个的激光雷达工作范围局限性比较大。
优选地，根据第一数据，确定机器人在特定区域中的全局位置，包括；扫描仪根据第一数据，扫描仪构建特定区域的地图，确定机器人在区域中的全局位置。
优选地，分别将第二数据与第一数据进行匹配、以及第三数据与第一数据进行匹配，确定机器人在全局位置中的具***置，包括：
将第二数据与第一数据进行匹配，求得第一最优匹配概率P(X),以获得第一最匹配位姿P；
将第三数据与第一数据进行匹配，求得第二最优匹配概率P'(X)，以获得第二最匹配位姿P'；
通过P与P'之间的关系，确定机器人在全局位置中的具***置。
其中，以上实施中，通过以下公式(1)分别计算第一最优匹配概率以及第二最优匹配概率；
Figure BDA0002481168530000081
其中，
Figure BDA0002481168530000082
μ为均值，∑为方差，
Figure BDA0002481168530000083
表示一个单元格内所有的扫描点。
更进一步地，具体实施中，定位***中还搭载有工控机，用于实现数据的处理功能。通过工控机采用SLAM算法，SLAM算法为NDT算法，该算法的思想为分别将第一激光雷达所处全局位置中单元格的地图与3D扫描仪根据该3维点云数据构建当前特定区域的地图进行匹配、以及将第二激光雷达所处全局位置中单元格的地图与3D扫描仪根据该3维点云数据构建当前特定区域的地图进行匹配。首先将将二维平面分解成一系列固定大小的单元格，基于单元格的点计算其概率密度函数。这种转换可以直接到处扫描匹配的解析表达式，无需考虑点或特征之间的对应性，可以快速、精确地完成地图匹配，有效地解决变电站室外环境下机器人的局部位置跟踪和全局定位问题。
优选地，通过P与P'之间的关系，确定机器人在全局位置中的具***置，包括：
当P大于P'时，第一激光雷达与扫描仪匹配的概率大于第二激光雷达与扫描仪匹配的概率，从而确定机器人在全局位置中的具***置为第一激光雷达在特定区域中的位置；
当P小于P'时，第二激光雷达与扫描仪匹配的概率大于第一激光雷达与扫描仪匹配的概率，从而确定机器人在全局位置中的具***置为第二激光雷达在特定区域中的位置。
为了进一步清楚第一激光雷达与3D扫描仪获取的点云信息匹配过程以及第二激光雷达与3D扫描仪获取的点云信息匹配过程，以下以第一激光雷达与3D扫描仪获取的点云信息匹配作主要说明：
(1)创建3D扫描仪扫描的正态分布转换。
(2)使用里程计读书对坐标变换参数进行初始化；
(3)对于第一激光雷达扫描到的每一个样本，根据这些坐标变换参数，将其映射到第一个扫描坐标系中；
(4)决定每一个映射点的相应正态分布；
(5)将每个映射点的概率分布之和作为每个坐标变换参数的分数值进行评估；
(6)使用Hessian矩阵法对这些分数值进行优化，计算新的参数估计值；
(7)回到步骤3继续循环，直到满足收敛要求.这些坐标变换参数p的分数值表示为：
Figure BDA0002481168530000101
x′i＝T(xi,p)
其中，i为坐标变换的映射点。
Figure BDA0002481168530000102
这里的ui和上面的μ含义是一样的，不另外进行说明。
在这里，作为扫描匹配算法的一部分，必须对误差函数-score(p)进行最小化，即使得score(p)最大，保障根据参数p的坐标变换最优。
将第一激光雷达和3D扫描仪数据通过Hessian矩阵进行最优化处理，计算给定机器人当前位置和地图时获取传感器读数的最优概率分布
Figure BDA0002481168530000103
同理，第二激光雷达的最优匹配概率P'(X)也可以求得，这里就不再赘述，最后选择P(X)与P'(X)中最大值作为当前位置最优匹配位姿P*。
本发明还提供一种定位装置，适用于上述的定位方法，包括：
201：第一获取单元，用于通过扫描仪，获取特定区域中各单元格的第一数据；
202：第一确定单元，用于扫描仪根据第一数据，确定机器人在特定区域中的全局位置；
203：第二获取单元，用于通过第一激光雷达，获取第一激光雷达所处全局位置中单元格的第二数据；
204：第三获取单元，用于通过第二激光雷达，获取第二激光雷达所处全局位置中单元格的第三数据；
205：第二确定单元，用于将第二数据与第一数据进行匹配、以及第三数据与第一数据进行匹配，确定机器人在全局位置中的具***置。
优选地，第一确定单元，具体用于扫描仪根据第一数据，构建特定区域的地图，确定机器人在区域中的全局位置。
优选地，第二确定单元，具体用于将第二数据与第一数据进行匹配，求得第一最优匹配概率P(X),以获得第一最匹配位姿P；
将第三数据与第一数据进行匹配，求得第二最优匹配概率P'(X)，以获得第二最匹配位姿P'；
通过P与P'之间的关系，确定机器人在全局位置中的具***置。
优选地，第二确定单元，具体还用于当P大于P'时，第一激光雷达与扫描仪匹配的概率大于第二激光雷达与扫描仪匹配的概率，从而确定机器人在全局位置中的具***置为第一激光雷达在特定区域中的位置；
当P小于P'时，第二激光雷达与扫描仪匹配的概率大于第一激光雷达与扫描仪匹配的概率，从而确定机器人在全局位置中的具***置为第二激光雷达在特定区域中的位置。
本发明是通过优选实施例进行描述的，本领域技术人员知悉，在不脱离本发明的精神和范围的情况下，可以对这些特征和实施例进行各种改变或等效替换。本发明不受此处所公开的具体实施例的限制，其他落入本申请的权利要求内的实施例都属于本发明保护的范围。

Claims (9)

1.一种定位***，其特征在于，包括：
位于室外的机器人、扫描仪、第一激光雷达、以及第二激光雷达；
所述扫描仪以及所述第一激光雷达均安装于所述机器人的顶部；
通过所述扫描仪，获取特定区域中各单元格的第一数据；
通过所述第一激光雷达，获取所述第一激光雷达所处全局位置中单元格的第二数据；
通过所述第二激光雷达，获取所述第二激光雷达所处全局位置中单元格的第三数据；
所述扫描仪根据所述第一数据，确定机器人在所述特定区域中的全局位置；
分别将所述第二数据与所述第一数据进行匹配、以及所述第三数据与所述第一数据进行匹配，确定所述机器人在所述全局位置中的具***置。
2.一种定位方法，适用于权利要求1所述的定位***，其特征在于，包括：
通过扫描仪，获取特定区域中各单元格的第一数据；
所述扫描仪根据所述第一数据，确定机器人在所述特定区域中的全局位置；
通过第一激光雷达，获取所述第一激光雷达所处全局位置中单元格的第二数据；
通过所述第二激光雷达，获取所述第二激光雷达所处全局位置中单元格的第三数据；
将所述第二数据与所述第一数据进行匹配、以及所述第三数据与所述第一数据进行匹配，确定所述机器人在所述全局位置中的具***置。
3.如权利要求2所述的定位方法，其特征在于，
根据所述第一数据，确定机器人在所述特定区域中的全局位置，包括：
所述扫描仪根据所述第一数据，构建所述特定区域的地图，确定机器人在所述区域中的全局位置。
4.如权利要求2所述的定位方法，其特征在于，
分别将所述第二数据与所述第一数据进行匹配、以及所述第三数据与所述第一数据进行匹配，确定所述机器人在所述全局位置中的具***置，包括：
将所述第二数据与所述第一数据进行匹配，求得第一最优匹配概率P(X),以获得第一最匹配位姿P；
将所述第三数据与所述第一数据进行匹配，求得第二最优匹配概率P'(X)，以获得第二最匹配位姿P'；
通过所述P与P'之间的关系，确定所述机器人在所述全局位置中的具***置。
5.如权利要求4所述的定位方法，其特征在于，
通过所述P与P'之间的关系，确定所述机器人在所述全局位置中的具***置，包括：
当P大于P'时，所述第一激光雷达与所述扫描仪匹配的概率大于所述第二激光雷达与所述扫描仪匹配的概率，从而确定所述机器人在所述全局位置中的具***置为所述第一激光雷达在所述特定区域中的位置；
当P小于P'时，所述第二激光雷达与所述扫描仪匹配的概率大于所述第一激光雷达与所述扫描仪匹配的概率，从而确定所述机器人在所述全局位置中的具***置为所述第二激光雷达在所述特定区域中的位置。
6.一种定位装置，适用于权利要求2至5中任一项所述的定位方法，其特征在于，包括：
第一获取单元，用于通过扫描仪，获取特定区域中各单元格的第一数据；
第一确定单元，用于所述扫描仪根据所述第一数据，确定机器人在所述特定区域中的全局位置；
第二获取单元，用于通过第一激光雷达，获取所述第一激光雷达所处全局位置中单元格的第二数据；
第三获取单元，用于通过所述第二激光雷达，获取所述第二激光雷达所处全局位置中单元格的第三数据；
第二确定单元，用于将所述第二数据与所述第一数据进行匹配、以及所述第三数据与所述第一数据进行匹配，确定所述机器人在所述全局位置中的具***置。
7.如权利要求6所述的定位方法，其特征在于，
所述第一确定单元，具体用于所述扫描仪根据所述第一数据，构建所述特定区域的地图，确定机器人在所述区域中的全局位置。
8.如权利要求6所述的定位方法，其特征在于，
所述第二确定单元，具体用于将所述第二数据与所述第一数据进行匹配，求得第一最优匹配概率P(X),以获得第一最匹配位姿P；
将所述第三数据与所述第一数据进行匹配，求得第二最优匹配概率P'(X)，以获得第二最匹配位姿P'；
通过所述P与P'之间的关系，确定所述机器人在所述全局位置中的具***置。
9.如权利要求8所述的定位方法，其特征在于，
所述第二确定单元，具体还用于当P大于P'时，所述第一激光雷达与所述扫描仪匹配的概率大于所述第二激光雷达与所述扫描仪匹配的概率，从而确定所述机器人在所述全局位置中的具***置为所述第一激光雷达在所述特定区域中的位置；
当P小于P'时，所述第二激光雷达与所述扫描仪匹配的概率大于所述第一激光雷达与所述扫描仪匹配的概率，从而确定所述机器人在所述全局位置中的具***置为所述第二激光雷达在所述特定区域中的位置。
CN202010378957.5A 2020-05-07 2020-05-07 一种定位***、方法以及装置 Active CN111694009B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010378957.5A CN111694009B (zh) 2020-05-07 2020-05-07 一种定位***、方法以及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010378957.5A CN111694009B (zh) 2020-05-07 2020-05-07 一种定位***、方法以及装置

Publications (2)

Publication Number Publication Date
CN111694009A true CN111694009A (zh) 2020-09-22
CN111694009B CN111694009B (zh) 2023-07-11

Family

ID=72476619

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010378957.5A Active CN111694009B (zh) 2020-05-07 2020-05-07 一种定位***、方法以及装置

Country Status (1)

Country Link
CN (1) CN111694009B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113341431A (zh) * 2021-04-22 2021-09-03 国网浙江省电力有限公司嘉兴供电公司 一种基于双路激光的变电站机器人室内导航定位方法
CN113778109A (zh) * 2021-11-05 2021-12-10 深圳市普渡科技有限公司 机器人的禁行路径设置方法、装置、机器人及存储介质

Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CA1234419A (en) * 1984-11-09 1988-03-22 Robert J. Mongeon Dual mode scanner/tracker
US20080033645A1 (en) * 2006-08-03 2008-02-07 Jesse Sol Levinson Pobabilistic methods for mapping and localization in arbitrary outdoor environments
CN103941264A (zh) * 2014-03-26 2014-07-23 南京航空航天大学 一种室内未知环境下使用激光雷达定位方法
CN104848851A (zh) * 2015-05-29 2015-08-19 山东鲁能智能技术有限公司 基于多传感器数据融合构图的变电站巡检机器人及其方法
CN105607071A (zh) * 2015-12-24 2016-05-25 百度在线网络技术（北京）有限公司 一种室内定位方法及装置
CN105758408A (zh) * 2016-01-05 2016-07-13 福州华鹰重工机械有限公司 局部地图构建方法及装置
US20160378111A1 (en) * 2005-12-30 2016-12-29 Irobot Corporation Method and System for Controlling a Remote Vehicle
US20170031004A1 (en) * 2007-08-31 2017-02-02 Raymarine Uk Limited Digital ranging systems and methods
CN106584451A (zh) * 2015-10-14 2017-04-26 山东鲁能智能技术有限公司 一种基于视觉导航的变电站自动构图机器人及方法
CN107505940A (zh) * 2017-08-08 2017-12-22 速感科技（北京）有限公司 自动引导车辆上的双激光雷达控制方法、***及定位方法
CN108507580A (zh) * 2018-06-19 2018-09-07 南昌大学 一种移动机器人平台自定位***及自定位方法
CN108932736A (zh) * 2018-05-30 2018-12-04 南昌大学 二维激光雷达点云数据处理方法以及动态机器人位姿校准方法
CN110967011A (zh) * 2019-12-25 2020-04-07 苏州智加科技有限公司 一种定位方法、装置、设备及存储介质

Patent Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CA1234419A (en) * 1984-11-09 1988-03-22 Robert J. Mongeon Dual mode scanner/tracker
US20160378111A1 (en) * 2005-12-30 2016-12-29 Irobot Corporation Method and System for Controlling a Remote Vehicle
US20080033645A1 (en) * 2006-08-03 2008-02-07 Jesse Sol Levinson Pobabilistic methods for mapping and localization in arbitrary outdoor environments
US20170031004A1 (en) * 2007-08-31 2017-02-02 Raymarine Uk Limited Digital ranging systems and methods
CN103941264A (zh) * 2014-03-26 2014-07-23 南京航空航天大学 一种室内未知环境下使用激光雷达定位方法
CN104848851A (zh) * 2015-05-29 2015-08-19 山东鲁能智能技术有限公司 基于多传感器数据融合构图的变电站巡检机器人及其方法
CN106584451A (zh) * 2015-10-14 2017-04-26 山东鲁能智能技术有限公司 一种基于视觉导航的变电站自动构图机器人及方法
CN105607071A (zh) * 2015-12-24 2016-05-25 百度在线网络技术（北京）有限公司 一种室内定位方法及装置
CN105758408A (zh) * 2016-01-05 2016-07-13 福州华鹰重工机械有限公司 局部地图构建方法及装置
CN107505940A (zh) * 2017-08-08 2017-12-22 速感科技（北京）有限公司 自动引导车辆上的双激光雷达控制方法、***及定位方法
CN108932736A (zh) * 2018-05-30 2018-12-04 南昌大学 二维激光雷达点云数据处理方法以及动态机器人位姿校准方法
CN108507580A (zh) * 2018-06-19 2018-09-07 南昌大学 一种移动机器人平台自定位***及自定位方法
CN110967011A (zh) * 2019-12-25 2020-04-07 苏州智加科技有限公司 一种定位方法、装置、设备及存储介质

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
韩同辉: ""大型运载车平台自主定位关键技术研究"", 《中国优秀硕士学位论文全文数据库工程科技辑||辑》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113341431A (zh) * 2021-04-22 2021-09-03 国网浙江省电力有限公司嘉兴供电公司 一种基于双路激光的变电站机器人室内导航定位方法
CN113341431B (zh) * 2021-04-22 2022-04-15 国网浙江省电力有限公司嘉兴供电公司 一种基于双路激光的变电站机器人室内导航定位方法
CN113778109A (zh) * 2021-11-05 2021-12-10 深圳市普渡科技有限公司 机器人的禁行路径设置方法、装置、机器人及存储介质

Also Published As

Publication number Publication date
CN111694009B (zh) 2023-07-11

Similar Documents

Publication Publication Date Title
CN109001711B (zh) 多线激光雷达标定方法
CN110443836A (zh) 一种基于平面特征的点云数据自动配准方法及装置
CN109085838A (zh) 一种基于激光定位的动态障碍物剔除算法
CN111435163A (zh) 地面点云数据过滤方法、装置、探测***及存储介质
CN110568433A (zh) 基于毫米波雷达的高空抛物检测方法
CN111694009B (zh) 一种定位***、方法以及装置
CN112305559A (zh) 基于地面定点激光雷达扫描的输电线距离测量方法、装置、***和电子设备
JP6756889B1 (ja) 渦検出装置、渦検出方法、プログラム及び学習済モデル
CN114488099A (zh) 一种激光雷达系数标定方法、装置、电子设备及存储介质
CN109407112B (zh) 基于LiDAR点云数据的果树树冠体积测算方法及***
CN111532260A (zh) 一种车位检测性能评价方法及电子设备
CN113534110A (zh) 一种多激光雷达***静态标定方法
CN115953604B (zh) 一种不动产地理信息测绘数据采集方法
CN117055014A (zh) 无目标的单轴激光雷达转台全自由度位姿自动标定方法
Song et al. Registration for 3D LiDAR datasets using pyramid reference object
CN116381726A (zh) 基于数据自身的无人机激光点云精度自评估方法
WO2023000540A1 (zh) 一种高炉料面形状测量方法、终端设备及存储介质
CN115201794A (zh) 一种基于二维激光的机器人定位误差评估方法和装置
CN115018983A (zh) 移相变压器选址方法、装置、电子设备及存储介质
CN115267756A (zh) 一种基于深度学习目标检测的单目实时测距方法
CN113848825B (zh) 柔性生产车间agv状态监控***及方法
Li et al. A rapid calibration method of underwater structured light 3D reconstruction system for hull bottom cleaning and inspection
CN116804765B (zh) 一种室内空间实测实量指标自动化测定方法及装置
Zhang et al. LiDAR and Camera Calibration Using Pyramid and Checkerboard Calibrators
CN112799066B (zh) 基于sar图像的输电线垂悬变化检测方法和装置

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
GR01 Patent grant
GR01 Patent grant