CN111862214A - 计算机设备定位方法、装置、计算机设备和存储介质 - Google Patents
计算机设备定位方法、装置、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN111862214A CN111862214A CN202010744438.6A CN202010744438A CN111862214A CN 111862214 A CN111862214 A CN 111862214A CN 202010744438 A CN202010744438 A CN 202010744438A CN 111862214 A CN111862214 A CN 111862214A
- Authority
- CN
- China
- Prior art keywords
- data set
- head
- data
- local map
- top view
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
- G06T7/74—Determining position or orientation of objects or cameras using feature-based methods involving reference images or patches
-
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明公开了一种计算机设备定位方法、装置、计算机设备和存储介质,其中,该方法包括:获取计算机设备的顶视数据集、平视数据集以及定位数据集;基于定位数据集分别确定顶视数据集与局部地图的顶视匹配度以及平视数据集与局部地图的平视匹配度;基于顶视匹配度和平视匹配度在局部地图中确定目标位姿;基于目标位姿将顶视数据集和平视数据集添加到局部地图,并根据局部地图在全局地图中确定计算机设备的位置。实现了计算机设备的精确定位,降低环境变化对定位精度的影响,降低计算机设备定位失效的概率,可增强计算机设备定位功能的鲁棒性。
Description
技术领域
本发明实施例涉及自动化控制技术领域,尤其涉及一种计算机设备定位方法、装置、计算机设备和存储介质。
背景技术
随着科技技术的不断发展,移动计算机设备逐渐出现在生活的方方面面,如,车站中的清洁机器人、商场中的导购机器人和餐厅中的送餐机器人等,为了实现在不同场景中的不同功能,首先要解决的就是计算机设备的定位问题,计算机设备需要通过所处的环境确定出自身的位置,从而根据用户预先设定或者即时下达的指令实现相应功能。
现有的技术中计算机设备使用相机和激光雷达采集数据并根据采集到的数据实现定位,然而相机和激光雷达等采集设备都是安装在计算机设备的前方,采集计算机设备前方环境的数据,数据存在局限只能反应某一时刻当前环境状态。现实中环境会随着时间变化,当环境参数发生改变时,容易导致计算机设备定位精确度下降,制约了计算机设备的应用场景。
发明内容
本发明提供一种计算机设备定位方法、装置、计算机设备和存储介质,以实现计算机设备定位,通过顶视数据集降低环境变化对定位精度的影响,提高了计算机设备定位功能的鲁棒性,减少定位失效的发生概率。
第一方面,本发明实施例提供了一种计算机设备定位方法,该方法包括:
获取计算机设备的顶视数据集、平视数据集以及定位数据集,其中,顶视数据集包括计算机设备所处建筑物的内顶面的数据,平视数据集包括计算机设备所处建筑物内水平方向对象的数据;
基于所述定位数据集分别确定所述顶视数据集与局部地图的顶视匹配度以及所述平视数据集与局部地图的平视匹配度;
基于所述顶视匹配度和所述平视匹配度在所述局部地图中确定目标位姿;
基于所述目标位姿后将所述顶视数据集和所述平视数据集添加到局部地图,并在全局地图确定所述计算机设备的位置。
第二方面,本发明实施例提供了一种计算机定位装置,该装置包括:
数据采集模块,用于获取计算机设备的顶视数据集、平视数据集以及定位数据集,其中,顶视数据集包括计算机设备所处建筑物的内顶面的数据,平视数据集包括计算机设备所处建筑物内水平方向对象的数据;
匹配度确定模块,用于基于所述定位数据集分别确定所述顶视数据集与局部地图的顶视匹配度以及所述平视数据集与局部地图的平视匹配度;
局部位姿模块,用于基于所述顶视匹配度和所述平视匹配度在所述局部地图中确定目标位姿;
全局定位模块,用于基于所述目标位姿后将所述顶视数据集和所述平视数据集添加到局部地图,并在全局地图确定所述计算机设备的位置。
第三方面,本发明实施例提供了一种计算机设备,该设备包括:
一个或多个处理器;
存储器,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如本发明实施例中任一所述的计算机设备定位方法。
第四方面,本发明实施例提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如本发明实施例中任一所述的计算机设备定位方法。
本发明实施例,通过在计算机设备在水平方向采集建筑物内对象的数据组成平视数据集,采集建筑物内顶面的数据作为顶视数据集,还可以获取计算机设备的定位数据集,以定位数据集为标准确定出顶视数据集与局部地图顶视匹配度以及平视数据集与局部地图的平视匹配度,基于顶视匹配度和平视匹配度确定出局部地图中的目标位姿,通过局部地图和全局地图的匹配方式确定出计算机设备的位置,实现了计算机设备的精确定位,降低环境变化对定位精度的影响,降低了计算机设备定位失效的发生概率,提高了计算机设备定位功能的鲁棒性。
附图说明
图1是现有技术中计算机设备数据采集的示例图;
图2是本发明实施例提供的一种计算机设备数据采集的示例图;
图3是本发明实施例一提供的一种计算机设备定位方法的流程图;
图4是本发明实施例一提供的一种计算机设备姿态的示例图;
图5是本发明实施例一提供的一种传感器布置示例图;
图6是本发明实施例二提供的一种计算机设备定位方法的流程图;
图7是本发明实施例二提供的一种计算机设备定位方法的示例图;
图8是本发明实施例三提供的一种计算机设备定位装置的结构示意图;
图9是本发明实施例四提供的一种计算机设备的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释本发明,而非对本发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部结构,此外,在不冲突的情况下,本发明中的实施例及实施例中的特征可以相互组合。
图1是现有技术中计算机设备数据采集的示例图,参见图1,现有技术采集数据的传感器2常设置在计算机设备1的前方,通过传感器2采集计算机设备1前方的对象3数据,由于在现实生活中,放置在地面上的对象3可以随着时间变化而更改位置,因此计算机设备1采集到对象3的数据只能在一段时间内具有准确性,甚至当对象3具体为人时,会随时发生位置改变,计算机设备1采集到的数据无法用于计算机设备定位。图2是本发明实施例提供的一种计算机设备数据采集的示例图,而参见图2本申请实施例提供的采集数据的传感器20设置在计算机设备10的顶部,在实际环境中,天花板等顶部的物品常处于固定状态,短时间内不会发生较大的改变,本申请通过设置在计算机设备10顶部的传感器20在建筑物的内顶面采集对象30的数据,对象30位置改变机率较小,可明显降低动态物体对计算机设备定位的影响,从而提高定位的准确性,增强商场和超市等环境变化较大场景的定位效果。
实施例一
图3是本发明实施例一提供的一种计算机设备定位方法的流程图,本实施例可适用于环境变化较大的场景中计算机设备定位的情况,该方法可以由计算机设备定位装置来执行,该装置可以采用硬件和/或软件的方式来实现,参见图3,本发明实施例提供的计算机设备定位方法具体包括如下步骤:
步骤101、获取计算机设备的顶视数据集、平视数据集以及定位数据集,其中,顶视数据集包括计算机设备所处建筑物的内顶面的数据,平视数据集包括计算机设备所处建筑物内水平方向对象的数据。
其中,顶视数据集可以包括采集计算机设备所处建筑物的内顶面的数据,数据的种类可以包括深度数据、轮廓数据和纹理数据等,内顶面可以由建筑物内部顶部的物体组成,可以包括建筑物的天花板、空调口、灯具和装饰物等。平视数据集可以是计算机设备侧面物体的数据,可以包括深度数据、轮廓数据和纹理数据等。而定位数据集可以包括计算机设备的位置信息,可以通过轮式编码器、基站定位、卫星导航和惯性导航等装置获取,定位数据集内数据可以表示计算机设备在不同时刻的位置,例如,计算机设备通过5G芯片接收基站发送的信令,通过信令中包括的位置信息,可以将获取到的位置信息添加到定位数据集。
具体的,计算机设备中可以设置有激光雷达或者深度摄像机等传感器,可以在计算机设备所处建筑物内采集内顶面数据以及在建筑物的水平方向采集对象数据,还可以采集计算机设备在移动过程中产生的位移数据。
步骤102、基于所述定位数据集分别确定所述顶视数据集与局部地图的顶视匹配度以及所述平视数据集与局部地图的平视匹配度。
其中,局部地图可以是计算机设备一帧或者多帧位姿数据组成的数据,可以表示一段时间内计算机所处的位置。例如,局部地图可以由前5秒内的激光雷达的点云数据,反应出5秒内计算机在环境中所处的位置。
在本发明实施例中,定位数据集可以反应出计算机设备在移动过程中的位置变化情况,可以以定位数据集作为计算机设备位姿变换的依据。具体可以通过定位数据集确定出一段时间内计算机设备的位置变换情况,根据该位置变换情况对顶视数据集和平视数据集进行转换,使得顶视数据集和平视数据集处于局部地图相同的坐标系便于确定匹配度。
具体的,在局部地图中数据按照获取方向可以包括水平方向数据和竖直方向数据,可以使用顶视数据集中的数据与局部地图中的竖直方向数据进行匹配确定对应的匹配度,可以将该匹配度作为顶视匹配度,例如,可以将局部地图中的竖直方向数据划分为若干块,分别确定顶视数据集中数据与每块竖直方向数据的匹配度。平视匹配度可以是平视数据集与局部地图中水平方向数据的匹配度。匹配的方式可以包括直接匹配和图匹配等,例如,将顶视数据集中的数据构成图形与局部地图中数据构成的地图进行匹配,将图形的匹配程度作为对应的竖直匹配度。
步骤103、基于所述顶视匹配度和所述平视匹配度在所述局部地图中确定目标位姿。
其中,目标位姿可以是计算机设备从当前坐标系转换到局部地图所处坐标系的位姿,位姿可以包括计算机设备的位置和姿态,位置可以具体是计算机设备在空间中的三维坐标(X,Y,Z),姿态可以包括计算机设备的航向角、俯仰角和翻滚角,图4是本发明实施例一提供的一种计算机设备姿态的示例图,参见图4,可以将计算机设备在X-Z面的偏转角度作为俯仰角,可以将X-Y面的偏转角度作为航向角,以及将Y-Z面的偏转角度作为翻滚角。
在本发明实施例中,确定出计算机设备与局部地图在竖直方向的顶视匹配度和在水平方向的平视匹配度后,可以将确定出的顶视匹配度和平视匹配度作为约束条件,可以通过该约束条件在局部地图中查找目标位姿,例如,局部地图可以包括多帧数据,每帧数据可以与计算机设备存在对应的顶视匹配度和平视匹配度,可以选择局部地图中顶视匹配度和平视匹配度数值最大的一帧数据作为目标数据,将该目标数据对应的计算机设备的位姿作为目标位姿。
步骤104、基于所述目标位姿后将所述顶视数据集和所述平视数据集添加到局部地图,并根据所述局部地图在全局地图中确定所述计算机设备的位置。
其中,全局地图可以包括计算机设备在空间内移动生成的所有数据,可以反应出计算机设备处于空间中各处的位置和姿态,全局地图可以由局部地图拼接生成。
在本发明实施例中,可以通过目标位姿对顶视数据集和平视数据集中的数据进行坐标转换,坐标转换后将顶视数据集和平视数据集中的数据根据坐标将添加到局部地图。例如,局部地图中按照X-Y坐标划分为多个栅格,可以将顶视数据集中按照数据的X-Y坐标将的Z坐标填充到对应的栅格。
具体的,根据顶视数据集和平视数据集填充局部地图后,可以将局部地图与全局地图进行匹配,确定局部地图在全局地图中的位置,可以将该位置作为计算机设备在空间中的所处位置,通过局部地图与全局地图的匹配,可增加计算机设备定位的特征,提升计算机设备定位的准确性。
本发明实施例,通过获取计算机设备顶视数据集、平视数据集和定位数据集,基于定位数据集确定顶视数据集与局部地图的顶视匹配度以及平视数据集与局部地图的平视匹配度,通过顶视匹配度和水平匹配度确定局部地图中的目标位姿,根据目标位姿对局部地图补充后,在全局地图中确定计算机设备的位置,实现了计算机设备的精确定位,降低周围环境变化为定位精度的影响,可提升计算机设备定位功能的鲁棒性。
进一步的,在上述发明实施例的基础上,所述获取计算机设备的顶视数据集、平视数据集以及定位数据集,包括:通过设置在所述计算机设备顶部的至少两个测距传感器采集算机设备所处建筑物的内顶面的点云数据添加到顶视数据集;通过设置在所述计算机设备底部的测距传感器采集计算机设备所处建筑物内物体的点云数据添加到平视数据集;通过设置在所述计算机设备主传动轴的轮式编码器采集所述计算机设备的位移数据添加到定位数据集。
其中,测距传感器可以是测取计算机设备与对象之间距离的传感器,可以包括激光雷达传感器、深度摄像机、红外测距仪、超时波传感器中至少一种。点云数据可以是通过测距传感器采集物体表面的点数据集合,点云数据可以表示物体的轮廓和深度。
在本发明实施例中,计算机设备中设置有多个测距传感器,测距传感器可以是测取计算机设备与对象距离的传感器,可以包括激光雷达传感器、深度摄像机和红外测距仪等,测距传感器可以设置在计算机设备的顶部和底部,当测距传感器设置在顶部时可以获取计算机设备所处建筑物内顶面的点云数据,当测距传感器设置在底部时可以获取计算机设备侧面的点云数据。计算机设备中还可以设置有轮式编码器,该轮式编码器可以设置在计算机设备的主传动轴,可以准确获取计算机设备的位移数据。图5是本发明实施例一提供的一种传感器布置示例图,参见图5,计算机设备的顶部可以设置有测距传感器1和测距传感器2,测距传感器1和测距传感器2采集计算机在建筑物内顶面的数据,测距传感器1和测距传感器2的视野范围可以存在交叉范围,可以通过在顶部设置的测距传感器1和测距传感器2提高计算机设备在建筑物内顶面采集数据的精度。而计算机设备的测距传感器3可以设置在计算机的底部,测距传感器3可以采集水平方向的对象的数据。轮式编码器设置在计算机设备的主动轮,可以通过测量计算机设备在移动时的旋转角度从而确定出计算机设备的移动方向和移动距离等位移数据。
进一步的,在上述发明实施例的基础上,所述计算机设备顶部的两个测距传感器中第一测距传感器的数据采集方向与计算机设备的水平方向夹角范围为30°到90°,第二测距传感器的数据采集方向与计算机设备的水平方向夹角范围为10°到20°,所述计算机设备底部的测距传感器与地面的高度范围为0.15米到0.3米。
进一步的,在上述发明实施例的基础上,所述顶视传感器设置在所述计算机设备的顶部。
具体的,可以将顶视传感器设置在计算机设备的顶部,可以采集到计算机设备顶部方向对应的建筑物内顶面,防止周围物体对顶视传感器的遮挡,提高建筑物内顶面数据采集的准确性,增强计算机设备定位的准确性。
进一步的,在上述发明实施例的基础上,所述所述顶视传感器的数据采集视野被障碍物遮挡时,改变所述顶视传感器的方向以使所述顶视传感器的数据采集视野不被所述障碍物遮挡,其中,所述障碍物位于所述计算机设备与所述内顶面之间。
其中,数据采集视野可以是顶视传感器采集数据的范围,数据采集视野可以由顶视传感器的种类和设置位置决定。障碍物可以是计算机设备与计算机设备所处建筑物内顶面之间的物体,能够妨碍顶视传感器采集内顶面数据。
在本发明实施例中,顶视传感器与计算机设备之间可以设置有运动装置,当检测到顶视传感器的数据采集视野被障碍物遮挡时,可以控制运动装置改变顶视传感器的安装角度和安装位置等,减少或者避免障碍物对顶视传感器数据采集视野的影响。
实施例二
图6是本发明实施例二提供的一种计算机设备定位方法的流程图,是以上述发明实施例为基础的具体化,通过平视匹配度和顶视匹配度确定的位姿进行迭代调整确定局部地图中的目标位姿,参见图6,本发明实施例提供的方法包括如下步骤:
步骤201、获取计算机设备的顶视数据集、平视数据集以及定位数据集。
步骤202、确定定位数据集内位移数据对应的时间戳信息。
其中,位移数据可以包括计算机设备的移动距离和移动方向等数据,定位数据集内位移数据可以与时间戳信息关联存储,位移数据对应的时间戳信息可以表示位移的获取时间。
具体的,可以在定位数据集中提取各位移数据对应的时间戳信息。
步骤203、基于各时间戳信息确定出对应时间段内计算机设备的位姿变化。
其中,时间段可以是计算机设备移动的一段时间,时间段的开始时间和结束时间可以分别由时间戳信息确定,通过不同时间戳信息的组合,可以确定出不同的时间段,由于时间戳信息对应的位移不同,因此不同时间段对应的各位移之间的变化程度可以不同,可以使用位姿变化描述在不同时间段的位移变化程度。
在本发明实施例中,可以将不同时间戳信息组成不同的时间段,一个时间段可以对应两个时间戳信息,通过两个时间戳信息对应的位移之间的变化程度作为该时间段对应的位姿变化。示例性的,时间戳信息为t0和t1,根据t0和t1在定位数据集中查找这个两个时间戳信息关联存储的范围内的位移T1和位移T2,其中,t0时戳时间对应的定位数据为T1,t1时间戳对应的定位数据为T2,则t0到t1时刻计算机设备的位姿变化可以为T1*T2。
步骤204、根据位姿变化将顶视数据集转换后确定与局部地图的顶视匹配度,根据位姿变化将平视数据集转换后确定与局部地图的平视匹配度。
具体的,可以基于位姿变化对顶视数据集和平视数据集中的数据进行坐标转换。坐标转换后可以将顶视数据集与局部地图进行匹配,例如,可以将顶视数据集投射到局部地图所处的平面栅格坐标系,每个数据根据其横纵坐标投射到平面栅格坐标系中一个栅格,并将数据的竖坐标作为高度投影关联存储到该栅格。针对各栅格计算当前栅格内顶视数据集内数据的高度投影与所在栅格内局部地图内数据的高度值在高斯分布上匹配的概率,将各数据对应的概率之和作为顶视数据集在与该栅格内局部地图的顶视匹配度。高度值在高斯分布上得概率之和可以通过确定,其中,Score表示匹配率,k表示顶视数据集落在栅格内点云数据的数量,hi表示经过顶视数据集的点云数据经过初始位姿变换转换后的高度投影,μ和σ表示局部地图的高度值符合的高斯分布参数,μ可以表示局部地图内点云数据的高度值的均值,σ可以表示局部地图内点云数据的高度值的标准差。可以将平视数据集内的数据与局部地图进行匹配,匹配的方式可以包括直接数据匹配和图匹配等,可以将获取到的匹配结果作为平视匹配度。
其中,x和y可以分别为顶视数据集中数据的横坐标和纵坐标,表示计算机设备的位姿,θ可以表示计算机设备的翻转角度。
步骤205、根据顶视匹配度确定顶视数据集内数据对应的竖直位姿。
其中,顶视数据集内数据表示计算机设备所处建筑物的内顶面的数据,可以是内顶面上物体的位置点信息,具体可以包括轮廓信息、深度信息和纹理信息等。
在本发明实施例中,顶视匹配度可以顶视数据集内数据与局部地图匹配生成,例如,当局部地图中数据分批与顶视数据集内数据进行匹配,可以生成多个顶视匹配度。可以在所有顶视匹配度中数值最大的一个作为目标顶视匹配度,可以确定目标顶视匹配度对应的局部地图参与匹配的数据,可以将该数据对应的位姿作为顶视数据集内数据对应的竖直位姿。
步骤206、根据平视匹配度确定平视数据集内数据对应的水平位姿。
具体的,可以在所有平视匹配度中选择一个目标平视匹配度,选择的方式可以包括在大于阈值的平视匹配度中随机选择,或者,选择数值最大的平视匹配度作为目标平视匹配度,确定目标平视匹配度对应的局部地图中的数据,可以将该数据对应的位姿作为平视数据集内数据对应的水平位姿。
步骤207、通过预设代价公式对竖直位姿和水平位姿进行迭代调整后作为局部地图中的目标位姿。
其中,预设代价公式可以是对竖直位姿和水平位姿进行调整的公式,通过预设代价公式取值最小时,竖直位姿和水平位姿最接近计算机设备在环境中的实际位置,预设代价公式可以表示如下:
其中,T′表示通过编码器确定出的编码变化,在第一次迭代时T可以为竖直位姿和/或水平位姿,ω1和ω2表示位姿权重,取值范围可以是(1,10),m表示顶视数据集中数据的数量,n表示平视数据集中数据的数量。
在本发明实施例中,可以将获取到的竖直位姿和水平位姿作为预设代价公式的初始值,并通过迭代调整预设代价公式中位姿,使得预设代价公式的取值最小,可以将取值最小时预设代价公式中的位姿作为目标位姿。
步骤208、根据目标位姿转换顶视数据集和平视数据集后添加到局部地图。
具体的,通过目标位姿将顶视数据集和平视数据集中的数据转换到局部地图的坐标系下,并根据转换后数据的数据坐标添加到局部地图中对应位置,例如,可以将数据以横轴和纵轴坐标映射到局部地图中对应坐标中,将数据的竖轴坐标添加到局部地图中该横纵坐标对应位置上。
步骤209、确定局部地图与全局地图的地图位姿变换关系。
其中,地图位姿变换可以是局部地图与全局地图的坐标系对应关系。
在本发明实施例中,可以将局部地图中的数据与全局地图中的数据进行匹配确定出局部地图数据在全局地图中最高的匹配度,可以全局地图中该最高的匹配度对应的位姿确定为局部地图与全局地图的地图位姿变换。
步骤210、基于地图位姿变换关系调整局部地图,根据局部地图确定计算机设备在全局地图的位置。
具体的,可以将地图位姿变换将局部地图中的数据转换到全局地图对应的坐标系,可以将该局部地图在全局地图中的位置作为计算机设备在全局地图中的位置,例如,可以将局部地图中的数据按照地图位姿变换后,可以在全局地图中查找变换后的局部地图数据相似或者相同的位置,可以将该位置作为计算机设备在空间中所处的位置。
本发明实施例,通过获取到的顶视数据集、平视数据集以及定位数据集确定出竖直对象在局部地图中的顶视匹配度以及平视数据集在局部地图中的平视匹配度,通过顶视匹配度以及平视匹配度确定出对应的竖直位姿和水平位姿,并通过预设代价公式迭代竖直位姿和水平位姿后确定目标位姿,根据目标位姿将顶视数据集和平视数据集添加到局部地图中,通过局部地图与全局地图的匹配确定出计算机设备的位置,实现了计算机设备的精确定位,降低环境变化对定位功能的影响,增强计算机设备定位功能的鲁棒性,可拓展计算机设备的应用场景,提高用户的体验度。
进一步的,在上述发明实施例的基础上,所述根据所述位姿变化将所平视数据集转换后确定与局部地图的平视匹配度,包括:
通过所述位姿变化对所述平视数据集内数据的坐标进行转换;使用转换后的数据与局部地图内地图数据进行扫描匹配,将所述扫描匹配的匹配结果作为平视匹配度。
其中,平视数据集内的数据可以是采集计算机设备所处的建筑物在水平方向上对象的数据,平视数据集可以通过深度摄像机、激光雷达传感器和红外测距传感器采集对象数据获取,平视数据集内数据可以包括深度数据、轮廓数据和纹理数据等。
在本发明实施例中,平视数据集内数据可以由三维坐标构成,可以表示对象在空间中的所处位置。通过位姿变化将采集到的平视数据集内数据的坐标转换到局部地图所处的坐标系下,可以将平视数据集作为扫描匹配的扫描Scan,以及将局部地图作为扫描匹配的地图Map,通过扫描匹配的预设规则确定出Scan与Map的匹配度作为平视匹配度。
示例性的,图7是本发明实施例二提供的一种计算机设备定位方法的示例图,参见图7,本发明实施例中使用轮式编码器采集定位数据集,设置在计算机设备顶部的两个激光雷达传感器采集顶视数据集,设置在计算机设备底部的激光雷达传感器采集平视数据集。
步骤S1:在机器人顶部安装测距传感器在机器人驱动轮的轮轴上安装轮式编码器,在机器人运动过程中采集激光数据。其中,在安装测距传感器时,需要在机器人的顶部安装,并且测距传感器的数据采集方向与水平方向的夹角范围为[30°,50°],当测距传感器设置的数据采集方向与水平方向夹角为90°时,可以完全避免周围对象对测距传感影响。可以将各传感器采集到的数据的时间戳对齐。而在按照二维激光传感器时,可以按照在机器人底部与地面高度的范围为[0.15,0.3]m,最优可以设置在机器人底部距离地面高0.2m的位置。
步骤S2:测距传感器采集到的激光数据进行预处理。
进一步的,步骤S2还可以包括以下步骤:
步骤S21:可以将测距仪2的数据转换到测距仪1的坐标系,通用将测距仪1数据和测距仪2数据作为测距仪数据,使用统计滤波器,对激光数据进行噪点去除,去除与其他激光数据之间平均距离落在[-3σ+μ,+3σ+μ]之外的激光数据,其中,σ和μ分别是激光数据之平均距离的标准差和均值。
步骤S22:去除激光数据中落在竖直墙面上的数据,仅保留落在天花板不同平面上的激光数据。其中,步骤S22具体通过如下步骤实现:
以测距传感器为原点建立平面栅格坐标系,将激光数据转换到笛卡尔坐标系下,并将激光数据安装X-Y投影到建立的平面栅格坐标系中,记录每个栅格中激光数据的坐标。遍历每个栅格,记录每个栅格内激光数据的竖坐标Z值的最大值和最小值的,当栅格中最大值与最小值的差大于阈值时,该栅格内的激光数据是落在竖直墙面上的激光点,将该栅格对应的激光数据丢弃。阈值一般可以取0.5。
步骤S3:计算采集到的测距仪数据与预设的顶视局部地图之间的位姿变换。以及,二维激光数据与二维激光局部地图之间的位姿变换。
其中,步骤S3还可以包括如下步骤:
步骤S31:利用对齐时间戳后的激光数据和编码器数据,计算测距传感器当前时刻获取到的激光数据与测距传感器获取到的上一帧激光数据之间的时间差,利用该时间差从编码器中获取到在该时间差内机器人运动的位姿变换。
例如,从编码器中获取的编码器数据记为(t0,T0),(t1,T1),....,(tn,Tn)其中,t表示获取到编码器数据时的时间戳。T表示在t时刻获取到的编码器数据,下标0、1、n表示编码器数据的获取顺序。测距传感器的时间差的开始时间为k-1,测距传感器的时间差的结束时间为k,则位姿变换为Tk-1*Tk。
步骤S32:利用步骤S31步骤中获取到的位姿变换当作激光数据与局部地图进行匹配的初始,可以将激光数据以X-Y平面投影到局部地图所在的平面栅格坐标系,确定各激光数据对应的栅格,通过激光数据的竖坐标Z值与栅格内局部地图的数据进行匹配,在相同栅格内竖坐标Z值服从高斯分布,根据Z值计算激光数据与局部地图的匹配率,将匹配率最高的激光数据对应的位姿作为激光数据与局部地图之间的位姿变换,匹配率的计算公式可以如下:
其中Score表示匹配率,k表示落在栅格内激光数据的数量,hi表示经过初始位姿变换转换后的激光数据的高度投影,μ和σ表示栅格内局部地图的高度值符合的高斯分布参数,μ可以表示局部地图内数据的高度值的均值,σ可以表示局部地图内数据的高度的标准差。
步骤S33,在步骤S32确定出位姿变换后,还可以通过代价公式对该位姿变换进行非线性优化,代价公式可以如下所示:
其中,e表示代价,n表示顶视数据集中点云数据的数量,μ和σ表示局部地图的高度值符合的高斯分布参数,hi表示经过初始位姿变换转换后的顶视数据集中点云数据的高度投影,T′表示步骤S3中通过编码器数据确定出的位姿变换,T表示位姿变换,ω表示辅助定位传感器的误差影响。通过调整位姿变换T的取值迭代计算代价公式,使得代价e的结果最小,当代价e的结果最小时,对应的位姿变换T可以是经过非线性优化的结果值。
步骤S34:二维激光数据通过Scan Match(扫描匹配)匹配二维激光局部地图,建立二维激光数据与二维激光局部地图之间的匹配结果。可以通过预设代价公式对匹配结果进行优化,预设代价公式可以如下所示:
步骤S4:利用步骤S3得到的位姿变换,将测距仪数据和二维激光数据添加到局部地图中。
进一步的,步骤S4具体包括如下步骤:利用步骤S3得到位姿,将激光数据转换到局部地图对应的坐标系,利用激光数据在局部地图坐标下的坐标参数确定在X-Y平面的投影,并确定各激光数据对应的栅格,使用坐标参数中的Z值更新对应栅格内的高度分布。
步骤S5:利用添加激光数据后的局部地图与预先生成的全局地图进行匹配,确定局部地图与全局地图之间的位姿变换。
进一步的,步骤S5具体包括以下步骤:将局部地图中中所有激光数据的坐标按照X-Y平面进行投影,确定每个激光数据在X-Y平面中的对应的栅格,利用坐标中Z值与全局地图中的该栅格的Z值进行匹配,确定对应的匹配率,匹配率的计算公式如下:
其中,Score表示匹配率,k表示落在栅格内局部地图激光数据的数量,hi表示经过初始位姿变换转换后的激光数据的高度值,μ和σ表示全局地图的高度值符合的高斯分布参数,μ可以表示全局地图内数据的高度值的均值,σ可以表示全局地图内数据的高度值的标准差。
步骤S6:确定机器人是否处于建图模式,若是则继续执行步骤S7,若否,则将全局地图中匹配率最高的位置作为机器人定位确定位置。
步骤S7:将步骤S5中最高匹配率对应的位姿,将局部地图中激光数据添加到全局地图。
在上述发明实施例的基础上,局部地图到全局地图的位姿确定为TG L,上标G表示全局地图坐标系,下标L表示局部地图坐标系,局部地图中任意一个激光数据可以表示为pL i,上标L表示局部坐标系,下标i表示局部地图中每个点的序列号,局部地图的点云数据转换到全局地图的过程可以表示为可以将转换后的点云数据确定在全局地图内的栅格坐标确定全局地图的平面栅格坐标系中的栅格,根据点云数据的高度投影更新对应栅格的高度分布。
实施例三
图8是本发明实施例三提供的一种计算机设备定位装置的结构示意图,图8中示出的装置可以执行本发明任意实施例所提供的计算机设备定位方法,具备执行方法相应的功能模块和有益效果。该装置可以由软件和/或硬件实现,具体包括:数据采集模块301、匹配度确定模块302、局部位姿模块303和全局定位模块304。
数据采集模块301,用于获取计算机设备的顶视数据集、平视数据集以及定位数据集,其中,顶视数据集包括计算机设备所处建筑物的内顶面的数据,平视数据集包括计算机设备所处建筑物内水平方向对象的数据。
匹配度确定模块302,用于基于所述定位数据集分别确定所述顶视数据集与局部地图的顶视匹配度以及所述平视数据集与局部地图的平视匹配度。
局部位姿模块303,用于基于所述顶视匹配度和所述平视匹配度在所述局部地图中确定目标位姿。
全局定位模块304,用于基于添加所述目标位姿后的局部地图,并根据所述局部地图在全局地图确定所述计算机设备的位置。
本发明实施例,通过数据采集模块获取计算机设备顶视数据集、平视数据集和定位数据集,匹配度确定模块基于定位数据集确定顶视数据集与局部地图的顶视匹配度以及平视数据集与局部地图的平视匹配度,局部位姿模块通过顶视匹配度和水平匹配度确定局部地图中的目标位姿,全局定位模块根据目标位姿对局部地图补充后,在全局地图中确定计算机设备的位置,实现了计算机设备的精确定位,降低周围环境变化为定位精度的影响,可提升计算机设备定位功能的鲁棒性。
进一步的,在上述发明实施例的基础上,所述数据采集模块301包括:
竖直采集单元,用于通过设置在所述计算机设备顶部的至少两个测距传感器采集算机设备所处建筑物的内顶面的点云数据添加到顶视数据集。
水平采集单元,用于通过设置在所述计算机设备底部的测距传感器采集计算机设备所处建筑物内物体的点云数据添加到平视数据集。
位移采集单元,用于通过设置在所述计算机设备主传动轴的轮式编码器采集所述计算机设备的位移数据添加到定位数据集。
进一步的,在上述发明实施例的基础上,所述匹配度确定模块302包括:
时间确定单元,用于确定定位数据集内位移数据对应的时间戳信息。
位姿变化单元,用于基于各所述时间戳信息确定出对应时间段内计算机设备的位姿变化。
匹配度单元,用于根据所述位姿变化将所述顶视数据集转换后确定与局部地图的顶视匹配度,根据所述位姿变化将所述平视数据集转换后确定与局部地图的平视匹配度。
进一步的,在上述发明实施例的基础上,所述匹配度单元包括:
坐标转换子单元,用于通过所述位姿变化对所述平视数据集内数据的坐标进行转换。
扫描匹配子单元,用于使用转换后的数据与局部地图内地图数据进行扫描匹配,将所述扫描匹配的匹配结果作为平视匹配度。
进一步的,在上述发明实施例的基础上,所述局部位姿模块303包括:
竖直位姿单元,用于根据所述顶视匹配度确定顶视数据集内数据对应的竖直位姿。
水平位姿单元,用于根据所述平视匹配度确定平视数据集内数据对应的水平位姿。
位姿优化单元,用于通过预设代价公式对竖直位姿和水平位姿进行迭代调整后作为所述局部地图中的目标位姿。
进一步的,在上述发明实施例的基础上,所述全局定位模块304包括:
局部更新单元,用于根据目标位姿转换所述顶视数据集和所述平视数据集后添加到局部地图。
地图变换单元,用于确定所述局部地图与所述全局地图的地图位姿变换关系。
位置确定单元,用于基于所述地图位姿变换关系调整所述局部地图后,根据所述局部地图确定所述计算机设备在所述全局地图的位置。
进一步的,在上述发明实施例的基础上,所述计算机设备顶部的两个测距传感器中第一测距传感器的数据采集方向与计算机设备的水平方向夹角范围为30°到90°,第二测距传感器的数据采集方向与计算机设备的水平方向夹角范围为10°到20°,所述计算机设备底部的测距传感器与地面的高度范围为0.15米到0.3米。
进一步的,在上述发明实施例的基础上,所述装置中的顶视传感器设置在所述计算机设备的顶部。
进一步的,在上述发明实施例的基础上,还包括,采集调整模块,用于顶视传感器的数据采集视野被障碍物遮挡时,改变所述顶视传感器的方向以使所述顶视传感器的数据采集视野不被所述障碍物遮挡,其中,所述障碍物位于所述计算机设备与所述内顶面之间。
实施例四
图9是本发明实施例四提供的一种计算机设备的结构示意图,如图9所示,该计算机设备包括处理器40、存储器41、输入装置42和输出装置43;设计算机设备中处理器40的数量可以是一个或多个,图9中以一个处理器40为例;计算机设备中的处理器40、存储器41、输入装置42和输出装置43可以通过总线或其他方式连接,图9中以通过总线连接为例。
存储器41作为一种计算机可读存储介质,可用于存储软件程序、计算机可执行程序以及模块,如本发明实施例中的计算机设备定位方法对应的程序指令/模块(例如,计算机设备定位装置中的数据采集模块301、匹配度确定模块302、局部位姿模块303和全局定位模块304)。处理器40通过运行存储在存储器41中的软件程序、指令以及模块,从而执行计算机设备的各种功能应用以及数据处理,即实现上述的计算机设备方法。
存储器41可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作***、至少一个功能所需的应用程序;存储数据区可存储根据终端的使用所创建的数据等。此外,存储器41可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中,存储器41可进一步包括相对于处理器40远程设置的存储器,这些远程存储器可以通过网络连接至计算机设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
输入装置42可用于接收输入的数字或字符信息,以及产生与计算机设备的用户设置以及功能控制有关的键信号输入。输出装置43可包括显示屏等显示设备。
实施例五
本发明实施例五还提供一种包含计算机可执行指令的存储介质,所述计算机可执行指令在由计算机处理器执行时用于执行一种计算机设备定位方法,该方法包括:
获取计算机设备的顶视数据集、平视数据集以及定位数据集,其中,顶视数据集包括计算机设备所处建筑物的内顶面的数据,平视数据集包括计算机设备所处建筑物内水平方向对象的数据;
基于所述定位数据集分别确定所述顶视数据集与局部地图的顶视匹配度以及所述平视数据集与局部地图的平视匹配度;
基于所述顶视匹配度和所述平视匹配度在所述局部地图中确定目标位姿;
基于所述目标位姿将所述顶视数据集和所述平视数据集添加到局部地图,并根据所述局部地图在全局地图中确定所述计算机设备的位置。
当然,本发明实施例所提供的一种包含计算机可执行指令的存储介质,其计算机可执行指令不限于如上所述的方法操作,还可以执行本发明任意实施例所提供的计算机设备定位中的相关操作。
通过以上关于实施方式的描述,所属领域的技术人员可以清楚地了解到,本发明可借助软件及必需的通用硬件来实现,当然也可以通过硬件实现,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如计算机的软盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(RandomAccess Memory,RAM)、闪存(FLASH)、硬盘或光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述的方法。
值得注意的是,上述计算机设备定位装置的实施例中,所包括的各个单元和模块只是按照功能逻辑进行划分的,但并不局限于上述的划分,只要能够实现相应的功能即可;另外,各功能单元的具体名称也只是为了便于相互区分,并不用于限制本发明的保护范围。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。
Claims (12)
1.一种计算机设备定位方法,其特征在于,所述方法包括:
获取计算机设备的顶视数据集、平视数据集以及定位数据集,其中,顶视数据集包括计算机设备所处建筑物的内顶面的数据,平视数据集包括计算机设备所处建筑物内水平方向对象的数据;
基于所述定位数据集分别确定所述顶视数据集与局部地图的顶视匹配度以及所述平视数据集与局部地图的平视匹配度;
基于所述顶视匹配度和所述平视匹配度在所述局部地图中确定目标位姿;
基于所述目标位姿将所述顶视数据集和所述平视数据集添加到局部地图,并根据所述局部地图在全局地图中确定所述计算机设备的位置。
2.根据权利要求1所述的方法,其特征在于,所述获取计算机设备的顶视数据集、平视数据集以及定位数据集,包括:
通过设置在所述计算机设备顶部的至少两个测距传感器采集算机设备所处建筑物的内顶面的点云数据添加到顶视数据集;
通过设置在所述计算机设备底部的测距传感器采集计算机设备所处建筑物内物体的点云数据添加到平视数据集;
通过设置在所述计算机设备主传动轴的轮式编码器采集所述计算机设备的位移数据添加到定位数据集。
3.根据权利要求1所述的方法,其特征在于,所述基于所述定位数据集分别确定所述顶视数据集与局部地图的顶视匹配度以及所述平视数据集与局部地图的平视匹配度,包括:
确定定位数据集内位移数据对应的时间戳信息;
基于各所述时间戳信息确定出对应时间段内计算机设备的位姿变化;
根据所述位姿变化将所述顶视数据集转换后确定与局部地图的顶视匹配度,根据所述位姿变化将所述平视数据集转换后确定与局部地图的平视匹配度。
4.根据权利要求3所述的方法,其特征在于,所述根据所述位姿变化将所述平视数据集转换后确定与局部地图的平视匹配度,包括:
通过所述位姿变化对所述平视数据集内数据的坐标进行转换;
使用转换后的数据与局部地图内地图数据进行扫描匹配,将所述扫描匹配的匹配结果作为平视匹配度。
5.根据权利要求3所述的方法,其特征在于,所述基于所述顶视匹配度和所述平视匹配度在所述局部地图中确定目标位姿,包括:
根据所述顶视匹配度确定顶视数据集内数据对应的竖直位姿;
根据所述平视匹配度确定平视数据集内数据对应的水平位姿;
通过预设代价公式对竖直位姿和水平位姿进行迭代调整后作为所述局部地图中的目标位姿。
6.根据权利要求5所述的方法,其特征在于,所述基于所述目标位姿将所述顶视数据集和所述平视数据集添加到局部地图,并根据所述局部地图在全局地图中确定所述计算机设备的位置,包括:
根据目标位姿转换所述顶视数据集和所述平视数据集后添加到局部地图;
确定所述局部地图与所述全局地图的地图位姿变换关系;
基于所述地图位姿变换关系调整所述局部地图后,根据所述局部地图确定所述计算机设备在所述全局地图的位置。
7.根据权利要求2所述的方法,其特征在于,所述计算机设备顶部的两个测距传感器中第一测距传感器的数据采集方向与计算机设备的水平方向夹角范围为30°到90°,第二测距传感器的数据采集方向与计算机设备的水平方向夹角范围为10°到20°,所述计算机设备底部的测距传感器与地面的高度范围为0.15米到0.3米。
8.根据权利要求1所述的方法,其特征在于,所述顶视传感器设置在所述计算机设备的顶部。
9.根据权利要求1所述的方法,其特征在于,所述顶视传感器的数据采集视野被障碍物遮挡时,改变所述顶视传感器的方向以使所述顶视传感器的数据采集视野不被所述障碍物遮挡,其中,所述障碍物位于所述计算机设备与所述内顶面之间。
10.一种计算机设备定位装置,其特征在于,所述装置包括:
数据采集模块,用于获取计算机设备的顶视数据集、平视数据集以及定位数据集,其中,顶视数据集包括计算机设备所处建筑物的内顶面的数据,平视数据集包括计算机设备所处建筑物内水平方向对象的数据;
匹配度确定模块,用于基于所述定位数据集分别确定所述顶视数据集与局部地图的顶视匹配度以及所述平视数据集与局部地图的平视匹配度;
局部位姿模块,用于基于所述顶视匹配度和所述平视匹配度在所述局部地图中确定目标位姿;
全局定位模块,用于基于所述目标位姿将所述顶视数据集和所述平视数据集添加到局部地图,并根据所述局部地图在全局地图中确定所述计算机设备的位置。
11.一种计算机设备,其特征在于,所述计算机设备包括:
一个或多个处理器;
存储器,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-9中任一所述的计算机设备定位方法。
12.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述程序被处理器执行时实现如权利要求1-9中任一所述的计算机设备定位方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010744438.6A CN111862214B (zh) | 2020-07-29 | 2020-07-29 | 计算机设备定位方法、装置、计算机设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010744438.6A CN111862214B (zh) | 2020-07-29 | 2020-07-29 | 计算机设备定位方法、装置、计算机设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111862214A true CN111862214A (zh) | 2020-10-30 |
CN111862214B CN111862214B (zh) | 2023-08-25 |
Family
ID=72945945
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010744438.6A Active CN111862214B (zh) | 2020-07-29 | 2020-07-29 | 计算机设备定位方法、装置、计算机设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111862214B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113325433A (zh) * | 2021-05-28 | 2021-08-31 | 上海高仙自动化科技发展有限公司 | 一种定位方法、装置、电子设备及存储介质 |
CN113324551A (zh) * | 2021-05-28 | 2021-08-31 | 上海高仙自动化科技发展有限公司 | 一种定位方法、装置、电子设备及存储介质 |
CN113340293A (zh) * | 2021-05-28 | 2021-09-03 | 上海高仙自动化科技发展有限公司 | 一种定位方法、装置、电子设备及存储介质 |
CN113450597A (zh) * | 2021-06-09 | 2021-09-28 | 浙江兆晟科技股份有限公司 | 基于深度学习的船舶辅助航行方法及*** |
WO2022246812A1 (zh) * | 2021-05-28 | 2022-12-01 | 上海高仙自动化科技发展有限公司 | 定位方法、装置、电子设备及存储介质 |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140350839A1 (en) * | 2013-05-23 | 2014-11-27 | Irobot Corporation | Simultaneous Localization And Mapping For A Mobile Robot |
CN106123890A (zh) * | 2016-06-14 | 2016-11-16 | 中国科学院合肥物质科学研究院 | 一种多传感器数据融合的机器人定位方法 |
CN106338287A (zh) * | 2016-08-24 | 2017-01-18 | 杭州国辰牵星科技有限公司 | 基于天花板的室内移动机器人视觉定位方法 |
CN107689063A (zh) * | 2017-07-27 | 2018-02-13 | 南京理工大学北方研究院 | 一种基于天花板图像的机器人室内定位方法 |
CN108717710A (zh) * | 2018-05-18 | 2018-10-30 | 京东方科技集团股份有限公司 | 室内环境下的定位方法、装置及*** |
CN108732584A (zh) * | 2017-04-17 | 2018-11-02 | 百度在线网络技术(北京)有限公司 | 用于更新地图的方法和装置 |
CN109671120A (zh) * | 2018-11-08 | 2019-04-23 | 南京华捷艾米软件科技有限公司 | 一种基于轮式编码器的单目slam初始化方法及*** |
CN109813310A (zh) * | 2019-03-11 | 2019-05-28 | 中南大学 | 地下作业设备定位方法、装置、***及存储介质 |
WO2019140745A1 (zh) * | 2018-01-16 | 2019-07-25 | 广东省智能制造研究所 | 机器人定位方法及装置 |
CN110189399A (zh) * | 2019-04-26 | 2019-08-30 | 浙江大学 | 一种室内三维布局重建的方法及*** |
CN110686677A (zh) * | 2019-10-10 | 2020-01-14 | 东北大学 | 一种基于几何信息的全局定位方法 |
CN111089585A (zh) * | 2019-12-30 | 2020-05-01 | 哈尔滨理工大学 | 一种基于传感器信息融合的建图及定位方法 |
-
2020
- 2020-07-29 CN CN202010744438.6A patent/CN111862214B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140350839A1 (en) * | 2013-05-23 | 2014-11-27 | Irobot Corporation | Simultaneous Localization And Mapping For A Mobile Robot |
CN106123890A (zh) * | 2016-06-14 | 2016-11-16 | 中国科学院合肥物质科学研究院 | 一种多传感器数据融合的机器人定位方法 |
CN106338287A (zh) * | 2016-08-24 | 2017-01-18 | 杭州国辰牵星科技有限公司 | 基于天花板的室内移动机器人视觉定位方法 |
CN108732584A (zh) * | 2017-04-17 | 2018-11-02 | 百度在线网络技术(北京)有限公司 | 用于更新地图的方法和装置 |
CN107689063A (zh) * | 2017-07-27 | 2018-02-13 | 南京理工大学北方研究院 | 一种基于天花板图像的机器人室内定位方法 |
WO2019140745A1 (zh) * | 2018-01-16 | 2019-07-25 | 广东省智能制造研究所 | 机器人定位方法及装置 |
CN108717710A (zh) * | 2018-05-18 | 2018-10-30 | 京东方科技集团股份有限公司 | 室内环境下的定位方法、装置及*** |
CN109671120A (zh) * | 2018-11-08 | 2019-04-23 | 南京华捷艾米软件科技有限公司 | 一种基于轮式编码器的单目slam初始化方法及*** |
CN109813310A (zh) * | 2019-03-11 | 2019-05-28 | 中南大学 | 地下作业设备定位方法、装置、***及存储介质 |
CN110189399A (zh) * | 2019-04-26 | 2019-08-30 | 浙江大学 | 一种室内三维布局重建的方法及*** |
CN110686677A (zh) * | 2019-10-10 | 2020-01-14 | 东北大学 | 一种基于几何信息的全局定位方法 |
CN111089585A (zh) * | 2019-12-30 | 2020-05-01 | 哈尔滨理工大学 | 一种基于传感器信息融合的建图及定位方法 |
Non-Patent Citations (2)
Title |
---|
YANG YU 等: "Research on Accurate Positioning of Indoor Objects Based on ROS and 3D Point Cloud", 《JOURNAL OF PHYSICS》 * |
王晓彤 等: "基于单目天花板视觉的扫地机器人定位算法设计及实现", 《微电子学与计算机》 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113325433A (zh) * | 2021-05-28 | 2021-08-31 | 上海高仙自动化科技发展有限公司 | 一种定位方法、装置、电子设备及存储介质 |
CN113324551A (zh) * | 2021-05-28 | 2021-08-31 | 上海高仙自动化科技发展有限公司 | 一种定位方法、装置、电子设备及存储介质 |
CN113340293A (zh) * | 2021-05-28 | 2021-09-03 | 上海高仙自动化科技发展有限公司 | 一种定位方法、装置、电子设备及存储介质 |
WO2022246812A1 (zh) * | 2021-05-28 | 2022-12-01 | 上海高仙自动化科技发展有限公司 | 定位方法、装置、电子设备及存储介质 |
CN113450597A (zh) * | 2021-06-09 | 2021-09-28 | 浙江兆晟科技股份有限公司 | 基于深度学习的船舶辅助航行方法及*** |
CN113450597B (zh) * | 2021-06-09 | 2022-11-29 | 浙江兆晟科技股份有限公司 | 基于深度学习的船舶辅助航行方法及*** |
Also Published As
Publication number | Publication date |
---|---|
CN111862214B (zh) | 2023-08-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112347840B (zh) | 视觉传感器激光雷达融合无人机定位与建图装置和方法 | |
CN112567201B (zh) | 距离测量方法以及设备 | |
CN111862214A (zh) | 计算机设备定位方法、装置、计算机设备和存储介质 | |
CN111429574A (zh) | 基于三维点云和视觉融合的移动机器人定位方法和*** | |
CN111862219B (zh) | 计算机设备定位方法、装置、计算机设备和存储介质 | |
WO2018009263A1 (en) | Systems and methods for mapping an environment | |
AU2015210742A1 (en) | Augmented three dimensional point collection of vertical structures | |
CN114419147A (zh) | 一种救援机器人智能化远程人机交互控制方法及*** | |
CN111862215B (zh) | 一种计算机设备定位方法、装置、计算机设备和存储介质 | |
CN112179357B (zh) | 基于单目相机的平面运动目标视觉导航方法及*** | |
CN110736456A (zh) | 稀疏环境下基于特征提取的二维激光实时定位方法 | |
CN113313765B (zh) | 定位方法、装置、电子设备和存储介质 | |
CN111862216A (zh) | 计算机设备定位方法、装置、计算机设备和存储介质 | |
CN116879870A (zh) | 一种适用于低线束3d激光雷达的动态障碍物去除方法 | |
CN115639547A (zh) | 多线激光雷达与gnss_ins联合标定方法、***及介质 | |
WO2022021133A1 (zh) | 计算机设备定位方法、装置、计算机设备和存储介质 | |
WO2022246812A1 (zh) | 定位方法、装置、电子设备及存储介质 | |
CN114529585A (zh) | 基于深度视觉和惯性测量的移动设备自主定位方法 | |
WO2022021132A1 (zh) | 计算机设备定位方法、装置、计算机设备和存储介质 | |
KR101502071B1 (ko) | 랜드마크 기반 비전항법시스템을 위한 카메라 데이터 생성기와 그것을 실행시키기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 매체 | |
US20110280473A1 (en) | Rotation estimation device, rotation estimation method, and record medium | |
CN115773759A (zh) | 自主移动机器人的室内定位方法、装置、设备及存储介质 | |
CN115060268A (zh) | 一种机房融合定位方法、***、设备及存储介质 | |
CN113313764B (zh) | 定位方法、装置、电子设备和存储介质 | |
CN113570663B (zh) | 基于单线激光雷达和顶视摄像头融合的室内定位方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |