CN112344933B - 一种信息生成的方法、装置和存储介质 - Google Patents

一种信息生成的方法、装置和存储介质 Download PDF

Info

Publication number
CN112344933B
CN112344933B CN202010848861.0A CN202010848861A CN112344933B CN 112344933 B CN112344933 B CN 112344933B CN 202010848861 A CN202010848861 A CN 202010848861A CN 112344933 B CN112344933 B CN 112344933B
Authority
CN
China
Prior art keywords
verified
information
initial
checked
global
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.)
Active
Application number
CN202010848861.0A
Other languages
English (en)
Other versions
CN112344933A (zh
Inventor
张健
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.)
Beijing Jingdong Qianshi Technology Co Ltd
Original Assignee
Beijing Jingdong Qianshi Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Jingdong Qianshi Technology Co Ltd filed Critical Beijing Jingdong Qianshi Technology Co Ltd
Priority to CN202010848861.0A priority Critical patent/CN112344933B/zh
Publication of CN112344933A publication Critical patent/CN112344933A/zh
Application granted granted Critical
Publication of CN112344933B publication Critical patent/CN112344933B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/20—Instruments for performing navigational calculations
    • G01C21/206—Instruments for performing navigational calculations specially adapted for indoor navigation
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/10—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration
    • G01C21/12—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning
    • G01C21/16—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation
    • G01C21/165—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation combined with non-inertial navigation instruments

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Automation & Control Theory (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Traffic Control Systems (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

本申请公开了一种信息生成的方法、装置和存储介质，具体为首先获取里程计发送的里程测量信息，其次，基于里程测量信息和激光雷达数据，生成待定位AGV的初始全局位姿，进一步地，对初始全局位姿进行异常判断，并基于通过异常判断的初始全局位姿，生成待定位AGV的待校验全局位姿，最后，对待校验全局位姿进行准确性校验，并将满足准确性校验的待校验全局位姿确定为待定位AGV的全局位姿信息。本申请实施例通过分别计算初始全局位置和待校验全局位姿增加全局位姿的准确性，且通过异常性判断和准确性校验，提升了全局位姿计算过程的容错能力。

Description

一种信息生成的方法、装置和存储介质
技术领域
本申请涉及计算机技术领域，尤其涉及一种信息生成的方法、装置和存储介质。
背景技术
室内定位***通常由轮系码盘、惯性测量单元及全局定位传感器构成，其中全局定位传感器通常采用无线路由、磁条、色带、摄像头与二维码组合、激光雷达等。相比于其他全局定位传感器，激光雷达具有使用灵活、场景改变小、定位准确等优点，逐渐成为室内全局定位的主要器件。已有的融合传感器的方法通常使用轮系码盘与惯性测量单元构成里程计处理激光数据和地图，以提供全局定位信息。
但现有的室内定位***缺乏足够的容错能力，一旦算法中的某部分失效(如识别出错误的定位信息)可能导致整个传感器融合定位方法失效。
发明内容
本申请实施例提供了一种信息生成的方法，克服了定位方式缺乏足够容错能力的问题。
该方法包括：
获取里程计发送的里程测量信息；
基于所述里程测量信息和激光雷达数据，生成待定位AGV的初始全局位姿；
对所述初始全局位姿进行异常判断，并基于通过所述异常判断的所述初始全局位姿，生成所述待定位AGV的待校验全局位姿；
对所述待校验全局位姿进行准确性校验，并将满足准确性校验的所述待校验全局位姿确定为所述待定位AGV的全局位姿信息。
可选地，判断所述里程测量信息中包含的加速度信息、角速度信息和线速度信息的数值是否分别在加速度阈值范围、角速度阈值范围和线速度阈值范围内，并过滤不符合各个阈值范围的所述里程测量信息。
可选地，获取每隔预设时间段采集的初始全局位姿，所述初始全局位姿包括初始横坐标信息、初始纵坐标信息和初始角度信息；
基于当前的所述初始全局位姿中的所述初始横坐标信息、所述初始纵坐标信息与前一所述初始全局位姿中的所述初始横坐标信息、所述初始纵坐标信息，计算初始距离信息，并将所述初始距离信息与预设初始距离阈值进行比较，过滤所述初始距离信息小于所述初始预设距离阈值的所述初始全局位姿；
基于当前的所述初始全局位姿中的所述初始角度信息与前一所述初始全局位姿中的所述初始角度信息，计算初始角度信息差，并将所述初始角度信息差与预设初始角度信息差进行比较，过滤所述初始角度信息差小于所述预设初始角度信息差的所述初始全局位姿。
可选地，获取每隔预设时间段采集的所述待校验全局位姿，所述待校验全局位姿包括待校验横坐标信息、待校验纵坐标信息、待校验角度信息和匹配率；
基于当前的所述待校验全局位姿中的所述待校验横坐标信息、所述待校验纵坐标信息与前一所述待校验全局位姿中的所述待校验横坐标信息、所述待校验纵坐标信息，计算待校验距离信息，以及，基于当前的所述待校验全局位姿中的所述待校验角度信息与前一所述待校验全局位姿中的所述待校验角度信息，计算待校验角度信息差；
所述待校验距离信息与预设待校验距离阈值进行比较，以及将所述待校验角度信息差与预设待校验角度信息差进行比较，并在当所述待校验距离信息小于所述待校验预设距离阈值且所述待校验角度信息差小于所述预设待校验角度信息差时，确定所述待校验全局位姿通过准确性校验。
可选地，当所述待校验距离信息大于所述待校验预设距离阈值或/和所述待校验角度信息差大于所述预设待校验角度信息差时，将所述待校验全局位姿的所述匹配率与匹配率阈值进行比较；
当所述匹配率小于所述匹配率阈值时，过滤所述匹配率小于所述匹配率阈值的所述待校验全局位姿；
当所述匹配率大于所述匹配率阈值时，确定所述待校验全局位姿通过准确性校验。
在本发明的另一个实施例中，提供了一种信息生成的装置，该装置包括：
获取模块，用于获取里程计发送的里程测量信息；
第一生成模块，用于基于所述里程测量信息和激光雷达数据，生成待定位AGV的初始全局位姿；
第二生成模块，用于对所述初始全局位姿进行异常判断，并基于通过所述异常判断的所述初始全局位姿，生成所述待定位AGV的待校验全局位姿；
确定模块，用于对所述待校验全局位姿进行准确性校验，并将满足准确性校验的所述待校验全局位姿确定为所述待定位AGV的全局位姿信息。
可选地，所述装置进一步包括：
过滤模块，用于判断所述里程测量信息中包含的加速度信息、角速度信息和线速度信息的数值是否分别在加速度阈值范围、角速度阈值范围和线速度阈值范围内，并过滤不符合各个阈值范围的所述里程测量信息。
在本发明的另一个实施例中，提供了一种信息生成的***，所述***包括定位信息计算模块、里程计和激光雷达，其中，所述里程计接收电机码盘和惯性测量单元采集的数据，并生成里程测量信息；
所述定位信息计算模块接收所述里程计将所述里程测量信息，其中，所述定位信息计算模块包括初始全局位姿估计模块、待校验全局位姿估计模块和异常判定模块；
所述初始全局位姿估计模块基于接收的所述里程测量信息和所述激光雷达采集的激光雷达数据，生成待定位AGV的初始全局位姿；
所述待校验全局位姿估计模块基于接收的所述里程测量信息和所述激光雷达采集的激光雷达数据，生成所述待定位AGV的待校验全局位姿；
所述异常判定模块用于对所述初始全局位姿估计模块生成的所述初始全局位姿进行异常判断，以及对所述待校验全局位姿估计模块生成的所述待校验全局位姿进行准确性校验，并基于通过所述异常判断的所述初始全局位姿和满足准确性校验的所述待校验全局位姿，生成所述待定位AGV的全局位姿信息，以及，重置未通过异常判断和/或准确性校验的所述初始全局位姿估计模块和/或所述待校验全局位姿估计模块。
在本发明的另一个实施例中，提供了一种非瞬时计算机可读存储介质，所述非瞬时计算机可读存储介质存储指令，所述指令在由处理器执行时使得所述处理器执行上述一种信息生成的方法中的各个步骤。
在本发明的另一个实施例中，提供了一种终端设备，包括处理器，所述处理器用于执行上述一种信息生成的方法中的各个步骤。
基于上述实施例，首先获取里程计发送的里程测量信息，其次，基于里程测量信息和激光雷达数据，生成待定位AGV的初始全局位姿，进一步地，对初始全局位姿进行异常判断，并基于通过异常判断的初始全局位姿，生成待定位AGV的待校验全局位姿，最后，对待校验全局位姿进行准确性校验，并将满足准确性校验的待校验全局位姿确定为待定位AGV的全局位姿信息。本申请实施例通过分别计算初始全局位置和待校验全局位姿增加全局位姿的准确性，且通过异常性判断和准确性校验，提升了全局位姿计算过程的容错能力。
附图说明
为了更清楚地说明本申请实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
图1示出了为本申请实施例100所提供的一种信息生成的方法的流程示意图；
图2示出了本申请实施例200提供的一种信息生成的方法的具体流程的示意图；
图3示出了本申请实施例300所提供的一种信息生成的***的示意图。
图4示出了本申请实施例400还提供一种信息生成的装置的示意图；
图5示出了本申请实施例500所提供的一种终端设备的示意图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
本发明的说明书和权利要求书及上述附图中的术语″第一″、″第二″、″第三″、″第四″等(如果存在)是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例如能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语″包括″和″具有″以及他们的任何变形，意图在于覆盖不排他的包含。例如，包含了一系列步骤或单元的过程、方法、***、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其他步骤或单元。
基于现有技术中的问题，本申请实施例提供了一种信息生成的方法，主要适用于计算机技术领域。通过在计算初始全局位姿和待校验全局位姿时，分别进行异常性判断和准确性校验，在提升全局位姿的计算准确度的基础上，提升计算方式的容错性，以实现一种信息生成的方法。以下几个具体实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例中不再赘述。本申请实施例的应用场景主要为对室内AGV的全局位姿进行定位的场景。如图1所示，为本申请实施例100提供的一种信息生成的方法的流程示意图。其中，详细步骤如下：
步骤S11，获取里程计发送的里程测量信息。
本步骤中，本申请实施例中通过定位信息计算模块对移动机器人(AutomatedGuided Vehicle，AGV)的全局位姿进行计算。通过定位信息计算模块获取里程计发送的里程测量信息。具体的，里程计作为AGV相对定位的有效传感器，为AGV提供了实时的位姿信息。其中，里程测量信息包括加速度信息、角速度信息和线速度信息及一段时间内的定位信息变化信息(如位置变化信息、角度变化信息等)。
步骤S12，基于里程测量信息和激光雷达数据，生成待定位AGV的初始全局位姿。
本步骤中，在接收到里程测量信息和激光雷达数据后，定位信息计算模块中的自适应蒙特卡洛定位算法(Adaptive Monte Carlo Localization，AMCL)模块使用该里程测量信息和激光雷达数据更新内部的测量模型，并计算生成待定位AGV的初始全局位姿。其中，初始全局位姿包括初始横坐标信息、初始纵坐标信息和初始角度信息。
步骤S13，对初始全局位姿进行异常判断，并基于通过异常判断的初始全局位姿，生成待定位AGV的待校验全局位姿。
本步骤中，定位信息计算模块中的扩展卡尔曼滤波器(Extended Kalman Filter，EKF)对前述AMCL生成的初始全局位姿进行异常判断，即判断初始全局位置中的各个数值是否满足预先设定的各个阈值。进一步地，基于通过异常判断的初始全局位姿，以及里程计提供的里程测量信息，通过定位信息计算模块中的扫描匹配模块生成待校验全局位姿。其中，待校验全局位姿包括待校验横坐标信息、待校验纵坐标信息、待校验角度信息和匹配率。
步骤S14，对待校验全局位姿进行准确性校验，并将满足准确性校验的待校验全局位姿确定为待定位AGV的全局位姿信息。
本步骤中，与对初始全局位姿进行异常判断相似地，通过EKF对待校验全局位姿进行准确性校验，即判断待校验全局位置中的各个数值是否满足预先设定的各个阈值，并在满足准确性校验时，确定待定位AGV的全局位姿信息。
如上所述，基于上述实施例，具体为首先获取里程计发送的里程测量信息，其次，基于里程测量信息和激光雷达数据，生成待定位AGV的初始全局位姿，进一步地，对初始全局位姿进行异常判断，并基于通过异常判断的初始全局位姿，生成待定位AGV的待校验全局位姿，最后，对待校验全局位姿进行准确性校验，并将满足准确性校验的待校验全局位姿确定为待定位AGV的全局位姿信息。本申请实施例通过分别计算初始全局位置和待校验全局位姿增加全局位姿的准确性，且通过异常性判断和准确性校验，提升了全局位姿计算过程的容错能力。
如图2所示，为本申请实施例200提供的一种信息生成的方法的具体流程的示意图。其中，该具体流程的详细过程如下：
S201，获取里程计发送的里程测量信息。
这里，里程计获取由电机码盘和惯性测量单元采集的位置数据，并经过处理后生成里程测量信息，其中，里程测量信息包括加速度信息、角速度信息和线速度信息以及一段时间内的定位信息变化量(如位置变化、角度变化等)。
S202，筛选里程测量信息。
这里，判断里程测量信息中包含的加速度信息、角速度信息和线速度信息的数值是否分别在加速度阈值范围、角速度阈值范围和线速度阈值范围内，并过滤不符合各个阈值范围的里程测量信息。具体的，通过定位信息计算模块中的异常判定模块即EKF对里程测量信息进行预处理，筛选里程测量信息。如预先设置的AGV的加速度阈值范围为[amin，amax]、角速度阈值范围[wmin，wmax]和线速度阈值范围[vmin，vmax]，若里程测量信息中包含的加速度信息、角速度信息和线速度信息的数值分别在对应的阈值范围内，则认为里程测量信息有效，EKF根据里程计测量信息进行更新，否则无效，舍弃本次生成的里程测量信息。
S203，生成待定位AGV的初始全局位姿。
这里，基于里程测量信息和激光雷达数据，生成待定位AGV的初始全局位姿。具体的，定位信息计算模块中的初始全局位姿估计模块即AMCL接收里程计输出的里程测量信息用于更新其内部的移动模型(motion_model)，并根据激光雷达数据和网格地图更新AMCL内部的测量模型(measurement_model)。AMCL为后续定位信息计算模块中的待校验全局位姿估计模块即扫描匹配模块和EKF融合器提供其估计的初始全局位姿，其中，初始全局位姿包括初始横坐标信息、初始纵坐标信息和初始角度信息。
S204，对初始全局位姿进行异常判断。
本步骤中，基于当前的初始全局位姿中的初始横坐标信息、初始纵坐标信息与前一初始全局位姿中的初始横坐标信息、初始纵坐标信息，计算初始距离信息，并将初始距离信息与预设初始距离阈值进行比较。以及，基于当前的初始全局位姿中的初始角度信息与前一初始全局位姿中的初始角度信息，计算初始角度信息差，并将初始角度信息差与预设初始角度信息差进行比较。
具体的，为了保证整个定位信息计算模块具有足够的容错能力，EKF会对AMCL进行异常判断，当AMCL出现异常时，使用EKF的输出信息重置AMCL。每隔预设时间段采集初始全局位姿，已知前一初始全局位姿的初始横坐标信息、初始纵坐标信息和初始角度信息分别xk-1、yk-1、yawk-1，k为当前时刻，测量周期为T。AMCL估计的当前时刻的初始全局位姿为xamc1、yamc1、yawamcl基于预设的AMCL的初始距离阈值distthres和初始角度信息差anglethres。异常判断的程序为：使用EKF及前一初始全局位姿xk-1、yk-1、yawk-1、测量周期T，预测当前时刻的预测初始全局位姿位姿xp_amcl、yp_amcl、yawp_amcl。进一步地，根据AMCL估计的初始横坐标信息xamcl和初始纵坐标信息yamcl，及预测初始横坐标信息xp_amcl和预测初始纵坐标信息yp_amcl，计算初始距离信息distamc1。另外，根据AMCL估计的初始角度信息yawamcl和预测初始角度信息yawp_amcl，计算初始角度信息差angleamcl。
S205，过滤初始距离信息大于初始预设距离阈值的初始全局位姿。
这里，过滤初始距离信息大于初始预设距离阈值的初始全局位姿，以及，过滤初始角度信息差小于预设初始角度信息差的初始全局位姿。具体的，如果distamcl和angleamcl都小于相应的预设阈值distthres、anglethres，则认为AMCL生成的初始全局位姿有效，EKF根据AMCL数据进行更新，否则无效，舍弃本次初始全局位姿，并使用预测的xp_amcl、yp_amcl、yawp_amcl重置AMCL。
S206，基于通过异常判断的初始全局位姿生成待定位AGV的待校验全局位姿。
这里，获取每隔预设时间段采集的待校验全局位姿，待校验全局位姿包括待校验横坐标信息、待校验纵坐标信息、待校验角度信息和匹配率。具体的，待校验全局位姿估计模块即扫描匹配模块使用AMCL输出的初始全局位姿和里程计输出的里程测量信息、激光雷达数据及网格地图计算待校验横坐标信息、待校验纵坐标信息、待校验角度信息和匹配率，并给出匹配率r，其中，匹配率为在待校验全局位姿下映射在网格地图中障碍物上的激光数据数量与激光数据总量之间的比值。扫描匹配模块为EKF提供其计算的待校验全局位姿，相比于使用扫描匹配模块上一周期的输出值作为估计初值的做法，使用AMCL输出的初始全局位姿和里程计输出的里程测量信息计算估计初值能够提供更好的容错能力。若扫描匹配模块匹配失败输出错误的定位信息，继续使用该信息作为初值会使扫描匹配模块逐渐向错误方向估计，无法正常定位；而AMCL虽然定位精度不高，但较少出现特别错误的定位。因此，使用AMCL输出初始全局位姿和里程计输出的里程测量信息计算待校验全局位姿，能显著地克服扫描匹配模块定位失败的问题。
S207，对待校验全局位姿进行准确性验证。
本步骤中，基于当前的待校验全局位姿中的待校验横坐标信息、待校验纵坐标信息与前一待校验全局位姿中的待校验横坐标信息、待校验纵坐标信息，计算待校验距离信息，以及，基于当前的待校验全局位姿中的待校验角度信息与前一待校验全局位姿中的待校验角度信息，计算待校验角度信息差。具体的，获取每隔预设时间段采集的待校验全局位姿，已知上一时刻的估计的待校验全局位姿xk-1、yk-1、yawk-1，测量周期为T，扫描匹配模块估计的当前时刻的待校验全局位姿为xmatch、ymatch、yawmatch、匹配率rmatch。扫描匹配模块的预设待校验距离阈值distthres_match、预设待校验角度信息差anglethres_match、匹配率阈值rthres_match。
进一步地，准确性校验的程序为：使用EKF及上一时刻的计算的待校验全局位姿xk-1、yk-1、yawk-1、测量周期T，预测当前时刻的待校验全局位姿xp_match、yp_match、yawp_match。根据AMCL估计的位置数据xmatch、ymatch，及预测的xp_match、yp_match，计算待校验距离信息distmatch，以及，根据AMCL计算的待校验角度信息yawmatch和预测的待校验角度信息yawp_match，计算待校验角度信息差anglematch。
进一步地，将待校验距离信息与预设待校验距离阈值进行比较，以及将待校验角度信息差与预设待校验角度信息差进行比较。
S208，确定待校验全局位姿通过准确性校验。
这里，在当待校验距离信息小于待校验预设距离阈值且待校验角度信息差小于预设待校验角度信息差时，即distmatch和anglematch都小于相应的预设阈值distthres_match、anglethres_match，则认为待校验全局位姿有效，EKF根据扫描匹配模块数据输出的待校验全局位姿进行更新。
S209，当待校验距离信息大于待校验预设距离阈值或/和待校验角度信息差大于预设待校验角度信息差时，将待校验全局位姿的匹配率与匹配率阈值进行比较。
S210，当匹配率小于所述匹配率阈值时，过滤匹配率小于所述匹配率阈值的待校验全局位姿。
这里，舍弃本次扫描匹配模块数据，并使用估计的待校验全局位姿xp_match、yp_match、yawp_match重置扫描匹配模块。
另外，当匹配率大于匹配率阈值时，确定待校验全局位姿通过准确性校验。具体的，如果匹配率rmatch大于rthres_match，则认为待校验全局位姿有效，EKF根据扫描匹配模块输出的待校验全局位姿进行更新。
S211，输出待定位AGV的全局位姿信息。
本申请基于上述步骤实现上述一种信息生成的方法。通过里程计、AMCL、基于占据值(occupancy value)线性插值的扫描匹配模块及EKF构成，使用相应的异常检测算法，实现可容错的室内全局定位。
进一步地，本申请实施例还提供一种信息生成的***，如图3所示，为本申请实施例示出的一种信息生成的***的示意图。具体的，***包括定位信息计算模块31、里程计32和激光雷达33，其中，里程计32接收电机码盘34和惯性测量单元35采集的数据，并生成里程测量信息；
定位信息计算模块31接收里程计32将里程测量信息，其中，定位信息计算模块31包括初始全局位姿估计模块311、待校验全局位姿估计模块312和异常判定模块313；
初始全局位姿估计模块311基于接收的里程测量信息和激光雷达33采集的激光雷达数据，生成待定位AGV的初始全局位姿；
待校验全局位姿估计模块312基于接收的里程测量信息和激光雷达采集33的激光雷达数据，生成待定位AGV的待校验全局位姿；
异常判定模块313用于对初始全局位姿估计模块311生成的初始全局位姿进行异常判断，以及对待校验全局位姿估计模块312生成的待校验全局位姿进行准确性校验，并基于通过异常判断的初始全局位姿和满足准确性校验的待校验全局位姿，生成待定位AGV的全局位姿信息，以及，重置未通过异常判断和/或准确性校验的初始全局位姿估计模块311和/或待校验全局位姿估计模块312。最后输出待定位AGV的全局位姿信息。
其中，初始全局位姿估计模块311为AMCL，待校验全局位姿估计模块312为扫描匹配模，异常判定模块313为EKF(扩展卡尔曼滤波)。同时包括辅助定位的网格地图，网格地图由现有的建图算法如Gmapping，Cartographer等构建。
异常判定模块313EKF接收里程计、初始全局位姿估计模块311AMCL和待校验全局位姿估计模块312扫描匹配模块发送的数据，在其内部对里程测量信息、初始全局位姿和待校验全局位姿进行异常检测，过滤有异常的信息，并对有异常的初始全局位姿估计模块311AMCL和待校验全局位姿估计模块312进行重置。由于里程计仅提供相对定位信息(速度，位姿变化)，且通常里程计具有自动恢复的能力，因此在异常判定模块313EKF中只是过滤有异常的里程计信息，不考虑重置里程计。
基于同一发明构思，本申请实施例400还提供一种信息生成的装置，其中，如图4所示，该装置包括：
获取模块41，用于获取里程计发送的里程测量信息；
第一生成模块42，用于基于里程测量信息和激光雷达数据，生成待定位AGV的初始全局位姿；
第二生成模块43，用于对初始全局位姿进行异常判断，并基于通过异常判断的初始全局位姿，生成待定位AGV的待校验全局位姿；
确定模块44，用于对待校验全局位姿进行准确性校验，并将满足准确性校验的待校验全局位姿确定为待定位AGV的全局位姿信息。
本实施例中，获取模块41、第一生成模块42、第二生成模块43和确定模块44的具体功能和交互方式，可参见图1对应的实施例的记载，在此不再赘述。
该装置进一步包括：
过滤模块45，用于判断里程测量信息中包含的加速度信息、角速度信息和线速度信息的数值是否分别在加速度阈值范围、角速度阈值范围和线速度阈值范围内，并过滤不符合各个阈值范围的里程测量信息。
如图5所示，本申请的又一实施例400还提供一种终端设备，包括处理器501，其中，处理器501用于执行上述一种信息生成的方法的步骤。从图5中还可以看出，上述实施例提供的终端设备还包括非瞬时计算机可读存储介质502，该非瞬时计算机可读存储介质502上存储有计算机程序，该计算机程序被处理器501运行时执行上述一种信息生成的方法的步骤。实际应用中，该终端设备可以是一台或多台计算机，只要包括上述计算机可读介质和处理器即可。
具体地，该存储介质能够为通用的存储介质，如移动磁盘、硬盘和FLASH等，该存储介质上的计算机程序被运行时，能够执行上述的一种信息生成的方法中的各个步骤。实际应用中，所述的计算机可读介质可以是上述实施例中描述的设备/装置/***中所包含的，也可以是单独存在，而未装配入该设备/装置/***中。上述计算机可读存储介质承载有一个或者多个程序，当上述一个或多个程序被执行时，能够执行上述的一种信息生成的方法中的各个步骤。
根据本申请公开的实施例，计算机可读存储介质可以是非易失性的计算机可读存储介质，例如可以包括但不限于：便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件，或者上述的任意合适的组合，但不用于限制本申请保护的范围。在本申请公开的实施例中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行***、装置或者器件使用或者与其结合使用。
本申请附图中的流程图和框图，示出了按照本申请公开的各种实施例的***、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或者代码的一部分，上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应该注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同附图中所标注的顺序发生。例如，两个连接地表示的方框实际上可以基本并行地执行，它们有时也可以按照相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图或流程图中的每个方框、以及框图或者流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的***来实现，或者可以用专用硬件与计算机指令的组合来实现。
本领域技术人员可以理解，本公开的各个实施例和/或权利要求中记载的特征可以进行多种组合和/或结合，即使这样的组合或结合没有明确记载于本申请中。特别地，在不脱离本申请精神和教导的情况下，本申请的各个实施例和/或权利要求中记载的特征可以进行多种组合和/或结合，所有这些组合和/或结合均落入本申请公开的范围。
最后应说明的是：以上所述实施例，仅为本申请的具体实施方式，用以说明本申请的技术方案，而非对其限制，本申请的保护范围并不局限于此，尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行变更或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些变更、变化或者替换，并不使相应技术方案的本质脱离本申请实施例技术方案的精神和范围，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应所述以权利要求的保护范围为准。

Claims (8)

1.一种信息生成的方法，其特征在于，包括：
获取里程计发送的里程测量信息；
基于所述里程测量信息和激光雷达数据，生成待定位AGV的初始全局位姿；
对所述初始全局位姿进行异常判断，并基于通过所述异常判断的所述初始全局位姿，生成所述待定位AGV的待校验全局位姿；
对所述待校验全局位姿进行准确性校验，并将满足准确性校验的所述待校验全局位姿确定为所述待定位AGV的全局位姿信息；
其中，所述对所述待校验全局位姿进行准确性校验的步骤包括：
获取每隔预设时间段采集的所述待校验全局位姿，所述待校验全局位姿包括待校验横坐标信息、待校验纵坐标信息、待校验角度信息和匹配率；
基于当前的所述待校验全局位姿中的所述待校验横坐标信息、所述待校验纵坐标信息与前一所述待校验全局位姿中的所述待校验横坐标信息、所述待校验纵坐标信息，计算待校验距离信息，以及，基于当前的所述待校验全局位姿中的所述待校验角度信息与前一所述待校验全局位姿中的所述待校验角度信息，计算待校验角度信息差；
所述待校验距离信息与预设待校验距离阈值进行比较，以及将所述待校验角度信息差与预设待校验角度信息差进行比较，并在当所述待校验距离信息小于所述预设待校验距离阈值且所述待校验角度信息差小于所述预设待校验角度信息差时，确定所述待校验全局位姿通过准确性校验；
其中，在所述待校验距离信息与预设待校验距离阈值进行比较，以及将所述待校验角度信息差与预设待校验角度信息差进行比较的步骤之后，所述方法进一步包括：
当所述待校验距离信息大于所述预设待校验距离阈值或/和所述待校验角度信息差大于所述预设待校验角度信息差时，将所述待校验全局位姿的所述匹配率与匹配率阈值进行比较；
当所述匹配率小于所述匹配率阈值时，过滤所述匹配率小于所述匹配率阈值的所述待校验全局位姿；
当所述匹配率大于所述匹配率阈值时，确定所述待校验全局位姿通过准确性校验。
2.根据权利要求1所述的方法，其特征在于，在所述获取里程计发送的里程测量信息的步骤和所述生成待定位AGV的初始全局位姿的步骤之间，所述方法进一步包括：
判断所述里程测量信息中包含的加速度信息、角速度信息和线速度信息的数值是否分别在加速度阈值范围、角速度阈值范围和线速度阈值范围内，并过滤不符合各个阈值范围的所述里程测量信息。
3.根据权利要求1所述的方法，其特征在于，所述对所述初始全局位姿进行异常判断的步骤包括：
获取每隔预设时间段采集的初始全局位姿，所述初始全局位姿包括初始横坐标信息、初始纵坐标信息和初始角度信息；
基于当前的所述初始全局位姿中的所述初始横坐标信息、所述初始纵坐标信息与前一所述初始全局位姿中的所述初始横坐标信息、所述初始纵坐标信息，计算初始距离信息，并将所述初始距离信息与预设初始距离阈值进行比较，过滤所述初始距离信息大于所述初始预设距离阈值的所述初始全局位姿；
基于当前的所述初始全局位姿中的所述初始角度信息与前一所述初始全局位姿中的所述初始角度信息，计算初始角度信息差，并将所述初始角度信息差与预设初始角度信息差进行比较，过滤所述初始角度信息差小于所述预设初始角度信息差的所述初始全局位姿。
4.一种信息生成的装置，其特征在于，包括：
获取模块，用于获取里程计发送的里程测量信息；
第一生成模块，用于基于所述里程测量信息和激光雷达数据，生成待定位AGV的初始全局位姿；
第二生成模块，用于对所述初始全局位姿进行异常判断，并基于通过所述异常判断的所述初始全局位姿，生成所述待定位AGV的待校验全局位姿；
确定模块，用于对所述待校验全局位姿进行准确性校验，并将满足准确性校验的所述待校验全局位姿确定为所述待定位AGV的全局位姿信息；
其中，
所述确定模块，具体用于对所述待校验全局位姿进行准确性校验的步骤包括：获取每隔预设时间段采集的所述待校验全局位姿，所述待校验全局位姿包括待校验横坐标信息、待校验纵坐标信息、待校验角度信息和匹配率；基于当前的所述待校验全局位姿中的所述待校验横坐标信息、所述待校验纵坐标信息与前一所述待校验全局位姿中的所述待校验横坐标信息、所述待校验纵坐标信息，计算待校验距离信息，以及，基于当前的所述待校验全局位姿中的所述待校验角度信息与前一所述待校验全局位姿中的所述待校验角度信息，计算待校验角度信息差；所述待校验距离信息与预设待校验距离阈值进行比较，以及将所述待校验角度信息差与预设待校验角度信息差进行比较，并在当所述待校验距离信息小于所述预设待校验距离阈值且所述待校验角度信息差小于所述预设待校验角度信息差时，确定所述待校验全局位姿通过准确性校验；
其中，所述确定模块，进一步用于在所述待校验距离信息与预设待校验距离阈值进行比较，以及将所述待校验角度信息差与预设待校验角度信息差进行比较的步骤之后，当所述待校验距离信息大于所述预设待校验距离阈值或/和所述待校验角度信息差大于所述预设待校验角度信息差时，将所述待校验全局位姿的所述匹配率与匹配率阈值进行比较；当所述匹配率小于所述匹配率阈值时，过滤所述匹配率小于所述匹配率阈值的所述待校验全局位姿；当所述匹配率大于所述匹配率阈值时，确定所述待校验全局位姿通过准确性校验。
5.根据权利要求4所述的装置，其特征在于，所述装置进一步包括：
过滤模块，用于判断所述里程测量信息中包含的加速度信息、角速度信息和线速度信息的数值是否分别在加速度阈值范围、角速度阈值范围和线速度阈值范围内，并过滤不符合各个阈值范围的所述里程测量信息。
6.一种信息生成的***，其特征在于，所述***包括定位信息计算模块、里程计和激光雷达，其中，所述里程计接收电机码盘和惯性测量单元采集的数据，并生成里程测量信息；
所述定位信息计算模块接收所述里程计发送的所述里程测量信息，其中，所述定位信息计算模块包括初始全局位姿估计模块、待校验全局位姿估计模块和异常判定模块；
所述初始全局位姿估计模块基于接收的所述里程测量信息和所述激光雷达采集的激光雷达数据，生成待定位AGV的初始全局位姿；
所述待校验全局位姿估计模块基于接收的所述里程测量信息和所述激光雷达采集的激光雷达数据，生成所述待定位AGV的待校验全局位姿；
所述异常判定模块用于对所述初始全局位姿估计模块生成的所述初始全局位姿进行异常判断，以及对所述待校验全局位姿估计模块生成的所述待校验全局位姿进行准确性校验，并基于通过所述异常判断的所述初始全局位姿和满足准确性校验的所述待校验全局位姿，生成所述待定位AGV的全局位姿信息，以及，重置未通过异常判断和/或准确性校验的所述初始全局位姿估计模块和/或所述待校验全局位姿估计模块；
其中，所述异常判定模块具体用于对所述待校验全局位姿进行准确性校验的步骤包括：获取每隔预设时间段采集的所述待校验全局位姿，所述待校验全局位姿包括待校验横坐标信息、待校验纵坐标信息、待校验角度信息和匹配率；基于当前的所述待校验全局位姿中的所述待校验横坐标信息、所述待校验纵坐标信息与前一所述待校验全局位姿中的所述待校验横坐标信息、所述待校验纵坐标信息，计算待校验距离信息，以及，基于当前的所述待校验全局位姿中的所述待校验角度信息与前一所述待校验全局位姿中的所述待校验角度信息，计算待校验角度信息差；所述待校验距离信息与预设待校验距离阈值进行比较，以及将所述待校验角度信息差与预设待校验角度信息差进行比较，并在当所述待校验距离信息小于所述预设待校验距离阈值且所述待校验角度信息差小于所述预设待校验角度信息差时，确定所述待校验全局位姿通过准确性校验；
其中，所述异常判定模块进一步用于在所述待校验距离信息与预设待校验距离阈值进行比较，以及将所述待校验角度信息差与预设待校验角度信息差进行比较的步骤之后，当所述待校验距离信息大于所述预设待校验距离阈值或/和所述待校验角度信息差大于所述预设待校验角度信息差时，将所述待校验全局位姿的所述匹配率与匹配率阈值进行比较；当所述匹配率小于所述匹配率阈值时，过滤所述匹配率小于所述匹配率阈值的所述待校验全局位姿；当所述匹配率大于所述匹配率阈值时，确定所述待校验全局位姿通过准确性校验。
7.一种非瞬时计算机可读存储介质，其特征在于，所述非瞬时计算机可读存储介质存储指令，所述指令在由处理器执行时使得所述处理器执行如权利要求1至3任一项所述的一种信息生成的方法中的各个步骤。
8.一种终端设备，其特征在于，包括处理器，所述处理器用于执行如权利要求1至3中任一项所述的一种信息生成的方法中的各个步骤。
CN202010848861.0A 2020-08-21 2020-08-21 一种信息生成的方法、装置和存储介质 Active CN112344933B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010848861.0A CN112344933B (zh) 2020-08-21 2020-08-21 一种信息生成的方法、装置和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010848861.0A CN112344933B (zh) 2020-08-21 2020-08-21 一种信息生成的方法、装置和存储介质

Publications (2)

Publication Number Publication Date
CN112344933A CN112344933A (zh) 2021-02-09
CN112344933B true CN112344933B (zh) 2023-04-07

Family

ID=74357857

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010848861.0A Active CN112344933B (zh) 2020-08-21 2020-08-21 一种信息生成的方法、装置和存储介质

Country Status (1)

Country Link
CN (1) CN112344933B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113203428A (zh) * 2021-05-28 2021-08-03 拉扎斯网络科技（上海）有限公司 里程统计装置、基于里程统计装置的数据统计方法及接口
CN114838726A (zh) * 2022-04-20 2022-08-02 哈尔滨理工大学 一种基于多传感器数据融合的gps数据修正算法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2015199554A2 (en) * 2014-06-27 2015-12-30 Crown Equipment Limited Vehicle positioning or navigation utilizing associated feature pairs
CN106370182A (zh) * 2016-08-31 2017-02-01 北斗时空信息技术（北京）有限公司 一种个人组合导航方法
CN110243358A (zh) * 2019-04-29 2019-09-17 武汉理工大学 多源融合的无人车室内外定位方法及***
WO2019205813A1 (zh) * 2018-04-26 2019-10-31 广东宝乐机器人股份有限公司 移动机器人的陀螺仪数据校正方法、设备和存储介质
CN111460375A (zh) * 2020-03-30 2020-07-28 北京百度网讯科技有限公司 定位数据有效性确定方法、装置、设备和介质

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10037469B2 (en) * 2013-12-10 2018-07-31 Google Llc Image location through large object detection
CN109521450B (zh) * 2017-09-20 2020-12-29 阿里巴巴（中国）有限公司 一种定位漂移检测方法和装置
CN108931245B (zh) * 2018-08-02 2021-09-07 上海思岚科技有限公司 移动机器人的局部自定位方法及设备
CN109144056B (zh) * 2018-08-02 2021-07-06 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
CN109297510B (zh) * 2018-09-27 2021-01-01 百度在线网络技术（北京）有限公司 相对位姿标定方法、装置、设备及介质
CN109623876B (zh) * 2019-01-04 2022-07-08 平安科技（深圳）有限公司 一种运动检测方法、运动检测装置及计算机可读存储介质
CN110986946B (zh) * 2019-11-15 2022-07-26 上海宇航***工程研究所 一种动态位姿估计方法及装置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2015199554A2 (en) * 2014-06-27 2015-12-30 Crown Equipment Limited Vehicle positioning or navigation utilizing associated feature pairs
CN106370182A (zh) * 2016-08-31 2017-02-01 北斗时空信息技术（北京）有限公司 一种个人组合导航方法
WO2019205813A1 (zh) * 2018-04-26 2019-10-31 广东宝乐机器人股份有限公司 移动机器人的陀螺仪数据校正方法、设备和存储介质
CN110243358A (zh) * 2019-04-29 2019-09-17 武汉理工大学 多源融合的无人车室内外定位方法及***
CN111460375A (zh) * 2020-03-30 2020-07-28 北京百度网讯科技有限公司 定位数据有效性确定方法、装置、设备和介质

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
New research on SLAM algorithm based on feature matching;Lei Gao等;《2017 2nd International Conference on Advanced Robotics and Mechatronics (ICARM)》;20180201;1-6页 *
基于低成本激光传感器移动机器人SLAM研究与实现;赵淑强;《中国优秀硕士学位论文全文数据库 信息科技辑》;20180115;36-44页 *

Also Published As

Publication number Publication date
CN112344933A (zh) 2021-02-09

Similar Documents

Publication Publication Date Title
KR102463176B1 (ko) 위치 추정 장치 및 방법
CN107169402B (zh) 车辆车道定位
CN112344933B (zh) 一种信息生成的方法、装置和存储介质
WO2015111344A1 (ja) 特異走行箇所検出装置および特異走行箇所検出方法
US20180154901A1 (en) Method and system for localizing a vehicle
US20190187297A1 (en) System and method for locating a moving object
JP7148619B2 (ja) 車両の車線変更検出のためのシステム及び方法
CN109740461B (zh) 目标跟随后的处理方法
KR20170015454A (ko) 의도된 타겟을 결정하기 위한 장치 및 방법
CN114274972A (zh) 自主驾驶环境中的场景识别
CN112693472A (zh) 车辆的adas或自动驾驶特征的性能监控和评估
US20200401152A1 (en) Self-location estimation method
JP2022513511A (ja) 完全性範囲を特定するための方法
JP2022514072A (ja) パラメータ推定の整合性範囲を適応的に決定する方法
US11577736B2 (en) Method and device for ascertaining a highly accurate estimated value of a yaw rate for controlling a vehicle
US9366538B2 (en) Method and system for estimating aircraft course
WO2019181429A1 (ja) 障害物認識支援装置、障害物認識支援方法、記憶媒体
CN110637209B (zh) 估计机动车的姿势的方法、设备和具有指令的计算机可读存储介质
CN114264301A (zh) 车载多传感器融合定位方法、装置、芯片及终端
CN110426714B (zh) 一种障碍物识别方法
CN111383324B (zh) 点云地图的构建方法、装置、计算机设备和存储介质
JP2021190119A (ja) 交通参加者の経路を予測するための方法およびデバイス、ならびにセンサシステム
CN110291771A (zh) 一种目标对象的深度信息获取方法及可移动平台
US9134124B2 (en) System and method for estimation of machine position
CN113375679A (zh) 一种车道级定位方法、装置、***和相关设备

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