CN112630787B - 定位方法、装置、电子设备及可读存储介质 - Google Patents
定位方法、装置、电子设备及可读存储介质 Download PDFInfo
- Publication number
- CN112630787B CN112630787B CN202011413611.0A CN202011413611A CN112630787B CN 112630787 B CN112630787 B CN 112630787B CN 202011413611 A CN202011413611 A CN 202011413611A CN 112630787 B CN112630787 B CN 112630787B
- Authority
- CN
- China
- Prior art keywords
- data frame
- coordinate
- current data
- distance
- laser
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 55
- 238000005457 optimization Methods 0.000 claims abstract description 24
- 238000004590 computer program Methods 0.000 claims description 6
- 238000010586 diagram Methods 0.000 description 11
- 238000004891 communication Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 5
- 238000006073 displacement reaction Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 239000013598 vector Substances 0.000 description 1
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
-
- 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
-
- 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
- G01S17/88—Lidar systems specially adapted for specific applications
- G01S17/89—Lidar systems specially adapted for specific applications for mapping or imaging
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Electromagnetism (AREA)
- General Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Automation & Control Theory (AREA)
- Traffic Control Systems (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本申请实施例提供了一种定位方法、装置、电子设备及可读存储介质,涉及定位技术领域。该方法包括:根据当前数据帧的第一位置坐标、一帧目标历史数据帧对应的第二位置坐标以及激光里程计坐标,对当前数据帧的激光里程计坐标进行预测,得到预测坐标,当前数据帧为通过激光雷达旋转一周得到的一帧激光点云数据,第一位置坐标及第二位置坐标通过里程计单元得到;在旋转角度维度将当前数据帧拆分为多个子数据帧;以预测坐标为初始值,分别将每个子数据帧与当前数据帧对应的地图进行优化匹配,得到多个第一优化坐标;从该多个第一优化坐标及预测坐标中,选出一个坐标作为当前数据帧的激光里程计坐标。由此,可提高激光里程计坐标的准确性。
Description
技术领域
本申请涉及定位技术领域,具体而言,涉及一种定位方法、装置、电子设备及可读存储介质。
背景技术
激光里程计坐标是激光雷达建图算法的前端,并且,也可以参与移动设备(比如,机器人)导航时的定位。通常是基于一整帧由激光雷达得到的数据帧,得到该数据帧所对应的激光里程计坐标,然而在存在动态物体时,受到动态物体的影响,该方式计算出的激光历程计坐标会发生漂移,也即激光里程计坐标准确性低。因此,如何提高激光里程计坐标的准确性已成为本领域技术人员亟需解决的技术问题。
发明内容
有鉴于此,本申请的目的在于提供一种定位方法、装置、电子设备及可读存储介质,其能够在存在动态物体的情况下,得到准确性高的激光里程计坐标。
本申请的实施例可以这样实现:
第一方面,本申请实施例提供一种定位方法,包括:
根据当前数据帧的第一位置坐标、一帧目标历史数据帧对应的第二位置坐标以及所述目标历史数据帧的激光里程计坐标,对所述当前数据帧的激光里程计坐标进行预测,得到预测坐标,其中,所述当前数据帧为通过激光雷达旋转一周得到的一帧激光点云数据,所述第一位置坐标及第二位置坐标通过里程计单元得到;
将所述当前数据帧拆分为多个子数据帧,其中,每个子数据帧分别对应一个旋转角度范围;
以所述预测坐标为初始值,分别将每个子数据帧与所述当前数据帧对应的地图进行优化匹配,得到多个第一优化坐标;
从所述多个第一优化坐标及预测坐标中,选出一个坐标作为所述当前数据帧的激光里程计坐标。
在可选的实施方式中,所述从所述多个第一优化坐标及预测坐标中,选出一个坐标作为所述当前数据帧的激光里程计坐标,包括:
分别计算每个第一优化坐标与所述预测坐标之间的第一距离;
判断所述第一距离中的最小第一距离是否小于预设距离;
若所述最小第一距离小于所述预设距离,则将所述最小第一距离对应的第一优化坐标作为所述当前数据帧的激光里程计坐标;
若所述最小第一距离不小于所述预设距离,则将所述预测坐标作为所述当前数据帧的激光里程计坐标。
在可选的实施方式中,所述方法还包括:
判断所述当前数据帧对应的环境是否是窄通道;
在所述环境是窄通道时,执行所述从所述多个第一优化坐标及预测坐标中,选出一个坐标作为所述当前数据帧的激光里程计坐标的步骤;
或者,
以所述预测坐标为初始值,将所述当前数据帧与所述当前数据帧对应的地图进行优化匹配,得到一个第二优化坐标;
判断所述第二优化坐标与所述预测坐标之间的第二距离是否大于预设距离;
若所述第二距离大于所述预设距离,则执行从所述多个第一优化坐标及预测坐标中,选出一个坐标作为所述当前数据帧的激光里程计坐标的步骤。
在可选的实施方式中,所述方法还包括:
判断所述当前数据帧对应的环境是否是窄通道;
以所述预测坐标为初始值,将所述当前数据帧与所述当前数据帧对应的地图进行优化匹配,得到一个第二优化坐标;
判断所述第二优化坐标与所述预测坐标之间的第二距离是否大于预设距离;
若所述第二距离大于所述预设距离,且所述当前数据帧对应的环境是窄通道,则执行从所述多个第一优化坐标及预测坐标中,选出一个坐标作为所述当前数据帧的激光里程计坐标的步骤。
在可选的实施方式中,所述判断所述当前数据帧对应的环境是否是窄通道,包括:
根据所述当前数据帧,获得至少一根目标激光线对应的多个距离值,其中,所述目标激光线为所有激光线中扫描距离大于预设扫描距离的激光线;
根据第一预设值判断各距离值对应的点是否为远距离点,并根据第二预设值判断各距离值对应的点是否为近距离点,其中,所述第一预设值大于所述第二预设值;
根据远距离点的第一数量、近距离点的第二数量以及所述多个距离值的平均值,判断所述环境是否是窄通道。
在可选的实施方式中,所述根据远距离点的第一数量、近距离点的第二数量以及所述多个距离值的平均值,判断所述环境是否是窄通道,包括:
判断所述第一数量与所述多个距离值的数量的第一比值是否小于第一预设比值、所述第二数量与所述多个距离值的数量的第二比值是否大于第二预设比值、所述平均值是否小于预设平均值、所述第一比值与所述平均值的乘积结果是否小于第三预设值,其中,所述第一预设比值小于所述第二预设比值,得到四个判断结果;
根据所述四个判断结果确定所述环境是否是窄通道。
在可选的实施方式中,所述方法还包括:
判断所述当前数据帧是否为关键帧且不是第一帧关键帧;
若所述当前数据帧为关键帧且不是第一帧关键帧,则执行根据当前数据帧的第一位置坐标、一帧目标历史数据帧对应的第二位置坐标以及所述目标历史数据帧的激光里程计坐标,对所述当前数据帧的激光里程计坐标进行预测,得到预测坐标的步骤。
第二方面,本申请实施例提供一种定位装置,包括:
预测模块,用于根据当前数据帧的第一位置坐标、一帧目标历史数据帧对应的第二位置坐标以及所述目标历史数据帧的激光里程计坐标,对所述当前数据帧的激光里程计坐标进行预测,得到预测坐标,其中,所述当前数据帧为通过激光雷达旋转一周得到的一帧激光点云数据,所述第一位置坐标及第二位置坐标通过里程计单元得到;
拆分模块,用于将所述当前数据帧拆分为多个子数据帧,其中,每个子数据帧分别对应一个旋转角度范围;
优化模块,用于以所述预测坐标为初始值,分别将每个子数据帧与所述当前数据帧对应的地图进行优化匹配,得到多个第一优化坐标;
选择模块,用于从所述多个第一优化坐标及预测坐标中,选出一个坐标作为所述当前数据帧的激光里程计坐标。
第三方面,本申请实施例提供一种电子设备,包括处理器和存储器,所述存储器存储有能够被所述处理器执行的机器可执行指令,所述处理器可执行所述机器可执行指令以实现前述实施方式中任意一项所述的定位方法。
第四方面,本申请实施例提供一种可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现如前述实施方式中任意一项所述的定位方法。
本申请实施例提供的定位方法、装置、电子设备及可读存储介质,根据一帧目标历史数据帧对应的第二位置坐标及激光里程计坐标、和当前数据帧的第一位置坐标,对该当前数据帧对应的激光里程计坐标进行预测,得到预测坐标;进而分别根据该预测坐标、当前数据帧对应的地图以及当前数据帧在旋转角度维度拆分后的各个子数据帧,获得多个第一优化坐标;最后从上述第一优化坐标及预测坐标中选出一个坐标作为该当前数据帧的激光里程计坐标。由此,相较于将由包括了动态物体的激光点云数据的整帧数据帧得到的坐标作为激光里程计坐标的方式,本申请实施例可以减小动态物体的干扰,获得准确性高的激光里程计坐标。
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为本申请实施例提供的电子设备的方框示意图;
图2为本申请实施例提供的定位方法的流程示意图之一;
图3为本申请实施例提供的定位方法的流程示意图之二;
图4为本申请实施例提供的定位方法的流程示意图之三;
图5为本申请实施例提供的定位方法的流程示意图之四;
图6为本申请实施例提供的定位方法的流程示意图之五;
图7为本申请实施例提供的定位装置的方框示意图之一;
图8为本申请实施例提供的定位装置的方框示意图之二。
图标:100-电子设备;110-存储器;120-处理器;130-通信单元;200-定位装置;210-判断模块;220-预测模块;230-拆分模块;240-优化模块;250-选择模块。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,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,所描述的实施例是本申请一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。
因此,以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围,而是仅仅表示本申请的选定实施例。基于本申请中的实施例,本领域普通技术人员在没有作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。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。
在本申请的描述中,需要说明的是,若出现术语“上”、“下”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,或者是该发明产品使用时惯常摆放的方位或位置关系,仅是为了便于描述本申请和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本申请的限制。
此外,若出现术语“第一”、“第二”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
需要说明的是,在不冲突的情况下,本申请的实施例中的特征可以相互结合。
请参照图1,图1为本申请实施例提供的电子设备100的方框示意图。所述电子设备100可以是,但不限于,机器人、无人车等。所述电子设备100可以包括存储器110、处理器120及通信单元130。所述存储器110、处理器120以及通信单元130各元件相互之间直接或间接地电性连接,以实现数据的传输或交互。例如,这些元件相互之间可通过一条或多条通讯总线或信号线实现电性连接。
其中,存储器110用于存储程序或者数据。所述存储器110可以是,但不限于,随机存取存储器(Random Access Memory,RAM),只读存储器(Read Only Memory,ROM),可编程只读存储器(Programmable Read-Only Memory,PROM),可擦除只读存储器(ErasableProgrammable Read-Only Memory,EPROM),电可擦除只读存储器(Electric ErasableProgrammable Read-Only Memory,EEPROM)等。
处理器120用于读/写存储器110中存储的数据或程序,并执行相应地功能。比如,存储器110中存储有定位装置200,所述定位装置200包括至少一个可以软件或固件(firmware)的形式存储于所述存储器110中的软件功能模块。所述处理器120通过运行存储在存储器110内的软件程序以及模块,如本申请实施例中的定位装置200,从而执行各种功能应用以及数据处理,即实现本申请实施例中的定位方法。
通信单元130用于通过网络建立所述电子设备100与其它通信终端之间的通信连接,并用于通过所述网络收发数据。
可选地,所述电子设备100中还可以包括里程计单元及激光雷达。所述历程计单元用于获得所述电子设备100的里程计信息,所述里程计单元可以是,但不限于,底盘里程计等。所述激光雷达用于对所述电子设备100所在环境进行激光扫描,以获得数据帧。其中,所述激光雷达在某一位置旋转一周后,会得到一帧激光点云数据,即得到一帧数据帧,该数据帧中可以包括各激光点云的位置信息等。所述激光雷达可以是多线激光雷达。
应当理解的是,图1所示的结构仅为电子设备100的结构示意图,所述电子设备100还可包括比图1中所示更多或者更少的组件,或者具有与图1所示不同的配置。图1中所示的各组件可以采用硬件、软件或其组合实现。
请参照图2,图2为本申请实施例提供的定位方法的流程示意图之一。所述方法可应用于上述的电子设备100。下面对定位的具体流程进行详细阐述。所述方法可以包括步骤S120~步骤S150。
步骤S120,根据当前数据帧的第一位置坐标、一帧目标历史数据帧对应的第二位置坐标以及所述目标历史数据帧的激光里程计坐标,对所述当前数据帧的激光里程计坐标进行预测,得到预测坐标。
在本实施例中,可将已获得的数据帧、以及该数据帧所对应的位置坐标和激光里程进行存储。其中,所述数据帧所对应的位置坐标为通过里程计单元获得的信息。在通过激光雷达获得了当前数据帧的情况下,可通过所述里程计单元获得所述当前数据帧对应的第一位置坐标。选定一帧历史数据帧作为目标历史数据帧,并从存储的数据中获得该目标历史数据帧对应的第二位置坐标及激光里程计坐标。可以理解的是,所述第二位置信息也是通过所述里程计单元获得的。
其中,所述当前数据帧为通过激光雷达旋转一周得到的一帧激光点云数据,所述目标历史数据帧为在当前之前通过所述激光雷达得到的数据帧。所述当前数据帧的第一位置坐标及所述目标历史数据帧对应的第二位置坐标,可以是帧头时刻或者帧尾时刻或者其他时刻所对应的通过所述里程计单元获得的位置坐标。帧头时刻表示数据帧中第一个点云对应的时刻,同理,帧尾时刻表示数据帧中最后一个点云对应的时刻。作为一种可选的实施方式,将一数据帧的帧头时刻所对应的通过所述里程计单元获得的位置坐标,作为该数据帧所对应的位置坐标。
历史数据帧的具体选择方式可以是根据实际需求设置,比如,在存储了所有已获得的数据帧的位置坐标及激光里程计坐标的情况下,可以直接选择上一帧数据帧作为所述目标历史数据帧。
在获得所述当前数据帧的第一位置坐标、所述目标历史数据帧的第二位置坐标和激光里程计坐标之后,可对所述当前数据帧的激光里程计坐标进行预测,并将得到的预测结果作为预测坐标。可选地,作为一种可选的实施方式,可根据以下公式进行预测:Pp=Pk0+(Po1-Po0),其中,Pp表示预测坐标,Pk0表示所述目标历史数据帧的激光里程计坐标,Po1表示所述当前数据帧的第一位置坐标,Po0表示所述目标历史数据帧的第二位置坐标,Pp、Pk0、Po0、Po1都是3维向量。当然可以理解的是,该预测方式仅为一种可选的实施方式,也可以采用其他方式基于上述信息预测得到所述预测坐标。
步骤S130,将所述当前数据帧拆分为多个子数据帧。
在本实施例中,数据帧是激光雷达旋转一周得到的一帧激光点云数据,可在旋转角度这一维度将所述当前数据帧拆分为多个子数据帧。其中,每个子数据帧分别对应一个旋转角度范围。不同子数据帧所对应的旋转角度范围可以存在重叠部分,也可以不重叠。作为一种可选的实施方式,为了尽可能降低动态物体的点云的干扰,不同子数据帧所对应的旋转角度范围不存在重叠,比如,将旋转角度范围0°~179°内的点云数据作为一个子数据帧,将旋转角度范围180°~359°内的点云数据作为一个子数据帧。
在进行数据帧拆分时,可以基于所述激光雷达所在的设备的前后左右方向,设置具体的旋转角度范围,进而进行数据拆分。比如,可以基于所述激光雷达所在的设备的前后方向,将所述当前数据帧拆分为两个子数据帧,其中一个子数据帧中包括该数据帧中对应该设备的前方方向的点云数据,另一个子数据帧中包括该数据帧中对应该设备的后方方向的点云数据;也即所述激光雷达所在的设备存在底盘的情况下,其中一个子数据帧中包括底盘超前方向的点云数据,另一个子数据帧中包括底盘超后方向的点云数据。
步骤S140,以所述预测坐标为初始值,分别将每个子数据帧与所述当前数据帧对应的地图进行优化匹配,得到多个第一优化坐标。
在获得所述预测坐标的情况下,可根据该预测坐标获得所述当前数据帧对应的地图。然后,针对每个子数据帧,以所述预测坐标为初始值,将该子数据帧中的点云与所述地图进行优化匹配,得到与该子数据帧对应的第一优化坐标。其中,优化匹配方式可以是can-to-map匹配。由此,可获得每个子数据帧对应的第一优化坐标。
其中,所述当前数据帧对应的地图可以是预先生成的。也可以根据所述预测坐标,在存储的数据中进行搜索,以获得该预测坐标附近的几帧数据帧,进而基于该几帧数据帧以及各自对应的激光里程坐标等生成一临时点云地图,并将该临时点云地图作为所述当前数据帧对应的地图。
步骤S150,从所述多个第一优化坐标及预测坐标中,选出一个坐标作为所述当前数据帧的激光里程计坐标。
在存在动态物体的情况下,数据帧中也包括了该动态物体的点云数据,若仍根据该整帧数据帧直接确定激光里程计坐标,那么该激光里程计坐标由于动态物体影响,会发生偏移。本申请实施例不将基于整帧数据帧确定出的坐标作为该数据帧的激光里程计坐标,而是将预测坐标或是其中一个基于数据帧的子数据帧确定的第一优化坐标作为该数据帧的激光里程计坐标。由此,在存在动态物体时,该方式可以尽量避免动态物体的干扰,获得准确性高的激光里程计坐标,从而防止激光里程计定位由于被动态物体干扰而产生漂移。
可选地,作为一种可选的实施方式,可通过如下方式选出一个坐标作为所述当前数据帧的激光里程计坐标。分别计算每个第一优化坐标与所述预测坐标之间的距离,并将该距离作为第一距离。可将各个第一距离与预设距离进行比较,以确定出小于所述预设距离的第一距离。其中,该预设距离可以根据实际需求设置,比如,设置为0.05米。然后,从小于所述预设距离的第一距离所对应的第一优化坐标中,随机选择一个第一优化坐标作为所述当前数据帧的激光里程计坐标,或者选择最小第一距离所对应的第一优化坐标作为所述当前数据帧的激光里程计坐标。
也可以在获得多个第一距离后,通过比较,确定得到的多个第一距离中的最小第一距离。判断该最小第一距离是否小于所述预设距离。若该最小第一距离小于所述预设距离,可将该最小第一距离所对应的第一优化作为作为所述当前数据帧的激光里程计坐标。
若各第一优化坐标与所述预测坐标之间的第一距离中的最小第一距离不小于所述预设距离,可将所述预测坐标作为所述当前数据帧的激光里程计坐标。
请参照图3,图3为本申请实施例提供的定位方法的流程示意图之二。在图2所示方法基础上,在本实施例中,所述方法还可以包括步骤S115。
步骤S115,判断所述当前数据帧对应的环境是否是窄通道。
一般在处于窄通道(即狭窄区域)时,若存在动态物体,通过常规方式获得的激光里程计坐标容易漂移。因此,在获得所述当前数据帧后,可先判断所述当前数据帧对应的环境是否是窄通道,若所述环境是窄通道,则执行步骤S150。若所述环境不是窄通道,可以根据实际需求确定是执行步骤S150,还是按照常规方式计算所述当前数据帧的激光里程计坐标。其中,步骤S105可以位于步骤S120之前,也可以步骤S130之前,只要保证步骤S105位于步骤S150之前即可,具体执行顺序不进行具体限定。可以采用任意的方式判断所述环境是否为窄通道。
可选地,作为一种可选的实施方式,可以通过图像获取设备获得所述当前数据帧对应的环境的环境图像,通过对该环境图像进行分析,从而判断所述当前数据帧对应的环境是否为窄通道。
可选地,作为另一种可选的实施方式,可以根据所述当前数据帧判断所述环境是否为窄通道。激光雷达可发射至少一根激光线。可从所述当前数据帧中,获得至少一根目标激光线所对应的多个距离值。其中,所述目标激光线为所述激光雷达的所有激光线中扫描距离大于预设扫描距离的激光线,该预设扫描距离可以根据实际需求设置,只要保证能确定出所有激光线中扫描距离较远的激光线作为所述目标激光线即可。由此可基于距离较远的点进行判断。目标激光线的具体数量可以是一根,也可以是两根等,具体数量不做具体限定,只要后续能够基于该目标激光线对应的距离值准确判断所述环境是否为窄通道即可。
可以从所述当前帧中,获得所述目标激光线对应的所有距离值,并将该所有距离值作为所述多个距离值。也可以在所述当前帧中,针对所述目标激光线对应的所有点,以间隔预设个(比如,3个)点选定一个点、并得到该点的距离的方式,获得所述多个距离值。由此,可以减小后续的计算量。
在确定目标激光线时,可根据所述激光雷达的高度确定出激光线的扫描距离。比如,在所述激光雷达为多线激光雷达的情况下,当激光雷达高度较矮(比如,小于1.6米)时,可选取多线激光雷达的一根水平的激光线以及一根斜向上的激光线作为目标激光线;在激光雷达较高(比如,大于1.6米)时,可只选取一根水平的激光线作为目标激光线。
在确定所述目标激光线后,可从所述当前数据帧中获得所述目标激光线对应的多个距离值。若所述当前数据帧中包括的是各激光线所对应的点云的坐标,则可以基于所述目标激光线对应的坐标计算得到距离值。若所述当前数据帧中包括的是距离,则可以直接得到所述目标激光线对应的多个距离值。
可将各距离值与第一预设值进行比较,将大于所述第一预设值的距离值所对应的点作为远距离点,并统计远距离点的数量,远距离点的数量可表示为第一数量。还可将各距离值与第二预设值进行比较,将小于所述第二预设值的距离值所对应的点作为近距离点,并统计近距离点的数量,近距离点的数量可表示为第二数量。其中,所述第一预设值大于所述第二预设值,所述第一预设值及第二预设值的具体数值可根据实际需求设置,比如,所述第一预设值设置为3米,所述第二预设值设置为2.5米。
还可以计算所述多个距离值的平均值。然后根据所述根据远距离点的第一数量、近距离点的第二数量以及所述多个距离值的平均值,判断所述环境是否是窄通道。比如,只考虑所述第一数量,若所述第一数量大于第一预设数量阈值,则确定所述环境为窄通道;反之确定所述环境不是窄通道。或者,只考虑所述第二数量,若所述第二数量小于第二预设数量阈值,则确定所述环境为窄通道;反之确定所述环境不是窄通道。或者,在所述第一数量大于第一预设数量阈值、且所述第二数量小于第二预设数量阈值、且所述平均值小于某个阈值时,确定所述环境为窄通道;不满足该判断条件,则确定所述环境不是窄通道。
可选地,可计算所述远距离点的第一数量与所述多个距离值的数量的比值,并将得到的比值作为第一比值;然后,判断所述第一比值是否小于第一预设比值,得到第一判断结果。还可计算所述近距离点的第二数量与所述多个距离值的数量的比值,并将得到的比值作为第二比值;然后,判断所述第二比值是否大于第二预设值,得到第二判断结果。
还可以判断所述平均值是否小于预设平均值,得到第三判断结果。还可以计算所述平均值与所述远距离点所对应的所述第一比值的乘积结果,并判断所述乘积结果是否小于所述第三预设值,得到第四判断结果。由此,获得四个判断结果。其中,所述第一预设比值小于所述第二预设比值,所述第一预设比值及第二预设比值的具体数据可以根据实际需求设置,比如,所述第一预设比值设置为0.3,所述第二预设比值设置为0.6。所述第三预设值也可以根据实际需求设置,比如,设置为2.0米。
可根据得到的上述四个判断结果确定所述环境是否为窄通道。具体方式可以根据实际需求设置。可选地,一示例中,在上述四个判断结果中,只要有一个判断结果为是,就可以确定所述环境为窄通道;反之,确定所述环境不是窄通道。又一示例中,还可以在四个判断结果中至少一个判断结果为时,确定所述环境疑似是窄通道;若所述当前数据帧之前的预设数量的历史数据帧对应的环境均疑似是窄通道,则判定所述环境为窄通道;否则确定所述环境不是窄通道。其中,所述预设数量可以根据实际需求设置,比如2帧,由此,在连续3次都认为环境疑似是窄通道时,确定环境为窄通道。
请参照图4,图4为本申请实施例提供的定位方法的流程示意图之三。在图2所示方法基础上,在本实施例中,所述方法还可以包括步骤S125及步骤S126。
步骤S125,以所述预测坐标为初始值,将所述当前数据帧与所述当前数据帧对应的地图进行优化匹配,得到一个第二优化坐标。
步骤S126,判断所述第二优化坐标与所述预测坐标之间的第二距离是否大于预设距离。
若基于整帧所述当前数据帧获得的第二优化坐标与所述预测坐标之间的第二距离大于所述预设距离,表示该第二优化坐标偏移。在此情况下,可以执行步骤S150,以保证所述当前数据帧的激光里程计坐标的准确性。若所述第二距离不大于所述预设距离,可根据实际需求确定是执行步骤S150,还是将所述第二优化坐标作为所述当前数据帧的激光里程计坐标。可选地,若所述第二距离不大于所述预设距离,可直接将所述第二优化坐标作为所述当前数据帧的激光里程计坐标。其中,步骤S125及步骤S126可以位于步骤S130之前,也可以位于步骤S140之前,只要保证步骤S125及步骤S126位于步骤S150之前即可,具体执行顺序不进行具体限定。
请参照图5,图5为本申请实施例提供的定位方法的流程示意图之四。在图2所示方法基础上,在本实施例中,所述方法还可以包括步骤S115、步骤S125及步骤S126。
步骤S115,判断所述当前数据帧对应的环境是否是窄通道。
步骤S125,以所述预测坐标为初始值,将所述当前数据帧与所述当前数据帧对应的地图进行优化匹配,得到一个第二优化坐标。
步骤S126,判断所述第二优化坐标与所述预测坐标之间的第二距离是否大于预设距离。
若所述第二距离大于所述预设距离,且所述当前数据帧对应的环境是窄通道,则执行步骤S150。
在所述当前数据帧对应的环境是窄通道、且所述二距离大于所述预设距离时,可以认为该第二优化坐标在窄通道中被窄通道中的动态物体的点云带偏,造成定位漂移,此时可通过步骤S150确定所述当前数据帧的激光里程计坐标。若虽然是窄通道,但所述第二距离不大于所述预设距离,可将所述第二优化坐标作为所述当前数据帧的激光里程计坐标。
请参照图6,图6为本申请实施例提供的定位方法的流程示意图之五。在图2~图5中任一图所示方法基础上,在本实施例中,所述方法还可以包括步骤S110。
步骤S110,判断所述当前数据帧是否为关键帧且不是第一帧关键帧。
在进行激光建图或导航时,可能并不会对每帧获得的数据帧都进行使用,而只是使用所获得的数据帧中的部分数据帧,也即只使用关键帧。因此,在获得当前数据帧后,可判断当前数据帧是否为关键帧;若不是关键帧,则可以不对该数据帧做任何处理,直接等待下一数据帧,即等待新的当前数据帧。
在获得当前数据帧后,可先判断该当前数据帧是否为第一帧,若是,则可以直接将该当前数据帧作为关键帧。并将该当前数据帧的激光里程计作为作为原点,以及对该当前数据帧、该当前数据帧对应的激光里程计坐标、该当前数据帧对应的通过里程计坐标获得的位置坐标进行保存。
若获得的当前数据帧不是第一帧,可根据预设规则判断该当前数据帧是否为关键帧。若当前数据帧不是第一帧且不是关键帧,则直接等待下一当前数据帧。若当前数据帧不是第一帧且是关键帧,也即,若当前数据帧是关键帧、但不是第一帧关键帧,则可执行步骤S120。由此,仅获得关键帧的激光里程计坐标,既能够满足后续的建图或导航需求,也可以减少处理量。
可选地,可以根据当前数据帧的帧头时刻对应的位置坐标及前一关键帧的帧头时刻对应的位置坐标,计算得到得到两个位置坐标的位移,该两个位置坐标是通过里程计单元获得的位置坐标;并且,计算得到当前数据帧的帧头时刻与前一关键帧的帧头时刻的时间差。判断上述位移的距离、上述位移的角度差、时间差是否大于各自对应的阈值,若其中一项大于对应的阈值,则可以认为该当前数据帧是关键帧。
可选地,在确定关键帧后,可以提取出作为关键帧的数据帧中的特征点云,将该特征点云作为该关键帧中的特征点云,并将该关键帧、对应的通过里程计单元获得的位置坐标、激光里程计坐标进行存储。也即,在保存数据帧时,可以只保存该数据帧的特征点云。
在获得第一优化坐标、第二优化坐标时,可根据预测坐标,从存储的数据中找到该探测坐标周围的几帧关键帧,然后根据该几帧关键帧中的特征点云、对应的通过里程计单元获得的位置坐标、激光里程计坐标生成临时地图,以便获得所述第一优化坐标、第二优化坐标。
当然可以理解的是,在判断所述当前数据帧对应的环境是否是窄通道时,在需要根据所述当前数据帧之前的预设数量的历史数据帧对应的环境是否疑似是窄通道,来判断所述当前数据帧当前的环境是否为窄通道时,此处的历史数据帧也是关键帧。
由此,在以多线激光雷达和里程计单元作为主要定位传感器的设备在窄通道做激光里程计定位时,可避免被动态物体干扰导致定位漂移。
为了执行上述实施例及各个可能的方式中的相应步骤,下面给出一种定位装置200的实现方式,可选地,该定位装置可以采用上述图1所示的电子设备100的器件结构。进一步地,请参照图7,图7为本申请实施例提供的定位装置200的方框示意图之一。需要说明的是,本实施例所提供的定位装置200,其基本原理及产生的技术效果和上述实施例相同,为简要描述,本实施例部分未提及之处,可参考上述的实施例中相应内容。所述定位装置200可以包括:预测模块220、拆分模块230、优化模块240及选择模块。
所述预测模块220,用于根据当前数据帧的第一位置坐标、一帧目标历史数据帧对应的第二位置坐标以及所述目标历史数据帧的激光里程计坐标,对所述当前数据帧的激光里程计坐标进行预测,得到预测坐标。其中,所述当前数据帧为通过激光雷达旋转一周得到的一帧激光点云数据,所述第一位置坐标及第二位置坐标通过里程计单元得到。
所述拆分模块230,用于将所述当前数据帧拆分为多个子数据帧。其中,每个子数据帧分别对应一个旋转角度范围。
所述优化模块240,用于以所述预测坐标为初始值,分别将每个子数据帧与所述当前数据帧对应的地图进行优化匹配,得到多个第一优化坐标。
所述选择模块250,用于从所述多个第一优化坐标及预测坐标中,选出一个坐标作为所述当前数据帧的激光里程计坐标。
可选地,在本实施例中,所述选择模块250具体用于:分别计算每个第一优化坐标与所述预测坐标之间的第一距离;判断所述第一距离中的最小第一距离是否小于预设距离;若所述最小第一距离小于所述预设距离,则将所述最小第一距离对应的第一优化坐标作为所述当前数据帧的激光里程计坐标;若所述最小第一距离不小于所述预设距离,则将所述预测坐标作为所述当前数据帧的激光里程计坐标。
请参照图8,图8为本申请实施例提供的定位装置200的方框示意图之二。所述定位装置200还可以包括判断模块210。所述判断模块210,用于判断所述当前数据帧对应的环境是否是窄通道。在所述环境是窄通道时,所述选择模块250从所述多个第一优化坐标及预测坐标中,选出一个坐标作为所述当前数据帧的激光里程计坐标。或者,所述判断模块210,用于以所述预测坐标为初始值,将所述当前数据帧与所述当前数据帧对应的地图进行优化匹配,得到一个第二优化坐标;还用于判断所述第二优化坐标与所述预测坐标之间的第二距离是否大于预设距离。若所述第二距离大于所述预设距离,所述选择模块250从所述多个第一优化坐标及预测坐标中,选出一个坐标作为所述当前数据帧的激光里程计坐标。
可选地,在本实施例中,所述判断模块210用于:判断所述当前数据帧对应的环境是否是窄通道;以所述预测坐标为初始值,将所述当前数据帧与所述当前数据帧对应的地图进行优化匹配,得到一个第二优化坐标;判断所述第二优化坐标与所述预测坐标之间的第二距离是否大于预设距离。若所述第二距离大于所述预设距离,且所述当前数据帧对应的环境是窄通道,所述选择模块250从所述多个第一优化坐标及预测坐标中,选出一个坐标作为所述当前数据帧的激光里程计坐标。
可选地,在本实施例中,所述判断模块210具体用于:根据所述当前数据帧,获得至少一根目标激光线对应的多个距离值,其中,所述目标激光线为所有激光线中扫描距离大于预设扫描距离的激光线;根据第一预设值判断各距离值对应的点是否为远距离点,并根据第二预设值判断各距离值对应的点是否为近距离点,其中,所述第一预设值大于所述第二预设值;根据远距离点的第一数量、近距离点的第二数量以及所述多个距离值的平均值,判断所述环境是否是窄通道。
可选地,在本实施例中,所述判断模块210具体用于:判断所述第一数量与所述多个距离值的数量的第一比值是否小于第一预设比值、所述第二数量与所述多个距离值的数量的第二比值是否大于第二预设比值、所述平均值是否小于预设平均值、所述第一比值与所述平均值的乘积结果是否小于第三预设值,其中,所述第一预设比值小于所述第二预设比值,得到四个判断结果;根据所述四个判断结果确定所述环境是否是窄通道。
可选地,在本实施例中,所述判断模块210还用于:判断所述当前数据帧是否为关键帧且不是第一帧关键帧。若所述当前数据帧为关键帧且不是第一帧关键帧,所述预测模块220根据当前数据帧的第一位置坐标、一帧目标历史数据帧对应的第二位置坐标以及所述目标历史数据帧的激光里程计坐标,对所述当前数据帧的激光里程计坐标进行预测,得到预测坐标。
可选地,上述模块可以软件或固件(Firmware)的形式存储于图1所示的存储器110中或固化于电子设备100的操作***(Operating System,OS)中,并可由图1中的处理器120执行。同时,执行上述模块所需的数据、程序的代码等可以存储在存储器110中。
本申请实施例还提供一种可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现所述的定位方法。
综上所述,本申请实施例提供了一种定位方法、装置、电子设备及可读存储介质,根据一帧目标历史数据帧对应的第二位置坐标及激光里程计坐标、和当前数据帧的第一位置坐标,对该当前数据帧对应的激光里程计坐标进行预测,得到预测坐标;进而分别根据该预测坐标、当前数据帧对应的地图以及当前数据帧在旋转角度维度拆分后的各个子数据帧,获得多个第一优化坐标;最后从上述第一优化坐标及预测坐标中选出一个坐标作为该当前数据帧的激光里程计坐标。由此,相较于将由包括了动态物体的激光点云数据的整帧数据帧得到的坐标作为激光里程计坐标的方式,本申请实施例可以减小动态物体的干扰,获得准确性高的激光里程计坐标。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置和方法,也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,附图中的流程图和框图显示了根据本申请的多个实施例的装置、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、程序段或代码的一部分,所述模块、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。也应当注意,在有些作为替换的实现方式中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动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。
另外,在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分,也可以是各个模块单独存在,也可以两个或两个以上模块集成形成一个独立的部分。
所述功能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,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,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)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅为本申请的优选实施例而已,并不用于限制本申请,对于本领域的技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。
Claims (10)
1.一种定位方法,其特征在于,包括:
根据当前数据帧的第一位置坐标、一帧目标历史数据帧对应的第二位置坐标以及所述目标历史数据帧的激光里程计坐标,对所述当前数据帧的激光里程计坐标进行预测,得到预测坐标,其中,所述当前数据帧为通过激光雷达旋转一周得到的一帧激光点云数据,所述第一位置坐标及第二位置坐标通过里程计单元得到;
将所述当前数据帧拆分为多个子数据帧,其中,每个子数据帧分别对应一个旋转角度范围;
以所述预测坐标为初始值,分别将每个子数据帧与所述当前数据帧对应的地图进行优化匹配,得到多个第一优化坐标;
从所述多个第一优化坐标及预测坐标中,选出一个坐标作为所述当前数据帧的激光里程计坐标。
2.根据权利要求1所述的方法,其特征在于,所述从所述多个第一优化坐标及预测坐标中,选出一个坐标作为所述当前数据帧的激光里程计坐标,包括:
分别计算每个第一优化坐标与所述预测坐标之间的第一距离;
判断所述第一距离中的最小第一距离是否小于预设距离;
若所述最小第一距离小于所述预设距离,则将所述最小第一距离对应的第一优化坐标作为所述当前数据帧的激光里程计坐标;
若所述最小第一距离不小于所述预设距离,则将所述预测坐标作为所述当前数据帧的激光里程计坐标。
3.根据权利要求1所述的方法,其特征在于,所述方法还包括:
判断所述当前数据帧对应的环境是否是窄通道;
在所述环境是窄通道时,执行所述从所述多个第一优化坐标及预测坐标中,选出一个坐标作为所述当前数据帧的激光里程计坐标的步骤;
或者,
以所述预测坐标为初始值,将所述当前数据帧与所述当前数据帧对应的地图进行优化匹配,得到一个第二优化坐标;
判断所述第二优化坐标与所述预测坐标之间的第二距离是否大于预设距离;
若所述第二距离大于所述预设距离,则执行从所述多个第一优化坐标及预测坐标中,选出一个坐标作为所述当前数据帧的激光里程计坐标的步骤。
4.根据权利要求1所述的方法,其特征在于,所述方法还包括:
判断所述当前数据帧对应的环境是否是窄通道;
以所述预测坐标为初始值,将所述当前数据帧与所述当前数据帧对应的地图进行优化匹配,得到一个第二优化坐标;
判断所述第二优化坐标与所述预测坐标之间的第二距离是否大于预设距离;
若所述第二距离大于所述预设距离,且所述当前数据帧对应的环境是窄通道,则执行从所述多个第一优化坐标及预测坐标中,选出一个坐标作为所述当前数据帧的激光里程计坐标的步骤。
5.根据权利要求3或4所述的方法,其特征在于,所述判断所述当前数据帧对应的环境是否是窄通道,包括:
根据所述当前数据帧,获得至少一根目标激光线对应的多个距离值,其中,所述目标激光线为所有激光线中扫描距离大于预设扫描距离的激光线;
根据第一预设值判断各距离值对应的点是否为远距离点,并根据第二预设值判断各距离值对应的点是否为近距离点,其中,所述第一预设值大于所述第二预设值;
根据远距离点的第一数量、近距离点的第二数量以及所述多个距离值的平均值,判断所述环境是否是窄通道。
6.根据权利要求5所述的方法,其特征在于,所述根据远距离点的第一数量、近距离点的第二数量以及所述多个距离值的平均值,判断所述环境是否是窄通道,包括:
判断所述第一数量与所述多个距离值的数量的第一比值是否小于第一预设比值、所述第二数量与所述多个距离值的数量的第二比值是否大于第二预设比值、所述平均值是否小于预设平均值、所述第一比值与所述平均值的乘积结果是否小于第三预设值,其中,所述第一预设比值小于所述第二预设比值,得到四个判断结果;
根据所述四个判断结果确定所述环境是否是窄通道。
7.根据权利要求1-4中的任意一项所述的方法,其特征在于,所述方法还包括:
判断所述当前数据帧是否为关键帧且不是第一帧关键帧;
若所述当前数据帧为关键帧且不是第一帧关键帧,则执行根据当前数据帧的第一位置坐标、一帧目标历史数据帧对应的第二位置坐标以及所述目标历史数据帧的激光里程计坐标,对所述当前数据帧的激光里程计坐标进行预测,得到预测坐标的步骤。
8.一种定位装置,其特征在于,包括:
预测模块,用于根据当前数据帧的第一位置坐标、一帧目标历史数据帧对应的第二位置坐标以及所述目标历史数据帧的激光里程计坐标,对所述当前数据帧的激光里程计坐标进行预测,得到预测坐标,其中,所述当前数据帧为通过激光雷达旋转一周得到的一帧激光点云数据,所述第一位置坐标及第二位置坐标通过里程计单元得到;
拆分模块,用于将所述当前数据帧拆分为多个子数据帧,其中,每个子数据帧分别对应一个旋转角度范围;
优化模块,用于以所述预测坐标为初始值,分别将每个子数据帧与所述当前数据帧对应的地图进行优化匹配,得到多个第一优化坐标;
选择模块,用于从所述多个第一优化坐标及预测坐标中,选出一个坐标作为所述当前数据帧的激光里程计坐标。
9.一种电子设备,其特征在于,包括处理器和存储器,所述存储器存储有能够被所述处理器执行的机器可执行指令,所述处理器可执行所述机器可执行指令以实现权利要求1-7中任意一项所述的定位方法。
10.一种可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1-7中任意一项所述的定位方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011413611.0A CN112630787B (zh) | 2020-12-03 | 2020-12-03 | 定位方法、装置、电子设备及可读存储介质 |
PCT/CN2021/131222 WO2022116831A1 (zh) | 2020-12-03 | 2021-11-17 | 定位方法、装置、电子设备及可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011413611.0A CN112630787B (zh) | 2020-12-03 | 2020-12-03 | 定位方法、装置、电子设备及可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112630787A CN112630787A (zh) | 2021-04-09 |
CN112630787B true CN112630787B (zh) | 2022-05-17 |
Family
ID=75308107
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011413611.0A Active CN112630787B (zh) | 2020-12-03 | 2020-12-03 | 定位方法、装置、电子设备及可读存储介质 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN112630787B (zh) |
WO (1) | WO2022116831A1 (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112630787B (zh) * | 2020-12-03 | 2022-05-17 | 深圳市优必选科技股份有限公司 | 定位方法、装置、电子设备及可读存储介质 |
CN117452429B (zh) * | 2023-12-21 | 2024-03-01 | 江苏中科重德智能科技有限公司 | 基于多线激光雷达的机器人定位方法及*** |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109099915A (zh) * | 2018-06-27 | 2018-12-28 | 未来机器人(深圳)有限公司 | 移动机器人定位方法、装置、计算机设备和存储介质 |
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 |
CN111024100A (zh) * | 2019-12-20 | 2020-04-17 | 深圳市优必选科技股份有限公司 | 一种导航地图更新方法、装置、可读存储介质及机器人 |
CN111121768A (zh) * | 2019-12-23 | 2020-05-08 | 深圳市优必选科技股份有限公司 | 一种机器人位姿估计方法、装置、可读存储介质及机器人 |
CN111429574A (zh) * | 2020-03-06 | 2020-07-17 | 上海交通大学 | 基于三维点云和视觉融合的移动机器人定位方法和*** |
CN111895989A (zh) * | 2020-06-24 | 2020-11-06 | 浙江大华技术股份有限公司 | 一种机器人的定位方法、装置和电子设备 |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108253958B (zh) * | 2018-01-18 | 2020-08-11 | 亿嘉和科技股份有限公司 | 一种稀疏环境下的机器人实时定位方法 |
EP3842885A4 (en) * | 2018-08-22 | 2021-11-17 | Ecovacs Robotics Co., Ltd. | AUTONOMOUS MOVEMENT DEVICE, CONTROL PROCESS AND STORAGE SUPPORT |
US10782137B2 (en) * | 2019-01-28 | 2020-09-22 | Qfeeltech (Beijing) Co., Ltd. | Methods, apparatus, and systems for localization and mapping |
CN110705543A (zh) * | 2019-08-23 | 2020-01-17 | 芜湖酷哇机器人产业技术研究院有限公司 | 基于激光点云进行车道线识别的方法和*** |
CN110553652B (zh) * | 2019-10-12 | 2022-06-24 | 上海高仙自动化科技发展有限公司 | 机器人多传感器融合定位方法及其应用 |
CN110865393A (zh) * | 2019-11-29 | 2020-03-06 | 广州视源电子科技股份有限公司 | 基于激光雷达的定位方法及***、存储介质和处理器 |
CN110849374B (zh) * | 2019-12-03 | 2023-04-18 | 中南大学 | 地下环境定位方法、装置、设备及存储介质 |
CN111223145A (zh) * | 2020-01-03 | 2020-06-02 | 上海有个机器人有限公司 | 数据处理方法、***、服务装置及其存储介质 |
CN112630787B (zh) * | 2020-12-03 | 2022-05-17 | 深圳市优必选科技股份有限公司 | 定位方法、装置、电子设备及可读存储介质 |
-
2020
- 2020-12-03 CN CN202011413611.0A patent/CN112630787B/zh active Active
-
2021
- 2021-11-17 WO PCT/CN2021/131222 patent/WO2022116831A1/zh active Application Filing
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109099915A (zh) * | 2018-06-27 | 2018-12-28 | 未来机器人(深圳)有限公司 | 移动机器人定位方法、装置、计算机设备和存储介质 |
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 |
CN111024100A (zh) * | 2019-12-20 | 2020-04-17 | 深圳市优必选科技股份有限公司 | 一种导航地图更新方法、装置、可读存储介质及机器人 |
CN111121768A (zh) * | 2019-12-23 | 2020-05-08 | 深圳市优必选科技股份有限公司 | 一种机器人位姿估计方法、装置、可读存储介质及机器人 |
CN111429574A (zh) * | 2020-03-06 | 2020-07-17 | 上海交通大学 | 基于三维点云和视觉融合的移动机器人定位方法和*** |
CN111895989A (zh) * | 2020-06-24 | 2020-11-06 | 浙江大华技术股份有限公司 | 一种机器人的定位方法、装置和电子设备 |
Non-Patent Citations (1)
Title |
---|
Loam livox: A fast, robust, high-precision LiDAR odometry and mapping package for LiDARs of small FoV;J. Lin,et al;《 2020 IEEE International Conference on Robotics and Automation (ICRA)》;20200915;p3126-3131 * |
Also Published As
Publication number | Publication date |
---|---|
WO2022116831A1 (zh) | 2022-06-09 |
CN112630787A (zh) | 2021-04-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108037519B (zh) | 线路偏移预警方法和装置 | |
EP2156141B1 (en) | Method and system for matching a virtual map | |
CN109710724B (zh) | 一种构建点云地图的方法和设备 | |
JP7258233B2 (ja) | 後退ホライズン状態推定器 | |
CN112630787B (zh) | 定位方法、装置、电子设备及可读存储介质 | |
CN112086010B (zh) | 地图生成方法、装置、设备及存储介质 | |
EP3073224B1 (en) | Sensor data fusion based on digital map information | |
JP2017166966A (ja) | 周辺環境推定装置及び周辺環境推定方法 | |
CN111856521B (zh) | 数据处理方法、装置、电子设备和存储介质 | |
CN113432533B (zh) | 一种机器人定位方法、装置、机器人及存储介质 | |
JP2015219089A (ja) | 無線測位装置、無線測位用地図データベース | |
JP4558600B2 (ja) | 航跡相関統合装置 | |
CN110542425B (zh) | 导航路径选择方法、导航装置、计算机设备及可读介质 | |
CN114842445A (zh) | 基于多途径融合的目标检测方法、装置、设备及介质 | |
WO2018212301A1 (ja) | 自己位置推定装置、制御方法、プログラム及び記憶媒体 | |
CN112558035B (zh) | 用于估计地面的方法和装置 | |
CN114488178A (zh) | 定位方法及设备 | |
CN114088093B (zh) | 一种点云地图构建方法、装置、***及存储介质 | |
EP4184479A1 (en) | Information processing device | |
CN114964204A (zh) | 地图构建方法、地图使用方法、装置、设备和存储介质 | |
CN110909668B (zh) | 目标检测方法、装置、计算机可读存储介质和电子设备 | |
JP5586278B2 (ja) | 測位データ評価装置、測位データ評価方法および測位データ評価プログラム | |
CN112229396A (zh) | 无人车重定位方法、装置、设备及存储介质 | |
JP2019148456A (ja) | 算出装置、自己位置算出方法、およびプログラム | |
CN114323693B (zh) | 车路云感知***的测试方法、装置、设备及存储介质 |
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 |