CN112698654A - 基于单点tof建图及定位方法、芯片和移动机器人 - Google Patents
基于单点tof建图及定位方法、芯片和移动机器人 Download PDFInfo
- Publication number
- CN112698654A CN112698654A CN202011559876.1A CN202011559876A CN112698654A CN 112698654 A CN112698654 A CN 112698654A CN 202011559876 A CN202011559876 A CN 202011559876A CN 112698654 A CN112698654 A CN 112698654A
- Authority
- CN
- China
- Prior art keywords
- robot
- tof
- point cloud
- point
- cloud data
- 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
- 238000000034 method Methods 0.000 title claims abstract description 58
- 238000013507 mapping Methods 0.000 title claims description 20
- 238000004140 cleaning Methods 0.000 claims abstract description 16
- 238000004364 calculation method Methods 0.000 claims description 6
- 230000004807 localization Effects 0.000 claims 2
- 238000004519 manufacturing process Methods 0.000 abstract description 5
- 238000001514 detection method Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
- G05D1/0217—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory in accordance with energy consumption, time reduction or distance reduction criteria
Landscapes
- Engineering & Computer Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明公开了一种基于单点TOF建图及定位方法、芯片和机器人,该方法包括以下步骤:S1:机器人判断是否具有清扫地图,若有,则进入步骤S3,若没有则进入步骤S2;S2:机器人进行全局沿边,并通过单点TOF模块获取点云数据来建立清扫地图;S3:机器人开始工作,并在工作过程中根据设定的条件进行判断,若不符合,则继续工作,若符合,则进入步骤S4;S4:机器人进行沿边来获取点云数据,然后通过点云数据来对机器人的位姿进行修正。机器人通过TOF模块获取点云数据来进行清扫地图的建立,并在清扫过程中根据设定的情况,再次采用TOF模块来获取点云数据,修正机器人的位置,生产成本低,准确度高。
Description
技术领域
本发明涉及电子技术领域,具体涉及一种基于单点TOF建图及定位方法、芯片和机器人。
背景技术
移动机器人在进行移动前,会先对自身的位置进行建图和定位,然后在根据建立的地形图和自身所处的位置进行移动,目前对于现有的机器人来说,机器人在工作时,大都是都是采用视觉、激光雷达或惯性导航来进行建图和定位,但是使用视觉建图和定位时,计算量过大,而使用激光雷达建图和定位,传感器成本过高,而使用传统的惯性导航建图定位,精度过低。
发明内容
为解决上述问题,本发明提供了一种基于单点TOF建图及定位方法、芯片和机器人,采用单点TOF传感器来作为机器人建图和定位传感器,精度高、成本低。本发明的具体技术方案如下:
一种基于单点TOF建图及定位方法,该方法包括以下步骤:S1:机器人判断是否具有清扫地图,若有,则进入步骤S3,若没有则进入步骤S2;S2:机器人进行全局沿边,并通过单点TOF模块获取点云数据来建立清扫地图;S3:机器人开始工作,并在工作过程中根据设定的条件进行判断,若不符合,则继续工作,若符合,则进入步骤S4;S4:机器人进行沿边来获取点云数据,然后通过点云数据来对机器人的位姿进行修正。机器人通过TOF模块获取点云数据来进行清扫地图的建立,并在清扫过程中根据设定的情况,再次采用TOF模块来获取点云数据,修正机器人的位置,生产成本低,准确度高。
于本发明的一个或多个方案中,步骤S2中:机器人在进行全局沿边时,机器人以开始沿边时自身的中心位置为原点建立世界坐标系,在移动过程中分别通过IMU模块和TOF模块获取IMU数据和测量距离,通过IMU数据获取当前机器人中心位置的坐标,然后以当前机器人中心位置的坐标为原点,机器人正前方为x轴建立机器人坐标系,来获取TOF模块的坐标,机器人基于当前机器人中心位置的坐标、TOF模块的坐标和测量距离获取点云数据。通过设置世界坐标系和机器人坐标系的方式获取障碍物上的点数据,准确度高,计算量少。
于本发明的一个或多个方案中,机器人通过计算公式获取点云数据,所述计算公式为:ox=cos(rθ)* tx-sin(rθ)* ty+ rx+d*cos(rθ+ tθ);oy=sin(rθ)* tx+cos(rθ)* ty+ry+d*sin(rθ+ tθ);其中,当前机器人中心位置的坐标为(rx,ry,rθ),TOF模块的坐标为(tx,ty,tθ),TOF数据为d,障碍物的坐标为(ox,oy)。
于本发明的一个或多个方案中,机器人在沿边时,每行走设定的距离获取一次点云数据。机器人以行走设定距离后获取点云数据,减少需要的内存空间和避免在同一个位置重复计算点云。
于本发明的一个或多个方案中,步骤S3中,机器人的判断方法为:若机器人已经行走了设定的距离或时间,则机器人判断符合条件。
于本发明的一个或多个方案中,步骤S3中,机器人的判断方法为:若机器人在工作过程中IMU模块积累的误差值大于等于设定值,则机器人判断符合条件。根据机器人的行走时间、行走距离或数据误差来判断是否进行位姿修正,使机器人能够快速进行清扫,提高机器人的清扫效率。
于本发明的一个或多个方案中,步骤S4中,机器人寻找最近的障碍物进行沿边来获取点云数据。
于本发明的一个或多个方案中,步骤S4中,机器人获取设定数量的点云数据与点云地图匹配来修正当前机器人的位姿。获取点云数据来采用点云匹配的方式来修正机器人的位姿,准确率高。
一种芯片,内置控制程序,所述控制程序用于控制机器人执行上述的基于单点TOF建图及定位方法。机器人通过装载该芯片就可以使用该方法,实用性高。
一种移动机器人,装配有主控芯片,所述主控芯片是上述的芯片。机器人通过该方法来进行建图和定位,降低机器人的生产成本。
附图说明
图1为本发明的基于单点TOF建图及定位方法的流程示意图;
图2为本发明的移动机器人的坐标的结构示意图;
图3为本发明的移动机器人的结构示意图。
具体实施方式
下面详细描述本发明的实施例,所述的实施例示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。
在本发明的描述中,需要说明的是,对于方位词,如有术语“中心”,“横向”、“纵向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”、“顺时针”、“逆时针”等指示方位和位置关系为基于附图所示的方位或位置关系,仅是为了便于叙述本发明和简化描述,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、以特定方位构造和操作,不能理解为限制本发明的具体保护范围。
此外,如有术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或隐含指明技术特征的数量。由此,限定有“第一”、“第二”特征可以明示或者隐含包括一个或者多个该特征,在本发明描述中,“至少”的含义是一个或一个以上,除非另有明确具体的限定。
在本发明中,除另有明确规定和限定,如有术语“组装”、“相连”、“连接”术语应作广义去理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;也可以是机械连接;可以是直接相连,也可以是通过中间媒介相连,可以是两个元件内部相连通。对于本领域普通技术人员而言,可以根据具体情况理解上述的术语在本发明中的具体含义。
在发明中,除非另有规定和限定,第一特征在第二特征之“上”或之“下”可以包括第一和第二特征直接接触,也可以包括第一特征和第二特征不是直接接触而是通过它们之间的另外特征接触。而且,第一特征在第二特征“之上”、“之下”和“上面”包括第一特征在第二特征正上方和斜上方,或仅仅是表示第一特征水平高度高于第二特征的高度。第一特征在第二特征 “之上”、“之下”和“下面”包括第一特征在第二特征正下方或斜下方,或仅仅表示第一特征水平高度低于第二特征。
下面结合说明书的附图,通过对本发明的具体实施方式作进一步的描述,使本发明的技术方案及其有益效果更加清楚、明确。下面通过参考附图描述实施例是示例性的,旨在解释本发明,而不能理解为对本发明的限制。
参考图1可知,一种基于单点TOF建图及定位方法,该方法包括以下步骤:S1:机器人判断是否具有清扫地图,若有,则进入步骤S3,若没有则进入步骤S2;S2:机器人进行全局沿边,并通过单点TOF模块获取点云数据来建立清扫地图;S3:机器人开始工作,并在工作过程中根据设定的条件进行判断,若不符合,则继续工作,若符合,则进入步骤S4;S4:机器人进行沿边来获取点云数据,然后通过点云数据来对机器人的位姿进行修正。机器人通过TOF模块获取点云数据来进行清扫地图的建立,并在清扫过程中根据设定的情况,再次采用TOF模块来获取点云数据,修正机器人的位置,生产成本低,准确度高。
参考图2可知,机器人在进行全局沿边时,机器人以开始沿边时自身的中心位置为原点建立世界坐标系,在移动过程中分别通过IMU模块和TOF模块获取IMU数据和测量距离,通过IMU数据获取当前机器人中心位置的坐标,然后以当前机器人中心位置的坐标为原点,机器人正前方为x轴建立机器人坐标系,来获取TOF模块的坐标,机器人基于当前机器人中心位置的坐标、TOF模块的坐标和测量距离获取点云数据。通过设置世界坐标系和机器人坐标系的方式获取障碍物上的点数据,准确度高,计算量少。移动机器人在工作时,以自身的中心位置为基础坐标,在以基础坐标为原点建立世界坐标系,移动机器人然后开始移动,并在移动过程中通过IMU模块获取IMU数据,通过采集t1时刻到t2时刻之间的IMU数据,通过IMU数据就可以估算出机器人在t1时刻到t2时刻的相对运动姿态。从而可以根据t1时刻的机器人坐标,计算出t2时刻的机器人坐标。对于平面移动的机器人来说,IMU数据仅包括角速度方向垂直于地面的角速度大小,及两轮的编码器计数即可估算机器人的姿态。(此为机器人公开技术,常用于惯性导航机器人)。移动机器人在知道当前的机器人坐标后,以当前的机器人坐标为原点建立机器人坐标系,机器人的正前方为x轴,y轴可以根据实际情况设置,图中y轴为移动机器人的左侧方向,在根据设置TOF模块时的位置参数,获取TOF模块相对于机器人坐标系的TOF坐标,比如图中的机器人坐标为(1.0,1.0,1.5707),则TOF坐标为(0.035,-0.165,-1.5707),然后根据TOF模块获取到的TOF模块与障碍物之间的距离、机器人坐标和TOF坐标,通过公式ox=cos(rθ)* tx-sin(rθ)* ty+ rx+d*cos(rθ+ tθ);oy=sin(rθ)* tx+cos(rθ)* ty+ ry+d*sin(rθ+ tθ);其中,机器人坐标为(rx,ry,rθ),TOF坐标为(tx,ty,tθ),TOF数据为d,得到障碍物的坐标为(ox,oy)。点云数据(point cloud data)是指扫描资料以点的形式记录,本申请中,采用的是单点的TOF模块,获取到的是障碍物上一个点的坐标,该坐标就是点云数据。移动机器人在移动过程中就可以获取一系列的点云数据。
作为其中一种实施例,机器人在沿边时,每行走设定的距离获取一次点云数据。沿边的时候,如果每更新TOF的数据就计算一次点云,TOF的帧率为100HZ,则每秒计算100次。过于稠密的点云数据很占用大量的内存空间,一般为机器运动1cm距离计算一次点云数据。机器人以行走设定距离后获取点云数据,减少需要的内存空间和避免在同一个位置重复计算点云。机器人的判断方法为:若机器人已经行走了设定的距离或时间,则机器人判断符合条件。机器人的判断方法为:若机器人在工作过程中IMU模块积累的误差值大于等于设定值,则机器人判断符合条件。根据机器人的行走时间、行走距离或数据误差来判断是否进行位姿修正,使机器人能够快速进行清扫,提高机器人的清扫效率。
作为其中一种实施例,机器人寻找最近的障碍物进行沿边来获取点云数据。机器人获取设定数量的点云数据与点云地图匹配来修正当前机器人的位姿。机器人一般获取50个点云数据来修正机器人的位姿。获取点云数据来采用点云匹配的方式来修正机器人的位姿,准确率高。点云匹配的方法有很多种,这里不限定使用哪种,属于公知技术。
一种芯片,内置控制程序,所述控制程序用于控制机器人执行上述的基于单点TOF建图及定位方法。机器人通过装载该芯片就可以使用该方法,实用性高。
一种移动机器人,装配有主控芯片,所述主控芯片是上述的芯片。机器人通过该方法来进行建图和定位,降低机器人的生产成本。
参照图3所示,一种机器人的点云数据获取结构,包括主体1和控制器,所述主体的左前侧或右前侧上设有单点的TOF模块2,所述TOF模块2与所述控制器电连接,所述TOF模块2检测方向与机器人的轮轴线平行。TOF模块2的探测方向与墙面垂直设置,便于机器人获取机器人与墙面之间的距离信息,并且机器人可以在沿边的过程中将获取的数据直接用于修改机器人的位姿,不需要经过复杂的计算。
作为其中一种实施例,所述TOF模块2包括TOF传感器,所述TOF传感器的型号为VL6180。成本较低,实用性高。所述TOF传感器包括发射器和接收器,所述发射器和接收器水平排列设置。所述TOF模块2的中线与主体1的中线之间的间隔为30mm到40mm,所述主体1的中线与机器人的轮轴线平行,该设置间隔可以使机器更好的沿边绕柱和绕墙角,获取的数据更加准确。
作为其中一种实施例,所述主体1的前端设有碰撞条3,所述碰撞条3上设有圆孔4,所述TOF模块2设置在圆孔4的一侧,并通过该圆孔4检测障碍物。所述主体1包括IMU模块,所述IMU模块包括六轴陀螺仪和码盘,所述六轴陀螺仪和所述码盘分别与控制器电连接。
在说明书的描述中,参考术语“合一个实施例”、“优选地”、“示例”、“具体示例”或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点,包含于本发明的至少一个实施例或示例中,在本说明书中对于上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或者示例中以合适方式结合。说明书的描述中连接的所述连接方式具有明显的效果和实用效力。
通过上述的结构和原理的描述,所属技术领域的技术人员应当理解,本发明不局限于上述的具体实施方式,在本发明基础上采用本领域公知技术的改进和替代均落在本发明的保护范围,应由各权利要求限定之。
Claims (10)
1.一种基于单点TOF建图及定位方法,其特征在于,该方法包括以下步骤:
S1:机器人判断是否具有清扫地图,若有,则进入步骤S3,若没有,则进入步骤S2;
S2:机器人进行全局沿边,并通过单点TOF模块获取点云数据来建立清扫地图;
S3:机器人开始工作,并在工作过程中根据设定的条件进行判断,若不符合,则继续工作,若符合,则进入步骤S4;
S4:机器人进行沿边来获取点云数据,然后通过点云数据来对机器人的位姿进行修正。
2.根据权利要求1所述的基于单点TOF建图及定位方法,其特征在于,步骤S2中:机器人在进行全局沿边时,机器人以开始沿边时自身的中心位置为原点建立世界坐标系,在移动过程中分别通过IMU模块和TOF模块获取IMU数据和测量距离,通过IMU数据获取当前机器人中心位置的坐标,然后以当前机器人中心位置的坐标为原点,机器人正前方为x轴建立机器人坐标系,来获取TOF模块的坐标,机器人基于当前机器人中心位置的坐标、TOF模块的坐标和测量距离获取点云数据。
3.根据权利要求2所述的基于单点TOF建图及定位方法,其特征在于,机器人通过计算公式获取点云数据,所述计算公式为:
ox=cos(rθ)* tx-sin(rθ)* ty+ rx+d*cos(rθ+ tθ);
oy=sin(rθ)* tx+cos(rθ)* ty+ ry+d*sin(rθ+ tθ);
其中,当前机器人中心位置的坐标为(rx,ry,rθ),TOF模块的坐标为(tx,ty,tθ),TOF数据为d,障碍物的坐标为(ox,oy)。
4.根据权利要求2所述的基于单点TOF建图及定位方法,其特征在于,机器人在沿边时,每行走设定的距离获取一次点云数据。
5.根据权利要求1所述的基于单点TOF建图及定位方法,其特征在于,步骤S3中,机器人的判断方法为:若机器人已经行走了设定的距离或时间,则机器人判断符合条件。
6.根据权利要求1所述的基于单点TOF建图及定位方法,其特征在于,步骤S3中,机器人的判断方法为:若机器人在工作过程中IMU模块积累的误差值大于等于设定值,则机器人判断符合条件。
7.根据权利要求1所述的基于单点TOF建图及定位方法,其特征在于,步骤S4中,机器人寻找最近的障碍物进行沿边来获取点云数据。
8.根据权利要求1所述的基于单点TOF建图及定位方法,其特征在于,步骤S4中,机器人获取设定数量的点云数据与点云地图匹配来修正当前机器人的位姿。
9.一种芯片,内置控制程序,其特征在于,所述控制程序用于控制机器人执行权利要求1至8中任一项所述的基于单点TOF建图及定位方法。
10.一种移动机器人,装配有主控芯片,其特征在于,所述主控芯片是权利要求9所述的芯片。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011559876.1A CN112698654B (zh) | 2020-12-25 | 2020-12-25 | 基于单点tof建图及定位方法、芯片和移动机器人 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011559876.1A CN112698654B (zh) | 2020-12-25 | 2020-12-25 | 基于单点tof建图及定位方法、芯片和移动机器人 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112698654A true CN112698654A (zh) | 2021-04-23 |
CN112698654B CN112698654B (zh) | 2024-07-12 |
Family
ID=75510408
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011559876.1A Active CN112698654B (zh) | 2020-12-25 | 2020-12-25 | 基于单点tof建图及定位方法、芯片和移动机器人 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112698654B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113190007A (zh) * | 2021-05-08 | 2021-07-30 | 珠海市一微半导体有限公司 | 一种地图轮廓修正方法、芯片和移动机器人 |
CN114166219A (zh) * | 2021-12-01 | 2022-03-11 | 珠海一微半导体股份有限公司 | 一种校正惯导误差的方法、芯片及机器人 |
CN114577216A (zh) * | 2022-03-31 | 2022-06-03 | 美智纵横科技有限责任公司 | 导航地图构建方法、装置、机器人及存储介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110216678A (zh) * | 2019-06-25 | 2019-09-10 | 韦云智 | 一种机器人的室内定位导航的方法 |
CN110850885A (zh) * | 2019-12-20 | 2020-02-28 | 深圳市杉川机器人有限公司 | 自主机器人 |
CN111427360A (zh) * | 2020-04-20 | 2020-07-17 | 珠海市一微半导体有限公司 | 基于地标定位的地图构建方法、机器人及机器人导航*** |
CN111624997A (zh) * | 2020-05-12 | 2020-09-04 | 珠海市一微半导体有限公司 | 基于tof摄像模块的机器人控制方法、***及机器人 |
CN111857126A (zh) * | 2020-05-29 | 2020-10-30 | 深圳市银星智能科技股份有限公司 | 一种机器人避障方法、机器人以及存储介质 |
CN111947661A (zh) * | 2020-07-16 | 2020-11-17 | 中环凯思特(北京)科技发展有限公司 | 一种基于激光雷达室内地图构建方法 |
-
2020
- 2020-12-25 CN CN202011559876.1A patent/CN112698654B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110216678A (zh) * | 2019-06-25 | 2019-09-10 | 韦云智 | 一种机器人的室内定位导航的方法 |
CN110850885A (zh) * | 2019-12-20 | 2020-02-28 | 深圳市杉川机器人有限公司 | 自主机器人 |
CN111427360A (zh) * | 2020-04-20 | 2020-07-17 | 珠海市一微半导体有限公司 | 基于地标定位的地图构建方法、机器人及机器人导航*** |
CN111624997A (zh) * | 2020-05-12 | 2020-09-04 | 珠海市一微半导体有限公司 | 基于tof摄像模块的机器人控制方法、***及机器人 |
CN111857126A (zh) * | 2020-05-29 | 2020-10-30 | 深圳市银星智能科技股份有限公司 | 一种机器人避障方法、机器人以及存储介质 |
CN111947661A (zh) * | 2020-07-16 | 2020-11-17 | 中环凯思特(北京)科技发展有限公司 | 一种基于激光雷达室内地图构建方法 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113190007A (zh) * | 2021-05-08 | 2021-07-30 | 珠海市一微半导体有限公司 | 一种地图轮廓修正方法、芯片和移动机器人 |
CN114166219A (zh) * | 2021-12-01 | 2022-03-11 | 珠海一微半导体股份有限公司 | 一种校正惯导误差的方法、芯片及机器人 |
CN114577216A (zh) * | 2022-03-31 | 2022-06-03 | 美智纵横科技有限责任公司 | 导航地图构建方法、装置、机器人及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN112698654B (zh) | 2024-07-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112698654B (zh) | 基于单点tof建图及定位方法、芯片和移动机器人 | |
CN103270543B (zh) | 驾驶辅助装置 | |
JP6533619B2 (ja) | センサキャリブレーションシステム | |
EP3343173B1 (en) | Vehicle position estimation device, vehicle position estimation method | |
CN107014376B (zh) | 一种适用于农业机械精准作业的姿态倾角估计方法 | |
CN110967038B (zh) | 车辆定位方法、车辆定位装置和车辆 | |
WO2020051923A1 (en) | Systems And Methods For VSLAM Scale Estimation Using Optical Flow Sensor On A Robotic Device | |
CN110672093B (zh) | 一种基于uwb与惯导融合的车载导航定位方法 | |
CN111624997A (zh) | 基于tof摄像模块的机器人控制方法、***及机器人 | |
CN103592944A (zh) | 一种超市购物机器人及其行进路径规划方法 | |
KR101115012B1 (ko) | 로봇의 각속도 오차 보정 장치 및 방법 | |
US12011938B2 (en) | Printing systems | |
CN112711257B (zh) | 机器人基于单点tof的沿边方法、芯片和移动机器人 | |
CN110658828A (zh) | 一种地貌自主探测方法及无人机 | |
CN108801253B (zh) | 机器人建图定位***及机器人 | |
CN114137975A (zh) | 一种超声波辅助融合定位的无人车导航纠偏方法 | |
CN113175925A (zh) | 定位与导航***以及方法 | |
CN112747746A (zh) | 基于单点tof的点云数据获取方法、芯片和移动机器人 | |
CN111583316A (zh) | 一种视觉自主定位***实现方法 | |
CN114714357A (zh) | 一种分拣搬运方法、分拣搬运机器人及存储介质 | |
CN113093759A (zh) | 基于多传感器信息融合的机器人编队构造方法及*** | |
CN213748478U (zh) | 机器人的点云数据获取结构及机器人 | |
CN105137468A (zh) | 光电式gps盲区环境下车辆可持续导航数据采集装置及方法 | |
CN115718487A (zh) | 自移动设备位姿确定方法、装置、自移动设备及存储介质 | |
CN114789439B (zh) | 斜坡定位校正方法、装置、机器人及可读存储介质 |
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 | ||
CB02 | Change of applicant information |
Address after: 519000 2706, No. 3000, Huandao East Road, Hengqin new area, Zhuhai, Guangdong Applicant after: Zhuhai Yiwei Semiconductor Co.,Ltd. Address before: Room 105-514, No.6 Baohua Road, Hengqin New District, Zhuhai City, Guangdong Province Applicant before: AMICRO SEMICONDUCTOR Co.,Ltd. |
|
CB02 | Change of applicant information | ||
GR01 | Patent grant |