CN113465591A - 移动机器人相对定位方法和*** - Google Patents
移动机器人相对定位方法和*** Download PDFInfo
- Publication number
- CN113465591A CN113465591A CN202110742859.XA CN202110742859A CN113465591A CN 113465591 A CN113465591 A CN 113465591A CN 202110742859 A CN202110742859 A CN 202110742859A CN 113465591 A CN113465591 A CN 113465591A
- Authority
- CN
- China
- Prior art keywords
- mobile robot
- information
- relative
- distance
- relative distance
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 31
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 19
- 239000002245 particle Substances 0.000 claims abstract description 15
- 238000001914 filtration Methods 0.000 claims abstract description 8
- 239000011159 matrix material Substances 0.000 claims description 6
- 238000012952 Resampling Methods 0.000 claims description 4
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000012897 Levenberg–Marquardt algorithm Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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
- G01C21/005—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 with correlation of navigation data from several sources, e.g. map or contour matching
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明的实施例提供了一种移动机器人相对定位方法和***,涉及机器人定位技术领域。移动机器人相对定位方法应用于移动机器人,移动机器人上安装有里程计和多个UWB传感器,移动机器人相对定位方法包括:获取移动机器人上的UWB传感器相对于其它移动机器人上的UWB传感器的距离信息;根据距离信息,计算出移动机器人的第一相对距离姿态信息;基于里程计,获取移动机器人的第二相对距离姿态信息;采用粒子滤波算法将第一相对距离姿态信息和第二相对距离姿态信息进行融合,获得移动机器人的相对定位信息。该相对定位方法和***采用的定位方式简单,定位难度低,且定位精度高。
Description
技术领域
本发明涉及机器人定位技术领域,具体而言,涉及一种移动机器人相对定位方法和***。
背景技术
移动机器人作为一种移动平台,可移动性是其基本的功能。而移动机器人的定位功能则是移动机器人实现自主化的关键技术之一,移动机器人只有了解了自己在当前环境中所处的位置,才能决定下一步要去什么地方。
当前移动机器人的定位方法有很多种,诸如:WIFI定位、RFID定位、UWB定位、视觉定位、iBeacon定位、无线激光测距传感器定位、激光SLAM定位和超声波定位。这些方法各有好坏,单纯靠视觉和激光SLAM定位进行定位很难取得很好的效果,目前的定位***采用的定位方式复杂,定位难度大,且定位精度不够高。
发明内容
本发明的目的包括提供一种移动机器人相对定位方法和***,其采用的定位方式简单,定位难度低,且定位精度高。
本发明的实施例可以这样实现:
第一方面,本发明提供一种移动机器人相对定位方法,应用于移动机器人,移动机器人上安装有里程计和多个UWB传感器,移动机器人相对定位方法包括:
获取移动机器人上的UWB传感器相对于其它移动机器人上的UWB传感器的距离信息;
根据距离信息,计算出移动机器人的第一相对距离姿态信息;
基于里程计,获取移动机器人的第二相对距离姿态信息;
采用粒子滤波算法将第一相对距离姿态信息和第二相对距离姿态信息进行融合,获得移动机器人的相对定位信息。
在可选的实施方式中,每个移动机器人上安装有四个UWB传感器,四个UWB传感器呈矩阵形式布置。
在可选的实施方式中,获取移动机器人上的UWB传感器相对于其它移动机器人上的UWB传感器的距离信息的步骤包括:
获取一个移动机器人上的一个UWB传感器相对于另一个移动机器人上的四个UWB传感器的四组距离信息。
在可选的实施方式中,根据距离信息,计算出移动机器人的第一相对距离姿态信息的步骤包括:
根据四组距离信息,计算出另一个移动机器人相对于一个移动机器人的第一相对距离姿态信息。
在可选的实施方式中,第一相对距离姿态信息包括第一距离信息和第一姿态信息,第二相对距离姿态信息包括第二距离信息和第二姿态信息。
在可选的实施方式中,里程计包括:
编码器,安装在移动机器人的滚轮上,编码器用于统计移动机器人的移动路程;
陀螺仪,安装在移动机器人的底盘上,陀螺仪用于实时检测移动机器人的偏航角度。
在可选的实施方式中,基于里程计,获取移动机器人的第二相对距离姿态信息的步骤包括:
基于里程计检测到的信息进行CKF滤波算法处理,获取移动机器人的第二相对距离姿态信息。
在可选的实施方式中,采用粒子滤波算法将第一相对距离姿态信息和第二相对距离姿态信息进行融合,获得移动机器人的相对定位信息的步骤包括:
采用粒子滤波算法将第一相对距离姿态信息作为预测量、第二相对距离姿态信息作为更新量,并进行重采样,获得移动机器人的相对定位信息。
第二方面,本发明提供一种移动机器人相对定位***,移动机器人相对定位***包括:
移动机器人;
里程计,安装在移动机器人上;
多个UWB传感器,安装在移动机器人上;
控制器,与里程计和多个UWB传感器通信连接,控制器用于获取移动机器人上的UWB传感器相对于其它移动机器人上的UWB传感器的距离信息;根据距离信息,计算出移动机器人的第一相对距离姿态信息;基于里程计,获取移动机器人的第二相对距离姿态信息;采用粒子滤波算法将第一相对距离姿态信息和第二相对距离姿态信息进行融合,获得移动机器人的相对定位信息。
在可选的实施方式中,每个移动机器人上安装有四个UWB传感器,四个UWB传感器呈矩阵形式布置;
控制器用于获取一个移动机器人上的一个UWB传感器相对于另一个移动机器人上的四个UWB传感器的四组距离信息,根据四组距离信息,计算出另一个移动机器人相对于一个移动机器人的第一相对距离姿态信息。
本发明实施例提供的移动机器人相对定位方法和***的有益效果包括:
首先,利用UWB传感器检测到的距离信息,获取移动机器人的第一相对距离姿态信息,其次,利用里程计,获取移动机器人的第二相对距离姿态信息,最后,采用粒子滤波算法将第一相对距离姿态信息和第二相对距离姿态信息进行融合,获得移动机器人的相对定位信息,这样,获得的相对定位信息相对于第一相对距离姿态信息和第二相对距离姿态信息更加精确,而且,整个定位方式简单,定位难度低,且定位精度高。
附图说明
为了更清楚地说明本发明实施例的技术方案,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发明的某些实施例,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为本发明第一实施例提供的移动机器人相对定位方法的流程图;
图2为本发明第二实施例提供的移动机器人相对定位***的组成框图。
图标:10-移动机器人相对定位***;11-移动机器人;12-里程计;13-UWB传感器;14-控制器。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明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发明一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本发明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发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施例。基于本发明中的实施例,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,都属于本发明保护的范围。
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。
在本发明的描述中,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、以特定的方位构造和操作,因此不能理解为对本发明的限制。
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,本发明的实施例中的特征可以相互结合。
第一实施例
请参考图1,本实施例提供了一种移动机器人相对定位方法(以下简称:“相对定位方法”),该相对定位方法应用于移动机器人。该相对定位方法包括以下步骤:
S1:获取移动机器人上的UWB传感器相对于其它移动机器人上的UWB传感器的距离信息。
具体的,移动机器人上安装有里程计和多个UWB传感器,具体的,每个移动机器人上安装有四个UWB传感器,四个UWB传感器呈矩阵形式布置。
第一相对距离姿态信息包括第一距离信息和第一姿态信息。
获取一个移动机器人上的一个UWB传感器相对于另一个移动机器人上的四个UWB传感器的四组距离信息。
也就是说,基于第一个移动机器人上的一个UWB传感器,可以得到第二个移动机器人上的四个UWB传感器相对于第一个移动机器人上的一个UWB传感器的四组距离信息。
S2:根据距离信息,计算出移动机器人的第一相对距离姿态信息。
具体的,根据四组距离信息,计算出另一个移动机器人相对于一个移动机器人的第一相对距离姿态信息。
根据S1中得到的四组距离信息就可以得到第二个移动机器人相对于第一个移动机器人的第一距离信息和第一姿态信息,其中,第一距离信息是指两个移动机器人之间的距离,第一姿态信息是指第二个移动机器人相对于第一个移动机器人的偏航角度或姿态。
例如:编号i的移动机器人与编号j的移动机器人的第一相对距离姿态信息,在时刻t,如果编号j的移动机器人在编号i的移动机器人的测量范围内,那么编号i的移动机器人就能获得来自编号j的移动机器人的16组距离信息,通过最小化两个移动机器人之间的距离信息的残差,来获得最佳的相对位姿匹配,从而获得两个移动机器人之间的第一相对距离姿态信息,具体运用的计算公式如下:
式中,函数d(.)表示在相对姿态x的情况下,计算编号i的移动机器人上的UWB传感器k与编号j的移动机器人上的UWB传感器l之间的距离,在将此距离与UWB传感器实际测量值作比较得到残差。由于相对姿态x=(x,y,θ),在计算残差时,引入了航行,因此能够实现对偏航角度的估计。
将上述所示的最小化问题视为非线性优化问题,采用列文伯格-马夸尔特算法作为求解器对其进行优化找到使得函数值r-d(.)最小的x,即为优化得到的相对姿态(即待估计的第一相对距离姿态信息)。该算法收敛较快,有效的提升计算效率。
S3:基于里程计,获取移动机器人的第二相对距离姿态信息。
里程计包括编码器和陀螺仪,编码器安装在移动机器人的滚轮上,编码器用于统计移动机器人的移动路程,陀螺仪安装在移动机器人的底盘上,陀螺仪用于实时检测移动机器人的偏航角度。
也就是说,在移动机器人的移动过程中,编码器通过统计滚轮的转动圈数,就可以统计出移动机器人的移动路程。陀螺仪可以实时检测移动机器人的偏航角度,通过移动路程与偏航角度的结合,就可以统计出移动机器人的运动轨迹,从而也就能够得出第二移动机器人相对于第一个移动机器人的第二相对距离姿态信息。
具体的,第二相对距离姿态信息包括第二距离信息和第二姿态信息。其中,第二距离信息是指两个移动机器人之间的距离,第二姿态信息是指第二个移动机器人相对于第一个移动机器人的偏航角度或姿态。
进一步地,可以基于里程计检测到的信息进行CKF滤波算法处理,获取移动机器人的第二相对距离姿态信息。
S4:采用粒子滤波算法将第一相对距离姿态信息和第二相对距离姿态信息进行融合,获得移动机器人的相对定位信息。
具体的,采用粒子滤波算法将第一相对距离姿态信息作为预测量、第二相对距离姿态信息作为更新量,并进行重采样,获得移动机器人的相对定位信息。
本实施例提供的移动机器人相对定位方法的有益效果包括:
首先,利用UWB传感器检测到的距离信息,获取移动机器人的第一相对距离姿态信息,其次,利用里程计,获取移动机器人的第二相对距离姿态信息,最后,采用粒子滤波算法将第一相对距离姿态信息和第二相对距离姿态信息进行融合,获得移动机器人的相对定位信息,这样,获得的相对定位信息相对于第一相对距离姿态信息和第二相对距离姿态信息更加精确,而且,整个定位方式简单,定位难度低,且定位精度高。
第二实施例
请参阅图2,本实施例提供一种移动机器人相对定位***10(以下简称:“相对定位***”),相对定位***包括移动机器人11、里程计12、UWB传感器13和控制器14。
具体的,移动机器人11上安装有里程计12和多个UWB传感器13,具体的,每个移动机器人11上安装有四个UWB传感器13,四个UWB传感器13呈矩阵形式布置。
里程计12包括编码器和陀螺仪,编码器安装在移动机器人11的滚轮上,编码器用于统计移动机器人11的移动路程,陀螺仪安装在移动机器人11的底盘上,陀螺仪用于实时检测移动机器人11的偏航角度。
控制器14与里程计12和多个UWB传感器13通信连接,控制器14用于执行第一实施例提供的移动机器人11的相对定位方法。
具体的,控制器14用于获取移动机器人11上的UWB传感器13相对于其它移动机器人11上的UWB传感器13的距离信息;根据距离信息,计算出移动机器人11的第一相对距离姿态信息;基于里程计12,获取移动机器人11的第二相对距离姿态信息;采用粒子滤波算法将第一相对距离姿态信息和第二相对距离姿态信息进行融合,获得移动机器人11的相对定位信息。
也就是说,控制器14用于获取一个移动机器人11上的一个UWB传感器13相对于另一个移动机器人11上的四个UWB传感器13的四组距离信息,根据四组距离信息,计算出另一个移动机器人11相对于一个移动机器人11的第一相对距离姿态信息,并采用粒子滤波算法将第一相对距离姿态信息作为预测量、第二相对距离姿态信息作为更新量,并进行重采样,获得移动机器人11的相对定位信息。
本实施例提供的移动机器人相对定位***10的有益效果包括:
首先,利用UWB传感器13检测到的距离信息,获取移动机器人11的第一相对距离姿态信息,其次,利用里程计12,获取移动机器人11的第二相对距离姿态信息,最后,采用粒子滤波算法将第一相对距离姿态信息和第二相对距离姿态信息进行融合,获得移动机器人11的相对定位信息,这样,获得的相对定位信息相对于第一相对距离姿态信息和第二相对距离姿态信息更加精确,而且,整个定位方式简单,定位难度低,且定位精度高。
以上,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以权利要求的保护范围为准。
Claims (10)
1.一种移动机器人相对定位方法,应用于移动机器人,其特征在于,所述移动机器人上安装有里程计和多个UWB传感器,所述移动机器人相对定位方法包括:
获取所述移动机器人上的所述UWB传感器相对于其它所述移动机器人上的所述UWB传感器的距离信息;
根据所述距离信息,计算出所述移动机器人的第一相对距离姿态信息;
基于所述里程计,获取所述移动机器人的第二相对距离姿态信息;
采用粒子滤波算法将所述第一相对距离姿态信息和所述第二相对距离姿态信息进行融合,获得所述移动机器人的相对定位信息。
2.根据权利要求1所述的移动机器人相对定位方法,其特征在于,每个所述移动机器人上安装有四个所述UWB传感器,四个所述UWB传感器呈矩阵形式布置。
3.根据权利要求2所述的移动机器人相对定位方法,其特征在于,所述获取所述移动机器人上的所述UWB传感器相对于其它所述移动机器人上的所述UWB传感器的距离信息的步骤包括:
获取一个所述移动机器人上的一个所述UWB传感器相对于另一个所述移动机器人上的四个所述UWB传感器的四组距离信息。
4.根据权利要求3所述的移动机器人相对定位方法,其特征在于,所述根据所述距离信息,计算出所述移动机器人的第一相对距离姿态信息的步骤包括:
根据四组所述距离信息,计算出另一个所述移动机器人相对于一个所述移动机器人的所述第一相对距离姿态信息。
5.根据权利要求1所述的移动机器人相对定位方法,其特征在于,所述第一相对距离姿态信息包括第一距离信息和第一姿态信息,所述第二相对距离姿态信息包括第二距离信息和第二姿态信息。
6.根据权利要求1所述的移动机器人相对定位方法,其特征在于,所述里程计包括:
编码器,安装在所述移动机器人的滚轮上,所述编码器用于统计所述移动机器人的移动路程;
陀螺仪,安装在所述移动机器人的底盘上,所述陀螺仪用于实时检测所述移动机器人的偏航角度。
7.根据权利要求1所述的移动机器人相对定位方法,其特征在于,所述基于所述里程计,获取所述移动机器人的第二相对距离姿态信息的步骤包括:
基于所述里程计检测到的信息进行CKF滤波算法处理,获取所述移动机器人的第二相对距离姿态信息。
8.根据权利要求1所述的移动机器人相对定位方法,其特征在于,所述采用粒子滤波算法将所述第一相对距离姿态信息和所述第二相对距离姿态信息进行融合,获得所述移动机器人的相对定位信息的步骤包括:
所述采用粒子滤波算法将所述第一相对距离姿态信息作为预测量、所述第二相对距离姿态信息作为更新量,并进行重采样,获得所述移动机器人的相对定位信息。
9.一种移动机器人相对定位***,其特征在于,所述移动机器人相对定位***包括:
移动机器人;
里程计,安装在所述移动机器人上;
多个UWB传感器,安装在所述移动机器人上;
控制器,与所述里程计和多个所述UWB传感器通信连接,所述控制器用于获取所述移动机器人上的所述UWB传感器相对于其它所述移动机器人上的所述UWB传感器的距离信息;根据所述距离信息,计算出所述移动机器人的第一相对距离姿态信息;基于所述里程计,获取所述移动机器人的第二相对距离姿态信息;采用粒子滤波算法将所述第一相对距离姿态信息和所述第二相对距离姿态信息进行融合,获得所述移动机器人的相对定位信息。
10.根据权利要求9所述的移动机器人相对定位***,其特征在于,每个所述移动机器人上安装有四个所述UWB传感器,四个所述UWB传感器呈矩阵形式布置;
所述控制器用于获取一个所述移动机器人上的一个所述UWB传感器相对于另一个所述移动机器人上的四个所述UWB传感器的四组距离信息,根据四组所述距离信息,计算出另一个所述移动机器人相对于一个所述移动机器人的所述第一相对距离姿态信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110742859.XA CN113465591A (zh) | 2021-07-01 | 2021-07-01 | 移动机器人相对定位方法和*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110742859.XA CN113465591A (zh) | 2021-07-01 | 2021-07-01 | 移动机器人相对定位方法和*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113465591A true CN113465591A (zh) | 2021-10-01 |
Family
ID=77876987
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110742859.XA Pending CN113465591A (zh) | 2021-07-01 | 2021-07-01 | 移动机器人相对定位方法和*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113465591A (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107179080A (zh) * | 2017-06-07 | 2017-09-19 | 纳恩博(北京)科技有限公司 | 电子设备的定位方法和装置、电子设备、电子定位*** |
CN107478214A (zh) * | 2017-07-24 | 2017-12-15 | 杨华军 | 一种基于多传感器融合的室内定位方法及*** |
CN109144056A (zh) * | 2018-08-02 | 2019-01-04 | 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 |
US20210116914A1 (en) * | 2019-10-16 | 2021-04-22 | Yuan Ren | Method and system for localization of an autonomous vehicle in real time |
CN112833876A (zh) * | 2020-12-30 | 2021-05-25 | 西南科技大学 | 一种融合里程计与uwb的多机器人协作定位方法 |
-
2021
- 2021-07-01 CN CN202110742859.XA patent/CN113465591A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107179080A (zh) * | 2017-06-07 | 2017-09-19 | 纳恩博(北京)科技有限公司 | 电子设备的定位方法和装置、电子设备、电子定位*** |
CN107478214A (zh) * | 2017-07-24 | 2017-12-15 | 杨华军 | 一种基于多传感器融合的室内定位方法及*** |
CN109144056A (zh) * | 2018-08-02 | 2019-01-04 | 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 |
US20210116914A1 (en) * | 2019-10-16 | 2021-04-22 | Yuan Ren | Method and system for localization of an autonomous vehicle in real time |
CN112833876A (zh) * | 2020-12-30 | 2021-05-25 | 西南科技大学 | 一种融合里程计与uwb的多机器人协作定位方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102914293B (zh) | 信息处理设备和信息处理方法 | |
US20170003131A1 (en) | Method and apparatus for relocation of mobile robot in indoor environment | |
CN109186597B (zh) | 一种基于双mems-imu的室内轮式机器人的定位方法 | |
CN111121768A (zh) | 一种机器人位姿估计方法、装置、可读存储介质及机器人 | |
US20130314104A1 (en) | Determination of positions | |
CN111164380B (zh) | 机器人的方位确定的方法、机器人的方位确定设备和机器人 | |
CN110515381B (zh) | 用于定位机器人的多传感器融合算法 | |
CN103591955A (zh) | 组合导航*** | |
CN107782304B (zh) | 移动机器人的定位方法及装置、移动机器人及存储介质 | |
CN111307147A (zh) | 一种融合定位反光板与激光特征的agv高精度定位方法 | |
KR101576424B1 (ko) | 실내 측위를 위한 지자기 센서 자동 보정 방법 | |
CN114413934B (zh) | 一种车辆定位***校正方法和装置 | |
CN113324544B (zh) | 一种基于图优化的uwb/imu的室内移动机器人协同定位方法 | |
JP7197973B2 (ja) | 移動体端末、現在位置補正システム及びプログラム | |
CN111989631A (zh) | 自身位置推定方法 | |
CN107218917B (zh) | 一种移动机器人航向角估计方法 | |
EP3227634B1 (en) | Method and system for estimating relative angle between headings | |
CN115164969A (zh) | 参数标定方法、装置、设备及介质 | |
CN112697153A (zh) | 自主移动设备的定位方法、电子设备及存储介质 | |
US20220306089A1 (en) | Relative Position Tracking Using Motion Sensor With Drift Correction | |
CN203719666U (zh) | 组合导航*** | |
CN113465591A (zh) | 移动机器人相对定位方法和*** | |
KR101802650B1 (ko) | 배관의 위치 추정 시스템 및 그 방법 | |
JP5748174B2 (ja) | 移動体の相対姿勢計測方法と装置 | |
CN112577512A (zh) | 一种基于轮速融合的状态量误差确定方法及车载终端 |
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 |