CN113632029B - 信息处理装置、程序及信息处理方法 - Google Patents
信息处理装置、程序及信息处理方法 Download PDFInfo
- Publication number
- CN113632029B CN113632029B CN202080022804.5A CN202080022804A CN113632029B CN 113632029 B CN113632029 B CN 113632029B CN 202080022804 A CN202080022804 A CN 202080022804A CN 113632029 B CN113632029 B CN 113632029B
- Authority
- CN
- China
- Prior art keywords
- magnetic
- information processing
- processing apparatus
- moving object
- movement amount
- 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
- 230000010365 information processing Effects 0.000 title claims abstract description 159
- 238000003672 processing method Methods 0.000 title claims abstract description 8
- 230000033001 locomotion Effects 0.000 claims abstract description 166
- 239000013598 vector Substances 0.000 claims abstract description 79
- 238000004364 calculation method Methods 0.000 claims abstract description 72
- 230000002123 temporal effect Effects 0.000 claims abstract description 24
- 230000003287 optical effect Effects 0.000 claims description 69
- 238000001514 detection method Methods 0.000 claims description 59
- 238000000034 method Methods 0.000 claims description 30
- 238000005259 measurement Methods 0.000 claims description 13
- 230000004927 fusion Effects 0.000 claims description 5
- 238000005516 engineering process Methods 0.000 abstract description 13
- 238000010586 diagram Methods 0.000 description 31
- 230000001133 acceleration Effects 0.000 description 9
- 238000004891 communication Methods 0.000 description 8
- 102000008115 Signaling Lymphocytic Activation Molecule Family Member 1 Human genes 0.000 description 7
- 108010074687 Signaling Lymphocytic Activation Molecule Family Member 1 Proteins 0.000 description 7
- 238000012545 processing Methods 0.000 description 7
- 230000005540 biological transmission Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 230000003014 reinforcing effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 229910001294 Reinforcing steel Inorganic materials 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000003190 augmentative effect Effects 0.000 description 1
- 239000004566 building material Substances 0.000 description 1
- 239000004035 construction material Substances 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000005415 magnetization Effects 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
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
- G01C21/04—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by terrestrial means
- G01C21/08—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by terrestrial means involving use of the magnetic field of the earth
-
- 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)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Environmental & Geological Engineering (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Geology (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
[问题]提供一种能够在不需要地磁图的情况下通过地磁实现自主定位的信息处理装置、程序及信息处理方法。[解决方案]根据本技术的信息处理装置包括获取单元和计算单元。该获取单元获取空间磁梯度和时间磁变化。该计算单元基于磁梯度和磁变化来估计运动矢量。
Description
技术领域
本技术涉及一种根据自主定位的信息处理装置、程序及信息处理方法。
背景技术
一种自主定位技术用于控制无人机、传送机器人等的移动。在自主定位中，一般采用惯性测量单元(IMU)、同步定位和测绘(SLAM)、光探测与测距、激光成像探测和测距(LiDAR)等。然而，在利用IMU进行加速度计算时，往往会出现误差积累和精度不足的问题。此外，在SLAM和LiDAR等基于光学观测的方法中，存在功耗大和精度对环境的依赖性大的问题。
同时，近年来研究了一种利用地磁进行自主定位的方法。例如，专利文献1公开了用于使用地磁图执行自主定位的技术。由于地磁在室内是不均匀的，并且受建筑物的建筑材料中包含的钢筋的布置等的影响，因此可以利用通过测绘地磁分布而获得的地磁图来自主定位。
现有技术文献
专利文献
专利文献1：日本专利申请公开第2018-063679号
发明内容
技术问题
然而，在专利文献1中描述的技术中，需要预先执行其中位置和地磁相互关联的测量，并且创建地磁图数据库。此外，还需要一种方法来分发地磁图数据库。此外，地磁图受钢筋的磁化条件变化等的影响，并且随时间变化。为此，需要定期执行测量并且更新地磁图。
鉴于上述情况，本技术的目的是提供一种能够在不需要地磁图的情况下通过地磁实现自主定位的信息处理装置、程序及信息处理方法。
问题的解决方案
为了实现上述目的，根据本技术的信息处理装置包括：获取单元；以及计算单元。
获取单元获取空间磁梯度和时间磁变化。
计算单元基于磁梯度和磁变化来估计运动矢量。
根据该配置，信息处理装置能够使用空间磁梯度和时间磁变化来估计运动矢量，并且不需要使用地磁图。因此，即使在没有创建地磁图的地方也可以执行自主定位。
获取单元可以从安装在移动对象上的磁检测单元获取磁梯度和磁变化，并且
计算单元可以估计移动对象的运动矢量。
磁检测单元可以包括检测地磁的多个磁传感器，并且
获取单元可以根据从多个磁传感器输出的磁强度之间的差值来获取磁梯度。
磁检测单元可以包括检测磁梯度的磁梯度传感器和检测磁变化的磁传感器。
获取单元和计算单元可以安装在移动对象上。
获取单元可以接收来自移动对象的磁梯度和磁变化。
计算单元还可以基于运动矢量估计移动对象的移动量。
磁检测单元可以包括至少两个磁传感器，以及
计算单元可以估计一维运动矢量。
磁检测单元可以包括至少三个磁传感器，以及
计算单元可以估计二维运动矢量。
磁检测单元可以包括至少四个磁传感器，以及
计算单元可以估计三维运动矢量。
获取单元还可以获取惯性测量装置的输出，以及
计算单元可以通过运动矢量校正基于惯性测量装置的输出计算的速度。
获取单元还可以获取光学定位装置的输出，以及
在光学定位装置检测到另一移动对象的情况下，计算单元可以基于根据磁梯度和磁变化计算出的运动矢量来估计安装有磁检测单元的移动对象的移动量。
获取单元还可以获取光学定位装置的输出，以及
计算单元可以将第一移动量和第二移动量彼此比较，第一移动量基于光学定位装置的输出而估计，第二移动量基于根据磁梯度和磁变化计算的运动矢量而估计，并且在第一移动量和第二移动量之间的差值大于阈值的情况下，将第二移动量估计为移动对象的移动量。
获取单元还可以获取光学定位装置的输出，以及
计算单元可以通过传感器融合技术来整合第一移动量和第二移动量，并且估计移动对象的移动量，第一移动量基于光学定位装置的输出而估计，第二移动量基于根据磁梯度和磁变化计算的运动矢量而估计。
为了实现上述目的，根据本技术的程序使信息处理装置起到以下作用：获取单元；以及计算单元。
获取单元获取空间磁梯度和时间磁变化。
计算单元基于磁梯度和磁变化来估计运动矢量。
为了实现上述目的，根据本技术的信息处理方法包括：通过获取单元获取空间磁梯度和时间磁变化。
计算单元基于磁梯度和磁变化来估计运动矢量。
附图说明
图1是示出根据本技术的实施例的信息处理装置的配置的框图。
图2是示出地磁图的示例。
图3是示出根据本技术实施例的信息处理装置的操作原理的示意图。
图4是示出估计一维运动矢量的信息处理装置的配置和操作的示意图。
图5是示出由信息处理装置中包括的获取单元获取的空间磁梯度的图。
图6是示出由信息处理装置中包括的获取单元获取的时间磁变化的图。
图7是示出估计二维运动矢量的信息处理装置的配置的示意图。
图8是示出估计二维运动矢量的信息处理装置的操作的示意图。
图9是示出估计三维运动矢量的信息处理装置的配置的示意图。
图10是示出估计三维运动矢量的信息处理装置的操作的示意图。
图11是示出信息处理装置中包括的磁检测单元的另一配置的框图。
图12是示出信息处理装置的另一配置的框图。
图13是示出包括根据本实施例的惯性测量装置的信息处理装置的配置的框图。
图14是示出信息处理装置的定位计算方法的示意图。
图15是示出包括根据本实施例的光学定位装置的信息处理装置的配置的框图。
图16是示出信息处理装置的控制例1的流程图。
图17是示出信息处理装置的控制例2的流程图。
图18是示出信息处理装置的控制例3的流程图。
图19是示出信息处理装置的应用例1的流程图。
图20是示出信息处理装置的应用例1的流程图。
图21是示出信息处理装置的应用例2的流程图。
图22是示出根据本实施例的信息处理装置的硬件配置的框图。
具体实施方式
将描述根据本技术的实施例的信息处理装置。
[信息处理装置的配置]
图1是示出根据本实施例的信息处理装置100的配置的框图。信息处理装置100可以安装在诸如机器人和无人机的移动对象上。如图1所示，信息处理装置100包括磁检测单元110和信息处理单元120。注意，信息处理装置100的每个配置是通过硬件和软件的协作实现的功能配置。
磁检测单元110包括多个磁传感器111，并且检测信息处理装置100的周边的空间磁梯度和时间磁变化。多个磁传感器111中的每一个检测地磁。每个磁传感器111只需要能够检测地磁即可，并且其配置没有特别限制。磁检测单元110中包括的磁传感器111的数目不限于四个。
信息处理单元120包括获取单元121和计算单元122。如下所述，获取单元121从磁检测单元110获取空间磁梯度和时间磁变化，并且将空间磁梯度和时间磁变化提供给计算单元122。计算单元122基于空间磁梯度和时间磁变化来估计信息处理装置100的运动矢量。
[关于地磁图]
图2是示出地磁图的示例的示意图，在该地磁图中地磁强度用阴影表示。图2示出了，例如室内特定房间中的地磁图。如图所示，即使在室内地磁也不均匀，受建筑材料钢筋等的影响而发生畸变。在现有的方法中，通过预先测量创建如图2所示的地磁图，并且将磁传感器检测到的地磁与地磁图进行比较来检测自身位置。
然而，在这种情况下，需要预先创建地磁图，并且以预定周期更新地磁图。同时，在根据本技术的方法中，不需要创建如图2所示的地磁图。
[关于运动矢量的估计]
将描述信息处理装置100对运动矢量的估计。图3是示出由信息处理装置100估计运动矢量的原理的示意图。如图所示，假设信息处理装置100在存在地磁失真的环境中移动。在时间T1处的信息处理装置100由白色表示，并且在从时间T1开始经过时间a之后的时间T处的信息处理装置100由黑色表示。
在时间T1处，磁传感器111检测其附近的地磁，并且获取其周边的地磁分布。当信息处理装置100在时间T1和时间T2之间时，每个磁传感器111检测其附近的地磁，并且获取其周边的地磁分布。
信息处理装置100比较时间T1处的地磁分布和时间T2处的地磁分布，以计算信息处理装置100的运动矢量。信息处理装置100通过将计算出的运动矢量除以时间a来估计信息处理装置100的速度矢量(运动矢量)。
在下文中，将更具体地描述估计运动矢量的方法。首先，将描述信息处理装置100检测一维运动矢量的方法。图4是示出安装有信息处理装置100的移动对象150的移动的示意图。移动对象150例如是小车，并且假设小车如图所示沿着轨道R在X方向上移动。
磁传感器111相对于行进方向(X方向)设置在移动对象150的前侧和后侧。在下文中，将设置在移动对象150的前侧的磁传感器111称为磁传感器111f，并且将设置在后侧的磁传感器111称为磁传感器111r。磁传感器111f和磁传感器111r以在移动对象150的行进方向(X方向)上彼此间隔预定距离(例如5cm)的方式设置。
图5是示出沿X方向的位置和地磁强度的示例的图。如图所示，磁传感器111f和磁传感器111r之间的距离被定义为L。此外，磁传感器111f在时间t处检测到的磁力被定义为Bf(t)，并且磁传感器111r在时间t处检测到的磁力被定义为Br(t)。这里，在t时间处的位置梯度gx(t)[μT/m]由以下(等式1)表示。
[数学式1]
即，地磁强度在移动对象150附近具有斜率gx(t)。此外，图6是示出由磁传感器111f检测的地磁时间强度的示例的图。如图所示，在预定时间T内的时间梯度gt(t)[μT/s]由以下(等式2)表示。
[数学式2]
即，由磁传感器111f检测的地磁强度在一秒内具有梯度gt(t)。以下(等式3)可以由(等式1)和(等式2)导出。请注意，v(t)代表L/T。
[数学式3]
gx(t)v(t)＝gt(t) (等式3)
通过修改(等式3)可以导出以下(等式4)。
[数学式4]
因此，沿X方向的速度V(t)为gt(t)/gx(t)，并且移动对象150在一秒内移动了gt(t)/gx(t)[m]。这样，可以基于磁传感器111f和磁传感器111r的两个磁传感器的检测结果来计算移动对象150的一维速度(即，运动矢量)。
[信息处理装置的操作]
如上所述，信息处理装置100能够通过由沿行进方向定位的至少两个磁传感器111获取空间磁梯度(位置梯度gx(t))和时间磁变化(时间梯度gt(t))来计算一维运动矢量。
具体地，在信息处理装置100中，获取单元121从各个磁传感器111中沿着行进方向定位的多个磁传感器111获取位置梯度gx(t)和时间梯度gt(t)。获取单元121将获取的位置梯度gx(t)和获取的时间梯度gt(t)提供给计算单元122。
如上所述，计算单元122根据位置梯度gx(t)和时间梯度gt(t)计算运动矢量v(t)。此外，计算单元122能够通过对运动矢量进行整合来计算移动对象150的移动量。
[关于二维运动矢量和三维运动矢量]
如上所述，在信息处理装置100中，可以基于沿着移动对象的行进方向设置的两个磁传感器111的输出来计算一维运动矢量，但是这可以扩展为二维和三维。
图7是示出安装有能够计算二维运动矢量的信息处理装置100的移动对象160的示意图，以及图8是示出移动对象160如何移动的示意图。如图所示，移动对象160例如是能够在仓库等中的X-Y平面上移动的小车机器人。
如图7所示，在移动对象160中设置有在移动对象160的移动方向(X方向和Y方向)上彼此分离的四个磁传感器111。磁传感器111之间的距离在X方向和Y方向上约为5cm。
信息处理单元120能够通过如上所述地计算X方向和Y方向上的一维运动矢量并且组合这些矢量来计算二维运动矢量。注意，信息处理单元120能够基于在X方向和Y方向上彼此分离的三个磁传感器111的输出来计算二维运动矢量，并且能够通过包括四个或更多个磁传感器111来更精确地计算二维运动矢量。
此外，信息处理单元120能够通过整合二维运动矢量来计算移动对象160在X-Y平面上的移动量。
图9是安装有能够计算三维运动矢量的信息处理装置100的移动对象170的示意图。注意，在图9中省略了对信息处理单元120的说明。图10是示出移动对象170如何移动的示意图。如图所示，移动对象170例如是能够在X-Y-Z空间中移动的无人机。
如图9所示，在移动对象170中设置有在移动对象170的移动方向(X方向、Y方向、以及Z方向)上彼此分离的八个磁传感器111。磁传感器111之间的距离在X方向、Y方向、以及Z方向上约为5cm。
信息处理单元120能够通过如上所述地计算X方向、Y方向、以及Z方向上的一维运动矢量并且组合这些矢量来计算三维运动矢量。注意，信息处理单元120能够基于在X方向、Y方向、以及Z方向上彼此分离的四个磁传感器111的输出来计算三维运动矢量，并且能够通过包括五个或更多个磁传感器111来更精确地计算三维运动矢量。
此外，信息处理单元120能够通过整合三维运动矢量来计算移动对象170在X-Y-Z空间中的移动量。
[信息处理装置的影响]
如上所述，信息处理装置100能够基于在移动方向上彼此分开设置的多个磁传感器111的输出来计算运动矢量和移动量，并且不需要如图2所示的地磁图。
为此，不需要预先创建地磁图，即使在第一次使用的地方也可以立即进行自主定位。此外，在使用诸如SLAM和LiDAR的光学观测的方法中，需要相机并且功耗大，而在信息处理装置100中，不需要相机并且测量地磁所需的功耗小，使得可以降低功耗。
[磁检测单元的另一种配置]
如上所述，信息处理装置100能够从在移动方向上彼此分开设置的多个磁传感器111的输出获取空间磁梯度(位置梯度gx(t))和时间磁变化(时间梯度gt(t))。这里，信息处理装置100可以使用磁梯度传感器来代替多个磁传感器111。
图11是使用磁梯度传感器112的信息处理装置100的示意图。如图所示，磁检测单元110包括一个磁传感器111和一个磁梯度传感器112。磁梯度传感器112是能够单独检测空间磁梯度(位置梯度gx(t)，参见图5)的传感器。
获取单元121能够从磁梯度传感器112获取空间磁梯度(位置梯度gx(t))并且从磁传感器111获取时间磁变化(时间梯度gt(t))。磁梯度传感器112的使用消除了将多个磁传感器111彼此分开布置的必要性，并且便于安装在小型移动对象或HMD(头戴式显示器)上。
[信息处理装置的另一配置]
虽然上面已经描述了信息处理装置100安装在诸如小车机器人的移动对象上的情况，但是信息处理装置100可以是移动对象以外的其他设备。
图12是示出作为移动对象之外的另一装置的信息处理装置100的示意图。如图所示，信息处理装置100连接到移动对象180。移动对象180包括具有多个磁传感器111的磁检测单元110和通信单元181。
通信单元181从每个磁传感器111的输出获取移动对象180周边的空间磁梯度和时间磁变化，并且将这些变化发送到获取单元121。
获取单元121从通信单元181获取移动对象180周边的空间磁梯度和时间磁变化，并且将这些变化提供给计算单元122。计算单元122通过上述方法计算移动对象180的运动矢量。注意，多个移动对象180可以连接到信息处理装置100。
[与惯性测量装置组合]
信息处理装置100可以使用惯性测量装置(IMU：惯性测量单元)与磁检测单元110结合来执行自主定位。图13是包括IMU 130的信息处理装置100的示意图。IMU 130包含陀螺仪传感器和加速度传感器，并且检测信息处理装置100的加速度和姿势(角速度)。
获取单元121从磁检测单元110获取空间磁梯度和时间磁变化，从IMU 130获取加速度和姿势，并且将它们提供给计算单元122。
计算单元122基于磁检测单元110和IMU 130的输出执行定位计算。图14是示出基于磁检测单元110和IMU 130的输出进行定位计算的方法的示意图。如图所示，计算单元122从IMU 130的陀螺仪传感器131获取信息处理装置100的角速度，并且通过对该角速度进行整合来计算信息处理装置100的姿势q。
此外，计算单元122从IMU 130的加速度传感器132获取信息处理装置100的加速度，并且对该加速度进行整合，从而计算信息处理装置100的速度V。此时，计算单元122使用姿势q的值来抵消重力加速度的影响。
计算单元122通过基于磁检测单元110的输出计算出的运动矢量来校正速度V。在某些情况下，由于加速度的整合，速度V可能具有误差，并且该误差可以通过运动矢量来校正。
随后，计算单元122对速度V进行整合，并且计算信息处理装置100的位置P。如上所述，通过基于磁检测单元110的检测结果校正IMU 130的检测结果，信息处理装置100能够以高精度计算信息处理装置100的位置和姿势。
此外，虽然信息处理装置100的旋转运动不能仅由磁检测单元110捕获，但是通过整合IMU 130的检测结果和磁检测单元110的检测结果，可以捕获6轴(平移3轴+旋转3轴)的运动。结果，在信息处理装置100安装在无人机等上的情况下，能够以更高的精度估计该无人机位置和姿势。
[与光学定位装置组合]
信息处理装置100还能够通过将上述磁检测单元110与光学定位装置组合来估计移动对象的位置。图15是示出包括光学定位装置140的信息处理装置100的配置的示意图。光学定位装置140是能够通过诸如SLAM和LiDAR等光学观测来估计自身位置的装置。
如图15所示，获取单元121与光学定位装置140以及磁检测单元110连接，并且能够获取由光学定位装置140估计的移动量。
以多个小车机器人在工厂等作业的情况为例，一般在小车机器人上安装SLAM/LiDAR等光学定位装置。然而，在存在大量移动对象的情况下，光学定位装置错误地将移动对象识别为固定对象，并且位置估计精度降低。就这一点而言，在信息处理装置100中，可以通过以下控制防止位置估计精度降低。
<控制示例1>
图16是示出包括光学定位装置140的信息处理装置100的控制示例1的流程图。如图所示，光学定位装置140估计信息处理装置100的移动量(St101)，并且计算单元122经由获取单元121获取移动量。当光学定位装置140检测到另一移动对象时(St102:是)，计算单元122拒绝光学定位装置140的估计结果(St103)。
随后，计算单元122基于获取单元121从磁检测单元110获取的空间磁梯度和时间磁变化来计算运动矢量并且估计运动矢量(St104)。
此外，在光学定位装置140未检测到另一移动对象(St102:否)的情况下，计算单元122使用由光学定位装置140估计的移动量作为信息处理装置100的移动量。如上所述，信息处理装置100通常采用由光学定位装置140估计的移动量，并且当检测到另一移动对象时，基于磁检测单元110的输出来估计移动量。
当另一移动对象进入光学定位装置140的观察范围时，光学定位装置140的位置估计精度降低。同时，由于磁场是距离的三次方衰减，因此它受移动对象(诸如小车机器人)的影响较小。因此，当光学定位装置140检测到另一移动对象时，通过基于磁检测单元110的输出来估计移动量，可以防止位置估计精度被另一移动对象降低。
<控制示例2>
图17是示出包括光学定位装置140的信息处理装置100的控制示例2的流程图。如图所示，光学定位装置140估计信息处理装置100的移动量(在下文中，第一移动量)(St111)，并且计算单元122经由获取单元121获取第一移动量。此外，计算单元122基于磁检测单元110的输出来估计移动量(在下文中，第二移动量)(St112)。
随后，计算单元122将第一移动量和第二移动量彼此比较，并计算它们之间的差(St113)。在差值大于预定阈值的情况下(St114:是)，计算单元122采用第二移动量作为信息处理装置100的移动量(St115)。此外，在差值小于或等于预定阈值的情况下(St114:否)，计算单元122采用第一移动量作为信息处理装置100(St116)。
在该控制方法中，可以通过使用几乎不受另一移动对象影响的第二移动量(基于磁检测单元110的输出的移动量)作为基准来确定第一移动量(通过光学定位装置140的估计的移动量)的可靠性，并且根据可靠性来确定要采用哪一移动量。
<控制示例3>
图18是示出包括光学定位装置140的信息处理装置100的控制示例3的流程图。如图所示，光学定位装置140估计信息处理装置100的移动量(St121)，并且计算单元122经由获取单元121获取移动量(下文中，第一移动量)。此外，计算单元122基于磁检测单元110的输出来估计移动量(在下文中，第二移动量)(St122)。
随后，计算单元122通过传感器融合技术来整合第一移动量和第二移动量(St123)。传感器融合技术包括卡尔曼滤波器、粒子滤波器等。在该控制方法中，通过将高精度但对另一移动对象敏感的第一移动量(通过光学定位装置140的估计的移动量)与较不容易对另一移动对象敏感的第二移动量进行整合，可以实现高精度和对另一移动对象的容差。
注意，在上述控制示例中已经描述了小车机器人作为示例，但是本技术也类似地适用于能够三维移动的移动对象，诸如无人机。
[应用示例]
信息处理装置100的应用示例将被描述。
<应用示例1>
信息处理装置100可以用作在仓库中自主行进并且拾取包裹的拾取机器人。在多个拾取机器人在仓库中操作的情况下，它们在诸如SLAM/LiDAR的光学定位装置中被检测为相互移动的对象，并且位置估计精度降低。此外，仓库由于建筑物和货架而具有特征磁致伸缩，并且适合于本技术的应用。
图19和图20分别示出安装有信息处理装置100的拾取机器人的控制流程图。拾取机器人的操作由主机***管理，并且包括信息处理装置100和光学定位装置140(参见图15)。
如图所示，当接收到订单(St131)时，主机***对照数据库进行检查，并且指定所订购产品的货架位置(St132)。此外，主机***经由诸如WiFi的无线通信向处于待机状态的拾取机器人发送拾取命令(St133)。
当接收到拾取命令(St134)时，拾取机器人生成拾取路线(St135)并且开始移动。拾取机器人在移动时通过上述控制例1中描述的控制方法估计拾取机器人的移动量(St136)。
即，拾取机器人执行光学定位装置140的移动量的估计(St137)，当光学定位装置140检测到移动对象时(St138:是)，拒绝光学定位装置140的估计结果(St139)，并且基于磁检测单元110的输出来估计移动量。
此外，在光学定位装置140未检测到移动对象的情况下(St138:否)，计算单元122采用光学定位装置140的估计结果。注意，拾取机器人可以通过以上在控制示例2和控制示例3中描述的控制方法来估计拾取机器人的移动量。
拾取机器人使用估计的移动量更新移动量(St141)。然后，拾取机器人重复上述操作，直到拾取机器人到达主机***指定的货架(St142)。
如图20所示，当到达货架时，拾取机器人拾取产品(St143)，并且生成下放路线(St144)。之后，拾取机器人开始按照下放路线移动。拾取机器人在移动时通过上述控制例1中描述的控制方法估计拾取机器人的移动量(St145)。
即，拾取机器人执行光学定位装置140的移动量的估计(St146)，当光学定位装置140检测到移动对象时(St147:是)，拒绝光学定位装置140的估计结果(St148)，并且基于磁检测单元110的输出来估计移动量(St149)。
此外，在光学定位装置140未检测到移动对象的情况下(St147:否)，计算单元122采用光学定位装置140的估计结果。注意，拾取机器人可以通过以上在控制示例2和控制示例3中描述的控制方法来估计拾取机器人的移动量。
拾取机器人使用估计的移动量更新移动量(St150)。然后，拾取机器人重复上述操作，直到拾取机器人到达下放点。当到达下放点时，拾取机器人执行下放(St151)，并且经由诸如WiFi等无线通信向主机***通知下放完成。当接收到该通知时，主机***执行产品出货处理(St152)，并且完成订单(St153)。
<应用示例2>
信息处理装置100可以用作在购物中心中自主行进并且引导用户的引导机器人。在商场等场所有多人的情况下，SLAM/LiDAR等光学定位装置引起人的错误识别，位置估计的精度降低。
图18示出安装有信息处理装置100的引导机器人的控制流程图。导引机器人包括信息处理装置100和光学定位装置140(参见图15)。
如图所示，当希望引导的用户给出语音指令时(St161)，引导机器人执行语音识别处理(St162)。引导机器人设定目的地(St163)，生成引导路线(St164)，并且开始移动(St165)。引导机器人在移动的同时，通过上述控制例1中描述的控制方法来估计引导机器人的移动量(St166)。
即，引导机器人执行光学定位装置140的移动量的估计(St167)，当光学定位装置140检测到移动对象(人)时(St168：是)，拒绝光学定位装置140的估计结果(St169)，并且基于磁检测单元110估计移动量(St170)。
此外，在光学定位装置140未检测到移动对象的情况下(St168：否)，计算单元122采用光学定位装置140的估计结果。注意，拾取机器人可以通过以上在控制示例2和控制示例3中描述的控制方法来估计拾取机器人的移动量。
引导机器人使用估计的移动量更新移动量(St171)。然后，引导机器人重复上述操作，直到引导机器人到达目的地。当到达目的地时(St172)，引导机器人通知用户引导完成(St173)。
注意，虽然在本应用示例中描述了由引导机器人进行的引导，但是信息处理装置100可以安装在HMD(头戴式显示器)上，并且可以通过VR(虚拟现实)、AR(增强现实)等向用户呈现路线。
[硬件配置]
信息处理装置100的硬件配置将被描述。图22是示出信息处理装置100的硬件配置的示意图。如图所示，信息处理装置100包含CPU(中央处理单元)1001。输入/输出接口1005经由总线1004连接到CPU 1001。ROM(只读存储器)1002和RAM(随机存取存储器)1003连接到总线1004。
输入单元1006，其包括输入设备，用于用户输入操作命令的诸如键盘和鼠标；输出单元1007，其将处理操作画面的图像和处理结果输出到显示设备；存储单元1008，其包括存储程序和各种类型的数据的硬盘驱动器等；以及通信单元1009，其包括LAN(局域网)适配器等并且经由因特网表示的网络执行通信处理，这些单元都连接到输入/输出接口1005。此外，驱动器1010连接到输入/输出接口1005，驱动器1010向/从可移动存储介质1011(诸如磁盘、光盘、磁光盘、以及半导体存储器之类)读取数据或者写入数据。
CPU 1001根据存储在ROM 1002中的程序或从安装在存储单元1008中的诸如磁盘、光盘、磁光盘和半导体存储器的可移动存储介质1011读取并且从存储单元1008加载到RAM1003中的程序来执行各种类型的处理。CPU 1001执行各种处理所需的数据等适当地存储在RAM 1003中。
在如上所述配置的信息处理装置100中，CPU 1001经由输入/输出接口1005和总线1004将例如存储在存储单元1008中的程序加载到RAM1003中并且执行该程序，由此执行上述一系列处理。
由信息处理装置100执行的程序可以被记录在作为包介质等的可移动存储介质1011上并且被提供。此外，可以经由诸如局域网、因特网、以及数字卫星广播的有线或无线传输介质来提供节目。
在信息处理装置100中，通过将可移动存储介质1011安装在驱动器1010上，程序可以经由输入/输出接口1005安装在存储单元1008中。此外，程序可以由通信单元1009经由有线或无线传输介质接收并且安装在存储单元1008中。此外，程序可以预先安装在ROM 1002或存储单元1008中。
注意，由信息处理装置100执行的程序可以是按照本公开中描述的顺序在时间序列中执行处理的程序，或者可以是并行地或在诸如进行调用时的必要定时执行处理的程序。
此外，信息处理装置100的所有硬件配置不需要安装在一个设备上，并且信息处理装置100可以由多个设备配置。此外，信息处理装置100的硬件配置的一部分可以安装在经由网络连接的多个设备上。
应当注意，本技术可以采用以下配置。
(1)一种信息处理装置，包括：
获取单元，获取空间磁梯度和时间磁变化；以及
计算单元，基于磁梯度和磁变化来估计运动矢量。
(2)根据上述(1)的信息处理装置，其中
获取单元从安装在移动对象上的磁检测单元获取磁梯度和磁变化，并且
计算单元估计移动对象的运动矢量。
(3)根据上述(2)的信息处理装置，其中
磁检测单元包括检测地磁的多个磁传感器，并且
获取单元根据从多个磁传感器输出的磁强度之间的差值来获取磁梯度。
(4)根据上述(2)的信息处理装置，其中
磁检测单元包括：磁梯度传感器，检测磁梯度；以及磁传感器，检测磁变化。
(5)根据上述(2)至(4)中任一项的信息处理装置，其中
获取单元和计算单元安装在移动对象上。
(6)根据上述(2)至(4)中任一项的信息处理装置，其中
获取单元接收来自移动对象的磁梯度和磁变化。
(7)根据上述(2)至(6)中任一项的信息处理装置，其中
计算单元还基于运动矢量来估计移动对象的移动量。
(8)根据上述(3)至(7)中任一项的信息处理装置，其中
磁检测单元包括至少两个磁传感器，以及
计算单元估计一维运动矢量。
(9)根据上述(3)至(7)中任一项的信息处理装置，其中
磁检测单元包括至少三个磁传感器，以及
计算单元估计二维运动矢量。
(10)根据上述(3)至(7)中任一项的信息处理装置，其中
磁检测单元包括至少四个磁传感器，以及
计算单元估计三维运动矢量。
(11)根据上述(2)至(9)中任一项的信息处理装置，其中
获取单元还获取惯性测量装置的输出，以及
计算单元通过运动矢量校正基于惯性测量装置的输出计算出的速度。
(12)根据上述(2)至(9)中任一项的信息处理装置，其中
获取单元还获取光学定位装置的输出，以及
计算单元在光学定位装置检测到另一移动对象的情况下，基于根据磁梯度和磁变化计算出的运动矢量，估计安装有磁检测单元的移动对象的移动量。
(13)根据上述(2)至(9)中任一项的信息处理装置，其中
获取单元还获取光学定位装置的输出，以及
计算单元将第一移动量和第二移动量彼此进行比较，并且在第一移动量和第二移动量之间的差值大于阈值的情况下将第二移动量估计为移动对象的移动量，第一移动量基于光学定位装置的输出而估计，第二移动量基于根据磁梯度和磁变化所计算的运动矢量而估计。
(14)根据上述(2)至(9)中任一项的信息处理装置，其中
获取单元还获取光学定位装置的输出，并且
计算单元通过传感器融合技术来整合第一移动量和第二移动量并且估计移动对象的移动量，第一移动量基于光学定位装置的输出而估计，第二移动量基于根据磁梯度和磁变化计算的运动矢量而估计。
(15)一种程序，该程序使得信息处理装置起作用：
获取单元，获取空间磁梯度和时间磁变化；以及
计算单元，基于磁梯度和磁变化来估计运动矢量。
(16)一种信息处理方法，包括：
由获取单元获取空间磁梯度和时间磁变化；以及
由计算单元基于磁梯度和磁变化来估计运动矢量。
附图标记列表
100 信息处理装置
110 磁检测装置
111 磁传感器
112 磁梯度传感器
120 信息处理单元
121 获取单元
122 计算单元
130 IMU
140 光学定位装置。
Claims (14)
1.一种信息处理装置，包括：
获取单元，从安装在移动对象上的磁检测单元获取空间磁梯度和时间磁变化；以及
计算单元，基于所述磁梯度和所述磁变化来估计所述移动对象的运动矢量；
其中，所述磁检测单元包括检测地磁的多个磁传感器，所述多个磁传感器包括沿行进方向间隔距离L定位的第一磁传感器和第二磁传感器，并且
所述移动对象沿所述行进方向的速度V(t)为gt(t)/gx(t)，Bf(t)为所述第一磁传感器在时间t处检测到的磁力，T为预定时间段，Br(t)为所述第二磁传感器在时间t处检测到的磁力，且Br(t-T)是第二磁传感器在时间t-T处检测到的磁力。
2.根据权利要求1所述的信息处理装置，其中，
所述获取单元根据从所述多个磁传感器输出的磁强度之间的差值来获取所述磁梯度。
3.根据权利要求1所述的信息处理装置，其中，
所述磁检测单元还包括：磁梯度传感器，所述磁梯度传感器检测所述磁梯度。
4.根据权利要求1所述的信息处理装置，其中，
所述获取单元和所述计算单元安装在所述移动对象上。
5.根据权利要求1所述的信息处理装置，其中，
所述计算单元还基于所述运动矢量来估计所述移动对象的移动量。
6.根据权利要求2所述的信息处理装置，其中，
所述计算单元估计一维运动矢量。
7.根据权利要求2所述的信息处理装置，其中，
所述磁检测单元包括至少三个磁传感器，并且
所述计算单元估计二维运动矢量。
8.根据权利要求2所述的信息处理装置，其中，
所述磁检测单元包括至少四个磁传感器，并且
所述计算单元估计三维运动矢量。
9.根据权利要求1所述的信息处理装置，其中，
所述获取单元还获取惯性测量装置的输出，并且
所述计算单元通过所述运动矢量校正基于所述惯性测量装置的输出而计算的速度。
10.根据权利要求1所述的信息处理装置，其中，
所述获取单元还获取光学定位装置的输出，并且
所述计算单元在所述光学定位装置检测到另一移动对象的情况下，基于根据所述磁梯度和所述磁变化计算出的所述运动矢量，估计安装有所述磁检测单元的所述移动对象的移动量。
11.根据权利要求1所述的信息处理装置，其中，
所述获取单元还获取光学定位装置的输出，并且
所述计算单元将第一移动量和第二移动量彼此进行比较，并且在所述第一移动量和所述第二移动量之间的差值大于阈值的情况下将所述第二移动量估计为所述移动对象的移动量，所述第一移动量基于所述光学定位装置的输出而估计，所述第二移动量基于根据所述磁梯度和所述磁变化所计算的所述运动矢量而估计。
12.根据权利要求1所述的信息处理装置，其中，
所述获取单元还获取光学定位装置的输出，并且
所述计算单元通过传感器融合技术来整合第一移动量和第二移动量并且估计所述移动对象的移动量，所述第一移动量基于所述光学定位装置的输出而估计，所述第二移动量基于根据所述磁梯度和所述磁变化所计算的所述运动矢量而估计。
13.一种计算机可读存储介质，其上存储有程序，所述程序在由信息处理装置的处理器执行时使所述信息处理装置用作：
获取单元，从安装在移动对象上的磁检测单元获取空间磁梯度和时间磁变化；以及
计算单元，基于所述磁梯度和所述磁变化来估计所述移动对象的运动矢量；
其中，所述磁检测单元包括检测地磁的多个磁传感器，所述多个磁传感器包括沿行进方向间隔距离L定位的第一磁传感器和第二磁传感器，并且
所述移动对象沿所述行进方向的速度V(t)为gt(t)/gx(t)，Bf(t)为所述第一磁传感器在时间t处检测到的磁力，T为预定时间段，Br(t)为所述第二磁传感器在时间t处检测到的磁力，且Br(t-T)是所述第二磁传感器在时间t-T处检测到的磁力。
14.一种信息处理方法，包括：
由获取单元从安装在移动对象上的磁检测单元获取空间磁梯度和时间磁变化；以及
由计算单元基于所述磁梯度和所述磁变化来估计所述移动对象的运动矢量；
其中，所述磁检测单元包括检测地磁的多个磁传感器，所述多个磁传感器包括沿行进方向间隔距离L定位的第一磁传感器和第二磁传感器，并且
所述移动对象沿所述行进方向的速度V(t)为gt(t)/gx(t)，Bf(t)为所述第一磁传感器在时间t处检测到的磁力，T为预定时间段，Br(t)为所述第二磁传感器在时间t处检测到的磁力，且Br(t-T)是所述第二磁传感器在时间t-T处检测到的磁力。
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2019062943 | 2019-03-28 | ||
| JP2019-062943 | 2019-03-28 | ||
| PCT/JP2020/010805 WO2020195892A1 (ja) | 2019-03-28 | 2020-03-12 | 情報処理装置、プログラム及び情報処理方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113632029A CN113632029A (zh) | 2021-11-09 |
| CN113632029B true CN113632029B (zh) | 2024-02-27 |
Family
ID=72609319
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202080022804.5A Active CN113632029B (zh) | 2019-03-28 | 2020-03-12 | 信息处理装置、程序及信息处理方法 |
Country Status (5)
| Country | Link |
|---|---|
| US (1) | US20220163330A1 (zh) |
| JP (1) | JPWO2020195892A1 (zh) |
| CN (1) | CN113632029B (zh) |
| DE (1) | DE112020001559T5 (zh) |
| WO (1) | WO2020195892A1 (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20230099699A1 (en) * | 2021-09-28 | 2023-03-30 | Hewlett Packard Enterprise Development Lp | Indoor access point position management |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| RU2241958C1 (ru) * | 2003-12-02 | 2004-12-10 | Федеральное государственное унитарное предприятие "Научно-исследовательский институт электрофизической аппаратуры им. Д.В.Ефремова" | Способ (варианты) и следящая система для определения положения и ориентации подвижного объекта |
| FR2914739A1 (fr) * | 2007-04-03 | 2008-10-10 | David Jean Vissiere | Systeme fournissant vitesse et position d'un corps en utilisant les variations du champ magnetique evaluees grace aux mesures de un ou des magnetiometres et de une ou des centrales inertielles |
| JP2009053056A (ja) * | 2007-08-27 | 2009-03-12 | Univ Nagoya | 磁気式移動体速度検出装置 |
| CN103969700A (zh) * | 2013-01-31 | 2014-08-06 | 雅马哈株式会社 | 估计磁传感器的偏移量的方法 |
| CN104215259A (zh) * | 2014-08-22 | 2014-12-17 | 哈尔滨工程大学 | 一种基于地磁模量梯度和粒子滤波的惯导误差校正方法 |
| CN104535062A (zh) * | 2015-01-20 | 2015-04-22 | 中国人民解放军国防科学技术大学 | 基于磁梯度张量和地磁矢量测量的运动式定位方法 |
| CN105222772A (zh) * | 2015-09-17 | 2016-01-06 | 泉州装备制造研究所 | 一种基于多源信息融合的高精度运动轨迹检测*** |
| CN106405658A (zh) * | 2016-08-30 | 2017-02-15 | 中国人民解放军海军工程大学 | 一种基于矢量磁梯度计的运动式磁性目标定位方法 |
| CN107272069A (zh) * | 2017-06-13 | 2017-10-20 | 哈尔滨工程大学 | 基于磁异常梯度的磁性目标追踪方法 |
| JP2018063679A (ja) * | 2016-10-14 | 2018-04-19 | 株式会社日立製作所 | 位置推定システム及び方法 |
Family Cites Families (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH0570077A (ja) * | 1991-09-11 | 1993-03-23 | Hitachi Building Syst Eng & Service Co Ltd | 乗客コンベアの移動手摺り速度検出装置 |
| CN100345715C (zh) * | 2001-12-12 | 2007-10-31 | 杰维斯·B·韦布国际公司 | 无人驾驶车辆导向***和方法 |
| JP2009505201A (ja) * | 2005-08-11 | 2009-02-05 | コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ | ポインティング装置の動きを判定する方法 |
| JP4910219B2 (ja) * | 2009-11-17 | 2012-04-04 | 国立大学法人宇都宮大学 | 自律移動方法及び自律移動体 |
| EP3325990B1 (en) * | 2015-07-21 | 2022-12-21 | Israel Aerospace Industries Ltd. | Gradiometer system and method |
| US10378900B2 (en) * | 2015-09-16 | 2019-08-13 | Raytheon Company | Magnetic field gradient navigation aid |
| JP6954717B2 (ja) * | 2016-09-23 | 2021-10-27 | 日本電気通信システム株式会社 | 測位用分類器の作成方法、位置測定方法、外的要因ノイズ特定方法及び測位用分類器の作成システム |
| FR3069649B1 (fr) * | 2017-07-26 | 2021-01-01 | Sysnav | Procede de calibration d'un magnetometre |
| US10539644B1 (en) * | 2019-02-27 | 2020-01-21 | Northern Digital Inc. | Tracking an object in an electromagnetic field |
-
2020
- 2020-03-12 WO PCT/JP2020/010805 patent/WO2020195892A1/ja active Application Filing
- 2020-03-12 JP JP2021509029A patent/JPWO2020195892A1/ja not_active Ceased
- 2020-03-12 DE DE112020001559.9T patent/DE112020001559T5/de active Pending
- 2020-03-12 CN CN202080022804.5A patent/CN113632029B/zh active Active
- 2020-03-12 US US17/441,462 patent/US20220163330A1/en active Pending
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| RU2241958C1 (ru) * | 2003-12-02 | 2004-12-10 | Федеральное государственное унитарное предприятие "Научно-исследовательский институт электрофизической аппаратуры им. Д.В.Ефремова" | Способ (варианты) и следящая система для определения положения и ориентации подвижного объекта |
| FR2914739A1 (fr) * | 2007-04-03 | 2008-10-10 | David Jean Vissiere | Systeme fournissant vitesse et position d'un corps en utilisant les variations du champ magnetique evaluees grace aux mesures de un ou des magnetiometres et de une ou des centrales inertielles |
| JP2009053056A (ja) * | 2007-08-27 | 2009-03-12 | Univ Nagoya | 磁気式移動体速度検出装置 |
| CN103969700A (zh) * | 2013-01-31 | 2014-08-06 | 雅马哈株式会社 | 估计磁传感器的偏移量的方法 |
| CN104215259A (zh) * | 2014-08-22 | 2014-12-17 | 哈尔滨工程大学 | 一种基于地磁模量梯度和粒子滤波的惯导误差校正方法 |
| CN104535062A (zh) * | 2015-01-20 | 2015-04-22 | 中国人民解放军国防科学技术大学 | 基于磁梯度张量和地磁矢量测量的运动式定位方法 |
| CN105222772A (zh) * | 2015-09-17 | 2016-01-06 | 泉州装备制造研究所 | 一种基于多源信息融合的高精度运动轨迹检测*** |
| CN106405658A (zh) * | 2016-08-30 | 2017-02-15 | 中国人民解放军海军工程大学 | 一种基于矢量磁梯度计的运动式磁性目标定位方法 |
| JP2018063679A (ja) * | 2016-10-14 | 2018-04-19 | 株式会社日立製作所 | 位置推定システム及び方法 |
| CN107272069A (zh) * | 2017-06-13 | 2017-10-20 | 哈尔滨工程大学 | 基于磁异常梯度的磁性目标追踪方法 |
Non-Patent Citations (3)
| Title |
|---|
| Detection of a moving magnetic dipole target using multiple scalar magnetometers;C.P.Du等;IEEE GEOSCIENCE AND REMOTE SENSING LETTERS;20170526;第14卷(第7期);1166-1170 * |
| 地磁总场阵列对磁性目标定位研究;樊黎明;中国博士学位论文全文数据库基础科学辑;20190115(第2019年第01期);A012-4 * |
| 基于磁传感器阵列的磁性目标跟踪方法;尹刚等;上海交通大学学报;20151231;第49卷(第12期);1748-1752 * |
Also Published As
| Publication number | Publication date |
|---|---|
| WO2020195892A1 (ja) | 2020-10-01 |
| CN113632029A (zh) | 2021-11-09 |
| JPWO2020195892A1 (zh) | 2020-10-01 |
| US20220163330A1 (en) | 2022-05-26 |
| DE112020001559T5 (de) | 2022-01-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US20210012520A1 (en) | Distance measuring method and device | |
| CN109887057B (zh) | 生成高精度地图的方法和装置 | |
| TWI827649B (zh) | 用於ｖｓｌａｍ比例估計的設備、系統和方法 | |
| KR101725060B1 (ko) | 그래디언트 기반 특징점을 이용한 이동 로봇의 위치를 인식하기 위한 장치 및 그 방법 | |
| Ohya et al. | Vision-based navigation by a mobile robot with obstacle avoidance using single-camera vision and ultrasonic sensing | |
| US8761439B1 (en) | Method and apparatus for generating three-dimensional pose using monocular visual sensor and inertial measurement unit | |
| Achtelik et al. | Autonomous navigation and exploration of a quadrotor helicopter in GPS-denied indoor environments | |
| US9214021B2 (en) | Distributed position identification | |
| Panahandeh et al. | Vision-aided inertial navigation based on ground plane feature detection | |
| KR101776621B1 (ko) | 에지 기반 재조정을 이용하여 이동 로봇의 위치를 인식하기 위한 장치 및 그 방법 | |
| CN107389968B (zh) | 一种基于光流传感器和加速度传感器的无人机定点实现方法和装置 | |
| Elloumi et al. | Indoor navigation assistance with a Smartphone camera based on vanishing points | |
| US20180075614A1 (en) | Method of Depth Estimation Using a Camera and Inertial Sensor | |
| WO2018182524A1 (en) | Real time robust localization via visual inertial odometry | |
| US20100265327A1 (en) | System for recording Surroundings | |
| CN111338383A (zh) | 基于gaas的自主飞行方法及***、存储介质 | |
| EP3905213B1 (en) | Positioning apparatus and moving body | |
| KR20180062137A (ko) | 하이브리드 모션캡쳐 시스템의 위치 추정 방법 | |
| CN113632029B (zh) | 信息处理装置、程序及信息处理方法 | |
| CN113465596A (zh) | 一种基于多传感器融合的四旋翼无人机定位方法 | |
| Klavins et al. | Unmanned aerial vehicle movement trajectory detection in open environment | |
| WO2020137311A1 (ja) | 測位装置及び移動体 | |
| Nagai et al. | Indoor self-localization using multiple magnetic sensors | |
| Alaeddini et al. | Autonomous state estimation using optic flow sensing | |
| JP2021039388A (ja) | 測位装置及び車両 |
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 |