CN113686332A - 移动机器人及其导航方法、装置、设备和存储介质 - Google Patents
移动机器人及其导航方法、装置、设备和存储介质 Download PDFInfo
- Publication number
- CN113686332A CN113686332A CN202111053614.2A CN202111053614A CN113686332A CN 113686332 A CN113686332 A CN 113686332A CN 202111053614 A CN202111053614 A CN 202111053614A CN 113686332 A CN113686332 A CN 113686332A
- Authority
- CN
- China
- Prior art keywords
- map
- mobile robot
- navigation
- determining
- environment
- 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 51
- 238000003860 storage Methods 0.000 title claims abstract description 30
- 238000005286 illumination Methods 0.000 claims description 32
- 230000015654 memory Effects 0.000 claims description 20
- 239000003550 marker Substances 0.000 claims description 15
- 238000001514 detection method Methods 0.000 claims description 13
- 230000033001 locomotion Effects 0.000 claims description 8
- 230000007613 environmental effect Effects 0.000 claims description 7
- 238000005259 measurement Methods 0.000 claims description 4
- 239000000126 substance Substances 0.000 claims 1
- 230000008569 process Effects 0.000 description 9
- 230000006870 function Effects 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- 238000013507 mapping Methods 0.000 description 7
- 230000003287 optical effect Effects 0.000 description 7
- 238000004891 communication Methods 0.000 description 6
- 238000005457 optimization Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 2
- 229910052782 aluminium Inorganic materials 0.000 description 2
- XAGFODPZIPBFFR-UHFFFAOYSA-N aluminium Chemical compound [Al] XAGFODPZIPBFFR-UHFFFAOYSA-N 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 230000017525 heat dissipation Effects 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000003825 pressing Methods 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 230000001960 triggered effect Effects 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 229910052751 metal Inorganic materials 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012634 optical imaging Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 230000033764 rhythmic process Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 239000002699 waste material Substances 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
- G01C21/10—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
- G01C21/1656—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 with passive imaging devices, e.g. cameras
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60P—VEHICLES ADAPTED FOR LOAD TRANSPORTATION OR TO TRANSPORT, TO CARRY, OR TO COMPRISE SPECIAL LOADS OR OBJECTS
- B60P3/00—Vehicles adapted to transport, to carry or to comprise special loads or objects
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Health & Medical Sciences (AREA)
- Public Health (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本申请提出一种移动机器人及其导航方法、装置、设备和存储介质,移动机器人,应用于具有货架的仓储,该移动机器人包括:机身,机身的底部安装有运动轮子;图像采集装置,设置于机身的侧前方,用于采集环境图像,环境图像中包括仓储的天花板以及货架的顶部。本申请的移动机器人可以在动态环境下,进行稳健、精确地定位与导航。
Description
技术领域
本申请涉及智能存储技术领域,尤其涉及一种移动机器人及其导航方法、装置、设备和存储介质。
背景技术
随着电商、3C商品以及物流产业的发展,国内外大型存储仓库发展十分迅速。为了提升仓库的空间使用效率,大型仓储内部对于作业时间与作业节拍方案设计呈现越来越快节奏而又要求人工低成本的趋势。自动化搬运机器人(或者移动机器人或者智能装置)对于快节奏而又低人工成本的需求是最优选择。
在室内大型仓储的特定高度(比如3米)以下,由于货位使用效率较高,货物搬动变化非常大,例如超过80%以上,这样的环境称为动态环境。动态环境会导致搬运机器人无法按照之前建立的周围环境标志物和地图进行定位和导航。
发明内容
本申请实施例提供一种移动机器人及其导航方法、装置、设备和存储介质,以解决相关技术存在的问题,技术方案如下:
第一方面,本申请实施例提供了一种移动机器人,应用于具有货架的仓储,该移动机器人包括:
机身,机身的底部安装有运动轮子;
图像采集装置,设置于机身的侧前方,用于采集环境图像,环境图像中包括仓储的天花板以及货架的顶部。
在一种实施方式中,图像采集装置与竖直方向的夹角为55度到65度。
在一种实施方式中,图像采集装置包括双目结构光传感器,双目结构光传感器的结构光为双同心圆。
在一种实施方式中,双目结构光传感器设置有惯性测量传感器单元。
第二方面,本申请实施例提供一种仓储,包括货架以及本申请任一实施例的移动机器人。
在一种实施方式中,仓储的天花板设置有至少一个空间标记物。
第三方面,本申请实施例提供一种移动机器人的导航方法,应用于移动机器人,该导航方法包括:
采集环境图像,环境图像中包括仓储的天花板以及货架的顶部;
根据环境图像确定当前位置;
向地图服务器发送导航请求,导航请求中包括当前位置以及目标位置,以使地图服务器根据当前位置和目标位置返回3D地图以及规划路径;
根据3D地图以及规划路径运动。
在一种实施方式中,该导航方法还包括:
确定环境光照信息;
其中,导航请求中包括环境光照信息,以使地图服务器返回与环境光照信息相对应的3D地图。
在一种实施方式中,3D地图包括3D稀疏地图和3D稠密地图。
在一种实施方式中,环境图像中还包括天花板上设置的空间标记物,导航方法还包括:
根据空间标记物进行回环检测。
第四方面,本申请实施例提供一种移动机器人的导航方法,应用于地图服务器,导航方法包括:
接收移动机器人发动的导航请求,导航请求中包括环境光照信息;
根据环境光照信息确定待返回的3D地图;
向移动机器人返回3D地图。
在一种实施方式中,根据环境光照信息确定待返回的3D地图,包括:
根据环境光照信息确定环境光满足是否预设条件;
在满足预设条件的情况下,确定3D地图为3D稀疏地图;或者,在未满足预设条件的情况下,确定3D地图为稠密地图。
第五方面,本申请实施例提供一种移动机器人的导航装置,应用于移动机器人,导航装置包括:
图像采集模块,用于采集环境图像,环境图像中包括仓储的天花板以及货架的顶部;
位置确定模块,用于根据环境图像确定当前位置;
导航请求发送模块,用于向地图服务器发送导航请求,导航请求中包括当前位置以及目标位置,以使地图服务器根据当前位置和目标位置返回3D地图以及规划路径;
运动模块,用于根据3D地图以及规划路径运动。
在一种实施方式中,该导航装置还包括:
环境光照信息确定模块,用于确定环境光照信息;
其中,导航请求中包括环境光照信息,以使地图服务器返回与环境光照信息相对应的3D地图。
在一种实施方式中,3D地图包括3D稀疏地图和3D稠密地图。
在一种实施方式中,环境图像中还包括天花板上设置的空间标记物,导航装置还包括:
回环检测模块,用于根据空间标记物进行回环检测。
第六方面,本申请实施例提供一种移动机器人的导航装置,应用于地图服务器,导航装置包括:
导航请求接收模块,用于接收移动机器人发动的导航请求,导航请求中包括环境光照信息;
3D地图确定模块,用于根据环境光照信息确定待返回的3D地图;
3D地图返回模块,用于向移动机器人返回3D地图。
在一种实施方式中,3D地图确定模块包括:
预设条件判断子模块,用于根据环境光照信息确定环境光满足是否预设条件;
3D地图确定子模块,用于在满足预设条件的情况下,确定3D地图为3D稀疏地图;或者,在未满足预设条件的情况下,确定3D地图为稠密地图。
第七方面,本申请实施例提供了一种移动机器人的导航设备,该设备包括:至少一个处理器;以及与至少一个处理器通信连接的存储器;其中,存储器存储有可被至少一个处理器执行的指令,以使至少一个处理器能够执行上述移动机器人的导航方法。
第八方面,本申请实施例提供了一种计算机可读存储介质,计算机可读存储介质存储计算机指令,当计算机指令在计算机上运行时,上述各方面任一种实施方式中的方法被执行。
上述技术方案中的优点或有益效果至少包括:可以在动态环境下,进行稳健、精确地定位与导航。
上述概述仅仅是为了说明书的目的,并不意图以任何方式进行限制。除上述描述的示意性的方面、实施方式和特征之外,通过参考附图和以下的详细描述,本申请进一步的方面、实施方式和特征将会是容易明白的。
附图说明
在附图中,除非另外规定,否则贯穿多个附图相同的附图标记表示相同或相似的部件或元素。这些附图不一定是按照比例绘制的。应该理解,这些附图仅描绘了根据本申请公开的一些实施方式,而不应将其视为是对本申请范围的限制。
图1示出根据本申请实施例的移动机器人示意图;
图2示出根据本申请实施例的移动机器人的导航方法的流程图;
图3示出根据本申请实施例的3D地图的示意图;
图4示出根据本申请实施例的移动机器人的导航方法的流程图;
图5示出根据本申请实施例的移动机器人的导航方法的应用示例图;
图6示出根据本申请一实施例的移动机器人的导航装置的框图;
图7示出根据本申请另一实施例的移动机器人的导航装置的框图;
图8示出根据本申请一实施例的移动机器人的导航设备的框图。
具体实施方式
在下文中,仅简单地描述了某些示例性实施例。正如本领域技术人员可认识到的那样,在不脱离本申请的精神或范围的情况下,可通过各种不同方式修改所描述的实施例。因此,附图和描述被认为本质上是示例性的而非限制性的。
图1示出根据本申请实施例的移动机器人的结构示意图。如图1所示,该移动机器人包括机身101和图像采集装置102。移动机器人可在仓储中移动(运动),该仓储中存放有多个货架,以存放货物。本实施例中,仓储为室内存储,即该仓储具有天花板。
机身101的底部安装有运动轮子103。运动轮子103的数量本实施例不作限定,只要可以使移动机器人运动即可。移动机器人所有运动轮子的中心连线的空间交点可以作为该移动机器人的中心。
图像采集装置102设置在机身101的侧前方,用于采集环境图像。图像采集装置102斜向天花板设置,例如图像采集装置102与竖直方向的夹角为55度到65度,从而使环境图像中可以包括天花板以及货架的顶部。优选地,图像采集装置与竖直方向的夹角为60度。图像采集装置102的方向也可以任意设置,只要保证视角斜向天花板设置即可,进而使环境图像中可以包括天花板以及货架的顶部。
本实施例中,移动机器人的图像采集区域为仓储的天花板以及货架的顶部,该区域在动态环境中发生变化的概率很小,进而对移动机器人的定位和导航的影响较小,从而可以使移动机器人在动态环境下,进行稳健、精确地定位与导航。
在一种实施方式中,图像采集装置102可以为双目结构光传感器。示例性地,该双目结构光传感器的结构光采用双同心圆,即投射到物体表面的图案为双同心圆。
2D激光导航和定位使用的是2D环境平面轮廓,对于周围环境所使用的信息量十分有限,不能对环境数据信息进行充分的使用,以及基于此的进一步信息挖掘开发。而本实施例采用双目结构光传感器,可以基于弱纹理的物体表面形成视差,进而计算得出物体表面的3D世界坐标,便于地图服务器生成仓储的3D地图(3D点云地图)。3D地图中包含了大量的环境信息,可以提高导航精度和准确度,进而提高仓储的空间利用率,有利于实现密集存储。并且,3D点云地图具有不受24小时白天黑夜环境光线影响的优势,因此,本实施例的移动机器人可以适应仓储内任何时间和条件下的环境光,进而实现24小时缺电时候充电,其余时间无论白天或者黑夜均在工作的高效率和低成本的货物转运和出入库。而采用双同心圆的结构光,使得对3D物体表面的测量会更加精确。
示例性地,双目结构光传感器可以包括:玻璃镜头组,玻璃镜头组是双目结构光传感器的主要光学***部件;蒙板,用作光程调节部件;前面板,为双目结构光传感器的前端主要支撑性结构部件,可以采用铝质;双目印刷电路板(Printed Circuit Board,PCB)模组,为双目结构光传感器的核心光学成像部件;RGB相机,是彩色成像的直接传感器;散热板,可以为特制金属散热板。双目结构光传感器还可以包括双目相机PCB处理器板、USB盖帽、铝质后盖板以及防尘辅助盖帽。
在一种实施方式中,双目结构光传感器设置有惯性测量传感器单元(InertialMeasurement Unit,IMU),用以测量物体的线加速度与角加速度。通过在双目结构光传感器中内置IMU,因此,IMU与双目结构光传感器呈板卡级别的时间同步,故不需要外置计算单元单独对IMU数据和双目结构光传感器数据进行时间戳同步计算,从而避免因时间戳同步而造成的计算单元***卡顿的现象。
继续参阅图1,示例性地,本实施例的移动机器人还可以包括:主声光传感器104,可以设置于机身101的前方顶部;第一急停按钮105A,设置于机身101的前方侧面,当出现紧急情况时,通过按压第一急停按钮105A可以触发急停信号;第二急停按钮105B,可以设置于机身101的后方中间,当出现紧急情况时,通过按压第二急停按钮105B同样可以触发急停信号;辊筒106,可用于货物传送;检查门107,可用于移动机器人的电池检查或调试,可设置有高速串口;防撞急停传感器108,设置于机身101的前方底部,用于在移动机器人前方与障碍物发生碰撞时,生成急停信号。响应于收到急停信号,移动机器人的控制***可以在预设时间内(如10ms)紧急刹车,并切断动力源。
图2示出本申请实施例的移动机器人的导航方法,该导航方法应用于移动机器人。如图2所示,该导航方法包括:
步骤S201:采集环境图像,环境图像中包括仓储的天花板以及货架的顶部;
步骤S202:根据环境图像,确定在仓储中的当前位置;
步骤S203:向地图服务器发送导航请求,导航请求中包括当前位置以及在仓储中的目标位置,以使地图服务器根据当前位置和目标位置返回3D地图以及规划路径;
步骤S204:根据3D地图以及规划路径运动。
移动机器人向地图服务器发送导航请求,地图服务器根据移动机器人的当前位置和目标位置,确定对应的当前地图点和目标地图点,进而规划当前地图点和目标地图点之间的路径,并下发规划路径和3D地图给移动机器人。其中,3D地图可以为当前地图点和目标地图点之间的子地图。
基于移动机器人与地图服务器之间的交互,移动机器人可以不存储3D地图,对于具有大量移动机器人(如超过100台)的仓储环境中,可以降低计算机硬件存储资源的重复性浪费,而在需要地图更新时,也不需要每个移动机器人进行单独更新,从而可以降低工作量和人力成本,提高能效。
地图服务器可以同时与多个移动机器人通信,示例性地,地图服务器可以通过XMLRPC通信协议与多个移动机器人通信,包括建图;子地图的分发、拼接、升级、更新;地图模式切换等。
在一个示例中,建图过程可以包括:移动机器人在仓储内运动,并基于自身的障碍物检测和规避算法进行路径规划,从而全覆盖整个仓储空间。障碍物可以包括货架、临时货物、人、车辆或其他智能装置等。在运动过程中,移动机器人不断采集环境图像,并向地图服务器发送环境图像。地图服务器对移动机器人上传的环境图像进行识别和处理,生成3D子地图。当移动机器人采集环境图像的区域面积超过预设值(如100平方米)时,地图服务器可以对已经建立的3D子地图进行拼接和校正调优,得到3D全局地图。也就是说,地图服务器的建图过程是随着移动机器人的运动而进行,而并非在移动机器人对全部环境图像扫描或采集之后统一建图,从而可以提高建图效率。
其中,3D地图包括3D稠密地图和3D稀疏地图。3D稠密地图包括离散的空间点云数据,3D系数地图是对空间点云数据进行稀疏特征提取并筛选后,以稀疏特征点作为地图数据。
优选地,可以设置多个移动机器人,并将多个移动机器人均匀分布在仓储的不同区域中,从而进一步提高建图速度和效率。图3示出根据本申请实施例的建图方法而生成的3D地图的示例。其中,301表示移动机器人在仓储内规划的路径;302表示移动机器人在当前位置上的表示;303表示仓储的货架或者外墙轮廓。
在建图完成之后,移动机器人和地图服务器均离开建图模式,移动机器人进行跟踪模式,即进入步骤S201。地图服务器进入地图分发模式和路径规划模式。在跟踪模式下,基于地图服务器下发的规划路径和3D地图完成从当前地图点到目标地图点的运动。
示例性地,当前位置和目标位置为移动机器人在3D地图上的位置(当前地图点和目标地图点)。
示例性地,在步骤S202中可以进行重定位功能。在跟踪模式下,如果移动机器人发生了定位丢失,即无法确定当前位置,移动机器人可以触发重定位功能。例如:移动机器人采集当前环境图像,并向地图服务器发送重定位请求,该重定位请求中包括当前环境图像。地图服务器根据重定位请求,对当前环境图像进行特征提取,并基于提取到特征与3D全局地图进行匹配,进而确定出相应的地图点,该地图点即为重定位后的地图点,并将重定位后的地图点发送给移动机器人,从而使移动机器人确定其在3D全局地图中的位置。
示例性地,在确定移动机器人与当前采集环境数据之间的相对空间姿态,并反馈至中控软件,中控软件再把数据流传送至运控,由运控调节移动机器人的运动轮子的合成速度矢量,进而完成移动机器人定位相对差异姿态的补偿。
在一种实施方式中,本申请实施例的方法还可以包括:确定环境光照信息。进而在步骤S203中,导航请求中还包括有环境光照信息,以使地图服务器根据环境光照信息确定相对应类型的3D地图。
示例性地,移动机器人可以独立检测自身所处的局部区域的光线情况,得到环境光照信息,如光亮度,进而上报给地图服务器,地图服务器根据该移动机器人的当前光线情况为其下发3D稠密地图或3D稀疏地图。
示例性地,移动机器人上设置有光亮度传感器,进而检测环境光照信息。或者,移动机器人可以采集环境图像,进而根据环境图像确定环境光照信息。
在一种实施方式中,环境图像中包括天花板上的空间标记物,本实施例的导航方法还包括:根据空间标记物进行回环检测。
移动机器人在长期运行后,随着传感器硬件本身误差的累计和内嵌计算机软件算法误差的累计,***误差会越来越大,严重影响移动机器人的持续定位与导航能力和精度。当移动机器人再次采集(扫描)到之前出现过的孔家标记物后,可以进行回环检测,即将运动过程中的持续累计误差进行一次整体优化,使***误差得到闭环,从而消除长时间持续运行累计的误差。整体优化包括全局关键帧优化或关键节点优化。
图4示出根据本申请实施例的移动机器人的导航方法的流程图,该方法可以应用于地图服务器。如图4所示,该方法包括:
步骤S401:接收移动机器人发动的导航请求,导航请求中包括环境光照信息;
步骤S402:根据环境光照信息确定待返回的3D地图;
步骤S403:向移动机器人返回3D地图。
在一种实施方式中,在步骤S402中可以包括:根据环境光照信息确定环境光满足是否预设条件;在满足预设条件的情况下,确定3D地图为3D稀疏地图;或者,在未满足预设条件的情况下,确定3D地图为稠密地图。
示例性地,环境光照信息可以为光亮度,可以预设光亮度阈值。当光亮度超过光亮度阈值时,确定满足预设条件,从而向移动机器人返回3D稀疏地图,从而在环境光线较亮的情况下,降低计算量,并实现稳健且精确的定位。当光亮度低于光亮度阈值时,确定未满足预设条件,从而向移动机器人发送3D稠密地图,从而使移动机器人在环境光线较暗的情况下(比如黑夜)稳健而又精确地工作。
在一个应用示例中,如图5所示,移动机器人开机上电后,移动机器人会进行自检,包括:
(1)检查安全信号急停是否正常。如果急停信号异常,则进入异常处理机制。如果急停信号正常,判断的原理是测试一次模拟急停,然后进行自动恢复,如果电机动力能够正常恢复,则急停信号正常。
(2)检查双目结构光相机(双目结构光传感器)是否正常。第一个是投射激光矩阵图案(双同心圆结构光)是否正常,是否存在严重畸变;第二个是左、右2个相机视差计算是否正常;第三个是双目结构光相机对外图像信号传输帧格式是否正常;第四个是结构光发射器的打开与关闭是否正常。如果有一项检查异常,则进入异常处理机制。
(3)检查运控是否正常。检查运控所连接的电机信号控制器、轮组角度反馈器等信号是否正常;检测所有轮组(运动轮子)是否正常,包括轮组的心跳信号、轮组的角度控制以及角度反馈是否信号一致。
(4)检查地图服务器是否正常。检查地图数据是否正常;检查子地图拼接模块是否正常;检查地图服务器与各移动机器人的所有个体通讯是否正常。
本申请实施例还提供一种仓储,包括货架以及如上任一实施例的移动机器人。该仓储为室内仓储,即设置有天花板,天花板上可设置一个或多个空间标记物,用于移动机器人的回环检测。
图6示出根据本申请实施例的移动机器人的导航装置,可应用于移动机器人。如图6所示,该导航装置包括:
图像采集模块601,用于采集环境图像,环境图像中包括仓储的天花板以及货架的顶部;
位置确定模块602,用于根据环境图像确定当前位置;
导航请求发送模块603,用于向地图服务器发送导航请求,导航请求中包括当前位置以及目标位置,以使地图服务器根据当前位置和目标位置返回3D地图以及规划路径;
运动模块604,用于根据3D地图以及规划路径运动。
在一种实施方式中,该导航装置还包括:
环境光照信息确定模块,用于确定环境光照信息;
其中,导航请求中包括环境光照信息,以使地图服务器返回与环境光照信息相对应的3D地图。
在一种实施方式中,3D地图包括3D稀疏地图和3D稠密地图。
在一种实施方式中,环境图像中还包括天花板上设置的空间标记物,导航装置还包括:
回环检测模块,用于根据空间标记物进行回环检测。
图7示出根据本申请实施例的移动机器人的导航装置,可应用于地图服务器。如图7所示,该导航装置包括:
导航请求接收模块701,用于接收移动机器人发动的导航请求,导航请求中包括环境光照信息;
3D地图确定模块702,用于根据环境光照信息确定待返回的3D地图;
3D地图返回模块703,用于向移动机器人返回3D地图。
在一种实施方式中,3D地图确定模块702包括:
预设条件判断子模块,用于根据环境光照信息确定环境光满足是否预设条件;
3D地图确定子模块,用于在满足预设条件的情况下,确定3D地图为3D稀疏地图;或者,在未满足预设条件的情况下,确定3D地图为稠密地图。
本申请实施例各装置中的各模块的功能可以参见上述方法中的对应描述,在此不再赘述。
图8示出根据本申请实施例的移动机器人的导航设备的结构框图。如图8所示,该导航设备包括:存储器801和处理器802,存储器801内存储有可在处理器802上运行的指令。处理器802执行该指令时实现上述实施例中的方法。存储器801和处理器802的数量可以为一个或多个。该导航设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。导航设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本申请的实现。
该导航设备还可以包括通信接口803,用于与外界设备进行通信,进行数据交互传输。各个设备利用不同的总线互相连接,并且可以被安装在公共主板上或者根据需要以其它方式安装。处理器802可以对在导航设备内执行的指令进行处理,包括存储在存储器中或者存储器上以在外部输入/输出装置(诸如,耦合至接口的显示设备)上显示GUI的图形信息的指令。在其它实施方式中,若需要,可以将多个处理器和/或多条总线与多个存储器和多个存储器一起使用。同样,可以连接多个导航设备,各个设备提供部分必要的操作(例如,作为服务器阵列、一组刀片式服务器、或者多处理器***)。该总线可以分为地址总线、数据总线、控制总线等。为便于表示,图8中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
可选的,在具体实现上,如果存储器801、处理器802及通信接口803集成在一块芯片上,则存储器801、处理器802及通信接口803可以通过内部接口完成相互间的通信。
应理解的是,上述处理器可以是中央处理器(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processing,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(FieldProgrammable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者是任何常规的处理器等。值得说明的是,处理器可以是支持进阶精简指令集机器(Advanced RISC Machines,ARM)架构的处理器。
本申请实施例提供了一种计算机可读存储介质(如上述的存储器801),其存储有计算机指令,该程序被处理器执行时实现本申请实施例中提供的方法。
可选的,存储器801可以包括存储程序区和存储数据区,其中,存储程序区可存储操作***、至少一个功能所需要的应用程序;存储数据区可存储根据设备的使用所创建的数据等。此外,存储器801可以包括高速随机存取存储器,还可以包括非瞬时存储器,例如至少一个磁盘存储器件、闪存器件、或其他非瞬时固态存储器件。在一些实施例中,存储器801可选包括相对于处理器802远程设置的存储器,这些远程存储器可以通过网络连接至设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“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、材料或者特点包括于本申请的至少一个实施例或示例中。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
此外,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者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或隐含地包括至少一个该特征。在本申请的描述中,“多个”的含义是两个或两个以上,除非另有明确具体的限定。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为,表示包括一个或多个(两个或两个以上)用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分。并且本申请的优选实施方式的范围包括另外的实现,其中可以不按所示出或讨论的顺序,包括根据所涉及的功能按基本同时的方式或按相反的顺序,来执行功能。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤,例如,可以被认为是用于实现逻辑功能的可执行指令的定序列表,可以具体实现在任何计算机可读介质中,以供指令执行***、装置或设备(如基于计算机的***、包括处理器的***或其他可以从指令执行***、装置或设备取指令并执行指令的***)使用,或结合这些指令执行***、装置或设备而使用。
应理解的是,本申请的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行***执行的软件或固件来实现。上述实施例方法的全部或部分步骤是可以通过程序来指令相关的硬件完成,该程序可以存储于一种计算机可读存储介质中,该程序在执行时,包括方法实施例的步骤之一或其组合。
此外,在本申请各个实施例中的各功能单元可以集成在一个处理模块中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。上述集成的模块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,也可以存储在一个计算机可读存储介质中。该存储介质可以是只读存储器,磁盘或光盘等。
以上所述,仅为本申请的具体实施方式,但本申请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申请揭露的技术范围内,可轻易想到其各种变化或替换,这些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以权利要求的保护范围为准。
Claims (20)
1.一种移动机器人,应用于具有货架的仓储,其特征在于,所述移动机器人包括:
机身,所述机身的底部安装有运动轮子;
图像采集装置,设置于所述机身的侧前方,用于采集环境图像,所述环境图像中包括所述仓储的天花板以及所述货架的顶部。
2.根据权利要求1所述的移动机器人,其特征在于,所述图像采集装置与竖直方向的夹角为55度到65度。
3.根据权利要求1所述的移动机器人,其特征在于,所述图像采集装置包括双目结构光传感器,所述双目结构光传感器的结构光为双同心圆。
4.根据权利要求3所述的移动机器人,其特征在于,双目结构光传感器设置有惯性测量传感器单元。
5.一种仓储,其特征在于,包括货架以及权利要求1至4任一项所述的移动机器人。
6.根据权利要求5所述的仓储,其特征在于,所述仓储的天花板设置有至少一个空间标记物。
7.一种移动机器人的导航方法,其特征在于,应用于移动机器人,所述导航方法包括:
采集环境图像,所述环境图像中包括仓储的天花板以及货架的顶部;
根据所述环境图像确定当前位置;
向地图服务器发送导航请求,所述导航请求中包括所述当前位置以及目标位置,以使所述地图服务器根据所述当前位置和目标位置返回3D地图以及规划路径;
根据所述3D地图以及所述规划路径运动。
8.根据权利要求7所述的导航方法,其特征在于,还包括:
确定环境光照信息;
其中,所述导航请求中包括所述环境光照信息,以使所述地图服务器返回与所述环境光照信息相对应的3D地图。
9.根据权利要求8所述的导航方法,其特征在于,所述3D地图包括3D稀疏地图和3D稠密地图。
10.根据权利要求7所述的导航方法,其特征在于,所述环境图像中还包括所述天花板上设置的空间标记物,所述导航方法还包括:
根据所述空间标记物进行回环检测。
11.一种移动机器人的导航方法,其特征在于,应用于地图服务器,所述导航方法包括:
接收移动机器人发动的导航请求,所述导航请求中包括环境光照信息;
根据所述环境光照信息确定待返回的3D地图;
向所述移动机器人返回所述3D地图。
12.根据权利要求11所述的导航方法,其特征在于,根据所述环境光照信息确定待返回的3D地图,包括:
根据所述环境光照信息确定环境光满足是否预设条件;
在满足所述预设条件的情况下,确定所述3D地图为3D稀疏地图;或者,在未满足所述预设条件的情况下,确定所述3D地图为稠密地图。
13.一种移动机器人的导航装置,其特征在于,应用于移动机器人,所述导航装置包括:
图像采集模块,用于采集环境图像,所述环境图像中包括仓储的天花板以及货架的顶部;
位置确定模块,用于根据所述环境图像确定当前位置;
导航请求发送模块,用于向地图服务器发送导航请求,所述导航请求中包括所述当前位置以及目标位置,以使所述地图服务器根据所述当前位置和目标位置返回3D地图以及规划路径;
运动模块,用于根据所述3D地图以及所述规划路径运动。
14.根据权利要求13所述的导航装置,其特征在于,还包括:
环境光照信息确定模块,用于确定环境光照信息;
其中,所述导航请求中包括所述环境光照信息,以使所述地图服务器返回与所述环境光照信息相对应的3D地图。
15.根据权利要求14所述的导航装置,其特征在于,所述3D地图包括3D稀疏地图和3D稠密地图。
16.根据权利要求13所述的导航装置,其特征在于,所述环境图像中还包括所述天花板上设置的空间标记物,所述导航装置还包括:
回环检测模块,用于根据所述空间标记物进行回环检测。
17.一种移动机器人的导航装置,其特征在于,应用于地图服务器,所述导航装置包括:
导航请求接收模块,用于接收移动机器人发动的导航请求,所述导航请求中包括环境光照信息;
3D地图确定模块,用于根据所述环境光照信息确定待返回的3D地图;
3D地图返回模块,用于向所述移动机器人返回所述3D地图。
18.根据权利要求17所述的导航装置,其特征在于,所述3D地图确定模块包括:
预设条件判断子模块,用于根据所述环境光照信息确定环境光满足是否预设条件;
3D地图确定子模块,用于在满足所述预设条件的情况下,确定所述3D地图为3D稀疏地图;或者,在未满足所述预设条件的情况下,确定所述3D地图为稠密地图。
19.一种移动机器人的导航设备,其特征在于,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求7至12中任一项所述的方法。
20.一种计算机可读存储介质,所述计算机可读存储介质内存储有计算机指令,所述计算机指令被处理器执行时实现如权利要求7至12中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111053614.2A CN113686332A (zh) | 2021-09-08 | 2021-09-08 | 移动机器人及其导航方法、装置、设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111053614.2A CN113686332A (zh) | 2021-09-08 | 2021-09-08 | 移动机器人及其导航方法、装置、设备和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113686332A true CN113686332A (zh) | 2021-11-23 |
Family
ID=78586182
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111053614.2A Pending CN113686332A (zh) | 2021-09-08 | 2021-09-08 | 移动机器人及其导航方法、装置、设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113686332A (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20070061079A (ko) * | 2005-12-08 | 2007-06-13 | 한국전자통신연구원 | 카메라와 표식을 이용한 이동 로봇의 측위 시스템 및 방법 |
CN102519481A (zh) * | 2011-12-29 | 2012-06-27 | 中国科学院自动化研究所 | 一种双目视觉里程计实现方法 |
CN105549585A (zh) * | 2015-12-07 | 2016-05-04 | 江苏木盟智能科技有限公司 | 机器人导航方法及*** |
US20160147230A1 (en) * | 2014-11-26 | 2016-05-26 | Irobot Corporation | Systems and Methods for Performing Simultaneous Localization and Mapping using Machine Vision Systems |
CN107843251A (zh) * | 2017-10-18 | 2018-03-27 | 广东宝乐机器人股份有限公司 | 移动机器人的位姿估计方法 |
CN108717710A (zh) * | 2018-05-18 | 2018-10-30 | 京东方科技集团股份有限公司 | 室内环境下的定位方法、装置及*** |
WO2019001237A1 (zh) * | 2017-06-30 | 2019-01-03 | 炬大科技有限公司 | 一种移动电子设备以及该移动电子设备中的方法 |
-
2021
- 2021-09-08 CN CN202111053614.2A patent/CN113686332A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20070061079A (ko) * | 2005-12-08 | 2007-06-13 | 한국전자통신연구원 | 카메라와 표식을 이용한 이동 로봇의 측위 시스템 및 방법 |
CN102519481A (zh) * | 2011-12-29 | 2012-06-27 | 中国科学院自动化研究所 | 一种双目视觉里程计实现方法 |
US20160147230A1 (en) * | 2014-11-26 | 2016-05-26 | Irobot Corporation | Systems and Methods for Performing Simultaneous Localization and Mapping using Machine Vision Systems |
CN105549585A (zh) * | 2015-12-07 | 2016-05-04 | 江苏木盟智能科技有限公司 | 机器人导航方法及*** |
WO2019001237A1 (zh) * | 2017-06-30 | 2019-01-03 | 炬大科技有限公司 | 一种移动电子设备以及该移动电子设备中的方法 |
CN107843251A (zh) * | 2017-10-18 | 2018-03-27 | 广东宝乐机器人股份有限公司 | 移动机器人的位姿估计方法 |
CN108717710A (zh) * | 2018-05-18 | 2018-10-30 | 京东方科技集团股份有限公司 | 室内环境下的定位方法、装置及*** |
Non-Patent Citations (1)
Title |
---|
徐德,谭民,李原: "机器人视觉测量与控制", 国防工业出版社, pages: 323 - 327 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111156998B (zh) | 一种基于rgb-d相机与imu信息融合的移动机器人定位方法 | |
CN109506642B (zh) | 一种机器人多相机视觉惯性实时定位方法及装置 | |
CN102798350B (zh) | 一种臂架挠度的测量方法、装置及*** | |
CN109752003B (zh) | 一种机器人视觉惯性点线特征定位方法及装置 | |
CN103793936A (zh) | 用于增强现实的自动化参考框架校准 | |
CN110361027A (zh) | 基于单线激光雷达与双目相机数据融合的机器人路径规划方法 | |
JP2023541619A (ja) | 倉庫保管ロボットの位置決めと地図作成方法、ロボット及び記憶媒体 | |
WO2023029776A1 (zh) | 搬运机器人的控制方法、装置、设备和存储介质 | |
CN110058591A (zh) | 一种基于激光雷达与深度摄像机混合导航的agv*** | |
CN112734765A (zh) | 基于实例分割与多传感器融合的移动机器人定位方法、***及介质 | |
CN108332750A (zh) | 机器人定位方法及终端设备 | |
WO2021004483A1 (zh) | 一种导航方法、移动载体及导航*** | |
CN112015938B (zh) | 点云标签传递方法、装置及*** | |
CN113768419B (zh) | 确定扫地机清扫方向的方法、装置及扫地机 | |
CA3142750A1 (en) | System for refining a six degrees of freedom pose estimate of a target object | |
CN113686332A (zh) | 移动机器人及其导航方法、装置、设备和存储介质 | |
Xuehe et al. | GPU based real-time SLAM of six-legged robot | |
EP3392748B1 (en) | System and method for position tracking in a virtual reality system | |
CN115327571A (zh) | 一种基于平面激光雷达的三维环境障碍物检测***及方法 | |
US11620846B2 (en) | Data processing method for multi-sensor fusion, positioning apparatus and virtual reality device | |
CN113310484B (zh) | 一种移动机器人定位方法和*** | |
CN110675445B (zh) | 一种视觉定位方法、装置及存储介质 | |
CN111932611A (zh) | 物***置获取方法和装置 | |
Wang et al. | Agv navigation based on apriltags2 auxiliary positioning | |
CN219533396U (zh) | 一种激光雷达与双目相机联合标定平台 |
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 |