CN114322990B - 一种用于构建移动机器人地图之数据的采集方法、装置 - Google Patents
一种用于构建移动机器人地图之数据的采集方法、装置 Download PDFInfo
- Publication number
- CN114322990B CN114322990B CN202111652063.1A CN202111652063A CN114322990B CN 114322990 B CN114322990 B CN 114322990B CN 202111652063 A CN202111652063 A CN 202111652063A CN 114322990 B CN114322990 B CN 114322990B
- Authority
- CN
- China
- Prior art keywords
- beacon
- mobile robot
- map
- key node
- topology
- 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 96
- 230000008569 process Effects 0.000 claims abstract description 47
- 238000001514 detection method Methods 0.000 claims description 25
- 238000010276 construction Methods 0.000 claims description 23
- 238000005457 optimization Methods 0.000 claims description 21
- 238000005070 sampling Methods 0.000 claims description 13
- 238000012545 processing Methods 0.000 claims description 12
- 239000003550 marker Substances 0.000 claims description 10
- 238000004590 computer program Methods 0.000 claims description 7
- 230000001360 synchronised effect Effects 0.000 claims description 2
- 238000005259 measurement Methods 0.000 abstract description 8
- 238000013507 mapping Methods 0.000 abstract description 7
- 230000000007 visual effect Effects 0.000 description 17
- 238000010586 diagram Methods 0.000 description 14
- 238000002360 preparation method Methods 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 240000007594 Oryza sativa Species 0.000 description 1
- 235000007164 Oryza sativa Nutrition 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 235000009566 rice Nutrition 0.000 description 1
- 238000012795 verification 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
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)
- Navigation (AREA)
Abstract
本申请公开了一种用于构建移动机器人地图之数据的采集方法,该方法包括,在移动机器人侧,获取目标关键节点,向目标关键节点进行移动,在移动过程中采集来自各传感器的数据;其中,目标关键节点至少根据拓扑信息确定,所述拓扑信息包括,拓扑点之间的逻辑相对位置关系、以及拓扑点之间的逻辑连接关系,所述拓扑点与实际场景中的关键节点处信标一一对应,所述关键节点处设置有信标,所述逻辑连接关系与连接于关键节点之间的导引标记一一对应;移动过程中利用导引标记确定移动的方向,利用信标确定到达的目标关键节点,不使用任何关键节点和任何信标的位姿信息。本申请支持非测量建图,提升了建图效率。
Description
技术领域
本发明涉及机器视觉领域,特别地,涉及一种用于构建移动机器人地图之数据的采集方法。
背景技术
随着技术的发展,无论是视觉导航,还是激光导航,又或者是惯性导航,抑或各种导航方式的结合,用于移动机器人导航定位的地图越来越多地采用自动构建地图。自动构建地图方式之一是这样的:移动机器人按照规划路径移动,以在移动过程中实时地采集用于构建移动机器人地图的数据,建图软件根据所采集的数据来建立地图。
移动机器人在按照规划路径的移动过程中需要输入预设的位姿信息,来对移动机器人的移动过程形成反馈,以予以适当的干预,这些预设的位姿信息目前均依赖于大量的人工测量工作,例如,在选定场景区域中测量标记点位的真实位姿,或者,测量用于标记物位姿校准的信息,以便于机器人移动的过程中需要根据标记物对当前位姿进行校准。这些人工测量一方面会消耗大量的测量时间,另一方面存在人工测量误差,这些人工测量误差会被引入到所构建的地图中,从而影响所构建地图的准确性。
发明内容
本发明提供了一种用于构建移动机器人地图之数据的采集方法,以减少人工参与的工作量。
本发明的第一方面,提供了一种用于构建移动机器人地图之数据的采集方法,该方法包括,在移动机器人侧,
获取目标关键节点,
向目标关键节点进行移动,
在移动过程中采集来自各传感器的数据;
其中,
目标关键节点至少根据拓扑信息确定,所述拓扑信息包括,拓扑点之间的逻辑相对位置关系、以及拓扑点之间的逻辑连接关系,所述拓扑点与实际场景中的关键节点处信标一一对应,所述关键节点处设置有信标,所述逻辑连接关系与连接于关键节点之间的导引标记一一对应;
移动过程中利用导引标记确定移动的方向,利用信标确定到达的目标关键节点,不使用任何关键节点和任何信标的位姿信息。
较佳地,所述拓扑信息还包括,拓扑点对应的信标,
所述获取目标关键节点包括,从建图软件获取目标关键节点的信标,其中,目标关键节点由建图软件根据规划路径、拓扑信息以及移动机器人所到达的当前关键节点对应的拓扑点确定。
较佳地,所述移动过程中利用导引标记确定移动的方向,利用信标确定到达的目标关键节点,不使用任何关键节点和任何信标的位姿信息,包括,
移动机器人进行标记检测,
如果检测到导引标记,则按照检测到的导引标记移动,
如果检测到信标,则将该信标与来自建图软件的当前目标关键节点的信标进行匹配,当匹配成功时,判定到达当前目标关键节点,向建图软件请求下一目标关键节点,使得建图软件将所述下一目标关键节点的信标发送给移动机器人;或者,将该信标发送给建图软件,使得建图软件将当前信标与拓扑信息中的各个拓扑点对应的信标进行匹配,当匹配成功时,得到当前信标对应拓扑点,并将下一拓扑点对应的信标作为移动机器人的下一目标关键节点的信标,发送给移动机器人;
其中,所述信标为具有不同标记内容的信标。
较佳地,该方法进一步包括,移动机器人从建图软件获取拓扑信息和规划路径;
所述获取目标关键节点包括,移动机器人根据规划路径、拓扑信息以及移动机器人所到达的当前关键节点对应的拓扑点,确定目标拓扑点,将目标拓扑点对应的关键节点作为目标关键节点。
较佳地,所述移动过程中利用导引标记确定移动的方向,利用信标确定到达的目标关键节点,不使用任何关键节点和任何信标的位姿信息,包括,
移动机器人进行标记检测,
如果检测到导引标记,则按照检测到的导引标记移动,
如果检测到信标,则将该信标与拓扑信息中各个拓扑点对应的信标进行匹配,当匹配成功时,判定到达当前目标关键节点,获取下一目标关键节点;
其中,所述信标为具有不同标记内容的信标。
较佳地,所述拓扑信息还包括,拓扑点对应的信标,
所述移动过程中利用导引标记确定移动的方向,利用信标确定到达的目标关键节点,不使用任何关键节点和任何信标的位姿信息,包括,
移动机器人进行标记检测,
如果检测到导引标记,则按照检测到的导引标记移动,
如果检测到信标,则根据惯性里程计所记录的当前检测到的信标与检测到的上一相邻信标之间的第一距离,判断当前检测到的信标是否与检测到的上一相邻信标是否为同一信标,
当第一距离等于设定的距离阈值时,判定当前检测的信标与检测到的上一相邻信标不为同一信标,根据当前检测的信标与检测到的上一相邻信标的顺序,与,规划路径中相邻拓扑点的顺序的匹配,确定当前信标所对应的拓扑点,并获取下一目标关键节点;
其中,所述信标为具有相同标记内容的信标。
较佳地,所述拓扑信息还包括,具有逻辑连接关系的两拓扑点之间的第二距离,该距离为所述两拓扑点对应的关键节点之间的测量距离,
所述距离阈值为第二距离,
所述根据惯性里程计所记录的当前检测到的信标与检测到的上一相邻信标之间的第一距离,判断当前检测到的信标是否与检测到的上一相邻信标是否为同一信标,进一步包括,
当第一距离不等于设定的距离阈值时,判定当前检测到的信标存在误检。
较佳地,所述规划路径中的所有规划路径所形成的规划路径集合为移动过程中所移动的移动路径集合的子集,移动机器人至少按照所述规划路径集合中的每条规划路径移动一次,
所述在移动过程中采集来自各传感器的数据包括:在移动过程中按照设定的第一采样频率采集来自各传感器的数据,
所述移动机器人进行标记检测包括:移动机器人在行进状态下并行地按照设定的第二采样频率获取信标并进行检测,以使得当前行进状态不被中断,
其中,采样频率与所述移动机器人的当前移动速率相关。
本发明的第二方面,提供一种地图构建的方法,该方法包括,
利用用于构建移动机器人地图之数据,构建地图,
其中,
用于构建移动机器人地图之数据按照任一所述用于构建移动机器人地图之数据的采集方法而采集。
较佳地,所述利用用于构建移动机器人地图之数据,构建地图,包括,
将所采集的来自于各传感器的数据进行同步,
对所采集的图像数据进行处理,获取关键帧,
基于关键帧进行全局优化,得到全局的地图信息,
将地图信息转换为地图格式。
本发明的第三方面,提供一种用于构建移动机器人地图之数据的采集装置,该装置包括,
目标关键节点获取模块,用于获取目标关键节点,
移动控制模块,用于控制向目标关键节点的移动过程,
采集模块,用于在移动过程中采集来自各传感器的数据;
其中,
目标关键节点至少根据拓扑信息确定,所述拓扑信息包括,拓扑点之间的逻辑相对位置关系、以及拓扑点之间的逻辑连接关系,所述拓扑点与实际场景中的关键节点处信标一一对应,所述关键节点处设置有信标,所述逻辑连接关系与连接于关键节点之间的导引标记一一对应;
移动过程中利用导引标记确定移动的方向,利用信标确定到达的目标关键节点,不使用任何关键节点和任何信标的位姿信息。
较佳地,所述拓扑信息还包括,拓扑点对应的信标,
所述目标关键节点获取模块被配置为,从建图软件获取目标关键节点的信标,其中,目标关键节点由建图软件根据规划路径、拓扑信息以及所到达的当前关键节点对应的拓扑点确定。
较佳地,所述移动控制模块包括:
标记检测子模块,被配置为进行标记检测,
移动控制子模块,被配置为如果检测到导引标记,则按照检测到的导引标记移动,
如果检测到信标,则将该信标与来自建图软件的当前目标关键节点的信标进行匹配,当匹配成功时,判定到达当前目标关键节点,向建图软件请求下一目标关键节点,使得建图软件将所述下一目标关键节点的信标发送给所述目标关键节点获取模块;或者,将该信标发送给建图软件,使得建图软件将当前信标与拓扑信息中的各个拓扑点对应的信标进行匹配,当匹配成功时,得到当前信标对应拓扑点,并将下一拓扑点对应的信标作为下一目标关键节点的信标,发送给所述目标关键节点获取模块;
其中,所述信标为具有不同标记内容的信标。
较佳地,
所述目标关键节点获取模块被配置为:从建图软件获取拓扑信息和规划路径;根据规划路径、拓扑信息以及所到达的当前关键节点对应的拓扑点,确定目标拓扑点,将目标拓扑点对应的关键节点作为目标关键节点。
较佳地,所述拓扑信息还包括,拓扑点对应的信标,
所述移动控制模块包括:
标记检测子模块,被配置为进行标记检测,
移动控制子模块,被配置为如果检测到导引标记,则按照检测到的导引标记移动,
如果检测到信标,则将该信标与拓扑信息中各个拓扑点对应的信标进行匹配,当匹配成功时,判定到达当前目标关键节点,获取下一目标关键节点;
其中,所述信标为具有不同标记内容的信标。
较佳地,所述目标关键节点获取模块,被配置为从建图软件获取拓扑信息和规划路径;根据规划路径、拓扑信息以及所到达的当前关键节点对应的拓扑点,确定目标拓扑点,将目标拓扑点对应的关键节点作为目标关键节点。
较佳地,所述移动控制模块包括:
标记检测子模块,被配置为进行标记检测,
移动控制子模块,被配置为如果检测到导引标记,则按照检测到的导引标记移动,
如果检测到信标,则根据惯性里程计所记录的当前检测到的信标与检测到的上一相邻信标之间的第一距离,判断当前检测到的信标是否与检测到的上一相邻信标是否为同一信标,
当第一距离等于设定的距离阈值时,判定当前检测的信标与检测到的上一相邻信标不为同一信标,根据当前检测的信标与检测到的上一相邻信标的顺序,与,规划路径中相邻拓扑点的顺序的匹配,确定当前信标所对应的拓扑点,并获取下一目标关键节点;
其中,所述信标为具有相同标记内容的信标。
较佳地,所述拓扑信息还包括,具有逻辑连接关系的两拓扑点之间的第二距离,该距离为所述两拓扑点对应的关键节点之间的测量距离,
所述距离阈值为第二距离,
所述标记检测子模块进一步被配置为当第一距离不等于设定的距离阈值时,判定当前检测到的信标存在误检。
较佳地,所述规划路径中的所有规划路径所形成的规划路径集合为移动过程中所移动的移动路径集合的子集,移动机器人至少按照所述规划路径集合中的每条规划路径移动一次,
所述采集模块被配置为在移动过程中按照设定的第一采样频率采集来自各传感器的数据,
所述标记检测子模块被配置为在行进状态下并行地按照设定的第二采样频率获取信标并进行检测,以使得当前行进状态不被中断,
其中,采样频率与当前移动速率相关。
本发明的第四方面,提供一种地图构建***,该***包括,
上述用于构建移动机器人地图之数据的采集装置,
构建地图装置,用于利用用于构建移动机器人地图之数据,构建地图。
较佳地,所述构建地图装置包括,
同步模块,用于将所采集的来自于各传感器的数据进行同步,
跟踪模块,用于对所采集的图像数据进行处理,获取关键帧,
优化模块,用于基于关键帧进行全局优化,得到全局的地图信息,
地图生成模块,用于将地图信息转换为地图格式。
本发明的第五方面,提供一种移动机器人,该移动机器人包括,用于构建移动机器人地图之数据的采集装置,和/或,所述地图构建***。
本发明的第六方面,提供一种计算机可读存储介质,所述存储介质内存储有计算机程序,所述计算机程序被处理器执行时实现任一所述用于构建移动机器人地图之数据的采集方法的步骤,和/或,实现任一所述用于地图构建方法的步骤。
本申请提供的一种用于构建移动机器人地图之数据的采集方法,在无需获知关键节点和信标的位姿信息的情形下,利用导引标记确定移动的方向,利用信标确定到达的目标关键节点,移动过程中不使用任何关键节点和任何信标的位姿信息,在向目标关键节点移动的过程中采集用于构建移动机器人地图之数据。由于移动过程中无需为了获知关键节点和信标的位姿信息而进行实际测量,从而可支持非测量建图,提高移动机器人移动过程中采集用于构建移动机器人地图之数据的便利性和自动化程度,提升建图效率;移动过程中不使用任何关键节点和任何信标的位姿信息,使得信标可以灵活配置,对实际场景的适应性好,信标之间的距离不受限制,理论上可以无限远,有利于减少前期所需信标数量,提升了前期准备的效率,可在前期实施量小的情况下支持复杂的建图路径。移动过程与建图导航坐标无关,也无需关注定位结果,运行路径灵活。
附图说明
图1为本申请用于构建移动机器人地图之数据的采集方法的一种流程示意图。
图2为实施例一场景布置及拓扑图的一种示意图。
图3为移动机器人进行用于构建移动机器人地图之数据的采集的一种流程示意图。
图4 为移动机器人进行用于构建移动机器人地图之数据的采集的另一种流程示意图。
图5为实施例一建图软件构建地图的一种流程示意图。
图6为实施例二场景布置及拓扑图的一种示意图。
图7为实施例二中按照巡线方式向目标关键节点进行移动的一种流程示意图。
图8为实施例二建图软件构建地图的一种流程示意图。
图9为本申请用于构建移动机器人地图之数据的采集装置的一种示意图。
图10为本申请一种地图构建***的一种示意图。
图11为本申请采集装置、或地图构建***、或移动机器人的一种示意图。
具体实施方式
为了使本申请的目的、技术手段和优点更加清楚明白,以下结合附图对本申请做进一步详细说明。
本申请提供的用于构建移动机器人地图之数据的采集方法,通过移动机器人向目标关键节点移动的过程中利用各传感器采集数据,在移动的过程中,利用导引标记确定移动的方向,利用信标确定到达的目标关键节点,不使用任何关键节点和任何信标的位姿信息。
参见图1所示,图1为本申请用于构建移动机器人地图之数据的采集方法的一种流程示意图。该方法包括,在移动机器人侧,
步骤101,获取目标关键节点,
其中,目标关键节点根据规划路径、以及拓扑信息确定,所述拓扑信息包括,拓扑点之间的逻辑相对位置关系、以及拓扑点之间的逻辑连接关系,所述拓扑点与实际场景中的关键节点处信标一一对应,所述关键节点处设置有信标,所述逻辑连接关系与连接于关键节点之间的导引标记一一对应;
步骤102,利用导引标记确定移动的方向,利用信标确定到达的目标关键节点,不使用任何关键节点和任何信标的位姿信息,向目标关键节点进行移动,
步骤103,在移动过程中采集来自各传感器的数据。在采集的过程中,移动机器人按照设定的第一采样频率来采集来自各传感器的数据,其中,第一采样频率与所述移动机器人的当前移动速率相关。
本申请提升了采集用于构建移动机器人地图之数据的自动化程度,可支持非测量建图。
为便于理解本申请,以下结合具体采集方式下所采集的传感器数据和利用所采集的传感器数据进行地图构建来予以说明。
实施例一
本实施例一是基于以具有不同标记内容的标记信息为信标、以导引标记为巡线来构建下视视觉纹理地图。
首先,进行前期的准备:
在本实施例中,实际场景中存在既有路径,利用建图软件根据既有路径绘制拓扑图,并基于拓扑图生成规划路径。其中,拓扑图中包含拓扑点之间逻辑相对位置关系、及拓扑点之间逻辑连接关系。
拓扑点与实际场景中的关键节点一一对应,关键节点位置处的地面上布置有具有不同标记内容的信标,例如,二维码信标,或者,文字、数字、图标之一或其任意组合,每个关键节点处的信标各不相同;拓扑点所对应的信标、拓扑点之间的逻辑相对位置关系、逻辑连接关系作为拓扑图的属性存储于拓扑图中。根据拓扑图中拓扑点之间逻辑连接关系,在关键节点之间贴敷色带或弹线作为导引标记,用以对应于拓扑图中拓扑点之间逻辑连接关系。作为一种例外,若关键节点之间的距离小于设定的距离阈值,可以不布置导引标记。
其中,关键节点处不包含关键节点的全局位姿信息,也不包含信标的全局位姿信息,也就是说,无需人工测量关键节点处的位姿信息以及信标的位姿信息。
参见图2所示,图2为场景布置及拓扑图的一种示意图。图中,左图为实际场景中的既有路径,中图为布置的二维码和导引标记,右图为绘制的拓扑图。其中,拓扑图作为一种拓扑点之间逻辑相对位置关系、及拓扑点之间逻辑连接关系的可视化呈现,并不是对应于实际场景中既有路径位置和长度、关键节点位置的等比例缩放图像,而是逻辑上的对应关系。例如,实际场景中,关键节点A和关键节点B之间存在既有路径,在上述两关键节点之间布置导引标记时并不严格要求是直线线段,可以是具有曲率的弧线或便于移动机器人行进的线路,又例如,实际场景中关键节点A、E、F在同一水平线上,但在拓扑图中,它们可以不在同一水平线上。所应理解的是,从计算机程序处理的角度而言,拓扑图即为拓扑信息。
然后,利用移动机器人进行用于构建移动机器人地图之数据的采集。
方式之一,通过建图软件控制移动机器人进行移动,以便于移动机器人在移动过程中采集传感器数据,其中,移动机器人所移动的移动路径至少包括规划路径,也就是说,移动机器人所移动的移动路径可以多于规划路径,只要规划路径中的每个路径都被移动遍历至少一次即可,故而,规划路径中所有规划路径所形成的规划路径集合是移动机器人移动路径集合中的子集。
参见图3所示,图3为移动机器人进行用于构建移动机器人地图之数据的采集的一种流程示意图。以信标为二维码为例,移动机器人从某关键节点开始:
步骤301,移动机器人读取当前信标中的二维码信息,进行初始化,并将该信标发送给建图软件,以便建图软件将该信标对应的拓扑点作为起点,
步骤302,移动机器人接收建图软件根据拓扑图、和规划路径、当前所到达的目标关键节点所确定目标拓扑点对应的二维码,所述目标拓扑点对应于当前所到达的目标关键节点相邻的下一目标关键节点,该二维码所在的关键节点为所述下一目标关键节点,其中,在移动机器人进行初始化时,所读取的当前信标为移动机器人当前所达到的目标关键节点。
移动机器人根据所接收的二维码确定下一目标关键节点所在方向的导引标记,将该导引标记的方向作为移动机器人当前移动方向,并按照导引标记进行移动;或者,移动机器人从导引标记中选择所接收的二维码(即下一目标关键节点)所在方向的导引标记,将所选择导引标记的方向作为移动机器人当前移动方向,并按照导引标记进行移动。例如,图2中在C点时,如果目标拓扑点为F,则按照CF线段移动,如果目标拓扑点为D,则按照CD线段移动。
步骤303,移动机器人在移动过程中进行标记检测,并实时记录各传感器所采集到的数据,
如果检测到导引标记,则移动机器人按照当前检测到的导引标记移动,从而可以通过导引标记来保证方向的正确性,
如果检测到信标,则移动机器人读取信标中的二维码信息,对所读取的二维码与所接收的二维码进行匹配,如果匹配成功,则判定到达了目标关键节点,向建图软件请求下一目标关键节点,返回步骤302,直至遍历所有规划路径至少一次;否则,则判定尚未到达目标关键节点,移动机器人按照导引标记移动,返回步骤303,直至遍历所有规划路径至少一次。
步骤303的另一方式,移动机器人读取信标中的二维码之后,将所读取的二维码发送给建图软件,使得:建图软件将所接收的二维码与各个拓扑点所对应的二维码进行匹配,如果所接收的二维码与目标拓扑点对应的二维码匹配成功,则判定到达了目标关键节点,向移动机器人发送下一目标拓扑点对应的信标,以便将该信标所在的关键节点作为目标关键节点,否则,判定尚未到达目标关键节点,建图软件指示移动机器人按照导引标记移动。当移动机器人接收到下一目标拓扑点对应的信标时,返回步骤302,当移动机器人接收到按照导引标记移动的指令时,返回步骤303,直至遍历所有规划路径。
在上述检测标记的过程中,当移动机器人读取信标时,移动机器人不中断当前的移动,在保持当前行进状态下的同时,并行地按照设定的第二采样频率获取信标图像,使得移动机器人无需停车来采集信标图像,有利于提高建图的效率。其中,第二采样频率与当前移动速度有关。
方式之二,移动机器人根据规划路径以及拓扑图进行移动。
参见图4所示,图4为移动机器人进行用于构建移动机器人地图之数据的采集的另一种流程示意图。以信标为二维码为例,移动机器人从某关键节点开始:
步骤401,移动机器人读取当前信标中的二维码信息,进行初始化,
步骤402,移动机器人从建图软件获取选定场景区域中的规划路径和拓扑图;将当前信标对应的拓扑点作为起点,
步骤403,移动机器人根据规划路径、拓扑图、和当前所到达的关键节点确定目标拓扑点、以及其对应的二维码,该二维码所在的关键节点为目标关键节点,根据所接收的二维码确定移动的方向,按照导引标记进行移动,
步骤404,移动机器人在移动过程中进行标记检测,并实时记录各传感器所采集到的数据,
如果检测到导引标记,则移动机器人按照当前检测到的导引标记移动,从而可以通过导引标记来保证方向的正确性。
如果检测到信标,则移动机器人将当前检测到的信标与拓扑图中各个拓扑点对应的信标进行匹配,如果匹配成功,则判定到达了目标关键节点,根据规划路径、拓扑图、当前到达的目标关键节点确定下一目标拓扑点、及其对应的信标,并从当前所到达的目标关键节点进行移动,返回步骤404,直至遍历所有规划路径至少一次;否则,则判定尚未到达目标关键节点,按照导引标记移动,返回步骤404,直至遍历所有规划路径。
在移动的过程中,为了提高数据采集的效率,移动机器人可根据导引标记向目标关键节点移动,而不需要借助于关键节点和信标的位姿信息来进行反馈,这样,信标之间的距离可以不受限制,从而减少了所需信标的数量,有利于提升效率;并且,信标可以灵活配置,提高了建图的便利性;此外,移动机器人的移动路径可以根据场景情况、数据采集的需求来行进,不必拘泥于规划路径,只要规划路径为移动路径集合的子集即可,例如,图2中,移动路径可以是,ABCDEFC,也可以是ABCFEDC,还可以是EDCFCBA,或是CBAABCFEDC等等,只要移动路径中包括有AB路径、BC路径、CD路径、ED路径、EF路径、FC路径即可,这样,移动路径可以与建图导航坐标无关,移动路径灵活,无需关注移动过程中的定位结果。
传感器所采集到的数据至少包括,下视的地面纹理图像,信标的识别信息。此外还可以包括惯性导航传感器数据。
最后,基于所采集的数据,利用建图软件进行地图构建。
移动机器人将所采集的数据传输至建图软件,使得建图软件基于所采集的数据进行地图构建。
参见图5所示,图5为实施例一建图软件构建地图的一种流程示意图。该建图方法包括,
步骤501,将所采集的来自于各传感器的数据进行同步,
鉴于所采集各传感器数据的时间戳不同,故而,对所采集各传感器数据进行对齐。
在本实施例中,所采集的数据包括,来自图像采集装置的视觉数据,例如,下视的地面纹理图像;来自惯性传感器的惯性数据,例如,轮式里程计数据。
步骤502,对视觉数据进行处理,以获取到关键帧,为后续优化做准备。
其中,所述处理包括:数据预处理,特征提取、匹配与位姿计算,关键帧筛选等。
步骤503,基于关键帧进行全局优化,以得到全局的地图信息。
在该步骤中,可以构建优化问题,并基于构建的优化问题进行全局优化。
优化问题可以由状态变量及其约束关系所定义。在本实施例中,状态变量包括视觉帧、全局信标。约束可以包括:里程计约束,视觉匹配约束,回环约束,视觉-信标观测约束。优化状态变量的初值可由关键帧给定,也可在优化前根据约束关系重新计算。
全局优化可以通过迭代求解非线性最小二乘,例如,LM算法求解。
优化完成后,可以得到全局一致的地图信息,
步骤504,将地图信息转换为用于定位导航的地图格式,并保存下来,即可完成最终地图的生成。
实施例二
本实施例二是基于以具有相同标记内容的标记信息为信标、以导引标记为巡线的下视视觉纹理与激光数据来构建下视视觉纹理地图。
首先,进行前期的准备:
在本实施例中,实际场景中不存在既有路径,例如,场景中局部的空旷区域,利用建图软件按照构建地图的需求绘制拓扑图,其中,拓扑图中包含拓扑点之间逻辑相对位置关系、及拓扑点之间逻辑连接关系。
根据拓扑点之间逻辑相对位置关系在实际场景中设置关键节点,并在关键节点处布置信标,其中,每个信标具有相同标记内容的标记信息;信标可以为十字信标、米字信标等。关键节点处不包含关键节点的全局位姿信息,也不包括信标的全局位姿信息,也就是说,无需人工测量关键节点处的位姿信息和信标的位姿信息。
根据拓扑点之间逻辑连接关系,在实际场景中,在关键节点之间贴设色带或弹线作为导引标记,用以对应于拓扑图中拓扑点之间逻辑连接关系。作为一种例外,若在关键节点之间的距离小于设定的距离阈值,可以不布置导引标记。
拓扑图中拓扑点之间的逻辑相对位置关系、逻辑连接关系作为拓扑图的属性存储于拓扑图中。
参见图6所示,图6为实施例二场景布置及拓扑图的一种示意图。图中,左图为布置的十字信标和导引标记,右图为绘制的拓扑图。其中,拓扑图作为一种拓扑点之间逻辑相对位置关系、及拓扑点之间逻辑连接关系的可视化呈现,并不是对应于实际场景中路径、关键节点的等比例缩放图像,而是逻辑上的对应关系。例如,实际场景中,在两关键节点A、B之间布置导引标记时并不严格要求是直线线段,可以是具有曲率的弧线或便于移动机器人行进的线路。
利用建图软件基于拓扑图生成规划路径,并将拓扑图和规划路径发送给移动机器人,其中,规划路径为拓扑图中拓扑点所构成的有向路径集合。
移动机器人根据拓扑图确定目标关键节点,并按照巡线方式向目标关键节点进行移动。
参见图7所示,图7为实施例二中按照巡线方式向目标关键节点进行移动的一种流程示意图。具体移动过程如下。
移动机器人从建图软件获取拓扑图和规划路径,从某关键节点开始:
步骤701,移动机器人进行初始化后,设置拓扑图中对应该关键节点的拓扑点为起点,并读取当前关键节点处的信标,
步骤702,移动机器人根据规划路径、当前所到达的关键节点、以及拓扑图,确定拓扑图中的目标拓扑点,将该目标拓扑点所对应的关键节点作为目标关键节点,根据目标关键节点确定移动的方向,按照导引标记进行移动,
例如,图6中在C点时,如果目标拓扑点为F,则按照CF线段移动,如果目标拓扑点为D,则按照CD线段移动。
步骤703,移动机器人在移动过程中进行标记检测,并实时记录各传感器所采集到的数据,
如果检测到导引标记,则按照当前检测到的导引标记移动,从而可以通过导引标记来保证方向的正确性,
如果检测到信标,则根据惯性里程计所记录的当前关键节点与上一相邻关键节点之间的第一距离(即,当前检测到的信标与检测到的上一相邻信标之间的第一距离),判断当前检测到的信标是否与检测到上一相邻的信标是否为同一信标,
如果第一距离等于设定的距离阈值,则判定当前检测到的信标与检测到上一相邻的信标为不同的信标,说明移动机器人已移动到下一关键节点处,根据相邻信标的顺序与规划路径中相邻拓扑点的顺序的匹配,来确定当前信标所对应的拓扑点,例如,图中,规划路径为:ABCDEFC,移动机器人从关键节点A开始,按照导引标记移动到关键节点B时,相邻信标的顺序为AB,按照规划路径中AB的顺序,可确定信标B所对应的拓扑点,执行步骤704;否则,则判定当前检测到的信标与检测到上一相邻的信标为同一信标,说明移动机器人还未移动到下一关键节点处,返回步骤703。
为了避免信标的特征与地面中既有特征有重复而导致存在信标误检的情形,例如,对于信标为十字信标时,将地面的十字地砖缝误识别为十字标记,这样会导致十字标记与拓扑图中拓扑点的对应错误。
针对容易发生误检的情形,除了将信标选用有别于地面的特征之外,如米字特征,还可以为拓扑图中任意两拓扑点之间设置第二距离,该第二距离为两拓扑点所对应的两关键节点处信标之间的测量距离,较佳地,所述两拓扑点为具有逻辑连接关系的两拓扑点。
这样,可以将第二距离作为所述距离阈值,如果第一距离不等于拓扑图中所对的两拓扑点之间的第二距离,则可判定当前信标存在误检,由此,通过距离校验消除误检的信标。
步骤704,移动机器人根据规划路径、当前所到达的目标关键节点以及拓扑图,确定下一目标拓扑点,然后返回步骤703,直至遍历所有规划路径至少一次。其中,移动机器人所移动的移动路径至少包括规划路径,也就是说,规划路径是移动机器人移动路径集合中的子集。
在移动的过程中,为了提高数据采集的效率,移动机器人可根据导引标记向目标拓扑点移动,而不需要借助于关键节点和信标的位姿信息来进行反馈,这样,信标之间的距离可以不受限制,从而减少了所需信标的数量,有利于提升效率;此外,移动机器人的移动路径可以根据场景情况、数据采集的需求来行进,不必拘泥于规划路径,只要规划路径为移动路径集合的子集即可,例如,图6中,移动路径可以是,ABCDEFC,也可以是ABCFEDC,还可以是EDCFCBA,或是CBAABCFEDC等等,只要移动路径中包括有AB路径、BC路径、CD路径、ED路径、EF路径、FC路径即可,这样,移动路径可以与建图导航坐标无关,移动路径灵活,无需关注移动过程中的定位结果。
本实施例中,传感器所采集到的数据至少包括,下视的地面纹理图像、惯性导航传感器数据、激光数据。
最后,基于所采集的数据,利用建图软件进行地图构建。
移动机器人将所采集的数据传输至建图软件,使得建图软件基于所采集的数据进行地图构建。
参见图8所示,图8为实施例二建图软件构建地图的一种流程示意图。该建图方法包括,
步骤801,将所采集的来自于各传感器的数据进行同步,
鉴于所采集各传感器数据的时间戳不同,故而,对所采集各传感器数据进行对齐。
在本实施例中,所采集的数据包括,来自图像采集装置的视觉数据,例如,下视的地面纹理图像;来自惯性传感器的惯性数据,例如,惯性里程计数据;来自激光雷达传感器的激光数据。
步骤802,对视觉数据、激光数据进行处理,以获取到关键帧,为后续优化做准备。
其中,所述处理包括:数据预处理,特征提取、匹配与位姿计算,关键帧筛选等。
步骤803,基于关键帧进行全局优化,以得到全局的地图信息。
在该步骤中,可以构建优化问题,并基于构建的优化问题进行全局优化。
优化问题可以由状态变量及其约束关系所定义。在本实施例中,状态变量包括视觉帧、激光帧、全局信标。约束可以包括:里程计约束,视觉匹配约束,回环约束,视觉-信标观测约束,激光匹配约束,视觉激光关联约束。优化状态变量的初值可由关键帧给定,也可在优化前根据约束关系重新计算。
全局优化可以通过迭代求解非线性最小二乘,例如,LM算法求解。
优化完成后,可以得到全局一致的地图信息,
步骤804,将地图信息转换为用于定位导航的地图格式,并保存下来,即可完成最终地图的生成。
在本申请的实施例一、二中,地图构建的时间可以在所有数据都采集完成后,也可边接收采集的数据边建图;根据需求以及传感器记录的信息不同,所建立地图可以为视觉地图,激光地图或视觉-激光组合地图;本申请对具体的建图方法不做限制,可采用基于优化的SLAM建图方法完成建图。所述建图软件可以运行在PC端、服务器或移动机器人本体上。
参见图9所示,图9为本申请用于构建移动机器人地图之数据的采集装置的一种示意图,该装置包括,
目标关键节点获取模块,用于获取目标关键节点,
移动控制模块,用于控制向目标关键节点的移动过程,
采集模块,用于在移动过程中采集来自各传感器的数据;
其中,
目标关键节点至少根据拓扑信息确定,所述拓扑信息包括,拓扑点之间的逻辑相对位置关系、以及拓扑点之间的逻辑连接关系,所述拓扑点与实际场景中的关键节点处信标一一对应,所述关键节点处设置有信标,所述逻辑连接关系与连接于关键节点之间的导引标记一一对应;
移动过程中利用导引标记确定移动的方向,利用信标确定到达的目标关键节点,不使用任何关键节点和任何信标的位姿信息。
所述移动控制模块包括,
标记检测子模块,用于在移动过程中进行标记检测,当检测到导线标记时,向移动控制子模块输出移动指令,当检测到信标时,向目标关键节点获取模块发送请求指令。
移动控制子模块,用于根据来自标记检测子模块的移动指令、以及来自目标关键节点获取模块的目标关键节点信息进行移动。
参见图10所示,图10为本申请一种地图构建***的一种示意图,该***包括,
用于构建移动机器人地图之数据的采集装置,
构建地图装置,用于利用用于构建移动机器人地图之数据,构建地图。
所述构建地图装置包括,
同步模块,用于将所采集的来自于各传感器的数据进行同步,
跟踪模块,用于对所采集的图像数据处理,获取关键帧,
优化模块,用于基于关键帧进行全局优化,得到全局的地图信息,
地图生成模块,用于将地图信息转换为地图格式。
参见图11所示,图11为本申请采集装置、或地图构建***、或移动机器人的一种示意图。包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序,实现本申请实施例用于构建移动机器人地图之数据的采集方法的步骤,和/或,实现用于地图构建方法的步骤。
存储器可以包括随机存取存储器(Random Access Memory,RAM),也可以包括非易失性存储器(Non-Volatile Memory,NVM),例如至少一个磁盘存储器。可选的,存储器还可以是至少一个位于远离前述处理器的存储装置。
上述的处理器可以是通用处理器,包括中央处理器(Central Processing Unit,CPU)、网络处理器(Network Processor,NP)等;还可以是数字信号处理器(Digital SignalProcessing,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable 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。
本发明实施例还提供了一种计算机可读存储介质,所述存储介质内存储有计算机程序,所述计算机程序被处理器执行时实现本申请实施例用于构建移动机器人地图之数据的采集方法的步骤,和/或,实现用于地图构建方法的步骤。
对于装置/网络侧设备/存储介质实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明保护的范围之内。
Claims (15)
1.一种用于构建移动机器人地图之数据的采集方法,其特征在于,该方法包括,在移动机器人侧,
获取目标关键节点,
向目标关键节点进行移动,
在移动过程中采集来自各传感器的数据,以用于构建地图;
其中,
目标关键节点至少根据拓扑信息确定,所述拓扑信息包括,拓扑点之间的逻辑相对位置关系、以及拓扑点之间的逻辑连接关系,所述拓扑点与实际场景中的关键节点处信标一一对应,所述关键节点处设置有信标,所述逻辑连接关系与连接于关键节点之间的导引标记一一对应;
移动过程中利用导引标记确定移动的方向,利用信标确定到达的目标关键节点,不使用任何关键节点和任何信标的位姿信息,且无需获得定位结果。
2.如权利要求1所述的采集方法,其特征在于,所述拓扑信息还包括,拓扑点对应的信标,
所述获取目标关键节点包括,从建图软件获取目标关键节点的信标,其中,目标关键节点由建图软件根据规划路径、拓扑信息以及移动机器人所到达的当前关键节点对应的拓扑点确定。
3.如权利要求2所述的采集方法,其特征在于,所述移动过程中利用导引标记确定移动的方向,利用信标确定到达的目标关键节点,不使用任何关键节点和任何信标的位姿信息,包括,
移动机器人进行标记检测,
如果检测到导引标记,则按照检测到的导引标记移动,
如果检测到信标,则将该信标与来自建图软件的当前目标关键节点的信标进行匹配,当匹配成功时,判定到达当前目标关键节点,向建图软件请求下一目标关键节点,使得建图软件将所述下一目标关键节点的信标发送给移动机器人;或者,将该信标发送给建图软件,使得建图软件将当前信标与拓扑信息中的各个拓扑点对应的信标进行匹配,当匹配成功时,得到当前信标对应拓扑点,并将下一拓扑点对应的信标作为移动机器人的下一目标关键节点的信标,发送给移动机器人;
其中,所述信标为具有不同标记内容的信标。
4.如权利要求1所述的采集方法,其特征在于,该方法进一步包括,移动机器人从建图软件获取拓扑信息和规划路径;
所述获取目标关键节点包括,移动机器人根据规划路径、拓扑信息以及移动机器人所到达的当前关键节点对应的拓扑点,确定目标拓扑点,将目标拓扑点对应的关键节点作为目标关键节点。
5.如权利要求4所述的采集方法,其特征在于,所述拓扑信息还包括,拓扑点对应的信标,
所述移动过程中利用导引标记确定移动的方向,利用信标确定到达的目标关键节点,不使用任何关键节点和任何信标的位姿信息,包括,
移动机器人进行标记检测,
如果检测到导引标记,则按照检测到的导引标记移动,
如果检测到信标,则将该信标与拓扑信息中各个拓扑点对应的信标进行匹配,当匹配成功时,判定到达当前目标关键节点,获取下一目标关键节点;
其中,所述信标为具有不同标记内容的信标。
6.如权利要求4所述的采集方法,其特征在于,所述移动过程中利用导引标记确定移动的方向,利用信标确定到达的目标关键节点,不使用任何关键节点和任何信标的位姿信息,包括,
移动机器人进行标记检测,
如果检测到导引标记,则按照检测到的导引标记移动,
如果检测到信标,则根据惯性里程计所记录的当前检测到的信标与检测到的上一相邻信标之间的第一距离,判断当前检测到的信标是否与检测到的上一相邻信标是否为同一信标,
当第一距离等于设定的距离阈值时,判定当前检测的信标与检测到的上一相邻信标不为同一信标,根据当前检测的信标与检测到的上一相邻信标的顺序,与,规划路径中相邻拓扑点的顺序的匹配,确定当前信标所对应的拓扑点,并获取下一目标关键节点;
其中,所述信标为具有相同标记内容的信标。
7.如权利要求6所述的采集方法,其特征在于,所述拓扑信息还包括,具有逻辑连接关系的两拓扑点之间的第二距离,该距离为所述两拓扑点对应的关键节点之间的测量距离,
所述距离阈值为第二距离,
所述根据惯性里程计所记录的当前检测到的信标与检测到的上一相邻信标之间的第一距离,判断当前检测到的信标是否与检测到的上一相邻信标是否为同一信标,进一步包括,
当第一距离不等于设定的距离阈值时,判定当前检测到的信标存在误检。
8.如权利要求3、5、6或7所述的采集方法,其特征在于,所述规划路径中的所有规划路径所形成的规划路径集合为移动过程中所移动的移动路径集合的子集,移动机器人至少按照所述规划路径集合中的每条规划路径移动一次,
所述在移动过程中采集来自各传感器的数据包括:在移动过程中按照设定的第一采样频率采集来自各传感器的数据,
所述移动机器人进行标记检测包括:移动机器人在行进状态下并行地按照设定的第二采样频率获取信标并进行检测,以使得当前行进状态不被中断,
其中,采样频率与所述移动机器人的当前移动速率相关。
9.一种地图构建的方法,其特征在于,该方法包括,
利用用于构建移动机器人地图之数据,构建地图,
其中,
用于构建移动机器人地图之数据按照如权利要求1至8任一所述用于构建移动机器人地图之数据的采集方法而采集。
10.如权利要求9所述的方法,其特征在于,所述利用用于构建移动机器人地图之数据,构建地图,包括,
将所采集的来自于各传感器的数据进行同步,
对所采集的图像数据进行处理,获取关键帧,
基于关键帧进行全局优化,得到全局的地图信息,
将地图信息转换为地图格式。
11.一种用于构建移动机器人地图之数据的采集装置,其特征在于,该装置包括,
目标关键节点获取模块,用于获取目标关键节点,
移动控制模块,用于控制向目标关键节点的移动过程,
采集模块,用于在移动过程中采集来自各传感器的数据,以用于构建地图;
其中,
目标关键节点至少根据拓扑信息确定,所述拓扑信息包括,拓扑点之间的逻辑相对位置关系、以及拓扑点之间的逻辑连接关系,所述拓扑点与实际场景中的关键节点处信标一一对应,所述关键节点处设置有信标,所述逻辑连接关系与连接于关键节点之间的导引标记一一对应;
移动过程中利用导引标记确定移动的方向,利用信标确定到达的目标关键节点,不使用任何关键节点和任何信标的位姿信息,且无需获得定位结果。
12.一种地图构建***,其特征在于,该***包括,
如权利要求11所述的用于构建移动机器人地图之数据的采集装置,
构建地图装置,用于利用用于构建移动机器人地图之数据,构建地图。
13.如权利要求12所述的***,其特征在于,所述构建地图装置包括,
同步模块,用于将所采集的来自于各传感器的数据进行同步,
跟踪模块,用于对所采集的图像数据进行处理,获取关键帧,
优化模块,用于基于关键帧进行全局优化,得到全局的地图信息,
地图生成模块,用于将地图信息转换为地图格式。
14.一种移动机器人,其特征在于,该移动机器人包括,如权利要求11所述的用于构建移动机器人地图之数据的采集装置,和/或,如权利要求12至13任一所述地图构建***。
15.一种计算机可读存储介质,其特征在于,所述存储介质内存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1至8任一所述用于构建移动机器人地图之数据的采集方法的步骤,和/或,实现如权利要求9至10任一所述用于地图构建方法的步骤。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111652063.1A CN114322990B (zh) | 2021-12-30 | 2021-12-30 | 一种用于构建移动机器人地图之数据的采集方法、装置 |
PCT/CN2022/136829 WO2023124821A1 (zh) | 2021-12-30 | 2022-12-06 | 用于构建移动机器人地图之数据的采集方法、装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111652063.1A CN114322990B (zh) | 2021-12-30 | 2021-12-30 | 一种用于构建移动机器人地图之数据的采集方法、装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114322990A CN114322990A (zh) | 2022-04-12 |
CN114322990B true CN114322990B (zh) | 2024-04-19 |
Family
ID=81018880
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111652063.1A Active CN114322990B (zh) | 2021-12-30 | 2021-12-30 | 一种用于构建移动机器人地图之数据的采集方法、装置 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN114322990B (zh) |
WO (1) | WO2023124821A1 (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114322990B (zh) * | 2021-12-30 | 2024-04-19 | 杭州海康机器人股份有限公司 | 一种用于构建移动机器人地图之数据的采集方法、装置 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105115497A (zh) * | 2015-09-17 | 2015-12-02 | 南京大学 | 一种可靠的室内移动机器人精确导航定位***及方法 |
CN110174108A (zh) * | 2019-05-13 | 2019-08-27 | 杭州蓝芯科技有限公司 | 一种仿人的基于拓扑地图的agv自主定位导航方法 |
CN110398965A (zh) * | 2019-07-22 | 2019-11-01 | 北京特种机械研究所 | 一种基于有迹导航地图设计的agv导航调度方法 |
CN111220153A (zh) * | 2020-01-15 | 2020-06-02 | 西安交通大学 | 基于视觉拓扑节点和惯性导航的定位方法 |
CN111399502A (zh) * | 2020-03-09 | 2020-07-10 | 惠州拓邦电气技术有限公司 | 移动机器人的建图方法、装置及移动机器人 |
CN112000113A (zh) * | 2020-06-19 | 2020-11-27 | 南京理工大学 | 一种基于中药房的多agv仓储管理***及方法 |
CN112799095A (zh) * | 2020-12-31 | 2021-05-14 | 深圳市普渡科技有限公司 | 静态地图生成方法、装置、计算机设备及存储介质 |
CN112917467A (zh) * | 2019-12-06 | 2021-06-08 | 深圳市优必选科技股份有限公司 | 机器人的定位及地图构建方法、装置及终端设备 |
CN113246136A (zh) * | 2021-06-07 | 2021-08-13 | 深圳市普渡科技有限公司 | 机器人、地图构建方法、装置和存储介质 |
CN113405544A (zh) * | 2021-05-08 | 2021-09-17 | 中电海康集团有限公司 | 一种移动机器人的建图与定位方法及*** |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8935006B2 (en) * | 2005-09-30 | 2015-01-13 | Irobot Corporation | Companion robot for personal interaction |
KR101290378B1 (ko) * | 2005-12-02 | 2013-07-26 | 아이로보트 코퍼레이션 | 자동 커버리지 로봇 운행 시스템 |
CN104834309B (zh) * | 2015-04-10 | 2018-08-21 | 浙江工业大学 | 基于目标跟踪控制策略的单移动机器人最优巡回控制方法 |
CN107121142B (zh) * | 2016-12-30 | 2019-03-19 | 深圳市杉川机器人有限公司 | 移动机器人的拓扑地图创建方法及导航方法 |
CN114322990B (zh) * | 2021-12-30 | 2024-04-19 | 杭州海康机器人股份有限公司 | 一种用于构建移动机器人地图之数据的采集方法、装置 |
-
2021
- 2021-12-30 CN CN202111652063.1A patent/CN114322990B/zh active Active
-
2022
- 2022-12-06 WO PCT/CN2022/136829 patent/WO2023124821A1/zh unknown
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105115497A (zh) * | 2015-09-17 | 2015-12-02 | 南京大学 | 一种可靠的室内移动机器人精确导航定位***及方法 |
CN110174108A (zh) * | 2019-05-13 | 2019-08-27 | 杭州蓝芯科技有限公司 | 一种仿人的基于拓扑地图的agv自主定位导航方法 |
CN110398965A (zh) * | 2019-07-22 | 2019-11-01 | 北京特种机械研究所 | 一种基于有迹导航地图设计的agv导航调度方法 |
CN112917467A (zh) * | 2019-12-06 | 2021-06-08 | 深圳市优必选科技股份有限公司 | 机器人的定位及地图构建方法、装置及终端设备 |
CN111220153A (zh) * | 2020-01-15 | 2020-06-02 | 西安交通大学 | 基于视觉拓扑节点和惯性导航的定位方法 |
CN111399502A (zh) * | 2020-03-09 | 2020-07-10 | 惠州拓邦电气技术有限公司 | 移动机器人的建图方法、装置及移动机器人 |
CN112000113A (zh) * | 2020-06-19 | 2020-11-27 | 南京理工大学 | 一种基于中药房的多agv仓储管理***及方法 |
CN112799095A (zh) * | 2020-12-31 | 2021-05-14 | 深圳市普渡科技有限公司 | 静态地图生成方法、装置、计算机设备及存储介质 |
CN113405544A (zh) * | 2021-05-08 | 2021-09-17 | 中电海康集团有限公司 | 一种移动机器人的建图与定位方法及*** |
CN113246136A (zh) * | 2021-06-07 | 2021-08-13 | 深圳市普渡科技有限公司 | 机器人、地图构建方法、装置和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN114322990A (zh) | 2022-04-12 |
WO2023124821A1 (zh) | 2023-07-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111199564B (zh) | 智能移动终端的室内定位方法、装置与电子设备 | |
CN107145578B (zh) | 地图构建方法、装置、设备和*** | |
US11092444B2 (en) | Method and system for recording landmarks in a traffic environment of a mobile unit | |
US8359156B2 (en) | Map generation system and map generation method by using GPS tracks | |
CN112258567B (zh) | 物体抓取点的视觉定位方法、装置、存储介质及电子设备 | |
CN111174799A (zh) | 地图构建方法及装置、计算机可读介质、终端设备 | |
CN111121754A (zh) | 移动机器人定位导航方法、装置、移动机器人及存储介质 | |
CN107179086A (zh) | 一种基于激光雷达的制图方法、装置及*** | |
CN112667837A (zh) | 图像数据自动标注方法及装置 | |
KR102092392B1 (ko) | 실 공간에서 관심지점 관련 정보를 자동으로 수집 및 업데이트하는 방법 및 시스템 | |
CN106153047A (zh) | 一种室内定位方法、装置及终端 | |
CN105116886A (zh) | 一种机器人自主行走的方法 | |
CN107885763B (zh) | 室内图中兴趣点信息的更新方法、装置及计算机可读介质 | |
CN113907663A (zh) | 障碍物地图构建方法、清洁机器人及存储介质 | |
CN114322990B (zh) | 一种用于构建移动机器人地图之数据的采集方法、装置 | |
EP3736610A1 (en) | Augmented reality system for electromagnetic buried asset location | |
CN115420275A (zh) | 回环路径的预测方法及装置、非易失性存储介质、处理器 | |
CN116978010A (zh) | 图像标注方法和装置、存储介质和电子设备 | |
CN114360093A (zh) | 基于北斗rtk、slam定位和图像分析的路侧停车位巡检方法 | |
CN112022002A (zh) | 扫地机地图编辑方法、装置、设备及存储介质 | |
WO2023103883A1 (zh) | 对象自动标注方法、装置、电子设备及存储介质 | |
CN108981729A (zh) | 车辆定位方法和装置 | |
CN115019216B (zh) | 实时地物检测和定位计数方法、***及计算机 | |
US11842452B2 (en) | Portable display device with overlaid virtual information | |
CN110222552A (zh) | 定位***及方法及电脑可读取存储媒体 |
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: 310051 room 304, B / F, building 2, 399 Danfeng Road, Binjiang District, Hangzhou City, Zhejiang Province Applicant after: Hangzhou Hikvision Robot Co.,Ltd. Address before: 310051 room 304, B / F, building 2, 399 Danfeng Road, Binjiang District, Hangzhou City, Zhejiang Province Applicant before: HANGZHOU HIKROBOT TECHNOLOGY Co.,Ltd. |
|
CB02 | Change of applicant information | ||
GR01 | Patent grant | ||
GR01 | Patent grant |