CN115267862A - 基于多传感器输入融合的室内/室外切换定位方法和*** - Google Patents
基于多传感器输入融合的室内/室外切换定位方法和*** Download PDFInfo
- Publication number
- CN115267862A CN115267862A CN202210881488.8A CN202210881488A CN115267862A CN 115267862 A CN115267862 A CN 115267862A CN 202210881488 A CN202210881488 A CN 202210881488A CN 115267862 A CN115267862 A CN 115267862A
- Authority
- CN
- China
- Prior art keywords
- positioning
- current point
- outdoor
- positioning method
- indoor
- 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
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
- G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/42—Determining position
- G01S19/43—Determining position using carrier phase measurements, e.g. kinematic positioning; using long or short baseline interferometry
-
- 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
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/88—Lidar systems specially adapted for specific applications
- G01S17/89—Lidar systems specially adapted for specific applications for mapping or imaging
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
- G06K19/00—Record carriers for use with machines and with at least a part designed to carry digital markings
- G06K19/06—Record carriers for use with machines and with at least a part designed to carry digital markings characterised by the kind of the digital marking, e.g. shape, nature, code
- G06K19/06009—Record carriers for use with machines and with at least a part designed to carry digital markings characterised by the kind of the digital marking, e.g. shape, nature, code with optically detectable marking
- G06K19/06037—Record carriers for use with machines and with at least a part designed to carry digital markings characterised by the kind of the digital marking, e.g. shape, nature, code with optically detectable marking multi-dimensional coding
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
- G06K7/00—Methods or arrangements for sensing record carriers, e.g. for reading patterns
- G06K7/10—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation
- G06K7/14—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation using light without selection of wavelength, e.g. sensing reflected white light
- G06K7/1404—Methods for optical code recognition
- G06K7/1408—Methods for optical code recognition the method being specifically adapted for the type of code
- G06K7/1417—2D bar codes
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Electromagnetism (AREA)
- Automation & Control Theory (AREA)
- General Health & Medical Sciences (AREA)
- Toxicology (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Health & Medical Sciences (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
Abstract
本发明涉及一种基于多传感器输入融合的室内/室外切换定位方法和***。本发明先判断当前点的位置信息中是否包含GPS信号,当包含GPS信号时,采用RTK实时差分定位方法进行定位,当不包含GPS信号时采用激光SLAM定位方法定位。在采用激光SLAM定位过程中,实时判断是否识别到二维码信息,当识别到二维码信息时,根据二维码信息定位,当未识别到二维码信息时,判断当前场景是否为室外,当在室外时,采用RTK实时差分定位方法进行定位,当不是室外时,采用激光SLAM定位方法进行定位,以实现根据所在区域不同应用不同的定位方案的目的,并且,通过定位方案间的无缝切换,能够在保证定位精度的同时,提高***的集成度。
Description
技术领域
本发明涉及切换定位技术领域,特别是涉及一种基于多传感器输入融合的室内/室外切换定位方法和***。
背景技术
目前在室内定位和室外定位都有比较成熟的方案,移动机器人在室内定位时,多采用激光SLAM(Simultaneous Localization andMapping,同步定位与地图构建)、视觉SLAM或二维码等方法进行定位。
SLAM需要通过建好的地图,将当前识别到的特征点与地图中的特征点进行匹配,进而通过点云获取深度信息,算出机器人在地图中的所处位置。该方法需要有足够多的特征信息进行匹配才能够实现定位精度置信度的提升。室外环境尤其是野外环境下,地形复杂多变,故在室外环境中SLAM方法经常丢失定位信息,可靠性相对较低。
二维码需要通过相机扫描到二维码后,获取二维码相对于相机的位置,再通过坐标变换获得当前移动机器人的位置信息,但机器人移动过程中受运动和相机视角影响,经常无法扫描到二维码,导致定位信息缺失,适用范围有限。
由于SLAM在室外的局限性,故在室外定位时,多采用GPS(Global PositioningSystem,全球定位***)方法进行定位,但往往GPS的定位精度不足以达到导航所需水平,故还需要使用RTK(Real-time kinematic)载波相位差分技术实现厘米级精度的定位,但在室内时,有墙体阻隔会削弱卫星信号甚至失去连接,无法实现差分解算。
基于上述描述,GPS定位在室内的局限性以及激光SLAM在室外的局限性使得当移动机器人需要在室内外交替进行工作时,不能单独使用某一种定位方案,通过卡尔曼滤波器对各传感器数据进行滤波处理实现融合定位的方法,是目前多传感器融合定位的主流方法,但实现相对复杂,需要对各传感器性能、及数据噪声特性有较深的理解(例如,中国专利文件CN202010840047.4)。而通过惯性导航方法实现的定位切换依赖于惯性测量单元(IMU)的测量精度(例如,中国专利文件CN202010993315.6),惯性测量单元(IMU)解算的定位信息会产生累计误差,随时间增加误差会越来越大。
发明内容
为解决现有技术存在的上述问题,本发明提供了一种基于多传感器输入融合的室内/室外切换定位方法和***。
为实现上述目的,本发明提供了如下方案:
一种基于多传感器输入融合的室内/室外切换定位方法,包括:
获取当前点的位置信息;
判断所述当前点的位置信息中是否包含GPS信号,得到第一判断结果;
当所述第一判断结果为包含所述GPS信号时,采用RTK实时差分定位方法进行定位;
当所述第一判断结果为不包含所述GPS信号时,采用激光SLAM定位方法进行定位;
在采用所述激光SLAM定位方法进行定位过程中,实时判断是否识别到二维码信息,得到第二判断结果;
当第二判断结果为识别到二维码信息时,根据所述二维码信息进行定位;
当第二判断结果为未识别到二维码信息时,判断当前场景是否为室外,得到第三判断结果;
当所述第三判断结果为当前场景是室外时,采用RTK实时差分定位方法进行定位;
当所述第三判断结果为当前场景不是室外时,采用激光SLAM定位方法进行定位。
优选地,在获取当前点的位置信息之前,还包括:
采用激光雷达将当前场景构建为栅格地图。
优选地,采用激光雷达将当前场景构建为栅格地图之后,还包括:
以起始建图点为坐标原点,以正北方向为x轴的正方向构建栅格地图对应的站心系坐标。
优选地,在采用RTK实时差分定位方法进行定位的过程中,将当前点的位置信息转换成栅格地图对应的站心系坐标。
优选地,将当前点的位置信息转换成栅格地图对应的站心系坐标,具体包括:
获取当前点的经纬度和栅格地图中坐标原点的经纬度;
将栅格地图中坐标原点的坐标原点的经纬度转换为弧度制;
基于所述弧度制确定地心地固坐标系坐标到站心系坐标的转换矩阵;
基于所述转换矩阵将当前点的位置信息转换成栅格地图对应的站心系坐标。
优选地,将当前点的位置信息转换成栅格地图对应的站心系坐标,具体包括:
根据当前点的位置信息确定当前点在地心地固坐标系中的坐标;
确定所述当前点在地心地固坐标系中的坐标相对于栅格地图中坐标原点在地心地固坐标系中的坐标位置;
基于所述坐标位置将当前点的定位坐标转换成栅格地图对应的站心系坐标。
优选地,在根据所述二维码信息进行定位的过程中,采用ROS_AprilTag功能包获取二维码信息,根据所述二维码信息反算出当前点的定位信息;所述二维码信息包括二维码的位置信息。
根据本发明提供的具体实施例,本发明公开了以下技术效果:
本发明提供的基于多传感器输入融合的室内/室外切换定位方法,判断当前点的位置信息中是否包含GPS信号,当包含GPS信号时,采用RTK实时差分定位方法进行定位当不包含GPS信号时,采用激光SLAM定位方法进行定位;在采用激光SLAM定位方法进行定位过程中,实时判断是否识别到二维码信息,当识别到二维码信息时,根据二维码信息进行定位,当未识别到二维码信息时,判断当前场景是否为室外,当前场景是室外时,采用RTK实时差分定位方法进行定位,当当前场景不是室外时,采用激光SLAM定位方法进行定位,以实现根据所在区域不同,应用不同的定位方案,并且,通过定位方案间的无缝切换,能够在保证定位精度的同时,提高***的集成度。
对应于上述提供的基于多传感器输入融合的室内/室外切换定位方法,本发明还提供了一种基于多传感器输入融合的室内/室外切换定位***,该***包括:传感模块、处理器和存储器;
所述存储器和所述传感模块均与所述处理器连接;所述传感模块用于获取当前点的位置信息;所述存储器中存储有计算机软件程序;所述计算机软件程序用于实施上述提供的基于多传感器输入融合的室内/室外切换定位方法;所述处理器用于基于所述当前点的位置信息执行所述计算机软件程序。
因本发明提供的基于多传感器输入融合的室内/室外切换定位***达到的技术效果与上述提供的基于多传感器输入融合的室内/室外切换定位方法达到的技术效果相同,故在此不再进行赘述。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,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的附图。
图1为本发明提供的基于多传感器输入融合的室内/室外切换定位方法的实施框架图;
图2为本发明实施例提供的地心地固坐标系示意图;
图3为本发明实施例提供的经纬度切换到地心地固坐标系的流程图;
图4为本发明实施例提供的地心地固坐标系切换到栅格地图坐标的流程图;
图5为本发明实施例提供的定位切换坐标系示意图;
图6为本发明实施例提供的SLAM创建栅格地图的流程图;
图7为本发明实施例提供的相机视角示意图;
图8为本发明提供的基于多传感器输入融合的室内/室外切换定位***的结构示意图。
具体实施方式
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,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做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。
本发明的目的是提供一种基于多传感器输入融合的室内/室外切换定位方法和***,实现各定位方案间的无缝切换,进而在能够保证定位精度的同时,提高***的集成度。
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明作进一步详细的说明。
本发明提供的基于多传感器输入融合的室内/室外切换定位方法,包括:
步骤100:获取当前点的位置信息。
步骤101:判断当前点的位置信息中是否包含GPS信号,得到第一判断结果。
步骤102:当第一判断结果为包含GPS信号时,采用RTK实时差分定位方法进行定位。
步骤103:当第一判断结果为不包含GPS信号时,采用激光SLAM定位方法进行定位。
步骤104:在采用激光SLAM定位方法进行定位过程中,实时判断是否识别到二维码信息,得到第二判断结果。
步骤105:当第二判断结果为识别到二维码信息时,根据二维码信息进行定位。
步骤106:当第二判断结果为未识别到二维码信息时,判断当前场景是否为室外,得到第三判断结果。
步骤107:当第三判断结果为当前场景是室外时,采用RTK实时差分定位方法进行定位。
步骤108:当第三判断结果为当前场景不是室外时,采用激光SLAM定位方法进行定位。
以上实施流程简化后如图1所示。
为了进一步提高定位的精确性和实时性,本发明提供的基于多传感器输入融合的室内/室外切换定位方法,在进行步骤100之前,还包括:
采用激光雷达将当前场景构建为栅格地图。
以起始建图点为坐标原点,以正北方向为x轴的正方向构建栅格地图对应的站心系坐标。
基于构建得到的站心系坐标,在采用RTK实时差分定位方法进行定位的过程中,将当前点的位置信息转换成栅格地图对应的站心系坐标。如图5所示,将当前点的位置信息转换成栅格地图对应的站心系坐标主要通过两种方式实现,其中一种是:获取当前点的经纬度和栅格地图中坐标原点的经纬度。将栅格地图中坐标原点的经纬度转换为弧度制。基于弧度制确定地心地固坐标系坐标到站心系坐标的转换矩阵。基于转换矩阵将当前点的位置信息转换成栅格地图对应的站心系坐标。另一种是:根据当前点的位置信息确定当前点在地心地固坐标系中的坐标。确定当前点在地心地固坐标系中的坐标相对于栅格地图中坐标原点在地心地固坐标系中的坐标位置。基于坐标位置将当前点的定位坐标转换成栅格地图对应的站心系坐标。
在根据二维码信息进行定位的过程中,本发明主要采用ROS_AprilTag功能包获取二维码信息,根据二维码信息反算出当前点的定位信息。二维码信息包括二维码的位置信息。
下面对上述提供的基于多传感器输入融合的室内/室外切换定位方法的具体实施过程进行举例说明。
实施例一
在该实施例中,采用划分定位区间的方法实现RTK与激光SLAM定位的无缝切换,并用二维码引导的方法解决了机器人在狭窄空间内激光SLAM由于激光雷达盲区产生的不足。其中,采用的SLAM算法为ROS开源的Gmapping算法,Gmapping通过激光点云对特征点的识别与匹配进行定位,故该算法依赖于对环境中特征信息进行提取,如果特征物体不足以提供足够的置信度进行定位,将严重影响定位精度。
在该实施例中使用的RTK定位信息可直接从GNSS组合导航装置中获取,根据GNSS导航装置输出的协议,提取出相应位置的经纬度与航向角等信息,当GNSS天线接收到的卫星数量较多时,获取的定位信息较精准,但当移动机器人处于室内,接收到的卫星信号受墙体影响时,定位会受到很大影响。
在该实施例中使用的二维码定位方式为开源的AprilTag二维码定位方法,二维码采用TAG36H11家族,TAG36H11的家族(family)有587个,每一个都有对应的ID,从0~586,相机识别到二维码后便能获取二维码相对于相机的定位信息。
基于上述设置内容,在实现定位切换时,首先要确保各种定位方案的坐标转换位于同一坐标系下,本实施例是将RTK获取的经纬度信息转换为栅格地图所在的直角坐标系下的x,y,yaw值,通过对一点的经纬度及方位角进行标定,实现坐标系的统一。在将经纬度信息转换成直角坐标的过程中,采用的方法是先将经纬度转换成地心地固坐标系下的直角坐标,如图2所示,地心地固坐标系(Earth-Centered,Earth-Fixed,简称ECEF)简称地心坐标系,是一种以地心为原点的地固坐标系(也称地球坐标系),属于笛卡儿坐标系。地心地固坐标系的原点O(0,0,0)为地球质心,z轴与地轴平行指向北极点,x轴指向本初子午线与赤道的交点,y轴垂直于xOz平面(即东经90度与赤道的交点)构成右手坐标系。在该实施例中,地心地固坐标系采用的是wgs84坐标系,wgs84坐标系定义的x,y平面圆是正圆,半径是6378137,xz或者yz的圆是椭圆,z轴的半径是:6356752.3142451793。
经纬度切换到地心地固坐标系具体实现流程如图3所示,具体为:
在将地心地固坐标系下的坐标转换成激光定位所在栅格地图下坐标系时,需要先根据一个点进行标定,本实施例中将使用激光定位坐标的原点(0,0),以及正北方向为标定点进行标定。为方便起见,在激光雷达进行建图时,从室内外交界位置开始进行建图,该位置既能保证激光雷达定位的精度,同时也可获取RTK定位信息,通过RTK获取的航向角信息,将移动机器人正前方对准正北方向后开始进行建图,建图过程中会将起始建图点作为坐标原点,正前方向为x轴正方向。基于此,本实施例采用起始点位置(x,y,yaw)为(0,0,0)并通过RTK回传的信息记录经纬度坐标输入到程序中进行标定。
地心地固坐标系坐标切换到栅格地图坐标(即站心坐标系)的具体实现流程如图4所示。在完成坐标系标定后,通过图4所示的两种算法可将获取的RTK信息转换成栅格地图对应的站心坐标系坐标,使得RTK与激光雷达定位处于同一坐标系内。
以移动机器人回室内充电为例,统一后的坐标系如图5所示。移动机器人位于门口位置进行建图,同时该位置也为定位切换点,在移动机器人进入室内后,切换到激光雷达进行点云匹配实现定位,当移动机器人需要进入充电舱与充电桩对接充电时,由于充电舱空间狭小,故当移动机器人需要回到充电舱进行充电时,移动机器人会先通过激光雷达定位走到如图5所示充电桩外第一个二维码处,在识别到第一个二维码后,移动机器人会获取第一个二维码所对应的定位信息,并将第一个二维码位置作为新的坐标系原点,切换为一个新的定位。
在切换为二维码定位时,可通过ROS_AprilTag功能包获取当前扫描的二维码所在位置的x,y,z,roll,pitch,yaw及ID等相关信息,故根据不同二维码所在位置不同而获取不同二维码所在位置,通过二维码所在位置反算处移动机器人当前所在位置。例如,将第一个二维码,即ID为0的二维码作为二维码定位所在坐标系的原点,即(x,y,yaw)为(0,0,0)的点,ID为1的二维码与ID为0的二维码沿二维码定位坐标系的x轴方向移动了15cm,则当识别到ID为1的二维码时,通过获取相对于ID为1的二维码的x,y,yaw值来计算当前机器人所在定位(X,Y,Yaw),具体计算方法如下:
X=tag_ID*0.15+y;
Y=x;
Yaw=yaw/180*PI。
实施例二
为实际应用过程中实现定位信息的无缝切换,本实施例的具体实施步骤如下:
步骤一:将移动机器人放置于如图5所示室内外交界位置,移动机器人的正前方,即自身坐标系的x轴方向对准正北方向,可通过RTK回传的经纬度信息及方位角信息来判断正北方向,并记录经纬度及方位角信息。
步骤二:从初始位置开始,打开激光雷达定位程序的建图程序,使用遥控器或其他控制器控制移动机器人进入室内后并绕室内走一圈,最后回到初始位置,将获取的点云图转化为栅格地图,并使用画图工具对栅格地图进行优化,如图6所示。
步骤三:完成建图后即可使用SLAM进行导航,分别将移动机器人移动到如图7所示的ABCD四个位置,并获取这四个位置的定位信息用来实现定位切换,分别记录为A(x1,y1)、B(x2,y2)、C(x3,y3)和D(x4,y4)。
步骤四:在需要用到二维码定位区域的地面上贴二维码,二维码张贴要求根据移动机器人摄像头距离地面高度及视角确定二维码大小和间距。具体的,首先根据离地高度来确定二维码大小,离地高度越大,二维码越大,采用公式L=0.02+(3*h)/10进行二维码边长的确定,其中L为二维码边长,h为摄像头离地高度。例如,机器人的摄像头离地为0.5m时,二维码的边长为0.17m。而二维码中心距则与相机的视角和离地高度成正相关,当视角为u时,如图7所示,摄像头同时扫描到二个二维码,此时只能以一个二维码为准,所以移动机器人在移动过程中,需要通过设置两个二维码的中心间距,使得视野中当前二维码出现缺失时,下一二维码刚好全部出现在视野中,基于此,将两二维码的中心间距C设置为C=h*tan(u/2)*2-L。
步骤五:启动定位程序,首先判断有无RTK信号,若有RTK信号,则说明当前位置为室外,直接采用RTK定位即可,若无信号,则判断二维码识别是否回传二维码定位信息,若有二维码定位回传,则直接采用二维码定位,否则即为激光雷达定位。
步骤六:在定位切换过程中,激光定位和RTK定位的切换通过将两者标定到同一坐标系后判断定位坐标实现,如图7所示,在摄像头没有识别到二维码的条件下,若坐标位于ABCD内则判断为室内,若坐标位于ABCD外则判断为室外,判断方法:根据RTK定位或者激光雷达定位获取的当前坐标值(x0,y0),输入到判断程序中,若满足下式,则可判断为室内,否则为室外,从而实现定位切换。
步骤七:判断激光定位与二维码定位切换,则是通过检测摄像头是否识别到二维码来判断,当识别到二维码时,会获取二维码的信息,采用二维码定位,当未识别到二维码时,采用激光雷达定位。
基于上述描述,相对于现有技术,本发明具有以下优点:
1、本发明通过将坐标***一到栅格地图下,实现根据所在区域不同,应用不同的定位方案的目的,并且,通过定位方案间无缝切换,保证了定位精度的同时提高了***的集成度。
2、当采用室内SLAM定位方案时,如需进入狭窄密闭空间时,由于激光雷达存在盲区(一般为30-40cm),导致激光雷达在经过狭窄箱体内无法实现定位,本发明在该种情况下切换为二维码定位,定位精度达可到毫米级别,解决了狭窄密闭空间内SLAM定位的不足。
3、针对定位切换过程中临界值的确定,本发明采用了统一定位坐标系后划分定位区间的方法以及识别到二维码后便切换定位模式的方法,实现了不同传感器定位之间的无缝切换,解决了传统方法在切换定位时由切换时机把握不准确而出现定位缺失或重复利用两种定位信息的问题。
此外,对应于上述提供的一种基于多传感器输入融合的室内/室外切换定位方法,本发明还提供了一种基于多传感器输入融合的室内/室外切换定位***,如图8所示,该***包括:传感模块1、处理器2和存储器3。
存储器3和传感模块1均与处理器2连接。传感模块1用于获取当前点的位置信息。存储器3中存储有计算机软件程序。计算机软件程序用于实施上述提供的基于多传感器输入融合的室内/室外切换定位方法。处理器2用于基于当前点的位置信息执行计算机软件程序。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的***而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处。综上所述,本说明书内容不应理解为对本发明的限制。
Claims (8)
1.一种基于多传感器输入融合的室内/室外切换定位方法,其特征在于,包括:
获取当前点的位置信息;
判断所述当前点的位置信息中是否包含GPS信号,得到第一判断结果;
当所述第一判断结果为包含所述GPS信号时,采用RTK实时差分定位方法进行定位;
当所述第一判断结果为不包含所述GPS信号时,采用激光SLAM定位方法进行定位;
在采用所述激光SLAM定位方法进行定位过程中,实时判断是否识别到二维码信息,得到第二判断结果;
当第二判断结果为识别到二维码信息时,根据所述二维码信息进行定位;
当第二判断结果为未识别到二维码信息时,判断当前场景是否为室外,得到第三判断结果;
当所述第三判断结果为当前场景是室外时,采用RTK实时差分定位方法进行定位;
当所述第三判断结果为当前场景不是室外时,采用激光SLAM定位方法进行定位。
2.根据权利要求1所述的基于多传感器输入融合的室内/室外切换定位方法,其特征在于,在获取当前点的位置信息之前,还包括:
采用激光雷达将当前场景构建为栅格地图。
3.根据权利要求2所述的基于多传感器输入融合的室内/室外切换定位方法,其特征在于,采用激光雷达将当前场景构建为栅格地图之后,还包括:
以起始建图点为坐标原点,以正北方向为x轴的正方向构建栅格地图对应的站心系坐标。
4.根据权利要求3所述的基于多传感器输入融合的室内/室外切换定位方法,其特征在于,在采用RTK实时差分定位方法进行定位的过程中,将当前点的位置信息转换成栅格地图对应的站心系坐标。
5.根据权利要求4所述的基于多传感器输入融合的室内/室外切换定位方法,其特征在于,将当前点的位置信息转换成栅格地图对应的站心系坐标,具体包括:
获取当前点的经纬度和栅格地图中坐标原点的经纬度;
将栅格地图中坐标原点的坐标原点的经纬度转换为弧度制;
基于所述弧度制确定地心地固坐标系坐标到站心系坐标的转换矩阵;
基于所述转换矩阵将当前点的位置信息转换成栅格地图对应的站心系坐标。
6.根据权利要求4所述的基于多传感器输入融合的室内/室外切换定位方法,其特征在于,将当前点的位置信息转换成栅格地图对应的站心系坐标,具体包括:
根据当前点的位置信息确定当前点在地心地固坐标系中的坐标;
确定所述当前点在地心地固坐标系中的坐标相对于栅格地图中坐标原点在地心地固坐标系中的坐标位置;
基于所述坐标位置将当前点的定位坐标转换成栅格地图对应的站心系坐标。
7.根据权利要求1所述的基于多传感器输入融合的室内/室外切换定位方法,其特征在于,在根据所述二维码信息进行定位的过程中,采用ROS_AprilTag功能包获取二维码信息,根据所述二维码信息反算出当前点的定位信息;所述二维码信息包括二维码的位置信息。
8.一种基于多传感器输入融合的室内/室外切换定位***,其特征在于,包括:传感模块、处理器和存储器;
所述存储器和所述传感模块均与所述处理器连接;所述传感模块用于获取当前点的位置信息;所述存储器中存储有计算机软件程序;所述计算机软件程序用于实施如权利要求1-7任意一项所述的基于多传感器输入融合的室内/室外切换定位方法;所述处理器用于基于所述当前点的位置信息执行所述计算机软件程序。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210881488.8A CN115267862A (zh) | 2022-07-26 | 2022-07-26 | 基于多传感器输入融合的室内/室外切换定位方法和*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210881488.8A CN115267862A (zh) | 2022-07-26 | 2022-07-26 | 基于多传感器输入融合的室内/室外切换定位方法和*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115267862A true CN115267862A (zh) | 2022-11-01 |
Family
ID=83768614
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210881488.8A Pending CN115267862A (zh) | 2022-07-26 | 2022-07-26 | 基于多传感器输入融合的室内/室外切换定位方法和*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115267862A (zh) |
-
2022
- 2022-07-26 CN CN202210881488.8A patent/CN115267862A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112894832B (zh) | 三维建模方法、装置、电子设备和存储介质 | |
US10578742B2 (en) | LIDAR-based mapping method, device and system | |
CN102866706B (zh) | 一种采用智能手机导航的清扫机器人及其导航清扫方法 | |
Maaref et al. | Lane-level localization and mapping in GNSS-challenged environments by fusing lidar data and cellular pseudoranges | |
JP7147119B2 (ja) | 自律的な自己位置推定のためのデバイス及び方法 | |
CN109813319B (zh) | 一种基于slam建图的开环优化方法及*** | |
Steux et al. | tinySLAM: A SLAM algorithm in less than 200 lines C-language program | |
CN110889808B (zh) | 一种定位的方法、装置、设备及存储介质 | |
WO2020199589A1 (zh) | 桌面机器人的回充控制方法 | |
US20210278549A1 (en) | Lane-level navigation system for ground vehicles with lidar and cellular signals | |
CN112461210B (zh) | 一种空地协同建筑测绘机器人***及其测绘方法 | |
CN105204505A (zh) | 一种基于扫地机器人定位视频采集和制图的***及方法 | |
AU2018449839B2 (en) | Surveying and mapping method and device | |
CN103033836B (zh) | 一种车载导航指向装置的导航指向方法 | |
CN112987065A (zh) | 一种融合多传感器的手持式slam装置及其控制方法 | |
CN113820735A (zh) | 位置信息的确定方法、位置测量设备、终端及存储介质 | |
CN112762945A (zh) | 高精度地图全要素采集设备的信息同步方法、***及装置 | |
JP2006234703A (ja) | 画像処理装置及び三次元計測装置並びに画像処理装置用プログラム | |
CN113763548A (zh) | 基于视觉-激光雷达耦合的贫纹理隧洞建模方法及*** | |
Zhang et al. | Online ground multitarget geolocation based on 3-D map construction using a UAV platform | |
CN112991440A (zh) | 车辆的定位方法和装置、存储介质和电子装置 | |
CN113960614A (zh) | 一种基于帧-地图匹配的高程图构建方法 | |
CN110794434B (zh) | 一种位姿的确定方法、装置、设备及存储介质 | |
CN115267862A (zh) | 基于多传感器输入融合的室内/室外切换定位方法和*** | |
CN116381718A (zh) | 矿用本安型防爆激光雷达slam测量方法与装置 |
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 |