CN115507836B - 用于确定机器人位置的方法以及机器人 - Google Patents
用于确定机器人位置的方法以及机器人 Download PDFInfo
- Publication number
- CN115507836B CN115507836B CN202110699950.8A CN202110699950A CN115507836B CN 115507836 B CN115507836 B CN 115507836B CN 202110699950 A CN202110699950 A CN 202110699950A CN 115507836 B CN115507836 B CN 115507836B
- Authority
- CN
- China
- Prior art keywords
- robot
- sampling
- determining
- previous
- predetermined time
- 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 54
- 238000005070 sampling Methods 0.000 claims abstract description 91
- 230000004807 localization Effects 0.000 claims description 5
- 230000000007 visual effect Effects 0.000 claims description 5
- 239000002245 particle Substances 0.000 description 17
- 230000008569 process Effects 0.000 description 15
- 238000010586 diagram Methods 0.000 description 9
- 238000011084 recovery Methods 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000035772 mutation Effects 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 238000007792 addition Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000012546 transfer 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
- G01C21/005—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 with correlation of navigation data from several sources, e.g. map or contour matching
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J13/00—Controls for manipulators
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/16—Programme controls
- B25J9/1602—Programme controls characterised by the control system, structure, architecture
- B25J9/161—Hardware, e.g. neural networks, fuzzy logic, interfaces, processor
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/16—Programme controls
- B25J9/1628—Programme controls characterised by the control loop
- B25J9/1653—Programme controls characterised by the control loop parameters identification, estimation, stiffness, accuracy, error analysis
Landscapes
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Automation & Control Theory (AREA)
- Robotics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- General Physics & Mathematics (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本申请公开了用于确定机器人位置的方法以及机器人。用于确定机器人位置的方法,包括:确定机器人的前一位置;确定自机器人的前一位置起是否已经经过了预定时间间隔或是否机器人已经运动了预定距离间隔;在已经确定自机器人的前一位置已经经过了预定时间间隔或是机器人已经运动了预定距离间隔的情况下,基于机器人的先前位姿信息和预定时间间隔或预定距离间隔来确定机器人的预估当前位置;根据预估当前位置来确定定位区域;在定位区域内进行位置采样以确定多个采样位置;对多个采样位置执行匹配操作以确定最佳采样位置,并将最佳采样位置作为机器人的当前位置。
Description
技术领域
本发明涉及机器人技术领域,尤其涉及用于确定机器人的位置的方法以及机器人。
背景技术
随着机器人相关技术的不断发展,机器人的应用范围也变得越来越广。在机器人的使用过程中,准确地确定机器人位置是影响机器人执行任务的首要因素。传统地,在确定机器人的位置的过程中,使用采用编码器计算的里程计来引导机器人行进。当机器人位置偏离或丢失时,位置恢复处理才被采用来矫正机器人的位置。
在位置恢复处理中,通常根据初始时刻位置,基于里程计设定的误差进行粒子滤波的初始粒子位置输入,接着对所有位置粒子对应的雷达位置和地图位置进行匹配,确定出匹配度最高的粒子位置作为机器人的当前位置,从而实现机器人的位置恢复。
发明内容
根据本公开的一方面,提供一种用于确定机器人位置的方法,包括:确定机器人的前一位置;确定自机器人的前一位置起是否已经经过了预定时间间隔或是否机器人已经运动了预定距离间隔;在已经确定自机器人的前一位置已经经过了预定时间间隔或是机器人已经运动了预定距离间隔的情况下,基于机器人的先前位姿信息和预定时间间隔或预定距离间隔来确定机器人的预估当前位置;根据所述预估当前位置来确定定位区域;在定位区域内进行位置采样以确定多个采样位置;以及对多个采样位置执行匹配操作以确定最佳采样位置,并将最佳采样位置作为机器人的当前位置。
根据本公开的一方面,提供了一种用于确定机器人位置的装置,包括:先前位置确定模块,该先前位置确定模块确定机器人的前一位置;时间和距离确定模块,该时间和距离确定模块确定自机器人的前一位置起是否已经经过了预定时间间隔或是否机器人已经运动了预定距离间隔;预估信息确定模块,该预估信息确定模块在已经确定自机器人的前一位置已经经过了预定时间间隔或是机器人已经运动了预定距离间隔的情况下,基于机器人的先前位姿信息和预定时间间隔或预定距离间隔来确定机器人的预估当前位置;定位区域确定模块,该定位区域确定模块根据预估当前位置来确定定位区域;位置采样模块,该位置采样模块在定位区域内进行位置采样以确定多个采样位置;以及匹配模块,该匹配模块对多个采样位置执行匹配操作以确定最佳采样位置,并将最佳采样位置作为机器人的当前位置。
根据本公开的一方面,提供了一种机器人,包括:里程计,里程计存储所述机器人的位姿信息;处理器;存储器,存储器存储有供处理器执行的指令;其中,处理器被配置为执行根据本公开实施例的用于确定机器人位置的方法。
根据本公开的一方面,提供了一种计算机可读存储介质,存储有指令,这些指令在被机器人的处理器执行时使得处理器执行根据本公开实施例的用于确定机器人位置的方法。
根据本公开实施例的用于确定机器人位置的方法和装置,可以在机器人正常导航过程中准确确定机器人的位置,避免机器人位置的偏离或丢失。此外,在确定机器人的位置的过程中,采用定时判断,从而近实时地确保机器人的位置正确。另外,根据本公开实施例的用于确定机器人位置的方法和装置,根据先验信息在特定定位区域而非全局性进行采样并定位并且在必要时刻对定位区域进行动态调整,减小了计算量并从而增大了机器人的定位速度,并且还防止了机器人位置突变的潜在风险。
附图说明
通过参考附图会更加清楚地理解本公开的实施例的特征和优点,附图是示意性的而不应理解为对本公开进行任何限制,在附图中:
图1是示出了传统中机器人位置恢复定位的示意图;
图2是示出了根据本公开实施例的一种用于确定机器人的位置的方法的流程图;
图3是示出了根据本公开实施例的一种用于确定机器人的位置的方法的流程图;
图4是示出了根据本公开实施例的用于确定机器人的位置的示意图;
图5是示出了根据本公开实施例的用于确定机器人的位置的装置的示意性框图;以及
图6是示出了可以实现本公开实施例的机器人的硬件结构示意图。
具体实施方式
下面对本公开的实施例的详细描述涵盖了许多具体细节,以便提供对本发明的全面理解。但是,对于本领域技术人员来说显而易见的是,本公开的实施例明可以在不需要这些具体细节中的一些细节的情况下实施。下面对实施例的描述仅仅是为了通过示出本发明的示例来提供对本发明更清楚的理解。本发明绝不限于下面所提出的任何具体配置和方法步骤,而是在不脱离本发明的教导的前提下覆盖了相关元素、部件和方法步骤的任何修改、替换和改进。
传统地,在机器人导航过程中,仅有当雷达定位位置与地图位置的匹配置信度低于阈值时,才会进入位置失效恢复过程。在失效恢复过程中,通常全局地对所有位置粒子对应的雷达位置与地图位置进行匹配来确定匹配度最高的粒子位置作为机器人的当前位置。图1图示了传统中机器人位置恢复定位的示意图。如图所示,Y_Robot、Y_Robot、O_Robot分别代表机器人的位置传感器的坐标***的Y坐标、X坐标和坐标原点,而Y_World、Y_World、O_World分别代表地图坐标***的Y坐标、X坐标和坐标原点。机器人实际位置由虚线三角形表示,在地图上分布的粒子位置由实线三角形表示。从图中可见,在整个地图上全局地分布粒子位置,而且这些粒子位置的取向是随机的,因此机器人的位置确定所涉及的计算量是庞大的,而且还可能招致位置突变的风险。例如,若存在两个相同的房间,由于全局地图粒子分布,有可能导致机器人跳动到另外一个房间,有的时候甚至不用完全相同环境就能让机器人位置跳跃。
本公开提出了一种用于确定机器人位置的方法和装置,其在机器人正常导航过程中准确地确定机器人的位置,避免机器人位置的偏离或丢失。
图2是示出了根据本公开实施例的一种用于确定机器人的位置的方法的流程图。如图所示,该方法包括:
步骤S201,确定机器人的前一位置;
步骤S202,确定自机器人的前一位置起是否已经经过了预定时间间隔或是否机器人已经运动了预定距离间隔;
步骤S203,在已经确定自机器人的前一位置已经经过了预定时间间隔或是机器人已经运动了预定距离间隔的情况下,基于机器人的先前位姿信息和预定时间间隔或预定距离间隔来确定机器人的预估当前位置;
步骤S204,根据预估当前位置来确定定位区域;
步骤S205,在定位区域内进行位置采样以确定多个采样位置;以及
步骤S206,对多个采样位置执行匹配操作以确定最佳采样位置,并将此最佳采样位置作为机器人的当前位置。
在一些实施例中,匹配操作可以包括:将多个采样位置与机器人的雷达定位位置进行匹配。当匹配度高于预定阈值时,则认为匹配,反之则不匹配。在匹配的采样位置中,匹配度最高的采样位置被认为是最佳采样位置。
在一些实施例中,机器人的先前位姿信息是从机器人的里程计或视觉识别定位***获得的。具体地,在机器人的导航过程中,机器人的各时刻的位置以及航向等信息均被记录,例如被记录在里程计中。在一些替代实现方式中,这些信息可以由视觉识别定位***捕获并记录。在一些实施例中,先前位姿信息至少包括有关机器人行程的信息(包括位置和航向)、运行速度。在一些实现方式中,例如,基于记录中的机器人的前一位置(即,前一时刻的位置)、运行速度、预定时间间隔或预定距离间隔,可以确定出机器人的预估当前位置。
在一些实施例中,方法还包括基于机器人的先前位姿信息和预定时间间隔或预定距离间隔来确定机器人的预估航向,并且位置采样仅采样在在定位区域内在预估航向一定范围内的采样位置。通过考虑航向,可以使得采样位置更接近机器人的真实位置,进一步减少要判断的粒子位置,从而减少计算量并进而提高位置确定效率。
在一些实施例中,根据预估当前位置来确定出初始的定位区域。例如,该定位区域可以是以预估当前位置为中心的一定距离范围内的区域,此一定距离可以考虑预定时间间隔和预定距离间隔来设定。应理解,初始的定位区域的设定并不限于此。在一些实施例中,可能存在在初始的定位区域中没有找到最佳采样位置的情况。在这种情况中,可以基于预估当前位置来调整定位区域以确定更新的定位区域。
图3示出了根据本公开实施例的一种用于确定机器人的位置的方法的流程图。图3中与图2相同的步骤在此不做赘述。图3与图2相比,主要区别在于在步骤S206中对匹配采样位置确定后,过程进行到步骤S207以确定是否存在满足条件的最佳采样位置。若存在,则如图2那样,过程进行到步骤S208以将最佳采样位置作为机器人的当前位置。然而,若步骤S207中判断不存在最佳采样位置,则过程进行返回步骤S204以再次确定定位区域。此时,可以在初始定位区域的基础上进行区域扩展。例如,定位区域的扩展可以根据预定时间间隔或预定距离间隔的长短而进行。例如,当预定时间间隔或预定距离间隔被设置得较长时,定位区域可以被较大程度地扩展,而当预定时间间隔或预定距离间隔被设置得较短时,定位区域可以被较小程度地扩展。然后,在更新的定位区域中,再次进行位置采样和匹配操作。这些步骤循环进行,直到确定出满足条件的最佳采样位置为止。通过定位区域的这种动态调整,可以避免初始定位区域设置不当而造成的误确定。
图4是示出了根据本公开实施例的用于确定机器人的位置的示意图。如图所示,Y_Robot、Y_Robot、O_Robot分别代表机器人的位置传感器的坐标***的Y坐标、X坐标和坐标原点,而Y_World、Y_World、O_World分别代表地图坐标***的Y坐标、X坐标和坐标原点。机器人实际位置由虚线三角形表示,在地图上分布的粒子位置由实线三角形表示。从图中可见,采样粒子位置仅在一定区域中进行,而且由于粒子位置的采样还可考虑航向特征,因此区域中的粒子位置相对比较稀疏,也就可以具有较少的采样位置。由此,机器人的位置确定所涉及的计算量降低,而且还避免了招致位置突变的风险。例如,即使存在两个相同的房间,由于并非是全局地图粒子分布,而是仅在可能存在机器人真实位置的特定区域中进行判断,避免错误地将另外一个房间的位置跳跃地作为机器人的当前位置,从而提高了位置确定的准确性。
因此,根据本实施例的用于确定机器人位置的方法,可以用于在机器人正常导航过程中准确确定机器人的位置,避免机器人位置的偏离或丢失。此外,在确定机器人的位置的过程中,采用定时判断,从而近实时地确保机器人的位置正确。另外,根据本公开实施例的用于确定机器人位置的方法,根据先验信息在特定定位区域而非全局性进行采样并定位并且在必要时刻对定位区域进行动态调整,减小了计算量并从而增大了机器人的定位速度,并且还防止了机器人位置突变的潜在风险。
图5是示出了根据本公开实施例的用于确定机器人的位置的装置的示意性框图。如图所示,用于确定机器人的位置的装置包括:
先前位置确定模块,该先前位置确定模块确定机器人的前一位置;
时间和距离确定模块,该时间和距离确定模块确定自机器人的前一位置起是否已经经过了预定时间间隔或是否机器人已经运动了预定距离间隔;
预估信息确定模块,该预估信息确定模块在已经确定自机器人的前一位置已经经过了预定时间间隔或是机器人已经运动了预定距离间隔的情况下,基于机器人的先前位姿信息和预定时间间隔或预定距离间隔来确定机器人的预估当前位置;
定位区域确定模块,该定位区域确定模块根据预估当前位置来确定定位区域;
位置采样模块,该位置采样模块在定位区域内进行位置采样以确定多个采样位置;以及
匹配模块,该匹配模块对多个采样位置执行匹配操作以确定满足条件的最佳采样位置,并将最佳采样位置作为机器人的当前位置。
在一些实施例中,匹配模块被配置为将多个采样位置与机器人的雷达定位位置进行匹配。当匹配度高于预定阈值时,则认为匹配,反之则不匹配。在匹配的采样位置中,匹配度最高的采样位置被认为是最佳采样位置。
在一些实施例中,机器人的先前位姿信息是从机器人的里程计或视觉识别定位***获得的。具体地,在机器人的导航过程中,机器人的各时刻的位置以及航向等信息均被记录,例如被记录在里程计中。在一些替代实现方式中,这些信息可以由视觉识别定位***捕获并记录。在一些实施例中,先前位姿信息至少包括有关机器人行程的信息、运行速度。
在一些实施例中,预估信息确定模块还被配置为基于机器人的先前位姿信息和预定时间间隔或预定距离间隔来确定机器人的预估航向,并且位置采样模块被配置为仅采样在在定位区域内在所述预估航向一定范围内的采样位置。通过考虑航向,可以使得采样位置更接近机器人的真实位置,进一步减少要判断的粒子位置,从而减少计算量并进而提高位置确定效率。
在一些实施例中,可能存在在初始定位区域中没有找到满足条件的最佳采样位置的情况。在这种情况中,可以基于预估当前位置来调整定位区域以确定更新的定位区域。因此,定位区域确定模块还被配置基于预估当前位置来调整定位区域以确定更新的定位区域,并且位置采样模块还被配置为在更新的定位区域内再次进行位置采样;并且所述匹配模块还被配置为对位置采样模块再次位置采样的采样位置进行匹配操作,直到确定出满足条件的最佳采样位置。通过定位区域的这种动态调整,可以避免初始定位区域设置不当而造成的误确定。
根据本实施例的用于确定机器人位置的装置,可以用于在机器人正常导航过程中准确确定机器人的位置,避免机器人位置的偏离或丢失。此外,在确定机器人的位置的过程中,采用定时判断,从而近实时地确保机器人的位置正确。另外,根据本公开实施例的用于确定机器人位置的方法,根据先验信息在特定定位区域而非全局性进行采样并定位并且在必要时刻对定位区域进行动态调整,减小了计算量并从而增大了机器人的定位速度,并且还防止了机器人位置突变的潜在风险。
图6是示出了可以实现本公开实施例的用于确定机器人的位置的硬件结构示意图。如图6所示,装置包括输入设备601、输入接口602、中央处理器603、存储器604、输出接口605、以及输出设备606。其中,输入接口602、中央处理器603、存储器604、以及输出接口605通过总线610相互连接,输入设备601和输出设备606分别通过输入接口602和输出接口605与总线610连接,进而与该装置的其他组件连接。具体地,输入设备601接收来自外部的输入信息,并通过输入接口602将输入信息传送到中央处理器603;中央处理器603基于存储器604中存储的计算机可执行指令对输入信息进行处理以生成输出信息,将输出信息临时或者永久地存储在存储器604中,然后通过输出接口605将输出信息传送到输出设备606(例如,显示器等);输出设备606将输出信息输出到该装置的外部供用户使用。
也就是说,图6所示的装置可以被实现为包括:存储有计算机可执行指令的存储器;以及处理器,该处理器在执行计算机可执行指令时可以实现结合图2至图5描述的确定机器人的位置的方法和装置。这里,处理器可以与机器人内部的各组件(例如,里程计608,位置传感器609等)进行通信,从而基于来自这些组件的信息执行计算机可执行指令,从而实现结合图2至图5描述的确定机器人的位置的方法和装置。
在一个实施例中,图6所示的装置可以被实现为包括:存储器,用于存储程序;处理器,用于运行存储器中存储的程序,以执行以下步骤:
确定机器人的前一位置;
确定自机器人的前一位置起是否已经经过了预定时间间隔或是否机器人已经运动了预定距离间隔;
在已经确定自机器人的前一位置已经经过了预定时间间隔或是机器人已经运动了预定距离间隔的情况下,基于机器人的先前位姿信息和预定时间间隔或预定距离间隔来确定机器人的预估当前位置;
根据预估当前位置来确定定位区域;
在定位区域内进行位置采样以确定多个采样位置;以及
对多个采样位置执行匹配操作以确定满足条件的最佳采样位置,并将所述最佳采样位置作为机器人的当前位置。
需要明确的是,本发明并不局限于上文所描述并在图中示出的特定配置和处理。为了简明起见,这里省略了对已知方法的详细描述。在上述实施例中,描述和示出了若干具体的步骤作为示例。但是,本发明的方法过程并不限于所描述和示出的具体步骤,本领域的技术人员可以在领会本发明的精神后,作出各种改变、修改和添加,或者改变步骤之间的顺序。
以上所述的结构框图中所示的功能块可以实现为硬件、软件、固件或者它们的组合。当以硬件方式实现时,其可以例如是电子电路、专用集成电路(ASIC)、适当的固件、插件、功能卡等等。当以软件方式实现时,本发明的元素是被用于执行所需任务的程序或者代码段。程序或者代码段可以存储在机器可读介质中,或者通过载波中携带的数据信号在传输介质或者通信链路上传送。“机器可读介质”可以包括能够存储或传输信息的任何介质。机器可读介质的例子包括电子电路、半导体存储器设备、ROM、闪存、可擦除ROM(EROM)、软盘、CD-ROM、光盘、硬盘、光纤介质、射频(RF)链路,等等。代码段可以经由诸如因特网、内联网等的计算机网络被下载。
还需要说明的是,本发明中提及的示例性实施例,基于一系列的步骤或者装置描述一些方法或装置。但是,本发明不局限于上述步骤的顺序,也就是说,可以按照实施例中提及的顺序执行步骤,也可以不同于实施例中的顺序,或者若干步骤同时执行。
以上所述,仅为本发明的具体实施方式,所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,上述描述的装置、模块和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。应理解,本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到各种等效的修改或替换,这些修改或替换都应涵盖在本发明的保护范围之内。
Claims (16)
1.一种用于确定机器人位置的方法,包括:
确定机器人的前一位置;
确定自机器人的前一位置起是否已经经过了预定时间间隔或是否机器人已经运动了预定距离间隔;
在已经确定自机器人的前一位置已经经过了预定时间间隔或是机器人已经运动了预定距离间隔的情况下,基于机器人的先前位姿信息和所述预定时间间隔或所述预定距离间隔来确定机器人的预估当前位置;
根据所述预估当前位置来确定定位区域,其中所述定位区域是可能包含所述机器人的真实位置的区域;
在所述定位区域内进行位置采样以确定多个采样位置;以及
对所述多个采样位置执行匹配操作以确定最佳采样位置,并将所述最佳采样位置作为机器人的当前位置。
2.根据权利要求1所述的用于确定机器人位置的方法,还包括:在所述匹配操作中若没有找到最佳采样位置的情况下,则基于所述预估当前位置来调整所述定位区域以确定更新的定位区域,并在所述更新的定位区域内再次进行位置采样和匹配操作,直到确定出最佳采样位置。
3.根据权利要求1或2所述的用于确定机器人位置的方法,其中,所述匹配操作包括:将所述多个采样位置与机器人的雷达定位位置进行匹配,其中所述多个采样位置中具有最高匹配度的采样位置被确定作为所述最佳采样位置。
4.根据权利要求1所述的用于确定机器人位置的方法,还包括:基于机器人的先前位姿信息和所述预定时间间隔或所述预定距离间隔来确定机器人的预估航向,并且
所述位置采样仅采样在在所述定位区域内在所述预估航向一定范围内的采样位置。
5.根据权利要求2所述的用于确定机器人位置的方法,其中,所述更新的定位区域是根据所述预定时间间隔或所述预定距离间隔确定的。
6.根据权利要求1所述的用于确定机器人位置的方法,其中,所述先前位姿信息至少包括有关机器人行程的信息、运行速度。
7.根据权利要求6所述的用于确定机器人位置的方法,其中,所述预估当前位置是基于所述前一位置、所述预定时间间隔或所述预定距离间隔、所述运行速度而确定的。
8.一种用于确定机器人的位置的装置,包括:
先前位置确定模块,所述先前位置确定模块确定机器人的前一位置;
时间和距离确定模块,所述时间和距离确定模块确定自机器人的前一位置起是否已经经过了预定时间间隔或是否机器人已经运动了预定距离间隔;
预估信息确定模块,所述预估信息确定模块在已经确定自机器人的前一位置已经经过了预定时间间隔或是机器人已经运动了预定距离间隔的情况下,基于机器人的先前位姿信息和所述预定时间间隔或所述预定距离间隔来确定机器人的预估当前位置;
定位区域确定模块,所述定位区域确定模块根据所述预估当前位置来确定定位区域,其中所述定位区域是可能包含所述机器人的真实位置的区域;
位置采样模块,所述位置采样模块在所述定位区域内进行位置采样以确定多个采样位置;以及
匹配模块,所述匹配模块对所述多个采样位置执行匹配操作以确定满足条件的最佳采样位置,并将所述最佳采样位置作为机器人的当前位置。
9.根据权利要求8所述的用于确定机器人的位置的装置,其中,在所述匹配操作中若没有找到最佳采样位置的情况下,
所述定位区域确定模块还被配置基于所述预估当前位置来调整所述定位区域以确定更新的定位区域,并且
所述位置采样模块还被配置为在所述更新的定位区域内再次进行位置采样;并且
所述匹配模块还被配置为对所述位置采样模块再次位置采样的采样位置进行匹配操作,直到确定出最佳采样位置。
10.根据权利要求8或9所述的用于确定机器人的位置的装置,其中,所述匹配模块被配置为将所述多个采样位置与机器人的雷达定位位置进行匹配,其中所述多个采样位置中具有最高匹配度的采样位置被确定作为所述最佳采样位置。
11.根据权利要求8所述的用于确定机器人的位置的装置,其中,所述预估信息确定模块还被配置为基于机器人的先前位姿信息和所述预定时间间隔或所述预定距离间隔来确定机器人的预估航向,并且
所述位置采样模块被配置为仅采样在所述定位区域内在所述预估航向一定范围内的采样位置。
12.根据权利要求8所述的用于确定机器人的位置的装置,其中,所述先前位姿信息是从机器人的里程计或视觉识别定位***获得的。
13.根据权利要求8所述的用于确定机器人的位置的装置,其中,所述先前位姿信息至少包括有关机器人行程的信息、运行速度。
14.根据权利要求13所述的用于确定机器人的位置的装置,其中,所述预估当前位置是基于所述前一位置、所述预定时间间隔或所述预定距离间隔、所述运行速度而确定的。
15.一种机器人,包括:
里程计,所述里程计存储所述机器人的位姿信息;
处理器;
存储器,所述存储器存储有供所述处理器执行的指令;
其中,所述处理器被配置为执行根据权利要求1-7中任一项所述的用于确定机器人位置的方法。
16.一种计算机可读存储介质,存储有指令,所述指令在被机器人的处理器执行时使得所述处理器执行根据权利要求1-7中任一项所述的用于确定机器人位置的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110699950.8A CN115507836B (zh) | 2021-06-23 | 2021-06-23 | 用于确定机器人位置的方法以及机器人 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110699950.8A CN115507836B (zh) | 2021-06-23 | 2021-06-23 | 用于确定机器人位置的方法以及机器人 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115507836A CN115507836A (zh) | 2022-12-23 |
CN115507836B true CN115507836B (zh) | 2024-02-02 |
Family
ID=84500028
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110699950.8A Active CN115507836B (zh) | 2021-06-23 | 2021-06-23 | 用于确定机器人位置的方法以及机器人 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115507836B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112462769A (zh) * | 2020-11-25 | 2021-03-09 | 深圳市优必选科技股份有限公司 | 机器人定位方法、装置、计算机可读存储介质及机器人 |
CN112639502A (zh) * | 2018-09-07 | 2021-04-09 | 华为技术有限公司 | 机器人位姿估计 |
CN116429116A (zh) * | 2023-04-20 | 2023-07-14 | 山东新一代信息产业技术研究院有限公司 | 一种机器人定位方法及设备 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9020637B2 (en) * | 2012-11-02 | 2015-04-28 | Irobot Corporation | Simultaneous localization and mapping for a mobile robot |
WO2018024897A1 (de) * | 2016-08-05 | 2018-02-08 | RobArt GmbH | Verfahren zur steuerung eines autonomen mobilen roboters |
-
2021
- 2021-06-23 CN CN202110699950.8A patent/CN115507836B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112639502A (zh) * | 2018-09-07 | 2021-04-09 | 华为技术有限公司 | 机器人位姿估计 |
CN112462769A (zh) * | 2020-11-25 | 2021-03-09 | 深圳市优必选科技股份有限公司 | 机器人定位方法、装置、计算机可读存储介质及机器人 |
CN116429116A (zh) * | 2023-04-20 | 2023-07-14 | 山东新一代信息产业技术研究院有限公司 | 一种机器人定位方法及设备 |
Also Published As
Publication number | Publication date |
---|---|
CN115507836A (zh) | 2022-12-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10852139B2 (en) | Positioning method, positioning device, and robot | |
WO2017150106A1 (ja) | 車載装置、及び、推定方法 | |
CN114252082B (zh) | 车辆定位方法、装置和电子设备 | |
JP2008165275A (ja) | 自己位置同定装置を備えた移動体 | |
CN110658542B (zh) | 自动驾驶汽车定位识别方法、装置、设备及存储介质 | |
CN114179825A (zh) | 多传感器融合获取量测值置信度方法及自动驾驶车辆 | |
CN112800159A (zh) | 地图数据处理方法及装置 | |
CN111488413A (zh) | 一种轨迹特征点判断方法、轨迹记录方法和相关装置 | |
CN111637877A (zh) | 机器人定位方法、装置、电子设备和非易失性存储介质 | |
CN114119744B (zh) | 一种构建点云地图的方法、装置、设备及存储介质 | |
CN110109165B (zh) | 行驶轨迹中异常点的检测方法及装置 | |
CN115507836B (zh) | 用于确定机器人位置的方法以及机器人 | |
CN112595317B (zh) | 无人机起飞控制方法、***、介质、计算机设备、无人机 | |
JP6056979B2 (ja) | 運転支援システム、方法およびプログラム | |
US11636691B2 (en) | Sensor recognition integration device | |
US11692846B2 (en) | Map presentation device | |
CN109631892B (zh) | 一种imu数据中断的组合导航数据处理方法 | |
CN114509087B (zh) | 定位方法、电子设备及计算机存储介质 | |
CN114001730B (zh) | 融合定位方法、装置、计算机设备和存储介质 | |
CN115683139A (zh) | 一种车载地图路径规划方法、***、电子设备及存储介质 | |
US9116005B2 (en) | Electronic systems for locating objects | |
CN114923492A (zh) | 定位信息确定方法、装置、电子设备及存储介质 | |
CN109710594B (zh) | 地图数据的有效性判断方法、装置及可读存储介质 | |
CN113297259A (zh) | 机器人及其环境地图构建方法和装置 | |
JP6103980B2 (ja) | 通過検知システム、通過検知方法、通過検知装置、プログラム、及び記録媒体 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |