CN118103670A - 自主***的多供应商车队管理器的误差地图表面表示 - Google Patents

自主***的多供应商车队管理器的误差地图表面表示 Download PDF

Info

Publication number
CN118103670A
CN118103670A CN202280068277.0A CN202280068277A CN118103670A CN 118103670 A CN118103670 A CN 118103670A CN 202280068277 A CN202280068277 A CN 202280068277A CN 118103670 A CN118103670 A CN 118103670A
Authority
CN
China
Prior art keywords
local
coordinates
autonomous device
global
representation
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
Application number
CN202280068277.0A
Other languages
English (en)
Inventor
乔斯·路易斯·苏沙·林孔
伊内斯·乌加尔德·迪亚斯
米夏埃尔·耶恩奇
约阿希姆·费尔德
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Siemens AG
Original Assignee
Siemens AG
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Siemens AG filed Critical Siemens AG
Publication of CN118103670A publication Critical patent/CN118103670A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/005Navigation; 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
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/20Instruments for performing navigational calculations
    • G01C21/206Instruments for performing navigational calculations specially adapted for indoor navigation
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/38Electronic maps specially adapted for navigation; Updating thereof
    • G01C21/3804Creation or updating of map data
    • G01C21/3807Creation or updating of map data characterised by the type of data
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C25/00Manufacturing, calibrating, cleaning, or repairing instruments or devices referred to in the other groups of this subclass
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02Control of position or course in two dimensions
    • G05D1/021Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0268Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means
    • G05D1/0274Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means using mapping information stored in a memory device
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02Control of position or course in two dimensions
    • G05D1/021Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0287Control of position or course in two dimensions specially adapted to land vehicles involving a plurality of land vehicles, e.g. fleet or convoy travelling
    • G05D1/0291Fleet control
    • G05D1/0297Fleet control by controlling means in a control room

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Manufacturing & Machinery (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)

Abstract

当前控制多个供应商的机器人的方法通常需要限定供应商专有车队管理器或调度***的多个软件***。自主设备(例如,机器人、无人机、交通工具)能够由使用多个本地来源地图的多个供应商来控制。例如,各个机器人的地图可被转换为基础地图,该基础地图可被用于命令和控制混合机器人车队。

Description

自主***的多供应商车队管理器的误差地图表面表示
背景技术
未知或动态环境中的诸如机器人操作或自主交通工具操作之类的自主操作存在各种技术挑战。动态环境中的自主操作可被应用于大规模定制(例如,少批量多款式制造)、智能工厂中按需柔性制造过程、智能商店中的仓库自动化、智能物流中的配送中心自动交付等。在一些情况下,机器人,例如移动机器人或自动导引车(AGV)源自不同的供应商并在同一地点操作,以便限定多供应商混合群或车队。在本发明中认识到,命令和控制此类混合车队时常缺乏效率和能力。例如,当前控制多个供应商的机器人的方法通常需要多个软件***,该多个软件***限定很少可以彼此通信或协调操作的供应商专有车队管理器或调度***。
发明内容
本发明的实施例通过提供确定与自主设备的导航相关联的误差的方法、***和装置来解决并克服本文描述的缺点中的一个或多个。例如,地图构建与定位可被执行用于与命令和控制自主设备(例如,机器人、无人机、交通工具)相关联的路径规划和导航任务。此类设备可能固有地在不同的地图上运行。例如,来自多个供应商的移动机器人可能在不同的地图上运行。在一示例中,本地坐标系和各个机器人姿态可被转换到全局地图,该全局地图可被用于确定混合机器人车队的最优调度、规划、命令和控制。
在一示例方面,全局车队管理器模块或中央管理***可以确定物理环境内的多个地点,以便限定连接多个地点的已知路径。每个地点可以由全局参考框架的多个全局坐标来表示。在自主设备(例如,机器人、交通工具、无人机)在物理环境内沿着已知路径移动时,中央管理***可以从自主设备接收多个位置。该多个位置可以限定与自主设备相对应的本地参考框架的相应本地坐标。在一示例中,中央管理***将本地参考框架的本地坐标变换到全局参考框架,以便限定相应经变换的本地坐标。该***可以将经变换的本地坐标与全局坐标进行比较,以便确定与相应经变换的本地坐标相关联的残余误差值。基于误差值,该***可以生成与物理环境相对应的3D表示。3D表示可以指示整个物理环境的误差量。因此,3D表示可以指示自主设备应该如何移动通过物理环境以补偿误差量。在另一示例方面,基于3D表示,可以控制自主设备沿着路径移动。
在一些情况下,来自同一供应商的多个自主设备之一生成3D误差表示,使得来自同一供应商的其余自主设备可以使用该3D误差表示沿着路径移动或到达环境内的任何地点。因此,在各种示例中,3D表示或误差地图是为每个供应商生成的。附加地或替代地,该***可以确定物理环境内的新地点,以便限定连接多个新地点的新路径。基于3D表示,自主设备可以估计导航轨迹以沿着新路径移动。
附图说明
当结合附图阅读时,将从以下详细描述最好地理解本发明的前述及其他方面。出于图示本发明的目的,在附图中示出了目前优选的实施例,然而,应当理解,本发明不限于所公开的具体手段。附图中包括以下图:
图1是根据示例实施例的包括示例全局车队管理***或模块的示例控制***的框图。
图2描绘了根据示例实施例的被连接以限定自主设备路径的示例理想地点。
图3描绘了根据示例实施例的由自主设备在其沿着限定理想地点的路径行进时所报告的示例位置。
图4描绘了根据示例实施例的由自主设备报告的理想点与采样点之间的示例误差值。
图5是根据示例实施例的由全局车队管理模块基于被限定在路径的离散地点采样与由自主设备报告的地点之间的误差值来生成的示例3D误差表示。
图6是描绘根据另一示例实施例的可以由全局车队管理模块执行的操作的流程图。
图7图示了可以实现本公开的实施例的计算环境。
图8是根据一个示例实施例的示例3D误差表示,该表示由图5的3D表示与连续多项式拟合生成。
图9是根据示例实施例的由全局车队管理模块通过将图5的离散3D表示与经拟合的离散表示拟合来生成的示例3D误差表示。
具体实施方式
首先,本发明认识到,在单个***内集成和控制混合机器人车队存在各种技术挑战。除其他事项外,技术挑战可能是由于具体机器人供应商实现不同的感测模式、导航、定位与地图构建软件以及限制专有服务和功能。例如,在一些情况下,不同的地图格式、坐标系和非线性地图失真引起将给定机器人的姿态或位置从一个地图转换到另一个地图的技术问题。附加地或替代地,地图可能无法由第三方地图构建软件使用、共享或组合。如本发明所使用的,除非另有说明,否则自主移动机器人(AMR)或机器人、自主设备或交通工具、自动导引交通工具(AGV)、无人机等可以在本文中可互换地使用,没有限制。出于示例的目的,本发明中时常描述工业背景中的机器人,但是应当理解,本发明描述的实施例不限于工业背景中的机器人,并且所有替代自主设备和环境都被视为在本公开的范围内。
作为背景,通常每个机器人供应商部署他们自己的车队管理器或调度***来控制他们自己的机器人。本发明认识到,此类独立的车队管理器或调度器可能在包括来自不同供应商的机器人的***中造成冲突,并且可能禁止使用来自混合机器人车队的有价值的数据。在一些情况下,机器人可以在信标消息中与其他机器人共享它们的位置。然而,本发明认识到,通过简化的线性变换从信标消息估计全局地图上的位置可能不够精确,例如,由于不同地图或不同机器人的地图失真、定位误差或模糊性。此外,当前另一种集成多个供应商的机器人的方法涉及从其他地图或碎片生成全局地图,这可以称为地图合并。本发明还认识到,这种方法可能需要地图总是可访问的并且地图限定相同的类型,但这两者中的一者或两者实际情况时常都不是这样的。另外,不同供应商之间在创建、传送和使用地图方面没有共识或限定的标准,这造成各种各样的格式和表示难以在供应商与他们的自主设备之间组合或使用。此外,在其他方法中,混合车队依赖于限定关注点(例如,取货地点、充电站等)的识别点,这些识别点被教导或被提供到每个供应商的地图,以使点可以由全局车队管理器通过ID引用。本发明还认识到,此类方法可能需要大量的工程设计工作,并且随着机器人供应商和识别点的数量的增加,其能力可能受到限制。
如本发明所使用的,除非另有说明,本地地图是指由时常来自单个机器人制造商或供应商的一个或多个机器人学习的地图。全局地图是指在全局车队管理器或中央管理***中用来指挥机器人车队的基础地图,该机器人车队可以包括来自多个制造商或供应商的机器人。
根据本发明描述的各种实施例,混合车队或中央管理***或模块可以在基础地图或全局地图与机器人供应商的各个地图之间转换地图地点,同时考虑各种地图失真。参考图2,在一些示例中,全局车队管理器***或模块或中央管理***(例如,图1中的模块106)可以限定表示物理环境的基础地图,例如基础地图200。基础地图200可以限定表示由基础地图200表示的物理环境中的物理地点的多个地点或点,例如地点或点202。基础地图200还可以限定点202之间的边或连接204。每个点202可以由相应坐标表示,例如沿着第一或侧向方向201的第一坐标(例如,x坐标)、沿着基本上垂直于第一方向201的第二或纵向方向203的第二坐标(例如,y坐标)以及沿着基本上分别垂直于第一方向201和第二方向203两者的第三或横向方向的第三坐标(例如,z坐标)。附加地或替代地,点202可以由第四坐标(例如,θ)表示,该第四坐标表示给定机器人在对应点处的姿态或取向。
参考图2,点202可以由可限定全局参考框架的参考框架内的x和y坐标表示。在各种示例中,坐标以描绘物理环境的图像为界,例如,诸如工业平面图或地理区域。在一示例中,机器人被定位或被放置在物理环境内在基础地图上识别的点202之一处,例如第一点202a。机器人可以沿着第一连接204a从第一点202a被移动到第二点202b。在机器人在物理环境内移动时,可以捕获和记录机器人的本地姿态。例如,姿态可以被限定在机器人本地的参考框架或本地参考框架中。还举例来说,姿态可以限定坐标,例如(x,y,θ),其指示如由机器人所确定的机器人的地点。全局车队管理器模块可以将本地参考框架中的报告的姿态或位置与来自全局参考框架的点(其可以定义地面实况姿态)进行比较,以便计算变换的参数,例如线性变换,诸如仿射或刚体变换,从而限定在机器人的本地参考框架与全局参考框架之间的转换。例如,可以根据等式(1)来限定转换或变换:
关于等式(1),θ表示两个不同参考框架之间的旋转,并且tx和ty分别表示在两个参考框架之间的在X轴和Y轴上的截距或移位。在该特定示例中,在两个不同框架之间没有比例因子,但是应理解,比例因子也可以被并入等式中以捕获不同测量单位在两个参考坐标框架中的使用,例如毫米和米转换。此外,可以向仿射变换添加更多的维度(例如,Z轴等)。
在一示例方面,全局车队管理器模块或中央管理***可以确定物理环境内的多个地点,以便限定连接各种地点的已知路径。每个地点可以由全局参考框架的多个全局坐标来表示。每个地点也可以由特定于机器人或自主设备类型(例如,供应商)的本地参考框架的多个本地坐标来表示。在一示例中,在自主设备(例如,机器人、交通工具、无人机)在物理环境内沿着已知路径移动时,中央管理***可以从自主设备接收多个位置。该多个位置可以限定与给定自主设备对应的本地参考框架的相应本地坐标。在一示例中,中央管理***基于本地参考框架的地点的本地坐标变换到全局参考框架,以便限定相应经变换的本地坐标。在一些情况下,考虑比例、截距和旋转的线性变换是在两个坐标框架之间执行的。举例来说,可以通过对一组已知的本地和全局姿态采用线性回归、本地搜索(爬山法等)或非线性回归来执行变换。然而,本发明认识到,在一些情况下,此类线性变换可能无法有效地捕获本地地图(或本地参考系坐标)固有的非线性,该非线性可以通过在潜在嘈杂的传感器和不利环境条件下操作的同步定位与地图构建技术(或类似技术)来生成。因此,一旦获得了第一线性变换,该***便可以观察或比较经变换的本地坐标和实际全局坐标,以便确定与相应经变换的本地坐标相关联的误差值。基于误差值,该***可以生成多个3D表示。示例3D表示包括(x地图,y地图,x误差)和(x地图,y地图,y误差),其中,每个3D表示限定针对物理环境的地图(x地图,y地图)上的任何点的每个轴的误差值(x误差,y误差)。因此,3D表示可以指示应该如何控制自主设备移动通过物理环境,以补偿测量的误差量,例如以补偿针对每个轴x和y的误差量。在另一示例方面,基于3D表示,可以控制自主设备沿着路径移动。应当理解,x和y坐标及其对应的误差是通过举例呈现的,并且可以观察和评估附加的或替代的坐标和误差,并且所有此类坐标和误差都被视为在本公开的范围内。例如,该***还可以观察沿着其他维度的误差,并且为它们获得类似的3D误差表示,例如,沿着旋转维度或Z轴。
在一些情况下,来自同一供应商的多个自主设备之一限定3D误差表示,使得可以控制来自同一供应商的其余自主设备沿着路径移动或到达环境中的任何地点。附加地或替代地,该***可以确定物理环境内的新地点,以便限定连接多个新地点的新路径。基于3D表示,自主设备可以估计导航轨迹以沿着新路径移动。
还参考图3,全局车队管理器模块可以限定表示物理环境的另一示例基础地图300,例如机器人在工业背景中运行的工厂车间。应当理解,工厂车间作为物理环境的示例呈现,使得物理环境可以限定替代地图(例如,无人机的地理区域、道路、仓库等),并且所有此类替代都被视为在本公开的范围内。全局车队管理器模块可以确定或获得物理环境(例如,工厂车间)内的多个点(检查点)或地点302,以便限定连接多个地点或检查点302的已知路径或轨迹304。沿着路径304的每个地点302和每个点可以由全局参考框架的全局坐标来表示,例如分别由第一方向201和第二方向203限定的参考框架。在一些情况下,路径304限定地点302之间的连接,这些地点关于全局参考框架的轴(例如关于第一方向201和第二方向203)限定45度角,以便使捕获的误差采样最大化。自主设备(例如工业机器人)可以在点或地点302之间以直线移动,以便沿着路径304移动。例如,机器人的方向可以经由虚拟操纵杆锁定,指南针可被安装在机器人上,或者机器人可以以其他方式被控制以便沿着路径304移动。随着机器人在物理环境内沿着路径304移动,该***可以从机器人接收多个位置,以便限定报告的位置306(或报告的轨迹306)。例如,机器人可以在其沿着路径304行进时向全局车队管理模块发送其位置306。多个报告的位置306可以限定与该示例对应的本地参考框架的相应本地坐标。
继续参考图3,该***可以通过对于姿态(位置)的子集采用由报告的本地姿态(位置)和全局姿态(位置)限定的一个配对来执行线性变换。在一些示例中,该子集对应于检查点姿态。线性变换解可以经由线性回归方法等、诸如最小二乘法得到。一旦线性变换已知,报告的本地姿态(位置)可以被转换为全局姿态(位置),并且可以由图3中的轨迹306来表示。因此,如图所示,结果可以描绘经转换的轨迹306与实际直线行驶轨迹304之间的明显偏离。该***然后可以将由机器人报告的姿态或位置306与沿着基础地图300中的路径304的对应坐标进行比较,以便确定预期位置(来自全局地图中的路径304)与测量的位置306(来自机器人)之间的误差量。针对每个坐标(例如沿着侧向方向201的x坐标和沿着纵向方向203的y坐标)的所得误差信息可被变换成针对每个坐标(例如,x和y)的3D表示,例如(x地图,y地图,误差值),其说明了理想姿态或位置与测量的姿态或位置之间的差异。
为进一步说明,参考图4,示例理想点402表示基础地图或全局地图上在物理环境内识别的点或地点,例如沿着基础地图300的路径304的地点。示例采样点404表示由机器人在其沿着路径304行进时测量并报告的被转换到全局参考框架的测量的点或报告的位置。与理想点402相比,采样点404限定了沿着侧向方向201的误差406,该误差可以被称为第一或侧向方向误差406(或x坐标上的误差x误差)。与理想点402相比,采样点404限定了沿着纵向方向y的误差408,该误差可以被称为第二或纵向方向误差408(或y坐标上的误差y误差)。该***可以通过计算由该轨迹304与穿过点404的垂直线之间的交点所产生的完美笔直的实际行驶轨迹304中的对应理想点402来计算每个中间采样的误差,尤其是采样点404的误差。X轴上的误差x误差406和Y轴上的误差y误差408因此作为点402与点406之间的差获得。应当理解,虽然该图仅参考X和Y轴,但是相同的方法可以应用于Z或其他维度,并且所有此类维度都被视为在本公开的范围内。
主要参考图5,基于被限定在沿着理想路径(例如路径304)的点与对应报告的位置(例如报告的位置306)之间的计算的误差值,该***可以生成3D误差表示,例如与物理环境相对应的第一维3D表示500a和第二维3D表示500b。3D表示可以各自限定一组误差采样,这些误差采样通过由机器人行驶的轨迹分散。被评估非线性误差的每个维度可以具有其自己的3D误差表示。例如,第一维3D表示500a对应于沿着第一方向201或x轴的维度(x地图,y地图,x误差),并且第二维3D表示500b对应于沿着第二方向203或y轴的维度(x地图,y地图,y误差)。在一些示例中,3D误差表示可以在车队操作期间原样使用,以将沿着已经访问过的轨迹的任何本地机器人姿态的地图构建到例如全局地图或基础地图中,以便查看机器人在全局地图中的当前位置。类似地,例如,可以将沿着已经访问过的轨迹的任何全局姿态的地图构建到本地机器人地图,以便命令机器人移动到该地点。附加地或替代地,3D误差表示数据可被用于逼近或预测未访问区域中的误差量。
例如,参考图8,示例连续3D误差表示800描绘了3D误差点如何被拟合到3D空间中高次多项式的示例。在此类表示中,误差可以被转换为3D函数,从而允许对任何点进行误差采样,而不只是被机器人访问的点。车队管理器***然后可以查询新位置的误差以用于可视化或命令机器人。还参考图9,示出了示例离散3D误差表示900。在示例离散3D误差表示900中,物理车间平面可以被划分成用户限定分辨率的网格。网格中的所有单元都可以利用误差值0进行初始化。访问过的姿态可以逼近到网格中的单元,并且该单元的值可以是针对给定的、访问过的姿态的误差值。如果多个姿态拟合在同一单元中,则可以使用平均值来逼近该单元处的误差值。然后,所得网格可以应用具有用户限定大小的平滑核(例如,高斯平滑)的卷积运算。所得网格可以限定误差沿着标称行驶轨迹的分散。类似于连续逼近方法,在将该点逼近到网格表示中的单元之后,车队管理器***可以查询任何新点处的误差。
举例来说,如果给定机器人在未失真地图上运行,并且在行驶于路径上时采用无缺陷传感器,则坐标上可能几乎没有误差,使得所得误差表示限定了针对每个轴的零点上的二维图。再次参考图3,当由机器人报告的测量的位置不同于限定理想地点的相应基准时,例如由于地图失真或定位误差,差异被反映在相应3D表示中。
在一些情况下,当机器人移动时,例如当实际行驶轨迹已知并可以在全局地图中表示时,可以更新给定3D表示。例如,机器人可以在其行驶于已知轨迹上时报告其本地姿态,然后使用已知的线性变换将其转换为全局姿态并存储在***存储器中。此外,然后将新点与基础地图或理想地图中的已知轨迹进行比较,并且可以在其中获得新误差采样。可以通过将先前的误差采样与新误差采样聚合来更新3D误差表示。尤其是,例如,可以更新地图x地图,y地图上以3D表示的点的第三元素(x误差或y误差)。然后,可以使用完整的聚合数据,使用连续或离散方法对误差表示进行重新建模(例如,见图8和图9)。
因此,本发明描述的3D表示可被用于计算从本地供应商地图到多机器人车队管理器中所采用的基础地图的任何位置或地点,并且反之亦然。在一些情况下,需要本地到全局变换来表示共同基础地图中的所有相关机器人,其目的是使机器人可视化、规划或重新规划路线以及测量***吞吐量。这种变换可以通过应用正向线性变换(矩阵乘法)来获得。例如,给定本地姿态(X_l,Y_1),可以获得对应的全局姿态(X_g',Y_g')。然后,3D误差表示可以查询(X_g',Y_g')处的误差,作为(X_g_e',Y_g_e')。最终的全局姿态可以被表示为(X_g',Y_g')+(X_g_e',Y_g_e')。相反,可能需要全局到本地变换来将姿态信息传输到各个供应商机器人,其目的是发送运动命令,诸如例如,“移动到(X_g_a,Y_g_a)坐标上的充电站(点a)”或“移动到(X_g_b,Y_g_b)坐标上的装卸处(点b)”。在各种示例中,用于获得全局姿态的本地表示的过程是本地到全局变换的逆向。例如,可以将误差应用于全局姿态,然后可以将逆线性变换应用于经误差调整的姿态,以便产生本地姿态。在先前的示例中,考虑了X和Y轴,然而,应当理解,相同的方法可被应用于另外的维度,诸如沿着横向方向的Z轴。因此,针对给定物理环境的3D表示可以限定全局误差地图,以为来自任何供应商的具有任何地图构建、定位与导航***的每个机器人找到来自/去往基础地图或理想地图、去往/来自真实环境的点。
现在参考图1,示例工业控制***(ICS)100可以包括本发明描述的全局车队管理器***或模块106,尽管应当理解,可以替代地实现全局车队管理器***。示例***100包括办公室或公司IT网络102和通信耦合到IT网络102的操作性设备或生产网络104。
生产网络104可以包括可连接到IT网络102的全局车队管理器***106。生产网络104可以包括被配置为一起工作以执行一个或多个制造操作的各种生产机器。生产网络104的示例生产机器可以包括但不限于机器人108和其他现场设备,诸如传感器110、致动器112或其他机器,它们可以由相应PLC 114控制。PLC 114可以向相应现场设备发送指令。在一些情况下,给定PLC 114可被耦合到一个或多个人机界面(HMI)116。
ICS100、尤其是生产网络104可以限定现场总线部分118和以太网部分120。例如,现场总线部分118可以包括机器人108、PLC 114、传感器110、致动器112以及HMI 116。现场总线部分118可以限定一个或多个生产单元或控制区。现场总线部分118还可以包括数据提取节点115,该数据提取节点可以被配置为与给定PLC 114和传感器110通信。
给定生产单元内的PLC 114、数据提取节点115、传感器110、致动器112以及HMI116可以经由相应现场总线122彼此通信。每个控制区可以由相应PLC 114限定,使得PLC114且因此对应的控制区可以经由以太网连接124而连接到以太网部分120。机器人108可以被配置为经由Wi-Fi连接126与现场总线部分118内的其他设备通信。类似地,机器人108可以经由Wi-Fi连接126与以太网部分120通信,尤其是与监控与数据采集(SCADA)服务器128通信。生产网络104的以太网部分120可以包括经由以太网连接124通信耦合在一起的各种计算设备。以太网部分120中的示例计算设备包括但不限于移动数据收集器130、HMI 132、SCADA服务器128、抽象引擎106、无线路由器134、制造执行***(MES)136、工程设计***(ES)138以及日志服务器140。ES138可以包括一个或多个工程设计工作站。在一示例中,MES136、HMI 132、ES138以及日志服务器140直接连接到生产网络104。无线路由器134也可以直接连接到生产网络104。因此,在一些情况下,移动用户(例如移动数据收集器130和机器人108)可以经由无线路由器134连接到生产网络104。在一些情况下,举例来说,ES138和移动数据收集器130限定被允许连接到抽象引擎106的访客设备。抽象引擎106可以被配置为收集或获得历史项目信息。
ICS100的示例用户包括,例如且不限于,可以更新设备的控制逻辑的工业设备操作员或工程师。举例来说,操作员可以与可位于给定设备的控制室中的HMI 132交互,以便查看由全局车队管理器模块106生成的3D表示或与之交互。替代地或附加地,操作员可以与位于远离生产网络104的位置的ICS100的HMI交互,以查看由全局车队管理器模块106生成的3D表示或与之交互。类似地,例如,工程师可以使用可以位于ICS100的工程室中的HMI116。替代地或附加地,工程师可以与位于远离生产网络104的位置的ICS100的HMI交互。
现在参考图6,示例操作600可以由全局车队管理器模块106来执行。在602处,全局车队管理器模块106可以确定或获得物理环境内的多个地点或点,以便限定连接多个地点的路径。每个地点可以由全局参考框架的多个全局坐标来表示。在604处,可以沿着限定多个地点的路径移动自主设备。在自主设备(例如,机器人、交通工具、无人机)在物理环境内沿着路径移动时,该***可以在606处从自主设备接收多个位置。该多个位置可以限定与自主设备相对应的本地参考框架的相应本地坐标。在一示例中,在608处,模块106将本地参考框架的本地坐标变换到全局参考框架,以便限定相应经变换的本地坐标。在610处,模块106可以将经变换的本地坐标与全局坐标进行比较,以便确定与相应经变换的本地坐标相关联的误差值。基于误差值,在612处,该***可以生成与物理环境相对应的3D误差表示。3D表示可以基于在610处测量的误差量来指示应该如何控制自主设备移动通过物理环境。在另一示例方面,基于3D误差表示,可以控制自主设备沿着路径移动。
在一些情况下,自主设备限定来自第一供应商的第一自主设备。此外,基于3D表示,可以控制来自不同于第一供应商的第二供应商的第二自主设备沿着路径移动。附加地或替代地,该***可以确定物理环境内的新地点,以便限定连接多个新地点的新路径。基于3D表示,可以控制自主设备沿着新路径移动。
图7图示了一个计算环境的示例,在该计算环境内可以实现本公开实施例。计算环境700包括计算机***710,该计算机***可以包括诸如***总线721之类的通信机制或用于在计算机***710内传送信息的其他通信机制。计算机***710还包括与***总线721耦合以用于处理信息的一个或多个处理器720。全局车队管理器模块106可以包括或者耦合到一个或多个处理器720。
处理器720可以包括一个或多个中央处理单元(CPU)、图形处理单元(GPU)或本领域已知的任何其他处理器。更一般而言,如本发明所描述的处理器是用于执行被存储在计算机可读介质上的机器可读指令、用于执行任务的设备,并且该设备可以包括硬件和固件中的任一者或它们的组合。处理器还可以包括存储器,该存储器存储可执行以用于执行任务的机器可读指令。处理器通过操纵、分析、修改、转换或传输信息以供可执行程序或信息设备使用和/或通过将信息路由到输出设备来对信息采取动作。例如,处理器可以使用或者包括计算机、控制器或微处理器的能力,并且使用可执行指令进行调节以执行无法由通用计算机执行的专用功能。处理器可以包括任何类型的合适处理单元,包括但不限于中央处理单元、微处理器、精简指令集计算机(RISC)微处理器、复杂指令集计算机(CISC)微处理器、微控制器、专用集成电路(ASIC)、现场可编程门阵列(FPGA)、片上***(SoC)、数字信号处理器(DSP)等等。此外,(一个或多个)处理器720可以具有任何合适的微架构设计,该微架构设计包括任何数量的组成部件,诸如例如,寄存器、多路复用器、算术逻辑单元、用于控制对高速缓冲存储器的读/写操作的高速缓存控制器、分支预测器等。处理器的微架构设计可能能够支持各种指令集中的任一个。处理器可以与任何其他处理器耦合(电耦合和/或包括可执行部件),从而实现其间的交互和/或通信。用户界面处理器或生成器是已知元件,其包括用于生成显示图像或其部分的电子电路或软件或两者的组合。用户界面包括一个或多个显示图像,从而使用户能与处理器或其他设备交互。
***总线721可以包括***总线、存储器总线、地址总线或消息总线中的至少一者,并且可以准许信息(例如,数据(包括计算机可执行代码)、信令等)在计算机***710的各种部件之间的交换。***总线721可以包括但不限于存储器总线或存储器控制器、***总线、加速图形端口等等。***总线721可以与任何合适的总线架构相关联,包括但不限于工业标准架构(ISA)、微通道架构(MCA)、增强ISA(EISA)、视频电子标准协会(VESA)架构、加速图形端口(AGP)架构、***部件互连(PCI)架构、PCI-Express架构、个人计算机存储卡国际协会(PCMCIA)架构、通用串行总线(USB)架构等等。
继续参考图6,计算机***710还可以包括耦合到***总线721以用于存储信息和将由处理器720执行的指令的***存储器730。***存储器730可以包括易失性和/或非易失性存储器形式的计算机可读存储介质,诸如只读存储器(ROM)731和/或随机存取存储器(RAM)732。RAM 732可以包括(一个或多个)其他动态存储设备(例如,动态RAM、静态RAM和同步DRAM)。ROM 731可以包括(一个或多个)其他静态存储设备(例如,可编程ROM、可擦除PROM和电可擦除PROM)。另外,***存储器730可以用于在由处理器720执行指令期间存储临时变量或其他中间信息。基本输入/输出***733(BIOS)包含诸如在启动时帮助在计算机***710内的元件之间转移信息的基本例程,该基本例程可以被存储在ROM 731中。RAM 732可以包含数据和/或程序模块,这些数据和/或程序模块可供处理器720立即访问和/或当前正在其上操作。***存储器730可以附加地包括例如操作***734、应用程序735以及其他程序模块736。应用程序735还可以包括用于开发应用程序的用户门户,从而允许根据需要输入并修改输入参数。
操作***734可以被加载到存储器730中,并且可以提供在计算机***710上执行的其他应用软件与计算机***710的硬件资源之间的接口。更具体地,操作***734可以包括一组计算机可执行指令,这些指令用于管理计算机***710的硬件资源,并且用于向其他应用程序提供共同服务(例如,管理各种应用程序之间的存储器分配)。在某些示例实施例中,操作***734可以控制被描绘为存储在数据存储740中的程序模块中的一个或多个程序模块的执行。操作***734可以包括现在已知或将来可能开发的任何操作***,包括但不限于任何服务器操作***、任何大型机操作***或任何其他专有或非专有操作***。
计算机***710还包括耦合到***总线721以控制一个或多个存储设备的磁盘/媒体控制器743,该一个或多个存储设备用于存储信息和指令,诸如磁性硬盘741和/或可移动媒体驱动器742(例如,软盘驱动器、压缩光盘驱动器、磁带驱动器、闪速驱动器和/或固态驱动器)。可以使用适当的设备接口(例如,小型计算机***接口(SCSI)、集成设备电子器件(IDE)、通用串行总线(USB)或FireWire)将存储设备740添加到计算机***710。存储设备741、742可以在计算机***710外部。
计算机***710还可以包括耦合到***总线721以控制现场设备766(诸如在生产线中使用的设备)的现场设备接口765。计算机***710可以包括用户输入接口或GUI 761,该用户输入接口或GUI可以包括用于与计算机用户交互并向处理器720提供信息的一个或多个输入设备,诸如键盘、触摸屏、书写板和/或定点设备。
计算机***710可以响应于处理器720执行被包含在诸如***存储器730之类的存储器中的一个或多个指令的一个或多个序列而执行本发明的实施例的处理步骤中的部分或全部。此类指令可以从存储740的另一计算机可读介质(诸如磁性硬盘741或可移动媒体驱动器742)被读取到***存储器730中。磁性硬盘741(或固态驱动器)和/或可移动媒体驱动器742可以包含由本公开的实施例使用的一个或多个数据存储区和数据文件。数据存储区740可以包括但不限于数据库(例如,关系型、面向对象型等)、文件***、平面文件、数据被存储在计算机网络的多于一个节点上的分布式数据存储器、对等网络数据存储器等。数据存储器可以存储各种类型的数据,诸如例如,技能数据、传感器数据或根据本公开的实施例生成的任何其他数据。数据存储器内容和数据文件可以被加密以提高安全性。处理器720还可以在多处理装置中被采用来执行被包含在***存储器730中的指令的一个或多个序列。在替代实施例中,可以使用硬接线电路来代替软件指令或与之组合。因此,实施例不限于硬件电路和软件的任何具体组合。
如上文所说明的,计算机***710可以包括用于保存根据本发明的实施例编程的指令并且用于包含数据结构、表、记录或本发明描述的其他数据的至少一个计算机可读介质或存储器。如本发明所使用的术语“计算机可读介质”是指参与提供指令到处理器720用于执行的任何介质。计算机可读介质可以采取许多形式,包括但不限于非暂时性介质、非易失性介质、易失性介质以及传输介质。非易失性介质的非限制性示例包括光学盘、固态驱动器、磁盘和磁光盘,诸如磁性硬盘741或可移动媒体驱动器742。易失性介质的非限制性示例包括动态存储器,诸如***存储器730。传输介质的非限制性示例包括同轴电缆、铜线以及光纤,包括构成***总线721的导线。传输介质还可以采取声波或光波的形式,诸如在无线电波和红外数据通信期间生成的声波或光波。
用于实施本公开的操作的计算机可读介质指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据或者以一个或多个编程语言的任何组合编写的源代码或目标代码,该一个或多个编程语言包括面向对象的编程语言(诸如Smalltalk、C++等)和常规程序性编程语言(诸如“)和编程语言或类似编程语言)。计算机可读程序指令可以完全地在用户的计算机上、部分地在用户的计算机上执行,作为单机软件包部分地在用户的计算机上并且部分地在远程计算机上或完全地在远程计算机或服务器上执行。在后者场景中,远程计算机可以通过任何类型的网络(包括局域网(LAN)或广域网(WAN))连接到用户的计算机,或者可以进行去往外部计算机的连接(例如,通过使用因特网服务提供商的因特网)。在一些实施例中,包括例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA)的电子电路可以通过利用计算机可读程序指令的状态信息来执行计算机可读程序指令,以使电子电路个性化,从而执行本公开的各方面。
本发明参考根据本公开实施例的方法、装置(***)和计算机程序产品的流程图图示和/或框图描述了本公开的各方面。应当理解,流程图图示和/或框图的每个框以及流程图图示和/或框图中的框的组合可以由计算机可读介质指令来实现。
计算环境700还可以包括在联网环境中使用到一个或多个远程计算机(诸如远程计算设备780)的逻辑连接来操作的计算机***710。网络接口770可以实现例如经由网络771与其他远程设备780或***和/或存储设备741、742的通信。远程计算设备780可以是个人计算机(膝上型或桌上型)、移动设备、服务器、路由器、网络PC、对等设备或其他常见网络节点,并且通常包括上文相对于计算机***710描述的元件中的许多或全部。当在联网环境中使用时,计算机***710可以包括用于在网络771(诸如因特网)上建立通信的调制解调器772。调制解调器772可以经由用户网络接口770或者经由另一适当的机制连接到***总线721。
网络771可以是本领域通常已知的任何网络或***,包括因特网、内联网、局域网(LAN)、广域网(WAN)、城域网(MAN)、直接连接或一系列连接、蜂窝电话网络或者能够促进计算机***710与其他计算机(例如,远程计算设备780)之间的通信的任何其他网络或介质。网络771可以是有线的、无线的或其组合。有线连接可以使用以太网、通用串行总线(USB)、RJ-6或本领域通常已知的任何其他有线连接来实现。无线连接可以使用Wi-Fi、WiMAX以及蓝牙、红外、蜂窝网络、卫星或本领域通常已知的任何其他无线连接方法来实现。附加地,若干网络可以独自工作或彼此通信以促进网络771中的通信。
应当理解,图6中被描绘为被存储在***存储器730中的程序模块、应用、计算机可执行指令、代码等仅仅是说明性的且并非详尽的,并且被描述为由任何特定模块支持的处理可以替代地分布在多个模块上或由不同的模块来执行。另外,可以提供各种的(一个或多个)程序模块、(一个或多个)脚本、(一个或多个)插件、(一个或多个)应用编程接口(API)或任何其他合适的计算机可执行代码,它们本地托管在计算机***710、远程设备780上和/或托管在经由(一个或多个)网络771中的一个或多个网络可访问的(一个或多个)其他计算设备上,以支持由图6中描绘的程序模块、应用或计算机可执行代码提供的功能性和/或附加的或替代的功能性。此外,功能性可以被不同地模块化,使得被描述为由图6中描绘的程序模块的集合集体支持的处理可以由更少或更多数量的模块来执行,或者被描述为由任何特定模块支持的功能性可以至少部分地由另一模块来支持。另外,支持本发明描述的功能性的程序模块可以形成一个或多个应用的一部分,该一个或多个应用在任何数量的***或设备上根据任何合适的计算模型(诸如例如,客户端-服务器模型、对等模型等等)可执行。另外,被描述为由图6中描绘的程序模块中任一个支持的功能性中任一个可以在任何数量的设备上至少部分地以硬件和/或固件实现。
还应当理解,在不脱离本公开的范围的情况下,计算机***710可以包括超出所描述或所描绘的硬件、软件或固件部件的替代和/或附加的硬件、软件或固件部件。更尤其是,应当理解,被描绘为形成计算机***710的一部分的软件、固件或硬件部件仅仅是说明性的,并且一些部件可能不存在或者可以在各种实施例中提供附加部件。虽然各种说明性程序模块已经被描绘和描述为存储在***存储器730中的软件模块,但应当理解,被描述为由程序模块支持的功能性可以由硬件、软件和/或固件的任何组合来实现。还应当理解,上文提到的模块中的每个模块在各种实施例中可以表示所支持的功能性的逻辑分区。为了便于解释功能性,描绘了该逻辑分区,并且其可能不表示用于实现功能性的软件、硬件和/或固件的结构。因此,应当理解,被描述为由特定模块提供的功能性在各种实施例中可以至少部分地由一个或多个其他模块提供。此外,一个或多个所描绘的模块可能在某些实施例中不存在,而在其他实施例中,未描绘的附加模块可能存在并且可以至少支持所描述的功能性的部分和/或附加功能性。此外,虽然某些模块可以被描绘和被描述为另一模块的子模块,但在某些实施例中,此类模块可以作为独立的模块或作为其他模块的子模块提供。
尽管已经描述了本公开的具体实施例,但本领域普通技术人员将认识到,诸多其他修改和替代实施例都在本公开的范围内。例如,关于特定设备或部件描述的功能性和/或处理能力中任一个可以由任何其他设备或部件来执行。此外,虽然已经根据本公开的实施例描述了各种说明性实现方式和架构,但本领域普通技术人员将理解,对本发明描述的说明性实现方式和架构的诸多其他修改也在本公开的范围内。另外,应当理解,本发明中被描述为基于另一操作、元件、部件、数据等的任何操作、元件、部件、数据等可以附加地基于一个或多个其他操作、元件、部件、数据等。因此,短语“基于”或其变体应被解释为“至少部分地基于”。
尽管已经用特定于结构特征和/或方法动作的语言描述了实施例,但是应当理解,本公开不一定限于所描述的具体特征或动作。而是,具体特征和动作被公开为实现实施例的说明性形式。条件语言,诸如“可以”、“可”、“也许”或“可能”,除非另有具体说明,或者在所使用的上下文中另有理解,否则通常旨在传达某些实施例可以包括某些特征、元件和/或步骤,而其他实施例不包括。因此,此类条件语言通常不旨在意指一个或多个实施例以任何方式需要的特征、元件和/或步骤,或者一个或多个实施例必定包括用于在有或没有用户输入或提示的情况下决定这些特征、元件和/或步骤是否被包括在任何特定实施例中或要在任何特定实施例中执行的逻辑。
附图中的流程图和框图图示了根据本公开的各种实施例的***、方法和计算机程序产品的可能实现方式的架构、功能性和操作。在这点上,流程图或框图中的每个框可以表示指令的模块、片段或部分,该指令包括用于实现(一个或多个)指定逻辑功能的一个或多个可执行指令。在一些替代实现方式中,框中指出的功能可以不按图中指出的顺序发生。例如,事实上可以基本上并发地执行连续示出的两个框,或者可以有时以逆序执行框,这取决于所涉及的功能性。也应当注意到,框图和/或流程图图示中的每个框以及框图和/或流程图图示中的框的组合可以由基于专用硬件的***来实现,该***执行指定的功能或动作或者实施专用硬件和计算机指令的组合。

Claims (15)

1.一种用于确定与自主设备的导航相关联的误差的方法,所述方法包括:
确定物理环境内的多个地点,以便限定连接所述多个地点的已知路径,每个地点由全局参考框架的全局坐标来表示;
在所述自主设备在所述物理环境内沿着所述已知路径移动时,从所述自主设备接收多个位置,所述多个位置限定与所述自主设备相对应的本地参考框架的相应本地坐标;
将所述本地参考框架的本地坐标变换到所述全局参考框架,以便限定相应经变换的本地坐标;
将所述经变换的本地坐标与所述全局坐标进行比较,以便确定与所述相应经变换的本地坐标相关联的残余误差值;以及
基于所述误差值,生成与所述物理环境相对应的3D表示,所述3D表示指示整个物理环境的误差量。
2.根据权利要求1所述的方法,所述方法还包括:对所述本地参考框架的本地坐标执行线性变换,以便限定所述相应经变换的本地坐标。
3.根据权利要求1所述的方法,所述方法还包括:生成所述本地坐标和所述全局坐标的每个相应坐标的3D表示。
4.根据权利要求1所述的方法,基于所述3D表示,控制所述自主设备沿着所述路径移动。
5.根据权利要求1所述的方法,其中,所述自主设备限定在第一本地来源地图上运行的第一自主设备,所述方法还包括:基于所述3D表示,转换在与所述第一自主设备的所述第一本地来源地图不同的地图上运行的第二自主设备的本地来源姿态。
6.根据权利要求1所述的方法,所述方法还包括:
确定所述物理环境内的多个新地点,以便限定连接所述多个新地点的新路径;以及
基于所述3D表示,控制所述自主设备沿着所述新路径移动。
7.根据权利要求1所述的方法,其中,所述自主设备限定机器人或交通工具,并且多个坐标各自限定沿着第一方向的第一坐标、沿着基本上垂直于所述第一方向的第二方向的第二坐标以及沿着基本上垂直于所述第一方向和所述第二方向两者的第三方向的第三坐标。
8.根据权利要求1所述的方法,其中,所述自主设备限定无人机,并且多个坐标各自限定滚动、俯仰和偏航。
9.一种全局车队管理***,所述全局车队管理***包括:
处理器;以及
存储指令的存储器,当所述指令由所述处理器执行时,使所述***:
确定物理环境内的多个地点,以便限定连接所述多个地点的路径,每个地点由全局参考框架的全局坐标来表示;
在自主设备在所述物理环境内沿着所述路径移动时,从所述自主设备接收多个位置,所述多个位置限定与所述自主设备相对应的本地参考框架的相应本地坐标;
将所述本地参考框架的所述本地坐标变换到所述全局参考框架,以便限定相应经变换的本地坐标;
将所述经变换的本地坐标与所述全局坐标进行比较,以便确定与所述相应经变换的本地坐标相关联的误差值;以及
基于所述误差值,生成与所述物理环境相对应的3D表示,
基于所述误差值,所述3D表示指示整个物理环境的误差量。
10.根据权利要求9所述的***,所述存储器还存储指令,当该指令由所述处理器执行时,还使所述***:对所述本地参考框架的本地坐标执行线性变换,以便限定所述相应经变换的本地坐标。
11.根据权利要求9所述的***,所述存储器还存储指令,当该指令由所述处理器执行时,还使所述***:生成所述本地坐标和所述全局坐标的每个相应坐标的3D表示。
12.根据权利要求9所述的***,所述存储器还存储指令,当该指令由所述处理器执行时,还使所述***:基于所述3D表示,控制所述自主设备沿着期望路径移动。
13.根据权利要求9所述的***,其中,所述自主设备限定在第一本地来源地图上运行的第一自主设备,并且所述存储器还存储指令,当该指令由所述处理器执行时,还使所述***:基于所述3D表示,转换在与所述第一自主设备的所述第一本地来源地图不同的地图上运行的第二自主设备的本地来源姿态。
14.根据权利要求9所述的***,所述存储器还存储指令,当该指令由所述处理器执行时,还使所述***:
确定所述物理环境内的多个新地点,以便限定连接所述多个新地点的新路径;以及
基于所述3D表示,控制所述自主设备沿着所述新路径移动。
15.根据权利要求9所述的***,其中,所述自主设备限定交通工具或机器人,并且多个坐标各自限定沿着第一方向的第一坐标、沿着基本上垂直于所述第一方向的第二方向的第二坐标以及沿着基本上垂直于所述第一方向和所述第二方向两者的第三方向的第三坐标。
CN202280068277.0A 2021-10-11 2022-10-11 自主***的多供应商车队管理器的误差地图表面表示 Pending CN118103670A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US202163254288P 2021-10-11 2021-10-11
US63/254,288 2021-10-11
PCT/US2022/046257 WO2023064260A1 (en) 2021-10-11 2022-10-11 Error map surface representation for multi-vendor fleet manager of autonomous system

Publications (1)

Publication Number Publication Date
CN118103670A true CN118103670A (zh) 2024-05-28

Family

ID=84331662

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202280068277.0A Pending CN118103670A (zh) 2021-10-11 2022-10-11 自主***的多供应商车队管理器的误差地图表面表示

Country Status (2)

Country Link
CN (1) CN118103670A (zh)
WO (1) WO2023064260A1 (zh)

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9273966B2 (en) * 2010-11-08 2016-03-01 Elektrobit Automotive Gmbh Technique for calibrating dead reckoning positioning data
US20210003418A1 (en) * 2018-03-05 2021-01-07 Nec Corporation Robot management system, robot management method, information processing apparatus, information processing method, and information processing program
DE102018220159B4 (de) * 2018-11-23 2021-03-11 Zf Friedrichshafen Ag Verfahren und System zum Bereitstellen von Transformationsparametern

Also Published As

Publication number Publication date
WO2023064260A1 (en) 2023-04-20

Similar Documents

Publication Publication Date Title
EP3612906B1 (en) Method and system for environment map generation and alignment
Kayhani et al. Tag-based visual-inertial localization of unmanned aerial vehicles in indoor construction environments using an on-manifold extended Kalman filter
CN110849366A (zh) 一种基于视觉和激光雷达融合的导航方法及***
Rosa et al. Towards a ROS-based autonomous cloud robotics platform for data center monitoring
Safin et al. Evaluation of visual slam methods in usar applications using ros/gazebo simulation
Almadhoun et al. Coverage path planning for complex structures inspection using unmanned aerial vehicle (UAV)
Savci et al. Improving navigation stack of a ros-enabled industrial autonomous mobile robot (amr) to be incorporated in a large-scale automotive production
Yilmaz et al. A precise scan matching based localization method for an autonomously guided vehicle in smart factories
Chang et al. Autonomous mobile robots for recycling metal shaving at CNC factories
CN116774603B (zh) 多agv协同调度仿真平台及仿真方法
Scheuermann et al. Mobile augmented reality based annotation system: A cyber-physical human system
CN118103670A (zh) 自主***的多供应商车队管理器的误差地图表面表示
CN111708283B (zh) 一种机器人仿真方法、设备以及计算机可读存储介质
JP2023069243A (ja) 地図作成システムおよびプログラム
CN112747752A (zh) 基于激光里程计的车辆定位方法、装置、设备和存储介质
Li et al. Comparison and evaluation of SLAM algorithms for AGV navigation
Ferrein et al. Controlling a fleet of autonomous LHD vehicles in mining operation
Dumitrache et al. Robotic 3D surface laser scanning for feature-based quality control in holonic manufacturing
Jonasson et al. Improved reconstruction of JET using LIDAR-Vision fusion
Lim et al. Design and implementation of a network robotic framework using a smartphone-based platform
Kumar Development of SLAM algorithm for a Pipe Inspection Serpentine Robot
Andonovski et al. Towards a Development of Robotics Tower Crane System
Dosoftei et al. Real-Time Motion Control of an Electric Driven OMR using a ROS to Matlab Bridged Approach
Zhang et al. FALCON: Fast Autonomous Aerial Exploration using Coverage Path Guidance
Jaroszek et al. Localization of the wheeled mobile robot based on multi-sensor data fusion

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