CN109974701A - 机器人的定位方法及装置 - Google Patents
机器人的定位方法及装置 Download PDFInfo
- Publication number
- CN109974701A CN109974701A CN201711472785.2A CN201711472785A CN109974701A CN 109974701 A CN109974701 A CN 109974701A CN 201711472785 A CN201711472785 A CN 201711472785A CN 109974701 A CN109974701 A CN 109974701A
- Authority
- CN
- China
- Prior art keywords
- position information
- robot
- positioning
- data
- positioning device
- 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
Classifications
-
- 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
- B25J9/1694—Programme controls characterised by use of sensors other than normal servo-feedback from position, speed or acceleration sensors, perception control, multi-sensor controlled systems, sensor fusion
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J13/00—Controls for manipulators
- B25J13/08—Controls for manipulators by means of sensing devices, e.g. viewing or touching devices
- B25J13/088—Controls for manipulators by means of sensing devices, e.g. viewing or touching devices with position, velocity or acceleration sensors
- B25J13/089—Determining the position of the robot with reference to its environment
-
- 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
- B25J9/1694—Programme controls characterised by use of sensors other than normal servo-feedback from position, speed or acceleration sensors, perception control, multi-sensor controlled systems, sensor fusion
- B25J9/1697—Vision controlled systems
-
- 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
-
- 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
- G01S5/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
- G01S5/02—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using radio waves
- G01S5/0257—Hybrid positioning
- G01S5/0263—Hybrid positioning by combining or switching between positions derived from two or more separate positioning systems
- G01S5/0264—Hybrid positioning by combining or switching between positions derived from two or more separate positioning systems at least one of the systems being a non-radio wave positioning system
-
- 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
- G01S5/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
- G01S5/02—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using radio waves
- G01S5/06—Position of source determined by co-ordinating a plurality of position lines defined by path-difference measurements
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0276—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle
- G05D1/028—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle using a RF signal
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/25—Fusion techniques
- G06F18/253—Fusion techniques of extracted features
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- Robotics (AREA)
- Mechanical Engineering (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Human Computer Interaction (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Aviation & Aerospace Engineering (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
- Manipulator (AREA)
- Computer Networks & Wireless Communication (AREA)
- Optics & Photonics (AREA)
Abstract
本发明提供一种机器人的定位方法及装置、计算机可读存储装置,定位方法包括:通过安装在机器人上的超宽带UWB定位装置获取机器人的第一位置信息;通过传感器获取第一位置信息设定范围内的第二位置信息,其中,第二位置信息包括机器人当前的位置信息以及运行方位数据;通过粒子滤波定位装置判断预设地图数据中是否存在与第二位置信息相匹配的定位点;如果预设地图数据中存在与第二位置信息相匹配的定位点,确定第二位置信息为机器人的有效位置信息。通过上述方式,大幅提高定位准确度和速度,提高用户体验。
Description
技术领域
本发明涉及定位技术领域,特别是涉及机器人的定位方法及装置。
背景技术
随着科学技术的发展以及人们生活水平的提高,例如服务型机器人已经逐渐进入人们的生活,为人类提供各种人性化服务。相对于其他类型的机器人,服务型机器人的工作环境比较复杂,因此在复杂环境中的自主与智能定位是服务型机器人为人类提供高质量服务的前提。
目前,支持地图导航功能的服务型机器人,在地图导航之前都需要先定位,让机器人获取当前位置是在地图上的坐标信息和转角信息。如果没有给出大概的位置信息就让机器人自动定位,容易造成较长时间的延迟或定位错误,并不能精确定位。
发明内容
本发明解决的技术问题是,提供一种机器人的定位方法及装置,通过超宽带UWB定位装置和粒子滤波定位装置确定机器人的精确位置,大幅提高定位准确度和速度。
为解决上述问题,本发明提供一种机器人的定位方法,所述定位方法包括:
通过安装在所述机器人上的超宽带UWB定位装置获取机器人的第一位置信息;
通过传感器获取所述第一位置信息设定范围内的第二位置信息,其中,所述第二位置信息包括所述机器人当前的位置信息以及运行方位数据;
通过粒子滤波定位装置判断预设地图数据中是否存在与所述第二位置信息相匹配的定位点;
如果所述预设地图数据中存在与所述第二位置信息相匹配的定位点,确定所述第二位置信息为所述机器人的有效位置信息。
为解决上述问题,本发明还提供一种机器人的定位装置,包括:
依次耦接的超宽带UWB定位装置,粒子滤波定位装置、传感器,
所述超宽带UWB定位装置用于获取机器人的第一位置信息;
所述传感器用于获取所述第一位置信息设定范围内的第二位置信息,其中,所述第二位置信息包括所述机器人当前的位置信息以及运行方位数据;
所述粒子滤波定位装置用于判断预设地图数据中是否存在与所述第二位置信息相匹配的定位点,并在所述预设地图数据中存在与所述第二位置信息相匹配的定位点时,确定所述第二位置信息为所述机器人的有效位置信息。
本发明的有益效果是:区别于现有技术,本发明的机器人的定位方法,先通过安装在机器人上的超宽带UWB定位装置获取机器人的第一位置信息;然后再通过传感器获取第一位置信息设定范围内的第二位置信息;最后通过粒子滤波定位装置判断预设地图数据中是否存在与所述第二位置信息相匹配的定位点,确定机器人的精确位置。通过上述方式,大幅提高定位准确度和速度,提高用户体验。
附图说明
图1是本发明机器人的定位方法一实施例的流程示意图;
图2是图1机器人的定位方法一具体实施方式的基站布局的平面示意图;
图3是本发明机器人的定位装置一实施例的结构示意图;
图4是本发明机器人的定位装置另一实施例的结构示意图。
具体实施方式
下面结合附图和实施例,对本发明作进一步的详细描述。特别指出的是,以下实施例仅用于说明本发明,但不对本发明的范围进行限定。同样的,以下实施例仅为本发明的部分实施例而非全部实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
如图1所示,图1是本发明机器人的定位方法一实施例的流程示意图;
101:通过安装在机器人上的超宽带UWB定位装置获取机器人的第一位置信息。
超宽带UWB(Ultra Wideband)定位装置,是一种利用纳秒级的非正旋波窄脉冲传输数据的无线通信方式,该技术采用高带宽、快速脉冲的方式进行信号传输,具有良好的穿透性。本实施例中,超宽带UWB定位装置安装在机器人上,用于发射定位信号,采用的超宽带UWB定位装置可选用UWB标签、UWB芯片、UWB发射器或其它能发射窄脉冲传输数据的设备,只要能获取机器人设定精度的定位信息即第一位置信息,如该机器人当前相对于预设地图坐标原点的坐标信息。
该机器人包括家用机器人如家用扫地机器人或者工业机器人等。
本实施例中,超宽带UWB定位装置可采用到达时间差TDOA(time difference ofarrival)定位原理,以判定出相对于各基站的第一位置信息,计算基站和机器人之间的距离是采用无线信号传播时间乘以无线信号传输速度来进行判定。具体地,机器人上的超宽带UWB定位装置先将定位信号发送至对应的基站,进而获取基站分别采集的从超宽带UWB定位装置的定位信号的时间,然后根据时间确定多个基站采集定位信号的时间差,得出超宽带UWB定位装置相对于基站的距离差;最后,根据距离差得到机器人的第一位置信息。
由于第一位置信息仅为机器人相对于预设地图坐标原点的坐标信息,且初步定位只需要获取少量的位置信息,基站数量最少可限制为3个,如需要进一步确定机器人的位置信息,可增加基站数量,如4个、5个、7个等,理论上基站数量越多,位置定位越准确,考虑到成本问题,优选的,采用4个基站。在此不做限定。此外,本实施例中的基站为UWB定位装置对应的UWB基站,仅需要对超宽带UWB定位装置发出的定位信号进行分析和收集即可,故本实施例中的基站可仅为定位传感器,根据具体情况放置在场地四周。
具体的,如图2所示,图2是图1机器人的定位方法一实施例的示意图,以机器人为家用扫地机器人,基站数量4个为例,机器人201沿着箭头方向移动,图中202、203、204和205四个点是布局在天花板上的基站,机器人201内的圆圈代表超宽带UWB定位装置2010,超宽带UWB定位装置2010向四个基站其中的任意三个发送定位信号,接收定位信号的基站检测到超宽带UWB定位装置2010的定位信号后通过电缆给中央处理器(图中未示)发送信号,中央处理器得出超宽带UWB定位装置2010相对于四个基站(202、203、204和205)的距离差,再基于各个基站(202、203、204和205)之间的位置差异即可得出机器人201的第一位置信息。其中,第一位置信息即为机器人相对于预设地图坐标原点的坐标信息。此外,如果还需要进一步确定机器人201的其它位置信息,可改变计算方式,增加关于超宽带UWB定位装置2010其它位置信息的判定,在此不做限定。
进一步的,本实施例中还可采用另一TDOA定位原理,通过基站发射定位信号,超宽带UWB定位装置接收定位信号的方式,同时实现跟踪定位和导航定位。这种方式中各基站向超宽带UWB定位装置发送定位信号,超宽带UWB定位装置根据接收到的定位信号向各基站发送基于定位信号的反馈信号,再根据收到反馈信号的时间来计算各个基站与超宽带UWB定位装置的距离差,进而确定第一位置信息,以此根据不同应用场景需求提供性价比最优化的解决方案。
在另一实施例中,距离差的判断还可以利用基站接收信号强度来判断。具体地,超宽带UWB定位装置发送的定位信号是一定的,但是在传输过程中信号的强度在衰减,通过信号强度和已知信号衰弱模型来估计各基站与机器人的距离,接收信号强度常用接收信号强度指标(Received Signal Strength Indication,简称RSSI)来表示,根据多个基站距离和机器人的距离值画出圆,多个圆的重叠部分就是机器人的位置,可根据第一位置信息需求的精度来选择基站的数量。
为了快速确定机器人的具体位置,且本实施例中只需要通过超宽带UWB定位装置确定机器人大致位置,故可根据基站接收信号角度来判定。具体地,利用基站中的定向天线量测出超宽带UWB定位装置发送的定位信号来源方向,多个基站同时按照接收角度画出直线,直线的交点就是机器人的位置。
在其它实施例中,还可根据测试方式和需要的计算精度增加或减少需要用到的基站数量,具体过程如上述实施例,在此不在赘述。
102:通过传感器获取第一位置信息设定范围内的第二位置信息,其中,第二位置信息包括机器人当前的位置信息以及运行方位数据。
本实施例中,通过传感器获取机器人在第一位置信息设定范围内的雷达数据和超声数据,其中,雷达数据和超声数据包括第一位置信息设定范围内的路面特征信息以及方位信息,再将超声数据和雷达数据进行定位融合计算。
为了进一步精确第二位置信息,还需要获取红外数据和图像数据,将超声数据、雷达数据、红外数据和图像数据进行定位融合计算,得到机器人在第一位置信息设定范围内的第二位置信息,其中,超声数据、雷达数据、红外数据和图像数据包括第一位置信息设定范围内的路面特征信息以及方位信息。具体地,在获取了第一位置信息后,为了确定机器人的方向信息,将机器人移动和旋转,通过机器人上的各个传感器获取在第一位置信息设定范围内的雷达数据、超声数据、红外数据和图像数据,将超声数据、雷达数据、红外数据和图像数据进行定位融合计算,得到机器人在第一位置信息设定范围内的第二位置信息。其中,雷达数据、超声数据、红外数据和图像数据包括在第一位置信息确定的范围内路面的宽度,是否存在障碍物,以及路面延伸方向等全部信息,且在机器人移动和旋转过程中需要对当前延伸方向是否存在障碍物来进行判断,可通过传感器获取的各数据进行判断,如果当前移动方向上存在障碍物,机器人只能从某一个方向移动,控制机器人当前移动方向,转向当前可移动的延伸方向进行移动。
103:通过粒子滤波定位装置判断预设地图数据中是否存在与第二位置信息相匹配的定位点。
本实施例中,粒子滤波定位,也称自适应的蒙特卡洛定位定位(adaptive MonteCarlo localization,简称:AMCL),根据获取到的地图数据配合扫描特征进行定位点。过程如下;先通过粒子滤波定位装置判断预设地图数据中是否存在与第二位置信息匹配度大于预设值的定位点;如果设地图数据中存在与第二位置信息匹配度大于预设值的定位点,确定第二位置信息为机器人的有效位置信息。
具体地,获取了第二位置信息后,通过粒子滤波定位装置订阅上述包括了雷达数据、超声数据、红外数据和图像数据的第二位置信息,与预设地图数据中的每一个定位点的位置信息以及方位信息进行比较,判断预设地图数据中是否存在与第二位置信息相匹配的定位点,即通过机器人位置和方向与预设地图即在第一位置信息确定的范围内的数据中的每一个定位点进行比较。其中,预设地图数据中的每一个定位点是通过事先对预设地图进行分区获取的数据。
在另一实施例中,还可采用蒙特卡洛定位(Monte Carlo localization,简称MCL)法,通过粒子滤波的方法来进行定位。具体地,先在第一位置信息内均匀铺设粒子,机器人移动后,可带动其对应的粒子的位置变化。但在计算过程中,先假设机器人向前移动带动全部粒子移动,使用每个粒子所处位置模拟的信息跟第二位置信息匹配,从而赋给每个粒子概率,之后根据生成的概率来重新生成粒子,概率越高的生成的概率越大。迭代后,所有的粒子会收敛到一起,进而确定机器人的精确位置。此外,本发明还可采用其它定位方式进行精确定位,在此不做限定。
104:如果预设地图数据中存在与第二位置信息相匹配的定位点,确定第二位置信息为机器人的有效位置信息。
本实施例中,如果预设地图数据中存在与第二位置信息相匹配的定位点(匹配度达到70%以上),则确定第二位置信息为机器人的有效位置信息,即机器人定位成功。如果预设地图中不存在与第二位置信息相匹配的定位点(匹配度低于70%),再次通过安装在机器人上的超宽带UWB定位装置获取机器人的第一位置信息,进行第一位置的再次判定,重新通过传感器获取第一位置信息设定范围内的第二位置信息,最后通过粒子滤波定位装置判断预设地图数据中是否存在与第二位置信息相匹配的定位点,直至匹配成功一直执行上述步骤101-103。本实施例中匹配度可根据具体情况进行调整,如50%、60%、70%和80%,在此不做限定。
区别于现有技术,本实施例的机器人的定位方法,先通过安装在机器人上的超宽带UWB定位装置获取机器人的第一位置信息;然后再通过传感器获取第一位置信息设定范围内的第二位置信息;最后通过粒子滤波定位装置判断预设地图数据中是否存在与所述第二位置信息相匹配的定位点,确定机器人的精确位置。通过上述方式,大幅提高定位准确度和速度,提高用户体验。
请参阅图3,图3是本发明机器人的定位装置一实施例的结构示意图,机器人的定位装置包括:依次耦接的超宽带UWB定位装置301、粒子滤波定位装置303和传感器302;其中,超宽带UWB定位装置301用于获取机器人的第一位置信息,传感器302用于获取第一位置信息设定范围内的第二位置信息,其中,第二位置信息包括机器人当前的位置信息以及运行方位数据;粒子滤波定位装置用于判断预设地图数据中是否存在与第二位置信息相匹配的定位点,并在预设地图数据中存在与第二位置信息相匹配的定位点时,确定第二位置信息为机器人的有效位置信息。
机器人获取到定位命令后,超宽带UWB定位装置301将定位信号发送至基站,然后基站测得超宽带UWB定位装置301的定位信号传播的时间差,得出超宽带UWB定位装置301相对于基站的距离差,根据距离差,得到机器人的第一位置信息;获取到第一位置信息后,粒子滤波定位装置303控制机器人移动,与此同时传感器302获取第二位置信息,最后通过粒子滤波定位装置303判断预设地图数据中是否存在与第二位置信息相匹配的定位点,如果预设地图数据中存在与第二位置信息相匹配的定位点,如匹配度达到70%以上,则确定第二位置信息为机器人的有效位置信息,即机器人定位成功。如果预设地图中不存在与第二位置信息相匹配的定位点,如匹配度低于70%,再次通过安装在机器人上的超宽带UWB定位装置301获取机器人的第一位置信息,进行第一位置和第二位置的再次判定,重新通过各传感器获取第一位置信息设定范围内的第二位置信息,最后通过粒子滤波定位装置303判断预设地图数据中是否存在与第二位置信息相匹配的定位点,直至匹配成功。
具体过程请参阅上述实施例图1-图2相关的文字描述,在此不再赘述。
区别于现有技术,本实施例的机器人的定位方法,先通过安装在机器人上的超宽带UWB定位装置获取机器人的第一位置信息;然后再通过传感器获取第一位置信息设定范围内的第二位置信息;最后通过粒子滤波定位装置判断预设地图数据中是否存在与所述第二位置信息相匹配的定位点,确定机器人的精确位置。通过上述方式,大幅提高定位准确度和速度,提高用户体验。
请参阅图4,图4是本发明机器人的定位装置另一实施例的结构示意图,机器人的定位装置411包括:超宽带UWB定位装置401、雷达传感器402、超声传感器403、导航传感器405、粒子滤波定位装置406、运动传感器407、其它传感器404和底盘轮子408。其中,超宽带UWB定位装置401将定位信号发送至基站409,雷达传感器402用于获取机器人的雷达数据,超声传感器403用于获取机器人的超声数据,其它传感器404包括红外传感器和图像传感器,红外传感器用于获取红外数据,图像传感器用于获取机器人的图像数据,导航传感器405用于融合雷达数据、超声数据、红外数据以及图像数据,运动传感器407用于控制机器人的移动和旋转,粒子滤波定位装置406用于执行地图定位应用410,具体过程如下:粒子滤波定位装置401用于判断预设地图数据中是否存在与第二位置信息相匹配的定位点,并在预设地图数据中存在与第二位置信息相匹配的定位点时,确定第二位置信息为机器人的有效位置信息。
本实施例中,机器人获取到定位命令后,超宽带UWB定位装置401将定位信号发送至基站409,然后基站409测得超宽带UWB定位装置401的定位信号传播的时间差,得出超宽带UWB定位装置201相对于基站409的距离差,根据距离差,得到机器人411的第一位置信息;获取到第一位置信息后,超宽带UWB定位装置401通过地图定位应用410将到第一位置信息发送至粒子滤波定位装置406,粒子滤波定位装置406通过运动传感器407控制底盘轮子运动408,与此同时通过雷达传感器402、超声传感器403、红外传感器(未标注)和图像传感器(未标注)获取第一位置信息设定范围内的超声数据、雷达数据、红外数据和图像数据,通过导航传感器405将超声数据、雷达数据、红外数据和图像数据融合即得到第二位置信息,最后通过粒子滤波定位装置406判断预设地图数据中是否存在与第二位置信息相匹配的定位点,如果预设地图数据中存在与第二位置信息相匹配的定位点(匹配度达到70%以上),则确定第二位置信息为机器人的有效位置信息,即机器人定位成功。如果预设地图中不存在与第二位置信息相匹配的定位点(匹配度低于70%),再次通过安装在机器人上的超宽带UWB定位装置401获取机器人的第一位置信息,进行第一位置的再次判定,重新通过各传感器获取第一位置信息设定范围内的第二位置信息,最后通过粒子滤波定位装置406判断预设地图数据中是否存在与第二位置信息相匹配的定位点,直至匹配成功。
具体过程请参阅上述实施例图1-图2相关的文字描述,在此不再赘述。
区别于现有技术,本实施例的机器人的定位装置,先通过安装在机器人上的超宽带UWB定位装置获取机器人的第一位置信息;然后再通过传感器获取第一位置信息设定范围内的第二位置信息;最后通过粒子滤波定位装置判断预设地图数据中是否存在与所述第二位置信息相匹配的定位点,确定机器人的精确位置。通过上述方式,大幅提高定位准确度和速度,提高用户体验。
区别于上述实施例,本实施例增加了多个传感器用以获取机器人的第二位置信息,进一步精确了第二位置信息,提高了匹配精度。
需要说明的是,以上各实施例均属于同一发明构思,各实施例的描述各有侧重,在个别实施例中描述未详尽之处,可参考其它实施例中的描述。
以上所述仅为本发明的实施方式,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (10)
1.一种机器人的定位方法,其特征在于,所述定位方法包括:
通过安装在所述机器人上的超宽带UWB定位装置获取机器人的第一位置信息;
通过传感器获取所述第一位置信息设定范围内的第二位置信息,其中,所述第二位置信息包括所述机器人当前的位置信息以及运行方位数据;
通过粒子滤波定位装置判断预设地图数据中是否存在与所述第二位置信息相匹配的定位点;
如果所述预设地图数据中存在与所述第二位置信息相匹配的定位点,确定所述第二位置信息为所述机器人的有效位置信息。
2.根据权利要求1所述的定位方法,其特征在于,所述通过传感器获取所述第一位置信息设定范围内的第二位置信息,其中,所述第二位置信息包括所述机器人当前的位置信息以及运行方位数据的步骤具体包括:
通过所述传感器获取所述机器人在所述第一位置信息设定范围内的雷达数据和超声数据,其中,所述雷达数据和超声数据包括所述第一位置信息设定范围内的路面特征信息以及方位信息;
将所述超声数据与所述雷达数据进行定位融合计算,得到所述机器人在所述第一位置信息设定范围内的第二位置信息。
3.根据权利要求2所述的的定位方法,其特征在于,所述通过所述传感器获取所述机器人在所述第一位置信息设定范围内的雷达数据和超声数据的具体步骤包括:
通过所述传感器获取所述机器人在所述第一位置信息设定范围内的所述雷达数据、所述超声数据、红外数据和图像数据;其中,所述雷达数据、所述超声数据、所述红外数据和所述图像数包括所述第一位置信息设定范围内的路面特征信息以及方位信息;
将所述雷达数据、所述超声数据、所述红外数据和所述图像数据进行定位融合计算,得到所述机器人在所述第一位置信息设定范围内的第二位置信息。
4.根据权利要求1所述的定位方法,其特征在于,所述通过粒子滤波定位装置判断预设地图数据中是否存在与所述第二位置信息相匹配的定位点的步骤具体包括:
通过所述粒子滤波定位装置判断预所述设地图数据中是否存在与所述第二位置信息匹配度大于预设值的定位点;
所述如果所述预设地图数据中存在与所述第二位置信息相匹配的定位点,确定所述第二位置信息为所述机器人的有效位置信息的步骤具体包括:
如果所述地图数据中存在与所述第二位置信息匹配度大于预设值的定位点,确定所述第二位置信息为所述机器人的有效位置信息。
5.根据权利要求4所述的的定位方法,其特征在于,所述预设值为70%。
6.根据权利要求1或4所述的的定位方法,其特征在于,所述通过粒子滤波定位装置判断预设地图数据中是否存在与所述第二位置信息相匹配的定位点的步骤具体包括:
通过所述粒子滤波定位装置取将所述第二位置信息与预设地图数据中的每一个定位点的位置信息以及方位信息进行比较,判断所述预设地图数据中是否存在与所述第二位置信息相匹配的定位点。
7.根据权利要求1所述的定位方法,其特征在于,所述通过安装在所述机器人上的超宽带UWB定位装置获取机器人的第一位置信息的步骤具体包括:
将所述超宽带UWB定位装置的定位信号发送至对应的基站,获取所述基站分别采集的从所述超宽带UWB定位装置的定位信号的时间;
根据所述时间确定多个基站采集所述定位信号的时间差,并通过所述时间差以及多个所述基站的位置坐标得到所述机器人的第一位置信息。
8.根据权利要求7所述的机器人定位方法,其特征在于,所述基站的数量为至少3个。
9.根据权利要求1~8任一项所述的定位方法,其特征在于,所述第一位置信息为所述机器人相对于所述预设地图坐标原点的坐标信息。
10.一种机器人的定位装置,其特征在于,包括:
依次耦接的超宽带UWB定位装置,粒子滤波定位装置、传感器,
所述超宽带UWB定位装置用于获取机器人的第一位置信息;
所述传感器用于获取所述第一位置信息设定范围内的第二位置信息,其中,所述第二位置信息包括所述机器人当前的位置信息以及运行方位数据;
所述粒子滤波定位装置用于判断预设地图数据中是否存在与所述第二位置信息相匹配的定位点,并在所述预设地图数据中存在与所述第二位置信息相匹配的定位点时,确定所述第二位置信息为所述机器人的有效位置信息。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711472785.2A CN109974701A (zh) | 2017-12-28 | 2017-12-28 | 机器人的定位方法及装置 |
US16/214,155 US20190202067A1 (en) | 2017-12-28 | 2018-12-10 | Method and device for localizing robot and robot |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711472785.2A CN109974701A (zh) | 2017-12-28 | 2017-12-28 | 机器人的定位方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109974701A true CN109974701A (zh) | 2019-07-05 |
Family
ID=67057930
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711472785.2A Pending CN109974701A (zh) | 2017-12-28 | 2017-12-28 | 机器人的定位方法及装置 |
Country Status (2)
Country | Link |
---|---|
US (1) | US20190202067A1 (zh) |
CN (1) | CN109974701A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111421548A (zh) * | 2020-04-21 | 2020-07-17 | 武汉理工大学 | 一种移动机器人定位方法及系统 |
CN112068547A (zh) * | 2020-08-05 | 2020-12-11 | 歌尔股份有限公司 | 一种基于amcl的机器人定位方法、装置和机器人 |
CN113297259A (zh) * | 2021-05-31 | 2021-08-24 | 深圳市优必选科技股份有限公司 | 机器人及其环境地图构建方法和装置 |
Families Citing this family (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108731736B (zh) * | 2018-06-04 | 2019-06-14 | 山东大学 | 用于桥隧结构病害无损检测诊断的自动爬墙式雷达光电机器人系统 |
CN112781591B (zh) * | 2019-11-06 | 2025-01-28 | 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 |
CN111267102A (zh) * | 2020-03-09 | 2020-06-12 | 深圳拓邦股份有限公司 | 机器人初始位置的获取方法、装置、机器人及存储介质 |
CN113568023B (zh) * | 2020-04-28 | 2024-09-20 | 广州汽车集团股份有限公司 | 车载定位方法和车载定位模块 |
CN111474518B (zh) * | 2020-05-25 | 2023-07-14 | 浙江大华技术股份有限公司 | 定位方法、融合定位基站及存储介质 |
EP3968051B1 (en) * | 2020-09-15 | 2024-10-30 | Infineon Technologies AG | Guiding system for a robot, base station including such a guiding system, and method for guiding a robot |
CN114485604A (zh) * | 2020-11-12 | 2022-05-13 | 新海科技集团有限公司 | 一种agv小车导航系统和使用该系统的导航方法 |
CN112710299B (zh) * | 2020-12-04 | 2024-05-17 | 深圳市优必选科技股份有限公司 | 一种重定位方法、装置、终端设备及存储介质 |
CN113175932A (zh) * | 2021-04-27 | 2021-07-27 | 上海景吾智能科技有限公司 | 机器人导航自动化测试方法、系统、介质及设备 |
CN113286256B (zh) * | 2021-05-06 | 2023-07-14 | Oppo广东移动通信有限公司 | 智能设备及其控制方法、装置,及移动终端、电子标签 |
US12000945B2 (en) | 2021-05-28 | 2024-06-04 | Nec Corporation | Visual and RF sensor fusion for multi-agent tracking |
CN116761254B (zh) * | 2023-08-17 | 2023-11-07 | 中国电信股份有限公司 | 室内定位方法、装置、通信设备和存储介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102529975A (zh) * | 2010-12-13 | 2012-07-04 | 通用汽车环球科技运作有限责任公司 | 用于精确的分车道车辆定位的系统和方法 |
CN104729502A (zh) * | 2015-03-30 | 2015-06-24 | 北京云迹科技有限公司 | 基于蓝牙基站和激光传感器的机器人绘制地图和定位的方法及系统 |
CN204463460U (zh) * | 2015-01-12 | 2015-07-08 | 江苏省交通规划设计院股份有限公司 | 一种车辆定位和反向寻车的系统 |
CN105206090A (zh) * | 2015-10-13 | 2015-12-30 | 厦门星辰天羽汽车设计有限公司 | 一种车辆定位方法 |
US20160193729A1 (en) * | 2015-01-06 | 2016-07-07 | Discovery Robotics | Method and system for determining precise robotic position and orientation using near-simultaneous radio frequency measurements |
CN106420287A (zh) * | 2016-09-30 | 2017-02-22 | 深圳市镭神智能系统有限公司 | 一种头戴式导盲设备 |
-
2017
- 2017-12-28 CN CN201711472785.2A patent/CN109974701A/zh active Pending
-
2018
- 2018-12-10 US US16/214,155 patent/US20190202067A1/en not_active Abandoned
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102529975A (zh) * | 2010-12-13 | 2012-07-04 | 通用汽车环球科技运作有限责任公司 | 用于精确的分车道车辆定位的系统和方法 |
US20160193729A1 (en) * | 2015-01-06 | 2016-07-07 | Discovery Robotics | Method and system for determining precise robotic position and orientation using near-simultaneous radio frequency measurements |
CN204463460U (zh) * | 2015-01-12 | 2015-07-08 | 江苏省交通规划设计院股份有限公司 | 一种车辆定位和反向寻车的系统 |
CN104729502A (zh) * | 2015-03-30 | 2015-06-24 | 北京云迹科技有限公司 | 基于蓝牙基站和激光传感器的机器人绘制地图和定位的方法及系统 |
CN105206090A (zh) * | 2015-10-13 | 2015-12-30 | 厦门星辰天羽汽车设计有限公司 | 一种车辆定位方法 |
CN106420287A (zh) * | 2016-09-30 | 2017-02-22 | 深圳市镭神智能系统有限公司 | 一种头戴式导盲设备 |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111421548A (zh) * | 2020-04-21 | 2020-07-17 | 武汉理工大学 | 一种移动机器人定位方法及系统 |
CN111421548B (zh) * | 2020-04-21 | 2021-10-19 | 武汉理工大学 | 一种移动机器人定位方法及系统 |
CN112068547A (zh) * | 2020-08-05 | 2020-12-11 | 歌尔股份有限公司 | 一种基于amcl的机器人定位方法、装置和机器人 |
CN112068547B (zh) * | 2020-08-05 | 2024-05-28 | 歌尔股份有限公司 | 一种基于amcl的机器人定位方法、装置和机器人 |
CN113297259A (zh) * | 2021-05-31 | 2021-08-24 | 深圳市优必选科技股份有限公司 | 机器人及其环境地图构建方法和装置 |
WO2022252482A1 (zh) * | 2021-05-31 | 2022-12-08 | 深圳市优必选科技股份有限公司 | 机器人及其环境地图构建方法和装置 |
Also Published As
Publication number | Publication date |
---|---|
US20190202067A1 (en) | 2019-07-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109974701A (zh) | 机器人的定位方法及装置 | |
EP3889725B1 (en) | Self-moving robot movement boundary determining method | |
CN112214015B (zh) | 自移动机器人及其回充的方法、系统及计算机存储介质 | |
CN103076592B (zh) | 一种面向智能空间中服务机器人的精确无线定位方法 | |
CN102932739B (zh) | 超宽带无线定位的非视距传播状态鉴别及数据重构方法 | |
CN109974727A (zh) | 一种机器人充电方法、装置及机器人 | |
CN106028446B (zh) | 室内停车场定位方法 | |
JP2013109325A (ja) | 群集の知能ロボットを用いた地図構築方法及びその装置 | |
US9554253B2 (en) | Locating method, drive test terminal and hand-held terminal | |
CN111381586A (zh) | 一种机器人及其移动控制方法和装置 | |
KR20120045929A (ko) | 로봇의 리로케이션 장치 및 방법 | |
CN108664015A (zh) | 一种机器人行走路径的规划方法和设备 | |
CN104427609A (zh) | 一种定位方法和系统 | |
CN106872943B (zh) | 一种基于可见光通信的移动物体室内跟踪定位方法 | |
CN104297724A (zh) | 定位方法及系统 | |
CN103472434B (zh) | 一种机器人声音定位方法 | |
CN105865456B (zh) | 一种基于rfid和超声波的agv小车的定位导航系统及方法 | |
CN106226772A (zh) | 一种基于超声波传感器的运动物体识别方法 | |
CN108459589A (zh) | 无人驾驶小车控制系统及控制方法、无人驾驶小车 | |
KR20110124587A (ko) | 다중 이동체의 동시 조작 방법 및 장치 및 그를 수행하는 컴퓨터 판독가능 프로그램을 저장한 기록매체 | |
US10077984B2 (en) | Indoor positioning system training | |
CN104569958A (zh) | 基于超声波和惯性导航组合来定位目标的方法及系统 | |
CN108332749B (zh) | 一种室内动态追踪定位方法 | |
CN112327859A (zh) | 一种车辆的自动跟随方法、装置和车辆 | |
CN113814997B (zh) | 一种机器人重定位方法、装置、电子设备和存储介质 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190705 |
|
RJ01 | Rejection of invention patent application after publication |