CN111665470A - 一种定位方法及装置和机器人 - Google Patents
一种定位方法及装置和机器人 Download PDFInfo
- Publication number
- CN111665470A CN111665470A CN201910172962.8A CN201910172962A CN111665470A CN 111665470 A CN111665470 A CN 111665470A CN 201910172962 A CN201910172962 A CN 201910172962A CN 111665470 A CN111665470 A CN 111665470A
- Authority
- CN
- China
- Prior art keywords
- information
- data
- position information
- positioning
- robot
- 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
- 238000000034 method Methods 0.000 title claims abstract description 36
- 230000008859 change Effects 0.000 claims abstract description 50
- 230000000007 visual effect Effects 0.000 claims description 44
- 239000002245 particle Substances 0.000 claims description 40
- 238000007781 pre-processing Methods 0.000 claims description 18
- 238000005516 engineering process Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 230000007246 mechanism Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 238000012935 Averaging Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
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
- 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
- G01S5/10—Position of receiver fixed by co-ordinating a plurality of position lines defined by path-difference measurements, e.g. omega or decca systems
-
- 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
- G01S17/02—Systems using the reflection of electromagnetic waves other than radio waves
- G01S17/06—Systems determining position data of a target
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Electromagnetism (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本申请公开了一种定位方法及装置和机器人,定位方法包括:需要定位的设备开机时获取自身第一位置信息;在位置信息更新时刻到来时,根据第一位置信息和获得的位置变化信息确定需要定位的设备的当前位置信息。本申请通过对需要定位的设备开机时初始位置的计算,保证了后续对需要定位的设备定位的准确性,实现了稳定的设备定位。
Description
技术领域
本申请涉及但不限于智能控制技术,尤指一种定位方法及装置和机器人。
背景技术
随着新零售业务的发展,越来越多的具有物流功能的服务型机器人被应用在各种商业场景中,成为人、货、仓、场连接的一个重要环节。而机器人要完成各种业务流程,需要稳定而准确的机器人定位和导航方案,以解决机器人“在哪里”和“去哪里”的问题。
传统的使用激光进行定位的机器人定位方案,在理想情况下定位精准度高,但是,对人、障碍物的干扰比较敏感,使得定位不稳定,从而极易造成机器人定位失效。也就是说,对于一些具有人多、场景变化快并且不可预测等特点的商业场景,比如餐厅,商场、酒店等复杂的室内环境,采用传统定位方式的机器人显然是不适用的。
发明内容
本申请提供一种定位方法及装置和机器人,能够实现稳定的定位。
本发明实施例提供了一种定位方法,包括:
需要定位的设备开机时获取自身第一位置信息;
在位置信息更新时刻到来时,根据第一位置信息和获得的位置变化信息确定需要定位的设备的当前位置信息。
可选地,所述需要定位的设备开机时获取自身第一位置信息,包括:
所述需要定位的设备根据超宽频UWB数据或者视觉的匹配信息,获取所述需要定位的设备自身的第一位置信息;
或者,所述第一位置信息包括:预先给定的所述需要定位的设备可能出现的位置信息。
可选地,获取所述第一位置信息之后,所述确定需要定位的设备的当前位置信息之前,所述方法还包括:
在所述第一位置信息的预设范围内随机分布粒子,每个粒子代表一个位姿;
所述需要定位的设备利用底盘轮速计得到所述需要定位的设备的所述位置变化信息;或者,所述需要定位的设备根据激光信息计算出所述位置变化信息;
每个粒子的第一位置信息根据所述位置变化信息重新分布。
可选地,所述根据初始位置信息和估计的位置变化信息确定需要定位的设备的当前位置信息,包括:
所述位置信息更新时刻到来时,根据在这一时刻估计出的所述位置变化信息和所述每个粒子的所述第一位置信息,计算收到的激光或视觉信号与相应地图的匹配程度;或者,所述位置信息更新时刻到来时,根据在这一时刻估计出的所述位置变化信息和所述每个粒子的所述第一位置信息,计算收到的UWB信号的似然程度;
根据蒙特卡洛原理,利用获得的匹配程度或似然程度计算所述需要定位的设备当前位置的估计值。
可选地,所述方法还包括:对需要定位的设备的所有传感器的时间进行对齐。
可选地,所述对需要定位的设备的所有传感器的时间进行对齐,包括:
将收到的所述传感器信息加入到各类传感器相应的处理队列中;
以使用的传感器中的任一种传感器作为时间触发器,当检测到该传感器的处理队列中有数据时,将该数据作为待处理数据加入待处理队列中,根据该待处理数据的时间戳确定该待处理数据与前一帧数据之间是否收到其他类传感器的数据;
如果收到其他类传感器的数据,将这些数据作为待处理数据加入待处理队列中,并根据待处理队列中待处理数据的时间戳的先后顺序执行所述确定需要定位的设备的当前位置信息的步骤。
本申请还提供了一种计算机可读存储介质,存储有计算机可执行指令,所述计算机可执行指令用于执行上述任一项所述的定位方法。
本申请又提供了一种用于实现信息分享的装置,包括存储器和处理器,其中,存储器中存储有以下可被处理器执行的指令:用于执行上述任一项所述的定位方法的步骤。
本申请再提供了一种机器人,包括:定位装置,以及向定位装置输出数据的以下传感器的任意组合:提供激光信息的传感器、提供视觉信息的传感器、提供UWB数据的传感器;
其中,定位装置包括:预处理模块、定位模块;其中,
预处理模块,用于在所述机器人开机时获取自身第一位置信息;
定位模块,用于在位置信息更新时刻到来时,根据第一位置信息和获得的位置变化信息确定所述机器人的当前位置信息。
可选地,所述预处理模块具体用于:
在所述机器人根据UWB数据或者视觉的匹配信息,获取所述第一位置信息;或者,所述第一位置信息包括预先给定的所述机器人可能出现的位置信息。
可选地,所述定位模块还用于:
在所述第一位置信息对应的第一位置周围的预设范围内随机分布粒子,每个粒子代表一个位姿;利用底盘轮速计或激光信息计算出的轮速计信息估计所述机器人的位置变化信息;每个粒子的第一位置信息根据所述位置变化信息重新分布。
可选地,所述定位模块具体用于:
在每次所述机器人收到激光、视觉或是UWB数据时,根据在这一时刻估计出的所述位置变化信息和所述每个粒子的所述第一位置信息,计算收到的激光或视觉信号与相应地图的匹配程度或计算收到的UWB信号的似然程度;根据蒙特卡洛原理,利用获得的匹配程度或似然程度计算所述机器人的当前位置的估计值。
可选地,所述机器人还包括:同步模块,用于对所述机器人的所有传感器的时间进行对齐。
可选地,所述同步模块具体用于:
将收到的传感器信息加入到各类传感器相应的处理队列中;
以使用的传感器中的任一种传感器如激光作为时间触发器,当检测到该传感器的处理队列中有数据时,将该数据作为待处理数据加入待处理队列中,根据该待处理数据的时间戳确定该待处理数据与前一帧数据之间是否收到其他类传感器的数据;
如果收到其他类传感器的数据,将这些数据也作为待处理数据加入待处理队列中,并根据待处理队列中待处理数据的时间戳的先后顺序确定所述需要定位的设备的当前位置信息。
本申请包括:需要定位的设备开机时获取自身第一位置信息;在位置信息更新时刻到来时,根据第一位置信息和获得的位置变化信息确定需要定位的设备的当前位置信息。本申请通过对需要定位的设备开机时初始位置的计算,保证了后续对需要定位的设备定位的准确性,实现了稳定的设备定位。
本发明的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点可通过在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。
附图说明
附图用来提供对本申请技术方案的进一步理解,并且构成说明书的一部分,与本申请的实施例一起用于解释本申请的技术方案,并不构成对本申请技术方案的限制。
图1为本申请定位方法的流程示意图;
图2为本申请定位装置的组成结构示意图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚明白,下文中将结合附图对本申请的实施例进行详细说明。需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互任意组合。
在本申请一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括非暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行。并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
图1为本申请定位方法的流程示意图,如图1所示,包括:
步骤100:需要定位的设备开机时获取自身第一位置信息。
在一种示例性实例中,获取自身第一位置信息,可以包括:
需要定位的设备自动根据超宽频(UWB,Ultra Wideband)数据或者视觉的匹配信息,直接获取需要定位的设备第一位置信息(即可能出现的位置信息)。
在一种示例性实例中,第一位置信息包括:预先给定的需要定位的设备如机器人可能出现的位置信息。
在一种示例性实例中,获取需要定位的设备可能出现的位置信息,可以包括:
对于安装UWB模块(包括UWB标签和UWB基站)的设备,在需要定位的设备开机后,将收到的稳定的UWB位置信息(比如:可以通过一个时间段内的数据进行平均运算后得到)作为所述第一位置信息。
在一种示例性实例中,获取需要定位的设备可能出现的位置信息,可以包括:
对于使用如单目摄像头获取视觉信息的设备,在需要定位的设备开机后,从单目摄像头获得的当前图像中提取特征,并将提取到的特征与视觉地图中的特征进行匹配,将匹配得到的视觉地图中对应该特征的位置信息作为所述第一位置信息。
其中,第一位置信息为位姿,是位置和姿态的简称,由位置坐标和角度坐标组成的信息,用于描述需要定位的设备在三维空间中在位置和姿态。
通过本步骤,实现了对需要定位的设备自身初始位置的获取,解决了相关技术中无法实现大地图中需要定位的设备如机器人位置初始化的问题,保证了需要定位的设备如机器人定位的自动实现,而且确保了后续设备定位的准确性。
需要说明的是,UWB数据、视觉信息、激光信息等可以通过相应的传感器获得,具体实现并不用于限定本申请的保护范围。本申请强调的是,通过对需要定位的设备可能出现的粗略位置信息的估计,并利用激光信息进一步准确获得需要定位的设备的初始位置信息。
步骤101:在位置信息更新时刻到来时,根据第一位置信息和获得的位置变化信息确定需要定位的设备的当前位置信息。
在一种示例性实例中,本步骤之前,还包括:
当需要定位的设备完成初始化获得需要定位的装置的第一位置信息后,在该第一位置信息对应的第一位置周围一定预设范围内随机分布粒子,每个粒子代表一个位姿,比如:粒子i在t0时刻的第一位置信息Si t0即初始位姿可以表示为:Si t0=(xi t0,yi t0,θi t0)其中,xi t0、yi t0代表需要定位的设备在平面的位置,θi t0代表需要定位的设备偏转的角度。
在一种示例性实例中,本步骤之前,还包括:获取需要定位的设备的位置变化信息。
在一种示例性实例中,获取需要定位的设备的位置变化信息,可以包括:
需要定位的设备利用底盘轮速计(编码器)得到需要定位的设备的位置变化信息Δs′。
在一种示例性实例中,获取需要定位的设备的位置变化信息,可以包括:
需要定位的设备根据激光信息计算出需要定位的设备的位置变化信息Δs′,其中,每帧激光信息包含检测到的激光特征和传感器记录的时间戳。通过新的一帧激光特征和前一帧激光特征的对比,可以得到需要定位的设备的位置变化信息Δs′。
在一种示例性实例中,在预测需要定位的设备的位置变化信息Δs′时,每个粒子的第一位置信息Si t0均会根据估计出的位置变化信息Δs′重新分布。
由于轮速计积累误差的存在,当位置变化信息Δs′较大时,粒子会更加分散,以保证预测的范围能够覆盖实际情况,并继续执行更新阶段即本步骤中的确定需要定位的设备的当前位置信息;当位置变化信息Δs′非常小,比如小于预先设置的变化量(如1厘米或0.5度方向)时,可以认为需要定位的设备没有运动,更新阶段即本步骤中的确定需要定位的设备的当前位置信息不会被执行,并等待下一个位置信息更新时刻到来。
在一种示例性实例中,位置信息更新时刻到来,可以包括:当每次需要定位的设备收到激光、视觉或UWB数据时。
需要说明的是,当步骤101执行完成后,需要定位的设备会在下一位置信息更新时刻到来时,继续执行步骤101以实现对需要定位的设备的重新定位。也就是说,本领域技术人员根据本申请记载的技术方案容易理解,在需要定位的设备开机使用后,获取的第一位置信息是当前位置信息更新时刻到来的上一位置信息更新时刻得到的该设备所处位置的位置信息。
在一种示例性实例中,根据初始位置信息和获取的位置变化信息确定需要定位的设备的当前位置信息,可以包括:
在每次需要定位的设备收到激光、视觉数据时,根据在这一时刻估计出的位置变化信息Δs′和每个粒子之前已经计算出的前一个位置信息如第一位置信息Si t0,计算收到的激光或视觉信号与(激光/视觉)地图的匹配程度;或者,在每次需要定位的设备收到UWB数据时,根据在这一时刻估计出的位置变化信息Δs′和每个粒子之前已经计算出的前一个位置信息即第一位置信息Si t0,计算收到的UWB信号的似然程度;
再根据蒙特卡洛原理,利用获得的匹配程度或似然程度计算需要定位的设备当前位置的估计值。
在一种示例性实例中,计算需要定位的设备当前位置的估计值,可以包括:
将计算出的每个粒子对应的匹配程度或似然程度作为需要定位的设备当前时刻的每个粒子的权重,对每个粒子的位置信息进行加权平均计算得到需要定位的设备当前位置的估计值。这样实现了当前需要定位的设备的位置和姿态的估计。
在一种示例性实例中,以需要定位的设备为机器人为例,对于利用视觉信息对机器人的位置进行更新的情况,当机器人收到视觉信息时,对于在二维图像平面检测到的可匹配的视觉特征点pn=(Xn,Yn),根据当前粒子位姿Si n,将检测到的可匹配的视觉特征点pn=(Xn,Yn)对应的地图三维特征点qn=(xn,yn,zn)投射到二维图像平面的对应位置即为p′n=(X′n,Y′n)。两个位置即检测到的可匹配的视觉特征点pn=(Xn,Yn)位置和投射到二维图像平面的对应位置p′n=(X′n,Y′n)之间的误差(如上文所述的匹配程度),可以用欧式距离来表示。假设将粒子i所对应的权重表达为wn=f(E),其中,E=Σen为所有特征的误差之和,f(E)为权重函数,可以根据需要选择高斯函数或柯西函数等。对于利用激光信息对机器人的位置进行更新的情况,与利用视觉信息对机器人的位置进行更新的情况相同,具体计算这里不再赘述。
在一种示例性实例中,对于利用UWB数据对需要定位的设备的位置进行更新的情况,当前粒子位姿Si n所对应的误差可以表达为:粒子对应的位姿和UWB系统计算出的位姿的欧式距离。
本申请提供的定位方法通过对需要定位的设备开机时初始位置的计算,保证了后续对需要定位的设备定位的准确性,实现了稳定的设备定位。
本申请将激光数据、视觉数据和UWB数据之一或任意组合有机结合在一起对需要定位的设备的位态的进行估计。也就是说,针对不同的业务场景,可以通过用于需要定位的设备定位所需传感器的可插拔化,任意对传感器的使用进行组合来实现需要定位的设备的定位(比如,最少只需要一个单线激光雷达即可实现)。这样,即使其中一个传感器失效或出现数据错误,也不会影响使用其他传感器的对位态的计算。克服了依赖所有传感器的问题,提高了系统的鲁棒性。
本申请在实际业务场景中,验证了多个传感器信号的有机结合提高系统的稳定性这一结论。使用本方案的机器人定位方法,利用各种传感器实现了快速准确的定位,而且在环境改变或因人为因素造成定位失效时,达到了迅速恢复的目的,不会影响业务流程和客户体验,满足了新零售场景对移动机器人的需求。
在一种示例性实例中,本申请还可以包括:
由于需要定位的设备的每个传感器的时间并不相同,实际情况下,每个传感器的频率和数据到达时间并不相同,比如:轮速计约为15~30Hz,激光约为10~25Hz,视觉约为1~5Hz,UWB约为1~10Hz。而且,视觉特征的匹配计算需要一定的时间,当视觉计算完毕后才能参与到计算中。为了保证每次参与计算的来自不同传感器的数据都是针对同一时刻的,本申请发明人根据传感器的特点提出相应的时间同步机制。也就是说,会对需要定位的设备的所有传感器的时间进行对齐,以保证时间戳的一致性。
在一种示例性实例中,对需要定位的设备的所有传感器的时间进行对齐,可以包括:
将收到的传感器信息加入到各类传感器相应的处理队列中;
以使用的传感器中的任一种传感器如激光作为时间触发器,当检测到该传感器的处理队列中有数据时,将该数据作为待处理数据加入待处理队列中,根据该待处理数据的时间戳确定该待处理数据与前一帧数据之间是否收到其他类传感器的数据;
如果收到其他类传感器的数据,将这些数据也作为待处理数据加入待处理队列中,并根据待处理队列中待处理数据的时间戳的先后顺序进行定位计算即执行确定需要定位的设备的当前位置信息的步骤。
这里,以激光、UWB、视觉等所有传感器参与的情况为例,当检测到激光队列中有数据,则取出激光队列中待处理的激光数据,同时,根据时间戳确定在收到当前帧激光数据和前一帧激光数据之间是否收到过UWB数据或视觉数据。如果收到UWB数据和/或视觉数据,则根据时间戳先后的顺序分别利用这些UWB数据和/或视觉数据进行定位计算,最后使用当前的激光数据计算定位。
本申请本根据传感器的特点提出相应的时间同步机制,对需要定位的设备的所有传感器的时间进行对齐,保证了时间戳的一致性,进而为稳定的需要定位的设备定位提供了有力保障。
在一种示例性实例中,根据需要定位的设备所使用的不同传感器,本申请使用视觉地图加激光地图,或使用激光地图作为输入,用于和传感器得到的激光信息、视觉信息进行对比。
通过本申请中对需要定位的设备的所有传感器的时间进行对齐的机制,克服了各个传感器之间的时间不同步的问题,保证了需要定位的设备定位的准确和实时性。
本申请提出的定位方法及装置,适合商场、酒店、医院、餐厅等室内场景。
可选地,为了提高计算效率,在一种示例性实例中,可以根据实际情况,对来自传感器的数据进行降采样。
本申请还提供一种计算机可读存储介质,存储有计算机可执行指令,所述计算机可执行指令用于执行上述任一项的定位方法。
本申请再提供一种实现定位的装置,包括存储器和处理器,其中,存储器中存储有上述任一项的定位方法的步骤。
图2为本申请定位装置的组成结构示意图,如图2所示,至少包括:预处理模块、定位模块;其中,
预处理模块,用于在所属装置开机时获取自身第一位置信息;
定位模块,用于在位置信息更新时刻到来时,根据第一位置信息和获得的位置变化信息确定所属装置的当前位置信息。
在一种示例性实例中,预处理模块具体用于:
预处理模块所属装置根据UWB数据或者视觉的匹配信息,直接获取需要定位的设备第一位置信息(即可能出现的位置信息)。
在一种示例性实例中,预处理模块中的第一位置信息包括:预先给定的需要定位的设备如机器人可能出现的位置信息。
在一种示例性实例中,预处理模块中的获取预处理模块所属装置可能出现的位置信息,可以包括:
对于安装UWB模块(包括UWB标签和UWB基站)的装置,在预处理模块所属装置开机后,将收到的稳定的UWB位置信息(比如:可以通过一个时间段内的数据进行平均运算后得到)作为所述第一位置信息。
在一种示例性实例中,预处理模块中的获取预处理模块所属装置可能出现的位置信息,可以包括:
对于使用如单目摄像头获取视觉信息的装置,在预处理模块所属装置开机后,从单目摄像头获得的当前图像中提取特征,并将提取到的特征与视觉地图中的特征进行匹配,将匹配得到的视觉地图中对应该特征的位置信息作为所述第一位置信息。
在一种示例性实例中,定位模块还用于:
在第一位置信息对应的第一位置周围一定预设范围内随机分布粒子,每个粒子代表一个位姿;
利用底盘轮速计或激光信息计算出的轮速计信息估计定位模块所属装置的位置变化信息Δs′;
每个粒子的第一位置信息根据所述位置变化信息重新分布。
在一种示例性实例中,定位模块还用于估计所述位置变化信息:
需要定位的设备利用底盘轮速计(编码器)得到需要定位的设备的位置变化信息Δs′;或者,
需要定位的设备根据激光信息计算出需要定位的设备的位置变化信息Δs′,其中,每帧激光信息包含检测到的激光特征和传感器记录的时间戳。通过新的一帧激光特征和前一帧激光特征的对比,可以得到需要定位的设备的位置变化信息Δs′。
在一种示例性实例中,定位模块具体用于:
在每次机器人收到激光、视觉数据时,根据在这一时刻估计出的位置变化信息Δs′和每个粒子之前计算出的前一个位置信息,计算收到的激光或视觉信号与(激光/视觉)地图的匹配程度;或者,在每次需要定位的设备收到UWB数据时,根据在这一时刻估计出的位置变化信息Δs′和每个粒子之前已经计算出的前一个位置信息即第一位置信息Si t0,计算收到的UWB信号的似然程度;
根据蒙特卡洛原理,利用获得的匹配程度或似然程度计算定位模块所属装置的当前位置的估计值。
在一种示例性实例中,所述定位模块中的计算需要定位的设备当前位置的估计值,可以包括:
将计算出的每个粒子对应的匹配程度或似然程度作为需要定位的设备当前时刻的每个粒子的权重,对每个粒子的位置信息进行加权平均计算得到需要定位的设备当前位置的估计值。这样实现了当前需要定位的设备的位置和姿态的估计。
本申请提供的定位装置通过对需要定位的设备开机时初始位置的计算,保证了后续对需要定位的设备定位的准确性,实现了稳定的设备定位。
在一种示例性实例中,本申请装置还包括:同步模块,用于对同步模块所属装置的所有传感器的时间进行对齐。
在一种示例性实例中,同步模块具体用于:
将收到的传感器信息加入到各类传感器相应的处理队列中;
以使用的传感器中的任一种传感器如激光作为时间触发器,当检测到该传感器的处理队列中有数据时,将该数据作为待处理数据加入待处理队列中,根据该待处理数据的时间戳确定该待处理数据与前一帧数据之间是否收到其他类传感器的数据;
如果收到其他类传感器的数据,将这些数据也作为待处理数据加入待处理队列中,并根据待处理队列中待处理数据的时间戳的先后顺序进行定位计算即确定需要定位的设备的当前位置信息。
本申请本根据传感器的特点提出相应的时间同步机制,对需要定位的设备的所有传感器的时间进行标定和对齐,保证了时间戳的一致性,进而为稳定的需要定位的设备定位提供了有力保障。
本申请还提供一种机器人,至少包括图2所示的定位装置、向定位装置输出数据的以下传感器的任意组合:提供激光信息的传感器、提供视觉信息的传感器、提供UWB数据的传感器等。
虽然本申请所揭露的实施方式如上,但所述的内容仅为便于理解本申请而采用的实施方式,并非用以限定本申请。任何本申请所属领域内的技术人员,在不脱离本申请所揭露的精神和范围的前提下,可以在实施的形式及细节上进行任何的修改与变化,但本申请的专利保护范围,仍须以所附的权利要求书所界定的范围为准。
Claims (14)
1.一种定位方法,包括:
需要定位的设备开机时获取自身第一位置信息;
在位置信息更新时刻到来时,根据第一位置信息和获得的位置变化信息确定需要定位的设备的当前位置信息。
2.根据权利要求1所述的定位方法,其中,所述需要定位的设备开机时获取自身第一位置信息,包括:
所述需要定位的设备根据超宽频UWB数据或者视觉的匹配信息,获取所述需要定位的设备自身的第一位置信息;
或者,所述第一位置信息包括:预先给定的所述需要定位的设备可能出现的位置信息。
3.根据权利要求1所述的定位方法,获取所述第一位置信息之后,所述确定需要定位的设备的当前位置信息之前,所述方法还包括:
在所述第一位置信息的预设范围内随机分布粒子,每个粒子代表一个位姿;
所述需要定位的设备利用底盘轮速计得到所述需要定位的设备的所述位置变化信息;或者,所述需要定位的设备根据激光信息计算出所述位置变化信息;
每个粒子的第一位置信息根据所述位置变化信息重新分布。
4.根据权利要求3所述的定位方法,其中,所述根据初始位置信息和估计的位置变化信息确定需要定位的设备的当前位置信息,包括:
所述位置信息更新时刻到来时,根据在这一时刻估计出的所述位置变化信息和所述每个粒子的所述第一位置信息,计算收到的激光或视觉信号与相应地图的匹配程度;或者,所述位置信息更新时刻到来时,根据在这一时刻估计出的所述位置变化信息和所述每个粒子的所述第一位置信息,计算收到的UWB信号的似然程度;
根据蒙特卡洛原理,利用获得的匹配程度或似然程度计算所述需要定位的设备当前位置的估计值。
5.根据权利要求1所述的定位方法,所述方法还包括:对需要定位的设备的所有传感器的时间进行对齐。
6.根据权利要求5所述的定位方法,其中,所述对需要定位的设备的所有传感器的时间进行对齐,包括:
将收到的所述传感器信息加入到各类传感器相应的处理队列中;
以使用的传感器中的任一种传感器作为时间触发器,当检测到该传感器的处理队列中有数据时,将该数据作为待处理数据加入待处理队列中,根据该待处理数据的时间戳确定该待处理数据与前一帧数据之间是否收到其他类传感器的数据;
如果收到其他类传感器的数据,将这些数据作为待处理数据加入待处理队列中,并根据待处理队列中待处理数据的时间戳的先后顺序执行所述确定需要定位的设备的当前位置信息的步骤。
7.一种计算机可读存储介质,存储有计算机可执行指令,所述计算机可执行指令用于执行权利要求1~权利要求6任一项所述的定位方法。
8.一种用于实现信息分享的装置,包括存储器和处理器,其中,存储器中存储有以下可被处理器执行的指令:用于执行权利要求1~权利要求6任一项所述的定位方法的步骤。
9.一种机器人,包括:定位装置,以及向定位装置输出数据的以下传感器的任意组合:提供激光信息的传感器、提供视觉信息的传感器、提供UWB数据的传感器;
其中,定位装置包括:预处理模块、定位模块;其中,
预处理模块,用于在所述机器人开机时获取自身第一位置信息;
定位模块,用于在位置信息更新时刻到来时,根据第一位置信息和获得的位置变化信息确定所述机器人的当前位置信息。
10.根据权利要求9所述的机器人,其中,所述预处理模块具体用于:
在所述机器人根据UWB数据或者视觉的匹配信息,获取所述第一位置信息;或者,所述第一位置信息包括预先给定的所述机器人可能出现的位置信息。
11.根据权利要求9所述的机器人,所述定位模块还用于:
在所述第一位置信息对应的第一位置周围的预设范围内随机分布粒子,每个粒子代表一个位姿;利用底盘轮速计或激光信息计算出的轮速计信息估计所述机器人的位置变化信息;每个粒子的第一位置信息根据所述位置变化信息重新分布。
12.根据权利要求11所述的机器人,其中,所述定位模块具体用于:
在每次所述机器人收到激光、视觉或是UWB数据时,根据在这一时刻估计出的所述位置变化信息和所述每个粒子的所述第一位置信息,计算收到的激光或视觉信号与相应地图的匹配程度或计算收到的UWB信号的似然程度;根据蒙特卡洛原理,利用获得的匹配程度或似然程度计算所述机器人的当前位置的估计值。
13.根据权利要求9所述的机器人,所述机器人还包括:同步模块,用于对所述机器人的所有传感器的时间进行对齐。
14.根据权利要求13所述的机器人,所述同步模块具体用于:
将收到的传感器信息加入到各类传感器相应的处理队列中;
以使用的传感器中的任一种传感器如激光作为时间触发器,当检测到该传感器的处理队列中有数据时,将该数据作为待处理数据加入待处理队列中,根据该待处理数据的时间戳确定该待处理数据与前一帧数据之间是否收到其他类传感器的数据;
如果收到其他类传感器的数据,将这些数据也作为待处理数据加入待处理队列中,并根据待处理队列中待处理数据的时间戳的先后顺序确定所述需要定位的设备的当前位置信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910172962.8A CN111665470A (zh) | 2019-03-07 | 2019-03-07 | 一种定位方法及装置和机器人 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910172962.8A CN111665470A (zh) | 2019-03-07 | 2019-03-07 | 一种定位方法及装置和机器人 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111665470A true CN111665470A (zh) | 2020-09-15 |
Family
ID=72382213
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910172962.8A Pending CN111665470A (zh) | 2019-03-07 | 2019-03-07 | 一种定位方法及装置和机器人 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111665470A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114199251A (zh) * | 2021-12-03 | 2022-03-18 | 江苏集萃智能制造技术研究所有限公司 | 一种机器人的防碰撞定位方法 |
WO2022086446A1 (en) * | 2020-10-22 | 2022-04-28 | Nanyang Technological University | Uwb anchor deployment |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2011055718A1 (ja) * | 2009-11-05 | 2011-05-12 | 独立行政法人産業技術総合研究所 | 測位装置、及びこれを用いたセンサ情報の統合解析による見守りシステム |
WO2016112758A1 (zh) * | 2015-01-15 | 2016-07-21 | 中兴通讯股份有限公司 | 终端的定位方法及装置 |
CN105953798A (zh) * | 2016-04-19 | 2016-09-21 | 深圳市神州云海智能科技有限公司 | 移动机器人的位姿确定方法和设备 |
CN106441302A (zh) * | 2016-09-23 | 2017-02-22 | 上海交通大学 | 大型开放式区域内的室内定位方法 |
US20170097237A1 (en) * | 2014-06-19 | 2017-04-06 | Chigoo Interactive Technology Co., Ltd. | Method and device for real-time object locating and mapping |
CN106681330A (zh) * | 2017-01-25 | 2017-05-17 | 北京航空航天大学 | 基于多传感器数据融合的机器人导航方法及装置 |
CN106918830A (zh) * | 2017-03-23 | 2017-07-04 | 安科机器人有限公司 | 一种基于多导航模块的定位方法及移动机器人 |
CN107132504A (zh) * | 2016-02-29 | 2017-09-05 | 富士通株式会社 | 基于粒子滤波的定位追踪装置、方法及电子设备 |
CN107402012A (zh) * | 2016-05-20 | 2017-11-28 | 北京自动化控制设备研究所 | 一种车辆的组合导航方法 |
CN108089180A (zh) * | 2017-12-18 | 2018-05-29 | 江苏添仂智能科技有限公司 | 基于uwb传感器作为轨道信标对gps和惯性导航系统矫正的悬挂式轨道车的定位方法 |
CN108303710A (zh) * | 2018-06-12 | 2018-07-20 | 江苏中科院智能科学技术应用研究院 | 基于三维激光雷达的无人机多场景定位建图方法 |
CN108810133A (zh) * | 2018-06-08 | 2018-11-13 | 深圳勇艺达机器人有限公司 | 一种基于uwb和tdoa算法的智能机器人定位方法及定位系统 |
CN109270534A (zh) * | 2018-05-07 | 2019-01-25 | 西安交通大学 | 一种智能车激光传感器与相机在线标定方法 |
-
2019
- 2019-03-07 CN CN201910172962.8A patent/CN111665470A/zh active Pending
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2011055718A1 (ja) * | 2009-11-05 | 2011-05-12 | 独立行政法人産業技術総合研究所 | 測位装置、及びこれを用いたセンサ情報の統合解析による見守りシステム |
US20170097237A1 (en) * | 2014-06-19 | 2017-04-06 | Chigoo Interactive Technology Co., Ltd. | Method and device for real-time object locating and mapping |
WO2016112758A1 (zh) * | 2015-01-15 | 2016-07-21 | 中兴通讯股份有限公司 | 终端的定位方法及装置 |
CN107132504A (zh) * | 2016-02-29 | 2017-09-05 | 富士通株式会社 | 基于粒子滤波的定位追踪装置、方法及电子设备 |
CN105953798A (zh) * | 2016-04-19 | 2016-09-21 | 深圳市神州云海智能科技有限公司 | 移动机器人的位姿确定方法和设备 |
CN107402012A (zh) * | 2016-05-20 | 2017-11-28 | 北京自动化控制设备研究所 | 一种车辆的组合导航方法 |
CN106441302A (zh) * | 2016-09-23 | 2017-02-22 | 上海交通大学 | 大型开放式区域内的室内定位方法 |
CN106681330A (zh) * | 2017-01-25 | 2017-05-17 | 北京航空航天大学 | 基于多传感器数据融合的机器人导航方法及装置 |
CN106918830A (zh) * | 2017-03-23 | 2017-07-04 | 安科机器人有限公司 | 一种基于多导航模块的定位方法及移动机器人 |
CN108089180A (zh) * | 2017-12-18 | 2018-05-29 | 江苏添仂智能科技有限公司 | 基于uwb传感器作为轨道信标对gps和惯性导航系统矫正的悬挂式轨道车的定位方法 |
CN109270534A (zh) * | 2018-05-07 | 2019-01-25 | 西安交通大学 | 一种智能车激光传感器与相机在线标定方法 |
CN108810133A (zh) * | 2018-06-08 | 2018-11-13 | 深圳勇艺达机器人有限公司 | 一种基于uwb和tdoa算法的智能机器人定位方法及定位系统 |
CN108303710A (zh) * | 2018-06-12 | 2018-07-20 | 江苏中科院智能科学技术应用研究院 | 基于三维激光雷达的无人机多场景定位建图方法 |
Non-Patent Citations (2)
Title |
---|
叶泽田,赵文吉: "《地表空间数字模拟理论方法及应用》", 测绘出版社, pages: 134 - 137 * |
唐骥锋等: "基于多传感器融合的机器人蒙特-卡洛定位决策", vol. 31, no. 3, pages 18 - 21 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2022086446A1 (en) * | 2020-10-22 | 2022-04-28 | Nanyang Technological University | Uwb anchor deployment |
CN114199251A (zh) * | 2021-12-03 | 2022-03-18 | 江苏集萃智能制造技术研究所有限公司 | 一种机器人的防碰撞定位方法 |
CN114199251B (zh) * | 2021-12-03 | 2023-09-15 | 江苏集萃智能制造技术研究所有限公司 | 一种机器人的防碰撞定位方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111325796B (zh) | 用于确定视觉设备的位姿的方法和装置 | |
CN108717710B (zh) | 室内环境下的定位方法、装置及系统 | |
CN107909612B (zh) | 一种基于3d点云的视觉即时定位与建图的方法与系统 | |
US10134196B2 (en) | Mobile augmented reality system | |
US9154919B2 (en) | Localization systems and methods | |
CN107784671B (zh) | 一种用于视觉即时定位与建图的方法与系统 | |
US20210144513A1 (en) | Systems and methods for co-localization of multiple devices | |
CN109655786B (zh) | 移动自组网协作相对定位方法及装置 | |
CN111127584A (zh) | 建立视觉地图的方法和装置、电子设备和存储介质 | |
US12254041B2 (en) | Position recognition method and system based on visual information processing | |
EP3126864B1 (fr) | Procédé de géo-localisation de l'environnement d'un porteur | |
Jabborov et al. | Image-based camera localization algorithm for smartphone cameras based on reference objects | |
WO2023087758A1 (zh) | 定位方法、定位装置、计算机可读存储介质和计算机程序产品 | |
CN115900712B (zh) | 一种信源可信度评价组合定位方法 | |
CN111665470A (zh) | 一种定位方法及装置和机器人 | |
CN112184906A (zh) | 一种三维模型的构建方法及装置 | |
CN113610702B (zh) | 一种建图方法、装置、电子设备及存储介质 | |
CN113706633B (zh) | 一种目标对象的三维信息确定方法和装置 | |
WO2022267444A1 (zh) | 用于相机标定的方法及装置 | |
CN107766476B (zh) | 基于楼块数据的众包数据处理方法、装置、设备及存储介质 | |
JP2023503750A (ja) | ロボットの位置決め方法及び装置、機器、記憶媒体 | |
CN113009533A (zh) | 基于视觉slam的车辆定位方法、设备及云服务器 | |
US20230162376A1 (en) | Method and system for estimating motion of real-time image target between successive frames | |
CN117132620A (zh) | 一种自动驾驶场景的多目标跟踪方法、系统、存储介质及终端 | |
CN117332914A (zh) | 基于卷积神经网络的智能疏散方法、装置和存储介质 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200915 |