[发明专利]实现室内服务机器人同时定位和地图创建的装置及机器人无效

专利信息
申请号: 200910032448.0 申请日: 2009-06-16
公开(公告)号: CN101920498A 公开(公告)日: 2010-12-22
发明(设计)人: 钱东奇 申请(专利权)人: 泰怡凯电器(苏州)有限公司
主分类号: B25J13/00 分类号: B25J13/00;G05D1/02;B25J9/16
代理公司: 暂无信息 代理人: 暂无信息
地址: 215168 *** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 实现 室内 服务 机器人 同时 定位 地图 创建 装置
【权利要求书】:

1.一种实现室内服务机器人同时定位和地图创建的装置,其特征在于,包括:

外部传感器,用于探测所述机器人外部的环境信息;

内部传感器,用于探测所述机器人自身的位置信息;

信息处理模块,通过所述机器人在外部环境中移动,记录所述外部传感器和所述内部传感器的测量数据,对环境进行特征提取,利用递推形式的预测和更新算法得出所述机器人的位姿和特征地图,在满足特征匹配的条件下,实现对相应的所述位姿和特征地图的更新。

2.根据权利要求1所述的装置,其特征在于,所述外部传感器包括单个或多个CMOS图像传感器;

或者,所述外部传感器包括单个或多个CCD图像传感器。

3.根据权利要求2所述的装置,其特征在于,所述外部传感器还包括激光、声纳或者红外传感器。

4.根据权利要求1所述的装置,其特征在于,所述内部传感器为里程计。

5.根据权利要求1所述的装置,其特征在于,所述信息处理模块对所述外部传感器探测到的外部环境信息进行处理,形成外部环境的几何特征;

所述信息处理模块通过采取哈夫变换方法对所形成的所述外部环境的几何特征进行特征提取。

6.根据权利要求1所述的装置,其特征在于,所述递推形式的预测和更新算法为卡尔曼滤波方法,将机器人的位姿向量和环境特征向量组织在一个高维状态向量之中,用卡尔曼滤波作最小均方差估计;

或者,所述递推形式的预测和更新算法为粒子滤波方法,以样本集合的方法逼近概率分析。

7.根据权利要求1所述的装置,其特征在于,所述特征匹配的方法是基于更新序列和预测协方差矩阵实现,其中,更新序列定义为观测值与基于观测模型的状态变量预测值之差;

所述特征匹配的方法其后根据最近邻滤波方法筛选出距离最近的特征作为更新特征。

8.一种实现同时定位和地图创建的室内服务机器人,包括机器人本体、控制单元、驱动单元、行走单元和功能单元,所述控制单元控制功能单元工作,并控制驱动单元,由驱动单元驱动行走单元行走,其特征在于,还包括外部传感器,用于探测所述机器人外部的环境信息;内部传感器,用于探测所述机器人自身的位置信息;所述控制单元通过所述机器人在外部环境中移动,记录所述外部传感器和所述内部传感器的测量数据,对环境进行特征提取,利用递推形式的预测和更新算法得出所述机器人的位姿和特征地图,在满足特征匹配的条件下,实现对相应的所述位姿和特征地图的更新。

9.根据权利要求8所述的室内服务机器人,其特征在于,所述控制单元包括信息处理模块,用于接受所述外部传感器和内部传感器发送的信息,实现对所述机器人位姿和特征地图的更新。

10.根据权利要求8所述的室内服务机器人,其特征在于,所述外部传感器包括单个或多个CMOS图像传感器;

或者,所述外部传感器包括单个或多个CCD图像传感器。

11.根据权利要求8所述的室内服务机器人,其特征在于,所述内部传感器为里程计。

12.根据权利要求8所述的室内服务机器人,其特征在于,所述信息处理模块对所述外部传感器探测到的外部环境信息进行处理,形成外部环境的几何特征;

所述信息处理模块通过采取哈夫变换方法对所形成的所述外部环境的几何特征进行特征提取。

13.根据权利要求8所述的室内服务机器人,其特征在于,所述递推形式的预测和更新算法为卡尔曼滤波方法,将机器人的位姿向量和环境特征向量组织在一个高维状态向量之中,用卡尔曼滤波作最小均方差估计;

或者,所述递推形式的预测和更新算法为粒子滤波方法,以样本集合的方法逼近概率分析。

14.根据权利要求8所述的室内服务机器人,其特征在于,所述特征匹配的方法是基于更新序列和预测协方差矩阵实现,其中,更新序列定义为观测值与基于观测模型的状态变量预测值之差;

所述特征匹配的方法其后根据最近邻滤波方法筛选出距离最近的特征作为更新特征。

15.根据权利要求8所述的室内服务机器人,其特征在于,所述功能单元为清洁单元。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于泰怡凯电器(苏州)有限公司,未经泰怡凯电器(苏州)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/200910032448.0/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top