[发明专利]移动式机器人及其定位和地图构建的方法

说明书

移动式机器人的定位和地图构建的方法使用多个矢量场传感器可以减少定位和地图构建中的位置误差。该方法包括：使用编码器获取移动空间中的相对坐标；通过使用矢量场传感器检测信号的强度和方向，来获取移动空间中的绝对坐标；定义移动空间的表面上的多个虚拟小区使得每个小区拥有具有预定位置的多个节点，并且基于可以通过编码器获取的相对坐标和通过矢量场传感器获取的绝对坐标来更新关于小区的节点的位置信息，并且以在先前的节点的位置信息被确定时估计新的节点的位置信息的方式来实现移动空间中的定位和地图构建。

技术领域

本发明的一个或多个实施例涉及移动式机器人的定位和地图构建的方法。

背景技术

同时定位和地图构建(SLAM)、移动式机器人的定位和地图构建技术，可以被分类成两种主要类别。第一种是在包含移动式机器人可识别的特定指示器(例如，地标或信标)的环境中的移动式机器人的位置的识别。第二种是在不包含特定指示器的普通环境中的移动式机器人的位置的识别。在第二种类别的情况中，使用各种传感器来在不包含特定指示器的环境中识别位置。在这种情况中使用的典型感测技术包括利用图像、激光、和超声的技术。这些感测技术已被惯常地利用来寻找不同于其他位置的地标，并且离散地将其进行创建来识别移动式机器人的位置。最近，研究已经进行到利用作为离散地标的扩展的连续的矢量场来减少定位和地图构建中的误差。

然而，在使用单个传感器创建矢量场来利用矢量场的情况中，移动式机器人围着配置矢量场的小区或沿着小区边界的移动可能导致关于节点(小区的边界)的信息的更新不足。从而，不能减少位置误差。特别是，当移动式机器人以高速移动时，误差可能恶化。

发明内容

通过移动式机器人的定位和地图构建的如下方法的一个或多个实施例，上述问题可以被克服和/或其他方面可以实现，所述方法通过使用多个矢量场传感器补偿相对坐标的累积误差而可以大大地减少定位和地图构建中的位置误差。

一个或多个实施例的另外的方面和/或优点将部分在下面的描述中阐述，并且部分将从描述中变得显而易见，或者可以通过本公开的一个或多个实施例的实践来了解。一个或多个实施例包含这样的另外的方面。

根据一个或多个实施例，移动式机器人的定位和地图构建的方法包括：使用编码器获取移动空间中的相对坐标；通过使用多个矢量场传感器检测信号的强度和方向中的至少一个，来获取移动空间中的绝对坐标；定义移动空间的表面上的多个虚拟小区，使得每个小区拥有具有预定位置的多个节点；以及基于通过编码器获取的相对坐标和通过矢量场传感器获取的绝对坐标，更新关于至少一个小区的节点的位置信息，并实现移动空间中的定位和地图构建，使得当先前的节点的位置信息被确定时可以估计新的节点的位置信息。

当移动式机器人位于一个小区中时，可以执行更新。

该方法可以进一步包括：当移动式机器人位于小区中一个时，计算并应用用于每个节点的权重。

该方法可以进一步包括：当移动式机器人从一个小区移动到另一个小区时，初始化连接至要被扩展的另一节点的节点。

可以基于连接的节点的平均值和协方差值来执行初始化。

可以通过应用快速同时定位和地图构建(SLAM)来执行定位和地图构建。

该方法可以进一步包括使用通过矢量场传感器获取的绝对坐标来补偿通过编码器获取的相对坐标的误差。

相对坐标可以是包括x坐标、y坐标和移动式机器人的行进方向的角度的测距法(odometry)坐标。

小区可以在其之间具有连续性。

配置每个小区的节点可以在其之间具有连续性。

每个矢量场传感器可以是磁场传感器。

每个矢量场传感器可以是Wi-Fi接收信号强度指示器。