[发明专利]移动机器人重定位方法及移动机器人有效

专利信息
申请号: 202110135459.2 申请日: 2021-02-01
公开(公告)号: CN113048978B 公开(公告)日: 2023-10-20
发明(设计)人: 林睿 申请(专利权)人: 苏州澜途科技有限公司
主分类号: G01C21/20 分类号: G01C21/20;G01C21/16
代理公司: 北京庚致知识产权代理事务所(特殊普通合伙) 11807 代理人: 李晓辉
地址: 215131 江苏省苏州市相城区高铁新城*** 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: 移动 机器人 定位 方法
【说明书】:

本公开提供了一种移动机器人重定位方法,其包括:S1、获取移动机器人的当前时间帧的激光数据,基于已经构建的全局地图和当前时间帧的激光数据,应用蒙特卡罗定位算法获得当前时间帧的最佳位姿估计;S2、根据当前时间帧的最佳位姿估计计算当前时间帧全局定位置信度;S3、当前时间帧的全局定位置信度低于一定阈值时,通过移动机器人的超宽带模块所获得的相对于充电桩的距离信息和惯性测量单元所获得的航向角信息,在已经构建的全局地图计算移动机器人可能的位置范围;以及S4、在相应的位置范围内再次应用蒙特卡罗定位算法实现移动机器人的快速重定位。本公开还提供一种移动机器人。

技术领域

本公开涉及一种移动机器人重定位方法及移动机器人。

背景技术

目前移动机器人已经在工业、商用、家用等领域得到了广泛使用,完成物料转运、导购导览、扫地拖地等任务。

移动机器人最主要的功能是自主导航,就是在工作场景中自由往复运动,能够感知和理解周转的工作场景,能够安全避障等。但是实现机器人自主导航的前提是能够准确的全局定位。

移动机器人准确的全局定位就是知道在工作场景世界坐标系的位置和航向角,目前的技术主要是依赖于传感器的实时数据与周围场景中的地图进行匹配,不断地估计当前时间帧的最佳位姿。

但是当移动机器人面向复杂动态环境工作时,由于临时动态障碍物的出现导致移动机器人周围场景相对于已经构建的场景全局地图变化比较大,或者移动机器人被外部关机推至某一位置,如“绑架”等一系列复杂情况的出现,导致移动机器人估计的位姿不准确,或者相邻时间变换非常大,在这种情况下,移动机器人就需要针对上述情况实现更为准确和快速的定位恢复,也就是重定位。

现有技术中的机器人重定位方法,例如中国发明专利公开文件CN112033391A公开了一种基于充电桩的机器人重定位方法及装置,虽然,该文献中提及了充电桩,但是其需要移动机器人返回充电桩的位置,并重新进行建图和定位,定位过程复杂。

发明内容

为了解决上述技术问题中的至少一个,本公开提供了一种移动机器人重定位方法及移动机器人。

根据本公开的一个方面,提供了一种移动机器人重定位方法,其包括:

S1、获取移动机器人的当前时间帧的激光数据,基于已经构建的全局地图和当前时间帧的激光数据,应用蒙特卡罗定位算法获得当前时间帧的最佳位姿估计;

S2、根据当前时间帧的最佳位姿估计计算当前时间帧全局定位置信度;

S3、当前时间帧的全局定位置信度低于一定阈值时,通过移动机器人的超宽带模块所获得的相对于充电桩的距离信息和惯性测量单元所获得的航向角信息,在已经构建的全局地图计算移动机器人可能的位置范围;以及

S4、在相应的位置范围内再次应用蒙特卡罗定位算法实现移动机器人的快速重定位。

根据本公开的至少一个实施方式的移动机器人重定位方法,所述充电桩布置于移动机器人工作场景内,并且所述充电桩包括超宽带模块,所述移动机器人包括超宽带模块和惯性测量单元,其中,所述移动机器人的超宽带模块与所述充电桩的超宽带模块通信,用于获得移动机器人的当前位置相对于充电桩所在位置的距离dk;所述移动机器人的惯性测量单元用于获取移动机器人的当前航向角数据

根据本公开的至少一个实施方式的移动机器人重定位方法,S1中获取移动机器人的当前时间帧的激光数据包括:

通过移动机器人的车载前向2D激光传感器实时扫描周围工作场景,获取每个时间帧的激光数据,所述激光数据表征为{LD|{λk,n,n},n=1...N},其中λk,n为对应的激光极坐标距离,n为k时间帧激光点的序号,N为k时间帧激光点的总数,所述激光数据中的每个离散点对应的角度为n·Δδ,Δδ为激光角分辨率。

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苏州澜途科技有限公司,未经苏州澜途科技有限公司许可,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/202110135459.2/2.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