[发明专利]闭环检测方法、装置、机器人及存储介质在审

专利信息
申请号: 202111218878.9 申请日: 2021-10-20
公开(公告)号: CN113947716A 公开(公告)日: 2022-01-18
发明(设计)人: 唐旋来;杨亚运;何林;马帅 申请(专利权)人: 上海擎朗智能科技有限公司
主分类号: G06V20/10 分类号: G06V20/10;G06V10/75;G06K9/62
代理公司: 北京品源专利代理有限公司 11332 代理人: 孟金喆
地址: 201206 上海市浦东新区中国(上*** 国省代码: 上海;31
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 闭环 检测 方法 装置 机器人 存储 介质
【权利要求书】:

1.一种闭环检测方法,其特征在于,包括:

识别机器人在当前位置的当前标签;

根据所述当前标签的位置信息,生成目标特征数据;

根据所述目标特征数据和标签标识,对所述机器人的移动路径进行闭环检测;

其中,所述根据所述当前标签的位置信息,生成目标特征数据,包括:

在所述机器人的移动路径上,且在通过所述当前标签的位置前,所述机器人识别到至少一个历史标签;

根据所述当前标签的位置信息和至少一个所述历史标签的位置信息,生成所述目标特征数据。

2.根据权利要求1所述的方法,其特征在于,所述根据所述当前标签的位置信息和至少一个所述历史标签的位置信息,生成所述目标特征数据,包括:

根据所述当前标签和所述至少一个历史标签,生成至少一组标签对;

根据所述机器人的移动路径在移动过程中,识别的所述标签对中各标签的位置信息,生成相对位置信息;

根据至少一个所述相对位置信息,生成所述目标特征数据。

3.根据权利要求2所述的方法,其特征在于,所述根据所述当前标签和所述至少一个历史标签,生成至少一组标签对,包括:

根据所述当前标签和所述至少一个历史标签的识别顺序,进行编号;

依次选取编号相邻的两个标签,生成所述标签对。

4.根据权利要求2所述的方法,其特征在于,所述相对位置信息包括相对距离和/或相对方向。

5.根据权利要求1所述的方法,其特征在于,所述根据所述目标特征数据和标签标识,对所述机器人的移动路径进行闭环检测,包括:

确定预设匹配库中与所述目标特征数据对应的标准特征数据;

根据所述目标特征数据与所述标准特征数据的匹配情况,以及根据所述目标特征数据对应的标签标识与所述标准特征数据对应的标签标识的匹配情况,对所述机器人的移动路径进行闭环检测。

6.根据权利要求5所述的方法,其特征在于,所述预设匹配库根据以下方式构建:

根据各标准标签的标识信息,构建至少一个标准标签组;

根据所述机器人的移动路径在移动过程中,所述标准标签组中各标准标签的位置信息,生成所述标准特征数据;

根据至少一组所述标准特征数据,构建所述预设匹配库。

7.根据权利要求2所述的方法,其特征在于,所述根据所述当前标签的位置信息和至少一个历史标签的位置信息,生成所述目标特征数据,包括:

将识别位置相邻的标签,依次构成连接线关系的目标标签连接线,并基于获取所述目标标签的位置特征点连接线的连接线属性,生成目标特征数据;其中,所述连接线属性包括位置信息和方向信息;

相应的,对所述机器人的移动路径进行闭环检测,包括:

存储两个所述目标标签的位置特征点的第二连接线属性,生成标准特征数据;

将所述目标特征数据与所述标准特征数据进行匹配,以及将所述目标特征数据对应的标签标识与所述标准特征数据对应的标签标识进行匹配,并根据匹配结果,对所述机器人的移动路径进行闭环检测,根据预定规则,确定所述目标标签的位置信息。

8.一种闭环检测装置,其特征在于,包括:

标签识别模块,用于识别机器人在当前位置的当前标签;

特征数据生成模块,用于根据所述当前标签的位置信息,生成目标特征数据;

闭环检测模块,用于根据所述目标特征数据和标签标识,对所述机器人的移动路径进行闭环检测;

其中,所述特征数据生成模块,包括:特征数据生成子模块,所述特征数据生成子模块,用于根据所述当前标签的位置信息和至少一个历史标签的位置信息,生成所述目标特征数据。

9.一种机器人,其特征在于,包括:

一个或多个处理器;

存储装置,用于存储一个或多个程序,

当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-7中任一项所述的一种闭环检测方法。

10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-7中任一项所述的一种闭环检测方法。

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上海擎朗智能科技有限公司,未经上海擎朗智能科技有限公司许可,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/202111218878.9/1.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

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