[发明专利]机器人建图定位系统及机器人有效
申请号: | 201710289313.7 | 申请日: | 2017-04-27 |
公开(公告)号: | CN108801253B | 公开(公告)日: | 2021-03-09 |
发明(设计)人: | 黄豪;吴悠 | 申请(专利权)人: | 深圳乐动机器人有限公司 |
主分类号: | G01C21/20 | 分类号: | G01C21/20 |
代理公司: | 北京清亦华知识产权代理事务所(普通合伙) 11201 | 代理人: | 张润 |
地址: | 518055 广东省深圳市南山区*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 机器人 定位 系统 | ||
本发明提出一种机器人建图定位系统及机器人,该系统包括:障碍物检测模块,用于获取机器人周边的障碍物信息;惯性测量模块,用于获取机器人的加速度和角速度数据;矫正模块,用于矫正测量的障碍物信息;建图定位模块,用于根据机器人周边的障碍物信息建立机器人所处环境的电子地图,并得到机器人的当前位姿。本发明能够对测量到的机器人周边的障碍物信息进行矫正,增加障碍物信息的可靠度,从而提高建图和定位算法的准确度和鲁棒性,进而提高地图质量和机器人定位精度。
技术领域
本发明涉及机器人导航定位技术领域,特别涉及一种机器人建图定位系统及机器人。
背景技术
现有的移动机器人通常利用安装在机器人机身上的传感器扫描周围环境,利用这些传感器测得机器人周围障碍物的位置信息,并记录机器人自身行走的里程信息,同时通过定位和地图构建的方法计算机器人所处环境的地图和机器人的位置信息。常用的传感器有二维激光雷达、深度摄像机、红外测距、超声测距、碰撞传感器、编码器等。但是由于每个传感器安装位置恒定、相互之间的采样率不同,当坎坷不平的路面、或车体起伏震动过大、或机器旋转、碰撞等情况出现时,现有的定位方法会检测到错误的数据,从而使建图和定位算法的准确度和鲁棒性下降,进而影响地图质量和定位精度。
例如图1所示,示意了机器人机身倾斜对二维平面激光雷达探测数据造成的影响,机体倾斜时会导致测得的障碍物数据错误,从而使建图和定位算法的准确度和鲁棒性下降,进而影响地图质量和定位精度。深度相机、红外测距等由于机器人机身倾斜导致探测数据错误的影响与此类似,此处不再赘述。
发明内容
本发明旨在至少解决上述技术问题之一。
为此,本发明的一个目的在于提出一种机器人建图定位系统,该系统能够对测量到的机器人周边的障碍物信息进行矫正,增加障碍物信息的可靠度,从而提高建图和定位算法的准确度和鲁棒性,进而提高地图质量和机器人定位精度。
本发明的另一个目的在于提出一种机器人。
为了实现上述目的,本发明第一方面的实施例提出了一种机器人建图定位系统,包括:障碍物检测模块,用于获取所述机器人周边的障碍物信息;惯性测量模块,用于获取所述机器人的加速度和角速度数据;矫正模块,用于矫正测量的所述障碍物信息;建图定位模块,用于根据所述机器人周边的障碍物信息建立所述机器人所处环境的电子地图,并得到机器人的当前位姿。
另外,根据本发明上述实施例的机器人建图定位系统还可以具有如下附加的技术特征:
在一些示例中,所述矫正模块包括:位姿计算模块,用于通过预设算法计算所述机器人的预测位姿;第一判断模块,用于判断所述预测位姿是否异常;换算模块,用于当所述预测位姿异常时,将所述障碍物信息换算至所述建图定位模块,以得到所述障碍物信息在所述电子地图中对应的坐标系数据;第二判断模块,用于判断所述换算模块的输出结果是否异常。
在一些示例中,所述第一判断模块用于:将所述机器人的预测位姿与所述机器人的当前位姿进行比较,得到位姿变化量;将得到的所述位姿变化量与预设的位姿变化阈值进行比较,并当所述位姿变化量大所述位姿变化阈值时,判断所述机器人的预测位姿异常。
在一些示例中,所述第二判断模块用于:将换算后得到的所述障碍物信息在所述电子地图中对应的坐标系数据与所述建图定位模块建立的所述电子地图中记录的障碍物数据进行匹配;如果相似度小于预设值,则判断换算模块的输出结果异常,矫正失败;如果相似度大于或等于所述预设值,则判断换算模块的结果正常,矫正成功。
在一些示例中,所述矫正模块用于:在判定矫正失败时,放弃矫正,并通知所述建图定位模块放弃当前帧障碍物数据;以及当判定矫正成功时,将换算后得到的障碍物数据传入所述建图定位模块。
在一些示例中,所述位姿计算模块用于通过预设算法,根据所述机器人的加速度和角速度数据计算所述机器人的预测位姿。
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深圳乐动机器人有限公司,未经深圳乐动机器人有限公司许可,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/201710289313.7/2.html,转载请声明来源钻瓜专利网。