[发明专利]移动机器人及其控制方法

权利要求书

1.一种移动机器人，包括：

捕获单元，其配置为捕获所述移动机器人的周围的三维(3D)图像，并且提取所捕获的3D图像的深度图像信息；

位置估计器，其配置为估计区域内的所述移动机器人的当前位置信息；

控制器，其配置为使用所述移动机器人的估计的当前位置信息和所提取的深度图像信息来计算所述移动机器人的第二位置信息，并且创建地图；

所述移动机器人还包括障碍物传感器，所述障碍物传感器被配置为从所述捕获单元接收所述3D图像，并且通过分析关于由所述捕获单元捕获的所述3D图像的信息，将具有高于特定平面的高度的物体感测为障碍物；

所述位置估计器还被配置为使用惯性测量单元和测距单元、通过排除由所述障碍物传感器感测到的障碍物区域来估计所述当前位置信息；以及

所述控制器还被配置为在排除由所述障碍物传感器感测到的障碍物区域时创建地图。

2.如权利要求1所述的移动机器人，其中，所述特定平面包括所述移动机器人的最低部分和由用户设定的特定几何平面中的一个。

3.如权利要求1所述的移动机器人，其中，所述特定平面是由随机样本一致性(RANSAC)方法来设定的。

4.如权利要求1所述的移动机器人，其中，当在所感测到的障碍物之中存在移动障碍物时，所述障碍物传感器使用跟踪器跟踪所述感测到的障碍物。

5.如权利要求1所述的移动机器人，其中，当未提取所述3D图像的深度图像信息时，所述控制器将所述移动机器人的当前位置信息设定为所述移动机器人的第二位置信息。

6.如权利要求1所述的移动机器人，其中，所述控制器使用所述3D图像的深度图像信息和先前储存的地图来计算所述移动机器人的第二位置信息。

7.如权利要求6所述的移动机器人，其中，所述控制器使用利用贝叶斯滤波器的基于概率的滤波方法，根据所述移动机器人的当前位置信息计算所述移动机器人的第二位置信息。

8.如权利要求7所述的移动机器人，其中，所述贝叶斯滤波器包括卡尔曼滤波器、扩展卡尔曼滤波器(EKF)、无迹卡尔曼滤波器(UKF)、信息滤波器、直方图滤波器和粒子滤波器之中的至少一个。

9.如权利要求1所述的移动机器人，其中，当从所述移动机器人的第二位置信息检测到环路闭合时，所述控制器使用所述环路闭合来校正所述地图。

10.如权利要求9所述的移动机器人，其中，所述控制器使用Wi-Fi、3D信息、视觉数据和扩展坞之中的至少一个来感测所述环路闭合。

11.如权利要求1所述的移动机器人，其中，所述控制器包括路径规划器，所述路径规划器配置为基于所述移动机器人的第二位置信息和所创建的地图来规划所述移动机器人的移动路径。

12.一种控制移动机器人的方法，所述方法包括：

捕获所述移动机器人的周围的三维(3D)图像，并且提取所捕获的3D图像的深度图像信息；

估计区域内的所述移动机器人的当前位置信息；

使用所述移动机器人的估计的当前位置信息和所提取的深度图像信息来计算所述移动机器人的第二位置信息；

创建地图；

所述方法还包括：

通过分析关于由捕获单元捕获的所述3D图像的信息，将具有高于特定平面的高度的物体感测为障碍物；

使用惯性测量单元和测距单元、通过排除由障碍物传感器感测到的障碍物区域来估计所述当前位置信息；以及

在排除由所感测到的障碍物区域时创建地图。

13.如权利要求12所述的方法，其中，所述移动机器人的第二位置信息的计算包括，使用所述3D图像的深度图像信息和先前储存的地图来计算所述移动机器人的第二位置信息。

14.如权利要求12所述的方法，其中，所述地图的创建包括，当从所述移动机器人的第二位置信息检测到环路闭合时，使用所述环路闭合来校正所述地图。