[发明专利]仓储机器人定位与地图构建方法、机器人及存储介质有效

专利信息
申请号: 202010963415.4 申请日: 2020-09-14
公开(公告)号: CN112161618B 公开(公告)日: 2023-03-28
发明(设计)人: 张广鹏 申请(专利权)人: 灵动科技(北京)有限公司
主分类号: G01C21/00 分类号: G01C21/00
代理公司: 北京太合九思知识产权代理有限公司 11610 代理人: 张爱;刘戈
地址: 100086 北京市海淀*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 仓储 机器人 定位 地图 构建 方法 存储 介质
【说明书】:

本申请实施例提供一种仓储机器人定位与地图构建方法、机器人及存储介质。在本申请实施例中,预先构建仓储环境的语义地图,语义地图包括仓储环境中存在的多个对象及其语义信息;在定位过程中,仓储机器人利用自身图像传感器采集周围环境的图像或视频数据,并识别图像或视频数据中的目标对象及其语义信息,得到该目标对象与仓储机器人的相对位置关系,进而基于该相对位置关系和该目标对象的语义信息,定位仓储机器人在语义地图中的位置。该方法利用基于视觉语义定位的方式,由于直接检测的是明确的目标,检测速度快,语义信息丰富,不容易受其他干扰因素的影响,摆脱了对仓储环境中标志标识的依赖,定位灵活度较高。

技术领域

本申请涉及仓储机器人技术领域,尤其涉及一种仓储机器人定位与地图构建方法、机器人及存储介质。

背景技术

随着人工智能技术的发展,出现了物流仓储机器人。物流仓储机器人通常工作在仓储环境中,仓储环境通常具有很多货架以及堆放在地面上的物体,环境相对较为复杂。为了辅助仓储机器人定位,在仓储环境中会设置反光条、二维码等标志标识;在建图时,仓储机器人遍历仓储环境,采用即时定位与地图构建(Simultaneous Localization andMapping,SLAM)技术构建环境地图,并标注“标志标识”在环境地图上的位置。在定位时,仓储机器人通过检测标志标识相对于机器人本体的位置关系,结合标志标识在环境地图上的位置,推导出仓储机器人在环境地图中的位置。现有仓储定位方法需要在仓储环境中预先布设标志标识,对标志标识的依赖性较强,导致定位灵活度较差。

发明内容

本申请的多个方面提供一种仓储机器人定位与地图构建方法、机器人及存储介质,用以摆脱了对仓储环境中标志标识的依赖。

本申请实施例提供一种仓储机器人定位方法,包括:在仓储机器人移动过程中,利用仓储机器人上的图像传感器采集周围仓库环境的图像或视频数据;对周围仓储环境的图像或视频数据进行目标检测和语义识别,得到仓储机器人周围仓储环境中存在的目标对象及其语义信息;基于传感器坐标系和机器人坐标系之间的转换关系,计算目标对象与仓储机器人的相对位置关系;根据目标对象与仓储机器人的相对位置关系和目标对象的语义信息,定位仓储机器人在语义地图中的位置,语义地图包括仓储环境中存在的多个对象及其语义信息。

本申请实施例还提供一种语义地图构建方法,包括:在仓储机器人遍历仓储环境过程中,利用仓储机器人上的图像传感器采集仓储环境的图像或视频数据;对仓储环境的图像或视频数据进行目标检测和语义识别,得到仓储环境中存在的多个对象及其语义信息;基于传感器坐标系和机器人坐标系之间的转换关系,分别计算多个对象与仓储机器人的相对位置关系;根据多个对象与仓储机器人的相对位置关系和仓储机器人在采集仓储环境的图像或视频数据时在基础环境地图中的位置,将多个对象的语义信息添加到基础环境地图中以得到仓储环境的语义地图。

本申请实施例还提供一种仓储机器人,包括:设备本体,设备本体上设有存储器和处理器;存储器,用于存储计算机程序;处理器,与存储器耦合,用于执行计算机程序,以用于:在仓储机器人移动过程中,利用仓储机器人上的图像传感器采集周围仓库环境的图像或视频数据;对周围仓储环境的图像或视频数据进行目标检测和语义识别,得到仓储机器人周围仓储环境中存在的目标对象及其语义信息;基于传感器坐标系和机器人坐标系之间的转换关系,计算目标对象与仓储机器人的相对位置关系;根据目标对象与仓储机器人的相对位置关系和目标对象的语义信息,定位仓储机器人在语义地图中的位置,语义地图包括仓储环境中存在的多个对象及其语义信息。

本申请实施例还提供一种存储有计算机程序的计算机可读存储介质,当计算机程序被处理器执行时,致使处理器实现本申请实施例中任一项仓储机器人定位方法和语义地图构建方法中的步骤。

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灵动科技(北京)有限公司,未经灵动科技(北京)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/202010963415.4/2.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