[发明专利]定位评估的方法、装置、电子设备和计算机可读存储介质在审

专利信息
申请号: 202110439620.5 申请日: 2021-04-22
公开(公告)号: CN113128602A 公开(公告)日: 2021-07-16
发明(设计)人: 陈波;支涛 申请(专利权)人: 北京云迹科技有限公司
主分类号: G06K9/62 分类号: G06K9/62;G06N3/04;G01B11/00;G06F17/10
代理公司: 北京超凡宏宇专利代理事务所(特殊普通合伙) 11463 代理人: 李飞
地址: 100000 北京市*** 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: 定位 评估 方法 装置 电子设备 计算机 可读 存储 介质
【权利要求书】:

1.一种定位评估的方法,其特征在于,所述方法应用于机器人,所述方法包括:

获取所述机器人当前与相应的各参考激光点之间的各相对位置信息,其中,各参考激光点是通过所述机器人当前发射出的激光获得的;

根据所述机器人当前的各相对位置信息以及训练好的定位评估模型,获得所述机器人的定位评估结果,其中,所述定位评估模型是基于神经网络构造的,用于基于各参考激光点与机器人的相对位置信息对机器人的定位准确度进行评估。

2.根据权利要求1所述的方法,其特征在于,所述相对位置信息包括:激光距离、映射距离以及交叉距离;

所述获取所述机器人当前与相应的各参考激光点之间的各相对位置信息,包括:

将所述机器人分别与每一参考激光点之间的距离,确定为相应激光距离;

分别将每一参考激光点与所述机器人的可移动路径边缘线的最短距离,确定为相应映射距离;

分别将每一参考激光点与相应激光交叉点之间的距离,确定为交叉距离,其中,每一参考激光点对应的激光交叉点为相应激光与所述机器人的可移动路径边缘面的交叉点。

3.根据权利要求1或2所述的方法,其特征在于,所述根据所述机器人当前的各相对位置信息以及训练好的定位评估模型,获得所述机器人的定位评估结果,包括:

根据所述机器人当前的各相对位置信息,获得所述机器人的当前相对位置矩阵;

将所述当前相对位置矩阵输入至所述训练好的定位评估模型中,获得所述机器人的当前定位评估结果。

4.据权利要求3所述的方法,其特征在于,在所述获得所述机器人的当前定位评估结果之后,所述方法还包括:

获取所述机器人的至少一个历史定位评估结果;

将所述当前定位评估结果和所述至少一个历史定位评估结果进行加权求和,获得新的当前定位评估结果。

5.根据权利要求1或2所述的方法,其特征在于,在所述根据所述机器人当前的各相对位置信息以及训练好的定位评估模型,获得所述机器人的定位评估结果之前,所述方法还包括:

获取所述机器人的多个位置信息样本以及相应的定位结果样本;

根据所述机器的人多个位置信息样本以及获取的初始评估模型,分别获得每一位置信息样本的样本评估结果;

根据所述每一位置信息样本的样本评估结果和定位结果样本,对所述初始评估模型的模型参数进行调整,获得训练好的定位评估模型。

6.根据权利要求5所述的方法,其特征在于,所述获取所述机器人的多个位置信息样本以及相应的定位结果样本,包括:

获取所述机器人历史定位准确时对应的多个历史位置的历史相对位置信息和相应实际定位结果;

分别针对每一历史位置的历史相对位置信息,执行以下步骤:

根据一个历史位置的历史相对位置信息,获得多个正样本位置信息和表征定位准确的定位结果,其中,各正样本位置信息均位于所述一个历史位置的第一预设范围内;

根据一个历史位置的历史相对位置信息,获得多个负样本位置信息和表征定位不准确的定位结果,其中,各负样本位置信息位于所述一个历史位置的第二预设范围内;

将各历史相对位置信息、各正样本位置信息和各负样本位置信息,作为位置信息样本;

将各实际定位结果、各正样本位置信息对应的定位结果,以及各负样本位置信息对应的定位结果,作为定位结果样本。

7.一种定位评估的装置,其特征在于,所述装置包括:

获取模块,用于获取机器人当前与相应的各参考激光点之间的各相对位置信息,其中,各参考激光点是通过所述机器人当前发射出的激光获得的;

处理模块,用于根据所述机器人当前的各相对位置信息以及训练好的定位评估模型,获得所述机器人的定位评估结果,其中,所述定位评估模型是基于神经网络构造的,用于基于各参考激光点与机器人的相对位置信息对机器人的定位准确度进行评估。

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北京云迹科技有限公司,未经北京云迹科技有限公司许可,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/202110439620.5/1.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