定位传感器的方法以及相关设备的制造方法
【技术领域】
[0001] 本发明的实施方式涉及定位车辆或者被设置为在车辆上使用的传感器的方法以 及相关设备。
【背景技术】
[0002] 由于定位（即，确定位置）以及映射算法成熟，所以真正长期的导航的问题变得越 来越迫切。在变化的环境中需要机器人化的（在一些实施方式中，其可为车辆）导航的共 同问题，并且该问题是实现终身自主的主要障碍。一旦在最初访问时，希望这在表面上足够 接近，以便可用于进行随后的访问，传统的映射方法就通常产生初始图，这通常是单片方法 (作为融合或平均化等工序的结果）。近年来，人们试图解决这些问题。
[0003] 为了实现长期自主，机器人化的系统应该能够在改变的环境中运行，这在本领域 中被视为巨大的挑战。变化可来自很多来源：突然的结构变化、照明条件、当日时间、天气、 季节变化等。为了进行说明，考虑自运动估计的问题，在室外操作的机器人上安装摄像头。 这是丰富的研宄开采区域，我们立即触及视觉导航（同时定位与映射-SLAM)系统，该系统 可同时映射和定位。然而，在重新访问该位置时，可发生巨大的变化，并且例如，可能下雪。 由于季节改变，从夏天变成秋天，所以场景的外观可逐渐改变。现有技术表明需要产生单片 图，该单片图包含允许在变化的环境内定位的信息。
[0004] Konolige 和 Bowman([1]K. Konolige and J. Bowman,''Towards lifelong visual maps, 〃in IROS，2009, pp. 1156-1163)开发了其基于视图的地图系统（[2]K.Konolige，J. Bowman,J.D.Chen,P. Mihelichj M. Calonderj V. Lepetitj and P.Fuaj ^View-based maps，''International Journal of Robotics Research (IJRR)，vol. 29, no. 10, 2010)，以 适合于室内环境的变化。该系统从VO(视觉测程法）系统中产生了关键帧的轮廓图。然 后，根据被设计为在限制最大数量的视图的同时保留视图多样性的方案，更新和删除在节 点上储存的视图。其轮廓图在单个参考帧内并且通过Toro递增地优化（[3]G.Grisetti，C. Stachnissj S. Grzonkaj and W. Burgardj Tree Pa-rameterization for Efficiently Computing Maximum Likelihood Maps using Gradient Descent，''Robotics Science and Systems，2007)。这显示了办公室的结果，包括移动的人群、家具以及改变的照明条件。
[0005] Milford 与 Wyeth 的 RatSLAM 系统（[4]M. Milford and G. Wyeth，"Persistent navigation and mapping using a biologically inspired SLAM system，"The International Journal of Robotics Research，2009)使用储存大量经验的经验图的概 念。其经验是在世界上的许多地方，也储存到其他经验的过渡信息，以解决测程法偏移问 题。随着时间的过去，经验图放松，以尽可能减小在绝对经验位置与其到其他位置的过渡信 息之间的差异。还删除经验，以将密度控制为较低。
[0006] Biber 和 Duckett ([5]P. Biber and T. Duckett，"Dynamic maps for long-term operation of mobile service robots，〃in Proceedings of Robotics: Science and Systems，Cambridge，USA，June 2005)通过一系列的时间标度将激光图取样，以产生具有长 期和短期结构的单个图。这允许他们塑造短期动态物体以及长期结构变化。在具有忙碌的 实验室环境的几周时间中，他们显示了提高的定位精度。
[0007] 还要注意 Furgale 和 Barfoot 的工作（[6]P. Furgale and T. D. Barfoot, "Visual teach and repeat for long-range rover autonomy, ''Journal of Field Robotics, vol. 27, no. 5, pp. 534-560, 2010)，他们开发了在室外环境中使用视觉的教导和重复系统。在教 导阶段，机器人使用VO产生了一系列子图像。然后，定位模块用于重描原始路径。他们显 示了超过几千米的结果。
[0008] 然而，以上技术都未令人满意地处理变化的环境，在传感器（或携带该传感器的 车辆）移动穿过环境时，可体验该环境。
【发明内容】
[0009] 根据本发明的第一方面，提供了一种定位载有传感器的车辆的方法，包括以下步 骤中的至少一个：
[0010] a)在当前时间从传感器中获取数据，所述传感器提供在车辆周围的感测的场景；
[0011] b)处理所感测的场景，在此，所述处理相关于在更早的时间的传感器的位置从所 感测的场景确定车辆的地点；
[0012] c)将所感测的场景与一个或多个储存的经验进行比较，以确定在任何或每个储存 的经验内是否可识别所感测的场景；
[0013] d)如果在储存的经验中识别所感测的场景，那么将该储存的经验用于相对于储存 的经验产生在当前时间的车辆的位置的估计；
[0014] e)重复步骤a到d中的至少一些。
[0015] 人们认为提供这种方法的实施方式有利，这是因为这些实施方式能够允许比现有 技术系统更容易地在改变的环境内定位车辆。而且，这种实施方式表示如果有需要，那么仅 仅需要储存与所感测的场景相关的数据，并且这种策略有助于减少所需要的储存量以及处 理储存的数据可能需要的处理量。同样，本发明的实施方式可更精确，需要比预期更少的内 存并且比现有技术更快速。
[0016] 术语定位车辆旨在表示从由传感器生成的数据中相对于更早的时间确定车辆的 地点。定位是从传感器中采用数据、在具有场景的先前表示（通常由地图提供或者在一些 实施方式中由储存的经验提供）时处理该数据并且相对于该先有表示提出车辆姿势（位 置）的参数化。通常，在本发明的实施方式中，先有表示由多个储存的经验提供。
[0017] 方便地，设置该方法，以便如果在多于预订数量的储存的经验内未识别所感测的 场景，那么所述方法储存所感测的场景，以便所感测的场景变成新储存的经验的一部分，以 供未来进行比较。人们通过其自身的经验，认为这种实施方式有利。在车辆感测更多的场 景时，车辆未来可使用的储存的经验的数量可能增大。
[0018] 本发明的实施方式所使用的方法注意到，在冬天在指定树上的特征并非简单地是 在夏天在同一颗树上记下的特征；在正午时在湿润的路面上看到的细节与在路面干燥时黎 明看到的细节不同。本发明的实施方式未尝试使事物一致。例如，如果在周二的环境与在 周三的环境完全不同，那么实施方式可能将其视为同样获得该环境的本质的两个单独的经 验。实施方式仅仅在拓扑上将其捆绑在一起。随后，一些实施方式可通过下面讨论的地点 概念连接储存的经验。
[0019] 在一个新区域最初看到车辆时，本发明的实施方式可保存一系列视觉特征（通常 由从传感器中生成的数据提供），作为一个新经验。
[0020] 然而，在传感器/车辆移动时，本发明的实施方式被设置为尝试在任何保存的经 验内定位所感测的场景。同样，在重新访问该区域时，传感器/车辆尝试使用实时数据流 (其可为图像）来在任何保存的经验中定位。在一些实施方式中，该方法可被设置为使所储 存的经验由使用这些经验的车辆/传感器生成。
[0021] 然而，在其他实施方式中，所储存的经验可由除了生成这些经验的车辆/传感器 以外的车辆/传感器使用。这可以是除了由生成这些经验的车辆/传感器使用以外，还由 车辆和/或传感器使用。这种实施方式被视为集中经验，允许多个车辆利用所储存的经验。 这种方法可有利，这是因为该方法允许由多个车辆建立和/或共享数据。
[0022] 在车辆依然保存该新经验的同时继续时，还可被设置为试图在其