移动机器人环境的同时定位和地图绘制的方法和设备的制作方法

专利名称：移动机器人环境的同时定位和地图绘制的方法和设备的制作方法
技术领域：
本发明的多个方面涉及移动机器人，更具体地讲，涉及移动机器人在其中进行操作的环境的地图绘制，以有利于移动机器人在这些环境内的移动。
背景技术：
作为使得移动机器人绘制它的环境的地图并且保持它在该地图内的位置的工作数据的系统，同时定位和地图绘制(SLAM)既准确又通用。它的针对各种应用的适应性和可靠性使得它成为用于给予机器人一定级别的自主性的可用部件。然而，通常，SLAM技术趋向于计算密集并且由此它们的有效执行常常需要一定级别的处理能力和存储容量，这对于一些消费产品应用来讲性价比不高。针对面对在消费市场中竞争所需的低成本产品目标的那些人，经济的硬件环境不可能包括能够充分支持健壮SLAM系统的处理和存储容量。因此，需要开发者寻求有利于在它们具有的计算能力的限度内有效执行核心SLAM算法的方法。通常，这些最佳方案将谋求明智使用处理能力和系统带宽，这可能意味着以不会严重妥协它们性能的方法简化一些 SLAM算法或者减少输入数据大小或带宽。

发明内容
这里列出了四个概念，每个概念意图使得当SLAM系统在提供有限处理器能力和/ 或存储容量的平台上操作时可以保持高效。这些最佳方法中的一些方法可以全部驻留在软件中或者可以要求一些硬件部件的支持以正确工作。


图1是示出根据本发明的一些特征的框图。图2是示出与图1的某些方面对应的根据本发明的一些特征的流程图。图3是示出与图1的一些方面对应的根据本发明的一些其它特征的另一个流程图。图4是示出根据本发明的一些其它特征的框图。图5是针对定位迭代处理的粒子权重分布的例子。图6是针对定位迭代处理的粒子权重分布的另一个例子。图7是针对定位迭代处理的粒子权重分布的另一个例子。图8是基于校验的粒子分布数据的定位和移位状态。
图9是示出根据本发明的一些其它特征的框图。图10是示出与图6的某些方面对应的本发明的一些其它特征的流程图。图11是移动机器人在它的物理环境的定内的例子。图12是移动机器人在它的物理环境内的定向的另一个例子。图13是示出与图1的某些方面对应的本发明的一些其它特征的流程图。图14是移动机器人在它的物理环境内的移动和定向的一个场景。图15是移动机器人在它的物理环境内的移动和定向的另一个场景。图16是移动机器人在它的物理环境内的移动和定向的另一个场景。
具体实施例方式1.移位期间暂停机器人姿态更新定位需要有规律地更新机器人在它的环境内的姿态(位置和角度)。执行这个操作的频率能够影响整体系统性能，这取决于作为更新操作的结果必须多么频繁地处理数据。对于提供能够在低成本硬件环境内有效工作的SLAM系统而言，最小化计算负载是重要的。根据本发明的一个特征，可以通过当出现机器人已经变为移位时(在这种情况下，更新可能总是错误的)消除机器人位置更新来降低计算负载。图1示出了移动机器人系统100内的上述特征的多个方面。在图1中，数据采集系统110产生关于移动机器人120的环境的数据。这个数据变成对处理设备130的输入数据。基于这个数据，处理设备130产生移动机器人的环境的地图或模型(块13 。处理设备130还可以包含单独的功能(块134)，用于监视针对地图元素中超过阈值限制的任何移动的地图的产生或更新。如果检测到发生这种情况，则处理设备(块136)通过执行暂停或修改来自数据采集系统110的数据的使用的指令进行响应。感测单元140还可以监视数据采集系统110在数据采集系统110的优选定向中的缺失，以用于数据产生。如果感测单元 140检测到定向缺失，则处理设备130将通过执行暂停或修改由数据采集系统110产生的数据的使用的指令进行响应。移动机器人120可以连接到处理设备130。如果存在，感测单元 140可以附连到移动机器人120。数据采集系统110也可以附连到移动机器人120，或者可以是分开的。图2示出了图1中描述的系统的操作的流程。在图2中，在块201，数据采集系统产生关于机器人的物理环境的数据，在块202生成产生的数据。在块203，数据采集系统的定向受到监视以查看数据采集系统是否相对机器人的物理环境保持它的优选定向(例如， 数据采集系统是否倾斜，倾覆，或者另外看起来显示与机器人能够在其物理环境内工作的定向不同的定向)。在块204，如果优选定向没有缺失，则在块205，产生的数据用于产生或更新机器人的物理环境的地图。另一方面，如果在块204优选定向缺失，则在块206，地图产生被暂停或者地图被修改。在块205或块206以后，流程返回图1的顶部以产生数据并且监视数据采集系统的定向。图3是示出了本发明的其它特征的图。在图3中，地图产生设备310提供移动装置的环境的地图以用于移动装置在该环境内的定位。移位检测设备320使用地图信息确定装置的位置。粒子产生设备322产生表示移动装置的可能姿态的粒子。粒子权重分配设备3M向每个粒子分配表示它相对于其它粒子的准确度的相对似然性的权重。独立地，错误粒子产生设备3 产生粒子从而使得由粒子权重分配设备3M产生的它们的对应权重将是较低的，这表示正确指示移动装置的位置的较低概率。粒子权重比较设备3 将错误粒子的权重与由粒子产生设备322产生的粒子的权重进行比较并且确认该装置被正确定位或者确定是否发生移位。该方法可以如下操作1)错误位置和倾斜粒子可以被引入到跟踪粒子组。可以按照错误粒子(以后还称作校验粒子)不会向机器人的位置和倾斜度的当前估计引入附加误差的方式选择错误粒子。2)通常，错误粒子具有低权重，这通常对应于它们准确表示机器人的当前位置的概率较低。如果错误粒子的权重不是一致较低而是高和低权重的某种组合或者一种分布， 则这可以暗示机器人已经变得移位。3)如果确定机器人可能移位，则可以暂停在它的环境的地图内更新其位置直到错误粒子的权重返回到更加一致的低值分布。图4示出了图3所示的系统的操作流程。在图4中，在块401，可以恰当使用或更新现有地图。在块402，或者重新或者迭代产生粒子，迭代产生的粒子被添加到现有粒子组。 在块403，向每个粒子分配权重。在块404产生错误粒子，在块405错误粒子具有分配给它们的权重。在块406，错误粒子的权重与原始粒子组的权重进行比较以确定是否发生移位。 在块407，执行移位的检查。如果没有发生移位，则与图2中的块205类似，继续地图产生和更新。如果发生了移位，则与图2中的块206类似，地图产生被暂停或修改。存在为何这个程序在SLAM系统中实现以及它可以提供除计算负载下降以外的其它优点的防范原因。当检测到移位时暂停地图绘制可以避免破坏地图。另外，一旦检测到移位，能够执行附加行动以提高机器人将重新定位的可能性(例如，增加组中粒子的数目或者采用更宽松的误差模型)。根据移位的严重性，除了与恢复有关的动作以外还可以采取其它动作。例如，机器人可以停止或重启它的运行。例子通过引入错误粒子确定移位在SLAM方案之下进行定位的典型方法可以包括下面步骤1)针对每个粒子a)应用理想运动模型(例如，测程法)。b)应用从误差模型分布得到的位置和角度(X，y, θ )调整。c)关于当前地图进行评估以计算权重。2)重新采样与计算的权重成比例的粒子。基于以上处理的典型定位迭代可以生成图5所示的粒子权重分布。在图5中，按照权重进行分类的粒子的分布显现为指示低、中、高权重的粒子的混合的曲线。相对于分类的权重分布上更低的另外粒子，具有更高权重的粒子(即，在分布的左上侧的粒子)具有准确表示机器人的姿态的成比例的更高概率。当通过它们的权重对粒子进行索引时，粒子的索引号可以指示在它准确表示机器人的姿态(位置和角度)的概率方面该粒子相对于其它粒子的相对位置。在这个框架内，粒子1的准确度的概率最高，所有接下来的粒子(即，粒子2、3、4、等等)的它们姿态的准确度的概率连续下降。
值得注意的是，权重的量级(曲线图中的垂直轴)可高度取决于环境条件(例如， 与墙壁的距离、来自例如激光测距仪的空间传感器的有效距离读数的数目、等等)。经由引入错误粒子确定移位的方案通常应该独立于环境条件。引入错误粒子的目的在于识别何时具有表示机器人的姿态的更高概率的粒子不比具有表示机器人姿态的最低概率的粒子好。在这种情况下，意味着大部分或全部可能的姿态是坏的，并且由此，机器人具有很少或者没有关于在它的环境内的它的实际位置的可
罪fe息。评估定位的状态的处理包括引入姿态故意错误的附加测试粒子以建立与更好粒子进行比较的基线权重。常常观察到粒子评估对于角度误差更加敏感。随着从机器人到它的周围环境内的物体的距离增加，机器人角度的小变化例如能够变成距离测量的大误差。大角度误差能够具有在距离方面激光读数的类似分布，但是它们可以显著地降低全粒子组的整体权重。通常，具有最高权重表示候选定位角度的粒子相当靠近理想运动模型。认识到这一点，移位检测的一种通常有效方案在于以大的角度偏移(例如，士30°、40°、50°、 60°、等等)在理想运动模型的中心引入错误粒子。如果机器人被正确定位，则错误粒子将一起相对靠近驻留在包含最低权重粒子的分类的分布曲线的端部，如图6所示。在图6中，错误粒子(这里因为它们的目的而称作校验粒子)一起聚集在曲线的右下端，每个粒子的权重比包括其余的分类分布的粒子更加接近0。如果机器人被移位，则许多普通粒子将具有低权重，并且这些普通粒子中的许多的权重可能低于一些错误粒子或校验粒子的权重，如图7所示。在图7中，一些错误(校验)粒子驻留在分布的最右侧，而其它错误粒子分散到其余粒子组内。随着已知为错误的更多粒子的权重超过其它非校验粒子，机器人已经被移位就越发变得可能。识别移位能够通过多种方法中的任何方法(包括检查错误(校验)粒子的平均索引值)执行移位的实际确定。在定位的情况中，大部分或所有的错误粒子将一起相对靠近地驻留在索引的底部，这是因为它们通常具有最低权重。对在定位情况下的错误粒子的索引进行平均化处理将会生成相对于包括错误粒子和非错误粒子的总粒子组的尺寸而言的较大数字。然而，在移位的状态下，错误粒子散布在分布曲线上，并且按照权重的顺序的粒子的索引将生成平均索引相对于总粒子组的尺寸而言不必较高的一组错误粒子。通常，保持恒定和相对于总粒子组的尺寸为较高值的校验粒子索引的均值反映了定位的情况。值下降或值开始波动的均值可以指示移位的情况。在图8中的平均的校验粒子数据的图表中示出了这些状态即定位和移位。在这个图表中，绘制的数据是平均的校验粒子索引。对于定位迭代1到600，平均的数据较高并且相对恒定，这与定位的状态一致。在迭代600后不久，平均值显著下降并且然后恢复；在这种特定数据组中，这种下降对应于工程师从地面上拾起机器人并且将它移至不同位置。与索引平均的先前下降一样，均值返回到较高的稳定数字表示机器人可能从该事件恢复。在800与1000定位迭代之间的曲线上的一点处，数据开始大幅波动。该均值的一致性的缺失和它的变化范围表示移位的情况。与先前较大的移位不同，机器人可能不能够从这个移位进行恢复，这如整个数据组的端部的数据的连续不稳定性所示。确定机器人已经被移位依赖于将平均的错误粒子索引与阈值进行比较。该阈值能够在编码过程中进行预先确定，但是在评估机器人是否被定位过程中包括一些滞后通常是有利的。例如，观看图8所示的数据组的后部，平均的校验粒子索引的变化多次到达较高数字，但是在每次这种情况下，在仅仅几次迭代以后它再次下降。机器人是否已经从移位事件进行恢复的正确评估不仅应该观看即时值还应该评估是否平均的索引返回到较高值并且在足以证明机器人可能已经被成功再定位的时间段内稳定保持在较高值。2.地图的动态区域的处理从事机器人的环境的地图的建立和更新的机器人面对的挑战之一是它的环境内的静态和动态元素的可能的混合。尽管通常期待大多数的机器人的环境将保持固定，但是机器人应该准备在人、宠物等进行移动的环境下工作。新遇到的未绘制地图的空间可以包含动态和静态元素的混合。对于建立机器人使用的可用和准确地图，在地图的可能的动态区域的机器人识别与静态区域的机器人识别之间进行区分是重要的。在一个实施例中，可以通过下面方法解决在机器人的环境的静态(永久)元素与动态(瞬时)元素之间进行区分的问题。1)机器人可以在存储器中可用的单元的网格空间内建立它的环境(地图)的摘要，每个单元包含指示单元内的空间是空闲还是被占据的相对概率的数字。这些值例如可以在0(空闲)到254(被占据)的范围内，每个单元内的初始条件值是127(即，频谱的中间的值)。2)空间传感器(最常见的是激光测距仪)可以扫描机器人的四周，测量到边界和其它物体的距离。这个数据流可以提供基础信息，机器人基于该基础信息可以确定单元是否被占据的概率。例如，如果空间传感器测量与墙壁的距离，则机器人产生的地图上沿墙壁与那个点对应的单元被占据的占据概率增加而沿机器人与墙壁之间的测量矢量的所有单元的占据概率下降(由于墙壁是检测的第一物体)。通过空间传感器的重复测量，概率可以变得更加确定。3)如果当前被识别为空闲的单元具有正在变化的占据概率(例如，表现为突然被占据)，则它可以表示地图的可能的动态区域。4)如果检测到这些单元，则它们可以被标记，从而在它们是动态时不对关于它们的包含障碍的似然性进行更新。类似的是，这还可以扩展到包围这些单元的任意区域。图9是包含本发明的其它特征的系统图。在图9中，数据采集系统910产生关于例如机器人的移动装置的物理环境的数据。由数据采集系统产生的数据向地图/模型处理设备920提供输入。地图/模型处理设备920以基于单元的网格形式产生并保持地图(块 922)并且基于从数据采集系统接收的数据向每个单元分配占据概率(块924)。此外，地图 /模型处理单元针对各个单元的占据概率的变化监视各个单元(块926)。基于这些变化的检测，处理单元确定是否任何单元是动态的。如果单元被确定为动态，则它们被相应地进行标记(块928)。在这些单元处于动态状态的时间内，这些单元的地图绘制或更新被暂停。图10示出了图9所示的实施例的操作的流程。在图10中，在块1001中，数据采集系统产生关于机器人的物理环境的数据，在块1002得到产生的数据。在块1003，产生的数据用于产生或更新机器人的物理环境的地图。在块1004，分配或更新网格地图的每个单元的占据概率。在块1005，确定是否任何单元的占据概率正在变化。如果没有变化，则流程返回到块1001。如果有变化，则在块1006，占据概率正在变化的单元被标记为动态，从而在占据概率正在改变时不对它们进行更新。流程然后返回到块1001。解决用于收集关于机器人的周围的空间数据的传感器的倾斜作为地图绘制和定位的一部分的机器人的周围环境的准确描绘需要保持产生空间数据的传感器的定向与周围几何形状的主持表面相一致。对于在建筑物或类似封闭环境内部进行工作的机器人，这意味着收集两维信息的传感器将优选保持它的检测平面与地面平行，这是因为地面将定义机器人可以在它上面进行行走的运动的主要平面。由于地面可能具有表面不平坦的区域或者表面不连续，或者由于地面上的物体可以在机器人可用行走表面上引入非均勻性，所以收集空间数据的传感器可能不会保持与周围几何形状的主持表面一致的定向，这能够导致机器人周围的错误描绘。图11到图12示出了在不具有检测何时它的传感器失去与地面的平行定向的能力的收集空间数据的机器人遇到的可能的问题。在上面图示中，机器人从A处的物理边界向B 处的物理边界行走。在这个例子中，安装在机器人上的传感器在由位于接近机器人的顶部的高度的细线指示的水平平面内收集空间数据。在下面图示中，机器人开始通过障碍物，这使得机器人向后倾斜。如果机器人没有认识到它不再在与周围几何形状一致的平面内收集数据，则从传感器数据得到的空间构造将不与由机器人的周围环境定义的实际几何形状匹配。在这种情况下，数据收集平面的前倾将B处墙壁的先前确定的位置歪曲到B'处的更远的位置。数据收集平面上的后倾导致它与地面相交，形成边界存在于机器人之后的A'处而非更远位置A处的印象。通常，当机器人通过地面表面上的实质不规则地方时，轮子滑动伴随倾斜。如果当机器人在新的区域上收集它的第一数据时(例如，当机器人转过角进入未绘制地图的空间时)它发生，则这会特别成为一个问题，这是因为失真的图像可以被并入地图中。对于使用空间边界信息的连续生成以向地图提供更新的机器人，在倾斜事件期间产生的错误数据能够传播进入地图绘制或定位算法。可能的结果可以包括一定程度的地图绘制破坏，这经常会导致移位。因此，提供一种在正常操作过程中识别并解决倾斜情况的策略是重要的，并且在下文描述对其的两个方案。这些方案被设计为它们能够单独使用或者以可能增强的方式一起使用。3.在软件中检测并解决倾斜通常，由人、宠物或者由人移动或使用的物体建立的动态区域将呈现进行标记的动态区域，其通常受限于它的脚印内。然而，如果动态区域沿相对宽区域扩展，则这可以表现为不同情境。例如，如果地图边界区域突然偏移或者以许多可能邻近单元被标记为活跃的方式进行移动，则机器人可能出现倾斜。在这种情况下，空间传感器的检测平面可以成一定角度从而靠近机器人的地面的一部分被读取为边界，这如在先前描述的例子中所示。当机器人识别动态区域包括比由人、宠物或运动物体建立的区域大的区域时(与前者成相对比例)，地图的更新可以被暂停。
图13示出了图1所示的系统的操作的流程，不同之处在于，在软件中检测并解决机器人的倾斜。在块1301中，数据采集系统产生关于机器人的物理环境的数据，在块1302 得到产生的数据。在块1303，产生的数据用于产生或更新机器人的物理环境的地图。在块 1304，进行检查以查看是否地图的任何元素(例如，地图边界区域)已经偏移超过阈值限制。如果没有，则在块1305中，继续地图产生或更新。然而，如果在块1304中偏移超过阈值限制，则在块1306中，地图产生被暂停或者地图被修改。在这个方面中，在处理设备内产生暂停或修改的指令，并且指令没有源于感测单元。在块1305或块1306以后，流程返回到数据产生，从而能够进行进一步检查以查看地图元素是否已经返回到阈值限制内。应该注意暂停或修改用于地图绘制的产生的数据的使用的指令不必仅来自感测单元或者来自处理设备内部。图1中所示的系统的这些各个特征可以同时进行操作。运动的检测可以依赖于例如由激光测距仪执行的空间扫描，该激光测距仪可以连续扫描机器人的周围环境。当扫描指示连续距离读数显示“动态”移动时，由总计距离或由距离差分表示的空间距离可与预定阈值进行比较。如果第一次到最后一次距离测量之间的差大于阈值，则可以得出结论机器人倾斜。图14提供了这个场景的例子。考虑位置A处的机器人在一个房间内进行移动并且通过门口进入邻接房间。假设机器人采用平面空间传感器，从而能够描绘它的周围的物理限制。这个传感器可以通过打开的门口检测邻接房间的墙壁的某部分，这在该例子情况下可以生成墙壁段B的检测长度。如果前进机器人的一侧遇到障碍物(例如，厚垫子)以导致机器人跨骑在物体上(例如，左轮由垫子升高而右轮继续在地面上滚动)，则机器人的检测平面可能朝向它的右侧倾斜。根据房间几何形状以及倾斜角度，可能的是，已经在B处检测到邻近房间的墙壁的感测平面的部分现在将在近得多的位置B'与邻接房间的地面进行相交。在这种情况下，由于机器人更新它的周围的地图，所以数据可以显示墙壁边界突然从B移至B ‘而其它边界可以显示较少或没有位置变化。对于监视连续单元的突然变化(从水平操作期间的B'处的空闲单元到当机器人倾斜时的B'处被占据单元)的机器人，可以基于由连续新占据的单元表示的物理长度与预定阈值之间的比较确定已经发生倾斜事件。如果表示的距离或者距离差满足或超过阈值，则可以得到结论机器人已经倾斜并且地图更新可被暂停。4.在硬件中检测并解决倾斜硬件中倾斜的检测可以涉及使用可以检测部件的安装表面的定向的变化的加速度计或类似部件。基于这种方案，由空间扫描仪产生的数据可以通过关于定向变化的数据进行补充。通过为空间传感器的数据进行语境校验的这个后者数据组，在倾斜检测部件指示空间传感器已经失去它的优选定向时收集的信息可以被丢弃。在一个典型实施例中，可以在由任何定位或地图绘制软件进行处理之前丢弃这个数据。如图15所示，机器人使用传感器从机器人的周围产生水平平面的2D空间信息。虚线指示由空间感测平面与包围机器人的物体相交建立的感测周界。这个周界向机器人通知附近障碍物和由墙壁和门呈现的边界。如图16中所示，如果机器人通过低障碍物(例如，图16所示的门框)或者不平坦表面，则机器人可能失去相对于地面的平行性质。结果，固定到机器人的收集关于机器人的四周的空间信息的传感器能够以偏离水平成一定角度收集数据。图16中的虚线显示了空间传感器的检测平面与包围机器人的物体表面的相交。由于机器人倾斜，所以所产生的空间数据变得错误。由于B'处的检测平面在更高点与机器人前方的墙壁相交所以计算的到该墙壁的距离变得失真，但是更加严重的是，检测平面与机器人后方的地面相交将不正确地报告A'处的线性边界。 已经仅仅举例而非限制性参照特定实施例详细示出和描述本发明的几个特征和方面。这里引用的“一个实施例”或“一种实施例”是指结合该实施例描述的特定特征、结构、操作或其它特性可以包括在本发明的至少一个实施方式中。然而，说明书中的多个地方出现的短语“在一个实施例中”或“在一种实施例中”不需要一定指定同一实施例。可以想象，普通技术人员可以独立或者以任何兼容组合或者排列使用任何或全部以上实施例。本领域技术人员应该明白，其它实施方式和公开的实施例的各种变型在本发明的范围和预期内。因此，本发明被认为仅仅受到所附的权利要求的范围的限制。
权利要求
1.一种移动机器人系统，包括a.移动机器人；以及b.用于控制机器人的移动的系统，该系统包括1.数据采集系统，用于产生识别机器人的物理环境的数据，所述数据采集系统具有相对于机器人的物理环境的优选操作定向； .处理设备，用于响应于数据采集系统以对机器人的物理环境和机器人的物理环境内的数据采集系统的位置绘制地图或者建模；以及iii.感测单元，确定数据采集系统是否已经失去其相对于机器人的物理环境的优选操作定向；iv.其中，处理设备包括当感测单元确定数据采集系统已经失去其相对于机器人的物理环境的优选操作定向时响应于感测单元以暂停或修改由数据采集系统产生的、用于对机器人的物理环境绘制地图或建模的数据的使用的设备。
2.根据权利要求1所述的移动机器人系统，其中，数据采集系统包括识别机器人的操作环境中的物品的距离测量装置。
3.根据权利要求2所述的移动机器人系统，其中，距离测量装置包括发光以基于反射光测量距离的光发射和光接收设备。
4.根据权利要求2所述的移动机器人系统，其中，距离测量装置包括激光测距仪。
5.根据权利要求1所述的移动机器人系统，其中，感测单元包括加速度计。
6.根据权利要求1所述的移动机器人系统，其中，处理设备与移动机器人物理分离并且与移动机器人进行通信。
7.一种移动机器人系统，包括a.移动机器人；以及b.用于控制机器人的移动的系统，该系统包括i.数据采集系统，用于产生识别机器人的物理环境的数据，所述数据采集系统具有相对于机器人的物理环境的优选操作定向； .处理设备，用于响应于数据采集系统以产生机器人的物理环境和机器人的物理环境内的数据采集系统的位置的地图；iii.其中，处理设备包括当地图超过阈值限制的部分对应于地图中的一个或多个元素的预定偏移时响应于由数据采集系统产生的数据以暂停或修改由数据采集系统产生的数据的使用的设备。
8.根据权利要求7所述的移动机器人系统，其中，数据采集系统包括识别机器人的物理环境中的物品的距离测量装置。
9.根据权利要求8所述的移动机器人系统，其中，距离测量装置包括发光以基于反射光来测量距离的光发射和光接收设备。
10.根据权利要求8所述的移动机器人系统，其中，距离测量装置包括激光测距仪。
11.根据权利要求1所述的移动机器人系统，其中，处理设备与移动机器人物理分离并且与移动机器人进行通信。
12. —种移动装置跟踪系统，包括a.产生装置的物理环境的地图的设备，与跟踪装置的位置同时或者在此之前进行所述产生，所述产生设备与跟踪装置的位置同时或者在此之前更新所述地图；以及b.处理设备，通过产生粒子来确定装置在所述地图内的当前位置，所述粒子的每一个表示装置在其物理环境内的可能的位置和/或定向，其中，可以迭代产生并保持所述粒子的数据组以跟踪该装置在其物理环境内的变化位置，处理设备包括i.向每个粒子分配权重的设备，粒子权重是相对于其它粒子的、准确表示机器人的位置的粒子的似然性的相对测度；ii.引入错误粒子的设备，选择错误粒子的可能的位置以使得分配给它们的权重应该一致低于在(b)中描述的粒子的权重；以及iii.确定移动装置是否已经移位的设备，当大量错误粒子的权重不再一致低于在(b) 中描述的粒子的权重时将错误粒子的权重与在(b)中描述的粒子的权重进行比较以确定移动装置是否已经移位。
13.根据权利要求12所述的移动装置跟踪系统，其中，选择错误粒子以避免向移动装置的位置的当前估计引入附加误差。
14.根据权利要求12所述的移动装置跟踪系统，其中，移动装置是机器人。
15.根据权利要求12所述的移动装置跟踪系统，其中，移位的确定包括计算并监视通过多次迭代的错误粒子的平均权重或者中值权重。
16.一种识别并标记移动装置的物理环境的地图的动态区域的系统，该系统包括a.数据采集系统，用于产生识别移动装置的物理环境的数据；以及b.处理设备，响应于数据采集系统，在基于单元的网格中对移动装置的物理环境和在移动装置的物理环境内数据采集系统的位置绘制地图或建模，在基于单元的网格中，向各个单元分配指示关于与单元对应的物理空间是否由物体占据或者包含空闲空间的确定度的概率；c.其中，处理设备包括如下设备i.根据由数据采集系统产生的数据向网格地图内的每个单元分配并更新概率； .确定单元的占据概率的变化是指示当前被识别为空闲的单元已经变成被占据还是指示当前被识别为被占据的单元已经变成空闲；以及iii.对这些单元进行标记从而不对它们包含障碍物的概率进行更新或者在所述概率正在变化时不进行更新。
17.根据权利要求16所述的系统，其中，标记的单元还包括包围标记的单元的预定尺寸的区域。
18.根据权利要求16所述的系统，其中，移动装置是机器人，系统还包括距离测量装置，所述距离测量装置包括发光以基于反射光测量距离的光发射和光接收设备，所述数据采集系统响应于所述距离测量装置以产生识别移动装置的物理环境的所述数据。
19.根据权利要求18所述的系统，其中，距离测量装置包括激光测距仪。
20.一种控制机器人的移动的方法，该方法包括a.产生识别机器人的物理环境的数据；b.使用所述数据对机器人的物理环境绘制地图或者建模；c.确定机器人是否已经失去其优选操作定向；d.如果机器人已经失去其优选定向，则在机器人已经失去其优选定向时暂停所述地图绘制，以及当机器人已经恢复其优选定向时恢复所述地图绘制；以及e.根据(a)到(d)控制机器人的移动。
21.根据权利要求20所述的方法，其中，所述产生包括使用激光测距仪测量与机器人的物理环境内的物体的距离。
22.根据权利要求20所述的方法，其中，所述确定包括通过加速度计测量所述机器人的移位。
23.—种控制机器人的移动的方法，该方法包括a.产生识别机器人的物理环境和机器人的物理环境内机器人的位置的数据；b.当地图高于阈值限制的部分对应于地图中的一个或多个元素的预定偏移时，暂停或修改由数据采集系统产生的数据的使用；以及c.根据(a)和(b)控制机器人的移动。
24.一种控制机器人的移动的方法，该方法包括a.产生机器人的物理环境的地图，与跟踪机器人的位置同时或者在此之前进行所述产生；b.与跟踪机器人的位置同时或者在此之前更新所述地图；c.通过产生粒子确定在所述地图内机器人的当前位置，所述粒子的每一个表示机器人在其物理环境内的可能的位置和/或定向，其中，可以迭代产生并保持所述粒子的数据组以跟踪装置在其物理环境内的变化位置，所述确定包括i.向每个粒子分配权重，粒子权重是相对于其它粒子的、准确表示机器人的位置的粒子的似然性的相对测度； .引入错误粒子，选择所述错误粒子的可能的位置以使得分配给它们的权重应该一致低于表示机器人的可能的位置和/或定向的粒子的权重；以及iii.当大量错误粒子的权重不再一致低于表示机器人的可能的位置和/或定向的粒子的权重时，将错误粒子的权重与表示机器人的可能的位置和/或定向的粒子的权重进行比较以确定机器人是否已经移位；d.该方法还包括根据(a)到(c)控制机器人的移动。
25.—种控制机器人的移动的方法，该方法包括a.产生识别机器人的物理环境的数据；b.在基于单元的网格中对机器人的物理环境和在机器人的物理环境内的位置绘制地图或建模，在基于单元的网格中，向各个单元分配指示关于与单元对应的物理空间是否由物体占据或者包含空闲空间的确定度的概率；c.根据产生的数据向网格地图内的每个单元分配并更新概率；d.确定单元的占据概率的变化是指示当前被识别为空闲的单元已经变成被占据还是指示当前被识别为被占据的单元已经变成空闲；e.对这些单元进行标记从而不对它们包含障碍物的概率进行更新或者在所述概率正在变化时不进行更新；以及f.根据(a)到(c)控制机器人的移动。
全文摘要
本发明提供了优化移动装置(通常，移动机器人)的同时定位和地图绘制(SLAM)处理的性能的技术。在一个实施例中，错误粒子被引入定位的粒子滤波处理中。监视错误粒子相对于为SLAM保持的粒子的权重提供了机器人被定位的校验和不再被定位的检测。在另一个实施例中，移动机器人的环境的基于单元的网格地图绘制还监视单元的占据概率的变化。占据概率变化的单元被标记为动态并且这些单元对地图的更新被暂停或修改直到它们的各个占据概率稳定。在另一个实施例中，当确定装置正以如下方式获取关于它的物理环境的数据时地图绘制被暂停，即例如当机器人装置倾斜时使用数据进行地图绘制将向地图中引入失真。
文档编号G05D1/02GK102576228SQ201080045901
公开日2012年7月11日 申请日期2010年8月31日 优先权日2009年8月31日
发明者B·索夫曼, M·埃莫里奇, N·D·蒙森, S·亚历山大, V·俄马科夫 申请人:Neato机器人技术公司