使用关联特征对的车辆位置确定或导航制造技术

根据本文中所描述的实施例，用于使用关联特征对进行车辆位置确定或导航的方法可以包括：通过取回来自相机的包括二维UV空间信息的相机数据的初始集合、形成来自UV空间信息的对、以及将来自UV空间信息的每个对与来自工业设施地图的多个三维全局特征点中的每一个的对关联，创建多个关联特征对；从关联特征对的计算出的车辆姿态计算最佳估计姿态；使用累积的里程将最佳估计姿态更新到当前所定位的位置；以及将种子位置设置为当前所定位的位置。使用当前所定位的位置，跟踪材料搬运车辆沿库存运送面的导航和/或以至少部分自动的方式沿库存运送面导航材料搬运车辆。

【技术实现步骤摘要】
【国外来华专利技术】相关申请的交叉引用本申请要求案卷号为CRNZ0052MA的、于2014年6月27日提交的美国临时申请第62/018094号的优先权，其全部内容通过引用并入本文。
本说明书一般地涉及用于基于天花板灯的特征为工业车辆提供全局定位的系统和方法，并且更具体地涉及用于使用全局定位来分析仓库中天花板灯的独特星座或图案以跟踪具有已知位置或未知位置的工业车辆的位置的系统和方法。
技术介绍
为了围绕工业环境移动物件，工人经常使用工业车辆，包括例如叉车、手动和马达驱动的托板车、和/或其他材料搬运车辆。工业车辆可以被配置为通过环境而导航的手动导向的车辆或者自动导向的车辆。为了便于自动导向、导航或者两者，工业车辆可以适于在环境内定位。也就是说，工业车辆可以被改造为具有传感器和处理器，用于确定工业车辆在环境内的定位，诸如例如工业车辆的姿态和位置。传感器可以被配置为检测环境中的对象，并且定位可以依赖于从这些检测到的对象中提取的特征。
技术实现思路
在一个实施例中，材料搬运车辆可以包括相机、一个或多个车辆处理器、被配置为沿库存运送面移动材料搬运车辆的驱动机构、被配置为在工业设施的存储仓中存储和取回货物的材料搬运机构、以及与驱动机构和材料搬运机构通信的车辆控制架构。相机可以通信地耦合到一个或多个车辆处理器并且捕捉头顶特征的输入图像。工业设施地图可以包括与头顶特征的映射关联的多个三维全局特征点。材料搬运车辆的一个或多个车辆处理器可以执行车辆功能以：通过取回来自相机的包括二维UV空间信息的相机数据的初始集合、形成来自UV空间信息的对、以及将来自UV空间信息的对与来自工业设施地图的多个三维全局特征点的对关联，创建多个关联特征对；针对在相机的视觉范围内的关联特征对计算车辆姿态。材料搬运车辆的一个或多个车辆处理器可进一步执行车辆功能以：基于多个关联特征对中的最高评级对(highest-ratedpair)计算材料搬运车辆的最佳估计姿态；使用与材料搬运车辆关联的累积的里程将最佳估计姿态更新到当前所定位的位置；将种子位置设置为当前所定位的位置；使用当前所定位的位置，跟踪材料搬运车辆沿库存运送面的导航、以至少部分自动的方式沿库存运送面导航材料搬运车辆、或者两者。在另一个实施例中，系统可以包括材料搬运车辆和管理服务器。材料搬运车辆可以包括相机、一个或多个车辆处理器、被配置为沿库存运送面移动材料搬运车辆的驱动机构、被配置为在工业设施的存储仓中存储和取回货物的材料搬运机构、以及与驱动机构和材料搬运机构通信的车辆控制架构。相机可以通信地耦合到一个或多个车辆处理器和管理服务器，并且可以捕捉头顶特征的输入图像。一个或多个车辆处理器可以通信地耦合到管理服务器。工业设施地图可以存储在管理服务器上，并且可以通信地耦合到一个或多个车辆处理器，其中工业设施地图包括与头顶特征的映射关联的多个三维全局特征点。材料搬运车辆的一个或多个车辆处理器可以执行车辆功能以：通过取回来自相机的包括二维UV空间信息的相机数据的初始集合、形成来自UV空间信息的对、以及将来自UV空间信息的对与来自工业设施地图的多个三维全局特征点的对关联，创建多个关联特征对。材料搬运车辆的一个或多个车辆处理器可以进一步执行车辆功能以：针对在相机的视觉范围内的关联特征对计算车辆姿态；基于多个关联特征对中的最高评级对计算材料搬运车辆的最佳估计姿态；使用与材料搬运车辆关联的累积的里程将最佳估计姿态更新到当前所定位的位置；将种子位置设置为当前所定位的位置；以及使用当前所定位的位置，跟踪材料搬运车辆沿库存运送面的导航、以至少部分自动的方式沿库存运送面导航材料搬运车辆、或者两者。在实施例中，一个或多个车辆处理器可以进一步执行车辆功能，以在将种子位置更新为当前所定位的位置之前验证当前所定位的位置。这样的验证可以包括以下功能：在每个数据关联步骤之后记录唯一全局特征点的数量，直到该数量在阈值以上，使得种子位置作为当前所定位的位置被验证。在实施例中，一个或多个车辆处理器可以进一步执行车辆功能，以在将种子位置更新为当前所定位的位置之后在显示器上将种子位置公布为当前所定位的位置。在实施例中，一个或多个车辆处理器可以进一步执行车辆功能以：确定材料搬运车辆是否丢失；以及如果确定材料搬运车辆丢失，则取回来自相机的相机数据的后续集合，并且使用来自相机的相机数据的后续集合取代来自相机的相机数据的初始集合重复以下功能直到找到材料搬运车辆：(i)通过取回来自相机的包括二维UV空间信息的相机数据的后续集合、形成来自UV空间信息的对、以及将来自UV空间信息的对与来自工业设施地图的多个三维全局特征点的对关联，创建多个关联特征对；(ii)针对在相机的视觉范围内的关联特征对计算车辆姿态；(iii)基于多个关联特征对中的最高评级对计算材料搬运车辆的最佳估计姿态；(iv)使用与材料搬运车辆关联的累积的里程将最佳估计姿态更新到当前所定位的位置；(v)将种子位置设置为当前所定位的位置；以及使用当前所定位的位置，跟踪材料搬运车辆沿库存运送面的导航、以至少部分自动的方式沿库存运送面导航材料搬运车辆、或者两者。在实施例中，材料搬运车辆是否丢失的确定可以至少部分地基于种子位置是否包括错误的数据。在实施例中，材料搬运车辆是否丢失的确定可以至少部分地基于相机数据是否不足以校正与累积的里程关联的误差。在实施例中，多个关联特征对是通过数据关联步骤创建的，该数据关联步骤可以包括：创建UV空间信息对；将每个全局特征点与每个UV空间信息对中的第一UV空间特征关联；以及将相机的最大视觉范围内的每个全局特征点与每个UV空间信息对中的第二UV空间特征关联。在实施例中，针对相机的视觉范围内的每个关联特征对的车辆姿态的计算可以至少部分地基于全局定位算法的使用。全局定位算法可以包括这样的公式，该公式计算车辆关于可以作为锚定特征的关联特征对的第一UV空间特征的偏航。该公式可以包括：N是两个3D向量的叉积；T是用于偏航旋转的目标3D点；以及在实施例中，基于多个关联特征对中的最高评级对对材料搬运车辆的最佳估计姿态的计算可以至少部分地基于对每个计算出的车辆姿态的姿态总和误差(posesumerror)的计算，其中最高评级对具有最低的姿态总和误差。在另一个实施例中，沿库存运送面导航材料搬运车辆或者跟踪材料搬运车辆沿库存运送面的导航的方法可以包括：在工业设施的库存运送面上布置材料搬运车辆，其中材料搬运车辆与管理服务器通信，其中材料搬运车辆包括相机、一个或多个车辆处理器、被配置为沿库存运送面移动材料搬运车辆的驱动机构、被配置为在工业设施的存储仓中存储和取回货物的材料搬运机构、以及与驱动机构和材料搬运机构通信的车辆控制架构。该方法可以进一步包括：使用驱动机构以沿库存运送面移动材料搬运车辆；当材料搬运车辆沿库存运送面移动时，经由相机捕捉工业设施的头顶特征的输入图像；提供工业设施地图，该工业设施地图包括与天花板灯的映射关联的多个三维全局特征点；以及通过取回来自相机的包括二维UV空间信息的相机数据的初始集合、形成来自UV空间信息的对、以及将来自UV空间信息的对与来自工业设施地图的多个三维全局特征点的对关联，创建多个关联特征对。该方法可以进一步包括：经由一个或多个车辆处理器，针对在相机的视觉范围内的关联特征对本文档来自技高网...

【技术保护点】
一种材料搬运车辆，包括相机、一个或多个车辆处理器、被配置为沿库存运送面移动材料搬运车辆的驱动机构、被配置为在工业设施的存储仓中存储和取回货物的材料搬运机构、以及与驱动机构和材料搬运机构通信的车辆控制架构，其中：相机通信地耦合到所述一个或多个车辆处理器并且捕捉头顶特征的输入图像；工业设施地图包括与头顶特征的映射关联的多个三维全局特征点；以及材料搬运车辆的所述一个或多个车辆处理器执行车辆功能以：(i)通过取回来自相机的包括二维UV空间信息的相机数据的初始集合、形成来自UV空间信息的对、以及将来自UV空间信息的对与来自工业设施地图的所述多个三维全局特征点的对关联，创建多个关联特征对；(ii)针对在相机的视觉范围内的关联特征对计算车辆姿态；(iii)基于所述多个关联特征对中的最高评级对计算材料搬运车辆的最佳估计姿态；(iv)使用与车辆搬运车辆关联的累积的里程将最佳估计姿态更新到当前所定位的位置；(v)将种子位置设置为当前所定位的位置；以及(vi)使用当前所定位的位置，跟踪材料搬运车辆沿库存运送面的导航、以至少部分自动的方式沿库存运送面导航材料搬运车辆、或者两者。

【技术特征摘要】
【国外来华专利技术】2014.06.27 US 62/018,0941.一种材料搬运车辆，包括相机、一个或多个车辆处理器、被配置为沿库存运送面移动材料搬运车辆的驱动机构、被配置为在工业设施的存储仓中存储和取回货物的材料搬运机构、以及与驱动机构和材料搬运机构通信的车辆控制架构，其中：相机通信地耦合到所述一个或多个车辆处理器并且捕捉头顶特征的输入图像；工业设施地图包括与头顶特征的映射关联的多个三维全局特征点；以及材料搬运车辆的所述一个或多个车辆处理器执行车辆功能以：(i)通过取回来自相机的包括二维UV空间信息的相机数据的初始集合、形成来自UV空间信息的对、以及将来自UV空间信息的对与来自工业设施地图的所述多个三维全局特征点的对关联，创建多个关联特征对；(ii)针对在相机的视觉范围内的关联特征对计算车辆姿态；(iii)基于所述多个关联特征对中的最高评级对计算材料搬运车辆的最佳估计姿态；(iv)使用与车辆搬运车辆关联的累积的里程将最佳估计姿态更新到当前所定位的位置；(v)将种子位置设置为当前所定位的位置；以及(vi)使用当前所定位的位置，跟踪材料搬运车辆沿库存运送面的导航、以至少部分自动的方式沿库存运送面导航材料搬运车辆、或者两者。2.如权利要求1所述的材料搬运车辆，其中所述一个或多个车辆处理器进一步执行车辆功能，以在将种子位置更新为当前所定位的位置之前验证当前所定位的位置，这样的验证包括以下功能：(i)在每个数据关联步骤之后记录唯一全局特征点的数量，直到该数量在阈值以上，使得种子位置作为当前所定位的位置被验证。3.如权利要求1所述的材料搬运车辆，其中所述一个或多个车辆处理器进一步执行车辆功能，以在将种子位置更新为当前所定位的位置之后在显示器上将种子位置公布为当前所定位的位置。4.如权利要求1所述的材料搬运车辆，其中所述一个或多个车辆处理器进一步执行车辆功能以：(i)确定材料搬运车辆是否丢失；(ii)如果确定材料搬运车辆丢失，则取回来自相机的相机数据的后续集合，使用来自相机的相机数据的后续集合替代来自相机的相机数据的初始集合重复权利要求1的功能(i)至(vi)，直到找到材料搬运车辆。5.如权利要求4所述的材料搬运车辆，其中确定材料搬运车辆是否丢失包括基于种子位置是否包括错误的数据确定材料搬运车辆是否丢失。6.如权利要求4所述的材料搬运车辆，其中材料搬运车辆是否丢失的确定至少部分地基于相机数据是否不足以校正与累积的里程关联的误差。7.如权利要求4所述的材料搬运车辆，其中所述多个关联特征对是通过数据关联步骤创建的，所述数据关联步骤包括：(i)创建UV空间信息对；(ii)将每个全局特征点与每个UV空间信息对中的第一UV空间特征关联；以及(iii)将相机的最大视觉范围内的每个全局特征点与每个UV空间信息对中的第二UV空间特征关联。8.如权利要求1所述的材料搬运车辆，其中针对相机的视觉范围内的每个关联特征对的车辆姿态的计算至少部分地基于全局定位算法的使用，其中全局定位算法包括这样的公式，所述公式计算车辆关于包括锚定特征的关联特征对的第一UV空间特征的偏航，其中所述公式包括：(i)N是两个3D向量的叉积；(ii)T是用于偏航旋转的目标3D点；(iii)(iv)以及(v)9.如权利要求8所述的材料搬运车辆，其中基于所述多个关联特征对中的最高评级对对材料搬运车辆的最佳估计姿态的计算至少部分地基于对每个计算出的车辆姿态的姿态总和误差的计算，其中最高评级对具有最低的姿态总和误差。10.一种包括材料搬运车辆和管理服务器的系统，其中：材料搬运车辆包括相机、一个或多个车辆处理器、被配置为沿库存运送面移动材料搬运车辆的驱动机构、被配置为在工业设施的存储仓中存储和取回货物的材料搬运机构、以及与驱动机构和材料搬运机构通信的车辆控制架构；相机通信地耦合到所述一个或多个车辆处理器和管理服务器，并且捕捉头顶特征的输入图像；所述一个或多个车辆处理器通信地耦合到管理服务器；存储在管理服务器上的工业设施地图通信地耦合到所述一个或多个车辆处理器，其中工业设施地图包括与头顶特征的映射关联的多个三维全局特征点；以及材料搬运车辆的所述一个或多个车辆处理器执行车辆功能，以：(i)通过取回来自相机的包括二维UV空间信息的相机数据的初始集合、形成来自UV空间信息的对、以及将来自UV空间信息的对与来自工业设施地图的所述多个三维全局特征点的对关联，创建多个关联特征对；(ii)针对在相机的视觉范围内的关联特征对计算车辆姿态；(iii)基于所述多个关联特征对中的最高评级对计算材料搬运车辆的最佳估计姿态；(iv)使用与材料搬运车辆关联的累积的里程将最佳估计姿态更新到当前所定位的位置；(v)将种子位置设置为当前所定位的位置；(vi)使用当前所定位的位置，跟踪材料搬运车辆沿库存运送面的导航、以至少部分自动的方式沿库存运送面导航材料搬运车辆、或者两者。11.如权利要求10所述的系统，其中所述一个或多个车辆处理器进一步执行车辆功能，以在将种子位置更新为当前所定位的位置之前验证当前所定位的位置，这样的验证包括以下功能：(i)在每个数据关联步骤之后记录唯一全局特征点的数量，直到该数量在阈值以上，使得种子位置作为当前所定位的位置被验证。12.如权利要求10所述的系统，其中所述一个或多个车辆处理器进一步执行车辆功能，以在将种子位置更新为当前所定位的位置之后在显示器上将种子位置公布为当前所定位的位置。13.如权利要求10所述的系统，其中所...

【专利技术属性】
技术研发人员：K·钱德拉塞卡尔，R·埃斯特普，J·J·汤普森，L·B·沃尔茨，
申请(专利权)人：克朗设备公司，
类型：发明
国别省市：美国;US