具有排除区的多分辨率扫描匹配制造技术

一种用于将机器人从当前位姿导航到目标位姿的方法。地图代表机器人导航区域内的障碍物和自由空间。基于地图和从最高分辨率到依次降低的分辨率对地图金字塔的抽取，构建匹配的地图金字塔和排除的地图金字塔。用于沿着目标路径从当前位置导航到目标位姿的当前位姿包括确定搜索区域并创建搜索堆。在搜索堆上对搜索任务进行评分，以确定在最高分辨率的匹配地图上的最佳候选位姿，或者在下一个更高分辨率的匹配地图上使用搜索任务扩展搜索堆。在下一个更高分辨率的匹配地图上扩展搜索堆可避免将机器人定位在排除区中的搜索任务。

【技术实现步骤摘要】
【国外来华专利技术】具有排除区的多分辨率扫描匹配相关申请的交叉引用本申请要求申请日为2017年9月27日的美国专利申请15/712,222的优先权，该美国专利申请与申请日为2017年9月22日，名称为“使用最优交互避碰代价评估的动态窗口方法”的美国专利申请15/712,256相关，两者均通过引用并入本文。
在此描述的本专利技术总体上涉及使用包含障碍物的维度空间的空间表征将机器人导航到目标位置。具体地，本专利技术是一种确定自主或半自主机器人操作订单履行仓库以履行或协助履行产品订单的位姿的改进方法。
技术介绍
在许多应用中，机器人被用来代替人类执行功能或辅助人类以提高生产率和效率。这样的应用之一是订单履行，通常是在一个装满产品的大型仓库中执行，产品将被运送到已经通过互联网下订单进行送货上门的客户。及时、准确和高效地履行此类订单在逻辑上至少可以说具有挑战性。例如，在线互联网购物应用中，单击虚拟购物车中的“结算”按钮将创建一个“订单”。该订单包括一个将要发送到特定地址的项目列表。“履行”的过程包括从一个大仓库实际提取或“挑选”这些物品，包装它们，并将它们运送到指定的地址。因此，订单履行过程的一个重要目标是在尽可能短的时间内装运尽可能多的物品。接收订单、计划订单履行、查找储物架或储物箱、拣选产品并针对订单上的每个物品重复该过程、然后将订单交付给运输站的过程是重复性的且劳动密集型的。在仓库中存有成千上万个快速变化的库存物品，机器人在确保及时有效地履行订单中起着至关重要的作用。另外，最终要被运输的产品首先需要在仓库中接收，并在整个仓库中以有序的方式存储或“放置”在储物箱中，以便可以轻松取回它们进行运输。使用机器人执行拾取和放置功能可以单独由机器人完成，也可以在操作员的协助下完成。无论是否通过人机交互执行的拾取和放置或库存功能，都要求机器人从其当前位置导航到目标产品存储或“箱”的位置。从当前位置到产品存放箱的机器人目标路线上，机器人通常会遇到固定和移动的障碍物，例如墙壁，架子，支撑结构，人和其他机器人。随着新产品的存储和消耗，新架子和新箱子的添加和移除以及将杂物引入共享的人和机器人的空间，订单履行仓库的动态性质要求不断更新有关仓库及其内容的信息。机器人在订单履行仓库中导航的一种方法是采用由机器人本地存储和更新的仓库的空间模型或“地图”，以使机器人在执行分配的订单履行任务时自主或半自主运行。该地图是仓库、仓库的存储位置、障碍物和其他特征的数字表征。为了在存在固定和动态障碍物的情况下到达产品箱，机器人在地图上执行处理操作，以确定其当前位置并连续重新校准其沿目标路径的移动。这样的地图可以使用各种技术来创建和维护，例如，使用本地激光扫描或当机器人在仓库中导航时，来自机器人传感器的图像。通常，使用机器人地图绘制应用程序中的地图更新是使用同步定位与建图或“SLAM”实现的。顾名思义，SLAM在更新地图的同时找到机器人的当前位置。但是，由于机器人障碍物感测，机器人控制和位置感测以及制图过程本身的不确定性，SLAM容易造成位姿错误。防止这种错误的常规方法在计算上是昂贵的。需要的是一种计算有效的方法，该方法可减少使用SLAM映射确定位姿的计算时间，从而改善机器人沿目标路径的导航。这样效率导致更快、更顺畅地导航到产品存储箱，从而提高了订单履行仓库的整体吞吐量。
技术实现思路
通过下面的专利技术概述和详细说明，本专利技术相对于现有系统的好处和优点将显而易见。本领域的技术人员将理解，可以用除了下面总结或公开的实施例以外的实施例来实践本教导。本专利技术的一个方面是一种用于使机器人从当前位姿导航到目标位姿的方法。该方法包括：接收代表机器人导航区域内的障碍物和自由空间的地图，基于接收的地图，构建一个匹配地图金字塔，该匹配地图金字塔包括最高分辨率的匹配地图和一组分辨率依次降低的抽取的匹配地图，基于接收到的地图，构建一个排除地图金字塔，该排除地图金字塔包括一个最高分辨率的排除地图和一组分辨率依次降低的抽取的排除地图。在接收和构建之后，该方法还包括：接收用于将机器人从其当前位置沿着目标路径导航到目标位姿的目标位姿，接收包括点云的激光雷达扫描，该点云表示机器人在其当前位置附近的障碍物，找到机器人的当前位姿。一旦找到机器人的当前位姿，就可以将机器人沿目标位姿的方向移动到目标路径上的下一个位姿。在一个优选的实施例中，找到机器人的当前位姿包括：确定接收到的地图内的搜索区域，创建一个包括任务的搜索堆，所述任务表示所述匹配地图金字塔的一个或多个分辨率的候选位姿，在搜索堆上对搜索任务评分以确定最佳候选位姿，使得如果最佳候选位姿处于最高分辨率匹配地图，则将该位姿选择为当前位姿；其中，如果最佳候选位姿不在最高分辨率匹配地图上，则基于下一个最高分辨率匹配地图上的最佳候选位姿来扩展搜索堆，或者所述搜索堆不会被具有会将机器人定位在下一个最高分辨率排除地图的排除区中的具有候选位姿的搜索任务扩展。在一些实施例中，该方法可包括接收同步定位与建图(SLAM)的地图。该方法可进一步包括通过多对多的多分辨率扫描匹配(M3RSM)来执行创建搜索堆并对搜索任务评分。该方法可包括通过二次衰减卷积滤波器增加障碍物的尺寸来构建最高分辨率匹配地图。该方法可包括通过基于机器人的半径增加障碍物的尺寸来构建最高分辨率排除地图。该方法的其他方面可包括：通过高估下一个较高分辨率的匹配地图中的扫描匹配得分，来抽取以构建匹配地图金字塔的每个相继较低的分辨率。抽取以构建排除地图金字塔的每个相继较低的分辨率可能会低估下一个较高分辨率的排除地图中的排除区。在较低分辨率的排除地图上低估排除区并且不扩展位于排除区中的搜索任务可能会有利地防止在排除金字塔的较高分辨率下在排除区中创建搜索任务。排除区所限定的障碍物可以选自包括但不限于墙壁、架子、梁、箱子和充电站的组。本专利技术的一个方面是一种用于将机器人从当前位姿导航到目标位姿的系统。该系统可包括激光雷达扫描仪、收发器、数据存储设备以及数据处理器和存储有指令以供数据处理器执行的数据存储设备。数据存储设备存储的指令可能会导致机器人处理器接收代表障碍物和自由空间的地图，以供机器人导航，并根据接收到的地图构建匹配地图金字塔，其中包括最高分辨率的匹配地图和一组分辨率依次降低的抽取的匹配地图，并基于接收到的图构建排除图金字塔，该金字塔包含最高分辨率的排除地图和一组分辨率依次降低的抽取的排除地图。在接收和构建后，指令还可包括接收目标位姿，所述目标位姿用于将所述机器人从其当前位置沿目标路径导航至目标位置，接收包括点云的激光雷达扫描，该点云表示机器人在其当前位置附近的障碍物，以查找机器人的当前位姿。一旦找到机器人的当前位姿，指令就可以使机器人在目标位姿的方向上移动到目标路径上的下一个位姿。在优选实施例中，寻找机器人的当前位姿包括确定接收到的地图内的搜索区域，创建一个包括任务的搜索堆，所述任务表示所述匹配地图金字塔的一个或多个分辨率的候选位姿，对所述搜索堆中的搜索任务打分以确定最佳候选位姿，其中如果所述最佳候选位姿在最高分辨率匹配地图上，则将所述位姿选择为本文档来自技高网...

【技术保护点】
1.一种用于将机器人从当前位姿导航至目标位姿的方法，包括：/n接收代表机器人导航区域内的障碍物和自由空间的地图；/n基于接收到的地图，构建匹配地图金字塔，所述匹配地图金字塔包括最高分辨率的匹配地图和一组分辨率依次降低的抽取的匹配地图；/n基于接收到的地图，构建排除地图金字塔，所述排除地图金字塔包括最高分辨率的排除地图和一组分辨率依次降低的抽取的排除地图；/n接收目标位姿，所述目标位姿用于将所述机器人从其当前位置沿目标路径导航至目标位置；/n接收激光雷达扫描，所述激光雷达扫描包括点云，所述点云表示机器人当前位置附近的障碍物；/n查找所述机器人的当前位姿；以及/n将所述机器人沿所述目标位姿的方向移动到所述目标路径上的下一个位姿；/n其中，查找所述机器人的所述当前位姿包括：/n在接收到的地图内确定搜索区域；/n创建包括任务的搜索堆，所述任务表示在所述匹配地图金字塔的一个或多个分辨率的候选位姿；/n对所述搜索堆中的搜索任务打分以确定最佳候选位姿，其中如果所述最佳候选位姿在最高分辨率匹配地图上，则将所述位姿选择为所述当前位姿；其中如果最佳候选位姿不在最高分辨率匹配地图上，则基于下一个最高分辨率匹配地图上的最佳候选位姿来扩展所述搜索堆；以及，其中所述搜索堆不会被扩展到具有这样的搜索任务，该搜索任务具有会将机器人定位在下一个最高分辨率排除地图的排除地图的排除区中的候选位姿。/n...

【技术特征摘要】
【国外来华专利技术】20170922 US 15/712,2221.一种用于将机器人从当前位姿导航至目标位姿的方法，包括：
接收代表机器人导航区域内的障碍物和自由空间的地图；
基于接收到的地图，构建匹配地图金字塔，所述匹配地图金字塔包括最高分辨率的匹配地图和一组分辨率依次降低的抽取的匹配地图；
基于接收到的地图，构建排除地图金字塔，所述排除地图金字塔包括最高分辨率的排除地图和一组分辨率依次降低的抽取的排除地图；
接收目标位姿，所述目标位姿用于将所述机器人从其当前位置沿目标路径导航至目标位置；
接收激光雷达扫描，所述激光雷达扫描包括点云，所述点云表示机器人当前位置附近的障碍物；
查找所述机器人的当前位姿；以及
将所述机器人沿所述目标位姿的方向移动到所述目标路径上的下一个位姿；
其中，查找所述机器人的所述当前位姿包括：
在接收到的地图内确定搜索区域；
创建包括任务的搜索堆，所述任务表示在所述匹配地图金字塔的一个或多个分辨率的候选位姿；
对所述搜索堆中的搜索任务打分以确定最佳候选位姿，其中如果所述最佳候选位姿在最高分辨率匹配地图上，则将所述位姿选择为所述当前位姿；其中如果最佳候选位姿不在最高分辨率匹配地图上，则基于下一个最高分辨率匹配地图上的最佳候选位姿来扩展所述搜索堆；以及，其中所述搜索堆不会被扩展到具有这样的搜索任务，该搜索任务具有会将机器人定位在下一个最高分辨率排除地图的排除地图的排除区中的候选位姿。


2.如权利要求1所述的方法，其特征在于，所述接收到的地图包括同步定位与建图(SLAM)的地图。


3.如权利要求1所述的方法，其特征在于，通过多对多的多分辨率扫描匹配(M3RSM)来执行创建所述搜索堆并对所述搜索任务评分。


4.如权利要求1所述的方法，其特征在于，构建所述最高分辨率的匹配地图包括通过二次衰减卷积滤波器增加障碍物的大小。


5.如权利要求1所述的方法，其特征在于，构建所述最高分辨率的排除地图包括基于机器人的半径增加障碍物的大小。


6.如权利要求1所述的方法，其特征在于，抽取以构建匹配地图金字塔的每个依次降低的分辨率来高估下一个较高分辨率匹配地图的扫描匹配得分。


7.如权利要求1所述的方法，其特征在于，抽取以构建排除地图金字塔的每个依次降低的分辨率来低估下一个较高分辨率排除地图的排除区。


8.如权利要求8所述的方法，其特征在于，在较低分辨率排除地图低估所述排除区以及不扩展定位在排除区中的搜索任务还防止在所述排除金字塔的较高分辨率下的排除区中创建搜索任务。


9.如权利要求8所述的方法，其特征在于，由所述排除区限定的所述障碍物选自包括但不限于壁、架子、梁、箱子和充电站的组。


10.一种...

【专利技术属性】
技术研发人员：托马斯·穆尔，布拉德利·保威斯，
申请(专利权)人：轨迹机器人公司，
类型：发明
国别省市：美国;US