態(tài)估計122 可被稱作在移動機器人106的六自由度空間中移動機器人106的姿態(tài)的估計。
[0036] 在此例示性示例中，姿態(tài)估計器118可融合多個數(shù)據(jù)流126W生成姿態(tài)估計122。 多個數(shù)據(jù)流126中的至少一部分可從多個數(shù)據(jù)系統(tǒng)128接收。如本文所用，多個數(shù)據(jù)系統(tǒng) 128中的數(shù)據(jù)系統(tǒng)可包括多個傳感器系統(tǒng)、多個處理器單元或其一些組合。如本文所用，"傳 感器系統(tǒng)"可包括任何數(shù)量的傳感器裝置、有源裝置、無源裝置或其組合。
[0037] 如本文所用，"融合"多個數(shù)據(jù)流126可意指組合并處理多個數(shù)據(jù)流126中的不同 數(shù)據(jù)流W生成單個姿態(tài)估計122。多個數(shù)據(jù)流126中的每一個可包括隨時間而生成的估計。 [003引數(shù)據(jù)流125是多個數(shù)據(jù)流126之一的示例。數(shù)據(jù)流125可由多個數(shù)據(jù)系統(tǒng)128之 一生成。在此例示性示例中，數(shù)據(jù)流125可包括隨時間而生成的估計。如本文所用，"估計" 可W是移動機器人106的六自由度姿態(tài)的估計。該種估計可基于在單個時間點或者在一段 時間內(nèi)生成的測量來生成。在一些情況下，所述估計還可包括元數(shù)據(jù)。在一些例示性示例 中，所述估計可被稱作輸出數(shù)據(jù)點，使得數(shù)據(jù)流125可包括多個輸出數(shù)據(jù)點。
[0039] 姿態(tài)估計器118可使用多個數(shù)據(jù)流126W及貝葉斯炬ayesian)估計算法來生成 姿態(tài)估計122。具體地講，姿態(tài)估計器118可使用W下貝葉斯估計方程：
[0042] 其中t是時間，Xw是移動機器人106在時間t+1的姿態(tài)，ZT是在時間T期間多個 數(shù)據(jù)流126中的所有估計的集合，p(XwIZt)是假設(shè)Zt的條件下Xw的概率，Xt是移動機器 人106在時間t的姿態(tài)，n是多個數(shù)據(jù)系統(tǒng)128中的數(shù)據(jù)系統(tǒng)的總數(shù)，是由多個數(shù)據(jù)系 統(tǒng)128中的第一數(shù)據(jù)系統(tǒng)在時間t+1生成的估計，zVi是由多個數(shù)據(jù)系統(tǒng)128中的數(shù)據(jù)系統(tǒng) 在時間t+1生成的估計。對于任何給定時間t+1，p(z\+i，. ..，zVi|xw)僅包括在時間t+1 提供了估計的數(shù)據(jù)系統(tǒng)。
[0043] 可通過增加多個數(shù)據(jù)流126中用于生成姿態(tài)估計122的數(shù)據(jù)流的數(shù)量，由此增加 多個數(shù)據(jù)系統(tǒng)128中的數(shù)據(jù)系統(tǒng)的數(shù)量，來進一步減小姿態(tài)估計器118中的誤差。換言之， 隨著多個數(shù)據(jù)流126中的數(shù)據(jù)流的數(shù)量增加，由姿態(tài)估計器118生成的姿態(tài)估計122中的 誤差減小。
[0044] 利用貝葉斯估計技術(shù)來生成姿態(tài)估計122可能需要用于生成姿態(tài)估計122的所有 數(shù)據(jù)均為概率性的。換言之，所有數(shù)據(jù)可能需要包括隨機性或不確定性。
[0045] 然而，由多個數(shù)據(jù)系統(tǒng)128生成的數(shù)據(jù)流127可包括多個第一類型的數(shù)據(jù)流132 和多個第二類型的數(shù)據(jù)流130。"第一類型的數(shù)據(jù)流"（例如，多個第一類型的數(shù)據(jù)流132之 一）可包括其中各個數(shù)據(jù)點包括基于一些概率分布的不確定性的度量或者與不確定性的 度量禪合的數(shù)據(jù)點。具體地講，第一類型的數(shù)據(jù)流可通過概率系統(tǒng)、模型或算法來生成，其 中針對給定輸入的輸出或者輸出的生成方式考慮了隨機性或不確定程度。該樣，在一些例 示性示例中，多個第一類型的數(shù)據(jù)流132中的每一個可被稱作概率數(shù)據(jù)流。
[0046] 如本文所用，"第二類型的數(shù)據(jù)流"（例如，多個第二類型的數(shù)據(jù)流130之一）可 包括其中各個數(shù)據(jù)點不包括不確定性的度量或者不與不確定性的度量禪合的數(shù)據(jù)點。例如 (但不限于），所述數(shù)據(jù)點可僅包括單個數(shù)據(jù)值。在一些例示性示例中，此第二類型的數(shù)據(jù) 流可被稱作偽確定性數(shù)據(jù)流。
[0047] 數(shù)據(jù)流127中的多個第二類型的數(shù)據(jù)流130可被姿態(tài)估計器118中的修改器120 接收。修改器120可被配置為修改第二類型的數(shù)據(jù)流W使得數(shù)據(jù)流能夠被姿態(tài)估計器118 使用。具體地講，修改器120可將多個第二類型的數(shù)據(jù)流130轉(zhuǎn)換為多個經(jīng)處理的第一類 型的數(shù)據(jù)流。然后，所有第一類型的數(shù)據(jù)流可被姿態(tài)估計器118處理W生成姿態(tài)估計122。
[0048] 作為一個例示性示例，可由多個數(shù)據(jù)系統(tǒng)128之一生成第二類型的數(shù)據(jù)流133。在 此示例中，可利用一種或更多種里程計（odometry)技術(shù)生成第二類型的數(shù)據(jù)流133。修改 器120可被配置為修改第二類型的數(shù)據(jù)流133W形成能夠被姿態(tài)估計器118使用的修改的 數(shù)據(jù)流135。修改器120可利用任何數(shù)量的技術(shù)將第二類型的數(shù)據(jù)流133轉(zhuǎn)換為修改的數(shù) 據(jù)流135。作為一個例示性示例，修改器120可對第二類型的數(shù)據(jù)流133應(yīng)用概率分布137 W形成修改的數(shù)據(jù)流135。
[0049] 根據(jù)實現(xiàn)方式，概率分布137可W是高斯分布或者一些其它類型的概率分布。概 率分布137可W是預(yù)定的概率分布。例如（但不限于），可在使用移動機器人106在環(huán)境 100中執(zhí)行多個操作116之前利用數(shù)學(xué)模型通過實驗或者W-些其它方式來確定概率分布 137。
[0化0] 通過將第二類型的數(shù)據(jù)流133轉(zhuǎn)換為修改的數(shù)據(jù)流135,可不再需要利用移動機 器人106的基于物理的模型生成的概率數(shù)據(jù)。具體地講，代替基于物理的模型，可利用來自 多個數(shù)據(jù)系統(tǒng)128的至少一個數(shù)據(jù)流127來提供上述方程（1)中的項p(xw|xt)。例如（但 不限于），姿態(tài)估計器118可使用來自多個數(shù)據(jù)系統(tǒng)128中的里程計系統(tǒng)的數(shù)據(jù)流來提供上 述方程（1)中的項P(Xw|xt)。項p(Xw|xt)是假設(shè)移動機器人106在時間t的姿態(tài)的條件 下移動機器人106在時間t+1的姿態(tài)的概率。
[0化1] 該樣，修改器120可將概率分布應(yīng)用于多個第二類型的數(shù)據(jù)流130中的每一個W 形成多個修改的數(shù)據(jù)流129。多個修改的數(shù)據(jù)流129中的每一個可與多個第一類型的數(shù)據(jù) 流132中的每一個相同。多個修改的數(shù)據(jù)流129和多個第一類型的數(shù)據(jù)流132可一起形成 由姿態(tài)估計器118用來形成姿態(tài)估計122的多個數(shù)據(jù)流126。
[0052] 在此例示性示例中，多個數(shù)據(jù)系統(tǒng)128可包括多個機載數(shù)據(jù)系統(tǒng)134和多個機外 數(shù)據(jù)系統(tǒng)136。如本文所用，"機載數(shù)據(jù)系統(tǒng)"（例如，多個機載數(shù)據(jù)系統(tǒng)134之一）可被配 置為在移動機器人106上生成數(shù)據(jù)流。在一些情況下，機載數(shù)據(jù)系統(tǒng)可完全與控制器114 分離。在其它例示性示例中，機載數(shù)據(jù)系統(tǒng)的至少一部分可被實現(xiàn)在控制器114內(nèi)或與控 制器114集成。由機載數(shù)據(jù)系統(tǒng)生成的數(shù)據(jù)流可根據(jù)數(shù)據(jù)流是第二類型的數(shù)據(jù)流還是第一 類型的數(shù)據(jù)流而被姿態(tài)估計器118或修改器120接收。
[0化3] 機載數(shù)據(jù)系統(tǒng)144可W是多個機載數(shù)據(jù)系統(tǒng)134之一的示例。機載數(shù)據(jù)系統(tǒng)144 可包括無源元件、有源元件、處理器單元、集成電路、微處理器、傳感器系統(tǒng)、祀或者一些類 型的其它裝置或元件中的至少一個。機載數(shù)據(jù)系統(tǒng)144的至少生成數(shù)據(jù)流的那部分由移動 機器人106機載。該樣，機載數(shù)據(jù)系統(tǒng)144可全部由移動機器人106機載，或者機載數(shù)據(jù)系 統(tǒng)144的一部分可機載，而另一部分可在機外。
[0化4] 如本文所用，"機外數(shù)據(jù)系統(tǒng)"（例如，多個機外數(shù)據(jù)系統(tǒng)136之一）可W是被配置 為相對于移動機器人106遠(yuǎn)程地生成數(shù)據(jù)流的數(shù)據(jù)系統(tǒng)。然后可利用（例如，但不限于） 無線通信鏈路將由機外數(shù)據(jù)系統(tǒng)生成的數(shù)據(jù)流發(fā)生給控制器114。
[0化5] 機外數(shù)據(jù)系統(tǒng)145可W是多個機外數(shù)據(jù)系統(tǒng)136之一的示例。機外數(shù)據(jù)系統(tǒng)145 可包括無源元件、有源元件、處理器單元、集成電路、微處理器、傳感器系統(tǒng)、祀或者一些類 型的其它裝置或元件中的至少一個。機外數(shù)據(jù)系統(tǒng)145的至少生成數(shù)據(jù)流的那部分不在移 動機器人106上。該樣，所有機外數(shù)據(jù)系統(tǒng)145可在機外，或者機外數(shù)據(jù)系統(tǒng)145的一部分 可在機外，而另一部分可機載。
[0化6] 另外，控制器114可被配置為減小移動機器人106沿著路徑117移動的誤差。具 體地講，控制器114可將移動機器人106從初始位置138沿著路徑117移動到沿著路徑117 的期望的位置140的隨機誤差減小至選擇的容差W內(nèi)。在一個例示性示例中，控制器114 可使用多個機載數(shù)據(jù)系統(tǒng)134中的一個或更多個來減小此隨機誤差。
[0化7] 具體地講，控制器114可使用被配置為觀測環(huán)境100內(nèi)的多個界標(biāo)142的多個機 載數(shù)據(jù)系統(tǒng)134中的一個或更多個來減小移動機器人106從初始位置138沿著路徑117移 動到沿著路徑117的期望的位置140的隨機誤差。多個界標(biāo)142中的界標(biāo)可W是環(huán)境100 中的任何可識別特征。例如（但不限于），界標(biāo)可采取柱子、平臺、結(jié)構(gòu)特征、一臺設(shè)備、人工 結(jié)構(gòu)、祀、標(biāo)簽或者一些其它類型的界標(biāo)的形式。
[0化引在此例示性示例中，機載數(shù)據(jù)系統(tǒng)144可包括能夠在移動機器人106在環(huán)境100 內(nèi)處于初始位置138的同時觀測環(huán)境100中的多個界標(biāo)142中的至少一個的傳感器系統(tǒng)。 例如（但不限于），機載數(shù)據(jù)系統(tǒng)144可在處于初始位置138的同時觀測多個界標(biāo)142中的 界標(biāo)146。界標(biāo)146的觀測可進行選定次數(shù)。例如，可對界標(biāo)146進行N次觀測。
[0化9] 根據(jù)實現(xiàn)方式，界標(biāo)146可W是天然界標(biāo)或人工界標(biāo)。在此例示性示例中，界標(biāo) 146可W是固定界標(biāo)。然而，在其它例示性示例中，界標(biāo)146可W是移動的，并且能夠根據(jù)需 要在環(huán)境100內(nèi)移動。在一些例不性不例中，界標(biāo)146可W是人。
[0060] 機載數(shù)據(jù)系統(tǒng)144可用于標(biāo)識移動機器人106的初始位置138與界標(biāo)146之間的 初始相對距離。隨著界標(biāo)146的觀測次數(shù)增加，移動機器人106的初始位置與界標(biāo)146之 間的初始相對距離的誤差減小。誤差的減小基于中屯、極限定理。
[0061] 具體地講，可利用中屯、極限定理使得可通過n的平方根該樣的因子來減小誤差， 其中n是進行觀測總數(shù)。中屯、極限定理規(guī)定，在某些條件下，當(dāng)適當(dāng)?shù)乜s放時，恒等分布隨 機自變量n之和的分布可收斂于標(biāo)準(zhǔn)正態(tài)分布。因此，在一個例示性示例中，通過增加n，經(jīng) 驗協(xié)方差將按照如下給出的比率減?。?br>[0062] 的(3)
[0063] 其中0是相對于均值的標(biāo)準(zhǔn)偏差。
[0064] 然后，可在界標(biāo)146不從機載數(shù)據(jù)系統(tǒng)144的傳感器系統(tǒng)的視野內(nèi)消失的情況下， 移動機器人106朝著期望的位置140的方向移動至盡可能遠(yuǎn)的新位置。機載數(shù)據(jù)系統(tǒng)144 可標(biāo)識移動機器人106的新位置與界標(biāo)146之間的新相對距離。然后，可計算初始相對距 離與新相對距離之間的具有最小誤差的差并且該差用來確定移動機器人106的新位置。
[00化]如果新位置不是選定的容差內(nèi)的期望的位置140,則移動機器人106可利用新界 標(biāo)147進一步朝期望的位置140移動。具體地講，機載數(shù)據(jù)系統(tǒng)144可在處于新位置的同 時捜索多個界標(biāo)142中的新界標(biāo)147。在處于新位置的同時，機載數(shù)據(jù)系統(tǒng)144然后可將新 界標(biāo)147觀測選定次數(shù)N。該樣，新界標(biāo)147可被視為在該新位置處與界標(biāo)146 "相關(guān)"。
[0066] 然后，如上所述，朝著盡可能靠近期望的位置140的另一位置移動的處理W及在 處于此另一位置的同時執(zhí)行的操作可被重復(fù)。該種類型的移動和處理可被重復(fù)直至移動機 器人106在選定容差內(nèi)到達(dá)期望的位置140為止。與移動機器人106在不使用多個界標(biāo)142 的情況下移動并且觀測多個界標(biāo)142中的各個界標(biāo)選定次數(shù)N相比，該種類型的處理可減 小移動機器人106在選定容差內(nèi)從初始位置138移動到期望的位置140所關(guān)聯(lián)的總誤差。
[0067] 現(xiàn)在參照圖2,根據(jù)例示性實施方式W框圖的形式描繪了圖1的多個數(shù)據(jù)系統(tǒng)128 的例示。如所描繪的，多個數(shù)據(jù)系統(tǒng)128可包括多個機載數(shù)據(jù)系統(tǒng)134和多個機外數(shù)據(jù)系 統(tǒng) 136。
[0068] 在此例示性示例中，多個數(shù)據(jù)系統(tǒng)128可包括慣性測量單元202、顏色和深度里程 計系統(tǒng)204、車輪里程計系統(tǒng)206、視覺里程計系統(tǒng)208、光檢測和測距系統(tǒng)210、室內(nèi)全球定 位系統(tǒng)212,、運動捕獲系統(tǒng)