CN112405532A - 移动控制方法、装置及机器人 - Google Patents
移动控制方法、装置及机器人 Download PDFInfo
- Publication number
- CN112405532A CN112405532A CN202011236332.1A CN202011236332A CN112405532A CN 112405532 A CN112405532 A CN 112405532A CN 202011236332 A CN202011236332 A CN 202011236332A CN 112405532 A CN112405532 A CN 112405532A
- Authority
- CN
- China
- Prior art keywords
- robot
- people
- traffic island
- traffic
- move
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/16—Programme controls
- B25J9/1656—Programme controls characterised by programming, planning systems for manipulators
- B25J9/1664—Programme controls characterised by programming, planning systems for manipulators characterised by motion, path, trajectory planning
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/16—Programme controls
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/16—Programme controls
- B25J9/1679—Programme controls characterised by the tasks executed
Landscapes
- Engineering & Computer Science (AREA)
- Robotics (AREA)
- Mechanical Engineering (AREA)
- Manipulator (AREA)
Abstract
本发明公开了一种移动控制方法、装置及机器人,所述移动控制方法包括:若检测到机器人即将进入交通岛时,获取所述机器人周围的人群信息;根据所述人群信息,设置移动策略;根据所述移动策略,控制所述机器人移动至所述交通岛。本发明可提高机器人进入交通岛的移动速度,并提高机器人的工作效率。
Description
技术领域
本发明涉及机器人技术领域,尤其涉及一种移动控制方法、装置及机器人。
背景技术
随着科技的迅速发展,机器人已逐渐深入到人类生活的方方面面。尤其对于快递、外卖等需要送货的行业来说,使用机器人进行取货及送货工作,可减少人力成本及运输成本。通常,在交通道路的路口处均会设置交通岛,用于车辆的导流和人员的安置。然而,机器人在工作时难免需要过马路,使得机器人必须先进入交通岛等待红绿灯。由于进入交通岛的道路较为狭窄,机器人在进入交通岛的过程中,需不断更换路径以避让行人,导致机器人移动缓慢、工作效率低下。
发明内容
本发明的主要目的在于提供一种移动控制方法、装置及机器人,旨在提高机器人进入交通岛的移动速度,并提高机器人的工作效率。
为实现上述目的,本发明提供一种移动控制方法,所述移动控制方法包括以下步骤:
若检测到机器人即将进入交通岛时,获取所述机器人周围的人群信息;
根据所述人群信息,设置移动策略;
根据所述移动策略,控制所述机器人移动至所述交通岛。
可选地,所述获取所述机器人周围的人群信息的步骤包括:
获取所述机器人周围预设距离内的人群数量,并获取所述机器人周围预设距离内的人群相对于所述机器人的相对位置;
基于所述人群数量和所述相对位置,生成所述机器人周围预设距离内的人群信息。
可选地,所述根据所述人群信息,设置移动策略的步骤包括:
根据所述人群信息中的所述人群数量和所述相对位置,确定所述机器人面向所述交通岛方向的前方人数;
根据所述前方人数,判断所述机器人是否可移动至所述交通岛;
根据判断结果,设置移动策略。
可选地,所述根据所述前方人数,判断所述机器人是否可移动至所述交通岛的步骤包括:
将所述前方人数与所述人群数量进行除法运算,将运算得到的值作为人数占比;
若所述人数占比小于所述预设占比阈值,则判定所述机器人可移动至所述交通岛;
若所述人数占比大于或等于所述预设占比阈值,则获取所述交通岛的密度阈值,若所述人群数量大于所述密度阈值,则判定所述机器人不可移动至所述交通岛;
若所述人群数量小于或等于所述密度阈值,则获取所述交通岛的等候人数,将所述等候人数与所述人群数量进行加权运算,将运算得到的值作为第一预测人数,若所述第一预测人数小于或等于所述密度阈值,则判定所述机器人可移动至所述交通岛。
可选地,所述若所述人数占比小于所述预设占比阈值,则判定所述机器人可移动至所述交通岛的步骤包括:
若所述人数占比小于所述预设占比阈值,则获取所述交通岛的等候人数,并获取所述交通岛的密度阈值,将所述等候人数与所述前方人数进行加权运算,将运算得到的值作为第二预测人数,若所述第二预测人数小于或等于所述密度阈值,则判定所述机器人可移动至所述交通岛。
可选地,所述获取所述交通岛的密度阈值的步骤包括:
获取所述交通岛的环境信息,其中,所述环境信息包括面积、形状及可站立区域;
根据所述环境信息,确定所述交通岛的站立面积;
基于所述站立面积与预设单体面积进行计算得到所述交通岛的密度阈值。
可选地,所述根据所述人群信息,设置移动策略的步骤之后,还包括:
若根据所述人群信息设置的所述移动策略为所述机器人不可移动至所述交通岛,则检测所述交通岛的人数减少量;
若所述人数减少量大于预设减少量阈值,则将所述移动策略更新为所述机器人可移动至所述交通岛。
可选地,所述所述根据所述移动策略,控制所述机器人移动至所述交通岛的步骤包括:
若所述移动策略为所述机器人可移动至所述交通岛,则检测所述机器人所处的当前路口是否存在红绿灯;
若所述当前路口存在所述红绿灯且所述红绿灯为绿灯状态,则控制所述机器人移动至所述交通岛;
若所述当前路口不存在所述红绿灯且所述当前移动路径没有机动车干扰,则控制所述机器人移动至所述交通岛。
此外,为实现上述目的,本发明还提供一种移动控制装置,所述移动控制装置包括:
信息获取模块,用于若检测到机器人即将进入交通岛时,获取所述机器人周围的人群信息;
策略设置模块,用于根据所述人群信息,设置移动策略;
移动控制模块,用于根据所述移动策略,控制所述机器人移动至所述交通岛。
此外,为实现上述目的,本发明还提供一种机器人,所述机器人包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的移动控制程序,所述移动控制程序被所述处理器执行时实现如上所述的移动控制方法的步骤。
此外,为实现上述目的,本发明还提供一种计算机可读存储介质,所述计算机可读存储介质上存储有移动控制程序,所述移动控制程序被处理器执行时实现如上所述的移动控制方法的步骤。
本发明提供一种移动控制方法、装置及机器人,若检测到机器人即将进入交通岛时,获取机器人周围的人群信息;根据人群信息,设置移动策略;根据移动策略,控制机器人移动至交通岛。通过上述方式,本发明可分析人群信息,以判断机器人周围的人群是否会对机器人进入交通岛的移动路径产生过大的影响,若对机器人的移动路径影响不大,可控制机器人移动至交通岛,若对机器人的移动路径影响过大,迫使机器人不断更改移动路径,则控制机器人进行等待。综上所述,通过控制机器人进入交通岛的时机,可避免机器人不断更换移动路径,从而提高机器人的移动速度以及工作效率。
附图说明
图1为本发明实施例方案涉及的硬件运行环境的终端结构示意图;
图2为本发明移动控制方法第一实施例的流程示意图;
图3为本发明移动控制装置第一实施例的功能模块示意图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
参照图1,图1为本发明实施例方案涉及的硬件运行环境的终端结构示意图。
本发明实施例终端为移动控制设备,该移动控制设备可以为机器人、PC(personalcomputer,个人计算机)、微型计算机、笔记本电脑、服务器等具有处理功能的终端设备。
如图1所示,该终端可以包括:处理器1001,例如CPU(Central Processing Unit,中央处理器),通信总线1002,用户接口1003,网络接口1004,存储器1005。其中,通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display)、输入单元比如键盘(Keyboard),可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。存储器1005可以是高速RAM存储器,也可以是稳定的存储器(non-volatile memory),例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
本领域技术人员可以理解,图1中示出的终端结构并不构成对终端的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
如图1所示,作为一种计算机存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及移动控制程序。
在图1所示的终端中,处理器1001可以用于调用存储器1005中存储的移动控制程序,并执行以下操作:
若检测到机器人即将进入交通岛时,获取所述机器人周围的人群信息;
根据所述人群信息,设置移动策略;
根据所述移动策略,控制所述机器人移动至所述交通岛。
进一步地,处理器1001可以用于调用存储器1005中存储的移动控制程序,还执行以下操作:
获取所述机器人周围预设距离内的人群数量,并获取所述机器人周围预设距离内的人群相对于所述机器人的相对位置;
基于所述人群数量和所述相对位置,生成所述机器人周围预设距离内的人群信息。
进一步地,处理器1001可以用于调用存储器1005中存储的移动控制程序,还执行以下操作:
根据所述人群信息中的所述人群数量和所述相对位置,确定所述机器人面向所述交通岛方向的前方人数;
根据所述前方人数,判断所述机器人是否可移动至所述交通岛;
根据判断结果,设置移动策略。
进一步地,处理器1001可以用于调用存储器1005中存储的移动控制程序,还执行以下操作:
将所述前方人数与所述人群数量进行除法运算,将运算得到的值作为人数占比;
若所述人数占比小于所述预设占比阈值,则判定所述机器人可移动至所述交通岛;
若所述人数占比大于或等于所述预设占比阈值,则获取所述交通岛的密度阈值,若所述人群数量大于所述密度阈值,则判定所述机器人不可移动至所述交通岛;
若所述人群数量小于或等于所述密度阈值,则获取所述交通岛的等候人数,将所述等候人数与所述人群数量进行加权运算,将运算得到的值作为第一预测人数,若所述第一预测人数小于或等于所述密度阈值,则判定所述机器人可移动至所述交通岛。
进一步地,处理器1001可以用于调用存储器1005中存储的移动控制程序,还执行以下操作:
若所述人数占比小于所述预设占比阈值,则获取所述交通岛的等候人数,并获取所述交通岛的密度阈值,将所述等候人数与所述前方人数进行加权运算,将运算得到的值作为第二预测人数,若所述第二预测人数小于或等于所述密度阈值,则判定所述机器人可移动至所述交通岛。
进一步地,处理器1001可以用于调用存储器1005中存储的移动控制程序,还执行以下操作:
获取所述交通岛的环境信息,其中,所述环境信息包括面积、形状及可站立区域;
根据所述环境信息,确定所述交通岛的站立面积;
基于所述站立面积与预设单体面积进行计算得到所述交通岛的密度阈值。
进一步地,处理器1001可以用于调用存储器1005中存储的移动控制程序,还执行以下操作:
若根据所述人群信息设置的所述移动策略为所述机器人不可移动至所述交通岛,则检测所述交通岛的人数减少量;
若所述人数减少量大于预设减少量阈值,则将所述移动策略更新为所述机器人可移动至所述交通岛。
进一步地,处理器1001可以用于调用存储器1005中存储的移动控制程序,还执行以下操作:
若所述移动策略为所述机器人可移动至所述交通岛,则检测所述机器人所处的当前路口是否存在红绿灯;
若所述当前路口存在所述红绿灯且所述红绿灯为绿灯状态,则控制所述机器人移动至所述交通岛;
若所述当前路口不存在所述红绿灯且所述当前移动路径没有机动车干扰,则控制所述机器人移动至所述交通岛。
基于上述硬件结构,提出本发明移动控制方法各个实施例。
本发明提供一种移动控制方法。
参照图2,图2为本发明移动控制方法第一实施例的流程示意图。
在本实施例中,该移动控制方法包括以下步骤:
步骤S10,若检测到机器人即将进入交通岛时,获取所述机器人周围的人群信息;
在本实施例中,若检测到机器人即将进入交通岛时,获取所述机器人周围的人群信息。其中,人群信息包括人群数量、相对位置,人群数量用于确定机器人周围的行人数,以根据该行人数的多少判断是否进行移动,相对位置用于确定机器人在人群中的位置,以根据机器人与人群的相对位置判断是否进行移动。当然,人群信息还可以包括人群密度、人群年龄分布等信息,以进一步完善机器人的移动策略。
具体的,上述步骤S10包括:
步骤a11,获取所述机器人周围预设距离内的人群数量,并获取所述机器人周围预设距离内的人群相对于所述机器人的相对位置;
步骤a12,基于所述人群数量和所述相对位置,生成所述机器人周围预设距离内的人群信息。
在本实施例中,获取机器人周围预设距离内的人群数量,并获取机器人周围预设距离内的人群相对于机器人的相对位置,然后,基于人群数量和相对位置,生成机器人周围预设距离内的人群信息。
需要说明的是,机器人是否即将进入交通岛的检测方式可以为通过机器人携带的电子地图,在机器人的移动路径上进行分析,当分析得到机器人需进入交通岛,并且离交通岛的距离小于一定距离或者机器人处于道路的路口。当然,还可以通过机器人自身携带的传感器或摄像机,以及卫星定位或交通摄像头等进行检测,此处不作具体赘述。
此外,还需要说明的是,机器人周围的人群信息可通过机器人自身携带的摄像头、传感器以及外部的交通摄像头等装置进行获取。通常,以机器人为中心,检测周围预设距离内的人群信息,该预设距离可根据实际需要进行设定,例如4米、5米、6米等,此处不作具体限定。通过上述装置获取图像,然后通过机器人自身或者云端的服务器进行图像处理分析,以进行人体识别得到人群信息。
进一步地,在获取机器人周围人群信息的同时,对周围人群的移动路径进行预测,从而将同样需要进入交通岛的人群作为机器人的判断依据,而对于机器人周围不需要进入交通岛的人群,机器人并不需要考虑。具体的,可通过对周围人群移动路径进行分析,若移动路径趋向于交通岛的方向,则判定该行人需要进入交通岛。可以理解,若周围行人在路口处等待,可以判定为需要进入交通岛。
步骤S20,根据所述人群信息,设置移动策略;
在本实施例中,根据人群信息,设置移动策略。其中,移动策略包括机器人是否可移动至交通岛、机器人的移动速度、机器人的移动避让策略等。
需要说明的是,人群信息包括人群数量,可以通过判断人群数量是否大于预设数量以判断机器人是否可移动至交通岛。具体的,若人群数量大于预设数量,则判定机器人不可移动至交通岛,若人群数量小于或等于预设数量,则判定机器人可移动至交通岛。其中,预设数量可以根据实际情况进行设定,例如10、15、20等,此处不作具体限定。
进一步地,上述预设数量可以通过获取当前交通岛的总容纳人数进行设定,又或者通过确定当前交通岛还可容纳的人数进行设定。
进一步地,上述人群信息还可以包括相对位置,在得知周围人群的数量及位置后,可确定机器人前方的人数以及机器人后方的人数,其中,机器人的前方为机器人面向交通岛的方向。在一实施例中,可通过判断前方人数是否大于预设数量以判断机器人是否可移动至交通岛,具体的,若前方人数大于预设数量,则判定机器人不可移动至交通岛,若前方人数小于或等于预设数量,则判定机器人可移动至交通岛。在另一实施例中,可通过判断前方人数是否大于后方人数以判断机器人是否可移动至交通岛,具体的,若前方人数大于后方人数,则判定机器人不可移动至交通岛,若前方人数小于或等于后方人数,则判定机器人可移动至交通岛。在另一实施例中,首先确定前方人数在人群数量中的人数占比,然后,判断人数占比是否小于预设占比阈值以判断机器人是否可移动至交通岛,具体的,若人数占比小于预设占比阈值,则判定机器人可移动至交通岛,若人数占比大于或等于预设占比阈值,则判定机器人不可移动至交通岛,其中,预设占比阈值优选为0.5。可以理解,前方人数与后方人数相加可以等于人群数量,也可以小于人群数量,当相加小于人群数量时,存在与机器人进行并排的人群,通常可将并排的人群数量加入前方人数。可以理解,相对位置的设置原理在于,如果位于机器人前方的人太多,可能会导致机器人没有足够的位置进入交通岛。
此外,还需要说明的是,上述判定机器人不可移动至交通岛之前,还可判断机器人周围的人群数量是否大于交通岛的密度阈值,若人群数量大于交通岛的密度阈值,则判定机器人不可移动至交通岛,若人群数量小于或等于密度阈值,则进一步判断人群数量与交通岛的当前等候人数之和是否大于密度阈值,若相加得到的总人数仍然小于或等于密度阈值,则判定机器人可移动至交通岛,若相加得到的总人数大于密度阈值,则判定机器人不可移动至交通岛。其中,密度阈值为交通岛的总站立面积与单个行人站立面积的商,该单个行人站立面积可通过对不同体型人群的站立面积进行采样,以进行平均运算得到。
步骤S30,根据所述移动策略,控制所述机器人移动至所述交通岛。
在本实施例中,根据移动策略,控制机器人移动至交通岛。具体的,当移动策略为机器人可移动至交通岛时,若进入交通岛的路口存在红绿灯(交通灯),则需要判断当前的红绿灯是否处于绿灯状态,若当前的红绿灯处于绿灯状态,则机器人可移动至交通岛;若进入交通岛的路口不存在红绿灯,则需检测进入交通岛的道路上是否存在机动车的干扰,以使机器人安全地进入交通岛。
本发明实施例提供一种移动控制方法,若检测到机器人即将进入交通岛时,获取机器人周围的人群信息;根据人群信息,设置移动策略;根据移动策略,控制机器人移动至交通岛。通过上述方式,本发明实施例可分析人群信息,以判断机器人周围的人群是否会对机器人进入交通岛的移动路径产生过大的影响,若对机器人的移动路径影响不大,可控制机器人移动至交通岛,若对机器人的移动路径影响过大,迫使机器人不断更改移动路径,则控制机器人进行等待。综上所述,通过控制机器人进入交通岛的时机,可避免机器人不断更换移动路径,从而提高机器人的移动速度以及工作效率。
进一步地,基于上述第一实施例,提出本发明移动控制方法的第二实施例。
在本实施例中,上述步骤S20包括:
步骤a21,根据所述人群信息中的所述人群数量和所述相对位置,确定所述机器人面向所述交通岛方向的前方人数;
步骤a22,根据所述前方人数,判断所述机器人是否可移动至所述交通岛;
步骤a23,根据判断结果,设置移动策略。
在本实施例中,根据人群信息中的人群数量和相对位置,确定机器人面向交通岛方向的前方人数,然后,根据前方人数,判断机器人是否可移动至交通岛,最后,根据判断结果,设置移动策略。
其中,前方人数为机器人周围的人群数量中,位于机器人前方的人数,该机器人前方的方向为面向交通岛的方向。可以理解,若机器人需要进入交通岛,则机器人的前进方向(前方)为面向交通岛的方向。此外,若机器人可移动至交通岛,则移动策略为机器人可移动至交通岛,若机器人不可移动至交通岛,则移动策略为机器人不可移动至交通岛。
需要说明的是,通过判断前方人数是否大于预设数量以判断机器人是否可移动至交通岛,具体的,若前方人数大于预设数量,则判定机器人不可移动至交通岛,若前方人数小于或等于预设数量,则判定机器人可移动至交通岛。其中,预设数量可根据实际情况进行设定,例如10、15、20等,此处不作具体限定。
可以理解,相对位置的设置原理在于,如果位于机器人前方的人太多,可能会导致机器人没有足够的位置进入交通岛。
进一步地,可通过判断前方人数是否大于后方人数以判断机器人是否可移动至交通岛,其中,后方人数为机器人周围的人群数量中,位于机器人后方的人数。具体的,若前方人数大于后方人数,则判定机器人不可移动至交通岛,若前方人数小于或等于后方人数,则判定机器人可移动至交通岛。
当然,也可以确定前方人数在机器人周围的人群数量中的人数占比,然后,判断人数占比是否小于预设占比阈值以判断机器人是否可移动至交通岛,其中,预设占比阈值可根据实际需要进行设定,例如0.5、0.4、0.6等,优选为0.5。具体的,若人数占比小于预设占比阈值,则判定机器人可移动至交通岛,若人数占比大于或等于预设占比阈值,则判定机器人不可移动至交通岛。
可以理解,前方人数与后方人数相加可以等于人群数量,也可以小于人群数量,当相加小于人群数量时,存在与机器人进行并排的人群,通常可将并排的人群数量加入前方人数。
此外,还需要说明的是,上述通过前方人数判定机器人不可移动至交通岛之前,进一步地,还可判断机器人周围的人群数量是否大于交通岛的密度阈值,若人群数量大于交通岛的密度阈值,则判定机器人不可移动至交通岛,若人群数量小于或等于密度阈值,则进一步判断人群数量与交通岛的当前等候人数之和是否大于密度阈值,若相加得到的总人数仍然小于或等于密度阈值,则判定机器人可移动至交通岛,若相加得到的总人数大于密度阈值,则判定机器人不可移动至交通岛。其中,密度阈值为交通岛的总站立面积与单个行人站立面积的商,该单个行人站立面积可通过对不同体型人群的站立面积进行采样,以进行平均运算得到。其中,不同的交通岛密度阈值不同,其具体的获取步骤参照下述第五实施例,此处不再一一赘述。
本实施例中,通过机器人周围的人群数量和相对位置,可准确确定机器人的前方人数,然后,通过分析机器人的前方人数以判断机器人是否可移动至交通岛,其中,机器人周围的人群中对机器人影响最大的人群为前方人群,因此,通过机器人的前方人数判断机器人是否可移动至交通岛,可进一步提高机器人是否进入交通岛的判断准确率,以避免机器人的周围人群大多处于机器人后方时,机器人仍然进行等待,以提高机器人的智能性,并进一步提高机器人的工作效率。
进一步地,基于上述第二实施例,提出本发明移动控制方法的第三实施例。
在本实施例中,上述步骤a22包括:
步骤a221,将所述前方人数与所述人群数量进行除法运算,将运算得到的值作为人数占比;
步骤a222,若所述人数占比小于所述预设占比阈值,则判定所述机器人可移动至所述交通岛;
步骤a223,若所述人数占比大于或等于所述预设占比阈值,则获取所述交通岛的密度阈值,若所述人群数量大于所述密度阈值,则判定所述机器人不可移动至所述交通岛;
步骤a224,若所述人群数量小于或等于所述密度阈值,则获取所述交通岛的等候人数,将所述等候人数与所述人群数量进行加权运算,将运算得到的值作为第一预测人数,若所述第一预测人数小于或等于所述密度阈值,则判定所述机器人可移动至所述交通岛。
在本实施例中,将前方人数与人群数量进行除法运算,将运算得到的值作为人数占比,并判断人数占比是否小于预设占比阈值,若人数占比小于预设占比阈值,则判定机器人可移动至交通岛,若人数占比大于或等于预设占比阈值,则获取交通岛的密度阈值,并判断人群数量是否大于密度阈值,若人群数量大于密度阈值,则判定机器人不可移动至交通岛,若人群数量小于或等于密度阈值,则获取交通岛的等候人数,然后,将等候人数与人群数量进行加权运算,将运算得到的值作为第一预测人数,并判断第一预测人数是否小于或等于密度阈值,最后,若第一预测人数小于或等于密度阈值,则判定机器人可移动至交通岛。此外,若第一预测人数大于密度阈值,则判定机器人不可移动至交通岛。其中,加权运算优选为加法运算。
具体的,首先确定前方人数在机器人周围的人群数量中的人数占比,然后,判断人数占比是否小于预设占比阈值以判断机器人是否可移动至交通岛,其中,预设占比阈值可根据实际需要进行设定,例如0.5、0.4、0.6等,优选为0.5。之后,若人数占比小于预设占比阈值,则判定机器人可移动至交通岛,若人数占比大于或等于预设占比阈值,则进一步判断机器人周围的人群数量是否大于交通岛的密度阈值,若人群数量大于交通岛的密度阈值,则判定机器人不可移动至交通岛,若人群数量小于或等于密度阈值,则进一步判断人群数量与交通岛的当前等候人数之和是否大于密度阈值,若相加得到的总人数仍然小于或等于密度阈值,则判定机器人可移动至交通岛,若相加得到的总人数大于密度阈值,则判定机器人不可移动至交通岛。其中,密度阈值为交通岛的总站立面积与单个行人站立面积的商,该单个行人站立面积可通过对不同体型人群的站立面积进行采样,以进行平均运算得到。其中,不同的交通岛密度阈值不同,其具体的获取步骤参照下述第五实施例,此处不再一一赘述。
其中,交通岛的等候人数为交通岛上站立的人群数量,其可以通过机器人自身的摄像头、传感器,或者交通监控进行获取。
进一步地,若人数占比小于预设占比阈值,在判定机器人可移动至交通岛的步骤之前,还可以将前方人数与交通岛的等候人数进行相加,并将相加的值与交通岛的密度阈值进行对比,若相加的值小于或等于密度阈值,则判定机器人可移动至交通岛,若相加的值大于密度阈值,则判定机器人不可移动至交通岛。
本实施例中,确定机器人的前方人数在周围人群数量中的人数占比,以通过该人数占比判断机器人是否可移动至交通岛,其中,通过人数占比,可得知机器人在周围人群中所处的位置,从而根据机器人在周围人群中所处的位置,可更加准确地判断机器人是否可移动至交通岛,从而进一步提高机器人的工作效率。同时,将机器人周围的人群数量与交通岛的等候人数进行相加,以判断机器人周围的人群是否均可进入交通岛,以使机器人在交通岛存在空余的区域时,可及时进入交通岛,从而进一步提高机器人的工作效率。
进一步地,基于上述第三实施例,提出本发明移动控制方法的第四实施例。
在本实施例中,上述步骤a222包括:
步骤a2221,若所述人数占比小于所述预设占比阈值,则获取所述交通岛的等候人数,并获取所述交通岛的密度阈值,将所述等候人数与所述前方人数进行加权运算,将运算得到的值作为第二预测人数,若所述第二预测人数小于或等于所述密度阈值,则判定所述机器人可移动至所述交通岛。
在本实施例中,若人数占比小于预设占比阈值,则获取交通岛的等候人数,并获取交通岛的密度阈值,然后,将等候人数与前方人数进行加权运算,将运算得到的值作为第二预测人数,最后,判断第二预测人数是否小于或等于密度阈值,若第二预测人数小于或等于密度阈值,则判定机器人可移动至交通岛。此外,若第二预测人数大于密度阈值,则判定所述机器人不可移动至交通岛。其中,加权运算优选为加法运算。
其中,交通岛的等候人数为交通岛上站立的人群数量,其可以通过机器人自身的摄像头、传感器,或者交通监控进行获取。可以理解,不同的交通岛密度阈值不同,其具体的获取步骤参照下述第五实施例,此处不再一一赘述。
本实施例中,若人数占比小于预设占比阈值,在判定机器人可移动至交通岛的步骤之前,将前方人数与交通岛的等候人数进行相加,并将相加的值与交通岛的密度阈值进行对比,以判断交通岛是否可容纳后续进入的人群,从而确定机器人是否可移动至交通岛,以防机器人进入交通岛后没有区域可以站立。
进一步地,基于上述第三实施例或第四实施例,提出本发明移动控制方法的第五实施例。
在本实施例中,上述步骤a223或步骤a2221中,获取所述交通岛的密度阈值,包括:
步骤a1,获取所述交通岛的环境信息,其中,所述环境信息包括面积、形状及可站立区域;
步骤a2,根据所述环境信息,确定所述交通岛的站立面积;
步骤a3,基于所述站立面积与预设单体面积进行计算得到所述交通岛的密度阈值。
在本实施例中,获取交通岛的环境信息,其中,环境信息包括面积、形状及可站立区域,然后,据环境信息,确定交通岛的站立面积,最后,基于站立面积与预设单体面积进行计算得到交通岛的密度阈值。其中,其计算算法优选为除法运算。
其中,环境信息包括面积、形状及可站立区域等信息,该面积为交通岛的整体面积,该可站立区域为交通岛上行人可站立的区域。具体的,交通岛的环境信息可通过机器人自身的摄像头、传感器,或者通过电子地图、交通监控以及交通部门、城建部门的交通岛地图进行获取。
其中,站立面积为交通岛上可站立区域的面积,预设单体面积可通过对不同体型人群的站立面积进行采样,以进行平均运算得到。
本实施例中,可通过交通岛的环境信息,确定交通岛的密度阈值,以使机器人后续对交通岛的密度阈值进行分析,以预测交通岛是否将会存在空余区域,从而确保机器人进入交通岛后有可站立区域。
进一步地,基于上述第一实施例,提出本发明移动控制方法的第六实施例。
在本实施例中,上述步骤S20之后,还包括:
步骤A,若根据所述人群信息设置的所述移动策略为所述机器人不可移动至所述交通岛,则检测所述交通岛的人数减少量;
步骤B,若所述人数减少量大于预设减少量阈值,则将所述移动策略更新为所述机器人可移动至所述交通岛。
在本实施例中,若根据人群信息设置的移动策略为机器人不可移动至交通岛,则检测交通岛的人数减少量,若人数减少量大于预设减少量阈值,则将移动策略更新为机器人可移动至交通岛。
其中,人数减少量为交通岛上人群数量的减少量,也就是说,交通岛上的人群等到了绿灯并离开了交通岛,预设减少量阈值可以根据实际情况进行设定,例如10、15、5等,此处不作具体限定。
本实施例中,在机器人进行等待的时候,实时监测交通岛的人数变化,以使机器人找准时机进入交通岛,以防止机器人等待时间过于长,从而进一步提高机器人的工作效率。
进一步地,基于上述第一实施例,提出本发明移动控制方法的第七实施例。
在本实施例中,上述步骤S30包括:
步骤a31,若所述移动策略为所述机器人可移动至所述交通岛,则检测所述机器人所处的当前路口是否存在红绿灯;
步骤a32,若所述当前路口存在所述红绿灯且所述红绿灯为绿灯状态,则控制所述机器人移动至所述交通岛;
步骤a33,若所述当前路口不存在所述红绿灯且所述当前移动路径没有机动车干扰,则控制所述机器人移动至所述交通岛。
在本实施例中,若移动策略为机器人可移动至交通岛,检测当前路口是否存在红绿灯,若当前路口存在红绿灯,则确定红绿灯是否为绿灯,若红绿灯为绿灯,则控制机器人移动至交通岛,若当前路口不存在红绿灯,则检测机器人的当前移动路径是否有机动车干扰,若当前移动路径没有机动车干扰,则控制机器人移动至交通岛。此外,若当前移动路径有机动车干扰,则控制机器人等待机动车通过后才移动至交通岛。
可以理解,若机器人所处的当前路口存在红绿灯(交通灯)时,则机器人无需考虑机动车经过的问题,也就是说无需检测是否存在机动车干扰。
本实施例中,判断机器人所处的当前路口是否有红绿灯,并进一步判断是否有机动车干扰,以使机器人在确保安全的前提下进行移动,从而确保机器人的正常工作。
本发明还提供一种移动控制装置。
参照图3,图3为本发明移动控制装置第一实施例的功能模块示意图。
在本实施例中,所述移动控制装置包括:
信息获取模块10,用于若检测到机器人即将进入交通岛时,获取所述机器人周围的人群信息;
策略设置模块20,用于根据所述人群信息,设置移动策略;
移动控制模块30,用于根据所述移动策略,控制所述机器人移动至所述交通岛。
其中,上述移动控制装置的各虚拟功能模块存储于图1所示移动控制设备的存储器1005中,用于实现移动控制程序的所有功能;各模块被处理器1001执行时,可实现移动控制功能。
进一步地,所述信息获取模块10包括:
人群获取单元,用于获取所述机器人周围预设距离内的人群数量,并获取所述机器人周围预设距离内的人群相对于所述机器人的相对位置;
信息生成单元,用于基于所述人群数量和所述相对位置,生成所述机器人周围预设距离内的人群信息。
进一步地,所述移动判断模块20包括:
人数确定单元,用于根据所述人群信息中的所述人群数量和所述相对位置,确定所述机器人面向所述交通岛方向的前方人数;
移动判断单元,用于根据所述前方人数,判断所述机器人是否可移动至所述交通岛;
策略设置单元,用于根据判断结果,设置移动策略。
进一步地,所述移动判断单元用于将所述前方人数与所述人群数量进行除法运算,将运算得到的值作为人数占比;若所述人数占比小于所述预设占比阈值,则判定所述机器人可移动至所述交通岛;若所述人数占比大于或等于所述预设占比阈值,则获取所述交通岛的密度阈值,若所述人群数量大于所述密度阈值,则判定所述机器人不可移动至所述交通岛;若所述人群数量小于或等于所述密度阈值,则获取所述交通岛的等候人数,将所述等候人数与所述人群数量进行加权运算,将运算得到的值作为第一预测人数,若所述第一预测人数小于或等于所述密度阈值,则判定所述机器人可移动至所述交通岛。
进一步地,所述移动判断单元还用于若所述人数占比小于所述预设占比阈值,则获取所述交通岛的等候人数,并获取所述交通岛的密度阈值,将所述等候人数与所述前方人数进行加权运算,将运算得到的值作为第二预测人数,若所述第二预测人数小于或等于所述密度阈值,则判定所述机器人可移动至所述交通岛。
进一步地,所述移动判断单元还用于获取所述交通岛的环境信息,其中,所述环境信息包括面积、形状及可站立区域;根据所述环境信息,确定所述交通岛的站立面积;基于所述站立面积与预设单体面积进行计算得到所述交通岛的密度阈值。
进一步地,所述移动控制装置还包括:
人数检测模块,用于若根据所述人群信息设置的所述移动策略为所述机器人不可移动至所述交通岛,则检测所述交通岛的人数减少量;
策略更新模块,用于若所述人数减少量大于预设减少量阈值,则将所述移动策略更新为所述机器人可移动至所述交通岛。
进一步地,所述移动控制模块30用于若所述移动策略为所述机器人可移动至所述交通岛,则检测所述机器人所处的当前路口是否存在红绿灯;若所述当前路口存在所述红绿灯且所述红绿灯为绿灯状态,则控制所述机器人移动至所述交通岛;若所述当前路口不存在所述红绿灯且所述当前移动路径没有机动车干扰,则控制所述机器人移动至所述交通岛。
其中,上述移动控制装置中各个模块的功能实现与上述移动控制方法实施例中各步骤相对应,其功能和实现过程在此处不再一一赘述。
本发明还提供一种机器人,该机器人包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的移动控制程序,所述移动控制程序被所述处理器执行时实现如以上任一项实施例所述的移动控制方法的步骤。
本发明机器人的具体实施例与上述移动控制方法各实施例基本相同,在此不作赘述。
本发明还提供一种计算机可读存储介质,该计算机可读存储介质上存储有移动控制程序,所述移动控制程序被处理器执行时实现如以上任一项实施例所述的移动控制方法的步骤。
本发明计算机可读存储介质的具体实施例与上述移动控制方法各实施例基本相同,在此不作赘述。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在如上所述的一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,服务器,或者网络设备等)执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (10)
1.一种移动控制方法,其特征在于,所述移动控制方法包括以下步骤:
若检测到机器人即将进入交通岛时,获取所述机器人周围的人群信息;
根据所述人群信息,设置移动策略;
根据所述移动策略,控制所述机器人移动至所述交通岛。
2.如权利要求1所述的移动控制方法,其特征在于,所述获取所述机器人周围的人群信息的步骤包括:
获取所述机器人周围预设距离内的人群数量,并获取所述机器人周围预设距离内的人群相对于所述机器人的相对位置;
基于所述人群数量和所述相对位置,生成所述机器人周围预设距离内的人群信息。
3.如权利要求2所述的移动控制方法,其特征在于,所述根据所述人群信息,设置移动策略的步骤包括:
根据所述人群信息中的所述人群数量和所述相对位置,确定所述机器人面向所述交通岛方向的前方人数;
根据所述前方人数,判断所述机器人是否可移动至所述交通岛;
根据判断结果,设置移动策略。
4.如权利要求3所述的移动控制方法,其特征在于,所述根据所述前方人数,判断所述机器人是否可移动至所述交通岛的步骤包括:
将所述前方人数与所述人群数量进行除法运算,将运算得到的值作为人数占比;
若所述人数占比小于所述预设占比阈值,则判定所述机器人可移动至所述交通岛;
若所述人数占比大于或等于所述预设占比阈值,则获取所述交通岛的密度阈值,若所述人群数量大于所述密度阈值,则判定所述机器人不可移动至所述交通岛;
若所述人群数量小于或等于所述密度阈值,则获取所述交通岛的等候人数,将所述等候人数与所述人群数量进行加权运算,将运算得到的值作为第一预测人数,若所述第一预测人数小于或等于所述密度阈值,则判定所述机器人可移动至所述交通岛。
5.如权利要求4所述的移动控制方法,其特征在于,所述若所述人数占比小于所述预设占比阈值,则判定所述机器人可移动至所述交通岛的步骤包括:
若所述人数占比小于所述预设占比阈值,则获取所述交通岛的等候人数,并获取所述交通岛的密度阈值,将所述等候人数与所述前方人数进行加权运算,将运算得到的值作为第二预测人数,若所述第二预测人数小于或等于所述密度阈值,则判定所述机器人可移动至所述交通岛。
6.如权利要求4或5所述的移动控制方法,其特征在于,所述获取所述交通岛的密度阈值的步骤包括:
获取所述交通岛的环境信息,其中,所述环境信息包括面积、形状及可站立区域;
根据所述环境信息,确定所述交通岛的站立面积;
基于所述站立面积与预设单体面积进行计算得到所述交通岛的密度阈值。
7.如权利要求1至5中任一项所述的移动控制方法,其特征在于,所述根据所述人群信息,设置移动策略的步骤之后,还包括:
若根据所述人群信息设置的所述移动策略为所述机器人不可移动至所述交通岛,则检测所述交通岛的人数减少量;
若所述人数减少量大于预设减少量阈值,则将所述移动策略更新为所述机器人可移动至所述交通岛。
8.如权利要求1至5中任一项所述的移动控制方法,其特征在于,所述根据所述移动策略,控制所述机器人移动至所述交通岛的步骤包括:
若所述移动策略为所述机器人可移动至所述交通岛,则检测所述机器人所处的当前路口是否存在红绿灯;
若所述当前路口存在所述红绿灯且所述红绿灯为绿灯状态,则控制所述机器人移动至所述交通岛;
若所述当前路口不存在所述红绿灯且所述当前移动路径没有机动车干扰,则控制所述机器人移动至所述交通岛。
9.一种移动控制装置,其特征在于,所述移动控制装置包括:
信息获取模块,用于若检测到机器人即将进入交通岛时,获取所述机器人周围的人群信息;
策略设置模块,用于根据所述人群信息,设置移动策略;
移动控制模块,用于根据所述移动策略,控制所述机器人移动至所述交通岛。
10.一种机器人,其特征在于,所述机器人包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的移动控制程序,所述移动控制程序被所述处理器执行时实现如权利要求1至8中任一项所述的移动控制方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011236332.1A CN112405532B (zh) | 2020-11-06 | 2020-11-06 | 移动控制方法、装置及机器人 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011236332.1A CN112405532B (zh) | 2020-11-06 | 2020-11-06 | 移动控制方法、装置及机器人 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112405532A true CN112405532A (zh) | 2021-02-26 |
CN112405532B CN112405532B (zh) | 2021-12-28 |
Family
ID=74780664
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011236332.1A Active CN112405532B (zh) | 2020-11-06 | 2020-11-06 | 移动控制方法、装置及机器人 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112405532B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103576686A (zh) * | 2013-11-21 | 2014-02-12 | 中国科学技术大学 | 一种机器人自主导引及避障的方法 |
US20140136414A1 (en) * | 2006-03-17 | 2014-05-15 | Raj Abhyanker | Autonomous neighborhood vehicle commerce network and community |
CN107092252A (zh) * | 2017-04-11 | 2017-08-25 | 杭州光珀智能科技有限公司 | 一种基于机器视觉的机器人主动避障方法及其装置 |
CN107807651A (zh) * | 2017-11-29 | 2018-03-16 | 北京康力优蓝机器人科技有限公司 | 一种移动机器人的自充电控制系统和方法 |
CN107894773A (zh) * | 2017-12-15 | 2018-04-10 | 广东工业大学 | 一种移动机器人的导航方法、系统及相关装置 |
CN108958263A (zh) * | 2018-08-03 | 2018-12-07 | 江苏木盟智能科技有限公司 | 一种机器人避障方法及机器人 |
-
2020
- 2020-11-06 CN CN202011236332.1A patent/CN112405532B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140136414A1 (en) * | 2006-03-17 | 2014-05-15 | Raj Abhyanker | Autonomous neighborhood vehicle commerce network and community |
CN103576686A (zh) * | 2013-11-21 | 2014-02-12 | 中国科学技术大学 | 一种机器人自主导引及避障的方法 |
CN107092252A (zh) * | 2017-04-11 | 2017-08-25 | 杭州光珀智能科技有限公司 | 一种基于机器视觉的机器人主动避障方法及其装置 |
CN107807651A (zh) * | 2017-11-29 | 2018-03-16 | 北京康力优蓝机器人科技有限公司 | 一种移动机器人的自充电控制系统和方法 |
CN107894773A (zh) * | 2017-12-15 | 2018-04-10 | 广东工业大学 | 一种移动机器人的导航方法、系统及相关装置 |
CN108958263A (zh) * | 2018-08-03 | 2018-12-07 | 江苏木盟智能科技有限公司 | 一种机器人避障方法及机器人 |
Also Published As
Publication number | Publication date |
---|---|
CN112405532B (zh) | 2021-12-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR102407664B1 (ko) | 물체 검출을 위한 방법, 장치 및 기기 | |
CN110430401B (zh) | 车辆盲区预警方法、预警装置、mec平台和存储介质 | |
US20200331476A1 (en) | Automatic lane change with minimum gap distance | |
US20200307589A1 (en) | Automatic lane merge with tunable merge behaviors | |
CN111580524A (zh) | 基于路径规划的车辆换道方法、装置、设备及存储介质 | |
CN109712430B (zh) | 信息处理系统、信息处理装置、信息处理方法和存储程序的非暂时性计算机可读存储介质 | |
JP2019032174A (ja) | 情報処理システムおよび情報処理方法 | |
CN110909419A (zh) | 一种汽车安全完整性能等级计算方法、装置及服务器 | |
US20210035443A1 (en) | Navigation analysis for a multi-lane roadway | |
CN112078571B (zh) | 自动泊车方法、设备、存储介质及装置 | |
CN114228743B (zh) | 无人物流车控制方法、装置、系统和可读存储介质 | |
CN112433528A (zh) | 机器人乘用电梯的方法、装置、机器人及存储介质 | |
CN111553605A (zh) | 车辆变道风险评估方法、装置、设备及存储介质 | |
CN110834646B (zh) | 变道辅助预警方法、装置、设备及存储介质 | |
CN113386738A (zh) | 风险预警系统、方法和存储介质 | |
CN113071515B (zh) | 可移动载体控制方法、装置、可移动载体及存储介质 | |
CN113189989B (zh) | 车辆意图预测方法、装置、设备及存储介质 | |
WO2020164090A1 (en) | Trajectory prediction for driving strategy | |
CN112405532B (zh) | 移动控制方法、装置及机器人 | |
CN109916420B (zh) | 一种车辆导航的方法及相关装置 | |
CN112133128A (zh) | 弯道防撞预警方法、装置、计算机设备和存储介质 | |
CN112141099A (zh) | 车辆控制方法、装置、计算机设备和存储介质 | |
CN114998863A (zh) | 目标道路识别方法、装置、电子设备以及存储介质 | |
CN114677662A (zh) | 一种车辆前方障碍状态预测方法、装置、设备及存储介质 | |
CN114282776A (zh) | 车路协同评估自动驾驶安全性的方法、装置、设备和介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |