CN105136155B - 一种导航方法及电子设备 - Google Patents
一种导航方法及电子设备 Download PDFInfo
- Publication number
- CN105136155B CN105136155B CN201510616969.6A CN201510616969A CN105136155B CN 105136155 B CN105136155 B CN 105136155B CN 201510616969 A CN201510616969 A CN 201510616969A CN 105136155 B CN105136155 B CN 105136155B
- Authority
- CN
- China
- Prior art keywords
- barrier
- electronic equipment
- attribute
- environmental information
- attribute information
- 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.)
- Active
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/28—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network with correlation of data from several navigational instruments
- G01C21/30—Map- or contour-matching
- G01C21/32—Structuring or formatting of map data
Abstract
本申请公开一种导航方法及电子设备,所述方法和电子设备首先利用通过环境传感模块感测的环境信息,构建一2D地图模型,所述2D地图模型包括依据所述环境信息布局的各个障碍物;在此基础上,利用所述环境信息,获取2D地图模型上各个障碍物的障碍物属性信息,最终,基于2D地图模型上每个障碍物的属性信息,对电子设备进行导航。可见,本申请在电子设备导航中引入了障碍物属性,并实现了基于障碍物不同属性的智能导航,从而应用本申请可提升智能机器人等电子设备的导航效果。
Description
技术领域
本发明属于智能导航领域,尤其涉及一种导航方法及电子设备。
背景技术
智能机器人通过利用各种传感器(激光、红外、超声等)信息构建2D(2-Dimensional,二维)地图,来实现导航。目前,在构建2D地图过程中,机器人将各个传感器探测到的障碍物信息,均转化为具有相同灰度值的像素图像进行地图构建,并在此基础上,将具有所述相同灰度值的障碍物图像视为具有相同属性,且设定各障碍物不可碰撞。
也就是说,现有机器人在构建2D地图进行导航时,所有障碍物都被同等对待,即采用无差别对待所有障碍物的方式实现导航,由于无法对各障碍物进行具体区分,机器人只能采用相同的行进参数,例如采用相同的行进速度及安全绕行距离等绕行不同的障碍物。然而,不同属性的障碍物往往具有不同的绕行需求,比如针对易碎的玻璃材质障碍物,一般需要以较大的安全绕行距离以及较低的行进速度进行绕行。基于此,现有机器人的导航方式因无法区分障碍物而导致最终的导航效果较差。
发明内容
有鉴于此,本发明的目的在于提供一种导航方法及电子设备,旨在通过引入障碍物属性实现基于障碍物不同属性的智能导航,以提升智能机器人等电子设备的导航效果。
为此,本发明公开如下技术方案:
一种导航方法,应用于具有移动功能的电子设备,所述电子设备包括环境传感模块,所述方法包括:
获取所述环境传感模块感测的环境信息;
利用所述环境信息,构建二维2D地图模型;所述2D地图模型包括依据所述环境信息布局的各个障碍物;
基于所述环境信息,获得所述各个障碍物的属性信息;
基于每个障碍物的属性信息,对所述电子设备进行导航。
上述方法,优选的,所述基于所述环境信息,获得所述各个障碍物的属性信息,包括:
基于所述环境信息,分析每个障碍物的材质;
基于所述环境信息,分析每个障碍物对应的归属环境属性值。
上述方法,优选的,所述环境传感模块包括激光传感器、超声传感器及相机,则所述基于所述环境信息,分析每个障碍物的材质,包括:
融合所述激光传感器、超声传感器及相机感测的环境信息,分析每个障碍物的材质。
上述方法,优选的,所述基于所述环境信息,分析每个障碍物对应的归属环境属性值,包括:
基于所述环境信息,分析每个障碍物的周边环境障碍物分布情况;
利用所述周边环境障碍物分布情况,确定每个障碍物对应的归属环境属性值;所述归属环境属性值为开阔区域、拥挤区域或半拥挤区域中的任意一种。
上述方法,优选的,所述基于每个障碍物的属性信息,对所述电子设备进行导航,包括:
基于每个障碍物的属性信息,确定每个障碍物的预设影响参数的取值;
依据每个障碍物的所述预设影响参数的取值,计算从源地至目的地之间的每条有效线路的通行代价,并采用通行代价最小的线路作为目标线路;
依据所述目标线路上每个目标障碍物的预设影响参数的取值,计算所述电子设备对应于每个目标障碍物的预设行进参数数值;
基于所述预设行进参数数值,对所述电子设备进行导航。
上述方法,优选的,所述基于每个障碍物的属性信息,确定每个障碍物的预设影响参数的取值,包括:
基于每个障碍物的属性信息,确定每个障碍物的导航影响权重及影响区域范围。
上述方法,优选的,还包括:
接收用户设定的属性数据,并依据所述属性数据,对所述电子设备的相应行进参数数值进行调整。
一种电子设备,具有环境传感模块,所述电子设备包括:
环境信息获取模块,用于获取所述环境传感模块感测的环境信息;
地图模型构建模块,用于利用所述环境信息,构建二维2D地图模型;所述2D地图模型包括依据所述环境信息布局的各个障碍物;
属性信息获取模块,用于基于所述环境信息,获得所述各个障碍物的属性信息;
导航模块,用于基于每个障碍物的属性信息,对所述电子设备进行导航。
上述电子设备,优选的,所述属性信息获取模块包括:
材质分析单元,用于基于所述环境信息,分析每个障碍物的材质;
归属环境分析单元,用于基基于所述环境信息,分析每个障碍物对应的归属环境属性值。
上述电子设备,优选的,所述环境传感模块包括激光传感器、超声传感器及相机,则所述材质分析单元包括:
材质分析子单元,用于融合所述激光传感器、超声传感器及相机感测的环境信息,分析每个障碍物的材质。
上述电子设备,优选的,所述归属环境分析单元包括:
障碍物分布分析子单元,用于基于所述环境信息,分析每个障碍物的周边环境障碍物分布情况;
归属环境确定子单元,用于利用所述周边环境障碍物分布情况,确定每个障碍物对应的归属环境属性值;所述归属环境属性值为开阔区域、拥挤区域或半拥挤区域中的任意一种。
上述电子设备,优选的,所述导航模块包括:
影响参数确定单元,用于基于每个障碍物的属性信息,确定每个障碍物的预设影响参数的取值;
通行代价计算单元,用于依据每个障碍物的所述预设影响参数的取值,计算从源地至目的地之间的每条有效线路的通行代价,并采用通行代价最小的线路作为目标线路;
行进参数计算单元,用于依据所述目标线路上每个目标障碍物的预设影响参数的取值,计算所述电子设备对应于每个目标障碍物的预设行进参数数值;
导航单元,用于基于所述预设行进参数数值,对所述电子设备进行导航。
上述电子设备,优选的,所述影响参数确定单元包括:
影响参数确定子单元,用于基于每个障碍物的属性信息,确定每个障碍物的导航影响权重及影响区域范围。
上述电子设备,优选的,还包括:
行进参数调整模块,用于接收用户设定的属性数据,并依据所述属性数据,对所述电子设备的相应行进参数数值进行调整。
由以上方案可知,本申请公开的导航方法及电子设备,首先利用通过环境传感模块感测的环境信息构建一2D地图模型,所述2D地图模型包括依据所述环境信息布局的各个障碍物;在此基础上,利用所述环境信息,获取2D地图模型上各个障碍物的障碍物属性信息,最终,基于2D地图模型上每个障碍物的属性信息,对电子设备进行导航。可见,本申请在电子设备导航中引入了障碍物属性,并实现了基于障碍物不同属性的智能导航,从而应用本申请可提升智能机器人等电子设备的导航效果。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据提供的附图获得其他的附图。
图1是本申请提供的一种导航方法实施例一的流程图;
图2是本申请提供的一种导航方法实施例二的流程图;
图3是本申请提供的一种导航方法实施例三的流程图;
图4是本申请提供的一种电子设备实施例四的结构示意图;
图5是本申请提供的一种电子设备实施例五的结构示意图;
图6是本申请提供的一种电子设备实施例六的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
实施例一
参考图1,图1为本申请提供的一种导航方法实施例一的流程图,所述导航方法可应用于具有移动功能的电子设备,所述电子设备包括环境传感模块,如图1所示,所述方法可以包括以下步骤:
S101:获取所述环境传感模块感测的环境信息。
其中,所述环境传感模块可以包括激光传感器、超声传感器及相机等可以感测环境信息的各种传感器件。电子设备通过利用激光传感器、超声传感器及相机等传感器件感测环境信息,实现为后续2D地图模型的建立,以及障碍物属性信息的分析提供支持。
S102:利用所述环境信息,构建二维2D地图模型;所述2D地图模型包括依据所述环境信息布局的各个障碍物。
在通过所述各传感器件获得周围的环境信息后,首先利用所述环境信息构建一2D地图模型,该模型包括依据所述环境信息布局的各个障碍物,且在该模型中,各个障碍物均被转化为具有相同灰度值的像素图像,也就是说,本步骤建立的2D地图模型,还未对各个障碍物进行具体的属性区分。
其中,具体可采用现有的GMapping(Grid Mapping,栅格地图)算法,实现利用所述环境信息构建所需的2D地图模型。
S103:基于所述环境信息,获得所述各个障碍物的属性信息;
本申请通过引入多种不同的障碍物属性,实现对所建模型中分布的各个障碍物进行区分。其中,本申请具体引入障碍物的材质、障碍物的归属环境等会对电子设备的行进参数(比如电子设备的行进速度、安全绕行距离)产生影响的一些障碍物属性。
按照障碍物所采用的材质,可将障碍物的材质属性值划分为玻璃、针织品、木制品、墙等各种不同的属性取值,不同的材质属性,会在导航过程中为障碍物赋予不同的导航影响权重及影响区域范围,所述导航影响权重的大小反映障碍物对电子设备行进速度的限制程度,所述影响区域范围决定电子设备绕行障碍物时的安全绕行距离。比如,相对于针织品材质的障碍物而言,易碎的玻璃材质障碍物的导航影响权重及影响区域范围均较大,要求机器人等电子设备在行进过程中,采用较小的行进速度及较大的安全绕行距离。
按照障碍物所处位置的周边环境情况,可将障碍物的归属环境属性值划分为开阔区域、半开阔区域、拥挤区域等。不同的归属环境属性值,也将赋予障碍物不同的导航影响权重及影响区域范围。
在构建所述2D地图模型及引入障碍物属性的基础上,本步骤利用环境传感模块提供的环境信息,来分析所建模型上各个障碍物的材质及归属环境的具体取值,以实现对各个障碍物进行有效区分。
首先,融合所述激光传感器、超声传感器及相机等各个传感器件探测的环境信息,判定障碍物材质。具体地,对于某一障碍物,如果超声传感器能够探测到该障碍物的数据,但激光传感器却未能探测到,则可以判定该障碍物为玻璃材质;在超声传感器及激光传感器均能探测到障碍物数据时,可初步判定该障碍物非玻璃材质,此种情况下,可继续通过相机拍摄的RGB(Red-Green-Blue,红-绿-蓝)图像对障碍物进行材质判定,比如依据RGB图像判定障碍物是否属于针织品材质、木制品材质、墙体材质等。
对于模型上各障碍物归属环境属性值的确定,可首先依据构建的2D地图模型,分析每个障碍物的周边环境障碍物分布情况,确定其周边环境障碍物分布的疏密程度,之后,可继续利用周边环境障碍物分布的疏密程度,判定各个障碍物具体是处于开阔区域,还是拥挤区域或半拥挤区域。
在此基础上,可通过对2D地图模型上的各个障碍物赋予相应不同的属性信息,得到更为完善的、包含障碍物区分属性信息的2D地图,该2D地图中的每个障碍物对应一个涵盖其材质、归属环境等属性值的属性集合,可实现对各个障碍物进行有效区分。
S104:基于每个障碍物的属性信息,对所述电子设备进行导航。
在为各个障碍物赋予相应不同的属性信息后,可依据2D地图中各个障碍物的不同属性信息,对电子设备进行智能导航,比如具体依据障碍物材质的不同,归属环境的不同,为每一障碍物制定不同的导航行进参数等。
由以上方案可知,本申请公开的导航方法,首先利用通过环境传感模块感测的环境信息构建一2D地图模型,所述2D地图模型包括依据所述环境信息布局的各个障碍物;在此基础上,利用所述环境信息,获取2D地图模型上各个障碍物的障碍物属性信息,最终,基于2D地图模型上每个障碍物的属性信息,对电子设备进行导航。可见,本申请在电子设备导航中引入了障碍物属性,并实现了基于障碍物不同属性的智能导航,从而应用本申请可提升智能机器人等电子设备的导航效果。
实施例二
参考图2,图2为本申请提供的一种导航方法实施例二的流程图,本实施例中,所述步骤S104可以通过以下步骤实现:
S201:基于每个障碍物的属性信息,确定每个障碍物的预设影响参数的取值。
其中,所述预设影响参数包括上文涉及的导航影响权重及影响区域范围,障碍物的材质及归属环境不同,会导致障碍物的导航影响权重及影响区域范围不同,比如,易碎的玻璃材质障碍物其导航影响权重及影响区域范围较大,要求电子设备具有较小的行进速度及较大的安全绕行距离,处于拥挤区域的障碍物其导航影响权重较大,要求电子设备具有较小的行进速度。
S202:依据每个障碍物的所述预设影响参数的取值,计算从源地至目的地之间的每条有效线路的通行代价,并采用通行代价最小的线路作为目标线路。
每个障碍物因其影响参数取值的不同,会导致电子设备对其进行绕行时的绕行代价不同,如相对于墙体、针织品等材质的障碍物,玻璃材质的障碍物因具有易碎等特点(发生意外时,可能会被损坏),其对应的通行代价较高;相对应地,拥有不同归属环境(开阔区域、半拥挤区域、拥挤区域)的障碍物,也会随着其周边障碍物分布密度的增加,而加大绕行该障碍物时的通行代价。
基于此,为优化导航效果,本实施例考虑从源地至目的地之间的各条有效线路中选择一条最优线路,即通行代价最小的线路作为导航时采用的目标线路。其中,每条线路的通行代价为该线路所包含的各个障碍物的通行代价之和。
S203:依据所述目标线路上每个目标障碍物的预设影响参数的取值,计算所述电子设备对应于每个目标障碍物的预设行进参数数值。
S204:基于所述预设行进参数数值,对所述电子设备进行导航。
在选择出导航采用的目标线路后,可基于目标线路中每个障碍物的导航影响权重及影响区域范围,确定电子设备绕行每个障碍物时需采用的行进速度、安全绕行距离等行进参数数值。从而在此基础上,可实现基于不同障碍物不同属性的智能导航。
相比于现有技术无差别对待所有障碍物的导航方式,本申请通过为障碍物引入不同属性,实现了对障碍物进行区别对待,避免了不必要的碰撞和损失,提升了智能导航的安全程度。
实施例三
参考图3,图3为本申请提供的一种导航方法实施例三的流程图,本实施例中,所述方法还可以包括以下步骤:
S301:接收用户设定的属性数据,并依据所述属性数据,对所述电子设备的相应行进参数数值进行调整。
在为2D地图引入障碍物属性的基础上,本实施例通过继续为2D地图引入地表属性和功能性属性,来进一步提升基于该地图的智能导航效果。其中,地表属性是指按地面的光滑程度对各地表区域进行属性值划分,具体可包括光滑区域、木质地板区域、地毯区域等;功能性属性是指依据地表区域所提供的使用功能的私密性程度,对地表区域进行属性值划分,具体可包括开放区域、隐私区域等。
对于所述地表属性和功能性属性的属性值,本实施例具体采用接收用户设置的方式将其引入2D地图,即本实施例为用户提供所述地表属性和功能性属性的开放设置功能,应用本申请时,用户可依据其实际需求,在已构建的2D地图中进行所需的地表属性设置或功能性属性设置,例如设置2D地图上的某一卧室区域为隐私区域等,电子设备的导航装置接收到用户的设置信息后,将该设置信息融入当前的2D地图中,并结合用户设置信息对导航策略进行调整,比如,不再将用户设置的隐私区域纳入导航范围等。
本申请通过对导航地图进行属性扩展,进一步提升了导航效果,在保证安全导航的同时充分尊重了用户隐私。
实施例四
参考图4,图4为本申请提供的一种电子设备实施例四的结构示意图,所述电子设备具有移动功能,且所述电子设备包括环境传感模块,如图4所示,所述电子设备可以包括环境信息获取模块100、地图模型构建模块200、属性信息获取模块300和导航模块400。
环境信息获取模块100,用于获取所述环境传感模块感测的环境信息。
其中,所述环境传感模块可以包括激光传感器、超声传感器及相机等可以感测环境信息的各种传感器件。电子设备通过利用激光传感器、超声传感器及相机等传感器件感测环境信息,实现为后续2D地图模型的建立,以及障碍物属性信息的分析提供支持。
地图模型构建模块200,用于利用所述环境信息,构建二维2D地图模型;所述2D地图模型包括依据所述环境信息布局的各个障碍物。
在通过所述各传感器件获得周围的环境信息后,首先利用所述环境信息构建一2D地图模型,该模型包括依据所述环境信息布局的各个障碍物,且在该模型中,各个障碍物均被转化为具有相同灰度值的像素图像,也就是说,本模块建立的2D地图模型,还未对各个障碍物进行具体的属性区分。
其中,具体可采用现有的GMapping(Grid Mapping,栅格地图)算法,实现利用所述环境信息构建所需的2D地图模型。
属性信息获取模块300,用于基于所述环境信息,获得所述各个障碍物的属性信息。
本申请通过引入多种不同的障碍物属性,实现对所建模型中分布的各个障碍物进行区分。其中,本申请具体引入障碍物的材质、障碍物的归属环境等会对电子设备的行进参数(比如电子设备的行进速度、安全绕行距离)产生影响的一些障碍物属性。
按照障碍物所采用的材质,可将障碍物的材质属性值划分为玻璃、针织品、木制品、墙等各种不同的属性取值,不同的材质属性,会在导航过程中为障碍物赋予不同的导航影响权重及影响区域范围,所述导航影响权重的大小反映障碍物对电子设备行进速度的限制程度,所述影响区域范围决定电子设备绕行障碍物时的安全绕行距离。比如,相对于针织品材质的障碍物而言,易碎的玻璃材质障碍物的导航影响权重及影响区域范围均较大,要求机器人等电子设备在行进过程中,采用较小的行进速度及较大的安全绕行距离。
按照障碍物所处位置的周边环境情况,可将障碍物的归属环境属性值划分为开阔区域、半开阔区域、拥挤区域等。不同的归属环境属性值,也将赋予障碍物不同的导航影响权重及影响区域范围。
在构建所述2D地图模型及引入障碍物属性的基础上,本模块利用环境传感模块提供的环境信息,来分析所建模型上各个障碍物的材质及归属环境的具体取值,以实现对各个障碍物进行有效区分。
首先,融合所述激光传感器、超声传感器及相机等各个传感器件探测的环境信息,判定障碍物材质。具体地,对于某一障碍物,如果超声传感器能够探测到该障碍物的数据,但激光传感器却未能探测到,则可以判定该障碍物为玻璃材质;在超声传感器及激光传感器均能探测到障碍物数据时,可初步判定该障碍物非玻璃材质,此种情况下,可继续通过相机拍摄的RGB(Red-Green-Blue,红-绿-蓝)图像对障碍物进行材质判定,比如依据RGB图像判定障碍物是否属于针织品材质、木制品材质、墙体材质等。
对于模型上各障碍物归属环境属性值的确定,可首先依据构建的2D地图模型,分析每个障碍物的周边环境障碍物分布情况,确定其周边环境障碍物分布的疏密程度,之后,可继续利用周边环境障碍物分布的疏密程度,判定各个障碍物具体是处于开阔区域,还是拥挤区域或半拥挤区域。
在此基础上,可通过对2D地图模型上的各个障碍物赋予相应不同的属性信息,得到更为完善的、包含障碍物区分属性信息的2D地图,该2D地图中的每个障碍物对应一个涵盖其材质、归属环境等属性值的属性集合,可实现对各个障碍物进行有效区分。
导航模块400,用于基于每个障碍物的属性信息,对所述电子设备进行导航。
在为各个障碍物赋予相应不同的属性信息后,可依据2D地图中各个障碍物的不同属性信息,对电子设备进行智能导航,比如具体依据障碍物材质的不同,归属环境的不同,为每一障碍物制定不同的导航行进参数等。
由以上方案可知,本申请公开的电子设备,首先利用通过环境传感模块感测的环境信息构建一2D地图模型,所述2D地图模型包括依据所述环境信息布局的各个障碍物;在此基础上,利用所述环境信息,获取2D地图模型上各个障碍物的障碍物属性信息,最终,基于2D地图模型上每个障碍物的属性信息,对电子设备进行导航。可见,本申请在电子设备导航中引入了障碍物属性,并实现了基于障碍物不同属性的智能导航,从而应用本申请可提升智能机器人等电子设备的导航效果。
实施例五
参考图5,图5为本申请提供的一种电子设备实施例五的结构示意图,本实施例中,所述导航模块400可以通过影响参数确定单元401、通行代价计算单元402、行进参数计算单元403和导航单元404实现。
影响参数确定单元401,用于基于每个障碍物的属性信息,确定每个障碍物的预设影响参数的取值。
其中,所述预设影响参数包括上文涉及的导航影响权重及影响区域范围,障碍物的材质及归属环境不同,会导致障碍物的导航影响权重及影响区域范围不同,比如,易碎的玻璃材质障碍物其导航影响权重及影响区域范围较大,要求电子设备具有较小的行进速度及较大的安全绕行距离,处于拥挤区域的障碍物其导航影响权重较大,要求电子设备具有较小的行进速度。
通行代价计算单元402,用于依据每个障碍物的所述预设影响参数的取值,计算从源地至目的地之间的每条有效线路的通行代价,并采用通行代价最小的线路作为目标线路。
每个障碍物因其影响参数取值的不同,会导致电子设备对其进行绕行时的绕行代价不同,如相对于墙体、针织品等材质的障碍物,玻璃材质的障碍物因具有易碎等特点(发生意外时,可能会被损坏),其对应的通行代价较高;相对应地,拥有不同归属环境(开阔区域、半拥挤区域、拥挤区域)的障碍物,也会随着其周边障碍物分布密度的增加,而加大绕行该障碍物时的通行代价。
基于此,为优化导航效果,本实施例考虑从源地至目的地之间的各条有效线路中选择一条最优线路,即通行代价最小的线路作为导航时采用的目标线路。其中,每条线路的通行代价为该线路所包含的各个障碍物的通行代价之和。
行进参数计算单元403,用于依据所述目标线路上每个目标障碍物的预设影响参数的取值,计算所述电子设备对应于每个目标障碍物的预设行进参数数值。
导航单元404,用于基于所述预设行进参数数值,对所述电子设备进行导航。
在选择出导航采用的目标线路后,可基于目标线路中每个障碍物的导航影响权重及影响区域范围,确定电子设备绕行每个障碍物时需采用的行进速度、安全绕行距离等行进参数数值。从而在此基础上,可实现基于不同障碍物不同属性的智能导航。
相比于现有技术无差别对待所有障碍物的导航方式,本申请通过为障碍物引入不同属性,实现了对障碍物进行区别对待,避免了不必要的碰撞和损失,提升了智能导航的安全程度。
实施例六
参考图6,图6为本申请提供的一种电子设备实施例六的结构示意图,本实施例中,所述电子设备还可以包括行进参数调整模块500,该模块用于接收用户设定的属性数据,并依据所述属性数据,对所述电子设备的相应行进参数数值进行调整。
在为2D地图引入障碍物属性的基础上,本实施例通过继续为2D地图引入地表属性和功能性属性,来进一步提升基于该地图的智能导航效果。其中,地表属性是指按地面的光滑程度对各地表区域进行属性值划分,具体可包括光滑区域、木质地板区域、地毯区域等;功能性属性是指依据地表区域所提供的使用功能的私密性程度,对地表区域进行属性值划分,具体可包括开放区域、隐私区域等。
对于所述地表属性和功能性属性的属性值,本实施例具体采用接收用户设置的方式将其引入2D地图,即本实施例为用户提供所述地表属性和功能性属性的开放设置功能,应用本申请时,用户可依据其实际需求,在已构建的2D地图中进行所需的地表属性设置或功能性属性设置,例如设置2D地图上的某一卧室区域为隐私区域等,电子设备的导航装置接收到用户的设置信息后,将该设置信息融入当前的2D地图中,并结合用户设置信息对导航策略进行调整,比如,不再将用户设置的隐私区域纳入导航范围等。
本申请通过对导航地图进行属性扩展,进一步提升了导航效果,在保证安全导航的同时充分尊重了用户隐私。
需要说明的是,本说明书中的各个实施例均采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似的部分互相参见即可。
为了描述的方便,描述以上系统或装置时以功能分为各种模块或单元分别描述。当然,在实施本申请时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
通过以上的实施方式的描述可知,本领域的技术人员可以清楚地了解到本申请可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解,本申请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,该计算机软件产品可以存储在存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例或者实施例的某些部分所述的方法。
最后,还需要说明的是,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、物品或者设备不仅包括那些要素,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、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (14)
1.一种导航方法,其特征在于,应用于具有移动功能的电子设备,所述电子设备包括环境传感模块,所述方法包括:
获取所述环境传感模块感测的环境信息;
利用所述环境信息,构建2D地图模型;所述2D地图模型包括依据所述环境信息布局的各个障碍物;
基于所述环境信息,获得所述各个障碍物的属性信息;
基于每个障碍物的属性信息,对所述电子设备进行导航;
其中,障碍物的属性信息包括障碍物对应的归属环境属性值;
则所述基于所述环境信息,获得所述各个障碍物的属性信息,包括:基于所述环境信息,分析每个障碍物的周边环境障碍物分布情况;利用所述周边环境障碍物分布情况,确定每个障碍物对应的归属环境属性值。
2.根据权利要求1所述的方法,其特征在于,所述障碍物的属性信息还包括障碍物的材质,则所述基于所述环境信息,获得所述各个障碍物的属性信息,还包括:
基于所述环境信息,分析每个障碍物的材质。
3.根据权利要求2所述的方法,其特征在于,所述环境传感模块包括激光传感器、超声传感器及相机,则所述基于所述环境信息,分析每个障碍物的材质,包括:
融合所述激光传感器、超声传感器及相机感测的环境信息,分析每个障碍物的材质。
4.根据权利要求2所述的方法,其特征在于,所述归属环境属性值为开阔区域、拥挤区域或半拥挤区域中的任意一种。
5.根据权利要求1所述的方法,其特征在于,所述基于每个障碍物的属性信息,对所述电子设备进行导航,包括:
基于每个障碍物的属性信息,确定每个障碍物的预设影响参数的取值;
依据每个障碍物的所述预设影响参数的取值,计算从源地至目的地之间的每条有效线路的通行代价,并采用通行代价最小的线路作为目标线路;
依据所述目标线路上每个目标障碍物的预设影响参数的取值,计算所述电子设备对应于每个目标障碍物的预设行进参数数值;
基于所述预设行进参数数值,对所述电子设备进行导航。
6.根据权利要求5所述的方法,其特征在于,所述基于每个障碍物的属性信息,确定每个障碍物的预设影响参数的取值,包括:
基于每个障碍物的属性信息,确定每个障碍物的导航影响权重及影响区域范围。
7.根据权利要求5或6所述的方法,其特征在于,还包括:
接收用户设定的属性数据,并依据所述属性数据,对所述电子设备的相应行进参数数值进行调整。
8.一种电子设备,其特征在于,具有环境传感模块,所述电子设备包括:
环境信息获取模块,用于获取所述环境传感模块感测的环境信息;
地图模型构建模块,用于利用所述环境信息,构建2D地图模型;所述2D地图模型包括依据所述环境信息布局的各个障碍物;
属性信息获取模块,用于基于所述环境信息,获得所述各个障碍物的属性信息;
导航模块,用于基于每个障碍物的属性信息,对所述电子设备进行导航;
其中,障碍物的属性信息包括障碍物对应的归属环境属性值;
则所述属性信息获取模块 包括:归属环境分析单元,用于基于所述环境信息,分析每个障碍物的周边环境障碍物分布情况;利用所述周边环境障碍物分布情况,确定每个障碍物对应的归属环境属性值。
9.根据权利要求8所述的电子设备,其特征在于,所述障碍物的属性信息还包括障碍物的材质,则所述属性信息获取模块还包括:
材质分析单元,用于基于所述环境信息,分析每个障碍物的材质。
10.根据权利要求9所述的电子设备,其特征在于,所述环境传感模块包括激光传感器、超声传感器及相机,则所述材质分析单元包括:
材质分析子单元,用于融合所述激光传感器、超声传感器及相机感测的环境信息,分析每个障碍物的材质。
11.根据权利要求9所述的电子设备,其特征在于,所述归属环境属性值为开阔区域、拥挤区域或半拥挤区域中的任意一种。
12.根据权利要求8所述的电子设备,其特征在于,所述导航模块包括:
影响参数确定单元,用于基于每个障碍物的属性信息,确定每个障碍物的预设影响参数的取值;
通行代价计算单元,用于依据每个障碍物的所述预设影响参数的取值,计算从源地至目的地之间的每条有效线路的通行代价,并采用通行代价最小的线路作为目标线路;
行进参数计算单元,用于依据所述目标线路上每个目标障碍物的预设影响参数的取值,计算所述电子设备对应于每个目标障碍物的预设行进参数数值;
导航单元,用于基于所述预设行进参数数值,对所述电子设备进行导航。
13.根据权利要求12所述的电子设备,其特征在于,所述影响参数确定单元包括:
影响参数确定子单元,用于基于每个障碍物的属性信息,确定每个障碍物的导航影响权重及影响区域范围。
14.根据权利要求12或13所述的电子设备,其特征在于,还包括:
行进参数调整模块,用于接收用户设定的属性数据,并依据所述属性数据,对所述电子设备的相应行进参数数值进行调整。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510616969.6A CN105136155B (zh) | 2015-09-24 | 2015-09-24 | 一种导航方法及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510616969.6A CN105136155B (zh) | 2015-09-24 | 2015-09-24 | 一种导航方法及电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105136155A CN105136155A (zh) | 2015-12-09 |
CN105136155B true CN105136155B (zh) | 2018-12-14 |
Family
ID=54721595
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510616969.6A Active CN105136155B (zh) | 2015-09-24 | 2015-09-24 | 一种导航方法及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105136155B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110383197A (zh) * | 2018-01-23 | 2019-10-25 | 深圳市大疆创新科技有限公司 | 移动平台速度限制方法及设备、装置及记录介质 |
CN108665541B (zh) * | 2018-04-09 | 2019-06-07 | 北京三快在线科技有限公司 | 一种基于激光传感器的地图生成方法及装置和机器人 |
CN110836668A (zh) * | 2018-08-16 | 2020-02-25 | 科沃斯商用机器人有限公司 | 定位导航方法、装置、机器人及存储介质 |
CN111345735A (zh) * | 2018-12-24 | 2020-06-30 | 江苏美的清洁电器股份有限公司 | 扫地机的地图构建的方法和装置 |
CN110008389A (zh) * | 2019-02-13 | 2019-07-12 | 浩亚信息科技有限公司 | 一种目视飞行障碍物实时测算方法、电子设备、存储介质 |
CN111208819B (zh) * | 2020-01-07 | 2023-06-06 | 上海高仙自动化科技发展有限公司 | 生成方法、装置、电子设备及存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2011074165A1 (ja) * | 2009-12-17 | 2011-06-23 | 村田機械株式会社 | 自律移動装置 |
CN102865872A (zh) * | 2011-07-07 | 2013-01-09 | 株式会社日立制作所 | 路径生成系统、路径生成方法以及程序 |
CN102944224A (zh) * | 2012-11-09 | 2013-02-27 | 大连理工大学 | 一种无人驾驶车的自动环境感知系统及其工作方法 |
CN103914068A (zh) * | 2013-01-07 | 2014-07-09 | 中国人民解放军第二炮兵工程大学 | 一种基于栅格地图的服务机器人自主导航方法 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102138769B (zh) * | 2010-01-28 | 2014-12-24 | 深圳先进技术研究院 | 清洁机器人及其清扫方法 |
CN103885443B (zh) * | 2012-12-20 | 2017-02-08 | 联想(北京)有限公司 | 用于即时定位与地图构建单元的设备、系统和方法 |
CN103576686B (zh) * | 2013-11-21 | 2017-01-18 | 中国科学技术大学 | 一种机器人自主导引及避障的方法 |
CN104932494B (zh) * | 2015-04-27 | 2018-04-13 | 广州大学 | 一种概率式室内障碍物分布图的构建机制 |
-
2015
- 2015-09-24 CN CN201510616969.6A patent/CN105136155B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2011074165A1 (ja) * | 2009-12-17 | 2011-06-23 | 村田機械株式会社 | 自律移動装置 |
CN102865872A (zh) * | 2011-07-07 | 2013-01-09 | 株式会社日立制作所 | 路径生成系统、路径生成方法以及程序 |
CN102944224A (zh) * | 2012-11-09 | 2013-02-27 | 大连理工大学 | 一种无人驾驶车的自动环境感知系统及其工作方法 |
CN103914068A (zh) * | 2013-01-07 | 2014-07-09 | 中国人民解放军第二炮兵工程大学 | 一种基于栅格地图的服务机器人自主导航方法 |
Non-Patent Citations (2)
Title |
---|
"基于障碍预估与概率方向权值的移动机器人动态路径规划";庄严 等,;《控制理论与应用》;20070630;第24卷(第3期);337-342页 * |
"智能轮椅导航系统研究现状与发展趋势";陈勇 等,;《电子测试》;20080630(第6期);9-12页 * |
Also Published As
Publication number | Publication date |
---|---|
CN105136155A (zh) | 2015-12-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105136155B (zh) | 一种导航方法及电子设备 | |
CN103267526B (zh) | 一种室内导航方法及系统 | |
Kümmerle et al. | A navigation system for robots operating in crowded urban environments | |
US9235216B2 (en) | Running information generating apparatus of autonomous running apparatus, running information generating method, running information generating program, and autonomous running apparatus | |
KR102577785B1 (ko) | 청소 로봇 및 그의 태스크 수행 방법 | |
CN110333714A (zh) | 一种无人驾驶汽车路径规划方法和装置 | |
CN110221614A (zh) | 一种基于快速探索随机树的多机器人地图探索方法 | |
Balado et al. | Automatic building accessibility diagnosis from point clouds | |
CN107943025A (zh) | 机器人被困的检测方法及脱困的处理方法 | |
KR20130065126A (ko) | 이동체의 경로 설정 장치 및 방법 | |
KR20130101913A (ko) | 로봇의 주행 경로 계획 장치 및 방법 | |
KR101868695B1 (ko) | 이동 로봇 제어 방법 | |
Chen et al. | DroneTalk: An Internet-of-Things-based drone system for last-mile drone delivery | |
CN102339019A (zh) | 一种基于模糊神经网络的智能轮椅避障方法 | |
CN108628318A (zh) | 拥堵环境检测方法、装置、机器人及存储介质 | |
CN110470308A (zh) | 一种避障系统及方法 | |
Capi et al. | Guide robot intelligent navigation in urban environments | |
Niijima et al. | Real-time autonomous navigation of an electric wheelchair in large-scale urban area with 3D map | |
CN112015187A (zh) | 一种用于智能移动机器人的语义地图构建方法及系统 | |
JP7160257B2 (ja) | 情報処理装置、情報処理方法、およびプログラム | |
Tomizawa et al. | Development of an intelligent senior-car in a pedestrian walkway | |
KR20230134109A (ko) | 청소 로봇 및 그의 태스크 수행 방법 | |
KR20190093745A (ko) | 라인 정보를 이용한 모바일 로봇의 장애물 회피를 위한 장치 및 방법 | |
Habermann et al. | 3D point clouds segmentation for autonomous ground vehicle | |
Muñoz et al. | An assistive indoor navigation system for the visually impaired in multi-floor environments |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |