CN106527437A - 一种机器人自动扫描控制系统及方法 - Google Patents
一种机器人自动扫描控制系统及方法 Download PDFInfo
- Publication number
- CN106527437A CN106527437A CN201610994490.0A CN201610994490A CN106527437A CN 106527437 A CN106527437 A CN 106527437A CN 201610994490 A CN201610994490 A CN 201610994490A CN 106527437 A CN106527437 A CN 106527437A
- Authority
- CN
- China
- Prior art keywords
- robot
- boundary
- current position
- house
- internal structure
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 20
- 230000005055 memory storage Effects 0.000 claims abstract description 10
- 210000002569 neuron Anatomy 0.000 claims description 30
- 210000000225 synapse Anatomy 0.000 claims description 26
- 238000006073 displacement reaction Methods 0.000 claims description 25
- 230000006870 function Effects 0.000 claims description 20
- 230000004913 activation Effects 0.000 claims description 19
- 238000004140 cleaning Methods 0.000 abstract description 6
- 230000008569 process Effects 0.000 abstract description 3
- 230000009286 beneficial effect Effects 0.000 description 7
- 230000001537 neural effect Effects 0.000 description 4
- 238000003860 storage Methods 0.000 description 4
- 238000010408 sweeping Methods 0.000 description 4
- 210000002364 input neuron Anatomy 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000005096 rolling process Methods 0.000 description 2
- 241001417527 Pempheridae Species 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000001939 inductive effect Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
- G05D1/0223—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving speed control of the vehicle
Landscapes
- Engineering & Computer Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Manipulator (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明涉及一种机器人自动扫描控制系统及方法，适用于机器人，所述控制系统包括传感器、第一处理器、记忆存储器、第二处理器和控制器，所述第一处理器连接所述传感器，所述记忆存储器分别连接所述第一处理器、所述第二处理器和所述控制器，所述控制器连接所述传感器和所述第二处理器。本发明的有益效果是：通过该机器人自动扫描控制系统，可以自动判定房屋形状，自动遍历清扫，并自动记录行走区域，能够在清扫时全面覆盖整个房屋，顺利完成清扫工作。
Description
技术领域
本发明涉及控制系统技术领域，尤其涉及一种机器人自动扫描控制系统及方法。
背景技术
目前的扫地机器人自动路径规划主要有两种方法，随机式全区域覆盖和规划式全区域覆盖。随机式全区域覆盖指扫地机器人通过碰撞时按固定规则转向进行路径遍历。规划式全区域覆盖是通过定位技术对清洁路线进行规划。目前的技术存在的主要问题是，扫地时对房间的规划不够智能，机器人对自身位置判定不准确，对房间的边界判断不准确。随机式全区域覆盖会出现清扫路线较多重复，且部分区域一直无法清扫的情况。规划式全区域覆盖基于无重复路径规划方法，在部分形况下会导致算法失效，且目前机器人对自身的定位系统并不完善，对自己的确切位置无法准确判断，导致扫地机无法全区域覆盖，从而顺利完成扫地工作。
发明内容
本发明所要解决的技术问题是提供一种自动判定房屋形状、自动遍历清扫且自动记录行走区域的机器人自动扫描控制系统及方法。
本发明解决上述技术问题的技术方案如下：
一种机器人自动扫描控制系统，适用于机器人，所述控制系统包括传感器、第一处理器、记忆存储器、第二处理器和控制器，所述第一处理器连接所述传感器，所述记忆存储器分别连接所述第一处理器、所述第二处理器和所述控制器，所述控制器连接所述传感器和所述第二处理器；
所述传感器用于感知机器人的当前位置信息及与所述当前位置信息相关联的当前障碍信息；
所述第一处理器用于根据所述当前障碍信息在所述当前位置信息中添加边界标签或非边界标签；
所述记忆存储器用于根据处理后的所述当前位置信息，生成房屋内部结构、已扫描位置和未扫描位置；
所述第二处理器用于判断所述房屋内部结构的边界是否完整，并在所述房屋内部结构的边界完整时，根据所述未扫描位置，得到扫描路径；
所述控制器用于根据判断结果、所述扫描路径、所述房屋内部结构和所述机器人当前位置，控制所述机器人进行运动，并实时记录所述机器人的运动路径。
本发明的有益效果是：通过该机器人自动扫描控制系统，可以自动判定房屋形状，自动遍历清扫，并自动记录行走区域，能够在清扫时全面覆盖整个房屋，顺利完成清扫工作。
在上述技术方案的基础上，本发明还可以做如下改进。
进一步，所述传感器、所述第一处理器、所述第二处理器、所述记忆存储器以及所述控制器均为神经元结构。
进一步，所述神经元包括：由权值作为特征的突触、加法器、用于实现各模块功能的计算器和能自动更新的存储器，所述突触的权值可以随不同环境进行调整。
采用上述进一步方案的有益效果是：神经元主要通过激活函数实现各个功能，同时存储器随激活函数的运算发生改变，通过将激活函数的输出值进行排序再输入到下一层神经元中，可以判定神经元内部存储值的大小，加法器用于求取将输入神经元的各输入值与对应权值积的总和。
进一步，所述突触包括用于控制所述神经元的计算器利用激活函数进行运算的控制突触，所述控制突触的权值用于表示所述神经元的激活阀值。
采用上述进一步方案的有益效果是：假设控制突触可取值0或1，控制突触的权值大于所有的输入值与对应权值的积，所述控制突触的权值用于表示所述神经元的激活阀值，当控制突触为0时，无论是否存在输入，计算器均不进行运算，当控制突触为1时，神经元激活，计算器可以进行运算。
进一步，所述传感器包括：用于感知碰撞的碰撞传感器、用于感知方向的陀螺仪和用于感知速度和位移的位移传感器。
采用上述进一步方案的有益效果是：碰撞传感器用于感知机器人在行走过程中发生的碰撞，陀螺仪用于感知机器人的行走方向，位移传感器用于感知机器人行走的速度和位移大小，从而计算机器人的当前位置信息和当前障碍信息。
进一步，第一处理器根据所述当前障碍信息判断所述机器人当前位置是否为边界位置，若是，则在所述当前位置信息中添加边界标签，否则，在所述当前位置信息中添加非边界标签。
采用上述进一步方案的有益效果是：根据当前障碍信息判断当前位置是否为边界位置，如果为边界位置，则给当前位置信息添加边界标签，如果不为边界位置，则给当前位置信息添加非边界标签。
进一步，所述控制器用于：
当所述房屋内部结构的边界不完整时，根据所述当前位置信息和所述当前障碍信息以及所述房屋内部结构，得到所述机器人周围的边界位置，控制所述机器人沿所述机器人周围的边界位置运动并实时记录所述机器人的运动路径；或者，
当所述房屋内部结构的边界完整时，根据所述扫描路径得到所述机器人的下一步行走方式，控制所述机器人根据所述下一步行走方式进行运动并实时记录所述机器人的运动路径。
进一步，所述扫描路径包括下一步行走方向和下一步需到达位置。
采用上述进一步方案的有益效果是：判断神经模块给运动控制神经模块提供一个目标位置和方向，而具体的下一步位置则由运动控制神经模块根据感知神经模块感知的当前位置信息和障碍信息进行确定。
进一步，所述控制器通过步进电机实时记录所述机器人的运动路径。
采用上述进一步方案的有益效果是：步进电机是将电脉冲信号转变为角位移或线位移的开环控制电机，当步进驱动器接收到一个脉冲信号，它就驱动步进电机按设定的方向转动一个固定的角度，称为“步距角”，它的旋转是以固定的角度一步一步运行的，从而实时记录所述机器人的运动路径。
一种机器人自动扫描控制方法，适用于机器人，所述控制方法包括：
步骤1：感知机器人的当前位置信息及与所述当前位置信息相关联的当前障碍信息；
步骤2：根据所述当前障碍信息在所述当前位置信息中添加边界标签或非边界标签；
步骤3：根据处理后的所述当前位置信息，生成房屋内部结构、已扫描位置和未扫描位置；
步骤4：判断所述房屋内部结构的边界是否完整，并在所述房屋内部结构的边界完整时，根据所述未扫描位置，得到所述扫描路径；
步骤5：根据判断结果、所述扫描路径、所述房屋内部结构和所述机器人当前位置，控制所述机器人进行运动，并实时记录所述机器人的运动路径。
进一步，所述步骤2包括：
根据所述当前障碍信息判断所述机器人当前位置是否为边界位置，若是，则在所述当前位置信息中添加边界标签，否则，在所述当前位置信息中添加非边界标签。
进一步，所述步骤5包括：
当所述房屋内部结构的边界不完整时，根据所述当前位置信息和所述当前障碍信息以及所述房屋内部结构，得到所述机器人周围的边界位置，控制所述机器人沿所述机器人周围的边界位置运动并实时记录所述机器人的运动路径；或者，
当所述房屋内部结构的边界完整时，根据所述扫描路径得到所述机器人的下一步行走方式，控制所述机器人根据所述下一步行走方式进行运动并实时记录所述机器人的运动路径。
进一步，所述扫描路径包括下一步行走方向和下一步需到达位置。
进一步，所述步骤5中通过步进电机实时记录所述机器人的运动路径。
附图说明
图1为本发明的一种机器人自动扫描控制系统的结构示意图；
图2为本发明的一种机器人自动扫描控制方法的流程示意图。
具体实施方式
以下结合附图对本发明的原理和特征进行描述，所举实例只用于解释本发明，并非用于限定本发明的范围。
如图1所示，一种机器人自动扫描控制系统，适用于机器人，控制系统包括传感器1、第一处理器2、记忆存储器3、第二处理器4和控制器5，第一处理器2连接传感器1，记忆存储器3分别连接第一处理器2、第二处理器4和控制器5，控制器5连接传感器1和第二处理器4；
传感器1用于感知机器人的当前位置信息及与当前位置信息相关联的当前障碍信息；
第一处理器2用于根据当前障碍信息在当前位置信息中添加边界标签或非边界标签；
记忆存储器3用于根据处理后的当前位置信息，生成房屋内部结构、已扫描位置和未扫描位置；
第二处理器4用于判断房屋内部结构的边界是否完整，并在房屋内部结构的边界完整时，根据未扫描位置，得到扫描路径；
控制器5用于根据判断结果、扫描路径、房屋内部结构和机器人当前位置，控制机器人进行运动，并实时记录机器人的运动路径。
传感器1、第一处理器2、第二处理器4、记忆存储器3以及控制器5均为神经元结构。
神经元包括：由权值作为特征的突触、加法器、用于实现各模块功能的计算器和能自动更新的存储器，突触的权值可以随不同环境进行调整。
各个模块由实现不同功能的若干神经元构成，神经元主要通过激活函数实现各个功能，同时存储器的存储大小随激活函数的运算发生改变，通过将激活函数的输出值进行排序再输入到下一层神经元中，有序的输出可以判定神经元内部存储大小，加法器用于求取将输入神经元的各输入值与对应权值积的总和。突触的权值可以随不同环境进行调整。一个神经元包括若干突触，突触的权值的初始值是通过最初随机值进行试验调整得到的优化值，为了更好适应应用环境，可以调整突触的权值。
突触包括用于控制神经元的计算器利用激活函数进行运算的控制突触，控制突触的权值用于表示神经元的激活阀值。
假设一激活函数为：
其中，f(x)为神经元输出，xi为第i个输入值，wi为第i个突触的权值，B为偏置，通过调整偏置为正或为负，加强或降低激活函数的网络输入；
控制突触x0的权值A为神经元的激活阀值，其中，A＞max{x1w1,xiwi,...,xmwm}，假设x0可取值0或1：
当x0为1时，神经元激活，如果xi不全部为零，则根据以下公式更新偏置B的值：
当x0为0时，无论是否有输入，神经元均不进行任何运算。
不同神经元具有不同的激活函数，相同的输入值经过不同神经元的运算后得到不同的输出，然后将这些输出进行排序，再输入到下一层神经元中，从而判定神经元内部存储值的大小，通过以下公式表达不同的激活函数：
其中，j为大于或等于1的整数，yj为第j个激活函数。
传感器1包括：用于感知碰撞的碰撞传感器、用于感知方向的陀螺仪和用于感知速度和位移的位移传感器。
碰撞传感器用于感知机器人在行走过程中发生的碰撞，陀螺仪用于感知机器人的行走方向，位移传感器用于感知机器人行走的速度和位移大小，从而计算机器人的当前位置信息和当前障碍信息。
碰撞传感器是安全气囊系统中的控制信号输入装置。其作用是在汽车发生碰撞时，由碰撞传感器检测汽车碰撞的强度信号，并将信号输入安全气囊电脑，安全气囊电脑根据碰撞传感器的信号来判定是否引爆充气元件使气囊充气。碰撞传感器多数采用惯性式机械开关结构，其工作状态取决于汽车碰撞时加速度的大小。碰撞传感器按结构可分为机械式和电子式两种。机械式碰撞传感器分为滚球式碰撞传感器、滚轴式碰撞传感器、偏心球式碰撞传感器。
陀螺仪包括压电陀螺仪，微机械陀螺仪，光纤陀螺仪和激光陀螺仪，它们都是电子式的，并且它们可以和加速度计，磁阻芯片，GPS，做成惯性导航控制系统。
位移传感器又称为线性传感器，是一种属于金属感应的线性器件，传感器的作用是把各种被测物理量转换为电量。在生产过程中，位移的测量一般分为测量实物尺寸和机械位移两种。按被测变量变换的形式不同，位移传感器可分为模拟式和数字式两种。模拟式位移传感器又可分为物性型和结构型两种。常用位移传感器以模拟式结构型居多，包括电位器式位移传感器、电感式位移传感器、自整角机、电容式位移传感器、电涡流式位移传感器、霍尔式位移传感器等。
第一处理器2根据当前障碍信息判断机器人当前位置是否为边界位置，若是，则在当前位置信息中添加边界标签，否则，在当前位置信息中添加非边界标签。
控制器5用于：
当房屋内部结构的边界不完整时，根据当前位置信息和当前障碍信息以及房屋内部结构，得到机器人周围的边界位置，控制机器人沿机器人周围的边界位置运动并实时记录机器人的运动路径；或者，
当房屋内部结构的边界完整时，根据扫描路径得到机器人的下一步行走方式，控制机器人根据下一步行走方式进行运动并实时记录机器人的运动路径。
扫描路径包括下一步行走方向和下一步需到达位置。
控制器5通过步进电机实时记录机器人的运动路径。
步进电机是将电脉冲信号转变为角位移或线位移的开环控制电机，当步进驱动器接收到一个脉冲信号，它就驱动步进电机按设定的方向转动一个固定的角度，称为“步距角”，它的旋转是以固定的角度一步一步运行的，从而实时记录机器人的运动路径。
如图2所示，一种机器人自动扫描控制方法，适用于机器人，控制方法包括：
步骤1：感知机器人的当前位置信息及与当前位置信息相关联的当前障碍信息；
步骤2：根据当前障碍信息在当前位置信息中添加边界标签或非边界标签；
步骤3：根据处理后的当前位置信息，生成房屋内部结构、已扫描位置和未扫描位置；
步骤4：判断房屋内部结构的边界是否完整，并在房屋内部结构的边界完整时，根据未扫描位置，得到扫描路径；
步骤5：根据判断结果、扫描路径、房屋内部结构和机器人当前位置，控制机器人进行运动，并实时记录机器人的运动路径。
步骤2包括：
根据当前障碍信息判断机器人当前位置是否为边界位置，若是，则在当前位置信息中添加边界标签，否则，在当前位置信息中添加非边界标签。
步骤5包括：
当房屋内部结构的边界不完整时，根据当前位置信息和当前障碍信息以及房屋内部结构，得到机器人周围的边界位置，控制机器人沿机器人周围的边界位置运动并实时记录机器人的运动路径；或者，
当房屋内部结构的边界完整时，根据扫描路径得到机器人的下一步行走方式，控制机器人根据下一步行走方式进行运动并实时记录机器人的运动路径。
扫描路径包括下一步行走方向和下一步需到达位置。
步骤5中通过步进电机实时记录机器人的运动路径。
本发明的一个实施例，如图2所示，首先，通过传感器1感知机器人的当前位置信息及与当前位置信息相关联的当前障碍信息；然后，第一处理器2根据当前障碍信息在当前位置信息中添加边界标签或非边界标签；然后，根据处理后的当前位置信息，生成房屋内部结构、已扫描位置和未扫描位置并存入记忆存储器3；然后，第二处理器4判断房屋内部结构的边界是否完整，并在房屋内部结构的边界完整时，根据未扫描位置，得到扫描路径；最后，控制器5根据判断结果、扫描路径、房屋内部结构和机器人当前位置，控制机器人进行运动，并实时记录机器人的运动路径。
以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (14)
1.一种机器人自动扫描控制系统，适用于机器人，其特征在于，所述控制系统包括传感器(1)、第一处理器(2)、记忆存储器(3)、第二处理器(4)和控制器(5)，所述第一处理器(2)连接所述传感器(1)，所述记忆存储器(3)分别连接所述第一处理器(2)、所述第二处理器(4)和所述控制器(5)，所述控制器(5)连接所述传感器(1)和所述第二处理器(4)；
所述传感器(1)用于感知机器人的当前位置信息及与所述当前位置信息相关联的当前障碍信息；
所述第一处理器(2)用于根据所述当前障碍信息在所述当前位置信息中添加边界标签或非边界标签；
所述记忆存储器(3)用于根据处理后的所述当前位置信息，生成房屋内部结构、已扫描位置和未扫描位置；
所述第二处理器(4)用于判断所述房屋内部结构的边界是否完整，并在所述房屋内部结构的边界完整时，根据所述未扫描位置，得到扫描路径；
所述控制器(5)用于根据判断结果、所述扫描路径、所述房屋内部结构和所述机器人当前位置，控制所述机器人进行运动，并实时记录所述机器人的运动路径。
2.根据权利要求1所述的机器人自动扫描控制系统，其特征在于，所述传感器(1)、所述第一处理器(2)、所述第二处理器(4)、所述记忆存储器(3)以及所述控制器(5)均为神经元结构。
3.根据权利要求2所述的机器人自动扫描控制系统，其特征在于，所述神经元包括：由权值作为特征的突触、加法器、用于实现各模块功能的计算器和能自动更新的存储器，所述突触的权值可以随不同环境进行调整。
4.根据权利要求3所述的机器人自动扫描控制系统，其特征在于，所述突触包括用于控制所述神经元的计算器利用激活函数进行运算的控制突触，所述控制突触的权值用于表示所述神经元的激活阀值。
5.根据权利要求1至4中任一项所述的机器人自动扫描控制系统，其特征在于，所述传感器(1)包括：用于感知碰撞的碰撞传感器、用于感知方向的陀螺仪和用于感知速度和位移的位移传感器。
6.根据权利要求5所述的机器人自动扫描控制系统，其特征在于，第一处理器(2)根据所述当前障碍信息判断所述机器人当前位置是否为边界位置，若是，则在所述当前位置信息中添加边界标签，否则，在所述当前位置信息中添加非边界标签。
7.根据权利要求5所述的机器人自动扫描控制系统，其特征在于，所述控制器(5)用于：
当所述房屋内部结构的边界不完整时，根据所述当前位置信息和所述当前障碍信息以及所述房屋内部结构，得到所述机器人周围的边界位置，控制所述机器人沿所述机器人周围的边界位置运动并实时记录所述机器人的运动路径；或者，
当所述房屋内部结构的边界完整时，根据所述扫描路径得到所述机器人的下一步行走方式，控制所述机器人根据所述下一步行走方式进行运动并实时记录所述机器人的运动路径。
8.根据权利要求7所述的机器人自动扫描控制系统，其特征在于，所述扫描路径包括下一步行走方向和下一步需到达位置。
9.根据权利要求7或8所述的机器人自动扫描控制系统，其特征在于，所述控制器(5)通过步进电机实时记录所述机器人的运动路径。
10.一种机器人自动扫描控制方法，适用于机器人，其特征在于，所述控制方法包括：
步骤1：感知机器人的当前位置信息及与所述当前位置信息相关联的当前障碍信息；
步骤2：根据所述当前障碍信息在所述当前位置信息中添加边界标签或非边界标签；
步骤3：根据处理后的所述当前位置信息，生成房屋内部结构、已扫描位置和未扫描位置；
步骤4：判断所述房屋内部结构的边界是否完整，并在所述房屋内部结构的边界完整时，根据所述未扫描位置，得到所述扫描路径；
步骤5：根据判断结果、所述扫描路径、所述房屋内部结构和所述机器人当前位置，控制所述机器人进行运动，并实时记录所述机器人的运动路径。
11.根据权利要求10所述的控制方法，其特征在于，所述步骤2包括：
根据所述当前障碍信息判断所述机器人当前位置是否为边界位置，若是，则在所述当前位置信息中添加边界标签，否则，在所述当前位置信息中添加非边界标签。
12.根据权利要求10所述的机器人自动扫描控制方法，其特征在于，所述步骤5包括：
当所述房屋内部结构的边界不完整时，根据所述当前位置信息和所述当前障碍信息以及所述房屋内部结构，得到所述机器人周围的边界位置，控制所述机器人沿所述机器人周围的边界位置运动并实时记录所述机器人的运动路径；或者，
当所述房屋内部结构的边界完整时，根据所述扫描路径得到所述机器人的下一步行走方式，控制所述机器人根据所述下一步行走方式进行运动并实时记录所述机器人的运动路径。
13.根据权利要求12所述的机器人自动扫描控制方法，其特征在于，所述扫描路径包括下一步行走方向和下一步需到达位置。
14.根据权利要求10-13中任一项所述的机器人自动扫描控制方法，其特征在于，所述步骤5中通过步进电机实时记录所述机器人的运动路径。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610994490.0A CN106527437A (zh) | 2016-11-11 | 2016-11-11 | 一种机器人自动扫描控制系统及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610994490.0A CN106527437A (zh) | 2016-11-11 | 2016-11-11 | 一种机器人自动扫描控制系统及方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN106527437A true CN106527437A (zh) | 2017-03-22 |
Family
ID=58351231
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610994490.0A Pending CN106527437A (zh) | 2016-11-11 | 2016-11-11 | 一种机器人自动扫描控制系统及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN106527437A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113616117A (zh) * | 2021-08-13 | 2021-11-09 | 珠海格力电器股份有限公司 | 清扫区域确定方法、装置、设备及存储介质 |
-
2016
- 2016-11-11 CN CN201610994490.0A patent/CN106527437A/zh active Pending
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113616117A (zh) * | 2021-08-13 | 2021-11-09 | 珠海格力电器股份有限公司 | 清扫区域确定方法、装置、设备及存储介质 |
| CN113616117B (zh) * | 2021-08-13 | 2022-08-16 | 珠海格力电器股份有限公司 | 清扫区域确定方法、装置、设备及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110262495B (zh) | 可实现移动机器人自主导航与精确定位的控制系统及方法 | |
| JP6917878B2 (ja) | 移動体挙動予測装置 | |
| JP6731819B2 (ja) | 移動体軌道予測システム | |
| JP4467534B2 (ja) | 障害物のある環境下で自律移動する移動ロボットおよび移動ロボットの制御方法。 | |
| CN114206698A (zh) | 在具有动态障碍物的环境中促进运动规划的装置、方法和物品 | |
| JP4464893B2 (ja) | 移動ロボット | |
| CN105936276A (zh) | 行驶控制装置 | |
| CN106114513A (zh) | 误识别判定装置 | |
| Agnihotri et al. | A convolutional neural network approach towards self-driving cars | |
| JP6939513B2 (ja) | モデル予測制御装置 | |
| US20140148989A1 (en) | Autonomous Moving Device and Control Method Thereof | |
| Choi et al. | Enhanced SLAM for a mobile robot using extended Kalman filter and neural networks | |
| CN106808482A (zh) | 一种巡检机器人多传感器系统及巡检方法 | |
| CN102598083A (zh) | 驾驶辅助装置 | |
| KR102303432B1 (ko) | 장애물의 특성을 고려한 dqn 및 slam 기반의 맵리스 내비게이션 시스템 및 그 처리 방법 | |
| JP2009116790A (ja) | 車両用運転支援装置および運転支援方法 | |
| KR20200080421A (ko) | 재난 구조 로봇 및 이의 동작 방법 | |
| JP5085251B2 (ja) | 自律移動装置 | |
| Song et al. | Reactive navigation in dynamic environment using a multisensor predictor | |
| JP2018063476A (ja) | 運転支援装置、運転支援方法及び運転支援用コンピュータプログラム | |
| Farooq et al. | Design and implementation of neural network based controller for mobile robot navigation in unknown environments | |
| CN113056651A (zh) | 信息处理装置以及移动机器人 | |
| CN106527437A (zh) | 一种机器人自动扫描控制系统及方法 | |
| Thrunyz | The dynamic window approach to collision avoidance | |
| CN115731531A (zh) | 对象轨迹预测 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170322 |