CN107479561A - 一种控制机器人的方法 - Google Patents

一种控制机器人的方法 Download PDF

Info

Publication number
CN107479561A
CN107479561A CN201710931561.7A CN201710931561A CN107479561A CN 107479561 A CN107479561 A CN 107479561A CN 201710931561 A CN201710931561 A CN 201710931561A CN 107479561 A CN107479561 A CN 107479561A
Authority
CN
China
Prior art keywords
robot
area
visual field
barrier
feasible solutions
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
Application number
CN201710931561.7A
Other languages
English (en)
Other versions
CN107479561B (zh
Inventor
宋爽
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Lenovo Beijing Ltd
Original Assignee
Lenovo Beijing Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Lenovo Beijing Ltd filed Critical Lenovo Beijing Ltd
Priority to CN201710931561.7A priority Critical patent/CN107479561B/zh
Publication of CN107479561A publication Critical patent/CN107479561A/zh
Application granted granted Critical
Publication of CN107479561B publication Critical patent/CN107479561B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
    • G05D1/0238—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using obstacle or wall sensors
    • G05D1/024—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using obstacle or wall sensors in combination with a laser
    • 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
    • G05D1/0214—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory in accordance with safety or protection criteria, e.g. avoiding hazardous areas
    • 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
    • G05D1/0276—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Optics & Photonics (AREA)
  • Electromagnetism (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)

Abstract

本发明公开了一种控制机器人的方法，包括：根据机器人的初始位置以及目的地的位置生成包括多个关键点的路径；采集数据以实时确定机器人的视野区域内是否有障碍物；如果确定机器人的视野区域内有障碍物，则基于所述数据确定可行区域；根据选取的下一个关键点的位置以及可行区域的信息确定机器人的运动信息并控制机器人根据运动信息运动。本发明实施例的控制机器人的方法，能够降低对机器人定位精度的要求，不需要重复计算机器人的行动路径，机器人可以自主进行无碰撞的运动。

Description

一种控制机器人的方法
技术领域
本发明涉及控制技术领域，特别涉及一种控制机器人的方法。
背景技术
目前针对机器人室内移动的问题，是基于机械臂控制方法，需要提前计算机器人移动路径，对路径进行运动分解，然后控制机器人移动。但缺点在于，此种方法对于机器人定位要求较高，一旦机器人定位出现微小偏差，机器人将处于不安全状态或者无法继续移动；其次，如果出现移动障碍物挡住机器人的去路，机器人会不停重新计算行动路径，造成机器人移动不平滑及瞬时高计算量。
发明内容
本发明实施例的目的在于提供一种控制机器人的方法，能够降低对机器人定位精度的要求，不需要重复计算机器人的行动路径，机器人可以自主进行无碰撞的运动。
为了解决上述技术问题，本发明的实施例采用了如下技术方案：一种控制机器人的方法，包括：
根据机器人的初始位置以及目的地的位置生成包括多个关键点的路径；
采集数据以实时确定机器人的视野区域内是否有障碍物；
如果确定机器人的视野区域内有障碍物，则基于所述数据确定可行区域；
根据选取的下一个关键点的位置以及可行区域的信息确定机器人的运动信息并控制机器人根据运动信息运动。
作为优选，采集数据以实时确定机器人的视野区域内是否有障碍物，如果确定机器人的视野区域内有障碍物，则基于所述数据确定可行区域，包括：
采集以机器人的当前位置为起点发射的射线的参数；
基于所述参数实时确定机器人的视野区域内是否有障碍物；如果确定机器人的视野区域内有障碍物，则基于所述参数确定可行区域。
作为优选，采集以机器人的当前位置为起点发射的射线的参数具体包括：通过2D激光传感器采集以机器人的位置为起点发射的射线的参数。
作为优选，该方法进一步包括：获取周围物体的高度数据，
其中，基于所述参数实时确定机器人的视野区域内是否有障碍物包括：根据所述高度数据和所述参数实时确定机器人的视野区域内是否有障碍物。
作为优选，采集数据以实时确定机器人的视野区域内是否有障碍物，包括：
采集以机器人的当前位置为起点发射的射线的参数和机器人的速度数据；
机器人的视野区域包括第一视野区域；
基于所述参数实时确定机器人的第一视野区域是否有障碍物；
如果有，则降低机器人的运动速度前进；
如果没有，则保持机器人的运动速度前进。
作为优选，采集数据以实时确定机器人的视野区域内是否有障碍物还包括：
机器人的视野区域还包括第二视野区域，其中，第二视野区域位于第一视野区域内的靠近机器人的部分；
当确定机器人的第一视野区域有障碍物时，进一步确定障碍物是否位于第二视野区域；
如果障碍物位于第二视野区域，则再次降低机器人的速度并进行可行区域确定。
作为优选，基于所述参数确定可行区域包括：
设定一预设阈值，判断射线长度是否大于所述预设阈值；
如果是，则射线所在的区域为可行区域；
如果否，则射线所在的区域为不可行区域。
作为优选，根据位于不可行区域的射线的参数确定可行区域的窗口大小和窗口位置。
作为优选，将机器人的位置、下一个关键点的位置、可行区域的窗口大小和窗口位置进行加权，选择最佳可行区域。
作为优选，根据下一个关键点的位置以及可行区域的信息确定机器人的运动信息包括：
根据最佳可行区域的窗口位置和下一个关键点的位置，确定机器人的转向角度。
作为优选，根据采集的速度数据和转向角度确定机器人的角速度，控制机器人以该角速度运动。
本发明实施例的有益效果在于：通过一次确定包括多个关键点的路径后，机器人根据确定好的多个关键点即可自主进行运动；对机器人定位的精度要求不高，而且不需要重复计算机器人的每步行走的行动路径，机器人可以根据多个关键点自主进行无碰撞的运动；即使出现障碍物挡住机器人的去路，机器人不需要另外规划完整的路径，只需要根据采集的数据躲避障碍物并完成下一步的行走。
附图说明
图1为本发明实施例的控制机器人的方法的流程图；
图2为本发明一个实施例的控制机器人的方法的步骤S2的流程图；
图3为本发明另一个实施例的控制机器人的方法的步骤S2的流程图；
图4为本发明实施例的控制机器人的方法的机器人的视野区域的结构示意图；
图5为本发明实施例的控制机器人的方法的机器人的另一个视野区域的结构示意图；
图6为本发明实施例的控制机器人的方法的可行区域与不可行区域的示意图；
图7为本发明实施例的控制机器人的方法的可行区域的窗口的示意图；
图8为本发明实施例的控制机器人的方法的机器人转向角度的示意图。
具体实施方式
此处参考附图描述本发明的各种方案以及特征。
应理解的是，可以对此处发明的实施例做出各种修改。因此，上述说明书不应该视为限制，而仅是作为实施例的范例。本领域的技术人员将想到在本发明的范围和精神内的其他修改。
包含在说明书中并构成说明书的一部分的附图示出了本发明的实施例，并且与上面给出的对本发明的大致描述以及下面给出的对实施例的详细描述一起用于解释本发明的原理。
通过下面参照附图对给定为非限制性实例的实施例的优选形式的描述，本发明的这些和其它特性将会变得显而易见。
还应当理解，尽管已经参照一些具体实例对本发明进行了描述，但本领域技术人员能够确定地实现本发明的很多其它等效形式，它们具有如权利要求所述的特征并因此都位于借此所限定的保护范围内。
当结合附图时，鉴于以下详细说明，本发明的上述和其他方面、特征和优势将变得更为显而易见。
此后参照附图描述本发明的具体实施例；然而，应当理解，所发明的实施例仅仅是本发明的实例，其可采用多种方式实施。熟知和/或重复的功能和结构并未详细描述以避免不必要或多余的细节使得本发明模糊不清。因此，本文所发明的具体的结构性和功能性细节并非意在限定，而是仅仅作为权利要求的基础和代表性基础用于教导本领域技术人员以实质上任意合适的详细结构多样地使用本发明。
本说明书可使用词组“在一种实施例中”、“在另一个实施例中”、“在又一实施例中”或“在其他实施例中”，其均可指代根据本发明的相同或不同实施例中的一个或多个。
如图1所示，本发明实施例的一种控制机器人的方法，该方法包括：
S1，根据机器人的初始位置以及目的地的位置生成包括多个关键点的路径。
其中，机器人的初始位置可以通过机器人的定位装置来获得。机器人的目的地的位置可以是与机器人通信连接的服务器下发的指令中预设的位置。路径包括多个关键点，可以是将路径中的有拐角的位置设为关键点。
S2，采集数据以实时确定机器人的视野区域内是否有障碍物。
其中，采集数据可以是机器人的采集器完成的，也可以是与机器人通信连接的采集器完成的并将采集的数据发送给机器人。
S3，如果确定机器人的视野区域内有障碍物，则基于所述数据确定可行区域。
其中，机器人的视野区域是能够供机器人通过的区域。通过确定机器人的视野区域内是否有障碍物，机器人可以安全的行走。如果机器人的视野区域内没有障碍物，机器人可以按照目前的行走速度或者行走方向继续。如果机器人的视野区域内有障碍物，机器人需要基于采集的数据确定可以供其行走的可行区域。当机器人丢失目标位置时，机器人可以继续行走，只要保证机器人不碰撞到障碍物即可，然后再对目标进行重新定位。
S4，根据选取的下一个关键点的位置以及可行区域的信息确定机器人的运动信息并控制机器人根据运动信息运动。
其中，步骤S1中生成的路径包括多个关键点，如果机器人所在的位置的下一个关键点被障碍物挡住或由于其他原因机器人不能获取下一个关键点的位置，机器人可以选取另外的关键点的位置，从而根据选取的下一个关键点的位置以及可行区域的信息确定机器人的运动信息并控制机器人根据运动信息运动。例如，如果关键点的位置是有拐角的位置，机器人可以根据选取的下一个关键点的位置确定转弯等动作。
通过一次确定包括多个关键点的路径后，机器人根据确定好的多个关键点自主进行运动即可，机器人不需要提前确定好每步行走的路径并根据确定好的每步行走的路径以及对机器人的精确定位来完成整个路径的行走，因此，本实施例的方案，对机器人定位的精度要求不高，而且不需要重复计算机器人的每步行走的行动路径，机器人可以根据多个关键点自主进行无碰撞的运动。并且，即使出现障碍物挡住机器人的去路，机器人不需要另外规划完整的路径，只需要根据采集的数据躲避障碍物并完成下一步的行走。
具体的，S2，采集数据以实时确定机器人的视野区域内是否有障碍物，包括：采集以机器人的当前位置为起点发射的射线的参数。其中，采集以机器人的当前位置为起点发射的射线的参数具体包括：通过2D激光传感器采集以机器人的位置为起点发射的射线的参数。S3，如果确定机器人的视野区域内有障碍物，则基于数据确定可行区域，包括：基于所述参数实时确定机器人的视野区域内是否有障碍物；如果确定机器人的视野区域内有障碍物，则基于所述参数确定可行区域。
例如，通过2D激光传感器采集以机器人的当前位置为起点发射的射线的长度和角度，从而当射线射到障碍物并返回时，可以通过2D激光传感器的角度分辨率的数据计算得到障碍物与机器人之间的距离和角度，进而判断障碍物是否在机器人的视野区域内，其中视野区域的设定可以根据机器人的尺寸而定，如果视野区域内没有障碍物，则该视野区域都是可行区域，如果该视野区域内有障碍物，则可以基于计算得到的障碍物与机器人之间的距离和角度来进一步确定可行区域。
进一步的，该方法进一步包括：获取周围物体的高度数据。通过使用3D传感器可以获得周围物体的三维空间的数据，将周围物体的三维空间的数据映射到与2D激光传感器相同的探测平面，可以获得障碍物与机器人之间在三维空间的距离和角度。从而，根据高度数据和参数实时确定机器人的视野区域内是否有障碍物，可以保证在三维空间内机器人不会与障碍物相撞。
具体的，如图2所示，S2，采集数据以实时确定机器人的视野区域内是否有障碍物，包括：
S21，采集以机器人的当前位置为起点发射的射线的参数和机器人的速度数据；
S22，机器人的视野区域包括第一视野区域；
S23，基于所述参数实时确定机器人的第一视野区域是否有障碍物；
S24，如果有，则降低机器人的运动速度前进；
S25，如果没有，则保持机器人的运动速度前进。
通过上述的方案，当在第一视野区域内没有障碍物时，机器人可以快速通过，只有当第一视野区域内有障碍物时，机器人降低速度前进。
在另一方案中，如图3所示，S2，采集数据以实时确定机器人的视野区域内是否有障碍物，包括：
S211，采集以机器人的当前位置为起点发射的射线的参数和机器人的速度数据；
S212，机器人的视野区域包括第一视野区域和第二视野区域，其中，第二视野区域位于第一视野区域内的靠近机器人的部分；
S213，基于所述参数实时确定机器人的第一视野区域是否有障碍物；
S214，如果机器人的第一视野区域有障碍物，则降低机器人的运动速度前进，进一步确定障碍物是否位于第二视野区域，如果障碍物位于第二视野区域，则再次降低机器人的速度并进行可行区域确定；
S215，如果机器人的第一视野区域没有障碍物，则保持机器人的运动速度前进。
图3所示的方案与图2所示的方案的区别之处在于，机器人的视野区域还包括第二视野区域，其中，第二视野区域位于第一视野区域内的靠近机器人的部分；当确定机器人的第一视野区域有障碍物时，进一步确定障碍物是否位于第二视野区域；，如果障碍物位于第二视野区域，则再次降低机器人的速度并进行可行区域确定。通过对机器人的第一视野区域和第二视野区域分别进行控制，可以保证机器人在没有遇到障碍物时，较快的前进，在遇到障碍物时，可以安全通过。
例如，图4示出的机器人的视野区域，机器人的视野区域包括两个视野区域：第一视野区域1和第二视野区域2。基于机器人与障碍物之间的距离和角度确定了机器人的第一视野区域1没有障碍物，则保持机器人以第一速度前进。如果机器人的第一视野区域1有障碍物，则将机器人的第一速度降低至第二速度并确定障碍物是否位于第二视野区域2，如果是，则再次降低运动速度并确定可行区域。
又例如，图5示出的机器人的视野区域，机器人的视野区域包括三个视野区域：第一视野区域11、第二视野区域12和第三视野区域13。基于机器人与障碍物之间的距离和角度确定了机器人的第一视野区域11没有障碍物，则保持机器人以第一速度前进。如果机器人的第一视野区域11有障碍物，则将机器人的第一速度降低至第二速度并确定障碍物是否位于第二视野区域12或第三视野区域13，如果障碍物位于第二视野区域12，则再将第二速度降低至第三速度，并确定可行区域；如果障碍物位于第三视野区域13，则再将第二速度降低至第四速度，并确定可行区域。其中，第三速度和第四速度可以包括基于障碍物与机器人的距离而定的速度补偿量，障碍物与机器人的距离越远，该速度补偿量越大。
进一步的，当需要确定可行区域时，可以基于所述参数确定可行区域，其具体包括：
设定一预设阈值，判断射线长度是否大于所述预设阈值；
如果是，则射线所在的区域为可行区域；
如果否，则射线所在的区域为不可行区域。
如图6所示，根据获得的射线的参数，可以判断出B和D区域的射线的长度大于预设阈值，而A、C和E区域的射线的长度小于预设阈值，从而，B和D区域为可行区域，A、C和E区域为不可行区域。并且，可行区域和不可行区域总是如图6所示的那样交替出现，因为，假如两个可行区域或两个不可行区域并列出现，两个可行区域或两个不可行区域(例如，区域E)可以合成一个可行区域。其中，预设阈值的设定可以根据射线的长度以及机器人当前的速度而定。
进一步的，确定出机器人可以行走的可行区域后，可以根据位于不可行区域的射线的参数确定可行区域的窗口大小和窗口位置。如图7所示，两侧为障碍物，根据位于不可行区域的最外侧的射线的位置以及角度计算可行区域的窗口大小和窗口位置。其中，图7中的可行区域的窗口由两侧障碍物中间的线段示出。
进一步的，当计算出可行区域的窗口后，可以获得多个备选的可行区域以及可行区域的窗口。将机器人的位置、下一个关键点的位置、可行区域的窗口大小和窗口位置进行加权，选择最佳可行区域。其中，机器人的位置可以包括机器人的地理位置和机器人的朝向，窗口位置可以包括窗口的地理位置和窗口的朝向，下一个关键点的位置包括下一个关键点的地理位置和下一个关键点的朝向。如果机器人丢失了下一个关键点的地理位置，则机器人可以根据下一个关键点的朝向大致计算最佳可行区域。
具体的，选择好最佳可行区域后，S4，根据下一个关键点的位置以及可行区域的信息确定机器人的运动信息包括：
根据最佳可行区域的窗口位置和下一个关键点的位置，确定机器人的转向角度。
如图8所示，计算出的最佳可行区域的窗口以虚线示出，窗口的尺寸较宽，机器人可以通过窗口的左半部分通过，此时，可以确定机器人从机器人原朝向转向机器人新朝向之间的转向角度。
进一步的，根据采集的速度数据和转向角度确定机器人的角速度，控制机器人以该角速度运动。
根据采集的机器人的当前速度数据和转向角度以及用户设定的两者的比例关系确定机器人的角速度。
当机器人的前方出现障碍物或需要紧急避障或到达下一个关键点时需要转弯时，机器人的角速度开始会很大，但是随着机器人的一步一步的工作，转向角度会逐渐变小，机器人的角速度也会动态变小，并逐步趋近于零，通过对机器人的微分速度控制，可以保证机器人的平滑运动的要求。
以上实施例仅为本发明的示例性实施例，不用于限制本发明，本发明的保护范围由权利要求书限定。本领域技术人员可以在本发明的实质和保护范围内，对本发明做出各种修改或等同替换，这种修改或等同替换也应视为落在本发明的保护范围内。

Claims (10)

1.一种控制机器人的方法，其特征在于，包括：
根据机器人的初始位置以及目的地的位置生成包括多个关键点的路径；
采集数据以实时确定机器人的视野区域内是否有障碍物；
如果确定机器人的视野区域内有障碍物，则基于所述数据确定可行区域；
根据选取的下一个关键点的位置以及可行区域的信息确定机器人的运动信息并控制机器人根据运动信息运动。
2.根据权利要求1所述的控制机器人的方法，其特征在于，采集数据以实时确定机器人的视野区域内是否有障碍物，如果确定机器人的视野区域内有障碍物，则基于所述数据确定可行区域，包括：
采集以机器人的当前位置为起点发射的射线的参数；
基于所述参数实时确定机器人的视野区域内是否有障碍物；如果确定机器人的视野区域内有障碍物，则基于所述参数确定可行区域。
3.根据权利要求2所述的控制机器人的方法，其特征在于，
采集以机器人的当前位置为起点发射的射线的参数具体包括：通过2D激光传感器采集以机器人的位置为起点发射的射线的参数。
4.根据权利要求1所述的控制机器人的方法，其特征在于，采集数据以实时确定机器人的视野区域内是否有障碍物，包括：
采集以机器人的当前位置为起点发射的射线的参数和机器人的速度数据；
机器人的视野区域包括第一视野区域；
基于所述参数实时确定机器人的第一视野区域是否有障碍物；
如果有，则降低机器人的运动速度前进；
如果没有，则保持机器人的运动速度前进。
5.根据权利要求4所述的控制机器人的方法，其特征在于，采集数据以实时确定机器人的视野区域内是否有障碍物还包括：
机器人的视野区域还包括第二视野区域，其中，第二视野区域位于第一视野区域内的靠近机器人的部分；
当确定机器人的第一视野区域有障碍物时，进一步确定障碍物是否位于第二视野区域；
如果障碍物位于第二视野区域，则再次降低机器人的速度并进行可行区域确定。
6.根据权利要求2所述的控制机器人的方法，其特征在于，基于所述参数确定可行区域包括：
设定一预设阈值，判断射线长度是否大于所述预设阈值；
如果是，则射线所在的区域为可行区域；
如果否，则射线所在的区域为不可行区域。
7.根据权利要求6所述的控制机器人的方法，其特征在于，根据位于不可行区域的射线的参数确定可行区域的窗口大小和窗口位置。
8.根据权利要求7所述的控制机器人的方法，其特征在于，将机器人的位置、下一个关键点的位置、可行区域的窗口大小和窗口位置进行加权，选择最佳可行区域。
9.根据权利要求8所述的控制机器人的方法，其特征在于，根据下一个关键点的位置以及可行区域的信息确定机器人的运动信息包括：
根据最佳可行区域的窗口位置和下一个关键点的位置，确定机器人的转向角度。
10.根据权利要求9所述的控制机器人的方法，其特征在于，根据采集的速度数据和转向角度确定机器人的角速度，控制机器人以该角速度运动。
CN201710931561.7A 2017-10-09 2017-10-09 一种控制机器人的方法 Active CN107479561B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710931561.7A CN107479561B (zh) 2017-10-09 2017-10-09 一种控制机器人的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710931561.7A CN107479561B (zh) 2017-10-09 2017-10-09 一种控制机器人的方法

Publications (2)

Publication Number Publication Date
CN107479561A true CN107479561A (zh) 2017-12-15
CN107479561B CN107479561B (zh) 2020-09-25

Family

ID=60605850

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710931561.7A Active CN107479561B (zh) 2017-10-09 2017-10-09 一种控制机器人的方法

Country Status (1)

Country Link
CN (1) CN107479561B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109784526A (zh) * 2018-12-05 2019-05-21 北京百度网讯科技有限公司 通行路径的规划方法、装置、设备及可读存储介质
CN110815226A (zh) * 2019-11-15 2020-02-21 四川长虹电器股份有限公司 一种机器人任意姿态任意位置下回初始位置的方法
CN113589830A (zh) * 2021-10-08 2021-11-02 创泽智能机器人集团股份有限公司 一种机器人行走方位预测方法及设备

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101628414A (zh) * 2009-08-17 2010-01-20 塔米智能科技（北京）有限公司 一种机器人运动的方法
CN102183959A (zh) * 2011-04-21 2011-09-14 深圳市银星智能电器有限公司 移动机器人的自适应路径控制方法
CN103822625A (zh) * 2013-12-01 2014-05-28 兰州大学 一种智能机器人寻线导航的方法与装置
CN103838240A (zh) * 2012-11-27 2014-06-04 联想(北京)有限公司 控制方法和电子设备
CN104271419A (zh) * 2012-03-16 2015-01-07 谷歌公司 鉴于约束主动修改自主车辆的视野
CN106610664A (zh) * 2015-10-22 2017-05-03 沈阳新松机器人自动化股份有限公司 运动避障装置及控制方法
CN107015563A (zh) * 2016-12-29 2017-08-04 北京航空航天大学 移动机器人路径规划方法及装置

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101628414A (zh) * 2009-08-17 2010-01-20 塔米智能科技（北京）有限公司 一种机器人运动的方法
CN102183959A (zh) * 2011-04-21 2011-09-14 深圳市银星智能电器有限公司 移动机器人的自适应路径控制方法
CN104271419A (zh) * 2012-03-16 2015-01-07 谷歌公司 鉴于约束主动修改自主车辆的视野
CN103838240A (zh) * 2012-11-27 2014-06-04 联想(北京)有限公司 控制方法和电子设备
CN103822625A (zh) * 2013-12-01 2014-05-28 兰州大学 一种智能机器人寻线导航的方法与装置
CN106610664A (zh) * 2015-10-22 2017-05-03 沈阳新松机器人自动化股份有限公司 运动避障装置及控制方法
CN107015563A (zh) * 2016-12-29 2017-08-04 北京航空航天大学 移动机器人路径规划方法及装置

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109784526A (zh) * 2018-12-05 2019-05-21 北京百度网讯科技有限公司 通行路径的规划方法、装置、设备及可读存储介质
US11480967B2 (en) 2018-12-05 2022-10-25 Beijing Baidu Netcom Science Technology Co., Ltd. Pass route planning method and apparatus, device and readable storage medium
CN109784526B (zh) * 2018-12-05 2023-02-28 阿波罗智能技术(北京)有限公司 通行路径的规划方法、装置、设备及可读存储介质
CN110815226A (zh) * 2019-11-15 2020-02-21 四川长虹电器股份有限公司 一种机器人任意姿态任意位置下回初始位置的方法
CN110815226B (zh) * 2019-11-15 2022-03-01 四川长虹电器股份有限公司 一种机器人任意姿态任意位置下回初始位置的方法
CN113589830A (zh) * 2021-10-08 2021-11-02 创泽智能机器人集团股份有限公司 一种机器人行走方位预测方法及设备
CN113589830B (zh) * 2021-10-08 2022-01-07 创泽智能机器人集团股份有限公司 一种机器人行走方位预测方法及设备

Also Published As

Publication number Publication date
CN107479561B (zh) 2020-09-25

Similar Documents

Publication Publication Date Title
CN107479572B (zh) 基于仿生的无人机群组实时路径规划方法
JP7425854B2 (ja) 制約された移動度マッピング
CN109407705A (zh) 一种无人机躲避障碍物的方法、装置、设备和存储介质
US10240930B2 (en) Sensor fusion
EP3627269A1 (en) Target tracking method and apparatus, mobile device and storage medium
CN103455034B (zh) 一种基于最近距离向量场直方图的避障路径规划方法
CN107479561A (zh) 一种控制机器人的方法
CN106681330A (zh) 基于多传感器数据融合的机器人导航方法及装置
CN102541057B (zh) 一种基于激光测距仪的移动机器人避障方法
CN112799426A (zh) 一种基于大数据分析的无人机导航控制系统及方法
CN112074383A (zh) 使用2d和3d路径规划的机器人导航
CA3066764A1 (en) 3-d image system for vehicle control
Ye Navigating a mobile robot by a traversability field histogram
SE540131C2 (en) Robotic work tool with trajectory correction
WO2015017691A1 (en) Time-dependent navigation of telepresence robots
CN106708059A (zh) 一种基于通道选择的移动机器人实时运动规划方法
CN108873915B (zh) 动态避障方法及其全向安防机器人
JP2020097488A (ja) 重機械の自律動作システムおよび方法
CN107479697A (zh) 虚拟现实下视觉引导重新定位移动的方法及装置
KR102373492B1 (ko) 자체적으로 생성된 정보 및 다른 개체에 의해 생성된 정보를 선택적으로 사용하여 카메라의 오정렬을 보정하는 방법 및 이를 이용한 장치
CN107450546A (zh) 基于gps和超声波雷达的机器人避障方法
CN110864692A (zh) 掘进机的位姿确定方法
CN110750100B (zh) 基于流函数法的水下搜救机器人路径规划方法
KR102415619B1 (ko) 도로의 위험구간 추정방법 및 시스템
CN108563237A (zh) 一种协同避障方法及装置

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