CN107782311A - 可移动终端的移动路径规划方法及装置 - Google Patents
可移动终端的移动路径规划方法及装置 Download PDFInfo
- Publication number
- CN107782311A CN107782311A CN201710804837.5A CN201710804837A CN107782311A CN 107782311 A CN107782311 A CN 107782311A CN 201710804837 A CN201710804837 A CN 201710804837A CN 107782311 A CN107782311 A CN 107782311A
- Authority
- CN
- China
- Prior art keywords
- mrow
- movable termination
- msubsup
- msub
- mtr
- 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
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
- G01C21/20—Instruments for performing navigational calculations
- G01C21/206—Instruments for performing navigational calculations specially adapted for indoor navigation
Abstract
本发明提供了一种可移动终端的移动路径规划方法、装置、可移动终端以及计算机可读存储介质，其中，该方法包括：获取与可移动终端的距离在预定范围内的障碍物的位置信息；根据该位置信息获取障碍物相对于可移动终端的坐标信息；根据该坐标信息规划可移动终端的移动路径。通过本发明解决了现有技术中通过扫地机器人保存的所有的环境信息规划扫地机器人的移动路径，数据运算量较大，规划路径的效率较低的问题，本发明中的可移动终端的移动路径只需要分析有明显特征信息的环境参数，而不需要对所有环境变量进行计算，减少了数据运算量，提高了控制效率。
Description
技术领域
本发明涉及家用电器技术领域，具体涉及一种可移动终端的移动路径规划方法、装置、可移动终端以及计算机可读存储介质。
背景技术
随着移动机器人技术不断发展，移动机器人广泛地应用于家庭服务领域。移动机器人定位是各种移动机器人系统最基本、最重要的一项技术，也是在移动机器人研究中的关键问题。为了实现机器人的完全自主导航，仍然有许多关键性问题需要解决，其中即时定位与地图创建(simultaneous localization and mapping，简称为SLAM)是实现机器人真正自主的关键性技术。因此，对移动机器人即时定位和地图创建的研究具有重要的理论意义和应用价值,可以为扫地机器人的开发提供重要理论依据和技术支持。
现有技术中主要采用栅格地图将机器人的工作环境(环境信息包括但不限于环境的温度，湿度，光强等)划分成一系列的栅格，其中每一个栅格都分配一个概率值，表示该栅格被障碍物占据的可能性大小。栅格地图易于创建和维护，对某个栅格的感知信息可以直接与环境中的某个区域对应，适于处理超声测量数据。然而用栅格表示的环境地图，环境空间的分辨率与栅格尺寸的大小有关，增加分辨率将要增加运算的时间和空间复杂度。，也就是说，现有技术中采用栅格地图进行路径规划的方式数据运算量较大，规划路径的效率较低。
发明内容
有鉴于此，本发明实施例提供了一种可移动终端的移动路径规划方法、装置、可移动终端以及计算机可读存储介质，以解决现有技术中通过扫地机器人保存的所有的环境信息规划扫地机器人的移动路径，数据运算量较大，规划路径的效率较低的问题。
为此，本发明实施例提供了如下技术方案：
本发明第一方面，提供了一种可移动终端的移动路径规划方法，包括：获取与可移动终端的距离在预定范围内的障碍物的位置信息；根据所述位置信息获取所述障碍物相对于所述可移动终端的坐标信息；根据所述坐标信息规划所述可移动终端的移动路径。
可选地，所述坐标信息包括所述障碍物相对于所述可移动终端的极距离和方向角。
可选地，根据所述位置信息获取所述障碍物相对于所述可移动终端的坐标信息具体包括：获取观测噪声；根据所述位置信息和所述观测噪声获取所述障碍物相对于所述可移动终端的坐标信息。
可选地，根据所述位置信息和所述观测噪声获取所述障碍物相对于所述可移动终端的坐标信息包括：通过如下公式获取所述坐标信息：
其中，表示所述障碍物的三维向量，(r，θ)表示所述坐标信息，vk表示所述观测噪声。
本发明第二方面，提供了一种可移动终端的移动路径规划装置，包括：第一获取模块，用于获取与可移动终端的距离在预定范围内的障碍物的位置信息；第二获取模块，用于根据所述位置信息获取所述障碍物相对于所述可移动终端的坐标信息；规划模块，用于根据所述坐标信息规划所述可移动终端的移动路径。
可选地，所述坐标信息包括所述障碍物相对于所述可移动终端的极距离和方向角。
可选地，所述第二获取模块包括：第一获取单元，用于获取观测噪声；第二获取单元，用于根据所述位置信息和所述观测噪声获取所述障碍物相对于所述可移动终端的坐标信息。
可选地，所述第二获取单元还用于通过如下公式获取所述坐标信息：
其中，表示所述障碍物的三维向量，(r，θ)表示所述坐标信息，vk表示所述观测噪声。
本发明第三方面，提供了一种可移动终端，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器执行上述任一所述的可移动终端的移动路径规划方法。
本发明第四方面，提供了一种计算机可读存储介质，其上存储有计算机指令，该指令被处理器执行时实现上述任一所述的可移动终端的移动路径规划方法的步骤。
本发明实施例技术方案，具有如下优点：
本发明实施例提供了一种可移动终端的移动路径规划方法、装置、可移动终端以及计算机可读存储介质，其中，该方法包括：获取与可移动终端的距离在预定范围内的障碍物的位置信息；根据该位置信息获取障碍物相对于可移动终端的坐标信息；根据该坐标信息规划可移动终端的移动路径，解决了现有技术中通过扫地机器人保存的所有的环境信息规划扫地机器人的移动路径，数据运算量较大，规划路径的效率较低的问题，本发明中的可移动终端的移动路径只需要分析有明显特征信息的环境参数，而不需要对所有环境变量进行计算，减少了数据运算量，提高了控制效率。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式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，下面描述中的附图是本发明的一些实施方式，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，还可以根据这些附图获得其他的附图。
图1是根据本发明实施例的可移动终端的移动路径规划方法的流程图；
图2是根据本发明实施例的扫地机器人的结构示意图；
图3是根据本发明实施例的特征地图示意图；
图4是根据本发明实施例的可移动终端的移动路径规划装置的结构框图；
图5是本发明实施例提供的可移动终端的硬件结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，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，本领域技术人员在没有作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。
在本实施例中提供了一种可移动终端的移动路径规划方法，可以应用于移动空气净化器、扫地机器人等可移动的家用电器，图1是根据本发明实施例的可移动终端的移动路径规划方法的流程图，如图1所示，该流程包括如下步骤：
步骤S101，获取与可移动终端的距离在预定范围内的障碍物的位置信息；上述预定范围的距离可以根据可移动终端所处的房间中障碍物的多少灵活设置，例如在障碍物数量较多时，可以设置较小距离，在障碍物数量较少时，可以设置较大的距离。在上述可移动终端为扫地机器人，如图2所示，扫地机器人硬件系统包括传感器阵列，MCU控制单元，运动及清扫单元。传感器阵列可以是激光雷达、红外传感器、超声波传感器等常用测距功能传感器的一种或几种的组合，不同的传感器对应不同的噪声项取值。MCU控制单元可采用单片机、DSP、FPGA等一种或多种处理单元，来实现数据的处理和机器人的控制，运动及清扫单元可根据不同的使用环境搭配进行调整。扫地机器人包括传感器阵列，通过该传感器阵列获取与可移动终端的距离在预定范围内的障碍物的位置信息。特征地图是指利用点、线、多边形等基本几何元素表示空间环境中的特征，并在全局坐标系下以具体数值参数来确定这些物体的位置。特征地图中的每个特征(各个障碍物)可完全由它的参数集定义。如图3所示，点状物体A可以用一组二维平面坐标表示，线状物体B可以通过一系列坐标标定。
步骤S102，根据该位置信息获取该障碍物相对于该可移动终端的坐标信息；例如坐标信息包括该障碍物相对于该可移动终端的极距离和方向角。
步骤S103，根据该坐标信息规划该可移动终端的移动路径。
通过上述步骤，获取与可移动终端的距离在预定范围内的障碍物的位置信息，根据位置信息获取障碍物相对于可移动终端的坐标信息，根据坐标信息规划可移动终端的移动路径，解决了现有技术中通过扫地机器人保存的所有的环境信息规划扫地机器人的移动路径，数据运算量较大，规划路径的效率较低的问题，本发明中的可移动终端的移动路径只需要分析有明显特征信息的环境参数，而不需要对所有环境变量进行计算，减少了数据运算量，提高了控制效率。
扫地机器人的自主定位与导航必须以可靠的传感器检测到的信息为基础。但是，由于环境的复杂性以及传感器自身的限制，传感器所观测的信息受到多种复杂因素的干扰，就会产生不同程度的不确定性。观测信息的不确定性必然会导致环境模型的不确定，同样，当依据观测模型和传感器信息进行决策时也具有不同程度的不确定性。因此，有必要建立系统的噪声模型，从而提高传感器观测信息的有效性。为了更精确的规划可移动终端的移动路径，在一个可选实施例中，首先获取观测噪声。在一个可选实施例中，观测噪声是通过比较实际观测值与预测观测值获得的，得到的是融合了所有噪声的观测噪声，然后再将这个误差加入到下一时刻运动的控制中，用来校正路径。其中，实际观测值是扫地机器人实际的位置，预测观测值是扫地机器人根据程序控制应该在的位置。根据上述位置信息和观测噪声获取障碍物相对于可移动终端的坐标信息。
在一个可选实施例中，通过如下公式获取该坐标信息：
其中，表示该障碍物的三维向量，(r，θ)表示该坐标信息，vk表示该观测噪声。
下面结合一个具体地可选实施例进行说明。
环境模型是用特征点来构成环境地图，环境特征的动态模型描述了环境特征状态随时间的变化，通常取所观测到的环境特征是静止的，并将其建模为点特征，每个特征点用它在全局坐标系中的位置Li＝(xi，yi)表示，其中i＝1，2，…，n为环境特征的数量。
扫地机器人所携带的测距传感器其观测量Z是环境特征相对于机器人的极距离和方向角，在极坐标系中可表示为：Z＝[r，θ]
观测模型是描述传感器所观测的环境特征与扫地机器人当前位置的相互关系，对于所观测量的不同表示形式，就可以得到不同的观测方程：
Zk＝h(Xk)+vk
其中，Zk为k时刻观测量，h(Xk)为测量函数，vk为观测噪声，用于描述测量中的噪声和模型本身的误差。
扫地机器人在运行过程中，观测到一个新的环境特征时，就要把所观测到的新环境特征加入到系统的状态向量中。这个新的环境特征在地图中的表示量是关于机器人当前位置和观测量的矢量函数：
Xi(k)＝g(Xk+Zi)+vk
假设机器人的位置估计是高斯概率分布的，观测到的环境特征极坐标系中表示为(r，θ)。若当前的机器人的位姿为则新的环境环境特征在全局地图中表示(xi，yi)为：
随着扫地机器人的运行，观测到更多新的环境特征，然后把该新的环境特征加入到系统状态向量中。
扫地机器人在以上建立的环境模型中运动，实时更新环境模型，实现自身的定位与清扫路径的规划。
在本实施例中还提供了一种可移动终端的移动路径规划装置，该装置用于实现上述实施例及优选实施方式，已经进行过说明的不再赘述。如以下所使用的，术语“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现，但是硬件，或者软件和硬件的组合的实现也是可能并被构想的。
图4是根据本发明实施例的可移动终端的移动路径规划装置的结构框图，如图4所述，该装置包括：第一获取模块41，用于获取与可移动终端的距离在预定范围内的障碍物的位置信息；第二获取模块42，用于根据该位置信息获取该障碍物相对于该可移动终端的坐标信息；规划模块43，用于根据该坐标信息规划该可移动终端的移动路径。
可选地，该坐标信息包括该障碍物相对于该可移动终端的极距离和方向角。
可选地，该第二获取模块包括：第一获取单元，用于获取观测噪声；第二获取单元，用于根据该位置信息和该观测噪声获取该障碍物相对于该可移动终端的坐标信息。
可选地，该第二获取单元还用于通过如下公式获取该坐标信息：
其中，表示该障碍物的三维向量，(r，θ)表示该坐标信息，vk表示该观测噪声。
本实施例中的可移动终端的移动路径规划装置是以功能单元的形式来呈现，这里的单元是指ASIC电路，执行一个或多个软件或固定程序的处理器和存储器，和/或其他可以提供上述功能的器件。
上述各个模块的更进一步的功能描述与上述对应实施例相同，在此不再赘述。
请参阅图5，图5是本发明可选实施例提供的可移动终端的结构示意图，如图5所示，该终端可以包括：至少一个处理器501，例如CPU(Central Processing Unit，中央处理器)，至少一个通信接口503，存储器504，至少一个通信总线502。其中，通信总线502用于实现这些组件之间的连接通信。其中，通信接口503可以包括显示屏(Display)、键盘(Keyboard)，可选通信接口503还可以包括标准的有线接口、无线接口。存储器504可以是高速RAM存储器(Ramdom Access Memory，易挥发性随机存取存储器)，也可以是非不稳定的存储器(non-volatile memory)，例如至少一个磁盘存储器。存储器504可选的还可以是至少一个位于远离前述处理器501的存储装置。其中处理器501可以结合图4所描述的装置，存储器504中存储一组程序代码，且处理器501调用存储器504中存储的程序代码，以用于执行一种可移动终端的移动路径规划方法，即用于执行上述的可移动终端的移动路径规划方法。
其中，通信总线502可以是外设部件互连标准(peripheral componentinterconnect，简称PCI)总线或扩展工业标准结构(extended industry standardarchitecture，简称EISA)总线等。通信总线502可以分为地址总线、数据总线、控制总线等。为便于表示，图5中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
其中，存储器504可以包括易失性存储器(英文：volatile memory)，例如随机存取存储器(英文：random-access memory，缩写：RAM)；存储器也可以包括非易失性存储器(英文：non-volatile memory)，例如快闪存储器(英文：flash memory)，硬盘(英文：hard diskdrive，缩写：HDD)或固态硬盘(英文：solid-state drive，缩写：SSD)；存储器504还可以包括上述种类的存储器的组合。
其中，处理器501可以是中央处理器(英文：central processing unit，缩写：CPU)，网络处理器(英文：network processor，缩写：NP)或者CPU和NP的组合。
其中，处理器501还可以进一步包括硬件芯片。上述硬件芯片可以是专用集成电路(英文：application-specific integrated circuit，缩写：ASIC)，可编程逻辑器件(英文：programmable logic device，缩写：PLD)或其组合。上述PLD可以是复杂可编程逻辑器件(英文：complex programmable logic device，缩写：CPLD)，现场可编程逻辑门阵列(英文：field-programmable gate array，缩写：FPGA)，通用阵列逻辑(英文：generic arraylogic,缩写：GAL)或其任意组合。
可选地，存储器504还用于存储程序指令。处理器501可以调用程序指令，实现如本申请图1实施例中所示的可移动终端的移动路径规划方法。
本发明实施例还提供了一种非暂态计算机存储介质，所述计算机存储介质存储有计算机可执行指令，该计算机可执行指令可执行上述任意方法实施例中的可移动终端的移动路径规划的处理方法。其中，所述存储介质可为磁碟、光盘、只读存储记忆体(Read-OnlyMemory，ROM)、随机存储记忆体(Random Access Memory，RAM)、快闪存储器(FlashMemory)、硬盘(Hard Disk Drive，缩写：HDD)或固态硬盘(Solid-State Drive，SSD)等；所述存储介质还可以包括上述种类的存储器的组合。
综上所述本发明提出了一种扫地机器人的环境地图建模方法，阐述了机器人运动空间环境地图的表示方法。针对环境地图算法的实际情况,选定了特征地图作为导航地图。特征地图用精选的特征产生一种稀疏的环境描述，没有特征的环境空间不需表示,所以在定位过程中,无需在这种空间上面浪费任何计算量，但能够获得较高精度。使用特征地图的定位就是在给定地图特征信息和一组特征观测量时确定机器人位置(x，y，Φ)的一种判定方法。从传感器得到的数据中提取特征，然后将它们与地图中的特征关联，利用这种方法完成定位。
虽然结合附图描述了本发明的实施例，但是本领域技术人员可以在不脱离本发明的精神和范围的情况下作出各种修改和变型，这样的修改和变型均落入由所附权利要求所限定的范围之内。
Claims (10)
1.一种可移动终端的移动路径规划方法，其特征在于，包括：
获取与可移动终端的距离在预定范围内的障碍物的位置信息；
根据所述位置信息获取所述障碍物相对于所述可移动终端的坐标信息；
根据所述坐标信息规划所述可移动终端的移动路径。
2.根据权利要求1所述的方法，其特征在于，所述坐标信息包括所述障碍物相对于所述可移动终端的极距离和方向角。
3.根据权利要求1所述的方法，其特征在于，根据所述位置信息获取所述障碍物相对于所述可移动终端的坐标信息具体包括：
获取观测噪声；
根据所述位置信息和所述观测噪声获取所述障碍物相对于所述可移动终端的坐标信息。
4.根据权利要求3所述的方法，其特征在于，根据所述位置信息和所述观测噪声获取所述障碍物相对于所述可移动终端的坐标信息包括：
通过如下公式获取所述坐标信息：
<mrow>
<msub>
<mi>X</mi>
<mrow>
<mi>k</mi>
<mo>,</mo>
<mi>i</mi>
</mrow>
</msub>
<mo>=</mo>
<mfenced open = "[" close = "]">
<mtable>
<mtr>
<mtd>
<msub>
<mi>x</mi>
<mi>i</mi>
</msub>
</mtd>
</mtr>
<mtr>
<mtd>
<msub>
<mi>y</mi>
<mi>i</mi>
</msub>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>=</mo>
<mfenced open = "[" close = "]">
<mtable>
<mtr>
<mtd>
<mrow>
<msubsup>
<mi>x</mi>
<mi>k</mi>
<mi>v</mi>
</msubsup>
<mo>+</mo>
<mi>r</mi>
<mo>&CenterDot;</mo>
<mi>c</mi>
<mi>o</mi>
<mi>s</mi>
<mrow>
<mo>(</mo>
<msubsup>
<mi>&Phi;</mi>
<mi>k</mi>
<mi>v</mi>
</msubsup>
<mo>+</mo>
<mi>&theta;</mi>
<mo>)</mo>
</mrow>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<msubsup>
<mi>y</mi>
<mi>k</mi>
<mi>v</mi>
</msubsup>
<mo>+</mo>
<mi>r</mi>
<mo>&CenterDot;</mo>
<mi>s</mi>
<mi>i</mi>
<mi>n</mi>
<mrow>
<mo>(</mo>
<msubsup>
<mi>&Phi;</mi>
<mi>k</mi>
<mi>v</mi>
</msubsup>
<mo>+</mo>
<mi>&theta;</mi>
<mo>)</mo>
</mrow>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>+</mo>
<msub>
<mi>v</mi>
<mi>k</mi>
</msub>
</mrow>
其中，表示所述障碍物的三维向量，(r，θ)表示所述坐标信息，vk表示所述观测噪声。
5.一种可移动终端的移动路径规划装置，其特征在于，包括：
第一获取模块，用于获取与可移动终端的距离在预定范围内的障碍物的位置信息；
第二获取模块，用于根据所述位置信息获取所述障碍物相对于所述可移动终端的坐标信息；
规划模块，用于根据所述坐标信息规划所述可移动终端的移动路径。
6.根据权利要求5所述的装置，其特征在于，所述坐标信息包括所述障碍物相对于所述可移动终端的极距离和方向角。
7.根据权利要求5所述的装置，其特征在于，所述第二获取模块包括：
第一获取单元，用于获取观测噪声；
第二获取单元，用于根据所述位置信息和所述观测噪声获取所述障碍物相对于所述可移动终端的坐标信息。
8.根据权利要求7所述的装置，其特征在于，所述第二获取单元还用于通过如下公式获取所述坐标信息：
<mrow>
<msub>
<mi>X</mi>
<mrow>
<mi>k</mi>
<mo>,</mo>
<mi>i</mi>
</mrow>
</msub>
<mo>=</mo>
<mfenced open = "[" close = "]">
<mtable>
<mtr>
<mtd>
<msub>
<mi>x</mi>
<mi>i</mi>
</msub>
</mtd>
</mtr>
<mtr>
<mtd>
<msub>
<mi>y</mi>
<mi>i</mi>
</msub>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>=</mo>
<mfenced open = "[" close = "]">
<mtable>
<mtr>
<mtd>
<mrow>
<msubsup>
<mi>x</mi>
<mi>k</mi>
<mi>v</mi>
</msubsup>
<mo>+</mo>
<mi>r</mi>
<mo>&CenterDot;</mo>
<mi>c</mi>
<mi>o</mi>
<mi>s</mi>
<mrow>
<mo>(</mo>
<msubsup>
<mi>&Phi;</mi>
<mi>k</mi>
<mi>v</mi>
</msubsup>
<mo>+</mo>
<mi>&theta;</mi>
<mo>)</mo>
</mrow>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<msubsup>
<mi>y</mi>
<mi>k</mi>
<mi>v</mi>
</msubsup>
<mo>+</mo>
<mi>r</mi>
<mo>&CenterDot;</mo>
<mi>s</mi>
<mi>i</mi>
<mi>n</mi>
<mrow>
<mo>(</mo>
<msubsup>
<mi>&Phi;</mi>
<mi>k</mi>
<mi>v</mi>
</msubsup>
<mo>+</mo>
<mi>&theta;</mi>
<mo>)</mo>
</mrow>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>+</mo>
<msub>
<mi>v</mi>
<mi>k</mi>
</msub>
</mrow>
其中，表示所述障碍物的三维向量，(r，θ)表示所述坐标信息，vk表示所述观测噪声。
9.一种可移动终端，其特征在于，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器执行上述权利要求1-4中任一所述的可移动终端的移动路径规划方法。
10.一种计算机可读存储介质，其上存储有计算机指令，其特征在于，该指令被处理器执行时实现上述权利要求1-4中任一所述的可移动终端的移动路径规划方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710804837.5A CN107782311A (zh) | 2017-09-08 | 2017-09-08 | 可移动终端的移动路径规划方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710804837.5A CN107782311A (zh) | 2017-09-08 | 2017-09-08 | 可移动终端的移动路径规划方法及装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN107782311A true CN107782311A (zh) | 2018-03-09 |
Family
ID=61438046
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710804837.5A Pending CN107782311A (zh) | 2017-09-08 | 2017-09-08 | 可移动终端的移动路径规划方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107782311A (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110502011A (zh) * | 2019-08-16 | 2019-11-26 | 湖南格兰博智能科技有限责任公司 | 一种扫地机障碍物边界检测方法 |
| CN110727278A (zh) * | 2019-09-04 | 2020-01-24 | 云南电网有限责任公司曲靖供电局 | 巡检机器人路线控制方法、装置、存储介质及巡检机器人 |
| CN111596003A (zh) * | 2020-04-20 | 2020-08-28 | 星络智能科技有限公司 | 一种气味垃圾清理方法、计算机设备及存储介质 |
| CN112327828A (zh) * | 2020-10-09 | 2021-02-05 | 深圳优地科技有限公司 | 路径规划方法、装置及计算机可读存储介质 |
| CN112543418A (zh) * | 2020-11-24 | 2021-03-23 | 武汉商学院 | 基于蓝牙和beacon设备进行局部导航的方法及系统 |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101000507A (zh) * | 2006-09-29 | 2007-07-18 | 浙江大学 | 移动机器人在未知环境中同时定位与地图构建的方法 |
| KR20090126375A (ko) * | 2008-06-04 | 2009-12-09 | 성균관대학교산학협력단 | 이동 로봇의 장애물 외곽선 검출 방법, 이동 로봇 및 이동로봇 원격 제어기 |
| CN101738195A (zh) * | 2009-12-24 | 2010-06-16 | 厦门大学 | 基于环境建模与自适应窗口的移动机器人路径规划方法 |
| CN101943916A (zh) * | 2010-09-07 | 2011-01-12 | 陕西科技大学 | 一种基于卡尔曼滤波器预测的机器人避障方法 |
| CN102541057A (zh) * | 2010-12-29 | 2012-07-04 | 沈阳新松机器人自动化股份有限公司 | 一种基于激光测距仪的移动机器人避障方法 |
| CN103389103A (zh) * | 2013-07-03 | 2013-11-13 | 北京理工大学 | 一种基于数据挖掘的地理环境特征地图构建与导航方法 |
| JP5595677B2 (ja) * | 2008-11-03 | 2014-09-24 | 三星電子株式会社 | 物体の特徴情報を抽出するための装置と方法、及びそれを利用した特徴マップ生成装置と方法 |
| CN104503449A (zh) * | 2014-11-24 | 2015-04-08 | 杭州申昊科技股份有限公司 | 一种基于环境直线特征的定位方法 |
| CN104793492A (zh) * | 2015-04-07 | 2015-07-22 | 中国科学技术大学 | 一种基于熵和灰关联度的室内环境特征提取方法 |
| CN105116902A (zh) * | 2015-09-09 | 2015-12-02 | 北京进化者机器人科技有限公司 | 一种移动机器人避障导航的方法和系统 |
-
2017
- 2017-09-08 CN CN201710804837.5A patent/CN107782311A/zh active Pending
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101000507A (zh) * | 2006-09-29 | 2007-07-18 | 浙江大学 | 移动机器人在未知环境中同时定位与地图构建的方法 |
| KR20090126375A (ko) * | 2008-06-04 | 2009-12-09 | 성균관대학교산학협력단 | 이동 로봇의 장애물 외곽선 검출 방법, 이동 로봇 및 이동로봇 원격 제어기 |
| JP5595677B2 (ja) * | 2008-11-03 | 2014-09-24 | 三星電子株式会社 | 物体の特徴情報を抽出するための装置と方法、及びそれを利用した特徴マップ生成装置と方法 |
| CN101738195A (zh) * | 2009-12-24 | 2010-06-16 | 厦门大学 | 基于环境建模与自适应窗口的移动机器人路径规划方法 |
| CN101943916A (zh) * | 2010-09-07 | 2011-01-12 | 陕西科技大学 | 一种基于卡尔曼滤波器预测的机器人避障方法 |
| CN102541057A (zh) * | 2010-12-29 | 2012-07-04 | 沈阳新松机器人自动化股份有限公司 | 一种基于激光测距仪的移动机器人避障方法 |
| CN103389103A (zh) * | 2013-07-03 | 2013-11-13 | 北京理工大学 | 一种基于数据挖掘的地理环境特征地图构建与导航方法 |
| CN104503449A (zh) * | 2014-11-24 | 2015-04-08 | 杭州申昊科技股份有限公司 | 一种基于环境直线特征的定位方法 |
| CN104793492A (zh) * | 2015-04-07 | 2015-07-22 | 中国科学技术大学 | 一种基于熵和灰关联度的室内环境特征提取方法 |
| CN105116902A (zh) * | 2015-09-09 | 2015-12-02 | 北京进化者机器人科技有限公司 | 一种移动机器人避障导航的方法和系统 |
Non-Patent Citations (5)
| Title |
|---|
| 严浙平等: "《水下无人航行器控制技术》", 30 November 2015 * |
| 毛彬彬等: "全区域覆盖移动机器人的导航系统总体设计 ", 《起重运输机械》 * |
| 毛彬彬等: "全区域覆盖移动机器人的导航系统总体设计", 《起重运输机械》 * |
| 王磊: "《全区域覆盖移动机器人同时定位与地图创建（SLAM)技术的研究》", 《中国优秀博硕士学位论文全文数据库(硕士)信息科技辑》 * |
| 苏中等: "《仿生蛇形机器人技术》", 31 December 2015 * |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110502011A (zh) * | 2019-08-16 | 2019-11-26 | 湖南格兰博智能科技有限责任公司 | 一种扫地机障碍物边界检测方法 |
| CN110727278A (zh) * | 2019-09-04 | 2020-01-24 | 云南电网有限责任公司曲靖供电局 | 巡检机器人路线控制方法、装置、存储介质及巡检机器人 |
| CN111596003A (zh) * | 2020-04-20 | 2020-08-28 | 星络智能科技有限公司 | 一种气味垃圾清理方法、计算机设备及存储介质 |
| CN112327828A (zh) * | 2020-10-09 | 2021-02-05 | 深圳优地科技有限公司 | 路径规划方法、装置及计算机可读存储介质 |
| CN112543418A (zh) * | 2020-11-24 | 2021-03-23 | 武汉商学院 | 基于蓝牙和beacon设备进行局部导航的方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107782311A (zh) | 可移动终端的移动路径规划方法及装置 | |
| CN111536964B (zh) | 机器人定位方法及装置、存储介质 | |
| Peel et al. | Localisation of a mobile robot for bridge bearing inspection | |
| CN112859859B (zh) | 一种基于三维障碍物体素对象映射的动态栅格地图更新方法 | |
| Ahn et al. | Interactive scan planning for heritage recording | |
| CN108638062A (zh) | 机器人定位方法、装置、定位设备及存储介质 | |
| CN109470233B (zh) | 一种定位方法及设备 | |
| CN109974699B (zh) | 一种机器人及其地图自主探索方法和装置 | |
| Ioannidis et al. | A path planning method based on cellular automata for cooperative robots | |
| CN113475976B (zh) | 机器人可通行区域确定方法、装置、存储介质及机器人 | |
| CN103901891A (zh) | 一种基于层次结构的动态粒子树slam算法 | |
| Demim et al. | Cooperative SLAM for multiple UGVs navigation using SVSF filter | |
| CN111080682A (zh) | 点云数据的配准方法及装置 | |
| JP2016149090A (ja) | 自律移動装置、自律移動システム、自律移動方法、およびプログラム | |
| Hanten et al. | Vector-AMCL: Vector based adaptive monte carlo localization for indoor maps | |
| CN111609853A (zh) | 三维地图构建方法、扫地机器人及电子设备 | |
| Zhang et al. | Feature extraction for outdoor mobile robot navigation based on a modified Gauss–Newton optimization approach | |
| CN107544498A (zh) | 可移动终端的移动路径规划方法及装置 | |
| CN111856499B (zh) | 基于激光雷达的地图构建方法和装置 | |
| CN113686347A (zh) | 机器人导航路径的生成方法及装置 | |
| CN110794434B (zh) | 一种位姿的确定方法、装置、设备及存储介质 | |
| Shojaie et al. | Iterated unscented SLAM algorithm for navigation of an autonomous mobile robot | |
| Wiemann et al. | An evaluation of open source surface reconstruction software for robotic applications | |
| D'Emilia et al. | Extraction of a floor plan from a points cloud: some metrological considerations | |
| CN113835428A (zh) | 一种用于餐厅的机器人路径规划方法 |
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 | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180309 |