CN109062207A - 充电座的定位方法、装置、机器人和存储介质 - Google Patents
充电座的定位方法、装置、机器人和存储介质 Download PDFInfo
- Publication number
- CN109062207A CN109062207A CN201810862990.8A CN201810862990A CN109062207A CN 109062207 A CN109062207 A CN 109062207A CN 201810862990 A CN201810862990 A CN 201810862990A CN 109062207 A CN109062207 A CN 109062207A
- Authority
- CN
- China
- Prior art keywords
- cradle
- robot
- information
- wide angle
- angle signal
- 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
- 238000000034 method Methods 0.000 title claims abstract description 79
- 230000004807 localization Effects 0.000 title claims abstract description 26
- 238000003860 storage Methods 0.000 title claims abstract description 13
- 230000007613 environmental effect Effects 0.000 claims abstract description 87
- 238000001514 detection method Methods 0.000 claims abstract description 40
- 238000013439 planning Methods 0.000 claims abstract description 29
- 238000004590 computer program Methods 0.000 claims description 33
- 238000010586 diagram Methods 0.000 description 26
- 230000008569 process Effects 0.000 description 15
- 230000005540 biological transmission Effects 0.000 description 7
- 238000009434 installation Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 230000015572 biosynthetic process Effects 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 230000004927 fusion Effects 0.000 description 2
- 238000005304 joining Methods 0.000 description 2
- 238000003032 molecular docking Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 238000005336 cracking Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 231100000572 poisoning Toxicity 0.000 description 1
- 230000000607 poisoning effect Effects 0.000 description 1
- 230000008054 signal transmission Effects 0.000 description 1
- 238000011895 specific detection Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000001360 synchronised effect Effects 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 or altitude of land, water, air, or space vehicles, e.g. automatic pilot
- 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
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
- 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
- G05D1/0242—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using non-visible light signals, e.g. IR or UV signals
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
- 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
- G05D1/0257—Control of position or course in two dimensions specially adapted to land vehicles using a radar
Abstract
本发明涉及一种充电座的定位方法、装置、机器人和存储介质。该方法包括：根据机器人的工作区域的环境地图和红外线广角信号的探测范围，规划机器人在所述工作区域内的搜索路径；沿所述搜索路径检测充电座发出的所述红外线广角信号，并在检测到所述红外线广角信号时执行搜索识别区域动作；在到达雷达识别区域时，扫描充电座携带的识别信息获取所述充电座的位姿信息；根据所述充电座的位姿信息，移动至所述充电座的位置。本发明提供的充电座的定位方法的定位精度较高，且减少了机器人出现冲撞充电座的现象。
Description
技术领域
本发明涉及智能机器人技术领域，尤其涉及一种充电座的定位方法、装置、机器人和存储介质。
背景技术
随着科学技术的发展，智能机器人、智能终端等智能化设备深入到了人们日常生活的各个领域，给人们的生活和工作带来了很多便利条件，提高了人们的工作效率和生活质量。
目前，在智能机器人的回充过程中，充电座的定位方法主要基于红外线信号检测的充电方法，其过程是智能机器人需要充电时，检测充电座发射的红外线信号，根据检测到的红外线信号确定充电座的位置，再向充电座移动以充电。
但是，采用上述充电座的定位方法，智能机器人根据红外线信号无法确定充电座的精确位置，从而导致智能机器人出现冲撞充电座的现象，定位效率低，且容易损伤智能机器人和充电座。
发明内容
基于此，有必要针对上述技术问题，提供一种能够减少出现机器人冲撞充电座的现象，从而有效提高定位精度的充电座的定位方法、装置、机器人和存储介质。
一种充电座的定位方法，所述方法包括：
根据机器人的工作区域的环境地图和红外线广角信号探测范围，规划机器人在所述工作区域内的搜索路径；
沿所述搜索路径检测充电座发出的所述红外线广角信号，并在检测到所述红外线广角信号时执行搜索识别区域动作；
在到达识别区域时，扫描充电座携带的识别信息获取所述充电座的位姿信息。
在其中一个实施例中，所述充电座携带的识别信息包括识别码、深度信息、红外线广角信号或红外线近卫信号中的至少一个。
在其中一个实施例中，所述根据机器人的工作区域的环境地图和红外线广角信号的探测范围，在规划机器人在所述工作区域内的搜索路径之前还包括：
判断根据所述环境地图是否能获取到所述充电座的位姿信息；
若根据所述环境地图未能获取到所述充电座的位姿信息，则根据机器人的工作区域的环境地图和红外线广角信号的探测范围，规划机器人在所述工作区域内的搜索路径。
在其中一个实施例中，若根据所述环境地图能获取到所述充电座的位姿信息，则根据所述充电座的位姿信息，移动至所述充电座的位置。
在其中一个实施例中，所述方法还包括：
获取所述机器人上的激光雷达传感器采集到的激光雷达数据；
根据所述激光雷达数据构建所述环境地图。
在其中一个实施例中，所述沿所述搜索路径检测充电座发出的所述红外线广角信号，包括：
沿所述搜索路径移动，并在所述搜索路径上的搜索点位置检测所述红外线广角信号。
在其中一个实施例中，所述扫描充电座携带的识别信息获取所述充电座的位姿信息，包括：
采用激光雷达扫描所述充电座携带的识别信息，获取所述充电座携带的识别信息的图像信息；
根据所述图像信息和激光雷达信号确定所述充电座的位姿信息。
在其中一个实施例中，所述根据所述图像信息和激光雷达信号确定所述充电座的位姿信息，包括：
采用图像识别方法，根据所述图像信息确定所述充电座的姿态信息；
采用预设的激光测距算法，根据所述激光雷达信号确定所述充电座的位置信息。
在其中一个实施例中，所述在到达雷达扫描区域时，扫描充电座携带的识别信息获取所述充电座的位姿信息之后，所述方法还包括：
根据所述充电座的位姿信息，移动至充电座的位置进行充电。
在其中一个实施例中，所述搜索识别区域动作可以是向所述红外线广角信号方向移动。
一种充电座的定位装置，所述装置包括：
规划模块，用于根据机器人的工作区域的环境地图和红外线广角信号探测范围，规划机器人在所述工作区域内的搜索路径；
检测模块，用于沿所述搜索路径检测充电座发出的所述红外线广角信号，并在检测到所述红外线广角信号时执行搜索识别区域动作；
扫描模块，用于在到达识别区域时，扫描充电座携带的识别信息获取所述充电座的位姿信息。
一种机器人，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
根据机器人的工作区域的环境地图和红外线广角信号的探测范围，规划机器人在所述工作区域内的搜索路径；
沿所述搜索路径检测充电座发出的所述红外线广角信号，并在检测到所述红外线广角信号时执行搜索识别区域动作；
在到达识别区域时，扫描充电座携带的识别信息获取所述充电座的位姿信息。
一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：
根据机器人的工作区域的环境地图和红外线广角信号探测范围，规划机器人在所述工作区域内的搜索路径；
沿所述搜索路径检测充电座发出的所述红外线广角信号，并在检测到所述红外线广角信号时执行搜索识别区域动作；
在到达识别区域时，扫描充电座携带的识别信息获取所述充电座的位姿信息。
本申请实施例提供的充电座的定位方法、装置、机器人和存储介质。根据机器人的工作区域的环境地图和红外线广角信号的探测范围，规划机器人在所述工作区域内的搜索路径；沿所述搜索路径检测充电座发出的所述红外线广角信号，并在检测到所述红外线广角信号时向执行搜索识别区域动作；在到达识别区域时，扫描充电座携带的识别信息获取所述充电座的位姿信息；根据所述充电座的位姿信息，移动至所述充电座的位置。在上述机器人搜索充电座并向充电座移动的过程中，机器人首先是在机器人的工作区域规划出了红外线广角信号的搜索路径，其后按照该搜索路径检测红外线广角信号，从而确定了充电座的大致方向信息，再在识别区域进一步的根据充电座携带的识别信息确定了充电座的精确位姿信息，机器人根据该充电座的位姿信息调整自身位姿，再移动到充电座所在位置时进行充电。在此过程中，由于机器人是根据从环境地图中规划出的搜索路径对红外线广角信号进行搜索，克服了传统机器人沿墙搜索时搜索时间长，且搜索范围有限的缺点，从而减少了充电座的定位时间，且提高了充电座的定位效率。另外，由于通过充电座携带的识别信息确定的位姿信息精度较高，所以本申请提供的充电座的定位方法定位精度较高，且不易发生机器人冲撞充电座的现象，从而不易损伤机器人和充电座。
附图说明
图1为充电座的定位方法的应用场景示意图；
图2为一个实施例提供的一种充电座的定位方法的流程示意图；
图2a为机器人搜索红外线广角信号的一种搜索路径示意图；
图2b为机器人搜索红外线广角信号的另一种搜索路径示意图；
图2c为机器人搜索红外线广角信号的另一种搜索路径示意图；
图3为图2实施例中S101的实现方式的流程示意图；
图4为一个实施例提供的一种充电座的定位方法的流程示意图；
图5为图2实施例中S103的实现方式的流程示意图；
图6为图5实施例中S402的实现方式的流程示意图；
图7为一个实施例提供的充电座的定位装置的示意图；
图8为一个实施例提供的充电座的定位装置的示意图；
图9为一个实施例提供的充电座的定位装置的示意图；
图10为一个实施例提供的充电座的定位装置的示意图；
图11为一个实施例提供的充电座的定位装置的示意图；
图12为一个实施例提供的充电座的定位装置的示意图；
图13为一个实施例提供的机器人的内部结构示意图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅用以解释本申请，并不用于限定本申请。
本申请实施例提供的一种充电座的定位方法可适用于如图1所示的场景中，该场景描述的是机器人工作时的一个区域，其中包括充电座、机器人和墙体。充电座可以携带红外线信号发射模块、识别信息、其它信号发射模块等。机器人可以携带多种传感器，以采集环境信息，且同时具有对传感器数据处理功能的模块。
需要说明的是，本发明实施例提供的充电座的定位方法，其执行主体可以是机器人。
传统的充电座的定位方法主要是基于红外线信号检测的充电方法，其过程是机器人需要充电时，检测充电座发射的红外线信号，根据检测到的红外线信号确定充电座的位置，再向充电座移动以充电。但是在此过程中由于红外线信号不能够给机器人提供具体的距离信息，只能够提供方位信息，所以机器人根据红外线信号无法确定充电座的精确位置，从而导致机器人出现冲撞充电座的现象，定位效率低，且容易损伤机器人和充电座。本发明实施例提供一种充电座的定位方法，旨在解决现有技术的机器人对充电座的定位精度不高，易发生机器人冲撞充电座的现象，且造成充电座的定位效率低的问题。
下面以具体地实施例对本发明的技术方案进行详细说明。下面这几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例中不再赘述。
图2为一个实施例提供的一种充电座的定位方法的流程示意图。本实施例涉及的是机器人根据红外线广角信号和充电座携带的识别信息确定充电座的位置的过程。如图2所示，该方法包括以下步骤：
S101、根据机器人的工作区域的环境地图和红外线广角信号的探测范围，规划机器人在工作区域内的搜索路径。
其中，环境地图是指产生、维持环境边界分布、走向、衔接关系、属性和环境中障碍物位置、姿态等方面的表述，给出环境单元的相互依存关系，以及彼此在整个环境中所处地位与担当角色的描述。本实施例涉及的环境地图是对机器人所在区域中的障碍物位置、区域边界、环境物体位置、机器人位置等的描述。红外线广角信号是由机器人的充电座上的红外线广角信号发射模块发出的信号，相应的，机器人可以通过自身安装的红外线广角信号接收模块检测红外线广角信号，且红外线广角信号的最大传输距离约为5米。搜索路径可以是机器人搜索红外线广角信号的搜索路线或搜索点。机器人的工作区域可以是室内，可选地，也可以是室外，对此本实施例不做限制。
本实施例中，当机器人需要充电时，机器人则会在其工作区域的环境地图上确定至少一个以上的搜索红外线广角信号的搜索点，将这些搜索点连起来形成一条搜索路径。其后，机器人会按照所述搜索路径移动到每个搜索点进行红外线广角信号的搜索，直到搜索到红外线广角信号为止。其中搜索点的数量的确定和红外线广角信号的最大传输距离相关，比如，红外线广角信号的最大传输距离越小，搜索点越密集，机器人搜索红外线广角信号的搜索时间越长，且搜索的区域范围越小；红外线广角信号的探测范围越大，搜索点越稀疏，机器人搜索红外线广角信号的搜索时间越短，搜索的区域范围越大。
需要说明的是，由于机器人的工作区域的环境地图可以有多种形式，所以机器人根据其在工作区域的环境地图和红外线广角信号的探测范围，规划出的红外线广角信号的搜索路径可以分为多种。例如，图2a为机器人搜索红外线广角信号的一种搜索路径示意图，从图2a可以看出，若红外线广角信号的最大传输距离为5米，机器人的工作区域的环境地图为一个面积小于25平方米的正方形地图，则红外线广角信号的搜索路径为一个点(如图2a中点1所示,)，形成的红外线广角信号搜索范围为一个以红外线广角信号最大传输距离5米为半径的圆；图2b为机器人搜索红外线广角信号的另一种搜索路径示意图，从图2b可以看出，若红外线广角信号的探测范围为5米，机器人的工作区域的环境地图为一个面积大于25平方米的长方形地图，则红外线广角信号的搜索路径包括3个搜索点(如图2b中的直线2所示)，形成的红外线广角信号搜索范围为三个以红外线广角信号传输距离5米为半径的圆；图2c为机器人搜索红外线广角信号的另一种搜索路径示意图，从图2c可以看出，若红外线广角信号的最大传输距离为5米，机器人的工作区域的环境地图为一个面积大于25平方米的L形地图，则红外线广角信号的搜索路径为一条折线(如图2c中的折线3所示)，且该搜索路径包括3个搜索点，形成的红外线广角信号搜索范围为三个以红外线广角信号最大传输距离5米为半径的圆。从上述图中可以看出，机器人按照规划出的搜索路径进行红外线广角信号的搜索，搜索范围基本上覆盖了整个机器人的工作区域。
S102、沿搜索路径检测充电座发出的红外线广角信号，并在检测到红外线广角信号时执行搜索识别区域动作。
其中，充电座上设置有红外线广角信号发射模块，具体的可以采用红外线广角信号灯，可选地，也可以采用别的红外线广角信号发射装置。机器人对红外线广角信号的检测是通过机器人自身安装的红外线广角信号接收模块完成的，具体的检测内容可以包括对红外线广角信号的识别、对红外线广角信号的获取、对发射红外线广角信号的发射模块所在位置的方位确定等。红外线信号的类型可以是广角信号、窄角信号或近卫信号。所述广角信号，用于提供灯塔指引信号；窄角信号用于提供准直信号；近卫信号用于减速提醒。本实施例中机器人的充电座上发射的红外线信号可以是广角信号，用于远距离的指引机器人移动到充电座的所在位置，可选地，机器人的充电座上发射的红外线信号也可以是窄角信号，用于近距离的指引机器人移动到充电座的所在位置。识别区域动作可以是机器人根据红外线广角信号指示的方向移动的动作，可选地，识别区域动作也可以是根据搜索的区域位置进行移动的动作。
本实施例中，机器人在需要充电时，机器人根据上述实施例的方法在其工作区域的环境地图中规划好红外线广角信号的搜索路径后，机器人移动到该搜索路径的每个搜索点上，机器人在到达第一个搜索点时开启自身安装的红外线接收模块开始检测红外线广角信号，若机器人在该搜索点上获取到了红外线广角信号，则机器人的红外线接收模块通过分析该红外线广角信号提取出与该红外线广角信号对应的方位信息。机器人则可以根据该方位信息判断出机器人的充电座所在位置，并向机器人的充电座所在位置移动；若机器人在该搜索点上未能获取到红外线广角信号，则机器人移动到下一个搜索点上进行红外线广角信号的检测，直到检测到红外线广角信号为止，机器人在相应检测到红外线广角信号的搜索点上对红外线广角信号进行分析并提取与该红外线广角信号对应的方位信息，然后根据该方位信息判断机器人的充电座所在位置，并向机器人的充电座所在位置移动。
具体的，在一个实施例中，机器人搜索识别区域动作可以是向所述红外线广角信号方向移动。本实施例中，当机器人沿搜索路径检测到充电座发出的红外线广角信息号时，该红外线广角信息号可以给机器人提供一个充电座的大致方位信息，机器人则可以根据该方位信息向发射红外线广角信号的充电座的方向移动。
S103、在到达识别区域时，扫描充电座携带的识别信息获取充电座的位姿信息。
其中，识别区域是机器人采用激光雷达对目标物体进行扫描时，激光雷达发射的激光雷达信号能够有效识别充电座上的充电座携带的识别信息的区域。例如，激光雷达信号的有效识别距离为2m，则该识别区域为雷达信号识别区域，其可以是以2米为半径的圆。可选地，识别区域也可以是机器人采用红外线信号、激光、位移等其它传感器对目标物体进行定位的区域。本实施例对此不做限制。位姿信息可以包括目标物体的位置信息和姿态信息。其中的位置信息可以是目标物体的工作区域坐标系中的位置坐标。充电座上携带有识别信息，以供使机器人在进入识别区域时，通过传感器获取识别信息来定位充电座。充电座携带的识别信息可以包含多种识别信息，具体的类型可以根据机器人上安装的传感器类型确定。比如，若机器人上安装有激光雷达，则充电座携带的识别信息可以为雷达识别码。
本实施例中，当机器人在搜索点上搜索到红外线广角信号，并根据方位信息向充电座的所在位置移动时，机器人进入识别区域，机器人开启自身安装的激光雷达信号发射模块发射激光雷达信号，并对识别区域中的各目标物体进行扫描，当机器人扫描到设置在充电座的充电座携带的识别信息时，机器人的激光雷达信号接收模块可以通过激光雷达信号获取得到与该充电座携带的识别信息对应的充电座的位置信息和姿态信息。
可选地，在其中一个实施例中，所述充电座携带的识别信息包括识别码、深度信息和红外线窄角或近卫信号中的至少一个。
本实施例中，识别码可以是表征充电座的一种标识，其可以是自定义的一种图像信息，可选地，也可以是二维码等信息。深度信息可以表示充电座与机器人之间的距离大小的信息，其可以用深度图像来表示。激光雷达对该充电座携带的识别信息进行扫描时，可以获取该充电座携带的识别信息对应的图像信息，并根据该图像信息判断识别码所表征的充电座的位姿信息。本实施例中机器人的充电座上发射的红外线信号可以是红外线广角信号，用于远距离的指引机器人移动到充电座的所在位置，可选地，机器人的充电座上发射的红外线信号也可以是红外线窄角信号，用于近距离的指引机器人移动到充电座的所在位置。
可选地，在图2实施例的基础上，机器人在到达识别区域而获取到充电座的位姿信息之后，可以根据位姿信息，移动至充电座的位置进行充电。
本实施例中，当机器人到达识别区域后，机器人利用激光雷达发射的激光雷达信号扫描在识别区域中的各目标物体，在机器人扫描到充电座上的充电座携带的识别信息后，机器人可以根据该充电座携带的识别信息确定充电座的位姿信息，该位姿信息包括充电座的位置信息和充电座的姿态信息，机器人则根据充电座的位置信息移动相应距离，并在到达充电座的位置后根据充电座的姿态信息调整自身的位姿，使机器人上的充电接口与充电座上的充电接口能够完全匹配，从而进行正常充电。
上述实施例中，机器人根据机器人的工作区域的环境地图和红外线广角信号的探测范围，规划机器人在所述工作区域内的搜索路径；沿所述搜索路径检测充电座发出的所述红外线广角信号，并在检测到所述红外线广角信号时向执行搜索识别区域动作；在到达识别区域时，扫描充电座携带的识别信息获取所述充电座的位姿信息；根据所述充电座的位姿信息，移动至所述充电座的位置。在上述机器人搜索充电座并向充电座移动的过程中，机器人首先是在机器人的工作区域规划出了红外线广角信号的搜索路径，其后按照该搜索路径检测红外线广角信号，从而确定了充电座的大致方向信息，再在识别区域进一步的根据充电座携带的识别信息确定了充电座的精确位姿信息，机器人根据该充电座的位姿信息调整自身位姿，再移动到充电座所在位置时进行充电。在此过程中，由于机器人是根据从环境地图中规划出的搜索路径对红外线广角信号进行搜索，克服了传统机器人沿墙搜索时搜索时间长，且搜索范围有限的缺点，从而减少了充电座的定位时间，且提高了充电座的定位效率。另外，由于通过充电座携带的识别信息确定的位姿信息精度较高，所以本申请提供的充电座的定位方法定位精度较高，且不易发生机器人冲撞充电座的现象，从而不易损伤机器人和充电座。
图3为图2实施例中S101的实现方式的流程示意图，该实施例涉及的是机器人规划寻找充电座的搜索路径的具体过程。在上述实施例的基础上，如图3所示，上述S101“根据机器人的工作区域的环境地图和红外线广角信号的探测范围，规划机器人在所述工作区域内的搜索路径”，包括如下步骤：
S201、判断根据环境地图是否能获取到充电座的位姿信息。
其中，环境地图可以包含充电座的位姿信息，也可以不包含充电座的位姿信息。
本实施例中，当机器人处于工作状态时，即非充电模式，机器人在获取工作区域的环境地图后，机器人会在工作区域中发射激光雷达信号扫描工作区域中的目标物体，当机器人通过激光雷达信号能够获取到充电座上设置的充电座携带的识别信息时，机器人可以从充电座携带的识别信息中提取得到充电座的位姿信息，并将该位姿信息记录下来，并在环境地图中将充电座的位姿信息标识出来，在此情况下，机器人获取到的环境地图中包含有充电座的位姿信息。当机器人通过激光雷达信号未能够获取得到充电座携带的识别信息时，机器人未能获取到充电座的位姿信息，在此情况下，机器人获取到的环境地图中不包含充电座的位姿信息。因此，在机器人需要充电而寻找充电座时，机器人会先判断环境地图中是否包含有充电座的位姿信息，再根据判断结果结合环境地图规划不同的移动路线寻找充电座进行充电。
S202、若根据环境地图未能获取到充电座的位姿信息，则根据机器人的工作区域的环境地图和红外线广角信号的探测范围，规划机器人在工作区域内的搜索路径。
本实施例中，当机器人需要充电时，机器人根据环境地图获取位姿信息，若当环境地图中不包含位姿信息时，机器人则获取不到充电座的位姿信息，在此情况下，则需要机器人先搜索充电座发射的红外线广角信号，从而使机器人通过该红外信号可以确定充电座的方位信息。机器人在搜索红外线广角信号时，可以根据工作区域的环境地图和红外线广角信号的探测范围确定红外线广角信号的多个搜索点，将多个搜索点连起来形成机器人搜索红外线广角信号的搜索路径。机器人移动到该搜索路径上的搜索点位置对红外线广角信号进行检测，当检测到红外线广角信号时，机器人开启激光雷达信号发射模块发射激光雷达信号对周围环境中的目标物体进行扫描，从而获取充电座上的充电座携带的识别信息，根据从充电座携带的识别信息中提取到的充电座的位姿信息移动机器人到充电座的位置进行充电。
上述实施例中，机器人在需要充电时，首先判断根据环境地图是否能获取到位姿信息，若根据环境地图能获取到位姿信息，则根据位姿信息，移动至所述充电座的位置进行充电。由于根据充电座携带的识别信息获取得到的位姿信息精度较高，所以机器人对充电座的定位精度较高，进而使机器人根据充电座携带的识别信息获取得到的位姿信息调整自身位姿，再移动到充电座进行充电的效率较高，且因为该位姿信息包含充电座的姿态信息和位置信息，所以充电座可以准确的与充电座的充电电极进行对接，从而避免了出现机器人与充电座的碰撞现象。
可选地，若根据环境地图能获取到位姿信息，则根据充电座的位姿信息，移动至所述充电座的位置。
本实施例中，当机器人需要充电时，机器人根据环境地图获取位姿信息，若当环境地图中包含位姿信息时，机器人则可以从中获取到充电座的位姿信息，在此情况下，则机器人可以直接根据充电座的位置信息移动到充电座所在位置进行充电。由于机器人直接可以根据从环境地图中获取得到的位姿信息指引机器人向充电座移动，不用先搜索充电座的红外线广角信号，从而节约了机器人搜索充电座的时间，进一步的提高了机器人定位充电座的效率。
在上述实施例中，机器人的工作区域的环境地图可以是机器人根据工作区域中的各个物体的位置、姿态预先构建并存储在机器人中的地图，也可以是机器人在工作过程中根据工作区域中的各个物体的位置、姿态、自身的位置实时建立的地图。图4为一个实施例提供的一种充电座的定位方法的流程示意图。该实施例描述的是机器人在工作过程中根据工作区域中的各个物体的位置、姿态、自身的位置实时建立的地图的具体过程。在图2所示实施例的基础上，如图4所示，S101“根据机器人的工作区域的环境地图和红外线广角信号的探测范围，规划机器人在所述工作区域内的搜索路径”之前，所述方法还包括：
S301、获取机器人上的激光雷达传感器采集到的激光雷达数据。
其中，机器人自身可以携带多种传感器，以实现对机器人所在区域的环境信息进行数据采集。常见的传感器有超声波、碰撞、雷达信号、视觉、里程仪、加速计等类型的传感器。激光雷达数据可以包含多种环境信息。所述环境信息可以包括机器人所在区域的边界分布信息、衔接关系信息、区域中障碍物的位置信息、姿态信息等。
本实施例中，机器人根据自身安装的激光雷达传感器对其所在区域的环境信息进行数据采集，获取到对应的激光雷达数据，并将该激光雷达数据中包含的多种环境信息进行融合，且通过机器人自身设置的融合数据处理模块进行处理。
S302、根据激光雷达数据构建环境地图。
其中，根据激光雷达数据构建环境地图的方法可以采用即时定位与地图构建(simultaneous localization and mapping，SLAM)算法。SLAM算法是指机器人在未知环境中从一个未知位置开始移动,在移动过程中根据位置估计和传感器数据进行自身定位,同时建造增量式地图。根据环境信息构建的环境地图可以是三维形式的地图，可选地，也可以是二维形式的地图。
本实施例中，机器人根据自身携带的激光雷达传感器对其所在区域的环境信息进行数据采集，获取到对应的激光雷达数据，并将该激光雷达数据中包含的多种环境信息进行融合，且将激光雷达数据通过融合数据处理模块进行处理，并提取出环境的特征信息，以该环境的特征信息为依据通过预设的地图构建SLAM算法构建机器人所在工作区域的环境地图，其后机器人再根据机器人的工作区域的环境地图和红外线广角信号的探测范围，规划机器人在所述工作区域内的搜索路径。
上述实施例中，获取机器人上的激光雷达传感器采集到的激光雷达数据；根据激光雷达数据构建环境地图。由于机器人自身携带激光雷达传感器感知外部环境，因此，根据激光雷达数据构建的环境地图精度较高，使机器人利用地图实现红外线广角信号的搜索路径的规划更精确，以及在环境地图上对充电座位姿信息的标识更精准，进一步的使机器人根据环境地图规划的搜索路径检测红外线广角信号的效率更高，使机器人寻找充电座所在位置的时间更短，使机器人根据充电座的位姿信息对接充电座的充电接口的移动距离更精准。
在其中一个实施例中，图2所示实施例的S102步骤中的“沿搜索路径检测充电座发出的红外线广角信号”，包括沿搜索路径移动，并在搜索路径上的搜索点位置检测所述红外线广角信号。
其中，搜索路径是机器人根据构建的环境地图和红外线广角信号的探测范围规划的至少一条以上的机器人移动路线，该搜索路径包括搜索路径上多个的搜索点。该搜索点的数量可以是由机器人根据红外线广角信号的探测范围确定，可选地，搜索点的数量也可以是自定义。例如，在一个50平方米的长方形区域中，红外线广角信号的探测范围为5米，机器人根据该区域的形状和红外线广角信号的探测范围规划出一条直线搜索路径，该路径可以包括2个搜索点，也可以包括大于2个的搜索点。搜索路径上的各搜索点之间的距离可以等于红外线广角信号的探测范围，可选地，也可以是小于红外线广角信号的探测范围。因此，搜索点位置可以由搜索路径以及搜索路径上的各搜索点之间的距离确定。
本实施例中，在机器人根据构建的环境地图和红外线广角信号的探测范围规划好机器人的搜索路径，并确定好搜索路径上的每个搜索点的位置时，机器人根据搜索路径的指向移动到第一个搜索点位置，同时开启机器人自身安装的红外线广角信号接收模块开始检测红外线广角信号，若机器人在第一个搜索点上没有检测到红外线广角信号，则沿搜索路径的下一个搜索点的路线移动，直到检测到红外线广角信号为止。
上述实施例中，机器人沿搜索路径移动，并在搜索路径上的搜索点位置检测所述红外线广角信号。由于搜索点的数量和位置是由机器人构建的环境地图和红外线的传输距离确定的，所以机器人按照搜索路径上的搜索点对红外线广角信号进行搜索的搜索范围可以覆盖整个机器人的工作区域，因此，本申请提出的红外线广角信号搜索方法克服了传统机器人沿墙搜索时的搜索时间长、搜索范围窄、搜索效率低的缺点，因此，本申请提出的充电座的定位过程中对红外线广角信号的搜索方法效率较高，节省了机器人对搜索红外线广角信号的搜索时间，从而能够很快的确定发射红外线广角信号的充电座的方位信息，进一步的提高了充电座的定位效率。
图5为图2实施例中S103的实现方式的流程示意图，该实施例涉及的是机器人根据激光雷达信号和充电座携带的识别信息，获取充电座的位姿信息的过程。在图2实施例的基础上，如图5所示，图2实施例步骤S103中的“扫描充电座携带的识别信息获取充电座的位姿信息”，包括如下步骤：
S401、采用激光雷达扫描充电座携带的识别信息，获取充电座携带的识别信息的图像信息。
其中，充电座携带的识别信息是表征充电座的一种标识，具体的可以表征图像信息、文字信息、数字信息等。充电座携带的识别信息设置在充电座上。机器人身上安装有激光雷达，包括激光雷达传感器和激光雷达信号发射模块。
本实施例中，机器人身上的激光雷达信号发射模块发射激光雷达信号对工作区域的所有目标物体进行扫描，当激光雷达信号扫描到充电座上的充电座携带的识别信息时，机器人身上的激光雷达传感器将接收到达充电座携带的识别信息后返回的激光雷达信号，并由传感器的数据处理模块根据返回的激光雷达信号获取得到充电座携带的识别信息包含的图像信息。
S402、根据图像信息和激光雷达信号确定充电座的位姿信息。
其中，充电座的位姿信息包括充电座的姿态信息和位置信息。
本实施例中，机器人根据从充电座携带的识别信息中获取到的图像信息可以确定充电座的姿态信息和位置信息。其后机器人可以根据充电座的位置信息移动向充电座的位置，并在机器人移向充电座的位置时，再根据充电座的姿态信息调整自身姿态与充电座的充电接口进行对接充电。
上述实施例中，采用激光雷达扫描充电座携带的识别信息，获取充电座携带的识别信息的图像信息；根据图像信息和激光雷达信号确定位姿信息。由于充电座携带的识别信息是表征充电座的一种标识，本实施例采用图像信息来标识充电座，因此，采用预设的图像识别算法就可以识别出充电座的相关信息，比如充电座的属性、型号、充电座的位置信息、充电座的姿态信息等。本实施例通过激光雷达信号扫描充电座携带的识别信息来获取充电座的位姿信息的方法简单，且精度较高。
在其中一个实施例中，图6为图5实施例中S402的实现方式的流程示意图，该实施例说明了获取充电座的姿态信息和位置信息的具体过程，如图6所示，所述方法包括以下步骤：
S501、采用图像识别方法，根据图像信息确定充电座的姿态信息。
本实施例中，机器人采用图像识别方法，分析从充电座携带的识别信息中获取得到的图像信息，从而得到充电座的相关信息，比如充电座的属性信息、充电座的姿态信息。
S502、采用预设的激光测距算法，根据激光雷达信号确定充电座的位置信息。
本实施例中，机器人身上的激光雷达信号发射模块发射激光雷达信号对工作区域的所有目标物体进行扫描，当激光雷达信号扫描到充电座上的充电座携带的识别信息时，机器人采用预设的激光测距算法，以包含充电座携带的识别信息的激光雷达信号为依据计算获取充电座的位置信息。
上述实施例中，采用图像识别方法，根据图像信息确定充电座的姿态信息；采用预设的激光测距算法，根据激光雷达信号确定充电座的位置信息。由于图像识别方法本身具有精度较高的特点，且激光测距算法本身具有测量误差较小、测量精度较高的特点。因此，当本申请利用图像识别方法确定充电座的姿态信息和利用激光测距算法测量充电座的位置信息时，所获取得到的充电座的姿态信息和位置信息精度较高，使得机器人在回充的过程中能够精准的定位充电座的位置，且能够准确的判断出充电座的姿态，而根据充电座的位置和姿态可以准确的调整机器人的位置和姿态使机器人能够精确的找到充电座的位置进行正常充电。
应该理解的是，虽然图2-6的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图2-6中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行。
图7为一个实施例提供的充电座的定位装置的示意图，如图7所示，所述装置包括：规划模块11、检测模块12、扫描模块13，其中：
规划模块11，用于根据机器人的工作区域的环境地图和红外线广角信号的探测范围，规划机器人在所述工作区域内的搜索路径；
检测模块12，用于沿所述搜索路径检测充电座发出的所述红外线广角信号，并在检测到所述红外线广角信号时向所述红外线广角信号的方向移动；
扫描模块13，用于在进入识别区域时，扫描充电座携带的识别信息获取所述充电座的位姿信息。
在其中一个实施例中，所述充电座携带的识别信息包括识别码、深度信息、红外线窄角或近卫信号中的至少一个；
在其中一个实施例中，如图8所示，在图7所述的充电座的定位装置的基础上，所述规划模块11包括：
判断单元110，用于判断根据所述环境地图是否能获取到所述充电座的位姿信息；
规划单元111，用于若根据所述环境地图未能获取到所述充电座的位姿信息，则根据机器人的工作区域的环境地图和红外线广角信号的探测范围，规划机器人在所述工作区域内的搜索路径。
在其中一个实施例中，在图7所述的充电座的定位装置的基础上，如图9所示，所述规划模块11还包括移动单元112，用于若根据所述环境地图能获取到所述充电座的位姿信息，则根据所述充电座的位姿信息，移动至所述充电座的位置进行充电。
在其中一个实施例中，如图10所示，所述充电座的定位装置还包括：
获取模块15，用于获取所述机器人上的激光雷达传感器采集到的激光雷达数据；
构建模块16，用于根据所述激光雷达数据环境信息构建所述环境地图。
在其中一个实施例中，所述检测模块12具体用于沿所述搜索路径移动，并在所述搜索路径上的搜索点位置检测所述红外线广角信号。
在其中一个实施例中，如图11所示，在图7所述的充电座的定位装置的基础上，所述扫描模块13，包括：
获取单元130，用于采用激光雷达扫描所述充电座携带的识别信息，获取所述充电座携带的识别信息的图像信息；
确定单元131，用于根据所述图像信息和所述激光雷达信号确定所述充电座的位姿信息。
在其中一个实施例中，所述确定单元131具体用于采用图像识别方法，根据所述图像信息确定所述充电座的姿态信息；采用预设的激光测距算法，根据所述激光雷达信号确定所述充电座的位置信息。
在其中一个实施例中，如图12所示，所述充电座的定位装置还包括：
移动模块14，用于根据所述充电座的位姿信息，移动至所述充电座的位置进行充电。
在其中一个实施例中，所述搜索识别区域动作可以是向所述红外线广角信号方向移动。
关于充电座的定位装置的具体限定可以参见上文中对于充电座的定位方法的限定，在此不再赘述。上述充电座的定位装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机中的处理器中，也可以以软件形式存储于计算机中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中，提供了一种机器人，该机器人可以是服务器，其内部结构图可以如图13所示。该机器人包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中，该机器人的处理器用于提供计算和控制能力。该机器人的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该机器人的数据库用于存储传感器采集信息等数据。该机器人的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种充电座的定位方法。
本领域技术人员可以理解，图13中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的机器人的限定，具体的机器人可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在一个实施例中，提供了一种机器人，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现以下步骤：
根据机器人的工作区域的环境地图和红外线广角信号的探测范围，规划机器人在所述工作区域内的搜索路径；
沿所述搜索路径检测充电座发出的所述红外线广角信号，并在检测到所述红外线广角信号时执行搜索识别区域动作；
在到达识别区域时，扫描充电座携带的识别信息获取所述充电座的位姿信息。
在一个实施例中，处理器执行计算机程序时还实现：所述充电座携带的识别信息包括识别码、深度信息、红外线广角信号或红外线近卫信号中的至少一个；
在一个实施例中，处理器执行计算机程序时还实现以下步骤：判断根据所述环境地图是否能获取到所述充电座的位姿信息；若根据所述环境地图未能获取到所述充电座的位姿信息，则根据机器人的工作区域的环境地图和红外线广角信号的探测范围，规划机器人在所述工作区域内的搜索路径。
在一个实施例中，处理器执行计算机程序时还实现：若根据所述环境地图能获取到所述充电座的位姿信息，则根据所述充电座的位姿信息，移动至所述充电座的位置。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：获取所述机器人上的激光雷达传感器采集到的激光雷达数据；根据所述激光雷达数据构建所述环境地图。
在一个实施例中，处理器执行计算机程序时还实现：沿所述搜索路径移动，并在所述搜索路径上的搜索点位置检测所述红外线广角信号。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：采用激光雷达扫描所述充电座携带的识别信息，获取所述充电座携带的识别信息的图像信息；根据所述图像信息和所述激光雷达信号确定所述充电座的位姿信息。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：采用图像识别方法，根据所述图像信息确定所述充电座的姿态信息；采用预设的激光测距算法，根据所述激光雷达信号确定所述充电座的位置信息。
在一个实施例中，处理器执行计算机程序时还实现：根据所述充电座的位姿信息，移动至充电座的位置进行充电。
在一个实施例中，处理器执行计算机程序时还实现：所述搜索识别区域动作可以是向所述红外线广角信号方向移动。
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时还实现以下步骤：
根据机器人的工作区域的环境地图和红外线广角信号的探测范围，规划机器人在所述工作区域内的搜索路径；
沿所述搜索路径检测充电座发出的所述红外线广角信号，并在检测到所述红外线广角信号时执行搜索识别区域动作；；
在到达识别区域时，扫描充电座携带的识别信息获取所述充电座的位姿信息。
在一个实施例中，处理器执行计算机程序时还实现：所述充电座携带的识别信息包括识别码、深度信息、红外线广角信号或红外线窄角信号中的至少一个。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：判断根据所述环境地图是否能获取到所述充电座的位姿信息；若根据所述环境地图未能获取到所述充电座的位姿信息，则根据机器人的工作区域的环境地图和红外线广角信号的探测范围，规划机器人在所述工作区域内的搜索路径。
在一个实施例中，计算机程序被处理器执行时还实现：若根据所述环境地图能获取到所述充电座的位姿信息，则根据所述充电座的位姿信息，移动至所述充电座的位置。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：获取所述机器人上的激光雷达传感器采集到的激光雷达数据；根据所述激光雷达数据构建所述环境地图。
在一个实施例中，计算机程序被处理器执行时还实现：沿所述搜索路径移动，并在所述搜索路径上的搜索点位置检测所述红外线广角信号。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：采用激光雷达扫描所述充电座携带的识别信息，获取所述充电座携带的识别信息的图像信息；根据所述图像信息和所述激光雷达信号确定所述充电座的位姿信息。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：采用图像识别方法，根据所述图像信息确定所述充电座的姿态信息；采用预设的激光测距算法，根据所述激光雷达信号确定所述充电座的位置信息。
在一个实施例中，计算机程序被处理器执行时还实现：根据所述充电座的位姿信息，移动至充电座的位置进行充电。
在一个实施例中，计算机程序被处理器执行时还实现：所述搜索识别区域动作可以是向所述红外线广角信号方向移动。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双倍数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。
Claims (13)
1.一种充电座的定位方法，其特征在于，所述方法包括：
根据机器人的工作区域的环境地图和红外线广角信号的探测范围，规划机器人在所述工作区域内的搜索路径；
沿所述搜索路径检测充电座发出的所述红外线广角信号，并在检测到所述红外线广角信号时执行搜索识别区域动作；
在到达识别区域时，扫描充电座携带的识别信息获取所述充电座的位姿信息。
2.根据权利要求1所述的方法，其特征在于，所述充电座携带的识别信息包括识别码、深度信息、红外线窄角或红外线近卫信号中的至少一个。
3.根据权利要求1所述的方法，其特征在于，所述根据机器人的工作区域的环境地图和红外线广角信号的探测范围，在规划机器人在所述工作区域内的搜索路径之前还包括：
判断根据所述环境地图是否能获取到所述充电座的位姿信息；
若根据所述环境地图未能获取到所述充电座的位姿信息，则根据机器人的工作区域的环境地图和红外线广角信号的探测范围，规划机器人在所述工作区域内的搜索路径。
4.根据权利要求3所述的方法，其特征在于，若根据所述环境地图能获取到所述充电座的位姿信息，则根据所述充电座的位姿信息，移动至所述充电座的位置。
5.根据权利要求1-4任一项所述的方法，其特征在于，所述方法还包括：
获取所述机器人上的激光雷达传感器采集到的激光雷达数据；
根据所述激光雷达数据构建所述环境地图。
6.根据权利要求1-4任一项所述的方法，其特征在于，所述沿所述搜索路径检测充电座发出的所述红外线广角信号，包括：
沿所述搜索路径移动，并在所述搜索路径上的搜索点位置检测所述红外线广角信号。
7.根据权利要求1-4任一项所述的方法，其特征在于，所述扫描充电座携带的识别信息获取所述充电座的位姿信息，包括：
采用激光雷达扫描所述充电座携带的识别信息，获取所述充电座的图像信息；
根据所述图像信息和激光雷达信号确定所述充电座的位姿信息。
8.根据权利于要求7所述的方法，其特征在于，所述根据所述图像信息和激光雷达信号确定所述充电座的位姿信息，包括：
采用图像识别方法，根据所述图像信息确定所述充电座的姿态信息；
采用预设的激光测距算法，根据所述激光雷达信号确定所述充电座的位置信息。
9.根据权利要求1所述的方法，其特征在于，所述在到达雷达扫描区域时，扫描充电座携带的识别信息获取所述充电座的位姿信息之后，所述方法还包括：
根据所述充电座的位姿信息，移动至充电座的位置进行充电。
10.根据权利要求1所述的方法，其特征在于，所述搜索识别区域动作可以是向所述红外线广角信号方向移动。
11.一种充电座的定位装置，其特征在于，所述装置包括：
规划模块，用于根据机器人的工作区域的环境地图和红外线广角信号的探测范围，规划机器人在所述工作区域内的搜索路径；
检测模块，用于沿所述搜索路径检测充电座发出的所述红外线广角信号；
扫描模块，用于在到达识别区域时，扫描充电座携带的识别信息获取所述充电座的位姿信息。
12.一种机器人，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至10中任一项所述方法的步骤。
13.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至10中任一项所述的方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810862990.8A CN109062207B (zh) | 2018-08-01 | 2018-08-01 | 充电座的定位方法、装置、机器人和存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810862990.8A CN109062207B (zh) | 2018-08-01 | 2018-08-01 | 充电座的定位方法、装置、机器人和存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109062207A true CN109062207A (zh) | 2018-12-21 |
| CN109062207B CN109062207B (zh) | 2021-09-24 |
Family
ID=64832202
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810862990.8A Active CN109062207B (zh) | 2018-08-01 | 2018-08-01 | 充电座的定位方法、装置、机器人和存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109062207B (zh) |
Cited By (17)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109612469A (zh) * | 2019-01-14 | 2019-04-12 | 深圳乐动机器人有限公司 | 一种机器人搜索充电基座位置的方法及机器人 |
| CN109708644A (zh) * | 2019-01-21 | 2019-05-03 | 北京艾瑞思机器人技术有限公司 | 移动机器人导航方法、装置和移动机器人 |
| CN109730590A (zh) * | 2019-01-30 | 2019-05-10 | 深圳飞科机器人有限公司 | 清洁机器人以及清洁机器人自动返回充电的方法 |
| CN109901588A (zh) * | 2019-03-27 | 2019-06-18 | 广州高新兴机器人有限公司 | 一种巡逻机器人使用的充电装置及自动充电方法 |
| CN110378285A (zh) * | 2019-07-18 | 2019-10-25 | 北京小狗智能机器人技术有限公司 | 一种充电座的识别方法、装置、机器人及存储介质 |
| CN111103870A (zh) * | 2019-12-27 | 2020-05-05 | 深圳深岚视觉科技有限公司 | 一种机器人充电方法、装置、机器人及存储介质 |
| CN111568308A (zh) * | 2019-02-19 | 2020-08-25 | 北京奇虎科技有限公司 | 充电座的搜寻方法、装置、扫地设备及可读存储介质 |
| CN112207810A (zh) * | 2019-07-10 | 2021-01-12 | 江苏美的清洁电器股份有限公司 | 自移动机器人及其回充方法、充电座和存储介质 |
| CN112363500A (zh) * | 2020-10-29 | 2021-02-12 | 深圳市普渡科技有限公司 | 自动回充移动方法及系统 |
| CN112578787A (zh) * | 2019-09-30 | 2021-03-30 | 科沃斯机器人股份有限公司 | 对象搜索方法、设备及存储介质 |
| CN112698643A (zh) * | 2020-12-23 | 2021-04-23 | 上海有个机器人有限公司 | 机器人对接充电装置的方法、系统、机器人及计算机存储介质 |
| CN112947441A (zh) * | 2021-02-06 | 2021-06-11 | 湖南擎谱数字科技有限公司 | 一种机器人和充电座自动对接充电的控制方法 |
| CN112987743A (zh) * | 2021-03-02 | 2021-06-18 | 珠海市一微半导体有限公司 | 一种机器人快速找座方法、芯片和机器人 |
| CN113324549A (zh) * | 2021-05-28 | 2021-08-31 | 广州科语机器人有限公司 | 移动机器人充电座的定位方法、装置、设备和存储介质 |
| CN113534795A (zh) * | 2021-06-30 | 2021-10-22 | 深圳市银星智能科技股份有限公司 | 一种设备搜索方法及自移动设备 |
| CN113696180A (zh) * | 2021-08-31 | 2021-11-26 | 千里眼(广州)人工智能科技有限公司 | 机器人自动回充方法、装置、存储介质及机器人系统 |
| WO2023103713A1 (zh) * | 2021-12-06 | 2023-06-15 | 追觅创新科技(苏州)有限公司 | 充电座的搜索方法、系统、自移动机器人和存储介质 |
Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20060087273A1 (en) * | 2004-10-27 | 2006-04-27 | Samsung Gwangju Electronics Co., Ltd | Robot cleaner system and a method for returning to external recharging apparatus |
| CN101363735A (zh) * | 2007-08-10 | 2009-02-11 | 爱信艾达株式会社 | 信息引导系统及程序 |
| CN102169637A (zh) * | 2010-12-08 | 2011-08-31 | 北京大学 | 面向城市交通的动态路径诱导方法 |
| CN201956729U (zh) * | 2010-12-24 | 2011-08-31 | 深圳市银星智能电器有限公司 | 基于无线网络的移动机器人用充电系统 |
| CN201996471U (zh) * | 2011-04-21 | 2011-10-05 | 深圳市银星智能电器有限公司 | 扫地机器人用充电系统 |
| US20120116588A1 (en) * | 2010-11-09 | 2012-05-10 | Samsung Electronics Co., Ltd. | Robot system and control method thereof |
| CN102749084A (zh) * | 2012-07-10 | 2012-10-24 | 南京邮电大学 | 一种面向海量交通信息的路径选择方法 |
| CN107124014A (zh) * | 2016-12-30 | 2017-09-01 | 深圳市杉川机器人有限公司 | 一种移动机器人的充电方法及充电系统 |
| CN107392962A (zh) * | 2017-08-14 | 2017-11-24 | 深圳市思维树科技有限公司 | 一种基于图案识别的机器人充电对接系统和方法 |
| CN107544484A (zh) * | 2016-06-23 | 2018-01-05 | 广州零号软件科技有限公司 | 一种通过双极性导航磁条设定机器人活动边界的方法 |
| CN107685334A (zh) * | 2017-09-27 | 2018-02-13 | 歌尔股份有限公司 | 一种服务机器人充电方法和服务机器人 |
| CN107918115A (zh) * | 2017-10-20 | 2018-04-17 | 西安电子科技大学 | 基于多径利用的雷达目标定位方法 |
| CN108344419A (zh) * | 2018-02-09 | 2018-07-31 | 弗徕威智能机器人科技（上海）有限公司 | 一种充电座的搜寻方法 |
-
2018
- 2018-08-01 CN CN201810862990.8A patent/CN109062207B/zh active Active
Patent Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20060087273A1 (en) * | 2004-10-27 | 2006-04-27 | Samsung Gwangju Electronics Co., Ltd | Robot cleaner system and a method for returning to external recharging apparatus |
| CN101363735A (zh) * | 2007-08-10 | 2009-02-11 | 爱信艾达株式会社 | 信息引导系统及程序 |
| US20120116588A1 (en) * | 2010-11-09 | 2012-05-10 | Samsung Electronics Co., Ltd. | Robot system and control method thereof |
| CN102169637A (zh) * | 2010-12-08 | 2011-08-31 | 北京大学 | 面向城市交通的动态路径诱导方法 |
| CN201956729U (zh) * | 2010-12-24 | 2011-08-31 | 深圳市银星智能电器有限公司 | 基于无线网络的移动机器人用充电系统 |
| CN201996471U (zh) * | 2011-04-21 | 2011-10-05 | 深圳市银星智能电器有限公司 | 扫地机器人用充电系统 |
| CN102749084A (zh) * | 2012-07-10 | 2012-10-24 | 南京邮电大学 | 一种面向海量交通信息的路径选择方法 |
| CN107544484A (zh) * | 2016-06-23 | 2018-01-05 | 广州零号软件科技有限公司 | 一种通过双极性导航磁条设定机器人活动边界的方法 |
| CN107124014A (zh) * | 2016-12-30 | 2017-09-01 | 深圳市杉川机器人有限公司 | 一种移动机器人的充电方法及充电系统 |
| CN107392962A (zh) * | 2017-08-14 | 2017-11-24 | 深圳市思维树科技有限公司 | 一种基于图案识别的机器人充电对接系统和方法 |
| CN107685334A (zh) * | 2017-09-27 | 2018-02-13 | 歌尔股份有限公司 | 一种服务机器人充电方法和服务机器人 |
| CN107918115A (zh) * | 2017-10-20 | 2018-04-17 | 西安电子科技大学 | 基于多径利用的雷达目标定位方法 |
| CN108344419A (zh) * | 2018-02-09 | 2018-07-31 | 弗徕威智能机器人科技（上海）有限公司 | 一种充电座的搜寻方法 |
Cited By (21)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109612469A (zh) * | 2019-01-14 | 2019-04-12 | 深圳乐动机器人有限公司 | 一种机器人搜索充电基座位置的方法及机器人 |
| CN109708644A (zh) * | 2019-01-21 | 2019-05-03 | 北京艾瑞思机器人技术有限公司 | 移动机器人导航方法、装置和移动机器人 |
| CN109730590A (zh) * | 2019-01-30 | 2019-05-10 | 深圳飞科机器人有限公司 | 清洁机器人以及清洁机器人自动返回充电的方法 |
| CN109730590B (zh) * | 2019-01-30 | 2023-08-25 | 深圳银星智能集团股份有限公司 | 清洁机器人以及清洁机器人自动返回充电的方法 |
| CN111568308B (zh) * | 2019-02-19 | 2023-02-17 | 北京奇虎科技有限公司 | 充电座的搜寻方法、装置、扫地设备及可读存储介质 |
| CN111568308A (zh) * | 2019-02-19 | 2020-08-25 | 北京奇虎科技有限公司 | 充电座的搜寻方法、装置、扫地设备及可读存储介质 |
| CN109901588A (zh) * | 2019-03-27 | 2019-06-18 | 广州高新兴机器人有限公司 | 一种巡逻机器人使用的充电装置及自动充电方法 |
| CN112207810A (zh) * | 2019-07-10 | 2021-01-12 | 江苏美的清洁电器股份有限公司 | 自移动机器人及其回充方法、充电座和存储介质 |
| CN110378285A (zh) * | 2019-07-18 | 2019-10-25 | 北京小狗智能机器人技术有限公司 | 一种充电座的识别方法、装置、机器人及存储介质 |
| CN112578787A (zh) * | 2019-09-30 | 2021-03-30 | 科沃斯机器人股份有限公司 | 对象搜索方法、设备及存储介质 |
| CN111103870A (zh) * | 2019-12-27 | 2020-05-05 | 深圳深岚视觉科技有限公司 | 一种机器人充电方法、装置、机器人及存储介质 |
| CN112363500A (zh) * | 2020-10-29 | 2021-02-12 | 深圳市普渡科技有限公司 | 自动回充移动方法及系统 |
| CN112698643A (zh) * | 2020-12-23 | 2021-04-23 | 上海有个机器人有限公司 | 机器人对接充电装置的方法、系统、机器人及计算机存储介质 |
| CN112947441A (zh) * | 2021-02-06 | 2021-06-11 | 湖南擎谱数字科技有限公司 | 一种机器人和充电座自动对接充电的控制方法 |
| CN112947441B (zh) * | 2021-02-06 | 2023-10-31 | 湖南克拉宇宙数字科技有限公司 | 一种机器人和充电座自动对接充电的控制方法 |
| CN112987743A (zh) * | 2021-03-02 | 2021-06-18 | 珠海市一微半导体有限公司 | 一种机器人快速找座方法、芯片和机器人 |
| CN112987743B (zh) * | 2021-03-02 | 2024-02-23 | 珠海一微半导体股份有限公司 | 一种机器人快速找座方法、芯片和机器人 |
| CN113324549A (zh) * | 2021-05-28 | 2021-08-31 | 广州科语机器人有限公司 | 移动机器人充电座的定位方法、装置、设备和存储介质 |
| CN113534795A (zh) * | 2021-06-30 | 2021-10-22 | 深圳市银星智能科技股份有限公司 | 一种设备搜索方法及自移动设备 |
| CN113696180A (zh) * | 2021-08-31 | 2021-11-26 | 千里眼(广州)人工智能科技有限公司 | 机器人自动回充方法、装置、存储介质及机器人系统 |
| WO2023103713A1 (zh) * | 2021-12-06 | 2023-06-15 | 追觅创新科技(苏州)有限公司 | 充电座的搜索方法、系统、自移动机器人和存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109062207B (zh) | 2021-09-24 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109062207A (zh) | 充电座的定位方法、装置、机器人和存储介质 | |
| CN106980320B (zh) | 机器人充电方法及装置 | |
| KR102320370B1 (ko) | 격자 지도에 기반한 로봇의 애완동물 감시 방법 및 칩 | |
| CN109901590B (zh) | 桌面机器人的回充控制方法 | |
| CN108062098B (zh) | 智能机器人的地图构建方法和系统 | |
| JP2501010B2 (ja) | 移動ロボットの誘導装置 | |
| JP5114514B2 (ja) | 位置推定装置 | |
| CN110450152A (zh) | 区域识别方法、机器人和存储介质 | |
| CN109239660A (zh) | 室内导航方法、装置、计算机设备及存储介质 | |
| CN109239659B (zh) | 室内导航方法、装置、计算机设备及存储介质 | |
| CN108061886B (zh) | 扫地机器人的回充方法及扫地机器人 | |
| CN112506200B (zh) | 机器人定位方法、装置、机器人及存储介质 | |
| US20220237533A1 (en) | Work analyzing system, work analyzing apparatus, and work analyzing program | |
| CN114610032A (zh) | 目标对象跟随方法、装置、电子设备和可读存储介质 | |
| KR100581086B1 (ko) | ＲＦＩＤ Ｔａｇ ＬＥＤ를 이용한 로봇 위치 측정 방법 및장치 | |
| CN113467451A (zh) | 机器人的回充方法和装置、电子设备和可读存储介质 | |
| CN114360093A (zh) | 基于北斗rtk、slam定位和图像分析的路侧停车位巡检方法 | |
| CN113204030A (zh) | 一种多点带约束重定位的方法、芯片和机器人 | |
| CN112578787B (zh) | 对象搜索方法、设备及存储介质 | |
| CN110988795A (zh) | 融合wifi定位的无标记导航agv全局初定位方法 | |
| CN111290384A (zh) | 一种多传感器融合的充电座检测方法 | |
| CN113031588A (zh) | 商场机器人导航系统 | |
| CN109959935B (zh) | 一种地图建立方法、地图建立装置及机器人 | |
| KR20210003065A (ko) | 데이터 수집 방법 및 시스템 | |
| KR20200043329A (ko) | 데이터 수집 방법 및 시스템 |
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 | ||
| CP03 | Change of name, title or address |
Address after: 518000 room 1601, building 2, Vanke Cloud City phase 6, Tongfa South Road, Xili community, Xili street, Nanshan District, Shenzhen City, Guangdong Province (16th floor, block a, building 6, Shenzhen International Innovation Valley) Patentee after: Shenzhen Ledong robot Co.,Ltd. Address before: 518055, 16, B1 building, Nanshan Zhiyuan 1001, Taoyuan Road, Nanshan District, Shenzhen, Guangdong. Patentee before: SHENZHEN LD ROBOT Co.,Ltd. |
|
| CP03 | Change of name, title or address |