CN109085834A - 机器人检测直边的方法和清洁机器人筛选参考墙边的方法 - Google Patents
机器人检测直边的方法和清洁机器人筛选参考墙边的方法 Download PDFInfo
- Publication number
- CN109085834A CN109085834A CN201810979482.8A CN201810979482A CN109085834A CN 109085834 A CN109085834 A CN 109085834A CN 201810979482 A CN201810979482 A CN 201810979482A CN 109085834 A CN109085834 A CN 109085834A
- Authority
- CN
- China
- Prior art keywords
- test point
- robot
- straight flange
- straight line
- slope
- 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 46
- 238000012216 screening Methods 0.000 title claims abstract description 12
- 238000012360 testing method Methods 0.000 claims abstract description 113
- 238000001514 detection method Methods 0.000 claims abstract description 38
- 230000000007 visual effect Effects 0.000 claims abstract description 7
- 230000004888 barrier function Effects 0.000 claims description 10
- 238000004458 analytical method Methods 0.000 claims description 8
- 238000013461 design Methods 0.000 description 5
- 238000007689 inspection Methods 0.000 description 4
- 238000004140 cleaning Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 241000208340 Araliaceae Species 0.000 description 2
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 2
- 235000003140 Panax quinquefolius Nutrition 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 235000008434 ginseng Nutrition 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000005452 bending Methods 0.000 description 1
- 230000001427 coherent effect Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- NJPPVKZQTLUDBO-UHFFFAOYSA-N novaluron Chemical compound C1=C(Cl)C(OC(F)(F)C(OC(F)(F)F)F)=CC=C1NC(=O)NC(=O)C1=C(F)C=CC=C1F NJPPVKZQTLUDBO-UHFFFAOYSA-N 0.000 description 1
- 238000011897 real-time detection Methods 0.000 description 1
- 238000010408 sweeping Methods 0.000 description 1
- 238000005406 washing Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/48—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00
- G01S7/481—Constructional features, e.g. arrangements of optical elements
- G01S7/4817—Constructional features, e.g. arrangements of optical elements relating to scanning
-
- 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
- G05D1/0238—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
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/88—Lidar systems specially adapted for specific applications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/88—Lidar systems specially adapted for specific applications
- G01S17/93—Lidar systems specially adapted for specific applications for anti-collision purposes
- G01S17/931—Lidar systems specially adapted for specific applications for anti-collision purposes of land vehicles
-
- 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
- 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
-
- 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
- G05D1/0246—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means
- G05D1/0253—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means extracting relative motion information from a plurality of images taken successively, e.g. visual odometry, optical flow
-
- 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
- G05D1/0276—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle
-
- G05D1/242—
-
- G05D1/243—
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/02—Systems using the reflection of electromagnetic waves other than radio waves
- G01S17/06—Systems determining position data of a target
- G01S17/08—Systems determining position data of a target for measuring distance only
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/02—Systems using the reflection of electromagnetic waves other than radio waves
- G01S17/06—Systems determining position data of a target
- G01S17/46—Indirect determination of position data
- G01S17/48—Active triangulation systems, i.e. using the transmission and reflection of electromagnetic waves other than radio waves
-
- G05D2105/10—
-
- G05D2109/10—
-
- G05D2111/10—
-
- G05D2111/14—
-
- G05D2111/52—
Abstract
本发明涉及一种机器人检测直边的方法和清洁机器人筛选参考墙边的方法。其中,所述机器人检测直边的方法,根据距离传感器检测到的距离值和角度传感器检测到的角度值来确定各检测点的位置坐标,再由相邻两个检测点所构成的直线的斜率情况来确定最终的直边,检测精度和准确性较高,且不需要机器人通过沿边行为来确定直边情况,工作效率大大提高。此外,所述清洁机器人筛选参考墙边的方法,采用相同的方式确定了直边以后,再将该直边与视觉传感器所拍摄的图像中直边进行对比,筛选出最长的直边作为参考墙边,为后续机器人进行沿参考墙边进行定位等操作提供了准确有效的参考。
Description
技术领域
本发明涉及智能机器人技术领域,具体涉及一种机器人检测直边的方法和清洁机器人筛选参考墙边的方法。
背景技术
测量墙面的走向对于很多机器人有比较重要的作用,例如清洁类机器人,测量了墙面的走向后,机器人就可以平行于墙面或者垂直于墙面行走,行走的方向与地形一致就会比较高效。自动巡航机器人,通过测量墙面障碍物信息,可以规划自己的路径;具有规划清扫的机器人,测量到了墙面的走向,可以用于机器人的辅助定位。测量墙面,目前比较常见的是通过机器人的沿边行走来获得,也可以通过旋转激光来获得,前者误差比较大,耗时也长,后者成本高,激光头一般在机器上表面,很多障碍物检测不到,还是需要机器自身的沿边行为来辅助。
发明内容
本发明提供了一种机器人检测直边的方法和清洁机器人筛选参考墙边的方法,可以准确地检测机器人周围的直边,为机器人利用直边进行后续操作提供有效参考。本发明所述的具体技术方案如下:
一种机器人检测直边的方法,包括如下步骤:机器人原地旋转,并根据其距离传感器检测到的距离值和角度传感器检测到的角度值,确定各检测点的位置坐标;基于各所述检测点的位置坐标,判断相邻两个所述检测点所构成的直线的斜率是否在预设误差范围内,如果是,则确定斜率在预设误差范围内的直线上的检测点所对应的边是直边,如果否,则确定斜率不在预设误差范围内的直线上的检测点所对应的边不是直边。
进一步地,所述根据距离传感器检测到的距离值和角度传感器检测到的角度值,确定各检测点的位置坐标的步骤,具体包括如下步骤:确定机器人的角度传感器所检测到的角度值为Ai;确定机器人在角度Ai时,其距离传感器所检测到的距离值为Li;确定各检测点的位置坐标为(Xi=Li*cosAi,Yi=Li*sinAi)。其中,i表示大于或者等于1的自然数。
进一步地,所述基于各所述检测点的位置坐标,判断相邻两个所述检测点所构成的直线的斜率是否在预设误差范围内的步骤,具体包括如下步骤:确定相邻的两个检测点的坐标为(Xi,Yi)和(X(i-1),Y(i-1)),则这两个检测点的斜率为Ki=(Yi- Y(i-1))/(Xi- X(i-1));判断Ki的反正切值与K(i-1)的反正切值的差值是否小于或等于预设误差值,如果是,则确定相邻两个所述检测点所构成的直线的斜率在预设误差范围内,如果否,则确定相邻两个所述检测点所构成的直线的斜率不在预设误差范围内。
进一步地,所述预设误差值为1°。
进一步地,所述机器人原地旋转时,每旋转一个预设角度值,停止预设时间,并在所述预设时间内由距离传感器进行多次距离值的检测,然后取平均值作为机器人至对应检测点的距离值。
进一步地,所述预设角度值小于或等于30°。
进一步地,在所述确定斜率在预设误差范围内的直线上的检测点所对应的边是直边的步骤之后,还包括如下步骤:采用最小二乘法对斜率在预设误差范围内的直线上的检测点进行计算,拟合出最优直线,并确定所述最优直线所对应的边为所检测的直边。
进一步地,所述机器人在进行原地旋转之前,还包括如下步骤:机器人朝远离障碍物的方向行走预设距离后,停止,然后才进行原地旋转。
进一步地,在所述确定斜率在预设误差范围内的直线上的检测点所对应的边是直边的步骤之后,还包括如下步骤:在所确定的直边中选取长度最长的作为参考边。
进一步地,在所述确定斜率在预设误差范围内的直线上的检测点所对应的边是直边的步骤之后,还包括如下步骤:分析机器人的视觉传感器在旋转过程中所拍摄到的图像,解析出图像中的直边;将图像中的最长的直边所对应的斜率在预设误差范围内的直线上的检测点所对应的直边作为参考边。
一种清洁机器人筛选参考墙边的方法,包括如下步骤:步骤一:清洁机器人原地旋转,并根据其距离传感器检测到的距离值和角度传感器检测到的角度值,确定各检测点的位置坐标,然后进入步骤二;步骤二:基于各所述检测点的位置坐标,判断相邻两个所述检测点所构成的直线的斜率是否在预设误差范围内,如果是,则确定斜率在预设误差范围内的直线上的检测点所对应的边是直边,并进入步骤三,如果否,则确定斜率不在预设误差范围内的直线上的检测点所对应的边不是直边;步骤三:分析机器人的视觉传感器在旋转过程中所拍摄到的图像,解析出图像中的直边,然后进入步骤四;步骤四:将图像中的最长的直边所对应的,斜率在预设误差范围内的直线上的检测点所对应的直边,作为参考墙边。
所述机器人检测直边的方法,根据距离传感器检测到的距离值和角度传感器检测到的角度值来确定各检测点的位置坐标,再由相邻两个检测点所构成的直线的斜率情况来确定最终的直边,检测精度和准确性较高,且不需要机器人通过沿边行为来确定直边情况,工作效率大大提高。此外,所述清洁机器人筛选参考墙边的方法,采用相同的方式确定了直边以后,再将该直边与视觉传感器所拍摄的图像中直边进行对比,筛选出最长的直边作为参考墙边,为后续机器人进行沿参考墙边进行定位等操作提供了准确有效的参考。
附图说明
图1为本发明所述机器人检测直边的方法流程示意图。
图2为本发明所述机器人检测直边的分析说明示意图。
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详细描述。应当理解,下面所描述的具体实施例仅用于解释本发明,并不用于限定本发明。在下面的描述中,给出具体细节以提供对实施例的透彻理解。然而,本领域的普通技术人员将理解,可以在没有这些具体细节的情况下实施实施例。例如,电路可以在框图中显示,避免在不必要的细节中使实施例模糊。在其他情况下,为了不混淆实施例,可以不详细显示公知的电路、结构和技术。
如图1所示,一种机器人检测直边的方法,所述机器人可以是工业使用的移动机器人,也可以是家用服务类机器人,也可以是其它智能移动机器设备。所述方法包括如下步骤:首先,机器人进行原地旋转,并根据其距离传感器检测到的距离值和角度传感器检测到的角度值,确定各检测点的位置坐标。其中,所述距离传感器设置在机器人机体的前端或者顶端,可以设置一个距离传感器,也可以同时设置多个距离传感器,所述距离传感器可以采用TOF传感器或者采用三角测距的激光传感器,所检测的距离至少要大于1米以上,具体可以根据产品的设计需求进行选择。所述角度传感器采用的是陀螺仪或者其它能够进行角度检测的传感器,陀螺仪可以随着机器人的转动实时检测其角度变化情况。机器人可以一边进行旋转一边进行检测,也可以旋转一定角度后,停止,完成相关检测后再继续旋转一定角度,再检测,以此类推。机器人旋转一周,完成一次检测,当然,为了提高检测精确度,还可以旋转几周后,取平均值作为一次检测结果。所述检测点是距离传感器发出测距信号,经过障碍物反射后,在障碍物上所形成的反射点。所述检测点的位置坐标就是障碍物上对应的反射点所在的位置的坐标值,该坐标值可以通过三角函数关系进行计算得出。所述坐标是机器人所构建的地图的坐标。在确定了各检测点的位置坐标之后,机器人再基于各所述检测点的位置坐标,判断相邻两个所述检测点所构成的直线的斜率是否在预设误差范围内。所述斜率可以采用直线的斜率公式进行计算,即采用直线上两个点的Y坐标之差除以X坐标之差。所述预设误差范围可以根据具体的产品设计需求进行相应设置,设置的范围值越小,检测精度越高,一般可以用角度来表示,例如两个斜率所对应的角度的差值小于0.5°或者1°,即可认为在预设误差范围内。当相邻两个所述检测点所构成的直线的斜率在预设误差范围内,表明这些检测点所构成的直线连接起来所形成的连线相对比较平直,不会有较大的弯折,很有可能都是同一条直线上的点,所以,可以确定斜率在预设误差范围内的直线上的检测点所对应的边是直边。当相邻两个所述检测点所构成的直线的斜率不在预设误差范围内,表明这两个检测点所构成的直线与其它的检测点所构成的直线偏差比较大,会有明显的弯折,所以,这两个检测点与其它斜率在预设误差范围内的直线的检测点不在同一条直线上,可以确定斜率不在预设误差范围内的直线上的检测点所对应的边不是直边。所述直边是指在单面墙体、沙发底座的侧壁、柜子底座的侧壁等表面平直的物体,机器人的距离传感器在其表面检测到的点串连起来所构成的直线。如果机器人检测到了直边,则可以将该直边所对应的物体作为定位参考,还可以对所构建的地图进行修正,以提高地图的准确性。所述机器人检测直边的方法,根据距离传感器检测到的距离值和角度传感器检测到的角度值来确定各检测点的位置坐标,再由相邻两个检测点所构成的直线的斜率情况来确定最终的直边,检测精度和准确性较高,且不需要机器人通过沿边行为来确定直边情况,工作效率大大提高。
优选的,所述根据距离传感器检测到的距离值和角度传感器检测到的角度值,确定各检测点的位置坐标的步骤,具体包括如下步骤:确定机器人的角度传感器所检测到的角度值为Ai;确定机器人在角度Ai时,其距离传感器所检测到的距离值为Li;确定各检测点的位置坐标为(Xi=Li*cosAi,Yi=Li*sinAi);其中,i表示大于或者等于1的自然数。如图2所示,机器人10从水平虚线的方向开始沿拟时针方向旋转,转动至A1角度时,距离传感器检测到机器人10至墙边30中的第一检测点21的距离为L1;机器人继续旋转,转动至A2角度时,距离传感器检测到机器人10至墙边30中的第二检测点22的距离为L2;同样的,转动至A3角度时,距离传感器检测到机器人10至墙边30中的第三检测点23的距离为L3;以此类推,至机器人旋转一周。假设机器人当前的坐标是(0,0),A1=45°,L1=200,则第一检测点21的位置坐标为(100*cos45°,100*sin45°)=(70.7, 70.7),同理,可以计算其它检测点的坐标。所述方法通过平面三角函数的关系计算各检测点的坐标,运算处理速度快,只需要较少的运算资源,提高了机器人的数据处理速率。
优选的,所述基于各所述检测点的位置坐标,判断相邻两个所述检测点所构成的直线的斜率是否在预设误差范围内的步骤,具体包括如下步骤:确定相邻的两个检测点的坐标为(Xi,Yi)和(X(i-1),Y(i-1)),则这两个检测点的斜率为Ki=(Yi- Y(i-1))/(Xi- X(i-1));判断Ki的反正切值与K(i-1)的反正切值的差值是否小于或等于预设误差值,如果是,则确定相邻两个所述检测点所构成的直线的斜率在预设误差范围内,如果否,则确定相邻两个所述检测点所构成的直线的斜率不在预设误差范围内。其中,所述预设误差值可以根据具体是产品设计需求进行相应设置,可以设置为0至2°中的任意一值。如图2所示,假设,通过上述方式计算得出,第一检测点21的位置坐标为(70.7, 70.7),由于检测误差的原因,第二检测点22的位置坐标可能会为(0, 70.2),第三检测点23的位置坐标可能会为(-70.5, 70.8),则第一检测点21和第二检测点22所构成直线的斜率K1=0.0070721357,其反正切值arctan(0.0070721357)≈0.405°;第二检测点22和第三检测点23所构成直线的斜率K2=-0.0028288543,其反正切值arctan(-0.0028288543)≈-0.162°,两个角度的差值为0.567°,如果预设误差值设置为2°,则0.567°<2°,表明这三个检测点所在的直线为同一条直线,即机器人检测到的为直边。假设第四检测点的坐标为(-100,0)时,则第四检测点与第三检测点23之间的斜率K3=2.4,其反正切值arctan(2.4)≈67.38°,两个角度的差值67.38°-(-0.162°)=67.542°,远远大于预设误差值,所以,可以认为第三检测点和第四检测点所构成的直线与第二检测点和第三检测点所构成的直线,不处于同一条直线上,不属于机器人所检测的直边。所述方法通过计算斜率的方式判断各检测点所构成的连接线是不是直线,计算简便,运算速度快,机器人的数据处理速度比较高。
具体的,所述预设误差值可以设置为1°,如果设置的值过大,检测出直边的准确度就会降低,如果设置的值过小,往往会把原本是直边的情况误认为不是直边,导致检测结果出错。预设误差值设置为1°,则可以达到最佳的检测效果。
作为其中一种实施方式,所述机器人原地旋转时,每旋转一个预设角度值,停止预设时间,并在所述预设时间内由距离传感器进行多次距离值的检测,然后取平均值作为机器人至对应检测点的距离值。其中,所述预设角度值和所述预设时间可以根据具体的产品设计需求进行相应设置,所述预设角度值可以设置为小于或等于45°的值,所述预设时间可以设置为0.3秒至1秒中的任意一值。所述机器人通过在每个检测点上进行多次数据的采集,可以选取平均值作为最终检测结果,从而提高了机器人检测的准确性,为后续机器人分析是否检测到直边提供了更准确有效的参考依据。
优选的,所述预设角度值小于或等于30°。当所述预设角度值设置为10°,则机器人旋转一周可以采集36个检测点的数据。
作为其中一种实施方式,在所述确定斜率在预设误差范围内的直线上的检测点所对应的边是直边的步骤之后,还包括如下步骤:采用最小二乘法对斜率在预设误差范围内的直线上的检测点进行计算,拟合出最优直线,并确定所述最优直线所对应的边为所检测的直边。对于初步检测结果在同一条直线上的检测点比较多的情况下,由于这些检测点具有一定的离散性,而实际只存在一条直边,所以,机器人通过对这些离散的检测点进行最小二乘法的运算,可以拟合出于最优直线,这条最优直线是与实际直边最相符的,由此进一步提高了机器人检测直边的准确性。
作为其中一种实施方式,所述机器人在进行原地旋转之前,还包括如下步骤:机器人朝远离障碍物的方向行走预设距离后,停止,然后才进行原地旋转。其中,所述预设距离可以根据具体设计需求进行相应设置,优选的,可以设置为1米或者2米。机器人可以通过分析地图数据判断哪个方向是远离障碍物的方向。如果机器人在距离墙体等直边障碍物比较近的情况下,其进行旋转检测时,在墙体等直边障碍物上采集到的检测点会有距离机器人很远的数据,也有距离机器人很近的数据,这些数据容易产生误差,所以,机器人通过朝远离障碍物的方向行走预设距离后,再进行数据的检测,可以提高检测的准确性。
作为其中一种实施方式,在所述确定斜率在预设误差范围内的直线上的检测点所对应的边是直边的步骤之后,还包括如下步骤:在所确定的直边中选取长度最长的作为参考边。由于机器人旋转一周,其可能会同时检测到多个直边障碍物,此时,为了后续机器人更高效地利用直边,所以,需要选择并确定长度最长的直边作为参考边,如此,所确定的参考边的参考价值和准确性更高。
作为其中一种实施方式,在所述确定斜率在预设误差范围内的直线上的检测点所对应的边是直边的步骤之后,还包括如下步骤:分析机器人的视觉传感器在旋转过程中所拍摄到的图像,解析出图像中的直边;将图像中的最长的直边所对应的斜率在预设误差范围内的直线上的检测点所对应的直边作为参考边。从图像中解析直边的方法,可以基于霍夫变换检测直线的原理,具体步骤包括:1、彩色图像转变为灰度图;2、去噪(高斯核);3、边缘提取(梯度算子、拉普拉斯算子、canny、sobel);4、二值化(判断此处是否为边缘点,就看灰度值==255);5、映射到霍夫空间(准备两个容器,一个用来展示hough-space概况,一个数组hough-space用来储存voting的值,因为投票过程往往有某个极大值超过阈值,多达几千,不能直接用灰度图来记录投票信息);6、取局部极大值,设定阈值,过滤干扰直线;7、绘制直线、标定角点。所述机器人通过结合图像分析,所确定出来的参考边,准确性和参考价值更高。
一种清洁机器人筛选参考墙边的方法,所述清洁机器人可以是扫地机器人或者拖地机器人。由于清洁机器人在清扫过程中容易因为内部器件或者外部环境等因素,导致行走出现偏差,此时,清洁机器人就需要进行误差校正,其中一种有效的校正方式就是通过沿平直的墙边行走以进行校正。所以,清洁机器人在进行校正之前,筛选出准确可靠的参考墙边,是有效进行校正的基础。本实施例所述筛选参考墙边的方法包括如下步骤:步骤一:清洁机器人原地旋转,并根据其距离传感器检测到的距离值和角度传感器检测到的角度值,确定各检测点的位置坐标,然后进入步骤二;步骤二:基于各所述检测点的位置坐标,判断相邻两个所述检测点所构成的直线的斜率是否在预设误差范围内,如果是,则确定斜率在预设误差范围内的直线上的检测点所对应的边是直边,并进入步骤三,如果否,则确定斜率不在预设误差范围内的直线上的检测点所对应的边不是直边;步骤三:分析机器人的视觉传感器在旋转过程中所拍摄到的图像,解析出图像中的直边,然后进入步骤四;步骤四:将图像中的最长的直边所对应的,斜率在预设误差范围内的直线上的检测点所对应的直边,作为参考墙边。所述筛选参考墙边的方法与上述检测直边的实施例相似,此处不再赘述,清洁机器人会把所检测到的直边作为墙边进行筛选,所筛选出来的直边就是参考墙边。
本领域普通技术人员可以理解:实现上述各方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成。这些程序可以存储于计算机可读取存储介质(比如ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质)中。该程序在执行时,执行包括上述各方法实施例的步骤。最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改, 或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。
Claims (11)
1.一种机器人检测直边的方法,其特征在于,包括如下步骤:
机器人原地旋转,并根据其距离传感器检测到的距离值和角度传感器检测到的角度值,确定各检测点的位置坐标;
基于各所述检测点的位置坐标,判断相邻两个所述检测点所构成的直线的斜率是否在预设误差范围内,如果是,则确定斜率在预设误差范围内的直线上的检测点所对应的边是直边,如果否,则确定斜率不在预设误差范围内的直线上的检测点所对应的边不是直边。
2.根据权利要求1所述的方法,其特征在于,所述根据距离传感器检测到的距离值和角度传感器检测到的角度值,确定各检测点的位置坐标的步骤,具体包括如下步骤:
确定机器人的角度传感器所检测到的角度值为Ai;
确定机器人在角度Ai时,其距离传感器所检测到的距离值为Li;
确定各检测点的位置坐标为(Xi=Li*cosAi,Yi=Li*sinAi);
其中,i表示大于或者等于1的自然数。
3.根据权利要求1所述的方法,其特征在于,所述基于各所述检测点的位置坐标,判断相邻两个所述检测点所构成的直线的斜率是否在预设误差范围内的步骤,具体包括如下步骤:
确定相邻的两个检测点的坐标为(Xi,Yi)和(X(i-1),Y(i-1)),则这两个检测点的斜率为Ki=(Yi- Y(i-1))/(Xi- X(i-1));
判断Ki的反正切值与K(i-1)的反正切值的差值是否小于或等于预设误差值,如果是,则确定相邻两个所述检测点所构成的直线的斜率在预设误差范围内,如果否,则确定相邻两个所述检测点所构成的直线的斜率不在预设误差范围内。
4.根据权利要求3所述的方法,其特征在于:所述预设误差值为1°。
5.根据权利要求1至4中任一项所述的方法,其特征在于:所述机器人原地旋转时,每旋转一个预设角度值,停止预设时间,并在所述预设时间内由距离传感器进行多次距离值的检测,然后取平均值作为机器人至对应检测点的距离值。
6.根据权利要求5所述的方法,其特征在于:所述预设角度值小于或等于30°。
7.根据权利要求1至4中任一项所述的方法,其特征在于,在所述确定斜率在预设误差范围内的直线上的检测点所对应的边是直边的步骤之后,还包括如下步骤:
采用最小二乘法对斜率在预设误差范围内的直线上的检测点进行计算,拟合出最优直线,并确定所述最优直线所对应的边为所检测的直边。
8.根据权利要求1至4中任一项所述的方法,其特征在于,所述机器人在进行原地旋转之前,还包括如下步骤:
机器人朝远离障碍物的方向行走预设距离后,停止,然后才进行原地旋转。
9.根据权利要求1至4中任一项所述的方法,其特征在于,在所述确定斜率在预设误差范围内的直线上的检测点所对应的边是直边的步骤之后,还包括如下步骤:
在所确定的直边中选取长度最长的作为参考边。
10.根据权利要求1至4中任一项所述的方法,其特征在于,在所述确定斜率在预设误差范围内的直线上的检测点所对应的边是直边的步骤之后,还包括如下步骤:
分析机器人的视觉传感器在旋转过程中所拍摄到的图像,解析出图像中的直边;
将图像中的最长的直边所对应的斜率在预设误差范围内的直线上的检测点所对应的直边作为参考边。
11.一种清洁机器人筛选参考墙边的方法,其特征在于,包括如下步骤:
步骤一:清洁机器人原地旋转,并根据其距离传感器检测到的距离值和角度传感器检测到的角度值,确定各检测点的位置坐标,然后进入步骤二;
步骤二:基于各所述检测点的位置坐标,判断相邻两个所述检测点所构成的直线的斜率是否在预设误差范围内,如果是,则确定斜率在预设误差范围内的直线上的检测点所对应的边是直边,并进入步骤三,如果否,则确定斜率不在预设误差范围内的直线上的检测点所对应的边不是直边;
步骤三:分析机器人的视觉传感器在旋转过程中所拍摄到的图像,解析出图像中的直边,然后进入步骤四;
步骤四:将图像中的最长的直边所对应的,斜率在预设误差范围内的直线上的检测点所对应的直边,作为参考墙边。
Priority Applications (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810979482.8A CN109085834B (zh) | 2018-08-27 | 2018-08-27 | 机器人确定参考边的方法和机器人筛选参考墙边的方法 |
EP18931950.2A EP3845989A4 (en) | 2018-08-27 | 2019-01-22 | METHOD FOR DETECTING A STRAIGHT EDGE BY A ROBOT, AND METHOD FOR SELECTING A REFERENCE WALL EDGE BY A CLEANING ROBOT |
US17/264,310 US20210302964A1 (en) | 2018-08-27 | 2019-01-22 | Method for Straight Edge Detection by Robot and Method for Reference Wall Edge Selection by Cleaning Robot |
PCT/CN2018/120247 WO2020042426A1 (zh) | 2018-08-27 | 2019-01-22 | 机器人检测直边的方法和清洁机器人筛选参考墙边的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810979482.8A CN109085834B (zh) | 2018-08-27 | 2018-08-27 | 机器人确定参考边的方法和机器人筛选参考墙边的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109085834A true CN109085834A (zh) | 2018-12-25 |
CN109085834B CN109085834B (zh) | 2019-09-03 |
Family
ID=64794812
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810979482.8A Active CN109085834B (zh) | 2018-08-27 | 2018-08-27 | 机器人确定参考边的方法和机器人筛选参考墙边的方法 |
Country Status (4)
Country | Link |
---|---|
US (1) | US20210302964A1 (zh) |
EP (1) | EP3845989A4 (zh) |
CN (1) | CN109085834B (zh) |
WO (1) | WO2020042426A1 (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109782296A (zh) * | 2019-02-01 | 2019-05-21 | 广东博智林机器人有限公司 | 具有建筑工地室内定位智能装置的机器人及其控制方法 |
CN110279352A (zh) * | 2019-06-28 | 2019-09-27 | 苏州瑞久智能科技有限公司 | 一种基于双psd传感器的扫地机器人沿墙行走方法 |
CN110316558A (zh) * | 2019-06-28 | 2019-10-11 | 武汉闻道复兴智能科技有限责任公司 | 一种搬运机器人夹具位置控制方法和系统 |
WO2020042426A1 (zh) * | 2018-08-27 | 2020-03-05 | 珠海市一微半导体有限公司 | 机器人检测直边的方法和清洁机器人筛选参考墙边的方法 |
CN111158364A (zh) * | 2019-12-30 | 2020-05-15 | 深圳市优必选科技股份有限公司 | 机器人重定位方法、装置及终端设备 |
CN111552290A (zh) * | 2020-04-30 | 2020-08-18 | 珠海市一微半导体有限公司 | 一种机器人沿墙找直线的方法及清扫方法 |
CN112432612A (zh) * | 2020-10-22 | 2021-03-02 | 中国计量科学研究院 | 一种基于单目视觉的高精度微小旋转角度测量方法 |
CN115096241A (zh) * | 2022-07-27 | 2022-09-23 | 无锡苏广汽车部件科技有限公司 | 一种汽车部件快速智能检测方法及其检测系统 |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB2618104A (en) * | 2022-04-27 | 2023-11-01 | Dyson Technology Ltd | Method for edge cleaning |
CN114998752B (zh) * | 2022-08-04 | 2023-01-06 | 深圳市海清视讯科技有限公司 | 地质灾害的识别方法、装置、设备及存储介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE3536747A1 (de) * | 1984-10-15 | 1986-04-24 | Tokico Ltd., Kawasaki, Kanagawa | Gelenkmechanismus |
US5576947A (en) * | 1994-06-30 | 1996-11-19 | Siemens Corporate Research, Inc. | Robot hallway traveler |
CN203687993U (zh) * | 2014-01-28 | 2014-07-02 | 北京山地生态科技研究所 | 一种边坡监测系统 |
CN107443385A (zh) * | 2017-09-26 | 2017-12-08 | 珠海市微半导体有限公司 | 基于视觉的机器人直线导航的检测方法和芯片及机器人 |
CN107704801A (zh) * | 2017-08-18 | 2018-02-16 | 电子科技大学 | 基于分段直线加分段贝塞尔曲线的曲线车道线检测方法 |
CN207216430U (zh) * | 2017-08-31 | 2018-04-10 | 珠海市一微半导体有限公司 | 一种旋转测距传感装置和机器人 |
Family Cites Families (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101457148B1 (ko) * | 2008-05-21 | 2014-10-31 | 삼성전자 주식회사 | 로봇의 위치 추정 장치 및 그 방법 |
JP5712373B2 (ja) * | 2010-10-19 | 2015-05-07 | 株式会社国際電気通信基礎技術研究所 | 距離センサのキャリブレーション装置、キャリブレーションプログラムおよびキャリブレーション方法 |
CN102798359B (zh) * | 2012-08-30 | 2016-01-20 | 首钢京唐钢铁联合有限责任公司 | 非接触式倾角测量装置及方法 |
KR102071947B1 (ko) * | 2013-05-10 | 2020-01-31 | 삼성전자주식회사 | 청소 로봇 및 그 제어방법 |
JP5897517B2 (ja) * | 2013-08-21 | 2016-03-30 | シャープ株式会社 | 自律移動体 |
KR101649665B1 (ko) * | 2015-04-29 | 2016-08-30 | 엘지전자 주식회사 | 이동 로봇 및 그 제어방법 |
JP6561670B2 (ja) * | 2015-08-10 | 2019-08-21 | 日産自動車株式会社 | 段差検出装置及び段差検出方法 |
CN106123780A (zh) * | 2016-06-14 | 2016-11-16 | 北京交通大学 | 非接触式空间曲线精密测量方法和装置 |
CN106527424B (zh) * | 2016-09-20 | 2023-06-09 | 深圳银星智能集团股份有限公司 | 移动机器人及移动机器人的导航方法 |
CN106843239B (zh) * | 2017-04-11 | 2020-05-01 | 珠海市一微半导体有限公司 | 基于地图预测的机器人运动控制方法 |
CN106959695B (zh) * | 2017-04-24 | 2019-08-02 | 广东宝乐机器人股份有限公司 | 移动机器人在工作区域内的角度修正方法及移动机器人 |
CN107315426A (zh) * | 2017-08-31 | 2017-11-03 | 珠海市微半导体有限公司 | 一种旋转测距传感装置和机器人 |
CN108415432B (zh) * | 2018-03-09 | 2020-12-15 | 珠海市一微半导体有限公司 | 机器人基于直边的定位方法 |
CN109085834B (zh) * | 2018-08-27 | 2019-09-03 | 珠海市一微半导体有限公司 | 机器人确定参考边的方法和机器人筛选参考墙边的方法 |
-
2018
- 2018-08-27 CN CN201810979482.8A patent/CN109085834B/zh active Active
-
2019
- 2019-01-22 EP EP18931950.2A patent/EP3845989A4/en active Pending
- 2019-01-22 US US17/264,310 patent/US20210302964A1/en active Pending
- 2019-01-22 WO PCT/CN2018/120247 patent/WO2020042426A1/zh unknown
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE3536747A1 (de) * | 1984-10-15 | 1986-04-24 | Tokico Ltd., Kawasaki, Kanagawa | Gelenkmechanismus |
US5576947A (en) * | 1994-06-30 | 1996-11-19 | Siemens Corporate Research, Inc. | Robot hallway traveler |
CN203687993U (zh) * | 2014-01-28 | 2014-07-02 | 北京山地生态科技研究所 | 一种边坡监测系统 |
CN107704801A (zh) * | 2017-08-18 | 2018-02-16 | 电子科技大学 | 基于分段直线加分段贝塞尔曲线的曲线车道线检测方法 |
CN207216430U (zh) * | 2017-08-31 | 2018-04-10 | 珠海市一微半导体有限公司 | 一种旋转测距传感装置和机器人 |
CN107443385A (zh) * | 2017-09-26 | 2017-12-08 | 珠海市微半导体有限公司 | 基于视觉的机器人直线导航的检测方法和芯片及机器人 |
Non-Patent Citations (1)
Title |
---|
尹明学: "《数学下》", 31 October 2013, 南开大学出版社 * |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2020042426A1 (zh) * | 2018-08-27 | 2020-03-05 | 珠海市一微半导体有限公司 | 机器人检测直边的方法和清洁机器人筛选参考墙边的方法 |
CN109782296A (zh) * | 2019-02-01 | 2019-05-21 | 广东博智林机器人有限公司 | 具有建筑工地室内定位智能装置的机器人及其控制方法 |
CN110279352A (zh) * | 2019-06-28 | 2019-09-27 | 苏州瑞久智能科技有限公司 | 一种基于双psd传感器的扫地机器人沿墙行走方法 |
CN110316558A (zh) * | 2019-06-28 | 2019-10-11 | 武汉闻道复兴智能科技有限责任公司 | 一种搬运机器人夹具位置控制方法和系统 |
CN110279352B (zh) * | 2019-06-28 | 2021-09-17 | 苏州瑞久智能科技有限公司 | 一种基于双psd传感器的扫地机器人沿墙行走方法 |
CN111158364A (zh) * | 2019-12-30 | 2020-05-15 | 深圳市优必选科技股份有限公司 | 机器人重定位方法、装置及终端设备 |
CN111158364B (zh) * | 2019-12-30 | 2024-02-09 | 深圳市优必选科技股份有限公司 | 机器人重定位方法、装置及终端设备 |
CN111552290A (zh) * | 2020-04-30 | 2020-08-18 | 珠海市一微半导体有限公司 | 一种机器人沿墙找直线的方法及清扫方法 |
CN111552290B (zh) * | 2020-04-30 | 2023-09-05 | 珠海一微半导体股份有限公司 | 一种机器人沿墙找直线的方法及清扫方法 |
CN112432612A (zh) * | 2020-10-22 | 2021-03-02 | 中国计量科学研究院 | 一种基于单目视觉的高精度微小旋转角度测量方法 |
CN115096241A (zh) * | 2022-07-27 | 2022-09-23 | 无锡苏广汽车部件科技有限公司 | 一种汽车部件快速智能检测方法及其检测系统 |
CN115096241B (zh) * | 2022-07-27 | 2023-11-10 | 无锡苏广汽车部件科技有限公司 | 一种汽车部件快速智能检测方法及其检测系统 |
Also Published As
Publication number | Publication date |
---|---|
EP3845989A1 (en) | 2021-07-07 |
WO2020042426A1 (zh) | 2020-03-05 |
EP3845989A4 (en) | 2022-08-17 |
CN109085834B (zh) | 2019-09-03 |
US20210302964A1 (en) | 2021-09-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109085834B (zh) | 机器人确定参考边的方法和机器人筛选参考墙边的方法 | |
CA2961921C (en) | Camera calibration method using a calibration target | |
US9279662B2 (en) | Laser scanner | |
Prescott et al. | Line-based correction of radial lens distortion | |
US9251586B2 (en) | Optical overhead wire measurement | |
JP5612916B2 (ja) | 位置姿勢計測装置、その処理方法、プログラム、ロボットシステム | |
CN105074600A (zh) | 周围环境识别装置、使用其的自主移动系统以及周围环境识别方法 | |
US10459451B2 (en) | Method for processing a floor | |
US20100066828A1 (en) | Video camera perspective calculation | |
CN110850859B (zh) | 一种机器人及其避障方法和避障系统 | |
WO2017008742A1 (en) | Method and device for determining indoor approachable area | |
CN110222605A (zh) | 一种障碍物检测方法及设备 | |
JP2017083663A (ja) | 一致性評価装置および一致性評価方法 | |
CN107504917B (zh) | 一种三维尺寸测量方法及装置 | |
Zhang et al. | Robust weld line detection with cross structured light and Hidden Markov Model | |
Molleda et al. | A profile measurement system for rail manufacturing using multiple laser range finders | |
CN112438658A (zh) | 清洁机器人的清洁区域划分方法及清洁机器人 | |
CN106123808B (zh) | 一种用于汽车后视镜镜面角度偏转测量的方法 | |
Megalingam et al. | Adding intelligence to the robotic coconut tree climber | |
US11748838B2 (en) | System and method for three-dimensional scan of moving objects longer than the field of view | |
CN112308033A (zh) | 一种基于深度数据的障碍物碰撞警告方法及视觉芯片 | |
Ghorpade et al. | Line-of-sight-based ToF camera's range image filtering for precise 3D scene reconstruction | |
Sansoni et al. | Combination of 2D and 3D vision systems into robotic cells for improved flexibility and performance | |
Rohner et al. | Using active vision for enhancing an surface-based object recognition approach | |
Zhang et al. | Agv state monitoring based on global and first-person view fusion in digital workshops |
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 |