CN109375618A - 清洁机器人的导航避障方法及终端设备 - Google Patents
清洁机器人的导航避障方法及终端设备 Download PDFInfo
- Publication number
- CN109375618A CN109375618A CN201811129776.8A CN201811129776A CN109375618A CN 109375618 A CN109375618 A CN 109375618A CN 201811129776 A CN201811129776 A CN 201811129776A CN 109375618 A CN109375618 A CN 109375618A
- Authority
- CN
- China
- Prior art keywords
- clean robot
- barrier
- information
- unit
- passability
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 60
- 230000004888 barrier function Effects 0.000 claims abstract description 132
- 230000000007 visual effect Effects 0.000 claims abstract description 35
- 230000007613 environmental effect Effects 0.000 claims abstract description 30
- 238000004590 computer program Methods 0.000 claims description 20
- 238000000605 extraction Methods 0.000 claims description 20
- 238000004140 cleaning Methods 0.000 claims description 11
- 238000003860 storage Methods 0.000 claims description 11
- 238000005520 cutting process Methods 0.000 claims description 4
- 230000033001 locomotion Effects 0.000 description 25
- 238000010586 diagram Methods 0.000 description 14
- 230000006870 function Effects 0.000 description 14
- 238000001514 detection method Methods 0.000 description 9
- 238000012545 processing Methods 0.000 description 4
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 230000005611 electricity Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000010485 coping Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 230000033764 rhythmic process Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 238000002366 time-of-flight method Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
-
- 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
-
- 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
- G05D1/0257—Control of position or course in two dimensions specially adapted to land vehicles using a radar
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Aviation & Aerospace Engineering (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Electromagnetism (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
- Manipulator (AREA)
Abstract
本发明适用于智能家居技术领域,提供了一种清洁机器人的导航避障方法及终端设备,其中,所述方法包括:通过视觉传感器获取清洁机器人机身前进方向上的环境信息;根据所述环境信息建立环境三维信息;根据所述环境三维信息对所述清洁机器人机身前进方向上进行通过性判断,确定机器人不能通过的障碍物;如果不可通过的障碍物能被沿墙测距传感器感知,则通过沿墙测距传感器获取到清洁机器人机身到障碍物的距离,则根据所述距离对清洁机器人机身进行导航避障,若不能,则将上述障碍物的区域作为禁行区,对其进行躲避,使得清洁机器人对障碍物的感知能力大幅提升,大量减少碰撞与被困的情况,并使得机器人绕行障碍物更为流畅,满足实际应用需要。
Description
技术领域
本发明属于智能家居技术领域,尤其涉及一种清洁机器人的导航避障方法及终端设备。
背景技术
随着科学技术的进步和社会发展,特别是受生活节奏的加快和工作压力增大的影响,人们希望更多地从繁琐的家庭日常清洁事务中解脱出来。清洁机器人针对的目标用户是所有家庭,其使人们从日常清洁工作中解放出来,满足了市场的需求。现有清洁机器人导航行进过程中,通常采用沿墙测距传感器和激光雷达结合的方式探测障碍物信息,从而实现对障碍物的躲避功能。由于激光雷达的探测范围仅为一个平面,且沿墙测距传感器探测范围也比较狭窄,因此无法实现清洁机器人探测范围内障碍物的全方位探测,这样将会导致清洁机器人在使用环境中与物体发生碰撞以及被困,既对环境造成不可预知的影响或破坏,又容易使得清洁任务无法顺利完成。
发明内容
有鉴于此,本发明实施例提供了一种清洁机器人的导航避障方法及终端设备,以解决现有技术无法实现清洁机器人探测范围内障碍物的全方位探测,导致清洁机器人与物体碰撞以及被困的问题。
本发明实施例的第一方面提供了一种清洁机器人的导航避障方法,包括:
通过视觉传感器获取清洁机器人机身前进方向上的环境信息,所述视觉传感器设置在所述清洁机器人机身上;
根据所述环境信息建立所述清洁机器人机身前进方向上的环境三维信息;
根据所述环境三维信息对所述清洁机器人机身前进方向进行通过性判断,确定所述清洁机器人不能通过的障碍物;
判断所述障碍物是否能被沿墙测距传感器探测到,所述沿墙测距传感器设置在所述清洁机器人机身上;
若所述障碍物被所述沿墙测距传感器探测到,则通过所述沿墙测距传感器获取所述清洁机器人机身到所述障碍物的距离,根据所述距离对所述清洁机器人进行导航避障。
可选的,所述根据所述环境信息建立所述清洁机器人机身前进方向上的环境三维信息包括:
对所述环境信息进行特征提取;
根据提取的特征进行图像立体匹配;
结合所述视觉传感器的内外参数,利用图像立体匹配结果建立所述清洁机器人机身前进方向上的环境三维信息。
可选的,所述根据所述环境三维信息对所述清洁机器人机身前进方向进行通过性判断,确定所述清洁机器人不能通过的障碍物包括:
根据所述环境三维信息中每个信息单元的位置信息求出法矢信息并分割出地平面;
计算所述环境三维信息中每个信息单元相对所述地平面的高度及高度的梯度;
根据计算的高度及高度的梯度对所述清洁机器人机身前进方向进行通过性判断,确定所述清洁机器人不能通过的障碍物。
可选的,所述根据计算的高度及高度的梯度对所述清洁机器人机身前进方向进行通过性判断,确定所述清洁机器人不能通过的障碍物包括:
根据所述环境三维信息的法矢方向确定通过性判断类型;
若所述通过性判断类型为顶部通过性判断,则根据计算的高度和清洁机器人高度进行顶部通过性判断,确定所述清洁机器人不能通过的障碍物;
若所述通过性判断类型为底部通过性判断,则根据计算的高度的梯度和所述清洁机器人机身的最大通过角进行底部通过性判断,确定所述清洁机器人不能通过的障碍物。
可选的,所述的清洁机器人的导航避障方法,还包括:
若所述障碍物没有被所述沿墙测距传感器探测到,则将所述障碍物所在的区域设置为禁行区,并控制所述清洁机器人对所述障碍物进行躲避。
本发明实施例的第二方面提供了一种清洁机器人的导航避障装置,包括:
环境信息获取单元,用于通过视觉传感器获取清洁机器人机身前进方向上的环境信息,所述视觉传感器设置在所述清洁机器人机身上;
环境三维信息建立单元,用于根据所述环境信息建立所述清洁机器人机身前进方向上的环境三维信息;
通过性判断单元,用于根据所述环境三维信息对所述清洁机器人机身前进方向进行通过性判断,确定所述清洁机器人不能通过的障碍物;
障碍物判断单元,用于判断所述障碍物是否能被沿墙测距传感器探测到,所述沿墙测距传感器设置在所述清洁机器人机身上;
第一导航避障单元,用于若所述障碍物被所述沿墙测距传感器探测到,则通过所述沿墙测距传感器获取所述清洁机器人机身到所述障碍物的距离,根据所述距离对所述清洁机器人进行导航避障。
可选的,所述环境三维信息建立单元包括:
特征提取单元,用于对所述环境信息进行特征提取;
立体匹配单元,用于根据提取的特征进行图像立体匹配;
三维信息建立单元,结合所述视觉传感器的内外参数,利用图像立体匹配结果建立所述清洁机器人机身前进方向上的环境三维信息。
可选的,所述通过性判断单元包括:
地平面分割单元,用于根据所述环境三维信息中每个信息单元的位置信息求出法矢信息并分割出地平面;
信息处理单元,用于计算所述环境三维信息中每个信息单元相对所述地平面的高度及高度的梯度;
障碍物确定单元,用于根据计算的高度及高度的梯度对所述清洁机器人机身前进方向进行通过性判断,确定所述清洁机器人不能通过的障碍物。
本发明实施例的第三方面提供了一种终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如上述方法的步骤。
本发明实施例的第四方面提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现如上述方法的步骤。
本发明实施例与现有技术相比存在的有益效果是:本发明实施例通过对现有清洁机器人增加视觉传感器,获得机器人前进方向上的环境信息,建立环境三维信息,并与机器人运动结构信息相对比,确定机器人的通过性,对不可通过的障碍物,若可被沿墙测距传感器检测到,则由沿墙测距传感器提供信息指导机器人运动,解决现有技术无法实现清洁机器人探测范围内障碍物的全方位探测,导致清洁机器人被障碍物碰撞以及被困的问题,使得清洁机器人在运动过程中对障碍物的感知能力大幅提升,大量减少碰撞与被困的情况,并使得机器人绕行障碍物更为流畅,满足实际应用需要。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例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,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的一种清洁机器人的导航避障方法的示意流程图;
图2是本发明实施例提供的一种清洁机器人的侧视图;
图3是本发明实施例提供的一种清洁机器人机身前进方向上障碍物分类示意图;
图4是本发明实施例提供的一种顶部通过性判断示意图;
图5是本发明实施例提供的一种底部通过性判断示意图;
图6是本发明实施例提供的一种清洁机器人的最大通过角示意图;
图7是本发明另一实施例提供的一种清洁机器人的导航避障方法的示意流程图;
图8是本发明再一实施例提供的一种清洁机器人的导航避障方法的示意流程图;
图9是本发明又一实施例提供的一种清洁机器人的导航避障方法的示意流程图;
图10是本发明实施例提供的一种清洁机器人的导航避障装置的示意性框图;
图11是本发明另一实施例提供的一种清洁机器人的导航避障装置示意性框图;
图12是本发明实施例提供的一种终端设备的示意性框图。
具体实施方式
以下描述中,为了说明而不是为了限定,提出了诸如特定系统结构、技术之类的具体细节,以便透彻理解本发明实施例。然而,本领域的技术人员应当清楚,在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中,省略对众所周知的系统、装置、电路以及方法的详细说明,以免不必要的细节妨碍本发明的描述。
为了说明本发明所述的技术方案,下面通过具体实施例来进行说明。
参见图1,图1是本发明实施例提供的一种清洁机器人的导航避障方法的示意流程图,在该实施例中,以终端的角度触发为例进行说明,这里,终端与视觉传感器、清洁机器人机身和沿墙测距传感器进行信息交互,进行清洁机器人的导航避障。如图1所示,在该实施例中,终端的处理过程可以包括以下步骤:
S101:通过视觉传感器获取清洁机器人机身前进方向上的环境信息,所述视觉传感器设置在所述清洁机器人机身上。
这里,如图2所示,清洁机器人机身设置有视觉传感器、沿墙测距传感器、激光雷达。视觉传感器接收信号方向可以朝着清洁机器人机身侧壁安装,从俯视方向看,视觉传感器视野中心(朝向)在清洁机器人机身运动正前方轴线上,如果有多个则以轴线成轴对称分布,其中,视觉传感器可以是单目或多目深度摄像头。
在通过视觉传感器获取清洁机器人机身前进方向上的环境信息之前,发送启动指令至视觉传感器,视觉传感器根据该启动指令启动,具体地,启动指令可以在清洁机器人开始工作时发送。
S102:根据所述环境信息建立所述清洁机器人机身前进方向上的环境三维信息。
具体地,对上述环境信息进行特征提取,根据提取的特征进行图像立体匹配,结合上述视觉传感器的内外参数,利用图像立体匹配结果建立清洁机器人机身前进方向上的环境三维信息,其中,特征主要包括特征点、特征线和区域,立体匹配是指根据所提取的特征来建立图像对之间的一种对应关系,也就是将同一物理空间点在两幅不同图像中的成像点进行一一对应起来。
S103:根据所述环境三维信息对所述清洁机器人机身前进方向进行通过性判断,确定所述清洁机器人不能通过的障碍物。
这里,根据上述环境三维信息中每个信息单元的位置信息求出法矢信息并分割出地平面,计算上述环境三维信息中每个信息单元相对地平面的高度及高度的梯度,根据计算的高度及高度的梯度对所述清洁机器人机身前进方向进行通过性判断,确定所述清洁机器人不能通过的障碍物。
具体地,障碍物的类型可以分为四类,如图3所示,清洁机器人机身上设有视觉传感器、沿墙测距传感器和激光雷达,区域1和区域3是不影响机器人运动的,区域2和4将对机器人运动造成影响。区域1和区域3不影响机器人的通过,则视为可通过障碍物,区域2和区域4影响机器人的通过,则视为不可通过障碍物。
其中,对区域2中的障碍物B再做分类,大概可以分为两类:
(1)顶部通过性:如图4所示,当障碍物高于机器人整体高度时,机器人是可通过的,当障碍物高度小于机器人整体高度,则机器人不可通过。
(2)底部通过性:如图5所示,当斜面角度小于等于最大通过角时,机器人可以通过,当斜面角度大于最大通过角时,机器人不可通过。其中,机器人通过斜面的最大通过角如图6所示,由接近角α,纵向通过角β和离去角γ确定。
S104:判断所述障碍物是否能被沿墙测距传感器探测到,所述沿墙测距传感器设置在所述清洁机器人机身上。
S105:若所述障碍物被所述沿墙测距传感器探测到,则通过所述沿墙测距传感器获取所述清洁机器人机身到所述障碍物的距离,根据所述距离对所述清洁机器人进行导航避障。
这里,当机器人运动到上述不可通过、且可被沿墙测距传感器检测的障碍物前时,转动机器使得机器沿墙测距传感器测量到障碍物的距离,并交由沿墙测距传感器提供信息指导运动控制。具体方式是通过机器人运动的线速度和角速度的控制输出及沿墙测距传感器的反馈输入,来使得机器人与障碍物保持一定距离行进。
当机器人运动到上述不可通过、且不可被沿墙测距传感器检测的障碍物前时,直接将上述检测到的不可通行障碍物信息作为禁行区,对其进行躲避,在导航规划时不对禁行区部分进行路径规划。
从以上描述可知,本发明实施例清洁机器人的导航避障方法,通过对现有清洁机器人增加视觉传感器,获得机器人前进方向上的环境信息,建立环境三维信息,并与机器人运动结构信息相对比,确定机器人的通过性,对不可通过的障碍物,若可被沿墙测距传感器检测到,则由沿墙测距传感器提供信息指导机器人运动,解决现有技术无法实现清洁机器人探测范围内障碍物的全方位探测,导致清洁机器人被障碍物碰撞以及被困的问题,使得清洁机器人在运动过程中对障碍物的感知能力大幅提升,大量减少碰撞与被困的情况,并使得机器绕行障碍物更为流畅,满足实际应用需要。
请参阅图7,图7是本发明另一实施例提供的一种清洁机器人的导航避障方法的示意流程图。与图1对应的实施例的区别在于:所述根据所述环境信息建立所述清洁机器人机身前进方向上的环境三维信息可以包括S702。其中S701与上一实施例中的S101相同,S703~S705与上一实施例中的S103~S105相同,具体请参阅上述实施例中S101、S103~S105的相关描述,此处不赘述。具体地,S702可以包括S7021~S7023:
S7021:对所述环境信息进行特征提取。
S7022:根据提取的特征进行图像立体匹配。
S7023:结合所述视觉传感器的内外参数,利用图像立体匹配结果建立所述清洁机器人机身前进方向上的环境三维信息。
这里,在建立环境三维信息后,与机器人运动结构信息相对比,确定机器人的通过性,根据确定结果进行机器人避障导航,降低机器人碰撞与被困的几率,适合应用。另外,还可以利用单目结构光方法及TOF方法建立环境三维信息,具体应用中可以根据实际情况选择相应的方法建立环境三维信息。
请参阅图8,图8是本发明再一实施例提供的一种清洁机器人的导航避障方法的示意流程图。与图1对应的实施例的区别在于:所述根据所述环境三维信息对所述清洁机器人机身前进方向进行通过性判断,确定所述清洁机器人不能通过的障碍物可以包括S803。其中S801~S802与上一实施例中的S101~S102相同,S804~S805与上一实施例中的S104~S105相同,具体请参阅上述实施例中S101~S102、S104~S105的相关描述,此处不赘述。具体地,S803可以包括S8031~S8033:
S8031:根据所述环境三维信息中每个信息单元的位置信息求出法矢信息并分割出地平面。
S8032:计算所述环境三维信息中每个信息单元相对所述地平面的高度及高度的梯度。
S8033:根据计算的高度及高度的梯度对所述清洁机器人机身前进方向进行通过性判断,确定所述清洁机器人不能通过的障碍物。
具体地,根据环境三维信息中每个信息单元的位置信息求出法矢信息并分割出地平面;计算三维信息中每个信息单元相对于地平面的高度及高度的梯度,根据计算的高度及高度的梯度对所述清洁机器人机身前进方向进行通过性判断,判断是否有图2中的B类或者D类障碍物,如果有,对不可通过的障碍物,如果可被沿墙测距传感器检测到,则由沿墙测距传感器提供信息指导机器人运动,处理过程简单,提升机器人在运动过程中对障碍物的感知能力,适用于多种应用场景。
此外,在一个具体示例中,所述根据计算的高度及高度的梯度对所述清洁机器人机身前进方向进行通过性判断,确定所述清洁机器人不能通过的障碍物包括:
根据所述环境三维信息的法矢方向确定通过性判断类型;
若所述通过性判断类型为顶部通过性判断,则根据计算的高度和清洁机器人高度进行顶部通过性判断,确定所述清洁机器人不能通过的障碍物;
若所述通过性判断类型为底部通过性判断,则根据计算的高度的梯度和所述清洁机器人机身的最大通过角进行底部通过性判断,确定所述清洁机器人不能通过的障碍物
具体地,如果障碍物的类型为图3中的B类或者D类障碍物,将D类障碍物按照反向的前进方向看待,即变成B类障碍物;对B类障碍物,根据点云法矢方向判断是检测顶部通过性还是底部通过性;顶部通过性通过对比点云高度是否高于清洁机器人高度来判定是否可通过,如果三维信息的高度在区域2和区域4所示高度区间,则将此时的所述三维信息视为不能通过的障碍物;底部通过性通过对比点云高度的梯度是否大于清洁机器人最大通过角来判定是否可通过,如果根据所述三维信息的高度和梯度计算出的角度大于所述最大通过角,则将此时的所述三维信息视为不能通过的障碍物。
请参阅图9,图9为本发明又一实施例提供的一种清洁机器人的导航避障方法的示意流程图。本实施例与上述实施例的区别在于S906,其中,S901~S905与上一实施例中的S101~S105相同,具体请参阅上述实施例中S101~S105的相关描述,此处不赘述。本实施例中的清洁机器人的导航避障方法还可以包括:
S906:若所述障碍物没有被所述沿墙测距传感器探测到,则将所述障碍物所在的区域设置为禁行区,并控制所述清洁机器人对所述障碍物进行躲避。
这里,当机器运动到前述步骤检测到的不可通过、且不可被机器沿墙测距传感器检测的障碍物前时,将直接将上述检测到的不可通行障碍物信息作为禁行区,对其进行躲避。其中,由于无法通过沿墙测距传感器来保持与障碍物一定距离绕行,使用探测到的障碍物信息直接投影到二维平面,并将其作为禁行区域,在导航规划时对禁行区域不进行路径规划,减少机器人碰撞与被困的情况。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本发明实施例的实施过程构成任何限定。
对应于上文实施例所述的清洁机器人的导航避障方法,图10示出了本发明实施例提供的一种清洁机器人的导航避障装置的示意性框图。本实施例的清洁机器人的导航避障装置1000包括的各单元用于执行图1对应的实施例中的各步骤,具体请参阅图1及图1对应的实施例中的相关描述,此处不赘述。本实施例的清洁机器人的导航避障装置1000包括环境信息获取单元1001、环境三维信息建立单元1002、通过性判断单元1003、障碍物判断单元1004和第一导航避障单元1005。
其中,环境信息获取单元1001,用于通过视觉传感器获取清洁机器人机身前进方向上的环境信息,所述视觉传感器设置在所述清洁机器人机身上。环境三维信息建立单元1002,用于根据所述环境信息建立所述清洁机器人机身前进方向上的环境三维信息。通过性判断单元1003,用于根据所述环境三维信息对所述清洁机器人机身前进方向进行通过性判断,确定所述清洁机器人不能通过的障碍物。障碍物判断单元1004,用于判断所述障碍物是否能被沿墙测距传感器探测到,所述沿墙测距传感器设置在所述清洁机器人机身上。第一导航避障单元1005,用于若所述障碍物被所述沿墙测距传感器探测到,则通过所述沿墙测距传感器获取所述清洁机器人机身到所述障碍物的距离,根据所述距离对所述清洁机器人进行导航避障。
从以上描述可知,本发明实施例清洁机器人的导航避障装置,通过对现有清洁机器人增加视觉传感器,获得机器人前进方向上的环境信息,建立环境三维信息,并与机器人运动结构信息相对比,确定机器人的通过性,对不可通过的障碍物,若可被沿墙测距传感器检测到,则由沿墙测距传感器提供信息指导机器人运动,解决现有技术无法实现清洁机器人探测范围内障碍物的全方位探测,导致清洁机器人被障碍物碰撞以及被困的问题,使得清洁机器人在运动过程中对障碍物的感知能力大幅提升,大量减少碰撞与被困的情况,并使得机器绕行障碍物更为流畅,满足实际应用需要。
参见图11,图11是本发明另一实施例提供的另一种清洁机器人的导航避障装置的示意性框图。本实施例的清洁机器人的导航避障装置1100包括环境信息获取单元1101、环境三维信息建立单元1102、通过性判断单元1103、障碍物判断单元1104和第一导航避障单元1105和第二导航避障单元1106。
其中,环境信息获取单元1101、环境三维信息建立单元1102、通过性判断单元1103、障碍物判断单元1104和第一导航避障单元1105具体请参阅图10及图10对应的实施例中环境信息获取单元1001、环境三维信息建立单元1002、通过性判断单元1003、障碍物判断单元1004和第一导航避障单元1005的相关描述,此处不赘述。
进一步的,所述环境三维信息建立单元1102包括特征提取单元1121、立体匹配单元1122和三维信息建立单元1123。
其中,特征提取单元1121,用于对所述环境信息进行特征提取。立体匹配单元1122,用于根据提取的特征进行图像立体匹配。三维信息建立单元1123,结合所述视觉传感器的内外参数,利用图像立体匹配结果建立所述清洁机器人机身前进方向上的环境三维信息。
进一步的,所述通过性判断单元1103包括地平面分割单元1131、信息处理单元1132和障碍物确定单元1133。
其中,地平面分割单元1131,用于根据所述环境三维信息中每个信息单元的位置信息求出法矢信息并分割出地平面。信息处理单元1132,用于计算所述环境三维信息中每个信息单元相对所述地平面的高度及高度的梯度。障碍物确定单元1133,用于根据计算的高度及高度的梯度对所述清洁机器人机身前进方向进行通过性判断,确定所述清洁机器人不能通过的障碍物。
进一步的,所述根据计算的高度及高度的梯度对所述清洁机器人机身前进方向进行通过性判断,确定所述清洁机器人不能通过的障碍物包括:
根据所述环境三维信息的法矢方向确定通过性判断类型;
若所述通过性判断类型为顶部通过性判断,则根据计算的高度和清洁机器人高度进行顶部通过性判断,确定所述清洁机器人不能通过的障碍物;
若所述通过性判断类型为底部通过性判断,则根据计算的高度的梯度和所述清洁机器人机身的最大通过角进行底部通过性判断,确定所述清洁机器人不能通过的障碍物。
进一步的,第二导航避障单元1106,用于若所述障碍物没有被所述沿墙测距传感器探测到,则将所述障碍物所在的区域设置为禁行区,并控制所述清洁机器人对所述障碍物进行躲避。
从以上描述可知,本发明实施例通过对现有清洁机器人增加视觉传感器,获得机器人前进方向上的环境信息,建立环境三维信息,并与机器人运动结构信息相对比,确定机器人的通过性,对不可通过的障碍物,若可被沿墙测距传感器检测到,则由沿墙测距传感器提供信息指导机器人运动,解决现有技术无法实现清洁机器人探测范围内障碍物的全方位探测,导致清洁机器人被障碍物碰撞以及被困的问题,使得清洁机器人在运动过程中对障碍物的感知能力大幅提升,大量减少碰撞与被困的情况,并使得机器绕行障碍物更为流畅,满足实际应用需要。
参见图12,图12是本发明一个实施例提供的一种终端设备的示意框图。如图12所示,该实施例的终端设备120包括:处理器1200、存储器1201以及存储在所述存储器1201中并可在所述处理器1200上运行的计算机程序1202,例如清洁机器人的导航避障程序。所述处理器1200执行所述计算机程序1202时实现上述各个清洁机器人的导航避障方法实施例中的步骤,例如图1所示的步骤101至105。或者,所述处理器1200执行所述计算机程序1202时实现上述各装置实施例中各单元的功能,例如图11所示单元1101至1106的功能。
所述计算机程序1202可以被分割成一个或多个模块/单元,所述一个或者多个模块/单元被存储在所述存储器1201中,并由所述处理器1200执行,以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述所述计算机程序1202在所述终端设备120中的执行过程。例如,所述计算机程序1202可以被分割成环境信息获取单元、环境三维信息建立单元、通过性判断单元、障碍物判断单元和第一导航避障单元和第二导航避障单元,各单元具体功能如下:
通过视觉传感器获取清洁机器人机身前进方向上的环境信息,所述视觉传感器设置在所述清洁机器人机身上;
根据所述环境信息建立所述清洁机器人机身前进方向上的环境三维信息;
根据所述环境三维信息对所述清洁机器人机身前进方向进行通过性判断,确定所述清洁机器人不能通过的障碍物;
判断所述障碍物是否能被沿墙测距传感器探测到,所述沿墙测距传感器设置在所述清洁机器人机身上;
若所述障碍物被所述沿墙测距传感器探测到,则通过所述沿墙测距传感器获取所述清洁机器人机身到所述障碍物的距离,根据所述距离对所述清洁机器人进行导航避障。
进一步的,所述根据所述环境信息建立所述清洁机器人机身前进方向上的环境三维信息包括:
对所述环境信息进行特征提取;
根据提取的特征进行图像立体匹配;
结合所述视觉传感器的内外参数,利用图像立体匹配结果建立所述清洁机器人机身前进方向上的环境三维信息。
进一步的,所述根据所述环境三维信息对所述清洁机器人机身前进方向进行通过性判断,确定所述清洁机器人不能通过的障碍物包括:
根据所述环境三维信息中每个信息单元的位置信息求出法矢信息并分割出地平面;
计算所述环境三维信息中每个信息单元相对所述地平面的高度及高度的梯度;
根据计算的高度及高度的梯度对所述清洁机器人机身前进方向进行通过性判断,确定所述清洁机器人不能通过的障碍物。
进一步的,所述根据计算的高度及高度的梯度对所述清洁机器人机身前进方向进行通过性判断,确定所述清洁机器人不能通过的障碍物包括:
根据所述环境三维信息的法矢方向确定通过性判断类型;
若所述通过性判断类型为顶部通过性判断,则根据计算的高度和清洁机器人高度进行顶部通过性判断,确定所述清洁机器人不能通过的障碍物;
若所述通过性判断类型为底部通过性判断,则根据计算的高度的梯度和所述清洁机器人机身的最大通过角进行底部通过性判断,确定所述清洁机器人不能通过的障碍物。
进一步的,各单元具体功能还包括:
若所述障碍物没有被所述沿墙测距传感器探测到,则将所述障碍物所在的区域设置为禁行区,并控制所述清洁机器人对所述障碍物进行躲避。
上述方案通过对现有清洁机器人增加视觉传感器,获得机器人前进方向上的环境信息,建立环境三维信息,并与机器人运动结构信息相对比,确定机器人的通过性,对不可通过的障碍物,若可被沿墙测距传感器检测到,则由沿墙测距传感器提供信息指导机器人运动,解决现有技术无法实现清洁机器人探测范围内障碍物的全方位探测,导致清洁机器人被障碍物碰撞以及被困的问题,使得清洁机器人在运动过程中对障碍物的感知能力大幅提升,大量减少碰撞与被困的情况,并使得机器绕行障碍物更为流畅,满足实际应用需要。
所述终端设备120可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述终端设备可包括,但不仅限于,处理器1200、存储器1201。本领域技术人员可以理解,图12仅仅是终端设备120的示例,并不构成对终端设备120的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如所述终端设备还可以包括输入输出设备、网络接入设备、总线等。
所称处理器1200可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器1201可以是所述终端设备120的内部存储单元,例如终端设备120的硬盘或内存。所述存储器1201也可以是所述终端设备120的外部存储设备,例如所述终端设备120上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(SecureDigital,SD)卡,闪存卡(Flash Card)等。进一步地,所述存储器1201还可以既包括所述终端设备120的内部存储单元也包括外部存储设备。所述存储器1201用于存储所述计算机程序以及所述终端设备所需的其他程序和数据。所述存储器1201还可以用于暂时地存储已经输出或者将要输出的数据。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将所述装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中,上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。另外,各功能单元、模块的具体名称也只是为了便于相互区分,并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述或记载的部分,可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
在本发明所提供的实施例中,应该理解到,所揭露的装置/终端设备和方法,可以通过其它的方式实现。例如,以上所描述的装置/终端设备实施例仅仅是示意性的,例如,所述模块或单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口,装置或单元的间接耦合或通讯连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明实现上述实施例方法中的全部或部分流程,也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计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(Read-Only Memory,ROM)、随机存取存储器(RandomAccess Memory,RAM)、电载波信号、电信信号以及软件分发介质等。需要说明的是,所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如在某些司法管辖区,根据立法和专利实践,计算机可读介质不包括是电载波信号和电信信号。
以上所述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精神和范围,均应包含在本发明的保护范围之内。
Claims (10)
1.一种清洁机器人的导航避障方法,其特征在于,包括:
通过视觉传感器获取清洁机器人机身前进方向上的环境信息,所述视觉传感器设置在所述清洁机器人机身上;
根据所述环境信息建立所述清洁机器人机身前进方向上的环境三维信息;
根据所述环境三维信息对所述清洁机器人机身前进方向进行通过性判断,确定所述清洁机器人不能通过的障碍物;
判断所述障碍物是否能被沿墙测距传感器探测到,所述沿墙测距传感器设置在所述清洁机器人机身上;
若所述障碍物被所述沿墙测距传感器探测到,则通过所述沿墙测距传感器获取所述清洁机器人机身到所述障碍物的距离,根据所述距离对所述清洁机器人进行导航避障。
2.如权利要求1所述的清洁机器人的导航避障方法,其特征在于,所述根据所述环境信息建立所述清洁机器人机身前进方向上的环境三维信息包括:
对所述环境信息进行特征提取;
根据提取的特征进行图像立体匹配;
结合所述视觉传感器的内外参数,利用图像立体匹配结果建立所述清洁机器人机身前进方向上的环境三维信息。
3.如权利要求1所述的清洁机器人的导航避障方法,其特征在于,所述根据所述环境三维信息对所述清洁机器人机身前进方向进行通过性判断,确定所述清洁机器人不能通过的障碍物包括:
根据所述环境三维信息中每个信息单元的位置信息求出法矢信息并分割出地平面;
计算所述环境三维信息中每个信息单元相对所述地平面的高度及高度的梯度;
根据计算的高度及高度的梯度对所述清洁机器人机身前进方向进行通过性判断,确定所述清洁机器人不能通过的障碍物。
4.如权利要求3所述的清洁机器人的导航避障方法,其特征在于,所述根据计算的高度及高度的梯度对所述清洁机器人机身前进方向进行通过性判断,确定所述清洁机器人不能通过的障碍物包括:
根据所述环境三维信息的法矢方向确定通过性判断类型;
若所述通过性判断类型为顶部通过性判断,则根据计算的高度和清洁机器人高度进行顶部通过性判断,确定所述清洁机器人不能通过的障碍物;
若所述通过性判断类型为底部通过性判断,则根据计算的高度的梯度和所述清洁机器人机身的最大通过角进行底部通过性判断,确定所述清洁机器人不能通过的障碍物。
5.如权利要求1所述的清洁机器人的导航避障方法,其特征在于,还包括:
若所述障碍物没有被所述沿墙测距传感器探测到,则将所述障碍物所在的区域设置为禁行区,并控制所述清洁机器人对所述障碍物进行躲避。
6.一种清洁机器人的导航避障装置,其特征在于,包括:
环境信息获取单元,用于通过视觉传感器获取清洁机器人机身前进方向上的环境信息,所述视觉传感器设置在所述清洁机器人机身上;
环境三维信息建立单元,用于根据所述环境信息建立所述清洁机器人机身前进方向上的环境三维信息;
通过性判断单元,用于根据所述环境三维信息对所述清洁机器人机身前进方向进行通过性判断,确定所述清洁机器人不能通过的障碍物;
障碍物判断单元,用于判断所述障碍物是否能被沿墙测距传感器探测到,所述沿墙测距传感器设置在所述清洁机器人机身上;
第一导航避障单元,用于若所述障碍物被所述沿墙测距传感器探测到,则通过所述沿墙测距传感器获取所述清洁机器人机身到所述障碍物的距离,根据所述距离对所述清洁机器人进行导航避障。
7.如权利要求6所述的清洁机器人的导航避障装置,其特征在于,所述环境三维信息建立单元包括:
特征提取单元,用于对所述环境信息进行特征提取;
立体匹配单元,用于根据提取的特征进行图像立体匹配;
三维信息建立单元,结合所述视觉传感器的内外参数,利用图像立体匹配结果建立所述清洁机器人机身前进方向上的环境三维信息。
8.如权利要求6所述的清洁机器人的导航避障装置,其特征在于,所述通过性判断单元包括:
地平面分割单元,用于根据所述环境三维信息中每个信息单元的位置信息求出法矢信息并分割出地平面;
信息处理单元,用于计算所述环境三维信息中每个信息单元相对所述地平面的高度及高度的梯度;
障碍物确定单元,用于根据计算的高度及高度的梯度对所述清洁机器人机身前进方向进行通过性判断,确定所述清洁机器人不能通过的障碍物。
9.一种终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至5任一项所述方法的步骤。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至5任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811129776.8A CN109375618A (zh) | 2018-09-27 | 2018-09-27 | 清洁机器人的导航避障方法及终端设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811129776.8A CN109375618A (zh) | 2018-09-27 | 2018-09-27 | 清洁机器人的导航避障方法及终端设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109375618A true CN109375618A (zh) | 2019-02-22 |
Family
ID=65402232
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811129776.8A Pending CN109375618A (zh) | 2018-09-27 | 2018-09-27 | 清洁机器人的导航避障方法及终端设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109375618A (zh) |
Cited By (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109917788A (zh) * | 2019-03-13 | 2019-06-21 | 深圳乐动机器人有限公司 | 一种机器人沿墙行走的控制方法及装置 |
CN110477820A (zh) * | 2019-08-16 | 2019-11-22 | 云鲸智能科技(东莞)有限公司 | 清洁机器人的沿障碍物清洁方法、清洁机器人以及存储介质 |
CN110502014A (zh) * | 2019-08-22 | 2019-11-26 | 深圳乐动机器人有限公司 | 一种机器人避障的方法及机器人 |
CN110597260A (zh) * | 2019-09-20 | 2019-12-20 | 深圳乐动机器人有限公司 | 一种机器人避障的方法及机器人 |
CN110955249A (zh) * | 2019-12-23 | 2020-04-03 | 浙江华消科技有限公司 | 机器人通过障碍物的方法及装置、存储介质、电子装置 |
CN111067440A (zh) * | 2019-12-31 | 2020-04-28 | 深圳飞科机器人有限公司 | 一种清洁机器人控制方法以及清洁机器人 |
CN111158359A (zh) * | 2019-12-02 | 2020-05-15 | 北京京东乾石科技有限公司 | 障碍物处理方法和装置 |
CN111273313A (zh) * | 2020-02-26 | 2020-06-12 | 广东博智林机器人有限公司 | 建筑机器人在室内行走的防撞检测方法、装置及建筑机器人 |
CN111427357A (zh) * | 2020-04-14 | 2020-07-17 | 北京石头世纪科技股份有限公司 | 一种机器人避障方法、装置和存储介质 |
CN112748721A (zh) * | 2019-10-29 | 2021-05-04 | 珠海市一微半导体有限公司 | 视觉机器人及其清洁控制方法、系统和芯片 |
CN113287991A (zh) * | 2021-06-23 | 2021-08-24 | 深圳乐动机器人有限公司 | 清洁机器人的控制方法和控制装置 |
CN113359738A (zh) * | 2021-06-17 | 2021-09-07 | 东莞理工学院 | 基于深度学习的移动机器人路径规划方法 |
CN113552589A (zh) * | 2020-04-01 | 2021-10-26 | 杭州萤石软件有限公司 | 障碍检测方法、机器人和存储介质 |
CN113598653A (zh) * | 2021-08-05 | 2021-11-05 | 北京石头世纪科技股份有限公司 | 清洁方法及装置、设备、计算机可读存储介质 |
CN114847809A (zh) * | 2022-07-07 | 2022-08-05 | 深圳市云鼠科技开发有限公司 | 清洁机器人的环境探索方法、装置、清洁机器人及介质 |
CN115251765A (zh) * | 2022-07-04 | 2022-11-01 | 麦岩智能科技(北京)有限公司 | 一种基于多传感器的清洁机器人沿边清扫控制方法 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101008571A (zh) * | 2007-01-29 | 2007-08-01 | 中南大学 | 一种移动机器人三维环境感知方法 |
CN102866706A (zh) * | 2012-09-13 | 2013-01-09 | 深圳市银星智能科技股份有限公司 | 一种采用智能手机导航的清扫机器人及其导航清扫方法 |
KR20130090438A (ko) * | 2012-02-04 | 2013-08-14 | 엘지전자 주식회사 | 로봇 청소기 |
CN104777835A (zh) * | 2015-03-11 | 2015-07-15 | 武汉汉迪机器人科技有限公司 | 一种全向自动叉车及3d立体视觉导航定位方法 |
CN105652873A (zh) * | 2016-03-04 | 2016-06-08 | 中山大学 | 一种基于Kinect的移动机器人避障方法 |
CN106093948A (zh) * | 2016-06-03 | 2016-11-09 | 南阳中衡智能科技有限公司 | 一种扫地机器人被困检测方法 |
CN106527444A (zh) * | 2016-11-29 | 2017-03-22 | 深圳市元征科技股份有限公司 | 清洁机器人的控制方法及清洁机器人 |
JP2017129681A (ja) * | 2016-01-19 | 2017-07-27 | トヨタ自動車株式会社 | 地図作成方法 |
US20180174322A1 (en) * | 2016-12-15 | 2018-06-21 | Egismos Technology Corporation | Path detection system and path detection method generating laser pattern by diffractive optical element |
-
2018
- 2018-09-27 CN CN201811129776.8A patent/CN109375618A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101008571A (zh) * | 2007-01-29 | 2007-08-01 | 中南大学 | 一种移动机器人三维环境感知方法 |
KR20130090438A (ko) * | 2012-02-04 | 2013-08-14 | 엘지전자 주식회사 | 로봇 청소기 |
CN102866706A (zh) * | 2012-09-13 | 2013-01-09 | 深圳市银星智能科技股份有限公司 | 一种采用智能手机导航的清扫机器人及其导航清扫方法 |
CN104777835A (zh) * | 2015-03-11 | 2015-07-15 | 武汉汉迪机器人科技有限公司 | 一种全向自动叉车及3d立体视觉导航定位方法 |
JP2017129681A (ja) * | 2016-01-19 | 2017-07-27 | トヨタ自動車株式会社 | 地図作成方法 |
CN105652873A (zh) * | 2016-03-04 | 2016-06-08 | 中山大学 | 一种基于Kinect的移动机器人避障方法 |
CN106093948A (zh) * | 2016-06-03 | 2016-11-09 | 南阳中衡智能科技有限公司 | 一种扫地机器人被困检测方法 |
CN106527444A (zh) * | 2016-11-29 | 2017-03-22 | 深圳市元征科技股份有限公司 | 清洁机器人的控制方法及清洁机器人 |
US20180174322A1 (en) * | 2016-12-15 | 2018-06-21 | Egismos Technology Corporation | Path detection system and path detection method generating laser pattern by diffractive optical element |
Non-Patent Citations (1)
Title |
---|
罗庆生: "《仿生四足机器人技术》", 30 April 2016, 北京理工大学出版社 * |
Cited By (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109917788A (zh) * | 2019-03-13 | 2019-06-21 | 深圳乐动机器人有限公司 | 一种机器人沿墙行走的控制方法及装置 |
CN110477820A (zh) * | 2019-08-16 | 2019-11-22 | 云鲸智能科技(东莞)有限公司 | 清洁机器人的沿障碍物清洁方法、清洁机器人以及存储介质 |
CN110477820B (zh) * | 2019-08-16 | 2021-11-16 | 云鲸智能科技(东莞)有限公司 | 清洁机器人的沿障碍物清洁方法、清洁机器人以及存储介质 |
CN110502014A (zh) * | 2019-08-22 | 2019-11-26 | 深圳乐动机器人有限公司 | 一种机器人避障的方法及机器人 |
CN110597260A (zh) * | 2019-09-20 | 2019-12-20 | 深圳乐动机器人有限公司 | 一种机器人避障的方法及机器人 |
CN112748721A (zh) * | 2019-10-29 | 2021-05-04 | 珠海市一微半导体有限公司 | 视觉机器人及其清洁控制方法、系统和芯片 |
CN111158359A (zh) * | 2019-12-02 | 2020-05-15 | 北京京东乾石科技有限公司 | 障碍物处理方法和装置 |
CN111158359B (zh) * | 2019-12-02 | 2023-08-04 | 北京京东乾石科技有限公司 | 障碍物处理方法和装置 |
CN110955249B (zh) * | 2019-12-23 | 2023-11-07 | 浙江华消科技有限公司 | 机器人通过障碍物的方法及装置、存储介质、电子装置 |
CN110955249A (zh) * | 2019-12-23 | 2020-04-03 | 浙江华消科技有限公司 | 机器人通过障碍物的方法及装置、存储介质、电子装置 |
CN111067440A (zh) * | 2019-12-31 | 2020-04-28 | 深圳飞科机器人有限公司 | 一种清洁机器人控制方法以及清洁机器人 |
CN111273313A (zh) * | 2020-02-26 | 2020-06-12 | 广东博智林机器人有限公司 | 建筑机器人在室内行走的防撞检测方法、装置及建筑机器人 |
CN113552589A (zh) * | 2020-04-01 | 2021-10-26 | 杭州萤石软件有限公司 | 障碍检测方法、机器人和存储介质 |
CN111427357A (zh) * | 2020-04-14 | 2020-07-17 | 北京石头世纪科技股份有限公司 | 一种机器人避障方法、装置和存储介质 |
CN113359738A (zh) * | 2021-06-17 | 2021-09-07 | 东莞理工学院 | 基于深度学习的移动机器人路径规划方法 |
CN113287991A (zh) * | 2021-06-23 | 2021-08-24 | 深圳乐动机器人有限公司 | 清洁机器人的控制方法和控制装置 |
CN113598653A (zh) * | 2021-08-05 | 2021-11-05 | 北京石头世纪科技股份有限公司 | 清洁方法及装置、设备、计算机可读存储介质 |
CN115251765A (zh) * | 2022-07-04 | 2022-11-01 | 麦岩智能科技(北京)有限公司 | 一种基于多传感器的清洁机器人沿边清扫控制方法 |
CN114847809B (zh) * | 2022-07-07 | 2022-09-20 | 深圳市云鼠科技开发有限公司 | 清洁机器人的环境探索方法、装置、清洁机器人及介质 |
CN114847809A (zh) * | 2022-07-07 | 2022-08-05 | 深圳市云鼠科技开发有限公司 | 清洁机器人的环境探索方法、装置、清洁机器人及介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109375618A (zh) | 清洁机器人的导航避障方法及终端设备 | |
CN107688342B (zh) | 机器人的避障控制系统及方法 | |
CN110807350B (zh) | 用于面向扫描匹配的视觉slam的系统和方法 | |
EP3293669A1 (en) | Enhanced camera object detection for automated vehicles | |
CN110582778A (zh) | 具有对传感器数据的机器学习分类的嵌入式机动车辆感知 | |
CN118115557A (zh) | 关联lidar数据和图像数据 | |
KR101184170B1 (ko) | 볼륨 인식 방법 및 시스템 | |
CN108985225B (zh) | 焦点跟随方法、装置、电子设备及存储介质 | |
WO2020007189A1 (zh) | 避障提醒方法、装置、电子设备及可读存储介质 | |
CN113196296A (zh) | 使用几何上下文检测人群中的对象 | |
CN109709945A (zh) | 一种基于障碍物分类的路径规划方法、装置及机器人 | |
CN110390306B (zh) | 直角车位的检测方法、车辆和计算机可读存储介质 | |
CN108174152A (zh) | 一种目标监控方法及目标监控系统 | |
CN104317391A (zh) | 一种基于立体视觉的三维手掌姿态识别交互方法和系统 | |
US11049275B2 (en) | Method of predicting depth values of lines, method of outputting three-dimensional (3D) lines, and apparatus thereof | |
CN104599287A (zh) | 对象跟踪方法和装置、对象识别方法和装置 | |
CN111666821B (zh) | 人员聚集的检测方法、装置及设备 | |
CN107949851B (zh) | 在场景内的物体的端点的快速和鲁棒识别 | |
Joo et al. | Real‐Time Depth‐Based Hand Detection and Tracking | |
CN103713755A (zh) | 一种触摸识别装置及识别方法 | |
CN110147748A (zh) | 一种基于道路边缘检测的移动机器人障碍物识别方法 | |
WO2021248857A1 (zh) | 一种障碍物属性判别方法、系统及智能机器人 | |
CN117612132A (zh) | 鸟瞰视角bev俯视图的补全方法、装置和电子设备 | |
CN109977884B (zh) | 目标跟随方法和装置 | |
CN111976744A (zh) | 基于打车的控制方法、装置及自动驾驶汽车 |
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: 20190222 |