CN109388131A - 基于角点特征识别的机器人姿态控制方法、系统及机器人 - Google Patents
基于角点特征识别的机器人姿态控制方法、系统及机器人 Download PDFInfo
- Publication number
- CN109388131A CN109388131A CN201710652828.9A CN201710652828A CN109388131A CN 109388131 A CN109388131 A CN 109388131A CN 201710652828 A CN201710652828 A CN 201710652828A CN 109388131 A CN109388131 A CN 109388131A
- Authority
- CN
- China
- Prior art keywords
- metope
- robot
- horizontal line
- angle
- profile information
- 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 24
- 238000012216 screening Methods 0.000 claims abstract description 12
- 238000004590 computer program Methods 0.000 claims description 10
- 239000000284 extract Substances 0.000 claims description 7
- 238000010408 sweeping Methods 0.000 claims description 5
- 230000005055 memory storage Effects 0.000 claims description 3
- 230000006870 function Effects 0.000 description 10
- 238000010586 diagram Methods 0.000 description 7
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000001154 acute effect Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000004140 cleaning Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000003709 image segmentation Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 239000010979 ruby Substances 0.000 description 1
- 229910001750 ruby Inorganic materials 0.000 description 1
- 238000012916 structural analysis Methods 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
- 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, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
- G05D1/0214—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory in accordance with safety or protection criteria, e.g. avoiding hazardous areas
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0276—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle
- G05D1/0285—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle using signals transmitted via a public communication network, e.g. GSM network
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Electromagnetism (AREA)
- Image Analysis (AREA)
Abstract
本发明的基于角点特征识别的机器人姿态控制方法、系统及机器人,通过实时采集室内环境图像;从所述室内环境图像中提取物体的轮廓信息及其中的主要直线;从所述轮廓信息中提取由三条主要直线相交形成的各个交点;根据墙面角点筛选规则从各所述交点中筛选各墙面角点;判定为两个墙面角点所共线的主要直线为墙面上的水平线;据以获取各所述水平线以确定墙面所在方位;调整机器人的姿态至与所述墙面垂直;对室内环境图像进行特征识别来找到墙面,从而精确调整机器人的姿态,解决现有技术的问题。
Description
技术领域
本发明涉及机器人技术领域,特别是涉及基于角点特征识别的机器人姿态控制方法、系统及机器人。
背景技术
目前家用扫地机器人,清扫前需要进行初始方向的调整,即理想是调节到垂直于正对墙面方向,然后进行清扫,但如何进行精准的机器人姿态调整,实为难题;一旦初始方向调整有误差,则在清扫时可能会出现方向偏差的不良情形。
发明内容
鉴于以上所述现有技术的缺点,本发明的目的在于提供基于角点特征识别的机器人姿态控制方法、系统及机器人,用于解决现有技术中的问题。
为实现上述目的及其他相关目的,本发明提供一种基于角点特征识别的机器人姿态控制方法,包括:实时采集室内环境图像;从所述室内环境图像中提取物体的轮廓信息及其中的主要直线;从所述轮廓信息中提取由三条主要直线相交形成的各个交点;根据墙面角点筛选规则从各所述交点中筛选各墙面角点;判定为两个墙面角点所共线的主要直线为墙面上的水平线;据以获取各所述水平线以确定墙面所在方位;调整机器人的姿态至与所述墙面垂直。
于本发明的一实施例中,所述墙面角点筛选规则包括:判断在经过一交点的各条直线中的任意相邻两条直线间的夹角大于180度的情形(是否需要增加描述,以顺时针或者逆时针方法标记角,不然不会有180度的角);若有,则加以筛除;若无,则判定该交点为所述墙面角点。
于本发明的一实施例中,所述判定为两个墙面角点所共线的主要直线为墙面上的水平线,据以获取各所述水平线以确定墙面所在方位,包括:按具有共同消失点的水平线为一组,将各所述水平线进行分类为多组;选取包含水平线最多的一组为位于所述墙面的平行线以定位该墙面方位。
于本发明的一实施例中,所述调整机器人的姿态至与墙面垂直,包括:调整机器人的姿态,直至所筛选的一组中的各水平线在当前室内环境图像中显示为相互平行。
于本发明的一实施例中,所述轮廓信息的提取方式,包括:通过OpenCV程序中的Canny算子算法提取。
于本发明的一实施例中,所述主要直线的提取方式,包括:通过OpenCV程序中的霍夫线提取算法提取。
为实现上述目的及其他相关目的,本发明提供一种基于角点特征识别的机器人姿态控制系统,包括:图像采集模块,用于实时采集室内环境图像;图像处理模块,用于从所述室内环境图像中提取物体的轮廓信息及其中的主要直线;从所述轮廓信息中提取由三条主要直线相交形成的各个交点;根据墙面角点筛选规则从各所述交点中筛选各墙面角点;判定为两个墙面角点所共线的主要直线为墙面上的水平线;据以获取各所述水平线以确定墙面所在方位;运动控制模块,用于调整机器人的姿态至与所述墙面垂直。
为实现上述目的及其他相关目的,本发明提供一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现所述的方法。
为实现上述目的及其他相关目的,本发明提供一种计算机系统,包括:处理器及存储器;所述存储器用于存储计算机程序,所述处理器用于执行所述存储器存储的计算机程序,以使所述计算机系统执行所述的方法。
为实现上述目的及其他相关目的,本发明提供一种机器人,能进行运动,包括所述的计算机系统。
于本发明的一实施例中,所述机器人为扫地机器人。
综上所述,本发明的基于角点特征识别的机器人姿态控制方法、系统及机器人,通过实时采集室内环境图像;从所述室内环境图像中提取物体的轮廓信息及其中的主要直线;从所述轮廓信息中提取由三条主要直线相交形成的各个交点;根据墙面角点筛选规则从各所述交点中筛选各墙面角点;判定为两个墙面角点所共线的主要直线为墙面上的水平线;据以获取各所述水平线以确定墙面所在方位;调整机器人的姿态至与所述墙面垂直;对室内环境图像进行特征识别来找到墙面,从而精确调整机器人的姿态,解决现有技术的问题。
附图说明
图1显示为本发明于一实施例中的机器人姿态控制方法的流程示意图。
图2a及2b显示为本发明于一实施例中对室内环境图像处理的轮廓信息的示意图。
图3a及3b显示为本发明于一实施例中墙面角点和非墙面角点的结构示意图。
图4显示为本发明于一实施例中的机器人姿态控制系统的模块示意图。
元件标号说明
401 图像采集模块
402 图像处理模块
403 运动控制模块
S101~S105 步骤
具体实施方式
以下通过特定的具体实例说明本发明的实施方式,本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用,本说明书中的各项细节也可以基于不同观点与应用,在没有背离本发明的精神下进行各种修饰或改变。需说明的是,在不冲突的情况下,以下实施例及实施例中的特征可以相互组合。
需要说明的是,以下实施例中所提供的图示仅以示意方式说明本发明的基本构想,遂图式中仅显示与本发明中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制,其实际实施时各组件的型态、数量及比例可为一种随意的改变,且其组件布局型态也可能更为复杂。
本发明的技术方案应用于能运动的机器人,例如室内的扫地机器人,当然,也可以是其它进行物品运送的机器人,并非以此为限;本发明的技术方案通过对室内环境的图像特征识别来找到墙面方位,据以调整机器人姿态。
请参阅图1,展示本发明的基于角点特征识别的机器人姿态控制方法在一实施例中的流程示意图;所述方法包括:
步骤S101:实时采集室内环境图像。
于本发明的一实施例中,机器人可携带有图像采集装置,例如摄像头等,以实时拍摄其所在的室内环境图像,所述室内环境图像可以是图片或视频等。
步骤S102:从所述室内环境图像中提取物体的轮廓信息及其中的主要直线。
于本发明的一实施例中,若所述室内环境图像是彩色的,则先将其处理为黑白图像,进而进行轮廓信息的提取。
所述轮廓信息的提取方式,包括但不限于:通过OpenCV程序中的Canny算子算法提取。OpenCV是一个基于BSD许可(开源)发行的跨平台计算机视觉库,可以运行在Linux、Windows、Android和Mac OS操作系统上。它轻量级而且高效--由一系列C函数和少量 C++类构成,同时提供了Python、Ruby、MATLAB等语言的接口,实现了图像处理和计算机视觉方面的很多通用算法;OpenCV用C++语言编写,它的主要接口也是C++语言,但是依然保留了大量的C语言接口。该库也有大量的Python,Java and MATLAB/OCTAVE(版本 2.5)的接口。这些语言的API接口函数可以通过在线文档获得。如今也提供对于C#,Ch,Ruby 的支持。
OpenCV所应用的领域有:人机互动、物体识别、图像分割、人脸识别、动作识别、运动跟踪、机器人、运动分析、机器视觉、结构分析、及汽车安全驾驶等。
所述主要直线指的是在所述轮廓信息中可以识别的各个直线中,符合预设条件的直线,所述参数包括:直度和/或长度等;举例来讲,当轮廓信息中的直线的直度大于预设直度阈值,和/或其长度大于预设长度阈值时,可判定该直线为主要直线;该预设条件,例如该直度阈值、长度阈值等,均可以根据实际情况需求加以设定,此处不加以限制。
步骤S103:从所述轮廓信息中提取由三条主要直线相交形成的各个交点。
于本发明的一实施例中,为了确定墙面,需找出墙面的两个角点,而墙面角点的特征之一是三线的交点,因此,将轮廓信息中符合此特征要求的交点先取出,以供进行下一步精确判断。
于本发明的一实施例中,承前所述,可以通过OpenCV程序来得到轮廓信息,由此延展,也可以通过OpenCV程序中的霍夫线提取算法来提取所述主要直线。
具体的,如图2a和2b所示,图2a展示室内环境图像的示意图,其为一图片;图2b展示从中获得的轮廓信息的示意图,其中灰色线展示的是主要直线,所述主要直线中有水平线,也有竖直线,也有一些杂线(例如图中床上对应位置),所述交点可能是墙面角点,也可能是该些杂线所形成的。
步骤S104:根据墙面角点筛选规则从各所述交点中筛选各墙面角点。
于本发明的一实施例中,如果是墙角点,则在任何位置的透视图中,其三条线之间的夹角都不会是大于180度的角,因此,可以根据此原理建立墙面角点筛选规则来筛选墙面角点。
根据上述原理,所述筛选规则包括:判断在经过一交点的各条直线中的任意相邻两条直线间的夹角大于180度的情形;
若有,则加以筛除;
若无,则判定该交点为所述墙面角点。
举例来说,如图3a所示,展示的是一实施例中墙面角点的例示图,从中可见,该墙面角点O1连接的三条主要直线中,每两条相邻主要直线间的夹角均为锐角或钝角,并没有一个超出180度。
而如图3b所示,展示的是一实施例中非墙面角点的交点O2的例示图,从中可见,夹角a1和a2是锐角,但a3是大于180度的角。
但是,虽然通上述根据角度大小的判断方式能确定哪些交点是墙面角点,但是也要通过判断是否在同一墙面上才能确定一墙面方位。
步骤S105:判定为两个墙面角点所共线的主要直线为墙面上的水平线,据以获取各所述水平线以确定墙面所在方位。
在获取到多条水平线之后,可以根据是否具有相同“消失点”来确定属于同一墙面的水平线,进而确定墙面所在方位。
具体的,“消失点”,是空间中相互平行的透视线在画面上汇集到视平线上的交叉点,具有相同消失点的平行线可能是在同一墙面上的,并且形成同一消失点的最多数量的平行线最有可能是一墙面的。
于本发明的一实施例中,所述判定为两个墙面角点所共线的主要直线为墙面上的水平线,据以获取各所述水平线以确定墙面所在方位,包括:按具有共同消失点的水平线为一组,将各所述水平线进行分类为多组;选取包含水平线最多的一组为位于同一墙面的平行线以定位该墙面方位。
步骤S106:调整机器人的姿态至与所述墙面垂直。
于本发明的一实施例中,由于消失点是因为视角的关系引起,因此,调整机器人的姿态,令选取出的一组(即包含水平线最多的一组)中的各主要直线在当前室内环境图像中显示为相互平行即可。
举例来说,在筛选出的一组确定属于墙面的主要直线中,属于同一消失点a的位于同一主要直线A、B在室内环境图像中显示为有非0度夹角,而机器人调整姿态后,当采集到的室内环境图像上,直线A、B间显示为平行,则说明当前机器人视角对应的所在位置是垂直于直线A、B所在的墙面的,从而完成机器人姿态的调整。
如图4所示,展示本发明的基于角点特征识别的机器人姿态控制系统的实施例,该控制系统的原理与上述方法大致相同,故相同的技术方案不作重复赘述;所述系统包括:图像采集模块401,用于实时采集室内环境图像;图像处理模块402,用于从所述室内环境图像中提取物体的轮廓信息及其中的主要直线;从所述轮廓信息中提取由三条主要直线相交形成的各个交点;根据墙面角点筛选规则从各所述交点中筛选各墙面角点;判定为两个墙面角点所共线的主要直线为墙面上的水平线;据以获取各所述水平线以确定墙面所在方位;运动控制模块403,用于调整机器人的姿态至与所述墙面垂直。
需要说明的是,应理解图4实施例中装置的各个模块的划分仅仅是一种逻辑功能的划分,实际实现时可以全部或部分集成到一个物理实体上,也可以物理上分开。且这些模块可以全部以软件通过处理元件调用的形式实现;也可以全部以硬件的形式实现;还可以部分模块通过处理元件调用软件的形式实现,部分模块通过硬件的形式实现。例如,每个模块可以为单独设立的处理元件,也可以集成在上述装置的某一个芯片中实现,此外,也可以以程序代码的形式存储于上述装置的存储器中,由上述装置的某一个处理元件调用并执行以上接收模块的功能。其它模块的实现与之类似。此外这些模块全部或部分可以集成在一起,也可以独立实现。这里所述的处理元件可以是一种集成电路,具有信号的处理能力。在实现过程中,上述方法的各步骤或以上各个模块可以通过处理器元件中的硬件的集成逻辑电路或者软件形式的指令完成。
例如,以上这些模块可以是被配置成实施以上方法的一个或多个集成电路,例如:一个或多个特定集成电路(ApplicationSpecificIntegratedCircuit,简称ASIC),或,一个或多个微处理器(digitalsingnalprocessor,简称DSP),或,一个或者多个现场可编程门阵列 (FieldProgrammableGateArray,简称FPGA)等。再如,当以上某个模块通过处理元件调度程序代码的形式实现时,该处理元件可以是通用处理器,例如中央处理器(CentralProcessingUnit,简称CPU)或其它可以调用程序代码的处理器。再如,这些模块可以集成在一起,以片上系统(system-on-a-chip,简称SOC)的形式实现。
为实现上述目的及其他相关目的,本发明提供一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如图1实施例所示的方法中的各步骤的功能。
需说明的是,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。所述计算机可读存储介质可以包括: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(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、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电载波信号和电信信号。
为实现上述目的及其他相关目的,本发明提供一种计算机系统,包括:处理器及存储器;所述存储器用于存储计算机程序,所述处理器用于执行所述存储器存储的计算机程序,以使所述计算机系统执行如图1实施例所示的方法中的各步骤的功能。
所称处理器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,所述处理器是所述计算机系统的控制中心,利用各种接口和线路连接计算机系统的各个部分。
所述存储器可用于存储所述计算机程序和/或模块,所述处理器通过运行或执行存储在所述存储器内的计算机程序和/或模块,以及调用存储在存储器内的数据,实现所述计算机系统的各种功能。所述存储器可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等;存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。此外,存储器可以包括高速随机存取存储器,还可以包括非易失性存储器,例如硬盘、内存、插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
该计算机系统可以通过集成电路实现,而装载于所述机器人(例如扫地机器人)上。
综上所述,本发明的基于角点特征识别的机器人姿态控制方法、系统及机器人,通过实时采集室内环境图像;从所述室内环境图像中提取物体的轮廓信息及其中的主要直线;从所述轮廓信息中提取由三条主要直线相交形成的各个交点;从各所述交点中筛选墙面角点;调整机器人的姿态至与所述墙面垂直;对室内环境图像进行特征识别来找到墙面,从而精确调整机器人的姿态,解决现有技术的问题。
本发明有效克服了现有技术中的种种缺点而具高度产业利用价值。
上述实施例仅例示性说明本发明的原理及其功效,而非用于限制本发明。任何熟悉此技术的人士皆可在不违背本发明的精神及范畴下,对上述实施例进行修饰或改变。因此,举凡所属技术领域中具有通常知识者在未脱离本发明所揭示的精神与技术思想下所完成的一切等效修饰或改变,仍应由本发明的权利要求所涵盖。
Claims (11)
1.一种基于角点特征识别的机器人姿态控制方法,其特征在于,包括:
实时采集室内环境图像;
从所述室内环境图像中提取物体的轮廓信息及其中的主要直线;
从所述轮廓信息中提取由三条主要直线相交形成的各个交点;
根据墙面角点筛选规则从各所述交点中筛选各墙面角点;
判定为两个墙面角点所共线的主要直线为墙面上的水平线,据以获取各所述水平线以确定墙面所在方位;
调整机器人的姿态至与所述墙面垂直。
2.根据权利要求1所述的,其特征在于,所述墙面角点筛选规则包括:
判断在经过一交点的各条直线中的任意相邻两条直线间的夹角大于180度的情形(是否需要增加描述,以顺时针或者逆时针方法标记角,不然不会有180度的角);
若有,则加以筛除;
若无,则判定该交点为所述墙面角点。
3.根据权利要求1所述的,其特征在于,所述判定为两个墙面角点所共线的主要直线为墙面上的水平线,据以获取各所述水平线以确定墙面所在方位,包括:
按具有共同消失点的水平线为一组,将各所述水平线进行分类为多组;
选取包含水平线最多的一组为位于所述墙面的平行线以定位该墙面方位。
4.根据权利要求3所述的,其特征在于,所述调整机器人的姿态至与墙面垂直,包括:
调整机器人的姿态,直至所筛选的一组中的各水平线在当前室内环境图像中显示为相互平行。
5.根据权利要求1所述的,其特征在于,所述轮廓信息的提取方式,包括:通过OpenCV程序中的Canny算子算法提取。
6.根据权利要求1所述的,其特征在于,所述主要直线的提取方式,包括:通过OpenCV程序中的霍夫线提取算法提取。
7.一种基于角点特征识别的机器人姿态控制系统,其特征在于,包括:
图像采集模块,用于实时采集室内环境图像;
图像处理模块,用于从所述室内环境图像中提取物体的轮廓信息及其中的主要直线;从所述轮廓信息中提取由三条主要直线相交形成的各个交点;根据墙面角点筛选规则从各所述交点中筛选各墙面角点;判定为两个墙面角点所共线的主要直线为墙面上的水平线;据以获取各所述水平线以确定墙面所在方位;
运动控制模块,用于调整机器人的姿态至与所述墙面垂直。
8.一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,该程序被处理器执行时实现权利要求1至6中任一项所述的方法。
9.一种计算机系统,其特征在于,包括:处理器及存储器;
所述存储器用于存储计算机程序,所述处理器用于执行所述存储器存储的计算机程序,以使所述计算机系统执行如权利要求1至6中任一项所述的方法。
10.一种机器人,能进行运动,其特征在于,包括如权利要求9所述的计算机系统。
11.根据权利要求10所述的机器人,其特征在于,所述机器人为扫地机器人。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710652828.9A CN109388131B (zh) | 2017-08-02 | 2017-08-02 | 基于角点特征识别的机器人姿态控制方法、系统及机器人 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710652828.9A CN109388131B (zh) | 2017-08-02 | 2017-08-02 | 基于角点特征识别的机器人姿态控制方法、系统及机器人 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109388131A true CN109388131A (zh) | 2019-02-26 |
CN109388131B CN109388131B (zh) | 2022-04-26 |
Family
ID=65411969
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710652828.9A Expired - Fee Related CN109388131B (zh) | 2017-08-02 | 2017-08-02 | 基于角点特征识别的机器人姿态控制方法、系统及机器人 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109388131B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114926523A (zh) * | 2022-05-06 | 2022-08-19 | 杭州海康威视系统技术有限公司 | 一种建筑物高度测量方法和设备 |
CN115359114A (zh) * | 2022-08-16 | 2022-11-18 | 中建一局集团第五建筑有限公司 | 一种定位方法、装置、电子设备和计算机可读存储介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101238960A (zh) * | 2007-02-10 | 2008-08-13 | 三星电子株式会社 | 使用边角检测的机器人清洁器及其控制方法 |
CN104063711A (zh) * | 2014-06-23 | 2014-09-24 | 西北工业大学 | 一种基于K-means方法的走廊消失点快速检测算法 |
CN104697502A (zh) * | 2015-01-09 | 2015-06-10 | 中国测绘科学研究院 | 基于最小二乘法的建筑物特征点坐标提取方法 |
CN105307115A (zh) * | 2015-08-07 | 2016-02-03 | 浙江海洋学院 | 一种基于行动机器人的分布式视觉定位系统及方法 |
KR20160042619A (ko) * | 2014-10-10 | 2016-04-20 | 엘지전자 주식회사 | 로봇 청소기 및 로봇 청소기의 제어방법 |
CN106020188A (zh) * | 2016-05-17 | 2016-10-12 | 杭州申昊科技股份有限公司 | 一种基于激光导航的变电站巡检机器人自主充电方法 |
-
2017
- 2017-08-02 CN CN201710652828.9A patent/CN109388131B/zh not_active Expired - Fee Related
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101238960A (zh) * | 2007-02-10 | 2008-08-13 | 三星电子株式会社 | 使用边角检测的机器人清洁器及其控制方法 |
CN104063711A (zh) * | 2014-06-23 | 2014-09-24 | 西北工业大学 | 一种基于K-means方法的走廊消失点快速检测算法 |
KR20160042619A (ko) * | 2014-10-10 | 2016-04-20 | 엘지전자 주식회사 | 로봇 청소기 및 로봇 청소기의 제어방법 |
CN104697502A (zh) * | 2015-01-09 | 2015-06-10 | 中国测绘科学研究院 | 基于最小二乘法的建筑物特征点坐标提取方法 |
CN105307115A (zh) * | 2015-08-07 | 2016-02-03 | 浙江海洋学院 | 一种基于行动机器人的分布式视觉定位系统及方法 |
CN106020188A (zh) * | 2016-05-17 | 2016-10-12 | 杭州申昊科技股份有限公司 | 一种基于激光导航的变电站巡检机器人自主充电方法 |
Non-Patent Citations (2)
Title |
---|
刘梅: "GD-1型清洁机器人遍历算法设计", 《中国优秀硕士学位论文全文数据库•信息科技辑》 * |
安如: "《遥感图像匹配方法研究》", 30 September 2006 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114926523A (zh) * | 2022-05-06 | 2022-08-19 | 杭州海康威视系统技术有限公司 | 一种建筑物高度测量方法和设备 |
CN115359114A (zh) * | 2022-08-16 | 2022-11-18 | 中建一局集团第五建筑有限公司 | 一种定位方法、装置、电子设备和计算机可读存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN109388131B (zh) | 2022-04-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109388093A (zh) | 基于线特征识别的机器人姿态控制方法、系统及机器人 | |
CN107730457B (zh) | 一种图像补全方法、装置、电子设备及存储介质 | |
CN109410316B (zh) | 物体的三维重建的方法、跟踪方法、相关装置及存储介质 | |
CN104732210A (zh) | 目标人脸跟踪方法及电子设备 | |
CN101305401A (zh) | 用于游戏的立体视频 | |
US9406140B2 (en) | Method and apparatus for generating depth information | |
CN110930503B (zh) | 一种服装三维模型建立方法、系统、存储介质及电子设备 | |
CN109388131A (zh) | 基于角点特征识别的机器人姿态控制方法、系统及机器人 | |
CN109819226A (zh) | 在凸面体上投影的方法、投影设备及计算机可读存储介质 | |
CN108133169A (zh) | 一种针对文本图像的成行处理方法及其装置 | |
CN109448058A (zh) | 装载位置三维坐标获取方法、系统及图像识别设备 | |
CN110046623B (zh) | 一种图像特征点提取方法和相机 | |
CN115409805A (zh) | 工件焊缝的识别方法、装置、计算机可读介质及电子设备 | |
CN110596137A (zh) | 一种生产线上的二维码缺陷检测方法及装置 | |
CN111899277B (zh) | 运动目标检测方法及装置、存储介质、电子装置 | |
US20200327724A1 (en) | Image processing apparatus, system that generates virtual viewpoint video image, control method of image processing apparatus and storage medium | |
CN111784767A (zh) | 一种确定目标位置方法及设备 | |
CN113192127B (zh) | 一种图像处理方法、装置、电子设备和存储介质 | |
CN116017129A (zh) | 一种补光灯角度调整方法、装置、系统、设备和介质 | |
EP3477341A1 (en) | Method for obtaining information about description of an object in a 3d real environment, corresponding computer program product, carrier medium and device | |
CN113542847B (zh) | 图像显示方法、装置、设备及存储介质 | |
CN114005030A (zh) | 自动清洁设备的真值获取方法、系统及自动清洁设备 | |
CN114529888A (zh) | 非机动车驾驶识别方法、装置、计算机及可读存储介质 | |
CN110969674B (zh) | 一种生成绕线画的方法、装置、终端设备及可读存储介质 | |
KR20160111151A (ko) | 영상처리방법 및 장치, 그리고 이를 이용한 제스처 인식 인터페이스 방법 및 장치 |
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 | ||
CB02 | Change of applicant information |
Address after: No.888, Huanhu West 2nd Road, Lingang New District, China (Shanghai) pilot Free Trade Zone, Pudong New Area, Shanghai, 201306 Applicant after: Shanghai akobert robot Co.,Ltd. Address before: 201306 Shanghai Pudong New Area Nanhui new town 888 West Road two Applicant before: ANKOBOT (SHANGHAI) SMART TECHNOLOGIES Co.,Ltd. |
|
CB02 | Change of applicant information | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20220426 |
|
CF01 | Termination of patent right due to non-payment of annual fee |