CN110303503A - 基于售货机器人的控制方法、装置、机器人和存储介质 - Google Patents
基于售货机器人的控制方法、装置、机器人和存储介质 Download PDFInfo
- Publication number
- CN110303503A CN110303503A CN201910697471.5A CN201910697471A CN110303503A CN 110303503 A CN110303503 A CN 110303503A CN 201910697471 A CN201910697471 A CN 201910697471A CN 110303503 A CN110303503 A CN 110303503A
- Authority
- CN
- China
- Prior art keywords
- people
- vending machine
- data
- current flow
- machine people
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/16—Programme controls
- B25J9/1602—Programme controls characterised by the control system, structure, architecture
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/16—Programme controls
- B25J9/1679—Programme controls characterised by the tasks executed
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07F—COIN-FREED OR LIKE APPARATUS
- G07F9/00—Details other than those peculiar to special kinds or types of apparatus
- G07F9/006—Details of the software used for the vending machines
Landscapes
- Engineering & Computer Science (AREA)
- Robotics (AREA)
- Mechanical Engineering (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Control Of Vending Devices And Auxiliary Devices For Vending Devices (AREA)
Abstract
本发明实施例公开了一种基于售货机器人的控制方法、装置、机器人和存储介质。本发明提供的方法包括:未检测到商品售卖命令时,根据预设规则监测当前人流量;当所述当前人流量满足售卖条件时,控制售货机器人停止运动并进行兜售。本发明实施例的技术方案,通过在未接受到商品售卖命令时,售货机器人监测当前人流量,自主选择合适时机进行兜售,可提高智能化程度,增强了用户体验程度。
Description
技术领域
本发明实施例涉及自动化控制技术领域,尤其涉及一种基于售货机器人的控制方法、装置、设备和存储介质。
背景技术
随着自动化技术的发展,无人售货机器人越来越多的出现日常生活当中,由于其不受时间、地点的限制,极大节省人力开支,且无人售货机器人与无人售货机相比增强防盗抢性能,与无人售货机相比更具优势。
现有售货机器人在移动过程中,需要被动等待开始售卖的指令,才能进行商品的兜售,售货机器人售货模式与传统的无人售货机相同,行为模式单一,不能随客流量变化而主动进行销售,现有售货机器人存在智能化程度低的问题。
发明内容
本发明提供一种基于售货机器人的控制方法、装置、机器人和存储介质,以实现售货机器人主动销售商品,提高售货机器人的智能化程度。
第一方面,本发明实施例提供了一种基于售货机器人的控制方法,该方法包括:
未检测到商品售卖命令时,根据预设规则监测当前人流量;
当所述当前人流量满足售卖条件时,控制售货机器人停止运动并进行兜售。
第二方面,本发明实施例还提供了一种基于售货机器人的控制装置,该装置包括:
人流检测模块,用于未检测到商品售卖命令时,根据预设规则监测当前人流量;
兜售控制模块,用于当所述当前人流量满足售卖条件时,控制售货机器人停止运动并进行兜售。
第三方面,本发明实施例还提供了一种机器人,其特征在于,该机器人包括:
一个或多个处理器;
存储器,用于存储一个或多个程序;
传感器,用于采集障碍数据以进行人流量监测;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如本发明实施例中任一所述的基于售货机器人的控制方法。
第四方面,本发明实施例还提供了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如本发明实施例中任一所述的基于售货机器人的控制方法。
本发明实施例通过在未接受到商品售卖命令时,根据预设规则监测当前人流量,在当前人流量满足售卖条件时,控制售货机器人停止运动并进行兜售,使得售货机器人可以根据人流量选择合适的地点进行商品销售,可提高售货机器人的智能化程度,增强用户使用体验度。
附图说明
图1是本发明实施例一提供的一种基于售货机器人的控制方法的流程图;
图2是本发明实施例二提供的一种基于售货机器人的控制方法的流程图;
图3是本发明实施例二提供的一种基于售货机器人的控制方法的示例图;
图4是本发明实施例三提供的一种基于售货机器人的控制装置的结构示意图;
图5是本发明实施例四提供的一种机器人的结构示意图;
图6是本发明实施例四提供的一种机器人的示例图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释本发明,而非对本发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部结构,此外,在不冲突的情况下,本发明中的实施例及实施例中的特征可以相互组合。
实施例一
图1是本发明实施例一提供的一种基于售货机器人的控制方法的流程图,本实施例可适用于售货机器人进行商品销售的情况,该方法可以由基于售货机器人的控制装置来执行,该装置可以采用硬件和/或软件的方式来实现。
本发明实施例中,售货机器人可以在设定区域内巡游,并根据控制指令进行销售,参见图1,本发明实施例提供的基于售货机器人的控制方法通常包括如下步骤:
步骤101、未检测到商品售卖命令时,根据预设规则监测当前人流量。
其中,商品售卖命令可以是用户发出的用户购买商品的命令,也可以是管理员发出的用于控制售货机器人的命令,商品售卖命令可以通过有线或者无线的方式发送到售货机器人,当前人流量可以是售货机器人在当前探测范围内的人流量,预设规则可以是售货机器人检测当前人流量的规则,例如可以是获取当前范围内容的热源数据并根据热源数据统计数量确定当前人数。
具体的,在售货机器人巡游过程中,如果没有检测到商品售卖命令,可以根据预设规则对当前范围内的人流量进行统计以确定当前人流量,对当前人流量监测可以是实时进行的,可以随着售货机器人的巡游持续进行,例如可以基于当前范围内的热源数据进行人数统计,可以理解的是,监测当前人流量的方式可以包括基于图像识别技术对当前人流量进行监测,还可以基于热源数据分析对当前人流量进行监测。
步骤102、当所述当前人流量满足售卖条件时,控制售货机器人停止运动并进行兜售。
其中,售卖条件可以是控制售货机器人进行兜售的最低条件,可以包括控制售货机器人进行兜售的最低人数阈值、当前温度和当前时间等,可以理解的是,售卖条件可以不唯一,在不同时间段售卖条件可以不同,例如8点到10点的售卖条件为12人,10点到12点售卖条件可以为20人,不同时间段设置不同的售卖条件,可提高售货机器人基于人流量进行销售的准确性,提高销售效率,可进一步提高售货机器人的智能化程度。
具体的,当监测到的当前人流量符合售卖条件时,也就是监测到的当前人流量大于或等于售卖条件中的最低阈值时,可以对售货机器人进行控制使售货机器人停止运动,并控制售货机器人进行兜售,对当前人流量可以是实时监测的,一旦获取到当前人流量满足售卖条件,就对售货机器人进行控制,可以理解的是,随着售货机器人的巡游,获取到的当前人流量可以发生变化。
本发明实施例的技术方案,通过在未检测到商品售卖指令时,根据预设规则监测当前人流量,在当前人流量满足售卖条件时,控制售货机器人停止运动并进行兜售,使得售货机器人可以根据人流量自动选择售卖的地点,提高了售货机器人的智能化程度,有助于提高商品销售量,可提高用户体验程度。
实施例二
图2是本发明实施例二提供的一种基于售货机器人的控制方法的流程图,本实施例是以上述实施例为基础进行具体化,参见图2,在本发明实施例中具体包括:
步骤201、未检测到商品售卖命令时,获取当前范围内的障碍数据,根据预设分段距离对所述障碍数据进行预处理以生成分段数据。
其中,障碍数据可以是售货机器人通过设置在内部的传感器获取到的数据,障碍数据可以是通过检测范围内物体获取到的数据,可以用于对当前人流量的监测,预设分段距离可以是用于判断障碍数据是否属于同一物体的区分距离,分段数据可以经过预处理后的障碍数据,分段数据中同属于一个分段的数据可以是来自于同一物体。
具体的,在未检测到售货机器人获取商品售卖命令时,可以通过设置的传感器获取当前范围内物体产生的障碍数据,可以对获取到的障碍数据进行预处理,对障碍数据进行预处理的依据可以是预先设置的分段距离,预处理过程可以使用神经网络算法对障碍数据进行分类以生成分段数据。
进一步的,障碍数据具体包括激光点数据,相应的,所述根据预设分段距离对所述人体数据进行预处理以生成分段数据,包括:
根据所述预设分段距离对所述激光点数据中的激光点进行分类以使同类激光点数据中各激光点间距离小于和/或等于预设分段距离;将分类后的所述激光点数据作为分段数据。
其中,激光点数据可以是通过激光雷达传感器获取到物体的数据,激光点可以是激光雷达传感器发出的激光在物体上形成的光点,具体可以是激光点的位置信息。
具体的,可以根据预设分段距离对激光点进行分类,例如,可以根据预设分段距离设置好分类,将激光点根据位置信息分别映射到对应的分类中以实现对激光点的分类,可以将分类后的激光点数据作为分段数据,可以理解的是,根据预设分段距离对激光点进行分类的方式还可以通过神经网络模型,例如,将激光点数据中各激光点的位置信息作为神经网络模型的输入,通过神经网络模型对各激光点进行分类,使得同类的激光点之间的距离不超过预设分段距离。
步骤202、基于预设人体识别规则对分段数据进行识别确定被识别人数。
其中,预设人体识别规则可以是对分段数据进行分析以识别分段数据中人体的规则,可以包括识别出人体关键部位以确定识别到人体。
具体的,可以根据预设好的识别规则在分段数据中进行人识别,可以对识别出的人体进行统计确定被识别人数,在识别过程中可以在分段数据中寻找包括头、胸和躯干等人体关键部位的特征数据确定出分段数据中被识别人数。
在上述实施例的基础上,进一步的,按分段获取所述分段数据内的分段障碍数据,并基于所述分段障碍数据生成障碍图像;根据预设人体特征在所述障碍图像中确定被识别人数。
其中,分段障碍数据可以是分段数据中以分类的数据,各分段障碍数据可以属于一个分段数据的分类,可以理解的是,分段障碍数据可以是分段数据根据预设分段距离划分的数据,各分段障碍数据可以分别属于一个物体,障碍图像可以是基于分段障碍数据对应物体图像。
具体的,可以针对分段数据中各分段获取其中分段障碍数据,可以根据各分段障碍数据确定出对应物体图像,例如可以基于各分段障碍数据提取物体的各位置点,可以根据位置点连接生成对应的物体图像,可以使用头部、胸部和躯干等人体特征在物体图像中进行识别,当识别到人体特征时确定识别到人体,可以统计识别到的人体数量作为被识别人数,可以理解的是,各障碍图像中识别到的人体数量可以为一个也可以为多个。
步骤203、根据所述被识别人数确定当前人流量。
在本发明实施例中,可以将所有被识别到人数进行统计汇总,可以将汇总统计到的总人数作为当前人流量,可以理解的是,还可以获取售货机器人服务的范围,可以根据服务范围和识别人数进行计算确定单位面积的人数,可以将单位面积人数作为当前人流量。
步骤204、当所述当前人流量大于和/或等于售卖阈值人数时,确定所述当前人流量满足售卖条件。
其中,售卖阈值人数可以是售货机器人进行兜售的最低人数,可以在当前人流量超过售卖阈值人数时,可以控制售货机器人进行兜售。
具体的,可以将获取到的当前人流量与预先设定的售卖阈值进行对比,如果当前人流量大于和/或等于售卖阈值人数,可以认为当前人流量满足售卖条件,可以对售货机器人进行控制,其中,售卖阈值可以是一个固定值,也可以是一系列的值,不同地理位置和不同温度可以对应不同的售卖阈,售卖阈值可以通过配置文件的形式存储在售卖机器人中,也可以存储在远程存储中。
步骤205、控制所述售货机器人停止运动,并以视频和/或音频形式展示商品以进行兜售。
在本发明实施例中,可以对售货机器人进行控制,使得售货机器人停止运动,并控制售货机器人以视频和/或音频的形式对商品进行展示达到兜售的目的,可以理解的是,对商品兜售的方式不限于视频和音频,还可以包括通过增强现实技术对商品进行展示。
本发明实施例的技术方案通过在未检出到商品售卖命令时获取当前范围内的障碍数据,根据预设分段距离对障碍数据进行预处理生成分段数据,基于人体识别规则在分段数据中进行人体识别确定出被识别人数,根据被识别人数确定出当前人流量,在当前人流量大于和/或等于售卖阈值人数时,确定当前人流量满足售卖条件,控制售货机器人停止运动,并以视频和/或音频形式对商品进行展示达到兜售的目标,实现售货机器人根据人流量自主选择兜售时机,提高了售货机器人智能化程度,提高商品销售效率,可增强用户体验程度。
在上述发明实施例的基础上,预设人体特征包括至少一种:人腿几何特征、人腿间距特征和人腿宽度特征。
其中,预设人体特征可以是预先设定的用于进行人体识别的特征,可以是与人体相关的特征参数,例如,在激光雷达数据中,人腿形状为类圆弧形以及在几何学上存在特殊特征,可以将代表人腿几何特征的参数值作为人腿几何特征,人腿间距特征可以是人体腿部之间的间距距离参数值,人腿宽度特征可以是人腿宽度的参数值。
具体的,可以将人腿几何特征的参数值、人腿腿部间距的参数值和人腿宽度的参数值作为预设人体特征存储在售货机器人本地存储中,进一步的,还可以将预设人体特征存储在云端存储中。
在上述发明实施例的基础上,当获取到商品售卖命令时,控制所述售货机器人停止运动并进行兜售。
其中,商品售卖命令可以是用户发出的用于购买商品的指令,还可以是管理员发出的用于出售商品的指令。
具体的,当获取到商品售卖命令时,可以对售货机器人进行控制,使得售货机器人停止运动,并进行商品得销售。
示例性的,图3是本发明实施例二提供的一种基于售货机器人的控制方法的示例图,参见图3,售货机器人在正常巡游过程中,首先判断是否有无商品售卖命令,如果没有,则对周围环境中的人流量进行监测确定当前人流量,如果当前人流量达到售卖条件,则控制售货机器人停止运动并开始对外兜售商品;如果确定获取到商品售卖命令,可以根据商品售卖命令控制售货机器人停止运动并兜售商品。
实施例三
图4是本发明实施例三提供的一种基于售货机器人的控制装置的结构示意图,可执行本发明任意实施例所提供的基于售货机器人的控制方法,具备执行方法相应的功能模块和有益效果。该装置可以由软件和/或硬件实现,具体包括:人流检测模块301和兜售控制模块302。
人流检测模块301,用于未检测到商品售卖命令时,根据预设规则监测当前人流量。
兜售控制模块302,用于当所述当前人流量满足售卖条件时,控制售货机器人停止运动并进行兜售。
本发明实施例的技术方案,通过人流检测模块在未接受到商品售卖命令时,根据预设规则监测当前人流量,兜售控制模块在当前人流量满足售卖条件时,控制售货机器人停止运动并进行兜售,使得售货机器人可以根据人流量选择合适的地点进行商品销售,可提高售货机器人的智能化程度,增强用户使用体验度。
在上述实施例的基础上,人流检测模块包括:
预处理单元,用于获取当前范围内的障碍数据,根据预设分段距离对所述障碍数据进行预处理以生成分段数据。
人体识别单元,用于基于预设人体识别规则对分段数据进行识别确定被识别人数。
人流量确定单元,用于根据所述被识别人数确定当前人流量。
在上述实施例的基础上,预处理单元中的障碍数据具体包括激光点数据,相应的,预处理单元包括:
分类子单元,用于根据所述预设分段距离对所述激光点数据中的激光点进行分类以使同类激光点数据中各激光点间距离小于和/或等于预设分段距离。
数据确定单元,用于将分类后的所述激光点数据作为分段数据。
在上述实施例的基础上,人体识别单元包括:
图像生成子单元,用于按分段获取所述分段数据内的分段障碍数据,并基于所述分段障碍数据生成障碍图像。
人体识别子单元,用于根据预设人体特征在所述障碍图像中确定被识别人数。
在上述实施例的基础上,人体识别子单元中的预设人体特征包括至少一种:人腿几何特征、人腿间距特征和人腿宽度特征。
在上述实施例的基础上,兜售控制模块包括:
条件确定单元,用于当所述当前人流量大于和/或等于售卖阈值人数时,确定所述当前人流量满足售卖条件。
兜售控制单元,用于控制所述售货机器人停止运动,并以视频和/或音频形式展示商品以进行兜售。
在上述实施例的基础上,还包括:命令控制模块,用于当获取到商品售卖命令时,控制所述售货机器人停止运动并进行兜售。
实施例四
图5是本发明实施例四提供的一种机器人的结构示意图,如图5所示,该机器人包括处理器40、存储器41、输入装置42、输出装置43和传感器44;机器人中处理器40的数量可以是一个或多个,图5中以一个处理器40为例;机器人中的处理器40、存储器41、输入装置42和输出装置43可以通过总线或其他方式连接,图5中以通过总线连接为例。
存储器41作为一种计算机可读存储介质,可用于存储软件程序、计算机可执行程序以及模块,如本发明实施例中的基于售货机器人的控制方法对应的程序模块(例如,基于售货机器人的控制装置中的人流检测模块301和兜售控制模块302)。处理器40通过运行存储在存储器41中的软件程序、指令以及模块,从而执行机器人的各种功能应用以及数据处理,即实现上述的基于售货机器人的控制方法。
存储器41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;存储数据区可存储根据终端的使用所创建的数据等。此外,存储器41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,例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中,存储器41可进一步包括相对于处理器40远程设置的存储器,这些远程存储器可以通过网络连接至机器人。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
输入装置42可用于接收输入的数字或字符信息,以及产生与机器人的用户设置以及功能控制有关的键信号输入。输出装置43可包括显示屏等显示设备。
传感器44可用于采集障碍数据以进行人流量监测,可以通过获取周围环境中的物体的数据作为障碍数据,示例性的,传感器可以设置在机器人距离地面290mm处,可以用于获取人体腿部的数据以监测人流量,图6是本发明实施例四提供的一种机器人的示例图,参见图6,传感器44可以设置在机器人45外壳上,传感器44可以设置在距离地面高290mm的高度处,其中,传感器44具体可以是激光雷达传感器,传感器的获取数据的距离范围为0到20米,获取数据的角度可以为270度,可以利用传感器获取人体腿部数据,可以通过获取到的人体腿部的数量来确定机器人面前的人数是否达到兜售商品的要求,可以在不增加机器人成本的条件下,提供了自主售货的功能。
实施例五
本发明实施例五还提供一种包含计算机可执行指令的存储介质,所述计算机可执行指令在由计算机处理器执行时用于执行一种基于售货机器人的控制方法,该方法包括:
未检测到商品售卖命令时,根据预设规则监测当前人流量;
当所述当前人流量满足售卖条件时,控制售货机器人停止运动并进行兜售。
当然,本发明实施例所提供的一种包含计算机可执行指令的存储介质,其计算机可执行指令不限于如上所述的方法操作,还可以执行本发明任意实施例所提供的基于售货机器人的控制方法中的相关操作。
通过以上关于实施方式的描述,所属领域的技术人员可以清楚地了解到,本发明可借助软件及必需的通用硬件来实现,当然也可以通过硬件实现,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如计算机的软盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(RandomAccess Memory,RAM)、闪存(FLASH)、硬盘或光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述的方法。
值得注意的是,上述基于售货机器人的控制装置的实施例中,所包括的各个单元和模块只是按照功能逻辑进行划分的,但并不局限于上述的划分,只要能够实现相应的功能即可;另外,各功能单元的具体名称也只是为了便于相互区分,并不用于限制本发明的保护范围。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。
Claims (10)
1.一种基于售货机器人的控制方法,其特征在于,包括:
未检测到商品售卖命令时,根据预设规则监测当前人流量;
当所述当前人流量满足售卖条件时,控制售货机器人停止运动并进行兜售。
2.根据权利要求1所述的方法,其特征在于,所述根据预设规则监测当前人流量,包括:
获取当前范围内的障碍数据,根据预设分段距离对所述障碍数据进行预处理以生成分段数据;
基于预设人体识别规则对分段数据进行识别确定被识别人数;
根据所述被识别人数确定当前人流量。
3.根据权利要求2所述的方法,其特征在于,所述障碍数据具体包括激光点数据,相应的,所述根据预设分段距离对所述人体数据进行预处理以生成分段数据,包括:
根据所述预设分段距离对所述激光点数据中的激光点进行分类以使同类激光点数据中各激光点间距离小于和/或等于预设分段距离;
将分类后的所述激光点数据作为分段数据。
4.根据权利要求2所述的方法,其特征在于,所述基于预设人体识别规则对分段数据进行识别确定被识别人数,包括:
按分段获取所述分段数据内的分段障碍数据,并基于所述分段障碍数据生成障碍图像;
根据预设人体特征在所述障碍图像中确定被识别人数。
5.根据权利要求4所述的方法,其特征在于,所述预设人体特征包括至少一种:人腿几何特征、人腿间距特征和人腿宽度特征。
6.根据权利要求1所述的方法,其特征在于,所述当所述当前人流量满足售卖条件时,控制售货机器人停止运动并进行兜售,包括:
当所述当前人流量大于和/或等于售卖阈值人数时,确定所述当前人流量满足售卖条件;
控制所述售货机器人停止运动,并以视频和/或音频形式展示商品以进行兜售。
7.根据权利要求1所述的方法,其特征在于,还包括:
当获取到商品售卖命令时,控制所述售货机器人停止运动并进行兜售。
8.一种基于售货机器人的控制装置,其特征在于,包括:
人流检测模块,用于未检测到商品售卖命令时,根据预设规则监测当前人流量;
兜售控制模块,用于当所述当前人流量满足售卖条件时,控制售货机器人停止运动并进行兜售。
9.一种机器人,其特征在于,所述机器人包括:
一个或多个处理器;
存储器,用于存储一个或多个程序;
传感器,用于采集障碍数据以进行人流量监测;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-7中任一所述的基于售货机器人的控制方法。
10.一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如权利要求1-7中任一所述的基于售货机器人的控制方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910697471.5A CN110303503A (zh) | 2019-07-30 | 2019-07-30 | 基于售货机器人的控制方法、装置、机器人和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910697471.5A CN110303503A (zh) | 2019-07-30 | 2019-07-30 | 基于售货机器人的控制方法、装置、机器人和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110303503A true CN110303503A (zh) | 2019-10-08 |
Family
ID=68082662
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910697471.5A Pending CN110303503A (zh) | 2019-07-30 | 2019-07-30 | 基于售货机器人的控制方法、装置、机器人和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110303503A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111064788A (zh) * | 2019-12-18 | 2020-04-24 | 深圳前海达闼云端智能科技有限公司 | 信号传输方法、机器人及计算机可读存储介质 |
WO2021217350A1 (zh) * | 2020-04-27 | 2021-11-04 | 深圳市大疆创新科技有限公司 | 一种无人飞行器的控制方法、无人飞行器及存储介质 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106355345A (zh) * | 2016-09-08 | 2017-01-25 | 京东方科技集团股份有限公司 | 自动售货机器人智能调度系统及方法 |
WO2017117686A1 (en) * | 2016-01-08 | 2017-07-13 | 4D Space Genius Inc. | Robot for automated image acquisition |
CN206726346U (zh) * | 2017-01-18 | 2017-12-08 | 广东美基沃得科技有限公司 | 自动售卖设备 |
CN107463136A (zh) * | 2017-09-20 | 2017-12-12 | 苏州马尔萨斯文化传媒有限公司 | 一种人口密集区自驱型自动化无人零食售卖方法及其系统 |
CN107527435A (zh) * | 2017-08-14 | 2017-12-29 | 苏州马尔萨斯文化传媒有限公司 | 一种人口密集区自驱型自动化一体式无人冷饮售卖车 |
CN108345004A (zh) * | 2018-02-09 | 2018-07-31 | 弗徕威智能机器人科技(上海)有限公司 | 一种移动机器人的人体跟随方法 |
CN109118297A (zh) * | 2018-09-29 | 2019-01-01 | 深圳市华耀智慧科技有限公司 | 无人零售车投放控制方法、装置、电子设备和存储介质 |
CN109325695A (zh) * | 2018-09-29 | 2019-02-12 | 深圳市华耀智慧科技有限公司 | 无人零售车投放控制方法、装置、电子设备和存储介质 |
CN109405844A (zh) * | 2018-09-29 | 2019-03-01 | 苏州博众机器人有限公司 | 一种贩售机器人巡游控制方法、装置、设备和介质 |
CN208796355U (zh) * | 2018-01-04 | 2019-04-26 | 合肥美的智能科技有限公司 | 无人售货系统和无人售货设备 |
CN109767556A (zh) * | 2018-12-25 | 2019-05-17 | 苏宁易购集团股份有限公司 | 一种移动售货的方法及机器设备 |
-
2019
- 2019-07-30 CN CN201910697471.5A patent/CN110303503A/zh active Pending
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2017117686A1 (en) * | 2016-01-08 | 2017-07-13 | 4D Space Genius Inc. | Robot for automated image acquisition |
CN106355345A (zh) * | 2016-09-08 | 2017-01-25 | 京东方科技集团股份有限公司 | 自动售货机器人智能调度系统及方法 |
CN206726346U (zh) * | 2017-01-18 | 2017-12-08 | 广东美基沃得科技有限公司 | 自动售卖设备 |
CN107527435A (zh) * | 2017-08-14 | 2017-12-29 | 苏州马尔萨斯文化传媒有限公司 | 一种人口密集区自驱型自动化一体式无人冷饮售卖车 |
CN107463136A (zh) * | 2017-09-20 | 2017-12-12 | 苏州马尔萨斯文化传媒有限公司 | 一种人口密集区自驱型自动化无人零食售卖方法及其系统 |
CN208796355U (zh) * | 2018-01-04 | 2019-04-26 | 合肥美的智能科技有限公司 | 无人售货系统和无人售货设备 |
CN108345004A (zh) * | 2018-02-09 | 2018-07-31 | 弗徕威智能机器人科技(上海)有限公司 | 一种移动机器人的人体跟随方法 |
CN109118297A (zh) * | 2018-09-29 | 2019-01-01 | 深圳市华耀智慧科技有限公司 | 无人零售车投放控制方法、装置、电子设备和存储介质 |
CN109325695A (zh) * | 2018-09-29 | 2019-02-12 | 深圳市华耀智慧科技有限公司 | 无人零售车投放控制方法、装置、电子设备和存储介质 |
CN109405844A (zh) * | 2018-09-29 | 2019-03-01 | 苏州博众机器人有限公司 | 一种贩售机器人巡游控制方法、装置、设备和介质 |
CN109767556A (zh) * | 2018-12-25 | 2019-05-17 | 苏宁易购集团股份有限公司 | 一种移动售货的方法及机器设备 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111064788A (zh) * | 2019-12-18 | 2020-04-24 | 深圳前海达闼云端智能科技有限公司 | 信号传输方法、机器人及计算机可读存储介质 |
WO2021217350A1 (zh) * | 2020-04-27 | 2021-11-04 | 深圳市大疆创新科技有限公司 | 一种无人飞行器的控制方法、无人飞行器及存储介质 |
CN113853554A (zh) * | 2020-04-27 | 2021-12-28 | 深圳市大疆创新科技有限公司 | 一种无人飞行器的控制方法、无人飞行器及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11669979B2 (en) | Method of searching data to identify images of an object captured by a camera system | |
US8744125B2 (en) | Clustering-based object classification | |
CN109993595B (zh) | 个性化推荐商品及服务的方法、系统及设备 | |
CN105469029A (zh) | 用于对象再识别的系统和方法 | |
Tonioni et al. | Product recognition in store shelves as a sub-graph isomorphism problem | |
CN111325137B (zh) | 暴力分拣检测方法、装置、设备及存储介质 | |
US20140139633A1 (en) | Method and System for Counting People Using Depth Sensor | |
US20220391796A1 (en) | System and Method for Mapping Risks in a Warehouse Environment | |
US11875570B1 (en) | Updating agent position information | |
CN107860100A (zh) | 空调的出风控制方法及终端 | |
CN110303503A (zh) | 基于售货机器人的控制方法、装置、机器人和存储介质 | |
CN111191507A (zh) | 智慧社区的安全预警分析方法及系统 | |
CN110689389A (zh) | 基于计算机视觉的购物清单自动维护方法及装置、存储介质、终端 | |
Fung et al. | Using deep learning to find victims in unknown cluttered urban search and rescue environments | |
WO2019151995A1 (en) | Motion planning for autonomous point-of-sale vehicles | |
US11825240B2 (en) | Video based monitoring system using multiple cameras, method, computer program and storage medium | |
CN107225571A (zh) | 机器人运动控制方法和装置、机器人 | |
US10679086B2 (en) | Imaging discernment of intersecting individuals | |
Djeraba et al. | Multi-modal user interactions in controlled environments | |
Azorin-Lopez et al. | Constrained self-organizing feature map to preserve feature extraction topology | |
CN114360057A (zh) | 数据处理方法及相关装置 | |
KR20220013881A (ko) | 멀티 태스크 러닝을 이용하여 상품의 속성을 인식하는 방법, 시스템 및 비일시성의 컴퓨터 판독 가능 기록 매체 | |
CN113723355A (zh) | 一种目标监控方法和装置、存储介质及电子装置 | |
Kabir et al. | A cloud-based robot framework for indoor object identification using unsupervised segmentation technique and convolution neural network (CNN) | |
CN106203685B (zh) | 一种信息处理方法及电子设备 |
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: 20191008 |