CN110389341B - 充电桩识别方法、装置、机器人及计算机可读存储介质 - Google Patents

充电桩识别方法、装置、机器人及计算机可读存储介质 Download PDF

Info

Publication number
CN110389341B
CN110389341B CN201810350021.4A CN201810350021A CN110389341B CN 110389341 B CN110389341 B CN 110389341B CN 201810350021 A CN201810350021 A CN 201810350021A CN 110389341 B CN110389341 B CN 110389341B
Authority
CN
China
Prior art keywords
robot
radar scanning
arc
shaped object
charging pile
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.)
Active
Application number
CN201810350021.4A
Other languages
English (en)
Other versions
CN110389341A (zh
Inventor
熊友军
黄高波
黄祥斌
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen Youbihang Technology Co ltd
Ubtech Robotics Corp
Original Assignee
Ubtech Robotics Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Ubtech Robotics Corp filed Critical Ubtech Robotics Corp
Priority to CN201810350021.4A priority Critical patent/CN110389341B/zh
Priority to US16/116,946 priority patent/US10838424B2/en
Priority to JP2018236434A priority patent/JP6505939B1/ja
Priority to EP19169469.4A priority patent/EP3557361B1/en
Publication of CN110389341A publication Critical patent/CN110389341A/zh
Application granted granted Critical
Publication of CN110389341B publication Critical patent/CN110389341B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • G05D1/0225—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving docking at a fixed facility, e.g. base station or loading bay
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J11/00—Manipulators not otherwise provided for
    • B25J11/008—Manipulators for service tasks
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J19/00—Accessories fitted to manipulators, e.g. for monitoring, for viewing; Safety devices combined with or specially adapted for use in connection with manipulators
    • B25J19/02—Sensing devices
    • B25J19/027—Electromagnetic sensing devices
    • 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
    • B25J9/1694—Programme controls characterised by use of sensors other than normal servo-feedback from position, speed or acceleration sensors, perception control, multi-sensor controlled systems, sensor fusion
    • 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
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
    • G01S13/06—Systems determining position data of a target
    • G01S13/42—Simultaneous measurement of distance and other co-ordinates
    • G01S13/426—Scanning radar, e.g. 3D radar
    • 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
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88—Radar or analogous 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
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/881—Radar or analogous systems specially adapted for specific applications for robotics
    • 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
    • G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/41—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
    • 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
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J7/00—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
    • H02J7/14—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries for charging batteries from dynamo-electric generators driven at varying speed, e.g. on vehicle

Landscapes

  • Engineering & Computer Science (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Robotics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Electromagnetism (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Mechanical Engineering (AREA)
  • Power Engineering (AREA)
  • Radar Systems Or Details Thereof (AREA)
  • Manipulator (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)

Abstract

本发明属于机器人技术领域，尤其涉及一种充电桩识别方法、装置、机器人及计算机可读存储介质。所述方法首先获取所述机器人的雷达扫描数据，然后根据所述雷达扫描数据判断在所述机器人的雷达扫描范围内是否存在圆弧形物体，若在所述机器人的雷达扫描范围内存在所述圆弧形物体，则将所述圆弧形物体确定为充电桩。相较于现有技术，本发明实施例通过对圆弧形的识别取代了对传统的凹凸结构的识别，由于圆弧形的表面较为平滑，不会出现断面交界的数据跳变，从而可以大大提高对充电桩的识别准确率。

Description

充电桩识别方法、装置、机器人及计算机可读存储介质
技术领域
本发明属于机器人技术领域，尤其涉及一种充电桩识别方法、装置、机器人及计算机可读存储介质。
背景技术
随着技术的不断发展，各种服务类机器人纷纷涌现，譬如扫地机、导游、导购类机器人、咨询机器人等，人们对机器人长期值守、增加活动范围、延长自治时间等功能要求越来越高，因此，自动回充技术应运而生，即在机器人电量不足且无人工干预前提下，通过某种方式引导机器人远程回归至充电桩，自动实现对接并进行充电。
现有方案中，为了便于机器人识别充电桩，一般会在充电桩上设置如图1所示的标识结构，该标识结构一般由至少一个凸起结构和至少一个凹陷结构相连接所构成，机器人通过对该标识结构进行匹配从而实现对充电桩的识别。但是在识别过程中，由于凸起结构和凹陷结构的断面交界处极易产生数据跳变，从而导致对充电桩的识别准确率较低。
发明内容
有鉴于此，本发明实施例提供了一种充电桩识别方法、装置、机器人及计算机可读存储介质，以解决现有技术中对充电桩的识别准确率较低的问题。
本发明实施例的第一方面提供了一种充电桩识别方法，应用于机器人中，所述方法可以包括：
获取所述机器人的雷达扫描数据；
根据所述雷达扫描数据判断在所述机器人的雷达扫描范围内是否存在圆弧形物体；
若在所述机器人的雷达扫描范围内存在所述圆弧形物体，则将所述圆弧形物体确定为充电桩。
进一步地，所述根据所述雷达扫描数据判断在所述机器人的雷达扫描范围内是否存在圆弧形物体可以包括：
从所述雷达扫描数据中获取各个采样点；
判断是否存在N个采样点满足预设的第一条件，N为大于1的整数，所述第一条件为各个第一误差值的绝对值之和小于预设的第一阈值，所述第一误差值为所述采样点到基准点的距离与预设的基准距离之差，所述基准点为所述雷达扫描范围内的任意一点；
若存在N个采样点满足所述第一条件，则判定在所述机器人的雷达扫描范围内存在所述圆弧形物体。
进一步地，若存在N个采样点满足所述第一条件，在判定在所述机器人的雷达扫描范围内存在所述圆弧形物体之前，所述方法还包括：
判断所述N个采样点是否满足预设的第二条件，所述第二条件为各个第二误差值的平均值小于预设的第二阈值，所述第二误差值为所述第一误差值与基准误差值之差的平方，所述基准误差值为所述第一误差值的平均值；
若所述N个采样点满足所述第二条件，则判定在所述机器人的雷达扫描范围内存在所述圆弧形物体。
进一步地，若所述N个采样点满足所述第二条件，在判定在所述机器人的雷达扫描范围内存在所述圆弧形物体之前，所述方法还包括：
获取所述机器人的当前位置点；
计算从所述机器人的当前位置点到所述基准点的第一向量；
计算目标采样点到所述基准点的第二向量，所述目标采样点为所述N个采样点中的任意一个采样点；
判断所述第一向量与所述第二向量之间的夹角是否大于预设的角度阈值；
若所述第一向量与所述第二向量之间的夹角大于所述角度阈值，则判定在所述机器人的雷达扫描范围内存在所述圆弧形物体。
进一步地，所述方法还包括：
若在所述机器人的雷达扫描范围内不存在所述圆弧形物体，则控制所述机器人的底盘旋转预设的角度，返回执行所述获取所述机器人的雷达扫描数据的步骤及其后续步骤，直至在所述机器人的雷达扫描范围内存在所述圆弧形物体或者耗时超过预设的时间阈值为止。
本发明实施例的第二方面提供了一种充电桩识别装置，应用于机器人中，所述装置可以包括：
数据获取模块，用于获取所述机器人的雷达扫描数据；
圆弧形物体判断模块，用于根据所述雷达扫描数据判断在所述机器人的雷达扫描范围内是否存在圆弧形物体；
充电桩确定模块，用于若在所述机器人的雷达扫描范围内存在所述圆弧形物体，则将所述圆弧形物体确定为充电桩。
进一步地，所述圆弧形物体判断模块可以包括：
采样点获取单元，用于从所述雷达扫描数据中获取各个采样点；
第一判断单元，用于判断是否存在N个采样点满足预设的第一条件，N为大于1的整数，所述第一条件为各个第一误差值的绝对值之和小于预设的第一阈值，所述第一误差值为所述采样点到基准点的距离与预设的基准距离之差，所述基准点为所述雷达扫描范围内的任意一点。
进一步地，所述圆弧形物体判断模块还可以包括：
第二判断单元，用于判断所述N个采样点是否满足预设的第二条件，所述第二条件为各个第二误差值的平均值小于预设的第二阈值，所述第二误差值为所述第一误差值与基准误差值之差的平方，所述基准误差值为所述第一误差值的平均值。
进一步地，所述圆弧形物体判断模块还可以包括：
位置点获取单元，用于获取所述机器人的当前位置点；
第一向量计算单元，用于计算从所述机器人的当前位置点到所述基准点的第一向量；
第二向量计算单元，用于计算目标采样点到所述基准点的第二向量，所述目标采样点为所述N个采样点中的任意一个采样点；
第三判断单元，用于判断所述第一向量与所述第二向量之间的夹角是否大于预设的角度阈值。
进一步地，所述装置还可以包括：
底盘旋转模块，用于若在所述机器人的雷达扫描范围内不存在所述圆弧形物体，则控制所述机器人的底盘旋转预设的角度。
本发明实施例的第三方面提供了一种机器人，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以上任一种充电桩识别方法的步骤。
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，其特征在于，所述计算机程序被处理器执行时实现以上任一种充电桩识别方法的步骤。
本发明实施例与现有技术相比存在的有益效果是：本发明实施例首先获取所述机器人的雷达扫描数据，然后根据所述雷达扫描数据判断在所述机器人的雷达扫描范围内是否存在圆弧形物体，若在所述机器人的雷达扫描范围内存在所述圆弧形物体，则将所述圆弧形物体确定为充电桩。相较于现有技术，本发明实施例通过对圆弧形的识别取代了对传统的凹凸结构的识别，由于圆弧形的表面较为平滑，不会出现断面交界的数据跳变，从而可以大大提高对充电桩的识别准确率。
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它的附图。
图1为现有方案中充电桩的标识结果；
图2为本发明实施例提供的充电桩识别方法的示意流程图；
图3为机器人的雷达扫描数据；
图4为在机器人的雷达扫描数据中确定出充电桩的示意图；
图5为本发明实施例提供的充电桩识别装置的示意框图；
图6是本发明实施例提供的机器人的示意框图。
具体实施方式
为使得本发明的发明目的、特征、优点能够更加的明显和易懂，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清楚、完整地描述，显然，下面所描述的实施例仅仅是本发明一部分实施例，而非全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
如图2所示，是本发明实施例提供的一种充电桩识别方法的示意流程图，所述方法应用于机器人中，具体可以包括：
步骤S201、获取所述机器人的雷达扫描数据。
图3即为所述机器人的雷达扫描数据，其中，图中的圆表示机器人，图中的其它点是机器人雷达扫描障碍物后得到的障碍物信息。雷达的角分辨率越高，特定位置和大小的障碍物的雷达扫描点数越多。机器人雷达扫描出的每一个点的位置，本实施例中所使用的坐标系以机器人的中心为原点，以机器人的正前方为X轴方向，X轴逆时针旋转90度的方向为Y轴方向。
步骤S202、根据所述雷达扫描数据判断在所述机器人的雷达扫描范围内是否存在圆弧形物体。
具体地，首先从所述雷达扫描数据中获取各个采样点，然后判断是否存在N个采样点满足预设的第一条件，N为大于1的整数，其具体取值可以根据实际情况确定，例如，可以将其设置为10、20、30等。
所述第一条件为各个第一误差值的绝对值之和小于预设的第一阈值，所述第一误差值为所述采样点到基准点的距离与预设的基准距离之差，所述基准点为所述雷达扫描范围内的任意一点。
若存在N个采样点满足所述第一条件，即下式成立：
Figure BDA0001633141880000061
也即下式成立：
Figure BDA0001633141880000062
则判定在所述机器人的雷达扫描范围内存在所述圆弧形物体。若不存在N个采样点满足所述第一条件，则判定在所述机器人的雷达扫描范围内不存在所述圆弧形物体。其中，这N个采样点的坐标可分别表示为：(x1,y1)、(x2,y2)、……、(xn,yn)、……、(xN,yN)，1≤n≤N，所述基准点的坐标可表示为：(x0,y0)，R为所述基准距离，也即所述圆弧形物体的半径，其具体取值可以根据实际情况确定，例如，可以将其设置为15厘米、20厘米、25厘米等。Err1n为采样点(xn,yn)的第一误差值，且
Figure BDA0001633141880000063
Threshold1为所述第一阈值，其具体取值可以根据实际情况确定，其取值与N正相关，且与R正相关，即N取值越大，且R取值越大，则Threshold1的取值也越大，例如，可以将其设置为10厘米、15厘米、20厘米等。
在本发明实施例的另一种可能实现中，为了保证判定结果的准确性，所述N个采样点除了需满足所述第一条件之外，还需要进一步判断所述N个采样点是否满足预设的第二条件，所述第二条件为各个第二误差值的平均值小于预设的第二阈值，所述第二误差值为所述第一误差值与基准误差值之差的平方，所述基准误差值为所述第一误差值的平均值。
若所述N个采样点满足所述第二条件，即下式成立：
Figure BDA0001633141880000071
也即下式成立：
Figure BDA0001633141880000072
则判定在所述机器人的雷达扫描范围内存在所述圆弧形物体，若所述N个采样点满足所述第二条件，则判定在所述机器人的雷达扫描范围内不存在所述圆弧形物体。其中，Err2n为采样点(xn,yn)的第二误差值，且Err2n＝(Err1n-AvErr)2，AvErr为所述基准误差值，且
Figure BDA0001633141880000073
Threshold2为所述第二阈值，其具体取值可以根据实际情况确定，例如，可以将其设置为50平方厘米、80平方厘米、100平方厘米等。
在本发明实施例的另一种可能实现中，充电桩可以为凹陷的圆弧形物体，从而更便于对机器人进行充电，因此，为了进一步保证判定结果的准确性，所述N个采样点除了需满足所述第一条件和第二条件之外，还需要对其组成的物体是凸起的还是凹陷的进行判断。
具体地，首先获取所述机器人的当前位置点，在本实施例所建立的坐标系下，所述机器人的当前位置点的坐标应为(0,0)，即处于原点位置。然后计算从所述机器人的当前位置点到所述基准点的第一向量，该第一向量可表示为：(x0,y0)，再计算目标采样点到所述基准点的第二向量，所述目标采样点为所述N个采样点中的任意一个采样点，该第二向量可表示为：(x0-xn,y0-yn)，最后判断所述第一向量与所述第二向量之间的夹角是否大于预设的角度阈值。一般地，可以将该角度阈值设置为90度，则需要所述第一向量与所述第二向量满足以下条件：
x0(x0-xn)+y0(y0-yn)<0
若该条件得到满足，即所述第一向量与所述第二向量之间的夹角大于90度，说明所述N个采样点组成的物体是凹陷的，则判定在所述机器人的雷达扫描范围内存在所述圆弧形物体，若该条件不满足，说明所述N个采样点组成的物体是凸起的，则判定在所述机器人的雷达扫描范围内不存在所述圆弧形物体。
若在所述机器人的雷达扫描范围内不存在所述圆弧形物体，则执行步骤S203，若在所述机器人的雷达扫描范围内存在所述圆弧形物体，则执行步骤S204。
步骤S203、控制所述机器人的底盘旋转预设的角度。
所述角度可以根据实际情况确定，例如，可以将其设置为5度、10度、20度等。旋转的方向可以是逆时针的，也可以是顺时针的，当所述机器人的底盘旋转之后，返回执行步骤S201及其后续步骤，直至在所述机器人的雷达扫描范围内存在所述圆弧形物体或者耗时超过预设的时间阈值为止。所述时间阈值可以根据实际情况确定，例如，可以将其设置为2分钟、5分钟、10分钟等。
步骤S204、将所述圆弧形物体确定为充电桩。
找到该圆弧形充电桩后，就可以确定该圆弧的圆心位置，也就可以找到机器人中心将要移动的目标坐标值和目标转向角度。例如，如果充电桩圆弧半径与机器人底盘半径相同，那么如图4所示，充电桩圆弧中心坐标就是机器人底盘将要移动的目标坐标，机器人的最终朝向与机器人上的导电片/轮的位置相关，例如导电片/轮在机器人的正后方，那么机器人正前方与充电桩的正前方一致。
综上所述，本发明实施例首先获取所述机器人的雷达扫描数据，然后根据所述雷达扫描数据判断在所述机器人的雷达扫描范围内是否存在圆弧形物体，若在所述机器人的雷达扫描范围内存在所述圆弧形物体，则将所述圆弧形物体确定为充电桩。相较于现有技术，本发明实施例通过对圆弧形的识别取代了对传统的凹凸结构的识别，由于圆弧形的表面较为平滑，不会出现断面交界的数据跳变，从而可以大大提高对充电桩的识别准确率。
应理解，上述各个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。
如图5所示，是本发明实施例提供的一种充电桩识别装置的示意框图，所述装置应用于机器人中，具体可以包括：
数据获取模块501，用于获取所述机器人的雷达扫描数据；
圆弧形物体判断模块502，用于根据所述雷达扫描数据判断在所述机器人的雷达扫描范围内是否存在圆弧形物体；
充电桩确定模块503，用于若在所述机器人的雷达扫描范围内存在所述圆弧形物体，则将所述圆弧形物体确定为充电桩。
进一步地，所述圆弧形物体判断模块可以包括：
采样点获取单元，用于从所述雷达扫描数据中获取各个采样点；
第一判断单元，用于判断是否存在N个采样点满足预设的第一条件，N为大于1的整数，所述第一条件为各个第一误差值的绝对值之和小于预设的第一阈值，所述第一误差值为所述采样点到基准点的距离与预设的基准距离之差，所述基准点为所述雷达扫描范围内的任意一点。
进一步地，所述圆弧形物体判断模块还可以包括：
第二判断单元，用于判断所述N个采样点是否满足预设的第二条件，所述第二条件为各个第二误差值的平均值小于预设的第二阈值，所述第二误差值为所述第一误差值与基准误差值之差的平方，所述基准误差值为所述第一误差值的平均值。
进一步地，所述圆弧形物体判断模块还可以包括：
位置点获取单元，用于获取所述机器人的当前位置点；
第一向量计算单元，用于计算从所述机器人的当前位置点到所述基准点的第一向量；
第二向量计算单元，用于计算目标采样点到所述基准点的第二向量，所述目标采样点为所述N个采样点中的任意一个采样点；
第三判断单元，用于判断所述第一向量与所述第二向量之间的夹角是否大于预设的角度阈值。
进一步地，所述装置还可以包括：
底盘旋转模块，用于若在所述机器人的雷达扫描范围内不存在所述圆弧形物体，则控制所述机器人的底盘旋转预设的角度。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的装置，模块和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
图6是本发明一实施例提供的机器人的示意框图。如图6所示，该实施例的机器人6包括：处理器60、存储器61以及存储在所述存储器61中并可在所述处理器60上运行的计算机程序62。所述处理器60执行所述计算机程序62时实现上述各个充电桩识别方法实施例中的步骤，例如图2所示的步骤S201至步骤S204。或者，所述处理器60执行所述计算机程序62时实现上述各装置实施例中各模块/单元的功能，例如图5所示模块501至模块503的功能。
示例性的，所述计算机程序62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61中，并由所述处理器60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62在所述机器人6中的执行过程。
所述机器人可包括，但不仅限于，处理器60、存储器61。本领域技术人员可以理解，图6仅仅是机器人6的示例，并不构成对机器人6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，例如所述机器人6还可以包括输入输出设备、网络接入设备、总线等。
所述处理器60可以是中央处理单元(Central Processing Unit，CPU)，还可以是其它通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)或者其它可编程逻辑器件、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61可以是所述机器人6的内部存储单元，例如机器人6的硬盘或内存。所述存储器61也可以是所述机器人6的外部存储设备，例如所述机器人6上配备的插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)等。进一步地，所述存储器61还可以既包括所述机器人6的内部存储单元也包括外部存储设备。所述存储器61用于存储所述计算机程序以及所述机器人6所需的其它程序和数据。所述存储器61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(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。
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 (8)

1.一种充电桩识别方法，应用于机器人中，其特征在于，包括：
获取所述机器人的雷达扫描数据；
根据所述雷达扫描数据判断在所述机器人的雷达扫描范围内是否存在圆弧形物体；
若在所述机器人的雷达扫描范围内存在所述圆弧形物体，则将所述圆弧形物体确定为充电桩；
所述根据所述雷达扫描数据判断在所述机器人的雷达扫描范围内是否存在圆弧形物体包括：
从所述雷达扫描数据中获取各个采样点；
判断是否存在N个采样点满足预设的第一条件，N为大于1的整数，所述第一条件为各个第一误差值的绝对值之和小于预设的第一阈值，所述第一误差值为所述采样点到基准点的距离与预设的基准距离之差，所述基准点为所述雷达扫描范围内的任意一点；
若存在N个采样点满足所述第一条件，则判定在所述机器人的雷达扫描范围内存在所述圆弧形物体。
2.根据权利要求1所述的充电桩识别方法，其特征在于，若存在N个采样点满足所述第一条件，在判定在所述机器人的雷达扫描范围内存在所述圆弧形物体之前，还包括：
判断所述N个采样点是否满足预设的第二条件，所述第二条件为各个第二误差值的平均值小于预设的第二阈值，所述第二误差值为所述第一误差值与基准误差值之差的平方，所述基准误差值为所述第一误差值的平均值；
若所述N个采样点满足所述第二条件，则判定在所述机器人的雷达扫描范围内存在所述圆弧形物体。
3.根据权利要求2所述的充电桩识别方法，其特征在于，若所述N个采样点满足所述第二条件，在判定在所述机器人的雷达扫描范围内存在所述圆弧形物体之前，还包括：
获取所述机器人的当前位置点；
计算从所述机器人的当前位置点到所述基准点的第一向量；
计算目标采样点到所述基准点的第二向量，所述目标采样点为所述N个采样点中的任意一个采样点；
判断所述第一向量与所述第二向量之间的夹角是否大于预设的角度阈值；
若所述第一向量与所述第二向量之间的夹角大于所述角度阈值，则判定在所述机器人的雷达扫描范围内存在所述圆弧形物体。
4.根据权利要求1至3中任一项所述的充电桩识别方法，其特征在于，还包括：
若在所述机器人的雷达扫描范围内不存在所述圆弧形物体，则控制所述机器人的底盘旋转预设的角度，返回执行所述获取所述机器人的雷达扫描数据的步骤及其后续步骤，直至在所述机器人的雷达扫描范围内存在所述圆弧形物体或者耗时超过预设的时间阈值为止。
5.一种充电桩识别装置，应用于机器人中，其特征在于，包括：
数据获取模块，用于获取所述机器人的雷达扫描数据；
圆弧形物体判断模块，用于根据所述雷达扫描数据判断在所述机器人的雷达扫描范围内是否存在圆弧形物体；
充电桩确定模块，用于若在所述机器人的雷达扫描范围内存在所述圆弧形物体，则将所述圆弧形物体确定为充电桩；
所述圆弧形物体判断模块包括：
采样点获取单元，用于从所述雷达扫描数据中获取各个采样点；
第一判断单元，用于判断是否存在N个采样点满足预设的第一条件，N为大于1的整数，所述第一条件为各个第一误差值的绝对值之和小于预设的第一阈值，所述第一误差值为所述采样点到基准点的距离与预设的基准距离之差，所述基准点为所述雷达扫描范围内的任意一点。
6.根据权利要求5所述的充电桩识别装置，其特征在于，所述圆弧形物体判断模块还包括：
第二判断单元，用于判断所述N个采样点是否满足预设的第二条件，所述第二条件为各个第二误差值的平均值小于预设的第二阈值，所述第二误差值为所述第一误差值与基准误差值之差的平方，所述基准误差值为所述第一误差值的平均值。
7.一种机器人，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4中任一项所述的充电桩识别方法的步骤。
8.一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4中任一项所述的充电桩识别方法的步骤。
CN201810350021.4A 2018-04-18 2018-04-18 充电桩识别方法、装置、机器人及计算机可读存储介质 Active CN110389341B (zh)

Priority Applications (4)

Application Number Priority Date Filing Date Title
CN201810350021.4A CN110389341B (zh) 2018-04-18 2018-04-18 充电桩识别方法、装置、机器人及计算机可读存储介质
US16/116,946 US10838424B2 (en) 2018-04-18 2018-08-30 Charging station identifying method and robot
JP2018236434A JP6505939B1 (ja) 2018-04-18 2018-12-18 充電台の識別方法、装置、ロボット及びコンピュータ読取可能な記憶媒体
EP19169469.4A EP3557361B1 (en) 2018-04-18 2019-04-16 Charging station identifying method and device

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810350021.4A CN110389341B (zh) 2018-04-18 2018-04-18 充电桩识别方法、装置、机器人及计算机可读存储介质

Publications (2)

Publication Number Publication Date
CN110389341A CN110389341A (zh) 2019-10-29
CN110389341B true CN110389341B (zh) 2021-06-25

Family

ID=66217755

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810350021.4A Active CN110389341B (zh) 2018-04-18 2018-04-18 充电桩识别方法、装置、机器人及计算机可读存储介质

Country Status (4)

Country Link
US (1) US10838424B2 (zh)
EP (1) EP3557361B1 (zh)
JP (1) JP6505939B1 (zh)
CN (1) CN110389341B (zh)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7238268B2 (ja) * 2018-04-27 2023-03-14 日本電気株式会社 情報処理装置、情報処理方法及びプログラム
US11426885B1 (en) * 2019-08-27 2022-08-30 X Development Llc Robot docking station identification surface
CN110888433B (zh) * 2019-10-25 2023-05-02 北京京东乾石科技有限公司 一种自动对准充电桩的控制方法和装置
KR20210061842A (ko) * 2019-11-20 2021-05-28 삼성전자주식회사 이동 로봇 장치 및 이의 제어 방법
CN112518759B (zh) * 2020-12-21 2022-05-17 深圳市优必选科技股份有限公司 机器人及其扫描上桩方法和装置
CN113189981A (zh) * 2021-04-08 2021-07-30 深圳拓邦股份有限公司 充电机器人中转点识别方法、装置及充电机器人
KR20230167996A (ko) * 2022-06-03 2023-12-12 코가로보틱스 주식회사 이동형 로봇의 도킹 시스템 및 그 방법

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH1130904A (ja) * 1997-07-10 1999-02-02 Ricoh Co Ltd 現像剤供給装置およびプロセスカートリッジ
CN107539160A (zh) * 2017-09-29 2018-01-05 深圳悉罗机器人有限公司 充电桩及其识别方法、智能移动机器人
CN107608358A (zh) * 2017-09-30 2018-01-19 爱啃萝卜机器人技术（深圳）有限责任公司 基于轮廓识别技术的高效率低成本自动回充系统和方法

Family Cites Families (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4207336B2 (ja) * 1999-10-29 2009-01-14 ソニー株式会社 移動ロボットのための充電システム、充電ステーションを探索する方法、移動ロボット、コネクタ、及び、電気的接続構造
JP2005078375A (ja) * 2003-08-29 2005-03-24 Sony Corp 方向認識装置、方向認識方法、方向認識システム及びロボット装置
KR101469246B1 (ko) * 2007-08-07 2014-12-12 삼성전자주식회사 로봇에서 사진 촬영하는 장치 및 방법
TWM377001U (en) * 2009-10-16 2010-03-21 Micro Star Int Co Ltd Electronic device
US8515580B2 (en) * 2011-06-17 2013-08-20 Microsoft Corporation Docking process for recharging an autonomous mobile device
KR101893152B1 (ko) 2012-10-26 2018-08-31 엘지전자 주식회사 로봇 청소기 시스템 및 그 제어방법
KR102095817B1 (ko) * 2013-10-31 2020-04-01 엘지전자 주식회사 이동 로봇, 이동 로봇의 충전대 및 이들을 포함하는 이동 로봇 시스템
DE102015114883A1 (de) 2015-09-04 2017-03-09 RobArt GmbH Identifizierung und Lokalisierung einer Basisstation eines autonomen mobilen Roboters
CN105990876B (zh) * 2015-12-21 2019-03-01 小米科技有限责任公司 充电桩及其识别方法、装置和自动清洁设备
US10478973B2 (en) * 2016-02-09 2019-11-19 Cobalt Robotics Inc. Mobile robot security enforcement
CN106239504B (zh) * 2016-07-29 2019-05-07 北京小米移动软件有限公司 清洁机器人及其控制方法
US10137567B2 (en) 2016-09-20 2018-11-27 Toyota Motor Engineering & Manufacturing North America, Inc. Inventory robot
CN110412530B (zh) * 2018-04-27 2021-09-17 深圳市优必选科技有限公司 一种识别充电桩的方法、装置及机器人
CN110757446B (zh) * 2018-07-25 2021-08-27 深圳市优必选科技有限公司 机器人回充登录的方法、装置及存储装置
CN109586360B (zh) * 2018-11-09 2020-09-22 深圳市银星智能科技股份有限公司 一种机器人自动充电的方法、装置、充电桩和机器人

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH1130904A (ja) * 1997-07-10 1999-02-02 Ricoh Co Ltd 現像剤供給装置およびプロセスカートリッジ
CN107539160A (zh) * 2017-09-29 2018-01-05 深圳悉罗机器人有限公司 充电桩及其识别方法、智能移动机器人
CN107608358A (zh) * 2017-09-30 2018-01-19 爱啃萝卜机器人技术（深圳）有限责任公司 基于轮廓识别技术的高效率低成本自动回充系统和方法

Also Published As

Publication number Publication date
JP2019191145A (ja) 2019-10-31
EP3557361B1 (en) 2021-06-23
US20190324470A1 (en) 2019-10-24
US10838424B2 (en) 2020-11-17
CN110389341A (zh) 2019-10-29
JP6505939B1 (ja) 2019-04-24
EP3557361A1 (en) 2019-10-23

Similar Documents

Publication Publication Date Title
CN110389341B (zh) 充电桩识别方法、装置、机器人及计算机可读存储介质
CN110307838B (zh) 机器人重定位方法、装置、计算机可读存储介质及机器人
CN109737974B (zh) 一种3d导航语义地图更新方法、装置及设备
CN109974727B (zh) 一种机器人充电方法、装置及机器人
CN109545072B (zh) 地图构建的位姿计算方法、装置、存储介质和系统
CN111311632B (zh) 一种物体位姿跟踪方法、装置及设备
CN111640180B (zh) 一种三维重建方法、装置及终端设备
EP3624055A1 (en) Ground detection method, apparatus, electronic device, vehicle and storage medium
CN109359614A (zh) 一种激光点云的平面识别方法、装置、设备和介质
CN110412530B (zh) 一种识别充电桩的方法、装置及机器人
CN112198878B (zh) 一种即时地图构建方法、装置、机器人及存储介质
CN112529827A (zh) 遥感图像融合模型的训练方法及装置
CN115115655A (zh) 目标分割方法、装置、电子设备、存储介质及程序产品
CN114966651A (zh) 可行驶区域检测方法、计算机设备、存储介质及车辆
CN115880555B (zh) 目标检测方法、模型训练方法、装置、设备及介质
CN116415652A (zh) 一种数据生成方法、装置、可读存储介质及终端设备
CN110887490A (zh) 一种激光定位导航的关键帧选取方法、介质、终端和装置
CN112415524A (zh) 机器人及其定位导航方法和装置
CN114170367B (zh) 无限视距椎状热图渲染的方法、装置、存储介质和设备
CN113440054B (zh) 扫地机器人充电基座范围的确定方法和装置
CN114359400A (zh) 一种外参标定方法、装置、计算机可读存储介质及机器人
CN110728288A (zh) 一种基于三维激光点云的角点特征提取方法及其应用
CN110647890B (zh) 高性能的图像特征提取及匹配方法、系统和存储介质
CN113538478B (zh) 基于图像的箱体边界提取方法、系统、设备及存储介质
CN114581887B (zh) 车道线的检测方法、装置、设备和计算机可读存储介质

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
CP01 Change in the name or title of a patent holder

Address after: 518000 16th and 22nd Floors, C1 Building, Nanshan Zhiyuan, 1001 Xueyuan Avenue, Nanshan District, Shenzhen City, Guangdong Province

Patentee after: Shenzhen Youbixuan Technology Co.,Ltd.

Address before: 518000 16th and 22nd Floors, C1 Building, Nanshan Zhiyuan, 1001 Xueyuan Avenue, Nanshan District, Shenzhen City, Guangdong Province

Patentee before: Shenzhen Youbixuan Technology Co.,Ltd.

CP01 Change in the name or title of a patent holder
TR01 Transfer of patent right

Effective date of registration: 20220606

Address after: 518000 16th and 22nd Floors, C1 Building, Nanshan Zhiyuan, 1001 Xueyuan Avenue, Nanshan District, Shenzhen City, Guangdong Province

Patentee after: Shenzhen Youbixuan Technology Co.,Ltd.

Patentee after: Shenzhen youbihang Technology Co.,Ltd.

Address before: 518000 16th and 22nd Floors, C1 Building, Nanshan Zhiyuan, 1001 Xueyuan Avenue, Nanshan District, Shenzhen City, Guangdong Province

Patentee before: Shenzhen Youbixuan Technology Co.,Ltd.

TR01 Transfer of patent right