CN110412530B - 一种识别充电桩的方法、装置及机器人 - Google Patents
一种识别充电桩的方法、装置及机器人 Download PDFInfo
- Publication number
- CN110412530B CN110412530B CN201810393304.7A CN201810393304A CN110412530B CN 110412530 B CN110412530 B CN 110412530B CN 201810393304 A CN201810393304 A CN 201810393304A CN 110412530 B CN110412530 B CN 110412530B
- Authority
- CN
- China
- Prior art keywords
- data block
- charging pile
- radius
- data
- robot
- 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
Links
Images
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
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Robotics (AREA)
- Electromagnetism (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明适用于机器人识别技术领域,提供了一种识别充电桩的方法、装置及机器人,所述方法包括:获取机器人扫描充电桩的雷达数据;若所述雷达数据中存在满足第一预设条件的第一数据块,则判断是否存在满足第二预设条件的第二数据块;若存在满足所述第二预设条件的第二数据块,则确认机器人识别到充电桩。通过本发明可以使机器人在比较偏远的地方也能准确识别到充电桩,扩大了机器人回充的识别范围。
Description
技术领域
本发明属于机器人识别技术领域,尤其涉及一种识别充电桩的方法、装置及机器人。
背景技术
随着科学技术的发展和人们生活水平的提高,市场上出现了多种智能移动移动机器人,在机器人自主充电的技术实现上,越来越多机器人使用雷达回充。
目前,在机器人使用雷达回充时,会受限于雷达自身的特性以及机器人与充电桩的偏置角度。对于角度分辨率较高、数据稳定性好的雷达,价格非常昂贵,难以大规模量产使用;而价格相对较低的雷达,角分辨率较低,数据稳定性差。
机器人在自动回充时,通常先导航到充电桩附近,然后再开始登录充电桩,机器人的导航通常会有一定的误差,使机器人可能处于充电桩前方不同的位置,有时候可能比较近,有时候可能较远;有时候可能处于充电桩正前方,有时候可能比较偏。对于价格较低的雷达还可能存在数据抖动比较大的情况,从而获得较少的扫描点,使判断数据不够准确导致识别充电桩失败;若采用较多的扫描点进行识别,则机器人只有在比较近和比较正的位置才能识别到充电桩,导致部分机器人雷达回充识别范围较小。
发明内容
有鉴于此,本发明实施例提供了一种识别充电桩的方法、装置及机器人,以解决现有技术中机器人雷达回充识别充电桩范围小的问题。
本发明实施例的第一方面提供了一种识别充电桩的方法,应用于机器人,包括:
获取机器人扫描充电桩的雷达数据;
若所述雷达数据中存在满足第一预设条件的第一数据块,则判断是否存在满足第二预设条件的第二数据块;
若存在满足所述第二预设条件的第二数据块,则确认机器人识别到充电桩;
其中,所述第一预设条件为第一数据块的拟合运算结果小于预设的第一阈值,所述第二预设条件为第二数据块的拟合运算结果小于预设的第二阈值,所述第一阈值大于所述第二阈值,所述第一数据块为所述雷达数据中预设数量的数据点,所述第二数据块为在所述第一数据块基础上增加指定数量的数据点。
本发明实施例的第二方面提供了一种识别充电桩装置,包括:
数据获取单元,用于获取机器人扫描充电桩的雷达数据;
数据拟合分析单元,用于若所述雷达数据中存在满足第一预设条件的第一数据块,则判断是否存在满足第二预设条件的第二数据块;
确认识别单元,用于若存在满足第二预设条件的第二数据块,则确认机器人识别到充电桩。
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,所述处理器执行所述计算机程序时实现上述识别充电桩的方法步骤。
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上述识别充电桩方法的步骤。
本发明实施例与现有技术相比存在的有益效果是:通过本发明实施例可以根据获取的数据是否满足预设的条件,先对长度较小的第一数据块进行拟合运算,进行初步的分析判断,是否存在满足第一预设条件的第一数据块,若满足第一预设条件,则进一步判断是否存在满足第二预设条件的第二数据块,并对数据较多的第二数据块进行拟合运算,进行精细的分析判断是否满足预设的第二预设条件,若存在满足第二预设条件的第二数据块,则确认机器人识别到充电桩,使机器人在比较偏、比较远的地方也能准确扫描并识别到充电桩,提高了机器人识别充电桩的准确率,从而提高机器人智能化,具有较强的易用性与实用性。
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识别充电桩方法的实现流程示意图;
图2是本发明实施例提供的雷达扫描数据示意图;
图3是本发明实施例提供的另一识别充电桩方法的实现流程示意图;
图4是本发明实施例提供的识别并登陆充电桩方法的实现流程示意图;
图5是本发明实施例提供的雷达回充装置的示意图;
图6是本发明实施例提供的雷达机器人的示意图。
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。
应当理解,当在本说明书和所附权利要求书中使用时,术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在,但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解,在此本发明说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本发明。如在本发明说明书和所附权利要求书中所使用的那样,除非上下文清楚地指明其它情况,否则单数形式的“一”、“一个”及“该”意在包括复数形式。
还应当进一步理解,在本发明说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合,并且包括这些组合。
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,是本发明实施例提供的识别充电桩方法实现流程示意图,该方法应用于机器人的回充,所述机器人是娱乐机器人或服务机器人,该机器人包括雷达模块或设备,用以探测待检测对象的雷达数据,如图所示该方法可以包括以下步骤:
步骤S101,获取机器人扫描充电桩的雷达数据。
在本发明实施例中,所述的雷达数据是指,在机器人雷达扫描到物体上后,反射回来并被雷达检测到的点。
另外,在相同的雷达以及充电桩大小不变的情况下,充电桩距离雷达越近,扫描充电桩所获得的数据点越多,充电桩面向雷达越正,雷达扫描充电桩所获取的数据点越多,若雷达处于充电桩正前方时,所获得数据点最多。
需要说明的是,获取的数据包括所扫描的充电桩与雷达之间的距离和角度数据。
进一步的,在获取机器人雷达扫描充电桩的雷达数据的步骤之后还包括:
过滤所述雷达数据,获取有效的全局雷达数据。
在本发明实施例中,雷达通常所采集的数据会存在异常,例如发生跳变或负值的数据;需要将异常数据过滤掉,获取有效的全局雷达数据,避免对后续的运算分析造成偏差影响。
步骤S102,若所述雷达数据中存在满足第一预设条件的第一数据块,则判断是否存在满足第二预设条件的第二数据块。
在本发明实施例中,机器人的数据运算单元从采集到的第一个雷达数据开始,顺序的获取预设数量的数据块,例如所采集的雷达数据共有10N个,则顺序的获取数量为N的数据块进行拟合运算,并判断所述预设数量为N的数据块是否满足第一预设条件,其中,所述第一预设条件为第一数据块的拟合运算结果小于预设的第一阈值,所述第一数据块为在所述雷达数据中选取的数量较少的数据块,例如,可以选取12个或者10个数据点组成第一数据块;所述第一数据块数量的确定可以根据具体采集到的雷达数据自行选择,由于机器人与充电桩的距离不同,所能扫描的数据点的数量也不同,对数量较少第一数据块进行拟合运算,判断是否存在满足第一预设条件的第一数据块,在比较大的范围内,初步识别可能存在的充电桩。
另外,所述的拟合运算结果为,对第一数据块的数据点使用最小二乘法进行圆拟合,获取拟合圆的半径与充电桩圆弧半径的误差,以及拟合圆半径与充电桩圆弧半径的协方差,对第一数据块的拟合圆进行检测判断。若充电桩为其它形状,还可以对第一数据块采用其它拟合运算方法,并获取拟合结果与充电桩的形状之间的误差,以判断第一数据块的可用性。
若对第一数据块拟合运算结果小于预设的第一阈值,则判断是否存在满足第二预设条件的第二数据块,所述第二数据块为在所述第一数据块基础上增加指定数量的数据点,若当前第一数据块的索引位为i,则以索引位i为起点,将第一数据块的数量增加至设定的最大数量的数据块,例如可以增加至60个数据点,通过判断第二数据块的拟合运算结果是否小于第二阈值,判断第二数据块是否满足第二预设条件,进一步在小范围内精细识别充电桩。如图2所示的充电桩雷达扫描数据示意图,对于全局的雷达数据,无法确认真正的充电桩的位置,则需要顺序的从雷达数据中取出较小的指定数量的数据块进行拟合运算,例如图2右边的局部数据部分,该部分的左下角20个点是雷达扫描充电桩后数据局部放大图,选取该充电桩的20个雷达扫描数据点的上面部分的12个点进行拟合运算,对充电桩并进行初步的分析判断。
另外,所述的第一运算结果包括:第一半径差值和第一半径协方差。
需要说明的是,所述第一阈值大于所述第二阈值。
进一步的,所述若所述雷达数据中存在满足第一预设条件的第一数据块,则判断是否存在满足第二预设条件的第二数据块,包括:
A1、对所述第一数据块使用最小二乘法进行第一拟合圆计算;
A2、获取第一拟合圆半径与充电桩圆弧半径的第一半径差值,以及第一拟合圆半径与充电桩圆弧半径的第一半径协方差;
A3、若所述的第一半径差值小于预设的第一误差,且所述第一半径协方差小于预设的第一总体误差,则判断是否存在满足第二预设条件的第二数据块。
在本发明实施例中,使用最小二乘法对选取的第一数据块进行圆拟合运算,用拟合出的圆的半径与充电桩圆弧实际的半径比较,获取第一半径差值,以及第一半径协方差;若第一半径差值小于预设的第一误差,且第一半径协方差小于预设的第一总体误差,则判定第一数据块满足第一预设条件,继续判断是否存在满足第二预设条件的第二数据块。
另外,所述第一误差和第一总体误差根据充电桩的形状特征设定,例如,对于圆弧充电桩,则获取圆弧充电桩的半径信息,设定与充电桩半径差值范围比较大的误差,为了数据的真实稳定,进一步设定与充电桩半径范围较大的总体误差,根据第一数据块进行充电桩的初步识别。
进一步的,所述若所述的第一半径差值小于预设的第一误差,且所述第一半径协方差小于预设的第一总体误差,则判断是否存在满足第二预设条件的第二数据块,包括:
B1、在所述第一数据块的基础上增加指定数量的数据点,获取第二数据块;
B2、对所述第二数据块使用最小二乘法进行第二拟合圆计算;
B3、获取第二拟合圆半径与充电桩圆弧半径的第二半径差值,以及第二拟合圆半径与充电桩圆弧半径的第二半径协方差;
B4、判断所述第二半径差值是否小于第二误差,且所述第二半径协方差是否小于第二总体误差。
在本发明实施例中,若存在满足第一预设的条件的第一数据块,可初步确定存在充电桩,需要继续选取第二数据块对初步确认的充电桩进一步识别。在第一数据块的基础上增加指定数量的数据点,例如,第一数据块中包括15个数据点,当前的索引点为i,则从索引点i开始,增加至45个数据点,总共获取60个数据点作为第二数据块进行分析判断;对第二数据块使用最小二乘法进行第二拟合圆计算,获取第二拟合圆的半径,并将第二拟合圆的半径与充电桩的半径比较,获取第二半径差值,以及第二拟合圆半径与充电桩圆弧半径的第二半径协方差;判断第二半径差值是否小于第二误差,以及第二半径协方差是否小于第二总体误差,所述的第二误差为根据充电桩圆弧的实际半径设定,与充电桩圆弧半径误差范围比较小的误差值,第二总体误差为根据充电桩圆弧半径设定的范围较小的协方差;通过第二数据块的拟合运算,进一步高精度的识别充电桩。
需要说明的是,根据第二数据块获得的第二半径差值和第二半径协方差,可能在预设的第二误差和预设第二总体误差范围内,也可能因为第二数据块的数据点选择过多,而导致运算的结果不在范围内。
步骤S103,若存在满足所述第二预设条件的第二数据块,则确认机器人识别到充电桩。
在本发明实施例中,所述第二预设条件为第二数据块的拟合运算结果小于预设的第二阈值,所述的第二阈值小于第一阈值,由于第二数据块增加了数据点的数量,使拟合运算结果更加与充电桩的实际值更加接近,运算结果落在第二阈值范围内的可能性更大,若第二数据块满足第二预设条件,运算结果小于预设的第二阈值,则确认识别到符合要求的充电桩,例如,若充电桩的形状为圆弧形,则通过第二数据块的拟合运算获取的圆半径与充电桩的圆弧半径误差很小,则判定识别到符合机器人尺寸要求的充电桩。
进一步的,所述若存在满足第二预设条件的第二数据块,则确认识别到充电桩,包括:
若所述第二半径差值小于预设的第二误差,且所述第二半径协方差小于第二总体误差,则确认识别到充电桩。
在本发明实施例中,根据第二数据块使用最小二乘法进行拟合圆运算,获取第二拟合圆的半径,根据第二拟合圆的半径与充电桩圆弧的半径获取第二半径差值和第二半径协方差;若所述第二半径差值小于预设的第二误差,且所述第二半径协方差小于预设的第二总体误差,则确认识别到了符合要求的充电桩或存在真实的符合要求的充电桩。
参见图3,是本发明实施例提供的另一识别充电桩方法的实现流程示意图,如图所示,在若所述雷达数据中存在满足第一预设条件的第一数据块,则判断第二数据块是否满足第二预设条件的步骤之后,所述方法还包括:
步骤S301,若第二数据块的拟合运算结果不满足第二预设条件,则将当前数据块减少设定的数据量,获取下一数据块。
在本发明实施例中,若当前数量的第二数据块不满足第二预设条件,则确认根据当前数量的第二数据块没有找到符合要求的充电桩,若当前数量的第二数据块的数量大于第一数据块与预设数据块之和的数量,则将当前数据块按顺序减少一定数量的数据点,获取下一数据块。其中,所述的预设数据块以及减少的一定数量的数据点,可以根据具体的应用场景以及采集到的雷达数据量进行设定,在此不做具体限定;例如:第二数据块包含60个数据,则将第二数据块按顺序减少5个或者10数据,变成55个或者50个数据进行下一步的拟合运算。
另外,若根据第二数据块运算获取的运算结果不在预设的第二阈值范围内,而且第二数据块的数量小于第一数据块与预设数据块之和的数量,则确认初步识别的充电桩是假的;若当前数据索引位j,则继续从j+1个数据起,开始新的第一数据块的选择,进行初步的分析识别,以及后续的精细分析识别。
步骤S302,将所述下一数据块进行拟合运算获取运算结果。
该步骤与步骤S102的判断是否存在满足第二预设条件的第二数据块的判断过程相同,具体可参见步骤S102的相关描述,在此不再赘述。
步骤S303,判断所述拟合运算结果是否在所述第二阈值范围内。
在本发明实施例中,将减小一定数据量的下一数据块,使用最小二乘法进行拟合圆运算,获取运算结果;判断是否存在满足第二预设条件的数据块,判断拟合运算结果是否在第二阈值范围内。
步骤S304,若所述拟合运算结果在所述第二阈值范围内,则确认机器人识别到充电桩。
该步骤与步骤S103相同,具体可参见步骤S103的相关描述,在此不再赘述。
步骤S305,若所述拟合运算结果不在所述第二阈值范围内,则继续将当前数据块减少指定数量的数据点后,进行拟合运算,并判断拟合运算结果是否在所述第二阈值范围内。
在本发明实施例中,若拟合运算结果依然不在所述的第二阈值范围内,则继续将当前数据块减少指定数量的数据点,减少5个或者10个数据后,对当前数据块进行拟合运算,继续将运算的结果与第二阈值进行比较,重复上述步骤,直到找出最后满足第二预设条件的数据块。
参见图4,是本发明实施例提供的识别并登陆充电桩方法的实现流程示意图,如图所示,在步骤S103,若所述存在满足第二预设条件的第二数据块,则确认机器人识别到充电桩的步骤之后,所述方法还包括:
步骤S401,根据所述第二数据块,计算充电桩圆弧的圆心位置、充电桩朝向。
在本发明实施例中,根据雷达数据中的第二数据块,获取充电桩的圆心位置,确定了充电桩的圆心位置也就确定了充电桩的朝向。
步骤S402,根据所述充电桩圆弧的圆心位置、充电桩朝向确定机器人移动的目标位置和机器人朝向。
在本发明实施例中,若充电桩圆弧半径与机器人底盘半径一致,且机器人上的导电片或导电轮在机器人的正后方,那么充电桩圆心的位置就可以是机器人的目标位置,机器人的正前方与充电桩的正前方保持一致。
步骤S403,根据所述目标位置和机器人朝向,控制机器人移动至充电桩正前方指定距离,并发送红外载波数据至充电桩进行校验。
在本发明实施例中,根据确定的目标位置和机器人正确的朝向,控制机器人移动至充电桩正前方的指定距离,例如正前方的0.4米处,并将机器人上的红外接收装置对准充电桩,发送红外载波数据进行校验,进一步对充电桩识别和确认。
步骤S404,若校验成功,则登录充电桩充电。
在本发明实施例中,若有检测到红外载波数据,且载波的值与充电桩发射的红外载波的值相等,则红外载波数据校验成功,机器人底盘继续移动并登陆充电桩充电,雷达回充自动登录成功,机器人雷达扫描自动登录结束;若红外载波数据校验失败,则雷达回充登录失败。
需要说明的是,本领域技术人员在本发明揭露的技术范围内,可容易想到的其他排序方案也应在本发明的保护范围之内,在此不一一赘述。
通过本发明实施例,获取当前雷达扫描充电桩的数据,并对数据进行过滤获取有效的全局雷达数据,根据充电桩的正面特征形状与全局雷达数据进行匹配分析,包括初步的拟合运算识别分析和精细的拟合运算识别分析,确认识别到符合要求的充电桩,使得机器人能在比较偏比较远的地方也能准确的扫描识别并登录到充电桩,从而降低对导航精度的要求,提高产品的智能化,扩大了机器人雷达回充的识别范围。
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。
参见图5,是本发明实施例提供的雷达回充装置的示意图,为了便于说明,仅示出了与本发明实施例相关的部分。
所述雷达回充装置包括:
数据获取单元51,用于获取机器人扫描充电桩的雷达数据;
数据拟合分析单元52,用于若所述雷达数据中存在满足第一预设条件的第一数据块,则判断是否存在满足第二预设条件的第二数据块;
确认识别单元53,用于若存在满足第二预设条件的第二数据块,则确认机器人识别到充电桩。
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,即将所述移动终端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。上述移动终端中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。
图6是本发明一实施例提供的雷达机器人的示意图。为了便于说明,仅示出了与本发明实施例相关的部分。如图6所示,该实施例的雷达机器人6包括:雷达回充装置、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,例如Linux程序。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1所示的步骤S101至S103。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51至53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在所述雷达机器人6中的执行过程。
所述雷达机器人可包括,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仅仅是雷达机器人6的示例,并不构成对雷达机器人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,例如所述雷达机器人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60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61可以是所述雷达机器人6的内部存储单元,例如雷达机器人6的硬盘或内存。所述存储器61也可以是所述雷达机器人6的外部存储设备,例如所述雷达机器人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还可以既包括所述雷达机器人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雷达机器人所需的其他程序和数据。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,并不用于限制本发明的保护范围。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 (8)
1.一种识别充电桩的方法,其特征在于,应用于机器人,包括:
获取机器人扫描充电桩的雷达数据;
若所述雷达数据中存在满足第一预设条件的第一数据块,则判断是否存在满足第二预设条件的第二数据块;
若存在满足所述第二预设条件的第二数据块,则确认机器人识别到充电桩;
其中,所述第一预设条件为第一数据块的拟合运算结果小于预设的第一阈值,所述第二预设条件为第二数据块的拟合运算结果小于预设的第二阈值,所述第一阈值大于所述第二阈值,所述第一数据块为所述雷达数据中预设数量的数据点,所述第二数据块为在所述第一数据块基础上增加指定数量的数据点;
所述若所述雷达数据中存在满足第一预设条件的第一数据块,则判断是否存在满足第二预设条件的第二数据块,包括:
对所述第一数据块使用最小二乘法进行第一拟合圆计算;
获取第一拟合圆半径与充电桩圆弧半径的第一半径差值,以及第一拟合圆半径与充电桩圆弧半径的第一半径协方差;
若所述的第一半径差值小于预设的第一误差,且所述第一半径协方差小于预设的第一总体误差,则判断是否存在满足第二预设条件的第二数据块;
所述若所述的第一半径差值小于预设的第一误差,且所述第一半径协方差小于预设的第一总体误差,则判断是否存在满足第二预设条件的第二数据块,包括:
在所述第一数据块的基础上增加指定数量的数据点,获取第二数据块;
对所述第二数据块使用最小二乘法进行第二拟合圆计算;
获取第二拟合圆半径与充电桩圆弧半径的第二半径差值,以及第二拟合圆半径与充电桩圆弧半径的第二半径协方差;
判断所述第二半径差值是否小于第二误差,且所述第二半径协方差是否小于第二总体误差。
2.如权利要求1所述的识别充电桩的方法,其特征在于,所述若存在满足第二预设条件的第二数据块,则确认机器人识别到充电桩,包括:
若所述第二半径差值小于预设的第二误差,且所述第二半径协方差小于第二总体误差,则确认识别到充电桩。
3.如权利要求1所述的识别充电桩的方法,其特征在于,在若所述雷达数据中存在满足第一预设条件的第一数据块,则判断是否存在满足第二预设条件第二数据块的步骤之后,所述方法还包括:
若第二数据块的拟合运算结果不满足第二预设条件,则将当前数据块减少设定数量的数据点,获取下一数据块;
将所述下一数据块进行拟合运算获取运算结果;
判断所述拟合运算结果是否在所述第二阈值范围内;
若所述拟合运算结果在所述第二阈值范围内,则确认机器人识别到充电桩;
若所述拟合运算结果不在所述第二阈值范围内,则继续将当前数据块减少指定数量的数据点后,进行拟合运算,并判断拟合运算结果是否在所述第二阈值范围内。
4.如权利要求1所述的识别充电桩的方法,其特征在于,在获取机器人扫描充电桩的雷达数据的步骤之后,所述方法还包括:
过滤所述雷达数据,获取有效的全局雷达数据。
5.如权利要求1所述的识别充电桩的方法,其特征在于,在若存在满足第二预设条件的第二数据块,则确认机器人识别到充电桩的步骤之后,所述方法还包括:
根据所述第二数据块,计算充电桩圆弧的圆心位置、充电桩朝向;
根据所述充电桩圆弧的圆心位置、充电桩朝向确定机器人移动的目标位置和机器人朝向;
根据所述目标位置和机器人朝向,控制机器人移动至充电桩正前方指定距离,并发送红外载波数据至充电桩进行校验;
若校验成功,则登录充电桩充电。
6.一种识别充电桩装置,其特征在于,包括:
数据获取单元,用于获取机器人扫描充电桩的雷达数据;
数据拟合分析单元,用于若所述雷达数据中存在满足第一预设条件的第一数据块,则判断是否存在满足第二预设条件的第二数据块;
确认识别单元,用于若存在满足第二预设条件的第二数据块,则确认机器人识别到充电桩:其中,所述第一预设条件为第一数据块的拟合运算结果小于预设的第一阈值,所述第二预设条件为第二数据块的拟合运算结果小于预设的第二阈值,所述第一阈值大于所述第二阈值,所述第一数据块为所述雷达数据中预设数量的数据点,所述第二数据块为在所述第一数据块基础上增加指定数量的数据点;所述若所述雷达数据中存在满足第一预设条件的第一数据块,则判断是否存在满足第二预设条件的第二数据块,包括:对所述第一数据块使用最小二乘法进行第一拟合圆计算;获取第一拟合圆半径与充电桩圆弧半径的第一半径差值,以及第一拟合圆半径与充电桩圆弧半径的第一半径协方差;若所述的第一半径差值小于预设的第一误差,且所述第一半径协方差小于预设的第一总体误差,则判断是否存在满足第二预设条件的第二数据块;
所述若所述的第一半径差值小于预设的第一误差,且所述第一半径协方差小于预设的第一总体误差,则判断是否存在满足第二预设条件的第二数据块,包括:在所述第一数据块的基础上增加指定数量的数据点,获取第二数据块;对所述第二数据块使用最小二乘法进行第二拟合圆计算;获取第二拟合圆半径与充电桩圆弧半径的第二半径差值,以及第二拟合圆半径与充电桩圆弧半径的第二半径协方差;判断所述第二半径差值是否小于第二误差,且所述第二半径协方差是否小于第二总体误差。
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5任一项所述方法的步骤。
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5任一项所述方法的步骤。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810393304.7A CN110412530B (zh) | 2018-04-27 | 2018-04-27 | 一种识别充电桩的方法、装置及机器人 |
US16/116,952 US20190331767A1 (en) | 2018-04-27 | 2018-08-30 | Charging station identifying method, device, and robot |
JP2018237607A JP6562530B1 (ja) | 2018-04-27 | 2018-12-19 | 充電台の認識方法、装置及びロボット |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810393304.7A CN110412530B (zh) | 2018-04-27 | 2018-04-27 | 一种识别充电桩的方法、装置及机器人 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110412530A CN110412530A (zh) | 2019-11-05 |
CN110412530B true CN110412530B (zh) | 2021-09-17 |
Family
ID=67692154
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810393304.7A Active CN110412530B (zh) | 2018-04-27 | 2018-04-27 | 一种识别充电桩的方法、装置及机器人 |
Country Status (3)
Country | Link |
---|---|
US (1) | US20190331767A1 (zh) |
JP (1) | JP6562530B1 (zh) |
CN (1) | CN110412530B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110389341B (zh) * | 2018-04-18 | 2021-06-25 | 深圳市优必选科技有限公司 | 充电桩识别方法、装置、机器人及计算机可读存储介质 |
CN110597249B (zh) | 2019-08-23 | 2022-08-05 | 深圳市优必选科技股份有限公司 | 一种机器人及其回充定位方法和装置 |
KR20210061842A (ko) * | 2019-11-20 | 2021-05-28 | 삼성전자주식회사 | 이동 로봇 장치 및 이의 제어 방법 |
CN110873875B (zh) * | 2019-11-26 | 2022-08-16 | 爱菲力斯(深圳)科技有限公司 | 机器人定位方法、机器人以及控制机器人上岗作业装置 |
CN111098334B (zh) * | 2019-12-23 | 2021-04-27 | 浙江欣奕华智能科技有限公司 | 一种充电桩的识别方法、识别装置及机器人 |
CN111383639A (zh) * | 2020-03-06 | 2020-07-07 | 湖南快乐车行露营地投资发展有限公司 | 水电桩解锁控制方法、装置、计算机设备和存储介质 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5990829A (en) * | 1997-08-26 | 1999-11-23 | The United States Of America As Represented By The Secretary Of The Navy | Spinning focal plane array camera particularly suited for real time pattern recognition |
CN103065151A (zh) * | 2012-11-04 | 2013-04-24 | 北京工业大学 | 一种基于深度信息的车辆识别方法 |
CN105137412A (zh) * | 2015-08-19 | 2015-12-09 | 重庆大学 | 一种2d激光雷达距离图像中线段特征精确拟合方法 |
CN105678689A (zh) * | 2015-12-31 | 2016-06-15 | 百度在线网络技术(北京)有限公司 | 高精地图数据配准关系确定方法及装置 |
CN106295586A (zh) * | 2016-08-16 | 2017-01-04 | 长春理工大学 | 基于单线点云数据机器学习的人形目标识别方法及装置 |
CN106371105A (zh) * | 2016-08-16 | 2017-02-01 | 长春理工大学 | 单线激光雷达车辆目标识别方法、装置和汽车 |
CN107064955A (zh) * | 2017-04-19 | 2017-08-18 | 北京汽车集团有限公司 | 障碍物聚类方法及装置 |
CN107392209A (zh) * | 2017-07-11 | 2017-11-24 | 中国地质大学(武汉) | 一种提取线段的方法、模块、装置及存储装置 |
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 |
Family Cites Families (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA2362285C (en) * | 1999-02-12 | 2005-06-14 | Schlumberger Canada Limited | Uncertainty constrained subsurface modeling |
KR100486506B1 (ko) * | 2002-12-31 | 2005-04-29 | 엘지전자 주식회사 | 화상처리를 이용한 로봇 청소기의 자동충전장치 및 방법 |
DE112006003361T5 (de) * | 2005-12-16 | 2008-10-16 | Ihi Corporation | Verfahren und Vorrichtung für das Aufzeichnen/Anzeigen von dreidimensionalen Formdaten und Verfahren und Vorrichtung für das Messen einer dreidimensionalen Form |
KR101104609B1 (ko) * | 2007-10-26 | 2012-01-12 | 주식회사 만도 | 차량의 목표주차위치 인식 방법 및 그 시스템 |
JP5310310B2 (ja) * | 2008-06-30 | 2013-10-09 | 勝義 遠藤 | 超精密形状測定方法 |
JP5796947B2 (ja) * | 2010-10-08 | 2015-10-21 | 三菱重工業株式会社 | 自律走行制御装置及びそれを備えた自律走行車両 |
WO2012086029A1 (ja) * | 2010-12-22 | 2012-06-28 | 株式会社日立製作所 | 自律移動システム |
KR101970582B1 (ko) * | 2011-10-18 | 2019-04-22 | 삼성전자주식회사 | 로봇 청소기 및 그 제어 방법 |
KR102095817B1 (ko) * | 2013-10-31 | 2020-04-01 | 엘지전자 주식회사 | 이동 로봇, 이동 로봇의 충전대 및 이들을 포함하는 이동 로봇 시스템 |
JP6355080B2 (ja) * | 2014-03-03 | 2018-07-11 | 学校法人千葉工業大学 | 搭乗型移動ロボット |
JP6645074B2 (ja) * | 2015-08-25 | 2020-02-12 | 株式会社Ihi | 支障物検知システム |
JP6875790B2 (ja) * | 2015-10-26 | 2021-05-26 | シャープ株式会社 | 測距装置および走行装置 |
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 |
-
2018
- 2018-04-27 CN CN201810393304.7A patent/CN110412530B/zh active Active
- 2018-08-30 US US16/116,952 patent/US20190331767A1/en not_active Abandoned
- 2018-12-19 JP JP2018237607A patent/JP6562530B1/ja active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5990829A (en) * | 1997-08-26 | 1999-11-23 | The United States Of America As Represented By The Secretary Of The Navy | Spinning focal plane array camera particularly suited for real time pattern recognition |
CN103065151A (zh) * | 2012-11-04 | 2013-04-24 | 北京工业大学 | 一种基于深度信息的车辆识别方法 |
CN105137412A (zh) * | 2015-08-19 | 2015-12-09 | 重庆大学 | 一种2d激光雷达距离图像中线段特征精确拟合方法 |
CN105678689A (zh) * | 2015-12-31 | 2016-06-15 | 百度在线网络技术(北京)有限公司 | 高精地图数据配准关系确定方法及装置 |
CN106295586A (zh) * | 2016-08-16 | 2017-01-04 | 长春理工大学 | 基于单线点云数据机器学习的人形目标识别方法及装置 |
CN106371105A (zh) * | 2016-08-16 | 2017-02-01 | 长春理工大学 | 单线激光雷达车辆目标识别方法、装置和汽车 |
CN107064955A (zh) * | 2017-04-19 | 2017-08-18 | 北京汽车集团有限公司 | 障碍物聚类方法及装置 |
CN107392209A (zh) * | 2017-07-11 | 2017-11-24 | 中国地质大学(武汉) | 一种提取线段的方法、模块、装置及存储装置 |
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 |
Non-Patent Citations (2)
Title |
---|
An Improved Algorithm for Through-Wall Target Detection Using Ultra-Wideband Impulse Radar;XIAOLIN LIANG et al.;《IEEE ACCESS》;20171107;全文 * |
成像激光雷达在自动目标识别中的应用;马超杰 等;《航空兵器》;20080831(第4期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
US20190331767A1 (en) | 2019-10-31 |
CN110412530A (zh) | 2019-11-05 |
JP2019192206A (ja) | 2019-10-31 |
JP6562530B1 (ja) | 2019-08-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110412530B (zh) | 一种识别充电桩的方法、装置及机器人 | |
US11422261B2 (en) | Robot relocalization method and apparatus and robot using the same | |
JP6505939B1 (ja) | 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 | |
CN110850872A (zh) | 机器人巡检方法、装置、计算机可读存储介质及机器人 | |
CN110561423A (zh) | 位姿变换的方法、机器人及存储介质 | |
CN111381586A (zh) | 一种机器人及其移动控制方法和装置 | |
CN112595323A (zh) | 机器人及其建图方法和装置 | |
CN111612841A (zh) | 目标定位方法及装置、移动机器人及可读存储介质 | |
CN109828250B (zh) | 一种雷达标定方法、标定装置及终端设备 | |
CN110850859B (zh) | 一种机器人及其避障方法和避障系统 | |
CN112147994B (zh) | 一种机器人及其回充控制方法和装置 | |
CN112198878B (zh) | 一种即时地图构建方法、装置、机器人及存储介质 | |
EP3783390A1 (en) | Robot recharging localization method and mobile robot using the same | |
CN111402413A (zh) | 三维视觉定位方法、装置及计算设备、存储介质 | |
CN110383336B (zh) | 一种刚体配置方法、装置、终端设备和计算机存储介质 | |
US11034028B2 (en) | Pose determining method for mobile robot and apparatus and mobile robot thereof | |
CN110673607A (zh) | 动态场景下的特征点提取方法、装置、及终端设备 | |
CN112212851B (zh) | 一种位姿确定方法、装置、存储介质及移动机器人 | |
CN113741446A (zh) | 一种机器人自主探索的方法、终端设备及存储介质 | |
CN111157012B (zh) | 一种机器人导航方法、装置、可读存储介质及机器人 | |
CN112223281A (zh) | 机器人及其定位方法和装置 | |
CN113239906B (zh) | 车道线检测方法和装置 | |
CN112518759B (zh) | 机器人及其扫描上桩方法和装置 | |
CN109788431B (zh) | 一种基于相邻节点组的蓝牙定位方法、装置、设备和系统 | |
CN110909569B (zh) | 路况信息识别方法及终端设备 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |