CN110554700A - 一种关于移动机器人的房间与门的识别方法 - Google Patents
一种关于移动机器人的房间与门的识别方法 Download PDFInfo
- Publication number
- CN110554700A CN110554700A CN201910828732.2A CN201910828732A CN110554700A CN 110554700 A CN110554700 A CN 110554700A CN 201910828732 A CN201910828732 A CN 201910828732A CN 110554700 A CN110554700 A CN 110554700A
- Authority
- CN
- China
- Prior art keywords
- points
- point
- door
- room
- map
- 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.)
- Withdrawn
Links
- 238000000034 method Methods 0.000 title claims abstract description 23
- 230000004888 barrier function Effects 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 239000003550 marker Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 238000010408 sweeping 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
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
- G05D1/0221—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving a learning process
-
- 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
- G05D1/0234—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using optical markers or beacons
- G05D1/0236—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using optical markers or beacons in combination with a laser
-
- 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)
- Optics & Photonics (AREA)
- Electromagnetism (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明公开了一种关于移动机器人的房间与门的识别方法，所述移动机器人包括：行动轮，行动轮带有里程计反馈，用于辅助SLAM算法；激光雷达，激光雷达用于测量机器人与障碍物的距离；控制主板，控制主板驱动行动轮运动，并读取激光雷达的数据，通过SLAM算法生成室内地图；采用激光雷达建立室内地图，并转化成二维栅格地图，在二维栅格图的基础上识别门，并计算出房间，可应用于智能扫地机器人按房间分区清扫，或家庭智能机器人理解房间，从一个房间导航到另外一个房间的功能。
Description
技术领域
本发明涉及数据处理技术领域，尤其涉及一种关于移动机器人的房间与门的识别方法。
背景技术
在实际应用中，我们经常需要让机器人从主卧自主导航到客厅，或在在智能扫地机器人的应用中，我们经常需要以房间为范围进行分区清扫。但目前的机器人都没法实现类似的功能；因为机器人不能理解主卧，或客厅的概念，不能理解房间的概念，不能识别门。
现有技术采用激光雷达扫描配合SLAM算法可以建立室内的二维地图，实现机器人的室内自主导航定位的功能，但目前的SLAM算法只能让机器人理解障碍物信息或特征点信息，比如障碍物的位置，特征物的信息等，不能识别或理解房间的概念，也不能识别门，脱离实际的应用。
发明内容
针对现有技术的不足，本发明提供了一种关于移动机器人的房间与门的识别方法，旨在解决现有移动机器人不能识别或理解房间的概念，也不能识别门，脱离实际的应用的问题。
为实现上述目的，本发明提供如下技术方案：一种关于移动机器人的房间与门的识别方法，所述移动机器人包括：
行动轮，行动轮带有里程计反馈，用于辅助SLAM算法；
激光雷达，激光雷达用于测量机器人与障碍物的距离；
控制主板，控制主板驱动行动轮运动，并读取激光雷达的数据，通过SLAM算法生成室内地图；
其方法包括以下步骤：
步骤一：采用激光雷达SLAM实时定位，定位出机器人的位置；
步骤二：激光雷达360°扫描获取周围障碍物坐标，激光扫描点坐标，障碍物的坐标集合：O＝{{x1,y1},{x2,y2},{x3,y3},{x4,y4}…..{xn,yn}}；
通过最小二乘法拟合直线，可以将长条形障碍物拟合成直线，通过计算直线的倾斜角，计算出地图的在坐标中的偏移，把地图旋正：旋转地图使得地图成为与室内的墙平行或垂直的位置；
步骤三：机器人在室内不停移动，根据步骤1和步骤2，不断的扫描出障碍点和扫描点的坐标，生成一张二维栅格地图，可用一个二维数组map[X][Y]表示，二维数组的任意一个点就是室内栅格地图的状态，栅格图每个坐标点可能是边界点(室内中墙，凳脚等障碍点)、扫描点(室内非障碍物点)或未知点(室外点)；
步骤四：按照顺序取出地图的边界点坐标，存在列表L中，L＝{(x1,y1),(x2,y2),(x3,y3)…(xn,yn)}；其中，(x1,y1)，(x2,y2),(x3,y3)…(xn,yn)是按照顺序排列的边界点的坐标；
步骤五：设定一扇门的宽度为M厘米，栅格地图中两点之间的距离为K厘米，设定每个房间边界的最小长度为N厘米，则门和房间的判断逻辑为以下两种情况：
情况一：平行X轴方向的门：对于L列表中的点，如果存在两个点，A1(xk1,yk1)和A2(xk2,yk2)，两点的距离相差M厘米左右，计算的方式为：xk1-xk2>M厘米，且(xk1,yk1)和(xk2,yk2)之间的点都是扫描点，则A1与A2可能是门上的两个点；当满足(k2-k1)*K>N则表明k1与k2之间的点是一个房间的边界点，A1与A2之间的点是一扇门，即可计算且定义出k1与k2之间的点所包围的区域为一个房间，A1与A2之间的区域是一扇门；
情况二：垂直X轴方向的门：对于L列表中的点，如果存在两个点，A3(xk3,yk3)和A4(xk4,yk4)，两点的距离相差M厘米左右，计算的方式为yk3-yk4>M厘米，且(xk3,yk3)和(xk4,yk4)之间的点都是扫描点，则A3与A4可能是门上的两个点；当满足(k3-k4)*K>N则表明k3与k4之间的点是一个房间的边界点，A3与A4之间的点是一扇门，即可计算且定义出k3与k4之间的点所包围的区域为一个房间，A3与A4之间的区域是一扇门。
优选的，所述步骤二为360°旋转激光雷达扫描一圈或机器人带动固定激光雷达旋转；所述激光雷达为360度旋转激光雷达或固定式激光雷达。
优选的，所述激光雷达为三角测距的激光雷达或TOF激光雷达。
进一步的，所述长条形障碍物包括墙。
优选的，所述行动轮为双轮驱动或四轮驱动。
本发明的有益效果：采用激光雷达建立室内地图，并转化成二维栅格地图，在二维栅格图的基础上识别门，并计算出房间，可应用于智能扫地机器人按房间分区清扫，或家庭智能机器人理解房间，从一个房间导航到另外一个房间的功能。
附图说明
图1为本发明硬件原理图。
图2为本发明的地图旋正示意图。
图3为本发明的二维格栅地图。
图4为图3的边界点坐标标记图。
图5为图4中门与房间的判断逻辑图。
具体实施方式
如图1、2、3、4、5所示，一种关于移动机器人的房间与门的识别方法，机器人包括：
行动轮，行动轮带有里程计反馈，用于辅助SLAM算法；行动轮可以是双轮驱动，或四轮驱动；
激光雷达，激光雷达用于测量机器人与障碍物的距离，可以是三角测距的激光雷达或TOF激光雷达，可以是360度旋转激光雷达或固定式激光雷达。
控制主板，控制主板驱动行动轮运动，并读取激光雷达的数据，通过SLAM算法生成室内地图；
其方法包括以下步骤：
步骤一：采用激光雷达SLAM实时定位，定位出机器人的位置；
步骤二：激光雷达360°扫描获取周围障碍物坐标，激光扫描点坐标，障碍物的坐标集合：O＝{{x1,y1},{x2,y2},{x3,y3},{x4,y4}…..{xn,yn}}；
通过最小二乘法拟合直线，可以将墙等长条形障碍物拟合成直线，通过计算直线的倾斜角，计算出地图的在坐标中的偏移，把地图旋正：旋转地图使得地图成为与室内的墙平行或垂直的位置；
步骤三：机器人在室内不停移动，根据步骤1和步骤2，不断的扫描出障碍点和扫描点的坐标，生成一张二维栅格地图，可用一个二维数组map[X][Y]表示，二维数组的任意一个点就是室内栅格地图的状态，栅格图每个坐标点可能是边界点(室内中墙，凳脚等障碍点)、扫描点(室内非障碍物点)或未知点(室外点)；
步骤四：按照顺序取出地图的边界点坐标，存在列表L中，L＝{(x1,y1),(x2,y2),(x3,y3)…(xn,yn)}；其中，(x1,y1)，(x2,y2),(x3,y3)…(xn,yn)是按照顺序排列的边界点的坐标；
步骤五：设定一扇门的宽度为M厘米，一般的一扇门的大小一般为800厘米，栅格地图中两点之间的距离为K厘米，设定每个房间边界的最小长度为N厘米，则门和房间的判断逻辑为以下两种情况：
情况一：平行X轴方向的门：对于L列表中的点，如果存在两个点，A1(xk1,yk1)和A2(xk2,yk2)，两点的距离相差M厘米左右，计算的方式为：xk1-xk2>M厘米，且(xk1,yk1)和(xk2,yk2)之间的点都是扫描点，则A1与A2可能是门上的两个点；当满足(k2-k1)*K>N则表明k1与k2之间的点是一个房间的边界点，A1与A2之间的点是一扇门，即可计算且定义出k1与k2之间的点所包围的区域为一个房间，A1与A2之间的区域是一扇门；
情况二：垂直X轴方向的门：对于L列表中的点，如果存在两个点，A3(xk3,yk3)和A4(xk4,yk4)，两点的距离相差M厘米左右，计算的方式为yk3-yk4>M厘米，且(xk3,yk3)和(xk4,yk4)之间的点都是扫描点，则A3与A4可能是门上的两个点；当满足(k3-k4)*K>N则表明k3与k4之间的点是一个房间的边界点，A3与A4之间的点是一扇门，即可计算且定义出k3与k4之间的点所包围的区域为一个房间，A3与A4之间的区域是一扇门。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换或改进等，均应包含在本发明的保护范围之内。
Claims (5)
1.一种关于移动机器人的房间与门的识别方法，所述移动机器人包括：
行动轮，行动轮带有里程计反馈，用于辅助SLAM算法；
激光雷达，激光雷达用于测量机器人与障碍物的距离；
控制主板，控制主板驱动行动轮运动，并读取激光雷达的数据，通过SLAM算法生成室内地图；
其特征在于，其方法包括以下步骤：
步骤一：采用激光雷达SLAM实时定位，定位出机器人的位置；
步骤二：激光雷达360°扫描获取周围障碍物坐标，激光扫描点坐标，障碍物的坐标集合：O＝{{x1,y1},{x2,y2},{x3,y3},{x4,y4}…..{xn,yn}}；
通过最小二乘法拟合直线，可以将长条形障碍物拟合成直线，通过计算直线的倾斜角，计算出地图的在坐标中的偏移，把地图旋正：旋转地图使得地图成为与室内的墙平行或垂直的位置；
步骤三：机器人在室内不停移动，根据步骤1和步骤2，不断的扫描出障碍点和扫描点的坐标，生成一张二维栅格地图，可用一个二维数组map[X][Y]表示，二维数组的任意一个点就是室内栅格地图的状态，栅格图每个坐标点可能是边界点(室内中墙，凳脚等障碍点)、扫描点(室内非障碍物点)或未知点(室外点)；
步骤四：按照顺序取出地图的边界点坐标，存在列表L中，L＝{(x1,y1),(x2,y2),(x3,y3)…(xn,yn)}；其中，(x1,y1)，(x2,y2),(x3,y3)…(xn,yn)是按照顺序排列的边界点的坐标；
步骤五：设定一扇门的宽度为M厘米，栅格地图中两点之间的距离为K厘米，设定每个房间边界的最小长度为N厘米，则门和房间的判断逻辑为以下两种情况：
情况一：平行X轴方向的门：对于L列表中的点，如果存在两个点，A1(xk1,yk1)和A2(xk2,yk2)，两点的距离相差M厘米左右，计算的方式为：xk1-xk2>M厘米，且(xk1,yk1)和(xk2,yk2)之间的点都是扫描点，则A1与A2可能是门上的两个点；当满足(k2-k1)*K>N则表明k1与k2之间的点是一个房间的边界点，A1与A2之间的点是一扇门，即可计算且定义出k1与k2之间的点所包围的区域为一个房间，A1与A2之间的区域是一扇门；
情况二：垂直X轴方向的门：对于L列表中的点，如果存在两个点，A3(xk3,yk3)和A4(xk4,yk4)，两点的距离相差M厘米左右，计算的方式为yk3-yk4>M厘米，且(xk3,yk3)和(xk4,yk4)之间的点都是扫描点，则A3与A4可能是门上的两个点；当满足(k3-k4)*K>N则表明k3与k4之间的点是一个房间的边界点，A3与A4之间的点是一扇门，即可计算且定义出k3与k4之间的点所包围的区域为一个房间，A3与A4之间的区域是一扇门。
2.根据权利要求所述一种关于移动机器人的房间与门的识别方法，其特征在于，所述步骤二为360°旋转激光雷达扫描一圈或机器人带动固定激光雷达旋转；所述激光雷达为360度旋转激光雷达或固定式激光雷达。
3.根据权利要求所述一种关于移动机器人的房间与门的识别方法，其特征在于，所述激光雷达为三角测距的激光雷达或TOF激光雷达。
4.根据权利要求所述一种关于移动机器人的房间与门的识别方法，其特征在于，所述长条形障碍物包括墙。
5.根据权利要求所述一种关于移动机器人的房间与门的识别方法，其特征在于，所述行动轮为双轮驱动或四轮驱动。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910828732.2A CN110554700A (zh) | 2019-09-03 | 2019-09-03 | 一种关于移动机器人的房间与门的识别方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910828732.2A CN110554700A (zh) | 2019-09-03 | 2019-09-03 | 一种关于移动机器人的房间与门的识别方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110554700A true CN110554700A (zh) | 2019-12-10 |
Family
ID=68738878
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910828732.2A Withdrawn CN110554700A (zh) | 2019-09-03 | 2019-09-03 | 一种关于移动机器人的房间与门的识别方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110554700A (zh) |
Cited By (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111248819A (zh) * | 2020-03-13 | 2020-06-09 | 深圳市银星智能科技股份有限公司 | 一种清洁路径执行方法及清洁机器人 |
| CN111627063A (zh) * | 2020-07-28 | 2020-09-04 | 北京云迹科技有限公司 | 电子地图上房间门口位置的点位识别方法及装置 |
| CN112223281A (zh) * | 2020-09-27 | 2021-01-15 | 深圳市优必选科技股份有限公司 | 机器人及其定位方法和装置 |
| CN112369982A (zh) * | 2020-10-14 | 2021-02-19 | 深圳拓邦股份有限公司 | 门槛识别方法、装置、扫地机器人及存储介质 |
| CN113051951A (zh) * | 2021-04-01 | 2021-06-29 | 未来机器人（深圳）有限公司 | 标识码定位方法、装置、计算机设备和存储介质 |
| CN113397444A (zh) * | 2021-07-02 | 2021-09-17 | 珠海格力电器股份有限公司 | 目标障碍物的识别方法、清扫机器的控制方法和处理器 |
| CN113475976A (zh) * | 2020-03-16 | 2021-10-08 | 珠海格力电器股份有限公司 | 机器人可通行区域确定方法、装置、存储介质及机器人 |
| CN113885486A (zh) * | 2020-07-02 | 2022-01-04 | 尚科宁家(中国)科技有限公司 | 移动机器人的自主分区方法和移动机器人 |
| CN114115212A (zh) * | 2020-08-26 | 2022-03-01 | 宁波方太厨具有限公司 | 一种清洁机器人的定位方法及采用该方法的清洁机器人 |
| CN114253272A (zh) * | 2021-12-23 | 2022-03-29 | 北京理工大学重庆创新中心 | 一种无人车室内自主探索方法 |
| CN114557635A (zh) * | 2020-11-27 | 2022-05-31 | 尚科宁家(中国)科技有限公司 | 清洁机器人及其分区识别方法 |
-
2019
- 2019-09-03 CN CN201910828732.2A patent/CN110554700A/zh not_active Withdrawn
Cited By (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111248819A (zh) * | 2020-03-13 | 2020-06-09 | 深圳市银星智能科技股份有限公司 | 一种清洁路径执行方法及清洁机器人 |
| CN113475976A (zh) * | 2020-03-16 | 2021-10-08 | 珠海格力电器股份有限公司 | 机器人可通行区域确定方法、装置、存储介质及机器人 |
| CN113885486A (zh) * | 2020-07-02 | 2022-01-04 | 尚科宁家(中国)科技有限公司 | 移动机器人的自主分区方法和移动机器人 |
| CN111627063A (zh) * | 2020-07-28 | 2020-09-04 | 北京云迹科技有限公司 | 电子地图上房间门口位置的点位识别方法及装置 |
| CN111627063B (zh) * | 2020-07-28 | 2020-10-16 | 北京云迹科技有限公司 | 电子地图上房间门口位置的点位识别方法及装置 |
| CN114115212A (zh) * | 2020-08-26 | 2022-03-01 | 宁波方太厨具有限公司 | 一种清洁机器人的定位方法及采用该方法的清洁机器人 |
| CN112223281A (zh) * | 2020-09-27 | 2021-01-15 | 深圳市优必选科技股份有限公司 | 机器人及其定位方法和装置 |
| CN112369982A (zh) * | 2020-10-14 | 2021-02-19 | 深圳拓邦股份有限公司 | 门槛识别方法、装置、扫地机器人及存储介质 |
| CN112369982B (zh) * | 2020-10-14 | 2022-03-15 | 深圳拓邦股份有限公司 | 门槛识别方法、装置、扫地机器人及存储介质 |
| CN114557635A (zh) * | 2020-11-27 | 2022-05-31 | 尚科宁家(中国)科技有限公司 | 清洁机器人及其分区识别方法 |
| CN114557635B (zh) * | 2020-11-27 | 2023-11-03 | 尚科宁家(中国)科技有限公司 | 清洁机器人及其分区识别方法 |
| CN113051951A (zh) * | 2021-04-01 | 2021-06-29 | 未来机器人（深圳）有限公司 | 标识码定位方法、装置、计算机设备和存储介质 |
| CN113397444A (zh) * | 2021-07-02 | 2021-09-17 | 珠海格力电器股份有限公司 | 目标障碍物的识别方法、清扫机器的控制方法和处理器 |
| CN114253272A (zh) * | 2021-12-23 | 2022-03-29 | 北京理工大学重庆创新中心 | 一种无人车室内自主探索方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110554700A (zh) | 一种关于移动机器人的房间与门的识别方法 | |
| EP3764186A1 (en) | Method for controlling autonomous mobile robot to travel along edge | |
| CN105865449B (zh) | 基于激光和视觉的移动机器人的混合定位方法 | |
| KR101372482B1 (ko) | 이동 로봇의 경로 계획 방법 및 장치 | |
| Lee | The map-building and exploration strategies of a simple, sonar-equipped, mobile robot; an experimental, quantitative evaluation | |
| US7742841B2 (en) | Autonomous vehicle and planar obstacle recognition method | |
| CN106227212B (zh) | 基于栅格地图和动态校准的精度可控室内导航系统及方法 | |
| CN110403528B (zh) | 一种基于清洁机器人提高清洁覆盖率的方法和系统 | |
| US20090182464A1 (en) | Method and apparatus for planning path of mobile robot | |
| US10860033B2 (en) | Movable object and method for controlling the same | |
| CN108628318B (zh) | 拥堵环境检测方法、装置、机器人及存储介质 | |
| CN107741743A (zh) | 改进的图优化slam方法 | |
| CN204700886U (zh) | 机器人系统 | |
| CN112204486A (zh) | 机器人导航的飞行时间传感器布置及用其定位的方法 | |
| WO2023025028A1 (zh) | 充电方法、充电装置及机器人 | |
| CN113566808A (zh) | 一种导航路径规划方法、装置、设备以及可读存储介质 | |
| CN114742874A (zh) | 一种基于激光与视觉异步融合的slam算法 | |
| CN111679664A (zh) | 基于深度相机的三维地图构建方法及扫地机器人 | |
| CN111609853A (zh) | 三维地图构建方法、扫地机器人及电子设备 | |
| JP5212939B2 (ja) | 自律移動装置 | |
| Abrate et al. | Experimental EKF-based SLAM for Mini-rovers with IR Sensors Only. | |
| Hoang et al. | Development of an EKF-based localization algorithm using compass sensor and LRF | |
| Strand et al. | Using an attributed 2D-grid for next-best-view planning on 3D environment data for an autonomous robot | |
| CN115373404A (zh) | 室内静态物品识别与自主建图的移动机器人及工作方法 | |
| CN110716554B (zh) | 基于视觉的家庭机器人 |
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 | ||
| WW01 | Invention patent application withdrawn after publication |
Application publication date: 20191210 |
|
| WW01 | Invention patent application withdrawn after publication |