CN110693396A - 一种基于free move技术的扫地机避障处理方式 - Google Patents
一种基于free move技术的扫地机避障处理方式 Download PDFInfo
- Publication number
- CN110693396A CN110693396A CN201910999232.5A CN201910999232A CN110693396A CN 110693396 A CN110693396 A CN 110693396A CN 201910999232 A CN201910999232 A CN 201910999232A CN 110693396 A CN110693396 A CN 110693396A
- Authority
- CN
- China
- Prior art keywords
- data
- collision
- state
- sweeping robot
- obstacle avoidance
- 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
- 241001417527 Pempheridae Species 0.000 title claims abstract description 26
- 238000012545 processing Methods 0.000 title claims abstract description 23
- 238000005516 engineering process Methods 0.000 title claims abstract description 22
- 238000010408 sweeping Methods 0.000 claims abstract description 40
- 230000004888 barrier function Effects 0.000 claims abstract description 5
- 239000011159 matrix material Substances 0.000 claims description 23
- 238000001514 detection method Methods 0.000 claims description 13
- 230000006870 function Effects 0.000 claims description 12
- 238000000034 method Methods 0.000 claims description 12
- 238000004364 calculation method Methods 0.000 claims description 9
- 238000007619 statistical method Methods 0.000 claims description 8
- 230000005540 biological transmission Effects 0.000 claims description 7
- 238000004891 communication Methods 0.000 claims description 7
- 230000008569 process Effects 0.000 claims description 7
- 238000012360 testing method Methods 0.000 claims description 6
- 238000013528 artificial neural network Methods 0.000 claims description 5
- 238000004458 analytical method Methods 0.000 claims description 4
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 4
- 238000009795 derivation Methods 0.000 claims description 3
- 238000007781 pre-processing Methods 0.000 claims description 3
- 238000005070 sampling Methods 0.000 claims description 3
- 230000001133 acceleration Effects 0.000 claims description 2
- 230000001960 triggered effect Effects 0.000 claims 1
- 238000002474 experimental method Methods 0.000 abstract description 4
- 230000000903 blocking effect Effects 0.000 abstract 1
- 230000035945 sensitivity Effects 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000011478 gradient descent method Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
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
- G05D1/0055—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots with safety arrangements
-
- 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
- G05D1/0268—Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means
- G05D1/027—Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means comprising intertial navigation means, e.g. azimuth detector
-
- A—HUMAN NECESSITIES
- A47—FURNITURE; DOMESTIC ARTICLES OR APPLIANCES; COFFEE MILLS; SPICE MILLS; SUCTION CLEANERS IN GENERAL
- A47L—DOMESTIC WASHING OR CLEANING; SUCTION CLEANERS IN GENERAL
- A47L11/00—Machines for cleaning floors, carpets, furniture, walls, or wall coverings
- A47L11/24—Floor-sweeping machines, motor-driven
-
- A—HUMAN NECESSITIES
- A47—FURNITURE; DOMESTIC ARTICLES OR APPLIANCES; COFFEE MILLS; SPICE MILLS; SUCTION CLEANERS IN GENERAL
- A47L—DOMESTIC WASHING OR CLEANING; SUCTION CLEANERS IN GENERAL
- A47L11/00—Machines for cleaning floors, carpets, furniture, walls, or wall coverings
- A47L11/40—Parts or details of machines not provided for in groups A47L11/02 - A47L11/38, or not restricted to one of these groups, e.g. handles, arrangements of switches, skirts, buffers, levers
- A47L11/4011—Regulation of the cleaning machine by electric means; Control systems and remote control systems therefor
-
- A—HUMAN NECESSITIES
- A47—FURNITURE; DOMESTIC ARTICLES OR APPLIANCES; COFFEE MILLS; SPICE MILLS; SUCTION CLEANERS IN GENERAL
- A47L—DOMESTIC WASHING OR CLEANING; SUCTION CLEANERS IN GENERAL
- A47L11/00—Machines for cleaning floors, carpets, furniture, walls, or wall coverings
- A47L11/40—Parts or details of machines not provided for in groups A47L11/02 - A47L11/38, or not restricted to one of these groups, e.g. handles, arrangements of switches, skirts, buffers, levers
- A47L11/4061—Steering means; Means for avoiding obstacles; Details related to the place where the driver is accommodated
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/10—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration
- G01C21/12—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning
- G01C21/16—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation
- G01C21/165—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation combined with non-inertial navigation instruments
-
- 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
- G05D1/0011—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots associated with a remote control arrangement
- G05D1/0022—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots associated with a remote control arrangement characterised by the communication link
-
- 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
- G05D1/0268—Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means
- G05D1/0272—Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means comprising means for registering the travel distance, e.g. revolutions of wheels
-
- A—HUMAN NECESSITIES
- A47—FURNITURE; DOMESTIC ARTICLES OR APPLIANCES; COFFEE MILLS; SPICE MILLS; SUCTION CLEANERS IN GENERAL
- A47L—DOMESTIC WASHING OR CLEANING; SUCTION CLEANERS IN GENERAL
- A47L2201/00—Robotic cleaning machines, i.e. with automatic control of the travelling movement or the cleaning operation
- A47L2201/04—Automatic control of the travelling movement; Automatic obstacle detection
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/20—Services signaling; Auxiliary data signalling, i.e. transmitting data via a non-traffic channel
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Aviation & Aerospace Engineering (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
- Manipulator (AREA)
Abstract
本发明提供一种基于free move技术的扫地机避障处理方式,包括以下步骤,S1:预设具有六轴陀螺仪、光栅信号传感器及左右轮电量感测单元的扫地机器人主机体;S2:利用六轴陀螺仪、光栅信号传感器及左右轮电量感测单元对扫地机器人的运行状况进行实时感测;实时感测状态包括扫地机器人碰撞状态、无障碍运行状态、过门槛状态和推动障碍物运行状态;S3:所接收到的感测信息做进一步分类;扫地机器人碰撞状态包括顶部左侧区识别、顶部中间区识别、顶部右侧区识别、中底部左侧识别、中底部中间区识别、中底部右侧识别、过门槛5mm高度识别、过门槛10mm高度识别及过门槛15mm高度识别,本设计通过实验验证准确率达96%以上,可以畅通无阻、自由清扫,基本无卡死。
Description
[技术领域]
本发明涉及扫地机器人避障处理方式技术领域,尤其涉及一种准确率高、可有效提高运行稳定性的基于free move技术的扫地机避障处理方式。
[背景技术]
近些年,扫地机器人产品得到了快速的推广和应用,为人们的日常生活提供了诸多的便利,其灵活度高,且可以按照预设的轨迹对室内地面进行较为清洁的清扫,深受使用者的喜爱。
然而,目前的扫地机器人产品依然存在较多的不足,如功能不够丰富,无法满足人们的某一些特殊的使用需求,智能化程度不高,避障性能不够好等等,制约着产品的更好的推广和使用。
基于此,本领域的技术人员进行了大量的研发和实验,并取得了较好的成绩。
[发明内容]
为克服现有技术所存在的问题,本发明提供一种准确率高、可有效提高运行稳定性的基于free move技术的扫地机避障处理方式。
本发明解决技术问题的方案是提供一种基于free move技术的扫地机避障处理方式,包括以下步骤,
S1:预设具有六轴陀螺仪、光栅信号传感器以及左右轮电量感测单元的扫地机器人主机体;
S2:利用六轴陀螺仪、光栅信号传感器以及左右轮电量感测单元对扫地机器人的运行状况进行实时感测;所述实时感测状态包括扫地机器人碰撞状态、无障碍运行状态、过门槛状态和推动障碍物运行状态;
S3:每10ms采集一个数据点,对所采集的数据利用马氏距离计算方法和样品对比进行状态分类;所述样品采集数据包括顶部左侧区碰撞数据、顶部中间区碰撞数据、顶部右侧区碰撞数据、中底部左侧区碰撞数据、中底部中间区碰撞数据、中底部右侧区碰撞数据、过门槛5mm高度数据、过门槛10mm高度数据以及过门槛15mm高度数据;
S4:对所接收到的感测数据信息做进一步的特征分析,确认所识别的状态;根据六轴陀螺仪在不同碰撞状态的特性曲线结合数学归类统计结果得出实际碰撞状态;所述扫地机器人碰撞状态包括顶部左侧区识别、顶部中间区识别、顶部右侧区识别、中底部左侧识别、中底部中间区识别、中底部右侧识别、过门槛5mm高度识别、过门槛10mm高度识别以及过门槛15mm高度识别;
S5:控制器根据所接收和处理得到的数据信息,对扫地机器人的对应部件进行分类控制运行,实现有效避障和防卡死;
S6:基于free move技术的扫地机器人避障处理完成。
优选地,所述步骤S4中,对所接收到的感测信号进行的数据统计分析包括基础数据取样,分别对所收集到的近20万组数据进行采集,采用数学统计方法对信号进行归类,采用马氏距离计算方法,对扫地机器人运行时的状态进行识别。
优选地,所述步骤S4中,若扫地机器人检测到顶部碰撞信号触发时,则利用内部数据感测和发送程序将该碰撞状态及时识别为顶部卡死状态,并利用控制器控制对应部件运行进行预处理。
优选地,所述步骤S4中,通过对扫地机器人过门槛状态的识别,定义高于设定值门槛扫地机器人不跨过,低于设定值门槛则继续通过。
优选地,所述马氏距离计算方法包括首先预设一数值A为一向量或矩阵,则AT表示A的转置;设X1、X2至Xm为m个数据个体,其中Xf=(X11、X12至Xin),i=1,2至m,n为数据个体Xf的属性个数,则数据总体可表示为X=(X1,X2,X3至Xm)T。
优选地,所述机器人主机体以及设置于所述机器人主机体内部的电源、控制器、用于进行数据信息存储的数据存储器、用于与外部移动终端进行通讯连接的无线通讯传输单元、储水水箱以及安设于机器人主机体下部的边刷组件以及左右驱动轮组件;在所述机器人主机体内部分别设置有用于对左右驱动轮组件的运行进行控制、接收来自控制器的PWM控制信号的左右轮控制驱动电路单元、用于对左右驱动轮组件的运行速率进行实时检测的左右轮速度检测电路单元以及用于对边刷组件的运行进行控制的边刷驱动电路单元;该数据存储器、无线通讯传输单元、左右轮控制驱动电路单元、左右轮速度检测电路单元、边刷驱动电路单元、陀螺仪组件与控制器电性连接。
优选地,所述过门槛状态的设定值范围为1-2.2cm。
优选地,所述步骤S3中,具体的数据统计分析包括,a、采集大量原始数据并进行人工分类,包含角速度,加速度,电压电流光栅共十二类数据;b、利用SPSS社会科学统计软件,求得各类别的质心(centroid)矩阵;c、计算目标数据与各类别质心矩阵之间的马氏距离,距离最小即属于目标类别。
优选地,所述步骤S3中,具体的计算公式为:构建样本矩阵,X为M*12矩阵,Y为N*1矩阵;矩阵X为通过人工采集得到的大量实验数据,M代表样本数量,单个样本含有12项元素,即6项陀螺仪+四项电流电压数据+两项光栅数据(六轴陀螺仪、光栅信号传感器以及左右轮电量感测单元);矩阵Y元素为0和1,表示可能发生的概率,N为需求类别数,分别代表碰撞左,碰撞中,碰撞右,顶部卡死,无碰撞;构建三层神经网络:Y=(X*W1+B1)*W2+B2;
B、随机初始化一组权重W及偏置B,代入样本集X,得出分类结果
Yp;
B、Yp与真实Y值不同,利用交叉熵损失表示二者之间的差异:
LOSS=-[Ylog Yp+(l-Y)log(1-Yp)];此损失函数利用Y值为1和0的特点,当预测值Yp为0/1,真实值Y为1/0时,LOSS最大,当预测值Yp与真实值Y接近时,LOSS最小;LOSS收敛至极小值,则代表此时已求出所需权重W和偏置B;
C、将公式Yp=(X*W1+B1)*W2+B2代入LOSS函数中,由于LOSS存在极小值,分别对参数W,B求偏导(求导过程省略);利用梯度下降的思想,更新 L为学习率,本次测试设为0.01,将新的参数值代入LOSS函数中;此过程不断迭代更新,可得LOSS局部最小值,此时W1,W2,B1,B2即为最终结果。
优选地,所述Y=[1,0,0,0,0],则代表类别“碰撞左”。
与现有技术相比,本发明一种基于free move技术的扫地机避障处理方式利用Free Move技术定义了一种以六轴陀螺仪为探测传感器,光栅信号和左右轮电量为辅助信号,对扫地机碰撞状态、无障碍状态、过门槛状态、推动障碍物状态四种状态的准确识别,通过实验验证准确率达96%以上,可以畅通无阻在家里面自由清扫,基本无卡死。
[附图说明]
图1是本发明一种基于free move技术的扫地机避障处理方式的流程示意图。
[具体实施方式]
为使本发明的目的,技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用于解释本发明,并不用于限定此发明。
请参阅图1,本发明一种基于free move技术的扫地机避障处理方式1包括以下步骤,
S1:预设具有六轴陀螺仪、光栅信号传感器以及左右轮电量感测单元的扫地机器人主机体;
S2:利用六轴陀螺仪、光栅信号传感器以及左右轮电量感测单元对扫地机器人的运行状况进行实时感测;所述实时感测状态包括扫地机器人碰撞状态、无障碍运行状态、过门槛状态和推动障碍物运行状态;
S3:每10ms采集一个数据点,对所采集的数据利用马氏距离计算方法和样品对比进行状态分类;所述样品采集数据包括顶部左侧区碰撞数据、顶部中间区碰撞数据、顶部右侧区碰撞数据、中底部左侧区碰撞数据、中底部中间区碰撞数据、中底部右侧区碰撞数据、过门槛5mm高度数据、过门槛10mm高度数据以及过门槛15mm高度数据;
S4:对所接收到的感测数据信息做进一步的特征分析,确认所识别的状态;根据六轴陀螺仪在不同碰撞状态的特性曲线结合数学归类统计结果得出实际碰撞状态;所述扫地机器人碰撞状态包括顶部左侧区识别、顶部中间区识别、顶部右侧区识别、中底部左侧识别、中底部中间区识别、中底部右侧识别、过门槛5mm高度识别、过门槛10mm高度识别以及过门槛15mm高度识别;
S5:控制器根据所接收和处理得到的数据信息,对扫地机器人的对应部件进行分类控制运行,实现有效避障和防卡死;
S6:基于free move技术的扫地机器人避障处理完成。
具体的运算分析过程包括如下步骤,
准备工作:构建样本矩阵,X为M*12矩阵,Y为N*1矩阵;矩阵X为通过人工采集得到的大量实验数据,M代表样本数量,单个样本含有12项元素,即6项陀螺仪+四项电流电压数据+两项光栅数据(六轴陀螺仪、光栅信号传感器以及左右轮电量感测单元);矩阵Y元素为0和1,表示可能发生的概率,N为需求类别数,本次测试中分别代表碰撞左,碰撞中,碰撞右,顶部卡死,无碰撞。
例如Y=[1,0,0,0,0],则代表类别“碰撞左”。
考虑到单片机运算能力,且三层神经网络框架通常可表示出绝大部分函数,因此本文构建三层神经网络:Y=(X*W1+B1)*W2+B2。
假设此函数可以表示出X Y之间的函数关系,于是目标变成了已知X,Y,求矩阵W1,B1,W2,B2。使得代入一组X样本值,即可获取对应的Y值。
如何求出W1,W2,B1,B2,利用梯度下降法进行迭代收敛:
一、随机初始化一组权重W及偏置B,代入样本集X,得出分类结果Yp;
二、Yp与真实Y值不同,利用交叉熵损失表示二者之间的差异:
LOSS=-[Ylog Yp+(l-Y)log(1-Yp)]。此损失函数利用Y值为1和0的特点,当预测值Yp为0/1,真实值Y为1/0时,LOSS最大,当预测值Yp与真实值Y接近时,LOSS最小;LOSS收敛至极小值,则代表此时已求出所需权重W和偏置B;
三、将公式Yp=(X*W1+B1)*W2+B2代入LOSS函数中,由于LOSS存在极小值,分别对参数W,B求偏导(求导过程省略);利用梯度下降的思想,更新 L为学习率,本次测试设为0.01,将新的参数值代入LOSS函数中;此过程不断迭代更新,可得LOSS局部最小值,此时W1,W2,B1,B2即为最终结果。
本申请将传感器数据分析与当前主流机器学习算法结合,构建三层神经网络,得出一套适用于本产品的运算公式,配合逻辑阈值校正,测试可得较为准确的分类结果。
优选地,所述步骤S4中,对所接收到的感测信号进行的数据统计分析包括基础数据取样,分别对所收集到的近20万组数据进行采集,采用数学统计方法对信号进行归类,采用马氏距离计算方法,对扫地机器人运行时的状态进行识别。
优选地,所述步骤S4中,若扫地机器人检测到顶部碰撞信号触发时,则利用内部数据感测和发送程序将该碰撞状态及时识别为顶部卡死状态,并利用控制器控制对应部件运行进行预处理。
优选地,所述步骤S4中,通过对扫地机器人过门槛状态的识别,定义高于设定值门槛扫地机器人不跨过,低于设定值门槛则继续通过。
优选地,所述马氏距离计算方法包括首先预设一数值A为一向量或矩阵,则AT表示A的转置;设X1、X2至Xm为m个数据个体,其中Xf=(X11、X12至Xin),i=1,2至m,n为数据个体Xf的属性个数,则数据总体可表示为X=(X1,X2,X3至Xm)T。
优选地,所述机器人主机体以及设置于所述机器人主机体内部的电源、控制器、用于进行数据信息存储的数据存储器、用于与外部移动终端进行通讯连接的无线通讯传输单元、储水水箱以及安设于机器人主机体下部的边刷组件以及左右驱动轮组件;在所述机器人主机体内部分别设置有用于对左右驱动轮组件的运行进行控制、接收来自控制器的PWM控制信号的左右轮控制驱动电路单元、用于对左右驱动轮组件的运行速率进行实时检测的左右轮速度检测电路单元以及用于对边刷组件的运行进行控制的边刷驱动电路单元;该数据存储器、无线通讯传输单元、左右轮控制驱动电路单元、左右轮速度检测电路单元、边刷驱动电路单元、陀螺仪组件与控制器电性连接。
优选地,所述过门槛状态的设定值范围为1-2.2cm。
与现有技术相比,本发明一种基于free move技术的扫地机避障处理方式1利用Free Move技术定义了一种以六轴陀螺仪为探测传感器,光栅信号和左右轮电量为辅助信号,对扫地机碰撞状态、无障碍状态、过门槛状态、推动障碍物状态四种状态的准确识别,通过实验验证准确率达96%以上,可以畅通无阻在家里面自由清扫,基本无卡死。
进一步地,利用陀螺仪数据来识别机器的碰撞状态,检测的碰撞的灵敏度可软件设置,对扫地机底部碰撞、扫地机机身碰撞以及顶部碰撞进行识别,可以选择底部扫地机不能跨越或顶部易卡死的可以有效绕行,选择高的灵敏度检测碰撞力度小,避让更积极更不容易卡死,灵敏度底的跨障效果更明显,经测试利用陀螺仪检测方法比机械检测方法防卡效率提升60%,脱困效率提升50%。
以上所述的本发明实施方式,并不构成对本发明保护范围的限定。任何在本发明的精神和原则之内所作的修改、等同替换和改进等,均应包含在本发明的权利要求保护范围之内。
Claims (10)
1.一种基于free move技术的扫地机避障处理方式,其特征在于:包括以下步骤,
S1:预设具有六轴陀螺仪、光栅信号传感器以及左右轮电量感测单元的扫地机器人主机体;
S2:利用六轴陀螺仪、光栅信号传感器以及左右轮电量感测单元对扫地机器人的运行状况进行实时感测和数据采集;所述实时感测状态包括扫地机器人碰撞状态、无障碍运行状态、过门槛状态和推动障碍物运行状态;
S3:每10ms采集一个数据点,对所采集的数据利用马氏距离计算方法和样品对比进行状态分类;所述样品采集数据包括顶部左侧区碰撞数据、顶部中间区碰撞数据、顶部右侧区碰撞数据、中底部左侧区碰撞数据、中底部中间区碰撞数据、中底部右侧区碰撞数据、过门槛5mm高度数据、过门槛10mm高度数据以及过门槛15mm高度数据;
S4:对所接收到的感测数据信息做进一步的特征分析,确认所识别的状态;根据六轴陀螺仪在不同碰撞状态的特性曲线结合数学归类统计结果得出实际碰撞状态;所述扫地机器人碰撞状态包括顶部左侧区识别、顶部中间区识别、顶部右侧区识别、中底部左侧识别、中底部中间区识别、中底部右侧识别、过门槛5mm高度识别、过门槛10mm高度识别以及过门槛15mm高度识别;
S5:控制器根据所接收和处理得到的数据信息,对扫地机器人的对应部件进行分类控制运行,实现有效避障和防卡死;
S6:基于free move技术的扫地机器人避障处理完成。
2.如权利要求1所述的一种基于free move技术的扫地机避障处理方式,其特征在于:所述步骤S4中,对所接收到的感测数据信号进行的数据统计分析包括基础数据取样,分别对所收集到的近20万组数据进行采集,采用数学统计方法对信号进行归类,采用马氏距离计算方法,对扫地机器人运行时的状态进行识别。
3.如权利要求1所述的一种基于free move技术的扫地机避障处理方式,其特征在于:所述步骤S4中,若扫地机器人检测到顶部碰撞信号触发时,则利用内部数据感测和发送程序将该碰撞状态及时识别为顶部卡死状态,并利用控制器控制对应部件运行进行预处理。
4.如权利要求1或3所述的一种基于free move技术的扫地机避障处理方式,其特征在于:所述步骤S4中,通过对扫地机器人过门槛状态的识别,定义高于设定值门槛扫地机器人不跨过,低于设定值门槛则继续通过。
5.如权利要求1所述的一种基于free move技术的扫地机避障处理方式,其特征在于:所述马氏距离计算方法包括首先预设一数值A为一向量或矩阵,则AT表示A的转置;设X1、X2至Xm为m个数据个体,其中Xf=(X11、X12至Xin),i=1,2至m,n为数据个体Xf的属性个数,则数据总体可表示为X=(X1,X2,X3至Xm)T。
6.如权利要求1所述的一种基于free move技术的扫地机避障处理方式,其特征在于:所述机器人主机体以及设置于所述机器人主机体内部的电源、控制器、用于进行数据信息存储的数据存储器、用于与外部移动终端进行通讯连接的无线通讯传输单元、储水水箱以及安设于机器人主机体下部的边刷组件以及左右驱动轮组件;在所述机器人主机体内部分别设置有用于对左右驱动轮组件的运行进行控制、接收来自控制器的PWM控制信号的左右轮控制驱动电路单元、用于对左右驱动轮组件的运行速率进行实时检测的左右轮速度检测电路单元以及用于对边刷组件的运行进行控制的边刷驱动电路单元;该数据存储器、无线通讯传输单元、左右轮控制驱动电路单元、左右轮速度检测电路单元、边刷驱动电路单元、陀螺仪组件与控制器电性连接。
7.如权利要求4所述的一种基于free move技术的扫地机避障处理方式,其特征在于:所述过门槛状态的设定值范围为1-2.2cm。
8.如权利要求1所述的一种基于free move技术的扫地机避障处理方式,其特征在于:所述步骤S3中,具体的数据统计分析包括,a、采集大量原始数据并进行人工分类,包含角速度,加速度,电压电流光栅共十二类数据;b、利用SPSS社会科学统计软件,求得各类别的质心(centroid)矩阵;c、计算目标数据与各类别质心矩阵之间的马氏距离,距离最小即属于目标类别。
9.如权利要求1所述的一种基于free move技术的扫地机避障处理方式,其特征在于:所述步骤S3中,具体的计算公式为:构建样本矩阵,X为M*12矩阵,Y为N*1矩阵;矩阵X为通过人工采集得到的大量实验数据,M代表样本数量,单个样本含有12项元素,即6项陀螺仪+四项电流电压数据+两项光栅数据(六轴陀螺仪、光栅信号传感器以及左右轮电量感测单元);矩阵Y元素为0和1,表示可能发生的概率,N为需求类别数,分别代表碰撞左,碰撞中,碰撞右,顶部卡死,无碰撞;构建三层神经网络:Y=(X*W1+B1)*W2+B2;
A、随机初始化一组权重W及偏置B,代入样本集X,得出分类结果Yp;
B、Yp与真实Y值不同,利用交叉熵损失表示二者之间的差异:LOSS=-[Ylog Yp+(1-Y)log(1-Yp)];此损失函数利用Y值为1和0的特点,当预测值Yp为0/1,真实值Y为1/0时,LOSS最大,当预测值Yp与真实值Y接近时,LOSS最小;LOSS收敛至极小值,则代表已求出所需权重W和偏置B;
10.如权利要求9所述的一种基于free move技术的扫地机避障处理方式,其特征在于:所述Y=[1,0,0,0,0],则代表类别“碰撞左”。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910999232.5A CN110693396B (zh) | 2019-10-21 | 2019-10-21 | 一种基于free move技术的扫地机避障处理方式 |
US16/726,278 US11520330B2 (en) | 2019-10-21 | 2019-12-24 | Sweeping robot obstacle avoidance treatment method based on free move technology |
EP20165375.5A EP3835909A3 (en) | 2019-10-21 | 2020-03-24 | Sweeping robot obstacle avoidance treatment method based on free move technology |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910999232.5A CN110693396B (zh) | 2019-10-21 | 2019-10-21 | 一种基于free move技术的扫地机避障处理方式 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110693396A true CN110693396A (zh) | 2020-01-17 |
CN110693396B CN110693396B (zh) | 2021-06-11 |
Family
ID=69200713
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910999232.5A Active CN110693396B (zh) | 2019-10-21 | 2019-10-21 | 一种基于free move技术的扫地机避障处理方式 |
Country Status (3)
Country | Link |
---|---|
US (1) | US11520330B2 (zh) |
EP (1) | EP3835909A3 (zh) |
CN (1) | CN110693396B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111504254A (zh) * | 2020-04-28 | 2020-08-07 | 深圳市云鼠科技开发有限公司 | 一种基于六轴陀螺仪的扫地机角度测算方法 |
CN112971618A (zh) * | 2021-02-07 | 2021-06-18 | 深圳市无限动力发展有限公司 | 扫地机器人的脱困方法、装置和计算机设备 |
WO2022143140A1 (zh) * | 2020-12-31 | 2022-07-07 | 深圳市海柔创新科技有限公司 | 货叉碰撞处理方法、装置、机器人、设备、介质及产品 |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109049006B (zh) * | 2018-08-22 | 2020-03-17 | 深圳市云鼠科技开发有限公司 | 一种扫地机器人的防碰撞检测方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050166357A1 (en) * | 2004-01-30 | 2005-08-04 | Funai Electric Co., Ltd. | Self-propelling cleaner |
CN101196744A (zh) * | 2006-12-06 | 2008-06-11 | 三星光州电子株式会社 | 机器人清洁器系统及其控制方法 |
CN107065881A (zh) * | 2017-05-17 | 2017-08-18 | 清华大学 | 一种基于深度强化学习的机器人全局路径规划方法 |
CN107092260A (zh) * | 2017-06-09 | 2017-08-25 | 北京小米移动软件有限公司 | 移动机器人及该移动机器人跨越障碍物的方法 |
CN109407653A (zh) * | 2018-12-18 | 2019-03-01 | 中国人民解放军陆军装甲兵学院 | 一种室内通用多移动机器人算法验证系统 |
CN109674404A (zh) * | 2019-01-26 | 2019-04-26 | 深圳市云鼠科技开发有限公司 | 一种基于free move技术的扫地机器人避障处理方式 |
CN209172200U (zh) * | 2018-05-07 | 2019-07-30 | 深圳市云鼠科技开发有限公司 | 一种基于陀螺仪碰撞检测的清扫机器人 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030233198A1 (en) * | 2001-11-13 | 2003-12-18 | Genichi Taguchi | Multivariate data analysis method and uses thereof |
EP1850725B1 (en) * | 2005-02-18 | 2010-05-19 | iRobot Corporation | Autonomous surface cleaning robot for wet and dry cleaning |
US9534899B2 (en) * | 2005-03-25 | 2017-01-03 | Irobot Corporation | Re-localization of a robot for slam |
US9014848B2 (en) * | 2010-05-20 | 2015-04-21 | Irobot Corporation | Mobile robot system |
WO2012099694A1 (en) * | 2010-12-30 | 2012-07-26 | Irobot Corporation | Coverage robot navigation |
US10697978B2 (en) * | 2015-03-03 | 2020-06-30 | Universita' Degli Studi de Cagliari | Method for the in vitro identification of drug-resistant epilepsy |
CN107456172B (zh) * | 2016-06-06 | 2019-12-31 | 北京小米移动软件有限公司 | 清洁机器人及障碍物跨越方法 |
US11205103B2 (en) * | 2016-12-09 | 2021-12-21 | The Research Foundation for the State University | Semisupervised autoencoder for sentiment analysis |
-
2019
- 2019-10-21 CN CN201910999232.5A patent/CN110693396B/zh active Active
- 2019-12-24 US US16/726,278 patent/US11520330B2/en active Active
-
2020
- 2020-03-24 EP EP20165375.5A patent/EP3835909A3/en not_active Withdrawn
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050166357A1 (en) * | 2004-01-30 | 2005-08-04 | Funai Electric Co., Ltd. | Self-propelling cleaner |
CN101196744A (zh) * | 2006-12-06 | 2008-06-11 | 三星光州电子株式会社 | 机器人清洁器系统及其控制方法 |
CN107065881A (zh) * | 2017-05-17 | 2017-08-18 | 清华大学 | 一种基于深度强化学习的机器人全局路径规划方法 |
CN107092260A (zh) * | 2017-06-09 | 2017-08-25 | 北京小米移动软件有限公司 | 移动机器人及该移动机器人跨越障碍物的方法 |
CN209172200U (zh) * | 2018-05-07 | 2019-07-30 | 深圳市云鼠科技开发有限公司 | 一种基于陀螺仪碰撞检测的清扫机器人 |
CN109407653A (zh) * | 2018-12-18 | 2019-03-01 | 中国人民解放军陆军装甲兵学院 | 一种室内通用多移动机器人算法验证系统 |
CN109674404A (zh) * | 2019-01-26 | 2019-04-26 | 深圳市云鼠科技开发有限公司 | 一种基于free move技术的扫地机器人避障处理方式 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111504254A (zh) * | 2020-04-28 | 2020-08-07 | 深圳市云鼠科技开发有限公司 | 一种基于六轴陀螺仪的扫地机角度测算方法 |
WO2022143140A1 (zh) * | 2020-12-31 | 2022-07-07 | 深圳市海柔创新科技有限公司 | 货叉碰撞处理方法、装置、机器人、设备、介质及产品 |
CN112971618A (zh) * | 2021-02-07 | 2021-06-18 | 深圳市无限动力发展有限公司 | 扫地机器人的脱困方法、装置和计算机设备 |
CN112971618B (zh) * | 2021-02-07 | 2022-10-11 | 深圳市无限动力发展有限公司 | 扫地机器人的脱困方法、装置和计算机设备 |
Also Published As
Publication number | Publication date |
---|---|
US20210116909A1 (en) | 2021-04-22 |
CN110693396B (zh) | 2021-06-11 |
US11520330B2 (en) | 2022-12-06 |
EP3835909A2 (en) | 2021-06-16 |
EP3835909A3 (en) | 2021-08-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110693396B (zh) | 一种基于free move技术的扫地机避障处理方式 | |
US10852729B2 (en) | Moving robot and control method thereof | |
US8924019B2 (en) | Cleaning robot, dirt recognition device thereof and cleaning method of robot | |
WO2021026831A1 (zh) | 移动机器人及其控制方法和控制系统 | |
US20210018929A1 (en) | Mobile robot and control method thereof | |
CN109674404B (zh) | 一种基于free move技术的扫地机器人避障处理方式 | |
CN107339992B (zh) | 一种基于行为的室内定位和地标语义标识的方法 | |
CN201543633U (zh) | 清洁机器人及其脏物识别装置 | |
Ekvall et al. | Integrating active mobile robot object recognition and slam in natural environments | |
Kim et al. | End-to-end deep learning for autonomous navigation of mobile robot | |
Sack et al. | A comparison of methods for line extraction from range data | |
CN111643014A (zh) | 智能清洁方法、装置、智能清洁设备和存储介质 | |
CN103901890A (zh) | 基于家庭庭院的户外自动行走装置及其控制系统和方法 | |
An et al. | SLAM with salient line feature extraction in indoor environments | |
CN111048208A (zh) | 一种基于激光雷达的室内独居老人行走健康检测方法 | |
Lin et al. | Wall-following and navigation control of mobile robot using reinforcement learning based on dynamic group artificial bee colony | |
Wu et al. | Autonomous mobile robot exploration in unknown indoor environments based on rapidly-exploring random tree | |
CN107664748B (zh) | 机器人检测地毯的方法及芯片 | |
Guo et al. | A patrol robot for electric power substation | |
CN113771027B (zh) | 一种基于深度学习的双臂协作抓取方法 | |
Racz et al. | Artificial neural network for mobile robot topological localization | |
Wang | Tennis robot design via Internet of Things and deep learning | |
Shengjun et al. | Improved artificial bee colony algorithm based optimal navigation path for mobile robot | |
CN114474053B (zh) | 一种机器人地形识别及速度控制方法及系统 | |
Juang et al. | Document delivery robot based on image processing and fuzzy control |
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 |