CN110908388B - 一种机器人被困检测方法以及机器人 - Google Patents
一种机器人被困检测方法以及机器人 Download PDFInfo
- Publication number
- CN110908388B CN110908388B CN201911304451.3A CN201911304451A CN110908388B CN 110908388 B CN110908388 B CN 110908388B CN 201911304451 A CN201911304451 A CN 201911304451A CN 110908388 B CN110908388 B CN 110908388B
- Authority
- CN
- China
- Prior art keywords
- robot
- preset
- determining
- trapped
- ground clearance
- 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
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
- 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 or altitude of land, water, air, or space vehicles, e.g. automatic pilot
- 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
- G05D1/0223—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving speed control of the vehicle
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
- 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
- G05D1/0238—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using obstacle or wall sensors
- G05D1/024—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using obstacle or wall sensors 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 or altitude of land, water, air, or space vehicles, e.g. automatic pilot
- 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
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
- 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
- G05D1/0276—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle
Abstract
本申请公开了一种机器人被困检测方法以及机器人,该方法包括:在获取到激光雷达采集的机器人位置参数之后,根据所述机器人位置参数和环境地图,确定机器人地图位置;根据机器人在预设行走时间内的机器人地图位置,确定机器人在预设行走时间内的移动轨迹;在确定所述机器人在预设行走时间内的移动轨迹满足预设移动轨迹条件时,确定机器人处于被困状态;其中,预设移动轨迹条件用于表征机器人处于被困状态时所具有的移动轨迹。如此能够及时地发现机器人处于被困状态,以便能够及时地对被困机器人进行脱困处理,使得脱困后的机器人能够继续按照指令执行操作,提高了用户体验。
Description
技术领域
本申请涉及机器人技术领域,尤其涉及一种机器人被困检测方法以及机器人。
背景技术
随着智能化技术的发展,机器人(例如,扫地机器人)逐渐受到人们的关注。其中,机器人可以根据用户触发的指令来执行各项任务(例如,扫地)。
在一些任务(例如,任务为清扫不同房间内地面)的执行过程中,机器人需要在任务执行场地中行走;而且,在行走过程中机器人可能会被任务执行场地中的障碍物困住,使得机器人无法继续行走,导致机器人无法及时地按照指令执行操作,降低了用户体验。
发明内容
为了解决现有技术中存在的以上技术问题,本申请提供一种机器人被困检测方法以及机器人,能够及时地发现机器人处于被困状态,以便能够及时地对被困机器人进行脱困处理,使得脱困后的机器人能够继续按照指令执行操作,提高了用户体验。
为了实现上述目的,本申请实施例提供的技术方案如下:
本申请实施例提供一种机器人被困检测方法,包括:
获取激光雷达采集的机器人位置参数;
根据所述机器人位置参数和环境地图,确定机器人地图位置;
根据机器人在预设行走时间内的机器人地图位置,确定机器人在预设行走时间内的移动轨迹;
在确定所述机器人在预设行走时间内的移动轨迹满足预设移动轨迹条件时,确定机器人处于被困状态;其中,所述预设移动轨迹条件用于表征机器人处于被困状态时所具有的移动轨迹。
可选的,所述方法还包括:
根据所述机器人在预设行走时间内的移动轨迹,确定机器人在预设行走时间内的实际行走距离;
所述在确定所述机器人在预设行走时间内的移动轨迹满足预设移动轨迹条件时,确定机器人处于被困状态,具体包括:
在确定机器人在预设行走时间内的实际行走距离低于预设行走阈值时,确定机器人处于被困状态;其中,预设行走阈值为未被困机器人在预设行走时间内行走距离的理论最小值。
可选的,所述方法还包括:
根据所述机器人位置参数和障碍物标记地图,确定机器人预设范围内的障碍物位置;其中,所述机器人预设范围为以机器人为中心且以第一距离为半径的区域范围;
根据机器人预设范围内的障碍物位置和机器人半径,确定机器人移动障碍参数;
所述在确定所述机器人在预设行走时间内的移动轨迹满足预设移动轨迹条件时,确定机器人处于被困状态,具体包括:
在确定所述机器人在预设行走时间内的移动轨迹满足预设移动轨迹条件和/或确定所述机器人移动障碍参数满足预设障碍条件时,确定机器人处于被困状态。
可选的,所述根据机器人预设范围内的障碍物位置和机器人半径,确定机器人移动障碍参数,具体包括:
根据机器人预设范围内的障碍物位置,计算障碍物间距离;
获取所述障碍物间距离的最大值,确定为最大间距;
将机器人半径与所述最大间距之间的差值,确定为机器人移动障碍参数。
可选的,所述预设障碍条件为所述机器人移动障碍参数高于预设距离差值。
可选的,所述方法还包括:
获取所述激光雷达采集的目标障碍物位置;
在确定所述目标障碍物位置和所述障碍物标记地图,确定目标障碍物地图位置;
在确定所述障碍物标记地图上的目标障碍物地图位置未标记障碍物时,更新所述障碍物标记地图,使得所述障碍物标记地图上的目标障碍物地图位置标记有障碍物。
可选的,所述环境地图的构建过程为:当所述机器人行走在目标环境中时,获取激光雷达采集的机器人位置参数,并依据所述机器人位置参数构建目标环境的环境地图。
可选的,所述环境地图为栅格概率地图。
可选的,所述方法还包括:
获取惯性传感器采集的机器人角速度;
根据所述机器人角速度确定机器人姿态参数;
所述在确定所述机器人在预设行走时间内的移动轨迹满足预设移动轨迹条件时,确定机器人处于被困状态,具体包括:
在确定所述机器人在预设行走时间内的移动轨迹满足预设移动轨迹条件和/或确定所述机器人姿态参数满足预设姿态条件时,确定机器人处于被困状态。
可选的,所述方法还包括:
获取悬崖检测传感器采集的机器人离地高度值;
所述在确定所述机器人在预设行走时间内的移动轨迹满足预设移动轨迹条件时,确定机器人处于被困状态,具体包括:
在确定所述机器人在预设行走时间内的移动轨迹满足预设移动轨迹条件和/或确定所述机器人离地高度值满足预设离地条件时,确定机器人处于被困状态。
本申请实施例还提供了一种机器人,包括:激光雷达和控制器,所述激光雷达与所述控制器连接;
所述激光雷达,用于采集机器人位置参数,并将采集到的机器人位置参数发送至所述控制器;
所述控制器,用于获取激光雷达采集的机器人位置参数;根据所述机器人位置参数和环境地图,确定机器人地图位置;根据机器人在预设行走时间内的机器人地图位置,确定机器人在预设行走时间内的移动轨迹;在确定所述机器人在预设行走时间内的移动轨迹满足预设移动轨迹条件时,确定机器人处于被困状态;其中,所述预设移动轨迹条件用于表征机器人处于被困状态时所具有的移动轨迹。
可选的,所述控制器,具体用于:根据所述机器人在预设行走时间内的移动轨迹,确定机器人在预设行走时间内的实际行走距离;在确定机器人在预设行走时间内的实际行走距离低于预设行走阈值时,确定机器人处于被困状态;其中,预设行走阈值为未被困机器人在预设行走时间内行走距离的理论最小值。
可选的,所述控制器,具体用于:根据所述机器人位置参数和障碍物标记地图,确定机器人预设范围内的障碍物位置;根据机器人预设范围内的障碍物位置和机器人半径,确定机器人移动障碍参数;在确定所述机器人在预设行走时间内的移动轨迹满足预设移动轨迹条件和/或确定所述机器人移动障碍参数满足预设障碍条件时,确定机器人处于被困状态;其中,所述机器人预设范围为以机器人为中心且以第一距离为半径的区域范围。
可选的,所述控制器,具体用于:根据机器人预设范围内的障碍物位置,计算障碍物间距离;获取所述障碍物间距离的最大值,确定为最大间距;将机器人半径与所述最大间距之间的差值,确定为机器人移动障碍参数。
可选的,所述预设障碍条件为所述机器人移动障碍参数高于预设距离差值。
可选的,所述控制器,还用于:获取所述激光雷达采集的目标障碍物位置;在确定所述目标障碍物位置和所述障碍物标记地图,确定目标障碍物地图位置;在确定所述障碍物标记地图上的目标障碍物地图位置未标记障碍物时,更新所述障碍物标记地图,使得所述障碍物标记地图上的目标障碍物地图位置标记有障碍物。
可选的,所述环境地图的构建过程为:当所述机器人行走在目标环境中时,获取激光雷达采集的机器人位置参数,并依据所述机器人位置参数构建目标环境的环境地图。
可选的,所述环境地图为栅格概率地图。
可选的,所述机器人还包括惯性传感器,所述惯性传感器与所述控制器连接;
所述惯性传感器,用于采集机器人角速度,并将机器人角速度发送至所述控制器;
所述控制器,具体用于:接收惯性传感器采集的机器人角速度;根据所述机器人角速度确定机器人姿态参数;在确定所述机器人在预设行走时间内的移动轨迹满足预设移动轨迹条件和/或确定所述机器人姿态参数满足预设姿态条件时,确定机器人处于被困状态。
可选的,所述机器人还包括悬崖检测传感器,所述悬崖检测传感器与所述控制器连接;
所述悬崖检测传感器,用于采集所述机器人离地高度值,并将所述机器人离地高度值发送至所述控制器;
所述控制器,具体用于:接收悬崖检测传感器采集的机器人离地高度值;在确定所述机器人在预设行走时间内的移动轨迹满足预设移动轨迹条件和/或确定所述机器人离地高度值满足预设离地条件时,确定机器人处于被困状态。
可选的,所述机器人还包括报警单元,所述报警单元与所述控制器连接;
所述控制器,还用于在确定机器人处于被困状态之后,生成报警指令,并将所述报警指令发送至所述报警单元;
所述报警单元,用于接收所述控制器发送的报警指令进行报警。
本申请实施例还提供了一种设备,所述设备包括处理器以及存储器:
所述存储器用于存储计算机程序;
所述处理器用于根据所述计算机程序执行本申请实施例提供的机器人被困检测方法的任一实施方式。
本申请实施例还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用于存储计算机程序,所述计算机程序用于执行本申请实施例提供的机器人被困检测方法的任一实施方式。
与现有技术相比,本申请实施例至少具有以下优点:
本申请实施例提供的机器人被困检测方法中,在获取到激光雷达采集的机器人位置参数之后,根据所述机器人位置参数和环境地图,确定机器人地图位置;根据机器人在预设行走时间内的机器人地图位置,确定机器人在预设行走时间内的移动轨迹;在确定所述机器人在预设行走时间内的移动轨迹满足预设移动轨迹条件时,确定机器人处于被困状态。其中,因预设移动轨迹条件用于表征机器人处于被困状态时所具有的移动轨迹,使得在机器人在预设行走时间内的移动轨迹满足预设移动轨迹条件能够准确地确定出机器人处于被困状态。如此能够及时地发现机器人处于被困状态,以便能够及时地对被困机器人进行脱困处理,使得脱困后的机器人能够继续按照指令执行操作,提高了用户体验。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,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申请中记载的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其它的附图。
图1为本申请实施例提供的一种机器人被困检测方法的流程图;
图2为本申请实施例提供的一种机器人的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,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他实施例,都属于本申请保护的范围。
方法实施例一
参见图1,该图为本申请实施例提供的一种机器人被困检测方法的流程图。
本申请实施例提供的机器人被困检测方法,包括S1-S4:
S1:获取激光雷达采集的机器人位置参数。
激光雷达用于获取机器人的位置信息;而且,本申请实施例不限定激光雷达在机器人上的安装位置以及个数。
机器人位置参数用于表征机器人所处位置的相关信息;而且,本申请实施例不限定机器人位置参数。
S2:根据所述机器人位置参数和环境地图,确定机器人地图位置。
其中,环境地图携带有机器人所处环境中的环境信息;而且,本申请实施例不限定环境地图的表示方式。例如,环境地图可以为栅格概率地图。
另外,本申请实施例不限定环境地图的获取方式,例如,环境地图的构建过程为:当所述机器人行走在目标环境中时,获取激光雷达采集的机器人位置参数,并依据所述机器人位置参数构建目标环境的环境地图。
机器人地图位置是指机器人在环境地图中所处的位置;而且,机器人地图位置可以依据机器人位置参数和环境地图来确定。
S3:根据机器人在预设行走时间内的机器人地图位置,确定机器人在预设行走时间内的移动轨迹。
移动轨迹是指机器人在环境地图中的移动轨迹;而且,机器人在预设行走时间内的移动轨迹可以根据预设行走时间内的各个时间点机器人在环境地图中的位置信息确定。
另外,预设移动轨迹条件用于表征机器人处于被困状态时所具有的移动轨迹;而且,本申请实施例不限定预设移动轨迹条件,例如,当环境地图为栅格概率地图时,则预设移动轨迹条件可以为机器人在预设行走时间内的移动轨迹对应的格数低于预设格数阈值。
此外,本申请实施例不限定预设行走时间,例如,预设行走时间可以为当前时刻之前的15分钟。
S4:在确定所述机器人在预设行走时间内的移动轨迹满足预设移动轨迹条件时,确定机器人处于被困状态。
其中,所述预设移动轨迹条件用于表征机器人处于被困状态时所具有的移动轨迹。
基于上述S1至S4的相关内容可知,本申请实施例提供的机器人被困检测方法中,在获取到激光雷达采集的机器人位置参数之后,根据所述机器人位置参数和环境地图,确定机器人地图位置;根据机器人在预设行走时间内的机器人地图位置,确定机器人在预设行走时间内的移动轨迹;在确定所述机器人在预设行走时间内的移动轨迹满足预设移动轨迹条件时,确定机器人处于被困状态。其中,因预设移动轨迹条件用于表征机器人处于被困状态时所具有的移动轨迹,使得在机器人在预设行走时间内的移动轨迹满足预设移动轨迹条件能够准确地确定出机器人处于被困状态。如此能够及时地发现机器人处于被困状态,以便能够及时地对被困机器人进行脱困处理,使得脱困后的机器人能够继续按照指令执行操作,提高了用户体验。
方法实施例二
在一些情况下,本申请实施例还可以依据机器人在预设行走时间内的实际行走距离来确定机器人是否被困。基于此,本申请实施例还提供了机器人被困检测方法的另一实施方式,在该实施方式中,机器人被困检测方法除了可以包括以上步骤以外,还包括:根据所述机器人在预设行走时间内的移动轨迹,确定机器人在预设行走时间内的实际行走距离。此时,S4具体可以为:在确定机器人在预设行走时间内的实际行走距离低于预设行走阈值时,确定机器人处于被困状态;其中,预设行走阈值为未被困机器人在预设行走时间内行走距离的理论最小值。
基于上述内容可知,本申请实施例可以基于机器人在预设行走时间内的实际行走距离和来确定机器人是否被困。如此能够提高被困机器人的识别准确率。
在一些情况下,本申请实施例还可以基于机器人周围环境中的障碍物来确定机器人是否被困。基于此,本申请实施例还提供了机器人被困检测方法的另一实施方式,在该实施方式中,机器人被困检测方法除了可以包括以上步骤以外,还包括:
(1)根据所述机器人位置参数和障碍物标记地图,确定机器人预设范围内的障碍物位置。
障碍物标记地图是指标记有障碍物信息的环境地图;而且障碍物标记地图是基于环境地图生成的。
机器人预设范围为以机器人为中心且以第一距离为半径的区域范围;而且第一距离可以根据应用场景设定。需要说明的是,机器人预设范围内的障碍物均是能够影响机器人的正常行走。
(2)根据机器人预设范围内的障碍物位置和机器人半径,确定机器人移动障碍参数。
其中,机器人移动障碍参数用于表征机器人预设范围内的障碍物对机器人正常行走的影响程度;而且,本申请实施例不限定机器人移动障碍参数的获取方式。
另外,在机器人行走过程中,机器人需要在不同障碍物之间穿过进行行走,如此使得不同障碍物之间的间距与机器人半径的相对大小能够准确地表征障碍物对机器人行走的影响程度。基于此,本申请实施例还提供了一种获取机器人移动障碍参数的实施方式,其具体可以为:首先,根据机器人预设范围内的障碍物位置,计算障碍物间距离;然后,获取所述障碍物间距离的最大值,确定为最大间距;最后,将机器人半径与所述最大间距之间的差值,确定为机器人移动障碍参数。
基于上述(1)和(2)的相关内容可知,本申请实施例可以基于机器人位置参数和障碍物标记地图来确定机器人移动障碍参数,以便后续能够基于机器人移动障碍参数和/或机器人在预设行走时间内的移动轨迹来确定机器人是否被困。
基于此可知,S4具体可以为:在确定所述机器人在预设行走时间内的移动轨迹满足预设移动轨迹条件和/或确定所述机器人移动障碍参数满足预设障碍条件时,确定机器人处于被困状态。其中,预设障碍条件用于表征机器人处于被困状态时所具有的移动障碍参数;而且,本申请实施例不限定预设障碍条件。例如,预设障碍条件可以为机器人移动障碍参数高于预设距离差值。
另外,因环境中存在动态障碍物,使得障碍物标记地图不是一成不变的。此时,为了能够保证障碍物标记地图的准确性,可以在机器人的行走过程中实时更新障碍物标记地图。基于此,本申请实施例还提供了机器人被困检测方法的另一实施方式,在该实施方式中,机器人被困检测方法除了可以包括以上步骤以外,还包括:获取所述激光雷达采集的目标障碍物位置;在确定所述目标障碍物位置和所述障碍物标记地图,确定目标障碍物地图位置;在确定所述障碍物标记地图上的目标障碍物地图位置未标记障碍物时,更新所述障碍物标记地图,使得所述障碍物标记地图上的目标障碍物地图位置标记有障碍物。
需要说明的是,本申请实施例还会在确定障碍物标记地图上已标记有障碍物的位置,但激光雷达未在该标记有障碍物的位置对应的实际环境位置中检测到障碍物时,则删除障碍物标记地图上该标记有障碍物的位置处已有的障碍物标记。
基于上述内容可知,在本申请实施例中,在机器人行走过程中,可以利用激光雷达来确定环境中的障碍物位置,以便基于该障碍物位置来处理障碍物标记地图,使得障碍物标记地图上该障碍物位置对应的位置标记有障碍物,如此能够保持障碍物标记地图的实时准确性,从而有利于准确地确定机器人预设范围内的障碍物。
方法实施例三
在一些情况下,还可以结合机器人姿态参数来确定机器人是否被困。基于此,本申请实施例还提供了机器人被困检测方法的另一种实施方式,在该实施方式中,除了可以包括上述步骤以外,还可以包括:获取惯性传感器采集的机器人角速度;根据所述机器人角速度确定机器人姿态参数。此时,上述S4具体可以为:在确定所述机器人在预设行走时间内的移动轨迹满足预设移动轨迹条件和/或确定所述机器人姿态参数满足预设姿态条件时,确定机器人处于被困状态。
其中,惯性传感器用于检测和测量加速度、倾斜、冲击、振动、旋转和多自由度运动,是解决导航、定向和运动载体控制的重要部件;而且,本申请实施例不限定惯性传感器,例如,惯性传感器可以包括加速度计(或加速度传感计)和/或角速度传感器(陀螺),也可以包括惯性测量单元(Inertial measurement unit,IMU),还可以包括航姿参考系统(Attitude and heading reference system,AHRS)。
机器人角速度用于表征机器人在行走过程中的角速度信息。
机器人姿态参数用于表征机器人在行走过程中的姿态信息;而且,本申请实施例不限定机器人姿态参数,例如,机器人姿态参数可以包括俯仰角、横滚角和航向角。另外,本申请实施例不限定计算机器人姿态参数的具体实施方式,可以采用任一种能够基于角速度确定姿态参数的计算方法进行实施。
预设姿态条件用于表征机器人处于被困状态时所具有的姿态参数;而且,本申请实施例不限定预设姿态条件的获取方式,例如,预设姿态条件可以根据应用场景设定。
在一些情况下,因机器人在正常行走过程中身体不会出现较大的倾斜角度,但是在机器人被困时其身体易出现较大的倾斜角度,如此使得本申请实施例可以依据机器人的倾斜程度信息来确定机器人是否被困。基于此,本申请实施例提供了S4的第一种实施方式,在该实施方式中,S4具体可以为:在确定所述机器人在预设行走时间内的移动轨迹满足预设移动轨迹条件,和/或,确定所述机器人在当前时刻下的第一身体倾斜参数满足第一倾斜条件,确定机器人处于被困状态。
其中,机器人在当前时刻下的第一身体倾斜参数用于表征机器人在当前时刻下的倾斜程度;而且,所述机器人在当前时刻下的第一身体倾斜参数可以根据所述机器人在当前时刻下的机器人姿态参数确定。为了便于理解第一身体倾斜参数的获取过程,下面结合三个示例进行说明。
作为第一示例,当所述第一身体倾斜参数包括身体前后方向倾斜程度时,所述机器人在当前时刻下的第一身体倾斜参数的获取过程为:根据所述机器人在当前时刻下的俯仰角,确定所述机器人在当前时刻下的身体前后方向倾斜程度。
需要说明的是,本申请实施例不限定第一示例中第一身体倾斜参数的计算过程,可以采用任一种能够基于俯仰角确定机器人身体前后方向倾斜程度的计算方法进行实施。
作为第二示例,当所述第一身体倾斜参数包括身体左右方向倾斜程度时,所述机器人在当前时刻下的第一身体倾斜参数的获取过程为:根据所述机器人在当前时刻下的横滚角,确定所述机器人在当前时刻下的身体左右方向倾斜程度。
需要说明的是,本申请实施例不限定第二示例中第一身体倾斜参数的计算过程,可以采用任一种能够基于横滚角确定机器人身体左右方向倾斜程度的计算方法进行实施。
作为第三示例,当所述第一身体倾斜参数包括身体前后方向倾斜程度和/或身体左右方向倾斜程度时,所述机器人在当前时刻下的第一身体倾斜参数的获取过程为:根据所述机器人在当前时刻下的俯仰角,确定所述机器人在当前时刻下的身体前后方向倾斜程度,并根据所述机器人在当前时刻下的横滚角,确定所述机器人在当前时刻下的身体左右方向倾斜程度。
需要说明的是,第三示例可以采用任一种能够基于俯仰角确定机器人身体前后方向倾斜程度的计算方法来获取机器人身体前后方向倾斜程度,也可以采用任一种能够基于横滚角确定机器人身体左右方向倾斜程度的计算方法来获取机器人身体左右方向倾斜程度,本申请实施例对此不做具体限定。
基于上述提供的第一身体倾斜参数的相关内容可知,本申请实施例可以采用不同的实施方式采取不同的第一身体倾斜参数。
另外,因第一倾斜条件用于表征机器人处于被困状态时所具有的第一身体倾斜参数,使得不同的第一身体倾斜参数对应于不同的第一倾斜条件,其具体为:①在所述第一身体倾斜参数包括身体前后方向倾斜程度时,所述第一倾斜条件为所述身体前后方向倾斜程度超过第一阈值。②在所述第一身体倾斜参数包括身体左右方向倾斜程度时,所述第一倾斜条件为所述身体左右方向倾斜程度超过第二阈值。③在所述第一身体倾斜参数包括身体前后方向倾斜程度和身体左右方向倾斜程度时,所述第一倾斜条件为所述身体前后方向倾斜程度超过第一阈值或所述身体左右方向倾斜程度超过第二阈值。
需要说明的是,在③中,满足第一倾斜条件具体是指满足以下两个条件中的任意一个,而且该两个条件为:身体前后方向倾斜程度超过第一阈值;身体左右方向倾斜程度超过第二阈值。
还需要说明的是,第一阈值可以预先根据应用场景设定。第二阈值可以预先根据应用场景设定。
基于上述提供的S4的第一种实施方式的相关内容可知,本申请实施例可以在确定满足以下两个条件中至少一个时确定机器人处于被困状态,该两个条件具体为:机器人在预设行走时间内的移动轨迹满足预设移动轨迹条件;机器人在当前时刻下的第一身体倾斜参数满足第一倾斜条件。
在一些情况下,因机器人在正常行走过程中航向角不会出现较大的变化,但是在机器人处于被困状态时该机器人的航向角易出现较大的变化,如此使得本申请实施例可以依据机器人的航向角的变化信息来确定机器人是否被困。基于此,本申请实施例提供了S4的第二种实施方式,在该实施方式中,S4具体可以为:在确定所述机器人在预设行走时间内的移动轨迹满足预设移动轨迹条件,和/或,确定所述机器人在第一时间段内的航向角变化参数满足预设角变化条件时,确定机器人处于被困状态。如此能够及时地发现倾斜状态的被困机器人。
其中,机器人在第一时间段内的航向角变化参数用于表征机器人在第一时间段内的航向角变化信息;而且,所述机器人在第一时间段内的航向角变化参数可以根据所述机器人在第一时间段内的航向角确定。
需要说明的是,本申请实施例不限定航向角变化参数,例如,航向角变化参数可以包括航向角变化频率和/或航向角变化幅度。
还需要说明的是,本申请实施例不限定“第一时间段”,例如,第一时间段可以是指当前时刻之前的10分钟。
另外,因预设角变化条件用于表征机器人处于被困状态时所具有的航向角变化参数,使得不同的航向角变化参数对应于不同的预设角变化条件,其具体可以为:①在所述航向角变化参数包括航向角变化频率时,所述预设角变化条件为所述航向角变化频率超过第三阈值。②在所述航向角变化参数包括航向角变化幅度时,所述预设角变化条件为所述航向角变化幅度超过第四阈值。③在所述航向角变化参数包括航向角变化频率和航向角变化幅度时,所述预设角变化条件为所述航向角变化频率超过第三阈值或所述航向角变化幅度超过第四阈值。
需要说明的是,在③中,满足预设角变化条件具体是指满足以下两个条件中的任意一个,而且该两个条件为:航向角变化频率超过第三阈值;航向角变化幅度超过第四阈值。
还需要说明的是,第三阈值可以预先根据应用场景设定。第四阈值可以预先根据应用场景设定。
基于上述提供的S3的第二种实施方式的相关内容可知,本申请实施例可以在确定满足以下两个条件中至少一个时确定机器人处于被困状态,该两个条件为:机器人在预设行走时间内的移动轨迹满足预设移动轨迹条件;机器人在第一时间段内的航向角变化参数满足预设角变化条件。如此能够及时地发现航向角频繁变化的被困机器人。
基于上述两种实施方式的相关内容,为了提高机器人判断准确性,可以结合机器人的倾斜程度和机器人的航向角变化程度来确定机器人是否被困。基于此,本申请实施例还提供了S4的第三种实施方式,在该实施方式中,S4具体可以为:在确定所述机器人在当前时刻下的第一身体倾斜参数满足第一倾斜条件以及所述机器人在第一时间段内的航向角变化参数满足预设角变化条件,和/或,确定所述机器人在预设行走时间内的移动轨迹满足预设移动轨迹条件时,确定机器人处于被困状态。
基于上述内容可知,在S4的第三种实施方式中,本申请实施例可以在确定满足以下两个条件中至少一个时确定机器人处于被困状态,该两个条件为:①机器人在预设行走时间内的移动轨迹满足预设移动轨迹条件;②机器人在当前时刻下的第一身体倾斜参数满足第一倾斜条件且机器人在第一时间段内的航向角变化参数满足预设角变化条件。如此能够有效地避免将正常行走的机器人识别为被困的机器人,提高了被困机器人的识别准确率。
以上为本申请实施例提供的机器人被困检测方法的另一实施方式的相关内容,在该实施方式中,可以结合机器人在预设行走时间内的移动轨迹和机器人姿态参数共同确定机器人是否处于被困状态,如此能够提高被困机器人的识别准确率。
方法实施例四
另外,本申请实施例还可以依据机器人的离地高度值来确定机器人是否被困。基于此,本申请实施例还提供了机器人被困检测方法的另一实施方式,在该实施方式中,机器人被困检测方法除了可以包括以上步骤以外,还包括:获取悬崖检测传感器采集的机器人离地高度值。此时,S4具体可以为:在确定所述机器人在预设行走时间内的移动轨迹满足预设移动轨迹条件和/或确定所述机器人离地高度值满足预设离地条件时,确定机器人处于被困状态。
悬崖检测传感器用于采集机器人的离地高度值;而且,本申请实施例不限定机器人包括的悬崖检测传感器的个数以及安装位置,例如,当机器人为扫地机器人时,机器人可以包括安装于左边位置的悬崖检测传感器、安装于右边位置的悬崖检测传感器和安装于中间位置的悬崖检测传感器。
在一些情况下,当用户将机器人拿起时,会导致机器人的离地加速度变化率较大,此时不应该将机器人的状态识别为被困状态。因而,为了能够提高被困机器人的识别准确率,可以基于同时基于机器人离地高度值和机器人在高度方向上的加速度来确定机器人是否被困。基于此,本申请实施例还提供了基于悬崖检测传感器采集的机器人离地高度值确定机器人处于被困状态的一种实施方式,其具体可以包括以下四步:
第一步:获取悬崖检测传感器采集的机器人离地高度值。
其中,机器人离地高度值用于表征机器人距离地面的高度。
第二步:获取惯性传感器采集的机器人在高度方向上的加速度,作为机器人高度加速度。
机器人在高度方向上的加速度是指惯性传感器采集的机器人在Z轴上的加速度;而且,机器人在高度方向上的加速度用于表征机器人在高度方向上的速度变化。
需要说明的是,本申请实施例不限定第一步和第二步的执行顺序。
第三步:根据所述机器人离地高度值和所述机器人高度加速度,确定机器人离地状态参数。
其中,机器人离地状态参数用于表征机器人的离地相关参数;而且,机器人离地状态参数包括机器人的离地高度、机器人的倾斜程度和机器人的离地加速度变化率中的至少一个。
另外,本申请实施例还提供了获取机器人离地状态参数的具体实施方式,在该实施方式中,当所述机器人包括至少两个悬崖检测传感器,所述机器人离地状态参数包括机器人的离地高度、机器人的倾斜程度和机器人的离地加速度变化率时,则机器人离地状态参数的获取过程具体包括(1)至(3):
(1)根据所述至少两个悬崖检测传感器采集的机器人离地高度值,确定所述机器人的离地高度。
其中,机器人的离地高度是指机器人距离地面的高度;而且,本申请实施例不限定机器人的离地高度的获取方式。
另外,在一些情况下,机器人的离地高度可以依据机器人在离地过程中的高度变化幅值确定。基于此,本申请实施例提供了一种获取机器人的离地高度的实施方式,其具体为:当所述机器人包括第1个悬崖检测传感器和第N个悬崖检测传感器,其中,N为正整数,且N≥1,而且第1个悬崖检测传感器至第N个悬崖检测传感器分别安装于机器人的第1位置至第N位置时,先根据第1个悬崖检测传感器至第N个悬崖检测传感器在预设时间段内采集的机器人离地高度值,分别确定所述第1位置至第N位置在预设时间段内的高度变化幅值;再根据所述第1位置至第N位置在预设时间段内的高度变化幅值,确定所述机器人的离地高度。
其中,预设时间段内用于表征机器人离地过程所处的时间段,而且本申请实施例不限定预设时间段,例如,预设时间段可以为当前时刻之前的20分钟。
第i位置在预设时间段内的高度变化幅值用于表征机器人在离地过程中机器人的第i位置处的高度变化幅值。另外,第i位置在预设时间段内的高度变化幅值可以依据在机器人的第i位置处安装的第i个悬崖检测传感器采集的机器人离地高度值确定,其具体为:根据第i个悬崖检测传感器在预设时间段内采集的机器人离地高度值,确定第i位置在预设时间段内的高度变化幅值。其中,i为正整数,且1≤i≤N。
需要说明的是,本申请实施例不限定第i位置在预设时间段内的高度变化幅值的计算方法,例如,第i位置在预设时间段内的高度变化幅值可以为预设时间段内的最大高度值与最小高度值之间的差值。
机器人的离地高度可以根据第1位置至第N位置在预设时间段内的高度变化幅值确定;而且本申请实施例不限定机器人的离地高度的计算方法,例如,机器人的离地高度可以为第1位置在预设时间段内的高度变化幅值至第N位置在预设时间段内的高度变化幅值中的最大值,也可以为第1位置在预设时间段内的高度变化幅值至第N位置在预设时间段内的高度变化幅值中的平均值。
(2)根据所述至少两个悬崖检测传感器采集的机器人离地高度值之间的差值,确定所述机器人的倾斜程度。
本申请实施例中,因不同悬崖检测传感器安装于机器人的不同位置,使得不同悬崖检测传感器采集的机器人离地高度值之间的差值能够准确地表征机器人不同位置之间的离地差值。此时,还因机器人不同位置之间的离地差值能够准确地表征机器人的倾斜程度信息,如此使得本申请实施例可以依据不同悬崖检测传感器采集的机器人离地高度值之间的差值确定机器人的倾斜程度信息。例如,当机器人包括安装于左边的悬崖检测传感器和安装于右边的悬崖检测传感器时,可以根据安装于左边的悬崖检测传感器和安装于右边的悬崖检测传感器之间的差值,确定机器人在左右方向上的倾斜程度。
(3)根据所述机器人高度加速度在目标时间段内的变化率,确定机器人的离地加速度变化率。
本申请实施例不限定目标时间段,目标时间段可以为当前时刻之前的20分钟。
本申请实施例中,可以根据所述机器人高度加速度在目标时间段内的变化率,确定机器人的离地加速度变化率,其具体为:可以将机器人高度加速度在目标时间段内的变化率直接确定为机器人的离地加速度变化率;也可以将机器人高度加速度在目标时间段内的部分变化率确定为机器人的离地加速度变化率。如此能够确定出机器人在离地过程中的加速度变化率。
第四步:在确定所述机器人在预设行走时间内的移动轨迹满足预设移动轨迹条件和/或确定机器人离地状态参数满足预设离地条件时,确定机器人处于被困状态。
预设离地条件用于表征机器人处于被困状态时所具有的机器人离地状态参数;而且,本申请实施例不限定预设离地条件。例如,当所述机器人离地状态参数包括机器人的离地高度、机器人的倾斜程度和机器人的离地加速度变化率时,所述满足预设离地条件,具体可以为:满足以下三个条件中的至少两个条件:所述机器人的离地高度高于预设高度阈值,所述机器人的倾斜程度高于预设倾斜阈值,所述机器人的离地加速度低于预设高度阈值。
基于上述内容可知,在获取到机器人在预设行走时间内的移动轨迹和机器人离地状态参数之后,可以基于这两个参数来综合确定机器人是否处于被困状态,其具体可以为:当满足以下两个条件中至少一个条件时确定机器人处于被困状态,该两个条件为:机器人在预设行走时间内的移动轨迹满足预设移动轨迹条件;机器人离地状态参数满足预设离地条件。
另外,在一些情况下,被困机器人会出现空转现象。所谓空转现象是指机器人的移动轮在转动但是机器人没有发生任何移动。基于此,本申请实施例还提供了基于悬崖检测传感器采集的机器人离地高度值确定机器人处于被困状态的另一种实施方式,在该实施方式中,除了包括上述实施方式中的第一步至第四步以外,还可以包括:根据轮式编码器采集的移动轮转数和所述惯性传感器采集的机器人线速度,确定机器人运动状态参数。此时,上述第四步具体可以为:在确定满足以下三个条件中至少一个条件时确定机器人处于被困状态,该三个条件具体为:机器人在预设行走时间内的移动轨迹满足预设移动轨迹条件;确定所述机器人离地状态参数满足预设离地条件;确定所述机器人运动状态参数满足预设运动条件。
轮式编码器安装于机器人的移动轮上;而且轮式编码器用于采集移动轮转数。其中,所谓转数是指移动轮转动的轮数。
运动状态参数用于表征机器人的移动轮转速与机器人的实际移动速度之间的符合程度;而且,本申请实施例不限定运动状态参数的获取过程。为了便于理解运动状态参数的获取过程,下面结合两个示例进行说明。
作为第一示例,运动状态参数的获取过程,具体可以为:先根据轮式编码器采集的移动轮转数,计算机器人理论线速度;再将所述惯性传感器采集的机器人线速度与所述机器人理论线速度和之间的差值,确定为机器人运动状态参数。需要说明的是,本申请实施例不限定由移动轮转数确定机器人理论线速度的计算方法。
作为第二示例,运动状态参数的获取过程,具体可以为:先根据所述惯性传感器采集的机器人线速度,计算移动轮理论转数;再将所述轮式编码器采集的移动轮转数与所述移动轮理论转数之间的差值,确定为机器人运动状态参数。需要说明的是,本申请实施例不限定由机器人线速度确定移动轮理论转数的计算方法。
另外,因预设运动条件用于表征机器人处于被困状态时所具有的运动状态参数,而且不同的运动状态参数对应于不同的预设运动条件。例如,若机器人运动状态参数是根据惯性传感器采集的机器人线速度与机器人理论线速度和之间的差值确定的,则预设运动条件可以包括机器人运动状态参数大于预设速度差值。然而,若机器人运动状态参数是根据轮式编码器采集的移动轮转数与移动轮理论转数之间的差值确定的,则预设运动条件可以包括机器人运动状态参数大于预设轮数差值。
以上为本申请实施例提供的机器人被困检测方法的另一实施方式的相关内容,在该实施方式中,可以结合机器人离地高度值和机器人在预设行走时间内的移动轨迹来共同确定机器人是否处于被困状态,如此能够提高被困机器人的识别准确率。
需要说明的是,基于上述方法实施例一至方法实施例四提供的机器人被困检测方法的不同实施方式之间可以任意组合使用,本申请实施例不限定组合顺序以及组合个数。
基于上述方法实施例提供的机器人被困检测方法,本申请实施例还提供了一种机器人,下面结合附图进行说明。
装置实施例
装置实施例提供的机器人可以采用上述方法实施例提供的机器人被困检测方法的任一实施方式进行工作,技术详情请参见上述方法实施例。
参见图2,该图为本申请实施例提供的一种机器人的结构示意图。
本申请实施例提供的机器人,包括:激光雷达201和控制器202,所述激光雷达201与所述控制器202连接;
所述激光雷达201,用于采集机器人位置参数,并将采集到的机器人位置参数发送至所述控制器202;
所述控制器202,用于获取激光雷达201采集的机器人位置参数;根据所述机器人位置参数和环境地图,确定机器人地图位置;根据机器人在预设行走时间内的机器人地图位置,确定机器人在预设行走时间内的移动轨迹;在确定所述机器人在预设行走时间内的移动轨迹满足预设移动轨迹条件时,确定机器人处于被困状态;其中,所述预设移动轨迹条件用于表征机器人处于被困状态时所具有的移动轨迹。
一种可能的实施方式,所述控制器202,具体用于:根据所述机器人在预设行走时间内的移动轨迹,确定机器人在预设行走时间内的实际行走距离;在确定机器人在预设行走时间内的实际行走距离低于预设行走阈值时,确定机器人处于被困状态;其中,预设行走阈值为未被困机器人在预设行走时间内行走距离的理论最小值。
一种可能的实施方式,所述控制器202,具体用于:根据所述机器人位置参数和障碍物标记地图,确定机器人预设范围内的障碍物位置;根据机器人预设范围内的障碍物位置和机器人半径,确定机器人移动障碍参数;在确定所述机器人在预设行走时间内的移动轨迹满足预设移动轨迹条件和/或确定所述机器人移动障碍参数满足预设障碍条件时,确定机器人处于被困状态;其中,所述机器人预设范围为以机器人为中心且以第一距离为半径的区域范围。
一种可能的实施方式,所述控制器202,具体用于:根据机器人预设范围内的障碍物位置,计算障碍物间距离;获取所述障碍物间距离的最大值,确定为最大间距;将机器人半径与所述最大间距之间的差值,确定为机器人移动障碍参数。
一种可能的实施方式,所述预设障碍条件为所述机器人移动障碍参数高于预设距离差值。
一种可能的实施方式,所述控制器202,还用于:获取所述激光雷达201采集的目标障碍物位置;在确定所述目标障碍物位置和所述障碍物标记地图,确定目标障碍物地图位置;在确定所述障碍物标记地图上的目标障碍物地图位置未标记障碍物时,更新所述障碍物标记地图,使得所述障碍物标记地图上的目标障碍物地图位置标记有障碍物。
一种可能的实施方式,所述环境地图的构建过程为:当所述机器人行走在目标环境中时,获取激光雷达201采集的机器人位置参数,并依据所述机器人位置参数构建目标环境的环境地图。
一种可能的实施方式,所述环境地图为栅格概率地图。
一种可能的实施方式,所述机器人还包括惯性传感器,所述惯性传感器与所述控制器202连接;
所述惯性传感器,用于采集机器人角速度,并将机器人角速度发送至所述控制器202;
所述控制器202,具体用于:接收惯性传感器采集的机器人角速度;根据所述机器人角速度确定机器人姿态参数;在确定所述机器人在预设行走时间内的移动轨迹满足预设移动轨迹条件和/或确定所述机器人姿态参数满足预设姿态条件时,确定机器人处于被困状态。
一种可能的实施方式,所述机器人还包括悬崖检测传感器,所述悬崖检测传感器与所述控制器202连接;
所述悬崖检测传感器,用于采集所述机器人离地高度值,并将所述机器人离地高度值发送至所述控制器202;
所述控制器202,具体用于:接收悬崖检测传感器采集的机器人离地高度值;在确定所述机器人在预设行走时间内的移动轨迹满足预设移动轨迹条件和/或确定所述机器人离地高度值满足预设离地条件时,确定机器人处于被困状态。
一种可能的实施方式,所述机器人还包括报警单元,所述报警单元与所述控制器202连接;
所述控制器202,还用于在确定机器人处于被困状态之后,生成报警指令,并将所述报警指令发送至所述报警单元;
所述报警单元,用于接收所述控制器202发送的报警指令进行报警。
另外,本申请实施例还提供了一种设备,所述设备包括处理器以及存储器:
所述存储器用于存储计算机程序;
所述处理器用于根据所述计算机程序执行上述方法实施例提供的机器人被困检测方法的任一实施方式。
另外,本申请实施例还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用于存储计算机程序,所述计算机程序用于执行上述方法实施例提供的机器人被困检测方法的任一实施方式。
应当理解,在本申请中,“至少一个(项)”是指一个或者多个,“多个”是指两个或两个以上。“和/或”,用于描述关联对象的关联关系,表示可以存在三种关系,例如,“A和/或B”可以表示:只存在A,只存在B以及同时存在A和B三种情况,其中A,B可以是单数或者复数。字符“/”一般表示前后关联对象是一种“或”的关系。“以下至少一项(个)”或其类似表达,是指这些项中的任意组合,包括单项(个)或复数项(个)的任意组合。例如,a,b或c中的至少一项(个),可以表示:a,b,c,“a和b”,“a和c”,“b和c”,或“a和b和c”,其中a,b,c可以是单个,也可以是多个。
以上所述,仅是本发明的较佳实施例而已,并非对本发明作任何形式上的限制。虽然本发明已以较佳实施例揭露如上,然而并非用以限定本发明。任何熟悉本领域的技术人员,在不脱离本发明技术方案范围情况下,都可利用上述揭示的方法和技术内容对本发明技术方案做出许多可能的变动和修饰,或修改为等同变化的等效实施例。因此,凡是未脱离本发明技术方案的内容,依据本发明的技术实质对以上实施例所做的任何简单修改、等同变化及修饰,均仍属于本发明技术方案保护的范围内。
Claims (9)
1.一种机器人被困检测方法,其特征在于,包括:
获取激光雷达采集的机器人位置参数;
根据所述机器人位置参数和环境地图,确定机器人地图位置;
根据机器人在预设行走时间内的机器人地图位置,确定机器人在预设行走时间内的移动轨迹;
在确定所述机器人在预设行走时间内的移动轨迹满足预设移动轨迹条件时,确定机器人处于被困状态;其中,所述预设移动轨迹条件用于表征机器人处于被困状态时所具有的移动轨迹;
所述方法还包括:
获取悬崖检测传感器采集的机器人离地高度值;
获取惯性传感器采集的机器人在高度方向上的加速度,作为机器人高度加速度;
根据所述机器人离地高度值和所述机器人高度加速度,确定机器人离地状态参数,所述机器人离地状态参数包括机器人的离地高度、机器人的倾斜程度和机器人的离地加速度变化率;
获取轮式编码器采集的移动轮转数和所述惯性传感器采集的机器人线速度;
根据所述移动轮转数计算机器人理论线速度;
将所述惯性传感器采集的机器人线速度与所述机器人理论线速度的差值确定为机器人运动状态参数;
所述在确定所述机器人在预设行走时间内的移动轨迹满足预设移动轨迹条件时,确定机器人处于被困状态,具体包括:
在确定所述机器人在预设行走时间内的移动轨迹满足预设移动轨迹条件、确定所述机器人离地状态参数满足预设离地条件以及确定所述机器人运动状态参数满足预设运动条件时,确定机器人处于被困状态;
所述机器人离地状态参数满足预设离地条件为满足所述机器人的离地高度高于预设高度阈值,所述机器人的倾斜程度高于预设倾斜阈值,所述机器人的离地加速度低于预设加速度阈值;所述机器人运动状态参数满足预设运动条件为所述机器人运动状态参数大于预设速度差值。
2.根据权利要求1所述的方法,其特征在于,所述环境地图的构建过程为:当所述机器人行走在目标环境中时,获取激光雷达采集的机器人位置参数,并依据所述机器人位置参数构建目标环境的环境地图。
3.根据权利要求1所述的方法,其特征在于,所述环境地图为栅格概率地图。
4.一种机器人,其特征在于,包括:激光雷达和控制器,所述激光雷达与所述控制器连接;
所述激光雷达,用于采集机器人位置参数,并将采集到的机器人位置参数发送至所述控制器;
所述控制器,用于获取激光雷达采集的机器人位置参数;根据所述机器人位置参数和环境地图,确定机器人地图位置;根据机器人在预设行走时间内的机器人地图位置,确定机器人在预设行走时间内的移动轨迹;在确定所述机器人在预设行走时间内的移动轨迹满足预设移动轨迹条件时,确定机器人处于被困状态;其中,所述预设移动轨迹条件用于表征机器人处于被困状态时所具有的移动轨迹;
所述机器人还包括悬崖检测传感器和惯性传感器,所述悬崖检测传感器与所述控制器连接,所述惯性传感器与所述控制器连接;
所述悬崖检测传感器,用于采集所述机器人离地高度值,并将所述机器人离地高度值发送至所述控制器;
所述惯性传感器,用于采集机器人在高度方向上的加速度,作为机器人高度加速度,并将所述机器人高度加速度发送至所述控制器;
所述控制器,具体用于:接收悬崖检测传感器采集的机器人离地高度值和所述惯性传感器采集的机器人高度加速度;根据所述机器人离地高度值和所述机器人高度加速度,确定机器人离地状态参数,所述机器人离地状态参数包括机器人的离地高度、机器人的倾斜程度和机器人的离地加速度变化率;在确定所述机器人在预设行走时间内的移动轨迹满足预设移动轨迹条件和确定所述机器人离地状态参数满足预设离地条件时,确定机器人处于被困状态;所述机器人离地状态参数满足预设离地条件为满足所述机器人的离地高度高于预设高度阈值,所述机器人的倾斜程度高于预设倾斜阈值,所述机器人的离地加速度低于预设加速度阈值;
所述机器人还包括轮式编码器;
所述轮式编码器,用于采集机器人的移动轮转数;所述惯性传感器,还用于采集机器人线速度;
根据所述移动轮转数计算机器人理论线速度;
将所述惯性传感器采集的机器人线速度与所述机器人理论线速度的差值确定为机器人运动状态参数;
确定机器人处于被困状态,具体还包括:确定所述机器人运动状态参数满足预设运动条件为所述机器人运动状态参数大于预设速度差值。
5.根据权利要求4所述的机器人,其特征在于,所述环境地图的构建过程为:当所述机器人行走在目标环境中时,获取激光雷达采集的机器人位置参数,并依据所述机器人位置参数构建目标环境的环境地图。
6.根据权利要求4所述的机器人,其特征在于,所述环境地图为栅格概率地图。
7.根据权利要求4-6任一项所述的机器人,其特征在于,所述机器人还包括报警单元,所述报警单元与所述控制器连接;
所述控制器,还用于在确定机器人处于被困状态之后,生成报警指令,并将所述报警指令发送至所述报警单元;
所述报警单元,用于接收所述控制器发送的报警指令进行报警。
8.一种设备,其特征在于,所述设备包括处理器以及存储器:
所述存储器用于存储计算机程序;
所述处理器用于根据所述计算机程序执行权利要求1-3中任一项所述的方法。
9.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质用于存储计算机程序,所述计算机程序用于执行权利要求1-3中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911304451.3A CN110908388B (zh) | 2019-12-17 | 2019-12-17 | 一种机器人被困检测方法以及机器人 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911304451.3A CN110908388B (zh) | 2019-12-17 | 2019-12-17 | 一种机器人被困检测方法以及机器人 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110908388A CN110908388A (zh) | 2020-03-24 |
CN110908388B true CN110908388B (zh) | 2023-08-11 |
Family
ID=69826270
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911304451.3A Active CN110908388B (zh) | 2019-12-17 | 2019-12-17 | 一种机器人被困检测方法以及机器人 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110908388B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115705048B (zh) * | 2021-08-06 | 2023-11-14 | 北京小米机器人技术有限公司 | 足式机器人的控制方法、装置、机器人及存储介质 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH1063328A (ja) * | 1996-08-23 | 1998-03-06 | Denso Corp | ロボットコントローラ |
CN206228296U (zh) * | 2016-08-23 | 2017-06-09 | 莱克电气股份有限公司 | 一种限位机器人爬行高度的限高结构 |
CN107943025A (zh) * | 2017-11-09 | 2018-04-20 | 珠海市微半导体有限公司 | 机器人被困的检测方法及脱困的处理方法 |
CN108814422A (zh) * | 2014-01-10 | 2018-11-16 | 艾罗伯特公司 | 自主移动机器人 |
CN109394086A (zh) * | 2018-11-19 | 2019-03-01 | 珠海市微半导体有限公司 | 一种基于被困的清洁机器人的继续行走方法、装置及芯片 |
CN109480708A (zh) * | 2018-12-19 | 2019-03-19 | 珠海市微半导体有限公司 | 清洁机器人的位置提醒方法 |
CN110193828A (zh) * | 2019-04-18 | 2019-09-03 | 广东宝乐机器人股份有限公司 | 移动机器人所处状态识别方法以及装置 |
CN110244743A (zh) * | 2019-07-03 | 2019-09-17 | 浙江大学 | 一种融合多传感器信息的移动机器人自主脱困方法 |
CN110353573A (zh) * | 2019-06-05 | 2019-10-22 | 深圳市杉川机器人有限公司 | 扫地机器人的脱困方法、扫地机器人、计算设备及存储介质 |
CN110554696A (zh) * | 2019-08-14 | 2019-12-10 | 深圳市银星智能科技股份有限公司 | 机器人系统、机器人及基于激光雷达的机器人导航方法 |
-
2019
- 2019-12-17 CN CN201911304451.3A patent/CN110908388B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH1063328A (ja) * | 1996-08-23 | 1998-03-06 | Denso Corp | ロボットコントローラ |
CN108814422A (zh) * | 2014-01-10 | 2018-11-16 | 艾罗伯特公司 | 自主移动机器人 |
CN206228296U (zh) * | 2016-08-23 | 2017-06-09 | 莱克电气股份有限公司 | 一种限位机器人爬行高度的限高结构 |
CN107943025A (zh) * | 2017-11-09 | 2018-04-20 | 珠海市微半导体有限公司 | 机器人被困的检测方法及脱困的处理方法 |
CN109394086A (zh) * | 2018-11-19 | 2019-03-01 | 珠海市微半导体有限公司 | 一种基于被困的清洁机器人的继续行走方法、装置及芯片 |
CN109480708A (zh) * | 2018-12-19 | 2019-03-19 | 珠海市微半导体有限公司 | 清洁机器人的位置提醒方法 |
CN110193828A (zh) * | 2019-04-18 | 2019-09-03 | 广东宝乐机器人股份有限公司 | 移动机器人所处状态识别方法以及装置 |
CN110353573A (zh) * | 2019-06-05 | 2019-10-22 | 深圳市杉川机器人有限公司 | 扫地机器人的脱困方法、扫地机器人、计算设备及存储介质 |
CN110244743A (zh) * | 2019-07-03 | 2019-09-17 | 浙江大学 | 一种融合多传感器信息的移动机器人自主脱困方法 |
CN110554696A (zh) * | 2019-08-14 | 2019-12-10 | 深圳市银星智能科技股份有限公司 | 机器人系统、机器人及基于激光雷达的机器人导航方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110908388A (zh) | 2020-03-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111002346B (zh) | 一种机器人被困检测方法以及机器人 | |
CN109443351B (zh) | 一种稀疏环境下的机器人三维激光定位方法 | |
JP6445995B2 (ja) | センサデータの空間的集約を用いる適応マッピング | |
JP7082545B2 (ja) | 情報処理方法、情報処理装置およびプログラム | |
US9142063B2 (en) | Positioning system utilizing enhanced perception-based localization | |
US20120299702A1 (en) | Hybrid positioning system | |
CN110488818B (zh) | 一种基于激光雷达的机器人定位方法、装置和机器人 | |
CN108519085B (zh) | 导航路径获取方法、装置、系统及其存储介质 | |
KR20110021191A (ko) | 로봇의 슬립 감지 장치 및 방법 | |
EP3680618A1 (en) | Method and system for tracking a mobile device | |
CN111915675B (zh) | 基于粒子漂移的粒子滤波点云定位方法及其装置和系统 | |
WO2018102320A1 (en) | System for incremental trajectory estimation based on real time inertial sensing | |
Zhao et al. | Vetrack: Real time vehicle tracking in uninstrumented indoor environments | |
CN113934207A (zh) | 一种移动机器人自动避障导航系统及其导航方法 | |
CN110908388B (zh) | 一种机器人被困检测方法以及机器人 | |
CN110968099A (zh) | 一种机器人被困检测方法以及机器人 | |
KR101226767B1 (ko) | 주행 장치를 위한 위치측정 시스템 및 방법 | |
CN115540850A (zh) | 一种激光雷达与加速度传感器结合的无人车建图方法 | |
US20200377111A1 (en) | Trainer system for use with driving automation systems | |
CN113433937A (zh) | 基于启发式探索的分层导航避障系统、分层导航避障方法 | |
Cechowicz | Bias drift estimation for mems gyroscope used in inertial navigation | |
Parra-Tsunekawa et al. | A kalman-filtering-based approach for improving terrain mapping in off-road autonomous vehicles | |
Seyr et al. | Proprioceptive navigation, slip estimation and slip control for autonomous wheeled mobile robots | |
CN116382275A (zh) | 自移动设备的状态识别方法、自移动设备及存储介质 | |
Fu et al. | Research on wide range localization for driverless vehicle in outdoor environment based on particle filter |
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 | ||
CP01 | Change in the name or title of a patent holder |
Address after: 7-605, 6th floor, building 1, yard a, Guanghua Road, Chaoyang District, Beijing 100026 Patentee after: Beijing dog vacuum cleaner Group Co.,Ltd. Address before: 7-605, 6th floor, building 1, yard a, Guanghua Road, Chaoyang District, Beijing 100026 Patentee before: PUPPY ELECTRONIC APPLIANCES INTERNET TECHNOLOGY (BEIJING) Co.,Ltd. |