CN110909585A - 一种路线确定方法、可行进设备、和存储介质 - Google Patents

一种路线确定方法、可行进设备、和存储介质 Download PDF

Info

Publication number
CN110909585A
CN110909585A CN201910755755.5A CN201910755755A CN110909585A CN 110909585 A CN110909585 A CN 110909585A CN 201910755755 A CN201910755755 A CN 201910755755A CN 110909585 A CN110909585 A CN 110909585A
Authority
CN
China
Prior art keywords
target point
information
environment
image
travel
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
Application number
CN201910755755.5A
Other languages
English (en)
Other versions
CN110909585B (zh
Inventor
不公告发明人
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.)
Ninebot Changzhou Technology Co Ltd
Original Assignee
Beijing Zhixing Muyuan Technology Co Ltd
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 Beijing Zhixing Muyuan Technology Co Ltd filed Critical Beijing Zhixing Muyuan Technology Co Ltd
Priority to CN201910755755.5A priority Critical patent/CN110909585B/zh
Publication of CN110909585A publication Critical patent/CN110909585A/zh
Priority to PCT/CN2020/109619 priority patent/WO2021027967A1/zh
Application granted granted Critical
Publication of CN110909585B publication Critical patent/CN110909585B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/10Terrestrial scenes
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34Route searching; Route guidance
    • G01C21/3407Route searching; Route guidance specially adapted for specific applications
    • G01C21/343Calculating itineraries, i.e. routes leading from a starting point to a series of categorical destinations using a global route restraint, round trips, touristic trips
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/29Geographical information databases
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/70Determining position or orientation of objects or cameras

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • General Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Navigation (AREA)

Abstract

本申请实施例公开了一种路线确定方法、可行进设备和计算机存储介质,所述方法包括:获得目标点的第一信息,所述第一信息至少表征为在行进图像中所述目标点的位置,其中所述行进图像通过采集所述可行进设备的行进环境而得;将所述目标点的所述第一信息进行处理,得到所述目标点的第二信息,所述第二信息至少表征为在基于所述行进环境而建立的局部地图中所述目标点的位置;基于所述目标点的第二信息,得到所述目标点在所述行进环境中的第一实际位置;至少基于所述目标点在所述行进环境中的第一实际位置,确定所述可行进设备到达所述目标点的路线。

Description

一种路线确定方法、可行进设备、和存储介质
技术领域
本申请涉及行进技术,具体涉及一种路线确定方法、可行进设备、和计算机存储介质。
背景技术
相关技术中,可行进设备可按照地图的指示的路线从其所处位置行进到目的地。其中,所述地图通常为全局地图,以世界坐标系为坐标系而建立,出现在世界坐标系中的各个物体的位置是相应物体在地球上的绝对坐标。通常,全局地图的建立至少事先需要人员到全球各个地方去采景、并将采集到的信息进行系统的录入、编辑、合成等一系列的处理,耗费一定的人力和物力。这种全局地图对于诸如公交车、出租车、私家车等较为大型的出行设备而言其存在的意义较大。对于机器人、滑板车、平衡车等这种相对小型的出行设备而言,使用全局地图进行导航,一方面存在地图资源的浪费,另一方面无疑向这种小型的出行设备的软硬件资源提出挑战。此外,相关技术中也存在有基于非全局定位的导航方案,这种方案也需要提前建立地图,并将实际环境中的特定位置与地图中的特定位置的特征信息做关联,作为导航的目标点发送给机器人,效率也比较低,在实现上也具有一定的难度。
发明内容
为解决现有存在的技术问题,本申请实施例提供一种路线确定方法、可行进设备、和计算机存储介质,至少可避免由于采用全局地图进行路线确定、提前建图而带来的地图资源浪费、对可行进设备的软硬件资源要求高、导航效率低的问题。
本申请实施例的技术方案是这样实现的:
本申请实施例提供一种路线确定方法,所述方法包括:
获得目标点的第一信息,所述第一信息至少表征为在行进图像中所述目标点的位置,其中所述行进图像通过采集可行进设备的行进环境而得;
将所述目标点的所述第一信息进行处理,得到所述目标点的第二信息,所述第二信息至少表征为在基于所述行进环境而建立的局部地图中所述目标点的位置;
基于所述目标点的第二信息,得到所述目标点在所述行进环境中的第一实际位置;
至少基于所述目标点在所述行进环境中的第一实际位置,确定所述可行进设备到达所述目标点的路线。
上述方案中,所述方法还包括:
获得所述可行进设备在所述行进环境中的第二实际位置;
相应的,所述至少基于所述目标点在所述行进环境中的第一实际位置,确定所述可行进设备到达所述目标点的路线,包括:
基于所述目标点在所述行进环境中的第一实际位置和所述可行进设备在所述行进环境中的第二实际位置,确定所述路线。
上述方案中,所述方法还包括:
将采集所述可行进设备的行进环境而得的所述行进图像发送至远程服务器;
相应的,所述获得目标点的第一信息,包括:
接收来自所述远程服务器的目标点的第一信息。
上述方案中,所述行进图像至少显示有第一区域,所述第一区域表征为在所述行进环境中所述可行进设备可采集到所述行进图像的区域;所述目标点位于所述第一区域内。
上述方案中,所述行进图像至少显示有第二区域,所述第二区域表征为第一区域内路况条件符合预定条件的区域;所述目标点位于所述第二区域内。
本申请实施例提供一种可行进设备,包括:
第一获得单元,用于获得目标点的第一信息,所述第一信息至少表征为在可行进设备的行进图像中所述目标点的位置;其中,所述行进图像通过采集所述可行进设备的行进环境而得;
处理单元,用于将所述目标点的所述第一信息进行处理,得到所述目标点的第二信息,所述第二信息至少表征为在基于所述行进环境而建立的局部地图中所述目标点的位置;
第二获得单元,用于基于所述目标点的第二信息,得到所述目标点在所述行进环境中的第一实际位置;
确定单元,用于至少基于所述目标点在所述行进环境中的第一实际位置,确定所述可行进设备到达所述目标点的路线。
上述方案中,所述第二获得单元,还用于:
获得所述可行进设备在所述行进环境中的第二实际位置;
相应的,所述确定单元,用于基于所述目标点在所述行进环境中的第一实际位置和所述可行进设备在所述行进环境中的第二实际位置,确定所述路线。
上述方案中,所述设备还包括发送单元,用于将采集所述可行进设备的行进环境而得的所述行进图像发送至远程服务器;
相应的,所述第一获得单元,用于接收来自所述远程服务器的所述目标点的第一信息。
上述方案中,所述行进图像至少显示有第一区域,所述第一区域表征为在所述行进环境中所述可行进设备可采集到所述行进图像的区域;所述目标点位于所述第一区域内。
上述方案中,所述行进图像至少显示有第二区域,所述第二区域表征为第一区域内路况条件符合预定条件的区域;所述目标点位于所述第二区域内。
本申请实施例提供一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现前述方法的步骤。
本申请实施例提供一种可行进设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现前述方法的步骤。
本申请实施例路线确定方法、可行进设备和计算机存储介质,所述方法包括:获得目标点的第一信息,所述第一信息至少表征为在行进图像中所述目标点的位置,其中,所述行进图像通过采集所述可行进设备的行进环境而得;将所述目标点的所述第一信息进行处理,得到所述目标点的第二信息,所述第二信息至少表征为在基于所述行进环境而建立的局部地图中所述目标点的位置;基于所述目标点的第二信息,得到所述目标点在所述行进环境中的第一实际位置;至少基于所述目标点在所述行进环境中的第一实际位置,确定所述可行进设备到达所述目标点的路线。
本申请实施例至少可避免采用全局地图进行路线确定而带来的地图资源浪费、对可行进设备的软硬件资源要求高的问题。也可避免相关技术中的非全局定位的导航效率低的问题。
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的实施例,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,还可以根据提供的附图获得其他的附图。
图1为本申请提供路线确定方法的第一实施例的实现流程示意图;
图2为本申请提供路线确定方法的第二实施例的实现流程示意图;
图3为本申请实施例提供的行进图像中目标点与机器人的示意图;
图4(a)-(c)为本申请实施例的可视区域的示意图;
图5(a)、(b)为本申请实施例的目标点在机器人坐标系、图像坐标系中的位置示意图;
图6为本申请的可行进设备实施例的组成结构示意图;
图7为本申请的可行进设备实施例的硬件构成示意图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚明白,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。在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互任意组合。在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行。并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
本申请实施例至少能够解决相关技术中,对于机器人、滑板车、平衡车等出行设备,使用全局地图进行导航,导致地图资源浪费和对出行设备的软硬件资源要求高的问题。也能够解决相关技术中的非全局定位的导航效率低的问题。
可以理解,本申请实施例中涉及到的可行进设备为任何合理的能够进行行进的设备,如机器人、平衡车、滑板车、平衡轮等设备。优选为机器人。
本申请提供路线确定方法的第一实施例,应用于可行进设备中,如图1所示,所述方法包括:
步骤101:获得目标点的第一信息,所述第一信息至少表征为在行进图像中所述目标点的位置;其中,所述行进图像通过采集可行进设备的行进环境而得;
步骤102:将所述目标点的所述第一信息进行处理,得到所述目标点的第二信息,所述第二信息至少表征为在基于所述行进环境而建立的局部地图中所述目标点的位置;
步骤103:基于所述目标点的第二信息,得到所述目标点在所述行进环境中的第一实际位置;
步骤104:至少基于所述目标点在所述行进环境中的第一实际位置,确定所述可行进设备到达所述目标点的路线。
执行步骤101~104的实体为可行进设备。作为一种可实现方式,所述方法还包括步骤105:控制所述可行进设备按照所述路线向所述目标点行进。
由前述方案可知,本申请实施例中,基于目标点在行进图像中的位置,确定目标点在基于行进环境而建立的局部地图中的位置,并基于目标点在局部地图中的位置,得到目标点在真实行进环境中的实际位置,进而确定可行进设备与目标点之间的路线。这种确定路线的方式利用的是目标点在行进图像中的位置和基于行进环境而建立的局部地图中的位置,确定目标点在真实行进环境中的实际位置,并由此确定在真实环境中能够从可行进设备到目标点的路线,为一种通过目标点在行进图像、局部地图中的位置而确定从可行进设备到目标点的路线的方案。可以理解,与全局地图所表示的环境相比,可行进设备所处的行进环境为局部环境,基于局部环境而建立的地图为局部地图,且该局部地图基于局部特征、具体是行进环境的视觉如图像特征而实现的基于局部地图对目标点位置的定位的方案。这种基于局部地图对目标点位置的定位的方案至少可避免采用全局地图进行路线确定而带来的地图资源浪费、对可行进设备的软硬件资源要求高的问题。且基于局部特征进行目标点位置在真实环境下的定位,在工程上易于实现,不需要提前建图、建点,导航效率高。本申请实施例的局部定位方案、简单、易行,更适用于诸如机器人、平衡车、滑板车、平衡轮等这种小型出行设备中。
本申请提供路线确定方法的第二实施例,应用于可行进设备中,如图2所示,所述方法包括:
步骤201:获得目标点的第一信息,所述第一信息至少表征为在行进图像中所述目标点的位置;其中,所述行进图像通过采集可行进设备的行进环境而得;
步骤202:将所述目标点的所述第一信息进行处理,得到所述目标点的第二信息,所述第二信息至少表征为在基于所述行进环境而建立的局部地图中所述目标点的位置;
步骤203:基于所述目标点的第二信息,得到所述目标点在所述行进环境中的第一实际位置;
步骤204:获得所述可行进设备在所述行进环境中的第二实际位置;
步骤205:基于所述目标点在所述行进环境中的第一实际位置和所述可行进设备在所述行进环境中的第二实际位置,确定所述可行进设备到达所述目标点的路线。
执行步骤201~205的实体为可行进设备。作为一种实现方式,所述方法还包括步骤206:控制所述可行进设备按照所述路线向所述目标点行进。
其中,步骤202/203和步骤204无严格的先后顺序,还可以同时进行。
由步骤201~205可知,基于目标点在行进图像中的位置,得到目标点在基于行进环境而建立的局部地图中的位置,得到目标点在真实行进环境中的(第一)实际位置,依据目标点在真实行进环境中的实际位置和可行进设备在真实行进环境中的(第二)实际位置,由此确定从可行进设备至目标点的路线。这种基于目标点在行进图像、局部地图的位置得到目标点在真实行进环境中的位置的方案,基于行进环境(局部环境)而建立的局部地图而实现,为一种基于局部地图对目标点位置的定位的方案,与使用全局地图进行路线确定的方案相比,本申请实施例简单、易行,工程上更易于实现,更适用于诸如机器人、平衡车、滑板车、平衡轮等这种小型出行设备中。可避免采用全局地图进行路线确定而带来的地图资源浪费、对可行进设备的软硬件资源要求高的问题。不需要提前建图、建点,导航效率高。
本领域技术人员可以理解,前述的获得目标点的第一信息的方案,可以可行进设备在采集的行进图像中进行目标点的选取,也可以可行进设备将采集的行进图像发送、如发送至对端设备如远程服务器(简称为服务器);服务器在行进图像中进行目标点的选取,并向可行进设备进行选取结果的反馈,也即可行进设备通过接收目标点的第一信息而获得在行进图像目标点所处的位置。通俗地讲,本申请实施例中可行进设备依靠自身可完成可行进设备与目标点之间的路线确定,还可以通过与其它设备如服务器的交互完成可行进设备与目标点之间的路线确定。其中,在通过与服务器的交互完成可行进设备与目标点之间的路线确定的方案中,至少需要服务器执行通过行进图像进行目标点的选取。这种目标点由服务器进行选取,目标点与可行进设备之间的路线由可行进设备来确定的方案,为一种通过交互进行路线确定的新型方案,使得可行进设备和服务器之间的路线确定方案更为新颖。在实际应用中,服务器侧通常存在有维护人员(操作人员),操作人员可基于对服务器显示的行进图像进行目标点的选取,可进一步保障目标点选取的准确性,进而可为路线确定的准确性提供一定的保障。
在前述实施例中,所述行进图像至少显示有第一区域,所述第一区域表征为在所述行进环境中所述可行进设备可采集到所述行进图像的区域;所述目标点位于所述第一区域内。进一步的,所述行进图像至少显示有第二区域,所述第二区域表征为第一区域内路况条件符合预定条件的区域;所述目标点位于所述第二区域内。可以理解,本申请实施例中,将行进环境中机器人能够采集到行进图像的区域称之为可视区,为方便对目标点的选取,在行进图像中对可视区进行显示以从可视区中进行目标点的选取,保证目标点选取的准确性,也即所选取的目标点可以为处于可视区内的任意一个点。进一步的,在实际应用中,可视区包括路况条件好的区域和路况条件差的区域,本申请实施例中,可基于行进图像对可视区内的路况条件进行分析,确认哪些为路况条件好的区域、哪些为路况条件差的区域。并在行进图像中将这两种路况条件的区域进行各自表示,所选取的目标点可以位于路况条件好的区域,也可以为路况条件差的区域,视具体的情况而灵活设定。其中,所述路况条件符合预定条件可以为可视区内路况条件好的区域,也可为可视区内路况条件差的区域。这种情况下,所述步骤105或206即可为:依据目标点所处的可视区的路况条件,控制可行进设备按照所述路线向目标点行进。例如,如果目标点处于可视区内路况条件好的区域,则可以适当对可行进设备进行加速行驶,以尽快到达目的地(目标点)。如果目标点处于可视区内路况条件差的区域,则可以适当的减速行驶,以保证行驶安全。
下面结合附图3-附图5(a)、(b)及具体实施例对本申请实施例作进一步详细的说明。
在图3-图5(a)、(b)所示中,以可行进设备为机器人为例,通过机器人与服务器之间的交互来实现机器人与目标点之间的路线的确定。
本领域技术人员可以理解,相关技术中如果机器人采用全局地图进行路线确定,全局地图通常需要提前建立,建图工作量较大,占用的运算资源多,不适合诸如机器人、平衡车、平衡轮等这种相对小型的出行设备。此外,相关技术中的基于非全局定位的导航方案也需要提前建图,导航效率低,在实现上具有一定难度。可以理解,相关技术中,还存在以下几个问题:第一,服务器可通过遥控的方式对机器人进行操作,但这种控制方式效率不高。第二,机器人也可以不通过服务器进行控制,可进行自主导航,对于这种导航往往会可能会存在遇到无法处理的情况。本申请实施例的以下方案至少能够解决相关技术中存在的以上问题。
本申请实施例中,预先在机器人的一固定位置处如头部的上方设置用于采集机器人所处行进环境的采集装置,该采集装置可以是任何类型的相机,如鱼眼相机、深度相机、视觉相机等。在机器人行进过程中,机器人通过采集装置如鱼眼相机可实时对行进环境进行采集。可以理解,通过采集装置采集到的行进环境是位于采集装置采集角度内的环境,相当于机器人可视区域内的行进环境。根据采集到的机器人可视区域内的行进环境,机器人自身可得到可视区域内各个物体相对于机器人的方向和距离等信息,从而可建立如图5(a)所示的的地图。该地图由于是机器人根据行进环境建立,机器人的行进环境为局部环境,基于局部环境建立的地图称之为局部地图,该局部地图所在的坐标系为机器人坐标系。可以理解,该局部地图可以是将当前机器人所处的真实行进环境中各个物体与机器人之间的实际位置关系经过一定的缩放如缩小进行表示、且将真实行进环境中位于可视区域内的各个物体与机器人之间的距离和方向关系通过二维坐标进行表示。此外,机器人还需要建立针对机器人当前行进环境的物理坐标系,将真实的当前行进环境中可视区域内的各个物体和可行进设备之间的距离和方向在物理坐标系中表示出来,可以理解,本申请实施例的物理坐标系表示的在机器人的当前行进环境下可视区域内的每个物体的绝对坐标,与相关技术中的全局地图相比,其基于当前行进环境而建立,考虑到当前行进环境为一种局部环境,所以基于局部环境而建立的物理坐标系的表示内容也可视为一种局部地图。本申请实施例的物理坐标系中当前行进环境下的各个物体与机器人之间的距离和方向关系与如图5(a)所示的地图中的对应物体与机器人之间的距离和方向具有一定的映射关系,如物体A在本申请实施例的物理坐标系中与机器人之间相距10m、位于北向,缩放比例为1000:1(真实环境中的10m在地图中用1cm来表示),则在机器人建立的局部地图中表示物体A的坐标点位于表示机器人的坐标点的前方、与表示机器人的坐标点之间的距离为1cm。可以理解,在机器人坐标系中表示的内容是在当前机器人所处的行进环境下可视区域内各个物体相对于机器人的位置关系。可以理解,本申请实施例中在机器人侧,需要建立二个局部地图,其中一个是在机器人坐标系下的地图,其表示的是当前行进环境下可视区内的各个物体与机器人之间的相对位置关系。另一个是在物理坐标系下的地图,其表示的是当前行进环境下可视区内的各个物体(包括机器人)在当前真实环境下的位置。
机器人通过采集装置如鱼眼相机对可视区域内的行进环境进行采集,得到行进图像,发送行进图像至服务器。服务器接收并显示行进图像(如图3所示)。可以理解,为方便操作人员从服务器显示的行进图像中进行目标点的选取,基于行进图像服务器建立如图5(b)所示的坐标系,可使得服务器获知操作人员选取的目标点在行进图像中的位置。为区别于前述的机器人坐标系,称服务器建立的坐标系为图像坐标系。可以理解,图像坐标系是通过行进图像将当前行进环境中可视区域内的各个物体与机器人的位置关系(该位置关系也是对真实的位置关系的缩小)进行表示。
操作人员可通过如图3所示的行进图像对机器人所处的行进环境进行观看,并在行进图像中选取一目标点作为需要机器人行进的目的地。可以理解,服务器接收到的行进图像是位于机器人可视区域内的图像,该可视区域的范围通常受采集装置在机器人上的设置位置、高度、广角等多个元素而影响,具体请参见相关说明。此外,可视区域还受机器人本身的运动特性而影响。具体的,在行进环境内,由于机器人本身的运动特性,对于机器人来说其部分动作、至少是部分动作的角度或方向会受到一定的限制。例如,对于机器人来说,其进行左转、右转的角度将会受到限制,至少无法做到左转90°、85°或右转90°、85°,而对于左转30°或45°其不会受到限制。由于其以上运动特性的存在导致在其在行进环境内存在有其无法到达的位置如无法到达左转90°的位置,也存在有可达到的位置如左转30°或45°到达的位置。基于此,为向操作人员清晰的表达在机器人当前所采集的行进图像内哪些位置机器人无法到达、哪些位置机器人可以到达,则机器人在发送行进图像至服务器的同时,将其能够到达的位置在行进图像中表示出来,以供操作人员通过该表示能够准确的选择机器人可到达的点作为目标点。经过发明人的一段研究发现,由于机器人本身的运动特性的存在使得其能够到达的位置通常表现为如图4(a)、(b)所示的扇形区域或扇形变形的区域,该区域即为本申请实施例中的机器人的可视区域-机器人能够采集到行进图像的区域。服务器在显示行进图像的同时,在行进图像中将机器人当前的可视区表示出来,用于提示操作人员在可视区内进行目标点的选取。在图3所示的行进图像中通过鼠标或手指在物体B所处的位置产生鼠标操作或手势操作,选取物体B所在的位置为目标点,以完成操作人员想要机器人到达物体B所在的位置的期望。
可以理解,操作人员通过行进图像选取的物体B所在的位置为在图像坐标系中物体B所处的位置,要想获知在真实的行进环境中物体B所处的位置,至少还需要将物体B进行坐标变化。本申请实施例中,行进图像和机器人建立的地图均是表示行进环境中的各物体与机器人之间的位置关系,但是二者采用的坐标系不同,所以至少需要将物体B在图像坐标系中的位置坐标,转换到物体B在机器人坐标系下的坐标,再将机器人坐标系下的坐标映射到本申请实施例基于机器人当前所处的真实行进环境而建立的物理坐标系,得到物体B在真实行进环境中的实际位置。进一步的,以服务器的显示屏的像素为720p(像素单位)、长宽比为16:9为例,720p=720×1280,如图5(b)所示,图像坐标系下x轴最大值为720,y轴最大值为1280,服务器检测操作人员在显示屏上所选取的目标点的坐标,如检测到物体B在行进图像中的所处位置在显示屏上的坐标为(700,900),坐标(700,900)为图像坐标系下的坐标表示。服务器将选取的目标点的在图像坐标系下的坐标进行转换,将该坐标转换到机器人坐标系下,机器人坐标系下该目标点的坐标为(700/720,900/1280),并将计算结果发送至机器人,机器人将该计算结果显示在机器人坐标系下的效果如图5(a)所示。或者,服务器将选取的目标点的在图像坐标系下的坐标发送至机器人,机器人在获知服务器侧显示屏的显示像素(720×1280)的基础上进行如上换算,得到目标点在机器人坐标系下的坐标(700/720,900/1280)。机器人将得到的目标点在机器人坐标系下的坐标映射到本申请实施例的物理坐标系中去,得到物体B在真实行进环境中所处的位置。机器人获知自身在真实的行进环境中所处的位置,规划从自身当前所处的位置到达物体B所处的位置的路线,通过自主导航的方式进行目的地的行进。假定依据物理坐标系表示的真实行进环境中物体B位于机器人东北方向距离500m的位置,则规划从目标点到机器人的路线,按照规划出的路线进行行进,如按照从目标点到机器人的直线距离最短的路线进行行进。其中,关于目标点从机器人坐标系下映射到物理坐标系下的过程可参见前述的映射关系而实现,不做具体赘述。
前述方案中,机器人还可以基于采集到的行进图像,对当可视区内的路况情况进行分析,将可视区内路况条件好的区域和差的区域进行区分,并标识在行进图像中,如图4(c)所示,路况条件好的区域用灰色标识出,可视区内中除去灰色区域其它为路况条件差的区域。以提示操作人员其可以在路况条件好的区域进行目标点的选择,也可以在路况条件差的区域进行目标点的选择,优选为在路况条件好的区域进行目标点的选择。这样做的好处在于,一方面保证机器人行驶至目的地的安全性,不至于存在颠簸或震荡。另一方面,在后续机器人行驶至目的地的过程中,如果目标点位于可通过区域内路况条件好的区域,则可控制机器人加速行驶,以尽快到达目的地。如果目标点处于可通过区域内路况条件差的区域,则可以适当的减速行驶,以保证安全行驶。
本领域技术人员应该而知,如上方案可视为基于坐标转换得到目标点在真实行进环境中的实际位置的方案。在实际应用中,还需要考虑到采集装置如鱼眼相机的畸变、设置高度、在机器人上的设置位置和采集角度等这些因素的影响以实现更准确的坐标转换。具体的消除这些因素的影响的过程请参见相关说明,此处不赘述。
前述方案中,机器人建立的地图基于其当前所处的行进环境而建立,相对于全局地图中的全局环境而言,机器人建立的地图基于局部特征,进一步的局部环境的图像特征而建立、为一种局部地图,与建立全局地图相比,本申请实施例可随着机器人的边行进边针对行进的环境进行地图的建立,不需要提前建立,实时行进实时建立即可,且该地图为针对局部环境而建立的地图,为局部地图。简单易行、工程上更易于实现,更适用于机器人、平衡车等出行设备。其中,操作人员通过服务器接收的机器人采集的实时行进图像进行导航目的地的选取,为一种由服务器基于图像进行目的地选取的方案。将操作人员通过行进图像选取的目标点在图像坐标系中的位置最终得到了目标点在真实行进环境中的位置,可避免采用全局地图进行路线确定而带来的地图资源浪费、对可行进设备的软硬件资源要求高、提前建立地图建立站点工程量大的问题,也可实现高效率的导航。
前述方案中,机器人需要到达的目的地-目标点无需机器人选取,由服务器进行指定,具体的由服务器从机器人采集的行进图像进行选取。这种由服务器从图像中进行目的地选取的方案,与相关技术中的服务器一直遥控机器人才能到达目的地的方案相比,可在一定程度上解放操作人员、只需操作人员通过服务器选择好目标点即可,无需一直遥控机器人,可大大提升用户体验。这种由服务器进行目的地指定的方案,还可以使同一个操作人员在不同的时刻对不同机器人的目的地进行选择,方便同一个操作人员对多个机器人进行控制。其中,操作人员从可行进设备的可通过区域内进行目标点的选取,可进一步保障目标点选取的准确性,进而可为路线确定的准确性提供一定的保障。
在由服务器进行指定目的地的方案中,可行进设备可自主导航,行进至目的地处。在行进过程中,如果出现其无法处理的情况,如无法检测到前方红绿灯,本申请实施例中,机器人还可自动向服务器发送通知消息,以提示操作人员进行解决。此外,机器人还可以在规划的行进路线上进行障碍物的检测并自动避障。体现了机器人的功能多样性。可以理解,本申请实施例的方案不基于全局地图,基于局部地图进行导航;还可以通过点击机器人实时传输的行进图像进行导航目的地的选取。本申请实施例不需要提前建立地图,根据实时的行进环境建立局部地图、采集行进图像即可。
本申请还提供一种可行进设备的实施例,如图6所示,所述设备包括:第一获得单元601、处理单元602、第二获得单元603和确定单元604;其中,
第一获得单元601,用于获得目标点的第一信息,所述第一信息至少表征为在行进图像中所述目标点的位置;其中,所述行进图像通过采集可行进设备的行进环境而得;
处理单元602,用于将所述目标点的所述第一信息进行处理,得到所述目标点的第二信息,所述第二信息至少表征为在基于所述行进环境而建立的局部地图中所述目标点的位置;
第二获得单元603,用于基于所述目标点的第二信息,得到所述目标点在所述行进环境中的第一实际位置;
确定单元604,用于至少基于所述目标点在所述行进环境中的第一实际位置,确定所述可行进设备到达所述目标点的路线。
作为一种实现方式,所述第二获得单元603,还用于:
获得所述可行进设备在所述行进环境中的第二实际位置;
相应的,所述确定单元604,用于基于所述目标点在所述行进环境中的第一实际位置和所述可行进设备在所述行进环境中的第二实际位置,确定所述路线。
作为一种实现方式,所述设备还包括发送单元,用于将采集所述可行进设备的行进环境而得的所述行进图像发送至远程服务器;
相应的,所述第一获得单元601,用于接收来自所述远程服务器的所述目标点的第一信息。
作为一种实现方式,所述行进图像至少显示有第一区域,所述第一区域表征为在所述行进环境中所述可行进设备可采集到所述行进图像的区域;所述目标点位于所述第一区域内。进一步的,所述行进图像至少显示有第二区域,所述第二区域表征为第一区域内路况条件符合预定条件的区域;所述目标点位于所述第二区域内。
作为一种实现方式,所述设备还包括:行进单元,用于控制所述可行进设备按照所述路线向所述目标点行进。
上述实施例提供的可行进设备与前述的路线确定方法实施例属于同一构思,其具体实现过程详见方法实施例,这里不再赘述。前述的第一获得单元601、处理单元602、第二获得单元603和确定单元604均可由数字信号处理(DSP)、中央处理器(CPU)、逻辑编程阵列(FPGA)、控制器(MCU)等来实现。
本申请实施例还提供一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时至少用于执行图1至图5(a)、(b)任一所示方法的步骤。所述计算机可读存储介质具体可以为存储器。所述存储器可以为如图7所示的存储器72。
本申请实施例还提供了一种可行进设备。图7为本申请实施例的可行进设备的硬件结构示意图,如图7所示,可行进设备包括:用于进行数据传输的通信组件73、至少一个处理器71和用于存储能够在处理器71上运行的计算机程序的存储器72。终端中的各个组件通过总线系统74耦合在一起。可理解,总线系统74用于实现这些组件之间的连接通信。总线系统74除包括数据总线之外,还包括电源总线、控制总线和状态信号总线。但是为了清楚说明起见,在图7中将各种总线都标为总线系统74。
其中,所述处理器71执行所述计算机程序时至少执行图1至图5(a)、(b)任一所示方法的步骤。
可以理解,存储器72可以是易失性存储器或非易失性存储器,也可包括易失性和非易失性存储器两者。其中,非易失性存储器可以是只读存储器(ROM,Read Only Memory)、可编程只读存储器(PROM,Programmable Read-Only Memory)、可擦除可编程只读存储器(EPROM,Erasable Programmable Read-Only Memory)、电可擦除可编程只读存储器(EEPROM,Electrically Erasable Programmable Read-Only Memory)、磁性随机存取存储器(FRAM,ferromagnetic random access memory)、快闪存储器(Flash Memory)、磁表面存储器、光盘、或只读光盘(CD-ROM,Compact Disc Read-Only Memory);磁表面存储器可以是磁盘存储器或磁带存储器。易失性存储器可以是随机存取存储器(RAM,Random AccessMemory),其用作外部高速缓存。通过示例性但不是限制性说明,许多形式的RAM可用,例如静态随机存取存储器(SRAM,Static Random Access Memory)、同步静态随机存取存储器(SSRAM,Synchronous Static Random Access Memory)、动态随机存取存储器(DRAM,Dynamic Random Access Memory)、同步动态随机存取存储器(SDRAM,SynchronousDynamic Random Access Memory)、双倍数据速率同步动态随机存取存储器(DDRSDRAM,Double Data Rate Synchronous Dynamic Random Access Memory)、增强型同步动态随机存取存储器(ESDRAM,Enhanced Synchronous Dynamic Random Access Memory)、同步连接动态随机存取存储器(SLDRAM,SyncLink Dynamic Random Access Memory)、直接内存总线随机存取存储器(DRRAM,Direct Rambus Random Access Memory)。本申请实施例描述的存储器72旨在包括但不限于这些和任意其它适合类型的存储器。
上述本申请实施例揭示的方法可以应用于处理器71中,或者由处理器71实现。处理器71可能是一种集成电路芯片,具有信号的处理能力。在实现过程中,上述方法的各步骤可以通过处理器71中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器71可以是通用处理器、DSP,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。处理器71可以实现或者执行本申请实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者任何常规的处理器等。结合本申请实施例所公开的方法的步骤,可以直接体现为硬件译码处理器执行完成,或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于存储介质中,该存储介质位于存储器72,处理器71读取存储器72中的信息,结合其硬件完成前述方法的步骤。
在示例性实施例中,可行进设备可以被一个或多个应用专用集成电路(ASIC,Application Specific Integrated Circuit)、DSP、可编程逻辑器件(PLD,ProgrammableLogic Device)、复杂可编程逻辑器件(CPLD,Complex Programmable Logic Device)、FPGA、通用处理器、控制器、MCU、微处理器(Microprocessor)、或其他电子元件实现,用于执行前述的路线确定方法。
在本申请所提供的几个实施例中,应该理解到,所揭露的设备和方法,可以通过其它的方式实现。以上所描述的设备实施例仅仅是示意性的,例如,所述单元的划分,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,如:多个单元或组件可以结合,或可以集成到另一个系统,或一些特征可以忽略,或不执行。另外,所显示或讨论的各组成部分相互之间的耦合、或直接耦合、或通信连接可以是通过一些接口,设备或单元的间接耦合或通信连接,可以是电性的、机械的或其它形式的。
上述作为分离部件说明的单元可以是、或也可以不是物理上分开的,作为单元显示的部件可以是、或也可以不是物理单元,即可以位于一个地方,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全部单元来实现本实施例方案的目的。
另外,在本申请各实施例中的各功能单元可以全部集成在一个处理单元中,也可以是各单元分别单独作为一个单元,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,也可以采用硬件加软件功能单元的形式实现。
本领域普通技术人员可以理解:实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成,前述的程序可以存储于一计算机可读取存储介质中,该程序在执行时,执行包括上述方法实施例的步骤;而前述的存储介质包括:移动存储设备、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
或者,本申请上述集成的单元如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也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,本申请实施例的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机、服务器、或者网络设备等)执行本申请各个实施例所述方法的全部或部分。而前述的存储介质包括:移动存储设备、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
本申请所提供的几个方法实施例中所揭露的方法,在不冲突的情况下可以任意组合,得到新的方法实施例。
本申请所提供的几个产品实施例中所揭露的特征,在不冲突的情况下可以任意组合,得到新的产品实施例。
本申请所提供的几个方法或设备实施例中所揭露的特征,在不冲突的情况下可以任意组合,得到新的方法实施例或设备实施例。
以上所述,仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以所述权利要求的保护范围为准。

Claims (12)

1.一种路线确定方法,其特征在于,所述方法包括:
获得目标点的第一信息,所述第一信息至少表征为在行进图像中所述目标点的位置,其中所述行进图像通过采集可行进设备的行进环境而得;
将所述目标点的所述第一信息进行处理,得到所述目标点的第二信息,所述第二信息至少表征为在基于所述行进环境而建立的局部地图中所述目标点的位置;
基于所述目标点的第二信息,得到所述目标点在所述行进环境中的第一实际位置;
至少基于所述目标点在所述行进环境中的第一实际位置,确定所述可行进设备到达所述目标点的路线。
2.根据权利要求1所述的方法,其特征在于,所述方法还包括:
获得所述可行进设备在所述行进环境中的第二实际位置;
相应的,所述至少基于所述目标点在所述行进环境中的第一实际位置,确定所述可行进设备到达所述目标点的路线,包括:
基于所述目标点在所述行进环境中的第一实际位置和所述可行进设备在所述行进环境中的第二实际位置,确定所述路线。
3.根据权利要求1或2所述的方法,其特征在于,所述方法还包括:
将采集所述可行进设备的行进环境而得的所述行进图像发送至远程服务器;
相应的,所述获得目标点的第一信息,包括:
接收来自所述远程服务器的目标点的第一信息。
4.根据权利要求3所述的方法,其特征在于,所述行进图像至少显示有第一区域,所述第一区域表征为在所述行进环境中所述可行进设备可采集到所述行进图像的区域;所述目标点位于所述第一区域内。
5.根据权利要求4所述的方法,其特征在于,所述行进图像至少显示有第二区域,所述第二区域表征为第一区域内路况条件符合预定条件的区域;所述目标点位于所述第二区域内。
6.一种可行进设备,其特征在于,包括:
第一获得单元,用于获得目标点的第一信息,所述第一信息至少表征为在可行进设备的行进图像中所述目标点的位置;其中,所述行进图像通过采集所述可行进设备的行进环境而得;
处理单元,用于将所述目标点的所述第一信息进行处理,得到所述目标点的第二信息,所述第二信息至少表征为在基于所述行进环境而建立的局部地图中所述目标点的位置;
第二获得单元,用于基于所述目标点的第二信息,得到所述目标点在所述行进环境中的第一实际位置;
确定单元,用于至少基于所述目标点在所述行进环境中的第一实际位置,确定所述可行进设备到达所述目标点的路线。
7.根据权利要求6所述的设备,其特征在于,所述第二获得单元,还用于:
获得所述可行进设备在所述行进环境中的第二实际位置;
相应的,所述确定单元,用于基于所述目标点在所述行进环境中的第一实际位置和所述可行进设备在所述行进环境中的第二实际位置,确定所述路线。
8.根据权利要求6或7所述的设备,其特征在于,所述设备还包括发送单元,用于将采集所述可行进设备的行进环境而得的所述行进图像发送至远程服务器;
相应的,所述第一获得单元,用于接收来自所述远程服务器的所述目标点的第一信息。
9.根据权利要求8所述的设备,其特征在于,所述行进图像至少显示有第一区域,所述第一区域表征为在所述行进环境中所述可行进设备可采集到所述行进图像的区域;所述目标点位于所述第一区域内。
10.根据权利要求9所述的设备,其特征在于,所述行进图像至少显示有第二区域,所述第二区域表征为第一区域内路况条件符合预定条件的区域;所述目标点位于所述第二区域内。
11.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现权利要求1至5任一所述方法的步骤。
12.一种可行进设备,包括存储器、处理器及存储在存储器上并可在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程序时实现权利要求1至5任一所述方法的步骤。
CN201910755755.5A 2019-08-15 2019-08-15 一种路线确定方法、可行进设备、和存储介质 Active CN110909585B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN201910755755.5A CN110909585B (zh) 2019-08-15 2019-08-15 一种路线确定方法、可行进设备、和存储介质
PCT/CN2020/109619 WO2021027967A1 (zh) 2019-08-15 2020-08-17 一种路线确定方法、可行进设备、和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910755755.5A CN110909585B (zh) 2019-08-15 2019-08-15 一种路线确定方法、可行进设备、和存储介质

Publications (2)

Publication Number Publication Date
CN110909585A true CN110909585A (zh) 2020-03-24
CN110909585B CN110909585B (zh) 2022-09-06

Family

ID=69814519

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910755755.5A Active CN110909585B (zh) 2019-08-15 2019-08-15 一种路线确定方法、可行进设备、和存储介质

Country Status (2)

Country Link
CN (1) CN110909585B (zh)
WO (1) WO2021027967A1 (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112340050A (zh) * 2020-10-30 2021-02-09 深圳中集天达空港设备有限公司 登机桥的远程控制方法、装置、介质及电子设备
WO2021027967A1 (zh) * 2019-08-15 2021-02-18 纳恩博(常州)科技有限公司 一种路线确定方法、可行进设备、和存储介质
CN113867329A (zh) * 2020-06-12 2021-12-31 纳恩博(北京)科技有限公司 一种确定行进路线的方法、设备及存储介质
CN114459494A (zh) * 2021-12-31 2022-05-10 北京百度网讯科技有限公司 可达区域的获取方法、装置、电子设备以及存储介质

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113110481B (zh) * 2021-04-26 2024-02-06 上海智蕙林医疗科技有限公司 一种应急避让实现方法、系统、机器人和存储介质

Citations (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080079383A1 (en) * 2006-09-28 2008-04-03 Kabushiki Kaisha Toshiba Method of controlling movement of robot, mobile robot, and computer program product
CN101650891A (zh) * 2008-08-12 2010-02-17 三星电子株式会社 创建3维网络地图的方法和控制自动行进设备的方法
CN106541407A (zh) * 2015-09-18 2017-03-29 三星电子株式会社 清洁机器人及其控制方法
CN106647742A (zh) * 2016-10-31 2017-05-10 纳恩博(北京)科技有限公司 移动路径规划方法及装置
CN106931961A (zh) * 2017-03-20 2017-07-07 成都通甲优博科技有限责任公司 一种自动导航方法及装置
CN106950985A (zh) * 2017-03-20 2017-07-14 成都通甲优博科技有限责任公司 一种自动送货方法及装置
CN107144285A (zh) * 2017-05-08 2017-09-08 深圳地平线机器人科技有限公司 位姿信息确定方法、装置和可移动设备
CN107515606A (zh) * 2017-07-20 2017-12-26 北京格灵深瞳信息技术有限公司 机器人实现方法、控制方法及机器人、电子设备
CN108171796A (zh) * 2017-12-25 2018-06-15 燕山大学 一种基于三维点云的巡检机器人视觉系统及控制方法
CN108469822A (zh) * 2018-04-04 2018-08-31 天津理工大学 一种室内导盲机器人在动态环境下的路径规划方法
CN108733081A (zh) * 2017-12-28 2018-11-02 北京猎户星空科技有限公司 一种储物设备
CN208255717U (zh) * 2017-12-08 2018-12-18 灵动科技(北京)有限公司 物流机器人
CN109571499A (zh) * 2018-12-25 2019-04-05 广州天高软件科技有限公司 一种智能导航引领机器人及其实现方法
CN109682381A (zh) * 2019-02-22 2019-04-26 山东大学 基于全向视觉的大视场场景感知方法、系统、介质及设备
CN109767452A (zh) * 2018-12-24 2019-05-17 深圳市道通智能航空技术有限公司 一种目标定位方法和装置、无人机
WO2019126950A1 (zh) * 2017-12-25 2019-07-04 深圳前海达闼云端智能科技有限公司 一种定位方法、云端服务器、终端、系统、电子设备及计算机程序产品

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10583561B2 (en) * 2017-08-31 2020-03-10 Neato Robotics, Inc. Robotic virtual boundaries
CN108594825A (zh) * 2018-05-31 2018-09-28 四川斐讯信息技术有限公司 基于深度相机的扫地机器人控制方法及系统
CN109901590B (zh) * 2019-03-30 2020-06-05 珠海市一微半导体有限公司 桌面机器人的回充控制方法
CN110909585B (zh) * 2019-08-15 2022-09-06 纳恩博(常州)科技有限公司 一种路线确定方法、可行进设备、和存储介质

Patent Citations (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080079383A1 (en) * 2006-09-28 2008-04-03 Kabushiki Kaisha Toshiba Method of controlling movement of robot, mobile robot, and computer program product
CN101650891A (zh) * 2008-08-12 2010-02-17 三星电子株式会社 创建3维网络地图的方法和控制自动行进设备的方法
CN106541407A (zh) * 2015-09-18 2017-03-29 三星电子株式会社 清洁机器人及其控制方法
CN106647742A (zh) * 2016-10-31 2017-05-10 纳恩博(北京)科技有限公司 移动路径规划方法及装置
CN106931961A (zh) * 2017-03-20 2017-07-07 成都通甲优博科技有限责任公司 一种自动导航方法及装置
CN106950985A (zh) * 2017-03-20 2017-07-14 成都通甲优博科技有限责任公司 一种自动送货方法及装置
CN107144285A (zh) * 2017-05-08 2017-09-08 深圳地平线机器人科技有限公司 位姿信息确定方法、装置和可移动设备
CN107515606A (zh) * 2017-07-20 2017-12-26 北京格灵深瞳信息技术有限公司 机器人实现方法、控制方法及机器人、电子设备
CN208255717U (zh) * 2017-12-08 2018-12-18 灵动科技(北京)有限公司 物流机器人
CN108171796A (zh) * 2017-12-25 2018-06-15 燕山大学 一种基于三维点云的巡检机器人视觉系统及控制方法
WO2019126950A1 (zh) * 2017-12-25 2019-07-04 深圳前海达闼云端智能科技有限公司 一种定位方法、云端服务器、终端、系统、电子设备及计算机程序产品
CN108733081A (zh) * 2017-12-28 2018-11-02 北京猎户星空科技有限公司 一种储物设备
CN108469822A (zh) * 2018-04-04 2018-08-31 天津理工大学 一种室内导盲机器人在动态环境下的路径规划方法
CN109767452A (zh) * 2018-12-24 2019-05-17 深圳市道通智能航空技术有限公司 一种目标定位方法和装置、无人机
CN109571499A (zh) * 2018-12-25 2019-04-05 广州天高软件科技有限公司 一种智能导航引领机器人及其实现方法
CN109682381A (zh) * 2019-02-22 2019-04-26 山东大学 基于全向视觉的大视场场景感知方法、系统、介质及设备

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
T.GOEDEME 等: "Feature based omnidirectional sparse visual path following", 《2015 IEEE/RSJ INTERNATIONAL CONFERENCE ON INTELLIGENT ROBOTS AND SYSTEMS》 *
杨洋 等: "面向未知地图的六足机器人路径规划算法", 《计算机应用》 *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2021027967A1 (zh) * 2019-08-15 2021-02-18 纳恩博(常州)科技有限公司 一种路线确定方法、可行进设备、和存储介质
CN113867329A (zh) * 2020-06-12 2021-12-31 纳恩博(北京)科技有限公司 一种确定行进路线的方法、设备及存储介质
CN112340050A (zh) * 2020-10-30 2021-02-09 深圳中集天达空港设备有限公司 登机桥的远程控制方法、装置、介质及电子设备
CN114459494A (zh) * 2021-12-31 2022-05-10 北京百度网讯科技有限公司 可达区域的获取方法、装置、电子设备以及存储介质
CN114459494B (zh) * 2021-12-31 2024-03-26 北京百度网讯科技有限公司 可达区域的获取方法、装置、电子设备以及存储介质

Also Published As

Publication number Publication date
CN110909585B (zh) 2022-09-06
WO2021027967A1 (zh) 2021-02-18

Similar Documents

Publication Publication Date Title
CN110909585B (zh) 一种路线确定方法、可行进设备、和存储介质
CN112204343B (zh) 高清晰地图数据的可视化
CA3038542C (en) Neural network system for autonomous vehicle control
US10976421B2 (en) Interface for improved high definition map generation
US11636764B2 (en) Vehicle-to-infrastructure cooperation information processing method, apparatus, device and autonomous vehicle
US10955257B2 (en) Interactive 3D point cloud matching
CN113748314B (zh) 交互式三维点云匹配
Ricks et al. Ecological displays for robot interaction: A new perspective
JP2020144101A (ja) 走行経路を生成するための方法及び装置
EP3950235A1 (en) Self-propelled robot path planning method, self-propelled robot and storage medium
CN109459029B (zh) 一种用于确定目标对象的导航路线信息的方法与设备
JP2020123317A (ja) 車両の走行を制御するための方法及び装置
CN107515002A (zh) 一种基于LiDAR和云计算实现机器人实时室内地图构建和定位导航的系统方法和装置
US11441913B2 (en) Autonomous vehicle waypoint routing
CN113011323A (zh) 通行状态的获取方法、相关装置、路侧设备及云控平台
WO2021027966A1 (zh) 行进方法、可行进设备和存储介质
CN111427331A (zh) 无人驾驶车辆的感知信息展示方法、装置和电子设备
WO2020139377A1 (en) Interface for improved high definition map generation
CN115565374A (zh) 物流车驾驶优化方法、装置、电子设备及可读存储介质
CN113566836A (zh) 道路指引方法、装置、电子设备及存储介质
CN114719878B (zh) 车辆导航方法和装置、系统、电子设备、计算机介质
US20240053746A1 (en) Display system, communications system, display control method, and program
Sato et al. Teleoperation system using past image records considering narrow communication band
US20230281824A1 (en) Generating panoptic segmentation labels
CN115683151A (zh) 自移动设备路径确定方法、装置、计算机设备和存储介质

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
TA01 Transfer of patent application right

Effective date of registration: 20210105

Address after: Floor 16 and 17, block a, building 3, chuangyangang, Changzhou science and Education City, No.18, middle Changwu Road, Wujin District, Changzhou City, Jiangsu Province, 213000

Applicant after: NINEBOT (CHANGZHOU) TECH Co.,Ltd.

Address before: 100080 No.161, 6 / F, block B, building 1, No.38, Zhongguancun Street, Haidian District, Beijing

Applicant before: BEIJING ZHIXING MUYUAN TECHNOLOGY Co.,Ltd.

TA01 Transfer of patent application right
GR01 Patent grant
GR01 Patent grant