CN110955245A - 路径追踪方法、装置、移动机器人及非暂态计算机可读存储介质 - Google Patents

路径追踪方法、装置、移动机器人及非暂态计算机可读存储介质 Download PDF

Info

Publication number
CN110955245A
CN110955245A CN201911252241.4A CN201911252241A CN110955245A CN 110955245 A CN110955245 A CN 110955245A CN 201911252241 A CN201911252241 A CN 201911252241A CN 110955245 A CN110955245 A CN 110955245A
Authority
CN
China
Prior art keywords
information
mobile robot
path
point
current pose
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
CN201911252241.4A
Other languages
English (en)
Other versions
CN110955245B (zh
Inventor
闫瑞君
罗佳敏
陈善耀
林李泽
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.)
Shenzhen Silver Star Intelligent Group Co Ltd
Original Assignee
Shenzhen Silver Star Intelligent 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 Shenzhen Silver Star Intelligent Technology Co Ltd filed Critical Shenzhen Silver Star Intelligent Technology Co Ltd
Priority to CN201911252241.4A priority Critical patent/CN110955245B/zh
Publication of CN110955245A publication Critical patent/CN110955245A/zh
Application granted granted Critical
Publication of CN110955245B publication Critical patent/CN110955245B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G05D1/02—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
    • G05D1/0219—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory ensuring the processing of the whole working surface
    • 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
    • G05D1/0223—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, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/08—Control of attitude, i.e. control of roll, pitch, or yaw
    • G05D1/0891—Control of attitude, i.e. control of roll, pitch, or yaw specially adapted for land vehicles

Landscapes

  • Engineering & Computer Science (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)

Abstract

本发明实施例提供了一种的路径追踪方法、装置、移动机器人及非暂态计算机可读存储介质。该移动机器人包括：首先获取移动机器人的当前位姿信息和已规划路径上的路径位置点集，然后根据提取到的与移动机器人距离最近的最近路径点，确定下一个目标点的目标坐标信息，进而根据获取到的移动机器人当前位置与下一个目标点的距离信息和偏航角信息，更新当前位姿信息，最终根据更新后的当前位姿信息，继续对路径进行追踪，进而可使移动机器人准确地跟踪用户已经规划好的各种复杂路径进行移动，更加有效地完成相应的工作任务。

Description

路径追踪方法、装置、移动机器人及非暂态计算机可读存储 介质
【技术领域】
本发明涉及自动化控制技术领域，尤其涉及一种路径追踪方法、装置、移动机器人及非暂态计算机可读存储介质。
【背景技术】
移动机器人的类型有清洁移动机器人、割草移动机器人、安防巡逻移动机器人或服务移动机器人等等。移动机器人可根据按照用户已规划的路径完成相应的任务。以扫地移动机器人为例，扫地移动机器人设有清洁装置和驱动装置。在驱动装置的驱动下，移动机器人根据已规划的清洁路径进行自移动，并通过清洁装置清洁地面。
在实现本发明的过程中，发明人发现相关技术至少存在以下问题：现有的移动机器人不能准确地跟踪用户已经规划好的各种路径进行移动，进而无法有效的完成相应的工作任务。
【发明内容】
本发明实施例提供一种的路径追踪方法、移动机器人及非暂态计算机可读存储介质，旨在解决现有技术中现有的移动机器人不能准确地跟踪已经规划好的各种路径进行移动的技术问题。
为解决上述技术问题，本发明实施例提供以下技术方案：一种路径追踪方法。上述方法包括：
可选地，获取所述移动机器人的当前位姿信息和已规划路径上的路径位置点集；
提取与所述移动机器人距离最近的最近路径点；
根据所述最近路径点，确定下一个目标点的目标坐标信息；
获取所述移动机器人当前位置与所述下一个目标点的距离信息和偏航角信息；
根据所述距离信息和所述偏航角信息，更新所述当前位姿信息；
根据更新后的所述当前位姿信息，继续对路径进行追踪。
可选地，所述根据所述最近路径点，确定下一个目标点的目标坐标信息，包括：
获取所述最近路径点对应的理想速度；
根据所述最近路径点对应的理想速度，得到所述当前位姿信息对应的前瞻距离；
根据所述前瞻距离，确定下一个目标点的目标坐标信息。
可选地，所述获取所述最近路径点对应的理想速度，包括：
根据所述路径位置点集中的每个路径点的坐标信息，得到每个所述路径点的对应的曲率信息；
根据所述曲率信息，得到每个所述路径点对应的理想速度。
可选地，所述获取所述移动机器人当前位置与所述下一个目标点的距离信息和偏航角信息，包括：
根据所述当前位姿信息和所述目标坐标信息，得到所述移动机器人当前位置与所述下一个目标点的所述距离信息；
根据所述当前位姿信息和所述目标坐标信息，得到所述移动机器人当前位置相对于所述下一个目标点的所述偏航角信息。
可选地，所述根据所述距离信息和所述偏航角信息，更新所述当前位姿信息，包括：
根据所述距离信息和所述偏航角信息，得到所述移动机器人的左右轮的速度差；
根据所述速度差，得到所述左右轮对应的调整速度；
根据所述左右轮对应的调整速度，更新所述当前位姿信息。
为解决上述技术问题，本发明实施例提供以下技术方案：一种路径追踪装置。上述路径追踪装置包括：移动机器人信息获取模块，用于获取所述移动机器人的当前位姿信息和已规划路径上的路径位置点集；
最近路径点提取模块，用于提取与所述移动机器人距离最近的最近路径点；
目标坐标信息确定模块，用于根据所述最近路径点，确定下一个目标点的目标坐标信息；
下一目标点信息获取模块，用于获取所述移动机器人当前位置与所述下一个目标点的距离信息和偏航角信息；
更新模块，用于根据所述距离信息和所述偏航角信息，更新所述当前位姿信息；
路径追踪模块，用于根据更新后的所述当前位姿信息，继续对路径进行追踪。
可选地，所述目标点信息获取模块包括理想速度获取单元、前瞻距离计算单元及目标坐标信息确定单元；
所述理想速度获取单元用于获取所述最近路径点对应的理想速度；
所述前瞻距离计算单元用于根据所述最近路径点对应的理想速度，得到所述当前位姿信息对应的前瞻距离；
所述目标坐标信息确定单元用于根据所述前瞻距离，确定下一个目标点的目标坐标信息。
可选地，下一目标点信息获取模块包括距离信息获取单元和偏航角获取单元；
所述距离信息获取单元用于根据所述当前位姿信息和所述目标坐标信息，得到所述移动机器人当前位置与所述下一个目标点的所述距离信息；
所述偏航角获取单元用于根据所述当前位姿信息和所述目标坐标信息，得到所述移动机器人当前位置相对于所述下一个目标点的所述偏航角信息。
为解决上述技术问题，本发明实施例提供以下技术方案：一种移动机器人。上述移动机器人包括：移动机器人主体，所述移动机器人主体上设置有行走机构；
至少一个控制芯片，所述控制芯片内置于所述移动机器人主体中；以及
与所述至少一个控制芯片通信连接的存储器；其中，所述存储器存储有可被所述至少一个控制芯片执行的指令，所述指令被所述至少一个控制芯片执行，以使所述至少一个控制芯片能够用于执行如上所述的路径追踪方法。
为解决上述技术问题，本发明实施例提供以下技术方案：一种非暂态计算机可读存储介质。上述非暂态计算机可读存储介质包括：所述非暂态计算机可读存储介质存储有计算机可执行指令，所述计算机可执行指令用于使计算机执行如上所述的方法。
与现有技术相比较，本发明实施例的提供路径追踪方法通过首先获取移动机器人的当前位姿信息和已规划路径上的路径位置点集，然后根据提取到的与移动机器人距离最近的最近路径点，确定下一个目标点的目标坐标信息，进而根据获取到的移动机器人当前位置与下一个目标点的距离信息和偏航角信息，更新当前位姿信息，最终根据更新后的当前位姿信息，继续对路径进行追踪，进而可使移动机器人准确地跟踪用户已经规划好的各种复杂路径进行移动，更加有效地完成相应的工作任务。
【附图说明】
一个或多个实施例通过与之对应的附图中的图片进行示例性说明，这些示例性说明并不构成对实施例的限定，附图中具有相同参考数字标号的元件表示为类似的元件，除非有特别申明，附图中的图不构成比例限制。
图1为本发明其中一实施例提供的移动机器人的结构框图；
图2为本发明实施例提供的路径追踪方法的流程示意图；
图3是图2中S30的流程示意图；
图4是图3中S31的流程示意图；
图5是图2中S40的流程示意图；
图6是图2中S50的流程示意图；
图7为本发明实施例提供的简化后的移动机器人的运动模型的示意图；
图8为本发明实施例提供的移动机器人的质心线速度、质心角速度与左右轮线速度的关系示意图；
图9为本发明实施例提供的路径追踪装置的结构框图；
图10为本发明另一实施例提供的移动机器人的结构框图。
【具体实施方式】
为了便于理解本发明，下面结合附图和具体实施例，对本发明进行更详细的说明。需要说明的是，当元件被表述“固定于”另一个元件，它可以直接在另一个元件上、或者其间可以存在一个或多个居中的元件。当一个元件被表述“连接”另一个元件，它可以是直接连接到另一个元件、或者其间可以存在一个或多个居中的元件。本说明书所使用的术语“上”、“下”、“内”、“外”、“底部”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”“第三”等仅用于描述目的，而不能理解为指示或暗示相对重要性。
除非另有定义，本说明书所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本说明书中在本发明的说明书中所使用的术语只是为了描述具体的实施例的目的，不是用于限制本发明。本说明书所使用的术语“和/或”包括一个或多个相关的所列项目的任意的和所有的组合。
此外，下面所描述的本发明不同实施例中所涉及的技术特征只要彼此之间未构成冲突就可以相互结合。
本发明实施例提供了一种路径追踪方法，所述方法通过首先获取移动机器人的当前位姿信息和已规划路径上的路径位置点集，然后根据提取到的与移动机器人距离最近的最近路径点，确定下一个目标点的目标坐标信息，进而根据获取到的移动机器人当前位置与下一个目标点的距离信息和偏航角信息，更新当前位姿信息，最终根据更新后的当前位姿信息，继续对路径进行追踪，进而可使移动机器人准确地跟踪用户已经规划好的各种复杂路径进行移动，更加有效地完成相应的工作任务。
本公开实施例的移动机器人可以被构造成任何合适形状，其中，所述移动机器人可为清洁移动机器人、割草移动机器人、安防巡逻移动机器人或服务移动机器人等等。
请参阅图1，本公开实施例提供一种移动机器人，上述移动机器人10包括控制单元11、无线通信单元12、传感单元13、音频单元14及摄像模组15。
控制单元11作为移动机器人10的控制核心，协调各个单元的工作。控制单元11可以为通用处理器(例如中央处理器CPU)、数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA、CPLD等)、单片机、ARM(Acorn RISC Machine)或其它可编程逻辑器件、分立门或晶体管逻辑、分立的硬件组件或者这些部件的任何组合。还有，控制单元11还可以是任何传统处理器、控制器、微控制器或状态机。控制单元11也可以被实现为计算设备的组合，例如，DSP和微处理器的组合、多个微处理器、一个或多个微处理器结合DSP核、或任何其它这种配置。
无线通信单元12用于与用户终端无线通信，无线通信单元12与控制单元11电连接。用户通过用户终端向移动机器人10发送控制指令，无线通信单元12接收控制指令并向控制单元11发送该控制指令，控制单元11根据该控制指令控制移动机器人10。
无线通信单元12包括广播接收模块、移动通信模块、无线互联网模块、短距离通信模块和定位信息模块的其中一种或多种的组合。其中，广播接收模块经由广播信道从外部广播管理服务器接收广播信号和/或广播相关信息。广播接收模块可以使用数字广播系统来接收数字广播信号，数字广播系统诸如为地面数字多媒体广播(DMB-T)、卫星数字多媒体广播(DMB-S)、仅媒体前向链路(MediaFLO)、手持数字视频广播(DVB-H)或地面综合业务数字广播(ISDB-T)。
移动通信模块向移动通信网络上的基站、外部终端和服务器中的至少一方发送无线信号，或者可以从基站、外部终端和服务器中的至少一方接收无线信号。这里，根据字符/多媒体消息的接收和发送，无线信号可以包括语音呼叫信号、视频呼叫信号或各种形式的数据。
无线互联网模块指的是用于无线互联网连接的模块，并且可以内置或外置于终端。可以使用诸如无线LAN(WLAN)(Wi-Fi)、无线宽带(Wibro)、全球微波接入互操作性(Wimax)、高速下行分组接入(HSDPA)这样的无线互联网技术。
短距离通信模块指的是用于进行短距离通信的模块。可以使用诸如蓝牙(Bluetooth)、射频识别(RFID)、红外数据协会(IrDA)、超宽带(UWB)或ZigBee这样的短距离通信技术。
定位信息模块是用于获取移动机器人的当前位置信息，例如全球定位系统(GPS)模块。
音频单元14用于当所述位置状态信息为抱起状态时，控制所述移动机器人停止工作，并发出离地报警信号。音频单元14与控制单元11电连接。
在一些实施例中，音频单元14可以为喇叭、扬声器、麦克风等等电声换能器，其中，喇叭或扬声器的数量可以为一个或多个，麦克风的数量可以为多个，多个麦克风可以构成麦克风阵列，以便有效地采集声音。麦克风可以是电动式的(动圈式、带式)、电容式的(直流极化式)、压电式的(晶体式、陶瓷式)、电磁式的、碳粒式的、半导体式的等或其任意组合。在一些实施例中，麦克风可以是微型机电系统(MEMS)麦克风。
摄像模组15用于拍摄移动机器人10所处的环境，摄像模组15与控制单元11电连接，摄像模组15获取移动机器人10所处环境的图像，并向控制单元11输出该图像，以便控制单元11根据该图像作出下一步逻辑运算。
图2为本发明实施例提供的路径追踪方法的实施例。如图2所示，该路径追踪方法可以由移动机器人执行，包括如下步骤：
S10、获取所述移动机器人的当前位姿信息和已规划路径上的路径位置点集。
具体地，首先在全局坐标系中找到移动机器人的当前位置坐标(x，y)，获取移动机器人的当前位置坐标的方法有多种。例如，可以通过信标定位的方法获取，也即，移动机器人通过对位置已知的信标进行感测，并经过计算获得自身与信标的相对位置，再根据信标的位置，获得自身的绝对位置。再例如，可以通过环境地图匹配定位的方法获取，也即，移动机器人通过感测周围环境特征信息，利用周围环境特征信息构造局部地图，并与所述移动机器人的存储器中预存的与待清扫环境对应的全局环境地图进行匹配，获得自身在该全局环境地图中的位置。又例如，可以通过双目立体视觉三维测量定位的方法获取，双目立体视觉三维测量定位的方法是基于视差原理实现的。在获取到移动机器人的当前位置坐标之后，通过采集角度传感器与编码器的数据进行推算方法得知移动机器人的方向角θ。进而最终得到移动机器人在全局坐标系中的当前位姿信息Pose(x，y，θ)。
具体地，可通过根据移动机器人的自建地图设定规划路径，并将规划路径作为上述已规划路径或者是用户将已规划好的地图及工作路径作为已规划路径发送至移动机器人。其中，本实施例中的路径位置点集是由一系列路径位置点构成，每个路径位置点在地图中的坐标已确定。例如，已知规划好的路径位置点集P＝{p|p∈(xi,yi),i＝1,2,…,k}。其中，路径位置点集P包含多个路径点p。
S20、提取与所述移动机器人距离最近的最近路径点。
具体地，在路径位置点集P中找到距离移动机器人当前位置坐标(x，y)最近的点，即为最近路径点pnearest，假设该点属于路径位置点集P中的第n个点。
S30、根据所述最近路径点，确定下一个目标点的目标坐标信息。
具体地，首先获取所述最近路径点pnearest对应的理想速度velnearest，然后根据所述最近路径点pnearest对应的理想速度velnearest，得到所述当前位姿信息Pose(x，y，θ)对应的前瞻距离，进而可根据所述前瞻距离Ld，确定下一个目标点的目标坐标信息po(x0，y0)。
S40、获取所述移动机器人当前位置与所述下一个目标点的距离信息和偏航角信息。
具体地，可根据上述当前位姿信息(x，y，θ)和所述目标坐标信息(x0，y0)，得到所述移动机器人当前位置与所述下一个目标点的所述距离信息d；也可根据所述当前位姿信息(x，y，θ)和所述目标坐标信息(x0，y0)，得到所述移动机器人当前位置相对于所述下一个目标点的所述偏航角信息α。
S50、根据所述距离信息和所述偏航角信息，更新所述当前位姿信息。
具体地，首先根据上述得到的距离信息d和所述偏航角信息α，得到所述移动机器人的左右轮的速度差△v，然后根据所述速度差△v，分别得到所述左右轮对应的调整速度vl和vr，进而根据所述左右轮对应的调整速度v l和v r，更新所述当前位姿信息。
S60、根据更新后的所述当前位姿信息，继续对路径进行追踪。
在本实施例中，通过首先获取移动机器人的当前位姿信息和已规划路径上的路径位置点集，然后根据提取到的与移动机器人距离最近的最近路径点，确定下一个目标点的目标坐标信息，进而根据获取到的移动机器人当前位置与下一个目标点的距离信息和偏航角信息，更新当前位姿信息，最终根据更新后的当前位姿信息，继续对路径进行追踪，进而可使移动机器人准确地跟踪用户已经规划好的各种复杂路径进行移动，所述已经规划的路径包括用户通过手机APP输入的路径，具体地，用户可以通过手机APP在路径数据库中选择预存的路径作为所述已经规划的路径，或通过手指滑动的方式在手机屏幕画出用户期望的路径作为所述已经规划的路径，所述方法使得移动机器人更加有效地完成相应的工作任务。以清洁移动机器人举例，上述方法可使清洁机器人准确跟踪用户已经规划好的各种清洁路径进行移动或者更加有效的控制清洁机器人进行沿墙清扫，进而可使清洁机器人能够更好地按照用户的需求完成清扫任务，提高清洁效率。
为了根据最近路径点，准确的确定下一个目标点的目标坐标信息，在一些实施例中，请参阅图3，S30包括如下步骤：
S31、获取所述最近路径点对应的理想速度。
具体地，若已知规划好的路径位置点集P＝{p|p∈(xi,yi),i＝1,2,…,k}。即路径位置点集P包含多个路径点p。设定路径位置点集P中的路径起点p1(x1,y1)的理想速度为移动机器人的最大行驶速度Vmax，设定路径位置点集P中路径终点Pk(xk,yk)的理想速度为0；对于路径位置点集P中的其他路径点pi的理想速度计算方式为:min{Vmax，1/(100×curi)}。其中，curi为每个其他路径点pi的对应的曲率。因此，在路径位置点集P中找到距离移动机器人当前位置坐标(x，y)最近的点(即为最近路径点pnearest)之后，则可相应的获取到最近路径点pnearest对应的理想速度velnearest。
S32、根据所述最近路径点对应的理想速度，得到所述当前位姿信息对应的前瞻距离。
具体地，在获取到最近路径点pnearest对应的理想速度velnearest之后，可通过如下计算公式计算移动机器人在全局坐标系中的当前位姿信息Pose(x，y，θ)对应的前瞻距离Ld:Ld＝0.5×velnearest 2/amax；其中，amax为移动机器人的最大加速度。
S33、根据所述前瞻距离，确定下一个目标点的目标坐标信息。
具体地，假设最近路径点pnearest属于路径位置点集P中的第n个点。
上述目标坐标信息Po(xo,yo)需满足以下两个条件：
1)、P0属于路径位置点集P中第m个点，且m>n；
2)、当前位置坐标(x，y)沿着已规划路径上的路径位置点集P到P0的长度D<＝前瞻距离Ld且D+dist(Pm,Pm+1)>前瞻距离Ld。其中，D为当前位置坐标(x，y)沿着已规划路径上的路径位置点集P到P0的欧式长度。
为了更好的获取所述最近路径点对应的理想速度，在一些实施例中，请参阅图4，S31还包括如下步骤：
S311、根据所述路径位置点集中的每个路径点的坐标信息，得到每个所述路径点的对应的曲率信息。
具体地，若已知规划好的路径位置点集P＝{p|p∈(xi,yi),i＝1,2,…,k}。其中，路径位置点集P包含多个路径点p，然后根据所述路径位置点集P中的每个路径点p的坐标信息，得到每个所述路径点的对应的曲率curi。路径位置点集P中的每一个点p的曲率计算方式如下：
1)、分别定义路径位置点集P中的路径起点p1(x1,y1)和终点Pk(xk,yk)，的曲率cur1＝0和curk＝0。
2)、对于路径位置点集P中的其他路径点pi，其曲率的计算方式为：取其临近的两个路径点pi-1和pi+1，假设pi-1,pi,pi+1在半径为r、圆心为O的圆上，则可通过r＝|pi-1O|＝|piO|＝|pi+1O|连立方程解得r，1/r即为其他路径点pi的曲率。具体计算顺序如下:
t1＝0.5×(xi 2+yi 2-xi-1 2-yi-1 2)/(xi-xi-1)
t2＝(yi-yi-1)/(xi-xi-1)
b＝0.5×(xi-1 2-2×xi-1t1+yi-1 2-xi+1 2+2×xi+1×t1-yi+1 2)/(xi+1×t2-yi+1+yi-xi×t2)
a＝t1-t2×b
r＝sqrt((xi-a)2+(yi-b)2)
curi＝1/r
S312、根据所述曲率信息，得到每个所述路径点对应的理想速度。
具体地，设定路径位置点集P中的路径起点p1(x1,y1)的理想速度为移动机器人的最大行驶速度Vmax，设定路径位置点集P中路径终点Pk(xk,yk)的理想速度为0；对于路径位置点集P中的其他路径点pi的理想速度计算方式为:min{Vmax，1/(100×curi)}。其中，curi为每个其他路径点pi的对应的曲率。
为了获取所述移动机器人当前位置与所述下一个目标点的距离信息和偏航角信息，在一些实施例中，请参阅图5，S40包括如下步骤：
S41、根据所述当前位姿信息和所述目标坐标信息，得到所述移动机器人当前位置与所述下一个目标点的所述距离信息。
具体地，若获取到的当前位姿信息为Pose(x，y，θ)和目标坐标信息为po(x0，y0)，则可通过如下算式计算得到所述移动机器人当前位置与所述下一个目标点的所述距离信息d。
Figure BDA0002309358970000111
S42、根据所述当前位姿信息和所述目标坐标信息，得到所述移动机器人当前位置相对于所述下一个目标点的所述偏航角信息。
具体地，若获取到的当前位姿信息为Pose(x，y，θ)和目标坐标信息为po(x0，y0)，则可通过如下算式计算得到所述移动机器人当前位置相对于所述下一个目标点的所述偏航角信息α。其中，偏航角信息α为移动机器人前进方向和下一个目标点的夹角。
Figure BDA0002309358970000112
为了根据所述距离信息和所述偏航角信息，更新所述当前位姿信息，在一些实施例中，请参阅图6，S50包括如下步骤：
S51、根据所述距离信息和所述偏航角信息，得到所述移动机器人的左右轮的速度差。
具体地，当计算得到距离信息和偏航角信息后，可根据如下算式得到所述移动机器人的左右轮的速度差△v。
Figure BDA0002309358970000113
其中，vr为移动机器人右轮线速度，vl为移动机器人左轮线速度,l为移动机器人左轮和右轮之间的轴距，v为移动机器人的质心线速度，d为移动机器人当前位置与下一个目标点的距离，α为移动机器人当前位置与下一个目标点的偏航角。
S52、根据所述速度差，得到所述左右轮对应的调整速度。
具体地，当计算得到上述左右轮的速度差△v之后，进而可通过如下算式得到所述左右轮对应的调整速度。
vr＝v+0.5*△v；
vl＝v-0.5*△v；
其中，vr为右轮对应的调整速度，vl左轮对应的调整速度，v为移动机器人的质心线速度。
S53、根据所述左右轮对应的调整速度，更新所述当前位姿信息。
具体地，若移动机器人在全局坐标系中的当前位姿信息Pose(x，y，θ)，简化后的移动机器人的运动模型如图7所示，在极短时间Δt内，认为移动机器人的质心线速度v与角速度w是恒定不变的。
因此可以得到：
Figure BDA0002309358970000121
请参阅图8，然后建立质心线速度v、质心角速度w与左右轮线速度的关系。
设左轮线速度为vl，右轮线速度为vr，左右轮轴距为l，设移动机器人在Δt时间内，绕O逆时针转动了θ1，质心的旋转半径为r，由上图得：
Figure BDA0002309358970000122
Figure BDA0002309358970000123
当θ1很小时，有：
Figure BDA0002309358970000124
根据算式(2)与算式(3)可得：
Figure BDA0002309358970000125
根据算式(3)与算式(1)可得：
Figure BDA0002309358970000126
从而，机器人经过Δt时间后的位姿信息(x',y',θ')为：
Figure BDA0002309358970000131
需要说明的是，在上述各个实施例中，上述各步骤之间并不必然存在一定的先后顺序，本领域普通技术人员，根据本申请实施例的描述可以理解，不同实施例中，上述各步骤可以有不同的执行顺序，亦即，可以并行执行，亦可以交换执行等等。
作为本申请实施例的另一方面，本申请实施例提供一种路径追踪装置90。请参阅图9，该路径追踪装置90包括：移动机器人信息获取模块91、最近路径点提取模块92、目标坐标信息确定模块93、下一目标点信息获取模块94、更新模块95及路径追踪模块96。
所述移动机器人信息获取模块91用于获取所述移动机器人的当前位姿信息和已规划路径上的路径位置点集。
所述最近路径点提取模块92用于提取与所述移动机器人距离最近的最近路径点。
所述目标坐标信息确定模块93用于根据所述最近路径点，确定下一个目标点的目标坐标信息。
所述下一目标点信息获取模块94用于获取所述移动机器人当前位置与所述下一个目标点的距离信息和偏航角信息。
所述更新模块95用于根据所述距离信息和所述偏航角信息，更新所述当前位姿信息。
所述路径追踪模块96用于根据更新后的所述当前位姿信息，继续对路径进行追踪。
因此，在本实施例中，通过首先获取移动机器人的当前位姿信息和已规划路径上的路径位置点集，然后根据提取到的与移动机器人距离最近的最近路径点，确定下一个目标点的目标坐标信息，进而根据获取到的移动机器人当前位置与下一个目标点的距离信息和偏航角信息，更新当前位姿信息，最终根据更新后的当前位姿信息，继续对路径进行追踪，进而可使移动机器人准确地跟踪用户已经规划好的各种复杂路径进行移动，更加有效地完成相应的工作任务。
其中，在一些实施例中，所述目标点信息获取模块包括理想速度获取单元、前瞻距离计算单元及目标坐标信息确定单元。
所述理想速度获取单元用于获取所述最近路径点对应的理想速度。
所述前瞻距离计算单元用于根据所述最近路径点对应的理想速度，得到所述当前位姿信息对应的前瞻距离。
所述目标坐标信息确定单元用于根据所述前瞻距离，确定下一个目标点的目标坐标信息。
其中，在一些实施例中，下一目标点信息获取模块包括距离信息获取单元和偏航角获取单元。
所述距离信息获取单元用于根据所述当前位姿信息和所述目标坐标信息，得到所述移动机器人当前位置与所述下一个目标点的所述距离信息。
所述偏航角获取单元用于根据所述当前位姿信息和所述目标坐标信息，得到所述移动机器人当前位置相对于所述下一个目标点的所述偏航角信息。
需要说明的是，上述路径追踪装置可执行本发明实施例所提供的路径追踪方法，具备执行方法相应的功能模块和有益效果。未在路径追踪装置实施例中详尽描述的技术细节，可参见本发明实施例所提供的路径追踪方法。
图10为本发明另一实施例提供的移动机器人10的结构框图。如图10所示，该移动机器人10可以包括：移动机器人主体、控制芯片110、存储器120以及通信模块130。
所述移动机器人主体上设置有行走机构。所述控制芯片内置于所述移动机器人主体中。
所述移动机器人主体是移动机器人的主体结构，可以根据移动机器人的实际需要，选用相应的形状结构及制造材质(如硬质塑料或者铝、铁等金属)，例如设置为扫地移动机器人常见的较为扁平的圆柱形。
行走机构是设置在所述移动机器人主体上，为移动机器人提供移动能力的结构装置。该行走机构具体可以采用任何类型的移动装置实现，例如滚轮、履带式等。
所述控制芯片110、存储器120以及通信模块130之间通过总线的方式，建立任意两者之间的通信连接。
控制芯片110可以为任何类型，具备一个或者多个处理核心的控制芯片110。其可以执行单线程或者多线程的操作，用于解析指令以执行获取数据、执行逻辑运算功能以及下发运算处理结果等操作。
存储器120作为一种非暂态计算机可读存储介质，可用于存储非暂态软件程序、非暂态性计算机可执行程序以及模块，如本发明实施例中的路径追踪方法对应的程序指令/模块(例如，附图9所示的移动机器人信息获取模块91、最近路径点提取模块92、目标坐标信息确定模块93、下一目标点信息获取模块94、更新模块95及路径追踪模块96)。控制芯片110通过运行存储在存储器120中的非暂态软件程序、指令以及模块，从而执行路径追踪装置90的各种功能应用以及数据处理，即实现上述任一方法实施例中路径追踪方法。
存储器120可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储根据路径追踪装置90的使用所创建的数据等。此外，存储器120可以包括高速随机存取存储器，还可以包括非暂态存储器，例如至少一个磁盘存储器件、闪存器件、或其他非暂态固态存储器件。在一些实施例中，存储器120可选包括相对于控制芯片110远程设置的存储器，这些远程存储器可以通过网络连接至移动机器人10。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
所述存储器120存储有可被所述至少一个控制芯片110执行的指令；所述至少一个控制芯片110用于执行所述指令，以实现上述任意方法实施例中路径追踪方法，例如，执行以上描述的方法步骤10、20、30、40、50、60等等，实现图9中的模块91-96的功能。
通信模块130是用于建立通信连接，提供物理信道的功能模块。通信模块130以是任何类型的无线或者有线通信模块130，包括但不限于WiFi模块或者蓝牙模块等。
进一步地，本发明实施例还提供了一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储有计算机可执行指令，该计算机可执行指令被一个或多个控制芯片110执行，例如，被图10中的一个控制芯片110执行，可使得上述一个或多个控制芯片110执行上述任意方法实施例中路径追踪方法，例如，执行以上描述的方法步骤10、20、30、40、50、60等等，实现图9中的模块91-96的功能。
以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
通过以上的实施方式的描述，本领域普通技术人员可以清楚地了解到各实施方式可借助软件加通用硬件平台的方式来实现，当然也可以通过硬件。本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程是可以通过计算机程序产品中的计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非暂态计算机可读取存储介质中，该计算机程序包括程序指令，当所述程序指令被相关设备执行时，可使相关设备执行上述各方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory,ROM)或随机存储记忆体(Random Access Memory,RAM)等。
上述产品可执行本发明实施例所提供的路径追踪方法，具备执行路径追踪方法相应的功能模块和有益效果。未在本实施例中详尽描述的技术细节，可参见本发明实施例所提供的路径追踪方法。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；在本发明的思路下，以上实施例或者不同实施例中的技术特征之间也可以进行组合，步骤可以以任意顺序实现，并存在如上所述的本发明的不同方面的许多其它变化，为了简明，它们没有在细节中提供；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。

Claims (10)

1.一种路径追踪方法，应用于移动机器人，其特征在于，包括：
获取所述移动机器人的当前位姿信息和已规划路径上的路径位置点集；
提取与所述移动机器人距离最近的最近路径点；
根据所述最近路径点，确定下一个目标点的目标坐标信息；
获取所述移动机器人当前位置与所述下一个目标点的距离信息和偏航角信息；
根据所述距离信息和所述偏航角信息，更新所述当前位姿信息；
根据更新后的所述当前位姿信息，继续对路径进行追踪。
2.根据权利要求1所述的方法，其特征在于，所述根据所述最近路径点，确定下一个目标点的目标坐标信息，包括：
获取所述最近路径点对应的理想速度；
根据所述最近路径点对应的理想速度，得到所述当前位姿信息对应的前瞻距离；
根据所述前瞻距离，确定下一个目标点的目标坐标信息。
3.根据权利要求2所述的方法，其特征在于，所述获取所述最近路径点对应的理想速度，包括：
根据所述路径位置点集中的每个路径点的坐标信息，得到每个所述路径点的对应的曲率信息；
根据所述曲率信息，得到每个所述路径点对应的理想速度。
4.根据权利要求3所述的方法，其特征在于，所述获取所述移动机器人当前位置与所述下一个目标点的距离信息和偏航角信息，包括：
根据所述当前位姿信息和所述目标坐标信息，得到所述移动机器人当前位置与所述下一个目标点的所述距离信息；
根据所述当前位姿信息和所述目标坐标信息，得到所述移动机器人当前位置相对于所述下一个目标点的所述偏航角信息。
5.根据权利要求4所述的方法，其特征在于，所述根据所述距离信息和所述偏航角信息，更新所述当前位姿信息，包括：
根据所述距离信息和所述偏航角信息，得到所述移动机器人的左右轮的速度差；
根据所述速度差，得到所述左右轮对应的调整速度；
根据所述左右轮对应的调整速度，更新所述当前位姿信息。
6.一种路径追踪装置，应用于移动机器人，其特征在于，包括：
移动机器人信息获取模块，用于获取所述移动机器人的当前位姿信息和已规划路径上的路径位置点集；
最近路径点提取模块，用于提取与所述移动机器人距离最近的最近路径点；
目标坐标信息确定模块，用于根据所述最近路径点，确定下一个目标点的目标坐标信息；
下一目标点信息获取模块，用于获取所述移动机器人当前位置与所述下一个目标点的距离信息和偏航角信息；
更新模块，用于根据所述距离信息和所述偏航角信息，更新所述当前位姿信息；
路径追踪模块，用于根据更新后的所述当前位姿信息，继续对路径进行追踪。
7.根据权利要求6所述的装置，其特征在于，所述目标点信息获取模块包括理想速度获取单元、前瞻距离计算单元及目标坐标信息确定单元；
所述理想速度获取单元用于获取所述最近路径点对应的理想速度；
所述前瞻距离计算单元用于根据所述最近路径点对应的理想速度，得到所述当前位姿信息对应的前瞻距离；
所述目标坐标信息确定单元用于根据所述前瞻距离，确定下一个目标点的目标坐标信息。
8.根据权利要求7所述的装置，其特征在于，下一目标点信息获取模块包括距离信息获取单元和偏航角获取单元；
所述距离信息获取单元用于根据所述当前位姿信息和所述目标坐标信息，得到所述移动机器人当前位置与所述下一个目标点的所述距离信息；
所述偏航角获取单元用于根据所述当前位姿信息和所述目标坐标信息，得到所述移动机器人当前位置相对于所述下一个目标点的所述偏航角信息。
9.一种移动机器人，其特征在于，包括：
移动机器人主体，所述移动机器人主体上设置有行走机构；
至少一个控制芯片，所述控制芯片内置于所述移动机器人主体中；以及
与所述至少一个控制芯片通信连接的存储器；其中，所述存储器存储有可被所述至少一个控制芯片执行的指令，所述指令被所述至少一个控制芯片执行，以使所述至少一个控制芯片能够用于执行如权利要求1-5中任一项所述的路径追踪方法。
10.一种非暂态计算机可读存储介质，其特征在于，所述非暂态计算机可读存储介质存储有计算机可执行指令，所述计算机可执行指令用于使计算机执行如权利要求1-5任一项所述的方法。
CN201911252241.4A 2019-12-09 2019-12-09 路径追踪方法、装置、移动机器人及非暂态计算机可读存储介质 Active CN110955245B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911252241.4A CN110955245B (zh) 2019-12-09 2019-12-09 路径追踪方法、装置、移动机器人及非暂态计算机可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911252241.4A CN110955245B (zh) 2019-12-09 2019-12-09 路径追踪方法、装置、移动机器人及非暂态计算机可读存储介质

Publications (2)

Publication Number Publication Date
CN110955245A true CN110955245A (zh) 2020-04-03
CN110955245B CN110955245B (zh) 2021-06-08

Family

ID=69980447

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911252241.4A Active CN110955245B (zh) 2019-12-09 2019-12-09 路径追踪方法、装置、移动机器人及非暂态计算机可读存储介质

Country Status (1)

Country Link
CN (1) CN110955245B (zh)

Cited By (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111650936A (zh) * 2020-06-03 2020-09-11 杭州迦智科技有限公司 一种伺服控制方法、处理器、存储介质和可移动平台
CN111665868A (zh) * 2020-07-21 2020-09-15 陕西欧卡电子智能科技有限公司 基于虚拟航道的无人船返航方法、装置、设备及存储介质
CN112240770A (zh) * 2020-10-15 2021-01-19 浙江欣奕华智能科技有限公司 一种生成机器人运动轨迹的方法、装置及终端
CN112393731A (zh) * 2020-10-10 2021-02-23 上海钛米机器人股份有限公司 跟踪路径的方法、装置、电子设备、及存储介质
CN112526983A (zh) * 2020-09-11 2021-03-19 深圳市银星智能科技股份有限公司 一种机器人的路径规划方法、主控芯片及机器人
CN112711252A (zh) * 2020-12-08 2021-04-27 深圳市优必选科技股份有限公司 移动机器人及其路径跟踪方法、计算机可读存储介质
CN113534816A (zh) * 2021-08-16 2021-10-22 安徽元古纪智能科技有限公司 一种移动机器人导航跟踪方法
CN113753042A (zh) * 2020-10-30 2021-12-07 北京京东乾石科技有限公司 无人车限速方法、装置、无人车及存储介质
CN113985882A (zh) * 2021-10-29 2022-01-28 珠海格力电器股份有限公司 作业路径规划方法、装置、电子设备和存储介质
CN114384907A (zh) * 2021-12-15 2022-04-22 佛山市顺德区美的电子科技有限公司 路径跟踪方法及装置、电子设备、移动空调和存储介质
CN115847439A (zh) * 2022-12-12 2023-03-28 中铁第四勘察设计院集团有限公司 地质勘探机器人
CN117519212A (zh) * 2024-01-03 2024-02-06 杭州华橙软件技术有限公司 路径跟踪控制方法、装置、终端及计算机可读存储介质
WO2024103395A1 (zh) * 2022-11-18 2024-05-23 汤恩智能科技(上海)有限公司 机器人及其行进控制方法，机器人系统及存储介质
CN114384907B (zh) * 2021-12-15 2024-05-31 佛山市顺德区美的电子科技有限公司 路径跟踪方法及装置、电子设备、移动空调和存储介质

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120123641A1 (en) * 2008-08-20 2012-05-17 Autonomous Solutions, Inc. Follower vehicle control system and method for forward and reverse convoy movement
CN104950882A (zh) * 2014-09-24 2015-09-30 广东工业大学 全局一致渐进路径跟踪引导控制方法
CN105867377A (zh) * 2016-04-13 2016-08-17 浙江理工大学 一种农业机械自动导航控制方法
US20170336788A1 (en) * 2016-05-23 2017-11-23 nuTonomy Inc. Supervisory Control of Vehicles
US20180024561A1 (en) * 2016-07-20 2018-01-25 Singapore University Of Technology And Design Robot and method for localizing a robot
CN108001447A (zh) * 2017-11-23 2018-05-08 江苏大学 一种智能车辆路径跟踪前轮转角补偿控制方法
CN108673496A (zh) * 2018-05-02 2018-10-19 苏州智伟达机器人科技有限公司 一种基于纯追踪模型的工业机器人路径跟踪方法
CN109388140A (zh) * 2018-09-13 2019-02-26 江苏大学 一种改进的用于地面车辆路径跟踪的纯追踪控制方法
CN109557914A (zh) * 2018-10-30 2019-04-02 浙江圣奥家具制造有限公司 一种基于纯追踪模型的自动归位椅子路径跟踪方法
CN110244735A (zh) * 2019-06-24 2019-09-17 安徽农业大学 移动机器人跟踪预定轨迹的启发式动态规划控制方法
CN110362088A (zh) * 2019-08-02 2019-10-22 上海振华重工(集团)股份有限公司 一种适用于无人驾驶跨运车的循迹控制系统和方法

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120123641A1 (en) * 2008-08-20 2012-05-17 Autonomous Solutions, Inc. Follower vehicle control system and method for forward and reverse convoy movement
CN104950882A (zh) * 2014-09-24 2015-09-30 广东工业大学 全局一致渐进路径跟踪引导控制方法
CN105867377A (zh) * 2016-04-13 2016-08-17 浙江理工大学 一种农业机械自动导航控制方法
US20170336788A1 (en) * 2016-05-23 2017-11-23 nuTonomy Inc. Supervisory Control of Vehicles
US20180024561A1 (en) * 2016-07-20 2018-01-25 Singapore University Of Technology And Design Robot and method for localizing a robot
CN108001447A (zh) * 2017-11-23 2018-05-08 江苏大学 一种智能车辆路径跟踪前轮转角补偿控制方法
CN108673496A (zh) * 2018-05-02 2018-10-19 苏州智伟达机器人科技有限公司 一种基于纯追踪模型的工业机器人路径跟踪方法
CN109388140A (zh) * 2018-09-13 2019-02-26 江苏大学 一种改进的用于地面车辆路径跟踪的纯追踪控制方法
CN109557914A (zh) * 2018-10-30 2019-04-02 浙江圣奥家具制造有限公司 一种基于纯追踪模型的自动归位椅子路径跟踪方法
CN110244735A (zh) * 2019-06-24 2019-09-17 安徽农业大学 移动机器人跟踪预定轨迹的启发式动态规划控制方法
CN110362088A (zh) * 2019-08-02 2019-10-22 上海振华重工(集团)股份有限公司 一种适用于无人驾驶跨运车的循迹控制系统和方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
MYUNG-WOOK PARK: "Development of Lateral Control System for Autonomous Vehicle Based on Adaptive Pure Pursuit Algorithm", 《2014 14TH INTERNATIONAL CONFERENCE ON CONTROL, AUTOMATION AND SYSTEMS (ICCAS 2014)》 *
吕文杰: "基于纯追踪模型的路径跟踪改进算法", 《测控技术》 *

Cited By (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2021244598A1 (zh) * 2020-06-03 2021-12-09 杭州迦智科技有限公司 伺服控制方法、处理器、存储介质和可移动平台
CN111650936A (zh) * 2020-06-03 2020-09-11 杭州迦智科技有限公司 一种伺服控制方法、处理器、存储介质和可移动平台
CN111665868A (zh) * 2020-07-21 2020-09-15 陕西欧卡电子智能科技有限公司 基于虚拟航道的无人船返航方法、装置、设备及存储介质
CN111665868B (zh) * 2020-07-21 2023-06-13 陕西欧卡电子智能科技有限公司 基于虚拟航道的无人船返航方法、装置、设备及存储介质
CN112526983A (zh) * 2020-09-11 2021-03-19 深圳市银星智能科技股份有限公司 一种机器人的路径规划方法、主控芯片及机器人
CN112526983B (zh) * 2020-09-11 2022-10-28 深圳银星智能集团股份有限公司 一种机器人的路径规划方法、主控芯片及机器人
CN112393731A (zh) * 2020-10-10 2021-02-23 上海钛米机器人股份有限公司 跟踪路径的方法、装置、电子设备、及存储介质
CN112240770A (zh) * 2020-10-15 2021-01-19 浙江欣奕华智能科技有限公司 一种生成机器人运动轨迹的方法、装置及终端
CN113753042A (zh) * 2020-10-30 2021-12-07 北京京东乾石科技有限公司 无人车限速方法、装置、无人车及存储介质
CN113753042B (zh) * 2020-10-30 2023-06-30 北京京东乾石科技有限公司 无人车限速方法、装置、无人车及存储介质
CN112711252A (zh) * 2020-12-08 2021-04-27 深圳市优必选科技股份有限公司 移动机器人及其路径跟踪方法、计算机可读存储介质
CN112711252B (zh) * 2020-12-08 2024-05-24 深圳市优必选科技股份有限公司 移动机器人及其路径跟踪方法、计算机可读存储介质
CN113534816A (zh) * 2021-08-16 2021-10-22 安徽元古纪智能科技有限公司 一种移动机器人导航跟踪方法
CN113534816B (zh) * 2021-08-16 2024-04-05 安徽元古纪智能科技有限公司 一种移动机器人导航跟踪方法
CN113985882B (zh) * 2021-10-29 2024-02-27 珠海格力电器股份有限公司 作业路径规划方法、装置、电子设备和存储介质
CN113985882A (zh) * 2021-10-29 2022-01-28 珠海格力电器股份有限公司 作业路径规划方法、装置、电子设备和存储介质
CN114384907A (zh) * 2021-12-15 2022-04-22 佛山市顺德区美的电子科技有限公司 路径跟踪方法及装置、电子设备、移动空调和存储介质
CN114384907B (zh) * 2021-12-15 2024-05-31 佛山市顺德区美的电子科技有限公司 路径跟踪方法及装置、电子设备、移动空调和存储介质
WO2024103395A1 (zh) * 2022-11-18 2024-05-23 汤恩智能科技(上海)有限公司 机器人及其行进控制方法，机器人系统及存储介质
CN115847439A (zh) * 2022-12-12 2023-03-28 中铁第四勘察设计院集团有限公司 地质勘探机器人
CN117519212A (zh) * 2024-01-03 2024-02-06 杭州华橙软件技术有限公司 路径跟踪控制方法、装置、终端及计算机可读存储介质
CN117519212B (zh) * 2024-01-03 2024-04-12 杭州华橙软件技术有限公司 路径跟踪控制方法、装置、终端及计算机可读存储介质

Also Published As

Publication number Publication date
CN110955245B (zh) 2021-06-08

Similar Documents

Publication Publication Date Title
CN110955245B (zh) 路径追踪方法、装置、移动机器人及非暂态计算机可读存储介质
US9977434B2 (en) Automatic tracking mode for controlling an unmanned aerial vehicle
US10896543B2 (en) Methods and systems for augmented reality to display virtual representations of robotic device actions
US11194329B2 (en) Vehicle control
CN105979442B (zh) 噪声抑制方法、装置和可移动设备
CA2807582C (en) Sensor-enhanced localization in virtual and physical environments
CN108801269B (zh) 一种室内云机器人导航系统及方法
US20200147810A1 (en) Multi-device robot control
JP2017009316A (ja) 携帯通信端末、位置情報共有システム及び車載装置並びにプログラム
WO2023021376A1 (en) Unmanned aerial vehicle (uav) swarm control
JP2018173934A (ja) ビークルが追うターゲットに隣接したフライトパターンを確立するシステム及び方法
US10889001B2 (en) Service provision system
CN113498498B (zh) 行动控制设备和行动控制方法、以及程序
US20210011494A1 (en) Multi-node unmanned aerial vehicle (uav) control
WO2019097743A1 (ja) 移動体端末、現在位置補正システム及びプログラム
CN111465908A (zh) 一种分段式自主充电对接方法及移动设备、充电站
US20190128683A1 (en) Vehicle location system and method
US20210240185A1 (en) Shooting control method and unmanned aerial vehicle
CN110673593A (zh) 车辆控制方法和装置
CN111061298B (zh) 飞行控制方法及装置、无人机
WO2019061029A1 (zh) 云台的控制方法、控制设备及云台
US20180178911A1 (en) Unmanned aerial vehicle positioning method and apparatus
WO2019138466A1 (ja) 無人航空機制御システム、無人航空機制御方法、及びプログラム
JP2020042516A (ja) 移動経路生成装置、移動装置、移動経路生成方法、及びプログラム
CN113074731B (zh) 一种智能导航设备及智能导航设备自主导航方法

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
CP03 Change of name, title or address
CP03 Change of name, title or address

Address after: 518000 1701, building 2, Yinxing Zhijie, No. 1301-72, sightseeing Road, Xinlan community, Guanlan street, Longhua District, Shenzhen, Guangdong Province

Patentee after: Shenzhen Yinxing Intelligent Group Co.,Ltd.

Address before: 518000 building A1, Yinxing hi tech Industrial Park, Guanlan street, Longhua District, Shenzhen City, Guangdong Province

Patentee before: Shenzhen Silver Star Intelligent Technology Co.,Ltd.