CN111060116A - 一种基于视觉的草场自主建图系统 - Google Patents

一种基于视觉的草场自主建图系统 Download PDF

Info

Publication number
CN111060116A
CN111060116A CN201911223917.7A CN201911223917A CN111060116A CN 111060116 A CN111060116 A CN 111060116A CN 201911223917 A CN201911223917 A CN 201911223917A CN 111060116 A CN111060116 A CN 111060116A
Authority
CN
China
Prior art keywords
grassland
mobile device
map
processing unit
vision
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
CN201911223917.7A
Other languages
English (en)
Other versions
CN111060116B (zh
Inventor
倪琳轩
陈世红
郑友胜
史小露
曹雄伟
谢训鹏
陈寿辉
陈林杰
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.)
Jiangxi Hongdu Aviation Industry Group Co Ltd
Original Assignee
Jiangxi Hongdu Aviation Industry Group 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 Jiangxi Hongdu Aviation Industry Group Co Ltd filed Critical Jiangxi Hongdu Aviation Industry Group Co Ltd
Priority to CN201911223917.7A priority Critical patent/CN111060116B/zh
Publication of CN111060116A publication Critical patent/CN111060116A/zh
Application granted granted Critical
Publication of CN111060116B publication Critical patent/CN111060116B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • G01C21/28Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network with correlation of data from several navigational instruments
    • G01C21/30Map- or contour-matching
    • G01C21/32Structuring or formatting of map data
    • 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
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02DCLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00Reducing energy consumption in communication networks
    • Y02D30/70Reducing energy consumption in communication networks in wireless communication networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)

Abstract

一种基于视觉的草场自主建图系统,其中,交互端包括用户操作端、交互通信模块,系统端设置在移动装置上,移动装置包括构建有草地环境识别模型与障碍物识别模型的算法处理单元、系统通信模块、视觉传感器、全球定位仪、处理单元及地图构建模块,用户操作端通过交互通信模块与系统端的系统通信模块连接,系统通信模块与处理单元连接,处理单元分别与算法处理单元、全球定位仪及地图构建模块连接,视觉传感器与算法处理单元连接,用户操作端操作开启或关闭移动装置建图功能,交互通信模块将指令发送至处理单元,通过自主地图构建技术方案可极大减少人工、时间和费用的投入,提高地图的利用效率,提升移动装置对用户的友好性和认可度。

Description

一种基于视觉的草场自主建图系统
技术领域
本发明涉及环境建图技术领域,尤其涉及一种基于视觉的草场自主建图系统。
背景技术
目前应用于草地环境的移动装置主要依赖于GPS或北斗等全球定位技术实现移动装置在草地环境中位置定位和地理围栏构建,但在地理围栏构建中,需要操作员持有定位设备和电脑,围绕草地一圈,采集草地周界定位数据,在此基础上建造定位信息地图,以实现移动装置的地图遍历和导航功能。
然而通过现有技术实现草场环境地图构建,前期需要大量的人工做周界定位信息采集和数据处理,且由于定位信息受干扰会有一定偏移,后期需对地图进行修正,甚至重新构建地图,同时对于水渠、深沟、土堆、木头柱子等障碍物,需在地图上记录障碍物的地理位置信息和具体面积,以促使移动装置在相应的位置进行特定动作设置(例如绕行或线路规避)。
发明内容
本发明所解决的技术问题在于提供一种基于视觉的草场自主建图系统,以解决上述背景技术中的问题。
本发明所解决的技术问题采用以下技术方案来实现:
一种基于视觉的草场自主建图系统,包括交互端、系统端,其中,交互端包括用户操作端、交互通信模块,系统端设置在移动装置上,移动装置包括构建有草地环境识别模型与障碍物识别模型的算法处理单元、系统通信模块、视觉传感器、全球定位仪、处理单元及地图构建模块,用户操作端通过交互通信模块与系统端的系统通信模块连接,系统通信模块与处理单元连接,
处理单元分别与算法处理单元、全球定位仪及地图构建模块连接,视觉传感器与算法处理单元连接,用户操作端操作开启或关闭移动装置建图功能,交互通信模块将相应地开启或关闭建图的指令发送至处理单元,处理单元将信息传至算法处理单元,算法处理单元根据视觉传感器输入的信息结合草地环境识别模型和障碍物识别模型,用以识别草地与常见障碍物,再将信息传递至处理单元;处理单元中设置有数据采集模块与定位模块,数据采集模块将视觉传感器采集的传感器信息、定位模块将全球定位仪采集的移动装置位姿信息分别发送至地图构建模块,地图构建模块依据获取的建图指令、位姿信息以及传感器信息,分析判断当前草场环境是否能够满足建图条件、判断是否存在障碍物需要圈出,对建图总开关进行控制;若需要建图,则利用草地环境识别模型与障碍物识别模型的占用结果和定位信息,构建移动装置所需地图。
在本发明中,用户操作端设置有用于与系统端交互的交互模块。
在本发明中,移动装置上还设置有辅助传感器,辅助传感器与处理单元连接。
在本发明中,移动装置基于视觉对草场自主建图,具体步骤如下:
1)构建草地环境识别模型
采集足够数量带有是否是草场标签的草地环境图片,并将其中一部分草地环境图片作为训练数据,另外一部分草地环境图片作为测试数据,构建深层神经网络的特征提取模块,对每一张草地环境图片提取模块特征,再在激活函数作用下,实施参数收敛,迭代结束,最后使用测试数据判断效果,得到草地环境识别模型;
2)构建障碍物识别模型
采集足够数量带有草地环境常见障碍物(水渠、深沟、土堆、木头柱子等)的草地障碍物图片,并将其中一部分草地障碍物图片作为训练数据,另外一部分草地障碍物图片作为测试数据,构建深层神经网络的特征提取模块,对每一张草地障碍物图片提取模块特征,再在激活函数作用下,实施参数收敛,迭代结束,最后使用测试数据判断效果,得到障碍物识别模型;
3)构建地图
首先确定地图坐标系,以移动装置进入草场的方向为坐标系的X轴,根据右手定律,大拇指指向X轴的正方向,食指指向Y轴的正方向,中指指向Z轴的正方向,在利用移动装置前方安装的视觉传感器进行获取实时视频,并将实时视频输入至草地环境识别模型中,判断是否为草场环境,若是草场环境,则继续进行地图构建,若非草场环境,则识别为边界,用占据率Occupancy表示,设置为Occupied状态,参数为1,而后经地图更新模型转化后,在地图中更新点的状态;其中,在草场环境时,通过障碍物识别模型判断是否有障碍物,若有障碍物,则识别相应的语义信息,记录在地图上,并用多边形圈出,若不能识别,即在草场环境中识别到非草物,则用圆形圈出,即不可去的区域,设置为Occupied状态,在地图中更新信息,在草场环境中且无障碍物时,设置为Free状态,参数为0,对于未知区域设置为未知状态,参数为0.5;移动装置重复前述运行方式遍历整个草场的周界和大部分周界内区域,当地图的周界完成时,第一次建图结束,地图完成构建。
在本发明中,在地图构建过程中,实时保存移动装置相应时间序列的GPS数据至地图中。
在本发明中,移动装置在不同大小、形状的草地环境中建图时,将遇到不同形状、大小的障碍物,甚至是移动的人或物,故移动装置不可能采用简单的直线交叉路径规划方式遍历草地环境,为了让移动装置快速自主完成建图,移动装置遍历草地运行为:
若移动装置第一次检测到草场边界,则将移动装置逆时针旋转至与边界成75°后再前行,之后若再遇到边界,则以与进入边界时相同的角度离开草场边界,在此遍历方法运行下,移动装置可遍历整个草场的周界和大部分周界内区域。
在本发明中,步骤3)中,确定地图坐标系后,移动装置首先直线行走,通过视觉传感器采集实时图像。
在本发明中,步骤3)中,当地图的周界完成时,第一次建图结束,此时移动装置基于第一版地图上进行作业路径规划,在移动装置作业过程中,遇到周界内未识别区域,对该区域进行地图更新。
有益效果:本发明通过交互端以实现实时自主建图,可极大减少人工、时间和费用的投入,提高地图的利用效率,提升移动装置对用户的友好性和认可度,有效解决传统移动装置在用户使用之前,还需要专业技术人员先在目标地点采集草场周界全球定位信息,在通过电脑处理成可用地图的问题。
附图说明
图1为本发明的较佳实施例的流程示意图。
图2为本发明的较佳实施例中的移动装置自主建图流程示意图。
图3为本发明的较佳实施例中的移动装置遍历运行示意图。
图4为本发明的较佳实施例的连接示意图。
具体实施方式
为了使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解,下面结合具体图示,进一步阐述本发明。
参见图1~图4的一种基于视觉的草场自主建图系统,包括交互端与系统端,交互端包括用户操作端、交互模块及交互通信模块,系统端设置在移动装置上,移动装置包括构建有草地环境识别模型与障碍物识别模型的算法处理单元、系统通信模块、视觉传感器、全球定位仪、处理单元、地图构建模块及辅助传感器,用户操作端设置有用于与系统端交互的交互模块,并通过交互通信模块与系统端设置的系统通信模块连接,系统通信模块与处理单元连接,处理单元分别与算法处理单元、全球定位仪、地图构建模块及辅助传感器连接,视觉传感器与算法处理单元连接,采用C/S结构(Client/Server,客户/服务器模式),用户操作端操作交互模块开启或关闭移动装置建图功能,交互通信模块将相应地开启或关闭建图的指令发送至处理单元,其中,处理单元负责处理所有业务逻辑的事务,处理单元解算指令,将信息传至算法处理单元,算法处理单元根据视觉传感器输入的信息结合草地环境识别模型和障碍物识别模型,用以识别草地与常见障碍物,最后将信息传递至处理单元;
处理单元中设置有数据采集模块与定位模块,数据采集模块将视觉传感器采集的传感器信息、定位模块将全球定位仪采集的移动装置位姿信息分别发送至地图构建模块,地图构建模块依据获取到的建图指令、位姿信息以及传感器信息,分析判断当前草场环境是否能够满足建图条件、判断是否存在障碍物需要圈出,对建图总开关进行控制;若需要建图,则利用草地环境识别模型与障碍物识别模型的占用结果和定位信息,构建移动装置所需地图。
移动装置基于视觉对草场自主建图,利用视觉传感器对移动装置所处草场环境进行扫描,得到移动装置周围的环境信息a1;基于障碍物识别模型判断对应环境内是否存在水渠、深沟、土堆等障碍物,如果存在,则在地图上标示相应的语义信息,并用多边形或圆形将其包围,如果不存在,则控制移动装置沿着预设方向移动a2;基于草地环境识别模型判断视野内是否存在草,如果存在,则继续执行环境建图,如果不存在,则视为草场边界,检测到边界之后,移动装置沿着边界的方向继续行驶,最终完成一个闭环地图的建立a3;具体步骤如下:
1)构建草地环境识别模型
采集足够数量的草地环境图片m1,并将其中一部分草地环境图片作为训练数据,另外一部分草地环境图片作为测试数据,且每一张草地环境图片都具有是否是草场的标签,构建深层神经网络的特征提取模块,对每一张草地环境图片提取模块特征,再在激活函数作用下,实施参数收敛,迭代结束,最后使用测试数据判断效果,得到草地环境识别模型;
2)构建障碍物识别模型
采集足够数量带有草地环境常见障碍物(水渠、深沟、土堆、木头柱子等)的草地障碍物图片m2,并将其中一部分草地障碍物图片作为训练数据,另外一部分草地障碍物图片作为测试数据,构建深层神经网络的特征提取模块,对每一张草地障碍物图片提取模块特征,再在激活函数作用下,实施参数收敛,迭代结束,最后使用测试数据判断效果,得到障碍物识别模型;
3)构建地图
利用移动装置前方安装的视觉传感器进行获取实时视频b1,在输入至草地环境识别模型b2中,判断是否为草场环境b3,若是草场环境,则继续进行地图构建b5,若非草场环境,则识别为边界b4,用占据率(Occupancy)表示,设置为Occupied状态,参数为1,而后经地图更新模型转化后,在地图中更新点的状态;其中,在草场环境时,通过障碍物识别模型判断是否有障碍物b7,若有障碍物,则识别相应的语义信息,记录在地图上,并用多边形圈出b9,若不能识别,即在草场环境中识别到非草物,则用圆形圈出,即不可去的区域,设置为Occupied状态,在地图中更新信息b8,在草场环境中且无障碍物时,设置为Free状态,参数为0,对于未知区域设置为未知状态,参数为0.5;
在地图构建过程中,实时保存移动装置相应时间序列的GPS数据至地图中;
图3遍历方法中显示障碍物的标示方法,水渠和水沟用长方形标示p1,土堆和柱子用矩形标示p2-1、p2-2,地图上的移动装置标示p3,未能识别的障碍物用圆形标示p4,未扫描过的区域用圆角矩形标示p6,草地周界用实心直线标示p5;
移动装置在不同大小、形状的草地环境中建图时,将遇到不同形状、大小的障碍物,甚至是移动的人或物,故移动装置不可能采用简单的直线交叉路径规划方式遍历草地环境,为了让移动装置快速和自主完成建图,需要设置一种或多种有效的遍历方法,从而提高移动装置建图的成功率;
若移动装置第一次检测到草场边界,则将移动装置逆时针旋转至与边界成75°后再前行,之后若再遇到边界,则以与进入边界时相同的角度离开草场边界,在此遍历方法运行下,移动装置可遍历整个草场的周界和大部分周界内区域,当地图的周界完成时,第一次建图结束,此时移动装置可基于第一版地图上进行作业路径规划,在移动装置作业过程中,遇到周界内未识别区域p6,对该区域进行地图更新,以一个移动装置p3进入草场环境构建地图为例:
首先确定地图坐标系,以移动装置进入草场的方向为坐标系的X轴,根据右手定律,大拇指指向X轴的正方向,食指指向Y轴的正方向,中指指向Z轴的正方向,首先移动装置直线行走,通过视觉传感器采集实时图像,经草地环境识别模型和障碍物识别模型后,识别出草场的边界p6,当移动装置第一次检测到前方边界p7时,则逆时针旋转至与边界成75°后再前行,前行检测到水渠边界p9,移动装置以与进入边界时相同的角度离开草场边界,由点p9前行至p8,进入边界时的进入角度为JI,离开边界的角度为JO,两个角度大小相同;重复此过程,直至遍历整个地图的边界为止,最后保存地图为第一版,此时,如图3中p6所示为未遍历到的区域,移动装置在第一版地图上行走时,检测到该区域后进行地图更新操作。
以上显示和描述了本发明的基本原理和主要特征和本发明的优点。本行业的技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的只是说明本发明的原理,在不脱离本发明精神和范围的前提下,本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。

Claims (10)

1.一种基于视觉的草场自主建图系统,包括交互端、系统端,其特征在于,交互端包括用户操作端、交互通信模块,系统端设置在移动装置上,移动装置包括构建有草地环境识别模型与障碍物识别模型的算法处理单元、系统通信模块、视觉传感器、全球定位仪、处理单元及地图构建模块,用户操作端通过交互通信模块与系统端的系统通信模块连接,系统通信模块与处理单元连接,处理单元分别与算法处理单元、全球定位仪及地图构建模块连接,视觉传感器与算法处理单元连接,用户操作端操作开启或关闭移动装置建图功能,交互通信模块将相应地开启或关闭建图的指令发送至处理单元,处理单元将信息传至算法处理单元,算法处理单元根据视觉传感器输入的信息结合草地环境识别模型和障碍物识别模型,用以识别草地与常见障碍物,再将信息传递至处理单元;地图构建模块依据获取的建图指令、全球定位仪采集的移动装置位姿信息及视觉传感器采集的传感器信息,分析判断当前草场环境是否能够满足建图条件、判断是否存在障碍物需要圈出,对建图总开关进行控制;若需要建图,则利用草地环境识别模型与障碍物识别模型的占用结果和定位信息,构建移动装置所需地图。
2.根据权利要求1所述的一种基于视觉的草场自主建图系统,其特征在于,用户操作端设置有用于与系统端交互的交互模块。
3.根据权利要求1所述的一种基于视觉的草场自主建图系统,其特征在于,移动装置上还设置有辅助传感器,辅助传感器与处理单元连接。
4.根据权利要求1所述的一种基于视觉的草场自主建图系统,其特征在于,处理单元中设置有数据采集模块与定位模块。
5. 根据权利要求1所述的一种基于视觉的草场自主建图系统,其特征在于,移动装置基于视觉对草场自主建图,具体步骤如下:
1)构建草地环境识别模型
采集足够数量带有是否是草场标签的草地环境图片,并将其中一部分草地环境图片作为训练数据,另外一部分草地环境图片作为测试数据,构建深层神经网络的特征提取模块,对每一张草地环境图片提取模块特征,再在激活函数作用下,实施参数收敛,迭代结束,最后使用测试数据判断效果,得到草地环境识别模型;
2)构建障碍物识别模型
采集足够数量带有草地环境常见障碍物的草地障碍物图片,并将其中一部分草地障碍物图片作为训练数据,另外一部分草地障碍物图片作为测试数据,构建深层神经网络的特征提取模块,对每一张草地障碍物图片提取模块特征,再在激活函数作用下,实施参数收敛,迭代结束,最后使用测试数据判断效果,得到障碍物识别模型;
3)构建地图
首先确定地图坐标系,在利用移动装置前方安装的视觉传感器进行获取实时视频,并将实时视频输入至草地环境识别模型中,判断是否为草场环境,若是草场环境,则继续进行地图构建,若非草场环境,则识别为边界,用占据率Occupancy表示,设置为Occupied状态,参数为1,而后经地图更新模型转化后,在地图中更新点的状态;其中,在草场环境时,通过障碍物识别模型判断是否有障碍物,若有障碍物,则识别相应的语义信息,记录在地图上,并用多边形圈出,若不能识别,即在草场环境中识别到非草物,则用圆形圈出,即不可去的区域,设置为Occupied状态,在地图中更新信息;在草场环境中且无障碍物时,设置为Free状态,参数为0,对于未知区域设置为未知状态,参数为0.5;移动装置重复前述运行方式遍历整个草场的周界和大部分周界内区域,当地图的周界完成时,第一次建图结束,地图完成构建。
6.根据权利要求5所述的一种基于视觉的草场自主建图系统,其特征在于,步骤3)中,地图坐标系以移动装置进入草场的方向为坐标系的X轴,根据右手定律,大拇指指向X轴的正方向,食指指向Y轴的正方向,中指指向Z轴的正方向。
7.根据权利要求5所述的一种基于视觉的草场自主建图系统,其特征在于,在地图构建过程中,实时保存移动装置相应时间序列的GPS数据至地图中。
8.根据权利要求5所述的一种基于视觉的草场自主建图系统,其特征在于,为快速自主完成建图,移动装置遍历草地运行为:
若移动装置第一次检测到草场边界,则将移动装置逆时针旋转至与边界成75°后再前行,之后若再遇到边界,则以与进入边界时相同的角度离开草场边界。
9.根据权利要求5所述的一种基于视觉的草场自主建图系统,其特征在于,步骤3)中,确定地图坐标系后,移动装置首先直线行走。
10.根据权利要求5所述的一种基于视觉的草场自主建图系统,其特征在于,步骤3)中,当地图的周界完成时,第一次建图结束,此时移动装置基于第一版地图上进行作业路径规划,在移动装置作业过程中,遇到周界内未识别区域,对该区域进行地图更新。
CN201911223917.7A 2019-12-04 2019-12-04 一种基于视觉的草场自主建图系统 Active CN111060116B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911223917.7A CN111060116B (zh) 2019-12-04 2019-12-04 一种基于视觉的草场自主建图系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911223917.7A CN111060116B (zh) 2019-12-04 2019-12-04 一种基于视觉的草场自主建图系统

Publications (2)

Publication Number Publication Date
CN111060116A true CN111060116A (zh) 2020-04-24
CN111060116B CN111060116B (zh) 2023-07-18

Family

ID=70299625

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911223917.7A Active CN111060116B (zh) 2019-12-04 2019-12-04 一种基于视觉的草场自主建图系统

Country Status (1)

Country Link
CN (1) CN111060116B (zh)

Citations (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080027591A1 (en) * 2006-07-14 2008-01-31 Scott Lenser Method and system for controlling a remote vehicle
US20130024025A1 (en) * 2011-07-21 2013-01-24 Harry Chia-Hung Hsu Autonomous Robot and A Positioning Method Thereof
US20130190965A1 (en) * 2012-01-25 2013-07-25 Honda Research Institute Europe Gmbh System, method and apparatus for unsupervised adaptation of the perception of an autonomous mower
US20150012164A1 (en) * 2013-07-05 2015-01-08 Asia Technology Co., Ltd. Method and apparatus for controlling driving of robot
CN104331883A (zh) * 2014-10-28 2015-02-04 华南理工大学 一种基于非对称逆布局模型的图像边界提取方法
CN105607635A (zh) * 2016-01-05 2016-05-25 东莞市松迪智能机器人科技有限公司 自动导引车全景光学视觉导航控制系统及全向自动导引车
CN106597453A (zh) * 2016-12-19 2017-04-26 深圳乐行天下科技有限公司 一种移动装置全自主建图方法及装置
CN107150329A (zh) * 2017-04-27 2017-09-12 中国矿业大学 一种基于三自由度视觉平台的移动机器人及其控制方法
CN107967817A (zh) * 2017-11-17 2018-04-27 张慧 基于多路摄像头深度学习的停车场智能管理系统及方法
CN107976998A (zh) * 2017-11-13 2018-05-01 河海大学常州校区 一种割草机器人地图创建与路径规划系统及方法
CN108181636A (zh) * 2018-01-12 2018-06-19 中国矿业大学 石化工厂巡检机器人环境建模与地图构建装置和方法
AU2017227708A1 (en) * 2016-03-01 2018-10-18 ARIS MD, Inc. Systems and methods for rendering immersive environments
CN108829095A (zh) * 2018-05-11 2018-11-16 云鲸智能科技(东莞)有限公司 地理围栏设置方法及限制机器人运动的方法
CA3076498A1 (en) * 2017-09-22 2019-03-28 Locus Robotics Corp. Dynamic window approach using optimal reciprocal collision avoidance cost-critic
CN109571470A (zh) * 2018-12-03 2019-04-05 江西洪都航空工业集团有限责任公司 一种机器人
CN109601109A (zh) * 2018-12-07 2019-04-12 江西洪都航空工业集团有限责任公司 一种基于双目视觉检测的无人割草车防碰撞方法
WO2019128933A1 (zh) * 2017-12-29 2019-07-04 中兴通讯股份有限公司 一种地图构建、导航方法及装置、系统
CN110174112A (zh) * 2019-07-01 2019-08-27 北京洛必德科技有限公司 一种用于移动机器人自动建图任务的路径优化方法
CN110320915A (zh) * 2019-07-15 2019-10-11 上海速标智能科技有限公司 具有自动建图和路径规划功能的作业平台及其控制方法
CN110455306A (zh) * 2018-05-07 2019-11-15 南京图易科技有限责任公司 一种基于深度学习的机器人场景识别与语义导航地图标注方法

Patent Citations (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080027591A1 (en) * 2006-07-14 2008-01-31 Scott Lenser Method and system for controlling a remote vehicle
US20130024025A1 (en) * 2011-07-21 2013-01-24 Harry Chia-Hung Hsu Autonomous Robot and A Positioning Method Thereof
US20130190965A1 (en) * 2012-01-25 2013-07-25 Honda Research Institute Europe Gmbh System, method and apparatus for unsupervised adaptation of the perception of an autonomous mower
US20150012164A1 (en) * 2013-07-05 2015-01-08 Asia Technology Co., Ltd. Method and apparatus for controlling driving of robot
CN104331883A (zh) * 2014-10-28 2015-02-04 华南理工大学 一种基于非对称逆布局模型的图像边界提取方法
CN105607635A (zh) * 2016-01-05 2016-05-25 东莞市松迪智能机器人科技有限公司 自动导引车全景光学视觉导航控制系统及全向自动导引车
AU2017227708A1 (en) * 2016-03-01 2018-10-18 ARIS MD, Inc. Systems and methods for rendering immersive environments
CN106597453A (zh) * 2016-12-19 2017-04-26 深圳乐行天下科技有限公司 一种移动装置全自主建图方法及装置
CN107150329A (zh) * 2017-04-27 2017-09-12 中国矿业大学 一种基于三自由度视觉平台的移动机器人及其控制方法
CA3076498A1 (en) * 2017-09-22 2019-03-28 Locus Robotics Corp. Dynamic window approach using optimal reciprocal collision avoidance cost-critic
CN107976998A (zh) * 2017-11-13 2018-05-01 河海大学常州校区 一种割草机器人地图创建与路径规划系统及方法
CN107967817A (zh) * 2017-11-17 2018-04-27 张慧 基于多路摄像头深度学习的停车场智能管理系统及方法
WO2019128933A1 (zh) * 2017-12-29 2019-07-04 中兴通讯股份有限公司 一种地图构建、导航方法及装置、系统
CN108181636A (zh) * 2018-01-12 2018-06-19 中国矿业大学 石化工厂巡检机器人环境建模与地图构建装置和方法
CN110455306A (zh) * 2018-05-07 2019-11-15 南京图易科技有限责任公司 一种基于深度学习的机器人场景识别与语义导航地图标注方法
CN108829095A (zh) * 2018-05-11 2018-11-16 云鲸智能科技(东莞)有限公司 地理围栏设置方法及限制机器人运动的方法
CN109571470A (zh) * 2018-12-03 2019-04-05 江西洪都航空工业集团有限责任公司 一种机器人
CN109601109A (zh) * 2018-12-07 2019-04-12 江西洪都航空工业集团有限责任公司 一种基于双目视觉检测的无人割草车防碰撞方法
CN110174112A (zh) * 2019-07-01 2019-08-27 北京洛必德科技有限公司 一种用于移动机器人自动建图任务的路径优化方法
CN110320915A (zh) * 2019-07-15 2019-10-11 上海速标智能科技有限公司 具有自动建图和路径规划功能的作业平台及其控制方法

Also Published As

Publication number Publication date
CN111060116B (zh) 2023-07-18

Similar Documents

Publication Publication Date Title
EP3950235B1 (en) Self-propelled robot path planning method, self-propelled robot and storage medium
CN103869814B (zh) 一种终端定位和导航方法以及可移动的终端
EP3706414A1 (en) Video monitoring method for mobile robot
WO2021164738A1 (en) Area division and path forming method and apparatus for self-moving device and automatic working system
CN102087530A (zh) 基于手绘地图和路径的移动机器人视觉导航方法
CN111609852A (zh) 语义地图构建方法、扫地机器人及电子设备
CN112884894A (zh) 场景重建数据采集方法、装置、计算机设备和存储介质
CN111679664A (zh) 基于深度相机的三维地图构建方法及扫地机器人
CN110146098A (zh) 一种机器人地图扩建方法、装置、控制设备和存储介质
CN111679661A (zh) 基于深度相机的语义地图构建方法及扫地机器人
CN112327326A (zh) 带有障碍物三维信息的二维地图生成方法、系统以及终端
CN111609853A (zh) 三维地图构建方法、扫地机器人及电子设备
CN113052369A (zh) 智能农机作业管理方法及系统
CN116540726A (zh) 一种巡逻机器人智能避障方法、系统及介质
CN114460939A (zh) 复杂环境下智能行走机器人自主导航改进方法
US20230418302A1 (en) Online authoring of robot autonomy applications
CN112450820B (zh) 位姿优化方法、移动机器人及存储介质
WO2023160698A1 (zh) 动态全覆盖路径规划方法及装置、清洁设备、存储介质
CN111126172B (zh) 一种基于视觉的草场自主建图方法
CN111060116A (zh) 一种基于视觉的草场自主建图系统
CN109977884A (zh) 目标跟随方法和装置
CN114967698A (zh) 清扫方法、装置、电子设备及存储介质
CN113516715A (zh) 目标区域录入方法、装置、存储介质、芯片及机器人
CN113192138A (zh) 一种机器人自主重定位方法、装置、机器人及存储介质
CN112683273A (zh) 一种自适应增量建图方法、系统、计算机设备及存储介质

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
GR01 Patent grant
GR01 Patent grant