CN111061270A - 一种全面覆盖方法、系统及作业机器人 - Google Patents
一种全面覆盖方法、系统及作业机器人 Download PDFInfo
- Publication number
- CN111061270A CN111061270A CN201911309322.3A CN201911309322A CN111061270A CN 111061270 A CN111061270 A CN 111061270A CN 201911309322 A CN201911309322 A CN 201911309322A CN 111061270 A CN111061270 A CN 111061270A
- Authority
- CN
- China
- Prior art keywords
- local
- global
- planned
- path
- area
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 45
- 238000013507 mapping Methods 0.000 claims abstract description 14
- 238000013519 translation Methods 0.000 claims description 20
- 238000003860 storage Methods 0.000 claims description 13
- 238000004590 computer program Methods 0.000 claims description 10
- 238000012545 processing Methods 0.000 claims description 4
- 238000012937 correction Methods 0.000 claims description 3
- 238000006243 chemical reaction Methods 0.000 description 16
- 238000004140 cleaning Methods 0.000 description 6
- 238000007670 refining Methods 0.000 description 6
- 238000004891 communication Methods 0.000 description 4
- 230000007613 environmental effect Effects 0.000 description 4
- 238000003306 harvesting Methods 0.000 description 4
- 238000005192 partition Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 3
- 230000006872 improvement Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 239000000428 dust Substances 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 230000004807 localization Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000012163 sequencing technique Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000009313 farming Methods 0.000 description 1
- 229910052500 inorganic mineral Inorganic materials 0.000 description 1
- 239000011707 mineral Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000003973 paint Substances 0.000 description 1
- 239000000575 pesticide Substances 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000005507 spraying Methods 0.000 description 1
- 238000010408 sweeping Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 238000005406 washing Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—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, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
- G05D1/0214—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory in accordance with safety or protection criteria, e.g. avoiding hazardous areas
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
- G05D1/0221—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving a learning process
-
- 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
- G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
- G05D1/0246—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means
- G05D1/0251—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means extracting 3D information from a plurality of images taken from different locations, e.g. stereo vision
-
- 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
- G05D1/0259—Control of position or course in two dimensions specially adapted to land vehicles using magnetic or electromagnetic means
-
- 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
- G05D1/0276—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Electromagnetism (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Optics & Photonics (AREA)
- Multimedia (AREA)
- Manipulator (AREA)
Abstract
本发明适用于作业机器人技术领域，提供了一种全面覆盖方法、系统及作业机器人，该方法包括：获取待作业区域的全局地图，根据所述全局地图获取局部待规划区域；根据所述局部待规划区域建立局部坐标系，并通过反向映射获取对应的属性值以建立局部地图；在所述局部地图中对所述局部待规划区域进行局部路径规划；将所述局部路径规划转换到所述全局地图中；根据所述局部路径规划以及预设的全局路径规划的组合，对所述待作业区域进行覆盖作业。本发明通过局部路径规划和全局路径规划相结合的覆盖作业方式，能够有效避免发生漏作业现象，保证作业机器人能够全面覆盖作业。
Description
技术领域
本发明属于作业机器人技术领域，尤其涉及一种全面覆盖方法、系统及作业机器人。
背景技术
随着人们生活水平的提高和科技的进步，机器人在当今社会变得越来越重要，越来越多的领域和岗位都需要智能机器人参与、这使得智能机器人的研究也越来越多。而为了满足人们的需要，各种作业机器人也层出不穷，比如，清扫机器人、搜救机器人、收割机器人、勘探机器人等等，充分提高人们的工作效率和生活质量，让人们的生活更加舒适和健康。
对于上述作业机器人，在对待作业区域进行作业之前，通常需要对该待作业区域进行路径规划，并在后续作业时，按规划的路径进行作业，这样可以使作业更加有序，作业效率更高。
然而，现有技术当中，目前作业机器人都是按固定的路径规划方式进行路径规划，导致现有的作业机器人在工作时，都是按固定的路径行进，例如，清扫机器人在对待清扫区域进行清扫时，通常都是按照牛耕算法规划后的弓字形路径进行清扫，这种方式容易发生漏作业，存在无法全面覆盖作业的问题。
发明内容
本发明实施例提供一种全面覆盖方法，旨在解决现有技术当中作业机器人无法全面覆盖作业的技术问题。
本发明实施例是这样实现的，一种全面覆盖方法，所述方法包括：
获取待作业区域的全局地图，根据所述全局地图获取局部待规划区域；
根据所述局部待规划区域建立局部坐标系，并通过反向映射获取对应的属性值以建立局部地图；
在所述局部地图中对所述局部待规划区域进行局部路径规划；
将所述局部路径规划转换到所述全局地图中；
根据所述局部路径规划以及预设的全局路径规划的组合，对所述待作业区域进行覆盖作业。
本发明实施例还提供了一种全面覆盖系统，所述系统包括：
局部区域获取模块，用于获取待作业区域的全局地图，根据所述全局地图获取局部待规划区域；
局部坐标建立模块，用于根据所述局部待规划区域建立局部坐标系，并通过反向映射获取对应的属性值以建立局部地图；
局部路径规划模块，用于在所述局部地图中对所述局部待规划区域进行局部路径规划；
局部转全局模块，用于将所述局部路径规划转换到所述全局地图中；
覆盖作业模块，用于根据所述局部路径规划以及预设的全局路径规划的组合，对所述待作业区域进行覆盖作业。
本发明实施例还提供一种作业机器人，包括处理器、存储器、以及存储在存储器上并可在处理器上运行的计算机程序，所述处理器运行所述计算机程序时，所述作业机器人执行上述的全面覆盖方法。
本发明实施例还提供一种存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述的全面覆盖方法。
本发明所达到的有益效果为：通过选取局部区域进行局部路径规划，并将规划好的局部路径转换到全局地图中，使得作业机器人能够按局部路径规划以及预设的全局路径规划的组合，来对待作业区域进行覆盖作业，因选取的局部待规划区域可以任意朝向，从而可以实现任意朝向的路径规划，这样就可以对易漏作业区域做出有针对的路径规划，避免发生漏作业现象，保证作业机器人能够全面覆盖作业。
附图说明
图1是本发明实施例一当中的全面覆盖方法的流程图；
图2是本发明实施例当中的局部坐标系转全局坐标系的说明图；
图3是本发明实施例二当中的全面覆盖方法的流程图；
图4为本发明实施例三当中的全面覆盖系统的结构框图；
图5是本发明实施例四当中的作业机器人的结构框图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
现有作业机器人都是按固定的路径规划方式进行路径规划，导致现有的作业机器人在工作时，都是按固定的路径行进，这种方式容易发生漏作业，存在无法全面覆盖作业的问题。因此，本发明的目的在于，提供一种全面覆盖方法、系统及作业机器人，以通过局部路径规划和全局路径规划相结合的方式，来保证作业机器人能够全面覆盖作业。
实施例一
请参阅图1，所示为本发明第一实施例当中的全面覆盖方法，可应用于作业机器人中，所述作业机器人可通过硬件和/软件来实现所述方法，所述方法具体包括步骤S01-步骤S05。
步骤S01，获取待作业区域的全局地图，根据所述全局地图获取局部待规划区域。
其中，所述全局地图可以为栅格图、特征地图、拓扑地图、平面轮廓图、三维立体图等。在具体实施时，可以利用摄像头拍摄、激光扫描或传感器感应的方式，来获取作业机器人周围环境的环境信息，基于该环境信息建立待作业区域的地图。例如，在本发明一些可选实施例当中，可以基于特征的SLAM(simultaneous localization and mapping，时定位与地图构建)方法来创建作业机器人周围环境的地图。或者，所述全局地图也可以由用户导入到作业机器人的存储介质当中，作业机器人在执行本步骤S01时，可从该存储介质当中调用全局地图。
需要指出的是，所述全局地图包括全局坐标系(二维坐标系)及全局坐标系中每个坐标点的属性值，所述的属性值可以为但不限于障碍物、空白区域、未探测区域等，用于表征每个位置点的实际属性，例如当坐标点A的属性值为障碍物时，则坐标点A在待作业区域中的对应位置点存在障碍物，通过将属性值赋值于地图当中，便于作业机器人进行路径规划。
在具体实施时，对于局部待规划区域的获取，可由以下两种方式当中的任一种方式来实现：
(一)作业机器人按照预设规则从全局地图当中自动选取局部待规划区域；其中，预设规则可以为将易漏作业区域选取，即作业机器人将全面分析全局地图中的易漏作业区域，并将易漏作业区域选取出来，形成局部待规划区域，一般情况下，作业机器人在障碍物过多、绕过不规则形状障碍物、狭小角落等作业场景下，易出现漏作业现象，因此作业机器人具体可以根据障碍物数量、障碍物形状、狭小角落等特征从全局地图中分析出的易漏作业区域。
(二)作业机器人识别用户在全局地图当中选取的局部待规划区域，即由用户自行在全局地图当中选取局部待规划区域，例如人工在全局地图当中圈出狭小角落区域。
需要说明的是，上述两种方式在实现原理和过程上相互独立，但在实际应用当中，可以相互结合使用，例如当作业机器人有漏选取的局部待规划区域、或者用户认为某一区域也需要进行局部规划的情况，则在作业机器人自动选取完局部待规划区域后，可由人工再补充选取局部待规划区域。
此外，还需要重点说明的是，无论是人为选取还是机器自行选取，都可以按任意方向进行选取，所选取的局部待规划区域可以任意朝向。
步骤S02，根据所述局部待规划区域建立局部坐标系，并通过反向映射获取对应的属性值以建立局部地图。
可以理解的，局部地图也同样包括局部坐标系(二维坐标系)及局部坐标系中每个坐标点的属性值，在具体实施时，可以根据局部待规划区域的形状，以其最长边作为局部坐标系的Y″轴，并以该区域的某一顶点作为原点P，建立局部坐标系，并通过反向映射从全局坐标系中获取相应坐标点的属性值赋值到局部坐标系中，从而构建局部地图，例如，当全局地图为栅格图时，可以从局部坐标系中遍历每一个栅格(x，y)，将每一个栅格(x，y)按照坐标转换规则计算其对应的全局地图坐标(x_global，y_global)，取其属性值填入局部坐标系的相应栅格(x，y)的属性当中。
步骤S03，在所述局部地图中对所述局部待规划区域进行局部路径规划。
其中，对局部待规划区域进行局部路径规划的方式可以与全局路径规划的方式相同，例如局部区域和整个区域均可以采用沿某一方向的弓字形路线进行规划，但不同的是，因选取的局部区域可以为任意朝向，这样局部区域规划的路径可以是任意方向，这一点区别于全局路径的固定路径方向。但需要说明的是，无论是对局部还是全局进行路径规划均需要结合各位置点的属性值进行，即结合实际作业环境进行规划，保证路径规划的可靠性。
步骤S04，将所述局部路径规划转换到所述全局地图中。
具体地，可将局部路径规划中的关键点(如每条路径的起点和终点等)，按局部转全局的坐标转换公式进行转换，以计算得到局部路径规划中的关键点对应在全局坐标系中的全局坐标点，然后将每个关键点对应的全局坐标点进行连线，即完成将局部路径规划转换到全局坐标系当中。
其中，局部转全局的坐标转换公式为：
其中，x"py"为局部坐标系，x0y为全局坐标系，(x，y)为全局坐标点，(x"，y")为局部坐标点，θ为局部坐标系坐标轴与全局坐标系坐标轴的夹角，(a，b)为局部坐标系原点P相对全局坐标系原点0的平移坐标值，局部转全局的坐标转换公式的转换原理如图2所示。
步骤S05，根据所述局部路径规划以及预设的全局路径规划的组合，对所述待作业区域进行覆盖作业。
可以理解的，在规划好作业路径后，作业机器人将按规划路径进行作业，和以往不同的是，本实施例对局部区域进行了局部规划，则作业机器人将按局部规划路径对相应的局部区域进行作业，而对未进行局部规划的其它区域则依然按全局规划路线进行作业，即采用局部路径和全局路径相结合的作业方式。在具体实施时，作业机器人可以将全局地图分区为多个待规划区域，然后将多个待规划区域的规划作业路径进行组合，以对地图进行覆盖作业，在具体作业时按分区作业的形式进行，可以将多个待规划区域进行作业排序，以按顺序并以对应的规划作业路径逐一对各个待规划区域进行作业。综上，本实施例当中的全面覆盖方法，通过选取局部区域进行局部路径规划，并将规划好的局部路径转换到全局地图中，使得作业机器人能够按局部路径规划以及预设的全局路径规划的组合，来对待作业区域进行覆盖作业，因选取的局部待规划区域可以任意朝向，从而可以实现任意朝向的路径规划，这样就可以对易漏作业区域做出有针对的路径规划，避免发生漏作业现象，保证作业机器人能够全面覆盖作业。
请参阅图3，所示为本发明第一实施例当中的全面覆盖方法，可应用于作业机器人中，所述作业机器人可通过硬件和/软件来实现所述方法，所述方法具体包括步骤S11-步骤S19。
步骤S11，获取待作业区域的全局地图。
其中，所述全局地图包括全局坐标系(二维坐标系)及全局坐标系中每个坐标点的属性值。
步骤S12，根据所述全局地图，获取至少3个坐标点信息。
步骤S13，根据所述坐标点信息确定出局部待规划区域。
具体地，3个不重合的坐标点可以确定一矩形区域，因此在选取局部待规划区域时，可以只选取三个坐标点，如图2所示的ABC三点，作业机器人将自行构建以该三个坐标点为其中三个边角点的矩形区域，该构建的矩形区域即为选取的局部待规划区域。
其中，步骤S12-步骤S13的目的在于，从全局地图当中提取出局部待规划区域，作为另一种替代的实现方式，还可以采用以下步骤来从全局地图当中提取出局部待规划区域，步骤具体包括：
根据所述全局地图，获取至少1个坐标点位姿以及至少2条边界线；
根据所述坐标点位姿以及所述边界线确定出所述局部待规划区域。
步骤S14，根据所述局部待规划区域建立局部坐标系，并通过反向映射获取对应的属性值以建立局部地图。
步骤S15，对所述局部待规划区域进行修正，获取所述局部待规划区域的实际待作业区域。
需要说明的是，局部待规划区域通过至少3个坐标点确定得到，但因坐标点位置存在误差，且在根据坐标点确定局部待规划区域的过程中也存在一定误差，为了提高路径规划的精确性，本实现例通过对局部待规划区域进行修正，以找到局部待规划区域的实际待作业区域，然后再对实际待作业区域进行路径规划，避免将误差带入规划路径当中。在具体实施时，对局部待规划区域进行修正的修正量可以由用户设定或由机器人根据累计误差的平均值来自行确认。
步骤S16，根据所述实际待作业区域，确定作业方向以及作业路线，以实现局部路径规划。
步骤S17，将所述局部路径规划转换到所述全局地图中。
具体地，在执行步骤S17时，存在以下三种情形，可按以下三种情形对应的具体实施方式进行执行：
请参阅图2，针对第一种情况，当局部坐标系原点P与全局坐标系原点0重合、但局部坐标系坐标轴与全局坐标系坐标轴的夹角θ不为零时，步骤S17具体可按以下细化步骤进行具体实施，细化步骤具体：
获取所述局部规划路径的多个局部坐标点信息以及预设的旋转角度；
根据所述局部坐标点信息以及所述预设角度，按照预设算法获取所述局部坐标点在所述全局坐标系中对应的全局坐标点，并在所述全局坐标系中将所述全局坐标点进行连线，以将所述局部规划路径转换到所述全局坐标系中。
其中，局部坐标点信息优选为局部规划路径的关键点(如每条路径的起点和终点)，预设角度为局部坐标系坐标轴与全局坐标系坐标轴的夹角θ，预设算法为局部转全局的坐标转换公式，因局部坐标系原点P与全局坐标系原点0重合，则局部转全局的坐标转换公式变为：
针对第二种情况，当局部坐标系原点P与全局坐标系原点0不重合、但局部坐标系坐标轴与全局坐标系坐标轴的夹角θ为零时，步骤S17具体可按以下细化步骤进行具体实施，细化步骤具体包括：
获取所述局部规划路径的多个局部坐标点信息及基准平移横纵坐标数值；
根据所述局部坐标点信息以及所述基准平移横纵坐标数值，按照预设算法计算出所述局部坐标点在所述全局坐标系中对应的全局坐标点，并在所述全局坐标系中将所述全局坐标点进行连线，以将所述局部规划路径转换到所述全局坐标系中。
其中，基准平移横纵坐标数值为局部坐标系原点P相对全局坐标系原点0的平移坐标值(a，b)，因θ为零，则局部转全局的坐标转换公式变为：
针对第三种情况，当局部坐标系原点P与全局坐标系原点0不重合、且局部坐标系坐标轴与全局坐标系坐标轴的夹角θ不为零时，此时既要考虑旋转角度也要平移坐标值，则可以结合上述两种情况的细化步骤来实现，此时步骤S17具体可按以下细化步骤进行具体实施，细化步骤具体包括：
获取所述局部规划路径的多个局部坐标点信息、预设旋转预设角度以及基准平移横纵坐标数值；
根据所述局部坐标点信息、预设角度及基准平移横纵坐标数值，按照预设算法计算出所述局部坐标点在所述全局坐标系中对应的全局坐标点，并在所述全局坐标系中将所述全局坐标点进行连线，以将所述局部规划路径转换到所述全局坐标系中。此时的局部转全局的坐标转换公式为：
步骤S18，通过所述局部路径规划对所述局部待规划区域进行局部作业，并根据所述预设的全局路径规划对所述待作业区域进行全局作业。
实施例三
本发明另一方面还提出一种全面覆盖系统，请参阅图4，所示为本发明第三实施例提供的全面覆盖系统，可应用于作业机器人中，所述作业机器人可通过硬件和/软件来实现，所述全面覆盖系统包括：
局部区域获取模块11，用于获取待作业区域的全局地图，根据所述全局地图获取局部待规划区域；
局部坐标建立模块12，用于根据所述局部待规划区域建立局部坐标系，并通过反向映射获取对应的属性值以建立局部地图；
局部路径规划模块13，用于在所述局部地图中对所述局部待规划区域进行局部路径规划；
局部转全局模块14，用于将所述局部路径规划转换到所述全局地图中；
覆盖作业模块15，用于根据所述局部路径规划以及预设的全局路径规划的组合，对所述待作业区域进行覆盖作业。
其中，所述全局地图可以为栅格图、特征地图、拓扑地图、平面轮廓图、三维立体图等。在具体实施时，可以利用摄像头拍摄、激光扫描或传感器感应的方式，来获取作业机器人周围环境的环境信息，基于该环境信息建立待作业区域的地图。例如，在本发明一些可选实施例当中，可以基于特征的SLAM(simultaneous localization and mapping，时定位与地图构建)方法来创建作业机器人周围环境的地图。或者，所述全局地图也可以由用户导入到作业机器人的存储介质当中，作业机器人在执行本步骤S01时，可从该存储介质当中调用全局地图。
需要指出的是，所述全局地图包括全局坐标系(二维坐标系)及全局坐标系中每个坐标点的属性值，所述的属性值可以为但不限于障碍物、空白区域、未探测区域等，用于表征每个位置点的实际属性，例如当坐标点A的属性值为障碍物时，则坐标点A在待作业区域中的对应位置点存在障碍物，通过将属性值赋值于地图当中，便于作业机器人进行路径规划。
在具体实施时，对于局部待规划区域的获取，可由以下两种方式当中的任一种方式来实现：
(一)作业机器人按照预设规则从全局地图当中自动选取局部待规划区域；其中，预设规则可以为将易漏作业区域选取，即作业机器人将全面分析全局地图中的易漏作业区域，并将易漏作业区域选取出来，形成局部待规划区域，一般情况下，作业机器人在障碍物过多、绕过不规则形状障碍物、狭小角落等作业场景下，易出现漏漏作业现象，因此作业机器人具体可以根据障碍物数量、障碍物形状、狭小角落等特征从全局地图中分析出的易漏作业区域。
(二)作业机器人识别用户在全局地图当中选取的局部待规划区域，即由用户自行在全局地图当中选取局部待规划区域，例如人工在全局地图当中圈出狭小角落区域。
需要说明的是，上述两种方式在实现原理和过程上相互独立，但在实际应用当中，可以相互结合使用，例如当作业机器人有漏选取的局部待规划区域、或者用户认为某一区域也需要进行局部规划的情况，则在作业机器人自动选取完局部待规划区域后，可由人工再补充选取局部待规划区域。
此外，还需要重点说明的是，无论是人为选取还是机器自行选取，都可以按任意方向进行选取，所选取的局部待规划区域可以任意朝向。
可以理解的，局部地图也同样包括局部坐标系(二维坐标系)及局部坐标系中每个坐标点的属性值，在具体实施时，可以根据局部待规划区域的形状，以其最长边作为局部坐标系的Y轴，并以该区域的某一顶点作为原点，建立局部坐标系，并通过反向映射从全局坐标系中获取相应坐标点的属性值赋值到局部坐标系中，从而构建局部地图，例如，当全局地图为栅格图时，可以从局部坐标系中遍历每一个栅格(x，y)，将每一个栅格(x，y)按照坐标转换规则计算其对应的全局地图坐标(x_global，y_global),取其属性值填入局部坐标系的相应栅格(x，y)的属性当中。
其中，对局部待规划区域进行局部路径规划的方式可以与全局路径规划的方式相同，例如局部区域和整个区域均可以采用沿某一方向的弓字形路线进行规划，但不同的是，因选取的局部区域可以为任意朝向，这样局部区域规划的路径可以是任意方向，这一点区别于全局路径的固定路径方向。但需要说明的是，无论是对局部还是全局进行路径规划均需要结合各位置点的属性值进行，即结合实际作业环境进行规划，保证路径规划的可靠性。
具体地，可将局部路径规划中的关键点(如每条路径的起点和终点等)，按局部转全局的坐标转换公式进行转换，以计算得到局部路径规划中的关键点对应在全局坐标系中的全局坐标点，然后将每个关键点对应的全局坐标点进行连线，即完成将局部路径规划转换到全局坐标系当中。
其中，局部转全局的坐标转换公式为：
其中，(x，y)为全局坐标点，(x"，y")为局部坐标点，θ为局部坐标系坐标轴与全局坐标系坐标轴的夹角，(a，b)为局部坐标系原点P相对全局坐标系原点0的平移坐标值，局部转全局的坐标转换公式的转换原理如图2所示。
可以理解的，在规划好作业路径后，作业机器人将按规划路径进行作业，和以往不同的是，本实施例对局部区域进行了局部规划，则作业机器人将按局部规划路径对相应的局部区域进行作业，而对未进行局部规划的其它区域则依然按全局规划路线进行作业，即采用局部路径和全局路径相结合的作业方式。在具体实施时，作业机器人可以将全局地图分区为多个待规划区域，然后将多个待规划区域的规划作业路径进行组合，以对地图进行覆盖作业，在具体作业时按分区作业的形式进行，可以将多个待规划区域进行作业排序，以按顺序并以对应的规划作业路径逐一对各个待规划区域进行作业。
综上，本实施例当中的全面覆盖系统，通过选取局部区域进行局部路径规划，并将规划好的局部路径转换到全局地图中，使得作业机器人能够按局部路径规划以及预设的全局路径规划的组合，来对待作业区域进行覆盖作业，因选取的局部待规划区域可以任意朝向，从而可以实现任意朝向的路径规划，这样就可以对易漏作业区域做出有针对的路径规划，避免发生漏作业现象，保证作业机器人能够全面覆盖作业。
在本发明一些可选实施例当中，所述局部区域获取模块11包括：
第一信息获取单元，用于根据所述全局地图，获取至少3个坐标点信息；
第一局部区域确定单元，用于根据所述坐标点信息确定出所述局部待规划区域。
在本发明一些可选实施例当中，所述局部区域获取模块11包括：
第二信息获取单元，用于根据所述全局地图，获取至少1个坐标点位姿以及至少2条边界线；
第二局部区域确定单元，用于根据所述坐标点位姿以及所述边界线确定出所述局部待规划区域。
在本发明一些可选实施例当中，所述全局地图包括全局坐标系，所述局部转全局模块14包括：
旋转处理单元，用于获取所述局部规划路径的多个局部坐标点信息以及预设的旋转角度；
第一局部转全局单元，用于根据所述局部坐标点信息以及所述预设角度，按照预设算法获取所述局部坐标点在所述全局坐标系中对应的全局坐标点，并在所述全局坐标系中将所述全局坐标点进行连线，以将所述局部规划路径转换到所述全局坐标系中。
在本发明一些可选实施例当中，所述全局地图包括全局坐标系，所述局部转全局模块14包括：
基准数值获取单元，用于获取所述局部规划路径的多个局部坐标点信息及基准平移横纵坐标数值；
第二局部转全局单元，用于根据所述局部坐标点信息以及所述基准平移横纵坐标数值，按照预设算法计算出所述局部坐标点在所述全局坐标系中对应的全局坐标点，并在所述全局坐标系中将所述全局坐标点进行连线，以将所述局部规划路径转换到所述全局坐标系中。
在本发明一些可选实施例当中，所述全局地图包括全局坐标系，所述局部转全局模块14包括：
数据获取单元，用于获取所述局部规划路径的多个局部坐标点信息、预设旋转预设角度以及基准平移横纵坐标数值；
第三局部转全局单元，用于根据所述局部坐标点信息、预设角度及基准平移横纵坐标数值，按照预设算法计算出所述局部坐标点在所述全局坐标系中对应的全局坐标点，并在所述全局坐标系中将所述全局坐标点进行连线，以将所述局部规划路径转换到所述全局坐标系中。
在本发明一些可选实施例当中，所述覆盖作业模块15包括:
覆盖作业单元，用于通过所述局部路径规划对所述局部待规划区域进行局部作业，并根据所述预设的全局路径规划对所述待作业区域进行全局作业。
在本发明一些可选实施例当中，所述局部路径规划模块13包括：
区域修正单元，用于对所述局部待规划区域进行修正，获取所述局部待规划区域的实际待作业区域；
路径规划单元，用于根据所述实际待作业区域，确定作业方向以及作业路线，以实现所述局部路径规划。
上述各模块、单元被执行时所实现的功能或操作步骤与上述方法实施例大体相同，在此不再赘述。
实施例四
本发明另一方面还提出一种作业机器人，请参阅图5，所示为本发明第四实施例当的作业机器人，包括处理器10、存储器20、以及存储在存储器上并可在处理器上运行的计算机程序30，所述处理器10运行所述计算机程序30时，所述作业机器人执行上述的全面覆盖方法。
其中，所述作业机器人的作业方式可以为但不限于清扫作业(如清扫灰尘、树叶、积雪等)、收割作业(如收割谷物等)、耕犁作业、播撒作业(如播撒农药、种子)、搜索作业、搜救作业、测绘作业(如水下测绘)、排雷作业，矿产勘查作业及缺陷检测作业等。相应的，所述作业机器人可以为清洁机器人(如扫地机器人、商用洗地机器人、吸尘器等)、搜救机器人、收割机器人、勘探机器人、排雷机器人，喷漆机器人等需要全覆盖全面覆盖的机器人。
处理器10在一些实施例中可以是一中央处理器(Central Processing Unit,CPU)、控制器、微控制器、微处理器或其他数据处理芯片，用于运行存储器20中存储的程序代码或处理数据。
其中，存储器20至少包括一种类型的可读存储介质，所述可读存储介质包括闪存、硬盘、多媒体卡、卡型存储器(例如，SD或DX存储器等)、磁性存储器、磁盘、光盘等。存储器20在一些实施例中可以是作业机器人的内部存储单元，例如该作业机器人的硬盘。存储器20在另一些实施例中也可以是作业机器人的外部存储设备，例如作业机器人上配备的插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)等。进一步地，存储器20还可以既包括作业机器人的内部存储单元也包括外部存储设备。存储器20不仅可以用于存储安装于作业机器人的应用软件及各类数据，还可以用于暂时地存储已经输出或者将要输出的数据。
可选地，该作业机器人还可以包括行走机构、作业机构、用户接口、网络接口、通信总线等，用户接口可以包括显示器(Display)、输入单元比如遥控器、实体按键等，可选的用户接口还可以包括标准的有线接口、无线接口。可选地，在一些实施例中，显示器可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED(Organic Light-Emitting Diode，有机发光二极管)触摸器等。其中，显示器也可以适当的称为显示屏或显示单元，用于显示在作业机器人中处理的信息以及用于显示可视化的用户界面。网络接口可选的可以包括标准的有线接口、无线接口(如WI-FI接口)，通常用于在该作业机器人与其他机器人技术之间建立通信连接。通信总线用于实现这些组件之间的连接通信。
需要指出的是，图5示出的结构并不构成对作业机器人的限定，在其它实施例当中，该作业机器人可以包括比图示更少或者更多的部件，或者组合某些部件，或者不同的部件布置。
综上，本实施例当中的作业机器人，通过选取局部区域进行局部路径规划，并将规划好的局部路径转换到全局地图中，使得作业机器人能够按局部路径规划以及预设的全局路径规划的组合，来对待作业区域进行覆盖作业，因选取的局部待规划区域可以任意朝向，从而可以实现任意朝向的路径规划，这样就可以对易漏作业区域做出有针对的路径规划，避免发生漏作业现象，保证作业机器人能够全面覆盖作业。
本实施例还提供了一种存储介质，其上存储有上述作业机器人中所使用的计算机程序30，该程序在被处理器执行时实现上述的全面覆盖方法。
其中，所述的存储介质可以为但不限于ROM/RAM、磁碟、光盘等。
本领域技术人员可以理解，在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用，或结合这些指令执行系统、装置或设备而使用。就本说明书而言，“计算机可读介质”可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。
计算机可读介质的更具体的示例(非穷尽性列表)包括以下：具有一个或多个布线的电连接部(电子装置)，便携式计算机盘盒(磁装置)，随机存取存储器(RAM)，只读存储器(ROM)，可擦除可编辑只读存储器(EPROM或闪速存储器)，光纤装置，以及便携式光盘只读存储器(CDROM)。另外，计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序，然后将其存储在计算机存储器中。
应当理解，本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或它们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(PGA)，现场可编程门阵列(FPGA)等。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。
Claims (18)
1.一种全面覆盖方法，其特征在于，所述方法包括：
获取待作业区域的全局地图，根据所述全局地图获取局部待规划区域；
根据所述局部待规划区域建立局部坐标系，并通过反向映射获取对应的属性值以建立局部地图；
在所述局部地图中对所述局部待规划区域进行局部路径规划；
将所述局部路径规划转换到所述全局地图中；
根据所述局部路径规划以及预设的全局路径规划的组合，对所述待作业区域进行覆盖作业。
2.如权利要求1所述的全面覆盖方法，其特征在于，所述根据所述全局地图获取局部待规划区域的步骤包括：
根据所述全局地图，获取至少3个坐标点信息；
根据所述坐标点信息确定出所述局部待规划区域。
3.如权利要求1所述的全面覆盖方法，其特征在于，所述根据所述全局地图获取局部待规划区域的步骤包括：
根据所述全局地图，获取至少1个坐标点位姿以及至少2条边界线；
根据所述坐标点位姿以及所述边界线确定出所述局部待规划区域。
4.如权利要求1所述的全面覆盖方法，其特征在于，所述全局地图包括全局坐标系，所述将所述局部规划路径域转换到所述全局地图中的步骤包括：
获取所述局部规划路径的多个局部坐标点信息以及预设的旋转角度；
根据所述局部坐标点信息以及所述预设角度，按照预设算法获取所述局部坐标点在所述全局坐标系中对应的全局坐标点，并在所述全局坐标系中将所述全局坐标点进行连线，以将所述局部规划路径转换到所述全局坐标系中。
5.如权利要求1所述的全面覆盖方法，其特征在于，所述全局地图包括全局坐标系，所述将所述局部规划路径转换到所述全局地图中的步骤包括：
获取所述局部规划路径的多个局部坐标点信息及基准平移横纵坐标数值；
根据所述局部坐标点信息以及所述基准平移横纵坐标数值，按照预设算法计算出所述局部坐标点在所述全局坐标系中对应的全局坐标点，并在所述全局坐标系中将所述全局坐标点进行连线，以将所述局部规划路径转换到所述全局坐标系中。
6.如权利要求1所述的全面覆盖方法，其特征在于，所述全局地图包括全局坐标系，所述将所述局部规划路径转换到所述全局地图中的步骤包括：
获取所述局部规划路径的多个局部坐标点信息、预设旋转预设角度以及基准平移横纵坐标数值；
根据所述局部坐标点信息、预设角度及基准平移横纵坐标数值，按照预设算法计算出所述局部坐标点在所述全局坐标系中对应的全局坐标点，并在所述全局坐标系中将所述全局坐标点进行连线，以将所述局部规划路径转换到所述全局坐标系中。
7.如权利要求1～6任一项所述的全面覆盖方法，其特征在于，所述根据所述局部路径规划以及预设的全局路径规划的组合，对所述待作业区域进行覆盖作业的步骤包括:
通过所述局部路径规划对所述局部待规划区域进行局部作业，并根据所述预设的全局路径规划对所述待作业区域进行全局作业。
8.如权利要求1～6任一项所述的全面覆盖方法，其特征在于，所述局部坐标系中对所述局部待规划区域进行局部路径规划的步骤包括：
对所述局部待规划区域进行修正，获取所述局部待规划区域的实际待作业区域；
根据所述实际待作业区域，确定作业方向以及作业路线，以实现所述局部路径规划。
9.一种全面覆盖系统，其特征在于，所述系统包括：
局部区域获取模块，用于获取待作业区域的全局地图，根据所述全局地图获取局部待规划区域；
局部坐标建立模块，用于根据所述局部待规划区域建立局部坐标系，并通过反向映射获取对应的属性值以建立局部地图；
局部路径规划模块，用于在所述局部地图中对所述局部待规划区域进行局部路径规划；
局部转全局模块，用于将所述局部路径规划转换到所述全局地图中；
覆盖作业模块，用于根据所述局部路径规划以及预设的全局路径规划的组合，对所述待作业区域进行覆盖作业。
10.如权利要求9所述的全面覆盖系统，其特征在于，所述局部区域获取模块包括：
第一信息获取单元，用于根据所述全局地图，获取至少3个坐标点信息；
第一局部区域确定单元，用于根据所述坐标点信息确定出所述局部待规划区域。
11.如权利要求9所述的全面覆盖系统，其特征在于，所述局部区域获取模块包括：
第二信息获取单元，用于根据所述全局地图，获取至少1个坐标点位姿以及至少2条边界线；
第二局部区域确定单元，用于根据所述坐标点位姿以及所述边界线确定出所述局部待规划区域。
12.如权利要求9所述的全面覆盖系统，其特征在于，所述全局地图包括全局坐标系，所述局部转全局模块包括：
旋转处理单元，用于获取所述局部规划路径的多个局部坐标点信息以及预设的旋转角度；
第一局部转全局单元，用于根据所述局部坐标点信息以及所述预设角度，按照预设算法获取所述局部坐标点在所述全局坐标系中对应的全局坐标点，并在所述全局坐标系中将所述全局坐标点进行连线，以将所述局部规划路径转换到所述全局坐标系中。
13.如权利要求9所述的全面覆盖系统，其特征在于，所述全局地图包括全局坐标系，所述局部转全局模块包括：
基准数值获取单元，用于获取所述局部规划路径的多个局部坐标点信息及基准平移横纵坐标数值；
第二局部转全局单元，用于根据所述局部坐标点信息以及所述基准平移横纵坐标数值，按照预设算法计算出所述局部坐标点在所述全局坐标系中对应的全局坐标点，并在所述全局坐标系中将所述全局坐标点进行连线，以将所述局部规划路径转换到所述全局坐标系中。
14.如权利要求9所述的全面覆盖系统，其特征在于，所述全局地图包括全局坐标系，所述局部转全局模块包括：
数据获取单元，用于获取所述局部规划路径的多个局部坐标点信息、预设旋转预设角度以及基准平移横纵坐标数值；
第三局部转全局单元，用于根据所述局部坐标点信息、预设角度及基准平移横纵坐标数值，按照预设算法计算出所述局部坐标点在所述全局坐标系中对应的全局坐标点，并在所述全局坐标系中将所述全局坐标点进行连线，以将所述局部规划路径转换到所述全局坐标系中。
15.如权利要求9～14任一项所述的全面覆盖系统，其特征在于，所述覆盖作业模块包括:
覆盖作业单元，用于通过所述局部路径规划对所述局部待规划区域进行局部作业，并根据所述预设的全局路径规划对所述待作业区域进行全局作业。
16.如权利要求9～14任一项所述的全面覆盖系统，其特征在于，所述局部路径规划模块包括：
区域修正单元，用于对所述局部待规划区域进行修正，获取所述局部待规划区域的实际待作业区域；
路径规划单元，用于根据所述实际待作业区域，确定作业方向以及作业路线，以实现所述局部路径规划。
17.一种作业机器人，其特征在于，包括处理器、存储器、以及存储在存储器上并可在处理器上运行的计算机程序，所述处理器运行所述计算机程序时，所述作业机器人执行权利要求1-8任一项所述的全面覆盖方法。
18.一种存储介质，其特征在于，其上存储有计算机程序，该计算机程序被处理器执行时实现权利要求1-8任一项所述的全面覆盖方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911309322.3A CN111061270B (zh) | 2019-12-18 | 2019-12-18 | 一种全面覆盖方法、系统及作业机器人 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911309322.3A CN111061270B (zh) | 2019-12-18 | 2019-12-18 | 一种全面覆盖方法、系统及作业机器人 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111061270A true CN111061270A (zh) | 2020-04-24 |
| CN111061270B CN111061270B (zh) | 2023-12-29 |
Family
ID=70302188
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911309322.3A Active CN111061270B (zh) | 2019-12-18 | 2019-12-18 | 一种全面覆盖方法、系统及作业机器人 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111061270B (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111596661A (zh) * | 2020-05-26 | 2020-08-28 | 深圳优地科技有限公司 | 一种消毒控制方法、装置、电子设备及系统 |
| CN111915106A (zh) * | 2020-10-09 | 2020-11-10 | 上海高仙自动化科技发展有限公司 | 一种路径生成方法、装置、晶面机及存储介质 |
| CN112231427A (zh) * | 2020-10-13 | 2021-01-15 | 上海美迪索科电子科技有限公司 | 一种地图构建方法、装置、介质及设备 |
| CN112904861A (zh) * | 2021-01-26 | 2021-06-04 | 齐鲁工业大学 | 基于被动式正交全向轮的移动机器人二维定位装置及方法 |
Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20080294338A1 (en) * | 2005-12-09 | 2008-11-27 | Nakju Doh | Method of Mapping and Navigating Mobile Robot by Artificial Landmark and Local Coordinate |
| US20120232738A1 (en) * | 2009-11-16 | 2012-09-13 | Hyeongshin Jeon | Robot cleaner and method for controlling the same |
| US20160070265A1 (en) * | 2014-09-05 | 2016-03-10 | SZ DJI Technology Co., Ltd | Multi-sensor environmental mapping |
| CN106863305A (zh) * | 2017-03-29 | 2017-06-20 | 赵博皓 | 一种扫地机器人房间地图创建方法及装置 |
| WO2018054080A1 (zh) * | 2016-09-23 | 2018-03-29 | 深圳大学 | 一种机器人规划路径的更新方法及装置 |
| CN108279667A (zh) * | 2018-01-08 | 2018-07-13 | 浙江立石机器人技术有限公司 | 机器人充电路径规划方法、装置及系统 |
| CN108983776A (zh) * | 2018-07-19 | 2018-12-11 | 深圳市欢创科技有限公司 | 一种机器人控制方法及其装置、电子设备 |
| CN109199245A (zh) * | 2018-09-30 | 2019-01-15 | 江苏美的清洁电器股份有限公司 | 扫地机及其控制方法和控制装置 |
| CN109828575A (zh) * | 2019-02-22 | 2019-05-31 | 山东省计算中心（国家超级计算济南中心） | 一种有效提高农机作业效率的路径规划方法 |
| CN109917790A (zh) * | 2019-03-21 | 2019-06-21 | 上海赛摩物流科技有限公司 | 一种自主导引车辆及其行驶控制方法和控制装置 |
| CN109960260A (zh) * | 2019-03-21 | 2019-07-02 | 上海赛摩物流科技有限公司 | 一种自主导引车辆及其导航方法和控制装置 |
| CN110320919A (zh) * | 2019-07-31 | 2019-10-11 | 河海大学常州校区 | 一种未知地理环境中的巡回机器人路径优化方法 |
-
2019
- 2019-12-18 CN CN201911309322.3A patent/CN111061270B/zh active Active
Patent Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20080294338A1 (en) * | 2005-12-09 | 2008-11-27 | Nakju Doh | Method of Mapping and Navigating Mobile Robot by Artificial Landmark and Local Coordinate |
| US20120232738A1 (en) * | 2009-11-16 | 2012-09-13 | Hyeongshin Jeon | Robot cleaner and method for controlling the same |
| US20160070265A1 (en) * | 2014-09-05 | 2016-03-10 | SZ DJI Technology Co., Ltd | Multi-sensor environmental mapping |
| WO2018054080A1 (zh) * | 2016-09-23 | 2018-03-29 | 深圳大学 | 一种机器人规划路径的更新方法及装置 |
| CN106863305A (zh) * | 2017-03-29 | 2017-06-20 | 赵博皓 | 一种扫地机器人房间地图创建方法及装置 |
| CN108279667A (zh) * | 2018-01-08 | 2018-07-13 | 浙江立石机器人技术有限公司 | 机器人充电路径规划方法、装置及系统 |
| CN108983776A (zh) * | 2018-07-19 | 2018-12-11 | 深圳市欢创科技有限公司 | 一种机器人控制方法及其装置、电子设备 |
| CN109199245A (zh) * | 2018-09-30 | 2019-01-15 | 江苏美的清洁电器股份有限公司 | 扫地机及其控制方法和控制装置 |
| CN109828575A (zh) * | 2019-02-22 | 2019-05-31 | 山东省计算中心（国家超级计算济南中心） | 一种有效提高农机作业效率的路径规划方法 |
| CN109917790A (zh) * | 2019-03-21 | 2019-06-21 | 上海赛摩物流科技有限公司 | 一种自主导引车辆及其行驶控制方法和控制装置 |
| CN109960260A (zh) * | 2019-03-21 | 2019-07-02 | 上海赛摩物流科技有限公司 | 一种自主导引车辆及其导航方法和控制装置 |
| CN110320919A (zh) * | 2019-07-31 | 2019-10-11 | 河海大学常州校区 | 一种未知地理环境中的巡回机器人路径优化方法 |
Non-Patent Citations (2)
| Title |
|---|
| 姜岩 等: ""无人驾驶车辆局部路径规划的时间一致性与鲁棒性研究"" * |
| 高翔 等: ""基于Hough空间的移动机器人全局定位算法"" * |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111596661A (zh) * | 2020-05-26 | 2020-08-28 | 深圳优地科技有限公司 | 一种消毒控制方法、装置、电子设备及系统 |
| CN111596661B (zh) * | 2020-05-26 | 2023-09-08 | 深圳优地科技有限公司 | 一种消毒控制方法、装置、电子设备及系统 |
| CN111915106A (zh) * | 2020-10-09 | 2020-11-10 | 上海高仙自动化科技发展有限公司 | 一种路径生成方法、装置、晶面机及存储介质 |
| CN112231427A (zh) * | 2020-10-13 | 2021-01-15 | 上海美迪索科电子科技有限公司 | 一种地图构建方法、装置、介质及设备 |
| CN112904861A (zh) * | 2021-01-26 | 2021-06-04 | 齐鲁工业大学 | 基于被动式正交全向轮的移动机器人二维定位装置及方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111061270B (zh) | 2023-12-29 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111061270A (zh) | 一种全面覆盖方法、系统及作业机器人 | |
| Borrmann et al. | A mobile robot based system for fully automated thermal 3D mapping | |
| CN109682368B (zh) | 机器人及地图构建方法、定位方法、电子设备、存储介质 | |
| Trevor et al. | Planar surface SLAM with 3D and 2D sensors | |
| CN104526699B (zh) | 室内清洁机器人 | |
| CN109556596A (zh) | 基于地面纹理图像的导航方法、装置、设备及存储介质 | |
| CN107831765B (zh) | 定位方法、装置、设备及存储介质 | |
| CN108537876A (zh) | 基于深度相机的三维重建方法、装置、设备及存储介质 | |
| Borrmann et al. | The project thermalmapper–thermal 3d mapping of indoor environments for saving energy | |
| CN109363585A (zh) | 分区遍历方法、清扫方法及其扫地机器人 | |
| US10611028B1 (en) | Map building and positioning of robot | |
| CN109358619A (zh) | 一种机器人清扫方法、装置及电子设备 | |
| CN113219992B (zh) | 一种路径规划方法及清洁机器人 | |
| CN113219993B (zh) | 一种路径规划方法及清洁机器人 | |
| CN110450152A (zh) | 区域识别方法、机器人和存储介质 | |
| CN112882459A (zh) | 一种清扫路径规划方法、清扫路径规划装置和清扫机器人 | |
| Andreasson et al. | 6D scan registration using depth-interpolated local image features | |
| Flint et al. | A dynamic programming approach to reconstructing building interiors | |
| CN110146098A (zh) | 一种机器人地图扩建方法、装置、控制设备和存储介质 | |
| CN111679664A (zh) | 基于深度相机的三维地图构建方法及扫地机器人 | |
| CN112750161B (zh) | 用于移动机器人的地图更新方法 | |
| KR101333496B1 (ko) | 과거 지도 데이터 기반의 이동 로봇 제어 장치 및 방법 | |
| CN116883612B (zh) | 一种三维场景模型生成方法及系统 | |
| WO2023045798A1 (zh) | 一种过道区域识别方法及装置 | |
| CN112923927A (zh) | 机器人扫描地图处理方法、装置、终端及存储介质 |
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 |