CN111176305A - 一种视觉导航方法 - Google Patents
一种视觉导航方法 Download PDFInfo
- Publication number
- CN111176305A CN111176305A CN202010287791.6A CN202010287791A CN111176305A CN 111176305 A CN111176305 A CN 111176305A CN 202010287791 A CN202010287791 A CN 202010287791A CN 111176305 A CN111176305 A CN 111176305A
- Authority
- CN
- China
- Prior art keywords
- robot
- image
- walking
- reference image
- path
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 47
- 230000000007 visual effect Effects 0.000 title claims abstract description 20
- 230000003287 optical effect Effects 0.000 claims description 9
- 238000000605 extraction Methods 0.000 claims description 6
- 239000000284 extract Substances 0.000 claims description 4
- 230000008569 process Effects 0.000 claims description 4
- 230000008859 change Effects 0.000 claims description 2
- 238000012545 processing Methods 0.000 claims description 2
- 230000009466 transformation Effects 0.000 claims description 2
- 238000005516 engineering process Methods 0.000 abstract description 4
- 238000012423 maintenance Methods 0.000 abstract description 3
- 238000013461 design Methods 0.000 abstract description 2
- 238000004519 manufacturing process Methods 0.000 abstract description 2
- 238000012937 correction Methods 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010835 comparative analysis Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000008034 disappearance Effects 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 230000001771 impaired effect Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000737 periodic effect Effects 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
- G05D1/0246—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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Electromagnetism (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Manipulator (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明涉及一种视觉导航方法，包括带摄像头的机器人，导航步骤包括，1）机器人进行路径指定点预识别；2）机器人执行任务时，按路径行走顺序连续拍摄行进图像；3）机器人控制行走左右方向，使机器人向指定点行走；4）机器人控制行走前后方向至指定点。本发明直接将环境作为参考对象，这样不仅能够保障定位精度，也无须额外增加昂贵的电子导航器件、及避免因此发生受电子导航器件定位精度不足而迷航的情况；也无须铺设实际或虚拟轨道，几乎没有后续维护成本；基于已知环境的设计架构，机器人无须进行复杂的环境学习、避免甚至因此发生不可预见的学习结果；本发明的技术实现非常简单，大大降低了制造成本，从而能够大大扩展机器人的应用范围。
Description
技术领域
本发明涉及机器人技术领域，尤其是一种机器人视觉导航方法。
背景技术
导航技术是移动机器人的一项关键技术。通过导航系统对周围环境的感知，对机器人进行实时精准定位，指导使机器人完成多项工作。
目前常用的导航方式有固定轨道导航、电子导航、基于虚拟轨道的视觉导航、基于深度学习的移动机器人视觉导航方法等，这些导航方式存在以下不足之处。
1、固定导轨导航。
地面上铺设金属导线或磁钉的导轨，机器人在导轨上行走。虽然控制简单，但是安装不方便，维护成本高。
2、电子导航。包括基于惯性陀螺仪的导航、基于GPS 的导航、基于激光雷达的导航，以及各种方法的混合导航，这些方法的导航本身精度不高，而且还易受各种干扰的影响，误差不断累积，容易使机器人导航中迷路。
3、基于虚拟轨道的视觉导航。
虚拟轨道指的是在地面上画引导线、或者铺设色带、或者铺设二维码导航带，以及各种方式的混合导航带。这些方法一定程度上能够解决导航迷路的问题，但由于在地面上设置各种虚拟轨道，不仅具有一定的工作量，而且容易因灰尘影响遮盖而失去导航路径；在使用一段时间后，必然的磨损将导致完全失效，需要定期更换。
如CN102788591B基于视觉信息的机器人沿导引线巡线导航方法，在地面上绘制导引线，控制效果完全依赖于参数，当被控对象的状态不同时最佳参数往往不同。
如CN103294059A基于混合导航带的移动机器人定位系统及其方法，其中混合导航带由色带及设置在色带上的二维码标签构成。该专利方法是利用二维码读码器和摄像头来实现移动机器人的精确定位功能，而二维码读码器和摄像头都各自至少一个，对横向纠偏、纵向纠偏及角度纠偏分开处理；
如CN103324194A基于二维码导航带的移动机器人定位系统，二维码导航带由多个二维码依次相邻设置构成，设置了大量的二维码标签，且使用至少两个二维码读码器读取二维码，来进行机器人的精确定位，依赖于条带，使机器人左右不偏离导航带行走，虽然提高了行走速度，但是当条带中二维码磨损或缺失时，机器人无法计算出受损二维码和正常二维码之间的距离，机器人行走方向丢失。
4、基于深度学习的移动机器人视觉导航方法
如CN109341689A基于深度学习的移动机器人视觉导航方法，机器人在未知环境中随机探索并拍摄图像，打标工具对采集的RGB图像进行打标，用目标检测模型对打标图像进行训练，得到满足要求的目标检测模型。该方法主要存在两方面的问题：第一，当目标点相似度很高时机器人无法区分达到了哪个目标点；第二，当目标点周围有遮挡物时无法获取目标点的图像。该方法过于理想化，实用性和有效性有待提高。
综上所述，本领域迫切需要一种更为简单可靠的机器人导航方法，以解决机器人在已知环境中执行任务时知道如何行走能稳定可靠地走到目标点完成任务。
发明内容
本发明要解决的技术问题是：提供一种视觉导航方法，解决机器人在已知环境中执行任务时知道如何行走能稳定可靠地走到目标点完成任务的问题。
本发明解决其技术问题所采用的技术方案是：在机器人行走路径上设置指定点（比如停留点、路径变换点等）进行巡检数据初始化，机器人有了初始化数据后，再次执行任务时，将行走路径中拍摄到的前方当前图像及前方当前图像提取的关键特征和初始化数据对比，就能控制机器人左右方向的行走修正偏差，以及行走多少距离后可以达到指定目标点完成任务。
具体为，一种视觉导航方法，包括带摄像头的机器人，导航步骤如下：
1、机器人进行路径指定点预识别；所述指定点包括机器人停留点、路径变换点。所述路径变换点包括十字路口、丁字路口、L形路口。
进一步地说，步骤1所述机器人进行路径指定点预识别，是指机器人按照行走路径行走，按路径行走顺序拍摄指定点的前方图像作为前方参考图像，并提取前方参考图像的关键特征；直至完成所有行走路径、所有指定点的前方参考图像拍摄、并提取前方参考图像的关键特征。
再进一步地说，步骤1所述过程就是机器人在已知环境中进行巡检数据初始化。
2、机器人执行任务时，按路径行走顺序连续拍摄行进图像。
进一步地说，步骤2所述机器人执行任务时，按路径行走顺序连续拍摄行进图像，是指机器人在执行任务时，按路径行走顺序连续拍摄前进方向的前方图像作为前方当前图像、提取前方当前图像关键特征。
3、机器人控制行走左右方向，使机器人向指定点行走。
进一步地说，步骤3所述机器人控制行走左右方向，使机器人向指定点行走，是指机器人根据预识别时前方参考图像关键特征在前方参考图像中的位置比例，与前方当前图像关键特征在前方当前图像中的位置比例进行比较，控制机器人的行走左右方向，使前方当前图像关键特征在前方当前图像中的位置比例，等于机器人预识别时前方参考图像关键特征在前方参考图像中的位置比例。
在步骤3中，优选地，机器人预识别时前方参考图像关键特征和前方参考图像两者的中心线重合，那么，如果前方当前图像关键特征的中心线位于前方当前图像的中心线左侧时，机器人需要向左行走纠正偏移；如果前方当前图像关键特征的中心线位于前方当前图像的中心线右侧时，机器人需要向右行走纠正偏移。
4、机器人控制行走前后方向至指定点。
进一步地说，步骤4所述机器人控制行走前后方向至指定点，是指机器人根据前方当前图像关键特征的图像大小，与机器人预识别时在指定点拍摄的前方参考图像关键特征的图像大小进行比较，控制机器人的行走，使两者大小相同，即机器人到达指定点。
进一步地说，本发明中机器人执行任务行走时，拍摄的前方当前图像提取的关键特征图像大小是否和前方参考图像提取的关键特征图像大小一致，决定了机器人的前后移动方向。
更进一步地说，本发明中如果前方当前图像提取的关键特征图像大小小于最近一个指定点的前方参考图像提取的关键特征图像大小，说明机器人未到达指定点，机器人需要继续向前行走；如果前方当前图像提取的关键特征图像大小大于最近一个指定点的前方参考图像提取的关键特征的图像大小，说明机器人已超过指定点，需要反向行走。
在上述技术方案中，可选地，导航步骤中还包括：
1、所述机器人进行路径指定点预识别，还包括机器人按照行走路径行走，按行走顺序拍摄全部或部分指定点的侧面图像作为侧面参考图像，并提取侧面参考图像的关键特征。
2、所述机器人执行任务时，按行走顺序连续拍摄行进图像，还包括机器人在执行任务时，按行走顺序拍摄全部或部分指定点附近的侧面图像作为侧面当前图像，并提取侧面当前图像关键特征。
3、所述机器人控制行走前后方向至指定点，还包括机器人在全部或部分指定点根据预识别时侧面参考图像关键特征在侧面参考图像中的位置比例，与侧面当前图像关键特征在侧面当前图像中的位置比例进行比较，控制机器人的行走前后方向，使侧面当前图像关键特征在侧面当前图像中的位置比例，等于预识别时侧面参考图像关键特征在侧面参考图像中的位置比例，即机器人到达指定点。优选地，机器人预识别时侧面参考图像关键特征和侧面参考图像两者的中心线重合。
进一步地说，本发明中如果侧面当前图像关键特征的中心线位于侧面当前图像中心线右侧，说明机器人未达到指定点，机器人需要继续向前行走。
在上述技术方案中，所述前方参考图像、前方当前图像，侧面参考图像、侧面当前图像，包括放置在前方或侧面指定位置的二维码图案、圆形图案、多边形图案、色块图案、或相互组合。
在上述技术方案中，所述放置在前方或侧面指定位置的二维码图案、圆形图案、多边形图案、色块图案、或相互组合，优选地，在这些图案中所提取的关键特征的中心或中心线，与机器人观测方向图像的中心线重合。
在上述技术方案中，所述提取图像的关键特征，包括对图像的以下处理步骤：
A、获取图片所对应的RGB三个单通道图；
B、选取相应的单通道图，要求选择清晰度和对比度最高的那个通道；
C、选取相应的域值，然后对单通道图进行域值提取，得到域值提取图；
D、从域值提取图中获得最大的连通域；
E、对该连通域进行填充；
F、获取填充后的连通域轮廓，进而获得该轮廓的关键特征。
所述该轮廓的关键特征包括该轮廓的中心和重心、该轮廓的边、角、线条、线条的中心、端点。
在上述技术方案中，优选地，所述机器人导航步骤1中机器人进行预识别，还包括机器人可以通过输入其他机器人预识别的数据来实现自身机器人预识别过程。
在上述技术方案中，一种视觉导航方法，机器人包括摄像头，还包括卫星定位装置、地图；所述导航步骤1中机器人进行预识别时，机器人按照行走路径行走，还包括机器人在卫星定位装置支持下，机器人按照地图上的行走路径行走。
在上述技术方案中，机器人进行路径指定点预识别，及机器人执行任务时，按路径行走顺序连续拍摄行进图像过程中，当采集的图像关键特征的像素较少时，采用光学变焦方式放大拍摄采集。
本发明的有益效果是：采用类似人类驾驶车辆时、通过观测周围景物判断是否到达目的地的方法，直接将环境作为参考对象，这样不仅能够保障定位精度，也无须额外增加昂贵的电子导航器件、及避免因此发生受电子导航器件定位精度不足而迷航的情况；也无须铺设实际或虚拟轨道，几乎没有后续维护成本；基于已知环境的设计架构，机器人无须进行复杂的环境学习、避免甚至因此发生不可预见的学习结果；本发明的技术实现非常简单，大大降低了制造成本，从而能够大大扩展机器人的应用范围。
附图说明
图1是本发明控制机器人在行走路径上拍摄前方图像的示意图；其中，图1-1为前方参考图像；图1-2为前方当前图像a；图1-3为前方当前图像b；图1-4为前方当前图像c；图1-5为前方当前图像d。
图2是本发明控制机器人的行走路径上拍摄侧面图像的示意图；其中，图2-1为侧面参考图像；图2-2为侧面当前图像e。
图3是本发明机器人光学变焦方式放大拍摄采集的示意图；其中，图3-1为光学变焦倍数为1倍时的前方参考图像；图3-2为光学变焦倍数为10倍时的前方参考图像；图3-3为光学变焦倍数为10倍时的前方当前图像。
图4是本发明的整体流程图。
具体实施方式
现在结合附图和优选实施例对本发明作进一步详细的说明。这些附图均为简化的示意图，仅以示意方式说明本发明的基本结构，因此其仅显示与本发明有关的构成。
在本发明实施例中，为了减少机器人导航计算的复杂程度及计算工作量，优选以下方案：
1、因为利用二维码三个顶角位置探测图形计算出每个二维码的中心点坐标，实时获取拍摄图像并通过对图片的分析实时计算出中心点及中心线位置，所以，本实施例中二维码图案作为参考图像的关键特征图案。
2、将二维码图案放置在机器人观测方向图像的中心线上。
在本实施例中机器人预识别时，按行走路径行走拍摄指定点前方图像作为前方参考图像，提取的前方参考图像的关键特征是二维码图案。
同样地，在本实施例中机器人预识别时，按行走路径行走拍摄指定点侧面图像作为侧面参考图像，提取的侧面参考图像的关键特征是二维码图案。
如图1至图4所示，具体导航步骤如下：
1、机器人进行预识别。
如图1-1所示：机器人按照行走路径行走，按路径行走顺序拍摄第n个指定点的前方图像作为前方参考图像（图像大小：1920*1080像素），并提取前方参考图像的关键特征（图像大小：300*300像素）；
直至完成所有行走路径、所有指定点的前方参考图像拍摄及提取前方参考图像的关键特征，即机器人完成了对行走路径所有指定点的预识别；
2、机器人执行任务行走时，按行走顺序连续拍摄前进方向的前方图像作为前方当前图像、提取前方当前图像的关键特征，如图1-2、图1-3、图1-4、图1-5所示：
如图1-2所示：机器人向第n个指定点行走时拍摄的前方图像作为前方当前图像（图像大小：1920*1080像素），并提取前方当前图像关键特征（图像大小：100*100像素）；分析发现前方当前图像关键特征的中心线位于前方当前图像中心线左侧，而图1-1前方参考图像关键特征的中心线与前方参考图像中心线重合，机器人比较分析后需要向左行走来纠正偏差；
如图1-3所示：机器人向第n个指定点行走时拍摄的前方图像作为前方当前图像（图像大小：1920*1080像素），并提取前方当前图像关键特征（图像大小：200*200像素）；分析发现前方当前图像关键特征的中心线位于前方当前图像中心线右侧，说明机器人需要向右行走来纠正偏差。
如图1-4所示：机器人向第n个指定点行走时拍摄的前方图像作为前方当前图像（图像大小：1920*1080像素），并提取前方当前图像关键特征（图像大小：250*250像素）；分析发现前方当前图像关键特征图像大小小于图1-1所示的当前参考图像关键特征图像大小，说明机器人还未达到第n个指定点，需要继续向前行走；
如图1-5所示：机器人向第n个指定点行走时拍摄的前方图像作为前方当前图像（图像大小：1920*1080像素），并提取前方当前图像关键特征（图像大小：301*301像素）；分析发现前方当前图像关键特征图像大小大于图1-1所示的当前参考图像关键特征图像大小，说明机器人已经超过第n个指定点，需要反方向行走。
上述实施例中，可选地，还包括：机器人进行路径指定点预识别时，如图2-1所示的机器人按行走顺序向前方行走，行走至指定点放置的侧面图形的中心线位置时拍摄的侧面图像作为侧面参考图像，并提取侧面参考图像的关键特征，两者中心线重合；机器人执行任务时，图2-2是机器人执行任务时拍摄的侧面当前图像及提取的侧面当前图像关键特征；分析发现侧面当前图像关键特征的中心线位于侧面当前图像中心线的右侧，说明机器人还未到达指定点，需要继续向前行走；
用户在同一个地方投入几台机器人，如果在相同环境下执行任务，那么用户可以只用一台机器人做行走路径预识别，识别完成后，用户将这台机器人的路径预识别数据导出，然后给其他机器人输入路径预识别数据即可，这样可以节省用户大量的时间。
如果用户有机器人行走路径的电子地图，那么用户可以将电子地图输入机器人，机器人在进行路径预识别时可以直接按照电子地图指示行走，快速完成路径预识别。
机器人进行路径指定点预识别时，对某个指定点拍摄了光学变焦倍数为1倍的前方参考图形，提取的前方参考图像关键特征像素较少（如图3-1），所以又拍摄了图3-2所示的光学变焦倍数为10倍的前方参考图像并提取前方参考图像关键特征，机器人执行任务时，拍摄了图3-3所示的光学变焦倍数为10倍的前方当前图像并提取前方当前图像关键特征，机器人通过对比图3-2和图3-3发现机器人相对中心线位置偏右，所以机器人需要向左行驶来纠正偏差。
以上说明书中描述的只是本发明的具体实施方式，各种举例说明不对本发明的实质内容构成限制，所属技术领域的普通技术人员在阅读了说明书后可以对以前所述的具体实施方式做修改或变形，而不背离发明的实质和范围。
Claims (9)
1.一种视觉导航方法，其特征在于：包括带摄像头的机器人，导航步骤包括，
1）机器人进行路径指定点预识别；所述指定点包括机器人停留点、路径变换点；所述路径变换点包括十字路口、丁字路口以及L形路口；
2）机器人执行任务时，按路径行走顺序连续拍摄行进图像；
3）机器人控制行走左右方向，使机器人向指定点行走；
4）机器人控制行走前后方向至指定点；
所述机器人进行路径指定点预识别，包括机器人按照行走路径行走，按路径行走顺序拍摄指定点的前方图像作为前方参考图像，并提取前方参考图像的关键特征；直至完成所有行走路径、所有指定点的前方参考图像拍摄、并提取前方参考图像的关键特征；
所述机器人执行任务时，按路径行走顺序连续拍摄前进方向的前方图像作为前方当前图像、提取前方当前图像关键特征；
所述机器人控制行走左右方向，使机器人向指定点行走，包括机器人根据预识别时前方参考图像关键特征在前方参考图像中的位置比例，与前方当前图像关键特征在前方当前图像中的位置比例进行比较，控制机器人的行走左右方向，使前方当前图像关键特征在前方当前图像中的位置比例等于机器人预识别时前方参考图像关键特征在前方参考图像中的位置比例；
所述机器人控制行走前后方向至指定点，包括机器人根据前方当前图像关键特征的图像大小，与机器人预识别时在指定点拍摄的前方参考图像关键特征的图像大小进行比较，控制机器人的行走，使两者大小相同，即机器人到达指定点。
2.如权利要求1所述的一种视觉导航方法，其特征在于：所述步骤1）中机器人进行路径指定点预识别，还包括机器人按照行走路径行走，按行走顺序拍摄全部或部分指定点的侧面图像作为侧面参考图像，并提取侧面参考图像的关键特征；
所述步骤2）中所述机器人执行任务时，按行走顺序连续拍摄行进图像，还包括机器人在执行任务时，按行走顺序拍摄全部或部分指定点附近的侧面图像作为侧面当前图像，并提取侧面当前图像关键特征；
所述步骤4）中所述机器人控制行走前后方向至指定点，包括机器人在全部或部分指定点根据预识别时侧面参考图像关键特征在侧面参考图像中的位置比例，与侧面当前图像关键特征在侧面当前图像中的位置比例进行比较，控制机器人的行走前后方向，使侧面当前图像关键特征在侧面当前图像中的位置比例等于预识别时侧面参考图像关键特征在侧面参考图像中的位置比例，即机器人到达指定点。
3.如权利要求1所述的一种视觉导航方法，其特征在于：所述前方参考图像以及前方当前图像包括放置在前方指定位置的二维码图案、圆形图案、多边形图案、色块图案中的至少一种。
4.如权利要求2所述的一种视觉导航方法，其特征在于：所述侧面参考图像以及侧面当前图像包括放置在侧面指定位置的二维码图案、圆形图案、多边形图案、色块图案中的至少一种。
5.如权利要求3或4所述的一种视觉导航方法，其特征在于：所述二维码图案、圆形图案、多边形图案和/或色块图案中所提取的关键特征的中心或中心线，与机器人观测方向图像的中心线重合。
6.如权利要求1或2所述的一种视觉导航方法，其特征在于：提取图像的关键特征包括对图像的以下处理步骤：
A、获取图片所对应的RGB三个单通道图；
B、选取相应的单通道图，要求选择清晰度和对比度最高的那个通道；
C、选取相应的域值，然后对单通道图进行域值提取，得到域值提取图；
D、从域值提取图中获得最大的连通域；
E、对该连通域进行填充；
F、获取填充后的连通域轮廓，进而获得该轮廓的关键特征。
7.如权利要求1所述的一种视觉导航方法，其特征在于：所述步骤（1）中机器人进行预识别，还包括机器人通过输入其他机器人预识别的数据来完成预识别。
8.如权利要求1所述的一种视觉导航方法，其特征在于：所述机器人还包括卫星定位装置以及地图；所述步骤（1）中机器人进行预识别时，机器人按照行走路径行走包括机器人在卫星定位装置支持下，机器人按照地图上的规划路径行走。
9.如权利要求1所述的一种视觉导航方法，其特征在于：机器人进行路径指定点预识别以及机器人执行任务时，按路径行走顺序连续拍摄行进图像过程中，包括当采集的图像关键特征的像素较少时，采用光学变焦方式放大拍摄采集。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010287791.6A CN111176305A (zh) | 2020-04-14 | 2020-04-14 | 一种视觉导航方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010287791.6A CN111176305A (zh) | 2020-04-14 | 2020-04-14 | 一种视觉导航方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111176305A true CN111176305A (zh) | 2020-05-19 |
Family
ID=70651642
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010287791.6A Pending CN111176305A (zh) | 2020-04-14 | 2020-04-14 | 一种视觉导航方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111176305A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112987729A (zh) * | 2021-02-09 | 2021-06-18 | 灵动科技（北京）有限公司 | 用于控制自主移动机器人的方法和装置 |
| CN114010108A (zh) * | 2021-11-09 | 2022-02-08 | 深圳市无限动力发展有限公司 | 基于语音引导的扫地机控制方法、装置和计算机设备 |
| CN116578101A (zh) * | 2023-07-12 | 2023-08-11 | 季华实验室 | 基于二维码的agv位姿调整方法、电子设备及存储介质 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20100152944A1 (en) * | 2008-12-11 | 2010-06-17 | Kabushiki Kaisha Yaskawa Denki | Robot system |
| CN105116886A (zh) * | 2015-08-11 | 2015-12-02 | 余路 | 一种机器人自主行走的方法 |
| CN105700532A (zh) * | 2016-04-19 | 2016-06-22 | 长沙理工大学 | 基于视觉的变电站巡检机器人导航定位控制方法 |
| CN107102647A (zh) * | 2017-03-30 | 2017-08-29 | 中国人民解放军海军航空工程学院青岛校区 | 基于图像的无人机目标跟踪控制方法 |
| CN108174111A (zh) * | 2018-04-19 | 2018-06-15 | 常州市盈能电气有限公司 | 巡检机器人目标图像抓取方法 |
| CN108279685A (zh) * | 2018-03-21 | 2018-07-13 | 福建工程学院 | 一种基于视觉跟随的搬运小车及工作方法 |
| CN108508897A (zh) * | 2018-04-20 | 2018-09-07 | 杭州蓝芯科技有限公司 | 一种基于视觉的机器人自动充电对准系统及方法 |
| CN108521812A (zh) * | 2017-05-19 | 2018-09-11 | 深圳市大疆创新科技有限公司 | 无人机的控制方法、无人机以及机器可读存储介质 |
-
2020
- 2020-04-14 CN CN202010287791.6A patent/CN111176305A/zh active Pending
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20100152944A1 (en) * | 2008-12-11 | 2010-06-17 | Kabushiki Kaisha Yaskawa Denki | Robot system |
| CN105116886A (zh) * | 2015-08-11 | 2015-12-02 | 余路 | 一种机器人自主行走的方法 |
| CN105700532A (zh) * | 2016-04-19 | 2016-06-22 | 长沙理工大学 | 基于视觉的变电站巡检机器人导航定位控制方法 |
| CN107102647A (zh) * | 2017-03-30 | 2017-08-29 | 中国人民解放军海军航空工程学院青岛校区 | 基于图像的无人机目标跟踪控制方法 |
| CN108521812A (zh) * | 2017-05-19 | 2018-09-11 | 深圳市大疆创新科技有限公司 | 无人机的控制方法、无人机以及机器可读存储介质 |
| CN108279685A (zh) * | 2018-03-21 | 2018-07-13 | 福建工程学院 | 一种基于视觉跟随的搬运小车及工作方法 |
| CN108174111A (zh) * | 2018-04-19 | 2018-06-15 | 常州市盈能电气有限公司 | 巡检机器人目标图像抓取方法 |
| CN108508897A (zh) * | 2018-04-20 | 2018-09-07 | 杭州蓝芯科技有限公司 | 一种基于视觉的机器人自动充电对准系统及方法 |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112987729A (zh) * | 2021-02-09 | 2021-06-18 | 灵动科技（北京）有限公司 | 用于控制自主移动机器人的方法和装置 |
| CN114010108A (zh) * | 2021-11-09 | 2022-02-08 | 深圳市无限动力发展有限公司 | 基于语音引导的扫地机控制方法、装置和计算机设备 |
| CN114010108B (zh) * | 2021-11-09 | 2022-12-27 | 深圳市无限动力发展有限公司 | 基于语音引导的扫地机控制方法、装置和计算机设备 |
| CN116578101A (zh) * | 2023-07-12 | 2023-08-11 | 季华实验室 | 基于二维码的agv位姿调整方法、电子设备及存储介质 |
| CN116578101B (zh) * | 2023-07-12 | 2023-09-12 | 季华实验室 | 基于二维码的agv位姿调整方法、电子设备及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN102087530B (zh) | 基于手绘地图和路径的移动机器人视觉导航方法 | |
| US11288526B2 (en) | Method of collecting road sign information using mobile mapping system | |
| CN111176305A (zh) | 一种视觉导航方法 | |
| KR102485480B1 (ko) | 가상 주차선 생성에 의한 주차 지원 장치 및 그 방법 | |
| CN112102369B (zh) | 水面漂浮目标自主巡检方法、装置、设备及存储介质 | |
| CN104536445B (zh) | 移动导航方法和系统 | |
| Li et al. | Springrobot: A prototype autonomous vehicle and its algorithms for lane detection | |
| Kenue | Lanelok: Detection of lane boundaries and vehicle tracking using image-processing techniques-part i: Hough-transform, region-tracing and correlation algorithms | |
| KR20200041355A (ko) | 마커를 결합한 동시 위치결정과 지도작성 내비게이션 방법, 장치 및 시스템 | |
| CN104679004B (zh) | 柔性路径与固定路径相结合的自动导引车及其导引方法 | |
| CN108181897A (zh) | 一种双足机器人自动循迹的方法 | |
| JP5803367B2 (ja) | 自己位置推定装置、自己位置推定方法およびプログラム | |
| CN105511462B (zh) | 一种基于视觉的agv导航方法 | |
| US20170212518A1 (en) | Autonomous moving device | |
| KR101100827B1 (ko) | 도로주행 로봇의 자기 위치 인식방법 | |
| WO2007111241A1 (ja) | 道路画像解析装置及び道路画像解析方法 | |
| JP2006105661A (ja) | ステレオ画像による平面推定方法 | |
| CN110262487B (zh) | 一种障碍物检测方法、终端及计算机可读存储介质 | |
| JP2017083245A (ja) | 建築限界判定装置 | |
| Espino et al. | Rail extraction technique using gradient information and a priori shape model | |
| Schulz et al. | Utilizing the structure of field lines for efficient soccer robot localization | |
| Acuna et al. | Moma: Visual mobile marker odometry | |
| US11904843B2 (en) | Autonomous parking systems and methods for vehicles | |
| CN109484402A (zh) | 用于运行车辆的方法 | |
| CN110531774A (zh) | 机器人避障方法、装置、机器人及计算机可读存储介质 |
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 | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200519 |