CN111182174A - 一种扫地机器人补光的方法及装置 - Google Patents
一种扫地机器人补光的方法及装置 Download PDFInfo
- Publication number
- CN111182174A CN111182174A CN201811329297.0A CN201811329297A CN111182174A CN 111182174 A CN111182174 A CN 111182174A CN 201811329297 A CN201811329297 A CN 201811329297A CN 111182174 A CN111182174 A CN 111182174A
- Authority
- CN
- China
- Prior art keywords
- light
- area
- comparison result
- preset threshold
- region
- 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
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/50—Constructional details
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/56—Cameras or camera modules comprising electronic image sensors; Control thereof provided with illuminating means
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/70—Circuitry for compensating brightness variation in the scene
- H04N23/74—Circuitry for compensating brightness variation in the scene by influencing the scene brightness using illuminating means
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Manipulator (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本申请公开了一种扫地机器人补光的方法及装置,所述方法包括:获取摄像头实时采集的当前区域图像的亮度值,并将所述亮度值与预设阀值比较确定待补光区域;使用VSLAM算法计算在固定的时间段内自身移动的距离S1和旋转的角度V1;使用IMU算法计算在固定的时间段内自身移动的距离S2和旋转的角度V2;将S1、S2的差值和V1、V2的差值,分别与预设阀值进行比较,确定比较结果;基于所述比较结果确定所述待补光区域是否为补光区域。应用本申请提供的方法和装置可以实现精准的确定扫地机器人需要补光的区域。
Description
技术领域
本申请涉及扫地机器人领域,尤其涉及一种扫地机器人补光的方法及装置。
背景技术
在现有技术中,扫地机器人为了实现自主避障和规划路线,开始使用机器视觉技术。基于机器视觉的扫地机器人,可以通过摄像头获取图像,再基于获取的图像以及合理的算法实现规划路径、躲避障碍。目前市面上扫地机器人是采用即时定位与地图构建技术(simultaneous localization and mapping,简称:SLAM),能够通过摄像头观测扫地机器人清扫的空间,识别扫地机器人清扫的空间里的标志物体及主要特征,通过三角定位原理绘制出房间地图进行导航,从而确认自身在清扫空间的位置、已清扫区域、未清扫区域等。而机器视觉所使用的摄像头对环境光线有所依赖,在光线条件比较差的情况下,对使用SLAM进行特征点检测和物体识别的过程会有很大影响,从而影响了扫地机器人对整个路径规划和避障功能。
发明内容
本申请实施例提供了一种扫地机器人补光的方法及装置,用于解决现有技术中扫地机器人在光线条件差时,不能准确的确定出扫地机器人需要补光的补光区域的问题。
第一方面,提供一种扫地机器人补光的方法,包括:
获取摄像头实时采集的当前区域图像的亮度值,并将所述亮度值与预设阀值比较确定待补光区域;
使用VSLAM算法计算在固定的时间段内自身移动的距离S1和旋转的角度V1;
使用IMU算法计算在固定的时间段内自身移动的距离S2和旋转的角度V2;
将S1、S2的差值和V1、V2的差值,分别与预设阀值进行比较,确定比较结果;
基于所述比较结果确定所述待补光区域是否为补光区域。
通过本申请实施例提供的一种扫地机器人补光的方法可以实现在光线条件差的时候,扫地机器人通过对采集图像亮度值与预设阀值做比较,确定待补光区域,进一步对VSLAM算法和IMU算法计算出的自身移动距离和旋转角度进行比较,基于比较结果确定出补光区域,这种方法不但通过采集图像的信息来判断是否需要补光,而且还会在基于采集图像信息的基础上再通过VSLAM算法和IMU算法计算出的自身移动距离和旋转角度的差值来判断最终是否需要补光,所以通过这种方法,可以做到精准的确定扫地机器人需要补光的区域。
可选的,所述获取摄像头实时采集的当前区域图像的亮度值,并将所述亮度值与预设阀值比较确定待补光区域包括:
若摄像头实时采集的所述当前区域图像的亮度值大于预设阀值,确定所述当前区域为待补光区域;若摄像头实时采集的所述当前区域图像的亮度值小于预设阀值,确定所述当前区域为补光区域。
通过这种方法可以避免只通过采集图像信息来确定补光区域的片面性,保证将每个实际需要补光的区域都确定为补光区域,从而使扫地机器人清扫更加智能。
可选的,所述基于所述比较结果确定所述待补光区域是否为补光区域包括:
S1、S2的差值大于预设阀值确定比较结果为第一比较结果;
V1、V2的差值大于预设阀值确定比较结果为第二比较结果;
若所述比较结果包括所述第一比较结果和/或所述第二比较结果,确定所述待补光区域为补光区域。
如果所述比较结果包括所述第一比较结果,说明VSLAM算法和IMU算法,计算出的自身移动距离相比较的差值大,由于在光线条件正常时这两种算法计算出的自身移动距离相比较的差值微小,所以得出结论扫地机器人所处环境的光线条件差,需要进行补光,则确定当前区域为补光区域;同理,如果所述比较结果包括所述第二比较结果,说明通过VSLAM算法和IMU算法计算出的自身旋转角度相比较的差值大,由于在光线条件正常时这两种算法计算出的自身旋转角度相比较的差值微小,所以得出结论扫地机器人所处环境的光线条件差,需要进行补光,则确定当前区域为补光区域;如果所述比较结果包括所述第一比较结果和所述第二比较结果说明通过VSLAM算法和IMU算法计算出的自身移动距离和自身旋转角度相比较的差值都大,则得出结论扫地机器人所处环境的光线条件差,需要进行补光,则确定当前区域为补光区域。
可选的,该方法还包括:
应用SLAM算法判断所述补光区域是否为未清扫区域;
若所述补光区域为未清扫区域,开启补光灯。
通过上述方法来确定是否开启补光灯,可以保证在未清扫区域时,扫地机器人开启补光灯,保证了扫地机器人做出正确的路径规划,以及合适的清扫力度;也可保证在已经清扫过的区域不开启补光灯,减少不必要的耗电情况出现,降低扫地机器人的功耗。
通过本申请实施例提供的一种扫地机器人补光方法可以实现扫地机器人在光线条件差的情况下,精准的确定补光区域,进一步基于所述补光区域的清扫情况最终确定是否开启补光灯,在未清扫区域开启补光灯保证了扫地机器人准确的规划路径,在已清扫区域不开启补光灯,减少不必要功耗,降低功耗;总体本申请实施例提供的方法可以使扫地机器人工作更加智能,提高用户体验。
第二方面,提供一种扫地机器人补光的装置,包括:
获取模块:用于获取摄像头实时采集的当前区域图像的亮度值,并将所述亮度值与预设阀值比较确定待补光区域;
第一计算模块:用于使用VSLAM算法计算在固定的时间段内自身移动的距离S1和旋转的角度V1;
第二计算模块:用于使用IMU算法计算在固定的时间段内自身移动的距离S2和旋转的角度V2;
比较模块:用于将S1、S2的差值和V1、V2的差值,分别与预设阀值进行比较,确定比较结果;
确定模块:用于基于所述比较结果确定所述待补光区域是否为补光区域。
可选的,所述装置还包括:
第一补光模块:用于若摄像头实时采集的所述当前区域图像的亮度值大于预设阀值,确定所述当前区域为待补光区域;若摄像头实时采集的所述当前区域图像的亮度值小于预设阀值,确定所述当前区域为补光区域。
可选的,所述确定模块包括:
第一比较单元:用于S1、S2的差值大于预设阀值确定比较结果为第一比较结果;
第二比较单元:用于V1、V2的差值大于预设阀值确定比较结果为第二比较结果;
确定单元:用于若所述比较结果包括所述第一比较结果和/或所述第二比较结果,确定所述待补光区域为补光区域。
可选的,该装置还包括:
开启模块:用于应用SLAM算法判断所述补光区域是否为未清扫区域;若所述补光区域为未清扫区域,开启补光灯。
第三方面,本申请实施例还提供了一种计算机存储介质,包括:
所述计算机可读存储介质包括计算机程序,当计算机程序在计算机上运行时,使得所述计算机执行上述方法中第一方面所述的方法。
第四方面,本申请实施例还提供了一种包含指令的计算机程序产品,包括:
当所述指令在计算机上运行时,使得所述计算机执行上述方法中第一方面所述的方法。
附图说明
图1为申请实施例所提供的一种扫地机器人装置结构示意图;
图2为申请实施例所提供的一种扫地机器人补光的方法流程示意图;
图3为申请实施例所提供一种扫地机器人在应用场景一下的工作流程图;
图4为申请实施例所提供一种扫地机器人在应用场景二下的工作流程图;
图5为申请实施例所提供一种扫地机器人补光的装置示意图。
具体实施方式
鉴于现有技术中扫地机器人在光线条件差时,不能准确的确定出扫地机器人需要补光的补光区域的问题,本申请实施例提供以下解决方案:
如附图1所示,提供了一种扫地机器人的装置结构示意图,图中A为用来采集图像信息的摄像头,B为最终执行补光指令的补光灯。
基于附图1所示的扫地机器人的装置,本申请实施例为解决上述问题,总体思路如下:
首先,通过将摄像头实时采集的图像的亮度值与预设阀值做比较,确定扫地机器人当前所在区域是否为待补光区域,所述待补光区域是指仅基于亮度值初步判断出该区域不需要补光,还会通过后续方法继续判断该区域是否需要补光。如果摄像头实时采集的所述当前区域图像的亮度值小于预设阀值,则直接确定为补光区域,所述补光区域是指扫地机器人基于这个区域的光线条件确定该区域是需要补光的区域;如果摄像头实时采集的图像的亮度值大于预设阀值,则进一步应用VSLAM算法和IMU算法计算出在固定的时间段内自身移动的距离和旋转的角度;根据计算出的结果的差值与预设的阀值进行比较,得出比较结果,再根据所述比较结果确定补光区域。
通过本申请实施例提供的一种扫地机器人补光方法可以实现扫地机器人在光线条件差的情况下,精准的确定补光区域,进一步基于所述补光区域的清扫情况最终确定是否开启补光灯,在清扫区域开启补光灯保证了扫地机器人准确的规划路径,在未清扫区域不开启补光灯,减少不必要的功耗,从而降低功耗;总体本申请实施例提供的方法可以使扫地机器人工作更加智能,提高用户体验。
如附图1所示,本申请实施例提供的一种扫地机器人补光的方法具体实施步骤如下:
步骤101:获取摄像头实时采集的当前区域图像的亮度值,并将所述亮度值与预设阀值比较确定待补光区域;
此步骤中若摄像头实时采集的所述当前区域图像的亮度值大于预设阀值,确定所述当前区域为待补光区域;若摄像头实时采集的所述当前区域图像的亮度值小于预设阀值,确定所述当前区域为补光区域。
在扫地机器人工作时,设置在扫地机器人中的摄像头会实时的采集自身所在区域摄像头采集范围内的图像信息,将所述图片信息发送至扫地机器人的图像处理装置,得到所述图像信息的亮度值,并将所述亮度值与预设的阀值作比较,如果所述图像信息的亮度值小于预设的阀值,则说明扫地机器人所处的当前区域光线环境差,扫地机器人无法正常工作,需要进行补光,则将扫地机器人所处的当前区域确定为补光区域。如果所述图像信息的亮度值大于预设的阀值,则说明通过图像亮度值来判断的结果表明扫地机器人所处当前区域光线环境良好,不需要进行补光;但为了进一步精准的确定是否需要补光,所以确定扫地机器人所处当前区域为待补光区域。
在确定了待补光区域后,为了要进一步精准的确定最终的补光区域,还需要进行如下步骤:
步骤102:使用VSLAM算法计算在固定的时间段内自身移动的距离S1和旋转的角度V1;
VSLAM(Visual Simultaneous Localization and Mapping简称:VSLAM)算法是为了解决如何建立目标物体周围的场景的3D模型,同时定位自身的空间位置还原出相机的运动轨迹的问题而产生的一种算法。VSLAM算法的具体实现方式是通过深度相机镜头拍摄的三维照片提供的三维信息来实现对物体的定位。
在本申请实施例中利用VSLAM算法计算出在不同时间点对物体的定位数据,进而计算两次定位数据的差值来确定扫地机器人在固定时间段内自身移动的距离和旋转的角度。具体的,在本申请实施例中,所述固定的时间段,为很短的时间段,本方案提供一个时间段的经验值10s,需要说明的是,所述固定的时间段可以自定义,不限于10s。
具体的,扫地机器人在时间为t1时,获取到自身的三维坐标信息为O(x,y,z),在扫地机器人工作10s后,也就是t2时刻(t2=t1+10s),再一次获取到自身的三维坐标信息为O1(x1,y1,z1),进一步的,基于两次获取到的自身的三维坐标信息,计算得出在10s内自身移动的距离S1和旋转的角度V1。
在使用基于摄像头采集数据来计算扫地机器人自身移动的距离和旋转角度的VSLAM算法计算出自身移动的距离S1和旋转的角度V1后还需要进行以下步骤:
步骤103:使用IMU算法计算在固定的时间段内自身移动的距离S2和旋转的角度V2;
惯性测量单元(Inertial measurement unit,简称:IMU)是测量物体三轴角速率以及加速度的一种算法。一般情况下,一个IMU装置包括三个单轴的加速度计和三个单轴的陀螺仪,加速度计检测物体在载体坐标系统独立三轴的加速度信号,而陀螺仪检测载体相对于导航坐标系的角速度信号,测量物体在三维空间中的角速度和加速度,并以此解算出物体的姿态。
在本申请实施例中,通过结合加速度计和陀螺仪测量的数据计算出物体的姿态,在固定的时间段内,这里的固定的时间段和步骤102中的固定的时间段保持一致,都为10s,通过测量在t1时刻,扫地机器人自身的姿态数据A1,以及在扫地机器人工作10s后,也就是t2时刻(t2=t1+10s),再次获得扫地机器人自身的姿态数据A2,进一步的,将数据A1和数据A2进行计算得出在10s内扫地机器人自身移动的距离S2和旋转的角度V2。
使用两种不同的算法计算获得在同一固定时间段内自身移动的距离以及旋转角度后,需要基于两种算法计算获得的结果进行比较确定比较结果,进而确定补光区域,即如下步骤:
步骤104:将S1、S2的差值和V1、V2的差值,分别与预设阀值进行比较,确定比较结果;
此步骤主要包括:
S1、S2的差值大于预设阀值确定比较结果为第一比较结果;
V1、V2的差值大于预设阀值确定比较结果为第二比较结果。
得到两种算法计算得出的结果S1、S2和V1、V2,计算它们的差值并与预设的阀值进行比较,本申请实施例中S1、S2差值的预设阀值可以是50cm,V1、V2差值的预设阀值可以是30度,此处所给的两个预设阀值均为一个经验值,本方案对预设阀值的具体数值做限制,不局限于50cm和30度。如果S1、S2的差值大于50cm确定比较结果为第一比较结果;如果V1、V2的差值大于30度确定比较结果为第二比较结果。
确定比较结果后需要基于所述比较结果判断是否将当前的待补光区域确定为补光区域,具体为如下步骤:
步骤105:基于所述比较结果确定所述待补光区域是否为补光区域。
此步骤实施方法主要包括:
若所述比较结果包括所述第一比较结果和/或所述第二比较结果,确定所述待补光区域为补光区域;
一般的,在光线条件正常时两种算法计算出的扫地机器人在固定时间段内自身移动的距离差值是低于预设的阀值的,所以所述比较结果仅包括所述第一比较结果也就是说两种算法计算出的扫地机器人在固定时间段内自身移动的距离差值超出了预设的阀值,则说明扫地机器人所处环境的光线条件未能达到正常工作的标准,则确定所述待补光区域为补光区域;同理,在光线条件正常时两种算法计算出的扫地机器人在固定时间段内自身旋转角度的差值是低于预设的阀值的,所以所述比较结果仅包括所述第二比较结果也就是说两种算法计算出的扫地机器人在固定时间段内自身旋转角度差值超出了预设的阀值,则说明扫地机器人所处环境的光线条件未能达到正常工作的标准,也确定所述待补光区域为补光区域;当所述比较结果包括所述第一比较结果和所述第二比较结果时说明两种算法计算出的扫地机器人在固定时间段内自身移动的距离差值和旋转角度都超出了预设的阀值,更说明扫地机器人所处环境的光线条件未能达到正常工作的标准,则确定所述待补光区域为补光区域。
由于光线影响导致路线偏差造成部分区域未清扫,所以在确定了补光区域后最终扫地机器人是否进行补光之后,还需进行以下步骤:
应用SLAM算法判断所述补光区域是否为未清扫区域;
若所述补光区域为未清扫区域,开启补光灯。
SLAM算法解决的问题可以描述为:扫地机器人在未知环境中从一个未知位置开始移动,在移动过程中根据位置估计和地图进行自身定位,同时在自身定位的基础上建造增量式地图,实现扫地机器人的自主定位和导航,将一个扫地机器人放入未知环境中的未知位置,让扫地机器人一边逐步描绘出此环境完全的地图,所述完全的地图是指不受障碍行进到房间可进入的每个角落。
在本申请实施例中通过此方法来确定所述补光区域是否为未清扫区域,如果所述补光区域为未清扫区域就确定开启补光灯;如果所述补光区域为已清扫区域则不做处理。
运用此方法来确定是否开启补光灯,可以保证在未清扫区域时,扫地机器人开启补光灯,保证了扫地机器人做出正确的路径规划,以及合适的清扫力度;也可保证在已经清扫过的区域不开启补光灯,减少不必要的用电,降低扫地机器人的功耗。
以下,将通过具体的使用场景对本申请实施例中的扫地机器人补光的方法进行具体介绍:
应用场景一:在阴天扫地机器人清扫卧室家具底部区域。
如附图3所示,提供扫地机器人在阴天清扫卧室家具底部区域时的工作流程图,步骤如下:
步骤301:获取当前区域采集图像的亮度值。设置在扫地机器人中的摄像头会实时的采集自身所在区域摄像头采集范围内的图像,将所述图像信息发送至扫地机器人的图像处理装置,得到所述图像的亮度值。
步骤302:判断所述亮度值是否大于预设阀值。
如果由于扫地机器人所处当前区域为家具底部,且当前是阴天或者其他光线很暗的时候,可能采集到的当前区域的图像亮度值会小于预设阀值,则转到步骤303;如果采集到的当前区域的图像亮度值会打于预设阀值,则确定当前区域为待补光区域。
步骤303:确定当前区域为补光区域。确定为补光区域后转到步骤304。
步骤304:是否为未清扫区域。通过SLAM算法判断出补光区域为未清扫区域,所以转到步骤305;如果当前区域为已清扫区域,则不做处理。
步骤305:开启补光灯。
应用场景二:在阴天扫地机器人在清扫卧室靠窗户区域。
如附图4所示,提供扫地机器人在阴天清扫卧室靠窗户区域时的工作流程图,步骤如下:
步骤401:获取当前区域采集图像的亮度值。设置在扫地机器人中的摄像头会实时的采集自身所在区域摄像头采集范围内得图像信息,将所述图像信息发送至扫地机器人的图像处理装置,得到所述图像的亮度值。
步骤402:判断所述亮度值是否大于预设阀值。由于扫地机器人所处当前区域为卧室中靠近窗户区域,所以,当前区域的亮度值大于预设阀值,则转到步骤403;如果所述亮度值小于预设阀值,直接确定当前区域为补光区域。
步骤403:确定当前区域为待补光区域。确定后进行步骤404。
步骤404:分别计算S1、V1和S2、V2的值。使用VSLAM算法计算在固定的时间段内自身移动的距离S1和旋转的角度V1;使用IMU算法计算在固定的时间段内自身移动的距离S2和旋转的角度V2。计算出数据后转到步骤405。
步骤405:S1、S2差值V1、V2差值分别与预设阀值比较,确定比较结果。所述应用场景二为阴天,所以光线条件不能达到扫地机器人正常工作的光线条件,所以计算出的S1、S2的差值大于预设阀值,则确定比较结果为第一比较结果;计算出的V1、V2的差值大于预设阀值,则确定比较结果为第二比较结果;确定后进行步骤406。
步骤406:确定比较结果是否包括第一比较结果和/或第二比较结果。在所述应用场景二下比较结果为包括第一比较结果和第二比较结果,所以转到步骤407。
步骤407:确定待补光区域为补光区域。确定后到408。
步骤408:是否为未清扫区域。通过SLAM算法判断出补光区域为未清扫区域,所以转到步骤409。
步骤409:开启补光灯。
如附图5所示,基于上述方法,本申请实施例还提供一种扫地机器人补光装置,包括:
获取模块501:用于获取摄像头实时采集的当前区域图像的亮度值,并将所述亮度值与预设阀值比较确定待补光区域;
第一计算模块502:用于使用VSLAM算法计算在固定的时间段内自身移动的距离S1和旋转的角度V1;
第二计算模块503:用于使用IMU算法计算在固定的时间段内自身移动的距离S2和旋转的角度V2;
比较模块50:用于将S1、S2的差值和V1、V2的差值,分别与预设阀值进行比较,确定比较结果;
确定模块505:用于基于所述比较结果确定所述待补光区域是否为补光区域。
可选的,所述装置还包括:
第一补光模块506:用于若摄像头实时采集的所述当前区域图像的亮度值大于预设阀值,确定所述当前区域为待补光区域;若摄像头实时采集的所述当前区域图像的亮度值小于预设阀值,确定所述当前区域为补光区域。
可选的,所述确定模块505包括:
第一比较单元5051:用于S1、S2的差值大于预设阀值确定比较结果为第一比较结果;
第二比较单元5052:用于V1、V2的差值大于预设阀值确定比较结果为第二比较结果;
确定单元5053:用于若所述比较结果包括所述第一比较结果和/或所述第二比较结果,确定所述待补光区域为补光区域。
可选的,其特征在于,所述装置还包括:
开启模块506:用于应用SLAM算法判断所述补光区域是否为未清扫区域;若所述补光区域为未清扫区域,开启补光灯。此模块为本方案非必须模块,在图中用虚线框表示。
本申请实施例还提供了一种计算机存储介质,包括:
所述计算机可读存储介质包括计算机程序,当计算机程序在计算机上运行时,使得所述计算机执行附图2所描述的方法。
本申请实施例还提供了一种包含指令的计算机程序产品,包括:
当所述指令在计算机上运行时,使得所述计算机执行附图2所描述的方法。本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器和光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
显然,本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的精神和范围。这样,倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内,则本申请也意图包含这些改动和变型在内。
Claims (10)
1.一种扫地机器人补光的方法,其特征在于,所述方法包括:
获取摄像头实时采集的当前区域图像的亮度值,并将所述亮度值与预设阀值比较确定待补光区域;
使用VSLAM算法计算在固定的时间段内自身移动的距离S1和旋转的角度V1;
使用IMU算法计算在固定的时间段内自身移动的距离S2和旋转的角度V2;
将S1、S2的差值和V1、V2的差值,分别与预设阀值进行比较,确定比较结果;
基于所述比较结果确定所述待补光区域是否为补光区域。
2.如权利要求1所述的方法,其特征在于,所述获取摄像头实时采集的当前区域图像的亮度值,并将所述亮度值与预设阀值比较确定待补光区域包括:
若摄像头实时采集的所述当前区域图像的亮度值大于预设阀值,确定所述当前区域为待补光区域;
若摄像头实时采集的所述当前区域图像的亮度值小于预设阀值,确定所述当前区域为补光区域。
3.如权利要求1所述的方法,其特征在于,所述基于所述比较结果确定所述待补光区域是否为补光区域包括:
S1、S2的差值大于预设阀值确定比较结果为第一比较结果;
V1、V2的差值大于预设阀值确定比较结果为第二比较结果;
若所述比较结果包括所述第一比较结果和/或所述第二比较结果,确定所述待补光区域为补光区域。
4.如权利要求1~3任一所述的方法,其特征在于,该方法还包括:
应用SLAM算法判断所述补光区域是否为未清扫区域;
若所述补光区域为未清扫区域,开启补光灯。
5.一种扫地机器人补光的装置,其特征在于,所述装置包括:
获取模块:用于获取摄像头实时采集的当前区域图像的亮度值,并将所述亮度值与预设阀值比较确定待补光区域;
第一计算模块:用于使用VSLAM算法计算在固定的时间段内自身移动的距离S1和旋转的角度V1;
第二计算模块:用于使用IMU算法计算在固定的时间段内自身移动的距离S2和旋转的角度V2;
比较模块:用于将S1、S2的差值和V1、V2的差值,分别与预设阀值进行比较,确定比较结果;
确定模块:用于基于所述比较结果确定所述待补光区域是否为补光区域。
6.如权利要求5所述的装置,其特征在于,所述装置还包括:
第一补光模块:用于若摄像头实时采集的所述当前区域图像的亮度值大于预设阀值,确定所述当前区域为待补光区域;若摄像头实时采集的所述当前区域图像的亮度值小于预设阀值,确定所述当前区域为补光区域。
7.如权利要求5所述的装置,其特征在于,所述确定模块包括:
第一比较单元:用于S1、S2的差值大于预设阀值确定比较结果为第一比较结果;
第二比较单元:用于V1、V2的差值大于预设阀值确定比较结果为第二比较结果;
确定单元:用于若所述比较结果包括所述第一比较结果和/或所述第二比较结果,确定所述待补光区域为补光区域。
8.如权利要求5~7任一所述的装置,其特征在于,该装置还包括:
开启模块:用于应用SLAM算法判断所述补光区域是否为未清扫区域;若所述补光区域为未清扫区域,开启补光灯。
9.一种计算机存储介质,其特征在于,所述计算机可读存储介质包括计算机程序,当计算机程序在计算机上运行时,使得所述计算机执行如权利要求1至4任一所述的方法。
10.一种包含指令的计算机程序产品,其特征在于,当所述指令在计算机上运行时,使得所述计算机执行如权利要求1至4任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811329297.0A CN111182174B (zh) | 2018-11-09 | 2018-11-09 | 一种扫地机器人补光的方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811329297.0A CN111182174B (zh) | 2018-11-09 | 2018-11-09 | 一种扫地机器人补光的方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111182174A true CN111182174A (zh) | 2020-05-19 |
CN111182174B CN111182174B (zh) | 2020-12-04 |
Family
ID=70647930
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811329297.0A Active CN111182174B (zh) | 2018-11-09 | 2018-11-09 | 一种扫地机器人补光的方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111182174B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111935415A (zh) * | 2020-08-18 | 2020-11-13 | 浙江大华技术股份有限公司 | 亮度调整方法、装置、存储介质及电子装置 |
CN112184598A (zh) * | 2020-11-30 | 2021-01-05 | 上海擎朗智能科技有限公司 | 行驶设备的数据处理方法、装置、设备及存储介质 |
CN113853049A (zh) * | 2021-09-10 | 2021-12-28 | 深圳优地科技有限公司 | 机器人辅助灯光控制方法、机器人及系统 |
CN114018253A (zh) * | 2021-10-25 | 2022-02-08 | 珠海一微半导体股份有限公司 | 具有视觉定位功能的机器人及定位方法 |
US20220050462A1 (en) * | 2020-08-17 | 2022-02-17 | Qfeeltech (Beijing) Co., Ltd. | Method and apparatus for autonomous mobile device |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102573239A (zh) * | 2012-01-16 | 2012-07-11 | 迅驰(北京)视讯科技有限公司 | 用于摄像机的补光灯亮度智能控制方法及装置 |
CN105164728A (zh) * | 2013-04-30 | 2015-12-16 | 高通股份有限公司 | 来自重构的减弱及中介实境效果 |
CN105615778A (zh) * | 2016-01-22 | 2016-06-01 | 杭州信多达电器有限公司 | 一种带红外摄像功能的扫地机 |
US20170329333A1 (en) * | 2016-05-11 | 2017-11-16 | Brain Corporation | Systems and methods for initializing a robot to autonomously travel a trained route |
CN107980138A (zh) * | 2016-12-28 | 2018-05-01 | 深圳前海达闼云端智能科技有限公司 | 一种虚警障碍物检测方法及装置 |
-
2018
- 2018-11-09 CN CN201811329297.0A patent/CN111182174B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102573239A (zh) * | 2012-01-16 | 2012-07-11 | 迅驰(北京)视讯科技有限公司 | 用于摄像机的补光灯亮度智能控制方法及装置 |
CN105164728A (zh) * | 2013-04-30 | 2015-12-16 | 高通股份有限公司 | 来自重构的减弱及中介实境效果 |
CN105615778A (zh) * | 2016-01-22 | 2016-06-01 | 杭州信多达电器有限公司 | 一种带红外摄像功能的扫地机 |
US20170329333A1 (en) * | 2016-05-11 | 2017-11-16 | Brain Corporation | Systems and methods for initializing a robot to autonomously travel a trained route |
CN107980138A (zh) * | 2016-12-28 | 2018-05-01 | 深圳前海达闼云端智能科技有限公司 | 一种虚警障碍物检测方法及装置 |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20220050462A1 (en) * | 2020-08-17 | 2022-02-17 | Qfeeltech (Beijing) Co., Ltd. | Method and apparatus for autonomous mobile device |
US11960296B2 (en) * | 2020-08-17 | 2024-04-16 | Qfeeltech (Beijing) Co., Ltd. | Method and apparatus for autonomous mobile device |
CN111935415A (zh) * | 2020-08-18 | 2020-11-13 | 浙江大华技术股份有限公司 | 亮度调整方法、装置、存储介质及电子装置 |
CN112184598A (zh) * | 2020-11-30 | 2021-01-05 | 上海擎朗智能科技有限公司 | 行驶设备的数据处理方法、装置、设备及存储介质 |
CN113853049A (zh) * | 2021-09-10 | 2021-12-28 | 深圳优地科技有限公司 | 机器人辅助灯光控制方法、机器人及系统 |
CN113853049B (zh) * | 2021-09-10 | 2024-01-09 | 深圳优地科技有限公司 | 机器人辅助灯光控制方法、机器人及系统 |
CN114018253A (zh) * | 2021-10-25 | 2022-02-08 | 珠海一微半导体股份有限公司 | 具有视觉定位功能的机器人及定位方法 |
CN114018253B (zh) * | 2021-10-25 | 2024-05-03 | 珠海一微半导体股份有限公司 | 具有视觉定位功能的机器人及定位方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111182174B (zh) | 2020-12-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111182174B (zh) | 一种扫地机器人补光的方法及装置 | |
CN109084732B (zh) | 定位与导航方法、装置及处理设备 | |
CN110522359B (zh) | 清洁机器人以及清洁机器人的控制方法 | |
US11481024B2 (en) | Six degree of freedom tracking with scale recovery and obstacle avoidance | |
KR101776622B1 (ko) | 다이렉트 트래킹을 이용하여 이동 로봇의 위치를 인식하기 위한 장치 및 그 방법 | |
US9386209B2 (en) | Method and apparatus for estimating position | |
EP3451288A1 (en) | Visual-inertial odometry with an event camera | |
WO2019119289A1 (zh) | 一种定位方法、装置及电子设备、计算机程序产品 | |
WO2020051923A1 (en) | Systems And Methods For VSLAM Scale Estimation Using Optical Flow Sensor On A Robotic Device | |
US10347001B2 (en) | Localizing and mapping platform | |
US20130116823A1 (en) | Mobile apparatus and walking robot | |
WO2022193508A1 (zh) | 位姿优化方法、装置、电子设备、计算机可读存储介质、计算机程序及程序产品 | |
CN112734765A (zh) | 基于实例分割与多传感器融合的移动机器人定位方法、系统及介质 | |
CN208323361U (zh) | 一种基于深度视觉的定位装置及机器人 | |
CN110597265A (zh) | 一种扫地机器人回充方法和装置 | |
CN110163963A (zh) | 一种基于slam的建图装置和建图方法 | |
CN113116224A (zh) | 机器人及其控制方法 | |
CN112179373A (zh) | 一种视觉里程计的测量方法及视觉里程计 | |
CN114460939A (zh) | 复杂环境下智能行走机器人自主导航改进方法 | |
US20240069203A1 (en) | Global optimization methods for mobile coordinate scanners | |
Irmisch et al. | Simulation framework for a visual-inertial navigation system | |
CN112284387A (zh) | 用于清扫设备的定位方法、清扫设备和存储介质 | |
CN115546303A (zh) | 室内停车场的定位方法、装置、车辆及存储介质 | |
Hu et al. | Accuracy enhancement for the front-end tracking algorithm of RGB-D SLAM | |
Lieret et al. | Automated exploration, capture and photogrammetric reconstruction of interiors using an autonomous unmanned aircraft |
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 |