CN111240322A - 机器人移动限制框的工作起点确定方法及运动控制方法 - Google Patents
机器人移动限制框的工作起点确定方法及运动控制方法 Download PDFInfo
- Publication number
- CN111240322A CN111240322A CN202010021850.5A CN202010021850A CN111240322A CN 111240322 A CN111240322 A CN 111240322A CN 202010021850 A CN202010021850 A CN 202010021850A CN 111240322 A CN111240322 A CN 111240322A
- Authority
- CN
- China
- Prior art keywords
- robot
- map
- area
- limiting frame
- frame
- 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 49
- 230000007613 environmental effect Effects 0.000 claims description 49
- 238000012790 confirmation Methods 0.000 claims description 9
- 230000004044 response Effects 0.000 claims description 9
- 238000011161 development Methods 0.000 claims description 7
- 230000008569 process Effects 0.000 claims description 3
- 230000000694 effects Effects 0.000 abstract description 7
- 238000005192 partition Methods 0.000 abstract description 6
- 230000008859 change Effects 0.000 abstract description 4
- 238000010586 diagram Methods 0.000 description 15
- 238000010408 sweeping Methods 0.000 description 13
- 230000000007 visual effect Effects 0.000 description 8
- 238000009432 framing Methods 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 238000001514 detection method Methods 0.000 description 4
- 230000003044 adaptive effect Effects 0.000 description 2
- 230000000903 blocking effect Effects 0.000 description 2
- 238000004140 cleaning Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000005406 washing Methods 0.000 description 1
- 238000009333 weeding Methods 0.000 description 1
Images
Classifications
-
- G05D1/2462—
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
- G05D1/0011—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot associated with a remote control arrangement
- G05D1/0044—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot associated with a remote control arrangement by providing the operator with a computer generated representation of the environment of the vehicle, e.g. virtual reality, maps
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
- 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
- G05D1/0268—Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means
- G05D1/0274—Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means using mapping information stored in a memory device
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/005—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 with correlation of navigation data from several sources, e.g. map or contour matching
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/20—Instruments for performing navigational calculations
- G01C21/206—Instruments for performing navigational calculations specially adapted for indoor navigation
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/38—Electronic maps specially adapted for navigation; Updating thereof
- G01C21/3804—Creation or updating of map data
- G01C21/3807—Creation or updating of map data characterised by the type of data
- G01C21/383—Indoor data
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
- G05D1/04—Control of altitude or depth
- G05D1/042—Control of altitude or depth specially adapted for aircraft
- G05D1/046—Control of altitude or depth specially adapted for aircraft to counteract a perturbation, e.g. gust of wind
-
- G05D1/2246—
-
- G05D2105/10—
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Aviation & Aerospace Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
- Manipulator (AREA)
Abstract
本发明公开机器人移动限制框的工作起点确定方法及运动控制方法,该工作起点确定方法包括:在机器人所构建的地图上设置限制框;根据限制框所框定的地图区域与机器人所构建的地图的重合关系,选择出用于开发机器人工作起点的重合区域,并将选择出的重合区域的中心点确定为机器人在限制框内的工作起点;其中,限制框围成一个用于限制机器人工作范围的区域。从而让用户能够根据自身对环境的特性理解来划分机器人工作区域,增强工作起点的环境适应性,达到一种满足用户需求的机器人工作分区效果,让用户通过终端更精准灵活地改变机器人的工作区域。
Description
技术领域
本发明涉及机器人地图定位技术领域,尤其涉及一种机器人移动限制框的工作起点确定方法以及一种机器人的运动控制方法。
背景技术
扫地机器人可依赖于摄像头或激光来定位和建图,因此其不但可以在对清扫区域进行清扫时获得其当前的位置坐标,从而形成原始扫地记录图,还可以获得以坐标位图等形式表示的扫描记录图。理论上,用于控制扫地机器人的APP启动后,可以从云端下载这些扫描记录图;APP根据这些扫地记录图来绘制扫地机器人的运动轨迹,如此,便可在APP上实时显示扫地机器人的运动情况及扫地记录情况。由于APP上显示的只是扫地机器人的运动轨迹,所以现有技术条件下通过APP对扫地机器人可开展的控制非常有限,使得机器人基于机器人地图的部分功能开发无法正常进行,终端难以依赖现有技术去准确控制机器人在一个限定的清扫区域内作业。
发明内容
为了解决上述技术问题,本发明提出一种机器人移动限制框的工作起点确定方法以及一种机器人的运动控制方法,能够根据限制框所框定的地图区域与机器人所构建的地图的重合关系自动生成该限制框内的工作起点位置,提升用户体验度,其技术方案如下:
一种机器人移动限制框的工作起点确定方法,包括:在机器人所构建的地图上设置限制框;根据限制框所框定的地图区域与机器人所构建的地图的重合关系,选择出用于开发机器人工作起点的重合区域,并将选择出的重合区域的中心点确定为机器人在限制框内的工作起点;其中,限制框围成一个用于限制机器人工作范围的区域。该技术方案使用户手动自定义用于控制机器人移动范围的限制框,从而让用户能够根据自身对环境的特性理解来划分机器人工作区域,然后根据自定义的限制框所框定的地图区域与机器人所构建的地图的重合关系自动生成该限制框内的工作起点位置,增强工作起点的环境适应性,达到一种满足用户需求的机器人工作分区效果,让用户通过终端更精准灵活地改变机器人的工作区域。增强移动终端的智能化控制程度。
进一步地, 所述根据限制框所框定的地图区域与机器人所构建的地图的重合关系,选择出用于开发机器人工作起点的重合区域,并将选择出的重合区域的中心点确定为机器人在限制框内的工作起点的方法包括:当所述限制框全部设置在机器人所构建的地图当中任一种地图区域内且不跨越不同的地图区域时,选择所述限制框所覆盖的区域作为所述用于开发机器人工作起点的重合区域,并将所述限制框所覆盖的区域的中心点确定为机器人在所述限制框内的工作起点;当所述限制框跨越机器人所构建的地图当中的至少两种不同的地图区域时,判断所述限制框所框定的重合区域中是否存在当前地图,是则选择所述限制框在当前地图中框定的区域作为所述用于开发机器人工作起点的重合区域,并将选择出的重合区域的中心点确定为机器人在所述限制框内的工作起点;否则选择所述限制框在历史地图中框定的区域提取作为所述用于开发机器人工作起点的重合区域,并将选择出的重合区域的中心点确定为机器人在所述限制框内的工作起点;其中,机器人所构建的地图包括:机器人在未识别出的环境中构建的所述当前地图、与已经识别出的环境相匹配的所述历史地图、以及未被所述历史地图和所述当前地图覆盖的未遍历区域。本技术方案可以在所述当前地图或者历史地图或者没有地图的情况下设置限制框,并且优先选择所述限制框在当前地图中框定的区域作为所述用于开发机器人工作起点的重合区域,提高所确定的工作起点的精准程度,防止由于干扰目标的存在而导致机器人对所述限制框的边界的错误探测。从而实现在各种终端地图环境中增强用户设置的虚拟方框的阻隔效果。
进一步地,所述移动终端接收机器人所构建的地图信息后,通过屏幕在预先配置的地图坐标区域上显示地图信息;其中,预先配置的地图坐标区域是属于全局栅格地图区域;所述移动终端检测到设置所述限制框的操作指令时,将屏幕上形成的触控信号转换成所述限制框显示在屏幕所示的地图中;控制所述移动终端将已设置的所述限制框的地图信息传输给机器人。增强用户的可视化操作效果。
进一步地,在所述移动终端的屏幕上,所述当前地图显示在所述历史地图的上方,所述当前地图与所述历史地图部分或者全部重合,所述当前地图和所述历史地图部分或者全部覆盖所述未遍历区域。该技术方案让所述移动终端的屏幕显示的地图信息及时反映实际物理环境的变化情况,有利于用户根据地图信息框定有效的工作区域和选择合适的工作起点。
进一步地,所述机器人识别环境的方法包括:将机器人当前采集的环境特征信息与预存的环境特征信息进行匹配;若匹配成功,则判定当前采集的环境特征信息属于所述历史地图中的环境特征信息,然后读取所述历史地图至所述预先配置的地图坐标区域内,并构建所述当前地图覆盖到所述历史地图上;若匹配失败,则判定当前采集的环境特征信息属于全新的环境特征信息,然后直接在所述预先配置的地图坐标区域内构建所述当前地图;其中,所述预先配置的地图坐标区域内未被所述历史地图和所述当前地图覆盖的区域确定为所述未遍历区域;所述预先配置的地图坐标区域是设置在所述移动终端的屏幕上的。该技术方案通过利用当前地图覆盖历史地图,可以把因机器人打滑或者碰到障碍物而造成的地图偏差纠正过来,从而为后续精准限定机器人的活动工作区域创造了条件。
进一步地,所述限制框设置为矩形框,机器人接收到的矩形框的地图信息包括该矩形框的左上角坐标及其右下角坐标;机器人接收到矩形框的坐标信息后,根据这些坐标信息在机器人所构建的地图上框定出对应的矩形框的位置,并确定围成该矩形框的虚拟边界,进而确定该矩形框所框定的地图区域与机器人所构建的地图的重合区域。所述限制框设置为矩形框能够简化矩形框的虚拟边界坐标的运算复杂度,进而加快确定所述工作起点的坐标信息。
一种机器人的运动控制方法,根据所述工作起点确定方法确定工作起点后,控制机器人从当前位置移动至该工作起点;然后控制机器人按照规划路径去遍历该工作起点的一方向对应区域,再控制机器人返回该工作起点,继续按照同类型的规划路径去遍历相反方向对应区域;最后沿着所述限制框的边界作沿边行走。该技术方案控制机器人从该工作起点开始移动后不跨出所述限制框,直到遍历完所述限制框对应的工作区域,提高机器人在所述限制框内的遍历覆盖率。
进一步地, 所述运动控制方法还包括:在围成所述限制框的每一个边界的两侧设置预判区;在机器人遍历所述限制框的过程中,当检测到机器人进入预判区时,判断机器人的当前方向是否朝向所述限制框的其中一个边界,且机器人与对照点之间的直线距离是否大于或等于对照点与该边界的中心点之间的直线距离,如果都是,则调整机器人的运动方向,使其与对照点之间的直线距离小于对照点与该边界的中心点之间的直线距离,然后继续按照所述的规划路径移动或保持沿边行走;否则,控制机器人按照所述的规划路径移动或保持沿边行走;其中,所述对照点是与机器人位于所述限制框的边界同一侧的,且距所述限制框的边界的中心点的垂直距离为预设长度的坐标位置点。该技术方案通过在所述限制框的边界的两侧设置预判区,并在机器人所走位置的同侧设置对照点,可以精确地判断机器人是否沿着规划路径或沿边行走至所述限制框的边界,保证了机器人与所述限制框的边界之间的距离控制的最优效果,避免机器人跑到所述限制框之外。
进一步地, 所述运动控制方法还包括:所述运动控制方法还包括:判断机器人是否遍历完当前所述限制框所框定的地图区域;在判定机器人完成当前所述限制框所框定的地图区域的遍历后,从其它所述限制框中选择出与当前所述限制框的所述工作起点的距离最近的一个,确定为下一个目标限制框;控制机器人越过所述限制框的边界,移动至下一个目标限制框的所述工作起点处;其中,在机器人所构建的地图上设置的所述限制框的数量多于1个。本技术方案中所述限制框所框定的地图区域并非唯一固定框定区域,用户通过自定义多个所述限制框来确定多个目标工作区域,并通过确定相应的工作起点来控制机器人依次分区遍历工作,能够较好地适应不同的地图环境。
附图说明
图1为未调用显示历史地图的前提下,矩形框S3全部位于未遍历区域R3且位于当前地图R1之外的分布示意图。
图2为未调用显示历史地图的前提下,矩形框S6的一部分位于未遍历区域R3,矩形框S6的另一部分位于当前地图R1的分布示意图。
图3为未调用显示历史地图的前提下,矩形框S1的全部位于当前地图R1的分布示意图。
图4为显示历史地图R0的前提下,矩形框S7全部位于未遍历区域R3且位于当前地图R1和历史地图R0之外的分布示意图。
图5为显示历史地图R0的前提下,矩形框S5的一部位于未遍历区域R3,矩形框S5的另一部分位于历史地图R0的分布示意图。
图6为显示历史地图R0的前提下,矩形框S2的全部位于历史地图R0的分布示意图。
图7为显示历史地图R0的前提下,矩形框S4的一部位于历史地图R0,矩形框S4的另一部分位于当前地图R1的分布示意图。
图8为显示历史地图R0的前提下,矩形框S8的第一部位于历史地图R0,矩形框S8的第二部分位于当前地图R1,矩形框S8的其他部分位于未遍历区域R3的分布示意图,其中,第一部分区别于第二部分。
图9 是机器人接近并碰撞所述限制框的边界的分析示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行详细描述。应当理解,下面所描述的具体实施例仅用于解释本发明,并不用于限定本发明。
本发明提供一种机器人移动限制框的工作起点确定方法,该工作起点确定方法的执行主体是机器人的处理器或者控制芯片,机器人的处理器或者控制芯片还需要从非易失存储器里面读取地图的信息。所述机器人可以是扫地机器人、洗地机器人、空气净化机器人、物流机器人、除草机器人、商业服务机器人等。为便于描述,直接描述为机器人。本发明的机器人载体上装有摄像头用于机器人地图打滑后的地图纠正,作为本发明的一个示例,摄像头放在机器人的中间任何位置,角度可以随便放置,但是不能受到任何干扰物质的遮挡;光流传感器放在机器人底座上(可以是底座上任意位置),光流传感器用于检测机器人相对位移坐标;移动机器人的底座是用于固定放置控制机器人前进方向的万向轮,机器人的控制板、陀螺仪 (可以放置于机器人控制板的任何位置)。 本发明的机器人载体上还装有能够检测墙面距离的传感器,检测墙面距离的传感器可以是超声波距离传感器、红外强度检测传感器、红外距离传感器、物理开关检测碰撞传感器,激光雷达等,所述激光雷达可通过发射激光束探测目标的位置、速度等特征量。所述机器人可以通过前述传感器探测所在环境特征信息,然后通过slam算法对所述机器人进行定位,并构建对应的栅格地图,并在栅格地图对应栅格区域内标记前述传感器探测得到的环境特征信息。所述机器人还配置有通信单元,用于建立所述机器人与外部终端或者服务器之间的通信连接,以实现所述机器人与所述外部终端或者服务器之间的数据通信,比如利用预先开发的配套APP与所述机器人建立连接,再或者是通过访问所述机器人所联网的云端服务器建立通信连接,本实施例中对于具体的连接方式不作限定。
本发明实施例提供一种机器人移动限制框的工作起点确定方法,具体的步骤包括:首先,在机器人所构建的地图上设置限制框,所构建的地图可以包括栅格地图、点阵地图、色块地图或者其它类型的地图,所构建的地图可以反映出机器人当前所处的环境情况,而且是不存在打滑的全局栅格地图,是相对比较精准的地图。本发明各实施例都是以栅格地图为例进行说明。设置限制框可以采用不同的方式,比如控制机器人在需要设置限制框的边界位置行走一遍,记录行走时的坐标位置和方向,把这些坐标位置标示为虚拟障碍单元,这些虚拟障碍单元组成各种形状下的限制框,包括矩形框、梯形框、圆形框、正方形框等各种规则形状的限制框形,所述虚拟障碍单元是指机器人实际可以正常行走通过,但是根据地图导航行走时,却不能行走通过的栅格单元。或者用户直接在地图的显示终端上操作,通过鼠标或者触控的方式在相应的位置圈定所述限制框,圈定的边框位置所对应的栅格单元,就是标示为所述限制框的边界的栅格单元。所述栅格单元是构成栅格地图的最小单元格。然后根据所述限制框所框定的地图区域与机器人所构建的地图的重合关系,选择出用于开发机器人工作起点的重合区域,并将选择出的重合区域的中心点确定为机器人在限制框内的工作起点,其中,所述限制框围成一个用于限制机器人工作范围的区域。本实施例选择所述限制框所框定的地图区域与机器人所构建的地图的重叠区域作为机器人的起始工作位置,让机器人的起始工作位置坐标能够处于机器人所构建的各种地图环境中,用户通过在机器人所构建的地图对应坐标平面上自定义用于控制机器人移动范围的限制框,能够在各种地图环境中(包括无地图环境中)划分出机器人的工作区域和非工作区域,增强机器人工作起点的环境适应性。用户可以根据实际环境的需求,通过终端选择一个目标工作区域,比如让机器人执行清扫作业的区域,且该清扫作业区域在全局坐标系下与机器人所构建的地图存在重合区域,将机器人引导到该重合区域的中心点开始清扫作业,让机器人从一个更加确切的位置开始清扫,机器人可以采集到已知的精准的地图信息,避免机器人跑出所述限制框。从而让本领域技术人员根据实际需求对机器人的目标作业区域确定策略进行配置,更精准灵活地改变机器人的工作区域。增强移动终端的智能化控制程度。让用户对机器人的工作运动具备更多的主动控制权。
值得注意的是,机器人所构建的地图包括:机器人在未识别出的环境中构建的所述当前地图、与已经识别出的环境相匹配的所述历史地图、以及未被所述历史地图和所述当前地图覆盖的未遍历区域。
所述根据限制框所框定的地图区域与机器人所构建的地图的重合关系,选择出用于开发机器人工作起点的重合区域,并将选择出的重合区域的中心点确定为机器人在限制框内的工作起点的方法包括:当所述限制框全部设置在机器人所构建的地图当中任一种地图区域内且不跨越不同的地图区域时,选择所述限制框所覆盖的区域作为所述用于开发机器人工作起点的重合区域,并将所述限制框所覆盖的区域的中心点确定为机器人在所述限制框内的工作起点,具体按照所述限制框在机器人所构建的各种类型地图的分布情况,分为图1、图3、图4和图6对应的实施例。
图1为未调用显示历史地图的前提下,矩形框S3全部位于未遍历区域R3且位于当前地图R1之外的分布示意图,在一个预先配置的地图坐标区域上,即图1对应的全局坐标系YOX上,机器人P在当前位置处将当前采集的环境特征信息与预存的环境特征信息进行匹配,本实施例的机器人通过视觉技术手段检测到采集的环境图像特征点没有与机器人预存图像库中的环境特征信息匹配,则确定机器人在新的环境,没有必要从其非易失存储器里面读取历史地图信息,只是实时构建当前地图R1,然后机器人将当前地图R1显示在移动终端的屏幕界面上,然后用户可以根据实际需求在移动终端的屏幕上手动设置矩形框S3,设置一个全部位于未遍历区域R3的所述限制框,矩形框S3全部位于未遍历区域R3上,所以矩形框S3作为用于开发机器人工作起点的重合区域,然后从将矩形框S3在坐标系YOX中所覆盖的区域的中心点O3确定为机器人在所述限制框内的工作起点。由于图1的机器人P构建的当前地图R1的面积比较小,用户一般没有将矩形框S3圈定当前地图R1,而是将机器人P的优先遍历区域设置在当前地图R1之外的未遍历区域R3,提高机器人遍历工作区域的效率。值得注意的是,移动终端检测到设置所述限制框的操作指令时,首先控制移动终端将操作指令所包括的所述限制框的地图坐标信息传输给机器人,待到移动终端接收到机器人的响应确认信号后,将移动终端的屏幕上形成的触控信号(对应于用户在移动终端的显示屏幕上触控设置的所述限制框)转换成矩形框S3显示在屏幕所示的地图中,可以理解为矩形框S3显示在坐标系YOX中且位于当前地图R1之外。
图3为未调用显示历史地图的前提下,矩形框S1全部位于当前地图R1内部的分布示意图,在一个预先配置的地图坐标区域上,即图3对应的全局坐标系YOX上,机器人P在当前位置处将当前采集的环境特征信息与预存的环境特征信息进行匹配,本实施例的机器人通过视觉技术手段检测到采集的环境图像特征点没有与机器人预存图像库中的环境特征信息匹配,则确定机器人在新的环境中,没有必要从其非易失存储器里面读取历史地图信息,只是实时构建当前地图R1,然后机器人将当前地图R1显示在移动终端的界面上,此时机器人P构建的当前地图R1所覆盖的面积比较大,用户可以通过移动终端的屏幕上手动在较大的当前地图R1内设置一个矩形框S1,设置一个全部位于当前地图R1内的所述限制框,由于矩形框S1全部位于当前地图R1内部,所以矩形框S1作为用于开发机器人工作起点的重合区域,然后从将矩形框S1在坐标系YOX中所覆盖的区域的中心点O1确定为机器人在所述限制框内的工作起点,让机器人P优先遍历当前地图R1内部圈定的矩形框S1,从而提高机器人遍历工作区域的精确度,避免出现误判而跑出所述限制框。值得注意的是,所述移动终端检测到设置所述限制框的操作指令时,首先控制移动终端将操作指令所包括的所述限制框的地图坐标信息传输给机器人,待到移动终端接收到机器人的响应确认信号后,将移动终端的屏幕上形成的触控信号(对应于用户在移动终端的显示屏幕上触控设置的所述限制框)转换成矩形框S1显示在屏幕所示的地图中,可以理解为矩形框S1显示在坐标系YOX中且位于当前地图R1之内。
图4为调用显示历史地图的前提下,矩形框S7全部位于未遍历区域R3且位于当前地图R1和历史地图R0之外的分布示意图,在一个预先配置的地图坐标区域上,即图4对应的全局坐标系YOX上,机器人P在当前位置处将当前采集的环境特征信息与预存的环境特征信息进行匹配,本实施例的机器人通过视觉技术手段检测到采集的环境图像特征点与机器人预存图像库中的环境特征信息匹配,则确定机器人在已遍历的环境中,可以从其非易失存储器里面读取出历史地图信息,再将历史地图R0通过WIFI发送到云端服务器,移动终端再从云端服务器获取到历史地图R0,并显示在移动终端的屏幕界面上,实现历史地图R0被读取至所述预先配置的地图坐标区域内;同时,机器人P构建的所述当前地图R1也显示在移动终端的屏幕界面上,实现所述当前地图R1覆盖到所述历史地图R0上,由于机器人P在同一位置处调取出该位置所属的历史地图R0和构建与该位置实际情况相匹配的当前地图R1,所以历史地图R0和当前地图R1必然存在代表相同环境特征的地图区域,即在同一预先配置的地图坐标区域上(图4对应的全局坐标系YOX上)必然存在重合区域。然后用户可以根据实际需求在移动终端的屏幕上手动设置矩形框S7,由于图4的机器人P构建的当前地图R1和读取出的历史地图R0的面积都比较小,不便于用户使用所述限制框圈定当前地图R1或历史地图R0,所以将机器人P的优先遍历区域设置在当前地图R1和历史地图R0之外的未遍历区域R3,提高机器人遍历工作区域的效率。所以用户设置一个全部位于未遍历区域R3的所述限制框,矩形框S7全部位于未遍历区域R3上,所以矩形框S7作为用于开发机器人工作起点的重合区域,然后从将矩形框S7在坐标系YOX中所覆盖的区域的中心点O7确定为机器人在所述限制框内的工作起点。值得注意的是,移动终端检测到设置所述限制框的操作指令时,首先控制移动终端将操作指令所包括的所述限制框的地图坐标信息传输给机器人,待到移动终端接收到机器人的响应确认信号后,将移动终端的屏幕上形成的触控信号(对应于用户在移动终端的显示屏幕上触控设置的所述限制框)转换成矩形框S7显示在屏幕所示的地图中,可以理解为矩形框S7显示在坐标系YOX中且位于当前地图R1之外。
图6为调用显示历史地图的前提下,矩形框S2全部位于历史地图R0内部但位于当前地图R1之外的分布示意图,在一个预先配置的地图坐标区域上,即图6对应的全局坐标系YOX上机器人P在当前位置处将当前采集的环境特征信息与预存的环境特征信息进行匹配,本实施例的机器人通过视觉技术手段检测到采集的环境图像特征点与机器人预存图像库中的环境特征信息匹配,则确定机器人在已遍历的环境中,可以从其非易失存储器里面读取出历史地图信息,再将历史地图R0通过WIFI发送到云端服务器,移动终端再从云端服务器获取到历史地图R0,并显示在移动终端的屏幕界面上,实现历史地图R0被读取至所述预先配置的地图坐标区域内;同时,机器人P构建的所述当前地图R1也显示在移动终端的屏幕界面上。图6的机器人P构建的当前地图R1和读取出的历史地图R0的面积都比较大,历史地图R0的面积相对于当前地图R1的大,用户为提高机器人定位的精确度,将机器人P的优先遍历区域设置在历史地图R0内部,用户可以通过移动终端的屏幕上手动在较大的历史地图R0内设置一个矩形框S2,设置一个全部位于历史地图R0内的所述限制框,由于矩形框S2全部位于历史地图R0内部,所以矩形框S2作为用于开发机器人工作起点的重合区域,然后从将矩形框S2在坐标系YOX中所覆盖的区域的中心点O2确定为机器人在所述限制框内的工作起点,让机器人P优先遍历历史地图R0内部圈定的矩形框S2,从而机器人根据历史地图的信息去遍历工作区域,提高机器人定位的精确度,避免出现误判而跑出所述限制框。值得注意的是,所述移动终端检测到设置所述限制框的操作指令时,首先控制移动终端将操作指令所包括的所述限制框的地图坐标信息传输给机器人,待到移动终端接收到机器人的响应确认信号后,将移动终端的屏幕上形成的触控信号(对应于用户在移动终端的显示屏幕上触控设置的所述限制框)转换成矩形框S1显示在屏幕所示的地图中,可以理解为矩形框S2显示在坐标系YOX中且位于当前地图R1之内。
所述根据限制框所框定的地图区域与机器人所构建的地图的重合关系,选择出用于开发机器人工作起点的重合区域,并将选择出的重合区域的中心点确定为机器人在限制框内的工作起点的方法还包括:当所述限制框跨越机器人所构建的地图当中的至少两种不同的地图区域时,判断所述限制框所框定的重合区域中是否存在当前地图,是则选择所述限制框在当前地图中框定的区域作为所述用于开发机器人工作起点的重合区域,并将选择出的重合区域的中心点确定为机器人在所述限制框内的工作起点,具体按照所述限制框在机器人所构建的各种类型地图中的分布情况,分为图2、图7、图8对应的实施例;否则选择所述限制框在历史地图中框定的区域提取作为所述用于开发机器人工作起点的重合区域,并将选择出的重合区域的中心点确定为机器人在所述限制框内的工作起点,具体参阅图5。
图2为未调用显示历史地图的前提下,矩形框S6的一部分位于未遍历区域R3,矩形框S6的另一部分位于当前地图R1的分布示意图,在一个预先配置的地图坐标区域上,即图2对应的全局坐标系YOX上,机器人P在当前位置处将当前采集的环境特征信息与预存的环境特征信息进行匹配,本实施例的机器人通过视觉技术手段检测到采集的环境图像特征点没有与机器人预存图像库中的环境特征信息匹配,则确定机器人在新的环境,没有必要从其非易失存储器里面读取历史地图信息,只是实时构建当前地图R1,然后机器人将当前地图R1显示在移动终端的屏幕界面上,然后用户可以根据实际需求在移动终端的屏幕上手动设置矩形框S6,设置一个跨越机器人所构建的地图当中的至少两种不同的地图区域的所述限制框,即矩形框S6,并且让矩形框S6的一部分区域a1b1c1d1框定当前地图R1,而矩形框S6的另一部分区域框定未遍历区域R3,如图2所示,确定选择所述矩形框S6在当前地图中框定的区域a1b1c1d1作为所述用于开发机器人工作起点的重合区域,然后把区域a1b1c1d1在坐标系YOX中所覆盖的区域的中心点O6确定为机器人在所述限制框内的工作起点。本实施例优先选择所述限制框S6在当前地图R1中框定的区域a1b1c1d1作为所述用于开发机器人工作起点的重合区域,让机器人在所述限制框S6内一开始就工作在确定的地图坐标位置处,使得机器人从该工作起点O6开始按照规划路径移动时不容易跑出所述限制框S6的边界,因此,相对于在一些未知的地图环境中框定所述限制框提高所确定的工作起点的精准程度,更加容易适应当前地图环境以及机器人实际行走的物理环境。值得注意的是,移动终端检测到设置所述限制框的操作指令时,首先控制移动终端将操作指令所包括的所述限制框的地图坐标信息传输给机器人,待到移动终端接收到机器人的响应确认信号后,将移动终端的屏幕上形成的触控信号(对应于用户在移动终端的显示屏幕上触控设置的所述限制框)转换成矩形框S6显示在屏幕所示的地图中,可以理解为矩形框S6显示在坐标系YOX中,且矩形框S6的一部分位于未遍历区域R3,矩形框S6的另一部分位于当前地图R1。
图7为调用显示历史地图的前提下,矩形框S4的一部位于历史地图R0,矩形框S4的另一部分位于当前地图R1,在一个预先配置的地图坐标区域上,即图7对应的全局坐标系YOX上,机器人P在当前位置处将当前采集的环境特征信息与预存的环境特征信息进行匹配,本实施例的机器人通过视觉技术手段检测到采集的环境图像特征点与机器人预存图像库中的环境特征信息匹配,则确定机器人在已遍历的环境中,可以从其非易失存储器里面读取出历史地图信息,再将历史地图R0通过WIFI发送到云端服务器,移动终端再从云端服务器获取到历史地图R0,并显示在移动终端的屏幕界面上,实现历史地图R0被读取至所述预先配置的地图坐标区域内;同时,机器人P构建的所述当前地图R1也显示在移动终端的屏幕界面上。图7的机器人P构建的当前地图R1和读取出的历史地图R0的面积都比较大,用户为保证机器人的移动和定位更适应当前的地图环境特征,将横跨当前地图R1和历史地图R0的矩形框S4设置为机器人P的优先遍历区域,即用户在移动终端的屏幕界面上手动设置一个矩形框S4,矩形框S4的一部分区域a3b3c3d3框定当前地图R1,而矩形框S4的另一部分区域框定历史地图R0,如图7所示,确定选择所述矩形框S4在当前地图中框定的区域a3b3c3d3作为所述用于开发机器人工作起点的重合区域,然后把区域a3b3c3d3在坐标系YOX中所覆盖的区域的中心点O4确定为机器人在所述限制框内的工作起点。本实施例优先选择所述限制框S4在当前地图R1中框定的区域a3b3c3d3作为所述用于开发机器人工作起点的重合区域,让机器人在所述限制框S4内一开始就工作在确定的地图坐标位置处,使得机器人从该工作起点O4开始按照规划路径移动时不容易跑出所述限制框S4的边界,因此,相对于在一些未知的地图环境中框定所述限制框提高所确定的工作起点的精准程度,更加容易适应当前地图环境以及机器人实际行走的物理环境。值得注意的是,移动终端检测到设置所述限制框的操作指令时,首先控制移动终端将操作指令所包括的所述限制框的地图坐标信息传输给机器人,待到移动终端接收到机器人的响应确认信号后,将移动终端的屏幕上形成的触控信号(对应于用户在移动终端的显示屏幕上触控设置的所述限制框)转换成矩形框S4显示在屏幕所示的地图中,可以理解为矩形框S4显示在坐标系YOX中,且矩形框S4的一部分位于历史地图R0,矩形框S4的另一部分位于当前地图R1。
图8为调用显示历史地图的前提下,矩形框S8的第一部位于历史地图R0,矩形框S8的第二部分位于当前地图R1,矩形框S8的其余部分位于未遍历区域R3的分布示意图,其中,第一部分区别于第二部分。在一个预先配置的地图坐标区域上,即图8对应的全局坐标系YOX上,机器人P在当前位置处将当前采集的环境特征信息与预存的环境特征信息进行匹配,本实施例的机器人通过视觉技术手段检测到采集的环境图像特征点与机器人预存图像库中的环境特征信息匹配,则确定机器人在已遍历的环境中,可以从其非易失存储器里面读取出历史地图信息,再将历史地图R0通过WIFI发送到云端服务器,移动终端再从云端服务器获取到历史地图R0,并显示在移动终端的屏幕界面上,实现历史地图R0被读取至所述预先配置的地图坐标区域内;同时,机器人P构建的所述当前地图R1也显示在移动终端的屏幕界面上。用户为保证机器人的移动和定位更适应当前的地图环境特征,让机器人的工作区域能够覆盖到多种地图环境,将横跨当前地图R1和历史地图R0的矩形框S4设置为机器人P的优先遍历区域,即用户在移动终端的屏幕界面上手动设置一个矩形框S8,矩形框S8的第二部分区域a4b4c4d4框定当前地图R1,而矩形框S8的第一部分区域框定历史地图R0,矩形框S8的其余部分区域框定未遍历区域R3,如图8所示,确定选择所述矩形框S8在当前地图中框定的区域a4b4c4d4作为所述用于开发机器人工作起点的重合区域,然后把区域a4b4c4d4在坐标系YOX中所覆盖的区域的中心点O8确定为机器人在所述限制框内的工作起点。本实施例优先选择所述矩形框S8在当前地图R1中框定的区域a4b4c4d4作为所述用于开发机器人工作起点的重合区域,让机器人在所述矩形框S8内一开始就工作在确定的地图坐标位置处,使得机器人从该工作起点O8开始按照规划路径移动时不容易跑出所述限制框S8的边界,因此,优化机器人的工作分区区域,防止机器人来回跨越不同环境,有效地提高机器人的遍历效率和地图环境的适应性。值得注意的是,移动终端检测到设置所述限制框的操作指令时,首先控制移动终端将操作指令所包括的所述限制框的地图坐标信息传输给机器人,待到移动终端接收到机器人的响应确认信号后,将移动终端的屏幕上形成的触控信号(对应于用户在移动终端的显示屏幕上触控设置的所述限制框)转换成矩形框S8显示在屏幕所示的地图中,可以理解为矩形框S8显示在坐标系YOX中,矩形框S8的第一部位于历史地图R0,矩形框S8的第二部分位于当前地图R1,矩形框S8的其余部分位于未遍历区域R3。
图5为调用显示历史地图的前提下,矩形框S5的一部分位于未遍历区域R3,矩形框S5的另一部分位于历史地图R0的分布示意图,在一个预先配置的地图坐标区域上,即图5对应的全局坐标系YOX上,机器人P在当前位置处将当前采集的环境特征信息与预存的环境特征信息进行匹配,本实施例的机器人通过视觉技术手段检测到采集的环境图像特征点与机器人预存图像库中的环境特征信息匹配,则确定机器人在已遍历的环境中,可以从其非易失存储器里面读取出历史地图信息,再将历史地图R0通过WIFI发送到云端服务器,移动终端再从云端服务器获取到历史地图R0,并显示在移动终端的屏幕界面上,实现历史地图R0被读取至所述预先配置的地图坐标区域内;同时,机器人P构建的所述当前地图R1也显示在移动终端的屏幕界面上,图8的机器人P构建的当前地图R1的覆盖面积远小于读取出的历史地图R0的覆盖面积,历史地图R0对于后续机器人移动定位的影响因素占主导,所以用户可以根据实际需求在移动终端的屏幕界面上手动设置一个跨越未遍历区域R3和历史地图R0的所述限制框,即矩形框S5,图5让矩形框S5的一部分区域a2b2c2d2框定历史地图R0,而矩形框S5的另一部分区域框定未遍历区域R3,如图5所示,确定选择所述矩形框S5在当前地图中框定的区域a2b2c2d2作为所述用于开发机器人工作起点的重合区域,然后把区域a2b2c2d2在坐标系YOX中所覆盖的区域的中心点O5确定为机器人在所述限制框内的工作起点。本实施例优先选择所述限制框S5在历史地图R0中框定的区域a2b2c2d2作为所述用于开发机器人工作起点的重合区域,让机器人在所述限制框S5内一开始就工作在确定的地图坐标位置处,使得机器人从该工作起点O5开始按照规划路径移动时不容易跑出所述限制框S5的边界,因此,提高所确定的工作起点的精准程度,更加容易适应当前地图环境以及机器人实际行走的物理环境。值得注意的是,移动终端检测到设置所述限制框的操作指令时,首先控制移动终端将操作指令所包括的所述限制框的地图坐标信息传输给机器人,待到移动终端接收到机器人的响应确认信号后,将移动终端的屏幕上形成的触控信号(对应于用户在移动终端的显示屏幕上触控设置的所述限制框)转换成矩形框S5显示在屏幕所示的地图中,可以理解为矩形框S5显示在坐标系YOX中,且矩形框S5的一部分位于未遍历区域R3,矩形框S5的另一部分位于历史地图R0。
基于前述实施例,用户可以通过移动终端在所述当前地图或者历史地图或者没有地图的情况下设置限制框,优先选择所述限制框在当前地图中框定的区域作为所述用于开发机器人工作起点的重合区域,实现控制机器人在各种终端地图环境的工作分区内选择最优的工作起点位置,提高所确定的工作起点的精准程度,防止由于干扰目标的存在而导致机器人对所述限制框的边界的错误探测。从而实现在各种终端地图环境中增强用户设置的虚拟方框的阻隔效果。
在图1至图8所示的实施例中,所述限制框优选地设置为矩形框,机器人接收到的矩形框的地图信息包括该矩形框的左上角坐标(x1,y1)及其右下角坐标(x4,y4)这一对点的坐标值,机器人接收到矩形框的坐标信息后,根据这些坐标信息在机器人所构建的地图上框定出对应的矩形框的位置,并确定围成该矩形框的虚拟边界,即仅由矩形框的左上角坐标(x1,y1)和右下角坐标(x4,y4)可以确定矩形框的四个顶点坐标分别为(x1,y1)、(x1,y4)、(x4,y1)和(x4,y4),进而确定该矩形框的长度为|x1-x4|,宽度为|y1-y4|,该矩形框的中心点坐标被确定为((x1+x4)/2,(y1+y4)/2),然后按照图1至图8所示的实施例对应的所述限制框设置场景,确定该矩形框所框定的地图区域与机器人所构建的地图的重合区域,同样可以利用前述坐标信息去计算出该重合区域的中心点坐标。所述限制框设置为矩形框能够简化矩形框的虚拟边界坐标的运算复杂度,进而加快确定所述工作起点的坐标信息。
在图1至图8所示的实施例中,在所述移动终端的屏幕上,所述当前地图R1显示在所述历史地图R0的上方,由于机器人P在同一位置处调取出该位置所属的历史地图R0和构建与该位置实际情况相匹配的当前地图R1,所以历史地图R0和当前地图R1必然存在代表相同环境特征的地图区域,即在同一预先配置的地图坐标区域上历史地图R0和当前地图R1(全局坐标系YOX上)必然存在重合区域,其中,所述当前地图R1与所述历史地图R0部分或者全部重合,所述当前地图R1和所述历史地图R0部分或者全部覆盖所述未遍历区域R3。本实施例始终保持所述当前地图R1显示在所述历史地图R0的上方,使得所述移动终端的屏幕显示的地图信息及时反映实际物理环境的变化情况,有利于用户根据地图信息框定有效的工作区域和选择合适的工作起点。
在前述实施例中,所述机器人识别环境的方法包括:将机器人当前采集的环境特征信息与预存的环境特征信息进行匹配;若匹配成功,则判定当前采集的环境特征信息属于所述历史地图中的环境特征信息,然后读取所述历史地图至所述预先配置的地图坐标区域内,并构建所述当前地图覆盖到所述历史地图上;若匹配失败,则判定当前采集的环境特征信息属于全新的环境特征信息,然后直接在所述预先配置的地图坐标区域内构建所述当前地图;其中,所述预先配置的地图坐标区域内未被所述历史地图和所述当前地图覆盖的区域确定为所述未遍历区域;所述预先配置的地图坐标区域是设置在所述移动终端的屏幕上的。通过利用当前地图覆盖历史地图,可以把因机器人打滑或者碰到障碍物而造成的地图偏差纠正过来,从而为后续精准限定机器人的活动工作区域创造了条件。
本发明实施例还提供一种机器人的运动控制方法,包括:根据所述工作起点确定方法确定工作起点后,通过计算出工作起点的坐标,控制机器人根据前述所构建的地图信息从当前位置移动至该工作起点,其中涉及的导航路径是基于A*算法对地图信息的搜索迭代评估的结果;然后控制机器人按照规划路径去遍历该工作起点的一方向对应区域,再控制机器人返回该工作起点,继续按照同类型的规划路径去遍历相反方向对应区域,该步骤所采用的规划路径是:随机行走,螺旋式行走,固定分区(例如4m*4m)行走;最后沿着所述限制框的边界作沿边行走。本实施例控制机器人从该工作起点开始移动后不跨出所述限制框,直到遍历完所述限制框对应的工作区域,提高机器人在所述限制框内的遍历覆盖率。同时,根据限制框所框定的地图区域与机器人所构建的地图的重合关系,选择出机器人在限制工作区域内的工作起点,很好地根据环境的特性去改变机器人的工作区域范围,避免因为环境因素导致机器人跨出所述限制框的虚拟边界。
在上述实施例的基础上, 所述运动控制方法还包括:在围成所述限制框的每一个边界的两侧设置预判区;在机器人遍历所述限制框的过程中,当检测到机器人进入预判区时,判断机器人的当前方向是否朝向所述限制框的其中一个边界,且机器人与对照点之间的直线距离是否大于或等于对照点与该边界的中心点之间的直线距离,如果都是,则调整机器人的运动方向,使其与对照点之间的直线距离小于对照点与该边界的中心点之间的直线距离,然后继续按照所述的规划路径移动或保持沿边行走;否则,控制机器人按照所述的规划路径移动或保持沿边行走;其中,所述对照点是与机器人位于所述限制框的边界同一侧的,且距所述限制框的边界的中心点的垂直距离为预设长度的坐标位置点,所述预设长度可以根据具体的研发要求进行设置,所设置的值越大,碰撞所述限制框的边界的检测精度越高。本实施例通过在所述限制框的边界的两侧设置预判区,并在机器人所走位置的同侧设置对照点,可以精确地判断机器人是否沿着规划路径或沿边行走至所述限制框的边界,保证了机器人与所述限制框的边界之间的距离控制的最优效果,避免机器人跑到所述限制框之外。
具体的,如图9所示,一条最粗的黑色线表示所述限制框的边界L ,E点是所述限制框的边界L的中心点。M1M2M3M4所标示的矩形区域表示预判区。F所标示的位置点为对照点,机器人P和对照点F都位于所述限制框的边界L的右侧。机器人P此时位于预判区M1M2M3M4内,并且沿箭头方向朝所述限制框的边界L前进,机器人P一边前进一边判断其与对照点F的距离PF是否大于或等于E点与对照点F的距离EF。当PF≥EF时,机器人P确定碰撞到所述限制框的边界L;当PF小于EF时,机器人P确定没有碰撞到所述限制框的边界L。如图9所示,如果此时机器人P调整前进方向,沿箭头指示的背离所述限制框的边界L的方向行走,同时保持其与对照点F之间的直线距离小于对照点与该边界L的中心点E之间的直线距离,然后继续按照所述的规划路径移动或保持沿边行走,机器人P不会碰撞到所述限制框的边界L。
值得注意的是,边界L是围成所述限制框的任一虚拟边界,在机器人P朝向所述限制框的任一虚拟边界行走时,进一步检测到机器人P与对照点F之间的直线距离大于或等于对照点F与所述限制框的任一虚拟边界L的中心点之间的直线距离,则表明机器人P已经行走到了所述限制框的对应虚拟边界L所在的位置,开始进入所述预判区碰撞到了虚拟边界L,机器人需要立即停止前进,调转方向离开,避免穿过虚拟边界L,跑出所述限制框。在机器人朝向虚拟边界L行走时,进一步检测到机器人P与对照点F之间的直线距离还是小于对照点F与虚拟边界L的中心点E之间的直线距离,则表明机器人P与虚拟边界L之间还有一定距离,没有进入所述预判区以致于碰撞到虚拟边界L,机器人可以继续按照所述的规划路径移动或保持沿边行走,直到再次进入所述预判区以致于碰撞到虚拟边界L。从而保证了机器人与所述限制框的边界之间的距离控制的最优效果,避免机器人跑到所述限制框之外。
在上述实施例的基础上, 所述运动控制方法还包括:判断机器人是否遍历完当前所述限制框所框定的地图区域;在判定机器人完成当前所述限制框所框定的地图区域的遍历后,从其它所述限制框中选择出与当前所述限制框的所述工作起点的距离最近的一个,确定为下一个目标限制框;控制机器人越过所述限制框的边界,移动至下一个目标限制框的所述工作起点处;其中,在机器人所构建的地图上设置的所述限制框的数量多于1个。本实施例中所述限制框所框定的地图区域并非唯一固定框定区域,用户通过自定义多个所述限制框来确定多个目标工作区域,并通过确定相应的工作起点来控制机器人依次分区遍历工作,从而让用户能够根据实际需求对目标工作区域的确定策略进行配置,以达到最优的工作分区效果,从而较好地适应不同的地图环境。
以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各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,或者对其中部分或者全部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)
1.一种机器人移动限制框的工作起点确定方法,其特征在于,包括:
在机器人所构建的地图上设置限制框;
根据限制框所框定的地图区域与机器人所构建的地图的重合关系,选择出用于开发机器人工作起点的重合区域,并将选择出的重合区域的中心点确定为机器人在限制框内的工作起点;
其中,限制框围成一个用于限制机器人工作范围的区域。
2.根据权利要求1所述工作起点确定方法,其特征在于,所述根据限制框所框定的地图区域与机器人所构建的地图的重合关系,选择出用于开发机器人工作起点的重合区域,并将选择出的重合区域的中心点确定为机器人在限制框内的工作起点的方法包括:
当所述限制框全部设置在机器人所构建的地图当中任一种地图区域内且不跨越不同的地图区域时,选择所述限制框所覆盖的区域作为所述用于开发机器人工作起点的重合区域,并将所述限制框所覆盖的区域的中心点确定为机器人在所述限制框内的工作起点;
其中,机器人所构建的地图包括:机器人在未识别出的环境中构建的当前地图、与已经识别出的环境相匹配的历史地图、以及未被历史地图和当前地图覆盖的未遍历区域。
3.根据权利要求1所述工作起点确定方法,其特征在于,所述根据限制框所框定的地图区域与机器人所构建的地图的重合关系,选择出用于开发机器人工作起点的重合区域,并将选择出的重合区域的中心点确定为机器人在限制框内的工作起点的方法包括:
当所述限制框跨越机器人所构建的地图当中的至少两种不同的地图区域时,判断所述限制框所框定的重合区域中是否存在当前地图,是则选择所述限制框在当前地图中框定的区域作为所述用于开发机器人工作起点的重合区域,并将选择出的重合区域的中心点确定为机器人在所述限制框内的工作起点;否则选择所述限制框在历史地图中框定的区域提取作为所述用于开发机器人工作起点的重合区域,并将选择出的重合区域的中心点确定为机器人在所述限制框内的工作起点;
其中,机器人所构建的地图包括:机器人在未识别出的环境中构建的当前地图、与已经识别出的环境相匹配的历史地图、以及未被历史地图和当前地图覆盖的未遍历区域。
4.根据权利要求2或3所述工作起点确定方法,其特征在于,所述在机器人所构建的地图上设置限制框的方法包括:
移动终端接收机器人所构建的地图信息后,通过移动终端的屏幕在预先配置的地图坐标区域上显示地图信息;其中,预先配置的地图坐标区域是属于全局栅格地图区域;
移动终端检测到设置所述限制框的操作指令时,控制移动终端将操作指令所包括的所述限制框的地图坐标信息传输给机器人;
待接收到机器人的响应确认信号后,将屏幕上形成的触控信号转换成所述限制框显示在屏幕所示的地图中。
5.根据权利要求4所述工作起点确定方法,其特征在于,在所述移动终端的屏幕上,所述当前地图显示在所述历史地图的上方,所述当前地图与所述历史地图部分或者全部重合,所述当前地图和所述历史地图部分或者全部覆盖所述未遍历区域。
6.根据权利要求5所述工作起点确定方法,其特征在于,所述机器人识别环境的方法包括:
将机器人当前采集的环境特征信息与预存的环境特征信息进行匹配;
若匹配成功,则判定当前采集的环境特征信息属于所述历史地图中的环境特征信息,然后读取所述历史地图至所述预先配置的地图坐标区域内,并构建所述当前地图覆盖到所述历史地图上;
若匹配失败,则判定当前采集的环境特征信息属于全新的环境特征信息,然后直接在所述预先配置的地图坐标区域内构建所述当前地图;
其中,所述预先配置的地图坐标区域内未被所述历史地图和所述当前地图覆盖的区域确定为所述未遍历区域;所述预先配置的地图坐标区域是设置在所述移动终端的屏幕上的。
7.根据权利要求4所述工作起点确定方法,其特征在于,所述限制框设置为矩形框,机器人接收到的矩形框的地图信息包括该矩形框的左上角坐标及其右下角坐标;
机器人接收到矩形框的坐标信息后,根据这些坐标信息在机器人所构建的地图上框定出对应的矩形框的位置,并确定围成该矩形框的虚拟边界,进而确定该矩形框所框定的地图区域与机器人所构建的地图的重合区域。
8.一种机器人的运动控制方法,其特征在于,根据权利要求1至7任一项所述工作起点确定方法确定工作起点后,控制机器人从当前位置移动至该工作起点;
然后控制机器人按照规划路径去遍历该工作起点的一方向对应区域,再控制机器人返回该工作起点,继续按照同类型的规划路径去遍历相反方向对应区域;
最后沿着所述限制框的边界作沿边行走。
9.根据权利要求8所述运动控制方法,其特征在于, 所述运动控制方法还包括:
在围成所述限制框的每一个边界的两侧设置预判区;
在机器人遍历所述限制框的过程中,当检测到机器人进入预判区时,判断机器人的当前方向是否朝向所述限制框的其中一个边界,且机器人与对照点之间的直线距离是否大于或等于对照点与该边界的中心点之间的直线距离,如果都是,则调整机器人的运动方向使其与机器人的当前方向相反,然后继续按照所述的规划路径移动或保持沿边行走;否则,控制机器人按照所述的规划路径移动或保持沿边行走;
其中,所述对照点是与机器人位于所述限制框的边界同一侧的,且距所述限制框的边界的中心点的垂直距离为预设长度的坐标位置点。
10.根据权利要求8所述运动控制方法,其特征在于, 所述运动控制方法还包括:
判断机器人是否遍历完当前所述限制框所框定的地图区域;
在判定机器人完成当前所述限制框所框定的地图区域的遍历后,从其它所述限制框中选择出与当前所述限制框的所述工作起点的距离最近的一个,确定为下一个目标限制框;
控制机器人越过所述限制框的边界,移动至下一个目标限制框的所述工作起点处;
其中,在机器人所构建的地图上设置的所述限制框的数量多于1个。
Priority Applications (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010021850.5A CN111240322B (zh) | 2020-01-09 | 2020-01-09 | 机器人移动限制框的工作起点确定方法及运动控制方法 |
EP20912784.4A EP4033325B1 (en) | 2020-01-09 | 2020-08-24 | Method for determining a working start point in a robot movement limiting frame and robot movement control method |
JP2022528712A JP7332806B2 (ja) | 2020-01-09 | 2020-08-24 | ロボットの移動制限枠の作業開始点決定方法及び運動制御方法 |
KR1020227021751A KR20220106802A (ko) | 2020-01-09 | 2020-08-24 | 로봇 이동 제한 프레임의 작업 시작점 결정 방법 및 운동 제어 방법 |
PCT/CN2020/110692 WO2021139165A1 (zh) | 2020-01-09 | 2020-08-24 | 机器人移动限制框的工作起点确定方法及运动控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010021850.5A CN111240322B (zh) | 2020-01-09 | 2020-01-09 | 机器人移动限制框的工作起点确定方法及运动控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111240322A true CN111240322A (zh) | 2020-06-05 |
CN111240322B CN111240322B (zh) | 2020-12-29 |
Family
ID=70864020
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010021850.5A Active CN111240322B (zh) | 2020-01-09 | 2020-01-09 | 机器人移动限制框的工作起点确定方法及运动控制方法 |
Country Status (5)
Country | Link |
---|---|
EP (1) | EP4033325B1 (zh) |
JP (1) | JP7332806B2 (zh) |
KR (1) | KR20220106802A (zh) |
CN (1) | CN111240322B (zh) |
WO (1) | WO2021139165A1 (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2021139165A1 (zh) * | 2020-01-09 | 2021-07-15 | 珠海市一微半导体有限公司 | 机器人移动限制框的工作起点确定方法及运动控制方法 |
CN113568415A (zh) * | 2021-09-26 | 2021-10-29 | 深圳市商汤科技有限公司 | 一种移动机器人及其沿边移动方法、计算机存储介质 |
Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101769754A (zh) * | 2010-01-19 | 2010-07-07 | 湖南大学 | 一种基于类三维地图的移动机器人全局路径规划方法 |
CN102313547A (zh) * | 2011-05-26 | 2012-01-11 | 东南大学 | 基于手绘轮廓语义地图的移动机器人视觉导航方法 |
CN106339001A (zh) * | 2015-07-09 | 2017-01-18 | 松下电器(美国)知识产权公司 | 地图生成方法、移动机器人以及地图生成系统 |
CN106840168A (zh) * | 2017-03-16 | 2017-06-13 | 苏州大学 | 清洁机器人及其动态环境下全覆盖路径规划方法 |
CN107836013A (zh) * | 2016-03-09 | 2018-03-23 | 广州艾若博机器人科技有限公司 | 地图构建方法、纠正方法及装置 |
CN108564657A (zh) * | 2017-12-28 | 2018-09-21 | 达闼科技(北京)有限公司 | 一种基于云端的地图构建方法、电子设备和可读存储介质 |
CN108827249A (zh) * | 2018-06-06 | 2018-11-16 | 歌尔股份有限公司 | 一种地图构建方法和装置 |
CN108885456A (zh) * | 2016-02-15 | 2018-11-23 | 罗伯特有限责任公司 | 一种控制自主式移动机器人的方法 |
CN108908330A (zh) * | 2018-06-28 | 2018-11-30 | 中国人民解放军国防科技大学 | 一种基于虚拟现实的机器人行为控制方法 |
CN109724612A (zh) * | 2019-01-14 | 2019-05-07 | 浙江大华技术股份有限公司 | 一种基于拓扑地图的agv路径规划方法及设备 |
CN110119144A (zh) * | 2019-04-19 | 2019-08-13 | 苏州大学 | 基于子地图特征匹配的多机器人slam算法 |
CN110264120A (zh) * | 2019-05-06 | 2019-09-20 | 盐城品迅智能科技服务有限公司 | 一种基于多agv的智能仓储路线规划系统和方法 |
CN110347152A (zh) * | 2019-06-11 | 2019-10-18 | 深圳拓邦股份有限公司 | 虚拟墙设置方法、系统及装置 |
CN110393482A (zh) * | 2019-09-03 | 2019-11-01 | 深圳飞科机器人有限公司 | 地图处理方法以及清洁机器人 |
US20190355173A1 (en) * | 2018-05-16 | 2019-11-21 | Samsung Electronics Co., Ltd. | Leveraging crowdsourced data for localization and mapping within an environment |
CN110488820A (zh) * | 2019-08-12 | 2019-11-22 | 珠海市一微半导体有限公司 | 一种自移动机器人的区域遍历方法及芯片 |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103251358A (zh) | 2012-02-16 | 2013-08-21 | 恩斯迈电子(深圳)有限公司 | 扫地机器人的控制方法 |
CN108803589A (zh) * | 2017-04-28 | 2018-11-13 | 深圳乐动机器人有限公司 | 机器人虚拟墙系统 |
US10380454B2 (en) * | 2017-07-07 | 2019-08-13 | Mapbox, Inc. | Identifying a visual center of a polygon |
DE102017118381A1 (de) * | 2017-08-11 | 2019-02-14 | Vorwerk & Co. Interholding Gmbh | Verfahren zum Betrieb eines sich selbsttätig fortbewegenden Bodenbearbeitungsgerätes |
CN107378953A (zh) * | 2017-09-20 | 2017-11-24 | 深圳市杉川机器人有限公司 | 清扫控制方法、装置、清扫机器人及可读存储介质 |
CN108444484B (zh) * | 2018-03-12 | 2020-09-15 | 珠海市一微半导体有限公司 | 一种构建栅格地图的控制方法和芯片及机器人 |
CN108507578B (zh) * | 2018-04-03 | 2021-04-30 | 珠海市一微半导体有限公司 | 一种机器人的导航方法 |
CN108829095B (zh) * | 2018-05-11 | 2022-02-08 | 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 |
CN110385719B (zh) * | 2019-07-23 | 2020-08-28 | 珠海市一微半导体有限公司 | 机器人判断是否碰撞虚拟墙的方法和芯片以及智能机器人 |
CN111240322B (zh) * | 2020-01-09 | 2020-12-29 | 珠海市一微半导体有限公司 | 机器人移动限制框的工作起点确定方法及运动控制方法 |
-
2020
- 2020-01-09 CN CN202010021850.5A patent/CN111240322B/zh active Active
- 2020-08-24 WO PCT/CN2020/110692 patent/WO2021139165A1/zh active Application Filing
- 2020-08-24 KR KR1020227021751A patent/KR20220106802A/ko unknown
- 2020-08-24 JP JP2022528712A patent/JP7332806B2/ja active Active
- 2020-08-24 EP EP20912784.4A patent/EP4033325B1/en active Active
Patent Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101769754A (zh) * | 2010-01-19 | 2010-07-07 | 湖南大学 | 一种基于类三维地图的移动机器人全局路径规划方法 |
CN102313547A (zh) * | 2011-05-26 | 2012-01-11 | 东南大学 | 基于手绘轮廓语义地图的移动机器人视觉导航方法 |
CN106339001A (zh) * | 2015-07-09 | 2017-01-18 | 松下电器(美国)知识产权公司 | 地图生成方法、移动机器人以及地图生成系统 |
CN108885456A (zh) * | 2016-02-15 | 2018-11-23 | 罗伯特有限责任公司 | 一种控制自主式移动机器人的方法 |
CN107836013A (zh) * | 2016-03-09 | 2018-03-23 | 广州艾若博机器人科技有限公司 | 地图构建方法、纠正方法及装置 |
CN106840168A (zh) * | 2017-03-16 | 2017-06-13 | 苏州大学 | 清洁机器人及其动态环境下全覆盖路径规划方法 |
CN108564657A (zh) * | 2017-12-28 | 2018-09-21 | 达闼科技(北京)有限公司 | 一种基于云端的地图构建方法、电子设备和可读存储介质 |
US20190355173A1 (en) * | 2018-05-16 | 2019-11-21 | Samsung Electronics Co., Ltd. | Leveraging crowdsourced data for localization and mapping within an environment |
CN108827249A (zh) * | 2018-06-06 | 2018-11-16 | 歌尔股份有限公司 | 一种地图构建方法和装置 |
CN108908330A (zh) * | 2018-06-28 | 2018-11-30 | 中国人民解放军国防科技大学 | 一种基于虚拟现实的机器人行为控制方法 |
CN109724612A (zh) * | 2019-01-14 | 2019-05-07 | 浙江大华技术股份有限公司 | 一种基于拓扑地图的agv路径规划方法及设备 |
CN110119144A (zh) * | 2019-04-19 | 2019-08-13 | 苏州大学 | 基于子地图特征匹配的多机器人slam算法 |
CN110264120A (zh) * | 2019-05-06 | 2019-09-20 | 盐城品迅智能科技服务有限公司 | 一种基于多agv的智能仓储路线规划系统和方法 |
CN110347152A (zh) * | 2019-06-11 | 2019-10-18 | 深圳拓邦股份有限公司 | 虚拟墙设置方法、系统及装置 |
CN110488820A (zh) * | 2019-08-12 | 2019-11-22 | 珠海市一微半导体有限公司 | 一种自移动机器人的区域遍历方法及芯片 |
CN110393482A (zh) * | 2019-09-03 | 2019-11-01 | 深圳飞科机器人有限公司 | 地图处理方法以及清洁机器人 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2021139165A1 (zh) * | 2020-01-09 | 2021-07-15 | 珠海市一微半导体有限公司 | 机器人移动限制框的工作起点确定方法及运动控制方法 |
CN113568415A (zh) * | 2021-09-26 | 2021-10-29 | 深圳市商汤科技有限公司 | 一种移动机器人及其沿边移动方法、计算机存储介质 |
CN113568415B (zh) * | 2021-09-26 | 2022-01-18 | 深圳市商汤科技有限公司 | 一种移动机器人及其沿边移动方法、计算机存储介质 |
Also Published As
Publication number | Publication date |
---|---|
JP2023501831A (ja) | 2023-01-19 |
CN111240322B (zh) | 2020-12-29 |
EP4033325B1 (en) | 2024-03-20 |
JP7332806B2 (ja) | 2023-08-23 |
EP4033325A4 (en) | 2022-12-21 |
WO2021139165A1 (zh) | 2021-07-15 |
KR20220106802A (ko) | 2022-07-29 |
EP4033325A1 (en) | 2022-07-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11204247B2 (en) | Method for updating a map and mobile robot | |
CN111830970B (zh) | 一种机器人沿边行走的区域清扫规划方法、芯片及机器人 | |
EP3985469A1 (en) | Cleaning subarea planning method for robot walking along edge, chip and robot | |
KR102530996B1 (ko) | 2d 및 3d 경로 계획을 이용한 로봇 내비게이션 | |
WO2018121448A1 (zh) | 移动机器人的拓扑地图创建方法、导航方法、可编程设备及计算机可读介质 | |
CN108594843A (zh) | 无人机自主飞行方法、装置及无人机 | |
CN109540155A (zh) | 一种扫地机器人的路径规划与导航方法、计算机装置以及计算机可读存储介质 | |
CN111240322B (zh) | 机器人移动限制框的工作起点确定方法及运动控制方法 | |
CN115167433B (zh) | 融合全局视觉的机器人自主探索环境信息的方法及系统 | |
CN112445212A (zh) | 路径规划方法、系统,机器人及可读存储介质 | |
CN113296495A (zh) | 自移动设备的路径形成方法、装置和自动工作系统 | |
CN111857156A (zh) | 一种基于激光的机器人区域划分方法、芯片及机器人 | |
CN112180924A (zh) | 一种导航至密集障碍物的移动控制方法 | |
US20240134389A1 (en) | Method for Determining Working Start Point of Movement Limit Frame of Robot and Method for Controlling Movement of Robot | |
CN114779777A (zh) | 自移动机器人的传感器控制方法、装置、介质及机器人 | |
CN113516715A (zh) | 目标区域录入方法、装置、存储介质、芯片及机器人 | |
CN112284387A (zh) | 用于清扫设备的定位方法、清扫设备和存储介质 | |
CN116465404A (zh) | 基于预设探测距离范围内的最优碰撞点搜索方法 | |
WO2024037262A1 (zh) | 一种机器人通过窄道的导航方法、芯片及机器人 | |
CN115444311B (zh) | 清洁机器人的清洁方法、存储介质及清洁机器人 | |
CN115542905A (zh) | 机器人自主绕障方法、设备、系统及存储介质 | |
CN116466694A (zh) | 基于激光点的最优碰撞点搜索方法、芯片及机器人 | |
CN116466695A (zh) | 一种最优障碍物碰撞点搜索方法 | |
CN116540684A (zh) | 基于像素点的工作区域规划方法、芯片及机器人 | |
CN116540685A (zh) | 基于障碍像素点的边界配置方法、芯片及机器人 |
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 |