CN111267107B - 控制方法、机器人、电子设备和可读存储介质 - Google Patents
控制方法、机器人、电子设备和可读存储介质 Download PDFInfo
- Publication number
- CN111267107B CN111267107B CN202010207754.XA CN202010207754A CN111267107B CN 111267107 B CN111267107 B CN 111267107B CN 202010207754 A CN202010207754 A CN 202010207754A CN 111267107 B CN111267107 B CN 111267107B
- Authority
- CN
- China
- Prior art keywords
- robot
- obstacle
- point
- threshold distance
- points
- 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.)
- Active
Links
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/16—Programme controls
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/16—Programme controls
- B25J9/1656—Programme controls characterised by programming, planning systems for manipulators
- B25J9/1664—Programme controls characterised by programming, planning systems for manipulators characterised by motion, path, trajectory planning
- B25J9/1666—Avoiding collision or forbidden zones
Abstract
本申请公开了一种防止碰撞的控制方法、机器人、电子设备和可读存储介质。控制方法包括:根据环境障碍物点云数据生成障碍物点并根据障碍物点和障碍物区域生成碰撞检测地图,获取机器人的点集,预设障碍物点和所述点集的阈值距离,根据所述阈值距离控制机器人导航。本申请的控制方法、机器人、电子设备和可读存储介质通过所述预设障碍物点和所述机器人点集的阈值距离控制机器人在地图中导航,从而能够防止机器人与障碍物发生碰撞,实现了机器人在导航过程中,安全稳定的运行。
Description
技术领域
本申请涉及机器人及自动驾驶技术领域,更具体而言,涉及一种机器人防止碰撞的控制方法、机器人、电子设备和可读存储介质。
背景技术
随着机器人行业的蓬勃发展,机器人的应用场景越来越广泛,机器人需要在各种各样的环境中进行自主导航。但是目前机器人行业里应对存在障碍物的环境并不成熟,智能机器人进行自动导航任务时,往往不能准确检测障碍物与机器人是否接触并发生碰撞。
在复杂的运动环境下机器人能够在导航途中合理的检测碰撞,就成为衡量一个机器人是否安全可靠,是否具备高智能的一项关键指标。
目前,智能机器人进行自动导航任务时,不能准确的检测障碍物与机器人本体是否接触碰撞。比如很多机器人都需要提前设定精确的机器人的外形轮廓。这种计算方法,不仅对设置机器人外形轮廓提出了更高的精确度要求,而且也提高了计算机的计算负担。
发明内容
本发明旨在至少在一定程度上解决相关技术中的技术问题之一。
为此,本发明的目的在于提供一种防止碰撞的控制方法,应用于机器人,所述控制方法包括:
根据环境障碍物点云数据生成障碍物点;
根据所述障碍物点和障碍物区域生成碰撞检测地图;
获取所述机器人的点集;
预设所述障碍物点和所述点集的阈值距离;和
根据所述阈值距离控制所述机器人导航。
本申请的控制方法通过预设障碍物点和机器人点集的阈值距离控制机器人在地图中导航,从而能够防止机器人与障碍物发生碰撞,实现了机器人在导航过程中,安全稳定的运行。
在某些实施方式中,所述控制方法还包括:
获取所述机器人的轮廓;
根据所述轮廓获取所述点集。
如此,本申请的控制方法能够根据机器人的轮廓精确获取机器人的点集。
在某些实施方式中,所述轮廓包括多个折点,所述控制方法包括:
根据任意一个当前所述折点与相邻的两个所述折点相连形成两条边,沿当前所述折点获取所述两条边形成角平分线;
根据所述阈值距离,由当前所述折点沿所述角平分线向内形成所述点集。
如此,本申请的控制方法通过机器人外观轮廓相邻的折点以确定角平分线,并根据角平分线确定机器人的点集,从而有效地减少关于机器人点集的计算量,提高机器人运行的稳定性。
在某些实施方式中,所述控制方法还包括:
根据所述轮廓确定所述阈值距离。
如此,本申请的控制方法通过机器人外观轮廓精确确定阈值距离,从而有效地防止机器人与障碍物发生碰撞。
在某些实施方式中,所述轮廓包括最长距离和最宽距离,所述阈值距离为所述最宽距离或最长距离中的一半。
如此,本申请的控制方法通过将机器人外观轮廓的中的最宽距离或最长距离中的一半作为阈值距离,从而控制机器人根据阈值距离导航,防止机器人与障碍物发生碰撞。
在某些实施方式中,所述控制方法还包括:
以所述障碍物点中的任意一点为中心并以所述阈值距离为半径形成所述障碍物区域;
在所述点集进入所述障碍物区域时,判断所述机器人的导航为不安全;
在所述点集未进入所述障碍物区域时,判断所述机器人的导航为安全。
如此,本申请的控制方法通过障碍物点和阈值距离生成障碍物区域,并根据机器人点集是否进入障碍物区域判断机器人的导航是否安全,从而有效地防止机器人与障碍物发生碰撞。
在某些实施方式中,所述控制方法还包括:
以所述点集中的任意一点为中心并以所述阈值距离为半径形成判段区域;
在所述障碍物点云数据进入所述判段区域时,判断所述机器人的导航为不安全;
在所述障碍物点云数据未进入所述判段区域时,判断所述机器人的导航为安全。
如此,本申请的控制方法通过机器人点集和阈值距离生成障碍物区域,并根据障碍物点是否进入障碍物区域判断机器人的导航是否安全,从而有效地防止机器人与障碍物发生碰撞。
本申请还提供一种机器人,所述机器人包括:
生成模块,所述生成模块用于根据环境障碍物点云数据生成障碍物点,以及用于根据所述障碍物点和障碍物区域生成碰撞检测地图;
获取模块,所述获取模块用于获取所述机器人的点集;
预设模块,所述预设模块用于预设所述障碍物点和所述点集的阈值距离;和
控制模块,所述控制模块用于根据所述阈值距离控制所述机器人导航。
本申请的机器人通过预设碍物点和机器人点集的阈值距离控制机器人在地图中导航,从而能够防止机器人与障碍物发生碰撞,实现了机器人在导航过程中,安全稳定的运行。
在某些实施方式中,所述获取模块还用于获取所述机器人的轮廓,并根据所述轮廓获取所述点集。
如此,本申请的控制方法能够根据机器人的轮廓精确获取机器人的点集。
在某些实施方式中,所述轮廓包括多个折点,所述形成模块还用于根据任意一个当前所述折点与相邻的两个所述折点相连形成两条边,沿当前所述折点获取所述两条边形成角平分线,并根据所述阈值距离,由当前所述折点沿所述角平分线向内形成所述点集。
如此,本申请的控制方法通过机器人外观轮廓相邻的折点以确定角平分线,并根据角平分线确定机器人的点集,从而有效地减少关于机器人点集的计算量,提高机器人运行的稳定性。
在某些实施方式中,所述获取模块还用于根据所述轮廓确定所述阈值距离。
如此,本申请的机器人通过外观轮廓精确确定阈值距离,从而有效地防止机器人与障碍物发生碰撞。
在某些实施方式中,所述获取模块还用于获取所述轮廓包括最长距离和最宽距离,其中,所述阈值距离为所述最宽距离或最长距离中的一半。
如此,本申请的机器人通过将外观轮廓的中的最宽距离或最长距离中的一半作为阈值距离,从而控制机器人根据阈值距离导航,防止机器人与障碍物发生碰撞。
在某些实施方式中,所述机器人还包括形成模块和判断模块,所述形成模块用于以所述障碍物点中的任意一点为中心并以所述阈值距离为半径形成所述障碍物区域,所述判断模块用于在所述点集进入所述障碍物区域时,判断所述机器人的导航为不安全;在所述点集未进入所述障碍物区域时,判断所述机器人的导航为安全。
如此,本申请的机器人通过障碍物点和阈值距离生成障碍物区域,并根据机器人点集是否进入障碍物区域判断机器人的导航是否安全,从而有效地防止机器人与障碍物发生碰撞。
在某些实施方式中,所述形成模块还用于以所述点集中的任意一点为中心并以所述阈值距离为半径形成判段区域,所述判断模块还用于在所述障碍物点云数据进入所述判段区域时,判断所述机器人的导航为不安全,在所述障碍物点云数据未进入所述判段区域时,判断所述机器人的导航为安全。
如此,本申请的机器人通过机器人点集和阈值距离生成障碍物区域,并根据障碍物点是否进入障碍物区域判断机器人的导航是否安全,从而有效地防止机器人与障碍物发生碰撞。
本申请实施方式还提供一种电子设备,所述电子设备包括处理器、可读存储介质及存储在所述可读存储介质上并可在所述处理器上运行的计算机可执行指令,所述计算机可执行指令被所述处理器执行时,使得所述处理器执行上述任意一实施方式所述的控制方法。
本申请实施方式的电子设备通过处理器执行计算机可执行指令能够通过预设障碍物点和机器人点集的阈值距离控制机器人在地图中导航,从而能够防止机器人与障碍物发生碰撞,实现了机器人在导航过程中,安全稳定的运行。
本申请实施方式提供一种非易失性计算机可读存储介质,计算机可读存储介质包括计算机可执行指令,当计算机可执行指令被一个或多个处理器执行时,使得处理器执行上述实施方式的机器人控制方法。
本申请实施方式的可读存储介质中,通过处理器执行计算机可执行指令,通过预设障碍物点和机器人点集的阈值距离控制机器人在地图中导航,从而能够防止机器人与障碍物发生碰撞,实现了机器人在导航过程中,安全稳定的运行。
本申请的实施方式的附加方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本申请的实施方式的实践了解到。
附图说明
本申请的上述和/或附加的方面和优点从结合下面附图对实施方式的描述中将变得明显和容易理解,其中:
图1是本申请实施方式的控制方法的流程示意图。
图2是本申请实施方式的机器人的模块示意图。
图3是本申请实施方式的机器人的场景使用示意图。
图4是本申请实施方式的控制方法的另一流程示意图。
图5是本申请实施方式的机器人轮廓描绘示意图。
图6是本申请实施方式的控制方法的又一流程示意图。
图7是本申请实施方式的控制方法的又一流程示意图。
图8是本申请实施方式的控制方法的又一流程示意图。
图9是本申请实施方式的控制方法的又一流程示意图。
图10是本申请实施方式的机器人场景使用另一示意图。
图11是本申请实施方式的机器人控制方法的又一流程示意图。
图12是本申请实施方式的机器人场景使用又一示意图。
图13是本申请实施方式的机器人的另一模块示意图。
图14是本申请实施方式的机器人的又一模块示意图。
具体实施方式
下面详细描述本申请的实施方式,实施方式的示例在附图中示出,其中,相同或类似的标号自始至终表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施方式是示例性的,仅用于解释本申请,而不能理解为对本申请的限制。
请参阅图1,本申请提供一种防止碰撞的控制方法,应用于机器人100,控制方法包括:
S10:根据环境障碍物点云数据生成障碍物点11;
S20:根据障碍物点11和障碍物区域生成碰撞检测地图;
S30:获取机器人100的点集;
S40:预设障碍物点11和点集的阈值距离;
S50:根据阈值距离控制机器人100导航。
本申请的控制方法通过预设障碍物点11和机器人100点集的阈值距离控制机器人100在碰撞检测地图中导航,从而能够防止机器人100与障碍物发生碰撞,实现了机器人100在导航过程中,安全稳定的运行。
请参阅图2,本申请还提供一种机器人100,机器人100包括生成模块10、获取模块12、预设模块14和控制模块16。生成模块10用于根据环境障碍物点云数据生成障碍物点11,以及用于根据障碍物点11和障碍物区域生成碰撞检测地图,获取模块12用于获取机器人100的点集,预设模块14用于预设障碍物点11和点集的阈值距离,控制模块16用于根据阈值距离控制机器人100导航。也就是说,步骤S10和步骤S20可以由生成模块10实现,步骤S30可以由获取模块12实现,步骤S40可以由预设模块14实现,步骤S50可以由控制模块16实现。
具体地,请结合图3,机器人100可通过传感器等方式获取机器人100周围障碍物的距离信息,也即是障碍物点云数据,根据环境障碍物点云数据生成障碍物点11并根据障碍物点11和障碍物区域生成碰撞检测地图(其中阴影部分表示多个障碍物点形成的碰撞区域),获取机器人100形状的点集以及预设障碍物点11和点集的阈值距离,根据阈值距离控制机器人100在检测地图中导航。其中,传感器可以是距离传感器、激光传感器等等。如此,本申请的控制方法通过建立障碍物点云数据和障碍物区域生成碰撞检测地图,根据预设阈值距离控制机器人100在碰撞检测地图中导航,从而能够防止机器人100与障碍物发生碰撞,实现了机器人100在导航过程中,安全稳定的运行。
请参阅图4,在某些实施方式中,步骤S30:获取机器人100的点集包括:
S32:获取机器人100的轮廓;
S34:根据轮廓获取点集。
请参阅图2,在某些实施方式中,获取模块12还用于获取机器人100的轮廓,并根据轮廓获取点集。也就是说,步骤S32和步骤S34可以由获取模块12实现。
具体地,请参阅图5,本申请的控制方法通过标准工程制图等方式对机器人100的外围轮廓进行描绘以获取机器人100的轮廓,并将机器人100的轮廓转换形成点集。在一些例子中,点集可以只包括机器人100的轮廓。在另一些例子中,点集可包括轮廓和机器人100内部的点。
请参阅图6,在某些实施方式中,轮廓包括多个折点,控制方法包括:
S36:根据任意一个当前折点与相邻的两个折点相连形成两条边,沿当前折点获取两条边形成角平分线;
S38:根据阈值距离,由当前折点沿角平分线向内形成点集。
请参阅图2,在某些实施方式中,机器人100还包括形成模块18,轮廓包括多个折点,形成模块18还用于根据任意一个当前折点与相邻的两个折点相连形成两条边,沿当前折点获取两条边形成角平分线,并根据阈值距离,由当前折点沿角平分线向内形成点集。也就是说,步骤S36和步骤S38可以由形成模块18实现。
具体地,请结合图5,本申请的控制方法通过将机器人100最外围的点(即折点A、B、C、D、E、F、G、H、I,折点的定义:从机械图纸的俯视图中,选取一个机器人100最外层的特殊点,比如最前、最后、最左、最右的点,以及其他方向上最突出的点)相连接描绘机器人100的轮廓。为便于说明,以其中一个折点B为例进行说明。以点B为原点作线段AB和线段BC的角平分线,并以B点为原点沿角平分线取B1,其中线段BB1的距离为阈值距离,或者说B1为点集中的一点。从而,点集的数量与折点的数量相同,在机器人100运算过程中仅需要计算折点对应数量的点集即可。
如此,本申请的控制方法通过机器人100外观轮廓相邻的折点以确定角平分线,并根据角平分线确定机器人100的点集,即通过数据量较小的点集来表达一个机器人100的外形尺寸,以形成机器人的碰撞轮廓,如此能够大幅降低配置机器人点集外形参数的难度,并降低对机器人100计算处理单元的计算能力要求,增加不同机器人适应性,提高机器人100运行的稳定性。在其他实施方式中,点集也可以直接采用折点。
在某些实施方式中,点集(Circle center)选取步骤包括:
S300:选取机器人100最外层的轮廓点作为折点;
S310:选取该折点与相邻的两条边,并计算两条边形成的角平分线;
S320:根据确定好的内切圆半径(inscribed_radius)数值,在角平分线上向机器人100内部取点,该点即为circle_center;
S330:重复以上述步骤S300、S310和S320计算出的每个circle_center的集合即为点集;
需要说明的是,机器人外型通常会不一样,当前折点的数量也就不一样,但核心思想就是选取机器人最外层的轮廓点作为折点。内切圆半径(inscribed_radius)可以根据机器人100的轮廓设置,也可以根据实际需要设置。
请参阅图7,在某些实施方式中,步骤S40包括:
S42:根据轮廓确定阈值距离。
在某些实施方式中,获取模块12还用于根据轮廓确定阈值距离。也就是说,步骤S42可以由获取模块12实现。
具体地,本申请的控制方法通过机器人100的轮廓确定阈值距离。例如可以根据轮廓的形状、轮廓的长宽等确定阈值距离。如此,本申请的机器人100通过外观轮廓精确确定阈值距离,从而有效地防止机器人100与障碍物发生碰撞。
在某些实施方式中,轮廓包括最长距离Lmax和最宽距离Wmax,步骤S42包括:
S422:获取最宽距离Wmax或最长距离Lmax的一半作为阈值距离。
在某些实施方式中,获取模块12还用于获取轮廓包括最长距离和最宽距离,并将阈值距离为最宽距离或最长距离的一半。也就是说步骤S422可以由获取模块12实现。
具体地,机器人100的形状各不相同,例如圆形、方形、或者其他不规则形状。在一些例子中,机器人100的最大长度位于前进方向上,最宽距离位于垂直于前进方向上,将最宽距离的一半作为阈值距离。由于前进方向上的长度对机器人100导航的影响不大,因此只需要考虑垂直于前进方向的宽度即可,或者说只需要考虑机器人100垂直于前进方向的宽度即可。在另一些例子中,获取最长距离Lmax的一半作为阈值距离。
为便于说明,此处以机器人100为轮式机器人为例进行说明,请结合图5,设计者可以通过标准机械工程图纸将机器人100外围轮廓进行初步描绘,同时设置折点对应的坐标系,其中坐标系原点为轮式机器人主动轮的轴心,从俯视图来看前向为x轴正向,左方为y轴正向。
为了实现缩减计算量同时准确描述机器人100碰撞轮廓,通过计算机器人100在X方向最大宽度Wmax,并选取Wmax的一半作为内切圆半径(inscribed_radius)。机器人100外形尺寸比较固定,其长宽比也就固定,为达到简化计算量的目的,并使得选取的点数比较少,只需考虑前进方向两侧贴墙的距离即可。
如此,本申请的机器人100通过将外观轮廓的中的最宽距离作为阈值距离,从而控制机器人100根据阈值距离导航,防止机器人100与障碍物发生碰撞。
在某些实施方式中,控制方法还包括:
S60:以障碍物点11中的任意一点为中心并以阈值距离为半径形成障碍物区域S1;
S62:在点集进入障碍物区域S1时,判断机器人100的导航为不安全;
S64:在点集未进入障碍物区S2域时,判断机器人100的导航为安全。
在某些实施方式中,机器人100还包括判断模块20,形成模块18还用于以障碍物点11中的任意一点为中心并以阈值距离为半径形成障碍物区域S1,判断模块20用于在点集进入障碍物区S1域时,判断机器人100的导航为不安全,在点集未进入障碍物区域S1时,判断机器人100的导航为安全。也就是说,步骤S60可以由形成模块18实现,步骤S62和步骤S64可以由判断模块20实现。
具体地,请参阅图10,以障碍物点11中的任意一点为中心并以阈值距离为半径形成障碍物区域S1,其中,阈值距离为机器人100最宽距离的一半。为便于说明,以点B1为例进行说明。在B1点进入障碍物区S1域时,判断机器人100的导航为不安全。在B1未进入障碍物区域S1时,判断机器人100的导航为安全。在机器人100检测时,只需要折点对应角平分线上的点集是否进障碍物区即可(请参阅图10中的机器人100,机器人100有9个折点,机器人100对应的点集也就有9个,只需要判断这9个点是否进入障碍物区S1即可),从而不仅高效便捷的计算机器人100本体是否与障碍物发生碰撞,还能便于参数设置,避免发生碰撞。如此本申请的控制方法通过障碍物点11和阈值距离生成障碍物区域,并根据机器人100点集是否进入障碍物区域判断机器人100的导航是否安全,从而有效地防止机器人100与障碍物发生碰撞。
请结合图3,在一些例子中,障碍物点11按照inscribed_radius(也即阈值距离)为半径进行膨胀,生成障碍物区(附图3中的阴影部分)。将所有障碍物点11和障碍物区的组合,形成一张符合当前机器人100尺寸的碰撞检测地图。在机器人100的点集进入阴影部分时,则判断机器人100的导航为不安全,同时控制机器人远离该阴影部分。
在某些实施方式中,控制方法还包括:
S70:以点集中的任意一点为中心并以阈值距离为半径形成判段区域S2;
S72:在障碍物点云数据进入判段区域S2时,判断机器人100的导航为不安全;
S74:在障碍物点云数据未进入判段区域S2时,判断机器人100的导航为安全。
在某些实施方式中,形成模块18还用于以点集中的任意一点为中心并以阈值距离为半径形成判段区域S2;判断模块20还用于在障碍物点云数据进入判段区域S2时,判断机器人100的导航为不安全,在障碍物点云数据未进入判段区域S2时,判断机器人100的导航为安全。也就是说,步骤S70可以由形成模块18实现,步骤S7和步骤S74可以由判断模块20实现。
具体地,请参阅图12,以点集中的任意一点为中心并以阈值距离为半径形成判段区域S2,此处以B1点为例进行说明,以B1点为中心并以阈值距离为半径形成判段区域S2,在任意一个障碍物点云数据进入判段区域S2时,判断机器人100的导航为不安全,在所有障碍物点云数据未进入判段区域S2时,判断机器人100的导航为安全。如此,本申请的机器人100通过机器人100点集和阈值距离生成障碍物区域,并根据障碍物点11是否进入障碍物区域判断机器人100的导航是否安全,从而有效地防止机器人100与障碍物发生碰撞。
请参阅图13,本申请实施方式提供的电子设备200包括处理器22、可读存储介质24及存储在可读存储介质24上并可在处理器22上运行的计算机可执行指令26,计算机可执行指令26被处理器22执行时,使得处理器22执行上述任意一实施方式的控制方法。
在一个例子中,计算机可执行指令26被处理器22执行时,使得处理器22执行以下步骤:
S10:根据环境障碍物点云数据生成障碍物点11;
S20:根据障碍物点11和障碍物区域生成碰撞检测地图;
S30:获取机器人100的点集;
S40:预设障碍物点11和点集的阈值距离;
S50:根据阈值距离控制机器人100导航。
本申请实施方式的电子设备200通过处理器22执行计算机可执行指令26,使得机器人100能够通过预设障碍物点11和机器人100点集的阈值距离控制机器人100在碰撞检测地图中导航,从而能够防止机器人100与障碍物发生碰撞,实现了机器人100在导航过程中,安全稳定的运行。
请参阅图14,本申请实施方式还提供了一种非易失性计算机可读存储介质24,可读存储介质24包括计算机可执行指令26,当计算机可执行指令26被一个或多个处理器22执行时,使得处理器22执行上述任意一实施方式的机器人100控制方法。
一个或多个处理器22可以通过总线耦合至可读存储介质24,可读存储介质24存储有计算机可执行指令26,通过处理器22处理上述指令以执行本申请实施方式的机器人100的控制方法,能够防止机器人100与障碍物发生碰撞,实现机器人100安全执行导航任务。机器人100还可以通过通信模块28连接至网络以实现与服务器和/或终端设备的通信连接,以及通过输入/输出接口30连接至输入/输出装置,采集距离传感器数据。
在本说明书的描述中,参考术语“一个实施方式”、“一些实施方式”或“一个例子”等的描述意指结合所述实施方式或示例描述的具体特征、结构、材料或者特点包含于本申请的至少一个实施方式或示例中。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方式或示例。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方式或示例中以合适的方式结合。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为,表示包括一个或更多个用于实现定制逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分,并且本申请的优选实施方式的范围包括另外的实现,其中可以不按所示出或讨论的顺序,包括根据所涉及的功能按基本同时的方式或按相反的顺序,来执行功能,这应被本申请的实施例所属技术领域的技术人员所理解。
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,本申请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。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意一项或他们的组合来实现: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。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,该程序在执行时,包括方法实施例的步骤之一或其组合。
此外,在本申请各个实施例中的各功能单元可以集成在一个处理模块中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读取存储介质中。上述提到的存储介质可以是只读存储器,磁盘或光盘等。
尽管上面已经示出和描述了本申请的实施方式,可以理解的是,上述实施方式是示例性的,不能理解为对本申请的限制,本领域的普通技术人员在本申请的范围内可以对上述实施方式进行变化、修改、替换和变型。
Claims (14)
1.一种防止碰撞的控制方法,应用于机器人,其特征在于,所述控制方法包括:
根据环境障碍物点云数据生成障碍物点;
根据所述障碍物点和障碍物区域生成碰撞检测地图;
获取所述机器人的点集,所述点集根据所述机器人的轮廓得到,所述轮廓包括多个折点;
预设所述障碍物点和所述点集的阈值距离;
根据所述阈值距离控制所述机器人导航;
所述控制方法还包括:
根据任意一个当前所述折点与相邻的两个所述折点相连形成两条边,沿当前所述折点获取所述两条边形成角平分线;
根据所述阈值距离,由当前所述折点沿所述角平分线向内形成所述点集。
2.根据权利要求1所述的控制方法,其特征在于,所述控制方法还包括:
获取所述机器人的轮廓;
根据所述轮廓获取所述点集。
3.根据权利要求2所述的方法,其特征在于,所述控制方法还包括:
根据所述轮廓确定所述阈值距离。
4.根据权利要求3所述的控制方法,其特征在于,所述轮廓包括最长距离和最宽距离,所述阈值距离为所述最宽距离或最长距离中的一半。
5.根据权利要求1所述的控制方法,其特征在于,所述控制方法还包括:
以所述障碍物点中的任意一点为中心并以所述阈值距离为半径形成所述障碍物区域;
在所述点集进入所述障碍物区域时,判断所述机器人的导航为不安全;
在所述点集未进入所述障碍物区域时,判断所述机器人的导航为安全。
6.根据权利要求1所述的控制方法,其特征在于,所述控制方法还包括:
以所述点集中的任意一点为中心并以所述阈值距离为半径形成判段区域;
在所述障碍物点云数据进入所述判段区域时,判断所述机器人的导航为不安全;
在所述障碍物点云数据未进入所述判段区域时,判断所述机器人的导航为安全。
7.一种机器人,其特征在于,所述机器人包括:
生成模块,用于根据环境障碍物点云数据生成障碍物点,以及用于根据所述障碍物点和障碍物区域生成碰撞检测地图;
获取模块,用于获取所述机器人的点集,所述点集根据所述机器人的轮廓得到,所述轮廓包括多个折点;
预设模块,用于预设所述障碍物点和所述点集的阈值距离;
控制模块,用于根据所述阈值距离控制所述机器人导航;
形成模块,用于根据任意一个当前所述折点与相邻的两个所述折点相连形成两条边,沿当前所述折点获取所述两条边形成角平分线,并根据所述阈值距离,由当前所述折点沿所述角平分线向内形成所述点集。
8.根据权利要求7所述的机器人,其特征在于,所述获取模块还用于获取所述机器人的轮廓,并根据所述轮廓获取所述点集。
9.根据权利要求8所述的机器人,其特征在于,所述获取模块还用于根据所述轮廓确定所述阈值距离。
10.根据权利要求9所述的机器人,其特征在于,所述获取模块还用于获取所述轮廓包括最长距离和最宽距离,其中,所述阈值距离为所述最宽距离或最长距离中的一半。
11.根据权利要求7所述的机器人,其特征在于,所述机器人还包括判断模块,所述形成模块用于以所述障碍物点中的任意一点为中心并以所述阈值距离为半径形成所述障碍物区域,所述判断模块用于在所述点集进入所述障碍物区域时,判断所述机器人的导航为不安全;在所述点集未进入所述障碍物区域时,判断所述机器人的导航为安全。
12.根据权利要求11所述的机器人,其特征在于,所述形成模块还用于以所述点集中的任意一点为中心并以所述阈值距离为半径形成判段区域,所述判断模块还用于在所述障碍物点云数据进入所述判段区域时,判断所述机器人的导航为不安全,在所述障碍物点云数据未进入所述判段区域时,判断所述机器人的导航为安全。
13.一种电子设备,其特征在于,包括处理器、存储器及存储在所述存储器上并可在所述处理器上运行的计算机可执行指令,所述计算机可执行指令被所述处理器执行时,使得所述处理器执行权利要求1-6任意一项所述的方法。
14.一种非易失性计算机可读存储介质,其特征在于,所述可读存储介质包括计算机可执行指令,当所述计算机可执行指令被一个或多个处理器执行时,使得所述处理器执行权利要求1-6任意一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010207754.XA CN111267107B (zh) | 2020-03-23 | 2020-03-23 | 控制方法、机器人、电子设备和可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010207754.XA CN111267107B (zh) | 2020-03-23 | 2020-03-23 | 控制方法、机器人、电子设备和可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111267107A CN111267107A (zh) | 2020-06-12 |
CN111267107B true CN111267107B (zh) | 2021-07-02 |
Family
ID=70992998
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010207754.XA Active CN111267107B (zh) | 2020-03-23 | 2020-03-23 | 控制方法、机器人、电子设备和可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111267107B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111958590B (zh) * | 2020-07-20 | 2021-09-28 | 佛山科学技术学院 | 一种复杂三维环境中机械臂防碰撞方法及系统 |
CN111897329A (zh) * | 2020-07-22 | 2020-11-06 | 济南浪潮高新科技投资发展有限公司 | 一种可移动垃圾桶和自动驾驶方法 |
CN111984013B (zh) * | 2020-08-21 | 2024-03-19 | 北京云迹科技股份有限公司 | 基于机器人脚印数据的距离计算方法及装置 |
CN114341761B (zh) * | 2020-12-25 | 2024-04-02 | 优必康(青岛)科技有限公司 | 防撞方法、移动机器及存储介质 |
CN113075933B (zh) * | 2021-03-30 | 2023-08-29 | 北京布科思科技有限公司 | 机器人通行控制方法和装置及设备 |
CN113580130B (zh) * | 2021-07-20 | 2022-08-30 | 佛山智能装备技术研究院 | 六轴机械臂避障控制方法、系统及计算机可读存储介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE4408328C2 (de) * | 1994-03-11 | 2002-09-26 | Siemens Ag | Verfahren zum Aufbau einer zellular strukturierten Umgebungskarte von einer selbstbeweglichen mobilen Einheit, welche sich mit Hilfe von auf Wellenreflexion basierenden Sensoren orientiert |
KR101105139B1 (ko) * | 2008-08-29 | 2012-01-16 | 가부시키가이샤 히타치세이사쿠쇼 | 자율 이동 로봇 장치 및 이러한 장치에 있어서의 튀어나옴 충돌 회피 방법 |
CN107041718A (zh) * | 2016-02-05 | 2017-08-15 | 北京小米移动软件有限公司 | 清洁机器人及其控制方法 |
CN107065863A (zh) * | 2017-03-13 | 2017-08-18 | 山东大学 | 一种基于人脸识别技术的导览解说机器人及方法 |
CN107150329A (zh) * | 2017-04-27 | 2017-09-12 | 中国矿业大学 | 一种基于三自由度视觉平台的移动机器人及其控制方法 |
CN109760064A (zh) * | 2019-03-25 | 2019-05-17 | 广东电网有限责任公司 | 一种移动机器人自身位置的调整方法和装置 |
CN110893617A (zh) * | 2018-09-13 | 2020-03-20 | 深圳市优必选科技有限公司 | 障碍物检测方法、装置及存储装置 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20200144363A (ko) * | 2019-06-18 | 2020-12-29 | 엘지전자 주식회사 | 로봇 및 그의 구동 방법 |
-
2020
- 2020-03-23 CN CN202010207754.XA patent/CN111267107B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE4408328C2 (de) * | 1994-03-11 | 2002-09-26 | Siemens Ag | Verfahren zum Aufbau einer zellular strukturierten Umgebungskarte von einer selbstbeweglichen mobilen Einheit, welche sich mit Hilfe von auf Wellenreflexion basierenden Sensoren orientiert |
KR101105139B1 (ko) * | 2008-08-29 | 2012-01-16 | 가부시키가이샤 히타치세이사쿠쇼 | 자율 이동 로봇 장치 및 이러한 장치에 있어서의 튀어나옴 충돌 회피 방법 |
CN107041718A (zh) * | 2016-02-05 | 2017-08-15 | 北京小米移动软件有限公司 | 清洁机器人及其控制方法 |
CN107065863A (zh) * | 2017-03-13 | 2017-08-18 | 山东大学 | 一种基于人脸识别技术的导览解说机器人及方法 |
CN107150329A (zh) * | 2017-04-27 | 2017-09-12 | 中国矿业大学 | 一种基于三自由度视觉平台的移动机器人及其控制方法 |
CN110893617A (zh) * | 2018-09-13 | 2020-03-20 | 深圳市优必选科技有限公司 | 障碍物检测方法、装置及存储装置 |
CN109760064A (zh) * | 2019-03-25 | 2019-05-17 | 广东电网有限责任公司 | 一种移动机器人自身位置的调整方法和装置 |
Also Published As
Publication number | Publication date |
---|---|
CN111267107A (zh) | 2020-06-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111267107B (zh) | 控制方法、机器人、电子设备和可读存储介质 | |
US10838424B2 (en) | Charging station identifying method and robot | |
CN110246183B (zh) | 车轮接地点检测方法、装置及存储介质 | |
CN111474928B (zh) | 机器人控制方法、机器人、电子设备和可读存储介质 | |
CN113199480B (zh) | 轨迹生成方法、装置、电子设备、存储介质和3d相机 | |
CN111531536A (zh) | 机器人控制方法、机器人、电子设备和可读存储介质 | |
CN114387585B (zh) | 障碍物检测方法、检测装置及行驶装置 | |
KR102247879B1 (ko) | 로봇 및 재충전 위치 확정 방법과 장치 | |
CN113267199A (zh) | 行驶轨迹规划方法及装置 | |
US20220147047A1 (en) | Turning control method for construction machine, construction machine and computer device | |
CN113199479A (zh) | 轨迹生成方法、装置、电子设备、存储介质和3d相机 | |
CN111487964A (zh) | 一种机器人小车及其自主避障方法、设备 | |
US11372414B2 (en) | Robotic motion control method and apparatus and robot using the same | |
CN111168685A (zh) | 机器人控制方法、机器人和可读存储介质 | |
CN112987748A (zh) | 机器人狭窄空间的控制方法、装置、终端及存储介质 | |
CN110901384A (zh) | 无人车控制方法、装置、介质及电子设备 | |
CN115454062A (zh) | 一种基于贝兹曲线的机器人动态路径规划方法及系统 | |
CN114459486A (zh) | 机器人及其通道导航方法、装置及存储介质 | |
CN114489050A (zh) | 沿直线行驶的避障路线控制方法、装置、设备及存储介质 | |
CN111813119A (zh) | 一种巡检机器人高精度导航方法 | |
CN115837921B (zh) | 车辆轨迹碰撞检测方法、装置、设备及存储介质 | |
CN117331093B (zh) | 一种基于铲斗位置剔除的无人驾驶装载机障碍物感知方法 | |
CN115909811A (zh) | 避让区域的识别方法、行进控制方法、装置、自移动设备 | |
CN117420819A (zh) | 全局路径规划方法及装置、移动工具、存储介质 | |
US5416894A (en) | Method for determining a candidate of a branched direction of a linear image |
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 |