CN111324111B - 识别边界信号的方法及机器人系统 - Google Patents
识别边界信号的方法及机器人系统 Download PDFInfo
- Publication number
- CN111324111B CN111324111B CN201811524619.7A CN201811524619A CN111324111B CN 111324111 B CN111324111 B CN 111324111B CN 201811524619 A CN201811524619 A CN 201811524619A CN 111324111 B CN111324111 B CN 111324111B
- Authority
- CN
- China
- Prior art keywords
- signal
- signal group
- parameters
- detection signal
- group
- 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
- 238000000034 method Methods 0.000 title claims abstract description 33
- 238000001514 detection method Methods 0.000 claims abstract description 181
- 230000006870 function Effects 0.000 claims description 56
- 230000007274 generation of a signal involved in cell-cell signaling Effects 0.000 claims description 14
- 238000004364 calculation method Methods 0.000 claims description 11
- 238000004458 analytical method Methods 0.000 claims description 6
- 230000001172 regenerating effect Effects 0.000 claims description 3
- 238000012544 monitoring process Methods 0.000 abstract 1
- 230000006872 improvement Effects 0.000 description 16
- 238000010586 diagram Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 239000000243 solution Substances 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 239000000428 dust Substances 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 230000000630 rising effect Effects 0.000 description 2
- 239000007983 Tris buffer Substances 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000004146 energy storage Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006698 induction Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000010408 sweeping 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
- G05D1/0259—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
-
- 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
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)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明提供一种识别边界信号的方法及机器人系统,边界信号包括间隔出现的信号组,信号组包括依次出现的前信号单元和后信号单元;信号组的特征使用至少三个信号组参数和刻画信号组参数之间数值关系的关系函数来表征;所述方法包括:生成信号组参数,使信号组参数满足关系函数的限定;根据信号组参数生成信号组向外发送以形成边界信号;根据检测到的信号生成检测信号组,对检测信号组进行解析,获取检测信号组参数;S4,判断检测信号组参数是否满足关系函数的限定;若是,则将检测信号组识别为有效信号;若否,则将检测信号组识别为干扰信号。本发明可以精确区分监测信号是否为有效信号,具有优良的抗干扰性能。
Description
技术领域
本发明涉及智能控制领域,尤其涉及一种识别边界信号的方法及机器人系统。
背景技术
随着科学技术的不断进步,各种自动工作设备已经开始慢慢的走进人们的生活,例如:自动吸尘机器人、自动割草机器人等。这种自动工作设备具有行走装置、工作装置及自动控制装置,从而使得自动工作设备能够脱离人们的操作,在一定范围内自动行走并执行工作,在自动工作设备的储能装置能量不足时,其能够自动返回充电站装置进行充电,然后继续工作。
以自动工作设备为割草机器人为例进行说明,基站沿工作区域的边界线发固定连续的信号以产生的电磁边界信号,割草机器人在工作过程中,接收该电磁边界信号以驱动机器人沿边界线行走以及工作。
现有技术中,基站发送的固定连续的信号,需要用户将产生固定连续信号的编码预先存储到控制器,或者在使用过程中人工输入,而且需额外增加发生器和控制器间的无线通信,灵活度不够且使用麻烦;另外,对于基站发送的固定连续的信号,机器人的识别能力较弱,导致其抗干扰能力以及区别相邻信号的能力不足。
发明内容
为解决上述技术问题,本发明的目的在于提供一种识别边界信号的方法及机器人系统。
为了实现上述发明目的之一,本发明一实施方式提供一种识别边界信号的方法,所述边界信号包括间隔出现的信号组,所述信号组包括依次出现的前信号单元和后信号单元;所述信号组的特征使用至少三个信号组参数和刻画所述信号组参数之间数值关系的关系函数来表征;所述方法包括如下步骤:S1,生成所述信号组参数,使所述信号组参数满足所述关系函数的限定;S2,根据所述信号组参数生成信号组向外发送以形成所述边界信号;S3,根据检测到的信号生成检测信号组,对所述检测信号组进行解析,获取检测信号组参数;其中,所述检测信号组为依次检测到的前检测信号单元和后检测信号单元;所述检测信号组参数与所述信号组参数一一对应;S4,判断所述检测信号组参数是否满足所述关系函数的限定;若是,则将所述检测信号组识别为有效信号;若否,则将所述检测信号组识别为干扰信号。
作为本发明一实施方式的进一步改进,所述步骤S1包括:S11,为所述信号组参数中的至少两个配置预设范围;S12,对于被配置了预设范围的所述信号组参数,分别在与其相应的所述预设范围内被赋值。
作为本发明一实施方式的进一步改进,对于所述步骤S11,在满足范围重置条件时,重新配置至少一个所述预设范围。
作为本发明一实施方式的进一步改进,对于所述步骤S12,至少一个所述信号组参数是被随机或伪随机地被赋值。
作为本发明一实施方式的进一步改进,为所述信号组参数中的至少一个配置预设范围集合,所述预设范围从所述预设范围集合中选取;其中,所述预设范围集合中任意两个所述预设范围不存在重叠的取值范围。
作为本发明一实施方式的进一步改进,配置一关系函数集合,所述关系函数从所述关系函数集合中选取;其中,所述关系函数集合中任意两个所述关系函数均不相同。
作为本发明一实施方式的进一步改进,对于所述步骤S2,根据所述信号组参数生成信号组并以信号发生周期T、周期性地向外发送,以形成所述边界信号。
作为本发明一实施方式的进一步改进,对于所述步骤S4,若是,则执行如下步骤:S5,判断在一个信号检测周期TD的信号检测时段tR内是否检测到的两个相邻检测信号组之间的时间间隔Ttst小于信号发生周期T;若是,则判断存在相似信号;若否,则判断不存在相似信号;其中,TD≥tR>2T。
作为本发明一实施方式的进一步改进,对于所述步骤S5,若是,则执行如下步骤:S6,重新生成所述信号组参数和/或所述关系函数;S7,执行所述步骤S2至所述步骤S5,直到所述步骤S5中判断不存在相似信号为止。
作为本发明一实施方式的进一步改进,对于所述步骤S3,将依次检测到第一检测信号单元和第二检测信号单元作为一检测信号组;若在其后执行的所述步骤S4中,该检测信号组被识别为干扰信号,则判断所述第一检测信号单元为干扰信号,并在下一次执行所述步骤S3时,将所述第二检测信号和相邻随后检测到的第三检测信号作为一检测信号组。
作为本发明一实施方式的进一步改进,所述步骤S4包括:S41,依次判断每个所述检测信号组参数与其相对应的所述信号组参数是否匹配;若出现不匹配,则将所述检测信号组识别为干扰信号;若未出现不匹配,则执行步骤S42;S42,选择任意一个所述检测信号组参数作为待比较参数,利用除所述待比较参数外的其他所述检测信号组参数和所述关系函数计算得到计算参数;S43,判断所述待比较参数与所述计算参数是否匹配;若否,则将所述检测信号组识别为干扰信号;若是,则将所述检测信号组识别为有效信号。
作为本发明一实施方式的进一步改进,将所述步骤S41和S42替换为:S41’,选择任意一个所述检测信号组参数作为待比较参数;依次判断每个除所述待比较参数外的其他所述检测信号组参数与其相对应的所述信号组参数是否匹配;若出现不匹配,则将所述检测信号组识别为干扰信号;若未出现不匹配,则执行步骤S42’;S42’,利用除所述待比较参数外的其他所述检测信号组参数和所述关系函数计算得到计算参数。
作为本发明一实施方式的进一步改进,所述信号组参数包括前信号单元特征值、后信号单元特征值、关联特征值,所述关系函数刻画所述前信号单元特征值、所述后信号单元特征值、所述关系特征值之间的数值关系;所述检测信号组参数包括前检测信号单元特征值、后检测信号单元特征值、检测关联特征值。
作为本发明一实施方式的进一步改进,所述前信号单元和/或所述后信号单元为单脉冲或脉冲数为n的脉冲组。
作为本发明一实施方式的进一步改进,所述前信号单元特征值和/或所述后信号单元特征值包括单脉冲的脉宽时间、单脉冲的幅值中的至少一个,或脉冲组中任一单脉冲的脉宽时间、脉冲组中所有单脉冲的脉宽时间之和、脉冲组的总脉宽时间、脉冲组的频率、脉冲组的脉冲数n中的至少一个。
为了实现上述发明目的之一,本发明一实施方式提供一种机器人系统,边界设备,所述边界设备包括用于在工作区域边界附近产生边界信号的信号发生模块;所述边界信号包括间隔出现的信号组,所述信号组包括依次出现的前信号单元和后信号单元,所述信号组的特征使用至少三个信号组参数和刻画所述信号组参数之间的数值关系的关系函数来表征;机器人设备,所述机器人设备包括边界信号检测模块和控制模块;所述边界信号检测模块用于感测信号并生成检测信号组;所述控制模块包括信号解析单元和信号比较单元,所述信号解析单元用于对所述检测信号组进行解析并获取所述检测信号组参数,所述检测信号组为依次检测到的前检测信号单元和后检测信号单元,所述检测信号组参数与所述信号组参数一一对应;所述信号比较单元用于判断所述检测信号组参数是否满足所述关系函数的限定,若是,则将所述检测信号组识别为有效信号,若否,则将所述检测信号组识别为干扰信号。
作为本发明一实施方式的进一步改进,所述边界设备包括基站和边界线,所述信号发生模块设置于所述基站。
作为本发明一实施方式的进一步改进,所述边界设备包括第一存储单元,所述第一存储单元用于存储预设和/或生成的信号组参数和关系函数;所述机器人设备包括第二存储单元,所述第二存储单元用于存储与所述第一存储单元相对应的预设和/生成的信号组参数和关系函数。
与现有技术相比,本发明的识别边界信号的方法以及机器人系统,通过发射及接收由至少三个信号组参数和刻画所述信号组参数之间数值关系的关系函数来表征的信号组,可以精确区分接收到检测到的检测信号组是否为有效信号,具有优良的抗干扰性能,实施方便,提高机器人的工作效率。
附图说明
图1是本发明一实施方式中机器人的结构示意图;
图2是本发明一实施方式提供的识别边界信号的方法的流程示意图;
图3是图2中步骤S1的具体实现流程示意图;
图4、图5分别是图2中步骤S4的具体实现流程示意图;
图6是本发明以较佳实施方式提供的识别边界信号的方法的流程示意图;
图7是本发明第一具体示例中第一信号示意图;
图8是本发明第二具体示例中第一信号示意图;
图9是本发明第三具体示例中第一信号示意图。
具体实施方式
以下将结合附图所示的各实施方式对本发明进行详细描述。但这些实施方式并不限制本发明,本领域的普通技术人员根据这些实施方式所做出的结构、方法、或功能上的变换均包含在本发明的保护范围内。
本发明的机器人系统可以是割草机器人系统,或者扫地机器人系统等,其自动行走于工作区域以进行割草、吸尘工作,本发明具体示例中,以机器人系统为割草机器人系统为例做具体说明,相应的,所述工作区域可为草坪。
如图1所示,本发明的一较佳实施方式提供一种割草机器人系统,其包括机器人设备和边界设备。其中,机器人设备具体为割草机器人,所述割草机器人包括本体10,所述本体10上设有移动单元、第二存储单元、边界信号检测模块和控制模块。边界设备包括独立于割草机器人存在的、可供割草机器人停靠和充电的基站,以及连接于所述基站且沿工作区域周侧布置的边界线。基站内设有信号发生模块和第一存储单元,信号发生模块生成并发射边界信号时,边界信号在边界线内传输,以在边界线附近形成电磁信号。在本实施例中,所述信号为脉冲编码信号。
所述移动单元包括主动轮21、被动轮23以及用于驱动主动轮21的电机25;所述电机25可为带减速箱的无刷电机;电机25启动后,可通过减速箱带动主动轮21行走,并控制主动轮21的转速,进一步的,配合主动轮21调整,带动整个机器人实现前进、后推、转弯等动作。所述被动轮23可为万向轮,其主要起支撑平衡的作用。
边界信号检测模块用于感测边界线附近的电磁信号,并将该电磁信号转化为检测信号。在本实施方式中,边界信号检测模块包括两个电感线圈,该两个电感线圈关于机体10的中轴线对称地设置。
控制模块包括信号解析单元和信号比较单元。其中,信号解析单元将边界信号检测模块生成的检测信号进行解析,得到检测信号的特征,信号比较单元将检测信号的特征与边界信号的特征相对比。控制器根据对比结果判断该检测信号是否为有效信号,并进一步根据有效信号直接或间接地对机器人设备和/或边界设备进行控制。例如,控制单元通过有效信号判断机器人设备与边界线的相对位置关系,包括但不限于机器人设备是否位于边界线以外、机器人设备与边界线之间的距离等。
由于信号发生模块沿边界线发射脉冲编码信号,以在边界线附近形成电磁信号,故,控制单元可根据边界线附近电磁信号的强弱以及其通过边界信号检测模块获取到的边界线内外信号的差异来控制电机25运行,从而使机器人设备始终沿边界线运行或沿距离边界线具有等距的边界线内或外运行。
所述割草机器人还包括作业模块,具体为用于割草的刀盘。割草机器人还包括用于感应机器人的行走状态的各种传感器,例如:倾倒、离地、碰撞传感器等,在此不做赘述。
需要说明的是,本发明所示的识别边界信号的方法中,所述边界信号包括间隔出现的信号组,所述信号组包括依次出现的前信号单元和后信号单元;所述信号组的特征使用至少三个信号组参数和刻画所述信号组参数之间数值关系的关系函数来表征。
本发明的所述信号组参数包括前信号单元特征值、后信号单元特征值、关联特征值,所述关系函数刻画所述前信号单元特征值、所述后信号单元特征值、所述关系特征值之间的数值关系,以下内容中还会详细描述。
结合图2所示,本发明一较佳实施提供的识别边界信号的方法,所述方法包括以下步骤:
S1,生成所述信号组参数,使所述信号组参数满足所述关系函数的限定。
本发明较佳实施中,结合图3所示,所述步骤S1包括:S11,为所述信号组参数中的至少两个配置预设范围;S12,对于被配置了预设范围的所述信号组参数,分别在与其相应的所述预设范围内被赋值。
较佳的,对于所述步骤S11,在满足范围重置条件时,重新配置至少一个所述预设范围。对于所述步骤S12,至少一个所述信号组参数是被随机或伪随机地被赋值。
本发明具体实施方式中,对于一个工作区域,可能存在多个机器人系统,为了避免多个机器人系统的信号组相互干扰,对于信号组参数,为所述信号组参数中的至少一个配置预设范围集合,所述预设范围从所述预设范围集合中选取;其中,所述预设范围集合中任意两个所述预设范围不存在重叠的取值范围。对于关系函数,配置一关系函数集合,所述关系函数从所述关系函数集合中选取;其中,所述关系函数集合中任意两个所述关系函数均不相同。
S2,根据所述信号组参数生成信号组向外发送以形成所述边界信号。
本发明较佳实施方式中,根据所述信号组参数生成信号组并以信号发生周期T周期性地向外发送,以形成所述边界信号。
S3,根据检测到的信号生成检测信号组,对所述检测信号组进行解析,获取检测信号组参数;其中,所述检测信号组为依次检测到的前检测信号单元和后检测信号单元;所述检测信号组参数与所述信号组参数一一对应。
本发明的所述检测信号组参数包括前检测信号单元特征值、后检测信号单元特征值、检测关联特征值。
S4,判断所述检测信号组参数是否满足所述关系函数的限定;若是,则将所述检测信号组识别为有效信号;若否,则将所述检测信号组识别为干扰信号。
本发明较佳实施方式中,结合图4所示,所述步骤S4具体包括:S41,依次判断每个所述检测信号组参数与其相对应的所述信号组参数是否匹配;若出现不匹配,则将所述检测信号组识别为干扰信号;若未出现不匹配,则如图5所示,执行如下步骤:S42,选择任意一个所述检测信号组参数作为待比较参数,利用除所述待比较参数外的其他所述检测信号组参数和所述关系函数计算得到计算参数;S43,判断所述待比较参数与所述计算参数是否匹配;若否,则将所述检测信号组识别为干扰信号;若是,则将所述检测信号组识别为有效信号。
本发明一特别实施方式中,所述将所述步骤S41和S42替换为:S41’,选择任意一个所述检测信号组参数作为待比较参数;依次判断每个除所述待比较参数外的其他所述检测信号组参数与其相对应的所述信号组参数是否匹配;若出现不匹配,则将所述检测信号组识别为干扰信号;若未出现不匹配,则执行步骤S42’;S42’,利用除所述待比较参数外的其他所述检测信号组参数和所述关系函数计算得到计算参数。
本发明较佳实施方式中,结合图6所示,对于所述步骤S4,若判断所述检测信号组参数满足所述关系函数的限定,则执行如下步骤:S5,判断在一个信号检测周期TD的信号检测时段tR内是否检测到两个相邻检测信号组之间的时间间隔Ttst小于信号发生周期T;若是,则判断存在相似信号;若否,则判断不存在相似信号;其中,TD≥tR>2T。在一示例性的机器人系统中,信号发生周期T被配置为4ms,信号检测周期TD被配置为15ms,信号检测时段tR被配置为10ms。令时刻0ms为信号检测周期TD和信号检测时段tR的起始时刻,则在时刻0ms~10ms内边界信号检测模块执行信号检测,在时刻10ms~15ms内边界信号检测模块不工作,此为一个信号检测周期。从时刻15ms~时刻30ms为下一个信号检测周期,期间时刻15ms~25ms内执行信号检测。由于信号发生周期所以当且仅当不存在相似信号时,在一个信号检测时段tR内可检测到2个时间间隔Ttst为4ms的有效的边界信号。当然,本领域技术人员能够知道,检测到有效边界信号的时间间隔可以存在允许的误差。此外,在另外的一些实施例中,只要TD≥tR>T,即可实现在每个信号检测周期TD内获得一个完整的有效的边界信号。
进一步的,对于所述步骤S5,若是,则执行如下步骤:S6,重新生成所述信号组参数和/或所述关系函数;S7,执行所述步骤S2至所述步骤S5,直到所述步骤S5中判断不存在相似信号为止。
本发明一可实现方式中,对于上述步骤S3,将依次检测到第一检测信号单元和第二检测信号单元作为一检测信号组;若在其后执行的所述步骤S4中,该检测信号组被识别为干扰信号,则判断所述第一检测信号单元为干扰信号,并在下一次执行所述步骤S3时,将所述第二检测信号和相邻随后检测到的第三检测信号作为一检测信号组。
本发明具体实施方式中,所述前信号单元和/或所述后信号单元为单脉冲或脉冲数为n的脉冲组;相应的,所述前信号单元特征值和/或所述后信号单元特征值包括单脉冲的脉宽时间、单脉冲的幅值中的至少一个,或脉冲组中任一单脉冲的脉宽时间、脉冲组中所有单脉冲的脉宽时间之和、脉冲组的总脉宽时间、脉冲组的频率、脉冲组的脉冲数n中的至少一个。
为了便于理解,以下内容中描述几个具体示例供参考。
为了描述方便,在下述示例中,前信号单元均以Si表示,后信号单元均以St表示,关系函数以ft表示,前信号单元特征值均以ci表示,后信号单元特征值均以ct表示,关联特征值均以cR表示,前检测信号单元特征值均以ctsti表示,后检测信号单元特征值均以cttst表示,检测关联特征值均以cRtst表示。
结合图7所示,本发明第一具体示例中,前信号单元和后信号单元均为单脉冲信号,前信号单元特征值ci为前信号单元Si的脉宽时间pwi,后信号单元特征值ct为后信号单元St的脉宽时间pwt,关联特征值cR为前信号单元Si与后信号单元St之间的时间间距t,关系函数ft表示为:A表示前信号单元特征值,B表示后信号单元特征值,C表示关联特征值。
该第一示例中,为ct,cR配置预设范围,相应的,对应于ct,cR设置的预设范围分别为rang_ct以及rang_t;进一步的,pwt在预设范围rang_ct内随机/伪随机取值,rang_ct例如(50μs,150μs),t在预设范围rang_t内随机/伪随机取值,rang_t例如(60μs,100μs),通过关系函数可以获知pwi的范围落在区间rang_ci,即(55μs,125μs)的范围内;较佳的,例如具体一次发送,选取pwt=100μs,t=80μs,则将上述获得的信号组参数生成信号组,并以信号发生周期T周期性地向外发送,以形成所述边界信号。该示例中,所述信号发生周期T远大于前信号单元、后信号单元的脉宽,以及其之间的时间间距,,例如:设置T=4ms。
进一步的,机器人沿巡线路径行走过程中,实时接收电磁边界信号,并通过验证机器人实际接收到的电磁边界信号是否符合预定规则来确定该实际接收到的电磁边界信号是否为干扰信号,若判定为非干扰信号,则根据其确认机器人的位置等信息。
该第一具体示例中,机器人参照信号组参数获得检测信号组参数;将后检测信号单元特征值pwi.tst作为待比较参数;具体的,获得前检测信号单元特征值pwt.tst,以及检测关联特征值t.tst,判断pwt.tst是否在pwt所在的范围(50μs,150μs)内,同时t.tst是否在t所在的范围(60μs,100μs)内,若否,则所述检测信号组识别为干扰信号;若是,则结合关系函数计算得到计算参数并判断pwi.cal是否在pwi.tst所在的预设范围(55μs,125μs)内,且pwi.cal与pwi.tst的之间的相对误差是否小于预设特征值阈值re,若是,将所述检测信号组识别为有效信号;若否,将所述检测信号组识别为干扰信号。
结合图8所示,本发明第二具体示例中,前信号单元为单脉冲信号,后信号单元为包含n个具有固定周期Tp和固定脉宽的脉冲组;ci为Si的脉宽值pwi,ct为n,cR为Si与St之间的时间间距t,关系函数ft表示为:A=B·C,其中Tp为预设常数值,且其具体数值不应落在rang_t内,通常Tp很小。
该第二示例中,为ct,cR配置预设范围,相应的,对应于ct,cR设置的预设范围分别为rang_n以及rang_t;进一步的,n在预设范围rang_n内随机/伪随机取值,例如{2,3,4},t在预设范围rang_t内随机/伪随机取值,例如(60μs,100μs),通过关系函数pwi=n·t可以获知pwi的范围落在区间rang_ci,即(180μs,300μs)的范围内;较佳的,例如具体一次发送,选取n=3,t=40μs,则pwi=3×40μs=120μs,将上述获得的信号组参数生成信号组,并以信号发生周期T周期性地向外发送,以形成所述边界信号。
在本发明的其他实施方式中,图8所示示例中的各个信号组参数的具体数值可以相应修改,例如:将Tp和n作为ct,t作为cR,在此不做继续赘述。
该第二具体示例中,机器人参照信号组参数获得检测信号组参数;将后检测信号单元特征值pwi.tst作为待比较参数;具体的,获得n.tst,以及t.tst,判断St是否为周期Tp的脉冲组,n.tst是否在预设区间{2,3,4}内,以及t.tst是否在预设区间(60μs,100μs)内,若否,则所述检测信号组识别为干扰信号;若是,则结合关系函数A=B·C计算得到计算参数pwi.cal=n.tst·t.tst,并判断pwi.cal是否在pwi.tst所在的预设范围(180μs,300μs)内,且pwi.cal与pwi.tst之间的相对误差是否小于预设特征值阈值re,若是,将所述检测信号组识别为有效信号;若否,将所述检测信号组识别为干扰信号。
结合图9所示,本发明第三具体示例在第二示例基础上加以改进,其不同之处在于所述前信号单元为包含多个单脉冲信号的脉冲信号组,所述关联特征值为前信号单元中任一脉冲信号与后信号单元之间的时间间距或为空。具体的,前信号单元Si包括依次出现的第一先导脉冲pi1和第二先导脉冲pi1,其脉宽分别为pwi1、pwi2,二者之间的时间间隔为ti,pi1与后信号单元中第一个脉冲信号之间的时间间距为t1,pi2与后信号单元中第一个脉冲信号之间的时间间距为t2,cR为空,ci包括pwi1和pwi2,ct包括n和Tp,关系函数包括2个,其分别为A1=10·n,A2=Tp;例如具体一次发送,选取n=3,Tp=20μs,pwi1=10·n,pwi1=Tp则pwi1=30μs,pwi2=20μs,将上述获得的信号组参数生成信号组,并以信号发生周期T周期性地向外发送,以形成所述边界信号。
在本发明的其他实施方式中,图9所示示例中的各个信号组参数的具体数值可以相应修改,例如:设置cR为ti、t1和t2中的至少两个,且有ti=t1-t2-pwi2,并设置ti、t1和t2三者之一与n和Tp至少一个的函数关系,以及ti、t1和t2三者之另一与n和Tp中至少一个的函数关系,在此不做继续赘述。
对于上述图9所示的第三具体示例,根据检测所述信号组生成检测信号组,对所述检测信号组进行解析,以及判断所述检测信号组参数是否满足所述关系函数的限定与图7所示的第一具体示例相似,在此不做继续赘述。
本发明具体实施方式中,对于机器人,其在获得检测信号组过程中,可通过在检测信号组的上升沿和下降沿触发中断来获得上升沿和下降沿发生的时间点,例如图7所示第一示例,通过该方法可以获得各个信号组参数。当然,在本发明其他实施方式中,也可以用合适的采样频率进行模数转换获取接收信号的数字信号,经数字信号处理获得检测信号组参数。
与现有技术相比,本发明的识别边界信号的方法以及机器人系统,通过发射及接收由至少三个信号组参数和刻画所述信号组参数之间数值关系的关系函数来表征的信号组,可以精确区分接收到检测到的检测信号组是否为有效信号,具有优良的抗干扰性能,实施方便,提高机器人的工作效率。
在本申请所提供的几个实施方式中,应该理解到,所揭露的系统,系统和方法,可以通过其它的方式实现。例如,以上所描述的系统实施方式仅仅是示意性的,例如,所述模块的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个模块或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,系统或模块的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的,作为模块显示的部件可以是或者也可以不是物理模块,即可以位于一个地方,或者也可以分布到多个网络模块上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施方式方案的目的。
另外,在本申请各个实施方式中的各功能模块可以集成在一个处理模块中,也可以是各个模块单独物理存在,也可以2个或2个以上模块集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用硬件加软件功能模块的形式实现。
上述以软件功能模块的形式实现的集成的模块,可以存储在一个计算机可读取存储介质中。上述软件功能模块存储在一个存储介质中,包括若干指令用以使得一台计算机系统(可以是个人计算机,服务器,或者网络系统等)或处理器(processor)执行本申请各个实施方式所述方法的部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(Random Access Memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是:以上实施方式仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施方式对本申请进行了详细的说明,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方式所记载的技术方案进行修改,或者对其中部分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申请各实施方式技术方案的精神和范围。
Claims (15)
1.识别边界信号的方法,其特征是,所述边界信号包括间隔出现的信号组,所述信号组包括依次出现的前信号单元和后信号单元;所述信号组的特征使用至少三个信号组参数和刻画所述信号组参数之间数值关系的关系函数来表征;所述方法包括如下步骤:
S1,生成所述信号组参数,使所述信号组参数满足所述关系函数的限定;
S2,根据所述信号组参数生成信号组向外发送以形成所述边界信号;
S3,根据检测到的信号生成检测信号组,对所述检测信号组进行解析,获取检测信号组参数;
其中,所述检测信号组为依次检测到的前检测信号单元和后检测信号单元;所述检测信号组参数与所述信号组参数一一对应,所述信号组参数包括前信号单元特征值、后信号单元特征值、关联特征值,所述关系函数刻画所述前信号单元特征值、所述后信号单元特征值、所述关联 特征值之间的数值关系;
所述检测信号组参数包括前检测信号单元特征值、后检测信号单元特征值、检测关联特征值;
S4,判断所述检测信号组参数是否满足所述关系函数的限定;若是,则将所述检测信号组识别为有效信号;若否,则将所述检测信号组识别为干扰信号;
其中,所述步骤S1包括:
S11,为所述信号组参数中的至少两个配置预设范围;
S12,对于被配置了预设范围的所述信号组参数,分别在与其相应的所述预设范围内被赋值;
对于所述步骤S12,至少一个所述信号组参数是被随机或伪随机地被赋值。
2.根据权利要求1所述的识别边界信号的方法,其特征是,对于所述步骤S11,在满足范围重置条件时,重新配置至少一个所述预设范围。
3.根据权利 要求1所述的识别边界信号的方法,其特征是,为所述信号组参数中的至少一个配置预设范围集合,所述预设范围从所述预设范围集合中选取;其中,所述预设范围集合中任意两个所述预设范围不存在重叠的取值范围。
4.根据权利要求1所述的识别边界信号的方法,其特征是,配置一关系函数集合,所述关系函数从所述关系函数集合中选取;其中,所述关系函数集合中任意两个所述关系函数均不相同。
5.根据权利 要求1所述的识别边界信号的方法,其特征是,对于所述步骤S2,根据所述信号组参数生成信号组并以信号发生周期T、周期性地向外发送,以形成所述边界信号。
6.根据权利要求5所述的识别边界信号的方法,其特征是,对于所述步骤S4,若是,则执行如下步骤:
S5,判断在一个信号检测周期TD的信号检测时段tR内是否检测到的两个相邻检测信号组之间的时间间隔Ttst小于信号发生周期T;若是,则判断存在相似信号;若否,则判断不存在相似信号;其中,TD≥tR>2T。
7.根据权利要求6所述的识别边界信号的方法,其特征是,对于所述步骤S5,若是,则执行如下步骤:
S6,重新生成所述信号组参数和/或所述关系函数;
S7,执行所述步骤S2至所述步骤S5,直到所述步骤S5中判断不存在相似信号为止。
8.根据权利要求1所述的识别边界信号的方法,其特征是,对于所述步骤S3,将依次检测到第一检测信号单元和第二检测信号单元作为一检测信号组;
若在其后执行的所述步骤S4中,该检测信号组被识别为干扰信号,则判断所述第一检测信号单元为干扰信号,并在下一次执行所述步骤S3时,将所述第二检测信号和相邻随后检测到的第三检测信号作为一检测信号组。
9.根据权利要求1所述的识别边界信号的方法,其特征是,所述步骤S4包括:
S41,依次判断每个所述检测信号组参数与其相对应的所述信号组参数是否匹配;若出现不匹配,则将所述检测信号组识别为干扰信号;若未出现不匹配,则执行步骤S42;
S42,选择任意一个所述检测信号组参数作为待比较参数,利用除所述待比较参数外的其他所述检测信号组参数和所述关系函数计算得到计算参数;
S43,判断所述待比较参数与所述计算参数是否匹配;若否,则将所述检测信号组识别为干扰信号;若是,则将所述检测信号组识别为有效信号。
10.根据权利要求9所述的识别边界信号的方法,其特征是,将所述步骤S41和S42替换为:
S41’,选择任意一个所述检测信号组参数作为待比较参数;依次判断每个除所述待比较参数外的其他所述检测信号组参数与其相对应的所述信号组参数是否匹配;若出现不匹配,则将所述检测信号组识别为干扰信号;若未出现不匹配,则执行步骤S42’;
S42’,利用除所述待比较参数外的其他所述检测信号组参数和所述关系函数计算得到计算参数。
11.根据权利要求1所述的识别边界信号的方法,其特征是,所述前信号单元和/或所述后信号单元为单脉冲或脉冲数为n的脉冲组。
12.根据权利要求11所述的识别边界信号的方法,其特征是,所述前信号单元特征值和/或所述后信号单元特征值包括单脉冲的脉宽时间、单脉冲的幅值中的至少一个,或脉冲组中任一单脉冲的脉宽时间、脉冲组中所有单脉冲的脉宽时间之和、脉冲组的总脉宽时间、脉冲组的频率、脉冲组的脉冲数n中的至少一个。
13.机器人系统,其特征是,包括:
边界设备,所述边界设备包括用于在工作区域边界附近产生边界信号的信号发生模块;所述边界信号包括间隔出现的信号组,所述信号组包括依次出现的前信号单元和后信号单元,所述信号组的特征使用至少三个信号组参数和刻画所述信号组参数之间的数值关系的关系函数来表征;
机器人设备,所述机器人设备包括边界信号检测模块和控制模块;所述边界信号检测模块用于感测信号并生成检测信号组;所述控制模块包括信号解析单元和信号比较单元,所述信号解析单元用于对所述检测信号组进行解析并获取所述检测信号组参数,所述检测信号组为依次检测到的前检测信号单元和后检测信号单元,所述检测信号组参数与所述信号组参数一一对应;所述信号比较单元用于判断所述检测信号组参数是否满足所述关系函数的限定,若是,则将所述检测信号组识别为有效信号,若否,则将所述检测信号组识别为干扰信号;
其中,所述信号组参数包括前信号单元特征值、后信号单元特征值、关联特征值,所述关系函数刻画所述前信号单元特征值、所述后信号单元特征值、所述关联 特征值之间的数值关系;
所述检测信号组参数包括前检测信号单元特征值、后检测信号单元特征值、检测关联特征值;
其中,为所述信号组参数中的至少两个配置预设范围;
对于被配置了预设范围的所述信号组参数,分别在与其相应的所述预设范围内被赋值;
且,至少一个所述信号组参数是被随机或伪随机地被赋值。
14.根据权利要求13所述的机器人系统,其特征是,所述边界设备包括基站和边界线,所述信号发生模块设置于所述基站。
15.根据权利要求13所述的机器人系统,其特征是,所述边界设备包括第一存储单元,所述第一存储单元用于存储预设和/或生成的信号组参数和关系函数;所述机器人设备包括第二存储单元,所述第二存储单元用于存储与所述第一存储单元相对应的预设和/生成的信号组参数和关系函数。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811524619.7A CN111324111B (zh) | 2018-12-13 | 2018-12-13 | 识别边界信号的方法及机器人系统 |
PCT/CN2019/115050 WO2020119323A1 (zh) | 2018-12-13 | 2019-11-01 | 识别边界信号的方法及机器人系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811524619.7A CN111324111B (zh) | 2018-12-13 | 2018-12-13 | 识别边界信号的方法及机器人系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111324111A CN111324111A (zh) | 2020-06-23 |
CN111324111B true CN111324111B (zh) | 2022-11-01 |
Family
ID=71075392
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811524619.7A Active CN111324111B (zh) | 2018-12-13 | 2018-12-13 | 识别边界信号的方法及机器人系统 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN111324111B (zh) |
WO (1) | WO2020119323A1 (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113852364A (zh) * | 2020-06-28 | 2021-12-28 | 莱克电气绿能科技(苏州)有限公司 | 边界信号的产生和检测方法、产生系统和割草机器人 |
CN112212816B (zh) * | 2020-10-10 | 2022-04-19 | 深圳市山龙智控有限公司 | 基于数控平台的刀具磨损修复方法 |
CN113615377B (zh) * | 2021-06-21 | 2022-09-30 | 深圳拓邦股份有限公司 | 一种消除割草机系统外部磁场影响方法 |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8983776B2 (en) * | 2002-03-28 | 2015-03-17 | Jason A. Dean | Programmable robotic apparatus |
WO2011115534A1 (en) * | 2010-03-17 | 2011-09-22 | Husqvarna Ab | Method and system for navigating a robotic garden tool |
CN102890505B (zh) * | 2011-07-18 | 2014-11-26 | 苏州宝时得电动工具有限公司 | 边界系统 |
US10098277B2 (en) * | 2011-08-11 | 2018-10-16 | Chien Ouyang | Robotic lawn mower with boundary stands |
CN103197672A (zh) * | 2012-01-05 | 2013-07-10 | 苏州宝时得电动工具有限公司 | 边界信号识别方法及其边界系统 |
CN103488172B (zh) * | 2012-06-13 | 2016-10-05 | 苏州宝时得电动工具有限公司 | 自动工作系统及其控制方法 |
CN103019239A (zh) * | 2012-11-27 | 2013-04-03 | 江苏大学 | 用于喷药移动机器人的轨迹跟踪滑模控制系统和控制方法 |
CN104898660B (zh) * | 2015-03-27 | 2017-10-03 | 中国科学技术大学 | 一种提高机器人路径规划效率的室内地图构建方法 |
US10459063B2 (en) * | 2016-02-16 | 2019-10-29 | Irobot Corporation | Ranging and angle of arrival antenna system for a mobile robot |
CN107957262B (zh) * | 2016-10-14 | 2021-01-05 | 苏州宝时得电动工具有限公司 | 边界线信号的检测方法、装置及自动行走设备 |
-
2018
- 2018-12-13 CN CN201811524619.7A patent/CN111324111B/zh active Active
-
2019
- 2019-11-01 WO PCT/CN2019/115050 patent/WO2020119323A1/zh active Application Filing
Also Published As
Publication number | Publication date |
---|---|
WO2020119323A1 (zh) | 2020-06-18 |
CN111324111A (zh) | 2020-06-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111324111B (zh) | 识别边界信号的方法及机器人系统 | |
EP3508048B1 (en) | Autonomous lawn-mower and method of recognizing an obstacle by an autonomous lawn mower | |
JP5396577B2 (ja) | 動作システム | |
US20170351265A1 (en) | Method for Detecting a Working Area of an Autonomous Working Device, and a Working Device | |
CN103645733B (zh) | 自寻充电机器人及其自寻充电系统和方法 | |
CN111600632B (zh) | 一种割草机器人边界同频电磁信号的抗干扰方法 | |
EP3677977A1 (en) | Self-mobile device and control method for moving path thereof | |
US20220197299A1 (en) | Recharging method for mobile robot and mobile robot | |
CN116172447A (zh) | 移动机器人的清扫方法及装置、存储介质、电子装置 | |
CN108227691A (zh) | 机器人的控制方法、系统和装置及机器人 | |
KR20210007360A (ko) | 이동 로봇 및 그 제어방법 | |
JP2009169581A (ja) | 移動体、移動体システム、及びその故障診断方法 | |
CN111366937B (zh) | 基于超声波的机器人作业方法、作业装置、芯片及机器人 | |
CN115486769A (zh) | 一种自移动设备碰撞位置检测方法及自移动设备 | |
CN214231211U (zh) | 障碍检测装置及具有其的自移动设备 | |
CN110850860A (zh) | 用于自动割草机的物体检测方法、装置及自动割草机 | |
CN112205925B (zh) | 一种智能扫地机器人的清扫方法及扫地机器人 | |
EP3657292B1 (en) | Automatic sensitivity adjustment in object detection system | |
CN113812889A (zh) | 一种自移动机器人 | |
CN113858216B (zh) | 一种机器人跟随方法、装置及系统 | |
WO2020161856A1 (ja) | 作業機、作業機の制御方法、及びプログラム | |
CN113748826B (zh) | 自主作业设备和自主作业系统 | |
CN117806298A (zh) | 行驶路线的调整方法及装置、存储介质及电子装置 | |
CN111481106A (zh) | 扫地机充电座的检测方法及装置、计算设备、存储介质 | |
CN113331744B (zh) | 清洁机器人的行进控制方法、避障模组及清洁机器人 |
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 |