CN111352106A - 扫地机器人坡度识别方法、装置、芯片及扫地机器人 - Google Patents

扫地机器人坡度识别方法、装置、芯片及扫地机器人 Download PDF

Info

Publication number
CN111352106A
CN111352106A CN201811581875.XA CN201811581875A CN111352106A CN 111352106 A CN111352106 A CN 111352106A CN 201811581875 A CN201811581875 A CN 201811581875A CN 111352106 A CN111352106 A CN 111352106A
Authority
CN
China
Prior art keywords
point cloud
slope
sweeping robot
plane
data
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
Application number
CN201811581875.XA
Other languages
English (en)
Other versions
CN111352106B (zh
Inventor
杨武
肖刚军
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Zhuhai Amicro Semiconductor Co Ltd
Original Assignee
Zhuhai Amicro Semiconductor Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Zhuhai Amicro Semiconductor Co Ltd filed Critical Zhuhai Amicro Semiconductor Co Ltd
Priority to CN201811581875.XA priority Critical patent/CN111352106B/zh
Publication of CN111352106A publication Critical patent/CN111352106A/zh
Application granted granted Critical
Publication of CN111352106B publication Critical patent/CN111352106B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/881—Radar or analogous systems specially adapted for specific applications for robotics
    • A—HUMAN NECESSITIES
    • A47—FURNITURE; DOMESTIC ARTICLES OR APPLIANCES; COFFEE MILLS; SPICE MILLS; SUCTION CLEANERS IN GENERAL
    • A47L—DOMESTIC WASHING OR CLEANING; SUCTION CLEANERS IN GENERAL
    • A47L11/00—Machines for cleaning floors, carpets, furniture, walls, or wall coverings
    • A47L11/24—Floor-sweeping machines, motor-driven

Abstract

本发明实施方式提供一种扫地机器人坡度识别方法、装置、芯片及扫地机器人，属于智能机器人领域。所述方法包括在所述扫地机器人作业过程中，向作业方向前方发射雷达波；根据发射的雷达的雷达回波，生成前方的点云数据；将获取到的所述三维点云数据中的所有点云的数据，计算每两个相邻点云之间的斜率，根据斜率关系确定出斜率相近的两两点云对，将斜率差值小于预设阈值的点云对归纳为一个集合内，从而形成至少一个点云集合；根据所述点云集合拟合出至少一个平面，拟合出所述平面的斜率值，当所述斜率值满足第一预设范围时，确定所述点云集合所表征的平面为斜坡。通过上述技术方案，可以识别扫地机器人前方的斜坡。

Description

扫地机器人坡度识别方法、装置、芯片及扫地机器人
技术领域
本发明涉及智能机器人领域，具体地涉及一种扫地机器人坡度识别方法、装置、芯片及扫地机器人。
背景技术
随着扫地机器人的普及、推广,扫地机器人凭借智能规划、自动清洁、自动避障的实力表现和良好的使用体验,使其在消费者心中的地位越来越高,并成为大多数家庭的清洁必备工具。
然而目前扫地机器人在复杂环境中仍然难以适应，使得其使用环境受限与家居环境中，在使用过程中，若前方出现了斜坡时，往往难以应对，甚至直接当做障碍物绕行。
发明内容
为至少部分地解决现有技术中存在的上述问题，本发明提供了一种扫地机器人坡度识别方法、装置、芯片及扫地机器人。具体技术方案如下：
一种扫地机器人坡度识别方法，所述扫地机器人坡度识别方法包括：在所述扫地机器人作业过程中，向作业方向前方发射雷达波；根据发射的雷达的雷达回波，获取前方的点云数据，其中点云数据包括三维空间的三维点云数据；将获取到的所述三维点云数据中的所有点云的数据，计算每两个相邻点云之间的斜率，根据斜率关系确定出斜率相近的两两点云对，将斜率差值小于预设阈值的点云对归纳为一个集合内，从而形成至少一个点云集合；根据所述点云集合拟合出至少一个平面，根据这些点云集合的每个点云的深度信息，拟合出所述平面的斜率值，当所述斜率值满足第一预设范围时，确定所述点云集合所表征的平面为斜坡。
进一步地，所述斜率值的第一预设范围为0.1至1。
进一步地，当根据所述点云集合拟合出的平面为第二预设范围时，则确定所述第二点云集合所拟合出的平面为地平面。
进一步地，当确定所述扫地机器人前方同时存在斜坡和地平面时，在所述扫地机器人运行过程中，所述地平面点云集合中的点云数量越来越少时，确定所述扫地机器人正在靠近所述斜坡。
一种扫地机器人坡度识别装置，所述装置包括：发射模块，所述发射模块用于在所述扫地机器人作业过程中，向作业方向前方发射雷达波；获取模块，所述获取模块用于根据发射的雷达的雷达回波，获取前方的点云数据，其中点云数据包括三维空间的三维点云数据；计算模块，所述计算模块用于将获取到的所述三维点云数据中的所有点云的数据，计算每两个相邻点云之间的斜率，根据斜率关系确定出斜率相近的两两点云对，将斜率差值小于预设阈值的点云对归纳为一个集合内，从而形成至少一个点云集合；确定模块，所述确定模块用于根据所述点云集合拟合出至少一个平面，根据这些点云集合的每个点云的深度信息，拟合出所述平面的斜率值，当所述斜率值满足第一预设范围时，确定所述点云集合所表征的平面为斜坡。
进一步地，所述斜率值的第一预设范围为0.1至1。
进一步地，当根据所述点云集合拟合出的平面为第二预设范围时，则确定所述第二点云集合所拟合出的平面为地平面。
进一步地，当确定所述扫地机器人前方同时存在斜坡和地平面时，在所述扫地机器人运行过程中，所述地平面点云集合中的点云数量越来越少时，确定所述扫地机器人正在靠近所述斜坡。
一种芯片，其上存储有计算机程序，所述芯片根据所述计算机程序能够控制机器人执行上述的扫地机器人坡度识别方法。
一种扫地机器人，所述机器人包括：一个或多个主控芯片，所述主控芯片为上述的芯片。
上述技术方案，通过在机器人作业过程中向前方发射雷达波，依据雷达的精准识别，可以精确的识别出作业空间中的点云数据，根据点云数据可以确定前方的点云，将点云与相邻点云之间的斜率计算出来，从而形成点云集合，多个点云集合可以保证作业空间中的多个平面，从而可以准确识别出前方存在多少平面，且能够确定是否存在斜坡，且能够准确确定出当前扫地机器人与斜坡的距离，由于点云数据比较精准，所以能够精准确定出斜坡的坡度，从而为扫地机器人提供适合的动力以供所述扫地机器人爬上斜坡，同时，在扫地机器人动力不足以爬上斜坡时，停止控制所示扫地机器人爬坡，从而最大限度的保证扫地机器人的安全，同时提高作业效果，由于采用了点云数据识别斜坡的方法，扫地机器人能够在保证自身安全的基础上保证作业质量，且由于其依据点云数据计算，计算过程简单可靠，能够迅速识别斜坡，提高作业效率。
附图说明
附图是用来提供对本发明实施方式的进一步理解，并且构成说明书的一部分，与下面的具体实施方式一起用于解释本发明实施方式，但并不构成对本发明实施方式的限制。在附图中：
图1示例性地示出了本发明一种实施方式提供的扫地机器人坡度识别方法；
图2示例性的示出了本发明一种实施方式提供的扫地机器人坡度识别示意图；
图3示例性地示出了本发明一种实施方式提供的扫地机器人坡度识别装置。
具体实施方式
以下结合附图对本发明的具体实施方式进行详细说明。应当理解的是，此处所描述的具体实施方式仅用于说明和解释本发明实施方式，并不用于限制本发明实施方式。
图1是本发明一种实施方式提供的扫地机器人坡度识别方法的流程图。如图1所示，所述扫地机器人坡度识别方法包括：步骤101，在所述扫地机器人作业过程中，向作业方向前方发射雷达波；所述雷达可以是毫米波雷达，用于获取毫米波数据，因而可以确定前方物体的多个反射点的反射数据，从而形成点云数据。步骤102，根据发射的雷达的雷达回波，获取前方的点云数据，其中点云数据包括三维空间的三维点云数据；如步骤102所述，所获取的点云数据是三维空间的三维点云数据，具体到作业空间中，可以同时获取地面，障碍物，天花板的点云数据，换言之，根据本发明的算法可以获取到作业空间的多个平面数据，当然在其他实施例中也可以根据点云数据分析出不规则边界的障碍物等。步骤103，将获取到的所述三维点云数据中的所有点云的数据，计算每两个相邻点云之间的斜率，根据斜率关系确定出斜率相近的两两点云对，将斜率差值小于预设阈值的点云对归纳为一个集合内，从而形成至少一个点云集合；具体而言，相邻的点云可以是横坐标相同的点云，例如将毫米波雷达获取的数据按照行和列分成多个栅格，每个栅格都是一个点云，每个点云都具有横纵坐标和深度信息，第一个点云的横纵坐标是（0，0），深度值是1，相邻点云的横纵坐标（0，1），或者（1，0），假如横纵坐标（0，1）的点云深度值是3，则根据数学算法可以计算出斜率值为3/1等于3，假如横纵坐标（1，0）的点云的深度值也是3，则根据数学算法可以计算出斜率值为3/1，也等于3，因而可以将第一个点云与横纵坐标（0，1）的点云与横纵坐标（0，1）的点云都确定在同一个集合中。步骤104，根据所述点云集合拟合出至少一个平面，根据这些点云集合的每个点云的深度信息，拟合出所述平面的斜率值，当所述斜率值满足第一预设范围时，确定所述点云集合所表征的平面为斜坡。
图2示意出了扫地机器人坡度识别方法，如图2所示，扫地机器人21上方装配有雷达22，所述雷达22可以是毫米波雷达22，毫米波雷达可以获取到前方的雷达数据，从而生成前方的三维点云数据，每个点云都对应着一个深度信息，即点云的实际采集点距离雷达的距离，根据这些距离，结合这些点云的位置信息，可以得到点云集合的线性关系，具体的方法可以是，计算每两个相邻点云之间的斜率，根据斜率关系可以确定出斜率相近的两两点云来，即，当第一个点云和第二个点云的斜率K1，与第二个点云与第三个点云的斜率K2的值比较临近，例如二者之间的差值仅仅是0.01，则将第一个点云、第二个点云和第三个点云分为一类。由此可以得到至少一个点云集合，根据这些点云集合的每个点云的深度信息，可以拟合出点云集合所表征的斜坡的斜率，每个点云集合都表征着作业空间中的一个平面，从而分析出扫地机器人前方的多个平面信息，一般的，斜坡23的斜率满足第一阈值，例如斜率值为0到0.5之间，扫地机器人是可以作业的，地平面的斜率通常可以标记为0，通过空间转换关系可以得到。
优选的，所述斜率值的第一预设范围为0.1至1，可选取0.5。
优选的，当根据所述点云集合拟合出的平面为第二预设范围时，则确定所述第二点云集合所拟合出的平面为地平面。
优选的，当确定所述扫地机器人前方同时存在斜坡和地平面时，在所述扫地机器人运行过程中，所述地平面点云集合中的点云数量越来越少时，确定所述扫地机器人正在靠近所述斜坡。
一种扫地机器人坡度识别装置，如图3所示，所述装置包括：发射模块31，所述发射模块31用于在所述扫地机器人作业过程中，向作业方向前方发射雷达波；所述雷达可以是毫米波雷达，用于获取毫米波数据，因而可以确定前方物体的多个反射点的反射数据，从而形成点云数据。获取模块32，所述获取模块32用于根据发射的雷达的雷达回波，获取前方的点云数据，其中点云数据包括三维空间的三维点云数据；如步骤102所述，所获取的点云数据是三维空间的三维点云数据，具体到作业空间中，可以同时获取地面，障碍物，天花板的点云数据，换言之，根据本发明的算法可以获取到作业空间的多个平面数据，当然在其他实施例中也可以根据点云数据分析出不规则边界的障碍物等。计算模块33，所述计算模块33用于将获取到的所述三维点云数据中的所有点云的数据，计算每两个相邻点云之间的斜率，根据斜率关系确定出斜率相近的两两点云对，将斜率差值小于预设阈值的点云对归纳为一个集合内，从而形成至少一个点云集合；具体而言，相邻的点云可以是横坐标相同的点云，例如将毫米波雷达获取的数据按照行和列分成多个栅格，每个栅格都是一个点云，每个点云都具有横纵坐标和深度信息，第一个点云的横纵坐标是（0，0），深度值是1，相邻点云的横纵坐标（0，1），或者（1，0），假如横纵坐标（0，1）的点云深度值是3，则根据数学算法可以计算出斜率值为3/1等于3，假如横纵坐标（1，0）的点云的深度值也是3，则根据数学算法可以计算出斜率值为3/1，也等于3，因而可以将第一个点云与横纵坐标（0，1）的点云与横纵坐标（0，1）的点云都确定在同一个集合中。确定模块34，所述确定模块34用于根据所述点云集合拟合出至少一个平面，根据这些点云集合的每个点云的深度信息，拟合出所述平面的斜率值，当所述斜率值满足第一预设范围时，确定所述点云集合所表征的平面为斜坡。
图2示意出了扫地机器人坡度识别方法，如图2所示，扫地机器人21上方装配有雷达22，所述雷达22可以是毫米波雷达22，毫米波雷达可以获取到前方的雷达数据，从而生成前方的三维点云数据，每个点云都对应着一个深度信息，即点云的实际采集点距离雷达的距离，根据这些距离，结合这些点云的位置信息，可以得到点云集合的线性关系，具体的方法可以是，计算每两个相邻点云之间的斜率，根据斜率关系可以确定出斜率相近的两两点云来，即，当第一个点云和第二个点云的斜率K1，与第二个点云与第三个点云的斜率K2的值比较临近，例如二者之间的差值仅仅是0.01，则将第一个点云、第二个点云和第三个点云分为一类。由此可以得到至少一个点云集合，根据这些点云集合的每个点云的深度信息，可以拟合出点云集合所表征的斜坡的斜率，每个点云集合都表征着作业空间中的一个平面，从而分析出扫地机器人前方的多个平面信息，一般的，斜坡23的斜率满足第一阈值，例如斜率值为0到0.5之间，扫地机器人是可以作业的，地平面的斜率通常可以标记为0，通过空间转换关系可以得到。
优选的，所述斜率值的第一预设范围为0.1至1。
优选的，当根据所述点云集合拟合出的平面为第二预设范围时，则确定所述第二点云集合所拟合出的平面为地平面。
优选的，当确定所述扫地机器人前方同时存在斜坡和地平面时，在所述扫地机器人运行过程中，所述地平面点云集合中的点云数量越来越少时，确定所述扫地机器人正在靠近所述斜坡。
一种芯片，其上存储有计算机程序，所述芯片根据所述计算机程序能够控制机器人执行上述的扫地机器人坡度识别方法。
一种扫地机器人，所述机器人包括：一个或多个主控芯片，所述主控芯片为上述的芯片。
上述各实施例，通过在机器人作业过程中向前方发射雷达波，依据雷达的精准识别，可以精确的识别出作业空间中的点云数据，根据点云数据可以确定前方的点云，将点云与相邻点云之间的斜率计算出来，从而形成点云集合，多个点云集合可以保证作业空间中的多个平面，从而可以准确识别出前方存在多少平面，且能够确定是否存在斜坡，且能够准确确定出当前扫地机器人与斜坡的距离，由于点云数据比较精准，所以能够精准确定出斜坡的坡度，从而为扫地机器人提供适合的动力以共所述扫地机器人爬上斜坡，同时，在扫地机器人动力不足以爬上斜坡时，停止控制所示扫地机器人爬坡，从而最大限度的保证扫地机器人的安全，同时提高作业效果，由于采用了点云数据识别斜坡的方法，扫地机器人能够在保证自身安全的基础上保证作业质量，且由于其依据点云数据计算，计算过程简单可靠，能够迅速识别斜坡，提高作业效率。
此外，本发明的各种不同的实施方式之间也可以进行任意组合，只要其不违背本发明实施方式的思想，其同样应当视为本发明实施方式所公开的内容。
另外需要说明的是，在上述具体实施方式中所描述的各个具体技术特征，在不矛盾的情况下，可以通过任何合适的方式进行组合。为了避免不必要的重复，本发明实施方式对各种可能的组合方式不再另行说明。
本领域技术人员可以理解实现上述实施方式方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序存储在一个存储介质中，包括若干指令用以使得单片机、芯片或处理器（processor）执行本发明各个实施方式所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器（ROM，Read-Only Memory）、随机存取存储器（RAM，Random Access Memory）、磁碟或者光盘等各种可以存储程序代码的介质。
在本申请所提供的实施例中，应该理解到，所揭露的系统、装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，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，例如多个单元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，装置或单元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单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

Claims (10)

1.一种扫地机器人坡度识别方法，其特征在于，所述方法包括：
在所述扫地机器人作业过程中，向作业方向前方发射雷达波；
根据发射的雷达的雷达回波，获取前方的点云数据，其中点云数据包括三维空间的三维点云数据；
将获取到的所述三维点云数据中的所有点云的数据，计算每两个相邻点云之间的斜率，根据斜率关系确定出斜率相近的两两点云对，将斜率差值小于预设阈值的点云对归纳为一个集合内，从而形成至少一个点云集合；
根据所述点云集合拟合出至少一个平面，根据这些点云集合的每个点云的深度信息，拟合出所述平面的斜率值，当所述斜率值满足第一预设范围时，确定所述点云集合所表征的平面为斜坡。
2.根据权利要求1所述的方法，其特征在于，所述斜率值的第一预设范围为0.1至1。
3.根据权利要求1所述的方法，其特征在于，当根据所述点云集合拟合出的平面为第二预设范围时，则确定所述第二点云集合所拟合出的平面为地平面。
4.根据权利要求3所述的方法，其特征在于，当确定所述扫地机器人前方同时存在斜坡和地平面时，在所述扫地机器人运行过程中，所述地平面点云集合中的点云数量越来越少时，确定所述扫地机器人正在靠近所述斜坡。
5.一种扫地机器人坡度识别装置，其特征在于，所述装置包括：
发射模块，所述发射模块用于在所述扫地机器人作业过程中，向作业方向前方发射雷达波；
获取模块，所述获取模块用于根据发射的雷达的雷达回波，获取前方的点云数据，其中点云数据包括三维空间的三维点云数据；
计算模块，所述计算模块用于将获取到的所述三维点云数据中的所有点云的数据，计算每两个相邻点云之间的斜率，根据斜率关系确定出斜率相近的两两点云对，将斜率差值小于预设阈值的点云对归纳为一个集合内，从而形成至少一个点云集合；
确定模块，所述确定模块用于根据所述点云集合拟合出至少一个平面，根据这些点云集合的每个点云的深度信息，拟合出所述平面的斜率值，当所述斜率值满足第一预设范围时，确定所述点云集合所表征的平面为斜坡。
6.根据权利要求5所述的装置，其特征在于，所述斜率值的第一预设范围为0.1至1。
7.根据权利要求5所述的装置，其特征在于，当根据所述点云集合拟合出的平面为第二预设范围时，则确定所述第二点云集合所拟合出的平面为地平面。
8.根据权利要求5所述的装置，其特征在于，当确定所述扫地机器人前方同时存在斜坡和地平面时，在所述扫地机器人运行过程中，所述地平面点云集合中的点云数量越来越少时，确定所述扫地机器人正在靠近所述斜坡。
9.一种芯片，其特征在于，其上存储有计算机程序，所述芯片根据所述计算机程序能够控制机器人执行权利要求1-4中任一项所述的扫地机器人坡度识别方法。
10.一种扫地机器人，其特征在于，所述机器人包括：
一个或多个主控芯片，所述主控芯片为权利要求9所述的芯片。
CN201811581875.XA 2018-12-24 2018-12-24 扫地机器人坡度识别方法、装置、芯片及扫地机器人 Active CN111352106B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811581875.XA CN111352106B (zh) 2018-12-24 2018-12-24 扫地机器人坡度识别方法、装置、芯片及扫地机器人

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811581875.XA CN111352106B (zh) 2018-12-24 2018-12-24 扫地机器人坡度识别方法、装置、芯片及扫地机器人

Publications (2)

Publication Number Publication Date
CN111352106A true CN111352106A (zh) 2020-06-30
CN111352106B CN111352106B (zh) 2022-06-14

Family

ID=71191963

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811581875.XA Active CN111352106B (zh) 2018-12-24 2018-12-24 扫地机器人坡度识别方法、装置、芯片及扫地机器人

Country Status (1)

Country Link
CN (1) CN111352106B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112515573A (zh) * 2020-11-17 2021-03-19 地邦环境产业有限公司 一种洗地吸干车控制系统
CN112904306A (zh) * 2021-01-18 2021-06-04 深圳市普渡科技有限公司 斜坡感知方法、装置、机器人和存储介质
CN113420698A (zh) * 2021-06-18 2021-09-21 北京盈迪曼德科技有限公司 一种基于机器人的环境识别方法及装置
CN113686347A (zh) * 2021-08-11 2021-11-23 追觅创新科技(苏州)有限公司 机器人导航路径的生成方法及装置

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101702200A (zh) * 2009-11-03 2010-05-05 武汉大学 一种机载激光雷达点云数据的自动分类方法
CN104143194A (zh) * 2014-08-20 2014-11-12 清华大学 一种点云分割方法及装置
CN104950313A (zh) * 2015-06-11 2015-09-30 同济大学 一种路面提取及道路坡度识别方法
CN105359187A (zh) * 2013-06-11 2016-02-24 微软技术许可有限责任公司 使用深度相机数据的高性能平面检测
CN106199558A (zh) * 2016-08-18 2016-12-07 宁波傲视智绘光电科技有限公司 障碍物快速检测方法
DE102017106931A1 (de) * 2016-03-31 2017-10-05 GM Global Technology Operations LLC Nicht-Sichtlinienobjekt-Hinderniserkennung und Lokalisierung
CN107643751A (zh) * 2016-07-21 2018-01-30 苏州宝时得电动工具有限公司 智能行走设备斜坡识别方法和系统
CN108052624A (zh) * 2017-12-15 2018-05-18 深圳市易成自动驾驶技术有限公司 点云数据处理方法、装置及计算机可读存储介质

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101702200A (zh) * 2009-11-03 2010-05-05 武汉大学 一种机载激光雷达点云数据的自动分类方法
CN105359187A (zh) * 2013-06-11 2016-02-24 微软技术许可有限责任公司 使用深度相机数据的高性能平面检测
CN104143194A (zh) * 2014-08-20 2014-11-12 清华大学 一种点云分割方法及装置
CN104950313A (zh) * 2015-06-11 2015-09-30 同济大学 一种路面提取及道路坡度识别方法
DE102017106931A1 (de) * 2016-03-31 2017-10-05 GM Global Technology Operations LLC Nicht-Sichtlinienobjekt-Hinderniserkennung und Lokalisierung
CN107643751A (zh) * 2016-07-21 2018-01-30 苏州宝时得电动工具有限公司 智能行走设备斜坡识别方法和系统
CN106199558A (zh) * 2016-08-18 2016-12-07 宁波傲视智绘光电科技有限公司 障碍物快速检测方法
CN108052624A (zh) * 2017-12-15 2018-05-18 深圳市易成自动驾驶技术有限公司 点云数据处理方法、装置及计算机可读存储介质

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
谢建春 等: "基于坡度梯度的点云数据中坡坎探测方法研究", 《测绘地理信息》 *
韩峰 等: "《基于点云信息的既有铁路轨道状态检测与评估技术研究》", 31 December 2016, 武汉大学出版社 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112515573A (zh) * 2020-11-17 2021-03-19 地邦环境产业有限公司 一种洗地吸干车控制系统
CN112904306A (zh) * 2021-01-18 2021-06-04 深圳市普渡科技有限公司 斜坡感知方法、装置、机器人和存储介质
CN113420698A (zh) * 2021-06-18 2021-09-21 北京盈迪曼德科技有限公司 一种基于机器人的环境识别方法及装置
CN113686347A (zh) * 2021-08-11 2021-11-23 追觅创新科技(苏州)有限公司 机器人导航路径的生成方法及装置

Also Published As

Publication number Publication date
CN111352106B (zh) 2022-06-14

Similar Documents

Publication Publication Date Title
CN111352106B (zh) 扫地机器人坡度识别方法、装置、芯片及扫地机器人
EP3798974B1 (en) Method and apparatus for detecting ground point cloud points
CN110286387B (zh) 应用于自动驾驶系统的障碍物检测方法、装置及存储介质
CN111419116B (zh) 扫地机器人爬坡控制方法和装置、存储介质及扫地机器人
US11126198B2 (en) Robot movement control method, apparatus and robot using the same
CN109521757B (zh) 静态障碍物识别方法和装置
CN110286389B (zh) 一种用于障碍物识别的栅格管理方法
CN111026131B (zh) 一种膨胀区域的确定方法、确定装置、机器人和存储介质
EP3624055B1 (en) Ground detection method, apparatus, electronic device, vehicle and storage medium
CN111611709B (zh) 用于控制仿真车辆的方法、装置、电子设备和存储介质
CN106054888A (zh) 一种机器人自动避障方法和装置
US10996678B2 (en) Obstacle avoidance method and system for robot and robot using the same
CN111308500A (zh) 基于单线激光雷达的障碍物感知方法、装置和计算机终端
CN114051628A (zh) 一种确定目标对象点云集的方法及装置
CN110426714B (zh) 一种障碍物识别方法
CN107817501B (zh) 一种可变扫描频率的点云数据处理方法
CN114966651A (zh) 可行驶区域检测方法、计算机设备、存储介质及车辆
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
CN112558035B (zh) 用于估计地面的方法和装置
CN113935946B (zh) 实时检测地下障碍物的方法及装置
CN114693687A (zh) 一种车载激光雷达点云分割方法及系统
CN107817499B (zh) 一种基于双雷达的点云数据处理方法
CN112578798A (zh) 机器人地图获取方法、装置、处理器和电子装置
CN114882461B (zh) 设备环境识别方法、装置、电子设备和自动驾驶车辆
CN114170126B (zh) 一种点云稠密化方法、装置和电子设备

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
CB02 Change of applicant information
CB02 Change of applicant information

Address after: 519000 2706, No. 3000, Huandao East Road, Hengqin new area, Zhuhai, Guangdong

Applicant after: Zhuhai Yiwei Semiconductor Co.,Ltd.

Address before: Room 105-514, No.6 Baohua Road, Hengqin New District, Zhuhai City, Guangdong Province

Applicant before: AMICRO SEMICONDUCTOR Co.,Ltd.

GR01 Patent grant
GR01 Patent grant