CN111376258B - 控制方法、装置、设备和存储介质 - Google Patents
控制方法、装置、设备和存储介质 Download PDFInfo
- Publication number
- CN111376258B CN111376258B CN201811643185.2A CN201811643185A CN111376258B CN 111376258 B CN111376258 B CN 111376258B CN 201811643185 A CN201811643185 A CN 201811643185A CN 111376258 B CN111376258 B CN 111376258B
- Authority
- CN
- China
- Prior art keywords
- path
- determining
- elevator
- enter
- area
- 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
- 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
-
- 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
- B25J9/1602—Programme controls characterised by the control system, structure, architecture
- B25J9/161—Hardware, e.g. neural networks, fuzzy logic, interfaces, processor
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Robotics (AREA)
- Mechanical Engineering (AREA)
- Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Image Analysis (AREA)
Abstract
本发明实施例公开了一种控制方法、装置、设备和存储介质,其中,所述方法包括:确定待进入电梯的第一路径,基于所述第一路径确定第一区域;其中,所述第一路径为电子设备进入电梯的任一路径;获取所述第一区域的深度图像,基于所述深度图像确定所述第一区域内的障碍物;根据所述第一区域内的障碍物是否满足预设条件确定所述电子设备是否能够按照所述第一路径进入电梯。
Description
技术领域
本发明涉及移动机器人领域,涉及但不限于一种控制方法、装置、设备和存储介质。
背景技术
目前,机器人通常基于视觉或图像信息来分析周围场景,室内配送机器人无法避免要遇到跨楼层配送的情况,因此需要机器人能够自动搭乘升降梯。由于电梯内场景非常不固定,机器人需要有能力适应各种场景变化。比如有时电梯内人很多,有时人很少,而且人们站的位置又完全随机,有时还有各种小推车或其他货物,这些都会生成差异很大的图像。而机器人平台对实时性有较高要求,通常不允许进行规模较大的计算,所以一些基于深度学习的复杂实例分割算法并不能用于解决室内配送机器人跨楼层配送的情况。从而如何让机器人高效、安全地进出升降梯,并尽量减少对其他乘客的影响,目前尚无有效解决方案。
发明内容
有鉴于此,本发明实施例期望提供一种控制方法、装置、设备和存储介质。
本发明实施例的技术实施例是这样实现的:
本发明实施例提供一种控制方法,所述方法包括:
确定待进入电梯的第一路径,基于所述第一路径确定第一区域;其中,所述第一路径为电子设备进入电梯的任一路径;
获取所述第一区域的深度图像,基于所述深度图像确定所述第一区域内的障碍物;
根据所述第一区域内的障碍物是否满足预设条件确定所述电子设备是否能够按照所述第一路径进入电梯。
在上述方案中,所述基于所述深度图像确定所述第一区域内的障碍物,包括:
获取所述电子设备的高度,确定所述深度图像中满足所述高度的第一深度图像;其中,所述第一深度图像为由下向上从所述深度图像中截取的图像;
将所述第一深度图像的高度区间划分为多个子区间;
将所述第一深度图像转换为障碍物点云数据,根据子区间内对应的障碍物点数确定障碍物。
在上述方案中,所述多个子区间中相邻两个子区间部分重叠;或者,所述多个子区间中相邻两个子区间连续且不重叠。
在上述方案中,所述根据所述第一区域内的障碍物是否满足预设条件确定所述电子设备是否能够按照所述第一路径进入电梯,包括:
统计每个子区间对应的障碍物点数,判断任一子区间内的障碍物点数是否大于第一阈值;
当任一子区间内的障碍物点数大于第一阈值时,确定所述电子设备不能按照所述第一路径进入电梯;
当所有子区间内的障碍物点数均小于等于所述第一阈值时,确定所述电子设备能够按照所述第一路径进入电梯。
在上述方案中,若确定所述电子设备不能够按照所述第一路径进入电梯,所述方法还包括:
间隔第一预设时长后,重新确定待进入电梯的第一路径,基于所述第一路径确定第一区域;其中,所述第一路径为电子设备进入电梯的任一路径;
获取所述第一区域的深度图像,基于所述深度图像确定所述第一区域内的障碍物;
根据所述第一区域内的障碍物是否满足预设条件确定所述电子设备是否能够按照所述第一路径进入电梯。
在上述方案中,所述方法还包括:
所述电子设备在第二预设时长内确定不能够按照所述第一路径进入电梯,或者,所述电子设备确定不能够按照所述第一路径进入电梯的次数达到第二阈值时,确定放弃进入电梯。
在上述方案中,所述方法还包括:
获取所述第一区域的图像,根据所述图像确定所述第一区域的场景状态;
当确定所述电子设备不能够按照所述第一路径进入电梯、且确定所述第一区域的场景状态为静止状态时,确定放弃进入电梯;
当确定所述电子设备不能够按照所述第一路径进入电梯、且确定所述第一区域的场景状态为变化状态时,确定不放弃进入电梯。
在上述方案中,所述根据所述图像确定所述第一区域的场景状态,包括:
对所述图像进行光流分析处理,获得所述图像中的像素点的运动矢量;根据所述像素点的运动矢量是否超过第三阈值确定所述第一区域的场景状态。
在上述方案中,所述根据所述图像确定所述第一区域的场景状态,包括:
检测至少两帧图像之间的差异程度,根据所述差异程度确定所述第一区域的场景状态。
本发明实施例提供一种控制装置,所述装置包括:确定单元、获取单元、和决策单元,其中:
所述确定单元,用于确定待进入电梯的第一路径,基于所述第一路径确定第一区域;其中,所述第一路径为电子设备进入电梯的任一路径;
所述获取单元,用于基于所述确定单元确定的第一区域获取所述第一区域的深度图像;
所述决策单元,用于基于所述获取单元获得的所述深度图像确定所述第一区域内的障碍物;根据所述第一区域内的障碍物是否满足预设条件确定所述电子设备是否能够按照所述第一路径进入电梯。
在上述方案中,所述决策单元,包括:获取子单元和统计子单元,其中:
所述获取子单元,用于获取所述电子设备的高度;
所述统计子单元,用于根据所述获取子单元获取的所述电子设备的高度确定所述深度图像中满足所述高度的第一深度图像;其中,所述第一深度图像为由下向上从所述深度图像中截取的图像;基于所述第一深度图像,将所述第一深度图像转换为障碍物点云数据,根据子区间内对应的障碍物点数确定障碍物。
在上述方案中,所述多个子区间中相邻两个子区间部分重叠;或者,所述多个子区间中相邻两个子区间连续且不重叠。
在上述方案中,所述决策单元还包括判断子单元,
所述统计子单元,还用于统计每个子区间对应的障碍物点数;
所述判断子单元,用于判断任一子区间内的障碍物点数是否大于第一阈值;当任一子区间内的障碍物点数大于第一阈值时,确定所述电子设备不能按照所述第一路径进入电梯;当所有子区间内的障碍物点数均小于等于所述第一阈值时,确定所述电子设备能够按照所述第一路径进入电梯。
在上述方案中,所述确定单元,还用于若所述决策单元确定所述电子设备不能够按照所述第一路径进入电梯,在间隔第一预设时长后,重新确定待进入电梯的第一路径,基于所述第一路径确定第一区域;其中,所述第一路径为电子设备进入电梯的任一路径;
所述获取单元,还用于基于所述确定单元重新确定的第一区域获取所述第一区域的深度图像;
所述决策单元,还用于基于所述获取单元获得的所述深度图像确定所述第一区域内的障碍物是否满足预设条件确定所述电子设备是否能够按照所述第一路径进入电梯。
在上述方案中,所述决策单元,还用于:
在第二预设时长内确定不能够按照所述第一路径进入电梯,或者,确定不能够按照所述第一路径进入电梯的次数达到第二阈值时,确定放弃进入电梯。
在上述方案中,所述获取单元,还用于获取所述第一区域的图像;
所述确定单元,还用于根据所述获取单元获取的图像确定所述第一区域的场景状态;
所述决策单元,还用于当所述确定单元确定所述电子设备不能够按照所述第一路径进入电梯、且确定所述第一区域的场景状态为静止状态时,确定放弃进入电梯;当确定所述电子设备不能够按照所述第一路径进入电梯、且确定所述第一区域的场景状态为变化状态时,确定不放弃进入电梯。
在上述方案中,所述确定单元,还用于对所述图像进行光流分析处理,获得所述图像中的像素点的运动矢量;根据所述像素点的运动矢量是否超过第三阈值确定所述第一区域的场景状态。
在上述方案中,所述确定单元,还用于检测至少两帧图像之间的差异程度,根据所述差异程度确定所述第一区域的场景状态。
本发明实施例提供一种控制设备,包括存储器和处理器,所述存储器存储有可在处理器上运行的计算机程序,所述处理器执行所述程序时实现上述所述方法的任一步骤。
本发明实施例提供一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现上述所述方法的任一步骤。
本发明实施例提供的控制方法、装置、设备和存储介质,其中,包括:确定待进入电梯的第一路径,基于所述第一路径确定第一区域;其中,所述第一路径为电子设备进入电梯的任一路径;获取所述第一区域的深度图像,基于所述深度图像确定所述第一区域内的障碍物;根据所述第一区域内的障碍物是否满足预设条件确定所述电子设备是否能够按照所述第一路径进入电梯。采用本发明实施例的技术方案,通过获得的深度图像确定障碍物,相比于深度学习算法和复杂实例分割算法大大减少了数据运算量,缩短了设备的响应时间,大大提升了设备决策以及执行的速度,实现了机器人能够高效、安全地进出电梯。
附图说明
图1A为本发明实施例控制方法实现流程示意图;
图1B为本发明实施例控制方法的一种应用场景示意图;
图1C为本发明实施例控制方法中对应于图1B的应用场景的障碍物点云示意图;
图1D为本发明实施例控制方法的另一种应用场景示意图;
图1E为本发明实施例控制方法中对应于图1D的应用场景的障碍物点云示意图;
图2为本发明实施例控制方法另一实现流程示意图;
图3为本发明实施例控制方法又一实现流程示意图;
图4为本发明实施例控制装置的组成结构示意图;
图5为本发明实施例中控制设备的一种硬件实体结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对发明的具体技术方案做进一步详细描述。以下实施例用于说明本发明,但不用来限制本发明的范围。
本实施例提出一种控制方法,该方法应用于控制设备,该方法所实现的功能可以通过控制设备中的处理器调用程序代码来实现,当然程序代码可以保存在计算机存储介质中,可见,该计算设备至少包括处理器和存储介质。
图1A为本发明实施例控制方法实现流程示意图,如图1A所示,该方法包括:
步骤S101:确定待进入电梯的第一路径,基于所述第一路径确定第一区域;其中,所述第一路径为电子设备进入电梯的任一路径。
需要说明的是,所述电子设备为日常生活中能够自动移动的任何设备,例如机器人。
这里,确定待进入电梯的第一路径,其中,所述第一路径为电子设备进入电梯的任一路径。为了方便理解,假设电子设备为机器人,机器人在电梯门外,当电梯开门后,机器人基于视觉或图像信息来分析周围场景,计算出多条可能进入电梯的路径,机器人从多条可能进入电梯的路径中选出任意一条路径为确定待进入电梯的第一路径。
其中,该第一区域可以理解为沿第一路径形成的一定宽度的区域。例如,沿第一路径的两侧分别扩展一定的距离形成的矩形区域为所述第一区域。又例如,沿第一路径的两侧分别扩展距离a,形成区域A,并且沿区域A的远端(该远端相对于第一路径的起始端而言)向第一路径的延伸方向的两侧分别扩展距离b,形成的区域作为所述第二区域。
步骤S102:获取所述第一区域的深度图像,基于所述深度图像确定所述第一区域内的障碍物。
作为一种示例,该深度图像可以是机器人的图像采集组件在水平视角获取第一区域的深度图像;该障碍物可以是通过深度图像的像素点的深度值确定。作为一种实施方式,基于所述深度图像确定所述第一区域内的障碍物可以将深度图像转换为障碍物点云数据,再根据障碍物点云数据的障碍物点数判定障碍物。具体的,可以基于深度图像通过坐标转换获得深度图像中每个像素点的三维坐标;基于每个像素点的三维坐标获得深度图像对应的障碍物点云数据,再根据障碍物点云数据中的障碍物点数确定所述第一区域内的障碍物。
作为一种实施方式,所述深度图像可以是针对电梯的轿厢内采集的深度图像,可以理解,深度图像包括电梯的轿厢内的所有障碍物的深度信息。则所述确定待进入电梯的第一路径,包括:根据所述深度图像确定待进入电梯的多条路径,从所述多条路径中选择任一路径作为第一路径。具体的,电子设备将深度图像转换为障碍物点云数据,根据障碍物点云数据确定待进入电梯的多个路径。可以理解,本实施例中步骤S101和步骤S102不限定执行的先后顺序,可以是先执行S102再执行步骤S101。
步骤S103:根据所述第一区域内的障碍物是否满足预设条件确定所述电子设备是否能够按照所述第一路径进入电梯。
这里,预设条件可以根据实际情况进行确定,作为一种示例,预设条件可以是设定障碍物数量的门限值,当然本发明实施例不限于该预设条件。
作为一种实施方式,当预设条件是设定障碍物数量的门限值时,可以通过所述第一区域内的障碍物的数量是否超过设定的障碍物数量的门限值确定所述电子设备是否能够按照所述第一路径进入电梯。如果第一区域内的障碍物的数量比较少,未超过设定的障碍物数量的门限值,则所述电子设备确定能够按照所述第一路径进入电梯;如果第一区域内的障碍物的数量比较多,超过设定的障碍物数量的门限值,则所述电子设备确定不能够按照所述第一路径进入电梯。
图1B为本发明实施例控制方法的一种应用场景示意图,这里假设电子设备为机器人,如图1B所示,本应用场景中电梯内部11没有障碍物,即电梯内部为空;图1C为本发明实施例控制方法中对应于图1B的应用场景的障碍物点云示意图,图1C对应为电梯内部为空的场景时,某个高度区间中的点云及机器人视角下的电梯,如图1C所示,电梯内腔111,第一区域112,障碍物113,其中,第一区域112为机器人待进入电梯的任一路径确定的区域,由于电梯内部为空,第一区域112内没有障碍物,障碍物113都在第一区域112的外部,在这种情况下,机器人能按照所述第一路径进入电梯。
图1D为本发明实施例控制方法的另一种应用场景示意图,这里假设电子设备为机器人,如图1D所示,本应用场景中电梯内部12非常拥挤;图1E对应为电梯内部非常拥挤时,某个高度区间中的点云及机器人视角下的电梯,图1E为本发明实施例控制方法中对应于图1D的应用场景的障碍物点云示意图,如图1E所示,电梯内腔121,第一区域122,障碍物123,其中,第一区域122为机器人待进入电梯的任一路径确定的区域,由于电梯内部非常拥挤,第一区域122内有障碍物,障碍物123在第一区域112的外部和内部都有,在这种情况下,可以根据所述第一区域内的障碍物是否满足预设条件确定所述机器人是否能够按照所述第一路径进入电梯。
本发明实施例提供的控制方法,确定待进入电梯的第一路径,基于所述第一路径确定第一区域;其中,所述第一路径为电子设备进入电梯的任一路径;获取所述第一区域的深度图像,基于所述深度图像确定所述第一区域内的障碍物;根据所述第一区域内的障碍物是否满足预设条件确定所述电子设备是否能够按照所述第一路径进入电梯。采用本发明实施例的技术方案,通过获得的深度图像确定障碍物,相比于深度学习算法和复杂实例分割算法大大减少了数据运算量,缩短了设备的响应时间,大大提升了设备决策以及执行的速度,实现了机器人在遇到跨楼层的时候,机器人能够高效、安全地进出电梯。
本实施例提出又一种控制方法,图2为本发明实施例控制方法另一实现流程示意图,如图2所示,该方法包括:
步骤S201,确定待进入电梯的第一路径,基于所述第一路径确定第一区域;其中,所述第一路径为电子设备进入电梯的任一路径。
本实施例中的步骤S201可参照前述实施例中的步骤S101中的描述,这里不再赘述。
步骤S202,获取所述第一区域的深度图像。
本实施例中的步骤S202可参照前述实施例中的步骤S102中的描述,这里不再赘述。
步骤S203,获取所述电子设备的高度,确定所述深度图像中满足所述高度的第一深度图像;其中,所述第一深度图像为由下向上从所述深度图像中截取的图像。
这里,电子设备的高度需要根据电子设备的实际情况预先配置,第一深度图像是根据电子设备的高度由下向上从深度图像中截取与电子设备高度匹配的图像。为了方便理解,在此进行举例说明,但并不做具体的限定。作为一种实施方式,电子设备可基于预先设置的采集角度确定所述深度图像对应的采集区域的实际高度;比较所述电子设备的高度和所述实际高度,获得第一比值;根据所述第一比值将所述深度图像右下向上进行截取。例如所述电子设备为机器人,机器人的高度为一米;而由于机器人上设置的图像采集组件的采集角度的原因,可采集的深度图像对应的采集区域的高度可以为两米,机器人上设置的图像处理组件可以根据机器人的高度,从表示两米的采集区域的第一深度图像中由下向上截取机器人一半的图像。
步骤S204,将所述第一深度图像的高度区间划分为多个子区间。
在本发明的一种可选实施例中,所述多个子区间中相邻两个子区间部分重叠;或者,所述多个子区间中相邻两个子区间连续且不重叠。
这里,所述多个子区间中相邻两个子区间部分重叠;为了方便理解,在此进行举例说明,例如所述第一深度图像的高度为h,可以划分成[0,10],[5,15],[10,20]...。一般情况可以每隔10划分一个子区间。其中,每个数值的单位可以是基于所述第一深度图像确定的任何单位。
这里,所述多个子区间中相邻两个子区间连续且不重叠,为了方便理解,在此进行举例说明,例如所述第一深度图像的高度为h,可以划分成[0,10],[10,20],[20,30]...。一般情况可以每隔10划分一个子区间。其中,每个数值的单位可以是基于所述第一深度图像确定的任何单位。
步骤S205,将所述第一深度图像转换为障碍物点云数据,根据子区间内对应的障碍物点数确定障碍物。
在本发明的一种可选实施例中,将所述第一深度图像转换为障碍物点云数据可以包括:基于第一深度图像通过坐标转换获得第一深度图像中每个像素点的三维坐标;基于每个像素点的三维坐标获的第一深度图像对应的障碍物点云数据。对应的,根据子区间内对应的障碍物点数确定障碍物包括:根据子区间内障碍物点云数据中的障碍物点数确定子区间内的障碍物。
为了方便理解,这里举例说明,一般,通过三维摄像头或双摄像头可以获取深度图像,深度图像是物体的三维表示形式,也就是说根据所述深度图像获取每个物体的三维坐标,再根据内外参矩阵变换公式,将每个物体的三维坐标转换成像素点的二维坐标,即物体的点云,这里,所述的深度图像和物体可以是本发明实施例中的第一深度图像和障碍物。
本实施例的应用场景以及对应的障碍物点云示意可参照前述图1B至图1E以及对应的描述,这里不再赘述。
步骤S206,统计每个子区间对应的障碍物点数,判断任一子区间内的障碍物点数是否大于第一阈值。
作为一种示例,该障碍物点数可以是机器人的处理组件根据子区间内障碍物点云数据统计每个子区间对应的障碍物点数。第一阈值可以是设定障碍物点数的门限值,当然本发明实施例不限于该第一阈值。
作为一种实施方式,当第一阈值是设定障碍物点数的门限值时,可以判断任一子区间内的障碍物点数是否大于门限值。当任一子区间内的障碍物点数大于门限值时,执行步骤S207;当任一子区间内的障碍物点数都不大于所述第一阈值时,即所有子区间内的障碍物点数均小于等于所述第一阈值时,执行步骤S208。
步骤S207,当任一子区间内的障碍物点数大于第一阈值时,确定所述电子设备不能按照所述第一路径进入电梯。
步骤S208,当所有子区间内的障碍物点数均小于等于所述第一阈值时,确定所述电子设备能够按照所述第一路径进入电梯。
在其他实施例中,若确定所述电子设备不能够按照所述第一路径进入电梯,所述方法还包括:
步骤S211,间隔第一预设时长后,重新确定待进入电梯的第一路径,基于所述第一路径确定第一区域;其中,所述第一路径为电子设备进入电梯的任一路径。
步骤S212,获取所述第一区域的深度图像,基于所述深度图像确定所述第一区域内的障碍物。
步骤S213,根据所述第一区域内的障碍物是否满足预设条件确定所述电子设备是否能够按照所述第一路径进入电梯。
这里,所述第一预设时长表示在先判定不能够按照第一路径进入电梯后、重新执行是否能够按照第一路径进入电梯的间隔时长,第一预设时长可以根据实际情况进行确定,作为一种示例,第一预设时长是设定的一个时长,可以根据电梯开门到电梯关门的时间与这段时间内进行检测的次数进行设定。假设电梯开门到电梯关门的时间为10秒,这段时间内进行检测的次数为100次,则第一预设时长可以设为0.1秒。
本实施例中的步骤S211、步骤S212和步骤S213可分别参照前述实施例中的步骤S101、步骤S102和步骤S103中的描述,这里不再赘述。
在其他实施例中,所述方法还包括:所述电子设备在第二预设时长内确定不能够按照所述第一路径进入电梯,或者,所述电子设备确定不能够按照所述第一路径进入电梯的次数达到第二阈值时,确定放弃进入电梯。
这里,所述第二预设时长表示决策是否放弃进入电梯的时长门限值,第二预设时长是设定的一个时长,可以根据实际情况进行确定,作为一种示例,可以根据电梯开门到电梯关门的时间进行设定。假设电梯开门到电梯关门的时间为10秒,可以将第二预设时长设为10秒。
在其他实施例中,所述方法还包括:
步骤S221,获取所述第一区域的图像,根据所述图像确定所述第一区域的场景状态。
这里,所述图像既可以是前述获取的深度图像也可以是重新获取的其他图像,所述其他图像可以是二维图像,如RGB图像,在此不做具体的限定。所述第一区域的场景状态可以为静止状态或变化状态。
步骤S222,当确定所述电子设备不能够按照所述第一路径进入电梯、且确定所述第一区域的场景状态为静止状态时,确定放弃进入电梯。
步骤S223,当确定所述电子设备不能够按照所述第一路径进入电梯、且确定所述第一区域的场景状态为变化状态时,确定不放弃进入电梯。
在其他实施例,所述根据所述图像确定所述第一区域的场景状态,包括:
对所述图像进行光流分析处理,获得所述图像中的像素点的运动矢量;根据所述像素点的运动矢量是否超过第三阈值确定所述第一区域的场景状态。
这里,像素点的运动矢量可以是图像中像素的最大运动矢量或平均运动矢量;第三阈值可以根据实际情况进行确定。作为一种示例,第三阈值可以是设定为给定阈值。为了方便理解,在此进行举例说明,例如,通过对所述图像进行光流分析处理后,获得所述图像中的像素点的运动矢量,当所述像素点的运动矢量为最大运动矢量或平均运动矢量时,如果判断出图像中像素的最大运动矢量或平均运动矢量的模值小于给定阈值,则可认为所述第一区域的场景状态为静止状态;如果图像中像素的最大运动矢量或平均运动矢量的模值大于给定阈值,则可认为所述第一区域的场景状态为变化状态。
在其他实施例,所述根据所述图像确定所述第一区域的场景状态,包括:
检测至少两帧图像之间的差异程度,根据所述差异程度确定所述第一区域的场景状态。
这里,所述差异程度可以是图片中像素值的差异,例如,可以将至少两帧图像的像素值直接进行对比,如果像素值的差值小于一定的阈值,则可认为所述第一区域的场景状态为静止状态;如果像素值的差值大于一定的阈值,则可认为所述第一区域的场景状态为变化状态。
在其他实施例中,电子设备在进梯过程中还能实时重新评估梯内场景,进梯过程中,利用上述方法不断分析电子设备是否仍然能进入;如果连续检测到多次不可进,则认为梯内场景已发生过较大变化,电子设备已无法再进入。此时做出决策,原路退出电梯并放弃乘梯。
本发明实施例的控制方法,以电子设备为机器人为例,通过分析深度图像和其他辅助信息实现机器人进出电梯。本方法只需很少的计算量,就能在机器人准备进入电梯前准确判断出电梯内是否有足够的空间,进而决定是否放弃本次乘梯;还能在机器人进入电梯过程中连续重新评估电梯内场景,以处理动态的场景变化,进而决定是否放弃本次乘梯;比如机器人在决策过程中,如果机器人在判定场景时有很多乘客一直进出电梯导致机器人判定场景一直处于动态,直至场景处于静态时,机器人依然判定电梯内没有足够的空间导致无法进入电梯,此时机器人做出放弃乘梯的判断。
本实施例提出又一种控制方法,图3为本发明实施例控制方法又一实现流程示意图,如图3所示,该方法包括:
步骤S301:获得深度图像,并开始计时。
这里,电子设备可启动第一计时器进行计时,获得第一计时时长。
步骤S302:根据所述深度图像确定待进入电梯的多条路径,以及每条路径对应的第一区域。
这里,将所述深度图像转换为障碍物点云数据,根据所述障碍物点云数据确定待进入电梯的多条路径,从多条路径中选择任一路径作为第一路径。
步骤S303:判断是否能够按照所述第一路径进入电梯;当判定能够按照所述第一路径进入电梯,执行步骤S304:控制所述电子设备按照所述第一路径移动;当判定不能按照所述第一路径进入电梯时,执行步骤S305。
本实施例中,判断所述电子设备是否能够按照所述第一路径进入电梯的具体实现方式可参照前述实施例所述,这里不再赘述。
步骤S305:判断第一计时时长是否超过第二预设时长;当判定结果为是时,执行步骤S306:放弃进入电梯;当判定结果为否时,执行步骤S307。
这里,所述第二预设时长表示决策是否放弃进入电梯的时长门限值,第二预设时长是设定的一个时长,可以根据实际情况进行确定。
步骤S307:判断所述第一路径对应的第一区域的场景状态是否为静止状态;当判定结果为是时,执行步骤S306:放弃进入电梯;当判定结果为否时,执行步骤S308。
步骤S308:确定多条路径中的其他路径作为第一路径,以及等待第一预设时长,在第一预设时长到达后,重新执行步骤S303。
这里,所述第一预设时长表示在先判定不能够按照第一路径进入电梯后、重新执行是否能够按照第一路径进入电梯的间隔时长,第一预设时长可以根据实际情况进行确定。
本实施例中,作为一种实施方式,在电子设备判定不能按照第一路径进入电梯时,启动第二计时器,获得第二计时时长;相应的,在所述第二计时时长达到所述第一预设时长时,表明所述第一预设时长到达。
本实施例提出又一种控制装置,图4为本发明实施例控制装置的组成结构示意图,如图4所示,所述装置400包括:确定单元401、获取单元402、和决策单元403,其中:
所述确定单元401,用于确定待进入电梯的第一路径,基于所述第一路径确定第一区域;其中,所述第一路径为电子设备进入电梯的任一路径。
所述获取单元402,用于基于所述确定单元确定的第一区域获取所述第一区域的深度图像。
所述决策单元403,用于基于所述获取单元获得的所述深度图像确定所述第一区域内的障碍物;根据所述第一区域内的障碍物是否满足预设条件确定所述电子设备是否能够按照所述第一路径进入电梯。
在其他的实施例中,所述决策单元403,包括:获取子单元4031和统计子单元4032,其中:
所述获取子单元4031,用于获取所述电子设备的高度。
所述统计子单元4032,用于根据所述获取子单元获取的所述电子设备的高度确定所述深度图像中满足所述高度的第一深度图像;其中,所述第一深度图像为由下向上从所述深度图像中截取的图像;基于所述第一深度图像,将所述第一深度图像转换为障碍物点云数据,根据子区间内对应的障碍物点数确定障碍物。
在其他的实施例中,所述多个子区间中相邻两个子区间部分重叠;或者,所述多个子区间中相邻两个子区间连续且不重叠。
在其他的实施例中,所述决策单元403还包括判断子单元4033,其中:
所述统计子单元4032,还用于统计每个子区间对应的障碍物点数;
所述判断子单元4033,用于判断任一子区间内的障碍物点数是否大于第一阈值;当任一子区间内的障碍物点数大于第一阈值时,确定所述电子设备不能按照所述第一路径进入电梯;当所有子区间内的障碍物点数均小于等于所述第一阈值时,确定所述电子设备能够按照所述第一路径进入电梯。
在其他的实施例中,所述确定单元401,还用于若所述决策单元确定所述电子设备不能够按照所述第一路径进入电梯,在间隔第一预设时长后,重新确定待进入电梯的第一路径,基于所述第一路径确定第一区域;其中,所述第一路径为电子设备进入电梯的任一路径。
所述获取单元402,还用于基于所述确定单元重新确定的第一区域获取所述第一区域的深度图像。
所述决策单元403,还用于基于所述获取单元获得的所述深度图像确定所述第一区域内的障碍物是否满足预设条件确定所述电子设备是否能够按照所述第一路径进入电梯。
在其他的实施例中,所述决策单元403,还用于:
在第二预设时长内确定不能够按照所述第一路径进入电梯,或者,确定不能够按照所述第一路径进入电梯的次数达到第二阈值时,确定放弃进入电梯。
在其他的实施例中,所述获取单元402,还用于获取所述第一区域的图像;
所述确定单元401,还用于根据所述获取单元获取的图像确定所述第一区域的场景状态;
所述决策单元403,还用于当所述确定单元确定所述电子设备不能够按照所述第一路径进入电梯、且确定所述第一区域的场景状态为静止状态时,确定放弃进入电梯;当确定所述电子设备不能够按照所述第一路径进入电梯、且确定所述第一区域的场景状态为变化状态时,确定不放弃进入电梯。
在其他的实施例中,所述确定单元401,还用于对所述图像进行光流分析处理,获得所述图像中的像素点的运动矢量;根据所述像素点的运动矢量是否超过第三阈值确定所述第一区域的场景状态。
在其他的实施例中,所述确定单元401,还用于检测至少两帧图像之间的差异程度,根据所述差异程度确定所述第一区域的场景状态。
以上装置实施例的描述,与上述方法实施例的描述是类似的,具有同方法实施例相似的有益效果。对于本发明装置实施例中未披露的技术细节,请参照本发明方法实施例的描述而理解。
需要说明的是,本发明实施例中,如果以软件功能模块的形式实现上述的控制方法,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。基于这样的理解,本发明实施例的技术实施例本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台控制设备(可以是个人计算机、服务器、或者网络设备等)执行本发明各个实施例所述方法的全部或部分。而前述的存储介质包括:U盘、移动硬盘、只读存储器(Read OnlyMemory,ROM)、磁碟或者光盘等各种可以存储程序代码的介质。这样,本发明实施例不限制于任何特定的硬件和软件结合。
对应地,本发明实施例提供一种控制设备,包括存储器和处理器,所述存储器存储有可在处理器上运行的计算机程序,所述处理器执行所述程序时实现上述实施例提供的控制方法中的步骤。
对应地,本发明实施例提供一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现上述实施例提供的控制方法中的步骤。
这里需要指出的是:以上存储介质和设备实施例的描述,与上述方法实施例的描述是类似的,具有同方法实施例相似的有益效果。对于本发明存储介质和设备实施例中未披露的技术细节,请参照本发明方法实施例的描述而理解。
需要说明的是,图5为本发明实施例中控制设备的一种硬件实体结构示意图,如图5所示,该控制设备500的硬件实体包括:处理器501和存储器503,可选地,所述控制设备500还可以包括通信接口502。
可以理解,存储器503可以是易失性存储器或非易失性存储器,也可包括易失性和非易失性存储器两者。其中,非易失性存储器可以是只读存储器(ROM,Read Only Memory)、可编程只读存储器(PROM,Programmable Read-Only Memory)、可擦除可编程只读存储器(EPROM,Erasable Programmable Read-Only Memory)、电可擦除可编程只读存储器(EEPROM,Electrically Erasable Programmable Read-Only Memory)、磁性随机存取存储器(FRAM,ferromagnetic random access memory)、快闪存储器(Flash Memory)、磁表面存储器、光盘、或只读光盘(CD-ROM,Compact Disc Read-Only Memory);磁表面存储器可以是磁盘存储器或磁带存储器。易失性存储器可以是随机存取存储器(RAM,Random AccessMemory),其用作外部高速缓存。通过示例性但不是限制性说明,许多形式的RAM可用,例如静态随机存取存储器(SRAM,Static Random Access Memory)、同步静态随机存取存储器(SSRAM,Synchronous Static Random Access Memory)、动态随机存取存储器(DRAM,Dynamic Random Access Memory)、同步动态随机存取存储器(SDRAM,SynchronousDynamic Random Access Memory)、双倍数据速率同步动态随机存取存储器(DDRSDRAM,Double Data Rate Synchronous Dynamic Random Access Memory)、增强型同步动态随机存取存储器(ESDRAM,Enhanced Synchronous Dynamic Random Access Memory)、同步连接动态随机存取存储器(SLDRAM,SyncLink Dynamic Random Access Memory)、直接内存总线随机存取存储器(DRRAM,Direct Rambus Random Access Memory)。本发明实施例描述的存储器503旨在包括但不限于这些和任意其它适合类型的存储器。
上述本发明实施例揭示的方法可以应用于处理器501中,或者由处理器501实现。处理器501可能是一种集成电路芯片,具有信号的处理能力。在实现过程中,上述方法的各步骤可以通过处理器501中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器501可以是通用处理器、数字信号处理器(DSP,Digital Signal Processor),或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。处理器501可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者任何常规的处理器等。结合本发明实施例所公开的方法的步骤,可以直接体现为硬件译码处理器执行完成,或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于存储介质中,该存储介质位于存储器503,处理器501读取存储器503中的信息,结合其硬件完成前述方法的步骤。
在示例性实施例中,控制设备可以被一个或多个应用专用集成电路(ASIC,Application Specific Integrated Circuit)、DSP、可编程逻辑器件(PLD,ProgrammableLogic Device)、复杂可编程逻辑器件(CPLD,Complex Programmable Logic Device)、现场可编程门阵列(FPGA,Field-Programmable Gate Array)、通用处理器、控制器、微控制器(MCU,Micro Controller Unit)、微处理器(Microprocessor)、或其他电子元件实现,用于执行前述方法。
在本发明所提供的几个实施例中,应该理解到,所揭露的方法和装置,可以通过其他的方式实现。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,如:多个单元或组件可以结合,或可以集成到另一个观测量,或一些特征可以忽略,或不执行。另外,所显示或讨论的各组成部分相互之间的通信连接可以是通过一些接口,设备或单元的间接耦合或通信连接,可以是电性的、机械的或其他形式的。
上述作为分离部件说明的单元可以是、或也可以不是物理上分开的,作为单元显示的部件可以是、或也可以不是物理单元,即可以位于一个地方,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全部单元来实现本实施例的目的。
本领域普通技术人员可以理解:实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成,前述的程序可以存储于计算机可读取存储介质中,该程序在执行时,执行包括上述方法实施例的步骤;而前述的存储介质包括:移动存储设备、只读存储器(ROM,Read-Only Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
或者,本发明实施例上述集成的单元如果以软件功能单元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。基于这样的理解,本发明实施例的技术实施例本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台控制设备(可以是个人计算机、服务器、或者网络设备等)执行本发明各个实施例所述方法的全部或部分。而前述的存储介质包括:移动存储设备、ROM、磁碟或者光盘等各种可以存储程序代码的介质。
本发明是实例中记载的基于确定卫星观测量质量方法、装置和计算机存储介质只以本发明所述实施例为例,但不仅限于此,只要涉及到该基于确定卫星观测量质量方法、装置和计算机存储介质均在本发明的保护范围。
应理解,说明书通篇中提到的“一个实施例”或“一实施例”意味着与实施例有关的特定特征、结构或特性包括在本发明的至少一个实施例中。因此,在整个说明书各处出现的“在一个实施例中”或“在一实施例中”未必一定指相同的实施例。此外,这些特定的特征、结构或特性可以任意适合的方式结合在一个或多个实施例中。应理解,在本发明的各种实施例中,上述各过程的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本发明实施例的实施过程构成任何限定。上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。
以上所述,仅为本发明的实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以所述权利要求的保护范围为准。
Claims (18)
1.一种控制方法,其特征在于,所述方法包括:
确定待进入电梯的第一路径,基于所述第一路径确定第一区域;其中,所述第一路径为电子设备进入电梯的任一路径;
获取所述第一区域的深度图像,基于所述深度图像确定所述第一区域内的障碍物;
根据所述第一区域内的障碍物是否满足预设条件确定所述电子设备是否能够按照所述第一路径进入电梯;
其中,所述基于所述深度图像确定所述第一区域内的障碍物,包括:
获取所述电子设备的高度,确定所述深度图像中满足所述高度的第一深度图像;其中,所述第一深度图像为由下向上从所述深度图像中截取的图像;
将所述第一深度图像的高度区间划分为多个子区间;
将所述第一深度图像转换为障碍物点云数据,根据子区间内对应的障碍物点数确定障碍物。
2.根据权利要求1所述的方法,其特征在于,所述多个子区间中相邻两个子区间部分重叠;或者,所述多个子区间中相邻两个子区间连续且不重叠。
3.根据权利要求1所述的方法,其特征在于,所述根据所述第一区域内的障碍物是否满足预设条件确定所述电子设备是否能够按照所述第一路径进入电梯,包括:
统计每个子区间对应的障碍物点数,判断任一子区间内的障碍物点数是否大于第一阈值;
当任一子区间内的障碍物点数大于第一阈值时,确定所述电子设备不能按照所述第一路径进入电梯;
当所有子区间内的障碍物点数均小于等于所述第一阈值时,确定所述电子设备能够按照所述第一路径进入电梯。
4.根据权利要求1至3任一项所述的方法,其特征在于,若确定所述电子设备不能够按照所述第一路径进入电梯,所述方法还包括:
间隔第一预设时长后,重新确定待进入电梯的第一路径,基于所述第一路径确定第一区域;其中,所述第一路径为电子设备进入电梯的任一路径;
获取所述第一区域的深度图像,基于所述深度图像确定所述第一区域内的障碍物;
根据所述第一区域内的障碍物是否满足预设条件确定所述电子设备是否能够按照所述第一路径进入电梯。
5.根据权利要求4所述的方法,其特征在于,所述方法还包括:
所述电子设备在第二预设时长内确定不能够按照所述第一路径进入电梯,或者,所述电子设备确定不能够按照所述第一路径进入电梯的次数达到第二阈值时,确定放弃进入电梯。
6.根据权利要求4所述的方法,其特征在于,所述方法还包括:
获取所述第一区域的图像,根据所述图像确定所述第一区域的场景状态;
当确定所述电子设备不能够按照所述第一路径进入电梯、且确定所述第一区域的场景状态为静止状态时,确定放弃进入电梯;
当确定所述电子设备不能够按照所述第一路径进入电梯、且确定所述第一区域的场景状态为变化状态时,确定不放弃进入电梯。
7.根据权利要求6所述的方法,其特征在于,所述根据所述图像确定所述第一区域的场景状态,包括:
对所述图像进行光流分析处理,获得所述图像中的像素点的运动矢量;根据所述像素点的运动矢量是否超过第三阈值确定所述第一区域的场景状态。
8.根据权利要求6所述的方法,其特征在于,所述根据所述图像确定所述第一区域的场景状态,包括:
检测至少两帧图像之间的差异程度,根据所述差异程度确定所述第一区域的场景状态。
9.一种控制装置,其特征在于,所述装置包括:确定单元、获取单元、和决策单元,其中:
所述确定单元,用于确定待进入电梯的第一路径,基于所述第一路径确定第一区域;其中,所述第一路径为电子设备进入电梯的任一路径;
所述获取单元,用于基于所述确定单元确定的第一区域获取所述第一区域的深度图像;
所述决策单元,用于基于所述获取单元获得的所述深度图像确定所述第一区域内的障碍物;根据所述第一区域内的障碍物是否满足预设条件确定所述电子设备是否能够按照所述第一路径进入电梯;
其中,所述决策单元,包括:获取子单元和统计子单元,其中:
所述获取子单元,用于获取所述电子设备的高度;
所述统计子单元,用于根据所述获取子单元获取的所述电子设备的高度确定所述深度图像中满足所述高度的第一深度图像;其中,所述第一深度图像为由下向上从所述深度图像中截取的图像;将所述第一深度图像的高度区间划分为多个子区间;将所述第一深度图像转换为障碍物点云数据,根据子区间内对应的障碍物点数确定障碍物。
10.根据权利要求9所述的装置,其特征在于,所述多个子区间中相邻两个子区间部分重叠;或者,所述多个子区间中相邻两个子区间连续且不重叠。
11.根据权利要求9所述的装置,其特征在于,所述决策单元还包括判断子单元,
所述统计子单元,还用于统计每个子区间对应的障碍物点数;
所述判断子单元,用于统计每个子区间对应的障碍物点数,判断任一子区间内的障碍物点数是否大于第一阈值;当任一子区间内的障碍物点数大于第一阈值时,确定所述电子设备不能按照所述第一路径进入电梯;当所有子区间内的障碍物点数均小于等于所述第一阈值时,确定所述电子设备能够按照所述第一路径进入电梯。
12.根据权利要求9至11任一项所述的装置,其特征在于,
所述确定单元,还用于若所述决策单元确定所述电子设备不能够按照所述第一路径进入电梯,在间隔第一预设时长后,重新确定待进入电梯的第一路径,基于所述第一路径确定第一区域;其中,所述第一路径为电子设备进入电梯的任一路径;
所述获取单元,还用于基于所述确定单元重新确定的第一区域获取所述第一区域的深度图像;
所述决策单元,还用于基于所述获取单元获得的所述深度图像确定所述第一区域内的障碍物是否满足预设条件确定所述电子设备是否能够按照所述第一路径进入电梯。
13.根据权利要求12所述的装置,其特征在于,所述决策单元,还用于在第二预设时长内确定不能够按照所述第一路径进入电梯,或者,确定不能够按照所述第一路径进入电梯的次数达到第二阈值时,确定放弃进入电梯。
14.根据权利要求12所述的装置,其特征在于,
所述获取单元,还用于获取所述第一区域的图像;
所述确定单元,还用于根据所述获取单元获取的图像确定所述第一区域的场景状态;
所述决策单元,还用于当所述确定单元确定所述电子设备不能够按照所述第一路径进入电梯、且确定所述第一区域的场景状态为静止状态时,确定放弃进入电梯;当确定所述电子设备不能够按照所述第一路径进入电梯、且确定所述第一区域的场景状态为变化状态时,确定不放弃进入电梯。
15.根据权利要求14所述的装置,其特征在于,所述确定单元,还用于对所述图像进行光流分析处理,获得所述图像中的像素点的运动矢量;根据所述像素点的运动矢量是否超过第三阈值确定所述第一区域的场景状态。
16.根据权利要求14所述的装置,其特征在于,所述确定单元,还用于检测至少两帧图像之间的差异程度,根据所述差异程度确定所述第一区域的场景状态。
17.一种控制设备,包括存储器和处理器,所述存储器存储有可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现权利要求1至8任一项所述方法中的步骤。
18.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至8任一项所述方法中的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811643185.2A CN111376258B (zh) | 2018-12-29 | 2018-12-29 | 控制方法、装置、设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811643185.2A CN111376258B (zh) | 2018-12-29 | 2018-12-29 | 控制方法、装置、设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111376258A CN111376258A (zh) | 2020-07-07 |
CN111376258B true CN111376258B (zh) | 2021-12-17 |
Family
ID=71219371
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811643185.2A Active CN111376258B (zh) | 2018-12-29 | 2018-12-29 | 控制方法、装置、设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111376258B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112130573A (zh) * | 2020-09-30 | 2020-12-25 | 拉扎斯网络科技(上海)有限公司 | 进入承载设备的方法、移动设备、电子设备及存储介质 |
CN112207832B (zh) * | 2020-10-16 | 2021-10-08 | 拉扎斯网络科技(上海)有限公司 | 进入承载设备的方法、移动设备、电子设备及存储介质 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105867390A (zh) * | 2016-06-16 | 2016-08-17 | 中南大学 | 运输机器人自主式进入电梯的控制方法 |
CN105881553A (zh) * | 2016-05-26 | 2016-08-24 | 深圳市神州云海智能科技有限公司 | 一种楼道清洁机器人实现自主运行的方法、装置及机器人 |
CN105911993A (zh) * | 2016-06-16 | 2016-08-31 | 中南大学 | 运输机器人自主式进入电梯的控制系统 |
CN106054900A (zh) * | 2016-08-08 | 2016-10-26 | 电子科技大学 | 基于深度摄像头的机器人临时避障方法 |
WO2017091008A1 (ko) * | 2015-11-26 | 2017-06-01 | 삼성전자주식회사 | 이동 로봇 및 그 제어 방법 |
CN107092252A (zh) * | 2017-04-11 | 2017-08-25 | 杭州光珀智能科技有限公司 | 一种基于机器视觉的机器人主动避障方法及其装置 |
CN107538463A (zh) * | 2017-10-11 | 2018-01-05 | 深圳市普渡科技有限公司 | 一种可自主进出电梯的机器人 |
CN207344608U (zh) * | 2017-10-09 | 2018-05-11 | 北京赛亚思科技有限公司 | 一种智能快递机器人 |
CN108673510A (zh) * | 2018-06-20 | 2018-10-19 | 北京云迹科技有限公司 | 机器人安全行进系统及方法 |
-
2018
- 2018-12-29 CN CN201811643185.2A patent/CN111376258B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2017091008A1 (ko) * | 2015-11-26 | 2017-06-01 | 삼성전자주식회사 | 이동 로봇 및 그 제어 방법 |
CN105881553A (zh) * | 2016-05-26 | 2016-08-24 | 深圳市神州云海智能科技有限公司 | 一种楼道清洁机器人实现自主运行的方法、装置及机器人 |
CN105867390A (zh) * | 2016-06-16 | 2016-08-17 | 中南大学 | 运输机器人自主式进入电梯的控制方法 |
CN105911993A (zh) * | 2016-06-16 | 2016-08-31 | 中南大学 | 运输机器人自主式进入电梯的控制系统 |
CN106054900A (zh) * | 2016-08-08 | 2016-10-26 | 电子科技大学 | 基于深度摄像头的机器人临时避障方法 |
CN107092252A (zh) * | 2017-04-11 | 2017-08-25 | 杭州光珀智能科技有限公司 | 一种基于机器视觉的机器人主动避障方法及其装置 |
CN207344608U (zh) * | 2017-10-09 | 2018-05-11 | 北京赛亚思科技有限公司 | 一种智能快递机器人 |
CN107538463A (zh) * | 2017-10-11 | 2018-01-05 | 深圳市普渡科技有限公司 | 一种可自主进出电梯的机器人 |
CN108673510A (zh) * | 2018-06-20 | 2018-10-19 | 北京云迹科技有限公司 | 机器人安全行进系统及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111376258A (zh) | 2020-07-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10438371B2 (en) | Three-dimensional bounding box from two-dimensional image and point cloud data | |
JP6494253B2 (ja) | 物体検出装置、物体検出方法、画像認識装置及びコンピュータプログラム | |
US20180210556A1 (en) | Information processing device and method, program and recording medium for identifying a gesture of a person from captured image data | |
CN111753609B (zh) | 一种目标识别的方法、装置及摄像机 | |
EP3637307A1 (en) | Binocular pedestrian detection system having dual-stream deep learning neural network and the methods of using the same | |
CN112180931B (zh) | 扫地机的清扫路径规划方法、装置及可读存储介质 | |
JP2013109760A (ja) | 対象検知方法及び対象検知システム | |
CN111376258B (zh) | 控制方法、装置、设备和存储介质 | |
KR20130066438A (ko) | 영상 처리 장치 및 영상 처리 방법 | |
US9778750B2 (en) | Hand-gesture-based region of interest localization | |
CN110766899A (zh) | 一种增强虚拟环境中电子围栏监控预警的方法及系统 | |
CN115937819A (zh) | 基于多模态融合的三维目标检测方法及系统 | |
CN112633096A (zh) | 客流的监测方法、装置、电子设备及存储介质 | |
KR20190060679A (ko) | 이동 객체의 자세 학습 방법 및 장치 | |
US11663844B2 (en) | Head-counter device and method for processing digital images | |
JP2017199278A (ja) | 検出装置、検出方法、およびプログラム | |
JP2004301607A (ja) | 移動物体検出装置、移動物体検出方法及び移動物体検出プログラム | |
JP4990876B2 (ja) | 画像処理装置 | |
CN114359825A (zh) | 监测方法和相关产品 | |
WO2018058573A1 (zh) | 对象检测方法、对象检测装置以及电子设备 | |
JP2010238008A (ja) | 映像特徴抽出装置、及びプログラム | |
CN113256709A (zh) | 目标检测方法、装置、计算机设备以及存储介质 | |
CN111368883A (zh) | 基于单目摄像头的避障方法、计算装置及存储装置 | |
CN111062311A (zh) | 一种基于深度级可分离卷积网络的行人手势识别与交互方法 | |
CN116142173A (zh) | 基于图像深度的车辆控制方法、装置、设备及存储介质 |
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 |