CN111538338A - 一种机器人贴边运动控制系统及方法 - Google Patents

一种机器人贴边运动控制系统及方法 Download PDF

Info

Publication number
CN111538338A
CN111538338A CN202010466339.6A CN202010466339A CN111538338A CN 111538338 A CN111538338 A CN 111538338A CN 202010466339 A CN202010466339 A CN 202010466339A CN 111538338 A CN111538338 A CN 111538338A
Authority
CN
China
Prior art keywords
robot
point cloud
sensing unit
area
turning
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
CN202010466339.6A
Other languages
English (en)
Other versions
CN111538338B (zh
Inventor
张斌
陈凯
李亮
张岁寒
罗新亮
廖国勇
王道锋
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.)
Zoomlion Heavy Industry Science and Technology Co Ltd
Original Assignee
Zoomlion Heavy Industry Science and Technology 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 Zoomlion Heavy Industry Science and Technology Co Ltd filed Critical Zoomlion Heavy Industry Science and Technology Co Ltd
Priority to CN202010466339.6A priority Critical patent/CN111538338B/zh
Publication of CN111538338A publication Critical patent/CN111538338A/zh
Application granted granted Critical
Publication of CN111538338B publication Critical patent/CN111538338B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G05D1/0257—Control of position or course in two dimensions specially adapted to land vehicles using a radar
    • 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
    • G05D1/0221—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving a learning process
    • 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
    • G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting 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
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0255—Control of position or course in two dimensions specially adapted to land vehicles using acoustic signals, e.g. ultra-sonic singals
    • 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
    • G05D1/0268—Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means
    • G05D1/027—Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means comprising intertial navigation means, e.g. azimuth detector

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Acoustics & Sound (AREA)
  • Electromagnetism (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
  • Manipulator (AREA)

Abstract

本发明公开了一种机器人贴边运动控制系统和方法，所述系统包括：第一传感单元，用于水平采集机器人前方点云数据及墙壁或最近障碍物距离值；第二传感单元，用于采集机器人右侧墙壁或最近障碍物距离值；第三传感单元，用于垂直采集机器人右前方45°的点云数据及最近障碍物距离值；工控机，用于根据所述第一传感单元、第二传感单元、第三传感单元采集的数据发送控制指令使机器人按设定运动策略沿走廊贴边运动，最终回到并停靠于起点位置。本发明无需操作人员进入到危险区域中人工进行建图或者采集先验数据，减轻劳动强度和操作风险；对环境具有较强的适应性，非常适用于传染病医院等危险环境的自主作业，具有较高的商业推广及市场应用价值。

Description

一种机器人贴边运动控制系统及方法
技术领域
本发明涉及机器人控制领域，特别地，涉及一种机器人贴边运动控制系统及方法。
背景技术
传染病医院平面布局的要求是“三区两通道”，三区是指清洁区、半污染区和污染区，清洁区与污染区之间要有过渡区域。正中央竖直的通道是清洁医护通道，两侧横向的通道是一般医护通道。医护人员的生活办公区位于洁净区，进入到半污染区的走廊，随后进入污染区病房对住院病人进行医治护理。患者的路线是不会进入到清洁区的。通过医患分通道的分流设计，就能有效保障医护人员卫生安全，同时有效开展医疗救治的工作。
因此，目前传染病医院的设计以长廊为主，构成回环形式，采用H型模块可以像鱼骨头一样不断延长增加，且污染区、洁净区、半污染区划分明显。
现有室内定位导航技术主流采用激光SLAM技术，采用激光SLAM技术进行地图构建的方案必须有先验数据以做标准模板的方案，则需先由人工进行建图、采集先验数据，此项工作非常关键，直接关系到后续机器人的路径规划及运动控制。若建图不成功或数据采集不完全，则必须重新建图及采集数据，工作量大。面对传染性强的疫情期间，若前期建图人工参与度高，无异于提升了人员传染的风险。同时，采用激光SLAM技术进行地图构建，在长走廊的场景中，由于特征点单一，容易出现漂移，导致系统鲁棒性不强，对于局部凹凸障碍物检测不完全，易做出误判，导致最终建图效果不好。
发明内容
本发明一方面提供了一种机器人贴边运动的系统，以解决现有激光SLAM技术在长走廊场景中因前期建图人工参与度高导致感染风险大、易做出误判导致最终建图效果不好的技术问题。
本发明采用的技术方案如下：
一种机器人贴边运动控制系统，包括：
第一传感单元，用于水平采集机器人前方点云数据及墙壁或最近障碍物距离值；
第二传感单元，用于采集机器人右侧墙壁或最近障碍物距离值；
第三传感单元，用于垂直采集机器人右前方45°的点云数据及最近障碍物距离值；
工控机，用于根据所述第一传感单元、第二传感单元、第三传感单元采集的点云数据、墙壁或最近障碍物距离值发送控制指令使机器人按设定运动策略沿走廊贴边运动，最终回到并停靠于起点位置。
进一步地，所述第一传感单元包括：以机器人行走方向为轴线对称设置的两个超声波双探头模组、两个单点激光雷达、用于扫描前方水平180°范围进行点云数据采集的水平单线激光雷达；
所述第二传感单元包括：以垂直机器人行走方向为轴线对称设置的两超声波双探头模组、两单点激光雷达；
所述第三传感单元包括：垂直单线激光雷达，安装设置在所述机器人右前方45°，且其垂直扫描夹角涵盖天花板至地面之间的墙面；
所述单点激光雷达的安装高度离地3～8cm。
进一步地，还包括：
惯性测量单元，所述惯性测量单元与所述工控机电路连接，用于机器人第一次沿走廊贴边运动时按一定频率记录IMU数据，所述的IMU数据包括拐弯时的角速度及对应的时间戳，所述工控机还用于根据第一次沿走廊贴边运动时采集的角速度及对应的时间戳对所述机器人再次沿走廊贴边运动过程中对拐弯前的行走速度和拐弯角度进行修正；
防撞保护单元，设置在所述机器人右侧，所述防撞保护单元包括机械电气单元和/或机械单元，所述机械电气单元包括固定在机器人右侧的机械弹簧装置、设置在所述机械弹簧装置前端的导轮、与所述控制器电路连接的限位开关，当导轮将所述机械弹簧装置长度压缩至设定之后，所述限位开关向整车控制器发送控制信号对机器人进行制动；所述机械单元包括固定在机器人右侧的机械装置、设置在所述机械装置前端的导轮。
本发明另一方面还提供了一种机器人贴边运动控制方法，基于所述的机器人贴边运动控制系统，包括步骤：
实时采集机器人行走环境信息，包括水平采集机器人前方点云数据及墙壁或最近障碍物距离、机器人右侧墙壁或最近障碍物距离；机器人右前方45°的垂直点云数据及最近障碍物距离；
根据实时采集的机器人行走环境信息识别机器人的前方区域信息、右侧方区域信息和右前方区域信息；
根据识别的前方区域信息、右侧方区域信息和右前方区域信息发送相应的控制指令使机器人按设定运动策略沿走廊贴边运动，最终回到并停靠于起点位置。
进一步地，所述根据实时采集的机器人行走环境信息识别机器人的前方区域信息具体包括步骤：
对采集的前方点云数据进行数据预处理，利用滤波算法滤除噪声、异常值；
对预处理后的前方点云数据进行聚类算法分类进一步拟合相关度高的点云；
对聚类处理后的前方点云数据进行有助于点云进行线性拟合的平滑处理；
采用最小二乘法拟合前方点云数据，获得前方点云数据的线性关系；
对拟合后的前方点云数据进行降维投影；
将降维投影后的前方点云数据与预设的区域点云模板进行匹配，最终识别机器人前方所处空间区域类型，所述的区域点云模板包括平直区域点云模板、右拐弯平直区域点云模板、左拐弯平直区域点云模板、T型通道点云模板、封闭通道点云模板、开阔区域点云模板，所述空间区域类型包括平直区域、右拐弯平直区域、左拐弯平直区域、T型通道、封闭通道、开阔区域，所述开阔区域指室内左侧墙面、前方墙面超出水平单线激光雷达扫描范围的区域。
进一步地，所述根据实时采集的机器人行走环境信息识别机器人的右前方区域信息具体包括步骤：
对采集的垂直点云数据进行数据预处理，利用滤波算法滤除噪声、异常值；
对预处理后的垂直点云数据进行聚类算法分类进一步拟合相关度高的点云；
对聚类处理后的垂直点云数据进行有助于点云进行线性拟合的平滑处理；
采用最小二乘法拟合垂直点云数据，获得垂直点云数据的线性关系；
对拟合后的垂直点云数据进行降维投影；
将降维投影后的垂直点云数据与基础障碍物模板进行匹配，最终识别机器人右前方是否存在特定障碍物，并同时根据垂直点云数据的距离信息记录最近障碍物点云距离，所述基础障碍物模板包括门。
进一步地，所述根据识别的前方区域信息、右侧方区域信息和右前方区域信息发送相应的控制指令使机器人按设定运动策略沿走廊贴边运动，最终回到并停靠于起点位置具体包括步骤：
获取机器人前方最小距离探测值LF和右侧方的最小距离探测值LR；
当所识别的机器人前方所处空间区域类型为平直区域时，控制机器人按设定速度保持前行，且满足条件：(LF>LF0)&(-e<L0-LC0<e)，其中e为允许误差，LF0为预设的前方安全距离,LC0为预设的右侧方安全距离，L0为LF和LR之中的最小值；
当机器人右前方存在门时，控制机器人按设定速度保持前行，且满足条件：(LF>LF0)&(-e<L0-LC0<e)；
当所识别的机器人前方所处空间区域类型为右拐弯平直区域时，先控制机器人行进到第二传感单元检测不到墙壁或者障碍物，接着控制机器人向右旋转90°，直到满足条件：(LF>LF0)&(-e<L0-LC0<e)，然后继续前行；
当所识别的机器人前方所处空间区域类型为左拐弯平直区域时，先控制机器人继续行进直到第一传感单元探测距离等于LF0，接着控制机器人向左旋转90°，直到满足条件：(LF>LF0)&(-e<L0-LC0<e)，然后继续前行；
当所识别的机器人前方所处空间区域类型为T型通道时，先控制机器人行进到第二传感单元检测不到墙壁或者障碍物，接着控制机器人向右旋转90°，直到满足条件：(LF>LF0)&(-e<L0-LC0<e)，然后继续前行；
当所识别的机器人前方所处空间区域类型为封闭通道时，先控制机器人继续行进直到第一传感单元探测距离等于LF0，接着控制机器人向左旋转90°，直到满足条件：(LF>LF0)&(-e<L0-LC0<e)，然后继续前行直到第一传感单元探测距离等于LF0，接着控制机器人向左旋转90°，直到满足条件：(LF>LF0)&(-e<L0-LC0<e)，接着继续前行；
当所识别的机器人前方所处空间区域类型为开阔区域时，控制机器人按设定速度保持前行，且满足条件：(LF>LF0)&(-e<L0-LC0<e)；
当机器人在作业完毕回到起点时，通过识别设置在起点的停靠标志向机器人发送停机指令，完成机器人自主停靠。
进一步地，当所述最小距离探测值LR小于L0，且机器人继续行进时，防撞保护单元发送制动信号控制机器人进行制动；若所述防撞保护单元发送制动信号后机器人继续行进时，所述防撞保护单元支撑于墙面，防止机器人右侧碰撞到墙面。
进一步地，还包括步骤：
在机器人第一次沿走廊贴边运动过程中，按一定频率记录IMU数据、编码器数据，得到基准IMU数据模板、基准编码器数据模板，所述的IMU数据包括拐弯时的角速度及对应的时间戳，所述的编码器数据包括机器人行进速度；
根据第一次沿走廊贴边运动时采集的机器人行进速度、机器人拐弯时的角速度及对应的时间戳对所述机器人再次行走过程中对拐弯前的行走速度和拐弯角度进行修正。
进一步地，所述根据第一次行走时采集的机器人行进速度、机器人拐弯时的角速度及对应的时间戳对所述机器人再次行走过程中对拐弯前的行走速度和拐弯角度进行修正具体包括步骤：
根据时间戳对角速度进行积分，得到机器人拐弯时的实际转弯角度w；
根据编码器数据及时间戳计算拐弯点的粗定位s＝v*t，其中v为机器人的行进速度，t为机器人行驶时间；
在机器人再次沿相同路径行进时，在拐弯点的粗定位前h米减少机器人行进速度继续前行；
根据第一传感单元、第二传感单元、第三传感单元融合信息进行拐弯点的精定位，当判断机器人达到拐弯点后，控制机器人按所述实际转弯角度w进行拐弯；
拐弯完成后，控制机器人恢复行驶速度v保持前行，且满足条件：(LF>LF0)&(-e<L0-LC0<e)，同时根据基准IMU数据模板、基准编码器数据模板对IMU数据、编码器数据自动校准。
本发明具有以下有益效果：
本发明的机器人贴边运动控制系统及方法，通过设置工控机、用于水平采集机器人前方点云数据及墙壁或最近障碍物距离值的第一传感单元、用于采集机器人右侧墙壁或最近障碍物距离值的第二传感单元；用于垂直采集机器人右前方45°的点云数据及最近障碍物距离值的第三传感单元，在机器人贴边运动时无需提前由人工进行建图或者采集先验数据，大大减少前期人工干预度，提升系统稳定性，减轻劳动强度和操作风险；对环境具有较强的适应性，弥补了现有激光SLAM技术在长走廊环境中鲁棒性较弱的缺点；可以实现对于局部凹凸障碍物(如门等)检测和准确判断，非常适用于传染病医院等危险环境的自主作业，成本低、安全性高，具有较高的商业推广及市场应用价值。
除了上面所描述的目的、特征和优点之外，本发明还有其它的目的、特征和优点。下面将参照附图，对本发明作进一步详细的说明。
附图说明
构成本申请的一部分的附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
图1是本发明优选实施例的机器人贴边运动控制系统示意框图；以及
图2是本发明优选实施例的第一传感单元安装示意图。
图3是本发明优选实施例的第二传感单元安装示意图。
图4是本发明优选实施例的机器人贴边运动控制系统与机器人的整体架构示意图。
图5是本发明优选实施例的机器人贴边运动控制方法流程示意图。
图6是本发明优选实施例的机器人前方区域信息识别流程示意图。
图7是本发明优选实施例的垂直单线激光雷达扫描图示意图。
图8是本发明优选实施例的机器人右前方区域信息识别流程示意图。
图9是本发明优选实施例的机器人在平直区域的运动示意图。
图10是本发明优选实施例的机器人在右前方有门时的运动示意图。
图11是本发明优选实施例的机器人在右拐弯区域的运动示意图。
图12是本发明优选实施例的机器人在左拐弯区域的运动示意图。
图13是本发明优选实施例的机器人在T型通道的运动示意图。
图14是本发明优选实施例的机器人在封闭通道的运动示意图。
图15是本发明优选实施例的机器人在开阔区域的运动示意图。
图16是本发明优选实施例的机械电气单元、机械单元示意图。
图17是本发明另一优选实施例的机器人贴边运动控制方法流程示意图。
图18是本发明另一优选实施例的机器人贴边运动控制方法流程示意图。
图中：1、水平单线激光雷达；2、超声波双探头模组；3、单点激光雷达。
具体实施方式
需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本发明。
参照图1，本发明的优选实施例提供了一种机器人贴边运动控制系统，包括：
第一传感单元，用于水平采集机器人前方点云数据及墙壁或最近障碍物距离值；
第二传感单元，用于采集机器人右侧墙壁或最近障碍物距离值；
第三传感单元，用于垂直采集机器人右前方45°的点云数据及最近障碍物距离值；
工控机，用于根据所述第一传感单元、第二传感单元、第三传感单元采集的点云数据、墙壁或最近障碍物距离值发送控制指令使机器人按设定运动策略沿走廊贴边运动，最终回到并停靠于起点位置。
本实施例的机器人贴边运动控制系统，通过设置工控机、用于水平采集机器人前方点云数据及墙壁或最近障碍物距离值的第一传感单元、用于采集机器人右侧墙壁或最近障碍物距离值的第二传感单元；用于垂直采集机器人右前方45°的点云数据及最近障碍物距离值的第三传感单元，在机器人贴边运动时无需提前由人工进行建图或者采集先验数据，大大减少前期人工干预度，提升系统稳定性，减轻劳动强度和操作风险；对环境具有较强的适应性，弥补了激光SLAM技术在长走廊环境中鲁棒性较弱的缺点；可以实现对于局部凹凸障碍物检测和准确判断，非常适用于传染病医院等危险环境的自主作业，无需在运行前由操作人员进入到危险区域中人工进行建图或者采集先验数据，成本低、安全性高，具有较高的商业推广及市场应用价值。
如图2所示，在本发明的另一优选实施例中，所述第一传感单元包括：以机器人行走方向为轴线对称设置的两个超声波双探头模组2、两个单点激光雷达3、用于扫描前方水平180°范围进行点云数据采集的水平单线激光雷达1，超声波双探头模组2对窗帘、布艺等吸音材料识别效果不佳，而单点激光雷达3、水平单线激光雷达1对玻璃识别效果不佳，因此，本实施例将三者结合长短互补，容易识别常见障碍物，提高识别率。
如图3所示，所述第二传感单元包括：以垂直机器人行走方向为轴线对称设置的两超声波双探头模组2、两单点激光雷达3，同样，将两超声波双探头模组2、两单点激光雷达3相结合亦是为长短互补，容易识别常见障碍物，提高识别率。
如图4所示，所述第三传感单元包括：垂直单线激光雷达，安装设置在所述机器人右前方45°，且其垂直扫描夹角Ω可涵盖天花板至地面之间的墙面，所述垂直单线激光雷达可探测右前方从地板到天花板所有物体，完美解决单点激光雷达3无法有效预测局部凹凸物体(如门等)的情况，针对右前方环境能够进行很好的预判和感知。
其中，各单点激光雷达3的安装高度离地3～8cm，一般而言，墙壁的墙根处可能设置有踢脚线，因此，设置上述安装高度可确保机器人与墙壁的距离为实际的最小值。
在本发明的另一优选实施例中，所述的机器人贴边运动控制系统还包括：
惯性测量单元，所述惯性测量单元与所述工控机电路连接，用于机器人第一次沿走廊贴边运动时按一定频率记录IMU数据，所述的IMU数据包括拐弯时的角速度及对应的时间戳，所述工控机还用于根据第一次沿走廊贴边运动时采集的角速度及对应的时间戳对所述机器人再次沿走廊贴边运动过程中对拐弯前的行走速度和拐弯角度进行修正；
防撞保护单元，设置在所述机器人右侧，所述防撞保护单元包括机械电气单元和/或机械单元，所述机械电气单元包括固定在机器人右侧的机械弹簧装置、设置在所述机械弹簧装置前端的导轮、与所述控制器电路连接的限位开关，当导轮将所述机械弹簧装置长度压缩至设定之后，所述限位开关向整车控制器发送控制信号对机器人进行制动；所述机械单元包括固定在机器人右侧的机械装置、设置在所述机械装置前端的导轮。
本实施例中，所述的机器人贴边运动控制系统还包括有惯性测量单元和防撞保护单元，其中，惯性测量单元能够在机器人第一次沿走廊贴边运动时按一定频率记录IMU数据，包括拐弯时的角速度及对应的时间戳等，机器人按设定的行走速度直线运动，而在拐弯时则需要停下来再进行设定角度的拐弯动作，存在效率慢的问题，而本实施例中，工控机则可以根据所述IMU数据对机器人再次沿走廊贴边运动过程中对拐弯前的行走速度和拐弯角度进行修正，例如，为了提高行走效率，实现不停车拐弯，当机器人再次沿原有路线进行走廊贴边运动时，工控机则基于机器人的行走速度和时间戳，控制机器人在达到拐弯所在位置前一定距离时先降低机器人行走速度，然后再控制机器人按照角速度和时间的积分所得到的实际转弯角度进行拐弯，本实施例中，之所以在机器人再次沿原有路线进行走廊贴边运动时，按照角速度和时间的积分所得到的实际转弯角度进行拐弯，是考虑到机器人在第一次沿走廊贴边运动的拐弯过程中，若轮子是正常拐弯的，则角速度和时间是一定的，若在拐弯过程中轮子出现打滑的现象时，机器人拐弯时的角速度会出现波动，拐弯所花时间也会有所变化，因此，本实施例通过采用实际所测的角速度和时间的积分，使机器人即使在第一次沿走廊贴边拐弯时出现打滑等现象时，也能最大限度的根据实际所测的角速度和时间的积分获得较为真实准确的拐弯角度，提高机器人后续再次沿走廊贴边运动时拐弯角度的准确性、稳定性和可靠性。
所述防撞保护单元设置在所述机器人右侧，主要用于防止机器人在行走过程中，其右侧面与墙面等障碍物发生碰撞，本实施例中，所述防撞保护单元包括机械电气单元和机械单元，其中，当机器人右侧的距离少于安全距离时，在所述第二传感单元已发出制动信号但设备尚未停止运行情况下，若所述机械弹簧装置前端的导轮已经接触到墙面或障碍物时，所述机械弹簧装置长度被压缩，限位开关被触发并向整车控制器发送控制信号对机器人进行制动，对机器人起到二次保护的作用。更为极端地，若本实施例中的机械电气单元也出现故障而失效时，即在所述第二传感单元、机械电气单元已发出制动信号但机器人尚未停止运行的情况下，则依靠机械电气单元中机械结构作为第一支撑点，所述机械单元中的机械结构作为第二支撑点，共同维持机器人右侧与墙面之间的距离，防止机器人的本体碰撞到墙面，实现对机器人的三重保护，如图16所示。
由于传染病医院通常为回环设计，为实现机器人最终回到并停靠于起点位置，在机器人起点的位置的墙面高度H处，以特定形状贴上用于激光雷达识别的反光板，当机器人在作业完毕回到起点时，所述垂直单线激光雷达识别反光板标志，系统接收指令停机，完成机器人自主停靠。
上述实施例中，所述工控机与机器人的整车控制器电路连接，而整车控制器则可能根据工控机所发送的指令控制机器人的转向系统、动力系统和整车及作业机构，实现机器人启动、贴边运动和停靠。
综上所述，本发明所提供的机器人贴边运动控制系统能够使机器人无论是前期数据采集阶段，还是后续的正常作业阶段，都无需操作人员进入到危险区域中人工进行建图或者采集先验数据，大大减少前期人工干预度，提升系统稳定性，减轻劳动强度和操作风险；对环境具有较强的适应性，弥补了激光SLAM技术在长走廊环境中鲁棒性较弱的缺点，非常适用于传染病医院等危险环境的自主作业，成本低、安全性高、具有较高的商业推广及市场应用价值。
如图6所示，本发明另一方面还提供了一种机器人贴边运动控制方法，基于所述的机器人贴边运动控制系统，包括步骤：
S1、实时采集机器人行走环境信息，包括水平采集机器人前方点云数据及墙壁或最近障碍物距离、机器人右侧墙壁或最近障碍物距离；机器人右前方45°的垂直点云数据及最近障碍物距离；
S2、根据实时采集的机器人行走环境信息识别机器人的前方区域信息、右侧方区域信息和右前方区域信息；
S3、根据识别的前方区域信息、右侧方区域信息和右前方区域信息发送相应的控制指令使机器人按设定运动策略沿走廊贴边运动，最终回到并停靠于起点位置。
本实施例的机器人贴边运动控制方法，通过实时采集的行走环境信息识别机器人的前方区域信息、右侧方区域信息和右前方区域信息，最后根据所识别的各个区域信息自动发送相应的控制指令使机器人按设定运动策略沿走廊贴边运动，最终回到并停靠于起点位置。因此，本实施例的机器人在贴边运动时无需提前由人工进行建图或者采集先验数据，大大减少前期人工干预度，提升系统稳定性，减轻劳动强度和操作风险；对环境具有较强的适应性，弥补了激光SLAM技术在长走廊环境中鲁棒性较弱的缺点；可以实现对于局部凹凸障碍物检测和准确判断，非常适用于传染病医院等危险环境的自主作业，无需在运行前由操作人员进入到危险区域中人工进行建图或者采集先验数据，成本低、安全性高，具有较高的商业推广及市场应用价值。
如图7所示，在本发明的另一优选实施例中，所述根据实时采集的机器人行走环境信息识别机器人的前方区域信息具体包括步骤：
S201、对采集的前方点云数据进行数据预处理，利用滤波算法滤除噪声、异常值；
S202、对预处理后的前方点云数据进行聚类算法分类进一步拟合相关度高的点云；
S203、对聚类处理后的前方点云数据进行有助于点云进行线性拟合的平滑处理；
S204、采用最小二乘法拟合前方点云数据，获得前方点云数据的线性关系；
S205、对拟合后的前方点云数据进行降维投影；
S206、将降维投影后的前方点云数据与预设的区域点云模板进行匹配，最终识别机器人前方所处空间区域类型，所述的区域点云模板包括平直区域点云模板、右拐弯平直区域点云模板、左拐弯平直区域点云模板、T型通道点云模板、封闭通道点云模板、开阔区域点云模板，所述空间区域类型包括平直区域、右拐弯平直区域、左拐弯平直区域、T型通道、封闭通道、开阔区域，所述开阔区域指室内左侧墙面、前方墙面超出水平单线激光雷达扫描范围的区域。
本实施例通过将采集的前方点云数据进过一系列处理后，与预设的区域点云模板进行匹配，从而能够准确高效的识别机器人前方所处空间区域类型，便于机器人根据空间区域类型选择相应的控制策略。
如图8所示，在本发明的另一优选实施例中，所述根据实时采集的机器人行走环境信息识别机器人的右前方区域信息具体包括步骤：
S211、对采集的垂直点云数据进行数据预处理，利用滤波算法滤除噪声、异常值；
S212、对预处理后的垂直点云数据进行聚类算法分类进一步拟合相关度高的点云；
S213、对聚类处理后的垂直点云数据进行有助于点云进行线性拟合的平滑处理；
S214、采用最小二乘法拟合垂直点云数据，获得垂直点云数据的线性关系；
S215、对拟合后的垂直点云数据进行降维投影；
S216、将降维投影后的垂直点云数据与基础障碍物模板进行匹配，最终识别机器人右前方是否存在特定障碍物，并同时根据垂直点云数据的距离信息记录最近障碍物点云距离，所述基础障碍物模板包括门。
本实施例通过将采集的反应机器人右前方环境信息的垂直点云数据进过一系列处理后，与预设的基础障碍物模板进行匹配，从而能够准确高效的识别机器人右前方是否存在特定障碍物，如门等，完美解决单点激光雷达无法有效预测局部凹凸物体的情况，针对右侧方环境能够进行很好的预判、感知。
具体而言，在本发明的另一优选实施例中，所述根据识别的前方区域信息、右侧方区域信息和右前方区域信息发送相应的控制指令使机器人按设定运动策略沿走廊贴边运动，最终回到并停靠于起点位置具体包括步骤：
S301、获取机器人前方最小距离探测值LF和右侧方的最小距离探测值LR，其中，前方最小距离探测值LF为第一传感单元中的两超声波双探模组2、两单点激光雷达3和水平单线激光雷达1所检测的最小距离值；所述右侧方的最小距离探测值LR为第二传感单元中的两超声波双探模组2、两单点激光雷达3所检测的最小距离值；
S302、当所识别的机器人前方所处空间区域类型为平直区域时，控制机器人按设定速度保持前行，且满足条件：(LF>LF0)&(-e<L0-LC0<e)，其中e为允许误差，LF0为预设的前方安全距离,LC0为预设的右侧方安全距离，L0为LF和LR之中的最小值，如图9所示；
S303、当机器人右前方存在门时，控制机器人按设定速度保持前行，且满足条件：(LF>LF0)&(-e<L0-LC0<e)，如图10所示；
S304、当所识别的机器人前方所处空间区域类型为右拐弯平直区域时，先控制机器人行进到第二传感单元检测不到墙壁或者障碍物，接着控制机器人向右旋转90°，直到满足条件：(LF>LF0)&(-e<L0-LC0<e)，然后继续前行，如图11所示；
S305、当所识别的机器人前方所处空间区域类型为左拐弯平直区域时，先控制机器人继续行进直到第一传感单元探测距离等于LF0，接着控制机器人向左旋转90°，直到满足条件：(LF>LF0)&(-e<L0-LC0<e)，然后继续前行，如图12所示；
S306、当所识别的机器人前方所处空间区域类型为T型通道时，先控制机器人行进到第二传感单元检测不到墙壁或者障碍物，接着控制机器人向右旋转90°，直到满足条件：(LF>LF0)&(-e<L0-LC0<e)，然后继续前行，如图13所示；
S307、当所识别的机器人前方所处空间区域类型为封闭通道时，先控制机器人继续行进直到第一传感单元探测距离等于LF0，接着控制机器人向左旋转90°，直到满足条件：(LF>LF0)&(-e<L0-LC0<e)，然后继续前行直到第一传感单元探测距离等于LF0，接着控制机器人向左旋转90°，直到满足条件：(LF>LF0)&(-e<L0-LC0<e)，接着继续前行，如图14所示；
S308、当所识别的机器人前方所处空间区域类型为开阔区域时，控制机器人按设定速度保持前行，且满足条件：(LF>LF0)&(-e<L0-LC0<e)，如图15所示；
S309、当机器人在作业完毕回到起点时，通过识别设置在起点的停靠标志向机器人发送停机指令，完成机器人自主停靠。
本实施例具体是针对机器人在第一次沿走廊贴边运动时所设定的运动策略，即通过所识别的机器人前方所处空间区域类型来对机器人执行相应的控制，包括前方、右侧的探测距离、拐弯方向和角度等。由于走廊为均为90度拐角，因此，本实施例设定机器人的拐弯角度为90度，同时，根据所识别的不同的空间区域类型确定机器人的拐弯方向，而机器人在行进过程中，始终要满足条件：(LF>LF0)&(-e<L0-LC0<e)，其目的是是确保机器人在行进过程中，其前方和右侧与墙壁或障碍物之间至始至终要保持安全距离，防止机器人在行走过程中与墙面或障碍物发生碰撞，避免墙面和设备的损坏。
在本发明的另一优选实施例中，当所述最小距离探测值LR小于L0，且机器人继续行进时，防撞保护单元发送制动信号控制机器人进行制动；若所述防撞保护单元发送制动信号后机器人继续行进时，所述防撞保护单元支撑于墙面，防止机器人右侧碰撞到墙面。
本实施例主要是针对机器人右侧与墙壁或障碍物之间的距离低于安全距离，且机器人并没有做出相应的制动操作时，为防止机器人本体与墙面或障碍物发生碰撞，本实施例通过防撞保护单元发送制动信号控制机器人进行制动；更极端地，若此时防撞保护单元发送制动信号控制机器人仍然不能控制机器人制动时，所述防撞保护单元则直接支撑于墙面，将机器人本体与墙面隔开，防止机器人右侧碰撞到墙面，避免墙面和设备的损坏，实现机器人防撞的三重保护。
如图17所示，在本发明的另一优选实施例中，所述机器人贴边运动控制方法还包括步骤：
S4、在机器人第一次沿走廊贴边运动过程中，按一定频率记录IMU数据、编码器数据，得到基准IMU数据模板、基准编码器数据模板，所述的IMU数据包括拐弯时的角速度及对应的时间戳，所述的编码器数据包括机器人行进速度；
S5、根据第一次沿走廊贴边运动时采集的机器人行进速度、机器人拐弯时的角速度及对应的时间戳对所述机器人再次行走过程中对拐弯前的行走速度和拐弯角度进行修正。
由于本发明的机器人在第一次沿走廊贴边运动时，其行进速度、拐弯角度都是事先设定的，可能与真实环境所需的最佳行进速度、拐弯角度之间存在误差，同时，由于机器人按设定的行走速度直线运动，而在拐弯时则需要停下来再进行设定角度的拐弯动作，还存在效率慢的问题，因此，在本实施例根据实际采集的角速度及对应的时间戳对机器人再次沿走廊贴边运动过程中对拐弯前的行走速度和拐弯角度进行修正，最大限度的根据第一次沿走廊贴边运动时实际所测的角速度和时间戳获得较为真实准确的拐弯角度，消除误差，提高机器人后续再次沿走廊贴边运动时拐弯角度的准确性、稳定性和可靠性，同时通过修正所述机器人再次行走过程中拐弯前的行走速度，实现拐弯位置粗定位和不停车拐弯。
具体而言，如图18所示，在本发明的另一优选实施例中，所述根据第一次行走时采集的机器人行进速度、机器人拐弯时的角速度及对应的时间戳对所述机器人再次行走过程中对拐弯前的行走速度和拐弯角度进行修正具体包括步骤：
S51、根据时间戳对角速度进行积分，得到机器人拐弯时的实际转弯角度w；
S52、根据编码器数据及时间戳计算拐弯点的粗定位s＝v*t，其中v为机器人的行进速度，t为机器人行驶时间；
S53、在机器人再次沿相同路径行进时，在拐弯点的粗定位前h米减少机器人行进速度继续前行；
S54、根据第一传感单元、第二传感单元、第三传感单元融合信息进行拐弯点的精定位，当判断机器人达到拐弯点后，控制机器人按所述实际转弯角度w进行拐弯；
S55、拐弯完成后，控制机器人恢复行驶速度v保持前行，且满足条件：(LF>LF0)&(-e<L0-LC0<e)，同时根据基准IMU数据模板、基准编码器数据模板对IMU数据、编码器数据自动校准。
而本实施例中，工控机可以根据所述IMU数据对机器人再次沿走廊贴边运动过程中对拐弯前的行走速度和拐弯角度进行修正，例如，为了提高行走效率，实现不停车拐弯，当机器人再次沿原有路线进行走廊贴边运动时，工控机则基于机器人的行走速度和时间戳，控制机器人在达到拐弯所在位置前一定距离时先降低机器人行走速度，然后再控制机器人按照角速度和时间的积分所得到的实际转弯角度进行拐弯，本实施例中，之所以在机器人再次沿原有路线进行走廊贴边运动时，按照角速度和时间的积分所得到的实际转弯角度进行拐弯，是考虑到机器人在第一次沿走廊贴边运动的拐弯过程中，若轮子是正常拐弯的，则角速度和时间是一定的，若在拐弯过程中轮子出现打滑的现象时，机器人拐弯时的角速度会出现波动，拐弯所花时间也会有所变化，因此，本实施例通过采用实际所测的角速度和时间的积分，使机器人即使在第一次沿走廊贴边拐弯时出现打滑等现象时，也能最大限度的根据实际所测的角速度和时间的积分获得较为真实准确的拐弯角度，提高机器人后续再次沿走廊贴边运动时拐弯角度的准确性、稳定性和可靠性。同时通过降低所述机器人再次行走过程中拐弯前的行走速度，实现拐弯位置粗定位和不停车拐弯。而根据基准IMU数据模板、基准编码器数据模板对IMU数据、编码器数据自动校准则可避免误差积累。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种机器人贴边运动控制系统，其特征在于，包括：
第一传感单元，用于水平采集机器人前方点云数据及墙壁或最近障碍物距离值；
第二传感单元，用于采集机器人右侧墙壁或最近障碍物距离值；
第三传感单元，用于垂直采集机器人右前方45°的点云数据及最近障碍物距离值；
工控机，用于根据所述第一传感单元、第二传感单元、第三传感单元采集的点云数据、墙壁或最近障碍物距离值发送控制指令使机器人按设定运动策略沿走廊贴边运动，最终回到并停靠于起点位置。
2.根据权利要求1所述的机器人贴边运动控制系统，其特征在于，
所述第一传感单元包括：以机器人行走方向为轴线对称设置的两个超声波双探头模组(2)、两个单点激光雷达(3)、用于扫描前方水平180°范围进行点云数据采集的水平单线激光雷达(1)；
所述第二传感单元包括：以垂直机器人行走方向为轴线对称设置的两超声波双探头模组(2)、两单点激光雷达(3)；
所述第三传感单元包括：垂直单线激光雷达，安装设置在所述机器人右前方45°，且其垂直扫描夹角涵盖天花板至地面之间的墙面；
所述单点激光雷达(3)的安装高度离地3～8cm。
3.根据权利要求1或2所述的机器人贴边运动控制系统，其特征在于，还包括：
惯性测量单元，所述惯性测量单元与所述工控机电路连接，用于机器人第一次沿走廊贴边运动时按一定频率记录IMU数据，所述的IMU数据包括拐弯时的角速度及对应的时间戳，所述工控机还用于根据第一次沿走廊贴边运动时采集的角速度及对应的时间戳对所述机器人再次沿走廊贴边运动过程中对拐弯前的行走速度和拐弯角度进行修正；
防撞保护单元，设置在所述机器人右侧，所述防撞保护单元包括机械电气单元和/或机械单元，所述机械电气单元包括固定在机器人右侧的机械弹簧装置、设置在所述机械弹簧装置前端的导轮、与所述控制器电路连接的限位开关，当导轮将所述机械弹簧装置长度压缩至设定之后，所述限位开关向整车控制器发送控制信号对机器人进行制动；所述机械单元包括固定在机器人右侧的机械装置、设置在所述机械装置前端的导轮。
4.一种机器人贴边运动控制方法，基于如权利要求1至3中任一项所述的机器人贴边运动控制系统，其特征在于，包括步骤：
实时采集机器人行走环境信息，包括水平采集机器人前方点云数据及墙壁或最近障碍物距离值、机器人右侧墙壁或最近障碍物距离值；机器人右前方45°的垂直点云数据及最近障碍物距离值；
根据实时采集的机器人行走环境信息识别机器人的前方区域信息、右侧方区域信息和右前方区域信息；
根据识别的前方区域信息、右侧方区域信息和右前方区域信息发送相应的控制指令使机器人按设定运动策略沿走廊贴边运动，最终回到并停靠于起点位置。
5.根据权利要求4所述的机器人贴边运动控制方法，其特征在于，根据实时采集的机器人行走环境信息识别机器人的前方区域信息具体包括步骤：
对采集的前方点云数据进行数据预处理，利用滤波算法滤除噪声、异常值；
对预处理后的前方点云数据进行聚类算法分类进一步拟合相关度高的点云；
对聚类处理后的前方点云数据进行有助于点云进行线性拟合的平滑处理；
采用最小二乘法拟合前方点云数据，获得前方点云数据的线性关系；
对拟合后的前方点云数据进行降维投影；
将降维投影后的前方点云数据与预设的区域点云模板进行匹配，最终识别机器人前方所处空间区域类型，所述的区域点云模板包括平直区域点云模板、右拐弯平直区域点云模板、左拐弯平直区域点云模板、T型通道点云模板、封闭通道点云模板、开阔区域点云模板，所述空间区域类型包括平直区域、右拐弯平直区域、左拐弯平直区域、T型通道、封闭通道、开阔区域，所述开阔区域指室内左侧墙面、前方墙面超出水平单线激光雷达扫描范围的区域。
6.根据权利要求4所述的机器人贴边运动控制方法，其特征在于，根据实时采集的机器人行走环境信息识别机器人的右前方区域信息具体包括步骤：
对采集的垂直点云数据进行数据预处理，利用滤波算法滤除噪声、异常值；
对预处理后的垂直点云数据进行聚类算法分类进一步拟合相关度高的点云；
对聚类处理后的垂直点云数据进行有助于点云进行线性拟合的平滑处理；
采用最小二乘法拟合垂直点云数据，获得垂直点云数据的线性关系；
对拟合后的垂直点云数据进行降维投影；
将降维投影后的垂直点云数据与基础障碍物模板进行匹配，最终识别机器人右前方是否存在特定障碍物，并同时根据垂直点云数据的距离信息记录最近障碍物点云距离，所述基础障碍物模板包括门。
7.根据权利要求5或6所述的机器人贴边运动控制方法，其特征在于，所述根据识别的前方区域信息、右侧方区域信息和右前方区域信息发送相应的控制指令使机器人按设定运动策略沿走廊贴边运动，最终回到并停靠于起点位置具体包括步骤：
获取机器人前方最小距离探测值LF和右侧方的最小距离探测值LR；
当所识别的机器人前方所处空间区域类型为平直区域时，控制机器人按设定速度保持前行，且满足条件：(LF>LF0)&(-e<L0-LC0<e)，其中e为允许误差，LF0为预设的前方安全距离,LC0为预设的右侧方安全距离，L0为LF和LR之中的最小值；
当机器人右前方存在门时，控制机器人按设定速度保持前行，且满足条件：(LF>LF0)&(-e<L0-LC0<e)；
当所识别的机器人前方所处空间区域类型为右拐弯平直区域时，先控制机器人行进到第二传感单元检测不到墙壁或者障碍物，接着控制机器人向右旋转90°，直到满足条件：(LF>LF0)&(-e<L0-LC0<e)，然后继续前行；
当所识别的机器人前方所处空间区域类型为左拐弯平直区域时，先控制机器人继续行进直到第一传感单元探测距离等于LF0，接着控制机器人向左旋转90°，直到满足条件：(LF>LF0)&(-e<L0-LC0<e)，然后继续前行；
当所识别的机器人前方所处空间区域类型为T型通道时，先控制机器人行进到第二传感单元检测不到墙壁或者障碍物，接着控制机器人向右旋转90°，直到满足条件：(LF>LF0)&(-e<L0-LC0<e)，然后继续前行；
当所识别的机器人前方所处空间区域类型为封闭通道时，先控制机器人继续行进直到第一传感单元探测距离等于LF0，接着控制机器人向左旋转90°，直到满足条件：(LF>LF0)&(-e<L0-LC0<e)，然后继续前行直到第一传感单元探测距离等于LF0，接着控制机器人向左旋转90°，直到满足条件：(LF>LF0)&(-e<L0-LC0<e)，接着继续前行；
当所识别的机器人前方所处空间区域类型为开阔区域时，控制机器人按设定速度保持前行，且满足条件：(LF>LF0)&(-e<L0-LC0<e)；
当机器人在作业完毕回到起点时，通过识别设置在起点的停靠标志向机器人发送停机指令，完成机器人自主停靠。
8.根据权利要求7所述的机器人贴边运动控制方法，其特征在于，
当所述最小距离探测值LR小于L0，且机器人继续行进时，防撞保护单元发送制动信号控制机器人进行制动；若所述防撞保护单元发送制动信号后机器人继续行进时，所述防撞保护单元支撑于墙面，防止机器人右侧碰撞到墙面。
9.根据权利要求7所述的机器人贴边运动控制方法，其特征在于，还包括步骤：
在机器人第一次沿走廊贴边运动过程中，按一定频率记录IMU数据、编码器数据，得到基准IMU数据模板、基准编码器数据模板，所述的IMU数据包括拐弯时的角速度及对应的时间戳，所述的编码器数据包括机器人行进速度；
根据第一次沿走廊贴边运动时采集的机器人行进速度、机器人拐弯时的角速度及对应的时间戳对所述机器人再次行走过程中对拐弯前的行走速度和拐弯角度进行修正。
10.根据权利要求9所述的机器人贴边运动控制方法，其特征在于，所述根据第一次行走时采集的机器人行进速度、机器人拐弯时的角速度及对应的时间戳对所述机器人再次行走过程中对拐弯前的行走速度和拐弯角度进行修正具体包括步骤：
根据时间戳对角速度进行积分，得到机器人拐弯时的实际转弯角度w；
根据编码器数据及时间戳计算拐弯点的粗定位s＝v*t，其中v为机器人的行进速度，t为机器人行驶时间；
在机器人再次沿相同路径行进时，在拐弯点的粗定位前h米减少机器人行进速度继续前行；
根据第一传感单元、第二传感单元、第三传感单元融合信息进行拐弯点的精定位，当判断机器人达到拐弯点后，控制机器人按所述实际转弯角度w进行拐弯；
拐弯完成后，控制机器人恢复行驶速度v保持前行，且满足条件：(LF>LF0)&(-e<L0-LC0<e)，同时根据所述基准IMU数据模板、基准编码器数据模板对IMU数据、编码器数据自动校准。
CN202010466339.6A 2020-05-28 2020-05-28 一种机器人贴边运动控制系统及方法 Active CN111538338B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010466339.6A CN111538338B (zh) 2020-05-28 2020-05-28 一种机器人贴边运动控制系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010466339.6A CN111538338B (zh) 2020-05-28 2020-05-28 一种机器人贴边运动控制系统及方法

Publications (2)

Publication Number Publication Date
CN111538338A true CN111538338A (zh) 2020-08-14
CN111538338B CN111538338B (zh) 2023-05-26

Family

ID=71974030

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010466339.6A Active CN111538338B (zh) 2020-05-28 2020-05-28 一种机器人贴边运动控制系统及方法

Country Status (1)

Country Link
CN (1) CN111538338B (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111857162A (zh) * 2020-08-20 2020-10-30 广州视源电子科技股份有限公司 机器人
CN112484718A (zh) * 2020-11-30 2021-03-12 海之韵(苏州)科技有限公司 一种基于环境地图修正的边沿导航的装置和方法
CN112650230A (zh) * 2020-12-15 2021-04-13 广东盈峰智能环卫科技有限公司 基于单线激光雷达的自适应贴边作业方法、装置及机器人
CN112674646A (zh) * 2020-12-15 2021-04-20 广东盈峰智能环卫科技有限公司 基于多算法融合的自适应贴边作业方法及机器人
CN112809669A (zh) * 2020-12-30 2021-05-18 上海擎朗智能科技有限公司 一种机器人控制方法、装置、机器人及存储介质
CN114415689A (zh) * 2022-01-25 2022-04-29 无锡市金沙田科技有限公司 一种跟随车的决策方法及系统

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101066198A (zh) * 2006-05-01 2007-11-07 三星电子株式会社 具有障碍检测单元的机器人及控制该机器人的方法
CN103197677A (zh) * 2013-03-14 2013-07-10 慈溪迈思特电子科技有限公司 吸尘机器人的贴边行走算法
CN105699985A (zh) * 2016-03-23 2016-06-22 北京信息科技大学 一种单线激光雷达装置
CN108089585A (zh) * 2018-01-06 2018-05-29 深圳慎始科技有限公司 一种具有地图构建和导航的清扫机器人
CN108303989A (zh) * 2018-01-17 2018-07-20 上海思岚科技有限公司 一种用于移动机器人沿墙运动的方法及设备
US20180211103A1 (en) * 2017-01-25 2018-07-26 Lg Electronics Inc. Method of creating map by identifying moving object, and robot implementing the method
CN108919297A (zh) * 2018-05-18 2018-11-30 国网山东省电力公司青岛供电公司 一种无人机室内定位系统及方法
CN109753071A (zh) * 2019-01-10 2019-05-14 上海物景智能科技有限公司 一种机器人贴边行走方法及系统
US20190168386A1 (en) * 2016-05-19 2019-06-06 Ecovacs Robotics Co., Ltd. Self-moving robot, map building method, and map invoking method for combined robot
CN110441791A (zh) * 2019-08-14 2019-11-12 深圳无境智能机器人有限公司 一种基于前倾2d激光雷达的地面障碍物检测方法
US20200133291A1 (en) * 2017-04-11 2020-04-30 Amicro Semiconductor Co., Ltd. Method for Controlling Motion of Robot Based on Map Prediction

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101066198A (zh) * 2006-05-01 2007-11-07 三星电子株式会社 具有障碍检测单元的机器人及控制该机器人的方法
CN103197677A (zh) * 2013-03-14 2013-07-10 慈溪迈思特电子科技有限公司 吸尘机器人的贴边行走算法
CN105699985A (zh) * 2016-03-23 2016-06-22 北京信息科技大学 一种单线激光雷达装置
US20190168386A1 (en) * 2016-05-19 2019-06-06 Ecovacs Robotics Co., Ltd. Self-moving robot, map building method, and map invoking method for combined robot
US20180211103A1 (en) * 2017-01-25 2018-07-26 Lg Electronics Inc. Method of creating map by identifying moving object, and robot implementing the method
US20200133291A1 (en) * 2017-04-11 2020-04-30 Amicro Semiconductor Co., Ltd. Method for Controlling Motion of Robot Based on Map Prediction
CN108089585A (zh) * 2018-01-06 2018-05-29 深圳慎始科技有限公司 一种具有地图构建和导航的清扫机器人
CN108303989A (zh) * 2018-01-17 2018-07-20 上海思岚科技有限公司 一种用于移动机器人沿墙运动的方法及设备
CN108919297A (zh) * 2018-05-18 2018-11-30 国网山东省电力公司青岛供电公司 一种无人机室内定位系统及方法
CN109753071A (zh) * 2019-01-10 2019-05-14 上海物景智能科技有限公司 一种机器人贴边行走方法及系统
CN110441791A (zh) * 2019-08-14 2019-11-12 深圳无境智能机器人有限公司 一种基于前倾2d激光雷达的地面障碍物检测方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
纪嘉文;杨明欣;: "一种基于多传感融合的室内建图和定位算法" *

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111857162A (zh) * 2020-08-20 2020-10-30 广州视源电子科技股份有限公司 机器人
CN112484718A (zh) * 2020-11-30 2021-03-12 海之韵(苏州)科技有限公司 一种基于环境地图修正的边沿导航的装置和方法
CN112650230A (zh) * 2020-12-15 2021-04-13 广东盈峰智能环卫科技有限公司 基于单线激光雷达的自适应贴边作业方法、装置及机器人
CN112674646A (zh) * 2020-12-15 2021-04-20 广东盈峰智能环卫科技有限公司 基于多算法融合的自适应贴边作业方法及机器人
CN112650230B (zh) * 2020-12-15 2024-05-03 广东盈峰智能环卫科技有限公司 基于单线激光雷达的自适应贴边作业方法、装置及机器人
CN112809669A (zh) * 2020-12-30 2021-05-18 上海擎朗智能科技有限公司 一种机器人控制方法、装置、机器人及存储介质
CN114415689A (zh) * 2022-01-25 2022-04-29 无锡市金沙田科技有限公司 一种跟随车的决策方法及系统
CN114415689B (zh) * 2022-01-25 2024-05-28 无锡市金沙田科技有限公司 一种跟随车的决策方法及系统

Also Published As

Publication number Publication date
CN111538338B (zh) 2023-05-26

Similar Documents

Publication Publication Date Title
CN111538338A (zh) 一种机器人贴边运动控制系统及方法
CN112415998B (zh) 一种基于tof摄像头的障碍物分类避障控制系统
Ibisch et al. Towards autonomous driving in a parking garage: Vehicle localization and tracking using environment-embedded lidar sensors
CN103419944B (zh) 一种登机桥及其自动靠接方法
JP6132659B2 (ja) 周囲環境認識装置、それを用いた自律移動システムおよび周囲環境認識方法
US9129523B2 (en) Method and system for obstacle detection for vehicles using planar sensor data
WO2015024407A1 (zh) 基于电力机器人的双目视觉导航系统及方法
CN112363513B (zh) 一种基于深度信息的障碍物分类避障控制方法
CN110850859B (zh) 一种机器人及其避障方法和避障系统
KR20100005488A (ko) 이동 로봇의 지도 구성 장치 및 방법
WO2008013355A1 (en) System and method for calculating location using a combination of odometry and landmarks
WO2020135772A1 (zh) 车辆自动驾驶时动态目标线的生成方法、生成系统及车辆
JP2002250607A (ja) 物体検知センサ
WO2022111017A1 (zh) 一种基于 tof 摄像头的障碍物分类避障控制方法
CN112327879A (zh) 一种基于深度信息的沿边避障方法
CN113791627B (zh) 一种机器人导航方法、设备、介质和产品
JP4061596B2 (ja) 移動制御装置、環境認識装置及び移動体制御用プログラム
JP4530996B2 (ja) 移動ロボット
KR100657915B1 (ko) 코너 검출 방법 및 코너 검출 장치
JPWO2019187816A1 (ja) 移動体および移動体システム
WO2021153176A1 (ja) 自律移動装置、自律移動制御方法、並びにプログラム
CN117111054A (zh) 使用传感器融合优化工业中人机协作的人类的检测和追踪
KR102012548B1 (ko) 로봇의 진입 가능 영역을 식별하는 방법 및 이를 구현하는 로봇
CN117197779A (zh) 一种基于双目视觉的轨道交通异物检测方法、装置及系统
US20230154199A1 (en) Driving control system and method of controlling the same using sensor fusion between vehicles

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