CN111625007A - 一种识别动态障碍物的方法和移动机器人 - Google Patents
一种识别动态障碍物的方法和移动机器人 Download PDFInfo
- Publication number
- CN111625007A CN111625007A CN202010591543.0A CN202010591543A CN111625007A CN 111625007 A CN111625007 A CN 111625007A CN 202010591543 A CN202010591543 A CN 202010591543A CN 111625007 A CN111625007 A CN 111625007A
- Authority
- CN
- China
- Prior art keywords
- obstacle
- mobile robot
- identified
- action
- map
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 81
- 230000009471 action Effects 0.000 claims abstract description 64
- 238000005192 partition Methods 0.000 claims abstract description 60
- 230000004888 barrier function Effects 0.000 claims abstract description 35
- 230000033001 locomotion Effects 0.000 claims description 65
- 230000015654 memory Effects 0.000 claims description 14
- 230000008569 process Effects 0.000 claims description 14
- 230000011218 segmentation Effects 0.000 claims description 8
- 230000008859 change Effects 0.000 claims description 4
- 238000001514 detection method Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 238000003860 storage Methods 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 3
- 238000004140 cleaning Methods 0.000 description 3
- 238000004590 computer program Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000010354 integration Effects 0.000 description 3
- 238000010408 sweeping Methods 0.000 description 3
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 241001122767 Theaceae Species 0.000 description 1
- 229910052782 aluminium Inorganic materials 0.000 description 1
- XAGFODPZIPBFFR-UHFFFAOYSA-N aluminium Chemical compound [Al] XAGFODPZIPBFFR-UHFFFAOYSA-N 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 229910052742 iron Inorganic materials 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 229910052751 metal Inorganic materials 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 238000010295 mobile communication Methods 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
- 238000012545 processing Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000005406 washing Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 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
- G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
- G05D1/0246—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means
- G05D1/0248—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means in combination with a laser
-
- 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
- G05D1/0005—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots with arrangements to save energy
-
- 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
- G05D1/0088—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots characterized by the autonomous decision making process, e.g. artificial intelligence, predefined behaviours
-
- 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
- G05D1/0242—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using non-visible light signals, e.g. IR or UV signals
-
- 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
- G05D1/0268—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
-
- 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
- G05D1/0272—Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means comprising means for registering the travel distance, e.g. revolutions of wheels
-
- 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
- G05D1/0274—Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means using mapping information stored in a memory device
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- General Physics & Mathematics (AREA)
- Aviation & Aerospace Engineering (AREA)
- Electromagnetism (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Optics & Photonics (AREA)
- Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Game Theory and Decision Science (AREA)
- Medical Informatics (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明涉及机器人技术领域,具体涉及一种识别动态障碍物的方法和移动机器人。该方法包括:当所述移动机器人检测到障碍物时,控制所述移动机器人基于所述障碍物执行沿边动作;判断所述移动机器人执行沿边动作的所述障碍物是否为待识别障碍物;若是,获取所述移动机器人执行所述沿边动作时采集的地图;在所述移动机器人执行完当前分区的工作任务后,获取所述分区对应的地图;根据所述移动机器人执行所述沿边动作时采集的地图和所述分区对应的地图检测所述待识别障碍物是否为动态障碍物。本发明提供的方法和移动机器人能够准确识别出环境中的动态障碍物,并能确定动态障碍物的具体位置,提升了移动机器人的工作能力。
Description
技术领域
本发明涉及机器人技术领域,具体涉及一种识别动态障碍物的方法和移动机器人。
背景技术
随着人工智能技术的发展,各种自移动机器人也越来越多地应用于各个领域,比如服务机器人、扫地机器人、自移动售货机器人等等。
为了正常完成工作任务,移动机器人在移动过程中需要识别出工作环境中的障碍物,特别是可移动的动态障碍物,比如小狗、人等。若不准确识别出动态障碍物,可能会造成工作任务不能正常完成。因此希望移动机器人能够准确地识别出环境中的动态障碍物,并估计其具体位置。
发明内容
本发明实施例的一个目的旨在提供一种识别动态障碍物的方法和移动机器人,可以准确地识别出动态障碍物,并确定其具体位置,以保证移动机器人正常完成工作。
在第一方面,本发明实施例提供一种识别动态障碍物的方法,应用于移动机器人,所述方法包括:
当所述移动机器人检测到障碍物时,控制所述移动机器人基于所述障碍物执行沿边动作;
判断所述移动机器人执行沿边动作的所述障碍物是否为待识别障碍物;
若是,获取所述移动机器人执行所述沿边动作时采集的地图;
在所述移动机器人执行完当前分区的工作任务后,获取所述分区对应的地图;
根据所述移动机器人执行所述沿边动作时采集的地图和所述分区对应的地图检测所述待识别障碍物是否为动态障碍物。
可选地,所述移动机器人设置有沿边传感器,所述沿边传感器设置于所述移动机器人的右侧方,
所述判断所述移动机器人执行沿边动作的所述障碍物是否为待识别障碍物,包括:
获取所述移动机器人执行所述沿边动作时的运动轨迹;
判断所述运动轨迹是否闭合;
若是,则获取所述运动轨迹的闭合方向,当所述闭合方向为顺时针方向时,确定所述移动机器人执行所述沿边动作的障碍物为待识别障碍物。
可选地,所述获取所述运动轨迹的闭合方向,包括:
计算所述运动轨迹对应的曲线变化积分,以获得所述运动轨迹的闭合区域的面积;
当所述面积为正时,所述闭合方向为逆时针方向;
当所述面积为负时,所述闭合方向为顺时针方向。
可选地,所述计算所述运动轨迹对应的曲线变化积分,以获得所述运动轨迹的闭合区域的面积,包括:
根据所述运动轨迹确定至少两个路径点,计算沿着所述至少两个路径点的曲线积分,其中,所述至少两个路径点中每两个路径点确定一分割线段,所述分割线段的y=(yn+yn+1)/2,dx=xn+1-xn,所述分割线段的曲线变化为-0.5*(yi+1+yi)*(xi+1-xi);其中,n和i均为大于或等于0的整数。
可选地,所述根据所述移动机器人执行所述沿边动作时采集的地图和所述分区对应的地图检测所述待识别障碍物是否为动态障碍物,包括:
根据所述移动机器人执行所述沿边动作时采集的地图获取所述待识别障碍物的位置信息;
在所述分区对应的地图中查找所述位置信息是否包括所述待识别障碍物;
若否,则所述待识别障碍物为动态障碍物。
可选地,所述方法还包括:
在所述移动机器人执行完全部分区的工作任务后,获取所述全部分区对应的地图;
获取所述移动机器人在执行全部分区的工作任务过程中采集的包含所述待识别障碍物信息的地图;
根据所述全部分区对应的地图和所述包含所述待识别障碍物信息的地图检测所述待识别障碍物是否移动。
可选地,所述方法还包括:
记录所述待识别障碍物的稳定性权重。
可选地,所述记录所述待识别障碍物的稳定性权重,包括:
判断所述移动机器人是否是首次在当前分区执行运动动作;
若是,记录所述待识别障碍物的稳定性权重为1;
若否,判断所述待识别障碍物的当前位置是否对应有历史障碍物标记,如果有历史障碍物标记,则所述待识别障碍物的稳定性权重为在历史记录的稳定性权重的基础上加1;如果没有历史障碍物标记,则所述待识别障碍物的稳定性权重为1。
可选地,所述方法还包括:
在所述移动机器人执行完全部分区的工作任务后,规划回充路线,所述回充路线包括所述稳定性权重小于预设阈值的待识别障碍物对应的区域;
控制所述移动机器人根据所述回充路线执行回充动作,并判断所述稳定性权重小于预设阈值的待识别障碍物是否移动。
在第二方面,本发明实施例提供一种移动机器人,包括:至少一个处理器;以及与所述至少一个处理器通信连接的存储器;其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行如上所述的识别动态障碍物的方法。
区别于现有技术,本发明实施例提供的识别动态障碍物的方法和移动机器人,通过在移动机器人遇到障碍物时,检测该障碍物是否是待识别障碍物,如果是,获取移动机器人基于该障碍物进行沿边动作时所扫描的地图;在移动机器人执行完当前分区的工作后,获取该分区对应的地图,最后基于扫描的地图和分区对应的地图判断所述待识别障碍物是否是动态障碍物。本发明提供的方法和移动机器人能够准确识别出环境中的动态障碍物,并能确定动态障碍物的具体位置,提升了移动机器人的工作能力。
附图说明
一个或多个实施例通过与之对应的附图中的图片进行示例性说明,这些示例性说明并不构成对实施例的限定,附图中具有相同参考数字标号的元件表示为类似的元件,除非有特别申明,附图中的图不构成比例限制。
图1是本发明实施例提供的一种应用场景示意图;
图2是本发明实施例提供的一种机器人的电路结构示意图;
图3是本发明实施例提供的一种识别动态障碍物的方法的流程图;
图4是本发明实施例提供的判断所述移动机器人执行沿边动作的所述障碍物是否为待识别障碍物的方法的流程图;
图5是本发明实施例提供的检测待识别障碍物是否为动态障碍物的方法的流程图;
图6是本发明另一实施例提供的一种识别动态障碍物的方法的流程图;
图7是本发明又一实施例提供的一种识别动态障碍物的方法的流程图;
图8是本发明还一实施例提供的一种识别动态障碍物的方法的流程图;
图9是本发明实施例提供的一种识别动态障碍物的装置的结构示意图;
图10是本发明实施例提供的一种移动机器人的电路结构示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
需要说明的是,如果不冲突,本发明实施例中的各个特征可以相互结合,均在本发明的保护范围之内。另外,虽然在装置示意图中进行了功能模块划分,在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于装置中的模块划分,或流程图中的顺序执行所示出或描述的步骤。再者,本发明所采用的“第一”、“第二”、“第三”等字样并不对数据和执行次序进行限定,仅是对功能和作用基本相同的相同项或相似项进行区分。
本发明实施例提供的识别动态障碍物的方法和装置可以应用于图1所示的应用场景。所示应用场景包括机器人10。其中,机器人10可以为可移动机器人,被构造成任何合适形状,以便实现特定业务功能操作,例如,在一些实施例中,本发明的移动机器人包括且不限于清洁机器人等,其中,清洁机器人包括且不限于扫地机器人、吸尘机器人、拖地机器人以及洗地机器人等等。
机器人10可以为基于SLAM系统的机器人。机器人10在运动的过程中,可以使用陀螺仪等传感器推算自身的运动轨迹。机器人10在环境中运动的过程中可以检测环境中的障碍物,当机器人10检测到障碍物时,可以控制移动机器人基于所述障碍物执行沿边动作,根据所述机器人10执行所述沿边动作的时的运动轨迹判断所述障碍物是墙还是其他障碍物,当所述障碍物是其他障碍物时,进一步根据执行沿边动作时采集的地图和机器人10执行完当前区域的工作任务后采集的地图对所述障碍物是否为动态障碍物进行判断,由此可以准确的确定所述障碍物是否发生移动,以保证所述机器人10准确的完成工作任务,提升了机器人10的功能能力。
其中,在一些实施例中,请参照图2,机器人10包括机器人主体11、激光雷达12、摄像单元13、控制器14、行走机构15和传感单元16;或者机器人10仅采用激光雷达12和摄像单元13之一。其中,机器人主体11是机器人的主体结构,可以根据机器人10的实际需要,选用相应的形状结构及制造材质(如硬质塑料或者铝、铁等金属),例如设置为扫地机器人常见的较为扁平的圆柱形。
行走机构15设置于机器人主体11上,是为机器人10提供移动能力的结构装置。该行走机构15具体可以采用任何类型的移动装置实现,例如滚轮、履带式等。激光雷达12用于感知机器人周围环境的障碍物情况,获得障碍物信息。摄像单元13用于拍摄图像,其可以是各种类型的摄像头,比如安装于所述主体11上的广角摄像头。通常而言,激光雷达12和摄像单元13择一选用,以降低成本。
在其中一些实施例中,传感单元16用于采集机器人10的一些运动参数及环境空间各类数据,传感单元16包括各类合适传感器,诸如陀螺仪、红外传感器、里程计、磁场计、加速度计或速度计等等。
控制器14是内置于机器人主体11中的电子计算核心,用于执行逻辑运算步骤以实现机器人10的智能化控制。控制器14与激光雷达12、摄像单元13和传感单元16连接,用于根据激光雷达12、摄像单元13和传感单元16采集的数据,执行预设的算法进行动态障碍物的识别。
需要说明的是,根据所要完成的任务,除了以上的功能模组以外,机器人主体10上还可以搭载一个或者多个其它不同的功能模组(如储水箱、清扫装置等),相互配合用以执行相应的任务。
图3是本发明实施例提供的一种识别动态障碍物的方法的流程图,该方法可以应用于上述实施例中的机器人10,该方法包括:
S101、当所述移动机器人检测到障碍物时,控制所述移动机器人基于所述障碍物执行沿边动作。
在本发明实施例中,所述移动机器人在预设的分区中移动,移动机器人当前工作区域可以划分为至少一个分区,所述分区是指将移动机器人的工作区域划分为多个单元区域中的任一个单元区域,例如可以将一个房间视为一个分区。当所述工作区域包括多个分区时,移动机器人在执行完单个分区的任务后,继续执行下一分区的任务,直到全部分区的任务都执行完毕。所述移动机器人执行完单个分区的任务指的是移动机器人已经移动运行过的单元区域,即移动机器人工作完成的单元区域,具体为移动机器人先在分区内沿墙一圈,获取整个分区的边界,然后对分区进行规划、覆盖,显然,沿墙并不可能是完全沿着墙体行走。从移动机器人的角度出发,“墙壁体”包括墙体以及倚靠在墙体上不能跨越的障碍物的壁体,对应该障碍物,沿墙可以是沿着倚靠墙体放置的障碍物的边缘。举例而言,沿着墙体行走的移动机器人遇到倚靠在墙体上的柜子或床垫时,其不能进入障碍物底部而无法继续沿着墙体行走,只能沿着柜子或床垫的边缘行走,当完成对该障碍物的沿边后,继续寻找墙体并沿着墙体行走,该过程均视为沿墙。
当移动机器人开始工作后,控制所述移动机器人在当前分区内移动,在其移动过程中如果检测到障碍物,则控制所述移动机器人基于检测到的障碍物执行沿边动作。其中,所述移动机器人的工作具体可以是清扫。
其中,移动机器人检测到障碍物包括:移动机器人检测到碰撞发生时即认为是检测到障碍物;或者,移动机器人通过红外传感器、激光雷达或者摄像单元等检测到预设距离内存在障碍物时即认为是检测到障碍物。
其中,执行所述沿边动作即是移动机器人与检测到障碍物之间一直保持一个稳定的距离并向前移动的过程。
其中,所述障碍物包括固定障碍物、可移动障碍物以及所述“墙壁体”。所述固定障碍物指的是不能通过自身能力移动的障碍物,比如沙发、茶几、床、纸箱、冰箱等。需要说明的是,所述固定障碍物不能移动是相对的,当借助外力的帮助,所述固定障碍物也可以变为可移动障碍物,比如人搬走纸箱,则所述纸箱是可移动的障碍物。所述可移动障碍物指的是可以通过自身能力移动的障碍物,比如人、动物宠物等。
S102、判断所述移动机器人执行沿边动作的所述障碍物是否为待识别障碍物。
所述待识别障碍物指的是除了所述“墙壁体”以外的其他障碍物。判断所述移动机器人执行沿边动作的障碍物是否是待识别障碍物,也即是识别所述障碍物是否是所述“墙壁体”,如果不是所述“墙壁体”,则所述障碍物是所述待识别障碍物。
若是所述待识别障碍物,则执行下述步骤S103。
具体地,可以通过在移动机器人的外表面设置沿边传感器,根据沿边传感器设置的位置检测所述障碍物是否为待识别障碍物。
例如,如图4所示,所述移动机器人设置有沿边传感器,所述沿边传感器设置于所述移动机器人的右侧方,所述判断所述移动机器人执行沿边动作的所述障碍物是否为待识别障碍物,包括:
S1021、获取所述移动机器人执行所述沿边动作时的运动轨迹;
S1022、判断所述运动轨迹是否闭合;
若是,则执行下述步骤S1023。
S1023、获取所述运动轨迹的闭合方向,当所述闭合方向为顺时针方向时,确定所述移动机器人执行所述沿边动作的障碍物为待识别障碍物。
可以理解的是,所述“墙壁体”即当前分区的边界,当移动机器人执行沿边动作的轨迹在所述障碍物之内时,所述障碍物为所述“墙壁体”;当移动机器人执行沿边动作的轨迹在所述障碍物之外时,所述障碍物为所述待识别障碍物。而判断所述轨迹与所述障碍物的关系可以根据所述沿边传感器设置的位置来确定。
其中,因为所述沿边传感器设置于移动机器人的右侧方,所述移动机器人在执行沿边动作时,所述移动机器人一定位于所述障碍物的左手方向,所以如果所述沿边动作对应的运动轨迹闭合,并且沿着所述障碍物运动的运动轨迹为顺时针方向,则表示所述轨迹在所述障碍物之外,则所述障碍物为所述待识别障碍物;如果所述沿边动作对应的运动轨迹闭合,并且沿着所述障碍物运动的运动轨迹为逆时针方向,则表示所述轨迹在所述障碍物之内,则所述障碍物为所述“墙壁体”。
其中,所述运动轨迹可以根据摄像单元拍摄的图像获取。所述运动轨迹是否闭合包括:当移动机器人从原点回到原点时,所述运动轨迹闭合,否则没有闭合。可以通过回环检测的方式判断所述运动轨迹是否闭合,比如,获取所述移动机器人的起点位置,在所述移动机器人移动的过程中拍摄图像,将拍摄的图像与预设的关键帧对应的图像进行比较,如果两幅图像相似度较高,那么当前获得的图像即是回环检测的候选帧,再通过其他约束对所述候选帧进行判断从而确定是否检测到了回环。
需要说明的是,回环检测中从原点回到了原点,该原点不一定就是同一个点,允许存在误差。
当所述运动轨迹闭合时,获取所述运动轨迹的闭合方向。具体地,包括:计算所述运动轨迹对应的曲线变化积分,以获得所述运动轨迹的闭合区域的面积;当所述面积为正时,所述闭合方向为逆时针方向;当所述面积为负时,所述闭合方向为顺时针方向。
其中,所述计算所述运动轨迹对应的曲线变化积分,以获得所述运动轨迹的闭合区域的面积,包括:
根据所述运动轨迹确定至少两个路径点,计算沿着所述至少两个路径点的曲线积分,其中,所述至少两个路径点中每两个路径点确定一分割线段,所述分割线段的y=(yn+yn+1)/2,dx=xn+1-xn,所述分割线段的曲线变化为-0.5*(yi+1+yi)*(xi+1-xi);其中,n和i均为大于或等于0的整数。
其中,根据格林公式:
所述格林公式揭示了平面区域的二重积分和封闭曲线上的线积分的关系。其中,L+表示沿着封闭区域的边界曲线正向。根据格林公式的推导过程我们知道:
其中,若L=-y,可以保证上述(1)式子在区域中恒正,且等于封闭区域面积。因此,只需沿着多边形的边求曲线积分,若积分为正,则是沿着边界曲线正方向(即逆时针),反之为顺时针,并且所得的曲线积分的结果的绝对值为封闭区域的面积。
需要说明的是,上述是将所述沿边传感器设置于所述移动机器人的右侧方,所述沿边传感器还可以设置于移动机器人的左侧方等,根据其设置的位置的不同,定义所述运动轨迹的闭合方向对应的障碍物的识别结果也不相同。
通过上述步骤S102确定所述障碍物为待识别障碍物后,进一步判断所述待识别障碍物是否为动态障碍物。
S103、获取所述移动机器人执行所述沿边动作时采集的地图。
可以通过所述移动机器人的摄像单元采集所述移动机器人执行所述沿边动作时的地图。所述地图包括执行沿边动作时的运动轨迹预设范围内的图像,该图像包括所述待识别障碍物的图像信息,比如,待识别障碍物的位置,形状,类别,颜色等。可以在所述地图上标记出所述待识别障碍物的图像信息。
S104、在所述移动机器人执行完当前分区的工作任务后,获取所述分区对应的地图。
同样可以通过所述移动机器人的激光雷达或摄像单元采集所述分区对应的地图,所述分区对应的地图包括所述分区对应的点云或图像,该点云或图像包括所述分区内的全部障碍物信息,比如障碍物的位置等。
S105、根据所述移动机器人执行所述沿边动作时采集的地图和所述分区对应的地图检测所述待识别障碍物是否为动态障碍物。
如图5所示,所述根据所述移动机器人执行所述沿边动作时采集的地图和所述分区对应的地图检测所述待识别障碍物是否为动态障碍物,包括:
S1051、根据所述移动机器人执行所述沿边动作时采集的地图获取所述待识别障碍物的位置信息;
S1052、在所述分区对应的地图中查找所述位置信息是否包括所述待识别障碍物;
若否,则执行下述步骤S1053。
S1053、确定所述待识别障碍物为动态障碍物。
其中,确定所述待识别障碍物为动态障碍物即表示所述待识别障碍物移动了。在本实施例中,只需比较移动机器人执行沿边动作时采集的图像和当前分区的图像即可确定待识别障碍物是否发生移动。通常只需比较两张图像就可以确定障碍物的移动,由此极大的降低了计算量,节约了计算资源。
本发明实施例提供了一种识别动态障碍物的方法,该方法通过在移动机器人遇到障碍物时,检测该障碍物是否是待识别障碍物,如果是,获取移动机器人基于该障碍物进行沿边动作时所扫描的地图;在移动机器人执行完当前分区的工作后,获取该分区对应的地图,最后基于扫描的地图和分区对应的地图判断所述待识别障碍物是否是动态障碍物。本发明提供的方法能够准确识别出环境中的动态障碍物,并能确定动态障碍物的具体位置,提升了移动机器人的工作能力。另外,其先识别出待识别障碍物,识别所述待识别障碍物的方式与传统的图像比较方法相比减少了计算量,能够较快的识别出所述待识别障碍物,总体上提高了识别动态障碍物的效率。
如图6所示,本发明另一实施例提供了一种识别动态障碍物的方法,图6与图3的主要区别在于,所述方法还包括:
S106、在所述移动机器人执行完全部分区的工作任务后,获取所述全部分区对应的地图;
S107、获取所述移动机器人在执行全部分区的工作任务过程中采集的包含所述待识别障碍物信息的地图;
S108、根据所述全部分区对应的地图和所述包含所述待识别障碍物信息的地图检测所述待识别障碍物是否移动。
在本实施例中,所述移动机器人执行完全部的单个分区的工作任务后,进一步判断全部的单个分区中是否存在移动的障碍物。
其中,移动机器人在每一单个分区中执行任务的过程中,如果检测到障碍物,都会基于该障碍物进行沿边动作,以确定该障碍物是否是所述待识别障碍物,并且在执行沿边动作的过程中采集包含所述待识别障碍物信息的地图。所述包含所述待识别障碍物信息的地图可以是包含所述待识别障碍物信息的图像,所述图像中包括待识别障碍物的位置、形状,类别,颜色等。
其中,根据所述全部分区对应的地图和所述包含所述待识别障碍物信息的地图检测所述待识别障碍物是否移动的详细过程可以参考上述图5。
本发明实施例在上述方法实施例的基础上提供了一种识别动态障碍物的方法,该方法进一步提高了识别动态障碍物的准确率,能够避免漏掉环境中的动态障碍物。
如图7所示,本发明又一实施例提供了一种识别动态障碍物的方法,图7与图6的主要区别在于,所述方法还包括:
S109、记录所述待识别障碍物的稳定性权重。
可以理解的是,移动机器人获得的分区地图可以复用多次,移动机器人历史工作过程中也可能会遇到障碍物,每次遇到的障碍物都可以标记于所述地图中,因此,可以利用障碍物的历史标记信息对当前遇到的障碍物可能移动的概率进行评估,定义一个变量,即所述稳定性权重。
在本实施例中,所述稳定性权重指的是所述待识别障碍物可能移动的概率,其可以用具体数值表示。当所述稳定性权重越大时,所述待识别障碍物越不可能移动;当所述稳定性权重越小时,所述待识别障碍物越可能移动。
所述记录所述待识别障碍物的稳定性权重具体可以包括:判断所述移动机器人是否是首次在当前分区执行运动动作;若是,记录所述待识别障碍物的稳定性权重为1;若否,判断所述待识别障碍物的当前位置是否对应有历史障碍物标记,如果有历史障碍物标记,则所述待识别障碍物的稳定性权重为在历史记录的稳定性权重的基础上加1;如果没有历史障碍物标记,则所述待识别障碍物的稳定性权重为1。
其中,首先判断移动机器人是否是首次在当前分区执行运动动作即判断移动机器人是否是第一次工作于当前分区,可以根据系统记录确定所述移动机器人是否在当前分区工作过。如果移动机器人是首次在当前分区工作,则可以记录其稳定性权重为1。需要说明的是,这里除了记录所述稳定性权重为1之外,还可以是其他任意数值,比如0.1、10等。如果移动机器人不是首次在当前分区工作,则进一步判断移动机器人的历史记录中是否包括所述待识别障碍物的当前位置对应的历史障碍物标记,所述历史障碍物标记用于表示所述待识别障碍物的位置信息、物品信息等。如果检测到所述历史障碍物标记,则说明所述待识别障碍物在历史上也存在于所述位置,而当前再次检测到所述位置的所述待识别障碍物,说明其移动的概率较小,因此,可以在其历史记录的稳定性权重的基础上加1,所得的结果为所述待识别障碍物当前的稳定性权重。需要说明的是,其中除了数值1之外,还可以是其他任意数值,每次增加的数值是在前一次基础上累加的,而且每次增加的数值应该是相同的。并且,不同的障碍物在计算其各自的稳定性权重时也应该是增加相同的数值,以便于比较不同障碍物的稳定性。
本发明实施例提供的识别动态障碍物的方法,对识别出的待识别障碍物的稳定性权重进行记录,以初步判断所述待识别障碍物可能移动的概率,由此,可以为后续动态障碍物的识别提供参考,以进一步提高识别动态障碍物的准确率。
如图8所示,本发明还一实施例提供了一种识别动态障碍物的方法,图8与图7的主要区别在于,所述方法还包括:
S110、在所述移动机器人执行完全部分区的工作任务后,规划回充路线,所述回充路线包括所述稳定性权重小于预设阈值的待识别障碍物对应的区域;
S111、控制所述移动机器人根据所述回充路线执行回充动作,并判断所述稳定性权重小于预设阈值的待识别障碍物是否移动。
其中,所述回充路线是所述移动机器人在执行完全部分区的工作任务后回到充电电源的路线,也可以是回到起点位置的路线。
所述预设阈值可以是表示所述稳定性权重的任意数值。所述预设阈值可以作为待识别障碍物移动的临界值,即小于所述预设阈值,所述待识别障碍物移动的可能性较大,大于所述预设阈值,所述待识别障碍物移动的可能性较小。
其中,如果存在多个稳定性权重小于预设阈值的待识别障碍物对应的区域,在规划所述回充路线时,所述移动机器人可以根据其当前的位置选择距离最近的一个区域,然后再以选择的区域确定距离其最近的另一个区域,以此类推,获得回充路线。当然,还可以以其他方式规划所述回充路线。
移动机器人根据回充路线移动,在每一所述稳定性权重小于预设阈值的待识别障碍物对应的区域再次检测所述待识别障碍物是否还在所述区域,如果不在,则确定所述待识别障碍物移动。其中,可以通过摄像单元拍摄的图像检测所述待识别障碍物是否还在所述区域,也可以通过激光雷达等其他方式确定所述区域是否还包括所述待识别障碍物。
本发明实施例提供的识别动态障碍物的方法,在移动机器人回充的过程中,进一步判断稳定性权重较低的待识别障碍物是否发生移动,提高了识别动态障碍物的准确率,能够避免漏掉环境中发生移动的待识别障碍物。
如图9所示,图9是本发明实施例提供的一种识别动态障碍物的装置的结构示意图。该装置可以应用于移动机器人。如图9所示,该装置20包括:第一控制模块21、第一判断模块22、第一获取模块23、第二获取模块24和第一检测模块25。
第一控制模块21,用于当所述移动机器人检测到障碍物时,控制所述移动机器人基于所述障碍物执行沿边动作;第一判断模块22,用于判断所述移动机器人执行沿边动作的所述障碍物是否为待识别障碍物;第一获取模块23,用于若是,获取所述移动机器人执行所述沿边动作时采集的地图;第二获取模块24,用于在所述移动机器人执行完当前分区的工作任务后,获取所述分区对应的地图;第一检测模块25,用于根据所述移动机器人执行所述沿边动作时采集的地图和所述分区对应的地图检测所述待识别障碍物是否为动态障碍物。
在一些实施例中,所述移动机器人设置有沿边传感器,所述沿边传感器设置于所述移动机器人的右侧方,所述第一判断模块22具体用于:获取所述移动机器人执行所述沿边动作时的运动轨迹;判断所述运动轨迹是否闭合;若是,则获取所述运动轨迹的闭合方向,当所述闭合方向为顺时针方向时,确定所述移动机器人执行所述沿边动作的障碍物为待识别障碍物。
其中,所述获取所述运动轨迹的闭合方向,包括:计算所述运动轨迹对应的曲线变化积分,以获得所述运动轨迹的闭合区域的面积;当所述面积为正时,所述闭合方向为逆时针方向;当所述面积为负时,所述闭合方向为顺时针方向。
其中,所述计算所述运动轨迹对应的曲线变化积分,以获得所述运动轨迹的闭合区域的面积,包括:根据所述运动轨迹确定至少两个路径点,计算沿着所述至少两个路径点的曲线积分,其中,所述至少两个路径点中每两个路径点确定一分割线段,所述分割线段的y=(yn+yn+1)/2,dx=xn+1-xn,所述分割线段的曲线变化为-0.5*(yi+1+yi)*(xi+1-xi);其中,n和i均为大于或等于0的整数。
在一些实施例中,所述第一检测模块25具体用于根据所述移动机器人执行所述沿边动作时采集的地图获取所述待识别障碍物的位置信息;在所述分区对应的地图中查找所述位置信息是否包括所述待识别障碍物;若否,则所述待识别障碍物为动态障碍物。
在一些实施例中,同样如图9所示,所述装置20还包括第三获取模块26、第四获取模块27和第二检测模块28。其中,所述第三获取模块26用于在所述移动机器人执行完全部分区的工作任务后,获取所述全部分区对应的地图;第四获取模块27用于获取所述移动机器人在执行全部分区的工作任务过程中采集的包含所述待识别障碍物信息的地图;所述第二检测模块28用于根据所述全部分区对应的地图和所述包含所述待识别障碍物信息的地图检测所述待识别障碍物是否移动。
在一些实施例中,同样如图9所示,所述装置20还包括记录模块29,所述记录模块29用于记录所述待识别障碍物的稳定性权重。所述记录模块29具体用于:判断所述移动机器人是否是首次在当前分区执行运动动作;若是,记录所述待识别障碍物的稳定性权重为1;若否,判断所述待识别障碍物的当前位置是否对应有历史障碍物标记,如果有历史障碍物标记,则所述待识别障碍物的稳定性权重为在历史记录的稳定性权重的基础上加1;如果没有历史障碍物标记,则所述待识别障碍物的稳定性权重为1。
在一些实施例中,所述装置20还包括回充模块,所述回充模块具体用于:在所述移动机器人执行完全部分区的工作任务后,规划回充路线,所述回充路线包括所述稳定性权重小于预设阈值的待识别障碍物对应的区域;控制所述移动机器人根据所述回充路线执行回充动作,并判断所述稳定性权重小于预设阈值的待识别障碍物是否移动。
需要说明的是,上述识别动态障碍物的装置可执行本发明实施例所提供的识别动态障碍物的方法,具备执行方法相应的功能模块和有益效果。未在识别动态障碍物的装置实施例中详尽描述的技术细节,可参见本发明实施例所提供的识别动态障碍物的方法。
请参阅图10,图10是本发明实施例提供的一种移动机器人的电路结构示意图。其中,该移动机器人可以是任何类型的机器人。如图10所示,该移动机器人包括一个或多个处理器31以及存储器32。其中,图10中以一个处理器31为例。
处理器31和存储器32可以通过总线或者其他方式连接,图10中以通过总线连接为例。
存储器32作为一种非易失性计算机可读存储介质,可用于存储非易失性软件程序、非易失性计算机可执行程序以及模块,如本发明实施例中的识别动态障碍物的方法对应的程序指令/模块。处理器31通过运行存储在存储器32中的非易失性软件程序、指令以及模块,从而执行识别动态障碍物装置的各种功能应用以及数据处理,即实现上述方法实施例提供的识别动态障碍物方法以及上述装置实施例的各个模块或单元的功能。
存储器32可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实施例中,存储器32可选包括相对于处理器31远程设置的存储器,这些远程存储器可以通过网络连接至处理器31。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
所述程序指令/模块存储在所述存储器32中,当被所述一个或者多个处理器31执行时,执行上述任意方法实施例中的识别动态障碍物的方法。
本发明实施例还提供了一种非易失性计算机存储介质,所述计算机存储介质存储有计算机可执行指令,该计算机可执行指令被一个或多个处理器执行,例如图10中的一个处理器31,可使得上述一个或多个处理器可执行上述任意方法实施例中的识别动态障碍物的方法。
本发明实施例还提供了一种计算机程序产品,所述计算机程序产品包括存储在非易失性计算机可读存储介质上的计算机程序,所述计算机程序包括程序指令,当所述程序指令被所述移动机器人执行时,使所述移动机器人执行任一项所述的识别动态障碍物的方法。
综上所述,本发明识别动态障碍物的方法,在完成当前的单个分区的覆盖后,在进入下一个单个分区之前,判断待识别障碍物是否移动,来确定是否为动态障碍物。开始覆盖下一个单个分区,同样执行上述动态障碍物的判断方法。当最后一个单个分区执行上述动态障碍物的判断方法后,判断所有单个分区的待识别障碍物是否移动,再次确定是否为动态障碍物。
以上所描述的装置或设备实施例仅仅是示意性的,其中所述作为分离部件说明的单元模块可以是或者也可以不是物理上分开的,作为模块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模块单元上。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例方案的目的。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对相关技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;在本发明的思路下,以上实施例或者不同实施例中的技术特征之间也可以进行组合,步骤可以以任意顺序实现,并存在如上所述的本发明的不同方面的许多其它变化,为了简明,它们没有在细节中提供;尽管参照前述实施例对本发明进行了详细的说明,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例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例技术方案的范围。
Claims (10)
1.一种识别动态障碍物的方法,应用于移动机器人,其特征在于,所述方法包括:
当所述移动机器人检测到障碍物时,控制所述移动机器人基于所述障碍物执行沿边动作;
判断所述移动机器人执行沿边动作的所述障碍物是否为待识别障碍物;
若是,获取所述移动机器人执行所述沿边动作时采集的地图;
在所述移动机器人执行完当前分区的工作任务后,获取所述分区对应的地图;
根据所述移动机器人执行所述沿边动作时采集的地图和所述分区对应的地图检测所述待识别障碍物是否为动态障碍物。
2.根据权利要求1所述的方法,其特征在于,所述移动机器人设置有沿边传感器,所述沿边传感器设置于所述移动机器人的右侧方,
所述判断所述移动机器人执行沿边动作的所述障碍物是否为待识别障碍物,包括:
获取所述移动机器人执行所述沿边动作时的运动轨迹;
判断所述运动轨迹是否闭合;
若是,则获取所述运动轨迹的闭合方向,当所述闭合方向为顺时针方向时,确定所述移动机器人执行所述沿边动作的障碍物为待识别障碍物。
3.根据权利要求2所述的方法,其特征在于,所述获取所述运动轨迹的闭合方向,包括:
计算所述运动轨迹对应的曲线变化积分,以获得所述运动轨迹的闭合区域的面积;
当所述面积为正时,所述闭合方向为逆时针方向;
当所述面积为负时,所述闭合方向为顺时针方向。
4.根据权利要求3所述的方法,其特征在于,所述计算所述运动轨迹对应的曲线变化积分,以获得所述运动轨迹的闭合区域的面积,包括:
根据所述运动轨迹确定至少两个路径点,计算沿着所述至少两个路径点的曲线积分,其中,所述至少两个路径点中每两个路径点确定一分割线段,所述分割线段的y=(yn+yn+1)/2,dx=xn+1-xn,所述分割线段的曲线变化为-0.5*(yi+1+yi)*(xi+1-xi);其中,n和i均为大于或等于0的整数。
5.根据权利要求1至4中任一项所述的方法,其特征在于,所述根据所述移动机器人执行所述沿边动作时采集的地图和所述分区对应的地图检测所述待识别障碍物是否为动态障碍物,包括:
根据所述移动机器人执行所述沿边动作时采集的地图获取所述待识别障碍物的位置信息;
在所述分区对应的地图中查找所述位置信息是否包括所述待识别障碍物;
若否,则所述待识别障碍物为动态障碍物。
6.根据权利要求1至4中任一项所述的方法,其特征在于,所述方法还包括:
在所述移动机器人执行完全部分区的工作任务后,获取所述全部分区对应的地图;
获取所述移动机器人在执行全部分区的工作任务过程中采集的包含所述待识别障碍物信息的地图;
根据所述全部分区对应的地图和所述包含所述待识别障碍物信息的地图检测所述待识别障碍物是否移动。
7.根据权利要求1至4中任一项所述的方法,其特征在于,所述方法还包括:
记录所述待识别障碍物的稳定性权重。
8.根据权利要求7所述的方法,其特征在于,所述记录所述待识别障碍物的稳定性权重,包括:
判断所述移动机器人是否是首次在当前分区执行运动动作;
若是,记录所述待识别障碍物的稳定性权重为1;
若否,判断所述待识别障碍物的当前位置是否对应有历史障碍物标记,如果有历史障碍物标记,则所述待识别障碍物的稳定性权重为在历史记录的稳定性权重的基础上加1;如果没有历史障碍物标记,则所述待识别障碍物的稳定性权重为1。
9.根据权利要求7所述的方法,其特征在于,所述方法还包括:
在所述移动机器人执行完全部分区的工作任务后,规划回充路线,所述回充路线包括所述稳定性权重小于预设阈值的待识别障碍物对应的区域;
控制所述移动机器人根据所述回充路线执行回充动作,并判断所述稳定性权重小于预设阈值的待识别障碍物是否移动。
10.一种移动机器人,其特征在于,包括:
至少一个处理器;以及,
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1至9中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010591543.0A CN111625007A (zh) | 2020-06-24 | 2020-06-24 | 一种识别动态障碍物的方法和移动机器人 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010591543.0A CN111625007A (zh) | 2020-06-24 | 2020-06-24 | 一种识别动态障碍物的方法和移动机器人 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111625007A true CN111625007A (zh) | 2020-09-04 |
Family
ID=72272335
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010591543.0A Pending CN111625007A (zh) | 2020-06-24 | 2020-06-24 | 一种识别动态障碍物的方法和移动机器人 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111625007A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112371517A (zh) * | 2020-10-15 | 2021-02-19 | 北京极智嘉科技有限公司 | 物品分拣系统和方法 |
CN112561941A (zh) * | 2020-12-07 | 2021-03-26 | 深圳市银星智能科技股份有限公司 | 一种悬崖检测方法、装置和机器人 |
CN113075668A (zh) * | 2021-03-25 | 2021-07-06 | 广州小鹏自动驾驶科技有限公司 | 一种动态障碍物对象识别方法和装置 |
CN113503877A (zh) * | 2021-06-22 | 2021-10-15 | 深圳拓邦股份有限公司 | 机器人分区地图建立方法、装置及机器人 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104765379A (zh) * | 2014-11-11 | 2015-07-08 | 深圳市银星智能科技股份有限公司 | 机器人在封闭工作区域寻找回充座的方法及机器人系统 |
CN106564054A (zh) * | 2016-10-20 | 2017-04-19 | 上海物景智能科技有限公司 | 一种机器人作业区域的动态分割方法及系统 |
CN106863305A (zh) * | 2017-03-29 | 2017-06-20 | 赵博皓 | 一种扫地机器人房间地图创建方法及装置 |
WO2018053100A1 (en) * | 2016-09-14 | 2018-03-22 | Irobot Corporation | Systems and methods for configurable operation of a robot based on area classification |
CN107928565A (zh) * | 2017-11-17 | 2018-04-20 | 北京奇虎科技有限公司 | 清洁机器人的清洁方法、装置及机器人 |
CN108196555A (zh) * | 2018-03-09 | 2018-06-22 | 珠海市微半导体有限公司 | 自主移动机器人沿边行走的控制方法 |
CN109562519A (zh) * | 2016-08-03 | 2019-04-02 | Lg电子株式会社 | 移动机器人及其控制方法 |
CN109891348A (zh) * | 2016-11-09 | 2019-06-14 | 东芝生活电器株式会社 | 自主行走体 |
CN110403528A (zh) * | 2019-06-12 | 2019-11-05 | 深圳乐动机器人有限公司 | 一种基于清洁机器人提高清洁覆盖率的方法和系统 |
CN110772178A (zh) * | 2019-09-25 | 2020-02-11 | 深圳市无限动力发展有限公司 | 扫地机清扫的方法、装置、计算机设备和存储介质 |
-
2020
- 2020-06-24 CN CN202010591543.0A patent/CN111625007A/zh active Pending
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104765379A (zh) * | 2014-11-11 | 2015-07-08 | 深圳市银星智能科技股份有限公司 | 机器人在封闭工作区域寻找回充座的方法及机器人系统 |
CN109562519A (zh) * | 2016-08-03 | 2019-04-02 | Lg电子株式会社 | 移动机器人及其控制方法 |
WO2018053100A1 (en) * | 2016-09-14 | 2018-03-22 | Irobot Corporation | Systems and methods for configurable operation of a robot based on area classification |
CN106564054A (zh) * | 2016-10-20 | 2017-04-19 | 上海物景智能科技有限公司 | 一种机器人作业区域的动态分割方法及系统 |
CN109891348A (zh) * | 2016-11-09 | 2019-06-14 | 东芝生活电器株式会社 | 自主行走体 |
CN106863305A (zh) * | 2017-03-29 | 2017-06-20 | 赵博皓 | 一种扫地机器人房间地图创建方法及装置 |
CN107928565A (zh) * | 2017-11-17 | 2018-04-20 | 北京奇虎科技有限公司 | 清洁机器人的清洁方法、装置及机器人 |
CN108196555A (zh) * | 2018-03-09 | 2018-06-22 | 珠海市微半导体有限公司 | 自主移动机器人沿边行走的控制方法 |
CN110403528A (zh) * | 2019-06-12 | 2019-11-05 | 深圳乐动机器人有限公司 | 一种基于清洁机器人提高清洁覆盖率的方法和系统 |
CN110772178A (zh) * | 2019-09-25 | 2020-02-11 | 深圳市无限动力发展有限公司 | 扫地机清扫的方法、装置、计算机设备和存储介质 |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112371517A (zh) * | 2020-10-15 | 2021-02-19 | 北京极智嘉科技有限公司 | 物品分拣系统和方法 |
CN112371517B (zh) * | 2020-10-15 | 2022-06-24 | 北京极智嘉科技股份有限公司 | 物品分拣系统和方法 |
CN112561941A (zh) * | 2020-12-07 | 2021-03-26 | 深圳市银星智能科技股份有限公司 | 一种悬崖检测方法、装置和机器人 |
CN113075668A (zh) * | 2021-03-25 | 2021-07-06 | 广州小鹏自动驾驶科技有限公司 | 一种动态障碍物对象识别方法和装置 |
CN113075668B (zh) * | 2021-03-25 | 2024-03-08 | 广州小鹏自动驾驶科技有限公司 | 一种动态障碍物对象识别方法和装置 |
CN113503877A (zh) * | 2021-06-22 | 2021-10-15 | 深圳拓邦股份有限公司 | 机器人分区地图建立方法、装置及机器人 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111700546B (zh) | 一种移动机器人的清扫方法及移动机器人 | |
CN111625007A (zh) | 一种识别动态障碍物的方法和移动机器人 | |
US10102429B2 (en) | Systems and methods for capturing images and annotating the captured images with information | |
JP6445995B2 (ja) | センサデータの空間的集約を用いる適応マッピング | |
CN108550318B (zh) | 一种构建地图的方法及装置 | |
US10939791B2 (en) | Mobile robot and mobile robot control method | |
US20170239813A1 (en) | Localization and Mapping Using Physical Features | |
US11703334B2 (en) | Mobile robots to generate reference maps for localization | |
CN112015186A (zh) | 一种具有社会属性的机器人路径规划方法、装置和机器人 | |
US20230157506A1 (en) | Trajectory-based localization and mapping | |
Maier et al. | Vision-based humanoid navigation using self-supervised obstacle detection | |
JP2020161142A (ja) | 移動ロボットの制御方法 | |
CN116576857A (zh) | 一种基于单线激光雷达的多障碍物预测导航避障方法 | |
KR20180125587A (ko) | 이동 로봇, 복수의 이동 로봇 시스템 및 이동 로봇의 맵 학습방법 | |
CN208289901U (zh) | 一种增强视觉的定位装置及机器人 | |
Zhou et al. | Robust global localization by using global visual features and range finders data | |
CN112033423B (zh) | 一种基于道路共识的机器人路径规划方法、装置和机器人 | |
CN111700553B (zh) | 避障方法、装置、机器人和存储介质 | |
CN112540613A (zh) | 一种搜寻回充座位置的方法、装置和移动机器人 | |
CN110864670B (zh) | 目标障碍物位置的获取方法和系统 | |
CN111998853A (zh) | 一种agv视觉导航方法及系统 | |
CN109512340A (zh) | 一种清洁机器人的控制方法及相关设备 | |
JP7354528B2 (ja) | 自律移動装置、自律移動装置のレンズの汚れ検出方法及びプログラム | |
CN112862864B (zh) | 多行人追踪方法、装置、电子设备及存储介质 | |
CN115933706B (zh) | 机器人充电方法、装置、机器人及机器人系统 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200904 |
|
RJ01 | Rejection of invention patent application after publication |