CN111631650B - 基于障碍物高度检测的室内平面图生成方法、系统、终端以及扫地机器人 - Google Patents
基于障碍物高度检测的室内平面图生成方法、系统、终端以及扫地机器人 Download PDFInfo
- Publication number
- CN111631650B CN111631650B CN202010506081.8A CN202010506081A CN111631650B CN 111631650 B CN111631650 B CN 111631650B CN 202010506081 A CN202010506081 A CN 202010506081A CN 111631650 B CN111631650 B CN 111631650B
- Authority
- CN
- China
- Prior art keywords
- obstacle
- height
- information
- indoor
- height detection
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 87
- 238000010408 sweeping Methods 0.000 title claims abstract description 64
- 238000000034 method Methods 0.000 title claims abstract description 32
- 230000004888 barrier function Effects 0.000 claims abstract description 14
- 238000012549 training Methods 0.000 claims description 22
- 230000015654 memory Effects 0.000 claims description 15
- 239000000463 material Substances 0.000 claims description 10
- 238000004891 communication Methods 0.000 claims description 9
- 238000004590 computer program Methods 0.000 claims description 9
- 241001417527 Pempheridae Species 0.000 abstract description 14
- 238000004140 cleaning Methods 0.000 abstract description 7
- 241000282414 Homo sapiens Species 0.000 abstract description 5
- 230000000694 effects Effects 0.000 abstract description 5
- 238000010586 diagram Methods 0.000 description 17
- 230000006870 function Effects 0.000 description 3
- 241001122767 Theaceae Species 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 239000004033 plastic Substances 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 241000894007 species Species 0.000 description 2
- 229910001220 stainless steel Inorganic materials 0.000 description 2
- 239000010935 stainless steel Substances 0.000 description 2
- 239000002023 wood Substances 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- 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
- A47L11/40—Parts or details of machines not provided for in groups A47L11/02 - A47L11/38, or not restricted to one of these groups, e.g. handles, arrangements of switches, skirts, buffers, levers
- A47L11/4061—Steering means; Means for avoiding obstacles; Details related to the place where the driver is accommodated
-
- 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
-
- 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
- A47L11/40—Parts or details of machines not provided for in groups A47L11/02 - A47L11/38, or not restricted to one of these groups, e.g. handles, arrangements of switches, skirts, buffers, levers
- A47L11/4002—Installations of electric equipment
-
- 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
- G05D1/0231—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
-
- 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
- G05D1/0276—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle
-
- 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
- A47L2201/00—Robotic cleaning machines, i.e. with automatic control of the travelling movement or the cleaning operation
- A47L2201/04—Automatic control of the travelling movement; Automatic obstacle detection
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Aviation & Aerospace Engineering (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Electromagnetism (AREA)
- Acoustics & Sound (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明提供一种基于障碍物高度检测的室内平面图生成方法、系统、终端以及扫地机器人,所述方法包括:获取由高度检测装置采集的所述扫地机器人上方的一或多个障碍物的高度值信息;分别对各个障碍物进行识别,得到障碍物识别结果并生成室内平面图。其中,障碍物的高度值大于一与高度检测装置的高度位置相关的阈值。用于解决现有技术中的室内平面图为固定某一个高度上的水平截面使展示效果不好,用户体验度差,还导致扫地机器人的工作出错率高易损坏,导致室内清扫工作的效率降低的问题。本发明通过检测障碍物的高度来生成室内平面图,让扫地机生成人类更习惯的平面图,使用户的体验感更好。使扫地机器人的工作出错率降低,不易损坏,大大的增加了室内清扫工作的效率。
Description
技术领域
本发明涉及一种人工智能领域,特别是涉及一种基于障碍物高度检测的室内平面图生成方法、系统、终端以及扫地机器人。
背景技术
目前的家用扫地机器人都可以生成一张2D平面图。这个平面图的生成方法分成两种:
1、通过扫地机与家具,墙壁,门等的碰撞生成。惯性导航(陀螺仪)扫地机,视觉导航扫地机都是用这个方法。
2、通过激光雷达扫描。激光雷达在不接触障碍物的情况下可以感知到障碍物的距离。
这两种方法生成的2D平面图实际是在扫地机高度上的一个室内环境的一个截面。
一个典型的例子是:空荡荡的室内有一张乒乓球桌,假定这个球桌有6条腿。如果让扫地机去清扫这个房间,那么生成的平面图会是一个空房间,上面有6个排成矩形的小点。这些小点是球桌的6个腿。但对普通人来说,我们更习惯看到的是一个空房间里有一个矩形框,这个框是球桌。
以上提到的平面图是固定某一个高度上的水平截面,人类不习惯的平面图,这种平面图导致扫地机器人的工作出错率高,并且易损坏,导致室内清扫工作的效率降低。
发明内容
鉴于以上所述现有技术的缺点,本发明的目的在于提供一种基于障碍物高度检测的室内平面图生成方法、系统、终端以及扫地机器人,用于解决现有技术中生成的室内平面图是固定某一个高度上的水平截面,并且平面图的展示效果不好,用户体验度差,这种平面图还导致扫地机器人的工作出错率高,并且易损坏,导致室内清扫工作的效率降低的问题。
为实现上述目的及其他相关目的,本发明提供一种基于障碍物高度检测的室内平面图生成方法,应用于扫地机器人,包括:设于所述扫地机器人顶部的高度检测装置,所述方法包括:获取由所述高度检测装置采集的所述扫地机器人上方的一或多个障碍物的高度值信息;根据各障碍物的高度值信息分别对各个障碍物进行识别,得到障碍物识别结果;根据所述障碍物识别结果生成室内平面图。其中,所述障碍物的高度值大于一阈值;其中,所述阈值与所述高度检测装置的高度位置相关。
于本发明的一实施例中,获取由所述高度检测装置采集的所述扫地机器人上方的一或多个障碍物的高度值信息:获取由所述高度检测装置采集扫地机器人上方的一或多个障碍物的底面距离所述高度检测装置的距离信息。
于本发明的一实施例中,根据各障碍物的高度值信息分别对各个障碍物进行识别,得到障碍物识别结果;基于经过训练的障碍物高度识别模型,根据各障碍物的高度值信息分别对各个障碍物进行识别,得到一或多个障碍物识别结果;其中,所述障碍物识别模型的训练步骤包括:将各种障碍物的高度值信息以及分别与其对应的障碍物作为训练集进行训练,获得所述障碍物高度识别模型。
于本发明的一实施例中,根据各障碍物的高度值信息分别对各个障碍物进行识别,得到障碍物识别结果:基于经过训练的障碍物识别模型,根据各障碍物的高度值信息与检测到的障碍物基本信息分别对各个障碍物进行识别,得到一或多个障碍物识别结果;其中,所述障碍物识别模型的训练步骤包括:将各种障碍物的高度值信息与障碍物基本信息作为输入,与所述高度值信息与障碍物信息相对应的障碍物作为输出类进行训练,获得所述障碍物识别模型。
于本发明的一实施例中,所述障碍物的基本信息还包括:障碍物尺寸信息、障碍物形状信息、障碍物位置信息、障碍物颜色信息以及障碍物材质信息中的一种或多种。
于本发明的一实施例中,所述障碍物为家具类障碍物;其中,所述家具类障碍物包括:桌子、椅子、沙发、床、柜子等家具中的一种或多种。
于本发明的一实施例中,所述高度检测装置包括:红外测距仪,超声波传感器以及摄像头中的一种或多种。
为实现上述目的及其他相关目的,本发明提供一种基于障碍物高度检测的室内平面图生成系统,,应用于扫地机器人,包括:设于所述扫地机器人顶部的高度检测装置,所述系统包括:获取模块,用于获取由所述高度检测装置采集的所述扫地机器人上方的一或多个障碍物的高度值信息;识别模块,连接所述获取模块,用于根据各障碍物的高度值信息分别对各个障碍物进行识别,得到障碍物识别结果;平面图识别模块,连接所述识别模块,用于根据所述障碍物识别结果生成室内平面图。其中,所述障碍物的高度值大于一阈值;其中,所述阈值与所述高度检测装置的位置相关。
为实现上述目的及其他相关目的,本发明提供一种基于障碍物高度检测的室内平面图生成终端,包括:存储器,用于存储计算机程序;处理器,运行所述计算机程序,以执行所述基于障碍物高度检测的室内平面图生成方法。
为实现上述目的及其他相关目的,本发明提供一种一种扫地机器人,其特征在于,包括:高度检测装置,设于所述扫地机器人顶部,用于采集的所述扫地机器人上方的一或多个障碍物的高度值信息;通信装置,用于所述的基于障碍物高度检测的室内平面图生成终端进行通信。
如上所述,本发明的基于障碍物高度检测的室内平面图生成方法、系统、终端以及扫地机器人,具有以下有益效果:本发明通过检测障碍物的高度来生成室内平面图,让扫地机生成人类更习惯的平面图,使用户的体验感更好。这个平面图不是某一个高度上的水平截面,而是室内家具在一个平面上的投影图,利用本发明生成的平面图使扫地机器人的工作出错率降低,不易损坏,大大的增加了室内清扫工作的效率。
附图说明
图1显示为本发明一实施例中的实施环境示意图。
图2显示为本发明一实施例中基于障碍物高度检测的室内平面图生成方法的流程示意图。
图3显示为本发明一实施例中基于障碍物高度检测的室内平面图生成系统的结构示意图。
图4显示为本发明一实施例中基于障碍物高度检测的室内平面图生成终端的结构示意图。
图5显示为本发明一实施例中扫地机器人的结构示意图。
具体实施方式
以下通过特定的具体实例说明本发明的实施方式,本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用,本说明书中的各项细节也可以基于不同观点与应用,在没有背离本发明的精神下进行各种修饰或改变。需说明的是,在不冲突的情况下,以下实施例及实施例中的特征可以相互组合。
需要说明的是,在下述描述中,参考附图,附图描述了本发明的若干实施例。应当理解,还可使用其他实施例,并且可以在不背离本发明的精神和范围的情况下进行机械组成、结构、电气以及操作上的改变。下面的详细描述不应该被认为是限制性的,并且本发明的实施例的范围仅由公布的专利的权利要求书所限定。这里使用的术语仅是为了描述特定实施例,而并非旨在限制本发明。空间相关的术语,例如“上”、“下”、“左”、“右”、“下面”、“下方”、““下部”、“上方”、“上部”等,可在文中使用以便于说明图中所示的一个元件或特征与另一元件或特征的关系。
在通篇说明书中,当说某部分与另一部分“连接”时,这不仅包括“直接连接”的情形,也包括在其中间把其它元件置于其间而“间接连接”的情形。另外,当说某种部分“包括”某种构成要素时,只要没有特别相反的记载,则并非将其它构成要素,排除在外,而是意味着可以还包括其它构成要素。
其中提到的第一、第二及第三等术语是为了说明多样的部分、成份、区域、层及/或段而使用的,但并非限定于此。这些术语只用于把某部分、成份、区域、层或段区别于其它部分、成份、区域、层或段。因此,以下叙述的第一部分、成份、区域、层或段在不超出本发明范围的范围内,可以言及到第二部分、成份、区域、层或段。
再者,如同在本文中所使用的,单数形式“一”、“一个”和“该”旨在也包括复数形式,除非上下文中有相反的指示。应当进一步理解,术语“包含”、“包括”表明存在所述的特征、操作、元件、组件、项目、种类、和/或组,但不排除一个或多个其他特征、操作、元件、组件、项目、种类、和/或组的存在、出现或添加。此处使用的术语“或”和“和/或”被解释为包括性的,或意味着任一个或任何组合。因此,“A、B或C”或者“A、B和/或C”意味着“以下任一个:A;B;C;A和B;A和C;B和C;A、B和C”。仅当元件、功能或操作的组合在某些方式下内在地互相排斥时,才会出现该定义的例外。
本发明提供一种基于障碍物高度检测的室内平面图生成方法,用于解决现有技术中生成的室内平面图是固定某一个高度上的水平截面,并且平面图的展示效果不好,用户体验度差,这种平面图还导致扫地机器人的工作出错率高,并且易损坏,导致室内清扫工作的效率降低的问题。本发明通过检测障碍物的高度来生成室内平面图,让扫地机生成人类更习惯的平面图,使用户的体验感更好。这个平面图不是某一个高度上的水平截面,而是室内家具在一个平面上的投影图,利用本发明生成的平面图使扫地机器人的工作出错率降低,不易损坏,大大的增加了室内清扫工作的效率。
下面以附图1为参考,针对本发明得实施例进行详细说明,以便本发明所述技术领域的技术人员能够容易地实施。本发明可以以多种不同形态体现,并不限于此处说明的实施例。
图1展示了本发明中一实施例中的实施环境示意图,其中包括:扫地机器人11、设于所述扫地机器人顶部的高度检测装置12以及具有一定高度的障碍物13。
所述扫地机器人11的高度为L2,设于所述障碍物的下方,即令设于所述扫地机器人11顶部的高度检测装置12的高度位置为L2。所述高度检测装置12检测到所述障碍物13高度值为L1。根据所述高度值信息对所述障碍物进行识别,并生成室内平面图。
如图2所示,展示一实施例中基于障碍物高度检测的室内平面图生成方法的流程示意图,应用于扫地机器人,包括:设于所述扫地机器人顶部的高度检测装置。
所述高度检测装置为采集所述扫地机器人上方的一或多个障碍物的高度值信息的任一装置,在本申请中不作限定。
基于障碍物高度检测的室内平面图生成方法即经过以下步骤;
步骤S21:获取由所述高度检测装置采集的所述扫地机器人上方的一或多个障碍物的高度值信息。其中,所述障碍物的高度值大于一阈值;其中,所述阈值与所述高度检测装置的高度位置相关。
可选的,所述高度检测装置包括:红外测距仪,超声波传感器以及摄像头中的一种或多种。其中,所述高度检测装置的检测角度根据具体情况而定,可以是垂直检测,也可以向两边偏斜一定角度,在本申请中不作限定。举例来说,所述超声波传感器利用具有发散角的超声波对所述障碍物进行检测。
可选的,所述高度值信息包括:障碍物高度值。
可选的,获取由所述高度检测装置采集扫地机器人上方的一或多个障碍物的底面距离所述高度检测装置的距离信息。
可选的,所述障碍物的底面距离所述高度检测装置的距离信息包括:所述障碍物底面距离地面的最低距离、所述障碍物底面距离地面最高距离、以及障碍物底面距离地面最低距离与最高距离的平均值中的一种或多种,根据具体需求来设定,在本申请中不作限定。
可选的,所述障碍物的高度值大于一阈值;其中,所述阈值为所述高度检测装置的高度。
若障碍物的底部贴地,或者空间高度太低,扫地机无法钻到这个障碍物的下面。这时候扫地机测得的上方障碍物就是房顶。
可选的,所述障碍物的实际高度为所述高度检测装置采集的障碍物的高度值加上所述高度检测装置的高度值。
步骤S22:根据各障碍物的高度值信息分别对各个障碍物进行识别,得到障碍物识别结果。
可选的,根据各障碍物的高度值信息分别对每个障碍物进行识别,得到包含障碍物类型的识别结果;具体的,障碍物类型包括:移动障碍物以及固定障碍物。在本发明中主要讨论固定障碍物的情况。举例来说,所述固定障碍物为家具类障碍物,包括:桌子、椅子、沙发、床、柜子等家具。
可选的,所述障碍物为家具类障碍物;其中,所述家具类障碍物包括:桌子、椅子、沙发、床、柜子等家具中的一种或多种。需要注意的是,在本申请中不仅限于以上提到的家具,还可以为其他种家具,在本申请中不作限定。
可选的,基于经过训练的障碍物高度识别模型,根据各障碍物的高度值信息分别对各个障碍物进行识别,得到一或多个障碍物识别结果。
其中,所述障碍物识别模型的训练步骤包括:将各种障碍物的高度值信息以及分别与其对应的障碍物作为训练集进行训练,获得所述障碍物高度识别模型。也就是说,每种高度值对应于一种或多种障碍物。
举例来说,高度值为1m的障碍物对应为桌子,高度值为0.5m的障碍物对应为椅子。
可选的,为了使识别结果更准确,则将所述高度值与检测到的障碍物基本信息进行结合识别障碍物。
所述识别方法包括:
基于经过训练的障碍物识别模型,根据各障碍物的高度值信息与检测到的障碍物基本信息分别对各个障碍物进行识别,得到一或多个障碍物识别结果;
其中,所述障碍物识别模型的训练步骤包括:将各种障碍物的高度值信息与障碍物基本信息作为输入,与所述高度值信息与障碍物信息相对应的障碍物作为输出类进行训练,获得所述障碍物识别模型。
也就是说,每一种高度值信息与障碍物基本信息结合对应一种障碍物。
可选的,所述障碍物高度识别模型或障碍物识别模型训练使用的网络包括:RCNN网络、SPP-Net、Fast-RCNN网络以及Faster-RCNN网络中的一种或多种。
可选的,述障碍物的基本信息还包括:障碍物尺寸信息、障碍物形状信息、障碍物位置信息、障碍物颜色信息以及障碍物材质信息中的一种或多种。
具体的,所述障碍物尺寸信息包括:障碍物尺寸(包括长宽信息)。所述障碍物形状信息包括:障碍物形状,例如,矩形、圆形或三角形等形状。所述障碍物位置信息包括:障碍物位置,即在所述室内的位置。所述障碍物颜色信息包括:障碍物颜色,举例来说,所述障碍物颜色为黄色。所述障碍物材质信息包括:障碍物材质,例如,木质、不锈钢或塑料。
其中,所述障碍物信息选取的越多,则障碍物识别越准确。
优选的,这里障碍物尺寸、障碍物形状、障碍物位置、障碍物颜色以及障碍物材质所指的对象为障碍物底面。
举例来说,根据测得家具底部的高度值信息,以及尺寸信息,形状信息,我们还可以粗略地估计出这个家具是什么。比如高度在1米左右的通常是桌子,0.5米高,方形或圆形的的是椅子,0.5米高,但长度超过1米的可能是茶几等等。
步骤S23:根据所述障碍物识别结果生成室内平面图。
可选的,根据障碍物识别结果中的障碍物,生成室内平面图,其中所述室内平面图记录有该障碍物的形状。
可选的,不同障碍物对应不同的形状,举例来说,所障碍物为桌子,则在所述室内平面图内记录桌子形状的障碍物。
可选的,若障碍物为多个,分别记录各障碍物的形状,以生成室内平面图。
与上述实施例原理相似的是,本发明提供一种基于障碍物高度检测的室内平面图生成系统。
以下结合附图提供具体实施例:
如图3所示展示本发明实施例中的一种基于障碍物高度检测的室内平面图生成系统的结构示意图。
应用于扫地机器人,应用于扫地机器人,包括:设于所述扫地机器人顶部的高度检测装置,所述系统包括:
获取模块31,用于获取由所述高度检测装置采集的所述扫地机器人上方的一或多个障碍物的高度值信息;
识别模块32,连接所述获取模块31,用于根据各障碍物的高度值信息分别对各个障碍物进行识别,得到障碍物识别结果;
平面图识别模块33,连接所述识别模块32,用于根据所述障碍物识别结果生成室内平面图。
其中,所述障碍物的高度值大于一阈值;其中,所述阈值与所述高度检测装置的位置相关。
可选的,所述高度检测装置包括:红外测距仪,超声波传感器以及摄像头中的一种或多种。其中,所述高度检测装置的检测角度根据具体情况而定,可以是垂直检测,也可以向两边偏斜一定角度,在本申请中不作限定。举例来说,所述超声波传感器利用具有发散角的超声波对所述障碍物进行检测。
可选的,所述高度值信息包括:障碍物高度值。
可选的,所述获取模块31获取由所述高度检测装置采集扫地机器人上方的一或多个障碍物的底面距离所述高度检测装置的距离信息。
可选的,所述障碍物的底面距离所述高度检测装置的距离信息包括:所述障碍物底面距离地面的最低距离、所述障碍物底面距离地面最高距离、以及障碍物底面距离地面最低距离与最高距离的平均值中的一种或多种,根据具体需求来设定,在本申请中不作限定。
可选的,所述障碍物的高度值大于一阈值;其中,所述阈值为所述高度检测装置的高度。
若障碍物的底部贴地,或者空间高度太低,扫地机无法钻到这个障碍物的下面。这时候扫地机测得的上方障碍物就是房顶。
可选的,所述障碍物的实际高度为所述高度检测装置采集的障碍物的高度值加上所述高度检测装置的高度值。
可选的,所述识别模块32根据各障碍物的高度值信息分别对每个障碍物进行识别,得到包含障碍物类型的识别结果;具体的,障碍物类型包括:移动障碍物以及固定障碍物。在本发明中主要讨论固定障碍物的情况。举例来说,所述固定障碍物为家具类障碍物,包括:桌子、椅子、沙发、床、柜子等家具。
可选的,所述障碍物为家具类障碍物;其中,所述家具类障碍物包括:桌子、椅子、沙发、床、柜子等家具中的一种或多种。需要注意的是,在本申请中不仅限于以上提到的家具,还可以为其他种家具,在本申请中不作限定。
可选的,基于经过训练的障碍物高度识别模型,所述识别模块32根据各障碍物的高度值信息分别对各个障碍物进行识别,得到一或多个障碍物识别结果。
其中,所述障碍物识别模型的训练步骤包括:将各种障碍物的高度值信息以及分别与其对应的障碍物作为训练集进行训练,获得所述障碍物高度识别模型。也就是说,每种高度值对应于一种或多种障碍物。
举例来说,高度值为1m的障碍物对应为桌子,高度值为0.5m的障碍物对应为椅子。
可选的,为了使识别结果更准确,则所述识别模块32将所述高度值与检测到的障碍物基本信息进行结合识别障碍物。
所述识别方法包括:
基于经过训练的障碍物识别模型,所述识别模块32根据各障碍物的高度值信息与检测到的障碍物基本信息分别对各个障碍物进行识别,得到一或多个障碍物识别结果;
其中,所述障碍物识别模型的训练步骤包括:将各种障碍物的高度值信息与障碍物基本信息作为输入,与所述高度值信息与障碍物信息相对应的障碍物作为输出类进行训练,获得所述障碍物识别模型。
也就是说,每一种高度值信息与障碍物基本信息结合对应一种障碍物。
可选的,所述障碍物高度识别模型或障碍物识别模型训练使用的网络包括:RCNN网络、SPP-Net、Fast-RCNN网络以及Faster-RCNN网络中的一种或多种。
可选的,述障碍物的基本信息还包括:障碍物尺寸信息、障碍物形状信息、障碍物位置信息、障碍物颜色信息以及障碍物材质信息中的一种或多种。
具体的,所述障碍物尺寸信息包括:障碍物尺寸(包括长宽信息)。所述障碍物形状信息包括:障碍物形状,例如,矩形、圆形或三角形等形状。所述障碍物位置信息包括:障碍物位置,即在所述室内的位置。所述障碍物颜色信息包括:障碍物颜色,举例来说,所述障碍物颜色为黄色。所述障碍物材质信息包括:障碍物材质,例如,木质、不锈钢或塑料。
其中,所述障碍物信息选取的越多,则障碍物识别越准确。
优选的,这里障碍物尺寸、障碍物形状、障碍物位置、障碍物颜色以及障碍物材质所指的对象为障碍物底面。
举例来说,所述识别模块32根据测得家具底部的高度值信息,以及尺寸信息,形状信息,我们还可以粗略地估计出这个家具是什么。比如高度在1米左右的通常是桌子,0.5米高,方形或圆形的的是椅子,0.5米高,但长度超过1米的可能是茶几等等。
可选的,所述平面图识别模块33根据障碍物识别结果中的障碍物,生成室内平面图,其中所述室内平面图记录有该障碍物的形状。
可选的,不同障碍物对应不同的形状,举例来说,所障碍物为桌子,则所述平面图识别模块33在所述室内平面图内记录桌子形状的障碍物。
可选的,若障碍物为多个,所述平面图识别模块33分别记录各障碍物的形状,以生成室内平面图。
如图4所示,展示本发明实施例中的基于障碍物高度检测的室内平面图生成终端40的结构示意图。
所述基于障碍物高度检测的室内平面图生成终端40包括:
存储器41用于存储计算机程序;所述处理器42运行计算机程序实现如图1所述的基于障碍物高度检测的室内平面图生成方法。
可选的,所述存储器41的数量均可以是一或多个,所述处理器42的数量均可以是一或多个,所而图4中均以一个为例。
可选的,所述外部设备可以为外部终端,举例来说为移动终端以及所述机器人的控制终端等任一设备,在本发明中不作限定。
可选的,所述基于障碍物高度检测的室内平面图生成终端40中的处理器42会按照如图1述的步骤,将一个或多个以应用程序的进程对应的指令加载到存储器41中,并由处理器42来运行存储在存储器41中的应用程序,从而实现如图1所述基于障碍物高度检测的室内平面图生成方法中的各种功能。
可选的,所述存储器41,可能包括但不限于高速随机存取存储器、非易失性存储器。例如一个或多个磁盘存储设备、闪存设备或其他非易失性固态存储设备;所述处理器41,可能包括但不限于中央处理器(Central Processing Unit,简称CPU)、网络处理器(Network Processor,简称NP)等;还可以是数字信号处理器(Digital SignalProcessing,简称DSP)、专用集成电路(Application Specific Integrated Circuit,简称ASIC)、现场可编程门阵列(Field-Programmable Gate Array,简称FPGA)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。
可选的,所述处理器42可以是通用处理器,包括中央处理器(Central ProcessingUnit,简称CPU)、网络处理器(Network Processor,简称NP)等;还可以是数字信号处理器(Digital Signal Processing,简称DSP)、专用集成电路(Application SpecificIntegrated Circuit,简称ASIC)、现场可编程门阵列(Field-Programmable Gate Array,简称FPGA)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。
本发明还提供计算机可读存储介质,存储有计算机程序,所述计算机程序运行时实现如图1所示的基于障碍物高度检测的室内平面图生成方法。所述计算机可读存储介质可包括,但不限于,软盘、光盘、CD-ROM(只读光盘存储器)、磁光盘、ROM(只读存储器)、RAM(随机存取存储器)、EPROM(可擦除可编程只读存储器)、EEPROM(电可擦除可编程只读存储器)、磁卡或光卡、闪存、或适于存储机器可执行指令的其他类型的介质/机器可读介质。所述计算机可读存储介质可以是未接入计算机设备的产品,也可以是已接入计算机设备使用的部件。
如图5所示,展示本发明实施例中的扫地机器人的结构示意图。其中本实施例中的所述基于障碍物高度检测的室内平面图生成终端可以实现图4所述基于障碍物高度检测的室内平面图生成终端40的各种功能。
所述扫地机器人包括:
高度检测装置51,设于所述扫地机器人顶部,用于采集的所述扫地机器人上方的一或多个障碍物的高度值信息;
通信装置52,用于与所述基于障碍物高度检测的室内平面图生成终端53进行通信。
其中,所述基于障碍物高度检测的室内平面图生成终端53包括:
存储器531用于存储计算机程序;所述处理器532运行计算机程序实现如图1所述的基于障碍物高度检测的室内平面图生成方法。
可选的,所述通信装置的为无线通信装置,用于与所述基于障碍物高度检测的室内平面图生成终端53进行无线通信。
可选的,无线通信的方式包括:Zig-Bee、蓝牙、Wifi、超宽带、近场通信方式中的一种或多种。
综上所述,本发明基于障碍物高度检测的室内平面图生成方法、系统、终端以及扫地机器人,解决现有技术中生成的室内平面图是固定某一个高度上的水平截面,并且平面图的展示效果不好,用户体验度差,这种平面图还导致扫地机器人的工作出错率高,并且易损坏,导致室内清扫工作的效率降低的问题。本发明通过检测障碍物的高度来生成室内平面图,让扫地机生成人类更习惯的平面图,使用户的体验感更好。这个平面图不是某一个高度上的水平截面,而是室内家具在一个平面上的投影图,利用本发明生成的平面图使扫地机器人的工作出错率降低,不易损坏,大大的增加了室内清扫工作的效率。所以,本发明有效克服了现有技术中的种种缺点而具高度产业利用价值。
上述实施例仅例示性说明本发明的原理及其功效,而非用于限制本发明。任何熟悉此技术的人士皆可在不违背本发明的精神及范畴下,对上述实施例进行修饰或改变。因此,举凡所属技术领域中具有通常知识者在未脱离本发明所揭示的精神与技术思想下所完成的一切等效修饰或改变,仍应由本发明的权利要求所涵盖。
Claims (9)
1.一种基于障碍物高度检测的室内平面图生成方法,其特征在于,应用于扫地机器人,包括:
设于所述扫地机器人顶部的高度检测装置,所述方法包括:
获取由所述高度检测装置采集扫地机器人上方的一或多个障碍物的底面距离所述高度检测装置的距离信息,以获得各障碍物的高度值信息;
根据各障碍物的高度值信息分别对各个障碍物进行识别,得到障碍物识别结果;
根据所述障碍物识别结果生成室内平面图;
其中,所述障碍物的高度值大于一阈值,其中,所述阈值与所述高度检测装置的高度位置相关。
2.根据权利要求1所述的基于障碍物高度检测的室内平面图生成方法,其特征在于,根据各障碍物的高度值信息分别对各个障碍物进行识别,得到障碍物识别结果;
基于经过训练的障碍物高度识别模型,根据各障碍物的高度值信息分别对各个障碍物进行识别,得到一或多个障碍物识别结果;
其中,所述障碍物识别模型的训练步骤包括:将各种障碍物的高度值信息以及分别与其对应的障碍物作为训练集进行训练,获得所述障碍物高度识别模型。
3.根据权利要求1所述的基于障碍物高度检测的室内平面图生成方法,其特征在于,根据各障碍物的高度值信息分别对各个障碍物进行识别,得到障碍物识别结果:
基于经过训练的障碍物识别模型,根据各障碍物的高度值信息与检测到的障碍物基本信息分别对各个障碍物进行识别,得到一或多个障碍物识别结果;
其中,所述障碍物识别模型的训练步骤包括:将各种障碍物的高度值信息与障碍物基本信息作为输入,与所述高度值信息与障碍物信息相对应的障碍物作为输出类进行训练,获得所述障碍物识别模型。
4.根据权利要求3所述的基于障碍物高度检测的室内平面图生成方法,其特征在于,所述障碍物的基本信息还包括:障碍物尺寸信息、障碍物形状信息、障碍物位置信息、障碍物颜色信息以及障碍物材质信息中的一种或多种。
5.根据权利要求1所述的基于障碍物高度检测的室内平面图生成方法,其特征在于,所述障碍物为家具类障碍物;其中,所述家具类障碍物包括:桌子、椅子、沙发、床、柜子中的一种或多种。
6.根据权利要求1所述的基于障碍物高度检测的室内平面图生成方法,其特征在于,所述高度检测装置包括:红外测距仪,超声波传感器以及摄像头中的一种或多种。
7.一种基于障碍物高度检测的室内平面图生成系统,其特征在于,应用于扫地机器人,包括:
设于所述扫地机器人顶部的高度检测装置,所述系统包括:
获取模块,用于获取由所述高度检测装置采集扫地机器人上方的一或多个障碍物的底面距离所述高度检测装置的距离信息,以获得各障碍物的高度值信息;
识别模块,连接所述获取模块,用于根据各障碍物的高度值信息分别对各个障碍物进行识别,得到障碍物识别结果;
平面图识别模块,连接所述识别模块,用于根据所述障碍物识别结果生成室内平面图;其中,所述障碍物的高度值大于一阈值,其中,所述阈值与所述高度检测装置的位置相关。
8.一种基于障碍物高度检测的室内平面图生成终端,其特征在于,包括:
存储器,用于存储计算机程序;
处理器,用于运行所述计算机程序,以执行如权利要求1至6中任一项所述的基于障碍物高度检测的室内平面图生成方法。
9.一种扫地机器人,其特征在于,包括:
高度检测装置,设于所述扫地机器人顶部,用于采集的所述扫地机器人上方的一或多个障碍物的高度值信息;
通信装置,用于与如权利要求8所述的基于障碍物高度检测的室内平面图生成终端进行通信。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010506081.8A CN111631650B (zh) | 2020-06-05 | 2020-06-05 | 基于障碍物高度检测的室内平面图生成方法、系统、终端以及扫地机器人 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010506081.8A CN111631650B (zh) | 2020-06-05 | 2020-06-05 | 基于障碍物高度检测的室内平面图生成方法、系统、终端以及扫地机器人 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111631650A CN111631650A (zh) | 2020-09-08 |
CN111631650B true CN111631650B (zh) | 2021-12-03 |
Family
ID=72323891
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010506081.8A Active CN111631650B (zh) | 2020-06-05 | 2020-06-05 | 基于障碍物高度检测的室内平面图生成方法、系统、终端以及扫地机器人 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111631650B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112716401B (zh) * | 2020-12-30 | 2022-11-04 | 北京奇虎科技有限公司 | 绕障清扫方法、装置、设备及计算机可读存储介质 |
CN112799073A (zh) * | 2020-12-30 | 2021-05-14 | 成都英萨传感技术研究有限公司 | 一种超声波测距传感器 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106845416A (zh) * | 2017-01-20 | 2017-06-13 | 百度在线网络技术(北京)有限公司 | 障碍物识别方法及装置、计算机设备及可读介质 |
CN108344414A (zh) * | 2017-12-29 | 2018-07-31 | 中兴通讯股份有限公司 | 一种地图构建、导航方法及装置、系统 |
JP2018165872A (ja) * | 2017-03-28 | 2018-10-25 | カシオ計算機株式会社 | 自律移動装置、自律移動方法及びプログラム |
CN111096714A (zh) * | 2019-12-25 | 2020-05-05 | 江苏美的清洁电器股份有限公司 | 一种扫地机器人的控制系统及方法和扫地机器人 |
CN111158378A (zh) * | 2020-01-16 | 2020-05-15 | 珠海格力电器股份有限公司 | 一种扫地机器人的清扫方法及扫地机器人 |
CN111190419A (zh) * | 2016-05-19 | 2020-05-22 | 科沃斯机器人股份有限公司 | 自移动机器人、组合机器人及组合机器人地图调用方法 |
-
2020
- 2020-06-05 CN CN202010506081.8A patent/CN111631650B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111190419A (zh) * | 2016-05-19 | 2020-05-22 | 科沃斯机器人股份有限公司 | 自移动机器人、组合机器人及组合机器人地图调用方法 |
CN106845416A (zh) * | 2017-01-20 | 2017-06-13 | 百度在线网络技术(北京)有限公司 | 障碍物识别方法及装置、计算机设备及可读介质 |
JP2018165872A (ja) * | 2017-03-28 | 2018-10-25 | カシオ計算機株式会社 | 自律移動装置、自律移動方法及びプログラム |
CN108344414A (zh) * | 2017-12-29 | 2018-07-31 | 中兴通讯股份有限公司 | 一种地图构建、导航方法及装置、系统 |
CN111096714A (zh) * | 2019-12-25 | 2020-05-05 | 江苏美的清洁电器股份有限公司 | 一种扫地机器人的控制系统及方法和扫地机器人 |
CN111158378A (zh) * | 2020-01-16 | 2020-05-15 | 珠海格力电器股份有限公司 | 一种扫地机器人的清扫方法及扫地机器人 |
Also Published As
Publication number | Publication date |
---|---|
CN111631650A (zh) | 2020-09-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108106616B (zh) | 一种自建导航地图的方法、系统及智能设备 | |
CN111631650B (zh) | 基于障碍物高度检测的室内平面图生成方法、系统、终端以及扫地机器人 | |
US11628569B2 (en) | Self-movement robot, map invoking method, and combined robot | |
JP7374547B2 (ja) | 探測方法、装置、移動ロボット及び記憶媒体 | |
JP6410704B2 (ja) | モバイル装置およびモバイル装置で表面をナビゲートする方法 | |
CN110403528B (zh) | 一种基于清洁机器人提高清洁覆盖率的方法和系统 | |
CN110989631B (zh) | 自移动机器人控制方法、装置、自移动机器人和存储介质 | |
Palleja et al. | Modeling floor-cleaning coverage performances of some domestic mobile robots in a reduced scenario | |
CN111643010A (zh) | 清洁机器人控制方法、装置、清洁机器人和存储介质 | |
CN112075879A (zh) | 一种信息处理方法、装置及存储介质 | |
CN107428008A (zh) | 机器人的触摸感知 | |
CN106709937A (zh) | 一种扫地机器人的控制方法 | |
CN112867424A (zh) | 导航、划分清洁区域方法及系统、移动及清洁机器人 | |
CN111096714A (zh) | 一种扫地机器人的控制系统及方法和扫地机器人 | |
CN111158378A (zh) | 一种扫地机器人的清扫方法及扫地机器人 | |
CN108803586B (zh) | 一种扫地机器人的工作方法 | |
CN111714028A (zh) | 清扫设备的禁区脱困方法、装置、设备及可读存储介质 | |
CN111374603A (zh) | 视觉机器人分区清扫的控制方法和芯片及智能扫地机器人 | |
CN111557622B (zh) | 清扫路径生成方法及装置、计算机装置及存储装置 | |
CN114431771A (zh) | 一种扫地机器人清扫方法及相关装置 | |
CN113848944A (zh) | 一种地图构建方法、装置、机器人及存储介质 | |
CN113503877A (zh) | 机器人分区地图建立方法、装置及机器人 | |
Dubey et al. | An FPGA based service Robot for floor cleaning with autonomous navigation | |
CN111657791A (zh) | 一种遥控清扫方法和装置 | |
CN114489058A (zh) | 扫地机器人及其路径规划方法、装置和存储介质 |
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 | ||
TR01 | Transfer of patent right | ||
TR01 | Transfer of patent right |
Effective date of registration: 20230712 Address after: 518000 B101, B201, B301, B401, B501, B601, b701, b801, building 4, No. 7 industrial zone, heshuikou community, Matian street, Guangming District, Shenzhen, Guangdong Patentee after: SHENZHEN HUAXIN INFORMATION TECHNOLOGY CO.,LTD. Address before: Room 303, 22 Boxia Road, China (Shanghai) pilot Free Trade Zone, Pudong New Area, Shanghai, 201203 Patentee before: Shanghai black eye Intelligent Technology Co.,Ltd. |