CN111665523A - 障碍检测方法和装置 - Google Patents
障碍检测方法和装置 Download PDFInfo
- Publication number
- CN111665523A CN111665523A CN202010524650.1A CN202010524650A CN111665523A CN 111665523 A CN111665523 A CN 111665523A CN 202010524650 A CN202010524650 A CN 202010524650A CN 111665523 A CN111665523 A CN 111665523A
- Authority
- CN
- China
- Prior art keywords
- obstacle
- robot
- distance
- sensor
- data
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/88—Lidar systems specially adapted for specific applications
- G01S17/93—Lidar systems specially adapted for specific applications for anti-collision purposes
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/48—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00
- G01S7/481—Constructional features, e.g. arrangements of optical elements
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Electromagnetism (AREA)
- Manipulator (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明实施例公开一种障碍检测方法和装置,其中方法包括通过获取第一传感器检测的多个第一数据和第二传感器检测的多个第二数据;将所述多个第一数据通过模板匹配算法得到对应的第一障碍物;依据所述第二数据确定对应的第二障碍物;当存在所述第二障碍物和所述第一障碍物的第一间距小于第一预设距离,且当所述第二障碍物和所述机器人的第二间距小于第二预设距离,则控制所述机器人停止运行;通过第一障碍物和第二障碍物确定行人脚掌,当行人脚掌存在与机器人碰撞的风险时,控制机器人停止运行,从而防止机器人碰撞到行人,以实现机器人可以在人流密集的场所安全运行。
Description
【技术领域】
本发明涉及机器人技术领域,尤其涉及一种障碍检测方法和装置。
【背景技术】
随着机器人技术的不断发展,机器人在各行各业得到了广泛的应用。目前服务机器人应用的场景主要有酒店、写字楼和医院等,这些场景的共同特点就是人群比较集中,人员流动量相对频繁。而机器人通常无法探测到行人的脚掌,所以,机器人在移动过程中,经常会对行人的脚掌产生碰撞或碾压。为了确保机器人在人群中能够安全避障,行业内通常采用增加机器人安全膨胀半径的方式,该方式虽然在一定程度上提高了安全性,但是会降低机器人的通行能力,例如:在酒店廊道比较窄的情况下,机器人可能就会无法通过。
【发明内容】
鉴于上述问题,提出了本发明以便提供克服上述问题或者至少部分地解决上述问题的障碍检测方法和装置。
本发明实施例提供一种障碍检测方法,应用于机器人,所述机器人设有第一传感器和第二传感器,且所述第一传感器的检测高度大于所述第二传感器的检测高度;所述方法包括:
获取所述第一传感器检测的多个第一数据和所述第二传感器检测的多个第二数据;
将所述多个第一数据通过模板匹配算法得到对应的第一障碍物;
依据所述第二数据确定对应的第二障碍物;
当存在所述第二障碍物和所述第一障碍物的第一间距小于第一预设距离,且所述第二障碍物和所述机器人的第二间距小于第二预设距离,则控制所述机器人停止运行。
可选地,所述将所述多个第一数据通过模板匹配算法得到对应的第一障碍物的步骤,包括:
依据人腿形态建立预设人腿模板,所述人腿形态包括两腿平行、两腿并拢及两腿交错;
依据所述多个第一数据绘制对应的初始障碍物图像;
从所述初始障碍物图像中查找与所述预设人腿模板匹配的第一障碍物。
可选地,所述当存在所述第二障碍物和所述第一障碍物的第一间距小于第一预设距离,且所述第二障碍物和所述机器人的第二间距小于第二预设距离,则控制所述机器人停止运行的步骤,包括:
计算所述第二障碍物和所述第一障碍物的第一间距;
当所述第一间距小于第一预设距离,则将所述第二障碍物放入目标障碍集;
计算所述目标障碍集中的第二障碍物和所述机器人的第二间距;
当所述第二间距小于第二预设距离,则将所述目标障碍集中的第二障碍物确定为危险障碍物,且控制所述机器人停止运行。
可选地,所述当所述第一间距小于第一预设距离,则将所述第二障碍物放入目标障碍集中的步骤,还包括:
按照预设时间间隔更新所述目标障碍集。
可选地,在所述当存在所述第二障碍物和所述第一障碍物的第一间距小于第一预设距离,且所述第二障碍物和所述机器人的第二间距小于第二预设距离,则控制所述机器人停止运行的步骤之前,还包括:
确定所述第一障碍物对应的第一位置和所述第二障碍物对应的第二位置。
可选地,所述确定所述第一障碍物的第一位置和所述第二障碍物的第二位置的步骤,还包括:
以所述机器人的中心作为坐标原点,建立目标直角坐标系;
在所述目标直接坐标系中确定所述第一障碍物对应的第一位置和所述第二障碍物对应的第二位置。
可选地,所述确定所述第一障碍物的第一位置的步骤,包括:
获取所述第一障碍物的质心对应的第一目标数据;
依据所述第一目标数据计算所述第一障碍物的第一位置。
可选地,所述第一传感器为激光雷达,所述第二传感器为包含多个红外发射器的红外传感器。
可选地,所述第一预设距离为25-35cm,所述第二预设距离为所述机器人的旋转半径。
本发明实施例还提供一种障碍检测装置,应用于机器人,所述机器人设有第一传感器和第二传感器,且所述第一传感器的检测高度大于所述第二传感器的检测高度;所述装置包括:
数据获取模块,用于获取所述第一传感器检测的多个第一数据和所述第二传感器检测的多个第二数据;
第一确定模块,用于将所述多个第一数据通过模板匹配算法得到对应的第一障碍物;
第二确定模块,用于依据所述第二数据确定对应的第二障碍物;
停止运行模块,用于当存在所述第二障碍物和所述第一障碍物的第一间距小于第一预设距离,且所述第二障碍物和所述机器人的第二间距小于第二预设距离,则控制所述机器人停止运行。
可选地,所述第一确定模块包括:
模板建立子模块,用于依据人腿形态建立预设人腿模板,所述人腿形态包括两腿平行、两腿并拢及两腿交错;
图像绘制子模块,用于依据所述多个第一数据绘制对应的初始障碍物图像;
模板匹配子模块,用于从所述初始障碍物图像中查找与所述预设人腿模板匹配的第一障碍物。
可选地,所述停止运行模块包括:
第一计算子模块,用于计算所述第二障碍物和所述第一障碍物的第一间距;
第一判断子模块,用于当所述第一间距小于第一预设距离,则将所述第二障碍物放入目标障碍集;
第二计算子模块,用于计算所述目标障碍集中的第二障碍物和所述机器人的第二间距;
第二判断子模块,用于当所述第二间距小于第二预设距离,则将所述目标障碍集中的第二障碍物确定为危险障碍物,且控制所述机器人停止运行。
可选地,所述第一判断子模块还用于:
按照预设时间间隔更新所述目标障碍集。
可选地,所述装置还包括:
位置确定模块,用于确定所述第一障碍物对应的第一位置和所述第二障碍物对应的第二位置。
可选地,所述位置确定模块还包括:
坐标系建立子模块,用于以所述机器人的中心作为坐标原点,建立目标直角坐标系;
坐标转换子模块,用于在所述目标直接坐标系中确定所述第一障碍物对应的第一位置和所述第二障碍物对应的第二位置。
可选地,所述位置确定模块还用于:
获取所述第一障碍物的质心对应的第一目标数据;依据所述第一目标数据计算所述第一障碍物的第一位置。
可选地,所述第一传感器为激光雷达,所述第二传感器为包含多个红外发射器的红外传感器。
可选地,所述第一预设距离为25-35cm,所述第二预设距离为所述机器人的旋转半径。
与现有技术相比,本发明实施例包括以下优点:
在本发明实施例中,机器人设有第一传感器和第二传感器,且所述第一传感器的检测高度大于所述第二传感器的检测高度;通过获取第一传感器检测的多个第一数据和第二传感器检测的多个第二数据;将所述多个第一数据通过模板匹配算法得到对应的第一障碍物,可以认为第一障碍物是人腿;依据所述第二数据确定对应的第二障碍物;当存在所述第二障碍物和所述第一障碍物的第一间距小于第一预设距离,可以认为,第二障碍物是脚掌,并且当所述第二障碍物和所述机器人的第二间距小于第二预设距离,可以认为,第二障碍物存在与机器人碰撞的风险,则控制所述机器人停止运行;从而防止机器人碰撞到行人,以实现机器人可以在人流密集的场所安全运行。
【附图说明】
为了更清楚地说明本发明的技术方案,下面将对本发明的描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例的一种障碍检测方法的步骤流程图;
图2是本发明实施例中机器人的传感器布局示意图;
图3是本发明实施例中人腿形态的示意图;
图4是本发明实施例的一种障碍检测方法的方案设计流程图;
图5是本发明实施例的一种障碍检测装置的结构框图。
【具体实施方式】
为了使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明作进一步详细的说明。
请参照图1,图1示出了本发明实施例的一种障碍检测方法的步骤流程图,该方法应用于机器人,其中,机器人可以包括可以自主移动的智能移动设备,所述机器人设有第一传感器和第二传感器,且所述第一传感器的检测高度大于所述第二传感器的检测高度;所述方法具体可以包括如下步骤:
步骤101,获取所述第一传感器检测的多个第一数据和所述第二传感器检测的多个第二数据。
本实施例中,第一传感器的高度可以设置在10-50cm,用于检测人体的腿部位置;第二传感器的高度可以设置在10cm以下,用于检测低矮障碍物,即人体的脚掌位置。为了提高检测结果的准确性,第一传感器可以检测得到多个第一数据,第二传感器可以检测得到多个第二数据。
在具体实现中,为了安装方便,可以将第一传感器安装在机器人正向移动的一侧上,与所述机器人的中心偏离一定距离;第二传感器安装在机器人正向移动的外轮廓边沿上;如图2所示,图2为机器人的传感器布局示意图,其中,坐标原点为机器人的中心对应的投影,X轴方向表示机器人移动的正方向。在图2所示的本示例中,当采用第一传感器和第二传感器检测到对应的障碍物时,为了准确得到障碍物的位置,需要进行坐标转换,即在计算障碍物的具体位置时,先以对应的第一传感器和第二传感器为坐标原点,依据传感器测距功能,得到对应障碍物的初始位置,再依据第一传感器与机器人中心的位置偏差,以及第二传感器与机器人中心的位置偏差,进行坐标转换,将初始位置转换成以机器人中心为坐标原点的目标位置。
在实际应用中,第一传感器一般采用激光雷达,激光雷达是用激光器作为发射光源,采用光电探测技术手段的主动遥感设备。机器人通过激光雷达进行扫描可以获得相应的激光扫描数据。具体地,激光雷达向周边环境发射一束或者多束激光进行扫描,发射出去的激光会与周边环境中的物体发生作用,返回携带物体信息的反射激光,激光雷达的光子接收模组接收到反射激光之后,根据反射激光携带的数据描绘出机器人的周边环境轮廓。鉴于价格成本的考虑,本实施例中,激光雷达可以选择二维激光雷达。第二传感器采用包含多个红外发射器的红外传感器。也可以是由多个红外传感器组成第二传感器。由于第二传感器用于检测人体脚掌的位置,基于脚掌的一般大小,相邻两个红外传感器的间距一般设置为5-7cm。
步骤102,将所述多个第一数据通过模板匹配算法得到对应的第一障碍物。
模板匹配是一种模式识别方法,就是在一副大图像中搜寻目标,已知该图中有要找的目标,且该目标同模板有相同的尺寸、方向和图像元素,通过一定的算法可以在图中找到目标,确定其坐标位置。在本实施例中,模板采用的是依据人腿形态建立的预设人腿模板。具体地,在上述步骤102之前,还可以包括:
依据人腿形态建立预设人腿模板,所述人腿形态包括两腿平行、两腿并拢及两腿交错;
依据所述多个第一数据绘制对应的初始障碍物图像;
从所述初始障碍物图像中查找与所述预设人腿模板匹配的第一障碍物。
本实施例中,依据人腿形态建立人腿模板,如图3所示,人腿形态包括两腿平行、两腿并拢以及两腿交错三种形态,其中,a表示单腿的宽度,b表示两腿的间距,c表示两腿并拢时的宽度。人腿模板中包含以上三种人腿形态,在进行模板匹配时,可以采用任一一种人腿形态的人腿模板。通过将多个第一数据进行分析处理,生成对应的初始障碍物图像,该初始障碍物图像即为模板匹配算法中的待搜索的图像,初始障碍物图像中的每个像素对应一个第一数据;模板匹配算法中的目标即为第一障碍物,可以认为,第一障碍物即为人腿。当初始障碍物图像中存在与预设人腿模板匹配的第一障碍物时,可以认为,第一传感器检测到的障碍物中包含人腿;需要说明的是,在初始障碍物图像中,可以存在多个第一障碍物。当初始障碍物图像中不存在与预设人腿模板匹配的第一障碍物时,则可以认为,第一传感器检测到的障碍物中不包含人腿,此时不存在对应的第一障碍物。
步骤103,依据所述第二数据确定对应的第二障碍物。
本实施例中,第二传感器可以由多个红外传感器组成,每个红外传感器都可以检测得到一个第二数据,可以理解,本实施例中,依据每个第二数据可以确定对应的第二障碍物,第二障碍物的数量可以包含多个。
步骤104,当存在所述第二障碍物和所述第一障碍物的第一间距小于第一预设距离,且所述第二障碍物和所述机器人的第二间距小于第二预设距离,则控制所述机器人停止运行。
在本实施例中,第一预设距离可以是人体脚掌的长度,一般为25-35cm;第二预设距离可以认为是机器人运行的安全距离,可以为机器人的旋转半径,具体地,可以将机器人放置在水平工作台上,采用垂直于工作台的平行投射线照射该机器人,在水平工作台上产生机器人的正投影,从正投影中确定出对应于机器人的中心的中心位置,计算中心位置和正投影边界的最长距离,即为机器人的旋转半径,作为第二预设距离。也可以以机器人正方向轮廓和机器人中心的距离作为第二预设距离;等。
上述步骤104可以通过如下方式实现;
计算所述第二障碍物和所述第一障碍物的第一间距;
当所述第一间距小于第一预设距离,则将所述第二障碍物放入目标障碍集;
计算所述目标障碍集中的第二障碍物和所述机器人的第二间距;
当所述第二间距小于第二预设距离,则将所述目标障碍集中的第二障碍物确定为危险障碍物,且所述机器人停止运行。
通过先计算每个第二障碍物与每个第一障碍物的第一间距,将第二障碍物和第一障碍物的第一间距与第一预设距离进行比较,可以判断第二障碍物是否是脚掌;然后计算上述与第一障碍物的第一间距小于第一预设距离的第二障碍物与机器人的第二间距,通过将第二障碍物和机器人的第二间距与第二预设距离进行比较,可以判断第二障碍物是否与机器人存在碰撞风险。当判定第二障碍物为脚掌,且与机器人存在碰撞风险时,将该第二障碍物判定为危险障碍物,当机器人运行过程中存在危险障碍物时,控制机器人停止运行,从而防止机器人碾压行人脚掌的事故发生。
在一优选实施例中,所述方法还包括:
依据预设时间间隔更新所述目标障碍集。
可以将目标障碍集中的第二障碍物对应的第二位置转化为栅格坐标,并记录第二障碍物对应的第二数据的获取时间。根据行人迈步频率,预设时间间隔一般设置为3s,一般情况下,行人在3s内会发生位置变化,若第二障碍物为脚掌,则第二障碍物也会发生位置变化;当第二障碍物在预设时间间隔内的位置没有发生变化,可以认为,第二障碍物不是人的脚掌,则将目标障碍集中未发生位置变化的第二障碍物剔除,进而依据预设时间间隔更新目标障碍集。从而减少目标障碍集中的第二障碍物的数量,提高后续计算和判断效率。
在具体实现中,在上述步骤104之前,还包括:
确定所述第一障碍物对应的第一位置和所述第二障碍物对应的第二位置。
通过第二位置和第一位置来计算第二障碍物和第一障碍物的第一间距,通过第二位置和机器人的当前位置来计算第二障碍物和机器人的第二间距。
进一步地,所述方法还包括:
以所述机器人的中心作为坐标原点,建立目标直角坐标系;
在所述目标直接坐标系中确定所述第一障碍物对应的第一位置和所述第二障碍物对应的第二位置。
本实施例中,目标直角坐标系可以是空间直角坐标系,也可以是平面直角坐标系,为了简化计算,在实际计算中,一般采用平面直接坐标系,以机器人的中心作为坐标原点,在平行于地面的坐标平面上建立平面直接坐标系,以机器人移动的正向方向作为X轴或Y轴,以第一障碍物在坐标平面上的正投影的位置作为第一位置,以第二障碍物在坐标平面上的正投影的位置作为第二位置。通过将第一位置和第二位置以及机器人当前位置都转换到同一直接坐标系下,可以方便计算。
进一步地,在一实施例中,确定第一障碍物的第一位置的步骤包括:
获取与所述第一障碍物的质心对应的第一目标数据;
依据所述第一目标数据计算所述第一障碍物的第一位置。
在本实施例中,以第一障碍物的质心对应的位置确定为第一障碍物的第一位置,可以认为,第一位置是人腿质心的位置。具体地,通过第一障碍物的图像可以确定第一障碍物的质心在第一障碍物中的位置,依据质心位置确定对应的第一目标数据,然后再依据第一目标数据计算得到与第一目标数据对应的第一位置。
请参照图4,图4示出了本发明实施例一种障碍检测方法的方案设计流程图。通过对激光雷达检测得到的激光数据、红外传感器检测得到的红外数据进行融合,估计出人腿和脚掌障碍物相对于机器人坐标系的位置,如果脚掌障碍物已经进入机器人的旋转半径以内,机器人则会紧急停止。
具体地,当机器人启动时,则对应的激光雷达和红外传感器开始进行检测;激光雷达采集激光数据(即第一数据),红外传感器采集红外数据(即第二数据);激光数据用于人腿检测(即第一障碍物),红外数据用于低矮障碍检测(即第二障碍物),依据激光数据的人腿检测结果和红外数据的低矮障碍检测结果筛选出距离人腿较劲的低矮障碍集合(即目标障碍集),并根据时间更新低矮障碍集合;接着判断低矮障碍集合中是否存在阻碍机器人原地旋转的障碍(即危险障碍物),若存在,则请求机器人紧急停止;若不存在,则继续检测。
在本发明实施例中,机器人设有第一传感器和第二传感器,且第一传感器的检测高度大于第二传感器的检测高度;通过获取第一传感器检测的多个第一数据和第二传感器检测的多个第二数据;将多个第一数据通过模板匹配算法得到对应的第一障碍物,可以认为第一障碍物是人腿;依据第二数据确定对应的第二障碍物;当存在第二障碍物和第一障碍物的第一间距小于第一预设距离,可以认为,第二障碍物是脚掌,并且当第二障碍物和机器人的第二间距小于第二预设距离,可以认为,第二障碍物存在与机器人碰撞的风险,则控制机器人停止运行;从而防止机器人碰撞到行人,以实现机器人可以在人流密集的场所安全运行。
需要说明的是,对于方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本申请实施例并不受所描述的动作顺序的限制,因为依据本申请实施例,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作并不一定是本申请实施例所必须的。
参照图5,图5示出了本发明实施例的一种障碍检测装置的结构框图,所述装置应用于机器人,所述机器人设有第一传感器和第二传感器,且所述第一传感器的检测高度大于所述第二传感器的检测高度;具体可以包括如下模块:
数据获取模块501,用于获取所述第一传感器检测的多个第一数据和所述第二传感器检测的多个第二数据;
第一确定模块502,用于将所述多个第一数据通过模板匹配算法得到对应的第一障碍物;
第二确定模块503,用于依据所述第二数据确定对应的第二障碍物;
停止运行模块504,用于当存在所述第二障碍物和所述第一障碍物的第一间距小于第一预设距离,且所述第二障碍物和所述机器人的第二间距小于第二预设距离,则控制所述机器人停止运行。
在本发明一可选实施例中,所述第一确定模块502包括:
模板建立子模块,用于依据人腿形态建立预设人腿模板,所述人腿形态包括两腿平行、两腿并拢及两腿交错;
图像绘制子模块,用于依据所述多个第一数据绘制对应的初始障碍物图像;
模板匹配子模块,用于从所述初始障碍物图像中查找与所述预设人腿模板匹配的第一障碍物。
在本发明一可选实施例中,所述停止运行模块504包括:
第一计算子模块,用于计算所述第二障碍物和所述第一障碍物的第一间距;
第一判断子模块,用于当所述第一间距小于第一预设距离,则将所述第二障碍物放入目标障碍集;
第二计算子模块,用于计算所述目标障碍集中的第二障碍物和所述机器人的第二间距;
第二判断子模块,用于当所述第二间距小于第二预设距离,则将所述目标障碍集中的第二障碍物确定为危险障碍物,且控制所述机器人停止运行。
在本发明一可选实施例中,所述第一判断子模块还用于:
按照预设时间间隔更新所述目标障碍集。
在本发明一可选实施例中,所述装置还包括:
位置确定模块,用于确定所述第一障碍物对应的第一位置和所述第二障碍物对应的第二位置。
在本发明一可选实施例中,所述位置确定模块还包括:
坐标系建立子模块,用于以所述机器人的中心作为坐标原点,建立目标直角坐标系;
坐标转换子模块,用于在所述目标直接坐标系中确定所述第一障碍物对应的第一位置和所述第二障碍物对应的第二位置。
在本发明一可选实施例中,所述位置确定模块还用于:
获取所述第一障碍物的质心对应的第一目标数据;依据所述第一目标数据计算所述第一障碍物的第一位置。
在本发明一可选实施例中,所述第一传感器为激光雷达,所述第二传感器为包含多个红外发射器的红外传感器。
在本发明一可选实施例中,所述第一预设距离为25-35cm,所述第二预设距离为所述机器人的旋转半径。
对于装置实施例而言,由于其与方法实施例基本相似,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
本说明书中的各个实施例均采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似的部分互相参见即可。
本领域内的技术人员应明白,本发明实施例的实施例可提供为方法、装置、或计算机程序产品。因此,本发明实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明实施例是参照根据本发明实施例的方法、终端设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理终端设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理终端设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理终端设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理终端设备上,使得在计算机或其他可编程终端设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程终端设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本发明实施例的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例做出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明实施例范围的所有变更和修改。
最后,还需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,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、物品或者终端设备不仅包括那些要素,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、物品或者终端设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者终端设备中还存在另外的相同要素。
以上对本发明所提供的一种障碍检测方法和一种障碍检测装置进行了详细介绍,本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。
Claims (10)
1.一种障碍检测方法,其特征在于,应用于机器人,所述机器人设有第一传感器和第二传感器,且所述第一传感器的检测高度大于所述第二传感器的检测高度;所述方法包括:
获取所述第一传感器检测的多个第一数据和所述第二传感器检测的多个第二数据;
将所述多个第一数据通过模板匹配算法得到对应的第一障碍物;
依据所述第二数据确定对应的第二障碍物;
当存在所述第二障碍物和所述第一障碍物的第一间距小于第一预设距离,且所述第二障碍物和所述机器人的第二间距小于第二预设距离,则控制所述机器人停止运行。
2.根据权利要求1所述的方法,其特征在于,所述将所述多个第一数据通过模板匹配算法得到对应的第一障碍物的步骤,包括:
依据人腿形态建立预设人腿模板,所述人腿形态包括两腿平行、两腿并拢及两腿交错;
依据所述多个第一数据绘制对应的初始障碍物图像;
从所述初始障碍物图像中查找与所述预设人腿模板匹配的第一障碍物。
3.根据权利要求2所述的方法,其特征在于,所述当存在所述第二障碍物和所述第一障碍物的第一间距小于第一预设距离,且所述第二障碍物和所述机器人的第二间距小于第二预设距离,则控制所述机器人停止运行的步骤,包括:
计算所述第二障碍物和所述第一障碍物的第一间距;
当所述第一间距小于第一预设距离,则将所述第二障碍物放入目标障碍集;
计算所述目标障碍集中的第二障碍物和所述机器人的第二间距;
当所述第二间距小于第二预设距离,则将所述目标障碍集中的第二障碍物确定为危险障碍物,且控制所述机器人停止运行。
4.根据权利要求3所述的方法,其特征在于,所述当所述第一间距小于第一预设距离,则将所述第二障碍物放入目标障碍集中的步骤,还包括:
按照预设时间间隔更新所述目标障碍集。
5.根据权利要求3所述的方法,其特征在于,在所述当存在所述第二障碍物和所述第一障碍物的第一间距小于第一预设距离,且所述第二障碍物和所述机器人的第二间距小于第二预设距离,则控制所述机器人停止运行的步骤之前,还包括:
确定所述第一障碍物对应的第一位置和所述第二障碍物对应的第二位置。
6.根据权利要求5所述的方法,其特征在于,所述确定所述第一障碍物的第一位置和所述第二障碍物的第二位置的步骤,还包括:
以所述机器人的中心作为坐标原点,建立目标直角坐标系;
在所述目标直接坐标系中确定所述第一障碍物对应的第一位置和所述第二障碍物对应的第二位置。
7.根据权利要求5或6所述的方法,其特征在于,所述确定所述第一障碍物的第一位置的步骤,包括:
获取所述第一障碍物的质心对应的第一目标数据;
依据所述第一目标数据计算所述第一障碍物的第一位置。
8.根据权利要求1-3任一项所述的方法,其特征在于,所述第一传感器为激光雷达,所述第二传感器为包含多个红外发射器的红外传感器。
9.根据权利要求1-3任一项所述的方法,其特征在于,所述第一预设距离为25-35cm,所述第二预设距离为所述机器人的旋转半径。
10.一种障碍检测装置,应用于机器人,所述机器人设有第一传感器和第二传感器,且所述第一传感器的检测高度大于所述第二传感器的检测高度;所述装置包括:
数据获取模块,用于获取所述第一传感器检测的多个第一数据和所述第二传感器检测的多个第二数据;
第一确定模块,用于将所述多个第一数据通过模板匹配算法得到对应的第一障碍物;
第二确定模块,用于依据所述第二数据确定对应的第二障碍物;
停止运行模块,用于当存在所述第二障碍物和所述第一障碍物的第一间距小于第一预设距离,且所述第二障碍物和所述机器人的第二间距小于第二预设距离,则控制所述机器人停止运行。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010524650.1A CN111665523B (zh) | 2020-06-10 | 2020-06-10 | 障碍检测方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010524650.1A CN111665523B (zh) | 2020-06-10 | 2020-06-10 | 障碍检测方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111665523A true CN111665523A (zh) | 2020-09-15 |
CN111665523B CN111665523B (zh) | 2022-11-18 |
Family
ID=72386701
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010524650.1A Active CN111665523B (zh) | 2020-06-10 | 2020-06-10 | 障碍检测方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111665523B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112947464A (zh) * | 2021-03-05 | 2021-06-11 | 上海有个机器人有限公司 | 机器人通过狭窄空间方法、装置、终端及存储介质 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101976075A (zh) * | 2010-11-24 | 2011-02-16 | 重庆大学 | 基于语音控制的智能化自循迹小车控制系统 |
CN104268598A (zh) * | 2014-09-26 | 2015-01-07 | 东南大学 | 一种基于二维扫描激光的人腿检测方法 |
CN106314584A (zh) * | 2016-09-23 | 2017-01-11 | 靳奉熹 | 一种高层建筑清理保养机器人 |
US9618937B1 (en) * | 2014-08-25 | 2017-04-11 | Google Inc. | Slip detection using robotic limbs |
CN109426248A (zh) * | 2017-08-25 | 2019-03-05 | 科沃斯机器人股份有限公司 | 自移动机器人及其行走方法、显示障碍物分布的方法 |
CN209086755U (zh) * | 2018-12-11 | 2019-07-09 | 上海智臻智能网络科技股份有限公司 | 一种机器人及其控制系统 |
CN209112319U (zh) * | 2018-08-09 | 2019-07-16 | 北京云迹科技有限公司 | 阵列模块、防压脚防跌落的机器人底盘及机器人 |
CN110338707A (zh) * | 2019-05-31 | 2019-10-18 | 深圳市赛亿科技开发有限公司 | 智能扫地机器人及其控制方法、计算机可读存储介质 |
CN110575099A (zh) * | 2018-06-07 | 2019-12-17 | 科沃斯机器人股份有限公司 | 定点清扫方法、扫地机器人及存储介质 |
CN110941279A (zh) * | 2019-12-21 | 2020-03-31 | 上海有个机器人有限公司 | 机器人在密集人流场景内防止压脚的控制方法 |
CN210402103U (zh) * | 2019-11-15 | 2020-04-24 | 北京迈格威科技有限公司 | 障碍物探测系统和自动导航车 |
-
2020
- 2020-06-10 CN CN202010524650.1A patent/CN111665523B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101976075A (zh) * | 2010-11-24 | 2011-02-16 | 重庆大学 | 基于语音控制的智能化自循迹小车控制系统 |
US9618937B1 (en) * | 2014-08-25 | 2017-04-11 | Google Inc. | Slip detection using robotic limbs |
CN104268598A (zh) * | 2014-09-26 | 2015-01-07 | 东南大学 | 一种基于二维扫描激光的人腿检测方法 |
CN106314584A (zh) * | 2016-09-23 | 2017-01-11 | 靳奉熹 | 一种高层建筑清理保养机器人 |
CN109426248A (zh) * | 2017-08-25 | 2019-03-05 | 科沃斯机器人股份有限公司 | 自移动机器人及其行走方法、显示障碍物分布的方法 |
CN110575099A (zh) * | 2018-06-07 | 2019-12-17 | 科沃斯机器人股份有限公司 | 定点清扫方法、扫地机器人及存储介质 |
CN209112319U (zh) * | 2018-08-09 | 2019-07-16 | 北京云迹科技有限公司 | 阵列模块、防压脚防跌落的机器人底盘及机器人 |
CN209086755U (zh) * | 2018-12-11 | 2019-07-09 | 上海智臻智能网络科技股份有限公司 | 一种机器人及其控制系统 |
CN110338707A (zh) * | 2019-05-31 | 2019-10-18 | 深圳市赛亿科技开发有限公司 | 智能扫地机器人及其控制方法、计算机可读存储介质 |
CN210402103U (zh) * | 2019-11-15 | 2020-04-24 | 北京迈格威科技有限公司 | 障碍物探测系统和自动导航车 |
CN110941279A (zh) * | 2019-12-21 | 2020-03-31 | 上海有个机器人有限公司 | 机器人在密集人流场景内防止压脚的控制方法 |
Non-Patent Citations (1)
Title |
---|
邓韶斌等: "基于AVR单片机的清洁机器人控制系统设计", 《佳木斯大学学报(自然科学版)》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112947464A (zh) * | 2021-03-05 | 2021-06-11 | 上海有个机器人有限公司 | 机器人通过狭窄空间方法、装置、终端及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN111665523B (zh) | 2022-11-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106796434B (zh) | 地图生成方法、自身位置推定方法、机器人系统和机器人 | |
US8508527B2 (en) | Apparatus and method of building map for mobile robot | |
CN103377471B (zh) | 物体定位方法和装置、最优摄像机对确定方法和装置 | |
KR101900228B1 (ko) | 주차 지원 방법 및 장치 | |
US9939529B2 (en) | Robot positioning system | |
JP5822255B2 (ja) | 対象物識別装置及びプログラム | |
JP4205825B2 (ja) | 対象物認識装置 | |
US7657099B2 (en) | Method and apparatus for processing line pattern using convolution kernel | |
US11093762B2 (en) | Method for validation of obstacle candidate | |
KR102661849B1 (ko) | 자율주행 로봇, 계층 코스트 맵 생성 방법 및 이를 이용한 주행 경로 생성 방법 | |
JP2013131100A (ja) | 人数予測方法、人数予測装置、移動ロボット及びプログラム | |
JP2019102047A (ja) | 画像処理装置、移動ロボットの制御システム、移動ロボットの制御方法 | |
CN111665523B (zh) | 障碍检测方法和装置 | |
KR20210025327A (ko) | 이동 로봇 및 그 제어 방법 | |
US7653247B2 (en) | System and method for extracting corner point in space using pixel information, and robot using the system | |
CN113126600A (zh) | 基于uwb的跟随系统及物品运送车 | |
Luna et al. | Fast heuristic method to detect people in frontal depth images | |
KR102340281B1 (ko) | 라이다 센서를 구비한 터치 인식 방법 및 장치 | |
JP2008264947A (ja) | 平面検出方法、及び移動ロボット | |
CN114847809B (zh) | 清洁机器人的环境探索方法、装置、清洁机器人及介质 | |
KR101784584B1 (ko) | 레이저 회전을 이용하여 3차원 물체를 판별하는 장치 및 방법 | |
Drwięga et al. | A set of depth sensor processing ROS tools for wheeled mobile robot navigation | |
JP2016014572A (ja) | 安全制御装置および安全制御システム | |
Lee et al. | Self-localization of a mobile robot without camera calibration using projective invariants | |
Prakash et al. | Structure aided odometry (sao): a novel analytical odometry technique based on semi-absolute localization for precision-warehouse robotic assistance in environments with low feature variation |
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 |