CN111844038B - 一种机器人运动信息识别方法、避障方法及避障机器人、避障系统 - Google Patents
一种机器人运动信息识别方法、避障方法及避障机器人、避障系统 Download PDFInfo
- Publication number
- CN111844038B CN111844038B CN202010715353.5A CN202010715353A CN111844038B CN 111844038 B CN111844038 B CN 111844038B CN 202010715353 A CN202010715353 A CN 202010715353A CN 111844038 B CN111844038 B CN 111844038B
- Authority
- CN
- China
- Prior art keywords
- robot
- projection
- projection pattern
- motion information
- obstacle avoidance
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/16—Programme controls
- B25J9/1656—Programme controls characterised by programming, planning systems for manipulators
- B25J9/1664—Programme controls characterised by programming, planning systems for manipulators characterised by motion, path, trajectory planning
- B25J9/1666—Avoiding collision or forbidden zones
Abstract
本发明提供一种机器人运动信息识别方法、避障方法及避障机器人、避障系统。在机器人当前行进路径上,生成携带有所述机器人运动信息的第一投影图案,视觉捕捉所述第一投影图案,识别所述第一投影图案携带的所述机器人运动信息。其中,通过投影图案传递机器人运动信息,并配合视觉捕捉投影图案进行识别处理,进一步采取避障规划,使得机器人能在激光雷达识别到其他机器人之前就能够获得路线上其他机器人的行驶相关信息,从而进行预先规避,一方面可以提升安全性,减小拐角碰撞的几率;另一方面可以在更安全的基础上提升运行速度,增加效率。
Description
技术领域
本发明属于机器人避障技术领域,尤其涉及一种机器人运动信息识别方法、避障方法及避障机器人、避障系统。
背景技术
在AMR(自主移动机器人)运行的过程中,需要识别障碍然后触发避障,包括停止、绕行等动作,以避开障碍防止碰撞。这些障碍包含固定的障碍例如墙壁、货架,也包含移动的障碍,比如行人。普遍来说,AMR通过激光雷达识别物体轮廓来进行避障,在探测到障碍物与自身接近到一定距离内时,即触发避障。避障距离越长越安全但损失的效率越多。
其他机器人也是场景中高速运动的物体,是避障的主要对象之一。由于机器人移动速度高于行人且不如行人移动灵活,因此机器人之间发生碰撞的几率较大。为此,不得不降低机器人的运行速度、增大避障距离,而导致效率的损失。同时,在一些由于遮挡而易发生碰撞的场景,例如狭窄路口(一边机器人无法探测到另一边的机器人),机器人有更大几率发生碰撞。
发明内容
为了克服现有技术的不足,解决现有技术中的多机器人协作运动时容易造成碰撞、拥挤的问题,本发明提供一种机器人运动信息识别方法、避障方法及避障机器人、避障系统,使机器人在移动作业时更加灵活、安全,避免在狭窄的空间或交叉路口等较复杂的场景中造成碰撞、堵塞,提高多机器人协作的效率。
第一方面,本发明提供了一种机器人运动信息识别方法,包括:
在机器人当前行进路径上,生成携带有所述机器人运动信息的第一投影图案;
视觉捕捉所述第一投影图案;
识别所述第一投影图案携带的所述机器人运动信息。
优选地,所述在机器人当前行进路径上,生成携带有所述机器人运动信息的第一投影图案包括:第一机器人沿其行进方向的地面上投射出所述第一投影图案;或/和第一机器人作业环境中的外部投影设备投射所述第一投影图案。
优选地,所述视觉捕捉所述第一投影图案包括:第二机器人通过安装在其本体上的视觉装置捕捉所述第一投影图案;或/和安装在机器人作业环境中的视觉设备,捕捉所述第一投影图案。
优选地,所述识别所述第一投影图案携带的所述第一机器人运动信息,包括:设置在机器人上的处理装置接收所述第一投影图案,并识别所述投影图案对应的所述第一机器人的运动信息;或/和安装在机器人作业环境中的处理设备接收所述第一投影图案,识别所述第一投影图案对应的所述第一机器人的运动信息。
第二方面,本发明还提供了一种多机器人运动避障方法,包括:第一机器人沿其行进方向的地面上投射出携带其自身运动信息的第一投影图案;
第二机器人通过安装在其本体上的视觉装置捕捉所述第一投影图案;
所述第二机器人识别所述第一投影图案对应的所述第一机器人的运动信息,并结合自身的运动信息进行相应的避障措施,以避免与所述第一机器人碰撞。
优选地,所述第二机器人结合自身的运动信息进行相应的避障措施包括:所述第二机器人基于最优相互避免碰撞算法,根据所述第一机器人当前的位置及速度或/和所述第一机器人在所述第一投影图案的位置及速度,进行避障规划,改变自身的速度、方向;或
所述第二机器人计算所述第一机器人到达所述第一投影图案的第一时间,根据预设的时间间隔,改变其运动速度,使其比所述第一时间提前或延迟所述时间间隔达到所述第一投影图案。
优选地,所述第二机器人结合自身的运动信息进行相应的避障措施后,还包括:所述第二机器人在避障措施后沿其行进方向的地面上投射出第二投影图案。
第三方面,本发明还提供了一种可动态避障的机器人,包括:
可自主移动机器人主体;
投影装置,所述投影装置相对固定设置在所述机器人主体上;所述投影装置包括电子显示和若干投影片,用于所述机器人投射出不同的投影图案;
视觉装置,所述视觉装置安装在与所述投影装置同一侧的所述机器人主体上,用于捕捉所述机器人行进区域的投影图案。
优选的,所述机器人还包括处理装置,所述处理装置用于识别所述投影图案并控制机器人进行相应的避障措施。
第四方面,本发明还提供了一种多机器人避障系统,包括:
若干机器人,所述若干机器人在同一作业环境中自主运动;
投影模块,响应于所述机器人自主运动,在所述机器人的行进路径中生成不同的投影图案,所述投影图案携带有所述机器人的运动信息;
视觉模块,用于捕捉所述机器人行进路径中的所述投影图案;
处理模块,用于识别所述投影图案相对应的机器人运动信息,并结合另一机器人的运动信息,控制所述另一机器人进行相应的避障措施。
本发明提供一种机器人运动信息识别方法、避障方法及避障机器人、避障系统。在机器人当前行进路径上,生成携带有所述机器人运动信息的第一投影图案,视觉捕捉所述第一投影图案,识别所述第一投影图案携带的所述机器人运动信息。其中,通过投影图案传递机器人运动信息,并配合视觉捕捉投影图案进行识别处理,进一步采取避障规划,使得机器人能在激光雷达识别到其他机器人之前就能够获得路线上其他机器人的行驶相关信息,从而进行预先规避,一方面可以提升安全性,减小拐角碰撞的几率;另一方面可以在更安全的基础上提升运行速度,增加效率。
附图说明
图1是本发明机器人运动信息识别方法的一种实施例的流程图;
图2是本发明运动信息识别方法的另一种实施例的流程图;
图3是本发明多机器人动态避障方法的一种实施例的流程图;
图4是基于图3实施例的另一种实施例的流程图;
图5是本发明多机器人动态避障方法的又一种实施例的流程图;
图6是本发明避障机器人的一种装置结构示意图;
图7是本发明避障机器人的另一种装置结构示意图;
图8是本发明避障机器人投影和视觉捕捉示意图;
图9是本发明避障机器人进行避障方法的示意图;
图10是本发明机器人避障系统的模块示意图。
具体实施方式
为了使本公开的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本公开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仅用以解释本发明,并不用于限定本发明。在本公开的描述中,需要说明的是,术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本公开和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。
此外,在本公开的描述中,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,还可以是两个元件内部的连通,可以是无线连接,也可以是有线连接。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本公开中的具体含义。
此外,下面所描述的本公开不同实施方式中所涉及的技术特征只要彼此之间未构成冲突就可以相互结合。
如图1所示,图1是本发明一种机器人运动信息识别方法的一种实施方式的流程示意图;本发明一种机器人运动信息识别方法可以实施为如下描述的步骤S10-S30。
步骤S10,在机器人当前行进路径上,生成携带有所述机器人运动信息的第一投影图案。
在本实施例中,机器人的工作场景一般为一片较大的区域,如各类型的仓库内部,机器人在接受到任务时,就会按照任务提示前往任务目的地点,机器人根据地图从出发点到目的地点生成大致的运动路径,机器人沿着该路径行进,在该机器人行进的前方地面上生成有第一投影图案,该第一投影图案跟随着机器人实时运动,且与该机器人当前的运动状态相对应。具体地,预设第一投影图案与机器人的距离为2米,5米,10米等不同距离,可以理解的是,机器人的运动速度越大,其投影距离越远。机器人的运动信息包括机器人自身编码、速度、行驶方向、与投影图案距离等,这些信息可以通过不同的投影图案进行表示,投影图案为机器人可识别其语义的图案,例如QR(Quick Response)code二维码的形式。
在本实施例中,可以通过预设几种机器人喜好的运动状态作为基本的投影图案,例如从低速、中低速、中速、高速4个阶段分别取一个速度值,配合左转、右转、直行、停止等常规转向,再取几个投影距离值如2米、3米、5米、10米等,分别从以上属性中抽取数值,加上机器人自身编码组成基本投影图案,进一步地,也可以将投影距离与速度整合成一个时间属性,即机器人保持其运动状态不变,到达第一投影图案的时间间隔,如3s、5s等,也就是说机器人3s后会达到此刻生成的第一投影图案处。将以上基本投影图案事先给机器人学习训练,使得在实际作业场景中,机器人能够快速识别投影图案,并作出相应规划措施,进行避障。
其中,投影图案识别方法,可以使用预先准备的监督数据而通过机器训练来生成识别模型,并且通过使用所获得的识别模型来进行图像识别。进一步地,根据机器人运动属性的数量分割投影图案,如投影图案由机器人编号、方向、速度和投影距离四部分拼合而成,预设各部分的在投影图案中的方位,使用固定大小的小图像作为输入并输出小图像中的投影识别码的回归器的机器训练。然后,再将识别对象图像根据对应的预设分割成子区域之后,将各个子区域调整为固定大小以生成小图像,并且由训练后的回归器获得各个小图像中的运动属性数值。
步骤S20,视觉捕捉所述第一投影图案。
在该实施例中,通过视觉的方式捕捉第一投影图案,即用摄像头、视觉传感器等装置进行抓拍或实时监控,获取第一投影的图像信息,可以理解的是,生成的第一投影图案为视觉装置容易捕捉到图像呈现形式,进一步地,视觉装置可以设置成捕捉到预设图案类型再进行上传、存储等处理,如检测到常规的地面图像则不做进一步处理。
可以理解的是,在该实施例中,视觉捕捉第一投影图案,可以是第一机器人自身捕捉第一投影图案,或是第二机器人捕捉第一投影图案,又或是作业环境中的其他视觉设备进行捕捉。当第一机器人捕捉到携带有自身的运动状态的第一投影图案,第一机器人可以默认不做处理或确认在其行进路径上是否正常显示投影图案,如果捕捉不到自身的投影图案,则进行异常反馈;当第二机器人捕捉到第一投影图案时,该实施例中第二机器人指除第一投影图案携带信息所对应的机器人外的其他任意机器人,第二机器人通过识别第一投影图案,得到第一机器人的运动信息,进而了解第一机器人的运动速度,运动方向,以及距离第一投影图案的位置,结合自身的运动速度、方向,判断其自身与第一机器人相遇的大致位置,并计算碰撞概率,如碰撞概率大于预设值,则进行避障措施,如减速、加速、停止、转向等动作。
步骤S30,识别所述第一投影图案携带的所述机器人运动信息。
在该实施例中,可以在作业环境中设置一个处理装置,用来识别第一投影图案并做进一步处理,如识别投影图案信息并对该投影图案相近区域的机器人进行统一的计算处理后,再对该区域的机器人进行调度。另一实施例中,在机器人本体上设置处理装置,该处理装置可以单独作为机器人的一个子处理系统,亦可以将处理装置以处理模块的形式集成或嵌入到机器人中央处理系统中,用于识别第一投影图案,并进行统一的整合处理、控制。
基于图1所示实施例的描述,结合图2所示,步骤S10进一步包括:
步骤S11,第一机器人沿其行进方向的地面上投射出所述第一投影图案或/和第一机器人作业环境中的外部投影设备投射所述第一投影图案。
在该实施例中,第一机器人是指在同一作业环境中或同一空间、同一地图中的机器人集群的任意一个机器人,当机器人接到任务时,每个机器人都会形成自身的路径规划,机器人沿着自已的规划路径行进,在其行进的路径上,即机器人行走方向的正前方,生成有第一投影图案,也就是说该第一投影图案的生成位置是机器人即将会到达的位置,第一投影图案跟随着第一机器人移动,可以预设第一投影图案与机器人的距离为2米,5米,10米等不同距离。
第一投影图案由第一机器人自身投射生成,生成的第一投影图案携带有第一机器人的运动信息,机器人的运动信息包括机器人自身编码、速度、行驶方向、与投影图案距离等,这些信息可以通过不同的投影图案进行表示,投影图案为机器人可识别其语义的图案,例如 QR(Quick Response)code二维码的形式。
在本实施例中,可以通过预设几种机器人喜好的运动状态作为基本的投影图案,例如从低速、中低速、中速、高速4个阶段分别取一个速度值,配合左转、右转、直行、停止等常规转向,再取几个投影距离值如2米、3米、5米、10米等,分别从以上属性中抽取数值,加上机器人自身编码组成基本投影图案,进一步地,也可以将投影距离与速度整合成一个时间属性,即机器人保持其运动状态不变,到达第一投影图案的时间间隔,如3s、5s等,也就是说机器人3s后会达到此刻生成的第一投影图案处。将以上基本投影图案事先给机器人学习训练,使得在实际作业场景中,机器人能够快速识别投影图案,并作出相应规划措施,进行避障。
其中,投影图案识别方法,可以使用预先准备的监督数据而通过机器训练来生成识别模型,并且通过使用所获得的识别模型来进行图像识别。进一步地,根据机器人运动属性的数量分割投影图案,如投影图案由机器人编号、方向、速度和投影距离四部分拼合而成,预设各部分的在投影图案中的方位,使用固定大小的小图像作为输入并输出小图像中的投影识别码的回归器的机器训练。然后,再将识别对象图像根据对应的预设分割成子区域之后,将各个子区域调整为固定大小以生成小图像,并且由训练后的回归器获得各个小图像中的运动属性数值。
另一实施例中,第一机器人作业环境中的外部投影设备投射第一投影图案。优选的,外部投影设备在一些预设路段进行投影操作,该路段为交叉路口或机器人运动频繁区域。进一步地,投影设备还设置有检测装置,用于检测即将进入投影路段的机器人,并将检测到机器人运动信息投射到预设的投影区域,生成第一投影图案。
可选地,投影设备设置有通信装置,用于接收即将进入投影区域的机器人发送的运动信息,并将该信息对应的投影图案投射到预设的投影区间。可以理解的是,投影设备也可以在投影区间段跟随小车的的运动方向进行动态投影,即投影图案与小车一致运动。
在该实施例中,可以通过预设几种机器人喜好的运动状态作为基本的投影图案,例如在一个实施例中,第一投影图案只包含运动方向、到达时间两个机器人运动信息,到达时间即机器人保持其运动状态不变,到达第一投影图案的时间间隔,如3s、5s等,也就是说机器人 3s后会达到此刻生成的第一投影图案处,在该例中,设置运动方向有直行、向左、向右,到达时间有3s、4s、5s,则基本投影图案就有直行3、4、5s,向左3、4、5s,向右3、4、5s共9种,进一步对9种投影图案编号01-09,则机器人在即将进入投影区域时,只需发送 01-09之间的编号给投影设备,投影设备即投射相对应的投影图案到投影区间段。
基于图1所示实施例的描述,结合图2所示,步骤S20进一步包括:
步骤S21,第二机器人通过安装在其本体上的视觉装置捕捉所述第一投影图案;或/和安装在机器人作业环境中的视觉设备,捕捉所述第一投影图案。
在该实施例中,第二机器人指除第一投影图案携带信息所对应的机器人外的其他任意机器人。第二机器人本体上安装有视觉装置,该视觉装置为摄像头或视觉模组或视觉传感器,用于抓拍或实时监控,以获取第一投影的图像信息。
可以理解的是,生成的第一投影图案为视觉装置容易捕捉到图像呈现形式,进一步地,视觉装置可以设置成捕捉到预设图案类型再进行上传、存储等处理,或者预设第二机器人进入到投影区域再打开视觉装置,进行实时捕捉并反馈图像到机器人处理系统。
在另一实施例中,安装在机器人作业环境中的视觉设备,捕捉第一投影图案。进一步地,视觉设备捕捉机器人作业环境中的投影图案,并将捕捉到的投影图案发送到机器人的处理模块,机器人的处理模块识别投影图案信息,并进行判断,采取避障措施,优选地,视觉设备可以分散设置在交叉路口段,一个视觉装置只负责一个交叉路段的投影图案捕捉,并只与该交叉路段区间的机器人进行通讯传递,该交叉路段区间的其他第二机器人接收第一投影图案并识别处理,结合自身的运动状态,进行相应避障措施。
该实施例的另一应用场景,视觉设备捕捉整个机器人作业环境的投影图案,即在机器人行走地图的所有投影图案,并将所有投影图案信息反馈到机器人管理系统平台,由平台进行处理,实时监控机器人运动状态,并分析高危路段的机器人运动情况,对碰撞风险较高的机器人做出避障指示。
基于图1所示实施例的描述,结合图2所示,步骤S30进一步包括:
步骤31,设置在机器人上的处理装置接收所述第一投影图案,并识别所述投影图案对应的所述第一机器人的运动信息;或/和安装在机器人作业环境中的处理设备接收所述第一投影图案,识别所述第一投影图案对应的所述第一机器人的运动信息。
在该实施例中,机器人上的处理装置接收第一投影图案,并识别第一投影图案对应的所述第一机器人的运动信息。可选的,处理装置单独安装在机器人本体上,作为一个独立的子处理系统,用于完成机器人的动态避障,可以理解的,处理装置也可以设置成在机器人中央处理器上集成的处理模块,第二机器人通过处理装置识别第一投影图案,得到第一机器人的运动信息,进而了解第一机器人的运动速度,运动方向,以及距离第一投影图案的位置,结合自身的运动速度、方向,判断其自身与第一机器人相遇的大致位置,并计算碰撞概率,如碰撞概率大于预设值,则进行避障措施,如减速、加速、停止、转向等动作。
在另一实施例中,安装在机器人作业环境中的处理设备接收第一投影图案,识别第一投影图案对应的所述第一机器人的运动信息。优选的,处理设备设置在一个或多个投影区域之中,投影区域为一些预设路段,该路段为交叉路口或机器人运动频繁区域。
进一步地,处理设备设置有通信装置,用于接收投影区域的视觉装置发送的投影图案图像信息,并识别机器人的运动信息,结合投影区域内其他机器人的运动状态信息,计算碰撞概率,如碰撞概率大于预设值,则进行避障措施指示,如给投影区域内相对应的其他机器人发送减速、加速、停止、转向等动作指令。可选的,处理设备也可以为一个的服务器,用于统一处理一个仓库内所有投影区域的投影图案信息并做避障规划。
如图3所示,图3是本发明一种多机器人运动避障方法的的流程示意图。本发明一种多机器人运动避障方法可以实施为如下描述的步骤S100-S300。
步骤S100,第一机器人沿其行进方向的地面上投射出携带其自身运动信息的第一投影图案;
步骤S200,第二机器人通过安装在其本体上的视觉装置捕捉所述第一投影图案;
步骤S300,所述第二机器人识别所述第一投影图案对应的所述第一机器人的运动信息,并结合自身的运动信息进行相应的避障措施,以避免与所述第一机器人碰撞。
结合图10所示,在该实施例中的步骤S100,第一机器人100是指在同一作业环境中或同一空间、同一地图中的机器人集群的任意一个机器人,当机器人接到任务时,每个机器人都会形成自身的路径规划,机器人沿着自已的规划路径行进,在其行进的路径上,即机器人行走方向的正前方,生成有第一投影图案,也就是说该第一投影图案的生成位置是机器人即将会到达的位置,第一投影图案跟随着第一机器人移动,可以预设第一投影图案与机器人的距离为2米,5米,10 米等不同距离。
第一投影图案由第一机器人100自身投射生成,生成的第一投影图案携带有第一机器人的运动信息,机器人的运动信息包括机器人自身编码、速度、行驶方向、与投影图案距离等,这些信息可以通过不同的投影图案进行表示,投影图案为机器人可识别其语义的图案,例如QR(Quick Response)code二维码的形式。
在本实施例中,可以通过预设几种机器人喜好的运动状态作为基本的投影图案,例如从低速、中低速、中速、高速4个阶段分别取一个速度值,配合左转、右转、直行、停止等常规转向,再取几个投影距离值如2米、3米、5米、10米等,分别从以上属性中抽取数值,加上机器人自身编码组成基本投影图案,进一步地,也可以将投影距离与速度整合成一个时间属性,即机器人保持其运动状态不变,到达第一投影图案的时间间隔,如3s、5s等,也就是说机器人3s后会达到此刻生成的第一投影图案处。将以上基本投影图案事先给机器人学习训练,使得在实际作业场景中,机器人能够快速识别投影图案,并作出相应规划措施,进行避障。
其中,投影图案识别方法,可以使用预先准备的监督数据而通过机器训练来生成识别模型,并且通过使用所获得的识别模型来进行图像识别。进一步地,根据机器人运动属性的数量分割投影图案,如投影图案由机器人编号、方向、速度和投影距离四部分拼合而成,预设各部分的在投影图案中的方位,使用固定大小的小图像作为输入并输出小图像中的投影识别码的回归器的机器训练。然后,再将识别对象图像根据对应的预设分割成子区域之后,将各个子区域调整为固定大小以生成小图像,并且由训练后的回归器获得各个小图像中的运动属性数值。
在该实施例中的步骤S200,第二机器人200指除第一投影图案携带信息所对应的机器人外的其他任意机器人。第二机器人200本体上安装有视觉装置,该视觉装置为摄像头或视觉模组或视觉传感器,用于抓拍或实时监控,以获取第一投影的图像信息。
可以理解的是,生成的第一投影图案为视觉装置容易捕捉到图像呈现形式,进一步地,视觉装置可以设置成捕捉到预设图案类型再进行上传、存储等处理,或者预设第二机器人200进入到投影区域再打开视觉装置,进行实时捕捉并反馈图像到机器人处理系统。在一个实施例中,
在该实施例中的步骤S300,第二机器人200上的处理装置接收第一投影图案,并识别第一投影图案对应的所述第一机器人的运动信息。可选的,处理装置单独安装在机器人本体上,作为一个独立的子处理系统,用于完成机器人的动态避障,可以理解的,处理装置也可以设置成在机器人中央处理器上集成的处理模块,第二机器人通过处理装置识别第一投影图案,得到第一机器人的运动信息,进而了解第一机器人的运动速度,运动方向,以及距离第一投影图案的位置,结合自身的运动速度、方向,判断其自身与第一机器人相遇的大致位置,并计算碰撞概率,如碰撞概率大于预设值,则进行避障措施,如减速、加速、停止、转向等动作。
如图4所示,结合图3所示的实施例,图4是本发明多机器人避障方法的又一个实施例,具体地,步骤S300进一步包括:
步骤S310,所述第二机器人200基于最优相互避免碰撞算法,根据所述第一机器人100当前的位置及速度或/和所述第一机器人100 在所述第一投影图案的位置及速度,进行避障规划,改变自身的速度方向;或所述第二机器人200计算所述第一机器人100到达所述第一投影图案的第一时间,根据预设的时间间隔,改变其运动速度,使其比所述第一时间提前或延迟所述时间间隔达到所述第一投影图案。
在该步骤S310的一个实施例中,机器人之间基于最优相互避免碰撞算法,根据第一机器人100当前的位置及速度或第一机器人100 在第一投影图案的位置及速度,进行避障规划,改变自身的速度、方向。在该实施例中,最优相互避免碰撞算法为ORCA(OptimalReciprocal Collision Avoidance)避障算法进行投影区域的导航。可以理解的是,在该实施例中,第一机器人100和第二机器人200是相对的,也就是说第二机器人200也可以投射出自身的投影图案,第一机器人100也能够捕捉并识别投影图案,此情景下的机器人即是第一机器人100,也是第二机器人200。具体地,第二机器人200通过识别投影图案信息,获取第一机器人100的速度与当前位置,第一机器人 100同样也通过识别投影图案信息,获取第二机器人200的速度与当前位置,两个机器人采用同样的避障策略,共同选择新的速度进行避障。
在另一个实施例中,第二机器人200计算第一机器人100到达第一投影图案的第一时间,根据预设的时间间隔,改变其运动速度,使其比所述第一时间提前或延迟所述时间间隔达到所述第一投影图案。该实施例中,预设时间间隔为1s、2s或3s等,进一步地,第二机器人200结合自身的运动信息,在不改变第二机器人200运动状态下,判断哪一个机器人先到达此刻的投影图案,如果第一机器人100先达到或同时达到,则控制自身减速至使其比第一机器人100延迟预设时间如2s后到达投影图案,如果判断第二机器人200先达到此刻的投影图案,则控制自身加速至使其比第一机器人100提前预设时间如 2s后到达投影图案。可以理解的是,在该实施例中,只需第二机器人 200做出避障措施,第一机器人100可以保持其自身的运动状态进行作业。一种可能的实施例,根据机器人的作业空间及机器人行进的路段频率,将机器人行进的路径划分为主干道和次干道,主干道为机器人频繁经过的路段或执行重要任务所经过的路段,次干道为机器人分布较少的路段或执行次要任务的路段,主干道的机器人为第一机器人 100,可以只投射投影图案而不捕捉投影图案,次干道的机器人为第二机器人200,只捕捉投影图案而不投射投影图案,换句话说第一机器人100行驶在主干道上,第二机器人200行驶在次干道上,第二机器人200主动进行避障,而第一机器人100可以保持自身期望速度行进,以完成较多的任务。
基于图3所示实施例的描述,如图5所示,图5是多机器人运动避障方法的另一种实施方式的流程示意图。图5所述实施例在图2所述实施例的“步骤S300,所述第二机器人识别所述第一投影图案对应的所述第一机器人的运动信息,并结合自身的运动信息进行相应的避障措施,以避免与所述第一机器人碰撞”,之后还执行步骤S400。
步骤S400,所述第二机器人在避障措施后沿其行进方向的地面上投射出第二投影图案。
在该实施例中,第二投影图案表示第二机器人200在作出避障规划后的运动信息,例如第二机器人200在识别第一机器人100的投影图案后,结合自身的运动状态,经过计算得到有较大可能发生碰撞,需要采取避障措施,将原本2m/s的速度降为0.5m/s,当降速完成时,在第二机器人200当前行进路径上,即避障规划后的行进路径,生成第二投影图案。
需要说明的是,投影图案并不是根据机器人运动状态实时跟新的,即从2m/s下降到0.5m/s的过程,投影图案是不变的,当完成避障规划动作后,才更新投影图案,即从第一投影图案更换到第二投影图案;另一方面,当机器人遇到静态障碍物时,可能会暂时改变其运动状态,比如减速行驶通过,在这个静态避障过程中,虽然也完成了先减速再恢复到原有速度的改变,但可以不改变其投影图案,使其保持着第一投影图案。这样一来,可以减少投影图案的变换次数,同时,也使得投影图案的样式不至于过多,减轻了识别处理难度,方便机器人快速识别操作,也较容易达到投影装置的性能要求,提高实用性。
在本实施例中,可以通过预设几种机器人喜好的运动状态作为基本的投影图案,例如从低速、中低速、中速、高速4个阶段分别取一个速度值,配合左转、右转、直行、停止等常规转向,再取几个投影距离值如2米、3米、5米、10米等,分别从以上属性中抽取数值,加上机器人自身编码组成基本投影图案,进一步地,也可以将投影距离与速度整合成一个时间属性,即机器人保持其运动状态不变,到达第一投影图案的时间间隔,如3s、5s等,也就是说机器人3s后会达到此刻生成的第一投影图案处。将以上基本投影图案事先给机器人学习训练,使得在实际作业场景中,机器人能够快速识别投影图案,并作出相应规划措施,进行避障。
其中,投影图案识别方法,可以使用预先准备的监督数据而通过机器训练来生成识别模型,并且通过使用所获得的识别模型来进行图像识别。进一步地,根据机器人运动属性的数量分割投影图案,如投影图案由机器人编号、方向、速度和投影距离四部分拼合而成,预设各部分的在投影图案中的方位,使用固定大小的小图像作为输入并输出小图像中的投影识别码的回归器的机器训练。然后,再将识别对象图像根据对应的预设分割成子区域之后,将各个子区域调整为固定大小以生成小图像,并且由训练后的回归器获得各个小图像中的运动属性数值。
如图6所示,本实施例公开了一种避障机器人的装置结构,该机器人包括:
可自主移动机器人主体90,该机器人主体90具有完整的自主移动机器人功能如AMR(Autonomous Mobile Robot)。
投影装置60,投影装置60相对固定设置在所述机器人主体上;投影装置60包括电子显示和若干投影片,用于机器人投射出不同的投影图案。
视觉装置70,视觉装置70安装在与投影装置60同一侧的机器人主体上,用于捕捉机器人行进区域的投影图案。
在该实施例中,投影装置60可以通过自动切换投影片,投射出不同的投影图案,每个投影图案都表示不同的机器人运动信息,具体地,投影装置60内包括多个投影片,通过控制一个或多个投影光源的投射角度来切换使用投影片。
可选的,通过图案和颜色结合生成更多的投影图案,投影仪包括各色的激光光源1R、激光光源1G、激光光源1B、准直透镜(collimator lens)、多透镜(lenticular lens)、空间调制元件、投影透镜及分色镜(dichroic mirror)。从激光光源1R、1G、1B依次射出红色、蓝色、绿色的激光。绿色激光通过准直透镜成为大致平行的光之后,被镜反射,并透过分色镜。蓝色激光通过准直透镜成为大致平行的光之后,通过分色镜而与绿色激光合波。红色激光通过准直透镜成为大致平行的光之后,通过分色镜而与绿色激光及蓝色激光合波。合波的激光通过多透镜而成为扩散光,并射入空间调制元件。空间调制元件基于周期性主图像信号对入射光进行调制。投影透镜将经过空间调制元件调制的光投影于地面,赋予图案可色彩标识,在该实施例中,视觉装置进一步包括图像修正控制器,视觉装置捕捉由投影透镜投影出的光显示的图像,通过图像修正控制器处理后,转换成机器可识别图像或机器人事先训练学习的图像标识,将处理后的投影图案发送到附近区域机器人。
在该实施例中,当机器人需要作业而开始运动时,机器人向投影装置发送开启消息。开启消息格式示意如下:id,angel,time,shift。一条消息包括四个字段,分别是序列号、角度、时间和切换位,其中,序列号起标识作用,各消息指令的序列号不同,以此区分不同的指令,控制相应的机器人及其投影装置,角度用于指示投影装置的投影角度,投射角度根据机器人的运动速度进行改变,机器人运行的速度越快,投影的图像距离机器人越远;时间用于控制投影的时长,如机器人行驶在宽敞的直行路段,可以间歇性控制投影时间;shift是切换位的值,切换位属性的取值有多种情况,即每个取值代表投影投射的图案。
在该实施例中,当机器人自身的视觉装置70捕捉到自身投影装置60投射的投影图案时,即当第一机器人100捕捉到携带有自身的运动状态的第一投影图案时,第一机器人100可以默认不做处理,或着确认在其行进路径上是否正常显示投影图案,如果捕捉不到自身的投影图案,则进行异常反馈。
基于图6所示的实施例描述,如图7所示,本发明的另一个实施例中,机器人还包括处理装置80,处理装置80用于识别投影图案并控制机器人进行相应的避障措施。
在该实施例中,可以在机器人本体上单独设置一个处理装置80,用来识别第一投影图案并做进一步处理,如识别投影图案信息,获取投影图案相对应的机器人运动信息,并结合自身机器人的运动状态进行避障处理。一种可能的实施例,只需在需要进行避障措施的第二机器人本体上安装有处理装置80。根据机器人的作业空间及机器人行进的路段频率,将机器人行进的路径划分为主干道和次干道,主干道为机器人频繁经过的路段或执行重要任务所经过的路段,次干道为机器人分布较少的路段或执行次要任务的路段,主干道的机器人为第一机器人100,可以只投射投影图案而不捕捉投影图案,次干道的机器人为第二机器人200,只捕捉投影图案而不投射投影图案,换句话说第一机器人100行驶在主干道上,第二机器人200行驶在次干道上,第二机器人200主动进行避障,而第一机器人100可以保持自身期望速度行进,以完成较多的任务。
另一可能的实施例中,处理装置80可以通过处理模块的形式集成或嵌入到机器人中央处理系统中,用于识别第一投影图案,并结合自身的运动信息,进行避障控制。具体地,第二机器人通过处理模块识别第一投影图案,得到第一机器人的运动信息,进而了解第一机器人的运动速度,运动方向,以及距离第一投影图案的位置,结合自身的运动速度、方向,判断其自身与第一机器人相遇的大致位置,并计算碰撞概率,如碰撞概率大于预设值,则进行避障措施,如减速、加速、停止、转向等动作。
结合图8、图9所示,在没有投影装置时,第一机器人100相对于第二机器人200呈直角行驶,第二机器人200由于墙壁阻隔无法观察到第一机器人100本体,同时也无法预知第一机器人100接下来的行进路线。直到第一机器人100和第二机器人200移动到较近距离内,其激光雷达扫描到对方轮廓,才触发避障行动。此时规避效果较差,且有可能避让不及时而发生碰撞。
在有投影装置时,第二机器人200前方地面投影出包含“机器人 JX02,正在直行,速度1.5m/s,距离6m”语义的二维码图案。虽然第一机器人100的激光雷达尚未扫描到第二机器人200的轮廓,但是, 第一机器人的视觉装置已经捕捉到第二机器人的二维码,识别并根据二维码“机器人JX02,正在直行,速度1.5m/s,距离6m”的语义进行计算,做出决策,提前采取了规避动作,该实施方式中的规避效果好,尤其是在机器人高速运行情况下,能够更早的获得其他机器人的动态信息,取得更多的反应时间以做出相应的避障动作。
再结合图9,本申请的一种可选实施例,根据机器人运行的地图信息,第一机器人100为横向行驶的机器人,第一机器人100设置有投影装置,在行驶路径上投射二维码图案,第二机器人200为纵向行驶的机器人,第二机器人200设置有视觉装置,用来捕捉行驶路径上的二维码图案,在该可选实施例中,只需第二机器人200进行避障动作,以避让第一机器人100,第一机器人100不做任何规避动作,只负责将自身的运动信息投射到行进的地面上,即只传递信息,第二机器人200只接收信息并决策。
如图10所示,本申请公开了一种多机器人动态避障系统。该避障系统包括:
若干机器人,若干机器人在同一作业环境中自主运动;
投影模块600,响应于所述机器人自主运动,在所述机器人的行进路径中生成不同的投影图案,所述投影图案携带有所述机器人的运动信息;
视觉模块700,用于捕捉所述机器人行进路径中的所述投影图案;
处理模块800,用于识别所述投影图案相对应的机器人运动信息,并结合另一机器人的运动信息,控制所述另一机器人进行相应的避障措施。
在该实施例中,投影模块600跟随着机器人运动进行实时投影,且与该机器人当前的运动状态相对应。具体地,预设第一投影图案与机器人的距离为2米,5米,10米等不同距离,可以理解的是,机器人的运动速度越大,其投影距离越远。机器人的运动信息包括机器人自身编码、速度、行驶方向、与投影图案距离等,这些信息可以通过不同的投影图案进行表示,投影图案为机器人可识别其语义的图案,例如QR(Quick Response)code二维码的形式。
进一步地,投影模块600可投射出不同的投影图案,每一投影图案都对应着不同的机器人运动信息。具体地,可以通过预设几种机器人喜好的运动状态作为基本的投影图案,例如从低速、中低速、中速、高速4个阶段分别取一个速度值,配合左转、右转、直行、停止等常规转向,再取几个投影距离值如2米、3米、5米、10米等,分别从以上属性中抽取数值,加上机器人自身编码组成基本投影图案,进一步地,也可以将投影距离与速度整合成一个时间属性,即机器人保持其运动状态不变,到达第一投影图案的时间间隔,如3s、5s等,也就是说机器人3s后会达到此刻生成的第一投影图案处。将以上基本投影图案事先给机器人学习训练,使得在实际作业场景中,机器人能够快速识别投影图案,并作出相应规划措施,进行避障。
在该实施例中,视觉模块700用于捕捉视觉范围内的投影图案,视觉模块700可以设置在机器人上,伴随着机器人运动,动态捕捉机器人运动路径上的投影图案,也可以相对固定设置在机器人工作环境中,实时监测一些区域的投影图案。在该实施例中,处理模块700可以单独设置,用来识别第一投影图案并做进一步处理,如识别投影图案信息并对该投影图案相近区域的机器人进行统一的计算处理后,再对该区域的机器人进行调度。
优选的,在机器人本体上设置处理模块800,或将处理模块800 集成或嵌入到机器人中央处理系统中,用于识别第一投影图案,并进一步整合处理。具体地,第二机器人通过处理模块800识别第一投影图案,得到第一机器人的运动信息,进而了解第一机器人的运动速度,运动方向,以及距离第一投影图案的位置,结合自身的运动速度、方向,判断其自身与第一机器人相遇的大致位置,并计算碰撞概率,如碰撞概率大于预设值,则进行避障措施,如减速、加速、停止、转向等动作。
本发明提供的一种机器人运动信息识别方法、避障方法及避障机器人、避障系统。在机器人当前行进路径上,生成携带有所述机器人运动信息的第一投影图案,视觉捕捉所述第一投影图案,识别所述第一投影图案携带的所述机器人运动信息。其中,通过投影图案传递机器人运动信息,并配合视觉捕捉投影图案进行识别处理,进一步采取避障规划,使得机器人能在激光雷达识别到其他机器人之前就能够获得路线上其他机器人的行驶相关信息,从而进行预先规避,一方面可以提升安全性,减小拐角碰撞的几率;另一方面可以在更安全的基础上提升运行速度,增加效率。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (8)
1.一种机器人运动信息识别方法,其特征在于,包括:
第一机器人沿其行进方向的地面上投射出第一投影图案;
第二机器人通过安装在其本体上的视觉装置捕捉所述第一投影图案;
所述第二机器人识别所述第一投影图案携带的所述机器人运动信息。
2.一种多机器人运动避障方法,其特征在于,包括:
第一机器人沿其行进方向的地面上投射出携带其自身运动信息的第一投影图案;
第二机器人通过安装在其本体上的视觉装置捕捉所述第一投影图案;
所述第二机器人识别所述第一投影图案对应的所述第一机器人的运动信息,并结合自身的运动信息判断与所述第一机器人相遇的大致位置,进行加减速或者停止或者转向动作,以避免与所述第一机器人碰撞。
3.如权利要求2所述的避障方法,其特征在于,所述第二机器人结合自身的运动信息判断与所述第一机器人相遇的大致位置,进行加减速或者停止或者转向动作包括:
所述第二机器人基于最优相互避免碰撞算法,根据所述第一机器人当前的位置及速度或/和所述第一机器人在所述第一投影图案的位置及速度,进行避障规划,改变自身的速度、方向。
4.如权利要求2所述的避障方法,其特征在于,所述第二机器人结合自身的运动信息判断与所述第一机器人相遇的大致位置,进行加减速或者停止或者转向动作包括:
所述第二机器人计算所述第一机器人到达所述第一投影图案的第一时间,根据预设的时间间隔,改变所述第二机器人的运动速度,使所述第二机器人比所述第一时间提前或延迟所述时间间隔达到所述第一投影图案。
5.如权利要求2所述的避障方法,其特征在于,所述第二机器人结合自身的运动信息判断与所述第一机器人相遇的大致位置,进行加减速或者停止或者转向动作后,还包括:
所述第二机器人在避障动作后沿其行进方向的地面上投射出第二投影图案。
6.一种可动态避障的机器人,其特征在于,所述机器人包括:
可自主移动机器人主体;
投影装置,所述投影装置相对固定设置在所述机器人主体上;所述投影装置包括电子显示和若干投影片,用于所述机器人投射出不同的投影图案;
视觉装置,所述视觉装置安装在与所述投影装置同一侧的所述机器人主体上,用于捕捉所述机器人行进区域的投影图案;
处理装置,用于识别所述视觉装置捕捉到的投影图案对应的机器人的运动信息。
7.如权利要求6所述的机器人,其特征在于,所述机器人还包括处理装置,所述处理装置还用于所述机器人结合自身的运动信息,判断其与所述投影图案对应的机器人相遇的大致位置,进行加减速或者停止或者转向动作,以避免与所述投影图案对应的机器人碰撞。
8.一种多机器人避障系统,其特征在于,包括:若干机器人,所述若干机器人在同一作业环境中自主运动;
投影模块,响应于所述机器人自主运动,在所述机器人的行进路径中生成不同的投影图案,所述投影图案携带有所述机器人的运动信息;
视觉模块,用于捕捉所述机器人行进路径中的所述投影图案;
处理模块,用于识别所述投影图案相对应的机器人运动信息,并结合另一机器人的运动信息,判断所述机器人与所述另一机器人相遇的大致位置,控制所述另一机器人进行加减速或者停止或者转向动作,以避免与所述机器人碰撞。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010715353.5A CN111844038B (zh) | 2020-07-23 | 2020-07-23 | 一种机器人运动信息识别方法、避障方法及避障机器人、避障系统 |
PCT/CN2021/106897 WO2022017296A1 (zh) | 2020-07-23 | 2021-07-16 | 一种机器人运动信息识别方法、避障方法及避障机器人、避障系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010715353.5A CN111844038B (zh) | 2020-07-23 | 2020-07-23 | 一种机器人运动信息识别方法、避障方法及避障机器人、避障系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111844038A CN111844038A (zh) | 2020-10-30 |
CN111844038B true CN111844038B (zh) | 2022-01-07 |
Family
ID=72949824
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010715353.5A Active CN111844038B (zh) | 2020-07-23 | 2020-07-23 | 一种机器人运动信息识别方法、避障方法及避障机器人、避障系统 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN111844038B (zh) |
WO (1) | WO2022017296A1 (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111844038B (zh) * | 2020-07-23 | 2022-01-07 | 炬星科技(深圳)有限公司 | 一种机器人运动信息识别方法、避障方法及避障机器人、避障系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105856227A (zh) * | 2016-04-18 | 2016-08-17 | 呼洪强 | 基于特征识别的机器人视觉导航技术 |
CN106041931A (zh) * | 2016-06-30 | 2016-10-26 | 广东工业大学 | 一种多障碍空间多agv机器人协作防碰撞路径优化方法 |
CN106325280A (zh) * | 2016-10-20 | 2017-01-11 | 上海物景智能科技有限公司 | 一种多机器人防碰撞方法及系统 |
CN109167990A (zh) * | 2018-08-14 | 2019-01-08 | 上海常仁信息科技有限公司 | 基于机器人的实时立体投影系统 |
CN110162035A (zh) * | 2019-03-21 | 2019-08-23 | 中山大学 | 一种集群机器人在有障碍物场景中的协同运动方法 |
JP2020004017A (ja) * | 2018-06-27 | 2020-01-09 | アイシン・エィ・ダブリュ株式会社 | 画像データ送信装置、及び、画像データ送信プログラム |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103324196A (zh) * | 2013-06-17 | 2013-09-25 | 南京邮电大学 | 基于模糊逻辑的多机器人路径规划与协调避碰方法 |
CN204819543U (zh) * | 2015-06-24 | 2015-12-02 | 燕山大学 | 一种集控式多机器人运动控制系统 |
CN106527432B (zh) * | 2016-11-04 | 2019-02-05 | 浙江大学 | 基于模糊算法和二维码自矫正的室内移动机器人协作系统 |
CN107168337A (zh) * | 2017-07-04 | 2017-09-15 | 武汉视览科技有限公司 | 一种基于视觉识别的移动机器人路径规划与调度方法 |
CN108303972B (zh) * | 2017-10-31 | 2020-01-17 | 腾讯科技(深圳)有限公司 | 移动机器人的交互方法及装置 |
WO2019108675A1 (en) * | 2017-11-28 | 2019-06-06 | Postmates, Inc. | Light projection system |
US11048265B2 (en) * | 2018-06-18 | 2021-06-29 | Zoox, Inc. | Occlusion aware planning |
KR20200144363A (ko) * | 2019-06-18 | 2020-12-29 | 엘지전자 주식회사 | 로봇 및 그의 구동 방법 |
CN111844038B (zh) * | 2020-07-23 | 2022-01-07 | 炬星科技(深圳)有限公司 | 一种机器人运动信息识别方法、避障方法及避障机器人、避障系统 |
-
2020
- 2020-07-23 CN CN202010715353.5A patent/CN111844038B/zh active Active
-
2021
- 2021-07-16 WO PCT/CN2021/106897 patent/WO2022017296A1/zh active Application Filing
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105856227A (zh) * | 2016-04-18 | 2016-08-17 | 呼洪强 | 基于特征识别的机器人视觉导航技术 |
CN106041931A (zh) * | 2016-06-30 | 2016-10-26 | 广东工业大学 | 一种多障碍空间多agv机器人协作防碰撞路径优化方法 |
CN106325280A (zh) * | 2016-10-20 | 2017-01-11 | 上海物景智能科技有限公司 | 一种多机器人防碰撞方法及系统 |
JP2020004017A (ja) * | 2018-06-27 | 2020-01-09 | アイシン・エィ・ダブリュ株式会社 | 画像データ送信装置、及び、画像データ送信プログラム |
CN109167990A (zh) * | 2018-08-14 | 2019-01-08 | 上海常仁信息科技有限公司 | 基于机器人的实时立体投影系统 |
CN110162035A (zh) * | 2019-03-21 | 2019-08-23 | 中山大学 | 一种集群机器人在有障碍物场景中的协同运动方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111844038A (zh) | 2020-10-30 |
WO2022017296A1 (zh) | 2022-01-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7353747B2 (ja) | 情報処理装置、システム、方法、およびプログラム | |
EP3499334B1 (en) | Multi-sensor safe path system for autonomous vehicles | |
JP7178061B2 (ja) | 人間相互作用無人搬送車 | |
US20200088524A1 (en) | Airport guide robot and operation method therefor | |
US10725471B2 (en) | Virtual line-following and retrofit method for autonomous vehicles | |
US20090148034A1 (en) | Mobile robot | |
KR101049906B1 (ko) | 자율 이동 장치 및 이의 충돌 회피 방법 | |
CN103884330A (zh) | 信息处理方法、可移动电子设备、引导设备和服务器 | |
US11960300B2 (en) | Systems and methods for using human-operated material-transport vehicles with fleet-management systems | |
US11241790B2 (en) | Autonomous moving body and control program for autonomous moving body | |
US11513525B2 (en) | Server and method for controlling laser irradiation of movement path of robot, and robot that moves based thereon | |
US11498587B1 (en) | Autonomous machine motion planning in a dynamic environment | |
WO2019031168A1 (ja) | 移動体および移動体の制御方法 | |
CN113050637A (zh) | 一种基于机器人梯控系统的任务巡检方法 | |
CN111844038B (zh) | 一种机器人运动信息识别方法、避障方法及避障机器人、避障系统 | |
JP2011141663A (ja) | 無人搬送車、および、その走行制御方法 | |
US20220291685A1 (en) | Method and system to improve autonomous robotic systems responsive behavior | |
KR20220134033A (ko) | 포인트 클라우드 특징 기반 장애물 필터링 시스템 | |
JP2022548009A (ja) | 物体移動システム | |
US20220382287A1 (en) | Methods and apparatus for coordinating autonomous vehicles using machine learning | |
JP6406894B2 (ja) | 環境地図生成制御装置、移動体、及び環境地図生成方法 | |
WO2021246170A1 (ja) | 情報処理装置、情報処理システム、および方法、並びにプログラム | |
RU2619542C1 (ru) | Способ управления подвижным роботом | |
CN113807571A (zh) | 一种无人驾驶车辆路径实时规划系统 | |
US11762390B1 (en) | Autonomous machine safety management in a dynamic environment |
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 | ||
CB02 | Change of applicant information | ||
CB02 | Change of applicant information |
Address after: 518000 Room 401, block D, building 7, Shenzhen International Innovation Valley, Dashi 1st Road, Xili community, Xili street, Nanshan District, Shenzhen, Guangdong Applicant after: Juxing Technology (Shenzhen) Co., Ltd Address before: 518000 building 101, building R3b, Gaoxin industrial village, No.018, Gaoxin South 7th Road, community, high tech Zone, Yuehai street, Nanshan District, Shenzhen City, Guangdong Province Applicant before: Juxing Technology (Shenzhen) Co., Ltd |
|
GR01 | Patent grant | ||
GR01 | Patent grant |