CN111897337A - 一种机器人沿边行走时的避障控制方法及其控制系统 - Google Patents
一种机器人沿边行走时的避障控制方法及其控制系统 Download PDFInfo
- Publication number
- CN111897337A CN111897337A CN202010764291.7A CN202010764291A CN111897337A CN 111897337 A CN111897337 A CN 111897337A CN 202010764291 A CN202010764291 A CN 202010764291A CN 111897337 A CN111897337 A CN 111897337A
- Authority
- CN
- China
- Prior art keywords
- obstacle
- robot
- information
- control unit
- distance
- 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
- 238000000034 method Methods 0.000 title claims abstract description 42
- 230000004888 barrier function Effects 0.000 claims abstract description 36
- 238000012545 processing Methods 0.000 claims description 3
- 230000006399 behavior Effects 0.000 description 19
- 238000010586 diagram Methods 0.000 description 5
- 230000001133 acceleration Effects 0.000 description 4
- 230000000007 visual effect Effects 0.000 description 4
- 238000012790 confirmation Methods 0.000 description 3
- 238000005259 measurement Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000011161 development Methods 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Electromagnetism (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
- Manipulator (AREA)
Abstract
本发明公开了一种机器人沿边行走时的避障控制方法,所述控制方法包括如下步骤:机器人当前处于沿边行走模式;双目摄像头采集图像信息,并传输至控制单元;TOF传感器采集障碍物信息,并传输至控制单元;IMU传感器采集IMU数据,并传输至控制单元;控制单元根据图像信息、障碍物信息和IMU数据,控制机器人在沿边行走模式下执行不同的避障动作。本发明提高了机器人获取障碍物信息的准确度,减小机器人视野盲区范围,高效控制机器人在沿边行走模式下避障、绕障,大幅度提高机器人工作效率。本发明还公开了一种机器人沿边行走时的避障控制系统。
Description
技术领域
本发明涉及移动机器人领域,具体涉及一种机器人沿边行走时的避障控制方法及其控制系统。
背景技术
随着社会经济和科技水平的高速发展,越来越多新兴领域使用机器人来执行任务。目前现有机器人通常采用红外信号、单目摄像头或碰撞传感器来检测障碍物是否遇到障碍物,这种技术方案在实际机器人沿边行走过程中通常存在机器人无法识别低矮障碍物的情况,导致机器人不减速直接撞向障碍物,甚至存在机器人推动障碍物继续沿边行走的问题,影响机器人工作效率,缩短了机器人使用寿命。
发明内容
为解决上述问题,本发明提供了一种机器人沿边行走时的避障控制方法,大幅度提高机器人工作效率,扩大机器人视野范围,高效控制机器人避障、绕障。本发明的具体技术方案如下:
一种机器人沿边行走时的避障控制方法,所述机器人包括双目摄像头、TOF传感器、IMU传感器和控制单元,所述控制方法包括如下步骤:机器人当前处于沿边行走模式;双目摄像头采集图像信息,并传输至控制单元;TOF传感器采集障碍物信息,并传输至控制单元;IMU传感器采集IMU数据,并传输至控制单元;控制单元根据图像信息、障碍物信息和IMU数据,控制机器人在沿边行走模式下执行不同的避障动作。本方法采用双目摄像头和TOF传感器结合的方式,缩小机器人视野盲区范围,提高了机器人获取障碍物信息的准确度,提高机器人工作效率。
进一步地,所述控制单元根据图像信息、障碍物信息和IMU数据,控制机器人在沿边行走模式下执行不同的避障动作,具体包括如下步骤:机器人在沿边行走过程中,控制单元根据图像信息判断是否出现障碍物;在出现障碍物的情况下,机器人根据障碍物信息判断障碍物属于矮障碍物或高障碍物;如果是矮障碍物,则机器人执行第一绕障行为;如果是高障碍物,则机器人执行第二绕障行为。机器人在沿边行走模式下可根据障碍物高度执行更有针对性的绕障行为,本方法实现高效率、高精准度的控制机器人绕障。
进一步地,所述机器人根据障碍物信息判断该障碍物属于矮障碍物或高障碍物,具体包括如下步骤:控制单元基于图像信息,控制机器人前进至障碍物前方预设距离处;如果机器人当前处于右侧沿边状态,则机器人左转;如果机器人当前处于左侧沿边状态,则机器人右转;机器人转动过程中,TOF传感器探测周围物体的距离信息并传输至控制单元;如果TOF传感器未探测到距离信息或探测到的距离信息大于或等于预设值,则控制单元确定障碍物为矮障碍物;如果TOF传感器探测到的距离信息小于预设值,则控制单元确定障碍物为高障碍物。本方法利用TOF传感器高度界定障碍物为矮障碍物或高障碍物,根据障碍物不同高度执行不同的绕障动作可以提高机器人绕障效率。
进一步地,所述机器人执行第一绕障行为,具体包括如下步骤:步骤A1:机器人沿第一方向转动后前进第一距离,进入步骤A2;步骤A2:机器人转动并朝向第二方向,基于双目摄像头采集的图像信息判断第二方向上是否存在障碍物,如果不存在障碍物,则进入步骤A3,如果存在障碍物,则进入步骤A5;步骤A3:机器人沿第二方向前进第二距离,进入步骤A4;步骤A4:机器人转动并朝向第三方向,沿第三方向前进第一距离回到原航道;步骤A5:机器人沿第二方向前进至障碍物前方预设距离处,进入步骤A6;步骤A6:机器人根据障碍物信息判断该障碍物是矮障碍物或高障碍物,如果是矮障碍物,则返回步骤A1,如果是高障碍物,则执行第二绕障行为;其中,所述第一方向是根据双目摄像头所拍摄的障碍物中面向机器人的一侧的宽度延伸方向;所述第一距离是根据双目摄像头所拍摄的障碍物中面对机器人的一侧的宽度所确定的距离;所述第二方向是垂直于第一距离,并朝障碍物的深度方向延伸的方向;所述第三方向是与第一方向相反的方向。本方法基于矮障碍物宽度、深度等具体信息调节机器人绕障距离,实现最短路径完成绕障,提高机器人绕障效率和工作效率。
进一步地,所述第二距离是根据双目摄像头所拍摄的障碍物的深度所确定的距离,如果障碍物的深度可信,则第二距离为障碍物深度的第二预设倍数,如果障碍物的深度不可信,则第二距离为障碍物深度的第三预设倍数。本方法对机器人初次获取的障碍物深度信息进行二次确认,进一步提高障碍物信息准确度,提高机器人工作效率。
进一步地,判断障碍物深度信息是否可信,通过如下步骤进行判断:比较TOF传感器获取的第一障碍物深度参考信息和双目摄像头采集的图像信息经过图像算法处理后获取的第二障碍物深度参考信息;
如果第一障碍物深度参考信息与第二障碍物深度参考信息的差距大于或等于预设值,则判断障碍物深度信息不可信;如果第一障碍物深度参考信息与第二障碍物深度参考信息的差距小于预设值,则判断障碍物深度信息可信。本方法对初次获取的障碍物深度信息进行二次确认,提高机器人获取障碍物信息的准确度,实现高效控制机器人绕障。
进一步地,所述机器人执行第二绕障行为,具体包括如下步骤:步骤B1:机器人基于TOF传感器探测的障碍物信息沿障碍物的边缘行走,进入步骤B2;步骤B2:机器人沿障碍物的边缘行走过程中,基于双目摄像头采集的图像信息,判断机器人是否遇到新的障碍物,如果否,则机器人结束第二绕障行为,继续沿边行走,如果是,则进入步骤B3;步骤B3:机器人根据障碍物信息判断该障碍物是矮障碍物或高障碍物,如果是矮障碍物,则执行第一绕障行为,如果是高障碍物,则返回步骤B1。
本发明还公开一种机器人沿边行走控制系统,所述控制系统包括:双目摄像头,用于采集图像信息并传输至控制单元;TOF传感器,用于采集障碍物信息并传输至控制单元;IMU传感器,用于采集机器人IMU数据并传输至控制单元;控制单元,用于接收图像信息、障碍物信息和IMU数据,控制机器人在沿边行走模式下执行不同动作。
进一步地,所述双目摄像头设置于机器人机身外壳前侧X轴中央;所述TOF传感器设置于其发射的光束与机器人前进方向垂直的位置。
附图说明
图1为本发明一种实施例所述机器人控制方法的流程示意图。
图2为本发明一种实施例所述机器人执行第一绕障行为的流程示意图。
图3为本发明一种实施例所述机器人执行第一绕障行为的示意图。
图4为本发明一种实施例所述机器人执行多个单种障碍物绕障行为的示意图。
图5为本发明一种实施例所述机器人执行第二绕障行为的流程示意图。
图6为本发明一种实施例所述机器人执行多个高矮障碍物绕障行为的示意图。
图7为本发明一种实施例所述机器人控制系统的结构示意图。
图8为本发明一种实施例所述机器人的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行详细描述。应当理解,下面描述的发明实施例仅用于解释本发明,不用于限定本发明。
本发明一种实施例中提供一种机器人沿边行走时的避障控制方法,所述机器人包括双目摄像头、TOF传感器、IMU传感器和控制单元,结合图1所示,所述控制方法包括如下步骤:机器人当前处于沿边行走模式;双目摄像头采集图像信息,并传输至控制单元;TOF传感器采集障碍物信息,并传输至控制单元;IMU传感器采集IMU数据,并传输至控制单元;控制单元根据图像信息、障碍物信息和IMU数据,控制机器人在沿边行走模式下执行不同的避障动作。本方法采用双目摄像头和TOF传感器结合的方式,缩小机器人视野盲区范围,提高了机器人获取障碍物信息的准确度,提高机器人工作效率。
具体地,所述IMU传感器是惯性测量装置,用于测量物体三轴姿态角或角速率以及加速度;所述IMU数据是指机器人在三维空间中的角速度和加速度;所述TOF传感器采集障碍物信息是指障碍物的深度信息;所述机器人获取障碍物信息是通过控制单元基于图像信息和IMU数据将机器人前方区域以2厘米一格栅格化,得到障碍物具体坐标信息、障碍物面向机器人一面的宽度信息和障碍物与机器人的距离信息;所述机器人控制单元基于TOF传感器获取的障碍物信息判断障碍物为矮障碍物或高障碍物;所述避障动作可以是但不限于机器人遇到障碍物时掉头、绕障以及绕障过程中返回掉头等动作。
本发明一种实施例中,所述控制单元根据图像信息、障碍物信息和IMU数据,控制机器人在沿边行走模式下执行不同的避障动作,具体包括如下步骤:机器人在沿边行走过程中,控制单元根据图像信息判断是否出现障碍物;在出现障碍物的情况下,机器人根据障碍物信息判断障碍物属于矮障碍物或高障碍物;如果是矮障碍物,则机器人执行第一绕障行为;如果是高障碍物,则机器人执行第二绕障行为。具体地,机器人在沿边行走模式下可根据障碍物高度执行更有针对性的绕障行为,本方法实现高效率、高精准度的控制机器人绕障。
本发明一种实施例中,所述机器人根据障碍物信息判断该障碍物属于矮障碍物或高障碍物,具体包括如下步骤:控制单元基于图像信息,控制机器人前进至障碍物前方预设距离处;如果机器人当前处于右侧沿边状态,则机器人左转;如果机器人当前处于左侧沿边状态,则机器人右转;机器人转动过程中,TOF传感器探测周围物体的距离信息并传输至控制单元;如果TOF传感器未探测到距离信息或探测到的距离信息大于或等于预设值,则控制单元确定障碍物为矮障碍物;如果TOF传感器探测到的距离信息小于预设值,则控制单元确定障碍物为高障碍物。本方法利用TOF传感器高度界定障碍物为矮障碍物或高障碍物,根据障碍物不同高度执行不同的绕障动作可以提高机器人绕障效率。
具体地,所述障碍物前方预设距离处是指机器人距离障碍物足够近的距离,可以是但不限于机器人前进至障碍物前方2厘米处;所述机器人判断当前处于右侧沿边状态或左侧沿边状态的方法是机器人控制单元基于机器人行走过程中构建的地图信息和机器人行走信息得出机器人沿边侧信息。
本发明的一种实施例中,结合图2所示,所述机器人执行第一绕障行为,具体包括如下步骤:步骤A1:机器人沿第一方向转动后前进第一距离,进入步骤A2;步骤A2:机器人转动并朝向第二方向,基于双目摄像头采集的图像信息判断第二方向上是否存在障碍物,如果不存在障碍物,则进入步骤A3,如果存在障碍物,则进入步骤A5;步骤A3:机器人沿第二方向前进第二距离,进入步骤A4;步骤A4:机器人转动并朝向第三方向,沿第三方向前进第一距离回到原航道;步骤A5:机器人沿第二方向前进至障碍物前方预设距离处,进入步骤A6;步骤A6:机器人根据障碍物信息判断该障碍物是矮障碍物或高障碍物,如果是矮障碍物,则返回步骤A1,如果是高障碍物,则执行第二绕障行为;其中,所述第一方向是根据双目摄像头所拍摄的障碍物中面向机器人的一侧的宽度延伸方向;所述第一距离是根据双目摄像头所拍摄的障碍物中面对机器人的一侧的宽度所确定的距离;所述第二方向是垂直于第一距离,并朝障碍物的深度方向延伸的方向;所述第三方向是与第一方向相反的方向。本方法基于矮障碍物宽度、深度等具体信息调节机器人绕障距离,实现最短路径完成绕障,提高机器人绕障效率和工作效率。
具体地,所述第一方向是根据双目摄像头所拍摄的障碍物中面向机器人的一侧的宽度延伸方向,如果障碍物位于机器人右前方,则第一方向为左,反之如果障碍物位于机器人左前方,则第一方向为右;所述第一距离是根据双目摄像头所拍摄的障碍物中面对机器人的一侧的宽度所确定的距离;所述第二方向是垂直于第一距离,并朝障碍物的深度方向延伸的方向,如果障碍物位于机器人右前方,则第二方向为右,反之如果障碍物位于机器人左前方,则第二方向为左;所述第二距离是根据双目摄像头所拍摄的障碍物的深度所确定的距离,如果障碍物的深度可信,则第二距离为障碍物深度的第二预设倍数,如果障碍物的深度不可信,则第二距离为障碍物深度的第三预设倍数;所述第三方向是与第一方向相反的方向,如果第一方向为右,则第三方向为左,反之如果第一方向为左,则第三方向为右。
本发明的一种实施例中,所述第二距离是根据双目摄像头所拍摄的障碍物的深度所确定的距离,如果障碍物的深度可信,则第二距离为障碍物深度的第二预设倍数,如果障碍物的深度不可信,则第二距离为障碍物深度的第三预设倍数。本方法对机器人初次获取的障碍物深度信息进行二次确认,进一步提高障碍物信息准确度,提高机器人工作效率。
本发明的一种实施例中,如图3所示,机器人处于沿边行走模式下,障碍物位于机器人右前方,机器人前进至距离障碍物前方预设距离处,机器人向左转动后根据障碍物宽度信息前进相关距离,机器人向右转动并判断前方是否存在障碍物,机器人判断右前方不存在障碍物,机器人根据障碍物深度信息前进相关距离,完成机器人沿边第一绕障行为。
本发明的一种实施例中,判断障碍物深度信息是否可信,通过如下步骤进行判断:比较TOF传感器获取的第一障碍物深度参考信息和双目摄像头采集的图像信息经过图像算法处理后获取的第二障碍物深度参考信息;如果第一障碍物深度参考信息与第二障碍物深度参考信息的差距大于或等于预设值,则判断障碍物深度信息不可信;如果第一障碍物深度参考信息与第二障碍物深度参考信息的差距小于预设值,则判断障碍物深度信息可信。具体地,本方法对初次获取的障碍物深度信息进行二次确认,提高机器人获取障碍物信息的准确度,实现高效控制机器人绕障。
本发明的一种实施例中,所述机器人处于沿边行走模式,如图4所示,机器人在执行第一绕障行为的过程中,控制单元根据双目摄像头采集的图像信息判断机器人前方出现新的障碍物,控制单元根据双目摄像头采集的图像信息和TOF传感器采集的障碍物信息判断障碍物是矮障碍物或高障碍物,如果新的障碍物是矮障碍物则机器人执行第一绕障行为,如果新障碍物是高障碍物则机器人执行第二绕障行为。
本发明一种实施例中,所述机器人执行第二绕障行为,结合图5所示,具体包括如下步骤:步骤B1:机器人基于TOF传感器探测的障碍物信息沿障碍物的边缘行走,进入步骤B2;步骤B2:机器人沿障碍物的边缘行走过程中,基于双目摄像头采集的图像信息,判断机器人是否遇到新的障碍物,如果否,则机器人结束第二绕障行为,继续沿边行走,如果是,则进入步骤B3;步骤B3:机器人根据障碍物信息判断该障碍物是矮障碍物或高障碍物,如果是矮障碍物,则执行第一绕障行为,如果是高障碍物,则返回步骤B1。
本发明的一种实施例中,所述机器人处于沿边行走模式,如图6所示,机器人在执行第二绕障行为过程中,控制单元根据双目摄像头采集的图像信息判断机器人前方出现新的障碍物,控制单元根据双目摄像头采集的图像信息和TOF传感器采集的障碍物信息判断障碍物是矮障碍物或高障碍物,如果新的障碍物是矮障碍物则机器人执行第一绕障行为,如果新障碍物是高障碍物则机器人执行第二绕障行为。
本发明一种实施例中,一种机器人沿边行走时的避障控制系统,结合图7所示,所述控制系统包括:双目摄像头,用于采集图像信息并传输至控制单元;TOF传感器,用于采集障碍物信息并传输至控制单元;IMU传感器,用于采集机器人IMU数据并传输至控制单元;控制单元,用于接收图像信息、障碍物信息和IMU数据,控制机器人在沿边行走模式下执行不同的避障动作。
具体地,所述IMU传感器是惯性测量装置,用于测量物体三轴姿态角或角速率以及加速度;所述IMU数据是指机器人在三维空间中的角速度和加速度;所述TOF传感器采集障碍物信息是指障碍物的深度信息;所述机器人获取障碍物信息是通过控制单元基于图像信息和IMU数据将机器人前方区域以2厘米一格栅格化,得到障碍物具体坐标信息、障碍物面向机器人一面的宽度信息和障碍物与机器人的距离信息;所述避障动作可以是但不限于机器人遇到障碍物时掉头、绕障以及绕障过程中返回掉头等动作。本控制系统采用双目摄像头和TOF传感器结合的方式,缩小机器人视野盲区范围,提高了机器人获取障碍物信息的准确度,提高机器人工作效率。
本发明的一种实施例中,结合图8所示,所述双目摄像头设置于机器人机身外壳前侧X轴中央;所述TOF传感器设置于其发射的光束与机器人前进方向垂直的位置。具体地,所述X、Y轴为三维笛卡尔坐标的坐标轴,X轴代表机器人行进方向,Y轴代表与机器人行进方向呈90°的方向。
显然,上述的实施例仅仅是本发明一部分实施例,而不是全部的实施例,各个实施例之间的技术方案可以相互结合,对于本领域的普通技术人员来说,可以在不脱离本发明原理的前提下,可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。此外,如果实施例中出现“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等术语,其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发明和简化描述,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或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。如果实施例中出现“第一”、“第二”、“第三”等术语,是为了便于相关特征的区分,不能理解为指示或暗示其相对重要性、次序的先后或者技术特征的数量。
Claims (9)
1.一种机器人沿边行走时的避障控制方法,所述机器人包括双目摄像头、TOF传感器、IMU传感器和控制单元,其特征在于,所述控制方法包括如下步骤:
机器人当前处于沿边行走模式;
双目摄像头采集图像信息,并传输至控制单元;
TOF传感器采集障碍物信息,并传输至控制单元;
IMU传感器采集IMU数据,并传输至控制单元;
控制单元根据图像信息、障碍物信息和IMU数据,控制机器人在沿边行走模式下执行不同的避障动作。
2.根据权利要求1所述的控制方法,其特征在于,所述控制单元根据图像信息、障碍物信息和IMU数据,控制机器人在沿边行走模式下执行不同的避障动作,具体包括如下步骤:
机器人在沿边行走过程中,控制单元根据图像信息判断是否出现障碍物;
在出现障碍物的情况下,机器人根据障碍物信息判断障碍物属于矮障碍物或高障碍物;
如果是矮障碍物,则机器人执行第一绕障行为;
如果是高障碍物,则机器人执行第二绕障行为。
3.根据权利要求2所述的控制方法,其特征在于,所述机器人根据障碍物信息判断该障碍物属于矮障碍物或高障碍物,具体包括如下步骤:
控制单元基于图像信息,控制机器人前进至障碍物前方预设距离处;
如果机器人当前处于右侧沿边状态,则机器人左转;
如果机器人当前处于左侧沿边状态,则机器人右转;
机器人转动过程中,TOF传感器探测周围物体的距离信息并传输至控制单元;
如果TOF传感器未探测到距离信息或探测到的距离信息大于或等于预设值,则控制单元确定障碍物为矮障碍物;
如果TOF传感器探测到的距离信息小于预设值,则控制单元确定障碍物为高障碍物。
4.根据权利要求3所述的控制方法,其特征在于,所述机器人执行第一绕障行为,具体包括如下步骤:
步骤A1:机器人沿第一方向转动后前进第一距离,进入步骤A2;
步骤A2:机器人转动并朝向第二方向,基于双目摄像头采集的图像信息判断第二方向上是否存在障碍物,如果不存在障碍物,则进入步骤A3,如果存在障碍物,则进入步骤A5;
步骤A3:机器人沿第二方向前进第二距离,进入步骤A4;
步骤A4:机器人转动并朝向第三方向,沿第三方向前进第一距离回到原航道;
步骤A5:机器人沿第二方向前进至障碍物前方预设距离处,进入步骤A6;
步骤A6:机器人根据障碍物信息判断该障碍物是矮障碍物或高障碍物,如果是矮障碍物,则返回步骤A1,如果是高障碍物,则执行第二绕障行为;
其中,所述第一方向是根据双目摄像头所拍摄的障碍物中面向机器人的一侧的宽度延伸方向;
所述第一距离是根据双目摄像头所拍摄的障碍物中面对机器人的一侧的宽度所确定的距离;
所述第二方向是垂直于第一距离,并朝障碍物的深度方向延伸的方向;
所述第三方向是与第一方向相反的方向。
5.根据权利要求4所述的控制方法,其特征在于,所述第二距离是根据双目摄像头所拍摄的障碍物的深度所确定的距离,如果障碍物的深度可信,则第二距离为障碍物深度的第二预设倍数,如果障碍物的深度不可信,则第二距离为障碍物深度的第三预设倍数。
6.根据权利要求5所述的控制方法,其特征在于,所述判断障碍物深度信息是否可信,通过如下步骤进行判断:
比较TOF传感器获取的第一障碍物深度参考信息和双目摄像头采集的图像信息经过图像算法处理后获取的第二障碍物深度参考信息;
如果第一障碍物深度参考信息与第二障碍物深度参考信息的差距大于或等于预设值,则判断障碍物深度信息不可信;
如果第一障碍物深度参考信息与第二障碍物深度参考信息的差距小于预设值,则判断障碍物深度信息可信。
7.根据权利要求3所述的控制方法,其特征在于,所述机器人执行第二绕障行为,具体包括如下步骤:
步骤B1:机器人基于TOF传感器探测的障碍物信息沿障碍物的边缘行走,进入步骤B2;
步骤B2:机器人沿障碍物的边缘行走过程中,基于双目摄像头采集的图像信息,判断机器人是否遇到新的障碍物,如果否,则机器人结束第二绕障行为,继续沿边行走,如果是,则进入步骤B3;
步骤B3:机器人根据障碍物信息判断该障碍物是矮障碍物或高障碍物,如果是矮障碍物,则执行第一绕障行为,如果是高障碍物,则返回步骤B1。
8.一种机器人沿边行走时的避障控制系统,其特征在于,所述控制系统包括:
双目摄像头,用于采集图像信息并传输至控制单元;
TOF传感器,用于采集障碍物信息并传输至控制单元;
IMU传感器,用于采集机器人IMU数据并传输至控制单元;
控制单元,用于接收图像信息、障碍物信息和IMU数据,控制机器人在沿边行走模式下执行不同的避障动作。
9.根据权利要求8所述的控制系统,其特征在于,所述双目摄像头设置于机器人机身外壳前侧X轴中央;所述TOF传感器设置于其发射的光束与机器人前进方向垂直的位置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010764291.7A CN111897337B (zh) | 2020-08-02 | 2020-08-02 | 一种机器人沿边行走时的避障控制方法及其控制系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010764291.7A CN111897337B (zh) | 2020-08-02 | 2020-08-02 | 一种机器人沿边行走时的避障控制方法及其控制系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111897337A true CN111897337A (zh) | 2020-11-06 |
CN111897337B CN111897337B (zh) | 2024-06-18 |
Family
ID=73183977
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010764291.7A Active CN111897337B (zh) | 2020-08-02 | 2020-08-02 | 一种机器人沿边行走时的避障控制方法及其控制系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111897337B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113589806A (zh) * | 2021-07-21 | 2021-11-02 | 珠海一微半导体股份有限公司 | 机器人弓字型行走时的策略控制方法 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102906593A (zh) * | 2010-05-19 | 2013-01-30 | 三菱电机株式会社 | 车辆后方监视装置 |
CN107305380A (zh) * | 2016-04-20 | 2017-10-31 | 上海慧流云计算科技有限公司 | 一种自动避障方法和装置 |
CN108170145A (zh) * | 2017-12-28 | 2018-06-15 | 浙江捷尚人工智能研究发展有限公司 | 基于激光雷达的机器人避障系统及其应用方法 |
CN110477820A (zh) * | 2019-08-16 | 2019-11-22 | 云鲸智能科技(东莞)有限公司 | 清洁机器人的沿障碍物清洁方法、清洁机器人以及存储介质 |
CN110502014A (zh) * | 2019-08-22 | 2019-11-26 | 深圳乐动机器人有限公司 | 一种机器人避障的方法及机器人 |
CN110908378A (zh) * | 2019-11-28 | 2020-03-24 | 深圳乐动机器人有限公司 | 一种机器人沿边的方法及机器人 |
CN110928315A (zh) * | 2019-12-20 | 2020-03-27 | 深圳市杉川机器人有限公司 | 自主机器人及其控制方法 |
CN110955249A (zh) * | 2019-12-23 | 2020-04-03 | 浙江华消科技有限公司 | 机器人通过障碍物的方法及装置、存储介质、电子装置 |
CN111067439A (zh) * | 2019-12-31 | 2020-04-28 | 深圳飞科机器人有限公司 | 障碍物处理方法以及清洁机器人 |
-
2020
- 2020-08-02 CN CN202010764291.7A patent/CN111897337B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102906593A (zh) * | 2010-05-19 | 2013-01-30 | 三菱电机株式会社 | 车辆后方监视装置 |
CN107305380A (zh) * | 2016-04-20 | 2017-10-31 | 上海慧流云计算科技有限公司 | 一种自动避障方法和装置 |
CN108170145A (zh) * | 2017-12-28 | 2018-06-15 | 浙江捷尚人工智能研究发展有限公司 | 基于激光雷达的机器人避障系统及其应用方法 |
CN110477820A (zh) * | 2019-08-16 | 2019-11-22 | 云鲸智能科技(东莞)有限公司 | 清洁机器人的沿障碍物清洁方法、清洁机器人以及存储介质 |
CN110502014A (zh) * | 2019-08-22 | 2019-11-26 | 深圳乐动机器人有限公司 | 一种机器人避障的方法及机器人 |
CN110908378A (zh) * | 2019-11-28 | 2020-03-24 | 深圳乐动机器人有限公司 | 一种机器人沿边的方法及机器人 |
CN110928315A (zh) * | 2019-12-20 | 2020-03-27 | 深圳市杉川机器人有限公司 | 自主机器人及其控制方法 |
CN110955249A (zh) * | 2019-12-23 | 2020-04-03 | 浙江华消科技有限公司 | 机器人通过障碍物的方法及装置、存储介质、电子装置 |
CN111067439A (zh) * | 2019-12-31 | 2020-04-28 | 深圳飞科机器人有限公司 | 障碍物处理方法以及清洁机器人 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113589806A (zh) * | 2021-07-21 | 2021-11-02 | 珠海一微半导体股份有限公司 | 机器人弓字型行走时的策略控制方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111897337B (zh) | 2024-06-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108007452B (zh) | 根据障碍物更新环境地图的方法、装置及机器人 | |
CN108475059B (zh) | 自主视觉导航 | |
CN111693050B (zh) | 基于建筑信息模型的室内中大型机器人导航方法 | |
CN112740274B (zh) | 在机器人设备上使用光流传感器进行vslam比例估计的系统和方法 | |
US8736820B2 (en) | Apparatus and method for distinguishing ground and obstacles for autonomous mobile vehicle | |
CN103781685B (zh) | 车辆用自主行驶控制系统 | |
US9229450B2 (en) | Autonomous movement system | |
CN111857155B (zh) | 一种机器人控制方法 | |
US9116521B2 (en) | Autonomous moving device and control method thereof | |
CN111258320B (zh) | 一种机器人避障的方法及装置、机器人、可读存储介质 | |
CN111897335A (zh) | 一种机器人弓字型行走时的避障控制方法及其控制系统 | |
CN112363513B (zh) | 一种基于深度信息的障碍物分类避障控制方法 | |
EP3226207B1 (en) | Automatic operation vehicle | |
WO2022111017A1 (zh) | 一种基于 tof 摄像头的障碍物分类避障控制方法 | |
CN108628318B (zh) | 拥堵环境检测方法、装置、机器人及存储介质 | |
JP7078909B2 (ja) | 車両制御装置及び車両制御用コンピュータプログラム | |
JP6895911B2 (ja) | 物体追跡装置、物体追跡方法及び物体追跡用コンピュータプログラム | |
CN113934207A (zh) | 一种移动机器人自动避障导航系统及其导航方法 | |
JP2019109773A (ja) | 移動体 | |
JP6410614B2 (ja) | 障害物検出装置および障害物検出方法 | |
CN111897337A (zh) | 一种机器人沿边行走时的避障控制方法及其控制系统 | |
CN114489050A (zh) | 沿直线行驶的避障路线控制方法、装置、设备及存储介质 | |
CN117250954A (zh) | 一种载具控制方法、载具及电子设备 | |
JP2021095078A (ja) | 車線変更決定装置 | |
CN112729289B (zh) | 应用于自动导引车的定位方法、装置、设备和存储介质 |
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 | ||
CB02 | Change of applicant information | ||
CB02 | Change of applicant information |
Address after: 519000 2706, No. 3000, Huandao East Road, Hengqin new area, Zhuhai, Guangdong Applicant after: Zhuhai Yiwei Semiconductor Co.,Ltd. Address before: 519000 room 105-514, No. 6, Baohua Road, Hengqin new area, Zhuhai City, Guangdong Province (centralized office area) Applicant before: AMICRO SEMICONDUCTOR Co.,Ltd. |
|
GR01 | Patent grant | ||
GR01 | Patent grant |