CN112033415B - 移动机器人自动导航方法及系统 - Google Patents
移动机器人自动导航方法及系统 Download PDFInfo
- Publication number
- CN112033415B CN112033415B CN202010970912.7A CN202010970912A CN112033415B CN 112033415 B CN112033415 B CN 112033415B CN 202010970912 A CN202010970912 A CN 202010970912A CN 112033415 B CN112033415 B CN 112033415B
- Authority
- CN
- China
- Prior art keywords
- motion
- target
- cooking
- information
- control signal
- 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
- 238000000034 method Methods 0.000 title claims abstract description 36
- 230000033001 locomotion Effects 0.000 claims abstract description 219
- 238000010411 cooking Methods 0.000 claims abstract description 184
- 235000013305 food Nutrition 0.000 claims abstract description 88
- 239000000463 material Substances 0.000 claims abstract description 69
- 238000012545 processing Methods 0.000 claims abstract description 49
- 230000008569 process Effects 0.000 claims abstract description 17
- 230000000007 visual effect Effects 0.000 claims description 16
- 238000004422 calculation algorithm Methods 0.000 claims description 14
- 238000001514 detection method Methods 0.000 claims description 12
- 230000001133 acceleration Effects 0.000 claims description 5
- 238000004590 computer program Methods 0.000 claims description 4
- 238000012546 transfer Methods 0.000 abstract description 5
- 230000006872 improvement Effects 0.000 description 10
- 230000009286 beneficial effect Effects 0.000 description 8
- 238000004364 calculation method Methods 0.000 description 6
- 238000004891 communication Methods 0.000 description 6
- 230000008859 change Effects 0.000 description 5
- 230000000694 effects Effects 0.000 description 4
- 239000000126 substance Substances 0.000 description 4
- 238000001816 cooling Methods 0.000 description 3
- 238000010438 heat treatment Methods 0.000 description 3
- 238000007726 management method Methods 0.000 description 3
- 239000003550 marker Substances 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 235000019654 spicy taste Nutrition 0.000 description 2
- LEHOTFFKMJEONL-UHFFFAOYSA-N Uric Acid Chemical compound N1C(=O)NC(=O)C2=C1NC(=O)N2 LEHOTFFKMJEONL-UHFFFAOYSA-N 0.000 description 1
- TVWHNULVHGKJHS-UHFFFAOYSA-N Uric acid Natural products N1C(=O)NC(=O)C2NC(=O)NC21 TVWHNULVHGKJHS-UHFFFAOYSA-N 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 235000012631 food intake Nutrition 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 235000014102 seafood Nutrition 0.000 description 1
- 235000014347 soups Nutrition 0.000 description 1
- 229940116269 uric acid Drugs 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/20—Instruments for performing navigational calculations
- G01C21/206—Instruments for performing navigational calculations specially adapted for indoor navigation
-
- 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
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
- G05D1/0214—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory in accordance with safety or protection criteria, e.g. avoiding hazardous areas
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Aviation & Aerospace Engineering (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
- Manipulator (AREA)
Abstract
本发明公开了一种移动机器人自主导航方法，包括步骤：获取目标菜品及所述目标菜品所对应的食谱信息；根据所述食谱信息，获取所述食谱信息中食材所在的食材位置；获取所述目标菜品的烹饪位置；所述烹饪位置为所述目标菜品当前正在进行烹饪的位置，或是预计所述目标菜品将进行烹饪的位置；通过处理模块向运动控制单元发送相应的运动控制信号；所述运动模块包括运动控制单元和设于烹饪辅助机器人本体底部的若干全向轮。本发明还公开了一种烹饪辅助机器人及存储介质和系统，能有效解决厨房中在菜品烹饪过程中食材传递效率较低的问题，进而有效地提高了厨房中菜品完成的及时性。
Description
技术领域
本发明涉及烹饪辅助机器人领域，尤其涉及一种移动机器人自动导航方法、存储介质和系统。
背景技术
在厨房的烹饪工作中，由于厨房工作人员对工作的熟练程度存在不同，容易出现由于食材传递人员对食谱的熟悉程度不足等情况，影响菜品的烹饪效率，进而导致菜品完成的及时性较低。
在研究本发明的过程中，发明人发现，在厨房中缺少使用机器人进行辅助的现有技术，尤其是缺少在“食谱-食材-烹饪-上菜”这一环节的辅助，导致厨房中菜品完成的及时性较低。
发明内容
本发明实施例的目的是提供一种烹饪辅助机器人及其自主导航方法、存储介质和系统，能有效解决厨房中在菜品烹饪过程中食材传递效率较低的问题，进而有效地提高了厨房中菜品完成的及时性。
为实现上述目的，本发明实施例提供了一种移动机器人自主导航方法，包括步骤：
获取目标菜品及所述目标菜品所对应的食谱信息；
根据所述食谱信息，获取所述食谱信息中食材所在的食材位置；
获取所述目标菜品的烹饪位置；所述烹饪位置为所述目标菜品当前正在进行烹饪的位置，或是预计所述目标菜品将进行烹饪的位置；
通过处理模块向运动控制单元发送相应的运动控制信号；所述运动模块包括运动控制单元和设于烹饪辅助机器人本体底部的若干全向轮；所述运动控制信号为第一控制信号或第二控制信号；
所述第一控制信号，为所述处理模块根据采集模块采集到的激光信息得到的控制信号，用于使所述运动控制单元控制若干所述全向轮进行运动，使所述烹饪辅助机器人运动到目标范围；所述目标范围，为所述采集单元可采集到预设标记的图像的位置范围；所述采集单元包括用于采集所述预设标记的图像采集单元，以及用于采集所述激光信息的激光单元；所述预设标记为目标位置对应的可视化标记，且所述目标位置为所述食材位置或所述烹饪位置；
所述第二控制信号，为所述处理模块根据所述预设标记的图像得到的控制信号，用于使所述运动控制单元控制若干所述全向轮进行运动，使所述烹饪辅助机器人从所述目标范围运动到所述目标位置。
作为上述方案的改进，所述获取目标菜品及所述目标菜品所对应的食谱信息，包括：
获取厨师输入的所述目标菜品所对应的所述食谱信息；和/或
获取所述目标菜品的描述，根据所述描述自动生成所述食谱信息。
作为上述方案的改进，所述根据所述食谱信息，获取所述食谱信息中食材所在的食材位置，包括：
根据所述食谱信息中记载的食材信息与下单数量，确定所需的食材消耗量；
根据所述食材消耗量，确定相应的生鲜存储柜，以一个或多个所述生鲜存储柜的位置作为所述食材位置。
作为上述方案的改进，所述获取所述目标菜品的烹饪位置，包括：
根据当前各烹饪点的空闲情况，根据路径最短原则或时间最短原则，选择空闲的烹饪点所在的位置作为所述烹饪位置；和/或，
根据所述目标菜品所需的第一厨具信息以及各烹饪点所具有的第二厨具信息，选择所述第二厨具信息与所述第一厨具信息相匹配的烹饪点所在的位置作为所述烹饪位置。
作为上述方案的改进，所述处理模块通过预先得到的控制模型，以得到所述运动控制信号；其中，所述控制模型包括用于根据所述激光信息计算从当前坐标运动到所述目标范围的运动策略的控制层；所述控制层的运行包括步骤：
根据所述环境图像信息，确定当前坐标；
计算从所述当前坐标运动到所述目标范围的运动路径；其中，所述运动路径包括有限个离散的坐标节点；
根据所述运动路径，计算从所述当前坐标运动到下一所述坐标节点所需达到的运动状态，以得到所述运动策略。
作为上述方案的改进，所述根据所述预设标记的图像，计算从当前位置运动到所述目标位置的运动策略，包括步骤：
根据所述预设标记的图像，计算当前位置与所述预设标记的位置关系，作为第一位置关系；
获取所述目标位置与所述预设标记的位置关系，作为第二位置关系；
基于所述第一位置关系和所述第二位置关系，计算从所述当前位置到所述目标位置的运动策略。
作为上述方案的改进，所述采集模块还包括速度检测单元；所述速度检测单元包括与若干所述全向轮相应设置的若干编码器，用于采集若干所述全向轮的速度信息并发送给所述运动控制单元，以使所述运动控制单元生成相应的运动信息；其中，所述运动信息包括当前速度、最大速度和最大加速度；所述根据所述运动路径，计算从所述当前位置运动到下一所述坐标节点所需达到的运动状态，以得到所述运动策略，具体为：
根据所述运动路径，结合所述运动信息，计算从所述当前坐标运动到下一所述坐标节点的过程中，每一所述全向轮所需达到的目标速度，以作为所述运动策略；
所述计算从所述当前坐标运动到所述目标范围的运动路径，包括步骤：
基于Dijkstra算法和预先得到的环境地图，得到从所述当前坐标到所述目标范围的初阶路径；
基于Timed-Elastic-Band局部路径规划算法与所述初阶路径，得到所述运动路径。
作为上述方案的改进，所述处理模块通过预先得到的控制模型，以得到所述运动控制信号；其中，所述控制模型包括网络层、应用层、控制层和驱动层；
所述网络层，用于获取外部输入的控制指令；
所述应用层，用于根据所述控制指令，进行相应的任务解析和任务调度；
所述控制层，用于根据所述激光信息，计算从当前坐标运动到所述目标范围的运动策略；或根据所述预设标记的图像，计算从当前位置运动到所述目标位置的运动策略；
所述驱动层，用于根据所述控制层得到的运动策略，输出相应的运动控制信号。
作为上述方案的改进，所述采集模块还包括速度检测单元；所述速度检测单元包括与若干所述全向轮相应设置的若干编码器，用于采集若干所述全向轮的速度信息并发送给所述运动控制单元，以使所述运动控制单元生成相应的运动信息；其中，所述运动信息包括当前速度、最大速度和最大加速度；
所述基于所述第一位置关系和所述第二位置关系，计算从所述当前位置到所述目标位置的运动策略，具体为：
根据所述第一位置关系和所述第二位置关系，结合所述运动信息，计算从所述当前位置运动到目标位置的过程中，每一所述全向轮所需达到的目标速度，以作为所述运动策略。
作为上述方案的改进，所述全向轮的数量为四个，四个所述全向轮分别设于同一矩形的四个顶点上；所述当前位置与所述目标速度满足关系：
其中，
表示位置变化；
表示在所述烹饪辅助机器人的本体坐标系中的运动速度；
表示四个所述全向轮的转速；lx+ly表示任一所述全向轮与相邻的两个所述全向轮之间的距离之和。
作为上述方案的改进，所述全向轮为麦克纳姆轮；所述全向轮的数量为四个；所述运动控制单元根据所述运动控制信号，通过PID控制算法得到相应的输出电流和输出电压，以控制若干所述全向轮进行运动
本发明实施例还提供了一种烹饪辅助机器人，用于实施如上任一项所述的移动机器人自主导航方法，包括食谱获取模块、食材位置获取模块、烹饪位置获取模块、采集模块、处理模块和运动模块；
所述食材获取模块，用于获取目标菜品及所述目标菜品所对应的食谱信息；
所述食材位置获取模块，用于根据所述食谱信息，获取所述食谱信息中食材所在的食材位置；
所述烹饪位置获取模块，用于获取所述目标菜品的烹饪位置；所述烹饪位置为所述目标菜品当前正在进行烹饪的位置，或是预计所述目标菜品将进行烹饪的位置；
所述采集模块包括图像采集单元和激光单元；所述运动模块包括运动控制单元和设于所述烹饪辅助机器人本体底部的若干全向轮；
所述处理模块，用于向所述运动控制单元发送相应的运动控制信号；所述运动控制信号为第一控制信号或第二控制信号；
所述第一控制信号，为所述处理模块根据所述激光单元采集到的激光信息得到的控制信号，用于使所述运动控制单元控制若干所述全向轮进行运动，使所述烹饪辅助机器人运动到目标范围；所述目标范围，为所述图像采集单元可采集到预设标记的图像的位置范围；所述预设标记为目标位置对应的可视化标记，且所述目标位置为所述食材位置或所述烹饪位置；
所述第二控制信号，为所述处理模块根据所述预设标记的图像得到的控制信号，用于使所述运动控制单元控制若干所述全向轮进行运动，使所述烹饪辅助机器人从所述目标范围运动到所述目标位置。
本发明实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质包括存储的计算机程序，其中，在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行如上任意一项所述的移动机器人自主导航方法。
本发明实施例还提供了一种移动机器人自主导航系统，包括设于室内环境中的若干个可视化标记，以及烹饪辅助机器人；
所述烹饪辅助机器人，用于执行如上任一项所述的移动机器人自主导航方法。
与现有技术相比，本发明公开的一种烹饪辅助机器人及其自主导航方法、存储介质和系统，获取目标菜品及所述目标菜品所对应的食谱信息；根据所述食谱信息，获取所述食谱信息中食材所在的食材位置；获取所述目标菜品的烹饪位置；所述烹饪位置为所述目标菜品当前正在进行烹饪的位置，或是预计所述目标菜品将进行烹饪的位置；通过处理模块向运动控制单元发送相应的运动控制信号；所述运动模块包括运动控制单元和设于烹饪辅助机器人本体底部的若干全向轮；所述运动控制信号为第一控制信号或第二控制信号；所述第一控制信号，为所述处理模块根据采集模块采集到的激光信息得到的控制信号，用于使所述运动控制单元控制若干所述全向轮进行运动，使所述烹饪辅助机器人运动到目标范围；所述目标范围，为所述采集单元可采集到预设标记的图像的位置范围；所述采集单元包括用于采集所述预设标记的图像采集单元，以及用于采集所述激光信息的激光单元；所述预设标记为目标位置对应的可视化标记，且所述目标位置为所述食材位置或所述烹饪位置；所述第二控制信号，为所述处理模块根据所述预设标记的图像得到的控制信号，用于使所述运动控制单元控制若干所述全向轮进行运动，使所述烹饪辅助机器人从所述目标范围运动到所述目标位置。通过在厨房中引入机器人，根据食谱进行食材的选择和供应，并通过所述采集模块采集激光信息和预设标记的图像，由所述处理模块生成相应的运动控制信号并发送给所述运动模块，从而使所述运动模块控制所述烹饪辅助机器人从初始位置运动到目标范围，并进一步运动到目标位置。由于对所述根据所述激光信息引导所述烹饪辅助机器人运动到所述目标范围，并根据所述预设标记的图像引导所述烹饪辅助机器人运动到所述目标位置，避免了在特征重复性较强的厨房环境下，由于无法精确定位，导致导航存在较大误差的问题。能有效解决厨房中在菜品烹饪过程中食材传递效率较低的问题，进而有效地提高了厨房中菜品完成的及时性。
附图说明
图1是本发明实施例1中一种移动机器人自主导航方法的流程示意图。
图2是本发明实施例2中一种烹饪辅助机器人的结构示意图。
图3是如图2所示的烹饪辅助机器人的控制模型的结构示意图。
图4是如图3所示的控制模型获取运动策略的一种流程示意图。
图5是如图3所示的控制模型的计算运动路径的流程示意图。
图6是如图3所示的控制模型获取运动策略的另一种流程示意图。
图7是本发明实施例4中一种烹饪辅助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清楚、完整地描述，显然，所描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。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。
本发明实施例1提供了一种移动机器人自主导航方法，包括步骤S110-S。
S110、获取目标菜品及所述目标菜品所对应的食谱信息。
步骤S110还可以包括步骤S111和/或S112。
S111、获取厨师输入的所述目标菜品所对应的所述食谱信息。
S112、获取所述目标菜品的描述，根据所述描述自动生成所述食谱信息。
具体地，所述目标菜品的描述可以包括所述目标菜品的名称、涉及食材、菜品功效、菜品适用人群和菜品所针对的用户等。其中，所述菜品所针对的用户可以是所述目标菜品的下单用户，例如根据所述下单用户的忌口与偏好自动生成所述食谱信息。更具体地，可以是根据所述下单用户的用户信息进行计算，得到与所述下单用户对应的所述目标菜品。例如，在所述用户信息中记载了尿酸过高的情况下，过滤如海鲜、老火汤等高嘌呤食谱，并从其他符合要求的食谱中根据所述用户信息进一步选择合适食谱；例如根据所述用户信息进行特征提取，判断所述下单用户偏好辛辣口味，则进一步从辛辣口味的食谱中选择合适食谱。
S120、根据所述食谱信息，获取所述食谱信息中食材所在的食材位置。
步骤S120还可以包括步骤S121至S122。
S121、根据所述食谱信息中记载的食材信息与下单数量，确定所需的食材消耗量。
S122、根据所述食材消耗量，确定相应的食材存放点，以一个或多个所述食材存放点的位置作为所述食材位置。
具体地，所述食材存放点可以是生鲜存储柜。在任一所述生鲜存储柜所存储的对应食材的数量均小于所述食材消耗量，可以计算多个所述生鲜存储柜的所述对应食材的数量，在多个生鲜存储柜的所述对应食材的数量大于等于所述食材消耗量的情况下，以所述多个生鲜存储柜作为所述相应的生鲜存储柜。
其中，所述生鲜存储柜可以是设置有降温系统和升温系统的生鲜存储柜，通过控制降温系统或升温系统能够降低或升高智能柜内的温度，以满足所存物品对温度的需求。所述生鲜存储柜的工作过程还可以包括步骤S122a-S122c。
S122a、获取待分配生鲜存储柜的温度信息；S122b、获取所述食谱信息所对应的食材订单所需的温度信息及所述烹饪辅助机器人预计获取所述食材的时间信息；S122c、分别计算所述食材订单所需的温度与各个生鲜存储柜温度之间的温度差值，按温度差值从小到大给待分配所述食材订单分配目标生鲜存储柜；当所述温度差值大于预设阈值时，启动生鲜存储柜的降温或升温系统，对所述生鲜存储柜进行降温或升温，直至所述温度差值在预设阈值内。
S130、获取所述目标菜品的烹饪位置；所述烹饪位置为所述目标菜品当前正在进行烹饪的位置，或是预计所述目标菜品将进行烹饪的位置。
步骤S130还可以包括步骤S131和/或S132。
S131、根据当前各烹饪点的空闲情况，根据路径最短原则或时间最短原则，选择空闲的烹饪点所在的位置作为所述烹饪位置。
具体地，可以获取厨房中工作人员及机器人的运动信息，根据所述运动信息进行路径规划，以避免在厨房中产生拥堵，得到时间最短的路径。例如，根据时间最短原则，针对任一需要经过的路段，当所述需要经过的路段在本烹饪辅助机器人预计经过时，已有超过承载量的人员或机器人需要通过，或是已有达到承载量的人员或机器人需要通过，则另外选择其他路段作为代替。
具体地，所述路径最短原则与所述时间最短原则也可同时适用，例如同时设置路径最短和时间最短作为约束，确定相应的空闲的烹饪点所在的位置作为所述烹饪位置。
S132、根据所述目标菜品所需的第一厨具信息以及各烹饪点所具有的第二厨具信息，选择所述第二厨具信息与所述第一厨具信息相匹配的烹饪点所在的位置作为所述烹饪位置。
具体地，可以根据空闲要求、时间最短原则、路径最短原则、所述第二厨具信息与所述第一厨具信息相匹配要求中的一项或多项，选择所述目标菜品将进行烹饪的烹饪点。例如，可以是选择所述第二厨具信息与所述第一厨具信息相匹配、并且满足空闲要求、时间最短原则和路径最短原则的烹饪点所在的位置作为所述烹饪位置。
S140、通过处理模块向运动控制单元发送相应的运动控制信号；所述运动模块包括运动控制单元和设于烹饪辅助机器人本体底部的若干全向轮；所述运动控制信号为第一控制信号或第二控制信号。所述第一控制信号，为所述处理模块根据采集模块采集到的激光信息得到的控制信号，用于使所述运动控制单元控制若干所述全向轮进行运动，使所述烹饪辅助机器人运动到目标范围；所述目标范围，为所述采集单元可采集到预设标记的图像的位置范围；所述采集单元包括用于采集所述预设标记的图像采集单元，以及用于采集所述激光信息的激光单元；所述预设标记为目标位置对应的可视化标记，且所述目标位置为所述食材位置或所述烹饪位置。所述第二控制信号，为所述处理模块根据所述预设标记的图像得到的控制信号，用于使所述运动控制单元控制若干所述全向轮进行运动，使所述烹饪辅助机器人从所述目标范围运动到所述目标位置。
具体地，所述处理模块可以是通过预先得到的控制模型，以得到所述运动控制信号；其中，所述控制模型包括用于根据所述激光信息计算从当前坐标运动到所述目标范围的运动策略的控制层；所述控制层的运行包括步骤：根据所述环境图像信息，确定当前坐标；计算从所述当前坐标运动到所述目标范围的运动路径；其中，所述运动路径包括有限个离散的坐标节点；根据所述运动路径，计算从所述当前坐标运动到下一所述坐标节点所需达到的运动状态，以得到所述运动策略。
具体地，所述采集模块还可以包括速度检测单元；所述速度检测单元包括与若干所述全向轮相应设置的若干编码器，用于采集若干所述全向轮的速度信息并发送给所述运动控制单元，以使所述运动控制单元生成相应的运动信息；其中，所述运动信息包括当前速度、最大速度和最大加速度。
所述根据所述运动路径，计算从所述当前位置运动到下一所述坐标节点所需达到的运动状态，以得到所述运动策略，具体可以为：根据所述运动路径，结合所述运动信息，计算从所述当前坐标运动到下一所述坐标节点的过程中，每一所述全向轮所需达到的目标速度，以作为所述运动策略。
所述计算从所述当前坐标运动到所述目标范围的运动路径，具体可以包括步骤：基于Dijkstra算法和预先得到的环境地图，得到从所述当前坐标到所述目标范围的初阶路径；基于Timed-Elastic-Band局部路径规划算法与所述初阶路径，得到所述运动路径。
本发明实施例1公开的一种移动机器人自主导航方法，获取目标菜品及所述目标菜品所对应的食谱信息；根据所述食谱信息，获取所述食谱信息中食材所在的食材位置；获取所述目标菜品的烹饪位置；所述烹饪位置为所述目标菜品当前正在进行烹饪的位置，或是预计所述目标菜品将进行烹饪的位置；通过处理模块向运动控制单元发送相应的运动控制信号；所述运动模块包括运动控制单元和设于烹饪辅助机器人本体底部的若干全向轮；所述运动控制信号为第一控制信号或第二控制信号；所述第一控制信号，为所述处理模块根据采集模块采集到的激光信息得到的控制信号，用于使所述运动控制单元控制若干所述全向轮进行运动，使所述烹饪辅助机器人运动到目标范围；所述目标范围，为所述采集单元可采集到预设标记的图像的位置范围；所述采集单元包括用于采集所述预设标记的图像采集单元，以及用于采集所述激光信息的激光单元；所述预设标记为目标位置对应的可视化标记，且所述目标位置为所述食材位置或所述烹饪位置；所述第二控制信号，为所述处理模块根据所述预设标记的图像得到的控制信号，用于使所述运动控制单元控制若干所述全向轮进行运动，使所述烹饪辅助机器人从所述目标范围运动到所述目标位置。通过在厨房中引入机器人，根据食谱进行食材的选择和供应，并通过所述采集模块采集激光信息和预设标记的图像，由所述处理模块生成相应的运动控制信号并发送给所述运动模块，从而使所述运动模块控制所述烹饪辅助机器人从初始位置运动到目标范围，并进一步运动到目标位置。由于对所述根据所述激光信息引导所述烹饪辅助机器人运动到所述目标范围，并根据所述预设标记的图像引导所述烹饪辅助机器人运动到所述目标位置，避免了在特征重复性较强的厨房环境下，由于无法精确定位，导致导航存在较大误差的问题。能有效解决厨房中在菜品烹饪过程中食材传递效率较低的问题，进而有效地提高了厨房中菜品完成的及时性。
本发明实施例2提供的一种烹饪辅助机器人，参见图2，烹饪辅助机器人100 包括采集模块110、处理模块120、运动模块130、食谱获取模块140、食材位置获取模块150和烹饪位置获取模块160。所述烹饪辅助机器人100用于实施如实施例1所述的移动机器人自主导航方法。
所述食材获取模块140，用于获取目标菜品及所述目标菜品所对应的食谱信息。
所述食材位置获取模块150，用于根据所述食谱信息，获取所述食谱信息中食材所在的食材位置。
所述烹饪位置获取模块160，用于获取所述目标菜品的烹饪位置；所述烹饪位置为所述目标菜品当前正在进行烹饪的位置，或是预计所述目标菜品将进行烹饪的位置。
所述采集模块110，包括图像采集单元111和激光单元112和速度检测单元 113。所述运动模块130包括运动控制单元131和设于所述烹饪辅助机器人100 的本体底部的若干全向轮132。
优选地，所述运动控制单元131可以是Copley运动控制器或是其他运动控制器，均不影响本发明可取得的有益效果。
优选地，若干所述全向轮132可以均为麦克纳姆轮，也可以是其他可以进行全向运动的轮结构，均不影响本发明可取得的有益效果。
优选地，所述全向轮132的数量可以是四个，也可以是更多或是更少的数量，均不影响本发明可取得的有益效果。
所述图像采集单元111用于采集所述烹饪辅助机器人所处环境的环境图像信息。优选地，所述图像采集单元111为网络摄像机，可以是采用CMOS摄像机、 CCD摄像机或是其他具有摄像功能的装置，均不影响本发明可取得的有益效果。
所述激光单元112包括主激光雷达，所述主激光雷达设于所述烹饪辅助机器人100的本体顶部，以采集激光信息。优选地，所述主激光雷达设于所述本体顶部中间，并且四周正负135度范围内无遮挡，以提高所述主激光雷达的采集效果。更具体地，所述主激光雷达可以采用SICK LMS1xx型激光雷达。
优选地，所述激光单元112还可以包括两个副激光雷达，所述两个副激光雷达分别设于所述本体两侧，从而与所述主激光雷达配合，实现对不同高度的激光信息以及对左右两侧的障碍信息的采集。更具体地，所述副激光雷达可以采用 SICK Tim5xx型激光雷达。
所述处理模块120，用于向所述运动控制单元130发送相应的运动控制信号。其中，所述运动控制信号为第一控制信号或第二控制信号。所述处理模块120可以是如工控机，嵌入式控制板，主板机等设备，例如，可以是基于Ubuntu并采用 ROS(Robotics OperationSystem，机器人操作系统)架构以实现所述烹饪辅助机器人100的最上层的控制。
所述第一控制信号,为所述处理模块120根据所述激光单元112采集到的激光信息得到的控制信号，用于使所述运动控制单元131控制若干所述全向轮132 进行运动，使所述烹饪辅助机器人100运动到目标范围；所述目标范围，为所述图像采集单元111可采集到预设标记的图像的位置范围；所述预设标记为目标位置对应的可视化标记。具体地，所述目标标记可以是可视的图形标记，例如二维码标记或是特定的物体等。在实际应用中，所述目标标记也可以是其他可被识别的标记，例如特定的激光信号等，不影响本发明可取得的有益效果。
所述第二控制信号，为所述处理模块120根据所述预设标记的图像得到的控制信号，用于使所述运动控制单元131控制若干所述全向轮132进行运动，使所述烹饪辅助机器人100从所述目标范围运动到所述目标位置。
更优选地，所述烹饪辅助机器人100还可以包括通信模块。以通过所述通信模块接收外部输入的所述控制指令，并发送给所述处理模块120。例如，所述通信模块可以包括通过外接路由器的Wi-Fi通讯单元、以及通过串口连接的Zigbee 通讯单元等，在对于发射功率有上限要求的场合可以采用Zigbee通讯。
具体地，所述烹饪辅助机器人100还可以包括电源模块。所述电源模块用于为所述烹饪辅助机器人100的各个模块进行供电。例如所述电源模块可以包含 Altar Nano电池及其电池管理系统(BMS)，以及电源控制电路板等。所述电源控制电路板主要完成与所述电池管理系统的交互、控制输出电流与电压、低电量时保护系统防止电量耗尽以及高电量时断电防止过充等。所述电池管理系统管理包括电量、输出电流和输出电压等在内的电池信息，通过CAN总线将所述电池信息传输到所述处理模块120以用于决策所述烹饪辅助机器人100的动作。
结合图2，对所述烹饪辅助机器人100的导航过程进行详细说明。
所述烹饪辅助机器人100通过预先载入运行环境的环境地图，根据所述激光单元111进行激光信息采集，根据所述激光信息，确定在所述环境地图中所处的当前坐标。其中，所述环境地图可以是在导航开始前进行构建，或是直接载入已有的地图数据，均不影响本发明可取得的有益效果。
针对需要到达的目标位置，获取相应的预设标记的位置，并由所述处理模块 120向所述运动控制单元131发送第一控制信号，使所述烹饪辅助机器人100向所述预设标记相应的目标范围运动。也可以是预先将所述预设标记设于所述目标位置与所述当前坐标之间，由所述处理模块120发送第一控制信号，使所述烹饪辅助机器人100向所述目标位置进行移动，同时所述图像采集单元111进行图像采集，以确定是否进入所述目标范围。其中，所述预设标记为所述目标位置对应的可视化标记。
所述运动控制单元131根据所述第一控制信号，控制若干所述全向轮132进行运动，所述烹饪辅助机器人100向所述目标范围或所述目标位置进行运动，所述图像采集单元111进行图像采集，直至所述烹饪辅助机器人100进入所述目标范围。
当所述烹饪辅助机器人100进入所述目标范围，即所述图像采集单元111采集到预设标记的图像，为所述处理模块120根据所述预设标记的图像在所述环境图像信息中所处的姿态，从而得到所述烹饪辅助机器人100当前相对于所述目标位置的相对位置，以输出相应的第二控制信号。优选地，还可以是根据所述预设标记的图像，结合采集到的激光信息，从而得到所述烹饪辅助机器人100当前相对于所述目标位置的相对位置，以输出相应的第二控制信号，均不影响本发明可取得的有益效果。
所述运动控制单元131根据所述第二控制信号，控制若干所述全向轮132进行运动，所述烹饪辅助机器人100得以精确移动到所述目标位置。
具体地，所述运动控制单元131可以是根据所述运动控制信号，通过PID控制算法得到相应的输出电流和输出电压，从而驱动若干所述全向轮132进行运动。以所述全向轮132的数量为四个为例，可以是所述运动控制单元131通过PID控制算法，分别计算出四个所述全向轮132所需达到的电压值或电流值并驱动每一所述全向轮132进行运动。
本发明实施例2公开的一种烹饪辅助机器人，包括食谱获取模块、食材位置获取模块、烹饪位置获取模块、采集模块、处理模块和运动模块。在取得如实施例1的效果的基础上，通过所述采集模块采集激光信息和预设标记的图像，由所述处理模块生成相应的运动控制信号并发送给所述运动模块，从而使所述运动模块控制所述烹饪辅助机器人从初始位置运动到目标范围，并进一步运动到目标位置。由于对所述根据所述激光信息引导所述烹饪辅助机器人运动到所述目标范围，并根据所述预设标记的图像引导所述烹饪辅助机器人运动到所述目标位置，避免了在没有明显特征的平面、或是特征重复性较强的应用环境下，由于无法精确定位，导致导航存在较大误差的问题。有效地解决了烹饪辅助机器人在特征重复的应用场景中丢失位置信息或者定位误差较大的问题，提高了烹饪辅助机器人导航的精确性。
本发明实施例3提供的一种烹饪辅助机器人，在实施例2的烹饪辅助机器人 100的基础上，处理模块120通过预先得到的控制模型，以得到所述运动控制信号。参见图3，控制模型121包括网络层121a、应用层121b、控制层121c和驱动层121d。
所述网络层121a，用于获取外部输入的控制指令。例如接收用户输入的使所述烹饪辅助机器人运动到目标位置的控制指令等。
所述应用层121b，用于根据所述控制指令，进行相应的任务解析和任务调度。例如从所述控制指令中，获取所述目标位置的位置坐标和相应预设标记的信息等，并控制所述烹饪辅助机器人进行导航任务。
所述控制层121c，用于根据所述激光信息，计算从当前坐标运动到所述目标范围的运动策略；或根据所述预设标记的图像，计算从当前位置运动到所述目标位置的运动策略。
所述驱动层121d，用于根据所述控制层121c得到的运动策略，输出相应的运动控制信号。
在一种优选实施方式中，参见图4，所述控制层121c可以通过步骤S210a至步骤S230a所示流程，以计算从当前坐标运动到所述目标范围的运动策略。
S210a、根据所述环境图像信息，确定当前坐标。
从采集模块获取激光信息，并根据所述激光信息进行计算，从而确定烹饪辅助机器人的当前坐标。
S220a、计算从所述当前坐标运动到所述目标范围的运动路径；其中，所述运动路径包括有限个离散的坐标节点。
根据预先得到的环境地图，计算从所述当前坐标运动到所述目标范围的运动路径，具体地，参见图5，步骤S220a可以包括步骤S221a至步骤S222a。
S221a、基于Dijkstra算法和预先得到的环境地图，得到从所述当前坐标到所述目标范围的初阶路径。
具体地，可以是在所述环境地图中标记的障碍物的位置的基础上，进行膨胀处理，通过设置膨胀宽度，增大所述障碍物所述占据的范围，从而缩小可规划的范围，减少了路径规划的运算量，同时也是使烹饪辅助机器人在根据得到的移动路径行进的过程中，与所述障碍物的距离始终保持在一定距离以上，避免了碰撞等事故的发生，提高了路径规划的安全性。具体地，所述膨胀宽度可以根据实际情况进行设置。优选地，可以是在拐弯处设置更大的膨胀宽度，以使所述烹饪辅助机器人在通过拐弯处时，可以更靠近通道中间，进一步提高了路径规划的安全性。
S222a、基于Timed-Elastic-Band局部路径规划算法与所述初阶路径，得到所述运动路径。
优选地，可以是根据实时获取的激光信息，基于Timed-Elastic-Band局部路径规划算法与所述初阶路径进行运算，从而得到平滑后的初阶路径，以作为所述运动路径。所述实时获取的激光信息中，获取到了烹饪辅助机器人当前所处环境下的障碍物信息，可以对实时出现或是环境中暂时出现的障碍物进行响应，例如路过的人员或是暂时放置的物品等等，从而提高了所述运动路径的安全性。
具体地，可以是基于Timed-Elastic-Band局部路径规划算法对所述初阶路径的全段进行运算，也可以是对所述初阶路径的部分路径进行运算，例如对所述障碍物信息所涉及的路径进行运算。通过Timed-Elastic-Band局部路径规划算法对所述初阶路径进行运算，在出现所述环境地图中未记录的障碍物时，可以是实时调整路径，避免发生碰撞，提高了路径的安全性，从而得到安全性与便捷性俱佳的路径。
S230a、根据所述运动路径，计算从所述当前坐标运动到下一所述坐标节点所需达到的运动状态，以得到所述运动策略。
可以是根据烹饪辅助机器人本身的设备设定、本身的运动状态、或是预设的运动参数等相关参数，计算从所述当前坐标运动到所述下一坐标节点所需达到的运动状态，以作为所述运动策略。
在另一优选实施方式中，参见图6，所述控制层121c还可以通过步骤S210b 至步骤S230b所示流程，以计算从当前坐标运动到所述目标范围的运动策略。
S210b、根据所述预设标记的图像，计算当前位置与所述预设标记的位置关系，作为第一位置关系。
当烹饪辅助机器人的图像采集单元采集到所述预设标记的图像时，根据所述预设标记的图像进行运算，从而得到所述当前位置与所述预设标记的位置关系，即所述第一位置关系。由于所述预设标记的位置为已知的固定位置，根据所述预设标记的图像，可以得到烹饪辅助机器人当前与所述预设标记之间的位置关系，即可以更精确地得到烹饪辅助机器人的三维坐标。
例如，可以是根据图像采集单元的相机坐标系、烹饪辅助机器人的机器人坐标系以及所述环境地图的世界坐标系之间的转换关系，基于所述预设标记的图像计算出烹饪辅助机器人与所述预设标记之间的位置关系，从而得到所述第一位置关系。
S220b、获取所述目标位置与所述预设标记的位置关系，作为第二位置关系。
S230b、基于所述第一位置关系和所述第二位置关系，计算从所述当前位置到所述目标位置的运动策略。
基于所述第一位置关系和所述第二位置关系，可以更加精确地描述所述当前坐标与所述目标坐标之间的位置关系，从而更精确地计算出从所述当前坐标到所述目标坐标的运动策略。
可以理解地，上述两种优选实施方式可以相结合，以得到实施例3的更优选实时方式。
本发明实施例4提供的一种烹饪辅助机器人，参见图7，在实施例2的烹饪辅助机器人的基础上，烹饪辅助机器人300还包括采集模块310、处理模块320 和运动模块330。所述采集模块310包括图像采集单元311和激光单元312，还包括速度检测单元313。所述运动模块330包括运动控制单元331和若干全向轮 332
所述速度检测单元313可以是与若干所述全向轮332相应设置的若干编码器。例如，以所述全向轮332的数量为四个为例，可以是针对四个所述全向轮332，各配置一个所述编码器，也即所述速度检测单元313包括四个所述编码器。
所述速度检测单元313用于采集若干所述全向轮332的速度信息，并发送给运动控制单元331,并由所述运动控制单元331根据所述速度信息，生成相应的运动信息。其中，所述运动信息包括当前速度、最大速度和最大加速度
实施例4的烹饪辅助机器人300还可以与实施例3结合，从而使实施例3中的步骤S230a优化为：
根据所述运动路径，结合所述运动信息，计算从所述当前坐标运动到下一所述坐标节点的过程中，每一所述全向轮所需达到的目标速度，以作为所述运动策略。
由于在计算所述运动策略的过程中，引入了实时采集并处理得到的所述运动信息，从而提高了得到的所述运动策略对所述烹饪辅助机器人300当前运动状态的针对性，提高对所述烹饪辅助机器人300的控制效率和导航的精确性。
使实施例中的步骤S230b优化为：
根据所述第一位置关系和所述第二位置关系，结合所述运动信息，计算从所述当前位置运动到目标位置的过程中，每一所述全向轮所需达到的目标速度，以作为所述运动策略。
由于在计算运动策略的过程中，引入了实时采集并处理得到的运动信息，使得到的运动策略更好地适应于所述烹饪辅助机器人300当前的运动状态，提高对所述烹饪辅助机器人300的控制效率和导航的精确性。
进一步地，设所述全向轮332的数量为四个，且四个所述全向轮332分别设于同一矩形的四个顶点上，则所述当前位置与所述目标速度满足如下关系：
其中，
表示位置变化；
表示在所述烹饪辅助机器人300的本体坐标系中的运动速度；
表示四个所述全向轮332的转速；lx+ly表示任一所述全向轮与相邻的两个所述全向轮之间的距离之和。lx+ly表示任一所述全向轮与相邻的两个所述全向轮之间的距离之和，例如，设全向轮A和全向轮C分属所述同一矩形的同一对角线上，则lx+ly为全向轮A与全向轮B的距离、加上全向轮 A与全向轮D的距离之和。
更优选地，结合所述运动信息，输出到每一所述全向轮332的脉冲增量与每一所述全向轮的332的转速满足关系：
其中，
表示四个所述全向轮相应的电机脉冲的增量。cr表示每个所述编码器的分辨率。cg表示所述全向轮的电机的传动比。Δt表示完成本次位姿变化所需的时间。
设所述烹饪辅助机器人300在空间坐标系的位姿为g＝(p,R)∈SE(3)。其中位置
旋转矩阵R∈SO(3)，可以表示为三个x，y和z三个维度的角度(φ,θ,ψ)。由于所述烹饪辅助机器人300在一个平面上进行运动，其中的参量pz、φ和θ保持不变，因此可以所述烹饪辅助机器人300的位姿简化为
表示，并采用
表示所述位姿变化。
而由于对于所述位置变化与所述烹饪辅助机器人300在所述空间坐标系中的运动，有如下关系：
其中，
表示所述烹饪辅助机器人300在所述空间坐标系中的运动速度。
因此有：
以及：
即得到所述烹饪辅助机器人300在所述空间坐标系下的运动速度，到所述烹饪辅助机器人300在所述本体坐标系下的运动速度的转换关系。
本发明实施例4公开的一种烹饪辅助机器人，包括食谱获取模块、食材位置获取模块、烹饪位置获取模块、采集模块、处理模块和运动模块。在取得如实施例1的效果的基础上。通过所述采集模块采集激光信息和预设标记的图像，由所述处理模块生成相应的运动控制信号并发送给所述运动模块，从而使所述运动模块控制所述烹饪辅助机器人从初始位置运动到目标范围，并进一步运动到目标位置。由于对所述根据所述激光信息引导所述烹饪辅助机器人运动到所述目标范围，并根据所述预设标记的图像引导所述烹饪辅助机器人运动到所述目标位置，避免了在没有明显特征的平面、或是特征重复性较强的应用环境下，由于无法精确定位，导致导航存在较大误差的问题。有效地解决了烹饪辅助机器人在特征重复的应用场景中丢失位置信息或者定位误差较大的问题，提高了烹饪辅助机器人导航的精确性。
本发明实施例5提供了一种移动机器人自主导航系统，包括设于室内环境中的若干个可视化标记，以及如实施例2至4任一项所述的烹饪辅助机器人。
其中，以设定的目标位置对应的可视化标记作为预设标记，以所述烹饪辅助机器人的图像采集单元可采集到所述预设标记的图像的位置范围作为目标范围。
例如，假设所述烹饪辅助机器人的图像采集单元的有效取像距离为两米，则可认为以所述预设标记为中心的两米范围内为相应的所述目标范围。可以理解地，在有采集角度限制，或是视野内有遮挡物的情况下，所述目标范围的位置范围可做相应调整，均不影响本发明可取得的有益效果。
优选地，所述预设标记还可以位于所述当前位置和所述目标位置之间，例如，可以是在环境地图中标记所述可视化标记的位置，在所述烹饪辅助机器人需要进行导航时，选取位于所述当前位置和所述目标位置之间的所述可视化标记，作为所述预设标记，使所述预设标记与所述目标位置的对应关系更加灵活。可以理解地，在其他情况下，所述预设标记与所述目标位置的对应关系也可以根据实际设为固定对应或是其他对应关系，不影响本发明可取得的有益效果。
本发明实施例5公开的一种移动机器人自主导航系统，包括设于室内环境中的若干个可视化标记和烹饪辅助机器人。所述烹饪辅助机器人包括食谱获取模块、食材位置获取模块、烹饪位置获取模块、采集模块、处理模块和运动模块。在取得如实施例1的效果的基础上。通过所述采集模块采集激光信息和预设标记的图像，由所述处理模块生成相应的运动控制信号并发送给所述运动模块，从而使所述运动模块控制所述烹饪辅助机器人从初始位置运动到目标范围，并进一步运动到目标位置。由于对所述根据所述激光信息引导所述烹饪辅助机器人运动到所述目标范围，并根据所述预设标记的图像引导所述烹饪辅助机器人运动到所述目标位置，避免了在没有明显特征的平面、或是特征重复性较强的应用环境下，由于无法精确定位，导致导航存在较大误差的问题。有效地解决了烹饪辅助机器人在特征重复的应用场景中丢失位置信息或者定位误差较大的问题，提高了烹饪辅助机器人导航的精确性。
以上所述是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也视为本发明的保护范围。
Claims (4)
1.一种移动机器人自主导航方法，其特征在于，包括步骤：
获取目标菜品及所述目标菜品所对应的食谱信息；
根据所述食谱信息，获取所述食谱信息中食材所在的食材位置；
获取所述目标菜品的烹饪位置；所述烹饪位置为所述目标菜品当前正在进行烹饪的位置，或是预计所述目标菜品将进行烹饪的位置；
通过处理模块向运动控制单元发送相应的运动控制信号；运动模块包括运动控制单元和设于烹饪辅助机器人本体底部的若干全向轮；所述运动控制信号为第一控制信号或第二控制信号；
所述第一控制信号，为所述处理模块根据采集模块采集到的激光信息得到的控制信号，用于使所述运动控制单元控制若干所述全向轮进行运动，使所述烹饪辅助机器人运动到目标范围；所述目标范围，为采集单元可采集到预设标记的图像的位置范围；所述采集单元包括用于采集所述预设标记的图像采集单元，以及用于采集所述激光信息的激光单元；所述预设标记为目标位置对应的可视化标记，且所述目标位置为所述食材位置或所述烹饪位置；
所述第二控制信号，为所述处理模块根据所述预设标记的图像得到的控制信号，用于使所述运动控制单元控制若干所述全向轮进行运动，使所述烹饪辅助机器人从所述目标范围运动到所述目标位置；
所述获取目标菜品及所述目标菜品所对应的食谱信息，包括：获取厨师输入的所述目标菜品所对应的所述食谱信息；和/或获取所述目标菜品的描述，根据所述描述自动生成所述食谱信息；
所述处理模块通过预先得到的控制模型，以得到所述运动控制信号；其中，所述控制模型包括用于根据所述激光信息计算从当前坐标运动到所述目标范围的运动策略的控制层；所述控制层的运行包括步骤：根据环境图像信息，确定当前坐标；计算从所述当前坐标运动到所述目标范围的运动路径；其中，所述运动路径包括有限个离散的坐标节点；根据所述运动路径，计算从所述当前坐标运动到下一所述坐标节点所需达到的运动状态，以得到所述运动策略；
所述根据所述预设标记的图像，计算从当前位置运动到所述目标位置的运动策略，包括步骤：根据所述预设标记的图像，计算当前位置与所述预设标记的位置关系，作为第一位置关系；获取所述目标位置与所述预设标记的位置关系，作为第二位置关系；基于所述第一位置关系和所述第二位置关系，计算从所述当前位置到所述目标位置的运动策略；
所述采集模块还包括速度检测单元；所述速度检测单元包括与若干所述全向轮相应设置的若干编码器，用于采集若干所述全向轮的速度信息并发送给所述运动控制单元，以使所述运动控制单元生成相应的运动信息；其中，所述运动信息包括当前速度、最大速度和最大加速度；所述根据所述运动路径，计算从所述当前位置运动到下一所述坐标节点所需达到的运动状态，以得到所述运动策略，具体为：根据所述运动路径，结合所述运动信息，计算从所述当前坐标运动到下一所述坐标节点的过程中，每一所述全向轮所需达到的目标速度，以作为所述运动策略；所述计算从所述当前坐标运动到所述目标范围的运动路径，包括步骤：基于Dijkstra算法和预先得到的环境地图，得到从所述当前坐标到所述目标范围的初阶路径；基于Timed-Elastic-Band局部路径规划算法与所述初阶路径，得到所述运动路径；
所述根据所述食谱信息，获取所述食谱信息中食材所在的食材位置，包括：根据所述食谱信息中记载的食材信息与下单数量，确定所需的食材消耗量；根据所述食材消耗量，确定相应的食材存放点，以一个或多个所述食材存放点的位置作为所述食材位置；
所述获取所述目标菜品的烹饪位置，包括：根据当前各烹饪点的空闲情况，根据路径最短原则或时间最短原则，选择空闲的烹饪点所在的位置作为所述烹饪位置；和/或，根据所述目标菜品所需的第一厨具信息以及各烹饪点所具有的第二厨具信息，选择所述第二厨具信息与所述第一厨具信息相匹配的烹饪点所在的位置作为所述烹饪位置。
2.一种烹饪辅助机器人，用于实施如权利要求1所述的移动机器人自主导航方法，其特征在于，包括食材获取模块、食材位置获取模块、烹饪位置获取模块、采集模块、处理模块和运动模块；
所述食材获取模块，用于获取目标菜品及所述目标菜品所对应的食谱信息；
所述食材位置获取模块，用于根据所述食谱信息，获取所述食谱信息中食材所在的食材位置；
所述烹饪位置获取模块，用于获取所述目标菜品的烹饪位置；所述烹饪位置为所述目标菜品当前正在进行烹饪的位置，或是预计所述目标菜品将进行烹饪的位置；
所述采集模块包括图像采集单元和激光单元；所述运动模块包括运动控制单元和设于所述烹饪辅助机器人本体底部的若干全向轮；
所述处理模块，用于向所述运动控制单元发送相应的运动控制信号；所述运动控制信号为第一控制信号或第二控制信号；
所述第一控制信号，为所述处理模块根据所述激光单元采集到的激光信息得到的控制信号，用于使所述运动控制单元控制若干所述全向轮进行运动，使所述烹饪辅助机器人运动到目标范围；所述目标范围，为所述图像采集单元可采集到预设标记的图像的位置范围；所述预设标记为目标位置对应的可视化标记，且所述目标位置为所述食材位置或所述烹饪位置；
所述第二控制信号，为所述处理模块根据所述预设标记的图像得到的控制信号，用于使所述运动控制单元控制若干所述全向轮进行运动，使所述烹饪辅助机器人从所述目标范围运动到所述目标位置。
3.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质包括存储的计算机程序，其中，在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行如权利要求1所述的移动机器人自主导航方法。
4.一种移动机器人自主导航系统，其特征在于，包括设于室内环境中的若干个可视化标记，以及烹饪辅助机器人；
所述烹饪辅助机器人，用于执行如权利要求1所述的移动机器人自主导航方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010970912.7A CN112033415B (zh) | 2020-09-16 | 2020-09-16 | 移动机器人自动导航方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010970912.7A CN112033415B (zh) | 2020-09-16 | 2020-09-16 | 移动机器人自动导航方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112033415A CN112033415A (zh) | 2020-12-04 |
| CN112033415B true CN112033415B (zh) | 2022-09-20 |
Family
ID=73590190
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010970912.7A Active CN112033415B (zh) | 2020-09-16 | 2020-09-16 | 移动机器人自动导航方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112033415B (zh) |
Family Cites Families (22)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102629111B (zh) * | 2012-03-02 | 2015-03-25 | 福州高奇智芯电源科技有限公司 | 一种烹饪电器人机交互控制方法 |
| CN103637693A (zh) * | 2013-12-04 | 2014-03-19 | 浙江绍兴苏泊尔生活电器有限公司 | 烹饪设备上菜单的显示方法及装置 |
| CN104983292B (zh) * | 2015-06-10 | 2019-02-19 | 小米科技有限责任公司 | 食品制作方法及装置 |
| CN105180922A (zh) * | 2015-09-07 | 2015-12-23 | 广东欧珀移动通信有限公司 | 一种导航美食的方法及终端 |
| CN105222771B (zh) * | 2015-09-07 | 2018-06-29 | 广东欧珀移动通信有限公司 | 一种室内的物品定位方法及用户终端 |
| CN106842230A (zh) * | 2017-01-13 | 2017-06-13 | 深圳前海勇艺达机器人有限公司 | 移动机器人导航方法与系统 |
| CN107491075A (zh) * | 2017-09-19 | 2017-12-19 | 歌尔股份有限公司 | 送餐系统及送餐控制方法 |
| CN107632607A (zh) * | 2017-09-27 | 2018-01-26 | 哈工大机器人（合肥）国际创新研究院 | 基于二维激光Slam和Tag标签的移动机器人精确定位方法 |
| CN110503226B (zh) * | 2018-05-17 | 2024-03-05 | 北京京东尚科信息技术有限公司 | 确定待放置商品的方法、装置和系统 |
| EP3739417A4 (en) * | 2018-06-08 | 2021-02-24 | Ankobot (Shenzhen) Smart Technologies Co., Ltd. | NAVIGATION PROCEDURE, NAVIGATION SYSTEM, MOBILE CONTROL SYSTEM AND MOBILE ROBOT |
| CN110598890A (zh) * | 2018-06-13 | 2019-12-20 | 佛山市顺德区美的电热电器制造有限公司 | 用于厨房系统的烹饪推荐方法、烹饪推荐系统及厨房系统 |
| CN109086843B (zh) * | 2018-07-23 | 2021-10-29 | 汕头大学 | 一种基于二维码的移动机器人导航方法 |
| CN110849366A (zh) * | 2018-08-20 | 2020-02-28 | 广州弘度信息科技有限公司 | 一种基于视觉和激光雷达融合的导航方法及系统 |
| CN108917747A (zh) * | 2018-08-22 | 2018-11-30 | 深圳市优博讯科技股份有限公司 | 用于移动机器人的导航系统及导航方法 |
| CN109299293A (zh) * | 2018-08-23 | 2019-02-01 | 百度在线网络技术（北京）有限公司 | 用于ar场景的烹饪指导方法、装置、设备及存储介质 |
| CN109949366A (zh) * | 2019-03-08 | 2019-06-28 | 鲁班嫡系机器人（深圳）有限公司 | 一种定位设备及其方法 |
| CN110245283A (zh) * | 2019-04-30 | 2019-09-17 | 平安科技（深圳）有限公司 | 一种智能购物导航方法及系统 |
| CN110598934B (zh) * | 2019-09-16 | 2022-12-27 | 腾讯科技（深圳）有限公司 | 用于推荐购物路线的方法及相关设备 |
| CN111127083A (zh) * | 2019-12-11 | 2020-05-08 | 珠海格力电器股份有限公司 | 一种食材购买方法、装置、系统及电子终端 |
| CN111429664A (zh) * | 2020-02-18 | 2020-07-17 | 珠海格力电器股份有限公司 | 共享厨房的控制方法、装置和计算机设备 |
| CN111445069A (zh) * | 2020-03-25 | 2020-07-24 | 上海明略人工智能(集团)有限公司 | 餐厅配送系统及方法、计算机可读的存储介质、电子装置 |
| CN111523837B (zh) * | 2020-04-16 | 2023-09-26 | 新石器慧通（北京）科技有限公司 | 一种自动驾驶外卖车及其订单调度处理方法 |
-
2020
- 2020-09-16 CN CN202010970912.7A patent/CN112033415B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN112033415A (zh) | 2020-12-04 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108287544B (zh) | 一种智能机器人路线规划及沿原路径返回的方法及系统 | |
| US11886186B2 (en) | Mobile robot and control method of mobile robot | |
| CN108663681A (zh) | 基于双目摄像头与二维激光雷达的移动机器人导航方法 | |
| Stroupe et al. | Distributed sensor fusion for object position estimation by multi-robot systems | |
| US20210223779A1 (en) | Systems and methods for rerouting robots to avoid no-go zones | |
| JP2019125354A (ja) | 情報処理装置、システム、方法、およびプログラム | |
| WO2018183197A1 (en) | Systems and methods for robotic path planning | |
| EP3535630A1 (en) | Systems and methods for dynamic route planning in autonomous navigation | |
| KR20200099611A (ko) | 로봇 자율 모션 계획 및 내비게이션을 위한 시스템 및 방법들 | |
| CN113613851A (zh) | 估计工具轨迹的方法和装置 | |
| Holz et al. | Continuous 3D sensing for navigation and SLAM in cluttered and dynamic environments | |
| Zhao et al. | A novel navigation system for indoor cleaning robot | |
| US20210232149A1 (en) | Systems and methods for persistent mapping of environmental parameters using a centralized cloud server and a robotic network | |
| EP4088884A1 (en) | Method of acquiring sensor data on a construction site, construction robot system, computer program product, and training method | |
| CN114224226A (zh) | 避障清扫机器人、机器人机械臂避障规划系统及方法 | |
| Gimenez et al. | Optimization methodology to fruit grove mapping in precision agriculture | |
| Li et al. | Depth camera based remote three-dimensional reconstruction using incremental point cloud compression | |
| CN112033415B (zh) | 移动机器人自动导航方法及系统 | |
| CN111595328B (zh) | 基于深度相机的真实障碍物地图构建和导航方法及系统 | |
| CN113687648A (zh) | 多功能校园防疫机器人 | |
| CN109830124A (zh) | 一种船队避障系统 | |
| WO2022030216A1 (ja) | 環境変更提案システムおよび環境変更提案プログラム | |
| CN110595457B (zh) | 伪激光数据生成方法、地图构建方法、导航方法及系统 | |
| CN114995459A (zh) | 机器人的控制方法、装置、设备及存储介质 | |
| CN110716554B (zh) | 基于视觉的家庭机器人 |
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 |