CN112083718B - 视觉导航机器人的控制方法、装置及计算机可读存储介质 - Google Patents
视觉导航机器人的控制方法、装置及计算机可读存储介质 Download PDFInfo
- Publication number
- CN112083718B CN112083718B CN202010810807.7A CN202010810807A CN112083718B CN 112083718 B CN112083718 B CN 112083718B CN 202010810807 A CN202010810807 A CN 202010810807A CN 112083718 B CN112083718 B CN 112083718B
- Authority
- CN
- China
- Prior art keywords
- visual navigation
- navigation robot
- distance
- boundary line
- robot
- 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
- 230000000007 visual effect Effects 0.000 title claims abstract description 368
- 238000000034 method Methods 0.000 title claims abstract description 46
- 238000005286 illumination Methods 0.000 claims abstract description 69
- 230000008859 change Effects 0.000 claims abstract description 40
- 238000001514 detection method Methods 0.000 description 6
- 230000000694 effects Effects 0.000 description 6
- 238000005259 measurement Methods 0.000 description 4
- 230000009182 swimming Effects 0.000 description 4
- 230000007613 environmental effect Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 230000008054 signal transmission Effects 0.000 description 2
- 238000012937 correction Methods 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
- Y02B20/00—Energy efficient lighting technologies, e.g. halogen lamps or gas discharge lamps
- Y02B20/40—Control techniques providing energy savings, e.g. smart controller or presence detection
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)
Abstract
本发明适用于机器人处理领域,提供了一种视觉导航机器人的控制方法、装置及计算机可读存储介质,视觉导航机器人的控制方法包括步骤:获取当前环境的光照强度;当光照强度小于预设阈值时,获取定位模块对应的定位误差;根据定位误差确定视觉导航机器人距离边界线的安全距离;获取视觉导航机器人的位置信息;当视觉导航机器人与边界线的距离小于或等于安全距离时,控制视觉导航机器人改变移动方向,以使视觉导航机器人与边界线的距离大于安全距离。本发明视觉导航机器人能够自动的远离危险区域,并且不受环境的光线影响,提高视觉导航机器人的安全性能。
Description
技术领域
本发明属于机器人技术领域,尤其涉及一种视觉导航机器人的控制方法、装置及计算机可读存储介质。
背景技术
视觉导航机器人是通过摄像头来摄取周围环境的图像,然后根据摄取的图像进行计算和分析,以使视觉导航机器人按照期望的路径进行运动,从而避免视觉导航机器人进入危险区域。在现有技术中,视觉导航机器人在光线较弱的环境下(例如阴天、夜间)工作时,视觉导航机器人通过开启自身的照明系统等方式补光,以增加光线强度,便于摄像头能够清楚的摄取周围环境的图像。
然而,在视觉机器人采用自身照明系统进行补光时,照明系统通常与摄像头处于同一侧且为单向光源,采集的图像与自然光照下采集的图像存在较大的差异,并且远处的环境图像无法看清,从而降低了视觉导航机器人环境识别的准确性,无法准确控制视觉导航机器人远离危险区域,为视觉导航机器人提供安全保障。
发明内容
本发明实施例提供一种视觉导航机器人的控制方法,旨在解决现有的视觉导航机器人在较弱光照的环境下工作时,存在对周围环境识别不准以导致视觉导航机器人容易进入危险区域的问题。
本发明实施例是这样实现的,一种视觉导航机器人的控制方法,所述视觉导航机器人包括定位模块,所述视觉导航机器人的控制方法包括:
获取当前环境的光照强度;
当所述光照强度小于预设阈值时,获取所述定位模块对应的定位误差;
根据所述定位误差确定所述视觉导航机器人距离边界线的安全距离;
获取所述视觉导航机器人的位置信息;
当所述视觉导航机器人与所述边界线的距离小于或等于所述安全距离时,控制所述视觉导航机器人改变移动方向,以使所述视觉导航机器人与所述边界线的距离大于所述安全距离。
更进一步地,所述获取所述定位模块对应的定位误差的步骤包括:
获取所述定位模块的类型;
根据所述定位模块的类型获取所述定位误差。
更进一步地,所述视觉导航机器人的控制方法还包括:
获取所述视觉导航机器人的工作区域地图中的边界线以及所述边界线的边界类型,其中,所述边界类型包括安全边界和危险边界;
所述控制所述视觉导航机器人改变移动方向,以使所述视觉导航机器人与所述边界线的距离大于所述安全距离的步骤之前,还包括:
当所述视觉导航机器人与所述边界线的距离小于或等于所述安全距离时,获取所述边界线的边界类型;
所述边界线的边界类型为危险边界时,执行所述控制所述视觉导航机器人改变移动方向,以使所述视觉导航机器人与所述边界线的距离大于所述安全距离。
更进一步地,所述控制所述视觉导航机器人改变移动方向,以使所述视觉导航机器人与所述边界线的距离大于所述安全距离的步骤之前,还包括:
当所述视觉导航机器人与所述边界线的距离小于或等于所述安全距离时,获取所述视觉导航机器人的移动方向;
当所述移动方向为靠近所述边界线移动的方向时,执行所述控制所述视觉导航机器人改变移动方向,以使所述视觉导航机器人与所述边界线的距离大于所述安全距离。
更进一步地,所述根据所述定位误差确定所述视觉导航机器人距离边界线的安全距离的步骤包括:
根据所述光照强度获取识别准确率;
根据所述定位误差以及所述识别准确率确定所述视觉导航机器人距离边界线的安全距离。
更进一步地,所述获取当前环境的光照强度的步骤之后,还包括:
当所述光照强度大于或等于所述预设阈值时,获取环境图像信息;
根据所述环境图像信息判定所述视觉导航机器人与边界的距离;
当所述视觉导航机器人到达边界处时,控制所述视觉导航机器人改变移动方向。
本发明实施例还提供一种视觉导航机器人的控制装置,所述视觉导航机器人包括定位模块,所述视觉导航机器人的控制装置包括:
光照强度获取模块,用于获取当前环境的光照强度;
定位误差获取模块,用于当所述光照强度小于预设阈值时,获取所述定位模块对应的定位误差;
安全距离确定模块,用于根据所述定位误差确定所述视觉导航机器人距离边界线的安全距离;
位置信息获取模块,用于获取所述视觉导航机器人的位置信息;
控制模块,用于当所述视觉导航机器人与所述边界线的距离小于或等于所述安全距离时,控制所述视觉导航机器人改变移动方向,以使所述视觉导航机器人与所述边界线的距离大于所述安全距离。
更进一步地,所述定位误差获取模块包括:
类型获取单元,用于获取所述定位模块的类型;
定位误差获取单元,用于根据所述定位模块的类型获取所述定位误差。
更进一步地,所述视觉导航机器人的控制装置还包括:
边界类型获取模块,用于获取所述视觉导航机器人的工作区域地图中的边界线以及所述边界线的边界类型,其中,所述边界类型包括安全边界和危险边界;
当所述视觉导航机器人与所述边界线的距离小于或等于所述安全距离时,获取所述边界线的边界类型;
控制模块,还用于在所述边界线的边界类型为危险边界时,控制所述视觉导航机器人改变移动方向,以使所述视觉导航机器人与所述边界线的距离大于所述安全距离。
更进一步地,所述视觉导航机器人的控制装置还包括:
移动方向获取模块,用于当所述视觉导航机器人与所述边界线的距离小于或等于所述安全距离时,获取所述视觉导航机器人的移动方向;
控制模块,还用于当所述移动方向为靠近所述边界线移动的方向时,控制所述视觉导航机器人改变移动方向,以使所述视觉导航机器人与所述边界线的距离大于所述安全距离。
更进一步地,所述安全距离确定模块包括:
识别准确率获取单元,用于根据所述光照强度获取识别准确率;
安全距离确定单元,用于根据所述定位误差以及所述识别准确率确定所述视觉导航机器人距离边界线的安全距离。
更进一步地,所述视觉导航机器人的控制装置还包括:
图像信息获取模块,用于当所述光照强度大于或等于所述预设阈值时,获取环境图像信息;
距离判定模块,用于根据所述环境图像信息判定所述视觉导航机器人与边界的距离;
控制模块,还用于当视觉导航机器人到达边界处时,控制所述视觉导航机器人改变移动方向。
本发明实施例还提供一种计算机可读存储介质,所述计算机可读存储介质上存储有视觉导航机器人的控制程序,所述视觉导航机器人的控制程序被处理器执行时实现上述任一项所述的视觉导航机器人的控制方法的步骤。
本发明实施例的有益效果是,视觉导航机器人能够自动获取当前环境的光照强度,在视觉导航机器人识别到当前光照强度小于预设阈值,也即是说,当前的环境的光线较差时,能够获取定位模块对应的定位误差,然后根据定位误差确定视觉导航机器人距离边界线的安全距离。并同时获取视觉导航机器人的位置信息,在视觉导航机器人距离边界线的距离小于或等于安全距离时,视觉导航机器人能够改变移动方向以使得视觉导航机器人距离边界线的距离大于安全距离,进而防止视觉导航机器人进入危险区域。也即是说,视觉导航机器人能够自动的远离危险区域,并且不受环境的光线影响,提高视觉导航机器人的安全性能。
附图说明
图1是本发明实施例一的视觉导航机器人的控制方法的流程示意图;
图2是本发明实施例二的视觉导航机器人的控制方法的流程示意图;
图3是本发明实施例三的视觉导航机器人的控制方法的流程示意图;
图4是本发明实施例四的视觉导航机器人的控制方法的流程示意图;
图5是本发明实施例五的视觉导航机器人的控制方法的流程示意图;
图6是本发明实施例六的视觉导航机器人的控制方法的流程示意图;
图7是本发明实施例七的视觉导航机器人的控制装置的结构示意图;
图8是本发明实施例八的视觉导航机器人的控制装置的结构示意图;
图9是本发明实施例九的视觉导航机器人的控制装置的结构示意图;
图10是本发明实施例十的视觉导航机器人的控制装置的结构示意图;
图11是本发明实施例十一的视觉导航机器人的控制装置的结构示意图;
图12是本发明实施例十二的视觉导航机器人的控制装置的结构示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明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。
视觉导航机器人自身的照明系统工作时容易出现反光的情况,如此,依旧会导致摄像头不能够清楚的摄取周围环境的图像,进而无法根据清楚的图像来进行计算和分析,进而无法准确的控制视觉导航机器人远离危险区域。
本发明的视觉导航机器人能够自动获取当前环境的光照强度,在视觉导航机器人识别到当前光照强度小于预设阈值,也即是说,当前的环境的光线较差时,能够获取定位模块对应的定位误差,然后该定位误差确定视觉导航机器人距离边界线的安全距离,并同时获取视觉导航机器人的位置信息,在视觉导航机器人距离边界线的距离小于或等于安全距离时,视觉导航机器人能够改变移动方向以使得视觉导航机器人距离边界线的距离大于安全距离,进而防止视觉导航机器人进入危险区域,也即是说,视觉导航机器人能够自动的远离危险区域,并且不受环境的光线影响,进而使得视觉导航机器人的安全性能更加高。
实施例一
请参阅图1,本发明实施例的视觉导航机器人的控制方法,视觉导航机器人包括定位模块,视觉导航机器人的控制方法包括步骤:
S01:获取当前环境的光照强度;
S02:当光照强度小于预设阈值时,获取定位模块对应的定位误差;
S03:根据定位误差确定视觉导航机器人距离边界线的安全距离;
S04:获取视觉导航机器人的位置信息;
S05:当视觉导航机器人与边界线的距离小于或等于安全距离时,控制视觉导航机器人改变移动方向,以使视觉导航机器人与边界线的距离大于安全距离。
在本实施例中,视觉导航机器人能够检测当前环境的光照强度并获取当前环境的光照强度,然后将获取到的当前环境的光照强度与预设阈值进行分析和计算,在识别到获取到的当前环境的光照强度小于预设阈值时,即,当前环境的光线情况较差,则视觉导航机器人通过定位模块获取当前环境的光照强度的定位误差,并根据该定位误差确定视觉导航机器人距离边界线的安全距离,之后获取当前视觉导航机器人的位置信息,并计算视觉导航机器人与边界线的距离,然后将该距离与安全距离进行比对,并在该距离小于或等于安全距离时,控制视觉导航机器人改变移动方向,以使得视觉导航机器人与边界线的距离大于安全距离,也即是说,视觉导航机器人远离了危险区域并不会进入危险区域。在本实施例中,视觉导航机器人能够根据当前的光照强度来获取定位误差。也即是说,在光线较差的情况下,视觉导航机器人仍然不会错误地进入危险区域,不受光线的影响,进而使得视觉导航机器人的安全性能更加高。
具体地,当前环境的光照强度的获取可以是在视觉导航机器人上设置有相机检测装置,相机检测装置用于拍摄当前环境的图像,然后分析出当前环境的光照强度。也可以是在视觉导航机器人上设置有感光传感器,感光传感器在工作的情况下获取当前环境的光照强度。还可以是在视觉导航机器人上设置有光照强度检测装置,光照强度检测装置在工作的情况下获取当前环境的光照强度。其中,上述仅仅是举例来说明获取当前环境的光照强度的三种不同方式。在其他实施例中,还可以采用其他方式来获取当前环境的光照强度。在此不做限定。只需要视觉导航机器人能够获取到当前环境的光照强度即可。
进一步地,上述预设阈值指的是临界光照强度。在当前光照强度大于预设阈值的情况下,视觉导航机器人能够清楚的摄取周围环境的图像,从而使得视觉导航机器人能够根据该图像准确的控制视觉导航机器人远离危险区域。在当前光照强度小于预设阈值的情况下,视觉导航机器人所摄取的周围环境的图像存在一定的误差,即摄取的周围环境的图像不能准确的反应周围的情况,此时定位模块会计算定位误差,视觉导航机器人会根据该定位误差来确定视觉导航机器人距离边界线的安全距离,并根据视觉导航机器人自身的位置信息和该安全距离来调整视觉导航机器人的移动方向,从而使得视觉导航机器人在环境光线较差的情况下仍然可以准确的远离危险区域。
其中,预设阈值可通过实验获取,通过在不同的光照强度摄取不同的图像,然后将该图像与在光线最佳的情况下摄取的图像进行比较,在一光照强度下摄取的图像的质量略小于光线最佳的情况下摄取的图像的质量的情况下,可将该一光照强度设置为预设阈值。当然,对于不同的拍摄装置,其在同一个光照强度下摄取的图像的质量也可能不同,因此,具体的预设阈值还可以根据不同的拍摄装置来设定。在此不做限定。
进一步地,上述安全距离指的是临界距离,例如,该临界距离为1m,也即是说,在视觉导航机器人与边界线的距离大于1m时,视觉导航机器人不会改变移动方向,在视觉导航机器人与边界线的距离小于1m时,视觉导航机器人会立马改变移动方向。上述临界距离为1m只是通过举例来说明临界距离的一种情况。在其他实施例中,临界距离的具体数值可以根据不同情况来设置。例如,在其他实施例中,临界距离可以为1.5m、2m、2.5m、3m等。在此不做限定。
在本实施例中,在获取的当前环境的光照强度大于预设阈值的情况下,视觉导航机器人能够直接地、清楚地摄取周围环境的图像,然后根据摄取的图像进行计算和分析,以计算出理想的行走路径并使视觉导航机器人根据理想的路径进行运动,从而避免视觉导航机器人进入危险区域。
例如,在白天,光线充足,在这样的情况下,视觉导航机器人获取的当前环境的光照强度大于预设阈值,视觉导航机器人能够直接地、清楚地摄取周围环境的图像,然后根据摄取的图像进行计算和分析,以计算出理想路径并使视觉导航机器人根据理想路径进行运动,从而避免视觉导航机器人进入危险区域。
又例如,在黑夜,光线较差,在这样的情况下,视觉导航机器人获取的当前环境的光照强度小于预设阈值,在这样的情况下,视觉导航机器人不能够直接地、清楚地摄取周围环境的图像,此时,定位模块会获取定位误差,然后视觉导航机器人会根据定位误差确定视觉导航机器人与边界线的安全距离,之后获取当前视觉导航机器人的位置信息,并计算视觉导航机器人与边界线的距离,然后将该距离与安全距离进行比对,并在该距离小于或等于安全距离时,控制视觉导航机器人改变移动方向,以使得视觉导航机器人与边界线的距离大于安全距离,从而避免视觉导航机器人进入危险区域。
也即是说,在光线充足的情况下,视觉导航机器人能够根据摄取的周围环境的图像来进行移动以避免视觉导航机器人进入危险区域,在光线较差的情况下,视觉导航机器人能够通过定位模块来进行移动以避免视觉导航机器人进入危险区域。如此,视觉导航机器人在光线较差和光线充足的情况下均不会进入危险区域,即,光线对视觉导航机器人的移动影响较小,提升了视觉导航机器人的安全性能。
具体地,视觉导航机器人上可设置有GPS(Global Positioning System、全球定位系统),通过GPS能够精准定位视觉导航机器人的位置。当然,视觉导航机器人还可以设置其他装置来对视觉导航机器人的位置进行定位。例如,在一个例子中,视觉导航机器人可以设置有GLONASS(GLOBAL NAVIGATION SATELLITE SYSTEM、全球卫星导航系统),通过GLONASS来精准定位视觉导航机器人的位置。又例如,在另一个例子中,视觉导航机器人可以设置有BDS(BeiDou Navigation Satellite System、中国北斗卫星导航系统),通过BDS来精准定位视觉导航机器人的位置。在此不做限定。
在一个可能的实施例中,视觉导航机器人上还可以同时设置有GPS和GLONASS、或GPS和BDS、或GLONASS和BDS、或GPS、GLONASS和BDS。如此,通过多个定位装置来对视觉导航机器人进行定位。以使得定位的信息更加准确。当然,视觉导航机器人上的定位装置的数量和种类可以根据不同情况来设置,可设置一个也可设置多个。在此不做限定。
在本实施例中,视觉导航机器人上设置有VSLAM(视觉导航)装置,VSLAM是通过摄像机对周围环境进行图像采集,并对图像进行滤波和计算,完成自身相对地图位置确定的一种新的定位技术。VSLAM采用被动工作方式,设备简单,成本低廉,应用范围广。VSLAM最主要的特征是自主性和实时性,无需依靠外界任何设备,VSLAM只需对储存系统和环境中的信息进行计算就可以得出导航信息。如此,在光线充足的情况下,视觉导航机器人获取的当前周围环境的图像能够通过VSLAM来计算和分析,以计算出自身所处环境地图中的位置并使视觉导航机器人根据当前所处环境中位置选择理想路径进行运动,从而避免视觉导航机器人进入危险区域。
实施例二
请参阅图2,更进一步地,步骤S02包括步骤:
S021:获取定位模块的类型;
S022:根据定位模块的类型获取定位误差。
在定位模块的类型不相同的情况下,定位的方式也不相同,在定位的方式不相同的情况下,定位误差也不相同,在本实施例中,视觉导航机器人能够根据不同的定位模块的类型获取不同的定位误差,从而使得视觉导航机器人能够根据该定位误差所确定的安全距离更加准确。
在本实施例中,在视觉导航机器人获取的当前环境的光照强度大于预设阈值时,定位模块可不工作。在视觉导航机器人获取的当前环境的光照强度小于预设阈值时,定位模块开始工作。
以下通过举例来说明不同的定位模块的工作方式:
例如,定位模块为GPS(Global Positioning System、全球定位系统),在定位模块为GPS的情况下,GPS与外部控制设备连接,用户可通过外部控制设备来获取GPS的定位误差,如外部控制设备可以为电脑,在电脑中依次输入$GPGST、HHMMSS.SS、A.A、B.B、C.C、D.D、E.E、F.F、G.G、*CC、<CR><LF>。即可得到定位误差。
其中,HHMMSS.SS指的是时间和格式,格式为(时分秒)、A.A指的是用于用于导航计算的伪距标准偏差的平方根值、B.B指的是椭球体长半轴标准差(单位:米)、C.C指的是椭球体短半轴标准差(单位:米)、D.D指的是椭球体长半轴方位(单位:度)、E.E指的是标准维度偏差(单位:米)、F.F指的是标准经度偏差(单位:米)、G.G指的是标准高度偏差(单位:米)、*CC指的是校验和、<CR><LF>指的是结束符。
也即是说,依次输入上述字符和数据即可得到定位误差。
又例如,定位模块为惯性导航。惯性导航通常结合惯性测量单元(IMU)和里程计来对位置进行估计,其中姿态及航向主要通过IMU中的陀螺仪积分得到,而位置则主要通过里程计积分得到。惯性导航的误差是随行走的里程累积的,可以根据视觉导航机器人累计行走的距离评估其相对位置误差,具体公式为:
ΔP=kP(△P为位置误差,P为累计位移,k为误差系数,可以为一个常数,也可以为一个与P相关的函数)。
其中,k可以通过实际测试获取到,例如,在移动视觉导航机器人上面绑定一个精准的定位装置,如带定向功能的RTK定位装置(Real-time kinematic,实时动态),让视觉导航机器人在目标场地上运行不同的距离,比较惯性导航估计的位置与标准测量装置(RTK定位装置)的数据,可以得到惯导的测量误差。
若单纯采用惯性测量定位的方式,则上述测量误差为相对误差,若想相对场地获得绝对位置误差,则可以以场地中某一个固定参考点(如充电基站)作为位置的基准点(如坐标原点),视觉导航机器人离开基准点后实时计算其相对基准点的位置并估算其位置误差。当误差达到一定阈值时可以让视觉导航机器人重新回到基站进行位置的修正,从而确保视觉导航机器人在工作过程中误差控制在一定范围内。另外为了减少如打滑等因素对于误差评估准确性的影响,可以在视觉导航机器人上加上打滑检测,比如在从动轮上加上磁铁,在视觉导航机器人底盘上装上霍尔检测板,检测磁场是否有周期性变化确定视觉导航机器人有没有在打滑。
又例如,定位模块可以为蓝牙定位。蓝牙定位是基于RSSI(信号场强指示)值,通过三角定位原理进行定位。蓝牙定位的误差通常为1-3米,具体跟蓝牙信标(Beacon)与接收器的距离有关。
实际评估蓝牙定位精度时,可以根据实测蓝牙定位精度与距离之间的关系,工作时根据接收器与信标的距离确定定位精度。
例如,在当前环境下有三个蓝牙信标和一个接收器,三个蓝牙信号固定在当前环境的三个位置,此时,接收器能够获取三个蓝牙信标的信号强度,然后在三个蓝牙信标与接收器组成的平面设置坐标系,此时,接收器为原点,且三个蓝牙信标的坐标已固定,然后将另一个蓝牙信标放置在当前环境的不同的位置,然后根据测量该蓝牙信标与接收器的距离,之后获取该蓝牙信标的信号强度,并根据该信号强度获取到该蓝牙信标的坐标,然后根据该坐标计算出该蓝牙信标与接收器的距离,之后将计算得出的距离与测量得出的距离进行比较,中间的差值即为定位误差。
进一步地,上述仅仅是通过举例说明了不同的定位模块的类型的工作方式。在其他实施例中,定位模块还可以是其他类型。例如定位模块还可以是无线定位、视觉定位等。在此不对定位模块的具体类型做限定。
实施例三
请参阅图3,更进一步地,视觉导航机器人的控制方法还包括步骤:
S06:获取视觉导航机器人的工作区域地图中的边界线以及边界线的边界类型,其中,边界类型包括安全边界和危险边界;
步骤S05之前还包括步骤:
S051:当视觉导航机器人与边界线的距离小于或等于安全距离时,获取边界线的边界类型;
S052:边界线的边界类型为危险边界时,执行控制视觉导航机器人改变移动方向,以使视觉导航机器人与边界线的距离大于安全距离。
其中,上述工作区域地图可以是人工行走之后获取的地图信息,或者是通过航拍器拍摄的图像所获取的地图信息,又或者是已经存在的地图信息。在此不做限定。
在本实施例中,以当前环境包括草坪和与草坪连接的游泳池为例,安全边界可以是草坪中任意的一条边界,危险边界指的是草坪与游泳池的交界线或者是靠近草坪与游泳池的交界线的连接线。也即是说,在视觉导航机器人与边界线的距离小于或等于安全距离时,获取边界线的边界类型为安全边界的情况下,此时,视觉导航机器人在草坪上移动,如此,视觉导航机器人不需要改变移动方向。在视觉导航机器人与边界线的距离小于或等于安全距离时,获取边界线的边界类型为危险边界时,此时,视觉导航机器人即将移动至游泳池,此时,视觉导航机器人能够改变移动方向以远离危险边界。
实施例四
请参阅图4,更进一步地,步骤S05之前还包括步骤:
S053:当视觉导航机器人与边界线的距离小于或等于安全距离时,获取视觉导航机器人的移动方向;
S054:当移动方向为靠近边界线移动的方向时,执行控制视觉导航机器人改变移动方向,以使视觉导航机器人与边界线的距离大于安全距离。
在本实施例中,在视觉导航机器人与边界线的距离小于或等于安全距离时,获取视觉导航机器人的移动方向,其中,移动方向可以是靠近边界线的方向移动或者是远离边界线的方向移动。在视觉导航机器人与边界线的距离小于或等于安全距离时,并且移动方向为靠近边界线移动的情况下,说明视觉导航机器人是朝着靠近边界线移动,此时,视觉导航机器人可能会跨过边界线,如此,需要改变视觉导航机器人的移动方向以使得视觉导航机器人远离边界线,例如,将视觉导航机器人的移动方向改变为远离边界线的方向。在视觉导航机器人与边界线的距离小于或等于安全距离时,并且移动方向为远离边界线移动的情况下,此时,视觉导航机器人不会跨过边界线,在这样的情况下,不需要改变视觉导航机器人的移动方向。
也即是说,视觉导航机器人会根据实际情况来进行是否改变移动方向的操作,以确保视觉导航机器人不会移动至危险区域内。
实施例五
请参阅图5,更进一步地,步骤S03包括:
S031:根据光照强度获取识别准确率;
S032:根据定位误差以及识别准确率确定视觉导航机器人距离边界线的安全距离。
其中,上述识别准确率指的是视觉导航机器人摄取的图像的清晰度,该清晰度会直接影响到视觉导航机器人对图像进行识别的结果。在光照强度较好的情况下,视觉导航机器人摄取的图像的清晰度较高,此时,视觉导航机器人对图像进行识别的结果更加好,如此,得出的安全距离较为准确。在光线强度较差的情况下,视觉导航机器人摄取的图像的清晰度较低,此时,视觉导航机器人对图像进行识别的结果更加差,此时,得出的安全距离不够准确。如此,需要在光线强度较差的情况下所得出的安全距离上增加定位误差,从而确保在视觉导航机器人移动的过程中不会进入危险区域。也即是说,在光线强度较好的情况下所得出的安全距离小于在光线强度较差的情况下所得出的安全距离。
实施例六
请参阅图6,更进一步地,步骤S01之后还包括步骤:
S011:当光照强度大于或等于预设阈值时,获取环境图像信息;
S012:根据环境图像信息判定视觉导航机器人与边界的距离;
S013:当所述视觉导航机器人到达边界处时,控制所述视觉导航机器人改变移动方向。
例如,在光照强度大于预设阈值的情况下,此时,视觉导航机器人摄取的图像的质量高,此时可以直接通过视觉模块来进行边界识别工作,例如,视觉导航机器人摄取当前环境的图像,然后视觉模块对图像进行分析和计算,当图像视野中出现边界时计算出图像中边界相对于机器人的位置,进而计算出机器人理想的行走路径并使视觉导航机器人根据理想的路径进行运动,从而避免视觉导航机器人进入危险区域。
又例如,在光照强度小于预设阈值的情况下,此时,视觉导航机器人摄取的图像的质量较差,也即是说,视觉导航机器人不能够直接地、清楚地摄取周围环境的图像,此时,定位模块会获取定位误差,然后视觉导航机器人会根据定位误差确定视觉导航机器人与边界线的安全距离,之后获取当前视觉导航机器人的位置信息,并计算视觉导航机器人与边界线的距离,当该距离小于一定距离时,表明视觉导航机器人到达边界处,控制视觉导航机器人改变移动方向,避免视觉导航机器人跨越边界进入危险区域。
也即是说,在光线较好的情况下,视觉导航机器人能够通过视觉模块来引导机器人移动工作。在光线较差的情况下,视觉导航机器人能够通过定位模块来进行移动工作。如此,光线的强弱对视觉导航机器人的移动工作的影响较小,进而提升了视觉导航机器人的安全性能。
实施例七
请参阅图7,本发明实施例的视觉导航机器人的控制装置100,视觉导航机器人包括定位模块,视觉导航机器人的控制装置100包括:
光照强度获取模块10,用于获取当前环境的光照强度;
定位误差获取模块20,用于当光照强度小于预设阈值时,获取定位模块对应的定位误差;
安全距离确定模块30,用于根据定位误差确定视觉导航机器人距离边界线的安全距离;
位置信息获取模块40,用于获取视觉导航机器人的位置信息;
控制模块50,用于当视觉导航机器人与边界线的距离小于或等于安全距离时,控制视觉导航机器人改变移动方向,以使视觉导航机器人与边界线的距离大于安全距离。
进一步地,视觉导航机器人的控制装置100可以是控制终端,控制终端用于控制视觉导航机器人的工作。当然,控制装置也可以直接是视觉导航机器人。当控制装置直接是视觉导航机器人的情况下,可以省去信号传输的延迟,进而使得信号传输更加快捷,从而使得视觉导航机器人的工作效率更加高。可以理解的是,控制装置的具体类型可以根据实际情况来设计。在此不做限定。
在本实施例中,控制装置为视觉导航机器人。
本发明实施例七所提供的视觉导航机器人的控制装置100,其实现原理及产生的技术效果和前述视觉导航机器人的控制方法的实施例一相同,为简要描述,视觉导航机器人的控制装置100的实施例七未提及之处,可参考前述视觉导航机器人的控制方法实施例一中相应内容。
实施例八
请参阅图8,更进一步地,定位误差获取模块20包括:
类型获取单元201,用于获取定位模块的类型;
定位误差获取单元202,用于根据定位模块的类型获取定位误差。
本发明实施例八所提供的视觉导航机器人的控制装置100,其实现原理及产生的技术效果和前述视觉导航机器人的控制方法的实施例二相同,为简要描述,视觉导航机器人的控制装置100的实施例八未提及之处,可参考前述视觉导航机器人的控制方法实施例二中相应内容。
实施例九
请参阅图9,更进一步地,视觉导航机器人的控制装置100还包括:
边界类型获取模块60,用于获取视觉导航机器人的工作区域地图中的边界线以及边界线的边界类型,其中,边界类型包括安全边界和危险边界;
当视觉导航机器人与边界线的距离小于或等于安全距离时,获取边界线的边界类型;
控制模块50,还用于在边界线的边界类型为危险边界时,控制视觉导航机器人改变移动方向,以使视觉导航机器人与边界线的距离大于安全距离。
本发明实施例九所提供的视觉导航机器人的控制装置100,其实现原理及产生的技术效果和前述视觉导航机器人的控制方法的实施例三相同,为简要描述,视觉导航机器人的控制装置100的实施例九未提及之处,可参考前述视觉导航机器人的控制方法实施例三中相应内容。
实施例十
请参阅图10,更进一步地,视觉导航机器人的控制装置100还包括:
移动方向获取模块70,用于当视觉导航机器人与边界线的距离小于或等于安全距离时,获取视觉导航机器人的移动方向;
控制模块50,还用于当移动方向为靠近边界线移动的方向时,控制视觉导航机器人改变移动方向,以使视觉导航机器人与边界线的距离大于安全距离。
本发明实施例十所提供的视觉导航机器人的控制装置100,其实现原理及产生的技术效果和前述视觉导航机器人的控制方法的实施例四相同,为简要描述,视觉导航机器人的控制装置100的实施例十未提及之处,可参考前述视觉导航机器人的控制方法实施例四中相应内容。
实施例十一
请参阅图11,更进一步地,安全距离确定模块30包括:
识别准确率获取单元301,用于根据光照强度获取识别准确率;
安全距离确定单元302,用于根据定位误差以及识别准确率确定视觉导航机器人距离边界线的安全距离。
本发明实施例十一所提供的视觉导航机器人的控制装置100,其实现原理及产生的技术效果和前述视觉导航机器人的控制方法的实施例五相同,为简要描述,视觉导航机器人的控制装置100的实施例十一未提及之处,可参考前述视觉导航机器人的控制方法实施例五中相应内容。
实施例十二
请参阅图12,更进一步地,视觉导航机器人的控制装置100还包括:
图像信息获取模块80,用于当光照强度大于或等于预设阈值时,获取环境图像信息;
距离判定模块90,用于根据环境图像信息判定视觉导航机器人与边界的距离;
控制模块50,还用于当视觉导航机器人到达边界处时,控制所述视觉导航机器人改变移动方向。
本发明实施例十二所提供的视觉导航机器人的控制装置100,其实现原理及产生的技术效果和前述视觉导航机器人的控制方法的实施例六相同,为简要描述,视觉导航机器人的控制装置100的实施例十二未提及之处,可参考前述视觉导航机器人的控制方法实施例六中相应内容。
实施例十三
本发明实施例的计算机可读存储介质中,计算机可读存储介质上存储有视觉导航机器人的控制程序,视觉导航机器人的控制程序被处理器执行时实现上述任一项的视觉导航机器人的控制方法的步骤。
就本说明书而言,“计算机可读存储介质”可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读存储介质的更具体的示例(非穷尽性列表)包括以下:具有一个或多个布线的电连接部(电子装置),便携式计算机盘盒(磁装置),随机存取存储器(RAM),只读存储器(ROM),可擦除可编辑只读存储器(EPROM或闪速存储器),光纤装置,以及便携式光盘只读存储器(CDROM)。另外,计算机可读存储介质甚至可以是可在其上打印程序的纸或其他合适的介质,因为可以例如通过对纸或其他介质进行光学扫描,接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得程序,然后将其存储在计算机可读存储介质中。
以上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 (13)
1.一种视觉导航机器人的控制方法,所述视觉导航机器人包括定位模块,其特征在于,所述视觉导航机器人的控制方法包括:
获取当前环境的光照强度;
当所述光照强度小于预设阈值时,获取所述定位模块对应的定位误差;
根据所述定位误差确定所述视觉导航机器人距离边界线的安全距离;
获取所述视觉导航机器人的位置信息;
当所述视觉导航机器人与所述边界线的距离小于或等于所述安全距离时,控制所述视觉导航机器人改变移动方向,以使所述视觉导航机器人与所述边界线的距离大于所述安全距离。
2.如权利要求1所述的视觉导航机器人的控制方法,其特征在于,所述获取所述定位模块对应的定位误差的步骤包括:
获取所述定位模块的类型;
根据所述定位模块的类型获取所述定位误差。
3.如权利要求1所述的视觉导航机器人的控制方法,其特征在于,所述视觉导航机器人的控制方法还包括:
获取所述视觉导航机器人的工作区域地图中的边界线以及所述边界线的边界类型,其中,所述边界类型包括安全边界和危险边界;
所述控制所述视觉导航机器人改变移动方向,以使所述视觉导航机器人与所述边界线的距离大于所述安全距离的步骤之前,还包括:
当所述视觉导航机器人与所述边界线的距离小于或等于所述安全距离时,获取所述边界线的边界类型;
所述边界线的边界类型为危险边界时,执行所述控制所述视觉导航机器人改变移动方向,以使所述视觉导航机器人与所述边界线的距离大于所述安全距离。
4.如权利要求1所述的视觉导航机器人的控制方法,其特征在于,所述控制所述视觉导航机器人改变移动方向,以使所述视觉导航机器人与所述边界线的距离大于所述安全距离的步骤之前,还包括:
当所述视觉导航机器人与所述边界线的距离小于或等于所述安全距离时,获取所述视觉导航机器人的移动方向;
当所述移动方向为靠近所述边界线移动的方向时,执行所述控制所述视觉导航机器人改变移动方向,以使所述视觉导航机器人与所述边界线的距离大于所述安全距离。
5.如权利要求1所述的视觉导航机器人的控制方法,其特征在于,所述根据所述定位误差确定所述视觉导航机器人距离边界线的安全距离的步骤包括:
根据所述光照强度获取识别准确率;
根据所述定位误差以及所述识别准确率确定所述视觉导航机器人距离边界线的安全距离。
6.如权利要求1所述的视觉导航机器人的控制方法,其特征在于,所述获取当前环境的光照强度的步骤之后,还包括:
当所述光照强度大于或等于所述预设阈值时,获取环境图像信息;
根据所述环境图像信息判定所述视觉导航机器人与边界的距离;
当视觉导航机器人到达边界处时,控制所述视觉导航机器人改变移动方向。
7.一种视觉导航机器人的控制装置,所述视觉导航机器人包括定位模块,其特征在于,所述视觉导航机器人的控制装置包括:
光照强度获取模块,用于获取当前环境的光照强度;
定位误差获取模块,用于当所述光照强度小于预设阈值时,获取所述定位模块对应的定位误差;
安全距离确定模块,用于根据所述定位误差确定所述视觉导航机器人距离边界线的安全距离;
位置信息获取模块,用于获取所述视觉导航机器人的位置信息;
控制模块,用于当所述视觉导航机器人与所述边界线的距离小于或等于所述安全距离时,控制所述视觉导航机器人改变移动方向,以使所述视觉导航机器人与所述边界线的距离大于所述安全距离。
8.如权利要求7所述的视觉导航机器人的控制装置,其特征在于,所述定位误差获取模块包括:
类型获取单元,用于获取所述定位模块的类型;
定位误差获取单元,用于根据所述定位模块的类型获取所述定位误差。
9.如权利要求7所述的视觉导航机器人的控制装置,其特征在于,所述视觉导航机器人的控制装置还包括:
边界类型获取模块,用于获取所述视觉导航机器人的工作区域地图中的边界线以及所述边界线的边界类型,其中,所述边界类型包括安全边界和危险边界;
当所述视觉导航机器人与所述边界线的距离小于或等于所述安全距离时,获取所述边界线的边界类型;
控制模块,还用于在所述边界线的边界类型为危险边界时,控制所述视觉导航机器人改变移动方向,以使所述视觉导航机器人与所述边界线的距离大于所述安全距离。
10.如权利要求7所述的视觉导航机器人的控制装置,其特征在于,所述视觉导航机器人的控制装置还包括:
移动方向获取模块,用于当所述视觉导航机器人与所述边界线的距离小于或等于所述安全距离时,获取所述视觉导航机器人的移动方向;
控制模块,还用于当所述移动方向为靠近所述边界线移动的方向时,控制所述视觉导航机器人改变移动方向,以使所述视觉导航机器人与所述边界线的距离大于所述安全距离。
11.如权利要求7所述的视觉导航机器人的控制装置,其特征在于,所述安全距离确定模块包括:
识别准确率获取单元,用于根据所述光照强度获取识别准确率;
安全距离确定单元,用于根据所述定位误差以及所述识别准确率确定所述视觉导航机器人距离边界线的安全距离。
12.如权利要求7-11任一项所述的视觉导航机器人的控制装置,其特征在于,所述视觉导航机器人的控制装置还包括:
图像信息获取模块,用于当所述光照强度大于或等于所述预设阈值时,获取环境图像信息;
距离判定模块,用于根据所述环境图像信息判定所述视觉导航机器人与边界的距离;
控制模块,还用于当视觉导航机器人到达边界处时,控制所述视觉导航机器人改变移动方向。
13.一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上存储有视觉导航机器人的控制程序,所述视觉导航机器人的控制程序被处理器执行时实现如权利要求1至6中任一项所述的视觉导航机器人的控制方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010810807.7A CN112083718B (zh) | 2020-08-13 | 2020-08-13 | 视觉导航机器人的控制方法、装置及计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010810807.7A CN112083718B (zh) | 2020-08-13 | 2020-08-13 | 视觉导航机器人的控制方法、装置及计算机可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112083718A CN112083718A (zh) | 2020-12-15 |
CN112083718B true CN112083718B (zh) | 2023-08-04 |
Family
ID=73728138
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010810807.7A Active CN112083718B (zh) | 2020-08-13 | 2020-08-13 | 视觉导航机器人的控制方法、装置及计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112083718B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113568413A (zh) * | 2021-08-19 | 2021-10-29 | 深圳中智永浩机器人有限公司 | 机器人安全保障方法、装置、计算机设备及存储介质 |
US11912304B1 (en) * | 2021-08-25 | 2024-02-27 | Amazon Technologies, Inc. | System to maintain a dock location of an autonomous mobile device |
CN114167861A (zh) * | 2021-11-29 | 2022-03-11 | 珠海一微半导体股份有限公司 | 一种宠物机器人控制方法、系统及芯片 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1598487A (zh) * | 2004-07-23 | 2005-03-23 | 东北大学 | 人工路标视觉导航方法 |
US8275506B1 (en) * | 2008-06-08 | 2012-09-25 | Richard Anthony Bishel | Boundary sensor |
CN102789233A (zh) * | 2012-06-12 | 2012-11-21 | 湖北三江航天红峰控制有限公司 | 基于视觉的组合导航机器人及导航方法 |
CN105955259A (zh) * | 2016-04-29 | 2016-09-21 | 南京航空航天大学 | 基于多窗口实时测距的单目视觉agv的精确定位方法及系统 |
CN106338989A (zh) * | 2016-08-01 | 2017-01-18 | 内蒙古大学 | 一种田间机器人双目视觉导航方法及系统 |
CN106584451A (zh) * | 2015-10-14 | 2017-04-26 | 山东鲁能智能技术有限公司 | 一种基于视觉导航的变电站自动构图机器人及方法 |
CN106659118A (zh) * | 2014-10-10 | 2017-05-10 | 美国iRobot公司 | 自主机器人定位 |
CN109084732A (zh) * | 2018-06-29 | 2018-12-25 | 北京旷视科技有限公司 | 定位与导航方法、装置及处理设备 |
CN109405824A (zh) * | 2018-09-05 | 2019-03-01 | 武汉契友科技股份有限公司 | 一种适用于智能网联汽车的多源感知定位系统 |
JP2019145039A (ja) * | 2018-02-23 | 2019-08-29 | Cyberdyne株式会社 | 自走式ロボットおよび自走式ロボットの制御方法 |
CN110631577A (zh) * | 2019-09-19 | 2019-12-31 | 江苏科技大学 | 服务机器人导航路径跟踪方法及服务机器人 |
-
2020
- 2020-08-13 CN CN202010810807.7A patent/CN112083718B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1598487A (zh) * | 2004-07-23 | 2005-03-23 | 东北大学 | 人工路标视觉导航方法 |
US8275506B1 (en) * | 2008-06-08 | 2012-09-25 | Richard Anthony Bishel | Boundary sensor |
CN102789233A (zh) * | 2012-06-12 | 2012-11-21 | 湖北三江航天红峰控制有限公司 | 基于视觉的组合导航机器人及导航方法 |
CN106659118A (zh) * | 2014-10-10 | 2017-05-10 | 美国iRobot公司 | 自主机器人定位 |
CN106584451A (zh) * | 2015-10-14 | 2017-04-26 | 山东鲁能智能技术有限公司 | 一种基于视觉导航的变电站自动构图机器人及方法 |
CN105955259A (zh) * | 2016-04-29 | 2016-09-21 | 南京航空航天大学 | 基于多窗口实时测距的单目视觉agv的精确定位方法及系统 |
CN106338989A (zh) * | 2016-08-01 | 2017-01-18 | 内蒙古大学 | 一种田间机器人双目视觉导航方法及系统 |
JP2019145039A (ja) * | 2018-02-23 | 2019-08-29 | Cyberdyne株式会社 | 自走式ロボットおよび自走式ロボットの制御方法 |
CN109084732A (zh) * | 2018-06-29 | 2018-12-25 | 北京旷视科技有限公司 | 定位与导航方法、装置及处理设备 |
CN109405824A (zh) * | 2018-09-05 | 2019-03-01 | 武汉契友科技股份有限公司 | 一种适用于智能网联汽车的多源感知定位系统 |
CN110631577A (zh) * | 2019-09-19 | 2019-12-31 | 江苏科技大学 | 服务机器人导航路径跟踪方法及服务机器人 |
Also Published As
Publication number | Publication date |
---|---|
CN112083718A (zh) | 2020-12-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112083718B (zh) | 视觉导航机器人的控制方法、装置及计算机可读存储介质 | |
EP3637371B1 (en) | Map data correcting method and device | |
KR101632486B1 (ko) | 레이저 거리 센서를 이용한 도로의 연석 추출 방법 및 도로의 연석 정보를 이용한 이동 로봇의 위치 측정 방법 | |
CN103064417B (zh) | 一种基于多传感器的全局定位导引系统及方法 | |
US10969493B2 (en) | Data processing device, data processing method, and data processing program | |
CN116907458A (zh) | 基于光学目标的室内车辆导航的系统和方法 | |
US20220161430A1 (en) | Recharging Control Method of Desktop Robot | |
CN110221623A (zh) | 一种空地协同作业系统及其定位方法 | |
CN108873904B (zh) | 矿用车辆无人驾驶停靠方法、设备及可读存储介质 | |
CN113710988A (zh) | 用于识别环境传感器的功能能力的方法、控制仪和车辆 | |
CN111175788B (zh) | 自动驾驶车辆横向定位方法及其定位系统 | |
WO2016059904A1 (ja) | 移動体 | |
JP5775965B2 (ja) | ステレオカメラシステム及び移動体 | |
CN111947644B (zh) | 一种室外移动机器人定位方法、系统及其电子设备 | |
CN109708632A (zh) | 一种面向移动机器人的激光雷达/ins/地标松组合导航系统及方法 | |
CN111060132A (zh) | 行车定位坐标的标定方法和装置 | |
CN111679680A (zh) | 一种无人机自主着舰方法及系统 | |
KR102373825B1 (ko) | 골프장 자동 운전차의 내비게이션 전환 설비 | |
CN113298026A (zh) | 车道线确定方法和系统、车辆以及存储介质 | |
CN109146936B (zh) | 一种图像匹配方法、装置、定位方法及系统 | |
JP2018084492A (ja) | 自己位置推定方法及び自己位置推定装置 | |
EP2211144A1 (en) | Systems and methods for determining location of an airborne vehicle using radar images | |
JP2019039867A (ja) | 位置測定装置、位置測定方法および位置測定用プログラム | |
CN113375679A (zh) | 一种车道级定位方法、装置、系统和相关设备 | |
US20220404170A1 (en) | Apparatus, method, and computer program for updating map |
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 |