CN112161624A - 标记方法、标记装置、智能机器人及可读存储介质 - Google Patents

标记方法、标记装置、智能机器人及可读存储介质 Download PDF

Info

Publication number
CN112161624A
CN112161624A CN202010956387.3A CN202010956387A CN112161624A CN 112161624 A CN112161624 A CN 112161624A CN 202010956387 A CN202010956387 A CN 202010956387A CN 112161624 A CN112161624 A CN 112161624A
Authority
CN
China
Prior art keywords
map
obstacle
preset
marking
intelligent 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.)
Pending
Application number
CN202010956387.3A
Other languages
English (en)
Inventor
卜大鹏
王恒
霍峰
秦宝星
程昊天
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanghai Gaussian Automation Technology Development Co Ltd
Original Assignee
Shanghai Gaussian Automation Technology Development Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shanghai Gaussian Automation Technology Development Co Ltd filed Critical Shanghai Gaussian Automation Technology Development Co Ltd
Priority to CN202010956387.3A priority Critical patent/CN112161624A/zh
Publication of CN112161624A publication Critical patent/CN112161624A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/20Instruments for performing navigational calculations
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/005Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 with correlation of navigation data from several sources, e.g. map or contour matching
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/20Instruments for performing navigational calculations
    • G01C21/206Instruments for performing navigational calculations specially adapted for indoor navigation

Abstract

本申请公开了一种标记方法、标记装置、智能机器人及计算机可读存储介质。该方法包括:在对预定行驶路径的安全检查不通过时,获取基准点周围预设范围内的障碍物的位置信息;根据位置信息在第一地图中标记障碍物,并根据预定数值更新障碍物所在的栅格的栅格数值;及将更新后的第一地图中栅格数值达到预设数值的障碍物标记到第二地图,并根据第二地图重新规划预定行驶路径。本申请的标记方法,在新增了静态障碍物时能够较大程度的将新增的静态障碍物标记到第二地图中,保证了第二地图的准确性,使得在后续的工作任务时根据第二地图规划预定行驶路径时能够避开新增的静态障碍物。

Description

标记方法、标记装置、智能机器人及可读存储介质
技术领域
本申请涉及智能机器人技术领域,更具体而言,涉及一种标记方法、标记装置、智能机器人及非易失性计算机可读存储介质。
背景技术
随着自动化技术和人工智能的发展,智能机器人的需求越来越广泛,同时智能机器人的应用场景也越来越广泛。智能机器人执行任务的工作场景可能比较复杂(例如商场、超市、医院等),智能机器人在执行任务过程中实际场景和内置的地图之间容易存在较大的差异(例如临时新增了一些桌子、椅子、箱子、电器等静态障碍物),那么智能机器人在根据内置的地图进行导航和路径规划时容易出现错误,导致智能机器人的工作效率降低甚至无法完成任务。
发明内容
有鉴于此,本发明旨在至少在一定程度上解决相关技术中的问题之一。为此,本申请实施方式提供一种标记方法、标记装置、智能机器人及非易失性计算机可读存储介质。
本申请实施方式的标记方法包括:在对预定行驶路径的安全检查不通过时,获取基准点周围预设范围内的障碍物的位置信息;根据所述位置信息在第一地图中标记所述障碍物,并根据预定数值更新所述障碍物所在的栅格的栅格数值;及将更新后的所述第一地图中栅格数值达到预设数值的所述障碍物标记到第二地图,并根据所述第二地图重新规划所述预定行驶路径。
本申请实施方式的标记方法中,在对预定行驶路径的安全检查不通过时,将基准点周围预设范围内的障碍物标记到第一地图中且将障碍物所在的栅格的栅格数值更新预定数值,将更新后的第一地图中栅格数值达到预设阈值的障碍物标记到第二地图中,根据第二地图重新规划预定行驶路径。由此,在新增了静态障碍物时能够较大程度的将新增的静态障碍物标记到第二地图中,较大程度的保证了第二地图的准确性,使得在后续的工作任务时根据第二地图规划预定行驶路径时能够避开新增的静态障碍物,提高了工作效率。
在某些实施方式中,所述若安全检查不通过,将基准点周围预设范围内的障碍物,标记到第一地图中,包括:在当前位置处静止预定时长;及在所述预定时长后,重新对预定行驶路径进行安全检查。
本实施方式中,在安全检查不通过时,首先在当前位置处静止预定时长,然后在预定时长后重新对预定行驶路径进行安全检查,如此,避免了移动障碍物对安全检查结果的影响,提高了第二地图的准确性。
在某些实施方式中,所述对预定行驶路径的安全检查,包括:在第三地图中,模拟控制智能机器人绕所述智能机器人的中心点旋转,或模拟控制所述智能机器人行驶预设距离,所述第三地图根据检测到的环境数据实时生成;及判断所述智能机器人在移动过程中是否会与所述第三地图中的障碍物发生碰撞。
本实施方式中,通过在第三地图中模拟控制智能机器人移动,判断智能机器人在移动过程中是否会与障碍物发生碰撞,提高了智能机器人在行驶时的安全性,较大程度的避免了智能机器人在行驶时与障碍物发生碰撞。
在某些实施方式中,所述获取基准点周围预设范围内的障碍物的位置信息,包括:获取所述预定行驶路径上靠近所述智能机器人的不安全点,以作为所述基准点;及确定在所述基准点周围所述预设范围内的障碍物的位置信息。
本实施方式中,选取预定行驶路径上靠近智能机器人的不安全点,以作为基准点,然后确定基准点周围预设范围内的障碍物的位置信息,提高了获取到的障碍物的数量,以提高第二地图的准确性。
在某些实施方式中,所述确定在所述基准点周围预设范围内的障碍物的位置信息,包括:获取至少一个传感器检测到的,所述基准点周围预设范围的环境检测数据;及根据所述环境检测数据识别所述障碍物,并确定所述障碍物的位置信息。
本实施方式中,根据至少一个传感器检测到的周围环境的检测数据,然后根据环境检测数据识别出障碍物并确定障碍物的位置信息,使得得到的障碍物数据更加准确。
在某些实施方式中,根据标记后的所述第二地图无法规划出所述预定行驶路径时,所述标记方法还包括:将所述第二地图恢复初始状态。
本实施方式中,在根据标记后的第二地图无法规划出预定行驶路径时,将第二地图恢复初始状态,以能够规划出预定行驶路径,避免了部分移动障碍物对规划预定行驶路径的影响。
在某些实施方式中,所述标记方法还包括:若在重新规划所述预定行驶路径预定次数后无法规划出所述预定行驶路径,则确定路径规划失败。
本实施方式中,在重新规划预定行驶路径预定次数后无法规划出预定行驶路径,确定路径规划失败,由此避免了因无法规划出预定行驶路径而一直在原地转圈的现象,提高了路径规划的鲁棒性。
在某些实施方式中,所述标记方法还包括:在沿重新规划的所述预定行驶路径行驶时,每隔预定时间间隔进行一次所述安全检查。
本实施方式中,在沿重新规划的预定行驶路径行驶时,每隔预定时间间隔进行一次安全检查,提高了行驶时的安全性,可以对第一地图中栅格的栅格数值不断更新,确保了第一地图及第二地图数据的准确性。
本申请实施方式的标记装置包括获取模块、第一并行模块及第二并行模块,所述获取模块用于在对预定行驶路径的安全检查不通过时,获取基准点周围预设范围内的障碍物的位置信息;所述第一并行模块用于根据所述位置信息在第一地图中标记所述障碍物,并根据预定数值更新所述障碍物所在的栅格的栅格数值;所述第二并行模块用于将更新后的所述第一地图中栅格数值达到预设阈值的所述障碍物标记到第二地图,并根据所述第二地图重新规划所述预定行驶路径。
本申请实施方式的标记装置中,在对预定行驶路径的安全检查不通过时,将基准点周围预设范围内的障碍物标记到第一地图中且将障碍物所在的栅格的栅格数值更新预定数值,将更新后的第一地图中栅格数值达到预设阈值的障碍物标记到第二地图中,根据第二地图重新规划预定行驶路径。由此,在新增了静态障碍物时能够较大程度的将新增的静态障碍物标记到第二地图中,较大程度的保证了第二地图的准确性,使得在后续的工作任务时根据第二地图规划预定行驶路径时能够避开新增的静态障碍物,提高了工作效率。
在某些实施方式中,所述第一并行模块还用于:在当前位置处静止预定时长;及在所述预定时长后,重新对预定行驶路径进行安全检查。
本实施方式中,在安全检查不通过时,首先在当前位置处静止预定时长,然后在预定时长后重新对预定行驶路径进行安全检查,如此,避免了移动障碍物对安全检查结果的影响,提高了第二地图的准确性。
在某些实施方式中,所述标记装置还用于:在第三地图中,模拟控制智能机器人绕所述智能机器人的中心点旋转,或模拟控制所述智能机器人行驶预设距离,所述第三地图根据检测到的环境数据实时生成;及判断所述智能机器人在移动过程中是否会与所述第三地图中的障碍物发生碰撞。
本实施方式中,通过在第三地图中模拟控制智能机器人移动,判断智能机器人在移动过程中是否会与障碍物发生碰撞,提高了智能机器人在行驶时的安全性,较大程度的避免了智能机器人在行驶时与障碍物发生碰撞。
在某些实施方式中,所述获取模块还用于:获取所述预定行驶路径上靠近所述智能机器人的不安全点,以作为所述基准点;及确定在所述基准点周围所述预设范围内的障碍物的位置信息。
本实施方式中,选取预定行驶路径上靠近智能机器人的不安全点,以作为基准点,然后确定基准点周围预设范围内的障碍物的位置信息,提高了获取到的障碍物的数量,以提高第二地图的准确性。
在某些实施方式中,所述获取模块还用于:获取至少一个传感器检测到的,所述基准点周围预设范围的环境检测数据;及根据所述环境检测数据识别所述障碍物,并确定所述障碍物的位置信息。
本实施方式中,根据至少一个传感器检测到的周围环境的检测数据,然后根据环境检测数据识别出障碍物并确定障碍物的位置信息,使得得到的障碍物数据更加准确。
在某些实施方式中,根据标记后的所述第二地图无法规划出所述预定行驶路径时,所述标记装置还用于:将所述第二地图恢复初始状态。
本实施方式中,在根据标记后的第二地图无法规划出预定行驶路径时,将第二地图恢复初始状态,以能够规划出预定行驶路径,避免了部分移动障碍物对规划预定行驶路径的影响。
在某些实施方式中,所述标记装置还用于:若在重新规划所述预定行驶路径预定次数后无法规划出所述预定行驶路径,则确定路径规划失败。
本实施方式中,在重新规划预定行驶路径预定次数后无法规划出预定行驶路径,确定路径规划失败,由此避免了因无法规划出预定行驶路径而一直在原地转圈的现象,提高了路径规划的鲁棒性。
在某些实施方式中,所述标记装置还用于:在沿重新规划的所述预定行驶路径行驶时,每隔预定时间间隔进行一次所述安全检查。
本实施方式中,在沿重新规划的预定行驶路径行驶时,每隔预定时间间隔进行一次安全检查,提高了行驶时的安全性,可以对第一地图中栅格的栅格数值不断更新,确保了第一地图及第二地图数据的准确性。
本申请实施方式的智能机器人包括一个或多个处理器、存储器;和一个或多个程序,其中所述一个或多个程序被存储在所述存储器中,并且被所述一个或多个处理器执行,所述程序包括用于执行上述任一实施方式所述的标记方法的指令。
本申请实施方式的智能机器人中,在对预定行驶路径的安全检查不通过时,将基准点周围预设范围内的障碍物标记到第一地图中且将障碍物所在的栅格的栅格数值更新预定数值,将更新后的第一地图中栅格数值达到预设阈值的障碍物标记到第二地图中,根据第二地图重新规划预定行驶路径。由此,在新增了静态障碍物时能够较大程度的将新增的静态障碍物标记到第二地图中,较大程度的保证了第二地图的准确性,使得在后续的工作任务时根据第二地图规划预定行驶路径时能够避开新增的静态障碍物,提高了工作效率。
本申请实施方式的一种包含计算机程序的非易失性计算机可读存储介质,当所述计算机程序被一个或多个处理器执行时,使得所述处理器执行上述任一实施方式所述的标记方法。
本申请的实施方式的附加方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本申请的实施方式的实践了解到。
附图说明
本申请的上述和/或附加的方面和优点从结合下面附图对实施方式的描述中将变得明显和容易理解,其中:
图1是本申请实施方式的标记方法的流程示意图;
图2是本申请实施方式的智能机器人的流程示意图;
图3是本申请实施方式的标记装置的流程示意图;
图4是本申请实施方式的标记方法的流程示意图;
图5是本申请实施方式的标记方法的流程示意图;
图6是本申请实施方式的标记方法的场景示意图;
图7是本申请实施方式的标记方法的流程示意图;
图8是本申请实施方式的标记方法的流程示意图;
图9是本申请实施方式的标记方法的流程示意图;
图10是本申请实施方式的标记方法的流程示意图;
图11是本申请实施方式的标记方法的流程示意图;
图12是本申请实施方式的计算机可读存储介质与处理器的连接关系示意图。
具体实施方式
以下结合附图对本申请的实施方式作进一步说明。附图中相同或类似的标号自始至终表示相同或类似的元件或具有相同或类似功能的元件。另外,下面结合附图描述的本申请的实施方式是示例性的,仅用于解释本申请的实施方式,而不能理解为对本申请的限制。
请参阅图1至图3,本申请实施方式的标记方法包括以下步骤:
011:在对预定行驶路径的安全检查不通过时,获取基准点周围预设范围内的障碍物的位置信息;
012:根据位置信息在第一地图中标记障碍物,并根据预定数值更新障碍物所在的栅格的栅格数值;及
013:将更新后的第一地图中栅格数值达到预设阈值的障碍物标记到第二地图,并根据第二地图重新规划预定行驶路径。
本申请实施方式的标记装置200包括获取模块210、第一并行模块220和第二并行模块230,获取模块210、第一并行模块220和第二并行模块230可以分别用于实现步骤011、步骤012和步骤013。即,在对预定行驶路径的安全检查不通过时,获取模块210可以用于获取基准点周围预设范围内的障碍物的位置信息;第一并行模块220可以用于根据位置信息在第一地图中标记障碍物,并根据预定数值更新障碍物所在的栅格的栅格数值;第二并行模块230可以用于将更新后的第一地图中栅格数值达到预设阈值的障碍物标记到第二地图,并根据第二地图重新规划预定行驶路径。
本申请实施方式的智能机器人100包括一个或多个处理器10、存储器20和一个或多个程序,其中一个或多个程序被存储在存储器20中,并且被一个或多个处理器10执行,程序包括用于执行本申请实施方式的标记方法的指令。处理器10在执行程序时,处理器10可以用于实现步骤011、步骤012和步骤013。即,处理器10可以用于:在对预定行驶路径的安全检查不通过时,获取基准点周围预设范围内的障碍物的位置信息;根据位置信息在第一地图中标记障碍物,并根据预定数值更新障碍物所在的栅格的栅格数值;及将更新后的第一地图中栅格数值达到预设阈值的障碍物标记到第二地图,并根据第二地图重新规划预定行驶路径。
本申请实施方式的标记方法、标记装置200及智能机器人100中,在对预定行驶路径的安全检查不通过时,将基准点周围预设范围内的障碍物标记到第一地图中且将障碍物所在的栅格的栅格数值更新预定数值,将更新后的第一地图中栅格数值达到预设阈值的障碍物标记到第二地图中,根据第二地图重新规划预定行驶路径。由此,在新增了静态障碍物时能够较大程度的将新增的静态障碍物标记到第二地图中,较大程度的保证了第二地图的准确性,使得在后续的工作任务时根据第二地图规划预定行驶路径时能够避开新增的静态障碍物,提高了工作效率。
智能机器人100具体可以是工业机器人、农业机器人、家庭机器人、服务机器人、清洁机器人等,在此不做限制。智能机器人100进一步地,清洁机器人可以是扫地机、洗地机、吸尘器等智能机器人100。智能机器人100还可以包括通信接口30、任务执行装置等元件,例如,智能机器人100可以用于清洁地板、地砖、路面或者水泥地等表面;智能机器人100还可以用于运输货物、执行救援、移动摄像等任务。
智能机器人100在执行任务时,需要用到先验地图(等同于上述第二地图)和局部地图。其中,先验地图用于根据任务进行路径规划。在执行任务之前,首先绕着要执行的任务的场地行驶一圈或多圈,将非移动物体标记到栅格地图上,如此可以获得先验地图。可以理解,先验地图中的障碍物信息均为静态障碍物。
局部地图可以是在执行任务过程中以智能机器人100为中心,实时获取周围一定范围内的障碍物信息,然后进行标记形成的。可以理解,局部地图并非保持不变的,局部地图会随着智能机器人100的移动而发生改变,其中,局部地图中的障碍物信息为实时障碍物信息。
局部地图中除去与先验地图重合的部分,剩下的部分可以认为是移动障碍物。为了防止将移动障碍物永久标记在先验地图中,在移动障碍物出了局部地图之后,可以将移动障碍物擦除掉。但是如果真实环境与先验地图发生了变化(例如,之前空旷的地方添加了一个柜子或者设置了挡板),智能机器人100在行驶时这些物体会被当做移动障碍物,在局部地图内会被标记,但是出了局部地图之后会被擦除。可以理解,这些移动障碍物一直不会被标记到先验地图中。
如果在行驶路径上新增了静态障碍物(例如,之前空旷的地方添加了一个柜子或者设置了挡板),该静态障碍物进入局部地图后会被标记出来,智能机器人100发现之前规划的行驶路径无法通过,会重新规划新的行驶路径。但是移动一段距离之后,该静态障碍物出了局部地图范围,然后被擦掉了,智能机器人100发现之前的位置没有障碍物了,那么在进行路径规划时又会拿来规划,结果智能机器人100导航过来之后发现障碍物还在,然后又得重新规划,容易造成来回绕圈的现象,影响了智能机器人100的工作效率。
具体地,在步骤011中,在对预定行驶路径的安全检查不通过时,获取基准点周围预设范围内的障碍物的位置信息。预定行驶路径可以是根据任务信息在第二地图生成的行驶路径。其中,对预定行驶路径进行安全检查可以是通过传感器检测在预定行驶路径上是否存在障碍物,如果存在障碍物,则表示安全检查不通过;如果不存在障碍物,则认为安全检查通过。对预定行驶路径进行安全检查也可以是在地图中模拟行驶,看会不会与障碍物发生碰撞,如果会与障碍物碰撞,则表示安全检查不通过;如果不会与障碍物碰撞,则表示安全检查通过。对预定行驶路径进行安全检查还可以是根据真实环境数据,按照预定评分规则对预定行驶路径进行评分,在分数小于预定分数时,则认为安全检查不通过,在分数大于或等于预定分数时,则认为安全检查通过。
进一步地,在对预定行驶路径的安全检查不通过时,获取基准点周围预设范围内的障碍物的位置信息。其中,基准点可以是基准点预定方向上预定距离处的点,基准点可以是行驶路径上障碍物最接近于智能机器人100的点,基准点可以是智能机器人100的中心点,基准点还可以是第二地图上的任意一点,基准点可以是第二地图上的指定点,在此不做限制。预设范围可以是预先设置的范围,如0.5米、1米、2米、3米或更多数值。预设范围还可以是根据工作环境的复杂度进行调整,例如,工作环境较复杂,预设范围可以调整为较大的范围;工作环境环境较简单,预设范围可以调整为较小的范围;或者,工作环境较复杂,预设范围可以调整为较小的范围;工作环境较简单,预设范围可以调整为较大的范围。
可以通过传感器(例如激光传感器、图像传感器、超声波传感器、射频传感器或更多类型的传感器)获取智能机器人100周围环境数据,然后选取在基准点周围预设范围内的障碍物,并确定这些障碍物的位置信息。或者,通过传感器只检测基准点周围预设范围内的障碍物,然后确定这些障碍物的位置信息。
在步骤012中,根据位置信息在第一地图中标记障碍物,并根据预定数值更新障碍物所在的栅格的栅格数值。可以理解,步骤012中包括步骤0121:根据位置信息在第一地图中标记障碍物,和步骤0122:根据预定数值更新障碍物所在的栅格的栅格数值。其中,步骤0121和步骤0122可以是同时执行,也可以是先执行步骤0121再执行步骤0122。
根据步骤011中得到的障碍物的位置信息,将第一地图中对应位置的栅格标记为障碍物,然后将第一地图中障碍物所在的栅格的栅格数值更新预定数值,例如将障碍物所在的栅格的栅格数值累加上预定数值;或者将障碍物所在的栅格的栅格数值累减少预定数值。其中,预定数值可以是1、2、3、4、5或更多数值。第一地图的初始状态为空,第一地图中各个栅格的栅格数值的初始值可以为0、100、200、300等数值。
在一个实施例中,第一地图的初始状态为空,第一地图中各个栅格的栅格数值的初始值可为0,预定数值为1,对预定行驶路径进行安全检查不通过时,将基准点周围预设范围内的障碍物标记到第一地图中,并将障碍物所在的栅格的栅格数值加1。可以理解,第一地图中的数据是会不断更新的,随着智能机器人100的移动而不断更新。第一地图可以包括智能机器人100要执行任务的整个工作区域,以便于将整个工作区域上的障碍物进行不断的标记。
在步骤013中,将更新后的第一地图中栅格数值达到预设阈值的障碍物标记到第二地图,并根据第二地图重新规划预定行驶路径。智能机器人100在行驶过程中,对障碍物所在的栅格的栅格数值会不断更新,栅格数值会不断增加或者减少,在栅格数值达到预设阈值时,则该栅格对应的位置处出现障碍物的次数较多,可以认为该栅格数值所对应的栅格为新增的静态障碍物,因此将这些确定为新增的静态障碍物标记到第二地图中,由此,第二地图中的障碍物信息得到了更新,第二地图中的数据将较大程度的接近于真实环境数据。然后根据第二地图重新规划的预定行驶路径可以避开这些新增的静态障碍物,提升了智能机器人100在行驶时的鲁棒性。
其中,预设阈值可以是2、3、4、5、6或更多数值,预设阈值可以根据工作区域的性质进行调整,例如,当工作区域为超市时,由于超市内行人较多,为了避免将停止较久的行人标记到第二地图中,预设阈值可以设置较大些(例如5、6)。再例如,当工作区域为酒店客房时,由于酒店客房内的行人较少、家具较固定,可以将预设阈值设置较小(例如2、3)。如此,可以较大程度的避免移动障碍物的影响,同时还提高了识别到的新增的静态障碍物的准确性。
其中,根据第二地图重新规划预定行驶路径的步骤可以在将更新后的第一地图中栅格数值达到预设阈值的障碍物标记到第二地图的步骤后一段时间进行,需要重新规划预定行驶路径时根据第二地图重新规划预定行驶路径,若不需要重新规划预定行驶路径时,则不重新规划预定行驶路径。
请参阅图4,在某些实施方式中,步骤011包括以下步骤:
0111:在当前位置处静止预定时长;和
0112:在预定时长后,重新对预定行驶路径进行安全检查。
在某些实施方式中,获取模块210可以用于:在当前位置处静止预定时长;和在预定时长后,重新对预定行驶路径进行安全检查。也即是说,获取模块210可以用于实现步骤0111和步骤0112。
在某些实施方式中,处理器10可以用于:在当前位置处静止预定时长;和在预定时长后,重新对预定行驶路径进行安全检查。也即是说,处理器10可以用于实现步骤0111和步骤0112。
具体地,可能是因为移动障碍物(例如走动的行人、行驶的小汽车等等)导致安全检查不通过,为了避免移动障碍物导致安全检查的误差,在安全检查不通过时,首先控制智能机器人100停止行驶,在当前位置静止预定时长,在预定时长后重新对预定行驶路径进行安全检查。如果在预定时长后,安全检查仍然不通过,则获取基准点预定范围内的障碍物信息。如果在预定时长后,安全检查通过了,则智能机器人100沿预定行驶路径行驶,不获取基准点预设范围内的障碍物。
其中,预定时长可以是预先设置的固定时长,例如5秒、10秒、30秒、1分钟、2分钟或更多时长。可以理解,在预定时长后,如果安全检查通过,则可以认为上次安全检查不通过是因为移动障碍物导致的。如果在预定时长后,安全检查仍然不通过,则可以认定为导致原先安全检查不通过的障碍物为静态障碍物。
请参阅图5,在某些实施方式中,对预定行驶路径的安全检查,包括以下步骤:
014:在第三地图中,模拟控制智能机器人100绕智能机器人100的中心点旋转,或模拟控制智能机器人100行驶预设距离,第三地图根据检测到的环境数据实时生成;和
015:判断智能机器人100在移动过程中是否会与第三地图中的障碍物发生碰撞。
在某些实施方式中,标记装置200还可以包括模拟控制模块和判断模块。模拟控制模块可以用于在第三地图中,模拟控制智能机器人100绕智能机器人100的中心点旋转,或模拟控制智能机器人100行驶预设距离。判断模块可以用于判断智能机器人100在移动过程中是否会与第三地图中的障碍物发生碰撞。
在某些实施方式中,处理器10还可以用于:在第三地图中,模拟控制智能机器人100绕智能机器人100的中心点旋转,或模拟控制智能机器人100行驶预设距离;和判断智能机器人100在移动过程中是否会与第三地图中的障碍物发生碰撞。
具体地,第三地图可以是上述实施方式中所述的局部地图,第三地图中的障碍物信息是实时动态生成的,第三地图会随着智能机器人100的移动而发生改变。因此,进行安全检查是使用第三地图进行安全检查的,以使安全检查的结果比较准确。
更具体地,在第三地图中,模拟控制智能机器人100绕智能机器人100的中心旋转,判断智能机器人100在转动时会不会与第三地图中的障碍物发生碰撞,如果与第三地图中的障碍物发生碰撞,则认为安全检查不通过,如果在转动时未与第三地图中的障碍物发生碰撞,则认为安全检查通过。
请结合图6,模拟控制智能机器人100行驶预设距离,判断智能机器人100行驶预设距离过程中会不会与第三地图中的障碍物S发生碰撞。如果智能机器人100在行驶过程中与第三地图中的障碍物S发生碰撞,则认为安全检查不通过,如果智能机器人100在行驶过程中未与第三地图中的障碍物S发生碰撞,则认为安全检查通过。其中,可以是沿预定行驶路径行驶预设距离,也可以是沿任意方向行驶预设距离。
在一个实施例中,以智能机器人100当前位置为圆心,每个固定角度选取一个点,判断智能机器人100在这个点处时,智能机器人100会不会第三地图中的障碍物发生碰撞。如果不会,则可以认为安全检查通过;如果会,则可以认为安全检查不通过。
请参阅图7,在某些实施方式中,步骤011包括以下步骤:
0113:获取预定行驶路径上靠近智能机器人100的不安全点,以作为基准点;和
0114:确定在基准点周围预设范围内的障碍物的位置信息。
在某些实施方式中,获取模块210还可以用于:获取预定行驶路径上靠近智能机器人100的不安全点,以作为基准点;和确定在基准点周围预设范围内的障碍物的位置信息。也即是说,获取模块210还可以用于实现步骤0113和步骤0114。
在某些实施方式中,处理器10还可以用于:获取预定行驶路径上靠近智能机器人100的不安全点,以作为基准点;和确定在基准点周围预设范围内的障碍物的位置信息。也即是说,处理器10还可以用于实现步骤0113和步骤0114。
具体地,预定行驶路径上的不安全点即为智能机器人100沿预定行驶路径行驶容易与智能机器人100发生碰撞的点,或者智能机器人100无法通过的点。靠近智能机器人100的不安全点可以为多个,也可以为一个,可以是将多个不安全点均作为基准点,然后获取这多个不安全点周围预设范围内的障碍物的位置信息。通过将不安全点作为基准点,可以增大获取到的障碍物的范围,同时保证获取到的障碍物的准确性。
请结合图6,在一个实施例中,基准点为预定行驶路径L上最靠近于智能机器人100的不安全点(如图6中的P点,预定行驶路径上沿行驶方向上与障碍物的交点)。获取P点周围预设范围内的障碍物S信息,确定这些障碍物S的位置信息(例如这些障碍物S的坐标),预设范围X可以是以P点为中心,构建预定长度的正方形、或预定长度和宽度的长方形、或预定半径的圆形的范围。
请参阅图8,在某些实施方式中,步骤0114包括以下步骤:
1141:获取至少一个传感器检测到的,基准点周围预设范围的环境检测数据;和
1142:根据环境检测数据识别障碍物,并确定障碍物的位置信息。
在某些实施方式中,获取模块210还可以用于:获取至少一个传感器检测到的,基准点周围预设范围的环境检测数据;和根据环境检测数据识别障碍物,并确定障碍物的位置信息。也即是说,获取模块210还可以用于实现步骤1141和步骤1142。
在某些实施方式中,处理器10还可以用于:获取至少一个传感器检测到的,基准点周围预设范围的环境检测数据;和根据环境检测数据识别障碍物,并确定障碍物的位置信息。也即是说,处理器10还可以用于实现步骤1141和步骤1142。
具体地,在安全检查不通过时,控制传感器(例如激光雷达、超声波雷达、摄像头等)检测基准点周围预设范围内的环境检测数据,将传感器的数据可以转换至智能机器人100的坐标系下,然后根据检测到的环境检测数据确定障碍物信息,障碍物信息包括障碍物面积、障碍物位置坐标等信息,然后可以将障碍物信息转换至第一地图中,并且在第一地图中进行标记。如此,获取到的障碍物数据较准确,同时数据实时性较高。
请参阅图9,在某些实施方式中,根据标记后的第二地图无法规划出预定行驶路径时,标记方法还包括以下步骤:
016:将第二地图恢复初始状态。
在某些实施方式中,根据标记后的第二地图无法规划出预定行驶路径时,标记装置200还可以用于将第二地图恢复初始状态。也即是说,标记装置200还可以用于实现步骤016。
在某些实施方式中,根据标记后的第二地图无法规划出预定行驶路径时,处理器10还可以用于将第二地图恢复初始状态。也即是说,处理器10还可以用于实现步骤016。
具体地,智能机器人100在执行任务的过程中,会对第一地图中的栅格的栅格数值进行更新,然后对应在第二地图中标记障碍物。如果第二地图中的障碍物较多,容易导致根据标记后的第二地图无法规划出预定行驶路径,即智能机器人100无路可走。有可能因为将较多的移动障碍物错误标记到第二地图中,导致根据第二地图无法规划出预定行驶路径。
在这种情况下时,将第二地图恢复初始状态,即将第二地图中的根据第一地图新增的障碍物去除,如此,根据原始的第二地图可以规划出最初的预定行驶路径,然后可以重新对预定行驶路径进行安全检查,如果安全检查不通过则重新执行步骤011、步骤012和步骤013,以对第二地图进行再次更新,可以避免部分移动障碍物导致无法规划出预定行驶路径的情况,提高了智能机器人100在行驶过程中的鲁棒性。
请参阅图10,在某些实施方式中,标记方法还包括以下步骤:
017:若在重新规划预定行驶路径预定次数后无法规划出预定行驶路径,则确定路径规划失败。
在某些实施方式中,若在重新规划预定行驶路径预定次数后无法规划出预定行驶路径,标记装置200还可以用于确定路径规划失败。也即是说,标记装置200还可以用于实现步骤017。
在某些实施方式中,在重新规划预定行驶路径预定次数后无法规划出预定行驶路径,处理器10还可以用于确定路径规划失败。也即是说,处理器10还可以用于实现步骤017。
具体地,由于第二地图中的障碍物数据会根据第一地图的栅格数值进行变化,那么在第二地图中的障碍物较多时,容易导致无法规划出预定行驶路径。这时,可以重新对上一次规划的预定行驶路径进行安全检查,然后执行步骤011、步骤012和步骤013,确定能否重新规划出预定行驶路径,如果可以规划出预定行驶路径,则控制智能机器人100沿重新规划的预定行驶路径行驶,如果不能则继续重新规划,直至重新规划预定行驶路径的次数达到预定次数,则确定路径规划失败,无法到达目的地,向云端或用户反馈任务失败。其中,预定次数可以是1次、2次、3次、4次等更多次数。
在一个实施例中,在根据标记后的第二地图无法规划出预定行驶路径时,将第二地图恢复初始状态,然后重新规划预定行驶路径,重复执行一次步骤011、步骤012和步骤013,如果重复执行一次步骤011、步骤012和步骤013后,仍无法规划出预定行驶路径,则认为无法到达目的地,向用户或服务器反馈任务执行失败。
请参阅图11,在某些实施方式中,标记方法还包括步骤:
018:在沿重新规划的预定行驶路径行驶时,每隔预定时间间隔进行一次安全检查。
在某些实施方式中,标记装置200还可以用于在沿重新规划的预定行驶路径行驶时,每隔预定时间间隔进行一次安全检查。
在某些实施方式中,处理器10还可以用于在沿重新规划的预定行驶路径行驶时,每隔预定时间间隔进行一次安全检查。
具体地,智能机器人100在沿重新规划的预定行驶路径行驶过程中,每个预定时间间隔会对该预定行驶路径进行一次安全检查,以提高智能机器人100行驶时的安全性。同时,每个预定时间间隔对预定行驶路径进行一次安全检查,如果安全检查不通过,可以及时将新增的障碍物标记到第一地图中以更新第一地图中栅格的栅格数值,以对第二地图中的障碍物信息进行更新。
可以理解,智能机器人100在沿预定行驶路径行驶过程中,会不断的执行步骤011、步骤012和步骤013,以提高第二地图的准确性及规划的预定行驶路径的准确性。其中,预定时间间隔可以是0秒、0.5秒、1秒、1.5秒、2秒、3秒或更多时长。当然,在根据局部地图(即,第三地图)调整预定行驶路径后,也会不断地进行安全检查,同时在安全检查不通过时,执行步骤011、步骤012和步骤013。
请再次参阅图1及图2,存储器20用于存放可在处理器10上运行的计算机程序,处理器10执行程序时实现上述任一实施方式中的标记方法。
存储器20可能包含高速RAM存储器,也可能还包括非易失性存储器(non-volatilememory),例如至少一个磁盘存储器。进一步地,智能机器人100还可包括通信接口30,通信接口30用于存储器20和处理器10之间的通信。
如果存储器20、处理器10和通信接口30独立实现,则通信接口30、存储器20和处理器10可以通过总线相互连接并完成相互间的通信。总线可以是工业标准体系结构(Industry Standard Architecture,简称为ISA)总线、外部设备互连(PeripheralComponent,简称为PCI)总线或扩展工业标准体系结构(Extended Industry StandardArchitecture,简称为EISA)总线等。总线可以分为地址总线、数据总线、控制总线等。为便于表示,图2中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
可选的,在具体实现上,如果存储器20、处理器10及通信接口30,集成在一块芯片上实现,则存储器20、处理器10及通信接口30可以通过内部接口完成相互间的通信。
处理器10可能是一个中央处理器(Central Processing Unit,简称为CPU),或者是特定集成电路(Application Specific Integrated Circuit,简称为ASIC),或者是被配置成实施本申请实施例的一个或多个集成电路。
请参阅图12,本申请实施方式的非易失性计算机可读存储介质300包括计算机程序301,当计算机程序301被一个或多个处理器400执行时,使得处理器400执行本申请任一实施方式的标记方法。
例如,请结合图1和图2,计算机程序301被处理器400执行时,处理器400用于实施以下步骤:
011:在对预定行驶路径的安全检查不通过时,获取基准点周围预设范围内的障碍物的位置信息;
012:根据位置信息在第一地图中标记障碍物,并根据预定数值更新障碍物所在的栅格的栅格数值;及
013:将更新后的第一地图中栅格数值达到预设阈值的障碍物标记到第二地图,并根据第二地图重新规划预定行驶路径。
再例如,请结合图7,计算机程序301被处理器400执行时,处理器400用于实施以下步骤:
0113:获取预定行驶路径上靠近智能机器人100的不安全点,以作为基准点;和
0114:确定在基准点周围预设范围内的障碍物的位置信息。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为,表示包括一个或更多个用于实现定制逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分,并且本申请的优选实施方式的范围包括另外的实现,其中可以不按所示出或讨论的顺序,包括根据所涉及的功能按基本同时的方式或按相反的顺序,来执行功能,这应被本申请的实施例所属技术领域的技术人员所理解。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤,例如,可以被认为是用于实现逻辑功能的可执行指令的定序列表,可以具体实现在任何计算机可读介质中,以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器10的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用,或结合这些指令执行系统、装置或设备而使用。就本说明书而言,"计算机可读介质"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,计算机可读介质甚至可以是可在其上打印所述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所述程序,然后将其存储在计算机存储器中。
应当理解,本申请的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。如,如果用硬件来实现和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,该程序在执行时,包括方法实施例的步骤之一或其组合。
此外,在本申请各个实施例中的各功能单元可以集成在一个处理模块中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读取存储介质中。上述提到的存储介质可以是只读存储器,磁盘或光盘等。
在本说明书的描述中,参考术语“某些实施方式”、“一个实施方式”、“一些实施方式”、“示意性实施方式”、“示例”、“具体示例”、或“一些示例”的描述意指结合所述实施方式或示例描述的具体特征、结构、材料或者特点包含于本申请的至少一个实施方式或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施方式或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施方式或示例中以合适的方式结合。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个所述特征。在本申请的描述中,“多个”的含义是至少两个,例如两个,三个,除非另有明确具体的限定。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为,表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分,并且本申请的优选实施方式的范围包括另外的实现,其中可以不按所示出或讨论的顺序,包括根据所涉及的功能按基本同时的方式或按相反的顺序,来执行功能,这应被本申请的实施例所属技术领域的技术人员所理解。
尽管上面已经示出和描述了本申请的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本申请的限制,本领域的普通技术人员在本申请的范围内可以对上述实施例进行变化、修改、替换和变型,本申请的范围由权利要求及其等同物限定。

Claims (11)

1.一种标记方法,其特征在于,包括:
在对预定行驶路径的安全检查不通过时,获取基准点周围预设范围内的障碍物的位置信息;
根据所述位置信息在第一地图中标记所述障碍物,并根据预定数值更新所述障碍物所在的栅格的栅格数值;及
将更新后的所述第一地图中栅格数值达到预设阈值的所述障碍物标记到第二地图,并根据所述第二地图重新规划所述预定行驶路径。
2.根据权利要求1所述的标记方法,其特征在于,所述若安全检查不通过,将基准点周围预设范围内的障碍物,标记到第一地图中,包括:
在当前位置处静止预定时长;及
在所述预定时长后,重新对预定行驶路径进行安全检查。
3.根据权利要求1或2所述的标记方法,其特征在于,所述对预定行驶路径的安全检查,包括:
在第三地图中,模拟控制智能机器人绕所述智能机器人的中心点旋转,或模拟控制所述智能机器人行驶预设距离,所述第三地图根据检测到的环境数据实时生成;及
判断所述智能机器人在移动过程中是否会与所述第三地图中的障碍物发生碰撞。
4.根据权利要求1所述的标记方法,其特征在于,所述获取基准点周围预设范围内的障碍物的位置信息,包括:
获取所述预定行驶路径上靠近所述智能机器人的不安全点,以作为所述基准点;及
确定在所述基准点周围所述预设范围内的障碍物的位置信息。
5.根据权利要求4所述的标记方法,其特征在于,所述确定在所述基准点周围预设范围内的障碍物的位置信息,包括:
获取至少一个传感器检测到的,所述基准点周围预设范围的环境检测数据;及
根据所述环境检测数据识别所述障碍物,并确定所述障碍物的位置信息。
6.根据权利要求1所述的标记方法,其特征在于,根据标记后的所述第二地图无法规划出所述预定行驶路径时,所述标记方法还包括:
将所述第二地图恢复初始状态。
7.根据权利要求1所述的标记方法,其特征在于,所述标记方法还包括:
若在重新规划所述预定行驶路径预定次数后无法规划出所述预定行驶路径,则确定路径规划失败。
8.根据权利要求1所述的标记方法,其特征在于,所述标记方法还包括:
在沿重新规划的所述预定行驶路径行驶时,每隔预定时间间隔进行一次所述安全检查。
9.一种标记装置,其特征在于,包括:
获取模块,所述获取模块用于在对预定行驶路径的安全检查不通过时,获取基准点周围预设范围内的障碍物的位置信息;
第一并行模块,所述第一并行模块用于根据所述位置信息在第一地图中标记所述障碍物,并根据预定数值更新所述障碍物所在的栅格的栅格数值;及
第二并行模块,所述第二并行模块用于将更新后的所述第一地图中栅格数值达到预设阈值的所述障碍物标记到第二地图,并根据所述第二地图重新规划所述预定行驶路径。
10.一种智能机器人,其特征在于,所述智能机器人包括:
一个或多个处理器、存储器;和
一个或多个程序,其中所述一个或多个程序被存储在所述存储器中,并且被所述一个或多个处理器执行,所述程序包括用于执行权利要求1至8任意一项所述的标记方法的指令。
11.一种包含计算机程序的非易失性计算机可读存储介质,当所述计算机程序被一个或多个处理器执行时,使得所述处理器执行权利要求1至8中任一项所述的标记方法。
CN202010956387.3A 2020-09-11 2020-09-11 标记方法、标记装置、智能机器人及可读存储介质 Pending CN112161624A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010956387.3A CN112161624A (zh) 2020-09-11 2020-09-11 标记方法、标记装置、智能机器人及可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010956387.3A CN112161624A (zh) 2020-09-11 2020-09-11 标记方法、标记装置、智能机器人及可读存储介质

Publications (1)

Publication Number Publication Date
CN112161624A true CN112161624A (zh) 2021-01-01

Family

ID=73858956

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010956387.3A Pending CN112161624A (zh) 2020-09-11 2020-09-11 标记方法、标记装置、智能机器人及可读存储介质

Country Status (1)

Country Link
CN (1) CN112161624A (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113008249A (zh) * 2021-02-09 2021-06-22 广州视睿电子科技有限公司 移动机器人的避让点检测方法、避让方法以及移动机器人
CN113110505A (zh) * 2021-05-12 2021-07-13 上海高仙自动化科技发展有限公司 路径规划方法、装置、设备及存储介质
CN113551706A (zh) * 2021-07-20 2021-10-26 上海擎朗智能科技有限公司 一种机器人巡视的方法、装置、电子设备及存储介质
CN114510028A (zh) * 2021-12-23 2022-05-17 上海擎朗智能科技有限公司 地图构建方法、控制方法、机器人及计算机可读存储介质
CN116311095A (zh) * 2023-03-16 2023-06-23 广州市衡正工程质量检测有限公司 基于区域划分的路面检测方法、计算机设备及存储介质
CN116661468A (zh) * 2023-08-01 2023-08-29 深圳市普渡科技有限公司 障碍物检测方法、机器人及计算机可读存储介质
CN117232501A (zh) * 2023-11-14 2023-12-15 双擎科技(杭州)有限公司 多传感器信息融合的智能机器人导航装置、方法以及介质

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102012232A (zh) * 2010-11-11 2011-04-13 清华大学 一种更新车载导航系统地图数据的方法
CN107328418A (zh) * 2017-06-21 2017-11-07 南华大学 移动机器人在陌生室内场景下的核辐射探测路径自主规划方法
CN108227706A (zh) * 2017-12-20 2018-06-29 北京理工华汇智能科技有限公司 机器人躲避动态障碍的方法及装置
CN108344414A (zh) * 2017-12-29 2018-07-31 中兴通讯股份有限公司 一种地图构建、导航方法及装置、系统
CN109508019A (zh) * 2018-12-28 2019-03-22 北京猎户星空科技有限公司 一种机器人运动控制方法、装置和存储介质
CN109916409A (zh) * 2019-03-25 2019-06-21 浙江大学昆山创新中心 一种静态地图自适应更新方法和装置
CN110315538A (zh) * 2019-06-27 2019-10-11 深圳乐动机器人有限公司 一种在电子地图上显示障碍物的方法、装置及机器人
CN110530368A (zh) * 2019-08-22 2019-12-03 浙江大华技术股份有限公司 一种机器人定位方法及设备
CN110609546A (zh) * 2019-08-15 2019-12-24 浙江国自机器人技术有限公司 拣货装置的防护方法、系统、计算机设备和可读存储介质
CN110716559A (zh) * 2019-11-22 2020-01-21 河北工业大学 一种用于商场超市拣货机器人的综合控制方法

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102012232A (zh) * 2010-11-11 2011-04-13 清华大学 一种更新车载导航系统地图数据的方法
CN107328418A (zh) * 2017-06-21 2017-11-07 南华大学 移动机器人在陌生室内场景下的核辐射探测路径自主规划方法
CN108227706A (zh) * 2017-12-20 2018-06-29 北京理工华汇智能科技有限公司 机器人躲避动态障碍的方法及装置
CN108344414A (zh) * 2017-12-29 2018-07-31 中兴通讯股份有限公司 一种地图构建、导航方法及装置、系统
CN109508019A (zh) * 2018-12-28 2019-03-22 北京猎户星空科技有限公司 一种机器人运动控制方法、装置和存储介质
CN109916409A (zh) * 2019-03-25 2019-06-21 浙江大学昆山创新中心 一种静态地图自适应更新方法和装置
CN110315538A (zh) * 2019-06-27 2019-10-11 深圳乐动机器人有限公司 一种在电子地图上显示障碍物的方法、装置及机器人
CN110609546A (zh) * 2019-08-15 2019-12-24 浙江国自机器人技术有限公司 拣货装置的防护方法、系统、计算机设备和可读存储介质
CN110530368A (zh) * 2019-08-22 2019-12-03 浙江大华技术股份有限公司 一种机器人定位方法及设备
CN110716559A (zh) * 2019-11-22 2020-01-21 河北工业大学 一种用于商场超市拣货机器人的综合控制方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
段建民等: "改进贝叶斯推理的栅格地图更新与障碍物检测", 《激光杂志》 *
秦玉鑫等: "针对复杂环境的模块化栅格地图构建算法", 《控制工程》 *

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113008249A (zh) * 2021-02-09 2021-06-22 广州视睿电子科技有限公司 移动机器人的避让点检测方法、避让方法以及移动机器人
CN113008249B (zh) * 2021-02-09 2024-03-12 广州视睿电子科技有限公司 移动机器人的避让点检测方法、避让方法以及移动机器人
CN113110505A (zh) * 2021-05-12 2021-07-13 上海高仙自动化科技发展有限公司 路径规划方法、装置、设备及存储介质
CN113551706A (zh) * 2021-07-20 2021-10-26 上海擎朗智能科技有限公司 一种机器人巡视的方法、装置、电子设备及存储介质
CN114510028A (zh) * 2021-12-23 2022-05-17 上海擎朗智能科技有限公司 地图构建方法、控制方法、机器人及计算机可读存储介质
CN116311095A (zh) * 2023-03-16 2023-06-23 广州市衡正工程质量检测有限公司 基于区域划分的路面检测方法、计算机设备及存储介质
CN116311095B (zh) * 2023-03-16 2024-01-02 广州市衡正工程质量检测有限公司 基于区域划分的路面检测方法、计算机设备及存储介质
CN116661468A (zh) * 2023-08-01 2023-08-29 深圳市普渡科技有限公司 障碍物检测方法、机器人及计算机可读存储介质
CN116661468B (zh) * 2023-08-01 2024-04-12 深圳市普渡科技有限公司 障碍物检测方法、机器人及计算机可读存储介质
CN117232501A (zh) * 2023-11-14 2023-12-15 双擎科技(杭州)有限公司 多传感器信息融合的智能机器人导航装置、方法以及介质
CN117232501B (zh) * 2023-11-14 2024-02-20 双擎科技(杭州)有限公司 多传感器信息融合的智能机器人导航装置、方法以及介质

Similar Documents

Publication Publication Date Title
CN112161624A (zh) 标记方法、标记装置、智能机器人及可读存储介质
JP6659599B2 (ja) 自己位置推定装置、および自己位置推定方法
CN111582566B (zh) 路径规划方法及规划装置、智能机器人及存储介质
CN109645892B (zh) 一种障碍物的识别方法及清洁机器人
CN111881239A (zh) 构建方法、构建装置、智能机器人及可读存储介质
CN111360808B (zh) 一种控制机器人运动的方法、装置及机器人
CN110553652A (zh) 机器人多传感器融合定位方法及其应用
CN102538779A (zh) 机器人系统以及地图更新方法
KR20130065126A (ko) 이동체의 경로 설정 장치 및 방법
US10989555B2 (en) System and method for automated semantic map generation
US20220057231A1 (en) Methods and apparatuses for detecting map calibration errors
CN112539749A (zh) 机器人导航方法、机器人、终端设备及存储介质
CN110850859B (zh) 一种机器人及其避障方法和避障系统
JP7047576B2 (ja) 地図作成装置
CN113768419B (zh) 确定扫地机清扫方向的方法、装置及扫地机
US11592826B2 (en) Method, system and apparatus for dynamic loop closure in mapping trajectories
CN113158779A (zh) 一种行走方法、装置和计算机存储介质
CN116086429A (zh) 地图更新方法、装置、设备及计算机可读存储介质
JP7144491B2 (ja) フォークリフト、位置推定方法、及びプログラム
CN113810875A (zh) 增强型基础设施
CN111442777A (zh) 路径规划方法、装置、电子设备及存储介质
Tang et al. An approach of dynamic object removing for indoor mapping based on UGV SLAM
Košnar et al. Visual topological mapping
CN113031006B (zh) 一种定位信息的确定方法、装置及设备
KR102253621B1 (ko) 실내지도 생성 방법 및 이를 위한 자율주행 로봇

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20210101

RJ01 Rejection of invention patent application after publication