CN112180947A - 一种移动机器人初始行进方向选择方法及其设备 - Google Patents
一种移动机器人初始行进方向选择方法及其设备 Download PDFInfo
- Publication number
- CN112180947A CN112180947A CN202011144415.8A CN202011144415A CN112180947A CN 112180947 A CN112180947 A CN 112180947A CN 202011144415 A CN202011144415 A CN 202011144415A CN 112180947 A CN112180947 A CN 112180947A
- Authority
- CN
- China
- Prior art keywords
- straight line
- line
- angle
- robot
- straight
- 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 38
- 238000001514 detection method Methods 0.000 claims abstract description 20
- 230000000007 visual effect Effects 0.000 claims abstract description 18
- 238000012216 screening Methods 0.000 claims abstract description 8
- 238000004364 calculation method Methods 0.000 claims description 6
- 238000010187 selection method Methods 0.000 claims description 4
- 230000011218 segmentation Effects 0.000 claims description 3
- 238000010408 sweeping Methods 0.000 abstract description 23
- 238000004140 cleaning Methods 0.000 description 11
- 238000005516 engineering process Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000003287 optical effect Effects 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
-
- 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
- G05D1/0221—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving a learning process
-
- 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
- G05D1/0276—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Electromagnetism (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初始行进方向选择方法及其设备,包括:获取环境图像;对环境图像进行直线检测,获取直线特征信息;对所有候选直线进行分类合并;对经过合并后的候选直线进行筛选,选择目标直线;根据目标直线的位置信息,得到目标直线与视觉图像中心线的角度关系;基于角度关系与当前机器人初始朝向位置,得到当前机器人初始化过程应该旋转的角度信息,并公开了应用其方法的移动机械人设备,通过本发明为解决因机器人初始方向的随机选择,导致的扫地机器人建立的地图出现错漏,发生漏扫或重复清扫等影响扫地机器人的整体清扫效率的问题。
Description
技术领域
本发明属于移动机器人领域,尤其涉及一种移动机器人初始行进方向选择方法及其设备。
背景技术
随着移动机器人相关技术的快速发展,人们对扫地机器人的智能化需求越来越高,特别是需要基于视觉等实现更加智能的清扫路径规划。扫地机器人的清扫效率依赖于良好的路径规划,而传统的扫地机器人仅通过轮式里程计和惯性导航系统获得自身的位置信息,不具备对环境信息的感知能力,导致规划的路径常常出现混乱,机器人的清扫覆盖率较低。
而在基于视觉和激光导航等SLAM技术的引入后,扫地机器人可以获得更加丰富的环境信息,依赖于环境中的特征和环境地图的构建,机器人的清扫路径也演变成更加规整的弓字形清扫,进一步提高了扫地机器人的清扫覆盖率。
然而该方法存在的问题包括:扫地机器人启动后,初始的运动方向往往同摆放方向相同,与多数家庭环境中的方直布局并不匹配,对后续的清扫路径的规划造成阻碍,导致建立的地图出现错漏,容易发生漏扫或重复清扫等问题,影响扫地机器人的整体清扫效率。
发明内容
本发明的目的在于提供一种移动机器人初始行进方向选择方法及其设备,用于解决现在技术存在的因机器人初始方向的随机选择,导致的扫地机器人建立的地图出现错漏,发生漏扫或重复清扫等影响扫地机器人的整体清扫效果的问题。
为达到上述目的,本发明一种移动机器人初始行进方向选择方法,,包括:
基于视觉传感器获取环境图像;
对所述环境图像进行直线检测,获取候选直线并计算直线特征信息;
基于直线特征信息,对所有候选直线进行分类合并;
对所述经过合并后的候选直线进行筛选,选择一条符合场景条件的目标直线;
根据所述目标直线的位置信息,得到目标直线与视觉图像中心线的角度关系;
基于所述角度关系与当前机器人初始朝向位置,计算得到当前机器人初始化过程应该旋转的角度信息。
进一步地,对所述环境图像进行直线检测的方法,包括直线段检测分割算法或者霍夫直线检测算法。
进一步地,所述直线特征信息包括直线的起点和终点位置、角度以及直线在图像坐标系下的直线方程。
进一步地,所述的对直线进行分类合并的方法,包括:按照不同角度区间对直线进行分类,比较直线的角度,以及直线在图像坐标系下的直线方程和位置,对候选直线进行分类合并。
进一步地,计算根据角度区间分到同一类的直线的平均斜率和平均截距,作为合并后直线方程,取原始直线中距离最远的端点坐标值,根据合并后的直线方程计算得到合并后的新的直线端点。
进一步地,选择符合场景条件的目标直线的方法,包括:重新计算合并后每条直线的直线特征,去除长度过短或经过图像中心点的直线,然后对所有直线按照长度由大到小重新排序并依次遍历,选择长度足够长的直线,若其长度大于图像长宽的一定比例,则认为找到了满足场景要求的目标直线,反之则检查是否存在与其垂直的直线,若存在则认为是目标直线。
进一步地,根据机器人陀螺仪测量得到的角度信息,比较其与所获目标直线角度之间的关系,计算当前机器人初始化过程应该旋转的角度,使机器人的初始行进方向平行或垂直于墙壁。
一种移动机器人设备,包括:
视觉传感器模块,用于获取环境图像;
视觉图像的直线检测模块,用于对所述环境图像进行直线检测,获取候选直线并计算直线特征信息;
直线合并模块,基于所述直线特征信息,对所有候选直线进行合并;
直线选择模块,对所述经过合并后的候选直线进行筛选,选择一条符合场景条件的目标直线;
中心线角度计算模块,根据所述目标直线的位置信息,得到目标直线与视觉图像中心线的角度关系;
初始化角度计算模块,基于所述角度关系与当前机器人初始朝向位置,计算得到当前机器人初始化过程应该旋转的角度信息。
本发明实提供的一种移动机器人初始行进方向选择方法及其设备的有益效果是:机器人启动之前通过图像直线检测方法,获取机器人初始行进方向,使机器人沿着与墙壁平行或垂直的初始方向开始弓字形清扫,便于后续清扫路径的规划,减少错漏并提高机器人的清扫效率。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本申请的一部分,本发明的示例性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1示出了本发明一种移动机器人初始行进方向选择方法的流程图。
图2示出了本发明一种移动机器人设备的系统结构示意图。
具体实施方式
为使本发明的目的、技术方案及优点更加清楚明白,举出优选实施例,对本发明进一步详细说明。然而,需要说明的是,说明书中列出的许多细节仅仅是为了使读者对本发明的一个或多个方面有一个透彻的理解,即便没有这些特定的细节也可以实现本发明的这些方面。
结合附图1所示的本发明一种移动机器人初始行进方向选择方法,包括,
步骤1、基于视觉传感器获取环境图像;
步骤2、对环境图像进行直线检测,获取候选直线并计算直线特征信息;
对获取的环境图像进行直线检测,所用方法包括但不限于直线段检测分割算法(LSD)或者霍夫(Hough)直线检测算法,然后对其中检测到的中断的直线进行筛选和连接,并对直线集合提取特征信息,计算每条直线的直线特征,包括但不限于直线的起点和终点位置、角度theta及直线在图像坐标系下的直线方程k*x+b=y。
步骤3、基于直线特征信息,对所有候选直线进行合并;
直线进行合并的方法,至少包括:按照不同角度区间对直线进行分类,比较直线的角度,以及直线在图像坐标系下的直线方程和位置,对候选直线进行分类合并。
示例:将直线与图像中心线夹角范围限制在-90度到90度,按照2度的间隔划分成90个区间,然后把每条直线根据角度theta分类到不同的角度区间;比较每个区间内直线方程截距b,将截距间隔小于3的直线分到一类进行合并,合并方法为计算同一类直线的平均斜率和平均截距作为合并后的直线方程,然后取原始直线中距离最远的端点坐标值,根据合并后的直线方程计算得到合并后的新的直线端点。
步骤4、对经过合并后的候选直线进行筛选,选择一条符合场景条件的目标直线;
选择符合场景条件的目标直线,其方法至少包括:重新计算合并后每条直线的直线特征,去除长度过短或经过图像中心点的直线。然后对所有直线按照长度由大到小重新排序并依次遍历,选择长度足够长的直线,若其长度大于图像长宽的一定比例,则认为找到了满足场景要求的目标直线,反之则检查是否存在与其垂直的直线,若存在则认为是目标直线。
直线的长度阈值与相机的视角及环境情况相关,在实现时可根据具体情况进行调整。
步骤5、根据目标直线的位置信息,得到目标直线与视觉图像中心线的角度关系。
计算得到目标直线与视觉图像中心线的角度,若目标直线角度不在-45度到45度区间内,则计算与其垂直的直线并获取其与中心线角度,保证最终的目标角度在规定区间内。
步骤6、基于所述角度关系与当前机器人初始朝向位置,计算得到当前机器人初始化过程应该旋转的角度信息。
根据机器人陀螺仪测量得到的角度信息,比较其与所获目标直线角度之间的关系,计算当前机器人初始化过程应该旋转的角度,使机器人的初始行进方向平行或垂直于墙壁。
根据本发明实施例提供的方法,机器人启动之前通过图像直线检测方法,获取机器人初始行进方向,使机器人沿着与墙壁平行或垂直的初始方向开始弓字形清扫,便于后续清扫路径的规划,减少错漏并提高机器人的清扫效率。
图2示出了本发明一种移动机器人设备,包括:
视觉传感器模块,用于获取环境图像;
视觉图像的直线检测模块,用于对所述环境图像进行直线检测,获取候选直线并计算直线特征信息;
直线合并模块,基于所述直线特征信息,对所有候选直线进行合并;
直线选择模块,对所述经过合并后的候选直线进行筛选,选择一条符合场景条件的目标直线;
中心线角度计算模块,根据所述目标直线的位置信息,得到目标直线与视觉图像中心线的角度关系;
初始化角度计算模块,基于所述角度关系与当前机器人初始朝向位置,计算得到当前机器人初始化过程应该旋转的角度信息。
每个模块的具体实现方法,参见前述。
需要说明的是,本实施例中的各模块(或单元)是逻辑意义上的,具体实现时,多个模块(或单元)可以合并成一个模块(或单元),一个模块(或单元)也可以拆分成多个模块(或单元)。
根据本发明实施例提供的机器人设备,机器人启动之前通过图像直线检测方法,获取机器人初始行进方向,使机器人沿着与墙壁平行或垂直的初始方向开始弓字形清扫,便于后续清扫路径的规划,减少错漏并提高机器人的清扫效率。
本领域普通技术人员可以理解,实现上述实施例方法中的全部或部分流程是可以通过程序来指令相关的硬件来完成,所述的程序可以存储于计算机可读取存储介质中,该程序在执行时,可包括如上各方法的实施例的流程。其中,所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-OnlyMemory,ROM)或随机存储记忆体(Random Access Memory,RAM)等。
以上所述仅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,还可以作出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (8)
1.一种移动机器人初始行进方向选择方法,其特征在于,包括:
基于视觉传感器获取环境图像;
对所述环境图像进行直线检测,获取候选直线并计算直线特征信息;
基于直线特征信息,对所有候选直线进行分类合并;
对所述经过合并后的候选直线进行筛选,选择一条符合场景条件的目标直线;
根据所述目标直线的位置信息,得到目标直线与视觉图像中心线的角度关系;
基于所述角度关系与当前机器人初始朝向位置,计算得到当前机器人初始化过程应该旋转的角度信息。
2.根据权利要求1所述的移动机器人初始行进方向选择方法,其特征在于,对所述环境图像进行直线检测的方法,包括直线段检测分割算法或者霍夫直线检测算法。
3.根据权利要求1所述的移动机器人初始行进方向选择方法,其特征在于,所述直线特征信息包括直线的起点和终点位置、角度以及直线在图像坐标系下的直线方程。
4.根据权利要求1所述的移动机器人初始行进方向选择方法,其特征在于,所述的对直线进行分类合并的方法,包括:按照不同角度区间对直线进行分类,比较直线的角度,以及直线在图像坐标系下的直线方程和位置,对候选直线进行分类合并。
5.根据权利要求4所述的移动机器人初始行进方向选择方法,其特征在于,计算根据角度区间分到同一类的直线的平均斜率和平均截距,作为合并后直线方程,取原始直线中距离最远的端点坐标值,根据合并后的直线方程计算得到合并后的新的直线端点。
6.根据权利要求1所述的移动机器人初始行进方向选择方法,其特征在于,选择符合场景条件的目标直线的方法,包括:重新计算合并后每条直线的直线特征,去除长度过短或经过图像中心点的直线,然后对所有直线按照长度由大到小重新排序并依次遍历,选择长度足够长的直线,若其长度大于图像长宽的一定比例,则认为找到了满足场景要求的目标直线,反之则检查是否存在与其垂直的直线,若存在则认为是目标直线。
7.根据权利要求1所述的移动机器人初始行进方向选择方法,其特征在于,根据机器人陀螺仪测量得到的角度信息,比较其与所获目标直线角度之间的关系,计算当前机器人初始化过程应该旋转的角度,使机器人的初始行进方向平行或垂直于墙壁。
8.一种移动机器人设备,其特征在于,包括:
视觉传感器模块,用于获取环境图像;
视觉图像的直线检测模块,用于对所述环境图像进行直线检测,获取候选直线并计算直线特征信息;
直线合并模块,基于所述直线特征信息,对所有候选直线进行合并;
直线选择模块,对所述经过合并后的候选直线进行筛选,选择一条符合场景条件的目标直线;
中心线角度计算模块,根据所述目标直线的位置信息,得到目标直线与视觉图像中心线的角度关系;
初始化角度计算模块,基于所述角度关系与当前机器人初始朝向位置,计算得到当前机器人初始化过程应该旋转的角度信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011144415.8A CN112180947B (zh) | 2020-10-22 | 2020-10-22 | 一种移动机器人初始行进方向选择方法及其设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011144415.8A CN112180947B (zh) | 2020-10-22 | 2020-10-22 | 一种移动机器人初始行进方向选择方法及其设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112180947A true CN112180947A (zh) | 2021-01-05 |
CN112180947B CN112180947B (zh) | 2023-09-12 |
Family
ID=73922691
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011144415.8A Active CN112180947B (zh) | 2020-10-22 | 2020-10-22 | 一种移动机器人初始行进方向选择方法及其设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112180947B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113359766A (zh) * | 2021-07-05 | 2021-09-07 | 杭州萤石软件有限公司 | 一种移动机器人的移动控制方法、以及移动机器人 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103810462A (zh) * | 2012-11-14 | 2014-05-21 | 中国科学院沈阳自动化研究所 | 一种基于线状目标的高压输电线检测方法 |
CN104063691A (zh) * | 2014-06-27 | 2014-09-24 | 广东工业大学 | 基于改进的Hough变换的车道线快速检测方法 |
CN109325935A (zh) * | 2018-07-24 | 2019-02-12 | 国网浙江省电力有限公司杭州供电公司 | 一种基于无人机图像的输电线路检测方法 |
CN110801180A (zh) * | 2018-08-03 | 2020-02-18 | 速感科技(北京)有限公司 | 清洁机器人的运行方法及装置 |
CN111340833A (zh) * | 2020-02-20 | 2020-06-26 | 长安大学 | 最小二乘去干扰随机Hough变换的输电线提取方法 |
CN111539429A (zh) * | 2020-06-19 | 2020-08-14 | 天津施格机器人科技有限公司 | 一种基于图像几何特征的周转箱自动定位方法 |
-
2020
- 2020-10-22 CN CN202011144415.8A patent/CN112180947B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103810462A (zh) * | 2012-11-14 | 2014-05-21 | 中国科学院沈阳自动化研究所 | 一种基于线状目标的高压输电线检测方法 |
CN104063691A (zh) * | 2014-06-27 | 2014-09-24 | 广东工业大学 | 基于改进的Hough变换的车道线快速检测方法 |
CN109325935A (zh) * | 2018-07-24 | 2019-02-12 | 国网浙江省电力有限公司杭州供电公司 | 一种基于无人机图像的输电线路检测方法 |
CN110801180A (zh) * | 2018-08-03 | 2020-02-18 | 速感科技(北京)有限公司 | 清洁机器人的运行方法及装置 |
CN111340833A (zh) * | 2020-02-20 | 2020-06-26 | 长安大学 | 最小二乘去干扰随机Hough变换的输电线提取方法 |
CN111539429A (zh) * | 2020-06-19 | 2020-08-14 | 天津施格机器人科技有限公司 | 一种基于图像几何特征的周转箱自动定位方法 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113359766A (zh) * | 2021-07-05 | 2021-09-07 | 杭州萤石软件有限公司 | 一种移动机器人的移动控制方法、以及移动机器人 |
CN113359766B (zh) * | 2021-07-05 | 2023-06-23 | 杭州萤石软件有限公司 | 一种移动机器人的移动控制方法、以及移动机器人 |
Also Published As
Publication number | Publication date |
---|---|
CN112180947B (zh) | 2023-09-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20200269874A1 (en) | Track prediction method and device for obstacle at junction | |
Yoo et al. | A robust lane detection method based on vanishing point estimation using the relevance of line segments | |
CN111497828B (zh) | 一种自动泊车方法、装置、介质及设备 | |
Zhang et al. | Weld line detection and tracking via spatial-temporal cascaded hidden Markov models and cross structured light | |
CN111279154B (zh) | 导航区域识别和拓扑结构匹配以及相关联的系统和方法 | |
CN104732192A (zh) | 一种建筑图纸墙体识别方法和装置 | |
CN110850859B (zh) | 一种机器人及其避障方法和避障系统 | |
JP2010033447A (ja) | 画像処理装置および画像処理方法 | |
JP2014164601A (ja) | 車両諸元計測処理装置、車両諸元計測方法及びプログラム | |
KR20170074542A (ko) | 기하학적 특징과 확률론적 기법을 이용한 실내 지도 생성 장치 및 방법 | |
CN111696072A (zh) | 彩色图像的直线检测方法、装置、电子设备及存储介质 | |
CN109299686A (zh) | 一种车位识别方法、装置、设备及介质 | |
KR101280392B1 (ko) | Slam 기술 기반 이동 로봇의 지도를 관리하기 위한 장치 및 그 방법 | |
WO2022116831A1 (zh) | 定位方法、装置、电子设备及可读存储介质 | |
CN112180947A (zh) | 一种移动机器人初始行进方向选择方法及其设备 | |
CN110335282B (zh) | 一种基于栅格的轮廓线段特征提取方法 | |
Yin et al. | Graph-based robust localization and mapping for autonomous mobile robotic navigation | |
CN112263188B (zh) | 一种移动机器人行进方向的矫正方法及其设备 | |
CN105538309B (zh) | 一种有限传感能力的机器人障碍物动态识别算法 | |
Zhao et al. | Moving object classification using horizontal laser scan data | |
CN108615025B (zh) | 家居环境下门识别定位方法、系统以及机器人 | |
US9886775B2 (en) | Method for detecting horizontal and gravity directions of an image | |
Damaryam | A Method to Determine End-Points ofStraight Lines Detected Using the Hough Transform | |
CN112950782A (zh) | 机器人自主漫游方法和装置及设备 | |
Choi et al. | Autonomous homing based on laser-camera fusion system |
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 |