CN112506187A - 移动机器人监控方法、装置及存储介质 - Google Patents
移动机器人监控方法、装置及存储介质 Download PDFInfo
- Publication number
- CN112506187A CN112506187A CN202011266922.9A CN202011266922A CN112506187A CN 112506187 A CN112506187 A CN 112506187A CN 202011266922 A CN202011266922 A CN 202011266922A CN 112506187 A CN112506187 A CN 112506187A
- Authority
- CN
- China
- Prior art keywords
- mobile robot
- navigation path
- data
- monitoring
- current position
- 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
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 104
- 238000000034 method Methods 0.000 title claims abstract description 53
- 238000007726 management method Methods 0.000 claims description 48
- 230000007613 environmental effect Effects 0.000 claims description 31
- 238000013439 planning Methods 0.000 claims description 12
- 230000006399 behavior Effects 0.000 abstract description 3
- 238000010845 search algorithm Methods 0.000 description 10
- 230000008569 process Effects 0.000 description 8
- 238000012806 monitoring device Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 6
- 230000004888 barrier function Effects 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 241000282414 Homo sapiens Species 0.000 description 2
- 241001465754 Metazoa Species 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 238000011161 development 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
- 239000000779 smoke Substances 0.000 description 1
- 239000002689 soil Substances 0.000 description 1
- 238000012384 transportation and delivery Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
Landscapes
- Engineering & Computer Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明公开了一种移动机器人监控方法、装置及计算机可读存储介质，属于移动机器人技术领域。所述移动机器人监控方法包括：获取移动机器人所处的当前位置；根据所述当前位置，确定所述移动机器人所处的场景模型；根据所述场景模型，监控所述移动机器人。本发明通过场景模型可提前对移动机器人的各种行为或移动机器人所处的各种场景进行监控，从而确保移动机器人在各种场景下正常工作，并提高移动机器人的移动安全性。
Description
技术领域
本发明涉及移动机器人技术领域，尤其涉及一种移动机器人监控方法、装置及计算机可读存储介质。
背景技术
随着科技的迅速发展，机器人已逐渐深入到人类生活的方方面面。对于移动机器人来说，其具有自主导航的可移动性，可代替人类进行迎宾、巡检、送货、进入危险区域采集数据等工作。
然而，移动机器人无法提前预知导航路径上的场景，在面对各种危险场景或复杂路况时无法及时做出反应，可能导致移动机器人摔倒或不能正常工作。并且，移动机器人在户外进行工作时可能受到各种外界因素的影响，导致其移动路径偏离原导航路径，甚至可能造成移动机器人丢失。因此，如何确保移动机器人在各种场景下正常工作是目前亟需解决的问题。
发明内容
本发明的主要目的在于提供一种移动机器人监控方法、装置及计算机可读存储介质，旨在于确保移动机器人在各种场景下正常工作，提高移动机器人的移动安全性。
为实现上述目的，本发明提供一种移动机器人监控方法，所述移动机器人监控方法包括：
获取移动机器人所处的当前位置；
根据所述当前位置，确定所述移动机器人所处的场景模型；
根据所述场景模型，监控所述移动机器人。
可选地，所述根据所述场景模型，监控所述移动机器人，包括：
获取所述移动机器人的导航路径，并根据所述场景模型监控所述导航路径所对应的路况是否通行顺畅；
若所述导航路径所对应的路况通行不顺畅，则获取规划出所述导航路径的导航地图；
基于所述导航地图，对所述导航路径进行重新规划，以获得目标导航路径；
监控所述移动机器人沿所述目标导航路径移动。
可选地，所述基于所述导航地图，对所述导航路径进行重新规划，以获得目标导航路径，包括：
根据所述当前位置和所述导航路径的终点，在所述导航地图重新规划所述导航路径；
通过所述场景模型检测重新规划的导航路径所对应的路况是否通行顺畅；
若所述重新规划的导航路径所对应的路况通行顺畅，则将所述重新规划的导航路径作为目标导航路径。
可选地，所述根据所述场景模型，监控所述移动机器人，包括：
获取所述移动机器人的导航路径，并根据所述场景模型，监控所述当前位置是否已偏离所述导航路径；
若所述当前位置已偏离所述导航路径，则控制所述移动机器人在所述导航地图重新定位，并对所述导航路径重新规划，以获得目标导航路径；
监控所述移动机器人沿所述目标导航路径移动。
可选地，所述根据所述场景模型，监控所述当前位置是否已偏离所述导航路径，包括：
在所述场景模型中，实时获取所述移动机器人的当前位置的坐标；
根据所述当前位置的坐标，确定所述当前位置到所述导航路径的最短距离，对所述最短距离进行计算，得到所述移动机器人当前的路径偏离值；
若所述路径偏离值小于或等于预设偏离值，则所述当前位置未偏离所述导航路径；
若所述路径偏离值大于预设偏离值，则所述当前位置已偏离所述导航路径。
可选地，所述移动机器人监控方法还包括：
获取所述移动机器人所处的环境数据；
将所述环境数据发送至管理服务器，以使所述管理服务器基于所述环境数据，构建或更新所述移动机器人所处的场景模型。
可选地，所述环境数据包括天气数据、地面路况数据和地面人流数据；
所述获取所述移动机器人所处的环境数据；将所述环境数据发送至管理服务器，以使所述管理服务器基于所述环境数据，构建或更新所述移动机器人所处的场景模型，包括：
通过配置于所述移动机器人的传感器，获取天气数据、地面路况数据和地面人流数据；
将所述天气数据、地面路况数据和地面人流数据发送至所述管理服务器，其中，所述管理服务器根据所述移动机器人的位置坐标和所述天气数据、地面路况数据和地面人流数据，创建或更新在所述位置坐标下的场景模型。
可选地，所述移动机器人监控方法还包括：
检测所述移动机器人所处的当前区域是否存在采集环境数据的物联网IOT设备；
若检测到存在所述IOT设备，则向所述IOT设备发送请求指令，以指示所述IOT设备采集所述移动机器人所处的实际环境数据，并将所述实际环境数据反馈至所述移动机器人；
所述移动机器人将接收到的所述实际环境数据发送至所述管理服务器，以使所述管理服务器根据所述实际环境数据构建或更新所述移动机器人所处的场景模型。
此外，为实现上述目的，本发明还提供一种移动机器人监控装置，所述移动机器人监控装置包括：
位置获取模块，用于获取移动机器人所处的当前位置；
模型确定模块，用于根据所述当前位置，确定所述移动机器人所处的场景模型；
监控模块，用于根据所述场景模型，监控所述移动机器人。
此外，为实现上述目的，本发明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移动机器人监控程序，所述移动机器人监控程序被处理器执行时实现如上所述的移动机器人监控方法的步骤。
本发明提供一种移动机器人监控方法、装置及计算机可读存储介质。本发明通过获取移动机器人所处的当前位置，可准确获取移动机器人当前所处的场景模型，以通过该场景模型对移动机器人进行监控，通过场景模型可提前对移动机器人的各种行为或移动机器人所处的各种场景进行监控，从而确保移动机器人在各种场景下正常工作，并提高移动机器人的移动安全性。
附图说明
图1为本发明实施例方案涉及的硬件运行环境的终端结构示意图；
图2为本发明移动机器人监控方法第一实施例的流程示意图；
图3为本发明移动机器人监控方法第二实施例的流程示意图；
图4为本发明移动机器人监控方法第三实施例的流程示意图；
图5为本发明移动机器人监控装置第一实施例的功能模块示意图。
本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
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。
参照图1，图1为本发明实施例方案涉及的硬件运行环境的终端结构示意图。
本发明实施例终端为移动机器人监控设备，该移动机器人监控设备可以为服务器、机器人、PC(personal computer，个人计算机)、微型计算机、笔记本电脑等具有处理功能的终端设备。
如图1所示，该终端可以包括：处理器1001，例如CPU(Central Processing Unit，中央处理器)，通信总线1002，用户接口1003，网络接口1004，存储器1005。其中，通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display)、输入单元比如键盘(Keyboard)，可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。存储器1005可以是高速RAM存储器，也可以是稳定的存储器(non-volatile memory)，例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
本领域技术人员可以理解，图1中示出的终端结构并不构成对终端的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
如图1所示，作为一种计算机存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及移动机器人监控程序。
在图1所示的终端中，处理器1001可以用于调用存储器1005中存储的移动机器人监控程序，并执行以下操作：
获取移动机器人所处的当前位置；
根据所述当前位置，确定所述移动机器人所处的场景模型；
根据所述场景模型，监控所述移动机器人。
进一步地，处理器1001可以用于调用存储器1005中存储的移动机器人监控程序，还执行以下操作：
获取所述移动机器人的导航路径，并根据所述场景模型监控所述导航路径所对应的路况是否通行顺畅；
若所述导航路径所对应的路况通行不顺畅，则获取规划出所述导航路径的导航地图；
基于所述导航地图，对所述导航路径进行重新规划，以获得目标导航路径；
监控所述移动机器人沿所述目标导航路径移动。
进一步地，处理器1001可以用于调用存储器1005中存储的移动机器人监控程序，还执行以下操作：
根据所述当前位置和所述导航路径的终点，在所述导航地图重新规划所述导航路径；
通过所述场景模型检测重新规划的导航路径所对应的路况是否通行顺畅；
若所述重新规划的导航路径所对应的路况通行顺畅，则将所述重新规划的导航路径作为目标导航路径。
进一步地，处理器1001可以用于调用存储器1005中存储的移动机器人监控程序，还执行以下操作：
获取所述移动机器人的导航路径，并根据所述场景模型，监控所述当前位置是否已偏离所述导航路径；
若所述当前位置已偏离所述导航路径，则控制所述移动机器人在所述导航地图重新定位，并对所述导航路径重新规划，以获得目标导航路径；
监控所述移动机器人沿所述目标导航路径移动。
进一步地，处理器1001可以用于调用存储器1005中存储的移动机器人监控程序，还执行以下操作：
在所述场景模型中，实时获取所述移动机器人的当前位置的坐标；
根据所述当前位置的坐标，确定所述当前位置到所述导航路径的最短距离，对所述最短距离进行计算，得到所述移动机器人当前的路径偏离值；
若所述路径偏离值小于或等于预设偏离值，则所述当前位置未偏离所述导航路径；
若所述路径偏离值大于预设偏离值，则所述当前位置已偏离所述导航路径。
进一步地，处理器1001可以用于调用存储器1005中存储的移动机器人监控程序，还执行以下操作：
获取所述移动机器人所处的环境数据；
将所述环境数据发送至管理服务器，以使所述管理服务器基于所述环境数据，构建或更新所述移动机器人所处的场景模型。
进一步地，处理器1001可以用于调用存储器1005中存储的移动机器人监控程序，还执行以下操作：
通过配置于所述移动机器人的传感器，获取天气数据、地面路况数据和地面人流数据；
将所述天气数据、地面路况数据和地面人流数据发送至所述管理服务器，其中，所述管理服务器根据所述移动机器人的位置坐标和所述天气数据、地面路况数据和地面人流数据，创建或更新在所述位置坐标下的场景模型。
进一步地，处理器1001可以用于调用存储器1005中存储的移动机器人监控程序，还执行以下操作：
检测所述移动机器人所处的当前区域是否存在采集环境数据的物联网IOT设备；
若检测到存在所述IOT设备，则向所述IOT设备发送请求指令，以指示所述IOT设备采集所述移动机器人所处的实际环境数据，并将所述实际环境数据反馈至所述移动机器人；
所述移动机器人将接收到的所述实际环境数据发送至所述管理服务器，以使所述管理服务器根据所述实际环境数据构建或更新所述移动机器人所处的场景模型。
基于上述硬件结构，提出本发明移动机器人监控方法各个实施例。
本发明提供一种移动机器人监控方法。
参照图2，图2为本发明移动机器人监控方法第一实施例的流程示意图。
在本实施例中，该移动机器人监控方法包括以下步骤S10-S30：
步骤S10，获取移动机器人所处的当前位置；
在本实施例中，获取移动机器人所处的当前位置。其中，当前位置用于确定移动机器人当前所处的场景模型。场景模型包括3D应用场景模型或实时虚拟场景模型，用于动态模拟现实的场景及环境，为后续监控移动机器人提供数据支持。例如，在移动机器人的整个移动区域内存在一个或多个场景模型，可选地，根据空间区域构建有多个场景模型，也就是说多个位置点对应多个场景模型，使得每个场景模型数据量较少，以提高场景模型的加载速度。
需要说明的是，移动机器人所处的当前位置可通过移动机器人的导航地图，或者通过移动机器人的传感器、摄像头等获取得到的环境信息进行确定。具体的，将环境信息中的坐标与导航地图中的坐标进行匹配，然后，根据匹配结果，确定移动机器人的当前位置。其中，当前位置为移动机器人在实际环境中的实时位置。当然，环境信息还可以通过移动机器人所处区域的监控摄像头进行获取，或者获取交通部门以及城建部门等提供的环境信息。此外，环境信息包括移动障碍物的障碍信息、通行道路信息，固定障碍物信息等信息。其中，移动障碍物为通行道路上的障碍物，该移动障碍物为动态障碍物，该动态障碍物为人、动物、机器人及被移动的物体；障碍信息包括移动障碍物的坐标等；通行道路信息包括通行道路的坐标等；固定障碍物信息包括墙壁的坐标、柱子的坐标、桌子的坐标、树木的坐标等。
步骤S20，根据所述当前位置，确定所述移动机器人所处的场景模型；
在获取得到移动机器人所处的当前位置之后，根据当前位置，确定移动机器人所处的场景模型。其中，场景模型包括3D应用场景模型或实时虚拟场景模型，用于动态模拟现实的场景及环境，为后续监控移动机器人提供了数据支持。
需要说明的是，若移动机器人的整个移动区域为一个商业园区，则可将园区划分为多个区域，并为多个区域构建有相对应的场景模型，因此需要通过移动机器人所处的当前位置确定相应的场景模型。
此外，还需要说明的是，对场景模型进行建模所需要的环境数据，可通过一个或多个移动机器人进行采集。其中，移动机器人配置有多种传感器，例如温度传感器、湿度传感器、气压传感器、位置传感器、图像传感器、激光雷达传感器等。
可以理解，通常在移动机器人的整个移动区域内设置有多个移动机器人，以分别完成各项工作，例如巡检、导引、搬运、配送等工作，并可采集到各个位置点的环境数据，从而提高建模效率并提高建模准确性。同时，移动机器人在工作的过程中，会基于自身的当前位置，采集实时的环境数据并反馈至管理服务器，以使管理服务器重新更新场景模型，以确保场景模型的实时性及准确性。
步骤S30，根据所述场景模型，监控所述移动机器人。
在确定得到场景模型之后，根据场景模型，监控移动机器人。
需要说明的是，通过场景模型可监控移动机器人是否偏离原导航路径、监控移动机器人的原导航路径所对应的路况是否通行顺畅以及监控移动机器人的导航路径是否存在复杂路况等，该复杂路况包括地面变化幅度较大的电梯间、坑洼等路况。
此外，还需要说明的是，移动机器人在自主定位导航过程中，若需要规划导航路径或实时移动时，可向管理服务器申请协助，也就是向管理服务器发送移动请求，该移动请求可以包含移动机器人的标识信息，以使管理服务器确定申请移动请求对应的机器人。当然，该移动请求还可以包括移动机器人的导航路径、导航路径的终点(目标移动位置)、移动机器人的当前位置等。例如，移动机器人接收到工作任务之后，根据工作任务规划导航路径时，移动机器人可向管理服务器的场景模型申请协助，以使管理服务器监控移动机器人是否偏离原导航路径、监控移动机器人的原导航路径所对应的路况是否通行顺畅以及监控移动机器人的导航路径是否存在复杂路况等，该复杂路况包括电梯间、坑洼等路况，并且告知移动机器人导航路径上的障碍物类型及数量，以及导航路径上所对应的路况等，以使移动机器人提前预知前方路况及障碍物信息，从而重新规划导航路径或设置相应的移动策略，以顺利完成工作任务。
本发明实施例提供一种移动机器人监控方法，获取移动机器人所处的当前位置；根据当前位置，确定移动机器人所处的场景模型；根据场景模型，监控移动机器人。本发明实施例通过获取移动机器人所处的当前位置，可准确获取移动机器人当前所处的场景模型，以通过该场景模型对移动机器人进行监控，其中，可监控移动机器人是否偏离原导航路径、监控移动机器人的原导航路径所对应的路况是否通行顺畅以及监控移动机器人的导航路径是否存在复杂路况等，该复杂路况包括电梯间、坑洼等路况。综上所述，通过场景模型可提前对移动机器人的各种行为或移动机器人所处的各种场景进行监控，并为移动机器人重新规划路径以及为移动机器人设置移动策略，从而确保移动机器人在各种场景下正常工作，并提高移动机器人的移动安全性。
进一步地，基于上述第一实施例，提出本发明移动机器人监控方法的第二实施例。
参照图3，图3为本发明移动机器人监控方法第二实施例的流程示意图。
在本实施例中，上述步骤S30，根据所述场景模型，监控所述移动机器人，包括以下步骤S301-S304：
步骤S301，获取所述移动机器人的导航路径，并根据所述场景模型监控所述导航路径所对应的路况是否通行顺畅；
步骤S302，若所述导航路径所对应的路况通行不顺畅，则获取规划出所述导航路径的导航地图；
步骤S303，基于所述导航地图，对所述导航路径进行重新规划，以获得目标导航路径；
步骤S304，监控所述移动机器人沿所述目标导航路径移动。
在本实施例中，首先，获取移动机器人的导航路径，并根据场景模型监控导航路径所对应的路况是否通行顺畅，若导航路径所对应的路况通行不顺畅，则获取规划出导航路径的导航地图，然后，基于导航地图，对导航路径进行重新规划，以获得目标导航路径，最后，监控移动机器人沿目标导航路径移动。其中，导航路径由导航地图规划得到，导航地图用于移动机器人自主导航，可以为数字地图，数字地图可以为栅格地图。
需要说明的是，可以根据当前位置、目标移动位置及栅格地图，利用最短路径搜索算法规划导航路径。其中，最短路径搜索算法可根据实际需要进行设定，例如D*(D Star)算法、A*(A Star)算法等，此处不作具体限定。此外，还可以根据栅格地图，构建地图似然场，然后，根据地图似然场、当前位置及目标移动位置，利用最短路径搜索算法规划导航路径。其中，通过栅格地图或地图似然场可得知可通行区域及障碍物。
此外，还需要说明的是，监控导航地图对应的路况的具体步骤为模拟移动机器人在场景模型上按照导航路径进行移动，从而根据移动结果确定导航路径所对应的路况是否通行顺畅。或者，通过所述场景模型中的障碍物类型和数量，从而判断导航地图所对应的路况是否通行顺畅。
其中，目标导航路径为根据当前位置、原导航路径的终点(目标移动位置)及导航地图，利用最短路径搜索算法重新规划路径得到。此外，还可以为根据导航地图，构建地图似然场，然后，根据地图似然场、当前位置及原导航路径的终点，利用最短路径搜索算法重新规划路径得到。
具体的，步骤S303，基于所述导航地图，对所述导航路径进行重新规划，以获得目标导航路径，包括以下步骤a3031-a3033：
步骤a3031，根据所述当前位置和所述导航路径的终点，在所述导航地图重新规划所述导航路径；
步骤a3032，通过所述场景模型检测重新规划的导航路径所对应的路况是否通行顺畅；
步骤a3033，若所述重新规划的导航路径所对应的路况通行顺畅，则将所述重新规划的导航路径作为目标导航路径。
在本实施例中，根据当前位置和导航路径的终点，在导航地图重新规划导航路径，然后，通过场景模型检测重新规划的导航路径所对应的路况是否通行顺畅，最后，若重新规划的导航路径所对应的路况通行顺畅，则将重新规划的导航路径作为目标导航路径。其中，导航路径的终点为移动机器人的目标移动位置。
需要说明的是，若重新规划的导航路径所对应的路况通行不顺畅，则再次重新规划导航路径，直到重新规划的导航路径所对应的路况通行顺畅，若导航地图上的所有移动路径所对应的路况均通行不顺畅，则从所有的移动路径选择相对顺畅的路径，以重新规划得到目标导航路径。
此外，还需要说明的是，通行是否顺畅的判断标准为移动机器人是否可通过或移动机器人是否可快速通过，例如，若在导航路径所对应的路况是在路径上具有多个移动障碍物(其他移动机器人、行人或动物)，且移动障碍物的移动速度慢或停止，则说明在该路径下，机器人当前不可通行。
本实施例中，监控移动机器人的导航路径所对应的路况是否通行顺畅，使得在导航路径所对应的路况通行不顺畅时，可提前重新规划导航路径，以确保移动机器人可到达目的地，并且避免移动机器人在到达通行不顺畅的路况后才重新规划路径，从而进一步提高移动机器人的移动安全性及工作效率。
进一步地，基于上述第一实施例，提出本发明移动机器人监控方法的第三实施例。
参照图4，图4为本发明移动机器人监控方法第三实施例的流程示意图。
在本实施例中，上述步骤S30，根据所述场景模型，监控所述移动机器人，包括以下步骤S305-S307：
步骤S305，获取所述移动机器人的导航路径，并根据所述场景模型，监控所述当前位置是否已偏离所述导航路径；
步骤S306，若所述当前位置已偏离所述导航路径，则控制所述移动机器人在所述导航地图重新定位，并对所述导航路径重新规划，以获得目标导航路径；
步骤S307，监控所述移动机器人沿所述目标导航路径移动。
在本实施例中，获取移动机器人的导航路径，并根据场景模型，监控当前位置是否已偏离导航路径，若当前位置已偏离导航路径，则控制移动机器人在导航地图重新定位，并对导航路径重新规划，以获得目标导航路径，然后，监控移动机器人沿目标导航路径移动。其中，导航路径由导航地图规划得到，导航地图可以为数字地图，数字地图可以为栅格地图。
需要说明的是，可以根据当前位置、目标移动位置及栅格地图，利用最短路径搜索算法规划导航路径。其中，最短路径搜索算法可根据实际需要进行设定，例如D*(D Star)算法、A*(A Star)算法等，此处不作具体限定。此外，还可以根据栅格地图，构建地图似然场，然后，根据地图似然场、当前位置及目标移动位置，利用最短路径搜索算法规划导航路径。
其中，目标导航路径为根据当前位置、原导航路径的终点(目标移动位置)及导航地图，利用最短路径搜索算法重新规划路径得到。此外，还可以为根据导航地图，构建地图似然场，然后，根据地图似然场、当前位置及原导航路径的终点，利用最短路径搜索算法重新规划路径得到。
具体的，步骤S305中，根据所述场景模型，监控所述当前位置是否已偏离所述导航路径，包括以下步骤a3051-a3054：
步骤a3051，在所述场景模型中，实时获取所述移动机器人的当前位置的坐标；
步骤a3052，根据所述当前位置的坐标，确定所述当前位置到所述导航路径的最短距离，对所述最短距离进行计算，得到所述移动机器人当前的路径偏离值；
步骤a3053，若所述路径偏离值小于或等于预设偏离值，则所述当前位置未偏离所述导航路径；
步骤a3054，若所述路径偏离值大于预设偏离值，则所述当前位置已偏离所述导航路径。
在本实施例中，在场景模型中，实时获取移动机器人的当前位置的坐标，然后，根据当前位置的坐标，确定当前位置到导航路径的最短距离，对最短距离进行计算，得到移动机器人当前的路径偏离值，若路径偏离值小于或等于预设偏离值，则当前位置未偏离导航路径，若路径偏离值大于预设偏离值，则当前位置已偏离导航路径。
需要说明的是，移动机器人的当前位置的坐标到导航路径上的垂直距离为最短距离。
其中，预设偏离值可以根据实际情况进行设定，例如0.3米、0.5米，此处不作具体限定。
本实施例中，监控移动机器人的当前位置是否偏离导航路径，使得在当前位置已偏离导航路径时，可提前重新规划导航路径，以确保移动机器人可到达目的地，并且避免移动机器人丢失，从而进一步提高移动机器人的移动安全性。
进一步地，基于上述第一实施例，提出本发明移动机器人监控方法的第四实施例。
在本实施例中，本发明移动机器人监控方法还包括以下步骤A-B：
步骤A，获取所述移动机器人所处的环境数据；
步骤B，将所述环境数据发送至管理服务器，以使所述管理服务器基于所述环境数据，构建或更新所述移动机器人所处的场景模型。
在本实施例中，获取移动机器人所处的环境数据，然后，将环境数据发送至管理服务器，以使管理服务器基于环境数据，构建或更新移动机器人所处的场景模型。
其中，环境数据包括周围物体的形状及位置、环境温度、环境湿度、环境气压、降雨量、周围物体图像等，用于构建与现实场景相似的场景模型。其中，环境数据可以通过温度传感器、湿度传感器、气压传感器、雨量传感器、位置传感器、图像传感器、激光雷达传感器等获取得到。可以理解，由管理服务器对场景进行建模，可减少移动机器人同时处理任务数据的工作量。
具体的，步骤A和B包括以下步骤a1-a2：
步骤a1，通过配置于所述移动机器人的传感器，获取天气数据、地面路况数据和地面人流数据；
步骤a2，将所述天气数据、地面路况数据和地面人流数据发送至所述管理服务器，其中，所述管理服务器根据所述移动机器人的位置坐标和所述天气数据、地面路况数据和地面人流数据，创建或更新在所述位置坐标下的场景模型。
在本实施例中，通过配置于移动机器人的传感器，获取天气数据、地面路况数据和地面人流数据，然后，将天气数据、地面路况数据和地面人流数据发送至管理服务器，其中，管理服务器根据移动机器人的位置坐标和天气数据、地面路况数据和地面人流数据，创建或更新在位置坐标下的场景模型。其中，环境数据包括天气数据、地面路况数据和地面人流数据等。
其中，天气数据通过配置于移动机器人的温度传感器、湿度传感器、气压传感器、雨量传感器等获取得到，通过该天气数据构建的场景模型，用于动态模拟现实的天气情况，为后续监控移动机器人提供了数据支持。例如，该天气数据对应的天气情况为下暴雨、刮大风、下冰雹等恶劣天气时，首先通过构建的场景模型判断移动机器人是否可安全通过存在该恶劣天气的区域，若判定移动机器人不可安全通过存在该恶劣天气的区域，则监控移动机器人重新规划导航路径，以避开该恶劣环境。
其中，地面路况数据通过配置于移动机器人的位置传感器、图像传感器、激光雷达传感器等获取得到，该地面路况数据包括道路是否平缓、是否存在坑洼、深坑等路面起伏较大的路况，还包括是否存在障碍物，例如树木、土堆、墙壁等固定障碍物，通过该地面路况数据构建的场景模型，用于动态模拟现实的路况，为后续监控移动机器人提供了数据支持，具体的，预知复杂路况和障碍物，可及时避开或重新规划导航路径。
其中，地面人流数据通过配置于移动机器人的位置传感器、图像传感器、激光雷达传感器等获取得到，该地面人流数据包括人流数目、人流密度等，通过该地面人流数据构建的场景模型，用于动态模拟现实的人流，为后续监控移动机器人提供了数据支持，具体的，预知人流信息，可及时避开数目较大的人流，或重新规划导航路径以避开人流量大的路径。
进一步地，本发明移动机器人监控方法还包括以下步骤C-E：
步骤C，检测所述移动机器人所处的当前区域是否存在采集环境数据的物联网IOT设备；
步骤D，若检测到存在所述IOT设备，则向所述IOT设备发送请求指令，以指示所述IOT设备采集所述移动机器人所处的实际环境数据，并将所述实际环境数据反馈至所述移动机器人；
步骤E，所述移动机器人将接收到的所述实际环境数据发送至所述管理服务器，以使所述管理服务器根据所述实际环境数据构建或更新所述移动机器人所处的场景模型。
在本实施例中，检测移动机器人所处的当前区域是否存在采集环境数据的物联网IOT设备，然后，若检测到存在IOT设备，则向IOT设备发送请求指令，以指示IOT设备采集移动机器人所处的实际环境数据，并将实际环境数据反馈至移动机器人，最后，移动机器人将接收到的实际环境数据发送至管理服务器，以使管理服务器根据实际环境数据构建或更新移动机器人所处的场景模型。
其中，IOT(Internet of Things，物联网)设备包括监控摄像头、温度传感器、烟雾传感器等，用于获取移动机器人当前所处区域的环境数据。
需要说明的是，IOT设备并不是在每个位置均有设置，而检测移动机器人所处的当前区域是否存在采集环境数据的IOT设备，以使当前可根据IOT设备获取的实际环境数据更新场景模型，以进一步提高场景模型的准确性。
本实施例中，获取移动机器人所处的环境数据，以构建场景模型，以使后续可根据场景模型监控移动机器人。
本发明还提供一种移动机器人监控装置。
参照图5，图5为本发明移动机器人监控装置第一实施例的功能模块示意图。
在本实施例中，所述移动机器人监控装置包括：
位置获取模块10，用于获取移动机器人所处的当前位置；
模型确定模块20，用于根据所述当前位置，确定所述移动机器人所处的场景模型；
监控模块30，用于根据所述场景模型，监控所述移动机器人。
其中，上述移动机器人监控装置的各虚拟功能模块存储于图1所示移动机器人监控设备的存储器1005中，用于实现移动机器人监控程序的所有功能；各模块被处理器1001执行时，可实现移动机器人监控功能。
进一步地，所述监控模块30包括：
路径监控单元，用于获取所述移动机器人的导航路径，并根据所述场景模型监控所述导航路径所对应的路况是否通行顺畅；
地图获取单元，用于若所述导航路径所对应的路况通行不顺畅，则获取规划出所述导航路径的导航地图；
路径规划单元，用于基于所述导航地图，对所述导航路径进行重新规划，以获得目标导航路径；
监控单元，用于监控所述移动机器人沿所述目标导航路径移动。
进一步地，所述路径规划单元包括：
路径规划子单元，用于根据所述当前位置和所述导航路径的终点，在所述导航地图重新规划所述导航路径；
路径检测子单元，用于通过所述场景模型检测重新规划的导航路径所对应的路况是否通行顺畅；
路径获取子单元，用于若所述重新规划的导航路径所对应的路况通行顺畅，则将所述重新规划的导航路径作为目标导航路径。
进一步地，所述监控模块30还包括：
路径监控单元，还用于获取所述移动机器人的导航路径，并根据所述场景模型，监控所述当前位置是否已偏离所述导航路径；
路径规划单元，还用于若所述当前位置已偏离所述导航路径，则控制所述移动机器人在所述导航地图重新定位，并对所述导航路径重新规划，以获得目标导航路径；
监控单元，还用于监控所述移动机器人沿所述目标导航路径移动。
进一步地，所述路径监控单元包括：
坐标获取子单元，用于在所述场景模型中，实时获取所述移动机器人的当前位置的坐标；
距离计算子单元，用于根据所述当前位置的坐标，确定所述当前位置到所述导航路径的最短距离，对所述最短距离进行计算，得到所述移动机器人当前的路径偏离值；
路径判断子单元，用于若所述路径偏离值小于或等于预设偏离值，则所述当前位置未偏离所述导航路径；若所述路径偏离值大于预设偏离值，则所述当前位置已偏离所述导航路径。
进一步地，所述移动机器人监控装置还包括：
数据获取模块，用于获取所述移动机器人所处的环境数据；
模型构建模块，用于将所述环境数据发送至管理服务器，以使所述管理服务器基于所述环境数据，构建或更新所述移动机器人所处的场景模型。
进一步地，所述数据获取模块和所述模型构建模块用于通过配置于所述移动机器人的传感器，获取天气数据、地面路况数据和地面人流数据；将所述天气数据、地面路况数据和地面人流数据发送至所述管理服务器，其中，所述管理服务器根据所述移动机器人的位置坐标和所述天气数据、地面路况数据和地面人流数据，创建或更新在所述位置坐标下的场景模型。
进一步地，所述移动机器人监控装置还包括：
设备检测模块，用于检测所述移动机器人所处的当前区域是否存在采集环境数据的物联网IOT设备；
数据采集模块，用于若检测到存在所述IOT设备，则向所述IOT设备发送请求指令，以指示所述IOT设备采集所述移动机器人所处的实际环境数据，并将所述实际环境数据反馈至所述移动机器人；
模型更新模块，用于所述移动机器人将接收到的所述实际环境数据发送至所述管理服务器，以使所述管理服务器根据所述实际环境数据构建或更新所述移动机器人所处的场景模型。
其中，上述移动机器人监控装置中各个模块的功能实现与上述移动机器人监控方法实施例中各步骤相对应，其功能和实现过程在此处不再一一赘述。
本发明还提供一种计算机可读存储介质，该计算机可读存储介质上存储有移动机器人监控程序，所述移动机器人监控程序被处理器执行时实现如以上任一项实施例所述的移动机器人监控方法的步骤。
本发明计算机可读存储介质的具体实施例与上述移动机器人监控方法各实施例基本相同，在此不作赘述。
需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在如上所述的一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，或者网络设备等)执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。
Claims (10)
1.一种移动机器人监控方法，其特征在于，所述移动机器人监控方法包括：
获取移动机器人所处的当前位置；
根据所述当前位置，确定所述移动机器人所处的场景模型；
根据所述场景模型，监控所述移动机器人。
2.如权利要求1所述的移动机器人监控方法，其特征在于，所述根据所述场景模型，监控所述移动机器人，包括：
获取所述移动机器人的导航路径，并根据所述场景模型监控所述导航路径所对应的路况是否通行顺畅；
若所述导航路径所对应的路况通行不顺畅，则获取规划出所述导航路径的导航地图；
基于所述导航地图，对所述导航路径进行重新规划，以获得目标导航路径；
监控所述移动机器人沿所述目标导航路径移动。
3.如权利要求2所述的移动机器人监控方法，其特征在于，所述基于所述导航地图，对所述导航路径进行重新规划，以获得目标导航路径，包括：
根据所述当前位置和所述导航路径的终点，在所述导航地图重新规划所述导航路径；
通过所述场景模型检测重新规划的导航路径所对应的路况是否通行顺畅；
若所述重新规划的导航路径所对应的路况通行顺畅，则将所述重新规划的导航路径作为目标导航路径。
4.如权利要求1所述的移动机器人监控方法，其特征在于，所述根据所述场景模型，监控所述移动机器人，包括：
获取所述移动机器人的导航路径，并根据所述场景模型，监控所述当前位置是否已偏离所述导航路径；
若所述当前位置已偏离所述导航路径，则控制所述移动机器人在所述导航地图重新定位，并对所述导航路径重新规划，以获得目标导航路径；
监控所述移动机器人沿所述目标导航路径移动。
5.如权利要求4所述的移动机器人监控方法，其特征在于，所述根据所述场景模型，监控所述当前位置是否已偏离所述导航路径，包括：
在所述场景模型中，实时获取所述移动机器人的当前位置的坐标；
根据所述当前位置的坐标，确定所述当前位置到所述导航路径的最短距离，对所述最短距离进行计算，得到所述移动机器人当前的路径偏离值；
若所述路径偏离值小于或等于预设偏离值，则所述当前位置未偏离所述导航路径；
若所述路径偏离值大于预设偏离值，则所述当前位置已偏离所述导航路径。
6.如权利要求1所述的移动机器人监控方法，其特征在于，所述移动机器人监控方法还包括：
获取所述移动机器人所处的环境数据；
将所述环境数据发送至管理服务器，以使所述管理服务器基于所述环境数据，构建或更新所述移动机器人所处的场景模型。
7.如权利要求6所述的移动机器人监控方法，其特征在于，所述环境数据包括天气数据、地面路况数据和地面人流数据；
所述获取所述移动机器人所处的环境数据；将所述环境数据发送至管理服务器，以使所述管理服务器基于所述环境数据，构建或更新所述移动机器人所处的场景模型，包括：
通过配置于所述移动机器人的传感器，获取天气数据、地面路况数据和地面人流数据；
将所述天气数据、地面路况数据和地面人流数据发送至所述管理服务器，其中，所述管理服务器根据所述移动机器人的位置坐标和所述天气数据、地面路况数据和地面人流数据，创建或更新在所述位置坐标下的场景模型。
8.如权利要求1至7中任一项所述的移动机器人监控方法，其特征在于，所述移动机器人监控方法还包括：
检测所述移动机器人所处的当前区域是否存在采集环境数据的物联网IOT设备；
若检测到存在所述IOT设备，则向所述IOT设备发送请求指令，以指示所述IOT设备采集所述移动机器人所处的实际环境数据，并将所述实际环境数据反馈至所述移动机器人；
所述移动机器人将接收到的所述实际环境数据发送至所述管理服务器，以使所述管理服务器根据所述实际环境数据构建或更新所述移动机器人所处的场景模型。
9.一种移动机器人监控装置，其特征在于，所述移动机器人监控装置包括：
位置获取模块，用于获取移动机器人所处的当前位置；
模型确定模块，用于根据所述当前位置，确定所述移动机器人所处的场景模型；
监控模块，用于根据所述场景模型，监控所述移动机器人。
10.一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移动机器人监控程序，所述移动机器人监控程序被处理器执行时实现如权利要求1至8中任一项所述的移动机器人监控方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011266922.9A CN112506187A (zh) | 2020-11-12 | 2020-11-12 | 移动机器人监控方法、装置及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011266922.9A CN112506187A (zh) | 2020-11-12 | 2020-11-12 | 移动机器人监控方法、装置及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112506187A true CN112506187A (zh) | 2021-03-16 |
Family
ID=74957447
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011266922.9A Pending CN112506187A (zh) | 2020-11-12 | 2020-11-12 | 移动机器人监控方法、装置及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112506187A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113110437A (zh) * | 2021-04-06 | 2021-07-13 | 深圳优地科技有限公司 | 机器人调度方法、装置、设备及存储介质 |
| CN115091491A (zh) * | 2022-08-29 | 2022-09-23 | 广东电网有限责任公司清远供电局 | 一种配电房巡维机器人及其控制方法 |
| CN115215166A (zh) * | 2021-04-20 | 2022-10-21 | 三菱电机株式会社 | 路径生成装置、运行管理系统以及移动体的控制装置 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108422419A (zh) * | 2018-02-09 | 2018-08-21 | 上海芯智能科技有限公司 | 一种智能机器人及其控制方法和系统 |
| CN110455306A (zh) * | 2018-05-07 | 2019-11-15 | 南京图易科技有限责任公司 | 一种基于深度学习的机器人场景识别与语义导航地图标注方法 |
| CN111360841A (zh) * | 2020-05-27 | 2020-07-03 | 北京云迹科技有限公司 | 机器人监控方法及装置、存储介质及电子设备 |
| CN111583346A (zh) * | 2020-07-06 | 2020-08-25 | 深圳市瑞立视多媒体科技有限公司 | 基于机器人扫场的相机标定系统 |
| CN111805535A (zh) * | 2020-06-11 | 2020-10-23 | 浙江大华技术股份有限公司 | 一种定位导航方法、装置以及计算机存储介质 |
-
2020
- 2020-11-12 CN CN202011266922.9A patent/CN112506187A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108422419A (zh) * | 2018-02-09 | 2018-08-21 | 上海芯智能科技有限公司 | 一种智能机器人及其控制方法和系统 |
| CN110455306A (zh) * | 2018-05-07 | 2019-11-15 | 南京图易科技有限责任公司 | 一种基于深度学习的机器人场景识别与语义导航地图标注方法 |
| CN111360841A (zh) * | 2020-05-27 | 2020-07-03 | 北京云迹科技有限公司 | 机器人监控方法及装置、存储介质及电子设备 |
| CN111805535A (zh) * | 2020-06-11 | 2020-10-23 | 浙江大华技术股份有限公司 | 一种定位导航方法、装置以及计算机存储介质 |
| CN111583346A (zh) * | 2020-07-06 | 2020-08-25 | 深圳市瑞立视多媒体科技有限公司 | 基于机器人扫场的相机标定系统 |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113110437A (zh) * | 2021-04-06 | 2021-07-13 | 深圳优地科技有限公司 | 机器人调度方法、装置、设备及存储介质 |
| CN115215166A (zh) * | 2021-04-20 | 2022-10-21 | 三菱电机株式会社 | 路径生成装置、运行管理系统以及移动体的控制装置 |
| CN115215166B (zh) * | 2021-04-20 | 2024-09-13 | 三菱电机株式会社 | 路径生成装置、运行管理系统、移动体的控制装置、方法和存储器 |
| CN115091491A (zh) * | 2022-08-29 | 2022-09-23 | 广东电网有限责任公司清远供电局 | 一种配电房巡维机器人及其控制方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112506187A (zh) | 移动机器人监控方法、装置及存储介质 | |
| KR102152192B1 (ko) | 로봇의 경로 계획 시스템, 방법, 로봇 및 매체 | |
| McCabe et al. | Roles, benefits, and challenges of using UAVs for indoor smart construction applications | |
| CN106931945B (zh) | 机器人导航方法和系统 | |
| US20210114225A1 (en) | Item delivery robot, item delivery system and robot management apparatus | |
| US11370115B2 (en) | Path planning for an unmanned vehicle | |
| US20140297090A1 (en) | Autonomous Mobile Method and Autonomous Mobile Device | |
| EP2669633A2 (en) | System and method for hazard detection and sharing | |
| CN112249902B (zh) | 智慧工地的塔吊控制方法、装置、系统及塔吊虚拟控制舱 | |
| CN112363494B (zh) | 机器人前进路径的规划方法、设备及存储介质 | |
| US11892845B2 (en) | System and method for mission planning and flight automation for unmanned aircraft | |
| KR20130065126A (ko) | 이동체의 경로 설정 장치 및 방법 | |
| CA3136055A1 (en) | Determining position of an image capture device | |
| US20190147749A1 (en) | System and Method for Mission Planning, Flight Automation, and Capturing of High-Resolution Images by Unmanned Aircraft | |
| US20220329988A1 (en) | System and method for real-time indoor navigation | |
| CN114564027A (zh) | 足式机器人的路径规划方法、电子设备及可读存储介质 | |
| CN112327828A (zh) | 路径规划方法、装置及计算机可读存储介质 | |
| CN112741562A (zh) | 扫地机控制方法、装置、设备及计算机可读存储介质 | |
| CN112344935B (zh) | 机器人地图管理方法、装置、设备及存储介质 | |
| KR102368082B1 (ko) | 로봇의 자율 주행 제어 방법 및 그를 위한 시스템 | |
| CN114391060A (zh) | 地下工地中的移动设备的定位 | |
| CN114995519B (zh) | 一种基于多障碍场景的无人机ai降落方法及系统 | |
| CN115454121A (zh) | 用于服务无人机着陆区操作的系统和方法 | |
| CN109901589B (zh) | 移动机器人控制方法和装置 | |
| JP2021068426A (ja) | 飛行体の飛行経路作成方法及び管理サーバ |
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 |