CN112859836A - 一种自主移动设备、校正方法及计算机存储介质 - Google Patents

一种自主移动设备、校正方法及计算机存储介质 Download PDF

Info

Publication number
CN112859836A
CN112859836A CN202011613427.0A CN202011613427A CN112859836A CN 112859836 A CN112859836 A CN 112859836A CN 202011613427 A CN202011613427 A CN 202011613427A CN 112859836 A CN112859836 A CN 112859836A
Authority
CN
China
Prior art keywords
angle
autonomous mobile
mobile device
correction
tile
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
CN202011613427.0A
Other languages
English (en)
Inventor
喻强
邵林
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.)
Midea Group Co Ltd
Guangdong Midea White Goods Technology Innovation Center Co Ltd
Original Assignee
Midea Group Co Ltd
Guangdong Midea White Goods Technology Innovation Center 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 Midea Group Co Ltd, Guangdong Midea White Goods Technology Innovation Center Co Ltd filed Critical Midea Group Co Ltd
Priority to CN202011613427.0A priority Critical patent/CN112859836A/zh
Publication of CN112859836A publication Critical patent/CN112859836A/zh
Pending legal-status Critical Current

Links

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
    • G05D1/0253—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 extracting relative motion information from a plurality of images taken successively, e.g. visual odometry, optical flow
    • 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)

Abstract

本申请公开了一种自主移动设备、校正方法及计算机存储介质，校正方法包括：获取所述自主移动设备的摄像头所拍摄的地面图像；从所述地面图像中提取多条线段；基于所述多条线段中对应于地砖或地板边界的所述线段确定所述自主移动设备的校正角度；基于所述校正角度对所述自主移动设备进行角度校正。因此本申请实现检测出自主移动设备与地砖或地板边界之间的夹角，并基于校正角度对自主移动设备进行角度校正，校正后的自主移动设备进行建图，提高自主移动设备建图的准确度。

Description

一种自主移动设备、校正方法及计算机存储介质
技术领域
本申请涉及自主移动设备领域，特别是涉及一种自主移动设备、校正方法及计算机存储介质。
背景技术
自主移动设备为一种可以自动地移动的设备，自主移动设备可以实现建图、导航、定位等功能，例如自主移动设备为机器人。机器人通常以正前方为坐标系建图，在机器人位于室内的情况下，机器人需要在与墙面垂直或者平行时创建地图。而现有的机器人无法检测出机器人与墙面之间的夹角，导致地图误差大。
发明内容
本申请提供一种自主移动设备、校正方法及计算机存储介质，以解决现有技术中无法检测出机器人与墙面之间的夹角。
为解决上述技术问题，本申请提供一种自主移动设备的校正方法，其包括：获取所述自主移动设备的摄像头所拍摄的地面图像；从所述地面图像中提取多条线段；基于所述多条线段中对应于地砖或地板边界的所述线段确定所述自主移动设备的校正角度；基于所述校正角度对所述自主移动设备进行角度校正。
其中，所述基于所述多条线段中对应于地砖或地板边界的所述线段确定所述自主移动设备的校正角度的步骤包括：
计算每条所述线段在世界坐标系下的端点坐标；
基于所述端点坐标得到每条所述线段的角度和长度；
通过直方图统计方式确定所述对应于地砖或地板边界的线段；
基于所述对应于地砖或地板边界的线段的角度确定所述校正角度。
其中，所述通过直方图统计方式确定所述对应于地砖或地板边界的线段的步骤包括：
基于所述多条线段的角度，将所述多条线段分配到不同的角度区间；
统计同一所述角度区间内的所述线段的总长度；
选择所述总长度最大的所述角度区间内的所述线段作为所述对应于地砖或地板边界的线段。
其中，所述基于所述对应于地砖或地板边界的线段的角度确定所述校正角度的步骤之前，进一步包括：
判断最大的所述总长度是否大于或等于预设的长度阈值；
响应于所述最大的总长度大于或等于所述长度阈值，执行所述基于所述对应于地砖或地板边界的线段的角度确定所述校正角度的步骤。
其中，所述基于所述对应于地砖或地板边界的线段的角度确定所述校正角度的步骤之前，进一步包括：
响应于所述最大的总长度小于所述长度阈值，控制所述自主移动设备旋转预设角度，并返回所述获取所述自主移动设备的摄像头所拍摄的地面图像的步骤。
其中，所述基于所述对应于地砖或地板边界的线段的角度确定所述校正角度的步骤包括：
对所述总长度最大的所述角度区间内所述线段的角度进行排序；
从排序后的所述角度中选取中间角度作为所述校正角度；或者
所述基于所述对应于地砖或地板边界的线段的角度确定所述校正角度的步骤包括：
计算所述总长度最大的所述角度区间内所述线段的角度的平均值；
将所述平均值作为所述校正角度。
其中，所述基于所述校正角度对所述自主移动设备进行角度校正的步骤包括：
基于所述校正角度控制所述自主移动设备进行旋转，以使得所述自主移动设备的行进方向和/或所述摄像头的光轴方向平行于所述地砖或底板边界。
其中，所述摄像头为所述自主移动设备的前置摄像头，所述自主移动设备的行进方向与所述摄像头的光轴方向同向设置。
其中，所述方法进一步包括：
控制角度校正后的所述自主移动设备进行建图。
为解决上述技术问题，本申请提供一种自主移动设备，其包括处理器和存储器；所述存储器中存储有计算机程序，所述处理器用于执行所述计算机程序以实现上述校正方法的步骤。
为解决上述技术问题，本申请提供一种计算机存储介质，其中存储有计算机程序，计算机程序被执行时实现上述校正方法。
本申请的有益效果是：本申请通过获取所述自主移动设备的摄像头所拍摄的地面图像；从所述地面图像中提取多条线段；基于所述多条线段中对应于地砖或地板边界的所述线段确定所述自主移动设备的校正角度；基于所述校正角度对所述自主移动设备进行角度校正。通过这种方式，本申请的自主移动设备通过对应于地砖或地板边界的线段得到校正角度，以实现检测出自主移动设备与地砖或地板边界之间的夹角；并且基于校正角度对自主移动设备进行角度校正，校正后的自主移动设备进行建图，提高自主移动设备建图的准确度。
附图说明
为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本申请自主移动设备的校正方法的一实施例的流程示意图；
图2是图1中步骤S13一具体实施例的流程示意图；
图3是图2中步骤S23一具体实施例的流程示意图；
图4是图2中步骤S24一具体实施例的流程示意图；
图5是图2中步骤S24另一具体实施例的流程示意图；
图6是图1中步骤S13另一具体实施例的流程示意图；
图7是本申请自主移动设备一实施例的结构示意图；
图8是本申请计算机存储介质一实施例的结构示意图。
具体实施方式
为使本领域的技术人员更好地理解本发明的技术方案，下面结合附图和具体实施方式对本申请所提供的一种音频数据的处理方法、装置以及计算机存储介质做进一步详细描述。
本申请的自主移动设备的校正方法的执行主体为自主移动设备，自主移动设备可以为扫地机器人(或扫地机)、服务机器人或者导购机器人等。在其他实施例中，自主移动设备的校正方法的执行主体还可以为其他设备，例如服务器、控制设备等。
自主移动设备在室内(例如客厅、房间或者过道)工作，需要基于室内环境进行建图；现有的自主移动设备无法进行角度校正，导致建图的误差大。而本申请的校正方法能够基于校正角度对自主移动设备进行角度校正，提高自主移动设备建图的准确度。
请参见图1所示，图1是本申请自主移动设备的校正方法的一实施例的流程示意图。本实施例自主移动设备的校正方法包括以下步骤。
S11：获取自主移动设备的摄像头所拍摄的地面图像。
自主移动设备设置有摄像头，该摄像头可以为前置摄像头，用于拍摄位于自主移动设备前方的图像。自主移动设备的摄像头还可以用于识别障碍物和实时监控，能够实现避障功能和远程监控功能。控制自主移动设备的摄像头拍摄地面图像，并获取摄像头所拍摄的地面图像。
在一具体应用场景，自主移动设备可为扫地机器人，扫地机器人设置有前置摄像头，扫地机器人通过摄像头拍摄地面图片，以获取摄像头所拍摄的地面图像。此外，由于扫地机器人的灵动性，通过扫地机器人的摄像头能够对房屋的每个角落进行远程监控；扫地机器人还可以通过摄像头识别障碍物，实现避障功能。
在其他实施例中，自主移动设备的摄像头还可以为后置摄像头。
S12：从地面图像中提取多条线段。
其中，室内通常设置有地板或者地砖，地板或者地砖的铺设方向与墙面方向一致，地板或者地砖的形状可以为正方形或者长方形。在室内设有地板的情况下，相邻的两块地板之间或者地板与墙面之间形成线段。在室内设有地砖的情况下，相邻的两块地砖之间或者地板与墙面之间形成线段。因此，自主移动设备的摄像头所拍摄的地面图像具有多条线段，进而自主移动设备从地面图像中提取多条线段。
例如，自主移动设备可以通过hough算法检测地面图像中的所有线段，其中hough算法为霍夫变换算法，用于在图像处理中从黑白图像里检测直线，即自主移动设备通过Hough算法，对得到的地面图像进行直线提取，得到多条线段，以从地面图像中提取多条线段。
S13：基于多条线段中对应于地砖或地板边界的线段确定自主移动设备的校正角度。
其中，多条线段可以包括与地砖或地板边界对应的线段和墙面边界对应的线段。因此，自主移动设备从多条线段获取对应于地砖或地板边界的线段，并基于对应于地砖或地板边界的线段确定移动设备的校正角度。由于地砖或地板边界与墙面垂直或者平行设置，因此校正角度可以为自主移动设备与地砖或地板边界之间的夹角，即以实现检测出自主移动设备与地砖或地板边界之间的夹角。
S14：基于校正角度对自主移动设备进行角度校正。
在自主移动设备确定校正角度后，自主移动设备基于校正角度对自主移动设备进行角度校正。具体地，自主移动设备基于校正角度控制自主移动设备进行旋转，以使得自主移动设备的进行方向和/或摄像头的光轴方向平行于地砖或地板边界，即校正后的自主移动设备的进行方向和/或摄像头的光轴方向与地砖或地板边界平行。其中，自主移动设备的摄像头为前置摄像头，自主移动设备的进行方向可以与摄像头的光轴方向同向设置。
例如，自主移动设备基于对应于地砖或地板边界的线段确定自主移动设备的校正角度，并基于校正角度控制自主移动设备按预设的旋转方向进行旋转，以使校正后的自主移动设备的进行方向和/或摄像头的光轴方向与墙面垂直或者平行。
S15：控制角度校正后的自主移动设备进行建图。
在校正后的自主移动设备的进行方向和/或摄像头的光轴方向与墙面垂直或者平行之后，自主移动设备控制角度校正后的自主移动设备进行建图。
具体地，自主移动设备可以利用自身的传感器或者摄像头识别未知环境中的特征标志，并根据自主移动设备与特征标志之间的相对位置和里程计的读数估计自主移动设备和特征标志的全局坐标，以基于全局坐标进行地图创建或者定位。其中，自主移动设备建图可以包括栅格地图、几何信息地图和拓扑地图，其中几何信息地图又可包括矢量地图和语义地图等。
通过上述方式，本申请的自主移动设备通过对应于地砖或地板边界的线段得到校正角度，以实现检测出自主移动设备与地砖或地板边界之间的夹角；并且基于校正角度对自主移动设备进行角度校正，以使校正后的自主移动设备的进行方向和/或摄像头的光轴方向与墙面垂直或者平行，校正后的自主移动设备进行建图，提高自主移动设备建图的准确度。
请参见图2所示，步骤S13包括以下步骤：
S21：计算每条线段在世界坐标系下的端点坐标。
在步骤S12中，自主移动设备从地面图像中提取多条线段，并且得到每条线段的端点的像素坐标，端点的像素坐标为(u，v)。在其他实施例中，自主移动设备的摄像头可以为双目摄像头、多目摄像头或深度摄像头，能够更加方便地获取每条线段在世界坐标系下的端点坐标。
自主移动设备计算每条线段在世界坐标系下的端点坐标(Xw，Yw，Zw)，此处的每条线段可以为对应于地砖或地板边界的线段。其中，每条线段在世界坐标系下的端点坐标(Xw，Yw，Zw)满足以下公式：
Figure BDA0002873574140000061
其中，自主移动设备的摄像头的内外参为(fx，fy，u0，v0，R，T)，即(fx，fy，u0，v0，R，T)为已知；所有线段的端点在地砖或地板上的点Yw为已知；且端点的像素坐标(u，v)为已知，则自主移动设备根据公式(1)可以计算出每条线段在世界坐标系下的端点坐标(Xw，Yw，Zw)。
其中，所有线段的端点在地砖或地板上，因此所有线段的端点在世界坐标系下Zw都是相同的。
S22：基于端点坐标得到每条线段的角度θ和长度L。
自主移动设备基于端点坐标得到每条线段的角度θ和长度L，即自主移动设备根据线段的两个端点坐标计算得到对应的角度θ和长度L。例如，线段在世界坐标系下的两个端点坐标分别为(Xw1，Yw1，Zw)和(Xw2，Yw2，Zw)，因此该线段的长度L满足以下公式：
Figure BDA0002873574140000071
该线段的长度θ满足以下公式：
Figure BDA0002873574140000072
因此，自主移动设备根据公式(2)、(3)以及端点坐标得到每条线段的角度θ和长度L。
S23：通过直方图统计方式确定对应于地砖或地板边界的线段。
自主移动设备通过直方图统计方式确定对应于地砖或地板边界的线段，即基于所有线段的角度和长度通过直方图统计方式确定对应于地砖或地板边界的线段。其中，直方图又称为质量分布图，是一种统计报告图，由一系列高度不等的纵向条纹或线段表示数据分布的情况，通常质量分布图的横轴表示数据类型，质量分布图的纵轴表示分布情况。
请进一步参见图3所示，步骤S23包括以下步骤：
S31：基于多条线段的角度，将多条线段分配到不同的角度区间。
自主移动设备基于多条线段的角度，将多条线段分配到不同的角度区间。其中，自主移动设备预先按照角度阈值将某一区间划分成多个角度区间，由于所有线段的端点在世界坐标系下Zw都是相同的，因此某一区间可以为180°。角度阈值的范围可以为2°-60°，即角度阈值可以为2°、5°、10°、20°、30°、60°。例如，角度阈值为5°，则自主移动设备按照5°将180°划分成36个角度区间。
自主移动设备基于多条线段的角度θ，将多条线段分配到不同的角度区间。例如，线段的角度θ为3°，则自主移动设备将线条分配到角度区间为1°-5°；线段的角度θ为16°，则自主移动设备将线条分配到角度区间为16°-20°，以使自主移动设备将多条线段分配到不同的角度区间。
S32：统计同一角度区间内的线段的总长度。
自主移动设备统计同一角度区间内的线段的总长度，即自主移动设备计算位于同一角度区间内的所有线段的长度L之和，以统计同一角度区间内的线段的总长度。例如自主移动设备统计在角度区间为1°-5°内具有5条线条，5条线条的长度分别为L1、L2、L3、L4和L5，因此自主移动设备统计在角度区间为1°-5°内的线段的总长度为L1+L2+L3+L4+L5。
S33：选择总长度最大的角度区间内线段作为对应于地砖或地板边界的线段。
自主移动设备在统计同一角度区间内的线段的总长度之后，将所有角度区间的总长度进行比较，以得到总长度最大的角度区间。此时，自主移动设备选择总长度最大的角度区间内线段作为对应于地砖或地板边界的线段，进而确定对应于地砖或地板边界的线段。
S24：基于对应于地砖或地板边界的线段的角度θ确定校正角度。
自主移动设备基于对应于地砖或地板边界的线段的角度θ确定校正角度，即自主移动设备基于总长度最大的角度区间内所有线段的角度θ确定校正角度。
通过上述方式，本申请的自主移动设备基于对应于地砖或地板边界的线段的角度θ确定校正角度，能够得到自主移动设备与地砖或地板边界之间的夹角，校正后的自主移动设备进行建图，提高自主移动设备建图的准确度。
请参见图4所示，步骤S24包括以下步骤：
S41：对总长度最大的角度区间内线段的角度θ进行排序。
自主移动设备对总长度最大的角度区间内线段的角度θ进行排序，其中排序的顺序可以为从小到大，或者从大到小。例如，总长度最大的角度区间为1°-5°，自主移动设备统计在角度区间为1°-5°内具有5条线条，5条线条的角度θ分别为θ1、θ2、θ3、θ4和θ5；自主移动设备对θ1、θ2、θ3、θ4和θ5进行排序，即自主移动设备基于从大至小对θ1、θ2、θ3、θ4和θ5进行排序。其中，θ1、θ2、θ3、θ4和θ5分别为1°、2°、3°、4°以及5°，自主移动设备对角度θ1、θ2、θ3、θ4和θ5进行排序：5°、4°、3°、2°以及1°。
S42：从排序后的角度θ中选取中间角度作为校正角度。
自主移动设备从排序后的角度θ中选取中间角度作为校正角度，以实现自主移动设备基于对应于地砖或地板边界的线段的角度θ确定校正角度。例如：自主移动设备从θ1、θ2、θ3、θ4和θ5选取中间角度为3°，即自主移动设备将中间角度3°作为校正角度；或者，总长度最大的角度区间内线段的角度θ为2°、4°以及5°，则自主移动设备选取中间角度为4°，则自主移动设备将中间角度4°作为校正角度。
请参见图5所示，步骤S24包括以下步骤：
S51：计算总长度最大的角度区间内线段的角度θ的平均值。
自主移动设备计算总长度最大的角度区间内线段的角度θ的平均值，例如：自主移动设备计算θ1、θ2、θ3、θ4和θ5的平均值，平均值为(θ1+θ2+θ3+θ4+θ5)/5，即平均值为3°；或者，总长度最大的角度区间内线段的角度θ为3°、4°以及5°，则自主移动设备计算3°、4°以及5°的平均值为4°。
S52：将平均值作为校正角度。
自主移动设备将平均值作为校正角度，以实现自主移动设备基于对应于地砖或地板边界的线段的角度θ确定校正角度。例如，自主移动设备平均值为3°作为校正角度，或者自主移动设备平均值为4°作为校正角度。
通过上述方式，本申请的自主移动设备从排序后的角度θ中选取中间角度作为校正角度，或者将总长度最大的角度区间内线段的角度θ的平均值作为校正角度，以得到校正角度，进而自主移动设备基于校正角度对自主移动设备进行角度校正。在其他实施例中，自主移动设备还可以通过其他方式确定校正角度，例如自主移动设备计算总长度最大的角度区间内线段的角度θ的权重值，以权重值作为校正角度。
请参见图6所示，步骤S13包括以下步骤：
S61：计算每条线段在世界坐标系下的端点坐标。
S62：基于端点坐标得到每条线段的角度和长度。
S63：通过直方图统计方式确定对应于地砖或地板边界的线段。
步骤S61-S63与步骤S21-23相同，在此不再赘述。
在步骤S63中，自主移动设备选择总长度最大的角度区间内线段作为对应于地砖或地板边界的线段。
S64：判断最大的总长度是否大于或等于预设的长度阈值。
自主移动设备具有预设的长度阈值，为了校正后的自主移动设备的进行方向和/或摄像头的光轴方向与地砖或地板边界平行，即校正后的自主移动设备的进行方向和/或摄像头的光轴方向与墙面垂直或平行，自主移动设备可以基于墙面的长度设置长度阈值，以得到预设的长度阈值。例如，在校正后的自主移动设备的进行方向和/或摄像头的光轴方向与墙面平行的情况下，最大的总长度可以等于墙面长度，即自主移动设备将墙面的长度设置为预设的长度阈值。
自主移动设备在比较出最大的总长度之后，进一步判断最大的总长度是否大于或等于预设的长度阈值；响应于最大的总长度大于或等于长度阈值，则进入步骤S65；响应于最大的总长度小于长度阈值，则进入步骤S66。
S65：基于对应于地砖或地板边界的线段的角度θ确定校正角度。
自主移动设备响应于最大的总长度大于或等于长度阈值，则执行基于对应于地砖或地板边界的线段的角度θ确定校正角度的步骤，与步骤S24相同，在此不再赘述。
S66：控制自主移动设备旋转预设角度，返回获取自主移动设备的摄像头所拍摄的地面图像的步骤。
自主移动设备具有预设角度，预设角度可以为90°。在其他实施例中，自主移动设备可以将预设角度设置为其他角度，例如预设角度为30°、45°或60°。
自主移动设备响应于最大的总长度小于长度阈值，则控制自主移动设备旋转预设角度，并返回获取自主移动设备的摄像头所拍摄的地面图像的步骤，即返回步骤S11。进一步，自主移动设备可以设有旋转方向，旋转方向可以为顺时针方向或逆时针方向，自主移动设备按照旋转方向控制自主移动设备旋转预设角度，例如自主移动设备按照顺时针方向旋转90°。
具体地，自主移动设备判断到总长度小于长度阈值，相当于自主移动设备拍摄的地面图像没有包括墙面，即自主移动设备的进行方向和/或摄像头的光轴方向没有面对墙面，因此控制自主移动设备旋转预设角度，以使自主移动设备的进行方向和/或摄像头的光轴方向面对墙面，并且返回步骤S11。
通过上述方式，本申请的自主移动设备响应于最大的总长度小于长度阈值，则控制自主移动设备旋转预设角度，进一步对自主移动设备进行角度校正，提高角度校正的准确度。
可选地，在步骤S66之前，自主移动设备进一步判断自主移动设备旋转的次数是否超过预设的次数，即自主移动设备在进行旋转预设角度时，自主移动设备将次数加一。
响应于次数未超过预设的次数，则控制自主移动设备旋转预设角度，返回获取自主移动设备的摄像头所拍摄的地面图像的步骤。
响应于次数超过预设的次数，则自主移动设备提醒用户角度校正失败，并且将次数重置为0。例如预设的次数为3次，预设角度为90°，自主移动设备判断到自主移动设备旋转的次数为3次；若自主移动设备再旋转90°，相当于自主移动设备旋转360°，因此自主移动设备提醒用户角度校正失败，并且将次数重置为0，以便于自主移动设备下一次进行角度校正。
在一具体应用场景，扫地机器人用于清扫室内的地面，设置有前置摄像头，扫地机器人可以针对不同的场景预先设置有不同的长度阈值，例如扫地机器人所处的场景为客厅，则扫地机器人对应设置有第一长度阈值；扫地机器人所处的场景为房间，则扫地机器人对应设置有第二长度阈值。
首先，扫地机器人通过摄像头获取地面图像，从地面图像提取多条线段，能够在比较杂乱的场景下准确地从地面图像提取多条线段。然后，扫地机器人根据公式(1)计算每条线段在世界坐标系下的端点坐标；根据端点坐标、公式(2)和(3)计算得到每条线段的角度θ和长度L；基于多条线段的角度θ，将多条线段分配到不同的角度区间；并统计同一角度区间内的线段的总长度。接着，扫地机器人判断最大的总长度是否大于或等于预设的长度阈值，长度阈值包括第一长度阈值和第二长度阈值；响应于最大的总长度大于或等于长度阈值，则选择总长度最大的角度区间内线段作为对应于地砖或地板边界的线段。最后，扫地机器人基于对应于地砖或地板边界的线段的角度θ确定校正角度；基于校正角度对自主移动设备进行角度校正，并控制角度校正后的自主移动设备进行建图。
通过上述方式，扫地机器人利用前置摄像头拍摄地面图像，从地面图像提取多条线段，通过多条线段中对应于地砖或地板边界的线段得到校正角度，以实现检测出自主移动设备与地砖或地板边界之间的夹角；扫地机器人基于校正角度对自主移动设备进行角度校正，且校正后的自主移动设备进行建图，提高建图的准确度，提升用户的使用体验和提高扫地机器人的清扫效率。
上述方法应用于硬件设备中，可实现自主移动设备的角度校正。具体请参阅图7，图7是本申请自主移动设备一实施例的结构示意图，本实施例自主移动设备200包括处理器21和存储器22。其中，存储器22中存储有计算机程序，处理器21用于执行计算机程序以实现上述自主移动设备的校正方法。
处理器21用于获取自主移动设备的摄像头所拍摄的地面图像，从地面图像中提取多条线段；基于多条线段中对应于地砖或地板边界的线段确定自主移动设备的校正角度；并基于校正角度对所述自主移动设备进行角度校正。
其中，处理器21可以是一种集成电路芯片，具有信号的处理能力。处理器21还可以是通用处理器、数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
对于图1-图6所示实施例的校正方法，其可以计算机程序的形式呈现，本申请提出一种承载计算机程序的计算机存储介质，请参阅图8，图8是本申请计算机存储介质一实施例的结构示意图，本实施例计算机存储介质300包括计算机程序31，其可被执行以实现上述自主移动设备的校正方法。
本实施例计算机存储介质300可以是U盘、移动硬盘、只读存储器(ROM，Read-OnlyMemory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等可以存储程序指令的介质，或者也可以为存储有该程序指令的服务器，该服务器可将存储的程序指令发送给其他设备运行，或者也可以自运行该存储的程序指令。
在本申请所提供的几个实施例中，应该理解到，所揭露的方法和装置，可以通过其它的方式实现。例如，以上所描述的装置实施方式仅仅是示意性的，例如，模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施方式方案的目的。
另外，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单元中，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单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或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一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)或处理器(processor)执行本申请各个实施方式方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅为本申请的实施方式，并非因此限制本申请的专利范围，凡是利用本申请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，均同理包括在本申请的专利保护范围内。

Claims (11)

1.一种自主移动设备的校正方法，其特征在于，所述校正方法包括：
获取所述自主移动设备的摄像头所拍摄的地面图像；
从所述地面图像中提取多条线段；
基于所述多条线段中对应于地砖或地板边界的所述线段确定所述自主移动设备的校正角度；
基于所述校正角度对所述自主移动设备进行角度校正。
2.根据权利要求1所述的校正方法，其特征在于，所述基于所述多条线段中对应于地砖或地板边界的所述线段确定所述自主移动设备的校正角度的步骤包括：
计算每条所述线段在世界坐标系下的端点坐标；
基于所述端点坐标得到每条所述线段的角度和长度；
通过直方图统计方式确定所述对应于地砖或地板边界的线段；
基于所述对应于地砖或地板边界的线段的角度确定所述校正角度。
3.根据权利要求2所述的校正方法，其特征在于，所述通过直方图统计方式确定所述对应于地砖或地板边界的线段的步骤包括：
基于所述多条线段的角度，将所述多条线段分配到不同的角度区间；
统计同一所述角度区间内的所述线段的总长度；
选择所述总长度最大的所述角度区间内的所述线段作为所述对应于地砖或地板边界的线段。
4.根据权利要求3所述的校正方法，其特征在于，所述基于所述对应于地砖或地板边界的线段的角度确定所述校正角度的步骤之前，进一步包括：
判断最大的所述总长度是否大于或等于预设的长度阈值；
响应于所述最大的总长度大于或等于所述长度阈值，执行所述基于所述对应于地砖或地板边界的线段的角度确定所述校正角度的步骤。
5.根据权利要求4所述的校正方法，其特征在于，所述基于所述对应于地砖或地板边界的线段的角度确定所述校正角度的步骤之前，进一步包括：
响应于所述最大的总长度小于所述长度阈值，控制所述自主移动设备旋转预设角度，并返回所述获取所述自主移动设备的摄像头所拍摄的地面图像的步骤。
6.根据权利要求3所述的校正方法，其特征在于，所述基于所述对应于地砖或地板边界的线段的角度确定所述校正角度的步骤包括：
对所述总长度最大的所述角度区间内所述线段的角度进行排序；
从排序后的所述角度中选取中间角度作为所述校正角度；或者
所述基于所述对应于地砖或地板边界的线段的角度确定所述校正角度的步骤包括：
计算所述总长度最大的所述角度区间内所述线段的角度的平均值；
将所述平均值作为所述校正角度。
7.根据权利要求1所述的校正方法，其特征在于，所述基于所述校正角度对所述自主移动设备进行角度校正的步骤包括：
基于所述校正角度控制所述自主移动设备进行旋转，以使得所述自主移动设备的行进方向和/或所述摄像头的光轴方向平行于所述地砖或底板边界。
8.根据权利要求7所述的校正方法，其特征在于，所述摄像头为所述自主移动设备的前置摄像头，所述自主移动设备的行进方向与所述摄像头的光轴方向同向设置。
9.根据权利要求1所述的校正方法，其特征在于，所述方法进一步包括：
控制角度校正后的所述自主移动设备进行建图。
10.一种自主移动设备，其特征在于，所述自主移动设备包括处理器和存储器；所述存储器中存储有计算机程序，所述处理器用于执行所述计算机程序以实现如权利要求1-9中任一项所述校正方法的步骤。
11.一种计算机存储介质，其特征在于，所述计算机存储介质存储有计算机程序，所述计算机程序被执行时实现如权利要求1-9中任一项所述校正方法的步骤。
CN202011613427.0A 2020-12-30 2020-12-30 一种自主移动设备、校正方法及计算机存储介质 Pending CN112859836A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011613427.0A CN112859836A (zh) 2020-12-30 2020-12-30 一种自主移动设备、校正方法及计算机存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011613427.0A CN112859836A (zh) 2020-12-30 2020-12-30 一种自主移动设备、校正方法及计算机存储介质

Publications (1)

Publication Number Publication Date
CN112859836A true CN112859836A (zh) 2021-05-28

Family

ID=75998627

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011613427.0A Pending CN112859836A (zh) 2020-12-30 2020-12-30 一种自主移动设备、校正方法及计算机存储介质

Country Status (1)

Country Link
CN (1) CN112859836A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2024109590A1 (zh) * 2022-11-25 2024-05-30 北京石头创新科技有限公司 清洁设备控制方法及装置、介质及电子设备

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103054516A (zh) * 2011-10-21 2013-04-24 三星电子株式会社 机器人吸尘器以及用于机器人吸尘器的控制方法
CN103324759A (zh) * 2013-07-05 2013-09-25 易翔 一种瓷砖智能识别设备
CN103431812A (zh) * 2013-08-02 2013-12-11 南京航空航天大学金城学院 一种基于超声雷达探测的清洁机器人及其行走控制方法
US20150362921A1 (en) * 2013-02-27 2015-12-17 Sharp Kabushiki Kaisha Surrounding environment recognition device, autonomous mobile system using same, and surrounding environment recognition method
CN205790358U (zh) * 2016-05-26 2016-12-07 全球能源互联网研究院 用于外置式gis局部放电特高频无线传感器的多频微带天线
CN107976194A (zh) * 2017-11-24 2018-05-01 北京奇虎科技有限公司 环境地图的调整方法及装置
CN108387234A (zh) * 2018-02-06 2018-08-10 广州科语机器人有限公司 基于激光测距传感器的移动机器人的地图创建方法
CN108888188A (zh) * 2018-06-14 2018-11-27 深圳市沃特沃德股份有限公司 扫地机器人位置校准方法及系统
JP2019144849A (ja) * 2018-02-20 2019-08-29 パナソニックＩｐマネジメント株式会社 自律走行掃除機
CN110866497A (zh) * 2019-11-14 2020-03-06 合肥工业大学 基于点线特征融合的机器人定位与建图方法和装置
CN111047642A (zh) * 2018-10-15 2020-04-21 科沃斯机器人股份有限公司 环境地图的校正方法、设备及存储介质
CN111590595A (zh) * 2020-06-30 2020-08-28 深圳市银星智能科技股份有限公司 一种定位方法、装置、移动机器人及存储介质

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103054516A (zh) * 2011-10-21 2013-04-24 三星电子株式会社 机器人吸尘器以及用于机器人吸尘器的控制方法
US20150362921A1 (en) * 2013-02-27 2015-12-17 Sharp Kabushiki Kaisha Surrounding environment recognition device, autonomous mobile system using same, and surrounding environment recognition method
CN103324759A (zh) * 2013-07-05 2013-09-25 易翔 一种瓷砖智能识别设备
CN103431812A (zh) * 2013-08-02 2013-12-11 南京航空航天大学金城学院 一种基于超声雷达探测的清洁机器人及其行走控制方法
CN205790358U (zh) * 2016-05-26 2016-12-07 全球能源互联网研究院 用于外置式gis局部放电特高频无线传感器的多频微带天线
CN107976194A (zh) * 2017-11-24 2018-05-01 北京奇虎科技有限公司 环境地图的调整方法及装置
CN108387234A (zh) * 2018-02-06 2018-08-10 广州科语机器人有限公司 基于激光测距传感器的移动机器人的地图创建方法
JP2019144849A (ja) * 2018-02-20 2019-08-29 パナソニックＩｐマネジメント株式会社 自律走行掃除機
CN108888188A (zh) * 2018-06-14 2018-11-27 深圳市沃特沃德股份有限公司 扫地机器人位置校准方法及系统
CN111047642A (zh) * 2018-10-15 2020-04-21 科沃斯机器人股份有限公司 环境地图的校正方法、设备及存储介质
CN110866497A (zh) * 2019-11-14 2020-03-06 合肥工业大学 基于点线特征融合的机器人定位与建图方法和装置
CN111590595A (zh) * 2020-06-30 2020-08-28 深圳市银星智能科技股份有限公司 一种定位方法、装置、移动机器人及存储介质

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
刘振;陈万米;熊奇;: "移动机器人测程法定位误差分析与校正", 电子测量技术, no. 12, 15 December 2017 (2017-12-15) *
李丹阳;张轲;许如清;罗志峰;吴佳谦;桂豪;: "无反射板激光导航机器人地图创建的特征提取", 中国机械工程, no. 22, 26 November 2018 (2018-11-26) *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2024109590A1 (zh) * 2022-11-25 2024-05-30 北京石头创新科技有限公司 清洁设备控制方法及装置、介质及电子设备

Similar Documents

Publication Publication Date Title
CN107977977B (zh) 一种vr游戏的室内定位方法、装置以及存储介质
US20170368686A1 (en) Method and device for automatic obstacle avoidance of robot
US9424649B1 (en) Moving body position estimation device and moving body position estimation method
CN111127559B (zh) 光学动捕系统中标定杆检测方法、装置、设备和存储介质
US10482615B2 (en) Image processing device and image processing method
US10459451B2 (en) Method for processing a floor
CN110442120B (zh) 控制机器人在不同场景下移动的方法、机器人及终端设备
WO2020228694A1 (zh) 一种相机姿态信息检测方法、装置以及相应的智能驾驶设备
CN111220148A (zh) 移动机器人的定位方法、系统、装置及移动机器人
CN111142514B (zh) 一种机器人及其避障方法和装置
CN111862214A (zh) 计算机设备定位方法、装置、计算机设备和存储介质
WO2021195886A1 (zh) 距离确定方法、可移动平台及计算机可读存储介质
WO2020258217A1 (zh) 可移动平台状态估计方法、系统、可移动平台及存储介质
CN112859836A (zh) 一种自主移动设备、校正方法及计算机存储介质
Zhao et al. A new feature parametrization for monocular SLAM using line features
CN112288821B (zh) 一种相机外参标定的方法及装置
CN116499453A (zh) 一种电子地图生成方法、装置、移动机器人及存储介质
CN112263188A (zh) 一种移动机器人行进方向的矫正方法及其设备
US10475197B2 (en) Image processing method, image processing device and computer readable storage medium
CA3236528A1 (en) Methods, storage media, and systems for generating a three-dimensional line segment
CN115494856A (zh) 避障方法、装置、无人机及电子设备
CN115880643A (zh) 一种基于目标检测算法的社交距离监测方法和装置
CN105320725A (zh) 获取采集点图像中的地理对象的方法及装置
CN115855086A (zh) 基于自旋转的室内场景自主重建方法、系统及介质
CN117408935A (zh) 障碍物检测方法、电子设备和存储介质

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