CN112936288A - 机器人动作安全检测方法和装置、电子设备、存储介质 - Google Patents

机器人动作安全检测方法和装置、电子设备、存储介质 Download PDF

Info

Publication number
CN112936288A
CN112936288A CN202110295956.9A CN202110295956A CN112936288A CN 112936288 A CN112936288 A CN 112936288A CN 202110295956 A CN202110295956 A CN 202110295956A CN 112936288 A CN112936288 A CN 112936288A
Authority
CN
China
Prior art keywords
action
map
obstacle
robot
joint
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
Application number
CN202110295956.9A
Other languages
English (en)
Other versions
CN112936288B (zh
Inventor
蒋远东
黄秋兰
於其之
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.)
Zhejiang Lab
Original Assignee
Zhejiang Lab
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 Zhejiang Lab filed Critical Zhejiang Lab
Priority to CN202110295956.9A priority Critical patent/CN112936288B/zh
Publication of CN112936288A publication Critical patent/CN112936288A/zh
Application granted granted Critical
Publication of CN112936288B publication Critical patent/CN112936288B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • BPERFORMING OPERATIONS; TRANSPORTING
    • B25HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25JMANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00Programme-controlled manipulators
    • B25J9/16Programme controls
    • B25J9/1674Programme controls characterised by safety, monitoring, diagnostic
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B25HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25JMANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00Programme-controlled manipulators
    • B25J9/16Programme controls
    • B25J9/1602Programme controls characterised by the control system, structure, architecture
    • B25J9/161Hardware, e.g. neural networks, fuzzy logic, interfaces, processor
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B25HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25JMANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00Programme-controlled manipulators
    • B25J9/16Programme controls
    • B25J9/1656Programme controls characterised by programming, planning systems for manipulators
    • B25J9/1664Programme controls characterised by programming, planning systems for manipulators characterised by motion, path, trajectory planning

Abstract

本发明提供了一种机器人动作安全检测方法和装置、电子设备、存储介质,该方法包括:搭建D‑H模型,确定D‑H参数,基于D‑H模型及D‑H参数计算各关节间的位姿变换矩阵,建立各关节间的关系;动作执行前,获取所要执行动作的关节轨迹,通过各关节间的关系计算动作执行过程中各关节将经过的区域,生成轨迹地图;动作执行前,获取当前时刻二维激光雷达数据一帧,生成障碍地图,并且在动作执行过程中实时根据雷达数据,更新障碍地图;在执行动作前及执行过程中,对比所述轨迹地图与障碍地图,如果一致,可以执行动作,如果不一致,说明所执行动作的路径中存在障碍,机器人立即停止动作。相较于其他安全检测的方法,本方法计算更为精确,并具有更高的时效性。

Description

机器人动作安全检测方法和装置、电子设备、存储介质
技术领域
本申请实施例涉及机器人技术领域,尤其涉及一种机器人动作安全检测方法和装置、电子设备、存储介质。
背景技术
机器人在执行肢体动作时是按照规划的轨迹移动的,若周围物体在机器人工作的过程中太过靠近机器人,可能会被机器人伤害以及造成机器人自身损害。为此,如果机器人能够在执行动作前,发现周围有障碍,应该及时反馈,停止执行;如果动作执行期间,周围物体太过靠近时也应该及时发出提醒信号,同时机器人立刻停止动作,从而提高安全性。
现有的安全检测方法:机器人在做一些肢体动作前,会以自身中心为原点、将半径为R的整周区域作为工作范围进行安全检测。如果在此范围内有障碍,机器人不执行动作,避免碰到周围物体。但是机器人执行肢体动作时,工作范围只是整周区域的一部分,并且每种动作的工作范围也不同。这种将整周区域都作为工作范围的安全检测方法的精确性比较差,不利于人与机器人进行交互,另外该方法不能在动作执行过程中实时进行安全检测。
发明内容
本申请实施例提供了一种机器人动作安全检测方法和装置、电子设备、存储介质,以解决相关技术中检测精度低、实时性差的技术问题。
根据本申请实施例的第一方面,提供一种机器人动作安全检测方法,包括:
搭建D-H模型,确定D-H参数,基于所述D-H模型及D-H参数计算各关节间的位姿变换矩阵,建立各关节间的关系;
动作执行前,获取所要执行动作的关节轨迹,通过所述各关节间的关系计算动作执行过程中各关节将经过的区域,生成轨迹地图;
动作执行前,获取当前时刻二维激光雷达数据一帧,生成障碍地图,并且在动作执行过程中实时根据雷达数据,更新障碍地图;
在执行动作前及执行过程中,对比所述轨迹地图与障碍地图,如果一致,可以执行动作,如果不一致,说明所执行动作的路径中存在障碍,机器人立即停止动作。
进一步地,搭建D-H模型,确定D-H参数,包括:
以各关节处于零位时的状态作为初始姿态,在每个关节建立一个坐标系,通过坐标系变换来确定各关节的位姿,搭建D-H模型;
根据机器人自身结构参数,确定D-H参数,所述D-H参数包括Θ、d、a、α,其中Θ表示绕Z轴转动的角度、d表示沿着轴线方向滑移、a表示两个旋转轴之间的公垂线长度、α表示两个旋转轴之间的夹角。
进一步地,生成轨迹地图,包括:
将动作执行过程中的各关节经过的区域作为机器人的工作范围,此区域中心与机器人中心一致,X,Y正方向与机器人坐标系一致,然后将此区域投影到地面,按照预定的步长进行网格化;
将网格化的区域用二维数组来表示,数组的每个元素为“0”或“1”,其中“0”表示动作将经过的区域,“1”表示动作不经过的区域,最终将此数组作为所执行动作的轨迹地图。
进一步地,生成障碍地图,包括:
将所述雷达数据转换为机器人坐标系下的障碍点,然后将其投影到地面,按照预定的步长进行网格化;
将网格化的区域用二维数组来表示,数组的每个元素为“0”或“1”,其中“0”表示该区域内没有障碍,“1”表示该区域内存在障碍,最终将此数组作为当前时刻的障碍地图。
根据本发明实施例的第二方面,提供一种机器人动作安全检测装置,包括:
第一计算模块,用于搭建D-H模型,确定D-H参数,基于所述D-H模型及D-H参数计算各关节间的位姿变换矩阵,建立各关节间的关系;
第二计算模块,用于动作执行前,获取所要执行动作的关节轨迹,通过所述各关节间的关系计算动作执行过程中各关节将经过的区域,生成轨迹地图;
第三计算模块,用于动作执行前,获取当前时刻二维激光雷达数据一帧,生成障碍地图,并且在动作执行过程中实时根据雷达数据,更新障碍地图;
第一判断及执行模块,在执行动作前及执行过程中,对比所述轨迹地图与障碍地图,如果一致,可以执行动作,如果不一致,说明所执行动作的路径中存在障碍,机器人立即停止动作。
根据本发明实施例的第三方面,提供一种电子设备,其特征在于,包括:包括处理器和存储器,所述存储器中存储有计算机程序,所述处理器通过调用所述存储器中存储的所述计算机程序,用于执行第一方面所述的方法。
根据本发明实施例的第四方面,提供一种计算机可读的存储介质,其上存储有计算机指令,其特征在于,该指令被处理器执行时实现如第一方面所述方法的步骤。
与现有技术相比,本申请的实施例提供的技术方案可以包括以下有益效果:
由上述实施例可知,本申请针对机器人中的动作安全检测问题,通过该方法能够使机器人在执行动作前以及执行过程中对周围障碍进行实时检测,判断动作是否可以执行。因上述实施在确定安全检测范围时,是根据动作执行过程中各关节将经过的区域来确定,相比以机器人中心为原点、半径为R的整周区域作为检测范围之类的方法,本方法检测精度大大提高,不影响人与机器人之间的交互;同时因上述实施例使用了激光雷达,机器人会根据雷达数据实时更新障碍地图,在动作执行过程中也进行安全检测,所以与现有的方法相比,本方法计算更为精确,并具有更高的时效性。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本申请。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本申请的实施例,并与说明书一起用于解释本申请的原理。
图1是根据一示例性实施例示出的一种机器人动作安全检测方法流程图;
图2是根据一示例性实施例示出的机器人动作的轨迹地图的计算流程图;
图3是根据一示例性实施例示出的机器人的实时障碍地图的计算流程图;
图4是根据一示例性实施例示出的机器人动作安全判断的示意图,(a)为轨迹地图与障碍地图一致的情况,(b)为轨迹地图与障碍地图不一致的情况;
图5为根据一示例性实施例示出的一种机器人动作安全检测装置的框图。
具体实施方式
这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。
在本申请使用的术语是仅仅出于描述特定实施例的目的,而非旨在限制本申请。在本申请和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式,除非上下文清楚地表示其他含义。还应当理解,本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
图1是根据一示例性实施例示出的一种机器人动作安全检测方法流程图,如图1所示,该方法应用于机器人,可以包括以下步骤:
步骤S101,搭建D-H模型,确定D-H参数,基于所述D-H模型及D-H参数计算各关节间的位姿变换矩阵,建立各关节间的关系;
具体地,以各关节处于零位时的状态作为初始姿态,在每个关节建立一个坐标系,通过坐标系变换来确定各关节的位姿,搭建D-H模型,其中第i个关节对应的坐标系为{i};根据机器人自身结构参数,确定D-H参数,所述D-H参数包括Θ、d、a、α,其中Θ表示绕Z轴转动的角度、d表示沿着轴线方向滑移、a表示两个旋转轴之间的公垂线长度、α表示两个旋转轴之间的夹角。
步骤S102,动作执行前,获取所要执行动作的关节轨迹,通过所述各关节间的关系计算动作执行过程中各关节将经过的区域,生成轨迹地图;如图2所示,该步骤可以包括以下子步骤:
步骤S201:机器人获取所要执行动作的关节轨迹,所述轨迹数据为机器人动作执行过程中,每一帧各关节转动的角度。
步骤S202:机器人计算动作执行过程中各关节将经过的区域,所述经过的区域为机器人在动作执行过程中,每一帧各关节在空间中的位置。
步骤S203:机器人定义初始轨迹地图为网格化的矩形,并以二维数组表示,将各关节经过的点投影到初始轨迹地图,如果投影点在轨迹地图的某一网格内,则将该网格对应二维数组中的元素置为“1”,生成所执行动作的轨迹地图。
具体地,所述的轨迹地图为边长为L×W的矩形区域,按照一定的步长进行网格化,并且矩形中心与机器人中心一致,X,Y正方向与机器人坐标系一致;将网格化的矩形用二维数组来表示,其中数组的每个元素为“0”或“1”,“0”表示动作将经过的区域,“1”表示动作不经过的区域。然后机器人根据位姿变换矩阵和动作的轨迹信息,计算得到每一帧各关节在空间中的位置;将其投影到初始轨迹地图,如果投影点在轨迹地图的某一网格内,则将该网格对应二维数组中的元素置为“1”。
步骤S103,动作执行前,获取当前时刻二维激光雷达数据一帧,生成障碍地图,并且在动作执行过程中实时根据雷达数据,更新障碍地图;如图3所示,该步骤可以包括以下子步骤:
步骤S301:获取当前时刻二维激光雷达数据一帧。
步骤S302:将雷达数据转换为基于机器人坐标系下的障碍点。
步骤S303:将障碍点投影到初始障碍地图,如果投影点在障碍地图的某一网格内,则将该网格对应二维数组中的元素置为“1”,生成实时障碍地图。
具体地,所述的障碍地图为边长为L×W的矩形区域,按照一定的步长进行网格化,并且矩形中心与机器人中心一致,X,Y正方向与机器人坐标系一致;将网格化的矩形用二维数组来表示,其中数组的每个元素为“0”或“1”,“0”表示该区域内没有障碍,“1”表示该区域内存在障碍。然后机器人获取当前时刻二维激光雷达数据一帧,将雷达的点云数据转换为基于机器人坐标系的障碍点,将其投影到初始障碍地图,如果投影点在障碍地图的某一网格内,则将该网格对应二维数组中的元素置为“1”。
步骤S104,在执行动作前及执行过程中,对比所述轨迹地图与障碍地图,如果一致,可以执行动作,如果不一致,说明所执行动作的路径中存在障碍,机器人立即停止动作。
具体地,所述的地图对比,机器人在执行动作前,逐个判断轨迹地图中为“0”的区域,在实时障碍地图中是否同样为“0”,如果全部一致,说明没有障碍,可以执行动作;在执行过程中也进行对比,如果不一致,则说明所执行动作的路径中存在障碍,机器人立即停止动作。
在一个示例性实施例中,如图4所示,左边为网格化的轨迹地图,右边为网格化的实时障碍地图。在动作执行前以及执行过程中,机器人对比两张地图,逐个判断轨迹地图中为“0”的区域,在实时障碍地图中是否同样为“0”,如果全部一致,如图4中的(a)所示,说明没有障碍,可以执行动作;在动作执行过程中也进行对比,如果不一致,如图4中的(b)所示,则说明所执行动作的路径中存在障碍,机器人立即停止动作。
由上述实施例可知,本申请针对机器人中的动作安全检测问题,通过该方法能够使机器人在执行动作前以及执行过程中对周围障碍进行实时检测,判断动作是否可以执行。因上述实施在确定安全检测范围时,是根据动作执行过程中各关节将经过的区域来确定,相比以机器人中心为原点、半径为R的整周区域作为检测范围之类的方法,本方法检测精度大大提高,不影响人与机器人之间的交互;同时因上述实施例使用了激光雷达,机器人会根据雷达数据实时更新障碍地图,在动作执行过程中也进行安全检测,所以与现有的方法相比,本方法计算更为精确,并具有更高的时效性。
与前述的机器人动作安全检测方法的实施例相对应,本申请还提供了机器人动作安全检测装置的实施例。
图5是根据一示例性实施例示出的一种机器人动作安全检测装置框图;参照图5,该装置可以包括:
第一计算模块21,用于搭建D-H模型,确定D-H参数,基于所述D-H模型及D-H参数计算各关节间的位姿变换矩阵,建立各关节间的关系;
第二计算模块22,用于动作执行前,获取所要执行动作的关节轨迹,通过所述各关节间的关系计算动作执行过程中各关节将经过的区域,生成轨迹地图;
第三计算模块23,用于动作执行前,获取当前时刻二维激光雷达数据一帧,生成障碍地图,并且在动作执行过程中实时根据雷达数据,更新障碍地图;
第一判断及执行模块24,在执行动作前及执行过程中,对比所述轨迹地图与障碍地图,如果一致,可以执行动作,如果不一致,说明所执行动作的路径中存在障碍,机器人立即停止动作。
关于上述实施例中的装置,其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述,此处将不做详细阐述说明。
对于装置实施例而言,由于其基本对应于方法实施例,所以相关之处参见方法实施例的部分说明即可。以上所描述的装置实施例仅仅是示意性的,其中所述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模块来实现本申请方案的目的。本领域普通技术人员在不付出创造性劳动的情况下,即可以理解并实施。
相应的,根据本申请实施例还提供一种电子设备,包括:一个或多个处理器;存储器,用于存储一个或多个程序;当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如上述的机器人动作安全检测方法。
相应的,本申请还提供一种计算机可读存储介质,其上存储有计算机指令,其特征在于,该指令被处理器执行时实现如上述的机器人动作安全检测方法。
本领域技术人员在考虑说明书及实践这里公开的公开后,将容易想到本申请的其它实施方案。本申请旨在涵盖本申请的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本申请的一般性原理并包括本申请未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本申请的真正范围和精神由下面的权利要求指出。
应当理解的是,本申请并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本申请的范围仅由所附的权利要求来限制。

Claims (10)

1.一种机器人动作安全检测方法,其特征在于,包括:
搭建D-H模型,确定D-H参数,基于所述D-H模型及D-H参数计算各关节间的位姿变换矩阵,建立各关节间的关系;
动作执行前,获取所要执行动作的关节轨迹,通过所述各关节间的关系计算动作执行过程中各关节将经过的区域,生成轨迹地图;
动作执行前,获取当前时刻二维激光雷达数据一帧,生成障碍地图,并且在动作执行过程中实时根据雷达数据,更新障碍地图;
在执行动作前及执行过程中,对比所述轨迹地图与障碍地图,如果一致,可以执行动作,如果不一致,说明所执行动作的路径中存在障碍,机器人立即停止动作。
2.根据权利要求1所述的方法,其特征在于,搭建D-H模型,确定D-H参数,包括:
以各关节处于零位时的状态作为初始姿态,在每个关节建立一个坐标系,通过坐标系变换来确定各关节的位姿,搭建D-H模型;
根据机器人自身结构参数,确定D-H参数,所述D-H参数包括Θ、d、a、α,其中Θ表示绕Z轴转动的角度、d表示沿着轴线方向滑移、a表示两个旋转轴之间的公垂线长度、α表示两个旋转轴之间的夹角。
3.根据权利要求1所述的方法,其特征在于,生成轨迹地图,包括:
将动作执行过程中的各关节经过的区域作为机器人的工作范围,此区域中心与机器人中心一致,X,Y正方向与机器人坐标系一致,然后将此区域投影到地面,按照预定的步长进行网格化;
将网格化的区域用二维数组来表示,数组的每个元素为“0”或“1”,其中“0”表示动作将经过的区域,“1”表示动作不经过的区域,最终将此数组作为所执行动作的轨迹地图。
4.根据权利要求1所述的方法,其特征在于,生成障碍地图,包括:
将所述雷达数据转换为机器人坐标系下的障碍点,然后将其投影到地面,按照预定的步长进行网格化;
将网格化的区域用二维数组来表示,数组的每个元素为“0”或“1”,其中“0”表示该区域内没有障碍,“1”表示该区域内存在障碍,最终将此数组作为当前时刻的障碍地图。
5.一种机器人动作安全检测装置,其特征在于,包括:
第一计算模块,用于搭建D-H模型,确定D-H参数,基于所述D-H模型及D-H参数计算各关节间的位姿变换矩阵,建立各关节间的关系;
第二计算模块,用于动作执行前,获取所要执行动作的关节轨迹,通过所述各关节间的关系计算动作执行过程中各关节将经过的区域,生成轨迹地图;
第三计算模块,用于动作执行前,获取当前时刻二维激光雷达数据一帧,生成障碍地图,并且在动作执行过程中实时根据雷达数据,更新障碍地图;
第一判断及执行模块,在执行动作前及执行过程中,对比所述轨迹地图与障碍地图,如果一致,可以执行动作,如果不一致,说明所执行动作的路径中存在障碍,机器人立即停止动作。
6.根据权利要求5所述的装置,其特征在于,搭建D-H模型,确定D-H参数,包括:
以各关节处于零位时的状态作为初始姿态,在每个关节建立一个坐标系,通过坐标系变换来确定各关节的位姿,搭建D-H模型;
根据机器人自身结构参数,确定D-H参数,所述D-H参数包括Θ、d、a、α,其中Θ表示绕Z轴转动的角度、d表示沿着轴线方向滑移、a表示两个旋转轴之间的公垂线长度、α表示两个旋转轴之间的夹角。
7.根据权利要求5所述的装置,其特征在于,生成轨迹地图,包括:
将动作执行过程中的各关节经过的区域作为机器人的工作范围,此区域中心与机器人中心一致,X,Y正方向与机器人坐标系一致,然后将此区域投影到地面,按照预定的步长进行网格化;
将网格化的区域用二维数组来表示,数组的每个元素为“0”或“1”,其中“0”表示动作将经过的区域,“1”表示动作不经过的区域,最终将此数组作为所执行动作的轨迹地图。
8.根据权利要求5所述的装置,其特征在于,生成障碍地图,包括:
将所述雷达数据转换为机器人坐标系下的障碍点,然后将其投影到地面,按照预定的步长进行网格化;
将网格化的区域用二维数组来表示,数组的每个元素为“0”或“1”,其中“0”表示该区域内没有障碍,“1”表示该区域内存在障碍,最终将此数组作为当前时刻的障碍地图。
9.一种电子设备,其特征在于,包括:包括处理器和存储器,所述存储器中存储有计算机程序,所述处理器通过调用所述存储器中存储的所述计算机程序,用于执行权利要求1-4任一项所述的方法。
10.一种计算机可读的存储介质,其上存储有计算机指令,其特征在于,该指令被处理器执行时实现如权利要求1-4中任一项所述方法的步骤。
CN202110295956.9A 2021-03-19 2021-03-19 机器人动作安全检测方法和装置、电子设备、存储介质 Active CN112936288B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110295956.9A CN112936288B (zh) 2021-03-19 2021-03-19 机器人动作安全检测方法和装置、电子设备、存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110295956.9A CN112936288B (zh) 2021-03-19 2021-03-19 机器人动作安全检测方法和装置、电子设备、存储介质

Publications (2)

Publication Number Publication Date
CN112936288A true CN112936288A (zh) 2021-06-11
CN112936288B CN112936288B (zh) 2022-09-27

Family

ID=76227197

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110295956.9A Active CN112936288B (zh) 2021-03-19 2021-03-19 机器人动作安全检测方法和装置、电子设备、存储介质

Country Status (1)

Country Link
CN (1) CN112936288B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113601497A (zh) * 2021-07-09 2021-11-05 广东博智林机器人有限公司 一种方法、装置、机器人及存储介质
CN113703001A (zh) * 2021-08-30 2021-11-26 上海景吾智能科技有限公司 一种在机器人已有地图上生成障碍物的方法、系统及介质
CN114089775A (zh) * 2022-01-20 2022-02-25 杭州蓝芯科技有限公司 移动机器人的停障控制方法与装置

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006205348A (ja) * 2005-01-31 2006-08-10 Sony Corp 障害物回避装置、障害物回避方法及び障害物回避プログラム並びに移動型ロボット装置
JP2010079852A (ja) * 2008-09-29 2010-04-08 Honda Motor Co Ltd 移動装置
CN109227533A (zh) * 2017-07-11 2019-01-18 丰田自动车株式会社 移动规划装置、移动机器人和移动规划程序
CN110823241A (zh) * 2019-11-19 2020-02-21 齐鲁工业大学 基于可通行区域骨架提取的机器人路径规划方法及系统
CN111347429A (zh) * 2020-04-16 2020-06-30 淮阴工学院 一种基于改进蚁群算法的可碰撞检测机械臂路径规划方法
CN111665842A (zh) * 2020-06-09 2020-09-15 山东大学 一种基于语义信息融合的室内slam建图方法及系统

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006205348A (ja) * 2005-01-31 2006-08-10 Sony Corp 障害物回避装置、障害物回避方法及び障害物回避プログラム並びに移動型ロボット装置
JP2010079852A (ja) * 2008-09-29 2010-04-08 Honda Motor Co Ltd 移動装置
CN109227533A (zh) * 2017-07-11 2019-01-18 丰田自动车株式会社 移动规划装置、移动机器人和移动规划程序
CN110823241A (zh) * 2019-11-19 2020-02-21 齐鲁工业大学 基于可通行区域骨架提取的机器人路径规划方法及系统
CN111347429A (zh) * 2020-04-16 2020-06-30 淮阴工学院 一种基于改进蚁群算法的可碰撞检测机械臂路径规划方法
CN111665842A (zh) * 2020-06-09 2020-09-15 山东大学 一种基于语义信息融合的室内slam建图方法及系统

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113601497A (zh) * 2021-07-09 2021-11-05 广东博智林机器人有限公司 一种方法、装置、机器人及存储介质
CN113601497B (zh) * 2021-07-09 2024-02-06 广东博智林机器人有限公司 一种方法、装置、机器人及存储介质
CN113703001A (zh) * 2021-08-30 2021-11-26 上海景吾智能科技有限公司 一种在机器人已有地图上生成障碍物的方法、系统及介质
CN114089775A (zh) * 2022-01-20 2022-02-25 杭州蓝芯科技有限公司 移动机器人的停障控制方法与装置

Also Published As

Publication number Publication date
CN112936288B (zh) 2022-09-27

Similar Documents

Publication Publication Date Title
CN112936288B (zh) 机器人动作安全检测方法和装置、电子设备、存储介质
US11059174B2 (en) System and method of controlling obstacle avoidance of robot, robot and storage medium
US10948907B2 (en) Self-driving mobile robots using human-robot interactions
CN111192331B (zh) 一种激光雷达和相机的外参标定方法及装置
CN110673115A (zh) 雷达与组合导航系统的联合标定方法、装置、设备及介质
WO2019126950A1 (zh) 一种定位方法、云端服务器、终端、系统、电子设备及计算机程序产品
CN110900602B (zh) 一种定位恢复方法、装置、机器人及存储介质
JP2019203900A (ja) 無人運転車に基づく障害物の検出方法、装置、デバイス及び記憶媒体
CN110850859B (zh) 一种机器人及其避障方法和避障系统
CN112518739A (zh) 履带式底盘机器人侦察智能化自主导航方法
CN111580493A (zh) 一种自动驾驶仿真方法、系统及介质
Tully et al. Leap-frog path design for multi-robot cooperative localization
CN110986920A (zh) 定位导航方法、装置、设备及存储介质
CN115609594B (zh) 机械臂路径的规划方法、装置、上位控制端及存储介质
CN112017236A (zh) 一种基于单目相机计算目标物位置的方法及装置
CN111985300A (zh) 自动驾驶动态目标定位方法、装置、电子设备及存储介质
CN116225029B (zh) 一种机器人路径规划方法
CN111951552A (zh) 一种自动驾驶中风险管理的方法以及相关装置
CN116520847A (zh) 路径规划方法、装置、移动机器人、电子设备及存储介质
CN116007623A (zh) 机器人导航方法、装置和计算机可读存储介质
CN113607161B (zh) 机器人导航路径宽度获取系统、方法、机器人及存储介质
CN115507840A (zh) 一种栅格地图构建方法、栅格地图构建装置及电子设备
US20220339786A1 (en) Image-based trajectory planning method and movement control method and mobile machine using the same
CN110216675B (zh) 智能机器人的控制方法、装置、智能机器人及计算机设备
CN111413982A (zh) 一种规划多辆车的循迹路线的方法及终端

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