CN112947464A - 机器人通过狭窄空间方法、装置、终端及存储介质 - Google Patents

机器人通过狭窄空间方法、装置、终端及存储介质 Download PDF

Info

Publication number
CN112947464A
CN112947464A CN202110246542.7A CN202110246542A CN112947464A CN 112947464 A CN112947464 A CN 112947464A CN 202110246542 A CN202110246542 A CN 202110246542A CN 112947464 A CN112947464 A CN 112947464A
Authority
CN
China
Prior art keywords
robot
space
sampling
radius
narrow space
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
CN202110246542.7A
Other languages
English (en)
Inventor
牟其龙
李岩
赵明
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 Yogo Robot Co Ltd
Original Assignee
Shanghai Yogo Robot 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 Yogo Robot Co Ltd filed Critical Shanghai Yogo Robot Co Ltd
Priority to CN202110246542.7A priority Critical patent/CN112947464A/zh
Publication of CN112947464A publication Critical patent/CN112947464A/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
    • G05D1/0238—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using obstacle or wall sensors
    • G05D1/024—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using obstacle or wall sensors in combination with a laser
    • 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
    • G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
    • G05D1/0242—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using non-visible light signals, e.g. IR or UV signals
    • 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
    • G05D1/0255—Control of position or course in two dimensions specially adapted to land vehicles using acoustic signals, e.g. ultra-sonic singals
    • 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)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • General Physics & Mathematics (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Automation & Control Theory (AREA)
  • Electromagnetism (AREA)
  • Acoustics & Sound (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • Optics & Photonics (AREA)
  • Manipulator (AREA)

Abstract

本发明公开一种机器人通过狭窄空间方法，包括以下步骤：建立以机器人中心为原点的坐标系；预先根据机器人的物理轮廓测量并计算出机器人的最小通过半径Rmin与最大通过半径Rmax；在机器人沿运动方向的前方设置采样点；按照预设的步长获取采样点到周围空间的环境物体的采样距离r；判断周围空间是否为狭窄空间，若结果为是，则采样点对沿机器人的运动方向左右两侧的环境物体持续采样，并生成一条法向路径，进而控制机器人沿所述法向路径移动。本发明对周围空间的环境物体进行持续采样，从而生成一条法向路径，使得机器人能够以最小通过半径来通过狭窄空间，提升了机器人的通行能力。

Description

机器人通过狭窄空间方法、装置、终端及存储介质
【技术领域】
本发明涉及机器人技术领域，尤其涉及一种机器人通过狭窄空间方法、装置、终端及存储介质。
【背景技术】
随着当今移动机器人技术越来越成熟，机器人功能越来越多，机器人工作的场景也越来越广泛，从而对机器人通过性的要求也越来越高。目前市面上往往采用圆型的轮廓结构设计来提升机器人的通过狭窄空间的能力。然而对于非圆形轮廓结构的机器人，现有的控制技术只能使机器人通过最大轮廓半径以上的空间，这大大限制了机器人的通过能力，进而降低了机器人的适用场景。
鉴于此，实有必要提供一种机器人通过狭窄空间方法、装置、终端及存储介质以克服上述缺陷。
【发明内容】
本发明的目的是提供一种机器人通过狭窄空间方法、装置、终端及存储介质，旨在改善现有的控制技术只能使机器人通过最大轮廓半径以上的空间的问题，提升了机器人在狭窄空间的通过能力。
为了实现上述目的，本发明第一方面提供一种机器人通过狭窄空间方法，包括以下步骤：
建立以机器人中心为原点的坐标系；
预先根据所述机器人的物理轮廓测量并计算出所述机器人的最小通过半径Rmin与最大通过半径Rmax；
当所述机器人在周围空间沿预定路径运行时，在所述机器人沿运动方向的前方设置采样点；
按照预设的步长获取所述采样点到所述周围空间的环境物体的采样距离r；
根据所述采样距离r、所述最小通过半径Rmin及所述最大通过半径Rmax判断所述周围空间是否为狭窄空间，若结果为是，则所述采样点对沿所述机器人的运动方向左右两侧的环境物体持续采样，并生成一条法向路径，进而控制所述机器人沿所述法向路径移动。
在一个优选实施方式中，所述建立以机器人中心为原点的坐标系步骤中包括：
以所述机器人中心为原点，以所述机器人的正前方为X轴正向，以所述机器人的正右方为Y轴正向，以所述机器人中心垂直地面向上为Z轴正向来建立坐标系。
在一个优选实施方式中，所述预先根据所述机器人的物理轮廓测量并计算出所述机器人的最小通过半径Rmin与最大通过半径Rmax步骤中包括：
以所述机器人的中心为圆心测量当机器人360度旋转时，所述机器人的轮廓表面各个坐标点的旋转半径，得到最大旋转半径与最小旋转半径；
将所述最大旋转半径与所述最小旋转半径均增大预设的尺寸，得到所述机器人的最小通过半径Rmin与最大通过半径Rmax。
在一个优选实施方式中，所述根据所述采样距离r、所述最小通过半径Rmin及所述最大通过半径Rmax判断所述周围空间是否为狭窄空间步骤中包括：
判断所述周围空间的空间类型；其中所述空间类型包括可通过空间、不可通过空间与狭窄空间；
若所述采样点与环境物体的所述采样距离r均大于所述最大通过半径Rmax时，则判断所述周围空间为所述可通过空间；
若所述采样点与环境物体的至少一个所述采样距离r小于所述最小通过半径Rmin，则判断所述周围空间为所述不可通过空间；
若所述采样点与环境物体的所述采样距离r均大于所述最小通过半径Rmin且有部分区域的所述采样距离r小于所述最大通过半径Rmax，则判断所述周围空间为所述狭窄空间，并定义所述采样距离r小于所述最大通过半径Rmax的所述部分区域为狭窄区域。
在一个优选实施方式中，还包括步骤：
当判断所述周围空间为可通过空间时，控制所述机器人沿所述预定路径继续运行；
当判断所述周围空间为不可通过空间时，控制所述机器人停止移动或后退。
在一个优选实施方式中，还包括步骤：
当判断所述周围空间为狭窄空间时，判断所述狭窄区域是否位于所述机器人沿运动方向的左右两侧，若结果为否，则控制机器人维持所述预定路径移动；若结果为是，控制所述机器人沿所述法向路径移动。
在一个优选实施方式中，所述则所述采样点对沿所述机器人的运动方向左右两侧的环境物体持续采样，并生成一条法向路径步骤中包括：
通过所述采样点测量并计算所述狭窄区域沿所述机器人的运动方向左右两侧的连线距离；
以所述连线距离的最小距离连线的中点作为所述机器人的路径点；其中，所述路径点的方向为所述最小距离连线的法线方向。
控制所述采样点持续采样预设距离，得到若干个所述路径点，将所有所述路径点依次连接从而生成一条法向路径。
本发明第二方面提供了一种机器人通过狭窄空间装置，包括：
坐标系建立模块，用于建立以机器人中心为原点的坐标系；
半径测量模块，用于预先根据所述机器人的物理轮廓测量并计算出所述机器人的最小通过半径Rmin与最大通过半径Rmax；
采样点设置模块，用于当所述机器人在周围空间沿预定路径运行时，在所述机器人沿运动方向的前方设置采样点；
采样距离获取模块，用于按照预设的步长获取所述采样点到所述周围空间的环境物体的采样距离r；
周围空间判断模块，用于根据所述采样距离r、所述最小通过半径Rmin及所述最大通过半径Rmax判断所述周围空间是否为狭窄空间，若结果为是，则所述采样点对沿所述机器人的运动方向左右两侧的环境物体持续采样，并生成一条法向路径，进而控制所述机器人沿所述法向路径移动。
本发明第三方面提供了一种终端，所述终端包括存储器、处理器以及存储在所述存储器并可在所述处理器上运行的机器人通过狭窄空间程序，所述机器人通过狭窄空间程序被所述处理器执行时实现如上述实施方式中任一项所述的机器人通过狭窄空间方法的各个步骤。
本发明第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质存储有机器人通过狭窄空间程序，所述机器人通过狭窄空间程序被处理器执行时实现如上述实施方式任一项所述的机器人通过狭窄空间方法的各个步骤。
本发明提供的机器人通过狭窄空间方法，预先根据机器人的物理轮廓获得机器人的最小与最大通过半径，当机器人在移动时，通过采样点对机器人沿运动方向左右两侧的环境物体进行距离测量，从而获得采样距离，根据采样距离与机器人的通过半径来判断周围空间是否为狭窄空间，若周围空间为狭窄空间，则对周围空间的环境物体进行持续采样，从而生成一条法向路径，使得机器人能够以最小通过半径来通过狭窄空间，提升了机器人的通行能力。
【附图说明】
为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，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相关的附图。
图1为本发明提供的机器人通过狭窄空间方法的流程图；
图2为本发明提供的机器人通过狭窄空间装置的框架图；
图3为机器人的结构示意图。
【具体实施方式】
为了使本发明的目的、技术方案和有益技术效果更加清晰明白，以下结合附图和具体实施方式，对本发明进行进一步详细说明。应当理解的是，本说明书中描述的具体实施方式仅仅是为了解释本发明，并不是为了限定本发明。
还应当理解，在此本发明说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本发明。如在本发明说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。
还应当进一步理解，在本发明说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。
在本发明的实施例中，第一方面提供了一种机器人通过狭窄空间方法，用于通过机器人通过狭窄空间装置进行控制，使得机器人能够通过狭窄空间，提升机器人的通行能力。
在本实施例中，机器人通过狭窄空间装置包括用于采集机器人的物理轮廓与障碍物之间距离的空间检测模块10及用于控制机器人移动的运动控制模块20。其中，空间检测模块包括激光传感器11、超声传感器12与红外传感器13。红外传感器11位于机器人的底部，超声传感器12位于红外传感器11的上方，激光传感器13位于超声传感器12的上方。能够理解的是，如图3所示，对于一些非圆形机器人来说，通常分为两部分，一部分是靠近地面设置的驱动装置101，用于实现机器人的自主移动；另一部分是设于驱动装置上方的载物装置102，用于实现机器人的载物功能。一般而言，驱动装置101的物理轮廓相较于载物装置102的物理轮廓较大，因此，可将红外传感器11设于驱动装置101的底部，将超声传感器12设于驱动装置101的中部，将激光传感器13设于驱动装置101与载物装置102之间的连接处，从而有效地提升了各个传感器的适用范围，避免了遮挡。
需要说明的是，本发明适用各种检测物体距离或位置或空间的传感器融合，也适用于通过无线通信或标定来获取位置或距离或空间的融合，也适用于通过计算机图像识别获取的障碍物距离或位置信息等，不仅仅局限于本实施例中提到的传感器种类。
如图1所示，本方法包括以下步骤S11-S15。
步骤S11，建立以机器人中心为原点的坐标系。具体的，以机器人中心为原点，以机器人的正前方为X轴正向，以机器人的正右方为Y轴正向，以机器人中心垂直地面向上为Z轴正向来建立坐标系，其中，坐标单位可设为米。
步骤S12，预先根据机器人的物理轮廓测量并计算出机器人的最小通过半径Rmin与最大通过半径Rmax。能够理解的是，对于一般的非圆形机器人而言，物理轮廓呈现左右对称的形状，因此，机器人轮廓上的坐标点的旋转半径可认为是该点到机器人中心的距离。具体的，本步骤包括以下子步骤：
以机器人的中心为圆心测量当机器人360度旋转时，机器人的轮廓表面各个坐标点的旋转半径，得到最大旋转半径与最小旋转半径。举例来说，若机器人的横截面大致呈长方形时，几何中心到四个顶点距离的一半即为机器人的最大旋转半径，一对相平行的较长边之间的距离(即为短边的长度)的一半即为机器人最小旋转半径。当机器人沿着平行于横截面的长边方向运动时，机器人移动时扫过的宽度为横截面短边的长度，此时，机器人的轮廓为以最小旋转半径移动；当机器人沿着平行于横截面的短边方向运动时，机器人移动时扫过的宽度为横截面长边的长度，若是周围空间的宽度小于该横截面长边的宽度且机器人的轮廓需要旋转到最小旋转半径才能通过时，此时必须保证周围空间的宽度大于机器人最大旋转半径才能使得机器人完成转向，进而调整运动姿态。
将最大旋转半径与最小旋转半径均增大预设的尺寸，得到机器人的最小通过半径Rmin与最大通过半径Rmax。其中，为了减小通过时出现机器人与环境物体的刮蹭现象，可以将最大旋转半径和最小旋转半径在机器人实际物理尺寸的基础上适当增大。例如，在本实施例中，在机器人实际物理尺寸的基础上增大了2厘米。
步骤S13，当机器人在周围空间沿预定路径运行时，在机器人沿运动方向的前方设置采样点。
能够理解的是，对于通常的非圆形且左右形状几乎对称的机器人，可以环绕机器人的横截面设置多组传感器，以实现多个角度的测距采样。当机器人在运动时，以沿运动方向正前方的传感器为采样点，以获取机器人前方的最大测量角度与范围。在本实施例中，采样点设置在机器人正前方的中间。
步骤S14，按照预设的步长获取采样点到周围空间的环境物体的采样距离r。
当机器人在移动时，采样点按照一定的步长进行对周围的环境物体的采样，即每前进预定的距离进行一次，在本实施例中，采样步长为5cm。具体的，根据设置在采样点的空间检测模块10进行测距，然后将检测到的距离信息都映射到机器人的坐标系下，获得包含一组周围空间信息的二维坐标地图。在后续的地图处理中，可将二维坐标地图进行栅格化，并按照预设的密度在周围空间的环境物体上设置若干个坐标点，从而得到每个坐标点到机器人的采样距离r。
步骤S15，根据采样距离r、最小通过半径Rmin及最大通过半径Rmax判断周围空间是否为狭窄空间。在本实施例中，首先判断周围空间的空间类型。其中，空间类型包括可通过空间、不可通过空间与狭窄空间。
具体的，以机器人的中心为圆心、以最小通过半径Rmin与最大通过半径Rmax作同心圆，与每个坐标点的采样距离r进行大小比较。
若采样点与环境物体的采样距离r均大于最大通过半径Rmax时，即环境物体上的每个坐标点与采样点的距离可供机器人实现360°旋转，机器人可以任意位资通过当前空间，则判断周围空间为可通过空间。当判断周围空间为可通过空间时，控制机器人沿预定路径继续运行。
若采样点与环境物体的至少一个采样距离r小于最小通过半径Rmin，表明当机器人通过周围空间时，在该坐标点位置的部位必会卡在周围空间中，机器人以任意位资均不能通过当前空间，则判断周围空间为不可通过空间。当判断周围空间为不可通过空间时，控制机器人停止移动或后退。
若采样点与环境物体的采样距离r均大于最小通过半径Rmin且有部分区域的采样距离r小于最大通过半径Rmax，此时表明机器人可以最小通过半径Rmin通过当前空间，但是不能以最大通过半径Rmax通过当前空间，则判断周围空间为狭窄空间，并定义采样距离r小于最大通过半径Rmax的部分区域为狭窄区域，相应的，与采样点得采样距离r均大于最小通过半径Rmin且小于最大通过半径Rmax的坐标点位于狭窄区域中。
在本实施例中，当确定周围空间为狭窄空间时，则采样点对沿机器人的运动方向左右两侧的环境物体持续采样，并生成一条法向路径，进而控制机器人沿法向路径移动。具体的，法向路径的生成步骤包括：
通过采样点测量并计算狭窄区域沿机器人的运动方向左右两侧的连线距离；以连线距离的最小距离连线的中点作为机器人的路径点；其中，路径点的方向为最小距离连线的法线方向；控制采样点持续采样预设距离(例如2m)，得到若干个路径点，将所有路径点依次连接从而生成一条法向路径。
进一步的，在一个实施例中，当判断周围空间为狭窄空间时，则继续判断狭窄区域是否位于机器人沿运动方向的左右两侧，若结果为否，表明狭窄区域中的环境物体不会对机器人的移动造成阻碍，此时则控制机器人维持预定路径移动；若结果为是，表明机器人的前方具有阻碍，此时控制机器人沿法向路径移动，通常而言，此时的法向路径与原先的预定路径具有较大的夹角，乃至垂直，从而使得机器人能够以最大通过半径Rmax运动的位资切换为以最小通过半径Rmin运动的位资，进而实现狭窄空间的通过。
需要说明的是，机器人跟随路径运动在业内有很多种通用成熟的做法，业内通过DWA控制算法、PID跟随前瞻点等方法都可很好的实现路径跟踪，此处亦非本发明重点，故在此不做详细步骤说明，要实现路径跟踪也并不仅仅局限于本实施例中的方法。在本实施例中，采用的是在路径上选一个前瞻点，通过机器人朝向与前瞻点的角度差来调整机器人的旋转速度，机器人与前瞻点的距离来调整机器人的线速度来实现。
综上所述，本发明提供的机器人通过狭窄空间方法，预先根据机器人的物理轮廓获得机器人的最小与最大通过半径，当机器人在移动时，通过采样点对机器人沿运动方向左右两侧的环境物体进行距离测量，从而获得采样距离，根据采样距离与机器人的通过半径来判断周围空间是否为狭窄空间，若周围空间为狭窄空间，则对周围空间的环境物体进行持续采样，从而生成一条法向路径，使得机器人能够以最小通过半径来通过狭窄空间，提升了机器人的通行能力。
本发明第二方面提供了一种机器人通过狭窄空间装置100，用于控制机器人通过狭窄空间，以提升通行能力。需要说明的是，机器人通过狭窄空间装置100的实现原理及实施方式均与上述的机器人通过狭窄空间方法相一致，故以下不再赘述。
如图2所示，机器人通过狭窄空间装置100除了包括空间检测模块10与运动控制模块20之外，还包括：
坐标系建立模块30，用于建立以机器人中心为原点的坐标系；
半径测量模块40，用于预先根据机器人的物理轮廓测量并计算出机器人的最小通过半径Rmin与最大通过半径Rmax；
采样点设置模块50，用于当机器人在周围空间沿预定路径运行时，在机器人沿运动方向的前方设置采样点；
采样距离获取模块60，用于按照预设的步长获取采样点到周围空间的环境物体的采样距离r；
周围空间判断模块70，用于根据采样距离r、最小通过半径Rmin及最大通过半径Rmax判断周围空间是否为狭窄空间，若结果为是，则采样点对沿机器人的运动方向左右两侧的环境物体持续采样，并生成一条法向路径，进而控制机器人沿法向路径移动。
本发明第三方面提供了一种终端(图中未示出)，终端包括存储器、处理器以及存储在存储器并可在处理器上运行的机器人通过狭窄空间程序，机器人通过狭窄空间程序被处理器执行时实现如上述实施方式中任一项所述的机器人通过狭窄空间方法的各个步骤。
本发明第四方面提供了一种计算机可读存储介质(图中未示出)，计算机可读存储介质存储有机器人通过狭窄空间程序，机器人通过狭窄空间程序被处理器执行时实现如上述实施方式任一项所述的机器人通过狭窄空间方法的各个步骤。
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块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。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及方法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
在本发明所提供的实施例中，应该理解到，所揭露的系统或装置/终端设备和方法，可以通过其它的方式实现。例如，以上所描述的系统或装置/终端设备实施例仅仅是示意性的，例如，所述模块或单元的划分，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讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。
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单元来实现本实施例方案的目的。
另外，在本发明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。
本发明并不仅仅限于说明书和实施方式中所描述，因此对于熟悉领域的人员而言可容易地实现另外的优点和修改，故在不背离权利要求及等同范围所限定的一般概念的精神和范围的情况下，本发明并不限于特定的细节、代表性的设备和这里示出与描述的图示示例。

Claims (10)

1.一种机器人通过狭窄空间方法，其特征在于，包括以下步骤：
建立以机器人中心为原点的坐标系；
预先根据所述机器人的物理轮廓测量并计算出所述机器人的最小通过半径Rmin与最大通过半径Rmax；
当所述机器人在周围空间沿预定路径运行时，在所述机器人沿运动方向的前方设置采样点；
按照预设的步长获取所述采样点到所述周围空间的环境物体的采样距离r；
根据所述采样距离r、所述最小通过半径Rmin及所述最大通过半径Rmax判断所述周围空间是否为狭窄空间，若结果为是，则所述采样点对沿所述机器人的运动方向左右两侧的环境物体持续采样，并生成一条法向路径，进而控制所述机器人沿所述法向路径移动。
2.如权利要求1所述的机器人通过狭窄空间方法，其特征在于，所述建立以机器人中心为原点的坐标系步骤中包括：
以所述机器人中心为原点，以所述机器人的正前方为X轴正向，以所述机器人的正右方为Y轴正向，以所述机器人中心垂直地面向上为Z轴正向来建立坐标系。
3.如权利要求1所述的机器人通过狭窄空间方法，其特征在于，所述预先根据所述机器人的物理轮廓测量并计算出所述机器人的最小通过半径Rmin与最大通过半径Rmax步骤中包括：
以所述机器人的中心为圆心测量当机器人360度旋转时，所述机器人的轮廓表面各个坐标点的旋转半径，得到最大旋转半径与最小旋转半径；
将所述最大旋转半径与所述最小旋转半径均增大预设的尺寸，得到所述机器人的最小通过半径Rmin与最大通过半径Rmax。
4.如权利要求1所述的机器人通过狭窄空间方法，其特征在于，所述根据所述采样距离r、所述最小通过半径Rmin及所述最大通过半径Rmax判断所述周围空间是否为狭窄空间步骤中包括：
判断所述周围空间的空间类型；其中所述空间类型包括可通过空间、不可通过空间与狭窄空间；
若所述采样点与环境物体的所述采样距离r均大于所述最大通过半径Rmax时，则判断所述周围空间为所述可通过空间；
若所述采样点与环境物体的至少一个所述采样距离r小于所述最小通过半径Rmin，则判断所述周围空间为所述不可通过空间；
若所述采样点与环境物体的所述采样距离r均大于所述最小通过半径Rmin且有部分区域的所述采样距离r小于所述最大通过半径Rmax，则判断所述周围空间为所述狭窄空间，并定义所述采样距离r小于所述最大通过半径Rmax的所述部分区域为狭窄区域。
5.如权利要求4所述的机器人通过狭窄空间方法，其特征在于，还包括步骤：
当判断所述周围空间为可通过空间时，控制所述机器人沿所述预定路径继续运行；
当判断所述周围空间为不可通过空间时，控制所述机器人停止移动或后退。
6.如权利要求4所述的机器人通过狭窄空间方法，其特征在于，还包括步骤：
当判断所述周围空间为狭窄空间时，判断所述狭窄区域是否位于所述机器人沿运动方向的左右两侧，若结果为否，则控制机器人维持所述预定路径移动；若结果为是，控制所述机器人沿所述法向路径移动。
7.如权利要求6所述的机器人通过狭窄空间方法，其特征在于，所述则所述采样点对沿所述机器人的运动方向左右两侧的环境物体持续采样，并生成一条法向路径步骤中包括：
通过所述采样点测量并计算所述狭窄区域沿所述机器人的运动方向左右两侧的连线距离；
以所述连线距离的最小距离连线的中点作为所述机器人的路径点；其中，所述路径点的方向为所述最小距离连线的法线方向。
控制所述采样点持续采样预设距离，得到若干个所述路径点，将所有所述路径点依次连接从而生成一条法向路径。
8.一种机器人通过狭窄空间装置，其特征在于，包括：
坐标系建立模块，用于建立以机器人中心为原点的坐标系；
半径测量模块，用于预先根据所述机器人的物理轮廓测量并计算出所述机器人的最小通过半径Rmin与最大通过半径Rmax；
采样点设置模块，用于当所述机器人在周围空间沿预定路径运行时，在所述机器人沿运动方向的前方设置采样点；
采样距离获取模块，用于按照预设的步长获取所述采样点到所述周围空间的环境物体的采样距离r；
周围空间判断模块，用于根据所述采样距离r、所述最小通过半径Rmin及所述最大通过半径Rmax判断所述周围空间是否为狭窄空间，若结果为是，则所述采样点对沿所述机器人的运动方向左右两侧的环境物体持续采样，并生成一条法向路径，进而控制所述机器人沿所述法向路径移动。
9.一种终端，其特征在于，所述终端包括存储器、处理器以及存储在所述存储器并可在所述处理器上运行的机器人通过狭窄空间程序，所述机器人通过狭窄空间程序被所述处理器执行时实现如权利要求1-7任一项所述的机器人通过狭窄空间方法的各个步骤。
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存储有机器人通过狭窄空间程序，所述机器人通过狭窄空间程序被处理器执行时实现如权利要求1-7任一项所述的机器人通过狭窄空间方法的各个步骤。
CN202110246542.7A 2021-03-05 2021-03-05 机器人通过狭窄空间方法、装置、终端及存储介质 Pending CN112947464A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110246542.7A CN112947464A (zh) 2021-03-05 2021-03-05 机器人通过狭窄空间方法、装置、终端及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110246542.7A CN112947464A (zh) 2021-03-05 2021-03-05 机器人通过狭窄空间方法、装置、终端及存储介质

Publications (1)

Publication Number Publication Date
CN112947464A true CN112947464A (zh) 2021-06-11

Family

ID=76247939

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110246542.7A Pending CN112947464A (zh) 2021-03-05 2021-03-05 机器人通过狭窄空间方法、装置、终端及存储介质

Country Status (1)

Country Link
CN (1) CN112947464A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113885506A (zh) * 2021-10-18 2022-01-04 武汉联影智融医疗科技有限公司 机器人避障方法、装置、电子设备及存储介质
WO2023160368A1 (zh) * 2022-02-25 2023-08-31 追觅创新科技(苏州)有限公司 自移动设备的控制方法、设备及存储介质
CN116974288A (zh) * 2023-09-20 2023-10-31 深圳鹏行智能研究有限公司 机器人控制方法以及机器人
US20230400856A1 (en) * 2022-06-09 2023-12-14 Kristopher Douglas Rupay Autonomous guidance through narrow spaces

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104176500A (zh) * 2013-05-22 2014-12-03 株式会社安川电机 基板搬运机器人、基板搬运系统及基板搬运方法
CN104375505A (zh) * 2014-10-08 2015-02-25 北京联合大学 一种基于激光测距的机器人自主寻路方法
CN104460666A (zh) * 2014-10-27 2015-03-25 上海理工大学 一种基于距离矢量的机器人自主避障移动控制方法
CN107053215A (zh) * 2017-02-28 2017-08-18 大陆智源科技（北京）有限公司 一种机器人控制系统
US20180164832A1 (en) * 2016-12-14 2018-06-14 Hyundai Motor Company Apparatus and method for controlling narrow road driving of vehicle
CN108983777A (zh) * 2018-07-23 2018-12-11 浙江工业大学 一种基于自适应前沿探索目标点选取的自主探索与避障方法
CN110262495A (zh) * 2019-06-26 2019-09-20 山东大学 可实现移动机器人自主导航与精确定位的控制系统及方法
US20190337154A1 (en) * 2018-05-01 2019-11-07 X Development Llc Robot navigation using 2d and 3d path planning
CN111650933A (zh) * 2020-05-19 2020-09-11 上海有个机器人有限公司 控制机器人脱困方法、装置、终端及可读存储介质
CN111665523A (zh) * 2020-06-10 2020-09-15 上海有个机器人有限公司 障碍检测方法和装置
CN111761581A (zh) * 2020-07-07 2020-10-13 上海木木聚枞机器人科技有限公司 路径规划方法及装置、狭窄空间行进方法及装置

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104176500A (zh) * 2013-05-22 2014-12-03 株式会社安川电机 基板搬运机器人、基板搬运系统及基板搬运方法
CN104375505A (zh) * 2014-10-08 2015-02-25 北京联合大学 一种基于激光测距的机器人自主寻路方法
CN104460666A (zh) * 2014-10-27 2015-03-25 上海理工大学 一种基于距离矢量的机器人自主避障移动控制方法
US20180164832A1 (en) * 2016-12-14 2018-06-14 Hyundai Motor Company Apparatus and method for controlling narrow road driving of vehicle
CN107053215A (zh) * 2017-02-28 2017-08-18 大陆智源科技（北京）有限公司 一种机器人控制系统
US20190337154A1 (en) * 2018-05-01 2019-11-07 X Development Llc Robot navigation using 2d and 3d path planning
CN112074383A (zh) * 2018-05-01 2020-12-11 X开发有限责任公司 使用2d和3d路径规划的机器人导航
CN108983777A (zh) * 2018-07-23 2018-12-11 浙江工业大学 一种基于自适应前沿探索目标点选取的自主探索与避障方法
CN110262495A (zh) * 2019-06-26 2019-09-20 山东大学 可实现移动机器人自主导航与精确定位的控制系统及方法
CN111650933A (zh) * 2020-05-19 2020-09-11 上海有个机器人有限公司 控制机器人脱困方法、装置、终端及可读存储介质
CN111665523A (zh) * 2020-06-10 2020-09-15 上海有个机器人有限公司 障碍检测方法和装置
CN111761581A (zh) * 2020-07-07 2020-10-13 上海木木聚枞机器人科技有限公司 路径规划方法及装置、狭窄空间行进方法及装置

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113885506A (zh) * 2021-10-18 2022-01-04 武汉联影智融医疗科技有限公司 机器人避障方法、装置、电子设备及存储介质
WO2023160368A1 (zh) * 2022-02-25 2023-08-31 追觅创新科技(苏州)有限公司 自移动设备的控制方法、设备及存储介质
CN116700237A (zh) * 2022-02-25 2023-09-05 追觅创新科技(苏州)有限公司 自移动设备的控制方法、设备及存储介质
US20230400856A1 (en) * 2022-06-09 2023-12-14 Kristopher Douglas Rupay Autonomous guidance through narrow spaces
CN116974288A (zh) * 2023-09-20 2023-10-31 深圳鹏行智能研究有限公司 机器人控制方法以及机器人
CN116974288B (zh) * 2023-09-20 2024-03-15 深圳鹏行智能研究有限公司 机器人控制方法以及机器人

Similar Documents

Publication Publication Date Title
CN112947464A (zh) 机器人通过狭窄空间方法、装置、终端及存储介质
AU2011207109B2 (en) Optical overhead wire measurement
CN109752003B (zh) 一种机器人视觉惯性点线特征定位方法及装置
WO2021052403A1 (zh) 一种移动机器人感知障碍信息的方法、装置
CN109212377B (zh) 一种高压线路障碍物识别方法、装置、巡检机器人
CN108829137A (zh) 一种机器人目标追踪的避障方法及装置
Murray Recovering range using virtual multicamera stereo
CN111028340A (zh) 精密装配中的三维重构方法、装置、设备及系统
Xia et al. Global calibration of non-overlapping cameras: State of the art
CN111487964A (zh) 一种机器人小车及其自主避障方法、设备
JP7372708B2 (ja) 広視野角のステレオカメラ装置およびこれを利用した深度画像処理方法
Matuszyk et al. Stereo panoramic vision for monitoring vehicle blind-spots
CN113112491A (zh) 一种悬崖检测方法、装置、机器人及存储介质
Gaspar et al. Visual path following with a catadioptric panoramic camera
CN112987748A (zh) 机器人狭窄空间的控制方法、装置、终端及存储介质
Said et al. Depth estimation for a mobile platform using monocular vision
CN102288134B (zh) 一种基于透视投影的空间圆形目标旋转运动参数测量方法
Kröse et al. Heading direction of a mobile robot from the optical flow
Adinandra et al. A low cost indoor localization system for mobile robot experimental setup
Hwang et al. Robust 3D map building for a mobile robot moving on the floor
Cha et al. Local path planning of a free ranging mobile robot using the directional weighting method
CN114217600A (zh) 基于机器人的变电站室内保护屏柜智能巡检方法及其系统
Shimizu et al. Wide angle vision sensor with fovea-navigation of mobile robot based on cooperation between central vision and peripheral vision
Hwang et al. 3D map building for a moving based on mobile robot
Ahmmed et al. Self-localization of a mobile robot using monocular vision of a chessboard pattern

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