CN112965490A - 控制机器人的方法、装置及非瞬时性计算机可读存储介质 - Google Patents

控制机器人的方法、装置及非瞬时性计算机可读存储介质 Download PDF

Info

Publication number
CN112965490A
CN112965490A CN202110168953.9A CN202110168953A CN112965490A CN 112965490 A CN112965490 A CN 112965490A CN 202110168953 A CN202110168953 A CN 202110168953A CN 112965490 A CN112965490 A CN 112965490A
Authority
CN
China
Prior art keywords
point
laser
robot
central point
central
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
CN202110168953.9A
Other languages
English (en)
Other versions
CN112965490B (zh
Inventor
汤恩琼
王超
姚秀军
桂晨光
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.)
Jingdong Shuke Haiyi Information Technology Co Ltd
Original Assignee
Jingdong Shuke Haiyi Information Technology 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 Jingdong Shuke Haiyi Information Technology Co Ltd filed Critical Jingdong Shuke Haiyi Information Technology Co Ltd
Priority to CN202110168953.9A priority Critical patent/CN112965490B/zh
Publication of CN112965490A publication Critical patent/CN112965490A/zh
Priority to US18/263,865 priority patent/US20240126298A1/en
Priority to EP22748815.2A priority patent/EP4270134A1/en
Priority to PCT/CN2022/071198 priority patent/WO2022166536A1/zh
Application granted granted Critical
Publication of CN112965490B publication Critical patent/CN112965490B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G05D1/20—Control system inputs
    • G05D1/24—Arrangements for determining position or orientation
    • G05D1/242—Means based on the reflection of waves generated by the vehicle
    • 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
    • G05D1/0214—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory in accordance with safety or protection criteria, e.g. avoiding hazardous areas
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/02—Systems using the reflection of electromagnetic waves other than radio waves
    • G01S17/06—Systems determining position data of a target
    • G01S17/08—Systems determining position data of a target for measuring distance only
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/88—Lidar systems specially adapted for specific applications
    • G01S17/93—Lidar systems specially adapted for specific applications for anti-collision purposes
    • G01S17/931—Lidar systems specially adapted for specific applications for anti-collision purposes of land vehicles
    • 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
    • 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
    • G05D1/60—Intended control result
    • G05D1/617—Safety or protection, e.g. defining protection zones around obstacles or avoiding hazards
    • G05D1/622—Obstacle avoidance
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D2109/00—Types of controlled vehicles
    • G05D2109/10—Land vehicles
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D2111/00—Details of signals used for control of position, course, altitude or attitude of land, water, air or space vehicles
    • G05D2111/10—Optical signals
    • G05D2111/17—Coherent light, e.g. laser signals

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • General Physics & Mathematics (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Automation & Control Theory (AREA)
  • Electromagnetism (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)

Abstract

本公开提供了一种控制机器人的方法、装置及非瞬时性计算机可读存储介质，涉及机器人技术领域。其中的控制机器人的方法包括：根据机器人底盘的尺寸构建封闭平面图形，封闭平面图形经过机器人底盘的中心点以及机器人规划路径上的目标点，中心点与目标点的连线为封闭平面图形的对称轴；从中心点向封闭平面图形的区域照射激光，以获取激光点集合；根据激光点集合中所有激光点与中心点的最远距离，控制机器人的运动状态。本公开能够降低机器人进入狭窄通道入口时碰撞障碍物的概率，从而提升机器人在运动过程中的安全性。

Description

控制机器人的方法、装置及非瞬时性计算机可读存储介质
技术领域
本公开涉及机器人技术领域，特别涉及一种控制机器人的方法、装置及非瞬时性计算机可读存储介质。
背景技术
机器人的行进路线由路径规划算法计算出的规划路径来确定。
在通过路径规划算法计算确定规划路径时，首先由全局路径规划算法规划出一条从起点到达终点的最短路径，然后由局部路径规划算法规划出局部最优路径，为机器人的行进提供方向指引。
常用的全局路径规划算法包括迪杰斯特拉Dijkstra算法、A＊算法、D＊算法等等，常用的局部路径规划算法包括DWA(Dynamic Window Approach，动态窗口)法、人工势场法等等。
发明内容
本公开解决的一个技术问题是，如何提升机器人在运动过程中的安全性。
根据本公开的第一个方面，提供了一种控制机器人的方法，包括：根据机器人底盘的尺寸构建封闭平面图形，封闭平面图形经过机器人底盘的中心点以及机器人规划路径上的目标点，中心点与目标点的连线为封闭平面图形的对称轴；从中心点向封闭平面图形的区域照射激光，以获取激光点集合；其中，若激光照射在障碍物上的激光点与中心点的距离大于激光照射在封闭平面图形上的激光点与中心点的距离，则将激光照射在封闭平面图形上的激光点加入激光点集合；若激光照射在障碍物上的激光点与中心点的距离不大于激光照射在封闭平面图形上的激光点与中心点的距离，则将激光照射在障碍物上的激光点加入激光点集合；根据激光点集合中所有激光点与中心点的最远距离，控制机器人的运动状态。
在一些实施例中，根据机器人底盘的尺寸构建封闭平面图形包括：将机器人规划路径上与中心点距离最近的目标点，作为第一目标点；将机器人规划路径上与第一目标点距离最接近机器人底盘的对角线长度的目标点，作为第二目标点；以中心点与第二目标点的连线为中线构建矩形，矩形一条边的长度为中线的长度，矩形另一条边的长度为对角线的长度。
在一些实施例中，从中心点向封闭平面图形的区域照射激光，以获取激光点集合包括：以中心点为原点建立坐标系；确定矩形的顶点坐标；从中心点向矩形的区域照射激光，以获取激光照射在障碍物上的激光点的坐标；根据矩形的顶点坐标、激光照射在障碍物上的激光点的坐标、从中心点指向第二目标点的方向，确定激光点集合中所有激光点的坐标。
在一些实施例中，确定矩形的顶点坐标包括：根据中线的长度、对角线的长度、从中心点指向第二目标点的方向，计算矩形的顶点坐标。
在一些实施例中，根据激光点集合中所有激光点与中心点的最远距离，控制机器人的运动状态包括：在最远距离不大于第一阈值的情况下，控制机器人停止运动。
在一些实施例中，根据激光点集合中所有激光点与中心点的最远距离，控制机器人的运动状态包括：在最远距离大于第一阈值的情况下，根据激光点集合中与中心点距离最远的激光点，控制机器人的运动方向。
在一些实施例中，根据激光点集合中与中心点距离最远的激光点，控制机器人的运动方向包括：以与中心点距离最远的激光点为起点，按照顺时针方向从激光点集合中寻找与中心点距离等于第一阈值的首个激光点，作为第一激光点；以与中心点距离最远的激光点为起点，按照逆时针方向从激光点集合中寻找与中心点距离等于第一阈值的首个激光点，作为第二激光点；控制机器人向第一射线与第二射线的角平分线方向运动，第一射线为从中心点指向第一激光点的射线，第二射线为从中心点指向第二激光点的射线。
在一些实施例中，第一阈值为机器人底盘的对角线长度的一半。
在一些实施例中，该方法还包括：判断中心点是否进入预设通道对应的预设路口区域，预设通道的宽度小于第二阈值；在中心点进入预设路口区域的情况下，执行权利要求1中的步骤。
根据本公开的第二个方面，提供了一种控制机器人的装置，包括：图形构建模块，被配置为：根据机器人底盘的尺寸构建封闭平面图形，封闭平面图形经过机器人底盘的中心点以及机器人规划路径上的目标点，中心点与目标点的连线为封闭平面图形的对称轴；激光点集合获取模块，被配置为：从中心点向封闭平面图形的区域照射激光，以获取激光点集合；其中，若激光照射在障碍物上的激光点与中心点的距离大于激光照射在封闭平面图形上的激光点与中心点的距离，则将激光照射在封闭平面图形上的激光点加入激光点集合；若激光照射在障碍物上的激光点与中心点的距离不大于激光照射在封闭平面图形上的激光点与中心点的距离，则将激光照射在障碍物上的激光点加入激光点集合；运动状态控制模块，被配置为：根据激光点集合中所有激光点与中心点的最远距离，控制机器人的运动状态。
在一些实施例中，图形构建模块被配置为：将机器人规划路径上与中心点距离最近的目标点，作为第一目标点；将机器人规划路径上与第一目标点距离最接近机器人底盘的对角线长度的目标点，作为第二目标点；以中心点与第二目标点的连线为中线构建矩形，矩形一条边的长度为中线的长度，矩形另一条边的长度为对角线的长度。
在一些实施例中，激光点集合获取模块被配置为：以中心点为原点建立坐标系；确定矩形的顶点坐标；从中心点向矩形的区域照射激光，以获取激光照射在障碍物上的激光点的坐标；根据矩形的顶点坐标、激光照射在障碍物上的激光点的坐标、从中心点指向第二目标点的方向，确定激光点集合中所有激光点的坐标。
在一些实施例中，激光点集合获取模块被配置为：根据中线的长度、对角线的长度、从中心点指向第二目标点的方向，计算矩形的顶点坐标。
在一些实施例中，运动状态控制模块被配置为：在最远距离不大于第一阈值的情况下，控制机器人停止运动。
在一些实施例中，运动状态控制模块被配置为：在最远距离大于第一阈值的情况下，根据激光点集合中与中心点距离最远的激光点，控制机器人的运动方向。
在一些实施例中，运动状态控制模块被配置为：以与中心点距离最远的激光点为起点，按照顺时针方向从激光点集合中寻找与中心点距离等于第一阈值的首个激光点，作为第一激光点；以与中心点距离最远的激光点为起点，按照逆时针方向从激光点集合中寻找与中心点距离等于第一阈值的首个激光点，作为第二激光点；控制机器人向第一射线与第二射线的角平分线方向运动，第一射线为从中心点指向第一激光点的射线，第二射线为从中心点指向第二激光点的射线。
在一些实施例中，第一阈值为机器人底盘的对角线长度的一半。
在一些实施例中，该装置还包括路口判断模块，被配置为：判断中心点是否进入预设通道对应的预设路口区域，预设通道的宽度小于第二阈值；在中心点进入预设路口区域的情况下，启动图形构建模块、激光点集合获取模块以及运动状态控制模块工作。
根据本公开的第三个方面，提供了一种控制机器人的装置，包括：存储器；以及耦接至存储器的处理器，处理器被配置为基于存储在存储器中的指令，执行前述的控制机器人的方法。
根据本公开的第四个方面，提供了一种非瞬时性计算机可读存储介质，其中，非瞬时性计算机可读存储介质存储有计算机指令，指令被处理器执行时实现前述的控制机器人的方法。
根据本公开的第五个方面，提供了一种机器人，包括前述的控制机器人的装置、机器人底盘、以及激光发射器。
本公开能够降低机器人进入狭窄通道入口时碰撞障碍物的概率，从而提升机器人在运动过程中的安全性。
通过以下参照附图对本公开的示例性实施例的详细描述，本公开的其它特征及其优点将会变得清楚。
附图说明
为了更清楚地说明本公开实施例或相关技术中的技术方案，下面将对实施例或相关技术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公开的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1示出了机器人运动过程的示意图。
图2示出了本公开一些实施例的控制机器人的装置的结构示意图。
图3示出了本公开另一些实施例的控制机器人的装置的结构示意图。
图4示出了本公开一些实施例的机器人的结构示意图。
具体实施方式
下面将结合本公开实施例中的附图，对本公开实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本公开一部分实施例，而不是全部的实施例。以下对至少一个示例性实施例的描述实际上仅仅是说明性的，决不作为对本公开及其应用或使用的任何限制。基于本公开中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本公开保护的范围。
经研究发现，执行局部路径规划算法时，需要依赖机器人的定位坐标。当机器人的定位坐标存在偏差时，局部路径规划算法规划出的局部最优路径也存在偏差。如果机器人在宽阔的场地上运动，一定范围内的定位坐标偏差不会对机器人的安全性造成较大影响。但是当机器人需要进入较为狭窄的通道时，定位坐标偏差会大幅提升机器人碰撞障碍物的概率。通道的宽度越狭窄，定位坐标偏差带来的负面影响越大，机器人进入通道时越容易发生碰撞。
为了降低机器人的定位坐标偏差带来的负面影响，本公开提出了一种控制机器人的方法，下面进行详细介绍。
首先结合图1描述本公开控制机器人的方法的一些实施例。
图1示出了机器人运动过程的示意图。如图1所示，假设虚线AB为机器人规划路径，点A为机器人规划路径的起点，点B为机器人规划路径的终点，机器人规划路径指示机器人进入狭窄通道，狭窄通道的宽度为l。实线矩形表示机器人底盘，点O为机器人底盘的中心点，机器人底盘的长度为h，宽度为w。记点O在世界坐标系下的坐标为(xwo，ywo)；机器人规划路径AB由n个规划点组成，其中的规划点i在世界坐标系下的坐标为(xwi，ywi)，(i＝1，2，3，...，n)。其中，点A为机器人已经经过的规划点，点C、D、B为机器人尚未经过的规划点(即机器人规划路径上的目标点)。控制机器人的方法包括步骤S101～步骤S103。
在步骤S101中，根据机器人底盘的尺寸构建封闭平面图形。
构建封闭平面图形时，要求封闭平面图形经过机器人底盘的中心点O以及机器人规划路径上的目标点(例如点D)，中心点O与目标点(例如点D)的连线为封闭平面图形的对称轴。本领域技术人员能够理解，封闭平面图形的具体形状可以是多种多样的。例如，封闭平面图形可以为矩形，如图1中的虚线矩形EFHG所示，虚线矩形EFHG经过点O及点D，且以OD为对称轴。再比如，封闭平面图形还可以为半圆形，该半圆经过点O及点D，以OD为对称轴且以EG为直径。
在步骤S102中，从中心点O向封闭平面图形的区域照射激光，以获取激光点集合。
获取激光点集合时按照如下过程进行。起初激光点集合为空集。若激光照射在障碍物上的激光点与中心点的距离大于激光照射在封闭平面图形上的激光点与中心点的距离，则将激光照射在封闭平面图形上的激光点加入激光点集合。若激光照射在障碍物上的激光点与中心点的距离不大于激光照射在封闭平面图形上的激光点与中心点的距离，则将激光照射在障碍物上的激光点加入激光点集合。
如图1所示，假设封闭平面图形为虚线矩形EFHG，虚线矩形EFHG与障碍物的交点为点P和点Q。那么，从点O向虚线矩形EFHG的区域照射激光，获取的激光点集合中包括激光照射在多边形EPQHG上的所有激光点。
在步骤S103中，根据激光点集合中所有激光点与中心点的最远距离，控制机器人的运动状态。
比如，在该最远距离不大于第一阈值的情况下，说明机器人距离障碍物较近，应控制机器人停止运动。再比如，在最远距离大于第一阈值的情况下，说明机器人距离障碍物较远，可以根据激光点集合中与中心点距离最远的激光点(例如与点H重合的激光点)，控制机器人的运动方向(例如控制机器人的运动方向为向量OH的方向)。其中，第一阈值例如可以设置为机器人底盘的对角线长度的一半。
本实施例在机器人的行进方向上构建了封闭平面图形，根据该封闭平面图形确定了激光点集合，并根据激光点集合中所有激光点与机器人底盘中心点的最远距离控制机器人的运动状态，从而降低了机器人进入狭窄通道入口时碰撞障碍物的概率，进而提升了机器人在运动过程中的安全性。
在一些实施例中，控制机器人的方法还包括步骤S100。
在步骤S100中，判断机器人底盘中心点是否进入预设通道对应的预设路口区域，其中，预设通道的宽度小于第二阈值。在中心点进入预设路口区域的情况下，执行前述步骤S101～步骤S103。
本领域技术人员能够理解：预设路口区域可以根据实际应用场景进行设置；判断机器人底盘中心点是否进入预设通道对应的预设路口区域，可以通过机器人底盘的定位坐标来实现。在机器人靠近狭窄通道时执行前述步骤S101～步骤S103，在机器人尚未靠近狭窄通道时不执行前述步骤S101～步骤S103，能够有效减少运算资源的消耗。
下面结合图1描述构建封闭平面图形的一些实施例。如图1所示，构建封闭平面图形的过程包括步骤S1011～步骤S1013。
在步骤S1011中，将机器人规划路径上与中心点O距离最近的目标点C作为第一目标点。
记C点在世界坐标系下的坐标为(xwc，ywc)，则xwc、ywc满足公式(1)，其中sqrt(·)表示开根号，i＝1，2，3，...，n。
sqrt((xwc-xwo)2+(ywc-ywo)2)＝min{sqrt((xwi-xwo)2+(ywi-ywo)2)} (1)
在步骤S1012中，将机器人规划路径上与第一目标点距离最接近机器人底盘的对角线长度r的目标点D，作为第二目标点。
记D点在世界坐标系下的坐标为(xwd，ywd)，则xwd、ywd满足公式(2)，其中abs(·)表示绝对值，i＝1，2，3，..，n。
abs(sqrt((xwd-xwc)2+(ywd-ywc)2)-r)＝min{abs(sqrt((xwi-xwd)2+(ywi-ywd)2)-r)}(2)
在步骤S1013中，以中心点O与第二目标点D的连线为中线构建矩形，矩形一条边的长度为中线OD的长度k，矩形另一条边的长度为对角线的长度r，记r＝sqrt(w2+h2)。
下面结合图1描述获取激光点集合的一些实施例。如图1所示，获取激光点集合的过程包括步骤S1021～步骤S1024。
在步骤S1021中，以中心点O为原点建立坐标系。
本领域技术人员应理解，以中心点O为原点建立的坐标系为机器人本体坐标系。机器人本体坐标系不同于世界坐标系，机器人本体坐标系的x轴与世界坐标系的x轴平行，机器人本体坐标系的y轴与世界坐标系的y轴平行。
在步骤S1022中，确定矩形EFHG的顶点坐标。
具体来说，根据中线的长度、对角线的长度、从中心点指向第二目标点的方向，计算矩形EFHG的顶点坐标的过程如下。
记D点在本体坐标系下的坐标为(xbd，ybd)，则有公式(3)～(5)：
xbd＝xwd-xwo (3)
ybd＝ywd-ywo (4)
k＝sqrt(xbd 2+ybd 2) (5)
在本体坐标系下，则矩形框顶点E、F、G和H的坐标(Xbe，ybe)、(Xbf，ybf)、(Xbg，ybg)和(xbh，ybh)可以表示为公式(6)～(13)：
xbe＝-rsinα (6)
ybe＝rcosα (7)
xbf＝kcosα-rsinα (8)
ybf＝ksinα+rxosα (9)
xbg＝rsinα (10)
ybg＝-rcosα (11)
xbh＝kcosα+rsinα (12)
ybh＝ksinα-rcosα (13)
其中α为向量OD在本体坐标系中的角度，可以表示为公式(14)：
Figure BDA0002938311530000091
在步骤S1023中，从中心点向矩形的区域照射激光，以获取激光照射在障碍物上的激光点的坐标。
假设从点O共照射m束激光，记其中的第pi束激光照射在障碍物上的激光点的坐标为(Xbpj，ybpj)，pi＝1，2，3，...，m。
在步骤S1024中，根据矩形的顶点坐标、激光照射在障碍物上的激光点的坐标、从中心点指向第二目标点的方向，确定激光点集合中所有激光点的坐标。
记激光点集合中所有激光点的坐标为(x′bpi，y′bpi)，pi＝1，2，3，...，m，则满足公式(15)、(16)：
x′bpi＝x″bpicosα-y″bpisinα (15)
y′bpi＝x″bpisinα+y″bpicosα (16)
其中x″bpi和y″bpi可以分别表示为公式(17)、(18)：
Figure BDA0002938311530000092
Figure BDA0002938311530000101
Figure BDA0002938311530000102
下面描述控制机器人的运动状态的一些实施例。控制机器人的运动状态的过程包括步骤S1031～步骤S1033。
在步骤S1031中，以与中心点距离最远的激光点为起点，按照顺时针方向从激光点集合中寻找与中心点距离等于第一阈值的首个激光点，作为第一激光点。
在步骤S1032中，以与中心点距离最远的激光点为起点，按照逆时针方向从激光点集合中寻找与中心点距离等于第一阈值的首个激光点，作为第二激光点。
在步骤S1033中，控制机器人向第一射线与第二射线的角平分线方向运动，第一射线为从中心点指向第一激光点的射线，第二射线为从中心点指向第二激光点的射线。
以第一阈值为机器人底盘的对角线长度的一半(即r/2)，结合图1对步骤S1031～步骤S1033进行举例说明。激光照射在多边形EPQHG上的所有激光点中，激光点坐标(x′bpi，y′bpi)到底盘中心O点的距离dopi表示为公式(19)：
dopi＝sqrt(x′bpi 2+y′bpi 2) (19)
在机器人距离障碍物较远的情况下，到底盘中心O点距离最远的激光点与点H重合，那么以点H为起点按照逆时针方向在多边形EPQHG上寻找的第一激光点与点E重合，以点H为起点按照逆时针方向在多边形EPQHG上寻找的第二激光点与点G重合。第一射线为OE，第二射线为OG，机器人的运动方向为向量OD的方向。本领域技术人员能够理解，在机器人距离障碍物较近的情况下，第一激光点可能与点Q重合，这样一来，机器人的运动方向相比与向量OD的方向而言，则以O点为固定点向顺时针方向偏移一定角度。
下面结合图2描述本公开控制机器人的装置的一些实施例。
图2示出了本公开一些实施例的控制机器人的装置的结构示意图。如图2所示，控制机器人的装置20包括：图形构建模块201，被配置为：根据机器人底盘的尺寸构建封闭平面图形，封闭平面图形经过机器人底盘的中心点以及机器人规划路径上的目标点，中心点与目标点的连线为封闭平面图形的对称轴；激光点集合获取模块202，被配置为：从中心点向封闭平面图形的区域照射激光，以获取激光点集合；其中，若激光照射在障碍物上的激光点与中心点的距离大于激光照射在封闭平面图形上的激光点与中心点的距离，则将激光照射在封闭平面图形上的激光点加入激光点集合；若激光照射在障碍物上的激光点与中心点的距离不大于激光照射在封闭平面图形上的激光点与中心点的距离，则将激光照射在障碍物上的激光点加入激光点集合；运动状态控制模块203，被配置为：根据激光点集合中所有激光点与中心点的最远距离，控制机器人的运动状态。
在一些实施例中，图形构建模块201被配置为：将机器人规划路径上与中心点距离最近的目标点，作为第一目标点；将机器人规划路径上与第一目标点距离最接近机器人底盘的对角线长度的目标点，作为第二目标点；以中心点与第二目标点的连线为中线构建矩形，矩形一条边的长度为中线的长度，矩形另一条边的长度为对角线的长度。
在一些实施例中，激光点集合获取模块202被配置为：以中心点为原点建立坐标系；确定矩形的顶点坐标；从中心点向矩形的区域照射激光，以获取激光照射在障碍物上的激光点的坐标；根据矩形的顶点坐标、激光照射在障碍物上的激光点的坐标、从中心点指向第二目标点的方向，确定激光点集合中所有激光点的坐标。
在一些实施例中，激光点集合获取模块202被配置为：根据中线的长度、对角线的长度、从中心点指向第二目标点的方向，计算矩形的顶点坐标。
在一些实施例中，根据激光点集合中所有激光点与中心点的最远距离，控制机器人的运动状态包括：在最远距离不大于第一阈值的情况下，控制机器人停止运动。
在一些实施例中，运动状态控制模块203被配置为：在最远距离大于第一阈值的情况下，根据激光点集合中与中心点距离最远的激光点，控制机器人的运动方向。
在一些实施例中，运动状态控制模块203被配置为：以与中心点距离最远的激光点为起点，按照顺时针方向从激光点集合中寻找与中心点距离等于第一阈值的首个激光点，作为第一激光点；以与中心点距离最远的激光点为起点，按照逆时针方向从激光点集合中寻找与中心点距离等于第一阈值的首个激光点，作为第二激光点；控制机器人向第一射线与第二射线的角平分线方向运动，第一射线为从中心点指向第一激光点的射线，第二射线为从中心点指向第二激光点的射线。
在一些实施例中，第一阈值为机器人底盘的对角线长度的一半。
在一些实施例中，该装置20还包括路口判断模块200，被配置为：判断中心点是否进入预设通道对应的预设路口区域，预设通道的宽度小于第二阈值；在中心点进入预设路口区域的情况下，启动图形构建模块、激光点集合获取模块以及运动状态控制模块工作。
上述实施例提供的控制机器人的装置，在机器人的行进方向上构建了封闭平面图形，根据该封闭平面图形确定了激光点集合，并根据激光点集合中所有激光点与机器人底盘中心点的最远距离控制机器人的运动状态，从而降低了机器人进入狭窄通道入口时碰撞障碍物的概率，进而提升了机器人在运动过程中的安全性。
在本申请所提供的几个实施例中，应该理解到，所揭露的技术内容，可通过其它的方式实现。其中，以上所描述的装置实施例仅仅是示意性的，例如所述单元的划分，可以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，单元或模块的间接耦合或通信连接，可以是电性或其它的形式。
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。
下面结合图3描述本公开控制机器人的装置的另一些实施例。
图3示出了本公开另一些实施例的控制机器人的装置的结构示意图。如图3所示，控制机器人的装置30包括：存储器310以及耦接至该存储器310的处理器320，处理器320被配置为基于存储在存储器310中的指令，执行前述任意一些实施例中的控制机器人的方法。
其中，存储器310例如可以包括系统存储器、固定非易失性存储介质等。系统存储器例如存储有操作系统、应用程序、引导装载程序(Boot Loader)以及其他程序等。
控制机器人的装置30还可以包括输入输出接口330、网络接口340、存储接口350等。这些接口330、340、350以及存储器310和处理器320之间例如可以通过总线360连接。其中，输入输出接口330为显示器、鼠标、键盘、触摸屏等输入输出设备提供连接接口。网络接口340为各种联网设备提供连接接口。存储接口350为SD卡、U盘等外置存储设备提供连接接口。
下面结合图4描述本公开机器人的一些实施例。
图4示出了本公开一些实施例的机器人的结构示意图。如图4所示，机器人40包括：前述的控制机器人的装置30、机器人底盘401、以及激光发射器402。
上述实施例提供机器人能够降低在进入狭窄通道入口时碰撞障碍物的概率，在运动过程中具有较高的安全性。
本公开还包括一种非瞬时性计算机可读存储介质，其上存储有计算机指令，该指令被处理器执行时实现前述任意一些实施例中的控制机器人的方法。
前述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(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
本公开是参照根据本公开实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
需要说明的是，本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本申请的实施例。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
还需要说明的是，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、商品或者设备不仅包括那些要素，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、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个......”限定的要素，并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。
以上所述仅为本公开的较佳实施例，并不用以限制本公开，凡在本公开的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本公开的保护范围之内。

Claims (21)

1.一种控制机器人的方法，包括：
根据机器人底盘的尺寸构建封闭平面图形，所述封闭平面图形经过机器人底盘的中心点以及机器人规划路径上的目标点，所述中心点与所述目标点的连线为所述封闭平面图形的对称轴；
从所述中心点向所述封闭平面图形的区域照射激光，以获取激光点集合；其中，若激光照射在障碍物上的激光点与所述中心点的距离大于激光照射在所述封闭平面图形上的激光点与所述中心点的距离，则将激光照射在所述封闭平面图形上的激光点加入激光点集合；若激光照射在障碍物上的激光点与所述中心点的距离不大于激光照射在所述封闭平面图形上的激光点与所述中心点的距离，则将激光照射在障碍物上的激光点加入激光点集合；
根据激光点集合中所有激光点与所述中心点的最远距离，控制机器人的运动状态。
2.根据权利要求1所述的方法，其中，所述根据机器人底盘的尺寸构建封闭平面图形包括：
将机器人规划路径上与所述中心点距离最近的目标点，作为第一目标点；
将机器人规划路径上与所述第一目标点距离最接近机器人底盘的对角线长度的目标点，作为第二目标点；
以所述中心点与所述第二目标点的连线为中线构建矩形，所述矩形一条边的长度为所述中线的长度，所述矩形另一条边的长度为所述对角线的长度。
3.根据权利要求2所述的方法，其中，所述从所述中心点向所述封闭平面图形的区域照射激光，以获取激光点集合包括：
以所述中心点为原点建立坐标系；
确定所述矩形的顶点坐标；
从所述中心点向所述矩形的区域照射激光，以获取激光照射在障碍物上的激光点的坐标；
根据所述矩形的顶点坐标、激光照射在障碍物上的激光点的坐标、从所述中心点指向所述第二目标点的方向，确定激光点集合中所有激光点的坐标。
4.根据权利要求3所述的方法，其中，所述确定所述矩形的顶点坐标包括：
根据所述中线的长度、所述对角线的长度、从所述中心点指向所述第二目标点的方向，计算所述矩形的顶点坐标。
5.根据权利要求1所述的方法，其中，所述根据激光点集合中所有激光点与所述中心点的最远距离，控制机器人的运动状态包括：
在所述最远距离不大于第一阈值的情况下，控制机器人停止运动。
6.根据权利要求1所述的方法，其中，所述根据激光点集合中所有激光点与所述中心点的最远距离，控制机器人的运动状态包括：
在所述最远距离大于第一阈值的情况下，根据激光点集合中与所述中心点距离最远的激光点，控制机器人的运动方向。
7.根据权利要求6所述的方法，其中，所述根据激光点集合中与所述中心点距离最远的激光点，控制机器人的运动方向包括：
以与所述中心点距离最远的激光点为起点，按照顺时针方向从激光点集合中寻找与所述中心点距离等于第一阈值的首个激光点，作为第一激光点；
以与所述中心点距离最远的激光点为起点，按照逆时针方向从激光点集合中寻找与所述中心点距离等于第一阈值的首个激光点，作为第二激光点；
控制机器人向第一射线与第二射线的角平分线方向运动，第一射线为从所述中心点指向所述第一激光点的射线，第二射线为从所述中心点指向所述第二激光点的射线。
8.根据权利要求5至7任一项所述的方法，其中，所述第一阈值为机器人底盘的对角线长度的一半。
9.根据权利要求1所述的方法，还包括：
判断所述中心点是否进入预设通道对应的预设路口区域，所述预设通道的宽度小于第二阈值；
在所述中心点进入所述预设路口区域的情况下，执行权利要求1中的步骤。
10.一种控制机器人的装置，包括：
图形构建模块，被配置为：根据机器人底盘的尺寸构建封闭平面图形，所述封闭平面图形经过机器人底盘的中心点以及机器人规划路径上的目标点，所述中心点与所述目标点的连线为所述封闭平面图形的对称轴；
激光点集合获取模块，被配置为：从所述中心点向所述封闭平面图形的区域照射激光，以获取激光点集合；其中，若激光照射在障碍物上的激光点与所述中心点的距离大于激光照射在所述封闭平面图形上的激光点与所述中心点的距离，则将激光照射在所述封闭平面图形上的激光点加入激光点集合；若激光照射在障碍物上的激光点与所述中心点的距离不大于激光照射在所述封闭平面图形上的激光点与所述中心点的距离，则将激光照射在障碍物上的激光点加入激光点集合；
运动状态控制模块，被配置为：根据激光点集合中所有激光点与所述中心点的最远距离，控制机器人的运动状态。
11.根据权利要求10所述的装置，其中，所述图形构建模块被配置为：
将机器人规划路径上与所述中心点距离最近的目标点，作为第一目标点；
将机器人规划路径上与所述第一目标点距离最接近机器人底盘的对角线长度的目标点，作为第二目标点；
以所述中心点与所述第二目标点的连线为中线构建矩形，所述矩形一条边的长度为所述中线的长度，所述矩形另一条边的长度为所述对角线的长度。
12.根据权利要求11所述的装置，其中，所述激光点集合获取模块被配置为：
以所述中心点为原点建立坐标系；
确定所述矩形的顶点坐标；
从所述中心点向所述矩形的区域照射激光，以获取激光照射在障碍物上的激光点的坐标；
根据所述矩形的顶点坐标、激光照射在障碍物上的激光点的坐标、从所述中心点指向所述第二目标点的方向，确定激光点集合中所有激光点的坐标。
13.根据权利要求12所述的装置，其中，所述激光点集合获取模块被配置为：
根据所述中线的长度、所述对角线的长度、从所述中心点指向所述第二目标点的方向，计算所述矩形的顶点坐标。
14.根据权利要求10所述的装置，其中，所述运动状态控制模块被配置为：
在所述最远距离不大于第一阈值的情况下，控制机器人停止运动。
15.根据权利要求10所述的装置，其中，所述运动状态控制模块被配置为：
在所述最远距离大于第一阈值的情况下，根据激光点集合中与所述中心点距离最远的激光点，控制机器人的运动方向。
16.根据权利要求15所述的装置，其中，所述运动状态控制模块被配置为：
以与所述中心点距离最远的激光点为起点，按照顺时针方向从激光点集合中寻找与所述中心点距离等于第一阈值的首个激光点，作为第一激光点；
以与所述中心点距离最远的激光点为起点，按照逆时针方向从激光点集合中寻找与所述中心点距离等于第一阈值的首个激光点，作为第二激光点；
控制机器人向第一射线与第二射线的角平分线方向运动，第一射线为从所述中心点指向所述第一激光点的射线，第二射线为从所述中心点指向所述第二激光点的射线。
17.根据权利要求14至16任一项所述的装置，其中，所述第一阈值为机器人底盘的对角线长度的一半。
18.根据权利要求10所述的装置，还包括路口判断模块，被配置为：
判断所述中心点是否进入预设通道对应的预设路口区域，所述预设通道的宽度小于第二阈值；
在所述中心点进入所述预设路口区域的情况下，启动图形构建模块、激光点集合获取模块以及运动状态控制模块工作。
19.一种控制机器人的装置，包括：
存储器；以及
耦接至所述存储器的处理器，所述处理器被配置为基于存储在所述存储器中的指令，执行如权利要求1至9中任一项所述的控制机器人的方法。
20.一种非瞬时性计算机可读存储介质，其中，所述非瞬时性计算机可读存储介质存储有计算机指令，所述指令被处理器执行时实现如权利要求1至9中任一项所述的控制机器人的方法。
21.一种机器人，包括如权利要求19所述的装置、机器人底盘、以及激光发射器。
CN202110168953.9A 2021-02-07 2021-02-07 控制机器人的方法、装置及非瞬时性计算机可读存储介质 Active CN112965490B (zh)

Priority Applications (4)

Application Number Priority Date Filing Date Title
CN202110168953.9A CN112965490B (zh) 2021-02-07 2021-02-07 控制机器人的方法、装置及非瞬时性计算机可读存储介质
US18/263,865 US20240126298A1 (en) 2021-02-07 2022-01-11 Method and apparatus of controlling robot, and non-transitory computer-readable storage medium
EP22748815.2A EP4270134A1 (en) 2021-02-07 2022-01-11 Robot control method and apparatus, and non-transitory computer readable storage medium
PCT/CN2022/071198 WO2022166536A1 (zh) 2021-02-07 2022-01-11 控制机器人的方法、装置及非瞬时性计算机可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110168953.9A CN112965490B (zh) 2021-02-07 2021-02-07 控制机器人的方法、装置及非瞬时性计算机可读存储介质

Publications (2)

Publication Number Publication Date
CN112965490A true CN112965490A (zh) 2021-06-15
CN112965490B CN112965490B (zh) 2024-07-19

Family

ID=76275201

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110168953.9A Active CN112965490B (zh) 2021-02-07 2021-02-07 控制机器人的方法、装置及非瞬时性计算机可读存储介质

Country Status (4)

Country Link
US (1) US20240126298A1 (zh)
EP (1) EP4270134A1 (zh)
CN (1) CN112965490B (zh)
WO (1) WO2022166536A1 (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2022166536A1 (zh) * 2021-02-07 2022-08-11 京东科技信息技术有限公司 控制机器人的方法、装置及非瞬时性计算机可读存储介质
CN115167454A (zh) * 2022-08-03 2022-10-11 北京京东乾石科技有限公司 用于机器人的控制方法、装置、电子设备及存储介质
CN115177186A (zh) * 2022-07-21 2022-10-14 美智纵横科技有限责任公司 清扫方法、装置、扫地机器人及计算机可读存储介质
CN116958178A (zh) * 2023-05-24 2023-10-27 上海赛威德机器人有限公司 一种基于激光视觉的焊缝打磨自主规划方法及系统

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20040073368A1 (en) * 2002-05-10 2004-04-15 Hector Gonzalez-Banos Real-time target tracking of an unpredictable target amid unknown obstacles
KR100791386B1 (ko) * 2006-08-18 2008-01-07 삼성전자주식회사 이동 로봇의 영역 분리 방법 및 장치
CN106970617A (zh) * 2017-04-06 2017-07-21 佛山科学技术学院 一种求解三目标机器人路径规划问题的方法
CN109828566A (zh) * 2019-01-30 2019-05-31 华南理工大学 一种水面无人艇自主航行方法
CN109927035A (zh) * 2019-04-08 2019-06-25 济南大学 一种多臂机器人c-空间线障碍的映射方法
WO2019190395A1 (en) * 2018-03-28 2019-10-03 Agency For Science, Technology And Research Method and system for returning a displaced autonomous mobile robot to its navigational path

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103995984A (zh) * 2014-06-09 2014-08-20 武汉科技大学 一种基于椭圆约束的机器人路径规划方法和装置
KR101539270B1 (ko) * 2015-02-27 2015-07-24 군산대학교산학협력단 충돌회피 및 자율주행을 위한 센서융합 기반 하이브리드 반응 경로 계획 방법, 이를 수행하기 위한 기록 매체 및 이동로봇
CN106708059B (zh) * 2017-01-24 2020-01-17 厦门万久科技股份有限公司 一种基于通道选择的移动机器人实时运动规划方法
CN108415413B (zh) * 2018-03-28 2021-03-30 华南农业大学 一种基于圆形有用域的智能叉车局部避障路径规划方法
CN108983777B (zh) * 2018-07-23 2021-04-06 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
CN111795699B (zh) * 2019-11-26 2021-12-14 北京京东乾石科技有限公司 无人车的路径规划方法、装置和计算机可读存储介质
CN112965490B (zh) * 2021-02-07 2024-07-19 京东科技信息技术有限公司 控制机器人的方法、装置及非瞬时性计算机可读存储介质

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20040073368A1 (en) * 2002-05-10 2004-04-15 Hector Gonzalez-Banos Real-time target tracking of an unpredictable target amid unknown obstacles
KR100791386B1 (ko) * 2006-08-18 2008-01-07 삼성전자주식회사 이동 로봇의 영역 분리 방법 및 장치
CN106970617A (zh) * 2017-04-06 2017-07-21 佛山科学技术学院 一种求解三目标机器人路径规划问题的方法
WO2019190395A1 (en) * 2018-03-28 2019-10-03 Agency For Science, Technology And Research Method and system for returning a displaced autonomous mobile robot to its navigational path
CN109828566A (zh) * 2019-01-30 2019-05-31 华南理工大学 一种水面无人艇自主航行方法
CN109927035A (zh) * 2019-04-08 2019-06-25 济南大学 一种多臂机器人c-空间线障碍的映射方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
BIN HE 等: "Design of Robot Safe Working Strategy Based on Laser Sensor", 2018 CHINESE AUTOMATION CONGRESS, pages 1 - 6 *
汤恩琼 等: "基于同步双口ＳＲＡＭ 的原子磁强计磁共振相位提取系统设计", 导航定位与授时, vol. 5, no. 2, pages 75 - 80 *
温瑞;王航宇;谢君;: "一种移动机器人路径规划方法", 兵工自动化, no. 12, pages 60 - 63 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2022166536A1 (zh) * 2021-02-07 2022-08-11 京东科技信息技术有限公司 控制机器人的方法、装置及非瞬时性计算机可读存储介质
CN115177186A (zh) * 2022-07-21 2022-10-14 美智纵横科技有限责任公司 清扫方法、装置、扫地机器人及计算机可读存储介质
CN115167454A (zh) * 2022-08-03 2022-10-11 北京京东乾石科技有限公司 用于机器人的控制方法、装置、电子设备及存储介质
CN116958178A (zh) * 2023-05-24 2023-10-27 上海赛威德机器人有限公司 一种基于激光视觉的焊缝打磨自主规划方法及系统

Also Published As

Publication number Publication date
CN112965490B (zh) 2024-07-19
US20240126298A1 (en) 2024-04-18
WO2022166536A1 (zh) 2022-08-11
EP4270134A1 (en) 2023-11-01

Similar Documents

Publication Publication Date Title
CN112965490A (zh) 控制机器人的方法、装置及非瞬时性计算机可读存储介质
EP3936963A2 (en) Method and system for training autonomous driving agent on basis of deep reinforcement learning
Wen et al. CL-MAPF: Multi-agent path finding for car-like robots with kinematic and spatiotemporal constraints
Xu et al. A novel non-collision trajectory planning algorithm based on velocity potential field for robotic manipulator
CN105629989A (zh) 基于最小外包圆和最大内接圆的障碍区域划分方法
US11842446B2 (en) VR scene and interaction method thereof, and terminal device
CN113253686B (zh) Agv车辆路径规划方法及装置、电子设备、存储介质
Kavuncu et al. Potential ilqr: A potential-minimizing controller for planning multi-agent interactive trajectories
WO2021138761A1 (zh) 虚拟角色的任务执行方法、装置及终端设备
Tardós et al. Simultaneous deployment and tracking multi-robot strategies with connectivity maintenance
Matos et al. Multi AGV coordination tolerant to communication failures
Karlsson et al. Intention-aware motion planning with road rules
Magid et al. Combining Voronoi graph and spline-based approaches for a mobile robot path planning
Jaklin et al. Adding sociality to virtual pedestrian groups
Xiao et al. Model-based dynamic shielding for safe and efficient multi-agent reinforcement learning
Zhang et al. Safe and robust multi-agent reinforcement learning for connected autonomous vehicles under state perturbations
WO2023174096A1 (zh) 自主移动机器人的调度方法、系统、电子设备和存储介质
Li et al. Communication-free shepherding navigation with multiple steering agents
Husár et al. Reduction-based solving of multi-agent pathfinding on large maps using graph pruning
Gao et al. Robust distributed control within a curve virtual tube for a robotic swarm under self‐localization drift and precise relative navigation
US20230386136A1 (en) Multi-agent path planning method and device, and storage medium
Espelosin et al. Path planning approach based on flock dynamics of moving particles
Leonard et al. Distributed reactive collision avoidance for a swarm of quadrotors
Bansal et al. Control and safety of autonomous vehicles with learning-enabled components
CN109917781A (zh) 用于调度自动导引运输车的方法、装置及系统

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
CB02 Change of applicant information

Address after: 601, 6 / F, building 2, No. 18, Kechuang 11th Street, Daxing District, Beijing, 100176

Applicant after: Jingdong Technology Information Technology Co.,Ltd.

Address before: 601, 6 / F, building 2, No. 18, Kechuang 11th Street, Daxing District, Beijing, 100176

Applicant before: Jingdong Shuke Haiyi Information Technology Co.,Ltd.

CB02 Change of applicant information
GR01 Patent grant
GR01 Patent grant