CN113077413A - 自移动设备及其控制方法 - Google Patents

自移动设备及其控制方法 Download PDF

Info

Publication number
CN113077413A
CN113077413A CN202010565058.6A CN202010565058A CN113077413A CN 113077413 A CN113077413 A CN 113077413A CN 202010565058 A CN202010565058 A CN 202010565058A CN 113077413 A CN113077413 A CN 113077413A
Authority
CN
China
Prior art keywords
self
image
blur
moving
image blur
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
CN202010565058.6A
Other languages
English (en)
Inventor
朱松
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.)
Positec Power Tools Suzhou Co Ltd
Original Assignee
Positec Power Tools Suzhou 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 Positec Power Tools Suzhou Co Ltd filed Critical Positec Power Tools Suzhou Co Ltd
Priority to PCT/CN2020/128375 priority Critical patent/WO2021139396A1/zh
Publication of CN113077413A publication Critical patent/CN113077413A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • 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
    • 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
    • G05D1/0223—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving speed control of the vehicle
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60—Control of cameras or camera modules
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60—Control of cameras or camera modules
    • H04N23/68—Control of cameras or camera modules for stable pick-up of the scene, e.g. compensating for camera body vibrations
    • H04N23/682—Vibration or motion blur correction

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Signal Processing (AREA)
  • Theoretical Computer Science (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Multimedia (AREA)
  • Remote Sensing (AREA)
  • Automation & Control Theory (AREA)
  • Quality & Reliability (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
  • Studio Devices (AREA)

Abstract

本发明公开一种自移动设备及其控制方法，自移动设备包括图像模糊分析模块和图像模糊参数获取模块，分析图像模糊参数获取模块获取的能够表征图像模糊的图像模糊参数，判断图像模糊参数值是否超过模糊参数阈值，若超过，则主控模块控制自移动设备以降低其运动速度。该自移动设备及其控制方法通过分析获取能够表征图像模糊的图像模糊参数，自动调整自移动设备的运动速度，以提高图像采集装置采集图像的质量，提高检测结果准确率。

Description

自移动设备及其控制方法
技术领域
本发明涉及一种自移动设备，特别是一种能够带有图像采集装置的自移动设备及其控制方法。
背景技术
目前，随着数字图像技术以及自动化技术的发展，自移动设备常安装图像采集装置。通过图像采集装置实时地获取工作环境的信息，对这些信息进行存储以及分析，从而控制自移动设备的行走及工作，这种设有图像采集装置的自移动设备不仅能够实时地获取工作环境信息，而且能够节省以前为了获取工作环境信息而配置的大量各类传感器。因此，其应用领域越来越广，如应用于自动房屋清洁、草坪修剪等领域。
而自移动设备的工况通常复杂，其自身携带的图像采集装置容易随自移动设备的运动而晃动，发生采集的图像模糊，图像质量下降，检测结果不准确等问题。而现有技术通过采用的如增加云台、光学防抖、电子防抖、删除模糊图像、图像去模糊算法等解决方案效果都不是很好，主要原因为增加云台或光学防抖的成本相对较高；电子防抖的效果不好；删除模糊图像的方法会造成丢失部分有效信息；图像去模糊的算法较复杂，会增加较多计算成本。
因此，需要采用一种新的技术方案以解决上述技术问题。
发明内容
本发明解决的技术问题为：提供一种能够解决运动图像模糊现象，检测结果准确的自移动设备及其控制方法。
为解决上述技术问题，本发明的技术方案是，提出了一种自移动设备，包括：壳体；安装于壳体上的移动模块，用于带动自移动设备移动；安装于壳体上的工作模块，用于执行工作任务；安装于壳体上的图像采集装置，用于采集所述自移动设备工作环境的图像信息；安装于壳体内的主控模块，所述主控模块连接所述移动模块、工作模块及图像采集装置，用于控制自移动设备的移动及工作；所述自移动设备还包括图像模糊分析模块和图像模糊参数获取模块，所述图像模糊分析模块分析所述图像模糊参数获取模块获取的能够表征图像模糊的图像模糊参数，判断所述图像模糊参数值是否超过模糊参数阈值，若超过，则所述主控模块控制所述自移动设备以降低其运动速度。
在一个实施例中，所述能够表征图像模糊的图像模糊参数包括图像采集装置采集的图像的模糊程度，所述图像模糊分析模块分析所述图像采集装置采集的图像的模糊程度值，若所述模糊程度值超过模糊阈值，则所述主控模块控制所述自移动设备以降低其运动速度。
在一个实施例中，所述控制自移动设备以降低其运动速度包括降低自移动设备的前进速度和/或旋转速度。
在一个实施例中，若所述模糊程度值超过模糊阈值，则所述主控模块将自移动设备的运动速度调整为U＝V*P，所述U为调整后所述自移动设备的运动速度，所述V为调整前所述自移动设备的运动速度，所述P为图像的模糊程度值。
在一个实施例中，所述P归一化的范围为0-1。
在一个实施例中，所述图像模糊分析模块包括空域分析模块，通过空域分析模块分析图像的相邻像素间的灰度特征的梯度差以生成图像模糊程度值，和/或所述图像模糊分析模块包括频域分析模块，通过频域分析模块分析图像的频率分量以生成图像模糊程度值。
在一个实施例中，所述图像模糊分析模块包括深度学习模块，通过深度学习模块学习图像的模糊程度，以生成图像模糊程度值。
在一个实施例中，所述图像模糊分析模块分析连续多帧图像的模糊程度，以判断图像的模糊程度值。
在一个实施例中，所述能够表征图像模糊的图像模糊参数包括自移动设备的姿态角，所述图像模糊参数获取模块获取自移动设备的姿态角，所述图像模糊分析模块分析间隔时间内姿态角的角度差，若所述姿态角的角度差超过姿态角角度差阈值，则所述主控模块控制所述自移动设备以降低其运动速度。
在一个实施例中，所述图像模糊参数获取模块包括惯性测量单元，通过惯性测量单元获取自移动设备的姿态角。
在一个实施例中，所述姿态角包括俯仰角、滚转角及偏航角的至少一个，所述间隔时间内俯仰角、滚转角的其中之一的角度差超过前进角度差阈值，则所述主控模块控制所述自移动设备以降低其前进速度，或所述间隔时间内偏航角的角度差超过旋转角度差阈值，则所述主控模块控制所述自移动设备以降低其旋转速度。
在一个实施例中，若所述姿态角的角度差超过姿态角角度差阈值，则降低自移动设备的运动速度至原运动速度的1/5-2/3。
在一个实施例中，所述能够表征图像模糊的图像模糊参数包括自移动设备的旋转速度，所述图像模糊分析模块分析所述图像模糊参数获取模块获取的自移动设备执行旋转运动时的旋转速度，若执行旋转运动时的旋转速度超过旋转速度阈值，则所述主控模块控制所述自移动设备以降低其旋转速度。
在一个实施例中，所述图像模糊参数获取模块包括速度检测装置，通过速度检测装置获取自移动设备执行旋转运动时的旋转速度。
在一个实施例中，所述主控模块降低自移动设备的旋转速度至原旋转速度的1/5-2/3。
在一个实施例中，所述工作模块包括切割模块，用以执行切割任务，或者所述工作模块包括清洁模块，用以执行清洁任务。
本发明实施例还提供了一种自移动设备的控制方法，所述自移动设备包括壳体；安装于壳体上的用于带动自移动设备移动的移动模块；安装于壳体上的用于执行工作任务的工作模块；安装于壳体上用于获取所述自移动设备工作环境图像信息的图像采集装置；安装于壳体内的主控模块，所述主控模块连接所述移动模块、工作模块及图像采集装置，用于控制自移动设备的移动及工作；所述自移动设备还包括用于获取能够表征图像模糊的图像模糊参数，用于分析图像模糊参数的图像模糊分析模块，所述控制方法包括：
获取能够表征图像模糊的图像模糊参数；
分析图像模糊参数；
判断图像模糊参数值是否超过模糊参数阈值；
若超过，则控制自移动设备以降低其运动速度。
在一个实施例中，所述能够表征图像模糊的图像模糊参数包括图像采集装置采集的图像的模糊程度，所述方法包括：
采集自移动设备工作环境的图像；
分析采集的图像的模糊程度；
判断模糊程度值是否超过模糊阈值；
若超过，则控制自移动设备以降低其运动速度。
在一个实施例中，所述控制自移动设备以降低其运动速度包括降低自移动设备的前进速度和/或旋转速度。
在一个实施例中，若所述模糊程度值超过模糊阈值，则将自移动设备的运动速度调整为U＝V*P，所述U为调整后所述自移动设备的运动速度，所述V为调整前所述自移动设备的运动速度，所述P为图像的模糊程度值。
在一个实施例中，所述P归一化的范围为0-1。
在一个实施例中，所述图像模糊分析模块包括空域分析模块，通过空域分析模块分析图像的相邻像素间的灰度特征的梯度差以生成图像模糊程度值，和/或所述图像模糊分析模块包括频域分析模块，通过频域分析模块分析图像的频率分量以生成图像模糊程度值。
在一个实施例中，所述图像模糊分析模块包括深度学习模块，通过深度学习模块学习图像的模糊程度，生成一个图像模糊程度值。
在一个实施例中，所述图像模糊分析模块分析连续多帧图像的模糊程度，以判断图像的模糊程度值。
在一个实施例中，所述能够表征图像模糊的图像模糊参数包括自移动设备的姿态角，所述方法包括：
获取自移动设备的姿态角；
分析间隔时间内姿态角的角度差；
判断姿态角的角度差是否超过姿态角角度差阈值；
若超过，则控制自移动设备以降低其运动速度。
在一个实施例中，所述图像模糊参数获取模块包括惯性测量单元，通过惯性测量单元获取自移动设备的姿态角。
在一个实施例中，所述姿态角包括俯仰角、滚转角及偏航角的至少一个，所述间隔时间内俯仰角、滚转角的其中之一的角度差超过前进角度差阈值，则控制自移动设备以降低其前进速度，或所述间隔时间内偏航角的角度差超过旋转角度差阈值，则控制自移动设备以降低其旋转速度。
在一个实施例中，若所述间隔时间内姿态角的角度差超过姿态角角度差阈值，则降低自移动设备的运动速度至原运动速度的1/5-2/3。
在一个实施例中，所述能够表征图像模糊的图像模糊参数包括自移动设备的旋转速度，所述方法包括：
获取的自移动设备执行旋转运动时的旋转速度；
分析执行旋转运动时的旋转速度；
判断执行旋转运动时的旋转速度是否超过旋转速度阈值；
若超过，则控制自移动设备以降低其旋转速度。
在一个实施例中，则降低自移动设备的旋转速度至原旋转速度的1/5-2/3。
本发明的有益效果为：本发明的自移动设备及其控制方法通过自动分析所获取的能够表征图像模糊的图像模糊参数，并在结果判定为模糊程度值高时，自动降低自移动设备的运动速度，使得自移动设备在平稳的条件下获取自移动设备工作环境的图像，以提高图像采集装置采集图像的质量，提高检测结果准确率。
附图说明
以上所述的本发明解决的技术问题、技术方案以及有益效果可以通过下面的能够实现本发明的较佳的具体实施例的详细描述，同时结合附图描述而清楚地获得。
附图以及说明书中的相同的标号和符号用于代表相同的或者等同的元件。
图1是本发明实施例中的自移动设备的示意图。
图2是本发明实施例中的另一角度的自移动设备的示意图。
图3是本发明实施例中的自移动设备的模块组成图。
图4为本发明实施例中自移动设备的控制方法流程图。
具体实施方式
有关本发明的详细说明和技术内容，配合附图说明如下，然而所附附图仅提供参考与说明，并非用来对本发明加以限制。
如图1-3所示，本发明实施例提出了一种自移动设备100，该自移动设备包括壳体10，安装在壳体上的移动模块20，该移动模块用以支撑自移动设备并带动自移动设备行走，该移动模块20包括安装在壳体上的轮组和驱动轮组的驱动电机；还包括安装在壳体10上用以执行工作任务的工作模块，在不同类的自移动设备中，工作模块的种类不同，例如当自移动设备为自动割草机，自动剪草机等花园剪草设备时，该工作模块为切割模块，用以执行切割任务；当自移动设备为自动扫地机，自动拖地机等自动清洁设备时，该工作模块为清洁模块，用以执行清洁任务。如图1-3所示，自移动设备100还包括安装在壳体10上的图像采集装置30，通过图像采集装置30获取自移动设备100工作环境的图像信息，可理解地，该图像采集装置30例如为可旋转地安装在壳体10上的摄像头，通过摄像头拍摄目标图像，用以识别目标以识别工作区域边界，或用以建立工作区域地图，或者用以识别障碍物以进行避障等，图像采集装置的具体作用不做限制。可理解地，壳体10内还设置有与上述工作模块，移动模块，图像采集装置30等连接的主控模块，通过主控模块控制自移动设备100的工作及移动；该自移动设备100可以是智能割草机、智能剪草机、清洁机器人、智能扫雪机、智能洒水机、智能摄像机器人等自动、半自动的机器。在本文下述实施例中，自移动设备为智能割草机。该自移动设备中还包含电源模块等，在此不再赘述。
考虑到割草机进入坑洼处颠簸时或在割草机转向等运动过程中，其上安装的图像采集装置由于晃动导致采集的图像模糊，图像质量下降，检测结果不准确等问题。如图3所示，在本申请的实施例中，提出了通过割草机上原本就携带的图像模糊参数获取模块获取能够表征图像的模糊程度的图像模糊参数，利用图像模糊分析模块执行简单的比较，即，分析判断所述图像模糊参数值是否超过模糊参数阈值，若超过，则控制割草机降低运动速度。在检测到运动中割草机所采集图像的模糊程度较高时，可以通过平缓降低割草机速度的方式来提高割草机所采集的图像质量，使得自移动设备在平稳的条件下获取自移动设备工作环境的图像，以提高图像采集装置采集图像的质量，提高检测结果准确率。下面通过具体实施例对本申请进行详细说明。
在本发明的一个实施例中，能够表征图像的模糊程度的图像模糊参数包括：图像采集装置采集图像的模糊程度，图像模糊分析模块分析图像采集装置30采集的图像的模糊程度值P。判断图像的模糊程度值P是否超过模糊阈值P0，若超过，则主控模块控制自移动设备100以降低自移动设备100的运动速度，以使得自移动设备100平稳移动，提高图像采集装置30采集的图像质量。其中，若图像的模糊程度值P超过模糊阈值P0，则主控模块将自移动设备的运动速度调整为U＝V*P，U为控制后自移动设备的运动速度，V为控制前自移动设备的运动速度。也就是说，当自移动设备100以速度V在工作区域移动工作时，若图像模糊分析模块分析到图像采集装置30采集的图像的模糊程度值P超过P0，则图像模糊分析模块判断为当前阶段的图像为模糊状态，此时，主控模块将自移动设备的运行速度U调整为U＝V*P，可理解的是，P可以归一化到0-1，0表示模糊程度高，1表示模糊程度低，也就是说，P的范围为0-1，模糊程度越高，将运行速度调整到越低。
其中，降低自移动设备的运动速度包括降低自移动设备的前进速度和/或旋转速度，也就是说，自移动设备在凹凸不平的颠簸场地图像采集时，可以通过降低自移动设备的前进速度的方法来提高输出图像的质量，而自移动设备在旋转过快的运动过程中，可以通过平缓降低旋转速度来提高输出图像质量。
在本发明实施例中，图像采集装置30采用高帧率摄像头，采集图像的帧率为30FPS以上，具体地，帧率可以为60FPS，90FPS及以上，利用高帧率的摄像头采集的图像受运动模块影响更小，图像更加清晰准确。
本发明实施例中图像模糊分析模块判断图像是否模糊的方法并不限定。可采用现有技术中的多种方法，在一个具体的实施例中，图像模糊分析模块包括空域分析模块，在空域中，通过空域分析模块分析图像的领域对比度，即分析图像的相邻像素间的灰度特征的梯度差，从而计算出图像的模糊程度值，图像模糊分析模块还可以包括频域分析模块，在频域中，通过频域分析模块分析图像的频率分量，清晰的图像高频分量较多，模糊的图像低频分量较多，从而也能够计算出图像模糊程度值。在另一个具体的实施例中，图像模糊分析模块包括深度学习模块，通过深度学习模块学习图像的模糊程度，以生成图像模糊程度值。在另一个具体的实施例中，图像模糊分析模块分析连续多帧图像的模糊程度，以判断图像的模糊程度值。可理解地，上述分析计算图像模块程度值的方法均是分析连续多帧图像的模糊程度，以判断图像的模糊程度值。
可理解地，上述分析计算图像模块程度值的方法均是分析连续多帧图像的模糊程度，以判断图像的模糊程度值。
本发明实施例中也可以采用其他方法间接的判断割草机所采集到的图像是否模糊，并根据判断结果控制机器运行速度。
在本发明的一个实施例中，能够表征图像模糊的图像模糊参数包括割草机的姿态角，图像模糊参数获取模块获取割草机的姿态角，通过图像模糊分析模块分析间隔时间内姿态角的角度差，若姿态角的角度差超过姿态角的角度差阈值，则主控模块控制割草机以降低其运动速度。其中，图像模糊参数获取模块可以包括惯性测量单元，通过惯性测量单元获取自移动设备的姿态角。通过检测割草机的姿态角判断割草机颠簸程度或转向角度，当姿态角的角度差过大时，表明割草机颠簸程度高或正在执行转向，此时，割草机所采集图片的模糊程度较高，从而调整割草机运动速度，以保证能够采集到效果较佳的图片。
具体的，姿态角可以包括俯仰角、滚转角及偏航角的至少一个。割草机运动过程中，当预设的间隔时间内俯仰角、滚转角其中之一的角度差超过割草机的前进角度差阈值时，则主控模块控制割草机降低前进速度。也可以是，割草机运动过程中，当预设的间隔时间内偏航角的角度差超过旋转角度差阈值，则主控模块控制割草机以降低旋转速度。
进一步的，可以控制割草机将运动速度降低至原运动速度的1/5-2/3。从而在保证割草机图片质量的情况下，也保证割草机正常的行走以及工作。
本发明的另一个实施例中，能够表征图像模糊的图像模糊参数可以包括割草机的旋转速度，图像模糊参数获取模块获取割草机执行旋转运动时的旋转速度(转向速度)，通过图像模糊分析模块分析该旋转速度，若执行旋转运动时的旋转速度超过旋转速度阈值，则主控模块控制割草机以降低其旋转速度。即，图像模糊参数获取模块还可以包括速度检测装置，通过速度检测装置获取割草机执行旋转运动时的旋转速度。通过检测割草机的旋转速度判断割草机，当旋转速度过大时，表明割草机颠簸程度高或正在执行转向，此时，割草机所采集图片的模糊程度较高，从而调整割草机运动速度，以保证能够采集到效果较佳的图片。
进一步的，也可以控制割草机的旋转速度降低至原旋转速度的1/5-2/3。
如图4所示，本发明实施例还提出了一种自移动设备的控制方法，该自移动设备为上述实施例中提到的自移动设备，该控制方法包括：
获取能够表征图像模糊的图像模糊参数；
分析图像模糊参数；
判断图像模糊参数值是否超过模糊参数阈值；
若超过，则控制自移动设备以降低其运动速度。若未超过，则对图像进行处理，获取自移动设备的当前工况，根据当前采集的图像控制自移动设备的行走和/或工作。
在一个实施例中，能够表征图像模糊的图像模糊参数包括图像采集装置采集的图像的模糊程度，可以包括：
采集自移动设备工作环境的图像；
分析采集的图像的模糊程度；
判断模糊程度值是否超过模糊阈值；
若超过，则控制自移动设备以降低其运动速度。
在一个实施例中，控制自移动设备以降低其运动速度包括降低自移动设备的前进速度和/或旋转速度。
在一个实施例中，若模糊程度值超过模糊阈值，则将自移动设备的运动速度调整为U＝V*P，U为调整后自移动设备的运动速度，V为调整前自移动设备的运动速度，P为图像的模糊程度值。
在一个实施例中，P归一化的范围为0-1。
在一个实施例中，图像模糊分析模块包括空域分析模块，通过空域分析模块分析图像的相邻像素间的灰度特征的梯度差以生成图像模糊程度值，和/或图像模糊分析模块包括频域分析模块，通过频域分析模块分析图像的频率分量以生成图像模糊程度值。
在一个实施例中，图像模糊分析模块包括深度学习模块，通过深度学习模块学习图像的模糊程度，生成一个图像模糊程度值。
在一个实施例中，图像模糊分析模块分析连续多帧图像的模糊程度，以判断图像的模糊程度值。
在一个实施例中，能够表征图像模糊的图像模糊参数包括自移动设备的姿态角，包括：获取自移动设备的姿态角；分析间隔时间内姿态角的角度差；判断姿态角的角度差是否超过姿态角角度差阈值；若超过，则控制自移动设备以降低其运动速度。
在一个实施例中，图像模糊参数获取模块包括惯性测量单元，通过惯性测量单元获取自移动设备的姿态角。
在一个实施例中，姿态角包括俯仰角、滚转角及偏航角的至少一个，间隔时间内俯仰角、滚转角的其中之一的角度差超过前进角度差阈值，则控制自移动设备以降低其前进速度，或间隔时间内偏航角的角度差超过旋转角度差阈值，则控制自移动设备以降低其旋转速度。
在一个实施例中，若间隔时间内姿态角的角度差超过姿态角角度差阈值，则降低自移动设备的运动速度至原运动速度的1/5-2/3。
在一个实施例中，能够表征图像模糊的图像模糊参数包括自移动设备的旋转速度，包括：获取的自移动设备执行旋转运动时的旋转速度；分析执行旋转运动时的旋转速度；判断执行旋转运动时的旋转速度是否超过旋转速度阈值；若超过，则控制自移动设备以降低其旋转速度。
在一个实施例中，则降低自移动设备的旋转速度至原旋转速度的1/5-2/3。
本发明的自移动设备及其控制方法通过自动分析所获取的能够表征图像模糊的图像模糊参数，并在结果判定为模糊程度值高时，自动降低自移动设备的运动速度，使得自移动设备在平稳的条件下获取自移动设备工作环境的图像，以提高图像采集装置采集图像的质量，提高检测结果准确率。
以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。

Claims (17)

1.一种自移动设备，包括：
壳体；
安装于壳体上的移动模块，用于带动自移动设备移动；
安装于壳体上的工作模块，用于执行工作任务；
安装于壳体上的图像采集装置，用于采集所述自移动设备工作环境的图像信息；
安装于壳体内的主控模块，所述主控模块连接所述移动模块、工作模块及图像采集装置，用于控制自移动设备的移动及工作；
其特征在于，所述自移动设备还包括图像模糊分析模块和图像模糊参数获取模块，所述图像模糊分析模块分析所述图像模糊参数获取模块获取的能够表征图像模糊的图像模糊参数，判断所述图像模糊参数值是否超过模糊参数阈值，若超过，则所述主控模块控制所述自移动设备以降低其运动速度。
2.根据权利要求1所述的自移动设备，其特征在于，所述能够表征图像模糊的图像模糊参数包括图像采集装置采集的图像的模糊程度，所述图像模糊分析模块分析所述图像采集装置采集的图像的模糊程度值，若所述模糊程度值超过模糊阈值，则所述主控模块控制所述自移动设备以降低其运动速度。
3.根据权利要求2所述的自移动设备，其特征在于，所述控制自移动设备以降低其运动速度包括降低自移动设备的前进速度和/或旋转速度。
4.根据权利要求2所述的自移动设备，其特征在于，若所述模糊程度值超过模糊阈值，则所述主控模块将自移动设备的运动速度调整为U＝V*P，所述U为调整后所述自移动设备的运动速度，所述V为调整前所述自移动设备的运动速度，所述P为图像的模糊程度值。
5.根据权利要求4所述的自移动设备，其特征在于，所述P归一化的范围为0-1。
6.根据权利要求2所述的自移动设备，其特征在于，所述图像模糊分析模块包括空域分析模块，通过空域分析模块分析图像的相邻像素间的灰度特征的梯度差以生成图像模糊程度值，和/或所述图像模糊分析模块包括频域分析模块，通过频域分析模块分析图像的频率分量以生成图像模糊程度值。
7.根据权利要求2所述的自移动设备，其特征在于，所述图像模糊分析模块包括深度学习模块，通过深度学习模块学习图像的模糊程度，以生成图像模糊程度值。
8.根据权利要求2所述的自移动设备，其特征在于，所述图像模糊分析模块分析连续多帧图像的模糊程度，以判断图像的模糊程度值。
9.根据权利要求1所述的自移动设备，其特征在于，所述能够表征图像模糊的图像模糊参数包括自移动设备的姿态角，所述图像模糊参数获取模块获取自移动设备的姿态角，所述图像模糊分析模块分析间隔时间内姿态角的角度差，若所述姿态角的角度差超过姿态角角度差阈值，则所述主控模块控制所述自移动设备以降低其运动速度。
10.根据权利要求9所述的自移动设备，其特征在于，所述图像模糊参数获取模块包括惯性测量单元，通过惯性测量单元获取自移动设备的姿态角。
11.根据权利要求9所述的自移动设备，其特征在于，所述姿态角包括俯仰角、滚转角及偏航角的至少一个，所述间隔时间内俯仰角、滚转角的其中之一的角度差超过前进角度差阈值，则所述主控模块控制所述自移动设备以降低其前进速度，或所述间隔时间内偏航角的角度差超过旋转角度差阈值，则所述主控模块控制所述自移动设备以降低其旋转速度。
12.根据权利要求9所述的自移动设备，其特征在于，若所述姿态角的角度差超过姿态角角度差阈值，则降低自移动设备的运动速度至原运动速度的1/5-2/3。
13.根据权利要求1所述的自移动设备，其特征在于，所述能够表征图像模糊的图像模糊参数包括自移动设备的旋转速度，所述图像模糊分析模块分析所述图像模糊参数获取模块获取的自移动设备执行旋转运动时的旋转速度，若执行旋转运动时的旋转速度超过旋转速度阈值，则所述主控模块控制所述自移动设备以降低其旋转速度。
14.根据权利要求13所述的自移动设备，其特征在于，所述图像模糊参数获取模块包括速度检测装置，通过速度检测装置获取自移动设备执行旋转运动时的旋转速度。
15.根据权利要求13所述的自移动设备，其特征在于，所述主控模块降低自移动设备的旋转速度至原旋转速度的1/5-2/3。
16.根据权利要求1所述的自移动设备，其特征在于，所述工作模块包括切割模块，用以执行切割任务，或者所述工作模块包括清洁模块，用以执行清洁任务。
17.一种自移动设备的控制方法，所述自移动设备包括壳体；安装于壳体上的用于带动自移动设备移动的移动模块；安装于壳体上的用于执行工作任务的工作模块；安装于壳体上用于获取所述自移动设备工作环境图像信息的图像采集装置；安装于壳体内的主控模块，所述主控模块连接所述移动模块、工作模块及图像采集装置，用于控制自移动设备的移动及工作；所述自移动设备还包括用于获取能够表征图像模糊的图像模糊参数，用于分析图像模糊参数的图像模糊分析模块，其特征在于，所述控制方法包括：
获取能够表征图像模糊的图像模糊参数；
分析图像模糊参数；
判断图像模糊参数值是否超过模糊参数阈值；
若超过，则控制自移动设备以降低其运动速度。
CN202010565058.6A 2020-01-06 2020-06-19 自移动设备及其控制方法 Pending CN113077413A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
PCT/CN2020/128375 WO2021139396A1 (zh) 2020-01-06 2020-11-12 自移动设备及其控制方法

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN2020100104881 2020-01-06
CN202010010488 2020-01-06

Publications (1)

Publication Number Publication Date
CN113077413A true CN113077413A (zh) 2021-07-06

Family

ID=76608999

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010565058.6A Pending CN113077413A (zh) 2020-01-06 2020-06-19 自移动设备及其控制方法

Country Status (2)

Country Link
CN (1) CN113077413A (zh)
WO (1) WO2021139396A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115423930A (zh) * 2022-07-28 2022-12-02 荣耀终端有限公司 一种图像采集方法及电子设备

Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1928747A (zh) * 2006-09-21 2007-03-14 上海大学 基于视动反射的运动载体上电视摄像系统图像稳定的方法
CN106485276A (zh) * 2016-10-10 2017-03-08 上海电机学院 一种基于内容图像的模糊最小‑最大神经网络聚类方法
US20170079496A1 (en) * 2012-10-26 2017-03-23 Lg Electronics Inc. Robot cleaner system and control method of the same
CN107263480A (zh) * 2017-07-21 2017-10-20 深圳市萨斯智能科技有限公司 一种机器人操作方法和机器人
CN107315410A (zh) * 2017-06-16 2017-11-03 江苏科技大学 一种机器人自动排障方法
CN108270959A (zh) * 2016-12-30 2018-07-10 华为技术有限公司 全景成像的方法、终端设备和全景成像装置
US20180348249A1 (en) * 2017-06-02 2018-12-06 Gpro Co., Ltd. Flight parameter measuring apparatus and flight parameter measuring method
CN109480700A (zh) * 2017-09-13 2019-03-19 深圳市鑫银达实业有限公司 自动清洁设备及其控制方法
CN109685709A (zh) * 2018-12-28 2019-04-26 深圳市商汤科技有限公司 一种智能机器人的照明控制方法及装置
CN110443175A (zh) * 2019-07-29 2019-11-12 苏州维众数据技术有限公司 基于分离式视觉检测的清洁机器人控制系统及控制方法
CN110477825A (zh) * 2019-08-30 2019-11-22 深圳飞科机器人有限公司 清洁机器人、自主充电方法、系统及可读存储介质
CN110522359A (zh) * 2019-09-03 2019-12-03 深圳飞科机器人有限公司 清洁机器人以及清洁机器人的控制方法
CN110612806A (zh) * 2018-06-19 2019-12-27 灵动科技（北京）有限公司 一种智能割草机

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102011109990A1 (de) * 2011-05-05 2012-11-08 Jonas Pfeil Kamerasystem zur Aufnahme von Bildern und dazugehöriges Verfahren
KR102229152B1 (ko) * 2014-10-16 2021-03-19 삼성전자주식회사 이미지 촬영 장치
JP2017204835A (ja) * 2016-05-13 2017-11-16 株式会社リコー 撮影制御システム、制御方法、及びプログラム
CN110036629B (zh) * 2016-09-30 2021-08-24 株式会社尼康 拍摄装置、由拍摄装置执行的方法
CN108592950B (zh) * 2018-05-17 2021-11-26 北京航空航天大学 一种单目相机和惯性测量单元相对安装角标定方法
CN111917991B (zh) * 2019-05-09 2022-04-26 北京京东乾石科技有限公司 图像的质量控制方法、装置、设备及存储介质

Patent Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1928747A (zh) * 2006-09-21 2007-03-14 上海大学 基于视动反射的运动载体上电视摄像系统图像稳定的方法
US20170079496A1 (en) * 2012-10-26 2017-03-23 Lg Electronics Inc. Robot cleaner system and control method of the same
CN106485276A (zh) * 2016-10-10 2017-03-08 上海电机学院 一种基于内容图像的模糊最小‑最大神经网络聚类方法
CN108270959A (zh) * 2016-12-30 2018-07-10 华为技术有限公司 全景成像的方法、终端设备和全景成像装置
US20180348249A1 (en) * 2017-06-02 2018-12-06 Gpro Co., Ltd. Flight parameter measuring apparatus and flight parameter measuring method
CN107315410A (zh) * 2017-06-16 2017-11-03 江苏科技大学 一种机器人自动排障方法
CN107263480A (zh) * 2017-07-21 2017-10-20 深圳市萨斯智能科技有限公司 一种机器人操作方法和机器人
CN109480700A (zh) * 2017-09-13 2019-03-19 深圳市鑫银达实业有限公司 自动清洁设备及其控制方法
CN110612806A (zh) * 2018-06-19 2019-12-27 灵动科技（北京）有限公司 一种智能割草机
CN109685709A (zh) * 2018-12-28 2019-04-26 深圳市商汤科技有限公司 一种智能机器人的照明控制方法及装置
CN110443175A (zh) * 2019-07-29 2019-11-12 苏州维众数据技术有限公司 基于分离式视觉检测的清洁机器人控制系统及控制方法
CN110477825A (zh) * 2019-08-30 2019-11-22 深圳飞科机器人有限公司 清洁机器人、自主充电方法、系统及可读存储介质
CN110522359A (zh) * 2019-09-03 2019-12-03 深圳飞科机器人有限公司 清洁机器人以及清洁机器人的控制方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115423930A (zh) * 2022-07-28 2022-12-02 荣耀终端有限公司 一种图像采集方法及电子设备
CN115423930B (zh) * 2022-07-28 2023-09-26 荣耀终端有限公司 一种图像采集方法及电子设备

Also Published As

Publication number Publication date
WO2021139396A1 (zh) 2021-07-15

Similar Documents

Publication Publication Date Title
CA2625252C (en) Vision based navigation and guidance system
CN108259703B (zh) 一种云台的跟拍控制方法、装置及云台
US9454703B2 (en) Method, system, imaging device, movable device and program product for detecting static elements in video and image sources
CN109063659B (zh) 运动目标的检测与跟踪方法和系统
CN106910206B (zh) 一种目标跟踪方法及装置
WO2018053994A1 (en) Adaptive motion filtering in an unmanned autonomous vehicle
KR20110023472A (ko) 좌표맵을 이용한 팬틸트줌 카메라 기반의 객체 추적 장치 및 방법
CN104125372A (zh) 一种目标光电搜索探测方法
CN113077413A (zh) 自移动设备及其控制方法
JP2018165889A (ja) 自律移動装置、方法およびプログラム
CN115174861B (zh) 一种云台摄像机自动跟踪移动目标方法及装置
CN108702453A (zh) 用于校正所采集的图像的方法
WO2022041014A1 (zh) 云台及其控制方法、设备，拍摄装置、系统和存储介质
CN112532883A (zh) 拍摄防抖方法、装置、电子设备和可读存储介质
CN116208855B (zh) 一种多塔机云台全景图像抖动协调抑制方法和系统
CN104104902B (zh) 云台方向故障检测方法及装置
CN113055657A (zh) 基于电网线路巡检的图像采集方法和系统
CN110989691A (zh) 一种云台控制方法、装置、存储介质、电子设备及无人机
CN115816487A (zh) 基于机器人的巡检方法及装置、设备、存储介质
US20220151144A1 (en) Autonomous machine navigation in lowlight conditions
CN114610035A (zh) 回桩方法、装置及割草机器人
CN111866377A (zh) 一种增稳控制方法、装置及相机系统
CN111917157A (zh) 一种巡检机器人自动充电方法、系统、设备和存储介质
CN112783147A (zh) 一种轨迹规划方法、装置、机器人及存储介质
CN117415811A (zh) 光伏悬挂式清扫机器人位姿调整方法、装置和电子设备

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