CN113324543A - 一种巡线机器人视觉导航巡检和避障方法 - Google Patents
一种巡线机器人视觉导航巡检和避障方法 Download PDFInfo
- Publication number
- CN113324543A CN113324543A CN202110119402.3A CN202110119402A CN113324543A CN 113324543 A CN113324543 A CN 113324543A CN 202110119402 A CN202110119402 A CN 202110119402A CN 113324543 A CN113324543 A CN 113324543A
- Authority
- CN
- China
- Prior art keywords
- route
- obstacle
- robot
- camera
- obstacle avoidance
- 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
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/20—Instruments for performing navigational calculations
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
- Manipulator (AREA)
Abstract
本发明公开了一种巡线机器人视觉导航巡检和避障方法,包括导航系统和避障系统,所述导航系统包括机器人主体、安装在所述机器人主体两侧的主摄像头、路线规划模块、视野调整模块,所述避障系统包括障碍识别模块、路线修正模块、视野补偿模块;所述避障系统的工作方法包括以下步骤:S1障碍识别;S2障碍物位置判别;S3视野补偿;S4路线修正;本发明中给出了巡线机器人在进行视觉导航过程中的一种避障方法,能有效进行避障防止碰撞发生,并同时减少视觉导航过程中因为障碍物出现的图像偏差损失,提升导航的准确率和安全性。
Description
技术领域
本发明涉及机器人领域,尤其涉及一种巡线机器人视觉导航巡检和避障方法。
背景技术
巡线机器人是以移动机器人作为载体,以可见光摄像机、红外热成像仪、其它检测仪器作为载荷系统,以机器视觉-电磁场-GPS-GIS的多场信息融合作为机器人自主移动与自主巡检的导航系统,以嵌入式计算机作为控制系统的软硬件开发平台;具有障碍物检测识别与定位、自主作业规划、自主越障、对输电线路及其线走廊自主巡检、巡检图像和数据的机器人本体自动存储与远程无线传输、地面远程无线监控与遥控、电能在线实时补给、后台巡检作业管理与分析诊断等功能。
巡线机器人在进行视觉导航的过程中,为了保持视野采纳的宽度和广度,不仅是需要避障,还需要做到提前反应进行避障。现有技术中,在导航过程中进行避障是较为成熟的技术,但是如何做到预测式避障,在避障时机良好的同时保证视野不受避障过程影响,是现有技术中仍在被不断提出的问题。因为现有的巡线机器人在视觉导航的过程中,其视野要求基本是360°,而避障会使视野发生变化,规定路线的巡线机器人视觉导航,提前避障会错过部分视野内容,晚避障可能会造成避障不及时。在现有的视觉导航技术中,均采用提前避障的方式(改变路线完成提前避障,之后再重新规划路线修正回去),这种避障方式一是需要修正路线,二是其提前的程度会导致路线导航的视野发生变化,这部分视野内容发生改变,可能会产生与预期不符合的导航效果,因此是难以弥补的。如何实现时机正好和易弥补的视觉导航效果,是现有巡线机器人待解决的问题之一。
发明内容
本发明的目的是为了解决现有技术中存在的缺点,而提出的一种巡线机器人视觉导航巡检和避障方法。
为了实现上述目的,本发明采用了如下技术方案:
一种巡线机器人视觉导航巡检和避障方法,包括导航系统和避障系统,所述导航系统包括机器人主体、安装在所述机器人主体两侧的主摄像头、路线规划模块、视野调整模块,所述避障系统包括障碍识别模块、路线修正模块、视野补偿模块;所述避障系统的工作方法包括以下步骤:S1障碍识别;在机器人主体正常运行在设定路线的基础上,判断副摄像头是否收集到障碍物的图像;S2障碍物位置判别;根据对障碍物的位置进行判断,得到障碍物与机器人本体的距离,并得出按照正常的设定路线运行是否会与障碍物发生碰撞的结论;S3视野补偿;根据障碍物位置判断碰撞的时间、主摄像头的旋转角度,计算出机器人本体在改变路线时,障碍物不处于主摄像头的镜头范围内且机器人本体行进在修正路线上的时候,错失的部分视野以已经进入了主摄像头的摄像区域,根据条件限制给出路线修正转折的交点集合;S4路线修正;在会出现碰撞的情况下,参考视野补偿模块修正转折的交点集合,修正模块工作,对设定路线进行修正,得到修正路线,控制机器人本体按照修正路线进行工作。
优选的,主摄像头和副摄像头的镜头角度分别为120°和60°,两个主摄像头和两个副摄像头的采像范围组成全景360°;机器人本体在设定路线上可进行自由转向;在修正路线上,主摄像头的偏转角度为90°。
优选的,主摄像头和副摄像头均包括有从内向外呈扇形分布的主摄像区、近景区和远景区;副摄像头的主摄像区径长小于主摄像头主摄像区径长,副摄像头的近景区径长大于主摄像头的近景区径长,主摄像头的远景区径长等于副摄像头的远景区径长。
优选的,在S1障碍识别的步骤中,避障系统包括声波发生器和图像传感器;其识别方法包括以下过程:S11声波识别;当障碍物进入副摄像头的远景区,声波发生器的回收时间出现变化,立即触发避障识别;S12图像采集;副摄像头采集到障碍物的图像并将图像传递给避障系统,由避障系统进行障碍物的识别,在触发避障识别的情况下,确定障碍物是在设定路线的碰撞区内的。
优选的,在S2障碍物位置判别的步骤中,根据声波传回的时间,计算障碍物距离机器人本体的距离,根据这个距离判断障碍物目前处于副摄像头的哪一个采像区域,且在采像区域中所处的径长位置。
优选的,在S3视野补偿的步骤中,判断出多个转折点的情况下,由路线修正模块进行转折点选取,其中机器人本体在修正路线上的移动方向按照90°进行转角,转角过程中保证主摄像头的采像区域不会纳入障碍物;修正路线上错过的采像内容由在设定路线中采样得到的图像进行补偿;其补偿方法包括以下步骤:S31转折点选取;选取的转折点条件为a.转折点位于机器人本体不会与障碍物发生碰撞的区域;b.转折点位于主摄像头的主摄像区内;c.转折点位于副摄像头的近景区内;S32图像预存;修正路线上错失的图像均在进入修正路线之前就被录入了主摄像头的近景区和主摄像区,对这部分图像进行预存和清晰度处理,提升其清晰度到与主摄像区一致;S33图像补偿;计算出机器人主体进入修正路线的时间和停留在修正路线上的时间,根据时间匹配出预存图像;机器人本体在修正路线上移动的时候,采用这部分预存图像进行替代补偿。
优选的,在S4路线修正的步骤中,优先选取位于路径中央的转折点集合,中央的点如果为偶数则优先选取前一个转折点;如果不存在这样的转折点集合,即这个集合为空集,则从d到a依次去掉转折点选取条件,直到转折点非空;若始终为空集,则机器人判断出现故障,立刻制动。
本发明的有益效果为:本发明中给出了巡线机器人在进行视觉导航过程中的一种避障方法,能有效进行避障防止碰撞发生,并同时减少视觉导航过程中因为障碍物出现的图像偏差损失,提升导航的准确率和安全性。
附图说明
图1为本发明所述巡线机器人的视野分布结构示意图。
具体实施方式
下面将结合具体实施例对本发明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发明一部分实施例,而不是全部的实施例。
参照图1,一种巡线机器人视觉导航巡检和避障方法,包括导航系统和避障系统,导航系统包括机器人主体、安装在机器人主体两侧的主摄像头、路线规划模块、视野调整模块,避障系统包括障碍识别模块、路线修正模块、视野补偿模块;避障系统的工作方法包括以下步骤:S1障碍识别;在机器人主体正常运行在设定路线的基础上,判断副摄像头是否收集到障碍物的图像;S2障碍物位置判别;根据对障碍物的位置进行判断,得到障碍物与机器人本体的距离,并得出按照正常的设定路线运行是否会与障碍物发生碰撞的结论;S3视野补偿;根据障碍物位置判断碰撞的时间、主摄像头的旋转角度,计算出机器人本体在改变路线时,障碍物不处于主摄像头的镜头范围内且机器人本体行进在修正路线上的时候,错失的部分视野以已经进入了主摄像头的摄像区域,根据条件限制给出路线修正转折的交点集合;S4路线修正;在会出现碰撞的情况下,参考视野补偿模块修正转折的交点集合,修正模块工作,对设定路线进行修正,得到修正路线,控制机器人本体按照修正路线进行工作。
在本实施例中,主摄像头和副摄像头的镜头角度分别为120°和60°,两个主摄像头和两个副摄像头的采像范围组成全景360°;机器人本体在设定路线上可进行自由转向;在修正路线上,主摄像头的偏转角度为90°。
在本实施例中,主摄像头和副摄像头均包括有从内向外呈扇形分布的主摄像区、近景区和远景区;副摄像头的主摄像区径长小于主摄像头主摄像区径长,副摄像头的近景区径长大于主摄像头的近景区径长,主摄像头的远景区径长等于副摄像头的远景区径长。
在本实施例中,在S1障碍识别的步骤中,避障系统包括声波发生器和图像传感器;其识别方法包括以下过程:S11声波识别;当障碍物进入副摄像头的远景区,声波发生器的回收时间出现变化,立即触发避障识别;S12图像采集;副摄像头采集到障碍物的图像并将图像传递给避障系统,由避障系统进行障碍物的识别,在触发避障识别的情况下,确定障碍物是在设定路线的碰撞区内的。
在本实施例中,在S2障碍物位置判别的步骤中,根据声波传回的时间,计算障碍物距离机器人本体的距离,根据这个距离判断障碍物目前处于副摄像头的哪一个采像区域,且在采像区域中所处的径长位置。
在本实施例中,在S3视野补偿的步骤中,判断出多个转折点的情况下,由路线修正模块进行转折点选取,其中机器人本体在修正路线上的移动方向按照90°进行转角,转角过程中保证主摄像头的采像区域不会纳入障碍物;修正路线上错过的采像内容由在设定路线中采样得到的图像进行补偿;其补偿方法包括以下步骤:S31转折点选取;选取的转折点条件为a.转折点位于机器人本体不会与障碍物发生碰撞的区域;b.转折点位于主摄像头的主摄像区内;c.转折点位于副摄像头的近景区内;S32图像预存;修正路线上错失的图像均在进入修正路线之前就被录入了主摄像头的近景区和主摄像区,对这部分图像进行预存和清晰度处理,提升其清晰度到与主摄像区一致;S33图像补偿;计算出机器人主体进入修正路线的时间和停留在修正路线上的时间,根据时间匹配出预存图像;机器人本体在修正路线上移动的时候,采用这部分预存图像进行替代补偿。
在本实施例中,在S4路线修正的步骤中,优先选取位于路径中央的转折点集合,中央的点如果为偶数则优先选取前一个转折点;如果不存在这样的转折点集合,即这个集合为空集,则从d到a依次去掉转折点选取条件,直到转折点非空;若始终为空集,则机器人判断出现故障,立刻制动。
在本发明的描述中,需要理解的是,术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”、“顺时针”、“逆时针”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的设备或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中,“多个”的含义是两个或两个以上,除非另有明确具体的限定。
以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,根据本发明的技术方案及其发明构思加以等同替换或改变,都应涵盖在本发明的保护范围之内。
Claims (7)
1.一种巡线机器人视觉导航巡检和避障方法,其特征在于,包括导航系统和避障系统,所述导航系统包括机器人主体、安装在所述机器人主体两侧的主摄像头、路线规划模块、视野调整模块,所述避障系统包括障碍识别模块、路线修正模块、视野补偿模块;
所述避障系统的工作方法包括以下步骤:
S1障碍识别;在机器人主体正常运行在设定路线的基础上,判断副摄像头是否收集到障碍物的图像;
S2障碍物位置判别;根据对障碍物的位置进行判断,得到障碍物与机器人本体的距离,并得出按照正常的设定路线运行是否会与障碍物发生碰撞的结论;
S3视野补偿;根据障碍物位置判断碰撞的时间、主摄像头的旋转角度,计算出机器人本体在改变路线时,障碍物不处于主摄像头的镜头范围内且机器人本体行进在修正路线上的时候,错失的部分视野以已经进入了主摄像头的摄像区域,根据条件限制给出路线修正转折的交点集合;
S4路线修正;在会出现碰撞的情况下,参考视野补偿模块修正转折的交点集合,修正模块工作,对设定路线进行修正,得到修正路线,控制机器人本体按照修正路线进行工作。
2.根据权利要求1所述的一种巡线机器人视觉导航巡检和避障方法,其特征在于,主摄像头和副摄像头的镜头角度分别为120°和60°,两个主摄像头和两个副摄像头的采像范围组成全景360°;机器人本体在设定路线上可进行自由转向;在修正路线上,主摄像头的偏转角度为90°。
3.根据权利要求1所述的一种巡线机器人视觉导航巡检和避障方法,其特征在于,主摄像头和副摄像头均包括有从内向外呈扇形分布的主摄像区、近景区和远景区;副摄像头的主摄像区径长小于主摄像头主摄像区径长,副摄像头的近景区径长大于主摄像头的近景区径长,主摄像头的远景区径长等于副摄像头的远景区径长。
4.根据权利要求3所述的一种巡线机器人视觉导航巡检和避障方法,其特征在于,在S1障碍识别的步骤中,避障系统包括声波发生器和图像传感器;其识别方法包括以下过程:
S11声波识别;当障碍物进入副摄像头的远景区,声波发生器的回收时间出现变化,立即触发避障识别;
S12图像采集;副摄像头采集到障碍物的图像并将图像传递给避障系统,由避障系统进行障碍物的识别,在触发避障识别的情况下,确定障碍物是在设定路线的碰撞区内的。
5.根据权利要求3所述的一种巡线机器人视觉导航巡检和避障方法,其特征在于,在S2障碍物位置判别的步骤中,根据声波传回的时间,计算障碍物距离机器人本体的距离,根据这个距离判断障碍物目前处于副摄像头的哪一个采像区域,且在采像区域中所处的径长位置。
6.根据权利要求3所述的一种巡线机器人视觉导航巡检和避障方法,其特征在于,在S3视野补偿的步骤中,判断出多个转折点的情况下,由路线修正模块进行转折点选取,其中机器人本体在修正路线上的移动方向按照90°进行转角,转角过程中保证主摄像头的采像区域不会纳入障碍物;修正路线上错过的采像内容由在设定路线中采样得到的图像进行补偿;其补偿方法包括以下步骤:
S31转折点选取;选取的转折点条件为a.转折点位于机器人本体不会与障碍物发生碰撞的区域;b.转折点位于主摄像头的主摄像区内;c.转折点位于副摄像头的近景区内;
S32图像预存;修正路线上错失的图像均在进入修正路线之前就被录入了主摄像头的近景区和主摄像区,对这部分图像进行预存和清晰度处理,提升其清晰度到与主摄像区一致;
S33图像补偿;计算出机器人主体进入修正路线的时间和停留在修正路线上的时间,根据时间匹配出预存图像;机器人本体在修正路线上移动的时候,采用这部分预存图像进行替代补偿。
7.根据权利要求3所述的一种巡线机器人视觉导航巡检和避障方法,其特征在于,在S4路线修正的步骤中,优先选取位于路径中央的转折点集合,中央的点如果为偶数则优先选取前一个转折点;如果不存在这样的转折点集合,即这个集合为空集,则从d到a依次去掉转折点选取条件,直到转折点非空;若始终为空集,则机器人判断出现故障,立刻制动。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110119402.3A CN113324543B (zh) | 2021-01-28 | 2021-01-28 | 一种巡线机器人视觉导航巡检和避障方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110119402.3A CN113324543B (zh) | 2021-01-28 | 2021-01-28 | 一种巡线机器人视觉导航巡检和避障方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113324543A true CN113324543A (zh) | 2021-08-31 |
CN113324543B CN113324543B (zh) | 2023-07-14 |
Family
ID=77413511
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110119402.3A Active CN113324543B (zh) | 2021-01-28 | 2021-01-28 | 一种巡线机器人视觉导航巡检和避障方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113324543B (zh) |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106020201A (zh) * | 2016-07-13 | 2016-10-12 | 广东奥讯智能设备技术有限公司 | 移动机器人3d导航定位系统及导航定位方法 |
CN108177651A (zh) * | 2017-11-29 | 2018-06-19 | 张好明 | 一种多传感器融合快速无人车探测避障系统 |
CN108398951A (zh) * | 2018-03-20 | 2018-08-14 | 广州番禺职业技术学院 | 一种多传感器信息融合的机器人姿态测量方法与装置 |
CN109664301A (zh) * | 2019-01-17 | 2019-04-23 | 中国石油大学(北京) | 巡检方法、装置、设备及计算机可读存储介质 |
CN109974702A (zh) * | 2017-12-27 | 2019-07-05 | 深圳市优必选科技有限公司 | 一种机器人导航方法、机器人及存储装置 |
CN110275538A (zh) * | 2019-06-27 | 2019-09-24 | 广东利元亨智能装备股份有限公司 | 智能巡航车导航方法及系统 |
CN110825094A (zh) * | 2019-12-04 | 2020-02-21 | 安徽理工大学 | 一种基于机器视觉的机器人巡线导航系统 |
CN111090087A (zh) * | 2020-01-21 | 2020-05-01 | 广州赛特智能科技有限公司 | 一种智能导航机器、激光雷达盲区补偿方法及存储介质 |
CN111352426A (zh) * | 2020-03-17 | 2020-06-30 | 广西柳工机械股份有限公司 | 一种车辆避障方法、车辆避障装置、车辆避障系统和车辆 |
CN111596657A (zh) * | 2020-05-09 | 2020-08-28 | 浙江工业大学 | 一种agv及其轨道运动方法 |
CN111984004A (zh) * | 2020-07-21 | 2020-11-24 | 江苏寰贝智能科技有限公司 | 一种基于机器视觉的机器人巡线导航系统 |
CN112099497A (zh) * | 2020-09-08 | 2020-12-18 | 中国第一汽车股份有限公司 | 一种避障控制方法、装置、车辆及介质 |
-
2021
- 2021-01-28 CN CN202110119402.3A patent/CN113324543B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106020201A (zh) * | 2016-07-13 | 2016-10-12 | 广东奥讯智能设备技术有限公司 | 移动机器人3d导航定位系统及导航定位方法 |
CN108177651A (zh) * | 2017-11-29 | 2018-06-19 | 张好明 | 一种多传感器融合快速无人车探测避障系统 |
CN109974702A (zh) * | 2017-12-27 | 2019-07-05 | 深圳市优必选科技有限公司 | 一种机器人导航方法、机器人及存储装置 |
CN108398951A (zh) * | 2018-03-20 | 2018-08-14 | 广州番禺职业技术学院 | 一种多传感器信息融合的机器人姿态测量方法与装置 |
CN109664301A (zh) * | 2019-01-17 | 2019-04-23 | 中国石油大学(北京) | 巡检方法、装置、设备及计算机可读存储介质 |
CN110275538A (zh) * | 2019-06-27 | 2019-09-24 | 广东利元亨智能装备股份有限公司 | 智能巡航车导航方法及系统 |
CN110825094A (zh) * | 2019-12-04 | 2020-02-21 | 安徽理工大学 | 一种基于机器视觉的机器人巡线导航系统 |
CN111090087A (zh) * | 2020-01-21 | 2020-05-01 | 广州赛特智能科技有限公司 | 一种智能导航机器、激光雷达盲区补偿方法及存储介质 |
CN111352426A (zh) * | 2020-03-17 | 2020-06-30 | 广西柳工机械股份有限公司 | 一种车辆避障方法、车辆避障装置、车辆避障系统和车辆 |
CN111596657A (zh) * | 2020-05-09 | 2020-08-28 | 浙江工业大学 | 一种agv及其轨道运动方法 |
CN111984004A (zh) * | 2020-07-21 | 2020-11-24 | 江苏寰贝智能科技有限公司 | 一种基于机器视觉的机器人巡线导航系统 |
CN112099497A (zh) * | 2020-09-08 | 2020-12-18 | 中国第一汽车股份有限公司 | 一种避障控制方法、装置、车辆及介质 |
Non-Patent Citations (1)
Title |
---|
BIN HE,ET AL: "Design of Robot Safe Working Strategy Based on Laser Sensor", 《2018 IEEE》 * |
Also Published As
Publication number | Publication date |
---|---|
CN113324543B (zh) | 2023-07-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108447075B (zh) | 一种无人机监测系统及其监测方法 | |
KR101038581B1 (ko) | 트랙형 이동 로봇을 이용하여 발전설비 시설물의 감시점검을 제공하기 위한 방법, 이동 로봇 시스템 및 운영방법 | |
CN107703951B (zh) | 一种基于双目视觉的无人机避障方法及系统 | |
JP4530996B2 (ja) | 移動ロボット | |
JP2016177640A (ja) | 映像監視システム | |
CN102348102A (zh) | 天台安全监控系统及方法 | |
CN111540013B (zh) | 一种基于多相机视觉slam的室内AGV小车定位方法 | |
KR101821159B1 (ko) | 다수의 카메라를 이용한 이동체의 이동 경로 추적 시스템 | |
CN115309151A (zh) | 巡检路径规划方法、装置、可读存储介质及程序产品 | |
CN113324543B (zh) | 一种巡线机器人视觉导航巡检和避障方法 | |
CN113237488A (zh) | 一种基于双目视觉和寻路缘技术的导航系统及导航方法 | |
CN113126649A (zh) | 一种输电线路的智能巡检无人机用控制系统 | |
CN111966126A (zh) | 无人机巡逻方法、装置及无人机 | |
CN115188091B (zh) | 一种融合电力输变配设备的无人机网格化巡检系统及方法 | |
CN115337581B (zh) | 一种基于多目视觉消防系统的消防灭火方法 | |
CN111754647A (zh) | 基于环境感知的智能安防机器人巡检方法 | |
CN116088499A (zh) | 一种带电作业机器人系统的无人机辅助系统 | |
CN111148033B (zh) | 一种自移动设备的辅助导航方法 | |
CN212409719U (zh) | 掘进机定位系统 | |
CN115223400A (zh) | 航空器泊位引导系统及使用其的航空器泊位控制方法 | |
CN111860461B (zh) | 一种光电吊舱内置光学传感器自主变焦方法 | |
CN115237113A (zh) | 机器人导航的方法、机器人、机器人系统及存储介质 | |
JP4368318B2 (ja) | 移動ロボット | |
CN112925326A (zh) | 一种基于激光雷达和深度相机数据融合的agv避障方法 | |
CN111780761A (zh) | 一种巡检机器人自主导航方法 |
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 |