CN113359753A - 机器人、机器人迎宾运动方法及可读存储介质 - Google Patents

机器人、机器人迎宾运动方法及可读存储介质 Download PDF

Info

Publication number
CN113359753A
CN113359753A CN202110704394.9A CN202110704394A CN113359753A CN 113359753 A CN113359753 A CN 113359753A CN 202110704394 A CN202110704394 A CN 202110704394A CN 113359753 A CN113359753 A CN 113359753A
Authority
CN
China
Prior art keywords
welcome
robot
target pedestrian
pedestrian
future
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
CN202110704394.9A
Other languages
English (en)
Other versions
CN113359753B (zh
Inventor
陈俊伟
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.)
Shenzhen Pudu Technology Co Ltd
Original Assignee
Shenzhen Pudu 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 Shenzhen Pudu Technology Co Ltd filed Critical Shenzhen Pudu Technology Co Ltd
Priority to CN202110704394.9A priority Critical patent/CN113359753B/zh
Publication of CN113359753A publication Critical patent/CN113359753A/zh
Application granted granted Critical
Publication of CN113359753B publication Critical patent/CN113359753B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
    • G05D1/02Control of position or course in two dimensions
    • G05D1/021Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0231Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
    • G05D1/0238Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using obstacle or wall sensors
    • G05D1/024Control 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
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
    • G05D1/02Control of position or course in two dimensions
    • G05D1/021Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0212Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • G05D1/0214Control 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
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
    • G05D1/02Control of position or course in two dimensions
    • G05D1/021Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0231Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
    • G05D1/0246Control 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
    • G05D1/0253Control 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 extracting relative motion information from a plurality of images taken successively, e.g. visual odometry, optical flow
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
    • G05D1/02Control of position or course in two dimensions
    • G05D1/021Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0276Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle

Abstract

一种机器人、机器人迎宾运动方法及可读存储介质,其中机器人包括:存储器和处理器,该存储器存储有可执行程序代码,与该存储器连接的该处理器,调用该存储器中存储的该可执行程序代码,执行如下机器人迎宾运动方法当在迎宾位置上检测到目标行人时,根据该目标行人的运动参数计算该目标行人在预设时长后的未来位置;规划从该迎宾位置运动到该未来位置的运动路径,并按照该运动路径运动;当到达与该未来位置对应的交互位置时,与该目标行人交互以执行迎宾任务,并在该目标行人无进一步交互时,停止与该目标行人交互并返回该迎宾位置。上述机器人、机器人迎宾运动方法及可读存储介质可提高迎宾效率,增强与人的交互性,提高揽客效果。

Description

机器人、机器人迎宾运动方法及可读存储介质
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、机器人迎宾运动方法及可读存储介质。
背景技术
在展厅、餐厅/超市等应用场景下,迎宾揽客是必要的高频重复的举动,迎宾揽客的主要作用是向行人展示商品、菜品、服务等,以吸引潜在用户或客人,迎宾揽客任务有固定的模式,且重复率高,劳动强度大,因此比较适合由移动机器人来替代。
目前机器人迎宾揽客大多采用循回往复地运动,例如在一条线上来回走动,同时播报一些可提供的商品/服务等的方式,这种方式存在迎宾效率不高,与人交互性不强,导致客户转化率不高的缺陷。
发明内容
本申请实施例提供一种机器人、机器人迎宾运动方法及可读存储介质,可解决机器人迎宾效率不高,与人交互性不强的问题。
本申请实施例一方面提供了一种机器人,包括:
存储器和处理器;所述存储器存储有可执行程序代码;与所述存储器连接的所述处理器,调用所述存储器中存储的所述可执行程序代码,执行如下机器人迎宾运动方法,所述方法包括:当在迎宾位置上检测到目标行人时,根据所述目标行人的运动参数计算所述目标行人在预设时长后的未来位置;规划从所述迎宾位置运动到所述未来位置的运动路径,并按照所述运动路径运动;当到达与所述未来位置对应的交互位置时,与所述目标行人交互以执行迎宾任务,并在所述目标行人无进一步交互时,停止与所述目标行人交互并返回所述迎宾位置。
本申请实施例一方面还提供了一种机器人,包括:
计算模块,用于当在迎宾位置上检测到目标行人时,根据所述目标行人的运动参数计算所述目标行人在预设时长后的未来位置;规划模块,用于规划从所述迎宾位置运动到所述未来位置的运动路径;控制模块,用于控制所述机器人按照所述运动路径运动;执行模块,用于当到达与所述未来位置对应的交互位置时,与所述目标行人交互以执行迎宾任务,并在所述目标行人无进一步交互时,停止与所述目标行人交互并触发所述控制模块控制返回所述迎宾位置。
本申请实施例一方面还提供了一种机器人迎宾运动方法,包括:
当在迎宾位置上检测到目标行人时,根据所述目标行人的运动参数计算所述目标行人在预设时长后的未来位置;规划从所述迎宾位置运动到所述未来位置的运动路径,并按照所述运动路径运动;当到达与所述未来位置对应的交互位置时,与所述目标行人交互以执行迎宾任务,并在所述目标行人无进一步交互时,停止与所述目标行人交互并返回所述迎宾位置。
本申请实施例一方面还提供一种可读存储介质,其上存储有计算机程序,所述计算机程序在被处理器运行时,执行如上述实施例提供的机器人迎宾运动方法。
从上述本申请各实施例可知,当机器人在迎宾位置上检测到目标行人时,根据该目标行人的运动参数计算该目标行人在预设时长后的未来位置,规划从该迎宾位置运动到该未来位置的运动路径,机器人按照该运动路径运动,当到达与该未来位置对应的交互位置时,与该目标行人交互以执行迎宾任务,并在该目标行人无进一步交互时,停止与该目标行人交互并返回该迎宾位置,上述方法是选定检测到的目标行人作为迎宾对象,有更强的针对性,迎宾效率高,有针对性地招揽潜在客户,规划无需躲避障碍物的路线,可以提高迎宾成功率,并在目标行人无进一步交互时及时停止迎宾任务,增强了与人的交互性,为用户提供更好的交互体验,有助于提升客户转化率,并在停止交互后返回该迎宾位置以进行下一次迎宾任务,进一步提高了迎宾效率。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍,显而易见地,下面描述中的附图是本申请的一些实施例,对于本领域技术人员来讲,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为本申请一实施例提供的机器人的结构示意图;
图2为本申请一实施例提供的机器人迎宾运动方法的实现流程图;
图3为本申请另一实施例提供的机器人的结构示意图;
图4为本申请另一实施例提供的机器人迎宾运动方法的实现流程图;
图5为利用圆弧计算机器人运动路径的示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
参见图1,本申请一实施例提供的机器人的结构示意图。为了便于说明,仅示出了与本申请实施例相关的部分。该机器人作为迎宾机器人,检测一定范围内的目标行人,根据目标行人的位置、运动速度和方向,确认一个未来时刻的未来位置,规划从迎宾位置到该未来位置的迎宾路径,并按照该迎宾路径面对目标行人运动,与目标行人相遇以及开始进行交互,推介商品、食品、服务等,招揽客户,执行迎宾任务。该机器人可包括:
存储器10和处理器20,处理器20为机器人的运算和控制核心,是信息处理、程序运行的最终执行单元。存储器10例如硬盘驱动存储器,非易失性存储器(例如闪存或用于形成固态驱动器的其它电子可编程限制删除的存储器等),易失性存储器(例如静态或动态随机存取存储器等)等,本申请实施例不作限制。
存储器10中存储有可执行程序代码;与存储器10耦合的处理器20调用存储器10中存储的所述可执行程序代码,执行如下机器人迎宾运动方法。
参见图2,该机器人迎宾运动方法包括如下步骤:
S201、当在迎宾位置上检测到目标行人时,根据该目标行人的运动参数计算该目标行人在预设时长后的未来位置;
迎宾位置是预设在机器人中的一个点或一个区域,可通过坐标限定该点或该区域。
机器人位于该迎宾位置时,可通过各类距离感应器检测是否存在目标行人,例如通过深度/RGBD相机、激光雷达、红外线感应器或其他深度传感器等。
机器人首先判断当前位置是否为该迎宾位置,若否,则运动到该迎宾位置,若是,则通过传感器进行行人双腿跟踪检测,根据双腿配对信息以及运动信息判断是否存在该目标行人;可选地,这里的传感器具体可以是激光雷达、RGBD相机或者其他深度相机等,这里不做具体限定。
在具体场景中,通过从传感器所获取的图像数据中检测出人腿的信息,并基于双腿配对信息(例如从图像数据确定两根柱子,随后获取两个柱子的间距的粗细和间距作为双腿配对信息),且基于两根柱子(人腿)的运动信息进行判断,由于行人在行走时,人腿会有一定的交叉,而类似于人腿的桌子腿/椅子腿不会,从而可以准确的将行人分辨出来。
若存在一个行人,则将该行人确认为检测到的该目标行人,若存在多个行人,则将距离该机器人最近的行人确认为检测到的该目标行人。也可以是检测该多个行人的相互距离、运动方向和运动速度,当检测到该多个行人的相互距离近到预设值时,且他们的运动方向和运动速度一致的情况下,可以与该多个行人同时交互,在交互语音中使用“们”等表示群体概念的词汇。
在其他实施例中,也可以是通过检测人脸信息判断是否检测到行人,且若存在一个行人,则将该行人确认为检测到的该目标行人,若存在多个行人,则将距离该机器人最近的行人确认为检测到的该目标行人。这里不做具体的限定。
当在机器人的感应范围内检测到有目标行人时,检测该目标行人的运动参数,该运动参数可以是目标行人实时的运动方向、运动速度和运动位置等,并根据该目标行人的运动参数计算该目标行人在预设时长后的未来位置,例如该预设时长可以是20秒,即机器人将在20秒后与该目标行人相遇,执行迎宾任务,与该目标行人交互,完成推介商品、食品和服务等。计算该未来位置的方式可以基于各种数学算法,此处不作具体限定。
S202、规划从该迎宾位置运动到该未来位置的运动路径,并按照该运动路径运动;
具体的,机器人通过预设规划算法,规划从该迎宾位置到该未来位置的运动路径,该规划算法可以是A*、D*、Hybrid A*、贝塞尔曲线以及B样条曲线等算法。在其中一个实施例中,该运动路径为一条平滑曲线。
可以预设多个规划算法,计算出多条从该迎宾位置运动到该未来位置的待选运动路径,并按照预设的优选规则,从多条该待选运动路径中选择一条最优的运动路径作为规划的该运动路径,最优的运动路径可以是路程最短的,或者用时最短的路径。
在其中一个实施例中,通过圆弧连接该迎宾位置和该未来位置,该圆弧在该迎宾位置与该机器人在该迎宾位置的运动方向相切,且该圆弧的圆心与该迎宾位置的连线与该机器人在该迎宾位置的运动方向垂直,根据该迎宾位置和该未来位置之间的连接直线,与该机器人在该迎宾位置的运动方向之间的夹角,以及该迎宾位置和该未来位置之间的直线长度,计算得到该圆弧的半径,根据该圆弧的半径,以及,该圆弧的圆心与该迎宾位置的连线与该机器人在该迎宾位置的运动方向的垂直关系,确定该圆弧的圆心位置,根据该圆弧的圆心位置和半径,确定该圆弧的长度,并将该圆弧的设定为该运动路径。
上述计算该圆弧的步骤不限定先后顺序,还可以是先根据该迎宾位置和该未来位置确定圆心,然后再根据确定的圆心求半径,亦或是圆心和半径可以同时求出。
需要说明的是,在该运动路径上不能存在预设类型的障碍物,该预设类型的障碍物是指尺寸大于预设阈值,需要机器人绕行的障碍物。因为在迎宾的场景中,机器人位于方便观测目标行人的迎宾位置,如果机器人在向目标行人运动的路径上有大的需要绕开的障碍物,运动时间可能较长,目标行人可能已经走开,达不到迎宾招揽目的,因此在计算机器人的运动路径时,排除有预设类型的障碍物的路径,使得规划出的运动路径上没有预设类型的障碍物。
S203、当到达与所述未来位置对应的交互位置时,与该目标行人交互以执行迎宾任务,并在该目标行人无进一步交互时,停止与该目标行人交互并返回该迎宾位置。
在该运动路径上运动时,边运动边检测与目标行人的距离,当到达与该未来位置对应的交互位置时,该交互位置为与该未来位置具有交互距离的位置,交互距离是预先设置的距离,交互距离是机器人与行人之间保持安全、礼貌的距离,表明已经接近目标行人可以与该目标行人进行交互,迎宾任务包括与人打招呼、推介、互动等,交互包括语言、行为上的交互。
在具体实施例中,交互位置和未来位置可以是同一个位置,即机器人在按照运动路径进行移动时,如果目标行人还未到达未来位置上,则机器人则可以直接移动到该未来位置上,并在位于未来位置上,基于目标用户当前的运动参数计算确定机器人的朝向位姿,从而使得机器人可以以较好的位姿面向目标行人进行交互。
在其他实施例中,交互位置和未来位置也可以是相隔预设距离的一个位置,如果目标行人先到达了未来位置上,则机器人在离该未来位置相隔预设距离范围的位置停下来,并将该停止的位置作为交互位置。可选地,该交互位置也位于开始所规划的运动路径上。
在目标行人有进一步交互时,继续进行迎宾任务,在目标行人无进一步交互时,停止交互并返回该迎宾位置。
进一步地,若在该目标行人停止交互后,检测到有其他目标行人的交互,可以向其他目标行人继续执行迎宾任务,并在完成与所有目标行人交互后,返回该迎宾位置。
在到达该交互位置时,机器人以预设的位姿和角度面向该目标行人交互,提高拟人化的程度。
进一步地,也可以是在向该目标行人运动的过程中,机器人以预设的位姿和角度面向该目标行人运动,在机器人与目标行人相遇时,机器人面对该目标行人,进一步提高目标行人的客户体验。
本申请实施例中,当机器人在迎宾位置上检测到目标行人时,根据该目标行人的运动参数计算该目标行人在预设时长后的未来位置,规划从该迎宾位置运动到该未来位置的运动路径,该运动路径上无预设类型的障碍物,机器人按照该运动路径运动,当到达与该未来位置对应的交互位置时,与该目标行人交互以执行迎宾任务,并在该目标行人无进一步交互时,停止与该目标行人交互并返回该迎宾位置,上述方法是选定检测到的目标行人作为迎宾对象,有更强的针对性,迎宾效率高,有针对性地招揽潜在客户,规划无需躲避障碍物的路线,可以提高迎宾成功率,并在目标行人无进一步交互时及时停止迎宾任务,增强了与人的交互性,为用户提供更好的交互体验,有助于提升客户转化率,并在停止交互后返回该迎宾位置以进行下一次迎宾任务,进一步提高了迎宾效率。
在具体实施例中,机器人在通过预设规划算法,如A*、D*、Hybrid A*、贝塞尔曲线以及B样条曲线等算法,规划从该迎宾位置到该交互位置的多条运动路径后,随后基于障碍物信息、时间信息以及路程信息作为参考项,选取一条最优的路径。可选地,如果规划的迎宾路径上存在障碍物,则直接剔除该运动路径,并在剩下的运动路径中选取时间或路程相对较短的运动路径作为最终的迎宾路径。
参见图3,本申请一实施例提供的机器人的结构示意图。为了便于说明,仅示出了与本申请实施例相关的部分。该机器人可主要包括如下模块:
计算模块301,用于当在迎宾位置上检测到目标行人时,根据目标行人的运动参数计算目标行人在预设时长后的未来位置;
规划模块302,用于规划从迎宾位置运动到未来位置的运动路径;
控制模块303,用于控制机器人按照运动路径运动,运动路径上无预设类型的障碍物;
执行模块304,用于当到达与该未来位置对应的交互位置时,与目标行人交互以执行迎宾任务,并在目标行人无进一步交互时,停止与目标行人交互并触发控制模块控制返回迎宾位置。
本申请实施例中,当机器人在迎宾位置上检测到目标行人时,根据该目标行人的运动参数计算该目标行人在预设时长后的未来位置,规划从该迎宾位置运动到该未来位置的运动路径,该运动路径上无预设类型的障碍物,机器人按照该运动路径运动,当到达与该未来位置对应的交互位置时,与该目标行人交互以执行迎宾任务,并在该目标行人无进一步交互时,停止与该目标行人交互并返回该迎宾位置,上述方法是选定检测到的目标行人作为迎宾对象,有更强的针对性,迎宾效率高,有针对性地招揽潜在客户,规划无需躲避障碍物的路线,可以提高迎宾成功率,并在目标行人无进一步交互时及时停止迎宾任务,增强了与人的交互性,为用户提供更好的交互体验,有助于提升客户转化率,并在停止交互后返回该迎宾位置以进行下一次迎宾任务,进一步提高了迎宾效率。
进一步地,规划模块302,还用于判断当前位置是否为该迎宾位置,若否,则运动到该迎宾位置,若是,则通过激光雷达传感器进行行人双腿跟踪检测,根据双腿配对信息以及运动信息判断是否存在该目标行人;
若存在一个行人,则将该行人确认为检测到的该目标行人,若存在多个行人,则将距离该机器人最近的行人确认为检测到的该目标行人。
规划模块302,还用于根据预设的多种规划算法,计算出多条从该迎宾位置运动到该未来位置的待选运动路径,并按照预设的优选规则,从多条该待选运动路径中选择一条最优的运动路径作为规划的该运动路径。
规划模块302,还用于通过圆弧连接该迎宾位置和该未来位置,该圆弧在该迎宾位置与该机器人在该迎宾位置的运动方向相切,且该圆弧的圆心与该迎宾位置的连线与该机器人在该迎宾位置的运动方向垂直;
根据该迎宾位置和该未来位置之间的连接直线,与该机器人在该迎宾位置的运动方向之间的夹角,以及该迎宾位置和该未来位置之间的直线长度,计算得到该圆弧的半径;
根据该圆弧的半径,以及,该圆弧的圆心与该迎宾位置的连线与该机器人在该迎宾位置的运动方向的垂直关系,确定该圆弧的圆心位置;
根据该圆弧的圆心位置和半径,确定该圆弧的长度,并将该圆弧的设定为该运动路径。
控制模块303,还用于在到达该交互位置时,该机器人以预设的位姿和角度面向该目标行人交互。
执行模块304,还用于通过预设的路径跟踪算法,控制该机器人沿该运动路径运动向该未来位置运动,并当检测到最近障碍物的距离小于等于该预设距离时,判断该最近障碍物的类型;
若该最近障碍物是该目标行人,则停止运动,与该目标行人交互以执行迎宾任务;
若该最近障碍物为物体,则停止执行迎宾任务,并返回该迎宾位置。
本实施例中各模块实现该机器人迎宾运动方法,具体技术细节,参见其他各实施例的相关描述。
本申请实施例中,机器人先令自身处在迎宾位置,并在迎宾位置上检测到目标行人时,根据该目标行人的运动参数计算该目标行人在预设时长后的未来位置,根据多种算法,计算出从该迎宾位置运动到该未来位置的多条运动路径,并选择最优的运动路径作为机器人此次迎宾任务的运动路径,机器人按照该运动路径运动,并检测障碍物,当检测到预设距离内的障碍物时判断障碍物的类型,如果该障碍物为该目标行人,则与该目标行人交互以执行迎宾任务,并在该目标行人无进一步交互时,停止与该目标行人交互并返回该迎宾位置,如果该障碍物为新出现的障碍物,则停止执行迎宾任务并返回该迎宾位置,上述方法是选定检测到的目标行人作为迎宾对象,有更强的针对性,迎宾效率高,有针对性地招揽潜在客户,规划无需躲避障碍物的路线,可以提高迎宾成功率,并在目标行人无进一步交互时及时停止迎宾任务,增强了与人的交互性,为用户提供更好的交互体验,有助于提升客户转化率,并在停止交互后返回该迎宾位置以进行下一次迎宾任务,进一步提高了迎宾效率。该方法实现机器人观察、前迎、完整的招揽客户的动作,使得使用机器人替代揽客这一模式固定,重复度高的工作,可以有效地降低人工劳动强度。
仍参见图2,本申请一实施例提供的机器人迎宾运动方法流程示意图,该方法可应用于图1和图3所示的机器人,如图2所示,该方法具体包括:
S201、当在迎宾位置上检测到目标行人时,根据该目标行人的运动参数计算该目标行人在预设时长后的未来位置;
迎宾位置是预设在机器人中的一个点或一个区域,可通过坐标限定该点或该区域。
机器人位于该迎宾位置时,可通过各类距离感应器检测是否存在目标行人,例如通过相机、深度传感器、激光雷达、红外线感应器等。
当在机器人的感应范围内检测到有目标行人时,检测该目标行人的运动参数,该运动参数可以是目标行人实时的运动方向、运动速度和运动位置等,并根据该目标行人的运动参数计算该目标行人在预设时长后的未来位置,例如该预设时长可以是20秒,即机器人将在20秒后与该目标行人相遇,执行迎宾任务,与该目标行人交互,完成推介商品、食品和服务等。计算该未来位置的方式可以基于各种数学算法,此处不作具体限定。
S302、规划从该迎宾位置运动到该未来位置的运动路径,并按照该运动路径运动,该运动路径上无预设类型的障碍物;
具体的,机器人通过预设规划算法,规划从该迎宾位置到该未来位置的运动路径,该规划算法可以是A*、D*、Hybrid A*、贝塞尔曲线以及B样条曲线等算法。在其中一个实施例中,该运动路径为一条平滑曲线。
需要说明的是,在该运动路径上不能存在预设类型的障碍物,该预设类型的障碍物是指尺寸大于预设阈值,需要机器人绕行的障碍物。因为在迎宾的场景中,机器人位于方便观测目标行人的迎宾位置,如果机器人在向目标行人运动的路径上有大的需要绕开的障碍物,运动时间可能较长,目标行人可能已经走开,达不到迎宾招揽目的,因此在计算机器人的运动路径时,排除有预设类型的障碍物的路径,使得规划出的运动路径上没有预设类型的障碍物。
S203、当到达与该未来位置对应的交互位置时,与该目标行人交互以执行迎宾任务,并在该目标行人无进一步交互时,停止与该目标行人交互并返回该迎宾位置。
在该运动路径上运动时,边运动边检测与目标行人的距离,当到达与该未来位置对应的交互位置时,表明已经接近目标行人可以与该目标行人进行交互,迎宾任务包括与人打招呼、推介、互动等,交互包括语言、行为上的交互。
在目标行人有进一步交互时,继续进行迎宾任务,在目标行人无进一步交互时,停止交互并返回该迎宾位置。
进一步地,若在该目标行人停止交互后,检测到有其他目标行人的交互,可以向其他目标行人继续执行迎宾任务,并在完成与所有目标行人交互后,返回该迎宾位置。
本申请实施例中,当机器人在迎宾位置上检测到目标行人时,根据该目标行人的运动参数计算该目标行人在预设时长后的未来位置,规划从该迎宾位置运动到该未来位置的运动路径,该运动路径上无预设类型的障碍物,机器人按照该运动路径运动,当到达与该未来位置对应的交互位置时,与该目标行人交互以执行迎宾任务,并在该目标行人无进一步交互时,停止与该目标行人交互并返回该迎宾位置,上述方法是选定检测到的目标行人作为迎宾对象,有更强的针对性,迎宾效率高,有针对性地招揽潜在客户,规划无需躲避障碍物的路线,可以提高迎宾成功率,并在目标行人无进一步交互时及时停止迎宾任务,增强了与人的交互性,为用户提供更好的交互体验,有助于提升客户转化率,并在停止交互后返回该迎宾位置以进行下一次迎宾任务,进一步提高了迎宾效率。
参见图4,本申请另一实施例提供的机器人迎宾运动方法流程示意图,该方法可应用于图1和图3所示的机器人,如图4所示,该方法具体包括:
S401、判断当前位置是否为预设的迎宾位置,若是,则检测目标行人,若否,则运动到该迎宾位置后检测目标行人;
在其中一个实施例中,检测目标行人可以是通过激光雷达传感器进行行人双腿跟踪检测,根据双腿配对信息以及运动信息判断是否存在目标行人。
具体地,对检测区域内所有符合人腿大小的障碍物都认为是潜在的人腿,该检测区域可以是为按照迎宾需要设置的区域,也可以是激光雷达传感器的检测能力所及的区域。在连续的时间序列内对潜在人腿在符合人行走规律的距离范围内进行配对,以组成潜在的人的双腿,并对潜在的人进行跟踪,如果潜在的人的运动速度符合人的运动速度,则可确认为是行人,并在跟踪检测的过程中通过速度感应器检测行人的位置、速度和方向等运动参数。
若检测到存在一个行人,则将该行人确认为要执行迎宾任务的目标行人,进一步地,在同一时刻可能会检测到多个行人,若检测到存在多个行人,则将其中距离机器人最近的行人作为需要执行迎宾招揽任务的目标目标行人。
S402、当在迎宾位置上检测到目标行人时,根据该目标行人的运动参数计算该目标行人在预设时长后的未来位置;
S403、规划从该迎宾位置运动到该未来位置的运动路径,并按照该运动路径运动,该运动路径上无预设类型的障碍物;
具体地,根据预设的多种规划算法,计算出多条从该迎宾位置运动到该未来位置的待选运动路径,并按照预设的优选规则,从多条该待选运动路径中选择一条最优的运动路径作为规划的该运动路径。优选规则可以是选择平滑曲线路径(即路径上没有可以令机器人走直线的拐点,该拐点可以是建筑或场景本身结构所致),也可以是选择最短路径,还可以是选择历史迎宾成功率最高的路径作为该最优的运动路径。
在其中一个实施例中,直接使用圆弧来连接该迎宾位置和该未来位置,计算该圆弧的参数,将该圆弧作为机器人的运动路径。具体是通过圆弧连接该迎宾位置和该未来位置,该圆弧在该迎宾位置与该机器人在该迎宾位置的运动方向相切,且该圆弧的圆心与该迎宾位置的连线与该机器人在该迎宾位置的运动方向垂直,根据该迎宾位置和该未来位置之间的连接直线,与该机器人在该迎宾位置的运动方向之间的夹角,以及该迎宾位置和该未来位置之间的直线长度,计算得到该圆弧的半径,根据该圆弧的半径,以及,该圆弧的圆心与该迎宾位置的连线与该机器人在该迎宾位置的运动方向的垂直关系,确定该圆弧的圆心位置,根据该圆弧的圆心位置和半径,确定该圆弧的长度,并将该圆弧的设定为该运动路径。
具体可参见图5,机器人的迎宾位置是A,机器人检测到目标行人时,该目标行人所在位置为B,机器人按照预设算法,根据该目标行人的位置和速度,可以计算出机器人的一个未来位置C,机器人要完成与该目标行人在C相遇,需计算出从A到C的圆弧(即运动路径)。为了使得机器人后续运动的平滑,圆弧在A与机器人在迎宾位置的运动方向相切。由几何关系可得,圆弧圆心O与A的连线与机器人方向AD垂直。设AC和AD角度的夹角CAD为θ,则圆弧所在圆的直径D为D=2R=LAC/sin(θ),其中R为圆弧所在圆的半径,LAC为直线AC的长度。再由OA和AD的垂直关系和圆的半径R即可计算出圆心位置,通过圆心和半径即可计算出从A到C的圆弧,从而确认该运动路径。
S404、当到达与该未来位置对应的交互位置时,与该目标行人交互以执行迎宾任务,并在该目标行人无进一步交互时,停止与该目标行人交互并返回该迎宾位置。
通过预设的路径跟踪算法,控制该机器人沿规划好的该运动路径运动向该未来位置运动,并当检测到最近障碍物的距离小于等于该预设距离时,判断该最近障碍物的类型;
该路径跟踪算法可以采用纯跟踪(PurePersuit)算法、模型预测控制(MPC,ModelPredictive Control)算法、Stanley算法以及基于PID(比例积分微分)的位置闭环控制算法等。
该预设距离可以为机器人与障碍物/人的安全距离,即为机器人不会碰撞到障碍物或该目标行人的距离,可以根据机器人的类型、尺寸等自定义,预先存储在机器人中。
若该最近障碍物是该目标行人,当检测到机器人与目标行人的距离小于等于该安全距离时,表明该机器人已经靠近该目标行人,则停止运动,与该目标行人进行交互,以执行迎宾任务,进行推介揽客;若该最近障碍物为物体,表明出现了新的障碍物,则停止执行本次迎宾任务,并返回该迎宾位置,准备向下一个目标行人完成迎宾揽客。
进一步地,在到达该交互位置时,控制机器人以预设的位姿和角度面向目标行人,该位姿和角度为拟人角度,使得该机器人在靠近该目标行人时,以该位姿和角度与该目标行人进行交互,可使得该机器人面对该目标行人交互,达到更好的拟人效果,提高该目标行人的用户体验。
本申请实施例中,机器人先令自身处在迎宾位置,并在迎宾位置上检测到目标行人时,根据该目标行人的运动参数计算该目标行人在预设时长后的未来位置,根据多种算法,计算出从该迎宾位置运动到该未来位置的多条运动路径,并选择最优的运动路径作为机器人此次迎宾任务的运动路径,机器人按照该运动路径运动,并检测障碍物,当检测到预设距离内的障碍物时判断障碍物的类型,如果该障碍物为该目标行人,则与该目标行人交互以执行迎宾任务,并在该目标行人无进一步交互时,停止与该目标行人交互并返回该迎宾位置,如果该障碍物为新出现的障碍物,则停止执行迎宾任务并返回该迎宾位置,上述方法是选定检测到的目标行人作为迎宾对象,有更强的针对性,迎宾效率高,有针对性地招揽潜在客户,规划无需躲避障碍物的路线,可以提高迎宾成功率,并在目标行人无进一步交互时及时停止迎宾任务,增强了与人的交互性,为用户提供更好的交互体验,有助于提升客户转化率,并在停止交互后返回该迎宾位置以进行下一次迎宾任务,进一步提高了迎宾效率。该方法实现机器人观察、前迎、完整的招揽客户的动作,使得使用机器人替代揽客这一模式固定,重复度高的工作,可以有效地降低人工劳动强度。
进一步的,本申请实施例还提供了一种计算机可读存储介质,该计算机可读存储介质可以是设置于上述各实施例中的机器人中,该计算机可读存储介质可以是机器人中的存储器。该计算机可读存储介质上存储有计算机程序,该程序被处理器执行时实现前述图2和图4所示实施例中描述的机器人迎宾运动方法。进一步的,该计算机可存储介质还可以是U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
需要说明的是,对于前述的各方法实施例,为了简便描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本申请并不受所描述的动作顺序的限制,因为依据本申请,某些步骤可以采用其它顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作和模块并不一定都是本申请所必须的。
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的部分,可以参见其它实施例的相关描述。
以上为对本申请所提供的机器人、机器人迎宾运动方法及可读存储介质的描述,对于本领域的技术人员,依据本申请实施例的思想,在具体实施方式及应用范围上均会有改变之处,综上,本说明书内容不应理解为对本申请的限制。

Claims (16)

1.一种机器人,其特征在于,所述机器人包括:
存储器和处理器;
所述存储器存储有可执行程序代码;
与所述存储器连接的所述处理器,调用所述存储器中存储的所述可执行程序代码,执行如下机器人迎宾运动方法,所述方法包括:
当在迎宾位置上检测到目标行人时,根据所述目标行人的运动参数计算所述目标行人在预设时长后的未来位置;
规划从所述迎宾位置运动到所述未来位置的运动路径,并按照所述运动路径运动;
当到达与所述未来位置对应的交互位置时,与所述目标行人交互以执行迎宾任务,并在所述目标行人无进一步交互时,停止与所述目标行人交互并返回所述迎宾位置。
2.根据权利要求1所述的机器人,其特征在于,所述处理器调用所述存储器中存储的所述可执行程序代码,执行的机器人迎宾运动方法中的所述当在迎宾位置上检测到目标行人时,根据所述目标行人的运动参数计算所述目标行人在预设时长后的未来位置之前包括:
判断当前位置是否为所述迎宾位置,若否,则运动到所述迎宾位置,若是,则通过传感器进行行人双腿跟踪检测,根据双腿配对信息以及运动信息判断是否存在所述目标行人;
若存在一个行人,则将该行人确认为检测到的所述目标行人,若存在多个行人,则将距离所述机器人最近的行人确认为检测到的所述目标行人。
3.根据权利要求2所述的机器人,其特征在于,所述处理器调用所述存储器中存储的所述可执行程序代码,执行的机器人迎宾运动方法中的所述规划从所述迎宾位置运动到所述未来位置的运动路径的步骤包括:
根据预设的多种规划算法,计算出多条从所述迎宾位置运动到所述未来位置的待选运动路径,并按照预设的优选规则,从多条所述待选运动路径中选择一条最优的运动路径作为规划的所述运动路径。
4.根据权利要求3所述的机器人,其特征在于,所述处理器调用所述存储器中存储的所述可执行程序代码,执行的机器人迎宾运动方法中的所述根据预设的多种规划算法,计算出多条从所述迎宾位置运动到所述未来位置的待选运动路径的步骤包括:
通过圆弧连接所述迎宾位置和所述未来位置,所述圆弧在所述迎宾位置与所述机器人在所述迎宾位置的运动方向相切,且所述圆弧的圆心与所述迎宾位置的连线与所述机器人在所述迎宾位置的运动方向垂直;
根据所述迎宾位置和所述未来位置之间的连接直线,与所述机器人在所述迎宾位置的运动方向之间的夹角,以及所述迎宾位置和所述未来位置之间的直线长度,计算得到所述圆弧的半径;
根据所述圆弧的半径,以及,所述圆弧的圆心与所述迎宾位置的连线与所述机器人在所述迎宾位置的运动方向的垂直关系,确定所述圆弧的圆心位置;
根据所述圆弧的圆心位置和半径,确定所述圆弧的长度,并将所述圆弧的设定为所述运动路径。
5.根据权利要求3所述的机器人,其特征在于,所述处理器调用所述存储器中存储的所述可执行程序代码,执行的机器人迎宾运动方法中的所述根据预设的多种规划算法,计算出多条从所述迎宾位置运动到所述未来位置的待选运动路径的步骤还包括:
根据贝塞尔曲线算法,计算从所述迎宾位置运动到所述未来位置的待选运动路径。
6.根据权利要求3所述的机器人,其特征在于,所述处理器调用所述存储器中存储的所述可执行程序代码,执行的机器人迎宾运动方法中的所述根据预设的多种规划算法,计算出多条从所述迎宾位置运动到所述未来位置的待选运动路径的步骤还包括:
根据B样条曲线算法,计算从所述迎宾位置运动到所述未来位置的待选运动路径。
7.根据权利要求1-6任一项所述的机器人,其特征在于,所述处理器调用所述存储器中存储的所述可执行程序代码,执行的机器人迎宾运动方法还包括如下步骤:
在到达所述交互位置时,所述机器人以预设的位姿和角度面向所述目标行人交互。
8.根据权利要求7所述的机器人,其特征在于,所述处理器调用所述存储器中存储的所述可执行程序代码,执行的机器人迎宾运动方法还包括如下步骤:
通过预设的路径跟踪算法,控制所述机器人沿所述运动路径运动向所述未来位置运动,并当检测到最近障碍物的距离小于等于所述预设距离时,判断所述最近障碍物的类型;
若所述最近障碍物是所述目标行人,则停止运动,与所述目标行人交互以执行迎宾任务;
若所述最近障碍物为物体,则停止执行迎宾任务,并返回所述迎宾位置。
9.一种机器人,其特征在于,包括:
计算模块,用于当在迎宾位置上检测到目标行人时,根据所述目标行人的运动参数计算所述目标行人在预设时长后的未来位置;
规划模块,用于规划从所述迎宾位置运动到所述未来位置的运动路径;
控制模块,用于控制所述机器人按照所述运动路径运动;
执行模块,用于当到达与所述未来位置对应的交互位置时,与所述目标行人交互以执行迎宾任务,并在所述目标行人无进一步交互时,停止与所述目标行人交互并触发所述控制模块控制返回所述迎宾位置。
10.一种机器人迎宾运动方法,其特征在于,包括:
当在迎宾位置上检测到目标行人时,根据所述目标行人的运动参数计算所述目标行人在预设时长后的未来位置;
规划从所述迎宾位置运动到所述未来位置的运动路径,并按照所述运动路径运动;
当到达与所述未来位置对应的交互位置时,与所述目标行人交互以执行迎宾任务,并在所述目标行人无进一步交互时,停止与所述目标行人交互并返回所述迎宾位置。
11.根据权利要求10所述的方法,其特征在于,所述当在迎宾位置上检测到目标行人时,根据所述目标行人的运动参数计算所述目标行人在预设时长后的未来位置之前包括:
判断当前位置是否为所述迎宾位置,若否,则运动到所述迎宾位置,若是,则通过激光雷达传感器进行行人双腿跟踪检测,根据双腿配对信息以及运动信息判断是否存在所述目标行人;
若存在一个行人,则将该行人确认为检测到的所述目标行人,若存在多个行人,则将距离所述机器人最近的行人确认为检测到的所述目标行人。
12.根据权利要求11所述的方法,其特征在于,所述规划从所述迎宾位置运动到所述未来位置的运动路径包括:
根据预设的多种规划算法,计算出多条从所述迎宾位置运动到所述未来位置的待选运动路径,并按照预设的优选规则,从多条所述待选运动路径中选择一条最优的运动路径作为规划的所述运动路径。
13.根据权利要求11所述的方法,其特征在于,所述规划从所述迎宾位置运动到所述未来位置的运动路径包括:
通过圆弧连接所述迎宾位置和所述未来位置,所述圆弧在所述迎宾位置与所述机器人在所述迎宾位置的运动方向相切,且所述圆弧的圆心与所述迎宾位置的连线与所述机器人在所述迎宾位置的运动方向垂直;
根据所述迎宾位置和所述未来位置之间的连接直线,与所述机器人在所述迎宾位置的运动方向之间的夹角,以及所述迎宾位置和所述未来位置之间的直线长度,计算得到所述圆弧的半径;
根据所述圆弧的半径,以及,所述圆弧的圆心与所述迎宾位置的连线与所述机器人在所述迎宾位置的运动方向的垂直关系,确定所述圆弧的圆心位置;
根据所述圆弧的圆心位置和半径,确定所述圆弧的长度,并将所述圆弧的设定为所述运动路径。
14.根据权利要求10-13任一项所述的方法,其特征在于,所述方法还包括:
在到达所述交互位置时,所述机器人以预设的位姿和角度面向所述目标行人交互。
15.根据权利要求14所述的方法,其特征在于,所述方法还包括:
通过预设的路径跟踪算法,控制所述机器人沿所述运动路径运动向所述未来位置运动,并当检测到最近障碍物的距离小于等于所述预设距离时,判断所述最近障碍物的类型;
若所述最近障碍物是所述目标行人,则停止运动,与所述目标行人交互以执行迎宾任务;
若所述最近障碍物为物体,则停止执行迎宾任务,并返回所述迎宾位置。
16.一种可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序用于被处理器执行时实现机器人迎宾运动方法,所述机器人迎宾运动方法为权利要求1至8中的任一项所述机器人实现的所述机器人迎宾运动方法。
CN202110704394.9A 2021-06-24 2021-06-24 机器人、机器人迎宾运动方法及可读存储介质 Active CN113359753B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110704394.9A CN113359753B (zh) 2021-06-24 2021-06-24 机器人、机器人迎宾运动方法及可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110704394.9A CN113359753B (zh) 2021-06-24 2021-06-24 机器人、机器人迎宾运动方法及可读存储介质

Publications (2)

Publication Number Publication Date
CN113359753A true CN113359753A (zh) 2021-09-07
CN113359753B CN113359753B (zh) 2023-09-08

Family

ID=77536276

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110704394.9A Active CN113359753B (zh) 2021-06-24 2021-06-24 机器人、机器人迎宾运动方法及可读存储介质

Country Status (1)

Country Link
CN (1) CN113359753B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114821886A (zh) * 2022-06-23 2022-07-29 深圳市普渡科技有限公司 调度服务器、调度机器人和提醒系统

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101618542A (zh) * 2009-07-24 2010-01-06 塔米智能科技(北京)有限公司 一种智能机器人迎宾系统和方法
US20120191287A1 (en) * 2009-07-28 2012-07-26 Yujin Robot Co., Ltd. Control method for localization and navigation of mobile robot and mobile robot using the same
CN204431263U (zh) * 2015-02-12 2015-07-01 云南国土资源职业学院 一种自主移动迎宾机器人
CN105701447A (zh) * 2015-12-30 2016-06-22 上海智臻智能网络科技股份有限公司 迎宾机器人
CN106625691A (zh) * 2015-07-28 2017-05-10 深圳中科世界机器人有限公司 迎宾机器人
CN108748172A (zh) * 2018-05-29 2018-11-06 塔米智能科技(北京)有限公司 一种机器人迎宾方法、装置、设备和介质
CN208468396U (zh) * 2018-05-10 2019-02-05 广州光泰信息科技有限公司 一种可切换不同形象的迎宾机器人
CN208543477U (zh) * 2018-01-16 2019-02-26 昆山塔米机器人有限公司 一种迎宾机器人
WO2020083069A1 (zh) * 2018-10-26 2020-04-30 科沃斯机器人股份有限公司 避让的方法、设备及存储介质
CN112001371A (zh) * 2020-09-29 2020-11-27 北京云迹科技有限公司 机器人迎宾控制方法、装置及电子设备

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101618542A (zh) * 2009-07-24 2010-01-06 塔米智能科技(北京)有限公司 一种智能机器人迎宾系统和方法
US20120191287A1 (en) * 2009-07-28 2012-07-26 Yujin Robot Co., Ltd. Control method for localization and navigation of mobile robot and mobile robot using the same
CN204431263U (zh) * 2015-02-12 2015-07-01 云南国土资源职业学院 一种自主移动迎宾机器人
CN106625691A (zh) * 2015-07-28 2017-05-10 深圳中科世界机器人有限公司 迎宾机器人
CN105701447A (zh) * 2015-12-30 2016-06-22 上海智臻智能网络科技股份有限公司 迎宾机器人
CN208543477U (zh) * 2018-01-16 2019-02-26 昆山塔米机器人有限公司 一种迎宾机器人
CN208468396U (zh) * 2018-05-10 2019-02-05 广州光泰信息科技有限公司 一种可切换不同形象的迎宾机器人
CN108748172A (zh) * 2018-05-29 2018-11-06 塔米智能科技(北京)有限公司 一种机器人迎宾方法、装置、设备和介质
WO2020083069A1 (zh) * 2018-10-26 2020-04-30 科沃斯机器人股份有限公司 避让的方法、设备及存储介质
CN112001371A (zh) * 2020-09-29 2020-11-27 北京云迹科技有限公司 机器人迎宾控制方法、装置及电子设备

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
张冲;张国权;: "送餐机器人的设计与研究", 电子制作, no. 11 *
李素平;陈振华;陈军;唐文彬;: "一款迎宾机器人的头部结构设计", 机械设计, no. 07 *
霍凤财;迟金;黄梓健;任璐;孙勤江;陈建玲;: "移动机器人路径规划算法综述", 吉林大学学报(信息科学版), no. 06 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114821886A (zh) * 2022-06-23 2022-07-29 深圳市普渡科技有限公司 调度服务器、调度机器人和提醒系统

Also Published As

Publication number Publication date
CN113359753B (zh) 2023-09-08

Similar Documents

Publication Publication Date Title
KR102478975B1 (ko) 2d 및 3d 경로 계획을 이용한 로봇 내비게이션
CN108759844B (zh) 机器人重定位与环境地图构建方法、机器人及存储介质
US20210247775A1 (en) Method for localizing robot, robot, and storage medium
JP7242667B2 (ja) ロボットの移動経路を決定する方法、システムおよび非一過性のコンピュータ読み取り可能記録媒体
US11402850B2 (en) Robotic cleaning device with operating speed variation based on environment
US20180043542A1 (en) Customer service robot and related systems and methods
EP2870513B1 (en) Autonomous mobile robot and method for operating the same
KR102285813B1 (ko) 이동 로봇의 제어 방법, 그 방법을 지원하는 장치 및 이동 로봇을 이용한 배송 시스템
CN107843252B (zh) 导航路径优化方法、装置及电子设备
WO2020015548A1 (zh) 机器人控制方法、机器人及存储介质
CN113359753A (zh) 机器人、机器人迎宾运动方法及可读存储介质
JP6094279B2 (ja) 追跡装置、追跡プログラムおよび追跡方法
US11642791B2 (en) Autonomous mobile robot and control program for autonomous mobile robot
Kenk et al. Human-aware Robot Navigation in Logistics Warehouses.
CN111714028A (zh) 清扫设备的禁区脱困方法、装置、设备及可读存储介质
CN113504777A (zh) 一种人工智能的agv小车自动跟随方法及系统
CN114049393A (zh) 一种机器人扫图方法、装置、设备和介质
JP6801243B2 (ja) 移動目標決定装置、及び、移動目標決定方法
CN115237142A (zh) 机器人脱困方法、装置、处理器和机器人
Sakai et al. Teaching a robot where objects are: Specification of object location using human following and human orientation estimation
Qaisar et al. Localization-based waiter robot for dynamic environment using Internet of Things
Hernández et al. Laser based obstacle avoidance strategy for autonomous robot navigation using DBSCAN for versatile distance
CN116276960A (zh) 工作站搜索方法
Sugimoto et al. Situation-based Proactive Human-Robotic Systems Interaction and Collaboration in Future Convenience Stores
CN117288289A (zh) 目标水域容积确定方法、存储介质及水池机器人

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