CN113885506A - 机器人避障方法、装置、电子设备及存储介质 - Google Patents

机器人避障方法、装置、电子设备及存储介质 Download PDF

Info

Publication number
CN113885506A
CN113885506A CN202111211262.9A CN202111211262A CN113885506A CN 113885506 A CN113885506 A CN 113885506A CN 202111211262 A CN202111211262 A CN 202111211262A CN 113885506 A CN113885506 A CN 113885506A
Authority
CN
China
Prior art keywords
robot
global
map
dimensional
pose
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
CN202111211262.9A
Other languages
English (en)
Other versions
CN113885506B (zh
Inventor
张阳
虞苏璞
谢强
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.)
Wuhan United Imaging Zhirong Medical Technology Co Ltd
Original Assignee
Wuhan United Imaging Zhirong Medical 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 Wuhan United Imaging Zhirong Medical Technology Co Ltd filed Critical Wuhan United Imaging Zhirong Medical Technology Co Ltd
Priority to CN202111211262.9A priority Critical patent/CN113885506B/zh
Publication of CN113885506A publication Critical patent/CN113885506A/zh
Application granted granted Critical
Publication of CN113885506B publication Critical patent/CN113885506B/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
    • G05D1/02—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
    • G05D1/0234—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using optical markers or beacons
    • G05D1/0236—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using optical markers or beacons 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
    • G05D1/0214—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
    • 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
    • G05D1/0212—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
    • 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
    • G05D1/0231—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
    • G05D1/0251—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 extracting 3D information from a plurality of images taken from different locations, e.g. stereo vision
    • 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
    • G05D1/0257—Control of position or course in two dimensions specially adapted to land vehicles using a radar
    • 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
    • G05D1/0285—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle using signals transmitted via a public communication network, e.g. GSM network

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Electromagnetism (AREA)
  • Optics & Photonics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • Acoustics & Sound (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
  • Manipulator (AREA)

Abstract

本发明提供了一种机器人避障方法、装置、电子设备及存储介质，其方法包括：确定机器人的当前位姿、目标位姿及机器人所在空间的即时全局三维地图；根据当前位姿、目标位姿及即时全局三维地图对机器人的行进路径进行规划，生成即时规划路径；即时规划路径包括若干个即时规划路径区域；确定机器人的当前构型，并根据当前构型在若干个即时规划路径区域对机器人进行通过性检测；若机器人按照当前构型无法通过至少一个即时规划路径区域，则对当前构型进行调整，生成调整构型；指示机器人按照调整构型沿即时规划路径行进至目标位姿。本发明当即时规划路径区域有狭窄空间时，无需再次规划路径，调整自身构型即可通过狭窄空间，提高了到达目标位姿的效率。

Description

机器人避障方法、装置、电子设备及存储介质
技术领域
本发明涉及机器人技术领域，具体涉及一种机器人避障方法、装置、电子设备及存储介质。
背景技术
近年来，机器人因其广泛的用途受到研究者们越来越多的关注。机器人是一个环境感知、动态决策与规划、行为控制与执行等多种功能于一体的综合系统。机器人在自主导航过程中，需要对行进路线的可通过性进行探测，从而避免机器人与狭窄空间之间擦碰导致机器人损坏。
现有技术中的避障方法有两种，第一种避障方法是利用激光雷达或超声波雷达等距离传感器检查机器人所在空间是否有狭窄空间，当检测到有狭窄空间无法通过时，根据距离传感器的反馈控制机器人做出动作规避狭窄空间，以实现避障。第二种避障方法是采用动态路径规划算法，在每个时刻都根据当前环境和最新地图进行路径规划，当规划路径上出现狭窄空间时，重新规划路径，以实现避障。
现有技术存在以下问题：现有避障方法均是在发现机器人无法通过狭窄空间时，重新规划路径，使机器人绕开狭窄空间，导致需多次规划路径，造成机器人到达目标位姿的效率较低，甚至于导致机器人无法到达目标位姿。
发明内容
有鉴于此，有必要提供一种机器人避障方法、装置、电子设备及存储介质，用以解决现有技术中存在的当机器人所在空间存在狭窄空间时，机器人到达目标位姿的效率较低以及机器人无法到达目标位姿的技术问题。
一方面，本发明提供了一种机器人避障方法，包括：
确定机器人的当前位姿、目标位姿以及所述机器人所在空间的即时全局三维地图；
根据所述当前位姿、所述目标位姿以及所述即时全局三维地图对所述机器人的行进路径进行规划，生成即时规划路径；所述即时规划路径包括若干个即时规划路径区域；
确定所述机器人的当前构型，并根据所述当前构型在所述若干个即时规划路径区域对所述机器人进行通过性检测；
若所述机器人按照所述当前构型无法通过所述若干个即时规划路径区域中的至少一个即时规划路径区域，则对所述当前构型进行调整，生成调整构型；
指示所述机器人按照所述调整构型沿所述即时规划路径行进至所述目标位姿。
在一些可能的实现方式中，所述若干个即时规划路径区域包括第一即时规划路径区域；所述根据所述当前构型在所述若干个即时规划路径区域对所述机器人进行通过性检测包括：
确定所述第一即时规划路径区域的第一包络区域；
确定所述当前构型的第二包络区域；
根据所述第一包络区域和所述第二包络区域对所述机器人进行通过性检测。
在一些可能的实现方式中，所述根据所述第一包络区域和所述第二包络区域对所述机器人进行通过性检测包括：
判断所述第一包络区域和所述第二包络区域是否相交；
若所述第一包络区域和所述第二包络区域相交，则表示所述机器人按照所述当前构型无法通过所述第一即时规划路径区域；
若所述第一包络区域和所述第二包络区域不相交，则判断所述第一包络区域是否位于所述第二包络区域内；
若所述第一包络区域位于所述第二包络区域内，则表示所述机器人按照所述当前构型无法通过所述第一即时规划路径区域。
在一些可能的实现方式中，所述确定所述当前构型的第二包络区域包括：
确定所述当前构型的外围轮廓线；
根据所述当前位姿和所述外围轮廓线，确定所述机器人在所述当前位姿下对应的目标轮廓线；
根据所述目标轮廓线和所述即时规划路径，确定所述第二包络区域。
在一些可能的实现方式中，所述根据所述目标轮廓线和所述即时规划路径，确定所述第二包络区域，包括：
确定所述机器人沿所述即时规划路径行进时的所述目标轮廓线的若干运动轮廓线；
将所述若干运动轮廓线进行叠加，获得所述第二包络区域。
在一些可能的实现方式中，所述机器人包括至少一条机械臂，所述至少一条机械臂包括至少两节臂段；所述当前构型包括所述至少两节臂段的当前臂段参数，所述调整构型包括所述至少两节臂段的调整臂段参数。
在一些可能的实现方式中，所述对所述当前构型进行调整，生成调整构型包括：
根据所述第一包络区域和所述第二包络区域确定所述调整臂段参数；
指示所述至少一条机械臂按照所述调整臂段参数调整构型，生成所述调整构型。
在一些可能的实现方式中，所述确定所述机器人所在空间的即时全局三维地图包括：
获取所述机器人所在空间的全局三维更新地图；
当所述机器人沿所述行进路径行进时，获取所述机器人的局部精细三维地图；
将所述全局三维更新地图和所述局部精细三维地图进行融合，生成所述即时全局三维地图。
在一些可能的实现方式中，所述获取所述机器人所在空间的全局三维更新地图包括：
获取所述机器人所在空间的当前全局三维地图；
获取所述机器人所在空间的实时全局三维地图；
判断所述当前全局三维地图和所述实时全局三维地图的差异是否大于第一阈值差异；
若所述当前全局三维地图和所述实时全局三维地图的差异大于所述第一阈值差异，则所述实时全局地图为所述全局三维更新地图；
若当前全局三维地图和所述实时全局三维地图的差异小于或等于所述第一阈值差异，则所述当前全局三维地图为所述全局三维更新地图。
在一些可能的实现方式中，在将所述全局三维更新地图和所述局部精细三维地图进行融合，生成所述即时全局三维地图之前，还包括：
判断所述全局三维更新地图和所述局部精细三维地图是否需要融合。
在一些可能的实现方式中，所述判断所述全局三维更新地图和所述局部精细三维地图是否需要融合包括：
在所述全局三维更新地图上确定与所述局部精细三维地图对应的全局三维更新子地图；
判断所述全局三维更新子地图与所述局部精细三维地图之间的差异是否大于第二阈值差异；
若所述全局三维更新子地图与所述局部精细三维地图之间的差异大于所述第二阈值差异，则所述全局三维更新地图和所述局部精细三维地图需要融合；
若所述全局三维更新子地图与所述局部精细三维地图之间的差异小于或等于所述第二阈值差异，则所述全局三维更新地图和所述局部精细三维地图不需要融合。
在一些可能的实现方式中，在所述指示所述机器人按照所述调整构型沿所述即时规划路径行进至所述目标位姿之后还包括：
确定所述机器人的精确位姿；
当所述精确位姿与所述目标位姿不重合时，根据所述精确位姿、所述目标位姿以及所述即时全局三维地图生成精确规划路径；
指示所述机器人沿所述精确规划路径行进至所述精确位姿。
在一些可能的实现方式中，在所述指示所述机器人沿所述精确规划路径行进至所述精确位姿之后还包括：
将所述机器人固定至所述精确位姿。
在一些可能的实现方式中，所述机器人包括安装在所述机器人上的视觉标记；所述确定所述机器人的当前位姿包括：
根据所述视觉标记确定所述机器人的当前位姿。
另一方面，本发明还提供了一种机器人避障装置，包括：
信息确定单元，用于确定机器人的当前位姿、目标位姿以及所述机器人所在空间的即时全局三维地图；
路径规划单元，用于根据所述当前位姿、所述目标位姿以及所述即时全局三维地图对所述机器人的行进路径进行规划，生成即时规划路径；所述即时规划路径包括若干个即时规划路径区域；
通过性检测单元，用于确定所述机器人的当前构型，并根据所述当前构型在所述若干个即时规划路径区域对所述机器人进行通过性检测；
避障单元，用于当所述机器人按照所述当前构型无法通过所述若干个即时规划路径区域中的至少一个即时规划路径区域时，对所述当前构型进行调整，生成调整构型；
行驶单元，用于指示所述机器人按照所述调整构型沿所述即时规划路径行进至所述目标位姿。
另一方面，本发明还提供了一种电子设备，包括存储器和处理器，其中，
存储器，用于存储程序；
处理器，与存储器耦合，用于执行存储器中存储的程序，以实现上述任意一种实现方式中的机器人避障方法中的步骤。
本发明还提供了一种计算机可读存储介质，用于存储计算机可读取的程序或指令，程序或指令被处理器执行时，能够实现上述任意一种实现方式中的机器人避障方法中的步骤。
采用上述实施例的有益效果是：本发明提供的机器人避障方法，当机器人按照当前构型无法通过若干个即时规划路径区域的至少一个即时规划路径区域时，对当前构型进行调整，生成可通过若干个即时规划路径区域的调整构型，并指示机器人按照调整构型沿即时规划路径行进至目标位姿。本发明提供的机器人避障方法实现了当若干个即时规划路径区域存在狭窄空间时，无需再次规划路径，仅需调整机器人自身的构型即可通过狭窄空间，从而实现了提高机器人到达目标位姿的效率以及降低机器人无法到达目标位姿的概率的技术效果。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例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发明的一些实施例，对于本领域技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明提供的机器人的一个实施例结构示意图；
图2为本发明提供的机器人避障方法的一个实施例流程示意图；
图3为本发明图2中S203的一个实施例流程示意图；
图4为本发明提供的第一包络区域的一个实施例示意图；
图5为本发明图3中S303的一个实施例流程示意图；
图6为本发明图3中S302的一个实施例流程示意图；
图7为本发明图6中S603的一个实施例流程示意图；
图8为本发明图2中S204的一个实施例流程示意图；
图9为本发明图2中S201的一个实施例流程示意图；
图10为本发明图9中S901的一个实施例流程示意图；
图11为本发明提供的判断全局三维更新地图和局部精细三维地图是否需要融合的一个实施例流程示意图；
图12为本发明图2中S205之后的一个实施例流程示意图；
图13为本发明提供的机器人避障装置的一个实施例结构示意图；
图14为本发明提供的电子设备的一个实施例结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明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发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
在本发明实施例的描述中，除非另有说明，“若干个”的含义是一个或一个以上。“多个”的含义是两个或两个以上。“和/或”，描述关联对象的关联关系，表示可以存在三种关系，例如：A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。
在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本发明的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。
本发明提供了一种机器人避障方法、装置、电子设备及存储介质，以下分别进行说明。
在展示实施例之前，先对机器人进行说明。图1为本发明提供的机器人的一个实施例结构示意图。如图1所示，机器人10包括基座11以及连接于基座11的至少一条机械臂12，至少一条机械臂12包括至少两节臂段13。
其中，至少两节臂段13中的各臂段13均可伸缩和/或转动。
应当理解的是，为了进一步提高机器人10的自由度，在本发明的一些实施例中，至少一个机械臂12还可沿靠近或远离基座11的方向移动。
需要说明的是：机器人10包括的机械臂12的个数以及臂段13的个数，可根据实际需求进行调整，在此不做一一赘述。
在本发明的一个具体实施例中，机器人10包括4个机械臂12，每个机械臂12包括3个臂段13。
在本发明的一个具体实施例中，机器人10为微创手术机器人中的患者台车。
图2为本发明提供的机器人避障方法的一个实施例流程示意图，如图2所示，该方法包括：
S201、确定机器人10的当前位姿、目标位姿以及机器人所在空间的即时全局三维地图；
S202、根据当前位姿、目标位姿以及即时全局三维地图对机器人的行进路径进行规划，生成即时规划路径；即时规划路径包括若干个即时规划路径区域；
S203、确定机器人10的当前构型，并根据当前构型在若干个即时规划路径区域对机器人进行通过性检测；
S204、若机器人10按照当前构型无法通过若干个即时规划路径区域中的至少一个即时规划路径区域，则对当前构型进行调整，生成调整构型；
S205、指示机器人10按照调整构型沿即时规划路径行进至目标位姿。
与现有技术相比，本发明实施例提供的机器人避障方法，当机器人10按照当前构型无法通过若干个即时规划路径区域中的至少一个即时规划路径区域时，对当前构型进行调整，生成可通过若干个即时规划路径区域的调整构型，并指示机器人10按照调整构型沿即时规划路径行进至目标位姿。本发明实施例提供的机器人避障方法实现了当若干个即时规划路径区域存在狭窄空间时，无需再次规划路径，仅需调整机器人10自身的构型即可通过狭窄空间，从而实现了提高机器人10到达目标位姿的效率以及降低机器人10无法到达目标位姿的概率的技术效果。
进一步地，当机器人10为微创手术机器人的患者台车时，可缩短患者台车的术前摆位时间。并且，通过对机器人10进行路径规划，在实现患者台车的术前摆位无需医护人员推动，减轻医护人员的负担的同时，还可保证患者台车在移动过程中不与其他设备发生碰撞，提高患者台车的移动安全性。
其中，术前摆位指的是将患者台车从初始位姿移动至目标位姿。
在本发明的一个具体实施例中，当机器人10为微创手术机器人的患者台车时，机器人所在空间为手术室。
在本发明的一些实施例中，若干个即时规划路径区域包括第一即时规划路径区域，如图3所示，步骤S203包括：
S301、确定第一即时规划路径区域的第一包络区域；
S302、确定当前构型的第二包络区域；
S303、根据第一包络区域和第二包络区域对机器人10进行通过性检测。
本发明实施例通过设置根据第一包络区域和第二包络区域对机器人10进行通过性检测，相比于包围盒等其他方法，可更贴近于第一即时规划路径区域和当前构型的真实形状，提高机器人10按照当前构型或调整构型通过第一即时规划路径区域的概率，进而提高路径规划成功的概率，从而实现降低机器人10无法到达目标位姿概率的技术效果。
在本发明的一些实施例中，第一包络区域指的是第一即时规划路径区域的包络区域；第二包络区域指的是当前构型的外表面的包络区域。
应当理解的是：包络区域可以是封闭区域，也可以是非封闭区域，在本发明的实施例中，第一包络区域为非封闭区域，第二包络区域为封闭区域。
其中，包络区域指的是封闭或不封闭几何图形的边缘面。
为便于理解，本发明实施例以图4为例对第一包络区域进行示意性说明，如图4所示，由于机器人10所在空间存在多个障碍物(如图4中实线圆形所示)，因此，即时规划路径M为图中两条虚曲线形成的区域，第一即时规划路径区域A为图4中矩形虚线框内的部分即时规划路径，则第一包络区域指的是第一即时规划路径区域A的边缘面，即：图4中矩形虚线框内的实线B。
在本发明的一个具体实施例中，步骤S301可具体为：通过设置在机器人10上的多个距离传感器确定第一即时规划路径区域的第一包络区域。
在本发明的一些实施例中，距离传感器可以是毫米波雷达、激光雷达、超声波雷达、摄像头等中的至少一种。
需要说明的是：对若干个即时规划路径区域中除了第一即时规划路径区域的其他即时规划路径区域均通过上述方法进行通过性检测，在此不做一一赘述。
在本发明的具体实施例中，如图5所示，步骤S303包括：
S501、判断第一包络区域和第二包络区域是否相交；
S502、若第一包络区域和第二包络区域相交，则表示机器人10按照当前构型无法通过第一即时规划路径区域；
S503、若第一包络区域和第二包络区域不相交，则判断第一包络区域是否位于第二包络区域内；
S504、若第一包络区域位于第二包络区域内，则表示机器人10按照当前构型无法通过第一即时规划路径区域。
由于机器人10实时沿即时规划路径行驶，因此，在本发明的具体实施例中，如图6所示，步骤S302包括：
S601、确定当前构型的外围轮廓线；
S602、根据当前位姿和外围轮廓线，确定机器人10在当前位姿下对应的目标轮廓线；
S603、根据目标轮廓线和即时规划路径，确定第二包络区域。
作为一种可选的实施例，步骤S602具体可以为：调用机器人10的当前构型对应的机器人模型，并从机器人模型中提取的外围轮廓曲线。
由于机器人10具有行进方向，即：机器人10与即时规划路径区域可能存在一定角度，因此，本发明实施例通过根据当前位姿和外围轮廓线，确定机器人10在当前位姿下的目标轮廓线，并根据目标轮廓线和即时规划路径确定第二包络区域，可提高第二包络区域的可靠性，进而可提高通过性检测的可靠性。
在本发明的一些实施例中，如图7所示，步骤S603包括：
S701、确定机器人10沿即时规划路径行进时的目标轮廓线的若干运动轮廓线；
S702、将若干运动轮廓线进行叠加，获得第二包络区域。
根据即时规划路径获得若干运动轮廓，并通过将若干运动轮廓进行叠加，获得第二包络区域，可提高第二包络区域的准确性，进而提高通行性检测的准确性。
需要说明的是：步骤S702中的将若干运动轮廓线进行叠加，指的是在三维空间中，若干运动轮廓线形成的最大运动轮廓。
在本发明的一些实施例中，如图8所示，步骤S204包括：
S801、根据第一包络区域和第二包络区域确定调整臂段参数；
S802、指示至少一条机械臂12按照调整臂段参数调整构型，生成调整构型。
在本发明的一些具体实施例中，调整臂段参数包括至少两节臂段13中的每一节臂段13的位置和姿态。
需要说明的是：由于机器人10中机械臂11的个数有限，因此，通过调整机械臂11的构型以减小机器人10的占用空间，以使机器人10通过即时规划路径区域的能力也有限，因此，若当机器人10通过调整其构型达到其所能达到的最小占用空间时，仍无法通过即时规划路径区域时，则需要重新规划路径，规划出一条新的规划路径，以使机器人10无碰撞的从当前位姿到达目标位姿。
考虑到无法通过规划路径使机器人10无碰撞的从当前位姿到达目标位姿的情况，在本发明的一些实施例中，当规划路径的次数大于阈值次数后，仍无法成功规划路径，则生成提示信息，以提示工作人员介入，手动将机器人10推动至目标位姿，或，提示工作人员将机器人所在空间内的至少一个障碍物移出，以规划出成功的规划路径。
为了提高即时全局三维地图的精度，在本发明的一些实施例中，如图9所示，步骤S201包括：
S901、获取机器人所在空间的全局三维更新地图；
S902、当机器人10沿行进路径行进时，获取机器人的局部精细三维地图；
S903、将全局三维更新地图和局部精细三维地图进行融合，生成即时全局三维地图。
本发明实施例通在全局三维更新地图的基础上，增加局部精细地图与之融合，生成即时全局三维地图，可提高即时全局三维地图的精度。
这是由于：全局三维更新地图通常由设置在距离机器人较远的距离传感器获得，其探测精度较低，而局部精细三维地图通常由设置在距离机器人较近的距离传感器获得，其探测精度较高；因此，通过将二者获得的三维地图融合生成即时全局三维地图，在保证全局地图完整性的同时，还可保证当前行进区域内全局三维地图的精度。
在本发明的具体实施例中，距离传感器为视觉感知相机。
在本发明的一个实施例中，当机器人10为患者台车时，视觉感知阵列由安装在手术室墙壁上的多个视觉感知相机组成。
在本发明的一个实施例中，用于获得局部精细三维地图的视觉感知相机可安装于基座11的四周。
在本发明的一些实施例中，为了提高获取的全局三维更新地图的可靠性，在步骤S901之前包括：
对视觉感知阵列的位姿进行标定。
由于通过视觉感知阵列获取全局三维更新地图的方法是：确定机器人所在空间内某点的三维几何位置与其通过视觉感知阵列拍摄后在图像中对应点之间的相互关系，由此可知：只有当此相互关系准确，才能保证全局三维更新地图的可靠性。而相互关系的确定就是对视觉感知阵列的位姿进行标定。即：通过对视觉感知阵列的位姿进行标定，可提高获取的全局三维更新地图的可靠性。
需要说明的是：对视觉感知阵列的位姿进行标定的方法可以是传统相机标定法、主动视觉相机标定方法、相机自标定法、零失真相机标定法中的任意一种，在此不做一一赘述。
还需要说明的是：视觉感知阵列的布置需根据机器人所在空间的面积、空高等实际环境而定，以实现视觉感知阵列能覆盖机器人所在空间，特别是覆盖目标位姿处的空间。并且视觉感知阵列中各视觉感知设备所感知的范围之间需存在一定重合，利用重合的数据可将各视觉感知设备感知的环境模型整合起来，从而保证全局三维更新地图的可靠性。
应当理解的是：各视觉感知设备所感知的范围之间的重合度应当根据实际情况进行调整，在此不做赘述。
在本发明的一些实施例中，如图10所示，步骤S901包括：
S1001、获取机器人所在空间的当前全局三维地图；
S1002、获取机器人所在空间的实时全局三维地图；
S1003、判断当前全局三维地图和实时全局三维地图的差异是否大于第一阈值差异；
S1004、若当前全局三维地图和实时全局三维地图的差异大于第一阈值差异，则实时全局地图为全局三维更新地图；
S1005、若当前全局三维地图和实时全局三维地图的差异小于或等于第一阈值差异，则当前全局三维地图为全局三维更新地图。
本发明实施例通过判断当前全局三维地图和实时全局三维地图之间的差异是否大于第二阈值差异，可判断出在当前全局三维地图获取之后，机器人所在空间是否出现了未知障碍物，若出现了未知障碍物，为了避免机器人10与位置障碍物发生碰撞，通过将实时全局三维地图作为全局三维更新地图，并根据全局三维更新地图重新规划路径，可提高机器人10从当前位姿到目标位姿的安全性。而若在当前全局三维地图获取之后，机器人所在空间未出现未知障碍物，则将当前全局三维地图作为全局三维更新地图，无需进行将实时全局三维地图替换当前全局三维地图的过程，进一步提高了即时路径规划的效率，从而提高了机器人10到达目标位姿的效率。
考虑到当全局三维更新地图和局部精细三维地图区别不大时，还将全局三维更新地图和局部精细三维地图进行融合，导致融合流程的增加，进而导致即时路径规划速度降低，在本发明的一些实施例中，在步骤S803之前还包括：
判断全局三维更新地图和局部精细三维地图是否需要融合。
当需要将全局三维更新地图和局部精细三维地图需要融合时，再进行融合，可降低融合流程，从而提高即时路径规划速度。
在本发明的一些实施例中，如图11所示，判断全局三维更新地图和局部精细三维地图是否需要融合的步骤包括：
S1101、在全局三维更新地图上确定与局部精细三维地图对应的全局三维更新子地图；
S1102、判断全局三维更新子地图与局部精细三维地图之间的差异是否大于第二阈值差异；
S1103、若全局三维更新子地图与局部精细三维地图之间的差异大于第二阈值差异，则全局三维更新地图和局部精细三维地图需要融合；
S1104、若全局三维更新子地图与局部精细三维地图之间的差异小于或等于第二阈值差异，则全局三维更新地图和局部精细三维地图不需要融合。
本发明实施例通过判断全局三维更新子地图和局部精细三维地图之间的差异是否大于第二阈值差异，可判断出在全局三维更新地图获取之后，机器人所在空间是否出现了未知障碍物，若出现了未知障碍物，为了避免机器人10与位置障碍物发生碰撞，通过将全局三维更新地图和局部精细三维地图融合，生成即时全局三维地图重新规划路径，可提高机器人10从当前位姿到目标位姿的安全性。而若在全局三维更新地图获取之后，机器人所在空间未出现未知障碍物，则无需将全局三维更新地图和局部精细三维地图进行融合，消除了全局三维更新地图和局部精细三维地图的融合过程，进一步提高了即时路径规划的效率，从而提高了机器人10到达目标位姿的效率。
在本发明的具体实施例中，全局三维更新子地图与局部精细三维地图之间的差异可以为像素差异，第二阈值差异可根据实际情况进行调整，例如：根据机器人10可越过障碍物的大小等参数进行调整，在此不做一一赘述。
为了避免由于机器人10在行进过程中的误差或目标位姿的确定误差等造成目标位姿的不准确，在本发明的一些实施例中，如图12所示，在步骤S205之后还包括：
S1201、确定机器人10的精确位姿；
S1202、当精确位姿与目标位姿不重合时，根据精确位姿、目标位姿以及即时全局三维地图生成精确规划路径；
S1203、指示机器人10沿精确规划路径行进至精确位姿。
通过在指示机器人10到达目标位姿后，确定机器人10的精确位姿，并根据目标位姿和精确位姿生成精确规划路径，并指示机器人10沿精确规划路径行进至精确位姿，可提高机器人10的精确位姿的准确性。
在本发明的一个具体实施例中，当机器人10为微创手术机器人的患者台车时，通过对机器人10的精确位姿进行确定及导航，可提高微创手术机器人的手术可靠性和精度。
为了避免当机器人10到达精确位姿后，由于操作人员或其他设备的碰撞，导致机器人10移位，造成机器人10偏离精确位姿的技术问题，在本发明的一些实施例中，在步骤S1103之后还包括：
将机器人10固定至精确位姿。
在本发明的一个具体实施例中，当机器人10到达精确位姿后，启动机器人10的地刹，以使机器人10固定至精确位置，以保证机器人10不会发生移位。
应当理解的是：在本发明的一些其他实施例中，还可通过其他方式将机器人10固定至精确位姿，在此不做一一赘述。
在本发明的一些实施例中，由于机器人10的当前位姿是通过视觉感知阵列确定，因此，为了提高机器人10当前位姿的定位准确性，在本发明的一些实施例中，机器人10还包括安装在机器人10上的视觉标记，则步骤S201包括：
根据视觉标记确定机器人10的当前位姿。
这是由于：如果没有视觉标记，则视觉感知阵列需从即时全局三维地图中提取机器人10的特征点，而特征点提取算法会有一定误差。视觉标记是易于视觉感知阵列相的标志，可以是一些不同颜色的标记、可以反光标记、也可以是主动光源等。视觉标记可以充当特征点，以提高机器人10的检测精度，进而提高当前位姿的准确性。
为了更好实施本发明实施例中的机器人避障方法，在机器人避障方法基础之上，对应的，如图13所示，本发明实施例还提供了一种机器人避障装置1300，包括：
信息确定单元1301，用于确定机器人的当前位姿、目标位姿以及机器人所在空间的即时全局三维地图；
路径规划单元1302，用于根据当前位姿、目标位姿以及即时全局三维地图对机器人的行进路径进行规划，生成即时规划路径；即时规划路径包括若干个即时规划路径区域；
通过性检测单元1303，用于确定机器人的当前构型，并根据当前构型在若干个即时规划路径区域对机器人进行通过性检测；
避障单元1304，用于当机器人按照当前构型无法通过若干个即时规划路径区域中的至少一个即时规划路径区域时，对当前构型进行调整，生成调整构型；
行驶单元1305，用于指示机器人按照调整构型沿即时规划路径行进至目标位姿。
上述实施例提供的机器人避障装置1300可实现上述机器人避障方法实施例中描述的技术方案，上述各模块或单元具体实现的原理可参见上述机器人避障方法实施例中的相应内容，此处不再赘述。
如图14所示，本发明还相应提供了一种电子设备1400。该电子设备1400包括处理器1401、存储器1402及显示器1403。图14仅示出了电子设备1400的部分组件，但是应理解的是，并不要求实施所有示出的组件，可以替代的实施更多或者更少的组件。
存储器1402在一些实施例中可以是电子设备1400的内部存储单元，例如电子设备1400的硬盘或内存。存储器1402在另一些实施例中也可以是电子设备1400的外部存储设备，例如电子设备1400上配备的插接式硬盘，智能存储卡(Smart Media Card，SMC)，安全数字(Secure Digital，SD)卡，闪存卡(Flash Card)等。
进一步地，存储器1402还可既包括电子设备1400的内部储存单元也包括外部存储设备。存储器1402用于存储安装电子设备1400的应用软件及各类数据。
处理器1401在一些实施例中可以是一中央处理器(Central Processing Unit，CPU)，微处理器或其他数据处理芯片，用于运行存储器1402中存储的程序代码或处理数据，例如本发明中的标记体定位方法和/或几何间距测量方法。
显示器1403在一些实施例中可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED(Organic Light-Emitting Diode，有机发光二极管)触摸器等。显示器1403用于显示在电子设备1400的信息以及用于显示可视化的用户界面。电子设备1400的部件1401-1403通过系统总线相互通信。
在一实施例中，当处理器1401执行存储器1402中的机器人避障程序时，可实现以下步骤：
确定机器人的当前位姿、目标位姿以及机器人所在空间的即时全局三维地图；
根据当前位姿、目标位姿以及即时全局三维地图对机器人的行进路径进行规划，生成即时规划路径；即时规划路径包括若干个即时规划路径区域；
确定机器人的当前构型，并根据当前构型在若干个即时规划路径区域对机器人进行通过性检测；
若机器人按照当前构型无法通过若干个即时规划路径区域中的至少一个即时规划路径区域，则对当前构型进行调整，生成调整构型；
指示机器人按照调整构型沿即时规划路径行进至目标位姿。
应当理解的是：处理器1401在执行存储器1402中的机器人避障程序时，除了上面的功能之外，还可实现其它功能，具体可参见前面相应方法实施例的描述。
进一步地，本发明实施例对提及的电子设备1400的类型不做具体限定，电子设备1400可以为手机、平板电脑、个人数字助理(personal digital assistant，PDA)、可穿戴设备、膝上型计算机(laptop)等便携式电子设备。便携式电子设备的示例性实施例包括但不限于搭载IOS、android、microsoft或者其他操作系统的便携式电子设备。上述便携式电子设备也可以是其他便携式电子设备，诸如具有触敏表面(例如触控面板)的膝上型计算机(laptop)等。还应当理解的是，在本发明其他一些实施例中，电子设备1400也可以不是便携式电子设备，而是具有触敏表面(例如触控面板)的台式计算机。
相应地，本申请实施例还提供一种计算机可读存储介质，计算机可读存储介质用于存储计算机可读取的程序或指令，程序或指令被处理器执行时，能够实现上述各方法实施例提供的机器人避障方法中的步骤或机器人避障装置中的功能。
本领域技术人员可以理解，实现上述实施例方法的全部或部分流程，可以通过计算机程序来指令相关的硬件(如处理器，控制器等)来完成，计算机程序可存储于计算机可读存储介质中。其中，计算机可读存储介质为磁盘、光盘、只读存储记忆体或随机存储记忆体等。
以上对本发明所提供的机器人避障方法、装置、电子设备及存储介质进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。

Claims (17)

1.一种机器人避障方法，其特征在于，包括：
确定机器人的当前位姿、目标位姿以及所述机器人所在空间的即时全局三维地图；
根据所述当前位姿、所述目标位姿以及所述即时全局三维地图对所述机器人的行进路径进行规划，生成即时规划路径；所述即时规划路径包括若干个即时规划路径区域；
确定所述机器人的当前构型，并根据所述当前构型在所述若干个即时规划路径区域对所述机器人进行通过性检测；
若所述机器人按照所述当前构型无法通过所述若干个即时规划路径区域中的至少一个即时规划路径区域，则对所述当前构型进行调整，生成调整构型；
指示所述机器人按照所述调整构型沿所述即时规划路径行进至所述目标位姿。
2.根据权利要求1所述的机器人避障方法，其特征在于，所述若干个即时规划路径区域包括第一即时规划路径区域；所述根据所述当前构型在所述若干个即时规划路径区域对所述机器人进行通过性检测，包括：
确定所述第一即时规划路径区域的第一包络区域；
确定所述当前构型的第二包络区域；
根据所述第一包络区域和所述第二包络区域对所述机器人进行通过性检测。
3.根据权利要求2所述的机器人避障方法，其特征在于，所述根据所述第一包络区域和所述第二包络区域对所述机器人进行通过性检测，包括：
判断所述第一包络区域和所述第二包络区域是否相交；
若所述第一包络区域和所述第二包络区域相交，则表示所述机器人按照所述当前构型无法通过所述第一即时规划路径区域；
若所述第一包络区域和所述第二包络区域不相交，则判断所述第一包络区域是否位于所述第二包络区域内；
若所述第一包络区域位于所述第二包络区域内，则表示所述机器人按照所述当前构型无法通过所述第一即时规划路径区域。
4.根据权利要求2所述的机器人避障方法，其特征在于，所述确定所述当前构型的第二包络区域，包括：
确定所述当前构型的外围轮廓线；
根据所述当前位姿和所述外围轮廓线，确定所述机器人在所述当前位姿下对应的目标轮廓线；
根据所述目标轮廓线和所述即时规划路径，确定所述第二包络区域。
5.根据权利要求4所述的机器人避障方法，其特征在于，所述根据所述目标轮廓线和所述即时规划路径，确定所述第二包络区域，包括：
确定所述机器人沿所述即时规划路径行进时的所述目标轮廓线的若干运动轮廓线；
将所述若干运动轮廓线进行叠加，获得所述第二包络区域。
6.根据权利要求2所述的机器人避障方法，其特征在于，所述机器人包括至少一条机械臂，所述至少一条机械臂包括至少两节臂段；所述当前构型包括所述至少两节臂段的当前臂段参数，所述调整构型包括所述至少两节臂段的调整臂段参数。
7.根据权利要求6所述的机器人避障方法，其特征在于，所述对所述当前构型进行调整，生成调整构型，包括：
根据所述第一包络区域和所述第二包络区域确定所述调整臂段参数；
指示所述至少一条机械臂按照所述调整臂段参数调整构型，生成所述调整构型。
8.根据权利要求1所述的机器人避障方法，其特征在于，所述确定所述机器人所在空间的即时全局三维地图，包括：
获取所述机器人所在空间的全局三维更新地图；
当所述机器人沿所述行进路径行进时，获取所述机器人的局部精细三维地图；
将所述全局三维更新地图和所述局部精细三维地图进行融合，生成所述即时全局三维地图。
9.根据权利要求8所述的机器人避障方法，其特征在于，所述获取所述机器人所在空间的全局三维更新地图，包括：
获取所述机器人所在空间的当前全局三维地图；
获取所述机器人所在空间的实时全局三维地图；
判断所述当前全局三维地图和所述实时全局三维地图的差异是否大于第一阈值差异；
若所述当前全局三维地图和所述实时全局三维地图的差异大于所述第一阈值差异，则所述实时全局地图为所述全局三维更新地图；
若当前全局三维地图和所述实时全局三维地图的差异小于或等于所述第一阈值差异，则所述当前全局三维地图为所述全局三维更新地图。
10.根据权利要求8所述的机器人避障方法，其特征在于，在将所述全局三维更新地图和所述局部精细三维地图进行融合，生成所述即时全局三维地图之前，还包括：
判断所述全局三维更新地图和所述局部精细三维地图是否需要融合。
11.根据权利要求10所述的机器人避障方法，其特征在于，所述判断所述全局三维更新地图和所述局部精细三维地图是否需要融合，包括：
在所述全局三维更新地图上确定与所述局部精细三维地图对应的全局三维更新子地图；
判断所述全局三维更新子地图与所述局部精细三维地图之间的差异是否大于第二阈值差异；
若所述全局三维更新子地图与所述局部精细三维地图之间的差异大于所述第二阈值差异，则所述全局三维更新地图和所述局部精细三维地图需要融合；
若所述全局三维更新子地图与所述局部精细三维地图之间的差异小于或等于所述第二阈值差异，则所述全局三维更新地图和所述局部精细三维地图不需要融合。
12.根据权利要求1所述的机器人避障方法，其特征在于，在所述指示所述机器人按照所述调整构型沿所述即时规划路径行进至所述目标位姿之后，还包括：
确定所述机器人的精确位姿；
当所述精确位姿与所述目标位姿不重合时，根据所述精确位姿、所述目标位姿以及所述即时全局三维地图生成精确规划路径；
指示所述机器人沿所述精确规划路径行进至所述精确位姿。
13.根据权利要求12所述的机器人避障方法，其特征在于，在所述指示所述机器人沿所述精确规划路径行进至所述精确位姿之后，还包括：
将所述机器人固定至所述精确位姿。
14.根据权利要求1所述的机器人避障方法，其特征在于，所述机器人包括安装在所述机器人上的视觉标记；所述确定所述机器人的当前位姿包括：
根据所述视觉标记确定所述机器人的当前位姿。
15.一种机器人避障装置，其特征在于，包括：
信息确定单元，用于确定机器人的当前位姿、目标位姿以及所述机器人所在空间的即时全局三维地图；
路径规划单元，用于根据所述当前位姿、所述目标位姿以及所述即时全局三维地图对所述机器人的行进路径进行规划，生成即时规划路径；所述即时规划路径包括若干个即时规划路径区域；
通过性检测单元，用于确定所述机器人的当前构型，并根据所述当前构型在所述若干个即时规划路径区域对所述机器人进行通过性检测；
避障单元，用于当所述机器人按照所述当前构型无法通过所述若干个即时规划路径区域中的至少一个即时规划路径区域时，对所述当前构型进行调整，生成调整构型；
行驶单元，用于指示所述机器人按照所述调整构型沿所述即时规划路径行进至所述目标位姿。
16.一种电子设备，其特征在于，包括存储器和处理器，其中，
所述存储器，用于存储程序；
所述处理器，与所述存储器耦合，用于执行所述存储器中存储的所述程序，以实现上述权利要求1至14中任意一项所述的机器人避障方法中的步骤。
17.一种计算机可读存储介质，其特征在于，用于存储计算机可读取的程序或指令，所述程序或指令被处理器执行时能够实现上述权利要求1至14中任意一项所述的机器人避障方法中的步骤。
CN202111211262.9A 2021-10-18 2021-10-18 机器人避障方法、装置、电子设备及存储介质 Active CN113885506B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111211262.9A CN113885506B (zh) 2021-10-18 2021-10-18 机器人避障方法、装置、电子设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111211262.9A CN113885506B (zh) 2021-10-18 2021-10-18 机器人避障方法、装置、电子设备及存储介质

Publications (2)

Publication Number Publication Date
CN113885506A true CN113885506A (zh) 2022-01-04
CN113885506B CN113885506B (zh) 2023-07-07

Family

ID=79003481

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111211262.9A Active CN113885506B (zh) 2021-10-18 2021-10-18 机器人避障方法、装置、电子设备及存储介质

Country Status (1)

Country Link
CN (1) CN113885506B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114571460A (zh) * 2022-03-22 2022-06-03 达闼机器人股份有限公司 机器人控制方法、装置及存储介质
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

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003091303A (ja) * 2001-09-18 2003-03-28 Honda Motor Co Ltd 多関節ロボットの動作経路設定方法および設定装置
KR20090061298A (ko) * 2007-12-11 2009-06-16 삼성전자주식회사 이동 로봇의 경로 계획 방법 및 장치
CN104154917A (zh) * 2013-11-19 2014-11-19 深圳信息职业技术学院 一种机器人避碰路径的规划方法、装置
JP2017004230A (ja) * 2015-06-09 2017-01-05 シャープ株式会社 自律走行体、自律走行体の狭路判定方法、狭路判定プログラム及びコンピュータ読み取り可能な記録媒体
JP2019109773A (ja) * 2017-12-19 2019-07-04 株式会社ダイヘン 移動体
CN110613511A (zh) * 2019-10-16 2019-12-27 武汉联影智融医疗科技有限公司 手术机器人避障方法
WO2020018527A1 (en) * 2018-07-16 2020-01-23 Brain Corporation Systems and methods for optimizing route planning for tight turns for robotic apparatuses
CN111216125A (zh) * 2019-12-04 2020-06-02 山东省科学院自动化研究所 面向狭窄通道的移动机械臂装置的避障方法及系统
CN112091929A (zh) * 2020-09-09 2020-12-18 南华大学 核应急机器人在狭窄空间的通行方法
CN112947464A (zh) * 2021-03-05 2021-06-11 上海有个机器人有限公司 机器人通过狭窄空间方法、装置、终端及存储介质

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003091303A (ja) * 2001-09-18 2003-03-28 Honda Motor Co Ltd 多関節ロボットの動作経路設定方法および設定装置
KR20090061298A (ko) * 2007-12-11 2009-06-16 삼성전자주식회사 이동 로봇의 경로 계획 방법 및 장치
CN104154917A (zh) * 2013-11-19 2014-11-19 深圳信息职业技术学院 一种机器人避碰路径的规划方法、装置
JP2017004230A (ja) * 2015-06-09 2017-01-05 シャープ株式会社 自律走行体、自律走行体の狭路判定方法、狭路判定プログラム及びコンピュータ読み取り可能な記録媒体
JP2019109773A (ja) * 2017-12-19 2019-07-04 株式会社ダイヘン 移動体
WO2020018527A1 (en) * 2018-07-16 2020-01-23 Brain Corporation Systems and methods for optimizing route planning for tight turns for robotic apparatuses
US20210132615A1 (en) * 2018-07-16 2021-05-06 Brain Corporation Systems and methods for optimizing route planning for tight turns for robotic apparatuses
CN110613511A (zh) * 2019-10-16 2019-12-27 武汉联影智融医疗科技有限公司 手术机器人避障方法
CN111216125A (zh) * 2019-12-04 2020-06-02 山东省科学院自动化研究所 面向狭窄通道的移动机械臂装置的避障方法及系统
CN112091929A (zh) * 2020-09-09 2020-12-18 南华大学 核应急机器人在狭窄空间的通行方法
CN112947464A (zh) * 2021-03-05 2021-06-11 上海有个机器人有限公司 机器人通过狭窄空间方法、装置、终端及存储介质

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
孙明镜;曹其新;黄修长;李想;朱笑笑;: "面向机械臂狭窄空间的快速稳定规划算法", 机械设计与研究 *
李凌雁;常青;王耀力;: "室内机器人服务目标避障路径优化仿真", 计算机仿真 *
阳涵疆;李立君;高自成;: "基于关节构形空间的混联采摘机械臂避障路径规划", 农业工程学报 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114571460A (zh) * 2022-03-22 2022-06-03 达闼机器人股份有限公司 机器人控制方法、装置及存储介质
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
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

Also Published As

Publication number Publication date
CN113885506B (zh) 2023-07-07

Similar Documents

Publication Publication Date Title
US10866587B2 (en) System, method, and computer program for mobile body management
CN111108342B (zh) 用于高清地图创建的视觉测程法和成对对准
EP3361278A1 (en) Autonomous vehicle localization based on walsh kernel projection technique
US9953461B2 (en) Navigation system applying augmented reality
EP3327464A1 (en) Algorithm and infrastructure for robust and efficient vehicle localization
CN113885506B (zh) 机器人避障方法、装置、电子设备及存储介质
KR20180088149A (ko) 차량 경로 가이드 방법 및 장치
WO2019126950A1 (zh) 一种定位方法、云端服务器、终端、系统、电子设备及计算机程序产品
KR20120049927A (ko) 자율 이동 장치
CN105486311A (zh) 室内机器人定位导航方法及装置
US11797023B2 (en) Controller, control method, and program
JP2013025401A (ja) 自己位置推定装置、自己位置推定方法およびプログラム
WO2017029759A1 (ja) 表示制御装置、表示装置および表示制御方法
CN109459029A (zh) 一种用于确定目标对象的导航路线信息的方法与设备
CN111105695B (zh) 地图制作方法、装置、电子设备及计算机可读存储介质
CN110608746A (zh) 用于确定机动车的位置的方法和装置
WO2022267283A1 (zh) 机器人及其导航方法、装置和计算机可读存储介质
TW202102959A (zh) 用於合併關於自動化機器人之單原點的不連續地圖及路線數據之系統及方法
JP5728564B2 (ja) ロボットシステム及び地図更新方法
CN111401779A (zh) 机器人的定位部署方法、装置、设备及存储介质
JP6025814B2 (ja) 操作装置および自律移動システム
CN108629842B (zh) 一种无人驾驶设备运动信息提供及运动控制方法与设备
CN109618131B (zh) 一种用于呈现决策辅助信息的方法与设备
US20220075387A1 (en) Electronic device and control method thereof
CN104049773A (zh) 电子笔的书写位置数据处理方法、装置及一种书写系统

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
GR01 Patent grant
GR01 Patent grant