CN113900435B - 基于双摄像头的移动机器人避障方法、设备、介质及产品 - Google Patents
基于双摄像头的移动机器人避障方法、设备、介质及产品 Download PDFInfo
- Publication number
- CN113900435B CN113900435B CN202111013336.8A CN202111013336A CN113900435B CN 113900435 B CN113900435 B CN 113900435B CN 202111013336 A CN202111013336 A CN 202111013336A CN 113900435 B CN113900435 B CN 113900435B
- Authority
- CN
- China
- Prior art keywords
- camera
- cloud data
- point cloud
- mobile robot
- angle
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
- 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
- G05D1/0253—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 relative motion information from a plurality of images taken successively, e.g. visual odometry, optical flow
Abstract
本发明涉及机器人导航领域，公开了基于双摄像头的移动机器人避障方法、设备及产品，包括获取当前点云数据、生成第一摄像头点云数据、生成第二摄像头点云数据、电子地图更新、上传电子地图。本发明在移动机器人上安装了两个摄像头，可以最大限度的获取移动机器人前方视野内的点云数据，从而得到更加全面的有效点云数据，使制定出的行走路线更加精准，另外，每个摄像头单独对应的点云数据进行处理，不需要移动机器人对不同点云数据进行融合，从而减轻了移动机器人控制端的数据处理负载，这种使两个摄像头分布式运行以及对点云数据进行处理，使移动机器人自身的运行更加稳定。
Description
技术领域
本发明涉及机器人导航领域，尤其涉及基于双摄像头的移动机器人避障方法、设备及产品。
背景技术
现有的移动机器人大多采用单个摄像头来采集行走前方区域内的点云数据，并将点云数据发送至移动机器人的控制终端，控制终端根据摄像头发送的点云数据确定前方障碍物从而制定出精准的行走路线，但是单个摄像头的拍摄视角具有局限性，会导致移动机器人前方视野内的点云数据遗漏太多，最终造成制定的行走路线不精准。
发明内容
为了克服现有技术的不足，本发明的目的之一在于提供基于双摄像头的移动机器人避障方法，其能解决现有的移动机器人避障方式中存在前方视野内的点云数据遗漏太多，最终造成制定的行走路线不精准的问题。
本发明的目的之二在于提供一种电子设备，其能解决现有的移动机器人避障方式中存在前方视野内的点云数据遗漏太多，最终造成制定的行走路线不精准的问题。
本发明的目的之三在于提供一种计算机可读存储介质，其能解决现有的移动机器人避障方式中存在前方视野内的点云数据遗漏太多，最终造成制定的行走路线不精准的问题。
本发明的目的之三在于提供一种计算机程序产品，其能解决现有的移动机器人避障方式中存在前方视野内的点云数据遗漏太多，最终造成制定的行走路线不精准的问题。
本发明的目的之一采用以下技术方案实现：
基于双摄像头的移动机器人避障方法，在移动机器人上安装第一摄像头和第二摄像头，所述第一摄像头的拍摄视角在第一预设平面直角坐标系的第四象限内，所述第二摄像头的拍摄视角在第二预设平面直角坐标系的第三象限内，第一预设平面直角坐标为以第一摄像头为原点的平面直角坐标系，第二预设平面直角坐标系为以第二摄像头为原点的平面直角坐标系，所述方法包括以下步骤：
获取当前点云数据，控制第一摄像头对第一实际运算视场角对应的第一当前拍摄区域进行拍摄并得到第一当前点云数据以及控制第二摄像头对第二实际运算视场角对应的第二当前拍摄区域进行拍摄并得到第二当前点云数据；
生成第一摄像头点云数据，控制第一摄像头在预先存储的第一摄像头历史点云数据中与第一当前拍摄区域对应的点云数据进行删除处理，同时将所述第一当前点云数据添加至经过删除处理后的所述第一摄像头历史点云数据中，得到更新后的第一摄像头点云数据；
生成第二摄像头点云数据，控制第二摄像头在预先存储的第二摄像头历史点云数据中与第二当前拍摄区域对应的点云数据进行删除处理，同时将所述第一当前点云数据添加至经过删除处理后的所述第二历史点云数据中，得到更新后的第二摄像头点云数据；
电子地图更新，控制第一摄像头根据更新后的第一摄像头点云数据对预设第一电子地图进行更新并得到第一当前电子地图以及控制第二摄像头根据更新后的第二人摄像头点云数据对预设第二电子地图进行更新并得到第二当前电子地图；
上传电子地图，控制第一摄像头将第一当前电子地图上传至智能移动机器人以及控制第二摄像头将第二当前电子地图上传至智能移动机器人，所述第一当前电子地图和所述第二当前电子地图供智能移动机器人对障碍物进行避障处理。
进一步地，在所述获取当前点云数据之前还包括调整实际运算视角，将第一摄像头对应的标定视场角中除预设不记忆角度之外的部分作为第一实际运算视场角，将第二摄像头对应的标定视场角中除预设不记忆角度之外的部分作为第二实际运算视场角，第一摄像头中预设不记忆角度对应的拍摄区域在第二实际运算视场角对应的拍摄区域之内，第二摄像头中预设不记忆角度对应的拍摄区域在第一实际运算视场角对应的拍摄区域之内。
进一步地，在所述调整实际运算视角之前还包括标定视场角，分别对第一摄像头和第二摄像头的视场角进行标定处理，分别得到第一摄像头对应的标定视场角以及第二摄像头对应的标定视场角。
进一步地，在所述生成第一摄像头点云数据之前还包括控制第一摄像头将预先存储的第一摄像头历史云数据由世界坐标转换为摄像头坐标。
进一步地，在所述电子地图更新之前，还包括将更新后的第一摄像头点云数据由摄像头坐标转换为世界坐标。
进一步地，在所述生成第二摄像头点云数据之前还包括控制第二摄像头将预先存储的第二摄像头历史云数据由世界坐标转换为摄像头坐标。
进一步地，在所述电子地图更新之前，还包括将更新后的第二摄像头点云数据由摄像头坐标转换为世界坐标。
本发明的目的之二采用以下技术方案实现：
一种电子设备，包括：处理器；
存储器；以及程序，其中所述程序被存储在所述存储器中，并且被配置成由处理器执行，所述程序包括用于执行本申请所述的基于双摄像头的移动机器人避障方法。
本发明的目的之三采用以下技术方案实现：
一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行本申请中所述的基于双摄像头的移动机器人避障方法。
本发明的目的之四采用以下技术方案实现：
一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现本申请所述的基于双摄像头的移动机器人避障方法。
相比现有技术，本发明的有益效果在于：本申请中的基于双摄像头的移动机器人避障方法，在移动机器人上安装了两个摄像头，可以最大限度的获取移动机器人前方视野内的点云数据，从而得到更加全面的有效点云数据，使制定出的行走路线更加精准，另外，每个摄像头单独对应的点云数据进行处理，不需要移动机器人对不同点云数据进行融合，从而减轻了移动机器人控制端的数据处理负载，这种使两个摄像头分布式运行以及对点云数据进行处理，使移动机器人自身的运行更加稳定。
上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，并可依照说明书的内容予以实施，以下以本发明的较佳实施例并配合附图详细说明如后。本发明的具体实施方式由以下实施例及其附图详细给出。
附图说明
此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
图1为本发明的基于双摄像头的移动机器人避障方法的流程示意图；
图2本发明的基于双摄像头的移动机器人避障方法中移动机器人的机构示意图；
图3本发明的基于双摄像头的移动机器人避障方法中第一摄像头与第二摄像头视野区域示意图；
图4本发明的基于双摄像头的移动机器人避障方法中第一摄像头对应的标定视场角的示意图；
图5本发明的基于双摄像头的移动机器人避障方法中第二摄像头对应的标定视场角的示意图；
图6本发明的基于双摄像头的移动机器人避障方法中两个摄像头拍摄的所有点云数据的示意图；
图7本发明的基于双摄像头的移动机器人避障方法中第一预设平面直角坐标系和第二预设平面直角坐标系的示意图。
图中：1、移动机器人；2、第一摄像头；3、第二摄像头；100、第一预设不记忆角度；200、第一实际运算视场角；300、第二预设不记忆角度；400、第二实际运算视场角。
具体实施方式
下面，结合附图以及具体实施方式，对本发明做进一步描述，需要说明的是，在不相冲突的前提下，以下描述的各实施例之间或各技术特征之间可以任意组合形成新的实施例。
在本实施例中，在移动机器人1上安装第一摄像头2和第二摄像头3，第一摄像头的拍摄视角朝向所述第二摄像头，具体如图2所示，第一摄像头与第二摄像头均设置在移动机器人中间位置。在本实施例中，所述第一摄像头的拍摄视角在第一预设平面直角坐标系的第四象限内，所述第二摄像头的拍摄视角在第二预设平面直角坐标系的第三象限内，第一预设平面直角坐标为以第一摄像头为原点的平面直角坐标系，第二预设平面直角坐标系为以第二摄像头为原点的平面直角坐标系。如图7所示，第一预设平面直角坐标系为图中纵轴y1和横轴x1以及第一摄像头2组成的平面直角坐标系，第二预设平面直角坐标系为图中纵轴y2和横轴x2以及第二摄像头3组成的平面直角坐标系。
如图1所示，本申请中的基于双摄像头的移动机器人避障方法，包括以下具体步骤：
标定视场角，分别对第一摄像头和第二摄像头的视场角进行标定处理，分别得到第一摄像头对应的标定视场角以及第二摄像头对应的标定视场角。
调整实际运算视角，将第一摄像头对应的标定视场角中除预设不记忆角度之外的部分作为第一实际运算视场角，将第二摄像头对应的标定视场角中除预设不记忆角度之外的部分作为第二实际运算视场角，第一摄像头中预设不记忆角度对应的拍摄区域在第二实际运算视场角对应的拍摄区域之内，第二摄像头中预设不记忆角度对应的拍摄区域在第一实际运算视场角对应的拍摄区域之内。在本实施例中，预设不记忆角度可以由人为根据使用需要来设定，预设不记忆角度实际为每个摄像头自身边缘处的角度范围，此范围内的点云数据是不清晰的，如果将其纳入实际运算视角会加重摄像头自身的负载，因此将其对应的点云数据进行删除不予进行计算，其中任意一摄像头的预设不记忆角度对应的拍摄区域会被另一摄像头清晰的拍摄而且保存并进行运算，因此可以最大限度的使每个摄像头无需计算对应实际运算视场角外不确定的点云数据，去除每个摄像头自身的冗余数据，使其数据处理总量减少，但并不会影响整体的效果；不需要增加无限远的数据进行点云的清除处理，使移动机器人的运行更加稳定。本实施例中的预设不记忆角度优选为20°，如图3所示，为第一摄像头与第二摄像头视野区域示意图，上方为第一摄像头，第二摄像头在第一摄像头下方，第二摄像头的标定视场角指向左上方区域，第一摄像头的标定视场角指向左下方区域，两个摄像头的标定视场角对应的拍摄区域是有重叠的。在本实施例中预设不记忆角度包括第一摄像头对应的第一预设不记忆角度和第二摄像头对应的第二预设不记忆角度。其中图4为第一摄像头对应的标定视场角的示意图，图中4中上方窄角度的视场角即为第一摄像头对应的第一预设不记忆角度100，图4中下方宽角度的视场角为第一实际运算视场角200。图5为第二摄像头对应的标定视场角的示意图，图中5中上方宽角度的视场角即为第二摄像头对应的第二实际运算视场角400，图5中下方宽角度的视场角为第二预设不记忆角度300。
获取当前点云数据，控制第一摄像头对第一实际运算视场角对应的第一当前拍摄区域进行拍摄并得到第一当前点云数据以及控制第二摄像头对第二实际运算视场角对应的第二当前拍摄区域进行拍摄并得到第二当前点云数据。
控制第一摄像头将预先存储的第一摄像头历史云数据由世界坐标转换为摄像头坐标。
生成第一摄像头点云数据，控制第一摄像头在预先存储的第一摄像头历史点云数据中与第一当前拍摄区域对应的点云数据进行删除处理，同时将所述第一当前点云数据添加至经过删除处理后的所述第一摄像头历史点云数据中，得到更新后的第一摄像头点云数据。本步骤中的预先存储的第一摄像头历史点云数据为已经转换为摄像头坐标的点云数据。
控制第二摄像头将预先存储的第二摄像头历史云数据由世界坐标转换为摄像头坐标。
生成第二摄像头点云数据，控制第二摄像头在预先存储的第二摄像头历史点云数据中与第二当前拍摄区域对应的点云数据进行删除处理，同时将所述第一当前点云数据添加至经过删除处理后的所述第二历史点云数据中，得到更新后的第二摄像头点云数据。本步骤中的预先存储的第二摄像头历史点云数据为已经转换为摄像头坐标的点云数据。
将更新后的第一摄像头点云数据和更新后的第二摄像头点云数据由摄像头坐标转换为世界坐标。
电子地图更新，控制第一摄像头根据更新后的第一摄像头点云数据对预设第一电子地图进行更新并得到第一当前电子地图以及控制第二摄像头根据更新后的第二人摄像头点云数据对预设第二电子地图进行更新并得到第二当前电子地图。
上传电子地图，控制第一摄像头将第一当前电子地图上传至智能移动机器人以及控制第二摄像头将第二当前电子地图上传至智能移动机器人，所述第一当前电子地图和所述第二当前电子地图供智能移动机器人对障碍物进行避障处理。图6为本申请中两个摄像头拍摄的所有点云数据的示意图，基本覆盖了移动机器人的前方视野。
本发明还提供了一种电子设备，包括：处理器；
存储器；以及程序，其中所述程序被存储在所述存储器中，并且被配置成由处理器执行，所述程序包括用于执行本申请所述的基于双摄像头的移动机器人避障方法。
本发明还提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行本申请中所述的基于双摄像头的移动机器人避障方法。
本发明还提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现本申请所述的基于双摄像头的移动机器人避障方法。
本申请中的基于双摄像头的移动机器人避障方法，在移动机器人上安装了两个摄像头，可以最大限度的获取移动机器人前方视野内的点云数据，从而得到更加全面的有效点云数据，使制定出的行走路线更加精准，另外，每个摄像头单独对应的点云数据进行处理，不需要移动机器人对不同点云数据进行融合，从而减轻了移动机器人控制端的数据处理负载，这种使两个摄像头分布式运行以及对点云数据进行处理，使移动机器人自身的运行更加稳定；可以最大限度的使每个摄像头无需计算对应实际运算视场角外不确定的点云数据，去除每个摄像头自身的冗余数据，使其数据处理总量减少，但并不会影响整体的效果；不需要增加无限远的数据进行点云的清除处理，使移动机器人的运行更加稳定。
以上，仅为本发明的较佳实施例而已，并非对本发明作任何形式上的限制；凡本行业的普通技术人员均可按说明书附图所示和以上而顺畅地实施本发明；但是,凡熟悉本专业的技术人员在不脱离本发明技术方案范围内，利用以上所揭示的技术内容而做出的些许更动、修饰与演变的等同变化，均为本发明的等效实施例；同时,凡依据本发明的实质技术对以上实施例所作的任何等同变化的更动、修饰与演变等，均仍属于本发明的技术方案的保护范围之内。
Claims (10)
1.基于双摄像头的移动机器人避障方法，其特征在于：在移动机器人上安装第一摄像头和第二摄像头，所述第一摄像头的拍摄视角在第一预设平面直角坐标系的第四象限内，所述第二摄像头的拍摄视角在第二预设平面直角坐标系的第三象限内，第一预设平面直角坐标为以第一摄像头为原点的平面直角坐标系，第二预设平面直角坐标系为以第二摄像头为原点的平面直角坐标系，所述方法包括以下步骤：
获取当前点云数据，控制第一摄像头对第一实际运算视场角对应的第一当前拍摄区域进行拍摄并得到第一当前点云数据以及控制第二摄像头对第二实际运算视场角对应的第二当前拍摄区域进行拍摄并得到第二当前点云数据；
生成第一摄像头点云数据，控制第一摄像头在预先存储的第一摄像头历史点云数据中与第一当前拍摄区域对应的点云数据进行删除处理，同时将所述第一当前点云数据添加至经过删除处理后的所述第一摄像头历史点云数据中，得到更新后的第一摄像头点云数据；
生成第二摄像头点云数据，控制第二摄像头在预先存储的第二摄像头历史点云数据中与第二当前拍摄区域对应的点云数据进行删除处理，同时将所述第一当前点云数据添加至经过删除处理后的所述第二摄像头历史点云数据中，得到更新后的第二摄像头点云数据；
电子地图更新，控制第一摄像头根据更新后的第一摄像头点云数据对预设第一电子地图进行更新并得到第一当前电子地图以及控制第二摄像头根据更新后的第二人摄像头点云数据对预设第二电子地图进行更新并得到第二当前电子地图；
上传电子地图，控制第一摄像头将第一当前电子地图上传至智能移动机器人以及控制第二摄像头将第二当前电子地图上传至智能移动机器人，所述第一当前电子地图和所述第二当前电子地图供智能移动机器人对障碍物进行避障处理。
2.如权利要求1所述的基于双摄像头的移动机器人避障方法，其特征在于：在所述获取当前点云数据之前还包括调整实际运算视角，将第一摄像头对应的标定视场角中除预设不记忆角度之外的部分作为第一实际运算视场角，将第二摄像头对应的标定视场角中除预设不记忆角度之外的部分作为第二实际运算视场角，第一摄像头中预设不记忆角度对应的拍摄区域在第二实际运算视场角对应的拍摄区域之内，第二摄像头中预设不记忆角度对应的拍摄区域在第一实际运算视场角对应的拍摄区域之内。
3.如权利要求2所述的基于双摄像头的移动机器人避障方法，其特征在于：在所述调整实际运算视角之前还包括标定视场角，分别对第一摄像头和第二摄像头的视场角进行标定处理，分别得到第一摄像头对应的标定视场角以及第二摄像头对应的标定视场角。
4.如权利要求1所述的基于双摄像头的移动机器人避障方法，其特征在于：在所述生成第一摄像头点云数据之前还包括控制第一摄像头将预先存储的第一摄像头历史云数据由世界坐标转换为摄像头坐标。
5.如权利要求4所述的基于双摄像头的移动机器人避障方法，其特征在于：在所述电子地图更新之前，还包括将更新后的第一摄像头点云数据由摄像头坐标转换为世界坐标。
6.如权利要求1所述的基于双摄像头的移动机器人避障方法，其特征在于：在所述生成第二摄像头点云数据之前还包括控制第二摄像头将预先存储的第二摄像头历史云数据由世界坐标转换为摄像头坐标。
7.如权利要求6所述的基于双摄像头的移动机器人避障方法，其特征在于：在所述电子地图更新之前，还包括将更新后的第二摄像头点云数据由摄像头坐标转换为世界坐标。
8.一种电子设备，其特征在于包括：处理器；
存储器；以及程序，其中所述程序被存储在所述存储器中，并且被配置成由处理器执行，所述程序包括用于执行权利要求1-7中任意一项所述的基于双摄像头的移动机器人避障方法。
9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于：所述计算机程序被处理器执行权利要求1-7中任意一项所述的基于双摄像头的移动机器人避障方法。
10.一种计算机设备，包括计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1-7中任意一项所述的基于双摄像头的移动机器人避障方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111013336.8A CN113900435B (zh) | 2021-08-31 | 2021-08-31 | 基于双摄像头的移动机器人避障方法、设备、介质及产品 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111013336.8A CN113900435B (zh) | 2021-08-31 | 2021-08-31 | 基于双摄像头的移动机器人避障方法、设备、介质及产品 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113900435A CN113900435A (zh) | 2022-01-07 |
| CN113900435B true CN113900435B (zh) | 2022-09-27 |
Family
ID=79188047
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111013336.8A Active CN113900435B (zh) | 2021-08-31 | 2021-08-31 | 基于双摄像头的移动机器人避障方法、设备、介质及产品 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113900435B (zh) |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106802668A (zh) * | 2017-02-16 | 2017-06-06 | 上海交通大学 | 基于双目与超声波融合的无人机三维避撞方法及系统 |
| JP2017118396A (ja) * | 2015-12-25 | 2017-06-29 | Kddi株式会社 | デプスカメラの内部パラメータを算出するプログラム、装置及び方法 |
| CN112747746A (zh) * | 2020-12-25 | 2021-05-04 | 珠海市一微半导体有限公司 | 基于单点tof的点云数据获取方法、芯片和移动机器人 |
Family Cites Families (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101724300B1 (ko) * | 2015-02-04 | 2017-04-07 | 엘지전자 주식회사 | 스테레오 카메라 |
| FR3039904B1 (fr) * | 2015-08-07 | 2019-06-14 | Institut De Recherche Technologique Jules Verne | Dispositif et procede pour la detection d’obstacles adaptes a un robot mobile |
| CN105866779A (zh) * | 2016-04-06 | 2016-08-17 | 浙江大学 | 基于双目相机与毫米波雷达的可穿戴避障装置及避障方法 |
| CN106774324B (zh) * | 2016-12-22 | 2020-06-09 | 以恒激光科技（北京）有限公司 | 一种双摄像头三维识别巡逻机器人 |
| CN106909149B (zh) * | 2017-03-14 | 2020-09-22 | 深圳蓝因机器人科技有限公司 | 一种深度摄像头避障的方法及装置 |
| CN108876926B (zh) * | 2017-05-11 | 2021-08-10 | 京东方科技集团股份有限公司 | 一种全景场景中的导航方法及系统、ar/vr客户端设备 |
| CN110490798A (zh) * | 2019-07-15 | 2019-11-22 | 贝壳技术有限公司 | 点云拼接方法及系统 |
| CN110704562B (zh) * | 2019-09-27 | 2022-07-19 | Oppo广东移动通信有限公司 | 地图融合方法及装置、设备、存储介质 |
| CN112050810B (zh) * | 2019-12-23 | 2022-09-27 | 华北电力大学（保定） | 一种基于计算机视觉的室内定位导航方法及系统 |
| CN111123949B (zh) * | 2019-12-31 | 2023-07-07 | 达闼机器人股份有限公司 | 机器人的避障方法、装置、机器人及存储介质 |
| CN111301328A (zh) * | 2020-02-24 | 2020-06-19 | 南京理工大学 | 基于3d视觉技术的货车全景倒车影像系统及使用方法 |
| CN111553844B (zh) * | 2020-04-29 | 2023-08-29 | 阿波罗智能技术(北京)有限公司 | 用于更新点云的方法及装置 |
| CN112486171B (zh) * | 2020-11-30 | 2022-08-30 | 中科院软件研究所南京软件技术研究院 | 一种基于视觉的机器人避障方法 |
| CN112785656B (zh) * | 2021-01-29 | 2023-11-10 | 北京罗克维尔斯科技有限公司 | 双立体相机的标定方法及装置、电子设备及存储介质 |
-
2021
- 2021-08-31 CN CN202111013336.8A patent/CN113900435B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2017118396A (ja) * | 2015-12-25 | 2017-06-29 | Kddi株式会社 | デプスカメラの内部パラメータを算出するプログラム、装置及び方法 |
| CN106802668A (zh) * | 2017-02-16 | 2017-06-06 | 上海交通大学 | 基于双目与超声波融合的无人机三维避撞方法及系统 |
| CN112747746A (zh) * | 2020-12-25 | 2021-05-04 | 珠海市一微半导体有限公司 | 基于单点tof的点云数据获取方法、芯片和移动机器人 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113900435A (zh) | 2022-01-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR102447600B1 (ko) | 다중 소스 이미지 융합 | |
| CN112464819B (zh) | 基于无人机视频的林火蔓延数据同化方法以及装置 | |
| WO2021139590A1 (zh) | 基于蓝牙与slam的室内定位导航装置及其方法 | |
| CN111442722A (zh) | 定位方法、装置、存储介质及电子设备 | |
| WO2020211812A1 (zh) | 一种飞行器降落方法及装置 | |
| US20010018640A1 (en) | Obstacle detecting apparatus and method, and storage medium which stores program for implementing the method | |
| EP3690587A1 (en) | Map creation method of mobile robot and mobile robot | |
| CN108733066B (zh) | 一种基于吊舱姿态反馈的目标跟踪控制方法 | |
| JP2008023630A (ja) | アームを誘導可能な移動体およびアームを誘導する方法 | |
| WO2021016854A1 (zh) | 一种标定方法、设备、可移动平台及存储介质 | |
| WO2023015566A1 (zh) | 控制方法、控制装置、可移动平台及存储介质 | |
| WO2020258217A1 (zh) | 可移动平台状态估计方法、系统、可移动平台及存储介质 | |
| CN113900435B (zh) | 基于双摄像头的移动机器人避障方法、设备、介质及产品 | |
| CN112414403A (zh) | 一种机器人的定位定姿方法、设备及存储介质 | |
| JP2019000918A (ja) | 作業用ロボットのアーム姿勢制御システムおよび方法 | |
| CN115194769A (zh) | 坐标系校准方法、装置、机器人和存储介质 | |
| CN112091974B (zh) | 配网带电作业机器人遥控操作系统及其控制方法 | |
| US20210156710A1 (en) | Map processing method, device, and computer-readable storage medium | |
| CN112668505A (zh) | 基于路侧相机的外参的三维感知信息获取方法和路侧设备 | |
| CN112070835A (zh) | 机械臂位姿预测方法、装置、存储介质及电子设备 | |
| CN115847426A (zh) | 机器人运动控制方法、装置、电子设备和存储介质 | |
| CN113484822B (zh) | 一种无线信号补偿方法、系统、计算机设备及存储介质 | |
| CN112860946B (zh) | 一种视频图像信息转换为地理信息的方法及系统 | |
| CN112683273A (zh) | 一种自适应增量建图方法、系统、计算机设备及存储介质 | |
| CN117270580A (zh) | 无人机载光电吊舱目标跟踪的伺服控制方法、系统和设备 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |