CN113910224B - 机器人跟随的方法、装置及电子设备 - Google Patents
机器人跟随的方法、装置及电子设备 Download PDFInfo
- Publication number
- CN113910224B CN113910224B CN202111162759.6A CN202111162759A CN113910224B CN 113910224 B CN113910224 B CN 113910224B CN 202111162759 A CN202111162759 A CN 202111162759A CN 113910224 B CN113910224 B CN 113910224B
- Authority
- CN
- China
- Prior art keywords
- robot
- group
- dynamic
- following
- dynamic target
- 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
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/16—Programme controls
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/16—Programme controls
- B25J9/1656—Programme controls characterised by programming, planning systems for manipulators
- B25J9/1664—Programme controls characterised by programming, planning systems for manipulators characterised by motion, path, trajectory planning
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/16—Programme controls
- B25J9/1694—Programme controls characterised by use of sensors other than normal servo-feedback from position, speed or acceleration sensors, perception control, multi-sensor controlled systems, sensor fusion
- B25J9/1697—Vision controlled systems
Abstract
本公开提供了一种机器人跟随的方法、装置、电子设备和计算机可读存储介质,所述方法包括:判定所述机器人定位丢失时,中断执行的任务;识别所述机器人周围的第一动态目标;获取所述第一动态目标的运动轨迹;按照所述运动轨迹对所述机器人进行导航跟随;在跟随过程中不断重新定位,定位成功后终止跟随,继续执行所述任务。根据本方法,在机器人执行任务过程中定位丢失时,能够重新获取定位,继续完成任务执行,提高了机器人执行任务的连续性。
Description
技术领域
本公开涉及机器人领域,尤其涉及一种机器人跟随的方法、装置及电子设备。
背景技术
随着人工智能的不断发展,机器人的应用越来越广,各个领域都产生了各种类型的机器人,一个场景中也会存在多种类型的机器人。在很多公共场景中存在可移动的机器人,例如商场、机场中的机器人,通过室内导航可以进行与人们的互动和引导行为,帮助人们解决各种问题。
目前的情况,机器人在对应场景中移动解决任务时,会因为定位信号或其它原因造成定位丢失,也就是迷路的情况,此时机器人往往只能待在原地等待定位恢复,或者等待技术人员来进行解决,从而阻碍交通,并造成公共资源浪费,因而机器人在定位丢失后如何重新获得定位继续完成任务,成为亟待解决的技术问题。
发明内容
为了解决上述技术问题,解决机器人在定位丢失后重新获得定位,并继续完成任务,本公开实施方式的目的在于提供一种机器人跟随方法、装置、电子设备及存储介质。
根据本公开第一方面,本公开的实施例提供了一种机器人跟随的方法,包括:
判定所述机器人定位丢失时,中断执行的任务;
识别所述机器人周围的第一动态目标;
获取所述第一动态目标的运动轨迹;
按照所述运动轨迹对所述机器人进行导航跟随;
判断所述机器人是否能够通过所述运动轨迹上的地面通道;
如果所述机器人能够通过,则继续跟随所述第一动态目标,如果所述机器人不能通过,则放弃所述第一动态目标,寻找第二动态目标进行切换跟随;
在跟随过程中不断重新定位,定位成功后终止跟随,继续执行所述任务。
进一步的,所述判定所述机器人定位丢失时,中断执行的任务之前,还包括:
通过GPS定位和/或视觉识别对所述机器人的位置进行定位,判断所述机器人是否定位丢失;
如果所述机器人GPS定位失败和/或视觉识别所处环境为未知位置,则判定所述机器人定位丢失。
进一步的,所述识别所述机器人周围的第一动态目标,包括:
开启所述机器人上的传感器;
通过所述视觉传感器对比图像变化,识别动态目标;
将所述机器人周围距离最近的动态目标作为第一动态目标。
其中,所述传感器包括:视觉传感器、测距传感器和/或音频传感器。
进一步的,所述视觉传感器包括深度摄像头和图像摄像头,所述测距传感器包括超声传感器、雷达和激光传感器至少其中之一,所述音频传感器包括声音传感器和图像传感器至少其中之一。
进一步的,所述获取所述第一动态目标的运动轨迹,包括:
通过所述机器人上的视觉传感器采集包含所述第一动态目标的地面环境图像;
提取所述地面环境图像的特征点;
根据所述特征点建立地面环境坐标系;
计算所述第一动态目标在所述地面环境坐标系中相对特征点的偏移距离和偏移角度;
根据所述偏移距离和偏移角度在所述地面环境坐标系中生成所述第一动态目标的运动轨迹。
进一步的,所述方法还包括:
判断所述机器人是否能够通过所述运动轨迹上的地面通道;
如果所述机器人能够通过,则继续跟随所述第一动态目标,如果所述机器人不能通过,则放弃所述第一动态目标,寻找第二动态目标进行切换跟随。
进一步的,所述判断所述机器人是否能够通过所述运动轨迹上的地面通道,包括:
获取所述第一动态目标和地面通道的深度信息,并计算得到所述第一动态目标的第一尺寸以及所述地面通道的第二尺寸;
根据所述机器人的自身尺寸与所述第一尺寸和第二尺寸的关系判断所述机器人是否能够通过。
进一步的,所述获取所述第一动态目标和地面通道的深度信息,并计算得到所述第一动态目标的第一尺寸信息以及所述地面通道的第二尺寸信息,包括:
通过深度摄像头获取所述第一动态目标和所述地面通道的深度图像;
在所述深度图像中定位所述第一动态目标和所述地面通道的多个特定关键点;
产生所述第一动态目标和所述地面通道的多个特定关键点的空间坐标;
基于所述特定对象的多个特定关键点的空间坐标,计算所述第一动态目标的第一尺寸和所述地面通道的第二尺寸信息。
进一步的,所述根据所述机器人的自身尺寸与所述第一尺寸和第二尺寸的关系判断所述机器人是否能够通过,包括:
对比所述机器人自身的尺寸与所述第一动态目标的第一尺寸以及所述地面环境通行的第二尺寸的大小;
根据所述对比结果判断所述机器人是否能够通过;
如果所述机器人自身的尺寸小于等于所述第一尺寸和第二尺寸,则判定所述机器人能够通过所述地面通道。
进一步的,按照所述运动轨迹进行导航跟随的过程中,如果存在障碍物,所述机器人根据自身传感器和算法先进行避障运动,避障后回到所述运动轨迹上继续进行导航跟随。
第二方面,本公开另一实施例提供了一种机器人跟随的方法,包括:
判定所述机器人定位丢失时,中断执行的任务;
识别所述机器人周围一定范围内运动方向一致的第一组动态目标;
获取所述第一组动态物体对应的第一组运动轨迹;
按照所述第一组运动轨迹对所述机器人进行导航跟随;
在所述第一组运动轨迹产生不一致时,选取运动方向最多的多个第一组动态目标个体作为第二组动态目标;
获取所述第二组动态物体对应的第二组运动轨迹;
按照所述第二组运动轨迹对所述机器人进行导航跟随;
在跟随过程中不断重新定位,定位成功后终止跟随,继续执行所述任务。
进一步的,在所述按照所述第二组运动轨迹对所述机器人进行导航跟随之后,所述方法还包括:
在所述第二组运动轨迹产生不一致时,选取运动方向最多的多个第二组动态目标个体作为第三组动态目标;
获取所述第三组动态物体对应的第三组运动轨迹;
按照所述第三组运动轨迹对所述机器人进行导航跟随;
直至产生第N组动态目标,按照对应的第N组运动轨迹对所述机器人进行导航跟随;
所述N为大于3的自然数。
第三方面,本公开另一实施例提供了一种机器人跟随的装置,包括:
中断模块,用于判定所述机器人定位丢失时,中断执行的任务;
识别模块,用于识别所述机器人周围的第一动态目标;
获取模块,用于获取所述第一动态目标的运动轨迹;
跟随模块,用于按照所述运动轨迹对所述机器人进行导航跟随;
判断模块,用于判断所述机器人是否能够通过所述运动轨迹上的地面通道;
切换跟随模块,如果所述机器人能够通过,则继续跟随所述第一动态目标,如果所述机器人不能通过,则放弃所述第一动态目标,寻找第二动态目标进行切换跟随;
终止跟随模块,用于在跟随过程中不断重新定位,定位成功后终止跟随,继续执行所述任务。
进一步的,所述装置还包括:
判断模块,用于判断所述机器人是否能够通过所述运动轨迹上的地面通道;
切换跟随模块,如果所述机器人能够通过,则继续跟随所述第一动态目标,如果所述机器人不能通过,则放弃所述第一动态目标,寻找第二动态目标进行切换跟随。
第四方面,本公开另一实施例提供了一种机器人跟随的装置,包括:
中断模块,用于判定所述机器人定位丢失时,中断执行的任务;
识别模块,用于识别所述机器人周围一定范围内运动方向一致的第一组动态目标;
第一获取模块,用于获取所述第一组动态物体对应的第一组运动轨迹;
第一跟随模块,用于按照所述第一组运动轨迹对所述机器人进行导航跟随;
选取模块,用于在所述第一组运动轨迹产生不一致时,选取运动方向最多的多个第一组动态目标个体作为第二组动态目标;
第二获取模块,用于获取所述第二组动态物体对应的第二组运动轨迹;
第二跟随模块,用于按照所述第二组运动轨迹对所述机器人进行导航跟随;
终止跟随模块,用于在跟随过程中不断重新定位,定位成功后终止跟随,继续执行所述任务。
第五方面,本公开另一实施例提供一种电子设备,包括:
存储器,用于存储计算机可读指令;以及
处理器,用于运行所述计算机可读指令,使得所述电子设备实现上述第一方面中任意一项所述的方法。
第六方面,本公开另一实施例提供一种非暂态计算机可读存储介质,用于存储计算机可读指令,当所述计算机可读指令由计算机执行时,使得所述计算机实现上述第一方面中任意一项所述的方法。
本公开实施例公开了一种机器人跟随的方法、装置、电子设备和计算机可读存储介质,其中所述方法包括:判定所述机器人定位丢失时,中断执行的任务;识别所述机器人周围的第一动态目标;获取所述第一动态目标的运动轨迹;按照所述运动轨迹对所述机器人进行导航跟随;判断所述机器人是否能够通过所述运动轨迹上的地面通道;如果所述机器人能够通过,则继续跟随所述第一动态目标,如果所述机器人不能通过,则放弃所述第一动态目标,寻找第二动态目标进行切换跟随;在跟随过程中不断重新定位,定位成功后终止跟随,继续执行所述任务。根据本公开的机器人跟随方法,在机器人执行任务过程中定位丢失时,通过识别获得动态目标作为跟随对象,并在特定情形下切换跟随目标,能够重新获取定位,继续完成任务执行,提高了机器人执行任务的连续性,防止资源浪费。
上述说明仅是本公开技术方案的概述,为了能更清楚了解本公开的技术手段,而可依照说明书的内容予以实施,并且为让本公开的上述和其他目的、特征和优点能够更明显易懂,以下特举较佳实施例,并配合附图,详细说明如下。
附图说明
图1为本公开一实施例提供的机器人跟随的方法流程示意图;
图2为本公开实施例提供的机器人跟随的场景示意图;
图3为本公开另一实施例提供的机器人跟随的方法流程示意图;
图4为本公开另一实施例提供的机器人跟随的装置示意图;
图5为本公开另一实施例提供的机器人跟随的装置示意图;
图6为本公开另一实施例提供的电子设备的结构示意图。
具体实施方式
为了能够更清楚地描述本公开的技术内容,下面结合具体实施例来进行进一步的描述。
以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。
下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例,然而应当理解的是,本公开可以通过各种形式来实现,而且不应该被解释为限于这里阐述的实施例,相反提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是,本公开的附图及实施例仅用于示例性作用,并非用于限制本公开的保护范围。
应当理解,本公开的方法实施方式中记载的各个步骤可以按照不同的顺序执行,和/或并行执行。此外,方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本公开的范围在此方面不受限制。
本文使用的术语“包括”及其变形是开放性包括,即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”;术语“另一实施例”表示“至少一个另外的实施例”;术语“一些实施例”表示“至少一些实施例”。其他术语的相关定义将在下文描述中给出。
需要注意,本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分,并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
需要注意,本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的,本领域技术人员应当理解,除非在上下文另有明确指出,否则应该理解为“一个或多个”。
在本公开使用的术语是仅仅出于描述特定实施例的目的,而非旨在限制本申请。在本公开和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式,除非上下文清楚地表示其他含义。下面参考附图详细描述公开的各实施方式。
图1为本公开实施例提供的机器人跟随的方法的流程示意图,本实施例提供的该跟随方法可以由一机器人跟随的装置来执行,该装置可以实现为软件,或者实现为软件和硬件的组合,该装置可以集成设置在机器人内部,通过机器人控制系统的处理器来实现。如图1所示,该方法包括如下步骤:
步骤S101:判定所述机器人定位丢失时,中断执行的任务。
在步骤S101中,本公开中的机器人为可移动机器人,该机器人可设置轮子,也可轨道或其它移动方式。本公开的场景可以为公共场所(例如商场、机场),也可以在办公场所、仓库、交通道路等,在机器人执行任务时,比如送货、引导服务时,机器人通常根据室内图像和GPS来进行定位和导航,在机器人移动过程中,有时会移动到某个室内空间或偏僻的地方,导致机器人接收不到GPS信号,或者图像识别所在区域为陌生无法识别的区域,无法进行定位或环境识别,判定机器人定位丢失,此时,需要中断机器人目前所执行的任务,重新找到机器人的定位。
在步骤S101之前,还包括:通过GPS定位和/或视觉识别对所述机器人的位置进行定位,判断所述机器人是否定位丢失;如果所述机器人GPS定位失败和/或视觉识别所处环境为未知位置,则判定所述机器人定位丢失。
步骤S102:识别所述机器人周围的第一动态目标。
在步骤S102中,在机器人执行任务经过某个场景时,如果机器人接收不到GPS信号,或者图像识别所在区域为陌生无法识别的区域,被判定定位丢失时,机器人首先中断所执行的任务,然后通过机器人上的传感器扫描机器人所在区域一定范围内是否存在动态物体,通过视觉摄像头对比拍摄图像的色彩/点云图像变化,识别周围的可移动的动态物体目标,对识别出的动态物体目标进行距离比较,将距离最近的动态物体作为跟踪目标,第一次识别确定的动态目标记为第一动态目标,以该第一动态目标作为跟随目标。
本公开实施例中,识别所述机器人周围的第一动态目标,具体包括:开启所述机器人上的视觉传感器、测距传感器和/或音频传感器;通过所述视觉传感器对比图像变化,识别动态目标;根据所述测距传感器计算所述机器人与所述动态目标的距离;将所述机器人周围距离最近的动态目标作为第一动态目标。其中,所述视觉传感器包括深度摄像头和图像摄像头,所述测距传感器包括超声传感器、雷达和激光传感器至少其中之一,所述音频传感器包括声音传感器和图像传感器至少其中之一,本公开实施例中的传感器不限于此。
步骤S103:获取所述第一动态目标的运动轨迹。
在步骤S103中,本公开的实施例中的机器人进入某场景定位丢失时,该场景可以是室内,也可以是室外,本公开以室内场景为例,机器人在GPS定位或视觉定位无法识别所属场景时,跟实施例通过对识别出动态目标进行跟随直至重新找到定位,首先要根据机器人摄取的图像对环境图像和动态目标生成运动轨迹。生成运动轨迹的过程包括:利用机器人上设置的视觉传感器(例如相机)拍摄包含有位于机器人周围的地面环境图像,根据机器人的地面环境区域,在该地面环境区域中包含机器人所要跟随的动态目标,根据图像识别技术识别所述地面环境区域中的图像特征点,根据所述图像特征点以及机器人自身的位置建立图面环境坐标系,该坐标系以地面为平面确定出x、y方向,并根据图像深度计算或距离传感器(例如超声、雷达、激光等)计算图像特征点和动态目标分别与机器人位置的距离。以图面环境坐标系为基准,确定机器人和所述动态目标相对于坐标系中特征点的偏移距离和偏移角度,从而根据所述偏移距离和偏移角度在所述地面环境坐标系中生成动态目标的运动轨迹。同时根据机器人与图像特征点的偏移距离和偏移角度实时确定机器人在坐标系的具体位置以及位置变化轨迹。从而根据机器人在坐标系中的具体位置和动态目标在坐标系中的运动轨迹进行实时导航跟随。
本公开实施例中,所述获取所述第一动态目标的运动轨迹,具体包括:通过所述机器人上的视觉传感器采集包含所述第一动态目标的地面环境图像;提取所述地面环境图像的特征点;根据所述特征点建立地面环境坐标系;计算所述第一动态目标在所述地面环境坐标系中相对特征点的偏移距离和偏移角度;根据所述偏移距离和偏移角度在所述地面环境坐标系中生成所述第一动态目标的运动轨迹。
步骤S104:按照所述运动轨迹对所述机器人进行导航跟随。
在步骤S104中,本公开实施例中,根据所述图像特征点以及机器人自身的位置建立的图面环境坐标系,根据地面上确定出的x、y方向,并根据图像深度计算或距离传感器(例如超声、雷达、激光等)计算得到图像特征点和动态目标分别与机器人位置的距离。并根据机器人与图像特征点的偏移距离和偏移角度实时确定机器人在坐标系的具体位置以及位置变化轨迹。从而根据机器人在坐标系中的具体位置和动态目标在坐标系中的运动轨迹进行实时导航跟随。
另外,在本实施例中,优选的,机器人按照所述运动轨迹进行导航跟随的过程中,如果在运动路径上存在障碍物,所述机器人根据自身传感器和算法先进行避障运动,避障后回到所述运动轨迹上继续进行导航跟随。
进一步的,所述方法还包括:判断所述机器人是否能够通过所述运动轨迹上的地面通道。
本公开实施例中,机器人进入某场景定位丢失,找到跟随目标进行轨迹跟随,跟随的过程中遇到地面通道时,此时需要对所述地面通道的尺寸和跟随目标的尺寸做比较,判断机器人本身是否可以顺利通过,本公开通过机器人上设置的深度摄像头获取所述动态目标和地面通道的深度信息,通过计算得到所述动态目标和地面通道的长宽高等的尺寸信息,然后获取机器人中自身的长宽高等尺寸信息,通过比较机器人自身的尺寸与动态目标和地面通道的尺寸信息,通过尺寸信息的比较结果来判断机器人是否可以通过所述地面通道。具体的,如果机器人本身的高度、宽度尺寸同时比所述地面通道的高度、宽度尺寸小,则可以判定机器人可以通过所述地面通道;如果机器人本身的高度、宽度尺寸同时比所述地面通道的高度、宽度尺寸大或相等,则判定机器人可以通过所述地面通道。也可以优先比较所述机器人本身的高度、宽度尺寸和所述动态目标的高度、宽度尺寸,如果机器人本身的高度、宽度尺寸同时比所述动态目标的高度、宽度尺寸小,则可以判定机器人可以通过所述地面通道;如果机器人本身的高度、宽度尺寸同时所述地面通道的高度、宽度尺寸大或相等,则需要再比较所述机器人本身的高度、宽度尺寸和所述地面通道的高度、宽度尺寸,如果机器人本身的高度、宽度尺寸同时比所述地面通道的高度、宽度尺寸小,才能判定机器人可以通过所述地面通道。
具体的,所述判断所述机器人是否能够通过所述运动轨迹上的地面通道,包括:获取所述第一动态目标和地面通道的深度信息,并计算得到所述第一动态目标的第一尺寸以及所述地面通道的第二尺寸;根据所述机器人的自身尺寸与所述第一尺寸和第二尺寸的关系判断所述机器人是否能够通过。
其中,所述获取所述第一动态目标和地面通道的深度信息,并计算得到所述第一动态目标的第一尺寸信息以及所述地面通道的第二尺寸信息,包括:通过深度摄像头获取所述第一动态目标和所述地面通道的深度图像;在所述深度图像中定位所述第一动态目标和所述地面通道的多个特定关键点;产生所述第一动态目标和所述地面通道的多个特定关键点的空间坐标;基于所述特定对象的多个特定关键点的空间坐标,计算所述第一动态目标的第一尺寸和所述地面通道的第二尺寸信息。其中,所述根据所述机器人的自身尺寸与所述第一尺寸和第二尺寸的关系判断所述机器人是否能够通过,包括:对比所述机器人自身的尺寸与所述第一动态目标的第一尺寸以及所述地面环境通行的第二尺寸的大小;根据所述对比结果判断所述机器人是否能够通过;如果所述机器人自身的尺寸小于等于所述第一尺寸和第二尺寸,则判定所述机器人能够通过所述地面通道。
其中,通过深度摄像头获取的深度图像数据计算获得目标尺寸信息的方法包括:
拍摄特定对象的深度图像。具体地,可以利用机器人上的深度摄像头或者独立于所述机器人的可以向所述机器人传送深度图像的其它深度图像采集装置(例如与机器人联网的深度摄像头)。所述深度图像可以是照片,也可以是视频中的一帧。所述照片可以包括一幅或多幅单一场景的照片,也可以是全景照片。在所述深度图像中定位特定对象的多个特定关键点。可以根据实际应用环境确定所述特定对象,例如在人体身材数据提取的应用环境下所述特定对象可以为人体,在特定种类动物的身形数据提取的应用环境下所述特定对象可以为该种类动物,以及在某种物品的尺寸数据提取的应用环境下所述特定对象可以为该物品。对于每个种类的特定对象而言,所述多个特定关键点可以不同。例如,所述特定关键点可以是所述特定对象的结构特征的关键点,具体地可以是所述特定对象的外形轮廓中的极值点或拐点,在所述极值点处所述特定对象的外形轮廓的某一几何参数具有极大值或极小值,在所述拐点处所述特定对象的外形轮廓的某一几何参数的变化量趋势发生变化。
可选地,在所述深度图像中定位特定对象的多个特定关键点之前,可以对所述深度图像进行预处理,以利于所述特定关键点的定位。例如,在所述图像是照片的情况下,所述预处理可以包括对照片进行缩放和/或降噪处理,在所述图像是视频的情况下,所述预处理可以包括提取视频的关键帧等。
所述深度图像采集装置相对于地面具有预定高度,在所述特定对象为人体时,所述人体站立在地面上,所述深度图像采集装置拍摄所述人体的深度图像。由于所述深度图像采集装置存在一定成像角度,例如所述深度成像采集装置相对于地面的安装高度为1.5米,并且对于所述特定对象所在的拍摄平面,假设该拍摄平面与所述深度图像采集装置的水平距离为1.5米,所述深度图像采集装置可以采集从地面到2.5米的高度,即0-2.5米的拍摄高度范围,在此情况下,所述深度图像采集装置在垂直方向的成像角度范围可以为-45°-33°。此外,还可以类似地确定所述深度图像采集装置在水平方向的成像角度范围。因此,在根据深度图像产生所述特定对象的多个特定关键点的空间坐标时需要考虑垂直方向的成像角度范围以及水平方向的成像角度范围。
在所述深度图像上建立二维坐标系,例如以所述深度图像的左下角、左上角、右下角、右上角、或中心点为所述二维坐标系的原点,建立二维坐标系。在该二维坐标系的基础上,增加深度维度,可以构成虚拟的三维坐标系。例如,可以根据所述深度图像采集装置的成像比、所述深度图像采集装置与所述特定对象的水平距离、所述深度图像采集装置的安装高度、以及所述深度图像采集装置的其它拍摄参数中的至少一部分,计算所述虚拟的三维坐标系与所述物理世界坐标系之间的坐标变换矩阵,从而可以直接依据每个特定关键点在所述深度图像中的坐标位置。基于所述特定对象的多个特定关键点的空间坐标,计算所述动态目标和地面通道的尺寸信息。
本实施例中,在所述动态目标为人体、机器人的情况下,所述动态目标的尺寸信息可以为高度、长度和宽度,当然可以优先选择所述动态目标的高度和宽度来进行比较。同样的原来,也可以计算地面通道的高度、长度和宽度,通过的关键在于高度和宽度,可以优先比较所述机器人本身的高度、宽度尺寸和所述地面通道的高度、宽度尺寸,如果机器人本身的高度、宽度尺寸同时比所述地面通道的高度、宽度尺寸小,则可以判定机器人可以通过所述地面通道;如果机器人本身的高度、宽度尺寸同时比所述地面通道的高度、宽度尺寸大或相等,则判定机器人能够通过所述地面通道。也可以优先比较所述机器人本身的高度、宽度尺寸和所述动态目标的高度、宽度尺寸,如果机器人本身的高度、宽度尺寸同时比所述动态目标的高度、宽度尺寸小,则可以判定机器人可以通过所述地面通道;如果机器人本身的高度、宽度尺寸同时所述地面通道的高度、宽度尺寸大或相等,则需要再比较所述机器人本身的高度、宽度尺寸和所述地面通道的高度、宽度尺寸,如果机器人本身的高度、宽度尺寸同时比所述地面通道的高度、宽度尺寸小,才能判定机器人能够通过所述地面通道;否则判定机器人不能通过所述地面通道。
进一步的,如果所述机器人能够通过,则继续跟随所述第一动态目标,如果所述机器人不能通过,则放弃所述第一动态目标,寻找第二动态目标进行切换跟随。
通过对机器人尺寸与第一动态目标、地面通道尺寸的比较结果,决定是否继续跟随所述第一动态目标。具体的,如果判定机器人能够通过所述地面通道,则该机器人继续跟随所述第一动态目标;如果判定机器人不能通过所述地面通道,那么所述机器人则无法继续跟随所述第一动态目标,这时,需要寻找另外的动态目标进行跟随,此时,可按照步骤S102中识别动态目标的方法,机器人重新识别周围一定距离的动态目标,通过所述机器人上的视觉传感器、测距传感器和/或音频传感器对比图像变化,识别动态目标,根据所述测距传感器计算所述机器人与所述动态目标的距离,将所述机器人周围距离最近的动态目标作为第二动态目标。然后获取所述第二动态目标的运动轨迹,通过所述机器人上的视觉传感器采集包含所述第二动态目标的地面环境图像,提取所述地面环境图像的特征点,根据所述特征点建立地面环境坐标系,计算所述第二动态目标在所述地面环境坐标系中相对特征点的偏移距离和偏移角度;根据所述偏移距离和偏移角度在所述地面环境坐标系中生成所述第二动态目标的运动轨迹。从而机器人切换跟随的动态目标,按照所述第二动态目标的运动轨迹对所述机器人进行导航跟随。
步骤S105:在跟随过程中不断重新定位,定位成功后终止跟随,继续执行所述任务。
在步骤S105中,本实施例中,机器人跟随第二动态目标后,如果遇到难以通过的地面通道,会继续识别动态目标,并根据新是识别的跟随目标切换跟随新的动态目标,新的动态目标以此为第三动态目标、第四动态目标、……、第N动态目标,其中,N为自然数。在跟随第N动态目标的过程中不断进行重新定位,该重新定位包括不断搜索GPS定位信号,或不断通过视觉识别周围环境图像进行视觉定位,在GPS定位或视觉定位成功后,无论当时跟随的是第N动态目标,立即终止跟随,继续执行中断的任务。本实施例中,这种中断的任务具有可持续性,执行的任务可以是送货、送餐、引导、搜寻等服务任务,也可以是自行归位行为。
图2为本公开一实施例提供的机器人跟随的场景示意图。本公开中的机器人为可移动机器人,该机器人可设置轮子,也可轨道或其它移动方式。本公开的场景可以为公共场所(例如商场、机场),也可以在办公场所、仓库、交通道路等。本公开实施例以具有轮子的可移动机器人,并以商场的场景为例进行说明,在机器人执行任务时,比如送货、引导服务时,机器人根据视觉识别和/或GPS来进行定位和导航,在机器人执行任务移动过程中,进入了某个室内空间或偏僻的地方,如图中起始位置所示,导致机器人接收不到GPS信号,或者图像识别所在区域为陌生无法识别的区域,无法进行GPS定位或视觉定位,判定机器人定位丢失。
此时,机器人首先中断所执行的任务,然后打开机器人上的相关传感器或全部传感器,通过机器人上的传感器扫描机器人所在区域一定范围内是否存在动态物体,通过视觉摄像头对比拍摄图像的色彩/点云图像变化,识别周围的可移动的动态物体目标,对识别出的动态物体目标进行距离比较,将距离最近的动态物体作为跟踪目标,第一次识别确定的动态目标记为第一动态目标,如图中所示,以该第一动态目标作为跟随目标。
在跟随第一动态目标过程中,遇到图中所示的地面通道式时,判断所述机器人是否能够通过所述运动轨迹上的地面通道,通过获取所述第一动态目标和地面通道的深度信息,并计算得到所述第一动态目标的第一尺寸以及所述地面通道的第二尺寸;根据所述机器人的自身尺寸与所述第一尺寸和第二尺寸的关系判断所述机器人是否能够通过。如果所述机器人能够通过,则继续跟随所述第一动态目标,如果所述机器人不能通过,则放弃所述第一动态目标,寻找第二动态目标进行切换跟随。
如图中所示,如果在跟随动态目标过程中检测到运动路径上存在障碍物,所述机器人根据自身传感器和算法先进行自动避障,避障后回到所述运动轨迹上继续进行导航跟随。
图3为本公开另一实施例提供的机器人跟随的方法流程示意图。
该实施例中与第一实施例中的流程相同的部分采用相同的方法,其不同在于机器人跟随的动态目标为多组,且每组为至少一个动态目标的情况,这种情况更复杂一些。
具体的,该实施例中的机器人跟随的方法,包括:
步骤S301:判定所述机器人定位丢失时,中断执行的任务;
步骤S302:识别所述机器人周围一定范围内运动方向一致的第一组动态目标;
步骤S303:获取所述第一组动态物体对应的第一组运动轨迹;
步骤S304:按照所述第一组运动轨迹对所述机器人进行导航跟随;
步骤S305:在所述第一组运动轨迹产生不一致时,选取运动方向最多的多个第一组动态目标个体作为第二组动态目标;
步骤S306:获取所述第二组动态物体对应的第二组运动轨迹;
步骤S307:按照所述第二组运动轨迹对所述机器人进行导航跟随;
步骤S308:在跟随过程中不断重新定位,定位成功后终止跟随,继续执行所述任务。
进一步的,在所述按照所述第二组运动轨迹对所述机器人进行导航跟随之后,所述方法还包括:在所述第二组运动轨迹产生不一致时,选取运动方向最多的多个第二组动态目标个体作为第三组动态目标;获取所述第三组动态物体对应的第三组运动轨迹;按照所述第三组运动轨迹对所述机器人进行导航跟随;直至产生第N组动态目标,按照对应的第N组运动轨迹对所述机器人进行导航跟随;所述N为大于3的自然数。
进一步的,在机器人跟随第N组动态目标时,会有新的移动物体进入机器人视觉识别范围,此时机器人通过识别该运动物体的运动方向,确定该运动物体是否加入该组动态目标。如果运动方向一致,则将其加入该组动态目标,并继续对该组进行识别跟随。
进一步的,如果所述第N组动态目标为两个运动目标,此时该两个运动目标的运动轨迹产生不一致时,机器人选择距离近的运动目标继续进行跟随。
图4示出了本公开另一实施例提供的机器人跟随的装置示意图。该装置包括:中断模块401、识别模块402、获取模块403、跟随模块404和终止跟随模块405。其中:
所述中断模块401,用于判定所述机器人定位丢失时,中断执行的任务。
机器人通常根据室内图像和GPS来进行定位和导航,在机器人移动过程中,有时会移动到某个室内空间或偏僻的地方,导致机器人接收不到GPS信号,或者图像识别所在区域为陌生无法识别的区域,无法进行定位或环境识别,判定机器人定位丢失,此时,需要中断机器人目前所执行的任务,重新找到机器人的定位。
所述识别模块402,用于识别所述机器人周围的第一动态目标。
在机器人执行任务经过某个场景时,如果机器人接收不到GPS信号,或者图像识别所在区域为陌生无法识别的区域,被判定定位丢失时,机器人首先中断所执行的任务,然后通过机器人上的传感器扫描机器人所在区域一定范围内是否存在动态物体,通过视觉摄像头对比拍摄图像的色彩/点云图像变化,识别周围的可移动的动态物体目标,对识别出的动态物体目标进行距离比较,将距离最近的动态物体作为跟踪目标,第一次识别确定的动态目标记为第一动态目标,以该第一动态目标作为跟随目标。
所述识别模块,具体用于:开启所述机器人上的视觉传感器、测距传感器和/或音频传感器;通过所述视觉传感器对比图像变化,识别动态目标;根据所述测距传感器计算所述机器人与所述动态目标的距离;将所述机器人周围距离最近的动态目标作为第一动态目标。
所述获取模块403,用于获取所述第一动态目标的运动轨迹。
该模块中生成运动轨迹的过程包括:利用机器人上设置的视觉传感器(例如相机)拍摄包含有位于机器人周围的地面环境图像,根据机器人的地面环境区域,在该地面环境区域中包含机器人所要跟随的动态目标,根据图像识别技术识别所述地面环境区域中的图像特征点,根据所述图像特征点以及机器人自身的位置建立图面环境坐标系,该坐标系以地面为平面确定出x、y方向,并根据图像深度计算或距离传感器(例如超声、雷达、激光等)计算图像特征点和动态目标分别与机器人位置的距离。以图面环境坐标系为基准,确定机器人和所述动态目标相对于坐标系中特征点的偏移距离和偏移角度,从而根据所述偏移距离和偏移角度在所述地面环境坐标系中生成动态目标的运动轨迹。同时根据机器人与图像特征点的偏移距离和偏移角度实时确定机器人在坐标系的具体位置以及位置变化轨迹。从而根据机器人在坐标系中的具体位置和动态目标在坐标系中的运动轨迹进行实时导航跟随。
所述获取模块,具体用于:通过所述机器人上的视觉传感器采集包含所述第一动态目标的地面环境图像;提取所述地面环境图像的特征点;根据所述特征点建立地面环境坐标系;计算所述第一动态目标在所述地面环境坐标系中相对特征点的偏移距离和偏移角度;根据所述偏移距离和偏移角度在所述地面环境坐标系中生成所述第一动态目标的运动轨迹。
所述跟随模块404,用于按照所述运动轨迹对所述机器人进行导航跟随。
该模块具体用于:根据所述图像特征点以及机器人自身的位置建立的图面环境坐标系,根据地面上确定出的x、y方向,并根据图像深度计算或距离传感器(例如超声、雷达、激光等)计算得到图像特征点和动态目标分别与机器人位置的距离。并根据机器人与图像特征点的偏移距离和偏移角度实时确定机器人在坐标系的具体位置以及位置变化轨迹。从而根据机器人在坐标系中的具体位置和动态目标在坐标系中的运动轨迹进行实时导航跟随。
进一步的,所述装置还包括:判断模块,用于判断所述机器人是否能够通过所述运动轨迹上的地面通道。
该判断模块,具体用于:获取所述第一动态目标和地面通道的深度信息,并计算得到所述第一动态目标的第一尺寸以及所述地面通道的第二尺寸;根据所述机器人的自身尺寸与所述第一尺寸和第二尺寸的关系判断所述机器人是否能够通过。
进一步的,该模块中,所述获取所述第一动态目标和地面通道的深度信息,并计算得到所述第一动态目标的第一尺寸信息以及所述地面通道的第二尺寸信息,包括:通过深度摄像头获取所述第一动态目标和所述地面通道的深度图像;在所述深度图像中定位所述第一动态目标和所述地面通道的多个特定关键点;产生所述第一动态目标和所述地面通道的多个特定关键点的空间坐标;基于所述特定对象的多个特定关键点的空间坐标,计算所述第一动态目标的第一尺寸和所述地面通道的第二尺寸信息。
进一步的,该模块中,所述根据所述机器人的自身尺寸与所述第一尺寸和第二尺寸的关系判断所述机器人是否能够通过,包括:对比所述机器人自身的尺寸与所述第一动态目标的第一尺寸以及所述地面环境通行的第二尺寸的大小;根据所述对比结果判断所述机器人是否能够通过;如果所述机器人自身的尺寸小于等于所述第一尺寸和第二尺寸,则判定所述机器人能够通过所述地面通道。
进一步的,所述装置还包括:切换跟随模块,如果所述机器人能够通过,则继续跟随所述第一动态目标,如果所述机器人不能通过,则放弃所述第一动态目标,寻找第二动态目标进行切换跟随。
该模块,具体用于:如果判定机器人能够通过所述地面通道,则该机器人继续跟随所述第一动态目标;如果判定机器人不能通过所述地面通道,那么所述机器人则无法继续跟随所述第一动态目标,这时,需要寻找另外的动态目标进行跟随,此时,可按照识别第一动态目标的方法,机器人重新识别周围一定距离的动态目标,通过所述机器人上的视觉传感器、测距传感器和/或音频传感器对比图像变化,识别动态目标,根据所述测距传感器计算所述机器人与所述动态目标的距离,将所述机器人周围距离最近的动态目标作为第二动态目标。然后获取所述第二动态目标的运动轨迹,通过所述机器人上的视觉传感器采集包含所述第二动态目标的地面环境图像,提取所述地面环境图像的特征点,根据所述特征点建立地面环境坐标系,计算所述第二动态目标在所述地面环境坐标系中相对特征点的偏移距离和偏移角度;根据所述偏移距离和偏移角度在所述地面环境坐标系中生成所述第二动态目标的运动轨迹。从而机器人切换跟随的动态目标,按照所述第二动态目标的运动轨迹对所述机器人进行导航跟随。
所述终止跟随模块405,用于在跟随过程中不断重新定位,定位成功后终止跟随,继续执行所述任务。
该终止跟随模块具体用于:机器人跟随第二动态目标后,如果遇到难以通过的地面通道,会继续识别动态目标,并根据新是识别的跟随目标切换跟随新的动态目标,新的动态目标以此为第三动态目标、第四动态目标、……、第N动态目标,其中,N为自然数。在跟随第N动态目标的过程中不断进行重新定位,该重新定位包括不断搜索GPS定位信号,或不断通过视觉识别周围环境图像进行视觉定位,在GPS定位或视觉定位成功后,无论当时跟随的是第N动态目标,立即终止跟随,继续执行中断的任务。
另外,该装置还包括:
定位判断模块,用于通过GPS定位和/或视觉识别对所述机器人的位置进行定位,判断所述机器人是否定位丢失;
丢失判定模块,用于如果所述机器人GPS定位失败和/或视觉识别所处环境为未知位置,则判定所述机器人定位丢失。
另外,该装置还包括:
避障模块,用于机器人按照所述运动轨迹进行导航跟随的过程中,如果在运动路径上存在障碍物,所述机器人根据自身传感器和算法先进行避障运动,避障后回到所述运动轨迹上继续进行导航跟随。
图4所示装置可以执行图1所示实施例的方法,本实施例未详细描述的部分,可参考对图1所示实施例的相关说明。该技术方案的执行过程和技术效果参见图1所示实施例中的描述,在此不再赘述。
图5示出了本公开另一实施例提供的机器人跟随的装置示意图。该装置包括:中断模块501、识别模块502、第一获取模块503、第一跟随模块504、选取模块505、第二获取模块506、第二跟随模块507和终止跟随模块508。其中:
所述中断模块501,用于判定所述机器人定位丢失时,中断执行的任务;
所述识别模块502,用于识别所述机器人周围一定范围内运动方向一致的第一组动态目标;
所述第一获取模块503,用于获取所述第一组动态物体对应的第一组运动轨迹;
所述第一跟随模块504,用于按照所述第一组运动轨迹对所述机器人进行导航跟随;
所述选取模块505,用于在所述第一组运动轨迹产生不一致时,选取运动方向最多的多个第一组动态目标个体作为第二组动态目标;
所述第二获取模块506,用于获取所述第二组动态物体对应的第二组运动轨迹;
所述第二跟随模块507,用于按照所述第二组运动轨迹对所述机器人进行导航跟随;
所述终止跟随模块508,用于在跟随过程中不断重新定位,定位成功后终止跟随,继续执行所述任务。
进一步的,所述装置还包括:
第三选取模块,用于在所述第二组运动轨迹产生不一致时,选取运动方向最多的多个第二组动态目标个体作为第三组动态目标;
第三获取模块,用于获取所述第三组动态物体对应的第三组运动轨迹;
第三跟随模块,用于按照所述第三组运动轨迹对所述机器人进行导航跟随;
第N跟随模块,用于直至产生第N组动态目标,按照对应的第N组运动轨迹对所述机器人进行导航跟随;所述N为大于3的自然数。
进一步的,所述装置还包括:
目标增加模块,用于在机器人跟随第N组动态目标时,会有新的移动物体进入机器人视觉识别范围,此时机器人通过识别该运动物体的运动方向,确定该运动物体是否加入该组动态目标。如果运动方向一致,则将其加入该组动态目标,并继续对该组进行识别跟随。
进一步的,所述装置还包括:
择一模块,用于如果所述第N组动态目标为两个运动目标,此时该两个运动目标的运动轨迹产生不一致时,机器人选择距离近的运动目标继续进行跟随。
下面参考图6,其示出了适于用来实现本公开另一实施例的电子设备600的结构示意图。本公开实施例中的终端设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图6示出的电子设备仅仅是一个示例,不应对本公开实施例的功能和使用范围带来任何限制。
如图6所示,电子设备600可以包括处理装置(例如中央处理器、图形处理器等)601,其可以根据存储在只读存储器(ROM)602中的程序或者从存储装置608加载到随机访问存储器(RAM)603中的程序而执行各种适当的动作和处理。在RAM 603中,还存储有电子设备600操作所需的各种程序和数据。处理装置601、ROM 602以及RAM603通过通信线路604彼此相连。输入/输出(I/O)接口605也连接至通信线路604。
通常,以下装置可以连接至I/O接口605:包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置606;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置607;包括例如磁带、硬盘等的存储装置608;以及通信装置609。通信装置609可以允许电子设备600与其他设备进行无线或有线通信以交换数据。虽然图6示出了具有各种装置的电子设备600,但是应理解的是,并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。
特别地,根据本公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括承载在非暂态计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信装置609从网络上被下载和安装,或者从存储装置608被安装,或者从ROM 602被安装。在该计算机程序被处理装置601执行时,执行本公开实施例的方法中限定的上述功能。
需要说明的是,本公开上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开中,计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:电线、光缆、RF(射频)等等,或者上述的任意合适的组合。
在一些实施方式中,客户端、服务器可以利用诸如HTTP(HyperText TransferProtocol,超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信,并且可以与任意形式或介质的数字数据通信(例如,通信网络)互连。通信网络的示例包括局域网(“LAN”),广域网(“WAN”),网际网(例如,互联网)以及端对端网络(例如,ad hoc端对端网络),以及任何当前已知或未来研发的网络。
上述计算机可读介质可以是上述电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。
上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被该电子设备执行时,使得该电子设备:执行上述实施例中的交互方法。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码,上述程序设计语言包括但不限于面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开实施例中所涉及到的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。其中,单元的名称在某种情况下并不构成对该单元本身的限定。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如,非限制性地,可以使用的示范类型的硬件逻辑部件包括:现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)等等。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
根据本公开的一个或多个实施例,提供了一种电子设备,包括:至少一个处理器;以及,与所述至少一个处理器通信连接的存储器;其中,所述存储器存储有能被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行前述第一方面中的任一所述方法。
根据本公开的一个或多个实施例,提供了一种非暂态计算机可读存储介质,其特征在于,该非暂态计算机可读存储介质存储计算机指令,该计算机指令用于使计算机执行前述第一方面中的任一所述方法。
以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本公开中所涉及的公开范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离上述公开构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
Claims (4)
1.一种机器人跟随的方法,其特征在于,包括:
判定所述机器人定位丢失时,中断执行的任务;
识别所述机器人周围一定范围内运动方向一致的第一组动态目标;
获取所述第一组动态目标对应的第一组运动轨迹;
按照所述第一组运动轨迹对所述机器人进行导航跟随;
在所述第一组运动轨迹产生不一致时,选取运动方向最多的多个第一组动态目标个体作为第二组动态目标;
获取所述第二组动态目标对应的第二组运动轨迹;
按照所述第二组运动轨迹对所述机器人进行导航跟随;
在跟随过程中不断重新定位,定位成功后终止跟随,继续执行所述任务。
2.根据权利要求1所述的方法,其特征在于,在所述按照所述第二组运动轨迹对所述机器人进行导航跟随之后,所述方法还包括:
在所述第二组运动轨迹产生不一致时,选取运动方向最多的多个第二组动态目标个体作为第三组动态目标;
获取所述第三组动态物体对应的第三组运动轨迹;
按照所述第三组运动轨迹对所述机器人进行导航跟随;
直至产生第N组动态目标,按照对应的第N组运动轨迹对所述机器人进行导航跟随;
所述N为大于3的自然数。
3.一种机器人跟随的装置,其特征在于,包括:
中断模块,用于判定所述机器人定位丢失时,中断执行的任务;
识别模块,用于识别所述机器人周围一定范围内运动方向一致的第一组动态目标;
第一获取模块,用于获取所述第一组动态目标对应的第一组运动轨迹;
第一跟随模块,用于按照所述第一组运动轨迹对所述机器人进行导航跟随;
选取模块,用于在所述第一组运动轨迹产生不一致时,选取运动方向最多的多个第一组动态目标个体作为第二组动态目标;
第二获取模块,用于获取所述第二组动态目标对应的第二组运动轨迹;
第二跟随模块,用于按照所述第二组运动轨迹对所述机器人进行导航跟随;
终止跟随模块,用于在跟随过程中不断重新定位,定位成功后终止跟随,继续执行所述任务。
4.一种电子设备,包括:
存储器,用于存储计算机可读指令;以及
处理器,用于运行所述计算机可读指令,使得所述电子设备实现根据权利要求1-2中任意一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111162759.6A CN113910224B (zh) | 2021-09-30 | 2021-09-30 | 机器人跟随的方法、装置及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111162759.6A CN113910224B (zh) | 2021-09-30 | 2021-09-30 | 机器人跟随的方法、装置及电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113910224A CN113910224A (zh) | 2022-01-11 |
CN113910224B true CN113910224B (zh) | 2023-07-21 |
Family
ID=79237574
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111162759.6A Active CN113910224B (zh) | 2021-09-30 | 2021-09-30 | 机器人跟随的方法、装置及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113910224B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2024015031A1 (en) * | 2022-07-11 | 2024-01-18 | Delivers Ai Robotik Otonom Surus Bilgi Teknolojileri A.S. | A delivery system and hybrid localization method for a delivery robot |
CN115366097A (zh) * | 2022-07-27 | 2022-11-22 | 东莞市本末科技有限公司 | 机器人跟随方法、装置、机器人及计算机可读存储介质 |
CN115509263B (zh) * | 2022-11-24 | 2023-03-10 | 广州疆海科技有限公司 | 储能设备跟随控制方法、装置、储能设备和可读存储介质 |
Family Cites Families (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104359464A (zh) * | 2014-11-02 | 2015-02-18 | 天津理工大学 | 基于立体视觉的移动机器人定位方法 |
CN115657662A (zh) * | 2016-09-28 | 2023-01-31 | 关健生 | 一种基于分布式框架的自主导航巡检机器人 |
KR101907548B1 (ko) * | 2016-12-23 | 2018-10-12 | 한국과학기술연구원 | 휴먼 추종을 위한 이동로봇의 주행 및 탐색방법 |
CN106970627A (zh) * | 2017-05-17 | 2017-07-21 | 深圳市元时科技有限公司 | 一种智能跟随系统 |
CN107909614B (zh) * | 2017-11-13 | 2021-02-26 | 中国矿业大学 | 一种gps失效环境下巡检机器人定位方法 |
CN108673501B (zh) * | 2018-05-17 | 2022-06-07 | 中国科学院深圳先进技术研究院 | 一种机器人的目标跟随方法及装置 |
CN109190478A (zh) * | 2018-08-03 | 2019-01-11 | 北京猎户星空科技有限公司 | 焦点跟随过程中目标对象的切换方法、装置及电子设备 |
CN110455285A (zh) * | 2019-07-22 | 2019-11-15 | 深圳联合飞机科技有限公司 | 一种在卫星导航信号失效时的无人机导航方法及导航装置 |
CN110660082B (zh) * | 2019-09-25 | 2022-03-08 | 西南交通大学 | 一种基于图卷积与轨迹卷积网络学习的目标跟踪方法 |
CN110645992B (zh) * | 2019-11-07 | 2021-08-20 | 北京云迹科技有限公司 | 一种导航方法及装置 |
CN111239790B (zh) * | 2020-01-13 | 2024-02-06 | 上海师范大学 | 一种基于5g网络机器视觉的车辆导航系统 |
CN112561960B (zh) * | 2020-12-10 | 2023-12-26 | 中国科学院深圳先进技术研究院 | 一种基于轨迹相似性度量学习的多目标跟踪重定位方法 |
-
2021
- 2021-09-30 CN CN202111162759.6A patent/CN113910224B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN113910224A (zh) | 2022-01-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113910224B (zh) | 机器人跟随的方法、装置及电子设备 | |
US11165959B2 (en) | Connecting and using building data acquired from mobile devices | |
JP7236565B2 (ja) | 位置姿勢決定方法、装置、電子機器、記憶媒体及びコンピュータプログラム | |
CN108921894B (zh) | 对象定位方法、装置、设备和计算机可读存储介质 | |
US10297084B2 (en) | Identification of relative distance of objects in images | |
CN108198044B (zh) | 商品信息的展示方法、装置、介质及电子设备 | |
US9870437B2 (en) | Systems and methods for detecting and modeling curb curves in complex urban scenes | |
US20140348380A1 (en) | Method and appratus for tracking objects | |
CN111311649A (zh) | 一种室内物联视频跟踪方法和系统 | |
WO2023103377A1 (zh) | 标定方法及装置、电子设备、存储介质及计算机程序产品 | |
EP4050305A1 (en) | Visual positioning method and device | |
US11561651B2 (en) | Virtual paintbrush implementing method and apparatus, and computer readable storage medium | |
KR20220123218A (ko) | 타깃 포지셔닝 방법, 장치, 전자 기기, 저장 매체 및 프로그램 | |
CN113587928B (zh) | 导航方法、装置、电子设备、存储介质及计算机程序产品 | |
KR102029741B1 (ko) | 객체를 추적하는 방법 및 시스템 | |
CN111310595B (zh) | 用于生成信息的方法和装置 | |
CN111445499B (zh) | 用于识别目标信息的方法及装置 | |
CN113378605B (zh) | 多源信息融合方法及装置、电子设备和存储介质 | |
CN112307323B (zh) | 信息推送方法和装置 | |
KR102383567B1 (ko) | 시각 정보 처리 기반의 위치 인식 방법 및 시스템 | |
CN113703704B (zh) | 界面显示方法、头戴式显示设备和计算机可读介质 | |
CN114550086A (zh) | 一种人群定位方法及装置、电子设备和存储介质 | |
CN116136408A (zh) | 室内导航方法、服务器、装置和终端 | |
CN114600162A (zh) | 用于捕捉摄像机图像的场景锁定模式 | |
CN112991542B (zh) | 房屋三维重建方法、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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |