CN114003036A - 机器人避障控制方法、装置、设备和介质 - Google Patents
机器人避障控制方法、装置、设备和介质 Download PDFInfo
- Publication number
- CN114003036A CN114003036A CN202111265744.2A CN202111265744A CN114003036A CN 114003036 A CN114003036 A CN 114003036A CN 202111265744 A CN202111265744 A CN 202111265744A CN 114003036 A CN114003036 A CN 114003036A
- Authority
- CN
- China
- Prior art keywords
- robot
- obstacle
- position data
- obstacles
- group
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 54
- 238000001514 detection method Methods 0.000 claims abstract description 130
- 238000005192 partition Methods 0.000 claims abstract description 76
- 238000013507 mapping Methods 0.000 claims abstract description 24
- 230000004927 fusion Effects 0.000 claims description 37
- 238000004891 communication Methods 0.000 claims description 20
- 238000003860 storage Methods 0.000 claims description 14
- 230000004888 barrier function Effects 0.000 claims description 13
- 238000004590 computer program Methods 0.000 claims description 9
- 230000002265 prevention Effects 0.000 claims description 7
- 230000000007 visual effect Effects 0.000 claims description 6
- 238000013506 data mapping Methods 0.000 claims description 4
- 230000000694 effects Effects 0.000 abstract description 7
- 230000001276 controlling effect Effects 0.000 description 60
- 230000000875 corresponding effect Effects 0.000 description 40
- 230000008569 process Effects 0.000 description 8
- 230000002596 correlated effect Effects 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 230000007613 environmental effect Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000001960 triggered effect Effects 0.000 description 3
- 230000002349 favourable effect Effects 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000009776 industrial production Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 230000008707 rearrangement Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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
- G05D1/0246—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
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Aviation & Aerospace Engineering (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Electromagnetism (AREA)
- Acoustics & Sound (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明实施例公开了一种机器人避障控制方法、装置、设备和介质。该方法包括：根据机器人上配置的至少两个检测来源上报的障碍物检测数据，计算得到各所述检测来源对应的障碍物位置数据；将各所述检测来源对应的障碍物位置数据进行融合，以确定所述机器人周边的障碍物的位置数据；建立所述障碍物的位置数据与机器人周边预设分区的映射关系；根据所述机器人各分区中障碍物的位置数据，控制所述机器人进行避障。本发明实施例，通过对障碍物数据进行融合，并映射至各分区中，进而控制机器人进行避障，解决了机器人因障碍物触发传感器防护距离导致停止移动的问题，达到了机器人在融合的障碍物数据下，安全可靠高效的避障效果。
Description
技术领域
本发明实施例涉及机器人技术领域，尤其涉及一种机器人避障控制方法、装置、设备和介质。
背景技术
随着自动化工业水平的快速发展，机器人已经在各个工业生产领域中得到了广泛的应用；并且机器人在生活服务领域也快速发展。
机器人的普及的阻力之一就是机器人避障技术，现有机器人在被障碍物阻挡停止时，依靠机器人自身的避障系统已经无法安装的避障，所以现有技术往往采用远程控制或直接采用人工的方式帮助机器人脱离障碍物，如人工前往机器人所在位置，推动机器人避开障碍物。
现有技术方案采用远程控制技术的缺点是：对机器人强行控制，无传感器检测保护，存在碰撞风险，安全性低；采用人工方式避障的技术缺点是：机器人位置不一，距离远近不定，增加人员负担，资源利用率低。
发明内容
本发明实施例提供一种机器人避障控制方法、装置、设备和介质，以实现机器人安全，高效避障控制的技术效果。
第一方面，本发明实施例提供了一种机器人避障控制方法，该方法包括：
根据机器人上配置的至少两个检测来源上报的障碍物检测数据，计算得到各所述检测来源对应的障碍物位置数据；
将各所述检测来源对应的障碍物位置数据进行融合，以确定所述机器人周边的障碍物的位置数据；
建立所述障碍物的位置数据与机器人周边预设分区的映射关系；其中，所述机器人周边预设分区是在机器人周边按照周向角度划分的多个分区；
根据所述机器人各分区中障碍物的位置数据，控制所述机器人进行避障。
进一步的，所述障碍物的位置数据包括障碍物相对于机器人的位置角度、高度和距离值；
相应的，建立所述障碍物的位置数据与机器人周边预设分区的映射关系包括：
根据所述障碍物的位置角度，映射至所述机器人周边的预设分区中；其中，所述机器人的周边按照周向等角度划分为2k个分区,k为大于1的整数。
将障碍物的位置角度映射至机器人周边的预设分区中，并将机器人的周边按照周向等角度划分为2k个分区，k为大于1的整数，有利于机器人根据障碍物的位置做路径规划，且当机器人支持更精细的转向角度和障碍物检测精度时，可以把k设置的大些，当机器人不支持精细的转向角度或障碍物检测精度时，可以把k设置的小些，有利于多重机器人的统一处理。
进一步的，所述将各所述检测来源对应的障碍物位置数据进行融合，以确定所述机器人周边的障碍物的位置数据包括：
针对每个检测来源对应的障碍物位置数据，分别为障碍物进行编号，所述编号与所述检测来源相对应；
将基于两种检测来源对应的障碍物位置数据进行偏差比对，并根据偏差比对结果进行障碍物合并。
进一步的，所述检测来源包括下述至少两种：超声波传感器、激光雷达和双目视觉传感器。
进一步的，所述针对每个检测来源对应的障碍物位置数据，分别为障碍物进行编号，所述编号与所述检测来源相对应包括：
通过激光雷达获取机器人周围各角度的物体位置数据，当物体位置数据中距离值小于第一预设值时将该物体判定为障碍物，并对所述障碍物进行编号，将每个障碍物的编号和位置数据进行关联，将全部障碍物的编号及其关联的位置数据组合构建第一组障碍物位置数据；
通过双目视觉传感器获取机器人视角范围内各角度的物体位置数据，当物体位置数据中距离值小于第一预设值时将该物体判定为障碍物，并对所述障碍物进行编号，将每个障碍物的编号和位置数据进行关联，将全部障碍物的编号及其关联的位置数据组合构建第二组障碍物位置数据；
通过超声波传感器获取机器人周围的物体位置数据，当物体位置数据中距离值小于第一预设值时将该物体判定为障碍物，并对所述障碍物进行编号，将每个障碍物的编号和位置数据进行关联，将全部障碍物的编号及其关联的位置数据组合构建第三组障碍物位置数据。
进一步的，所述将基于两种检测来源对应的障碍物位置数据进行偏差比对，并根据偏差比对结果进行障碍物合并包括：
构建第四组障碍物位置数据，将第二组障碍物位置数据作为第四组障碍物位置数据的初始数据；
将第一组障碍物位置数据中的每个障碍物与第二组障碍物位置数据的全部障碍物进行比对，如差异值大于第二预设值则将该障碍物的编号和位置数据增加至第四组障碍物位置数据。
进一步的，所述将基于两种检测来源对应的障碍物位置数据进行偏差比对，并根据偏差比对结果进行障碍物合并包括：
构建第五组障碍物位置数据，将第四组障碍物位置数据作为第五组障碍物位置数据的初始数据；
将第三组障碍物位置数据中的每个障碍物与第五组障碍物位置数据的全部障碍物进行比对，如不符合第一预设特征时则将该障碍物的编号和位置数据增加至第五组障碍物位置数据。
进一步的，所述将各所述检测来源对应的障碍物位置数据进行融合，以确定所述机器人周边的障碍物的位置数据包括：
将各所述检测来源对应的障碍物位置数据进行融合，以获取障碍物融合结果；
加载所述机器人当前所处位置的电子地图；
根据所述障碍物融合结果，更新所述机器人当前所处位置的电子地图上障碍物位置信息，确定所述机器人周边的障碍物的位置数据。
进一步的，所述根据所述机器人各分区中障碍物的位置数据，控制所述机器人进行避障包括：
确定所述机器人各分区中障碍物的位置数据中的距离值所属的距离等级，其中，所述距离等级按照距离机器人从近至远划分为至少两级；
如果所述距离等级为一级，则确定所述机器人停止向所述分区前进；
如果所述距离等级为非一级，则调整所述机器人向所述分区的前进步径和/或速度；其中，所述前进步径和/或速度的大小与所述距离等级成正比。
进一步的，所述控制所述机器人进行避障包括：
加载所述机器人的机型信息；
根据机器人的机型信息和障碍物的位置数据，控制所述机器人的行走步径和/或旋转角度，进行前移、后移、左移、右移、左前移、右前移、左后移、右后移、左旋转和/或右旋转操作。
进一步的，还包括：
获取所述机器人上配置的防跌落传感器和安全触边传感器的实时状态；
当安全触边传感器或防跌落传感器触发告警时，不支持控制向触发告警的方向移动。
进一步的，所述方法由服务器或便携式移动终端执行，所述服务器与所述机器人通过通信协议进行交互。
进一步的，所述根据所述机器人各分区中障碍物的位置数据，控制所述机器人进行避障包括：
根据所述机器人各分区中障碍物的位置数据识别到多个机器人互为障碍物时，控制其中第一机器人通过近场通信向其他第二机器人广播控制状态；其中，所述第二机器人为除第一机器人以外的每个机器人；
接收第二机器人上报的上报信息，其中，上报信息包括第二机器人实时坐标位置、行走线路和角度方向；
对比第一机器人和第二机器人的实时坐标位置、行走线路坐标和角度方向，根据比对结果，执行如下控制：
当第二机器人与第一机器人行走线路为同向，且第二机器人在第一机器人的行进前方，则控制第二机器人继续行进；
当第二机器人与第一机器人行走线路为同向，且第二机器人在第一机器人的行进后方，则控制第二机器人停止行驶进行等待，直至第二机器人行走线路上无障碍物时，控制第二机器人继续行驶；
当第二机器人与第一机器人行走线路为对向，且第二机器人在第一机器人的后方，则控制第二机器人继续行驶；
当第二机器人与第一机器人行走线路为对向，且第二机器人在第一机器人的前方，则控制第二机器人停止行驶进行等待，直至第二机器人行走线路上无障碍物时，控制第二机器人继续行驶；
当第二机器人与被控制机器人行走线路相交叉，且第二机器人准备进入交叉坐标区域，则制第二机器人停止行驶，待第二机器人行走线路上无障碍物时，控制第二机器人继续行驶；
当第二机器人与第一机器人行走线路相交叉，且第二机器人已驶离交叉坐标区域，则控制第二机器人继续行驶。
第二方面，本发明实施例还提供了一种机器人避障控制装置，该装置包括：
数据获取模块，用于根据机器人上配置的至少两个检测来源上报的障碍物检测数据，计算得到各所述检测来源对应的障碍物位置数据；
数据融合模块，用于将各所述检测来源对应的障碍物位置数据进行融合，以确定所述机器人周边的障碍物的位置数据；
数据映射模块，用于建立所述障碍物的位置数据与机器人周边预设分区的映射关系；其中，所述机器人周边预设分区是在机器人周边按照周向角度划分的多个分区；
避障控制模块，用于根据所述机器人各分区中障碍物的位置数据，控制所述机器人进行避障。
进一步的，所述障碍物的位置数据包括障碍物相对于机器人的位置角度、高度和距离值；相应的，建立所述障碍物的位置数据与机器人周边预设分区的映射关系包括：根据所述障碍物的位置角度，映射至所述机器人周边的预设分区中；其中，所述机器人的周边按照周向等角度划分为2k个分区,k为大于1的整数。
将障碍物的位置角度映射至机器人周边的预设分区中，并将机器人的周边按照周向等角度划分为2k个分区，k为大于1的整数，有利于机器人根据障碍物的位置做路径规划，且当机器人支持更精细的转向角度和障碍物检测精度时，可以把k设置的大些，当机器人不支持精细的转向角度或障碍物检测精度时，可以把k设置的小些，有利于多重机器人的统一处理。
进一步的，所述数据融合模块包括：障碍物编号单元，用于针对每个检测来源对应的障碍物位置数据，分别为障碍物进行编号，所述编号与所述检测来源相对应；障碍物融合单元，用于将基于两种检测来源对应的障碍物位置数据进行偏差比对，并根据偏差比对结果进行障碍物合并。
进一步的，所述检测来源包括下述至少两种：超声波传感器、激光雷达和双目视觉传感器。
进一步的，所述障碍物编号单元用于：通过激光雷达获取机器人周围各角度的物体位置数据，当物体位置数据中距离值小于第一预设值时将该物体判定为障碍物，并对所述障碍物进行编号，将每个障碍物的编号和位置数据进行关联，将全部障碍物的编号及其关联的位置数据组合构建第一组障碍物位置数据；通过双目视觉传感器获取机器人视角范围内各角度的物体位置数据，当物体位置数据中距离值小于第一预设值时将该物体判定为障碍物，并对所述障碍物进行编号，将每个障碍物的编号和位置数据进行关联，将全部障碍物的编号及其关联的位置数据组合构建第二组障碍物位置数据；通过超声波传感器获取机器人周围的物体位置数据，当物体位置数据中距离值小于第一预设值时将该物体判定为障碍物，并对所述障碍物进行编号，将每个障碍物的编号和位置数据进行关联，将全部障碍物的编号及其关联的位置数据组合构建第三组障碍物位置数据。
进一步的，所述障碍物融合单元用于：构建第四组障碍物位置数据，将第二组障碍物位置数据作为第四组障碍物位置数据的初始数据；将第一组障碍物位置数据中的每个障碍物与第二组障碍物位置数据的全部障碍物进行比对，如差异值大于第二预设值则将该障碍物的编号和位置数据增加至第四组障碍物位置数据。
进一步的，所述障碍物融合单元用于：构建第五组障碍物位置数据，将第四组障碍物位置数据作为第五组障碍物位置数据的初始数据；将第三组障碍物位置数据中的每个障碍物与第五组障碍物位置数据的全部障碍物进行比对，如不符合第一预设特征时则将该障碍物的编号和位置数据增加至第五组障碍物位置数据。
进一步的，所述数据融合模块用于：将各所述检测来源对应的障碍物位置数据进行融合，以获取障碍物融合结果；加载所述机器人当前所处位置的电子地图；根据所述障碍物融合结果，更新所述机器人当前所处位置的电子地图上障碍物位置信息，确定所述机器人周边的障碍物的位置数据。
进一步的，所述避障控制模块用于：确定所述机器人各分区中障碍物的位置数据中的距离值所属的距离等级，其中，所述距离等级按照距离机器人从近至远划分为至少两级；如果所述距离等级为一级，则确定所述机器人停止向所述分区前进；如果所述距离等级为非一级，则调整所述机器人向所述分区的前进步径和/或速度；其中，所述前进步径和/或速度的大小与所述距离等级成正比。
进一步的，所述避障控制模块用于：加载所述机器人的机型信息；根据机器人的机型信息和障碍物的位置数据，控制所述机器人的行走步径和/或旋转角度，进行前移、后移、左移、右移、左前移、右前移、左后移、右后移、左旋转和/或右旋转操作。
进一步的，所述机器人避障控制装置还包括：
防跌落与安全触边实时状态获取单元，用于获取所述机器人上配置的防跌落传感器和安全触边传感器的实时状态；
告警控制单元，用于当安全触边传感器或防跌落传感器触发告警时，不支持控制向触发告警的方向移动。
进一步的，所述机器人避障控制装置配置于服务器内，所述服务器与所述机器人通过通信协议进行交互。
进一步的，所述避障控制模块用于：根据所述机器人各分区中障碍物的位置数据识别到多个机器人互为障碍物时，控制其中第一机器人通过近场通信向其他第二机器人广播控制状态；其中，所述第二机器人为除第一机器人以外的每个机器人；接收第二机器人上报的上报信息，其中，上报信息包括第二机器人实时坐标位置、行走线路和角度方向；对比第一机器人和第二机器人的实时坐标位置、行走线路坐标和角度方向，根据比对结果，执行如下控制：当第二机器人与第一机器人行走线路为同向，且第二机器人在第一机器人的行进前方，则控制第二机器人继续行进；当第二机器人与第一机器人行走线路为同向，且第二机器人在第一机器人的行进后方，则控制第二机器人停止行驶进行等待，直至第二机器人行走线路上无障碍物时，控制第二机器人继续行驶；当第二机器人与第一机器人行走线路为对向，且第二机器人在第一机器人的后方，则控制第二机器人继续行驶；当第二机器人与第一机器人行走线路为对向，且第二机器人在第一机器人的前方，则控制第二机器人停止行驶进行等待，直至第二机器人行走线路上无障碍物时，控制第二机器人继续行驶；当第二机器人与被控制机器人行走线路相交叉，且第二机器人准备进入交叉坐标区域，则制第二机器人停止行驶，待第二机器人行走线路上无障碍物时，控制第二机器人继续行驶；当第二机器人与第一机器人行走线路相交叉，且第二机器人已驶离交叉坐标区域，则控制第二机器人继续行驶。
第三方面，本发明实施例还提供了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如本发明实施例中任一所述的机器人避障控制方法。
第四方面，本发明实施例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，该程序被处理器执行时实现如本发明实施例中任一所述的机器人避障控制方法。
本发明实施例的技术方案，通过接收障碍物的检测数据，并进行融合，得到机器人周边的障碍物位置数据，然后把障碍物位置数据映射至预设分区中，再根据各分区中障碍物位置数据，控制机器人进行避障，解决了机器人自主导航行走过程中，因环境障碍触发传感器最小防护距离导致机器人自我保护而停止行走，无法继续执行任务的问题，达到了机器人能够在融合的障碍物位置数据情况下，安全可靠高效的避障效果。
附图说明
图1是本发明实施例一中的一种机器人避障控制方法的流程图；
图2是本发明实施例二中的一种机器人避障控制方法的流程图；
图3是本发明实施例三中的一种机器人避障控制方法的流程图；
图4是本发明实施例四中的一种机器人避障控制装置的结构示意图；
图5是本发明实施例五中的一种电子设备的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。
实施例一
图1为本发明实施例一提供的一种机器人避障控制方法的流程图，本实施例可适用于机器人自主导航行走过程中，因环境障碍触发传感器最小防护距离导致机器人自我保护而停止行走，无法继续执行任务的情况，该方法可以由机器人避障控制装置来执行，该装置可以配置于电子设备中。电子设备可以集成于机器人主体上，或者也可以是集成于服务器中，服务器与机器人远程通信，从而对机器人进行控制。该方法具体包括如下步骤：
步骤110、根据机器人上配置的至少两个检测来源上报的障碍物检测数据，计算得到各所述检测来源对应的障碍物位置数据。
其中，所述机器人可以为一种能够半自主或全自主工作的智能机器，例如可以为工业机器人或服务机器人等机器人，本发明实施例不对具体机器人做限定。
其中，所述至少两个检测来源可以理解为机器人携带的至少两个传感器，例如可以为机器人携带的毫米波雷达传感器、激光雷达传感器、超声波传感器或视觉传感器等传感器。
其中，所述障碍物可以为阻碍机器人行走或移动的物体，例如可以为人、车、其他机器人或阻挡机器人的其他任何物体。
其中，所述检测数据可以为传感器检测到机器人周围障碍物的数据，例如检测数据可以为机器人周围障碍物的数量和位置信息。
其中，所述障碍物位置数据可以为能够表示障碍物空间位置的数据，例如可以为障碍物距离机器人的距离信息与障碍物相对机器人的方位信息，例如方位信息可以包括水平角度和垂直高度。
其中，所述根据机器人上配置的至少两个检测来源上报的障碍物检测数据，计算得到各所述检测来源对应的障碍物位置数据可以理解为，通过检测来源上报的周围空间内物体的点云数据信息或图像数据，计算出点云信息对应的具体障碍物信息或通过图像数据计算出图像内障碍物信息，例如通过一组点云信息，计算出周围有多个障碍物并计算出每个障碍物的位置数据，例如也可以通过对视觉传感器获取的图像进行计算，得到每个障碍物的位置数据。
步骤120、将各所述检测来源对应的障碍物位置数据进行融合，以确定所述机器人周边的障碍物的位置数据。
其中，所述融合可以理解为将多个传感器的障碍物检测数据以一定的准则进行分析和综合，以确定机器人周围障碍物信息的处理过程，例如可以把激光雷达传感器检测到的障碍物信息与双目视觉传感器进行融合，激光雷达传感器具有检测精度高等优点，双目视觉传感器具有检测面广与检测信息丰富等特点，具体融合策略可以为双目视觉为基础，先确定障碍物个数信息，具体位置信息再通过激光雷达传感器进行精确检测，注意，上述只是本发明实施例中融合的一个举例，例如还可以通过毫米波雷达检测到的障碍物信息与激光雷达检测到的障碍物信息进行融合，融合算法也可以通过比较两个传感器检测到的相同障碍物的位置信息来确定此障碍物的位置信息，例如取距离机器人最近的传感器检测到的障碍物信息作为标准，本发明实施例不对具体融合方式做限定。
可选的是，在上述技术方案的基础上，所述将各所述检测来源对应的障碍物位置数据进行融合，以确定所述机器人周边的障碍物的位置数据包括：
将各所述检测来源的障碍物检测数据进行融合，以获取障碍物融合结果；
加载所述机器人当前所处位置的电子地图；
根据所述障碍物融合结果，更新所述机器人当前所处位置的电子地图上障碍物位置信息，确定所述机器人周边的障碍物的位置数据。
其中，所述电子地图可以为能够显示机器人所处位置周围道路或者障碍物等信息的地图，例如可以通过电子地图得到机器人周围固有障碍物信息，如桌子、床等长期存在的固有障碍物，并且可以把融合得到的障碍物信息添加至电子地图上，以利于后续避障操作。
其中，所述加载所述机器人当前所处位置的电子地图可以为把机器人当前所处位置的电子地图载入机器人避障控制装置的内存中，以进行障碍物检测与更新等操作。
其中，所述根据所述障碍物融合结果，更新所述机器人当前所处位置的电子地图上障碍物位置信息，确定所述机器人周边的障碍物的位置数据，可以为根据融合后的障碍物信息，更新机器人所处位置的电子地图，使电子地图上障碍物信息与融合后的障碍物信息一致，进而为后续避障操作提供依据。
步骤130、建立所述障碍物的位置数据与机器人周边预设分区的映射关系；其中，所述机器人周边预设分区是在机器人周边按照周向角度划分的多个分区。
其中，所述预设分区可以为以机器人为圆心，划分的若干个扇形区域，例如预设分区可以为以机器人为圆心划分的2、4、6、8或16个等分的扇形区域。
其中，所述映射关系可以为把检测到的障碍物位置数据对应到以机器人为中心的多个扇区区域内，例如可以为把障碍物的直角坐标系下的位置数据转化为以机器人为中心的极坐标系下，这样转化的好处是，把机器人与障碍物的位置关系更加清晰的表示出来，方便后续避障处理。
可选的是，在上述技术方案的基础上，所述障碍物的位置数据包括障碍物相对于机器人的位置角度、高度和距离值；
相应的，建立所述障碍物的位置数据与机器人周边预设分区的映射关系包括：
根据所述障碍物的位置角度，映射至所述机器人周边的预设分区中；其中，所述机器人的周边按照周向等角度划分为2k个分区,k为大于1的整数。
其中，所述角度可以为以机器人为中心，障碍物在机器人周围的角度，例如可以设定机器人正前方为0度，角度按顺时针方向递增。
其中，所述高度可以为以机器人所处地面为标准，障碍物在不同水平角度下的垂直高度，例如可以设定机器人所处地面高度为0，障碍物往往具有一定体积，所以占据一定水平角度范围，垂直高度即为在每一角度范围下的最高的高度信息。
其中，所述距离值可以为障碍物在在不同角度下距离机器人的距离值，例如距离值可以为障碍物在不同角度下，障碍物距离机器人最近的距离信息。
其中，所述周向等角度划分为2k个分区可以理解为把机器人周围360度空间划分为每个分区360/2k度，总共2k个分区。
步骤140、根据所述机器人各分区中障碍物的位置数据，控制所述机器人进行避障。
其中，所述根据所述机器人各分区中障碍物的位置数据，控制所述机器人进行避障可以为根据映射至所述机器人周边的预设分区中的障碍物信息进行避障，例如在机器人正前方分区中有障碍物，则可以通过控制机器人避免前进来规避障碍物，也可以通过分区中最近障碍物的距离来控制机器人移动，进而进行避障，例如当机器人距离障碍物较近时，控制机器人的移动速度降低，当机器人距离障碍物较远时，恢复机器人的移动速度，这样，在控制机器人进行避障时可以确保机器人或障碍物的安全，特别是医疗等场景避障情况下，碰撞障碍物可能造成严重影响。
可选的是，在上述技术方案的基础上，所述根据所述机器人各分区中障碍物的位置数据，控制所述机器人进行避障包括：
确定所述机器人各分区中障碍物的位置数据中的距离值所属的距离等级，其中，所述距离等级按照距离机器人从近至远划分为四级；
如果所述距离等级为一级，则确定所述机器人停止向所述分区前进；
如果所述距离等级为非一级，则调整所述机器人向所述分区的前进步径和/或速度；其中，所述前进步径和/或速度的大小与所述距离等级成正比。
其中，所述距离等级按照距离机器人从近至远划分为四级可以为机器人与障碍物的距离值分为4个等级，例如具体距离值等级可以划分为：0至10厘米为一级、10至20厘米为二级、20至30厘米为三级与大于30厘米为四级。
其中，所述前进步径和/或速度可以为控制机器人进行避障的步径和/或速度，例如，若机器人周围一个分区的最近障碍物距离值等级为二级，则控制机器人缓慢移动，若为三级，则可以控制机器人以适中的速度移动，也可以设定机器人前进步径的大小，若机器人周围一个分区的最近障碍物距离值等级为二级，则控制机器人前进步径为最小值，若为三级，则可以控制机器人前进步径为中等值。
可选的是，在上述技术方案的基础上，所述控制所述机器人进行避障包括：
加载所述机器人的机型信息；
根据机器人的机型信息和障碍物的位置数据，控制所述机器人的行走步径和/或旋转角度，进行前移、后移、左移、右移、左前移、右前移、左后移、右后移、左旋转和/或右旋转操作。
其中，所述机器人的机型信息可以为机器人的控制信息，例如机型信息可以包括机器人的移动速度信息、移动方向信息或移动旋转信息等信息，例如有些机器人不具备左前移功能，则可以通过左旋转和前移代替。
本实施例的技术方案，通过接收障碍物的检测数据，并进行融合，得到机器人周边的障碍物位置数据，然后把障碍物位置数据映射至预设分区中，再根据各分区中障碍物位置数据，控制机器人进行避障，解决了机器人自主导航行走过程中，因环境障碍触发传感器最小防护距离导致机器人自我保护而停止行走，无法继续执行任务的问题，达到了机器人能够在融合的障碍物位置数据情况下，安全可靠高效的避障效果。
实施例二
图2为本发明实施例二提供的一种机器人避障控制方法的流程图，本实施例以上述实施例为基础进行细化，在本实施例中，所述将各所述检测来源对应的障碍物位置数据进行融合，以确定所述机器人周边的障碍物的位置数据包括：针对每个检测来源对应的障碍物位置数据，分别为障碍物进行编号，所述编号与所述检测来源相对应；将基于两种检测来源对应的障碍物位置数据进行偏差比对，并根据偏差比对结果进行障碍物合并，如图2所示，该方法具体包括如下步骤：
步骤210、根据机器人上配置的至少两个检测来源上报的障碍物检测数据，计算得到各所述检测来源对应的障碍物位置数据。
步骤220、针对每个检测来源对应的障碍物位置数据，分别为障碍物进行编号，所述编号与所述检测来源相对应。
其中，所述分别为障碍物进行编号可以为对每个检测来源对应的障碍物位置数据进行获取，然后确定障碍物个数与障碍物位置信息，进而对确定的障碍物进行编号。
其中，所述编号可以为对每个检测来源对应的障碍物位置数据进行独立的编号，以利于后续障碍物的融合。
可选的是，在上述技术方案的基础上，所述检测来源包括下述至少两种：超声波传感器、激光雷达和双目视觉传感器；
可选的是，在上述技术方案的基础上，所述针对每个检测来源的障碍物检测数据，分别确定障碍物以及为确定的障碍物进行编号包括：
S221、通过激光雷达获取机器人周围各角度的物体位置数据，当物体位置数据中距离值小于第一预设值时将该物体判定为障碍物，并对所述障碍物进行编号，将每个障碍物的编号和位置数据进行关联，将全部障碍物的编号及其关联的位置数据组合构建第一组障碍物位置数据。
其中，所述通过激光雷达获取机器人周围各角度的物体位置数据，当物体位置数据中距离值小于第一预设值时将该物体判定为障碍物，并对所述障碍物进行编号，可以理解为通过激光雷达扫描机器人周围各个水平角度的物体位置数据，当物体位置数据中距离值小于第一预设值时判定为障碍物，当连续水平角度或垂直高度均有距离值则认定为一个障碍物，例如当水平角度值为35度，障碍物距离值为35厘米，水平角度值为36度，障碍物距离值为36厘米，则这两个水平角度下检测的障碍物为一个障碍物，并对此障碍物进行编号，所述连续水平角度的间隔最小值可以为1度，也可以为0.1度，也可以为2度，例如当垂直高度为20厘米，障碍物距离值为30厘米，垂直高度为21厘米，障碍物距离值为31厘米，则这两个垂直高度下检测的障碍物为一个障碍物，所述连续垂直高度的间隔最小值可以为1厘米，也可以为0.1厘米，也可以为2厘米，本发明实施例对连续水平角度和垂直高度的间隔最小值不作具体限制，所述当连续水平角度或垂直高度均有距离值可以理解为检测到的障碍物距离值大于一定值，或者大于传感器检测范围则认为没有距离值；所述第一预设值可以为40厘米或50厘米或100厘米，可以根据实际避障要求进行设定，本发明实施例不对第一预设值做具体限制。
其中，所述将每个障碍物的编号和位置数据进行关联，将全部障碍物的编号及其关联的位置数据组合构建第一组障碍物位置数据可以为将激光雷达获取的障碍物进行编号与此障碍物的位置数据进行关联，得到障碍物的编号与位置数据组合的第一组障碍物位置数据，例如第一组障碍物的编号可以为：a1，a2，a3等。
S222、通过双目视觉传感器获取机器人视角范围内各角度的物体位置数据，当物体位置数据中距离值小于第一预设值时将该物体判定为障碍物，并对所述障碍物进行编号，将每个障碍物的编号和位置数据进行关联，将全部障碍物的编号及其关联的位置数据组合构建第二组障碍物位置数据。
其中，所述通过双目视觉传感器获取机器人视角范围内各角度的物体位置数据，当物体位置数据中距离值小于第一预设值时将该物体判定为障碍物，并对所述障碍物进行编号，可以理解为通过双目视觉传感器获取机器人周围各个水平角度的物体位置数据，当物体位置数据中距离值小于第一预设值时判定为障碍物，当连续水平角度或垂直高度均有距离值则认定为一个障碍物，例如当水平角度值为35度，障碍物距离值为35厘米，水平角度值为36度，障碍物距离值为36厘米，则这两个水平角度下检测的障碍物为一个障碍物，并对此障碍物进行编号，所述连续水平角度的间隔最小值可以为1度，也可以为0.1度，也可以为2度，例如当垂直高度为20厘米，障碍物距离值为30厘米，垂直高度为21厘米，障碍物距离值为31厘米，则这两个垂直高度下检测的障碍物为一个障碍物，所述连续垂直高度的间隔最小值可以为1厘米，也可以为0.1厘米，也可以为2厘米，本发明实施例对连续水平角度和垂直高度的间隔最小值不作具体限制，所述当连续水平角度或垂直高度均有距离值可以理解为检测到的障碍物距离值大于一定值，或者大于传感器检测范围则认为没有距离值；所述第一预设值可以为40厘米或50厘米或100厘米，可以根据实际避障要求进行设定，本发明实施例不对第一预设值做具体限制。
其中，所述将每个障碍物的编号和位置数据进行关联，将全部障碍物的编号及其关联的位置数据组合构建二组障碍物位置数据可以为将双目视觉传感器获取的障碍物进行编号与此障碍物的位置数据进行关联，得到障碍物的编号与位置数据组合的第二组障碍物位置数据，例如第二组障碍物的编号可以为：b1，b2，b3等。
S223、通过超声波传感器获取机器人周围的物体位置数据，当物体位置数据中距离值小于第一预设值时将该物体判定为障碍物，并对所述障碍物进行编号，将每个障碍物的编号和位置数据进行关联，将全部障碍物的编号及其关联的位置数据组合构建第三组障碍物位置数据。
其中，所述通过超声波传感器获取机器人周围的物体位置数据，当物体位置数据中距离值小于第一预设值时将该物体判定为障碍物，并对所述障碍物进行编号，可以理解为通过超声波传感器获取机器人周围各个水平角度范围和垂直高度范围内的物体位置数据，当物体位置数据中距离值小于第一预设值时判定为障碍物，由于超声波传感器检测原理与激光雷达和双目视觉传感器不同，超声波传感器测量结果为等距离的锥形球面，所以超声波传感器检测一个水平角度范围和垂直高度范围内有障碍物则认定为一个障碍物，例如超声波传感器检测出正前方一定范围内具有距离值为20厘米的障碍物，为了保证机器人不会碰撞障碍物，则认定此范围内所有垂直高度范围和水平角度范围都具有距离值20厘米的障碍物，其中，上述范围可以为超声波传感器所能检测出的垂直高度范围和水平角度范围，也可以通过后期设定超声波传感器的垂直高度范围和水平角度范围；所述第一预设值可以为40厘米或50厘米或100厘米，可以根据实际避障要求进行设定，本发明实施例不对第一预设值做具体限制。
其中，所述将每个障碍物的编号和位置数据进行关联，将全部障碍物的编号及其关联的位置数据组合构建三组障碍物位置数据可以为将超声波传感器获取的障碍物进行编号与此障碍物的位置数据进行关联，得到障碍物的编号与位置数据组合的第三组障碍物位置数据，例如第三组障碍物的编号可以为：c1，c2，c3等。
步骤230、将基于两种检测来源对应的障碍物位置数据进行偏差比对，并根据偏差比对结果进行障碍物合并。
其中，所述偏差比对可以为两种检测来源确定的同一个障碍物的位置数据的比对，也可以为各个水平角度和各个垂直高度下，对障碍物的距离值做比对。
其中，所述根据偏差比对结果进行障碍物合并，可以为若两种检测来源确定的同一个障碍物的位置数据不一致，或各个水平角度和各个垂直高度下，对障碍物的距离值不一致，则根据一定规则，进行障碍物的合并，例如所述规则可以为，当激光雷达获取的障碍物的面积与双目视觉传感器获取的障碍物有差别时，可以把双目视觉传感器获取的障碍物个数和每个障碍物的范围值作为标准，所述范围值可以包括障碍物的水平角度和垂直高度值信息，把激光雷达获取到的障碍物的各水平角度和垂直高度值对应的距离值作为标准，进行融合，即利用激光雷达对距离值的精确检测和双目视觉对障碍物的范围的精确检测，进行融合；也可以通过其他规则对两种检测来源检测确定的障碍物进行合并，例如取两种检测来源检测确定的障碍物的距离值最小值为标准，来进行融合。
可选的是，在上述技术方案的基础上，所述将基于两种检测来源检测确定的障碍物的位置数据进行偏差比对，并根据偏差比对结果进行障碍物合并包括：
构建第四组障碍物位置数据，将第二组障碍物位置数据作为第四组障碍物位置数据的初始数据；将第一组障碍物位置数据中的每个障碍物与第二组障碍物位置数据的全部障碍物进行比对，如差异值大于第二预设值则将该障碍物的编号和位置数据增加至第四组障碍物位置数据。
其中，所述构建第四组障碍物位置数据，将第二组障碍物位置数据作为第四组障碍物位置数据的初始数据，可以为构建空白的第四组障碍物位置数据，然后将第二组障碍物位置数据复制到第四组障碍物位置数据中，形成第四组障碍物位置数据。
其中，所述第二预设值可以为3厘米或5厘米或10厘米，可以根据实际避障要求进行设定，本发明实施例不对第二预设值做具体限制。
其中，所述将第一组障碍物位置数据中的每个障碍物与第二组障碍物位置数据的全部障碍物进行比对，如差异值大于第二预设值则将该障碍物的编号和位置数据增加至第四组障碍物位置数据，可以理解为如果激光雷达识别的障碍物在相同的水平角度和相同垂直高度上与双目视觉传感器识别的障碍物位置数据的距离值差值均小于第二预设值时，将激光雷达检测的障碍物认定为属于双目视觉传感器识别的障碍物，不对第四组障碍物位置数据做修改，也可以将两个障碍物融合为一个障碍物，因为激光雷达检测物体位置数据比较精确，可以以双目视觉传感器识别的障碍物的编号为标准，以激光雷达检测障碍物位置数据为该障碍物位置数据，更新第四组障碍物位置数据；如果激光雷达识别的障碍物在相同的水平角度和相同垂直高度上与双目视觉传感器识别的障碍物位置数据的距离值差值大于第二预设值时，则将激光雷达检测的障碍物的的编号和位置数据增加至第四组障碍物位置数据，举例说明：若障碍物为人，激光雷达检测的结果可能将人的左腿、右腿和人的上半身分离开来，即把人检测成3个障碍物，或者更多，而双目视觉传感器是通过成像来检测的，检测面积较大，很容易把人的各个部位检测出来，及检测出人为1个障碍物，这时进行融合时，相同水平角度和相同垂直高度上距离值以激光雷达数据为准，这样对障碍物的各个部分的位置信息检测的更精确，以双目视觉传感器检测的障碍物的编号为准，这时，就将激光雷达检测到的3个障碍物和双目视觉检测到的1个障碍物融合为1个障碍物，得到第四组障碍物位置数据。这样融合的优点是对障碍物的整体信息了解更充分，当机器人在避障过程中，距离障碍物过近或被其他障碍物遮挡一部分时，也能够清楚标记各个障碍物的信息，为后续避障提供数据支持。
可选的是，在上述技术方案的基础上，所述将基于两种检测来源检测确定的障碍物的位置数据进行偏差比对，并根据偏差比对结果进行障碍物合并包括：
构建第五组障碍物位置数据，将第四组障碍物位置数据作为第五组障碍物位置数据的初始数据；将第三组障碍物位置数据中的每个障碍物与第五组障碍物位置数据的全部障碍物进行比对，如不符合第一预设特征时则将该障碍物的编号和位置数据增加至第五组障碍物位置数据。
其中，所述将第三组障碍物位置数据中的每个障碍物与第五组障碍物位置数据的全部障碍物进行比对，如不符合第一预设特征时则将该障碍物的编号和位置数据增加至第五组障碍物位置数据可以为，将第三组障碍物位置数据中的每个障碍物与第第五组障碍物位置数据的全部障碍物进行比较，如果第三组障碍物位置数据中障碍物距离值大于或等于相同范围内的第五组障碍物位置数据中障碍物的某一点距离值，不对第五组障碍物位置数据做修改；如果如果第三组障碍物位置数据中障碍物距离值小于相同范围内的第五组障碍物位置数据中障碍物的某一点距离值，则将第三组障碍物位置数据中该障碍物的编号和位置数据增加至第五组障碍物位置数据，同时对原第五组障碍物位置数据中完全在上述范围内的障碍物进行删除该障碍物编号与删除对应的障碍物位置数据操作，同时对原第五组障碍物位置数据中不完全在上述范围内的障碍物进行删除处于上述范围内的原第五组障碍物位置数据中该障碍物的位置数据，并保留该障碍物的编号，得到第五组障碍物位置数据。上述范围可以为一定水平角度范围和一定垂直高度范围，例如可以为以正前方为中心，以正前方形成30度角的锥形区域。
其中，所述第一预设特征可以为能够判断出第三组与第五组障碍物位置数据中障碍物是否为同一障碍物的特征，例如可以为第三组障碍物位置数据中障碍物距离值大于或等于相同范围内的第五组障碍物位置数据中障碍物的某一点距离值特征。
其中，所述将第三组障碍物位置数据中的每个障碍物与第五组障碍物位置数据的全部障碍物进行比对，如不符合第一预设特征时则将该障碍物的编号和位置数据增加至第五组障碍物位置数据，可以理解为：超声波传感器与激光雷达和双目视觉传感器综合检测，以提高检测的可信度，在障碍物检测过程中激光雷达和双目视觉传感器可能因为环境或角度或设备问题，而没有检测出一定障碍物，此时通过超声波传感器可以弥补激光雷达和双目视觉传感器的检测漏洞，使检测更加的准确，如果超声波传感器检测出激光雷达和双目视觉传感器没有检测到的障碍物，即检测出距离值小于激光雷达和双目视觉传感器检测出的障碍物则将该障碍物的编号和位置数据增加至第五组障碍物位置数据，删除与超声波传感器检测出的障碍物水平角度范围和垂直高度范围内的激光雷达和双目视觉传感器检测出的障碍物位置信息，此时，若激光雷达和双目视觉传感器检测到的障碍物完全在上述水平角度范围和垂直高度范围内，则删除该障碍物的第五组障碍物位置数据中的编号，若不完全在上述水平角度范围和垂直高度范围内，则保留该障碍物的的第五组障碍物位置数据中的编号；若超声波传感器检测出的障碍物与激光雷达和双目视觉传感器检测出的障碍物相同，即超声波传感器检测出障碍物的距离值大于或等于相同范围内的激光雷达和双目视觉传感器检测出的障碍物的某一点距离值，不对第五组障碍物位置数据做修改；本发明实施例以距离值小的障碍物位置数据为该障碍物位置数据，避免因为单一传感器检测距离大于实际距离而发生的碰撞，提高了机器人避障的安全度；最终以第五组障碍物位置数据作为机器人周围障碍物的信息，以进行后续的机器人周边的预设分区障碍物的映射，或同步电子地图信息。
步骤240、建立所述障碍物的位置数据与机器人周边预设分区的映射关系；其中，所述机器人周边预设分区是在机器人周边按照周向角度划分的多个分区。
步骤250、根据所述机器人各分区中障碍物的位置数据，控制所述机器人进行避障。
可选的是，在上述技术方案的基础上，所述机器人避障控制方法还包括：
获取所述机器人上配置的防跌落传感器和安全触边传感器的实时状态；
当安全触边传感器或防跌落传感器触发告警时，不支持控制向触发告警的方向移动。
其中，所述防跌落传感器可以为能够检测出机器人周围地面具有一定高度差的位置信息的传感器，进而能够通过一定高度差位置信息来防止机器人继续前进而跌落。
其中，所述安全触边传感器可以为能够检测出机器人周围一定空间的安全边界信息的传感器，例如安全触边可以通过预先设定，也可以根据实时环境信息确定安全触边。
可选的是，在上述技术方案的基础上，所述方法由服务器执行，所述服务器与所述机器人通过通信协议进行交互。
本实施例的技术方案，通过对每个检测来源的障碍物检测数据进行确定与编号，再将两种检测来源检测确定的障碍物的位置数据进行偏差比对，并根据偏差比对结果进行障碍物合并，进而确定机器人周边障碍物的准确信息，解决了机器人避障过程中障碍物在各个传感器检测检测有差异，无法确定障碍物准确信息的问题，达到了机器人能够通过各个传感器精确检测障碍物信息，进而安全准确避障的技术效果。
实施例三
图3为本发明实施例三提供的一种机器人避障控制方法的流程图，本实施例以上述实施例为基础进行细化，在本实施例中，所述根据所述机器人各分区中障碍物的位置数据，控制所述机器人进行避障包括：根据所述机器人各分区中障碍物的位置数据识别到多个机器人互为障碍物时，控制其中第一机器人通过近场通信向其他第二机器人广播控制状态；其中，所述第二机器人为除第一机器人以外的每个机器人；接收第二机器人上报的上报信息，其中，上报信息包括第二机器人实时坐标位置、行走线路和角度方向；对比第一机器人和第二机器人的实时坐标位置、行走线路坐标和角度方向，根据比对结果，执行如下控制：当第二机器人与第一机器人行走线路为同向，且第二机器人在第一机器人的行进前方，则控制第二机器人继续行进；当第二机器人与第一机器人行走线路为同向，且第二机器人在第一机器人的行进后方，则控制第二机器人停止行驶进行等待，直至第二机器人行走线路上无障碍物时，控制第二机器人继续行驶；当第二机器人与第一机器人行走线路为对向，且第二机器人在第一机器人的后方，则控制第二机器人继续行驶；当第二机器人与第一机器人行走线路为对向，且第二机器人在第一机器人的前方，则控制第二机器人停止行驶进行等待，直至第二机器人行走线路上无障碍物时，控制第二机器人继续行驶；当第二机器人与被控制机器人行走线路相交叉，且第二机器人准备进入交叉坐标区域，则制第二机器人停止行驶，待第二机器人行走线路上无障碍物时，控制第二机器人继续行驶；当第二机器人与第一机器人行走线路相交叉，且第二机器人已驶离交叉坐标区域，则控制第二机器人继续行驶，如图3所示，该方法具体包括如下步骤：
步骤310、根据机器人上配置的至少两个检测来源上报的障碍物检测数据，计算得到各所述检测来源对应的障碍物位置数据。
步骤320、将各所述检测来源对应的障碍物位置数据进行融合，以确定所述机器人周边的障碍物的位置数据。
步骤330、建立所述障碍物的位置数据与机器人周边预设分区的映射关系；其中，所述机器人周边预设分区是在机器人周边按照周向角度划分的多个分区。
步骤340、根据所述机器人各分区中障碍物的位置数据识别到多个机器人互为障碍物时，控制其中第一机器人通过近场通信向其他第二机器人广播控制状态；其中，所述第二机器人为除第一机器人以外的每个机器人。
其中，所述近场通信可以为能够在一定空间范围内通过电磁波进行通信的通信技术，近场通讯可以为具备无线通信组网能力，可采用多种无线通信方式，例如可以为WIFI、以太网、4G通信或433MHz通信等。
其中，所述控制状态可以为第一机器人实时被控制执行的状态，例如可以为停止行驶、继续前进等。
其中，所述根据所述机器人各分区中障碍物的位置数据识别到多个机器人互为障碍物时，可以为机器人避障控制装置接收到多个机器人上报的障碍物信息，并根据多个障碍物信息进行比对，识别出多个障碍物信息对应多个机器人，例如当有第一机器人识别出前方具有障碍物，并将障碍物信息上报，第一机器人前方的障碍物为第二机器人，第二机器人与第一机器人对向移动，第二机器人也将前方的障碍物上报，此时，机器人避障控制装置就可以根据两个障碍物信息与两个机器人信息进行识别，得出第一机器人与第二机器人互为障碍物。
步骤350、接收第二机器人上报的上报信息，其中，上报信息包括第二机器人实时坐标位置、行走线路和角度方向。
其中，所述实时坐标位置可以为能够表示机器人所处方位的位置信息，例如可以通过直角坐标系表示机器人的实时坐标位置，也可以通过经纬度、海拔高度确定机器人的实时位置坐标。
其中，所述行走线路可以为机器人预定的行走轨迹，例如机器人执行从A点到B点的任务，则会根据电子地图信息规划出行走轨迹，或者根据传感器检测数据动态规划行走轨迹，此时的行走轨迹可以为行走线路。
其中，所述角度方向可以为机器人正面朝向的角度方向，例如角度方向可以为正南方，南偏东13度等等，也可以通过其他标准划定角度方向。
步骤360、对比第一机器人和第二机器人的实时坐标位置、行走线路坐标和角度方向，根据比对结果，执行如下控制：
当第二机器人与第一机器人行走线路为同向，且第二机器人在第一机器人的行进前方，则控制第二机器人继续行进；
当第二机器人与第一机器人行走线路为同向，且第二机器人在第一机器人的行进后方，则控制第二机器人停止行驶进行等待，直至第二机器人行走线路上无障碍物时，控制第二机器人继续行驶；
当第二机器人与第一机器人行走线路为对向，且第二机器人在第一机器人的后方，则控制第二机器人继续行驶；
当第二机器人与第一机器人行走线路为对向，且第二机器人在第一机器人的前方，则控制第二机器人停止行驶进行等待，直至第二机器人行走线路上无障碍物时，控制第二机器人继续行驶；
当第二机器人与被控制机器人行走线路相交叉，且第二机器人准备进入交叉坐标区域，则制第二机器人停止行驶，待第二机器人行走线路上无障碍物时，控制第二机器人继续行驶；
当第二机器人与第一机器人行走线路相交叉，且第二机器人已驶离交叉坐标区域，则控制第二机器人继续行驶。
其中，所述行走线路为同向可以为机器人行走路径的切线方向相同，例如机器人在被障碍物阻挡停止时，行走路径的切线方向都为正南方。
其中，所述行走线路为对向可以为机器人行走路径的切线方向相反，例如机器人在被障碍物阻挡停止时，行走路径的切线方向为正南方和正北方。
其中，所述行走线路相交叉可以为机器人行走路径的切线方向的延长线相交叉，例如机器人在被障碍物阻挡停止时，行走路径的切线方向为正南方和正东方。
本实施例的技术方案，通过机器人各分区中障碍物的位置数据识别到多个机器人互为障碍物，并控制其中第一机器人通过近场通信向其他第二机器人广播控制状态，接受第二机器人上报的控制状态，然后根据第一机器人和第二机器人的实时坐标位置、行走线路和角度方向对第一机器人与第二机器人进行控制，以使全部的机器人脱离障碍物，解决了机器人避障过程中机器人互为障碍物而造成的控制混乱等问题，达到了机器人互为障碍物的情况下也能有序安全的脱离障碍物的技术效果。
实施例四
图4为本发明实施例四提供的一种机器人避障控制装置的结构示意图，本发明实施例所提供的一种机器人避障控制装置，该装置可采用软件和/或硬件的方式实现，如图4所示，所述机器人避障控制装置具体包括：数据获取模块410、数据融合模块420、数据映射模块430和避障控制模块440。
其中，数据获取模块410，用于根据机器人上配置的至少两个检测来源上报的障碍物检测数据，计算得到各所述检测来源对应的障碍物位置数据；
数据融合模块420，用于将各所述检测来源对应的障碍物位置数据进行融合，以确定所述机器人周边的障碍物的位置数据；
数据映射模块430，用于建立所述障碍物的位置数据与机器人周边预设分区的映射关系；其中，所述机器人周边预设分区是在机器人周边按照周向角度划分的多个分区；
避障控制模块440，用于根据所述机器人各分区中障碍物的位置数据，控制所述机器人进行避障。
可选的是，在上述技术方案的基础上，所述障碍物的位置数据包括障碍物相对于机器人的位置角度、高度和距离值；相应的，建立所述障碍物的位置数据与机器人周边预设分区的映射关系包括：根据所述障碍物的位置角度，映射至所述机器人周边的预设分区中；其中，所述机器人的周边按照周向等角度划分为2k个分区,k为大于1的整数。
可选的是，在上述技术方案的基础上，所述数据融合模块420包括：障碍物编号单元，用于针对每个检测来源对应的障碍物位置数据，分别为障碍物进行编号，所述编号与所述检测来源相对应；障碍物融合单元，用于将基于两种检测来源对应的障碍物位置数据进行偏差比对，并根据偏差比对结果进行障碍物合并。
可选的是，在上述技术方案的基础上，所述检测来源包括下述至少两种：超声波传感器、激光雷达和双目视觉传感器。
可选的是，在上述技术方案的基础上，所述障碍物编号单元用于：通过激光雷达获取机器人周围各角度的物体位置数据，当物体位置数据中距离值小于第一预设值时将该物体判定为障碍物，并对所述障碍物进行编号，将每个障碍物的编号和位置数据进行关联，将全部障碍物的编号及其关联的位置数据组合构建第一组障碍物位置数据；通过双目视觉传感器获取机器人视角范围内各角度的物体位置数据，当物体位置数据中距离值小于第一预设值时将该物体判定为障碍物，并对所述障碍物进行编号，将每个障碍物的编号和位置数据进行关联，将全部障碍物的编号及其关联的位置数据组合构建第二组障碍物位置数据；通过超声波传感器获取机器人周围的物体位置数据，当物体位置数据中距离值小于第一预设值时将该物体判定为障碍物，并对所述障碍物进行编号，将每个障碍物的编号和位置数据进行关联，将全部障碍物的编号及其关联的位置数据组合构建第三组障碍物位置数据。
可选的是，在上述技术方案的基础上，所述障碍物融合单元用于：构建第四组障碍物位置数据，将第二组障碍物位置数据作为第四组障碍物位置数据的初始数据；将第一组障碍物位置数据中的每个障碍物与第二组障碍物位置数据的全部障碍物进行比对，如差异值大于第二预设值则将该障碍物的编号和位置数据增加至第四组障碍物位置数据。
可选的是，在上述技术方案的基础上，所述障碍物融合单元用于：构建第五组障碍物位置数据，将第四组障碍物位置数据作为第五组障碍物位置数据的初始数据；将第三组障碍物位置数据中的每个障碍物与第五组障碍物位置数据的全部障碍物进行比对，如不符合第一预设特征时则将该障碍物的编号和位置数据增加至第五组障碍物位置数据。
可选的是，在上述技术方案的基础上，所述数据融合模块420用于：将各所述检测来源对应的障碍物位置数据进行融合，以获取障碍物融合结果；加载所述机器人当前所处位置的电子地图；根据所述障碍物融合结果，更新所述机器人当前所处位置的电子地图上障碍物位置信息，确定所述机器人周边的障碍物的位置数据。
可选的是，在上述技术方案的基础上，所述避障控制模块440用于：确定所述机器人各分区中障碍物的位置数据中的距离值所属的距离等级，其中，所述距离等级按照距离机器人从近至远划分为至少两级；如果所述距离等级为一级，则确定所述机器人停止向所述分区前进；如果所述距离等级为非一级，则调整所述机器人向所述分区的前进步径和/或速度；其中，所述前进步径和/或速度的大小与所述距离等级成正比。
可选的是，在上述技术方案的基础上，所述避障控制模块440用于：加载所述机器人的机型信息；根据机器人的机型信息和障碍物的位置数据，控制所述机器人的行走步径和/或旋转角度，进行前移、后移、左移、右移、左前移、右前移、左后移、右后移、左旋转和/或右旋转操作。
可选的是，在上述技术方案的基础上，所述机器人避障控制装置还包括：
防跌落与安全触边实时状态获取单元，用于获取所述机器人上配置的防跌落传感器和安全触边传感器的实时状态；
告警控制单元，用于当安全触边传感器或防跌落传感器触发告警时，不支持控制向触发告警的方向移动。
可选的是，在上述技术方案的基础上，所述机器人避障控制装置配置于服务器内，所述服务器与所述机器人通过通信协议进行交互。
可选的是，在上述技术方案的基础上，所述避障控制模块440用于：根据所述机器人各分区中障碍物的位置数据识别到多个机器人互为障碍物时，控制其中第一机器人通过近场通信向其他第二机器人广播控制状态；其中，所述第二机器人为除第一机器人以外的每个机器人；接收第二机器人上报的上报信息，其中，上报信息包括第二机器人实时坐标位置、行走线路和角度方向；对比第一机器人和第二机器人的实时坐标位置、行走线路坐标和角度方向，根据比对结果，执行如下控制：当第二机器人与第一机器人行走线路为同向，且第二机器人在第一机器人的行进前方，则控制第二机器人继续行进；当第二机器人与第一机器人行走线路为同向，且第二机器人在第一机器人的行进后方，则控制第二机器人停止行驶进行等待，直至第二机器人行走线路上无障碍物时，控制第二机器人继续行驶；当第二机器人与第一机器人行走线路为对向，且第二机器人在第一机器人的后方，则控制第二机器人继续行驶；当第二机器人与第一机器人行走线路为对向，且第二机器人在第一机器人的前方，则控制第二机器人停止行驶进行等待，直至第二机器人行走线路上无障碍物时，控制第二机器人继续行驶；当第二机器人与被控制机器人行走线路相交叉，且第二机器人准备进入交叉坐标区域，则制第二机器人停止行驶，待第二机器人行走线路上无障碍物时，控制第二机器人继续行驶；当第二机器人与第一机器人行走线路相交叉，且第二机器人已驶离交叉坐标区域，则控制第二机器人继续行驶。
本实施例的技术方案，通过接收障碍物的检测数据，并进行融合，得到机器人周边的障碍物位置数据，然后把障碍物位置数据映射至预设分区中，再根据各分区中障碍物位置数据，控制机器人进行避障，解决了机器人自主导航行走过程中，因环境障碍触发传感器最小防护距离导致机器人自我保护而停止行走，无法继续执行任务的问题，达到了机器人能够在融合的障碍物位置数据情况下，安全可靠高效的避障效果。
实施例五
图5为本发明实施例五提供的一种电子设备的结构示意图，如图5所示，该电子设备包括处理器510、存储器520、输入装置530和输出装置540；设备中处理器510的数量可以是一个或多个，图5中以一个处理器510为例；设备中的处理器510、存储器520、输入装置530和输出装置540可以通过总线或其他方式连接，图5中以通过总线连接为例。
存储器520作为一种计算机可读存储介质，可用于存储软件程序、计算机可执行程序以及模块，如本发明实施例中的机器人避障控制方法对应的程序指令/模块。处理器510通过运行存储在存储器520中的软件程序、指令以及模块，从而执行设备的各种功能应用以及数据处理。
存储器520可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序；存储数据区可存储根据终端的使用所创建的数据等。此外，存储器520可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中，存储器520可进一步包括相对于处理器510远程设置的存储器，这些远程存储器可以通过网络连接至设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
输入装置530可用于接收输入的数字或字符信息，以及产生与设备的用户设置以及功能控制有关的信号输入。输出装置540可包括显示屏等显示设备。
实施例六
本发明实施例六提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本发明实施例所有发明实施例提供的机器人避障控制方法：根据机器人上配置的至少两个检测来源上报的障碍物检测数据，计算得到各所述检测来源对应的障碍物位置数据；将各所述检测来源对应的障碍物位置数据进行融合，以确定所述机器人周边的障碍物的位置数据；建立所述障碍物的位置数据与机器人周边预设分区的映射关系；其中，所述机器人周边预设分区是在机器人周边按照周向角度划分的多个分区；根据所述机器人各分区中障碍物的位置数据，控制所述机器人进行避障。
可以采用一个或多个计算机可读的介质的任意组合。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。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(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(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。在本文件中，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。
计算机可读的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。计算机可读的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——无线、电线、光缆、RF等等，或者上述的任意合适的组合。
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发明操作的计算机程序代码，所述程序设计语言包括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)。
注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。
Claims (16)
1.一种机器人避障控制方法，其特征在于，包括：
根据机器人上配置的至少两个检测来源上报的障碍物检测数据，计算得到各所述检测来源对应的障碍物位置数据；
将各所述检测来源对应的障碍物位置数据进行融合，以确定所述机器人周边的障碍物的位置数据；
建立所述障碍物的位置数据与机器人周边预设分区的映射关系；其中，所述机器人周边预设分区是在机器人周边按照周向角度划分的多个分区；
根据所述机器人各分区中障碍物的位置数据，控制所述机器人进行避障。
2.根据权利要求1所述的方法，其特征在于，所述障碍物的位置数据包括障碍物相对于机器人的位置角度、高度和距离值；
相应的，建立所述障碍物的位置数据与机器人周边预设分区的映射关系包括：
根据所述障碍物的位置角度，映射至所述机器人周边的预设分区中；其中，所述机器人的周边按照周向等角度划分为2k个分区,k为大于1的整数。
3.根据权利要求2所述的方法，其特征在于，所述将各所述检测来源对应的障碍物位置数据进行融合，以确定所述机器人周边的障碍物的位置数据包括：
针对每个检测来源对应的障碍物位置数据，分别为障碍物进行编号，所述编号与所述检测来源相对应；
将基于两种检测来源对应的障碍物位置数据进行偏差比对，并根据偏差比对结果进行障碍物合并。
4.根据权利要求3所述的方法，其特征在于，所述检测来源包括下述至少两种：超声波传感器、激光雷达和双目视觉传感器。
5.根据权利要求4所述的方法，其特征在于，所述针对每个检测来源对应的障碍物位置数据，分别为障碍物进行编号，所述编号与所述检测来源相对应包括：
通过激光雷达获取机器人周围各角度的物体位置数据，当物体位置数据中距离值小于第一预设值时将该物体判定为障碍物，并对所述障碍物进行编号，将每个障碍物的编号和位置数据进行关联，将全部障碍物的编号及其关联的位置数据组合构建第一组障碍物位置数据；
通过双目视觉传感器获取机器人视角范围内各角度的物体位置数据，当物体位置数据中距离值小于第一预设值时将该物体判定为障碍物，并对所述障碍物进行编号，将每个障碍物的编号和位置数据进行关联，将全部障碍物的编号及其关联的位置数据组合构建第二组障碍物位置数据；
通过超声波传感器获取机器人周围的物体位置数据，当物体位置数据中距离值小于第一预设值时将该物体判定为障碍物，并对所述障碍物进行编号，将每个障碍物的编号和位置数据进行关联，将全部障碍物的编号及其关联的位置数据组合构建第三组障碍物位置数据。
6.根据权利要求5所述的方法，其特征在于，所述将基于两种检测来源对应的障碍物位置数据进行偏差比对，并根据偏差比对结果进行障碍物合并包括：
构建第四组障碍物位置数据，将第二组障碍物位置数据作为第四组障碍物位置数据的初始数据；
将第一组障碍物位置数据中的每个障碍物与第二组障碍物位置数据的全部障碍物进行比对，如差异值大于第二预设值则将该障碍物的编号和位置数据增加至第四组障碍物位置数据。
7.根据权利要求6所述的方法，其特征在于，所述将基于两种检测来源对应的障碍物位置数据进行偏差比对，并根据偏差比对结果进行障碍物合并包括：
构建第五组障碍物位置数据，将第四组障碍物位置数据作为第五组障碍物位置数据的初始数据；
将第三组障碍物位置数据中的每个障碍物与第五组障碍物位置数据的全部障碍物进行比对，如不符合第一预设特征时则将该障碍物的编号和位置数据增加至第五组障碍物位置数据。
8.根据权利要求1所述的方法，其特征在于，所述将各所述检测来源对应的障碍物位置数据进行融合，以确定所述机器人周边的障碍物的位置数据包括：
将各所述检测来源对应的障碍物位置数据进行融合，以获取障碍物融合结果；
加载所述机器人当前所处位置的电子地图；
根据所述障碍物融合结果，更新所述机器人当前所处位置的电子地图上障碍物位置信息，确定所述机器人周边的障碍物的位置数据。
9.根据权利要求1所述的方法，其特征在于，所述根据所述机器人各分区中障碍物的位置数据，控制所述机器人进行避障包括：
确定所述机器人各分区中障碍物的位置数据中的距离值所属的距离等级，其中，所述距离等级按照距离机器人从近至远划分为至少两级；
如果所述距离等级为一级，则确定所述机器人停止向所述分区前进；
如果所述距离等级为非一级，则调整所述机器人向所述分区的前进步径和/或速度；其中，所述前进步径和/或速度的大小与所述距离等级成正比。
10.根据权利要求1所述的方法，其特征在于，所述控制所述机器人进行避障包括：
加载所述机器人的机型信息；
根据机器人的机型信息和障碍物的位置数据，控制所述机器人的行走步径和/或旋转角度，进行前移、后移、左移、右移、左前移、右前移、左后移、右后移、左旋转和/或右旋转操作。
11.根据权利要求1所述的方法，其特征在于，还包括：
获取所述机器人上配置的防跌落传感器和安全触边传感器的实时状态；
当安全触边传感器或防跌落传感器触发告警时，不支持控制向触发告警的方向移动。
12.根据权利要求1所述的方法，其特征在于：所述方法由服务器或便携式移动终端执行，所述服务器与所述机器人通过通信协议进行交互。
13.根据权利要求12所述的方法，其特征在于，所述根据所述机器人各分区中障碍物的位置数据，控制所述机器人进行避障包括：
根据所述机器人各分区中障碍物的位置数据识别到多个机器人互为障碍物时，控制其中第一机器人通过近场通信向其他第二机器人广播控制状态；其中，所述第二机器人为除第一机器人以外的每个机器人；
接收第二机器人上报的上报信息，其中，上报信息包括第二机器人实时坐标位置、行走线路和角度方向；
对比第一机器人和第二机器人的实时坐标位置、行走线路坐标和角度方向，根据比对结果，执行如下控制：
当第二机器人与第一机器人行走线路为同向，且第二机器人在第一机器人的行进前方，则控制第二机器人继续行进；
当第二机器人与第一机器人行走线路为同向，且第二机器人在第一机器人的行进后方，则控制第二机器人停止行驶进行等待，直至第二机器人行走线路上无障碍物时，控制第二机器人继续行驶；
当第二机器人与第一机器人行走线路为对向，且第二机器人在第一机器人的后方，则控制第二机器人继续行驶；
当第二机器人与第一机器人行走线路为对向，且第二机器人在第一机器人的前方，则控制第二机器人停止行驶进行等待，直至第二机器人行走线路上无障碍物时，控制第二机器人继续行驶；
当第二机器人与被控制机器人行走线路相交叉，且第二机器人准备进入交叉坐标区域，则制第二机器人停止行驶，待第二机器人行走线路上无障碍物时，控制第二机器人继续行驶；
当第二机器人与第一机器人行走线路相交叉，且第二机器人已驶离交叉坐标区域，则控制第二机器人继续行驶。
14.一种机器人避障控制装置，其特征在于，包括：
数据获取模块，用于根据机器人上配置的至少两个检测来源上报的障碍物检测数据，计算得到各所述检测来源对应的障碍物位置数据；
数据融合模块，用于将各所述检测来源对应的障碍物位置数据进行融合，以确定所述机器人周边的障碍物的位置数据；
数据映射模块，用于建立所述障碍物的位置数据与机器人周边预设分区的映射关系；其中，所述机器人周边预设分区是在机器人周边按照周向角度划分的多个分区；
避障控制模块，用于根据所述机器人各分区中障碍物的位置数据，控制所述机器人进行避障。
15.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1-13中任一所述的一种机器人避障控制方法。
16.一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，该程序被处理器执行时实现如权利要求1-13中任一所述的一种机器人避障控制方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111265744.2A CN114003036A (zh) | 2021-10-28 | 2021-10-28 | 机器人避障控制方法、装置、设备和介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111265744.2A CN114003036A (zh) | 2021-10-28 | 2021-10-28 | 机器人避障控制方法、装置、设备和介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114003036A true CN114003036A (zh) | 2022-02-01 |
Family
ID=79924895
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111265744.2A Pending CN114003036A (zh) | 2021-10-28 | 2021-10-28 | 机器人避障控制方法、装置、设备和介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114003036A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114332635A (zh) * | 2022-03-11 | 2022-04-12 | 科大天工智能装备技术（天津）有限公司 | 一种智能搬运机器人障碍物自动识别方法和系统 |
| CN114545947A (zh) * | 2022-02-25 | 2022-05-27 | 北京捷象灵越科技有限公司 | 移动机器人互相避让方法、装置、电子设备及存储介质 |
| CN115083152A (zh) * | 2022-06-09 | 2022-09-20 | 北京主线科技有限公司 | 一种车辆编队感知系统、方法、装置、设备及介质 |
Citations (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102749918A (zh) * | 2012-04-23 | 2012-10-24 | 山东大陆科技有限公司 | 一种全区智能全自动服务系统 |
| CN107885213A (zh) * | 2017-11-22 | 2018-04-06 | 广东艾可里宁机器人智能装备有限公司 | 一种扫地机器人室内导航系统及方法 |
| CN108344414A (zh) * | 2017-12-29 | 2018-07-31 | 中兴通讯股份有限公司 | 一种地图构建、导航方法及装置、系统 |
| CN109144065A (zh) * | 2018-08-29 | 2019-01-04 | 广州市君望机器人自动化有限公司 | 机器人避让方法及装置 |
| CN109270524A (zh) * | 2018-10-19 | 2019-01-25 | 禾多科技（北京）有限公司 | 基于无人驾驶的多数据融合障碍物检测装置及其检测方法 |
| CN110340935A (zh) * | 2018-04-03 | 2019-10-18 | 深圳市神州云海智能科技有限公司 | 一种机器人融合定位的方法及机器人 |
| CN110353573A (zh) * | 2019-06-05 | 2019-10-22 | 深圳市杉川机器人有限公司 | 扫地机器人的脱困方法、扫地机器人、计算设备及存储介质 |
| CN110609570A (zh) * | 2019-07-23 | 2019-12-24 | 中国南方电网有限责任公司超高压输电公司天生桥局 | 一种基于无人机的自主避障巡检方法 |
| CN111309015A (zh) * | 2020-02-25 | 2020-06-19 | 华南理工大学 | 一种融合多传感器的变电站巡检机器人定位导航系统 |
| CN111930127A (zh) * | 2020-09-02 | 2020-11-13 | 广州赛特智能科技有限公司 | 一种机器人障碍物识别及避障方法 |
| CN112284389A (zh) * | 2020-09-28 | 2021-01-29 | 深圳优地科技有限公司 | 移动机器人路径规划方法、装置、移动机器人和存储介质 |
| CN112965517A (zh) * | 2021-01-31 | 2021-06-15 | 国网江苏省电力有限公司常州供电分公司 | 基于双目视觉融合激光雷达与电磁场检测的无人机巡检安全避障系统和方法 |
| CN113110505A (zh) * | 2021-05-12 | 2021-07-13 | 上海高仙自动化科技发展有限公司 | 路径规划方法、装置、设备及存储介质 |
| CN113139607A (zh) * | 2021-04-27 | 2021-07-20 | 苏州挚途科技有限公司 | 障碍物检测方法和装置 |
| CN113534821A (zh) * | 2021-09-14 | 2021-10-22 | 深圳市元鼎智能创新有限公司 | 多传感器融合的扫地机器人运动避障方法、装置及机器人 |
-
2021
- 2021-10-28 CN CN202111265744.2A patent/CN114003036A/zh active Pending
Patent Citations (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102749918A (zh) * | 2012-04-23 | 2012-10-24 | 山东大陆科技有限公司 | 一种全区智能全自动服务系统 |
| CN107885213A (zh) * | 2017-11-22 | 2018-04-06 | 广东艾可里宁机器人智能装备有限公司 | 一种扫地机器人室内导航系统及方法 |
| CN108344414A (zh) * | 2017-12-29 | 2018-07-31 | 中兴通讯股份有限公司 | 一种地图构建、导航方法及装置、系统 |
| CN110340935A (zh) * | 2018-04-03 | 2019-10-18 | 深圳市神州云海智能科技有限公司 | 一种机器人融合定位的方法及机器人 |
| CN109144065A (zh) * | 2018-08-29 | 2019-01-04 | 广州市君望机器人自动化有限公司 | 机器人避让方法及装置 |
| CN109270524A (zh) * | 2018-10-19 | 2019-01-25 | 禾多科技（北京）有限公司 | 基于无人驾驶的多数据融合障碍物检测装置及其检测方法 |
| CN110353573A (zh) * | 2019-06-05 | 2019-10-22 | 深圳市杉川机器人有限公司 | 扫地机器人的脱困方法、扫地机器人、计算设备及存储介质 |
| CN110609570A (zh) * | 2019-07-23 | 2019-12-24 | 中国南方电网有限责任公司超高压输电公司天生桥局 | 一种基于无人机的自主避障巡检方法 |
| CN111309015A (zh) * | 2020-02-25 | 2020-06-19 | 华南理工大学 | 一种融合多传感器的变电站巡检机器人定位导航系统 |
| CN111930127A (zh) * | 2020-09-02 | 2020-11-13 | 广州赛特智能科技有限公司 | 一种机器人障碍物识别及避障方法 |
| CN112284389A (zh) * | 2020-09-28 | 2021-01-29 | 深圳优地科技有限公司 | 移动机器人路径规划方法、装置、移动机器人和存储介质 |
| CN112965517A (zh) * | 2021-01-31 | 2021-06-15 | 国网江苏省电力有限公司常州供电分公司 | 基于双目视觉融合激光雷达与电磁场检测的无人机巡检安全避障系统和方法 |
| CN113139607A (zh) * | 2021-04-27 | 2021-07-20 | 苏州挚途科技有限公司 | 障碍物检测方法和装置 |
| CN113110505A (zh) * | 2021-05-12 | 2021-07-13 | 上海高仙自动化科技发展有限公司 | 路径规划方法、装置、设备及存储介质 |
| CN113534821A (zh) * | 2021-09-14 | 2021-10-22 | 深圳市元鼎智能创新有限公司 | 多传感器融合的扫地机器人运动避障方法、装置及机器人 |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114545947A (zh) * | 2022-02-25 | 2022-05-27 | 北京捷象灵越科技有限公司 | 移动机器人互相避让方法、装置、电子设备及存储介质 |
| CN114332635A (zh) * | 2022-03-11 | 2022-04-12 | 科大天工智能装备技术（天津）有限公司 | 一种智能搬运机器人障碍物自动识别方法和系统 |
| CN115083152A (zh) * | 2022-06-09 | 2022-09-20 | 北京主线科技有限公司 | 一种车辆编队感知系统、方法、装置、设备及介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN114003036A (zh) | 机器人避障控制方法、装置、设备和介质 | |
| US11470821B2 (en) | Method for monitoring pet by robot based on grid map and chip | |
| US11151281B2 (en) | Video monitoring method for mobile robot | |
| US10705528B2 (en) | Autonomous visual navigation | |
| CN111693050B (zh) | 基于建筑信息模型的室内中大型机器人导航方法 | |
| CN108303986B (zh) | 一种激光slam导航的临时障碍物处理方法 | |
| JP2021534481A (ja) | 障害物又は地面の認識及び飛行制御方法、装置、機器及び記憶媒体 | |
| CN103459099A (zh) | 与一个可移动的远程机器人相互交流 | |
| CN103389699A (zh) | 基于分布式智能监测控制节点的机器人监控及自主移动系统的运行方法 | |
| JP6636260B2 (ja) | 自律移動体の走行経路教示システムおよび走行経路教示方法 | |
| JP5902275B1 (ja) | 自律移動装置 | |
| CN111949027B (zh) | 自适应的机器人导航方法和装置 | |
| CN112034479A (zh) | 一种应用于煤矿井下智能巡检无人机的定位方法及系统 | |
| WO2021027967A1 (zh) | 一种路线确定方法、可行进设备、和存储介质 | |
| CN113358110B (zh) | 机器人障碍物地图的构建方法、装置、机器人及存储介质 | |
| WO2022222490A1 (zh) | 一种机器人的控制方法及机器人 | |
| CN110879596A (zh) | 低成本自动割草机自主作业系统及其自主作业方法 | |
| CN109491383A (zh) | 多机器人定位与建图系统及方法 | |
| WO2023274177A1 (zh) | 地图构建方法、装置、设备、仓储系统及存储介质 | |
| CN113008237A (zh) | 一种路径规划方法及装置、飞行器 | |
| WO2022188333A1 (zh) | 一种行走方法、装置和计算机存储介质 | |
| CN114212108A (zh) | 自动驾驶方法、装置、车辆、存储介质及产品 | |
| KR20230018656A (ko) | 실내환경의 비전과 라이다를 융합한 slam 시스템 및 방법 | |
| EP4033325A1 (en) | Robot movement limiting frame working starting point determining method and movement control method | |
| CN118362124A (zh) | 一种配电线路无人机巡检的实时避障及地图更新方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |