CN114019956A - 区域边界确定方法、系统、自主行进设备及割草机器人 - Google Patents
区域边界确定方法、系统、自主行进设备及割草机器人 Download PDFInfo
- Publication number
- CN114019956A CN114019956A CN202111200102.4A CN202111200102A CN114019956A CN 114019956 A CN114019956 A CN 114019956A CN 202111200102 A CN202111200102 A CN 202111200102A CN 114019956 A CN114019956 A CN 114019956A
- Authority
- CN
- China
- Prior art keywords
- autonomous traveling
- information
- area
- boundary
- preset
- 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 67
- 230000007613 environmental effect Effects 0.000 claims abstract description 43
- 238000002955 isolation Methods 0.000 claims description 53
- 239000003550 marker Substances 0.000 claims description 20
- 230000036961 partial effect Effects 0.000 claims description 10
- 238000012545 processing Methods 0.000 claims description 10
- 230000002452 interceptive effect Effects 0.000 claims description 7
- 230000009471 action Effects 0.000 claims description 4
- 230000004044 response Effects 0.000 claims description 3
- 230000001960 triggered effect Effects 0.000 claims description 3
- 230000002829 reductive effect Effects 0.000 abstract description 3
- 230000000875 corresponding effect Effects 0.000 description 35
- 230000008569 process Effects 0.000 description 22
- 238000004140 cleaning Methods 0.000 description 21
- 230000006870 function Effects 0.000 description 21
- 238000010408 sweeping Methods 0.000 description 17
- 238000013145 classification model Methods 0.000 description 10
- 238000005516 engineering process Methods 0.000 description 9
- 238000004422 calculation algorithm Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 7
- 239000000463 material Substances 0.000 description 7
- 238000012549 training Methods 0.000 description 7
- 238000012546 transfer Methods 0.000 description 7
- 238000001514 detection method Methods 0.000 description 6
- 230000001276 controlling effect Effects 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 4
- 230000003993 interaction Effects 0.000 description 4
- 239000002184 metal Substances 0.000 description 4
- 230000000007 visual effect Effects 0.000 description 4
- 230000004888 barrier function Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 238000004590 computer program Methods 0.000 description 3
- 238000010276 construction Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 239000000126 substance Substances 0.000 description 3
- 239000011449 brick Substances 0.000 description 2
- 239000003086 colorant Substances 0.000 description 2
- 239000004744 fabric Substances 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 239000002904 solvent Substances 0.000 description 2
- 238000004891 communication Methods 0.000 description 1
- 239000004020 conductor Substances 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 239000012634 fragment Substances 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000012905 input function Methods 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- -1 patterns Substances 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 125000006850 spacer group Chemical group 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000002123 temporal effect Effects 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Electromagnetism (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本申请实施例提供一种区域边界确定方法、系统、自主行进设备及割草机器人。其中,所述方法包括:采集自主行进设备所处环境的环境信息;基于所述环境信息,识别所述自主行进设备的采集范围内是否存在有与预置信息匹配的临时标记;存在所述临时标记时,根据所述环境信息确定所述自主行进设备所在区域的至少部分外边界。本申请实施例提供的技术方案,利用临时标记来限定区域边界,可降低边界建立的复杂度,且成本低、灵活度高;自主行进设备通过识别临时标记完成区域边界的确定,边界确定方案简单、高效,适用范围广。
Description
技术领域
本申请属于机器人技术领域,尤其涉及一种区域边界确定方法、系统、自主行进设备及割草机器人。
背景技术
自主行进设备是一种工作在室内或户外环境的,具有自主行进能力的智能机器人,如割草机器人、清洁机器人、巡检机器人、酒店或餐饮等公共场景内的服务机器人等等。现有机器人大多是通过检测障碍物的方式,确定活动区域范围的,活动区域的边缘即边界。
对于无实体边界的场地,比如户外的草坪、开敞的广场区域等,机器人就无法识别边界。
发明内容
鉴于上述问题,本申请提供一种解决上述问题或至少部分地解决上述问题的区域边界确定方法、系统、自主行进设备及割草机器人。
在本申请的一个实施例中,提供了一种区域边界确定方法。该方法包括:
采集自主行进设备所处环境的环境信息;
基于所述环境信息,识别所述自主行进设备的采集范围内是否存在有与预置信息匹配的临时标记;
存在所述临时标记时,根据所述环境信息确定所述自主行进设备所在区域的至少部分外边界。
在本申请的另一个实施例中,提供了一种区域边界确定系统。该区域边界确定系统包括:
临时标记,用于临时限定区域的外边界;
自主行进设备,具有在区域内自主行进的能力;所述自主行进设备用于:
采集自主行进设备所处环境的环境信息;基于所述环境信息,识别所述自主行进设备的采集范围内是否存在有与预置信息匹配的临时标记;存在所述临时标记时,根据所述环境信息确定所述自主行进设备所在区域的至少部分外边界。
在本申请的又一个实施例中,提供了一种自主行进设备。该自主行进设备包括:
采集装置,用于采集自主行进设备所处环境的环境信息;
行进装置,用于为自主行进设备提供行进动力;
处理器,用于通过所述采集装置采集自主进行设备所处环境的环境信息;基于所述环境信息,识别所述自主行进设备的采集范围内是否存在有与预置信息匹配的临时标记;存在所述临时标记时,根据所述环境信息确定所述自主进行设备所在区域的至少部分外边界。
在本申请的又一个实施例中,提供了一种割草机器人。该割草机器人包括:
采集装置,用于采集割草机器人所处环境的环境信息;
行进装置,用于为所述割草机器人提供行进动力;
执行装置,用于执行割草动作;
处理器,用于通过所述采集装置采集割草机器人所处环境的环境信息;基于所述环境信息,识别所述割草机器人的采集范围内是否存在有与预置信息匹配的临时标记;存在所述临时标记时,根据所述环境信息确定所述割草机器人所在区域的至少部分外边界。
本申请各实施例提供的技术方案中,利用临时标记实现区域边界的限定,能够有效降低边界建立的复杂度,且成本低、灵活度高;相应地,自主行进设备内预置有与临时标记相关的预置信息,在完成区域边界确定的过程中,自主行进设备能够通过设置在其上的采集装置来采集自主行进设备所处环境的环境信息,并能够基于环境信息识别自主行进设备的采集范围内是否存在有与预置信息匹配的临时标记;并在存在临时标记时,进一步地可以根据环境信息确定出自主行进设备所在区域的至少部分外边界。可见,自主行进设备是通过识别临时标记完成区域边界确定的,方案简单、高效,适用范围广。
本申请各实施例提供的方案适用于多种类型的机器人,如割草机器人、清洁机器人(如户外扫地机器人)、搬运机器人、餐厅送餐机器人等,采用本申请各实施例提供的技术方案,方案实现简单、高效,有助于节约成本,对用户较为友好。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要利用的附图作一简单地介绍,显而易见地,下面描述中的附图是本申请的一些实施例,对于本领域普通技术人员来讲,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1a为本申请一实施例提供的区域边界建立的原理性示意图;
图1b为本申请另一实施例提供的控制自主行进设备在事先建立好边界的区域内行进的原理性示意图;
图1c为本申请又一实施例提供的控制自主行进设备在事先建立好边界的区域内行进的原理性示意图;
图2为本申请一实施例提供的区域边界确定方法的流程示意图;
图3为本申请一实施例提供的区域边界确定装置的结构示意图;
图4为本申请一实施例提供的自主行进设备的结构示意图;
图5为本申请又一实施例提供的区域边界建立的原理性示意图;
图6为本申请一实施例提供的一隔离带的具体形态示意图。
具体实施方式
现有技术中有一种圈定开敞空间外边界的方案,是在开敞空间的地面边界处埋设金属导线或布设磁条的方式来建立区域的外边界,在自主行进设备上设置传感器用于感知信号线所发出的信号,使得自主行进设备可基于感知到的信号强弱确定其所在区域的外边界信息。但上述布设磁条或埋设金属导线的方式,存在边界建立繁琐、工作量大、成本高等问题,且还存在一旦所布设的磁条或埋设的导线遭到破坏,将导致边界失效,造成自主行进设备无法工作的问题。
比如,在一具体应用场景,自主行进设备为割草机器人为例。割草机器人工作的户外环境常是形状各异的开放式草坪环境,草坪环境具有如下特点:草坪大多无封闭的围栏外边界,草坪上具有一定数量的灌木、花圃、池塘等景观,具体可参见如图1a和图1b示出的草坪环境。针对草坪环境,目前主要采取人为在草坪的外边界处埋设金属导线方式,以确保割草机器人在待割区域内工作。但是,上述方式存在边界建立繁琐、工作量大、成本高等问题,且还存在所布设的信号线一旦遭到破坏,将导致边界失效,造成自主行进设备无法工作的问题。此处需补充说明的是:开放式草坪环境包括完全开放式草坪环境和半开放式草坪环境;其中,完全开放式草坪环境指的是草坪的外边界处无任何固定障碍物(比如篱笆、矮墙、高墙);半开放式是草坪环境指的是草坪的外边界中的部分外边界处存在固定障碍物(比如篱笆、矮墙、高墙),其他部分外边界处无任何障碍物。图1a示出了完全开放式草坪环境的示例,图1b示出了半开放式草坪环境的示例。图1a和图1b中均未示出在草坪外边界处埋设的金属导线。
针对现有技术中存在的问题,本申请技术方案采取人为布设可识别的临时标记(如临时隔离带、临时隔离墩等)方式来事先建立区域的外边界,自主行进设备通过识别临时标记确定其所在区域的外边界,以此来保证自主行进设备在限定区域内工作。为了使本技术领域的人员更好地理解本申请方案,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述。
在本申请实施例中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。在本申请实施例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,“多种”一般包含至少两种,但是不排除包含至少一种的情况。
在本申请的说明书、权利要求书及上述附图中描述的一些流程中,包含了按照特定顺序出现的多个操作,这些操作可以不按照其在本文中出现的顺序来执行或并行执行。操作的序号如101、102等,仅仅是用于区分各个不同的操作,序号本身不代表任何的执行顺序。另外,这些流程可以包括更多或更少的操作,并且这些操作可以按顺序执行或并行执行。需要说明的是,本文中的“第一”、“第二”等描述,是用于区分不同的消息、设备、模块等,不代表先后顺序,也不限定“第一”和“第二”是不同的类型。还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的商品或者系统不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种商品或者系统所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的商品或者系统中还存在另外的相同要素。此外,下述所描述的各实施例是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通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,都属于本申请保护的范围。
在介绍本申请提供的方法实施例之前,先对为实现本申请提供的方法所需要结合的硬件设备进行简要说明。
实现本申请提供的方法需要结合的硬件设备为专门设置的、服务于特定领域的硬件设备,如背景技术中介绍到自主行进设备。自主行进设备可以为具有各种功能的自主移动机器人,如割草机器人、清洁机器人(如户外扫地机器人)、餐厅送餐机器人、酒店服务机器人、商超服务机器人等,本实施例对此不作具体限定。
在自主行进设备上可设置有采集装置以及与采集装置连接的处理器。其中,采集装置可设置于自主行进设备的壳体上,如可设置在自主行进设备的正前方、顶部等,用于采集自主行进设备行进过程中所处环境的环境信息。具体实施时,采集装置可以为面阵传感器,面阵传感器是指由多个像素元组成的一个矩形阵列,每个像素元都是一个传感器。利用面阵传感器在自主行进设备的行进过程中,能够较为精准的采集到自主行进设备所处环境的包含有方向、距离等深度信息的环境信息。处理器基于面阵传感器采集到的环境信息,可控制自主行进设备实现各种基于环境感知的功能,比如,可以实现视觉算法上的物体识别、分类等功能,以及在实现物体识别、分类等功能的基础上实现区域边界确定的功能;和/或可以实现实时性强、精度高的定位和构建地图等功能。关于这些功能的详细描述可参见下述方法实施例,此处不作详述。
具体实施时,上述面阵传感器可以为但不限于如下中的一种:图像面阵传感器(如双目摄像头、双目相机模组)、TOF(Time of Flight,飞行时间)面阵传感器、结构光面阵传感器。其中,双目摄像头或双目相机模组的基本原理是通过从不同位置获得被测空间的两幅图像,通过计算两幅图像对应点间的位置偏差获取空间的深度信息。TOF面阵传感器的基本原理是通过向被测空间发出一道经处理后的光线,光线遇到物体后会被反射回来,根据捕捉到的光线往返时间计算与物体间的距离,以此完成空间信息的探测。结构光面阵传感器的基本原理是通过向被探测空间投射具有一定结构特征的光线,再采集反射回来的结构光图案并基于三角测量原理进行深度信息的计算,以此完成空间信息的探测。关于图像面阵传感器、TOF面阵传感器、结构光面阵传感器的详细介绍可参见现有技术。
自主行进设备上除了设置有上述所述的采集装置及处理器硬件结构之外,还可设置有自主行进设备的一些基本组件,比如,存储器、行进装置、电源组件、显示器、音频组件、人机交互装置(如触摸屏、控键、语义交互装置等)等等。存储器可设置于自主行进设备的内部,其主要用于存储一个或多个计算机指令,这些计算机指令可被处理器执行,致使处理器控制自主行进设备实现相应的功能,完成相应动作或任务。存储器除了存储计算机指令外,还可被配置为存储其他各种数据以支持自主行进设备上的操作,比如,采集装置采集到的环境信息、与临时标记相关的预置信息。其中,临时标记指的是临时布设的用来限定区域外边界的标记,如临时隔离带、临时画在或粘贴地面上的标记图形(如白色线)、路锥、隔离桩、栅栏等。在本实施例中,处理器可通过执行存储器中存储的计算机指令,控制自主行进设备实现其所在区域的边界确定和/或相应环境地图构建等功能,完成相应的如割草任务、清洁任务等。行进装置可以包括驱动轮、驱动电机、万向轮等。不同自主行进设备所包含的这些基本组件及基本组件的构成均会有所不同,本实施例列举的仅是部分示例。
另外,自主行进设备可以为各种形状,比如,椭圆形、圆形、凸多边形等。自主行进设备可以通过安装软件、应用程序APP或者预先写入的程序来实现控制自主行进设备移动的方法逻辑等。
这里需说明的是:有关自主行进设备各功能硬件结构的具体交互以及处理器控制自主行进设备实现其所在区域的边界确定、相应地图构建等功能的具体实现,将在下文中进行详细描述,为此可参见下述相关内容。
图2示出了本申请一实施例提供的一种区域边界确定方法,该区域边界确定方法的执行主体可以为上述所述的自主行进设备,比如,割草机器人、清洁设备(如户外或室内扫地机器人)等,本实施例对此不作具体限定。下文中,在具体介绍本实施例提供的区域边界确定方法过程中,主要是以割草机器人为执行主体、割草机器人工作的草坪环境为示例进行详细说明。同时,也会对执行主体为其他类型的机器人,如清洁机器人,以清洁机器人工作的环境(如广场区域、大厅或大厅的某部分区域)为示例进行简要说明。如图2所示,该方法可包括如下步骤:
101、采集自主行进设备所处环境的环境信息;
102、基于所述环境信息,识别所述自主行进设备的采集范围内是否存在有与预置信息匹配的临时标记;
103、存在所述临时标记时,根据所述环境信息确定所述自主行进设备所在区域的至少部分外边界。
具体实施时,针对自主行进设备待工作的开放区域(即区域的外边界中存在有无实体外边界),自主行进设备在此区域内工作(也即控制自主行进设备执行本实施例提供的方法)之前,本实施例提供的技术方案会事先利用临时标记对自主行进设备待工作开放区域的外边界进行限定。该临时标记的相关信息预置于自主行进设备内。
上述临时标记可以是任何能够被自主行进设备上的采集装置采集到的人为布设的临时隔离用的标记,比如,临时标记可以为临时放置地隔离用的标记物、临时绘制或粘贴在地面上的标记图形。其中,临时放置地隔离用的标记物可以为但不限于临时隔离带(如图6示出的隔离带)、临时隔离墩、临时隔离用的枝条、临时隔离砖、临时栅栏、路锥等。临时绘制或粘贴在地面上的标记图形可以为但不限于临时画在地面上的白色线、临时粘贴在地面上的图案等。相应地,预置于自主行进设备内的临时标记的相关信息可以包括:临时标记所属类、临时标记的各种特征信息,比如轮廓特定、颜色特定、材料特定等等。对于不同的应用场景,可采用不同临时标记物来事先限定出区域的外边界。
例如,以割草机器人工作的环境,即草坪环境为例,参见图1a所示的完全开放式草坪环境,可以沿草坪A的外边界放置诸如临时隔离带的方式,以形成草坪A对应的封闭区域。比如,图1a中示出虚线段表征沿草坪A的外边界所放置的临时隔离带,该所放置的临时隔离带的具体形态可参见图6所示;相应地,所形成的草坪A对应的封闭区域即指的是图1a中由虚线段所围城的封闭区域;或者,也可以采用沿草坪A的全部外边界以一定间隔距离(如0.5m、1m、2m)、连续性地放置多个临时隔离墩或插入多个临时隔离用的枝条等方式,以形成草坪A对应的封闭区域。对于图1b示出的半开放式草坪环境,可以仅在草坪B的外边界中的无固定障碍物的部分外边界处布设临时标记,当然也可以在草坪B的全部外边界处布设临时标记,本实施例对此不作限定。示例性地,假设草坪B的外边界是由边界b1b2、边界b2b3、边界b3b4及边界b4b1组成,其中,边界b4b1为固定高墙,边界b1b2、边界b2b3及边界b3b4均为开放式边界(即边界b1b2、边界b2b3及边界b3b4处均无任何固定障碍物),此种情况下,可仅在边界b1b2、边界b2b3及边界b3b4处间隔性地放置如临时隔离墩,以使草坪B形成封闭区域。图1b中示出的“虚线圆形”表征所放置的临时隔离墩。
再例如,以清洁机器人工作的环境,如大厅的某一部分区域为例,可以采用临时在地面上画一封闭白色线、临时在地面上以一定间隔距离粘贴图案等方式,来构建清洁机器人待清洁的某部分区域的外边界;或者,也可以采用放置临时隔离带、临时隔离墩等方式,来构建清洁机器人待清洁的某部分区域的外边界,本实施例对此不作限定。附图中未示出针对清洁机器人工作区域的外边界建立的示例。关于清洁机器人(或其它类型的机器人)工作区域的外边界建立的示例,可参见上述具体描述的有关割草机器人工作的草坪环境对应的草坪区域外边界的建立过程。
基于上述内容,在利用临时标记完成自主行进设备待工作的区域外边界建立后,在自主行进设备行进在此区域过程中,通过设置在自主行进设备上的采集装置,能够实时采集到自主行进设备所处环境的环境信息,并将该环境信息发送至自主行进设备的处理器。处理器能够对采集装置所采集到的环境信息进行处理,进行区域内的障碍物识别分析,从而基于识别分析结果以完成自主行进设备所在区域的至少部分外边界的确定。基于此,即上述步骤101中,具体可以通过设置在自主进行设备上的采集装置,来采集自主进行设备所处环境的环境信息。
示例性地,如在图1a示出的草坪环境场景下,可以通过设置在割草机器人100上的采集装置,实时采集割草机器人100在草坪A内行进过程中,所处草坪A对应的环境信息。有关采集装置的具体描述可参见上述相关内容,此处就不再作具体赘述。
这里需说明的是:上述自主行进设备行进在事先利用临时标记建立好外边界的区域内时,是按照指定行走方式行进的;其中,指定行走方式可以为但不限于“弓”字型、“Z”字型、“回”字型等,有关具体如何控制自主行进设备按指定行走方式行进,可参见下述相关内容。
上述102中,基于采集装置所采集到的环境信息,处理器可配合相应的识别算法来识别自主行进设备的采集范围内是否存在有与预置信息匹配的临时标记。其中,预置信息指的是预置于自主行进设备内的临时标记的相关信息,该临时标记的相关信息可以包含但不限于临时标记所属类、临时标记的各种属性特征,比如尺寸、颜色、材料、图案等等。具体地,以图6示出的隔离带为例,该隔离带的相关信息可以包括:所属类为带状物,伸缩布带20的宽度为d、颜色为如黄色或红色等、其上图案为“××××”,两侧立柱21高为L等。具体实施时,上述预置信息可以存储于自主行进设备的存储器中,以供处理器在需要时进行调用。
即在一具体可实现的技术方案中,上述步骤102“基于所述环境信息,识别所述自主行进设备的采集范围内是否存在有与预置信息匹配的临时标记”,可具体包括:
1021、根据所述环境信息,确定所述自主行进设备的采集范围内是否存在障碍物;
1022、存在障碍物时,根据所述环境信息识别所述障碍物所属类;
1023、所述障碍物所属类与所述预置信息中预设类匹配时,确定所述自主行进设备的采集范围内存在所述临时标记。
上述步骤1021和步骤1022中,对于不同类型采集装置所采集到的自主行进设备所处环境的环境信息,将会对应有不同的处理方式来完成根据所采集到的环境信息进行确定采集范围内是否存在障碍物,以及存在障碍物时根据环境信息识别障碍物所属类。例如,对于由图像面阵传感器采集到的环境信息,可以利用图像识别技术完成根据环境信息确定采集范围内是否存在障碍物以及对障碍物进行分类等;具体地,
举例来说,继续参见图1a所示的草坪环境,并以割草机器人100的顶部上设置的采集装置41为双目摄像头为例,其中,设置在草坪A外边界的隔离带(图中虚线即代表所设置的隔离带,该隔离带的具体形态可如图6所示)的高度是根据双目摄像头能够采集到的高度范围确定的。割草机器人100在草坪A内工作行走过程中,机体内的处理器可以实时获取双目摄像头从不同视角同时采集的割草机器人所处环境的两幅环境图像(即环境信息),并可以基于内置的图像匹配算法分析确定出障碍物,同时得到两环境图像间的视差图像;根据视差图像、障碍物在图像中的位置及摄像头标定参数,通过如三角测量原理技术也就可以计算出障碍物距割草机器人100的实际距离和/或方位,从而根据该距离和/或方位也就可以确定出采集范围内是否存在障碍物,具体详细计算过程可参见现有技术。
在确定出存在障碍物时,可以再进一步利用相关的图像识别技术对障碍物所属类进行分析,以使后续自主行进设备能够根据障碍物所属类与预置信息中预设类进行匹配,来确定自主行进设备的采集范围内存在所述临时标记;其中,上述图像识别技术可以为机器学习算法,小波矩算法等,本实施例对此不作限定。具体实施时,可以基于与图像识别技术相关的算法构建出相应的分类模型并进行训练,比如,可以利用机器学习算法构建出用于识别障碍物所属类的分类模型并进行训练;将获取到的环境图像作为已训练好的分类模型的输入,执行该分类模型,该分类模型经对环境图像中的障碍物进行特征提取(如提取出障碍物的形状、尺寸、颜色、花纹等特征)、特征分析等处理即可输出包含障碍物所属类的输出结果,如障碍物所属类可能为图1a示出的灌木、花圃或隔离带等。
上述分类模型的具体训练过程,可以具体包括如下步骤:
获取训练样本;其中,训练样本包括:多个含有临时标记的图片及各图片中的临时标记所属类标签;
将所述训练样本中的图片作为待训练分类模型的输入,执行所述识别分析模型得到输出结果;
基于所述输出结果及所述各图片中的临时标记所属类标签,对所述分类模型中的参数进行优化。
具体实施时,上述训练样本中的不同图片含有相同类型的临时标记时,临时标记对应的材质、图案、颜色等也可能不相同。另外,上述训练样本中的图片可以是在不同采集条件下获得的,采集条件可以为不同光照强度、不同阴暗程度等,此处不作限定。相应地,训练样本中的图片可以包括如下中的至少一种:不同光照强度的图片、不同阴暗程度的图片、所含边界标识物对应不同颜色和/或图案的图片、所含边界标识物对应不同材质和/或结构形式的图片,等等。基于上述不同类型的图片来训练分类模型,有利于提高分类模型的精准度。
这里还需补充说明的是:对于在采集装置为TOF面阵传感器或结构光面阵传感器的情况下,采集装置是通过向被探测环境空间发射探测光线,当探测光线遇到障碍物时会发生反射,由于光的传播速度一定,当距离不同是,接收到反射光线的时间将会不同,通过记录探测光的反射时间,便可以计算出探测光线发射位置到障碍物的距离,不断重复上述过程也就可以得到障碍物的三维点云数据;对该三维点云数据进行相应处理即可确定出障碍物的形状、宽度等属性特征,基于该属性特征也就能够确定出障碍物所属类。例如,若障碍物的属性特征为条带状、带宽如为5cm、距离地面的高度如为1.2m等,则可确定障碍物归属于隔离带。具体如何基于TOF面阵传感器或结构光面阵传感器采集到的环境的三维数据,确定自主行进设备的采集范围内是否存在障碍物以及对障碍物进行分类等,可参见现有技术,此处就不作具体赘述。
上述步骤1023中,在确定出障碍物所属类的情况下,可以从相应的存储器中调取出预置信息,并将障碍物所属类与预置信息中预设类进行匹配;在障碍物所属类与预置信息中预设类匹配时,则说明自主行进设备的采集范围内存在临时标记。
例如,继续参见图1a所示,假设基于采集到的当前割草机器人100所在位置处环境的环境信息,确定出割草机器人100的采集范围内存在障碍物d1d2(即为所设置的临时隔离带D1D2的部分片段),并确定出该障碍物d1d2所属类与预置信息中预设的隔离带类匹配,那么则说明当前割草机器人的采集范围内是存在临时标记的,且该临时标记即为隔离带d1d2(也即障碍物d1d2),隔离带d1d2属于所设置的临时隔离带D1D2的部分片段。
本实施例提供的技术方案,还可适用于如下场景的外边界确定。比如,用户手边的可作为临时标记的材料数量有限无法圈一圈,比如,有一段使用隔离带、剩余段用路锥间隔布设等等。对于这种情况,本实施例提供如下方案,即所述预置信息中可包括多种预设类。这里的预置信息可人为设定,有关这部分的内容将在下文中详述。相应的,上述实施例中步骤1023“所述障碍物所属类与所述预置信息中预设类匹配时,确定所述自主行进设备的采集范围内存在所述临时标记”,包括:
所述障碍物所属类与所述多种预设类的一个预设类匹配时,确定所述自主行进设备的采集范围内存在所述临时标记。
实际应用时还可能存在如下情况,比如用户使用了隔离带作为临时标记限定区域的外边界。但实际场景中除了隔离带外,还存在其他不是临时标记的带状物,若将所有带状物均识别为隔离带,必然会出错。针对这个问题,本申请实施例还提供如下方案,即预置信息中除可包含有至少一种预设类外,还应该包括各预设类对应的至少一个属性特征。比如,预设类为隔离带类,且对应的至少一个属性特征可包括但不限于:材料、颜色、尺寸等等。比如,用户使用的是黄色、带宽为4.8cm、8cm等等;这样自主行进设备只有识别出障碍物为隔离带类、且属性特征中的颜色为黄色、带宽为4.8cm,才可确定该障碍物为临时标记。即本实施例中步骤1023“所述障碍物所属类与所述预置信息中预设类匹配时,确定所述自主行进设备的采集范围内存在所述临时标记”,可包括:
所述障碍物所属类与所述预设类匹配时,基于所述环境信息,识别所述障碍物的属性特征;
在所述障碍物的属性特征与所述预设类对应的至少一个属性特征匹配时,确定所述自主行进设备的采集范围内存在所述临时标记。
具体的,若所述环境信息包括环境图像,则可采用图像识别技术识别所述障碍物的属性特征;若所述环境信息为三维点云数据,则可通过对三维点云数据进行相应的处理来识别所述障碍物的属性特征。本实施例对于如何根据环境信息识别障碍物的属性特征不作限定,可采用任意能实现的技术方案实现。
在确定出当前自主行进设备的采集范围内存在临时标记后,可以进一步地根据环境信息确定临时标记的至少一个特征点的位置信息,从而再基于该至少一个特征点的位置信息来确定自主行进设备所在区域的外边界上的至少一个边界点。有了边界点后,便可绘制出区域地图上的至少部分外边界。即,在确定自主行进设备的采集范围内存在临时标记的情况下,上述步骤103中“根据所述环境信息,确定所述自主行进设备所在区域的至少部分外边界”,可具体包括如下步骤:
1031、对所述环境信息进行数据处理,以得到所述临时标记的至少一个特征点的位置信息;
1032、基于所述至少一个特征点的位置信息,确定所述外边界上的至少一个边界点;
1033、基于所述外边界上的至少一个边界点,在区域地图上绘制所述自主行进设备所在区域的至少部分外边界。
具体实施时,可基于临时标记所属类,来选择特征点。比如,隔离带类标记,隔离带间隔一段距离就会有一个支撑柱,可将支撑柱底盘中心点作为特征点。又或者隔离带类标记,隔离带是通过绑在区域边界的树、立柱等围出的边界,此时,可将隔离带宽度方向上的中心点为特征点等等。
在选择隔离带宽度方向上的中心点为特征点时,需将该特征点(带有高度方向坐标)映射到地面所在的二维坐标系中,该特征点对应在二维坐标系中的坐标即边界点的位置信息。
示例性地,承接上述图1b所示的示例,假设基于采集到的当前割草机器人100所在位置处环境的环境信息,确定出割草机器人100的采集范围内存在的临时标记为隔离带d1d2。通常隔离带是具有一定宽度的,此时可以基于当前采集到的环境信息确定出隔离带d1d2在宽带方向上的中心点,并沿着隔离带等间隔距离采样几个点作为特征点,如点c1、点c2、点c3,直接作为草坪A的外边界上的边界点。在绘制外边界的边界段时,可通过拟合的方式拟合出边界段。
若自主行进设备具有构建地图及定位功能,即本实施例中绘制区域地图的过程可采用比如视觉SLAM(Simultaneous Localization And Mapping,同步定位与建图)技术、激光SLAM技术或者其他技术等来实现。通常情况下,区域的外边界都是封闭的。因此,自主行进设备在地图构建(或绘制)过程中,可检测外边界是否为封闭图案,若绘制出的地图的外边界为封闭图案,则可认为该区域的外边界完成绘制。在外边界完成绘制后,便可继续采用上述提及的视觉SLAM或激光SLAM技术等,执行所述区域地图的内边界的绘制。比如图1a中水池、花圃的外轮廓即区域的内边界。即,本实施例提供的所述方法还包括如下步骤:
104、检测所述区域的外边界是否完成绘制;
105、在完成所述区域外边界的绘制后,执行所述区域地图的内边界的绘制。
若自主行进设备不具有构建地图及定位功能,通过上述实施例步骤101~103的步骤,可识别出外边界。自主移动设备可基于识别出的外边界以及距离外边界的距离做出相应的动作,比如减速行驶、掉头或沿所述外边界行走等,以避免行驶出区域外。具体的,如自主行进设备当前行进方向为朝向外边界行驶,此时确定出外边界与自身的距离大于预设的安全阈值,则可以继续保持均速前进;反之,若确定出外边界距自身的距离等于或小于预设的安全阈值,则调转方向以沿远离外边界的方向或者沿着外边界行走作业等,此处不作具体限定。
本实施例提供的技术方案,利用临时标记实现区域边界的限定,能够有效降低边界建立的复杂度,且成本低、灵活度高;相应地,自主行进设备内预置有与临时标记相关的预置信息,在完成区域边界确定的过程中,自主行进设备能够通过设置在其上的采集装置来采集自主行进设备所处环境的环境信息,并能够基于环境信息识别自主行进设备的采集范围内是否存在有与预置信息匹配的临时标记;并在存在临时标记时,进一步地可以根据环境信息确定出自主行进设备所在区域的至少部分外边界。可见,自主行进设备是通过识别临时标记完成区域边界确定的,方案简单、高效,适用范围广。
进一步地,本申请实施例的方案还提供了人机交互功能,以便于用户基于自身需求来设定预置信息。比如,根据当前手边的可作为临时标记的材料,设置自主行进设备的预置信息。具体的,本实施例提供的所述方法还可包括:
105、显示交互界面;
106、响应于用户通过所述交互界面触发的针对预存数据的操作,更新所述预存数据。
其中,预存数据包括至少一个预置信息,针对所述预存数据的操作包括如下中的至少一种:添加新的预置信息的操作、删除已有预置信息的操作、修改已有预置信息的操作、选择预置信息作为临时标记识别基准的操作。
具体实施时,用户可通过自主行进设备提供的交互功能,如鼠标、键盘、语音等方式,实现针对预置信息的修改、添加、删除等。其中,预存数据可存储在自主行进设备的存储器中。比如,用户当前手里只有红色的、宽度为6cm的带子可以作为临时标记,但自主行进设备的预存数据中的一个预置信息包括隔离带类,对应属性特征包括黄色、宽度4.8cm。为此,用户可通过自主行进设备提供的输入功能,或通过与自主行进设备通信的智能设备(如手机、平板电脑等)向预存数据添加一个新的预置信息,该预置信息包括隔离带类、对应属性特征包括红色、宽度6cm;并把该新添加的预置信息选择作为临时标记识别的基准。
上文中,自主行进设备的存储器除了预存有与临时标记相关的数据外,还可存储有用于控制自主行进设备行走的一个或多个计算机指令;基于该一个或多个计算机指令,能够实现控制自主行进设备按照指定行走方式,行进在事先利用临时标记建立好外边界的区域内,以完成上述区域边界确定功能。
比如,以弓”字型行走方式为例。参见图1b所示,事先利用临时标记建立好区域B的外边界后,将割草机器人100放置在起始位置e1处并启动割草机器人100,割草机器人100的处理器通过执行存储器中所存储的相应计算机指令,控制自主行进设备按照如图中示出的“弓”字型行走方式执行割草任务;并在执行割草任务过程中,基于采集到的割草机器人100所处环境的环境信息识别临时标记,且基于识别结果及环境信息确定出区域B的至少部分外边界;以此种行走方式完成区域B的遍历后,最终也就即可以确定出区域B的全部外边界,且也可以确定出区域B的内外边界。
除了可以控制割草机器人100以“弓”字型行进在区域B内之外,还可以控制割草机器人100按其他行走方式,比如“Z”字型,“回”字型等,行进在区域B内,以完成区域B边界确定功能。具体地,
再比如,以“回”字型行走方式为例。参见图1c所示,事先利用临时标记建立好区域B的外边界后,将割草机器人100放置在起始位置e1处并启动割草机器人100,割草机器人100的处理器通过执行相应的计算机程序,先控制割草机器人沿如竖直向上方向行走执行割草任务;并在行走至位置e2处时,基于采集到的环境信息识别到临时标记,控制割草机器人100执行向右转身的动作,使其向右沿着临时标记继续行走,直至行走一圈,至此基于行走期间所确定出的信息也就能够获取区域B的外边界;之后,可以控制割草机器人100向内缩进,继续按行走一圈的形式在区域B内进行后续工作,直至完成区域B的全部遍历,并确定出区域B的内边界。
这里需说明的是,上述示例中,割草机器人100在区域B内行走过程中,若遇到非临时标记的障碍物,其能够自动执行避障处理以继续行走,有关如何进行避障行走可参见现有技术。另外,有关割草机器人100如何按除上述示例之外的其它行走方式行进在区域B内,也可参见现有技术。上述示例中,割草机器人100按指定行走方式行进在区域B内的过程中,具体是如何基于采集到的环境信息完成区域B边界确定的,可参见上述相关内容,此处就不再具体赘述。
这里还需补充说明的是,上文内容主要是以应用于室外的割草机器人及其工作的草坪环境为示例来介绍本实施例提供的区域边界确定方法的,但这并不说明本实施例提供的技术方案仅适用割草机器人。本实施例提供的技术方案也可以适用于工作在室外或室内的其他类型的机器人,比如,清洁机器人(如户外扫地机器人)、用于搬运物体的搬运机器人、餐厅、酒店或银行等公共场景下的服务机器人等等。对于如何基于其他类型的机器人以及相应的工作环境,利用本实施例提供方法实现区域边界确定,可参见下文结合其他类型机器人工作的场景,对本实施例提供的技术方案进行的简要说明,此处就不再作具体赘述。
本申请一实施例还提供了一种区域边界确定系统。参见图1a、图1b和图5所示,该区域边界确定系统包括:临时标记及自主行进设备100;其中,
临时标记,用于临时限定区域的外边界;
自主行进设备100,具有在区域内自主行进的能力;所述自主行进设备100用于:采集自主行进设备所处环境的环境信息;基于所述环境信息,识别所述自主行进设备的采集范围内是否存在有与预置信息匹配的临时标记;存在临时标记时,根据所述环境信息确定所述自主行进设备所在区域的至少部分外边界。
具体实施时,上述临时标记可以是任何能够被自主行进设备上的采集装置采集到的人为布设的临时隔离用的标记,比如,临时标记可以为临时放置地隔离用的标记物、临时绘制或粘贴在地面上的标记图形。其中,临时放置地隔离用的标记物可以为但不限于临时隔离带、临时隔离墩、临时隔离用的枝条、临时隔离砖、临时栅栏、路锥等,临时绘制或粘贴在地面上的标记图形可以为但不限于临时画在地面上的白色线、临时粘贴在地面上的图案等。
自主行进设备可以为具有各种功能的自主移动机器人,如割草机器人、清洁机器人、餐厅送餐机器人等,本实施例对此不作具体限定。自主行进设备上设置有采集装置,可用于采集自主行进设备所处环境的环境信息。所述采集装置为面阵传感器,面阵传感器可以为图像面阵传感器、飞行时间面阵传感器、结构光面阵传感器,当然也可以是其他类型的面阵传感器,此处不作具体限定。
这里需要说明的是:本实施例提供的区域边界确定系统中各步骤未尽详述的内容可参见上述各实施例中的相应内容,此处不再作赘述。此外,本实施例提供的区域边界确定系统中除了上述各步骤外,还可包括上述各实施例中其他部分或全部步骤,具体可参见上述各实施例相应内容,在此不再赘述。
图3为本申请一示例性实施例提供的区域边界确定装置的结构示意图。该区域边界确定装置的物理形态可以是处理芯片。具体地,该区域边界确定装置包括:采集模块31、识别模块32以及确定模块33;其中,
采集模块31,用于采集自主行进设备所处环境的环境信息;
识别模块32,用于基于所述环境信息,识别所述自主行进设备的采集范围内是否存在有与预置信息匹配的临时标记;
确定模块33,用于存在所述临时标记时,根据所述环境信息确定所述自主行进设备所在区域的至少部分外边界。
进一步地,上述识别模块32,在用于基于所述环境信息,识别所述自主行进设备的采集范围内是否存在有与预置信息匹配的临时标记时,具体用于:
根据所述环境信息,确定所述自主行进设备的采集范围内是否存在障碍物;存在障碍物时,根据所述环境信息识别所述障碍物所属类;所述障碍物所属类与所述预置信息中预设类匹配时,确定所述自主行进设备的采集范围内存在所述临时标记。
进一步地,上述预置信息中包括多种预设类;相应地,上述识别模块32,在用于所述障碍物所属类与所述预置信息中预设类匹配时,确定所述自主行进设备的采集范围内存在所述临时标记时,具体用于:
所述障碍物所属类与所述多种预设类的一个预设类匹配时,确定所述自主行进设备的采集范围内存在所述临时标记。
进一步地,上述预置信息中包括预设类对应的至少一个属性特征;相应地,上述识别模块32,在用于所述障碍物所属类与所述预置信息中预设类匹配时,确定所述自主行进设备的采集范围内存在所述临时标记时,具体用于:
所述障碍物所属类与所述预设类匹配时,基于所述环境信息,识别所述障碍物的属性特征;在所述障碍物的属性特征与所述预设类对应的至少一个属性特征匹配时,确定所述自主行进设备的采集范围内存在所述临时标记。
进一步地,上述确定模块33,在用于根据所述环境信息,确定所述自主进行设备所在区域的至少部分外边界时,具体用于:
对所述环境信息进行数据处理,以得到所述临时标记的至少一个特征点的位置信息;基于所述至少一个特征点的位置信息,确定所述外边界上的至少一个边界点;基于所述外边界上的至少一个边界点,在区域地图上绘制所述自主行进设备所在区域的至少部分外边界。
进一步地,上述确定模块33,还用于:检测所述区域的外边界是否完成绘制;在完成所述区域外边界的绘制后,执行所述区域地图的内边界的绘制。
进一步地,本实施例提供的所述装置还包括:
显示装置,用于显示交互界面;
响应装置,用于响应于用户通过所述交互界面触发的针对预存数据的操作,更新所述预存数据;其中,预存数据包括至少一个预置信息,针对所述预存数据的操作包括如下中的至少一种:添加新的预置信息的操作、删除已有预置信息的操作、修改已有预置信息的操作、选择预置信息作为临时标记识别基准的操作。
进一步地,上述临时标记包括如下中的至少一种:临时绘制或粘贴在地面上的标记图形、临时放置的标记物;其中,标记物包括如下中的至少一种:隔离带、栅栏、路锥、隔离桩。
这里需要说明的是:本实施例提供的区域边界确定装置可实现上述区域边界确定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区域边界确定方法实施例中的相应内容,此处不再赘述。
图4示出了本申请实施例提供的一种自主行进设备,该自主行进设备包含有上文中提及的处理芯片(参见区域边界确定装置实施例)。如图4所示,该自主行进设备包括:采集装置41、行进装置42以及处理器43(如处理芯片);其中,
采集装置41,用于采集自主行进设备所处环境的环境信息;
行进装置42,用于为自主行进设备提供行进动力;
处理器43,用于通过所述采集装置41采集自主行进设备所处环境的环境信息;基于所述环境信息,识别所述自主行进设备的采集范围内是否存在有与预置信息匹配的临时标记;存在所述临时标记时,根据所述环境信息确定所述自主行进设备所在区域的至少部分外边界。
进一步地,上述采集装置41为面阵传感器,所述面阵传感器可以为但不限于图像面阵传感器、飞行时间面阵传感器、结构光面阵传感器。
进一步地,本实施例提供的所述自主行进设备还包括存储器44。所述存储器44,用于存储程序;所述处理器43,与所述存储器44耦合,用于执行所述存储器44中存储的所述程序,以实现上述区域边界确定方法中的各步骤(具体可参见上述各实施例中的内容)。
上述存储器44可被配置为存储其它各种数据以支持在自主行进设备上的操作。这些数据的示例包括用于在自主行进设备上操作的任何应用程序或方法的指令。存储器44可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(SRAM),电可擦除可编程只读存储器(EEPROM),可擦除可编程只读存储器(EPROM),可编程只读存储器(PROM),只读存储器(ROM),磁存储器,快闪存储器,磁盘或光盘。
进一步,如图4所示,自主行进设备还包括:电源组件45、通讯组件46等其它组件。图4中仅示意性给出部分组件,并不意味着该自主行进设备只包括图4所示组件。
上述实施例中所述的自主行进设备可以为割草机器人。具体的,所述割草机器人包括:
采集装置,用于采集割草机器人所处环境的环境信息;
行进装置,用于为所述割草机器人提供行进动力;
执行装置,用于执行割草动作;
处理器,用于通过所述采集装置采集割草机器人所处环境的环境信息;基于所述环境信息,识别所述割草机器人的采集范围内是否存在有与预置信息匹配的临时标记;存在所述临时标记时,根据所述环境信息确定所述割草机器人所在区域的至少部分外边界。
这里需要说明的是:有关上述自主行进设备(或割草机器人)的处理器的更详尽的内容可参见上述区域边界确定装置实施例,此处不作赘述。此外,本实施例提供的自主行进设备或割草机器人各功能结构位详尽的内容,可参见上述各实施例相关的内容,此处不再作具体赘述。
相应的,本申请实施例还提供一种存储有计算机程序的计算机可读存储介质,所述计算机程序被计算机执行时能够实现上述各实施例提供的区域边界确定方法的步骤或功能。
下面以自主行进设备为除割草机器人之外的其他类型机器人为例,结合相应的具体应用场景,对本申请各实施例提供的技术方案进行简要说明。
应用场景一
以自主行进设备为户外扫地机器人为例,用户在开启扫地机器人对开敞的广场区域清扫之前,可以使用临时标记来事先限定出广场区域的外边界,比如,可以沿广场区域的边缘放置临时隔离带、临时隔离墩等来事先限定出广场区域的外边界,或者也可以沿广场的边缘临时在地面上粘贴或绘制标记图形(如白色线)来事先限定出广场区域的外边界。具体地,假设沿广场区域的边缘临时在地面上绘制白色线条来事先限定出广场区域的外边界,扫地机器人对广场进行清扫,清扫过程中使用双目相机实时采集其所处位置处的环境信息。
若在行进过程中,根据采集到的环境信息确定出当前扫地机器人的采集范围内存在障碍物,并识别出障碍物为临时标记(即识别出障碍物所属类为线条,且颜色为白色)时,扫地机器人可以根据环境信息确定出该采集到的白色线条的至少一个特征点的位置信息,从而再基于该至少一个特定点的位置信息也就能够确定出扫地机器人所在广场区域的外边界上的至少一个边界点。有了该至少一个边界点后,也就可以确定出广场区域的至少部分外边界。若扫地机器人具有构建地图及定位功能,便可绘制出广场区域地图上的至少部分外边界,此外扫地机器人在广场区域地图构建(或绘制)过程中,还可检测外边界是否为封闭图案,若绘制出的地图的外边界为封闭图案,则可以认为广场区域的外边界完成绘制(即广场区域的外边界确定完成);若扫地机器人不具有构建地图及定位功能,扫地机器人可基于至少一个边界点识别出广场区域的至少部分外边界,并基于识别出的外边界以及距离外边界的距离做出相应的动作,比如减速行驶、掉头或沿所述外边界行走等,以避免行驶出广场区域外。上述方式扫地机器人整个清扫过程中,用户只需要通过简单的布设临时标记即可实现事先限定出广场区域的外边界,边界建立简单、成本低、对用户较为友好;扫地机器人通过识别用户布设的临时标记,即可在整个清扫过程中完成广场区域边界的确定,以此保证自身不会驶出广场区域外,整个广场区域边界确定处理简单、计算量小、可集成于低功耗芯片中,成本低。
应用场景二
以自主行进设备为搬运机器人为例,比如,参见图5所示,用户在某一场地内启动搬运机器人搬运物体之前,可以临时在地面上粘贴标记图案(如图中示出的指示箭头),以事先限定出搬运机器人执行搬运任务时所可行走区域。搬运机器人行走在限定的区域内过程中,可使用设在其上的诸如双目相机实时采集其所处位置处的环境信息,并在基于环境信息确定出采集范围内存在临时标记(即指示箭头)时,可进一步地根据环境信息确定出其所在工作区域的至少部分外边界,并基于确定出的外边界以及距离外边界的距离做出相应的动作,以避免行驶出规定的行走区域外。整个搬运过程中,用户只需要通过简单的布设临时标记即可实现事先限定出搬运机器人所可行走区域的外边界,行走区域边界建立简单、成本低、对用户较为友好;另外,搬运机器人在限定的区域内执行搬运任务时,扫地机器人通过识别用户布设的临时标记,即可在整个搬运过程中完成所可行走的的区域的外边界确定,为此行走区域边界的确定简单、计算量小,可集成于低功耗芯片中,成本低。
以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
通过以上实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是:以上实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围。
Claims (13)
1.一种区域边界确定方法,其特征在于,包括:
采集自主行进设备所处环境的环境信息;
基于所述环境信息,识别所述自主行进设备的采集范围内是否存在有与预置信息匹配的临时标记;
存在所述临时标记时,根据所述环境信息确定所述自主行进设备所在区域的至少部分外边界。
2.根据权利要求1所述的方法,其特征在于,基于所述环境信息,识别所述自主行进设备的采集范围内是否存在有与预置信息匹配的临时标记,包括:
根据所述环境信息,确定所述自主行进设备的采集范围内是否存在障碍物;
存在障碍物时,根据所述环境信息识别所述障碍物所属类;
所述障碍物所属类与所述预置信息中预设类匹配时,确定所述自主行进设备的采集范围内存在所述临时标记。
3.根据权利要求2所述的方法,其特征在于,所述预置信息中包括多种预设类;以及
所述障碍物所属类与所述预置信息中预设类匹配时,确定所述自主行进设备的采集范围内存在所述临时标记,包括:
所述障碍物所属类与所述多种预设类的一个预设类匹配时,确定所述自主行进设备的采集范围内存在所述临时标记。
4.根据权利要求2或3所述的方法,其特征在于,所述预置信息中包括预设类对应的至少一个属性特征;以及
所述障碍物所属类与所述预置信息中预设类匹配时,确定所述自主行进设备的采集范围内存在所述临时标记,包括:
所述障碍物所属类与所述预设类匹配时,基于所述环境信息,识别所述障碍物的属性特征;
在所述障碍物的属性特征与所述预设类对应的至少一个属性特征匹配时,确定所述自主行进设备的采集范围内存在所述临时标记。
5.根据权利要求1至3中任一项所述的方法,其特征在于,根据所述环境信息,确定所述自主进行设备所在区域的至少部分外边界,包括:
对所述环境信息进行数据处理,以得到所述临时标记的至少一个特征点的位置信息;
基于所述至少一个特征点的位置信息,确定所述外边界上的至少一个边界点;
基于所述外边界上的至少一个边界点,在区域地图上绘制所述自主行进设备所在区域的至少部分外边界。
6.根据权利要求5所述的方法,其特征在于,还包括:
检测所述区域的外边界是否完成绘制;
在完成所述区域外边界的绘制后,执行所述区域地图的内边界的绘制。
7.根据权利要求1至3中任一项所述的方法,其特征在于,还包括:
显示交互界面;
响应于用户通过所述交互界面触发的针对预存数据的操作,更新所述预存数据;
其中,预存数据包括至少一个预置信息,针对所述预存数据的操作包括如下中的至少一种:添加新的预置信息的操作、删除已有预置信息的操作、修改已有预置信息的操作、选择预置信息作为临时标记识别基准的操作。
8.根据权利要求1至3中任一项所述的方法,其特征在于,所述临时标记包括如下中的至少一种:临时绘制或粘贴在地面上的标记图形、临时放置的标记物;
其中,标记物包括如下中的至少一种:隔离带、栅栏、路锥、隔离桩。
9.一种区域边界确定系统,其特征在于,包括:
临时标记,用于临时限定区域的外边界;
自主行进设备,具有在区域内自主行进的能力;所述自主行进设备用于:
采集自主行进设备所处环境的环境信息;基于所述环境信息,识别所述自主行进设备的采集范围内是否存在有与预置信息匹配的临时标记;存在临时标记时,根据所述环境信息确定所述自主行进设备所在区域的至少部分外边界。
10.一种自主行进设备,其特征在,包括:
采集装置,用于采集自主行进设备所处环境的环境信息;
行进装置,用于为自主行进设备提供行进动力;
处理器,用于通过所述采集装置采集自主行进设备所处环境的环境信息;基于所述环境信息,识别所述自主行进设备的采集范围内是否存在有与预置信息匹配的临时标记;存在所述临时标记时,根据所述环境信息确定所述自主行进设备所在区域的至少部分外边界。
11.根据权利要求10所述的自主行进设备,其特征在于,所述采集装置为面阵传感器;
所述面阵传感器包括如下中的任一种:双目相机、结构光面阵传感器。
12.一种割草机器人,其特征在于,包括:
采集装置,用于采集割草机器人所处环境的环境信息;
行进装置,用于为所述割草机器人提供行进动力;
执行装置,用于执行割草动作;
处理器,用于通过所述采集装置采集割草机器人所处环境的环境信息;基于所述环境信息,识别所述割草机器人的采集范围内是否存在有与预置信息匹配的临时标记;存在所述临时标记时,根据所述环境信息确定所述割草机器人所在区域的至少部分外边界。
13.根据权利要求12所述的割草机器人,其特征在于,所述采集装置为面阵传感器。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111200102.4A CN114019956A (zh) | 2021-10-14 | 2021-10-14 | 区域边界确定方法、系统、自主行进设备及割草机器人 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111200102.4A CN114019956A (zh) | 2021-10-14 | 2021-10-14 | 区域边界确定方法、系统、自主行进设备及割草机器人 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114019956A true CN114019956A (zh) | 2022-02-08 |
Family
ID=80056031
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111200102.4A Pending CN114019956A (zh) | 2021-10-14 | 2021-10-14 | 区域边界确定方法、系统、自主行进设备及割草机器人 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114019956A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115088463A (zh) * | 2022-07-06 | 2022-09-23 | 松灵机器人(深圳)有限公司 | 割草方法、装置、割草机器人以及存储介质 |
WO2024022337A1 (zh) * | 2022-07-29 | 2024-02-01 | 松灵机器人(深圳)有限公司 | 障碍物检测方法、装置、割草机器人以及存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160100522A1 (en) * | 2014-10-10 | 2016-04-14 | Irobot Corporation | Robotic Lawn Mowing Boundary Determination |
CN111399502A (zh) * | 2020-03-09 | 2020-07-10 | 惠州拓邦电气技术有限公司 | 移动机器人的建图方法、装置及移动机器人 |
CN111966090A (zh) * | 2020-07-17 | 2020-11-20 | 深圳拓邦股份有限公司 | 机器人边界地图构建方法、装置及机器人 |
CN112558596A (zh) * | 2019-09-06 | 2021-03-26 | 苏州科瓴精密机械科技有限公司 | 自动工作系统、自动行走设备及其控制方法及计算机可读存储介质 |
-
2021
- 2021-10-14 CN CN202111200102.4A patent/CN114019956A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160100522A1 (en) * | 2014-10-10 | 2016-04-14 | Irobot Corporation | Robotic Lawn Mowing Boundary Determination |
CN112558596A (zh) * | 2019-09-06 | 2021-03-26 | 苏州科瓴精密机械科技有限公司 | 自动工作系统、自动行走设备及其控制方法及计算机可读存储介质 |
CN111399502A (zh) * | 2020-03-09 | 2020-07-10 | 惠州拓邦电气技术有限公司 | 移动机器人的建图方法、装置及移动机器人 |
CN111966090A (zh) * | 2020-07-17 | 2020-11-20 | 深圳拓邦股份有限公司 | 机器人边界地图构建方法、装置及机器人 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115088463A (zh) * | 2022-07-06 | 2022-09-23 | 松灵机器人(深圳)有限公司 | 割草方法、装置、割草机器人以及存储介质 |
WO2024022337A1 (zh) * | 2022-07-29 | 2024-02-01 | 松灵机器人(深圳)有限公司 | 障碍物检测方法、装置、割草机器人以及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11231707B2 (en) | Robot lawnmower mapping | |
EP3805981A1 (en) | Method and apparatus for planning operation in target region, storage medium, and processor | |
US10338602B2 (en) | Multi-sensor, autonomous robotic vehicle with mapping capability | |
CN114019956A (zh) | 区域边界确定方法、系统、自主行进设备及割草机器人 | |
EP3470950A1 (en) | Boundary learning robotic vehicle | |
CN106462161A (zh) | 自主型移动机器人 | |
US20210255638A1 (en) | Area Division and Path Forming Method and Apparatus for Self-Moving Device and Automatic Working System | |
CN107981790A (zh) | 室内区域划分方法及扫地机器人 | |
WO2021164738A1 (en) | Area division and path forming method and apparatus for self-moving device and automatic working system | |
CN113128747B (zh) | 智能割草系统及其自主建图方法 | |
EP3686704B1 (en) | Method for generating a representation and system for teaching an autonomous device operating based on such representation | |
CN213424010U (zh) | 一种割草机器人割草范围识别装置 | |
US20210373562A1 (en) | System and method for improved boundary detection for robotic mower system | |
CN112393737A (zh) | 障碍地图的创建方法、系统,机器人及可读存储介质 | |
CN112015187A (zh) | 一种用于智能移动机器人的语义地图构建方法及系统 | |
CN112741562A (zh) | 扫地机控制方法、装置、设备及计算机可读存储介质 | |
CN117516513A (zh) | 智能割草机路径规划方法、装置、设备及存储介质 | |
CN116430838A (zh) | 自移动设备、及其控制方法 | |
US12033394B2 (en) | Automatic robotic lawn mowing boundary detection using 3D semantic segmentation | |
US20230206647A1 (en) | Automatic Robotic Lawn Mowing Boundary Detection Using 3D Semantic Segmentation | |
JP7337011B2 (ja) | 情報処理装置、情報提供システムおよび情報処理方法 | |
CN114489083A (zh) | 一种工作区域构建方法及相关装置 | |
JP2024015684A (ja) | 制御システム、制御方法、およびプログラム | |
CN117213461A (zh) | 自移动设备的地图生成方法、设备及机器人 | |
CN115981298A (zh) | 户外机器人的作业控制方法及户外机器人 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |