CN114072255A - 移动机器人传感器配置 - Google Patents
移动机器人传感器配置 Download PDFInfo
- Publication number
- CN114072255A CN114072255A CN202080048410.7A CN202080048410A CN114072255A CN 114072255 A CN114072255 A CN 114072255A CN 202080048410 A CN202080048410 A CN 202080048410A CN 114072255 A CN114072255 A CN 114072255A
- Authority
- CN
- China
- Prior art keywords
- tof
- sensors
- robotic device
- mobile robotic
- sensor
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 claims description 25
- 238000001514 detection method Methods 0.000 claims description 21
- 238000012545 processing Methods 0.000 claims description 9
- 239000000463 material Substances 0.000 claims description 8
- 239000002184 metal Substances 0.000 claims description 4
- 238000000926 separation method Methods 0.000 claims description 4
- 230000000149 penetrating effect Effects 0.000 claims description 2
- 230000033001 locomotion Effects 0.000 description 38
- 239000012636 effector Substances 0.000 description 11
- 230000008447 perception Effects 0.000 description 9
- 230000006870 function Effects 0.000 description 8
- 210000000707 wrist Anatomy 0.000 description 8
- 230000001133 acceleration Effects 0.000 description 6
- 230000008859 change Effects 0.000 description 5
- 210000000245 forearm Anatomy 0.000 description 5
- 230000007246 mechanism Effects 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 230000007613 environmental effect Effects 0.000 description 3
- 239000012530 fluid Substances 0.000 description 3
- 238000013461 design Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 210000003128 head Anatomy 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 210000003739 neck Anatomy 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 210000005010 torso Anatomy 0.000 description 2
- 210000003857 wrist joint Anatomy 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000004913 activation Effects 0.000 description 1
- 239000000872 buffer Substances 0.000 description 1
- 238000002485 combustion reaction Methods 0.000 description 1
- 238000013075 data extraction Methods 0.000 description 1
- 230000009849 deactivation Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 210000002310 elbow joint Anatomy 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000001815 facial effect Effects 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 125000001475 halogen functional group Chemical group 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000002085 persistent effect Effects 0.000 description 1
- 238000009987 spinning Methods 0.000 description 1
- 238000003466 welding Methods 0.000 description 1
Images
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
- B25J13/00—Controls for manipulators
- B25J13/08—Controls for manipulators by means of sensing devices, e.g. viewing or touching devices
- B25J13/088—Controls for manipulators by means of sensing devices, e.g. viewing or touching devices with position, velocity or acceleration sensors
- B25J13/089—Determining the position of the robot with reference to its environment
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J19/00—Accessories fitted to manipulators, e.g. for monitoring, for viewing; Safety devices combined with or specially adapted for use in connection with manipulators
- B25J19/02—Sensing devices
- B25J19/021—Optical sensing devices
- B25J19/022—Optical sensing devices using lasers
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J19/00—Accessories fitted to manipulators, e.g. for monitoring, for viewing; Safety devices combined with or specially adapted for use in connection with manipulators
- B25J19/02—Sensing devices
- B25J19/027—Electromagnetic sensing devices
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J5/00—Manipulators mounted on wheels or on carriages
- B25J5/007—Manipulators mounted on wheels or on carriages mounted on wheels
-
- 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
- B25J9/1666—Avoiding collision or forbidden zones
-
- 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
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/02—Systems using the reflection of electromagnetic waves other than radio waves
- G01S17/06—Systems determining position data of a target
- G01S17/42—Simultaneous measurement of distance and other co-ordinates
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/87—Combinations of systems using electromagnetic waves other than radio waves
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/88—Lidar systems specially adapted for specific applications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/88—Lidar systems specially adapted for specific applications
- G01S17/89—Lidar systems specially adapted for specific applications for mapping or imaging
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/88—Lidar systems specially adapted for specific applications
- G01S17/93—Lidar systems specially adapted for specific applications for anti-collision purposes
- G01S17/931—Lidar systems specially adapted for specific applications for anti-collision purposes of land vehicles
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/48—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00
- G01S7/483—Details of pulse systems
- G01S7/486—Receivers
- G01S7/4865—Time delay measurement, e.g. time-of-flight measurement, time of arrival measurement or determining the exact position of a peak
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
- G05D1/0238—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using obstacle or wall sensors
- G05D1/024—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using obstacle or wall sensors in combination with a laser
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Robotics (AREA)
- Mechanical Engineering (AREA)
- General Physics & Mathematics (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Computer Networks & Wireless Communication (AREA)
- Optics & Photonics (AREA)
- Human Computer Interaction (AREA)
- Aviation & Aerospace Engineering (AREA)
- Automation & Control Theory (AREA)
- Manipulator (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
- Optical Radar Systems And Details Thereof (AREA)
Abstract
公开了一种移动机器人设备(100),其包括多个一维(1D)飞行时间(ToF)传感器(502‑518,602‑618)。所述多个1D ToF传感器中的每个1D ToF传感器可以以固定的位置和取向安装在移动机器人设备上。所述多个1D ToF传感器中的每对1D ToF传感器可以相对于彼此固定在各自的位置和取向,使得该对1D ToF传感器的各自的覆盖范围的锥形不重叠。
Description
相关申请的交叉引用
本申请要求于2019年7月31日提交的第16/528123号美国专利申请的优先权,该美国专利申请的全部内容通过引用结合于此。
背景技术
随着技术的进步,正在创造各种类型的机器人设备来执行可帮助用户的各种功能。机器人设备可以用于涉及材料处理、运输、焊接、组装和分配的应用,除了别的以外。随着时间的推移,这些机器人系统操作的方式正变得更加智能、高效和直观的。随着机器人系统在现代生活的许多方面变得越来越普遍,希望机器人系统是高效的。因此,对高效机器人系统的需求已经帮助在致动器、移动、感测技术以及部件设计和组装上开辟创新领域。
发明内容
示例移动机器人设备包括用于障碍物检测的多个一维(1D)飞行时间(ToF)传感器。1D ToF传感器可以相对于彼此安装在固定的位置和取向,使得它们各自的覆盖区域不重叠。这种布置可以通过避免覆盖范围的低效重叠而有利地最小化所需的1D ToF传感器的数量,同时还提供可不被1D ToF传感器检测到的物体的尺寸的可预测上限。
在一实施方式中,公开一种移动机器人设备,该移动机器人设备包括多个1D ToF传感器。所述多个1D ToF传感器中的每个1D ToF传感器可以以固定的位置和取向安装在移动机器人设备上。所述多个1D ToF传感器中的每对1D ToF传感器可以相对于彼此固定在各自的位置和取向,使得该对1D ToF传感器的各自的覆盖范围的锥形(cones of coverage)不重叠。
在另一实施方式中,公开一种方法,该方法包括从多个1D ToF传感器接收传感器数据,其中所述多个1D ToF传感器中的每个1D ToF传感器以固定的位置和取向安装在移动机器人设备上,其中所述多个1D ToF传感器中的每对1D ToF传感器相对于彼此固定在各自的位置和取向,使得该对1D ToF传感器的各自的覆盖范围的锥形不重叠。该方法还包括处理传感器数据以检测移动机器人设备的环境中的一个或更多个障碍物。该方法另外地包括基于传感器数据来为移动机器人设备导航。
在一另外的实施方式中,公开一种移动基座,该移动基座包括多个1D ToF传感器。所述多个1D ToF传感器中的每个1D ToF传感器可以以固定的位置和取向安装在移动基座上。所述多个1D ToF传感器中的每对1D ToF传感器可以相对于彼此固定在各自的位置和取向,使得该对1D ToF传感器的各自的覆盖范围的锥形不重叠。
在另一实施方式中,提供一种非暂时性计算机可读介质,该非暂时性计算机可读介质包括可由至少一个处理器运行的编程指令以使所述至少一个处理器执行功能。所述功能包括从多个1D ToF传感器接收传感器数据,其中所述多个1D ToF传感器中的每个1D ToF传感器以固定的位置和取向安装在移动机器人设备上,其中所述多个1D ToF传感器中的每对1D ToF传感器相对于彼此固定在各自的位置和取向,使得该对1D ToF传感器的各自的覆盖范围的锥形不重叠。所述功能还包括处理传感器数据以检测移动机器人设备的环境中的一个或更多个障碍物。所述功能另外地包括基于传感器数据来为移动机器人设备导航。
在另一实施方式中,提供一种系统,该系统包括用于从多个1D ToF传感器接收传感器数据的机构,其中所述多个1D ToF传感器中的每个1D ToF传感器以固定的位置和取向安装在移动机器人设备上,其中所述多个1D ToF传感器中的每对1D ToF传感器相对于彼此固定在各自的位置和取向,使得该对1D ToF传感器的各自的覆盖范围的锥形不重叠。该系统还包括用于处理传感器数据以检测移动机器人设备的环境中的一个或更多个障碍物的机构。该系统另外地包括用于基于该传感器数据来为移动机器人设备导航的机构。
前述概要仅是说明性的,并且不旨在以任何方式进行限制。除了上述说明性的方面、实施方式和特征之外,另外的方面、实施方式和特征将通过参照附图以及以下的详细描述和附图而变得明显。
附图说明
图1示出根据示例实施方式的机器人系统的配置。
图2示出根据示例实施方式的移动机器人。
图3示出根据示例实施方式的移动机器人的分解图。
图4示出根据示例实施方式的机器人臂。
图5A和图5B示出根据示例实施方式的在移动基座上的1D ToF传感器。
图6A和图6B示出根据示例实施方式的安装在安装支架上的1D ToF传感器。
图7示出根据示例实施方式的一组传感器的覆盖区域。
图8示出根据示例实施方式的面朝下的1D ToF传感器。
图9是根据示例实施方式的方法的方框图。
具体实施方式
这里描述了示例方法、设备和系统。应当理解,词语“示例”和“示例性”在这里用于表示“用作示例、实例或说明”。这里被描述为“示例”或“示例性”的任何实施方式或特征不是一定被解释为相比于其它实施方式或特征是优选的或有利的,除非如此指明。在不脱离这里提出的主题的范围的情况下,可以利用其它实施方式,并且可以做出其它改变。
因此,这里描述的示例实施方式并不旨在是限制性的。将易于理解,本公开的方面(如这里一般性地描述以及在附图中示出的)可以以多种不同的配置来布置、替代、组合、分离和设计。
贯穿本说明书,冠词“一”或“一个”用于介绍示例实施方式的元件。对“一”或“一个”的任何引用是指“至少一个”,对“该”的任何引用是指“该至少一个”,除非另外地规定,或者除非上下文另外明确规定。在所描述的至少两个术语的列表内使用连词“或”的意图是指示任何列出的术语或列出术语的任何组合。
诸如“第一”、“第二”、“第三”等的序数的使用是为了区分各个元件而不是为了表示这些元件的特定顺序。出于本说明的目的,术语“许多”和“多个”是指“两个或更多个”或“多于一个”。
此外,除非上下文另外地提议,否则每个附图所示的特征可以彼此组合地使用。因此,附图应当总体上被视为一个或更多个整体实施方式的组成方面,应理解并非所有示出的特征对于每个实施方式都是必要的。在附图中,相似的符号通常标识相似的部件,除非上下文另外地规定。此外,除非另有说明,否则附图没有按比例绘制并且仅出于说明的目的来使用。此外,附图仅是代表性的,并非所有部件都被示出。例如,可能没有示出附加的结构部件或约束部件。
此外,在本说明书或权利要求书中对元件、方框或步骤的任何列举是为了清楚起见。因此,这样的列举不应被解释为要求或暗示这些元件、方框或步骤遵循特定布置或按特定顺序执行。
I.概述
不同的传感器可以提供在移动机器人设备上以允许该机器人设备检测障碍物并在环境内导航。当考虑到可用类型的传感器时,在准确度和成本之间进行权衡。可以选择传感器的排布以在障碍物检测中提供有保证的精度水平的同时使成本最小化。
这里描述的示例机器人包括以固定的位置和取向安装的多个一维(1D)飞行时间(ToF)深度传感器。更具体地,机器人可以包括移动基座,其中一组1D ToF传感器在选定高度沿着移动基座的后侧水平地排布。多个这样的1D ToF传感器可以间隔开,以确保在机器人后方处于选定高度的大于预定尺寸的障碍物将被检测到。有利地,与其它可用的传感器(诸如三维(3D)深度传感器)相比,1D ToF传感器是相对低成本的。
当将1D ToF传感器安放在机器人上时,可以选择每个传感器的位置和取向以最小化所需的传感器的总数。更具体地,每对1D ToF传感器可以相对于彼此取向,使得这两个传感器的各自的覆盖范围的锥形不重叠。如果相反地,覆盖区域确实重叠,则此低效率可能导致需要额外的传感器来满足总体传感器覆盖的所期望的精度水平。代替重叠的覆盖区域,传感器可以被排布为创建从机器人向外延伸的基本上固定宽度的负通道(negativelane),这些负通道将不会被任何传感器检测到。负通道的宽度可以表示可不被传感器检测到的圆柱形物体的最大直径。
在一些示例中,一对连续的传感器之间的角度偏移可以被设定为等于各个传感器的视场。例如,如果每个传感器具有十五度的视场,则该对传感器之间的取向差异可以被设定为等于十五度。结果,该对传感器可以具有对应的一对平行的锥形边缘,该对平行的锥形边缘导致这两个传感器的覆盖范围的锥形之间的基本上固定宽度的负通道。可以基于这两个传感器在机器人上相隔多远来选择这样的负通道的宽度。例如,传感器可以间隔开以创建适合具有为七厘米(cm)但不能更大的直径的圆柱体的负通道。此宽度可以为了安全基于潜在操作者的腿部的宽度来选择,以确保该操作者被检测到。在另外的示例中,不同的宽度可以用于针对不同应用的负通道。
当1D ToF传感器沿着并非基本上平坦的表面(例如,移动基座的包括圆化拐角的背面)定位时,可以为一组传感器中的每个传感器选择定制的位置和取向以适应该表面的形状。更具体地,可以确定每个传感器的位置和取向两者以在每对连续的传感器锥形之间产生基本上固定宽度的负通道。基本上固定宽度的负通道可以在一些示例中都具有相同的宽度,或者可以在另一些示例中具有不同的宽度。在一些示例中,传感器可以首先以确定的位置和取向安装到定制形状的部分,诸如定制为配合机器人的片状金属支架。
机器人可以包括开口以允许每个1D ToF传感器将激光束投射到环境中。在另一些示例中,可以使用允许激光束通过的窗口材料,诸如红外材料。可以选择窗口尺寸以最小化对每个传感器的视场的任何阻碍。
在一些示例中,1D ToF传感器可以布置在多个分离的条带上,使得来自每个条带上的传感器的数据可以被并行处理。例如,两个条带可以布置在机器人基座的后部的任一侧,使得每个条带包括四个水平排布的传感器。来自传感器的数据被处理的速率可以与机器人的所允许的最大速度(例如,反向速度)相关联。因此,通过使用两个分离的条带,从传感器提取数据的速度可以是单个条带的两倍。在一些示例中,这两个条带可以是对称的。
在另一些示例中,移动机器人可以另外地包括用于悬崖检测(cliff detection)的一个或更多个面朝下的1D ToF传感器。例如,一个面朝下的1D ToF悬崖传感器可以靠近机器人的两个后轮中的每个安置。来自这些悬崖传感器的数据可以由机器人使用来确定当机器人后退时何时停止以避免跌落悬崖。在这些示例中的一些中,一个或更多个面朝下的悬崖传感器可以被包括在还包括用于障碍物检测的水平排布的1D ToF传感器的条带上。例如,两个对称的条带中的每个可以包括四个水平排布的1D ToF传感器和一个面朝下的1DToF传感器。从一个或更多个面朝下的1D ToF传感器提取传感器数据的速率也可以用于规定机器人的最大反向速度。
一组1D ToF传感器可以被布置为配合到用于移动机器人设备的整个传感器套件中。在一些示例中,相比于在机器人设备后方的区域,在机器人设备前方的区域可能需要更精确的传感器数据。因此,相对更昂贵的传感器(诸如3D激光雷达传感器)可以用于检测在机器人前方的障碍物和/或悬崖,而更便宜的1D ToF传感器用于检测在机器人后方的障碍物和/或悬崖。也可以根据在机器人上的其它传感器的视场来选择1D ToF传感器的位置和取向。例如,相比于在机器人正后方的区域(在该处3D激光雷达不提供覆盖),在机器人的侧面上的区域(在该处3D激光雷达也提供一些覆盖)中可以允许在连续的1D ToF传感器之间更大的盲点圆柱体。在另一些示例中,一组两个或更多个用于物体检测的1D ToF传感器和/或一个或更多个面朝下的1D ToF悬崖传感器可以有利地并入各种不同的可能的机器人形态和传感器套件中。
II.示例机器人系统
图1示出可与这里描述的实现方式结合使用的机器人系统的示例配置。机器人系统100可以配置为自主地、半自主地或使用由(多个)用户提供的方向操作。机器人系统100可以被实现为各种形式,诸如机器人臂、工业机器人或一些其它布置。一些示例实现方式涉及被设计制造(engineered)为大规模低成本的并设计为支持各种任务的机器人系统100。机器人系统100可以被设计为能够在人周围操作。机器人系统100也可以针对机器学习进行优化。贯穿本说明书,机器人系统100也可以被称为机器人、机器人设备或移动机器人以及其它名称。
如图1所示,机器人系统100可以包括(多个)处理器102、数据存储104和(多个)控制器108,它们一起可以是控制系统118的部分。机器人系统100还可以包括(多个)传感器112、(多个)动力源114、机械部件110和电部件116。尽管如此,机器人系统100出于说明的目的被示出,并可以包括更多或更少的部件。机器人系统100的各种部件可以以任何方式连接,包括有线或无线连接。此外,在一些示例中,机器人系统100的部件可以分布在多个物理实体而非单个物理实体当中。也可以存在机器人系统100的其它示例说明。
(多个)处理器102可以作为一个或更多个通用硬件处理器或专用硬件处理器(例如,数字信号处理器、专用集成电路等)来操作。(多个)处理器102可以配置为运行计算机可读程序指令106并处理数据107,这两者都存储在数据存储104中。(多个)处理器102还可以直接或间接地与机器人系统100的其它部件(诸如(多个)传感器112、(多个)动力源114、机械部件110或电部件116)交互。
数据存储104可以是一种或更多种类型的硬件存储器。例如,数据存储104可以包括可由(多个)处理器102读取或访问的一个或更多个计算机可读存储介质,或采取可由(多个)处理器102读取或访问的一个或更多个计算机可读存储介质的形式。所述一个或更多个计算机可读存储介质可以包括可整体或部分地与(多个)处理器102集成的易失性或非易失性存储部件,诸如光学、磁性、有机或另外类型的存储器或存储。在一些实现方式中,数据存储104可以是单个物理装置。在另一些实现方式中,数据存储104可以使用可经由有线或无线通信而彼此通信的两个或更多个物理装置来实现。如前所述,数据存储104可以包括计算机可读程序指令106和数据107。数据107可以是任何类型的数据,诸如配置数据、传感器数据或诊断数据以及其它可能性。
控制器108可以包括配置为(也许有其它任务)在机械部件110、(多个)传感器112、(多个)动力源114、电部件116、控制系统118或机器人系统100的用户的任何组合之间进行连接的一个或更多个电路、数字逻辑单元、计算机芯片或微处理器。在一些实现方式中,控制器108可以是用于与机器人系统100的一个或更多个子系统一起执行特定操作的专门设置的嵌入式装置。
控制系统118可以监测和物理地改变机器人系统100的操作条件。当这样做时,控制系统118可以用作机器人系统100的部分之间(诸如机械部件110或电部件116之间)的链路。在一些情况下,控制系统118可以用作机器人系统100和另一计算设备之间的接口。此外,控制系统118可以用作机器人系统100和用户之间的接口。在一些情况下,控制系统118可以包括用于与机器人系统100通信的各种部件,包括操纵杆、按钮或端口等。上面提到的示例接口和通信可以经由有线或无线连接、或两者来实现。控制系统118也可以为机器人系统100执行其它操作。
在操作期间,控制系统118可以经由有线或无线连接与机器人系统100的其它系统通信,并且还可以配置为与机器人的一个或更多个用户通信。作为一个可能的说明,控制系统118可以(例如,从用户或从另一机器人)接收输入,该输入指示执行所请求的任务(诸如拾取物体并将其从一个位置移动到另一位置)的指令。基于此输入,控制系统118可以执行操作以使机器人系统100进行一系列移动来执行所请求的任务。作为另一说明,控制系统可以接收指示移动到所请求的位置的指令的输入。作为响应,控制系统118(可能在其它部件或系统的帮助下)可以确定在到所请求的位置的路途中使机器人系统100移动经过环境的方向和速度。
控制系统118的操作可以由(多个)处理器102执行。替代地,这些操作可以由(多个)控制器108、或(多个)处理器102和(多个)控制器108的组合执行。在一些实现方式中,控制系统118可以部分地或全部地驻留在除了机器人系统100之外的装置上,因此可以至少部分地远程控制机器人系统100。
机械部件110表示机器人系统100的硬件,其可以使机器人系统100能够执行物理操作。作为一些示例,机器人系统100可以包括一个或更多个物理构件,诸如臂、末端执行器、头部、颈部、躯干、基座和轮子。机器人系统100的物理构件或其它部分还可以包括布置为使物理构件相对于彼此移动的致动器。机器人系统100还可以包括用于容纳控制系统118或其它部件的一个或更多个结构体,还可以包括其它类型的机械部件。给定机器人中使用的特定机械部件110可以基于机器人的设计而变化,还可以基于机器人可配置为执行的操作或任务。
在一些示例中,机械部件110可以包括一个或更多个可移除部件。机器人系统100可以配置为添加或移除这样的可移除部件,这可能涉及来自用户或另一机器人的帮助。例如,机器人系统100可以配置有可根据需要或期望被更换或改变的可移除的末端执行器或指部。在一些实现方式中,机器人系统100可以包括一个或更多个可移除或可更换的电池单元、控制系统、动力系统、缓冲器或传感器。在一些实现方式内,其它类型的可移除部件可以被包括。
机器人系统100可以包括布置为感测机器人系统100的方面的(多个)传感器112。(多个)传感器112可以包括一个或更多个力传感器、扭矩传感器、速度传感器、加速度传感器、位置传感器、接近传感器、运动传感器、定位传感器、负载传感器、温度传感器、触摸传感器、深度传感器、超声波测距传感器、红外传感器、物体传感器或摄像头以及其它可能性。在一些示例中,机器人系统100可以配置为从与机器人物理分离的传感器(例如,位于其它机器人上或位于机器人正在其中操作的环境内的传感器)接收传感器数据。
(多个)传感器112可以将传感器数据提供给(多个)处理器102(可能通过数据107)以允许机器人系统100与其环境交互以及监测机器人系统100的操作。传感器数据可以由控制系统118用于对机械部件110和电部件116的激活、移动和停用的各种因素的评估。例如,(多个)传感器112可以捕获与环境地形或附近物体的位置对应的数据,这可以有助于环境识别和导航。
在一些示例中,(多个)传感器112可以包括雷达(RADAR)(例如,用于长距离物体检测、距离确定或速度确定)、激光雷达(LIDAR)(例如,用于短距离物体检测、距离确定或速度确定)、声纳(SONAR)(例如,用于水下物体检测、距离确定或速度确定)、(例如,用于动作捕获)、一个或更多个摄像头(例如,用于3D视觉的立体摄像头)、全球定位系统(GPS)收发器或用于捕获机器人系统100正在其中操作的环境的信息的其它传感器。(多个)传感器112可以实时监测环境,并检测障碍物、地形要素、天气条件、温度或环境的其它方面。在另一示例中,(多个)传感器112可以捕获与目标或所识别的物体的一个或更多个特性对应的数据,诸如物体的尺寸、形状、轮廓、结构或取向。
此外,机器人系统100可以包括配置为接收指示机器人系统100的状态的信息的(多个)传感器112,包括可监测机器人系统100的各种部件的状态的(多个)传感器112。(多个)传感器112可以测量机器人系统100的系统的活动,并基于机器人系统100的各种特征的操作(诸如机器人系统100的可伸展臂、末端执行器或其它机械特征或电特征的操作)来接收信息。由(多个)传感器112提供的数据可以使控制系统118能够确定操作中的错误以及监测机器人系统100的部件的整体操作。
作为一示例,机器人系统100可以使用力/扭矩传感器来测量机器人系统100的各种部件上的负载。在一些实现方式中,机器人系统100可以包括在臂或末端执行器上的一个或更多个力/扭矩传感器以测量在使臂或末端执行器的一个或更多个构件移动的致动器上的负载。在一些示例中,机器人系统100可以包括在腕部或末端执行器处或附近但不在机器人臂的其它关节处或附近的力/扭矩传感器。在另一些示例中,机器人系统100可以使用一个或更多个位置传感器来感测机器人系统的致动器的位置。例如,这样的位置传感器可以感测在臂或末端执行器上的致动器的伸展、缩回、定位或旋转的状态。
作为另一示例,(多个)传感器112可以包括一个或更多个速度或加速度传感器。例如,(多个)传感器112可以包括惯性测量单元(IMU)。IMU可以感测世界坐标系(worldframe)中相对于重力矢量的速度和加速度。然后可以基于IMU在机器人系统100中的位置和机器人系统100的运动学将IMU感测到的速度和加速度转换为机器人系统100的速度和加速度。
机器人系统100可以包括这里未明确讨论的其它类型的传感器。另外地或替代地,机器人系统可以出于未在这里列举的目的而使用特定传感器。
机器人系统100还可以包括配置为向机器人系统100的各种部件供应动力的一个或更多个动力源114。在其它可能的动力系统当中,机器人系统100可以包括液压系统、电系统、电池或其它类型的动力系统。作为示例说明,机器人系统100可以包括配置为向机器人系统100的部件提供电荷的一个或更多个电池。机械部件110或电部件116中的一些可以各自连接到不同的动力源,可以由相同的动力源提供动力,或者可以由多个动力源提供动力。
任何类型的动力源可以用于为机器人系统100提供动力,诸如电源或汽油发动机。另外地或替代地,机器人系统100可以包括配置为使用流体动力向机械部件110提供动力的液压系统。例如,机器人系统100的部件可以基于液压流体在整个液压系统中传输到各种液压马达和液压缸来操作。液压系统可以通过加压的液压流体经由在机器人系统100的部件之间的管道、柔性软管或其它链路来传递液压动力。(多个)动力源114可以使用各种类型的充填(charging)来充填,诸如与外部动力源的有线连接、无线充电、燃烧或其它示例。
电部件116可以包括能够处理、传输或提供电荷或电信号的各种机构。在可能的示例当中,电部件116可以包括电线、电路或无线通信发射器和接收器以使机器人系统100的操作能够进行。电部件116可以与机械部件110相互配合以使机器人系统100能够执行各种操作。例如,电部件116可以配置为从(多个)动力源114向各种机械部件110提供动力。此外,机器人系统100可以包括电动机。还可以存在电部件116的其它示例。
机器人系统100可以包括主体,该主体可以连接到或容纳机器人系统的附件和部件。这样,主体的结构可以在多个示例内变化,并可以进一步取决于给定机器人可被设计为执行的特定操作。例如,为承载重物而开发的机器人可以具有能够放置负载的宽主体。类似地,设计为在紧凑的空间中操作的机器人可以具有相对高且窄的主体。此外,主体或其它部件可以使用各种类型的材料(诸如金属或塑料)来开发。在另一些示例内,机器人可以具有拥有不同结构或由各种类型的材料制成的主体。
主体或其它部件可以包括或承载(多个)传感器112。这些传感器可以位于机器人系统100上的不同位置,诸如在主体、头部、颈部、躯干、基座、臂或末端执行器上,除了其它示例之外。
机器人系统100可以配置为承载负载,诸如要被运输的一类货物。在一些示例中,负载可以由机器人系统100放置到附接于机器人系统100的箱柜或其它容器中。负载还可以表示机器人系统100可使用的外部电池或其它类型的动力源(例如,太阳能面板)。承载负载表示机器人系统100可配置用于其的一个示例,但是机器人系统100也可以配置为执行其它操作。
如上所述,机器人系统100可以包括各种类型的附件、轮子、末端执行器、抓握器件等。在一些示例中,机器人系统100可以包括移动基座,该移动基座具有轮子、踏板或某种其它移动形式。另外,机器人系统100可以包括机器人臂或某种其它形式的机器人操纵器。在移动基座的情况下,基座可以被认为是机械部件110之一并可以包括由一个或更多个致动器提供动力的轮子,该轮子允许机器人臂的移动,除了主体的其余部分之外。
图2示出根据示例实施方式的移动机器人。图3示出根据示例实施方式的移动机器人的分解图。更具体地,机器人200可以包括移动基座202、中段部位204、臂206、臂末端系统(EOAS)208、桅杆210、感知壳体212和感知套件214。机器人200还可以包括储存在移动基座202内的计算盒216。
移动基座202包括位于机器人200的前端处的两个驱动轮,以便为机器人200提供移动。移动基座202还包括附加的脚轮(未示出)以促进移动基座202在地面上的运动。移动基座202可以具有允许计算盒216被容易地移除的模块化架构。计算盒216可以用作机器人200的可移除的控制系统(而不是机械集成的控制系统)。在移除外壳之后,能够容易地移除和/或更换计算盒216。移动基座202还可以被设计为允许附加的模块化。例如,移动基座202还可以被设计为使得动力系统、电池和/或外部缓冲器都能够被容易地移除和/或更换。
中段部位204可以在移动基座202的前端附接到移动基座202。中段部位204包括固定到移动基座202的安装柱。中段部位204另外地包括用于臂206的旋转关节。更具体地,中段部位204包括臂206的前两个自由度(肩部偏航J0关节和肩部俯仰J1关节)。安装柱和肩部偏航J0关节可以在移动基座202的前部形成堆叠塔的一部分。安装柱和肩部偏航J0关节可以是同轴的。可以选择中段部位204的安装柱的长度来为臂206提供足够的高度以在通常遇到的高度水平(例如,咖啡桌顶部和柜台顶部水平)执行操纵任务。中段部位204的安装柱的长度还可以允许肩部俯仰J1关节在不接触移动基座202的情况下在移动基座202上方旋转臂206。
当连接到中段部位204时,臂206可以是7DOF机器人臂。如上所述,臂206的前两个DOF可以被包括在中段部位204中。其余五个DOF可以被包括在如图2和图3所示的臂206的独立区段中。臂206可以由塑料整体式连杆结构组成。在臂206内部可以容纳独立的致动器模块、局部马达驱动器和通孔电缆。
EOAS 208可以是在臂206的末端处的末端执行器。EOAS 208可以允许机器人200操纵环境中的物体。如图2和图3所示,EOAS 208可以是抓握器,诸如欠致动夹紧抓握器。抓握器可以包括一个或更多个接触式传感器(诸如力/扭矩传感器)和/或非接触式传感器(诸如一个或更多个摄像头),以促进物体检测和抓握器控制。EOAS 208也可以是不同类型的抓握器(诸如抽吸抓握器)或不同类型的工具(诸如钻头或刷子)。EOAS 208也可以是可替换的或包括可替换的部件,诸如抓握器指部。
桅杆210可以是在臂206的肩部偏航J0关节和感知壳体212之间的相对长且窄的部件。桅杆210可以是在移动基座202的前部处的堆叠塔的部分。桅杆210可以与中段部位204同轴。桅杆210的长度可以促进感知套件214对由EOAS 208操纵的物体的感知。桅杆210可以具有这样的长度,使得当肩部俯仰J1关节旋转为垂直向上时,臂206的二头肌的最顶点大致与桅杆210的顶部对准。然后桅杆210的长度可以足以防止当肩部俯仰J1关节旋转为垂直向上时在感知壳体212和臂206之间的碰撞。
如图2和图3所示,桅杆210可以包括激光雷达传感器。激光雷达传感器可以是自旋的三维(3D)深度传感器。激光雷达传感器可以联接到桅杆210的以向下的角度固定的雕刻部分。激光雷达位置可以针对定位、导航和前方悬崖检测进行优化。
感知壳体212可以包括组成感知套件214的至少一个传感器。感知壳体212可以连接到平移/倾斜控制以允许感知壳体212的重新取向(例如,以查看由EOAS 208操纵的物体)。感知壳体212可以是固定到移动基座202的堆叠塔的一部分。感知壳体212的后部可以与桅杆210同轴。
感知套件214可以包括配置为收集代表机器人200的环境的传感器数据的一套传感器。感知套件214可以包括红外(IR)辅助的立体深度传感器。感知套件214可以另外地包括用于人机交互和背景信息的广角红绿蓝(RGB)摄像头。感知套件214可以另外地包括用于物体分类的高分辨率RGB摄像头。为了改善的人机交互和场景照明,还可以包括围绕感知套件214的面部光环。
图4示出根据示例实施方式的机器人臂。机器人臂包括7个DOF:肩部偏航J0关节、肩部俯仰J1关节、二头肌滚转J2关节、肘部俯仰J3关节、前臂滚转J4关节、腕部俯仰J5关节和腕部滚转J6关节。每个关节可以联接到一个或更多个致动器。联接到关节的致动器可以是可操作的以引起沿着运动链的连杆(以及附接到机器人臂的任何末端执行器)的移动。
肩部偏航J0关节允许机器人臂朝向机器人的前方和朝向机器人的后方旋转。这种运动的一个有利用途是允许机器人拾取在该机器人前方的物体并快速将该物体放置在机器人的后部(以及反向运动)。这种运动的另一个有利用途是将机器人臂从在机器人后方的收起配置快速移动到在机器人前方的活动位置(以及反向运动)。
肩部俯仰J1关节允许机器人抬高机器人臂(例如,使得二头肌达到机器人上的感知套件水平)以及降低机器人臂(例如,使得二头肌刚好在移动基座之上)。这种运动有利于允许机器人在环境中的不同目标高度水平处高效地执行操纵操作(例如,顶部抓握和侧部抓握)。例如,肩部俯仰J1关节可以旋转到垂直向上位置,以允许机器人容易地操纵在环境中的桌子上的物体。肩部俯仰J1关节可以旋转到垂直向下位置,以允许机器人容易地操纵在环境中的地面上的物体。
二头肌滚转J2关节允许机器人旋转二头肌以相对于二头肌移动肘部和前臂。这种运动可以特别有利于促进借助于机器人的感知套件的对EOAS的清晰查看。通过旋转二头肌滚转J2关节,机器人可以伸出肘部和前臂,以改善对保持在机器人的抓握器中的物体的视线。
沿着运动链移动,提供交替的俯仰关节和滚转关节(肩部俯仰J1关节、二头肌滚转J2关节、肘部俯仰J3关节、前臂滚转J4关节、腕部俯仰J5关节和腕部滚转J6关节)以提高机器人臂的可操纵性。腕部俯仰J5关节、腕部滚转J6关节和前臂滚转J4关节的轴线相交以减少用于使物体重新取向的臂运动。腕部滚转J6点代替两个俯仰关节被提供在腕部中,以便改善物体旋转。
在一些示例中,机器人臂(诸如图4所示的机器人臂)可以能够在教导模式下操作。具体地,教导模式可以是机器人臂的允许用户与机器人臂物理交互并引导机器人臂执行和记录各种移动的操作模式。在教导模式下,基于教导输入(其旨在关于如何执行特定任务而教导机器人),将外力(例如,由用户)施加到机器人臂。机器人臂可以因此基于来自用户的指令和指导来获得关于如何执行特定任务的数据。这样的数据可以涉及机械部件的多个配置、关节位置数据、速度数据、加速度数据、扭矩数据、力数据和动力数据以及其它可能性。
在教导模式期间,用户可以在一些示例中抓住EOAS或腕部,或者在另一些示例中抓住机器人臂的任何部分,并通过物理地移动机器人臂来提供外力。特别地,用户可以引导机器人臂抓住物体、然后将该物体从第一位置移动到第二位置。当用户在教导模式期间引导机器人臂时,机器人可以获得并记录与该移动相关的数据,使得机器人臂可以配置为在未来的时间在独立操作期间(例如,当机器人臂在教导模式之外独立操作时)独立地执行任务。在一些示例中,外力也可以由物理工作空间中的其它实体施加,诸如由其它物体、机器或机器人系统及其它可能性施加。
图5A和图5B示出根据示例实施方式的在移动基座上的1D ToF传感器。更具体地,图5A示出用于机器人设备的移动基座500的侧视图,图5B示出用于机器人设备的移动基座500的底视图。移动基座500可以是机器人设备的部分,该机器人设备还包括其它部件,诸如关于图1-图4示出和描述的。移动基座500可以包括轮子526和528。轮子526和528可以是除了一个或更多个驱动轮之外使用的脚轮,以能够在环境内移动。还可以使用或者可以替代地使用其它类型的移动使能部件。
图5A和图5B所示的移动基座500包括布置在移动基座500的后侧的八个1D ToF传感器502、504、506、508、512、514、516和518。移动基座另外地包括靠近轮子526和528定位的两个面朝下的1D ToF传感器522和524。也可以使用不同数量和组合的1D ToF传感器。在一些示例中,1D ToF传感器可以沿着公共平面(诸如如所示的水平面)排布。在另一些示例中,可以使用1D ToF传感器的不同排布,诸如棋盘图案。一组1D ToF传感器还可以布置在移动机器人基座的不同表面(诸如前表面)上,或者可以替代地布置在移动机器人基座的不同表面(诸如前表面)上。
每个1D ToF传感器配置为基于光从传感器行进到物体、然后反射回传感器所花费的时间来测量到环境中的物体的距离。每个1D ToF传感器可以包括单独的光发射器(例如,激光器或发光二极管(LED))和检测器,以便测量到物体的距离。在一些示例中,穿透材料可以位于每个1D ToF传感器前方。每个1D ToF传感器可以具有采取从传感器伸出的锥形的形式的视场。在一些示例中,每个传感器的视场可以是约十五度。在另一些示例中,可以使用具有不同视场的1D ToF传感器和/或不同的各个传感器可以具有不同的视场。
关于图5A和图6B,水平排布的1D ToF传感器502、504、506、508、512、514、516和518可以在选定高度(例如,20厘米)处沿着公共平面间隔开,以便确保在选定高度处的足够大的物体将被该组传感器检测到。1D ToF传感器为更复杂的传感器(诸如3D激光雷达传感器)提供经济高效的替代方案。
如图5A和图5B所示,除了位置偏移之外,水平排布的1D ToF传感器中的每对连续的1D ToF传感器也可以以不同的取向安装。更具体地,从左至右,每个1D ToF传感器502、504、506、508、512、514、516和518可以以使该传感器比该组中的前一个传感器进一步指向右侧的取向来安装。以这种方式在每对连续的1D ToF传感器之间提供角度偏移能够确保该对中的每个1D ToF传感器的覆盖范围的锥形不重叠,从而避免低效的冗余覆盖区域。
在另一些示例中,水平排布的1D ToF传感器502、504、506、508、512、514、516和518的取向可以被设定为使得连续的成对的1D ToF传感器的每个具有平行的相应锥形边缘。这种排布导致在连续的传感器之间的基本上固定宽度的负通道,使得这些负通道将不被该组中的任何传感器感测到。通过产生具有基本上固定宽度的负通道的覆盖区域,可以确定会被该组传感器遗漏的物体的尺寸的可预测上限。
移动基座500的后表面的在其上安装1D ToF传感器的区域可以是基本上平坦的。在这个区域中,连续的1D传感器可以以通过它们单独的视场角度(例如,15度)而相异的角度来安装,以确保平行的锥形边缘并且没有覆盖区域重叠。移动基座500的后表面的其它区域可以不是平坦的,诸如在表面被圆化的拐角处。在这样的区域中,连续的1D传感器可以以考虑到移动基座500的后表面的曲率的角度来安装,以类似地实现基本上固定宽度的负通道。
移动基座500另外地包括用于悬崖检测的两个面朝下的1D ToF传感器。1D ToF传感器522靠近轮子526定位,1D ToF传感器524靠近轮子528定位。来自这些悬崖传感器的数据可以用于通过检测何时预期高度处的地面不再被检测到来确定移动基座500何时将行进跌下悬崖。悬崖传感器的不同数量或布置也是可能的。在各种示例中,除了用于障碍物检测的1D ToF传感器之外或代替用于障碍物检测的1D ToF传感器,可以使用1D ToF悬崖传感器。
在图5A和图5B所示的示例中,来自水平排布的1D ToF传感器502、504、506、508、512、514、516和518的数据以及来自面朝下的1D ToF悬崖传感器522和524的数据可以用于帮助控制移动基座500进行导航。例如,当水平排布的传感器检测到障碍物时,移动基座500可以被控制系统控制以停止或改变方向(例如,避免碰撞)。此外,当悬崖传感器检测到悬崖时,移动基座500可以被控制系统控制以停止或改变方向(例如,避免跌下悬崖)。
具有移动基座500的机器人的导航控制可以取决于来自每个所示1D ToF传感器的传感器数据。因此,可以基于传感器数据能够从1D ToF传感器提取和处理的速度来为机器人设定最大速度(例如,最大反向速度)。在一些示例中,1D ToF传感器可以被分成分离的条带以允许并行处理。(例如,通过使用附接到每个传感器的有线连接),可以串行地收集和处理来自条带上的每个传感器的数据。因此,通过在条带上包括更少的传感器,可以更快地收集和处理数据,这可以提高机器人的最大允许速度。作为特定示例,1D ToF传感器502、504、506、508和522可以被包括在第一条带上,1D ToF传感器512、514、516、518和524可以被包括在第二条带上。在诸如此示例的一些示例中,这两个条带可以是对称的。
图6A和图6B示出根据示例实施方式的安装在安装支架上的1D ToF传感器。更具体地,1D ToF传感器602、604、606、608、612、614、616和618可以安装在定制的模制支架600上。支架可以成形为配合到机器人设备(例如,配合到机器人的移动基座的后侧)。在一些示例中,支架可以由片状金属组成。在另一些示例中,支架可以由不同材料组成。如图6A所示,在将支架附接到机器人之前,可以将每个1D ToF传感器以选定的位置和取向安装在支架600上。通过使用坚固的安装支架,传感器能够随着时间的推移保持在该选定的位置和取向,以保持期望的覆盖区域。
在将1D ToF传感器附接到安装支架之后,支架可以然后被附接到机器人,如图6B所示。更具体地,图6B示出用于机器人的移动基座650。包括1D ToF传感器602、604、606、608、612、614、616和618的支架600可以安装在移动基座650的后表面上。移动基座可以另外地包括靠近轮子626和628的分开安装的1D ToF悬崖传感器622和624。
支架600的形状可以考虑到机器人的形状以及使1D ToF传感器实现期望覆盖的期望位置和取向而针对特定机器人定制。还可以考虑其它因素,诸如期望的刚度、角度公差和气流。在另一些示例中,可以使用多个支架。例如,代替支架600,可以使用两个分离的支架,每个支架包含四个1D ToF传感器。在这种情况下,这两个分离的支架可以是对称的。
图7示出根据示例实施方式的一组传感器的覆盖区域。更具体地,该组传感器可以包括沿着机器人的移动基座的后侧的八个水平排布的1D ToF传感器,诸如关于图5A-图5B和图6A-图6B所示和所述的。该组传感器可以另外地包括安装到固定桅杆的雕刻部分的3D激光雷达传感器,诸如关于图2和图3所示和所述的。
参照图7,针对安装水平排布的1D ToF传感器的高度示出该组传感器的二维覆盖区域的俯视图。区域700包含机器人设备自身。区域702包括八个水平排布的1D ToF传感器中的每个的覆盖区域。如所示的,每个1D ToF传感器具有从传感器向外延伸的约15.5度的视场。1D ToF传感器被固定在预定位置和取向,以在每对连续的传感器锥形之间产生基本上固定宽度的负通道。
基本上固定宽度的负通道组成盲区706的部分。如果连续的传感器的覆盖范围的锥形被对准使得它们共用一对完全平行的锥形边缘,则在其间的负通道将具有从机器人向外延伸的完全固定的宽度。在实践中,负通道的宽度可以随着它们从机器人向外延伸而如所示地略微增大(或略微减小)。无论如何,基于传感器的可检测范围,覆盖区域仍可以被认为是不重叠的。另外,可能被传感器错过的最大障碍物尺寸可以被确保在机器人后方的选定距离内。
在一些示例中,两个负通道可以具有不同的宽度。例如,如图7所示,朝向机器人后侧的中心的负通道可以包括由圆716表示的可能物体尺寸,而朝向机器人后侧的右侧的负通道可以包括由圆718表示的更大的可能物体尺寸。可以基于各种因素(包括由其它传感器提供的覆盖)来选择不同负通道的不同宽度。
附加覆盖由3D激光雷达传感器提供,如由区域704所示。在一些示例中,3D激光雷达传感器和多个1D ToF传感器可以在移动机器人设备上相对于彼此固定。因此,3D激光雷达传感器和多个1D ToF传感器可以限定组合覆盖区域,其中多个预先限定的固定负体积围绕移动机器人设备。可以设定对这样的负体积的尺寸的预定界限,以对在机器人的紧邻的周围环境中的任何地方可能逃避检测的物体尺寸设定上限。在另一些示例中,此构思可以被概括为将多个1D ToF传感器与任意感测模态组合,其导致任何一个相接的负感测区域的尺寸具有固定的尺寸上限。
参照图7,由于区域704与包括圆718的负通道重叠,所以该负通道可以被允许具有比包括圆716的负通道更大的宽度。一般地,鉴于其它可用传感器覆盖范围(诸如由3D激光雷达传感器提供的覆盖范围),1D ToF传感器可以间隔开并取向为确保选定的最大尺寸物体,该物体可以匹配在机器人后方的负区域内。作为一示例,这样的盲点的最大直径可以被设定为七厘米(例如,约是可能的操作者的腿的宽度)。
在一些示例中,机器人的侧面可以比机器人后方允许覆盖范围中的更大的盲点。例如,如图7所示,在机器人的任一侧的盲区可以包括圆712和714。由于机器人的可采取的行进方向,机器人侧面可以比机器人后方允许更大的盲点。此外,还可以考虑不同高度处的传感器覆盖范围。例如,可以允许机器人侧面的更大的盲点,因为3D激光雷达传感器在更大的高度处提供附加的覆盖范围(例如,这可以被预期检测到站在盲点内的操作者)。
图7提供采用这里描述的布置和技术中的一些的系统的说明性覆盖区域。采用如这里描述的一组1D ToF传感器的其它布置可以导致不同的覆盖区域。在另一些示例中,也可以使用其它类型的覆盖图,包括3D覆盖图。另外,由图7表示的机器人可以包括或者可以不包括用于悬崖检测的一个或更多个面朝下的1D ToF传感器和/或除了为其示出覆盖区域的1D ToF传感器以外的其它1D ToF传感器。
图8示出根据示例实施方式的面朝下的1D ToF传感器。更具体地,移动基座800包括靠近轮子804定位的面朝下的1D ToF传感器802。在一些示例中,1D ToF传感器可以笔直向下取向。在另一些示例中,1D ToF传感器可以以不正好垂直于地面的向下角度取向。
如图8所示,1D ToF传感器802可以被定位为使得其覆盖区域包括在轮子804后方的地面的一部分。因此,1D ToF传感器可以在与移动基座800相关联的机器人后退到轮子804在此越过悬崖的点之前检测何时地面不再存在于预期高度(指示悬崖)处。在这样的情况下,可以控制机器人停止或改变方向以避免在会导致轮子804越过悬崖的方向上行驶,越过悬崖可能对机器人造成损坏或需要操作者协助。在一些示例中,基于来自1D ToF悬崖传感器的传感器数据检测悬崖可以涉及检测何时地面的高度改变得超过阈值量。
在一些示例中,多个面朝下的1D ToF传感器(诸如图8所示的那个)可以用于悬崖检测。例如,单独的悬崖传感器可以靠近机器人的每个后轮定位。在另一些示例中,面朝下的1D ToF传感器可以位于机器人的前部附近和/或还位于或替代地位于机器人上的其它位置。一般地,1D ToF传感器可以为可靠的悬崖检测提供低成本解决方案,以协助安全的机器人导航。
图9是根据示例实施方式的方法的方框图。在一些示例中,图9的方法900可以由控制系统(诸如机器人系统100的控制系统118)执行。在另一些示例中,方法900可以由运行存储在数据存储(诸如数据存储104)中的程序指令(诸如程序指令106)的一个或更多个处理器(诸如(多个)处理器102)执行。方法900的执行可以涉及具有诸如关于图1-图4、图5A-图5B、图6A-图6B、图7和图8所示和所述的一个或更多个部件的机器人设备。其它机器人设备也可以用于方法900的执行。在另一些示例中,方法900的一些或所有方框可以由远离机器人设备的控制系统执行。在另一些示例中,方法900的不同方框可以由位于机器人设备上和/或远离机器人设备的不同控制系统执行。
在方框902,方法900包括从多个1D ToF传感器接收传感器数据。所述多个1D ToF传感器中的每个1D ToF传感器可以以固定的位置和取向安装在移动机器人设备上。所述多个1D ToF传感器中的每对1D ToF传感器可以相对于彼此固定在各自的位置和取向,使得该对1D ToF传感器的各自的覆盖范围的锥形不重叠。在一些示例中,所述多个1D ToF传感器可以沿着公共平面(诸如基本上水平的平面)排布。在另一些示例中,可以使用传感器的不同排布。在一些示例中,所述多个1D ToF传感器可以包括八个传感器。在另一些示例中,可以包括不同数量的传感器。
在一些示例中,至少一对1D ToF传感器的各自的覆盖范围的锥形具有相应的一对平行的锥形边缘。在另一些示例中,至少一对1D ToF传感器以约等于每个1D ToF传感器的视场的分隔角度取向。在另外的示例中,所述多个1D ToF传感器沿着公共平面排布并具有总覆盖区域,该总覆盖区域包括在每对连续的1D ToF传感器锥形之间的基本上固定宽度的负通道。在一些示例中,每个基本上固定宽度的负通道具有相同的预定宽度(例如,七厘米)。在另一些示例中,基本上固定宽度的负通道中的每个具有在五厘米和十厘米之间的宽度。在另外的示例中,一组至少三个ToF传感器可以沿着公共平面排布,其中每个传感器以与该组中的前一传感器的相同的预定分隔角度取向。
在方框904,方法900还包括处理传感器数据以检测移动机器人设备的环境中的一个或更多个障碍物。在一些示例中,1D ToF传感器可以被分成分离的条带以允许传感器数据的更快速的处理。特别地,1D ToF传感器可以每个布置在两个条带之一上。移动机器人设备可以包括至少一个处理器,该至少一个处理器配置为从这两个条带上的1D ToF传感器并行提取数据。这两个条带中的每个可以是对称的。在一些示例中,这两个条带中的每个还可以包括用于悬崖检测的至少一个面朝下的1D ToF传感器。来自悬崖传感器的传感器数据可以用于检测移动机器人设备的环境中的悬崖。
在方框906,方法900还包括基于传感器数据来为移动机器人设备导航。例如,当来自1D ToF传感器的传感器数据指示环境中的意外障碍物时,机器人设备可以被控制为停止或改变方向以避免与该意外障碍物的碰撞。在另一些示例中,在来自悬崖传感器的传感器数据指示环境中的意外悬崖的情况下,机器人设备可以被控制为停止或改变方向以避免跌下悬崖。在一些示例中,可以响应于来自1D ToF传感器的检测立即进行导航调整。在另外的示例中,检测到的障碍物和/或悬崖可以用于帮助构建环境地图。在这样的示例中,环境地图可以随后用于在稍后的时间点调整移动机器人设备的导航。
III.结论
本公开不限于本申请中描述的特定实施方式,这些特定实施方式旨在作为各个方面的说明。如对于本领域技术人员将是明显的,可以在不脱离其精神和范围的情况下进行许多修改和变化。除了这里列举的那些之外,在本公开的范围内的功能上等同的方法和装置将从前面的描述而对于本领域技术人员是明显的。这样的修改和变化旨在落入所附权利要求的范围内。
以上详细描述参照附图描述了所公开的系统、设备和方法的各种特征和功能。在附图中,相似的符号通常标识相似的部件,除非上下文另外地规定。在这里描述和在附图中的示例实施方式并不旨在进行限制。在不脱离这里提出的主题的精神或范围的情况下,可以利用其它实施方式,并且可以做出其它改变。将易于理解,本公开的方面(如在这里一般性地描述和在附图中示出的)可以以多种不同的配置来布置、替代、组合、分离和设计,所有这些都在这里被明确考虑到。
表示信息的处理的方框可以对应于能够配置为执行这里描述的方法或技术的特定逻辑功能的电路。替代地或另外地,表示信息的处理的方框可以对应于模块、段或一部分程序代码(包括相关数据)。程序代码可以包括可由处理器运行的一个或更多个指令,用于实现方法或技术中的特定逻辑功能或动作。程序代码或相关数据可以存储在任何类型的计算机可读介质(诸如包括磁盘或硬盘驱动器的存储装置或其它存储介质)上。
计算机可读介质还可以包括非暂时性计算机可读介质,诸如短时间存储数据的计算机可读介质,如寄存器存储器、处理器高速缓存和随机存取存储器(RAM)。计算机可读介质还可以包括更长时间存储程序代码或数据的非暂时性计算机可读介质,诸如二级或持久性长期存储,如例如只读存储器(ROM)、光盘或磁盘、紧凑盘只读存储器(CD-ROM)。计算机可读介质也可以是任何其它易失性或非易失性存储系统。计算机可读介质可以被认为是例如计算机可读存储介质或有形存储装置。
此外,表示一个或更多个信息传输的方框可以对应于同一物理设备中的软件模块或硬件模块之间的信息传输。然而,其它信息传输可以在不同物理设备中的软件模块或硬件模块之间。
附图所示的特定布置不应被视为限制性的。应当理解,其它实施方式可以包括更多或更少的在给定附图中示出的每种元件。此外,示出的元件中的一些可以被组合或省略。此外,示例实施方式可以包括没有在附图中示出的元件。
尽管已经在这里公开了各种方面和实施方式,但是其它方面和实施方式将对于本领域技术人员是明显的。这里公开的各种方面和实施方式是出于说明的目的而不旨在进行限制,真正范围由所附权利要求指示。
Claims (20)
1.一种移动机器人设备,包括:
多个一维(1D)飞行时间(ToF)传感器,
其中所述多个1D ToF传感器中的每个1D ToF传感器以固定的位置和取向安装在所述移动机器人设备上,
其中所述多个1D ToF传感器中的每对1D ToF传感器相对于彼此固定在各自的位置和取向,使得该对1D ToF传感器的各自的覆盖范围的锥形不重叠。
2.根据权利要求1所述的移动机器人设备,其中至少一对1D ToF传感器的各自的覆盖范围的锥形具有相应的一对平行的锥形边缘。
3.根据权利要求1所述的移动机器人设备,其中至少一对1D ToF传感器以与所述多个1D ToF传感器中的每个的视场大致相等的分隔角度来取向。
4.根据权利要求1所述的移动机器人设备,其中所述多个1D ToF传感器沿着公共平面排布并具有总覆盖区域,所述总覆盖区域包括在每对连续的1D ToF传感器锥形之间的基本上固定宽度的负通道。
5.根据权利要求4所述的移动机器人设备,其中所述基本上固定宽度的负通道中的每个具有相同的预定宽度。
6.根据权利要求4所述的移动机器人设备,其中所述基本上固定宽度的负通道中的每个具有在五厘米和十厘米之间的宽度。
7.根据权利要求1所述的移动机器人设备,其中所述多个1D ToF传感器包括沿着公共平面排布的至少三个1D ToF传感器,其中所述至少三个1D ToF传感器中的每对连续的1DToF传感器被取向为在彼此之间具有相同的预定分隔角度。
8.根据权利要求1所述的移动机器人设备,还包括位于所述多个1D ToF传感器中的每个前方的穿透材料。
9.根据权利要求1所述的移动机器人设备,其中所述多个1D ToF传感器位于所述移动机器人设备的移动基座上。
10.根据权利要求1所述的移动机器人设备,其中所述多个1D ToF传感器位于所述移动机器人设备的后端处并被取向为检测在所述移动机器人设备后方的障碍物。
11.根据权利要求10所述的移动机器人设备,还包括至少一个1D ToF传感器,所述至少一个1D ToF传感器位于所述移动机器人设备的所述后端处并向下取向以用于悬崖检测。
12.根据权利要求10所述的移动机器人设备,还包括三维(3D)激光雷达传感器,该3D激光雷达传感器被取向为检测在所述移动机器人设备前方的障碍物,其中所述3D激光雷达传感器相对于所述多个1D ToF传感器固定在所述移动机器人设备上,使得所述3D激光雷达传感器和所述多个1D ToF传感器限定组合的覆盖区域,多个预先限定的固定负体积围绕所述移动机器人设备。
13.根据权利要求10所述的移动机器人设备,其中所述多个1D ToF传感器中的一个或更多个在所述移动机器人设备的所述后端处环绕移动基座的拐角。
14.根据权利要求1所述的移动机器人设备,其中所述多个1D ToF传感器安装在片状金属支架上。
15.根据权利要求1所述的移动机器人设备,其中所述多个1D ToF传感器的每个布置在两个条带之一上,其中所述移动机器人设备还包括至少一个处理器,所述至少一个处理器配置为从所述两个条带上的1D ToF传感器并行提取数据。
16.根据权利要求15所述的移动机器人设备,其中所述两个条带中的每个还包括用于悬崖检测的至少一个面朝下的1D ToF传感器。
17.根据权利要求15所述的移动机器人设备,其中所述两个条带中的每个是对称的。
18.根据权利要求15所述的移动机器人设备,其中所述至少一个处理器还配置为基于来自所述多个1D ToF传感器的传感器数据来为所述移动机器人设备导航。
19.一种方法,包括:
从多个一维(1D)飞行时间(ToF)传感器接收传感器数据,
其中所述多个1D ToF传感器中的每个1D ToF传感器以固定的位置和取向安装在所述移动机器人设备上,
其中所述多个1D ToF传感器中的每对1D ToF传感器相对于彼此固定在各自的位置和取向,使得该对1D ToF传感器的各自的覆盖范围的锥形不重叠;
处理所述传感器数据以检测在所述移动机器人设备的环境中的一个或更多个障碍物;以及
基于所述传感器数据来为所述移动机器人设备导航。
20.一种移动基座,包括:
多个一维(1D)飞行时间(ToF)传感器,
其中所述多个1D ToF传感器中的每个1D ToF传感器以固定的位置和取向安装在所述移动基座上,
其中所述多个1D ToF传感器中的每对1D ToF传感器相对于彼此固定在各自的位置和取向,使得该对1D ToF传感器的各自的覆盖范围的锥形不重叠。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US16/528,123 | 2019-07-31 | ||
US16/528,123 US11597104B2 (en) | 2019-07-31 | 2019-07-31 | Mobile robot sensor configuration |
PCT/US2020/042189 WO2021021446A1 (en) | 2019-07-31 | 2020-07-15 | Mobile robot sensor configuration |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114072255A true CN114072255A (zh) | 2022-02-18 |
CN114072255B CN114072255B (zh) | 2024-07-09 |
Family
ID=71995085
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202080048410.7A Active CN114072255B (zh) | 2019-07-31 | 2020-07-15 | 移动机器人传感器配置 |
Country Status (5)
Country | Link |
---|---|
US (2) | US11597104B2 (zh) |
EP (1) | EP3972785A1 (zh) |
JP (2) | JP7323652B2 (zh) |
CN (1) | CN114072255B (zh) |
WO (1) | WO2021021446A1 (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11597104B2 (en) * | 2019-07-31 | 2023-03-07 | X Development Llc | Mobile robot sensor configuration |
US11446002B2 (en) * | 2019-09-18 | 2022-09-20 | GE Precision Healthcare LLC | Methods and systems for a medical imaging device |
US11806288B2 (en) * | 2019-10-28 | 2023-11-07 | Ambulatus Robotics LLC | Autonomous robotic mobile support system for the mobility-impaired |
JP7487479B2 (ja) * | 2020-01-23 | 2024-05-21 | セイコーエプソン株式会社 | 移動ロボットの制御方法 |
JP2022078741A (ja) * | 2020-11-13 | 2022-05-25 | 本田技研工業株式会社 | ロボット |
Citations (30)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5319611A (en) * | 1993-03-31 | 1994-06-07 | National Research Council Of Canada | Method of determining range data in a time-of-flight ranging system |
WO1999012083A1 (de) * | 1997-09-01 | 1999-03-11 | Siemens Aktiengesellschaft | Verfahren zur andockpositionierung einer autonomen mobilen einheit unter verwendung eines leitstrahles |
JP2004258967A (ja) * | 2003-02-26 | 2004-09-16 | Matsushita Electric Ind Co Ltd | 移動作業ロボット |
JP2004280451A (ja) * | 2003-03-14 | 2004-10-07 | Matsushita Electric Works Ltd | 自律移動装置 |
FR2920228A1 (fr) * | 1991-06-11 | 2009-02-27 | Sat Sa De Telecomm | Ensemble de detection a grand champ de vision et grande dynamique de rayonnements laser et groupe de detection a grand champ de vision pour forts rayonnements |
JP2010085284A (ja) * | 2008-09-30 | 2010-04-15 | Toshiba Corp | レーダ装置 |
US20100133424A1 (en) * | 2007-05-26 | 2010-06-03 | Norman Matheson Lindsay | Electro-optical sensors |
JP2010122904A (ja) * | 2008-11-19 | 2010-06-03 | Hitachi Ltd | 自律移動ロボット |
DE102009046107A1 (de) * | 2009-10-28 | 2011-05-05 | Ifm Electronic Gmbh | System und Verfahren für eine Interaktion zwischen einer Person und einer Maschine |
US20110266076A1 (en) * | 2008-12-09 | 2011-11-03 | Christopher Lynn Morey | Mobile robot systems and methods |
JP2011257350A (ja) * | 2010-06-11 | 2011-12-22 | Toshiba Corp | レーダ装置 |
CN202141802U (zh) * | 2011-02-25 | 2012-02-08 | 燕成祥 | 红外线距离感测装置 |
CN102508391A (zh) * | 2010-09-24 | 2012-06-20 | 微软公司 | 广角视野的活动照明成像系统 |
CN102564649A (zh) * | 2010-09-21 | 2012-07-11 | 精工爱普生株式会社 | 检测装置、电子设备以及机械手 |
CN102713546A (zh) * | 2009-10-14 | 2012-10-03 | 国立大学法人东北大学 | 片状触觉传感器系统 |
CN103384838A (zh) * | 2011-02-21 | 2013-11-06 | 富士胶片株式会社 | 放射线图像检测装置和放射线摄影装置 |
CN103958102A (zh) * | 2011-10-04 | 2014-07-30 | 伊利诺斯工具制品有限公司 | 用于切割管件的线锯 |
CN104395849A (zh) * | 2012-06-07 | 2015-03-04 | 皇家飞利浦有限公司 | 用于沿路径引导机器人清洁器的系统和方法 |
CN105409212A (zh) * | 2013-02-28 | 2016-03-16 | 谷歌技术控股有限责任公司 | 具有多视图图像捕捉和深度感测的电子设备 |
CN106537185A (zh) * | 2014-06-05 | 2017-03-22 | 软银机器人欧洲公司 | 借助于相交平面探测障碍物的装置和使用所述装置的探测方法 |
US20170195544A1 (en) * | 2014-03-27 | 2017-07-06 | Steinel Gmbh | Motion sensor device and use thereof |
CN206489450U (zh) * | 2016-12-31 | 2017-09-12 | 鸿奇机器人股份有限公司 | 清洁机器人自动导引充电系统 |
US20170308086A1 (en) * | 2015-08-17 | 2017-10-26 | X Development Llc | Using Laser Sensors to Augment Stereo Sensor Readings for Robotic Devices |
US20180078106A1 (en) * | 2016-09-16 | 2018-03-22 | Bissell Homecare, Inc. | Autonomous vacuum cleaner |
CN107847098A (zh) * | 2015-07-01 | 2018-03-27 | 艾罗伯特公司 | 机器人导航传感器系统 |
CN108398944A (zh) * | 2016-12-15 | 2018-08-14 | 苏州宝时得电动工具有限公司 | 自移动设备的作业方法、自移动设备、存储器和服务器 |
CN109031331A (zh) * | 2018-08-07 | 2018-12-18 | 上海炬佑智能科技有限公司 | 飞行时间测距传感芯片及传感装置、电子设备 |
WO2019042784A1 (fr) * | 2017-08-28 | 2019-03-07 | Fogale Nanotech | Dispositif de detection multi-distances pour un robot, et robot equipe de tel(s) dispositif(s) |
CN109541631A (zh) * | 2019-01-07 | 2019-03-29 | 杭州蓝芯科技有限公司 | 一种基于光飞行时间的大视场面阵探测雷达 |
WO2019116793A1 (ja) * | 2017-12-12 | 2019-06-20 | 矢崎総業株式会社 | 車載システム、及び、検出器ハブ |
Family Cites Families (38)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS53529A (en) | 1976-06-24 | 1978-01-06 | Nissan Motor Co Ltd | Apparatus for preventing coolision between vehicles |
JPH05224745A (ja) | 1992-02-07 | 1993-09-03 | Matsushita Electric Ind Co Ltd | 移動作業ロボット |
JP3312183B2 (ja) * | 1993-03-15 | 2002-08-05 | 株式会社日立製作所 | 車両の誘導情報装置 |
US5529138A (en) * | 1993-01-22 | 1996-06-25 | Shaw; David C. H. | Vehicle collision avoidance system |
DE4408329C2 (de) * | 1994-03-11 | 1996-04-18 | Siemens Ag | Verfahren zum Aufbau einer zellular strukturierten Umgebungskarte von einer selbstbeweglichen mobilen Einheit, welche sich mit Hilfe von auf Wellenreflexion basierenden Sensoren orientiert |
JP3448946B2 (ja) * | 1994-03-11 | 2003-09-22 | 日産自動車株式会社 | 車両周囲モニタ装置 |
CA2257049A1 (en) * | 1997-12-31 | 1999-06-30 | Richard Gramm | Combine header height control |
JP3816404B2 (ja) | 2002-01-31 | 2006-08-30 | 住友大阪セメント株式会社 | 監視システム |
JP4058974B2 (ja) | 2002-03-19 | 2008-03-12 | 松下電器産業株式会社 | 自走式機器 |
JP2004139264A (ja) | 2002-10-16 | 2004-05-13 | Toshiba Tec Corp | 自律走行ロボット |
US7068815B2 (en) | 2003-06-13 | 2006-06-27 | Sarnoff Corporation | Method and apparatus for ground detection and removal in vision systems |
JP2005214851A (ja) | 2004-01-30 | 2005-08-11 | Sharp Corp | 物体検出装置およびそれを備えた電子機器 |
CA2505715A1 (en) | 2004-05-03 | 2005-11-03 | Her Majesty In Right Of Canada As Represented By The Minister Of National Defence | Volumetric sensor for mobile robotics |
JP2006146376A (ja) | 2004-11-17 | 2006-06-08 | Mitsubishi Heavy Ind Ltd | 自立移動ロボット及び移動不能領域検出方法 |
JP4286768B2 (ja) | 2004-11-30 | 2009-07-01 | 富士通株式会社 | 分岐予測装置およびその制御方法 |
ES2718831T3 (es) * | 2005-12-02 | 2019-07-04 | Irobot Corp | Sistema de robots |
JP4576445B2 (ja) * | 2007-04-12 | 2010-11-10 | パナソニック株式会社 | 自律移動型装置および自律移動型装置用プログラム |
US8332134B2 (en) | 2008-04-24 | 2012-12-11 | GM Global Technology Operations LLC | Three-dimensional LIDAR-based clear path detection |
US8918209B2 (en) | 2010-05-20 | 2014-12-23 | Irobot Corporation | Mobile human interface robot |
US8855812B2 (en) * | 2010-07-23 | 2014-10-07 | Chetan Kapoor | System and method for robot safety and collision avoidance |
US8930019B2 (en) | 2010-12-30 | 2015-01-06 | Irobot Corporation | Mobile human interface robot |
EP2807526B1 (en) | 2012-01-25 | 2020-07-01 | Omron Robotics and Safety Technologies, Inc. | Autonomous mobile robot for handling job assignments in a physical environment inhabited by stationary and non-stationary obstacles |
US8958911B2 (en) * | 2012-02-29 | 2015-02-17 | Irobot Corporation | Mobile robot |
US9463574B2 (en) * | 2012-03-01 | 2016-10-11 | Irobot Corporation | Mobile inspection robot |
JP2014021625A (ja) | 2012-07-13 | 2014-02-03 | Sharp Corp | 距離計測システム |
WO2014033055A1 (en) | 2012-08-27 | 2014-03-06 | Aktiebolaget Electrolux | Robot positioning system |
US8880273B1 (en) * | 2013-01-16 | 2014-11-04 | Google Inc. | System and method for determining position and distance of objects using road fiducials |
JP6132659B2 (ja) | 2013-02-27 | 2017-05-24 | シャープ株式会社 | 周囲環境認識装置、それを用いた自律移動システムおよび周囲環境認識方法 |
US9110169B2 (en) | 2013-03-08 | 2015-08-18 | Advanced Scientific Concepts, Inc. | LADAR enabled impact mitigation system |
CN104117987B (zh) * | 2013-04-26 | 2017-05-10 | 恩斯迈电子(深圳)有限公司 | 移动机器人 |
US9069080B2 (en) * | 2013-05-24 | 2015-06-30 | Advanced Scientific Concepts, Inc. | Automotive auxiliary ladar sensor |
CN104539934A (zh) * | 2015-01-05 | 2015-04-22 | 京东方科技集团股份有限公司 | 图像采集装置和图像处理方法、系统 |
US9265396B1 (en) | 2015-03-16 | 2016-02-23 | Irobot Corporation | Autonomous floor cleaning with removable pad |
JP2017015601A (ja) | 2015-07-02 | 2017-01-19 | シャープ株式会社 | 路面検知装置、移動体、路面検知方法、および路面検知プログラム |
US10721859B2 (en) * | 2017-01-08 | 2020-07-28 | Dolly Y. Wu PLLC | Monitoring and control implement for crop improvement |
JP7000992B2 (ja) * | 2018-05-25 | 2022-01-19 | トヨタ自動車株式会社 | マニピュレータおよび移動ロボット |
US11199853B1 (en) * | 2018-07-11 | 2021-12-14 | AI Incorporated | Versatile mobile platform |
US11597104B2 (en) * | 2019-07-31 | 2023-03-07 | X Development Llc | Mobile robot sensor configuration |
-
2019
- 2019-07-31 US US16/528,123 patent/US11597104B2/en active Active
-
2020
- 2020-07-15 WO PCT/US2020/042189 patent/WO2021021446A1/en unknown
- 2020-07-15 CN CN202080048410.7A patent/CN114072255B/zh active Active
- 2020-07-15 JP JP2021576468A patent/JP7323652B2/ja active Active
- 2020-07-15 EP EP20753543.6A patent/EP3972785A1/en active Pending
-
2023
- 2023-01-31 US US18/162,338 patent/US12030178B2/en active Active
- 2023-07-27 JP JP2023122652A patent/JP2023159103A/ja active Pending
Patent Citations (30)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
FR2920228A1 (fr) * | 1991-06-11 | 2009-02-27 | Sat Sa De Telecomm | Ensemble de detection a grand champ de vision et grande dynamique de rayonnements laser et groupe de detection a grand champ de vision pour forts rayonnements |
US5319611A (en) * | 1993-03-31 | 1994-06-07 | National Research Council Of Canada | Method of determining range data in a time-of-flight ranging system |
WO1999012083A1 (de) * | 1997-09-01 | 1999-03-11 | Siemens Aktiengesellschaft | Verfahren zur andockpositionierung einer autonomen mobilen einheit unter verwendung eines leitstrahles |
JP2004258967A (ja) * | 2003-02-26 | 2004-09-16 | Matsushita Electric Ind Co Ltd | 移動作業ロボット |
JP2004280451A (ja) * | 2003-03-14 | 2004-10-07 | Matsushita Electric Works Ltd | 自律移動装置 |
US20100133424A1 (en) * | 2007-05-26 | 2010-06-03 | Norman Matheson Lindsay | Electro-optical sensors |
JP2010085284A (ja) * | 2008-09-30 | 2010-04-15 | Toshiba Corp | レーダ装置 |
JP2010122904A (ja) * | 2008-11-19 | 2010-06-03 | Hitachi Ltd | 自律移動ロボット |
US20110266076A1 (en) * | 2008-12-09 | 2011-11-03 | Christopher Lynn Morey | Mobile robot systems and methods |
CN102713546A (zh) * | 2009-10-14 | 2012-10-03 | 国立大学法人东北大学 | 片状触觉传感器系统 |
DE102009046107A1 (de) * | 2009-10-28 | 2011-05-05 | Ifm Electronic Gmbh | System und Verfahren für eine Interaktion zwischen einer Person und einer Maschine |
JP2011257350A (ja) * | 2010-06-11 | 2011-12-22 | Toshiba Corp | レーダ装置 |
CN102564649A (zh) * | 2010-09-21 | 2012-07-11 | 精工爱普生株式会社 | 检测装置、电子设备以及机械手 |
CN102508391A (zh) * | 2010-09-24 | 2012-06-20 | 微软公司 | 广角视野的活动照明成像系统 |
CN103384838A (zh) * | 2011-02-21 | 2013-11-06 | 富士胶片株式会社 | 放射线图像检测装置和放射线摄影装置 |
CN202141802U (zh) * | 2011-02-25 | 2012-02-08 | 燕成祥 | 红外线距离感测装置 |
CN103958102A (zh) * | 2011-10-04 | 2014-07-30 | 伊利诺斯工具制品有限公司 | 用于切割管件的线锯 |
CN104395849A (zh) * | 2012-06-07 | 2015-03-04 | 皇家飞利浦有限公司 | 用于沿路径引导机器人清洁器的系统和方法 |
CN105409212A (zh) * | 2013-02-28 | 2016-03-16 | 谷歌技术控股有限责任公司 | 具有多视图图像捕捉和深度感测的电子设备 |
US20170195544A1 (en) * | 2014-03-27 | 2017-07-06 | Steinel Gmbh | Motion sensor device and use thereof |
CN106537185A (zh) * | 2014-06-05 | 2017-03-22 | 软银机器人欧洲公司 | 借助于相交平面探测障碍物的装置和使用所述装置的探测方法 |
CN107847098A (zh) * | 2015-07-01 | 2018-03-27 | 艾罗伯特公司 | 机器人导航传感器系统 |
US20170308086A1 (en) * | 2015-08-17 | 2017-10-26 | X Development Llc | Using Laser Sensors to Augment Stereo Sensor Readings for Robotic Devices |
US20180078106A1 (en) * | 2016-09-16 | 2018-03-22 | Bissell Homecare, Inc. | Autonomous vacuum cleaner |
CN108398944A (zh) * | 2016-12-15 | 2018-08-14 | 苏州宝时得电动工具有限公司 | 自移动设备的作业方法、自移动设备、存储器和服务器 |
CN206489450U (zh) * | 2016-12-31 | 2017-09-12 | 鸿奇机器人股份有限公司 | 清洁机器人自动导引充电系统 |
WO2019042784A1 (fr) * | 2017-08-28 | 2019-03-07 | Fogale Nanotech | Dispositif de detection multi-distances pour un robot, et robot equipe de tel(s) dispositif(s) |
WO2019116793A1 (ja) * | 2017-12-12 | 2019-06-20 | 矢崎総業株式会社 | 車載システム、及び、検出器ハブ |
CN109031331A (zh) * | 2018-08-07 | 2018-12-18 | 上海炬佑智能科技有限公司 | 飞行时间测距传感芯片及传感装置、电子设备 |
CN109541631A (zh) * | 2019-01-07 | 2019-03-29 | 杭州蓝芯科技有限公司 | 一种基于光飞行时间的大视场面阵探测雷达 |
Non-Patent Citations (1)
Title |
---|
肖瑶: "基于TOF相机的环境智能探测技术研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》, no. 2, 15 February 2017 (2017-02-15) * |
Also Published As
Publication number | Publication date |
---|---|
EP3972785A1 (en) | 2022-03-30 |
WO2021021446A1 (en) | 2021-02-04 |
JP2022542216A (ja) | 2022-09-30 |
JP7323652B2 (ja) | 2023-08-08 |
US20210031385A1 (en) | 2021-02-04 |
US20230173695A1 (en) | 2023-06-08 |
US11597104B2 (en) | 2023-03-07 |
US12030178B2 (en) | 2024-07-09 |
JP2023159103A (ja) | 2023-10-31 |
CN114072255B (zh) | 2024-07-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11607804B2 (en) | Robot configuration with three-dimensional lidar | |
CN114728417B (zh) | 由远程操作员触发的机器人自主对象学习的方法及设备 | |
CN114072255B (zh) | 移动机器人传感器配置 | |
US20230247015A1 (en) | Pixelwise Filterable Depth Maps for Robots | |
US11154985B1 (en) | Null space jog control for robotic arm | |
US20220355495A1 (en) | Robot Docking Station Identification Surface | |
WO2023044356A1 (en) | Learning from demonstration for determining robot perception motion | |
EP3842888A1 (en) | Pixelwise filterable depth maps for robots | |
US11436063B1 (en) | Systems and methods for inter-process communication within a robot | |
US20220168909A1 (en) | Fusing a Static Large Field of View and High Fidelity Moveable Sensors for a Robot Platform | |
US12090672B2 (en) | Joint training of a narrow field of view sensor with a global map for broader context | |
US11731278B1 (en) | Robot teleoperation using mobile device motion sensors and web standards |
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 |