CN114115241B - 障碍物检测方法、基于障碍物的导航方法、装置和机器人 - Google Patents
障碍物检测方法、基于障碍物的导航方法、装置和机器人 Download PDFInfo
- Publication number
- CN114115241B CN114115241B CN202111302742.6A CN202111302742A CN114115241B CN 114115241 B CN114115241 B CN 114115241B CN 202111302742 A CN202111302742 A CN 202111302742A CN 114115241 B CN114115241 B CN 114115241B
- Authority
- CN
- China
- Prior art keywords
- obstacle
- robot
- navigation
- travel path
- navigation map
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 41
- 238000000034 method Methods 0.000 claims abstract description 62
- 230000008569 process Effects 0.000 claims abstract description 31
- 230000008859 change Effects 0.000 claims description 104
- 238000003860 storage Methods 0.000 claims description 9
- 238000004590 computer program Methods 0.000 claims description 4
- 238000004140 cleaning Methods 0.000 description 19
- 238000010408 sweeping Methods 0.000 description 10
- 230000004888 barrier function Effects 0.000 description 6
- 239000000428 dust Substances 0.000 description 6
- 230000000903 blocking effect Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 238000000605 extraction Methods 0.000 description 3
- 230000008034 disappearance Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000010521 absorption reaction Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000036544 posture Effects 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
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
- G05D1/0234—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using optical markers or beacons
- G05D1/0236—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using optical markers or beacons in combination with a laser
-
- 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
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
- G05D1/0225—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving docking at a fixed facility, e.g. base station or loading bay
-
- 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
-
- 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
- G05D1/0253—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means extracting relative motion information from a plurality of images taken successively, e.g. visual odometry, optical flow
-
- 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
-
- 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
- G05D1/0276—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle
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)
- Electromagnetism (AREA)
- Optics & Photonics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明公开一种障碍物检测方法,包括以下步骤:接收到基于障碍物反射的传感器信号时,根据所述传感器信号确定所述障碍物在导航地图上的目标位置;识别所述障碍物是否为第一障碍物,其中,所述第一障碍物为间歇性检测到的障碍物;在所述障碍物为第一障碍物时,在目标位置上标记第一障碍物,以使机器人在行进过程中基于导航地图上标记的第一障碍物进行路径规划,机器人可以基于导航地图上标记的第一障碍物来规划行进路径,从而可避免机器人存在来回靠近或逃离目标位置的第一障碍物,在目标位置附近徘徊的情况。
Description
技术领域
本发明涉及智能家居技术领域,尤其涉及一种障碍物检测方法、基于障碍物的导航方法、装置和机器人。
背景技术
随着生产水平的提高,机器人已经成为了人们生活中常见的家庭电器,例如,清洁机器人。
为了避免扫地清洁装置碰撞损坏,机器人一般具有避障功能。一般情况下,机器人检测到一个位置有障碍物时,会避开障碍物,重新生成路径;检测到没有障碍物时,可能会将该位置纳入路径规划区域。但是,在检测障碍物的过程中,会间歇性地扫描到同一位置有无障碍物,若检测到处于该位置上的障碍物忽隐忽现,则容易出现机器人来回靠近或逃离该位置的情况,出现机器人徘徊的问题。
需要说明的是,上述内容仅用于辅助理解本发明所解决的技术问题,并不代表承认上述内容是现有技术。
发明内容
本发明的主要目的在于提供一种障碍物检测方法、基于障碍物的导航方法、装置、机器人及存储介质,旨在避免机器人在清洁过程中在同一位置处来回移动的问题。
为实现上述目的,本发明提供一种障碍物检测方法,应用于机器人,所述障碍物检测方法包括以下步骤:
接收到基于障碍物反射的传感器信号时,根据所述传感器信号确定所述障碍物在导航地图上的目标位置;
识别所述障碍物是否为第一障碍物,其中,所述第一障碍物为间歇性检测到的障碍物;
在所述障碍物为第一障碍物时,在所述目标位置上标记所述第一障碍物,以使所述机器人在行进过程中基于所述导航地图上标记的所述第一障碍物进行路径规划。
基于上述,本发明还提供一种基于障碍物的导航方法,应用于机器人,所述导航方法包括以下步骤:
在机器人进行导航时,若导航地图上的当前位置到目标位置之间的栅格存在第一障碍物的标记,忽略所述第一障碍物后生成所述机器人的目标行进路径,其中,所述第一障碍物为间歇性检测到的障碍物;
控制所述机器人基于所述目标行进路径移动。
本发明还提供一种障碍物检测装置,应用于机器人,所述障碍物检测装置包括:
确定模块,用于在接收到基于障碍物反射的传感器信号时,根据所述传感器信号确定所述障碍物在导航地图上的目标位置;
识别模块,用于识别所述障碍物是否为第一障碍物,其中,所述第一障碍物为间歇性检测到的障碍物;
标记模块,用于在所述障碍物为第一障碍物时,在所述目标位置上标记所述第一障碍物,以使所述机器人在行进过程中基于所述导航地图上标记的所述第一障碍物进行路径规划。
本发明还提供一种基于障碍物的导航装置,应用于机器人,所述基于障碍物的导航装置包括:
控制模块,用于:在机器人进行导航时,若导航地图上的当前位置到目标位置之间的栅格存在第一障碍物的标记,忽略所述第一障碍物后生成所述机器人的目标行进路径,其中,所述第一障碍物为间歇性检测到的障碍物;
以及,控制所述机器人基于所述目标行进路径移动。
本发明还提供一种机器人,所述机器人包括存储器、处理器以及存储在所述存储器并可在所述处理器上运行的检测程序和/或导航程序,所述检测程序被所述处理器执行时实现如上所述的障碍物检测方法的步骤,和/或,所述导航程序被所述处理器执行时实现如上所述的基于障碍物的导航方法的步骤。
此外,本发明还提供一种存储介质,所述存储介质存储有计算机程序,所述计算机程序被处理器执行时实现如上所述的障碍物检测方法的各个步骤,和/或,所述计算机程序被处理器执行时实现如上所述的基于障碍物的导航方法的步骤。
本发明提供的障碍物检测方法、基于障碍物的导航方法、装置、机器人及存储介质,接收到基于障碍物反射的传感器信号时,识别所述障碍物是否为第一障碍物,第一障碍物为间歇性检测到的障碍物,在障碍物为第一障碍物时,在目标位置上标记第一障碍物,以使机器人在行进过程中基于导航地图上标记的第一障碍物进行路径规划,机器人可以基于导航地图上标记的第一障碍物来规划行进路径,如此,可以避免机器人在间歇性检测到第一障碍物时,避开第一障碍物,在未扫描到第一障碍物时,将目标位置纳入路径规划区域,从而可避免机器人存在来回靠近或逃离目标位置的第一障碍物,在目标位置附近徘徊的情况。
附图说明
图1为本发明实施例涉及的机器人的硬件构架示意图;
图2为本发明提出的障碍物检测方法第一实施例的流程示意图;
图3为本发明提出的障碍物检测方法第二实施例中步骤S20的一细化实施例流程示意图;
图4为本发明提出的障碍物检测方法第三实施例中步骤S20的另一细化实施例流程示意图;
图5为本发明提出的基于障碍物的导航方法第一实施例的流程示意图;
图6为本发明提出的基于障碍物的导航方法第二实施例的流程示意图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
随着智能家居技术的不断发展,各种智能家居设备应运而生,机器人便是其中的一种。
本申请涉及的机器人可以包括清洁机器人、物流机器人、仓储机器人等等,其中,清洁机器人可用于对地面进行自动清洁,应用场景可以为家庭室内清洁、大型场所清洁等。
清洁机器人的类型有扫地机器人、拖地机器人、扫拖一体机器人等。在清洁机器人上,设有清洁组件和驱动装置。在驱动装置的驱动下,清洁机器人沿设定的清洁路径进行自移动,并通过清洁组件清洁地面。对于扫地机器人来说,清洁组件包括扫地组件和吸尘装置,在清洁过程中,扫地组件将灰尘、垃圾等扫到吸尘装置的吸尘口,从而吸尘装置将灰尘、垃圾等吸收暂存,扫地组件可包括边刷组件。对于拖地机器人来说,清洁组件包括拖擦组件,该拖擦组件与地面接触,在拖地机器人移动过程中,该拖擦件对地面进行拖擦,实现对地面的清洁。对于扫拖一体清洁机器人来说,清洁件包括扫地件和拖擦件,扫地件和拖擦件可以同时工作,进行拖地和扫地,也可以分开工作,分别进行拖地和扫地。
如图1所示,该机器人可以包括:处理器101,例如CPU,存储器102,通信总线103和感知单元104。其中,通信总线103用于实现这些组件之间的连接通信。所述处理器101用于调用应用程序来执行检测操作。
存储器102可以是高速RAM存储器,也可以是稳定的存储器(non-volatilememory),例如磁盘存储器。
感知单元1006包括各种类型的传感器,例如雷达、碰撞传感器、距离传感器、跌落传感器、计数器、和陀螺仪等。
雷达可以为激光雷达,激光雷达设置在机器人主体的顶部,在工作时,激光雷达旋转,并通过激光雷达上的发射器发射激光信号,激光信号被障碍物反射,从而激光雷达的接收器接收障碍物反射回的激光信号。激光雷达的电路单元通过对接收的激光信号进行分析,可得到周围的环境信息,例如障碍物相对激光雷达的距离和角度等。此外,也可用摄像头替代激光雷达,通过对摄像头拍摄的图像中的障碍物进行分析,也可得到障碍物相对摄像头的距离、角度等。
由于传统的机器人的雷达是在行径过程中实时检查的,一段时间内检测不到障碍物时,就会对先前检测到的障碍物擦除,因此在导航过程中,若机器人检测到忽隐忽现障碍物(雷达间歇性检测到的障碍物),则容易出现机器人徘徊移动的情况。具体原因是由于机器人不对障碍物进行标记,在当前时刻检测到某一个位置具有障碍物,机器人后退或转向做避障操作,但当机器人后退或转向或过一段时间后,可见检测不到该位置具有障碍物,此时机器人又会往该位置移动,如此,出现机器人在某个路段上徘徊的清洁。
需要说明的是,机器人检测到忽隐忽现障碍物的情况包括但不限于以下两种:
一、某位置的障碍物交替出现和消失。
障碍物在一个位置会交替出现和消失,导致机器人先后检测到障碍物,又未检测到障碍物,又再次检测到障碍物,又再次未检测到障碍物,例如,当用户在一块区域放下障碍物,并且雷达看得到,过一会又拿走障碍物,过一会又在同一位置放下障碍物,反复这个过程,如此,所述清洁区域的雷达区域会出现某个位置的障碍物交替出现和消失的情况,此时,可以将机器人间歇性检测到的障碍物作为忽隐忽现障碍物。
二、某位置存在障碍物,但是由于障碍物的高度以及机器人的传感器安装角度,导致其在不同时间和位置的检测结果不同。
比如,机器人上安装雷达进行障碍物检测,当雷达的高度与障碍物的高度几乎等高时,则会出现机器人在某个位置往复移动。原因是雷达在不同方向上有倾角,导致同一个位置,当机器人处于不同的位姿时,收到的雷达数据会不一样。由于雷达安装有可能有一个倾角,机器人能够检测到前方的比雷达稍微高一点的障碍物,但是检测不到后方的雷达稍微高一点的障碍物。雷达的高度与障碍物的高度几乎等高,当机器人正对障碍物时,雷达检测到障碍物并在导航地图上标记障碍物;机器人持续一段时间检测不到后方的障碍物,会擦除后方的障碍物。机器人导航发现前方障碍物,判断需要重新生成避开障碍物的路径,此时会生成往后方的路径,所以机器人会掉头走向后方;机器人检测不到后方障碍物,会进行导航,朝不存在障碍物的位置行走。此后,机器人会重复以上逻辑,不断地来回走,路径在前后两个方向来回变化,导致机器人在前后两个方向来回移动,出现徘徊。
机器人正对障碍物和背对障碍物的不同姿态,导致看不看得到障碍物的原因:
雷达安装有一个倾角,如果雷达是向前方仰,那么就会看到机器人前方比雷达稍微高一点的障碍物,反之,看不到后方比雷达稍微高一点的障碍物。导航发现前方障碍物,判断需要重新生成路径,此时会生成往后方的路径,所以机器人会掉头走向后方;机器人掉头走后方后,检测不到原来的前方障碍物,此时就会把在先检测到的前方障碍物擦除,机器人检测不到原来的前方障碍物时,又会生成往原来的前方障碍物所在位置移动的路径,机器人又掉头往原来的前方走,如此循环,造成机器人在一段路径上徘徊。
基于此,本发明实施例提出一种障碍物检测方法,通过在接收到基于障碍物反射的传感器信号时,根据所述传感器信号确定所述障碍物在导航地图上的目标位置;识别所述障碍物是否为第一障碍物,其中,第一障碍物为间歇性检测到的障碍物;在所述目标位置上标记所述第一障碍物,以使所述机器人在行进过程中基于所述导航地图上标记的所述第一障碍物进行路径规划。也即在检测到忽隐忽现障碍物时,即在导航地图上标记该忽隐忽现障碍物,如此在导航过程中,通过对检测到的忽隐忽现障碍物做标记,可以避免机器人在忽隐忽现障碍物附近来回移动,陷入徘徊困境。
为了更好的理解上述技术方案,下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例,然而应当理解,可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更透彻地理解本公开,并且能够将本公开的范围完整的传达给本领域的技术人员。
可以理解的是,在一实施例中,实现所述障碍物检测过程的检测程序存储在所述机器人的存储器102中,或者存储在机器人的存储器102中,所述处理器101从所述存储器102中调用检测程序时,执行以下操作:
接收到基于障碍物反射的传感器信号时,根据所述传感器信号确定所述障碍物在导航地图上的目标位置;
识别所述障碍物是否为第一障碍物,其中,所述第一障碍物为间歇性检测到的障碍物;
在所述障碍物为第一障碍物时,在所述目标位置上标记所述第一障碍物,以使所述机器人在行进过程中基于所述导航地图上标记的所述第一障碍物进行路径规划。
或者,在另一实施例中,实现所述障碍物检测过程的检测程序还可以存储在计算机可读的存储介质中,将所述存储介质应用到计算机上时,所述计算机的处理器101可以从所述存储介质中调用所述检测程序,执行上述过程。
基于上述障碍物检测方法的硬件构架,提出本发明障碍物检测方法的各个实施例。
第一实施例中,请参照图2,本实施例提出的障碍物检测方法包括以下步骤:
步骤S10,在接收到基于障碍物反射的传感器信号时,根据所述传感器信号确定所述障碍物在导航地图上的目标位置;
步骤S20,识别所述障碍物是否为第一障碍物;
其中,所述第一障碍物为间歇性检测到的障碍物,即上述的忽隐忽现障碍物,具体来说,第一障碍物是机器人在不同时间交替检测到和未检测到的障碍物;
步骤S30,在所述障碍物为第一障碍物时,在所述目标位置上标记所述第一障碍物,以使所述机器人在行进过程中基于所述导航地图上标记的所述第一障碍物进行路径规划。
在所述障碍物不是所述第一障碍物时,以所述障碍物为第二障碍物,基于第二障碍物执行避障操作,所述第一障碍物为间歇性检测到的障碍物,所述第二障碍物为非间歇性检测到的障碍物,第二障碍物可视作一般障碍物。
本实施例以执行机器人为机器人为例进行说明,也即本实施例用于控制所述机器人。
上述传感器信号具体可以是雷达信号,所述机器人上装设有雷达,雷达通过发射传感器信号探测机器人的当前位置和目的地之间的障碍物,进而基于障碍物所在的位置规划其行径路径。在障碍物检测过程中,为了避免机器人出现徘徊的情况,在检测到该第一障碍物后,对其进行标记。然后在路径规划过程中,机器人可以基于导航地图上标记的第一障碍物来规划行进路径,如此,可避免机器人存在来回靠近或逃离目标位置的第一障碍物,在目标位置附近徘徊的情况。
可选地,雷达发射雷达信号探测所在区域内的障碍物,当传感器信号发射到所述障碍物上时,障碍物反射所述传感器信号,使得所述雷达接收到基于障碍物反射的传感器信号,基于反射的传感器信号可以确定所述障碍物在导航地图上的位置,将所述位置作为所述目标位置。
可选地,检测到有障碍物时,识别所述障碍物是否为第一障碍物,若是第一障碍物,则对所述第一障碍物进行标记,机器人在导航过程中,可以基于导航地图上的障碍物执行避障操作。如当机器人的前方检测到障碍物,机器人转向或后退后,或者过一段时间后又检测不到该前方位置的障碍物时,标定该前方位置的障碍物,如此,当机器人转向或后退后,或者过一段时间后,机器人基于导航地图上标记有第一障碍物,在规划行进路径过程中,可避开或者忽略第一障碍物,而不需要重复检测该位置的障碍物,也即不存在不同位置上检测该位置的障碍物的检测结果不同的情况出现,可避免在该位置前后徘徊的情况出现。
可以理解的是,所述第一障碍物为预先定义的机器人间歇性检测到的障碍物,也即所述第一障碍物被定义为忽隐忽现障碍物。
可选地,在一些实施例中,在所述障碍物为第一障碍物时,在所述目标位置标记该位置具有第一障碍物,机器人在行进过程中基于标记的第一障碍物执行避障操作。
或者,在另一些实施例中,在所述障碍物为第一障碍物时,机器人在行进过程中,可以根据所述第一障碍物和其它非间歇性障碍物的区别,结合机器人在不同场景执行不同的导航操作。
如第一障碍物是间歇性检测到的,可能存在是临时放置的障碍物,在导航过程中可以在一些情况下忽略该第一障碍物,如在当前位置与目标位置之间无法生成行进路径时,可以忽略该第一障碍物。或者,所述第一障碍物可能是高度与雷达的高度相同或相近的,也即所述第一障碍物是实质存在的,为了避免在导航过程中的碰撞风险,优先选择避开所述第一障碍物。
本实施例中,接收到基于障碍物反射的传感器信号时,识别所述障碍物是否为第一障碍物,在所述障碍物为第一障碍物时,在导航地图的目标位置标记所述障碍物,机器人可以直接基于导航地图上标记的障碍物来规划行进路径,不存在由于在不同位置上检测同一位置的障碍物的检测结果不同时而导致机器人徘徊的情况,避免机器人在清洁过程中在同一位置处来回移动。
需要说明的是,本实施例中所述障碍物的识别方式可以有多种,以下以其中三种实施例进行解释说明。
如第二实施例,请参照图3,基于上述第一实施例,所述识别所述障碍物是否为第一障碍物的步骤包括:
步骤S21,获取所述导航地图上所述目标位置对应的栅格发生状态变化的状态变化次数;
步骤S22,在所述状态变化次数大于或等于预设次数时,确定所述障碍物为所述第一障碍物。
其中,导航地图上目标位置对应的栅格状态可包括:障碍物状态或非障碍物状态。导航地图上目标位置对应的栅格发生状态变化可包括:障碍物状态变化到非障碍物状态,或,非障碍物状态变化到障碍物状态。
可选地,若检测障碍物的传感器为雷达,导航地图上目标位置对应的栅格状态可包括:雷达障碍物状态或非雷达障碍物状态,其中,雷达障碍物状态是指存在雷达检测到的障碍物的状态,非雷达障碍物状态是指不存在雷达检测到的障碍物的状态。导航地图上目标位置对应的栅格发生状态变化可包括:雷达障碍物状态变化到非雷达障碍物状态,或,非雷达障碍物状态变化到雷达障碍物状态。
其中,机器人可以在每次发生栅格发生状态变化的时候,进行计数,从而可以得到栅格发生状态变化的状态变化次数。
当一个栅格发生状态变化,且状态变化次数大于或等于预设次数(例如,10次以上),该栅格可以认为是第一障碍物,即忽隐忽现障碍物,也就是说,机器人导航时,本实施例中的机器人在检测到障碍物为所述第一障碍物,可在导航地图上的栅格标记该忽隐忽现障碍物。
具体地,当所述雷达检测到障碍物时,可在导航地图的对应位置上的栅格进行标记,当检测到目标位置的障碍物忽然出现或忽然消失,可以认定栅格发生状态变化,则机器人可以对栅格状态进行修改,其中,忽然出现是指一个栅格在非障碍物状态下持续时长大于预设时长数值,(例如,3s以上),突然被标记为障碍物,可以认为检测到障碍物忽然出现;忽然消失是指一个栅格已经在障碍物状态下持续时长大于预设时长数值(例如,3s以上),突然被标记为非障碍物,可以认为障碍物忽然消失。当一个栅格反复地被识别为忽然出现和忽然消失,即发生状态变化,且状态变化次数大于或等于预设次数(例如,10次以上),该栅格可以认为是第一障碍物,即忽隐忽现障碍物。
当雷达检测到障碍物忽然出现或忽然消失,机器人可以将障碍物对应的栅格状态进行修改,若检测到障碍物状态未发生变化,则维持对应栅格的栅格状态。机器人可记录所述导航地图的对应位置上的栅格发生状态变化的变化次数,得到状态变化次数。本实施例在检测到目标位置障碍物忽然出现时,则所述目标位置对应的栅格的状态变化次数加1;之后,又检测到所述目标位置障碍物忽然出现时,则所述目标位置对应的栅格状态变化次数再加1,依次累加,形成所述状态变化次数。
本实施例通过获取所述栅格的状态变化次数来识别所述障碍物是否为第一障碍物(忽隐忽现障碍物),若所述状态变化次数大于或等于预设次数时,则说明所述栅格处的障碍物时而检测到,时而检测不到,也即为忽隐忽现障碍物,也即判定所述障碍物为所述第一障碍物,基于此,本实施例可准确检测到障碍物的类型,进而提高控制精度。
可选地,所述栅格的状态变化次数为机器人在当前工作时所标记的次数,在当前工作结束后,所述栅格的状态变化次数清零,或者在下一次工作开始时,所述栅格的状态变化次数清零。
可选地,所述栅格的状态变化次数还可以基于所述栅格的状态变化的时间间隔确定,如前一次栅格状态变化与当前栅格状态变化的时间间隔大于一定值时,则将所述栅格的状态变化次数清零,说明所述栅格处的障碍物不是所述第一障碍物。
可选地,一些实施例中,基于所述导航地图上所述目标位置对应的栅格包括多个,为了提高障碍物的类型识别的准确度,避免判断失误,多个连续的所述栅格的状态变化次数大于或等于所述预设次数时,才确定所述障碍物为所述第一障碍物。
可选地,如所述导航地图上所述目标位置对应的栅格包括多个时,所述在所述状态变化次数大于或等于预设次数时,确定所述障碍物为所述第一障碍物的步骤包括:
在多个连续的所述栅格的状态变化次数均大于或等于所述预设次数时,确定所述障碍物为所述第一障碍物。
如果所述目标位置对应覆盖有多个栅格,而有多个连续的栅格(栅格数大于一定值)的状态变化次数均大于或等于所述预设次数(如大于或等于20次),说明这些栅格上的障碍物为所述第一障碍物(忽隐忽现障碍物),将这些栅格对应的障碍物标记为第一障碍物,具体实施中,考虑到雷达忽隐忽现障碍物一般都是连续一片障碍物点的忽隐忽现,通过判断栅格是否连续可以更准确识别出来,即通过判断多个连续的所述栅格的状态变化次数是否均大于或等于预设次数,可以更加准确地识别出第一障碍物(忽隐忽现障碍物)。
可选地,本实施例中,所述状态变化包括以下至少一种:第一状态变化和第二状态变化,所述第一状态变化为在第一预设时长内从持续扫描到障碍物变化到未扫描到所述障碍物;所述第二状态变化为在第二预设时长内从持续未扫描到障碍物变化到扫描到所述障碍物。也即所述格栅发生状态变化,且状态变化此时大于预设次数时,确定为所述第一障碍物,也即忽隐忽现的障碍物。
其中,关于忽然出现的定义:一个栅格在雷达消失状态持续第一时长(未检测到障碍物,并持续3s以上),突然切换到雷达显示状态(突然检测到障碍物),则定义该障碍物为忽现障碍物。
关于忽然消失的定义:一个栅格在雷达显示状态持续第一时长(检测到障碍物,并持续3s以上),突然切换到雷达消失状态(障碍物突然消失),则定义该障碍物为忽隐障碍物。
可以理解的是,当前雷达扫描的时间与栅格前一次状态变化的时间间隔在预设范围内,说明该栅格的状态突然变化了,在状态变化次数上+1,得到新的状态变化次数。
若当前扫描的时间与栅格前一次状态变化的时间间隔不在预设范围内,且小于所述预设范围的最小临界值,则可能该栅格的状态变化是由于雷达或者机器人发生抖动的原因,避免统计错误,在该情况下,不在所述栅格的状态变化次数上+1(也即保持所述栅格的状态变化次数不变)。
若当前扫描的时间与栅格前一次状态变化的时间间隔不在预设范围内,且大于所述预设范围的最大临界值,则可能是在该栅格上突然放置障碍物或拿走障碍物,将该栅格的状态变化次数更新为0,重新累计,若在所述下一次状态变化时与当前时间的时间间隔在所述预设范围内,则在0的基础上加1,依次统计该栅格的状态变化次数。
一个栅格反复的在第一状态变化和第二状态变化之间切换变化,且状态变化次数大于预设次数,则判定栅格对应的障碍物为第一障碍物(忽隐忽现障碍物)。
本实施例通过当前时间与前一次检测到所述栅格状态变化时的时间间隔确定是否要更新所述栅格的状态变化次数,提高栅格状态标记的准确度,进而提供障碍物类型识别的准确度。
可选地,一些实施例中,获取所述导航地图上所述目标位置对应的栅格发生状态变化的状态变化次数的方式包括但不限于以下两种实施例:
(一)在检测到所述导航地图上所述目标位置对应的栅格发生状态变化时,获取当前雷达扫描的第一时间与前一次检测到所述栅格发生状态变化时雷达扫描的第二时间之间的时间间隔;并在所述时间间隔处于预设时间范围内时,更新所述栅格的状态变化次数,得到新的状态变化次数。
具体地,机器人在检测到导航地图上所述目标位置对应的栅格发生状态变化时,可获取当前雷达扫描的第一时间与前一次检测到所述栅格发生状态变化时雷达扫描的第二时间之间的时间间隔,若该时间间隔处于预设时间范围内时,说明栅格的状态突然变化了,将栅格的状态变化次数+1;若时间间隔较小,说明栅格状态变化是由于雷达扫描时抖动的原因导致,不增加栅格的状态变化次数。
可选地,在所述第一时间与所述第二时间之间的时间间隔大于预设时间数值时,将所述状态变化次数进行置零;其中,所述预设时间数值大于或等于所述预设时间范围的上限值。
具体地,若时间间隔大于预设时间数值,说明是突然出现的障碍物(用户新放的物体在目标位置,或者用户拿起的物体),可将该栅格的状态变化次数进行置零,重新累计栅格的状态变化次数。
(二)获取当前雷达扫描数据帧的第一帧序号与前一次检测到所述栅格发生状态变化时雷达扫描数据帧的第二帧序号之间的帧序号差值;并在所述帧序号差值处于预设帧数范围时,更新所述栅格的状态变化次数,得到新的状态变化次数。
可选地,在所述第一帧序号与所述第二帧序号之间的帧序号差值大于预设帧数时,将所述状态变化次数进行置零;其中,所述预设帧数大于或等于所述预设帧数范围的上限值。
本实施例中,若当前雷达扫描数据帧的帧序号与栅格前一次状态变化时雷达扫描数据帧的帧序号的差值较大,则说明该栅格的状态突然变化了,将状态变化次数+1,得到新的状态变化次数。
若当前雷达扫描数据帧的帧序号与栅格前一次状态变化时雷达扫描数据帧的帧序号的差值较小,则说明该栅格的状态变化是由于雷达抖动的原因,不更新栅格的状态变化次数。
若当前雷达扫描数据帧的帧序号与栅格前一次状态变化时雷达扫描数据帧的帧序号的差值极大,则说明是突然出现的障碍物(用户放个物体在目标位置,或者用户拿起了目标位置的物体),此时将该栅格突变次数置为0,重新累计。
可选地,本实施例中,若所述栅格的突变次数大于20,则判定所述栅格上的障碍物为所第一障碍物,标记所述第一障碍物,由导航的雷达障碍物逃脱策略去逃离。
本实施例通过栅格发生状态变化的状态变化次数来识别第一障碍物,识别准确度高。
如第三实施例中,请参照图4,本实施例基于上述第一实施例,所述识别所述障碍物是否为第一障碍物的步骤包括:
步骤S23,对比当前导航地图和前一次在相同位置的历史导航地图,以获得新增障碍物;
步骤S24,基于所述新增障碍物以及基于所述历史导航地图更新的至少一个历史行进路径确定当前导航地图是否存在相似度大于或等于预设阈值的当前行进路径;
步骤S25,若存在所述当前行进路径,则确定所述新增障碍物为所述第一障碍物。
机器人每次工作时,都会基于障碍物重新生成新的行进路径。所述行进路径是基于避开障碍物生成的,行进路径生成后,保存所述行进路径以及对应的导航地图。
机器人确定目标位置进行障碍物检测时,接收到传感器信号后,判定检测到障碍物,当前导航地图上显示该障碍物,此时比对所述当前导航地图和前一次在相同位置的历史导航地图(相同目的地),以确定相对于所述历史导航地图,当前导航地图上所新增的障碍物。然后基于新增的障碍物以及所述障碍物所处的位置,规划至少一条当前行进路径,并将所述当前行进路径与所述历史导航地图对应的历史行进路径进行比较,识别是否具有与所述历史行进路径的相似度大于或等于预设阈值的当前行进路径,若有,则说明所述障碍物为忽隐忽现障碍物,如前一次在同一位置未检测到,而当前在同一位置检测到的障碍物,或者前一次在同一位置检测到,而当前在同一位置未检测到的障碍物。
可选地,在一些实施例中,所述基于所述新增障碍物以及基于所述历史导航地图更新的至少一个历史行进路径确定当前导航地图是否存在相似度大于或等于预设阈值的当前行进路径的步骤包括:
获取所述当前行进路径上的第一节点与所述历史行进路径上的第二节点之间的距离,所述第二节点为在预设方向上经过所述第一节点的直线与所述历史行进路径的交点;
在具有预设数量的所述第一节点与所述第二节点之间的距离小于或等于预设距离时,判定所述当前行进路径与所述历史行进路径的相似度大于或等于所述预设阈值。
本实施例通过获取当前行进路径上的第一节点与所述历史行进路径上的第二节点的距离,然后获取距离小于预设距离的第一节点和第二节点的数量,若该数量大于或等于预设数量时,则说明当前行进路径与所述历史行进路径的相识度大于或等于预设阈值,也即所述当前行进路径与所述历史行进路径比较相似。故而新增障碍物为间隙性检测到的障碍物(忽隐忽现障碍物)
可选地,所述第二节点为在预设方向上经过所述第一节点的直线与所述历史行进路径的交点。在一可选实施例中,所述第一节点和所述第二节点之间的直线距离最短。或者在另一可选实施例中,所述当前行进路径上具有多个所述第一节点,所述历史行进路径上具有多个所述第二节点,每个所述第一节点和对应的第二节点之间的直线不相交。如此,所述第一节点和第二节点为相似度最高的节点,如此,通过确定第一节点和第二节点的距离判定所述当前行进路径和历史行进路径的相似度,准确度高。
可选地,在一实施例中,所述第一节点从所述新增障碍物在行进路径的截断位置往路径前后两个方向排列,两个所述第一节点之间具有一定距离。
可选地,在一些实施例中,每两个第一节点或第二节点之间形成一子路段,通过比对相似子路段的数量来确定所述当前行进路径与所述历史行进路径的相似度是否大于或等于预设阈值。
可选地,在一些实施例中,不同子路段对应的权重不同,在计算当前行进路径与所述历史行进路径的相似度,靠近所述新增障碍物的字路段的相似度越高,所述当前行进路径与所述历史行进路径的相似度则越高。因此,在一些实施例中,根据各个子路段计算所述当前行进路径与所述历史行进路径的相似度时,结合各个子路段以及各个子路段对应的权重计算。
可选地,若根据栅格的状态变化次数来判识别障碍物,没有分析路径,也没有通过其他行为或传感器确认,所以如果所述预设次数设定过小,会造成误判;如果所述预设次数设定过大,会导致判断比较慢。因此,可以结合上述第二实施例和第三实施例提出第四实施例:如所述识别所述障碍物是否为第一障碍物的步骤包括:
获取所述导航地图上所述目标位置对应的栅格发生状态变化的状态变化次数;
在所述状态变化次数大于或等于预设次数时,对比当前导航地图和前一次在相同位置的历史导航地图,以获得新增障碍物;
基于所述新增障碍物以及基于所述历史导航地图更新的至少一个历史行进路径确定当前导航地图是否存在相似度大于或等于预设阈值的当前行进路径;
若存在所述当前行进路径,则确定所述障碍物为第一障碍物。
或者,反之,先对比当前导航地图和前一次在相同位置的历史导航地图,以获得新增障碍物;
基于所述新增障碍物以及基于所述历史导航地图更新的至少一个历史行进路径确定当前导航地图是否存在相似度大于或等于预设阈值的当前行进路径;
若存在所述当前行进路径,获取所述导航地图上所述目标位置对应的栅格发生状态变化的状态变化次数;
在所述状态变化次数大于或等于预设次数时,确定所述障碍物为第一障碍物。
也即结合两种识别方式进一步提高障碍物识别的准确度。
请参照图5,本发明基于上述各个实施例对障碍物进行识别后,提出一种基于所述障碍物的导航方法的第一实施例,可选地,所述导航方法包括以下步骤:
步骤S110,在机器人进行导航时,若导航地图上的当前位置到目标位置之间的栅格存在第一障碍物的标记,忽略所述第一障碍物后生成所述机器人的目标行进路径,其中,所述第一障碍物为间歇性检测到的障碍物;
步骤S120,控制所述机器人基于所述目标行进路径移动。
本实施例应用于机器人,所述机器人在行进过程中,获取导航地图上标记的第一障碍物以及通过其它检测装置检测的第二障碍物,然后根据所述第一障碍物和第二障碍物在导航地图上生成机器人的目标行进路径,进而控制所述机器人基于所述目标行进路径移动,以到达目标位置。
可以理解的是,所述第一障碍物为间歇性检测到的障碍物,即忽隐忽现障碍物,第二障碍物为非忽隐忽现障碍物。机器人在导航过程中,基于所述第一障碍物和所述第二障碍物来生成目标行进路径,避免机器人徘徊的同时,提高机器人防碰撞的概率。
可选地,所述机器人在行进过程中,可能会存在被障碍物包围的情况,也即所述机器人当前既不能往目标位置移动,也无法退回初始位置,此时,所述机器人执行逃脱控制,以便于机器人重新导航。本实施例中的机器人的逃脱控制方法包括但不限于以下几种:
如一些实施例中,在机器人进行导航时,若导航地图上的当前位置到目标位置之间的栅格存在第一障碍物的标记,忽略所述第一障碍物后生成所述机器人的目标行进路径。
其中,忽略所第一障碍物是指在行进路径规划过程中,不把所述第一障碍物视为障碍物,所述第一障碍物所在位置为行进路径规划的位置。
可选地,所述行进路径包括逃脱路径,也即通过所述第一障碍物和所述第二障碍物生成行进路径过程中,若行进路径生成失败,则说明机器人无法抵达目标位置,也无法返回初始位置,此时选择忽略所述第一障碍物,以增加当前位置与目标位置,或者当前位置与初始位置之间的行进路径,以增加机器人逃脱的概率。
可选地,忽略的所述第一障碍物为机器人的历史行进路径上的第一障碍物(历史导航过程中,在导航地图上标记的第一障碍物)。如机器人在导航过程中,检测障碍物为所述第一障碍物时,避开所述第一障碍物行走,若避开所述第一障碍物的位置无行走路径,则忽略该第一障碍物,在行走到所述第一障碍物所在位置未发生碰撞时,确定该位置的第一障碍物可忽略,如此,在生成逃脱路径时,忽略该第一障碍物,也即该第一障碍物为机器人已经走过的历史行进路径上的障碍物,忽略该第一障碍物后重新生成的目标行进路径,发生碰撞的可能性更小。
进一步可选实施例中,所述在机器人进行导航时,若导航地图上的当前位置到目标位置之间的栅格存在第一障碍物的标记,忽略所述第一障碍物后生成所述机器人的目标行进路径的步骤包括:
在机器人进行导航时,若导航地图上的当前位置到目标位置之间的栅格存在第一障碍物的标记,忽略所述第一障碍物后生成不包含所述第一障碍物的第一导航路径,将所述第一导航路径作为目标行进路径;
若根据所述第一导航路径导航失败,忽略所述第一障碍物后生成包含所述第一障碍物的第二导航路径,将所述第二导航路径作为目标行进路径。
机器人进行导航时,会基于第一障碍物进行导航路径规划,机器人可优先尝试不经过第一障碍物的路径,具体地,可忽略第一障碍物后生成不包含第一障碍物的第一导航路径,将第一导航路径作为目标行进路径;若根据第一导航路径导航失败,则可忽略第一障碍物后生成包含第一障碍物的第二导航路径,将第二导航路径作为目标行进路径,通过机器人优先尝试第一导航路径,可以减少机器人先通过第二导航路径进行导航失败耗费的时间。
可选地,如另一些实施例中,基于上述实施例,所述导航方法还包括:
若根据所述第二导航路径导航失败,且检测到从当前位置到目标位置之间存在第一障碍物和第二障碍物,忽略或删除所述导航地图上所述当前位置到所述目标位置之间的栅格上的第二障碍物后生成逃脱路径,其中,所述第二障碍物不属于间歇性检测到的其它障碍物。
其中,若根据第二导航路径导航失败,且检测到从当前位置到目标位置之间存在第一障碍物和第二障碍物,机器人可以将导航地图中阻隔当前位置和目标位置的障碍物进行忽略,来生成逃脱路径;或者,可将导航地图中阻隔当前位置和目标位置之间的障碍物从地图上删除,来生成逃脱路径。
具体地,机器人可执行删除障碍物逃脱策略:机器人在从当前位置到目标点进行导航的过程中,若导航失败,可将阻隔当前位置和目标点的障碍物在导航地图上删除,删除后导航地图上栅格不存在该障碍物。在执行删除障碍物逃脱策略的过程中,机器人为了进行障碍物逃脱,可将导航地图中阻隔当前位置和目标点的障碍物从地图上删除,来生成逃脱路径,在删除障碍物时,若从当前位置到目标位置之间存在第一障碍物和第二障碍物,可以优先选择删除第二障碍物,即一般障碍物。
可以理解的是,所述第二障碍物为当前检测到的非间歇性障碍物,或者为其它检测设备检测到的障碍物,相对于经过多次检测并标记的第一障碍物,所述第二障碍物的准确度更低,因此在本实施例中,将部分所述第二障碍物忽略,以忽略所述第二障碍物后的导航地图重新生成所述目标行进路径,逃脱过程中碰撞的风险低。
可选地,一些实施例中,还可以直接忽略第二障碍物后生成目标行进路径,也即通过忽略第二障碍物来规划导航路径。
本实施例忽略第一障碍物和/或第二障碍物来生成目标行进路径后,机器人沿所述目标行进路径移动过程中,若接收到碰撞信号,则将接收到碰撞信号时所述机器人所在位置上的障碍物重新标定,再切换另一行进路径移动,直至所述机器人成功逃脱。
本实施例在导航过程时,若出现被障碍物包围的情况,基于第一障碍物为间歇性检测到的,可能在一些时间内并不存在该障碍物,因此通过忽略第一障碍物进行导航,可以提高机器人逃脱成功的概率。
本实施例基于上述导航方法的第一实施例提出所述导航方法的第二实施例。可选地,请参照图6,所述导航方法还包括:
步骤S130,所述机器人启动时,删除所述导航地图上的历史第一障碍物的标记;
步骤S140,在所述机器人进行导航时,若重新检测到所述第一障碍物,在所述导航地图上恢复所述第一障碍物的标记。
可选地,在机器人每次开始工作时清除历史所标记的第一障碍物,在当前工作开始后,若在工作中重新识别到所述障碍物为第一障碍物,则在导航地图上的栅格标记忽隐忽现障碍物,在一定程度上可以减少导航地图上的第一障碍物,进而可减少机器人被障碍物围困的机率。
本发明还提供一种障碍物检测装置,应用于机器人,所述障碍物检测装置包括:
确定模块,用于在接收到基于障碍物反射的传感器信号时,根据所述传感器信号确定所述障碍物在导航地图上的目标位置;
识别模块,用于识别所述障碍物是否为第一障碍物,其中,所述第一障碍物为间歇性检测到的障碍物;
标记模块,用于在所述障碍物为第一障碍物时,在所述目标位置上标记所述第一障碍物,以使所述机器人在行进过程中基于所述导航地图上标记的所述第一障碍物进行路径规划。
可选地,识别模块具体用于:
获取所述导航地图上所述目标位置对应的栅格发生状态变化的状态变化次数;
在所述状态变化次数大于或等于预设次数时,确定所述障碍物为所述第一障碍物。
可选地,所述导航地图上所述目标位置对应的栅格包括多个时,所述在所述状态变化次数大于或等于预设次数时,识别模块具体用于:
在多个连续的所述栅格的状态变化次数均大于或等于所述预设次数时,确定所述障碍物为所述第一障碍物。
可选地,识别模块具体用于:
在检测到所述导航地图上所述目标位置对应的栅格发生状态变化时,获取当前雷达扫描的第一时间与前一次检测到所述栅格发生状态变化时雷达扫描的第二时间之间的时间间隔;并在所述时间间隔处于预设时间范围内时,更新所述栅格的状态变化次数,得到新的状态变化次数;
或者,获取当前雷达扫描数据帧的第一帧序号与前一次检测到所述栅格发生状态变化时雷达扫描数据帧的第二帧序号之间的帧序号差值;并在所述帧序号差值处于预设帧数范围时,更新所述栅格的状态变化次数,得到新的状态变化次数。
可选地,识别模块还用于:
在所述第一时间与所述第二时间之间的时间间隔大于预设时间数值时,或者,在所述第一帧序号与所述第二帧序号之间的帧序号差值大于预设帧数时,将所述状态变化次数进行置零;
其中,所述预设时间数值大于或等于所述预设时间范围的上限值,所述预设帧数大于或等于所述预设帧数范围的上限值。
可选地,所述状态变化包括以下至少一种:第一状态变化和第二状态变化;
所述第一状态变化为在第一预设时长内从持续扫描到障碍物变化到未扫描到所述障碍物;
所述第二状态变化为在第二预设时长内从持续未扫描到障碍物变化到扫描到所述障碍物。
可选地,识别模块具体用于:
对比当前导航地图和前一次在相同位置的历史导航地图,以获得新增障碍物;
基于所述新增障碍物以及基于所述历史导航地图更新的至少一个历史行进路径确定当前导航地图是否存在相似度大于或等于预设阈值的当前行进路径;
若存在所述当前行进路径,则确定所述新增障碍物为所述第一障碍物。
可选地,识别模块具体用于:
获取所述当前行进路径上的第一节点与所述历史行进路径上的第二节点之间的距离,所述第二节点为在预设方向上经过所述第一节点的直线与所述历史行进路径的交点;
在具有预设数量的所述第一节点与所述第二节点之间的距离小于或等于预设距离时,判定所述当前行进路径与所述历史行进路径的相似度大于或等于所述预设阈值。
本发明还提供一种基于障碍物的导航装置,应用于机器人,所述基于障碍物的导航装置包括:
控制模块,用于:在机器人进行导航时,若导航地图上的当前位置到目标位置之间的栅格存在第一障碍物的标记,忽略所述第一障碍物后生成所述机器人的目标行进路径,其中,所述第一障碍物为间歇性检测到的障碍物;
以及,控制所述机器人基于所述目标行进路径移动。
可选地,控制模块具体用于:
在机器人进行导航时,若导航地图上的当前位置到目标位置之间的栅格存在第一障碍物的标记,忽略所述第一障碍物后生成不包含所述第一障碍物的第一导航路径,将所述第一导航路径作为目标行进路径;
若根据所述第一导航路径导航失败,忽略所述第一障碍物后生成包含所述第一障碍物的第二导航路径,将所述第二导航路径作为目标行进路径。
可选地,控制模块具体用于:
若根据所述第二导航路径导航失败,且检测到从当前位置到目标位置之间存在第一障碍物和第二障碍物,忽略或删除所述导航地图上所述当前位置到所述目标位置之间的栅格上的第二障碍物后生成逃脱路径,其中,所述第二障碍物不属于间歇性检测到的其它障碍物。
可选地,控制模块还用于:
所述机器人启动时,删除所述导航地图上的历史第一障碍物的标记;
在所述机器人进行导航时,若重新检测到所述第一障碍物,在所述导航地图上恢复所述第一障碍物的标记。
本发明还提供一种机器人,所述机器人包括存储器、处理器以及存储在所述存储器并可在所述处理器上运行的检测程序和/或导航程序,所述检测程序被所述处理器执行时实现如上所述的障碍物检测方法的步骤,和/或,所述导航程序被所述处理器执行时实现如上所述的基于障碍物的导航方法的步骤。
此外,本发明还提供一种存储介质,所述存储介质存储有计算机程序,所述计算机程序被处理器执行时实现如上所述的障碍物检测方法的各个步骤,和/或,所述计算机程序被处理器执行时实现如上所述的基于障碍物的导航方法的步骤。
可选地,本发明还提供一种计算机程序产品,所述计算机程序产品包括检测程序和/或导航程序,所述检测程序和/或导航程序被处理器执行时实现如上所述的障碍物检测方法的各个实施例。
需要说明的是,以上仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (15)
1.一种障碍物检测方法,应用于机器人,其特征在于,所述障碍物检测方法包括以下步骤:
在接收到基于障碍物反射的传感器信号时,根据所述传感器信号确定所述障碍物在导航地图上的目标位置;
识别所述障碍物是否为第一障碍物,其中,所述第一障碍物为间歇性检测到的障碍物;
在所述障碍物为第一障碍物时,在所述目标位置上标记所述第一障碍物,以使所述机器人在行进过程中基于所述导航地图上标记的所述第一障碍物进行路径规划;
所述识别所述障碍物是否为第一障碍物的步骤包括:
对比当前导航地图和前一次在相同位置的历史导航地图,以获得新增障碍物;
基于新增的障碍物以及所述障碍物所处的位置,确定至少一条当前行进路径;将所述当前行进路径与所述历史导航地图对应的历史行进路径进行比较,识别是否存在与所述历史行进路径的相似度大于或等于预设阈值的当前行进路径;
若是,则确定所述新增障碍物为所述第一障碍物。
2.如权利要求1所述的障碍物检测方法,其特征在于,所述识别所述障碍物是否为第一障碍物的步骤包括:
获取所述导航地图上所述目标位置对应的栅格发生状态变化的状态变化次数;
在所述状态变化次数大于或等于预设次数时,确定所述障碍物为所述第一障碍物。
3.如权利要求2所述的障碍物检测方法,其特征在于,所述导航地图上所述目标位置对应的栅格包括多个时,所述在所述状态变化次数大于或等于预设次数时,确定所述障碍物为所述第一障碍物的步骤包括:
在多个连续的所述栅格的状态变化次数均大于或等于所述预设次数时,确定所述障碍物为所述第一障碍物。
4.如权利要求2或3所述的障碍物检测方法,其特征在于,所述获取所述导航地图上所述目标位置对应的栅格发生状态变化的状态变化次数的步骤包括:
在检测到所述导航地图上所述目标位置对应的栅格发生状态变化时,获取当前雷达扫描的第一时间与前一次检测到所述栅格发生状态变化时雷达扫描的第二时间之间的时间间隔;并在所述时间间隔处于预设时间范围内时,更新所述栅格的状态变化次数,得到新的状态变化次数;
或者,获取当前雷达扫描数据帧的第一帧序号与前一次检测到所述栅格发生状态变化时雷达扫描数据帧的第二帧序号之间的帧序号差值;并在所述帧序号差值处于预设帧数范围时,更新所述栅格的状态变化次数,得到新的状态变化次数。
5.如权利要求4所述的障碍物检测方法,其特征在于,所述障碍物检测方法还包括:
在所述第一时间与所述第二时间之间的时间间隔大于预设时间数值时,或者,在所述第一帧序号与所述第二帧序号之间的帧序号差值大于预设帧数时,将所述状态变化次数进行置零;
其中,所述预设时间数值大于或等于所述预设时间范围的上限值,所述预设帧数大于或等于所述预设帧数范围的上限值。
6.如权利要求2所述的障碍物检测方法,其特征在于,所述状态变化包括以下至少一种:第一状态变化和第二状态变化;
所述第一状态变化为在第一预设时长内从持续扫描到障碍物变化到未扫描到所述障碍物;
所述第二状态变化为在第二预设时长内从持续未扫描到障碍物变化到扫描到所述障碍物。
7.如权利要求1所述的障碍物检测方法,其特征在于,所述基于所述新增障碍物以及基于所述历史导航地图更新的至少一个历史行进路径确定当前导航地图是否存在相似度大于或等于预设阈值的当前行进路径的步骤包括:
获取所述当前行进路径上的第一节点与所述历史行进路径上的第二节点之间的距离,所述第二节点为在预设方向上经过所述第一节点的直线与所述历史行进路径的交点;
在具有预设数量的所述第一节点与所述第二节点之间的距离小于或等于预设距离时,判定所述当前行进路径与所述历史行进路径的相似度大于或等于所述预设阈值。
8.一种基于障碍物的导航方法,应用于机器人,其特征在于,所述导航方法包括以下步骤:
在机器人进行导航时,若导航地图上的当前位置到目标位置之间的栅格存在第一障碍物的标记,忽略所述第一障碍物后生成所述机器人的目标行进路径,其中,所述第一障碍物为间歇性检测到的障碍物;
控制所述机器人基于所述目标行进路径移动;
其中,所述第一障碍物的识别方法包括:对比当前导航地图和前一次在相同位置的历史导航地图,以获得新增障碍物;
基于新增的障碍物以及所述障碍物所处的位置,确定至少一条当前行进路径;将所述当前行进路径与所述历史导航地图对应的历史行进路径进行比较,识别是否存在与所述历史行进路径的相似度大于或等于预设阈值的当前行进路径;
若是,则确定所述新增障碍物为所述第一障碍物。
9.如权利要求8所述的基于障碍物的导航方法,其特征在于,所述在机器人进行导航时,若导航地图上的当前位置到目标位置之间的栅格存在第一障碍物的标记,忽略所述第一障碍物后生成所述机器人的目标行进路径的步骤包括:
在机器人进行导航时,若导航地图上的当前位置到目标位置之间的栅格存在第一障碍物的标记,生成不包含所述第一障碍物的第一导航路径,将所述第一导航路径作为目标行进路径;
若根据所述第一导航路径导航失败,忽略所述第一障碍物后生成包含所述第一障碍物的第二导航路径,将所述第二导航路径作为目标行进路径。
10.如权利要求9所述的基于障碍物的导航方法,其特征在于,所述方法还包括:
若根据所述第二导航路径导航失败,且检测到从当前位置到目标位置之间存在第一障碍物和第二障碍物,忽略或删除所述导航地图上所述当前位置到所述目标位置之间的栅格上的第二障碍物后生成逃脱路径,其中,所述第二障碍物不属于间歇性检测到的其它障碍物。
11.如权利要求8所述的基于障碍物的导航方法,其特征在于,所述导航方法还包括:
所述机器人启动时,删除所述导航地图上的历史第一障碍物的标记;
在所述机器人进行导航时,若重新检测到所述第一障碍物,在所述导航地图上恢复所述第一障碍物的标记。
12.一种障碍物检测装置,其特征在于,应用于机器人,所述障碍物检测装置包括:
确定模块,用于在接收到基于障碍物反射的传感器信号时,根据所述传感器信号确定所述障碍物在导航地图上的目标位置;
识别模块,用于识别所述障碍物是否为第一障碍物,其中,所述第一障碍物为间歇性检测到的障碍物;
标记模块,用于在所述障碍物为第一障碍物时,在所述目标位置上标记所述第一障碍物,以使所述机器人在行进过程中基于所述导航地图上标记的所述第一障碍物进行路径行进路径规划;
其中,所述识别模块具体用于:对比当前导航地图和前一次在相同位置的历史导航地图,以获得新增障碍物;基于新增的障碍物以及所述障碍物所处的位置,确定至少一条当前行进路径;将所述当前行进路径与所述历史导航地图对应的历史行进路径进行比较,识别是否存在与所述历史行进路径的相似度大于或等于预设阈值的当前行进路径;若是,则确定所述新增障碍物为所述第一障碍物。
13.一种基于障碍物的导航装置,其特征在于,应用于机器人,所述基于障碍物的导航装置包括:
控制模块,用于:在机器人进行导航时,若导航地图上的当前位置到目标位置之间的栅格存在第一障碍物的标记,忽略所述第一障碍物后生成所述机器人的目标行进路径,其中,所述第一障碍物为间歇性检测到的障碍物;
以及,控制所述机器人基于所述目标行进路径移动;
其中,所述第一障碍物的识别方法包括:对比当前导航地图和前一次在相同位置的历史导航地图,以获得新增障碍物;
基于新增的障碍物以及所述障碍物所处的位置,确定至少一条当前行进路径;将所述当前行进路径与所述历史导航地图对应的历史行进路径进行比较,识别是否存在与所述历史行进路径的相似度大于或等于预设阈值的当前行进路径;
若是,则确定所述新增障碍物为所述第一障碍物。
14.一种机器人,其特征在于,所述机器人包括存储器、处理器以及存储在所述存储器并可在所述处理器上运行的检测程序和/或导航程序,所述检测程序被所述处理器执行时实现如权利要求1-7任一项所述的障碍物检测方法的步骤,和/或,所述导航程序被所述处理器执行时实现如权利要求8-11任一项所述的基于障碍物的导航方法的步骤。
15.一种存储介质,其特征在于,所述存储介质存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1-7任一项所述的障碍物检测方法的各个步骤,和/或,所述计算机程序被处理器执行时实现如权利要求8-11任一项所述的基于障碍物的导航方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111302742.6A CN114115241B (zh) | 2021-11-04 | 2021-11-04 | 障碍物检测方法、基于障碍物的导航方法、装置和机器人 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111302742.6A CN114115241B (zh) | 2021-11-04 | 2021-11-04 | 障碍物检测方法、基于障碍物的导航方法、装置和机器人 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114115241A CN114115241A (zh) | 2022-03-01 |
CN114115241B true CN114115241B (zh) | 2023-08-08 |
Family
ID=80380675
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111302742.6A Active CN114115241B (zh) | 2021-11-04 | 2021-11-04 | 障碍物检测方法、基于障碍物的导航方法、装置和机器人 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114115241B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105182979A (zh) * | 2015-09-23 | 2015-12-23 | 上海物景智能科技有限公司 | 一种移动机器人障碍物检测及避让方法和系统 |
CN108334070A (zh) * | 2017-12-11 | 2018-07-27 | 浙江捷尚人工智能研究发展有限公司 | 基于全景摄像头的机器人行驶控制方法、装置及系统 |
JP2019012504A (ja) * | 2017-06-30 | 2019-01-24 | カシオ計算機株式会社 | 自律移動装置、自律移動方法及びプログラム |
CN109916408A (zh) * | 2019-02-28 | 2019-06-21 | 深圳市鑫益嘉科技股份有限公司 | 机器人室内定位和导航方法、装置、设备及存储介质 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111006666B (zh) * | 2019-11-21 | 2021-10-29 | 深圳市优必选科技股份有限公司 | 机器人路径规划方法、装置、存储介质和机器人 |
-
2021
- 2021-11-04 CN CN202111302742.6A patent/CN114115241B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105182979A (zh) * | 2015-09-23 | 2015-12-23 | 上海物景智能科技有限公司 | 一种移动机器人障碍物检测及避让方法和系统 |
JP2019012504A (ja) * | 2017-06-30 | 2019-01-24 | カシオ計算機株式会社 | 自律移動装置、自律移動方法及びプログラム |
CN108334070A (zh) * | 2017-12-11 | 2018-07-27 | 浙江捷尚人工智能研究发展有限公司 | 基于全景摄像头的机器人行驶控制方法、装置及系统 |
CN109916408A (zh) * | 2019-02-28 | 2019-06-21 | 深圳市鑫益嘉科技股份有限公司 | 机器人室内定位和导航方法、装置、设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN114115241A (zh) | 2022-03-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110989630B (zh) | 自移动机器人控制方法、装置、自移动机器人和存储介质 | |
CN112004645A (zh) | 智能清洁机器人 | |
CN108354524B (zh) | 自动清洁机及其控制方法 | |
JP7204990B2 (ja) | 自律移動ロボットのための地図作成 | |
US11662743B2 (en) | Robot localization and mapping accommodating non-unique landmarks | |
US11592573B2 (en) | Particle filters and WiFi robot localization and mapping | |
CN113741438A (zh) | 路径规划方法、装置、存储介质、芯片及机器人 | |
CN114019951B (zh) | 机器人的控制方法、装置、机器人及可读存储介质 | |
CN114370881A (zh) | 侦测阻碍物的方法、系统以及其传感器子系统 | |
CN112423639B (zh) | 自主行走式吸尘器 | |
US11960296B2 (en) | Method and apparatus for autonomous mobile device | |
CN114115241B (zh) | 障碍物检测方法、基于障碍物的导航方法、装置和机器人 | |
US11986137B2 (en) | Mobile robot | |
CN111700553B (zh) | 避障方法、装置、机器人和存储介质 | |
WO2024067852A1 (zh) | 一种地面介质探测方法、装置及清洁设备 | |
EP4390313A1 (en) | Navigation method and self-propelled apparatus | |
US20240212182A1 (en) | Distance measurement method and device, and robot and storage medium | |
US20220147050A1 (en) | Methods and devices for operating an intelligent mobile robot | |
CN114652217A (zh) | 控制方法、清洁机器人和存储介质 | |
CN114903374A (zh) | 一种扫地机及其控制方法 | |
CN111624989B (zh) | 控制方法及自移动设备 | |
CN118058658B (zh) | 清洁机器人的移动控制方法和清洁机器人 | |
EP4349234A1 (en) | Self-moving device | |
US20230356397A1 (en) | Cliff detection in robotic devices | |
CN117806304A (zh) | 路径规划与导航的方法以及清洁机器人 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |