CN114185351B - 消毒机器人的作业方法及装置 - Google Patents

消毒机器人的作业方法及装置 Download PDF

Info

Publication number
CN114185351B
CN114185351B CN202111479054.7A CN202111479054A CN114185351B CN 114185351 B CN114185351 B CN 114185351B CN 202111479054 A CN202111479054 A CN 202111479054A CN 114185351 B CN114185351 B CN 114185351B
Authority
CN
China
Prior art keywords
target object
robot
target
disinfection
distance
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
Application number
CN202111479054.7A
Other languages
English (en)
Other versions
CN114185351A (zh
Inventor
肖夏
支涛
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Yunji Technology Co Ltd
Original Assignee
Beijing Yunji Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Yunji Technology Co Ltd filed Critical Beijing Yunji Technology Co Ltd
Priority to CN202111479054.7A priority Critical patent/CN114185351B/zh
Publication of CN114185351A publication Critical patent/CN114185351A/zh
Application granted granted Critical
Publication of CN114185351B publication Critical patent/CN114185351B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02Control of position or course in two dimensions
    • G05D1/021Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0212Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • G05D1/0214Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory in accordance with safety or protection criteria, e.g. avoiding hazardous areas
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02Control of position or course in two dimensions
    • G05D1/021Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0276Control 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)
  • Aviation & Aerospace Engineering (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Manipulator (AREA)

Abstract

本公开涉及机器人技术领域,提供了消毒机器人的作业方法及装置。该方法包括:设置消毒机器人与目标对象的安全距离;在检测到目标对象时,获取消毒机器人与目标对象的实际距离;在实际距离小于安全距离时,停止消毒机器人的消毒作业;在实际距离大于安全距离时,启动或继续消毒机器人的消毒作业。采用上述技术手段,解决现有技术中,因为消毒机器人不能根据与目标对象的距离,智能调整消毒作业,从而存在安全隐患的问题。

Description

消毒机器人的作业方法及装置
技术领域
本公开涉及机器人技术领域,尤其涉及一种消毒机器人的作业方法及装置。
背景技术
随着机器人技术的发展,机器人被广泛应用于各个领域。尤其在新冠疫情的大环境下,很多工作人去做,存在很多安全隐患,而机器人不用担心病毒,可以使用机器人完成这类工作,比如在高危场景下的消毒工作。当然,对于消毒工作,不仅在疫情期间,在其他时间,机器人也是被广泛应用的。以喷雾型消毒机器人为例,现有的消毒机器人只可以去执行消毒作业,不可以在工作时,保持与人的安全距离,因为如消毒机器人与人距离太近,消毒机器人喷洒消毒液会危害人的身体健康。当然,人只是一个例子,实际上,消毒机器人在工作中还应该注意与其他对象的安全距离。
在实现本公开构思的过程中,发明人发现相关技术中至少存在如下技术问题:因为消毒机器人不能根据与目标对象的距离,智能调整消毒作业,从而存在安全隐患的问题。
发明内容
有鉴于此,本公开实施例提供了一种消毒机器人的作业方法、装置、电子设备和计算机可读的存储介质,以解决现有技术中,因为消毒机器人不能根据与目标对象的距离,智能调整消毒作业,从而存在安全隐患的问题。
本公开实施例的第一方面,提供了一种消毒机器人的作业方法,包括:设置消毒机器人与目标对象的安全距离;在检测到目标对象时,获取消毒机器人与目标对象的实际距离;在实际距离小于安全距离时,停止消毒机器人的消毒作业;在实际距离大于安全距离时,启动或继续消毒机器人的消毒作业。
本公开实施例的第二方面,提供了一种消毒机器人的作业装置,包括:一种消毒机器人的作业装置,其特征在于,包括:设置模块,被配置为设置消毒机器人与目标对象的安全距离;获取模块,被配置为在检测到目标对象时,获取消毒机器人与目标对象的实际距离;第一判断模块,被配置为在实际距离小于安全距离时,停止消毒机器人的消毒作业;第二判断模块,被配置为在实际距离大于安全距离时,启动或继续消毒机器人的消毒作业。
本公开实施例的第三方面,提供了一种电子设备,包括存储器、处理器以及存储在存储器中并且可在处理器上运行的计算机程序,该处理器执行计算机程序时实现上述方法的步骤。
本公开实施例的第四方面,提供了一种计算机可读存储介质,该计算机可读存储介质存储有计算机程序,该计算机程序被处理器执行时实现上述方法的步骤。
本公开实施例与现有技术相比存在的有益效果是:因为本公开实施例通过设置消毒机器人与目标对象的安全距离;在检测到目标对象时,获取消毒机器人与目标对象的实际距离;在实际距离小于安全距离时,停止消毒机器人的消毒作业;在实际距离大于安全距离时,启动或继续消毒机器人的消毒作业,因此,采用上述技术手段,可以解决现有技术中,因为消毒机器人不能根据与目标对象的距离,智能调整消毒作业,从而存在安全隐患的问题,进而提高消毒机器人工作的安全性。
附图说明
为了更清楚地说明本公开实施例中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本公开的一些实施例,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它的附图。
图1是本公开实施例的应用场景的场景示意图;
图2是本公开实施例提供的一种消毒机器人的作业方法的流程示意图;
图3是本公开实施例提供的一种消毒机器人的作业装置的结构示意图;
图4是本公开实施例提供的一种电子设备的结构示意图。
具体实施方式
以下描述中,为了说明而不是为了限定,提出了诸如特定系统结构、技术之类的具体细节,以便透彻理解本公开实施例。然而,本领域的技术人员应当清楚,在没有这些具体细节的其它实施例中也可以实现本公开。在其它情况中,省略对众所周知的系统、装置、电路以及方法的详细说明,以免不必要的细节妨碍本公开的描述。
下面将结合附图详细说明根据本公开实施例的一种消毒机器人的作业方法和装置。
图1是本公开实施例的应用场景的场景示意图。该应用场景可以包括终端设备1、2和3、服务器4以及网络5。
终端设备1、2和3可以是硬件,也可以是软件。当终端设备1、2和3为硬件时,其可以是具有显示屏且支持与服务器4通信的各种电子设备,包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等;当终端设备1、2和3为软件时,其可以安装在如上的电子设备中。终端设备1、2和3可以实现为多个软件或软件模块,也可以实现为单个软件或软件模块,本公开实施例对此不作限制。进一步地,终端设备1、2和3上可以安装有各种应用,例如数据处理应用、即时通信工具、社交平台软件、搜索类应用、购物类应用等。
服务器4可以是提供各种服务的服务器,例如,对与其建立通信连接的终端设备发送的请求进行接收的后台服务器,该后台服务器可以对终端设备发送的请求进行接收和分析等处理,并生成处理结果。服务器4可以是一台服务器,也可以是由若干台服务器组成的服务器集群,或者还可以是一个云计算服务中心,本公开实施例对此不作限制。
需要说明的是,服务器4可以是硬件,也可以是软件。当服务器4为硬件时,其可以是为终端设备1、2和3提供各种服务的各种电子设备。当服务器4为软件时,其可以是为终端设备1、2和3提供各种服务的多个软件或软件模块,也可以是为终端设备1、2和3提供各种服务的单个软件或软件模块,本公开实施例对此不作限制。
网络5可以是采用同轴电缆、双绞线和光纤连接的有线网络,也可以是无需布线就能实现各种通信设备互联的无线网络,例如,蓝牙(Bluetooth)、近场通信(Near FieldCommunication,NFC)、红外(Infrared)等,本公开实施例对此不作限制。
用户可以通过终端设备1、2和3经由网络5与服务器4建立通信连接,以接收或发送信息等。需要说明的是,终端设备1、2和3、服务器4以及网络5的具体类型、数量和组合可以根据应用场景的实际需求进行调整,本公开实施例对此不作限制。
图2是本公开实施例提供的一种消毒机器人的作业方法的流程示意图。图2的消毒机器人的作业方法可以由图1的终端设备或服务器执行。如图2所示,该消毒机器人的作业方法包括:
S201,设置消毒机器人与目标对象的安全距离;
S202,在检测到目标对象时,获取消毒机器人与目标对象的实际距离;
S203,在实际距离小于安全距离时,停止消毒机器人的消毒作业;
S204,在实际距离大于安全距离时,启动或继续消毒机器人的消毒作业。
当消毒机器人为喷雾型消毒机器人时,消毒机器人与目标对象的安全距离可以理解为消毒机器人喷洒消毒液的范围。检测到目标对象,可以是提高传感器或者图像拍摄装置,比如图像拍摄装置拍摄到目标对象时,说明检测到了目标对象。获取消毒机器人与目标对象的实际距离,可以是是激光测距、超声波测距以及图像测距等测距方法。消毒作业就是给消毒机器人设置或者配置的消毒的任务。
激光测距是测距领域最为常用的方式。通常激光测距单元比较精确、高效并且其输出不需要太多的处理。激光测距的硬件价格一般比较昂贵,同时激光测距透过玻璃平面测量不准;超生波测距以及声波测距等以及在过去得到十分广泛的应用。相对于激光测距,超生波测距硬件价格比较便宜;但其测量精度较低,激光测距单元的发射角仅0.25°,因而,激光基本上可以看作直线,相对而言,超声波的发射角达到了30°,因而,其测量精度较差;图像测距,也就是视觉测距,需要大量的计算,并且测量结果容易随着光线变化而发生变化。如果机器人运行在光线较暗的房间内,那么视觉测距方法基本上不能使用。视觉测距一般使用双目视觉或者三目视觉方法进行测距。使用视觉方法进行测距,机器人可以更好的像人类一样进行思考。另外,通过视觉方法可以获得相对于激光测距和超声波测距更多的信息。但更过的信息也就意味着更高的处理代价,但随着算法的进步和计算能力的提高。
上述是本公开选用的三种测距方法,当然本公开可以使用本领域其他测距方法,在此不再赘述。
根据本公开实施例提供的技术方案,因为本公开实施例通过设置消毒机器人与目标对象的安全距离;在检测到目标对象时,获取消毒机器人与目标对象的实际距离;在实际距离小于安全距离时,停止消毒机器人的消毒作业;在实际距离大于安全距离时,启动或继续消毒机器人的消毒作业,因此,采用上述技术手段,可以解决现有技术中,因为消毒机器人不能根据与目标对象的距离,智能调整消毒作业,从而存在安全隐患的问题,进而提高消毒机器人工作的安全性。
在执行S202之后,也就是在检测到目标对象时,获取消毒机器人与目标对象的实际距离之后,方法还包括:获取消毒机器人所在环境的环境地图;在目标对象为静态对象的情况下:根据环境地图、实际距离和安全距离规划消毒机器人的第一路径;根据第一路径,继续消毒机器人的消毒作业。
获取消毒机器人所在环境的环境地图,可以是联网获取,也可以是从消毒机器人的建图库中去获取。联网获取是通过常用的导航软件获取或者卫星导航获取;从消毒机器人的建图库中去获取,可以是提前使用消毒机器人通过SLAM技术(同步定位与地图绘制)建图,将建图结果保存到建图库中。因此,本公开实施例提供的消毒机器人,既可以在联网的情况下工作,也可以在无网环境下工作。
根据环境地图、实际距离和安全距离规划消毒机器人的第一路径,可以理解为,基于现在消毒机器人与目标对象的实际距离在环境地图上为消毒机器人规划一条路径,为第一路径,第一路径上,要求消毒机器人与目标对象的距离是大于安全距离的。
在执行S202之后,在检测到目标对象时,获取消毒机器人与目标对象的实际距离之后,方法还包括:获取消毒机器人所在环境的环境地图;在目标对象为动态对象的情况下:按照预设时间间隔多次获取动态对象的位置信息,基于动态对象的多个位置信息,计算得到动态对象的运动方向和运动速度;根据运动方向、运动速度、环境地图、实际距离和安全距离规划消毒机器人的第二路径;根据第二路径,继续消毒机器人的消毒作业。
当目标对象为动态对象时,为规划消毒机器人的第二路径,还需要考虑动态对象未来的移动。本公开实施例按照预设时间间隔多次获取动态对象的位置信息,基于获得的动态对象的多个位置信息,可以计算得到动态对象的运动方向和运动速度,得到了动态对象的运动方向和运动速度,动态对象在移动趋势就可以估算出来,进而就可以规划消毒机器人的第二路径。
在执行S201之后,设置消毒机器人与目标对象的安全距离之后,方法还包括:当检测到的目标对象为多个时,分别获取消毒机器人与每个目标对象的实际距离;从优先级中心获取每个目标对象对应的避障优先级;根据安全距离、每个目标对象的实际距离和每个目标对象的避障优先级规划消毒机器人的第三路径;根据第三路径,继续消毒机器人的消毒作业。
本公开实施例中的目标对象可以是多个,如果检测到目标对象是多个,在规划消毒机器人的第三路径时,就需要考虑到每个目标对象与消毒机器人的实际距离。在多个目标对象中,人的避障优先级是最高的,消毒机器人最应该考虑到的是人的安全,然后是其他的动物,最后才是一些静态对象。规避动态对象,是为了保护人和动物的安全,规避静态对象,是为了保证消毒机器人的通行,总之消毒机器人保持与静态对象和动态对象的安全距离,都可以理解为一种避障。当然,消毒机器人与人、与其他动物,以及一些静态对象的安全距离可以设置为不一样的。
优先级中心获取每个目标对象对应的避障优先级之前,方法还包括:目标对象,包括:动态对象和静态对象,动态对象,包括:人和其他动物;按照以下规则配置每个目标对象对应的避障优先级:人的避障优先级最高,其他动物的避障优先级次于人的避障优先级,静态对象的避障优先级次于其他动物的避障优先级;将配置好的每个目标对象对应的避障优先级存储到优先级中心。
本公开实施例中,因为可以多次获取目标对象的信息,又因为在消毒的环境中,人和其他动物应该都会移动,所以将人和其他动物认为是动态对象,其他的如建筑和物品等可以视为静态对象。需要说明的是,静态对象中,也可以根据静态对象的珍贵、重要,以及静态对象自身情况,划分不同静态对象对应的避障优先级。
在执行S202之后,设置消毒机器人与目标对象的安全距离之后,方法还包括:在检测到目标对象时,获取消毒机器人与目标对象的第一实际距离;在消毒机器人移动预设距离后,获取消毒机器人与目标对象的第二实际距离;基于第一实际距离、第二实际距离和预设距离,通过自回归滤波器确定消毒机器人的当前位置和消毒机器人所在环境的的环境信息;根据当前位置、环境信息和安全距离规划消毒机器人的第四路径;根据第四路径,继续消毒机器人的消毒作业。
自回归滤波器,又称之为EKF全称Extended Kalman Filter,即扩展卡尔曼滤波器,一种高效率的递归滤波器。卡尔曼最初提出的滤波理论只适用于线性系统,Bucy,Sunahara等人提出并研究了扩展卡尔曼滤波(Extended Kalman Filter,简称EKF),将卡尔曼滤波理论进一步应用到非线性领域。EKF的基本思想是将非线性系统线性化,然后进行卡尔曼滤波,因此EKF是一种次优滤波。其后,多种二阶广义卡尔曼滤波方法的提出及应用进一步提高了卡尔曼滤波对非线性系统的估计性能。二阶滤波方法考虑了Taylor级数展开的二次项,因此减少了由于线性化所引起的估计误差,但大大增加了运算量,因此在实际中反而没有一阶EKF应用广泛。在状态方程或测量方程为非线性时,通常采用扩展卡尔曼滤波(EKF)。EKF对非线性函数的Taylor展开式进行一阶线性化截断,忽略其余高阶项,从而将非线性问题转化为线性,可以将卡尔曼线性滤波算法应用于非线性系统中。这样一来,解决了非线性问题。EKF虽然应用于非线性状态估计系统中已经得到了学术界认可并为人广泛使用,然而该种方法也带来了两个缺点,其一是非线性时EKF违背局部线性假设,Taylor展开式中被忽略的高阶项带来大的误差时,EKF算法可能会使滤波发散;另外,由于EKF在线性化处理时需要用雅克比(Jacobian)矩阵,其繁琐的计算过程导致该方法实现相对困难。所以,在满足线性系统、高斯白噪声、所有随机变量服从高斯(Gaussian)分布这3个假设条件时,EKF是最小方差准则下的次优滤波器,其性能依赖于局部非线性度。
基于第一实际距离、第二实际距离和预设距离,通过自回归滤波器确定消毒机器人的当前位置和消毒机器人所在环境的的环境信息,实际上可以理解为一种建图方法。消毒机器人所在环境的的环境信息,可以是包括了在该环境中的,目标对象的信息。本公开实施例中的第一实际距离和第二实际距离是两次测量得到的同一个对象与消毒机器人的距离,其中的第一,第二是为了和前文中的实际距离区分开来。
在一个可选实施例中,在检测到第一目标对象时,通过传感器获取第一目标对象的目标信息;提取目标信息的目标特征,并将目标特征和关联数据库中存储的特征信息对比;在关联数据库中存储有与目标特征的相似度大于预设阈值的特征信息时,将目标特征与关联数据库中与目标特征的相似度大于预设阈值的特征信息关联,确定第一目标对象与第二目标对象为同一个对象,其中,第二目标对象是与目标特征的相似度大于预设阈值的特征信息所对应的对象;在关联数据库中没有与目标特征的相似度大于预设阈值的特征信息时,将目标特征作为一个新的特征信息,保存到关联数据库中,确定第一目标对象为首次检测到的新对象。
第一目标对象与第二目标对象是两次检测到对象,本公开实施例是为了判别第一目标对象与第二目标对象是否是同一个对象,其中的第一,第二是为了和前文中的目标对象区分开来。
本公开实施例是一种数据关联,意在判别检测到的目标对象是不是之前检测到的。举例说明:对于我们人类来说,假设我们在一个房间内看到了一把椅子,现在我们离开房间,过一段时间后,再次回到房间,如果我们再次看到了椅子,那么我们可以认为这把椅子很有可能就是我们之前看到的椅子。但是,如果我们假设房价内有两把完全一样的椅子,重复上述过程,当我们再次来到房间后,我们可能无法区分我们看到的两把椅子。但我们可以猜测,此时比如说左边的椅子仍然是之前看到的左边的椅子,而右边的椅子仍然是之前看到的右边的椅子。
通过提取目标信息的目标特征,然后根据目标特征和关联数据库中存储的特征信息对比,进而判断当前检测到的目标对象是否是之前检测到过的。目标特征和关联数据库中存储的特征信息对比,实际上是计算目标特征和关联数据库中存储的每一条特征信息的相似度,根据相似度判别目标特征和关联数据库中存储的特征信息是不是同一个目标对象的特征。相似度可以是文本相似度、余弦相似度等。
上述所有可选技术方案,可以采用任意结合形成本申请的可选实施例,在此不再一一赘述。
下述为本公开装置实施例,可以用于执行本公开方法实施例。对于本公开装置实施例中未披露的细节,请参照本公开方法实施例。
图3是本公开实施例提供的一种消毒机器人的作业装置的示意图。如图3所示,该消毒机器人的作业装置包括:
设置模块301,被配置为设置消毒机器人与目标对象的安全距离;
获取模块302,被配置为在检测到目标对象时,获取消毒机器人与目标对象的实际距离;
第一判断模块303,被配置为在实际距离小于安全距离时,停止消毒机器人的消毒作业;
第二判断模块304,被配置为在实际距离大于安全距离时,启动或继续消毒机器人的消毒作业。
当消毒机器人为喷雾型消毒机器人时,消毒机器人与目标对象的安全距离可以理解为消毒机器人喷洒消毒液的范围。检测到目标对象,可以是提高传感器或者图像拍摄装置,比如图像拍摄装置拍摄到目标对象时,说明检测到了目标对象。获取消毒机器人与目标对象的实际距离,可以是是激光测距、超声波测距以及图像测距等测距方法。消毒作业就是给消毒机器人设置或者配置的消毒的任务。
激光测距是测距领域最为常用的方式。通常激光测距单元比较精确、高效并且其输出不需要太多的处理。激光测距的硬件价格一般比较昂贵,同时激光测距透过玻璃平面测量不准;超生波测距以及声波测距等以及在过去得到十分广泛的应用。相对于激光测距,超生波测距硬件价格比较便宜;但其测量精度较低,激光测距单元的发射角仅0.25°,因而,激光基本上可以看作直线,相对而言,超声波的发射角达到了30°,因而,其测量精度较差;图像测距,也就是视觉测距,需要大量的计算,并且测量结果容易随着光线变化而发生变化。如果机器人运行在光线较暗的房间内,那么视觉测距方法基本上不能使用。视觉测距一般使用双目视觉或者三目视觉方法进行测距。使用视觉方法进行测距,机器人可以更好的像人类一样进行思考。另外,通过视觉方法可以获得相对于激光测距和超声波测距更多的信息。但更过的信息也就意味着更高的处理代价,但随着算法的进步和计算能力的提高。
上述是本公开选用的三种测距方法,当然本公开可以使用本领域其他测距方法,在此不再赘述。
根据本公开实施例提供的技术方案,因为本公开实施例通过设置消毒机器人与目标对象的安全距离;在检测到目标对象时,获取消毒机器人与目标对象的实际距离;在实际距离小于安全距离时,停止消毒机器人的消毒作业;在实际距离大于安全距离时,启动或继续消毒机器人的消毒作业,因此,采用上述技术手段,可以解决现有技术中,因为消毒机器人不能根据与目标对象的距离,智能调整消毒作业,从而存在安全隐患的问题,进而提高消毒机器人工作的安全性。
可选地,获取模块302还被配置为获取消毒机器人所在环境的环境地图;在目标对象为静态对象的情况下:根据环境地图、实际距离和安全距离规划消毒机器人的第一路径;根据第一路径,继续消毒机器人的消毒作业。
获取消毒机器人所在环境的环境地图,可以是联网获取,也可以是从消毒机器人的建图库中去获取。联网获取是通过常用的导航软件获取或者卫星导航获取;从消毒机器人的建图库中去获取,可以是提前使用消毒机器人通过SLAM技术(同步定位与地图绘制)建图,将建图结果保存到建图库中。因此,本公开实施例提供的消毒机器人,既可以在联网的情况下工作,也可以在无网环境下工作。
根据环境地图、实际距离和安全距离规划消毒机器人的第一路径,可以理解为,基于现在消毒机器人与目标对象的实际距离在环境地图上为消毒机器人规划一条路径,为第一路径,第一路径上,要求消毒机器人与目标对象的距离是大于安全距离的。
可选地,获取模块302还被配置为获取消毒机器人所在环境的环境地图;在目标对象为动态对象的情况下:按照预设时间间隔多次获取动态对象的位置信息,基于动态对象的多个位置信息,计算得到动态对象的运动方向和运动速度;根据运动方向、运动速度、环境地图、实际距离和安全距离规划消毒机器人的第二路径;根据第二路径,继续消毒机器人的消毒作业。
当目标对象为动态对象时,为规划消毒机器人的第二路径,还需要考虑动态对象未来的移动。本公开实施例按照预设时间间隔多次获取动态对象的位置信息,基于获得的动态对象的多个位置信息,可以计算得到动态对象的运动方向和运动速度,得到了动态对象的运动方向和运动速度,动态对象在移动趋势就可以估算出来,进而就可以规划消毒机器人的第二路径。
可选地,获取模块302还被配置为当检测到的目标对象为多个时,分别获取消毒机器人与每个目标对象的实际距离;从优先级中心获取每个目标对象对应的避障优先级;根据安全距离、每个目标对象的实际距离和每个目标对象的避障优先级规划消毒机器人的第三路径;根据第三路径,继续消毒机器人的消毒作业。
本公开实施例中的目标对象可以是多个,如果检测到目标对象是多个,在规划消毒机器人的第三路径时,就需要考虑到每个目标对象与消毒机器人的实际距离。在多个目标对象中,人的避障优先级是最高的,消毒机器人最应该考虑到的是人的安全,然后是其他的动物,最后才是一些静态对象。规避动态对象,是为了保护人和动物的安全,规避静态对象,是为了保证消毒机器人的通行,总之消毒机器人保持与静态对象和动态对象的安全距离,都可以理解为一种避障。当然,消毒机器人与人、与其他动物,以及一些静态对象的安全距离可以设置为不一样的。
可选地,获取模块302还被配置为按照以下规则配置每个目标对象对应的避障优先级:人的避障优先级最高,其他动物的避障优先级次于人的避障优先级,静态对象的避障优先级次于其他动物的避障优先级;将配置好的每个目标对象对应的避障优先级存储到优先级中心。
本公开实施例中,因为可以多次获取目标对象的信息,又因为在消毒的环境中,人和其他动物应该都会移动,所以将人和其他动物认为是动态对象,其他的如建筑和物品等可以视为静态对象。需要说明的是,静态对象中,也可以根据静态对象的珍贵、重要,以及静态对象自身情况,划分不同静态对象对应的避障优先级。
可选地,获取模块302还被配置为在检测到目标对象时,获取消毒机器人与目标对象的第一实际距离;在消毒机器人移动预设距离后,获取消毒机器人与目标对象的第二实际距离;基于第一实际距离、第二实际距离和预设距离,通过自回归滤波器确定消毒机器人的当前位置和消毒机器人所在环境的的环境信息;根据当前位置、环境信息和安全距离规划消毒机器人的第四路径;根据第四路径,继续消毒机器人的消毒作业。
自回归滤波器,又称之为EKF全称Extended Kalman Filter,即扩展卡尔曼滤波器,一种高效率的递归滤波器。卡尔曼最初提出的滤波理论只适用于线性系统,Bucy,Sunahara等人提出并研究了扩展卡尔曼滤波(Extended Kalman Filter,简称EKF),将卡尔曼滤波理论进一步应用到非线性领域。EKF的基本思想是将非线性系统线性化,然后进行卡尔曼滤波,因此EKF是一种次优滤波。其后,多种二阶广义卡尔曼滤波方法的提出及应用进一步提高了卡尔曼滤波对非线性系统的估计性能。二阶滤波方法考虑了Taylor级数展开的二次项,因此减少了由于线性化所引起的估计误差,但大大增加了运算量,因此在实际中反而没有一阶EKF应用广泛。在状态方程或测量方程为非线性时,通常采用扩展卡尔曼滤波(EKF)。EKF对非线性函数的Taylor展开式进行一阶线性化截断,忽略其余高阶项,从而将非线性问题转化为线性,可以将卡尔曼线性滤波算法应用于非线性系统中。这样一来,解决了非线性问题。EKF虽然应用于非线性状态估计系统中已经得到了学术界认可并为人广泛使用,然而该种方法也带来了两个缺点,其一是非线性时EKF违背局部线性假设,Taylor展开式中被忽略的高阶项带来大的误差时,EKF算法可能会使滤波发散;另外,由于EKF在线性化处理时需要用雅克比(Jacobian)矩阵,其繁琐的计算过程导致该方法实现相对困难。所以,在满足线性系统、高斯白噪声、所有随机变量服从高斯(Gaussian)分布这3个假设条件时,EKF是最小方差准则下的次优滤波器,其性能依赖于局部非线性度。
基于第一实际距离、第二实际距离和预设距离,通过自回归滤波器确定消毒机器人的当前位置和消毒机器人所在环境的的环境信息,实际上可以理解为一种建图方法。消毒机器人所在环境的的环境信息,可以是包括了在该环境中的,目标对象的信息。
可选地,获取模块302还被配置为在检测到第一目标对象时,通过传感器获取第一目标对象的目标信息;提取目标信息的目标特征,并将目标特征和关联数据库中存储的特征信息对比;在关联数据库中存储有与目标特征的相似度大于预设阈值的特征信息时,将目标特征与关联数据库中与目标特征的相似度大于预设阈值的特征信息关联,确定第一目标对象与第二目标对象为同一个对象,其中,第二目标对象是与目标特征的相似度大于预设阈值的特征信息所对应的对象;在关联数据库中没有与目标特征的相似度大于预设阈值的特征信息时,将目标特征作为一个新的特征信息,保存到关联数据库中,确定第一目标对象为首次检测到的新对象。
本公开实施例是一种数据关联,意在判别检测到的目标对象是不是之前检测到的。举例说明:对于我们人类来说,假设我们在一个房间内看到了一把椅子,现在我们离开房间,过一段时间后,再次回到房间,如果我们再次看到了椅子,那么我们可以认为这把椅子很有可能就是我们之前看到的椅子。但是,如果我们假设房价内有两把完全一样的椅子,重复上述过程,当我们再次来到房间后,我们可能无法区分我们看到的两把椅子。但我们可以猜测,此时比如说左边的椅子仍然是之前看到的左边的椅子,而右边的椅子仍然是之前看到的右边的椅子。
通过提取目标信息的目标特征,然后根据目标特征和关联数据库中存储的特征信息对比,进而判断当前检测到的目标对象是否是之前检测到过的。目标特征和关联数据库中存储的特征信息对比,实际上是计算目标特征和关联数据库中存储的每一条特征信息的相似度,根据相似度判别目标特征和关联数据库中存储的特征信息是不是同一个目标对象的特征。相似度可以是文本相似度、余弦相似度等。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本公开实施例的实施过程构成任何限定。
图4是本公开实施例提供的电子设备4的示意图。如图4所示,该实施例的电子设备4包括:处理器401、存储器402以及存储在该存储器402中并且可在处理器401上运行的计算机程序403。处理器401执行计算机程序403时实现上述各个方法实施例中的步骤。或者,处理器401执行计算机程序403时实现上述各装置实施例中各模块/单元的功能。
示例性地,计算机程序403可以被分割成一个或多个模块/单元,一个或多个模块/单元被存储在存储器402中,并由处理器401执行,以完成本公开。一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述计算机程序403在电子设备4中的执行过程。
电子设备4可以是桌上型计算机、笔记本、掌上电脑及云端服务器等电子设备。电子设备4可以包括但不仅限于处理器401和存储器402。本领域技术人员可以理解,图4仅仅是电子设备4的示例,并不构成对电子设备4的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如,电子设备还可以包括输入输出设备、网络接入设备、总线等。
处理器401可以是中央处理单元(Central Processing Unit,CPU),也可以是其它通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其它可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
存储器402可以是电子设备4的内部存储单元,例如,电子设备4的硬盘或内存。存储器402也可以是电子设备4的外部存储设备,例如,电子设备4上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。进一步地,存储器402还可以既包括电子设备4的内部存储单元也包括外部存储设备。存储器402用于存储计算机程序以及电子设备所需的其它程序和数据。存储器402还可以用于暂时地存储已经输出或者将要输出的数据。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中,上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。另外,各功能单元、模块的具体名称也只是为了便于相互区分,并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述或记载的部分,可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本公开的范围。
在本公开所提供的实施例中,应该理解到,所揭露的装置/电子设备和方法,可以通过其它的方式实现。例如,以上所描述的装置/电子设备实施例仅仅是示意性的,例如,模块或单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口,装置或单元的间接耦合或通讯连接,可以是电性,机械或其它的形式。
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单元来实现本实施例方案的目的。
另外,在本公开各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读存储介质中。基于这样的理解,本公开实现上述实施例方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,计算机程序可以存储在计算机可读存储介质中,该计算机程序在被处理器执行时,可以实现上述各个方法实施例的步骤。计算机程序可以包括计算机程序代码,计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。计算机可读介质可以包括:能够携带计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(Read-Only Memory,ROM)、随机存取存储器(Random AccessMemory,RAM)、电载波信号、电信信号以及软件分发介质等。需要说明的是,计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如,在某些司法管辖区,根据立法和专利实践,计算机可读介质不包括电载波信号和电信信号。
以上实施例仅用以说明本公开的技术方案,而非对其限制;尽管参照前述实施例对本公开进行了详细的说明,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公开各实施例技术方案的精神和范围,均应包含在本公开的保护范围之内。

Claims (8)

1.一种消毒机器人的作业方法,其特征在于,包括:
设置消毒机器人与目标对象的安全距离;
在检测到所述目标对象时,获取所述消毒机器人与所述目标对象的实际距离;
在所述实际距离小于所述安全距离时,停止所述消毒机器人的消毒作业;
在所述实际距离大于所述安全距离时,启动或继续所述消毒机器人的所述消毒作业;
其中,设置消毒机器人与目标对象的安全距离之后,所述方法还包括:当检测到的所述目标对象为多个时,分别获取所述消毒机器人与每个所述目标对象的实际距离;从优先级中心获取每个所述目标对象对应的避障优先级;根据所述安全距离、每个所述目标对象的所述实际距离和每个所述目标对象的所述避障优先级规划所述消毒机器人的第三路径;根据所述第三路径,继续所述消毒机器人的所述消毒作业;
其中,从优先级中心获取每个所述目标对象对应的避障优先级之前,所述方法还包括:所述目标对象,包括:动态对象和静态对象,所述动态对象,包括:人和其他动物;按照以下规则配置每个所述目标对象对应的所述避障优先级:人的避障优先级最高,其他动物的避障优先级次于人的避障优先级,静态对象的避障优先级次于其他动物的避障优先级;将配置好的每个所述目标对象对应的所述避障优先级存储到所述优先级中心。
2.根据权利要求1所述的方法,其特征在于,所述在检测到所述目标对象时,获取所述消毒机器人与所述目标对象的实际距离之后,所述方法还包括:
获取所述消毒机器人所在环境的环境地图;
在所述目标对象为静态对象的情况下:
根据所述环境地图、所述实际距离和所述安全距离规划所述消毒机器人的第一路径;
根据所述第一路径,继续所述消毒机器人的所述消毒作业。
3.根据权利要求1所述的方法,其特征在于,所述在检测到所述目标对象时,获取所述消毒机器人与所述目标对象的实际距离之后,所述方法还包括:
获取所述消毒机器人所在环境的环境地图;
在所述目标对象为动态对象的情况下:
按照预设时间间隔多次获取所述动态对象的位置信息,基于所述动态对象的多个所述位置信息,计算得到所述动态对象的运动方向和运动速度;
根据所述运动方向、所述运动速度、所述环境地图、所述实际距离和所述安全距离规划所述消毒机器人的第二路径;
根据所述第二路径,继续所述消毒机器人的所述消毒作业。
4.根据权利要求1所述的方法,其特征在于,所述设置消毒机器人与目标对象的安全距离之后,所述方法还包括:
在检测到所述目标对象时,获取所述消毒机器人与所述目标对象的第一实际距离;
在所述消毒机器人移动预设距离后,获取所述消毒机器人与所述目标对象的第二实际距离;
基于所述第一实际距离、所述第二实际距离和所述预设距离,通过自回归滤波器确定所述消毒机器人的当前位置和所述消毒机器人所在环境的环境信息;
根据所述当前位置、所述环境信息和所述安全距离规划所述消毒机器人的第四路径;
根据所述第四路径,继续所述消毒机器人的所述消毒作业。
5.根据权利要求4所述的方法,其特征在于,包括:
在检测到第一目标对象时,通过传感器获取所述第一目标对象的目标信息;
提取所述目标信息的目标特征,并将所述目标特征和关联数据库中存储的特征信息对比;
在所述关联数据库中存储有与所述目标特征的相似度大于预设阈值的特征信息时,将所述目标特征与所述关联数据库中与所述目标特征的相似度大于所述预设阈值的特征信息关联,确定所述第一目标对象与第二目标对象为同一个对象,其中,所述第二目标对象是与所述目标特征的相似度大于所述预设阈值的特征信息所对应的对象;
在所述关联数据库中没有与所述目标特征的相似度大于预设阈值的特征信息时,将所述目标特征作为一个新的特征信息,保存到所述关联数据库中,确定所述第一目标对象为首次检测到的新对象。
6.一种消毒机器人的作业装置,其特征在于,包括:
设置模块,被配置为设置消毒机器人与目标对象的安全距离;
获取模块,被配置为在检测到所述目标对象时,获取所述消毒机器人与所述目标对象的实际距离;
第一判断模块,被配置为在所述实际距离小于所述安全距离时,停止所述消毒机器人的消毒作业;
第二判断模块,被配置为在所述实际距离大于所述安全距离时,启动或继续所述消毒机器人的所述消毒作业;
所述第二判断模块还被配置为当检测到的所述目标对象为多个时,分别获取所述消毒机器人与每个所述目标对象的实际距离;从优先级中心获取每个所述目标对象对应的避障优先级;根据所述安全距离、每个所述目标对象的所述实际距离和每个所述目标对象的所述避障优先级规划所述消毒机器人的第三路径;根据所述第三路径,继续所述消毒机器人的所述消毒作业;
所述第二判断模块还被配置为所述目标对象,包括:动态对象和静态对象,所述动态对象,包括:人和其他动物;按照以下规则配置每个所述目标对象对应的所述避障优先级:人的避障优先级最高,其他动物的避障优先级次于人的避障优先级,静态对象的避障优先级次于其他动物的避障优先级;将配置好的每个所述目标对象对应的所述避障优先级存储到所述优先级中心。
7.一种电子设备,包括存储器、处理器以及存储在所述存储器中并且可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至5中任一项所述方法的步骤。
8.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至5中任一项所述方法的步骤。
CN202111479054.7A 2021-12-06 2021-12-06 消毒机器人的作业方法及装置 Active CN114185351B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111479054.7A CN114185351B (zh) 2021-12-06 2021-12-06 消毒机器人的作业方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111479054.7A CN114185351B (zh) 2021-12-06 2021-12-06 消毒机器人的作业方法及装置

Publications (2)

Publication Number Publication Date
CN114185351A CN114185351A (zh) 2022-03-15
CN114185351B true CN114185351B (zh) 2023-12-01

Family

ID=80542471

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111479054.7A Active CN114185351B (zh) 2021-12-06 2021-12-06 消毒机器人的作业方法及装置

Country Status (1)

Country Link
CN (1) CN114185351B (zh)

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN205994454U (zh) * 2016-05-18 2017-03-08 江苏美的清洁电器股份有限公司 扫地机器人
CN107168335A (zh) * 2017-06-28 2017-09-15 大连海事大学 一种考虑混合多目标避障的水面无人艇路径跟踪制导方法
WO2017185138A1 (en) * 2016-04-29 2017-11-02 Saban Ventures Pty Limited An autonomous disinfectant system
CN111568322A (zh) * 2020-04-15 2020-08-25 长沙中联重科环境产业有限公司 一种防疫消毒清洁机器人避障方法、装置及设备
CA3132736A1 (en) * 2019-03-06 2020-09-10 Guangzhou Xaircraft Technology Co., Ltd. Pesticide spraying control method and apparatus, device, and storage medium
CN111673746A (zh) * 2020-05-28 2020-09-18 蓓安科仪(北京)技术有限公司 一种医用消毒机器人的作业方法
CN111938520A (zh) * 2020-08-21 2020-11-17 北京石头世纪科技股份有限公司 扫地机器人及其紫外线消毒方法
CN112698651A (zh) * 2020-12-22 2021-04-23 深圳市普渡科技有限公司 基于机器人的消毒控制方法和系统、机器人
CN113017496A (zh) * 2021-03-12 2021-06-25 深圳市无限动力发展有限公司 基于扫地机的消毒方法、装置和计算机设备
CN113390124A (zh) * 2021-07-02 2021-09-14 中山市益佳电器有限公司 智能杀菌消毒电暖器及其控制方法

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2017185138A1 (en) * 2016-04-29 2017-11-02 Saban Ventures Pty Limited An autonomous disinfectant system
CN205994454U (zh) * 2016-05-18 2017-03-08 江苏美的清洁电器股份有限公司 扫地机器人
CN107168335A (zh) * 2017-06-28 2017-09-15 大连海事大学 一种考虑混合多目标避障的水面无人艇路径跟踪制导方法
CA3132736A1 (en) * 2019-03-06 2020-09-10 Guangzhou Xaircraft Technology Co., Ltd. Pesticide spraying control method and apparatus, device, and storage medium
CN111568322A (zh) * 2020-04-15 2020-08-25 长沙中联重科环境产业有限公司 一种防疫消毒清洁机器人避障方法、装置及设备
CN111673746A (zh) * 2020-05-28 2020-09-18 蓓安科仪(北京)技术有限公司 一种医用消毒机器人的作业方法
CN111938520A (zh) * 2020-08-21 2020-11-17 北京石头世纪科技股份有限公司 扫地机器人及其紫外线消毒方法
CN112698651A (zh) * 2020-12-22 2021-04-23 深圳市普渡科技有限公司 基于机器人的消毒控制方法和系统、机器人
CN113017496A (zh) * 2021-03-12 2021-06-25 深圳市无限动力发展有限公司 基于扫地机的消毒方法、装置和计算机设备
CN113390124A (zh) * 2021-07-02 2021-09-14 中山市益佳电器有限公司 智能杀菌消毒电暖器及其控制方法

Also Published As

Publication number Publication date
CN114185351A (zh) 2022-03-15

Similar Documents

Publication Publication Date Title
US20230185292A1 (en) Industrial safety monitoring configuration using a digital twin
US20190195631A1 (en) Positioning method, positioning device, and robot
CN110471409B (zh) 机器人巡检方法、装置、计算机可读存储介质及机器人
US20200116498A1 (en) Visual assisted distance-based slam method and mobile robot using the same
CN113095336B (zh) 关键点检测模型的训练方法和检测目标对象关键点的方法
CN108876857B (zh) 无人驾驶车辆的定位方法、系统、设备及存储介质
CN113219505B (zh) 用于车路协同隧道场景的采集gps坐标的方法、装置和设备
CN113435462B (zh) 定位方法、装置、电子设备和介质
CN114185351B (zh) 消毒机器人的作业方法及装置
CN112213728A (zh) 一种超声测距方法、装置、计算机可读存储介质及机器人
CN114199268A (zh) 基于语音提示的机器人导航领路方法、装置和引领机器人
CN114417780A (zh) 状态同步方法、装置、电子设备及存储介质
CN113177980A (zh) 用于自动驾驶的目标对象速度确定方法、装置及电子设备
CN109581324B (zh) 异常帧数据的处理方法及装置
CN113034603B (zh) 用于确定标定参数的方法和装置
CN109859156B (zh) 异常帧数据的处理方法及装置
CN113739819B (zh) 校验方法、装置、电子设备、存储介质及芯片
CN110653810B (zh) 机器人距离测量方法、装置及终端设备
CN114812576A (zh) 地图匹配方法、装置及电子设备
CN112344966B (zh) 一种定位失效检测方法、装置、存储介质及电子设备
CN112231553B (zh) 位置确定方法、装置、存储介质和电子设备
CN109613553B (zh) 基于激光雷达确定场景中物体数量的方法、装置及系统
CN109831737B (zh) 一种基于置信度的蓝牙定位方法、装置、设备和系统
CN111360796B (zh) 一种机器人及其定位方法和装置
CN112414391A (zh) 一种机器人的重定位方法及装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
CB02 Change of applicant information
CB02 Change of applicant information

Address after: Room 702, 7th floor, NO.67, Beisihuan West Road, Haidian District, Beijing 100089

Applicant after: Beijing Yunji Technology Co.,Ltd.

Address before: Room 702, 7th floor, NO.67, Beisihuan West Road, Haidian District, Beijing 100089

Applicant before: BEIJING YUNJI TECHNOLOGY Co.,Ltd.

SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant