CN114234966B - 移动机器人的乘梯状态检测方法、装置、存储介质及设备 - Google Patents
移动机器人的乘梯状态检测方法、装置、存储介质及设备 Download PDFInfo
- Publication number
- CN114234966B CN114234966B CN202111456958.8A CN202111456958A CN114234966B CN 114234966 B CN114234966 B CN 114234966B CN 202111456958 A CN202111456958 A CN 202111456958A CN 114234966 B CN114234966 B CN 114234966B
- Authority
- CN
- China
- Prior art keywords
- data
- mobile robot
- imu sensor
- elevator
- clusters
- 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
- 238000000034 method Methods 0.000 title claims abstract description 54
- 238000001514 detection method Methods 0.000 claims abstract description 34
- 230000001133 acceleration Effects 0.000 claims description 17
- 238000001914 filtration Methods 0.000 claims description 17
- 230000003068 static effect Effects 0.000 claims description 11
- 238000007781 pre-processing Methods 0.000 claims description 6
- 230000008569 process Effects 0.000 abstract description 8
- 238000004590 computer program Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 230000009467 reduction Effects 0.000 description 5
- 230000001174 ascending effect Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 3
- 238000013473 artificial intelligence Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/10—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration
- G01C21/12—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning
- G01C21/16—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation
-
- 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
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
- G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/42—Determining position
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Computer Networks & Wireless Communication (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明公开了一种移动机器人的乘梯状态检测方法、装置、存储介质及设备,涉及机器人控制领域,主要为解决难以对移动机器人的乘梯状态进行检测,无法及时获取到移动机器人的乘梯状态的问题。该方法包括:接收目标移动机器人的开始乘梯标识和结束乘梯标识;检测接收所述乘梯标识和所述结束乘梯标识期间的IMU传感器数据;基于所述IMU传感器数据确定所述移动机器人的乘梯状态。本发明用于移动机器人的乘梯状态检测过程。
Description
技术领域
本发明涉及机器人控制领域,尤其涉及一种移动机器人的乘梯状态检测方法、装置、存储介质及设备。
背景技术
随着人工智能和物联网技术的不断发展,人工成本越来越高,机器人已逐步进入到人们的日常生活中,作为一种智能硬件,机器人将通过与软件加深融合的方式对传统设备进行智能化改造,不断实现更为强大的功能和更为丰富的应用场景;并通过人工智能技术进一步代替用户对其它联网设备进行自主操控,为用户提供智能化服务。
随着后疫情时代“无接触式服务”的影响越来越明显,机器与人共存开始从现象升级为常态。在众多楼宇之中,机器人需要面对的一个大问题就是乘坐电梯,如何检测机器人的乘梯状态成了亟需解决的问题。
发明内容
鉴于上述问题,本发明提供一种移动机器人的乘梯状态检测方法、装置、存储介质及设备,主要目的在于解决难以对移动机器人的乘梯状态进行检测,无法及时获取到移动机器人的乘梯状态的问题。
为解决上述技术问题,第一方面,本发明提供了一种移动机器人的乘梯状态检测方法,该方法包括:
接收目标移动机器人的开始乘梯标识和结束乘梯标识;
检测接收上述开始乘梯标识和上述结束乘梯标识期间的IMU传感器数据;
基于上述IMU传感器数据确定上述移动机器人的乘梯状态。
可选的,上述方法还包括:
在上述IMU传感器数据不符合预设阈值范围的情况下,停止上述乘梯状态检测。
可选的,在上述基于上述IMU传感器数据确定上述移动机器人的乘梯状态的步骤之前,还包括:
通过滑动窗口过滤、降频和静态数据过滤中的至少一种方式对上述IMU传感器数据进行预处理。
可选的,上述IMU传感器数据为IMU传感器Z轴数据,上述方法还包括:
在IMU传感器Z轴数据中的IMU传感器Z轴第一数据表征的加速度范围差异大于第一阈值的情况下,将上述IMU传感器Z轴第一数据切割为两簇数据,以基于上述IMU传感器Z轴数据获得n簇数据;
上述基于上述IMU传感器数据确定上述移动机器人的乘梯状态,包括:
基于n簇数据确定上述移动机器人的乘梯状态。
可选的,上述基于n簇数据确定上述移动机器人的乘梯状态的步骤之前,还包括:
删除上述n簇数据中数据量小于第二阈值的数据簇。
可选的,上述基于n簇数据确定上述移动机器人的乘梯状态,包括:
选择上述n簇数据中的第m簇数据;
基于上述第m簇数据的数据量和上述第m簇数据表征的加速度信息进行高阶拟合,生成第一拟合曲线;
在上述第一拟合曲线符合预设正余弦拟合曲线的情况下,确定上述移动机器人的乘梯状态为正常乘梯。
可选的,在上述第一拟合曲线不符合预设正余弦拟合曲线的情况下,增加一簇数据继续进行高阶拟合;
在增加n-1簇数据后,拟合曲线仍不符合上述预设正余弦拟合曲线的情况下,确定上述移动机器人的乘梯状态为未乘梯。
第二方面,本发明实施例还提供了一种移动机器人的乘梯状态检测装置,包括:
接收单元,用于接收目标移动机器人的开始乘梯标识和结束乘梯标识;
检测单元,用于检测接收上述开始乘梯标识和上述结束乘梯标识期间的IMU传感器数据;
确定单元,用于基于上述IMU传感器数据确定上述移动机器人的乘梯状态。
为了实现上述目的,根据本发明的第三方面,提供了一种存储介质,上述存储介质包括存储的程序,其中,在上述程序被处理器执行时实现上述的移动机器人的乘梯状态检测方法。
为了实现上述目的,根据本发明的第四方面,提供了一种电子设备,包括至少一个处理器、以及与上述处理器连接的至少一个存储器;其中,上述处理器用于调用上述存储器中的程序指令,执行上述的移动机器人的乘梯状态检测方法。
借由上述技术方案,本发明提供的移动机器人的乘梯状态检测方法及装置,对于难以对移动机器人的乘梯状态进行检测,无法及时获取到移动机器人的乘梯状态的问题,本发明通过接收目标移动机器人的开始乘梯标识和结束乘梯标识;检测接收上述开始乘梯标识和上述结束乘梯标识期间的IMU传感器数据;基于上述IMU传感器数据确定上述移动机器人的乘梯状态。在上述方案中,通过接收目标移动机器人的开始乘梯标识和结束乘梯标识,对目标移动机器人即将所处状态进行划分,通过获取IMU传感器数据确定目标移动机器人的运动状态,通过判断机器人的运动状态确定目标移动机器人的乘梯状态,获取方式更贴合实际,使得到的判断结果更为精确。
上述说明仅是本发明技术方案的概述,为了能够更清楚了解本发明的技术手段,而可依照说明书的内容予以实施,并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂,以下特举本发明的具体实施方式。
附图说明
通过阅读下文优选实施方式的详细描述,各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的,而并不认为是对本发明的限制。而且在整个附图中,用相同的参考符号表示相同的部件。在附图中:
图1示出了本发明实施例提供的一种移动机器人的乘梯状态检测方法的流程图;
图2示出了本发明实施例提供的一种移动机器人的乘梯状态检测装置的组成框图;
图3示出了本发明实施例提供的一种移动机器人的乘梯状态检测设备的组成框图。
具体实施方式
下面将参照附图更详细地描述本发明的示例性实施例。虽然附图中显示了本发明的示例性实施例,然而应当理解,可以以各种形式实现本发明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发明,并且能够将本发明的范围完整的传达给本领域的技术人员。
为了解决难以对移动机器人的乘梯状态进行检测,无法及时获取到移动机器人的乘梯状态的问题,本发明实施例提供了一种移动机器人的乘梯状态检测方法,如图1所示,该方法包括:
101、接收目标移动机器人的开始乘梯标识和结束乘梯标识。
示例性的,上述目标移动机器人内置GPS,当上述目标移动机器人检测到自身定位与电梯定位的距离逐渐缩小并等于0或小于预设距离时,判定目标移动机器人开始乘梯,向上述服务器发送目标移动机器人的开始乘梯标识;当上述目标移动机器人检测到自身定位与电梯定位的距离由等于0或由小于预设距离逐渐增大并大于预设距离时,判定目标移动机器人结束乘梯,向上述服务器发送目标移动机器人的结束乘梯标识。上述服务器接受目标移动机器人发送的开始乘梯标识和结束乘梯标识。上述目标移动机器人内置微控制器通过无线连接的方式连接至上述服务器,与上述服务器互通。上述预设距离可以是厂家设定的,也可以是购买上述目标移动机器人的用户自定义的。
102、检测接收上述开始乘梯标识和上述结束乘梯标识期间的IMU传感器数据。
示例性的,上述目标移动机器人内置IMU(Inertial Measurement Unit,惯性测量单元)传感器,上述IMU传感器主要用来检测和测量加速度与旋转运动的传感器,其采用惯性定律实现,上述IMU传感器用于获取上述IMU传感器数据。当上述目标移动机器人检测到自身定位与电梯定位的距离逐渐缩小并等于0或小于预设距离时,判定开始乘梯,此时调用IMU传感器开始工作,实时获取IMU传感器数据,并传输给上述服务器,当上述目标移动机器人检测到自身定位与电梯定位的距离由等于0或由小于预设距离逐渐增大并大于预设距离时,判定目标移动机器人结束乘梯,结束IMU传感器工作。与此同时上述服务器接收IMU传感器数据结束。需要注意的是电梯内可能出现信号不佳,上述IMU传感器数据传输不及时的情况,上述目标移动机器人可以在乘梯期间,存储上述IMU传感器数据,待乘梯结束后再向上述服务器发送上述IMU传感器数据。保证了上述IMU传感器数据传输的精准性,防止因信号问题导致数据接收不准确。
103、基于上述IMU传感器数据确定上述移动机器人的乘梯状态。
示例性的,上述服务器基于上述目标移动机器人发送的上述IMU传感器数据,对上述移动机器人的乘梯状态进行检测,判断上述移动机器人是否乘梯或乘梯状态是否正确。由此精准的获取到上述移动机器人的乘梯状态,提高了对上述移动机器人控制精准性。
借由上述技术方案,本发明提供的移动机器人的乘梯状态检测方法,对于难以对移动机器人的乘梯状态进行检测,无法及时获取到移动机器人的乘梯状态的问题,本发明通过接收目标移动机器人的开始乘梯标识和结束乘梯标识;检测接收上述开始乘梯标识和上述结束乘梯标识期间的IMU传感器数据;基于上述IMU传感器数据确定上述移动机器人的乘梯状态。在上述方案中,通过接收目标移动机器人的开始乘梯标识和结束乘梯标识,对目标移动机器人即将所处状态进行划分,通过获取IMU传感器数据确定目标移动机器人的运动状态,通过判断机器人的运动状态确定目标移动机器人的乘梯状态,获取方式更贴合实际,使得到的判断结果更为精确。
在一种实施例中,上述方法还包括:
在上述IMU传感器数据不符合预设阈值范围的情况下,停止上述乘梯状态检测。
示例性的,当上述服务器检测到上述IMU传感器实时发送的上述IMU传感器数据不符合预设阈值范围时,证明上述IMU传感器发送的上述IMU传感器数据无效,则不再进行对上述目标移动机器人乘梯状态的检测。若上述目标移动机器人的因信号问题没有实时发送上述IMU传感器数据而是等到乘梯结束后再向上述服务器发送上述IMU传感器数据。上述服务器则接收整体上述IMU传感器数据并对上述IMU传感器数据进行检测,若符合预设阈值范围,再进行对上述目标移动机器人乘梯状态的检测;若不符合预设阈值范围时,证明上述IMU传感器发送的上述IMU传感器数据无效,则不再进行对上述目标移动机器人乘梯状态的检测。上述预设阈值范围可以是上述IMU传感器数据活动的范围最大值和最小值范围,可以是厂家设定的,也可以是购买上述目标移动机器人的用户自定义的,也可以是上述服务器根据获取的上述IMU传感器数据自动综合生成的
在一种实施例中,在上述基于上述IMU传感器数据确定上述移动机器人的乘梯状态的步骤之前,还包括:
通过滑动窗口过滤、降频和静态数据过滤中的至少一种方式对上述IMU传感器数据进行预处理。
示例性的,上述服务器获取到上述IMU传感器数据后,不能直接对其进行检测,需要通过上述滑动窗口过滤、降频和静态数据过滤中的至少一种方式对上述IMU传感器数据进行预处理。上述滑动窗口过滤是指滑动窗口均值滤波,实时计算所获取的窗口中数据的均值,表征数据的整体趋势,降低数据毛刺;上述降频是指降低上述IMU传感器数据的频率,就上述目标移动机器人而言,上述IMU传感器数据的发布频率在50Hz左右,在检测时没必要使用这样高的频率,有大概趋势即可,所以可以将50Hz的IMU传感器数据降低频率为20Hz左右,从而提高计算效率,进而降低对工控机的CPU计算能力;上述静态数据过滤是指对上述目标移动机器人静止状态的IMU数据进行检测,并将检测出的静态数据删除,以免影响检测效果。对上述IMU传感器数据完成上述三个方法中的至少一种预处理后才可以对其检测。从而提高上述IMU传感器数据的准确性,提高检测结果精度。
在一种实施例中,上述IMU传感器数据为IMU传感器Z轴数据,上述方法还包括:
在IMU传感器Z轴数据中的IMU传感器Z轴第一数据表征的加速度范围差异大于第一阈值的情况下,将上述IMU传感器Z轴第一数据切割为两簇数据,以基于上述IMU传感器Z轴数据获得n簇数据;
上述基于上述IMU传感器数据确定上述移动机器人的乘梯状态,包括:
基于n簇数据确定上述移动机器人的乘梯状态。
示例性的,上述服务器接收到上述IMU传感器数据并对其进行上述滑动窗口过滤、降频和静态数据过滤中的至少一种方式进行预处理后,对得到的数据进行判断,获得IMU传感器数据的Z轴数据,并对其进行检测,当上述IMU传感器Z轴第一数据的加速度范围差异大于第一阈值的情况下,将上述IMU传感器Z轴第一数据切割。上述第一阈值可以是0.05m/s^2,重复上述步骤直至切割位置到达数据末尾,得到n簇数据,基于上述IMU传感器Z轴数据获得n簇数据。上述服务器基于上述n簇数据确定上述移动机器人的乘梯状态。上述服务器选择当IMU传感器Z轴第一数据表征的加速度范围差异大于第一阈值的情况下切割上述IMU传感器Z轴第一数据,可以将上述移动机器人的上下电梯时的数据剔除,获取到上述移动机器人实际乘梯IMU传感器数据,进而提高了数据的准确性、可靠性。
在一种实施例中,上述基于n簇数据确定上述移动机器人的乘梯状态的步骤之前,还包括:
删除上述n簇数据中数据量小于第二阈值的数据簇。
示例性的,上述服务器对获取到的上述n簇数据分别进行检测,检测n簇数据中的数据量是否大于第二阈值,上述第二阈值可以是40m/s^2,若大于则保留;若小于则删除上述n簇数据中数据量小于第二阈值的数据簇,即删除上述n簇数据中数据量小于40m/s^2的数据簇。上述对数据簇进行的处理可以有效剔除上述移动机器人乘梯过程中上下电梯部分的IMU传感器数据,从而提高上述服务器对上述移动机器人的乘梯状态检测的准确性。
在一种实施例中,上述基于n簇数据确定上述移动机器人的乘梯状态,包括:
选择上述n簇数据中的第m簇数据;
基于上述第m簇数据的数据量和上述第m簇数据表征的加速度信息进行高阶拟合,生成第一拟合曲线;
在上述第一拟合曲线符合预设正余弦拟合曲线的情况下,确定上述移动机器人的乘梯状态为正常乘梯。
示例性的,上述服务器获取到上述IMU传感器数据并经过处理得到上述n簇数据后,选择上述n簇数据中的第m簇数据,并基于上述第m簇数据的数据量和上述第m簇数据表征的加速度信息进行高阶拟合,生成第一拟合曲线。上述拟合阶数需要根据实际情况确定,既不能欠拟合也不能过拟合。上述正余弦拟合曲线是根据上述移动机器人的正常乘梯状态确定的,通过遍历上述切割数据步骤获取n簇数据,使用其中任意一簇数据作为X,将IMU传感器的Z轴加速度信息作Y轴进行高阶拟合,上述高阶拟合可以预存在上述服务器中。当上述服务器检测到上述第一拟合曲线符合预设正余弦拟合曲线时,证明上述移动机器人的乘梯状态为正常乘梯。上述通过高阶拟合的办法生成上述拟合曲线,可以将上述所获得的IMU传感器数据的任意部分数据融入到上述拟合曲线中,使所获得的上述拟合曲线更加多变灵活,进而可以以最全的数据从最大程度与上述预设正余弦拟合曲线进行比对,使检测数据更灵活,检测结果更精确。
在一种实施例中,在上述第一拟合曲线不符合预设正余弦拟合曲线的情况下,增加一簇数据继续进行高阶拟合;
在增加n-1簇数据后,拟合曲线仍不符合上述预设正余弦拟合曲线的情况下,确定上述移动机器人的乘梯状态为未乘梯。
示例性的,若上述服务器检测到上述第一拟合曲线不符合预设正余弦拟合曲线,则增加一簇数据继续进行高阶拟合,并将得到的拟合曲线与预设正余弦拟合曲线进行比对,若匹配,则证明上述移动机器人的乘梯状态为正常乘梯,若不符合预设正余弦拟合曲线,则继续增加一簇数据继续进行高阶拟合,重复上述步骤,直至增加n-1簇数据后,若期间出现得到的拟合曲线与预设正余弦拟合曲线匹配,则证明上述移动机器人的乘梯状态为正常乘梯;若直至增加n-1簇数据后,期间出现得到的拟合曲线与预设正余弦拟合曲线均不匹配,则证明上述移动机器人的乘梯状态为未乘梯。当上述移动机器人进入电梯时,有其他人员进入电梯的话,存在干扰上述移动机器人获取数据的可能,检测结果有可能为未乘梯;在上述移动机器人乘梯过程中,其他人员频繁上下电梯,也存在干扰上述移动机器人获取数据进而误判上述移动机器人未乘梯的可能。将上述移动机器人获取的乘梯部分的IMU传感器数据进行无限分割后,任意组合的方法能够将乘梯过程更好的体现,降低漏掉重要信息的可能,使检测结果更加准确,从而降低误检测、漏检测现象的发生。
进一步的,作为对上述图1所示方法的实现,本发明实施例还提供了一种移动机器人的乘梯状态检测装置,用于对上述图1所示的方法进行实现。该装置实施例与前述方法实施例对应,为便于阅读,本装置实施例不再对前述方法实施例中的细节内容进行逐一赘述,但应当明确,本实施例中的装置能够对应实现前述方法实施例中的全部内容。如图2所示,该装置包括:接收单元21、检测单元22、确定单元23,其中
接收单元21,用于接收目标移动机器人的开始乘梯标识和结束乘梯标识;
检测单元22,用于检测接收上述开始乘梯标识和上述结束乘梯标识期间的IMU传感器数据;
确定单元23,用于基于上述IMU传感器数据确定上述移动机器人的乘梯状态。
示例性的,上述方法还包括:
在上述IMU传感器数据不符合预设阈值范围的情况下,停止上述乘梯状态检测。
示例性的,在上述基于上述IMU传感器数据确定上述移动机器人的乘梯状态的步骤之前,还包括:
通过滑动窗口过滤、降频和静态数据过滤中的至少一种方式对上述IMU传感器数据进行预处理。
示例性的,上述IMU传感器数据为IMU传感器Z轴数据,上述方法还包括:
在IMU传感器Z轴数据中的IMU传感器Z轴第一数据表征的加速度范围差异大于第一阈值的情况下,将上述IMU传感器Z轴第一数据切割为两簇数据,以基于上述IMU传感器Z轴数据获得n簇数据;
上述基于上述IMU传感器数据确定上述移动机器人的乘梯状态,包括:
基于n簇数据确定上述移动机器人的乘梯状态。
示例性的,上述基于n簇数据确定上述移动机器人的乘梯状态的步骤之前,还包括:
删除上述n簇数据中数据量小于第二阈值的数据簇。
示例性的,上述基于n簇数据确定上述移动机器人的乘梯状态,包括:
选择上述n簇数据中的第m簇数据;
基于上述第m簇数据的数据量和上述第m簇数据表征的加速度信息进行高阶拟合,生成第一拟合曲线;
在上述第一拟合曲线符合预设正余弦拟合曲线的情况下,确定上述移动机器人的乘梯状态为正常乘梯。
示例性的,在上述第一拟合曲线不符合预设正余弦拟合曲线的情况下,增加一簇数据继续进行高阶拟合;
在增加n-1簇数据后,拟合曲线仍不符合上述预设正余弦拟合曲线的情况下,确定上述移动机器人的乘梯状态为未乘梯。
借由上述技术方案,本发明提供的移动机器人的乘梯状态检测装置,对于难以对移动机器人的乘梯状态进行检测,无法及时获取到移动机器人的乘梯状态的问题,本发明通过接收目标移动机器人的开始乘梯标识和结束乘梯标识;检测接收上述开始乘梯标识和上述结束乘梯标识期间的IMU传感器数据;基于上述IMU传感器数据确定上述移动机器人的乘梯状态。在上述方案中,通过接收目标移动机器人的开始乘梯标识和结束乘梯标识,对目标移动机器人即将所处状态进行划分,通过获取IMU传感器数据确定目标移动机器人的运动状态,通过判断机器人的运动状态确定目标移动机器人的乘梯状态,获取方式更贴合实际,使得到的判断结果更为精确。
处理器中包含内核,由内核去存储器中调取相应的程序单元。内核可以设置一个或以上,通过调整内核参数来实现一种移动机器人的乘梯状态检测方法,能够解决难以对移动机器人的乘梯状态进行检测,无法及时获取到移动机器人的乘梯状态的问题。
本发明实施例提供了一种存储介质,上述存储介质包括存储的程序,该程序被处理器执行时实现上述移动机器人的乘梯状态检测方法。
本发明实施例提供了一种处理器,上述处理器用于运行程序,其中,上述程序运行时执行上述移动机器人的乘梯状态检测方法。
本发明实施例提供了一种设备,上述设备包括至少一个处理器、以及与上述处理器连接的至少一个存储器;其中,上述处理器用于调用上述存储器中的程序指令,执行如上述的移动机器人的乘梯状态检测方法
本发明实施例提供了一种设备30,如图3所示,设备包括至少一个处理器301、以及与处理器连接的至少一个存储器302、总线303;其中,处理器301、存储器302通过总线303完成相互间的通信;处理器301用于调用存储器中的程序指令,以执行上述的移动机器人的乘梯状态检测方法。
本文中的智能设备可以是PC、PAD、手机等。
本申请还提供了一种计算机程序产品,当在流程管理设备上执行时,适于执行初始化有如下方法步骤的程序:接收目标移动机器人的开始乘梯标识和结束乘梯标识;检测接收上述开始乘梯标识和上述结束乘梯标识期间的IMU传感器数据;基于上述IMU传感器数据确定上述移动机器人的乘梯状态。
进一步的,上述方法还包括:
在上述IMU传感器数据不符合预设阈值范围的情况下,停止上述乘梯状态检测。
进一步的,在上述基于上述IMU传感器数据确定上述移动机器人的乘梯状态的步骤之前,还包括:
通过滑动窗口过滤、降频和静态数据过滤中的至少一种方式对上述IMU传感器数据进行预处理。
进一步的,上述IMU传感器数据为IMU传感器Z轴数据,上述方法还包括:
在IMU传感器Z轴数据中的IMU传感器Z轴第一数据表征的加速度范围差异大于第一阈值的情况下,将上述IMU传感器Z轴第一数据切割为两簇数据,以基于上述IMU传感器Z轴数据获得n簇数据;
上述基于上述IMU传感器数据确定上述移动机器人的乘梯状态,包括:
基于n簇数据确定上述移动机器人的乘梯状态。
进一步的,上述基于n簇数据确定上述移动机器人的乘梯状态的步骤之前,还包括:
删除上述n簇数据中数据量小于第二阈值的数据簇。
进一步的,上述基于n簇数据确定上述移动机器人的乘梯状态,包括:
选择上述n簇数据中的第m簇数据;
基于上述第m簇数据的数据量和上述第m簇数据表征的加速度信息进行高阶拟合,生成第一拟合曲线;
在上述第一拟合曲线符合预设正余弦拟合曲线的情况下,确定上述移动机器人的乘梯状态为正常乘梯。
进一步的,在上述第一拟合曲线不符合预设正余弦拟合曲线的情况下,增加一簇数据继续进行高阶拟合;
在增加n-1簇数据后,拟合曲线仍不符合上述预设正余弦拟合曲线的情况下,确定上述移动机器人的乘梯状态为未乘梯。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程流程管理设备的处理器以产生一个机器,使得通过计算机或其他可编程流程管理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
在一个典型的配置中,设备包括一个或多个处理器(CPU)、存储器和总线。设备还可以包括输入/输出接口、网络接口等。
存储器可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM),存储器包括至少一个存储芯片。存储器是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白,本申请的实施例可提供为方法、系统或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
以上仅为本申请的实施例而已,并不用于限制本申请。对于本领域技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本申请的权利要求范围之内。
Claims (6)
1.一种移动机器人的乘梯状态检测方法,其特征在于,包括:
接收目标移动机器人的开始乘梯标识和结束乘梯标识;
检测接收所述开始乘梯标识和所述结束乘梯标识期间的IMU传感器数据;
基于所述IMU传感器数据确定所述移动机器人的乘梯状态;
所述IMU传感器数据为IMU传感器Z轴数据,所述方法还包括:
在IMU传感器Z轴数据中的IMU传感器Z轴第一数据表征的加速度范围差异大于第一阈值的情况下,将所述IMU传感器Z轴第一数据切割为两簇数据,以基于所述IMU传感器Z轴数据获得n簇数据;
所述基于所述IMU传感器数据确定所述移动机器人的乘梯状态,包括:
基于n簇数据确定所述移动机器人的乘梯状态;
所述基于n簇数据确定所述移动机器人的乘梯状态的步骤之前,还包括:
删除所述n簇数据中数据量小于第二阈值的数据簇;
所述基于n簇数据确定所述移动机器人的乘梯状态,包括:
选择所述n簇数据中的第m簇数据;
基于所述第m簇数据的数据量和所述第m簇数据表征的加速度信息进行高阶拟合,生成第一拟合曲线;
在所述第一拟合曲线符合预设正余弦拟合曲线的情况下,确定所述移动机器人的乘梯状态为正常乘梯;
在所述第一拟合曲线不符合预设正余弦拟合曲线的情况下,增加一簇数据继续进行高阶拟合;
在增加n-1簇数据后,拟合曲线仍不符合所述预设正余弦拟合曲线的情况下,确定所述移动机器人的乘梯状态为未乘梯。
2.根据权利要求1所述的方法,其特征在于,还包括:
在所述IMU传感器数据不符合预设阈值范围的情况下,停止所述乘梯状态检测。
3.根据权利要求1所述的方法,其特征在于,在所述基于所述IMU传感器数据确定所述移动机器人的乘梯状态的步骤之前,还包括:
通过滑动窗口过滤、降频和静态数据过滤中的至少一种方式对所述IMU传感器数据进行预处理。
4.一种移动机器人的乘梯状态检测装置,其特征在于,包括:
接收单元,用于接收目标移动机器人的开始乘梯标识和结束乘梯标识;
检测单元,用于检测接收所述乘梯标识和所述结束乘梯标识期间的IMU传感器数据;
确定单元,用于基于所述IMU传感器数据确定所述移动机器人的乘梯状态;
所述IMU传感器数据为IMU传感器Z轴数据,还包括:
在IMU传感器Z轴数据中的IMU传感器Z轴第一数据表征的加速度范围差异大于第一阈值的情况下,将所述IMU传感器Z轴第一数据切割为两簇数据,以基于所述IMU传感器Z轴数据获得n簇数据;
所述基于所述IMU传感器数据确定所述移动机器人的乘梯状态,包括:
基于n簇数据确定所述移动机器人的乘梯状态;
所述基于n簇数据确定所述移动机器人的乘梯状态的步骤之前,还包括:
删除所述n簇数据中数据量小于第二阈值的数据簇;
所述基于n簇数据确定所述移动机器人的乘梯状态,包括:
选择所述n簇数据中的第m簇数据;
基于所述第m簇数据的数据量和所述第m簇数据表征的加速度信息进行高阶拟合,生成第一拟合曲线;
在所述第一拟合曲线符合预设正余弦拟合曲线的情况下,确定所述移动机器人的乘梯状态为正常乘梯;
在所述第一拟合曲线不符合预设正余弦拟合曲线的情况下,增加一簇数据继续进行高阶拟合;
在增加n-1簇数据后,拟合曲线仍不符合所述预设正余弦拟合曲线的情况下,确定所述移动机器人的乘梯状态为未乘梯。
5.一种计算机可读存储介质,其特征在于,所述存储介质包括存储的程序,其中,在所述程序被处理器执行时实现如权利要求1至权利要求3中任一项所述的移动机器人的乘梯状态检测方法。
6.一种移动机器人的乘梯状态检测电子设备,其特征在于,所述设备包括至少一个处理器、以及与所述处理器连接的至少一个存储器;其中,所述处理器用于调用所述存储器中的程序指令,执行如权利要求1至权利要求3中任一项所述的移动机器人的乘梯状态检测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111456958.8A CN114234966B (zh) | 2021-12-01 | 2021-12-01 | 移动机器人的乘梯状态检测方法、装置、存储介质及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111456958.8A CN114234966B (zh) | 2021-12-01 | 2021-12-01 | 移动机器人的乘梯状态检测方法、装置、存储介质及设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114234966A CN114234966A (zh) | 2022-03-25 |
CN114234966B true CN114234966B (zh) | 2024-06-04 |
Family
ID=80752653
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111456958.8A Active CN114234966B (zh) | 2021-12-01 | 2021-12-01 | 移动机器人的乘梯状态检测方法、装置、存储介质及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114234966B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20140074157A (ko) * | 2012-12-07 | 2014-06-17 | 주식회사 유진로봇 | 이동 로봇의 3차원 자세 추정 방법 및 장치와 이를 이용한 이동로봇 |
CN107655471A (zh) * | 2017-08-02 | 2018-02-02 | 北京云迹科技有限公司 | 基于imu的楼层测量方法及机器人跨楼层导航方法 |
WO2021221343A1 (ko) * | 2020-04-29 | 2021-11-04 | 주식회사 트위니 | 실내 이동 로봇이 엘리베이터에서 환경을 인식하기 위한 장치 및 방법, 이를 구현하기 위한 프로그램이 저장된 기록매체 및 이를 구현하기 위해 매체에 저장된 컴퓨터프로그램 |
CN113788377A (zh) * | 2021-09-16 | 2021-12-14 | 北京云迹科技有限公司 | 一种机器人乘梯检测方法及装置 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10429196B2 (en) * | 2017-03-08 | 2019-10-01 | Invensense, Inc. | Method and apparatus for cart navigation |
US10358318B2 (en) * | 2017-04-10 | 2019-07-23 | International Business Machines Corporation | Predictive analytics to determine elevator path and staging |
-
2021
- 2021-12-01 CN CN202111456958.8A patent/CN114234966B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20140074157A (ko) * | 2012-12-07 | 2014-06-17 | 주식회사 유진로봇 | 이동 로봇의 3차원 자세 추정 방법 및 장치와 이를 이용한 이동로봇 |
CN107655471A (zh) * | 2017-08-02 | 2018-02-02 | 北京云迹科技有限公司 | 基于imu的楼层测量方法及机器人跨楼层导航方法 |
WO2021221343A1 (ko) * | 2020-04-29 | 2021-11-04 | 주식회사 트위니 | 실내 이동 로봇이 엘리베이터에서 환경을 인식하기 위한 장치 및 방법, 이를 구현하기 위한 프로그램이 저장된 기록매체 및 이를 구현하기 위해 매체에 저장된 컴퓨터프로그램 |
CN113788377A (zh) * | 2021-09-16 | 2021-12-14 | 北京云迹科技有限公司 | 一种机器人乘梯检测方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN114234966A (zh) | 2022-03-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10451744B2 (en) | Detecting user activity based on location data | |
JP6363239B2 (ja) | パワー効率のよいコンテキストアウェア推定のための適応型センササンプリング | |
US20140347274A1 (en) | Low Power Management of Multiple Sensor Integrated Chip Architecture | |
US20120109862A1 (en) | User device and method of recognizing user context | |
KR20150082405A (ko) | 데이터 클러스터들에 대한 컨텍스트 라벨들의 할당에 의한 모바일 디바이스에서의 컨텍스트 모델의 관리 | |
CN111488835B (zh) | 一种同行人员的识别方法及装置 | |
US20200092699A1 (en) | Match bluetooth low energy (ble) moving patterns | |
CN114212636B (zh) | 基于移动机器人的电梯监测方法、装置、存储介质及设备 | |
CN114234966B (zh) | 移动机器人的乘梯状态检测方法、装置、存储介质及设备 | |
CN107421557B (zh) | 导航目的地的确定方法、智能终端和具有存储功能的装置 | |
CN106197467B (zh) | 一种计步参数的处理方法、装置及移动终端 | |
CN109062024B (zh) | 智能手表提醒方式的切换方法、装置、设备及存储介质 | |
CN105682021B (zh) | 一种信息处理方法及电子设备 | |
CN112433201B (zh) | 一种测距方法、装置及终端设备 | |
CN112446983A (zh) | 智能门锁控制方法及装置 | |
CN113060095A (zh) | 一种车辆锁定状态检测方法、装置及电子设备 | |
CN112237426A (zh) | 步伐检测的方法、装置、检测设备以及计算机存储介质 | |
WO2014081961A2 (en) | Low power management of multiple sensor integrated chip architecture | |
CN107800863B (zh) | 用于通过无线通信设备进行实时场景检测的控制方法 | |
CN105760646A (zh) | 一种活动分类方法和装置 | |
CN110672086A (zh) | 场景识别方法、装置、设备及计算机可读介质 | |
CN115097379A (zh) | 一种定位追踪方法、装置、设备及存储介质 | |
KR101558512B1 (ko) | 스마트 깔창을 이용한 위험 감지 시스템 및 그 처리 방법, 그리고 이를 위한 컴퓨터 프로그램을 기록한 저장 매체 | |
CN110809232B (zh) | 定位方法、装置、定位设备和计算机可读存储介质 | |
CN107124510B (zh) | 一种智能终端的安全监测方法及装置 |
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 |