CN114237249A - 用于机器人引领过程中的控制方法、装置和引领机器人 - Google Patents
用于机器人引领过程中的控制方法、装置和引领机器人 Download PDFInfo
- Publication number
- CN114237249A CN114237249A CN202111551964.1A CN202111551964A CN114237249A CN 114237249 A CN114237249 A CN 114237249A CN 202111551964 A CN202111551964 A CN 202111551964A CN 114237249 A CN114237249 A CN 114237249A
- Authority
- CN
- China
- Prior art keywords
- visitor
- robot
- target object
- leading
- person
- 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 title claims abstract description 81
- 238000004590 computer program Methods 0.000 claims description 18
- 230000016776 visual perception Effects 0.000 claims description 7
- 238000012544 monitoring process Methods 0.000 abstract description 25
- 230000002159 abnormal effect Effects 0.000 abstract description 4
- 230000000007 visual effect Effects 0.000 abstract description 4
- 238000012545 processing Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 6
- 238000004891 communication Methods 0.000 description 5
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000007792 addition Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
- G05D1/0246—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Electromagnetism (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本公开涉及引领机器人技术领域,提供了一种用于机器人引领过程中的控制方法、装置和引领机器人。该方法包括:在引领机器人基于确定的导航路线引领来访者前往目标地点的过程中,获取引领机器人周围第一预设距离内的第一人物图像;基于第一人物图像,确定目标对象的跟随情况,目标对象包括来访者和与来访者一起的同行者;基于跟随情况控制引领机器人执行对应的预设引领措施。本公开增加了跟随情况的监控对象,避免了对单一目标对象的视觉跟踪容易频繁出现跟踪监测异常或失败的情况,提高了对引领机器人对跟随情况进行监测的稳定性。
Description
技术领域
本公开涉及引领机器人技术领域,尤其涉及一种用于机器人引领过程中的控制方法、装置和引领机器人。
背景技术
在一些场景中,会使用机器人来为用户提供领路服务,机器人在领路过程需要对用户进行监控,以确定用户是否跟随在机器人后面。现有技术中机器人的这种对用户的监控,一般采用的是对输入目标地点的目标用户进行人脸定位监控,在机器人领路的过程中,经常会出现人脸定位暂时丢失的情况,使得机器人无法及时获取到有效的用户定位信息,从而导致机器人频繁进行速度调整或告警提示等。
发明内容
有鉴于此,本公开实施例提供了一种用于机器人引领过程中的控制方法、装置和引领机器人,以解决现有技术中机器人为用户领路的过程中容易因为人脸暂时丢失而无法及时获取到用户定位信息,导致机器人频繁进行速度调整的问题。
本公开实施例的第一方面,提供了一种用于机器人引领过程中的控制方法,包括:在引领机器人基于确定的导航路线引领来访者前往目标地点的过程中,获取引领机器人周围第一预设距离内的第一人物图像;基于第一人物图像,确定目标对象的跟随情况,目标对象包括来访者和与来访者一起的同行者;基于跟随情况控制引领机器人执行对应的预设引领措施。
本公开实施例的第二方面,提供了一种用于机器人引领过程中的控制装置,包括:图像获取模块,被配置为在引领机器人基于确定的导航路线引领来访者前往目标地点的过程中,获取引领机器人周围第一预设距离内的第一人物图像;跟随确定模块,被配置为基于第一人物图像,确定目标对象的跟随情况,目标对象包括来访者和与来访者一起的同行者;引领控制模块,被配置为基于跟随情况控制引领机器人执行对应的预设引领措施。
本公开实施例的第三方面,提供了一种引领机器人,包括视觉感知设备和计算设备,所述计算设包括存储器、处理器以及存储在存储器中并且可以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。
本公开实施例与现有技术相比存在的有益效果是:本公开通过在引领机器人基于确定的导航路线引领来访者前往目标地点的过程中,获取引领机器人周围第一预设距离内的第一人物图像;基于第一人物图像,确定目标对象的跟随情况,目标对象包括来访者和与来访者一起的同行者;基于跟随情况控制引领机器人执行对应的预设引领措施,增加了跟随情况的监控对象,避免了对单一目标对象的视觉跟踪容易频繁出现跟踪监测异常或失败的情况,提高了对引领机器人对跟随情况进行监测的稳定性。
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用于机器人引领过程中的控制方法的流程示意图;
图3是本公开实施例提供的一种用于机器人引领过程中的控制装置的结构示意图;
图4是本公开实施例提供的一种计算设备的结构示意图。
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用于机器人引领过程中的控制方法和装置。
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机器人1、服务器2以及网络3。
机器人1可以为引领机器人,一般应用于酒店、楼宇、小区、医院、厂房等各种目标场景,用于为用户提供领路或导航服务。例如,如图1所示,用户4或用户5进入目标场景后,可以在机器人1上输入想要前往的目的地点,然后由机器人1自动规划前往该目标地点的导航路线,并沿该导航路线移动来引领用户4或5前往该目标地点。
具体地,机器人1可以移动的轮式机器人,在机器人1上可以包括视觉感知设备和计算设备,其中,该视觉感知设备用于获取周围的人物图像,来对目标对象进行实际跟踪和距离检测,例如,该视觉感知设备可以为深度摄像头;计算设备可以用于对视觉感知设备采集的图像信息进行分析来获取目标对象的位置信息,并生成对机器人1的控制策略等。进一步地,机器人1中的计算设备可以是硬件,也可以是软件。当计算设备为硬件时,其可以是具有信息处理功能且支持与服务器2通信的各种电子设备,包括但不限于计算机或为微型计算机系统或定制的可编程装置等;当计算设备为软件时,其可以安装在如上的电子设备中。计算设备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,计算设备上可以安装有各种应用,例如数据处理应用、图像分析算法等。
服务器2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机器人1发送的请求进行接收的后台服务器,该后台服务器可以对机器人1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2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2可以是硬件,也可以是软件。当服务器2为硬件时,其可以是为机器人1提供各种服务的各种电子设备。当服务器2为软件时,其可以是为机器人1提供各种服务的多个软件或软件模块,也可以是为机器人1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3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,在本公开实施例中,网络3优选为无线网络,例如,机器人1可以通过WiFi或载波的方式与服务器3连接。
用户4和5可以是同行者,也可以是各自独行的来访者。以用户4和5为同行者为例,当用户4进入目标区域后,在机器人1上输入目标地点,有机器人1确定目标地点的导航路线后,沿着该导航路线移动来引领用户4和5向目标地点行进,在机器人1引领用户4和5的过程中,可以通过设置在机器人1上的视觉感知设备来采集用户4和5的人物图像,并通过机器人1的计算设备对该人物图像进行分析处理,以确定用户4和5的跟随情况,或者机器人1也可以将人物图像发送给服务器2,由服务器2来对该人物图像进行分析处理后,将处理结果返回给机器人1,使机器人1获取到用户4和5的跟随情况,并控制机器人根据跟随情况来作出相应的引领措施,例如,该引领措施可以包括对机器人1的移动速度进行加速、保持和减速控制等。
需要说明的是,机器人1、服务器2以及网络3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用于机器人引领过程中的控制方法的流程图。图2的用于机器人引领过程中的控制方法可以由图1的机器人或服务器执行。如图2所示,该用于机器人引领过程中的控制方法包括:
S201,在引领机器人基于确定的导航路线引领来访者前往目标地点的过程中,获取引领机器人周围第一预设距离内的第一人物图像;
S202,基于第一人物图像,确定目标对象的跟随情况,目标对象包括来访者和与来访者一起的同行者;
S203,基于跟随情况控制引领机器人执行对应的预设引领措施。
该用于机器人引领过程中的控制方法的工作原理在于:在引领机器人引领来访者前往目标地点的过程中,获取来访者和来访者周围的人物图像,根据人物图像中的来访者的图像信息,或与来访者一起的同行者的图像信息来确定跟随情况,再根据不同的跟随情况对机器人进行预设引领措施的控制,扩大了跟随情况监测的范围,从而提高了目标对象跟随情况监测的稳定性,
本公开实施例通过在引领机器人基于确定的导航路线引领来访者前往目标地点的过程中,获取引领机器人周围第一预设距离内的第一人物图像;基于第一人物图像,确定目标对象的跟随情况,目标对象包括来访者和与来访者一起的同行者;基于跟随情况控制引领机器人执行对应的预设引领措施,增加了跟随情况的监控对象,避免了对单一目标对象的视觉跟踪容易频繁出现跟踪监测异常或失败的情况,提高了对引领机器人对跟随情况进行监测的稳定性。
在一些实施例中,基于第一人物图像,确定目标对象的跟随情况,包括:对第一人物图像进行识别,判断是否有与来访者一起的同行者;在来访者没有同行者的情况下,识别第一人物图像中是否存在来访者的第一人脸图像;若存在来访者的第一人脸图像,则判定在第一预设距离内有目标对象跟随;若不存在,则获取引领机器人周围第二预设距离内的第二人物图像,第二预设距离大于第一预设距离。
具体地,识别来访者是否存在同行者,可以预先通过机器人采集大量的人物图像,并对人物图像中的目标对象和与目标对象一起的同行者进行标注,来得到人物图像的训练样本集,然后利用该人物图像的训练样本集对神经网络模型或其他算法模型进行训练学习,来得到能够自动识别人物图像中的来访者和与来访者一起的同行者的目标模型。
具体地,第一预设距离可以是用户根据经验数据设置的距离值,也可以是用户根据目标场景的情况对已经设置的第一预设距离进行调整后得到的新的距离值,本公开实施例对此不作限制。
进一步地,为了提高只有来访者一人的跟随情况监测的稳定性,在识别到人物图像中不存在来访者的第一人脸图像的情况下,还可以识别是否存在预先对来访者采集的服装图案来确定在第一预设距离内是否有目标对象跟随。
本公开实施例针对只有来访者一人的情况进行跟随情况的监测,在通过人脸识别无法监测到第一预设距离内有目标对象时,还可以进一步扩大监测范围,以此增加了跟随情况监测的多样性,保证跟随情况监测的稳定性。
在一些实施例中,判断是否有与来访者一起的同行者之后,还包括:在来访者有同行者的情况下,若识别第一人物图像中没有来访者的第一人脸图像,再识别第一人物图像中是否存在同行者的第二人脸图像;若存在同行者的第二人脸图像,则判定在第一预设距离内有目标对象跟随;若不存在同行者的第二人脸图像,则获取引领机器人周围第二预设距离内的第二人物图像。
具体地,对于引领机器人引领的目标对象有同行者的情况,如果通过人物图像监测到来访者的第一人脸图像,则按照只有来访者一人的情况进行处理。当监测不到来访者的第一人脸图像的情况下,则转为监测同行者的第二人脸图像来确定跟随情况,增加了目标对象跟随情况监测的途径。
具体地,与来访者一起的同行者可以是一个人,也可以是多个人,由此,该第二人脸图像可以包括一个同行者的人脸图像,也可以包括多个同行者的人脸图像。实际应用中,可以在检测到来访者有同行者时,预先保存该同行者的第二人脸图像。
具体地,第二预设距离可以是用户根据经验数据设置的距离值,也可以是用户根据目标场景的情况对已经设置的第二预设距离进行调整后得到的新的距离值,本公开实施例对此不作限制。
本公开实施例针对来访者有同行者的情况下进行跟随情况监测,在无法监测到来访者的跟随情况的情况下,转为监测同行者的人脸图像来弥补无法监控到来访者人脸图像的情况,增加了目标对象跟随情况监测的途径,保证了跟随情况监测的稳定性。
在一些实施例中,基于跟随情况控制引领机器人执行对应的预设引领措施,包括:在判定第一预设距离内有目标对象跟随的情况下,控制引领机器人保持当前移动速度对目标对象进行引领。
具体地,在监测到目标对象跟随在第一预设距离内时,一般认为目标对象处于正常的跟随状态,此时只需要控制引领机器人与目标对象的行走速度保持一致即可,使目标对象与引领机器人能够保持合理的距离。
在一些实施例中,获取引领机器人周围第二预设距离内的第二人物图像之后,还包括:基于第二人物图像确定目标对象的跟随情况。
具体地,对第二人物图像进行目标对象跟随情况识别的方式与第一人物图像的处理情况一样,由于第二人物图像是在第一人物图像无法确定跟随情况的来采集的,因此,可以省略同行者的检测步骤。
进一步地,在一些实施例中,基于第二人物图像确定目标对象的跟随情况,包括:在来访者没有同行者的情况下,识别第二人物图像中是否存在来访者的第一人脸图像;若存在来访者的第一人脸图像,则判定在第二预设距离内有目标对象跟随;若不存在来访者的第一人脸图像,则判定目标对象丢失。
具体地,这里针对来访者没有同行者是基于第一人物图像进行识别后的结果,因此,可以直接对于第二人物图像进行来访者的第一人脸图像识别,这样可以有效提高识别效率。
进一步地,为了避免同行者中途离开的情况,在一些实施例中,当基于第二人物图像识别到存在来访者的第一人脸图像的情况下,可以对第二人物图像进行识别,来再次判断是否有与来访者一起的同行者,并根据判断结果更新来访者的同行者情况。示例地,若基于第二人物图像确定的同行者情况与基于第一人物图像确定的同行者情况不一致,则基于第二人物图像确定的同行者情况更新来访者的同行者情况;若基于第二人物图像确定的同行者情况与基于第一人物图像确定的同行者情况一致,则可以保持来访者的同行者情况不变。
在一些实施例中,基于第二人物图像确定目标对象的跟随情况,还包括:在来访者有同行者的情况下,若识别第二人物图像中没有来访者的人脸图像,再识别第二人物图像中是否存在同行者的第二人脸图像;若存在同行者的第二人脸图像,则判定在第二预设距离内有目标对象跟随;若不存在同行者的第二人脸图像,则判定目标对象丢失。
具体地,与第一人物图像识别不同之处在于,如果在第二人物图像中识别不到来访者的第一人脸图像和同行者的第二人脸图像,则将判定目标对象丢失,即引领机器人后方的第二预设距离内没有识别到引领的目标对象。考虑到对第二人物图像的识别与第一人物图像一样,故这里不作赘述。
在一些实施例中,基于跟随情况控制引领机器人执行对应的预设引领措施,包括:在判定第二预设距离内有目标对象跟随的情况下,控制引领机器人减速对目标对象进行引领;在判定目标对象丢失的情况下,控制引领机器人停止移动,并执行预设操作,预设操作包括等待目标对象或者终止引领任务。
具体地,结合对第一人物图像的跟随情况识别可知,引领机器人针对不同的跟随情况,分别预先设置有对应的预设引领措施,这些预设引领措施并非唯一或固定的,也可以根据实际应用场景或情况进行调整或改变,本公开实施例对此不作限制。
另外,在一些实施例中,本公开提供的一种用于机器人引领过程中的控制方法,还可以包括:
步骤一,在引领机器人基于确定的导航路线引领来访者前往目标地点的过程中,获取引领机器人周围第一预设距离内的第一人物图像;
步骤二,对第一人物图像进行识别,判断是否有与来访者一起的同行者;
步骤三,在来访者没有同行者的情况下,识别第一人物图像中是否存在来访者的第一人脸图像:若存在来访者的第一人脸图像,则判定在第一预设距离内有目标对象跟随,并进入步骤七;若不存在来访者的第一人脸图像,则执行步骤五;
步骤四,在来访者有同行者的情况下,若识别第一人物图像中有来访者的第一人脸图像,则判定在第一预设距离内有目标对象跟随,并进入步骤七;若识别第一人物图像中没有来访者的第一人脸图像,再识别第一人物图像中是否存在同行者的第二人脸图像:若存在同行者的第二人脸图像,则判定在第一预设距离内有目标对象跟随,并进入步骤七;若不存在同行者的第二人脸图像,则执行步骤五;
步骤五,获取引领机器人周围第二预设距离内的第二人物图像,第二预设距离大于第一预设距离。
步骤六,基于第二人物图像确定目标对象的跟随情况:
在来访者没有同行者的情况下,识别第二人物图像中是否存在来访者的第一人脸图像;若存在来访者的第一人脸图像,则判定在第二预设距离内有目标对象跟随,并进入步骤七;若不存在来访者的第一人脸图像,则判定目标对象丢失;
在来访者有同行者的情况下,若识别第二人物图像中没有来访者的人脸图像,再识别第二人物图像中是否存在同行者的第二人脸图像;若存在同行者的第二人脸图像,则判定在第二预设距离内有目标对象跟随;若不存在同行者的第二人脸图像,则判定目标对象丢失。
步骤七,在判定第一预设距离内有目标对象跟随的情况下,控制引领机器人保持当前移动速度对目标对象进行引领;在判定第二预设距离内有目标对象跟随的情况下,控制引领机器人减速对目标对象进行引领;在判定目标对象丢失的情况下,控制引领机器人停止移动,并执行预设操作,预设操作包括等待目标对象或者终止引领任务。
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用于机器人引领过程中的控制装置的示意图。如图3所示,该用于机器人引领过程中的控制装置包括:
图像获取模块301,被配置为在引领机器人基于确定的导航路线引领来访者前往目标地点的过程中,获取引领机器人周围第一预设距离内的第一人物图像;
跟随确定模块302,被配置为基于第一人物图像,确定目标对象的跟随情况,目标对象包括来访者和与来访者一起的同行者;
引领控制模块303,被配置为基于跟随情况控制引领机器人执行对应的预设引领措施。
本公开实施例通过在引领机器人基于确定的导航路线引领来访者前往目标地点的过程中,获取引领机器人周围第一预设距离内的第一人物图像;基于第一人物图像,确定目标对象的跟随情况,目标对象包括来访者和与来访者一起的同行者;基于跟随情况控制引领机器人执行对应的预设引领措施,增加了跟随情况的监控对象,避免了对单一目标对象的视觉跟踪容易频繁出现跟踪监测异常或失败的情况,提高了对引领机器人对跟随情况进行监测的稳定性。
在一些实施例中,图3中的跟随确定模块302对第一人物图像进行识别,判断是否有与来访者一起的同行者;在来访者没有同行者的情况下,识别第一人物图像中是否存在来访者的第一人脸图像;若存在来访者的第一人脸图像,则判定在第一预设距离内有目标对象跟随;若不存在,则图3中的图像获取模块301获取引领机器人周围第二预设距离内的第二人物图像,第二预设距离大于第一预设距离。
在一些实施例中,图3中的跟随确定模块302在来访者有同行者的情况下,若识别第一人物图像中没有来访者的第一人脸图像,再识别第一人物图像中是否存在同行者的第二人脸图像;若存在同行者的第二人脸图像,则判定在第一预设距离内有目标对象跟随;若不存在同行者的第二人脸图像,则图3中的图像获取模块301获取引领机器人周围第二预设距离内的第二人物图像。
在一些实施例中,图3中的引领控制模块303在判定第一预设距离内有目标对象跟随的情况下,控制引领机器人保持当前移动速度对目标对象进行引领。
在一些实施例中,图3中的跟随确定模块302基于第二人物图像确定目标对象的跟随情况。
在一些实施例中,图3中的跟随确定模块302在来访者没有同行者的情况下,识别第二人物图像中是否存在来访者的第一人脸图像;若存在来访者的第一人脸图像,则判定在第二预设距离内有目标对象跟随;若不存在来访者的第一人脸图像,则判定目标对象丢失。
在一些实施例中,图3中的跟随确定模块302在来访者有同行者的情况下,若识别第二人物图像中没有来访者的人脸图像,再识别第二人物图像中是否存在同行者的第二人脸图像;若存在同行者的第二人脸图像,则判定在第二预设距离内有目标对象跟随;若不存在同行者的第二人脸图像,则判定目标对象丢失。
在一些实施例中,图3中的引领控制模块303在判定第二预设距离内有目标对象跟随的情况下,控制引领机器人减速对目标对象进行引领;在判定目标对象丢失的情况下,控制引领机器人停止移动,并执行预设操作,预设操作包括等待目标对象或者终止引领任务。
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计算设备400的示意图。图4中的计算设备可以应用于图1应用场景下的机器人1中,用于执行图1所示方法的步骤。如图4所示,该实施例的计算设备400包括:处理器401、存储器402以及存储在该存储器402中并且可以在处理器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在计算设备400中的执行过程。
计算设备400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。计算设备400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仅仅是计算设备400的示例,并不构成对计算设备400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,计算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可以是计算设备400的内部存储单元,例如,计算设备400的硬盘或内存。存储器402也可以是计算设备400的外部存储设备,例如,计算设备400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还可以既包括计算设备400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计算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/计算设备和方法,可以通过其它的方式实现。例如,以上所描述的装置/计算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 Access Memory,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 (10)
1.一种用于机器人引领过程中的控制方法,其特征在于,包括:
在引领机器人基于确定的导航路线引领来访者前往目标地点的过程中,获取所述引领机器人周围第一预设距离内的第一人物图像;
基于所述第一人物图像,确定目标对象的跟随情况,所述目标对象包括所述来访者和与所述来访者一起的同行者;
基于所述跟随情况控制所述引领机器人执行对应的预设引领措施。
2.根据权利要求1所述的方法,其特征在于,所述基于所述第一人物图像,确定目标对象的跟随情况,包括:
对所述第一人物图像进行识别,判断是否有与所述来访者一起的同行者;
在所述来访者没有同行者的情况下,识别所述第一人物图像中是否存在所述来访者的第一人脸图像;
若存在所述来访者的第一人脸图像,则判定在所述第一预设距离内有目标对象跟随;
若不存在所述来访者的第一人脸图像,则获取所述引领机器人周围第二预设距离内的第二人物图像,所述第二预设距离大于所述第一预设距离。
3.根据权利要求2所述的方法,其特征在于,所述判断是否有与所述来访者一起的同行者之后,还包括:
在所述来访者有同行者的情况下,若识别所述第一人物图像中没有所述来访者的第一人脸图像,再识别所述第一人物图像中是否存在所述同行者的第二人脸图像;
若存在所述同行者的第二人脸图像,则判定在所述第一预设距离内有目标对象跟随;
若不存在所述同行者的第二人脸图像,则获取所述引领机器人周围第二预设距离内的第二人物图像。
4.根据权利要求3所述的方法,其特征在于,所述基于所述跟随情况控制所述引领机器人执行对应的预设引领措施,包括:
在判定所述第一预设距离内有目标对象跟随的情况下,控制所述引领机器人保持当前移动速度对所述目标对象进行引领。
5.根据权利要求3所述的方法,其特征在于,所述获取所述引领机器人周围第二预设距离内的第二人物图像之后,还包括:基于所述第二人物图像确定所述目标对象的跟随情况。
6.根据权利要求5所述的方法,其特征在于,所述基于所述第二人物图像确定所述目标对象的跟随情况,包括:
在所述来访者没有同行者的情况下,识别所述第二人物图像中是否存在所述来访者的第一人脸图像;
若存在所述来访者的第一人脸图像,则判定在所述第二预设距离内有目标对象跟随;
若不存在所述来访者的第一人脸图像,则判定目标对象丢失。
7.根据权利要求5所述的方法,其特征在于,所述基于所述第二人物图像确定所述目标对象的跟随情况,还包括:
在所述来访者有同行者的情况下,若识别所述第二人物图像中没有所述来访者的人脸图像,再识别所述第二人物图像中是否存在所述同行者的第二人脸图像;
若存在所述同行者的第二人脸图像,则判定在所述第二预设距离内有目标对象跟随;
若不存在所述同行者的第二人脸图像,则判定目标对象丢失。
8.根据权利要求6或7所述的方法,其特征在于,所述基于所述跟随情况控制所述引领机器人执行对应的预设引领措施,包括:
在判定所述第二预设距离内有目标对象跟随的情况下,控制所述引领机器人减速对所述目标对象进行引领;
在判定目标对象丢失的情况下,控制所述引领机器人停止移动,并执行预设操作,所述预设操作包括等待目标对象或者终止引领任务。
9.一种用于机器人引领过程中的控制装置,其特征在于,包括:
图像获取模块,被配置为在引领机器人基于确定的导航路线引领来访者前往目标地点的过程中,获取所述引领机器人周围第一预设距离内的第一人物图像;
跟随确定模块,被配置为基于所述第一人物图像,确定目标对象的跟随情况,所述目标对象包括所述来访者和与所述来访者一起的同行者;
引领控制模块,被配置为基于所述跟随情况控制所述引领机器人执行对应的预设引领措施。
10.一种引领机器人,包括视觉感知设备和计算设备,所述计算设备包括存储器、处理器以及存储在所述存储器中并且可以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8中任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111551964.1A CN114237249B (zh) | 2021-12-17 | 2021-12-17 | 用于机器人引领过程中的控制方法、装置和引领机器人 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111551964.1A CN114237249B (zh) | 2021-12-17 | 2021-12-17 | 用于机器人引领过程中的控制方法、装置和引领机器人 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114237249A true CN114237249A (zh) | 2022-03-25 |
CN114237249B CN114237249B (zh) | 2024-09-27 |
Family
ID=80757936
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111551964.1A Active CN114237249B (zh) | 2021-12-17 | 2021-12-17 | 用于机器人引领过程中的控制方法、装置和引领机器人 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114237249B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108734082A (zh) * | 2018-03-21 | 2018-11-02 | 北京猎户星空科技有限公司 | 对应关系的建立方法、装置、设备和存储介质 |
CN108724172A (zh) * | 2017-12-01 | 2018-11-02 | 北京猎户星空科技有限公司 | 引领设备控制方法及装置 |
US20180370037A1 (en) * | 2017-06-27 | 2018-12-27 | Kinpo Electronics, Inc. | Method of tracing target object |
CN110032982A (zh) * | 2019-04-22 | 2019-07-19 | 广东博智林机器人有限公司 | 机器人引路方法、装置、机器人和存储介质 |
CN111189452A (zh) * | 2019-12-30 | 2020-05-22 | 深圳优地科技有限公司 | 机器人导航领路方法、机器人及存储介质 |
CN112486165A (zh) * | 2020-10-22 | 2021-03-12 | 深圳优地科技有限公司 | 机器人领路方法、装置、设备及计算机可读存储介质 |
-
2021
- 2021-12-17 CN CN202111551964.1A patent/CN114237249B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20180370037A1 (en) * | 2017-06-27 | 2018-12-27 | Kinpo Electronics, Inc. | Method of tracing target object |
CN108724172A (zh) * | 2017-12-01 | 2018-11-02 | 北京猎户星空科技有限公司 | 引领设备控制方法及装置 |
CN108734082A (zh) * | 2018-03-21 | 2018-11-02 | 北京猎户星空科技有限公司 | 对应关系的建立方法、装置、设备和存储介质 |
CN110032982A (zh) * | 2019-04-22 | 2019-07-19 | 广东博智林机器人有限公司 | 机器人引路方法、装置、机器人和存储介质 |
CN111189452A (zh) * | 2019-12-30 | 2020-05-22 | 深圳优地科技有限公司 | 机器人导航领路方法、机器人及存储介质 |
CN112486165A (zh) * | 2020-10-22 | 2021-03-12 | 深圳优地科技有限公司 | 机器人领路方法、装置、设备及计算机可读存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN114237249B (zh) | 2024-09-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108780361A (zh) | 人机交互方法、装置、机器人及计算机可读存储介质 | |
CN110654381B (zh) | 用于控制车辆的方法和装置 | |
CN108174152A (zh) | 一种目标监控方法及目标监控系统 | |
US11363210B2 (en) | In-vehicle device and vehicle search system | |
US11328518B2 (en) | Method and apparatus for outputting information | |
CN109961781B (zh) | 基于机器人的语音信息接收方法、系统及终端设备 | |
CN112651266B (zh) | 行人检测方法和装置 | |
CN110717918A (zh) | 行人检测方法和装置 | |
JP2020513627A (ja) | インテリジェント盲導方法および装置 | |
CN114012740B (zh) | 一种基于机器人的目标地点引领方法、装置和机器人 | |
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 | |
US20230136403A1 (en) | Method and device for event displaying, storage medium, and electronic device | |
CN114237249A (zh) | 用于机器人引领过程中的控制方法、装置和引领机器人 | |
CN109977884B (zh) | 目标跟随方法和装置 | |
CN116362489A (zh) | 一种基于大数据的建筑工地跨区域管理方法及系统 | |
CN210781107U (zh) | 一种车载数据处理终端及系统 | |
CN114237250B (zh) | 目标区域内的导航建议路线生成方法、装置和电子设备 | |
CN112634487B (zh) | 用于输出信息的方法和装置 | |
CN114237251B (zh) | 目标地点的接力引领方法、装置、电子设备及存储介质 | |
CN117493434B (zh) | 一种人脸图像存储方法、设备及介质 | |
CN115321285B (zh) | 一种混合场景条件下的智能电梯控制方法及系统 | |
JP2019153184A (ja) | 自動運転車両を制御するためのシステム、方法、及びプログラム | |
CN113469159B (zh) | 障碍物信息生成方法、装置、电子设备和计算机可读介质 | |
CN113554247B (zh) | 自动导引运输车运行状况评估方法、装置和系统 | |
CN113916233B (zh) | 导航路线确定方法、装置、设备及存储介质 |
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 |