CN114442636B - 一种跟随机器人的控制方法、装置、机器人和存储介质 - Google Patents
一种跟随机器人的控制方法、装置、机器人和存储介质 Download PDFInfo
- Publication number
- CN114442636B CN114442636B CN202210124660.5A CN202210124660A CN114442636B CN 114442636 B CN114442636 B CN 114442636B CN 202210124660 A CN202210124660 A CN 202210124660A CN 114442636 B CN114442636 B CN 114442636B
- Authority
- CN
- China
- Prior art keywords
- robot
- obstacle
- following
- strategy
- waiting
- 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 45
- 238000004891 communication Methods 0.000 claims abstract description 102
- 230000007613 environmental effect Effects 0.000 claims description 36
- 230000004044 response Effects 0.000 claims description 9
- 238000004590 computer program Methods 0.000 claims description 4
- 230000001960 triggered effect Effects 0.000 claims description 4
- 230000003068 static effect Effects 0.000 description 8
- 230000006870 function Effects 0.000 description 7
- 230000008569 process Effects 0.000 description 7
- 230000003287 optical effect Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 238000001514 detection method Methods 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 235000003166 Opuntia robusta Nutrition 0.000 description 1
- 244000218514 Opuntia robusta Species 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000011897 real-time detection Methods 0.000 description 1
- 230000008707 rearrangement Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000006467 substitution reaction Methods 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
- G05D1/0238—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
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
- G05D1/0214—Control 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
-
- 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
- G05D1/0221—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving a learning process
-
- 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
- G05D1/0242—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using non-visible light signals, e.g. IR or UV signals
-
- 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
- G05D1/0251—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 3D information from a plurality of images taken from different locations, e.g. stereo vision
-
- 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
- G05D1/0259—Control of position or course in two dimensions specially adapted to land vehicles using magnetic or electromagnetic means
- G05D1/0263—Control of position or course in two dimensions specially adapted to land vehicles using magnetic or electromagnetic means using magnetic strips
-
- 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
- G05D1/028—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle using a RF signal
-
- 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
- G05D1/0285—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle using signals transmitted via a public communication network, e.g. GSM network
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)
- Computer Vision & Pattern Recognition (AREA)
- Optics & Photonics (AREA)
- Multimedia (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明公开了一种跟随机器人的控制方法、装置、机器人和存储介质,该方法包括:在检测到前方存在障碍机器人,且无可选通行方向的情况下,请求与障碍机器人建立通信连接;基于所述通信连接获取障碍机器人的当前状态信息;根据所述障碍机器人的当前状态信息,确定避障策略,并执行所述避障策略。通过与障碍机器人通信,可以保证确定出的避障策略的时效性,进一步的,通过基于障碍机器人的状态信息来确定避障策略,可以保证确定出的避障策略的准确性和灵活性,从而便于在执行更灵活准确的避障策略之后可以实现更有效的避障。
Description
技术领域
本发明实施例涉及机器人技术领域,尤其涉及一种跟随机器人的控制方法、装置、机器人和存储介质。
背景技术
随着计算机技术的发展,现实世界的许多场景中已经广泛地使用到机器人,尤其是可以实现跟随功能的机器人(即跟随机器人)。例如,在超市场景中,承载有购物车的跟随机器人可以自动跟随着购物者移动,以便于购物者不操作购物车的前提下,还可以随时向购物车中投放商品。或者,在餐厅场景中,跟随机器人跟随服务人员以收取使用完毕的餐盘。因此,在超市等复杂的跟随环境中,如何准确灵活的控制机器人行驶是目前亟待解决的问题。
发明内容
本发明实施例提供一种跟随机器人的控制方法、装置、机器人和存储介质。
第一方面,本发明实施例提供了一种跟随机器人的控制方法,该方法包括:
在检测到前方存在障碍机器人,且无可选通行方向的情况下,请求与障碍机器人建立通信连接;
基于所述通信连接获取障碍机器人的当前状态信息;
根据所述障碍机器人的当前状态信息,确定避障策略,并执行所述避障策略。
第二方面,本发明实施例还提供了一种跟随机器人的控制装置,该装置包括:
请求模块,用于在检测到前方存在障碍机器人,且无可选通行方向的情况下,请求与障碍机器人建立通信连接;
获取模块,用于基于所述通信连接获取障碍机器人的当前状态信息;
执行模块,用于根据所述障碍机器人的当前状态信息,确定避障策略,并执行所述避障策略。
第三方面,本发明实施例还提供了一种机器人,所述机器人包括:
一个或多个处理器;
存储器,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现本发明任一实施例所述的跟随机器人的控制方法。
第四方面,本发明实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如本发明中任一实施例所述的跟随机器人的控制方法。
本发明实施例在检测到前方存在障碍机器人,且无可选通行方向的情况下,请求与障碍机器人建立通信连接;基于通信连接获取障碍机器人的当前状态信息;根据障碍机器人的当前状态信息,确定避障策略,并执行避障策略。通过与障碍机器人通信,可以保证确定出的避障策略的时效性,进一步的,通过基于障碍机器人的状态信息来确定避障策略,可以保证确定出的避障策略的准确性和灵活性,从而便于在执行更灵活准确的避障策略之后可以实现更有效的避障。
附图说明
图1为本发明实施例一提供的一种跟随机器人的控制方法的流程图;
图2为本发明实施例二提供的一种跟随机器人的控制方法的流程图;
图3为本发明实施例三提供的一种跟随机器人的控制方法的流程图;
图4为本发明实施例四提供的一种跟随机器人的控制方法的流程图;
图5为本发明实施例五提供的一种跟随机器人的控制装置的结构框图;
图6为本发明实施例六提供的一种机器人的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于进一步解释本发明,而非对本发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部结构。
实施例一
图1为本发明实施例一提供的一种跟随机器人的控制方法的流程图,本实施例可适用于控制具有跟随功能的机器人在环境中行驶的情况,尤其适用于控制具有跟随功能的机器人在环境中进行避障行驶的情况,该方法可以由跟随机器人的控制装置来执行,该装置可以采用软件和/或硬件方式实现,并可集成于具有跟随功能的机器人(即跟随机器人)中。其中,本实施例的跟随机器人可以是现实场景中可以对跟随对象进行跟随的机器人,该现实场景可以包括但不限于:超市场景、餐厅场景、酒店场景或仓库场景等。如图1所示,本实施例提供的跟随机器人的控制方法具体包括:
S101、在检测到前方存在障碍机器人,且无可选通行方向的情况下,请求与障碍机器人建立通信连接。
其中,障碍机器人是现实场景中,对跟随机器人本机的通行造成了阻碍的机器人。无可选通行方向的情况是指跟随机器人本机前方所有能够通行的方向都存在阻碍,导致其无法继续进行跟随的情况。
可选的,跟随机器人本机在行驶过程中,可以实时采用双目立体视觉技术,对摄像头采集场景中的环境图像,或激光雷达扫描的环境点云进行分析,或检测到障碍时获取附近机器人的定位信息,来确定前方是否存在障碍机器人。若检测到前方存在障碍机器人,则跟随机器人可以进一步利用激光雷达、摄像头或其他传感器,检测本机前方预设范围内(如180°的范围)是否存在可以通行的方向,若预设范围内均未检测到可通行的方向,则认为检测到当前无可选通行方向。示例性的,跟随机器人本机在行进过程中,可以通过障碍物检测传感器检测到前方存在机器人障碍物,进一步停止前进,并旋转机身,旋转范围可以为原行进方向的左侧90°和右侧90°,共计180°的范围,以此保证机器人不会倒退行进,利用检测传感器,寻找是否有不存在障碍物且可通行的方向,若没有,则认为检测到当前无可选通行方向。
可选的,跟随机器人本机在检测到前方存在障碍机器人,且无可选通行方向的情况下,可以直接向障碍机器人发送建立通信连接的请求,也可以通过第三方,如服务器,向障碍机器人发送建立通信连接的请求,以使障碍机器人响应该请求,建立跟随机器人与障碍机器人之间的通信连接。具体的,跟随机器人与障碍机器人建立通信连接的方式有很多,例如,一种可实施方式可以为:应用场景中的所有机器人(包括跟随机器人和障碍机器人),如某个超市内的所有机器人均配置有通讯模块,如经典的433m无线通讯模块。即可以通过通讯模块,实现跟随机器人与障碍机器人之间的通信连接。又例如,另一种可实施方式可以为:应用场景中的所有机器人均通过局域网与其他机器人进行通信,即还可以通过局域网,实现跟随机器人与障碍机器人之间的通信连接。
S102、基于通信连接获取障碍机器人的当前状态信息。
其中,当前状态信息是指障碍机器人当前所处运行状态的信息。具体的,当前状态信息可以包括但不限于行进受阻碍状态、通行无阻碍状态以及等待状态等。通行无阻碍状态是指机器人处于行进状态且行进路上可以保持行进无阻碍的状态。行进受阻碍状态是指机器人处于行进受到阻碍的状态,即仍处于行进状态,但前方无可选通行方向。等待状态是指机器人停留在原地,等待满足继续行进要求时可以继续行进的状态。具体的,本发明实施例涉及多种不同的等待状态,将在后续实施例中进行详细介绍。
可选的,跟随机器人本机在与障碍机器人建立了通信连接之后,跟随机器人可以实时地基于该通信连接,向障碍机器人发送当前状态信息获取请求并获得响应结果,根据响应结果,获取障碍机器人的当前状态信息。跟随机器人也可以在与障碍机器人建立通信连接之后,实时接收障碍机器人主动发送的当前状态信息,即基于通信连接获取障碍机器人的当前状态信息。
S103、根据障碍机器人的当前状态信息,确定避障策略,并执行避障策略。
其中,避障策略是指跟随机器人为了避让障碍机器人或使得障碍机器人避让,而确定出的关于跟随机器人本机如何操作来避开障碍的策略。
可选的,跟随机器人获取障碍机器人的当前状态信息之后,可以通过预先训练好的神经网络模型,获取最优的避障策略,进而执行该避障策略;也可以根据预设的不同状态信息关联的避障规则,确定障碍机器人当前状态信息对应的避障策略,例如,若障碍机器人的当前状态信息为通行无阻碍状态,则跟随机器人本机的避障策略可以是等待状态,执行等待的避障策略,直到障碍机器人通行离开,此时跟随机器人本机前方出现可通行方向,从而可以继续跟随。
需要说明的是,在餐厅、酒店、超市以及仓库等现实场景中,跟随机器人需要与跟随对象保持合适的跟随距离,例如,超市购物场景下或餐厅的收餐场景下,需要跟随机器人与跟随对象距离不能太远也不能太近。在跟随机器人检测到存在障碍机器人时,现有技术中的避障策略往往是使跟随机器人提前去远处的避让点避让,以实现避障。但是,这样会导致跟随机器人与跟随对象之间的距离超出跟随范围,也可能造成本来跟随机器人和障碍机器人在同一个路段是可以通行的,但由于去远处的避让点避让,从而降低了工作效率。而本实施例提供的方案,在跟随机器人和障碍机器人相遇时,及时建立二者之间的通信,确定出准确的避障策略,实现避障,从而有效地解决了上述问题,并提高了避障的时效性,使得跟随机器人可以及时跟随。
本发明实施例在检测到前方存在障碍机器人,且无可选通行方向的情况下,请求与障碍机器人建立通信连接;基于通信连接获取障碍机器人的当前状态信息;根据障碍机器人的当前状态信息,确定避障策略,并执行避障策略。本方案跟随机器人在检测到前方存在障碍机器人的情况下,也就是跟随机器人与障碍机器人相遇时,实时与障碍机器人通信来确定避障策略,可以保证确定出的避障策略的时效性;另外,通过基于障碍机器人的状态信息来确定避障策略,根据不同的状态信息确定出不同的避障策略,从而保证了确定出的避障策略的灵活性和准确性,便于执行确定出的避障策略之后可以实现有效的避障。
实施例二
图2为本发明实施例二提供的一种跟随机器人的控制方法的流程图,本实施例在上述实施例的基础上,进一步对“检测到前方存在障碍机器人,且无可选通行方向的情况下,请求与障碍机器人建立通信连接”进行详细的解释说明,如图2所示,本实施例提供的跟随机器人的控制方法具体包括:
S201、在检测到前方存在障碍物,且无可选通行方向的情况下,确定障碍物是否为机器人。
其中,障碍物可以是固定于某一位置的静态障碍物,也可以是可活动的动态障碍物。例如,在超市场景中,静态障碍物可以是超市货架或墙壁等,动态障碍物可以是走动的人和所有可移动的机器人等。
可选的,跟随机器人本机可以通过摄像头或激光雷达进行实时检测,在检测到前方存在障碍物,且无可选通行方向的情况下,可以先判断障碍物的类别,从而确定障碍物是否为机器人,具体的,确定障碍物是否为机器人的方式有很多,例如,一种可实施方式为:利用图像处理方法或类别分析模型,对摄像头获取的环境图像或激光雷达采集的环境点云进行障碍物类别分析,确定障碍物是否为机器人。
确定障碍物是否为机器人的另一种可实施方式为:根据第一环境机器人发送的定位信号,确定障碍物是否为机器人。
其中,环境机器人是指跟随机器人所在现实场景的实体空间中所有的机器人,例如,在购物超市场景中,除跟随机器人本机之外的所有机器人均为该跟随机器人的环境机器人。第一环境机器人是指处于跟随机器人检测范围内或可通信范围内的所有环境机器人。
具体的,本实施例中的环境机器人会实时或每隔预设时长向场景中的其他机器人发送一次定位信号。跟随机器人本机可以在检测到前方存在障碍物,且无可选通行方向的情况下,获取其前方障碍物的位置信息,并根据当前接收的所有第一环境机器人发送的定位信号,确定各第一环境机器人的位置信息是否与障碍物的位置信息相同,若所有第一环境机器人所处的位置与该障碍物的位置均不同,则表明该障碍物不是环境机器人,即可以确定障碍物不是机器人;若该障碍物的位置与某一第一环境机器人的位置相同,则表明该障碍物是机器人,且障碍物就是该第一环境机器人。
确定障碍物是否为机器人的又一种可实施方式为:通过后台服务器确定障碍物是否为机器人。
具体的,本实施例中的环境机器人会实时或每隔预设时长向后台服务器发送一次定位信号。跟随机器人本机可以在检测到前方存在障碍物,且无可选通行方向的情况下,向后台服务器发送包含其当前位置信息的障碍物类型确定请求,后台服务器可以根据接收到的各环境机器人发送的定位信号,确定发送障碍物类型确定请求的跟随机器人前方的障碍物是否为机器人,将确定结果反馈至跟随机器人本机,即通过后台服务器确定障碍物是否为机器人。
需要说明的是,本发明实施例中,跟随机器人本机可以直接根据第一环境机器人的定位信号来确定障碍物是否为机器人,也可以通过第三方即后台服务器来确定障碍物是否为机器人,通过给出两种确定障碍物是否为机器人的实现方式,提高了判断障碍物类型方式的灵活性。
S202、若是,则获取障碍机器人的标识信息。
其中,标识信息是指可以唯一标识机器人身份的信息,例如,一个包含数字、字母、特殊符号等信息的字符串。
可选的,若确定障碍物是机器人,则可以根据障碍机器人的定位信息,向障碍机器人发送标识信息获取请求,并获取障碍机器人反馈的标识信息,即获取障碍机器人的标识信息;也可以向后台服务器发送障碍机器人标识获取请求,使得后台服务器根据障碍机器人的定位信号确定出该障碍机器人的标识信息并反馈至跟随机器人本机,即获取障碍机器人的标识信息。
S203、基于障碍机器人的标识信息,向障碍机器人发送通信连接请求。
具体的,跟随机器人本机在获取障碍机器人的标识信息之后,可以对该标识信息进行识别,确定出与该标识信息对应的障碍机器人进行通信的方式,基于对应的通信方式,向障碍机器人发送通信连接请求。
S204、基于通信连接获取障碍机器人的当前状态信息。
S205、根据障碍机器人的当前状态信息,确定避障策略,并执行避障策略。
本发明实施例中,在检测到前方存在障碍物,且无可选通行方向的情况下,确定障碍物是否为机器人,若是,则获取障碍机器人的标识信息,基于障碍机器人的标识信息,向障碍机器人发送通信连接请求,基于通信连接获取障碍机器人的当前状态信息,根据障碍机器人的当前状态信息,确定避障策略,并执行避障策略。通过在检测到前方存在障碍物,且无可选通行方向的情况下,首先确定障碍物是否为机器人,在障碍物是机器人的情况下,才获取障碍机器人的标识信息并与障碍机器人通信,从而确定避障策略并执行,因此可以避免频繁发送无效的通信连接请求,提高跟随机器人的工作效率。
可选的,针对当前的跟随机器人本机而言,其可以向检测到的障碍机器人发送通信连接请求,也可以成为环境中其他机器人(如其他跟随机器人)的障碍机器人,接受其他环境机器人发送的通信连接请求。具体的,跟随机器人本机可以响应于第二环境机器人发送的通信连接请求,在确定本机当前状态信息满足通信连接要求时,与第二环境机器人建立通信连接。
其中,本机是指作为本实施例执行主体的跟随机器人本机。第二环境机器人是指在跟随机器人本机作为其他环境机器人的障碍物时,向跟随机器人本机发送通信连接请求的环境机器人,也就是说,若本机为其他环境机器人检测到的障碍机器人,则此时其他环境机器人会请求与本机人建立通信连接,此时其他环境机器人为相对于本机的第二环境机器人。
示例性的,响应于第二环境机器人发送的通信连接请求,跟随机器人本机可以在确定自身当前的状态信息之后,判断当前状态是否为通行无阻碍状态,即判断本机当前状态信息是否满足通信连接要求,若当前状态信息为通行无阻碍状态,例如,当跟随机器人与第二环境机器人同方向行驶,且跟随机器人前方可通行时,则无需避障,则可以认为本机当前状态信息不满足通信连接要求,可以拒绝与第二环境机器人建立通信连接;否则认为本机当前状态信息满足通信连接要求。
本实施例中,对于接收到通信连接请求的机器人,可以先根据自身的状态信息,确定是否需要与第二环境机器人建立连接,也就是在满足通信连接要求的情况下才进行通信连接,通过这样的方式,能够避免机器人之间频繁建立无效的通信连接。
具体的,确定本机当前状态信息满足通信连接要求,可以包括:若本机的当前状态信息为等待状态,或行进受阻状态,则确定本机当前状态信息满足通信连接要求。
其中,等待状态是指跟随机器人本机处于等待中的状态,具体的,等待状态可以包括允许临时移动的等待状态和不允许移动的等待状态。行进受阻状态是指跟随机器人本机前方无可选通行方向的行进受到阻碍的状态。
可选的,若本机的当前状态信息为等待状态,或行进受阻状态,也就是当前状态不是通行无阻碍状态,此时需要与第二环境机器人建立通信连接,因此确定本机当前状态信息满足通信连接要求。
具体的,确定本机当前状态信息满足通信连接要求之后,可以响应于第二环境机器人发送的通信连接请求,通过局域网向第二环境机器人发送同意建立通信连接的响应结果,从而完成与第二环境机器人建立通信连接。
本实施例中,响应于第二环境机器人发送的通信连接请求,给出了先确定本机的当前状态信息类型,根据不同的当前状态信息,确定是否满足通信连接请求的方案,给出了建立有效通信连接的方式。
实施例三
图3为本发明实施例三提供的一种跟随机器人的控制方法的流程图,本实施例在上述实施例的基础上,进一步对“根据障碍机器人的当前状态信息,确定避障策略”的步骤进行详细的解释说明,如图3所示,本实施例提供的跟随机器人的控制方法具体包括:
S301、在检测到前方存在障碍机器人,且无可选通行方向的情况下,请求与障碍机器人建立通信连接。
S302、基于通信连接获取障碍机器人的当前状态信息。
S303、若障碍机器人的当前状态信息为行进受阻、第一等待状态或第三等待状态,则避障策略为进入第三等待状态,并向被跟随者发送提示消息。
其中,第一等待状态和第三等待状态为不允许移动的等待状态。具体的,障碍机器人进入第一等待状态的原因是障碍机器人与其关联的跟随对象之间的距离小于预设的安全距离阈值时,触发该障碍机器人进入的等待状态。障碍机器人进入第三等待状态的原因是障碍机器人因前方无可通行方向而进入的等待状态。
可选的,若障碍机器人的当前状态信息为行进受阻,则表明障碍机器人与跟随机器人本机互为障碍物,此时跟随机器人本机可以确定避障策略为:进入第三等待状态,同时向被跟随者发送提示消息。若障碍机器人的当前状态信息为第一等待状态,则表明障碍机器人因前方有人,所以无法通行,此时跟随机器人本机可以确定避障策略为:进入第三等待状态并向被跟随者发送提示消息。若障碍机器人的当前状态信息为第三等待状态,则表明障碍机器人前方也遭遇障碍物,无法通行,此时跟随机器人本机也可以确定避障策略为:进入第三等待状态,并向被跟随者发送提示消息。
可选的,可以是通过播放语音的方式向被跟随者发送提示消息,也可以是通过振动或发送文字等方式提醒被跟随者,即向被跟随者发送提示消息,具体可以通过被跟随者持有的手环、手机等设备完成。
需要说明的是,若跟随机器人本机检测到的障碍物为除机器人之外的其他动态障碍物,如走动的人,则可以确定避障策略为:先确定前方是否存在可通行的方向,若存在,则基于可通行的方向行驶,若不存在可通行的方向,则进入第三等待状态。
需要说明的是,对于静态障碍物,跟随机器人本机可以在规划跟随路线时,就避开静态障碍物来规划路线,即在路线规划阶段就已考虑到静态障碍物存在所造成的影响,实现静态障碍物的避障。
S304、若障碍机器人的当前状态信息为第二等待状态或第四等待状态,则避障策略为向障碍机器人发送避障请求。
其中,第二等待状态和第四等待状态为允许临时移动的等待状态。具体的,障碍机器人进入第二等待状态的原因是障碍机器人与其关联的跟随对象之间的距离超出最大距离时,触发该障碍机器人进入的等待状态。障碍机器人进入第四等待状态的原因是接收到其关联的跟随对象主动发出的等待命令,而被动进入的等待状态。
可选的,若障碍机器人的当前状态信息为第二等待状态或第四等待状态,则可以确定避障策略为:通知该障碍机器人寻找一个可以通行的方向避让,即向障碍机器人发送避障请求,使得障碍机器人主动避让,从而跟随机器人本机可以找到可通行方向,继续行进。
S305、根据确定的避障策略,执行避障策略。
在本实施例中,获取障碍机器人的当前状态信息之后,若障碍机器人的当前状态信息为行进受阻、第一等待状态或第三等待状态,则避障策略为进入第三等待状态,并向被跟随者发送提示消息。若障碍机器人的当前状态信息为第二等待状态或第四等待状态,则避障策略为向障碍机器人发送避障请求。最后根据确定的避障策略,执行避障策略。通过给出多种确定避障策略的方式,保证了不同状态信息时,可以确定出恰当的避障策略,提高了避障策略的灵活性和丰富性,便于机器人实现有效避障。
可选的,若跟随机器人本机成为环境中其他机器人(如其他跟随机器人)的障碍机器人时,本机可能会收到其他环境机器人发送的避障请求,根据避障请求,执行相应的避障操作,具体的,本机可以响应于第三环境机器人发送的避障请求,确定可选通行方向;根据可选通行方向,执行临时避让策略;在检测到第三环境机器人离开后,返回避让前的位置。
其中,第三环境机器人为现实场景中,向本机机器人发送避障请求的环境机器人。
具体的,本机在处于第二等待状态或第四等待状态的情况下,若接收到了第三环境机器人发送的避障请求,则可以响应于第三环境机器人发送的避障请求,根据本机的位置以及跟随对象的位置,确定出所有可以通行且实现跟随的方向,在确定好的可通行方向中,确定出可以实现对第三环境机器人进行避让的方向,即确定出临时避让策略,进一步根据避让方向,进行避让,即执行临时避让策略,并实时检测第三环境机器人的定位信号,在检测到第三环境机器人离开后,返回避让前的位置。
这样设置的好处是:在接收到避障请求时,确定可选通行方向,并执行临时避让策略,在检测到第三环境机器人离开后,返回避让前的位置,给出了机器人之间通过通信协商,保证彼此都完成自身任务的方案,可以在存在通行障碍时,及时避让,提高了机器人的运行效率。
需要说明的是,在检测到第三环境机器人离开后,若本机当前处于第二等待状态,为了降低功耗,则也可以不必返回避让前的位置。若本机当前处于第四等待状态,为了便于跟随对象找到本机,则优选返回避让前的位置。
实施例四
图4为本发明实施例四提供的一种跟随机器人的控制方法的流程图,本实施在上述实施例的基础上,进一步对跟随机器人在跟随过程中,如何确定跟随策略并执行的步骤进行了详细的解释说明,如图4所示,本实施例提供的跟随机器人的控制方法具体包括:
S401、通过与跟随对象的设备端之间的通信连接,获取跟随对象的位置信息。
其中,跟随对象的设备可以是手机,也可以是跟随对象随身佩戴的具有通信功能的电子手环。跟随对象的位置信息可以是经纬度位置信息,也可以是由激光雷达或标签确定的标定位置。可选的,跟随对象的设备端可以包括定位模块,定位模块用于确定跟随对象位置。
可选的,跟随机器人本机可以通过蓝牙、无线网络、局域网络等方式与跟随对象的设备端之间建立通信连接,获取跟随对象设备端的定位模块发送的跟随对象的位置信息。
可选的,可以由跟随对象通过设备端自主设置是否与跟随机器人建立通信连接,即由跟随对象自主设置是否与跟随机器人进行绑定或解绑。
S402、根据跟随对象的位置信息、本机的位置信息和预设跟随区间,确定跟随策略,并执行跟随策略。
其中,本机的位置信息是指跟随机器人本机的位置信息,可以通过本机中配置的定位模块来获取本机的位置信息。跟随策略包括:行驶策略和等待策略。预设跟随区间是指跟随机器人对跟随对象进行跟随时,与跟随对象之间的可允许间距。预设跟随区间可以包括上边界距离阈值和下边界距离阈值。上边界距离阈值是指预设跟随区间的最大上限值。下边界距离阈值是指预设跟随区间的最小下限值。具体的,上边界距离阈值是指跟随机器人的极限检测距离阈值,下边界距离阈值是指跟随机器人与跟随对象之间的安全距离阈值。
可选的,下边界距离值的取值范围可以是:大于跟随机器人本身避障时预设的障碍物距离阈值,所谓障碍物距离阈值是指跟随机器人与障碍物之间最小的避障距离,这样设置的好处是,可以避免跟随机器人频繁触发避障策略,从而保证跟随对象充足的活动空间。
需要说明的是,在确定跟随策略,向跟随对象行进的时候,已经考虑到了静态障碍物的影响,因此不需要再对静态障碍物执行避障。
示例性的,在超市场景中,配置有物品承载装置的跟随机器人,可以根据跟随对象的位置信息、本机的位置信息和预设跟随区间,确定跟随策略,并根据跟随策略,跟随客户行驶。
可选的,可以先确定出跟随对象和跟随机器人本机之间的间隔距离,再根据间隔距离和预设跟随区间,确定跟随策略,并执行跟随策略。具体的,跟随机器人可以根据预存的场景地图,如超市的电子地图,以及跟随对象和本机的位置信息,确定出跟随对象的位置信息和本机的位置信息之间的行进距离作为间隔距离。跟随机器人还可以直接将本机和跟随对象的位置做差,确定二者之间的间隔距离。
可选的,确定间隔距离之后,可以根据间隔距离与预设跟随区间的关系,确定跟随策略。具体的,根据跟随对象的位置信息、本机的位置信息和预设跟随区间,确定跟随策略,包括如下至少一项:
(一)若跟随对象的位置信息和本机的位置信息之间的间隔距离在预设跟随区间内,则根据跟随对象的位置信息和本机的位置信息,确定行驶策略作为跟随策略。
具体的,若确定的间隔距离与预设跟随区间上边界距离阈值和下边界距离阈值的大小关系,若间隔距离大于下边界距离阈值,且小于上边界距离阈值,即间隔距离在预设跟随区间内,则机器人可以保持跟随,根据跟随对象的位置信息和本机的位置信息,将行驶策略作为跟随策略,即确定行驶策略作为跟随策略。例如,上边界距离阈值可以为5米,下边界距离阈值可以为50厘米。
可选的,确定跟随策略为行驶策略时,可以根据跟随对象的位置信息和本机的位置信息,利用路径规划算法,为从本机到跟随对象规划最优行进路线,即执行跟随策略,保持跟随。
(二)若跟随对象的位置信息和本机的位置信息之间的间隔距离小于预设跟随区间,则确定跟随策略为等待策略,且等待策略为进入第一等待状态。
具体的,若确定的间隔距离小于预设跟随区间的下边界距离阈值,即跟随对象的位置信息和本机的位置信息之间的间隔距离小于预设跟随区间,则表明被跟随者在向跟随机器人本机靠近,此时跟随机器人的跟随策略为等待策略,且等待策略为进入第一等待状态。例如,当被跟随者向跟随机器人本机靠近,且其与跟随机器人之间的距离小于安全距离阈值,即下边界距离阈值,此时跟随机器人进入第一等待状态。例如,安全距离阈值可以为50厘米。
可选的,当跟随机器人为承载有物品承载装置的机器人时,本实施例可以将下边界距离阈值,即小于安全距离阈值设置为正常成年人从肩膀到手掌的距离。这样设置的好处是当跟随机器人保持跟随时,跟随对象可以方便的从货架取下物品放置在机器人承载装置内。
需要说明的是,跟随对象向机器人靠近时,若机器人倒退,容易引起碰撞,存在安全问题,因此本实施例使得机器人进入等待状态,从而保证了安全。
(三)若跟随对象的位置信息和本机的位置信息之间的间隔距离大于预设跟随区间,则确定跟随策略为等待策略,且等待策略为进入第二等待状态。
具体的,若确定的间隔距离大于预设跟随区间的上边界距离阈值,即跟随对象的位置信息和本机的位置信息之间的间隔距离大于预设跟随区间,此时跟随机器人失去了与跟随对象之间的通信,无法检测到跟随对象的位置,因此将跟随策略确定为等待策略,且等待策略为进入第二等待状态。例如,上边界距离阈值可以为5米。
可选的,确定跟随策略为进入第一等待状态或第二等待状态等待策略时,跟随机器人本机可以实时检测其与跟随对象之间的间隔距离,若发现间隔距离重新在预设距离区间内,则可以解除等待状态继续跟随,即执行跟随策略。
本发明实施例,分别根据跟随对象的位置信息、本机的位置信息和预设跟随区间之间不同的大小关系,确定不同的跟随策略,通过这样的方式,给出了跟随策略的几种具体确定方式,提高了确定跟随策略的灵活性,进而实现紧密且安全地跟随,提高机器人的工作效率和用户的使用体验。
S403、跟随过程中,在检测到前方存在障碍机器人,且无可选通行方向的情况下,请求与障碍机器人建立通信连接。
可选的,跟随机器人本机在跟随行驶过程中,若检测到前方存在障碍机器人,且无可选通行方向(如旋转机身180°的范围之后,发现无可选通行方向),可以请求与障碍机器人建立通信连接,若连接成功,则执行S404-S405,若跟随机器人本机无法与障碍机器人建立通信,或者前方存在的障碍物不是机器人,则确定跟随策略为等待策略,且等待策略为进入第三等待状态。
需要说明的是,若跟随机器人在跟随过程中,检测到前方存在障碍物后,可以先判断其是否有可选通行方向,若有,则可以按照该可选通行方向重新规划路线,继续保持跟随行驶。
S404、基于通信连接获取障碍机器人的当前状态信息。
S405、根据障碍机器人的当前状态信息,确定避障策略,并执行避障策略。
本发明实施例中,通过与跟随对象的设备端之间的通信连接,获取跟随对象的位置信息,根据跟随对象的位置信息、本机的位置信息和预设跟随区间,确定跟随策略,并执行跟随策略,通过这样的方式,给出了机器人跟随策略确定的优选方式,可以确定出更灵活准确的跟随策略,实现有效跟随。
可选的,跟随机器人本机在跟随过程中,跟随对象可以主动通过与跟随机器人之间的通信连接,命令跟随机器人进入等待状态,相应的,跟随机器人本机若通过与跟随对象的设备端之间的通信连接,接收到设备端发送的等待指令,则确定跟随策略为等待策略,且等待策略为进入第四等待状态。
可选的,跟随机器人本机确定跟随策略为第四等待状态跟随策略之后,可以保持等待状态,等待跟随对象主动发送等待停止的指令,若接收到等待停止指令,则重新规划路线,保持跟随。通过这样的方式,可以进一步提高等待策略确定的灵活性。
需要说明的是,本实施例中,第一等待状态和第三等待状态为不允许移动的等待状态。第二等待状态和第四等待状态为允许临时移动的等待状态。
可选的,跟随机器人本机处于等待状态后,还需要实时地检测前方是否存在可选通行方向,在存在时,可以重新规划行进路线,向跟随对象行驶。具体的,跟随机器人本机在检测到存在可选通行方向的情况下,根据可选通行方向、跟随对象的位置信息和本机的位置信息,更新行进路线;根据更新后的行进路线,向跟随对象行驶。
具体的,若跟随机器人本机处于等待状态的过程中,前方障碍物(如障碍机器人)的位置发生了变化,或重新检测到了跟随对象,或跟随对象主动发出了取消等待指令的情况下,则跟随机器人本机可以检测是否存在可选通行方向,在检测到存在可选通行方向的情况下,基于可选通行方向、跟随对象的位置信息和本机的位置信息,利用路径规划算法,重新规划行进路线,即更新行进路线。
可选的,根据更新后的行进路线,跟随机器人本机可以先根据规划行进路线行驶一段预设的距离后停止,确定是否可以继续行进,若是,则按照原规划行进路线继续行驶一段预设的距离,向跟随对象行驶,若否,则重新更新行进路线,并按照新的行进路线向跟随对象行驶。
这样设置的好处是:可以使得跟随机器人无论执行哪种避障策略,在有可通行方向的时候,都会更新路线继续跟随,从而完善了机器人的跟随方案。
实施例五
图5为本发明实施例五提供的一种跟随机器人的控制装置的结构框图,本发明实施例所提供的一种跟随机器人的控制装置可执行本发明任一实施例所提供的一种跟随机器人的控制方法,具备执行方法相应的功能模块和有益效果。
该跟随机器人的控制装置可以包括请求模块501、获取模块502以及执行模块503。
其中,请求模块501,用于在检测到前方存在障碍机器人,且无可选通行方向的情况下,请求与障碍机器人建立通信连接;
获取模块502,用于基于所述通信连接获取障碍机器人的当前状态信息;
执行模块503,用于根据所述障碍机器人的当前状态信息,确定避障策略,并执行所述避障策略。
本发明实施例在检测到前方存在障碍机器人,且无可选通行方向的情况下,请求与障碍机器人建立通信连接;基于通信连接获取障碍机器人的当前状态信息;根据障碍机器人的当前状态信息,确定避障策略,并执行避障策略。通过与障碍机器人通信,可以保证确定出的避障策略的时效性,进一步的,通过基于障碍机器人的状态信息来确定避障策略,可以保证确定出的避障策略的准确性和灵活性,从而便于在执行更灵活准确的避障策略之后可以实现更有效的避障。
进一步的,请求模块501可以包括:
确定单元,用于在检测到前方存在障碍物,且无可选通行方向的情况下,确定所述障碍物是否为机器人;
获取单元,用于若是,则获取障碍机器人的标识信息;
请求单元,用于基于所述障碍机器人的标识信息,向所述障碍机器人发送通信连接请求。
进一步的,确定单元具体用于:
根据第一环境机器人发送的定位信号,确定所述障碍物是否为机器人;或者,通过后台服务器确定所述障碍物是否为机器人。
进一步的,上述装置还包括:
建立连接模块,用于响应于第二环境机器人发送的通信连接请求,在确定本机当前状态信息满足通信连接要求时,与所述第二环境机器人建立通信连接。
进一步的,建立连接模块具体用于:
若本机的当前状态信息为等待状态,或行进受阻状态,则确定本机当前状态信息满足通信连接要求。
进一步的,执行模块503中,所述根据所述障碍机器人的当前状态信息,确定避障策略,包括如下至少一项:
若所述障碍机器人的当前状态信息为行进受阻、第一等待状态或第三等待状态,则所述避障策略为进入第三等待状态,并向被跟随者发送提示消息;
若所述障碍机器人的当前状态信息为第二等待状态或第四等待状态,则所述避障策略为向所述障碍机器人发送避障请求;
其中,第一等待状态和第三等待状态为不允许移动的等待状态;第二等待状态和第四等待状态为允许临时移动的等待状态
进一步的,上述装置还包括:
更新模块,用于在检测到存在可选通行方向的情况下,根据所述可选通行方向、跟随对象的位置信息和本机的位置信息,更新行进路线;
行驶模块,用于根据更新后的行进路线,向所述跟随对象行驶。
进一步的,上述装置还包括:
通行方向确定模块,用于响应于第三环境机器人发送的避障请求,确定可选通行方向;
策略执行模块,用于根据所述可选通行方向,执行临时避让策略;
返回模块,用于在检测到所述第三环境机器人离开后,返回避让前的位置。
进一步的,上述装置还包括:
位置信息获取模块,用于通过与跟随对象的设备端之间的通信连接,获取跟随对象的位置信息;
跟随策略确定模块,用于根据所述跟随对象的位置信息、本机的位置信息和预设跟随区间,确定跟随策略,并执行所述跟随策略;
其中,所述跟随策略包括:行驶策略和等待策略。
进一步的,跟随策略确定模块中,所述根据所述跟随对象的位置信息、本机的位置信息和预设跟随区间,确定跟随策略,包括如下至少一项:
若所述跟随对象的位置信息和本机的位置信息之间的间隔距离在预设跟随区间内,则根据所述跟随对象的位置信息和本机的位置信息,确定行驶策略作为跟随策略;
若所述跟随对象的位置信息和本机的位置信息之间的间隔距离小于所述预设跟随区间,则确定跟随策略为等待策略,且所述等待策略为进入第一等待状态;
若所述跟随对象的位置信息和本机的位置信息之间的间隔距离大于所述预设跟随区间,则确定跟随策略为等待策略,且所述等待策略为进入第二等待状态。
实施例六
图6为本发明实施例六提供的一种机器人的结构示意图。图6示出了适于用来实现本发明实施例实施方式的示例性设备的框图。图6显示的设备仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图6所示,机器人12以通用计算设备的形式表现。机器人12的组件可以包括但不限于:一个或者多个处理器或者处理单元16,系统存储器28,连接不同系统组件(包括系统存储器28和处理单元16)的总线18。
总线18表示几类总线结构中的一种或多种,包括存储器总线或者存储器控制器,外围总线,图形加速端口,处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说,这些体系结构包括但不限于工业标准体系结构(ISA)总线,微通道体系结构(MAC)总线,增强型ISA总线、视频电子标准协会(VESA)局域总线以及外围组件互连(PCI)总线。
机器人12典型地包括多种计算机系统可读介质。这些介质可以是任何能够被机器人12访问的可用介质,包括易失性和非易失性介质,可移动的和不可移动的介质。
系统存储器28可以包括易失性存储器形式的计算机系统可读介质,例如随机存取存储器(RAM)30和/或高速缓存存储器(高速缓存32)。机器人12可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例,存储系统34可以用于读写不可移动的、非易失性磁介质(图6未显示,通常称为“硬盘驱动器”)。尽管图6中未示出,可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器,以及对可移动非易失性光盘(例如CD-ROM,DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下,每个驱动器可以通过一个或者多个数据介质接口与总线18相连。系统存储器28可以包括至少一个程序产品,该程序产品具有一组(例如至少一个)程序模块,这些程序模块被配置以执行本发明实施例各实施例的功能。
具有一组(至少一个)程序模块42的程序/实用工具40,可以存储在例如系统存储器28中,这样的程序模块42包括但不限于操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块42通常执行本发明实施例所描述的实施例中的功能和/或方法。
机器人12也可以与一个或多个外部设备14(例如键盘、指向设备、显示器24等)通信,还可与一个或者多个使得用户能与该机器人12交互的设备通信,和/或与使得该机器人12能与一个或多个其它计算设备进行通信的任何设备(例如网卡,调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口22进行。并且,机器人12还可以通过网络适配器20与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。如图所示,网络适配器20通过总线18与机器人12的其它模块通信。应当明白,尽管图6中未示出,可以结合机器人12使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
处理单元16通过运行存储在系统存储器28中的程序,从而执行各种功能应用以及数据处理,例如实现本发明实施例所提供的跟随机器人的控制方法。
实施例七
本发明实施例七还提供一种计算机可读存储介质,其上存储有计算机程序(或称为计算机可执行指令),该程序被处理器执行时用于执行本发明实施例所提供的跟随机器人的控制方法。
本发明实施例的计算机存储介质,可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于无线、电线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明实施例操作的计算机程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络包括局域网(LAN)或广域网(WAN)连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明实施例进行了较为详细的说明,但是本发明实施例不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。
Claims (12)
1.一种跟随机器人的控制方法,其特征在于,包括:
在检测到前方存在障碍机器人,且无可选通行方向的情况下,请求与障碍机器人建立通信连接;
基于所述通信连接获取障碍机器人的当前状态信息;
根据所述障碍机器人的当前状态信息,确定避障策略,并执行所述避障策略;
其中,所述根据所述障碍机器人的当前状态信息,确定避障策略,包括如下至少一项:
若所述障碍机器人的当前状态信息为行进受阻、第一等待状态或第三等待状态,则所述避障策略为进入第三等待状态,并向被跟随者发送提示消息;
若所述障碍机器人的当前状态信息为第二等待状态或第四等待状态,则所述避障策略为向所述障碍机器人发送避障请求;
其中,第一等待状态和第三等待状态为不允许移动的等待状态;第二等待状态和第四等待状态为允许临时移动的等待状态;障碍机器人进入第一等待状态的原因是障碍机器人与其关联的跟随对象之间的距离小于预设的安全距离阈值时,触发该障碍机器人进入的等待状态。
2.根据权利要求1所述的方法,其特征在于,所述在检测到前方存在障碍机器人,且无可选通行方向的情况下,请求与障碍机器人建立通信连接,包括:
在检测到前方存在障碍物,且无可选通行方向的情况下,确定所述障碍物是否为机器人;
若是,则获取障碍机器人的标识信息;
基于所述障碍机器人的标识信息,向所述障碍机器人发送通信连接请求。
3.根据权利要求2所述的方法,其特征在于,所述确定所述障碍物是否为机器人,包括:
根据第一环境机器人发送的定位信号,确定所述障碍物是否为机器人;或者,
通过后台服务器确定所述障碍物是否为机器人。
4.根据权利要求1所述的方法,还包括:
响应于第二环境机器人发送的通信连接请求,在确定本机当前状态信息满足通信连接要求时,与所述第二环境机器人建立通信连接。
5.根据权利要求4所述的方法,其特征在于,所述确定本机当前状态信息满足通信连接要求,包括:
若本机的当前状态信息为等待状态,或行进受阻状态,则确定本机当前状态信息满足通信连接要求。
6.根据权利要求1-5中任一项所述的方法,其特征在于,还包括:
在检测到存在可选通行方向的情况下,根据所述可选通行方向、跟随对象的位置信息和本机的位置信息,更新行进路线;
根据更新后的行进路线,向所述跟随对象行驶。
7.根据权利要求1所述的方法,其特征在于,还包括:
响应于第三环境机器人发送的避障请求,确定可选通行方向;
根据所述可选通行方向,执行临时避让策略;
在检测到所述第三环境机器人离开后,返回避让前的位置。
8.根据权利要求1所述的方法,其特征在于,还包括:
通过与跟随对象的设备端之间的通信连接,获取跟随对象的位置信息;
根据所述跟随对象的位置信息、本机的位置信息和预设跟随区间,确定跟随策略,并执行所述跟随策略;
其中,所述跟随策略包括:行驶策略和等待策略。
9.根据权利要求8所述的方法,其特征在于,所述根据所述跟随对象的位置信息、本机的位置信息和预设跟随区间,确定跟随策略,包括如下至少一项:
若所述跟随对象的位置信息和本机的位置信息之间的间隔距离在预设跟随区间内,则根据所述跟随对象的位置信息和本机的位置信息,确定行驶策略作为跟随策略;
若所述跟随对象的位置信息和本机的位置信息之间的间隔距离小于所述预设跟随区间,则确定跟随策略为等待策略,且所述等待策略为进入第一等待状态;
若所述跟随对象的位置信息和本机的位置信息之间的间隔距离大于所述预设跟随区间,则确定跟随策略为等待策略,且所述等待策略为进入第二等待状态。
10.一种跟随机器人的控制装置,其特征在于,包括:
请求模块,用于在检测到前方存在障碍机器人,且无可选通行方向的情况下,请求与障碍机器人建立通信连接;
获取模块,用于基于所述通信连接获取障碍机器人的当前状态信息;
执行模块,用于根据所述障碍机器人的当前状态信息,确定避障策略,并执行所述避障策略;
其中,执行模块具体用于:
若所述障碍机器人的当前状态信息为行进受阻、第一等待状态或第三等待状态,则所述避障策略为进入第三等待状态,并向被跟随者发送提示消息;
若所述障碍机器人的当前状态信息为第二等待状态或第四等待状态,则所述避障策略为向所述障碍机器人发送避障请求;
其中,第一等待状态和第三等待状态为不允许移动的等待状态;第二等待状态和第四等待状态为允许临时移动的等待状态;
障碍机器人进入第一等待状态的原因是障碍机器人与其关联的跟随对象之间的距离小于预设的安全距离阈值时,触发该障碍机器人进入的等待状态。
11.一种机器人,其特征在于,所述机器人包括:
一个或多个处理器;
存储器,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-9中任一所述的跟随机器人的控制方法。
12.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-9中任一所述的跟随机器人的控制方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210124660.5A CN114442636B (zh) | 2022-02-10 | 2022-02-10 | 一种跟随机器人的控制方法、装置、机器人和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210124660.5A CN114442636B (zh) | 2022-02-10 | 2022-02-10 | 一种跟随机器人的控制方法、装置、机器人和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114442636A CN114442636A (zh) | 2022-05-06 |
CN114442636B true CN114442636B (zh) | 2024-03-29 |
Family
ID=81372660
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210124660.5A Active CN114442636B (zh) | 2022-02-10 | 2022-02-10 | 一种跟随机器人的控制方法、装置、机器人和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114442636B (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101155500B1 (ko) * | 2010-12-27 | 2012-06-15 | 강릉원주대학교산학협력단 | 복수 개의 이동체를 제어하는 장치 및 방법 |
JP2018056961A (ja) * | 2016-09-30 | 2018-04-05 | Kddi株式会社 | 通信制御装置、通信システムおよび通信方法 |
CN108698227A (zh) * | 2018-04-24 | 2018-10-23 | 深圳前海达闼云端智能科技有限公司 | 云端控制的信息传输方法、机器人和组群机器人系统 |
CN109116847A (zh) * | 2018-08-29 | 2019-01-01 | 广州市君望机器人自动化有限公司 | 路径调度方法、装置、后台服务端及存储介质 |
WO2019128070A1 (zh) * | 2017-12-27 | 2019-07-04 | 纳恩博(北京)科技有限公司 | 目标跟踪方法及装置、移动设备及存储介质 |
CN111930127A (zh) * | 2020-09-02 | 2020-11-13 | 广州赛特智能科技有限公司 | 一种机器人障碍物识别及避障方法 |
CN112327829A (zh) * | 2020-10-15 | 2021-02-05 | 西安电子科技大学 | 分布式多机器人协同运动控制方法、系统、介质及应用 |
CN112540606A (zh) * | 2020-03-31 | 2021-03-23 | 深圳优地科技有限公司 | 避障的方法、装置、调度服务器及存储介质 |
CN113190020A (zh) * | 2021-05-31 | 2021-07-30 | 山东建筑大学 | 一种移动机器人队列系统及路径规划、跟随方法 |
CN113433949A (zh) * | 2021-07-19 | 2021-09-24 | 北京云迹科技有限公司 | 一种可自动跟随的送物机器人及其送物方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100834577B1 (ko) * | 2006-12-07 | 2008-06-02 | 한국전자통신연구원 | 스테레오 비전 처리를 통해 목표물 검색 및 추종 방법, 및이를 적용한 가정용 지능형 서비스 로봇 장치 |
-
2022
- 2022-02-10 CN CN202210124660.5A patent/CN114442636B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101155500B1 (ko) * | 2010-12-27 | 2012-06-15 | 강릉원주대학교산학협력단 | 복수 개의 이동체를 제어하는 장치 및 방법 |
JP2018056961A (ja) * | 2016-09-30 | 2018-04-05 | Kddi株式会社 | 通信制御装置、通信システムおよび通信方法 |
WO2019128070A1 (zh) * | 2017-12-27 | 2019-07-04 | 纳恩博(北京)科技有限公司 | 目标跟踪方法及装置、移动设备及存储介质 |
CN108698227A (zh) * | 2018-04-24 | 2018-10-23 | 深圳前海达闼云端智能科技有限公司 | 云端控制的信息传输方法、机器人和组群机器人系统 |
CN109116847A (zh) * | 2018-08-29 | 2019-01-01 | 广州市君望机器人自动化有限公司 | 路径调度方法、装置、后台服务端及存储介质 |
CN112540606A (zh) * | 2020-03-31 | 2021-03-23 | 深圳优地科技有限公司 | 避障的方法、装置、调度服务器及存储介质 |
CN111930127A (zh) * | 2020-09-02 | 2020-11-13 | 广州赛特智能科技有限公司 | 一种机器人障碍物识别及避障方法 |
CN112327829A (zh) * | 2020-10-15 | 2021-02-05 | 西安电子科技大学 | 分布式多机器人协同运动控制方法、系统、介质及应用 |
CN113190020A (zh) * | 2021-05-31 | 2021-07-30 | 山东建筑大学 | 一种移动机器人队列系统及路径规划、跟随方法 |
CN113433949A (zh) * | 2021-07-19 | 2021-09-24 | 北京云迹科技有限公司 | 一种可自动跟随的送物机器人及其送物方法 |
Also Published As
Publication number | Publication date |
---|---|
CN114442636A (zh) | 2022-05-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US12005586B2 (en) | Dynamic navigation of autonomous vehicle with safety infrastructure | |
AU2021203701B2 (en) | Recognizing assigned passengers for autonomous vehicles | |
US11130630B2 (en) | Collision prevention for autonomous vehicles | |
EP3782002B1 (en) | Method for generating map data including inconvenience values for pickup and drop off locations for autonomous vehicles | |
EP3234875B1 (en) | An intelligent building system for implementing actions based on user device detection | |
WO2017165545A2 (en) | Arranging passenger pickups for autonomous vehicles | |
US10209711B1 (en) | Techniques for contention resolution for mobile drive units | |
US11269327B2 (en) | Picking up and dropping off passengers at an airport using an autonomous vehicle | |
US20190228664A1 (en) | Vehicle calling system | |
Ahmetovic et al. | Turn right: Analysis of rotation errors in turn-by-turn navigation for individuals with visual impairments | |
EP3974931B1 (en) | Semantic identification of pickup locations | |
US11519743B2 (en) | Stalled self-driving vehicle rescue system | |
CN112083728A (zh) | 一种行驶设备的停靠方法、装置、设备及存储介质 | |
CN114442636B (zh) | 一种跟随机器人的控制方法、装置、机器人和存储介质 | |
US20220288778A1 (en) | Methods of controlling a mobile robot device to follow or guide a person | |
CN113359713B (zh) | 控制方法、控制装置、避让装置、存储介质及避让系统 | |
US20220293009A1 (en) | Boarding information guiding system and method, and procedure management device and method | |
CN114434453A (zh) | 一种机器人乘梯方法、系统、机器人和存储介质 | |
Min et al. | Vehicle positioning technology using infra-based laser scanner sensors for autonomous driving service | |
JP2024152577A (ja) | 自律走行装置及びその走行制御方法 |
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 |