CN114509064A - 一种自主扩展传感器数据处理的方法、接口及设备 - Google Patents
一种自主扩展传感器数据处理的方法、接口及设备 Download PDFInfo
- Publication number
- CN114509064A CN114509064A CN202210128959.8A CN202210128959A CN114509064A CN 114509064 A CN114509064 A CN 114509064A CN 202210128959 A CN202210128959 A CN 202210128959A CN 114509064 A CN114509064 A CN 114509064A
- Authority
- CN
- China
- Prior art keywords
- data
- sensor
- robot
- mobile control
- control equipment
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 66
- 238000012545 processing Methods 0.000 title claims abstract description 63
- 230000005540 biological transmission Effects 0.000 claims abstract description 41
- 238000004806 packaging method and process Methods 0.000 claims abstract description 15
- 230000033001 locomotion Effects 0.000 claims description 20
- 230000015654 memory Effects 0.000 claims description 15
- 230000007613 environmental effect Effects 0.000 claims description 8
- 238000004590 computer program Methods 0.000 claims description 7
- 238000010606 normalization Methods 0.000 claims description 5
- 238000007781 pre-processing Methods 0.000 claims description 3
- 239000011159 matrix material Substances 0.000 description 10
- 238000013478 data encryption standard Methods 0.000 description 6
- 238000011161 development Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 230000002567 autonomic effect Effects 0.000 description 5
- 238000003860 storage Methods 0.000 description 5
- 238000013519 translation Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 230000004927 fusion Effects 0.000 description 4
- 238000005259 measurement Methods 0.000 description 4
- 238000009434 installation Methods 0.000 description 3
- 238000001914 filtration Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000007500 overflow downdraw method Methods 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 235000012054 meals Nutrition 0.000 description 1
- 230000000877 morphologic effect Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000013138 pruning Methods 0.000 description 1
- 238000007711 solidification Methods 0.000 description 1
- 230000008023 solidification Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000004659 sterilization and disinfection Methods 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
- 230000003936 working memory Effects 0.000 description 1
Images
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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/60—Protecting data
- G06F21/602—Providing cryptographic facilities or services
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L63/00—Network architectures or network communication protocols for network security
- H04L63/04—Network architectures or network communication protocols for network security for providing a confidential data exchange among entities communicating through data packet networks
- H04L63/0428—Network architectures or network communication protocols for network security for providing a confidential data exchange among entities communicating through data packet networks wherein the data content is protected, e.g. by encrypting or encapsulating the payload
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L9/00—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols
- H04L9/32—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols including means for verifying the identity or authority of a user of the system or for message authentication, e.g. authorization, entity authentication, data integrity or data verification, non-repudiation, key authentication or verification of credentials
- H04L9/3297—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols including means for verifying the identity or authority of a user of the system or for message authentication, e.g. authorization, entity authentication, data integrity or data verification, non-repudiation, key authentication or verification of credentials involving time stamps, e.g. generation of time stamps
Landscapes
- Engineering & Computer Science (AREA)
- Computer Security & Cryptography (AREA)
- General Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Computer Hardware Design (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Physics & Mathematics (AREA)
- Signal Processing (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computing Systems (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Automation & Control Theory (AREA)
- Software Systems (AREA)
- Bioethics (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本申请提供了一种自主扩展传感器数据处理的技术方案,应用于机器人移动控制设备,通过程序接口实现,其方法包括:获取自主扩展传感器的传感器数据;将该传感器数据进行标准化处理,以得到基于机器人移动控制设备坐标系的第一数据,并对该第一数据进行序列化,得到第二数据;基于预设网络传输方式,将该第二数据封装后发送至机器人移动控制设备,以实现避障。本方法可通过程序接口将自主扩展的传感器数据进行处理,得到标准化数据后发送至机器人的移动控制设备,使得机器人能够更自主地实现导航或避障,突破了硬件资源的限制,允许机器人开发商根据机器人的应用场景自主扩展传感器,大大提高了机器人移动控制设备的通用性和扩展性。
Description
技术领域
本申请涉及机器人技术领域,尤其涉及一种用于机器人的自主扩展传感器数据处理的技术。
背景技术
随着传感器技术和人工智能技术的迅速发展,各种机器人已经逐步走向落地应用,在许多特定场景中代替人工,以完成高重复性、高风险的工作,如送餐机器人、配送机器人、消毒机器人、清洁机器人等服务机器人以及工厂流水线上的各种工业机器人。通过传感器采集的环境数据,机器人可实现自主移动、导航(避障)和定位等功能。
特别是对于可自主移动的服务机器人来说,移动控制设备是解决服务机器人移动性问题的硬件设备,如移动机器人底盘或导航模组等。移动控制设备可作为第三方产品嵌入到服务机器人的整体结构设计中,不影响服务机器人的外观,能够独立解决机器人的移动性问题,移动控制设备可以通过SDK(Software Development Kit,软件开发工具包)的形式与服务机器人其它模组集成,赋予服务机器人供应商二次开发的能力,使服务机器人供应商可以基于通用移动控制设备快速的搭建各类服务机器人,缩短服务机器人产品的开发周期,节约开发成本。
但是,现有的服务机器人用于导航或避障移动的传感器通常是基于硬接口固化集成在移动控制设备上,移动机器人供应商无法自主扩展用于导航或避障的传感器,即无法自主确定该类用途的传感器类型、数量及其安装位置,使得移动控制设备在应用的灵活性和扩展性上略显不足。
发明内容
本申请的目的是提供一种应用于机器人移动控制设备的自主扩展传感器数据处理的技术方案,用以至少部分解决现有机器人移动控制设备在实现导航或避障时自主扩展传感器存在限制的技术问题。
根据本申请的一个方面,提供了一种自主扩展传感器数据处理的方法,其特征在于,所述方法应用于机器人移动控制设备,通过程序接口实现,包括:
获取自主扩展传感器的传感器数据;
将所述传感器数据进行标准化处理,以得到基于机器人移动控制设备坐标系的第一数据,并对所述第一数据进行序列化,得到第二数据;
基于预设网络传输方式,将所述第二数据封装后发送至所述机器人移动控制设备,以实现避障。
可选地,其中,所述传感器数据包括:
传感器采集的环境数据;
与所述传感器相关的内部参数和外部参数。
可选地,其中,在将所述传感器数据进行标准化处理之前,所述方法还包括:
对所述传感器数据进行预处理;
其中,所述将所述传感器数据进行标准化处理包括:
将预处理后的传感器数据进行标准化处理。
可选地,其中,在将所述第二数据封装后发送至所述机器人移动控制设备之前,所述方法还包括:
在所述第二数据中增加时间戳和/或对所述第二数据进行加密,得到第三数据;
其中,所述将所述第二数据封装后发送至所述机器人移动控制设备包括:
将所述第三数据封装后发送至所述机器人移动控制设备。
可选地,其中,若自主扩展传感器有多个,所述方法包括:
获取所述多个自主扩展传感器的传感器数据;
将每个自主扩展传感器的传感器数据分别进行标准化处理,以得到每个自主扩展传感器基于机器人移动控制设备坐标系的第一数据;
将每个自主扩展传感器的第一数据融合,并对融合后的数据进行序列化,得到第四数据;
基于预设网络传输方式,将所述第四数据封装后发送至所述机器人移动控制设备,以实现避障。
可选地,其中,在将所述第四数据封装后发送至所述机器人移动控制设备之前,所述方法还包括:
对所述第四数据进行去冗余处理。
可选地,其中,在将所述第四数据封装后发送至所述机器人移动控制设备之前,所述方法还包括:
在去冗余处理后的第四数据中增加时间戳和/或对所述去冗余处理后的第四数据进行加密,得到第五数据;
其中,所述将所述第四数据封装后发送至所述机器人移动控制设备包括:
将所述第五数据封装后发送至所述机器人移动控制设备。
根据本申请的又一方面,提供了一种用于自主扩展传感器数据处理的程序接口,其特征在于,所述程序接口应用于机器人移动控制设备,包括:
获取模块,用于获取自主扩展传感器的传感器数据;
处理模块,用于将所述传感器数据进行标准化处理,以得到基于机器人移动控制设备坐标系的第一数据,并对所述第一数据进行序列化,得到第二数据;
传输模块,用于基于预设网络传输方式,将所述第二数据封装后发送至所述机器人移动控制设备,以实现避障。
与现有技术相比,本申请提供了一种自主扩展传感器数据处理的技术方案,应用于机器人移动控制设备,通过程序接口实现,其方法包括:获取自主扩展传感器的传感器数据;将该传感器数据进行标准化处理,以得到基于机器人移动控制设备坐标系的第一数据,并对该第一数据进行序列化,得到第二数据;基于预设网络传输方式,将该第二数据封装后发送至机器人移动控制设备,以实现避障。可选地,还在将该传感器数据进行标准化处理之前,对该传感器数据进行预处理。可选地,还在将第二数据封装之前,在该第二数据中增加时间戳和/或对该第二数据进行加密。可选地,若自主扩展传感器有多个,还将每个标准化处理后的自主扩展传感器数据进行融合,对融合后的数据进行序列化。进一步地,还对序列化后的融合数据进行去冗余处理。
本申请提供的一种应用于机器人移动控制设备的自主扩展传感器数据处理的技术方案可带来的技术效果:
可通过程序接口将自主扩展的传感器数据进行处理,得到标准化数据后发送至机器人的移动控制设备,使得机器人能够更自主地实现导航或避障,突破了硬件资源的限制,允许机器人开发商根据机器人的应用场景自主扩展传感器,大大提高了机器人移动控制设备的通用性和扩展性。进一步地,在进行标准化之前,还对传感器采集的数据进行预处理,剔除干扰数据,提升准确度并可减少处理的数据量,进一步地,还对标准化数据增加时间戳和/或进行加密处理,以提升数据传输的安全性。若自主扩展传感器有多个,进一步地,还对多个标准化后的传感器数据进行融合,以及去冗余处理,以减少机器人上位机与移动控制设备之间的数据传输量及移动控制设备的数据处理量,提升数据处理效率。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述,本发明的其它特征、目的和优点将会变得更明显:
附图1示出一个机器人的结构示意框图;
附图2示出根据本申请一个方面的一种自主扩展传感器数据处理的方法流程图;
附图3示出根据本申请另一个方面的一种自主扩展传感器数据处理的方法流程图;
附图4示出根据本申请又一个方面的一种用于自主扩展传感器数据处理的程序接口的结构示意图;
附图中相同或相似的附图标记代表相同或相似的部件。
具体实施方式
下面结合附图对本发明作进一步详细描述。
在本申请的各实施例的一个典型的配置中,所述机器人和/或移动控制设备均可以包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存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)。内存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非暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
为更进一步阐述本申请所采取的技术手段及取得的效果,下面结合附图及优选实施例,对本申请的技术方案,进行清楚和完整的描述。
为了降低开发成本和开发周期,机器人开发商通常会模块化开发机器人产品,比如采用第三方的移动控制设备作为机器人的移动底盘或导航模组,但第三方的移动控制设备上基于硬件接口集成的用于导航或避障的传感器通常是针对通用场景的一般导航或避障需求,而机器人开发商通常都有根据机器人的应用场景自主扩展各类传感器的需要,以满足不同应用场景的导航或避障需求。另外,每个传感器都存在观测盲区,通常需要组合使用多个传感器以尽量减小观测盲区。
本申请的技术方案中,程序接口200可作为移动控制设备300提供商的SDK的一个功能程序接口,随SDK提供给机器人开发商,机器人开发商可以根据需要在机器人上自主扩展各类传感器,将传感器数据作为该功能程序接口的接口参数传入即可,由机器人上位机100通过调用该程序接口200以实现本申请的技术方案,满足其上述需要。其中一个机器人的结构示意框图如附图1所示。
附图2示出根据本申请一个方面的一种自主扩展传感器数据处理的方法流程图,该方法应用于机器人移动控制设备300,通过机器人上位机100调用程序接口200实现,其中,一个实施例的方法包括:
S201获取自主扩展传感器的传感器数据;
S202将所述传感器数据进行标准化处理,以得到基于机器人移动控制设备坐标系的第一数据,并对所述第一数据进行序列化,得到第二数据;
S204基于预设网络传输方式,将所述第二数据封装后发送至所述机器人移动控制设备,以实现避障。
在该实施例中,在步骤S201中,获取机器人开发商自主扩展安装的传感器的传感器数据。其中,所述传感器可以是各种类型的可采集机器人所处环境的环境数据的传感器,比如:如激光雷达、深度摄像头、超声波传感器等,在此,不作限定,任何可用于导航或避障的传感器若适用本申请,都应应包含在本申请的保护范围内。
可选地,其中,传感器数据包括:
传感器采集的环境数据;
与所述传感器相关的内部参数和外部参数。
其中,传感器数据不仅包括传感器实时采集的环境数据,还包括与传感器相关的内部参数和外部参数。其中,内部参数是指与传感器的类型、性能相关的参数,比如传感器的测量单位、分辨率,以及激光雷达的零度角位置,深度摄像头的焦距(fx,fy)、偏移量(cx,cy)等;外部参数至少包括传感器相对于机器人移动控制设备坐标系(即机器人坐标系)的安装位置。
继续在该实施例中,在步骤S202中,将获得的传感器数据进行标准化处理,以得到基于机器人移动控制设备坐标系的第一数据,并对该第一数据进行序列化,得到第二数据。
其中,将获得的传感器数据进行标准化处理包括对传感器数据进行转换,将传感器数据中的实时采集数据由传感器坐标系下转换到机器人移动控制设备坐标系下,得到第一数据。若传感器采集的传感器坐标系下的数据为A=(x,y,z)T,即在传感器坐标系下坐标为A的位置有测距信息(观测到障碍物),对应转换到机器人移动控制设备坐标系下的第一数据为A′=(x′,y′,z′)T,即在机器人移动控制设备坐标系下坐标为A′的位置有测距信息(观测到障碍物)。传感器坐标系转换到机器人移动控制设备坐标系的旋转矩阵为R,平移矩阵为t。其中,旋转矩阵R和平移矩阵t是根据该传感器在机器人移动控制设备坐标系下的安装位置确定的,则A′可根据如下公式得到:
A′=RA+t
一个可选实施例中,结合传感器的外部参数可确定旋转矩阵R和平移矩阵t,通过上述公式可将获取的传感器采集的环境数据,将传感器采集的传感器坐标系下的环境数据统一到机器人移动控制设备坐标下,实现标准化,得到第一数据。
在步骤S202中,对传感器数据进行标准化处理得到第一数据后,将第一数据进行序列化处理,得到第二数据,以使机器人移动控制设备能够直接识别、使用。一个可选实施例中,将机器人移动控制设备坐标系下的第一数据转换为json(JavaScript ObjectNotation,Java脚本对象标记)格式的第二数据,其中,json是一种轻量级的数据交换格式,在机器人领域有广泛的应用。
一个可选实施例中,在步骤S202中,在对传感器采集的数据进行标准化之前,还可对传感器采集的数据进行预处理,再将预处理后的传感器数据进行标准化处理,以剔除干扰数据或用处不大的数据,提升准确度并可减少处理的数据量。
其中,对传感器采集的数据进行预处理可以包括如下一种或几种:
过滤噪点,传感器采集的数据中经常存在噪声数据,如孤立噪点、散粒噪声等。这些噪声数据不但会消耗处理资源,还会影响避障行为。因此,可以采用如形态学滤波等方法滤除传感器采集的数据中的噪声数据。
降采样,为了降低机器人上位机与移动控制设备之间的数据传输量及移动控制设备的数据处理量,可根据传感器内部参数,在不降低或明显降低机器人导航或避障精准度前提下,可通过降采样来减少数据量。
数据平滑,对于不可过滤的噪声数据,基于障碍物的空间连续性,可以通过直线、曲线、平面或曲面拟合和RANSAC(RANdom SAmple Consensus,随机抽样一致性)等方法对传感器采集的数据进行空间过滤,只保留符合障碍物空间分布的采样数据,使传感器采集的数据符合物体的空间规律。
继续在该实施例中,在步骤S204中,采用上位机与移动控制设备都支持的网络传输方式,按照该网络传输方式定义的格式将该第二数据封装成数据包后发送至该机器人移动控制设备300,以让机器人实现导航或避障。其中,该网络传输方式可以是以太网传输方式、Wifi无线传输方式、蓝牙无线传输方式等,在此,不作限定,任何机器人上位机和移动控制设备都支持的网络传输方式如适用本申请也应包含在本申请的保护范围内。
为了提升数据传输的安全性,还可以对该第二数据进行安全处理后再封装成数据包,发送至机器人移动控制设备。
一个可选实施例中,在步骤S204之前,还包括步骤S2031(未示出)在该第二数据中增加时间戳,得到第三数据,其中,所述时间戳可以采用机器人自带的系统时间,也可以是基于NTP(NetworkTimeProtocol,网络时间协议)实时同步的时间,在此,不作限定,任何可获取的时间如适用本申请也应包含在本申请的保护范围内。其中,在步骤S204中,将该第三数据封装成数据包后发送至该机器人移动控制设备。
一个可选实施例中,在步骤S204之前,还包括步骤S2032(未示出)对该第二数据进行加密处理,得到第三数据,其中,可以采用对称加密算法对该第二数据进行加密处理,如DES(Data Encryption Standard,数据加密标准)、3DES(TripleData EncryptionStandard,三重DES)、AES(Advanced Encryption Standard,高级数据加密标准)等,也可以采用非对称加密算法对该第二数据进行加密处理,如RSA、DSA(Digital SignatureAlgorithm,数字签名算法)等,其中,移动控制设备中保存有相应的解密密钥。其中,在步骤S204中,将第三数据封装成数据包后发送至该机器人移动控制设备。
一个可选实施例中,在步骤S204之前,还包括步骤S2033(未示出)采用散列算法对该第二数据进行加密处理,得到第三数据,如采用SHA-1(Secure Hash Algorithm,安全散列算法第1修订版)、MD5(Message Digest Algorithm,消息摘要算法第5版)等。其中,在步骤S204中,将第三数据封装成数据包后发送至该机器人移动控制设备。
一个可选实施例中,在步骤S204之前,还包括步骤S2034(未示出)在该第二数据中增加时间戳,然后对增加了时间戳的第二数据进行加密处理,得到第三数据。其中,在步骤S204中,将第三数据封装成数据包后发送至该机器人移动控制设备。
在此,对上述各可选实施例中采用的加密算法不作限定,任何适用本申请的加密算法也应包含在本申请的保护范围内。
为了使传感器观测的盲区尽量小,进而减小机器人运动控制过程中与障碍物碰撞的概率,提升机器人导航避障的效果,提高机器人的智能化程度,集成的自主扩展传感器可以有多个。
附图3示出根据本申请另一个方面的一种自主扩展传感器数据处理的方法流程图,该方法应用于机器人移动控制设备300,通过机器人上位机100调用程序接口200实现,其中,一个实施例的方法包括:
S301获取多个自主扩展传感器的传感器数据;
S302将每个自主扩展传感器的传感器数据分别进行标准化处理,以得到每个自主扩展传感器基于机器人移动控制设备坐标系的第一数据;
S303将每个自主扩展传感器的第一数据融合,并对融合后的数据进行序列化,得到第四数据;
S305基于预设网络传输方式,将所述第四数据封装后发送至所述机器人移动控制设备,以实现避障。
其中,在步骤S301中,获取多个自主扩展传感器的传感器数据。其中,所述传感器可以是各种类型的可采集机器人所处环境的环境数据的传感器,比如:如激光雷达、深度摄像头、超声波传感器等,在此,不作限定,任何可用于导航或避障的传感器若适用本申请,都应应包含在本申请的保护范围内。
继续在该实施例中,在步骤S302中,将每个自主扩展传感器的传感器数据分别进行标准化处理,以得到每个自主扩展传感器基于机器人移动控制设备坐标系的第一数据。其中,若传感器采集的传感器坐标系下的数据为A=(x,y,z)T,即在传感器坐标系下坐标为A的位置有测距信息(观测到障碍物),对应转换到机器人移动控制设备坐标系下的第一数据为A′=(x′,y′,z′)T,即在机器人移动控制设备坐标系下坐标为A′的位置有测距信息(观测到障碍物)。传感器坐标系转换到机器人移动控制设备坐标系的旋转矩阵为R,平移矩阵为t。其中,旋转矩阵R和平移矩阵t是根据该传感器在机器人移动控制设备坐标系下的安装位置确定的,则A′可根据如下公式得到:
A′=RA+t
继续在该实施例中,在步骤S303中,将每个自主扩展传感器的第一数据进行融合,以减少机器人上位机与移动控制设备之间的数据传输量及移动控制设备的数据处理量,提升数据处理效率,并对融合后的数据进行序列化,得到第四数据。其中,可以采用局部建模的方式融合多个标准化后的传感器数据(比如,将传感器数据插入到机器人应用环境对应的三维栅格地图中,其中,栅格地图的一个立方体栅格对应空间一个位置,每个栅格有占用和非占用两种状态,与导航或避障要定位的点所对应的栅格标记为占用,其他栅格标记为非占用)。在此,不对采用何种多传感器数据融合方法进行限定,任何多传感器数据融合方法若适用本申请也应包含在本申请的保护范围内。其中,数据的序列化处理与前述实施例中相同,在此不再赘述。
继续在该实施例中,在步骤S305中,采用机器人上位机与移动控制设备都支持的网络传输方式,按照该网络传输方式定义的格式将该第四数据封装成数据包后发送至该机器人移动控制设备,以让机器人实现导航或避障。
为了进一步减少机器人上位机与移动控制设备之间的数据传输量及移动控制设备的数据处理量,提升数据处理效率,还可将融合后的数据中的冗余数据剔除。一个可选实施例中,在步骤S303中,还对该第四数据进行去冗余处理,其中,去冗余处理的方式可以是剪枝处理或数据平滑处理,在不降低导航或避障精准度的前提下,使得三维栅格地图中的栅格变稀疏。在此,不对采用何种去冗余处理的方法进行限定,任何数据去冗余处理的方法若适用本申请也应包含在本申请的保护范围内。其中,在步骤S305中,将去冗余处理后的第四数据封装成数据包后发送至该机器人移动控制设备。
为了提升融合数据传输的安全性,还可以对融合后的数据进行安全处理后再封装成数据包,发送至机器人移动控制设备。
一个可选实施例中,在步骤S305之前,还包括步骤S3041(未示出)在去冗余处理后的第四数据中增加时间戳,得到第五数据。其中,所述时间戳可以采用机器人自带的系统时间,也可以是基于NTP(NetworkTimeProtocol,网络时间协议)实时同步的时间,在此,不作限定,任何可获取的时间如适用本申请也应包含在本申请的保护范围内。其中,在步骤S305中,将该第五数据封装成数据包后发送至该机器人移动控制设备。
一个可选实施例中,在步骤S305之前,还包括步骤S3042(未示出)对去冗余处理后的第四数据进行加密处理,得到第五数据,其中,可以采用对称加密算法对该去冗余处理后的第四数据进行加密处理,如DES(Data Encryption Standard,数据加密标准)、3DES(TripleData Encryption Standard,三重DES)、AES(Advanced Encryption Standard,高级数据加密标准)等,也可以采用非对称加密算法对该去冗余处理后的第四数据进行加密处理,如RSA、DSA(Digital Signature Algorithm,数字签名算法)等,其中,移动控制设备中保存有相应的解密密钥。其中,在步骤S305中,将该第五数据封装成数据包后发送至该机器人移动控制设备。
一个可选实施例中,在步骤S305之前,还包括步骤S3043(未示出)采用散列算法对去冗余处理后的第四数据进行加密处理,得到第五数据,如采用SHA-1(Secure HashAlgorithm,安全散列算法第1修订版)、MD5(Message Digest Algorithm,消息摘要算法第5版)等。其中,在步骤S305中,将该第五数据封装成数据包后发送至该机器人移动控制设备。
一个可选实施例中,在步骤S305之前,还包括步骤S3044(未示出)在去冗余处理后的第四数据中增加时间戳,然后对增加了时间戳的去冗余处理后的第四数据进行加密处理,得到第五数据。其中,在步骤S305中,将该第五数据封装成数据包后发送至该机器人移动控制设备。
在此,对上述各可选实施例中采用的加密算法不作限定,任何适用本申请的加密算法也应包含在本申请的保护范围内。
附图4示出根据本申请又一个方面的一种用于自主扩展传感器数据处理的程序接口的结构示意图,该程序接口200是移动控制设备300提供的,被机器人上位机100调用,其中,一个实施例的程序接口200包括:
获取模块401,用于获取自主扩展传感器的传感器数据;
处理模块402,用于将所述传感器数据进行标准化处理,以得到基于机器人移动控制设备坐标系的第一数据,并对所述第一数据进行序列化,得到第二数据;
传输模块405,用于基于预设网络传输方式,将所述第二数据封装后发送至所述机器人移动控制设备,以实现避障。
在该实施例中,程序接口400与前述方法实施例中的相同,作为移动控制设备的SDK的一个功能接口,被机器人上位机100调用,以对自主扩展传感器数据进行处理,用于实现导航或避障。
其中,获取模块401获取到自主扩展传感器的传感器数据;处理模块402将获取模块401获取到的传感器数据进行标准化处理,以得到基于机器人移动控制设备坐标系的第一数据,并对该第一数据进行序列化,得到第二数据;传输模块405采用上位机与移动控制设备都支持的网络传输方式,将该第二数据封装后发送至机器人移动控制设备,以实现避障。
一个可选实施例中,该程序接口200的处理模块402还用于对获取模块401获取到的传感器数据进行预处理,然后再进行标准化处理,以剔除获取到的传感器数据中的干扰数据或用处不大的数据,提升准确度并可减少处理的数据量。
一个可选实施例中,该程序接口200还包括安全模块404(未示出),对处理模块402处理后得到的第二数据进行安全处理后交给传输模块405;传输模块405采用上位机与移动控制设备都支持的网络传输方式,将安全处理后的第二数据封装后发送至机器人移动控制设备,以实现避障。其中,安全处理的方法包括:在该第二数据中增加时间戳,和/或对该第二数据进行加密处理。
为了使传感器观测的盲区尽量小,进而减小机器人运动控制过程中与障碍物碰撞的概率,提升机器人导航避障的效果,提高机器人的智能化程度,集成的自主扩展传感器可以有多个。一个可选实施例中,该程序接口200还包括融合模块403(未示出),其中,获取模块401获取到多个自主扩展传感器的传感器数据;处理模块402将每个自主扩展传感器的传感器数据分别进行标准化处理,或者先对每个自主扩展传感器的传感器数据进行预处理后再进行标准化,以得到每个自主扩展传感器基于机器人移动控制设备坐标系的第一数据;融合模块403将每个自主扩展传感器的第一数据融合,以减少机器人上位机与移动控制设备之间的数据传输量及移动控制设备的数据处理量,提升数据处理效率,并对融合后的数据进行序列化,得到第四数据;安全模块404对第四数据进行安全处理后交给传输模块405;传输模块405采用上位机与移动控制设备都支持的网络传输方式,将安全处理后的第四数据封装后发送至机器人移动控制设备,以实现避障。
为了进一步减少机器人上位机与移动控制设备之间的数据传输量及移动控制设备的数据处理量,提升数据处理效率,还可将融合后的数据中的冗余数据剔除。一个可选实施例中,所述融合模块403还用于对融合后的数据进行去冗余处理后再进行序列化,得到第四数据。
上述各实施例中,程序接口200各模块实施的方法步骤与前述方法实施例中相同,在此不再赘述。
根据本申请的又一方面,还提供了一种计算机可读介质,所述计算机可读介质存储有计算机可读指令,所述计算机可读指令可被处理器执行以实现前述方法。
需要注意的是,本申请中各方法实施例可在软件和/或软件与硬件的组合体中被实施。本申请中涉及的软件程序可以通过处理器执行以实现上述各实施例的步骤或功能。同样地,本申请的软件程序(包括相关的数据结构)可以被存储到计算机可读记录介质中。
另外,本申请的一部分可被应用为计算机程序产品,例如计算机程序指令和/后计算机程序接口,当其被计算机执行时,通过该计算机的操作,可以调用或提供根据本申请的方法和/或技术方案。而调用本申请的方法的程序指令,可能被存储在固定的或可移动的记录介质中,和/或通过广播或其他信号承载媒体中的数据流而被传输,和/或被存储在根据所述程序指令运行的计算机设备的工作存储器中。
根据本申请的再一方面,还提供了一种机器人设备,该设备包括:存储计算机程序指令的存储器和用于执行程序指令的处理器,其中,当该计算机程序指令被该处理器执行时,触发该设备运行基于前述根据本申请的多个实施例的方法和/或技术方案。
对于本领域技术人员而言,显然本发明不限于上述示范性实施例的细节,而且在不背离本发明的精神或基本特征的情况下,能够以其他的具体形式实现本发明。因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。此外,显然“包括”一词不排除其他单元或步骤,单数不排除复数。装置权利要求中陈述的多个单元或装置也可以由一个单元或装置通过软件和/或者硬件来实现。第一,第二等词语用来表示名称,而并不表示任何特定的顺序。
Claims (10)
1.一种自主扩展传感器数据处理的方法,其特征在于,所述方法应用于机器人移动控制设备,通过程序接口实现,包括:
获取自主扩展传感器的传感器数据;
将所述传感器数据进行标准化处理,以得到基于机器人移动控制设备坐标系的第一数据,并对所述第一数据进行序列化,得到第二数据;
基于预设网络传输方式,将所述第二数据封装后发送至所述机器人移动控制设备,以实现避障。
2.根据权利要求1所述的方法,其特征在于,所述传感器数据包括:
传感器采集的环境数据;
与所述传感器相关的内部参数和外部参数。
3.根据权利要求1所述的方法,其特征在于,在将所述传感器数据进行标准化处理之前,所述方法还包括:
对所述传感器数据进行预处理;
其中,所述将所述传感器数据进行标准化处理包括:
将预处理后的传感器数据进行标准化处理。
4.根据权利要求1所述的方法,其特征在于,在将所述第二数据封装后发送至所述机器人移动控制设备之前,所述方法还包括:
在所述第二数据中增加时间戳和/或对所述第二数据进行加密,得到第三数据;
其中,所述将所述第二数据封装后发送至所述机器人移动控制设备包括:
将所述第三数据封装后发送至所述机器人移动控制设备。
5.根据权利要求1所述的方法,其特征在于,若自主扩展传感器有多个,所述方法包括:
获取所述多个自主扩展传感器的传感器数据;
将每个自主扩展传感器的传感器数据分别进行标准化处理,以得到每个自主扩展传感器基于机器人移动控制设备坐标系的第一数据;
将每个自主扩展传感器的第一数据融合,并对融合后的数据进行序列化,得到第四数据;
基于预设网络传输方式,将所述第四数据封装后发送至所述机器人移动控制设备,以实现避障。
6.根据权利要求5所述的方法,其特征在于,在将所述第四数据封装后发送至所述机器人移动控制设备之前,所述方法还包括:
对所述第四数据进行去冗余处理。
7.根据权利要求6所述的方法,其特征在于,在将所述第四数据封装后发送至所述机器人移动控制设备之前,所述方法还包括:
在去冗余处理后的第四数据中增加时间戳和/或对所述去冗余处理后的第四数据进行加密,得到第五数据;
其中,所述将所述第四数据封装后发送至所述机器人移动控制设备包括:
将所述第五数据封装后发送至所述机器人移动控制设备。
8.一种用于自主扩展传感器数据处理的程序接口,其特征在于,所述程序接口应用于机器人移动控制设备,包括:
获取模块,用于获取自主扩展传感器的传感器数据;
处理模块,用于将所述传感器数据进行标准化处理,以得到基于机器人移动控制设备坐标系的第一数据,并对所述第一数据进行序列化,得到第二数据;
传输模块,用于基于预设网络传输方式,将所述第二数据封装后发送至所述机器人移动控制设备,以实现避障。
9.一种计算机可读介质,其特征在于,
其上存储有计算机程序代码,所述计算机程序代码被处理器执行以实现如权利要求1至7中任一项所述的方法。
10.一种机器人设备,其特征在于,所述设备包括:
一个或多个处理器;以及
存储有计算机程序代码的存储器,所述计算机程序代码在被处理器读取后使所述处理器执行如权利要求1至7中任一项所述方法的操作。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210128959.8A CN114509064A (zh) | 2022-02-11 | 2022-02-11 | 一种自主扩展传感器数据处理的方法、接口及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210128959.8A CN114509064A (zh) | 2022-02-11 | 2022-02-11 | 一种自主扩展传感器数据处理的方法、接口及设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114509064A true CN114509064A (zh) | 2022-05-17 |
Family
ID=81551131
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210128959.8A Pending CN114509064A (zh) | 2022-02-11 | 2022-02-11 | 一种自主扩展传感器数据处理的方法、接口及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114509064A (zh) |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2017097170A1 (zh) * | 2015-12-10 | 2017-06-15 | 上海思岚科技有限公司 | 自主定位导航设备、定位导航方法及自主定位导航系统 |
CN108881112A (zh) * | 2017-05-10 | 2018-11-23 | 北京猎户星空科技有限公司 | 基于传感器的数据的生成、传输、处理方法、装置及其系统 |
CN110427039A (zh) * | 2019-08-29 | 2019-11-08 | 山东大学 | 一种基于ros2的分布式云导航系统及导航方法 |
CN110455275A (zh) * | 2019-08-07 | 2019-11-15 | 天津理工大学 | 一种大型球形储罐爬壁机器人定位导航系统及方法 |
CN110471401A (zh) * | 2019-08-30 | 2019-11-19 | 盈盛智创科技(广州)有限公司 | 一种传送设备异常的预测方法、装置和设备 |
CN110597500A (zh) * | 2019-07-26 | 2019-12-20 | 北京柠檬微趣科技股份有限公司 | 消息结构的序列化和反序列化方法及装置 |
CN110830555A (zh) * | 2019-10-15 | 2020-02-21 | 图灵人工智能研究院(南京)有限公司 | 无人驾驶设备的数据处理方法、控制装置及存储介质 |
CN110998471A (zh) * | 2017-05-09 | 2020-04-10 | 云海智行股份有限公司 | 机器人运动控制系统及方法 |
CN111007857A (zh) * | 2019-12-21 | 2020-04-14 | 上海有个机器人有限公司 | 一种机器人运动路径规划过程的可视化方法 |
CN112099948A (zh) * | 2020-09-10 | 2020-12-18 | 西安交通大学 | 数字孪生制造单元协议标准化与工业大数据实时集成方法 |
CN112446422A (zh) * | 2020-11-10 | 2021-03-05 | 济南浪潮高新科技投资发展有限公司 | 用于机器人区域定位的多传感器数据融合方法及系统 |
WO2021052403A1 (zh) * | 2019-09-20 | 2021-03-25 | 杭州海康机器人技术有限公司 | 一种移动机器人感知障碍信息的方法、装置 |
CN112755519A (zh) * | 2021-01-11 | 2021-05-07 | 北京星汉云图文化科技有限公司 | 基于数据平台的传感器数据处理方法、装置、系统及存储介质 |
CN113518094A (zh) * | 2021-09-14 | 2021-10-19 | 深圳市普渡科技有限公司 | 数据处理方法、装置、机器人和存储介质 |
-
2022
- 2022-02-11 CN CN202210128959.8A patent/CN114509064A/zh active Pending
Patent Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2017097170A1 (zh) * | 2015-12-10 | 2017-06-15 | 上海思岚科技有限公司 | 自主定位导航设备、定位导航方法及自主定位导航系统 |
CN110998471A (zh) * | 2017-05-09 | 2020-04-10 | 云海智行股份有限公司 | 机器人运动控制系统及方法 |
CN108881112A (zh) * | 2017-05-10 | 2018-11-23 | 北京猎户星空科技有限公司 | 基于传感器的数据的生成、传输、处理方法、装置及其系统 |
CN110597500A (zh) * | 2019-07-26 | 2019-12-20 | 北京柠檬微趣科技股份有限公司 | 消息结构的序列化和反序列化方法及装置 |
CN110455275A (zh) * | 2019-08-07 | 2019-11-15 | 天津理工大学 | 一种大型球形储罐爬壁机器人定位导航系统及方法 |
CN110427039A (zh) * | 2019-08-29 | 2019-11-08 | 山东大学 | 一种基于ros2的分布式云导航系统及导航方法 |
CN110471401A (zh) * | 2019-08-30 | 2019-11-19 | 盈盛智创科技(广州)有限公司 | 一种传送设备异常的预测方法、装置和设备 |
WO2021052403A1 (zh) * | 2019-09-20 | 2021-03-25 | 杭州海康机器人技术有限公司 | 一种移动机器人感知障碍信息的方法、装置 |
CN110830555A (zh) * | 2019-10-15 | 2020-02-21 | 图灵人工智能研究院(南京)有限公司 | 无人驾驶设备的数据处理方法、控制装置及存储介质 |
CN111007857A (zh) * | 2019-12-21 | 2020-04-14 | 上海有个机器人有限公司 | 一种机器人运动路径规划过程的可视化方法 |
CN112099948A (zh) * | 2020-09-10 | 2020-12-18 | 西安交通大学 | 数字孪生制造单元协议标准化与工业大数据实时集成方法 |
CN112446422A (zh) * | 2020-11-10 | 2021-03-05 | 济南浪潮高新科技投资发展有限公司 | 用于机器人区域定位的多传感器数据融合方法及系统 |
CN112755519A (zh) * | 2021-01-11 | 2021-05-07 | 北京星汉云图文化科技有限公司 | 基于数据平台的传感器数据处理方法、装置、系统及存储介质 |
CN113518094A (zh) * | 2021-09-14 | 2021-10-19 | 深圳市普渡科技有限公司 | 数据处理方法、装置、机器人和存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107677279B (zh) | 一种定位建图的方法及系统 | |
EP3506212A1 (en) | Method and apparatus for generating raster map | |
KR20190082066A (ko) | 포인트 클라우드 데이터를 복구하기 위한 방법 및 장치 | |
CN112114533A (zh) | 物联网数据处理方法、装置、计算机设备和存储介质 | |
EP3751434A3 (en) | Information processing device, information processing method, and storage medium | |
CN110955715B (zh) | Erp系统和目标平台的数据转换方法、装置以及电子设备 | |
KR20210087495A (ko) | 센서 데이터 처리 방법, 장치, 전자 기기 및 시스템 | |
KR20220158337A (ko) | 디지털 트윈기반 로봇 관리시스템 및 그의 이종 디지털 트윈 상호운용 방법 | |
US10974730B2 (en) | Vehicle perception system on-line diangostics and prognostics | |
CN110794826B (zh) | 混合导航方法及装置、通信方法及装置、设备、存储介质 | |
CN114509064A (zh) | 一种自主扩展传感器数据处理的方法、接口及设备 | |
CN114239026A (zh) | 信息脱敏转换处理方法、装置、计算机设备和存储介质 | |
CN111426316B (zh) | 机器人定位方法、装置、机器人及可读存储介质 | |
WO2019080681A1 (zh) | 用于控制移动机器人建图的方法与系统 | |
CN112015938A (zh) | 点云标签传递方法、装置及系统 | |
JP2022174248A (ja) | 作業地形検出方法、装置及び作業地形を検出するための工事機器 | |
KR101690882B1 (ko) | 데이터의 시간 정확도를 향상시키는 마이크로 컨트롤러, 이를 이용한 3차원 맵핑 시스템 및 방법 | |
Berndt et al. | Unified Multi-Modal Data Aggregation for Complementary Sensor Networks Applied for Localization | |
CN112335206B (zh) | 云网关设备和用于操作云网关设备的方法 | |
CN111199084B (zh) | 动力学模型的接入方法和装置 | |
KR101767568B1 (ko) | 개방형 공간 정보 관리 시스템 | |
CN113267800B (zh) | 定位定姿方法、装置、设备、存储介质及其系统 | |
CN115857970A (zh) | 一种容器打包成镜像的方法及设备 | |
CN117990085A (zh) | 一种基于双毫米波雷达的自主探索地图生成方法及系统 | |
Burtovaya et al. | Simulation of the communication system between an AUV group and a surface station |
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 |