CN114578831B - 机器人的控制方法、控制装置、机器人和存储介质 - Google Patents
机器人的控制方法、控制装置、机器人和存储介质 Download PDFInfo
- Publication number
- CN114578831B CN114578831B CN202210455122.4A CN202210455122A CN114578831B CN 114578831 B CN114578831 B CN 114578831B CN 202210455122 A CN202210455122 A CN 202210455122A CN 114578831 B CN114578831 B CN 114578831B
- Authority
- CN
- China
- Prior art keywords
- floor
- robot
- path
- target
- map
- 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 58
- 239000010410 layer Substances 0.000 claims description 149
- 239000002356 single layer Substances 0.000 claims description 134
- 238000004590 computer program Methods 0.000 claims description 10
- 238000010586 diagram Methods 0.000 description 16
- 230000008569 process Effects 0.000 description 10
- 230000004888 barrier function Effects 0.000 description 9
- 238000004891 communication Methods 0.000 description 9
- 230000006870 function Effects 0.000 description 9
- 238000004364 calculation method Methods 0.000 description 7
- 238000012545 processing Methods 0.000 description 6
- 238000004422 calculation algorithm Methods 0.000 description 5
- 230000003993 interaction Effects 0.000 description 5
- 238000001514 detection method Methods 0.000 description 4
- 230000005021 gait Effects 0.000 description 4
- 230000002829 reductive effect Effects 0.000 description 4
- 238000012544 monitoring process Methods 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- 239000003086 colorant Substances 0.000 description 2
- 230000009193 crawling Effects 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 230000000670 limiting effect Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000036961 partial effect Effects 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000010408 sweeping Methods 0.000 description 1
- 239000013598 vector Substances 0.000 description 1
- 238000005406 washing Methods 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/16—Programme controls
- B25J9/1656—Programme controls characterised by programming, planning systems for manipulators
- B25J9/1664—Programme controls characterised by programming, planning systems for manipulators characterised by motion, path, trajectory planning
-
- 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
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J13/00—Controls for manipulators
- B25J13/08—Controls for manipulators by means of sensing devices, e.g. viewing or touching devices
- B25J13/088—Controls for manipulators by means of sensing devices, e.g. viewing or touching devices with position, velocity or acceleration sensors
- B25J13/089—Determining the position of the robot with reference to its environment
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B62—LAND VEHICLES FOR TRAVELLING OTHERWISE THAN ON RAILS
- B62D—MOTOR VEHICLES; TRAILERS
- B62D57/00—Vehicles characterised by having other propulsion or other ground- engaging means than wheels or endless track, alone or in addition to wheels or endless track
- B62D57/02—Vehicles characterised by having other propulsion or other ground- engaging means than wheels or endless track, alone or in addition to wheels or endless track with ground-engaging propulsion means, e.g. walking members
- B62D57/032—Vehicles characterised by having other propulsion or other ground- engaging means than wheels or endless track, alone or in addition to wheels or endless track with ground-engaging propulsion means, e.g. walking members with alternately or sequentially lifted supporting base and legs; with alternately or sequentially lifted feet or skid
-
- 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
- G01C21/20—Instruments for performing navigational calculations
- G01C21/206—Instruments for performing navigational calculations specially adapted for indoor navigation
-
- 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
-
- 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
- G05D1/0268—Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means
- G05D1/0274—Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means using mapping information stored in a memory device
-
- 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
- G05D1/20—Control system inputs
- G05D1/22—Command input arrangements
- G05D1/229—Command input data, e.g. waypoints
-
- 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
- G05D1/20—Control system inputs
- G05D1/24—Arrangements for determining position or orientation
- G05D1/246—Arrangements for determining position or orientation using environment maps, e.g. simultaneous localisation and mapping [SLAM]
-
- 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
- G05D1/40—Control within particular dimensions
- G05D1/43—Control of position or course in two dimensions
- G05D1/435—Control of position or course in two dimensions resulting in a change of level, e.g. negotiating lifts or stairs
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D2107/00—Specific environments of the controlled vehicles
- G05D2107/40—Indoor domestic environment
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D2109/00—Types of controlled vehicles
- G05D2109/10—Land vehicles
- G05D2109/12—Land vehicles with legs
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- General Physics & Mathematics (AREA)
- Aviation & Aerospace Engineering (AREA)
- Mechanical Engineering (AREA)
- Robotics (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Transportation (AREA)
- Electromagnetism (AREA)
- Human Computer Interaction (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
- Manipulator (AREA)
Abstract
本申请公开了一种机器人的控制方法、控制装置、机器人和存储介质。机器人的控制方法,包括:根据目标位置信息,获取机器人在目标建筑物中的目标楼层;根据机器人当前位置信息,获取机器人在目标建筑物中的初始楼层;若目标位置和机器人当前位置在目标建筑物内部,根据机器人在目标建筑物中的目标楼层和初始楼层,获取室内预期可通行地图,根据地图、当前位置信息以及目标位置信息,进行路径规划;若目标位置或者机器人当前位置在目标建筑物外部,获取室内预期可通行地图和室外预期可通行地图,根据室内预期可通行地图和室外预期可通行地图、当前位置信息以及目标位置信息,进行路径规划。上述控制方法可适应机器人在多层建筑中执行任务的需求。
Description
技术领域
本申请涉及机器人技术领域,更具体而言,特别涉及一种机器人的控制方法、控制装置、机器人和存储介质。
背景技术
室内为机器人的重要工作场景,而现有的建筑物通常为多层。若需要机器人适应多层室内环境中工作的需求,需要机器人能够在多层建筑内规划路线。然而,现有的机器人缺少对多层建筑的路径规划能力,因而较难适应多层建筑的工作环境。
发明内容
本申请实施方式提供一种机器人的控制方法、控制装置、机器人和存储介质。
本申请实施方式提供的一种机器人的控制方法,包括:
获取目标位置信息和机器人当前位置信息;
根据所述目标位置信息获取机器人在目标建筑物中的目标楼层;
根据所述机器人当前位置信息获取机器人在目标建筑物中的初始楼层;
根据所述机器人在目标建筑物中的目标楼层和初始楼层,获取室内预期可通行地图,根据所述室内预期可通行地图、所述机器人的当前位置信息以及目标位置信息,获取室内规划的路径,并根据规划的路径控制所述机器人移动。
本申请另一实施方式提供的一种机器人的控制方法,包括:
获取目标位置信息和机器人当前位置信息;
根据所述目标位置信息,判断所述机器人的目标位置是否位于目标建筑物内部,并根据判断结果获取机器人在目标建筑物中的目标楼层;
若所述目标位置在目标建筑物内部,则所述机器人在目标建筑物中的目标楼层为机器人目标位置所在楼层;
若所述目标位置在目标建筑物外部,则所述机器人在目标建筑物中的目标楼层为机器人离开所述目标建筑物的楼层;
根据所述机器人当前位置信息,判断所述机器人的当前位置是否位于所述目标建筑物内部,并根据判断结果获取机器人在目标建筑物中的初始楼层;
若机器人当前位置在目标建筑物内部,则所述机器人在目标建筑物中的初始楼层为机器人当前位置所在楼层;
若机器人当前位置在目标建筑物外部,则所述机器人在目标建筑物中的初始楼层为机器人进入所述目标建筑物的楼层;
若所述目标位置和机器人当前位置在目标建筑物内部,根据所述机器人在目标建筑物中的目标楼层和初始楼层,获取室内预期可通行地图,根据所述室内预期可通行地图、所述机器人的当前位置信息以及目标位置信息,获取室内规划的路径,并根据规划的路径控制所述机器人移动;
若所述目标位置或者机器人当前位置在目标建筑物外部,获取室内预期可通行地图和室外预期可通行地图,根据所述室内预期可通行地图和室外预期可通行地图、所述机器人的当前位置信息以及目标位置信息,获取室内和室外规划的路径,并根据规划的路径控制所述机器人移动。
本申请一实施方式提供的一种机器人的控制装置,包括:
第一获取模块,用于获取目标位置信息和机器人当前位置信息,根据所述目标位置获取机器人在目标建筑物中的目标楼层,根据所述机器人当前位置信息获取机器人在目标建筑物中的初始楼层;
控制模块,用于根据所述机器人在目标建筑物中的目标楼层和初始楼层,获取室内预期可通行地图,根据所述室内预期可通行地图、所述机器人的当前位置信息以及目标位置信息,获取室内规划的路径,并根据规划的路径控制所述机器人移动。
本申请另一实施方式提供的一种机器人的控制装置,包括:
第一获取模块,用于获取目标位置信息和机器人当前位置信息;
第一判断模块,用于根据所述目标位置信息,判断所述机器人的目标位置是否位于目标建筑物内部,并根据判断结果获取机器人在目标建筑物中的目标楼层;若所述目标位置在目标建筑物内部,则所述机器人在目标建筑物中的目标楼层为机器人目标位置所在楼层;若所述目标位置在目标建筑物外部,则所述机器人在目标建筑物中的目标楼层为机器人离开所述目标建筑物的楼层;
第二判断模块,用于根据所述机器人当前位置信息,判断所述机器人的当前位置是否位于所述目标建筑物内部,并根据判断结果获取机器人在目标建筑物中的初始楼层;
若机器人当前位置在目标建筑物内部,则所述机器人在目标建筑物中的初始楼层为机器人当前位置所在楼层;若机器人当前位置在目标建筑物外部,则所述机器人在目标建筑物中的初始楼层为机器人进入所述目标建筑物的楼层;
控制模块,用于,若所述目标位置和机器人当前位置在目标建筑物内部,根据所述机器人在目标建筑物中的目标楼层和初始楼层,获取室内预期可通行地图,根据所述室内预期可通行地图、所述机器人的当前位置信息以及目标位置信息,进行路径规划,并根据规划的路径控制所述机器人移动;若所述目标位置或者机器人当前位置在目标建筑物外部,获取室内预期可通行地图和室外预期可通行地图,根据所述室内预期可通行地图和室外预期可通行地图、所述机器人的当前位置信息以及目标位置信息,进行路径规划,并根据规划的路径控制所述机器人移动。
本申请实施方式的机器人包括计算机可读取存储介质、处理器及存储在所述计算机可读取存储介质上并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述实施方式的机器人的控制方法。
本申请实施方式提供一种计算机可读存储介质其上存储有计算机程序,所述计算机程序被处理器执行时实现上述实施方式的机器人的控制方法。
本申请实施方式的机器人的控制方法、控制装置、机器人和存储介质,能够根据多个单层可通行地图与楼梯连接位置,获得多层可通行地图,从而使得机器人能够根据多层可通行地图进行路径规划,适应机器人在多层建筑中执行任务的需求。
本申请的附加方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本申请的实践了解到。
附图说明
本申请的上述和/或附加的方面和优点从结合下面附图对实施方式的描述中将变得明显和容易理解,其中:
图1是本申请实施方式的机器人的模块示意图;
图2是本申请实施方式的机器人的结构示意图;
图3A是本申请实施方式的机器人的控制方法的流程示意图;
图3B是本申请实施方式的机器人的控制装置的模块示意图;
图4A是本申请实施方式的机器人的控制方法的流程示意图;
图4B是本申请实施方式的机器人的控制装置的另一模块示意图;
图5是本申请实施方式的机器人的控制方法的另一流程示意图;
图6A是本申请实施方式的机器人的双层单元的模块示意图;
图6B是本申请实施方式的机器人的双层单元的另一模块示意图;
图7是本申请实施方式的机器人的控制方法的又一流程示意图;
图8A是本申请实施方式的机器人的多层单元的模块示意图;
图8B是本申请实施方式的机器人的多层单元的再一模块示意图;
图9A是本申请实施方式的机器人的控制方法的再一流程示意图;
图9B是本申请实施方式的机器人的控制装置的再一模块示意图;
图9C是本申请实施方式的机器人的控制装置的再一模块示意图;
图10A是本申请实施方式的机器人的控制方法的再一流程示意图;
图10B是本申请实施方式的机器人的控制装置的再一模块示意图;
图10C是本申请实施方式的机器人的控制装置的再一模块示意图;
图11A是本申请实施方式的机器人的控制方法的再一流程示意图;
图11B是本申请实施方式的机器人的控制装置的再一模块示意图;
图11C是本申请实施方式的机器人的控制装置的再一模块示意图;
图12是本申请实施方式的机器人的控制方法的再一流程示意图;
图13A是本申请实施方式的路径规划的俯视图;
图13B是本申请实施方式的路径规划的侧视图;
图14A是本申请实施方式的机器人和计算机可读存储介质的连接示意图;
图14B是本申请实施方式的机器人和计算机可读存储介质的另一连接示意图;
图15是本申请实施方式的目标建筑物内部的结构示意图。
具体实施方式
下面详细描述本申请的实施方式,所述实施方式的实施方式在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施方式是示例性的,仅用于解释本申请,而不能理解为对本申请的限制。
应当理解,此处所描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
在后续的描述中,使用用于表示部件的诸如“模块”、“部件”或“单元”的后缀仅为了有利于本申请的说明,其本身没有特定的意义。因此,“模块”、“部件”或“单元”可以混合地使用。
请参阅图1,图1为本申请其中一个实施方式的多足机器人100的硬件结构示意图。在图1所示的实施方式中,多足机器人100包括机械单元101、通讯单元102、传感单元103、接口单元104、存储单元105、控制模块110、电源111。多足机器人100的各种部件可以以任何方式连接,包括有线或无线连接等。本领域技术人员可以理解,图1中示出的多足机器人100的具体结构并不构成对多足机器人100的限定,多足机器人100可以包括比图示更多或更少的部件,某些部件也并不属于多足机器人100的必须构成,完全可以根据需要在不改变申请的本质的范围内而省略,或者组合某些部件。
下面结合图1对多足机器人100的各个部件进行具体的介绍:
机械单元101为多足机器人100的硬件。如图1所示,机械单元101可包括驱动板1011、电机1012、机械结构1013,如图2所示,机械结构1013可包括机身主体1014、可伸展的腿部1015、足部1016,在其他实施方式中,机械结构1013还可包括可伸展的机械臂(图未示)、可转动的头部结构1017、可摇动的尾巴结构1018、载物结构1019、鞍座结构1020、摄像头结构1021等。需要说明的是,机械单元101的各个部件模块可以为一个也可以为多个,可根据具体情况设置,比如腿部1015可为4个,每个腿部1015可配置3个电机1012,对应的电机1012为12个。
通讯单元102可用于信号的接收和发送,还可以通过与网络和其他设备通信,比如,接收遥控器或其他多足机器人100发送的按照特定步态以特定速度值向特定方向移动的指令信息后,传输给控制模块110处理。通讯单元102包括如WiFi模块、4G模块、5G模块、蓝牙模块、红外模块等。
传感单元103用于获取多足机器人100周围环境的信息数据以及监控多足机器人100内部各部件的参数数据,并发送给控制模块110。传感单元103包括多种传感器,如获取周围环境信息的传感器:激光雷达(用于远程物体检测、距离确定和/或速度值确定)、毫米波雷达(用于短程物体检测、距离确定和/或速度值确定)、摄像头、红外摄像头、全球导航卫星系统(GNSS,Global Navigation Satellite System)等。如监控多足机器人100内部各部件的传感器:惯性测量单元(IMU,Inertial Measurement Unit)(用于测量速度值、加速度值和角速度值的值),足底传感器(用于监测足底着力点位置、足底姿态、触地力大小和方向)、温度传感器(用于检测部件温度)。至于多足机器人100还可配置的载荷传感器、触摸传感器、电机角度传感器、扭矩传感器等其他传感器,在此不再赘述。
接口单元104可以用于接收来自外部装置的输入(例如,数据信息、电力等)并且将接收到的输入传输到多足机器人100内的一个或多个部件,或者可以用于向外部装置输出(例如,数据信息、电力等)。接口单元104可包括电源端口、数据端口(如USB端口)、存储卡端口、用于连接具有识别模块的装置的端口、音频输入/输出(I/O)端口、视频I/O端口等。
存储单元105用于存储软件程序以及各种数据。存储单元105可主要包括程序存储区和数据存储区,其中,程序存储区可存储操作系统程序、运动控制程序、应用程序(比如文本编辑器)等;数据存储区可存储多足机器人100在使用中所生成的数据(比如传感单元103获取的各种传感数据,日志文件数据)等。此外,存储单元105可以包括高速随机存取存储器,还可以包括非易失性存储器,例如磁盘存储器、闪存器、或其他易失性固态存储器。
显示单元106用于显示由用户输入的信息或提供给用户的信息。显示单元106可包括显示面板1061,可以采用液晶显示器(Liquid Crystal Display,LCD)、有机发光二极管(Organic Light-Emitting Diode, OLED)等形式来配置显示面板1061。
输入单元107可用于接收输入的数字或字符信息。具体地,输入单元107可包括触控面板1071以及其他输入设备1072。触控面板1071,也称为触摸屏,可收集用户的触摸操作(比如用户使用手掌、手指或适合的附件在触控面板1071上或在触控面板1071附近的操作),并根据预先设定的程式驱动相应的连接装置。触控面板1071可包括触摸检测装置1073和触摸控制器1074两个部分。其中,触摸检测装置1073检测用户的触摸方位,并检测触摸操作带来的信号,将信号传送给触摸控制器1074;触摸控制器1074从触摸检测装置1073上接收触摸信息,并将它转换成触点坐标,再送给控制模块110,并能接收控制模块110发来的命令并加以执行。除了触控面板1071,输入单元107还可以包括其他输入设备1072。具体地,其他输入设备1072可以包括但不限于遥控操作手柄等中的一种或多种,具体此处不做限定。
进一步的,触控面板1071可覆盖显示面板1061,当触控面板1071检测到在其上或附近的触摸操作后,传送给控制模块110以确定触摸事件的类型,随后控制模块110根据触摸事件的类型在显示面板1061上提供相应的视觉输出。虽然在图1中,触控面板1071与显示面板1061是作为两个独立的部件来分别实现输入和输出功能,但是在某些实施例中,可以将触控面板1071与显示面板1061集成而实现输入和输出功能,具体此处不做限定。
控制模块110是多足机器人100的控制中心,利用各种接口和线路连接整个多足机器人100的各个部件,通过运行或执行存储在存储单元105内的软件程序,以及调用存储在存储单元105内的数据,从而对多足机器人100进行整体控制。
电源111用于给各个部件供电,电源111可包括电池和电源控制板,电源控制板用于控制电池充电、放电、以及功耗管理等功能。在图1所示的实施方式中,电源111电连接控制模块110,在其它的实施方式中,电源111还可以分别与传感单元103(比如摄像头、雷达、音箱等)、电机1012电性连接。需要说明的是,各个部件可以各自连接到不同的电源111,或者由相同的电源111供电。
在上述实施方式的基础上,具体地,在一些实施方式中,可以通过终端设备来与多足机器人100进行通信连接,在终端设备与多足机器人100进行通信时,可以通过终端设备来向多足机器人100发送指令信息,多足机器人100可通过通讯单元102来接收指令信息,并可在接收到指令信息的情况下,将指令信息传输至控制模块110,使得控制模块110可根据指令信息来处理得到目标速度值。终端设备包括但不限于:具备图像拍摄功能的手机、平板电脑、服务器、个人计算机、可穿戴智能设备、其它电器设备。
指令信息可以根据预设条件来确定。在一个实施方式中,多足机器人100可以包括传感单元103,传感单元103可根据多足机器人100所在的当前环境可生成指令信息。控制模块110可根据指令信息来判断多足机器人100的当前速度值是否满足对应的预设条件。若满足,则会保持多足机器人100的当前速度值和当前步态移动;若不满足,则会根据对应的预设条件来确定目标速度值和相应的目标步态,从而可控制多足机器人100以目标速度值和相应的目标步态移动。环境传感器可以包括温度传感器、气压传感器、视觉传感器、声音传感器。指令信息可以包括温度信息、气压信息、图像信息、声音信息。环境传感器与控制模块110之间的通信方式可以为有线通信,也可以为无线通信。无线通信的方式包括但不限于:无线网络、移动通信网络(3G、4G、5G等)、蓝牙、红外。
请参阅图3A,在一些实施方式中,机器人100只在建筑物内部工作,在本实施方式的机器人100的控制方法包括:
步骤S10,获取目标位置信息和机器人当前位置信息;
步骤S20,根据所述目标位置信息获取机器人在目标建筑物中的目标楼层;
步骤S30,根据所述机器人当前位置获取机器人在目标建筑物中的初始楼层;
步骤S40,根据所述机器人在目标建筑物中的目标楼层和初始楼层,获取室内预期可通行地图,根据所述室内预期可通行地图、所述机器人的当前位置信息以及目标位置信息,获取室内规划的路径,并根据规划的路径控制所述机器人移动。
请参阅图3B,本申请实施方式的机器人100的控制装置40包括第一获取模块41、以及控制模块42。本申请的机器人100的控制方法可以由本申请实施方式的机器人100的控制装置40实现,其中,步骤S10-S30可以由第一获取模块41实现,步骤S40可以由控制模块42实现。
也即是说,第一获取模块41用于获取目标位置信息和机器人100当前位置信息;根据所述目标位置获取机器人在目标建筑物中的目标楼层;根据所述机器人当前位置获取机器人在目标建筑物中的初始楼层;
控制模块42用于根据所述机器人100在目标建筑物中的目标楼层和初始楼层,获取室内预期可通行地图,根据所述室内预期可通行地图、所述机器人100的当前位置信息以及目标位置信息,获取室内规划的路径,并根据规划的路径控制所述机器人100移动。
请参阅图4A,在一些实施方式中,机器人100可在建筑物内部和外部工作,在本实施方式的机器人100的控制方法包括:
步骤S100,获取目标位置信息和机器人100当前位置信息;
步骤S200,根据目标位置信息,判断机器人100的目标位置是否位于目标建筑物内部,并根据判断结果获取机器人100在目标建筑物中的目标楼层,若目标位置在目标建筑物内部,则机器人100在目标建筑物中的目标楼层为机器人100目标位置所在楼层,若目标位置在目标建筑物外部,则机器人100在目标建筑物中的目标楼层为机器人100离开目标建筑物的楼层;
步骤S300,根据机器人100当前位置信息,判断机器人100的当前位置是否位于目标建筑物内部,并根据判断结果获取机器人100在目标建筑物中的初始楼层,若机器人100当前位置在目标建筑物内部,则机器人100在目标建筑物中的初始楼层为机器人100当前位置所在楼层,若机器人100当前位置在目标建筑物外部,则机器人100在目标建筑物中初始楼层为机器人100进入目标建筑物的楼层;
步骤S400,若目标位置和机器人100当前位置在目标建筑物内部,根据机器人100在目标建筑物中的目标楼层和初始楼层,获取室内预期可通行地图,根据室内预期可通行地图、机器人100的当前位置信息以及目标位置信息,获取室内规划的路径,并根据规划的路径控制机器人100移动;
步骤S500,若目标位置或者机器人100当前位置在目标建筑物外部,获取室内预期可通行地图和室外预期可通行地图,根据室内预期可通行地图和室外预期可通行地图、机器人100的当前位置信息以及目标位置信息,获取室内和室外规划的路径,并根据规划的路径控制机器人100移动。
请参阅图4B,本申请实施方式的机器人100的控制装置60包括第一获取模块61、第一判断模块62、第二判断模块63以及控制模块64。本申请的机器人100的控制方法可以由本申请实施方式的机器人100的控制装置100实现,其中,步骤S100可以由第一获取模块100实现,步骤S200可以由第一判断模块62实现,步骤S300可以由第二判断模块63实现,步骤S400和步骤S500可以由控制模块64实现。
也即是说,第一获取模块61用于获取目标位置信息和机器人100当前位置信息。
第一判断模块62用于根据目标位置信息,判断机器人100的目标位置是否位于目标建筑物内部,并根据判断结果获取机器人100在目标建筑物中的目标楼层;若目标位置在目标建筑物内部,则机器人100在目标建筑物中的目标楼层为机器人100目标位置所在楼层;若目标位置在目标建筑物外部,则机器人100在目标建筑物中的目标楼层为机器人100离开目标建筑物的楼层。
第二判断模块63用于根据机器人100当前位置信息,判断机器人100的当前位置是否位于目标建筑物内部,并根据判断结果获取机器人100在目标建筑物中的初始楼层;若机器人100当前位置在目标建筑物内部,则机器人100在目标建筑物中的初始楼层为机器人100当前位置所在楼层;若机器人100当前位置在目标建筑物外部,则机器人100在目标建筑物中的初始楼层为机器人100进入目标建筑物的楼层。
控制模块64用于若目标位置和机器人100当前位置在目标建筑物内部,根据机器人100在目标建筑物中的目标楼层和初始楼层,获取室内预期可通行地图,根据室内预期可通行地图、机器人100的当前位置信息以及目标位置信息,获取室内规划的路径,并根据规划的路径控制机器人100移动;若目标位置或者机器人100当前位置在目标建筑物外部,获取室内预期可通行地图和室外预期可通行地图,根据室内预期可通行地图和室外预期可通行地图、机器人100的当前位置信息以及目标位置信息,获取室内和室外规划的路径,并根据规划的路径控制机器人100移动。
需要说明的是,机器人100包括但不限于人形机器人、机器狗、扫地机器人等,在此不做具体限制。
本申请实施方式的机器人100的控制方法,能够根据多个单层可通行地图与楼梯连接位置,获得多层可通行地图,从而使得机器人100能够根据多层可通行地图进行路径规划,适应机器人100在多层建筑中执行任务的需求。
具体的,获取机器人100当前位置信息的方式有很多,下面进行举例说明。在某个实施方式中,控制装置40中的第一获取模块41以及控制装置60中的第一获取模块61可以通过定位模块获取机器人100的当前位置信息。在某个实施方式中,机器人100的当前位置信息由人工设定。在某个实施方式中,机器人100设有初始位姿,记录机器人100的移动数据,根据机器人100的移动数据和初始位姿,计算机器人100的当前位置信息。
获取目标位置信息的方式有很多,下面进行举例说明。在某个实施方式中,目标位置信息可以是相对精确的目标位置,包括:室内的一些比较固定的电器,比如:电视,冰箱,洗衣机等;也包括建筑物的固定位置,比如:二楼的楼梯口、三楼卧室门口、一楼洗手间门口。
所述目标位置信息也可以是空间相对独立的区域,例如,二楼、三楼卧室等空间独立的区域。
所述目标位置信息也可以是根据概率大小推断出的目标位置,例如,用户指令为“帮我找手机”,机器人可先根据以往经验判断手机存放概率比较大的位置(例如概率最大为三楼楼卧室充电器旁、概率中等为一楼电视柜的充电器旁、概率最低为洗手间等)。
在某个实施方式中,目标位置信息可由机器人100自动生成,如,每当机器人100电量过低时或每天晚上,机器人100自动回到充电口处充电。
值得注意的是,目标位置信息包括目标位置位于目标建筑物外部或内部的信息,目标位置信息还包括目标位置位于楼层内的楼面或楼梯的信息。当前位置信息包括当前位置位于目标建筑物外部或内部的信息,当前位置信息还包括当前位置位于楼层内的楼面或楼梯的信息。
预期可通行地图可以包括可通行区域和不可通行区域,机器人100能够在可通行区域中通行,机器人100无法在不可通行区域通行。具体的,预期可通行地图可以根据去除地图中的不可通行区域、对地图中的可通行区域进行标注等方式区分可通行区域和不可通行区域,在此不做赘述。具体的,预期可通行地图中可通行区域和不可通行区域可以根据机器人100的通行能力、区域的坡度、区域的不平整程度等进行划分,在此不做具体赘述。
可以理解的,根据目标位置信息和机器人100当前位置信息,获取的预期可通行地图是包括从当前位置信息移动到目标位置信息所需的地图。规划的路径是由机器人100的当前位置信息至目标位置信息的路径。
值得说明的是,可以利用A*算法或D*算法进行路径规划。具体的,A*算法或D*算法广泛应用于路径规划,属于现有技术,在此就不做赘述了。
可以理解的是,在步骤S500中,在一个实施方式中,目标位置在目标建筑物外部,机器人当前位置在目标建筑物内部,在另一个实施方式中,目标位置在目标建筑物内部,机器人当前位置在目标建筑物外部。上述两个实施方式中,规划的路径是基于室内预期可通行地图与室外预期可通行地图进行计算。在以下的实施方式中,主要描述室内预期可通行地图的获取方法,可以理解的是,室外预期可通行地图的获取方法类似于室内预期可通行地图的获取方法,其区别在于,室外预期可通行地图可以理解为,是在同一楼层的地图,一般不存在跨层的情况出现。
在本申请实施方式中,所规划的路径可由一段或多段路径构成。例如初始楼层在1楼,目标楼层在2楼。机器人100从1楼到2楼,所规划的路径包括:由1楼当前位置到1楼和2楼之间的楼梯连接位置,再由楼梯连接位置做规划到2楼的目标位置。就是根据每个地图上的起点到终点进行规划,两相邻地图中,前一个地图的终点作为后一个地图的起点。
在某些实施方式中,若机器人100在目标建筑物中的目标楼层和初始楼层为目标建筑物的同一层,步骤S40或者步骤S400及S500中的获取室内预期可通行地图包括:
获取初始楼层的单层全局地图或根据当前位置信息以及目标位置信息获取初始楼层的单层局部地图;
室内预期可通行地图由初始楼层的单层全局地图或者初始楼层的单层局部地图构成。
如此,若机器人100在目标建筑物中的目标楼层和初始楼层为目标建筑物的同一层时,可以获得室内预期可通行地图,方便后续进行路径规划。
在某些实施方式中,请参阅图3B和图4B,控制模块42包括单层单元421,步骤S40可以由单层单元421实现,控制模块64包括单层单元641,步骤S400以及S500可以由单层单元641实现,也即是说,若机器人100在目标建筑物中的目标楼层和初始楼层为目标建筑物的同一层,单层单元421以及单层单元641用于获取初始楼层的单层全局地图或根据当前位置信息以及目标位置信息获取初始楼层的单层局部地图;室内预期可通行地图由初始楼层的单层全局地图或者初始楼层的单层局部地图构成。
具体的,在一个实施方式中,单层全局地图可以根据单层全局高程图进行可通行判断后获得的单层全局可通行地图。单层局部地图可以根据单层局部高程图进行可通行判断后获得的单层局部可通行地图。
机器人100在目标建筑物中的目标楼层和初始楼层为目标建筑物的同一层可以理解为目标楼层和初始楼层处于室内预期可通行地图的同一层中。例如,在目标建筑物中具有高度为1m的缓坡,初始楼层于缓坡上,目标楼层于缓坡下,在室内预期可通行地图中将缓坡上下划分为一层的情况下,目标楼层和初始楼层为目标建筑物的同一层;在室内预期可通行地图将缓坡上下划分为两层的情况下,目标楼层和初始楼层不在目标建筑物的同一层。
在一个实施方式中,若机器人100目标位置或当前位置不位于楼梯上,则获取在目标建筑物中,机器人100的单层预期可通行地图;若机器人100目标位置和当前位置均在楼梯上,则获取在目标建筑物中,机器人100的单层预期可通行地图或在目标楼层的楼梯位置区域可通行地图。
在一个实施方式中,判断目标楼层和初始楼层是否为目标建筑物的同一层,可以根据同一层高程图进行判断。
在某些实施方式中,请参阅图5,若机器人100在目标建筑物中的目标楼层和初始楼层为目标建筑物的相邻两层,步骤S40或者步骤S400及S500中获取室内预期可通行地图包括步骤:
S510,获取初始楼层的单层全局地图或根据当前位置信息获取初始楼层的单层局部地图;
S512,获取目标楼层的单层全局地图或根据目标位置信息获取目标楼层的单层局部地图;
S514,获取相邻两层之间的楼梯连接位置;
室内预期可通行地图由初始楼层的单层全局地图或初始楼层的单层局部地图、目标楼层的单层全局地图或目标楼层的单层局部地图、相邻两层之间的楼梯连接位置组合构成。
在一个实施方式中,若机器人从初始楼层1楼沙发位置到目标楼层2楼楼梯上,可获取1楼的单层全局地图或者根据当前位置信息获取1楼单层局部地图,例如只获取1楼沙发到楼梯范围内的局部地图,可获取2楼的单层全局地图或者根据目标位置信息获取2楼单层局部地图,由于在进行可通行区域判断时,两层之间的楼梯连接位置处理成不可通行的,因此还要获取1楼和2楼两层之间的楼梯连接位置。获取单层局部地图相对于获取单层全局地图可提高可通行区域判断的计算速度。
如此,若机器人100在目标建筑物中的目标楼层和初始楼层为目标建筑物的相邻两层,可以获得室内预期可通行地图,方便后续进行路径规划。
具体的,在一个实施方式中,单层全局地图可以为根据单层全局高程图进行可通行判断后获得的单层全局可通行地图。单层局部地图可以为根据单层局部高程图进行可通行判断后获得的单层局部可通行地图。为节省可通行区域的计算速度,当机器人不需要经过楼层的大部分区域时,可根据当前位置信息获取初始楼层的单层局部地图,或根据目标位置信息获取目标楼层的单层局部地图。
各单层地图具有边界,各单层的地图之间部分边界是相连的,如具有楼梯、缓坡等区域,而在可通行判断时各单层地图中的边界通常是不可通过的区域。因此,在判断单层地图是否为可通行区域时,通常将单层地图的边界区域处理成不可通过的,也就是说,各相邻两层之间的楼梯连接位置的状态为不可通行。
若机器人100在目标建筑物中的目标楼层和初始楼层为目标建筑物的相邻两层,步骤S40或步骤S400及S500中获取室内规划的路径包括步骤:
(1)若相邻两层之间的楼梯连接位置均为不可通行的状态,且未接收到路径规划指令,则将相邻两层之间的楼梯连接位置中的至少一个切换为可通行状态,并根据预设策略规划路径;
路径规划指令是用户要求规划路径不经过相邻两层之间的某楼梯连接位置或者选择路径需要经过相邻两层某楼梯连接位置的指令。在某个实施方式中,在机器人进行路径规划之前,初始楼层1楼和目标楼层2楼之间具有楼梯连接位置1-4,在判断单层地图是否为可通行区域时,会将楼梯连接位置1-4处理成不可通行的,若未接收到路径规划指令,则将楼梯连接位置1-4中的至少一个切换为可通行状态均为可通行状态,并根据预设策略规划路径。
(2)或者,若相邻两层之间的楼梯连接位置均为不可通行的状态,且未接收到路径规划指令,则按照假设可通行的状态,并根据预设策略规划路径,然后将规划路径上的相邻两层之间的楼梯连接位置切换为可通行状态;
在某个实施方式中,若初始楼层1楼和目标楼层2楼之间的楼梯连接位置1-4均为不可通行的,且未接收到路径规划指令,则先假设楼梯连接位置1-4均为可通行状态,根据预设策略规划路径,若规划路径经过1楼和2楼的楼梯连接位置1,再将楼梯连接位置1切换为可通行状态。
(3)或者,若接收到路径规划指令,且路径规划指令包含规划路径不经过相邻两层之间的预设楼梯连接位置的指令,若该预设楼梯连接位置是可通行的状态,则将其切换为不可通行的,若该预设楼梯连接位置是不可通行的状态,则保持不可通行,并根据预设策略规划路径;
在某个实施方式中,若路径规划指令包括“不要经过初始楼层1楼和目标楼层2楼之间的楼梯连接位置2”,下发该路径规划指令的方式不做限制,例如可以在人机交互界面将楼梯连接位置2设置虚拟障碍物,若楼梯连接位置2当前是可通行的,则将其切换为不可通行,若当前是不可通行的则保持不可通行的状态,在此基础上,进行路径规划,若其他楼梯连接位置,例如楼梯连接位置3-4是可通行状态,则根据楼梯连接位置3-4以及预设策略规划路径,若其他楼梯连接位置1、3-4均为不可通行的状态,则按照假设可通行的状态,并根据预设策略规划路径,例如最后规划路径经过楼梯连接位置1,则将楼梯连接位置1切换为可通行状态。
(4)或者,若接收到路径规划指令,且路径规划指令包含规划路径需要经过相邻两层之间的预设楼梯连接位置的指令,若该楼梯连接位置是为不可通行的状态,则假设该楼梯连接位置为可通行的状态,并将其他为可通行状态的楼梯连接位置切换为不可通行的,并根据预设策略规划路径,然后将规划路径上的相邻两层之间的预设楼梯连接位置切换为可通行状态;若该楼梯连接位置是为可通行的状态,将其他为可通行状态的楼梯连接位置切换为不可通行的,并根据预设策略规划路径;
在某个实施方式中,若路径规划指令包括“经过初始楼层1楼和目标楼层2楼之间的楼梯连接位置2”,下发该路径规划指令的方式不做限制,例如可以在人机交互界面将楼梯连接位置2画对勾,若楼梯连接位置2当前是不可通行的,则假设该楼梯连接位置2为可通行的状态,并将其他为可通行状态的楼梯连接位置1、3-4切换为不可通行的,并根据预设策略规划路径,然后将楼梯连接位置2切换为可通行状态;若该楼梯连接位置2是为可通行的状态,将其他为可通行状态的预设楼梯连接位置1、3-4切换为不可通行的,并根据预设策略规划路径。
(5)或者,若接收到路径规划指令,且路径规划指令包含规划路径不经过相邻两层之间的预设楼梯连接位置的指令,则规划路径时将该预设楼梯连接位置作为不可通行位置,并根据预设策略规划路径;
在某个实施方式中,若路径规划指令包括“不要经过初始楼层1楼和目标楼层2楼之间的楼梯连接位置2”,在进行路径规划时直接将楼梯连接位置2作为不可通过的位置,无需对楼梯连接位置2进行通行状态切换,并根据预设策略规划路径。
(6)或者,若接收到路径规划指令,且路径规划指令包含规划路径需要经过相邻两层之间的预设楼梯连接位置的指令,则在规划路径时将该预设楼梯连接位置作为中间目标位置,并根据预设策略规划路径。
在某个实施方式中,若路径规划指令包括“经过初始楼层1楼和目标楼层2楼之间的楼梯连接位置2”,在进行路径规划时直接将楼梯连接位置2作为中间的目标位置,无需对楼梯连接位置2进行通行状态切换,规划由机器人当前位置到楼梯连接位置2的路径。
(3)-(6)的情况需要用户下发路径规划指令,便于机器人行走过程中,用户中途调整路线,则机器人可以在行走中重新规划新的路线。
在某些实施方式中,请参阅图3B、图4B、图6A和图6B,控制模块42包括双层单元422,控制模块64包括双层单元642,双层单元422包括双层地图获取单元4221以及双层路径获取单元4222,双层单元642包括双层地图获取单元6421以及双层路径获取单元6422,步骤S40或者步骤S400及S500中获取室内预期可通行地图的步骤由双层地图获取单元4221或者双层地图获取单元6421实现,步骤S40或步骤S400及S500中获取室内规划的路径的步骤由双层路径获取单元4222或者双层路径获取单元6422实现。
用户发送路径规划指令后,机器人获取的目标位置可包括多个,在规划路径时按照用户下发的目标位置的顺序进行规划,当机器人运动到第一个目标位置时,再以第一个目标位置作为当前位置,将下一个目标位置更新为新的目标位置,进行规划,直到将最后一个目标位置作为目标位置。
具体的,用户发送指令给机器人“到1楼厨房拿个苹果,再到2楼卧室拿手机”后,机器人先将1楼厨房作为目标位置,基于当前位置和1楼厨房进行路径规划,当机器人达到1楼厨房后,再以1楼厨房作为当前位置,以2楼卧室作为新的目标位置,进行路径规划。
在某个实施方式中,人机交互界面包括多楼层地图和障碍物模块(例如黑色方块、叉形等)以及机器人规划的路径。人机交互界面中的楼层地图不同于机器人进行路径规划获取的全局地图或局部地图。
在一个实施方式中,人机交互界面在多楼层地图上显示机器人规划的全局路径,若规划的全局路径由多段路径构成,则每段路径由不用的方式显示。例如若机器人当前楼层为1楼,目标楼层为2楼,规划的全局路径以1楼和2楼之间的楼梯连接位置为节点包括1楼路径和2楼路径两段,则两段路径用不同的颜色显示,以便于用户知晓两段路径的楼梯连接位置,再根据需要在楼梯连接位置处设置虚拟障碍物。
在一个实施方式中,当用户选择一条路径或者需要规划路径的楼层后,交互界面显示当前选择路径或楼层的当前楼层地图,当前楼层地图包括独立空间(例如房间、卫生间等)以及相应的入口及楼梯。用户根据需求在所述当前楼层地图上利用障碍物模块选择需要添加虚拟障碍物的位置,机器人根据虚拟障碍物判断为不可通行的,从而重新规划路线或者停止运行。
例如,用户知晓1楼卧室有人在休息,则选择1楼楼层地图,拖动或者选择障碍物模块至将1楼卧室门口位置或者用户直接在整个卧室区域打叉,机器人获知该虚拟障碍物位置信息后,将1楼卧室门口位置设置为不可通行的并更新路径规划或者机器人获知卧室区域打叉的信息后将卧室区域设定为不可通行区域。再如,路径规划算法通常获得最短路径,在人机交互界面的楼层地图上显示规划的路径,而用户知晓在该路径上目前不可通行,例如规划的路径会经过2楼第一楼梯口,而第一楼梯口存在搬用货物的,则用户可在2楼第一楼梯口位置打叉,提前将障碍物模块设置在该路径上,机器人重新规划路线。
在某个实施方式中,人机交互界面显示机器人规划的路径,其中机器人已走路线和待走路线可用不同方式表示,可用不同线形或颜色表示,例如机器人已走路线用实线表示,待走路线用虚线表示,以便于用户知晓机器人移走进度以及判断虚拟障碍物设置时间。
相邻两楼层之间具有楼梯,将楼梯连接位置设为可通行的,则机器人100能够通过楼梯连接位置实现在相邻两层之中的位置关系变动,即在各单层地图上根据楼梯连接位置,将设有楼梯连接位置设为可通行的。
楼梯连接位置为楼梯的具体位置坐标。为了方便表示,楼梯连接位置可以为楼梯位置上的任意位置。如此,通过楼梯上的任意位置的数据,处理获得楼梯的具体位置。在某个实施方式中,楼梯连接位置可以为楼梯连接处的中心位置。如此,以楼梯连接处的中心位置的具体坐标作为楼梯连接位置,能够方便的以楼梯连接处的中心位置为圆心,设定一定半径范围内的区域设为楼梯区域。在某些实施方式中,楼梯连接位置为楼梯区域的位置坐标的集合。如此,能够更加细致的表示楼梯区域。
单层局部可通行地图可以是楼梯位置区域可通行地图,根据机器人从初始位置运动到目标位置,是否只经过楼梯位置区域判断获取单层全局可通行地图还是单层局部可通行地图,若只经过楼梯位置区域,则可获取相应楼层的楼梯位置可通行地图,而不需要获取单层全局地图进行可通行区域的计算,从而节省计算速度。例如机器人100目标位置在2楼的楼梯上,而当前位置在1楼卧室,且2楼楼梯位置紧邻1楼楼梯位置,机器人由1楼上楼后不需要通过2楼的其他区域即可到达2楼的楼梯,则可获取2楼楼梯位置区域的局部可通行地图;若2楼楼梯位置和1楼楼梯位置不相邻或者机器人需要在2楼楼梯位置区域以外的其他区域执行任务,即机器人到达2楼的楼梯需经过2楼楼梯位置区域以外的其他区域,则需要获得2楼的单层全局可通行地图。
需要说明的是,楼梯连接位置与物理概念上的楼梯位置不相同,本申请中的楼梯连接位置既可以是高程图上划分图时,楼梯的连接位置,又可以是其他图中的楼梯口位置,在此不做具体限制。具体的,请参阅图15,图15所示为目标建筑物内的结构示意图,划分线为高程图上划分一楼与二楼的分界线,此时,划分线与楼梯的交界处可以认为是楼梯连接位置。当然,也可以将其他图边缘区域的楼梯口位置作为楼梯连接位置。
在一个实施方式中,判断目标楼层和初始楼层是否为目标建筑物的相邻层,可以根据相邻层的高程图进行判断。
在某些实施方式中,请参图7,机器人100在目标建筑物中的目标楼层和初始楼层在目标建筑物中相隔至少一层,步骤S40或步骤S400、S500获取室内预期可通行地图包括步骤:
S710,获取初始楼层的单层全局地图或根据当前位置信息获取初始楼层的单层局部地图;
S712,获取目标楼层的单层全局地图或根据目标位置信息获取目标楼层的单层局部地图;
S714,获取初始楼层和目标楼层之间楼层的单层全局地图或者单层局部地图;
S716,获取初始楼层、目标楼层及初始楼层和目标楼层之间楼层的各相邻两层之间的楼梯连接位置,
室内预期可通行地图由初始楼层的单层全局地图或初始楼层的单层局部地图、目标楼层的单层全局地图或目标楼层的单层局部地图、初始楼层和目标楼层之间楼层的单层全局地图或者单层局部地图、初始楼层、目标楼层及初始楼层和目标楼层之间楼层的各相邻两层之间的楼梯连接位置组合构成。
在一个实施方式中,例如机器人100目标位置在3楼的厨房,而当前位置在1楼卧室,且2楼楼梯位置紧邻1楼楼梯位置,机器人由1楼上楼后不需要通过2楼的其他区域即可到达2楼的楼梯,则可获取2楼楼梯位置区域的局部可通行地图;若2楼楼梯位置和1楼楼梯位置不相邻或者机器人需要在2楼楼梯位置区域以外的其他区域执行任务,即机器人到达2楼的楼梯需经过2楼楼梯位置区域以外的其他区域,则需要获得2楼的单层全局可通行地图。获取单层局部地图相对于获取单层全局地图可提高可通行区域判断的计算速度。
步骤S40或步骤S400、S500中获取室内规划的路径包括步骤:
(1)若相邻两层之间的楼梯连接位置均为不可通行的状态,且未接收到路径规划指令,则将相邻两层之间的楼梯连接位置中的至少一个切换为可通行状态,并根据预设策略规划路径;
(2)或者,若相邻两层之间的楼梯连接位置均为不可通行的状态,且未接收到路径规划指令,则按照假设可通行的状态,并根据预设策略规划路径,然后将规划路径上的相邻两层之间的楼梯连接位置切换为可通行状态;
(3)或者,若接收到路径规划指令,且路径规划指令包含规划路径不经过相邻两层之间的预设楼梯连接位置的指令,若该预设楼梯连接位置是可通行的状态,则将其切换为不可通行的,若该预设楼梯连接位置是不可通行的状态,则保持不可通行,并根据预设策略规划路径;
(4)或者,若接收到路径规划指令,且路径规划指令包含规划路径需要经过相邻两层之间的预设楼梯连接位置的指令,若该楼梯连接位置是为不可通行的状态,则假设该楼梯连接位置为可通行的状态,并将其他为可通行状态的楼梯连接位置切换为不可通行的,并根据预设策略规划路径,然后将规划路径上的相邻两层之间的预设楼梯连接位置切换为可通行状态;若该楼梯连接位置是为可通行的状态,将其他为可通行状态的楼梯连接位置切换为不可通行的,并根据预设策略规划路径;
(5)或者,若接收到路径规划指令,且路径规划指令包含规划路径不经过相邻两层之间的预设楼梯连接位置的指令,则规划路径时将该预设楼梯连接位置作为不可通行位置,并根据预设策略规划路径;
(6)或者,若接收到路径规划指令,且路径规划指令包含规划路径需要经过相邻两层之间的预设楼梯连接位置的指令,则在规划路径时将该预设楼梯连接位置作为中间目标位置,并根据预设策略规划路径。
(3)-(6)的情况需要用户下发路径规划指令,便于机器人行走过程中,用户中途调整路线,则机器人可以在行走中重新规划新的路线。
可以理解的,在规划由当前位置信息至目标位置信息的路径中,需要初始楼层的单层全局或局部地图以及目标楼层的单层全局或局部地图,及初始楼层和目标楼层之间(不包括初始楼层,也不包括目标楼层)楼层的单层地图(全局或局部),以及初始楼层的楼梯连接位置、目标楼层的楼梯连接位置,初始楼层和目标楼层之间楼层的各相邻两层之间的楼梯连接位置。
在一个实施方式中,判断目标楼层和初始楼层是否在目标建筑物中相隔至少一层,可以根据目标楼层、初始楼层以及目标楼层和初始楼层之间的楼层的高程图进行判断。
在某些实施方式中,请参阅图3B、图4B、图8A和图8B,控制模块42包括多层单元423,控制模块64包括多层单元643,多层单元423包括多层地图获取单元4231以及多层路径获取单元4232,多层单元643包括多层地图获取单元6431以及多层路径获取单元6432,步骤S40或者步骤S400及S500中获取室内预期可通行地图的步骤由多层地图获取单元4231或者多层地图获取单元6431实现,步骤S40或步骤S400及S500中获取室内规划的路径的步骤由多层路径获取单元4232或者多层路径获取单元6432实现。
机器人100在目标建筑物中的目标楼层和初始楼层在目标建筑物中相隔至少一层,可以理解为在室内预期可通行地图中,初始楼层与目标楼层之间相隔至少一层,即本实施方式中的室内预期可通行地图至少包括三层单层地图(单层全局地图或单层局部地图)。
在一个实施方式中,单层全局地图可以根据单层全局高程图进行可通行判断后获得的单层全局可通行地图。单层局部地图可以根据单层局部高程图进行可通行判断后获得的单层局部可通行地图。为节省可通行区域的计算速度,当机器人不需要经过楼层的全部区域时,可根据初始楼层、目标楼层或初始楼层和目标楼层之间楼层的单层局部可通行地图。
单层局部可通行地图可以是楼梯位置区域可通行地图,根据机器人从初始位置运动到目标位置,是否只经过楼梯位置区域判断是获取单层全局可通行地图还是单层局部可通行地图,若只经过楼梯位置区域,则可获取相应楼层的楼梯位置可通行地图,而不需要获取单层全局地图进行可通行区域的计算,从而加快计算速度。
在某些实施方式中,请参阅图9A,根据机器人100在目标建筑物中的目标楼层和初始楼层,获取室内预期可通行地图之前,控制方法还包括以下步骤:
S910,获取目标建筑物及其内部物体的点云数据、预设楼层的层高数据、机器人100高度数据;
S912,根据点云数据和层高数据以及机器人100高度数据,获得预设楼层各楼层的高程图以及楼梯连接位置;
S914,基于高程图,获得室内预期可通行地图。
如此,能够获得室内预期可通行地图。
在某些实施方式中,请参阅图9B和图9C,机器人100的控制装置40包括第二获取模块43,控制装置60包括第二获取模块65,步骤S910-S914可以由控制装置40中的第二获取模块43或者控制装置60中的第二获取模块65实现,也即是说,第二获取模块43以及第二获取模块65用于,获取目标建筑物及内部物体的点云数据、预设楼层的层高数据、机器人100高度数据;根据点云数据和层高数据以及机器人100高度数据,获得预设楼层各楼层的高程图以及楼梯连接位置;基于高程图,获得室内预期可通行地图。
具体的,点云数据是指在一个三维坐标系统中的一组向量的集合。点云数据不仅可以包括各个点的三维坐标,也可以包括各个点的颜色信息、反射强度信息等,在此不做具体限制。点云数据可以由机器人100根据需要拍摄获得,也可以由预先存储的点云数据获得,还可以由其他设备拍摄获取点云数据。
点云数据可以由视觉传感器获得。视觉传感器可以是3D工业相机。视觉传感器可以采集到的建筑物的点云数据。点云数据包括点在空间的XYZ三轴的坐标值、包括各点云自身的XYZ三轴朝向。通过对点云数据进行点云滤波和离群点剔除等精细操作,以形成较为精确的点云数据。
层高数据包括建筑物每层楼的楼层高度,层高数据可以由点云数据计算获得,层高数据也可以由人工设定获得,在此不做具体限制。具体的,建筑物每层楼的楼层高度可以相同,建筑物每层楼的楼层高度也可以不同,建筑物每层楼的楼层高度还可以部分相同部分不同。
值得说明的是,点云数据上应标有楼梯语义信息,以表明点云数据中楼梯所在位置。从而根据楼梯语义信息和层高数据,获得楼梯连接位置。
为了避免高程图中上层的内容覆盖下层的内容的情况发生,需对点云数据按层划分,以生成每层的高程图。例如,建筑物包括两层,建筑物一层的层高为Fh,首先忽略高于层高Fh的所有点云数据,基于剩下的点云数据构建第一层楼的高程图,根据第一层楼的高程图,获得与第一层楼的对应的室内可通行地图。然后只考虑高于层高Fh的点云数据,基于高于层高Fh的点云数据构建第二层楼的高程图,根据第二层楼的高程图,获得与第二层楼对应的室内可通行地图。
除了需按照楼层划分点云数据外,若仅按层划分来生成高程图,容易出现层内较高的物体覆盖层内较低的物体导致的预期可通行地图的不准确,如天花板上设有吊灯,则在生成高程图的过程中,吊灯所处的区域的高程图显示该区域高度到天花板,则由此生成的室内预期可通行地图显示设有吊灯的区域无法通过,实际上机器人100可以从吊灯下方通过。因此,在生成高程图的过程中,为了避免天花板上的物体影响生成的可通行地图的准确性,可以以天花板上物体的高度低的数据划分高程图。
此外,若划分高程图的切割线太低,例如低于机器人最高高度,则可能将不可通过的物体处理成可通过的,即可根据实际情况,按照楼层高度数据、机器人高度数据或者两者之间的高度数据作为各层高程图划分线的高度。划分高程地图可以实时划分,然后再根据划分的高程图实时计算相应的可通行地图。机器人高度数据是可变的,机器人高度为机器人以机身高度最高的移动方式运动时的高度,所述机身高度为从机器人机身最低位置到机身最高位置之间的高度,例如机器人可以以直立行走、蹲下行走或者爬行等方式移动,则以直立行走的方式作为机身高度最高的移动方式;在一个实施例中,机器人空载或者没有装载机械臂,机器人高度为机器人以机身高度最高的移动方式运动时的机身高度;在一个实施例中,机器人载物或者装有机械臂,机器人高度为以机身高度最高的移动方式运动时,机器人机身高度或者机器人机身最低位置到承载的物体最高位置之间的高度或者从机器人机身最低位置到机械臂当时最高位置之间高度,选择其中最高的高度作为机器人高度。
若以机器人高度数据对高程图进行划分,机器人100在通行时,高于机器人100高度数据的位置不会影响到机器人通行,因而可以舍弃超过机器人100高度数据的数据,使用低于机器人100高度数据的数据生成高程图。具体的,若生成高程图的切割线比机器人100最高高度低,可能本来不能通过的障碍物会被处理成可通过,本来可通行的会被处理成不可通过,比如柜子,若切割线比机器人最高高度低较多,则可能把柜子处理成可通过的,实际是不可通过的。可以理解的,切割线用于层高数据一同划分用于生成高程图的点云数据,切割线根据机器人100高度数据确定。为方便理解,下面进行举例说明。在某个实施方式中,机器人100高度数据为1米,每层楼层的层高数据皆为3米,若考虑天花板上悬挂物体,则可以根据2.5米的层高数据划分楼层,一层的高程图包括相较于地面高度为0米至2.5米的位置的高程图,二层的高程图包括相较于地面高度为2.5米至5.5米的位置的高程图,三层的高程图包括相较于地面高度为5.5米至8.5米的位置的高程图。
值得说明的是,在某些实施方式中,机器人100不仅能够直立行走,还能够蹲下行走、爬行等,且目标建筑物中可能存在桌子等悬空障碍物,此时,还可以考虑机器人100的最低移动高度,即能够供机器人100通过的路径的最低高度。此时,对于悬空的物体,可以将生成高程图的切割线设置成高于机器人100的最低移动高度。具体的,在障碍物高于机器人100的最低移动高度,但是矮于机器人100的高度数据时,机器人100可以通过蹲下行走、爬行等方式通过,在障碍物高于机器人100的高度数据时,机器人能够正常直立行走。
值得注意的是,由于楼层中可能具有斜坡、楼梯等高度不同的位置,可以根据点云数据判断楼层地面的高度,然后在楼层地面的高度的基础上加上机器人100高度数据或机器人100移动的最低移动高度,以此作为生成高程图的切割线,在切割线以下的点云数据生成高程图,在切割线以上的点云数据忽略。
在某些实施方式中,请参图10A,步骤S912包括步骤:
S1010:根据点云数据,获得八叉树地图,八叉树地图由若干固定分辨率的体素构成;
S1012:根据八叉树地图和层高数据以及机器人100高度数据,获得每层楼的单层八叉树地图;
S1014:根据单层八叉树地图,获得每层楼的高程图。
如此,由点云数据生成八叉树地图,能够有效减少点云数据中包含的过多的重复数据信息,从而根据八叉树地图获得高程图,有效减少计算量,加快获得高程图的时间。
在某些实施方式中,请参图10B和图10C,步骤S1010至S1014可以由机器人100的控制装置40中的第二获取模块43或者控制装置60中的第二获取模块65实现,第二获取模块43或者第二获取模块65包括第一获取单元111、第二获取单元112和第三获取单元113。第一获取单元111用于根据点云数据,获得八叉树地图,八叉树地图由若干固定分辨率的体素构成。第二获取单元112用于根据八叉树地图和层高数据以及机器人100高度数据,获得每层楼的单层八叉树地图。第三获取单元113用于根据单层八叉树地图,获得每层楼的高程图。
具体地,根据层高数据以及机器人100高度数据对八叉树地图进行筛选,筛选出符合层高数据和机器人100高度数据条件的八叉树地图来生成每层楼的单层八叉树地图,降低生成高程图的工作量。
体素的固定分辨率可以为2cm、3cm、5cm等,即,体素可以由边长为2cm的正方体构成、体素可以由边长为3cm的正方体构成、体素可以由边长为5cm的正方体构成等,体素的固定分辨率数值越小,八叉树地图越精细,体素的固定分辨率数值越大,八叉树地图转换成高程图的计算量越小、速度越快,固定分辨率的具体数值可以根据机器人100的体积、建筑物内部布局的复杂程度等因素进行调整,在此不做具体限制。每个体素在八叉树地图中所处的位置可以由空间点(x1,y1,z1)描述,其中,x1、y1、z1为变量,其根据每个体素的具体位置进行调整,x1、y1、z1的单位可以根据空间的大小、机器人100的大小进行调整。值得说明的是,八叉树地图中有些区域具有体素,有一些区域不具有体素,以此避免过多的重复数据。
在某些实施方式中,高程图的分辨率与八叉树地图的分辨率一致。如此,能够方便的将八叉树地图转换为高程图,降低获得高程图的计算量。具体的,高程图可以包括若干栅格,栅格在八叉树地图中所处的位置可以由空间点(x2,y2,z2)表示,其中,x2、y2、z2为变量,其根据每个体素的具体位置进行调整,x2、y2、z2的单位可以根据空间的大小、机器人100的大小进行调整。每个栅格的高度值z2,可以对应位于相同(x2,y2)位置的八叉树地图的各体素中最大的z1值。为方便理解,下面进行举例说明。在某个实施方式中,高程图的栅格的高度未知,栅格的x2=1、y2=1,在八叉树地图中,x1=1、y1=1的体素有三个,三个体素的空间点分别为(1,1,1)、(1,1,2)以及(1,1,3),则高程图的栅格空间点为(1,1,3)。如此,在建筑物中放置的桌、椅、柜子等具有一定高度的物体,需要由若干个体素进行表示,而在制作高程图时,仅需要考虑高度最高的体素,既可以获知桌、椅、柜子等物体的高度,从而生成高程度。
在某些实施方式中,请参图11A,在获得预设楼层各楼层的高程图以及楼梯连接位置之后,控制方法还包括步骤:
S1201,判断高程图中楼梯是否重叠;
S1202,若存在重叠,则根据重叠情况获取多段楼梯的高程图以及多个楼梯牵引位置;
S1203,在高程图上,将多个楼梯牵引位置转换成可通行的。
如此,能够避免楼梯上下产生重叠而造成的高程图不准确的问题,从而为生成较为准确的楼梯位置区域可通行地图提供依据。
在某些实施方式中,请参图11B和图11C,机器人100的控制装置40包括第一切换模块44,控制装置60包括第一切换模块66,上述步骤可以由控制装置40中的第一切换模块44或者控制装置60中的第一切换模块66实现。
楼梯牵引位置可以理解为两处相邻楼梯之间的连接位置,在生成多段楼梯的高程图时,每段楼梯的两侧可能是不可通行的,实际上每段楼梯的两侧或一侧是可以通行至相邻楼梯或地面的,因而可以根据楼梯牵引位置,将高程图中处于楼梯牵引位置附近的区域设定为可通行区域。
在某个实施方式中,楼梯为旋转楼梯,在楼梯的同一位置上,具有三处重叠的楼梯,则可以将楼梯分成三段,使得每段上都没有重叠的楼梯,再于每段楼梯与相邻楼梯的连接位置标记为楼梯牵引位置,将多段楼梯的高程图拼接生成楼梯高程图,进而为生成楼梯位置区域可通行地图提供依据。
在一个具体的实施方式中,请参阅图12至图13B,目标建筑物包括两层,机器人100的控制方法包括:
获取双层建筑物的点云数据、层高数据及机器人100高度数据;
根据双层建筑物的点云数据,获得八叉树地图;
根据八叉树地图,获取双层全局或局部高程图和楼梯连接位置;
根据双层全局或局部高程图,获得单层可通行地图;
根据单层可通行地图以及楼梯连接位置,获得多层可通行地图;
输入机器人100的当前位置信息并给定目标点位置信息,在多层可通行地图中进行路径规划;
获得全局双层路径。
值得说明的是,由于在生成可通行地图过程中,主要影响通行的为地面上的信息,实际上,楼层上部,如天花板、吊灯等位置的信息可以不考虑,因而本申请可以规划2.5D路径。
具体的,图13A为本具体实施例中,获得的路径规划的俯视图,图13B为本具体实施例中,获得的路径规划的侧视图。
请参阅图14A和图14B,本申请实施方式的机器人100包括计算机可读存储介质500、处理器300及存储在计算机可读存储介质500上并可在处理器300上运行的计算机程序,处理器300执行计算机程序时实现本申请实施方式的机器人100的控制方法。如此,本申请实施方式的机器人100的控制方法可以由本申请实施方式的机器人100实现,其中,上述所有步骤均可以由处理器300实现。
具体地,处理器300可以包括驱动板。驱动板可以包括中央处理单元(CentralProcessing Unit,CPU),还可以包括其他通用处理器300、数字信号处理器300(DigitalSignal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field- Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。
需要指出的是,本申请实施方式的计算机可读存储介质500存储的计算机程序可以被机器人100的处理器300执行,需要指出的是,计算机可读存储介质500可以是内置在机器人100中的存储介质500,如图14A所示,也可以是能够插拔地插接在机器人100的存储介质500,如图14B所示,因此,本申请实施方式的计算机可读存储介质500具有较高的灵活性和可靠性。
在本说明书的描述中,参考术语“一个实施方式”、“一些实施方式”、“示意性实施方式”、“示例”、“具体示例”或“一些示例”等的描述意指结合实施方式或示例描述的具体特征、结构、材料或者特点包含于本申请的至少一个实施方式或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施方式或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施方式或示例中以合适的方式结合。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为,表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分,并且本申请的优选实施方式的范围包括另外的实现,其中可以不按所示出或讨论的顺序,包括根据所涉及的功能按基本同时的方式或按相反的顺序,来执行功能,这应被本申请的实施例所属技术领域的技术人员所理解。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤,例如,可以被认为是用于实现逻辑功能的可执行指令的定序列表,可以具体实现在任何计算机可读介质中,以供指令执行系统、装置或设备(如基于计算机的系统、包括处理模块的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用,或结合这些指令执行系统、装置或设备而使用。就本说明书而言,"计算机可读介质"可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下:具有一个或多个布线的电连接部(电子装置),便携式计算机盘盒(磁装置),随机存取存储器(RAM),只读存储器(ROM),可擦除可编辑只读存储器(EPROM或闪速存储器),光纤装置,以及便携式光盘只读存储器(CDROM)。另外,计算机可读介质甚至可以是可在其上打印程序的纸或其他合适的介质,因为可以例如通过对纸或其他介质进行光学扫描,接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得程序,然后将其存储在计算机存储器200中。
处理器300可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器300、数字信号处理器300(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器300可以是微处理器300或者该处理器300也可以是任何常规的处理器300等。
应当理解,本申请的实施方式的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如,如果用硬件来实现,和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成,的程序可以存储于一种计算机可读存储介质500中,该程序在执行时,包括方法实施例的步骤之一或其组合。
此外,在本申请的各个实施例中的各功能单元可以集成在一个处理模块中,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模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读取存储介质中。
上述提到的存储介质可以是只读存储器,磁盘或光盘等。
尽管上面已经示出和描述了本申请的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本申请的限制,本领域的普通技术人员在本申请的范围内可以对上述实施方式进行变化、修改、替换和变型。
Claims (16)
1.一种机器人的控制方法,其特征在于,所述机器人的控制方法,包括:
获取目标位置信息和机器人当前位置信息;
根据所述目标位置信息获取机器人在目标建筑物中的目标楼层;
根据所述机器人当前位置信息获取机器人在目标建筑物中的初始楼层;
根据所述机器人在目标建筑物中的目标楼层和初始楼层,获取室内预期可通行地图,根据所述室内预期可通行地图、所述机器人的当前位置信息以及目标位置信息,获取室内规划的路径,并根据规划的路径控制所述机器人移动,
若所述机器人在目标建筑物中的目标楼层和初始楼层为所述目标建筑物的相邻两层,则根据所述机器人在目标建筑物中的目标楼层和初始楼层,获取室内预期可通行地图,包括:
获取所述初始楼层的单层全局地图或根据当前位置信息获取所述初始楼层的单层局部地图;
获取所述目标楼层的单层全局地图或根据目标位置信息获取所述目标楼层的单层局部地图;
获取相邻两层之间的楼梯连接位置;
所述室内预期可通行地图由初始楼层的单层全局地图或初始楼层的单层局部地图、目标楼层的单层全局地图或目标楼层的单层局部地图、所述相邻两层之间的楼梯连接位置组合构成;
所述获取室内规划的路径,包括:
若相邻两层之间的楼梯连接位置均为不可通行的状态,且未接收到路径规划指令,则将相邻两层之间的楼梯连接位置中的至少一个切换为可通行状态,并根据预设策略规划路径;
或者,若相邻两层之间的楼梯连接位置均为不可通行的状态,且未接收到路径规划指令,则按照假设可通行的状态,并根据预设策略规划路径,然后将规划路径上的相邻两层之间的楼梯连接位置切换为可通行状态;
或者,若接收到路径规划指令,且路径规划指令包含规划路径不经过相邻两层之间的预设楼梯连接位置的指令,若该预设楼梯连接位置是可通行的状态,则将其切换为不可通行的,若该预设楼梯连接位置是不可通行的状态,则保持不可通行,并根据预设策略规划路径;
或者,若接收到路径规划指令,且路径规划指令包含规划路径需要经过相邻两层之间的预设楼梯连接位置的指令,若该楼梯连接位置是为不可通行的状态,则假设该楼梯连接位置为可通行的状态,并将其他为可通行状态的楼梯连接位置切换为不可通行的,并根据预设策略规划路径,然后将规划路径上的相邻两层之间的预设楼梯连接位置切换为可通行状态;若该楼梯连接位置是为可通行的状态,将其他为可通行状态的楼梯连接位置切换为不可通行的,并根据预设策略规划路径;
或者,若接收到路径规划指令,且路径规划指令包含规划路径不经过相邻两层之间的预设楼梯连接位置的指令,则规划路径时将该预设楼梯连接位置作为不可通行位置,并根据预设策略规划路径;
或者,若接收到路径规划指令,且路径规划指令包含规划路径需要经过相邻两层之间的预设楼梯连接位置的指令,则在规划路径时将该预设楼梯连接位置作为中间目标位置,并根据预设策略规划路径。
2.一种机器人的控制方法,其特征在于,所述机器人的控制方法,包括:
获取目标位置信息和机器人当前位置信息;
根据所述目标位置信息,判断所述机器人的目标位置是否位于目标建筑物内部,并根据判断结果获取机器人在目标建筑物中的目标楼层;
若所述目标位置在目标建筑物内部,则所述机器人在目标建筑物中的目标楼层为机器人目标位置所在楼层;
若所述目标位置在目标建筑物外部,则所述机器人在目标建筑物中的目标楼层为机器人离开所述目标建筑物的楼层;
根据所述机器人当前位置信息,判断所述机器人的当前位置是否位于所述目标建筑物内部,并根据判断结果获取机器人在目标建筑物中的初始楼层;
若机器人当前位置在目标建筑物内部,则所述机器人在目标建筑物中的初始楼层为机器人当前位置所在楼层;
若机器人当前位置在目标建筑物外部,则所述机器人在目标建筑物中的初始楼层为机器人进入所述目标建筑物的楼层;
若所述目标位置和机器人当前位置在目标建筑物内部,根据所述机器人在目标建筑物中的目标楼层和初始楼层,获取室内预期可通行地图,根据所述室内预期可通行地图、所述机器人的当前位置信息以及目标位置信息,获取室内规划的路径,并根据规划的路径控制所述机器人移动;
若所述目标位置或者机器人当前位置在目标建筑物外部,获取室内预期可通行地图和室外预期可通行地图,根据所述室内预期可通行地图和室外预期可通行地图、所述机器人的当前位置信息以及目标位置信息,获取室内和室外规划的路径,并根据规划的路径控制所述机器人移动;
若所述机器人在目标建筑物中的目标楼层和初始楼层为所述目标建筑物的相邻两层,则根据所述机器人在目标建筑物中的目标楼层和初始楼层,获取室内预期可通行地图,包括:
获取所述初始楼层的单层全局地图或根据当前位置信息获取所述初始楼层的单层局部地图;
获取所述目标楼层的单层全局地图或根据目标位置信息获取所述目标楼层的单层局部地图;
获取相邻两层之间的楼梯连接位置;
所述室内预期可通行地图由初始楼层的单层全局地图或初始楼层的单层局部地图、目标楼层的单层全局地图或目标楼层的单层局部地图、所述相邻两层之间的楼梯连接位置组合构成;
所述获取室内规划的路径,包括:
若相邻两层之间的楼梯连接位置均为不可通行的状态,且未接收到路径规划指令,则将相邻两层之间的楼梯连接位置中的至少一个切换为可通行状态,并根据预设策略规划路径;
或者,若相邻两层之间的楼梯连接位置均为不可通行的状态,且未接收到路径规划指令,则按照假设可通行的状态,并根据预设策略规划路径,然后将规划路径上的相邻两层之间的楼梯连接位置切换为可通行状态;
或者,若接收到路径规划指令,且路径规划指令包含规划路径不经过相邻两层之间的预设楼梯连接位置的指令,若该预设楼梯连接位置是可通行的状态,则将其切换为不可通行的,若该预设楼梯连接位置是不可通行的状态,则保持不可通行,并根据预设策略规划路径;
或者,若接收到路径规划指令,且路径规划指令包含规划路径需要经过相邻两层之间的预设楼梯连接位置的指令,若该楼梯连接位置是为不可通行的状态,则假设该楼梯连接位置为可通行的状态,并将其他为可通行状态的楼梯连接位置切换为不可通行的,并根据预设策略规划路径,然后将规划路径上的相邻两层之间的预设楼梯连接位置切换为可通行状态;若该楼梯连接位置是为可通行的状态,将其他为可通行状态的楼梯连接位置切换为不可通行的,并根据预设策略规划路径;
或者,若接收到路径规划指令,且路径规划指令包含规划路径不经过相邻两层之间的预设楼梯连接位置的指令,则规划路径时将该预设楼梯连接位置作为不可通行位置,并根据预设策略规划路径;
或者,若接收到路径规划指令,且路径规划指令包含规划路径需要经过相邻两层之间的预设楼梯连接位置的指令,则在规划路径时将该预设楼梯连接位置作为中间目标位置,并根据预设策略规划路径。
3.根据权利要求1或2所述的机器人的控制方法,其特征在于,若所述机器人在目标建筑物中的目标楼层和初始楼层在所述目标建筑物中相隔至少一层,则根据所述机器人在目标建筑物中的目标楼层和初始楼层,获取室内预期可通行地图包括:
获取所述初始楼层的单层全局地图或根据当前位置信息获取所述初始楼层的单层局部地图;
获取所述目标楼层的单层全局地图或根据目标位置信息获取所述目标楼层的单层局部地图;
获取初始楼层和目标楼层之间楼层的单层全局地图或者单层局部地图;
获取初始楼层、目标楼层及初始楼层和目标楼层之间楼层的各相邻两层之间的楼梯连接位置;
所述室内预期可通行地图由初始楼层的单层全局地图或初始楼层的单层局部地图、目标楼层的单层全局地图或目标楼层的单层局部地图、初始楼层和目标楼层之间楼层的单层全局地图或者单层局部地图、所述各相邻两层之间的楼梯连接位置组合构成。
4.根据权利要求3所述的机器人的控制方法,其特征在于,所述获取室内规划的路径,包括:
若相邻两层之间的楼梯连接位置均为不可通行的状态,且未接收到路径规划指令,则将相邻两层之间的楼梯连接位置中的至少一个切换为可通行状态,并根据预设策略规划路径;
或者,若相邻两层之间的楼梯连接位置均为不可通行的状态,且未接收到路径规划指令,则按照假设可通行的状态,并根据预设策略规划路径,然后将规划路径上的相邻两层之间的楼梯连接位置切换为可通行状态;
或者,若接收到路径规划指令,且路径规划指令包含规划路径不经过相邻两层之间的预设楼梯连接位置的指令,若该预设楼梯连接位置是可通行的状态,则将其切换为不可通行的,若该预设楼梯连接位置是不可通行的状态,则保持不可通行,并根据预设策略规划路径;
或者,若接收到路径规划指令,且路径规划指令包含规划路径需要经过相邻两层之间的预设楼梯连接位置的指令,若该楼梯连接位置是为不可通行的状态,则假设该楼梯连接位置为可通行的状态,并将其他为可通行状态的楼梯连接位置切换为不可通行的,并根据预设策略规划路径,然后将规划路径上的相邻两层之间的预设楼梯连接位置切换为可通行状态;若该楼梯连接位置是为可通行的状态,将其他为可通行状态的楼梯连接位置切换为不可通行的,并根据预设策略规划路径;
或者,若接收到路径规划指令,且路径规划指令包含规划路径不经过相邻两层之间的预设楼梯连接位置的指令,则规划路径时将该预设楼梯连接位置作为不可通行位置,并根据预设策略规划路径;
或者,若接收到路径规划指令,且路径规划指令包含规划路径需要经过相邻两层之间的预设楼梯连接位置的指令,则在规划路径时将该预设楼梯连接位置作为中间目标位置,并根据预设策略规划路径。
5.根据权利要求1或2所述的机器人的控制方法,其特征在于,根据所述机器人在目标建筑物中的目标楼层和初始楼层,获取室内预期可通行地图之前,还包括以下步骤:
获取目标建筑物及其内部物体的点云数据、预设楼层的层高数据、机器人高度数据;
根据所述点云数据和预设楼层的层高数据或根据所述点云数据、预设楼层的层高数据以及机器人高度数据,获得所述预设楼层各楼层的高程图以及楼梯连接位置;
基于所述高程图,获得所述室内预期可通行地图。
6.根据权利要求5所述的机器人的控制方法,其特征在于,根据所述点云数据、预设楼层的层高数据以及机器人高度数据,获得所述预设楼层各楼层的高程图,包括:
根据所述点云数据,获得八叉树地图,所述八叉树地图由若干固定分辨率的体素构成;
根据所述八叉树地图和所述层高数据以及机器人高度数据,获得每层楼的单层八叉树地图;
根据所述单层八叉树地图,获得每层楼的高程图。
7.根据权利要求6所述的机器人的控制方法,其特征在于,在获得所述预设楼层各楼层的高程图以及楼梯连接位置之后,还包括:
判断高程图中楼梯是否重叠;
若存在重叠,则根据重叠情况获取多段楼梯的高程图以及多个楼梯牵引位置;
在高程图上,将所述多个楼梯牵引位置转换成可通行的。
8.一种机器人的控制装置,其特征在于,包括:
第一获取模块,用于获取目标位置信息和机器人当前位置信息,根据所述目标位置获取机器人在目标建筑物中的目标楼层,根据所述机器人当前位置信息获取机器人在目标建筑物中的初始楼层;
控制模块,用于根据所述机器人在目标建筑物中的目标楼层和初始楼层,获取室内预期可通行地图,根据所述室内预期可通行地图、所述机器人的当前位置信息以及目标位置信息,获取室内规划的路径,并根据规划的路径控制所述机器人移动;
所述控制模块包括双层单元,所述双层单元包括双层地图获取单元,用于若所述机器人在目标建筑物中的目标楼层和初始楼层为所述目标建筑物的相邻两层,获取所述初始楼层的单层全局地图或根据当前位置信息获取所述初始楼层的单层局部地图;获取所述目标楼层的单层全局地图或根据目标位置信息获取所述目标楼层的单层局部地图;获取相邻两层之间的楼梯连接位置;所述室内预期可通行地图由初始楼层的单层全局地图或初始楼层的单层局部地图、目标楼层的单层全局地图或目标楼层的单层局部地图、所述相邻两层之间的楼梯连接位置组合构成;
所述双层单元还包括双层路径获取单元,用于获取室内规划的路径,所述获取室内规划的路径包括:
若相邻两层之间的楼梯连接位置均为不可通行的状态,且未接收到路径规划指令,则将相邻两层之间的楼梯连接位置中的至少一个切换为可通行状态,并根据预设策略规划路径;
或者,若相邻两层之间的楼梯连接位置均为不可通行的状态,且未接收到路径规划指令,则按照假设可通行的状态,并根据预设策略规划路径,然后将规划路径上的相邻两层之间的楼梯连接位置切换为可通行状态;
或者,若接收到路径规划指令,且路径规划指令包含规划路径不经过相邻两层之间的预设楼梯连接位置的指令,若该预设楼梯连接位置是可通行的状态,则将其切换为不可通行的,若该预设楼梯连接位置是不可通行的状态,则保持不可通行,并根据预设策略规划路径;
或者,若接收到路径规划指令,且路径规划指令包含规划路径需要经过相邻两层之间的预设楼梯连接位置的指令,若该楼梯连接位置是为不可通行的状态,则假设该楼梯连接位置为可通行的状态,并将其他为可通行状态的楼梯连接位置切换为不可通行的,并根据预设策略规划路径,然后将规划路径上的相邻两层之间的预设楼梯连接位置切换为可通行状态;若该楼梯连接位置是为可通行的状态,将其他为可通行状态的楼梯连接位置切换为不可通行的,并根据预设策略规划路径;
或者,若接收到路径规划指令,且路径规划指令包含规划路径不经过相邻两层之间的预设楼梯连接位置的指令,则规划路径时将该预设楼梯连接位置作为不可通行位置,并根据预设策略规划路径;
或者,若接收到路径规划指令,且路径规划指令包含规划路径需要经过相邻两层之间的预设楼梯连接位置的指令,则在规划路径时将该预设楼梯连接位置作为中间目标位置,并根据预设策略规划路径。
9.一种机器人的控制装置,其特征在于,包括:
第一获取模块,用于获取目标位置信息和机器人当前位置信息;
第一判断模块,用于根据所述目标位置信息,判断所述机器人的目标位置是否位于目标建筑物内部,并根据判断结果获取机器人在目标建筑物中的目标楼层;若所述目标位置在目标建筑物内部,则所述机器人在目标建筑物中的目标楼层为机器人目标位置所在楼层;若所述目标位置在目标建筑物外部,则所述机器人在目标建筑物中的目标楼层为机器人离开所述目标建筑物的楼层;
第二判断模块,用于根据所述机器人当前位置信息,判断所述机器人的当前位置是否位于所述目标建筑物内部,并根据判断结果获取机器人在目标建筑物中的初始楼层;
若机器人当前位置在目标建筑物内部,则所述机器人在目标建筑物中的初始楼层为机器人当前位置所在楼层;若机器人当前位置在目标建筑物外部,则所述机器人在目标建筑物中的初始楼层为机器人进入所述目标建筑物的楼层;
控制模块,用于,若所述目标位置和机器人当前位置在目标建筑物内部,根据所述机器人在目标建筑物中的目标楼层和初始楼层,获取室内预期可通行地图,根据所述室内预期可通行地图、所述机器人的当前位置信息以及目标位置信息,进行路径规划,并根据规划的路径控制所述机器人移动;若所述目标位置或者机器人当前位置在目标建筑物外部,获取室内预期可通行地图和室外预期可通行地图,根据所述室内预期可通行地图和室外预期可通行地图、所述机器人的当前位置信息以及目标位置信息,进行路径规划,并根据规划的路径控制所述机器人移动;
所述控制模块包括双层单元,所述双层单元包括双层地图获取单元,用于若所述机器人在目标建筑物中的目标楼层和初始楼层为所述目标建筑物的相邻两层,获取所述初始楼层的单层全局地图或根据当前位置信息获取所述初始楼层的单层局部地图;获取所述目标楼层的单层全局地图或根据目标位置信息获取所述目标楼层的单层局部地图;获取相邻两层之间的楼梯连接位置;所述室内预期可通行地图由初始楼层的单层全局地图或初始楼层的单层局部地图、目标楼层的单层全局地图或目标楼层的单层局部地图、所述相邻两层之间的楼梯连接位置组合构成;
所述双层单元还包括双层路径获取单元,用于获取室内规划的路径,所述获取室内规划的路径包括:
若相邻两层之间的楼梯连接位置均为不可通行的状态,且未接收到路径规划指令,则将相邻两层之间的楼梯连接位置中的至少一个切换为可通行状态,并根据预设策略规划路径;
或者,若相邻两层之间的楼梯连接位置均为不可通行的状态,且未接收到路径规划指令,则按照假设可通行的状态,并根据预设策略规划路径,然后将规划路径上的相邻两层之间的楼梯连接位置切换为可通行状态;
或者,若接收到路径规划指令,且路径规划指令包含规划路径不经过相邻两层之间的预设楼梯连接位置的指令,若该预设楼梯连接位置是可通行的状态,则将其切换为不可通行的,若该预设楼梯连接位置是不可通行的状态,则保持不可通行,并根据预设策略规划路径;
或者,若接收到路径规划指令,且路径规划指令包含规划路径需要经过相邻两层之间的预设楼梯连接位置的指令,若该楼梯连接位置是为不可通行的状态,则假设该楼梯连接位置为可通行的状态,并将其他为可通行状态的楼梯连接位置切换为不可通行的,并根据预设策略规划路径,然后将规划路径上的相邻两层之间的预设楼梯连接位置切换为可通行状态;若该楼梯连接位置是为可通行的状态,将其他为可通行状态的楼梯连接位置切换为不可通行的,并根据预设策略规划路径;
或者,若接收到路径规划指令,且路径规划指令包含规划路径不经过相邻两层之间的预设楼梯连接位置的指令,则规划路径时将该预设楼梯连接位置作为不可通行位置,并根据预设策略规划路径;
或者,若接收到路径规划指令,且路径规划指令包含规划路径需要经过相邻两层之间的预设楼梯连接位置的指令,则在规划路径时将该预设楼梯连接位置作为中间目标位置,并根据预设策略规划路径。
10.根据权利要求8或者9所述的机器人的控制装置,其特征在于,所述控制模块包括多层单元,所述多层单元包括多层地图获取单元,用于若所述机器人在目标建筑物中的目标楼层和初始楼层在所述目标建筑物中相隔至少一层,获取所述初始楼层的单层全局地图或根据当前位置信息获取所述初始楼层的单层局部地图;获取所述目标楼层的单层全局地图或根据目标位置信息获取所述目标楼层的单层局部地图;获取初始楼层和目标楼层之间楼层的单层全局地图或者单层局部地图;获取初始楼层、目标楼层及初始楼层和目标楼层之间楼层的各相邻两层之间的楼梯连接位置;所述室内预期可通行地图由初始楼层的单层全局地图或初始楼层的单层局部地图、目标楼层的单层全局地图或目标楼层的单层局部地图、初始楼层和目标楼层之间楼层的单层全局地图或者单层局部地图、所述各相邻两层之间的楼梯连接位置组合构成。
11.根据权利要求10所述的机器人的控制装置,其特征在于,所述多层单元还包括多层路径获取单元,用于获取室内规划的路径,所述获取室内规划的路径包括:
若相邻两层之间的楼梯连接位置均为不可通行的状态,且未接收到路径规划指令,则将相邻两层之间的楼梯连接位置中的至少一个切换为可通行状态,并根据预设策略规划路径;
或者,若相邻两层之间的楼梯连接位置均为不可通行的状态,且未接收到路径规划指令,则按照假设可通行的状态,并根据预设策略规划路径,然后将规划路径上的相邻两层之间的楼梯连接位置切换为可通行状态;
或者,若接收到路径规划指令,且路径规划指令包含规划路径不经过相邻两层之间的预设楼梯连接位置的指令,若该预设楼梯连接位置是可通行的状态,则将其切换为不可通行的,若该预设楼梯连接位置是不可通行的状态,则保持不可通行,并根据预设策略规划路径;
或者,若接收到路径规划指令,且路径规划指令包含规划路径需要经过相邻两层之间的预设楼梯连接位置的指令,若该楼梯连接位置是为不可通行的状态,则假设该楼梯连接位置为可通行的状态,并将其他为可通行状态的楼梯连接位置切换为不可通行的,并根据预设策略规划路径,然后将规划路径上的相邻两层之间的预设楼梯连接位置切换为可通行状态;若该楼梯连接位置是为可通行的状态,将其他为可通行状态的楼梯连接位置切换为不可通行的,并根据预设策略规划路径;
或者,若接收到路径规划指令,且路径规划指令包含规划路径不经过相邻两层之间的预设楼梯连接位置的指令,则规划路径时将该预设楼梯连接位置作为不可通行位置,并根据预设策略规划路径;
或者,若接收到路径规划指令,且路径规划指令包含规划路径需要经过相邻两层之间的预设楼梯连接位置的指令,则在规划路径时将该预设楼梯连接位置作为中间目标位置,并根据预设策略规划路径。
12.根据权利要求8或9所述的机器人的控制装置,其特征在于,所述机器人的控制装置还包括第二获取模块,用于获取目标建筑物及内部物体的点云数据、预设楼层的层高数据、机器人高度数据;根据所述点云数据和预设楼层的层高数据或根据所述点云数据、预设楼层的层高数据以及机器人高度数据,获得所述预设楼层各楼层的高程图以及楼梯连接位置;基于所述高程图,获得所述室内预期可通行地图。
13.根据权利要求12所述的机器人的控制装置,其特征在于,所述第二获取模块还包括第一获取单元、第二获取单元和第三获取单元,所述第一获取单元用于根据所述点云数据,获得八叉树地图,所述八叉树地图由若干固定分辨率的体素构成;第二获取单元用于根据所述八叉树地图和所述层高数据以及机器人高度数据,获得每层楼的单层八叉树地图;所述第三获取单元用于根据所述单层八叉树地图,获得每层楼的高程图。
14.根据权利要求13所述的机器人的控制装置,其特征在于,所述机器人的控制装置还包括第一切换模块,所述第一切换模块用于判断高程图中楼梯是否重叠;若存在重叠,则根据重叠情况获取多段楼梯的高程图以及多个楼梯牵引位置;在高程图上,将所述多个楼梯牵引位置转换成可通行的。
15.一种机器人,其特征在于,包括:计算机可读取存储介质、处理器及存储在所述计算机可读取存储介质上并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的机器人的控制方法。
16.一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,所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的机器人的控制方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210455122.4A CN114578831B (zh) | 2022-04-28 | 2022-04-28 | 机器人的控制方法、控制装置、机器人和存储介质 |
US18/141,227 US20230347514A1 (en) | 2022-04-28 | 2023-04-28 | Robot controlling method, robot and storage medium |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210455122.4A CN114578831B (zh) | 2022-04-28 | 2022-04-28 | 机器人的控制方法、控制装置、机器人和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114578831A CN114578831A (zh) | 2022-06-03 |
CN114578831B true CN114578831B (zh) | 2022-07-26 |
Family
ID=81777891
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210455122.4A Active CN114578831B (zh) | 2022-04-28 | 2022-04-28 | 机器人的控制方法、控制装置、机器人和存储介质 |
Country Status (2)
Country | Link |
---|---|
US (1) | US20230347514A1 (zh) |
CN (1) | CN114578831B (zh) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2020191146A1 (en) * | 2019-03-19 | 2020-09-24 | Quest Integrated, Llc | Indoors positioning and navigation systems and methods |
WO2021160623A1 (en) * | 2020-02-10 | 2021-08-19 | Metralabs Gmbh Neue Technologien Und Systeme | Method and a system for conveying a robot in an elevator |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103900600A (zh) * | 2012-12-25 | 2014-07-02 | 中国电信股份有限公司 | 室内跨楼层地图路径导航方法及系统 |
JP6304771B2 (ja) * | 2015-08-20 | 2018-04-04 | 株式会社サイバーウォーカー | 経路生成プログラム、経路生成方法及び経路生成装置 |
CN107449428A (zh) * | 2017-08-11 | 2017-12-08 | 深圳市腾讯计算机系统有限公司 | 一种寻人导航方法、装置、服务器及终端设备 |
US10816994B2 (en) * | 2018-10-10 | 2020-10-27 | Midea Group Co., Ltd. | Method and system for providing remote robotic control |
CN109138451B (zh) * | 2018-10-19 | 2021-04-13 | 中国十七冶集团有限公司 | 一种楼梯地砖铺贴的施工方法 |
EP3754157A1 (en) * | 2019-06-17 | 2020-12-23 | Sandvik Mining and Construction Oy | Underground worksite passage and model generation for path planning |
US20210331754A1 (en) * | 2020-04-22 | 2021-10-28 | Boston Dynamics, Inc. | Stair Tracking for Modeled and Perceived Terrain |
CN112539749B (zh) * | 2020-06-30 | 2023-09-08 | 深圳优地科技有限公司 | 机器人导航方法、机器人、终端设备及存储介质 |
CN112698647A (zh) * | 2020-12-14 | 2021-04-23 | 深圳市普渡科技有限公司 | 跨楼层路径规划方法、装置、计算机设备及存储介质 |
CN114371713A (zh) * | 2022-01-12 | 2022-04-19 | 深圳鹏行智能研究有限公司 | 足式机器人的路径规划方法、电子设备及存储介质 |
-
2022
- 2022-04-28 CN CN202210455122.4A patent/CN114578831B/zh active Active
-
2023
- 2023-04-28 US US18/141,227 patent/US20230347514A1/en active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2020191146A1 (en) * | 2019-03-19 | 2020-09-24 | Quest Integrated, Llc | Indoors positioning and navigation systems and methods |
WO2021160623A1 (en) * | 2020-02-10 | 2021-08-19 | Metralabs Gmbh Neue Technologien Und Systeme | Method and a system for conveying a robot in an elevator |
Also Published As
Publication number | Publication date |
---|---|
CN114578831A (zh) | 2022-06-03 |
US20230347514A1 (en) | 2023-11-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10913148B2 (en) | Operational service plan disruption and return optimization for a service robot | |
US10845821B2 (en) | Route planning for a mobile robot using configuration-based preferences | |
JP7073336B2 (ja) | 自律移動ロボットを制御する方法 | |
US20190332114A1 (en) | Robot Contextualization of Map Regions | |
Schneier et al. | Literature review of mobile robots for manufacturing | |
CN111656296B (zh) | 用于机器人自主运动规划和导航的系统和方法 | |
KR102096875B1 (ko) | 자율 주행 기술을 응용한 3차원 실내 정밀 지도 자동 생성 로봇 및 로봇의 제어 방법 | |
JP2020533720A (ja) | 自律移動ロボットによる未知の環境の探索 | |
US20130024025A1 (en) | Autonomous Robot and A Positioning Method Thereof | |
WO2021047348A1 (zh) | 可通行区域图的建立方法、处理方法、装置和可移动设备 | |
CN107000207A (zh) | 清洁机器人和控制清洁机器人的方法 | |
KR20160121373A (ko) | 이동형 로봇의 이동 제한 | |
KR20170077756A (ko) | 청소 로봇 및 청소 로봇의 제어 방법 | |
US11452423B2 (en) | Cleaning robot and method of controlling the same | |
WO2018013538A1 (en) | Apparatus and methods for providing a reconfigurable robotic platform | |
KR102112162B1 (ko) | 자율 주행 기술을 응용한 3차원 실내 정밀 지도 자동 생성 로봇 및 로봇의 제어 방법 | |
Brandao et al. | GaitMesh: controller-aware navigation meshes for long-range legged locomotion planning in multi-layered environments | |
JP6689779B2 (ja) | ロボット制御システム及びロボット | |
CN114740835A (zh) | 路径规划方法、路径规划装置、机器人和存储介质 | |
CN114578831B (zh) | 机器人的控制方法、控制装置、机器人和存储介质 | |
WO2020131687A2 (en) | Methods and systems for defining virtual boundaries for a robotic device | |
CN116358522A (zh) | 局部地图生成方法和装置、机器人、计算机可读存储介质 | |
EP4177695A1 (en) | Route planning system, mobile robot, route planning program, and mobile robot control program | |
KR102500684B1 (ko) | 로봇 청소기 및 로봇 청소기의 제어 방법 | |
Surmann et al. | A five layer sensor architecture for autonomous robots in indoor environments |
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 |