CN114608520A - 一种测距方法、装置、机器人和存储介质 - Google Patents
一种测距方法、装置、机器人和存储介质 Download PDFInfo
- Publication number
- CN114608520A CN114608520A CN202110477259.5A CN202110477259A CN114608520A CN 114608520 A CN114608520 A CN 114608520A CN 202110477259 A CN202110477259 A CN 202110477259A CN 114608520 A CN114608520 A CN 114608520A
- Authority
- CN
- China
- Prior art keywords
- ground
- image
- determining
- line
- light
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 54
- 238000004590 computer program Methods 0.000 claims description 9
- 238000001914 filtration Methods 0.000 claims description 4
- 239000004973 liquid crystal related substance Substances 0.000 claims description 2
- 238000004140 cleaning Methods 0.000 description 72
- 238000005259 measurement Methods 0.000 description 28
- 239000000428 dust Substances 0.000 description 18
- 238000001514 detection method Methods 0.000 description 12
- 238000010586 diagram Methods 0.000 description 10
- 230000006870 function Effects 0.000 description 9
- 230000007613 environmental effect Effects 0.000 description 7
- 230000008569 process Effects 0.000 description 7
- 230000000712 assembly Effects 0.000 description 6
- 238000000429 assembly Methods 0.000 description 6
- 230000008901 benefit Effects 0.000 description 6
- 241001417527 Pempheridae Species 0.000 description 5
- 230000007547 defect Effects 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 238000000691 measurement method Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 238000005108 dry cleaning Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000006872 improvement Effects 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 238000005096 rolling process Methods 0.000 description 3
- 238000010408 sweeping Methods 0.000 description 3
- 208000003251 Pruritus Diseases 0.000 description 2
- 230000009471 action Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000011521 glass Substances 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- WHXSMMKQMYFTQS-UHFFFAOYSA-N Lithium Chemical compound [Li] WHXSMMKQMYFTQS-UHFFFAOYSA-N 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000001680 brushing effect Effects 0.000 description 1
- 230000009194 climbing Effects 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 229910052744 lithium Inorganic materials 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 229910052987 metal hydride Inorganic materials 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 229910052759 nickel Inorganic materials 0.000 description 1
- PXHVJJICTQNCMI-UHFFFAOYSA-N nickel Substances [Ni] PXHVJJICTQNCMI-UHFFFAOYSA-N 0.000 description 1
- -1 nickel metal hydride Chemical class 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000000725 suspension Substances 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 238000010407 vacuum cleaning Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C3/00—Measuring distances in line of sight; Optical rangefinders
- G01C3/02—Details
- G01C3/06—Use of electric means to obtain final indication
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C3/00—Measuring distances in line of sight; Optical rangefinders
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C11/00—Photogrammetry or videogrammetry, e.g. stereogrammetry; Photographic surveying
- G01C11/04—Interpretation of pictures
- G01C11/06—Interpretation of pictures by comparison of two or more pictures of the same area
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/50—Depth or shape recovery
- G06T7/521—Depth or shape recovery from laser ranging, e.g. using interferometry; from the projection of structured light
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Electromagnetism (AREA)
- Multimedia (AREA)
- Optics & Photonics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本公开提供了本公开实施例提供一种测距方法、装置、机器人和存储介质,包括:采集第一图像,所述第一图像中至少包括待测物体及所述待测物体所在的地面;基于所述第一图像确定所述地面的初始约束条件;采集第二图像,所述第二图像中至少包括线结构光与所述地面的交线和/或与所述待测物体的交线;基于所述第二图像确定所述地面的位置参数,并根据所述位置参数修正所述地面的初始约束条件;基于修正后的所述地面的初始约束条件及所述第一图像确定所述待测物体的距离。本公开可以使测距结果更准确。
Description
技术领域
本公开涉及自移动机器人测距技术领域,尤其涉及一种测距方法、装置、机器人和存储介质。
背景技术
机器人避障中常需进行测距以感知某障碍物与机器人间的空间关系,可以作为机器人后续避障路径规划的输入,机器人通过不断的路径规划,准确识别行进路径中的障碍物。其中,障碍物测距,可以使用多种方法完成,如深度相机、激光雷达、线结构光、单目摄像头、双目摄像头等。与深度相机、激光雷达等深度感知算法相比,单目测距、双线结构光具备成像模组复杂度低的特点;而与双目测距相比,则具备测距算法量小的特点。
但是,基于地面平面的单目测距、基于结构光平面的三角法由于约束平面的存在均具有局限性。一方面,单目测距方法基于地面平面与相机位置的固有关系,由于机器人在实时的运动过程中存在颠簸,导致标定的地面参数不准确,因此测距存在较大的误差。另一方面,线激光三角法测距技术直接使用标定好的线激光进行测距,由于线激光平面约束的存在,其测距区域仅仅为激光平面,常表现为成像图像的两条线而非面,这些线无法顾及线结构光平面外的障碍物,因此存在测量区域狭窄的技术问题。
发明内容
有鉴于此,本公开实施例提供一种测距方法、装置、机器人和存储介质,用以使机器人能够克服单目测距和线结构光测距单独使用时存在的技术问题。
第一方面,本公开实施例提供一种测距方法,应用于配置有图像采集装置的自移动机器人,包括:
采集第一图像,所述第一图像中至少包括待测物体及所述待测物体所在的地面;
基于所述第一图像确定所述地面的初始约束条件;
采集第二图像,所述第二图像中至少包括线结构光与所述地面的交线和/或与所述待测物体的交线;
基于所述第二图像确定所述地面的位置参数,并根据所述位置参数修正所述地面的初始约束条件;
基于修正后的所述地面的初始约束条件及所述第一图像确定所述待测物体的距离。
可选的,所述采集第二图像之前,包括:通过线结构光源发射至少一条非平行于所述地面的面扫描光,所述面扫描光形成至少一条与所述地面的交线。
可选的,所述通过线结构光源发射至少一条非平行于所述地面的面扫描光,所述面扫描光形成至少一条与所述地面的交线,包括:
通过线结构光源交替发射至少两条垂直于所述地面的面扫描光,所述面扫描光形成至少两条与所述地面的交线;或者,
通过线结构光源发射一条横向的非平行于所述地面的面扫描光以及一条垂直于所述地面的面扫描光,所述面扫描光形成至少两条与所述地面的交线。
可选的,所述通过线结构光源发射一条横向的非平行于所述地面的面扫描光以及一条垂直于所述地面的面扫描光,所述面扫描光形成至少两条与所述地面的交线,包括:
通过线结构光源向所述自移动机器人行进方向发射一条横向的非平行于所述地面的面扫描光;以及,
向所述自移动机器人行进侧向发射一条垂直于所述地面的面扫描光;所述面扫描光形成至少两条与所述地面的交线。
可选的,所述向所述自移动机器人行进侧向发射一条垂直于所述地面的面扫描光,包括:向所述自移动机器人行进侧向下方向发射一条垂直于所述地面的面扫描光。
可选的,采集所述第一图像的图像采集装置为红外图像采集装置或可见光图像采集装置;采集所述第二图像的图像采集装置为红外图像采集装置。
可选的,所述第一图像采集装置和所述第二图像采集装置为同一红外图像采集装置。
可选的,还包括:控制红外光源分别在不同时段发射红外光;控制拍摄时序,通过所述同一红外图像采集装置分别在不同时段获得所述第一图像和第二图像。
可选的,所述基于修正后的所述地面的初始约束条件及所述第一图像确定所述待测物体的距离,包括:
在所述第一图像中确定所述待测物体的物体区域,其中,所述物体区域为包括所述待测物体在内的最小矩形;
基于修正后的所述地面的初始约束条件确定所述物体区域的下边缘位置参数与所述第一图像的下边缘位置参数;
基于所述物体区域的下边缘位置参数与所述第一图像的下边缘位置参数,确定所述待测物体的距离。
可选的,所述基于所述物体区域的下边缘位置参数与所述第一图像的下边缘位置参数,确定所述待测物体的距离,包括:
在所述第一图像中确定一基准位置作为坐标原点;
在所述最小矩形的下边缘中选取任意一点作为第一参考点,在所述第一图像的下边缘根据所述第一参考点确定第二参考点;
根据所述第一参考点以及所述第二参考点的位置坐标,计算所述待测物体的距离。
可选的,所述基于所述第二图像确定所述地面的位置参数,包括:
基于所述线结构光与所述待测物体的交线获取结构光点云数据;
通过所述地面的初始约束条件对所述结构光点云数据进行滤波;
对滤波后的所述结构光点云数据进行拟合,获得地面方程;
通过所述地面方程确定所述地面的位置参数。
可选的,所述基于所述第二图像确定所述地面的位置参数,包括:
对所述线结构光与所述地面的交线进行拟合;
根据拟合后的至少两条地面交线确定地面方程;
通过所述地面方程确定所述地面的位置参数。
第二方面,本公开实施例提供一种测距装置,应用于配置有图像采集装置的自移动机器人,包括:
第一采集单元,用于采集第一图像,所述第一图像中至少包括待测物体及所述待测物体所在的地面;
第一确定单元,用于基于所述第一图像确定所述地面的初始约束条件;
第二采集单元,用于采集第二图像,所述第二图像中至少包括两条线结构光与所述地面的交线和/或与所述待测物体的交线;
第二确定单元,用于基于所述第二图像确定所述地面的位置参数,并根据所述位置参数修正所述地面的初始约束条件;
第三确定单元,用于基于修正后的所述地面的初始约束条件及所述第一图像确定所述待测物体的距离。
第三方面,本公开实施例提供一种机器人,包括处理器和存储器,所述存储器存储有能够被所述处理器执行的计算机程序指令,所述处理器执行所述计算机程序指令时,实现如上任一所述的方法步骤。
第四方面,本公开实施例提供一种非瞬时性计算机可读存储介质,存储有计算机程序指令,所述计算机程序指令在被处理器调用和执行时实现如上任一所述的方法步骤。
相对于现有技术,本发明至少具有以下技术效果:
本公开实施例提供一种测距方法、装置、机器人和存储介质,该测距方法结合单目、双线结构光测距的方法,一方面,通过线结构光对地面位置参数的修正,能够有效解决地面颠簸对单目测距的影响;另一方面,结合单目测距的优势能够有效改善双线结构光测距范围小,限于双线平面的缺点;另外,通过线结构光标定地面的方法,有效改善单目测距的精度,提升了机器人整体的测距需求。
附图说明
为了更清楚地说明本公开实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍,显而易见地,下面描述中的附图是本公开的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本公开实施例提供的自移动机器人结构立体图;
图2为本公开实施例提供的自移动机器人结构俯视图;
图3为本公开实施例提供的自移动机器人测距方法的流程示意图;
图4为本公开实施例提供的自移动机器人获取图像过程示意图;
图5为本公开实施例提供的自移动机器人获取的第一图像示意图;
图6为本公开实施例提供的自移动机器人摄像装置结构示意图;
图7为本公开实施例提供的自移动机器人获取的第二图像示意图;
图8为本公开实施例提供的自移动机器人测距装置的结构示意图;
图9为本公开实施例提供的机器人的电子结构示意图。
具体实施方式
为了使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明作进一步地详细描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
在本发明实施例中使用的术语是仅仅出于描述特定实施例的目的,而非旨在限制本发明。在本发明实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式,除非上下文清楚地表示其他含义,“多种”一般包含至少两种。
应当理解,本文中使用的术语“和/或”仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本文中字符“/”,一般表示前后关联对象是一种“或”的关系。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的商品或者装置不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种商品或者装置所固有的要素。在没有更多限制的情况下,由语句“包括一个”限定的要素,并不排除在包括所述要素的商品或者装置中还存在另外的相同要素。
下面结合附图详细说明本发明的可选实施例。
图1-2是根据一示例性实施例示出的一种自动清洁设备的结构示意图,如图1-2所示,自动清洁设备可以真空吸尘机器人、也可以是拖地/ 刷地机器人、也可以是爬窗机器人等等,该自动清洁设备可以包含移动平台100、感知系统120、控制系统130、驱动系统140、清洁模组150、能源系统160和人机交互系统170。其中:
移动平台100可以被配置为在操作面上自动沿着目标方向移动。所述操作面可以为自动清洁设备待清洁的表面。在一些实施例中,自动清洁设备可以为拖地机器人、扫地机器人、扫拖机器人等自移动机器人,则自动清洁设备在地面上工作,所述地面也可以为任何的操作面,例如桌面、屋顶、平台等;自动清洁设备也可以是擦窗机器人,则自动清洁设备在建筑的玻璃外表面工作,所述玻璃为所述操作面;自动清洁设备也可以是管道自移动机器人,则自动清洁设备在管道的内表面工作,所述管道内表面为所述操作面。纯粹是为了展示的需要,本申请中下面的描述以拖地机器人为例进行说明。
在一些实施例中,移动平台100可以是自主移动平台,也可以是非自主移动平台。所述自主移动平台是指移动平台100本身可以根据预料之外的环境输入自动地及适应性地做出操作决策;所述非自主移动平台本身不能根据预料之外的环境输入适应性地做出操作决策,但可以执行既定的程序或者按照一定的逻辑运行。相应地,当移动平台100为自主移动平台时,所述目标方向可以是自动清洁设备自主决定的;当移动平台100为非自主移动平台时,所述目标方向可以是系统或人工设置的。当所述移动平台100是自主移动平台时,所述移动平台100包括前向部分111和后向部分110。
感知系统120包括位于移动平台100上方的位置确定装置121、位于移动平台100的前向部分111的缓冲器122、位于移动平台底部的悬崖传感器123和超声传感器(图中未示出)、红外传感器(图中未示出)、磁力计(图中未示出)、加速度计(图中未示出)、陀螺仪(图中未示出)、里程计(图中未示出)等传感装置,向控制系统130提供机器的各种位置信息和运动状态信息。
为了更加清楚地描述自动清洁设备的行为,进行如下方向定义:自动清洁设备可通过相对于由移动平台100界定的如下三个相互垂直轴的移动的各种组合在地面上行进:横向轴x、前后轴y及中心垂直轴z。沿着前后轴y的前向驱动方向标示为“前向”,且沿着前后轴y的后向驱动方向标示为“后向”。横向轴x实质上是沿着由驱动轮组件141的中心点界定的轴心在自动清洁设备的右轮与左轮之间延伸。其中,自动清洁设备可以绕x轴转动。当自动清洁设备的前向部分向上倾斜,后向部分向下倾斜时为“上仰”,且当自动清洁设备的前向部分向下倾斜,后向部分向上倾斜时为“下俯”。另外,自动清洁设备可以绕z轴转动。在自动清洁设备的前向方向上,当自动清洁设备向y轴的右侧倾斜为“右转”,当自动清洁设备向y轴的左侧倾斜为“左转”。
如图2所示,在移动平台100底部上并且在驱动轮组件141的前方和后方设置有悬崖传感器123,该悬崖传感器用于防止在自动清洁设备后退时发生跌落,从而能够避免自动清洁设备受到损坏。前述的“前方”是指相对于自动清洁设备行进方向相同的一侧,前述的“后方”是指相对于自动清洁设备行进方向相反的一侧。
位置确定装置121包括但不限于摄像头、激光测距装置(LDS)、线结构光装置,其中摄像头和线结构光装置可以根据需要设置于清洁设备的前面或侧面的任意位置。
感知系统120中的各个组件,既可以独立运作,也可以共同运作以更准确的实现目的功能。通过悬崖传感器123和超声波传感器对待清洁表面进行识别,以确定待清洁表面的物理特性,包括表面材质、清洁程度等等,并可以结合摄像头、激光测距装置等进行更准确的判定。
例如,可以通过超声波传感器对待清洁表面是否为地毯进行判断,若超声波传感器判断待清洁表面为地毯材质,则控制系统130控制自动清洁设备进行地毯模式清洁。
移动平台100的前向部分111设置有缓冲器122,在清洁过程中驱动轮组件141推进自动清洁设备在地面行走时,缓冲器122经由传感器系统,例如红外传感器,检测自动清洁设备的行驶路径中的一或多个事件(或对象),自动清洁设备可通过由缓冲器122检测到的事件(或对象),例如障碍物、墙壁,而控制驱动轮组件141使自动清洁设备来对所述事件(或对象)做出响应,例如远离障碍物。
控制系统130设置在移动平台100内的电路主板上,包括与非暂时性存储器,例如硬盘、快闪存储器、随机存取存储器,通信的计算处理器,例如中央处理单元、应用处理器,应用处理器被配置为接收感知系统120传来的所述多个传感器的感受到的环境信息,根据激光测距装置反馈的障碍物信息等利用定位算法,例如SLAM,绘制自动清洁设备所在环境中的即时地图,并根据所述环境信息和环境地图自主决定行驶路径,然后根据所述自主决定的行驶路径控制驱动系统140进行前进、后退和/或转向等操作。进一步地,控制系统130还可以根据所述环境信息和环境地图决定是否启动清洁模组150进行清洁操作。
具体地,控制系统130可以结合缓冲器122、悬崖传感器123和超声传感器、红外传感器、磁力计、加速度计、陀螺仪、里程计等传感装置反馈的距离信息、速度信息综合判断扫地机当前处于何种工作状态,如过门槛,上地毯,位于悬崖处,上方或者下方被卡住,尘盒满,被拿起等等,还会针对不同情况给出具体的下一步动作策略,使得自动清洁设备的工作更加符合主人的要求,有更好的用户体验。进一步地,控制系统能基于SLAM绘制的即时地图信息规划最为高效合理的清扫路径和清扫方式,大大提高自动清洁设备的清扫效率。
驱动系统140可基于具体的距离和角度信息,例如x、y及θ分量,执行驱动命令而操纵自动清洁设备跨越地面行驶。驱动系统140包含驱动轮组件141,驱动系统140可以同时控制左轮和右轮,为了更为精确地控制机器的运动,优选驱动系统140分别包括左驱动轮组件和右驱动轮组件。左、右驱动轮组件沿着由移动平台100界定的横轴对称设置。
为了自动清洁设备能够在地面上更为稳定地运动或者更强的运动能力,自动清洁设备可以包括一个或者多个转向组件142,转向组件142 可为从动轮,也可为驱动轮,其结构形式包括但不限于万向轮,转向组件142可以位于驱动轮组件141的前方。
驱动轮组件141可以可拆卸地连接到移动平台100上,方便拆装和维修。驱动轮可具有偏置下落式悬挂系统,以可移动方式紧固,例如以可旋转方式附接,到自动清洁设备移动平台100,并通过弹性元件,如拉簧或者压簧以一定的着地力维持与地面的接触及牵引,同时自动清洁设备的清洁模组150也以一定的压力接触待清洁表面。
能源系统160包括充电电池,例如镍氢电池和锂电池。充电电池可以连接有充电控制电路、电池组充电温度检测电路和电池欠压监测电路,充电控制电路、电池组充电温度检测电路、电池欠压监测电路再与单片机控制电路相连。主机通过设置在机身侧方或者下方的充电电极与充电桩连接进行充电。如果裸露的充电电极上沾附有灰尘,会在充电过程中由于电荷的累积效应,导致电极周边的塑料机体融化变形,甚至导致电极本身发生变形,无法继续正常充电。
人机交互系统170包括主机面板上的按键,按键供用户进行功能选择;还可以包括显示屏和/或指示灯和/或喇叭,显示屏、指示灯和喇叭向用户展示当前机器所处状态或者功能选择项;还可以包括手机客户端程序。对于路径导航型清洁设备,在手机客户端可以向用户展示设备所在环境的地图,以及机器所处位置,可以向用户提供更为丰富和人性化的功能项。
清洁模组150可包括干式清洁模组151和/或湿式清洁模组400。
如图2所示,干式清洁模组151包括滚刷、尘盒、风机、出风口。与地面具有一定干涉的滚刷将地面上的垃圾扫起并卷带到滚刷与尘盒之间的吸尘口前方,然后被风机产生并经过尘盒的有吸力的气体吸入尘盒。扫地机的除尘能力可用垃圾的清扫效率DPU(Dustpickup efficiency)进行表征,清扫效率DPU受滚刷结构和材料影响,受吸尘口、尘盒、风机、出风口以及四者之间的连接部件所构成的风道的风力利用率影响,受风机的类型和功率影响,是个复杂的系统设计问题。相比于普通的插电吸尘器,除尘能力的提高对于能源有限的清洁自动清洁设备来说意义更大。因为除尘能力的提高直接有效降低了对于能源要求,也就是说原来充一次电可以清扫80平米地面的机器,可以进化为充一次电清扫180平米甚至更多。并且减少充电次数的电池的使用寿命也会大大增加,使得用户更换电池的频率也会增加。更为直观和重要的是,除尘能力的提高是最为明显和重要的用户体验,用户会直接得出扫得是否干净/擦得是否干净的结论。干式清洁模组还可包含具有旋转轴的边刷152,旋转轴相对于地面成一定角度,以用于将碎屑移动到清洁模组150的滚刷区域中。
本实施例提供的湿式清洁模组400,被配置为采用湿式清洁方式清洁所述操作面的至少一部分;其中,所述湿式清洁模组400包括清洁头 410和驱动单元,其中,清洁头410用于清洁所述操作面的至少一部分,驱动单元用于驱动所述清洁头沿着目标面基本上往复运动的,所述目标面为所述操作面的一部分。所述清洁头410沿待清洁表面做往复运动,清洁头410与待清洁表面的接触面表面设有清洁布或清洁板,通过往复运动与待清洁表面产生高频摩擦,从而去除待清洁表面上的污渍。所述清洁头410包括活动区域412和固定区域411,活动区域412设置于清洁头410大致中央位置。
如图3所示,作为实施方式之一,本公开实施例提供一种测距方法,应用于配置有图像采集装置的自移动机器人,包括如下方法步骤:
步骤S302:采集第一图像,所述第一图像中至少包括待测物体及所述待测物体所在的地面。
通过第一图像采集装置301采集第一图像,第一图像采集装置301 如图4所示,第一图像采集装置301包括但不限于红外图像采集装置或可见光图像采集装置,例如可以为可见光或红外摄像头、红外结构光图像采集装置等,第一图像采集装置301设置于自移动机器人的前端,用于实时的获取自移动机器人行进轨迹中可视范围内的视场图像,并将前方视场图像发送至控制系统,控制系统根据自移动机器人自身的或远端的运算结果,给出视场图像的分析结果,进而控制驱动系统执行避障或其他操作。
其中,待测物体200是指在自移动机器人行进过程中遇到的任何障碍物,自移动机器人可以预先将相关类别的障碍物进行分类训练,将训练好的模型存储于自身的或远端的存储系统当中,当自移动机器人在作业过程中获取到障碍物图像时,就可以调用存储系统中预先存储的模型判断当前障碍物的类别信息,并根据类别信息执行相关操作。当然,在上述步骤中,识别到待测物体200,亦可以理解为检测到一个行走过程中遇到的障碍物的存在即可,无需识别出其类别。
如图5所示,通过自移动机器人前端的第一图像采集装置301获得图像包括地面上的待测物体200的图像,以及从第一图像采集装置301 开始向前视场内的其他场景图像,由于第一图像采集装置301位于自移动机器人的前方且距离地面高度较低,所以,视场图像内包括从所述第一图像采集装置301到所述待测物体302的地面图像。
步骤S304:基于所述第一图像确定所述地面的初始约束条件。
第一图像获取装置301与自移动机器人的位置是相对固定的,当自移动机器人的位置坐标确定后,就可以确定第一图像获取装置301的位置坐标,例如以清洁区域作为地图构建三维或二维坐标系后,通过自移动机器人的运行轨迹就可以确定自移动机器人的位置坐标,进而可以确定第一图像获取装置301的位置坐标。当第一图像获取装置301固定于自移动机器人后,其具有相对固定的位置参数,包括但不限于离地高度、俯仰角(p i tch角)、横滚角度(ro l l角)、航向角度(yaw角)等。通过上述这些参数至少之一构成了地面的初始约束条件。如图5所示,通过第一图像获取装置301获取到第一图像时,第一图像获取装置301 相对于地面可以为水平方向或具有一定的俯仰角,或具有横向偏移角度等初始的位置参数。通过确定地面的初始约束条件,使得通过第一图像获取装置301获取到的第一图像具有基准的图像质量,在自移动机器人没有颠簸的情况下,可以通过基准的第一图像确定障碍物到清洁设备的距离。
步骤S306:采集第二图像,所述第二图像中至少包括线结构光与所述地面的交线和/或与所述待测物体的交线。
通过第二图像采集装置302采集第二图像,其中,第二图像采集装置302为红外图像采集装置,第二图像采集装置302包括红外线结构光源和获取红外图像的摄像头。
通过线结构光源发射至少一条非平行于所述地面的面扫描光,使所述面扫描光形成至少一条与所述地面的交线。例如,可选的,如图6b 所示,通过线结构光源交替发射至少两条垂直于所述地面的面扫描光,使所述面扫描光形成至少两条与所述地面的交线,线结构光源垂直于所述地面的面扫描光,可以减少结构光与障碍物接触后的散射,进而使得通过第二图像采集装置获得的线结构光图像更加清晰,测距更加准确。
或者,通过线结构光源发射一条横向的非平行于所述地面的面扫描光以及一条垂直于所述地面的面扫描光,使所述面扫描光形成至少两条与所述地面的交线,如图6c所示。其中,横向的非平行于所述地面的面扫描光可以增加线结构光探测障碍物的范围,克服先结构光固有的探测范围狭小的缺陷。垂直于所述地面的面扫描光可以增加探测障碍物高度的需求,与横向线结构光配合增加了探测障碍物横向和纵向的范围。
作为可选的实施方式之一,所述通过线结构光源发射一条横向的非平行于所述地面的面扫描光以及一条垂直于所述地面的面扫描光,所述面扫描光形成至少两条与所述地面的交线,包括:
通过线结构光源向所述自移动机器人行进方向发射一条横向的非平行于所述地面的面扫描光;以及,向所述自移动机器人行进侧向发射一条垂直于所述地面的面扫描光;所述面扫描光形成至少两条与所述地面的交线,如图6c所示。通过向所述自移动机器人行进方向发射一条横向的非平行于所述地面的面扫描光,最大限度的保证机器人前进方向最大宽度的障碍物探测范围,同时,通过向所述自移动机器人行进侧向发射一条垂直于所述地面的面扫描光,能够增加机器人侧向障碍物(例如墙壁)的探测,使得机器人在沿墙行进时能够有效的控制机器人与墙壁的距离,进而保证无死角的清洁。
作为可选的实施方式之一,所述向所述自移动机器人行进侧向发射一条垂直于所述地面的面扫描光,包括:向所述自移动机器人行进侧向下方向发射一条垂直于所述地面的面扫描光。能够使得机器人对于近距离的障碍物探测更加准确,结合了第一图像采集装置对于远程障碍物的探测优势,使得机器人能够同时保证对远程和近程障碍物的探测。
作为可选的实施方式之一,如图6a所示,所述第一图像采集装置和所述第二图像采集装置为同一红外图像采集装置。也就是说,使用同一个红外图像采集装置就可以完成上述两个图像采集装置的功能,控制红外光源分别在不同时段发射红外光;控制拍摄时序,通过所述同一红外图像采集装置分别在不同时段获得所述第一图像和第二图像,具体的,例如,通过分时采集的控制逻辑,使得图像采集装置可以在t1时刻获取障碍物的红外图像,用获得的第一图像采用单目测距的方式进行测距计算,在t2时刻获取障碍物的线结构光第二图像,结合第一图像测距和第二图像校准获得更加准确的测距信息。
步骤S308:基于所述第二图像确定所述地面的位置参数,并根据所述位置参数修正所述地面的初始约束条件。
如上所述,如图7所示,通过第二图像采集装置获取到线结构光与地面交线3021的图像,每一条交线都满足三维坐标系下的直线方程, Ax+By+Cz+D=0,通过两条相交或不相交的直线确定一个平面的原理,可以通过第二图像中获取到的两条地面直线3021图像及其方程,计算确定当前第二图像中地面400满足的方程,从而可以根据第二图像计算确定地面参数,进而修正初始地面约束条件,即通过第二图像计算获得的包括但不限于离地高度、俯仰角(p itch角)、横滚角度(ro l l 角)、航向角度(yaw角)等参数,修正通过第一图像中的初始的包括但不限于离地高度、俯仰角(p itch角)、横滚角度(ro l l角)、航向角度(yaw角)等参数,从而使得通过线结构光的修正使得单目测距结果更加准确,克服了机器人颠簸引起的误差。
作为可选的实施方式之一,所述基于所述第二图像确定所述地面的位置参数,包括:基于所述线结构光与所述待测物体200的交线3022 获取结构光点云数据;通过所述地面的初始约束条件对所述结构光点云数据进行滤波;对滤波后的所述结构光点云数据进行拟合,获得地面方程;通过所述地面方程确定所述地面的位置参数。
作为可选的实施方式之一,所述基于所述第二图像确定所述地面的位置参数,包括:对所述线结构光与所述地面的交线3021进行拟合;根据拟合后的至少两条地面交线确定地面方程;通过所述地面方程确定所述地面的位置参数。
步骤S310:基于修正后的所述地面的初始约束条件及所述第一图像确定所述待测物体的距离。
可选的,所述基于修正后的所述地面的初始约束条件及所述第一图像确定所述待测物体的距离,包括:
在所述第一图像中确定所述待测物体的物体区域,其中,所述物体区域为包括所述待测物体在内的最小矩形;基于修正后的所述地面的初始约束条件确定所述物体区域的下边缘位置参数与所述第一图像的下边缘位置参数;基于所述物体区域的下边缘位置参数与所述第一图像的下边缘位置参数,确定所述待测物体的距离。
可选的,所述基于所述物体区域的下边缘位置参数与所述第一图像的下边缘位置参数,确定所述待测物体的距离,包括:
在所述第一图像中确定一基准位置作为坐标原点;在所述最小矩形的下边缘中选取任意一点作为第一参考点,在所述第一图像的下边缘根据所述第一参考点确定第二参考点;根据所述第一参考点以及所述第二参考点的位置坐标,计算所述待测物体的距离。
具体的,确定待测物体200相对于所述自移动机器人的距离方法包括:通过自移动机器人前端的第一图像采集装置301获得地面上的待测物体200的图像,并基于所述待测物体200构建相应的物体区域ROI (Region Of Interest),物体区域500刚好将待测物体200包络在内。作为一种示例,所述物体区域500为包括所述待测物体在内的最小矩形,当然物体区域也可以是除最小矩形为的其他图形,例如外接圆、椭圆、任意特定形状等,选取最小矩形作为外接区域,可以方便的选取下边缘上的任意一点进行第一距离的计算。
作为一种可选的实施方式,如图5所示,以物体区域为最小矩形为例进行说明,基于所述物体区域的下边缘位置与所述第一图像的下边缘位置,确定所述待测物体的距离的方法,包括如下子步骤,如图5所示:
步骤S3102:在所述第一图像中确定一基准位置作为坐标原点。
如图5所示,可以选取第一图像的左下角为坐标原点,横向为x方向,纵向为y方向,垂直图像的方向为z方向。当然图像坐标原点的选取位置不唯一,可以根据分析数据的需要进行随意的选择。
步骤S3104:作为一种实施方式,在所述最小矩形的下边长中选取任意一点作为第一参考点501,在所述第一图像的下边缘根据所述第一参考点确定第二参考点502。
第一参考点501的选取为最小矩形的下边长中选取任意一点,如果物体区域为圆形,则选取最低点作为第一参考点。第二参考点502为根据第一参考点501向下垂直延伸后,与第一图像下边缘相交的一点,也就是第一图像上表示地面的第一图像中最下面的一点,这样可以从第一参考点501和第二参考点502的位置关系,计算出待测物体到摄像头的距离,也即通过地面距离来获得待测物体到摄像头的距离。
步骤S3106:根据所述第一参考点以及所述第二参考点的位置坐标,计算所述待测物体的第一距离。
例如第一参考点501的坐标为(x1,y1),第二参考点502的坐标为 (x2,y2),则可以计算出第一参考点501和第二参考点502的距离。再例如,通过分析像素关系,获得第一参考点501的像素位置和第二参考点502的像素位置,进而估算出第一参考点501和第二参考点502的像素距离,再根据待测物体的实际高度和像素关系,进而确定出第一参考点501和第二参考点502的实际距离。
该测距方法结合单目、双线结构光测距的方法,一方面,通过线结构光对地面位置参数的修正,能够有效解决地面颠簸对单目测距的影响;另一方面,结合单目测距的优势能够有效改善双线结构光测距范围小,限于双线平面的缺点;另外,通过线结构光标定地面的方法,有效改善单目测距的精度,提升了机器人整体的测距需求。
本公开实施例还提供一种测距装置,应用于配置有图像采集装置的自移动机器人,各单元执行如上实施例所述的方法步骤,相同的方法步骤具有相同的技术效果,在此不做赘述,如图8所示,具体包括:
第一采集单元802,用于采集第一图像,所述第一图像中至少包括待测物体及所述待测物体所在的地面;
第一确定单元804,用于基于所述第一图像确定所述地面的初始约束条件;
第二采集单元806,用于采集第二图像,所述第二图像中至少包括两条线结构光与所述地面的交线和/或与所述待测物体的交线;
第二确定单元808,用于基于所述第二图像确定所述地面的位置参数,并根据所述位置参数修正所述地面的初始约束条件;
第三确定单元810,用于基于修正后的所述地面的初始约束条件及所述第一图像确定所述待测物体的距离。
通过第二图像采集装置302采集第二图像,其中,第二图像采集装置302为红外图像采集装置,第二图像采集装置302包括红外线结构光源和获取红外图像的摄像头。
第二采集单元806,用于通过线结构光源发射至少一条非平行于所述地面的面扫描光,使所述面扫描光形成至少一条与所述地面的交线。例如,可选的,如图6b所示,通过线结构光源交替发射至少两条垂直于所述地面的面扫描光,使所述面扫描光形成至少两条与所述地面的交线,线结构光源垂直于所述地面的面扫描光,可以减少结构光与障碍物接触后的散射,进而使得通过第二图像采集装置获得的线结构光图像更加清晰,测距更加准确。
或者,通过线结构光源发射一条横向的非平行于所述地面的面扫描光以及一条垂直于所述地面的面扫描光,使所述面扫描光形成至少两条与所述地面的交线,如图6c所示。其中,横向的非平行于所述地面的面扫描光可以增加线结构光探测障碍物的范围,克服先结构光固有的探测范围狭小的缺陷。垂直于所述地面的面扫描光可以增加探测障碍物高度的需求,与横向线结构光配合增加了探测障碍物横向和纵向的范围。
作为可选的实施方式之一,所述通过线结构光源发射一条横向的非平行于所述地面的面扫描光以及一条垂直于所述地面的面扫描光,所述面扫描光形成至少两条与所述地面的交线,包括:
通过线结构光源向所述自移动机器人行进方向发射一条横向的非平行于所述地面的面扫描光;以及,向所述自移动机器人行进侧向发射一条垂直于所述地面的面扫描光;所述面扫描光形成至少两条与所述地面的交线,如图6c所示。通过向所述自移动机器人行进方向发射一条横向的非平行于所述地面的面扫描光,最大限度的保证机器人前进方向最大宽度的障碍物探测范围,同时,通过向所述自移动机器人行进侧向发射一条垂直于所述地面的面扫描光,能够增加机器人侧向障碍物(例如墙壁)的探测,使得机器人在沿墙行进时能够有效的控制机器人与墙壁的距离,进而保证无死角的清洁。
作为可选的实施方式之一,所述向所述自移动机器人行进侧向发射一条垂直于所述地面的面扫描光,包括:向所述自移动机器人行进侧向下方向发射一条垂直于所述地面的面扫描光。能够使得机器人对于近距离的障碍物探测更加准确,结合了第一图像采集装置对于远程障碍物的探测优势,使得机器人能够同时保证对远程和近程障碍物的探测。
作为可选的实施方式之一,如图6a所示,所述第一图像采集装置和所述第二图像采集装置为同一红外图像采集装置。也就是说,使用同一个红外图像采集装置就可以完成上述两个图像采集装置的功能,控制红外光源分别在不同时段发射红外光;控制拍摄时序,通过所述同一红外图像采集装置分别在不同时段获得所述第一图像和第二图像,具体的,例如,通过分时采集的控制逻辑,使得图像采集装置可以在t1时刻获取障碍物的红外图像,用获得的第一图像采用单目测距的方式进行测距计算,在t2时刻获取障碍物的线结构光第二图像,结合第一图像测距和第二图像校准获得更加准确的测距信息。
第三确定单元810,用于基于所述第二图像确定所述地面的位置参数,包括:基于所述线结构光与所述待测物体200的交线3022获取结构光点云数据;通过所述地面的初始约束条件对所述结构光点云数据进行滤波;对滤波后的所述结构光点云数据进行拟合,获得地面方程;通过所述地面方程确定所述地面的位置参数。
第三确定单元810,用于基于所述第二图像确定所述地面的位置参数,包括:对所述线结构光与所述地面的交线3021进行拟合;根据拟合后的至少两条地面交线确定地面方程;通过所述地面方程确定所述地面的位置参数。
可选的,所述基于修正后的所述地面的初始约束条件及所述第一图像确定所述待测物体的距离,包括:
在所述第一图像中确定所述待测物体的物体区域,其中,所述物体区域为包括所述待测物体在内的最小矩形;基于修正后的所述地面的初始约束条件确定所述物体区域的下边缘位置参数与所述第一图像的下边缘位置参数;基于所述物体区域的下边缘位置参数与所述第一图像的下边缘位置参数,确定所述待测物体的距离。
可选的,所述基于所述物体区域的下边缘位置参数与所述第一图像的下边缘位置参数,确定所述待测物体的距离,包括:
在所述第一图像中确定一基准位置作为坐标原点;在所述最小矩形的下边缘中选取任意一点作为第一参考点,在所述第一图像的下边缘根据所述第一参考点确定第二参考点;根据所述第一参考点以及所述第二参考点的位置坐标,计算所述待测物体的距离。
作为一种可选的实施方式,第三确定单元810,用于在所述第一图像中确定一基准位置作为坐标原点。在所述最小矩形的下边长中选取任意一点作为第一参考点501,在所述第一图像的下边缘根据所述第一参考点确定第二参考点502。根据所述第一参考点以及所述第二参考点的位置坐标,计算所述待测物体的第一距离。
该测距装置结合单目、双线结构光测距的方法,一方面,通过线结构光对地面位置参数的修正,能够有效解决地面颠簸对单目测距的影响;另一方面,结合单目测距的优势能够有效改善双线结构光测距范围小,限于双线平面的缺点;另外,通过线结构光标定地面的方法,有效改善单目测距的精度,提升了机器人整体的测距需求。
本公开实施例提供一种非瞬时性计算机可读存储介质,存储有计算机程序指令,所述计算机程序指令在被处理器调用和执行时实现如上任一所述的方法步骤。
本公开实施例提供一种机器人,包括处理器和存储器,所述存储器存储有能够被所述处理器执行的计算机程序指令,所述处理器执行所述计算机程序指令时,实现前述任一实施例的方法步骤。
如图9所示,机器人可以包括处理装置(例如中央处理器、图形处理器等)901,其可以根据存储在只读存储器(ROM)902中的程序或者从存储装置908加载到随机访问存储器(RAM)903中的程序而执行各种适当的动作和处理。在RAM 903中,还存储有电子机器人900操作所需的各种程序和数据。处理装置901、ROM 902以及RAM 903通过总线904彼此相连。输入/输出(I/O)接口905也连接至总线904。
通常,以下装置可以连接至I/O接口905:包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置906;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置907;包括例如硬盘等的存储装置908;以及通信装置909。通信装置909可以允许电子机器人与其他机器人进行无线或有线通信以交换数据。虽然图9示出了具有各种装置的电子机器人,但是应理解的是,并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。
附图中的流程图和框图,图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
最后应说明的是:本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统或装置而言,由于其与实施例公开的方法相对应,所以描述比较简单,相关之处参见方法部分说明即可。
以上实施例仅用以说明本公开的技术方案,而非对其限制;尽管参照前述实施例对本公开进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本公开各实施例技术方案的精神和范围。
Claims (15)
1.一种测距方法,应用于配置有图像采集装置的自移动机器人,其特征在于包括:
采集第一图像,所述第一图像中至少包括待测物体及所述待测物体所在的地面;
基于所述第一图像确定所述地面的初始约束条件;
采集第二图像,所述第二图像中至少包括线结构光与所述地面的交线和/或与所述待测物体的交线;
基于所述第二图像确定所述地面的位置参数,并根据所述位置参数修正所述地面的初始约束条件;
基于修正后的所述地面的初始约束条件及所述第一图像确定所述待测物体的距离。
2.根据权利要求1所述的方法,其特征在于,所述采集第二图像之前,包括:
通过线结构光源发射至少一条非平行于所述地面的面扫描光,所述面扫描光形成至少一条与所述地面的交线。
3.根据权利要求2所述的方法,其特征在于,所述通过线结构光源发射至少一条非平行于所述地面的面扫描光,所述面扫描光形成至少一条与所述地面的交线,包括:
通过线结构光源交替发射至少两条垂直于所述地面的面扫描光,所述面扫描光形成至少两条与所述地面的交线;或者,
通过线结构光源发射一条横向的非平行于所述地面的面扫描光以及一条垂直于所述地面的面扫描光,所述面扫描光形成至少两条与所述地面的交线。
4.根据权利要求3所述的方法,其特征在于,所述通过线结构光源发射一条横向的非平行于所述地面的面扫描光以及一条垂直于所述地面的面扫描光,所述面扫描光形成至少两条与所述地面的交线,包括:
通过线结构光源向所述自移动机器人行进方向发射一条横向的非平行于所述地面的面扫描光;以及,
向所述自移动机器人行进侧向发射一条垂直于所述地面的面扫描光;所述面扫描光形成至少两条与所述地面的交线。
5.根据权利要求4所述的方法,其特征在于,所述向所述自移动机器人行进侧向发射一条垂直于所述地面的面扫描光,包括:
向所述自移动机器人行进侧向下方向发射一条垂直于所述地面的面扫描光。
6.根据权利要求1所述的方法,其特征在于,采集所述第一图像的图像采集装置为红外图像采集装置或可见光图像采集装置;采集所述第二图像的图像采集装置为红外图像采集装置。
7.根据权利要求6所述的方法,其特征在于,所述第一图像采集装置和所述第二图像采集装置为同一红外图像采集装置。
8.根据权利要求7所述的方法,其特征在于,还包括:
控制红外光源分别在不同时段发射红外光;
控制拍摄时序,通过所述同一红外图像采集装置分别在不同时段获得所述第一图像和第二图像。
9.根据权利要求1所述的方法,其特征在于,所述基于修正后的所述地面的初始约束条件及所述第一图像确定所述待测物体的距离,包括:
在所述第一图像中确定所述待测物体的物体区域,其中,所述物体区域为包括所述待测物体在内的最小矩形;
基于修正后的所述地面的初始约束条件确定所述物体区域的下边缘位置参数与所述第一图像的下边缘位置参数;
基于所述物体区域的下边缘位置参数与所述第一图像的下边缘位置参数,确定所述待测物体的距离。
10.根据权利要求9所述的方法,其特征在于,所述基于所述物体区域的下边缘位置参数与所述第一图像的下边缘位置参数,确定所述待测物体的距离,包括:
在所述第一图像中确定一基准位置作为坐标原点;
在所述最小矩形的下边缘中选取任意一点作为第一参考点,在所述第一图像的下边缘根据所述第一参考点确定第二参考点;
根据所述第一参考点以及所述第二参考点的位置坐标,计算所述待测物体的距离。
11.根据权利要求1所述的方法,其特征在于,所述基于所述第二图像确定所述地面的位置参数,包括:
基于所述线结构光与所述待测物体的交线获取结构光点云数据;
通过所述地面的初始约束条件对所述结构光点云数据进行滤波;
对滤波后的所述结构光点云数据进行拟合,获得地面方程;
通过所述地面方程确定所述地面的位置参数。
12.根据权利要求1所述的方法,其特征在于,所述基于所述第二图像确定所述地面的位置参数,包括:
对所述线结构光与所述地面的交线进行拟合;
根据拟合后的至少两条地面交线确定地面方程;
通过所述地面方程确定所述地面的位置参数。
13.一种测距装置,应用于配置有图像采集装置的自移动机器人,其特征在于包括:
第一采集单元,用于采集第一图像,所述第一图像中至少包括待测物体及所述待测物体所在的地面;
第一确定单元,用于基于所述第一图像确定所述地面的初始约束条件;
第二采集单元,用于采集第二图像,所述第二图像中至少包括两条线结构光与所述地面的交线和/或与所述待测物体的交线;
第二确定单元,用于基于所述第二图像确定所述地面的位置参数,并根据所述位置参数修正所述地面的初始约束条件;
第三确定单元,用于基于修正后的所述地面的初始约束条件及所述第一图像确定所述待测物体的距离。
14.一种机器人,包括处理器和存储器,其特征在于,所述存储器存储有能够被所述处理器执行的计算机程序指令,所述处理器执行所述计算机程序指令时,实现如权利要求1-12任一所述的方法步骤。
15.一种非瞬时性计算机可读存储介质,其特征在于,存储有计算机程序指令,所述计算机程序指令在被处理器调用和执行时实现如权利要求1-12任一所述的方法步骤。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110477259.5A CN114608520B (zh) | 2021-04-29 | 2021-04-29 | 一种测距方法、装置、机器人和存储介质 |
PCT/CN2022/080014 WO2022227876A1 (zh) | 2021-04-29 | 2022-03-09 | 一种测距方法、装置、机器人和存储介质 |
EP22794355.2A EP4332501A1 (en) | 2021-04-29 | 2022-03-09 | Distance measurement method and apparatus, and robot and storage medium |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110477259.5A CN114608520B (zh) | 2021-04-29 | 2021-04-29 | 一种测距方法、装置、机器人和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114608520A true CN114608520A (zh) | 2022-06-10 |
CN114608520B CN114608520B (zh) | 2023-06-02 |
Family
ID=81857454
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110477259.5A Active CN114608520B (zh) | 2021-04-29 | 2021-04-29 | 一种测距方法、装置、机器人和存储介质 |
Country Status (3)
Country | Link |
---|---|
EP (1) | EP4332501A1 (zh) |
CN (1) | CN114608520B (zh) |
WO (1) | WO2022227876A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117315508A (zh) * | 2023-08-24 | 2023-12-29 | 北京智盟信通科技有限公司 | 基于数据处理的电网设备监测方法及系统 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4305657A (en) * | 1977-09-29 | 1981-12-15 | Canon Kabushiki Kaisha | Range finding device |
US20020196423A1 (en) * | 2001-06-20 | 2002-12-26 | Nobukazu Shima | Range finder for finding range by image realization |
CN102865849A (zh) * | 2012-10-19 | 2013-01-09 | 广州市盛光微电子有限公司 | 一种用于测距的拍摄装置及测距方法 |
CN105286729A (zh) * | 2015-09-25 | 2016-02-03 | 江苏美的清洁电器股份有限公司 | 扫地机器人 |
CN106524922A (zh) * | 2016-10-28 | 2017-03-22 | 深圳地平线机器人科技有限公司 | 测距校准方法、装置和电子设备 |
CN109636903A (zh) * | 2018-12-24 | 2019-04-16 | 华南理工大学 | 一种基于抖动的双目三维重建方法 |
CN109730590A (zh) * | 2019-01-30 | 2019-05-10 | 深圳飞科机器人有限公司 | 清洁机器人以及清洁机器人自动返回充电的方法 |
CN111067439A (zh) * | 2019-12-31 | 2020-04-28 | 深圳飞科机器人有限公司 | 障碍物处理方法以及清洁机器人 |
CN111223135A (zh) * | 2018-11-27 | 2020-06-02 | 通用汽车环球科技运作有限责任公司 | 通过使用雷达和运动数据的单目相机来增强距离估计的系统和方法 |
CN111990930A (zh) * | 2020-08-28 | 2020-11-27 | 北京石头世纪科技股份有限公司 | 一种测距方法、装置、机器人和存储介质 |
Family Cites Families (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100801087B1 (ko) * | 2006-07-05 | 2008-02-11 | 삼성전자주식회사 | 스트럭처드 라이트를 이용한 이동체 감지 시스템 및 방법,상기 시스템을 포함하는 이동 로봇 |
CN101441076B (zh) * | 2008-12-29 | 2010-06-02 | 东软集团股份有限公司 | 一种检测障碍物的方法和装置 |
CN101825441B (zh) * | 2010-05-14 | 2011-06-22 | 南京大学 | 一种光电铁路轨距-站台间距测量方法 |
CN103054522B (zh) * | 2012-12-31 | 2015-07-29 | 河海大学 | 一种清洁机器人系统及其测控方法 |
CN104236521A (zh) * | 2013-06-14 | 2014-12-24 | 科沃斯机器人科技(苏州)有限公司 | 用于自移动机器人的线激光测距方法 |
ES2681802T3 (es) * | 2014-07-10 | 2018-09-17 | Aktiebolaget Electrolux | Método para detectar un error de medición en un dispositivo de limpieza robotizado |
US9933264B2 (en) * | 2015-04-06 | 2018-04-03 | Hrl Laboratories, Llc | System and method for achieving fast and reliable time-to-contact estimation using vision and range sensor data for autonomous navigation |
US9594381B1 (en) * | 2015-09-24 | 2017-03-14 | Kespry, Inc. | Enhanced distance detection system |
CN105606150B (zh) * | 2015-12-22 | 2017-10-20 | 中国矿业大学(北京) | 一种基于线结构光和地质雷达的道路综合检测方法及系统 |
CN106595639B (zh) * | 2016-12-27 | 2019-09-20 | 纳恩博(北京)科技有限公司 | 定位系统及其定位方法和装置及机器人 |
US10489925B2 (en) * | 2017-08-13 | 2019-11-26 | Shenzhen GOODIX Technology Co., Ltd. | 3D sensing technology based on multiple structured illumination |
CN110864671B (zh) * | 2018-08-28 | 2021-05-28 | 中国科学院沈阳自动化研究所 | 基于线结构光拟合平面的机器人重复定位精度测量方法 |
CN109798870A (zh) * | 2019-03-13 | 2019-05-24 | 武汉夕睿光电技术有限公司 | 一种井盖沉降监测装置及移动设备 |
WO2021146970A1 (zh) * | 2020-01-21 | 2021-07-29 | 深圳市大疆创新科技有限公司 | 基于语义分割的测距方法、装置、设备及系统 |
-
2021
- 2021-04-29 CN CN202110477259.5A patent/CN114608520B/zh active Active
-
2022
- 2022-03-09 WO PCT/CN2022/080014 patent/WO2022227876A1/zh active Application Filing
- 2022-03-09 EP EP22794355.2A patent/EP4332501A1/en active Pending
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4305657A (en) * | 1977-09-29 | 1981-12-15 | Canon Kabushiki Kaisha | Range finding device |
US20020196423A1 (en) * | 2001-06-20 | 2002-12-26 | Nobukazu Shima | Range finder for finding range by image realization |
CN102865849A (zh) * | 2012-10-19 | 2013-01-09 | 广州市盛光微电子有限公司 | 一种用于测距的拍摄装置及测距方法 |
CN105286729A (zh) * | 2015-09-25 | 2016-02-03 | 江苏美的清洁电器股份有限公司 | 扫地机器人 |
CN106524922A (zh) * | 2016-10-28 | 2017-03-22 | 深圳地平线机器人科技有限公司 | 测距校准方法、装置和电子设备 |
CN111223135A (zh) * | 2018-11-27 | 2020-06-02 | 通用汽车环球科技运作有限责任公司 | 通过使用雷达和运动数据的单目相机来增强距离估计的系统和方法 |
CN109636903A (zh) * | 2018-12-24 | 2019-04-16 | 华南理工大学 | 一种基于抖动的双目三维重建方法 |
CN109730590A (zh) * | 2019-01-30 | 2019-05-10 | 深圳飞科机器人有限公司 | 清洁机器人以及清洁机器人自动返回充电的方法 |
CN111067439A (zh) * | 2019-12-31 | 2020-04-28 | 深圳飞科机器人有限公司 | 障碍物处理方法以及清洁机器人 |
CN111990930A (zh) * | 2020-08-28 | 2020-11-27 | 北京石头世纪科技股份有限公司 | 一种测距方法、装置、机器人和存储介质 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117315508A (zh) * | 2023-08-24 | 2023-12-29 | 北京智盟信通科技有限公司 | 基于数据处理的电网设备监测方法及系统 |
CN117315508B (zh) * | 2023-08-24 | 2024-05-14 | 北京智盟信通科技有限公司 | 基于数据处理的电网设备监测方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN114608520B (zh) | 2023-06-02 |
EP4332501A1 (en) | 2024-03-06 |
WO2022227876A1 (zh) | 2022-11-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109947109B (zh) | 机器人工作区域地图构建方法、装置、机器人和介质 | |
CN111990929B (zh) | 一种障碍物探测方法、装置、自行走机器人和存储介质 | |
AU2018100726A4 (en) | Automatic cleaning device and cleaning method | |
CN110623606B (zh) | 一种清洁机器人及其控制方法 | |
CN111990930B (zh) | 一种测距方法、装置、机器人和存储介质 | |
CN109932726A (zh) | 机器人测距校准方法、装置、机器人和介质 | |
CN112205937A (zh) | 一种自动清洁设备控制方法、装置、设备和介质 | |
WO2023193618A1 (zh) | 自动清洁设备、控制方法及存储介质 | |
CN109920425B (zh) | 机器人语音控制方法、装置、机器人和介质 | |
CN114557633A (zh) | 自动清洁设备清洁参数配置方法、装置、设备及介质 | |
EP4332501A1 (en) | Distance measurement method and apparatus, and robot and storage medium | |
CN111857153B (zh) | 一种距离检测装置及扫地机器人 | |
CN217792839U (zh) | 自动清洁设备 | |
CN217365667U (zh) | 自动清洁设备 | |
CN114879691A (zh) | 自行走机器人的控制方法、存储介质和自行走机器人 | |
CN210931183U (zh) | 一种清洁机器人 | |
CN113625700A (zh) | 自行走机器人控制方法、装置、自行走机器人和存储介质 | |
CN217982190U (zh) | 自行走设备 | |
CN115211763B (zh) | 一种用于自动清洁设备的识别方法、设备及存储介质 | |
CN116977858A (zh) | 一种地面识别方法、装置、机器人和存储介质 | |
CN116942017A (zh) | 自动清洁设备、控制方法及存储介质 | |
CN117008148A (zh) | 打滑状态的检测方法、设备及存储介质 | |
CN117008594A (zh) | 基于线激光的自行走设备避障方法及装置、设备和介质 | |
CN116149307A (zh) | 自行走设备及其避障方法 | |
CN117990143A (zh) | 自行走机器人及其传感器脏污检测方法、装置和存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |