CN114639163A - 行走程序的打分方法、系统、电子装置及存储介质 - Google Patents

行走程序的打分方法、系统、电子装置及存储介质 Download PDF

Info

Publication number
CN114639163A
CN114639163A CN202210179403.1A CN202210179403A CN114639163A CN 114639163 A CN114639163 A CN 114639163A CN 202210179403 A CN202210179403 A CN 202210179403A CN 114639163 A CN114639163 A CN 114639163A
Authority
CN
China
Prior art keywords
robot
walking
scoring
distance detection
straight line
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
Application number
CN202210179403.1A
Other languages
English (en)
Other versions
CN114639163B (zh
Inventor
杨华
宋华
濮正楠
张涛
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Chunmi Technology Shanghai Co Ltd
Original Assignee
Chunmi Technology Shanghai Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Chunmi Technology Shanghai Co Ltd filed Critical Chunmi Technology Shanghai Co Ltd
Priority to CN202210179403.1A priority Critical patent/CN114639163B/zh
Priority claimed from CN202210179403.1A external-priority patent/CN114639163B/zh
Publication of CN114639163A publication Critical patent/CN114639163A/zh
Application granted granted Critical
Publication of CN114639163B publication Critical patent/CN114639163B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting

Landscapes

  • Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Theoretical Computer Science (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • General Engineering & Computer Science (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Physics & Mathematics (AREA)
  • Artificial Intelligence (AREA)
  • General Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Manipulator (AREA)

Abstract

本发明提供了一种行走程序的打分方法、系统、电子装置及存储介质，包括运行机器人的行走程序，使机器人处于行走状态；以机器人的标记点为拍摄原点对预先规划的直线标注拍摄来进行距离检测，得到距离检测值；根据所述距离检测值和预设的打分规则对所述行走程序进行打分，得到行走程序的训练分数值。根据距离检测值和预设的打分规则对该行走程序打分得到训练分数值具有较高的参考性，能够准确反应出机器人是否偏离预先规划的直线标注以及偏离程度，使得根据训练分数值能够更准确的选择运行程序，保证机器人的行走效果。运用本技术方案解决了现有技术中行走训练数据的参考性较低，没有准确反应出行走模型的优劣，进而影响机器人的行走效果的技术问题。

Description

行走程序的打分方法、系统、电子装置及存储介质
技术领域
本发明涉及机器人的技术领域，尤其涉及一种行走程序的打分方法、系统、电子装置及存储介质。
背景技术
双足机器人的腿部电机的数量比较多，很难保证机器人可以稳定地保持直线行走。如果每次行走需要通过目标位置来解算机器人每个电机的转速，会产生非常复杂的计算量，很容易造成无法实时提供正确电机指令的情况，使得机器人行走出现一些意外情况。
因此，一般通过采集大量的行走训练数据来反映出双足机器人的行走模型的优劣，再根据行走训练数据来调用行走模型进而得到双足机器人的各电机的转速，从而避免需要对双足机器人的腿部电机的转速进行复杂计算。但是现有技术中行走训练数据的参考性较低，没有准确反应出行走模型的优劣，从而影响了机器人的行走效果。
发明内容
本发明的目的在于提供一种行走程序的打分方法、系统、电子装置及存储介质，以解决现有技术中行走训练数据的参考性较低，没有准确反应出行走模型的优劣，进而影响机器人的行走效果的技术问题。
第一方面，本发明提供了一种行走程序的打分方法，包括：
运行机器人的行走程序，使机器人处于行走状态；
以机器人的标记点为拍摄原点对预先规划的直线标注拍摄来进行距离检测，得到距离检测值；
根据所述距离检测值和预设的打分规则对所述行走程序进行打分，得到行走程序的训练分数值。
作为本发明的一个实施例，所述以机器人的标记点为拍摄原点对预先规划的直线标注进行拍摄，得到距离检测值，包括：
以机器人的标记点为拍摄原点对预先规划的直线标注进行拍摄，得到目标图像；
计算目标图像中的直线标注与目标图像中心之间的垂直距离，并记为距离检测值。
作为本发明的一个实施例，在运行机器人的行走程序，使机器人处于行走状态之前，所述行走程序的打分方法还包括：
判断拍摄中心与预先规划的直线标注是否重合，若是，则执行所述运行机器人的行走程序，使机器人处于行走状态的步骤。
作为本发明的一个实施例，以机器人的标记点为拍摄原点对预先规划的直线标注拍摄来进行距离检测，得到距离检测值之前，所述行走程序的打分方法还包括：
获取机器人的行走步数和目标步数；
判断机器人的行走步数是否大于目标步数，若是，则执行以机器人的标记点为拍摄原点对预先规划的直线标注拍摄来进行距离检测，得到距离检测值的步骤。
作为本发明的一个实施例，在所述根据所述距离检测值和预设的打分规则对所述行走程序进行打分之前，所述行走程序的打分方法还包括：
判断所述机器人是否完成行走，若是，则执行所述根据所述距离检测值和预设的打分规则对所述行走程序进行打分，得到行走程序的训练分数值的步骤。
作为本发明的一个实施例，所述判断机器人是否完成行走包括：
判断所述机器人是否进入预先划定的目标范围内，若是，则所述机器人完成行走。
作为本发明的一个实施例，所述目标范围的划定方法具体为：
以所述直线标注的终点为顶点画扇形，所述扇形的第一扇边和第二扇边分别位于所述直线标注的两侧，所述第一扇边和所述第二扇边形成角状开口，所述角状开口朝向所述直线标注的起点，且所述角状开口的角度小于180°，其中，所述扇形的范围为所述目标范围。
作为本发明的一个实施例，所述扇形的半径为所述直线标注的长度的二十分之一。
作为本发明的一个实施例，所述角状开口为30°，且所述角状开口的角平分线与所述直线标注重叠。
作为本发明的一个实施例，所述判断机器人是否完成行走还包括：
判断所述机器人与所述直线标注之间的垂直距离是否大于预设的标准距离值，若是，则所述机器人完成行走。
作为本发明的一个实施例，所述标准距离值为直线标注的长度的十分之一。
作为本发明的一个实施例，在以机器人的标记点为拍摄原点对预先规划的直线标注拍摄来进行距离检测，得到距离检测值时，所述机器人每行走一步，均执行一次所述以机器人的标记点为拍摄原点对预先规划的直线标注拍摄来进行距离检测，得到距离检测值的步骤。
作为本发明的一个实施例，应用于所述打分规则的方式包括：
计算Eavg：
Eavg＝∑t-nEt/(t-n)；
计算A：
Figure BDA0003519860040000031
计算F：
F＝∑t-nHtAt；
其中，为机器人行走的第t步；n为目标步数；Et为当机器人行走到第t步时，机器人的距离检测值；Eavg为(t-n)个距离检测值的平均值；Ht为当机器人行走到第t步时，机器人与直线标注的起点之间的距离；e为自然常数；A为动态参数；F为训练分数值。
第二方面，本发明提供了一种行走程序的打分系统，包括：
运行模块，用于运行机器人的行走程序，使机器人处于行走状态；
检测模块，用于以机器人的标记点为拍摄原点对预先规划的直线标注拍摄来进行距离检测，得到距离检测值；
打分模块，用于根据所述距离检测值和预设的打分规则对所述行走程序进行打分，得到行走程序的训练分数值。
第三方面，本发明提供了一种电子装置，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时，实现第一方面所述的行走程序的打分方法。
第四方面，本发明提供了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，实现第一方面所述的行走程序的打分方法。
实施本发明实施例，将具有如下有益效果：
在本发明中，运行机器人的行走程序，是机器人处于行走状态中，然后以机器人的标记点为拍摄原点对预先规划的直线标注拍摄来进行距离检测，以得到距离检测值，具体地，当机器人直线行走时，距离检测值基本不变；当机器人在行走过程中偏离直线标注时，距离检测值会变大；因此，根据距离检测值和预设的打分规则对该行走程序打分得到训练分数值具有较高的参考性，能够准确反应出机器人是否偏离预先规划的直线标注以及偏离程度，使得根据训练分数值能够更准确的选择运行程序，保证机器人的行走效果。运用本技术方案解决了现有技术中行走训练数据的参考性较低，没有准确反应出行走模型的优劣，进而影响机器人的行走效果的技术问题。
附图说明
为了更清楚地说明本发明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简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，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为本发明实施例所示的行走程序的打分方法的流程示意图；
图2为本发明实施例所示的行走程序的打分系统的结构示意框图；
图3为本发明实施例所示的电子装置的结构示意框图。
具体实施方式
为使得本发明的发明目的、特征、优点能够更加的明显和易懂，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而非全部实施例。基于本发明中的实施例，本领域技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
参见图1，本发明提供了一种行走程序的打分方法，包括：
S1、运行机器人的行走程序，使机器人处于行走状态；
S2、以机器人的标记点为拍摄原点对预先规划的直线标注拍摄来进行距离检测，得到距离检测值；
S3、根据所述距离检测值和预设的打分规则对所述行走程序进行打分，得到行走程序的训练分数值。
在本发明中，运行机器人的行走程序，是机器人处于行走状态中，然后以机器人的标记点为拍摄原点对预先规划的直线标注拍摄来进行距离检测，以得到距离检测值，具体地，当机器人直线行走时，距离检测值基本不变；当机器人在行走过程中偏离直线标注时，距离检测值会变大；因此，根据距离检测值和预设的打分规则对该行走程序打分得到训练分数值具有较高的参考性，能够准确反应出机器人是否偏离预先规划的直线标注以及偏离程度，使得根据训练分数值能够更准确的选择运行程序，保证机器人的行走效果。运用本技术方案解决了现有技术中行走训练数据的参考性较低，没有准确反应出行走模型的优劣，进而影响机器人的行走效果的技术问题。
在一些具体的实施例中，在运行机器人的行走程序之前，先将机器人移动到直线标注的起点位置，确保机器人的起点与直线标注的起点重合，使得机器人能够在行走程序的驱动下以直线标注为参照物开始行走，以确保后续检测得到距离检测值的准确性。
在一种实施例中，所述以机器人的标记点为拍摄原点对预先规划的直线标注进行拍摄，得到距离检测值，包括：
以机器人的标记点为拍摄原点对预先规划的直线标注进行拍摄，得到目标图像；
计算目标图像中的直线标注与目标图像中心之间的垂直距离，并记为距离检测值。
在本实施例中，对距离检测值的具体检测方法进行限定，目标图像中的直线标注与目标图像中心之间的垂直距离可以准确反映出机器人相对直线标注的偏离程度，通过计算目标图像中的直线标注与目标图像中心之间的垂直距离来得到距离检测值，可以提高了距离检测值的参考性。
在一些具体的实施例中，将摄像组件安装在机器人的标记点上，从而通过摄像组件来拍摄直线标注得到目标图像，进而得到距离检测值。
在一些具体的实施例中，标记点设置在机器人的中部，即将摄像组件安装在机器人中部。
在一些具体的实施例中，直线标注的规划方法可以为：将带有颜色的胶带拉直并粘贴在地面上，从而形成直线标注。因此直线标注具有颜色，摄像组件能够清楚拍摄到直线标注，以得到准确的距离检测值。
在一种实施例中，在运行机器人的行走程序，使机器人处于行走状态之前，所述行走程序的打分方法还包括：
判断拍摄中心与预先规划的直线标注是否重合，若是，则执行所述运行机器人的行走程序，使机器人处于行走状态的步骤。
在本实施例中，先判断摄像组件的拍摄中心是否与预先规划的直线标注是否重合，当摄像组件的拍摄中心是否与预先规划的直线标注重合时，才运行机器人的行走程序，从而在机器人行走过程对直线标注进行拍摄得到目标图像后，基于目标图像可以判断出机器人是否直线行走，具体地，若目标图像中的直线标注始终与目标图像中心重合，则表示机器人直线行走；若目标图像中的直线标注与目标图像中心不重合，则表示机器人相对直线标注发生偏离现象。
在一种实施例中，在以机器人的标记点为拍摄原点对预先规划的直线标注拍摄来进行距离检测，得到距离检测值之前，所述行走程序的打分方法还包括：
获取机器人的行走步数和目标步数；
判断机器人的行走步数是否大于目标步数，若是，则执行所述以机器人的标记点为拍摄原点对预先规划的直线标注拍摄来进行距离检测，得到距离检测值的步骤。
在本实施例中，在机器人开始行走之后，通过判断机器人的行走步数是否大于目标步数，来确定行走程序是否处于正常稳定的运行状态；具体地，当机器人的行走步数大于目标步数时，说明行走程序已经处于稳定正常的运行状态中，此时可以开始对预先规划的直线标注拍摄以进行距离检测，使得距离检测值具有较高的准确性和参考性。
在一些具体的实施例中，目标步数设置为2，即当机器人的行走步数大于2时，才执行以机器人的标记点为拍摄原点对预先规划的直线标注拍摄来进行距离检测，得到距离检测值的这一步骤。
在一种实施例中，在所述根据所述距离检测值和预设的打分规则对所述行走程序进行打分之前，所述行走程序的打分方法还包括：
判断所述机器人是否完成行走，若是，则执行所述根据所述距离检测值和预设的打分规则对所述行走程序进行打分，得到行走程序的训练分数值的步骤。
在本实施例中，通过判断机器人是否完成行走，来确保已得到的距离检测值均具有参考性；具体地，当机器人完成行走后，不再对直线标注进行拍摄，可以根据已得到的距离检测值和预设的打分规则对行走程序进行打分。
在一种实施例中，所述判断机器人是否完成行走包括：
判断所述机器人是否进入预先划定的目标范围内，若是，则所述机器人完成行走。
由于机器人在行走时可能会偏离直线标注，不能准确的行走到直线标注的终点，因此，在本实施例中，预先划定一个目标范围，当机器人进入到该目标范围内，即表示机器人已经完成行走，可以根据已得到距离检测值和打分规则进行打分。
其中，所述目标范围的划定方法具体为：
以所述直线标注的终点为顶点画扇形，所述扇形的第一扇边和第二扇边分别位于所述直线标注的两侧，所述第一扇边和所述第二扇边形成角状开口，所述角状开口朝向所述直线标注的起点，且所述角状开口的角度小于180°，其中，所述扇形的范围为所述目标范围。
在该划定方法中，以直线标注的终点为顶点画扇形，将该扇形的范围确定为目标范围，使得目标范围具有较高的参考性。通过设置第一扇边和第二扇边形成角状开口朝向直线标注的起点，且角状开口的角度小于180°，对应的，则扇形的角弧度大于180°，一方面确保了扇形的范围，即确保了目标范围的覆盖面积；另一方面，当机器人行走到角状开口处时，机器人的行走还未完成，且相较于直线标注的偏离度较小，此时得到距离检测值仍具有较高的参考性，因此，此时仍需要对直线标注进行拍摄，以增加距离检测值的数量，有利于提高后续对行走程序打分的准确性。
在一些具体的实施例中，所述扇形的半径为所述直线标注的长度的二十分之一。以直线标注的长度为基础来设定扇形的半径，使得通过目标范围来判定机器人是否完成行走具有更高的参考性。
在一些具体的实施例中，所述角状开口为30°，因此，扇形的角弧度为270°，确保了扇形的面积；由于机器人往直线标注的两侧的偏离概率一样，因此，设定所述角状开口的角平分线与所述直线标注重叠，因此，扇形的角平分线也与直线标注重叠，即角状开口、扇形均被直线标注的延长线平分，从而提高了距离检测值的参考性。
在另一种实施例中，所述判断机器人是否完成行走还包括：
判断所述机器人与所述直线标注之间的垂直距离是否大于预设的标准距离值，若是，则所述机器人完成行走。
在机器人行走时，会出现机器人越来越偏离直线标注的情况，当机器人相较于直线标注的偏离程度较大时，再继续检测得到距离检测值基本没有参考性了，因此，需要将机器人判定为行走完成。具体地，预设好标准距离值，当机器人与所述直线标注之间的垂直距离大于标注距离值时，表示机器人完成了行走，不再对预先规划的直线标注进行拍摄，可以根据已得到的距离检测值和预设的打分规则对行走程序进行打分。
优选地，所述标准距离值为直线标注的长度的十分之一，以直线标注的长度为基础来设定标准距离值，使得通过标准距离值来判定机器人是否完成行走具有更高的参考性。
需要说明的是，当机器人行走到目标范围内，或，当机器人与直线标注之间的距离大于预设的标准距离值时，均表示机器人已经完成行走。
在一种实施例中，在所述以机器人的标记点为拍摄原点对预先规划的直线标注拍摄来进行距离检测，得到距离检测值时，所述机器人每行走一步，均执行一次所述以机器人的标记点为拍摄原点对预先规划的直线标注拍摄来进行距离检测，得到距离检测值的步骤。
具体举例说明，当机器人的行走步数超过目标步数十步时，则得到十个距离检测值；当机器人的行走步数超过目标步数二十步时，则得到二十个距离检测值。
在一种实施例中，应用于所述打分规则的方式包括：
计算Eavg：
Eavg＝∑t-nEt/(t-n)；
计算A：
Figure BDA0003519860040000101
计算F：
F＝∑t-nHtAt；
其中，为机器人行走的第t步；Et为当机器人行走到第t步时，机器人的距离检测值；Eavg为(t-n)个距离检测值的平均值；Ht为当机器人行走到第t步时，机器人与直线标注的起点之间的距离；e为自然常数；A为动态参数；F为训练分数值。
在本实施例中，先计算出(t-n)个距离检测值的平均值Eavg，再根据Et、Ht以及Eavg计算出动态参数A，最后通过动态参数A和Ht计算出训练分数值F，从而完成对行走程序的打分。其中，训练分数值F越大，机器人的直线行走效果越差，训练分数值F越小，机器人的直线行走效果越好，因此，根据分数的高低可以对机器人的行走程序进行明确选择。
在一种实施例中，在根据所述距离检测值和预设的打分规则对所述行走程序进行打分，得到行走程序的训练分数值之后，行走程序的打分方法还包括：
保存训练分数值；并将机器人的行走步数清零。
本实施例中，在得到训练分数值之后，将训练分数值保存好，以便后续调用行走程序；并将机器人的行走步数清零，以便对下一个行走程序进行打分。
请参阅图2，本发明还提供了一种行走程序的打分系统100，行走程序的打分系统100包括运行模块10、检测模块20以及打分模块30；运行模块10用于运行机器人的行走程序，使机器人处于行走状态；检测模块20用于以机器人的标记点为拍摄原点对预先规划的直线标注拍摄来进行距离检测，得到距离检测值；打分模块30用于根据所述距离检测值和预设的打分规则对所述行走程序进行打分，得到行走程序的训练分数值。
在一种实施例中，检测模块20包括拍摄模块和计算模块，拍摄模块用于以机器人的标记点为拍摄原点对预先规划的直线标注进行拍摄，得到目标图像；计算模块用于计算目标图像中的直线标注与目标图像中心之间的垂直距离，并记为距离检测值。
在一种实施例中，行走程序的打分系统100还包括行走判断模块，行走判断模块用于判断拍摄中心与预先规划的直线标注是否重合，若是，则执行所述运行机器人的行走程序，使机器人处于行走状态的步骤。
在一种实施例中，行走程序的打分系统100还包括：
步数获取模块，用于获取机器人的行走步数和目标步数；
步数判断模块，用于判断机器人的行走步数是否大于目标步数，若是，则执行所述以机器人的标记点为拍摄原点对预先规划的直线标注拍摄来进行距离检测，得到距离检测值的步骤。
在一种实施例中，行走程序的打分系统100还包括：
行走完成判断模块，用于判断所述机器人是否完成行走，若是，则执行所述根据所述距离检测值和预设的打分规则对所述行走程序进行打分，得到行走程序的训练分数值的步骤。
在一种实施例中，行走完成判断模块包括第一判断子模块，第一判断子模块用于判断所述机器人是否进入预先划定的目标范围内，若是，则所述机器人完成行走。
第一判断子模块包括范围划定模块，范围划定模块用于以所述直线标注的终点为顶点画扇形，所述扇形的第一扇边和第二扇边分别位于所述直线标注的两侧，所述第一扇边和所述第二扇边形成角状开口，所述角状开口朝向所述直线标注的起点，且所述角状开口的角度小于180°，其中，所述扇形的范围为所述目标范围。
在一些具体的实施例中，所述扇形的半径为所述直线标注的长度的二十分之一。
在一些具体的实施例中，所述角状开口为30°，且所述角状开口的角平分线与所述直线标注重叠。
在一种实施例中，行走完成判断模块还包括第二判断子模块，第二判断子模块用于判断所述机器人与所述直线标注之间的垂直距离是否大于预设的标准距离值，若是，则所述机器人完成行走。
在一具体的实施例中，所述标准距离值为直线标注的长度的十分之一。
在一种实施例中，所述打分模块30还包括第一计算模块、第二计算模块以及第三计算模块；
第一计算模块用于计算Eavg，Eavg＝∑t-nEt/(t-n)；
第二计算模块用于计算A，
Figure BDA0003519860040000121
第二计算模块用于计算F，F＝∑t-nHtAt；
其中，为机器人行走的第t步；n为目标步数；Et为当机器人行走到第t步时，机器人的距离检测值；Eavg为(t-n)个距离检测值的平均值；Ht为当机器人行走到第t步时，机器人与直线标注的起点之间的距离；e为自然常数；A为动态参数；F为训练分数值。
请参阅图3，本发明还提供了一种电子装置，该电子装置包括：存储器601、处理器602及存储在存储器601上并可在处理器602上运行的计算机程序，处理器602执行该计算机程序时，实现前述实施例中描述的行走程序的打分方法及行走程序的打分系统100。
进一步的，该电子装置还包括：至少一个输入设备603以及至少一个输出设备604。
上述存储器601、处理器602、输入设备603以及输出设备604，通过总线605连接。
其中，输入设备603具体可为摄像头、触控面板、物理按键或者鼠标等等。输出设备604具体可为显示屏。
存储器601可以是高速随机存取记忆体(RAM，Random Access Memory)存储器，也可为非不稳定的存储器(non-volatile memory)，例如磁盘存储器。存储器601用于存储一组可执行程序代码，处理器602与存储器601耦合。
进一步的，本申请实施例还提供了一种计算机可读存储介质，该计算机可读存储介质可以是设置于上述各实施例中的打分系统中，该计算机可读存储介质可以是前述中的存储器601。该计算机可读存储介质上存储有计算机程序，该程序被处理器602执行时实现前述实施例中描述的行走行走程序的打分方法。
进一步的，该计算机可存储介质还可以是U盘、移动硬盘、只读存储器601(ROM，Read-Only Memory)、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
在本申请所提供的几个实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个模块或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或模块的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理模块，即可以位于一个地方，或者也可以分布到多个网络模块上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能模块可以集成在一个处理模块中，也可以是各个模块单独物理存在，也可以两个或两个以上模块集成在一个模块中。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。
所述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，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来。
需要说明的是，对于前述的各方法实施例，为了简便描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本发明并不受所描述的动作顺序的限制，因为依据本发明，某些步骤可以采用其它顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定都是本发明所必须的。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其它实施例的相关描述。
以上为对本发明所提供的一种激光设备振镜标记的自动校正方法及系统的描述，对于本领域的技术人员，依据本发明实施例的思想，在具体实施方式及应用范围上均会有改变之处，综上，本说明书内容不应理解为对本发明的限制。

Claims (16)

1.一种行走程序的打分方法，其特征在于，包括：
运行机器人的行走程序，使机器人处于行走状态；
以机器人的标记点为拍摄原点对预先规划的直线标注拍摄来进行距离检测，得到距离检测值；
根据所述距离检测值和预设的打分规则对所述行走程序进行打分，得到行走程序的训练分数值。
2.根据权利要求1所述的行走程序的打分方法，其特征在于，所述以机器人的标记点为拍摄原点对预先规划的直线标注进行拍摄，得到距离检测值，包括：
以机器人的标记点为拍摄原点对预先规划的直线标注进行拍摄，得到目标图像；
计算目标图像中的直线标注与目标图像中心之间的垂直距离，并记为距离检测值。
3.根据权利要求2所述的行走程序的打分方法，其特征在于，在运行机器人的行走程序，使机器人处于行走状态之前，所述行走程序的打分方法还包括：
判断拍摄中心与预先规划的直线标注是否重合，若是，则执行所述运行机器人的行走程序，使机器人处于行走状态的步骤。
4.根据权利要求1所述的行走程序的打分方法，其特征在于，在以机器人的标记点为拍摄原点对预先规划的直线标注拍摄来进行距离检测，得到距离检测值之前，所述行走程序的打分方法还包括：
获取机器人的行走步数和目标步数；
判断机器人的行走步数是否大于目标步数，若是，则执行所述以机器人的标记点为拍摄原点对预先规划的直线标注拍摄来进行距离检测，得到距离检测值的步骤。
5.根据权利要求1所述的行走程序的打分方法，其特征在于，在所述根据所述距离检测值和预设的打分规则对所述行走程序进行打分之前，所述行走程序的打分方法还包括：
判断所述机器人是否完成行走，若是，则执行所述根据所述距离检测值和预设的打分规则对所述行走程序进行打分，得到行走程序的训练分数值的步骤。
6.根据权利要求5所述的行走程序的打分方法，其特征在于，所述判断机器人是否完成行走包括：
判断所述机器人是否进入预先划定的目标范围内，若是，则所述机器人完成行走。
7.根据权利要求6所述的行走程序的打分方法，其特征在于，所述目标范围的划定方法具体为：
以所述直线标注的终点为顶点画扇形，所述扇形的第一扇边和第二扇边分别位于所述直线标注的两侧，所述第一扇边和所述第二扇边形成角状开口，所述角状开口朝向所述直线标注的起点，且所述角状开口的角度小于180°，其中，所述扇形的范围为所述目标范围。
8.根据权利要求7所述的行走程序的打分方法，其特征在于，所述扇形的半径为所述直线标注的长度的二十分之一。
9.根据权利要求7所述的行走程序的打分方法，其特征在于，所述角状开口为30°，且所述角状开口的角平分线与所述直线标注重叠。
10.根据权利要求6所述的行走程序的打分方法，其特征在于，所述判断机器人是否完成行走还包括：
判断所述机器人与所述直线标注之间的垂直距离是否大于预设的标准距离值，若是，则所述机器人完成行走。
11.根据权利要求10所述的行走程序的打分方法，其特征在于，所述标准距离值为直线标注的长度的十分之一。
12.根据权利要求4所述的行走程序的打分方法，其特征在于，
在所述以机器人的标记点为拍摄原点对预先规划的直线标注拍摄来进行距离检测，得到距离检测值时，所述机器人每行走一步，均执行一次所述以机器人的标记点为拍摄原点对预先规划的直线标注拍摄来进行距离检测，得到距离检测值的步骤。
13.根据权利要求12所述的行走程序的打分方法，其特征在于，应用于所述打分规则的方式包括：
计算Eavg：
Eavg＝∑t-nFt/(t-n)；
计算A：
Figure FDA0003519860030000031
计算F：
F＝∑t-nHtAt；
其中，t为机器人行走的第t步；n为目标步数；Et为当机器人行走到第t步时，机器人的距离检测值；Eavg为(t-n)个距离检测值的平均值；Ht为当机器人行走到第t步时，机器人与直线标注的起点之间的距离；e为自然常数；A为动态参数；F为训练分数值。
14.一种行走程序的打分系统，其特征在于，包括：
运行模块，用于运行机器人的行走程序，使机器人处于行走状态；
检测模块，用于以机器人的标记点为拍摄原点对预先规划的直线标注拍摄来进行距离检测，得到距离检测值；
打分模块，用于根据所述距离检测值和预设的打分规则对所述行走程序进行打分，得到行走程序的训练分数值。
15.一种电子装置，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时，实现权利要求1-13中任一项所述的行走程序的打分方法。
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1-13中任一项所述的行走程序的打分方法。
CN202210179403.1A 2022-02-25 行走程序的打分方法、系统、电子装置及存储介质 Active CN114639163B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210179403.1A CN114639163B (zh) 2022-02-25 行走程序的打分方法、系统、电子装置及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210179403.1A CN114639163B (zh) 2022-02-25 行走程序的打分方法、系统、电子装置及存储介质

Publications (2)

Publication Number Publication Date
CN114639163A true CN114639163A (zh) 2022-06-17
CN114639163B CN114639163B (zh) 2024-06-07

Family

ID=

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001191284A (ja) * 1999-10-25 2001-07-17 Sony Corp ロボット装置及びロボット装置の学習方法
JP2011051088A (ja) * 2009-08-03 2011-03-17 Honda Motor Co Ltd ロボットおよび制御システム
CN108181897A (zh) * 2017-12-11 2018-06-19 华侨大学 一种双足机器人自动循迹的方法
CN108274467A (zh) * 2018-01-24 2018-07-13 珠海市微半导体有限公司 机器人走直线的控制方法和芯片及机器人
CN110850872A (zh) * 2019-10-31 2020-02-28 深圳市优必选科技股份有限公司 机器人巡检方法、装置、计算机可读存储介质及机器人
KR20200063538A (ko) * 2018-11-28 2020-06-05 고려대학교 산학협력단 위치 추정 상태 진단 방법 및 이를 수행하는 자율주행로봇
CN112113568A (zh) * 2020-08-21 2020-12-22 华南农业大学 一种畜禽养殖场巡检机器人的位姿校正方法
CN112264997A (zh) * 2020-10-16 2021-01-26 上海擎朗智能科技有限公司 一种机器人的原点确定方法、装置、设备及存储介质
CN113894786A (zh) * 2021-10-28 2022-01-07 福建省海峡智汇科技有限公司 一种基于深度学习双目相机的双轮差速机器人避障方法

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001191284A (ja) * 1999-10-25 2001-07-17 Sony Corp ロボット装置及びロボット装置の学習方法
US6534943B1 (en) * 1999-10-25 2003-03-18 Sony Corporation Robot device and learning method of robot device
JP2011051088A (ja) * 2009-08-03 2011-03-17 Honda Motor Co Ltd ロボットおよび制御システム
CN108181897A (zh) * 2017-12-11 2018-06-19 华侨大学 一种双足机器人自动循迹的方法
CN108274467A (zh) * 2018-01-24 2018-07-13 珠海市微半导体有限公司 机器人走直线的控制方法和芯片及机器人
KR20200063538A (ko) * 2018-11-28 2020-06-05 고려대학교 산학협력단 위치 추정 상태 진단 방법 및 이를 수행하는 자율주행로봇
CN110850872A (zh) * 2019-10-31 2020-02-28 深圳市优必选科技股份有限公司 机器人巡检方法、装置、计算机可读存储介质及机器人
CN112113568A (zh) * 2020-08-21 2020-12-22 华南农业大学 一种畜禽养殖场巡检机器人的位姿校正方法
CN112264997A (zh) * 2020-10-16 2021-01-26 上海擎朗智能科技有限公司 一种机器人的原点确定方法、装置、设备及存储介质
CN113894786A (zh) * 2021-10-28 2022-01-07 福建省海峡智汇科技有限公司 一种基于深度学习双目相机的双轮差速机器人避障方法

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
HARSHAL B. OZA ET.AL.: ""Finite time tracking of a fully actuated biped robot with pre-specified settling time: A second order sliding mode synthesis"", 《2014 IEEE INTERNATIONAL CONFERENCE ON ROBOTICS AND AUTOMATION (ICRA)》, 29 September 2014 (2014-09-29) *
KONRAD K. KWASNIEWSKI ET.AL.: ""Wheeled Robot Path Planning in Natural Environment"", 《2020 INTERNATIONAL CONFERENCE MECHATRONIC SYSTEMS AND MATERIALS (MSM)》, 22 September 2020 (2020-09-22) *
刘云达: ""仿人机器人步行规划及控制的研究与实现"", 《中国优秀硕士学位论文全文数据库 信息科技辑》, vol. 2020, no. 01, 15 January 2020 (2020-01-15), pages 140 - 774 *
张博锋;张静茹;颜科;江苏苏;魏大名;: "基于人类行走模型的步态特征提取方法研究", 计算机应用与软件, vol. 26, no. 05, 15 May 2009 (2009-05-15), pages 198 - 201 *
梁华: ""移动机器人路径规划与视觉系统基础研究"", 中国优秀博硕士学位论文全文数据库 (硕士) 信息科技辑》, vol. 2002, no. 02, 15 December 2002 (2002-12-15), pages 140 - 164 *

Similar Documents

Publication Publication Date Title
US11415993B2 (en) Method and apparatus for processing driving reference line, and vehicle
CN110838145B (zh) 一种室内动态场景的视觉定位与建图方法
CN112785625A (zh) 目标跟踪方法、装置、电子设备及存储介质
CN112465871B (zh) 一种视觉跟踪算法准确性的评价方法及系统
CN107356213B (zh) 滤光片同心度测量方法及终端设备
CN110648363A (zh) 相机姿态确定方法、装置、存储介质及电子设备
WO2020093566A1 (zh) 脑出血图像处理方法、装置、计算机设备及存储介质
CN113255578B (zh) 交通标识的识别方法及装置、电子设备和存储介质
CN115601672B (zh) 一种基于深度学习的vr智能巡店方法及装置
CN113393524A (zh) 一种结合深度学习和轮廓点云重建的目标位姿估计方法
CN113579601B (zh) 一种焊道的定位方法、装置、焊接机器人和存储介质
CN114639163A (zh) 行走程序的打分方法、系统、电子装置及存储介质
CN114639163B (zh) 行走程序的打分方法、系统、电子装置及存储介质
CN111281355B (zh) 一种用于确定脉搏采集位置的方法与设备
CN111912414B (zh) 车辆位姿的验证方法、装置、设备及存储介质
CN112837241A (zh) 建图重影去除方法、设备及存储介质
CN109017992B (zh) 一种轨迹生成方法、装置、轨迹分析仪及存储介质
WO2022252482A1 (zh) 机器人及其环境地图构建方法和装置
CN114646317A (zh) 车辆视觉定位导航控制方法、装置及计算机设备、介质
US20170185831A1 (en) Method and device for distinguishing finger and wrist
Tang et al. Binocular stereovision omnidirectional motion handling robot
CN115994944A (zh) 三维关键点预测方法、训练方法及相关设备
Liu et al. EF-Razor: An effective edge-feature processing method in visual SLAM
CN117168446B (zh) 一种基于惯性传感器的行人室内面积测量方法
JPH1032751A (ja) 撮像装置及び画像処理装置

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