CN114879691A - 自行走机器人的控制方法、存储介质和自行走机器人 - Google Patents
自行走机器人的控制方法、存储介质和自行走机器人 Download PDFInfo
- Publication number
- CN114879691A CN114879691A CN202210608941.8A CN202210608941A CN114879691A CN 114879691 A CN114879691 A CN 114879691A CN 202210608941 A CN202210608941 A CN 202210608941A CN 114879691 A CN114879691 A CN 114879691A
- Authority
- CN
- China
- Prior art keywords
- self
- cliff
- walking robot
- robot
- walking
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 65
- 238000003860 storage Methods 0.000 title claims abstract description 35
- 238000001514 detection method Methods 0.000 claims abstract description 40
- 238000012545 processing Methods 0.000 claims abstract description 19
- 230000009471 action Effects 0.000 claims description 55
- 238000004590 computer program Methods 0.000 claims description 10
- 238000012549 training Methods 0.000 claims description 8
- 230000006870 function Effects 0.000 abstract description 11
- 230000008569 process Effects 0.000 description 18
- 238000004140 cleaning Methods 0.000 description 13
- 230000007613 environmental effect Effects 0.000 description 10
- 230000033001 locomotion Effects 0.000 description 10
- 241001417527 Pempheridae Species 0.000 description 8
- 238000004891 communication Methods 0.000 description 8
- 239000000463 material Substances 0.000 description 7
- 238000000429 assembly Methods 0.000 description 6
- 230000000712 assembly Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 238000010408 sweeping Methods 0.000 description 5
- 230000004888 barrier function Effects 0.000 description 3
- 230000003993 interaction Effects 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 239000000428 dust Substances 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 230000011218 segmentation Effects 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
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000005108 dry cleaning Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 229910052744 lithium Inorganic materials 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 229910052987 metal hydride Inorganic materials 0.000 description 1
- 238000003062 neural network model Methods 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
- 238000010606 normalization Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000000059 patterning Methods 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000000725 suspension Substances 0.000 description 1
- 238000005406 washing Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
- G05D1/0234—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using optical markers or beacons
- G05D1/0236—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using optical markers or beacons in combination with a laser
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
- G05D1/0238—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using obstacle or wall sensors
- G05D1/024—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using obstacle or wall sensors in combination with a laser
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
- G05D1/0242—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using non-visible light signals, e.g. IR or UV signals
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
- G05D1/0246—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means
- G05D1/0251—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means extracting 3D information from a plurality of images taken from different locations, e.g. stereo vision
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0255—Control of position or course in two dimensions specially adapted to land vehicles using acoustic signals, e.g. ultra-sonic singals
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0259—Control of position or course in two dimensions specially adapted to land vehicles using magnetic or electromagnetic means
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0276—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle
- G05D1/0285—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle using signals transmitted via a public communication network, e.g. GSM network
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Aviation & Aerospace Engineering (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Electromagnetism (AREA)
- Optics & Photonics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本申请公开了一种自行走机器人的控制方法、存储介质和自行走机器人。控制方法包括:基于自行走机器人所处预设范围内检测到悬崖特征,获取自行走机器人所处空间的目标图像;采用检测模型对目标图像进行处理,确定目标图像中的悬崖特征点;根据悬崖特征点控制自行走机器人行进。本申请的方法,能够通过实时图像数据,精准检测现实环境中的悬崖场景,使得自行走机器人行进时及时避开悬崖位置,防止自行走机器人出现意外跌落等事故的发生,进而实现自行走机器人的行进指示、悬崖预警功能,保证自行走机器人工作的安全性。
Description
技术领域
本申请涉及自行走机器人技术领域,尤其是涉及到一种自行走机器人的控制方法、存储介质和自行走机器人。
背景技术
现有扫地机在工作时,通常通过设置在底部的悬崖传感器来确定当前位置是否有悬崖。由于悬崖传感器是凭借是否能接收到发射出去的信号的反射信号来确定前方是否有容易造成扫地机跌落的悬崖,而在某些场景下,比如扫地机在地毯行走,会造成悬崖传感器的误判,进而造成漏扫等影响用户体验的问题。
发明内容
有鉴于此,本申请提供了一种自行走机器人的控制方法、存储介质和自行走机器人,通过实时图像数据,检测现实环境中的悬崖场景,进而实现行进指示、悬崖预警功能,避免自行走机器人出现意外跌落等事故的发生。
根据本申请的第一个方面,提供了一种自行走机器人的控制方法,该方法包括:
基于自行走机器人所处预设范围内检测到悬崖特征,获取自行走机器人所处空间的目标图像;采用检测模型对目标图像进行处理,确定目标图像中的悬崖特征点;根据悬崖特征点控制自行走机器人行进。
可选地,根据悬崖特征点控制自行走机器人行进,具体包括:
根据悬崖特征点确定自行走机器人的安全行进区域;根据安全行进区域规划自行走机器人的行进路线;按照行进路线控制自行走机器人行进。
可选地,根据悬崖特征点确定自行走机器人的安全行进区域,具体包括:
获取自行走机器人所处空间的地图;确定地图中的目标区域,目标区域与目标图像相对应;根据悬崖特征点和预设触发距离,确定目标区域中的边界点;依次连接边界点,确定地图中的安全行进区域。
可选地,自行走机器人的控制方法还包括:
按照悬崖特征点对地图进行标记处理。
可选地,根据安全行进区域,规划自行走机器人的行进路线,具体包括:
根据自行走机器人的有效工作宽度将安全行进区域划分为至少一个工作区域;根据每个工作区域的中线,确定行进路线。
可选地,自行走机器人的控制方法还包括:
在自行走机器人沿行进路线行进的过程中,基于接收到自行走机器人的目标动作的执行指令,调节目标动作的动作参数;根据调节后的动作参数,控制自行走机器人执行目标动作。
可选地,自行走机器人的控制方法还包括:
获取样本图像,样本图像包括预设悬崖特征和预设悬崖特征对应的预设悬崖特征点;根据样本图像对预设模型进行训练,得到检测模型。
根据本申请的第二个方面,提供了一种自行走机器人的控制装置,该装置包括:
获取模块,用于基于自行走机器人所处预设范围内检测到悬崖特征,获取自行走机器人所处空间的目标图像;悬崖检测模块,用于采用检测模型对目标图像进行处理,确定目标图像中的悬崖特征点;控制模块,用于根据悬崖特征点控制自行走机器人行进。
可选地,自行走机器人的控制装置还包括:
第一确定模块,用于根据悬崖特征点确定自行走机器人的安全行进区域;路线规划模块,用于根据安全行进区域规划自行走机器人的行进路线;控制模块,具体用于按照行进路线控制自行走机器人行进。
可选地,获取模块,还用于获取自行走机器人所处空间的地图;第一确定模块,具体用于确定地图中的目标区域,目标区域与目标图像相对应;根据悬崖特征点和预设触发距离,确定目标区域中的边界点;依次连接边界点,确定地图中的安全行进区域。
可选地,自行走机器人的控制装置还包括:
标记模块,用于按照悬崖特征点对地图进行标记处理。
可选地,路线规划模块具体包括:
分割模块,用于根据自行走机器人的有效工作宽度将安全行进区域划分为至少一个工作区域;第二确定模块,用于根据每个工作区域的中线,确定行进路线。
可选地,控制模块,还用于在自行走机器人沿行进路线行进的过程中,基于接收到自行走机器人的目标动作的执行指令,调节目标动作的动作参数;根据调节后的动作参数,控制自行走机器人执行目标动作。
可选地,获取模块,用于获取样本图像,样本图像包括预设悬崖特征和预设悬崖特征对应的预设悬崖特征点;自行走机器人的控制装置还包括:训练模块,用于根据样本图像对预设模型进行训练,得到检测模型。
根据本申请第三个方面,提供了可读存储介质,其上存储有程序或指令,程序或指令被处理器执行时实现上述自行走机器人的控制方法的步骤。
根据本申请第四个方面,提供了一种自行走机器人,包括存储介质、处理器及存储在存储介质上并可在处理器上运行的计算机程序,处理器执行程序时实现上述自行走机器人的控制方法的步骤。
根据本申请第五个方面,提供了一种自行走机器人,包括:
驱动装置,用于驱动自行走机器人行进;
检测装置,用于检测自行走机器人所处预设范围内是否有悬崖特征;
图像获取装置,用于获取自行走机器人所处空间的目标图像;
控制模块,用于采用检测模型对图像获取装置获取到的目标图像进行处理,确定目标图像中的悬崖特征点;并根据悬崖特征点控制驱动装置驱动自行走机器人行进。
可选地,控制模块,具体用于根据悬崖特征点确定自行走机器人的安全行进区域;根据安全行进区域规划自行走机器人的行进路线;按照行进路线控制驱动装置驱动自行走机器人行进。
可选地,自行走机器人还包括:地图获取装置,用于获取自行走机器人所处空间的地图;控制模块,具体用于确定地图中的目标区域,目标区域与目标图像相对应;根据悬崖特征点和预设触发距离,确定目标区域中的边界点;依次连接边界点,确定地图中的安全行进区域。
可选地,控制模块,还用于按照悬崖特征点对地图进行标记处理。
可选地,控制模块,具体用于根据自行走机器人的有效工作宽度将安全行进区域划分为至少一个工作区域;根据每个工作区域的中线,确定行进路线。
可选地,自行走机器人还包括:指令获取装置,用于接收自行走机器人的目标动作的执行指令;驱动装置,用于驱动自行走机器人执行目标动作;控制模块,还用于在自行走机器人沿行进路线行进的过程中,调节目标动作的动作参数;并根据调节后的动作参数,控制驱动装置驱动自行走机器人执行目标动作。
可选地,图像获取装置,还用于获取样本图像,样本图像包括预设悬崖特征和预设悬崖特征对应的预设悬崖特征点;控制模块,还用于根据样本图像对预设模型进行训练,得到检测模型。
借由上述技术方案,在检测到自行走机器人所处预设范围内存在悬崖特征,说明自行走机器人所在的空间内存在悬崖,如台阶、楼梯扶手、楼梯围栏等。则获取拍摄得到的自行走机器人所处空间的目标图像。利用检测模型对目标图像进行检测处理,确定目标图像中的悬崖特征点,再参考悬崖特征点控制自行走机器人行进。一方面,能够通过实时图像数据,精准检测现实环境中的悬崖场景,使得自行走机器人行进时及时避开悬崖位置,防止自行走机器人出现意外跌落等事故的发生,进而实现自行走机器人的行进指示、悬崖预警功能,保证自行走机器人工作的安全性。另一方面,节省了悬崖传感器的结构,而且不需要为自行走机器人的行进区域铺设边界线,有利于降低了自行走机器人的制造、运行成本,满足用户多方面的使用需求。
上述说明仅是本申请技术方案的概述,为了能够更清楚了解本申请的技术手段,而可依照说明书的内容予以实施,并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂,以下特举本申请的具体实施方式。
附图说明
此处所说明的附图用来提供对本申请的进一步理解,构成本申请的一部分,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:
图1示出了本申请实施例提供的自行走机器人的控制方法的流程示意图;
图2示出了本申请实施例提供的自行走机器人的控制装置的结构框图;
图3示出了本申请实施例提供的自行走机器人的结构示意图之一;
图4示出了本申请实施例提供的自行走机器人的结构示意图之二;
图5为根据本申请实施例提供的自行走机器人的电子结构示意图;
图6为根据本申请实施例提供的自行走机器人的结构示意图。
具体实施方式
下文中将参考附图并结合实施例来详细说明本申请。需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。
下面详细描述本申请的实施例,所述实施例的示例在附图中示出,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例是示例性的,仅用于解释本申请,而不能解释为对本申请的限制。
本技术领域技术人员可以理解,除非特意声明,这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是,本申请的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤、操作、元件和/或组件,但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、组件和/或它们的组。应该理解,当我们称元件被“连接”或“相接”到另一元件时,它可以直接连接或相接到其他元件,或者也可以存在中间元件。此外,这里使用的“连接”或“相接”可以包括无线连接或无线稠接。这里使用的措辞“和/或”包括一个或更多个相关联的列出项的全部或任一单元和全部组合。
现在,将参照附图更详细地描述根据本申请的示例性实施例。然而,这些示例性实施例可以多种不同的形式来实施,并且不应当被解释为只限于这里所阐述的实施例。应当理解的是,提供这些实施例是为了使得本申请的公开彻底且完整,并且将这些示例性实施例的构思充分传达给本领域普通技术人员。
在本实施例中提供了一种自行走机器人的控制方法,如图1所示,该方法包括:
步骤S101,基于自行走机器人所处预设范围内检测到悬崖特征,获取自行走机器人所处空间的目标图像;
其中,预设范围可按需设置,例如,自行走机器人的可视/活动范围,或者以自行走机器人为原点预设直径的范围。目标图像用于展示自行走机器人所处空间的实际环境,可以为二维图像,亦可以为包括深度信息的三维图像。悬崖指的是自行走机器人工作场景中存在高度落差的危险情形处。悬崖可以是行进区域边缘的台阶、楼梯扶手、楼梯围栏、凹坑等。
在该实施例中,在自行走机器人开启或开始行进后,对自行走机器人所处预设范围内是否存在悬崖进行检测。在检测到自行走机器人所处预设范围内存在悬崖特征时,说明自行走机器人所在的空间内存在悬崖。则获取自行走机器人的摄像装置对自行走机器人视场拍摄得到自行走机器人所处空间的目标图像,以利用目标图像识别出悬崖所在的位置,进而控制自行走机器人行进。
在实际应用场景中,获取自行走机器人所处空间的目标图像的步骤具体包括:控制自行走机器人的摄像装置进行拍摄,得到目标图像;或者接收目标设备发送的目标图像,目标设备能够与自行走机器人进行信息交互。其中,电子设备可以为手机、平板电脑、笔记本电脑或掌上电脑等。
值得一提的是,通过自行走机器人的摄像装置采集目标图像之前,先根据悬崖特征调整摄像装置的视角。从而在检测到悬崖特征的情况下,通过调整视角使目标图像中包含尽可能完整的悬崖特征。进而通过较少数量的目标图像即可检测出空间内悬崖的位置,减少目标图像的采集数量,提升自行走机器人控制效率。
进一步地,检测自行走机器人所处预设范围内悬崖特征的步骤,具体包括以下至少一种方式:
方式一:向预设范围的地面发送红外检测信号;根据接收到的红外检测信号的反馈信号确定预设范围内地面的反射光强度;基于反射光强度属于标准反射光强度范围,则确定自行走机器人所处预设范围内检测到悬崖特征。
具体地,地面反射光强度会影响红外传感器,通过检测红外辐射能的变化量来进行悬崖的判断。例如,反射光强度大的反馈信号明显大于同距离的反射光强度小的反馈信号。地面的反射光强度与地面的表面形貌、材质以及地面与检测器的距离等有关,标准反射光强度范围可根据平坦表面状态的不同材质合理设置,不同的材质对应有不同的标准反射光强度范围。用户可预先设置悬崖位置的地面材质,以确定标识悬崖的标准反射光强度范围。
方式二:获取地面的颜色;基于地面的颜色符合预设颜色,则确定自行走机器人所处预设范围内检测到悬崖特征。
具体地,用户可预先设置悬崖位置的地面材质,以确定标识悬崖的预设颜色。
方式三:检测到楼梯围栏图像特征、楼梯扶手图像特征或台阶图像特征,则确定自行走机器人所处预设范围内检测到悬崖特征。
具体地,控制自行走机器人的拍摄装置对预设范围内的环境进行拍摄,得到环境图像,通过图像检测技术提取环境图像中的环境特征。将环境特征与楼梯围栏图像特征、楼梯扶手图像特征和台阶图像特征进行匹配,当环境特征中包含了楼梯围栏图像特征、楼梯扶手图像特征和台阶图像特征中至少一种时,判定自行走机器人所处预设范围内检测到悬崖特征。
可以理解的是,在通过环境图像检测悬崖特征的情况下,后续在在检测悬崖特征点时,可直接将检测到悬崖特征的环境图像作为目标图像。
可以理解的是,获取自行走机器人所处空间的目标图像之后,还包括:对目标图像进行图像预处理。其中,图像预处理包括以下至少一种:灰度处理、位置矫正处理、降噪处理和归一化处理。从而使得后续处理可以获取规格统一的图像输入,降低非关键信息的干扰,进而保证了图像质量,提升检测准确性,稳定性和一致性。
步骤S102,采用检测模型对目标图像进行处理,确定目标图像中的悬崖特征点;
其中,悬崖特征点用于指示悬崖所在的位置,通过悬崖特征点即可对悬崖进行定位。
步骤S103,根据悬崖特征点控制自行走机器人行进。
在该实施例中,利用检测模型对目标图像进行检测处理,确定目标图像中的悬崖特征点,再参考悬崖特征点对对悬崖进行边缘定位,进而控制自行走机器人行进。一方面,能够通过实时图像数据,精准检测现实环境中的悬崖场景,使得自行走机器人行进时及时避开悬崖位置,防止自行走机器人出现意外跌落等事故的发生,进而实现自行走机器人的行进指示、悬崖预警功能,保证自行走机器人工作的安全性。另一方面,节省了悬崖传感器的结构,而且不需要为自行走机器人的行进区域铺设边界线,有利于降低了自行走机器人的制造、运行成本,满足用户多方面的使用需求。
进一步地,作为上述实施例具体实施方式的细化和扩展,为了完整说明本实施例的具体实施过程,根据悬崖特征点控制自行走机器人行进的步骤,具体包括:
步骤S201,根据悬崖特征点确定自行走机器人的安全行进区域;
步骤S202,根据安全行进区域规划自行走机器人的行进路线;
步骤S203,按照行进路线控制自行走机器人行进。
在该实施例中,根据悬崖特征点定位悬崖边缘的信息,进而确定出自行走机器人的安全行进区域,使得自行走机器人可以得知自身与悬崖边缘之间的距离。再通过安全行进区域合理规划自行走机器人的行进路线,并控制自行走机器人的移动。从而防止自行走机器人从悬崖跌落导致的自行走机器人损坏,而且有利于保证自行走机器人工作时的稳定性。
进一步地,作为上述实施例具体实施方式的细化和扩展,为了完整说明本实施例的具体实施过程,根据悬崖特征点确定自行走机器人的安全行进区域的步骤,具体包括:
步骤S201-1,获取自行走机器人所处空间的地图;
具体地,自行走机器人在环境空间内进行自主探索时,可以基于SLAM(Simultaneous Localization And Mapping)算法,通过自行走机器人的运动、测量进行定位、建图,得到自行走机器人所处空间的地图。自行走机器人所处空间的地图用于提供详细的环境特征数据,适合非结构化环境的空间表示,是自行走机器人导航和路线规划的重要基础。可以理解的是,环境空间地图模型可以是栅格地图。栅格地图能够通过传感器的距离信息直接得到环境的占用状态。栅格地图中每个栅格有三种状态:空闲、占用、未知,空闲表示该栅格处没有障碍物,占用表示栅格处有障碍物,未知表示栅格还未被自行走机器人感知到,属于待探索的环境。
步骤S201-2,确定地图中的目标区域;
其中,目标区域与目标图像相对应。
在该实施例中,通过地图与目标图像中的环境特征比对,确定地图中目标图像代表的目标区域,以便于精准定位地图中的安全行进区域。
步骤S201-3,根据悬崖特征点和预设触发距离,确定目标区域中的边界点;
其中,预设触发距离即自行走机器人定位系统确定驱动系统达到的悬崖(cliff)边界的悬崖触发位置,可根据自行走机器人自身的机构合理设置,例如,预设触发距离为扫地机机身半径。
步骤S201-4,依次连接边界点,确定地图中的安全行进区域。
在该实施例中,考虑到自行走机器人运动过程中,由于自行走机器人的定位系统和驱动系统之间的位置误差,可能存在定位系统未检测到自行走机器人处于悬崖位置,但驱动系统已经到达悬崖位置的情况,此时,仍然会导致自行走机器人跌落。为此,在目标区域中以悬崖特征点为起点,按照预设触发距离进行偏移,以确定边界点,再依次连接边界点,得到悬崖区域与安全行进区域之间的边缘线,目标区域中除边缘线围合区域(悬崖区域)以外的区域即为安全行进区域。保证了自行走机器人在安全行进区域内行进不会跌落悬崖,提升自行走机器人工作的安全性。
进一步地,作为上述实施例具体实施方式的细化和扩展,为了完整说明本实施例的具体实施过程,自行走机器人的控制方法还包括:
步骤S301,按照悬崖特征点对地图进行标记处理。
在该实施例中,参照悬崖特征点将地图中对应的位置标记为悬崖,由此,自行走机器人再次调取该地图,以在同一空间内进行移动时,通过地图中的悬崖标记的位置即可快速确认安全行进区域。使得自行走机器人无需每次工作都对悬崖进行识别,大大提高自行走机器人的工作效率,满足用户对自行走机器人的使用需求。
进一步地,作为上述实施例具体实施方式的细化和扩展,为了完整说明本实施例的具体实施过程,根据安全行进区域,规划自行走机器人的行进路线,具体包括:
步骤S202-1,根据自行走机器人的有效工作宽度将安全行进区域划分为至少一个工作区域;
其中,有效工作宽度即自行走机器人工作时能够实现对应功能的区域宽度。例如,扫地机的有效工作宽度为清洁模组能够覆盖的区域的清洁宽度,该清洁宽度可能大于机身直径,也可能小于等于机身直径。
步骤S202-2,根据每个工作区域的中线,确定行进路线。
在该实施例中,沿自行走机器人的行进方向,根据自行走机器人的有效工作宽度,将安全行进区域划分为至少一个能够符合自行走机器人工作需求的目标区域,使得每个目标区域的宽度近似等于有效工作宽度。并根据每个目标区域的中心线(区域中线),规划自行走机器人的行进路线。使得自行走机器人在沿行进路线工作时能够覆盖整个安全行进区域的同时,防止移动自行走机器人跌落到悬崖区域中而造成自行走机器人的损坏,而且,通过在自行走机器人工作过程中,不会对已经完成工作任务的位置执行重复动作,有利于高效完成整个安全行进区域的工作任务,提升用户的使用体验。
可以理解的是,通过有效工作宽度规划的行进路线为理论路线,在实际施工中,用户可随时操作自行走机器人改变自行走机器人的实际行进路线。
进一步地,作为上述实施例具体实施方式的细化和扩展,为了完整说明本实施例的具体实施过程,自行走机器人的控制方法还包括:
步骤S401,在自行走机器人沿行进路线行进的过程中,基于接收到自行走机器人的目标动作的执行指令,调节目标动作的动作参数;
其中,该障碍物可以是空间内摆放的物件或楼梯栏杆等结构。目标动作为实现自行走机器人工作任务时所需的动作,例如,避障动作和清洁动作等。动作参数即执行目标动作的工作参数,例如,清洁动作的动作参数包括毛刷摆动角度或摆动速度;避障动作的动作参数包括避障偏转角度或避障速度等。
步骤S402,根据调节后的动作参数,控制自行走机器人执行目标动作。
在该实施例中,为了避免自行走机器人避障过程中由于动作幅度较大导致的驱动系统进入悬崖区域,或大幅度动作对悬崖区域造成的影响。在自行走机器人在安全行进区域移动过程中存在障碍物时,若检测到自行走机器人需要执行目标动作,已完成工作任务,此时,通过调节目标动作的动作参数来降低自行走机器人执行目标动作时的动作幅度,进一步保证了自行走机器人工作的稳定性。
具体举例来说,以扫地机为例,在室内有楼梯的户型进行清扫时。在扫地机运动时使用摄像头采集图像,并进行识别室内楼梯栏杆、上下台阶位置,并将其位置标记在地图上;利用预设触发位置以及楼梯栏杆、上下楼梯位置,筛选得到楼梯附近的边界点,并进一步确定安全行走区域。若自行走机器人需在安全行进区域周围采取越障等目标动作,取消或者采用相对保守的动作完成。
进一步地,作为上述实施例具体实施方式的细化和扩展,为了完整说明本实施例的具体实施过程,自行走机器人的控制方法还包括:
步骤S501,获取样本图像;
其中,样本图像包括预设悬崖特征和预设悬崖特征对应的预设悬崖特征点;
步骤S502,根据样本图像对预设模型进行训练,得到检测模型。
在该实施例中,通过大量的样本图像训练预设模型,以构建检测模型。从而能够通过人工智能的方法对目标图像中的悬崖特征点进行提取,以获取到更加准确的悬崖定位信息,进而有利于控制自行走机器人行进。
具体地,预设模型可采用UNet网络架构或相关网络架构,由于神经网络模型具有处理速度快,处理精度较高的优点,因此,通过检测模型进行悬崖特征点的检测,能够有效提高检测速率和准确率,从而避免意外跌落等事故的发生。
进一步地,如图2所示,作为上述自行走机器人的控制方法的具体实现,本申请实施例提供了一种自行走机器人的控制装置200,该自行走机器人的控制装置200包括:获取模块201、悬崖检测模块202以及控制模块204。
其中,获取模块201用于基于自行走机器人所处预设范围内检测到悬崖特征,获取自行走机器人所处空间的目标图像;悬崖检测模块202用于采用检测模型对目标图像进行处理,确定目标图像中的悬崖特征点;控制模块203用于根据悬崖特征点控制自行走机器人行进。
在该实施例中,在检测到自行走机器人所处预设范围内存在悬崖特征,说明自行走机器人所在的空间内存在悬崖,如台阶、楼梯扶手、楼梯围栏等。则获取拍摄得到的自行走机器人所处空间的目标图像。利用检测模型对目标图像进行检测处理,确定目标图像中的悬崖特征点,再参考悬崖特征点控制自行走机器人行进。一方面,能够通过实时图像数据,精准检测现实环境中的悬崖场景,使得自行走机器人行进时及时避开悬崖位置,防止自行走机器人出现意外跌落等事故的发生,进而实现自行走机器人的行进指示、悬崖预警功能,保证自行走机器人工作的安全性。另一方面,节省了悬崖传感器的结构,而且不需要为自行走机器人的行进区域铺设边界线,有利于降低了自行走机器人的制造、运行成本,满足用户多方面的使用需求。
可选地,自行走机器人的控制装置200还包括:第一确定模块(图中未示出)和路线规划模块(图中未示出)。
其中,第一确定模块用于根据悬崖特征点确定自行走机器人的安全行进区域;路线规划模块用于根据安全行进区域规划自行走机器人的行进路线;控制模块203具体用于按照行进路线控制自行走机器人行进。
可选地,获取模块201还用于获取自行走机器人所处空间的地图;第一确定模块具体用于确定地图中的目标区域,目标区域与目标图像相对应;根据悬崖特征点和预设触发距离,确定目标区域中的边界点;依次连接边界点,确定地图中的安全行进区域。
可选地,自行走机器人的控制装置200还包括:标记模块(图中未示出)。
其中,标记模块用于按照悬崖特征点对地图进行标记处理。
可选地,路线规划模块具体包括:分割模块(图中未示出)和第二确定模块(图中未示出)。
其中,分割模块用于根据自行走机器人的有效工作宽度将安全行进区域划分为至少一个工作区域;第二确定模块用于根据每个工作区域的中线,确定行进路线。
可选地,控制模块203还用于在自行走机器人沿行进路线行进的过程中,基于接收到自行走机器人的目标动作的执行指令,调节目标动作的动作参数;根据调节后的动作参数,控制自行走机器人执行目标动作。
可选地,获取模块201用于获取样本图像,样本图像包括预设悬崖特征和预设悬崖特征对应的预设悬崖特征点;自行走机器人的控制装置200还包括:训练模块(图中未示出),训练模块用于根据样本图像对预设模型进行训练,得到检测模型。
需要说明的是,本申请实施例提供的一种自行走机器人的控制装置所涉及各功能模块的其他相应描述,可以参考上述的对应实施例的描述,在此不再赘述。
基于上述自行走机器人的控制方法,以及自行走机器人的控制装置实施例,为了实现上述目的,本申请实施例还提供了一种自行走机器人,该自行走机器人包括存储介质和处理器;存储介质,用于存储计算机程序;处理器,用于执行计算机程序以实现上述实施例提供的自行走机器人的控制方法。
可选地,该自行走机器人还可以包括用户接口、网络接口、摄像头、射频(RadioFrequency,RF)电路,传感器、音频电路、WI-FI模块等等。用户接口可以包括显示屏(Display)、输入单元比如键盘(Keyboard)等,可选用户接口还可以包括USB接口、读卡器接口等。网络接口可选的可以包括标准的有线接口、无线接口(如蓝牙接口、WI-FI接口)等。
本领域技术人员可以理解,本实施例提供的一种自行走机器人结构并不构成对该自行走机器人的限定,可以包括更多或更少的部件,或者组合某些部件,或者不同的部件布置。
需要说明的是,在本申请的示例性实施方式中,下面所述的自行走机器人的建图方法可以由自行走机器人(如,扫地自行走机器人、拖地自行走机器人等)来实现,也就是说,可以由自行走机器人执行自行走机器人的控制方法的各个步骤,在这种情况下,自行走机器人的控制装置可以配置在该自行走机器人中。
本申请实施例提供一种可能的应用场景,该应用场景包括自行走机器人,图3和图4是根据本申请的示例性实施方式的自行走机器人的结构示意图。如图3和图4所示,本申请自行走机器人可以是扫地自行走机器人、拖地自行走机器人、真空洗地自行走机器人等等。为了便于描述,本实施方式以扫地自行走机器人为例来描述本申请的技术方案。
该自行走机器人可以包含移动平台100、感知系统120、人机交互系统130、驱动系统140、清洁模组150、能源系统160、控制系统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。操作面可以为自行走机器人待清洁的表面。在一些实施例中,扫地自行走机器人在地面上工作,该地面为操作面。
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。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;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,目标方向可以是自行走机器人自主决定的;当移动平台100为非自主移动平台时,目标方向可以是系统或人工设置的。当移动平台100是自主移动平台时,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、位于移动平台的摄像装置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170提供机器的各种位置信息和运动状态信息。
位置确定装置121包括但不限于摄像头、激光测距装置。激光测距装置(如LDS)可以测量自行走机器人上方测量高度范围内的事件(或对象)。测量高度范围例如可以设置为自行走机器人上方8-10厘米的范围。
为了更加清楚地描述自行走机器人的行为,进行如下方向定义:自行走机器人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行走机器人的右轮与左轮之间延伸。其中,自行走机器人可以绕x轴转动。当自行走机器人的前向部分向上倾斜,后向部分向下倾斜时为“上仰”,且当自行走机器人的前向部分向下倾斜,后向部分向上倾斜时为“下俯”。另外,自行走机器人可以绕z轴转动。在自行走机器人的前向方向上,当自行走机器人向Y轴的右侧倾斜为“右转”,当自行走机器人向y轴的左侧倾斜为“左转”。
如图4所示,在移动平台100上并且在驱动轮组件141的前方和后方设置有摄像装置123,该摄像装置用于获取自行走机器人周围的图像,以防止在自行走机器人后退时发生跌落,从而能够避免自行走机器人受到损坏。前述的“前方”是指相对于自行走机器人行进方向相同的一侧,前述的“后方”是指相对于自行走机器人行进方向相反的一侧。可以理解的是,摄像装置123的位置和数量可按需设置。
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。通过摄像装置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170控制自行走机器人进行地毯模式清洁。
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推进自行走机器人在地面行进时,缓冲器122经由传感器系统,例如红外传感器,检测自行走机器人的行驶路径中的一或多个事件(或对象),自行走机器人可以通过由缓冲器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使自行走机器人来对所述事件(或对象)做出响应,例如远离障碍物、跨越障碍物等。
在本申请的示例性实施方式中,自行走机器人的障碍物检测装置可以包括缓冲器122、红外传感器等。障碍物检测装置可以用于检测自行走机器人的当前位置与自行走机器人的行进目标位置之间是否存在障碍物。
控制系统170设置在移动平台100内的电路主板上,包括与非暂时性存储介质,例如硬盘、快闪存储介质、随机存取存储介质,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。进一步地,控制系统170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170可以结合缓冲器122、摄像装置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,使得自行走机器人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170能基于SLAM绘制的即时地图信息规划最为高效合理的运行路径和运行方式,大大提高自行走机器人的运行效率。
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行走机器人跨越地面行驶。为了自行走机器人能够在地面上更为稳定地运动或者更强的运动能力,自行走机器人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,到自行走机器人移动平台100,并通过弹性元件,如拉簧或者压簧以一定的捉地力维持与地面的接触及牵引,同时自行走机器人的清洁模组150也以一定的压力接触待清洁表面。清洁模组150可包括干式清洁模组151和/或湿式清洁模组180。
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130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。
基于上述实施例提供的方法,相应的,本申请实施例还提供了一种存储介质,其上存储有计算机程序,该程序被处理器执行时实现上述实施例提出的自行走机器人的控制方法。
基于这样的理解,本申请的技术方案可以以软件产品的形式体现出来,该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM,U盘,移动硬盘等)中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施场景所述的方法。
存储介质中还可以包括操作系统、网络通信模块。操作系统是管理和保存计算机设备硬件和软件资源的程序,支持信息处理程序以及其它软件和/或程序的运行。网络通信模块用于实现存储介质内部各控件之间的通信,以及与该实体设备中其它硬件和软件之间通信。
如图5所示,自行走机器人可以包括处理装置501(例如中央处理器、图形处理器等),其可以根据存储在只读存储介质(ROM502)中的程序或者从存储装置508加载到随机访问存储介质(RAM503)中的程序而执行各种适当的动作和处理。在RAM503中,还存储有电子自行走机器人操作所需的各种程序和数据。处理装置501、ROM502以及RAM503通过总线504彼此相连。输入/输出(I/O)接口也连接至总线504。
通常,以下装置可以连接至I/O接口505: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506;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置507;包括例如硬盘等的存储装置508;以及通信装置509。通信装置509可以允许电子自行走机器人与其他自行走机器人进行无线或有线通信以交换数据。虽然图3和图4示出了具有各种装置的电子自行走机器人,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。
特别地,根据本公开的实施例,上文参考流程图描述的过程可以被实现为自行走机器人软件程序。例如,本公开的实施例包括一种自行走机器人软件程序产品,其包括承载在可读介质上的计算机程序,该计算机程序包含用于执行流程图1所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信装置509从网络上被下载和安装,或者从存储装置508被安装,或者从ROM502被安装。在该计算机程序被处理装置501执行时,执行本公开实施例的方法中限定的上述功能。
如图6所示,进一步地,本申请实施例提供一种自行走机器人,该自行走机器人包括:驱动装置601、检测装置602、图像获取装置603和控制模块604。
其中,驱动装置601,用于驱动自行走机器人行进;检测装置602,用于检测自行走机器人所处预设范围内是否有悬崖特征;图像获取装置603,用于获取自行走机器人所处空间的目标图像;控制模块604,用于采用检测模型对图像获取装置603获取到的目标图像进行处理,确定目标图像中的悬崖特征点;并根据悬崖特征点控制驱动装置601驱动自行走机器人行进。
进一步地,控制模块604具体用于根据悬崖特征点确定自行走机器人的安全行进区域;根据安全行进区域规划自行走机器人的行进路线;按照行进路线控制驱动装置601驱动自行走机器人行进。
进一步地,自行走机器人还包括:地图获取装置(图中未示出),地图获取装置用于获取自行走机器人所处空间的地图;控制模块604具体用于确定地图中的目标区域,目标区域与目标图像相对应;根据悬崖特征点和预设触发距离,确定目标区域中的边界点;依次连接边界点,确定地图中的安全行进区域。
进一步地,控制模块604还用于按照悬崖特征点对地图进行标记处理。
进一步地,控制模块604具体用于根据自行走机器人的有效工作宽度将安全行进区域划分为至少一个工作区域;根据每个工作区域的中线,确定行进路线。
进一步地,自行走机器人还包括:指令获取装置(图中未示出),指令获取装置用于接收自行走机器人的目标动作的执行指令;驱动装置(图中未示出),驱动装置用于驱动自行走机器人执行目标动作;控制模块604还用于在自行走机器人沿行进路线行进的过程中,调节目标动作的动作参数;并根据调节后的动作参数,控制驱动装置驱动自行走机器人执行目标动作。
进一步地,图像获取装置603还用于获取样本图像,样本图像包括预设悬崖特征和预设悬崖特征对应的预设悬崖特征点;控制模块604还用于根据样本图像对预设模型进行训练,得到检测模型。
可以理解的是,驱动装置601可以包括驱动轮组件,图像获取装置603可以包括摄像组件。
需要说明的是,本公开上述的可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以但不限于:电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储介质(RAM503)、只读存储介质(ROM502)、可擦式可编程只读存储介质(EPROM502或闪存)、光纤、便携式紧凑磁盘只读存储介质(CD-ROM502)、光存储介质件、磁存储介质件、或者上述的任意合适的组合。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到本申请可以借助软件加必要的通用硬件平台的方式来实现,也可以通过硬件实现。
本领域技术人员可以理解附图只是一个优选实施场景的示意图,附图中的单元或流程并不一定是实施本申请所必须的。本领域技术人员可以理解实施场景中的装置中的单元可以按照实施场景描述进行分布于实施场景的装置中,也可以进行相应变化位于不同于本实施场景的一个或多个装置中。上述实施场景的单元可以合并为一个单元,也可以进一步拆分成多个子单元。
上述本申请序号仅仅为了描述,不代表实施场景的优劣。以上公开的仅为本申请的几个具体实施场景,但是,本申请并非局限于此,任何本领域的技术人员能思之的变化都应落入本申请的保护范围。
Claims (10)
1.一种自行走机器人的控制方法,其特征在于,所述方法包括:
基于所述自行走机器人所处预设范围内检测到悬崖特征,获取所述自行走机器人所处空间的目标图像;
采用检测模型对所述目标图像进行处理,确定所述目标图像中的悬崖特征点;
根据所述悬崖特征点控制所述自行走机器人行进。
2.根据权利要求1所述的自行走机器人的控制方法,其特征在于,所述根据所述悬崖特征点控制所述自行走机器人行进,具体包括:
根据所述悬崖特征点确定所述自行走机器人的安全行进区域;
根据所述安全行进区域规划所述自行走机器人的行进路线;
按照所述行进路线控制所述自行走机器人行进。
3.根据权利要求2所述的自行走机器人的控制方法,其特征在于,所述根据所述悬崖特征点确定所述自行走机器人的安全行进区域,具体包括:
获取所述自行走机器人所处空间的地图;
确定所述地图中的目标区域,所述目标区域与所述目标图像相对应;
根据所述悬崖特征点和预设触发距离,确定所述目标区域中的边界点;
依次连接所述边界点,确定所述地图中的所述安全行进区域。
4.根据权利要求3所述的自行走机器人的控制方法,其特征在于,所述方法还包括:
按照所述悬崖特征点对所述地图进行标记处理。
5.根据权利要求2所述的自行走机器人的控制方法,其特征在于,所述根据所述安全行进区域,规划所述自行走机器人的行进路线,具体包括:
根据所述自行走机器人的有效工作宽度将所述安全行进区域划分为至少一个工作区域;
根据每个所述工作区域的中线,确定所述行进路线。
6.根据权利要求2至5中任一项所述的自行走机器人的控制方法,其特征在于,所述方法还包括:
在所述自行走机器人沿所述行进路线行进的过程中,基于接收到所述自行走机器人的目标动作的执行指令,调节所述目标动作的动作参数;
根据调节后的所述动作参数,控制所述自行走机器人执行所述目标动作。
7.根据权利要求1至5中任一项所述的自行走机器人的控制方法,其特征在于,所述方法还包括:
获取样本图像,所述样本图像包括预设悬崖特征和所述预设悬崖特征对应的预设悬崖特征点;
根据所述样本图像对预设模型进行训练,得到所述检测模型。
8.一种可读存储介质,其上存储有程序或指令,其特征在于,所述程序或指令被处理器执行时实现如权利要求1至7中任一项所述的自行走机器人的控制方法的步骤。
9.一种自行走机器人,包括存储介质、处理器及存储在存储介质上并可在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程序时实现如权利要求1至7中任一项所述的自行走机器人的控制方法。
10.一种自行走机器人,包括:
驱动装置,用于驱动所述自行走机器人行进;
检测装置,用于检测所述自行走机器人所处预设范围内是否有悬崖特征;
图像获取装置,用于获取所述自行走机器人所处空间的目标图像;
控制模块,用于采用检测模型对所述图像获取装置获取到的目标图像进行处理,确定所述目标图像中的悬崖特征点;并根据所述悬崖特征点控制驱动装置驱动所述自行走机器人行进。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210608941.8A CN114879691A (zh) | 2022-05-31 | 2022-05-31 | 自行走机器人的控制方法、存储介质和自行走机器人 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210608941.8A CN114879691A (zh) | 2022-05-31 | 2022-05-31 | 自行走机器人的控制方法、存储介质和自行走机器人 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114879691A true CN114879691A (zh) | 2022-08-09 |
Family
ID=82680014
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210608941.8A Pending CN114879691A (zh) | 2022-05-31 | 2022-05-31 | 自行走机器人的控制方法、存储介质和自行走机器人 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114879691A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115373408A (zh) * | 2022-10-26 | 2022-11-22 | 科大讯飞股份有限公司 | 清洁机器人及其控制方法、装置、设备及存储介质 |
-
2022
- 2022-05-31 CN CN202210608941.8A patent/CN114879691A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115373408A (zh) * | 2022-10-26 | 2022-11-22 | 科大讯飞股份有限公司 | 清洁机器人及其控制方法、装置、设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111990929B (zh) | 一种障碍物探测方法、装置、自行走机器人和存储介质 | |
CN109947109B (zh) | 机器人工作区域地图构建方法、装置、机器人和介质 | |
CN111035327B (zh) | 清洁机器人、地毯检测方法及计算机可读存储介质 | |
EP4140381A1 (en) | Obstacle avoidance method and apparatus for self-walking robot, robot, and storage medium | |
CN110623606B (zh) | 一种清洁机器人及其控制方法 | |
CN111427357A (zh) | 一种机器人避障方法、装置和存储介质 | |
CN111990930B (zh) | 一种测距方法、装置、机器人和存储介质 | |
CN114504276A (zh) | 自主移动机器人及其寻桩方法和控制装置 | |
CN211933898U (zh) | 清洁机器人 | |
CN114601399B (zh) | 清洁设备的控制方法、装置、清洁设备和存储介质 | |
CN114879691A (zh) | 自行走机器人的控制方法、存储介质和自行走机器人 | |
CN114595354A (zh) | 机器人的建图方法、装置、机器人和存储介质 | |
CN112741556A (zh) | 一种自动清洁设备控制方法、装置、自动清洁设备和介质 | |
CN112022026A (zh) | 自行走机器人及障碍物检测方法 | |
EP4332501A1 (en) | Distance measurement method and apparatus, and robot and storage medium | |
CN217792839U (zh) | 自动清洁设备 | |
CN113625700B (zh) | 自行走机器人控制方法、装置、自行走机器人和存储介质 | |
CN213216762U (zh) | 自行走机器人 | |
CN210931183U (zh) | 一种清洁机器人 | |
CN112269379A (zh) | 障碍物识别信息反馈方法 | |
CN114601373B (zh) | 清洁机器人的控制方法、装置、清洁机器人和存储介质 | |
WO2024188079A1 (zh) | 自移清洁设备及其控制方法、装置和存储介质 | |
CN116392043A (zh) | 自移清洁设备及其控制方法、装置和存储介质 | |
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 | |
CN117958649A (zh) | 自移动设备及其控制方法、存储介质、计算机设备 |
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 |