CN114913223A - 一种视觉扫地机正方向识别方法及系统 - Google Patents

一种视觉扫地机正方向识别方法及系统 Download PDF

Info

Publication number
CN114913223A
CN114913223A CN202110176710.XA CN202110176710A CN114913223A CN 114913223 A CN114913223 A CN 114913223A CN 202110176710 A CN202110176710 A CN 202110176710A CN 114913223 A CN114913223 A CN 114913223A
Authority
CN
China
Prior art keywords
sweeper
edge
positive direction
binocular
visual
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
Application number
CN202110176710.XA
Other languages
English (en)
Inventor
刘嗣超
闫东坤
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.)
Beijing Yingdi Mande Technology Co ltd
Original Assignee
Beijing Yingdi Mande Technology 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 Beijing Yingdi Mande Technology Co ltd filed Critical Beijing Yingdi Mande Technology Co ltd
Priority to CN202110176710.XA priority Critical patent/CN114913223A/zh
Publication of CN114913223A publication Critical patent/CN114913223A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/13—Edge detection
    • 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
    • G06T7/55—Depth or shape recovery from multiple images
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/97—Determining parameters from multiple pictures

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Image Analysis (AREA)

Abstract

本发明公开了一种视觉扫地机正方向识别方法及系统，方法包括：在扫地机初始化时对扫地机进行360度旋转，在旋转过程中通过扫地机的双目传感器获取多张扫地机周围环境的双目图像，提取双目图像的边缘特征，基于边缘特征匹配获取图像的深度，基于双目图像的边缘特征和深度信息，得到图像的3D边缘矩形图集，根据预设匹配算法对3D边缘矩形图集进行矩形识别，获取扫地机的正方向。通过本发明提供的方法及系统，降低了扫地机的成本，提高了清扫的效率，使扫地机更加高效的遍历清扫区域。

Description

一种视觉扫地机正方向识别方法及系统
技术领域
本发明涉及定位技术领域，具体涉及一种视觉扫地机正方向识别方法及系统。
背景技术
扫地机在清扫目标区域时，用户初始的摆放方向通常较为随意，与房屋的墙体方向不垂直，如果以该方向进行建图、规划和清扫，会导致清扫效率降低、漏扫部分角落区域和建图不美观等问题。
在清扫初期进行正方向的识别目前主要有两种，一种基于激光传感器，通过多线激光获得点云，识别出墙体的深度，计算墙体和扫地机坐标系的夹角，从而矫正扫地机航向角，达到正方向识别的目的。另一种是基于栅格地图，通过清扫获得该区域有旋转角的障碍物栅格地图，再对该栅格地图进行直线拟合和角度计算，从而获得该区域正方向的栅格地图，用于后续清扫时进行基于地图定位，定位后的方向即为矫正后的与房屋墙体垂直的方向。由于激光传感器相较视觉传感器的成本较高，及基于栅格地图方法在初次清扫时无法识别正方向，在某区域的第一次清扫以及无法复用地图清扫的情况，存在成本高、清扫效率低、漏扫部分角落区域及建图不美观问题。
发明内容
因此，本发明提供的一种视觉扫地机正方向识别方法及系统，克服了现有技术中扫地机采用激光传感器的成本高，且在进行工作时清扫效率低、漏扫部分角落区域及建图不美观的缺陷。
为达到上述目的，本发明提供如下技术方案：
第一方面，本发明实施例提供一种视觉扫地机正方向识别方法，包括：
对扫地机进行初始化；
控制扫地机原地旋转360度，通过扫地机的双目传感器获取多张扫地机周围环境的双目图像；
提取双目图像的边缘特征，基于边缘特征匹配获取图像的深度；
基于双目图像的边缘特征和深度信息，得到图像的3D边缘矩形图集；
根据预设匹配算法对3D边缘矩形图集进行矩形识别，获取扫地机的正方向。
在一实施例中，将双目图像进行图像y坐标对齐，对匹配边缘进行同一y坐标的点对齐，获得x方向的视差，通过视差获取线上的深度，通过以下公式计算：
Figure BDA0002940120880000021
其中，Z为深度，f为焦距，b为基线，d为视差。
在一实施例中，通过以下公式计算视差：
d＝xl-xr
其中，xl和xr分别为双目传感器左目和右目同一时刻的x坐标。
在一实施例中，基于双目图像的边缘特征和深度信息，得到图像的3D边缘矩形图集的步骤，包括：
根据获取边缘特征的深度进行投影，得到图像的3D边缘坐标，根据当前扫地机的位姿转换为世界坐标，得到3D边缘矩形图集。
在一实施例中，对3D边缘矩形图集进行矩形识别，还包括：
根据预设矩形库匹配识别3D边缘矩形图集中的矩形。
在一实施例中，扫地机的正方向根据墙体方向设定。
在一实施例中，获取扫地机的正方向的步骤之后，还包括：
依据墙体方向修正当前扫地机的姿态角。
第二方面，本发明实施例提供一种视觉扫地机正方向识别系统，包括：
初始化模块，用于对扫地机进行初始化；
双目图像获取模块，用于控制扫地机原地旋转360度，通过扫地机的双目传感器获取多张扫地机周围环境的双目图像；
深度获取模块，用于提取双目图像的边缘特征，基于边缘特征匹配获取图像的深度；
3D边缘矩形图集生成模块，用于基于双目图像的边缘特征和深度信息，得到图像的3D边缘矩形图集；
正方向识别模块，用于根据预设匹配算法对3D边缘矩形图集进行矩形识别，获取扫地机的正方向。
第三方面，本发明实施例提供一种终端，包括：至少一个处理器，以及与所述至少一个处理器通信连接的存储器，其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器执行本发明实施例第一方面所述的视觉扫地机正方向识别方法。
第四方面，本发明实施例提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使所述计算机执行本发明实施例第一方面所述的视觉扫地机正方向识别方法。
本发明技术方案，具有如下优点：
本发明提供的视觉扫地机正方向识别方法及系统，通过在扫地机初始化时对扫地机进行360度旋转，在旋转过程中通过扫地机的双目传感器获取多张扫地机周围环境的双目图像，提取双目图像的边缘特征，基于边缘特征匹配获取图像的深度，基于双目图像的边缘特征和深度信息，得到图像的3D边缘矩形图集，根据预设匹配算法对3D边缘矩形图集进行矩形识别，获取扫地机的正方向。通过本发明降低了扫地机的成本，提高了清扫的效率，使扫地机更加高效的遍历清扫区域。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式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，下面描述中的附图是本发明的一些实施方式，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为本发明实施例提供的一种视觉扫地机正方向识别方法的一个具体示例的流程图；
图2为本发明实施例提供的一种视觉扫地机正方向识别系统的模块组成图；
图3为本发明实施例提供的终端一个具体示例的组成图。
具体实施方式
下面将结合附图对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例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他实施例，都属于本发明保护的范围。
在本发明的描述中，需要说明的是，术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。
此外，下面所描述的本发明不同实施方式中所涉及的技术特征只要彼此之间未构成冲突就可以相互结合。
实施例1
本发明实施例提供的一种视觉扫地机正方向识别方法，如图1所示，包括如下步骤：
步骤S1：对扫地机进行初始化。
在本发明实施例中，通过对扫地机进行初始化使得扫地机清除上次的状态信息，使扫地机处于初始工作状态。
步骤S2：控制扫地机原地旋转360度，通过扫地机的双目传感器获取多张扫地机周围环境的双目图像。
在本发明实施例中，通过在扫地机上安装双目传感器获取周围环境的双目图像，以降低扫地机的成本，在扫地机工作过程中，使扫地机原地旋转360度，通过扫地机上的双目传感器获取多张扫地机周围环境的双目图像，其中，获取的双目图像是呈对出现的，一对双目图像分别包括：双目传感器左目和右目在同一时刻获取的图片，可以更加准确全面的获取室内环境图像。
步骤S3：提取双目图像的边缘特征，基于边缘特征匹配获取图像的深度。
在本发明实施例中，将双目图像进行图像y坐标对齐，因为在旋转过程中y坐标是不变的，对匹配边缘进行同一y坐标的点对齐，获得x方向的视差，通过视差获取线上的深度，通过以下公式计算：
Figure BDA0002940120880000061
其中，Z为深度，f为焦距，b为基线，d为视差。
在本发明实施例中，通过以下公式计算视差：
d＝xl-xr
其中，xl和xr分别为双目传感器左目和右目同一时刻的x坐标。
步骤S4：基于双目图像的边缘特征和深度信息，得到图像的3D边缘矩形图集。
在本发明实施例中，根据获取边缘特征的深度进行投影，得到图像的3D边缘坐标，根据当前扫地机的位姿转换为世界坐标，得到3D边缘矩形图集，并对3D边缘矩形图集进行存储，其中，边缘特征包括：房屋内家具、家电和墙的形状边缘特征，仅以此举例，不以此为限，在实际应用中根据实际需求选择相应的特征。
步骤S5：根据预设匹配算法对3D边缘矩形图集进行矩形识别，获取扫地机的正方向。
在本发明实施例中，根据预设矩形库匹配识别3D边缘矩形图集中的矩形，所述预设矩形库为预先采集的各种矩形家具和在地面放置的家电的形状，仅以此举例，不以此为限，在实际应用中根据实际需求在矩形库添加相应的矩形形状；因为在实际应用中房屋墙体和家具摆放基本呈现的边缘特征为直角分布，在扫地机正方向找正过程中，预先设置墙体方向为正方向，即扫地机双目视线与墙体成90度或者0度的方向为正方向，当获取扫地机的正方向的之后，依据墙体方向修正当前扫地机的姿态角。
本发明实施例中提供的视觉扫地机正方向识别方法，在扫地机初始化时对扫地机进行360度旋转，在旋转过程中通过扫地机的双目传感器获取多张扫地机周围环境的双目图像，提取双目图像的边缘特征，基于边缘特征匹配获取图像的深度，基于双目图像的边缘特征和深度信息，得到图像的3D边缘矩形图集，根据预设匹配算法对3D边缘矩形图集进行矩形识别，获取扫地机的正方向。通过本发明实施例提供的方法提高了清扫的效率，使扫地机更加高效的遍历清扫区域。
实施例2
本发明实施例提供一种视觉扫地机正方向识别系统，如图2所示，包括：
初始化模块1，用于对扫地机进行初始化；此模块执行实施例1中的步骤S1所描述的方法，在此不再赘述。
双目图像获取模块2，用于控制扫地机原地旋转360度，通过扫地机的双目传感器获取多张扫地机周围环境的双目图像；此模块执行实施例1中的步骤S2所描述的方法，在此不再赘述。
深度获取模块3，用于提取双目图像的边缘特征，基于边缘特征匹配获取图像的深度；此模块执行实施例1中的步骤S3所描述的方法，在此不再赘述。
3D边缘矩形图集生成模块4，用于基于双目图像的边缘特征和深度信息，得到图像的3D边缘矩形图集；此模块执行实施例1中的步骤S4所描述的方法，在此不再赘述。
正方向识别模块5，用于根据预设匹配算法对3D边缘矩形图集进行矩形识别，获取扫地机的正方向；此模块执行实施例1中的步骤S5所描述的方法，在此不再赘述。
本发明实施例提供一种视觉扫地机正方向识别系统，提出了通过初始化模块对扫地机进行初始化，同时在扫地机初始化时对扫地机进行360度旋转，在旋转过程中通过扫地机的双目传感器获取多张扫地机周围环境的双目图像，提取双目图像的边缘特征，基于边缘特征匹配获取图像的深度，基于双目图像的边缘特征和深度信息，得到图像的3D边缘矩形图集，根据预设匹配算法对3D边缘矩形图集进行矩形识别，获取扫地机的正方向。通过本发明实施例提供的系统降低了扫地机的成本，提高了清扫的效率，使扫地机更加高效的遍历清扫区域。
实施例3
本发明实施例提供一种终端，如图3所示，包括：至少一个处理器401，例如CPU(Central Processing Unit，中央处理器)，至少一个通信接口403，存储器404，至少一个通信总线402。其中，通信总线402用于实现这些组件之间的连接通信。其中，通信接口403可以包括显示屏(Display)、键盘(Keyboard)，可选通信接口403还可以包括标准的有线接口、无线接口。存储器404可以是高速RAM存储器(Random Access Memory，易挥发性随机存取存储器)，也可以是非易失性存储器(non-volatile memory)，例如至少一个磁盘存储器。存储器404可选的还可以是至少一个位于远离前述处理器401的存储装置。其中处理器401可以执行实施例1中的视觉扫地机正方向识别方法。存储器404中存储一组程序代码，且处理器401调用存储器404中存储的程序代码，以用于执行实施例1中的视觉扫地机正方向识别方法。其中，通信总线402可以是外设部件互连标准(peripheral component interconnect，简称PCI)总线或扩展工业标准结构(extended industry standard architecture，简称EISA)总线等。通信总线402可以分为地址总线、数据总线、控制总线等。为便于表示，图3中仅用一条线表示，但并不表示仅有一根总线或一种类型的总线。其中，存储器404可以包括易失性存储器(英文：volatile memory)，例如随机存取存储器(英文：random-access memory，缩写：RAM)；存储器也可以包括非易失性存储器(英文：non-volatile memory)，例如快闪存储器(英文：flash memory)，硬盘(英文：hard disk drive，缩写：HDD)或固降硬盘(英文：solid-state drive，缩写：SSD)；存储器404还可以包括上述种类的存储器的组合。其中，处理器401可以是中央处理器(英文：central processing unit，缩写：CPU)，网络处理器(英文：network processor，缩写：NP)或者CPU和NP的组合。
其中，存储器404可以包括易失性存储器(英文：volatile memory)，例如随机存取存储器(英文：random-access memory，缩写：RAM)；存储器也可以包括非易失性存储器(英文：non-volatile memory)，例如快闪存储器(英文：flash memory)，硬盘(英文：hard diskdrive，缩写：HDD)或固态硬盘(英文：solid-state drive，缩写：SSD)；存储器404还可以包括上述种类的存储器的组合。
其中，处理器401可以是中央处理器(英文：central processing unit，缩写：CPU)，网络处理器(英文：network processor，缩写：NP)或者CPU和NP的组合。
其中，处理器401还可以进一步包括硬件芯片。上述硬件芯片可以是专用集成电路(英文：application-specific integrated circuit，缩写：ASIC)，可编程逻辑器件(英文：programmable logic device，缩写：PLD)或其组合。上述PLD可以是复杂可编程逻辑器件(英文：complex programmable logic device，缩写：CPLD)，现场可编程逻辑门阵列(英文：field-programmable gate array，缩写：FPGA)，通用阵列逻辑(英文：generic arraylogic,缩写：GAL)或其任意组合。
可选地，存储器404还用于存储程序指令。处理器401可以调用程序指令，实现如本申请执行实施例1中的视觉扫地机正方向识别方法。
本发明实施例还提供一种计算机可读存储介质，计算机可读存储介质上存储有计算机可执行指令，该计算机可执行指令可执行实施例1中的视觉扫地机正方向识别方法。其中，所述存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)、随机存储记忆体(Random Access Memory，RAM)、快闪存储器(Flash Memory)、硬盘(Hard Disk Drive，缩写：HDD)或固态硬盘(Solid-State Drive，SSD)等；所述存储介质还可以包括上述种类的存储器的组合。
显然，上述实施例仅仅是为清楚地说明所作的举例，而并非对实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。而由此所引申出的显而易见的变化或变动仍处于本发明创造的保护范围之中。

Claims (10)

1.一种视觉扫地机正方向识别方法，其特征在于，包括：
对扫地机进行初始化；
控制扫地机原地旋转360度，通过扫地机的双目传感器获取多张扫地机周围环境的双目图像；
提取双目图像的边缘特征，基于边缘特征匹配获取图像的深度；
基于双目图像的边缘特征和深度信息，得到图像的3D边缘矩形图集；
根据预设匹配算法对3D边缘矩形图集进行矩形识别，获取扫地机的正方向。
2.根据权利要求1所述的视觉扫地机正方向识别方法，其特征在于，将双目图像进行图像y坐标对齐，对匹配边缘进行同一y坐标的点对齐，获得x方向的视差，通过视差获取线上的深度，通过以下公式计算：
Figure FDA0002940120870000011
其中，Z为深度，f为焦距，b为基线，d为视差。
3.根据权利要求2所述的视觉扫地机正方向识别方法，其特征在于，通过以下公式计算视差：
d＝xl-xr
其中，xl和xr分别为双目传感器左目和右目同一时刻的x坐标。
4.根据权利要求1所述的视觉扫地机正方向识别方法，其特征在于，基于双目图像的边缘特征和深度信息，得到图像的3D边缘矩形图集的步骤，包括：
根据获取边缘特征的深度进行投影，得到图像的3D边缘坐标，根据当前扫地机的位姿转换为世界坐标，得到3D边缘矩形图集。
5.根据权利要求1所述的视觉扫地机正方向识别方法，其特征在于，对3D边缘矩形图集进行矩形识别，还包括：
根据预设矩形库匹配识别3D边缘矩形图集中的矩形。
6.根据权利要求1所述的视觉扫地机正方向识别方法，其特征在于，扫地机的正方向根据墙体方向设定。
7.根据权利要求6所述的视觉扫地机正方向识别方法，其特征在于，获取扫地机的正方向的步骤之后，还包括：
依据墙体方向修正当前扫地机的姿态角。
8.一种视觉扫地机正方向识别系统，其特征在于，包括：
初始化模块，用于对扫地机进行初始化；
双目图像获取模块，用于控制扫地机原地旋转360度，通过扫地机的双目传感器获取多张扫地机周围环境的双目图像；
深度获取模块，用于提取双目图像的边缘特征，基于边缘特征匹配获取图像的深度；
3D边缘矩形图集生成模块，用于基于双目图像的边缘特征和深度信息，得到图像的3D边缘矩形图集；
正方向识别模块，用于根据预设匹配算法对3D边缘矩形图集进行矩形识别，获取扫地机的正方向。
9.一种终端，其特征在于，包括：至少一个处理器，以及与所述至少一个处理器通信连接的存储器，其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器执行权利要求1-7任一所述的视觉扫地机正方向识别方法。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使所述计算机执行权利要求1-7任一所述的视觉扫地机正方向识别方法。
CN202110176710.XA 2021-02-09 2021-02-09 一种视觉扫地机正方向识别方法及系统 Pending CN114913223A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110176710.XA CN114913223A (zh) 2021-02-09 2021-02-09 一种视觉扫地机正方向识别方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110176710.XA CN114913223A (zh) 2021-02-09 2021-02-09 一种视觉扫地机正方向识别方法及系统

Publications (1)

Publication Number Publication Date
CN114913223A true CN114913223A (zh) 2022-08-16

Family

ID=82760830

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110176710.XA Pending CN114913223A (zh) 2021-02-09 2021-02-09 一种视觉扫地机正方向识别方法及系统

Country Status (1)

Country Link
CN (1) CN114913223A (zh)

Citations (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101908230A (zh) * 2010-07-23 2010-12-08 东南大学 一种基于区域深度边缘检测和双目立体匹配的三维重建方法
CN104318561A (zh) * 2014-10-22 2015-01-28 上海理工大学 基于双目立体视觉与光流融合的车辆运动信息检测方法
CN106959695A (zh) * 2017-04-24 2017-07-18 广东宝乐机器人股份有限公司 移动机器人在工作区域内的角度修正方法及移动机器人
US20180114064A1 (en) * 2014-12-16 2018-04-26 Irobot Corporation Systems and Methods for Capturing Images and Annotating the Captured Images with Information
CN108354524A (zh) * 2017-01-26 2018-08-03 好样科技有限公司 自动清洁机及其控制方法
CN108381549A (zh) * 2018-01-26 2018-08-10 广东三三智能科技有限公司 一种双目视觉引导机器人快速抓取方法、装置及存储介质
CN109074083A (zh) * 2018-06-08 2018-12-21 珊口（深圳）智能科技有限公司 移动控制方法、移动机器人及计算机存储介质
CN109965797A (zh) * 2019-03-07 2019-07-05 深圳市愚公科技有限公司 扫地机器人地图的生成方法、扫地机器人控制方法及终端
CN110063694A (zh) * 2019-04-28 2019-07-30 彭春生 一种双目扫地机器人及工作方法
CN110488320A (zh) * 2019-08-23 2019-11-22 南京邮电大学 一种利用立体视觉检测车辆距离的方法
CN110622085A (zh) * 2019-08-14 2019-12-27 珊口（深圳）智能科技有限公司 移动机器人及其控制方法和控制系统
CN110825079A (zh) * 2019-10-15 2020-02-21 珠海格力电器股份有限公司 一种地图构建方法及装置
CN111067440A (zh) * 2019-12-31 2020-04-28 深圳飞科机器人有限公司 一种清洁机器人控制方法以及清洁机器人
JP2020087240A (ja) * 2018-11-30 2020-06-04 日立グローバルライフソリューションズ株式会社 掃除機の制御システム、自律走行型掃除機、掃除システム、および掃除機の制御方法
US20200298415A1 (en) * 2019-03-18 2020-09-24 Ankobot (Shenzhen) Smart Technologies Co., Ltd. Autonomous cleaning robot
CN111830966A (zh) * 2020-06-04 2020-10-27 深圳市无限动力发展有限公司 角落识别和清扫方法、装置及存储介质

Patent Citations (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101908230A (zh) * 2010-07-23 2010-12-08 东南大学 一种基于区域深度边缘检测和双目立体匹配的三维重建方法
CN104318561A (zh) * 2014-10-22 2015-01-28 上海理工大学 基于双目立体视觉与光流融合的车辆运动信息检测方法
US20180114064A1 (en) * 2014-12-16 2018-04-26 Irobot Corporation Systems and Methods for Capturing Images and Annotating the Captured Images with Information
CN108354524A (zh) * 2017-01-26 2018-08-03 好样科技有限公司 自动清洁机及其控制方法
CN106959695A (zh) * 2017-04-24 2017-07-18 广东宝乐机器人股份有限公司 移动机器人在工作区域内的角度修正方法及移动机器人
CN108381549A (zh) * 2018-01-26 2018-08-10 广东三三智能科技有限公司 一种双目视觉引导机器人快速抓取方法、装置及存储介质
CN109074083A (zh) * 2018-06-08 2018-12-21 珊口（深圳）智能科技有限公司 移动控制方法、移动机器人及计算机存储介质
JP2020087240A (ja) * 2018-11-30 2020-06-04 日立グローバルライフソリューションズ株式会社 掃除機の制御システム、自律走行型掃除機、掃除システム、および掃除機の制御方法
CN109965797A (zh) * 2019-03-07 2019-07-05 深圳市愚公科技有限公司 扫地机器人地图的生成方法、扫地机器人控制方法及终端
US20200298415A1 (en) * 2019-03-18 2020-09-24 Ankobot (Shenzhen) Smart Technologies Co., Ltd. Autonomous cleaning robot
CN110063694A (zh) * 2019-04-28 2019-07-30 彭春生 一种双目扫地机器人及工作方法
CN110622085A (zh) * 2019-08-14 2019-12-27 珊口（深圳）智能科技有限公司 移动机器人及其控制方法和控制系统
CN110488320A (zh) * 2019-08-23 2019-11-22 南京邮电大学 一种利用立体视觉检测车辆距离的方法
CN110825079A (zh) * 2019-10-15 2020-02-21 珠海格力电器股份有限公司 一种地图构建方法及装置
CN111067440A (zh) * 2019-12-31 2020-04-28 深圳飞科机器人有限公司 一种清洁机器人控制方法以及清洁机器人
CN111830966A (zh) * 2020-06-04 2020-10-27 深圳市无限动力发展有限公司 角落识别和清扫方法、装置及存储介质

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
薛林等: "面向家居环境的双目视觉门识别方法", 《计算机集成制造系统》 *
邸业飞等: "基于矩形区域分解重组算法的吸尘路径规划", 《现代电子技术》 *

Similar Documents

Publication Publication Date Title
US11422261B2 (en) Robot relocalization method and apparatus and robot using the same
CN110568447B (zh) 视觉定位的方法、装置及计算机可读介质
WO2021000630A1 (zh) 更新移动机器人工作地图的方法、装置及存储介质
CN111609852A (zh) 语义地图构建方法、扫地机器人及电子设备
CN111521184A (zh) 一种扫地机器人的建图方法、装置及系统
CN111754536B (zh) 图像标注方法、装置、电子设备及存储介质
CN111679661A (zh) 基于深度相机的语义地图构建方法及扫地机器人
CN111665826A (zh) 基于激光雷达与单目相机的深度图获取方法及扫地机器人
CN112967345B (zh) 鱼眼相机的外参标定方法、装置以及系统
CN111061270B (zh) 一种全面覆盖方法、系统及作业机器人
CN111679664A (zh) 基于深度相机的三维地图构建方法及扫地机器人
CN111726591B (zh) 地图更新方法、装置、存储介质及电子设备
CN113888391A (zh) 一种室内结构化重建方法、装置及计算机可读存储介质
CN115381335B (zh) 一种扫地机器人的路径控制方法、装置、设备及存储介质
CN115381354A (zh) 清洁机器人的避障方法、避障装置、存储介质和设备
CN114365974B (zh) 一种室内清洁分区方法、装置和扫地机器人
CN114782928A (zh) 一种车位检测方法、装置、电子设备及存储介质
CN111609854A (zh) 基于多个深度相机的三维地图构建方法及扫地机器人
CN112923927B (zh) 机器人扫描地图处理方法、装置、终端及存储介质
CN111830966B (zh) 角落识别和清扫方法、装置及存储介质
CN114913223A (zh) 一种视觉扫地机正方向识别方法及系统
CN109839921A (zh) 视觉定位导航方法、装置以及终端
CN111044988A (zh) 一种激光雷达扫描户型图的精细化处理方法
Botterill et al. Reconstructing partially visible models using stereo vision, structured light, and the g2o framework
CN111198563A (zh) 一种用于足式机器人动态运动的地形识别方法及系统

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20220816

RJ01 Rejection of invention patent application after publication