CN115016460A - 移动机器人及其控制方法、装置及计算机可读存储介质 - Google Patents
移动机器人及其控制方法、装置及计算机可读存储介质 Download PDFInfo
- Publication number
- CN115016460A CN115016460A CN202210501305.5A CN202210501305A CN115016460A CN 115016460 A CN115016460 A CN 115016460A CN 202210501305 A CN202210501305 A CN 202210501305A CN 115016460 A CN115016460 A CN 115016460A
- Authority
- CN
- China
- Prior art keywords
- mobile robot
- linear
- obstacle
- edge
- linear obstacle
- 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 55
- 238000001514 detection method Methods 0.000 claims abstract description 139
- 230000004044 response Effects 0.000 claims abstract description 28
- 238000003708 edge detection Methods 0.000 claims abstract description 6
- 238000004590 computer program Methods 0.000 claims description 3
- 230000004888 barrier function Effects 0.000 abstract description 24
- 230000002349 favourable effect Effects 0.000 abstract description 2
- 238000004140 cleaning Methods 0.000 description 47
- 230000008569 process Effects 0.000 description 16
- 230000035945 sensitivity Effects 0.000 description 15
- 238000010586 diagram Methods 0.000 description 11
- 230000006870 function Effects 0.000 description 7
- 238000013135 deep learning Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000002310 reflectometry Methods 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000007688 edging Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000010408 sweeping 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
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
- G05D1/0221—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving a learning process
-
- 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
- G05D1/0253—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 relative motion information from a plurality of images taken successively, e.g. visual odometry, optical flow
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0257—Control of position or course in two dimensions specially adapted to land vehicles using a radar
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0276—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Aviation & Aerospace Engineering (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Electromagnetism (AREA)
- Optics & Photonics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本申请公开了移动机器人的控制方法、装置、移动机器人及存储介质,方法包括:在检测到移动机器人的当前工作区域内存在线状障碍物时,控制移动机器人通过沿边传感器以第一检测阈值对线状障碍物进行沿边;响应于沿边传感器检测不到线状障碍物,控制沿边传感器以第二检测阈值对线状障碍物尝试继续沿边;其中,第一检测阈值大于或等于第二检测阈值。本申请的技术方案有利于提高移动机器人的清洁覆盖率和避障能力,进而提高移动机器人的工作效率。
Description
技术领域
本申请涉及机器人技术领域,特别是涉及移动机器人及其控制方法、装置及计算机可读存储介质。
背景技术
移动机器人在工作时,利用导航定位系统建立环境地图并进行定位,同时规划清扫路径,从而实现对地面上的垃圾物体自动清扫。然而,在清扫过程中,清扫区域中可能存在诸如充电线,网线、数据线、耳机线等线状障碍物。
目前,对于清扫区域中存在的线状障碍物,移动机器人无法对其进行识别,或者移动机器人识别出线状障碍物后,采用远离线状障碍物的清扫方式。
现有技术存在的问题是,由于移动机器人无法识别清洁区域中的线状障碍物,容易导致线状障碍物卷入到移动机器人的清洁刷中,使清洁刷停止转动,降低了移动机器人的工作效率。
发明内容
本申请公开了移动机器人及其控制方法、装置以及计算机可读存储介质,以解决移动机器人的工作效率低的技术问题。
为了解决上述技术问题,本申请提供的第一个技术方案为:一种移动机器人的控制方法,包括:在检测到所述移动机器人的当前工作区域内存在线状障碍物时,控制所述移动机器人通过沿边传感器以第一检测阈值对所述线状障碍物进行沿边;响应于所述沿边传感器检测不到所述线状障碍物,控制所述沿边传感器以第二检测阈值对所述线状障碍物尝试继续沿边;其中,所述第一检测阈值大于或等于所述第二检测阈值。
本申请提供的第二个技术方案为:一种移动机器人的控制装置,包括:第一沿边单元,用于在检测到所述移动机器人的当前工作区域内存在线状障碍物时,控制所述移动机器人通过沿边传感器以第一检测阈值对所述线状障碍物进行沿边;第二沿边单元,用于响应于所述沿边传感器检测不到所述线状障碍物,控制所述沿边传感器以第二检测阈值对所述线状障碍物尝试继续沿边;其中,所述第二检测阈值高于所述第一检测阈值。
本申请提供的第三个技术方案为:一种移动机器人,包括:存储器和处理器;存储器用于存储程序指令,处理器用于执行程序指令以实现上述移动机器人的控制方法。
本申请提供的第四个技术方案为:一种计算机可读存储介质,计算机可读存储介质存储有计算机程序,计算机程序被处理器执行时实现上述移动机器人的控制方法。
本申请的有益效果在于:区别于现有技术,本申请检测到移动机器人的当前工作区域内存在线状障碍物时,控制移动机器人通过沿边传感器先以第一检测阈值对线状障碍物进行沿边清扫。进一步地,响应于沿边传感器检测不到线状障碍物时,通过控制沿边传感器以第二检测阈值对线状障碍物尝试继续沿边,其中第二检测阈值的精度高于第一检测阈值。通过这样的方式能够使沿边传感器重新检测到线状障碍物,从而避免了移动机器人的清洁刷被线状障碍物缠绕,提高了移动机器人的清洁覆盖率和避障能力,进而提高了移动机器人的工作效率。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例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它的附图。
图1是本申请的移动机器人的控制方法的一实施例的流程示意图;
图2是本申请一实施例中移动机器人对线状障碍物进行沿边的过程示意图;
图3是本申请一实施例中第二图像上包围盒一实施方式的示意图;
图4是本申请的移动机器人的控制装置的一实施例的结构示意图;
图5是本申请的移动机器人的一实施例的结构示意图;
图6是本申请的计算机可读存储介质的一实施例的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请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申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,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,均属于本申请保护的范围。
本申请中的术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。本申请的描述中,“多个”的含义是至少两个,例如两个,三个等,除非另有明确具体的限定。此外,术语“包括”和“具有”以及它们任何变形,意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元,而是可选地还包括没有列出的步骤或单元,或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。
本申请首先提供一种移动机器人的控制方法,如图1所示,图1是本申请的移动机器人的控制方法的一实施例的流程示意图。本实施例移动机器人的控制方法具体包括步骤S110-S120。
步骤S110:在检测到所述移动机器人的当前工作区域内存在线状障碍物时,控制所述移动机器人通过沿边传感器以第一检测阈值所述线状障碍物进行沿边。
本实施例中,移动机器人上设置有至少一个沿边传感器和图像传感器。其中,沿边传感器可用于以预设高度范围探测周围环境中的障碍物。例如,沿边传感器可以为设置于移动机器人侧部的一个或多个线状激光雷达,用于探测移动机器人当前工作区域内是否存在障碍物。若检测到当前工作区域内存在障碍物,沿边传感器还可以获取该障碍物与移动机器人之间的距离。获取障碍物的距离后,移动机器人可以根据障碍物的距离进一步确定障碍物的位置,从而移动机器人可以移动到障碍物所处位置附近进行清扫。
设置在移动机器人上的图像传感器用于以预设频率采集移动机器人运行前方预设区域范围内的图像。移动机器人通过对图像传感器采集到的图像进行分析,可以进一步确定当前工作区域内是否存在障碍物。若根据采集的图像确定工作区域内存在障碍物,还可以进一步根据采集的图像对障碍物的类型进行识别。例如,将采集到的RGB图像的障碍物与预设的训练模型进行比对,若障碍物与预设线状障碍物模型之间的相似度大于预设阈值,则图像中的障碍物被识别为线状障碍物。
沿边传感器工作时是以预设检测阈值h对移动机器人的当前工作区域内的障碍物进行探测的。预设检测阈值h是指沿边传感器对障碍物的高度检测范围的最小值。具体地,预设检测阈值h是沿边传感器发射的探测信号打到障碍物上的点距离地面的高度。对于上表面的点距离地面的高度大于或等于h的障碍物才可能被沿边传感器检测到,而对于上表面的点距离地面的高度小于h的障碍物则不能被沿边传感器检测到。也就是说沿边传感器对障碍物的高度检测范围为≥h。预设检测阈值h设置的越小,则沿边传感器对障碍物的高度检测范围越大,沿边传感器能够识别到更低矮的障碍物,也就是说沿边传感器的检测精度越高。可以理解的,沿边传感器发射的探测信号的射程是有限的,对于射程之外的障碍物,发射信号无法到达因而也不能被沿边传感器检测到。也就是说,沿边传感器存在检测不到障碍物的情况,因而具有障碍物被卷入移动机器人清洁刷的风险。而且,移动机器人工作时所处环境中可能存在各种类型的障碍物,例如耳机线,充电线,网线,等线状障碍物,或体积较大的团状、块状障碍物等。而沿边传感器也无法识别障碍物的类型。本申请的实施例中,移动机器人是通过沿边传感器结合图像传感器对当前工作区域内的障碍物进行检测的,可以避免由于无法识别障碍物而使障碍物卷入移动机器人的清洁刷中,进而影响移动机器人的正常工作的问题。
当通过沿边传感器结合图像传感器确定当前工作区域内存在线状障碍物时,则控制移动机器人通过沿边传感器先以第一检测阈值对线状障碍物进行沿边清扫。可以理解的,沿边是指移动机器人与线状障碍物之间保持一定的距离,同时沿着线状障碍物外侧轮廓的轨迹运行并清扫。
步骤S120:响应于沿边传感器检测不到线状障碍物,控制沿边传感器以第二检测阈值对线状障碍物尝试继续沿边。其中,第一检测阈值大于或等于第二检测阈值。
沿边传感器的预设检测阈值h包括第一检测阈值h1和第二检测阈值h2,其中第一检测阈值h1大于或等于所述第二检测阈值h2。沿边传感器以第一检测阈值h2工作时检测精度更高,检测范围更大。在一些实施例中,第一检测阈值h1设置为大于5mm,在其他实施方式中,还可以为5.1mm,5.5mm,6mm,7mm等。具体可以根据实际应用场景设置合适的数值,例如,可以根据实际应用场景中障碍物表面距离地面高度设置。可以理解的,不宜将第一检测阈值设置为较低的数值,例如设置为2mm,3mm等,这是因为在较低的灵敏度数值下,移动机器人容易将地面的凸起识别为障碍物并进行清扫,增加移动机器人的误测率。本申请实施例中,通过将第一检测阈值设置为大于5mm,可以降低移动机器人的误测率,进而提高移动机器人的工作效率。
在一些实施例中,第二检测阈值h2≤5mm,在其他实施方式中,还可以为4mm,3mm,2.5mm等。
在实际场景中,线状障碍物可能平铺在地面上或凸出地面一定的高度。图2是本申请一实施例中移动机器人对线状障碍物进行沿边的过程示意图。如图2所示,在沿边路径方向上,D点以前的线状障碍物部分凸出地面较高的高度。而D点以后的线状障碍物部分平铺在地面上,平铺的线状障碍物部分的上表面的点距离地面的高度较低(通常<5mm)。如果沿边传感器仍以第一检测阈值h1对整个线状障碍物进行沿边,可能无法检测到D点以后的平铺的线状障碍物。本实施例中,当沿边传感器检测不到线状障碍物时,控制沿边传感器将第一检测阈值h1调整为检测精度更高的第二检测阈值h2,并尝试对D点以后的平铺的线状障碍物进行检测和沿边清扫。由于沿边传感器的第二检测阈值h2的检测精度更高,能够检测到平铺在地面上的低矮线状障碍物。通过这样的方式,可以有效防止沿边传感器检测不到低矮线状障碍物而误判为当前工作区域内不存在线状障碍物,从而导致移动机器人不能避让线状障碍物而使线状障碍物卷入移动机器人的清洁刷中,进而影响移动机器人的正常工作的问题。
在一些实施例中,控制沿边传感器以第二检测阈值对线状障碍物尝试继续沿边之前,移动机器人的控制方法还包括:利用安装于移动机器人上的图像传感器确定移动机器人前进方向上是否还存在未沿边的线状障碍物。
当移动机器人的沿边传感器检测不到线状障碍物时,可能存在两种情况,一种是沿边传感器的检测区域内不存在线状障碍物,另一种是沿边传感器的检测区域内存在线状障碍物,但当前沿边传感器的检测精度不够而无法识别。本实施例中,可以先通过图像传感器拍摄移动机器人前进方向上的图像,通过拍摄的图像判断移动机器人前进方向上是否还存在未沿边的线状障碍物。当判断结果为移动机器人前进方向上还存在未沿边的线状障碍物时,则执行步骤S120。当判断结果为移动机器人前进方向上不存在未沿边的线状障碍物时,则沿边完成,不需要调整沿边传感器的检测阈值。当沿边传感器检测不到线状障碍物时,先通过图像传感器判断移动机器人前进方向上是否还存在未沿边的所述线状障碍物,进而能够根据判断结果控制沿边传感器做出相应的响应,有效提高了移动机器人的工作效率。
在一个具体实施例中,利用安装于移动机器人上的图像传感器确定移动机器人前进方向上是否还存在线状障碍物之前,需要先控制移动机器人向线状障碍物方向旋转,以使图像传感器朝向线状障碍物。在移动机器人旋转的过程中,图像传感器以一定的频率拍摄移动机器人前方的区域,并根据拍摄的图像确定是否达到朝向线状障碍物的方位。当确认图像传感器朝向线状障碍物时,此时图像传感器可以检测到线状障碍物的第一区域范围,控制移动机器人停止旋转。第一区域范围是指线状障碍物无法被沿边传感器检测到的部分存在的区域。从而,图像传感器可以确认第一区域范围内是否存在线状障碍物。
在一个具体实施例中,控制移动机器人向线状障碍物方向旋转,以使图像传感器朝向线状障碍物包括:控制移动机器人旋转第一角度,以使图像传感器能够同时探测到已沿边的部分线状障碍物所在区域和移动机器人的侧前方区域。
在另一个具体实施例中,控制移动机器人向线状障碍物方向旋转,以使图像传感器朝向线状障碍物包括:控制移动机器人旋转第二角度,以使图像传感器仅能够探测到移动机器人的侧前方区域。
在一些实施例中,当控制移动机器人旋转以使图像传感器朝向线状障碍物后,进一步控制移动机器人后退第一距离或前进第二距离。当控制移动机器人旋转以使图像传感器朝向线状障碍物后,图像传感器与线状障碍物的距离可能较近或较远,不利于图像传感器获取清晰的图像从而影响检测结果,或者无法拍摄到线状障碍物的整个轮廓。因此需要控制移动机器人分别后退第一距离或前进第二距离,直到图像传感器可以检测到线状障碍物的整个清晰的轮廓,此时控制图像传感器采集第二图像。
进一步地,根据图像传感器采集的第二图像的特征,确定第一区域范围内的线状障碍物的第一位置,即无法被沿边传感器检测到的线状障碍物的第一位置。根据第一位置可以进一步确定出第一区域范围。控制沿边传感器在第一区域范围内以第二检测阈值对线状障碍物进行沿边,可以使第一区域范围内的线状障碍物重新被检测到,从而有效避免了线状障碍物卷入移动机器人的边刷中而影响移动机器人的正常工作。
在一些实施例中,控制移动机器人通过沿边传感器以第一检测阈值对线状障碍物进行沿边时,控制沿边传感器与线状障碍物之间保持第一沿边距离。控制沿边传感器以第二检测阈值对线状障碍物尝试继续沿边时,控制沿边传感器与线状障碍物之间保持第二沿边距离。其中第一沿边距离和第二沿边距离不相等。通过这样的方式,可以实现对线状障碍物周围区域的清扫,有利于提高移动机器人的清洁覆盖率。
可选地,第一沿边距离小于第二沿边距离。控制沿边传感器以第二检测阈值对线状障碍物尝试继续沿边时,说明该部分线状障碍物比较距离地面的高度较低,容易卷入移动机器人的清洁刷中,因此可以通过增大沿边距离防止线状障碍物卷入移动机器人的清洁刷中而影响移动机器人的正常工作。
可选地,检测到移动机器人当前工作区域内不存在线状障碍物时,控制沿边传感器与线状障碍物之间保持第三沿边距离进行沿边。其中第三沿边距离小于或等于第一沿边距离。
可选地,控制沿边传感器以第二检测阈值对线状障碍物继续沿边完成后,控制移动机器人通过沿边传感器以第一检测阈值工作。沿边完成可以是通过移动机器人的沿边传感器和图像传感器均检测不到线状障碍物。沿边完成后,可以将移动机器人的沿边传感器的检测阈值从第二检测阈值调整为第一检测阈值。通过这样的方式,可以避免沿边传感器以第二检测阈值进行工作时由于检测精度过高导致的误检率升高的问题。例如,沿边传感器可能将地面的凸起误认为是障碍物而进行清扫,影响了机器人的正常工作。
区别于现有技术,本申请检测到移动机器人的当前工作区域内存在线状障碍物31时,控制移动机器人通过沿边传感器先以第一检测阈值对线状障碍物31进行沿边清扫。进一步地,响应于沿边传感器检测不到线状障碍物31时,通过控制沿边传感器以第二检测阈值对线状障碍物尝试继续沿边,其中第二检测阈值的精度高于第一检测阈值。通过这样的方式能够使沿边传感器重新检测到线状障碍物31,从而避免了移动机器人的清洁刷被线状障碍物31缠绕,提高了移动机器人的清洁覆盖率和避障能力,进而提高了移动机器人的工作效率。
本申请的实施例中,移动机器人上可以设置至少一个测距传感器,用于获取移动机器人所处环境中周围障碍物的特征信息。障碍物的特征信息可以包括移动机器人与障碍物之间的距离、障碍物的表面反射率、障碍物的形状和障碍物的大小等,此处不做限定。测距传感器可以为设置于机器人侧部的线状激光雷达,线状激光雷达可以为多个,线状激光雷达的设置方式可以有多种,从而实现多个线状激光雷达向下和向上发射线激光,或向左或/和向右发射线激光,或向前和向下发射线激光等,从而使测距传感器检测到周围环境中地面上存在的障碍物。
测距传感器还可以为设置于机器人前侧或顶端的3D传感器,例如可以为深度摄像头,多线激光雷达、固态激光雷达等,在此不做限定。
移动机器人上可设置至少一沿边传感器,用于在移动机器人对线状障碍物进行沿边过程中获取线状障碍物的上述特征信息。
可选地,沿边传感器可以为单点红外测距传感器,也可以为发射竖直线状激光的线激光雷达等;沿边传感器可以设置在移动机器人的侧部,也可以设置在移动机器人的顶部,在此均不做限定。
当前工作区域为移动机器人运行前方预设范围内的区域,移动机器人在运行过程中需要判断当前工作区域内是否存在线状障碍物。当检测到在所述移动机器人的当前工作区域内存在线状障碍物时,控制移动机器人进入距线状障碍物的距离为预设距离的位置,通过沿边传感器以第一检测阈值对线状障碍物进行沿边。
在一些具体的实施例中,控制移动机器人通过沿边传感器以第一检测阈值对线状障碍物进行沿边的步骤可以包括:控制移动机器人通过沿边传感器对准线状障碍物,并控制沿边传感器以第一检测阈值实时检测沿边传感器与线状障碍物的距离。通过沿边传感器以第一检测阈值实时检测线状障碍物,并控制沿边传感器与线状障碍物的距离为第一沿边距离的前提下,控制移动机器人以第一沿边距离对线状障碍物进行沿边。
在一些实施例中,移动机器人工作时先通过测距传感器检测周围环境中的障碍物,当检测到移动机器人的第一预设区域内存在线状障碍物时,控制移动机器人进入距线状障碍物为预设距离的位置。然后,控制移动机器人转向,从而使移动机器人的沿边传感器对准线状障碍物。控制移动机器人对线状障碍物沿边的过程中通过沿边传感器实时检测线状障碍物,同时获取沿边传感器与线状障碍物的距离,进而控制沿边传感器与线状障碍物的距离保持第一沿边距离,在此前提下,控制移动机器人以第一沿边距离对线状障碍物进行沿边,从而可以实现对线状障碍物周围区域的清扫,有利于提高移动机器人的清洁覆盖率。
在一些具体实施例中,控制移动机器人以第一沿边距离对线状障碍物进行沿边,具体可以为:响应于沿边传感器与线状障碍物的距离大于或小于第一沿边距离,调整移动机器人的方位以使沿边传感器与线状障碍物的距离为第一沿边距离。
调整移动机器人的方位可以为调整移动机器人转向或改变移动机器人的位置或二者结合等。例如,响应于沿边传感器与线状障碍物的距离小于第一沿边距离,可以控制移动机器人向远离线状障碍物的方向移动。响应于移动后沿边传感器不再对准线状障碍物,可以通过控制移动机器人转向,使移动机器人的重新对准沿边传感器,从而能够继续检测沿边传感器与线状障碍物的距离,并根据检测到的距离做下一步的调整,从而能够使沿边传感器与线状障碍物的距离保持第一沿边距离。
沿边传感器的灵敏度是指检测阈值,特征数值低于该检测阈值的障碍物不能被沿边传感器检测到。可以理解的,灵敏度的数值设置的越低,灵敏度越高。在一些实施例中,灵敏度可以包括高度检测阈值。举例说明,假设灵敏度设置为hmm(毫米),h为正数,则表示沿边传感器的高度检测阈值为hmm。障碍物表面的点云距离地面的高度值大于或等于hmm时,能够被移动机器人识别。而表面点云相对地面的高度值小于hmm的障碍物则不能被识别。也就是说,表面点云相对地面的高度值小于灵敏度数值的障碍物不能被沿边传感器检测到。
可以理解的,灵敏度还可以包括尺寸检测阈值、反射率检测阈值等。当线状障碍物的尺寸(例如,线状障碍物的直径尺寸)或表面反射率低于检测灵敏度时,线状障碍物则不能被检测到,移动机器人可能会认为周围不存在线状障碍物。为了便于说明,以下均以灵敏度为高度检测阈值为例进行介绍。
可以理解的,移动机器人在对线状障碍物进行沿边的过程中,可能在某一位置出现沿边传感器检测不到该线状障碍物的情况。例如,线状障碍物的一部分平铺在地面上,线状障碍物的平铺部分表面的点云略高于地面。该线状障碍物的平铺部分表面的点云距离地面的高度值很小,低于第一检测阈值而不能被沿边传感器检测到。沿边传感器无法获取该部分线状障碍物的位置和距离,从而无法对该部分的线状障碍物进行沿边。
在本实施例中,响应于沿边传感器检测不到线状障碍物时,可以基于移动机器人获取的其他环境信息,标定此时线状障碍物的第一区域范围。将第一区域范围认为是线状障碍物无法被沿边传感器检测到的部分存在的区域。
标定了第一区域范围后,控制沿边传感器以第二检测阈值对第一区域范围进行检测,其中,第一检测阈值的大于或等于第二检测阈值。也就是说,第二检测阈值的精度高于第一检测阈值。对于一些在第一检测阈值下无法被检测到的低矮障碍物,可能在第二检测阈值下被检测到。
在第二检测阈值下,沿边传感器在第一区域范围内检测到线状障碍物时,控制移动机器人通过沿边传感器在第一区域范围内继续对线状障碍物进行沿边。具体步骤可包括:控制沿边传感器以第二检测阈值实时检测沿边传感器与线状障碍物的距离。通过沿边传感器以第二检测阈值实时检测线状障碍物,并控制沿边传感器与线状障碍物的距离为第二沿边距离的前提下,控制移动机器人以第二沿边距离对线状障碍物进行沿边。通过这样的方式,可以实现对线状障碍物周围区域的清扫,有利于提高移动机器人的清洁覆盖率。
在一些具体实施例中,控制移动机器人以第二沿边距离对线状障碍物进行沿边,具体可以为:响应于沿边传感器与线状障碍物的距离大于或小于第二沿边距离,调整移动机器人的方位以使沿边传感器与线状障碍物的距离为第二沿边距离。
调整移动机器人的方位可以为调整移动机器人转向或改变移动机器人的位置或二者结合等。例如,响应于沿边传感器与线状障碍物的距离小于第二沿边距离,可以控制移动机器人向远离线状障碍物的方向移动。响应于移动后沿边传感器不再对准线状障碍物,可以通过控制移动机器人转向,使移动机器人的重新对准沿边传感器,从而能够继续检测沿边传感器与线状障碍物的距离,并根据检测到的距离做下一步的调整,从而能够使沿边传感器与线状障碍物的距离保持第二沿边距离。
本申请实施例中,检测到移动机器人的当前工作区域内存在线状障碍物时,控制移动机器人通过沿边传感器先以第一检测阈值对线状障碍物进行沿边。进一步地,响应于沿边传感器以第一检测阈值检测不到线状障碍物,通过标定此时线状障碍物的第一区域范围并在第一区域范围内控制沿边传感器以第二检测阈值进行检测;其中,第一检测阈值大于或等于第二检测阈值,从而能够使沿边传感器重新检测到线状障碍物,避免了单一检测灵敏度下,由于灵敏度精度不够而导致部分线状障碍物不能被移动机器人识别而卷入到移动机器人的清洁刷中。响应于在第一区域范围内检测到线状障碍物,控制移动机器人通过沿边传感器在第一区域范围内继续对线状障碍物进行沿边,从而可以使机器人完成对线状障碍物的沿边过程,提高了移动机器人的清洁覆盖率和避障能力,进而提高了机器人的工作效率。
本申请实施例中,检测到在移动机器人的第一预设区域内存在线状障碍物的方法具体可包括:利用图像传感器以预定频率采集第一预设区域内的第一图像。判断第一图像中存在线状物体的概率是否大于概率阈值。如果存在,则确定第一预设区域内存在线状障碍物。
移动机器人上还可以设置一个或多个图像传感器,用于以预定频率采集第一预设区域内的第一图像。可选地,图像传感器可以设置在移动机器人的侧面,靠近沿边传感器安装,从而方便移动机器人通过沿边传感器对线状障碍物进行沿边时,同时通过图像传感器采集图像,而不需要进行转向。图像传感器可以为灰度图像传感器和彩色图像传感器,在此不做限定。
可以理解的,移动机器人工作时,通过测距传感器和图像传感器获取周围的环境信息。通过测距传感器可以检测是否存在障碍物以及障碍物与移动机器人之间的距离等,通过图像传感器以预定的频率采集第一预设区域内的第一图像,进而获取第一图像的图像特征。
在一些实施例中,判断第一图像中存在线状物体的概率是否大于概率阈值,可以通过深度学习目标检测的方法实现。通过预先采集大量各种类型和状态的线状物体的图像,并提取这些图像中的线状物体的图像特征,根据这些线状物体的图像特征训练得到的一种线材模型。通过将移动机器人的图像传感器采集的第一图像的图像特征与线材模型比对,判断第一预设区域内是否存在线状障碍物。
在一些具体的实施例中,根据第一图像的图像特征与线材模型的特征的相似度,获取第一图像中存在线状物体的概率。判断第一图像中存在线状物体的概率是否大于概率阈值。如果第一图像中存在线状物体的概率大于概率阈值,则确定第一预设区域内存在线状障碍物。
可选地,若判断出第一图像中存在线状物体的概率大于概率阈值,无论线材是平铺状态的还是成团状态,也无论尺寸大小,都认为第一预设区域内存在线状障碍物。
响应于判断出第一预设区域内存在线状障碍物,移动机器人将会切换沿边工作的模式。
在本申请实施例中,通过深度学习目标检测算法可以判断第一预设区域内是否存在线状障碍物。深度学习目标检测算法涉及的算法有多种,例如对图像数据进行图像特征提取所采用的算法可以有多种,同理,基于提取出的图像特征训练得到线材模型可以采用的算法也可以有多种,在此不对具体算法进行限定,且具体过程属于现有技术中比较成熟的内容,在此不作详细说明。
本申请实施例中,响应于沿边传感器检测不到线状障碍物时,标定此时线状障碍物的第一区域范围之前,移动机器人的控制方法还可以包括确定线状障碍物的第一位置,具体包括:控制图像传感器采集线状障碍物的第二图像。获取第二图像的包围盒。根据包围盒内像素的像素位置确定线状障碍物的第一位置。
沿边传感器检测不到线状障碍物时,说明此时沿边传感器的检测灵敏度较低,需要提高灵敏度的精度,以使沿边传感器能够重新识别线状障碍物。在提高灵敏度的精度之前需要先标定线状障碍物的第一区域范围。本申请实施例中,在标定线状障碍物的第一区域范围之前需要先确定此时线状障碍物的位置,进而基于线状障碍物的位置对线状障碍物的第一区域范围进行标定。
沿边传感器检测不到线状障碍物时,移动机器人通过图像传感器采集此时线状障碍物的第二图像,然后获取第二图像的包围盒。获取第二图像的包围盒是指,在第二图像上标记一个能够尽可能多的将第二图像上的线状障碍物靠近沿边传感器的部分包围起来的最小封闭区域。可以理解的,包围盒可能并不能将第二图像上的线状障碍物完全包围起来,例如,距离当前移动机器人的位置较远的线状障碍物可能位于包围盒的边界之外。或者,当前第二图像上的线状障碍物可能只是实际线状障碍物的部分。然而,由于移动机器人在沿边时通过图像传感器实时获取图像并分析,当前第二图像中的线状障碍物位于包围盒之外的部分,可以在移动机器人运行到与之相近的位置后通过图像传感器采集该位置的第二图像后再进行分析。同理,未被当前第二图像采集到的线状障碍物的部分,也可以基于当移动机器人运行到与之靠近的位置后采集的第二图像进行分析。
可选地,包围盒的形状可以是矩形也可以是圆形等,具体根据第二图像上线状障碍物的整体外围形状进行选择合适形状的包围盒。标记包围盒时需要尽可能贴近线状障碍物的边缘,使包围盒的边缘与线状障碍物的外轮廓边缘之间的距离尽可能小,这样有助于更加精确地标记出线状障碍物在第二图像中的范围,减少数据分析的工作量。
获取第二图像的包围盒后,根据包围盒内像素的像素位置确定线状障碍物的第一位置,具体可以包括:获取包围盒内至少两个预定位置的像素的像素位置。根据至少两个像素位置,通过查找预定的表格确定线状障碍物的位置。
在一个具体实施例中,如图3所示,图3为本申请一实施例中第二图像上包围盒一实施方式的示意图,线状障碍物31平铺在地面32上,包围盒33为一个矩形框。包围盒33贴近线状障碍物31的边缘,将第二图像上线状障碍物31靠近沿边传感器的部分包围起来。包围盒33内的区域是由若干像素组成的,获取包围盒33边框上A点和B点位置的像素的像素位置,其中,A点和B点分别为包围盒33左下角顶点和右下角顶点。需要说明的是,包围盒33的预定位置不限于A点和B点,还可以是包围盒33的下边框上的其他像素点,根据实际情况选择,在此不做限制。
获取包围盒33上至少两个像素点位置后,可以查找预定的表格确定线状障碍物31的第一位置。该表格内包含像素点位置和线状障碍物31的第一位置坐标,二者一一对应。因此,根据像素点位置可以在预定的表格中查找到相对应的线状障碍物31的第一位置坐标,进而可以换算出移动机器人与此时线状障碍物31之间的距离以及沿边距离。
在一些实施例中,预定的表格是通过移动机器人拍摄预设的棋盘格图片预先获得的。
通过移动机器人拍摄预设的棋盘格图片,可以获取棋盘格图片的图像数据,再获取对应的移动机器人的位置数据,通过数据分析的方法进行相应的转换,可以得到一个预设的表格,用于在移动机器人工作时通过采集的图像确定图像中线状障碍物31的位置。
在一些实施例中,响应于沿边传感器检测不到线状障碍物31时,标定此时线状障碍物31的第一区域范围的步骤,可以为将以第一位置为中心,以第一预设距离为半径的圆形区域标定为线状障碍物31的第一区域范围。
可选地,第一预设距离可以为1m。在其他实施例中,第一预设距离还可以为0.8m,2m等。
本实施例中,响应于沿边传感器检测不到线状障碍物31时,根据移动机器人的图像传感器采集的图像确定线状障碍物31的位置,避免了线状障碍物31缠绕移动机器人的清洁刷,使移动机器人能够继续完成对线状障碍物31的沿边工作,提高了移动机器人的工作效率。
下面将举例说明本申请移动机器人对线状障碍物31的沿边过程,在一实际应用场景中,如图2所示,图2是本申请一实施例中移动机器人对线状障碍物31进行沿边的过程示意图。图2中,在移动机器人运行轨迹的方向上,D点以前的线状障碍物31凸起于地面,D点以后的线状障碍物31平铺于地面上。假设D点以前的线状障碍物31表面点云距离地面的高度≥7mm,例如可以为8mm,9mm,12mm等,D点以后的线状障碍物31表面点云距离地面的高度≤3mm,例如可以为2mm,2.5mm,3mm等。
当根据移动机器人的图像传感器采集的第一图像检测到移动机器人的第一预设区域内存在线状障碍物31时,控制移动机器人进入距线状障碍物31为预设距离的位置。然后,控制移动机器人转向,从而使移动机器人的沿边传感器对准线状障碍物31。通过沿边传感器以第一检测阈值对线状障碍物31进行沿边,且控制沿边传感器和线状障碍物之间的距离为第一沿边距离,假设第一检测阈值为5mm。如图2所示,移动机器人运行到D点以前,沿边传感器在第一检测阈值下都可以检测到线状障碍物31,因此可以对该部分的线状障碍物31沿边。
响应于沿边传感器内检测不到线状障碍物31时,例如,移动机器人运行到D点以后,此时移动机器人可能会把D点以后的线状障碍物31误认为是地面,也无法获取到线状障碍物31的位置信息,移动机器人无法继续对线状障碍物31进行沿边。此时,移动机器人通过设置在沿边传感器旁边的图像传感器采集此时线状障碍物31的第二图像。具体地,控制移动机器人向线状障碍物方向旋转一定角度,以使图像传感器能够检测到线状障碍物的第一区域范围,然后控制移动机器人后退或前进一定距离,以确保图像传感器可以采集到线状障碍物的整个清晰的轮廓。根据第二图像确定此时线状障碍物31(即D点以后的线状障碍物31)的第一位置,并根据该第一位置标定线状障碍物31的第一区域范围,在第一区域范围内提高沿边传感器的检测灵敏度为第二检测阈值。当沿边传感器检测以第二检测阈值检测到线状障碍物31时,则控制移动机器人通过沿边传感器以第二检测阈值继续对线状障碍物31进行沿边,并控制沿边传感器与线状障碍物之间保持第二沿边距离。通过这样的方式,有效避免了线状障碍物31卷入移动机器人的清洁刷中,并保证移动机器人能够顺利完成对整个线状障碍物31的沿边过程。
区别于现有技术,本申请检测到移动机器人的当前工作区域内存在线状障碍物31时,控制移动机器人通过沿边传感器以第一检测阈值对线状障碍物31进行沿边清扫。进一步地,响应于沿边传感器检测不到线状障碍物31时,通过标定此时线状障碍物31的第一区域范围并在第一区域范围内控制沿边传感器以第二检测阈值进行检测,其中第一检测阈值大于或等于第一检测阈值,能够使沿边传感器重新检测到线状障碍物31,从而避免了移动机器人的清洁刷被线状障碍物31缠绕。响应于在第一区域范围检测到线状障碍物31,则控制移动机器人通过沿边传感器以第二检测阈值对线状障碍物31继续进行沿边清扫,提高了移动机器人的清洁覆盖率和避障能力,进而提高了移动机器人的工作效率。
本申请实施例提供一种移动机器人的控制装置。具体的,移动机器人的控制装置用于执行以上图1-图3方法中移动机器人所执行的步骤。本申请实施例提供的移动机器人的控制装置可以包括相应步骤所对应的模块。
本申请实施例可以根据上述方法示例对移动机器人的控制装置进行功能模块的划分,例如,可以对应各个功能划分各个功能模块,也可以将两个或两个以上的功能集成在一个处理模块中。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。本申请实施例中对模块的划分是示意性的,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。
在采用对应各个功能划分各个功能模块的情况下,图4示出上述实施例中所涉及的移动机器人的控制装置的功能单元组成框图。如图4所示,移动机器人的控制装置包括第一沿边单元40和第二沿边单元41。
第一沿边单元40,用于响应于沿边传感器检测不到线状障碍物31时,标定此时线状障碍物31的第一区域范围。
第二沿边单元41,用于响应于所述沿边传感器检测不到所述线状障碍物,控制所述沿边传感器以第二检测阈值对所述线状障碍物尝试继续沿边;其中,所述第二检测阈值高于所述第一检测阈值。
区别于现有技术,本申请检测到移动机器人的当前工作区域内存在线状障碍物31时,控制移动机器人通过沿边传感器先以第一检测阈值对线状障碍物31进行沿边清扫。进一步地,响应于沿边传感器检测不到线状障碍物31时,通过控制沿边传感器以第二检测阈值对线状障碍物尝试继续沿边,其中第二检测阈值的精度高于第一检测阈值。通过这样的方式能够使沿边传感器重新检测到线状障碍物31,从而避免了移动机器人的清洁刷被线状障碍物31缠绕,提高了移动机器人的清洁覆盖率和避障能力,进而提高了移动机器人的工作效率。
其中,上述方法实施例涉及的各步骤的所有相关内容均可以援引到对应功能模块的功能描述,在此不再赘述。
本申请还提出一种机器人,如图5所示,图5是本申请的移动机器人的一实施例的结构示意图。本实施例的机器人50包括:处理器51、存储器52以及总线53。
该处理器51、存储器52分别与总线53相连,该存储器52中存储有程序指令,处理器51用于执行程序指令以实现上述实施例中的机器人的识别控制方法。
在本实施例中,处理器51还可以称为CPU(Central Processing Unit,中央处理单元)。处理器51可能是一种集成电路芯片,具有信号的处理能力。处理器51还可以是通用处理器、数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)或者其它可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。通用处理器可以是微处理器或者该处理器51也可以是任何常规的处理器等。
区别于现有技术,本本申请检测到移动机器人的当前工作区域内存在线状障碍物31时,控制移动机器人通过沿边传感器先以第一检测阈值对线状障碍物31进行沿边清扫。进一步地,响应于沿边传感器检测不到线状障碍物31时,通过控制沿边传感器以第二检测阈值对线状障碍物尝试继续沿边,其中第二检测阈值的精度高于第一检测阈值。通过这样的方式能够使沿边传感器重新检测到线状障碍物31,从而避免了移动机器人的清洁刷被线状障碍物31缠绕,提高了移动机器人的清洁覆盖率和避障能力,进而提高了移动机器人的工作效率。
本申请还提出一种计算机可读存储介质,如图6所示,图6是本申请的计算机可读存储介质的一实施例的结构示意图。本实施例的计算机可读存储介质60其上存储有程序指令61,程序指令61被处理器(图未示)执行时实现上述实施例中的机器人的识别控制方法。
本实施例计算机可读存储介质60可以是但不局限于U盘、SD卡、PD光驱、移动硬盘、大容量软驱、闪存、多媒体记忆卡、服务器等。
区别于现有技术,本申请检测到移动机器人的当前工作区域内存在线状障碍物31时,控制移动机器人通过沿边传感器先以第一检测阈值对线状障碍物31进行沿边清扫。进一步地,响应于沿边传感器检测不到线状障碍物31时,通过控制沿边传感器以第二检测阈值对线状障碍物尝试继续沿边,其中第二检测阈值的精度高于第一检测阈值。通过这样的方式能够使沿边传感器重新检测到线状障碍物31,从而避免了移动机器人的清洁刷被线状障碍物31缠绕,提高了移动机器人的清洁覆盖率和避障能力,进而提高了移动机器人的工作效率。
在本申请的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本申请的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本申请的描述中,“多个”的含义是至少两个,例如两个,三个等,除非另有明确具体的限定。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为,表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分,并且本申请的优选实施方式的范围包括另外的实现,其中可以不按所示出或讨论的顺序,包括根据所涉及的功能按基本同时的方式或按相反的顺序,来执行功能,这应被本申请的实施例所属技术领域的技术人员所理解。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤,例如,可以被认为是用于实现逻辑功能的可执行指令的定序列表,可以具体实现在任何计算机可读介质中,以供指令执行系统、装置或设备(可以是个人计算机,服务器,网络设备或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用,或结合这些指令执行系统、装置或设备而使用。就本说明书而言,"计算机可读介质"可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下:具有一个或多个布线的电连接部(电子装置),便携式计算机盘盒(磁装置),随机存取存储器(RAM),只读存储器(ROM),可擦除可编辑只读存储器(EPROM或闪速存储器),光纤装置,以及便携式光盘只读存储器(CDROM)。另外,计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质,因为可以例如通过对纸或其他介质进行光学扫描,接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序,然后将其存储在计算机存储器中。
以上所述仅为本申请的实施方式,并非因此限制本申请的专利范围,凡是利用本申请说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本申请的专利保护范围内。
Claims (10)
1.一种移动机器人的控制方法,其特征在于,所述移动机器人的控制方法包括:
在检测到所述移动机器人的当前工作区域内存在线状障碍物时,控制所述移动机器人通过沿边传感器以第一检测阈值对所述线状障碍物进行沿边;
响应于所述沿边传感器检测不到所述线状障碍物,控制所述沿边传感器以第二检测阈值对所述线状障碍物尝试继续沿边;
其中,所述第一检测阈值大于或等于所述第二检测阈值。
2.根据权利要求1所述的控制方法,其特征在于,控制所述沿边传感器以第二检测阈值对所述线状障碍物尝试继续沿边之前,包括:
利用安装于所述移动机器人上的图像传感器确定所述移动机器人前进方向上是否还存在未沿边的所述线状障碍物。
3.根据权利要求2所述的控制方法,其特征在于,利用安装于所述移动机器人上的图像传感器确定所述移动机器人前进方向上是否还存在所述线状障碍物之前,包括:
控制所述移动机器人向所述线状障碍物方向旋转,以使所述图像传感器朝向所述线状障碍物。
4.根据权利要求3所述的控制方法,其特征在于,所述控制所述移动机器人向所述线状障碍物方向旋转,以使所述图像传感器朝向所述线状障碍物,包括:
控制所述移动机器人旋转第一角度,以使所述图像传感器能够同时探测到已沿边的部分所述线状障碍物所在区域和所述移动机器人的侧前方区域。
5.根据权利要求3所述的控制方法,其特征在于,所述控制所述移动机器人向所述线状障碍物方向旋转,以使所述图像传感器朝向所述线状障碍物,包括:
控制所述移动机器人旋转第二角度,以使所述图像传感器仅能够探测到所述移动机器人的侧前方区域。
6.根据权利要求3所述的控制方法,其特征在于,控制所述移动机器人向所述线状障碍物方向旋转之后,还包括:
控制所述移动机器人后退第一距离或前进第二距离。
7.根据权利要求1~6任一项所述的控制方法,其特征在于,所述控制所述移动机器人通过沿边传感器以第一检测阈值对所述线状障碍物进行沿边的距离为第一沿边距离,所述控制所述沿边传感器以第二检测阈值对所述线状障碍物尝试继续沿边的距离为第二沿边距离,所述第一沿边距离和所述第二沿边距离不相等。
8.一种移动机器人的控制装置,其特征在于,所述装置包括:
第一沿边单元,用于在检测到所述移动机器人的当前工作区域内存在线状障碍物时,控制所述移动机器人通过沿边传感器以第一检测阈值对所述线状障碍物进行沿边;
第二沿边单元,用于响应于所述沿边传感器检测不到所述线状障碍物,控制所述沿边传感器以第二检测阈值对所述线状障碍物尝试继续沿边;其中,所述第二检测阈值高于所述第一检测阈值。
9.一种移动机器人,其特征在于,包括:存储器和处理器;
所述存储器用于存储程序指令,所述处理器用于执行所述程序指令以实现如权利要求1至7中任一项所述的移动机器人的控制方法的操作。
10.一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如权利要求1至7中任一项所述的移动机器人的控制方法的操作。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210501305.5A CN115016460A (zh) | 2022-05-09 | 2022-05-09 | 移动机器人及其控制方法、装置及计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210501305.5A CN115016460A (zh) | 2022-05-09 | 2022-05-09 | 移动机器人及其控制方法、装置及计算机可读存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115016460A true CN115016460A (zh) | 2022-09-06 |
Family
ID=83068366
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210501305.5A Pending CN115016460A (zh) | 2022-05-09 | 2022-05-09 | 移动机器人及其控制方法、装置及计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115016460A (zh) |
-
2022
- 2022-05-09 CN CN202210501305.5A patent/CN115016460A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10832064B2 (en) | Vacant parking space detection apparatus and vacant parking space detection method | |
CN111712731B (zh) | 目标检测方法、系统及可移动平台 | |
US8265425B2 (en) | Rectangular table detection using hybrid RGB and depth camera sensors | |
US6826293B2 (en) | Image processing device, singular spot detection method, and recording medium upon which singular spot detection program is recorded | |
CN111753609B (zh) | 一种目标识别的方法、装置及摄像机 | |
CN110852312B (zh) | 悬崖检测方法、移动机器人的控制方法及移动机器人 | |
CN110764108A (zh) | 一种用于港口自动驾驶场景的障碍物检测方法及装置 | |
US10068141B2 (en) | Automatic operation vehicle | |
CN109001757B (zh) | 一种基于2d激光雷达的车位智能检测方法 | |
CN111104933A (zh) | 地图处理方法、移动机器人及计算机可读存储介质 | |
US10067511B2 (en) | Automatic operation vehicle | |
JP2023500994A (ja) | 障害物認識方法、装置、自律移動機器及び記憶媒体 | |
CN113805571B (zh) | 机器人行走控制方法、系统,机器人及可读存储介质 | |
US9734429B2 (en) | Method, system and computer program product for detecting an obstacle with a camera | |
CN111505652A (zh) | 一种地图建立方法、装置及作业设备 | |
CN111966090A (zh) | 机器人边界地图构建方法、装置及机器人 | |
US10054952B2 (en) | Automatic operation vehicle | |
CN115147587A (zh) | 一种障碍物检测方法、装置及电子设备 | |
CN115016460A (zh) | 移动机器人及其控制方法、装置及计算机可读存储介质 | |
US20230367319A1 (en) | Intelligent obstacle avoidance method and apparatus based on binocular vision, and non-transitory computer-readable storage medium | |
EP4242775A1 (en) | Charging station, method for returning to a charging station for a lawnmower robot | |
CN114299392A (zh) | 移动机器人及其门槛识别方法、装置及存储介质 | |
CN115599119A (zh) | 一种无人机的避障系统 | |
CN114140760A (zh) | 智能驾驶中障碍物检测去干扰方法、装置和计算机设备 | |
US20230237812A1 (en) | Traffic sign recognition device and traffic sign recognition method |
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 |