CN115016502A - 智能避障方法、割草机器人以及存储介质 - Google Patents

智能避障方法、割草机器人以及存储介质 Download PDF

Info

Publication number
CN115016502A
CN115016502A CN202210815218.7A CN202210815218A CN115016502A CN 115016502 A CN115016502 A CN 115016502A CN 202210815218 A CN202210815218 A CN 202210815218A CN 115016502 A CN115016502 A CN 115016502A
Authority
CN
China
Prior art keywords
obstacle avoidance
obstacle
avoidance path
parameter
path
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
CN202210815218.7A
Other languages
English (en)
Inventor
张伟夫
王宁
黄振昊
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.)
Agilex Robotics Shenzhen Lt
Original Assignee
Agilex Robotics Shenzhen Lt
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 Agilex Robotics Shenzhen Lt filed Critical Agilex Robotics Shenzhen Lt
Priority to CN202210815218.7A priority Critical patent/CN115016502A/zh
Publication of CN115016502A publication Critical patent/CN115016502A/zh
Priority to PCT/CN2023/102699 priority patent/WO2024012192A1/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02Control of position or course in two dimensions
    • G05D1/021Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0231Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
    • G05D1/0238Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using obstacle or wall sensors
    • G05D1/024Control 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
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02Control of position or course in two dimensions
    • G05D1/021Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0212Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • G05D1/0214Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory in accordance with safety or protection criteria, e.g. avoiding hazardous areas
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02Control of position or course in two dimensions
    • G05D1/021Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0212Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • G05D1/0223Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving speed control of the vehicle
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02Control of position or course in two dimensions
    • G05D1/021Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0212Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • G05D1/0225Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving docking at a fixed facility, e.g. base station or loading bay
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02Control of position or course in two dimensions
    • G05D1/021Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0231Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
    • G05D1/0242Control 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
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02Control of position or course in two dimensions
    • G05D1/021Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0231Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
    • G05D1/0246Control 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
    • G05D1/0251Control 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
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02Control of position or course in two dimensions
    • G05D1/021Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0255Control of position or course in two dimensions specially adapted to land vehicles using acoustic signals, e.g. ultra-sonic singals
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02Control of position or course in two dimensions
    • G05D1/021Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0257Control of position or course in two dimensions specially adapted to land vehicles using a radar
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02Control of position or course in two dimensions
    • G05D1/021Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0276Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle
    • G05D1/0285Control 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)
  • Computer Vision & Pattern Recognition (AREA)
  • Optics & Photonics (AREA)
  • Multimedia (AREA)
  • Acoustics & Sound (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
  • Guiding Agricultural Machines (AREA)

Abstract

本申请实施例公开了一种智能避障方法、割草机器人以及存储介质,包括:在割草机器人作业过程中对当前路径中的障碍物进行检测,根据检测结果以第一参数生成第一避障路径,并基于第一避障路径控制割草机器人进行作业,若在第一避障路径中再次检测到障碍物,则以第二参数生成第二避障路径,并基于第二避障路径控制割草机器人进行作业,第二参数大于第一参数,重复执行上述步骤,直至绕开当前路径中的障碍物。本申请实施例在检测到障碍物时会生成第一避障路径,并在割草机器人按第一避障路径行进的过程中再次检测到障碍物时生成范围更大的第二避障路径,适应性的生成避障路径,提高割草机器人的避障效率以及灵活性。

Description

智能避障方法、割草机器人以及存储介质
技术领域
本申请涉及计算机技术领域,具体涉及一种智能避障方法、割草机器人以及存储介质。
背景技术
随着人们生活水平的不断提高,人们对休闲环境有了越来越高的要求,私人花园、公园、操场等场地成为了人们休闲娱乐的最佳场所,然而私人花园、公园、操场等草地需要不定期的进行修整,以保证美观。目前通常采用割草机器人来代替人工进行修整。
然而割草机器人在工作中常常会遇到各种不同的障碍物,现有的割草机器人可以通过机器人上设置的识别装置进行障碍物检测,然后采用智能算法、可视图法、自由空间法、人工势场法等导航路径的规划方法进行避障,但是这种方式只要检测到障碍物之后,都是按照预设路径进行统一避障处理,没有根据具体障碍物进行适应性调整,因此无法适应不同的使用场景,灵活性较差并且避障效率不高。
发明内容
本申请实施例提供一种智能避障方法、割草机器人以及存储介质,可以根据障碍物适应性的生成避障路径,提高割草机器人的避障效率以及灵活性。
第一方面,本申请实施例提供了一种智能避障方法,包括:
S11、在割草机器人作业过程中对当前路径中的障碍物进行检测;
S12、根据检测结果以第一参数生成第一避障路径,并基于所述第一避障路径控制所述割草机器人进行作业;
S13、若在所述第一避障路径中再次检测到所述障碍物,则以第二参数生成第二避障路径,并基于所述第二避障路径控制所述割草机器人进行作业,所述第二参数大于所述第一参数;
S14、重复执行S12和S13,直至绕开所述当前路径中的障碍物。
在一实施例中,所述根据检测结果以第一参数生成第一避障路径,包括:
获取所述障碍物的特征信息;
根据所述障碍物的特征信息计算第一参数,并以第一参数生成沿当前割草方向的第一避障路径。
在一实施例中,所述障碍物的特征信息包括所述障碍物的水平宽度;
所述根据所述障碍物的特征信息计算第一参数,并以第一参数生成沿当前割草方向的第一避障路径,包括:
根据所述障碍物的水平宽度计算第一长度范围,
生成满足所述第一长度范围的沿当前割草方向的第一避障路径。
在一实施例中,所述生成满足所述第一长度范围的沿当前割草方向的第一避障路径,包括:
根据所述第一长度范围确定边长参数,以所述边长参数生成沿当前割草方向的第一折线路径;和/或,
根据所述第一长度范围确定弧度参数和弧长参数,以所述弧度参数和弧长参数生成沿当前割草方向的第一圆弧路径。
在一实施例中,所述以第二参数生成第二避障路径,并基于所述第二避障路径控制所述割草机器人进行作业,包括:
更新所述障碍物的特征信息;
以更新后的特征信息确定所述第二参数,根据所述第二参数生成第二避障路径;
控制所述割草机器人返回至所述第一避障路径的起点,基于所述第二避障路径控制所述割草机器人进行作业。
在一实施例中,在所述第一避障路径中再次检测到所述障碍物,所述方法还包括:
判断所述障碍物在所述割草机器人基于所述第一避障路径进行作业期间是否移动;
若未移动,则执行以第二参数生成第二避障路径的步骤;
若移动,则以所述割草机器人的当前位置再次生成第一避障路径,并基于所述第一避障路径控制所述割草机器人进行作业。
在一实施例中,所述根据检测结果以第一参数生成第一避障路径,包括:
将所述障碍物的水平角度按照所述割草机器人的朝向划分为左侧偏转角度和右侧偏转角度;
将所述左侧偏转角度和右侧偏转角度进行对比,以确定偏转方向;
根据所述偏转方向以及第一参数生成第一避障路径。
在一实施例中,所述方法还包括:
获取在所述第一避障路径中再次检测到所述障碍物的次数;
当所述次数超过预设次数时,生成警告信息以提示用户。
第二方面,本申请实施例提供了一种割草机器人,包括存储器,处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如上所述智能避障方法的步骤。
第三方面,本申请实施例提供了一种存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现如上所述智能避障方法的步骤。
本申请实施例提供的智能避障方法可以在割草机器人作业过程中对当前路径中的障碍物进行检测,根据检测结果以第一参数生成第一避障路径,并基于所述第一避障路径控制所述割草机器人进行作业,若在所述第一避障路径中再次检测到所述障碍物,则以第二参数生成第二避障路径,并基于所述第二避障路径控制所述割草机器人进行作业,所述第二参数大于所述第一参数,重复执行上述步骤,直至绕开所述当前路径中的障碍物。本申请实施例在检测到障碍物时会生成第一避障路径,并在割草机器人按第一避障路径行进的过程中再次检测到障碍物时生成范围更大的第二避障路径,可以适应性的生成避障路径,提高割草机器人的避障效率以及灵活性。
附图说明
为了更清楚地说明本申请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申请的一些实施例,对于本领域技术人员来讲,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是本申请实施例提供的智能避障方法的场景示意图;
图2是本申请实施例提供的智能避障方法的一种流程示意图;
图3是本申请实施例提供的一种路线设计示意图;
图4是本申请实施例提供的一种路径生成示意图;
图5是本申请实施例提供的另一种路径生成示意图;
图6是本申请实施例提供的智能避障方法的另一种流程示意图;
图7是本申请实施例提供的一种计算偏转方向示意图;
图8是本申请实施例提供的又一种路径生成示意图;
图9是本申请实施例提供的智能避障装置的一种结构示意图;
图10是本申请实施例提供的智能避障装置的另一种结构示意图;
图11是本申请实施例提供的电子设备的结构示意图。
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,本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
需要说明的是,当元件被称为“固定于”或“设置于”另一个元件,它可以直接在另一个元件上或者间接在该另一个元件上。当一个元件被称为是“连接于”另一个元件,它可以是直接连接到另一个元件或间接连接至该另一个元件上。另外,连接既可以是用于固定作用也可以是用于电路连通作用。
需要理解的是,术语“长度”、“宽度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“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实施例和简化描述,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,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一个或者更多该特征。在本申请实施例的描述中,“多个”的含义是两个或两个以上,除非另有明确具体的限定。
本申请实施例提供一种智能避障方法、装置、割草机器人和存储介质。
其中,该智能避障装置具体可以集成在割草机器人的微控制单元(Microcontroller Unit,MCU)中,还可以集成在智能终端或服务器中,MCU又称单片微型计算机(Single Chip Microcomputer)或者单片机,是把中央处理器(Central ProcessUnit,CPU)的频率与规格做适当缩减,并将内存(memory)、计数器(Timer)、USB、模数转换/数模转换、UART、PLC、DMA等周边接口,形成芯片级的计算机,为不同的应用场合做不同组合控制。割草机器人可以自动行走,防止碰撞,范围之内自动返回充电,具备安全检测和电池电量检测,具备一定爬坡能力,尤其适合家庭庭院、公共绿地等场所进行草坪修剪维护,其特点是:自动割草、清理草屑、自动避雨、自动充电、自动躲避障碍物、外形小巧、电子虚拟篱笆、网络控制等。
终端可以是智能手机、平板电脑、笔记本电脑、台式计算机、智能音箱、智能手表等,但并不局限于此。终端以及服务器可以通过有线或无线通信方式进行直接或间接地连接,服务器可以是独立的物理服务器,也可以是多个物理服务器构成的服务器集群或者分布式系统,还可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、CDN、以及大数据和人工智能平台等基础云计算服务的云服务器,本申请在此不做限制。
例如,请参阅图1,本申请提供一种割草系统,包括相互之间建立有通信连接的割草机器人10、服务器20以及用户设备30。用户可以通过用户设备30控制割草机器人10在行进时进行障碍物检测。具体的,在本申请实施例中,割草机器人10当中可以集成多种传感器,比如在割草机器人10的顶部可以设置雨水传感器以检测当前是否下雨,还可以在割草机器人10的侧边设置侧向超声波传感器和红外线传感器,以及在割草机器人10的四周设置碰撞传感器,通过多种传感器可以综合对障碍物进行检测。当检测到割草机器人10当前路径中存在障碍物,便可以生成第一避障路径以进行作业。
其中,在进行作业的过程中,用户也可以通过用户设备30实时控制调整割草机器人10的行动路径,或者行动速度,或者割草范围等等。在作业完成后,还可以将该次割草作业对应的数据同步至服务器20中,从而方便用户进行查看。
比如,割草机器人10响应用户指令开始作业,其中用户指令可以通过用户设备30进行生成并发送,在作业过程中割草机器人10对当前路径中的障碍物进行检测,并根据检测结果以第一参数生成第一避障路径进行作业,若在第一避障路径中再次检测到该障碍物,则以第二参数生成第二避障路径进行作业,从而避开上述障碍物。
以下分别进行详细说明。需说明的是,以下实施例的描述顺序不作为对实施例优先顺序的限定。
一种智能避障方法,包括:在割草机器人作业过程中对当前路径中的障碍物进行检测,根据检测结果以第一参数生成第一避障路径,并基于所述第一避障路径控制所述割草机器人进行作业,若在所述第一避障路径中再次检测到所述障碍物,则以第二参数生成第二避障路径,并基于所述第二避障路径控制所述割草机器人进行作业,所述第二参数大于所述第一参数,重复执行上述步骤,直至绕开所述当前路径中的障碍物。
请参阅图2,图2为本申请实施例提供的智能避障方法的流程示意图。该智能避障方法的具体流程可以如下:
101、在割草机器人作业过程中对当前路径中的障碍物进行检测。
在一实施例中,割草机器人可以对预先圈定好边界的作业区域进行割草,并根据该作业区域规划其相应的行动路径。如图3所示,当割草机器人开始运行后,会在全部的当前区域内生成行动路径,以确定该行动路径可以覆盖全部当前区域,比如根据当前区域的边界设置折返点,并依据折返点生成弓形行动路径,以作为行动路径,并按照该行动路径进行割草作业。
在一实施例中,割草机器人在根据上述初始的行动路径行进割草的过程中,还可以实时检测当前路径中是否遇到障碍物,具体可以通过割草机器人上集成的各种传感器来进行检测,上述传感器可以包括以下至少一种:碰撞传感器、深度传感器、超声波传感器以及红外传感器。
具体的,设置于割草机器人的各种传感器开启之后可以实时或以固定工作频率、每间隔预设时间采集一次检测数据,检测数据的具体类型由传感器的类型来决定,例如,碰撞传感器采集的检测数据为撞击数据,深度传感器采集的检测数据为深度数据,超声波传感器采集的检测数据为超声波数据,红外传感器采集的检测数据为红外线数据等。
在一实施例中,以红外传感器为例进行举例说明,通过红外传感器进行障碍物的检测主要是借助红外线的对部分区域进行瞄准,通过发射系统,向割草机器人前方区域发射红外信号,同时,采样器采样发射信号,作为计数器开门的脉冲信号,启动计数器,时钟振荡器像计数器有效的输入计数脉冲,由目标反射回来的红外线回波作用在光电探测器上,转变为电脉冲信号,经过放大器放大,进入计数器,作为计数器的关门信号,计数器停止计数,计数器从开门到关门期间,所进入的时钟脉冲个数,经过运算得到目标区域中各个点的距离,进而初步判断该部分区域中是否存在障碍物。可选地,还可以设置传感器的检测范围,比如在割草机器人前方1M的范围内通过传感器来检测是否存在障碍物,若不存在,割草机器人就可以继续按照行进路径进行割草,若存在,则可以继续执行后续步骤102。
102、根据检测结果以第一参数生成第一避障路径,并基于第一避障路径控制割草机器人进行作业。
在一实施例中,在割草机器人作业过程中若遇到障碍物,就可以第一参数生成第一避障路径。该第一参数可以为预先设置好的,也可以为根据障碍物通过计算生成的。其中,该第一参数可以包括长度、角度等。举例来说,上述第一避障路径可以为预设长度的折线,请参阅图4,在该实施例中在割草机器人遇到障碍物之后可以生成预设长度并且具有三个线段组成的折线,从而控制割草机器人按照该折线进行作业以绕过障碍物。
在其他实施例中,上述第一避障路径还可以为预设半径的半圆路径,或者预设弧长的圆弧路径,通过控制割草机器人按照该半圆路径或圆弧路径行进,即可对障碍物进行绕行并在绕行后回归初始的行动路径继续作业。
在一实施例中,上述第一参数还可以进行适应性调整,比如当检测到行动路径上存在障碍物时,可以进一步获取该障碍物的特征信息,比如通过对各个传感器当前采集的检测数据进行数据处理和分析,即可还原出当前环境中障碍物的形状、轮廓、位置等信息。然后再根据上述特征信息来计算第一参数,并生成对应的第一避障路径。也即所述根据检测结果以第一参数生成第一避障路径的步骤可以包括:获取所述障碍物的特征信息,根据所述障碍物的特征信息计算第一参数,并以第一参数生成沿当前割草方向的第一避障路径。
在一实施例中,在初步检测到障碍物后,割草机器人可以通过视觉传感器利用三角测量原理获得当前场景的深度信息,并且可以重建周围物体的三维形状和位置,类似人眼的体视功能,因而能够确定空间中检测得到的障碍物的3D信息。也就是说在初步检测到障碍物之后,并确定该障碍物对应的位置,然后通过视觉识别系统再次对该位置进行进一步的检测或扫描,进而得到上述障碍物的特征信息。用于在传感器的基础上进行辅助判断,并且进一步对障碍物的特征信息进行确认,提高障碍物判断的准确性。
在检测到初始行动路径上存在障碍物后,便可以结合该障碍物的尺寸、体积、面积以及高度等特征信息生成首尾均位于初始行动路径上的第一避障路径,从而使得割草机器人避开该障碍物并在避开后继续沿初始行动路径进行作业。
在一实施例中,在生成避开障碍物的第一避障路径时,通常不会将遇到障碍物时割草机器人的位置作为第一避障路径的起点进行设计,而割草机器人往往在检测到障碍物时已经距离该障碍物的距离非常接近,因此在根据第一避障路径控制割草机器人进行作业之前,还可以控制割草机器人先后退至第一避障路径的起点,再按照第一避障路径进行行进。
103、若在第一避障路径中再次检测到障碍物,则以第二参数生成第二避障路径,并基于第二避障路径控制割草机器人进行作业,第二参数大于第一参数。
在一实施例中,考虑到在实际应用中,若割草机器人遇到的障碍物尺寸较大,就可能在按照上述第一避障路径行进时,再次遇到上述障碍物,也即未能成功对障碍物进行绕行,则可以再次生成一个第二避障路径并再次进行绕行。具体的,在割草机器人按照第一避障路径行进时,若再次遇到该障碍物,则可以按照比第一参数更大的第二参数生成第二避障路径。如图5所示,割草机器人可以进一步增加上述折线的长度,然后再次进行绕行,并最终在绕开该障碍物后回归初始行动路径上继续作业。
104、重复执行上述步骤102和103,直至绕开当前路径中的障碍物。
比如,割草机器人中的MCU可以基于第一避障路径或第二避障路径控制割草机器人执行割草作业;再比如,服务器或者用户设备可以根据第一避障路径或第二避障路控制割草机器人行驶,以此执行割草作业。即,割草机器人按照第一避障路径或第二避障路执行割草作业,并在走完上述第一避障路径或第二避障路后,控制割草机器人继续走初始行动路径,并继续进行障碍物检测。
需要说明的是,在第一避障路径未能成功绕开障碍物时,割草机器人还可以沿上述第一避障路径返回至第一避障路径的起点,并从该起点位置再次按照第二避障路径进行作业。
在一实施例中,若上述第二避障路径仍旧未能绕开上述障碍物,还可以继续增加第二参数,并再次生成新的避障路径,直至成功绕开该障碍物为止。考虑到在实际应用中,可能存在割草机器人无论按照何种避障路径均无法绕开的障碍物,比如靠墙的重物或者不断移动来遮挡割草机器人行动路线的动物等,因此本申请实施例还可以在割草机器人进行避障时遇到障碍物的次数大于预设值时,便停止避障,并发出提醒以告知用户。也即所述方法还可以包括:获取在所述第一避障路径中再次检测到所述障碍物的次数,当所述次数超过预设次数时,生成警告信息以提示用户。
由上可知,本申请实施例提供的智能避障方法可以在割草机器人作业过程中对当前路径中的障碍物进行检测,根据检测结果以第一参数生成第一避障路径,并基于所述第一避障路径控制所述割草机器人进行作业,若在所述第一避障路径中再次检测到所述障碍物,则以第二参数生成第二避障路径,并基于所述第二避障路径控制所述割草机器人进行作业,所述第二参数大于所述第一参数,重复执行上述步骤,直至绕开所述当前路径中的障碍物。本申请实施例在检测到障碍物时会生成第一避障路径,并在割草机器人按第一避障路径行进的过程中再次检测到障碍物时生成范围更大的第二避障路径,可以适应性的生成避障路径,提高割草机器人的避障效率以及灵活性。
请参阅图6,图6为本申请实施例提供的智能避障方法的另一流程示意图。该智能避障方法的具体流程可以如下:
201、在割草机器人作业过程中对当前路径中的障碍物进行检测。
在一实施例中,割草机器人在根据初始行动路径行进割草的过程中,可以实时检测当前路径中是否遇到障碍物,具体可以通过割草机器人上集成的各种传感器来进行检测,其检测过程可参考上述描述,本实施例对此不做进一步限定。当未检测到障碍物时,割草机器人可以继续按照初始的行动路径进行割草,当检测到障碍物时,则继续执行后续步骤201。
202、根据障碍物的特征信息计算第一长度范围。
在一实施例中,上述障碍物的特征信息可以包括该障碍物的水平宽度,在检测到该障碍物的水平宽度后,割草机器人就可以根据该宽度计算需要多少长度范围可以对该障碍物进行绕行,也即可以根据障碍物的水平宽度计算第一长度范围。
203、生成满足第一长度范围的沿当前割草方向的第一避障路径,并基于第一避障路径控制割草机器人进行作业。
在一实施例中,在割草机器人检测到该障碍物的水平宽度后,便可以根据该水平宽度计算最佳的边长参数,从而生成对应的折线路径作为第一避障路径。再比如,还可以根据该水平宽度计算最佳的弧度和弧长,从而生成对应的圆弧路径作为第一避障路径,比如针对小型障碍物,通过计算就可以生成较大的弧度以及较短的弧长所对应的圆弧路径,而针对较大型的障碍物时,就可以生成较小的弧度以及较长的弧长所对应的圆弧路径。也即生成满足第一长度范围的沿当前割草方向的第一避障路径的步骤可以包括:根据第一长度范围确定边长参数,以边长参数生成沿当前割草方向的第一折线路径;和/或,根据第一长度范围确定弧度参数和弧长参数,以弧度参数和弧长参数生成沿当前割草方向的第一圆弧路径。
进一步的,在生成第一避障路径之后,便可以将该第一避障路径与割草机器人初始的行动路径进行拼接,从而形成一个完整的路径供割草机器人进行作业。比如将第一避障路径与初始行动路径进行交叉,以根据交叉点生成沿当前割草方向行驶的最终行动路径。
在一实施例中,请参阅图7,在割草机器人生成第一避障路径时,还可以根据障碍物确定偏转方向,从而生成向左偏转的第一避障路径或者向右偏转的第一避障路径。具体可以先将障碍物的角度范围按照割草机器人的朝向划分为左侧偏转角度A和右侧偏转角度B,当角度A大于B时,就可以选择向右偏转生成第一避障路径,从而可以更加快速的进行避障。因此生成满足第一长度范围的沿当前割草方向的第一避障路径的步骤可以包括:将障碍物的水平角度按照割草机器人的朝向划分为左侧偏转角度和右侧偏转角度,将左侧偏转角度和右侧偏转角度进行对比,以确定偏转方向,根据偏转方向以及第一长度范围生成第一避障路径。
204、若在第一避障路径中再次检测到障碍物,则更新障碍物的特征信息,以更新后的特征信息确定第二参数,根据第二参数生成第二避障路径。
在一实施例中,在按照上述第一避障路径行进时,若再次遇到上述障碍物,也即未能成功对障碍物进行绕行,则可以再次生成一个第二避障路径并再次进行绕行,具体可以在再次遇到该障碍物是重新检测其特征信息,并根据重新检测的特征信息确定第二参数,从而根据第二参数生成第二避障路径。
需要说明的是,当割草机器人在按照第一避障路径行进时再次遇到障碍物,还需要先判断该障碍物是否仍为之前的障碍物,具体的,可以通过判断该障碍物在割草机器人在按照第一避障路径行进过程中是否移动来进行判断。也即在第一避障路径中再次检测到障碍物之后,方法还可以包括:判断障碍物在割草机器人基于第一避障路径进行作业期间是否移动;若未移动,则执行以第二参数生成第二避障路径的步骤;若移动,则以割草机器人的当前位置再次生成第一避障路径,并基于第一避障路径控制割草机器人进行作业。
205、控制割草机器人返回至第一避障路径的起点,基于第二避障路径控制割草机器人进行作业。
在一实施例中,第二参数大于第一参数,因此,在割草机器人通过第一避障路径未能成功绕开障碍物时,还可以沿上述第一避障路径返回至第一避障路径的起点,并从该起点位置再次按照第二避障路径进行作业。
206、重复执行上述步骤,直至绕开当前路径中的障碍物。
在生成第二避障路径后,割草机器人便可以基于第二避障路径执行割草作业。在此过程中,若割草机器人再次检测到其他障碍物,如图8所示,便可以继续获取其他障碍物的特征信息,并基于该特征信息在当前的路径上继续生成第一避障路径,已对原障碍物以及其他障碍物共同进行绕行,并完成割草。
由上可知,本申请实施例提供的智能避障方法可以在割草机器人作业过程中对当前路径中的障碍物进行检测,根据障碍物的特征信息计算第一长度范围,生成满足第一长度范围的沿当前割草方向的第一避障路径,并基于第一避障路径控制割草机器人进行作业,若在第一避障路径中再次检测到障碍物,则更新障碍物的特征信息,以更新后的特征信息确定第二参数,根据第二参数生成第二避障路径,控制割草机器人返回至第一避障路径的起点,基于第二避障路径控制割草机器人进行作业,重复执行上述步骤,直至绕开当前路径中的障碍物。本申请实施例在检测到障碍物时会生成第一避障路径,并在割草机器人按第一避障路径行进的过程中再次检测到障碍物时生成范围更大的第二避障路径,可以适应性的生成避障路径,提高割草机器人的避障效率以及灵活性。
为便于更好的实施本申请实施例的智能避障方法,本申请实施例还提供一种基于上述智能避障装置。其中名词的含义与上述智能避障方法中相同,具体实现细节可以参考方法实施例中的说明。
请参阅图9,图9为本申请实施例提供的智能避障装置的结构示意图,其中该智能避障装置可以包括:
检测模块301,用于在割草机器人作业过程中对当前路径中的障碍物进行检测;
第一生成模块302,用于根据检测结果以第一参数生成第一避障路径,并基于所述第一避障路径控制所述割草机器人进行作业;
第二生成模块303,用于当所述第一避障路径中再次检测到所述障碍物时,以第二参数生成第二避障路径,并基于所述第二避障路径控制所述割草机器人进行作业,所述第二参数大于所述第一参数;
重复运行所述第一生成模块302和第二生成模块303,直至绕开所述初始路径中的障碍物。
在一实施例中,请参阅图10,第一生成模块302可以包括:
获取子模块3021,用于获取所述障碍物的特征信息;
计算子模块3022,用于根据所述障碍物的特征信息计算第一参数,并以第一参数生成沿当前割草方向的第一避障路径。
在一实施例中,障碍物的特征信息包括所述障碍物的水平宽度,上述计算子模块3022,具体可以用于根据所述障碍物的水平宽度计算第一长度范围,生成满足所述第一长度范围的沿当前割草方向的第一避障路径。
在一实施例中,第二生成模块303可以包括:
更新子模块3031,用于更新所述障碍物的特征信息;
生成子模块3032,用于以更新后的特征信息确定所述第二参数,根据所述第二参数生成第二避障路径;
控制子模块3033,用于控制所述割草机器人返回至所述第一避障路径的起点,基于所述第二避障路径控制所述割草机器人进行作业。
由上可知,本申请实施例通过检测模块301在割草机器人作业过程中对当前路径中的障碍物进行检测,第一生成模块302根据检测结果以第一参数生成第一避障路径,并基于所述第一避障路径控制所述割草机器人进行作业,若在所述第一避障路径中再次检测到所述障碍物,则第二生成模块303以第二参数生成第二避障路径,并基于所述第二避障路径控制所述割草机器人进行作业,所述第二参数大于所述第一参数,重复执行上述步骤,直至绕开所述当前路径中的障碍物。本申请实施例在检测到障碍物时会生成第一避障路径,并在割草机器人按第一避障路径行进的过程中再次检测到障碍物时生成范围更大的第二避障路径,可以适应性的生成避障路径,提高割草机器人的避障效率以及灵活性。
此外,本申请实施例还提供一种割草机器人,如图11所示,其示出了本申请实施例所涉及的割草机器人的结构示意图,具体来讲:
该割草机器人可以包括控制模块501、行进机构502、切割模块503以及电源504等部件。本领域技术人员可以理解,图11中示出的电子设备结构并不构成对电子设备的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。其中:
控制模块501是该割草机器人的控制中心,该控制模块501具体可以包括中央处理器(Central Process Unit,CPU)、存储器、输入/输出端口、系统总线、定时器/计数器、数模转换器和模数转换器等组件,CPU通过运行或执行存储在存储器内的软件程序和/或模块,以及调用存储在存储器内的数据,执行割草机器人的各种功能和处理数据;优选的,CPU可集成应用处理器和调制解调处理器,其中,应用处理器主要处理操作系统和应用程序等,调制解调处理器主要处理无线通信。可以理解的是,上述调制解调处理器也可以不集成到CPU中。
存储器可用于存储软件程序以及模块,CPU通过运行存储在存储器的软件程序以及模块,从而执行各种功能应用以及数据处理。存储器可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等;存储数据区可存储根据电子设备的使用所创建的数据等。此外,存储器可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。相应地,存储器还可以包括存储器控制器,以提供CPU对存储器的访问。
行进机构502与控制模块501电性相连,用于响应控制模块501传递的控制信号,调整割草机器人的行进速度和行进方向,实现割草机器人的自移动功能。
切割模块503与控制模块501电性相连,用于响应控制模块传递的控制信号,调整切割刀盘的高度和转速,实现割草作业。
电源504可以通过电源管理系统与控制模块501逻辑相连,从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。电源504还可以包括一个或一个以上的直流或交流电源、再充电系统、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。
尽管未示出,该割草机器人还可以包括通信模块、传感器模块、提示模块等,在此不再赘述。
通信模块用于收发信息过程中信号的接收和发送,通过与用户设备、基站或服务器建立通信连接,实现与用户设备、基站或服务器之间的信号收发。
传感器模块用于采集内部环境信息或外部环境信息,并将采集到的环境数据反馈给控制模块进行决策,实现割草机器人的精准定位和智能避障功能。可选地,传感器可以包括:超声波传感器、红外传感器、碰撞传感器、雨水感应器、激光雷达传感器、惯性测量单元、轮速计、图像传感器、位置传感器及其他传感器,对此不做限定。
提示模块用于提示用户当前割草机器人的工作状态。本方案中,提示模块包括但不限于指示灯、蜂鸣器等。例如,割草机器人可以通过指示灯提示用户当前的电源状态、电机的工作状态、传感器的工作状态等。又例如,当检测到割草机器人出现故障或被盗时,可以通过蜂鸣器实现告警提示。
具体在本实施例中,控制模块501中的处理器会按照如下的指令,将一个或一个以上的应用程序的进程对应的可执行文件加载到存储器中,并由处理器来运行存储在存储器中的应用程序,从而实现各种功能,如下:
在割草机器人作业过程中对当前路径中的障碍物进行检测,根据检测结果以第一参数生成第一避障路径,并基于所述第一避障路径控制所述割草机器人进行作业,若在所述第一避障路径中再次检测到所述障碍物,则以第二参数生成第二避障路径,并基于所述第二避障路径控制所述割草机器人进行作业,所述第二参数大于所述第一参数,重复执行上述步骤,直至绕开所述当前路径中的障碍物。
以上各个操作的具体实施可参见前面的实施例,在此不再赘述。
本申请实施例可以在割草机器人作业过程中对当前路径中的障碍物进行检测,根据检测结果以第一参数生成第一避障路径,并基于所述第一避障路径控制所述割草机器人进行作业,若在所述第一避障路径中再次检测到所述障碍物,则以第二参数生成第二避障路径,并基于所述第二避障路径控制所述割草机器人进行作业,所述第二参数大于所述第一参数,重复执行上述步骤,直至绕开所述当前路径中的障碍物。本申请实施例在检测到障碍物时会生成第一避障路径,并在割草机器人按第一避障路径行进的过程中再次检测到障碍物时生成范围更大的第二避障路径,可以适应性的生成避障路径,提高割草机器人的避障效率以及灵活性。
本领域普通技术人员可以理解,上述实施例的各种方法中的全部或部分步骤可以通过指令来完成,或通过指令控制相关的硬件来完成,该指令可以存储于一计算机可读存储介质中,并由处理器进行加载和执行。
为此,本申请实施例提供一种存储介质,其中存储有多条指令,该指令能够被处理器进行加载,以执行本申请实施例所提供的任一种智能避障方法中的步骤。例如,该指令可以执行如下步骤:
在割草机器人作业过程中对当前路径中的障碍物进行检测,根据检测结果以第一参数生成第一避障路径,并基于所述第一避障路径控制所述割草机器人进行作业,若在所述第一避障路径中再次检测到所述障碍物,则以第二参数生成第二避障路径,并基于所述第二避障路径控制所述割草机器人进行作业,所述第二参数大于所述第一参数,重复执行上述步骤,直至绕开所述当前路径中的障碍物。
以上各个操作的具体实施可参见前面的实施例,在此不再赘述。
其中,该存储介质可以包括:只读存储器(ROM,Read Only Memory)、随机存取记忆体(RAM,Random Access Memory)、磁盘或光盘等。
由于该存储介质中所存储的指令,可以执行本申请实施例所提供的任一种智能避障方法中的步骤,因此,可以实现本申请实施例所提供的任一种智能避障方法所能实现的有益效果,详见前面的实施例,在此不再赘述。
以上对本申请实施例所提供的一种智能避障方法、割草机器人以及存储介质进行了详细介绍,本文中应用了具体个例对本申请的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本申请的方法及其核心思想;同时,对于本领域的技术人员,依据本申请的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本申请的限制。

Claims (10)

1.一种智能避障方法,其特征在于,包括:
S11、在割草机器人作业过程中对当前路径中的障碍物进行检测;
S12、根据检测结果以第一参数生成第一避障路径,并基于所述第一避障路径控制所述割草机器人进行作业;
S13、若在所述第一避障路径中再次检测到所述障碍物,则以第二参数生成第二避障路径,并基于所述第二避障路径控制所述割草机器人进行作业,所述第二参数大于所述第一参数;
S14、重复执行S12和S13,直至绕开所述当前路径中的障碍物。
2.根据权利要求1所述的方法,其特征在于,所述根据检测结果以第一参数生成第一避障路径,包括:
获取所述障碍物的特征信息;
根据所述障碍物的特征信息计算第一参数,并以第一参数生成沿当前割草方向的第一避障路径。
3.根据权利要求2所述的方法,其特征在于,所述障碍物的特征信息包括所述障碍物的水平宽度;
所述根据所述障碍物的特征信息计算第一参数,并以第一参数生成沿当前割草方向的第一避障路径,包括:
根据所述障碍物的水平宽度计算第一长度范围,
生成满足所述第一长度范围的沿当前割草方向的第一避障路径。
4.根据权利要求3所述的方法,其特征在于,所述生成满足所述第一长度范围的沿当前割草方向的第一避障路径,包括:
根据所述第一长度范围确定边长参数,以所述边长参数生成沿当前割草方向的第一折线路径;和/或,
根据所述第一长度范围确定弧度参数和弧长参数,以所述弧度参数和弧长参数生成沿当前割草方向的第一圆弧路径。
5.根据权利要求2所述的方法,其特征在于,所述以第二参数生成第二避障路径,并基于所述第二避障路径控制所述割草机器人进行作业,包括:
更新所述障碍物的特征信息;
以更新后的特征信息确定所述第二参数,根据所述第二参数生成第二避障路径;
控制所述割草机器人返回至所述第一避障路径的起点,基于所述第二避障路径控制所述割草机器人进行作业。
6.根据权利要求1所述的方法,其特征在于,在所述第一避障路径中再次检测到所述障碍物之后,所述方法还包括:
判断所述障碍物在所述割草机器人基于所述第一避障路径进行作业期间是否移动;
若未移动,则执行以第二参数生成第二避障路径的步骤;
若移动,则以所述割草机器人的当前位置再次生成第一避障路径,并基于所述第一避障路径控制所述割草机器人进行作业。
7.根据权利要求1所述的方法,其特征在于,所述根据检测结果以第一参数生成第一避障路径,包括:
将所述障碍物的水平角度按照所述割草机器人的朝向划分为左侧偏转角度和右侧偏转角度;
将所述左侧偏转角度和右侧偏转角度进行对比,以确定偏转方向;
根据所述偏转方向以及第一参数生成第一避障路径。
8.根据权利要求1所述的方法,其特征在于,所述方法还包括:
获取在所述第一避障路径中再次检测到所述障碍物的次数;
当所述次数超过预设次数时,生成警告信息以提示用户。
9.一种割草机器人,其特征在于,包括存储器,处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如权利要求1-8任一项所述智能避障方法的步骤。
10.一种存储介质,其特征在于,其上存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1-8任一项所述智能避障方法的步骤。
CN202210815218.7A 2022-07-11 2022-07-11 智能避障方法、割草机器人以及存储介质 Pending CN115016502A (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202210815218.7A CN115016502A (zh) 2022-07-11 2022-07-11 智能避障方法、割草机器人以及存储介质
PCT/CN2023/102699 WO2024012192A1 (zh) 2022-07-11 2023-06-27 智能避障方法、割草机器人以及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210815218.7A CN115016502A (zh) 2022-07-11 2022-07-11 智能避障方法、割草机器人以及存储介质

Publications (1)

Publication Number Publication Date
CN115016502A true CN115016502A (zh) 2022-09-06

Family

ID=83081345

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210815218.7A Pending CN115016502A (zh) 2022-07-11 2022-07-11 智能避障方法、割草机器人以及存储介质

Country Status (2)

Country Link
CN (1) CN115016502A (zh)
WO (1) WO2024012192A1 (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116149337A (zh) * 2023-04-14 2023-05-23 未岚大陆(北京)科技有限公司 割草控制方法、设置方法、割草机、设置装置和电子设备
WO2024001880A1 (zh) * 2022-06-29 2024-01-04 松灵机器人(深圳)有限公司 智能避障方法、装置、割草机器人以及存储介质
WO2024012192A1 (zh) * 2022-07-11 2024-01-18 松灵机器人(深圳)有限公司 智能避障方法、割草机器人以及存储介质
CN117516552A (zh) * 2024-01-08 2024-02-06 锐驰激光(深圳)有限公司 智能割草机的交叉路径规划方法、装置、设备及存储介质

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN118444687B (zh) * 2024-07-11 2024-10-25 浙江阔创科技有限公司 割草机器人的自学习避障控制方法

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101622693B1 (ko) * 2014-04-30 2016-05-19 엘지전자 주식회사 잔디 깎기 로봇 및 그 제어 방법
CN111026114A (zh) * 2019-12-12 2020-04-17 南京苏美达智能技术有限公司 一种绕障方法及自行走设备
CN113867347A (zh) * 2021-09-24 2021-12-31 深圳优艾智合机器人科技有限公司 机器人路径规划方法、装置、管理系统及计算机存储介质
CN113940186B (zh) * 2021-11-15 2022-09-27 南京苏美达智能技术有限公司 一种智能割草机的控制方法
CN115016502A (zh) * 2022-07-11 2022-09-06 松灵机器人(深圳)有限公司 智能避障方法、割草机器人以及存储介质

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2024001880A1 (zh) * 2022-06-29 2024-01-04 松灵机器人(深圳)有限公司 智能避障方法、装置、割草机器人以及存储介质
WO2024012192A1 (zh) * 2022-07-11 2024-01-18 松灵机器人(深圳)有限公司 智能避障方法、割草机器人以及存储介质
CN116149337A (zh) * 2023-04-14 2023-05-23 未岚大陆(北京)科技有限公司 割草控制方法、设置方法、割草机、设置装置和电子设备
CN117516552A (zh) * 2024-01-08 2024-02-06 锐驰激光(深圳)有限公司 智能割草机的交叉路径规划方法、装置、设备及存储介质

Also Published As

Publication number Publication date
WO2024012192A1 (zh) 2024-01-18

Similar Documents

Publication Publication Date Title
CN115016502A (zh) 智能避障方法、割草机器人以及存储介质
CN115053689A (zh) 智能避障方法、装置、割草机器人以及存储介质
US8340438B2 (en) Automated tagging for landmark identification
CN115423865A (zh) 障碍物检测方法、装置、割草机器人以及存储介质
JP2011138502A (ja) 区域分解を用いるエリア・カバレッジ・システムおよび方法
CN115136781A (zh) 割草方法、装置、割草机器人以及存储介质
CN115235485A (zh) 作业地图构建方法、装置、割草机器人以及存储介质
US20110295636A1 (en) Autonomous machine selective consultation
CN115039561A (zh) 割草方法、装置、割草机器人以及存储介质
CN115291605A (zh) 路径规划方法、装置、割草机器人以及存储介质
CN115226476A (zh) 割草方法、装置、割草机器人以及存储介质
WO2024199180A1 (zh) 路线规划方法、装置、割草机器人以及存储介质
CN115617053B (zh) 障碍物遍历方法、装置、割草机器人以及存储介质
CN115268438A (zh) 智能避障方法、装置、割草机器人以及存储介质
CN115250720B (zh) 割草方法、装置、割草机器人以及存储介质
CN115088463B (zh) 割草方法、装置、割草机器人以及存储介质
CN115129062B (zh) 割草机器人回充方法、装置、割草机器人以及存储介质
CN115053690A (zh) 割草方法、装置、割草机器人以及存储介质
US20230320263A1 (en) Method for determining information, remote terminal, and mower
CN115145283A (zh) 割草机器人回充方法、割草机器人以及存储介质
CN115493579B (zh) 定位修正方法、装置、割草机器人以及存储介质
CN115268439A (zh) 智能避障方法、装置、割草机器人以及存储介质
CN115191213A (zh) 机器人定位方法、装置、割草机器人以及存储介质
CN115359245A (zh) 障碍物检测方法、装置、割草机器人以及存储介质
CN114291083B (zh) 自移动装置控制方法、装置、系统、介质及自移动装置

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
CB02 Change of applicant information
CB02 Change of applicant information

Country or region after: China

Address after: 518000 9/F, Building A3, Nanshan Zhiyuan, No. 1001, Xueyuan Avenue, Changyuan Community, Taoyuan Street, Nanshan District, Shenzhen, Guangdong Province

Applicant after: Shenzhen Kuma Technology Co.,Ltd.

Address before: 518000 1201, Tianlong mobile headquarters building, Tongfa South Road, Xili community, Xili street, Nanshan District, Shenzhen, Guangdong Province

Applicant before: Songling robot (Shenzhen) Co.,Ltd.

Country or region before: China