CN115237113B - 机器人导航的方法、机器人、机器人系统及存储介质 - Google Patents
机器人导航的方法、机器人、机器人系统及存储介质 Download PDFInfo
- Publication number
- CN115237113B CN115237113B CN202110881751.9A CN202110881751A CN115237113B CN 115237113 B CN115237113 B CN 115237113B CN 202110881751 A CN202110881751 A CN 202110881751A CN 115237113 B CN115237113 B CN 115237113B
- Authority
- CN
- China
- Prior art keywords
- robot
- instruction
- manual control
- weight
- environment
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 46
- 238000003860 storage Methods 0.000 title claims abstract description 10
- 230000007613 environmental effect Effects 0.000 claims description 48
- 230000033001 locomotion Effects 0.000 claims description 25
- 238000004590 computer program Methods 0.000 claims description 5
- 238000013439 planning Methods 0.000 description 17
- 238000004891 communication Methods 0.000 description 5
- 230000004927 fusion Effects 0.000 description 5
- 230000016776 visual perception Effects 0.000 description 5
- 230000008569 process Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 238000007726 management method Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000011065 in-situ storage Methods 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000004888 barrier function Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 235000012054 meals Nutrition 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012384 transportation and delivery 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
- G05D1/0238—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
- G05D1/0246—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
-
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
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
本发明实施例涉及机器人领域，公开了一种机器人导航的方法、机器人、机器人系统及存储介质。本发明中机器人导航的方法，包括：若机器人检测到所处环境被识别的概率小于预设阈值，则向服务端发起人工控制的辅助请求，由所述服务端响应于所述辅助请求，获取人工控制指令并反馈至所述机器人；根据所述人工控制指令，重新识别所述机器人所处的位置；若识别到所述机器人所处的位置，则结束人工辅助控制。采用本发明实施例，可以在机器人出现无法定位自身位置的情况时，辅助机器人重新准确定位自身位置，提高机器执行导航任务的成功率。
Description
技术领域
本发明实施例涉及机器人领域，特别涉及机器人导航的方法、机器人、机器人系统及存储介质。
背景技术
随着社会经济与科学技术的发展，智能化机器人越来越受到人们的喜爱，研究具有高精度导航定位能力的机器人成为当前热点之一。机器人根据业务内容和所处场景，实现指定业务，例如，酒店配送、社区巡逻、多点巡更或导航至指定的目标点等任务，通常机器人的导航是基于自身的定位和所处环境，规划从当前位置移动至指定位置的导航任务。
然而，机器人在移动的过程中，若环境特征稀疏时，例如，环境变化为电梯、空旷区域、人多的环境、以及特征相近的走廊等，机器人会出现对自身定位丢失的情况，导致机器人不能导航至指定位置，或者导致机器人在原地待命的情况，严重影响机器人执行的任务。
发明内容
本发明实施方式的目的在于提供一种机器人导航的方法、机器人、机器人系统及存储介质，可以在机器人出现无法定位自身位置的情况时，辅助机器人重新准确定位自身位置，提高机器执行导航任务的成功率。
为解决上述技术问题，本发明的实施方式提供了一种机器人导航的方法，包括：若机器人检测到所处环境被识别的概率小于预设阈值，则向服务端发起人工控制的辅助请求，由所述服务端响应于所述辅助请求，获取人工控制指令并反馈至所述机器人；根据所述人工控制指令，重新识别所述机器人所处的位置；若识别到所述机器人所处的位置，则结束人工辅助控制。
本发明的实施方式还提供了一种机器人，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能够执行上述的机器人导航的方法。
本发明的实施方式还提供了一种机器人系统，包括：上述的机器人以及与机器人通信连接的服务端，服务端用于生成人工控制指令。
本发明的实施方式还提供了一种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机器人导航的方法。
本申请实施例中，机器人在检测到所处环境被识别的概率小于预设阈值时，向服务端发起人工控制的辅助请求，由服务端响应该辅助请求，获取人工控制指令，由于机器人检测到所处环境被识别的概率小于预设阈值，环境不能被机器人识别，导致机器人不能定位出自身在环境中的位置，不能按照预设的导航任务前进，机器人通过向服务端发起辅助请求，获取服务端反馈的人工控制指令，通过人工控制指令辅助该机器人重新识别所处的位置，进而提高机器执行导航任务的成功率。
另外，在根据人工控制指令，重新识别机器人所处的位置之前，该方法还包括：获取人工控制指令对应的第一权重以及机器人的自主控制指令对应的第二权重；根据人工控制指令，重新识别机器人所处的位置，包括：根据人工控制指令、第一权重和第二权重，确定机器人的环境采集指令；按照环境采集指令控制机器人采集环境数据；检测环境数据是否被识别，若确定环境数据被识别，则确定识别到机器人所处的位置。人工控制和机器人的自主控制可以同时对机器人进行控制，通过人工控制指令和自主控制指令共同决定环境采集指令，环境采集指令通过控制机器人采集环境数据，直至该环境数据被识别，即本实施方式通过人工控制指令，采集环境数据，从而可以丰富环境数据直至环境数据被识别，辅助该机器人重新识别所处位置，解决了机器人无法定位的问题，同时，人工控制指令并不干扰该机器人执行的任务，减少人工控制对机器人执行任务的影响。
另外，根据人工控制指令、第一权重和第二权重，确定机器人的环境采集指令，包括：检测第一权重是否大于第二权重，若第一权重大于第二权重，则确定机器人的环境采集指令为人工控制指令；若第一权重小于或等于第二权重，则获取自主控制指令中各第一执行项的指令，从人工控制指令中获取与各第一执行项目相异的第二执行项目的指令；将各第一执行项目的指令以及第二执行项目的指令的组合作为环境采集指令。根据第一权重与第二权重的比较，确定控制机器人采集的指令中人工控制指令的比重，在第一权重大于第二权重时，直接由人工控制机器人，缩短机器人重新定位的时间，当第一权重小于或等于第二权重时，减少人工控制对机器人自主控制的影响。
另外，环境采集指令包括：用于指示所述机器人运动的运动指令和用于指示采集装置转动的旋转指令；或者，所述环境采集指令包括：所述旋转指令。该环境采集指令包括机器人的运动指令，使得机器人移动改变当前的位置，进而可以采集其它具有丰富特征的环境数据，便于机器人走出未识别环境。
另外，根据人工控制指令，重新识别机器人所处的位置之前，方法还包括：停止机器人移动；控制机器人采集360度范围内的环境数据；上传采集的环境数据至服务端，以供服务端显示环境数据。机器人通过采集360度范围内的环境数据，并上传至服务端显示，便于人工确定准确的人工控制指令。
另外，检测所述环境数据是否被识别，包括：获取所述机器人执行任务的任务地图；若检测到所述任务图像中存在与所述环境数据匹配的图像，则确定所述环境数据被识别。
另外，辅助请求包括：告警信息。便于用户可以及时进行人工控制。
附图说明
一个或多个实施例通过与之对应的附图中的图片进行示例性说明，这些示例性说明并不构成对实施例的限定，附图中具有相同参考数字标号的元件表示为类似的元件，除非有特别申明，附图中的图不构成比例限制。
图1是根据本发明第一实施例提供的一种机器人导航的方法的流程图；
图2是根据本发明第一实施例提供的一种机器人导航的方法中栅格地图的示意图；
图3是根据本发明第一实施例提供的一种机器人导航的方法中摄像头视角画面的示意图；
图4是根据本发明第一实施例提供的一种机器人导航的方法中远程操作键盘的示意图；
图5是根据本发明第二实施例提供的一种机器人导航的方法的流程图；
图6是根据本发明第三实施例提供的一种机器人导航的方法的流程图；
图7是根据本发明第四实施例提供的一种机器人的结构框图；
图8是根据本发明第五实施例提供的一种机器人系统的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合附图对本发明的各实施方式进行详细的阐述。然而，本领域的普通技术人员可以理解，在本发明各实施方式中，为了使读者更好地理解本申请而提出了许多技术细节。但是，即使没有这些技术细节和基于以下各实施方式的种种变化和修改，也可以实现本申请所要求保护的技术方案。
以下各个实施例的划分是为了描述方便，不应对本发明的具体实现方式构成任何限定，各个实施例在不矛盾的前提下可以相互结合相互引用。
本发明的第一实施方式涉及一种机器人导航的方法。本实施例中机器人与服务端通信连接，机器人可以实时采集周围环境数据，并基于环境数据构建待导航环境的栅格地图、占用地图等，将获取的数据上传至服务端，由服务端根据机器人获取的数据，构建机器人待导航环境的数字孪生环境，该数字孪生环境是指模拟的该待导航环境。服务端根据目标位置和机器人定位的当前位置，为机器人规划达到目标位置的全局路径，并将该全局路径下发至机器人。机器人根据自身激光雷达、3D相机、IMU和里程计等融合的数据实现对当前位置的定位，并结合全路路径、栅格图、占用图进行局部路径规划，在局部路径规划过程中，同时获取激光和3D相机形成的视觉感知，对机器人面前出现的障碍物进行绕障的避障规划。机器人的底盘控制器执行局部规划路径，驱动机器人移动至设置的目标位置。由于机器人移动过程中，若采集的环境信息不足时，机器人将无法实现对自身位置的定位，影响导航的效果。
本实施方式中机器人导航的方法由机器人执行，其流程如图1所示：
步骤101：若机器人检测到所处环境被识别的概率小于预设阈值，则向服务端发起人工控制的辅助请求，由服务端响应于辅助请求，获取人工控制指令并反馈至机器人。
机器人与服务端通信连接，机器人在自主导航至目标位置的过程中，可以通过识别当前环境，定位自身在导航地图中的位置。机器人可以通过雷达、激光传感器或者摄象头对周围环境数据进行采集。可以预先设置预设阈值，该预设阈值可以设置为50％，或者60％。当机器人检测到所处环境被识别的概率小于预设阈值时，表明当前机器人无法准确定位自身的位置，此时可能导致规划的导航路径错误，或者导致无法规划机器人的导航路径，或者自动导航过程中出现了临时定位丢失或由于临时定位丢失导致局部路径规划的轨迹临失效。
当机器人检测到所处环境被识别的概率小于预设阈值，向服务端发起人工控制的辅助请求，该辅助请求可以包括是告警信息，也可以是请求人工控制的信息，为了便于人工控制，机器人实时上传采集的周围环境数据，例如，RGB的视频图像、栅格地图、激光扫描区域的数据。服务端可以在接收到辅助请求后，根据机器人上传的周围环境数据，在服务端栅格地图上标注机器人的位置以及机器人的朝向，显示机器人的激光扫描点的区域，如图2所示的栅格地图中，黑色粗体框为导航任务的区域，黑点为目标位置，箭头表明机器人的朝向，椭圆白色点表示机器人。同时显示机器人实时采集的RGB的视频图像，如图3所示，为摄像头视角画面，该图像可以是彩色图，也可以是黑白图像。人工根据显示的数据，向服务端输入人工控制指令，该人工控制指令可以是用于指示机器人移动的运动指令或者指示机器人的图像采集装置移动的采集指令，或者指示机器人传感器所在组件转向的指令，比如，相机安装在头部，可以控制机器人头部转动的指令、传感器安装在手臂或腰部，则可以控制手臂或腰部转动的指令等。运动指令可以是向左移动X米，采集指令可以是指示摄象头旋转的M度，M和X为正数。人工通常通过采集指令，确定运动指令，例如，控制摄像机向下和向前看，再由人工根据采集的图像判断前进道路中是否有障碍物，如有障碍物，人工控制指令将指示机器人绕开障碍物继续行进。
需要说明的是，服务端还可以显示远程操作键盘。远程操作键盘如图4所示，可以包括上下左右四个方向的第一虚拟按键，如图2中所示的a1～a4四个按键，以及控制摄像头转动的第二虚拟按键，如图2所示的b1。人工通过对远程操作键盘的操作，生成对该机器人控制的人工控制指令。该服务端将生成的人工控制指令下发至机器人。
在一个实施例中，在机器人进行导航任务之前，可以由人工控制机器人扫描周围环境数据，由服务端或者机器人生成导航地图。同理，人工可以根据RGB的视频图像，控制机器人避障行走，完成对周围环境数据的采集。
步骤102：根据人工控制指令，重新识别机器人所处的位置。
具体地，机器人可以将人工控制指令作为待执行的环境采集指令，按照人工控制指令的指示，控制机器人移动，重新采集当前机器人周围环境的数据，当人工控制指令指示机器人运动至环境特征丰富的区域，机器人重新对周围环境进行识别操作，若检测到识别该环境的概率高于预设阈值，则表明当前机器人可以基于识别的环境进行定位，进而进行导航操作。机器人可以解除人工控制的权限，重新进入自主控制的模式。若机器人检测到周围环境数据被识别的概率依然小于预设阈值，则继续由人工控制该机器人。
步骤103：若识别到机器人所处的位置，则结束人工辅助控制。
当机器人识别到机器人所处的位置，则机器人可以根据该识别的所处位置，确定自身的位置，进而重新规划至目标位置的路径。机器人可以直接解除人工控制的权限，也可以向服务端发起重新进行自主导航模式的请求，服务端获取到人工同意进入自主导航模式的指令，并下发至机器人，机器人根据该同意进入自主导航模式的指令，释放人工控制的权限，由机器人进入自主导航的模式，即由机器人和服务端自主进行路径规划，无需人工参与。
本实施例中的机器人导航的方法，针对机器人在进入电梯、轮子打滑、大空旷区域、人多、特征相近的长走廊以及环境特征稀疏等场景，易出现定位丢失的情况，通过向服务端发起辅助请求，由人工操控辅助机器人重新识别周围环境数据，辅助机器人重新定位自身的位置，规划全局路径和/或局部路径；同步实现对实体机器人自主移动上的操控，并完成目标导航任务。
本申请实施例中，机器人在检测到所处环境被识别的概率小于预设阈值时，向服务端发起人工控制的辅助请求，由服务端响应该辅助请求，获取人工控制指令，由于机器人检测到所处环境被识别的概率小于预设阈值，环境不能被机器人识别，导致机器人不能定位出自身在环境中的位置，不能按照预设的导航任务前进，机器人通过向服务端发起辅助请求，获取服务端反馈的人工控制指令，通过人工控制指令辅助该机器人重新识别所处的位置，进而提高机器执行导航任务的成功率。
本发明的第二实施方式涉及一种机器人导航的方法。第二实施方式是对第一实施方式的进一步改进，主要改进之处在于：在本发明第二实施方式中，获取人工控制指令的第一权重和自主控制指令的第二权重，进而使得机器人可以同时根据人工控制指令和自主控制指令，执行任务。其流程如图5所示：
步骤201：若机器人检测到所处环境被识别的概率小于预设阈值，则向服务端发起人工控制的辅助请求，由服务端响应于辅助请求，获取人工控制指令并反馈至所述机器人。
该步骤与第一实时方式中的步骤101大致相同，此处将不再赘述。
步骤202：获取人工控制指令对应的第一权重以及机器人的自主控制指令对应的第二权重。
具体地，可以预先设置人工控制指令对应的第一权重和机器人的自主控制指令对应的第二权重。例如，可以预先设置第一权重为x，第二权重为y。还可以根据机器人的应用场景，预先设置与应用场景对应的第一权重和第二权重。例如，若机器人应用于送餐，则可以预先设定在11点30～14:30之间、16：30～22：00之间，第一权重大于第二权重，如第一权重为0.9，第二权重为0.1，设定在14：30～16：00之间，第一权重小于第二权重，第一权重为0.4，第二权重为0.6。若机器人为巡逻机器人，可以设定第一权重大于第二权重。第一权重和第二权重也可以由机器人根据对环境识别的概率进行设置，例如，若检测到周围环境被识别的概率小于预设阈值且高于预设的权重阈值，则可以调整第一权重小于第二权重，若检测到周围环境被识别的概率小于权重阈值，则机器人调整第一权重大于第二权重，该权重阈值小于预设阈值，如，权重阈值为0.4，预设阈值为0.6。
在向服务端发起辅助请求之后，获取预先设定的第一权重和第二权重。
步骤203：根据人工控制指令、第一权重和所述第二权重，确定机器人的环境采集指令。
在一个实施例重，检测第一权重是否大于第二权重，若第一权重大于第二权重，则确定机器人的环境采集指令为人工控制指令；若第一权重小于或等于第二权重，则获取自主控制指令中各第一执行项的指令，从人工控制指令中获取与各第一执行项目相异的第二执行项目的指令；将各第一执行项目的指令以及第二执行项目的指令的组合作为环境采集指令。
具体地，检测第一权重是否大于第二权重，若第一权重大于第二权重，则确定机器人的环境采集指令为人工控制指令，即此刻完全由人工控制机器人运动采集环境数据。若第一权重小于第二权重，则表明以自主控制为主，人工控制为辅的方式采集周围环境数据，并基于采集的环境数据进行导航。在一个实施例中，环境采集指令包括：用于指示机器人运动的运动指令和用于指示采集装置转动的旋转指令；或者，环境采集指令包括：旋转指令。例如，该环境采集指令包括，指示机器人向左运动的运动指令和指示采集装置转动180度的旋转指令，采集装置可以是相机。
下面以一个具体的例子介绍第一权重小于第二权重，确定环境采集指令的过程：
例如，获取的第一权重为0.4，第二权重为0.6；第一权重小于第二权重，其中，人工控制指令包括：运动指令，向正前方移动5米，采集装置转动的旋转指令：头部摄像头向上转动30度。自主控制指令包括：运动指令，向左移动3米。获取自主控制指令中第一执行项为运动项目，该运动指令为向左移动3米，人工控制指令中与第一执行项相异的第二执行项为旋转指令，那么将向左移动3米的指令以及头部摄象向上转动30度的指令的组合作为该环境采集指令。
步骤204：按照环境采集指令控制机器人采集环境数据。
按照环境采集指令的指示控制机器人运动，并采集周围环境的环境数据。环境数据可以包括：RGB图像数据、激光扫描的区域等。
步骤205：检测环境数据是否被识别，若确定环境数据被识别，则执行步骤206，确定识别到机器人所处的位置，否则，返回执行步骤202，重新采集环境数据。
机器人可以周期性重新检测采集到的环境数据是否被识别，若确定环境数据被识别，则确定机器人可以定位自身所处位置。
在一个实施例中，检测环境数据是否被识别，包括：获取机器人执行任务的任务地图；若检测到任务图像中存在与环境数据匹配的图像，则确定环境数据被识别。
机器人可以存储导航任务中的环境图像，机器人可以从采集的环境图像中获取特征信息，将获取的特征信息与导航任务中的图像的特征信息进行比对，若对比的相似度大于相似度阈值，则表明导航任务中存在与环境数据匹配的图像，确定该环境数据被识别。
步骤206：确定识别到机器人所处的位置。
步骤207：若识别到机器人所处的位置，则结束人工辅助控制。
该步骤与第一实施例中的步骤103大致相同，此处将不再赘述。
本实施例中，根据第一权重与第二权重的比较，确定控制机器人采集的指令中人工控制指令的比重，在第一权重大于第二权重时，直接由人工控制机器人，缩短机器人重新定位的时间，当第一权重小于或等于第二权重时，减少人工控制对机器人自主控制的影响。
本发明第三实施方式涉及一种机器人导航的方法，该实施例中的方法与第一实施例的区别在于，本实施例中，在机器人重新识别所处位置之前，机器人可以自主控制机器人重新获取环境数据，并上传至服务端，其流程如图6所示：
步骤301：若机器人检测到所处环境被识别的概率小于预设阈值，则向服务端发起人工控制的辅助请求，由服务端响应于辅助请求，获取人工控制指令并反馈至机器人。
该步骤与第一实施例中的步骤101大致相同，此处将不再赘述。
需要说明的是，该辅助请求包括告警信息。具体地，若机器人出现即时定位与地图构建((simultaneous localization and mapping，SLAM)定位丢失，则机器人可以向服务端发送告警信息，该告警信息中可以包括机器人上一次定位的位置信息，服务端可以在栅格地图上标注该机器人上一次定位的位置，以便于人工可以基于上一次机器人的定位信息，向服务端输入当前的人工控制指令。另外，机器人可以通过短信的方式或者网络电话的方式向服务端发起告警信息。
步骤302：停止机器人移动。
具体地，停止机器人移动，避免机器人碰撞到障碍物。
步骤303：控制机器人采集360度范围内的环境数据。
具体地，可以控制机器人采集360度范围内的环境数据，例如，可以控制机器人原地旋转360度，以及控制摄头旋转360度采集周围环境的数据。如，机器人旋转360度，可以通过激光传感器获取周围物体距离机器人的距离，通过摄像头获取周围环境的图像。机器人还可以执行原地随机的转动等行为，以便可以采集更多的环境数据，便于人工确定控制的目标方向或区域。
需要说明的是，在机器人重新采集环境数据后，机器人还可以对采集的环境数据进行识别，若机器人重新识别到该环境，表明机器人重新定位成功，则机器人可以向服务端发送结束人工辅助控制的信息，并解除人工控制的权限。
步骤304：传采集的环境数据至服务端，以供服务端显示环境数据。
机器人可以实时将采集的环境数据上传至服务端，服务端根据采集的环境数据进行显示，例如，显示环境的图像，在环境图像上标注与机器人之间的距离，由于显示了环境数据，便于人工根据显示的环境数据控制机器人运动。
步骤305：根据人工控制指令，重新识别机器人所处的位置。
与第一实施方式中的步骤102大致相同，此处不再赘述。
步骤306：若识别到机器人所处的位置，则结束人工辅助控制。
与第一实施方式中的步骤103大致相同，此处不再赘述。
本实施例中，机器人通过采集360度范围内的环境数据，并上传至服务端显示，便于人工确定准确的人工控制指令。
本发明第四实施方式涉及一种机器人，机器人如图7所示，包括：至少一个处理器401；以及，
与至少一个处理器402通信连接的存储器；其中，存储器402存储有可被至少一个处理器401执行的指令，指令被至少一个处理器401执行，以使至少一个处理器401能够执行上述的机器人导航的方法。
其中，存储器402和处理器401采用总线方式连接，总线可以包括任意数量的互联的总线和桥，总线将一个或多个处理器和存储器402的各种电路链接在一起。总线还可以将诸如外围设备、稳压器和功率管理电路等之类的各种其他电路链接在一起，这些都是本领域所公知的，因此，本文不再对其进行进一步描述。总线接口在总线和收发机之间提供接口。收发机可以是一个元件，也可以是多个元件，比如多个接收器和发送器，提供用于在传输介质上与各种其他装置通信的单元。经处理器401处理的数据通过天线在无线介质上进行传输，进一步，天线还接收数据并将数据传送给处理器401。
处理器401负责管理总线和通常的处理，还可以提供各种功能，包括定时，外围接口，电压调节、电源管理以及其他控制功能。而存储器可以被用于存储处理器在执行操作时所使用的数据。
本发明第五实施方式涉及一种机器人系统，包括：如权上述的机器人以及与机器人60通信连接的服务端50，服务端50用于生成人工控制指令。
该机器人系统的结构如图8所示，包括机器人60和服务端50，服务端50包括数字孪生环境生成模块501、全局路径规划模块502、导航任务管理模块503以及人工控制导航模块504。该人工控制导航模块504接收机器人发送的视频流，用于将视频流发送至数字孪生环境生成模块中生成数字孪生环境；同时该人工控制导航模块504还用于接收人工输入的人工控制指令，并将人工控制指令传输至数字孪生环境生成模块501中。该数字孪生环境生成模块501与全局路径规划模块502通信连接，该数字孪生环境生成模块501将人工控制指令反馈至该全局路径规划模块502中，由全局路径规划模块502下发至机器人。
机器人中包括局部路径规划模块601、多传感器融合定位模块602、视觉感知模块603、底盘控制器604、底盘605、以及采集装置606，如雷达、单目/多目摄像机以及IMU等；该单目/多目摄像机将采集的视频流上传至服务端的人工控制导航模块504，雷达、IMU的数据传输至多传感器融合定位模块602，用于识别机器人的位置。其中，多传感器融合定位模块602、视觉感知模块603均与局部路径规划模块601连接，该多传感器融合定位模块602和视觉感知模块603将对机器人的定位数据发送至局部路径规划模块601，由局部路径规划模块601根据机器人自身的位置规划局部路径，并将局部路径下发至底盘控制模块，控制底盘运动，以及控制其它摄像头的移动等。
而当机器人识别环境数据的概率小于预设阈值时，该多传感器融合定位模块602和视觉感知模块603对机器人的定位将失效，导致不能进行导航，此时，机器人可以通过无线通信方式将向服务端发起辅助请求，该服务端的人工控制导航模块604接收到该辅助请求，同时该数字孪生环境生成模块601显示模拟的环境以及机器人上一时刻定位的位置以及机器人当前的方向，人工控制导航模块504将人工输入的人工控制指令传输至数字孪生环境生成模块501并下发至机器人的底盘控制器604，控制底盘605移动，或控制采集装置606采集环境数据，辅助机器人重新识别环境，进而重新进行路径规划，路径规划包括机器人的局部路径规划和服务端的全局路径规划。
不难发现，本实施方式为与第一实施方式相对应的系统实施例，本实施方式可与第一实施方式互相配合实施。第一实施方式中提到的相关技术细节在本实施方式中依然有效，为了减少重复，这里不再赘述。相应地，本实施方式中提到的相关技术细节也可应用在第一实施方式中。
值得一提的是，本实施方式中所涉及到的各模块均为逻辑模块，在实际应用中，一个逻辑单元可以是一个物理单元，也可以是一个物理单元的一部分，还可以以多个物理单元的组合实现。此外，为了突出本发明的创新部分，本实施方式中并没有将与解决本发明所提出的技术问题关系不太密切的单元引入，但这并不表明本实施方式中不存在其它的单元。
本发明第六实施方式涉及一种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机器人导航的方法。
本领域技术人员可以理解实现上述实施例方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序存储在一个存储介质中，包括若干指令用以使得一个设备(可以是单片机，芯片等)或处理器(processor)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-OnlyMemory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
本领域的普通技术人员可以理解，上述各实施方式是实现本发明的具体实施例，而在实际应用中，可以在形式上和细节上对其作各种改变，而不偏离本发明的精神和范围。
Claims (9)
1.一种机器人导航的方法，其特征在于，包括：
若机器人检测到所处环境被识别的概率小于预设阈值，则向服务端发起人工控制的辅助请求，由所述服务端响应于所述辅助请求，获取人工控制指令并反馈至所述机器人；
根据所述人工控制指令，重新识别所述机器人所处的位置；
若识别到所述机器人所处的位置，则结束人工辅助控制；
其中，在所述根据所述人工控制指令，重新识别所述机器人所处的位置之前，所述方法还包括：
获取所述人工控制指令对应的第一权重以及所述机器人的自主控制指令对应的第二权重；
所述根据所述人工控制指令，重新识别所述机器人所处的位置，包括：
根据所述人工控制指令、所述第一权重和所述第二权重，确定所述机器人的环境采集指令；
按照所述环境采集指令控制机器人采集环境数据；
检测所述环境数据是否被识别，若确定所述环境数据被识别，则确定识别到所述机器人所处的位置。
2.根据权利要求1所述的机器人导航的方法，其特征在于，所述根据所述人工控制指令、所述第一权重和所述第二权重，确定所述机器人的环境采集指令，包括：
检测所述第一权重是否大于第二权重，若所述第一权重大于所述第二权重，则确定所述机器人的环境采集指令为所述人工控制指令；
若所述第一权重小于或等于所述第二权重，则获取所述自主控制指令中各第一执行项的指令，从所述人工控制指令中获取与各所述第一执行项目相异的第二执行项目的指令；
将各所述第一执行项目的指令以及所述第二执行项目的指令的组合作为所述环境采集指令。
3.根据权利要求1所述的机器人导航的方法，其特征在于，所述环境采集指令包括：用于指示所述机器人运动的运动指令和用于指示采集装置转动的旋转指令；
或者，所述环境采集指令包括：用于指示采集装置转动的旋转指令。
4.根据权利要求1所述的机器人导航的方法，其特征在于，所述根据所述人工控制指令，重新识别所述机器人所处的位置之前，所述方法还包括：
停止机器人移动；
控制机器人采集360度范围内的环境数据；
上传采集的环境数据至服务端，以供服务端显示所述环境数据。
5.根据权利要求1所述的机器人导航的方法，其特征在于，所述检测所述环境数据是否被识别，包括：
获取所述机器人执行任务的任务地图；
若检测到所述任务图像中存在与所述环境数据匹配的图像，则确定所述环境数据被识别。
6.根据权利要求1所述的机器人导航的方法，其特征在于，所述辅助请求包括：告警信息。
7.一种机器人，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能够执行如权利要求1-6任一所述的机器人导航的方法。
8.一种机器人系统，其特征在于，包括：如权利要求1-6任一项所述的机器人以及与所述机器人通信连接的服务端，所述服务端用于生成人工控制指令。
9.一种计算机可读存储介质，存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的机器人导航的方法。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110881751.9A CN115237113B (zh) | 2021-08-02 | 2021-08-02 | 机器人导航的方法、机器人、机器人系统及存储介质 |
| PCT/CN2022/084592 WO2023010870A1 (zh) | 2021-08-02 | 2022-03-31 | 机器人导航的方法、机器人、机器人系统、装置及介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110881751.9A CN115237113B (zh) | 2021-08-02 | 2021-08-02 | 机器人导航的方法、机器人、机器人系统及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115237113A CN115237113A (zh) | 2022-10-25 |
| CN115237113B true CN115237113B (zh) | 2023-05-12 |
Family
ID=83666956
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110881751.9A Active CN115237113B (zh) | 2021-08-02 | 2021-08-02 | 机器人导航的方法、机器人、机器人系统及存储介质 |
Country Status (2)
| Country | Link |
|---|---|
| CN (1) | CN115237113B (zh) |
| WO (1) | WO2023010870A1 (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117697769B (zh) * | 2024-02-06 | 2024-04-30 | 成都威世通智能科技有限公司 | 一种基于深度学习的机器人控制系统和方法 |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111947666A (zh) * | 2020-08-21 | 2020-11-17 | 广州高新兴机器人有限公司 | 一种室外激光导航位置丢失自动找回方法 |
Family Cites Families (20)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102941920A (zh) * | 2012-12-05 | 2013-02-27 | 南京理工大学 | 一种基于多旋翼飞行器的高压输电线路巡检机器人及其方法 |
| US10571911B2 (en) * | 2014-12-07 | 2020-02-25 | Toyota Motor Engineering & Manufacturing North America, Inc. | Mixed autonomous and manual control of a vehicle |
| CN104615146B (zh) * | 2015-02-05 | 2017-04-19 | 广州快飞计算机科技有限公司 | 一种无需外部导航信号的无人机喷药作业自动导航方法 |
| CN105563484B (zh) * | 2015-12-08 | 2018-04-10 | 深圳达闼科技控股有限公司 | 一种云机器人系统、机器人和机器人云平台 |
| CN107708938B (zh) * | 2016-04-15 | 2021-06-04 | 达闼机器人有限公司 | 一种云机器人系统、机器人及机器人云平台 |
| JP6744679B2 (ja) * | 2016-12-07 | 2020-08-19 | 深▲セン▼前▲海▼▲達▼▲闥▼▲雲▼端智能科技有限公司Ｃｌｏｕｄｍｉｎｄｓ （Ｓｈｅｎｚｈｅｎ） Ｒｏｂｏｔｉｃｓ Ｓｙｓｔｅｍｓ Ｃｏ．， Ｌｔｄ． | ヒューマンマシンハイブリッド意思決定方法および装置 |
| US10664502B2 (en) * | 2017-05-05 | 2020-05-26 | Irobot Corporation | Methods, systems, and devices for mapping wireless communication signals for mobile robot guidance |
| CN107150347B (zh) * | 2017-06-08 | 2021-03-30 | 华南理工大学 | 基于人机协作的机器人感知与理解方法 |
| CN109389641A (zh) * | 2017-08-02 | 2019-02-26 | 北京贝虎机器人技术有限公司 | 室内地图综合数据生成方法及室内重定位方法 |
| CN108458706A (zh) * | 2017-12-25 | 2018-08-28 | 达闼科技（北京）有限公司 | 一种导航方法、装置、云端服务器及计算机程序产品 |
| CN108885460B (zh) * | 2018-02-02 | 2020-07-03 | 深圳前海达闼云端智能科技有限公司 | 定位方法、装置、机器人及计算机可读存储介质 |
| CN109008804A (zh) * | 2018-04-28 | 2018-12-18 | 深圳乐动机器人有限公司 | 清洁机器人信息加载方法和清洁机器人 |
| CN110834327B (zh) * | 2018-08-17 | 2021-06-29 | 深圳市优必选科技有限公司 | 一种机器人的控制方法及设备 |
| US11584020B2 (en) * | 2018-12-04 | 2023-02-21 | Cloudminds Robotics Co., Ltd. | Human augmented cloud-based robotics intelligence framework and associated methods |
| CN109739239B (zh) * | 2019-01-21 | 2021-09-21 | 天津迦自机器人科技有限公司 | 一种用于巡检机器人的不间断仪表识别的规划方法 |
| CN109986561B (zh) * | 2019-03-29 | 2021-04-20 | 北京猎户星空科技有限公司 | 一种机器人远程控制方法、装置和存储介质 |
| CN110900602B (zh) * | 2019-11-26 | 2021-01-19 | 苏州博众机器人有限公司 | 一种定位恢复方法、装置、机器人及存储介质 |
| CN112668687B (zh) * | 2020-12-01 | 2022-08-26 | 达闼机器人股份有限公司 | 云端机器人系统、云服务器、机器人控制模块和机器人 |
| CN112581535B (zh) * | 2020-12-25 | 2023-03-24 | 达闼机器人股份有限公司 | 机器人定位方法、装置、存储介质及电子设备 |
| CN113001544B (zh) * | 2021-02-26 | 2022-03-25 | 深圳乐动机器人有限公司 | 一种机器人的控制方法、装置及机器人 |
-
2021
- 2021-08-02 CN CN202110881751.9A patent/CN115237113B/zh active Active
-
2022
- 2022-03-31 WO PCT/CN2022/084592 patent/WO2023010870A1/zh unknown
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111947666A (zh) * | 2020-08-21 | 2020-11-17 | 广州高新兴机器人有限公司 | 一种室外激光导航位置丢失自动找回方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115237113A (zh) | 2022-10-25 |
| WO2023010870A1 (zh) | 2023-02-09 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105946853B (zh) | 基于多传感器融合的长距离自动泊车的系统及方法 | |
| CN111045425B (zh) | 一种地面无人车辆的辅助遥操作驾驶方法 | |
| WO2020258721A1 (zh) | 智能巡航车导航方法及系统 | |
| US11124079B2 (en) | Autonomous alignment of a vehicle and a wireless charging device | |
| CN106168805A (zh) | 基于云计算的机器人自主行走的方法 | |
| CN112461227B (zh) | 轮式底盘机器人巡检智能化自主导航方法 | |
| CN105629970A (zh) | 一种基于超声波的机器人定位避障方法 | |
| KR20160015987A (ko) | 실내 인프라 지도 및 센서를 이용한 위치 인식 기반 원격 자율주행 시스템 및 그 방법 | |
| WO2015024407A1 (zh) | 基于电力机器人的双目视觉导航系统及方法 | |
| US20200047346A1 (en) | Robot and robot system comprising same | |
| CN109773783B (zh) | 一种基于空间点云识别的巡防智能机器人及其警务系统 | |
| CN108801269A (zh) | 一种室内云机器人导航系统及方法 | |
| CN214520204U (zh) | 一种基于深度相机和激光雷达的港区智能巡检机器人 | |
| CN108873914A (zh) | 一种基于深度图像数据的机器人自主导航系统及方法 | |
| CN112518739A (zh) | 履带式底盘机器人侦察智能化自主导航方法 | |
| CN113791619B (zh) | 一种机场自动驾驶牵引车调度导航系统及方法 | |
| WO2022205356A1 (zh) | 自动泊车方法、电子设备及计算机可读存储介质 | |
| CN111637890A (zh) | 一种结合终端增强现实技术的移动机器人导航方法 | |
| CN115237113B (zh) | 机器人导航的方法、机器人、机器人系统及存储介质 | |
| TW201805595A (zh) | 結合人工標記進行電腦視覺定位的自主移動設備及方法 | |
| CN109960254B (zh) | 机器人及其路径规划方法 | |
| JP2021177144A (ja) | 情報処理装置、情報処理方法及びープログラム | |
| WO2023102911A1 (zh) | 数据采集方法、数据展示方法、数据处理方法、飞行器的降落方法、数据展示系统及存储介质 | |
| US11390274B2 (en) | Parking information management server, parking assist device, and parking assist system | |
| CN113081525B (zh) | 一种智能助行设备及智能助行设备的控制方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |