CN116059424A - 一种移动式病毒消杀机器人用导航定位消杀系统 - Google Patents
一种移动式病毒消杀机器人用导航定位消杀系统 Download PDFInfo
- Publication number
- CN116059424A CN116059424A CN202310202770.3A CN202310202770A CN116059424A CN 116059424 A CN116059424 A CN 116059424A CN 202310202770 A CN202310202770 A CN 202310202770A CN 116059424 A CN116059424 A CN 116059424A
- Authority
- CN
- China
- Prior art keywords
- information
- path
- personnel
- robot
- action
- 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.)
- Granted
Links
- 241000700605 Viruses Species 0.000 title claims abstract description 12
- 238000004659 sterilization and disinfection Methods 0.000 claims abstract description 28
- 238000013075 data extraction Methods 0.000 claims abstract description 5
- 238000000034 method Methods 0.000 claims description 10
- 238000012217 deletion Methods 0.000 claims description 6
- 230000037430 deletion Effects 0.000 claims description 6
- 239000000284 extract Substances 0.000 claims description 4
- 238000012163 sequencing technique Methods 0.000 claims description 3
- 230000003612 virological effect Effects 0.000 claims 5
- 230000001954 sterilising effect Effects 0.000 claims 4
- 210000003414 extremity Anatomy 0.000 description 44
- 238000010586 diagram Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 1
- 244000309466 calf Species 0.000 description 1
- 239000000645 desinfectant Substances 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000005507 spraying Methods 0.000 description 1
- 210000000689 upper leg Anatomy 0.000 description 1
Images
Classifications
-
- 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
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A50/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE in human health protection, e.g. against extreme weather
- Y02A50/30—Against vector-borne diseases, e.g. mosquito-borne, fly-borne, tick-borne or waterborne diseases whose impact is exacerbated by climate change
Landscapes
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明涉及机器人自动控制技术领域，公开了一种移动式病毒消杀机器人用导航定位消杀系统，包括：人员数据提取模块，其用于提取人员路径数据，人员路径数据包括入口信息、坐标信息和动作信息；人员数据处理模块，其对人员路径数据的坐标信息和动作信息处理后获得第一信息；人员预测模块，基于第一信息生成当前人员的预测移动路径；作业路径生成模块，基于人员的预测移动路径生成机器人的作业路径；本发明通过预测进入作业空间的人员的移动路径来预测生成机器人的作业路径，对人员通过的空间进行及时的消杀，不需要通过高频率的全区域循环作业来保证消杀的及时性，降低了无效作业的占比。
Description
技术领域
本发明涉及机器人自动控制技术领域，更具体地说，它涉及一种移动式病毒消杀机器人用导航定位消杀系统。
背景技术
通过机器人代替人工进行消毒作业能够有效提高消毒的效率，对于人流量较大的作业空间，采用全区域循环作业的方法即可，所造成的无效作业的占比很小，但是对于人流量不大的作业空间，采用全区域循环作业的方法所造成的无效作业的占比较高，需要在满足消毒需求的基础上合理规划机器人的作业路径。
发明内容
本发明提供一种移动式病毒消杀机器人用导航定位消杀系统，解决相关技术中对于人流量不大的作业空间如何在满足消毒需求的基础上合理规划机器人的作业路径来降低无效作业的技术问题。
本发明提供了一种移动式病毒消杀机器人用导航定位消杀系统，包括：空间识别模块，其用于对机器人移动空间进行网格划分，并建立坐标系，对划分的网格标记基于建立的坐标系的坐标；人员数据提取模块，其用于提取人员路径数据，人员路径数据包括入口信息、坐标信息和动作信息；
人员数据处理模块，其对人员路径数据的坐标信息和动作信息处理后获得第一信息；人员预测模块，基于第一信息生成当前人员的预测移动路径；
作业路径生成模块，提取在一个时间窗口内进入空间的所有人员的预测移动路径生成预测移动路径集合；
如果在预测移动路径集合中的预测移动路径为一个，则将该预测移动路径规划为机器人的作业路径；如果预测移动路径集合中的预测移动路径为两个以上，则基于预测移动路径的起点和终点生成路径单元集合；基于一个路径单元集合生成一个机器人的作业路径；生成机器人的作业路径的方法包括以下步骤：
步骤201，从路径单元集合中提取一个预测移动路径，以预测移动路径的起点为机器人作业路径的起点，将该预测移动路径设置为机器人作业路径的一个单元路径；
步骤202，设置完成一个单元路径之后从遍历路径单元集合中的下一个预测移动路径，遍历终止的条件包括：一、预测移动路径的终点或起点与当前单元路径的终点相同；二、所有未被设置为单元路径的预测移动路径均被遍历；如果以条件一终止遍历，则以遍历获得的预测移动路径作为新的单元路径；如果以条件二终止遍历，则从未被设置为单元路径的预测移动路径中寻找终点或起点与当前的单元路径的终点最近的一个，并将当前单元路径的终点到达该预测移动路径的终点或起点中最短的路径设置为新的单元路径；
步骤203，迭代步骤202，迭代终止的条件为路径单元集合中的所有预测移动路径被设置为单元路径；
步骤204，将生成的所有单元路径按照生成的顺序连接构成机器人的作业路径。
进一步地，人员数据处理模块包括动作节点识别模块，其基于人员的动作信息识别人员的动作节点；
第一信息生成模块，其基于动作节点识别模块识别的动作节点来生成第一信息，第一信息包括多个动作节点，一个动作节点对应一个坐标信息和一个动作信息。
进一步地，动作节点识别模块通过以下方法处理动作信息获得动作节点：
步骤101，选择人员进入空间的肢体运动数据作为第一肢体运动数据；
步骤102，按照时间顺序向后遍历肢体运动数据，直至选择的肢体运动数据与原始肢体运动数据的第一距离大于设定的第一距离阈值时遍历终止，并将遍历终止的肢体运动数据设置为标记肢体运动数据；
步骤103，迭代执行步骤102获得该人员的所有标记肢体运动数据；
步骤104，将标记肢体运动数据按照时间顺序排序并编号，一个标记肢体运动数据映射一个动作节点和一个坐标信息，动作节点的信息即为标记肢体运动数据的编号；
标记肢体运动数据映射的坐标信息即是该标记肢体运动数据对应的同一时间节点的人员的坐标信息。
进一步地，计算第一距离的公式如下：
其中表示肢体运动数据对应的第i个肢体与纵坐标轴的夹角，表示另一个肢体运动数据对应的第i个肢体与纵坐标轴的夹角，n为肢体的数量；纵坐标轴指与地面垂直的坐标轴。
进一步地，人员预测模块包括：
第一预测模块，其用于计算当前人员的第一信息与历史人员的第一信息的第一相似度，提取与当前人员的第一信息的第一相似度最大的历史人员的第一信息；
第二预测模块，其用于获取提取的历史人员的第一信息所对应的完整路径，将获取的完整路径作为当前人员的预测移动路径。
进一步地，计算当前人员的第一信息与历史人员的第一信息的相似度包括：
将历史人员的第一信息进行删除，删除后的历史人员的第一信息的动作节点的数量与当前人员的第一信息的动作节点的数量相同；
删除的顺序是从编号最大的动作节点编号最小的动作节点的方向删除；
基于删除处理后的历史人员的第一信息计算与当前人员的第一信息的第一相似度。
进一步地，计算第一相似度的公式如下：
其中，和分别表示当前人员和历史人员的第一信息的第u个动作节点的坐标信息的第一个坐标值，和分别表示当前人员和历史人员的第一信息的第u个动作节点的坐标信息的第二个坐标值，和分别表示当前人员和历史人员的第一信息的第u个动作节点的第k个肢体与地面垂直坐标轴的夹角；q表示当前人员的第一信息的动作节点的数量，表示肢体的数量。
进一步地，路径单元集合中的预测移动路径与同一路径单元集合中的一个以上的预测移动路径存在相同的起点或终点。
进一步地，派出的机器人的数量应当是与生成的机器人的作业路径的数量一致的。
本发明的有益效果在于：
本发明通过预测进入作业空间的人员的移动路径来预测生成机器人的作业路径，对人员通过的空间进行及时的消杀，不需要通过高频率的全区域循环作业来保证消杀的及时性，降低了无效作业的占比。
附图说明
图1是本发明的一种移动式病毒消杀机器人用导航定位消杀系统的模块示意图；
图2是本发明的人员数据处理模块的模块示意图；
图3是本发明的人员预测模块的模块示意图；
图4是本发明的处理动作信息获得动作节点的流程图；
图5是本发明的生成机器人的作业路径的流程图。
图中：空间识别模块101，人员数据提取模块102，人员数据处理模块103，第一信息生成模块1032，人员预测模块104，第一预测模块1041，第二预测模块1042，作业路径生成模块105。
具体实施方式
现在将参考示例实施方式讨论本文描述的主题。应该理解，讨论这些实施方式只是为了使得本领域技术人员能够更好地理解从而实现本文描述的主题，可以在不脱离本说明书内容的保护范围的情况下，对所讨论的元素的功能和排列进行改变。各个示例可以根据需要，省略、替代或者添加各种过程或组件。另外，相对一些示例所描述的特征在其他例子中也可以进行组合。
如图1-图5所示，一种移动式病毒消杀机器人用导航定位消杀系统，包括：
空间识别模块101，其用于对机器人移动空间进行网格划分，并建立坐标系，对划分的网格标记基于建立的坐标系的坐标；
人员数据提取模块102，其用于提取人员路径数据，人员路径数据包括入口信息、坐标信息和动作信息，其中入口信息在人员从空间的入口进入空间时即被确定，空间存在两个以上的入口，识别入口信息是必要的，入口信息可以是入口的ID；坐标信息对应的是划分的网格的坐标。
人员数据处理模块103，其对人员路径数据的坐标信息和动作信息处理后获得第一信息；
在本发明的一个实施例中，人员数据处理模块103将坐标信息和动作信息按照时间节点进行划分，一个时间节点对应一个坐标信息和一个动作信息，第一信息包括时间节点、坐标信息和动作信息；
在本发明的一个实施例中，人员数据处理模块103包括动作节点识别模块1031和第一信息生成模块1032，其基于人员的动作信息识别人员的动作节点；
在本发明的一个实施例中，动作节点识别模块1031通过以下方法处理动作信息获得动作节点：
步骤101，选择人员进入空间的肢体运动数据作为第一肢体运动数据；
步骤102，按照时间顺序向后遍历肢体运动数据，直至选择的肢体运动数据与原始肢体运动数据的第一距离大于设定的第一距离阈值时遍历终止，并将遍历终止的肢体运动数据设置为标记肢体运动数据；
步骤103，迭代执行步骤102获得该人员的所有标记肢体运动数据；
步骤104，将标记肢体运动数据按照时间顺序排序并编号，一个标记肢体运动数据映射一个动作节点和一个坐标信息，动作节点的信息即为标记肢体运动数据的编号；
标记肢体运动数据映射的坐标信息即是该标记肢体运动数据对应的同一时间节点的人员的坐标信息；
一般来说通过穿戴式设备采集人员的肢体运动数据并不现实，因此可以通过采集人员运动的图像来进行图像处理获得人员的肢体运动数据是可行的手段。
在本发明的一个实施例中，基于图像处理获得的人员的肢体运动数据包括二维的人员的肢体（骨架）的运动参数，计算第一距离的公式如下：
其中表示肢体运动数据对应的第i个肢体与纵坐标轴的夹角，表示另一个肢体运动数据对应的第i个肢体与纵坐标轴的夹角，n为肢体的数量；纵坐标轴指与地面垂直的坐标轴；
如果仅采用大腿、小腿这两个肢体，则n=2。
通过采集空间图像处理获得人员的坐标信息也是可行的手段。
第一信息生成模块1032，其基于动作节点识别模块1031识别的动作节点来生成第一信息，第一信息包括多个动作节点，一个动作节点对应一个坐标信息和一个动作信息；
人员预测模块104，基于第一信息生成当前人员的预测移动路径；
人员预测模块104包括：
第一预测模块1041，其用于计算当前人员的第一信息与历史人员的第一信息的第一相似度，提取与当前人员的第一信息的第一相似度最大的历史人员的第一信息；
用于计算与当前人员的第一信息的第一相似度的历史人员的第一信息对应的人员路径的起点与当前人员的人员路径的起点相同；
为了缩小预测移动路径的范围，可以通过多曲线拟合的手段来将多条人员路径拟合获得的路径作为生成所述历史人员的第一信息的基础。
当前人员的第一信息与历史人员的第一信息所包含的动作节点的数量可能存在较大差距，为了更好地进行相似度量，在本发明的一个实施例中，提供一种计算当前人员的第一信息与历史人员的第一信息的相似度的方法：
将历史人员的第一信息进行删除，删除后的历史人员的第一信息的动作节点的数量与当前人员的第一信息的动作节点的数量相同；
删除的顺序是从编号最大的动作节点编号最小的动作节点的方向删除；
基于删除处理后的历史人员的第一信息计算与当前人员的第一信息的第一相似度；
计算第一相似度的公式如下：
其中，和分别表示当前人员和历史人员的第一信息的第u个动作节点的坐标信息的第一个坐标值，和分别表示当前人员和历史人员的第一信息的第u个动作节点的坐标信息的第二个坐标值，和分别表示当前人员和历史人员的第一信息的第u个动作节点的第k个肢体与地面垂直坐标轴的夹角；q表示当前人员的第一信息的动作节点的数量，表示肢体的数量；
坐标信息包括以空间识别模块101建立的坐标系的坐标。
第二预测模块1042，其用于获取提取的历史人员的第一信息所对应的完整路径，将获取的完整路径作为当前人员的预测移动路径；
完整路径是指提取的历史人员的第一信息所对应历史人员在空间内的一条完整路径，包括一组连续的坐标信息；
作业路径生成模块105，提取在一个时间窗口内进入空间的所有人员的预测移动路径；对于重叠的预测移动路径来说只保留其中的一个，然后生成预测移动路径集合；
时间窗口的起点是从一个人员开始进入空间进行计算，时间窗口的时间设置为固定的，在没有人员进入空间时不会启动时间窗口的计算，例如12时03分一个人员进入空间，启动时间窗口的计算，在12时13分终止时间窗口的计算，时间窗口为12时03分至12时13分。
如果在预测移动路径集合中的预测移动路径为一个，则将该预测移动路径规划为机器人的作业路径；
如果预测移动路径集合中的预测移动路径为两个以上，则基于预测移动路径的起点和终点生成路径单元集合，路径单元集合中的预测移动路径与同一路径单元集合中的一个以上的预测移动路径存在相同的起点或终点；
同时的，两个路径单元集合中的预测移动路径应当没有相同的起点或终点；
基于一个路径单元集合生成一个机器人的作业路径；
生成机器人的作业路径的方法包括：
步骤201，从路径单元集合中提取一个预测移动路径，以预测移动路径的起点为机器人作业路径的起点，将该预测移动路径设置为机器人作业路径的一个单元路径；
步骤202，设置完成一个单元路径之后从遍历路径单元集合中的下一个预测移动路径，遍历终止的条件包括：
一、预测移动路径的终点或起点与当前单元路径的终点相同；
二、所有未被设置为单元路径的预测移动路径均被遍历；
如果以条件一终止遍历，则以遍历获得的预测移动路径作为新的单元路径；
如果以条件二终止遍历，则从未被设置为单元路径的预测移动路径中寻找终点或起点与当前的单元路径的终点最近的一个，并将当前单元路径的终点到达该预测移动路径的终点或起点中最短的路径设置为新的单元路径；
步骤203，迭代步骤202，迭代终止的条件为路径单元集合中的所有预测移动路径被设置为单元路径；
步骤204，将生成的所有单元路径按照生成的顺序连接构成机器人的作业路径；
提取的第一个预测移动路径是进入空间的时间最早的人员的预测移动路径；
派出的机器人的数量应当是与生成的机器人的作业路径的数量一致的，也可以说是与路径单元集合的数量一致的；
上述实施例中的机器人可以是地面或空中机器人，能够通过喷射消毒液或其他方式进行周围空间的消毒，机器人的消毒范围大于空间识别模块101划分的网格的范围，应用空中机器人时在机器人的作业路径的基础上设置机器人的作业平面即可，该作业平面可以设置为靠近空间顶部的位置；
由于机器人对于障碍物和人员的避让为常规的技术手段，基于现有的技术对于在作业路径上的人员机器人能够识别，并且能够通过等待人员优先通过的方式来解决作业与人员行动冲突的问题。
上面对本实施例的实施例进行了描述，但是本实施例并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本实施例的启示下，还可做出很多形式，均属于本实施例的保护之内。
Claims (9)
1.一种移动式病毒消杀机器人用导航定位消杀系统，其特征在于，包括：空间识别模块，其用于对机器人移动空间进行网格划分，并建立坐标系，对划分的网格标记基于建立的坐标系的坐标；人员数据提取模块，其用于提取人员路径数据，人员路径数据包括入口信息、坐标信息和动作信息；
人员数据处理模块，其对人员路径数据的坐标信息和动作信息处理后获得第一信息；人员预测模块，基于第一信息生成当前人员的预测移动路径；
作业路径生成模块，提取在一个时间窗口内进入空间的所有人员的预测移动路径生成预测移动路径集合；
如果在预测移动路径集合中的预测移动路径为一个，则将该预测移动路径规划为机器人的作业路径；如果预测移动路径集合中的预测移动路径为两个以上，则基于预测移动路径的起点和终点生成路径单元集合；生成机器人的作业路径的方法包括以下步骤：
步骤201，从路径单元集合中提取一个预测移动路径，将该预测移动路径设置为机器人作业路径的一个单元路径；
步骤202，设置完成一个单元路径之后从遍历路径单元集合中的下一个预测移动路径，遍历终止的条件包括：一、预测移动路径的终点或起点与当前单元路径的终点相同；二、所有未被设置为单元路径的预测移动路径均被遍历；如果以条件一终止遍历，则以遍历获得的预测移动路径作为新的单元路径；如果以条件二终止遍历，则从未被设置为单元路径的预测移动路径中寻找终点或起点与当前的单元路径的终点最近的一个，并将当前单元路径的终点到达该预测移动路径的终点或起点中最短的路径设置为新的单元路径；
步骤203，迭代步骤202，迭代终止的条件为路径单元集合中的所有预测移动路径被设置为单元路径；
步骤204，将生成的所有单元路径按照生成的顺序连接构成机器人的作业路径。
2.根据权利要求1所述的一种移动式病毒消杀机器人用导航定位消杀系统，其特征在于，人员数据处理模块包括动作节点识别模块，其基于人员的动作信息识别人员的动作节点；
第一信息生成模块，其基于动作节点识别模块识别的动作节点来生成第一信息，第一信息包括多个动作节点，一个动作节点对应一个坐标信息和一个动作信息。
3.根据权利要求2所述的一种移动式病毒消杀机器人用导航定位消杀系统，其特征在于，动作节点识别模块通过以下方法处理动作信息获得动作节点：
步骤101，选择人员进入空间的肢体运动数据作为第一肢体运动数据；
步骤102，按照时间顺序向后遍历肢体运动数据，直至选择的肢体运动数据与原始肢体运动数据的第一距离大于设定的第一距离阈值时遍历终止，并将遍历终止的肢体运动数据设置为标记肢体运动数据；
步骤103，迭代执行步骤102获得该人员的所有标记肢体运动数据；
步骤104，将标记肢体运动数据按照时间顺序排序并编号，一个标记肢体运动数据映射一个动作节点和一个坐标信息，动作节点的信息即为标记肢体运动数据的编号；
标记肢体运动数据映射的坐标信息即是该标记肢体运动数据对应的同一时间节点的人员的坐标信息。
4.根据权利要求3所述的一种移动式病毒消杀机器人用导航定位消杀系统，其特征在于，计算第一距离的公式如下：
，其中表示肢体运动数据对应的第i个肢体与纵坐标轴的夹角，表示另一个肢体运动数据对应的第i个肢体与纵坐标轴的夹角，n为肢体的数量；纵坐标轴指与地面垂直的坐标轴。
5.根据权利要求1所述的一种移动式病毒消杀机器人用导航定位消杀系统，其特征在于，人员预测模块包括：
第一预测模块，其用于计算当前人员的第一信息与历史人员的第一信息的第一相似度，提取与当前人员的第一信息的第一相似度最大的历史人员的第一信息；
第二预测模块，其用于获取提取的历史人员的第一信息所对应的完整路径，将获取的完整路径作为当前人员的预测移动路径。
6.根据权利要求5所述的一种移动式病毒消杀机器人用导航定位消杀系统，其特征在于，计算当前人员的第一信息与历史人员的第一信息的相似度包括：
将历史人员的第一信息进行删除，删除后的历史人员的第一信息的动作节点的数量与当前人员的第一信息的动作节点的数量相同；
删除的顺序是从编号最大的动作节点编号最小的动作节点的方向删除；
基于删除处理后的历史人员的第一信息计算与当前人员的第一信息的第一相似度。
7.根据权利要求6所述的一种移动式病毒消杀机器人用导航定位消杀系统，其特征在于，计算第一相似度的公式如下：
，
其中，和分别表示当前人员和历史人员的第一信息的第u个动作节点的坐标信息的第一个坐标值，和分别表示当前人员和历史人员的第一信息的第u个动作节点的坐标信息的第二个坐标值，和分别表示当前人员和历史人员的第一信息的第u个动作节点的第k个肢体与地面垂直坐标轴的夹角；q表示当前人员的第一信息的动作节点的数量，表示肢体的数量。
8.根据权利要求1所述的一种移动式病毒消杀机器人用导航定位消杀系统，其特征在于，路径单元集合中的预测移动路径与同一路径单元集合中的一个以上的预测移动路径存在相同的起点或终点。
9.根据权利要求1所述的一种移动式病毒消杀机器人用导航定位消杀系统，其特征在于，派出的机器人的数量应当是与生成的机器人的作业路径的数量一致的。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310202770.3A CN116059424B (zh) | 2023-03-06 | 2023-03-06 | 一种移动式病毒消杀机器人用导航定位消杀系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310202770.3A CN116059424B (zh) | 2023-03-06 | 2023-03-06 | 一种移动式病毒消杀机器人用导航定位消杀系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116059424A true CN116059424A (zh) | 2023-05-05 |
| CN116059424B CN116059424B (zh) | 2023-06-16 |
Family
ID=86178612
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310202770.3A Active CN116059424B (zh) | 2023-03-06 | 2023-03-06 | 一种移动式病毒消杀机器人用导航定位消杀系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116059424B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117952497A (zh) * | 2024-03-25 | 2024-04-30 | 江苏酷班科技有限公司 | 一种农业物流管理系统 |
Citations (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2005032196A (ja) * | 2003-07-11 | 2005-02-03 | Japan Science & Technology Agency | 移動ロボット用経路計画システム |
| US20160075023A1 (en) * | 2014-09-12 | 2016-03-17 | Toyota Jidosha Kabushiki Kaisha | Robot motion replanning based on user motion |
| CN111317846A (zh) * | 2020-02-29 | 2020-06-23 | 珠海市一微半导体有限公司 | 一种机器人的消毒方法 |
| KR20200084505A (ko) * | 2019-01-03 | 2020-07-13 | 한양대학교 산학협력단 | 경로 예측정보를 이용한 사람 추종 방법 |
| CN112034857A (zh) * | 2020-09-10 | 2020-12-04 | 北京信息科技大学 | 一种公共场所打喷嚏、咳嗽行为自动识别与自动消毒方法和系统 |
| CN112336883A (zh) * | 2020-10-28 | 2021-02-09 | 湖南安商医疗科技有限公司 | 一种自主移动的脉冲氙气灯和等离子杀菌机器人 |
| AU2021102592A4 (en) * | 2021-05-15 | 2021-07-01 | Rajesh Bose | A robotic system for disinfecting an area |
| CN113515132A (zh) * | 2021-09-13 | 2021-10-19 | 深圳市普渡科技有限公司 | 机器人路径规划方法、机器人和计算机可读存储介质 |
| WO2021208381A1 (zh) * | 2020-04-15 | 2021-10-21 | 长沙中联重科环境产业有限公司 | 一种防疫消毒清洁机器人 |
| KR20210128558A (ko) * | 2020-04-16 | 2021-10-27 | 주식회사 힐스엔지니어링 | 자율주행 방역 로봇과 방역 로봇 관제 시스템 |
| CN113566808A (zh) * | 2021-06-17 | 2021-10-29 | 浙江图讯科技股份有限公司 | 一种导航路径规划方法、装置、设备以及可读存储介质 |
| US20220143249A1 (en) * | 2020-11-06 | 2022-05-12 | Alyssa Pierson | Autonomous, mobile robotic apparatus for applying disinfection to an interior area |
| WO2022237321A1 (zh) * | 2021-05-08 | 2022-11-17 | 珠海一微半导体股份有限公司 | 一种通行区域的路径融合规划方法、机器人及芯片 |
| CN115686020A (zh) * | 2022-11-10 | 2023-02-03 | 安徽工程大学 | 一种基于iapf-a*融合算法的机器人路径规划 |
-
2023
- 2023-03-06 CN CN202310202770.3A patent/CN116059424B/zh active Active
Patent Citations (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2005032196A (ja) * | 2003-07-11 | 2005-02-03 | Japan Science & Technology Agency | 移動ロボット用経路計画システム |
| US20160075023A1 (en) * | 2014-09-12 | 2016-03-17 | Toyota Jidosha Kabushiki Kaisha | Robot motion replanning based on user motion |
| KR20200084505A (ko) * | 2019-01-03 | 2020-07-13 | 한양대학교 산학협력단 | 경로 예측정보를 이용한 사람 추종 방법 |
| CN111317846A (zh) * | 2020-02-29 | 2020-06-23 | 珠海市一微半导体有限公司 | 一种机器人的消毒方法 |
| WO2021208381A1 (zh) * | 2020-04-15 | 2021-10-21 | 长沙中联重科环境产业有限公司 | 一种防疫消毒清洁机器人 |
| KR20210128558A (ko) * | 2020-04-16 | 2021-10-27 | 주식회사 힐스엔지니어링 | 자율주행 방역 로봇과 방역 로봇 관제 시스템 |
| CN112034857A (zh) * | 2020-09-10 | 2020-12-04 | 北京信息科技大学 | 一种公共场所打喷嚏、咳嗽行为自动识别与自动消毒方法和系统 |
| CN112336883A (zh) * | 2020-10-28 | 2021-02-09 | 湖南安商医疗科技有限公司 | 一种自主移动的脉冲氙气灯和等离子杀菌机器人 |
| US20220143249A1 (en) * | 2020-11-06 | 2022-05-12 | Alyssa Pierson | Autonomous, mobile robotic apparatus for applying disinfection to an interior area |
| WO2022237321A1 (zh) * | 2021-05-08 | 2022-11-17 | 珠海一微半导体股份有限公司 | 一种通行区域的路径融合规划方法、机器人及芯片 |
| AU2021102592A4 (en) * | 2021-05-15 | 2021-07-01 | Rajesh Bose | A robotic system for disinfecting an area |
| CN113566808A (zh) * | 2021-06-17 | 2021-10-29 | 浙江图讯科技股份有限公司 | 一种导航路径规划方法、装置、设备以及可读存储介质 |
| CN113515132A (zh) * | 2021-09-13 | 2021-10-19 | 深圳市普渡科技有限公司 | 机器人路径规划方法、机器人和计算机可读存储介质 |
| CN115686020A (zh) * | 2022-11-10 | 2023-02-03 | 安徽工程大学 | 一种基于iapf-a*融合算法的机器人路径规划 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117952497A (zh) * | 2024-03-25 | 2024-04-30 | 江苏酷班科技有限公司 | 一种农业物流管理系统 |
| CN117952497B (zh) * | 2024-03-25 | 2024-05-31 | 江苏酷班科技有限公司 | 一种农业物流管理系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116059424B (zh) | 2023-06-16 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN116059424B (zh) | 一种移动式病毒消杀机器人用导航定位消杀系统 | |
| CN111077495B (zh) | 一种基于三维激光的定位恢复方法 | |
| CN105066997B (zh) | 一种面向室内导航的动态路径生成方法 | |
| CN109528089B (zh) | 一种被困清洁机器人的继续行走方法、装置及芯片 | |
| JP2016522089A (ja) | 複雑な表面検査及び加工のための制御された自律型ロボットシステム | |
| CN113158833B (zh) | 一种基于人体姿态的无人车控制指挥方法 | |
| Ghotkar et al. | Dynamic hand gesture recognition using hidden Markov model by Microsoft Kinect sensor | |
| CN111027473A (zh) | 一种基于人体关节运动实时预测的目标识别方法及系统 | |
| CN115330360A (zh) | 一种基于多智能体仿真技术的行人轨迹推算方法 | |
| CN113180558A (zh) | 复杂区域深度作业方法、装置、计算机设备和存储介质 | |
| CN112393735B (zh) | 定位方法及装置、存储介质、电子装置 | |
| CN112785564B (zh) | 一种基于机械臂的行人检测跟踪系统与方法 | |
| CN112180987B (zh) | 协同作业方法、系统、装置、计算机设备及存储介质 | |
| CN115170911B (zh) | 一种基于图像识别的人体关键部位定位系统及方法 | |
| CN113221729B (zh) | 一种基于手势人机交互的无人机集群控制方法及系统 | |
| JP2017111473A (ja) | 地図作成方法 | |
| CN113478488B (zh) | 机器人重定位方法、装置、电子设备和存储介质 | |
| CN114326784A (zh) | 面向频谱测绘的无人机飞行路径自主规划装置及方法 | |
| CN117631690B (zh) | 基于迭代适应点算法的配电网巡检航线规划方法及系统 | |
| Gupta et al. | Real Time Surrounding Identification for Visually Impaired using Deep Learning Technique | |
| CN117824663B (zh) | 一种基于手绘场景图理解的机器人导航方法 | |
| CN117389311B (zh) | 无人机自主越障方法、装置、电子设备及存储介质 | |
| CN118209098B (zh) | 一种机器人的未知辐射场分布地图构建方法 | |
| Gharib et al. | A review of computer vision-based techniques for construction progress monitoring | |
| CN117970937A (zh) | 一种基于语义信息辅助的无人机位姿优化方法及系统 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |