CN116225028B - 清扫机器人前向行驶纠偏方法及纠偏装置 - Google Patents
清扫机器人前向行驶纠偏方法及纠偏装置 Download PDFInfo
- Publication number
- CN116225028B CN116225028B CN202310490550.5A CN202310490550A CN116225028B CN 116225028 B CN116225028 B CN 116225028B CN 202310490550 A CN202310490550 A CN 202310490550A CN 116225028 B CN116225028 B CN 116225028B
- Authority
- CN
- China
- Prior art keywords
- road
- cleaning robot
- contour
- image
- contour image
- 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
- 238000004140 cleaning Methods 0.000 title claims abstract description 248
- 238000000034 method Methods 0.000 title claims abstract description 58
- 238000012545 processing Methods 0.000 claims abstract description 41
- 238000012937 correction Methods 0.000 claims abstract description 29
- 230000008859 change Effects 0.000 claims description 52
- 238000012549 training Methods 0.000 claims description 21
- 238000000605 extraction Methods 0.000 claims description 8
- 238000003709 image segmentation Methods 0.000 claims description 6
- 230000008569 process Effects 0.000 description 10
- 230000006870 function Effects 0.000 description 7
- 239000011159 matrix material Substances 0.000 description 6
- 238000013528 artificial neural network Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 238000003491 array Methods 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 238000010408 sweeping Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000004519 manufacturing process Methods 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
- 239000013307 optical fiber Substances 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
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
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
- G05D1/0219—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory ensuring the processing of the whole working surface
-
- 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
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E10/00—Energy generation through renewable energy sources
- Y02E10/50—Photovoltaic [PV] energy
Landscapes
- Engineering & Computer Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Image Analysis (AREA)
- Manipulator (AREA)
Abstract
本公开是关于一种清扫机器人前向行驶纠偏方法、清扫机器人前向行驶纠偏装置及电子设备。该清扫机器人前向行驶纠偏方法包括获取清扫机器人前向行驶时前进区域的道路图像；基于图像处理模型，提取道路图像中清扫机器人前进时需要行进道路的道路轮廓特征，得到道路轮廓图像；根据道路轮廓图像中道路两侧轮廓的轮廓直线相对于道路轮廓图像的相对位置，确定清扫机器人前向行驶时的偏离情况；根据清扫机器人前向行驶时的偏离情况，调整清扫机器人的前进方向。通过根据道路轮廓图像中道路两侧轮廓的轮廓直线相对于道路轮廓图像的相对位置可确定出清扫机器人实际在前进道路中的大概位置，便于出现偏离时及时调整清扫机器人的前进方向。
Description
技术领域
本公开涉及图像处理技术领域，尤其涉及一种清扫机器人前向行驶纠偏方法、清扫机器人前向行驶纠偏装置及电子设备。
背景技术
随着能源行业变革，新能源越来越重要。其中，光伏产业作为太阳能利用的支柱产业应用越来越广泛。光伏板长时间应用后需要光伏板清扫机器人进行清扫。但在行走过程中光伏板清扫机器人会出现偏斜。如果纠正不及时会造成行走道路严重偏离正确路线甚至道路错误的情况出现。
发明内容
有鉴于此，本公开实施例期望提供一种清扫机器人前向行驶纠偏方法、清扫机器人前向行驶纠偏装置及电子设备。
本公开的技术方案是这样实现的：
第一方面，本公开提供一种清扫机器人前向行驶纠偏方法。
本公开实施例提供的清扫机器人前向行驶纠偏方法，包括：
获取清扫机器人前向行驶时前进区域的道路图像；
基于图像处理模型，提取所述道路图像中所述清扫机器人前进时需要行进道路的道路轮廓特征，得到道路轮廓图像；
根据所述道路轮廓图像中道路两侧轮廓的轮廓直线相对于所述道路轮廓图像的相对位置，确定所述清扫机器人前向行驶时的偏离情况；
根据所述清扫机器人前向行驶时的偏离情况，调整所述清扫机器人的前进方向。
在一些实施例中，所述根据所述道路轮廓图像中道路两侧轮廓的轮廓直线相对于所述道路轮廓图像的相对位置，确定所述清扫机器人前向行驶时的偏离情况，包括：
在所述道路轮廓图像内建立平面坐标系；
确定所述清扫机器人前进时需要行进道路的道路两侧轮廓的轮廓直线在所述平面坐标系内的直线方程及所述道路轮廓图像内参考直线的直线方程；
根据所述道路轮廓图像中所述参考直线与所述轮廓直线在所述道路轮廓图像内的交点坐标，确定所述清扫机器人前向行驶时的偏离情况。
在一些实施例中，所述根据所述清扫机器人前向行驶时的偏离情况，调整所述清扫机器人的前进方向，包括：
确定所述道路轮廓图像中偏离波动的坐标变化区间；
若所述参考直线与所述轮廓直线在所述道路轮廓图像内的交点坐标不在所述坐标变化区间内，则确定所述清扫机器人的前进方向出现偏离，对所述清扫机器人的前进方向进行调整；其中，所述坐标变化区间根据当前帧的所述道路轮廓图像内道路轮廓的横向尺寸，与所述道路轮廓图像的横向尺寸的比例进行调整。
在一些实施例中，所述若所述参考直线与所述轮廓直线在所述道路轮廓图像内的交点坐标不在所述坐标变化区间内，则确定所述清扫机器人的前进方向出现偏离，对所述清扫机器人的前进方向进行调整，包括：
若所述参考直线与所述轮廓直线在所述道路轮廓图像内的交点的X轴坐标值小于所述坐标变化区间内X轴坐标值的最小值，则调整所述清扫机器人向X轴正方向前进；
若所述参考直线与所述轮廓直线在所述道路轮廓图像内的交点的X轴坐标值大于所述坐标变化区间内X轴坐标值的最大值，则调整所述清扫机器人向X轴负方向前进。
在一些实施例中，所述根据所述道路轮廓图像中道路两侧轮廓的轮廓直线相对于所述道路轮廓图像的相对位置，确定所述清扫机器人前向行驶时的偏离情况，包括：
确定所述道路轮廓图像中道路轮廓的边数；
若所述道路轮廓的边数大于预定阈值，则确定所述道路轮廓图像中存在道路交叉口；
在存在所述道路交叉口的所述道路轮廓图像中确定道路轮廓图像中道路两侧轮廓的轮廓直线相对于所述道路轮廓图像的相对位置时，确定所述清扫机器人当前所在道路在所述道路轮廓图像中对应的道路两侧轮廓的轮廓直线相对于所述道路轮廓图像的相对位置；
基于所述清扫机器人当前所在道路在所述道路轮廓图像中对应的道路两侧轮廓的轮廓直线相对于所述道路轮廓图像的相对位置，确定所述清扫机器人前向行驶时的偏离情况。
在一些实施例中，所述调整所述清扫机器人的前进方向，包括：
若确定清扫机器人前进时需要行进道路中存在道路交叉口，且当所述清扫机器人行驶至所述道路交叉口时，接收后台发送的道路选择指示；
根据所述道路选择指示，转向所述道路交叉口中的目标道路。
在一些实施例中，所述基于图像处理模型，提取所述道路图像中所述清扫机器人前进时需要行进道路的道路轮廓特征，得到道路轮廓图像，包括：
基于所述图像处理模型，对所述道路图像进行图像分割，提取所述道路图像中所述清扫机器人前进时需要行进道路的道路轮廓特征，得到包含有所述道路两侧轮廓的道路轮廓图像。
在一些实施例中，所述基于图像处理模型，提取所述道路图像中所述清扫机器人前进时需要行进道路的道路轮廓特征，得到道路轮廓图像前，所述方法包括：
采集所述清扫机器人在同类道路行驶时的道路训练图像；
基于采集的道路训练图像对所述图像处理模型进行模型训练，训练所述图像处理模型在所述道路图像中提取所述道路图像中所述清扫机器人前进时需要行进道路的道路轮廓特征的能力，输出道路轮廓图像。
第二方面，本公开提供一种清扫机器人前向行驶纠偏装置，包括：
道路图像获取模块，用于获取清扫机器人前向行驶时前进区域的道路图像；
特征提取模块，用于基于图像处理模型，提取所述道路图像中所述清扫机器人前进时需要行进道路的道路轮廓特征，得到道路轮廓图像；
偏离情况确定模块，用于根据所述道路轮廓图像中道路两侧轮廓的轮廓直线相对于所述道路轮廓图像的相对位置，确定所述清扫机器人前向行驶时的偏离情况；
方向调整模块，用于根据所述清扫机器人前向行驶时的偏离情况，调整所述清扫机器人的前进方向。
第三方面，本公开提供一种电子设备，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清扫机器人前向行驶纠偏程序，所述处理器执行所述清扫机器人前向行驶纠偏程序时，实现上述第一方面所述的清扫机器人前向行驶纠偏方法。
根据本公开实施例的清扫机器人前向行驶纠偏方法包括获取清扫机器人前向行驶时前进区域的道路图像；基于图像处理模型，提取道路图像中清扫机器人前进时需要行进道路的道路轮廓特征，得到道路轮廓图像；根据道路轮廓图像中道路两侧轮廓的轮廓直线相对于道路轮廓图像的相对位置，确定清扫机器人前向行驶时的偏离情况；根据清扫机器人前向行驶时的偏离情况，调整清扫机器人的前进方向。本申请中通过根据道路轮廓图像中道路两侧轮廓的轮廓直线相对于道路轮廓图像的相对位置可确定出清扫机器人在前进时实际在前进道路中的大概位置，从而判断出扫机器人是否偏离了前进方向，或在行进过程中是否产生严重左偏或严重右偏的情况。如果行进过程中产生严重的偏离了前进方向，则可及时调整清扫机器人的前进方向，从而减少清扫机器人过度偏离的情况。
本公开附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本公开的实践了解到。
附图说明
图1是根据一示例性实施例示出的清扫机器人前向行驶纠偏方法流程图一；
图2是根据一示例性实施例示出的清扫机器人前向行驶纠偏方法中道路轮廓图像示意图；
图3是根据一示例性实施例示出的清扫机器人前向行驶纠偏方法流程图二；
图4是根据一示例性实施例示出的清扫机器人前向行驶纠偏方法流程图三；
图5是根据一示例性实施例示出的清扫机器人前向行驶纠偏装置结构示意图。
具体实施方式
下面详细描述本公开的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本公开，而不能理解为对本公开的限制。
随着能源行业变革，新能源越来越重要。其中，光伏产业作为太阳能利用的支柱产业应用越来越广泛。光伏板长时间应用后需要光伏板清扫机器人进行清扫。但在行走过程中光伏板清扫机器人会出现偏斜。如果纠正不及时会造成行走道路严重偏离正确路线甚至道路错误的情况出现。
针对上述情况，本公开提供一种清扫机器人前向行驶纠偏方法。图1是根据一示例性实施例示出的清扫机器人前向行驶纠偏方法流程图。如图1所示，该清扫机器人前向行驶纠偏方法包括：步骤10、获取清扫机器人前向行驶时前进区域的道路图像；
步骤11、基于图像处理模型，提取所述道路图像中所述清扫机器人前进时需要行进道路的道路轮廓特征，得到道路轮廓图像；
步骤12、根据所述道路轮廓图像中道路两侧轮廓的轮廓直线相对于所述道路轮廓图像的相对位置，确定所述清扫机器人前向行驶时的偏离情况；
步骤13、根据所述清扫机器人前向行驶时的偏离情况，调整所述清扫机器人的前进方向。
在本示例性实施例中，清扫机器人前向行驶纠偏方法可应用于清扫机器人进入光伏板方阵前的道路上前进时进行纠偏。图像处理模型可以包括U2-net模型。U2-net模型是一种开源的基于U-net提出的新网络结构。U-net网络结构前半部分是神经网络特征提取，后半部分是上采样。图像处理模型也可以包括RSU(ReSidual U-blocks)模型。RSU模型用一种类似FPN的结构连接在一起。FPN结构即特征金字塔结构，将神经网络提取不同尺度的特征进行融合的过程。通过图像处理模型，提取所述道路图像中所述清扫机器人前进时需要行进道路的道路轮廓特征，得到道路轮廓图像。
根据本公开实施例的清扫机器人前向行驶纠偏方法包括获取清扫机器人前向行驶时前进区域的道路图像；基于图像处理模型，提取道路图像中清扫机器人前进时需要行进道路的道路轮廓特征，得到道路轮廓图像；根据道路轮廓图像中道路两侧轮廓的轮廓直线相对于道路轮廓图像的相对位置，确定清扫机器人前向行驶时的偏离情况；根据清扫机器人前向行驶时的偏离情况，调整清扫机器人的前进方向。本申请中通过根据道路轮廓图像中道路两侧轮廓的轮廓直线相对于道路轮廓图像的相对位置可确定出清扫机器人在前进时实际在前进道路中的大概位置，从而判断出扫机器人是否偏离了前进方向，及在行进过程中是否产生左偏或右偏的情况。如果行进过程中产生严重的偏离了前进方向，则可及时调整清扫机器人的前进方向，从而减少清扫机器人过度偏离的情况。
在一些实施例中，所述根据所述道路轮廓图像中道路两侧轮廓的轮廓直线相对于所述道路轮廓图像的相对位置，确定所述清扫机器人前向行驶时的偏离情况，包括：
在所述道路轮廓图像内建立平面坐标系；
确定所述清扫机器人前进时需要行进道路的道路两侧轮廓的轮廓直线在所述平面坐标系内的直线方程及所述道路轮廓图像内参考直线的直线方程；
根据所述道路轮廓图像中所述参考直线与所述轮廓直线在所述道路轮廓图像内的交点坐标，确定所述清扫机器人前向行驶时的偏离情况。
在本示例性实施例中，图2是根据一示例性实施例示出的清扫机器人前向行驶纠偏方法中道路轮廓图像示意图。如图2所示，道路轮廓图像包括存在道路交叉口的道路轮廓图像（左侧）和不存在道路交叉口的道路轮廓图像（右侧）。参考直线可以确定为道路轮廓图像的图像边界所在的直线，包括横向边界或纵向边界等。即平行于X轴或平行于Y轴的直线。在所述道路轮廓图像内建立平面坐标系后，道路轮廓图像内的道路两侧轮廓的轮廓直线会对应有直线方程。参考直线也会对应有直线方程。参考直线与所述轮廓直线在所述道路轮廓图像内的交点会对应有交点坐标。通过交点坐标的变化可判断清扫机器人在前进时偏向的变化。
在一些实施例中，所述根据所述清扫机器人前向行驶时的偏离情况，调整所述清扫机器人的前进方向，包括：
确定所述道路轮廓图像中偏离波动的坐标变化区间；
若所述参考直线与所述轮廓直线在所述道路轮廓图像内的交点坐标不在所述坐标变化区间内，则确定所述清扫机器人的前进方向出现偏离，对所述清扫机器人的前进方向进行调整；其中，所述坐标变化区间根据当前帧的所述道路轮廓图像内道路轮廓的横向尺寸，与所述道路轮廓图像的横向尺寸的比例进行调整。
在本示例性实施例中，坐标变化区间根据当前帧的所述道路轮廓图像内道路轮廓的横向尺寸，与所述道路轮廓图像的横向尺寸的比例进行调整。例如，在道路轮廓图像大小不变且清扫机器人所在的道路的宽度也不变的情况下，坐标变化区间不变。当道路轮廓图像大小不变时，如果清扫机器人所在的道路的宽度出现了变化，在获取同样大小的道路轮廓图像情况下，道路轮廓图像中的道路轮廓会变小，此时需要调整坐标变化区间，从而有利于准确确定清扫机器人的偏离情况。例如，如果清扫机器人所在的道路的宽度变窄，需要调整坐标变化区间变小。例如，由坐标变化区间[X1，X2]变成坐标变化区间[X1+5，X2-5]。其中，设置区间为[X1，X2]等于[1/7*img_w,4/7*img_w]的值。img_w为道路轮廓图像的横向尺寸。
在本示例性实施例中，在判断参考直线与所述轮廓直线在所述道路轮廓图像内的交点坐标是否在所述坐标变化区间内时，判断道路两侧轮廓的一条轮廓直线与参考直线的交点坐标是否在坐标变化区间内即可。在进行判断时，可取X轴方向上的坐标变化区间[X1，X2]进行判断。判断交点在X轴方向上的坐标X是否在坐标变化区间[X1，X2]内。或，判断判断交点在Y轴方向上的截距b是否在坐标变化区间[Y1，Y2]内。
若所述参考直线与所述轮廓直线在所述道路轮廓图像内的交点坐标不在所述坐标变化区间内，则确定所述清扫机器人的前进方向出现偏离，对所述清扫机器人的前进方向进行调整。
在一些实施例中，所述若所述参考直线与所述轮廓直线在所述道路轮廓图像内的交点坐标不在所述坐标变化区间内，则对所述清扫机器人的前进方向进行调整，包括：
若所述参考直线与所述轮廓直线在所述道路轮廓图像内的交点的X轴坐标值小于所述坐标变化区间内X轴坐标值的最小值，则调整所述清扫机器人向X轴正方向前进；
若所述参考直线与所述轮廓直线在所述道路轮廓图像内的交点的X轴坐标值大于所述坐标变化区间内X轴坐标值的最大值，则调整所述清扫机器人向X轴负方向前进。
在本示例性实施例中，若所述参考直线与所述轮廓直线在所述道路轮廓图像内的交点的X轴坐标值小于所述坐标变化区间内X轴坐标值的最小值，说明清扫机器人行驶过程中过度偏向了X轴负方向，此时需要调整所述清扫机器人向X轴正方向前进。若所述参考直线与所述轮廓直线在所述道路轮廓图像内的交点的X轴坐标值大于所述坐标变化区间内X轴坐标值的最大值，说明清扫机器人行驶过程中过度偏向了X轴正方向，此时需要调整所述清扫机器人向X轴负方向前进。如此及时调整清扫机器人的前进方向，从而减少清扫机器人过度偏离的情况。
在一些实施例中，所述根据所述道路轮廓图像中道路两侧轮廓的轮廓直线相对于所述道路轮廓图像的相对位置，确定所述清扫机器人前向行驶时的偏离情况，包括：
确定所述道路轮廓图像中道路轮廓的边数；
若所述道路轮廓的边数大于预定阈值，则确定所述道路轮廓图像中存在道路交叉口；
在存在所述道路交叉口的所述道路轮廓图像中确定道路轮廓图像中道路两侧轮廓的轮廓直线相对于所述道路轮廓图像的相对位置时，确定所述清扫机器人当前所在道路在所述道路轮廓图像中对应的道路两侧轮廓的轮廓直线相对于所述道路轮廓图像的相对位置；
基于所述清扫机器人当前所在道路在所述道路轮廓图像中对应的道路两侧轮廓的轮廓直线相对于所述道路轮廓图像的相对位置，确定所述清扫机器人前向行驶时的偏离情况。
在本示例性实施例中，如图2所示，左侧的道路轮廓图像中可能存在道路交叉口的情况。预定阈值可以确定为4。当道路轮廓的边数大于4时，可确定道路轮廓图像中存在道路交叉口。例如图2左侧道路轮廓图像的道路轮廓存在8个边数，大于4，则左侧的道路轮廓图像中存在道路交叉口。在存在道路交叉口的道路轮廓图像中确定道路轮廓图像中道路两侧轮廓的轮廓直线相对于道路轮廓图像的相对位置时，可确定清扫机器人当前所在道路在道路轮廓图像中对应的道路两侧轮廓的轮廓直线相对于道路轮廓图像的相对位置。即确定道路轮廓图像中靠近图像底边的轮廓直线相对于道路轮廓图像的相对位置。
本申请中可基于opencv开源框架，处理包含有道路交叉口的道路轮廓图像与未包含有道路交叉口的道路轮廓图像，利用findContours函数获取包含有道路交叉口的道路轮廓图像中最大面积的轮廓，利用opencv中的approxPolyDP函数获得包含有道路交叉口的道路轮廓图像多边形的边数（即图中白色多边形的边数）。
在一些实施例中，所述调整所述清扫机器人的前进方向，包括：
若确定清扫机器人前进时需要行进道路中存在道路交叉口，且当所述清扫机器人行驶至所述道路交叉口时，接收后台发送的道路选择指示；
根据所述道路选择指示，转向所述道路交叉口中的目标道路。
在本示例性实施例中，当清扫机器人行驶至道路交叉口时，清扫机器人可根据接收到的道路选择指示，转向所述道路交叉口中的目标道路继续行驶。
在本示例性实施例中，所述基于图像处理模型，提取所述道路图像中所述清扫机器人前进时需要行进道路的道路轮廓特征，得到道路轮廓图像，包括：
基于所述图像处理模型，对所述道路图像进行图像分割，提取所述道路图像中所述清扫机器人前进时需要行进道路的道路轮廓特征，得到包含有所述道路两侧轮廓的道路轮廓图像。
在本示例性实施例中，所述基于图像处理模型，提取所述道路图像中所述清扫机器人前进时需要行进道路的道路轮廓特征，得到道路轮廓图像前，所述方法包括：
采集所述清扫机器人在同类道路行驶时的道路训练图像；
基于采集的道路训练图像对所述图像处理模型进行模型训练，训练所述图像处理模型在所述道路图像中提取所述道路图像中所述清扫机器人前进时需要行进道路的道路轮廓特征的能力，输出道路轮廓图像。如此可得到用于图像分割特征提取的图像处理模型。
图3是根据一示例性实施例示出的在光伏板方阵中前向行驶的纠偏方法流程图二。如图3所示，纠偏方法流程包括：
步骤30、获取区域图像；
步骤31、对区域图像中的道路进行图像分割；
步骤32、获取存在道路交叉口的道路轮廓图像和不存在道路交叉口的道路轮廓图像；当行驶至道路交叉口时选择道路，不在道路交叉口时向前行驶；
步骤33、根据diff值前向行驶纠偏。
图4是根据一示例性实施例示出的在光伏板方阵中前向行驶的纠偏方法流程图三。如图4所示，纠偏方法流程包括：
步骤40、采集现场道路图像；
步骤41、基于道路图像制作训练数据集；
步骤42、通过训练数据集训练图像处理模型；
步骤43、输入待分析的道路图像至图像处理模型；
步骤44、通过图像处理模型对道路图像进行图像处理，获得道路轮廓图像；
步骤45、基于opencv框架确定道路与道路交叉口；
步骤46、获得道路两侧轮廓的轮廓直线与参考直线的交点坐标；
步骤47、机器人前向行驶纠偏。
本申请的在光伏板方阵中前向行驶的纠偏方法，对基于现有开源模型进行加工改造，技术实现更加简单高效，降低光伏板发电企业机器人的使用成本，达到增能降本，快速实现机器人在光伏方阵当中前向行驶纠偏问题，有效地节约人力，物力。
本公开提供一种清扫机器人前向行驶纠偏装置。图5是根据一示例性实施例示出的清扫机器人前向行驶纠偏装置结构示意图。如图5所示，清扫机器人前向行驶纠偏装置包括：
道路图像获取模块50，用于获取清扫机器人前向行驶时前进区域的道路图像；
特征提取模块51，用于基于图像处理模型，提取所述道路图像中所述清扫机器人前进时需要行进道路的道路轮廓特征，得到道路轮廓图像；
偏离情况确定模块52，用于根据所述道路轮廓图像中道路两侧轮廓的轮廓直线相对于所述道路轮廓图像的相对位置，确定所述清扫机器人前向行驶时的偏离情况；
方向调整模块53，用于根据所述清扫机器人前向行驶时的偏离情况，调整所述清扫机器人的前进方向。
在本示例性实施例中，清扫机器人前向行驶纠偏装置可应用于清扫机器人进入光伏板方阵前的道路上前进时进行纠偏。图像处理模型可以包括U2-net模型。U2-net模型是一种开源的基于U-net提出的新网络结构。U-net网络结构前半部分是神经网络特征提取，后半部分是上采样。图像处理模型也可以包括RSU(ReSidual U-blocks)模型。RSU模型用一种类似FPN的结构连接在一起。FPN结构即特征金字塔结构，将神经网络提取不同尺度的特征进行融合的过程。通过图像处理模型，提取所述道路图像中所述清扫机器人前进时需要行进道路的道路轮廓特征，得到道路轮廓图像。
根据本公开实施例的清扫机器人前向行驶纠偏装置包括获取清扫机器人前向行驶时前进区域的道路图像；基于图像处理模型，提取道路图像中清扫机器人前进时需要行进道路的道路轮廓特征，得到道路轮廓图像；根据道路轮廓图像中道路两侧轮廓的轮廓直线相对于道路轮廓图像的相对位置，确定清扫机器人前向行驶时的偏离情况；根据清扫机器人前向行驶时的偏离情况，调整清扫机器人的前进方向。本申请中通过根据道路轮廓图像中道路两侧轮廓的轮廓直线相对于道路轮廓图像的相对位置可确定出清扫机器人在前进时实际在前进道路中的大概位置，从而判断出扫机器人是否偏离了前进方向，及在行进过程中是否产生左偏或右偏的情况。如果行进过程中产生严重的偏离了前进方向，则可及时调整清扫机器人的前进方向，从而减少清扫机器人过度偏离的情况。
在一些实施例中，所述偏离情况确定模块52，用于
在所述道路轮廓图像内建立平面坐标系；
确定所述清扫机器人前进时需要行进道路的道路两侧轮廓的轮廓直线在所述平面坐标系内的直线方程及所述道路轮廓图像内参考直线的直线方程；
根据所述道路轮廓图像中所述参考直线与所述轮廓直线在所述道路轮廓图像内的交点坐标，确定所述清扫机器人前向行驶时的偏离情况。
在本示例性实施例中，图2是根据一示例性实施例示出的清扫机器人前向行驶纠偏方法中道路轮廓图像示意图。如图2所示，道路轮廓图像包括存在道路交叉口的道路轮廓图像（左侧）和不存在道路交叉口的道路轮廓图像（右侧）。参考直线可以确定为道路轮廓图像的图像边界所在的直线，包括横向边界或纵向边界等。即平行于X轴或平行于Y轴的直线。在所述道路轮廓图像内建立平面坐标系后，道路轮廓图像内的道路两侧轮廓的轮廓直线会对应有直线方程。参考直线也会对应有直线方程。参考直线与所述轮廓直线在所述道路轮廓图像内的交点会对应有交点坐标。通过交点坐标的变化可判断清扫机器人在前进时偏向的变化。
在一些实施例中，所述方向调整模块53，用于
确定所述道路轮廓图像中偏离波动的坐标变化区间；
若所述参考直线与所述轮廓直线在所述道路轮廓图像内的交点坐标不在所述坐标变化区间内，则确定所述清扫机器人的前进方向出现偏离，对所述清扫机器人的前进方向进行调整；其中，所述坐标变化区间根据当前帧的所述道路轮廓图像内道路轮廓的横向尺寸，与所述道路轮廓图像的横向尺寸的比例进行调整。
在本示例性实施例中，坐标变化区间根据当前帧的所述道路轮廓图像内道路轮廓的横向尺寸，与所述道路轮廓图像的横向尺寸的比例进行调整。例如，在道路轮廓图像大小不变且清扫机器人所在的道路的宽度也不变的情况下，坐标变化区间不变。当道路轮廓图像大小不变时，如果清扫机器人所在的道路的宽度出现了变化，在获取同样大小的道路轮廓图像情况下，道路轮廓图像中的道路轮廓会变小，此时需要调整坐标变化区间，从而有利于准确确定清扫机器人的偏离情况。例如，如果清扫机器人所在的道路的宽度变窄，需要调整坐标变化区间变小。例如，由坐标变化区间[X1，X2]变成坐标变化区间[X1+5，X2-5]。其中，设置区间为[X1，X2]等于[1/7*img_w,4/7*img_w]的值。img_w为道路轮廓图像的横向尺寸。
在本示例性实施例中，在判断参考直线与所述轮廓直线在所述道路轮廓图像内的交点坐标是否在所述坐标变化区间内时，判断道路两侧轮廓的一条轮廓直线与参考直线的交点坐标是否在坐标变化区间内即可。在进行判断时，可取X轴方向上的坐标变化区间[X1，X2]进行判断。判断交点在X轴方向上的坐标X是否在坐标变化区间[X1，X2]内。或，判断判断交点在Y轴方向上的截距b是否在坐标变化区间[Y1，Y2]内。
若所述参考直线与所述轮廓直线在所述道路轮廓图像内的交点坐标不在所述坐标变化区间内，则确定所述清扫机器人的前进方向出现偏离，对所述清扫机器人的前进方向进行调整。
在一些实施例中，所述方向调整模块53，用于
若所述参考直线与所述轮廓直线在所述道路轮廓图像内的交点的X轴坐标值小于所述坐标变化区间内X轴坐标值的最小值，则调整所述清扫机器人向X轴正方向前进；
若所述参考直线与所述轮廓直线在所述道路轮廓图像内的交点的X轴坐标值大于所述坐标变化区间内X轴坐标值的最大值，则调整所述清扫机器人向X轴负方向前进。
在本示例性实施例中，若所述参考直线与所述轮廓直线在所述道路轮廓图像内的交点的X轴坐标值小于所述坐标变化区间内X轴坐标值的最小值，说明清扫机器人行驶过程中过度偏向了X轴负方向，此时需要调整所述清扫机器人向X轴正方向前进。若所述参考直线与所述轮廓直线在所述道路轮廓图像内的交点的X轴坐标值大于所述坐标变化区间内X轴坐标值的最大值，说明清扫机器人行驶过程中过度偏向了X轴正方向，此时需要调整所述清扫机器人向X轴负方向前进。如此及时调整清扫机器人的前进方向，从而减少清扫机器人过度偏离的情况。
在一些实施例中，所述偏离情况确定模块，用于
确定所述道路轮廓图像中道路轮廓的边数；
若所述道路轮廓的边数大于预定阈值，则确定所述道路轮廓图像中存在道路交叉口；
在存在所述道路交叉口的所述道路轮廓图像中确定道路轮廓图像中道路两侧轮廓的轮廓直线相对于所述道路轮廓图像的相对位置时，确定所述清扫机器人当前所在道路在所述道路轮廓图像中对应的道路两侧轮廓的轮廓直线相对于所述道路轮廓图像的相对位置；
基于所述清扫机器人当前所在道路在所述道路轮廓图像中对应的道路两侧轮廓的轮廓直线相对于所述道路轮廓图像的相对位置，确定所述清扫机器人前向行驶时的偏离情况。
在本示例性实施例中，如图2所示，左侧的道路轮廓图像中可能存在道路交叉口的情况。预定阈值可以确定为4。当道路轮廓的边数大于4时，可确定道路轮廓图像中存在道路交叉口。在存在道路交叉口的道路轮廓图像中确定道路轮廓图像中道路两侧轮廓的轮廓直线相对于道路轮廓图像的相对位置时，可确定清扫机器人当前所在道路在道路轮廓图像中对应的道路两侧轮廓的轮廓直线相对于道路轮廓图像的相对位置。即确定道路轮廓图像中靠近图像底边的轮廓直线相对于道路轮廓图像的相对位置。
本申请中可基于opencv开源框架，处理包含有道路交叉口的道路轮廓图像与未包含有道路交叉口的道路轮廓图像，利用findContours函数获取包含有道路交叉口的道路轮廓图像中最大面积的轮廓，利用opencv中的approxPolyDP函数获得包含有道路交叉口的道路轮廓图像多边形的边数（即图中白色多边形的边数）。
在一些实施例中，所述方向调整模块53，用于
若确定清扫机器人前进时需要行进道路中存在道路交叉口，且当所述清扫机器人行驶至所述道路交叉口时，接收后台发送的道路选择指示；
根据所述道路选择指示，转向所述道路交叉口中的目标道路。
在本示例性实施例中，当清扫机器人行驶至道路交叉口时，清扫机器人可根据接收到的道路选择指示，转向所述道路交叉口中的目标道路继续行驶。
在一些实施例中，所述特征提取模块51，用于
基于所述图像处理模型，对所述道路图像进行图像分割，提取所述道路图像中所述清扫机器人前进时需要行进道路的道路轮廓特征，得到包含有所述道路两侧轮廓的道路轮廓图像。
在一些实施例中，包括模型训练模块；
所述模型训练模块，用于
采集所述清扫机器人在同类道路行驶时的道路训练图像；
基于采集的道路训练图像对所述图像处理模型进行模型训练，训练所述图像处理模型在所述道路图像中提取所述道路图像中所述清扫机器人前进时需要行进道路的道路轮廓特征的能力，输出道路轮廓图像。如此可得到用于图像分割特征提取的图像处理模型。
本公开提供一种计算机可读存储介质，其上存储有清扫机器人前向行驶纠偏程序，该清扫机器人前向行驶纠偏程序被处理器执行时，实现上述各实施例所述的清扫机器人前向行驶纠偏方法。
本公开提供一种电子设备，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清扫机器人前向行驶纠偏程序，所述处理器执行所述清扫机器人前向行驶纠偏程序时，实现上述各实施例所述的清扫机器人前向行驶纠偏方法。
需要说明的是，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（如基于计算机的系统、包括处理器的系统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程序，然后将其存储在计算机存储器中。
应当理解，本公开的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列（PGA），现场可编程门阵列（FPGA）等。
在本说明书的描述中，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公开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一定指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何的一个或多个实施例或示例中以合适的方式结合。
在本公开的描述中，需要理解的是，术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”“内”、“外”、“顺时针”、“逆时针”、“轴向”、“径向”、“周向”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公开和简化描述，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公开的限制。
此外，本公开实施例中所使用的“第一”、“第二”等术语，仅用于描述目的，而不可以理解为指示或者暗示相对重要性，或者隐含指明本实施例中所指示的技术特征数量。由此，本公开实施例中限定有“第一”、“第二”等术语的特征，可以明确或者隐含地表示该实施例中包括至少一个该特征。在本公开的描述中，词语“多个”的含义是至少两个或者两个及以上，例如两个、三个、四个等，除非实施例中另有明确具体的限定。
在本公开中，除非实施例中另有明确的相关规定或者限定，否则实施例中出现的术语“安装”、“相连”、“连接”和“固定”等应做广义理解，例如，连接可以是固定连接，也可以是可拆卸连接，或成一体，可以理解的，也可以是机械连接、电连接等；当然，还可以是直接相连，或者通过中间媒介进行间接连接，或者可以是两个元件内部的连通，或者两个元件的相互作用关系。对于本领域的普通技术人员而言，能够根据具体的实施情况理解上述术语在本公开中的具体含义。
在本公开中，除非另有明确的规定和限定，第一特征在第二特征“上”或“下”可以是第一和第二特征直接接触，或第一和第二特征通过中间媒介间接接触。而且，第一特征在第二特征“之上”、“上方”和“上面”可是第一特征在第二特征正上方或斜上方，或仅仅表示第一特征水平高度高于第二特征。第一特征在第二特征“之下”、“下方”和“下面”可以是第一特征在第二特征正下方或斜下方，或仅仅表示第一特征水平高度小于第二特征。
尽管上面已经示出和描述了本公开的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本公开的限制，本领域的普通技术人员在本公开的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (9)
1.一种清扫机器人前向行驶纠偏方法，其特征在于，包括：
获取清扫机器人前向行驶时前进区域的道路图像；
基于图像处理模型，提取所述道路图像中所述清扫机器人前进时需要行进道路的道路轮廓特征，得到道路轮廓图像；
根据所述道路轮廓图像中道路两侧轮廓的轮廓直线相对于所述道路轮廓图像的相对位置，确定所述清扫机器人前向行驶时的偏离情况；
根据所述清扫机器人前向行驶时的偏离情况，调整所述清扫机器人的前进方向；其中，
所述根据所述道路轮廓图像中道路两侧轮廓的轮廓直线相对于所述道路轮廓图像的相对位置，确定所述清扫机器人前向行驶时的偏离情况，包括：
确定所述清扫机器人前进时需要行进道路的道路两侧轮廓的轮廓直线在平面坐标系内的直线方程及所述道路轮廓图像内参考直线的直线方程；
根据所述道路轮廓图像中所述参考直线与所述轮廓直线在所述道路轮廓图像内的交点坐标，确定所述清扫机器人前向行驶时的偏离情况；
所述根据所述清扫机器人前向行驶时的偏离情况，调整所述清扫机器人的前进方向，包括：
若所述参考直线与所述轮廓直线在所述道路轮廓图像内的交点坐标不在坐标变化区间内，则确定所述清扫机器人的前进方向出现偏离，对所述清扫机器人的前进方向进行调整；其中，所述坐标变化区间为清扫机器人前进时交点坐标允许偏离波动的坐标变化范围。
2.根据权利要求1所述的清扫机器人前向行驶纠偏方法，其特征在于，所述若所述参考直线与所述轮廓直线在所述道路轮廓图像内的交点坐标不在坐标变化区间内，则确定所述清扫机器人的前进方向出现偏离，对所述清扫机器人的前进方向进行调整前，
所述方法包括：
根据当前帧的所述道路轮廓图像内道路轮廓的横向尺寸，与所述道路轮廓图像的横向尺寸的比例确定所述坐标变化区间。
3.根据权利要求2所述的清扫机器人前向行驶纠偏方法，其特征在于，所述若所述参考直线与所述轮廓直线在所述道路轮廓图像内的交点坐标不在所述坐标变化区间内，则确定所述清扫机器人的前进方向出现偏离，对所述清扫机器人的前进方向进行调整，包括：
若所述参考直线与所述轮廓直线在所述道路轮廓图像内的交点的X轴坐标值小于所述坐标变化区间内X轴坐标值的最小值，则调整所述清扫机器人向X轴正方向前进；
若所述参考直线与所述轮廓直线在所述道路轮廓图像内的交点的X轴坐标值大于所述坐标变化区间内X轴坐标值的最大值，则调整所述清扫机器人向X轴负方向前进。
4.根据权利要求1所述的清扫机器人前向行驶纠偏方法，其特征在于，所述根据所述道路轮廓图像中道路两侧轮廓的轮廓直线相对于所述道路轮廓图像的相对位置，确定所述清扫机器人前向行驶时的偏离情况，包括：
确定所述道路轮廓图像中道路轮廓的边数；
若所述道路轮廓的边数大于预定阈值，则确定所述道路轮廓图像中存在道路交叉口；
在存在所述道路交叉口的所述道路轮廓图像中确定道路轮廓图像中道路两侧轮廓的轮廓直线相对于所述道路轮廓图像的相对位置时，确定所述清扫机器人当前所在道路在所述道路轮廓图像中对应的道路两侧轮廓的轮廓直线相对于所述道路轮廓图像的相对位置；
基于所述清扫机器人当前所在道路在所述道路轮廓图像中对应的道路两侧轮廓的轮廓直线相对于所述道路轮廓图像的相对位置，确定所述清扫机器人前向行驶时的偏离情况。
5.根据权利要求4所述的清扫机器人前向行驶纠偏方法，其特征在于，所述调整所述清扫机器人的前进方向，包括：
若确定清扫机器人前进时需要行进道路中存在道路交叉口，且当所述清扫机器人行驶至所述道路交叉口时，接收后台发送的道路选择指示；
根据所述道路选择指示，转向所述道路交叉口中的目标道路。
6.根据权利要求1所述的清扫机器人前向行驶纠偏方法，其特征在于，所述基于图像处理模型，提取所述道路图像中所述清扫机器人前进时需要行进道路的道路轮廓特征，得到道路轮廓图像，包括：
基于所述图像处理模型，对所述道路图像进行图像分割，提取所述道路图像中所述清扫机器人前进时需要行进道路的道路轮廓特征，得到包含有所述道路两侧轮廓的道路轮廓图像。
7.根据权利要求1所述的清扫机器人前向行驶纠偏方法，其特征在于，所述基于图像处理模型，提取所述道路图像中所述清扫机器人前进时需要行进道路的道路轮廓特征，得到道路轮廓图像前，所述方法包括：
采集所述清扫机器人在同类道路行驶时的道路训练图像；
基于采集的道路训练图像对所述图像处理模型进行模型训练，训练所述图像处理模型在所述道路图像中提取所述道路图像中所述清扫机器人前进时需要行进道路的道路轮廓特征的能力，输出道路轮廓图像。
8.一种清扫机器人前向行驶纠偏装置，其特征在于，包括：
道路图像获取模块，用于获取清扫机器人前向行驶时前进区域的道路图像；
特征提取模块，用于基于图像处理模型，提取所述道路图像中所述清扫机器人前进时需要行进道路的道路轮廓特征，得到道路轮廓图像；
偏离情况确定模块，用于根据所述道路轮廓图像中道路两侧轮廓的轮廓直线相对于所述道路轮廓图像的相对位置，确定所述清扫机器人前向行驶时的偏离情况；
方向调整模块，用于根据所述清扫机器人前向行驶时的偏离情况，调整所述清扫机器人的前进方向；其中，
所述根据所述道路轮廓图像中道路两侧轮廓的轮廓直线相对于所述道路轮廓图像的相对位置，确定所述清扫机器人前向行驶时的偏离情况，包括：
确定所述清扫机器人前进时需要行进道路的道路两侧轮廓的轮廓直线在平面坐标系内的直线方程及所述道路轮廓图像内参考直线的直线方程；及
根据所述道路轮廓图像中所述参考直线与所述轮廓直线在所述道路轮廓图像内的交点坐标，确定所述清扫机器人前向行驶时的偏离情况；
所述根据所述清扫机器人前向行驶时的偏离情况，调整所述清扫机器人的前进方向，包括：
若所述参考直线与所述轮廓直线在所述道路轮廓图像内的交点坐标不在坐标变化区间内，则确定所述清扫机器人的前进方向出现偏离，对所述清扫机器人的前进方向进行调整；其中，所述坐标变化区间为清扫机器人前进时交点坐标允许偏离波动的坐标变化范围。
9.一种电子设备，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清扫机器人前向行驶纠偏程序，所述处理器执行所述清扫机器人前向行驶纠偏程序时，实现权利要求1-7中任一项所述的清扫机器人前向行驶纠偏方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310490550.5A CN116225028B (zh) | 2023-05-04 | 2023-05-04 | 清扫机器人前向行驶纠偏方法及纠偏装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310490550.5A CN116225028B (zh) | 2023-05-04 | 2023-05-04 | 清扫机器人前向行驶纠偏方法及纠偏装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116225028A CN116225028A (zh) | 2023-06-06 |
| CN116225028B true CN116225028B (zh) | 2023-07-21 |
Family
ID=86587562
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310490550.5A Active CN116225028B (zh) | 2023-05-04 | 2023-05-04 | 清扫机器人前向行驶纠偏方法及纠偏装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116225028B (zh) |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5675489A (en) * | 1995-07-06 | 1997-10-07 | Carnegie Mellon University | System and method for estimating lateral position |
| US6807287B1 (en) * | 1998-02-27 | 2004-10-19 | Lucas Industries Limited | Road profile prediction |
| CN111372440A (zh) * | 2017-12-18 | 2020-07-03 | 株式会社久保田 | 自动转向系统以及自动转向方法 |
Family Cites Families (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH06187451A (ja) * | 1992-12-21 | 1994-07-08 | Tokyo Gas Co Ltd | 自走式ロボット |
| DE102012008030A1 (de) * | 2011-09-24 | 2013-03-28 | Volkswagen Aktiengesellschaft | Verfahren und Vorrichtung zur Erfassung eines Fahrbahnrandes für ein Fahrzeug |
| CN106599760B (zh) * | 2015-10-14 | 2020-11-06 | 国网智能科技股份有限公司 | 一种变电站巡检机器人行驶区域计算方法 |
| CN106846299B (zh) * | 2016-12-26 | 2020-04-28 | 东软集团股份有限公司 | 一种检测区域的校正方法和装置 |
| US11274929B1 (en) * | 2017-10-17 | 2022-03-15 | AI Incorporated | Method for constructing a map while performing work |
| JP7228219B2 (ja) * | 2018-06-29 | 2023-02-24 | 国立大学法人金沢大学 | 横方向位置推定装置及び横方向位置推定方法 |
| CN111007855A (zh) * | 2019-12-19 | 2020-04-14 | 厦门理工学院 | 一种agv车导航控制方法 |
| CN111522355B (zh) * | 2020-03-19 | 2023-06-13 | 尚特杰电力科技有限公司 | 一种基于边缘计算的无人机巡检系统及其巡检方法 |
| JP7458883B2 (ja) * | 2020-04-27 | 2024-04-01 | 株式会社小松製作所 | 運搬車両の管理システム及び運搬車両の管理方法 |
| CN114355946A (zh) * | 2022-01-07 | 2022-04-15 | 哈尔滨工业大学 | 一种车辆驾驶引导系统 |
| CN115963815A (zh) * | 2022-05-27 | 2023-04-14 | 江苏博人智能机器人有限公司 | 一种基于slam的环卫机器人路径跟踪控制系统及方法 |
| CN115063765A (zh) * | 2022-06-07 | 2022-09-16 | 北京百度网讯科技有限公司 | 一种道路边界线确定方法、装置、设备及存储介质 |
| CN115359026A (zh) * | 2022-08-31 | 2022-11-18 | 南京慧尔视智能科技有限公司 | 基于微波雷达的特种车辆行进方法、装置、电子设备及介质 |
| CN115826575A (zh) * | 2022-11-28 | 2023-03-21 | 湖南湘江智车出行科技有限公司 | 一种无人清扫车的自适应贴边调节方法及调节系统 |
| CN116009532A (zh) * | 2022-12-02 | 2023-04-25 | 长沙中联重科环境产业有限公司 | 环卫车辆的远程辅助驾驶方法及系统、设备、存储介质 |
-
2023
- 2023-05-04 CN CN202310490550.5A patent/CN116225028B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5675489A (en) * | 1995-07-06 | 1997-10-07 | Carnegie Mellon University | System and method for estimating lateral position |
| US6807287B1 (en) * | 1998-02-27 | 2004-10-19 | Lucas Industries Limited | Road profile prediction |
| CN111372440A (zh) * | 2017-12-18 | 2020-07-03 | 株式会社久保田 | 自动转向系统以及自动转向方法 |
Non-Patent Citations (1)
| Title |
|---|
| 智能小车的巡检引导线图像处理研究;戴睿;《盐城工学院学报(自然科学版)》;第35卷(第4期);57-61 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116225028A (zh) | 2023-06-06 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10970566B2 (en) | Lane line detection method and apparatus | |
| CN109409202B (zh) | 基于动态感兴趣区域的鲁棒性车道线检测方法 | |
| CN107766405B (zh) | 自动车辆道路模型定义系统 | |
| CN112417926B (zh) | 车位识别方法、装置、计算机设备及可读存储介质 | |
| CN111862157A (zh) | 一种机器视觉与毫米波雷达融合的多车辆目标跟踪方法 | |
| CN102646343B (zh) | 车辆检测装置 | |
| EP2620930B1 (en) | Track estimation device and program | |
| CN109583280A (zh) | 车道线识别方法、装置、设备及存储介质 | |
| US7623700B2 (en) | Stereoscopic image processing apparatus and the method of processing stereoscopic images | |
| CN106338989A (zh) | 一种田间机器人双目视觉导航方法及系统 | |
| CN105620470A (zh) | 一种作业车辆行偏移检测调整方法及系统 | |
| CN105740782A (zh) | 一种基于单目视觉的驾驶员换道过程量化方法 | |
| KR20150102546A (ko) | 차선 인식 장치 및 방법 | |
| US20080317288A1 (en) | Vehicle, Image Processing System, Image Processing Method, Image Processing Program, Image Processing System Configuration Method, and Server | |
| CN103116889A (zh) | 一种定位方法及电子设备 | |
| CN105488492A (zh) | 一种彩色图像预处理方法、道路识别方法及相关装置 | |
| CN108482369B (zh) | 一种车道中央保持控制方法及系统 | |
| CN111414853A (zh) | 基于机器视觉的自动驾驶方法、装置、计算机设备和存储介质 | |
| CN109753841B (zh) | 车道线识别方法和装置 | |
| CN114394088A (zh) | 泊车循迹轨迹生成方法、装置、电子设备及存储介质 | |
| CN106228531B (zh) | 基于地平线搜索的自动灭点标定方法及系统 | |
| Wang et al. | Lane boundary detection based on parabola model | |
| EP3631675B1 (en) | Advanced driver assistance system and method | |
| CN112085843A (zh) | 一种隧道类目标特征实时提取及测量方法和装置 | |
| CN116225028B (zh) | 清扫机器人前向行驶纠偏方法及纠偏装置 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |