CN116400709A - 机器人轨迹确定方法、装置、机器人及存储介质 - Google Patents

机器人轨迹确定方法、装置、机器人及存储介质 Download PDF

Info

Publication number
CN116400709A
CN116400709A CN202310514518.6A CN202310514518A CN116400709A CN 116400709 A CN116400709 A CN 116400709A CN 202310514518 A CN202310514518 A CN 202310514518A CN 116400709 A CN116400709 A CN 116400709A
Authority
CN
China
Prior art keywords
target
robot
determining
human body
target 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.)
Granted
Application number
CN202310514518.6A
Other languages
English (en)
Other versions
CN116400709B (zh
Inventor
李晓歌
彭勃
马金素
吴彦生
朱坤华
岳春龙
王俊阳
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.)
Henan Citic Hengtong Archives Management Consulting Co ltd
Original Assignee
Henan University of Animal Husbandry and Economy
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 Henan University of Animal Husbandry and Economy filed Critical Henan University of Animal Husbandry and Economy
Priority to CN202310514518.6A priority Critical patent/CN116400709B/zh
Publication of CN116400709A publication Critical patent/CN116400709A/zh
Application granted granted Critical
Publication of CN116400709B publication Critical patent/CN116400709B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G05D1/0253—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means extracting relative motion information from a plurality of images taken successively, e.g. visual odometry, optical flow
    • 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)
  • Remote Sensing (AREA)
  • Electromagnetism (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Radar, Positioning & Navigation (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Optics & Photonics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
  • Manipulator (AREA)

Abstract

本申请涉及机器人技术的领域，尤其是涉及一种机器人轨迹确定方法、装置、机器人及存储介质，该方法包括获取机器人当前所在的原点位置，获取目标图像，并确定目标图像中各个人体目标在目标图像中各自对应的人体区域，然后基于目标图像中各个人体目标在目标图像中各自对应的人体区域确定是否存在推荐目标，推荐目标为进入机器人所在运行区域的入口的人体目标，若存在推荐目标，则基于原点位置和目标位置确定机器人的运行轨迹，机器人能够基于运行轨迹移动至目标位置，目标位置为机器人所在运行区域的入口位置，若不存在推荐目标，则确定预设轨迹为机器人的运行轨迹。本申请具有提升机器人的使用率的效果。

Description

机器人轨迹确定方法、装置、机器人及存储介质
技术领域
本申请涉及机器人技术的领域，尤其是涉及一种机器人轨迹确定方法、装置、机器人及存储介质。
背景技术
机器人技术的应用和进步，正在逐渐改变人们的生活。现阶段，机器人在一些场景已经逐渐代替人工的工作，例如在一些会议中心、科技展厅以及博物馆等，机器人能够在规定的区域内移动，为用户展示一些咨询信息或提供导航服务。
但是，机器人往往是按照规划的路线在区域内移动，或者是采用避让用户的方式随机的移动，只有在用户发现并且有需求时，用于才会主动找寻机器人使用；但是可能存在新进入区域内的用户有需求但是并不知晓存在机器人能够提供服务的情况，进而也导致机器人的使用率较低的问题。
发明内容
为了提升机器人的使用率，本申请提供一种机器人轨迹确定方法、装置、机器人及存储介质。
第一方面，本申请提供一种机器人轨迹确定方法，采用如下的技术方案：
一种机器人轨迹确定方法，包括：
通过采用上述技术方案，获取机器人当前所在的原点位置；
获取目标图像，所述目标图像为针对目标方向拍摄的图像，所述目标方向为机器人所在运行区域的入口方向；
确定所述目标图像中各个人体目标在所述目标图像中各自对应的人体区域；
基于所述目标图像中各个人体目标在所述目标图像中各自对应的人体区域确定是否存在推荐目标，所述推荐目标为进入机器人所在运行区域的入口的人体目标；
若存在所述推荐目标，则基于所述原点位置和目标位置确定机器人的运行轨迹，机器人能够基于所述运行轨迹移动至目标位置，所述目标位置为机器人所在运行区域的入口位置；
若不存在所述推荐目标，则确定预设轨迹为机器人的运行轨迹。
通过采用上述技术方案，通过获取针对机器人所在运行区域的入口方向拍摄的目标图像，然后基于所述目标图像中各个人体目标在所述目标图像中各自对应的人体区域确定是否存在进入机器人所在运行区域的入口的推荐目标，也即确定是否存在用户进入机器人所在运行区域入口的目标位置，如果存在，则基于获取的原点位置和目标位置确定机器人的运行轨迹，以便于机器人按照运行轨迹抵达目标位置为所述进入运行区域的用户服务，提升了用户发现和使用机器人的几率，进而使得机器人的使用率得到提升。
在一种可能实现的方式中，所述基于目标图像中各个人体目标在所述目标图像中各自对应的人体区域确定是否存在推荐目标，包括：
确定所述目标图像中各个人体目标在所述目标图像中各自对应的人体区域的区域面积；
确定所述区域面积小于等于第一阈值的人体区域对应的人体目标为推荐目标，所述第一阈值基于所述原点位置和所述目标位置之间的实际距离确定。
在一种可能实现的方式中，在基于所述原点位置和目标位置确定机器人的运行轨迹，之后还包括：
确定所述目标图像中人体目标的数量；
基于所述人体目标的数量确定机器人沿所述运行轨迹的移动速度。
在一种可能实现的方式中，机器人轨迹确定方法，还包括：
确定机器人的工作状态，所述工作状态为空闲中或工作中；
若所述工作状态为空闲中，则基于所述运行轨迹和所述移动速度生成运行指令，所述运行指令用于控制机器人基于所述移动速度沿所述运行轨迹移动；
若所述工作状态为工作中，则确定所述运行轨迹为废弃轨迹。
通过采用上述技术方案，
在一种可能实现的方式中，所述获取目标图像，包括：
以预设频率获取目标图像；
获取若干张历史图像，所述历史图像为在历史周期内获取的所述目标图像；
确定所述若干张历史图像中所述人体目标的平均数量；
基于所述平均数量确定新的预设频率，
以所述新的预设频率获取目标图像。
在一种可能实现的方式中，所述基于所述原点位置和目标位置确定机器人的运行轨迹，包括：
确定原点坐标，所述原点坐标为所述原点位置在基准坐标系中的坐标，所述基准坐标系为基于机器人所在的运行区域建立的二维坐标系；
确定目标坐标，所述目标坐标为所述目标位置在所述基准坐标系中的坐标；
基于所述目标图像中各个人体目标在所述目标图像中各自对应的人体区域，确定所述目标图像中的人体的密集区域；
确定所述密集区域在所述运行区域中对应的实际密集区域；
确定所述实际密集区域在所述基准坐标系中的坐标集，所述坐标集包括所述密集区域若干关键点的坐标；
基于所述原点坐标、所述目标坐标以及所述坐标集确定机器人的运行轨迹。
第二方面，本申请提供一种机器人轨迹确定，采用如下的技术方案：
一种机器人轨迹确定，包括：
原点位置获取模块，用于获取机器人当前所在的原点位置；
目标图像获取模块，用于获取目标图像，所述目标图像为针对目标方向拍摄的图像，所述目标方向为机器人所在运行区域的入口方向；
人体区域确定模块，用于确定所述目标图像中各个人体目标在所述目标图像中各自对应的人体区域；
推荐目标确定模块，用于基于所述目标图像中各个人体目标在所述目标图像中各自对应的人体区域确定是否存在推荐目标，所述推荐目标为进入机器人所在运行区域的入口的人体目标；
运行轨迹确定模块，用于基于所述原点位置和目标位置确定机器人的运行轨迹，机器人能够基于所述运行轨迹移动至目标位置，所述目标位置为机器人所在运行区域的入口位置，或确定预设轨迹为机器人的运行轨迹。
通过采用上述技术方案，该装置通过获取针对机器人所在运行区域的入口方向拍摄的目标图像，然后基于所述目标图像中各个人体目标在所述目标图像中各自对应的人体区域确定是否存在进入机器人所在运行区域的入口的推荐目标，也即确定是否存在用户进入机器人所在运行区域入口的目标位置，如果存在，则基于获取的原点位置和目标位置确定机器人的运行轨迹，以便于机器人按照运行轨迹抵达目标位置为所述进入运行区域的用户服务，提升了用户发现和使用机器人的几率，进而使得机器人的使用率得到提升。
在一种可能实现的方式中，推荐目标确定模块在基于所述目标图像中各个人体目标在所述目标图像中各自对应的人体区域确定是否存在推荐目标时，具体用于：
确定所述目标图像中各个人体目标在所述目标图像中各自对应的人体区域的区域面积；
确定所述区域面积小于等于第一阈值的人体区域对应的人体目标为推荐目标，所述第一阈值基于所述原点位置和所述目标位置之间的实际距离确定。
在一种可能实现的方式中，机器人轨迹确定装置还包括：
人体目标数量确定模块，用于确定所述目标图像中人体目标的数量；
移动速度确定模块，用于基于所述人体目标的数量确定机器人沿所述运行轨迹的移动速度。
在一种可能实现的方式中，机器人轨迹确定装置还包括：
工作状态确定模块，用于确定机器人的工作状态，所述工作状态为空闲中或工作中；
运行指令生成模块，用于基于所述运行轨迹和所述移动速度生成运行指令，所述运行指令用于控制机器人基于所述移动速度沿所述运行轨迹移动；
废弃轨迹确定模块，用于确定所述运行轨迹为废弃轨迹。
在一种可能实现的方式汇总，目标图像获取模块在获取目标图像时，具体用于：
以预设频率获取目标图像；
获取若干张历史图像，所述历史图像为在历史周期内获取的所述目标图像；
确定所述若干张历史图像中所述人体目标的平均数量；
基于所述平均数量确定新的预设频率，
以所述新的预设频率获取目标图像。
在一种可能实现的方式中，运行轨迹确定模块在基于所述原点位置和目标位置确定机器人的运行轨迹时，具体用于：
确定原点坐标，所述原点坐标为所述原点位置在基准坐标系中的坐标，所述基准坐标系为基于机器人所在的运行区域建立的二维坐标系；
确定目标坐标，所述目标坐标为所述目标位置在所述基准坐标系中的坐标；
基于所述目标图像中各个人体目标在所述目标图像中各自对应的人体区域，确定所述目标图像中的人体的密集区域；
确定所述密集区域在所述运行区域中对应的实际密集区域；
确定所述实际密集区域在所述基准坐标系中的坐标集，所述坐标集包括所述密集区域若干关键点的坐标；
基于所述原点坐标、所述目标坐标以及所述坐标集确定机器人的运行轨迹。
第三方面，本申请提供一种机器人，采用如下的技术方案：
一种机器人，该机器人包括：
至少一个图像采集设备，用于采集目标图像；
定位设备，用于获取机器人当前的位置；
至少一个处理器，所述定位设备和所述至少一个图像采集设备均能够与所述至少一个处理器进行信息交互；
存储器；
至少一个应用程序，其中所述至少一个应用程序被存储在存储器中并被配置为由至少一个处理器执行，所述至少一个应用程序配置用于：执行上述机器人轨迹确定方法。
第四方面，本申请提供一种计算机可读存储介质，采用如下的技术方案：
一种计算机可读存储介质，包括：存储有能够被处理器加载并执行上述机器人轨迹确定方法的计算机程序。
综上所述，本申请包括以下至少一种有益技术效果：
1.通过获取针对机器人所在运行区域的入口方向拍摄的目标图像，然后基于所述目标图像中各个人体目标在所述目标图像中各自对应的人体区域确定是否存在进入机器人所在运行区域的入口的推荐目标，也即确定是否存在用户进入机器人所在运行区域入口的目标位置，如果存在，则基于获取的原点位置和目标位置确定机器人的运行轨迹，以便于机器人按照运行轨迹抵达目标位置为所述进入运行区域的用户服务，提升了用户发现和使用机器人的几率，进而使得机器人的使用率得到提升。
附图说明
图1是本申请实施例中机器人轨迹确定方法的流程示意图；
图2是本申请实施例中机器人轨迹确定装置的结构示意图；
图3是本申请实施例中机器人的结构示意图。
具体实施方式
以下结合附图1-附图3对本申请作进一步详细说明。
本领域技术人员在阅读完本说明书后可以根据需要对本实施例做出没有创造性贡献的修改，但只要在本申请的权利要求范围内都受到专利法的保护。
为使本申请实施例的目的、技术方案和优点更加清楚，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，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
另外，本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中字符“/”，如无特殊说明，一般表示前后关联对象是一种“或”的关系。
本申请实施例提供了一种机器人轨迹确定方法，由机器人执行，参照图1,该方法包括步骤S11-步骤S16，其中：
步骤S11、获取机器人当前所在的原点位置。
对于本申请实施例，机器人可以设置定位设备，基于定位设备确定机器人当前所在的原点位置。
步骤S12、获取目标图像，目标图像为针对目标方向拍摄的图像，目标方向为机器人所在运行区域的入口方向。
对于本申请实施例，机器人可以设置至少一个图像采集设备，如机器人可以设置多个图像采集设备，以使得机器人能够采集多个方向的图像；机器人也可以设置一个可以转动的图像采集设备以实现在多个方向上采集图像。确定目标方向，然后获取图像采集设备在原点位置向目标方向拍摄的目标图像。
步骤S13、确定目标图像中各个人体目标在目标图像中各自对应的人体区域。
对于本申请实施例，对目标图像进行图像分割，得到目标图像中各个目标在图像中对应的区域。对各个目标在图像中对应的区域进行目标识别，确定各个目标的类别，基于各个目标的类别确定出各个人体目标，并确定各个人体目标在目标图像中对应的区域，也即确定出各个人体目标在目标图像中各自对应的人体区域。
步骤S14、基于目标图像中各个人体目标在目标图像中各自对应的人体区域确定是否存在推荐目标，推荐目标为进入机器人所在运行区域的入口的人体目标。
对于本申请实施例，由于原点位置到运行区域的入口位置之间也可能存在人体，因此，确定的目标图像中各个人体目标并非都为进入目标进入运行区域的入口的人体目标；基于目标图像中各个人体目标在目标图像中各自对应的人体区域确定是否存在入运行区域的入口的人体目标，以将在原点位置和运行区域的入口的人体目标的筛选并剔除，提升确定的推荐目标的准确率。
步骤S15、若存在推荐目标，则基于原点位置和目标位置确定机器人的运行轨迹，机器人能够基于运行轨迹移动至目标位置，目标位置为机器人所在运行区域的入口位置；
步骤S16、若不存在推荐目标，则确定预设轨迹为机器人的运行轨迹。
对于本申请实施例，若存在推荐目标，则表征存在用户进入运行区域的入口位置，此时基于目标位置和原点位置确定运行轨迹，机器人能够基于运行轨迹移动至目标位置以对进入目标位置的用户进行服务；若不存在推荐目标，也即不存在用户进入运行区域的入口位置，则机器人可以基于预设轨迹运行。
在本申请实施例中，通过获取针对机器人所在运行区域的入口方向拍摄的目标图像，然后基于目标图像中各个人体目标在目标图像中各自对应的人体区域确定是否存在进入机器人所在运行区域的入口的推荐目标，也即确定是否存在用户进入机器人所在运行区域入口的目标位置，如果存在，则基于获取的原点位置和目标位置确定机器人的运行轨迹，以便于机器人按照运行轨迹抵达目标位置为进入运行区域的用户服务，提升了用户发现和使用机器人的几率，进而使得机器人的使用率得到提升。
进一步地，获取目标图像，具体可以包括步骤S111(图中未示出)-步骤S113(图中未示出)，其中：
步骤S111、以预设频率获取目标图像。
具体地，预设频率可以用户预设的频率，例如，每5分钟获取一次目标图像，也可以每3分钟获取一次图像。
步骤S112、获取若干张历史图像，历史图像为在历史周期内获取的目标图像；
步骤S113、确定若干张历史图像中人体目标的平均数量；
步骤S114、基于平均数量确定新的预设频率；
步骤S115、以新的预设频率获取目标图像。
具体地，历史周期为在当前时刻之前的时间段，例如，当前时间为10:00，历史周期的长度为20分钟，则在9:40-10:00之间获取的目标图像即为历史图像。对于每张历史图像进行目标分割和目标识别，确定每张历史图像中人体目标的数量，然后基于历史图像的数量和所有历史图像中人体目标的总数量确定平均数量。预设人体目标的数量和采样频率的关系，基于平均数量确定采样频率，将确定的采样频率作为新的预设频率，并且以新的采样频率获取后续的目标图像。若获取目标图像始终是固定的，则在机器人的运行区域中人流量较多时，机器人不能够及时确定存在进入目标位置的用户，因而不能及时确定运行轨迹，使得用户的体验降低。通过确定历史周期内获取的目标图像中人体目标的平均数量，能够表征在历史周期内机器人所在的运行区域中客流量的多少，进而基于平均数量确定采样频率作为新的预设频率来获取之后的目标图像，其中人体数量越多，则采样频率越大，人体数量越少，则采样频率越低。
进一步地，基于目标图像中各个人体目标在目标图像中各自对应的人体区域确定是否存在推荐目标，具体可以包括:确定目标图像中各个人体目标在目标图像中各自对应的人体区域的区域面积,确定区域面积小于等于第一阈值的人体区域对应的人体目标为推荐目标，第一阈值基于原点位置和目标位置之间的实际距离确定。
具体地，确定目标图像中各个人体目标在目标图像中各自对应的人体区域时，基于各个人体区域内对应像素点的数量确定各个人体区域的面积。由于图像采集设备是在机器人当前所在的原点位置向目标位置的方向所拍摄的目标图像，因此，目标图像中存在位于原点位置和目标位置之间的人体，并且在同一张目标图像中，靠近目标位置的人体在目标图像中对应的人体区域的面积要小于远离目标位置的人体在目标图像中对应的人体区域面积。
基于原点位置和目标位置之间的实际距离确定第一阈值，并且第一阈值和实际距离成正相关。确定区域面积小于等于第一阈值的人体区域对应的人体目标为推荐目标，也即确定更靠近目标位置的人体目标为推荐目标，进而能够减少位于目标位置和原点位置之间的人体目标对确定推荐目标准确度的影响，便于更准确地确定是否存在推荐目标。
进一步地，基于原点位置和目标位置确定机器人的运行轨迹，具体可以包括步骤S151(图中未示出)-步骤S156(图中未示出),其中：
步骤S151、确定原点坐标，原点坐标为原点位置在基准坐标系中的坐标，基准坐标系为基于机器人所在的运行区域建立的二维坐标系；
步骤S152、确定目标坐标，目标坐标为目标位置在基准坐标系中的坐标。
具体地，基准坐标系是预先基于机器人所在的运行区域的平面建立的二维坐标系，用以描述机器人所在运行区域内任一位置的坐标，其中坐标系的原点可为预设位置，如可以为运行区域的入口位置也即目标位置，当然，本申请实施例中对于基准坐标系的原点位置不进行具体限定。
步骤S153、基于目标图像中各个人体目标在目标图像中各自对应的人体区域，确定目标图像中的人体的密集区域；
步骤S154、确定密集区域在运行区域中对应的实际密集区域。
具体地，将目标图像分成N个子区域，N大于2,确定推荐目标所在的子区域为目标位置在目标图像中对应的区域。基于目标位置和原点位置之间的实际距离，以及推荐目标所在的子区域在目标图像中的面积占比确定同一目标在目标图像中在机器人的运行区域中实际尺度的比例关系；确定各个人体目标在目标图像中各自所占的子区域。其中，确定每个子区域内人体目标所占的区域与非人体目标所占区域的比例，如果该比例大于第二阈值，则确定该子区域为密集区域。
步骤S155、确定实际密集区域在基准坐标系中的坐标集，坐标集包括密集区域若干关键点的坐标；
步骤S156、基于原点坐标、目标坐标以及坐标集确定机器人的运行轨迹。
具体地，用各个密集区域各自对应的至少一个关键点确定坐标集，其中，任一秘籍区域的至少一个关键点可以为边缘点和/或子区域的中心点。其中运行轨迹的起始点为原点坐标，目的点为目标坐标，且不经过坐标集中的坐标。
进一步地，在确定了机器人的运行轨迹之后，确定目标图像中人体目标的数量，并基于人体目标的数量确定机器人沿运行轨迹的移动速度。
具体地，在步骤S13中确定了目标图像中各个人体目标对应的人体区域，进而各个人体目标对应的人体区域确定人体目标的数量。人体目标的数量表征自原点位置到目标位置之间人体的数量多少，然后基于人体目标的数量确定机器人沿运行轨迹运行时的运行速度，其中运行速度和人体目标的数量成负相关，以提升机器人在沿运行轨迹运行时的安全性。
更近一步地，机器人轨迹确定方法还包括：在确定机器人的运行轨迹之后，确定机器人的工作状态，工作状态为空闲中或工作中，若工作状态为空闲中，则基于运行轨迹和移动速度生成运行指令，运行指令用于控制机器人基于移动速度沿运行轨迹移动；若工作状态为工作中，则确定运行轨迹为废弃轨迹，也即不执行运行轨迹。
上述实施例从方法流程的角度介绍一种机器人轨迹确定方法，下述实施例从虚拟模块或者虚拟单元的角度介绍了一种机器人轨迹确定装置，具体详见下述实施例。
本申请实施例提供一种机器人轨迹确定装置，如图2所示，该机器人轨迹确定装置具体可以包括原点位置获取模块201、目标图像获取模块202、人体区域确定模块203、推荐目标确定模块204、运行轨迹确定模块205
原点位置获取模块201，用于获取机器人当前所在的原点位置；
目标图像获取模块202，用于获取目标图像，目标图像为针对目标方向拍摄的图像，目标方向为机器人所在运行区域的入口方向；
人体区域确定模块203，用于确定目标图像中各个人体目标在目标图像中各自对应的人体区域；
推荐目标确定模块204，用于基于目标图像中各个人体目标在目标图像中各自对应的人体区域确定是否存在推荐目标，推荐目标为进入机器人所在运行区域的入口的人体目标；
运行轨迹确定模块205，用于基于原点位置和目标位置确定机器人的运行轨迹，机器人能够基于运行轨迹移动至目标位置，目标位置为机器人所在运行区域的入口位置，或确定预设轨迹为机器人的运行轨迹。
通过采用上述技术方案，该装置通过获取针对机器人所在运行区域的入口方向拍摄的目标图像，然后基于目标图像中各个人体目标在目标图像中各自对应的人体区域确定是否存在进入机器人所在运行区域的入口的推荐目标，也即确定是否存在用户进入机器人所在运行区域入口的目标位置，如果存在，则基于获取的原点位置和目标位置确定机器人的运行轨迹，以便于机器人按照运行轨迹抵达目标位置为进入运行区域的用户服务，提升了用户发现和使用机器人的几率，进而使得机器人的使用率得到提升。
在一种可能实现的方式中，推荐目标确定模块204在基于目标图像中各个人体目标在目标图像中各自对应的人体区域确定是否存在推荐目标时，具体用于：
确定目标图像中各个人体目标在目标图像中各自对应的人体区域的区域面积；
确定区域面积小于等于第一阈值的人体区域对应的人体目标为推荐目标，第一阈值基于原点位置和目标位置之间的实际距离确定。
在一种可能实现的方式中，机器人轨迹确定装置还包括：
人体目标数量确定模块，用于确定目标图像中人体目标的数量；
移动速度确定模块，用于基于人体目标的数量确定机器人沿运行轨迹的移动速度。
在一种可能实现的方式中，机器人轨迹确定装置还包括：
工作状态确定模块，用于确定机器人的工作状态，工作状态为空闲中或工作中；
运行指令生成模块，用于基于运行轨迹和移动速度生成运行指令，运行指令用于控制机器人基于移动速度沿运行轨迹移动；
废弃轨迹确定模块，用于确定运行轨迹为废弃轨迹。
在一种可能实现的方式汇总，目标图像获取模块201在获取目标图像时，具体用于：
以预设频率获取目标图像；
获取若干张历史图像，历史图像为在历史周期内获取的目标图像；
确定若干张历史图像中人体目标的平均数量；
基于平均数量确定新的预设频率，
以新的预设频率获取目标图像。
在一种可能实现的方式中，运行轨迹确定模块205在基于原点位置和目标位置确定机器人的运行轨迹时，具体用于：
确定原点坐标，原点坐标为原点位置在基准坐标系中的坐标，基准坐标系为基于机器人所在的运行区域建立的二维坐标系；
确定目标坐标，目标坐标为目标位置在基准坐标系中的坐标；
基于目标图像中各个人体目标在目标图像中各自对应的人体区域，确定目标图像中的人体的密集区域；
确定密集区域在运行区域中对应的实际密集区域；
确定实际密集区域在基准坐标系中的坐标集，坐标集包括密集区域若干关键点的坐标；
基于原点坐标、目标坐标以及坐标集确定机器人的运行轨迹。
本申请实施例中提供了一种机器人，如图3所示，图3所示的机器人300包括：处理器301和存储器303。其中，处理器301和存储器303相连，如通过总线302相连。可选地，机器人300还可以包括收发器304。需要说明的是，实际应用中收发器304不限于一个；机器人还包括图像采集设备305和定位设备306；其中处理器301和图像采集设备3.5均为至少一个；该机器人300的结构并不构成对本申请实施例的限定。
处理器301可以是CPU(CentralProcessingUnit，中央处理器)，通用处理器，DSP(DigitalSignalProcessor，数据信号处理器)，ASIC(ApplicationSpecificIntegratedCircuit，专用集成电路)，FPGA(FieldProgrammableGateArray，现场可编程门阵列)或者其他可编程逻辑器件、晶体管逻辑器件、硬件部件或者其任意组合。其可以实现或执行结合本申请公开内容所描述的各种示例性的逻辑方框，模块和电路。处理器301也可以是实现计算功能的组合，例如包含一个或多个微处理器组合，DSP和微处理器的组合等。
总线302可包括一通路，在上述组件之间传送信息。总线302可以是PCI(PeripheralComponentInterconnect，外设部件互连标准)总线或EISA(ExtendedIndustryStandardArchitecture，扩展工业标准结构)总线等。总线302可以分为地址总线、数据总线、控制总线等。为便于表示，图3中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
存储器303可以是ROM(ReadOnlyMemory，只读存储器)或可存储静态信息和指令的其他类型的静态存储设备，RAM(RandomAccessMemory，随机存取存储器)或者可存储信息和指令的其他类型的动态存储设备，也可以是EEPROM(ElectricallyErasableProgrammableReadOnlyMemory，电可擦可编程只读存储器)、CD-ROM(CompactDiscReadOnlyMemory，只读光盘)或其他光盘存储、光碟存储(包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等)、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质，但不限于此。
存储器303用于存储执行本申请方案的应用程序代码，并由处理器301来控制执行。处理器301用于执行存储器303中存储的应用程序代码，以实现前述方法实施例所示的内容。
图3示出的机器人仅仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。
本申请实施例提供了一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，当其在计算机上运行时，使得计算机可以执行前述方法实施例中相应内容。
应该理解的是，虽然附图的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，其可以以其他的顺序执行。而且，附图的流程图中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，其执行顺序也不必然是依次进行，而是可以与其他步骤或者其他步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
以上仅是本申请的部分实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本申请原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本申请的保护范围。

Claims (9)

1.一种机器人轨迹确定方法，其特征在于，包括：
获取机器人当前所在的原点位置；
获取目标图像，所述目标图像为针对目标方向拍摄的图像，所述目标方向为机器人所在运行区域的入口方向；
确定所述目标图像中各个人体目标在所述目标图像中各自对应的人体区域；
基于所述目标图像中各个人体目标在所述目标图像中各自对应的人体区域确定是否存在推荐目标，所述推荐目标为进入机器人所在运行区域的入口的人体目标；
若存在所述推荐目标，则基于所述原点位置和目标位置确定机器人的运行轨迹，机器人能够基于所述运行轨迹移动至目标位置，所述目标位置为机器人所在运行区域的入口位置；
若不存在所述推荐目标，则确定预设轨迹为机器人的运行轨迹。
2.根据权利要求1所述的一种机器人轨迹确定方法，其特征在于，所述基于目标图像中各个人体目标在所述目标图像中各自对应的人体区域确定是否存在推荐目标，包括：
确定所述目标图像中各个人体目标在所述目标图像中各自对应的人体区域的区域面积；
确定所述区域面积小于等于第一阈值的人体区域对应的人体目标为推荐目标，所述第一阈值基于所述原点位置和所述目标位置之间的实际距离确定。
3.根据权利要求1所述的一种机器人轨迹确定方法，其特征在于，在基于所述原点位置和目标位置确定机器人的运行轨迹，之后还包括：
确定所述目标图像中人体目标的数量；
基于所述人体目标的数量确定机器人沿所述运行轨迹的移动速度。
4.根据权利要求3所述的一种机器人轨迹确定方法，其特征在于，还包括：
确定机器人的工作状态，所述工作状态为空闲中或工作中；
若所述工作状态为空闲中，则基于所述运行轨迹和所述移动速度生成运行指令，所述运行指令用于控制机器人基于所述移动速度沿所述运行轨迹移动；
若所述工作状态为工作中，则确定所述运行轨迹为废弃轨迹。
5.根据权利要求1所述的一种机器人轨迹确定方法，其特征在于，所述获取目标图像，包括：
以预设频率获取目标图像；
获取若干张历史图像，所述历史图像为在历史周期内获取的所述目标图像；
确定所述若干张历史图像中所述人体目标的平均数量；
基于所述平均数量确定新的预设频率，
以所述新的预设频率获取目标图像。
6.根据权利要求1所述的一种机器人轨迹确定方法，其特征在于，所述基于所述原点位置和目标位置确定机器人的运行轨迹，包括：
确定原点坐标，所述原点坐标为所述原点位置在基准坐标系中的坐标，所述基准坐标系为基于机器人所在的运行区域建立的二维坐标系；
确定目标坐标，所述目标坐标为所述目标位置在所述基准坐标系中的坐标；
基于所述目标图像中各个人体目标在所述目标图像中各自对应的人体区域，确定所述目标图像中的人体的密集区域；
确定所述密集区域在所述运行区域中对应的实际密集区域；
确定所述实际密集区域在所述基准坐标系中的坐标集，所述坐标集包括所述密集区域若干关键点的坐标；
基于所述原点坐标、所述目标坐标以及所述坐标集确定机器人的运行轨迹。
7.一种机器人轨迹确定装置，其特征在于，包括：
原点位置获取模块，用于获取机器人当前所在的原点位置；
目标图像获取模块，用于获取目标图像，所述目标图像为针对目标方向拍摄的图像，所述目标方向为机器人所在运行区域的入口方向；
人体区域确定模块，用于确定所述目标图像中各个人体目标在所述目标图像中各自对应的人体区域；
推荐目标确定模块，用于基于所述目标图像中各个人体目标在所述目标图像中各自对应的人体区域确定是否存在推荐目标，所述推荐目标为进入机器人所在运行区域的入口的人体目标；
运行轨迹确定模块，用于基于所述原点位置和目标位置确定机器人的运行轨迹，机器人能够基于所述运行轨迹移动至目标位置，所述目标位置为机器人所在运行区域的入口位置，或确定预设轨迹为机器人的运行轨迹。
8.一种机器人，其特征在于，该机器人包括：
至少一个图像采集设备，用于采集目标图像；
定位设备，用于获取机器人当前的位置；
至少一个处理器，所述定位设备和所述至少一个图像采集设备均能够与所述至少一个处理器进行信息交互；
存储器；
至少一个应用程序，其中所述至少一个应用程序被存储在存储器中并被配置为由至少一个处理器执行，所述至少一个应用程序配置用于：执行权利要求1-6中任一项所述机器人轨迹确定方法。
9.一种计算机可读存储介质，其特征在于，包括：存储有能够被处理器加载并执行如权利要求1-6中任一项所述机器人轨迹确定方法的计算机程序。
CN202310514518.6A 2023-05-06 2023-05-06 机器人轨迹确定方法、装置、机器人及存储介质 Active CN116400709B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310514518.6A CN116400709B (zh) 2023-05-06 2023-05-06 机器人轨迹确定方法、装置、机器人及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310514518.6A CN116400709B (zh) 2023-05-06 2023-05-06 机器人轨迹确定方法、装置、机器人及存储介质

Publications (2)

Publication Number Publication Date
CN116400709A true CN116400709A (zh) 2023-07-07
CN116400709B CN116400709B (zh) 2023-10-31

Family

ID=87019933

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310514518.6A Active CN116400709B (zh) 2023-05-06 2023-05-06 机器人轨迹确定方法、装置、机器人及存储介质

Country Status (1)

Country Link
CN (1) CN116400709B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117348577A (zh) * 2023-12-05 2024-01-05 青岛宇方机器人工业股份有限公司 一种生产工艺仿真检测方法、装置、设备以及介质

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106573377A (zh) * 2014-06-05 2017-04-19 软银机器人欧洲公司 具有冲突避免和轨迹恢复能力的类人机器人
CN107784281A (zh) * 2017-10-23 2018-03-09 北京旷视科技有限公司 人脸检测方法、装置、设备及计算机可读介质
CN108919809A (zh) * 2018-07-25 2018-11-30 智慧式控股有限公司 智慧式安保机器人及商业模式
WO2019179468A1 (zh) * 2018-03-21 2019-09-26 北京猎户星空科技有限公司 智能设备的控制方法、装置、设备和存储介质
CN112348777A (zh) * 2020-10-19 2021-02-09 深圳市优必选科技股份有限公司 人体目标的检测方法、装置及终端设备
CN113126629A (zh) * 2021-04-29 2021-07-16 清华大学深圳国际研究生院 一种机器人主动搜索目标的方法及智能机器人
CN115129065A (zh) * 2022-07-26 2022-09-30 中国银行股份有限公司 机器人移动速度确定方法及装置

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106573377A (zh) * 2014-06-05 2017-04-19 软银机器人欧洲公司 具有冲突避免和轨迹恢复能力的类人机器人
CN107784281A (zh) * 2017-10-23 2018-03-09 北京旷视科技有限公司 人脸检测方法、装置、设备及计算机可读介质
WO2019179468A1 (zh) * 2018-03-21 2019-09-26 北京猎户星空科技有限公司 智能设备的控制方法、装置、设备和存储介质
CN108919809A (zh) * 2018-07-25 2018-11-30 智慧式控股有限公司 智慧式安保机器人及商业模式
CN112348777A (zh) * 2020-10-19 2021-02-09 深圳市优必选科技股份有限公司 人体目标的检测方法、装置及终端设备
CN113126629A (zh) * 2021-04-29 2021-07-16 清华大学深圳国际研究生院 一种机器人主动搜索目标的方法及智能机器人
CN115129065A (zh) * 2022-07-26 2022-09-30 中国银行股份有限公司 机器人移动速度确定方法及装置

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117348577A (zh) * 2023-12-05 2024-01-05 青岛宇方机器人工业股份有限公司 一种生产工艺仿真检测方法、装置、设备以及介质
CN117348577B (zh) * 2023-12-05 2024-03-12 青岛宇方机器人工业股份有限公司 一种生产工艺仿真检测方法、装置、设备以及介质

Also Published As

Publication number Publication date
CN116400709B (zh) 2023-10-31

Similar Documents

Publication Publication Date Title
CN116400709B (zh) 机器人轨迹确定方法、装置、机器人及存储介质
Burgin et al. Using depth information to improve face detection
US20070183665A1 (en) Face feature point detecting device and method
CN112085056B (zh) 目标检测模型生成方法、装置、设备及存储介质
US20220269883A1 (en) Methods, apparatuses, devices and storage media for predicting correlation between objects involved in image
US11941838B2 (en) Methods, apparatuses, devices and storage medium for predicting correlation between objects
CN112861777A (zh) 人体姿态估计方法、电子设备及存储介质
CN112686951A (zh) 用于确定机器人位置的方法、装置、终端及存储介质
CN115014328A (zh) 一种栅格地图的动态加载方法、装置、设备和介质
CN112418316B (zh) 机器人重定位方法、装置、激光机器人及可读存储介质
CN115993830B (zh) 一种基于障碍物躲避的路径规划方法、装置以及机器人
CN115883969B (zh) 一种无人机拍摄方法、装置、设备及介质
KR102097722B1 (ko) 빅셀그리드맵을 이용한 이동체의 자세 추정 방법, 이를 구현하기 위한 프로그램이 저장된 기록매체 및 이를 구현하기 위해 매체에 저장된 컴퓨터프로그램
CA2847126A1 (en) Image processor with evaluation layer implementing software and hardware algorithms of different precision
US20220314980A1 (en) Obstacle tracking method, storage medium and unmanned driving device
US9392293B2 (en) Accelerated image processing
WO2018220824A1 (ja) 画像識別装置
CN112148817A (zh) 一种基于全景图的slam优化方法、装置和系统
US20220122341A1 (en) Target detection method and apparatus, electronic device, and computer storage medium
CN112257686B (zh) 人体姿态识别模型的训练方法、装置及存储介质
CN114998743A (zh) 一种视觉地图点的构建方法、装置、设备及介质
CN114332201A (zh) 一种模型训练、目标检测的方法以及装置
CN112801077B (zh) 用于自动驾驶车辆的slam初始化的方法及相关装置
US20230410338A1 (en) Method for optimizing depth estimation model, computer device, and storage medium
CN111079723B (zh) 目标物定位方法、装置、计算机设备和存储介质

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
TR01 Transfer of patent right

Effective date of registration: 20240517

Address after: Building 2, Huiyuan Entrepreneurship Building, No. 8 Jiachen Street, Zhengzhou Area (Zhengdong), Henan Pilot Free Trade Zone, Zhengzhou City, Henan Province, 450000

Patentee after: Henan CITIC Hengtong Archives Management Consulting Co.,Ltd.

Country or region after: China

Address before: No.6 Longzihu North Road, Longzihu University Park, Zhengdong New District, Zhengzhou City, Henan Province

Patentee before: HENAN University OF ANIMAL HUSBANDRY AND ECONOMY

Country or region before: China