CN117666547A - 一种机器人进入窄道的识别方法、芯片及机器人 - Google Patents
一种机器人进入窄道的识别方法、芯片及机器人 Download PDFInfo
- Publication number
- CN117666547A CN117666547A CN202210980334.4A CN202210980334A CN117666547A CN 117666547 A CN117666547 A CN 117666547A CN 202210980334 A CN202210980334 A CN 202210980334A CN 117666547 A CN117666547 A CN 117666547A
- Authority
- CN
- China
- Prior art keywords
- obstacle
- robot
- obstacle detouring
- points
- detouring
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 67
- 239000000284 extract Substances 0.000 claims abstract description 9
- 230000008569 process Effects 0.000 claims description 23
- 238000012545 processing Methods 0.000 claims description 5
- 238000010408 sweeping Methods 0.000 description 19
- 230000009471 action Effects 0.000 description 8
- 230000004888 barrier function Effects 0.000 description 6
- 238000004422 calculation algorithm Methods 0.000 description 6
- 238000010845 search algorithm Methods 0.000 description 5
- 230000006399 behavior Effects 0.000 description 3
- 230000000903 blocking effect Effects 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000004140 cleaning Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 238000004804 winding Methods 0.000 description 2
- 238000005452 bending Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000002955 isolation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000149 penetrating effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 239000011800 void material Substances 0.000 description 1
Landscapes
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明公开一种机器人进入窄道的识别方法、芯片及机器人,该识别方法的执行主体是装配测距传感器的机器人;所述识别方法包括:步骤S1、当机器人使用测距传感器探测到障碍物时,机器人规划出通向既定目标位置的绕障路径,再沿着该绕障路径行走,并通过测距传感器采集的点云数据获取参考轮廓线段;步骤S2、机器人在参考轮廓线段的搜索方向上提取出两个绕障点的情况下,若检测到机器人的行走方向从参考绕障方向变为由当前位置指向既定目标位置的方向,且检测到该两个绕障点之间的距离处于预设距离范围,则机器人将其行为识别为进入窄道。
Description
技术领域
本发明涉及移动机器人技术领域,尤其涉及一种基于机器人绕障的机器人进入窄道的识别方法、芯片及机器人。
背景技术
扫地机器人的工作环境中,会存在由墙体框定的工作区,并在两个墙体之间框出非工作区域,这里的非工作区域一般是指宽度较窄的通道,简称窄道,窄道的入口和窄道的出口都设置为窄道口,从而在扫地机器人的工作环境内由墙体障碍物分割出窄道、或分割成具有狭窄通道的多个房间区域;其中,窄道的两侧分别是两条障碍物的轮廓线;并且在设置移动路径时,一般将扫地机器人设置为一个点来看待。为了方便扫地机器人移动至另一个房间区域内目标位置,设置的移动路径可能需要通过窄道。
机器人使用线激光探测的点云数据进行即时定位和同步导航的过程中,机器人通常按照设定任务自主规划导航路径,机器人在行进过程中检测到障碍物或窄道后,为了避开障碍物,机器人保持按照障碍物轮廓行走,由于计算出来的障碍物轮廓存在误差,所以容易导致机器人无法通过一些狭窄道,降低导航成功率。
发明内容
为了解决机器人准确识别窄道的问题,本发明提供一种机器人进入窄道的识别方法、芯片及机器人,机器人在绕障行走的过程中,利用激光数据获得轮廓线段并通过拟合提取出相关的绕障点,识别出宽度略大于机器人的机身宽度的窄道并确定其能够进入该窄道。具体的技术方案如下:
一种机器人进入窄道的识别方法,识别方法的执行主体是装配测距传感器的机器人;所述识别方法包括:步骤S1、当机器人使用测距传感器探测到障碍物时,机器人规划出通向既定目标位置的绕障路径,再沿着该绕障路径行走,并通过测距传感器采集的点云数据获取参考轮廓线段;步骤S2、机器人在参考轮廓线段的搜索方向上提取出两个绕障点的情况下,若检测到机器人的行走方向从参考绕障方向变为由当前位置指向既定目标位置的方向,且检测到该两个绕障点之间的距离处于预设距离范围,则机器人将其行为识别为进入窄道。
进一步地,所述步骤S2还包括:机器人在参考轮廓线段的搜索方向上提取出两个绕障点的情况下,若检测到该两个绕障点之间的距离处于预设距离范围,则将所述两个绕障点所在通道识别为窄道;步骤S2所述的当前位置指向既定目标位置的方向是指向所述两个绕障点所在通道的内部的可通行区域。
进一步地,机器人将参考绕障方向配置为两个绕障点各自所在的障碍物组成的外轮廓线走向,以形成所述绕障路径在机器人进入窄道之前的延伸方向;机器人将所述参考轮廓线段的搜索方向设置为该参考轮廓线段的垂直方向,形成所述两个绕障点所在通道的宽度方向;该参考轮廓线段是对应于其中一个绕障点所在的障碍物,并形成所述两个绕障点所在通道的其中一条边界线。
进一步地,在机器人沿着所述绕障路径行走的过程中,若机器人将其行走方向调整为由当前位置指向既定目标位置的方向,且检测到该两个绕障点之间的距离处于所述预设距离范围时,机器人确定其开始进入一个窄道口,该窄道口是该两个绕障点各自所在的障碍物之间形成的缺口,该缺口位于可通行区域内,机器人还将当前位置指向既定目标位置的方向配置为与所述参考绕障方向不同。
进一步地,在所述步骤S1和所述步骤S2之间,还包括:在机器人探测到一个障碍物后,且在另一个障碍物的参考轮廓线段的搜索方向上提取出两个绕障点之前,保持沿着所述绕障路径行走,并将所述绕障路径的当前延伸方向设置为历史绕障方向;在机器人沿着所述绕障路径行走的过程中,机器人获取所述参考轮廓线段后,若机器人检测所述绕障路径自当前位置开始的延伸方向不是由当前位置指向既定目标位置的方向,则停止继续沿着所述绕障路径行走,再将其行走方向调整为由当前位置指向既定目标位置的方向以使机器人开始进入所述两个绕障点所在通道。
进一步地,机器人使用测距传感器先探测到第一障碍物时,机器人规划通向既定目标位置的绕障路径,然后沿着该绕障路径行走以实现沿着第一障碍物的轮廓线行走,直至行走至第一障碍物与第二障碍物之间形成的缺口处和/或碰撞到第二障碍物时,机器人将其行走形成的方向标记为所述历史绕障方向,第二障碍物的参考轮廓线段存在第一端点和第二端点;然后机器人获取第二障碍物的参考轮廓线段,再将第一端点指向第二端点的方向标记为由当前位置指向既定目标位置的方向,并将第二端点指向第一端点的方向标记为所述历史绕障方向的延伸方向;机器人将所述历史绕障方向的延伸方向配置为所述参考绕障方向。
进一步地,所述两个绕障点所在通道的内部的可通行区域的延伸方向与所述第二障碍物的参考轮廓线段平行,所述第二障碍物的参考轮廓线段与所述搜索方向垂直,所述两个绕障点所在通道的内部的可通行区域与所述既定目标位置相连通,其中一个绕障点是位于所述第二障碍物的参考轮廓线段上。
进一步地,机器人通过测距传感器采集点云数据,点云数据是配置为反射自测距传感器探测到的障碍物的位置信息;机器人再将采集到的点云数据拟合处理为障碍物的轮廓线,以表示所探测到的障碍物的局部轮廓或该障碍物包络线;所述参考轮廓线段是属于拟合处理出来的轮廓线;机器人将所述两个绕障点所在通道的内部的可通行区域的延伸方向标记为预设通道方向时,所述两个绕障点分别位于第一障碍物在预设通道方向上的轮廓线和第二障碍物在预设通道方向上的轮廓线,或者所述两个绕障点分别位于第一障碍物上和第二障碍物上。
进一步地,机器人探测到第一障碍物时,沿着所述绕障路径行走过的位置与所述既定目标位置分居第一障碍物的两侧,然后机器人将其沿着所述绕障路径行走过的位置所处的一侧标记为第一侧,并将所述既定目标位置所处的一侧标记为第二侧,且机器人将所述第二障碍物的参考轮廓线段的第一端点配置为位于所述第二障碍物的第一侧或所述第一障碍物的第一侧,机器人将所述第一障碍物的参考轮廓线段的第二端点配置为位于所述第二障碍物的第二侧或所述第一障碍物的第二侧;然后机器人将第一障碍物的第一侧的轮廓线和第二障碍物的第一侧的轮廓线连接形成的轮廓线走向标记为所述两个绕障点各自所在的障碍物组成的外轮廓线走向。
进一步地,机器人使用测距传感器先探测到第一障碍物时,机器人已经碰撞到第一障碍物;机器人行走至第一障碍物与第二障碍物之间形成的缺口时,机器人已经碰撞到第二障碍物;机器人将所述预设距离范围设置为大于或等于机器人的机身宽度,所述预设距离范围的上限值是机器人的机身宽度与预设冗余量的和值。
一种芯片,存储有程序代码,程序代码被执行时实现如所述的机器人进入窄道的识别方法的步骤。
一种机器人,装配测距传感器,所述机器人设置所述的芯片,用于控制机器人使用测距传感器探测到障碍物并获得对应的轮廓线及绕障点,便于识别到机器人开始进入窄道。
本发明的有益技术效果在于,在机器人沿着在先规划的绕障路径行走时,机器人针对两个障碍物之间形成的刚好比机身宽度大一个较小间隙距离(1cm)的窄道容易被误判为无法通行的问题,获取与两个障碍物之间形成的缺口的通行因素关联的轮廓线段,用以指导机器人在进入该缺口前后的绕障方向的调整,再在绕障方向发生改变时,结合轮廓线段的搜索方向上搜索出的两个绕障点之间的距离,将所述两个绕障点所在通道识别为窄道,并确定机器人开始进入一个窄道口但不是以在先规划的绕障路径进入。因而,在扫地机器人、割草机、或移动玩具所在的环境内准确区分出可供机器人通行的狭窄通道,克服窄道的宽度小到容易将窄道内部的栅格区域或直接将其开口误判为阻挡机器人通行的障碍物的问题,也实现流畅地由机器人绕开障碍物的动作切换为进入两个障碍物之间形成的狭窄通道,进而机器人可以根据激光数据精确通过该窄道或窄道口,从而提升激光导航条件下通过狭窄区域的流畅性和成功率。
无论机器人在进入所述两个绕障点所在通道之前多么频繁地与所绕的障碍物发生碰撞,机器人的行走方向只要从参考绕障方向变为由当前位置指向既定目标位置的方向(即上一个绕障方向与当前绕障方向不同),且所述两个绕障点之间的距离处于所述预设距离范围时,机器人都将所述两个绕障点所在通道识别为窄道,使得机器人从当前位置导航至既定目标位置的过程中更加顺畅、或导航路径更短,提高机器人的导航效率。
附图说明
图1是本发明一种实施例公开的一种基于机器人绕障的窄道识别方法的流程图。
图2是本发明的另一种实施例公开的机器人进出窄道口前后的运动轨迹的示意图,其中,图示上方的黑色矩形是第二障碍物,图示下方的黑色矩形是第一障碍物。
图3是本发明的又一种实施例公开的机器人改变绕障方向的示意图,其中,图示上方的黑色矩形是第二障碍物。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行详细描述。为进一步说明各实施例,本发明提供有附图。这些附图为本发明揭露内容的一部分,其主要用以说明实施例,并可配合说明书的相关描述来解释实施例的运作原理。配合参考这些内容,本领域普通技术人员应能理解其他可能的实施方式以及本发明的优点。作为流程图描绘的处理或方法。虽然流程图将各步骤描述成顺序的处理,但是其中的许多步骤可以被并行地、并发地或者同时实施。此外,各步骤的顺序可以被重新安排。当其操作完成时所述处理可以被终止,但是还可以具有未包括在附图中的附加步骤。所述处理可以对应于方法、函数、规程、子例程、子程序等等。
对于窄道,本实施例公开的激光传感器采集的点云数据(雷达点)都是以离散坐标表示,这些离散坐标具体是用来表示障碍物位置,大多是需要经筛选、分组,再对分组出来的点云数据进行拟合,获得拟合直线或拟合曲线,再依据世界坐标与图像坐标的比例关系,通过拟合曲线坐标点得到障碍物包络线,将障碍物包络线实时显示于栅格地图中(点云数据包围状离散分布在障碍物的周围),不仅对应障碍物到机器人边缘的激光探测距离,还能用来表示障碍物位置及障碍物轮廓;当使用线激光传感器采集点云数据(雷达点)时,由于线激光传感器投射的是一条直线,所以可以测量机器人前方的低矮障碍物的距离,转换成障碍物的点云数据,点云数据可以拟合成直线段,直线段的两个端点在一些实施例中配置为机器人绕障的参考点,可以视为绕障点;由于机器人的传感器积累的误差、不同的障碍物材质、以及不同的光照环境干扰,所以,利用激光传感器采集的点云数据获得的障碍物包络线(障碍物的外围包络轮廓,一条拟合曲线或多条拟合曲线的连接)不能贴合实际障碍物位置,则机器人在搜索路径时将窄道口排除到机器人的可通行区域之外,即使将栅格的边长设置得适中,也会将宽度较小的窄道口所占据的栅格全部标记成障碍物栅格,因而障碍物包络线的误差会引起机器人对窄道口的误判;机器人搜索不到进入该窄道口的路径,导致机器人无法通过窄道。例如,扫地机器人在清扫时,若行进至两个墙体之间或两个低矮障碍物形成的宽度略大于机器人的机身宽度的窄道情况,在触碰到障碍时会主动避开,通过大幅度转向来进行避障,扫地机器人的碰撞传感器检测到碰撞后,扫地机器人会向相反侧转动后行进,绕开障碍物,但不尝试进入窄道,这样就不能实现全覆盖清扫,降低机器人导航的成功率,且容易被困于四个桌椅腿中间,不能自主脱困。
为了让机器人的导航能够流畅绕过障碍物并进入窄道,本发明基于绕障趋势方向的调整,公开一种基于机器人绕障的窄道识别方法,窄道识别方法的执行主体是装配测距传感器的机器人,其中,测距传感器可以是线激光传感器,通过对外部发射线激光来获取障碍物反射回的位置信息;线激光传感器包括多线激光雷达和单线激光雷达,单线激光雷达是指激光源发出的线束是单线的雷达,应用于机器人领域,以服务机器人居多,可以帮助机器人规避障碍物,其扫描速度快、分辨率强、可靠性高,相比多线激光雷达,单线激光雷达在角频率及灵敏度上反应更快捷,所以,在测试周围障碍物的距离和精度上都更加精准。尤其是行走于地表面的清洁机器人、行走于由边界线划定的具有狭窄通道的草坪区域的割草机器人、洗地机、以及安防巡视机器人等,本实施例不作为对窄道识别方法的适用主体的类型进行限定。机器人还可以安装有惯性传感器(包括但不限于用于测量行走距离的里程计、用于检测与障碍物的碰撞状态的碰撞传感器、以及用于测量机体旋转角度的陀螺仪)、或视觉传感器(可以采用任意类型的深度信息采集设备,包括但不限于单目相机、双目相机等摄像头)去探测周围环境的二维点云数据,及时构建出二维点云地图,且在机器人的机体上的传感器安装数目可以是一个或多个。
参阅图1可知,所述窄道识别方法包括:步骤S1、当机器人使用测距传感器探测到障碍物时,机器人规划出通向既定目标位置的绕障路径,再沿着该绕障路径行走,并使用测距传感器采集的点云数据获取参考轮廓线段。在机器人执行步骤S1之前,机器人会使用启发式搜索算法规划出导航路径,包括在地图中使用A*算法搜索出来的导航路径,既定目标位置是该导航路径的终点;在规划出导航路径后,机器人沿着该导航路径行走,当机器人使用测距传感器探测到障碍物时,比如第一次探测到障碍物时,甚至是碰撞上障碍物时,机器人从其当前位置或预设的起始点开始使用启发式搜索算法规划出绕开当前探测到的障碍物的导航路径并将该导航路径标记为绕障路径,既定目标位置是该绕障路径的终点。具体地,在机器人开始沿着所述绕障路径行走之前,无论是否碰撞上障碍物,都是以其当前位置或预设起始位置为搜索起点,按照搜索起点指向所述既定目标位置的方向,对应为图1和图2中的搜索起点start指向既定目标位置target的方向,机器人使用启发式搜索算法规划路径的过程中,在该搜索起点的邻域内搜索自由栅格(在栅格地图内表示可通行区域的栅格区域)作为路径节点以使路径节点不位于障碍物占据区域上,其中,机器人在搜索起点的邻域内搜索出多个路径节点,其中,这些路径节点都是自由栅格,每个路径节点对应一个初始搜索方向;然后继续将每个路径节点更新为新的搜索起点,再按照搜索起点指向同一既定目标位置的方向在每个搜索起点的邻域内搜索自由栅格,如此重复,直至在栅格地图内搜索出所述既定目标位置,并按照搜索先后的顺序将搜索出的栅格同时连接成多条导航路径或所述绕障路径;其中,机器人在每个初始搜索方向上对应搜索出一条导航路径或所述绕障路径,每条导航路径或绕障路径在路径宽度方向上占据的栅格的宽度大于机器人的机身宽度,且每条导航路径或绕障路径都是可以从机器人的当前位置延伸向所述既定目标位置的可通行路径。优选地,所述邻域可以是以机器人当前位置(机器人的机体中心位置)所在栅格为中心的4邻域、8邻域或12邻域组成的栅格区域,可以是以机器人的机体中心位置的前后左右四个方向的10、15、20或30个栅格范围,其中,栅格数量10、15、20或30仅为示例性说明。
在所述步骤S1中,机器人一般将第一次碰撞到一个障碍物的位置作为搜索起点,然后,机器人在沿着该搜索起点处开始规划出的绕障路径行走的过程中,碰撞到另一个障碍物时,也可以视为机器人探测到另一个障碍物,则通过测距传感器采集的点云数据获取参考轮廓线段,该参考轮廓线段是反射自所述另一个障碍物的点云数据的拟合结果(来源于所述另一个障碍物的包络线的部分线段,且能够与机器人的当前位置相重叠),以便于探索出这两个探测到的障碍物之间形成的缺口或通道,在一些实施例中,该参考轮廓线段可以是基于机器人预先采集的点云数据计算出来的拟合线段(比如来源于第一次碰撞到障碍物的轮廓)或平行于该拟合线段,机器人可能没有探测到或碰撞到所述另一个障碍物,但是机器人可以预测出两个不同障碍物之间可能形成的缺口;因而,机器人将参考轮廓线段视为该缺口的一端所在的边界线或通道一侧所在的边界线。
步骤S2、机器人在参考轮廓线段的搜索方向上提取出两个绕障点的情况下,若检测到机器人的行走方向从参考绕障方向变为由当前位置指向既定目标位置的方向,且检测到该两个绕障点之间的距离处于预设距离范围,则机器人将其行为识别为进入窄道,此时,机器人是从窄道的外部开始进入窄道口的一瞬间、或机器人位于所述两个绕障点所在通道的入口的前方且其行走方向是通向所述两个绕障点所在通道内部的可通行区域,且机器人可能出现左右扭动。具体地,机器人在步骤S1中获取所述参考轮廓线段后,机器人在参考轮廓线段的搜索方向上提取出两个绕障点,可以是在选定一个绕障点的基础上再沿着所述搜索方向提取另一个绕障点,这些绕障点是拟合出来的轮廓线段的端点且是距离最近的分居两个参考轮廓线段上的两个端点,形成机器人左右两侧的绕障点;然后,机器人可以从当前位置开始继续搜索出新的绕障路径,再沿着该新的绕障路径绕过其中一个绕障点所在的障碍物或调整行走方向以直线通过提取出的两个绕障点之间形成缺口,则机器人形成的绕障方向与步骤S1中形成的绕障方向不同以脱离原来的绕障趋势,若还检测到这两个提取出的绕障点之间的距离处于预设距离范围时,则确定机器人当前开始进入窄道。优选地,预设距离范围是大于机器人的机身宽度,当机器人的外形是圆形时,机器人的机身宽度是其机体直径。
需要说明的是,机器人检测到所述两个绕障点之间的距离处于预设距离范围时,机器人将所述两个绕障点所在通道识别为窄道,则进一步地在检测到机器人的行走方向从参考绕障方向变为由当前位置指向既定目标位置的方向时,确定机器人进入窄道。其中,机器人将所述当前位置指向既定目标位置的方向配置为指向所述两个绕障点所在通道的内部的可通行区域,所述当前位置是所述步骤S1规划出的绕障路径经过的一个路径节点,机器人在该路径节点处的绕障趋势发生变化。优选地,所述预设距离范围是大于或等于机器人的机身宽度;所述两个绕障点所在通道的入口(即两个绕障点之间形成的缺口)的宽度大于或等于机器人的机身宽度时,确定所述两个绕障点所在通道允许机器人进入,则机器人可以在行走至其中一个绕障点或其附近以碰撞新的障碍物时,将其行走方向调整为由当前位置指向既定目标位置的方向,调整后的方向可以是直线指向所述既定目标位置的方向、或曲折穿过所述两个绕障点所在通道以延伸至所述既定目标位置的方向,然后在检测到机器人的行走方向从参考绕障方向变为由当前位置指向既定目标位置的方向,且检测到该两个绕障点之间的距离处于预设距离范围时,机器人将其行为识别为进入窄道,以使机器人顺利进入并通过该窄道。另一方面,若检测到所述两个绕障点所在通道的入口(即两个绕障点之间形成的缺口)的宽度小于机器人的机身宽度时,确定所述两个绕障点所在通道不允许机器人进入,则机器人可能恢复使用步骤S1中的绕障路径或以避开障碍物、或将其行走方向调整为由当前位置指向既定目标位置的方向的反方向、或将其行走方向调整为由当前位置延伸向最新碰撞的障碍物的轮廓,以使机器人不进入所述两个绕障点所在通道,规划形成新的绕障路径,保持沿着障碍物的轮廓行走,绕开新的障碍物。
综上,在机器人沿着在先规划的绕障路径行走时,机器人针对两个障碍物之间形成的刚好比机身宽度大一个较小间隙距离(1cm)的窄道容易被误判为无法通行的问题,获取与两个障碍物之间形成的缺口的通行因素关联的轮廓线段,用以指导机器人在进入该缺口前后的绕障方向的调整,再在绕障方向发生改变时,结合轮廓线段的搜索方向上提取出的两个绕障点之间的距离,将所述两个绕障点所在通道识别为窄道,并确定机器人开始进入一个窄道口但不是以在先规划的绕障路径进入。因而,在扫地机器人、割草机、或移动玩具所在的环境内准确区分出可供机器人通行的狭窄通道,克服窄道的宽度小到容易将窄道内部的栅格区域或直接将其开口误判为阻挡机器人通行的障碍物的问题,也实现流畅地由机器人绕开障碍物的动作切换为进入两个障碍物之间形成的狭窄通道,进而机器人可以根据激光数据精确通过该窄道或窄道口,从而提升激光导航条件下通过狭窄区域的流畅性和成功率。
在上述实施例的基础上,机器人可以在栅格地图内搜索每条通向所述既定目标位置的路径的过程中,按照当前位置指向所述既定目标位置的方向,为搜索出的对应一条路径所在的栅格有序地标记索引号,并将由小到大排序的索引号对应的栅格的延伸方向设置为机器人在搜索出的对应一条路径上的行走方向,以确定机器人在搜索出的路径(包括所述绕障路径)上的行走方向。优选地,当所述当前位置指向所述既定目标位置的过程中需要通过所述窄道,则步骤S2所述的当前位置指向既定目标位置的方向可以是从所述窄道的入口指向所述窄道的出口的方向,保证指向所述两个绕障点所在通道的内部的可通行区域,则可以根据与窄道的入口距离最近的栅格的索引号确定机器人进入该窄道的行走方向。如图2所示,机器人在进入上下方的两个障碍物之间形成的缺口之前,在start位置处碰撞上图示下方的障碍物,则以该start位置标记为搜索起点并标记上索引号①,然后沿着图示下方的障碍物的边界线,先后在搜索出的路径节点标记索引号②和索引号③,则在索引号③对应的位置处,机器人的行走方向变为朝向缺口内部并指向target位置,其中,索引号③对应的位置是距离该缺口最近的位置,也是机器人改变绕障方向的位置;之后,机器人确定进入该缺口后,本着通过缺口所在的通道的原则,先后在搜索出的路径节点处标记索引号④、索引号⑤、索引号⑥,直至搜索到target位置,这里的路径搜索算法包括但不限于A*算法、D*算法等启发式搜索算法,使得搜索出来的路径能够避开图示的障碍物。
作为一种实施例,机器人将所述参考绕障方向配置为两个绕障点各自所在的障碍物组成的外轮廓线走向,以形成所述绕障路径在机器人在进入窄道之前的延伸方向;其中,每个绕障点都存在对应一个障碍物,机器人通过一个绕障点可以视为绕过该绕障点所在的障碍物,所述参考绕障方向可以显示为沿着图2所示的两个矩形的障碍物的外侧的轮廓线的连线延伸的方向,可以理解为包围图2所示的两个矩形的障碍物的外侧的曲线且走向趋势贴近该两个障碍物的轮廓的走向趋势;当机器人进入两个绕障点之间的缺口(开口)时,机器人同时绕过两个绕障点各自所在的障碍物或通过两个绕障点各自所在的障碍物之间形成的缺口。另一方面,在本实施例中,机器人将所述参考轮廓线段的搜索方向设置为该参考轮廓线段的垂直方向,形成所述两个绕障点所在通道的宽度方向;该参考轮廓线段是对应于其中一个绕障点所在的障碍物,对应为图2的上方的障碍物,线段AB是该参考轮廓线段,可以是经过图2的上方的障碍物的左下方的角点的拟合线段,不一定属于障碍物实际轮廓线,但能够形成所述两个绕障点所在通道的其中一条边界线,即前述实施例识别出的窄道的边界线,其中,图2所示的线段CD是视为垂直于线段AB,则点C和点D分别是两个绕障点,绕障点C可以是位于图2所示的障碍物(黑色矩形)的一个角点,也可以是在垂直AB的方向上且位于该障碍物的一个轮廓点以贴合该障碍物的轮廓和分布位置。所述两个绕障点是在执行所述识别方法的过程中,距离机器人的左右两侧最近的障碍物的参考轮廓线段上的点,也可以理解为在两条参考轮廓线段的端点当中,距离最小的两个端点且该两个端点之间存在缺口;在一些实施例中,所述两个绕障点之间的距离也可以是所述两个绕障点各自所在的参考轮廓线段的端点之间的最小距离,用以判断所述两个绕障点之间的缺口的可通行性。
作为一种实施例,在机器人沿着所述绕障路径行走的过程中,若机器人将其行走方向调整为由当前位置指向既定目标位置的方向,且检测到该两个绕障点之间的距离处于所述预设距离范围时,机器人确定其开始进入一个窄道口,该窄道口是该两个绕障点各自所在的障碍物之间形成的缺口,该缺口位于可通行区域内,缺口所在的通道的边界线可以是障碍物的轮廓线或拟合出来的轮廓线段,边界线的间距是处于所述预设距离范围内以提高判断精度。优选地,所述缺口的宽度是所述缺口在机器人行进平面上的两个端点所在的栅格之间的距离,所述缺口的两个端点分别位于对应障碍物的轮廓线或拟合出来的轮廓线段上。另外,机器人还将当前位置指向既定目标位置的方向配置为与所述参考绕障方向不同,可选地,所述参考绕障方向对应为从图2的last位置出发的箭头指向(可以标记为上一个绕障方向),所述当前位置指向既定目标位置的方向对应为从图2的next位置出发的箭头指向(可以标记为当前绕障方向),且都是指向可通行区域以便于机器人避开周围存在的障碍物;具体地,机器人会选择在其中一个绕障点处与障碍物碰撞或行走至与其中一个绕障点所在的障碍物碰撞(不是步骤S1中探测到的障碍物)时,机器人将其行走方向调整为由当前位置指向既定目标位置的方向,再在检测到该两个绕障点之间的距离处于所述预设距离范围时,将其当前碰撞到的障碍物与步骤S1中探测到的障碍物之间形成的缺口视为窄道口并确定机器人开始进入该窄道口,其中的参考轮廓线段设置为归属于当前碰撞到的障碍物,所述绕障路径可以归属于历史绕障路径,机器人会根据所述绕障路径、既定目标位置、图1和图2中的搜索起点start确定机器人的绕障方向,以选择从机器人的左侧的绕障点或其右侧的绕障点绕过对应的障碍物,可以是左右扭动并先后与两个绕障点相碰触。无论机器人在进入所述两个绕障点所在通道之前多么频繁地与所绕的障碍物发生碰撞,机器人的行走方向只要从参考绕障方向变为由当前位置指向既定目标位置的方向(即上一个绕障方向与当前绕障方向不同),且所述两个绕障点之间的距离处于所述预设距离范围时,机器人都将所述两个绕障点所在通道识别为窄道,使得机器人从当前位置导航至既定目标位置的过程中更加顺畅、导航路径更短,提高机器人的导航效率。
在一些实施例中,机器人的工作区域中,会存在由边界线框定的工作区,也会在障碍物之间组成非工作区域,或者在边界线框定的工作区域之间构成非工作区域,可以是两个工作区域的相应一条边界线之间形成非工作区域,也可以是两个墙体障碍物之间的空隙通道形成非工作区域;这里的非工作区域一般是指宽度较窄的通道,简称窄道,窄道的入口和窄道的出口都设置为窄道口,其中,窄道的两侧分别是两条障碍物的轮廓线;并且在设置移动路径时,一般将扫地机器人设置为一个点来看待,为了方便扫地机器人移动至目标位置,设置的移动路径可能会经过窄道;一般地,两个或多个障碍物之间的缝隙区域(比如两个墙体之间的通道)以自由通道的形式显示在栅格地图内;自由通道是指连通两个不同工作区域,在宽度大于机器人的机身宽度的前提下可以是机器人的可通行道路,然后具体通过检测通道的入口、通道的出口、通道的长度以及通道的宽度来识别出允许机器人通行的窄道口及窄道,并确定窄道覆盖的位置信息,比如识别出一个墙体下方的门洞的栅格区域、两个墙体之间的通道、三个墙体围成只有一个待识别缺口的通道;机器人实际工作场景中的通道具有一定特征,包括三维形状特征及尺寸特征等。
作为一种实施例,步骤S1所述的绕障路径是机器人使用启发式搜索算法规划出来的路径,所述既定目标位置是所述绕障路径的终点,至于具体的搜索起点可以是机器人与障碍物第一次碰撞的位置点,也可以是在障碍物附近选择的一个位置点、也可以是所述绕障点或附近区域。在前述步骤S1与前述步骤S2之间,还包括:在机器人探测到一个障碍物后(可以与之相碰撞),且在另一个障碍物(探测到的新障碍物,可以是与在先探测的障碍物在位置上比较接近,视为位置相邻)的所述参考轮廓线段的搜索方向上提取出两个绕障点之前,保持沿着所述绕障路径行走,并将所述绕障路径的当前延伸方向设置为历史绕障方向,对应为图2的索引号②所在位置指向索引号③的方向,或者从图3的last位置出发的箭头指向。
在前述步骤S1与前述步骤S2之间,还包括:在机器人沿着所述绕障路径行走的过程中,机器人获取所述参考轮廓线段后,若机器人检测所述绕障路径自当前位置开始的延伸方向不是由当前位置指向既定目标位置target的方向,即图2的索引号②所在位置的箭头的指向没有指向既定目标位置target或从图3的last位置出发的箭头没有指向既定目标位置target时,机器人停止继续沿着所述绕障路径行走,再将其行走方向调整为由当前位置指向既定目标位置的方向以使机器人开始进入所述两个绕障点所在通道,具体调整为:图3的索引号③所在位置的箭头的指向,或图2的索引号③所在位置的箭头的指向(对应为图2的cur位置指向图2的next位置的方向),以使机器人开始进入所述两个绕障点所在通道,则机器人在识别到其行为是进入窄道后或识别出窄道后,继续往图2的上下方的障碍物之间的缺口直行(比如沿着图2的索引号③所在位置指向索引号④的方向行走),或越过图3的线段CD处所在的可通行区域以沿着图3的索引号③所在位置指向next位置的方向前进。从而在机器人绕障行走过程中寻找出两个障碍物之间形成的较窄且容易被误判的通道并调整方向以进入其中,而不再继续绕行,缩短机器人整体的导航路径,加快导航至所述既定目标位置。
作为一种实施例,结合图2和图3可知,本实施例将图2和图3上方的障碍物标记为第二障碍物,图2下方的障碍物标记为第一障碍物;在图3中,第二障碍物的参考轮廓线段AB存在第一端点A和第二端点B,分居第二障碍物(图3所示的填充黑色的矩形)的左下方角点的左右两侧。在本实施例中,机器人沿着启发式搜索算法预先规划出来的路径行走时,机器人在位置start处使用测距传感器(比如激光传感器)先探测到第一障碍物时,机器人可能碰撞到第一障碍物,同时,机器人规划通向既定目标位置的绕障路径,具体是以碰撞位置为搜索起点、所述既定目标位置为搜索终点,使用启发式搜索算法规划出一条绕障路径;然后机器人沿着该绕障路径行走以实现沿着第一障碍物的轮廓线行走,直至行走至第一障碍物与第二障碍物之间形成的缺口处,对应到图2中,机器人从start位置开始,沿着索引号①所在位置的箭头指向行走至索引号②所在位置,再沿着索引号②所在位置的箭头指向从索引号②所在位置行走至索引号③所在位置,则机器人行走至第一障碍物与第二障碍物之间形成的缺口处,对应为图3的cur位置,此时机器人可以在检测到所述两个绕障点之间(可以对应为图3的点C与点D)的距离处于预设距离范围时,将所述两个绕障点所在通道识别为窄道。同时,机器人将其行走形成的方向标记为所述历史绕障方向,对应为索引号②所在位置的箭头指向;又如图3所示,然后机器人获取第二障碍物的参考轮廓线段AB,再将第一端点A指向第二端点B的方向标记为由当前位置指向既定目标位置的方向(对应为索引号③所在位置的箭头指向)以通过所述两个绕障点所在通道,并将第二端点B指向第一端点A的方向标记为所述历史绕障方向的延伸方向,则机器人沿着所述历史绕障方向的延伸方向行走的过程中可以绕过第二障碍物的上方的轮廓,从而绕行到障碍物的上方再导航至既定目标位置target,实现在绕开第一障碍物后变为沿着第二障碍物的轮廓线行走,保持执行绕障操作;对应到前述实施例,机器人将所述历史绕障方向的延伸方向配置为所述参考绕障方向,以代表第一障碍物和第二障碍物的左上方的轮廓线的大体走向。
需要补充的是,对于前述的窄道口、窄道或缺口,在机器人所处的区域内,存在水平地面上设置穿透相邻两个房间区域的门洞、两个平行的墙体之间的缝隙,可以将门洞的入口或缝隙的入口设置为障碍物之间形成的开口,是至少两个障碍物的轮廓之间形成的开口,这些障碍物可以是相互孤立存在;机器人使用激光传感器扫描周围环境时,该开口的两个端点以及宽度都被机器人的激光传感器扫描出来并转换到相应坐标系下的点云坐标,进而将该开口的两个端点扫描为对应的点云并转换到栅格地图的对应栅格处。在一些实施例中,机器人通过碰撞的方式感测周围环境时,每当机器人的碰撞传感器接触到该开口的两个端点后,将其碰撞到的障碍物的轮廓点或所述参考轮廓线段标记到栅格地图的对应栅格处;还在一些实施中引入评估量,用以表示机器人在障碍物之间形成的缺口处或其对应的栅格(两个端点之间的自由栅格的数量或其在开口宽度范围内的占比)处的可通行程度,可以表示在相应栅格区域处的通行概率,一般地,机器人使用测距传感器扫描出缺口时被赋予的可信度高于机器人碰撞检测出缺口时被赋予的可信度,因为测距传感器的定位精度高于机器人物理接触产生的定位精度。
优选地,所述两个绕障点所在通道的内部的可通行区域的延伸方向与所述第二障碍物的参考轮廓线段(对应为图3的线段AB)平行,所述第二障碍物的参考轮廓线段与所述搜索方向(对应为图3的点D指向点C的方向)垂直,所述两个绕障点所在通道的内部的可通行区域与所述既定目标位置相连通,其中一个绕障点是位于所述第二障碍物的参考轮廓线段上,例如点D和点C分别被标记为上方的第二障碍物的绕障点和下方的第一障碍物的绕障点,点D被设置为位于参考轮廓线段AB上,且线段CD所在的区域是可通行区域,线段CD可以标记为所述窄道口。
在前述实施例中,机器人通过测距传感器采集点云数据,点云数据是配置为反射自测距传感器探测到的障碍物的位置信息,是一系列离散点的集合,会携带环境噪点(反馈其环境光干扰或障碍物表明材质的影响);机器人再将采集到的点云数据拟合处理为障碍物的轮廓线,以表示所探测到的障碍物的局部轮廓或该障碍物包络线;这里的拟合处理具体会先后经过排序、分组(以区分不同类型的障碍物)、筛选、分段插值拟合、再对每组连线各个拟合曲线坐标点,得到障碍物包络线或轮廓线,具体是拟合线段、拟合曲线及其组合,则前述所述参考轮廓线段是属于拟合处理出来的轮廓线。优选地,为识别出具有可通行意义的窄道,在机器人将所述两个绕障点所在通道的内部的可通行区域的延伸方向标记为预设通道方向时,所述两个绕障点分别位于第一障碍物在预设通道方向上的轮廓线和第二障碍物在预设通道方向上的轮廓线,或者所述两个绕障点分别位于第一障碍物上和第二障碍物上,其中,所述两个绕障点之间的距离是设置为所述预设距离范围以便于识别机器人进入窄道、或所述两个绕障点所在通道的宽度是处于所述预设距离范围以便于确定机器人能够通过所述窄道;预设通道方向是图3的索引号③所在位置指向next位置的方向、或图2的索引号③所在位置指向索引号④的方向,形成机器人绕障行走过程中摸索出来的较窄的小通道的入口及进入窄道的方式。
作为一种实施例,结合图2和图3可知,机器人探测到第一障碍物时,沿着所述绕障路径行走过的位置与所述既定目标位置分居第一障碍物的两侧,例如图2的start位置和target位置分居于第一障碍物的左右两侧;然后机器人将其沿着所述绕障路径行走过的位置所处的一侧标记为第一侧,对应为图2和图3的第一障碍物的左侧,并将所述既定目标位置target所处的一侧标记为第二侧,对应为图2和图3的第一障碍物的右侧,且机器人将所述第二障碍物的参考轮廓线段的第一端点A配置为位于所述第二障碍物的第一侧或所述第一障碍物的第一侧,机器人将所述第一障碍物的参考轮廓线段的第二端点B配置为位于所述第二障碍物的第二侧或所述第一障碍物的第二侧;以此来区分出第一障碍物和第二障碍物包围下的内外侧,内侧即所述右侧,外侧即所述左侧,窄道的延伸方向对应为所述右侧,窄道的入口是对应为位于所述左侧。然后机器人将第一障碍物的第一侧的轮廓线段和第二障碍物的第一侧的轮廓线段连接形成的轮廓线走向标记为所述两个绕障点各自所在的障碍物组成的外轮廓线走向,对应为前述实施例公开的所述参考绕障方向,以代表启发式搜索算法条件下规划出的贴近第一障碍物的左上方和第二障碍物的左上方的轮廓线的延伸方向。
优选地,机器人使用激光传感器先探测到第一障碍物时,机器人已经碰撞到第一障碍物;机器人行走至第一障碍物与第二障碍物之间形成的缺口时,机器人已经碰撞到第二障碍物;机器人将所述预设距离范围设置为大于或等于机器人的机身宽度,以使所述两个绕障点之间的距离大于或等于机器人的机身宽度时,确定该两个绕障点各自所在的障碍物之间形成的缺口是窄道口允许机器人进入。所述预设距离范围的上限值是机器人的机身宽度与预设冗余量的和值。由于窄道的宽度只是稍微大于机器人的机身宽度,为了在识别窄道的过程中减少计算出来的轮廓线的误差干扰,设置预设距离范围进行判断;具体地,预设距离范围的最小值(下限值)是大于机器人的机身宽度,预设距离范围的最大值(上限值)只是稍微大于机器人的机身宽度,不超出两倍的机身宽度。其中,预设距离范围可根据机器人的机身宽度以及预设的拟合误差来确定,预设冗余量的设置能够将与机器人的机身宽度较为接近的通道称为所述窄道。例如,扫地机器人的宽度为30厘米,则预设距离范围可取32厘米至35厘米,即机器人的中心位于所述两个绕障点所在通道的入口(或缺口,比如图3的线段CD的中点)在其宽度方向上的中心位置时,所述预设冗余量的设置表现为机器人的左右两侧与通道之间的间隙大小处于1厘米至2厘米之间。
综上,前述实施例利用进入两个所绕的障碍物之间形成的缺口前的绕障方向的变化,以及两个所绕的障碍物对应的绕障点之间距离,来识别出机器人是否开始进入窄道,克服障碍物的轮廓线拟合计算对识别窄道所带来的误差,提高窄道识别的准确性和机器人进入窄道的成功率。
优选地,所述窄道是以该两个障碍物的轮廓线(拟合的结果)为边界线组成的通道;两个障碍物的轮廓线上提取出来的绕障点之间的最小距离大于或等于所述预设距离范围的最小值;预设距离范围的最小值是大于机器人的机身宽度;所述窄道的宽度是处于预设距离范围,所述窄道的入口也是处于预设距离范围。所述窄道口可以是房间的小门洞,门洞两侧的障碍物是同一房间内的四面墙壁,四面墙壁是连续的、一体的,另外,所述绕障点所在通道的左右两侧的墙体也可以近似为平行。
优选地,当机器人行走在所述窄道的内部时,所述窄道的入口的两侧边界线与机器人对应一侧的最短距离都等于所述预设冗余量的一半;比如,机器人沿着窄道的中心线进入窄道口时,机器人的左侧与其左侧绕障点的垂直距离等于所述预设冗余量的一半,且机器人的右侧与其右侧绕障的垂直距离也是等于所述预设冗余量的一半。在本实施例中,所述预设冗余量的一半优选为1厘米至2厘米,从而规避轮廓线的拟合计算误差。
基于前述实施例,本发明还公开一种芯片,存储有程序代码,程序代码被执行时实现如所述的机器人进入窄道的识别方法的步骤。所述的机器人进入窄道的识别方法的步骤对应的程序代码存储于一种芯片内时,被当成一种计算机程序产品,所述计算机程序可操作来使计算机执行如上述机器人进入窄道的识别方法实施例中记载的任一方法的部分或全部步骤。内部设置前述芯片的机器人在绕障行走的过程中,利用激光数据获得轮廓线段并提取出相关的绕障点,识别出宽度略大于机器人的机身宽度的窄道并确定其能够进入该窄道,也便于筛选出更加顺畅通行的导航路径。
本发明还公开一种机器人,装配测距传感器,所述机器人设置前述实施例公开的芯片,用于控制机器人使用测距传感器探测到障碍物并获得对应的轮廓线及绕障点,便于识别到机器人开始进入窄道。在机器人沿着在先规划的绕障路径行走时,机器人针对两个障碍物之间形成的刚好比机身宽度大一个较小间隙距离(1cm)的窄道容易被误判为无法通行的问题,获取与两个障碍物之间形成的缺口的通行因素关联的轮廓线段,用以指导机器人在进入该缺口前后的绕障方向的调整,再在绕障方向发生改变时,结合轮廓线段的搜索方向上提取出的两个绕障点之间的距离,将所述两个绕障点所在通道识别为窄道,并确定机器人开始进入一个窄道口但不是以在先规划的绕障路径进入。因而,在扫地机器人、割草机、或移动玩具所在的环境内准确区分出可供机器人通行的狭窄通道,克服窄道的宽度小到容易将窄道内部的栅格区域或直接将其开口误判为阻挡机器人通行的障碍物的问题,也实现流畅地由机器人绕开障碍物的动作切换为进入两个障碍物之间形成的狭窄通道,进而机器人可以根据激光数据精确通过该窄道或窄道口,从而提升激光导航条件下通过狭窄区域的流畅性和成功率。
需要说明的是,对于前述的各方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本申请并不受所描述的动作顺序的限制,因为依据本申请,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作和模块并不一定是本申请所必须的。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置,可通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储器中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储器中,包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储器包括:U盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
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是可以通过程序来指令相关的硬件来完成,该程序可以存储于一计算机可读存储器中,存储器可以包括:闪存盘、只读存储器(Read-Only Memory,ROM)、随机存取器(Random AccessMemory,RAM)、磁盘或光盘等。
以上对本申请一实施例进行了详细介绍,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,对于本领域的一般技术人员,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 (12)
1.一种机器人进入窄道的识别方法,识别方法的执行主体是装配测距传感器的机器人;其特征在于,所述识别方法包括:
步骤S1、当机器人使用测距传感器探测到障碍物时,机器人规划出通向既定目标位置的绕障路径,再沿着该绕障路径行走,并通过测距传感器采集的点云数据获取参考轮廓线段;
步骤S2、机器人在参考轮廓线段的搜索方向上提取出两个绕障点的情况下,若检测到机器人的行走方向从参考绕障方向变为由当前位置指向既定目标位置的方向,且检测到该两个绕障点之间的距离处于预设距离范围,则机器人将其行为识别为进入窄道。
2.根据权利要求1所述识别方法,其特征在于,所述步骤S2还包括:
机器人在参考轮廓线段的搜索方向上提取出两个绕障点的情况下,若检测到该两个绕障点之间的距离处于预设距离范围,则将所述两个绕障点所在通道识别为窄道;
步骤S2所述的当前位置指向既定目标位置的方向是指向所述两个绕障点所在通道的内部的可通行区域。
3.根据权利要求2所述识别方法,其特征在于,机器人将参考绕障方向配置为两个绕障点各自所在的障碍物组成的外轮廓线走向,以形成所述绕障路径在机器人进入窄道之前的延伸方向;
机器人将所述参考轮廓线段的搜索方向设置为该参考轮廓线段的垂直方向,形成所述两个绕障点所在通道的宽度方向;该参考轮廓线段是对应于其中一个绕障点所在的障碍物,并形成所述两个绕障点所在通道的其中一条边界线。
4.根据权利要求3所述识别方法,其特征在于,在机器人沿着所述绕障路径行走的过程中,若机器人将其行走方向调整为由当前位置指向既定目标位置的方向,且检测到该两个绕障点之间的距离处于所述预设距离范围时,机器人确定其开始进入一个窄道口,该窄道口是该两个绕障点各自所在的障碍物之间形成的缺口,该缺口位于可通行区域内,机器人还将当前位置指向既定目标位置的方向配置为与所述参考绕障方向不同。
5.根据权利要求2所述识别方法,其特征在于,在所述步骤S1和所述步骤S2之间,还包括:
在机器人探测到一个障碍物后,且在另一个障碍物的参考轮廓线段的搜索方向上提取出两个绕障点之前,保持沿着所述绕障路径行走,并将所述绕障路径的当前延伸方向设置为历史绕障方向;
在机器人沿着所述绕障路径行走的过程中,机器人获取所述参考轮廓线段后,若机器人检测所述绕障路径自当前位置开始的延伸方向不是由当前位置指向既定目标位置的方向,则停止继续沿着所述绕障路径行走,再将其行走方向调整为由当前位置指向既定目标位置的方向以使机器人开始进入所述两个绕障点所在通道。
6.根据权利要求5所述识别方法,其特征在于,机器人使用测距传感器先探测到第一障碍物时,机器人规划通向既定目标位置的绕障路径,然后沿着该绕障路径行走以实现沿着第一障碍物的轮廓线行走,直至行走至第一障碍物与第二障碍物之间形成的缺口处和/或碰撞到第二障碍物时,机器人将其行走形成的方向标记为所述历史绕障方向,第二障碍物的参考轮廓线段存在第一端点和第二端点;然后机器人获取第二障碍物的参考轮廓线段,再将第一端点指向第二端点的方向标记为由当前位置指向既定目标位置的方向,并将第二端点指向第一端点的方向标记为所述历史绕障方向的延伸方向;机器人将所述历史绕障方向的延伸方向配置为所述参考绕障方向。
7.根据权利要求6所述识别方法,其特征在于,所述两个绕障点所在通道的内部的可通行区域的延伸方向与所述第二障碍物的参考轮廓线段平行,所述第二障碍物的参考轮廓线段与所述搜索方向垂直,所述两个绕障点所在通道的内部的可通行区域与所述既定目标位置相连通,其中一个绕障点是位于所述第二障碍物的参考轮廓线段上。
8.根据权利要求7所述识别方法,其特征在于,机器人通过测距传感器采集点云数据,点云数据是配置为反射自测距传感器探测到的障碍物的位置信息;机器人再将采集到的点云数据拟合处理为障碍物的轮廓线,以表示所探测到的障碍物的局部轮廓或该障碍物包络线;
所述参考轮廓线段是属于拟合处理出来的轮廓线;
机器人将所述两个绕障点所在通道的内部的可通行区域的延伸方向标记为预设通道方向时,所述两个绕障点分别位于第一障碍物在预设通道方向上的轮廓线和第二障碍物在预设通道方向上的轮廓线,或者所述两个绕障点分别位于第一障碍物上和第二障碍物上。
9.根据权利要求8所述识别方法,其特征在于,机器人探测到第一障碍物时,沿着所述绕障路径行走过的位置与所述既定目标位置分居第一障碍物的两侧,然后机器人将其沿着所述绕障路径行走过的位置所处的一侧标记为第一侧,并将所述既定目标位置所处的一侧标记为第二侧,且机器人将所述第二障碍物的参考轮廓线段的第一端点配置为位于所述第二障碍物的第一侧或所述第一障碍物的第一侧,机器人将所述第一障碍物的参考轮廓线段的第二端点配置为位于所述第二障碍物的第二侧或所述第一障碍物的第二侧;
然后机器人将第一障碍物的第一侧的轮廓线和第二障碍物的第一侧的轮廓线连接形成的轮廓线走向标记为所述两个绕障点各自所在的障碍物组成的外轮廓线走向。
10.根据权利要求6所述识别方法,其特征在于,机器人使用测距传感器先探测到第一障碍物时,机器人已经碰撞到第一障碍物;机器人行走至第一障碍物与第二障碍物之间形成的缺口时,机器人已经碰撞到第二障碍物;
机器人将所述预设距离范围设置为大于或等于机器人的机身宽度,所述预设距离范围的上限值是机器人的机身宽度与预设冗余量的和值。
11.一种芯片,存储有程序代码,其特征在于,程序代码被执行时实现如权利要求1至10中任一项所述的机器人进入窄道的识别方法的步骤。
12.一种机器人,装配测距传感器,其特征在于,所述机器人设置权利要求11所述的芯片,用于控制机器人使用测距传感器探测到障碍物并获得对应的轮廓线及绕障点,便于识别到机器人开始进入窄道。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210980334.4A CN117666547A (zh) | 2022-08-16 | 2022-08-16 | 一种机器人进入窄道的识别方法、芯片及机器人 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210980334.4A CN117666547A (zh) | 2022-08-16 | 2022-08-16 | 一种机器人进入窄道的识别方法、芯片及机器人 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117666547A true CN117666547A (zh) | 2024-03-08 |
Family
ID=90069980
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210980334.4A Pending CN117666547A (zh) | 2022-08-16 | 2022-08-16 | 一种机器人进入窄道的识别方法、芯片及机器人 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117666547A (zh) |
-
2022
- 2022-08-16 CN CN202210980334.4A patent/CN117666547A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10620636B2 (en) | Method of identifying functional region in 3-dimensional space, and robot implementing the method | |
CN111857127B (zh) | 一种机器人沿边行走的清洁分区规划方法、芯片及机器人 | |
CN107041718B (zh) | 清洁机器人及其控制方法 | |
CN111906779B (zh) | 一种越障结束判断方法、越障控制方法、芯片及机器人 | |
CN109997089A (zh) | 地面处理机和地面处理方法 | |
US20050192749A1 (en) | Point -to-point path planning | |
CN111938513B (zh) | 一种机器人越障的沿边路径选择方法、芯片及机器人 | |
CN113625701A (zh) | 一种割草机器人路径规划方法及割草机器人 | |
CN111949017B (zh) | 一种机器人越障的沿边路径规划方法、芯片及机器人 | |
JPH05257533A (ja) | 移動ロボットの床面掃引方法及び装置 | |
CN113190010B (zh) | 一种沿边绕障路径规划方法、芯片及机器人 | |
CN112393737B (zh) | 障碍地图的创建方法、系统,机器人及可读存储介质 | |
CN112445212A (zh) | 路径规划方法、系统,机器人及可读存储介质 | |
CN113110497A (zh) | 基于导航路径的沿边绕障路径选择方法、芯片及机器人 | |
CN111897335A (zh) | 一种机器人弓字型行走时的避障控制方法及其控制系统 | |
CN111552290B (zh) | 一种机器人沿墙找直线的方法及清扫方法 | |
CN111103886B (zh) | 通行窄道的识别方法、装置、设备及计算机可读存储介质 | |
CN115268443A (zh) | 一种机器人避障路径规划方法 | |
CN113110499B (zh) | 一种通行区域的判定方法、路线搜索方法、机器人及芯片 | |
CN111857156A (zh) | 一种基于激光的机器人区域划分方法、芯片及机器人 | |
CN117666547A (zh) | 一种机器人进入窄道的识别方法、芯片及机器人 | |
CN111240322A (zh) | 机器人移动限制框的工作起点确定方法及运动控制方法 | |
US20220100197A1 (en) | Self-propelled device and method for controlling the same | |
WO2024037262A1 (zh) | 一种机器人通过窄道的导航方法、芯片及机器人 | |
CN117292246A (zh) | 一种机器人识别窄道的方法及窄道导航方法 |
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 |