CN117742339A - 基于电子定位标签的机器人巡检方法、装置、介质及设备 - Google Patents

基于电子定位标签的机器人巡检方法、装置、介质及设备 Download PDF

Info

Publication number
CN117742339A
CN117742339A CN202311804297.2A CN202311804297A CN117742339A CN 117742339 A CN117742339 A CN 117742339A CN 202311804297 A CN202311804297 A CN 202311804297A CN 117742339 A CN117742339 A CN 117742339A
Authority
CN
China
Prior art keywords
inspection
detection
electronic positioning
robot
point
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
Application number
CN202311804297.2A
Other languages
English (en)
Inventor
张晨阳
柏林
刘彪
舒海燕
袁添厦
祝涛剑
沈创芸
王恒华
方映峰
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.)
Guangzhou Gosuncn Robot Co Ltd
Original Assignee
Guangzhou Gosuncn Robot Co Ltd
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 Guangzhou Gosuncn Robot Co Ltd filed Critical Guangzhou Gosuncn Robot Co Ltd
Priority to CN202311804297.2A priority Critical patent/CN117742339A/zh
Publication of CN117742339A publication Critical patent/CN117742339A/zh
Pending legal-status Critical Current

Links

Landscapes

  • Manipulator (AREA)

Abstract

本发明公开了一种基于电子定位标签的机器人巡检方法、装置、介质及设备,包括:根据巡检场所内的检测对象创建对应的电子定位标签,将所述检测对象和电子定位标签进行绑定;构建所述巡检场所的可行走路径网,并在所述可行走路径网中确定检测对象对应的巡检点位;当机器人在所述巡检场所内巡检时,根据当前的巡检点位动态规划并生成巡检路线;根据所述巡检路线依次行进至所述巡检点位,从巡检点位对应的电子定位标签中获取检测目标信息;根据所述检测目标信息对所述检测对象执行检测动作。本发明解决了现有机器人巡检方式存在的参数现场采集过程繁琐、效率低以及巡检路线固定单一、维护不便的问题。

Description

基于电子定位标签的机器人巡检方法、装置、介质及设备
技术领域
本发明涉及机器人技术领域,尤其涉及基于电子定位标签的机器人巡检方法、装置、介质及设备。
背景技术
当机器人在园区、写字楼、交通枢纽等场景中进行巡检工作时,需要预先对巡检路线、巡检目标以及巡检内容进行联动,其中包括预先根据现场道路绘制机器人固定行进路线,以及在检测点位设置所要检测的内容,以便巡检机器人在到达该点位执行工作任务时,调用检测算法完成异常检测。机器人在巡检时根据行进路线到达检查点位,通过调整云台相机参数直至采集到检测目标,以云台预置位形式保存,最后根据预设的检测内容调用检测算法完成异常检测。
然而,现有的机器人巡检路线,需要预先人工设置,其巡检内容配置固定单一,无法动态调整,维护不方便,灵活性低。检测点位与机器人云台预置位具有强相关,不可复用,需要机器人直接参与现场采集云台角度、相机参数,过程繁琐,对于检测点位较多的场所,工程部署工作量巨大,且采集效率低。
发明内容
本发明实施例提供了一种基于电子定位标签的机器人巡检方法、装置、介质及设备,以解决现有机器人巡检方式存在的参数现场采集过程繁琐、效率低以及巡检路线固定单一、维护不便的问题。
一种基于电子定位标签的机器人巡检方法,所述方法包括:
根据巡检场所内的检测对象创建对应的电子定位标签,将所述检测对象和电子定位标签进行绑定;
构建所述巡检场所的可行走路径网,并在所述可行走路径网中确定检测对象对应的巡检点位;
当机器人在所述巡检场所内巡检时,根据当前的巡检点位动态规划并生成巡检路线;
根据所述巡检路线依次行进至所述巡检点位,从巡检点位对应的电子定位标签中获取检测目标信息;
根据所述检测目标信息对所述检测对象执行检测动作。
可选地,所述构建所述巡检场所的可行走路径网,并在所述可行走路径网中确定检测对象对应的巡检点位包括:
采用激光雷达对所述巡检场所进行扫描,建立三维点云模型,得到所述机器人的可行走路径网;
根据所述电子定位标签在所述巡检场所的分布获取机器人在所述可行走路径网中的最优点位,作为所述检测对象对应的巡检点位。
可选地,所述根据所述电子定位标签在所述巡检场所的分布获取机器人在所述可行走路径网中的最优点位,作为所述检测对象对应的巡检点位包括:
从所述电子定位标签中获取检测对象的检测条件,所述检测条件包括最大检测距离和最小检测距离;
以所述电子定位标签所在位置为中心,以所述最大检测距离和最小检测距离作为半径形成圆环;
获取圆环与所述可行走路径网的交汇区域,作为所述检测对象的巡检点位。
可选地,所述当机器人在所述巡检场所内巡检时,根据当前的巡检点位动态规划并生成巡检路线包括:
获取当前的待巡检点位;
从所述待巡检点位中获取起始点位和终点点位;
采用迪杰斯特拉算法根据所述待巡检点位以及起始点位和终点点位求解最短的巡检路径,生成巡检路线。
可选地,所述采用迪杰斯特拉算法根据所述待巡检点位以及起始点位和终点点位求解最短的巡检路径,生成巡检路线包括:
判断起始点位、终点点位或待巡检点位的数量是否发生变化;
若所述起始点位、终点点位和/或待巡检点位的数量发生变化时,采用迪杰斯特拉算法根据所述待巡检点位求解最短的巡检路径,生成巡检路线。
可选地,所述电子定位标签通过粘贴的方式设置在检测对象的表面或内部的中心、边缘、角落,或放置于检测对象所在空间区域的中心、边缘、角落。
可选地,在将所述检测对象和电子定位标签进行绑定之后,所述方法还包括:
按照预设周期获取所述巡检场所内的电子定位标签;
更新所述电子定位标签内的检测目标信息、检测时段以及检测频次。
一种基于电子定位标签的机器人巡检装置,所述装置包括:
创建关联模块,用于根据巡检场所内的检测对象创建对应的电子定位标签,将所述检测对象和电子定位标签进行绑定;
构建模块,用于构建所述巡检场所的可行走路径网,并在所述可行走路径网中确定检测对象对应的巡检点位;
动态规划模块,用于当机器人在所述巡检场所内巡检时,根据当前的巡检点位动态规划并生成巡检路线;
获取模块,用于根据所述巡检路线依次行进至所述巡检点位,从巡检点位对应的电子定位标签中获取检测目标信息;
检测模块,用于根据所述检测目标信息对所述检测对象执行检测动作。
一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现如上所述的基于电子定位标签的机器人巡检方法。
一种计算机设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如上所述的基于电子定位标签的机器人巡检方法。
本发明实施例通过根据巡检场所内的检测对象创建对应的电子定位标签,将所述检测对象和电子定位标签进行绑定;构建所述巡检场所的可行走路径网,并在所述可行走路径网中确定检测对象对应的巡检点位;当机器人在所述巡检场所内巡检时,根据当前的巡检点位动态规划并生成巡检路线;根据所述巡检路线依次行进至所述巡检点位,从巡检点位对应的电子定位标签中获取检测目标信息;根据所述检测目标信息对所述检测对象执行检测动作,从而实现了基于电子定位标签的分布自主确定检测对象,无需联动机器人进行预置位的采集绑定,提升了效率,且可动态调整巡检路线,无需人工设定固定行进路线,巡检任务更加灵活机动。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对本发明实施例的描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是本发明一实施例提供的基于电子定位标签的机器人巡检方法的流程图;
图2是本发明一实施例提供的基于电子定位标签的机器人巡检装置的结构示意图;
图3是本发明一实施例中计算机设备的一示意图。
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清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本实施例提供的基于电子定位标签的机器人巡检方法用于机器人,其上设置有多种传感器,包括但不限于摄像头、3D激光雷达、惯性测量单元(Inertial MeasurementUnit,IMU)、轮式里程计(Wheel Odometry),通过多传感器的融合定位,来实现在自主定位功能。
本发明实施例提供的基于电子定位标签的机器人巡检方法,通过将检测对象的检测目标信息与电子定位标签进行一对一关联绑定,并将电子点位标签置于巡检场所的合理范围内,以便根据电子定位标签确定检测对象。在机器人的可行走路径网中,根据巡检场所中电子定位标签的分布及检测目标信息确定巡检点位,并根据巡检点位动态规划路径生成检测路线。机器人按照检测路线行进至巡检点位,从巡检点位对应的电子定位标签中获取检测目标信息;根据所述检测目标信息对所述检测对象执行检测动作,从而实现了基于电子定位标签的分布自主确定检测对象,无需联动机器人进行预置位的采集绑定,降低了工作量,提升了任务实施效率,且可动态调整巡检路线,无需人工设定固定行进路线,巡检任务更加灵活机动。
以下对本实施例提供的基于电子定位标签的机器人巡检方法进行详细的描述,如图1所示,所述基于电子定位标签的机器人巡检方法包括:
步骤S101,根据巡检场所内的检测对象创建对应的电子定位标签,将所述检测对象和电子定位标签进行绑定;
步骤S102,构建所述巡检场所的可行走路径网,并在所述可行走路径网中确定检测对象对应的巡检点位;
步骤S103,当机器人在所述巡检场所内巡检时,根据当前的巡检点位动态规划并生成巡检路线;
步骤S104,根据所述巡检路线依次行进至所述巡检点位,从巡检点位对应的电子定位标签中获取检测目标信息;
步骤S105,根据所述检测目标信息对所述检测对象执行检测动作。
其中,所述巡检场所是指机器人完成巡检任务的场所。所述检测对象是指巡检场所内需要机器人进行检测的实体。所述电子定位标签是指采用无线载波通信技术实现定位的标签信息。可选地,所述电子定位标签包括但不限于超宽带技术(Ultra Wide Band,简称UWB)、红外、超声波、蓝牙、射频识别等无线定位技术。
作为一示例,在步骤S101中,本实施例遍历巡检场所内的所有检测对象,分别创建对应的电子定位标签,将所述检测对象和电子定位标签进行关联、绑定。所述电子定位标签具有唯一标识符ID,在绑定检测对象时,通过手持设备扫描电子定位标签的唯一标识符ID或手动输入方式录入唯一标识符ID,即可填写检测对象的检测目标信息,以将检测目标信息与电子定位标签绑定录入系统。其中,所述检测目标信息包括但不限于检测对象的类型、检测条件以及检测内容等,所述检测条件包括与检测对象的最大距离和最小距离、检测角度。示例性地,所述检测对象可以为安全指示灯,对应的检测条件为距离2-10米、抓拍横向角度±30°,对应的检测内容为是否损坏,灯光亮灭;又比如所述检测对象可以为消防通道,对应的检测条件为距离10-30米、抓拍横向角度±60°,对应的检测内容为是否堵塞;又比如所述检测对象可以为消防柜封条,对应的检测条件为距离1-2米,抓拍俯仰角度±15°,对应的检测内容为是否撕毁、遗失等。所述电子定位标签通过粘贴的方式设置在检测对象的表面或内部的中心、边缘、角落,或放置于检测对象所在空间区域的中心、边缘、角落。将所述电子定位标签置于检测对象所在区域内,电子定位标签通过发出脉冲信息,机器人即可根据电子定位标签确定检测对象,从而实现了基于电子定位标签的分布自主确定检测对象,无需联动机器人进行预置位的采集绑定,降低了工作量,提升了任务实施效率。
其中,所述可行走路径网是指机器人在所述巡检场所内可以行走的区域,所述巡检点位是指机器人根据电子定位标签的分布,在可行走路径网中选定的对检测对象的检测位置。每一个检测对象对应一个巡检点位。应当理解,所述巡检点位并不局限于一个位置,可以是一段区域范围。
作为一示例,在步骤S102中,在通过步骤S101关联检测对象和电子定位标签之后,本实施例采用激光雷达SLAM技术构建机器人在所述巡检场所内的可行走路径网,然后根据电子定位标签在检测场所内的分布,确定检测对象在所述可行走路径网中对应的巡检点位。所述SLAM技术是指同步定位与地图构建技术(Simultaneous localization andmapping,简称SLAM),即利用激光雷达对巡检场所进行扫描建立的三维点云模型所确定的机器人所有可行走区域。此外,还可以通过视觉传感器导航技术、GPS全局导航技术等替代SLAM技术来构建可行走路径网。
其中,所述巡检路线是指基于巡检点位在可行走路径网中的分布情况求解出来的机器人的最短行走路径。
作为一示例,在步骤S103中,机器人在所述巡检场所内巡检之前,先获取当前的检测对象,确定巡检点位,根据当前的巡检点位规划并生成巡检路线。通过设置电子定位标签,机器人每次巡检的检测对象即使不相同,也能够根据巡检点位动态规划巡检路线,可动态调整巡检路线,无需人工设定固定行进路线,巡检任务更加灵活机动。
作为一示例,在步骤S104中,机器人根据动态规划得到的所述巡检路线,依次行进至每一个巡检点位,到达巡检点位后对电子定位标签进行扫描,从中获取检测目标信息,得到检测对象的类型、检测条件以及检测内容等。
作为一示例,在步骤S105中,本实施例根据所述检测目标信息内的检测对象类型、检测条件以及检测内容完成对所述检测对象的检测动作。比如通过摄像头抓拍获取图像数据,亦可以是任意能够采集获取检测对象的参数的各类传感器。
综上所述,本实施例通过构建电子定位标签,并关联检测对象和电子定位标签,在机器人巡检时,能够根据电子定位标签的分布自主确定机器人的检测对象,动态生成巡检路线,无需联动机器人进行预置位的采集绑定,极大降低工作量,提升任务实施效率,无需人工设定固定行进路线,巡检任务灵活机动。
在一实施例中,步骤S102,即构建所述巡检场所的可行走路径网,并在所述可行走路径网中确定检测对象对应的巡检点位包括:
步骤S1021,采用激光雷达对所述巡检场所进行扫描,建立三维点云模型,得到所述机器人的可行走路径网;
步骤S1022,根据所述电子定位标签在所述巡检场所的分布获取机器人在所述可行走路径网中的最优点位,作为所述检测对象对应的巡检点位。
其中,所述可行走路径网是指机器人可移动的区域。
作为一示例,在步骤S1021中,本实施例采用SLAM技术来构建可行走路径网。激光雷达SLAM(即光检测和测距同步定位与建图)技术是一个使机器人或自主系统能够构建未知环境地图,同时确定其在该地图中的位置的过程。通过激光雷达传感器发射激光脉冲并测量脉冲在击中路径中的物体后反弹所需的时间,分析返回的激光信号,激光雷达SLAM系统可以创建代表环境的详细三维点云模型,得到所述机器人的可行走路径网,用以估计机器人在地图内的位置和方向。
其中,所述巡检点位是指机器人对检测对象执行检测动作的站位,其根据电子定位标签在所述巡检场所的分布以及电子定位标签携带的信息获取。
作为一示例,在步骤S1022中,本实施例根据所述电子定位标签在所述巡检场所的分布,遍历每一个电子点位标签,基于所述电子定位标签携带的信息计算出所述机器人对检测对象执行检测处理的站位,作为所述检测对象对应的巡检点位。应当理解,机器人的站位并不局限于一个位置,可以是一段区域范围。
作为本发明的一个优选示例,所述电子定位标签中携带的信息为检测目标信息。在确定巡检点位时,由电子定位标签的分布、检测目标信息以及可行走路径网三个条件共同决定。所述巡检点位为机器人满足当前检测目标信息内的检测距离、检测角度等条件下,在可行走路径网中的最优点位。步骤S1022所述的根据所述电子定位标签在所述巡检场所的分布获取机器人在所述可行走路径网中的最优点位,作为所述检测对象对应的巡检点位包括:
步骤S2201,从所述电子定位标签中获取检测对象的检测条件,所述检测条件包括最大检测距离和最小检测距离;
步骤S2202,以所述电子定位标签所在位置为中心,以所述最大检测距离和最小检测距离作为半径形成圆环;
步骤S2203,获取圆环与所述可行走路径网的交汇区域,作为所述检测对象的巡检点位。
其中,所述检测条件中的最大检测距离和最小检测距离预先测试实验得到,并在电子定位标签绑定检测时已关联。所述最小检测距离和最大检测距离构成了一个检测范围,比如5-10米。本实施例在获取最优点位时,以电子定位标签所在位置为中心,以所述检测条件的最大距离和最小距离分别为半径作圆,取两圆之间的圆环;所述圆环进一步与所述可行走路径网形成交集,该交集区域均可成为最优点位,从而得到所述检测对象的巡检点位。
在一实施例中,步骤S103,即当机器人在所述巡检场所内巡检时,根据当前的巡检点位动态规划并生成巡检路线包括:
步骤S301,获取当前的待巡检点位;
步骤S302,从所述待巡检点位中获取起始点位和终点点位;
步骤S303,采用Dijkstra算法根据所述待巡检点位以及起始点位和终点点位求解最短的巡检路径,生成巡检路线。
其中,机器人每一次巡检所涉及的巡检点位并不完全相同,因为,本实施例需要获取当前的待巡检点位。在确定巡检路线时,根据待巡检点位在可行走路径网中的分布情况获取距离机器人最近的待巡检点位作为起始点位,然后,以距离机器人最近的待巡检点位为起点,各巡待检点位通过Dijkstra算法动态求解最短巡检路径形成巡检路线。其中,在所述巡检路线中,各巡检点位两两之间并无有形固定连线,由机器人根据场地情况在可行走路径网内自主规划移动,其中可能涉及到障碍物自主绕障。
在一实施例中,步骤S303所述的采用Dijkstra算法根据所述待巡检点位以及起始点位和终点点位求解最短的巡检路径,生成巡检路线包括:
步骤S3031,判断起始点位、终点点位或待巡检点位的数量是否发生变化;
步骤S3032,若所述起始点位、终点点位和/或待巡检点位的数量发生变化时,采用迪杰斯特拉算法根据所述待巡检点位求解最短的巡检路径,生成巡检路线。
针对巡检场所中的巡检点位发生变化的情况,本实施例提供路径动态规划,机器人的巡检路线可动态规划,以剔除不必要的行进路线。在机器人每次开始巡检时,获取当前的待巡检点位以及起始点位、终点点位,当三者至少其一发生变化,即所述待巡检点位的数量发生变化,或者所述起始点位发生变化,或者所述终点点位发生变化,则采用迪杰斯特拉算法根据所述待巡检点位求解最短的巡检路径,重新生成巡检路线。迪杰斯特拉算法Dijkstra是从一个顶点到其余各顶点的最短路径算法,解决的是有权图中最短路径问题。
在一实施例中,步骤S105,即根据所述检测目标信息对所述检测对象执行检测动作包括:
步骤S1051,获取所述检测目标信息中的检测对象类型、检测条件及检测内容;
步骤S1052,根据所述检测条件调整云台摄像头,通过所述云台摄像头获取检测对象的图像信息或视频信息;
步骤S1053,根据所述检测对象类型和检测内容从服务器获取检测算法,采用所述检测算法对所述图像信息或视频信息进行处理,以完成检测动作。
其中,所述检测目标信息中的检测对象类型、检测条件及检测内容均可动态调整,以适应同种检测对象在不同环境状态、不同时间段的不同检测需求,比如检测内容为玻璃门是否破碎,调整为玻璃门是否闭合。本实施例根据检测条件中的检测角度调整云台摄像头,获取检测对象的图像信息或视频信息;然后根据检测对象类型和检测内容,从服务器获取检测动作步骤,比如调用检测算法,采用所述检测算法对所述图像信息或视频信息进行处理,以获取是否异常结果。
在一实施例中,在步骤S101将所述检测对象和电子定位标签进行绑定之后,所述方法还包括:
按照预设周期获取所述巡检场所内的电子定位标签;
更新所述电子定位标签内的检测目标信息、检测时段以及检测频次。
在本实施例中,在检测对象和电子定位标签绑定之后,可按照预设周期,定期对电子定位标签内的检测目标信息、检测时段及检测频次进行更新,设定巡检计划信息。其中,所述检测时段指定了机器人对检测对象执行检测的时间信息,所述检测频次指定了机器人在所设检测时段内的检测频率。
当机器人置于当前环境下时,按预设周期获取环境中的所有电子定位标签,根据标签内的巡检计划信息实现自主巡检,巡检路线的维护更加方便。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本发明实施例的实施过程构成任何限定。
在一实施例中,本发明还提供一种基于电子定位标签的机器人巡检装置,该基于电子定位标签的机器人巡检装置与上述实施例中基于电子定位标签的机器人巡检方法一一对应。如图2所示,该基于电子定位标签的机器人巡检装置包括创建关联模块21、构建模块22、动态规划模块23、获取模块24、检测模块25。各功能模块详细说明如下:
创建关联模块21,用于根据巡检场所内的检测对象创建对应的电子定位标签,将所述检测对象和电子定位标签进行绑定;
构建模块22,用于构建所述巡检场所的可行走路径网,并在所述可行走路径网中确定检测对象对应的巡检点位;
动态规划模块23,用于当机器人在所述巡检场所内巡检时,根据当前的巡检点位动态规划并生成巡检路线;
获取模块24,用于根据所述巡检路线依次行进至所述巡检点位,从巡检点位对应的电子定位标签中获取检测目标信息;
检测模块25,用于根据所述检测目标信息对所述检测对象执行检测动作。
可选地,所述构建模块22包括:
扫描建立单元,用于采用激光雷达对所述巡检场所进行扫描,建立三维点云模型,得到所述机器人的可行走路径网;
点位获取单元,用于根据所述电子定位标签在所述巡检场所的分布获取机器人在所述可行走路径网中的最优点位,作为所述检测对象对应的巡检点位。
可选地,所述点位获取单元包括:
检测条件获取子单元,用于从所述电子定位标签中获取检测对象的检测条件,所述检测条件包括最大检测距离和最小检测距离;
圆环获取子单元,用于以所述电子定位标签所在位置为中心,以所述最大检测距离和最小检测距离作为半径形成圆环;
巡检点位获取子单元,用于获取圆环与所述可行走路径网的交汇区域,作为所述检测对象的巡检点位。
可选地,所述动态规划模块23包括:
第一点位获取单元,用于获取当前的待巡检点位;
第二点位获取单元,用于从所述待巡检点位中获取起始点位和终点点位;
巡检路径生成单元,用于采用迪杰斯特拉算法根据所述待巡检点位以及起始点位和终点点位求解最短的巡检路径,生成巡检路线。
可选地,所述巡检路径生成单元包括:
判断子单元,用于判断起始点位、终点点位或待巡检点位的数量是否发生变化;
巡检路线生成子单元,用于若所述起始点位、终点点位和/或待巡检点位的数量发生变化时,采用迪杰斯特拉算法根据所述待巡检点位求解最短的巡检路径,生成巡检路线。
可选地,所述电子定位标签通过粘贴的方式设置在检测对象的表面或内部的中心、边缘、角落,或放置于检测对象所在空间区域的中心、边缘、角落。
可选地,在创建关联模块21将所述检测对象和电子定位标签进行绑定之后,所述装置还包括:
更新模块,用于按照预设周期获取所述巡检场所内的电子定位标签;更新所述电子定位标签内的检测目标信息、检测时段以及检测频次。
上述基于电子定位标签的机器人巡检装置的具体限定可以参见上文中对于基于电子定位标签的机器人巡检方法的限定,在此不再赘述。上述基于电子定位标签的机器人巡检装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是服务器,其内部结构图可以如图3所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种基于电子定位标签的机器人巡检方法。
在一个实施例中,提供了一种计算机设备,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计算机程序,处理器执行计算机程序时实现以下步骤:
根据巡检场所内的检测对象创建对应的电子定位标签,将所述检测对象和电子定位标签进行绑定;
构建所述巡检场所的可行走路径网,并在所述可行走路径网中确定检测对象对应的巡检点位;
当机器人在所述巡检场所内巡检时,根据当前的巡检点位动态规划并生成巡检路线;
根据所述巡检路线依次行进至所述巡检点位,从巡检点位对应的电子定位标签中获取检测目标信息;
根据所述检测目标信息对所述检测对象执行检测动作。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本发明所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将所述装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。
以上所述实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围,均应包含在本发明的保护范围之内。

Claims (10)

1.一种基于电子定位标签的机器人巡检方法,其特征在于,包括:
根据巡检场所内的检测对象创建对应的电子定位标签,将所述检测对象和电子定位标签进行绑定;
构建所述巡检场所的可行走路径网,并在所述可行走路径网中确定检测对象对应的巡检点位;
当机器人在所述巡检场所内巡检时,根据当前的巡检点位动态规划并生成巡检路线;
根据所述巡检路线依次行进至所述巡检点位,从巡检点位对应的电子定位标签中获取检测目标信息;
根据所述检测目标信息对所述检测对象执行检测动作。
2.如权利要求1所述的基于电子定位标签的机器人巡检方法,其特征在于,所述构建所述巡检场所的可行走路径网,并在所述可行走路径网中确定检测对象对应的巡检点位包括:
采用激光雷达对所述巡检场所进行扫描,建立三维点云模型,得到所述机器人的可行走路径网;
根据所述电子定位标签在所述巡检场所的分布获取机器人在所述可行走路径网中的最优点位,作为所述检测对象对应的巡检点位。
3.如权利要求2所述的基于电子定位标签的机器人巡检方法,其特征在于,所述根据所述电子定位标签在所述巡检场所的分布获取机器人在所述可行走路径网中的最优点位,作为所述检测对象对应的巡检点位包括:
从所述电子定位标签中获取检测对象的检测条件,所述检测条件包括最大检测距离和最小检测距离;
以所述电子定位标签所在位置为中心,以所述最大检测距离和最小检测距离作为半径形成圆环;
获取圆环与所述可行走路径网的交汇区域,作为所述检测对象的巡检点位。
4.如权利要求1所述的基于电子定位标签的机器人巡检方法,其特征在于,所述当机器人在所述巡检场所内巡检时,根据当前的巡检点位动态规划并生成巡检路线包括:
获取当前的待巡检点位;
从所述待巡检点位中获取起始点位和终点点位;
采用迪杰斯特拉算法根据所述待巡检点位以及起始点位和终点点位求解最短的巡检路径,生成巡检路线。
5.如权利要求4所述的基于电子定位标签的机器人巡检方法,其特征在于,所述采用迪杰斯特拉算法根据所述待巡检点位以及起始点位和终点点位求解最短的巡检路径,生成巡检路线包括:
判断起始点位、终点点位或待巡检点位的数量是否发生变化;
若所述起始点位、终点点位和/或待巡检点位的数量发生变化时,采用迪杰斯特拉算法根据所述待巡检点位求解最短的巡检路径,生成巡检路线。
6.如权利要求1所述的基于电子定位标签的机器人巡检方法,其特征在于,所述电子定位标签通过粘贴的方式设置在检测对象的表面或内部的中心、边缘、角落,或放置于检测对象所在空间区域的中心、边缘、角落。
7.如权利要求1所述的基于电子定位标签的机器人巡检方法,其特征在于,在将所述检测对象和电子定位标签进行绑定之后,所述方法还包括:
按照预设周期获取所述巡检场所内的电子定位标签;
更新所述电子定位标签内的检测目标信息、检测时段以及检测频次。
8.一种基于电子定位标签的机器人巡检装置,其特征在于,所述装置包括:
创建关联模块,用于根据巡检场所内的检测对象创建对应的电子定位标签,将所述检测对象和电子定位标签进行绑定;
构建模块,用于构建所述巡检场所的可行走路径网,并在所述可行走路径网中确定检测对象对应的巡检点位;
动态规划模块,用于当机器人在所述巡检场所内巡检时,根据当前的巡检点位动态规划并生成巡检路线;
获取模块,用于根据所述巡检路线依次行进至所述巡检点位,从巡检点位对应的电子定位标签中获取检测目标信息;
检测模块,用于根据所述检测目标信息对所述检测对象执行检测动作。
9.一种计算机可读存储介质,所述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如权利要求1至7任一项所述的基于电子定位标签的机器人巡检方法。
10.一种计算机设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述的基于电子定位标签的机器人巡检方法。
CN202311804297.2A 2023-12-25 2023-12-25 基于电子定位标签的机器人巡检方法、装置、介质及设备 Pending CN117742339A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311804297.2A CN117742339A (zh) 2023-12-25 2023-12-25 基于电子定位标签的机器人巡检方法、装置、介质及设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311804297.2A CN117742339A (zh) 2023-12-25 2023-12-25 基于电子定位标签的机器人巡检方法、装置、介质及设备

Publications (1)

Publication Number Publication Date
CN117742339A true CN117742339A (zh) 2024-03-22

Family

ID=90259048

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311804297.2A Pending CN117742339A (zh) 2023-12-25 2023-12-25 基于电子定位标签的机器人巡检方法、装置、介质及设备

Country Status (1)

Country Link
CN (1) CN117742339A (zh)

Similar Documents

Publication Publication Date Title
CN109901139B (zh) 激光雷达标定方法、装置、设备和存储介质
US10278333B2 (en) Pruning robot system
CN109901138B (zh) 激光雷达标定方法、装置、设备和存储介质
EP3605390A1 (en) Information processing method, information processing apparatus, and program
AU2012376428B2 (en) Map data creation device, autonomous movement system and autonomous movement control device
US11579632B2 (en) System and method for assisting collaborative sensor calibration
EP3676561B1 (en) Systems and methods to apply markings
US11875682B2 (en) System and method for coordinating collaborative sensor calibration
US20180224284A1 (en) Distributed autonomous mapping
US11635762B2 (en) System and method for collaborative sensor calibration
US11682139B2 (en) System and method for trailer pose estimation
US11630454B2 (en) System and method for coordinating landmark based collaborative sensor calibration
US11852730B2 (en) System and method for collaborative calibration via landmark
CN112445204A (zh) 工地中的物体移动导航方法、装置和计算机设备
CN112447058B (zh) 泊车方法、装置、计算机设备及存储介质
CN110058587B (zh) 基于slam技术的煤矿综采面巡视无人车以及自主巡视的方法
CN117742339A (zh) 基于电子定位标签的机器人巡检方法、装置、介质及设备
CN109238286B (zh) 智能导航方法、装置、计算机设备及存储介质
CN109901589B (zh) 移动机器人控制方法和装置
Berger et al. Driving with confidence: Local dynamic maps that provide los for the gulliver test-bed
WO2022104796A1 (zh) 用于智能行动的多域控制器、控制系统和控制方法
KR20240081654A (ko) 시설물 정보 구축을 위한 선별적 데이터 전송 장치 및 방법
CN115437299A (zh) 一种伴随运输机器人行进控制方法及系统
CN116279576A (zh) 一种记忆行车的方法和装置
CN118169729A (zh) 一种无人车的定位方法、设备以及存储介质

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