CN118034281A - 一种基于动态环境的机器人主动避障控制方法及相关装置 - Google Patents
一种基于动态环境的机器人主动避障控制方法及相关装置 Download PDFInfo
- Publication number
- CN118034281A CN118034281A CN202410123227.9A CN202410123227A CN118034281A CN 118034281 A CN118034281 A CN 118034281A CN 202410123227 A CN202410123227 A CN 202410123227A CN 118034281 A CN118034281 A CN 118034281A
- Authority
- CN
- China
- Prior art keywords
- obstacle
- robot
- moving
- path data
- obstacles
- 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 66
- 230000015654 memory Effects 0.000 claims description 29
- 238000004590 computer program Methods 0.000 claims description 5
- 238000001514 detection method Methods 0.000 claims description 3
- 230000004888 barrier function Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000010276 construction Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000005291 magnetic effect Effects 0.000 description 2
- 230000007547 defect Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
Landscapes
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明公开了一种基于动态环境的机器人主动避障控制方法及相关装置,其中,所述方法包括:获得机器人在动态环境中移动的初始规划路径数据;基于设置在机器人上的激光雷达和摄像头设备对所述初始规划路径数据的预设范围区域内的障碍物进行实时识别定位处理,获得障碍物的实时识别定位结果;根据实时识别定位结果判断障碍物是否会阻挡机器人按照初始规划路径数据的移动;若会阻挡机器人按照所述初始规划路径数据的移动时,基于障碍物类型选择对应的主动避障方式控制所述机器人进行主动避障处理。在本发明实施例中,可以实现机器人在复杂的动态环境中进行主动避障控制,保证机器人在移动过程中的安全。
Description
技术领域
本发明涉及机器人控制技术领域,尤其涉及一种基于动态环境的机器人主动避障控制方法及相关装置。
背景技术
在机器人移动执行相应的任务时,一般都是通过预先设置的固定行进路径进行移动,但这只能在固定的环境中执行较为简单的任务,若是在动态环境中时,动态环境内存在有移动障碍物和固定障碍物时,则无法实现机器人使用预先设置的路径完成任务作业,移动障碍物将随时可能阻挡机器人的行进,发生碰撞风险。
发明内容
本发明的目的在于克服现有技术的不足,本发明提供了一种基于动态环境的机器人主动避障控制方法及相关装置,可以实现机器人在复杂的动态环境中进行主动避障控制,保证机器人在移动过程中的安全。
为了解决上述技术问题,本发明实施例提供了一种基于动态环境的机器人主动避障控制方法,所述方法包括:
获得机器人在动态环境中移动的初始规划路径数据;
在所述机器人以所述初始规划路径数据进行移动时,基于设置在所述机器人上的激光雷达和摄像头设备对所述初始规划路径数据的预设范围区域内的障碍物进行实时识别定位处理,获得障碍物的实时识别定位结果;
根据所述实时识别定位结果判断所述障碍物是否会阻挡所述机器人按照所述初始规划路径数据的移动;
若会阻挡所述机器人按照所述初始规划路径数据的移动时,基于障碍物类型选择对应的主动避障方式控制所述机器人进行主动避障处理;所述障碍物类型包括移动类型障碍物和固定类型障碍物。
可选的,所述获得机器人在动态环境中移动的初始规划路径数据,包括:
获得所述机器人在所述动态环境中的当前定位位置和目标定位位置;
基于所述当前定位位置和目标定位位置进行机器人在所述动态环境中的移动路径规划处理,获得所述机器人在动态环境中移动的初始规划路径数据。
可选的,所述基于设置在所述机器人上的激光雷达和摄像头设备对所述初始规划路径数据的预设范围区域内的障碍物进行实时识别定位处理,获得障碍物的实时识别定位结果,包括:
启动设置在所述机器人上的摄像头设备对初始规划路径数据的预设范围区域内的障碍物进行识别处理,并在识别到若干个障碍物时,获得所述若干个障碍物的相对于所述机器人的若干个方位数据;
基于设置在所述机器人上的激光雷达对相对于机器人的若干个方位数据对应的若干个障碍物进行障碍物目标跟踪处理,获得若干个障碍物的对应的实时定位结果。
可选的,所述启动设置在所述机器人上的摄像头设备对初始规划路径数据的预设范围区域内的障碍物进行识别处理,并在识别到若干个障碍物时,获得所述若干个障碍物的相对于所述机器人的若干个方位数据,包括:
启动设置在所述机器人上的摄像头设备按照预设时间间隔对所述机器人沿所述初始规划路径数据移动时的正前方进行图像采集处理,获得若干张图像数据,所述摄像头设备为双目摄像头设备;
基于所述若干张图像数据构建视差图,并基于所构建的视差图识别到若干个障碍物;
基于所述若干个障碍物相对于所述机器人的相对位置,获得所述若干个障碍物的相对于所述机器人的若干个方位数据。
可选的,所述基于设置在所述机器人上的激光雷达对相对于机器人的若干个方位数据对应的若干个障碍物进行障碍物目标跟踪处理,包括:
基于设置在所述机器人上的激光雷达对相对于机器人的若干个方位数据对应的若干个障碍物进行扫描处理,获得扫描结果;
基于所述扫描结果判断若干个障碍物为移动类型障碍物或固定类型障碍物;
若为移动类型障碍物时,则基于所述激光雷达对所述移动障碍物进行扫描跟踪处理,并获得所述移动类型障碍物的移动姿态,所述移动姿态包括移动方向和移动速度;
若为固定类型障碍物时,基于所述激光雷达对所述固定类型障碍物进行扫描定位处理,获得所述固定类型障碍物的位置信息。
可选的,所述根据所述实时识别定位结果判断所述障碍物是否会阻挡所述机器人按照所述初始规划路径数据的移动,包括:
识别所述障碍物为固定类型障碍物或者移动类型障碍物;
在所述障碍物为固定类型障碍物时,则基于所述障碍物的实时识别定位结果获得所述障碍物的定位位置,并基于所述定位位置判断所述障碍物是否会阻挡所述机器人按照所述初始规划路径数据的移动;
在所述障碍物为移动类型障碍物时,则基于所述障碍物的实时识别定位结果获得所述障碍物的移动姿态,并基于所述移动姿态计算获得所述障碍物移动至所述初始规划路径数据的第一位置和第一时间;
基于所述机器人的当前移动速度计算在所述第一时间时,所述机器人在所述初始规划路径数据的第二位置,并基于所述第一位置和第二位置判断所述障碍物是否会阻挡所述机器人按照所述初始规划路径数据的移动。
可选的,所述基于障碍物类型选择对应的主动避障方式控制所述机器人进行主动避障处理,包括:
在所述障碍物类型为固定类型障碍物时,基于所述固定类型障碍物在所述初始规划路径数据的位置进行路径更新处理,并基于更新规划路径数据控制所述机器人进行主动避障处理;
在所述障碍物类型为移动类型障碍物时,基于移动类型障碍物在所述初始规划路径数据的位置控制所述机器人改变行驶速度,并基于改变后行驶速度控制所述机器人进行主动避障处理。
另外,本发明实施例还提供了一种基于动态环境的机器人主动避障控制装置,所述装置包括:
获得模块:用于获得机器人在动态环境中移动的初始规划路径数据;
识别定位模块:用于在所述机器人以所述初始规划路径数据进行移动时,基于设置在所述机器人上的激光雷达和摄像头设备对所述初始规划路径数据的预设范围区域内的障碍物进行实时识别定位处理,获得障碍物的实时识别定位结果;
判断模块:用于根据所述实时识别定位结果判断所述障碍物是否会阻挡所述机器人按照所述初始规划路径数据的移动;
主动避障模块:用于若会阻挡所述机器人按照所述初始规划路径数据的移动时,基于障碍物类型选择对应的主动避障方式控制所述机器人进行主动避障处理;所述障碍物类型包括移动类型障碍物和固定类型障碍物。
另外,本发明实施例还提供了一种控制设备,包括处理器和存储器,所述处理器运行存储于所述存储器中的计算机程序或代码,实现如上述中任一项所述的机器人主动避障控制方法。
另外,本发明实施例还提供了一种计算机可读存储介质,用于存储计算机程序或代码,当所述计算机程序或代码被处理器执行时,实现如上述中任一项所述的机器人主动避障控制方法。
在本发明实施例中,通过摄像头设备识别到障碍物,然后通过激光雷达对障碍物进行定位,并判断障碍物是固定类型障碍物或者移动类型障碍物,再判断障碍物是否会阻挡机器人移动,再根据障碍物类型控制机器人进行主动避障处理,这样可以实现机器人在复杂的动态环境中进行主动避障控制,保证机器人在移动过程中的安全。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见的,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的前提下,还可以根据这些附图获得其它的附图。
图1是本发明实施例中的基于动态环境的机器人主动避障控制方法的流程示意图;
图2是本发明实施例中的基于动态环境的机器人主动避障控制装置的结构组成示意图;
图3是本发明实施例中的控制设备的结构组成示意图。
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,所描述的实施例仅仅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它实施例,都属于本发明保护的范围。
实施例一,请参阅图1,图1是本发明实施例中的基于动态环境的机器人主动避障控制方法的流程示意图。
如图1所示,一种基于动态环境的机器人主动避障控制方法,所述方法包括:
S11:获得机器人在动态环境中移动的初始规划路径数据;
在本发明具体实施过程中,所述获得机器人在动态环境中移动的初始规划路径数据,包括:获得所述机器人在所述动态环境中的当前定位位置和目标定位位置;基于所述当前定位位置和目标定位位置进行机器人在所述动态环境中的移动路径规划处理,获得所述机器人在动态环境中移动的初始规划路径数据。
具体的,首先是通过机器人的控制用户输入的方式获得机器人的目标定位位置,然后通过机器人自身携带的定位传感器进行当前位置定位处理,从而获得机器人在动态环境中的当前定位位置;在获得目标定位位置和当前定位位置之后,即可通过目标定位位置和当前定位位置来进行机器人在动态环境中的移动路径规划处理,从而获得机器人在动态环境中移动的初始规划路径数据。
S12:在所述机器人以所述初始规划路径数据进行移动时,基于设置在所述机器人上的激光雷达和摄像头设备对所述初始规划路径数据的预设范围区域内的障碍物进行实时识别定位处理,获得障碍物的实时识别定位结果;
在本发明具体实施过程中,所述基于设置在所述机器人上的激光雷达和摄像头设备对所述初始规划路径数据的预设范围区域内的障碍物进行实时识别定位处理,获得障碍物的实时识别定位结果,包括:启动设置在所述机器人上的摄像头设备对初始规划路径数据的预设范围区域内的障碍物进行识别处理,并在识别到若干个障碍物时,获得所述若干个障碍物的相对于所述机器人的若干个方位数据;基于设置在所述机器人上的激光雷达对相对于机器人的若干个方位数据对应的若干个障碍物进行障碍物目标跟踪处理,获得若干个障碍物的对应的实时定位结果。
进一步的,所述启动设置在所述机器人上的摄像头设备对初始规划路径数据的预设范围区域内的障碍物进行识别处理,并在识别到若干个障碍物时,获得所述若干个障碍物的相对于所述机器人的若干个方位数据,包括:启动设置在所述机器人上的摄像头设备按照预设时间间隔对所述机器人沿所述初始规划路径数据移动时的正前方进行图像采集处理,获得若干张图像数据,所述摄像头设备为双目摄像头设备;基于所述若干张图像数据构建视差图,并基于所构建的视差图识别到若干个障碍物;基于所述若干个障碍物相对于所述机器人的相对位置,获得所述若干个障碍物的相对于所述机器人的若干个方位数据。
进一步的,所述基于设置在所述机器人上的激光雷达对相对于机器人的若干个方位数据对应的若干个障碍物进行障碍物目标跟踪处理,包括:基于设置在所述机器人上的激光雷达对相对于机器人的若干个方位数据对应的若干个障碍物进行扫描处理,获得扫描结果;基于所述扫描结果判断若干个障碍物为移动类型障碍物或固定类型障碍物;若为移动类型障碍物时,则基于所述激光雷达对所述移动障碍物进行扫描跟踪处理,并获得所述移动类型障碍物的移动姿态,所述移动姿态包括移动方向和移动速度;若为固定类型障碍物时,基于所述激光雷达对所述固定类型障碍物进行扫描定位处理,获得所述固定类型障碍物的位置信息。
具体的,在机器人的正前方设置有激光雷达和摄像头设备,该摄像头设备为双目摄像头设备;在机器人移动时,启动摄像头设备,并通过摄像头设备对机器人在初始规划路径数据上移动时的正前方预设范围区域内的障碍物进行识别处理,并且在识别到若干个障碍物之后,获得若干个障碍物相对于机器人的若干个方位数据;然后再通过设置在机器人上的激光雷达对相对于机器人的若干个方位数据对应的若干个障碍物进行障碍物目标跟踪处理,获得若干个障碍物的对应的实时定位结果。
在进行障碍物识别时,首先是通过摄像头设备按照预设间隔对机器人沿着初始规划路径数据移动时的正前方进行图像采集处理,即可获得若干张图像数据;通过该双目摄像头同时分别拍摄到的图像数据来进行视差图构建处理,即首先是获得双模摄像头设备的在同一时间采集的第一图像数据和第二图像数据,并且提取第一图像数据和第二图像数据的边缘信息,然后获得第一边缘图像和第二边缘图像;然后通过第一图像数据和第二图像数据及对应的第一边缘图像和第二边缘图像来计算生成视差图;计算过程为分别计算第一边缘图像和第二边缘图像对应的第一代价值和第二代价值,并且根据第一代价值和第二代价值计算第一图像数据和第二图像数据的初始代价值,最后根据初始代价值利用半全局匹配算法生成对应的视差图;然后通过视差图即识别到若干个障碍物;再根据若干个障碍物相对于机器人的相对位置,获得若干个障碍物的相对于机器人的若干个方位数据。
在进行障碍物目标跟踪处理时,首先是根据设置在机器人上的激光雷达对相对于机器人的若干个方位数据对应的若干个障碍物进行扫描处理,获得扫描结果;再根据扫描结果判断若干个障碍物为移动类型障碍物或固定类型障碍物;在障碍物为移动类型障碍物时,则需要根据激光雷达对移动障碍物进行扫描跟踪处理,并获得所述移动类型障碍物的移动姿态,移动姿态包括移动方向和移动速度;若为固定类型障碍物时,则需要根据激光雷达对固定类型障碍物进行扫描定位处理,获得固定类型障碍物的位置信息。
S13:根据所述实时识别定位结果判断所述障碍物是否会阻挡所述机器人按照所述初始规划路径数据的移动;
在本发明具体实施过程中,所述根据所述实时识别定位结果判断所述障碍物是否会阻挡所述机器人按照所述初始规划路径数据的移动,包括:识别所述障碍物为固定类型障碍物或者移动类型障碍物;在所述障碍物为固定类型障碍物时,则基于所述障碍物的实时识别定位结果获得所述障碍物的定位位置,并基于所述定位位置判断所述障碍物是否会阻挡所述机器人按照所述初始规划路径数据的移动;在所述障碍物为移动类型障碍物时,则基于所述障碍物的实时识别定位结果获得所述障碍物的移动姿态,并基于所述移动姿态计算获得所述障碍物移动至所述初始规划路径数据的第一位置和第一时间;基于所述机器人的当前移动速度计算在所述第一时间时,所述机器人在所述初始规划路径数据的第二位置,并基于所述第一位置和第二位置判断所述障碍物是否会阻挡所述机器人按照所述初始规划路径数据的移动。
具体的,首先是要识别该障碍物时移动类型障碍物还是固定类型障碍物,然后再判断是否会阻挡机器人按照初始规划路径数据的移动;在障碍物为固定类型障碍物时,则需要根据障碍物的实时识别定位结果获得障碍物的定位位置,并根据定位置判断障碍物是否会阻挡机器人按照初始规划路径数据的移动;若障碍物为移动类型障碍物时,则需要根据障碍物的实时识别定位结果获得障碍物的移动姿态,并根据移动姿态计算获得障碍物移动至初始规划路径数据的第一位置和第一时间;然后获得机器人的当前移动速度,并计算在第一时间时,机器人在初始规划路径数据的第二位置,并通过第一位置和第二位置判断障碍物是否会阻挡机器人按照初始规划路径数据的移动。
S14:若会阻挡所述机器人按照所述初始规划路径数据的移动时,基于障碍物类型选择对应的主动避障方式控制所述机器人进行主动避障处理;所述障碍物类型包括移动类型障碍物和固定类型障碍物。
在本发明具体实施过程中,所述基于障碍物类型选择对应的主动避障方式控制所述机器人进行主动避障处理,包括:在所述障碍物类型为固定类型障碍物时,基于所述固定类型障碍物在所述初始规划路径数据的位置进行路径更新处理,并基于更新规划路径数据控制所述机器人进行主动避障处理;在所述障碍物类型为移动类型障碍物时,基于移动类型障碍物在所述初始规划路径数据的位置控制所述机器人改变行驶速度,并基于改变后行驶速度控制所述机器人进行主动避障处理。
具体的,根据障碍物所属的类型执行对应的主动避障方式,在障碍物类型为固定类型障碍物时,则需要更新机器人的行进路径,即根据固定类型障碍物在初始规划路径数据的位置进行路径更新处理,并根据更新规划路径数据控制机器人进行主动避障处理;在障碍物类型为移动类型障碍物时,则需要根据移动类型障碍物在初始规划路径数据的位置控制机器人改变行驶速度,并且根据改变后行驶速度控制机器人进行主动避障处理。
在本发明实施例中,通过摄像头设备识别到障碍物,然后通过激光雷达对障碍物进行定位,并判断障碍物是固定类型障碍物或者移动类型障碍物,再判断障碍物是否会阻挡机器人移动,再根据障碍物类型控制机器人进行主动避障处理,这样可以实现机器人在复杂的动态环境中进行主动避障控制,保证机器人在移动过程中的安全。
实施例二,请参阅图2,图2是本发明实施例中的基于动态环境的机器人主动避障控制装置的结构组成示意图。
如图2所示,一种基于动态环境的机器人主动避障控制装置,所述装置包括:
获得模块21:用于获得机器人在动态环境中移动的初始规划路径数据;
在本发明具体实施过程中,所述获得机器人在动态环境中移动的初始规划路径数据,包括:获得所述机器人在所述动态环境中的当前定位位置和目标定位位置;基于所述当前定位位置和目标定位位置进行机器人在所述动态环境中的移动路径规划处理,获得所述机器人在动态环境中移动的初始规划路径数据。
具体的,首先是通过机器人的控制用户输入的方式获得机器人的目标定位位置,然后通过机器人自身携带的定位传感器进行当前位置定位处理,从而获得机器人在动态环境中的当前定位位置;在获得目标定位位置和当前定位位置之后,即可通过目标定位位置和当前定位位置来进行机器人在动态环境中的移动路径规划处理,从而获得机器人在动态环境中移动的初始规划路径数据。
识别定位模块22:用于在所述机器人以所述初始规划路径数据进行移动时,基于设置在所述机器人上的激光雷达和摄像头设备对所述初始规划路径数据的预设范围区域内的障碍物进行实时识别定位处理,获得障碍物的实时识别定位结果;
在本发明具体实施过程中,所述基于设置在所述机器人上的激光雷达和摄像头设备对所述初始规划路径数据的预设范围区域内的障碍物进行实时识别定位处理,获得障碍物的实时识别定位结果,包括:启动设置在所述机器人上的摄像头设备对初始规划路径数据的预设范围区域内的障碍物进行识别处理,并在识别到若干个障碍物时,获得所述若干个障碍物的相对于所述机器人的若干个方位数据;基于设置在所述机器人上的激光雷达对相对于机器人的若干个方位数据对应的若干个障碍物进行障碍物目标跟踪处理,获得若干个障碍物的对应的实时定位结果。
进一步的,所述启动设置在所述机器人上的摄像头设备对初始规划路径数据的预设范围区域内的障碍物进行识别处理,并在识别到若干个障碍物时,获得所述若干个障碍物的相对于所述机器人的若干个方位数据,包括:启动设置在所述机器人上的摄像头设备按照预设时间间隔对所述机器人沿所述初始规划路径数据移动时的正前方进行图像采集处理,获得若干张图像数据,所述摄像头设备为双目摄像头设备;基于所述若干张图像数据构建视差图,并基于所构建的视差图识别到若干个障碍物;基于所述若干个障碍物相对于所述机器人的相对位置,获得所述若干个障碍物的相对于所述机器人的若干个方位数据。
进一步的,所述基于设置在所述机器人上的激光雷达对相对于机器人的若干个方位数据对应的若干个障碍物进行障碍物目标跟踪处理,包括:基于设置在所述机器人上的激光雷达对相对于机器人的若干个方位数据对应的若干个障碍物进行扫描处理,获得扫描结果;基于所述扫描结果判断若干个障碍物为移动类型障碍物或固定类型障碍物;若为移动类型障碍物时,则基于所述激光雷达对所述移动障碍物进行扫描跟踪处理,并获得所述移动类型障碍物的移动姿态,所述移动姿态包括移动方向和移动速度;若为固定类型障碍物时,基于所述激光雷达对所述固定类型障碍物进行扫描定位处理,获得所述固定类型障碍物的位置信息。
具体的,在机器人的正前方设置有激光雷达和摄像头设备,该摄像头设备为双目摄像头设备;在机器人移动时,启动摄像头设备,并通过摄像头设备对机器人在初始规划路径数据上移动时的正前方预设范围区域内的障碍物进行识别处理,并且在识别到若干个障碍物之后,获得若干个障碍物相对于机器人的若干个方位数据;然后再通过设置在机器人上的激光雷达对相对于机器人的若干个方位数据对应的若干个障碍物进行障碍物目标跟踪处理,获得若干个障碍物的对应的实时定位结果。
在进行障碍物识别时,首先是通过摄像头设备按照预设间隔对机器人沿着初始规划路径数据移动时的正前方进行图像采集处理,即可获得若干张图像数据;通过该双目摄像头同时分别拍摄到的图像数据来进行视差图构建处理,即首先是获得双模摄像头设备的在同一时间采集的第一图像数据和第二图像数据,并且提取第一图像数据和第二图像数据的边缘信息,然后获得第一边缘图像和第二边缘图像;然后通过第一图像数据和第二图像数据及对应的第一边缘图像和第二边缘图像来计算生成视差图;计算过程为分别计算第一边缘图像和第二边缘图像对应的第一代价值和第二代价值,并且根据第一代价值和第二代价值计算第一图像数据和第二图像数据的初始代价值,最后根据初始代价值利用半全局匹配算法生成对应的视差图;然后通过视差图即识别到若干个障碍物;再根据若干个障碍物相对于机器人的相对位置,获得若干个障碍物的相对于机器人的若干个方位数据。
在进行障碍物目标跟踪处理时,首先是根据设置在机器人上的激光雷达对相对于机器人的若干个方位数据对应的若干个障碍物进行扫描处理,获得扫描结果;再根据扫描结果判断若干个障碍物为移动类型障碍物或固定类型障碍物;在障碍物为移动类型障碍物时,则需要根据激光雷达对移动障碍物进行扫描跟踪处理,并获得所述移动类型障碍物的移动姿态,移动姿态包括移动方向和移动速度;若为固定类型障碍物时,则需要根据激光雷达对固定类型障碍物进行扫描定位处理,获得固定类型障碍物的位置信息。
判断模块23:用于根据所述实时识别定位结果判断所述障碍物是否会阻挡所述机器人按照所述初始规划路径数据的移动;
在本发明具体实施过程中,所述根据所述实时识别定位结果判断所述障碍物是否会阻挡所述机器人按照所述初始规划路径数据的移动,包括:识别所述障碍物为固定类型障碍物或者移动类型障碍物;在所述障碍物为固定类型障碍物时,则基于所述障碍物的实时识别定位结果获得所述障碍物的定位位置,并基于所述定位位置判断所述障碍物是否会阻挡所述机器人按照所述初始规划路径数据的移动;在所述障碍物为移动类型障碍物时,则基于所述障碍物的实时识别定位结果获得所述障碍物的移动姿态,并基于所述移动姿态计算获得所述障碍物移动至所述初始规划路径数据的第一位置和第一时间;基于所述机器人的当前移动速度计算在所述第一时间时,所述机器人在所述初始规划路径数据的第二位置,并基于所述第一位置和第二位置判断所述障碍物是否会阻挡所述机器人按照所述初始规划路径数据的移动。
具体的,首先是要识别该障碍物时移动类型障碍物还是固定类型障碍物,然后再判断是否会阻挡机器人按照初始规划路径数据的移动;在障碍物为固定类型障碍物时,则需要根据障碍物的实时识别定位结果获得障碍物的定位位置,并根据定位置判断障碍物是否会阻挡机器人按照初始规划路径数据的移动;若障碍物为移动类型障碍物时,则需要根据障碍物的实时识别定位结果获得障碍物的移动姿态,并根据移动姿态计算获得障碍物移动至初始规划路径数据的第一位置和第一时间;然后获得机器人的当前移动速度,并计算在第一时间时,机器人在初始规划路径数据的第二位置,并通过第一位置和第二位置判断障碍物是否会阻挡机器人按照初始规划路径数据的移动。
主动避障模块24:用于若会阻挡所述机器人按照所述初始规划路径数据的移动时,基于障碍物类型选择对应的主动避障方式控制所述机器人进行主动避障处理;所述障碍物类型包括移动类型障碍物和固定类型障碍物。
在本发明具体实施过程中,所述基于障碍物类型选择对应的主动避障方式控制所述机器人进行主动避障处理,包括:在所述障碍物类型为固定类型障碍物时,基于所述固定类型障碍物在所述初始规划路径数据的位置进行路径更新处理,并基于更新规划路径数据控制所述机器人进行主动避障处理;在所述障碍物类型为移动类型障碍物时,基于移动类型障碍物在所述初始规划路径数据的位置控制所述机器人改变行驶速度,并基于改变后行驶速度控制所述机器人进行主动避障处理。
具体的,根据障碍物所属的类型执行对应的主动避障方式,在障碍物类型为固定类型障碍物时,则需要更新机器人的行进路径,即根据固定类型障碍物在初始规划路径数据的位置进行路径更新处理,并根据更新规划路径数据控制机器人进行主动避障处理;在障碍物类型为移动类型障碍物时,则需要根据移动类型障碍物在初始规划路径数据的位置控制机器人改变行驶速度,并且根据改变后行驶速度控制机器人进行主动避障处理。
在本发明实施例中,通过摄像头设备识别到障碍物,然后通过激光雷达对障碍物进行定位,并判断障碍物是固定类型障碍物或者移动类型障碍物,再判断障碍物是否会阻挡机器人移动,再根据障碍物类型控制机器人进行主动避障处理,这样可以实现机器人在复杂的动态环境中进行主动避障控制,保证机器人在移动过程中的安全。
本发明实施例提供的一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,该程序被处理器执行时实现上述实施例中任意一个实施例的机器人主动避障控制方法。其中,所述计算机可读存储介质包括但不限于任何类型的盘(包括软盘、硬盘、光盘、CD-ROM、和磁光盘)、ROM(Read-Only Memory,只读存储器)、RAM(Random AcceSSMemory,随即存储器)、EPROM(EraSable Programmable Read-Only Memory,可擦写可编程只读存储器)、EEPROM(Electrically EraSable ProgrammableRead-Only Memory,电可擦可编程只读存储器)、闪存、磁性卡片或光线卡片。也就是,存储设备包括由设备(例如,计算机、手机)以能够读的形式存储或传输信息的任何介质,可以是只读存储器,磁盘或光盘等。
本发明实施例还提供了一种计算机应用程序,其运行在计算机上,该计算机应用程序用于执行上述中任意一个实施例的机器人主动避障控制方法。
此外,图3是本发明实施例中的控制设备的结构组成示意图。
本发明实施例还提供了一种控制设备,如图3所示。所述控制设备包括处理器302、存储器303、输入单元304以及显示单元305等器件。本领域技术人员可以理解,图3示出的控制设备结构器件并不构成对所有设备的限定,可以包括比图示更多或更少的部件,或者组合某些部件。存储器303可用于存储应用程序301以及各功能模块,处理器302运行存储在存储器303的应用程序301,从而执行设备的各种功能应用以及数据处理。存储器可以是内存储器或外存储器,或者包括内存储器和外存储器两者。内存储器可以包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦写可编程ROM(EEPROM)、快闪存储器、或者随机存储器。外存储器可以包括硬盘、软盘、ZIP盘、U盘、磁带等。本发明所公开的存储器包括但不限于这些类型的存储器。本发明所公开的存储器只作为例子而非作为限定。
输入单元304用于接收信号的输入,以及接收用户输入的关键字。输入单元304可包括触控面板以及其它输入设备。触控面板可收集用户在其上或附近的触摸操作(比如用户使用手指、触笔等任何适合的物体或附件在触控面板上或在触控面板附近的操作),并根据预先设定的程序驱动相应的连接装置;其它输入设备可以包括但不限于物理键盘、功能键(比如播放控制按键、开关按键等)、轨迹球、鼠标、操作杆等中的一种或多种。显示单元305可用于显示用户输入的信息或提供给用户的信息以及终端设备的各种菜单。显示单元305可采用液晶显示器、有机发光二极管等形式。处理器302是终端设备的控制中心,利用各种接口和线路连接整个设备的各个部分,通过运行或执行存储在存储器303内的软件程序和/或模块,以及调用存储在存储器内的数据,执行各种功能和处理数据。
作为一个实施例,所述控制设备包括:一个或多个处理器302,存储器303,一个或多个应用程序301,其中所述一个或多个应用程序301被存储在存储器303中并被配置为由所述一个或多个处理器302执行,所述一个或多个应用程序301配置用于执行上述实施例中的任意一实施例中对的机器人主动避障控制方法
在本发明实施例中,通过摄像头设备识别到障碍物,然后通过激光雷达对障碍物进行定位,并判断障碍物是固定类型障碍物或者移动类型障碍物,再判断障碍物是否会阻挡机器人移动,再根据障碍物类型控制机器人进行主动避障处理,这样可以实现机器人在复杂的动态环境中进行主动避障控制,保证机器人在移动过程中的安全。
另外,以上对本发明实施例所提供的一种基于动态环境的机器人主动避障控制方法及相关装置进行了详细介绍,本文中应采用了具体个例对本发明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发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,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发明的限制。
Claims (10)
1.一种基于动态环境的机器人主动避障控制方法,其特征在于,所述方法包括:
获得机器人在动态环境中移动的初始规划路径数据;
在所述机器人以所述初始规划路径数据进行移动时,基于设置在所述机器人上的激光雷达和摄像头设备对所述初始规划路径数据的预设范围区域内的障碍物进行实时识别定位处理,获得障碍物的实时识别定位结果;
根据所述实时识别定位结果判断所述障碍物是否会阻挡所述机器人按照所述初始规划路径数据的移动;
若会阻挡所述机器人按照所述初始规划路径数据的移动时,基于障碍物类型选择对应的主动避障方式控制所述机器人进行主动避障处理;所述障碍物类型包括移动类型障碍物和固定类型障碍物。
2.根据权利要求1所述的机器人主动避障控制方法,其特征在于,所述获得机器人在动态环境中移动的初始规划路径数据,包括:
获得所述机器人在所述动态环境中的当前定位位置和目标定位位置;
基于所述当前定位位置和目标定位位置进行机器人在所述动态环境中的移动路径规划处理,获得所述机器人在动态环境中移动的初始规划路径数据。
3.根据权利要求1所述的机器人主动避障控制方法,其特征在于,所述基于设置在所述机器人上的激光雷达和摄像头设备对所述初始规划路径数据的预设范围区域内的障碍物进行实时识别定位处理,获得障碍物的实时识别定位结果,包括:
启动设置在所述机器人上的摄像头设备对初始规划路径数据的预设范围区域内的障碍物进行识别处理,并在识别到若干个障碍物时,获得所述若干个障碍物的相对于所述机器人的若干个方位数据;
基于设置在所述机器人上的激光雷达对相对于机器人的若干个方位数据对应的若干个障碍物进行障碍物目标跟踪处理,获得若干个障碍物的对应的实时定位结果。
4.根据权利要求3所述的机器人主动避障控制方法,其特征在于,所述启动设置在所述机器人上的摄像头设备对初始规划路径数据的预设范围区域内的障碍物进行识别处理,并在识别到若干个障碍物时,获得所述若干个障碍物的相对于所述机器人的若干个方位数据,包括:
启动设置在所述机器人上的摄像头设备按照预设时间间隔对所述机器人沿所述初始规划路径数据移动时的正前方进行图像采集处理,获得若干张图像数据,所述摄像头设备为双目摄像头设备;
基于所述若干张图像数据构建视差图,并基于所构建的视差图识别到若干个障碍物;
基于所述若干个障碍物相对于所述机器人的相对位置,获得所述若干个障碍物的相对于所述机器人的若干个方位数据。
5.根据权利要求3所述的机器人主动避障控制方法,其特征在于,所述基于设置在所述机器人上的激光雷达对相对于机器人的若干个方位数据对应的若干个障碍物进行障碍物目标跟踪处理,包括:
基于设置在所述机器人上的激光雷达对相对于机器人的若干个方位数据对应的若干个障碍物进行扫描处理,获得扫描结果;
基于所述扫描结果判断若干个障碍物为移动类型障碍物或固定类型障碍物;
若为移动类型障碍物时,则基于所述激光雷达对所述移动障碍物进行扫描跟踪处理,并获得所述移动类型障碍物的移动姿态,所述移动姿态包括移动方向和移动速度;
若为固定类型障碍物时,则基于所述激光雷达对所述固定类型障碍物进行扫描定位处理,获得所述固定类型障碍物的位置信息。
6.根据权利要求1所述的机器人主动避障控制方法,其特征在于,所述根据所述实时识别定位结果判断所述障碍物是否会阻挡所述机器人按照所述初始规划路径数据的移动,包括:
识别所述障碍物为固定类型障碍物或者移动类型障碍物;
在所述障碍物为固定类型障碍物时,则基于所述障碍物的实时识别定位结果获得所述障碍物的定位位置,并基于所述定位置判断所述障碍物是否会阻挡所述机器人按照所述初始规划路径数据的移动;
在所述障碍物为移动类型障碍物时,则基于所述障碍物的实时识别定位结果获得所述障碍物的移动姿态,并基于所述移动姿态计算获得所述障碍物移动至所述初始规划路径数据的第一位置和第一时间;
基于所述机器人的当前移动速度计算在所述第一时间时,所述机器人在所述初始规划路径数据的第二位置,并基于所述第一位置和第二位置判断所述障碍物是否会阻挡所述机器人按照所述初始规划路径数据的移动。
7.根据权利要求1所述的机器人主动避障控制方法,其特征在于,所述基于障碍物类型选择对应的主动避障方式控制所述机器人进行主动避障处理,包括:
在所述障碍物类型为固定类型障碍物时,基于所述固定类型障碍物在所述初始规划路径数据的位置进行路径更新处理,并基于更新规划路径数据控制所述机器人进行主动避障处理;
在所述障碍物类型为移动类型障碍物时,基于移动类型障碍物在所述初始规划路径数据的位置控制所述机器人改变行驶速度,并基于改变后行驶速度控制所述机器人进行主动避障处理。
8.一种基于动态环境的机器人主动避障控制装置,其特征在于,所述装置包括:
获得模块:用于获得机器人在动态环境中移动的初始规划路径数据;
识别定位模块:用于在所述机器人以所述初始规划路径数据进行移动时,基于设置在所述机器人上的激光雷达和摄像头设备对所述初始规划路径数据的预设范围区域内的障碍物进行实时识别定位处理,获得障碍物的实时识别定位结果;
判断模块:用于根据所述实时识别定位结果判断所述障碍物是否会阻挡所述机器人按照所述初始规划路径数据的移动;
主动避障模块:用于若会阻挡所述机器人按照所述初始规划路径数据的移动时,基于障碍物类型选择对应的主动避障方式控制所述机器人进行主动避障处理;所述障碍物类型包括移动类型障碍物和固定类型障碍物。
9.一种控制设备,包括处理器和存储器,其特征在于,所述处理器运行存储于所述存储器中的计算机程序或代码,实现如权利要求1至7中任一项所述的机器人主动避障控制方法。
10.一种计算机可读存储介质,用于存储计算机程序或代码,其特征在于,当所述计算机程序或代码被处理器执行时,实现如权利要求1至7中任一项所述的机器人主动避障控制方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410123227.9A CN118034281A (zh) | 2024-01-29 | 2024-01-29 | 一种基于动态环境的机器人主动避障控制方法及相关装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410123227.9A CN118034281A (zh) | 2024-01-29 | 2024-01-29 | 一种基于动态环境的机器人主动避障控制方法及相关装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN118034281A true CN118034281A (zh) | 2024-05-14 |
Family
ID=90990457
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410123227.9A Pending CN118034281A (zh) | 2024-01-29 | 2024-01-29 | 一种基于动态环境的机器人主动避障控制方法及相关装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN118034281A (zh) |
-
2024
- 2024-01-29 CN CN202410123227.9A patent/CN118034281A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111895989A (zh) | 一种机器人的定位方法、装置和电子设备 | |
CN110986920B (zh) | 定位导航方法、装置、设备及存储介质 | |
CN113432533B (zh) | 一种机器人定位方法、装置、机器人及存储介质 | |
CN112171675B (zh) | 一种移动机器人的避障方法、装置、机器人及存储介质 | |
CN113194253B (zh) | 去除图像反光的拍摄方法、装置和电子设备 | |
CN116449392B (zh) | 一种地图构建方法、装置、计算机设备及存储介质 | |
CN114815851A (zh) | 机器人跟随方法、装置、电子设备以及存储介质 | |
CN114995416A (zh) | 全局路径导航方法、装置、终端设备及存储介质 | |
EP3919930B1 (en) | Method and apparatus for determining velocity of obstacle, device, medium and computer program product | |
CN117331071A (zh) | 一种基于毫米波雷达与视觉多模态融合的目标检测方法 | |
CN118034281A (zh) | 一种基于动态环境的机器人主动避障控制方法及相关装置 | |
CN116339351A (zh) | 一种基于基因调控网络的智能体集群区域覆盖方法及系统 | |
CN114740867A (zh) | 基于双目视觉的智能避障方法、装置、机器人及介质 | |
CN116642490A (zh) | 基于混合地图的视觉定位导航方法、机器人及存储介质 | |
CN115290066A (zh) | 一种误差校正方法、装置及移动设备 | |
CN113440054B (zh) | 扫地机器人充电基座范围的确定方法和装置 | |
AU2020230251B2 (en) | Method for relocating a mobile vehicle in a slam map and mobile vehicle | |
CN111862218B (zh) | 计算机设备定位方法、装置、计算机设备和存储介质 | |
KR20220166784A (ko) | 자율주행에 기반한 승차 방법, 장치, 설비 및 저장매체 | |
CN114895686A (zh) | 机器人对桩充电方法及系统 | |
CN112497218B (zh) | 机器人位姿确定方法、装置、设备和介质 | |
CN111722240B (zh) | 电子设备、对象跟踪方法及装置 | |
CN116661468B (zh) | 障碍物检测方法、机器人及计算机可读存储介质 | |
CN114415659B (zh) | 一种机器人安全避障方法、装置、机器人及存储介质 | |
KR102572832B1 (ko) | 무인 이동체, 인공 지능 기반의 무인 이동체의 공간 내 위치를 찾는 방법 및 프로그램 |
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 |