TW202347170A - 利用影像辨識進行側邊跟隨之自動跟隨車 - Google Patents
利用影像辨識進行側邊跟隨之自動跟隨車 Download PDFInfo
- Publication number
- TW202347170A TW202347170A TW111118957A TW111118957A TW202347170A TW 202347170 A TW202347170 A TW 202347170A TW 111118957 A TW111118957 A TW 111118957A TW 111118957 A TW111118957 A TW 111118957A TW 202347170 A TW202347170 A TW 202347170A
- Authority
- TW
- Taiwan
- Prior art keywords
- following
- image
- humanoid
- vehicle body
- automatic
- Prior art date
Links
- 238000012545 processing Methods 0.000 claims abstract description 32
- 230000001133 acceleration Effects 0.000 claims description 12
- 238000000513 principal component analysis Methods 0.000 claims description 7
- 238000012549 training Methods 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000003384 imaging method Methods 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 238000012937 correction Methods 0.000 description 3
- 238000001914 filtration Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000000034 method Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 238000010224 classification analysis Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000000611 regression analysis Methods 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Images
Landscapes
- Image Analysis (AREA)
- Platform Screen Doors And Railroad Systems (AREA)
- Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
Abstract
一種利用影像辨識進行側邊跟隨之自動跟隨車包含一自動車本體、一地面影像擷取模組、一手拉托架、一側邊彩色深度影像擷取模組、一追線模組、一人形影像處理模組以及一控制模組。自動車本體具有一移動組件。地面影像擷取模組用以擷取一地面影像。手拉托架係設置於自動車本體。側邊彩色深度影像擷取模組是設置於手拉托架，用以擷取一側邊彩色深度影像。追線模組是控制自動車本體沿導引標線移動。人形影像處理模組是在判斷側邊彩色深度影像所包含之一人形影像是否在跟隨前行區或停止區。控制模組是依據人形影像之位置來控制自動車本體之移動速度。
Description
本發明係關於一種自動跟隨車，尤其是指一種利用影像辨識進行側邊跟隨之自動跟隨車。
近年來由於科技發展蓬勃，有越來越多的工作採用自動化技術來取代傳統的人力勞動，藉以達到節省人力成本與提升工作效率的功效。
在一般的工廠、賣場或者倉庫中，傳統的撿貨作業都是工作人員拉著手推車到處移動來進行撿貨，然而拉著手推車移動的方式，往往會佔用到使用者的一隻手，甚至在手推車滿載商品時，可能還需要兩隻手才能拉得動手推車，導致使用者體力被大量消耗，進而使整體的工作效率受到影響。
此外，當使用者有多種商品需要撿貨時，往往只能不斷的重複進行拉動手推車與撿貨的動作，導致撿貨的效率非常低落而無法有效提升。
承上所述，雖然現有的技術中，有開發出自動跟隨車來跟隨使用者移動，可以有效的節省使用者的體力消耗，但常見的自動跟隨車大都是設計在使用者的背後跟隨移動，因此自動跟隨車的前方通常都設有跟隨的裝置，使用者通常需要從自動跟隨車之側邊將撿好的貨放上自動跟隨車，然而因為現有的自動跟隨車只能從使用者的背後跟隨移動，因此使用者在自動跟隨車之側邊撿好貨時，往往還需要移動至自動跟隨車之前方來驅使自動跟隨車移動，或者需要自行手動控制自動跟隨車前行，非常的不便利。
有鑒於在先前技術中，現有的自動跟隨車雖然可以跟在使用者的背後移動，然而在實際撿貨作業時，使用者通常都必需從自動跟隨車的側邊將商品搬移至自動跟隨車上，因此當有多個商品需要撿貨時，使用者往往需要重複地跑到自動跟隨車前方引導自動跟隨車移動，然後跑到自動跟隨車的側邊撿貨，非常的不便利；緣此，本發明的主要目的在於提供一種利用影像辨識進行側邊跟隨之自動跟隨車，可以透過設置於自動車本體之側邊彩色深度影像擷取模組來判斷使用者的位置，進而自動移動來方便使用者進行撿貨作業。
本發明為解決先前技術之問題，所採用的必要技術手段是提供一種利用影像辨識進行側邊跟隨之自動跟隨車，係應用於一工作場所，工作場所設有至少一沿一延伸方向延伸之貨架與至少一鄰近於至少一貨架且平行於延伸方向之導引標線，利用影像辨識進行側邊跟隨之自動跟隨車包含一自動車本體、一地面影像擷取模組、一手拉托架、一側邊彩色深度（RGB-D）影像擷取模組、一追線模組、一人形影像處理模組以及一控制模組。
自動車本體係具有一移動組件，移動組件係用以驅使自動車本體移動。地面影像擷取模組係設置於自動車本體，並用以擷取一涵蓋有導引標線之影像之地面影像。手拉托架係設置於自動車本體。
側邊彩色深度影像擷取模組係設置於手拉托架，並用以擷取自動車本體之側邊之一側邊彩色深度影像。追線模組係電性連結於地面影像擷取模組與移動組件，用以依據地面影像中之導引標線控制移動組件驅使自動車本體沿一移動方向平行於導引標線移動。
人形影像處理模組係設置於自動車本體，並電性連結於側邊彩色深度影像擷取模組，且影像處理模組包含一人形點雲特徵資料庫、一影像處理加速單元、一比對判斷單元以及一人形影像位置判斷單元。人形點雲特徵資料庫係儲存有複數個數據集（dataset），數據集係將複數個3D人形點雲資料透過一SVM分類器模型進行訓練所得。
影像處理加速單元係將側邊彩色深度影像進行主成分分析（Principal Component Analysis，PCA），以獲得一特徵數據。比對判斷單元係電性連結於人形點雲特徵資料庫與影像處理加速單元，用以將特徵數據與數據集進行比對，並在判斷側邊彩色深度影像包含一人形影像時發送出一側邊跟隨訊號。
人形影像位置判斷單元係電性連結於比對判斷單元，在自動車本體之側邊預設有隨自動車本體之位置變動之跟隨前行區，在背向移動方向鄰接於跟隨前行區處預設有一隨自動車本體之位置變動之停止區，並在接收到側邊跟隨訊號後加以解析，據以判斷人形影像是否位於跟隨前行區或停止區。
控制模組係設置於自動車本體，並且包含一運作模式切換單元以及一驅動控制單元。運作模式切換單元係電性連結於人形影像處理模組，內建有一原速前行模式、一側邊跟隨模式與一停止模式，預設為原速前行模式，在判斷出人形影像位於跟隨前行區或停止區時分別切換為側邊跟隨模式或停止模式。驅動控制單元係電性連結於運作模式切換單元與移動組件，用以在原速前行模式時，控制自動車本體以一預設速度前進，在側邊跟隨模式時，控制自動車本體以一變動調整速度移動，使人形影像保持在跟隨前行區，以及在停止模式時，控制自動車本體停止不動。
在上述必要技術手段所衍生之一附屬技術手段中，該運作模式切換單元更在判斷出該人形影像自該跟隨前行區或該停止區移動至該跟隨前行區與該停止區外時，係分別自該側邊跟隨模式或該停止模式切換為預設之該原速前行模式。
在上述必要技術手段所衍生之一附屬技術手段中，該自動車本體更包含一載板、一基座、一移動組件以及一座椅。基座係設置於該載板，移動組件係設置於該載板，座椅係固定於該基座。較佳者，該手拉托架係固定於該載板；自動車本體更包含一連接結構，連接結構係固定於載板，並用以連接一載物車。
如上所述，由於本發明是將側邊彩色深度影像擷取模組設置於自動車本體之側邊，進而偵測使用者是否在跟隨前行區或停止區，據以控制自動車本體之移動來讓使用者保持在便於撿貨作業的跟隨前行區內，藉以有效的提升撿貨效率。
本發明所採用的具體實施例，將藉由以下之實施例及圖式作進一步之說明。
請參閱第一圖與第二圖，第一圖係顯示本發明較佳實施例所提供之利用影像辨識進行側邊跟隨之自動跟隨車之立體示意圖；第二圖係顯示本發明較佳實施例所提供之利用影像辨識進行側邊跟隨之自動跟隨車之系統方塊圖。
如第一圖與第二圖所示，一種利用影像辨識進行側邊跟隨之自動跟隨車100包含一自動車本體1、一地面影像擷取模組2、一手拉托架3、一側邊彩色深度（RGB-D）影像擷取模組4、一追線模組5、一人形影像處理模組6以及一控制模組7。
自動車本體1包含一載板11、一基座12、一移動組件13、一座椅14以及一連接結構15（標示於第三圖）。基座12是固定地設置於載板11之上表面。移動組件13是設置於載板11之下表面，用以驅使自動車本體1移動；其中，移動組件13在本實施例中還包含兩個驅動前輪與兩個轉向後輪，而驅動前輪與轉向後輪都是透過馬達提供動力進行前進或轉向等移動，但不限於此。座椅14是固定於基座12。連接結構15是固定於載板11之後端，用以連結一載物車200（標示於第三圖）；其中，連接結構15例如為一萬用卡榫，而載物車200可以是一後拖車或一籠車。
地面影像擷取模組2是固定地設置於載板11之下表面前端，用以朝地面擷取一地面影像GI，而地面影像GI涵蓋有一導引標線GL。具體而言，地面影像擷取模組2可為電荷耦合裝置（Charge-coupled Device, CCD）、數位相機、網路相機、網路攝影機或其他具備電子取像功能的電子取像模組。手拉托架3是固接於載板11，用以一使用者P1（標示於第三圖）移動整個自動車本體1。
請繼續參閱第三圖與第四圖，第三圖係顯示使用者位於人形影像位置判斷單元所預設之停止區內之平面示意圖；第四圖係顯示本發明之側邊彩色深度影像擷取模組所擷取到之側邊彩色深度影像之示意圖。請進一步同時參閱第一圖至第四圖，本實施例之利用影像辨識進行側邊跟隨之自動跟隨車100是應用於一工作場所（圖未標示），工作場所設有一沿一延伸方向D1延伸之貨架SF與一鄰近於貨架SF且平行於延伸方向D1之導引標線GL。
側邊彩色深度影像擷取模組4是設置於手拉托架3之一側，用以擷取自動車本體1之側邊之一側邊彩色深度影像SI；其中，側邊彩色深度影像擷取模組4包含了彩色影像擷取鏡頭與深度影像擷取鏡頭，藉以使擷取到的側邊彩色深度影像SI包含了彩色影像與深度影像。此外，側邊彩色深度影像擷取模組4更可設有路寬濾波系統來控制取像視野。具體而言，側邊彩色深度影像擷取模組4可以是設置在手拉托架3之一側且同時具備彩色影像擷取功能與深度影像擷取功能之電荷耦合裝置（Charge-coupled Device, CCD）、數位相機、網路相機、網路攝影機或其他具備上述兩種功能的電子取像模組。
追線模組5是電性連結於地面影像擷取模組2與移動組件13，用以依據地面影像GI中之導引標線GL控制移動組件13驅使自動車本體1沿移動方向（圖未示，與延伸方向D1同方向）平行於導引標線GL移動。其中，由於本發明之自動車本體1需沿導引標線GL移動，因此地面影像擷取模組2所擷取之地面影像GI必須涵蓋有導引標線GL，而若自動車本體1不在導引標線GL上而使地面影像擷取模組2之影像擷取視野無法涵蓋導引標線GL時，使用者P1可以透過拉動手拉托架3的方式來將自動車本體1移動至導引標線GL上。具體而言，追線模組5可以是寫在處理器裡面的程式，且追線模組5主要是在地面影像GI中定義出中心基準線，然後比對中心基準線與導引標線GL之偏移角度來做為追線時的轉向修正基礎。
人形影像處理模組6是設置於基座12內，並且包含一人形點雲特徵資料庫61、一影像處理加速單元62、一比對判斷單元63以及一人形影像位置判斷單元64。
人形點雲特徵資料庫61預設儲存有複數個數據集（dataset），數據集是將複數個3D人形點雲資料透過一SVM分類器模型（support vector machine）進行訓練所得；其中，SVM分類器模型是一種在分類與迴歸分析中分析資料的監督式學習模型與相關的學習演算法。
影像處理加速單元62是電性連結於側邊彩色深度影像擷取模組4，用以將側邊彩色深度影像SI進行主成分分析（Principal Component Analysis，PCA），以獲得一特徵數據FD；其中，主成分分析是資料探索的進階演算法，可用來尋找資料中的型樣，以及識別一種轉換的資料表示法來強調顯示這些型樣的資料，主要是用於大幅減少維度而不會遺失太多資訊。
在實際運用上，影像處理加速單元62更將側邊彩色深度影像SI進行濾波處理以將載物車200過濾掉，進而得到一可視寬度VW。此外，影像處理加速單元622對側邊彩色深度影像SI所進行之濾波處理例如是依據下列之式（1）與式（2）進行計算：
式（1）：Point filter_y_max = 路寬 - (載物車200與自動車本體1之寬差+(側邊彩色深度影像擷取模組4之寬度/2))
式（2）：Point_filter_y_min = - (載物車200與自動車本體1之寬差)
有關速度控制的計算公式如以下式（3）與式（4）所示：
式（3）：V.linear = - (people.dis) (人形追蹤後的深度距離)*F(轉速補正參數)
式（4）：V.angle = image.err%(色帶與對地相機視野中心的偏移量)*K(轉速斜率參數根據車速動態調整，越快越小)
其中，由於側邊彩色深度影像擷取模組4反裝，因此前進為距離補正後的反向，且分別有速度上下限約束。
在實務上，當載物車200承載600公斤以時上，更會依據當前時機觸發緩啟動或緩停機制，例如在鎖定後起步時、障礙偵測停止後起步時或停止後起步時等時機。緩啟動與緩停機制的速度計算公式分別如下以下式（5）與式（6）：
式（5）：V.start = min (VT*1.05(初始0.1後隨時間定增之線性速度), V.linear)
式（6）：V.stop = V.start*slow_factor(緩停參數)
比對判斷單元63是電性連結於人形點雲特徵資料庫61與影像處理加速單元62，用以將特徵數據FD與數據集進行比對，並在判斷側邊彩色深度影像SI包含一人形影像HI時發送出一側邊跟隨訊號SS。
人形影像位置判斷單元64是電性連結於比對判斷單元63，並在自動車本體1之一側預設有一隨自動車本體1之位置變動之跟隨前行區A1，在背向移動方向（相當於延伸方向D1）鄰接於跟隨前行區A1處預設有一隨自動車本體1之位置變動之停止區A2，並在接收到側邊跟隨訊號SS後加以解析，據以判斷人形影像HI是否位於跟隨前行區A1或停止區A2。
如上所述，具體而言，人形影像處理模組6可以是處理模組，人形點雲特徵資料庫61可以是儲存於處理模組中的記憶體中，影像處理加速單元62可以是寫在處理模組之處理器中的演算法，比對判斷單元63與人形影像位置判斷單元64都可以是寫在處理模組之處理器中的程式。
控制模組7係設置於自動車本體1，並且包含一運作模式切換單元71以及一驅動控制單元72。運作模式切換單元71是電性連結於人形影像位置判斷單元64，內建有一原速前行模式、一側邊跟隨模式與一停止模式，預設為原速前行模式，在判斷出人形影像HI位於跟隨前行區A1或停止區A2時分別切換為側邊跟隨模式或停止模式。驅動控制單元72是電性連結於運作模式切換單元71與移動組件13，用以控制移動組件13之移動。
具體而言，控制模組7可以是處理模組，運作模式切換單元71與驅動控制單元72可以是寫在處理模組之處理器中的程式。
請繼續參閱第五圖，第五圖係顯示使用者位於人形影像位置判斷單元所預設之跟隨前行區內之平面示意圖。
如第二圖至第四圖所示，當比對判斷單元63判斷側邊彩色深度影像SI包含人形影像HI時，會發送出側邊跟隨訊號SS至人形影像位置判斷單元64，而人形影像位置判斷單元64在接收到側邊跟隨訊號SS後，人形影像位置判斷單元64會進一步判斷使用者P1位於停止區A2內，此時運作模式切換單元71會切換為對應於停止區A2之停止模式，使驅動控制單元72依據停止模式控制移動組件13停止而使自動車本體1之移動速度保持在停止不動之一停止速度V0。
另一方面，如第二圖與第五圖所示，當人形影像位置判斷單元64判斷使用者P1位於跟隨前行區A1內時，運作模式切換單元71會切換為對應於跟隨前行區A1之側邊跟隨模式，使驅動控制單元72依據側邊跟隨模式控制移動組件13帶動自動車本體1以一變動調整速度V1移動，使人形影像HI保持在跟隨前行區A1內。具體而言，變動調整速度V1是依據使用者P1之位置來進行調整，當使用者P1之位置接近側邊彩色深度影像擷取模組4時，人形影像位置判斷單元64會判斷使用者P1接近自動車本體1之車頭，進而使驅動控制單元72控制移動組件13加速而使使用者P1之位置趨近於跟隨前行區A1之中心，相反的，當使用者P1之位置遠離側邊彩色深度影像擷取模組4時，人形影像位置判斷單元64會判斷使用者P1接近自動車本體1之車尾，進而使驅動控制單元72控制移動組件13減速而使使用者P1之位置趨近於跟隨前行區A1之中心。此外，在驅動控制單元72控制移動組件13開始起步時，更可以透過緩加速的方式來使整個自動車本體1的移動更加安穩。
請繼續參閱第六圖與第七圖，第六圖係顯示使用者位於人形影像位置判斷單元所預設之跟隨前行區與停止區外之平面示意圖；第七圖係顯示使用者乘坐於座椅而位於人形影像位置判斷單元所預設之跟隨前行區與停止區外之平面示意圖。
如第二圖與第六圖所示，當使用者P1位於跟隨前行區A1之前方，使人形影像位置判斷單元64判斷使用者P1不在跟隨前行區A1與停止區A2內時，人形影像位置判斷單元64會判斷使用者P1在跟隨前行區A1與停止區A2之外，而運作模式切換單元71則會切換為相對應之原速前行模式，使驅動控制單元72依據原速前行模式控制移動組件13帶動自動車本體1以一預設速度V2前進。
如第二圖與第七圖所示，當使用者P1乘坐於座椅14時，人形影像位置判斷單元64也會判斷使用者P1不在跟隨前行區A1與停止區A2內，進而使人形影像位置判斷單元64判斷使用者P1在跟隨前行區A1與停止區A2之外，而運作模式切換單元71也會切換為相對應之原速前行模式，使驅動控制單元72依據原速前行模式控制移動組件13帶動自動車本體1以預設速度V2前進。
綜上所述，由於本發明是將側邊彩色深度影像擷取模組設置於自動車本體之側邊，進而偵測使用者是否在跟隨前行區或停止區，據以控制自動車本體之移動來讓使用者保持在便於撿貨作業的跟隨前行區內，藉以有效的提升撿貨效率。
藉由以上較佳具體實施例之詳述，係希望能更加清楚描述本發明之特徵與精神，而並非以上述所揭露的較佳具體實施例來對本發明之範疇加以限制。相反地，其目的是希望能涵蓋各種改變及具相等性的安排於本發明所欲申請之專利範圍的範疇內。
100:利用影像辨識進行側邊跟隨之自動跟隨車
1:自動車本體
11:載板
12:基座
13:移動組件
14:座椅
15:連接結構
2:地面影像擷取模組
3:手拉托架
4:側邊彩色深度影像擷取模組
5:追線模組
6:人形影像處理模組
61:人形點雲特徵資料庫
62:影像處理加速單元
63:比對判斷單元
64:人形影像位置判斷單元
7:控制模組
71:運作模式切換單元
72:驅動控制單元
200:載物車
D1:延伸方向
GI:地面影像
GL:導引標線
SF:貨架
SI:側邊彩色深度影像
P1:使用者
HI:人形影像
SS:側邊跟隨訊號
A1:跟隨前行區
A2:停止區
V0:停止速度
V1:變動調整速度
V2:預設速度
VW:可視寬度
FD:特徵數據
第一圖係顯示本發明較佳實施例所提供之利用影像辨識進行側邊跟隨之自動跟隨車之立體示意圖；
第二圖係顯示本發明較佳實施例所提供之利用影像辨識進行側邊跟隨之自動跟隨車之系統方塊圖；
第三圖係顯示使用者位於人形影像位置判斷單元所預設之停止區內之平面示意圖；
第四圖係顯示本發明之側邊彩色深度影像擷取模組所擷取到之側邊彩色深度影像之示意圖；
第五圖係顯示使用者位於人形影像位置判斷單元所預設之跟隨前行區內之平面示意圖；
第六圖係顯示使用者位於人形影像位置判斷單元所預設之跟隨前行區與停止區外之平面示意圖；以及
第七圖係顯示使用者乘坐於座椅而位於人形影像位置判斷單元所預設之跟隨前行區與停止區外之平面示意圖。
100:利用影像辨識進行側邊跟隨之自動跟隨車
1:自動車本體
11:載板
12:基座
13:移動組件
14:座椅
2:地面影像擷取模組
3:手拉托架
4:側邊彩色深度影像擷取模組
5:追線模組
6:人形影像處理模組
7:控制模組
D1:延伸方向
GL:導引標線
Claims (5)
- 一種利用影像辨識進行側邊跟隨之自動跟隨車，係應用於一工作場所，該工作場所設有至少一沿一延伸方向延伸之貨架與至少一鄰近於該至少一貨架且平行於該延伸方向之導引標線，該利用影像辨識進行側邊跟隨之自動跟隨車包含： 一自動車本體，係具有一移動組件，該移動組件係用以驅使該自動車本體移動； 一地面影像擷取模組，係設置於該自動車本體，並用以擷取一涵蓋有該導引標線之影像之地面影像； 一手拉托架，係設置於該自動車本體； 一側邊彩色深度（RGB-D）影像擷取模組，係設置於該手拉托架，並用以擷取該自動車本體之側邊之一側邊彩色深度影像； 一追線模組，係電性連結於該地面影像擷取模組與該移動組件，用以依據該地面影像中之該導引標線控制該移動組件驅使該自動車本體沿一移動方向平行於該導引標線移動； 一人形影像處理模組，係設置於該自動車本體，並電性連結於該側邊彩色深度影像擷取模組，且該人形影像處理模組包含： 一人形點雲特徵資料庫，係儲存有複數個數據集（dataset），該些數據集係將複數個3D人形點雲資料透過一SVM分類器模型進行訓練所得； 一影像處理加速單元，係將該側邊彩色深度影像進行主成分分析（Principal Component Analysis，PCA），以獲得一特徵數據； 一比對判斷單元，係電性連結於該人形點雲特徵資料庫與該影像處理加速單元，用以將該特徵數據與該些數據集進行比對，並在判斷該側邊彩色深度影像包含一人形影像時發送出一側邊跟隨訊號；以及 一人形影像位置判斷單元，係電性連結於該比對判斷單元，在該自動車本體之側邊預設有一隨該自動車本體之位置變動之跟隨前行區，在背向該移動方向鄰接於該跟隨前行區處預設有一隨該自動車本體之位置變動之停止區，並在接收到該側邊跟隨訊號後加以解析，據以判斷該人形影像是否位於該跟隨前行區或該停止區；以及 一控制模組，係設置於該自動車本體，並且包含： 一運作模式切換單元，係電性連結於該人形影像處理模組，內建有一原速前行模式、一側邊跟隨模式與一停止模式，預設為該原速前行模式，在判斷出該人形影像位於該跟隨前行區或該停止區時分別切換為該側邊跟隨模式或該停止模式；以及 一驅動控制單元，係電性連結於該運作模式切換單元與該移動組件，用以在該原速前行模式時，控制該自動車本體以一預設速度前進，在該側邊跟隨模式時，控制該自動車本體以一變動調整速度移動，使該人形影像保持在該跟隨前行區，以及在該停止模式時，控制該自動車本體停止不動。
- 如請求項1所述之利用影像辨識進行側邊跟隨之自動跟隨車，其中，該運作模式切換單元更在判斷出該人形影像自該跟隨前行區或該停止區移動至該跟隨前行區與該停止區外時，係分別自該側邊跟隨模式或該停止模式切換為預設之該原速前行模式。
- 如請求項1所述之利用影像辨識進行側邊跟隨之自動跟隨車，其中，該自動車本體更包含： 一載板； 一基座，係設置於該載板； 一移動組件，係設置於該載板；以及 一座椅，係固定於該基座。
- 如請求項3所述之利用影像辨識進行側邊跟隨之自動跟隨車，其中，該手拉托架係固定於該載板。
- 如請求項3所述之利用影像辨識進行側邊跟隨之自動跟隨車，其中，該自動車本體更包含一連接結構，該連接結構係固定於該載板，並用以連接一載物車。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| TW111118957A TWI781074B (zh) | 2022-05-20 | 2022-05-20 | 利用影像辨識進行側邊跟隨之自動跟隨車 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| TW111118957A TWI781074B (zh) | 2022-05-20 | 2022-05-20 | 利用影像辨識進行側邊跟隨之自動跟隨車 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| TWI781074B TWI781074B (zh) | 2022-10-11 |
| TW202347170A true TW202347170A (zh) | 2023-12-01 |
Family
ID=85475768
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| TW111118957A TWI781074B (zh) | 2022-05-20 | 2022-05-20 | 利用影像辨識進行側邊跟隨之自動跟隨車 |
Country Status (1)
| Country | Link |
|---|---|
| TW (1) | TWI781074B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115920420A (zh) * | 2023-02-20 | 2023-04-07 | 自贡创赢智能科技有限公司 | 一种跟随式电动恐龙 |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US11429105B2 (en) * | 2016-06-10 | 2022-08-30 | Duke University | Motion planning for autonomous vehicles and reconfigurable motion planning processors |
| CN107392218B (zh) * | 2017-04-11 | 2020-08-04 | 创新先进技术有限公司 | 一种基于图像的车辆定损方法、装置及电子设备 |
| CN209600593U (zh) * | 2019-01-24 | 2019-11-08 | 泉州信息工程学院 | 一种婴儿车追踪安全系统 |
| CN111179628B (zh) * | 2020-01-09 | 2021-09-28 | 北京三快在线科技有限公司 | 自动驾驶车辆的定位方法、装置、电子设备及存储介质 |
-
2022
- 2022-05-20 TW TW111118957A patent/TWI781074B/zh active
Also Published As
| Publication number | Publication date |
|---|---|
| TWI781074B (zh) | 2022-10-11 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109226967B (zh) | 一种用于激光-电弧复合焊的主动激光视觉稳健焊缝跟踪系统 | |
| US11846950B2 (en) | Mobile robot and control method thereof | |
| KR102348041B1 (ko) | 복수의 이동 로봇을 포함하는 로봇 시스템의 제어 방법 | |
| US9977954B2 (en) | Robot cleaner and method for controlling a robot cleaner | |
| US8209074B2 (en) | Robot and method for controlling the same | |
| KR100735565B1 (ko) | 구조광을 이용한 물체 검출 방법 및 이를 이용한 로봇 | |
| US7155037B2 (en) | Face recognition apparatus | |
| CN109797691B (zh) | 一种无人清扫车及其行车方法 | |
| KR102286132B1 (ko) | 인공지능 로봇 청소기 | |
| US10399229B2 (en) | Method of tracking target object | |
| JP7094396B2 (ja) | 移動ロボット及び移動ロボットの照明システムを制御する方法 | |
| TWI781074B (zh) | 利用影像辨識進行側邊跟隨之自動跟隨車 | |
| US20220355692A1 (en) | Systems and Methods for Electric Vehicle Charging Using Machine Learning | |
| CN114252071A (zh) | 自走车导航装置及其方法 | |
| CN209776188U (zh) | 一种基于3d视觉技术的汽车无人充电系统 | |
| US20200142397A1 (en) | Movable robot | |
| CN114938927A (zh) | 自动清洁设备、控制方法及存储介质 | |
| KR20180098040A (ko) | 이동 로봇 및 그 제어방법 | |
| KR20180074141A (ko) | 이동 로봇 | |
| JP2707546B2 (ja) | 車両の操舵制御装置 | |
| KR20180090565A (ko) | 이동 로봇 및 그 제어방법 | |
| Mou et al. | Online learning terrain classification for adaptive velocity control | |
| TW202340007A (zh) | 自動跟隨車 | |
| KR102701968B1 (ko) | 움직임 인식 기반의 자율 주행 로봇 제어 시스템 및 이를 이용한 자율 주행 로봇 제어 방법 | |
| Abdullah et al. | Real-time Autonomous Robot for Object Tracking using Vision System |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| GD4A | Issue of patent certificate for granted invention patent |