CN104865965B - 机器人用深度摄像头与超声波结合的避障控制方法及*** - Google Patents
机器人用深度摄像头与超声波结合的避障控制方法及*** Download PDFInfo
- Publication number
- CN104865965B CN104865965B CN201510258352.1A CN201510258352A CN104865965B CN 104865965 B CN104865965 B CN 104865965B CN 201510258352 A CN201510258352 A CN 201510258352A CN 104865965 B CN104865965 B CN 104865965B
- Authority
- CN
- China
- Prior art keywords
- robot
- depth
- obstructing objects
- degree
- display screen
- 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.)
- Active
Links
Landscapes
- Manipulator (AREA)
- Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)
Abstract
本发明公开了一种机器人用深度摄像头与超声波结合的避障控制方法及***,该***包括安设在机器人上的深度数据摄像头及超声波测距模块;安设在机器人体内其用于对内、外障碍物体的障碍信息进行处理的控制模块;用于显示障碍信息的显示屏;所述深度数据摄像头和超声波测距模块分别与控制模块的输入端电连接,且所述控制模块的输出端与显示屏电连接;所述深度数据摄像头实时拍摄当前体姿0.3‑4m、拍摄角度为60度的深度图像并判定是否有外障碍物体;并由超声波测距模块判断距离机器人体姿0‑0.3m以内是否有内障碍物体。本发明实现了机器人对环境的无盲区探测,在行走过程中可有效避开障碍物体。
Description
技术领域
本发明涉及机器人技术领域,尤其涉及一种机器人用深度摄像头与超声波结合的避障控制方法及***。
背景技术
智能机器人,例如扫地机器人等越来越广泛的应用于家庭生活中,机器人要实现灵活、高效、智能的移动,就需要具有自主导航的功能。地图创建、定位及路径规划是自主导航的三个关键要素,地图创建与定位是相互依存的关系,缺少环境地图则无法准确的标定机器人的位置,初始位置不确定,则创建的地图就会缺少基准点,正因如此未知环境下的机器人的地位与地图创建将以同时定位与地图创建的方式实现,即是移动机器人随着对环境的探索,逐步扩大自身存储的地图的广度,并实时的将未知信息定位在新创建的地图中,这种技术一般称之为同时定位与地图生成。目前,较为常用的智能机器人的同时定位与地图生成技术包括FastSLAM与vSLAM两大类。其中FastSLAM***一般使用激光测距仪或声纳来实现,而vSLAM则使用视觉传感器来实现。FastSLAM由于使用了激光、声纳等传感器,对一些特殊的环境如线段、拐角等不能识别,因此需要通过改进算法来实现定位的准确性。
目前较为常见的移动智能机器人的定位技术主要是根据先验的环境,结合当前机器人位置信息以及传感器输入信息,准确的确定机器人位姿的过程,主要包括相对定位与绝对定位,绝对定位主要使用导航信标,主动或被动识别、地图匹配或卫星导航技术进行定位,定位精确较高。但是相对于家用机器人而言成本较高,相对定位是通过测量机器人相对于初始位置的距离和方向来确定机器人的当前位置,通常也称为导航推算法,常用的传感器包括里程计及惯导***,例如速度陀螺、加速度计等。导航推算法的有点是机器人自己推算出来的,不需要对外界的感知信息,确定是漂移误差会随着时间的积累导致小误差无限的增加,因此误差较大。
综合上述的描述,传统机器人的定位避障方法只能避开距离机器人长距离的障碍物体,因此存在误差、盲区和反射角度等局限性。
发明内容
针对上述技术中存在的不足之处,本发明提供一种机器人用深度摄像头与超声波结合的避障控制方法及***,实现了机器人对环境的无盲区探测,在行走过程中可有效避开障碍物体。
为实现上述目的,本发明提供一种机器人用深度摄像头与超声波结合的避障控制方法,包括以下步骤:
步骤1,机器人开始进行行走和探索;
步骤2,机器人上安设的深度数据摄像头摄取当前体姿0.3-4m、拍摄角度为60度的深度图像;若是遇到外障碍物体,则进入步骤3,若是未遇到外障碍物体,则返回步骤1;
步骤3,获取机器人到外障碍物体的深度信息Z,根据深度信息Z利用三角公式计算并获得首次障碍信息的深度图像的x和y,x表示外障碍物体到机器人原点的距离,y表示外障碍物体的高度;
步骤4,将获取的首次障碍信息的深度图像x和y按一定的比例映射到显示屏的x轴和y轴上并保存;
步骤5,分多次旋转深度数据摄像头360度中的剩余角度,每旋转一次深度数据摄像头就根据上述的三角公式获取一个新的障碍信息的深度图像的x和y,直到转完360度后则将所有障碍信息显示在显示屏上;
步骤6,由机器人上安设的超声波测距模块判断距离机器人体姿0-0.3m以内是否有内障碍物体,若有内障碍物体,则计算出内障碍物体到机器人的距离并在显示屏上进行显示;若无内障碍物体,则跳出检测;
步骤7,根据显示屏上的显示确定机器人行走避开内、外障碍物体的可行走路线。
其中,由于深度图像的分辨率为320*200,并且深度数据摄像头到分辨率最大值的角度是60度;因此所述三角公式为α=(x/320)*60,利用y=Z*cos(α),Z为x与y构成的直角三角形的斜边,x=Z*sin(α)。
其中,所述深度数据摄像头首次旋转后剩余的角度可分七次旋转,如第一次旋转角度为30度、第二次旋转角度为60度、第三次旋转角度为30度、第四次旋转角度为60度、第五次旋转角度为30度、第六次旋转角度为60度和第七次旋转角度为30度;由于每次旋转的度数不同,则可避免采集到重复的图像。
其中,所述步骤1之前还有一个步骤0,该步骤0具体为:打开机器人电源,初始化开始,给机器人发送声音指令:开始探索。
其中,所述步骤6的具体步骤为:超声波测距模块触发后,等待回声引脚高电平的到来;回声引脚高电平到来后,开始计时,开启40ms超时溢出功能;在40ms内有低电平的到来,则检测结束,并计算出内障碍物体到机器人的距离;若40ms内无低电平则跳出判断,说明没有检测到内障碍物体,机器人体姿0-0.3m以内没有内障碍物体。
其中,所述深度数据摄像头的具体工作方法为:通过红外传感器投射随机点阵,然后用带红外滤波器的CMOS传感器来扑捉这些点阵,从而确定深度信息Z。
为实现上述目的,本发明提供一种机器人用深度摄像头与超声波结合的避障控制***,包括
安设在机器人上且用于判断机器人体姿0.3-4m内是否有外障碍物体的深度数据摄像头;
安设在机器人上且用于判断距离机器人体姿0-0.3m内是否有内障碍物体的超声波测距模块;
安设在机器人体内其用于对内、外障碍物体的障碍信息进行处理的控制模块;
用于显示障碍信息的显示屏;
所述深度数据摄像头和超声波测距模块分别与控制模块的输入端电连接,且所述控制模块的输出端与显示屏电连接;所述深度数据摄像头实时拍摄当前体姿0.3-4m、拍摄角度为60度的深度图像并判定是否有外障碍物体;并由超声波测距模块判断距离机器人体姿0-0.3m以内是否有内障碍物体;
若是遇到外障碍物体,则获取机器人到外障碍物体的深度信息Z,根据深度信息Z利用三角公式计算并获得首次障碍信息的深度图像的x和y,x表示外障碍物体到机器人原点的距离,y表示外障碍物体的高度;将获取的首次障碍信息的深度图像x和y按一定的比例映射到显示屏的x轴和y轴上并保存在显示屏中;
然后深度数据摄像头分多次旋转深度360度中的剩余角度,每旋转一次深度数据摄像头就根据上述的三角公式获取一个新的障碍信息的深度图像的x和y;到转完360度后则将所有外障碍物体的障碍信息显示在显示屏上;
将由超声波测距模块反馈回来的低电平信号转化为实际距离数值并在显示屏上进行显示;
根据显示屏上的显示确定机器人行走避开内、外障碍物体的可行走路线。
其中,所述机器人上还安设有用于侦测声源并获取声音信号的阵列麦克风,所述阵列麦克风与控制模块的输入端电连接,所述阵列麦克风侦测到开始探索的指令后,传输给控制模块处理后,机器人开始行走和探索。
其中,所述超声波测距模块包括单片机、定时单元和转换单元,所述单片机上设有触发端和回声引脚,所述单片机的输出端与定时单元电连接,所述回声引脚通过转换单元与控制模块电连接;触发端触发后,回声引脚得到高电平,定时单元开启工作后,回声引脚由高电平转为低电平,则距离机器人体姿0-0.3m内有内障碍物体,且反馈回来的低电平信号通过转换单元转化为实际距离数值并在显示屏上进行显示;若无低电平,则机器人0-0.3m以内没有内障碍物体。
其中,所述深度数据摄像头包括用于投射随机点阵的红外传感器和用于扑捉点阵的CMOS传感器,且所述CMOS传感器上带有红外滤波器;所述红外传感器通过红外滤波器与CMOS传感器电连接。
本发明的有益效果是:与现有技术相比,本发明提供的机器人用深度摄像头与超声波结合的避障控制方法及***,由机器人在行走过程中不断的对外障碍物体进行探索,由深度数据摄像头检测距离机器人体姿0.3-4m之间是否有外障碍物体,由机器人上安设的超声波测距模块判断距离机器人体姿0-0.3m以内是否有内障碍物体;并将障碍物体的障碍信息在显示屏上进行显示,最后,根据显示屏上的显示确定机器人行走避开内、外障碍物体的可行走路线。本发明的改进,实现了机器人对环境的无盲区探测,有效解决存在着盲区和反射角度等局限性问题,在行走过程中可有效避开障碍物体,提高了该机器人的工作效率。
附图说明
图1为本发明的机器人用深度摄像头与超声波结合的避障控制方法的工作流程图;
图2为本发明中深度数据摄像头的旋转方式图;
图3为本发明深度数据摄像头获得深度图像的结构图;
图4为本发明中显示屏上显示首次获得障碍信息的示意图;
图5为本发明获得内外障碍物体障碍信息的示意图;
图6为本发明的机器人用深度摄像头与超声波结合的避障控制***的工作方框图。
主要元件符号说明如下:
10、深度数据摄像头 11、超声波测距模块
12、控制模块 13、显示屏
14、阵列麦克风 111、单片机
112、触发端 113、回声引脚
114、定时单元 115、转换单元
101、红外传感器 102、CMOS传感器
103、红外滤波器
15、机器人。
具体实施方式
为了更清楚地表述本发明,下面结合附图对本发明作进一步地描述。
请参阅图1,本发明的机器人用深度摄像头与超声波结合的避障控制方法,包括以下步骤:
步骤S0,打开机器人电源,初始化开始,给机器人发送声音指令:开始探索。
步骤S1,机器人开始进行行走和探索。
步骤S2,机器人上安设的深度数据摄像头摄取当前体姿0.3-4m、拍摄角度为60度的深度图像;若是遇到外障碍物体,则进入步骤S3,若是未遇到外障碍物体,则返回步骤S1。
步骤S3,获取机器人到外障碍物体的深度信息Z,根据深度信息Z利用三角公式计算并获得首次障碍信息的深度图像的x和y,x表示外障碍物体到机器人原点的距离,y表示外障碍物体的高度。
步骤S4,将获取的首次障碍信息的深度图像x和y按一定的比例映射到显示屏的x轴和y轴上并保存。
步骤S5,分多次旋转深度数据摄像头360度中的剩余角度,每旋转一次深度数据摄像头就根据上述的三角公式获取一个新的障碍信息的深度图像的x和y,直到转完360度后则将所有障碍信息显示在显示屏上;由于深度图像的分辨率为320*200,并且深度数据摄像头到分辨率最大值的角度是60度;因此三角公式为α=(x/320)*60,利用y=Z*cos(α),Z为x与y构成的直角三角形的斜边,x=Z*sin(α)。如图3所示,其中x与y构成的直角三角形的边。
步骤S6,由机器人上安设的超声波测距模块判断距离机器人体姿0-0.3m以内是否有内障碍物体,若有内障碍物体,则计算出内障碍物体到机器人的距离并在显示屏上进行显示;若无内障碍物体,则跳出检测;具体步骤为:超声波测距模块触发后,等待回声引脚高电平的到来;回声引脚高电平到来后,开始计时,开启40ms超时溢出功能;在40ms内有低电平的到来,则检测结束,并计算出内障碍物体到机器人的距离;若40ms内无低电平则跳出判断,说明没有检测到内障碍物体,机器人体姿0-0.3m以内没有内障碍物体。
步骤S7,根据显示屏上的显示确定机器人行走避开内、外障碍物体的可行走路线。
请参阅图2所示,深度数据摄像头首次旋转后剩余的角度可分七次旋转,如第一次旋转角度为30度、第二次旋转角度为60度、第三次旋转角度为30度、第四次旋转角度为60度、第五次旋转角度为30度、第六次旋转角度为60度和第七次旋转角度为30度;由于每次旋转的度数不同,则可避免采集到重复的图像。当然,深度数据摄像头的旋转次数并不局限,还可以是每次都旋转60度,就旋转5次,还可以是其他旋转方式,只要能保证360度内拍摄的图像不重复即可。
如图4为深度数据摄像头首次拍摄后得到的在显示屏上的显示结果,该图中圆点表示机器人15,A区域表示机器人可以行走的的区域,B区域表示机器人不可以行走的的区域,明显可以看出行走的区域范围是很大的。如图5为深度数据摄像头再转7次,转动完成后先保存前一个60度所获得的障碍信息,并与转动后获得的障碍信息同时显示在屏幕上,直到转完360度后则将所有信息拼装成完整的矩形在显示屏上进行显示,而且由超声波测距模块判断距离机器人体姿0-0.3m以内是否有内障碍物体后得到的最走行走图,该图中A区域表示机器人可以行走的的区域,B区域表示机器人不可以行走的的区域,明显可以看出通过深度的拍摄及超声波测距模块判断后,机器人可走的范围大大减小,该结果说明了深度数据摄像头与超声波测距模块的结合,使得避障结果更准确。
在本实施例中,深度数据摄像头的具体工作方法为:通过红外传感器投射随机点阵,然后用带红外滤波器的CMOS传感器来扑捉这些点阵,从而确定深度信息Z。
请进一步参阅图6,本发明提供一种机器人用深度摄像头与超声波结合的避障控制***,包括
安设在机器人上且用于判断机器,15体姿0.3-4m内是否有外障碍物体的深度数据摄像头10;
安设在机器人上且用于判断距离机器人15体姿0-0.3m内是否有内障碍物体的超声波测距模块11;
安设在机器人15体内其用于对内、外障碍物体的障碍信息进行处理的控制模块12;
用于显示障碍信息的显示屏13;
深度数据摄像头10和超声波测距模块11分别与控制模块12的输入端电连接,且控制模块12的输出端与显示屏13电连接;深度数据摄像头10实时拍摄当前体姿0.3-4m、拍摄角度为60度的深度图像并判定是否有外障碍物体;并由超声波测距模块11判断距离机器人体姿0-0.3m以内是否有内障碍物体;
若是遇到外障碍物体,则获取机器人15到外障碍物体的深度信息Z,根据深度信息Z利用三角公式计算并获得首次障碍信息的深度图像的x和y,x表示外障碍物体到机器人原点的距离,y表示外障碍物体的高度;将获取的首次障碍信息的深度图像x和y按一定的比例映射到显示屏的x轴和y轴上并保存在显示屏中;
然后深度数据摄像头10分多次旋转深度360度中的剩余角度,每旋转一次深度数据摄像头就根据上述的三角公式获取一个新的障碍信息的深度图像的x和y;到转完360度后则将所有外障碍物体的障碍信息显示在显示屏上;
将由超声波测距模块15反馈回来的低电平信号转化为实际距离数值并在显示屏上进行显示;
根据显示屏13上的显示确定机器人15行走避开内、外障碍物体的可行走路线。
在本实施例中,机器人15上还安设有用于侦测声源并获取声音信号的阵列麦克风14,阵列麦克风14与控制模块12的输入端电连接,阵列麦克风14侦测到开始探索的指令后,传输给控制模块12处理后,机器人15开始行走和探索。
在本实施例中,超声波测距模块11包括单片机111、定时单元114和转换单元115,单片机111上设有触发端112和回声引脚113,单片机111的输出端与定时单元114电连接,回声引脚113通过转换单元114与控制模块12电连接;触发端触发后,回声引脚113得到高电平,定时单元114开启工作后,回声引脚114由高电平转为低电平,则距离机器人体姿0-0.3m内有内障碍物体,且反馈回来的低电平信号通过转换单元转化为实际距离数值并在显示屏上进行显示;若无低电平,则机器人0-0.3m以内没有内障碍物体。深度数据摄像头10包括用于投射随机点阵的红外传感器101和用于扑捉点阵的CMOS传感器102,且CMOS传感器102上带有红外滤波器103;红外传感器101通过红外滤波器102与CMOS传感器103电连接。红外滤波器103可对红外传感器101感应到的信号进行滤波过滤,使得CMOS传感器103最终得到的图片结果更准确。
本发明提供的机器人用深度摄像头与超声波结合的避障控制方法及***,由机器人在行走过程中不断的对外障碍物体进行探索,由深度数据摄像头检测距离机器人体姿0.3-4m之间是否有外障碍物体,由机器人上安设的超声波测距模块判断距离机器人体姿0-0.3m以内是否有内障碍物体;并将障碍物体的障碍信息在显示屏上进行显示,最后,根据显示屏上的显示确定机器人行走避开内、外障碍物体的可行走路线。本发明的改进,实现了机器人对环境的无盲区探测,有效解决存在着盲区和反射角度等局限性问题,在行走过程中可有效避开障碍物体,提高了该机器人的工作效率。
以上公开的仅为本发明的几个具体实施例,但是本发明并非局限于此,任何本领域的技术人员能思之的变化都应落入本发明的保护范围。
Claims (10)
1.一种机器人用深度摄像头与超声波结合的避障控制方法,其特征在于,包括以下步骤:
步骤1,机器人开始进行行走和探索;
步骤2,机器人上安设的深度数据摄像头摄取当前体姿0.3-4m、拍摄角度为60度的深度图像;若是遇到外障碍物体,则进入步骤3,若是未遇到外障碍物体,则返回步骤1;
步骤3,获取机器人到外障碍物体的深度信息Z,根据深度信息Z利用三角公式计算并获得首次障碍信息的深度图像的x和y,x表示外障碍物体到机器人原点的距离,y表示外障碍物体的高度;
步骤4,将获取的首次障碍信息的深度图像x和y按一定的比例映射到显示屏的x轴和y轴上并保存;
步骤5,分多次旋转深度数据摄像头360度中的剩余角度,每旋转一次深度数据摄像头就根据上述的三角公式获取一个新的障碍信息的深度图像的x和y,直到转完360度后则将所有障碍信息显示在显示屏上;
步骤6,由机器人上安设的超声波测距模块判断距离机器人体姿0-0.3m以内是否有内障碍物体,若有内障碍物体,则计算出内障碍物体到机器人的距离并在显示屏上进行显示;若无内障碍物体,则跳出检测;
步骤7,根据显示屏上的显示确定机器人行走避开内、外障碍物体的可行走路线。
2.根据权利要求1所述的机器人用深度摄像头与超声波结合的避障控制方法,由于深度图像的分辨率为320*200,并且深度数据摄像头到分辨率最大值的角度是60度;因此所述三角公式为α=(x/320)*60,利用y=Z*cos(α),Z为x与y构成的直角三角形的斜边,x=Z*sin(α)。
3.根据权利要求1所述的机器人用深度摄像头与超声波结合的避障控制方法,所述深度数据摄像头首次旋转后剩余的角度可分七次旋转,如第一次旋转角度为30度、第二次旋转角度为60度、第三次旋转角度为30度、第四次旋转角度为60度、第五次旋转角度为30度、第六次旋转角度为60度和第七次旋转角度为30度;由于每次旋转的度数不同,则可避免采集到重复的图像。
4.根据权利要求1所述的机器人用深度摄像头与超声波结合的避障控制方法,所述步骤1之前还有一个步骤0,该步骤0具体为:打开机器人电源,初始化开始,给机器人发送声音指令:开始探索。
5.根据权利要求1所述的机器人用深度摄像头与超声波结合的避障控制方法,所述步骤6的具体步骤为:超声波测距模块触发后,等待回声引脚高电平的到来;回声引脚高电平到来后,开始计时,开启40ms超时溢出功能;在40ms内有低电平的到来,则检测结束,并计算出内障碍物体到机器人的距离;若40ms内无低电平则跳出判断,说明没有检测到内障碍物体,机器人体姿0-0.3m以内没有内障碍物体。
6.根据权利要求1所述的机器人用深度摄像头与超声波结合的避障控制方法,所述深度数据摄像头的具体工作方法为:通过红外传感器投射随机点阵,然后用带红外滤波器的CMOS传感器来扑捉这些点阵,从而确定深度信息Z。
7.一种机器人用深度摄像头与超声波结合的避障控制***,其特征在于,包括
安设在机器人上且用于判断机器人体姿0.3-4m内是否有外障碍物体的深度数据摄像头;
安设在机器人上且用于判断距离机器人体姿0-0.3m内是否有内障碍物体的超声波测距模块;
安设在机器人体内其用于对内、外障碍物体的障碍信息进行处理的控制模块;
用于显示障碍信息的显示屏;
所述深度数据摄像头和超声波测距模块分别与控制模块的输入端电连接,且所述控制模块的输出端与显示屏电连接;所述深度数据摄像头实时拍摄当前体姿0.3-4m、拍摄角度为60度的深度图像并判定是否有外障碍物体;并由超声波测距模块判断距离机器人体姿0-0.3m以内是否有内障碍物体;
若是遇到外障碍物体,则获取机器人到外障碍物体的深度信息Z,根据深度信息Z利用三角公式计算并获得首次障碍信息的深度图像的x和y,x表示外障碍物体到机器人原点的距离,y表示外障碍物体的高度;将获取的首次障碍信息的深度图像x和y按一定的比例映射到显示屏的x轴和y轴上并保存在显示屏中;
然后深度数据摄像头分多次旋转深度360度中的剩余角度,每旋转一次深度数据摄像头就根据上述的三角公式获取一个新的障碍信息的深度图像的x和y;到转完360度后则将所有外障碍物体的障碍信息显示在显示屏上;
将由超声波测距模块反馈回来的低电平信号转化为实际距离数值并在显示屏上进行显示;
根据显示屏上的显示确定机器人行走避开内、外障碍物体的可行走路线。
8.根据权利要求7所述的机器人用深度摄像头与超声波结合的避障控制***,所述机器人上还安设有用于侦测声源并获取声音信号的阵列麦克风,所述阵列麦克风与控制模块的输入端电连接,所述阵列麦克风侦测到开始探索的指令后,传输给控制模块处理后,机器人开始行走和探索。
9.根据权利要求7所述的机器人用深度摄像头与超声波结合的避障控制***,所述超声波测距模块包括单片机、定时单元和转换单元,所述单片机上设有触发端和回声引脚,所述单片机的输出端与定时单元电连接,所述回声引脚通过转换单元与控制模块电连接;触发端触发后,回声引脚得到高电平,定时单元开启工作后,回声引脚由高电平转为低电平,则距离机器人体姿0-0.3m内有内障碍物体,且反馈回来的低电平信号通过转换单元转化为实际距离数值并在显示屏上进行显示;若无低电平,则机器人0-0.3m以内没有内障碍物体。
10.根据权利要求7所述的机器人用深度摄像头与超声波结合的避障控制***,所述深度数据摄像头包括用于投射随机点阵的红外传感器和用于扑捉点阵的CMOS传感器,且所述CMOS传感器上带有红外滤波器;所述红外传感器通过红外滤波器与CMOS传感器电连接。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510258352.1A CN104865965B (zh) | 2015-05-20 | 2015-05-20 | 机器人用深度摄像头与超声波结合的避障控制方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510258352.1A CN104865965B (zh) | 2015-05-20 | 2015-05-20 | 机器人用深度摄像头与超声波结合的避障控制方法及*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104865965A CN104865965A (zh) | 2015-08-26 |
CN104865965B true CN104865965B (zh) | 2017-12-26 |
Family
ID=53911864
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510258352.1A Active CN104865965B (zh) | 2015-05-20 | 2015-05-20 | 机器人用深度摄像头与超声波结合的避障控制方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104865965B (zh) |
Families Citing this family (28)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105094136B (zh) * | 2015-09-14 | 2017-09-01 | 桂林电子科技大学 | 自适应麦克风阵列的声音定位救援机器人及其使用方法 |
US10705528B2 (en) * | 2015-12-15 | 2020-07-07 | Qualcomm Incorporated | Autonomous visual navigation |
CN107041718B (zh) * | 2016-02-05 | 2021-06-01 | 北京小米移动软件有限公司 | 清洁机器人及其控制方法 |
US9535423B1 (en) * | 2016-03-29 | 2017-01-03 | Adasworks Kft. | Autonomous vehicle with improved visual detection ability |
CN106003043A (zh) * | 2016-06-20 | 2016-10-12 | 先驱智能机械(深圳)有限公司 | 机械臂的避障方法及避障*** |
CN106020204A (zh) * | 2016-07-21 | 2016-10-12 | 触景无限科技(北京)有限公司 | 一种障碍物检测装置、机器人及避障*** |
CN106291535B (zh) * | 2016-07-21 | 2018-12-28 | 触景无限科技(北京)有限公司 | 一种障碍物检测装置、机器人及避障*** |
CN106292656B (zh) * | 2016-07-22 | 2019-12-03 | 北京儒博科技有限公司 | 一种环境建模方法及装置 |
CN106403924B (zh) * | 2016-08-24 | 2019-05-31 | 智能侠(北京)科技有限公司 | 基于深度摄像头的机器人快速定位与姿态估计方法 |
CN106168808A (zh) * | 2016-08-25 | 2016-11-30 | 南京邮电大学 | 一种基于深度学习的旋翼无人机自动巡航方法及其*** |
CN106855411A (zh) * | 2017-01-10 | 2017-06-16 | 深圳市极思维智能科技有限公司 | 一种机器人及其以深度摄像头和避障***构建地图的方法 |
WO2018129648A1 (zh) * | 2017-01-10 | 2018-07-19 | 深圳市极思维智能科技有限公司 | 一种机器人及其以深度摄像头和避障***构建地图的方法 |
CN107092252A (zh) * | 2017-04-11 | 2017-08-25 | 杭州光珀智能科技有限公司 | 一种基于机器视觉的机器人主动避障方法及其装置 |
CN107225570A (zh) * | 2017-04-20 | 2017-10-03 | 深圳前海勇艺达机器人有限公司 | 智能机器人的避障方法及装置 |
JP6944274B2 (ja) * | 2017-05-23 | 2021-10-06 | 東芝ライフスタイル株式会社 | 電気掃除機 |
CN107471229A (zh) * | 2017-09-30 | 2017-12-15 | 江西洪都航空工业集团有限责任公司 | 一种基于ros架构的教育娱乐机器人 |
CN110065061A (zh) * | 2018-01-24 | 2019-07-30 | 南京机器人研究院有限公司 | 一种机器人行走控制方法 |
CN109917791B (zh) * | 2019-03-26 | 2022-12-06 | 深圳市锐曼智能装备有限公司 | 移动装置自动探索构建地图的方法 |
CN111571561B (zh) * | 2019-08-07 | 2021-08-31 | 上海肇观电子科技有限公司 | 移动机器人 |
CN113359692B (zh) * | 2020-02-20 | 2022-11-25 | 杭州萤石软件有限公司 | 一种障碍物的避让方法、可移动机器人 |
CN111459170A (zh) * | 2020-04-27 | 2020-07-28 | 成都市马皇地摩科技有限公司 | 一种智能运输装置的避障方法及*** |
CN111506074B (zh) * | 2020-05-08 | 2022-08-26 | 佳木斯大学 | 一种农作物翻晒吸尘装置机器控制方法 |
CN113625700B (zh) * | 2020-05-08 | 2024-07-02 | 北京石头创新科技有限公司 | 自行走机器人控制方法、装置、自行走机器人和存储介质 |
CN112428269B (zh) * | 2020-11-11 | 2022-03-08 | 合肥学院 | 一种巡检机器人用障碍报警*** |
CN112494034B (zh) * | 2020-11-30 | 2023-01-17 | 重庆优乃特医疗器械有限责任公司 | 基于3d体态检测分析的数据处理分析***及方法 |
CN115410501A (zh) * | 2021-05-26 | 2022-11-29 | 北京京东方显示技术有限公司 | 显示装置、货柜***和显示装置的控制方法 |
CN113467468B (zh) * | 2021-07-23 | 2024-03-29 | 合肥工业大学 | 一种基于嵌入式的机器人智能避障***及方法 |
CN113934209B (zh) * | 2021-09-29 | 2024-01-16 | 深圳甲壳虫智能有限公司 | 一种机器人及机器人周围障碍物探测方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101850727A (zh) * | 2010-02-26 | 2010-10-06 | 湖南山河智能机械股份有限公司 | 遥控轮式移动机器人平台 |
CN102096413A (zh) * | 2010-12-23 | 2011-06-15 | 中国民航大学 | 保安巡逻机器人***及其控制方法 |
CN103640018A (zh) * | 2013-12-13 | 2014-03-19 | 江苏久祥汽车电器集团有限公司 | 一种基于surf算法进行定位的方法及机器人 |
US8761990B2 (en) * | 2011-03-30 | 2014-06-24 | Microsoft Corporation | Semi-autonomous mobile device driving with obstacle avoidance |
-
2015
- 2015-05-20 CN CN201510258352.1A patent/CN104865965B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101850727A (zh) * | 2010-02-26 | 2010-10-06 | 湖南山河智能机械股份有限公司 | 遥控轮式移动机器人平台 |
CN102096413A (zh) * | 2010-12-23 | 2011-06-15 | 中国民航大学 | 保安巡逻机器人***及其控制方法 |
US8761990B2 (en) * | 2011-03-30 | 2014-06-24 | Microsoft Corporation | Semi-autonomous mobile device driving with obstacle avoidance |
CN103640018A (zh) * | 2013-12-13 | 2014-03-19 | 江苏久祥汽车电器集团有限公司 | 一种基于surf算法进行定位的方法及机器人 |
Also Published As
Publication number | Publication date |
---|---|
CN104865965A (zh) | 2015-08-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104865965B (zh) | 机器人用深度摄像头与超声波结合的避障控制方法及*** | |
CN204695100U (zh) | 机器人用深度摄像头与超声波结合的避障控制装置 | |
CN112650255B (zh) | 基于视觉与激光雷达信息融合的机器人定位导航方法 | |
WO2019144541A1 (zh) | 一种清洁机器人 | |
JP2022540906A (ja) | 移動ロボット及びその制御方法 | |
EP4050449A1 (en) | Method and device for robot positioning, smart robot, and storage medium | |
KR101956447B1 (ko) | 그래프 구조 기반의 무인체 위치 추정 장치 및 그 방법 | |
CN112518739B (zh) | 履带式底盘机器人侦察智能化自主导航方法 | |
CN105629970A (zh) | 一种基于超声波的机器人定位避障方法 | |
CN107966989A (zh) | 一种机器人自主导航*** | |
CN113325837A (zh) | 一种用于多信息融合采集机器人的控制***及方法 | |
CN107063242A (zh) | 具虚拟墙功能的定位导航装置和机器人 | |
CN106339001A (zh) | 地图生成方法、移动机器人以及地图生成*** | |
JP2015518188A (ja) | 可動式ロボット | |
CN109813319A (zh) | 一种基于slam建图的开环优化方法及*** | |
CN104115082A (zh) | 自动启动自定位过程的方法 | |
TW200826890A (en) | Position-detecting system and method | |
CN207965645U (zh) | 一种机器人自主导航*** | |
CN110293965A (zh) | 泊车方法和控制装置、车载设备及计算机可读介质 | |
CN107443385A (zh) | 基于视觉的机器人直线导航的检测方法和芯片及机器人 | |
CN110675455A (zh) | 一种基于自然场景的车身环视相机自标定方法和*** | |
Mulky et al. | Autonomous scooter navigation for people with mobility challenges | |
Abdulla et al. | Multi-floor navigation method for mobile robot transportation based on StarGazer sensors in life science automation | |
Karam et al. | Integrating a low-cost mems imu into a laser-based slam for indoor mobile mapping | |
CN109960254A (zh) | 机器人及其路径规划方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
EXSB | Decision made by sipo to initiate substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant |