CN108507578B - 一种机器人的导航方法 - Google Patents
一种机器人的导航方法 Download PDFInfo
- Publication number
- CN108507578B CN108507578B CN201810289778.7A CN201810289778A CN108507578B CN 108507578 B CN108507578 B CN 108507578B CN 201810289778 A CN201810289778 A CN 201810289778A CN 108507578 B CN108507578 B CN 108507578B
- Authority
- CN
- China
- Prior art keywords
- boundary
- robot
- navigation
- virtual
- map
- 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
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/20—Instruments for performing navigational calculations
- G01C21/206—Instruments for performing navigational calculations specially adapted for indoor navigation
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/28—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network with correlation of data from several navigational instruments
- G01C21/30—Map- or contour-matching
- G01C21/32—Structuring or formatting of map data
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明公开一种机器人的导航方法,首先所述机器人启动时在工作空间内框定一个虚拟清洁分区,再在清扫该虚拟清洁分区过程中标记导航边界的边界特征信息,构建局部边界地图;然后将所述局部边界地图的数据转换到全局坐标系上;清扫完所述虚拟清洁分区后,移动到未清扫区域,并框定下一个虚拟清洁分区,继续标记所述边界特征信息,如此循环反复,当清扫完整个工作空间时,退出循环,完成所述全局边界地图构建;最后选择选择所述导航边界作为导航路径进行导航。本发明通过构建所述局部边界地图和所述全局边界地图的方法,在保留所述边界特征信息的条件下,实现机器人快速导航,同时节省***内存,提高机器人导航的灵活性和高效性。
Description
技术领域
本发明涉及机器人室内导航和智能控制技术领域,具体涉及一种全局边界地图的构建方法及其导航方法。
背景技术
基于惯性导航的机器人越来越普及,代表性比较强的是家庭扫地清洁机器人。扫地机器人结合陀螺仪、加速度跟轮子里程计的数据,实现室内环境即时定位跟建图,再根据建立的地图实现定位导航。基于惯性导航的机器人是基于全局的栅格地图进行导航回充电座的,在实际的家庭环境下实现基于陀螺仪的惯性导航时,因为比较复杂的家庭环境存在各种未知条件,所以随着时间的推移,轮子打滑、陀螺仪漂移等产生的误差会积累越来越大,导致机器打滑,从而使得构建的地图出现比较大的偏差,如果继续使用全局地图进行导航就会机器人与目标点的偏差拉大。
而在实际应用中主要采用栅格地图将机器人的工作环境(环境信息包括但不限于环境的温度,湿度,光强等)划分成一系列的栅格,其中每一个栅格都分配一个概率值,表示该栅格被障碍物占据的可能性大小。栅格地图易于创建和维护,对某个栅格的感知信息可以直接与环境中的某个区域对应,适于处理超声测量数据。然而用栅格表示的环境地图,环境空间的分辨率与栅格尺寸的大小有关,增加分辨率将要增加运算的时间和空间复杂度。如果想要获得精准的栅格地图必须要付出相当高的成本,比如要使用激光传感器或者是图像传感器,而且需要具备比较充裕计算资源,导致对CPU的存储空间要求比较高,不利于产品的低成本化。为了减少CPU使用的资源和提高机器人导航的成功率,需要提供一种新全局地图给机器人进行导航。
中国发明专利CN100449444提出移动机器人在未知环境中同时定位与地图构建的方法,通过构建全局线段特征地图和全局占用栅格地图实现高精度的定位导航,但是地图中匹配线段特征和栅格地图更新的算法对处理器的性能要求高,对线段特征匹配的计算量较大;中国专利CN107121142中使用拓扑地图的方法,通过结合机器人当前环境特征判断是否进行子区域的划分和如何划分,再融合传感器数据进行路径规划,但是子区域的划分受到激光传感器探测范围的影响。有必要开发一种对于存储空间和计算资源要求小,适用于室内条件下机器人的快速导航。
发明内容
本发明基于构建全局地图的导航技术,在机器人运动过程中,为了节省导航地图内存,通过记录清洁区域内导航边界的边界特征信息构建起全局边界地图,使得机器人选择合适的边界路径进行导航运动。本发明的技术方案如下:
一种全局边界地图的构建方法,其特征在于,所述全局边界地图的构建过程包括如下步骤:
步骤S1:机器人启动时在工作空间内框定一个虚拟清洁分区,再在清扫该虚拟清洁分区的过程中标记导航边界的边界特征信息,构建局部边界地图,并进入步骤S2;
步骤S2:将所述虚拟清洁分区内所述局部边界地图的数据进行坐标系转换,加入到全局坐标系中,并进入步骤S3;
步骤S3:清扫完所述虚拟清洁分区后,移动到未清扫区域,重复步骤S1~步骤S2,直到清扫完整个工作空间,得到所述全局边界地图;
其中,所述边界特征信息包括导航边界的起点坐标、导航边界的终点坐标和所述机器人沿导航边界行走的旋转角度。
进一步地,所述机器人框定当前所述虚拟清洁分区,再在清扫过程中标记导航边界的边界特征信息,构建局部边界地图的同时,还根据标记的障碍物信息构建起局部栅格地图,直到所述机器人开始清扫下一个所述虚拟清洁分区才被删除,取而代之的是下一个所述虚拟清洁分区内构建的局部栅格地图。
进一步地,构建所述全局边界地图先确定一个以所述机器人初始起点位置为原点、以所述机器人从初始起点位置出发的前进方向为Y轴正方向的所述全局坐标系。
进一步地,所述虚拟清洁分区的确定方法是,在所述全局坐标系上,过所述机器人当前入口位置作一条与Y轴平行的直线,作为一条竖直边界线,距离该竖直边界线n米并与之平行的一条直线作为另一条竖直边界线,所述机器人设置好Y轴方向上的竖直边界线;过所述机器人的当前入口位置作一条与竖直边界线垂直的直线,作为一条水平边界线,距离该水平边界线m米并与之平行的一条直线作为另一条水平边界线;上述的竖直边界线和水平边界线围成当前所述虚拟清洁分区;所述机器人清扫完当前所述虚拟清洁分区后继续运动,当探测到未清扫区域时,将当前位置作为下一个入口位置,按照上述方法继续框定下一个所述虚拟清洁分区;
其中,变量n代表所述虚拟清洁分区的预设长度,变量m代表所述虚拟清洁分区的预设宽度。
进一步地,所述导航边界由实体边界和虚拟边界组成,其中,所述实体边界是根据所述虚拟清洁分区内墙体或靠墙障碍物边缘的坐标点连线;所述虚拟边界是,为了实现导航回初始起点位置,在所述虚拟清洁分区内拟合出与所述实体边界围成闭合区域的虚拟路线;
其中闭合区域是,为了实现导航回初始出发位置而设置的实际清洁区域。
进一步地,所述虚拟边界的起点和终点的距离比所述机器人机身宽度大。
一种机器人的导航方法,其特征在于,该导航方法是基于所述边界特征信息而规划的,包括以下步骤:
步骤1:所述机器人启动导航时,获取所述机器人当前位置,并确定目标点位置,并进入步骤2;
步骤2:根据所述全局边界地图及当前的局部栅格地图,以所述机器人当前位置为起点,目标点位置为终点,结合所述导航边界的边界特征信息,选择出导航路径,并进入步骤3;
步骤3:所述机器人按所选择出的导航路径导航。
进一步地,该导航方法的步骤2中选择导航路径具体方法包括:
步骤21:根据所述机器人确定的起点和终点位置情况,使用所述导航边界进行导航路径规划,并进入步骤22;
步骤22:判断规划选择的路径上是否存在所述实体边界的长度大于预设边界长度,是则选择所述实体边界长度最大的一条作为导航路径;否则进入步骤23;
步骤23:判断规划选择的路径上所述机器人的旋转角度是否小于预设转角,是则选择所述实体边界长度最大的一条作为导航路径,否则选择所述机器人的旋转角度最小的一条作为导航路径;
其中,所述预设边界长度是用来权衡所述实体边界的长度在规划导航路径中的优先级的参考长度;所述预设转角是用来权衡所述机器人旋转角度在规划导航路径中的优先级的参考角度。
本发明的有益效果是,相对于现有技术,本发明通过记录局部边界地图中的虚拟边界和实体边界构建一种全局边界地图,所述局部边界地图的数据的记录合理且降低了算法的复杂性,节省CPU的计算资源;本发明揭示的基于所述全局边界地图的导航方法提高清洁机器人的导航效率和灵活性。
附图说明
图1为全局边界地图的构建方法及其导航方法的流程图;
图2为典型室内环境下机器人导航路径的标记图;
图3为坐标系转换的示意图;
图4为框定清洁区域的示意图;
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详细描述。应当理解,下面所描述的具体实施例仅用于解释本发明,并不用于限定本发明。
在本发明专利中,需要理解的是术语“上”、“下”、“左”、“右”、“前”、“后”等指示方位或位置关系为基于附图所示的方位或位置关系,仅是为了方便描述本发明实施和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明专利的限制。
所述机器人在沿边行走过程中,会遇到不同的障碍物,为了有效简化对室内环境的描述,便于在路径规划中提出合理的对应策略,可对室内障碍物做如下处理:1、只要障碍物与墙壁的距离不满足所述机器人通行的最小距离,机器人不能顺利通过,就按靠墙障碍物处理。2、对于直线型障碍物,用矩形代表其轮廓特征;对于非直线型障碍物,采用折线逼近法处理。3、当两个障碍物之间的距离很近而无法使所述机器人顺利通过时,可将二者看做一个障碍物进行处理。
本发明的机器人载体上装有陀螺仪用于转动角度检测、里程计用于行程距离检测,并且装有能够检测墙面距离的传感器,检测墙面距离的传感器可以是超声波距离传感器、红外强度检测传感器、红外距离传感器、物理开关检测碰撞传感器,电容或者电阻变化检测传感器等。
如图1所示,本发明实施提供了一种全局边界地图的构建方法及其导航方法,其步骤包括,步骤S1中机器人启动时在工作空间内框定一个虚拟清洁分区,再在清扫该虚拟清洁分区的过程中标记导航边界的边界特征信息,构建局部边界地图;步骤S2中将所述虚拟清洁分区内所述局部边界地图的数据进行坐标系转换,加入到全局坐标系中;步骤S3中,清扫完所述虚拟清洁分区后,移动到未清扫区域,并框定新的虚拟清洁分区,再在清扫过程中完成同时定位和地图构建,再继续移动,如此循环反复,当清扫完整个工作空间时,退出循环。其中,同时定位和地图构建包括,局部边界地图的构建;所述局部边界地图的数据通过坐标系转换,加入到全局坐标系上,构建所述全局边界地图;步骤S4中,选择所述导航边界作为导航路径回到出发位置。本发明通过构建所述局部边界地图和所述全局边界地图的方法,获取所述边界特征信息,实现机器人快速导航回座,节省***内存,提高机器人导航的灵活性和高效性。
其中所述全局边界地图的构建过程的具体步骤如下:
步骤S1中,机器人启动时在工作空间内框定一个虚拟清洁分区,再在清扫该虚拟清洁分区的过程中标记导航边界的边界特征信息,构建局部边界地图,并进入步骤S2;如图2所示,所述机器人以充电座位置O作为初始出发点,刚启动往全局坐标系的Y轴正方向前进时,在Y轴右侧框定一个虚拟清洁分区,然后所述机器人在该虚拟清洁分区内弓字形清扫,根据传感器的数据标记导航边界的边界特征信息,构建局部边界地图。
步骤S2中,将所述虚拟清洁分区内所述局部边界地图的数据进行坐标系转换,加入到全局坐标系中,并进入步骤S3;所述机器人每清扫完一块区域,将该区域对应的所述局部边界地图数据通过坐标系转换到全局坐标系上,从而得到初始全局边界地图,有利于所述机器人即时定位;
步骤S3中,清扫完所述虚拟清洁分区后,移动到未清扫区域,重复步骤S1~步骤S2,直到清扫完整个工作空间,得到所述全局边界地图;所述机器人清扫完当前所述虚拟清洁分区后,根据构建的所述全局边界地图导航返回当前所述虚拟清洁分区的入口位置,再继续沿全局坐标系的Y轴方向前进;或者不返回当前所述虚拟清洁分区的入口位置,而是跨过所述虚拟清洁分区,移动到未清扫区域;然后继续框定下一个所述虚拟清洁分区,再在清扫过程中完成同时定位和地图构建,再继续移动,如此循环反复,当清扫完整个工作空间时,退出循环。通过标记各个区域内所述边界特征信息,有利于跨区域导航。
本实施例提供的机器人采用弓字型走法,首先沿着全局坐标系的Y轴正方向直行,直到发现障碍物,或到达所述虚拟清洁分区边界,然后顺时针(或逆时针)转90度,再直行150mm(约智能机器人直径或宽度的一半)或发现障碍物,然后往同一方向转90度,再直行,一直循环反复,即可实现弓字型走法。
具体地,所述边界特征信息包括导航边界的起点坐标、导航边界的终点坐标和所述机器人沿导航边界行走的旋转角度。记录的所述导航边界上的起点和终点的XY坐标信息及其角度信息,是基于所述机器人的里程计所检测到的行走距离和陀螺仪所检测的角度值,通过转换到全局坐标系上,融合到所述全局边界地图中,机器人可以根据所述导航边界快速地在后续行动中准确找到续扫位置和导航的路径。
如图2所示,假设区域#1、#2和#3构成所述工作空间。一开始,区域#1和区域#2分别是所述机器人沿着所述全局坐标系的Y轴正方向前进过程中先后清扫的两个局部区域,机器人工作的过程中,所述局部边界地图标记了局部区域的边界特征信息,清扫完区域#2时,通过坐标系转换,将区域#2内所述局部边界地图都转换到全局坐标系中,合并区域#1和区域#2内构建的所述边界特征信息。同理,清扫完区域#3,则将区域#3内所述局部边界地图转换到全局坐标系中,合并区域#1、区域#2和区域#3内构建的所述边界特征信息,从而构建整个工作空间内所述全局边界地图。由上述构建方法可知,所述全局边界地图仅保留了所述边界特征信息,相对于现有导航技术中的全局地图,节省了内存空间。
优选地,所述机器人框定当前所述虚拟清洁分区,再在清扫过程中标记导航边界的边界特征信息,构建局部边界地图的同时,还根据标记的障碍物信息构建起局部栅格地图,直到所述机器人开始清扫下一个所述虚拟清洁分区才被删除,取而代之的是下一个所述虚拟清洁分区内构建的局部栅格地图。如图2所示,假设区域#1和区域#2分别是所述机器人清扫的两个局部区域,机器人清扫完区域#1后返回区域#1的入口位置,并继续清扫区域#2,保留区域#2内所述局部栅格地图标记障碍物信息,而删除区域#1内所述局部栅格地图;同理如果清扫了区域#1和#2后继续清扫区域#3,所述机器人保留区域域#3内所述局部栅格地图标记障碍物信息,而删除区域#2和区域#1内所述局部栅格地图,节省地图的内存空间,同时使得局部栅格地图能够用于当前区域的位置定位跟导航。
本发明的具体实施例中,为了确定环境中障碍物的位置,必须通过机器人自身的位置和它上面传感器所测得的障碍物相对于机器人的距离确定。因此,需要对机器人的工作环境进行建模,针对所述局部边界地图和所述全局边界地图,建立两个坐标系,即所述局部边界地图的坐标系UHV用来描述所述机器人在当前的虚拟清洁分区的位姿信息,所述全局坐标系YOX用来描述所述机器人的工作空间并提供导航路径。
具体地,所述局部边界地图采用以所述机器人当前位置为原点,以当前位置下所述机器人前进方向为V轴方向的坐标系。由于机器人是在运动过程中探测当前环境信息的,每次探测的距离信息都是以当前机器人的运动姿势来定量测量的,所以建立所述局部边界地图是为了描述当前探测的局部信息。在确定所述局部边界地图的坐标原点后,通过对所述机器人车轮转速编码信息和转弯信息的采集,得到所述机器人在所述局部边界地图的坐标系中的坐标信息和角度信息。所述机器人在不同的位置上的局部坐标系表达方式各不相同,需要统一处理,转换到统一的全局坐标系上。
优选地,构建所述全局边界地图先确定一个以所述机器人初始起点位置为原点、以所述机器人从初始起点位置出发的前进方向为Y轴正方向的所述全局坐标系。机器人要实现一定规律的路径规划就要选定特定的参照坐标系,如图2,在区域#1中,最为理想的参照物就是墙壁。墙壁不仅有很好的直线特性,同时,其分布具有一定的规律性,勾画出整个工作空间的轮廓。因此,所述全局坐标系是以机器人初始起点O的位置为坐标原点,所述机器人从初始起点位置出发沿着墙壁前进方向作为Y轴方向建立起来的,用来描述整个工作空间的环境信息,标示机器人在整个工作空间中的位置。
本发明实施中,所述全局边界地图构建方法的步骤S2中,所述局部边界地图的数据进行坐标系转换的数学方法,如图3所示,以所述机器人当前位置作为坐标系UHV的坐标原点H,其在坐标系YOX中的表示为(X0,Y0),以所述机器人的正前方为V方向,坐标系YOX中Y轴与坐标系UHV中V轴的夹角为θ0,旋转矩阵为坐标系UHV相对于坐标系YOX的平移矢量为所述实体边界起点A的坐标在坐标系UHV中对应的坐标矢量记为所述实体边界起点A的坐标在坐标系YOX中对应的坐标矢量记为所述局部边界地图的坐标系转换到所述全局坐标系的方法是,将坐标系UHV沿着所述的平移矢量的反方向平移到坐标系YOX的原点处,使得点O与点H重合;然后起点A变成点A’,设点A’的坐标为(Xh,Yh),矢量与X轴的夹角为θ1度;然后将平移的坐标系UHV逆时针旋转θ0度,点A’变成点A”,设点A”坐标为(Xp,Yp),矢量与X轴的夹角为(θ1+θ0)度,则所述实体边界起点A从坐标系UHV转换到坐标系YOX的矢量转换关系式为
优选地,所述虚拟清洁分区的确定方法是,在所述全局坐标系上,过所述机器人当前入口位置作一条与Y轴平行的直线,作为一条竖直边界线,距离该竖直边界线n米并与之平行的一条直线作为另一条竖直边界线,所述机器人设置好Y轴方向上的竖直边界线;过所述机器人的当前入口位置作一条与竖直边界线垂直的直线,作为一条水平边界线,距离该水平边界线m米并与之平行的一条直线作为另一条水平边界线;上述的竖直边界线和水平边界线围成当前所述虚拟清洁分区;所述机器人清扫完当前所述虚拟清洁分区后继续运动,当探测到未清扫区域时,将当前位置作为下一个入口位置,按照上述方法继续框定下一个所述虚拟清洁分区;其中,所述入口位置表示进入所述虚拟清洁分区的位置,也是所述机器人框定所述虚拟清洁分区的起点位置;所述虚拟清洁分区框定在Y轴的左侧或右侧区域中。变量n代表所述虚拟清洁分区的预设长度,变量m代表所述虚拟清洁分区的预设宽度。
优选地,所述虚拟清洁分区的确定方法如图4所示,变量m的数值设置为5,单位为米;变量n的数值设置为5,单位为米;区域#5为图4中的实线围成的凹形区域,所述机器人在区域#5内以弓字型从左往右清扫的运动轨迹,本发明实施提供的一种确定所述虚拟清洁分区的数学模型。在该数学模型中,坐标系YOX的Y轴方向代表竖直方向,X轴方向代表水平方向。所述机器人在区域#5内从初始起点位置O启动时,以位置D作为该虚拟清洁分区的入口位置,所述机器人前进的方向是所述全局坐标系的Y轴正方向,则该方向上的直线DA作为一条竖直边界线,该竖直边界线右侧5米处与之平行的直线CB作为另一条竖直边界线,所述机器人设置好Y轴方向上的竖直边界线;过位置D作一条与Y轴方向上的边界线垂直的直线DC为X轴方向上的一条水平边界线,该水平边界线上方5米处与之平行的直线AB,故如图4所示,线段AD、线段BC、线段CD和线段BA围成区域#5内当前所述虚拟清洁分区ABCD。
作为一种方式,所述机器人清扫完清洁分区ABCD后,移动到位置F处时探测到当前位置未清扫过,所述机器人会以位置F为下一个入口位置,在所述未清扫区域内继续框定下一个所述虚拟清洁分区;作为一种方式,所述机器人清扫完清洁分区ABCD后,会根据所述导航边界导航回位置A处,继续往Y轴正方向前进至位置E处,探测到未清扫区域,所述机器人会以位置E为下一个入口位置,在所述未清扫区域内继续框定下一个所述虚拟清洁分区。
优选地,所述导航边界由实体边界和虚拟边界组成,其中,所述实体边界是根据所述清洁区域内墙体或靠墙障碍物边缘的坐标点连线。所述虚拟边界是,为了实现导航回初始起点位置,在所述虚拟清洁分区内拟合出与所述实体边界围成闭合区域的虚拟路线。所述虚拟边界实际上是由线段连接而成的,其起点和终点设置在墙体或靠墙障碍物或所述虚拟清洁分区的边界线上。所述闭合区域是,为了实现导航回初始起点位置而设置的实际清洁区域,因为靠墙障碍物的存在使得实际清洁区域覆盖范围小于或等于框定的虚拟清洁分区的覆盖范围。
优选地,所述虚拟边界的起点和终点的距离比所述机器人机身宽度大,使得所述机器人直接穿越该边界。
本发明实施例中,区域#1、区域#2和区域#3被规划为工作空间,所述导航边界的标记如图2所示,所述机器人的充电座处设置为初始位置O,所述机器人从O点开始沿Y轴正方向运动,在位置h1处探测到区域#1(包括矩形区域a1h1d1c1和矩形区域a1b1j2k2)内Y轴右侧有未清扫区域,以位置h1为入口位置,将区域#1内Y轴右侧的矩形区域a1c1d1h1框定为所述虚拟清洁分区,其中路线b1c1、路线c1d1、路线g1f1和路线d1e1为该清洁区域内的墙体,标记为所述实体边界,为了实现清扫完成后导航回座的目的,基于所述虚拟清洁分区清洁区域的边界线a1h1的导航回座作用,拟合出与所述实体边界围成闭合区域的虚拟路线,如路线e1f1、路线h1a1、路线a1b1和路线h1g1能与所述实体边界围成闭合区域a1c1d1h1,闭合区域a1c1d1h1作为所述实际清洁区域,上述虚拟路线都设置为该虚拟清洁分区内所述虚拟边界。
在清扫该虚拟清洁分区的过程中,所述机器人把所述实体边界和所述虚拟边界标记成障碍物边界,在该障碍物边界的限制范围内(所述实际清洁区域内)以弓字型的轨迹形式从左至右清扫,标记所述实体边界和所述虚拟边界的边界特征信息,构建起局部边界地图,同时构建局部栅格地图用来标记障碍物信息,如标记图2中代表餐桌的虚线部分的位置信息。由于所述虚拟清洁分区a1c1d1h1的最右侧的边界线是墙体,所以所述机器人到达最右侧后就不能续扫,于是沿着标记的导航边界导航回到该虚拟清洁分区的入口位置h1,再沿着Y轴正方向前进探测未清扫区域。如图2所示,所述机器人到达位置a1,感测到Y轴右侧仍有未清洁的区域,于是以位置a1为所述入口位置,在Y轴右侧区域框定新的所述虚拟清洁分区,如矩形区域k2j2b1a1,路线a1k2、路线k2j2和路线a1b1,与所述实体边界j2b1围成一个闭合区域,从而被记录为所述虚拟边界。
当所述机器人清扫完所述虚拟清洁分区k2j2b1a1时,由于所述虚拟清洁分区k2j2b1a1的最右侧的边界线处有墙体障碍物,所以所述机器人到达最右侧后就不能续扫,于是沿着标记的导航边界导航回到该虚拟清洁分区的入口位置a1,再沿Y轴正方向继续前进至位置k2时,探测到Y轴右侧的区域#2内有未清扫区域,以位置k2处作为所述入口位置,将区域#2(包括矩形区域l2h2g2k2)内Y轴右侧的矩形区域k2l2h2g2框定为所述虚拟清洁分区。由于该虚拟清洁分区有靠墙障碍物,如沙发和书柜,根据上述对室内障碍物的处理方法,引入路线d2a2、路线a2b2、路线b2c2、路线i2f2、路线f2e2和路线e2m2,这些靠墙障碍物边缘线都被记录为所述实体边界。而路线l2k2和路线k2j2是用来与所述实体边界围成闭合区域而拟合的虚拟路线,记为所述虚拟边界。
作为一种实施方式,当所述机器人沿Y轴正方向继续前进至位置k2时,探测到Y轴左侧的区域#3(包括矩形区域j3l2i3l3和矩形区域j3h3g3k3)内有未清扫区域,以位置k2为当前入口位置,将Y轴左侧矩形区域j3l2i3l3框定为当前所述虚拟清洁分区,因此在矩形区域j3l2i3l3中拟合出虚拟路线i3l3、i3j3和所述实体边界围成闭合区域,被记为所述虚拟边界。当所述机器人清扫完矩形区域j3l2i3l3时,所述机器人移动到位置j3处,探测有未清扫区域,以位置j3为下一个入口位置,将区域#3内的矩形区域j3h3g3k3框定为下一个所述虚拟清洁分区。在矩形区域j3h3g3k3内,像角柜和床都可看做靠墙障碍物,故除了作为墙体的路线f3d3、路线c3j3、路线i3h3、路线g3h3和路线g3e3被记录为所述实体边界,所述靠墙障碍物(角柜和床)的边缘线也记录为所述实体边界,如路线e3f3、路线d3a3、路线a3b3和路线b3c3,拟合的虚拟路线i3j3与所述实体边界围成闭合区域。
一种机器人的导航方法,该导航方法是基于所述边界特征信息而规划的,包括以下步骤:步骤1中,所述机器人启动导航时,获取所述机器人当前位置,并确定目标点位置,并进入步骤2;步骤2中,根据所述全局边界地图及当前区域内所述局部栅格地图,以所述机器人当前位置为起点,目标点位置为终点,结合所述导航边界的边界特征信息,选择出导航路径,并进入步骤3;步骤3中,所述机器人按所选择出的导航路径进行导航。
该导航方法的步骤2中选择导航路径具体方法包括,步骤21中根据所述机器人确定的起点和终点位置情况,使用所述导航边界进行导航路径规划,并进入步骤22;在步骤22中,判断规划选择的路径上是否存在所述实体边界的长度大于预设边界长度,是则选择所述实体边界长度最大的一条作为导航路径,此时所述实体边界的长度处于优先考虑的导航因素;否则进入步骤23;步骤23中,判断规划选择的路径上所述机器人的旋转角度是否小于预设转角,是则选择所述实体边界长度最大的一条作为导航路径,此时所述实体边界长度小于或等于所述预设边界长度,但是选择的路径上所述机器人的旋转角度小于所述预设转角,所述实体边界的长度仍置于优先考虑的导航因素;否则选择所述机器人的旋转角度最小的一条作为导航路径,此时选择的路径上所述机器人的旋转角度大于或等于所述预设转角,为了降低所述机器人拐弯带来的误差率,在选择的路径上所述机器人旋转角度置于优先考虑的导航因素。
选择所述实体边界是为了让所述机器人沿墙行走,因为墙壁是直的,四周的墙壁应该形成矩形,所述机器人在沿墙边行走时,采集的与墙壁的距离信息是相对所述虚拟边界是可靠的,所以所述导航路径上所述实体边界的长度越大,导航误差率越低;选择转弯角度小的路径是为了减少所述机器人旋转角度的误差。
具体地,所述预设边界长度是用来权衡所述实体边界的长度在规划导航路径中的优先级的参考长度,为了使用导航边界实现回座充电,所述预设边界长度根据所述虚拟清洁分区确定,一般等于所述虚拟清洁分区的预设长度,其数值设置为5,单位是米。
具体地,所述预设转角是用来权衡所述机器人的旋转角度在规划导航路径中的优先级的参考角度,所述预设转角根据所述工作空间内障碍物的分布情况确定,为了降低所述机器人旋转带来的误差率,所述预设转角设置为180度。
本发明提供了一种回座导航的实施例进行比较分析,如图2所示,所述机器人清扫完区域#1内框定的矩形虚拟清洁分区a1c1d1h1后停止在位置A处,然后根据所述全局边界地图记录的边界特征信息,初步规划出具有所述实体边界的导航路径1和导航路径2作为所述机器人从位置A开始导航回到位置h1处的路径,其中导航路径1由所述实体边界b1c1、所述虚拟边界a1b1和所述虚拟边界a1h1组成,导航路径2由所述实体边界c1d1、所述实体边界g1f1、所述实体边界e1d1、所述虚拟边界h1g1和所述虚拟边界f1e1组成,两条导航路径上所述机器人旋转角度都是90度,都比所述预设转角小;而导航路径1中所述虚拟边界明显多于导航路径2的,即导航路径2上所述实体边界比导航路径1的长,但导航路径2和导航路径1上的所述实体边界的长度都比所述预设边界长度小,故在选择的路径上所述实体边界的长度小于所述预设边界长度的情况下,根据判断规划选择的路径上所述机器人的旋转角度是否小于预设转角,是则选择所述实体边界长度最大的一条作为导航路径,得出在虚拟清洁分区a1c1d1h1中所述机器人优先选择导航路径2回座充电。
结合所述机器人行走过程中的旋转角度和所述实体边界长度的特征,本发明提供了另一种回座导航的实施例进行比较分析,如图2所示,所述机器人清扫完区域#2内框定的矩形虚拟清洁分区k2l2h2g2后,停止在位置B处,由位置B导航回座的路径有导航路径3和导航路径4。在导航路径3上,根据所述全局边界地图记录的边界特征信息及当前区域内保留的所述局部栅格地图,所述机器人规划出从位置B指向所述实体边界b2c2(由靠墙障碍物沙发组成的)的位置n2处,有一个90度的拐角,然后沿着路线n2i2到达所述实体边界j2i2上,又有一个90度的拐角,通过所述虚拟边界j2k2指向所述全局边界地图的坐标系的Y轴上的所述虚拟边界l2k2,最后沿着Y轴负方向实现回座充电,在该路径上所述机器人的旋转角度等于预设转角;同理,所述机器人沿着导航路径4导航回座充电,与导航路径3相比,所述机器人在导航路径4的位置i2、位置f2处和位置e2处都旋转90度,共旋转270度,大于所述预设转角,比导航路径3的多旋转90度,导航路径4的所述实体边界有墙壁j2i2、书柜的边缘线e2f2和f2i2,其使用的所述实体边界的长度比导航路径3中所述实体边界的长度大,但都比所述预设边界长度小,故在选择的路径上所述实体边界的长度小于预设边界长度的情况下,根据步骤23中所述判断规划选择的路径上所述机器人的旋转角度是否小于预设转角,是则选择所述实体边界长度最大的一条作为导航路径,否则选择所述机器人的旋转角度最小的一条作为导航路径,得出优先选择导航路径3进行回座充电。
根据导航路径上所述实体边界的长度的特征,本发明还提供了一种回座导航的实施例进行比较分析,如图2所示,所述机器人清扫完区域#3内框定的矩形虚拟清洁分区h3g3k3j3后停止在位置C处,根据所述全局边界地图记录的边界特征信息及当前区域内保留的所述局部栅格地图,由位置C导航回座的路径有导航路径5和导航路径6,由图2所示,导航路径5由所述实体边界Cg3、所述实体边界g3h3、所述实体边界h3i3和所述虚拟边界i3l3组成,其导航使用的所述实体边界比导航路径6所使用的所述实体边界f3d3、d3a3、和a3b3的长度大,导航路径5和导航路径6上所述实体边界的长度都大于所述预设边界长度,而导航路径6的上所述机器人旋转角度比导航路径5上所述机器人旋转角度一样大,都等于270度,大于所述预设转角,故根据步骤22中所述判断规划选择的路径上是否存在所述实体边界的长度大于预设边界长度,是则选择所述实体边界长度最大的一条作为导航路径,故优先选择导航路径5进行导航。
本领域普通技术人员可以理解:实现上述各方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成。这些程序可以存储于计算机可读取存储介质(比如ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质)中。该程序在执行时,执行包括上述各方法实施例的步骤。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各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,或者对其中部分或者全部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范围。
Claims (5)
1.一种机器人的导航方法,其特征在于,该导航方法是基于边界特征信息而规划的,包括以下步骤:
步骤S1:机器人启动时在工作空间内框定一个虚拟清洁分区,再在清扫该虚拟清洁分区的过程中标记导航边界的边界特征信息,构建局部边界地图,并进入步骤S2;
步骤S2:将所述虚拟清洁分区内所述局部边界地图的数据进行坐标系转换,加入到全局坐标系中,并进入步骤S3;
步骤S3:清扫完所述虚拟清洁分区后,移动到未清扫区域,重复步骤S1~步骤S2,直到清扫完整个工作空间,得到全局边界地图;
其中,所述边界特征信息包括导航边界的起点坐标、导航边界的终点坐标和所述机器人沿导航边界行走的旋转角度;
所述导航边界由实体边界和虚拟边界组成,其中,所述实体边界是根据所述虚拟清洁分区内墙体或靠墙障碍物边缘的坐标点连线;所述虚拟边界是,为了实现导航回初始起点位置,在所述虚拟清洁分区内拟合出与所述实体边界围成闭合区域的虚拟路线;
其中闭合区域是,为了实现导航回初始出发位置而设置的实际清洁区域;
所述导航方法还包括以下步骤:
步骤1:所述机器人启动导航时,获取所述机器人当前位置,并确定目标点位置,并进入步骤2;
步骤2:根据全局边界地图及当前的局部栅格地图,以所述机器人当前位置为起点,目标点位置为终点,结合所述导航边界的边界特征信息,选择出导航路径,并进入步骤3;
步骤3:所述机器人按所选择出的导航路径导航;
该导航方法的步骤2中选择导航路径具体方法包括:
步骤21:根据所述机器人确定的起点和终点位置情况,使用所述导航边界进行导航路径规划,并进入步骤22;
步骤22:判断规划选择的路径上是否存在所述实体边界的长度大于预设边界长度,是则选择所述实体边界长度最大的一条作为导航路径;否则进入步骤23;
步骤23:判断规划选择的路径上所述机器人的旋转角度是否小于预设转角,是则选择所述实体边界长度最大的一条作为导航路径,否则选择所述机器人的旋转角度最小的一条作为导航路径;
其中,所述预设边界长度是用来权衡所述实体边界的长度在规划导航路径中的优先级的参考长度;所述预设转角是用来权衡所述机器人旋转角度在规划导航路径中的优先级的参考角度。
2.根据权利要求1所述导航方法,其特征在于,所述机器人框定当前所述虚拟清洁分区,再在清扫过程中标记导航边界的边界特征信息,构建局部边界地图的同时,还根据标记的障碍物信息构建起局部栅格地图,直到所述机器人开始清扫下一个所述虚拟清洁分区才被删除,取而代之的是下一个所述虚拟清洁分区内构建的局部栅格地图。
3.根据权利要求1所述导航方法,其特征在于,构建所述全局边界地图先确定一个以所述机器人初始起点位置为原点、以所述机器人从初始起点位置出发的前进方向为Y轴正方向的所述全局坐标系。
4.根据权利要求1或权利要求3所述导航方法,其特征在于,所述虚拟清洁分区的确定方法是,在所述全局坐标系上,过所述机器人当前入口位置作一条与Y轴平行的直线,作为一条竖直边界线,距离该竖直边界线n米并与之平行的一条直线作为另一条竖直边界线,所述机器人设置好Y轴方向上的竖直边界线;过所述机器人的当前入口位置作一条与竖直边界线垂直的直线,作为一条水平边界线,距离该水平边界线m米并与之平行的一条直线作为另一条水平边界线;上述的竖直边界线和水平边界线围成当前所述虚拟清洁分区;所述机器人清扫完当前所述虚拟清洁分区后继续运动,当探测到未清扫区域时,将当前位置作为下一个入口位置,按照上述方法继续框定下一个所述虚拟清洁分区;
其中,变量n代表所述虚拟清洁分区的预设长度,变量m代表所述虚拟清洁分区的预设宽度。
5.根据权利要求1所述导航方法,其特征在于,所述虚拟边界的起点和终点的距离比所述机器人机身宽度大。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810289778.7A CN108507578B (zh) | 2018-04-03 | 2018-04-03 | 一种机器人的导航方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810289778.7A CN108507578B (zh) | 2018-04-03 | 2018-04-03 | 一种机器人的导航方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108507578A CN108507578A (zh) | 2018-09-07 |
CN108507578B true CN108507578B (zh) | 2021-04-30 |
Family
ID=63380016
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810289778.7A Active CN108507578B (zh) | 2018-04-03 | 2018-04-03 | 一种机器人的导航方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108507578B (zh) |
Families Citing this family (47)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109199245A (zh) * | 2018-09-30 | 2019-01-15 | 江苏美的清洁电器股份有限公司 | 扫地机及其控制方法和控制装置 |
CN111198557B (zh) * | 2018-10-31 | 2022-03-18 | 苏州科瓴精密机械科技有限公司 | 行走机器人的控制方法及控制*** |
CN109316134B (zh) * | 2018-11-12 | 2021-07-30 | 上海岚豹智能科技有限公司 | 一种扫地机的清扫方法和扫地机 |
CN111185899B (zh) * | 2018-11-14 | 2022-05-13 | 苏州科瓴精密机械科技有限公司 | 机器人控制方法及机器人*** |
CN111367271A (zh) * | 2018-12-26 | 2020-07-03 | 珠海市一微半导体有限公司 | 机器人清扫路径的规划方法、***及芯片 |
CN109916417B (zh) * | 2019-02-20 | 2023-04-11 | 广州市山丘智能科技有限公司 | 一种地图建立方法、装置、计算机设备及其存储介质 |
CN109782772A (zh) * | 2019-03-05 | 2019-05-21 | 浙江国自机器人技术有限公司 | 一种导航方法、***及清洗机器人 |
CN111700552B (zh) * | 2019-03-18 | 2023-09-01 | 北京奇虎科技有限公司 | 地图尺寸扩充的方法、装置、设备及计算机可读存储介质 |
CN110209158A (zh) * | 2019-04-16 | 2019-09-06 | 安徽酷哇机器人有限公司 | 清扫车路径规划方法和路径清扫规划装置 |
CN110108288A (zh) * | 2019-05-27 | 2019-08-09 | 北京史河科技有限公司 | 一种场景地图构建方法及装置、场景地图导航方法及装置 |
CN112051841B (zh) * | 2019-06-05 | 2023-06-02 | 南京苏美达智能技术有限公司 | 一种障碍物边界生成方法及装置 |
CN112558597B (zh) * | 2019-09-10 | 2023-01-24 | 宝时得科技(中国)有限公司 | 自移动设备 |
CN110609550B (zh) * | 2019-09-11 | 2021-02-23 | 珠海市一微半导体有限公司 | 一种机器人防止碰撞充电座的方法 |
CN110794826B (zh) * | 2019-09-24 | 2023-10-20 | 北京旷视机器人技术有限公司 | 混合导航方法及装置、通信方法及装置、设备、存储介质 |
CN112650206A (zh) * | 2019-10-10 | 2021-04-13 | 苏州宝时得电动工具有限公司 | 智能割草机行走的控制方法及智能割草机 |
CN110874101B (zh) * | 2019-11-29 | 2023-04-18 | 合肥哈工澳汀智能科技有限公司 | 一种机器人清扫路径的生成方法及装置 |
EP4075225A4 (en) * | 2019-12-13 | 2023-06-07 | Positec Power Tools (Suzhou) Co., Ltd. | JOB CARD MAKING METHOD AND DEVICE, ROBOT AND STORAGE MEDIA |
CN110967029B (zh) * | 2019-12-17 | 2022-08-26 | 中新智擎科技有限公司 | 一种建图方法、装置及智能机器人 |
CN110989616A (zh) * | 2019-12-20 | 2020-04-10 | 华南智能机器人创新研究院 | 一种机器人自动清扫导航的方法及机器人 |
CN111006652B (zh) * | 2019-12-20 | 2023-08-01 | 深圳市飞瑶电机科技有限公司 | 一种机器人靠边运行的方法 |
CN113128747B (zh) * | 2019-12-30 | 2024-03-19 | 南京泉峰科技有限公司 | 智能割草***及其自主建图方法 |
CN111240322B (zh) * | 2020-01-09 | 2020-12-29 | 珠海市一微半导体有限公司 | 机器人移动限制框的工作起点确定方法及运动控制方法 |
CN111399502A (zh) * | 2020-03-09 | 2020-07-10 | 惠州拓邦电气技术有限公司 | 移动机器人的建图方法、装置及移动机器人 |
CN111399524B (zh) * | 2020-03-27 | 2023-06-06 | 深圳银星智能集团股份有限公司 | 机器人清扫方法及机器人 |
CN111329398A (zh) * | 2020-03-27 | 2020-06-26 | 上海高仙自动化科技发展有限公司 | 机器人控制方法、机器人、电子设备和可读存储介质 |
CN111552290B (zh) * | 2020-04-30 | 2023-09-05 | 珠海一微半导体股份有限公司 | 一种机器人沿墙找直线的方法及清扫方法 |
CN111643008B (zh) * | 2020-05-13 | 2021-11-16 | 深圳市银星智能科技股份有限公司 | 一种扩展分区清洁方法、装置及计算机可读存储介质 |
CN111721280B (zh) * | 2020-05-25 | 2022-05-31 | 科沃斯机器人股份有限公司 | 一种区域识别方法、自移动设备及存储介质 |
CN111638713B (zh) * | 2020-05-26 | 2023-06-09 | 珠海一微半导体股份有限公司 | 可通行区域的框定方法、面积计算方法、芯片及机器人 |
CN111580525B (zh) * | 2020-05-26 | 2023-05-05 | 珠海一微半导体股份有限公司 | 沿边行走中返回起点的判断方法、芯片及视觉机器人 |
CN113806455B (zh) * | 2020-06-12 | 2024-03-29 | 未岚大陆(北京)科技有限公司 | 地图构建方法、设备及存储介质 |
CN111857127B (zh) | 2020-06-12 | 2021-10-01 | 珠海市一微半导体有限公司 | 一种机器人沿边行走的清洁分区规划方法、芯片及机器人 |
CN111813111B (zh) * | 2020-06-29 | 2024-02-20 | 佛山科学技术学院 | 一种多机器人协同工作方法 |
CN111947660B (zh) * | 2020-07-15 | 2024-03-29 | 深圳拓邦股份有限公司 | 一种航向纠正方法以及装置 |
CN111966090B (zh) * | 2020-07-17 | 2024-02-06 | 深圳拓邦股份有限公司 | 机器人边界地图构建方法、装置及机器人 |
CN112148013A (zh) * | 2020-09-25 | 2020-12-29 | 深圳优地科技有限公司 | 机器人避障方法、机器人及存储介质 |
CN112578392B (zh) * | 2020-11-25 | 2022-05-06 | 珠海一微半导体股份有限公司 | 一种基于远距离传感器的环境边界构建方法及移动机器人 |
CN112486182B (zh) * | 2020-12-08 | 2022-12-02 | 南通大学 | 一种实现未知环境地图构建与路径规划的扫地机器人及其使用方法 |
CN112539752B (zh) * | 2020-12-11 | 2023-12-26 | 维沃移动通信有限公司 | 室内定位方法、室内定位装置 |
CN113017492A (zh) * | 2021-02-23 | 2021-06-25 | 江苏柯林博特智能科技有限公司 | 一种基于清洁机器人的物体识别智能控制*** |
CN113219993B (zh) * | 2021-06-04 | 2024-06-07 | 深圳飞鼠动力科技有限公司 | 一种路径规划方法及清洁机器人 |
CN113467482A (zh) * | 2021-08-12 | 2021-10-01 | 深圳市伽利略机器人有限公司 | 一种自清洁的清洁机器人清扫路径规划方法及清洁机器人 |
CN113808023A (zh) * | 2021-09-23 | 2021-12-17 | 安克创新科技股份有限公司 | 一种地图数据存储方法、装置、清洁机器人及存储介质 |
CN116416519A (zh) * | 2021-12-22 | 2023-07-11 | 广东栗子科技有限公司 | 区域的智能划分方法及装置 |
CN114431771B (zh) * | 2021-12-31 | 2023-03-31 | 浙江大华技术股份有限公司 | 一种扫地机器人清扫方法及相关装置 |
CN114934489B (zh) * | 2022-04-28 | 2023-03-28 | 中国地质大学(武汉) | 一种多智能体分布式海洋油污清扫方法 |
CN116300976B (zh) * | 2023-05-22 | 2023-07-21 | 汇智机器人科技(深圳)有限公司 | 一种机器人多任务作业规划方法、***及其应用 |
Family Cites Families (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN2693167Y (zh) * | 2003-03-14 | 2005-04-20 | 高超明智公司 | 具有颗粒探测器的自动真空吸尘器 |
CN100449444C (zh) * | 2006-09-29 | 2009-01-07 | 浙江大学 | 移动机器人在未知环境中同时定位与地图构建的方法 |
CN103217926B (zh) * | 2012-01-20 | 2015-08-19 | 苏州宝时得电动工具有限公司 | 自动工作设备及其控制方法 |
CN103198751B (zh) * | 2013-03-06 | 2015-03-04 | 南京邮电大学 | 一种移动机器人基于激光测距仪的线特征地图创建方法 |
CN104188598B (zh) * | 2014-09-15 | 2016-09-07 | 湖南格兰博智能科技有限责任公司 | 一种自动地面清洁机器人 |
EP3144765B1 (en) * | 2015-09-18 | 2020-01-08 | Samsung Electronics Co., Ltd. | Apparatus for localizing cleaning robot, cleaning robot, and controlling method of cleaning robot |
CN106569489A (zh) * | 2015-10-13 | 2017-04-19 | 录可***公司 | 具有视觉导航功能的扫地机器人及其导航方法 |
CN107037806B (zh) * | 2016-02-04 | 2020-11-27 | 科沃斯机器人股份有限公司 | 自移动机器人重新定位方法及采用该方法的自移动机器人 |
CN105955258B (zh) * | 2016-04-01 | 2018-10-30 | 沈阳工业大学 | 基于Kinect传感器信息融合的机器人全局栅格地图构建方法 |
CN105806344B (zh) * | 2016-05-17 | 2019-03-19 | 杭州申昊科技股份有限公司 | 一种基于局部地图拼接的栅格地图创建方法 |
CN106264359B (zh) * | 2016-09-29 | 2019-08-06 | 苏州大学 | 清洁机器人及其避障方法 |
CN107121142B (zh) * | 2016-12-30 | 2019-03-19 | 深圳市杉川机器人有限公司 | 移动机器人的拓扑地图创建方法及导航方法 |
CN107065887B (zh) * | 2017-05-26 | 2020-10-30 | 重庆大学 | 全向移动机器人通道内倒行导航方法 |
CN107436604B (zh) * | 2017-07-31 | 2018-03-16 | 中南大学 | 一种智能环境下运载机器人路径智能分解控制规划方法 |
CN107329476A (zh) * | 2017-08-02 | 2017-11-07 | 珊口(上海)智能科技有限公司 | 一种房间拓扑地图构建方法、***、装置及扫地机器人 |
CN107390700B (zh) * | 2017-09-05 | 2021-06-01 | 珠海市一微半导体有限公司 | 机器人的动态建图方法及芯片 |
CN107608353A (zh) * | 2017-09-21 | 2018-01-19 | 南京中高知识产权股份有限公司 | 自动寻路的扫地机器人 |
CN107567036B (zh) * | 2017-09-30 | 2023-07-04 | 山东大学 | 基于机器人搜救环境无线自组织局域网的slam***及方法 |
-
2018
- 2018-04-03 CN CN201810289778.7A patent/CN108507578B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN108507578A (zh) | 2018-09-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108507578B (zh) | 一种机器人的导航方法 | |
US20200301443A1 (en) | Discovery and monitoring of an environment using a plurality of robots | |
EP3764186B1 (en) | Method for controlling autonomous mobile robot to travel along edge | |
CN109144067B (zh) | 一种智能清洁机器人及其路径规划方法 | |
KR101372482B1 (ko) | 이동 로봇의 경로 계획 방법 및 장치 | |
CN112137529B (zh) | 一种基于密集障碍物的清扫控制方法 | |
CN106020207B (zh) | 自移动机器人行走方法与装置 | |
CN107368079A (zh) | 机器人清扫路径的规划方法及芯片 | |
KR20190077481A (ko) | 로봇 맵핑 시스템 및 방법 | |
CN109997089A (zh) | 地面处理机和地面处理方法 | |
US20090182464A1 (en) | Method and apparatus for planning path of mobile robot | |
CN107357297A (zh) | 一种扫地机器人导航***及其导航方法 | |
JP6074205B2 (ja) | 自律移動体 | |
CN114035572A (zh) | 一种割草机器人的避障巡回方法及*** | |
CN113475977B (zh) | 机器人路径规划方法、装置及机器人 | |
CN112180924A (zh) | 一种导航至密集障碍物的移动控制方法 | |
CN111609853A (zh) | 三维地图构建方法、扫地机器人及电子设备 | |
CN116442245A (zh) | 服务机器人的控制方法、装置、***及存储介质 | |
CN111897336B (zh) | 一种机器人沿边行为结束的判断方法、芯片及机器人 | |
Song et al. | A localization algorithm for low-cost cleaning robots based on kalman filter | |
CN112155477B (zh) | 一种基于栅格地图的密集障碍物点标记方法 | |
Pang et al. | A Low-Cost 3D SLAM System Integration of Autonomous Exploration Based on Fast-ICP Enhanced LiDAR-Inertial Odometry | |
CN117652916A (zh) | 清洁设备的控制方法、清洁设备及存储介质 | |
Kwon et al. | Thinning-based topological exploration in dynamic environments | |
MILIOS | Reducing odometry error through cooperating robots during the exploration of an unknown world. |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |