CN109213177B - 机器人导航***及导航方法 - Google Patents

机器人导航***及导航方法 Download PDF

Info

Publication number
CN109213177B
CN109213177B CN201811333599.5A CN201811333599A CN109213177B CN 109213177 B CN109213177 B CN 109213177B CN 201811333599 A CN201811333599 A CN 201811333599A CN 109213177 B CN109213177 B CN 109213177B
Authority
CN
China
Prior art keywords
robot
area
positioning point
real
travel
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
Application number
CN201811333599.5A
Other languages
English (en)
Other versions
CN109213177A (zh
Inventor
路建乡
汪志祥
曹惠民
齐献山
徐建荣
徐斐
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.)
Suzhou Radiant Photovoltaic Technology Co Ltd
Original Assignee
Suzhou Radiant Photovoltaic Technology 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 Suzhou Radiant Photovoltaic Technology Co Ltd filed Critical Suzhou Radiant Photovoltaic Technology Co Ltd
Priority to CN201811333599.5A priority Critical patent/CN109213177B/zh
Publication of CN109213177A publication Critical patent/CN109213177A/zh
Application granted granted Critical
Publication of CN109213177B publication Critical patent/CN109213177B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02Control of position or course in two dimensions
    • G05D1/021Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0231Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
    • G05D1/0246Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02Control of position or course in two dimensions
    • G05D1/021Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0212Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • G05D1/0221Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving a learning process
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02Control of position or course in two dimensions
    • G05D1/021Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0212Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • G05D1/0223Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving speed control of the vehicle
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02Control of position or course in two dimensions
    • G05D1/021Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0212Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • G05D1/0225Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving docking at a fixed facility, e.g. base station or loading bay
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02Control of position or course in two dimensions
    • G05D1/021Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0276Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02Control of position or course in two dimensions
    • G05D1/021Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0276Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle
    • G05D1/028Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle using a RF signal

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • Electromagnetism (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
  • Manipulator (AREA)

Abstract

本发明提供一种机器人导航***及导航方法。所述机器人导航***包括两个以上通道区、至少一可读标签以及至少一机器人,每一机器人包括指令获取单元、行进装置、标签读取单元、位置判断单元。所述机器人导航方法包括如下步骤:指令获取步骤、行进控制步骤、标签读取步骤、位置判断步骤。本发明的优点在于,在机器人行进过程中,本发明可以排除路面平整度、通道区障碍物对机器人正常行进的干扰,在行进中需要实时监控和调整方向,确保机器人始终行进在其最优的推荐路径上,从而可以节省机器人的能量和提高工作效率。

Description

机器人导航***及导航方法
技术领域
本发明涉及一种机器人导航***及导航方法。
背景技术
在化石燃料日趋减少的情况下,作为一种新兴的可再生能源的太阳能已成为人类使用能源的重要组成部分,近十年来,太阳能应用技术在世界各国都得到迅猛发展。
由于太阳能面板的工作环境只能是户外,影响其工作的最大问题并不是风雨雷电,而是常年累积的灰尘、积雪等。太阳能面板上附着有灰尘或其它附着物,会影响面板板的透光率,阻碍光电效率,从而会严重影响面板直接获取阳光的效率,降低面板的能量吸收和转换效率,降低发电效率。
因此,每个光伏电站都需要进行太阳能面板表面的清扫工作,很明显人工清扫效率低、风险大。相应的,业界开发出了太阳能面板清洁机器人对其进行表面清扫,即可有效的提高清扫效率,又不会出现高处清扫作业而存在的人身安全隐患问题。
但是,由于太阳能面板或面板阵列的摆放设置并不是一个整块设置,而是在一定区域内的多处设置,使得区域内不同位置的太阳能面板或面板阵列之间存在较大的空间间隔,而清洁机器人并不能直接跨越这些空间间隔在不同的太阳能面板上,如果在每一太阳能面板上均设置一个清洁机器人,不仅硬件成本太高,而且每个清洁机器人的使用效率太低,会形成较大的资源浪费。
基于以上问题,我们需要发明一种清洁机器人,在单一太阳能面板或面板阵列上完成有效清洁工作;同时还要发明一种接驳机器人,可以将清洁机器人从一个太阳能面板阵列上转移到另一个太阳能面板阵列上,利用服务器远程调度和控制清洁机器人在不同面板阵列上高效地完成清洁工作。在接驳机器人根据一任务指令行进到指定地点的过程中,接驳机器人需要具备自动导航功能。
现有的机器人导航技术,一般是根据一任务指令获取某一行进任务的起点和终点坐标,根据作业区地图获取该行进任务的可行进路径和推荐路线,利用GPS装置获取机器人实时位置,在机器人行进中实时进行方向校正,防止机器人偏离预设的推荐路线。在这一技术方案中,GPS装置精度较差,当机器人位置变化距离小于1~5米时,GPS装置不一定能精准地识别出机器人的位置变化。在前述应用场景中,接驳机器人需要在太阳能面板周围的某一指定位置完成与面板的对接,因此需要高精度的定位装置,因此采用GPS装置的方案未必合适。
发明内容
本发明的一个目的在于,提供一种机器人导航***,用以解决机器人从自身所处位置地移动到特定目的地的高精度自动导航问题。
为实现上述目的,本发明提供一种机器人导航***,包括一机器人,所述机器人包括:指令获取单元,用以获取一控制指令,所述控制指令包括终点位置及推荐路线,还包括位于该推荐路线上每一定位点的定位点信息以及每一定位点对应的预设行进方向;行进控制装置,用以根据所述控制指令控制所述机器人沿着所述推荐路线朝向所述终点位置行进;标签读取单元,当行进至任一定位点处时,用以读取该定位点的可读标签中存储的定位点信息,获取该定位点的位置及编号;以及位置判断单元,用以判断该定位点是否位于推荐路线上;若是,继续行进;若否,重新获取一控制指令。
进一步地,所述机器人导航***包括:两个以上通道区,组成通道网络;两个以上定位点,均匀分布于所述通道网络;至少一可读标签,设置于每一定位点,所述可读标签存储有定位点信息,包括该可读标签所处定位点位置及编号;以及至少一所述机器人,在所述通道区内行进。
进一步地,所述机器人还包括:方向获取单元,用以实时获取机器人的行进方向;以及方向对比单元,判断该机器人实际行进方向是否与该定位点对应的预设行进方向一致,若不一致,调整实际行进方向为预设行进方向。
进一步地,所述方向获取单元为电子罗盘,设置于所述机器人的内部或外部。
进一步地,所述行进装置为履带或车轮;和/或,所述可读标签为RFID标签,被贴附于所述定位点的地面上;和/或,所述标签读取单元为RFID阅读器,被安装于所述机器人内部或外部;和/或,所述定位点被设置于任意两条通道区的交叉区,或者,所述定位点均匀分布于一通道区。
本发明的另一个目的在于,提供一种机器人导航方法,用以解决机器人从自身所处位置地移动到特定目的地的高精度自动导航问题。
为实现上述目的,本发明提供一种机器人导航方法,包括如下步骤:指令获取步骤,获取一控制指令,所述控制指令包括终点位置及推荐路线,还包括位于该推荐路线上至少一定位点信息以及每一定位点对应的预设行进方向;行进控制步骤,根据所述控制指令控制一机器人沿着所述推荐路线朝向所述终点位置行进;标签读取步骤,当所述机器人行进至任一定位点时,读取该定位点的可读标签中存储的定位点信息,获取该定位点的位置及编号;以及位置判断步骤,判断该定位点是否位于推荐路线上;若是,返回行进控制步骤;若否,返回指令获取步骤。
进一步地,所述机器人导航方法中,在所述指令获取步骤前,还包括如下步骤:通道区设置步骤,设置两个以上通道区,组成通道网络,用于供至少一机器人行进;定位点设置步骤,在所述通道网络中均匀设置至少一定位点;以及标签设置步骤,在每一定位点处设置至少一可读标签;所述可读标签存储有定位点信息包括该可读标签所处定位点位置及编号。
进一步地,所述机器人导航方法还包括如下步骤:电子罗盘设置步骤,在每一机器人内部或外部设置一电子罗盘,获取该机器人的实时行进方向;以及方向判断步骤,当所述机器人行进至任一定位点时,判断该机器人实际行进方向是否与该定位点对应的预设行进方向一致,若不一致,调整实际行进方向为预设行进方向。
进一步地,所述机器人导航方法还包括如下步骤:图片采集步骤,采集该机器人在行进方向上的实时图片;可行进区获取步骤,获取一可行进区在所述实时图片上的范围;可行进区为可供机器人行进的区域;方向获取步骤,实时获取一机器人的行进方向;预计行进区获取步骤,获取一预计行进区在所述实时图片上的范围,所述预计行进区为所述机器人在下一预设时段行进中经过的区域;区域对比步骤,对比所述预计行进区与所述可行进区,判断所述预计行进区是否与所述可行进区的左边界线或右边界线相交;若是,执行方向调整步骤;若否,返回所述图片采集步骤;以及方向调整步骤,若所述预计行进区与所述左边界线相交,将所述机器人的行进方向向右偏转一预设角度;若所述预计行进区与所述右边界线相交,将所述机器人的行进方向向左偏转一预设角度;返回所述图片采集步骤。
进一步地,所述可行进区获取步骤包括如下步骤:二值化步骤,对所述实时图片进行自适应二值化处理,获取黑白图片;轮廓提取步骤,采用轮廓检测算法对所述黑白图片进行轮廓提取处理及平滑降噪处理,获取至少一轮廓曲线;可行进区计算步骤,根据所述轮廓曲线及预设的图片特征区域计算一可行进区在所述实时图片中的范围;以及边界线获取步骤,获取所述可行进区的左边界线及右边界线的位置。
进一步地,所述预计行进区获取步骤包括如下步骤:宽度计算步骤,根据所述机器人的最大宽度计算所述预计行进区的宽度;长度计算步骤,根据所述机器人的行进速度及预设时段的时长计算所述预计行进区的长度;矩形区生成步骤,根据所述预计行进区的宽度与长度及图片采集装置的位置,在一实时图片上生成一矩形区;梯形化处理步骤,根据所述机器人的行进方向、实时位置对所述矩形区进行梯形化处理,将所述矩形区转换为梯形区;以及预计行进区计算步骤,根据图片采集装置的位置及所述梯形区的尺寸及形状计算所述梯形区在所述实时图片中的范围。
本发明的优点在于,提供一种机器人导航***及机器人导航方法,采用在通道区路口设置RFID标签的方案,使得机器人在行进中经过每一路口处时都可以获取实时位置,从而判断机器人是否偏离预设的推荐路线;如发现偏离,可以及时调整行进方向,使得机器人可以按照预设的推荐路线行进至指定的终点位置。在行进过程中,本发明可以排除路面平整度、通道区障碍物对机器人正常行进的干扰,在行进中需要实时监控和调整方向,确保机器人始终行进在其最优的推荐路径上,从而可以节省机器人的能量和提高工作效率。
附图说明
图1是本发明实施例所述作业区的示意图;
图2是本发明实施例所述清洁***的作业状态示意图;
图3是本发明实施例所述清洁***的结构示意图;
图4是本发明实施例所述清洁区的结构示意图;
图5是本发明实施例所述接驳机器人在接驳平台倾斜状态下的结构示意图;
图6是本发明实施例所述清洁***的功能模块简图;
图7是本发明实施例所述可行进区获取单元的功能框图;
图8是本发明实施例所述预计行进区获取单元的功能框图;
图9是本发明实施例所述机器人导航方法的流程图;
图10是本发明实施例所述行进控制步骤的流程图;
图11是本发明实施例所述可行进区获取步骤的流程图;
图12是本发明实施例所述预计行进区获取步骤的流程图。
图中部件标识如下:
100作业区,200清洁机器人,300接驳机器人,400数据处理***,500清洁区;
101太阳能面板阵列,102太阳能面板,103通道区,104定位点,105路口;701可读标签;
310车体,320接驳装置,330角度调节装置,340处理器,350高度调节装置;
360行进装置,370行进控制装置;
501清洁区上端,502清洁区下端,503清洁区左侧端,504清洁区右侧端;
505第一接驳区,506第二接驳区;
31指令获取单元,32标签读取单元,33位置判断单元,
34方向获取单元,35方向对比单元;
361图片采集装置;
362可行进区获取单元,3621二值化单元,3622轮廓提取单元,
3623可行进区计算单元,3624边界线获取单元;
363预计行进区获取单元,3631宽度计算单元,3632长度计算单元,
3633矩形区生成单元,3634梯形化处理单元,3635预计行进区计算单元;
364区域对比单元;365方向调整单元。
具体实施方式
以下参考说明书附图介绍本发明的优选实施例,用以举例证明本发明可以实施,这些实施例可以向本领域中的技术人员完整介绍本发明的技术内容,使得本发明的技术内容更加清楚和便于理解。然而本发明可以通过许多不同形式的实施例来得以体现,本发明的保护范围并非仅限于文中提到的实施例。
在附图中,结构相同的部件以相同数字标号表示,各处结构或功能相似的组件以相似数字标号表示。当一个组件被描述为“连接至”另一组件时,二者可以理解为直接“连接”,或者一个组件通过一中间组件“连接至”另一个组件。
如图1所示,一太阳能电站内设有一作业区100,在该作业区内包括多个太阳能面板阵列101(简称阵列),每一太阳能面板阵列101与水平面的倾斜角为15~45度中的某一角度值,尽量保证阳光较多地直射至太阳能面板上。在大部分的太阳能电站中,所有太阳能面板相对于水平面的倾斜角(简称面板倾斜角或倾斜角)都是相同的;在某些太阳能电站中,不同太阳能面板的倾斜角可能会有所区别,甚至有些面板的倾斜角是可调节或可变化的。
如图1所示,每一太阳能面板阵列101包括多块拼接在一起的太阳能面板102(简称面板),多个太阳能面板阵列101和/或多个太阳能面板102可以排列成矩阵,任意两个相邻的太阳能面板阵列101或太阳能面板102之间形成一通道区103,在本实施例中,多个彼此交叉连通的通道区103共同组成纵横交错的通道网络。
如图2~3所示,本实施例提供一种清洁***,包括清洁机器人200、接驳机器人300以及数据处理***400,作业区100为清洁机器人200、接驳机器人300完成太阳能面板清洁作业的工作区域,包括清洁区500和通道区103。
太阳能电站在正常工作过程中,某些太阳能面板或太阳能面板阵列会沾附灰尘或污渍,需要被清洁处理;每一块需要被清洁处理的太阳能面板102或太阳能面板阵列101即为清洁区500。清洁机器人100可以在太阳能面板102或太阳能面板阵列101上完成清洁作业,可以有效清洁太阳能面板101或太阳能面板阵列102上的每一处区域。接驳机器人300可以将清洁机器人200从清洁机器人存放地运载至一清洁区500(需要被清洁的面板或面板阵列)上表面,从一个被清洁过的面板阵列上表面运载至另一个清洁区500(需要被清洁的太阳能面板或太阳能面板阵列)上表面,或者,从一个被清洁过的清洁区500上表面运载至清洁机器人存放地。
如图4所示,优选地,每一清洁区500为一组合成矩形的面板阵列,其四周边缘处分别被定义为清洁区上端501、清洁区下端502、清洁区左侧端503及清洁区右侧端504。
当一清洁机器人200被一接驳机器人300运载至一清洁区500时,优选地,清洁机器人200从清洁区左侧端503或清洁区右侧端504行驶至清洁区500上;类似地,当一清洁机器人200被一接驳机器人300从一清洁区500上转移时,优选地,清洁机器人200从清洁区左侧端503或清洁区右侧端504行驶至接驳机器人300上。
如图4所示,每一清洁区500设有彼此相对设置的第一接驳区505、第二接驳区506,第一接驳区505、第二接驳区506分别设于该清洁区左侧端503或该清洁区右侧端504的两侧。本实施例中,第一接驳区505为该清洁区500外部紧邻该清洁区右侧端504的区域,第二接驳区506为该清洁区内部紧邻该清洁区右侧端504的区域。优选地,第一接驳区505、第二接驳区506紧邻该清洁区右侧端504的下部。当空载的接驳机器人300行驶至第一接驳区505,清洁机器人200行驶至第二接驳区506时,清洁机器人200可以从清洁区500上转移到接驳机器人300上。当负载有清洁机器人200的接驳机器人300行驶至第一接驳区505,清洁机器人200可以行驶至第二接驳区506,从而转移至清洁区500上。
判断光伏电站内有哪些太阳能面板阵列是否需要被清洁,常见的有如下几种方案。第一种是分区预估法,在一个小型区域(区域范围可以自由定义)内彼此相邻的多个面板阵列所处101的自然环境是类似的,因此该区域内面板被污染程度也相近似,随机选取一太阳能面板102,检测其污染程度,判断该面板是否需要清洁;如果该面板需要被清洁,则该区域的所有面板都需要被清洁。若某一电站的作业区占地面积较大,可以将一个大型作业区分成多个小型作业区,分区进行抽样检测。第二种是定时清洁法,根据作业区所处自然环境的情况,定时对该作业区内所有太阳能面板阵列101进行清洁。如果该作业区风沙较大或者降水较多,太阳能面板102表面附着物较重,可能需要每天清洗1~2次,如果该作业区风沙较小或降水较少,太阳能面板102附着物较少,可能每隔10天清洗一次也可以。以上两种方法都是对多个太阳能面板阵列101进行无差别处理,相对来说精准度较差,可能存在有些太阳能面板102表面附着物较少也被清洁机器人清洁处理的状况。第三种是分别检测法,认真检测每一个太阳能面板阵列101的污染程度,判断哪些太阳能面板阵列101或太阳能面板101需要清洁,这种方法准确性比较高,但是效率较低。
如图3所示,数据处理***400,优选物理服务器或云服务器,无线连接至清洁机器人200和/或接驳机器人300,实现清洁机器人200和/或接驳机器人300的数据交换,向清洁机器人200和/或接驳机器人300发布控制指令,同时从清洁机器人200和/或接驳机器人300获取反馈数据,如上述两种机器人的实时位置坐标、两种机器人实时采集的影像数据等,从而使得数据处理***400可以实现对清洁机器人200的清洁作业过程、对接驳机器人300行进及接驳过程的实时监控,控制对接驳机器人300在作业区200的通道网络内正常行进,控制对接驳机器人300与清洁区的面板阵列101对接。
数据处理***400获取哪些面板阵列101需要被清洁的信息(某些面板编号)之后,结合光伏电站内允许清洁作业的时间,估算出清洁作业所需的接驳机器人300和清洁机器人200的数量。数据处理*** 300调用一接驳机器人300将清洁机器人200 送到需要清洁处理的某一面板阵列上,清洁机器人200在该太阳能面板阵列101上进行全面清洁作业,该太阳能面板阵列101的清洁作业完成后,数据处理***400调用一接驳机器人300将该清洁机器人200从一个被清洁过的太阳能面板阵列101上表面运载至另一个需要被清洁的面板阵列上表面,或者,运载至清洁机器人存放地。
清洁机器人200为申请人自主研发的产品,参见申请人于2016年~2018年申请的一系列太阳能面板清扫机器人相关专利。清洁机器人200被运送至一太阳能面板阵列后,可以在面板阵列上自由行进,走遍该面板阵列的每一个角落,在行进中完成整个面板阵列的清洁作业,在此不做赘述。
如图5所示,本实施例包括一种接驳机器人300,包括接驳装置320、角度调节装置330和/或高度调节装置350。接驳装置用于存储清洁机器人200;在接驳过程中,在角度调节装置和/或高度调节装置的作用下,接驳装置与太阳能面板被调节后可以位于同一平面上,以便清洁机器人200从接驳装置320行驶至一面板的上表面(上板过程),或者,从一面板的上表面行驶至接驳装置320(下板过程)。
如图4所示,本实施例中,数据处理***400发出一控制指令,接驳机器人300根据控制指令中的推荐路线穿过至少一通道区103,行进至一清洁区500的第一接驳区505。在机器人行进过程中,路面的平整度、障碍物都会影响到机器人的行进方向。若通道区路面凹凸不平,机器人行进中发生颠簸,其行进方向可能会发生微小的变化;若通道区存在障碍物,机器人行进中需要躲避或绕开障碍物,因此机器人在行进中需要实时监控和调整方向,确保机器人始终行进在其最优的推荐路径上。
本实施例中,接驳机器人的实际行进路线需要尽量与推荐路线一致,确保接驳机器人的实际行进距离尽量短,从而可以节省机器人的能量和提高工作效率,为此,本实施例提供一种机器人导航***及机器人导航方法。
如图1所示,本实施例提供一种机器人导航***,包括多个彼此交叉连通的通道区103,共同组成纵横交错的通道网络,任意两个通道区103的交叉区形成一路口105。在所述通道网络中均匀分布有两个以上定位点104,优选地,定位点104被设置于任意两条通道区的交叉区,也即路口105。在一些其他方案中,定位点104也可以均匀分布于一通道区103,或者设置于通道区103的任意位置。每一定位点104设有至少一可读标签701,可读标签701存储有定位点信息,包括该可读标签所处定位点位置及编号。本实施例中,可读标签701为RFID标签,被贴附于定位点104的地面上。
在前述太阳能电站的作业区100中建立二维坐标系,每一清洁区500(如阵列101或面板102)及所述通道网络的位置是固定的,其坐标范围也是确定的,所有定位点的位置也是可以用坐标明确记录的。设于每一定位点的可读标签701内部都存储有定位点信息,包括该定位点的坐标,所有定位点可以依次编号,在数据处理***中,根据定位点编号可以查找出该定位的坐标位置。
如图5~6所示,所述机器人导航***还包括多个机器人,本实施例优选接驳机器人300,可以在通道区103内自由行进;每一机器人包括车体310、行进装置360及行进控制装置370。行进装置360优选履带或车轮,行进控制装置370用以根据控制指令控制所述机器人沿着所述推荐路线朝向所述终点位置行进。接驳机器人300内设有嵌入式***,包括处理器340以及多个硬件单元,处理器340中具备多个软件功能单元,可以实现多种软件功能。本实施例所述的机器人导航***用于接驳机器人300在通道网络的行进过程中的导航。
如图6所示,接驳机器人300包括指令获取单元31,用以获取一控制指令,所述控制指令包括起点位置、终点位置及推荐路线,所述推荐路线为起点位置与终点位置在所述通道网络中的最短连线,所述控制指令包括位于该推荐路线上每一定位点的定位点信息以及每一定位点对应的预设行进方向。
接驳机器人300包括标签读取单元32,当行进至任一定位点处时,用以读取该定位点的可读标签中存储的定位点信息,获取该定位点的位置及编号;标签读取单元32优选RFID阅读器,被安装于所述机器人内部或外部,优选设于车体的底部或前端,用以获取车体310在作业区内的实时位置,并将车体310的实时位置传送至数据处理***400。
接驳机器人300包括位置判断单元33,用以判断该定位点是否位于推荐路线上;若是,继续行进;若否,重新获取一控制指令。当一机器人读取到一RFID标签时,根据该RFID标签的编号可以查找到该定位点的位置。
接驳机器人300还包括方向获取单元34与方向对比单元35。方向获取单元34用以实时获取机器人的行进方向;方向获取单元34为电子罗盘,设置于接驳机器人300的内部或外部。指令获取单元31获取一控制指令后,接驳机器人按照预设的推荐路线自动行驶,正常情况下,会依次经过每一个定位点附近。接驳机器人行驶至某一定位点后,标签读取单元32读取该定位点的RFID标签,获取该定位点的编号,位置判断单元33判断机器人在该定位点处的位置,方向对比单元35用以判断该接驳机器人300实际行进方向是否与该定位点对应的预设行进方向一致,若不一致,调整实际行进方向为预设行进方向。
接驳机器人或数据处理***将该定位点编号与预设的推荐路线上的定位点的编号对比,或者,接驳机器人或数据处理***在预设的数据库内调取该定位点对应的位置坐标与预设的推荐路线对比,判断接驳机器人是否偏离预设的推荐路线;同时调用该推荐路线上该定位点对应的预设行进方向,判断接驳机器人在该定位点处的行进方向是否与所述预设的行进方向一致。如果接驳机器人读取某定位点的RFID标签后,判断出该定位点并非位于预设的推荐路线上,说明接驳机器人行进中偏离了所述推荐路线,就需要重新获取控制指令,重新获取一推荐路线,控制接驳机器人按照新的推荐路线行进。如果接驳机器人读取某定位点的RFID标签后,判断出该定位点位于所述预设的推荐路线上,但是,接驳机器人的实际进行方向与所述预设的推荐路线上该定位点对应的行进方向有区别,控制接驳机器人将实所述时行进方向调整为预设行进方向。
如图6所示,接驳机器人300还包括:图片采集装置361,用以采集一机器人在行进方向上的实时图片;图片采集装置361优选至少一摄像头,安装于所述机器人上,所述摄像头的视角朝向所述机器人的行进方向;可行进区获取单元362,用以获取一可行进区在所述实时图片上的范围;所述可行进区为可供机器人行进的区域;预计行进区获取单元363,用以获取一预计行进区在所述实时图片上的范围,所述预计行进区为所述机器人在下一预设时段行进中经过的区域;区域对比单元364,用以对比所述预计行进区与可行进区,并判断所述预计行进区是否与所述可行进区的左边界线或右边界线相交;方向调整单元365,若所述预计行进区与所述左边界线相交,将机器人行进方向向右偏转一预设角度;若所述预计行进区与所述右边界线相交,将机器人行进方向向左偏转一预设角度。
如图7所示,可行进区获取单元362包括:二值化单元3621,用以对所述实时图片进行自适应二值化处理,获取黑白图片;轮廓提取单元3622,用以采用轮廓检测算法对所述黑白图片进行轮廓提取处理及平滑降噪处理,获取至少一轮廓曲线;可行进区计算单元3623,用以根据所述轮廓曲线及预设特征区域计算一可行进区在所述实时图片中的范围;以及边界线获取单元3624,用以获取所述可行进区的左边界线及右边界线的位置。
如图8所示,预计行进区获取单元363包括:宽度计算单元3631,用以根据所述机器人的宽度计算所述预计行进区的最大宽度;长度计算单元3632,用以根据所述机器人的行进速度及预设时段的时长计算所述预计行进区的长度;矩形区生成单元3633,用以根据所述预计行进区的最大宽度与长度及图片采集装置的位置,在一实时图片上生成一矩形区;梯形化处理单元3634,用以根据所述机器人的行进方向、实时位置对所述矩形区进行梯形化处理,将所述矩形区转换为梯形区;预计行进区计算单元3635,用以根据图片采集装置在所述机器人的位置及所述梯形区的尺寸及形状计算所述梯形区在所述实时图片中的范围。
如图9所示,基于上述的机器人导航***,本实施例还提供一种机器人导航方法,包括如下步骤S1~S9。S1通道区设置步骤,设置两个以上通道区,组成通道网络,用于供至少一机器人行进。本实施例中,在布置所述太阳能面板阵列时,就可以在所述太阳能面板阵列之间的空间布置通道区。S2定位点设置步骤,在所述通道网络中均匀设置至少一定位点,优选地,定位点被设置于任意两条通道区的交叉区,也即路口处,所述定位点也可以均匀分布于一所述通道区。S3标签设置步骤,在每一定位点处设置至少一可读标签;所述可读标签存储有定位点信息包括该可读标签所处定位点位置及编号。所述可读标签优选RFID标签,被贴附于所述定位点的地面上。RFID标签存储有存储有定位点信息,包括该可读标签所处定位点位置及编号。S4电子罗盘设置步骤,在每一机器人内部或外部设置一电子罗盘,获取该机器人的实时行进方向。S5指令获取步骤,一机器人获取一控制指令,所述控制指令包括终点位置及推荐路线,还包括位于该推荐路线上至少一定位点信息以及每一定位点对应的预设行进方向。S6行进控制步骤,根据所述控制指令控制一机器人沿着所述推荐路线朝向所述终点位置行进。S7标签读取步骤,当所述机器人行进至任一定位点时,读取该定位点的可读标签中存储的定位点信息,获取该定位点的位置及编号。S8位置判断步骤,判断该定位点是否位于推荐路线上;若是,返回S6行进控制步骤;若否,返回S5指令获取步骤。S9方向判断步骤,当所述机器人行进至任一定位点时,判断该机器人实际行进方向是否与该定位点对应的预设行进方向一致,若不一致,调整实际行进方向为预设行进方向。
推荐路线上的定位点的位置是确定的,接驳机器人按照预设的推荐路线自动行驶,正常情况下,会依次经过每一个定位点附近。接驳机器人行驶至某一定位点后,读取该定位点的RFID标签,获取该定位点的编号,接驳机器人或数据处理***将该定位点编号与预设的推荐路线上的定位点的编号对比,或者,接驳机器人或数据处理***在预设的数据库内调取该定位点对应的位置坐标与预设的推荐路线对比,判断接驳机器人是否偏离预设的推荐路线;同时调用该推荐路线上该定位点对应的预设行进方向,判断接驳机器人在该定位点处的行进方向是否与预设的行进方向一致。如果接驳机器人读取某定位点的RFID标签后,判断出该定位点并非位于预设的推荐路线上,说明接驳机器人行进中偏离了推荐路线,就需要重新获取控制指令,重新获取一推荐路线,控制接驳机器人按照新的推荐路线行进。如果接驳机器人读取某定位点的RFID标签后,判断出该定位点位于预设的推荐路线上,但是,接驳机器人的实际进行方向与预设的推荐路线上该定位点对应的行进方向有区别,控制接驳机器人将实时行进方向调整为预设行进方向。
如图10所示,在接驳机器人300的行进过程中,所述机器人导航方法还包括如下步骤S51~ S56。S51图片采集步骤,利用一图片采集装置采集该机器人在行进方向上的实时图片。S52可行进区获取步骤,获取一可行进区在所述实时图片上的范围;优选地,可行进区为可供机器人行进的区域,也即两个面板阵列之间的通道区103;S53方向获取步骤,实时获取一机器人的行进方向;S54预计行进区获取步骤,获取一预计行进区在所述实时图片上的范围,所述预计行进区为所述机器人在下一预设时段行进中经过的区域;S55区域对比步骤,对比所述预计行进区与可行进区,判断所述预计行进区是否与所述可行进区的左边界线或右边界线相交;若是,执行方向调整步骤;若否,返回所述图片采集步骤;S56方向调整步骤,若所述预计行进区与所述左边界线相交,将所述机器人的行进方向向右偏转一预设角度;若所述预计行进区与所述右边界线相交,将所述机器人的行进方向向左偏转一预设角度;返回所述图片采集步骤。本实施例中,所述机器人为接驳机器人。
在步骤S51~ S56中,机器人在行进过程中获取实时图片,在一图片上找出可行进区、预计行进区的覆盖范围,判断在下一时段的预计行进区是否与可行进区重合,也即判断接驳机器人300在下一时段是否会绕开障碍物,如果可能发生碰撞,将所述机器人的行进方向向左或向右偏转一预设角度,从而绕开障碍物,防止碰撞到太阳能面板或面板支架。
如图11所示,S52可行进区获取步骤具体包括如下步骤S521~ S524。S521二值化步骤,对所述实时图片进行自适应二值化处理,获取黑白图片;S522轮廓提取步骤,采用轮廓检测算法对所述黑白图片进行轮廓提取处理及平滑降噪处理,获取至少一轮廓曲线;S523可行进区计算步骤,根据所述轮廓曲线及预设的图片特征区域计算一可行进区在所述实时图片中的范围;以及S524边界线获取步骤,获取所述可行进区的左边界线及右边界线的位置。
步骤S51采集到的实时图片中的显示内容主要包括接驳机器人行进过程中通道区及其左右两侧的太阳能面板和面板支架。由于太阳能面板边缘和面板支架边缘一般是铝合金等金属材质制成,相对于其他背景,太阳能面板边缘和面板支架边缘线条是比较明显的,实时图片在步骤S521中被转换为黑白色,在步骤S522中可以提取出图片中的主要线条,包括通道区左右两侧的太阳能面板和面板支架的轮廓线条,一般认为,通道区左侧线条与右侧线条中间的区域为接驳机器人的可行进区。如果通道中存在障碍物,在步骤S522中也可以提取出障碍物边缘的线条,通道区左侧线条与右侧线条中间区域去除障碍物边缘线条覆盖区域后的区域范围为可行进区。在确定可行进区之后,进一步地还可以获取所述可行进区的左边界线及右边界线,如果障碍物在路中间,障碍物左右两侧各有一可行进区。
如图12所示,S54所述预计行进区获取步骤具体包括如下步骤S541~ S545。S541宽度计算步骤,根据所述机器人的最大宽度计算所述预计行进区的宽度;S542长度计算步骤,根据所述机器人的行进速度及预设时段的时长计算所述预计行进区的长度;S543矩形区生成步骤,根据所述预计行进区的宽度与长度及图片采集装置(摄像头)的位置,在一实时图片上生成一矩形区,该矩形区的一条边与实时图片上接驳机器人前端平齐;S544梯形化处理步骤,根据所述机器人的行进方向、实时位置对所述矩形区进行梯形化处理,将所述矩形区转换为梯形区,该梯形区的一条边与实时图片上接驳机器人前端平齐;S545预计行进区计算步骤,根据图片采集装置的位置及所述梯形区的尺寸及形状计算所述梯形区在所述实时图片中的范围,所述梯形区在所述实时图片中的范围对应所述预计行进区的覆盖范围。
已知接驳机器人的长度、宽度、行进方向、行进速度的前提下,处理器340可以计算出接驳机器人预计行进区的长度、宽度、位置及覆盖范围,预计行进区为下一时段的行进过程中走过或覆盖的通道区。通道区内的预计行进区为一矩形区,在之前采集的实时图片上找到预计行进区对应的区域,实时矩形区经过梯形化处理后,在实时图片上生成一梯形区,并计算该梯形区在所述实时图片中的范围。
本发明提供一种机器人导航***及机器人导航方法,采用在通道区路口设置RFID标签的方案,使得机器人在行进中经过每一路口处时都可以获取实时位置,从而判断机器人是否偏离预设的推荐路线;如发现偏离,可以及时调整行进方向,使得机器人可以按照预设的推荐路线行进至指定的终点位置。在行进过程中,本发明可以排除路面平整度、通道区障碍物对机器人正常行进的干扰,在行进中需要实时监控和调整方向,确保机器人始终行进在其最优的推荐路径上,从而可以节省机器人的能量和提高工作效率。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。

Claims (9)

1.一种机器人导航***,包括一机器人,其特征在于,所述机器人包括:
指令获取单元,用以获取一控制指令,所述控制指令包括终点位置及推荐路线,还包括位于该推荐路线上每一定位点的定位点信息以及每一定位点对应的预设行进方向;
行进控制装置,用以根据所述控制指令控制所述机器人沿着所述推荐路线朝向所述终点位置行进;
标签读取单元,当行进至任一定位点处时,用以读取该定位点的可读标签中存储的定位点信息,获取该定位点的位置及编号;
位置判断单元,用以判断该定位点是否位于推荐路线上;若是,继续行进;若否,重新获取一控制指令;
图片采集装置,用以采集一机器人在行进方向上的实时图片;
可行进区获取单元,用以获取一可行进区在所述实时图片上的范围;所述可行进区为可供机器人行进的区域;
预计行进区获取单元,用以获取一预计行进区在所述实时图片上的范围,所述预计行进区为所述机器人在下一预设时段行进中经过的区域;
区域对比单元,用以对比所述预计行进区与可行进区,并判断所述预计行进区是否与所述可行进区的左边界线或右边界线相交;以及
方向调整单元,若所述预计行进区与所述左边界线相交,将机器人行进方向向右偏转一预设角度;若所述预计行进区与所述右边界线相交,将机器人行进方向向左偏转一预设角度。
2.如权利要求1所述的机器人导航***,其特征在于,包括:
两个以上通道区,组成通道网络;
两个以上定位点,均匀分布于所述通道网络;以及
至少一可读标签,设置于每一定位点,所述可读标签存储有定位点信息,包括该可读标签所处定位点位置及编号;以及
至少一所述机器人,在所述通道区内行进。
3.如权利要求2所述的机器人导航***,其特征在于,所述机器人还包括:
方向获取单元,用以实时获取机器人的行进方向;以及
方向对比单元,判断该机器人实际行进方向是否与该定位点对应的预设行进方向一致,若不一致,调整实际行进方向为预设行进方向。
4.如权利要求1所述的机器人导航***,其特征在于,
所述机器人还包括方向获取单元,所述方向获取单元为电子罗盘;和/或,
行进装置为履带或车轮;和/或,
所述可读标签为RFID标签,被贴附于所述定位点的地面上;和/或,
所述标签读取单元为RFID阅读器,被安装于所述机器人内部或外部;和/或,
所述定位点被设置于任意两条通道区的交叉区,或者,所述定位点均匀分布于一通道区。
5.一种机器人导航方法,其特征在于,包括如下步骤:
指令获取步骤,获取一控制指令,所述控制指令包括终点位置及推荐路线,还包括位于该推荐路线上至少一定位点信息以及每一定位点对应的预设行进方向;
行进控制步骤,根据所述控制指令控制一机器人沿着所述推荐路线朝向所述终点位置行进;
标签读取步骤,当所述机器人行进至任一定位点时,读取该定位点的可读标签中存储的定位点信息,获取该定位点的位置及编号;
位置判断步骤,判断该定位点是否位于推荐路线上;若是,返回行进控制步骤;若否,返回指令获取步骤;
图片采集步骤,采集该机器人在行进方向上的实时图片;
可行进区获取步骤,获取一可行进区在所述实时图片上的范围;所述可行进区为可供机器人行进的区域;
方向获取步骤,实时获取一机器人的行进方向;
预计行进区获取步骤,获取一预计行进区在所述实时图片上的范围,所述预计行进区为所述机器人在下一预设时段行进中经过的区域;
区域对比步骤,对比所述预计行进区与可行进区,判断所述预计行进区是否与所述可行进区的左边界线或右边界线相交;若是,执行方向调整步骤;若否,返回所述图片采集步骤;以及
方向调整步骤,若所述预计行进区与所述左边界线相交,将所述机器人的行进方向向右偏转一预设角度;若所述预计行进区与所述右边界线相交,将所述机器人的行进方向向左偏转一预设角度;返回所述图片采集步骤。
6.如权利要求5所述的机器人导航方法,其特征在于,
在所述指令获取步骤前,还包括如下步骤:
通道区设置步骤,设置两个以上通道区,组成通道网络,用于供至少一机器人行进;
定位点设置步骤,在所述通道网络中均匀设置至少一定位点;以及
标签设置步骤,在每一定位点处设置至少一可读标签;所述可读标签存储有定位点信息包括该可读标签所处定位点位置及编号。
7.如权利要求5所述的机器人导航方法,其特征在于,还包括如下步骤:
电子罗盘设置步骤,在每一机器人内部或外部设置一电子罗盘,获取该机器人的实时行进方向;以及
方向判断步骤,当所述机器人行进至任一定位点时,判断该机器人实际行进方向是否与该定位点对应的预设行进方向一致,若不一致,调整实际行进方向为预设行进方向。
8.如权利要求5所述的机器人导航方法,其特征在于,
所述可行进区获取步骤包括如下步骤:
二值化步骤,对所述实时图片进行自适应二值化处理,获取黑白图片;
轮廓提取步骤,采用轮廓检测算法对所述黑白图片进行轮廓提取处理及平滑降噪处理,获取至少一轮廓曲线;
可行进区计算步骤,根据所述轮廓曲线及预设的图片特征区域计算一可行进区在所述实时图片中的范围;以及
边界线获取步骤,获取所述可行进区的左边界线及右边界线的位置。
9.如权利要求5所述的机器人导航方法,其特征在于,
所述预计行进区获取步骤包括如下步骤:
宽度计算步骤,根据所述机器人的最大宽度计算所述预计行进区的宽度;
长度计算步骤,根据所述机器人的行进速度及预设时段的时长计算所述预计行进区的长度;
矩形区生成步骤,根据所述预计行进区的宽度与长度及图片采集装置的位置,在一实时图片上生成一矩形区;
梯形化处理步骤,根据所述机器人的行进方向、实时位置对所述矩形区进行梯形化处理,将所述矩形区转换为梯形区;以及
预计行进区计算步骤,根据所述图片采集装置的位置及所述梯形区的尺寸及形状计算所述梯形区在所述实时图片中的范围。
CN201811333599.5A 2018-11-09 2018-11-09 机器人导航***及导航方法 Active CN109213177B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811333599.5A CN109213177B (zh) 2018-11-09 2018-11-09 机器人导航***及导航方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811333599.5A CN109213177B (zh) 2018-11-09 2018-11-09 机器人导航***及导航方法

Publications (2)

Publication Number Publication Date
CN109213177A CN109213177A (zh) 2019-01-15
CN109213177B true CN109213177B (zh) 2022-01-11

Family

ID=64995037

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811333599.5A Active CN109213177B (zh) 2018-11-09 2018-11-09 机器人导航***及导航方法

Country Status (1)

Country Link
CN (1) CN109213177B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109917789B (zh) * 2019-03-13 2021-07-20 珠海格力电器股份有限公司 一种家电的自动运输方法、装置及存储介质
CN109798901B (zh) * 2019-03-18 2022-08-12 国网江苏省电力有限公司电力科学研究院 一种档案用机器人及其导航定位***及导航定位方法
CN114089731A (zh) * 2020-08-07 2022-02-25 宝时得科技(中国)有限公司 室外机器人出入通道控制方法、装置和存储介质

Citations (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101971116A (zh) * 2008-02-07 2011-02-09 丰田自动车株式会社 自动移动体及其控制方法、以及控制***
CN102789233A (zh) * 2012-06-12 2012-11-21 湖北三江航天红峰控制有限公司 基于视觉的组合导航机器人及导航方法
CN102890510A (zh) * 2012-10-18 2013-01-23 江苏物联网研究发展中心 基于rfid的港口无人运输车辆智能导航云***
CN103838240A (zh) * 2012-11-27 2014-06-04 联想(北京)有限公司 控制方法和电子设备
CN104407615A (zh) * 2014-11-03 2015-03-11 上海电器科学研究所(集团)有限公司 一种agv机器人导引偏差校正方法
CN104718507A (zh) * 2012-11-05 2015-06-17 松下知识产权经营株式会社 自主行走装置的行走信息生成装置、方法及程序、以及自主行走装置
CN105511471A (zh) * 2016-01-04 2016-04-20 杭州亚美利嘉科技有限公司 一种机器人终端行驶路线偏差的纠正方法及装置
CN105549585A (zh) * 2015-12-07 2016-05-04 江苏木盟智能科技有限公司 机器人导航方法及***
CN105651286A (zh) * 2016-02-26 2016-06-08 中国科学院宁波材料技术与工程研究所 一种移动机器人视觉导航方法与***、以及仓库***
CN105892467A (zh) * 2016-05-22 2016-08-24 昆山伊娃机器人有限公司 一种玻璃幕墙清洗机器人的视觉导航方法及***
CN106382930A (zh) * 2016-08-18 2017-02-08 广东工业大学 一种室内agv无线导航方法及装置
CN107300872A (zh) * 2016-11-21 2017-10-27 江苏智途科技股份有限公司 一种基于视觉成像的定位导航装置及定位导航方法
CN107544519A (zh) * 2017-10-20 2018-01-05 苏州瑞得恩光能科技有限公司 太阳能面板清扫机器人接驳***及其接驳方法
CN107598927A (zh) * 2017-10-20 2018-01-19 苏州瑞得恩光能科技有限公司 太阳能面板清扫机器人直行判定装置及其判定方法
CN108406731A (zh) * 2018-06-06 2018-08-17 珠海市微半导体有限公司 一种基于深度视觉的定位装置、方法及机器人

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101344790A (zh) * 2007-07-09 2009-01-14 泰怡凯电器(苏州)有限公司 用于限定机器人工作区域的***和方法
CN103996212B (zh) * 2013-02-18 2017-11-14 威达电股份有限公司 自动描绘对象边缘走向之方法
CN105783927B (zh) * 2014-12-22 2019-12-17 博世汽车部件(苏州)有限公司 提供车辆在高架道路区域内的导航信息的方法和设备
CN106599760B (zh) * 2015-10-14 2020-11-06 国网智能科技股份有限公司 一种变电站巡检机器人行驶区域计算方法
CN107226088B (zh) * 2016-03-25 2022-03-08 松下电器(美国)知识产权公司 控制器、驾驶控制方法以及程序
CN106125767B (zh) * 2016-08-31 2020-03-17 北京小米移动软件有限公司 飞行器的控制方法、装置及飞行器

Patent Citations (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101971116A (zh) * 2008-02-07 2011-02-09 丰田自动车株式会社 自动移动体及其控制方法、以及控制***
CN102789233A (zh) * 2012-06-12 2012-11-21 湖北三江航天红峰控制有限公司 基于视觉的组合导航机器人及导航方法
CN102890510A (zh) * 2012-10-18 2013-01-23 江苏物联网研究发展中心 基于rfid的港口无人运输车辆智能导航云***
CN104718507A (zh) * 2012-11-05 2015-06-17 松下知识产权经营株式会社 自主行走装置的行走信息生成装置、方法及程序、以及自主行走装置
CN103838240A (zh) * 2012-11-27 2014-06-04 联想(北京)有限公司 控制方法和电子设备
CN104407615A (zh) * 2014-11-03 2015-03-11 上海电器科学研究所(集团)有限公司 一种agv机器人导引偏差校正方法
CN105549585A (zh) * 2015-12-07 2016-05-04 江苏木盟智能科技有限公司 机器人导航方法及***
CN105511471A (zh) * 2016-01-04 2016-04-20 杭州亚美利嘉科技有限公司 一种机器人终端行驶路线偏差的纠正方法及装置
CN105651286A (zh) * 2016-02-26 2016-06-08 中国科学院宁波材料技术与工程研究所 一种移动机器人视觉导航方法与***、以及仓库***
CN105892467A (zh) * 2016-05-22 2016-08-24 昆山伊娃机器人有限公司 一种玻璃幕墙清洗机器人的视觉导航方法及***
CN106382930A (zh) * 2016-08-18 2017-02-08 广东工业大学 一种室内agv无线导航方法及装置
CN107300872A (zh) * 2016-11-21 2017-10-27 江苏智途科技股份有限公司 一种基于视觉成像的定位导航装置及定位导航方法
CN107544519A (zh) * 2017-10-20 2018-01-05 苏州瑞得恩光能科技有限公司 太阳能面板清扫机器人接驳***及其接驳方法
CN107598927A (zh) * 2017-10-20 2018-01-19 苏州瑞得恩光能科技有限公司 太阳能面板清扫机器人直行判定装置及其判定方法
CN108406731A (zh) * 2018-06-06 2018-08-17 珠海市微半导体有限公司 一种基于深度视觉的定位装置、方法及机器人

Also Published As

Publication number Publication date
CN109213177A (zh) 2019-01-15

Similar Documents

Publication Publication Date Title
CN109379038B (zh) 清洁***及清洁方法
US20210341932A1 (en) Robot scheduling method
CN109213177B (zh) 机器人导航***及导航方法
CN109361352B (zh) 一种清洁***的控制方法
CN110456797B (zh) 一种基于2d激光传感器的agv重定位***及方法
CN106537274B (zh) 用于控制飞行器清洁表面的方法
CN106873587B (zh) 用于太阳能面板清扫机器人的导航***及其导航方法
CN112650235A (zh) 一种机器人避障控制方法、***及机器人
US20210389774A1 (en) Docking method
CN106227212A (zh) 基于栅格地图和动态校准的精度可控室内导航***及方法
CN105699985A (zh) 一种单线激光雷达装置
CN202630925U (zh) 车辆外廓尺寸智能测量***
CN106200652A (zh) 一种智能物料搬运***及搬运方法
CN113050685B (zh) 一种煤矿井下无人机自主巡检的方法
CN112477533B (zh) 设施农业路轨两用运输机器人
CN109298715B (zh) 机器人行进控制***及行进控制方法
Espino et al. Rail extraction technique using gradient information and a priori shape model
Beinschob et al. Strategies for 3D data acquisition and mapping in large-scale modern warehouses
CN209829808U (zh) 一种接驳机器人
CN108805790A (zh) 一种车道信息采集***及应用该***的车道信息处理方法
US20240195354A1 (en) Machines and methods for monitoring photovoltaic systems
CN115327564A (zh) 机器人自主运行导航方法及***
Rathinam et al. Vision-based following of structures using an unmanned aerial vehicle (UAV)
Kim et al. Tilted Window Detection for Gondolatyped Facade Robot
CN114603561A (zh) 智能机器人视觉传感器控制***及方法

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