CN111984014B - 机器人的控制方法、装置、机器人和存储介质 - Google Patents
机器人的控制方法、装置、机器人和存储介质 Download PDFInfo
- Publication number
- CN111984014B CN111984014B CN202010857921.5A CN202010857921A CN111984014B CN 111984014 B CN111984014 B CN 111984014B CN 202010857921 A CN202010857921 A CN 202010857921A CN 111984014 B CN111984014 B CN 111984014B
- Authority
- CN
- China
- Prior art keywords
- robot
- obstacle
- path
- target
- backward
- 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
- 238000000034 method Methods 0.000 title claims abstract description 69
- 238000004140 cleaning Methods 0.000 claims abstract description 53
- 238000012544 monitoring process Methods 0.000 claims abstract description 20
- 230000002441 reversible effect Effects 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 6
- 230000003068 static effect Effects 0.000 description 6
- 230000000694 effects Effects 0.000 description 5
- 230000006870 function Effects 0.000 description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 3
- 238000004590 computer program Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
- G05D1/0214—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory in accordance with safety or protection criteria, e.g. avoiding hazardous areas
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Aviation & Aerospace Engineering (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本申请涉及一种机器人的控制方法、装置、机器人和存储介质。该方法包括:监测机器人移动过程中所在环境的障碍物信息;根据监测到的障碍物信息,更新机器人的历史障碍物地图和当前障碍物地图;当机器人被目标障碍物困住无法前行时,根据历史障碍物地图、当前障碍物地图和目标导航点,生成脱困路径,并控制机器人按照脱困路径行驶到目标导航点。该方法实现了机器人在被困情况下的脱困功能,能够有效应对机器人被障碍物困住导致清洁任务提前终止的问题,提高了清洁效率。
Description
技术领域
本申请涉及机器人技术领域,特别是涉及一种机器人的控制方法、装置、机器人和存储介质。
背景技术
随着自动化技术和人工智能的迅速发展,机器人被广泛应用在各种场景。以清洁场景为例,机器人可以通过无人驾驶技术完成简单重复的清洁任务,大大降低人力成本,实现清洁工作的自动化。
在机器人执行任务过程中,若机器人行驶的前方通道被临时障碍物堵住,则可能会导致机器人被困,无法从当前窄通道中行驶出去,致使清洁任务提前终止,导致清洁效率较低。
发明内容
基于此,有必要针对在机器人被困的情况下,机器人的清洁效率较低的技术问题,提供一种机器人的控制方法、装置、机器人和存储介质。
第一方面,本申请实施例提供一种机器人的控制方法,包括:
监测机器人移动过程中所在环境的障碍物信息;
根据监测到的障碍物信息,更新所述机器人的历史障碍物地图和当前障碍物地图,其中,所述历史障碍物地图用于存储监测到的历史障碍物,所述当前障碍物地图用于存储监测到的当前障碍物;
当所述机器人被目标障碍物困住无法前行时,根据所述历史障碍物地图、当前障碍物地图和目标导航点,生成脱困路径,并控制所述机器人按照所述脱困路径行驶到所述目标导航点。
第二方面,本申请实施例提供一种机器人的控制装置,包括:
监测模块,用于监测机器人移动过程中所在环境的障碍物信息;
更新模块,用于根据监测到的障碍物信息,更新所述机器人的历史障碍物地图和当前障碍物地图,其中,所述历史障碍物地图用于存储监测到的历史障碍物,所述当前障碍物地图用于存储监测到的当前障碍物;
控制模块,用于当所述机器人被目标障碍物困住无法前行时,根据所述历史障碍物地图、当前障碍物地图和目标导航点,生成脱困路径,并控制所述机器人按照所述脱困路径行驶到所述目标导航点。
在其中一个实施例中,监测模块具体用于根据监测到的障碍物信息,将当前障碍物标记在所述机器人的当前障碍物地图中,并继续监测所述当前障碍物的存在时长;当所述存在时长超过预设阈值时,将所述当前障碍物标记在所述机器人的历史障碍物地图中。
在其中一个实施例中,所述脱困路径包括用于从所述目标障碍物所在的通道中驶出的后退路径,控制模块包括:第一控制单元和第二控制单元;
其中,第一控制单元,用于控制所述机器人从前进模式切换到后退模式;
第二控制单元,用于控制所述机器人按照所述后退路径驶出所述目标障碍物所在的通道,并行驶至所述目标导航点。
在其中一个实施例中,第一控制单元具体用于获取所述机器人在本次清洁任务中从前进模式切换到后退模式的累计切换次数;当所述累计切换次数未超过预设次数时,控制所述机器人从前进模式切换到后退模式。
在其中一个实施例中,第二控制单元具体用于控制所述机器人的转向轮在预设转动范围转动,并沿所述后退路径驶出所述目标障碍物所在的通道。
在其中一个实施例中,第二控制单元具体用于旋转所述机器人的车头,其中,旋转后的车头和旋转前的车头间的夹角满足预设条件;控制所述机器人以旋转后的车头作为跟线基准,沿所述后退路径驶出所述目标障碍物所在的通道。
在其中一个实施例中,所述后退路径是以车头坐标系得到的;第二控制单元具体用于按照车头坐标系与车身坐标系之间的对应关系,对所述后退路径进行转换,得到转换后的后退路径;按照所述转换后的后退路径驶出所述目标障碍物所在的通道,其中,所述转换后的后退路径以车身坐标系为基准。
第三方面,本申请实施例提供一种机器人,所述机器人包括:一个或多个处理器、存储器;和一个或多个程序,其中所述一个或多个程序被存储在所述存储器中,并且被所述一个或多个处理器执行,所述程序包括用于执行本申请实施例第一方面提供的一种机器人的控制方法的指令。
第四方面,本申请实施例提供一种一种包含计算机可执行指令的非易失性计算机可读存储介质,当所述计算机可执行指令被一个或多个处理器执行时,使得所述处理器执行本申请实施例第一方面提供的一种机器人的控制方法。
本申请实施例提供的机器人的控制方法、装置、机器人和存储介质,监测机器人移动过程中所在环境的障碍物信息,根据监测到的障碍物信息,更新机器人的历史障碍物地图和当前障碍物地图,当机器人被目标障碍物困住无法前行时,根据历史障碍物地图、当前障碍物地图和目标导航点,生成脱困路径,并控制机器人按照脱困路径行驶到目标导航点。由于机器人能够根据监测到的障碍物信息,动态更新自身所维护的历史障碍物地图和当前障碍物地图,并当机器人在执行任务过程中被障碍物困住无法前行时,机器人能够基于所维护的历史障碍物地图和当前障碍物地图,以及所选取的目标导航点,生成驶出目标障碍物所在的通道的脱困路径,此时,控制机器人根据脱困路径行驶,便可以从当前窄通道中驶出,从而使机器人脱困。也就是说,本申请实施例提供的技术方案,实现了机器人在被困情况下的脱困功能,能够有效应对机器人被障碍物困住导致清洁任务提前终止的问题,提高了清洁效率。
附图说明
图1为本申请实施例提供的一种机器人的结构示意图;
图2为本申请实施例提供的机器人的控制方法的一种流程示意图;
图3a为本申请实施例提供的一种机器人所应用的场景布局图;
图3b为本申请实施例提供的机器人在图3a应用场景下进行脱困的示意图;
图4为本申请实施例提供的机器人的控制方法的另一种流程示意图;
图5为本申请实施例提供的机器人的控制方法的又一种流程示意图;
图6为本申请实施例提供的机器人的控制装置的一种结构示意图;
图7为本申请实施例提供的一种计算机可读存储介质的结构示意图。
具体实施方式
本申请实施例提供的机器人的控制方法,可以适用于如图1所示的机器人。如图1所示,该机器人可以包括:传感器10、控制器11和执行组件12。其中,传感器10包括安装在机器人机身上的探测传感器和定位传感器,传感器10用于监测机器人所处的外部环境信息和机器人的位置信息,其可以是激光雷达、深度相机、红外测距、超声波IMU(InertialMeasurement Unit,惯性测量单元)、里程计等单个或多个传感器。控制器11可以包括芯片和控制电路,主要通过接收传感器10监测到的障碍物信息,控制机器人的行驶,包括在机器人被困的情况下,控制机器人进行脱困。执行组件12包括行走组件和清洁组件,用于接收控制器11的控制指令,按照预先规划好的路径行驶并实施清洁操作。
为了使本申请的目的、技术方案及优点更加清楚明白,通过下述实施例并结合附图,对本申请实施例中的技术方案进行进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本申请,并不用于限定本申请。
需要说明的是,下述方法实施例的执行主体可以是机器人的控制装置,该装置可以通过软件、硬件或者软硬件结合的方式实现成为上述机器人的部分或者全部。下述方法实施例以执行主体是机器人为例进行说明。
图2为本申请实施例提供的机器人的控制方法的一种流程示意图。本实施例涉及的是机器人在执行清洁任务过程中被困时如何进行脱困的具体过程。如图2所示,该方法可以包括:
S101、监测机器人移动过程中所在环境的障碍物信息。
其中,障碍物信息是指能够阻挡机器人前行的物体的信息,例如,当机器人用于超市等场所下的清洁任务时,该障碍物可以为通道中堆放的临时货物或购物车等。在需要机器人执行清洁任务时,机器人可以预先根据实际需要清洁的场景规划自身的初始清洁路径,并控制自身按照初始清洁路径行驶并执行清洁操作。在行驶过程中,机器人通过视觉传感器或者光学传感器实时监测移动过程中所在环境的障碍物信息。其中,该障碍物信息包括机器人在前方、侧方以及后方遇到的障碍物的信息。
S102、根据监测到的障碍物信息,更新所述机器人的历史障碍物地图和当前障碍物地图。
其中,所述历史障碍物地图用于存储监测到的历史障碍物,所述当前障碍物地图用于存储监测到的当前障碍物。历史障碍物地图通过监测到的历史障碍物和初始电子地图生成,当前障碍物地图通过监测到的当前障碍物和初始电子地图生成。其中,初始电子地图可以为机器人所应用的场所的布局图,如超市的布局图。该初始电子地图包括但不限于栅格地图、拓扑地图和矢量地图。
作为一种可选的实施方式,机器人更新历史障碍物地图和当前障碍物地图的过程可以为:根据监测到的障碍物信息,确定当前障碍物的类型;根据当前障碍物的类型,更新机器人的历史障碍物地图和当前障碍物地图。
其中,当前障碍物的类型可以包括静态障碍物、动态障碍物以及半静态障碍物等。静态障碍物是指该障碍物在一段时间内处于静止状态的时长比处于其它状态的时长要长,例如超市中的柱子;动态障碍物是指该障碍物在一段时间内处于运动状态的时长比处于其它状态的时长要长,例如超市中的行人;半静态障碍物是指处于静态与动态间的一种障碍物,该障碍物在一段时间内处于静止状态的时长与处于运动状态的时长基本相同,例如超市中的冰柜。
当确定监测到的当前障碍物的类型为静态障碍物时,机器人将当前障碍物标记在自身所维护的历史障碍物地图中,并在本地或云端进行相应的存储。由于当前障碍物地图用于存储监测到的当前障碍物,因此,无论当前障碍物的类型是静态障碍物、动态障碍物还是半静态障碍物,均将其标记在自身所维护的当前障碍物地图中。
随着机器人的移动,上述当前障碍物也会从从机器人的监测范围内移除,此时,可以删除上述当前障碍物在当前障碍物地图中的标记。
S103、当所述机器人被目标障碍物困住无法前行时,根据所述历史障碍物地图、当前障碍物地图和目标导航点,生成脱困路径,并控制所述机器人按照所述脱困路径行驶到所述目标导航点。
其中,随着机器人的移动,当机器人进入一个相对较窄的清洁通道后,若监测到前方通道被目标障碍物堵住,导致机器人无法绕过目标障碍物进行前行,此时,机器人进入脱困模式。为了能够继续执行清洁任务,机器人从初始清洁路径中选取一个路径点作为目标导航点,并结合自身所维护的历史障碍物地图和当前障碍物地图,生成到达目标导航点的脱困路径。该脱困路径包括用于从目标障碍物所在的通道中驶出的后退路径,即在进行机器人的脱困过程中,首先需要从当前通道中驶出,再行驶到目标导航点。同时,由于该当前通道较窄,因此,需要控制机器人从当前通道中以后退的方式驶出。
在具体实现时,机器人可以对自身所维护的历史障碍物地图和当前障碍物地图进行取并集操作,根据并集操作结果和所选择的目标导航点,采用相应的路径规划算法,生成进行脱困的脱困路径。在得到脱困路径之后,机器人根据路径跟踪算法,控制自身沿规划出的脱困路径驶出当前通道,并到达目标导航点,从而继续执行清洁任务。其中,上述路径规划算法包括但不限于栅格法、人工势场法或者模糊规则法等,上述路径跟踪算法包括但不限于动态窗口算法。
示例性的,以机器人用于超市等场所下的清洁任务为例,参见图3a,机器人在当前通道中进行清洁任务时,新出现的目标障碍物堵住了当前通道的出口,导致机器人通过正常模式下的前进运动无法继续执行清洁任务,从而切到脱困模式。具体的:机器人从初始清洁路径选取一个安全的路径点作为目标导航点(如图3a中箭头所在的位置,该目标导航点具有方向性),基于自身所维护的障碍物地图、当前障碍物地图和上述所选取的目标导航点,生成以车头坐标系为基准的脱困路径(如图3b中线条所示)。其中,该脱困路径中第一段可以为后退路径(如图3b中两个箭头所指示的线段),第二段可以为前进路径。接着,通过动态窗口算法来控制机器人跟随后退路径从当前通道中后退驶出,并根据前进路径前进到目标导航点,从而继续执行清洁任务。
本申请实施例提供的机器人的控制方法,监测机器人移动过程中所在环境的障碍物信息,根据监测到的障碍物信息,更新机器人的历史障碍物地图和当前障碍物地图,当机器人被目标障碍物困住无法前行时,根据历史障碍物地图、当前障碍物地图和目标导航点,生成脱困路径,并控制机器人按照脱困路径行驶到目标导航点。由于机器人能够根据监测到的障碍物信息,动态更新自身所维护的历史障碍物地图和当前障碍物地图,并当机器人在执行任务过程中被障碍物困住无法前行时,机器人能够基于所维护的历史障碍物地图和当前障碍物地图,以及所选取的目标导航点,生成驶出目标障碍物所在的通道的脱困路径,此时,控制机器人根据脱困路径行驶,便可以从当前窄通道中驶出,从而使机器人脱困。也就是说,本申请实施例提供的技术方案,实现了机器人在被困情况下的脱困功能,能够有效应对机器人被障碍物困住导致清洁任务提前终止的问题,提高了清洁效率。
在一个实施例中,还提供了一种更新机器人的历史障碍物地图和当前障碍物地图的过程。在上述实施例的基础上,可选的,如图4所示,上述S102可以包括:
S201、根据监测到的障碍物信息,将当前障碍物标记在所述机器人的当前障碍物地图中,并继续监测所述当前障碍物的存在时长。
S202、当所述存在时长超过预设阈值时,将所述当前障碍物标记在所述机器人的历史障碍物地图中。
具体的,考虑到机器人的传感器的特性,可以预先将上述预设阈值设置为与传感器的特性相匹配的一时长值。如果该预设阈值设置得过短,会将传感器噪点、旁边行走的行人和其它动态障碍物都标记在历史障碍物地图上,导致历史障碍物地图中存在过多与实际不一致的障碍物,降低路径规划的成功率和准确率;如果该预设阈值设置得过长,当机器人以较快速度行驶时,由于传感器能感知到某些障碍物的时间可能只有一两秒,这样可能会导致漏掉部分障碍物信息,增加机器人后退时的危险性。因此,综合考虑,可以将该预设阈值设置为1s。
在得到传感器监测的障碍物信息之后,机器人直接将该障碍物信息对应的当前障碍物标记在自身所维护的当前障碍物地图中,并持续监测该当前障碍物的存在时长。其中,该存在时长可以理解为传感器能够感知该当前障碍物的感知时长。在该存在时长超过上述所设置的预设阈值时,机器人将该当前障碍物标记在自身所维护的历史障碍物地图中。
由上可见,本实施例中可以根据当前障碍物的存在时长,动态更新机器人所维护的历史障碍物地图,减少了标记在历史障碍物地图中与实际不符的障碍物的数量,同时也避免漏掉部分障碍物,有利于机器人规划脱困路径,降低了机器人后退时的危险性,提高了机器人的清洁效率。
在实际应用中,在机器人的尺寸较大时,由于机器人被困的当前通道较窄,机器人无法绕过目标障碍物继续前行,从而导致机器人卡在原地无法动弹。为此,在生成脱困路径之后,机器人可以按照下述实施例所述的方式行驶到目标导航点。在上述实施例的基础上,可选的,如图5所示,上述控制所述机器人按照所述脱困路径行驶到所述目标导航点可以包括:
S301、控制所述机器人从前进模式切换到后退模式。
其中,上述脱困路径包括用于从所述目标障碍物所在的通道中驶出的后退路径。机器人可以对外提供前进模式和后退模式,且前进模式和后退模式之间可以自由进行切换。在机器人进行脱困时,由于当前通道较窄,机器人很难掉头后再前进行驶,因此,需要控制机器人从前进模式切换到后退模式。考虑到机器人本身的结构特点,在从前进模式切换到后退模式的时候,机器人会发生流水的现象,影响清洁效果。为此,可以预先设置机器人从前进模式切换到后退模式的切换次数。可选的,可以约束机器人至多执行一次从前进模式到后退模式的切换。
可选的,上述S301可以为:获取所述机器人在本次清洁任务中从前进模式切换到后退模式的累计切换次数;当所述累计切换次数未超过预设次数时,控制所述机器人从前进模式切换到后退模式。
具体的,预设次数是指上述预先设置的机器人从前进模式切换到后退模式的切换次数。例如,预设次数可以为1次。即在获取机器人在本次清洁任务中从前进模式切换到后退模式的累计切换次数超过1次时,不允许机器人进行后退模式的切换,此时可以触发机器人的报警装置输出报警信息,以提醒工作人员协助机器人进行脱困。其中,报警装置输出报警信息的方式可以包括但不限于声光报警或者显示报警等。当然,机器人也可以将报警信息发送至后台管理设备,通过后台管理设备提醒工作人员协助清洁机人进行脱困。
S302、按照所述后退路径驶出所述目标障碍物所在的通道,并行驶至所述目标导航点。
其中,在控制机器人切换到后退模式之后,便可以控制机器人沿着所规划出的后退路径后退出目标障碍物所在的通道。在机器人从目标障碍物所在的通道驶出后,若目标导航点不是目标障碍物所在的通道的终点,则可以控制机器人从后退模式切换到前进模式,并继续沿着所规划的脱困路径所包括的前进路径行驶至目标导航点。
在实际应用中,考虑到以车身坐标系为跟线基准来跟踪后退路径时的易用性和准确性,在后退时,机器人可以采用车身坐标系作为跟线基准进行后退路径的跟踪。然而,上述基于机器人所维护的历史障碍物地图和当前障碍物地图,以及目标导航点,通过路径规划算法所规划出的脱困路径是以车头坐标系计算得到的,即上述后退路径是以车头坐标系得到的。针对此情况,在上述实施例的基础上,可选的,机器人按照所述后退路径驶出所述目标障碍物所在的通道的过程可以为:按照车头坐标系与车身坐标系之间的对应关系,对所述后退路径进行转换,得到转换后的后退路径;按照所述转换后的后退路径驶出所述目标障碍物所在的通道,其中,所述转换后的后退路径以车身坐标系为基准。
其中,上述车头坐标系与车身坐标系之间的对应关系,与机器人的几何结构有关。需要说明的是,对于脱困路径中所包括的前进路径仍可以继续按照车头坐标系为基准进行路径跟踪,直至行驶到目标导航点。
在跟踪机器人沿后退路径进行后退行驶时,为了提高机器人在后退时的安全性以及降低跟踪控制的难度,在上述实施例的基础上,可选的,上述按照后退路径驶出目标障碍物所在的通道的过程可以为:控制机器人的转向轮在预设转动范围转动,并沿后退路径驶出目标障碍物所在的通道。
其中,可以预先设置机器人在后退过程中转向轮的转动范围。可选的,上述预设转动范围可以为以车身坐标系为基准,负45度角与正45度角之间所形成的范围。这么设置的理由为:如果转向轮的转动角度过大,容易出现S形路径,同时增加机器人在后退时的跟线难度;如果转向轮的转动角度过小,则会降低路径规划的灵活度和成功率。另外,在超市场景中的窄通道一般都是直通道,不需要特别大的转动角度,且正负45度的转动角度能够满足机器人在直通道中进行位姿调整。
另外,由于机器人在直接后退过程中会出现流水现象,影响清洁效果,同时考虑到机器人车头旋转角度大(如,车头可以在±270°角度之间旋转)的特性,即为了进一步保证后退过程中的清洁效果,在上述实施例的基础上,可选的,上述按照后退路径驶出目标障碍物所在的通道的过程可以为:旋转机器人的车头;控制机器人以旋转后的车头作为跟线基准,沿后退路径驶出目标障碍物所在的通道,其中,旋转后的车头和旋转前的车头间的夹角满足预设条件。
其中,上述预设条件可以为一固定角度,也可以为一角度范围。在实际应用中,可以将上述预设条件设置为180度,以预设条件为180度为例,将车头旋转180度之后,相当于后退行驶变成了前进行驶,基于机器人本身的结构特性,控制机器人以旋转后的车头作为跟线基准,沿后退路径驶出目标障碍物所在的通道,便可以有效避免机器人出现流水现象。同时,为了能够保证机器人沿后退路径驶出目标障碍物所在的通道,还需要对后退过程中所使用的路径跟踪算法中关于车头转动角度的约束进行调整,以使路径跟踪算法与机器人的实际行驶状况相适应。
在驶出目标障碍物所在的通道之后,可以继续控制车头旋转180度,使车头恢复到初始状态,并控制机器人以前进模式沿着前进路径行驶至目标导航点。
在本实施例中,在机器人后退过程中,可以控制机器人从前进模式切换到后退模式的切换次数,并控制机器人的转向轮的转动角度以及将车头旋转180度,即在机器人的脱困过程中充分考虑了机器人的特性和清洁效果,从而在不影响清洁效果的前提下进行脱困。
图6为本申请实施例提供的机器人的控制装置的一种结构示意图。如图6所示,该装置可以包括:监测模块20、更新模块21和控制模块22。
具体的,监测模块20用于监测机器人移动过程中所在环境的障碍物信息;
更新模块21用于根据监测到的障碍物信息,更新所述机器人的历史障碍物地图和当前障碍物地图,其中,所述历史障碍物地图用于存储监测到的历史障碍物,所述当前障碍物地图用于存储监测到的当前障碍物;
控制模块22用于当所述机器人被目标障碍物困住无法前行时,根据所述历史障碍物地图、当前障碍物地图和目标导航点,生成脱困路径,并控制所述机器人按照所述脱困路径行驶到所述目标导航点。
本申请实施例提供的机器人的控制装置,监测机器人移动过程中所在环境的障碍物信息,根据监测到的障碍物信息,更新机器人的历史障碍物地图和当前障碍物地图,当机器人被目标障碍物困住无法前行时,根据历史障碍物地图、当前障碍物地图和目标导航点,生成脱困路径,并控制机器人按照脱困路径行驶到目标导航点。由于机器人能够根据监测到的障碍物信息,动态更新自身所维护的历史障碍物地图和当前障碍物地图,并当机器人在执行任务过程中被障碍物困住无法前行时,机器人能够基于所维护的历史障碍物地图和当前障碍物地图,以及所选取的目标导航点,生成驶出目标障碍物所在的通道的脱困路径,此时,控制机器人根据脱困路径行驶,便可以从当前窄通道中驶出,从而使机器人脱困。也就是说,本申请实施例提供的技术方案,实现了机器人在被困情况下的脱困功能,能够有效应对机器人被障碍物困住导致清洁任务提前终止的问题,提高了清洁效率。
在上述实施例的基础上,可选的,监测模块20具体用于根据监测到的障碍物信息,将当前障碍物标记在所述机器人的当前障碍物地图中,并继续监测所述当前障碍物的存在时长;当所述存在时长超过预设阈值时,将所述当前障碍物标记在所述机器人的历史障碍物地图中。
在上述实施例的基础上,可选的,所述脱困路径包括用于从所述目标障碍物所在的通道中驶出的后退路径,控制模块22可以包括:第一控制单元221和第二控制单元222;
具体的,第一控制单元221用于控制所述机器人从前进模式切换到后退模式;
第二控制单元222用于控制所述机器人按照所述后退路径驶出所述目标障碍物所在的通道,并行驶至所述目标导航点。
在上述实施例的基础上,可选的,第一控制单元221具体用于获取所述机器人在本次清洁任务中从前进模式切换到后退模式的累计切换次数;当所述累计切换次数未超过预设次数时,控制所述机器人从前进模式切换到后退模式。
在上述实施例的基础上,可选的,第二控制单元222具体用于控制所述机器人的转向轮在预设转动范围转动,并沿所述后退路径驶出所述目标障碍物所在的通道。
在上述实施例的基础上,可选的,第二控制单元222具体用于旋转所述机器人的车头;控制所述机器人以旋转后的车头作为跟线基准,沿所述后退路径驶出所述目标障碍物所在的通道,其中,旋转后的车头和旋转前的车头间的夹角满足预设条件。
可选的,所述后退路径是以车头坐标系得到的;
对应的,第二控制单元222具体用于按照车头坐标系与车身坐标系之间的对应关系,对所述后退路径进行转换,得到转换后的后退路径;按照所述转换后的后退路径驶出所述目标障碍物所在的通道,其中,所述转换后的后退路径以车身坐标系为基准。
在一个实施例中,提供了一种机器人,其结构示意图可以如图1所示。该机器人可以包括:一个或多个处理器、存储器;和一个或多个程序,其中,所述一个或多个程序被存储在所述存储器中,并且被所述一个或多个处理器执行,所述程序包括用于执行上述任意实施例所述的机器人的控制方法的指令。
具体的,上述一个或多个处理器执行所述程序时实现以下步骤:
监测机器人移动过程中所在环境的障碍物信息;
根据监测到的障碍物信息,更新所述机器人的历史障碍物地图和当前障碍物地图,其中,所述历史障碍物地图用于存储监测到的历史障碍物,所述当前障碍物地图用于存储监测到的当前障碍物;
当所述机器人被目标障碍物困住无法前行时,根据所述历史障碍物地图、当前障碍物地图和目标导航点,生成脱困路径,并控制所述机器人按照所述脱困路径行驶到所述目标导航点。
在一个实施例中,上述一个或多个处理器执行所述程序时还实现以下步骤:根据监测到的障碍物信息,将当前障碍物标记在所述机器人的当前障碍物地图中,并继续监测所述当前障碍物的存在时长;当所述存在时长超过预设阈值时,将所述当前障碍物标记在所述机器人的历史障碍物地图中。
在一个实施例中,上述一个或多个处理器执行所述程序时还实现以下步骤:控制所述机器人从前进模式切换到后退模式;按照所述后退路径驶出所述目标障碍物所在的通道,并行驶至所述目标导航点。
在一个实施例中,所述脱困路径包括用于从所述目标障碍物所在的通道中驶出的后退路径,上述一个或多个处理器执行所述程序时还实现以下步骤:获取所述机器人在本次清洁任务中从前进模式切换到后退模式的累计切换次数;当所述累计切换次数未超过预设次数时,控制所述机器人从前进模式切换到后退模式。
在一个实施例中,上述一个或多个处理器执行所述程序时还实现以下步骤:控制所述机器人的转向轮在预设转动范围转动,并沿所述后退路径驶出所述目标障碍物所在的通道。
在一个实施例中,上述一个或多个处理器执行计算机程序时还实现以下步骤:旋转所述机器人的车头;控制所述机器人以旋转后的车头作为跟线基准,沿所述后退路径驶出所述目标障碍物所在的通道,其中,旋转后的车头和旋转前的车头间的夹角满足预设条件。
可选的,所述后退路径是以车头坐标系得到的;在一个实施例中,上述一个或多个处理器执行所述程序时还实现以下步骤:按照车头坐标系与车身坐标系之间的对应关系,对所述后退路径进行转换,得到转换后的后退路径;按照所述转换后的后退路径驶出所述目标障碍物所在的通道,其中,所述转换后的后退路径以车身坐标系为基准。
在一个实施例中,如图7所示,提供了一种包含计算机可执行指令301的非易失性计算机可读存储介质30,当所述计算机可执行指令被一个或多个处理器31执行时,使得所述处理器31执行以下步骤:
监测机器人移动过程中所在环境的障碍物信息;
根据监测到的障碍物信息,更新所述机器人的历史障碍物地图和当前障碍物地图,其中,所述历史障碍物地图用于存储监测到的历史障碍物,所述当前障碍物地图用于存储监测到的当前障碍物;
当所述机器人被目标障碍物困住无法前行时,根据所述历史障碍物地图、当前障碍物地图和目标导航点,生成脱困路径,并控制所述机器人按照所述脱困路径行驶到所述目标导航点。
在一个实施例中,计算机可执行指令被处理器执行时还实现以下步骤:根据监测到的障碍物信息,将当前障碍物标记在所述机器人的当前障碍物地图中,并继续监测所述当前障碍物的存在时长;当所述存在时长超过预设阈值时,将所述当前障碍物标记在所述机器人的历史障碍物地图中。
在一个实施例中,计算机可执行指令被处理器执行时还实现以下步骤:控制所述机器人从前进模式切换到后退模式;按照所述后退路径驶出所述目标障碍物所在的通道,并行驶至所述目标导航点。
在一个实施例中,所述脱困路径包括用于从所述目标障碍物所在的通道中驶出的后退路径,计算机可执行指令被处理器执行时还实现以下步骤:获取所述机器人在本次清洁任务中从前进模式切换到后退模式的累计切换次数;当所述累计切换次数未超过预设次数时,控制所述机器人从前进模式切换到后退模式。
在一个实施例中,计算机可执行指令被处理器执行时还实现以下步骤:控制所述机器人的转向轮在预设转动范围转动,并沿所述后退路径驶出所述目标障碍物所在的通道。
在一个实施例中,计算机可执行指令被处理器执行时还实现以下步骤:旋转所述机器人的车头;控制所述机器人以旋转后的车头作为跟线基准,沿所述后退路径驶出所述目标障碍物所在的通道,其中,旋转后的车头和旋转前的车头间的夹角满足预设条件。
可选的,所述后退路径是以车头坐标系得到的;在一个实施例中,计算机可执行指令被处理器执行时还实现以下步骤:按照车头坐标系与车身坐标系之间的对应关系,对所述后退路径进行转换,得到转换后的后退路径;按照所述转换后的后退路径驶出所述目标障碍物所在的通道,其中,所述转换后的后退路径以车身坐标系为基准。
上述实施例中提供的机器人的控制装置、机器人和存储介质可执行本申请任意实施例所提供的机器人的控制方法,具备执行该方法相应的功能模块和有益效果。未在上述实施例中详尽描述的技术细节,可参见本申请任意实施例所提供的机器人的控制方法。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上所述实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本申请专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (8)
1.一种机器人的控制方法,其特征在于,包括:
监测机器人移动过程中所在环境的障碍物信息;
根据监测到的障碍物信息,更新所述机器人的历史障碍物地图和当前障碍物地图,其中,所述历史障碍物地图用于存储监测到的历史障碍物,所述当前障碍物地图用于存储监测到的当前障碍物;
当所述机器人被目标障碍物困住无法前行时,根据所述历史障碍物地图、当前障碍物地图和目标导航点,生成脱困路径,并控制所述机器人按照所述脱困路径行驶到所述目标导航点,所述目标导航点是所述机器人从初始清洁路径中选取的一个路径点,所述初始清洁路径是所述机器人根据执行清洁任务时实际需要清洁的场景预先规划的;
其中,所述脱困路径包括用于从所述目标障碍物所在的通道中驶出的后退路径,所述控制所述机器人按照所述脱困路径行驶到所述目标导航点,包括:
控制所述机器人从前进模式切换到后退模式;
按照所述后退路径驶出所述目标障碍物所在的通道,并行驶至所述目标导航点;
其中,所述控制所述机器人从前进模式切换到后退模式,包括:
获取所述机器人在本次清洁任务中从前进模式切换到后退模式的累计切换次数;
当所述累计切换次数未超过预设次数时,控制所述机器人从前进模式切换到后退模式。
2.根据权利要求1所述的方法,其特征在于,所述根据监测到的障碍物信息,更新所述机器人的历史障碍物地图和当前障碍物地图,包括:
根据监测到的障碍物信息,将当前障碍物标记在所述机器人的当前障碍物地图中,并继续监测所述当前障碍物的存在时长;
当所述存在时长超过预设阈值时,将所述当前障碍物标记在所述机器人的历史障碍物地图中。
3.根据权利要求1所述的方法,其特征在于,所述按照所述后退路径驶出所述目标障碍物所在的通道,包括:
控制所述机器人的转向轮在预设转动范围转动,并沿所述后退路径驶出所述目标障碍物所在的通道。
4.根据权利要求1或3所述的方法,其特征在于,所述按照所述后退路径驶出所述目标障碍物所在的通道,包括:
旋转所述机器人的车头,其中,旋转后的车头和旋转前的车头间的夹角满足预设条件;
控制所述机器人以旋转后的车头作为跟线基准,沿所述后退路径驶出所述目标障碍物所在的通道。
5.根据权利要求1所述的方法,其特征在于,所述后退路径是以车头坐标系得到的;
所述按照所述后退路径驶出所述目标障碍物所在的通道,包括:
按照车头坐标系与车身坐标系之间的对应关系,对所述后退路径进行转换,得到转换后的后退路径,其中,所述转换后的后退路径以车身坐标系为基准;
按照所述转换后的后退路径驶出所述目标障碍物所在的通道。
6.一种机器人的控制装置,其特征在于,包括:
监测模块,用于监测机器人移动过程中所在环境的障碍物信息;
更新模块,用于根据监测到的障碍物信息,更新所述机器人的历史障碍物地图和当前障碍物地图,其中,所述历史障碍物地图用于存储监测到的历史障碍物,所述当前障碍物地图用于存储监测到的当前障碍物;
控制模块,用于当所述机器人被目标障碍物困住无法前行时,根据所述历史障碍物地图、当前障碍物地图和目标导航点,生成脱困路径,并控制所述机器人按照所述脱困路径行驶到所述目标导航点,所述目标导航点是所述机器人从初始清洁路径中选取的一个路径点,所述初始清洁路径是所述机器人根据执行清洁任务时实际需要清洁的场景预先规划的;
其中,所述脱困路径包括用于从所述目标障碍物所在的通道中驶出的后退路径,所述控制模块包括:第一控制单元和第二控制单元;
所述第一控制单元用于控制所述机器人从前进模式切换到后退模式;
所述第二控制单元用于控制所述机器人按照所述后退路径驶出所述目标障碍物所在的通道,并行驶至所述目标导航点;
其中,所述第一控制单元具体用于获取所述机器人在本次清洁任务中从前进模式切换到后退模式的累计切换次数;
当所述累计切换次数未超过预设次数时,控制所述机器人从前进模式切换到后退模式。
7.一种机器人,所述机器人包括:一个或多个处理器、存储器;和一个或多个程序,其中所述一个或多个程序被存储在所述存储器中,并且被所述一个或多个处理器执行,所述程序包括用于执行权利要求1至5中任意一项所述的机器人的控制方法的指令。
8.一种包含计算机可执行指令的非易失性计算机可读存储介质,当所述计算机可执行指令被一个或多个处理器执行时,使得所述处理器执行权利要求1至5中任意一项所述的机器人的控制方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010857921.5A CN111984014B (zh) | 2020-08-24 | 2020-08-24 | 机器人的控制方法、装置、机器人和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010857921.5A CN111984014B (zh) | 2020-08-24 | 2020-08-24 | 机器人的控制方法、装置、机器人和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111984014A CN111984014A (zh) | 2020-11-24 |
CN111984014B true CN111984014B (zh) | 2024-06-18 |
Family
ID=73442619
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010857921.5A Active CN111984014B (zh) | 2020-08-24 | 2020-08-24 | 机器人的控制方法、装置、机器人和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111984014B (zh) |
Families Citing this family (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112729300B (zh) * | 2020-12-03 | 2022-12-27 | 广州极飞科技股份有限公司 | 脱离死区的路径规划方法及相关装置 |
CN114794972A (zh) * | 2021-01-29 | 2022-07-29 | 尚科宁家(中国)科技有限公司 | 清洁机器人及其控制方法 |
CN113693521B (zh) * | 2021-02-10 | 2023-05-05 | 北京石头创新科技有限公司 | 自动清洁设备控制方法及装置、介质及电子设备 |
CN114625116A (zh) * | 2021-05-06 | 2022-06-14 | 北京石头世纪科技股份有限公司 | 自行走设备避障方法、装置、介质和电子设备 |
CN114587208B (zh) * | 2021-07-26 | 2023-09-12 | 北京石头创新科技有限公司 | 一种清洁机器人的控制方法 |
CN114088094A (zh) * | 2021-09-27 | 2022-02-25 | 华中光电技术研究所(中国船舶重工集团公司第七一七研究所) | 一种无人艇的智能航路规划方法及*** |
CN113997283A (zh) * | 2021-10-18 | 2022-02-01 | 深圳优地科技有限公司 | 控制机器人运动的方法、装置、终端设备及存储介质 |
CN114355887B (zh) * | 2021-12-03 | 2023-08-08 | 云鲸智能(深圳)有限公司 | 机器人窄道通行方法、装置、机器人及存储介质 |
CN114237245A (zh) * | 2021-12-14 | 2022-03-25 | 北京云迹科技股份有限公司 | 一种机器人回避电梯的方法及装置 |
CN114594761B (zh) * | 2022-01-05 | 2023-03-24 | 美的集团(上海)有限公司 | 机器人的路径规划方法、电子设备及计算机可读存储介质 |
CN114510042B (zh) * | 2022-01-22 | 2022-09-16 | 深圳市神州云海智能科技有限公司 | 一种机器人窄通道异常暂停运动的解决方法及*** |
CN116540690A (zh) * | 2022-01-26 | 2023-08-04 | 追觅创新科技(苏州)有限公司 | 机器人导航方法、装置、机器人及存储介质 |
CN116551663A (zh) * | 2022-01-27 | 2023-08-08 | 追觅创新科技(苏州)有限公司 | 机器人控制方法、装置、机器人及存储介质 |
CN115476357A (zh) * | 2022-09-09 | 2022-12-16 | 云鲸智能(深圳)有限公司 | 机器人控制方法、装置及计算机可读存储介质 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108733060A (zh) * | 2018-06-05 | 2018-11-02 | 北京智行者科技有限公司 | 一种作业地图信息的处理方法 |
CN111123949A (zh) * | 2019-12-31 | 2020-05-08 | 深圳前海达闼云端智能科技有限公司 | 机器人的避障方法、装置、机器人及存储介质 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106595631B (zh) * | 2016-10-25 | 2019-08-23 | 纳恩博(北京)科技有限公司 | 一种躲避障碍物的方法及电子设备 |
JP6640777B2 (ja) * | 2017-03-17 | 2020-02-05 | 株式会社東芝 | 移動制御システム、移動制御装置及びプログラム |
CN108445878B (zh) * | 2018-02-28 | 2022-04-01 | 北京奇虎科技有限公司 | 一种用于扫地机器人的障碍物处理方法和扫地机器人 |
CN109033136B (zh) * | 2018-06-05 | 2021-06-29 | 北京智行者科技有限公司 | 一种作业地图更新方法 |
CN108763571B (zh) * | 2018-06-05 | 2021-02-05 | 北京智行者科技有限公司 | 一种作业地图更新方法 |
CN110530368B (zh) * | 2019-08-22 | 2021-06-15 | 浙江华睿科技有限公司 | 一种机器人定位方法及设备 |
CN111090282B (zh) * | 2019-12-19 | 2023-10-31 | 安克创新科技股份有限公司 | 机器人的避障方法、机器人以及装置 |
CN111521184A (zh) * | 2020-04-13 | 2020-08-11 | 轻客小觅机器人科技(成都)有限公司 | 一种扫地机器人的建图方法、装置及*** |
-
2020
- 2020-08-24 CN CN202010857921.5A patent/CN111984014B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108733060A (zh) * | 2018-06-05 | 2018-11-02 | 北京智行者科技有限公司 | 一种作业地图信息的处理方法 |
CN111123949A (zh) * | 2019-12-31 | 2020-05-08 | 深圳前海达闼云端智能科技有限公司 | 机器人的避障方法、装置、机器人及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN111984014A (zh) | 2020-11-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111984014B (zh) | 机器人的控制方法、装置、机器人和存储介质 | |
Bouton et al. | Scalable decision making with sensor occlusions for autonomous driving | |
CN109808709B (zh) | 车辆行驶保障方法、装置、设备及可读存储介质 | |
ES2316012T3 (es) | Un metodo y dispositivo para evitar colisiones entre un robot industrial y un objeto. | |
CN102323819B (zh) | 一种基于协调控制的智能轮椅室外导航方法 | |
CN108227523B (zh) | 机器人控制方法、装置、存储介质和计算机设备 | |
Batkovic et al. | A robust scenario MPC approach for uncertain multi-modal obstacles | |
Chung et al. | Safe navigation of a mobile robot considering visibility of environment | |
CN112148002A (zh) | 一种局部轨迹规划方法、***及装置 | |
US11740624B2 (en) | Advanced control system with multiple control paradigms | |
CN110192814B (zh) | 自移动设备脱困方法及自移动设备 | |
CN111650933B (zh) | 控制机器人脱困方法、装置、终端及可读存储介质 | |
CN112256034B (zh) | 自主避障规划方法和装置 | |
CN108762247B (zh) | 自移动设备的避障控制方法及自移动设备 | |
JP2010160735A (ja) | 移動ロボット、走行計画マップ生成方法、管理システム | |
CN115167448A (zh) | 一种机器人脱困方法、装置、机器人及存储介质 | |
Min et al. | A control system for autonomous vehicle valet parking | |
Takahashi et al. | Development of prediction based emergency obstacle avoidance module by using LIDAR for mobile robot | |
CN109839930B (zh) | 一种避障装置、***及方法 | |
Leu et al. | Autonomous vehicle parking in dynamic environments: An integrated system with prediction and motion planning | |
JP6540917B1 (ja) | 自走装置、自走装置の走行制御方法及び走行制御プログラム | |
CN112549033B (zh) | 一种轨迹控制方法、装置、机器人及存储介质 | |
CN116653963B (zh) | 车辆变道控制方法、***和智能驾驶域控制器 | |
Kästner et al. | Obstacle-aware waypoint generation for long-range guidance of deep-reinforcement-learning-based navigation approaches | |
CN115755912A (zh) | 绕障控制方法、装置、设备和存储介质 |
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 |