CN112162294A - 一种基于激光传感器的机器人结构检测方法 - Google Patents
一种基于激光传感器的机器人结构检测方法 Download PDFInfo
- Publication number
- CN112162294A CN112162294A CN202011080558.7A CN202011080558A CN112162294A CN 112162294 A CN112162294 A CN 112162294A CN 202011080558 A CN202011080558 A CN 202011080558A CN 112162294 A CN112162294 A CN 112162294A
- Authority
- CN
- China
- Prior art keywords
- laser
- data
- frame
- robot
- robot body
- 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.)
- Granted
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 16
- 238000000547 structure data Methods 0.000 claims abstract description 40
- 238000000034 method Methods 0.000 claims abstract description 23
- 238000012545 processing Methods 0.000 claims abstract description 16
- 238000012216 screening Methods 0.000 claims abstract description 16
- 230000011218 segmentation Effects 0.000 claims abstract description 11
- 238000004590 computer program Methods 0.000 claims description 11
- 238000005259 measurement Methods 0.000 claims description 6
- 230000008447 perception Effects 0.000 abstract 1
- 101100285518 Drosophila melanogaster how gene Proteins 0.000 description 17
- 238000010586 diagram Methods 0.000 description 10
- 230000006870 function Effects 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 230000008859 change Effects 0.000 description 2
- 238000006073 displacement reaction Methods 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/02—Systems using the reflection of electromagnetic waves other than radio waves
- G01S17/06—Systems determining position data of a target
- G01S17/08—Systems determining position data of a target for measuring distance only
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/88—Lidar systems specially adapted for specific applications
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Electromagnetism (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Manipulator (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本公开的实施例提供了一种基于激光传感器的机器人结构检测方法、装置、设备和计算机可读存储介质。所述方法包括接收激光数据帧;将当前接收的激光数据帧与上一次存储的可用激光数据帧进行比较,若发生变化的数值大于预设移动阈值,则将所述当前接收的激光数据帧作为可用激光帧;获取预设采集数目的可用激光帧,根据所述预设采集数目的可用激光帧的方差,筛选出机器人本体结构数据;对所述机器人本体结构数据进行分段处理,确定机器人本体结构。以此方式,可以滤除结构返回的无效数据,保证激光传感器对环境的有效感知。
Description
技术领域
本公开的实施例一般涉及机器人检测领域,并且更具体地,涉及一种基于激光传感器的机器人结构检测方法、装置、设备和计算机可读存储介质。
背景技术
现有机器人底盘,多为激光传感器进行环境感知,比如定位和构图,因此为了保证激光探测范围,激光安装区域尽可能清空遮挡部分。
但是由于底盘上层需要支撑以及为了机器人之间便于识别会做一些特殊标志,因此会对激光造成一定的遮挡,这部分数据既影响构图也影响机器人定位。
发明内容
根据本公开的实施例,提供了一种基于激光传感器的机器人结构检测方案。
在本公开的第一方面,提供了一种基于激光传感器的机器人结构检测方法。该方法包括:接收激光数据帧;
将当前接收的激光数据帧与上一次存储的可用激光数据帧进行比较,若发生变化的数值大于预设移动阈值,则将所述当前接收的激光数据帧作为可用激光帧;
获取预设采集数目的可用激光帧,根据所述预设采集数目的可用激光帧的方差,筛选出机器人本体结构数据;
对所述机器人本体结构数据进行分段处理,确定机器人本体结构。
可选地,所述将当前接收的激光数据帧与上一次存储的可用激光数据帧进行比较,若发生变化的数值大于预设移动阈值,则将所述当前接收的激光数据帧作为可用激光帧包括:
将获取的第一帧激光数据分别存储到可用激光帧容器和参照激光数据的结构体中;
持续获取激光数据帧,将当前获取的激光数据帧与所述参照激光数据的结构体中存储的激光数据帧进行比对,若所述发生变化的数值数大于移动阈值,则将所述当前获取的激光数据帧作为可用激光帧;
将作为可用激光帧的所述当前获取的激光数据帧存储到所述可用激光帧容器中,并将作为可用激光帧的所述当前获取的激光数据帧替代所述参照激光数据的结构体中的激光帧数据。
可选地,若所述发生变化的数值数小于移动阈值,则移动机器人,重新获取激光数据帧。
可选地,所述将当前获取的激光数据帧与所述参照激光数据的结构体中存储的激光数据帧进行比对包括:
将当前获取的激光数据帧与所述参照激光数据的结构体中存储的激光数据帧进行比对;
若相同方向的距离差超过动态距离阈值,则判定当前获取的激光数据帧为变化帧,获取所述变化帧的发生变化的数值数。
可选地,所述获取预设采集数目的可用激光帧,根据所述预设采集数目的可用激光帧的方差,筛选出机器人本体结构数据包括:
从所述可用激光帧容器中提取出预设采集数目的测量方向相同的可用激光帧;
求取所述预设采集数目的测量方向相同的可用激光帧的方差;
对所述方差的值进行筛选,若所述方差的值小于方差阈值,则所述方差的值对应机器人本体结构数据;
将所述机器人本体结构数据和机器人本体结构限制阈值进行比较;
若所述机器人本体结构数据小于所述机器人本体结构限制阈值,则将所述机器人本体结构数据对应的方差的值设置为1,存储到机器人本体结构数据的结构体中;
若所述机器人本体结构数据大于等于所述机器人本体结构限制阈值,则将所述机器人本体结构数据对应的方差的值设置为0,存储到机器人本体结构数据的结构体中。
可选地,所述对所述机器人本体结构数据进行分段处理,确定机器人本体结构包括:
对所述预设的机器人本体结构数据的结构体中的数据进行分段处理,将连续为1的划分为一段;
将每一段的两端分别向外扩展预设扩充阈值个数值为1的数;
将扩展的数据段合并,确定机器人本体结构。
如上所述的方面和任一可能的实现方式,进一步提供一种实现方式,。
在本公开的第二方面,提供了一种基于激光传感器的机器人结构检测装置。该装置包括:
接收模块,用于接收激光数据帧;
比较模块,用于将当前接收的激光数据帧与上一次存储的可用激光数据帧进行比较,若发生变化的数值大于预设移动阈值,则将所述当前接收的激光数据帧作为可用激光帧;
筛选模块,用于获取预设采集数目的可用激光帧,根据所述预设采集数目的可用激光帧的方差,筛选出机器人本体结构数据;
确定模块,用于对所述机器人本体结构数据进行分段处理,确定机器人本体结构。
在本公开的第三方面,提供了一种电子设备。该电子设备包括:存储器和处理器,所述存储器上存储有计算机程序,所述处理器执行所述程序时实现如以上所述的方法。
在本公开的第四方面,提供了一种计算机可读存储介质,其上存储有计算机程序,所述程序被处理器执行时实现如根据本公开的第一方面的方法。
本申请实施例提供的基于激光传感器的机器人结构检测方法,通过接收激光数据帧;将当前接收的激光数据帧与上一次存储的可用激光数据帧进行比较,若发生变化的数值大于预设移动阈值,则将所述当前接收的激光数据帧作为可用激光帧;获取预设采集数目的可用激光帧,根据所述预设采集数目的可用激光帧的方差,筛选出机器人本体结构数据;对所述机器人本体结构数据进行分段处理,确定机器人本体结构。可以滤除结构返回的无效数据,保证激光传感器对环境的有效感知,提高了机器人的探测精准性。
应当理解,发明内容部分中所描述的内容并非旨在限定本公开的实施例的关键或重要特征,亦非用于限制本公开的范围。本公开的其它特征将通过以下的描述变得容易理解。
附图说明
结合附图并参考以下详细说明,本公开各实施例的上述和其他特征、优点及方面将变得更加明显。在附图中,相同或相似的附图标记表示相同或相似的元素,其中:
图1示出了根据本公开的实施例的基于激光传感器的机器人结构检测方法的流程图;
图2示出了根据本公开的实施例的基于激光传感器的机器人结构检测装置的方框图;
图3示出了能够实施本公开的实施例的示例性电子设备的方框图。
具体实施方式
为使本公开实施例的目的、技术方案和优点更加清楚,下面将结合本公开实施例中的附图,对本公开实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本公开一部分实施例,而不是全部的实施例。基于本公开中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的全部其他实施例,都属于本公开保护的范围。
另外,本文中术语“和/或”,仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本文中字符“/”,一般表示前后关联对象是一种“或”的关系。
本公开中,(此处可以简单地用一段话来概括本方案以及优点,尽量不要与权利要求简单重复)。
图1示出了根据本公开实施例的基于激光传感器的机器人结构检测的流程图。
S110,接收激光数据帧。
机器人上配置有激光传感器。
可选地,所述激光传感器中包含有可以旋转的发射装置,发射装置每旋转一定的角度后发出激光光束,发射出的激光光束遇到物体后会反射回来,该反射回来的光线通过光学接收***来进行接收,从而可以测量出激光扫描器到物体的距离。
当机器人开始执行任务时(启动),即,进行旋转、位移操作时(移动),接收所述激光数据帧。
可选地,所述激光数据帧包括机器人启动后,接收的第一帧激光数据和机器人移动后接收的激光数据。
S120,将当前接收的激光数据帧与上一次存储的可用激光数据帧进行比较,若发生变化的数值大于预设移动阈值,则将所述当前接收的激光数据帧作为可用激光帧。
可选地,设置一个可用激光帧容器valid_vecPnt,用于存取机器人发生变化时的激光帧数据;
设置一个参照激光数据的结构体refer_Stru,用于激光帧数据之间的比较;
设置一个动态距离阈值P0,用于界定当前激光数据是否为变化值,避免因为激光数据自身跳动引起的位置变化,P0的取值范围一般为10-30cm,例如15cm;
设置一个移动阈值P1,用于判断当前激光数据是否满足大幅度移动条件,P1的取值范围一般为当前使用激光传感器采集点数的1/3~1/2,例如激光传感器采集点数为3000,则P1的值可以为1000或1500;
可选地,将接收到的第一帧激光数据分别存储到所述valid_vecPnt和refer_Stru中;
持续接收激光数据帧,将当前接收的激光数据帧与所述refer_Stru中存储的激光数据帧进行比对,若相同方向的距离差超过P0,则判定当前获取的激光数据帧为变化帧,获取所述变化帧的发生变化的数值数;即,将当前获取的激光数据帧的光斑位置(在本实施例中一帧激光数据大概有3000左右的光斑)和所述refer_Stru中存储的激光数据帧中光斑的位置进行逐一比对,若相同方向的光斑位置的偏移差(不重合)超过P0,则判定当前获取的激光数据帧为变化帧(发生位移变化),获取发生变化的数值数,即不重合的光斑数;
若所述发生变化的数值数(不重合光斑数)大于所述P1,则将所述当前获取的激光数据帧作为可用激光帧,将作为可用激光帧的所述当前获取的激光数据帧存储到所述valid_vecPnt中,并将作为可用激光帧的所述当前获取的激光数据帧替代所述refer_Stru中的激光帧数据。
若所述发生变化的数值数小于等于所述P1,则移动机器人,重新获取激光数据帧,所述valid_vecPnt和refer_Stru不改变任何值。
S130,获取预设采集数目的可用激光帧,根据所述预设采集数目的可用激光帧的方差,筛选出机器人本体结构数据。
接收可用激光帧,判别底盘结构。
设置采集可用激光帧阈值P2,用于限定激光数据采集数。P2的取值范围一般为大于等于50的正整数,例如50,即,通常选择50帧就可以满足结构检测需要。
设置一个存储机器人本体结构数据的结构体robstru_Stru,用于表征机器人本体结构。
设置一个存储激光数据方差数据的结构体var_Stru,用于存储可用激光帧计算所求的方差数据。
设置方差阈值P3,用于界定数值呈现是否是机器人本体结构。所述P3的取值范围一般为5-20cm。例如,10cm。
设置机器人本体结构限制阈值P4,用于滤除超出阈值的数据。一般机器人本体半径不会太大,因此设置一个数据,对检测出的结构数值进行约束。所述P4取值范围一般为1-3m。
可选地,重复步骤S120直到获取的可用激光数据帧的数量达到所述P2。即,重复步骤120,当所述valid_vecPnt中存储的可用激光帧数达到P2,则停止数据获取,此时容器中激光帧(可用激光帧)大多都是发生很大变化的关键帧,已满足激光结构判断的数据需求量。
可选地,从所述valid_vecPnt中分别提取出所有的测量方向相同的可用激光帧;
求取所述所有的测量方向相同的可用激光帧的方差,并将所述方差的值存储到所述var_Stru中;
从所述var_Stru中提取方差数据,对所述方差的值进行筛选,若所述方差的值小于所述P3,则所述方差的值对应机器人本体结构数据;
将所述机器人本体结构数据和所述P4进行比较;
若所述机器人本体结构数据小于所述P4,则将所述机器人本体结构数据对应的方差的值设置为1,存储到所述robstru_Stru中;
若所述机器人本体结构数据大于等于所述P4,则将所述机器人本体结构数据对应的方差的值设置为0,存储到所述robstru_Stru中。
可选地,在所述robstru_Stru中,1代表机器人本体结构,0代表此方向没有结构遮挡。
S140,对所述机器人本体结构数据进行分段处理,确定机器人本体结构。
当激光光斑打到边沿物体时,有时会造成激光数据不稳、方差过大的情况,即,检测不准。
因此,在本实施例中对步骤S130中得到的机器人本体结构数据,进行分段,对分段数据两端进行扩充一定区域,用以解决此问题。
具体地,设置一个存储机器人本体结构数据的结构体final_robstru_Stru,用于表征机器人本体结构;
设置扩充阈值P5,用于填补机器人本体结构边沿;所述P5根据所述机器人配置的激光传感器的角分辨率来确定,通常扩充3-5°,例如4°。即,根据角分辨率可以求取扩充的点的个数(P5);
对所述robstru_Stru中的数据进行分段处理,把其中连续为1的划分为一段。并对每一段的两端分别向外扩展所述P5个数值为1的数。最后,将扩展的数据段合并在一起保存到所述final_robstru_Stru中(最终的机器人本体结构的表),确定机器人本体结构。
需要说明的是,本实施例中设定的阈值(参数)的范围和/或个数均可根据实际的应用场景和/或机器人的类型进行设定。
本实施例的一种基于激光传感器的机器人结构检测方法,通过激光检测机器人是否发生大方位的移动,如果发生大方位的移动,则判定当前接收到的激光帧为可用激光帧,接收一定阈值数量的可用激光帧并求取方差,筛选出机器人本体结构数据,对所述机器人本体结构数据进行分段处理,确定最终的机器人结构。可以滤除结构返回的无效数据,保证激光传感器对环境的有效感知,提高了机器人的探测准确率。
需要说明的是,对于前述的各方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本公开并不受所描述的动作顺序的限制,因为依据本公开,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于可选实施例,所涉及的动作和模块并不一定是本公开所必须的。
以上是关于方法实施例的介绍,以下通过装置实施例,对本公开所述方案进行进一步说明。
图2示出了根据本公开的实施例的基于激光传感器的机器人结构检测装置200的方框图。如图2所示,装置200包括:
接收模块210,用于接收激光数据帧;
比较模块220,用于将当前接收的激光数据帧与上一次存储的可用激光数据帧进行比较,若发生变化的数值大于预设移动阈值,则将所述当前接收的激光数据帧作为可用激光帧;
筛选模块230,用于获取预设采集数目的可用激光帧,根据所述预设采集数目的可用激光帧的方差,筛选出机器人本体结构数据;
确定模块240,用于对所述机器人本体结构数据进行分段处理,确定机器人本体结构。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,所述描述的模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
下面参考图3,其示出了适于用来实现本申请实施例的终端设备或服务器的计算机***的结构示意图。图3示出的终端设备仅仅是一个示例,不应对本申请实施例的功能和使用范围带来任何限制。
如图3所示,计算机***包括中央处理单元(CPU)301,其可以基于存储在只读存储器(ROM)302中的程序或者从存储部分308加载到随机访问存储器(RAM)303中的程序而执行各种适当的动作和处理。在RAM 303中,还存储有***操作所需的各种程序和数据。CPU301、ROM 302以及RAM 303通过总线304彼此相连。输入/输出(I/O)接口305也连接至总线304。
以下部件连接至I/O接口305:包括键盘、鼠标等的输入部分306;包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分307;包括硬盘等的存储部分308;以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分309。通信部分309经由诸如因特网的网络执行通信处理。驱动器310也基于需要连接至I/O接口305。可拆卸介质311,诸如磁盘、光盘、磁光盘、半导体存储器等等,基于需要安装在驱动器310上,以便于从其上读出的计算机程序基于需要被安装入存储部分308。
特别地,基于本公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,所述计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信部分309从网络上被下载和安装,和/或从可拆卸介质311被安装。在该计算机程序被中央处理单元(CPU)301执行时,执行本申请的方法中限定的上述功能。
需要说明的是,本申请所述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质可以是——但不限于——电、磁、光、电磁、红外线、或半导体的***、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本申请中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行***、装置或者器件使用或者与其结合使用。而在本申请中,计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行***、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:无线、电线、光缆、RF等等,或者上述的任意合适的组合。
附图中的流程图和框图,图示了按照本申请各种实施例的***、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个单元、程序段、或代码的一部分,所述单元、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的***来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本申请实施例中所涉及到的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中,例如,可以描述为:一种处理器包括信息测量单元、行驶轨迹确定单元、映射关系确定单元和驾驶策略生成单元。其中,这些单元的名称在某种情况下并不构成对该单元本身的限定,例如,信息测量单元还可以被描述为“测量本车的状态信息以及周围场景信息的单元”。
作为另一方面,本申请还提供了一种非易失性计算机存储介质,该非易失性计算机存储介质可以是上述实施例中所述装置中所包含的非易失性计算机存储介质;也可以是单独存在,未装配入终端中的非易失性计算机存储介质。上述非易失性计算机存储介质存储有一个或者多个程序,当所述一个或者多个程序被一个设备执行时,使得所述设备:接收激光数据帧;将当前接收的激光数据帧与上一次存储的可用激光数据帧进行比较,若发生变化的数值大于预设移动阈值,则将所述当前接收的激光数据帧作为可用激光帧;获取预设采集数目的可用激光帧,根据所述预设采集数目的可用激光帧的方差,筛选出机器人本体结构数据;对所述机器人本体结构数据进行分段处理,确定机器人本体结构。
以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本申请中所涉及的发明范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离上述发明构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
Claims (9)
1.一种基于激光传感器的机器人结构检测方法,其特征在于,包括:
接收激光数据帧;
将当前接收的激光数据帧与上一次存储的可用激光数据帧进行比较,若发生变化的数值大于预设移动阈值,则将所述当前接收的激光数据帧作为可用激光帧;
获取预设采集数目的可用激光帧,根据所述预设采集数目的可用激光帧的方差,筛选出机器人本体结构数据;
对所述机器人本体结构数据进行分段处理,确定机器人本体结构。
2.根据权利要求1所述的方法,其特征在于,所述将当前接收的激光数据帧与上一次存储的可用激光数据帧进行比较,若发生变化的数值大于预设移动阈值,则将所述当前接收的激光数据帧作为可用激光帧包括:
将获取的第一帧激光数据分别存储到可用激光帧容器和参照激光数据的结构体中;
持续获取激光数据帧,将当前获取的激光数据帧与所述参照激光数据的结构体中存储的激光数据帧进行比对,若所述发生变化的数值数大于移动阈值,则将所述当前获取的激光数据帧作为可用激光帧;
将作为可用激光帧的所述当前获取的激光数据帧存储到所述可用激光帧容器中,并将作为可用激光帧的所述当前获取的激光数据帧替代所述参照激光数据的结构体中的激光帧数据。
3.根据权利要求2所述的方法,其特征在于,
若所述发生变化的数值数小于移动阈值,则移动机器人,重新获取激光数据帧。
4.根据权利要求3所述的方法,其特征在于,所述将当前获取的激光数据帧与所述参照激光数据的结构体中存储的激光数据帧进行比对包括:
将当前获取的激光数据帧与所述参照激光数据的结构体中存储的激光数据帧进行比对;
若相同方向的距离差超过动态距离阈值,则判定当前获取的激光数据帧为变化帧,获取所述变化帧的发生变化的数值数。
5.根据权利要4所述的方法,其特征在于,所述获取预设采集数目的可用激光帧,根据所述预设采集数目的可用激光帧的方差,筛选出机器人本体结构数据包括:
从所述可用激光帧容器中提取出预设采集数目的测量方向相同的可用激光帧;
求取所述预设采集数目的测量方向相同的可用激光帧的方差;
对所述方差的值进行筛选,若所述方差的值小于方差阈值,则所述方差的值对应机器人本体结构数据;
将所述机器人本体结构数据和机器人本体结构限制阈值进行比较;
若所述机器人本体结构数据小于所述机器人本体结构限制阈值,则将所述机器人本体结构数据对应的方差的值设置为1,存储到机器人本体结构数据的结构体中;
若所述机器人本体结构数据大于等于所述机器人本体结构限制阈值,则将所述机器人本体结构数据对应的方差的值设置为0,存储到机器人本体结构数据的结构体中。
6.根据权利要求5所述的方法,其特征在于,所述对所述机器人本体结构数据进行分段处理,确定机器人本体结构包括:
对所述预设的机器人本体结构数据的结构体中的数据进行分段处理,将连续为1的划分为一段;
将每一段的两端分别向外扩展预设扩充阈值个数值为1的数;
将扩展的数据段合并,确定机器人本体结构。
7.一种基于激光传感器的机器人结构检测装置,其特征在于,包括:
接收模块,用于接收激光数据帧;
比较模块,用于将当前接收的激光数据帧与上一次存储的可用激光数据帧进行比较,若发生变化的数值大于预设移动阈值,则将所述当前接收的激光数据帧作为可用激光帧;
筛选模块,用于获取预设采集数目的可用激光帧,根据所述预设采集数目的可用激光帧的方差,筛选出机器人本体结构数据;
确定模块,用于对所述机器人本体结构数据进行分段处理,确定机器人本体结构。
8.一种电子设备,包括存储器和处理器,所述存储器上存储有计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1~6中任一项所述的方法。
9.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述程序被处理器执行时实现如权利要求1~6中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011080558.7A CN112162294B (zh) | 2020-10-10 | 2020-10-10 | 一种基于激光传感器的机器人结构检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011080558.7A CN112162294B (zh) | 2020-10-10 | 2020-10-10 | 一种基于激光传感器的机器人结构检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112162294A true CN112162294A (zh) | 2021-01-01 |
CN112162294B CN112162294B (zh) | 2023-12-15 |
Family
ID=73868018
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011080558.7A Active CN112162294B (zh) | 2020-10-10 | 2020-10-10 | 一种基于激光传感器的机器人结构检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112162294B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112986912A (zh) * | 2021-03-19 | 2021-06-18 | 北京小狗吸尘器集团股份有限公司 | 基于结构光传感器的扫地机重定位方法、装置和电子设备 |
CN113006634A (zh) * | 2021-03-30 | 2021-06-22 | 北京布科思科技有限公司 | 基于门识别的机器人自动开关仓门方法 |
Citations (30)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6308114B1 (en) * | 1999-04-20 | 2001-10-23 | In-Kwang Kim | Robot apparatus for detecting direction of sound source to move to sound source and method for operating the same |
US20060271238A1 (en) * | 2005-05-24 | 2006-11-30 | Samsung Electronics Co., Ltd. | Network-based robot control system and robot velocity control method in the network-based robot control system |
US20070019181A1 (en) * | 2003-04-17 | 2007-01-25 | Sinclair Kenneth H | Object detection system |
US20070267570A1 (en) * | 2006-05-17 | 2007-11-22 | Samsung Electronics Co., Ltd. | Method of detecting object using structured light and robot using the same |
CN102449568A (zh) * | 2009-06-01 | 2012-05-09 | 株式会社日立制作所 | 机器人管理***、机器人管理终端、机器人管理方法和程序 |
US20130138247A1 (en) * | 2005-03-25 | 2013-05-30 | Jens-Steffen Gutmann | Re-localization of a robot for slam |
KR20130099667A (ko) * | 2012-02-29 | 2013-09-06 | 부산대학교 산학협력단 | 레이저 스캐너 및 구조물을 이용한 모바일 로봇의 위치추정장치 및 방법 |
US9002511B1 (en) * | 2005-10-21 | 2015-04-07 | Irobot Corporation | Methods and systems for obstacle detection using structured light |
US20150166060A1 (en) * | 2013-12-18 | 2015-06-18 | Irobot Corporation | Autonomous Mobile Robot |
CN106767827A (zh) * | 2016-12-29 | 2017-05-31 | 浙江大学 | 一种基于激光数据的移动机器人点云地图创建方法 |
US9870624B1 (en) * | 2017-01-13 | 2018-01-16 | Otsaw Digital Pte. Ltd. | Three-dimensional mapping of an environment |
CN107817509A (zh) * | 2017-09-07 | 2018-03-20 | 上海电力学院 | 基于rtk北斗和激光雷达的巡检机器人导航***及方法 |
CN107907124A (zh) * | 2017-09-30 | 2018-04-13 | 杭州迦智科技有限公司 | 基于场景重识的定位方法、电子设备、存储介质、*** |
CN108427097A (zh) * | 2018-01-26 | 2018-08-21 | 深圳班翟机器人有限公司 | 线阵感光器件激光定位方法、装置、终端与计算机可读存储介质 |
US20180321360A1 (en) * | 2017-05-08 | 2018-11-08 | Velodyne Lidar, Inc. | LIDAR Data Acquisition And Control |
US20180326582A1 (en) * | 2017-05-11 | 2018-11-15 | Kabushiki Kaisha Yaskawa Denki | Robot, control method of robot, and machining method of workpiece |
CN109459777A (zh) * | 2018-11-21 | 2019-03-12 | 北京木业邦科技有限公司 | 一种机器人、机器人定位方法及其存储介质 |
CN109459039A (zh) * | 2019-01-08 | 2019-03-12 | 湖南大学 | 一种医药搬运机器人的激光定位导航***及其方法 |
CN109614459A (zh) * | 2019-03-06 | 2019-04-12 | 上海思岚科技有限公司 | 应用于二维激光的地图构建回环检测方法及设备 |
CN209086755U (zh) * | 2018-12-11 | 2019-07-09 | 上海智臻智能网络科技股份有限公司 | 一种机器人及其控制*** |
WO2019140745A1 (zh) * | 2018-01-16 | 2019-07-25 | 广东省智能制造研究所 | 机器人定位方法及装置 |
CN110071582A (zh) * | 2019-05-14 | 2019-07-30 | 北京国网富达科技发展有限责任公司 | 用于输电线路巡检机器人的充电机构及其方法 |
CN110196044A (zh) * | 2019-05-28 | 2019-09-03 | 广东亿嘉和科技有限公司 | 一种基于gps闭环检测的变电站巡检机器人建图方法 |
CN110340935A (zh) * | 2018-04-03 | 2019-10-18 | 深圳市神州云海智能科技有限公司 | 一种机器人融合定位的方法及机器人 |
US20190390952A1 (en) * | 2018-06-26 | 2019-12-26 | Seiko Epson Corporation | Three-Dimensional Measuring Device, Controller, And Robot System |
CN110839206A (zh) * | 2019-11-26 | 2020-02-25 | 北京布科思科技有限公司 | 基于双模式标签的定位方法及装置 |
CN111220967A (zh) * | 2020-01-02 | 2020-06-02 | 小狗电器互联网科技(北京)股份有限公司 | 一种激光雷达数据有效性的检测方法与装置 |
US20200256999A1 (en) * | 2019-02-07 | 2020-08-13 | Atulya Yellepeddi | Lidar techniques for autonomous vehicles |
CN111555817A (zh) * | 2020-05-09 | 2020-08-18 | 国网江苏省电力有限公司无锡供电分公司 | 一种基于相干光***的差速调制安全光通信方法及装置 |
CN111736524A (zh) * | 2020-07-17 | 2020-10-02 | 北京布科思科技有限公司 | 一种基于时间和空间的多机器人调度方法、装置和设备 |
-
2020
- 2020-10-10 CN CN202011080558.7A patent/CN112162294B/zh active Active
Patent Citations (30)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6308114B1 (en) * | 1999-04-20 | 2001-10-23 | In-Kwang Kim | Robot apparatus for detecting direction of sound source to move to sound source and method for operating the same |
US20070019181A1 (en) * | 2003-04-17 | 2007-01-25 | Sinclair Kenneth H | Object detection system |
US20130138247A1 (en) * | 2005-03-25 | 2013-05-30 | Jens-Steffen Gutmann | Re-localization of a robot for slam |
US20060271238A1 (en) * | 2005-05-24 | 2006-11-30 | Samsung Electronics Co., Ltd. | Network-based robot control system and robot velocity control method in the network-based robot control system |
US9002511B1 (en) * | 2005-10-21 | 2015-04-07 | Irobot Corporation | Methods and systems for obstacle detection using structured light |
US20070267570A1 (en) * | 2006-05-17 | 2007-11-22 | Samsung Electronics Co., Ltd. | Method of detecting object using structured light and robot using the same |
CN102449568A (zh) * | 2009-06-01 | 2012-05-09 | 株式会社日立制作所 | 机器人管理***、机器人管理终端、机器人管理方法和程序 |
KR20130099667A (ko) * | 2012-02-29 | 2013-09-06 | 부산대학교 산학협력단 | 레이저 스캐너 및 구조물을 이용한 모바일 로봇의 위치추정장치 및 방법 |
US20150166060A1 (en) * | 2013-12-18 | 2015-06-18 | Irobot Corporation | Autonomous Mobile Robot |
CN106767827A (zh) * | 2016-12-29 | 2017-05-31 | 浙江大学 | 一种基于激光数据的移动机器人点云地图创建方法 |
US9870624B1 (en) * | 2017-01-13 | 2018-01-16 | Otsaw Digital Pte. Ltd. | Three-dimensional mapping of an environment |
US20180321360A1 (en) * | 2017-05-08 | 2018-11-08 | Velodyne Lidar, Inc. | LIDAR Data Acquisition And Control |
US20180326582A1 (en) * | 2017-05-11 | 2018-11-15 | Kabushiki Kaisha Yaskawa Denki | Robot, control method of robot, and machining method of workpiece |
CN107817509A (zh) * | 2017-09-07 | 2018-03-20 | 上海电力学院 | 基于rtk北斗和激光雷达的巡检机器人导航***及方法 |
CN107907124A (zh) * | 2017-09-30 | 2018-04-13 | 杭州迦智科技有限公司 | 基于场景重识的定位方法、电子设备、存储介质、*** |
WO2019140745A1 (zh) * | 2018-01-16 | 2019-07-25 | 广东省智能制造研究所 | 机器人定位方法及装置 |
CN108427097A (zh) * | 2018-01-26 | 2018-08-21 | 深圳班翟机器人有限公司 | 线阵感光器件激光定位方法、装置、终端与计算机可读存储介质 |
CN110340935A (zh) * | 2018-04-03 | 2019-10-18 | 深圳市神州云海智能科技有限公司 | 一种机器人融合定位的方法及机器人 |
US20190390952A1 (en) * | 2018-06-26 | 2019-12-26 | Seiko Epson Corporation | Three-Dimensional Measuring Device, Controller, And Robot System |
CN109459777A (zh) * | 2018-11-21 | 2019-03-12 | 北京木业邦科技有限公司 | 一种机器人、机器人定位方法及其存储介质 |
CN209086755U (zh) * | 2018-12-11 | 2019-07-09 | 上海智臻智能网络科技股份有限公司 | 一种机器人及其控制*** |
CN109459039A (zh) * | 2019-01-08 | 2019-03-12 | 湖南大学 | 一种医药搬运机器人的激光定位导航***及其方法 |
US20200256999A1 (en) * | 2019-02-07 | 2020-08-13 | Atulya Yellepeddi | Lidar techniques for autonomous vehicles |
CN109614459A (zh) * | 2019-03-06 | 2019-04-12 | 上海思岚科技有限公司 | 应用于二维激光的地图构建回环检测方法及设备 |
CN110071582A (zh) * | 2019-05-14 | 2019-07-30 | 北京国网富达科技发展有限责任公司 | 用于输电线路巡检机器人的充电机构及其方法 |
CN110196044A (zh) * | 2019-05-28 | 2019-09-03 | 广东亿嘉和科技有限公司 | 一种基于gps闭环检测的变电站巡检机器人建图方法 |
CN110839206A (zh) * | 2019-11-26 | 2020-02-25 | 北京布科思科技有限公司 | 基于双模式标签的定位方法及装置 |
CN111220967A (zh) * | 2020-01-02 | 2020-06-02 | 小狗电器互联网科技(北京)股份有限公司 | 一种激光雷达数据有效性的检测方法与装置 |
CN111555817A (zh) * | 2020-05-09 | 2020-08-18 | 国网江苏省电力有限公司无锡供电分公司 | 一种基于相干光***的差速调制安全光通信方法及装置 |
CN111736524A (zh) * | 2020-07-17 | 2020-10-02 | 北京布科思科技有限公司 | 一种基于时间和空间的多机器人调度方法、装置和设备 |
Non-Patent Citations (1)
Title |
---|
李扬;苏海;余松森;曹一波;刘好新;: "基于动态阈值分段的激光扫描数据过滤算法", 激光与红外, no. 08 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112986912A (zh) * | 2021-03-19 | 2021-06-18 | 北京小狗吸尘器集团股份有限公司 | 基于结构光传感器的扫地机重定位方法、装置和电子设备 |
CN112986912B (zh) * | 2021-03-19 | 2023-06-16 | 北京小狗吸尘器集团股份有限公司 | 基于结构光传感器的扫地机重定位方法、装置和电子设备 |
CN113006634A (zh) * | 2021-03-30 | 2021-06-22 | 北京布科思科技有限公司 | 基于门识别的机器人自动开关仓门方法 |
Also Published As
Publication number | Publication date |
---|---|
CN112162294B (zh) | 2023-12-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20210190513A1 (en) | Navigation map updating method and apparatus and robot using the same | |
CN109212530B (zh) | 用于确定障碍物速度的方法和装置 | |
US11506769B2 (en) | Method and device for detecting precision of internal parameter of laser radar | |
CN110019609B (zh) | 地图更新方法、装置以及计算机可读存储介质 | |
CN109212532B (zh) | 用于检测障碍物的方法和装置 | |
US6658150B2 (en) | Image recognition system | |
CN107123142B (zh) | 位姿估计方法和装置 | |
CN111563450B (zh) | 数据处理方法、装置、设备及存储介质 | |
CN112162294A (zh) | 一种基于激光传感器的机器人结构检测方法 | |
KR102391205B1 (ko) | 객체 검출 기반 거리 추정 장치 및 그 방법 | |
CN110263714B (zh) | 车道线检测方法、装置、电子设备及存储介质 | |
CN111750804A (zh) | 一种物体测量的方法及设备 | |
CN108319931B (zh) | 一种图像处理方法、装置及终端 | |
CN110853085A (zh) | 基于语义slam的建图方法和装置及电子设备 | |
CN112193241A (zh) | 一种自动泊车方法 | |
CN110426714B (zh) | 一种障碍物识别方法 | |
CN116152208A (zh) | 缺陷检测方法、装置、设备及存储介质 | |
CN117496515A (zh) | 点云数据标注方法、存储介质和电子设备 | |
CN116412757A (zh) | 装载率测量方法、装置、设备及介质 | |
CN115661230A (zh) | 一种仓库物料体积的估算方法 | |
CN112344966B (zh) | 一种定位失效检测方法、装置、存储介质及电子设备 | |
CN112146834A (zh) | 结构振动位移测量方法及装置 | |
CN117075135B (zh) | 一种车辆特征检测方法、***、存储介质和电子设备 | |
CN114407887B (zh) | 弯道识别方法、装置、车辆及计算机可读存储介质 | |
US20230386055A1 (en) | Image feature matching method, computer device, and storage medium |
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 |