CN112526984B - 一种机器人避障方法、装置及机器人 - Google Patents
一种机器人避障方法、装置及机器人 Download PDFInfo
- Publication number
- CN112526984B CN112526984B CN202011069541.1A CN202011069541A CN112526984B CN 112526984 B CN112526984 B CN 112526984B CN 202011069541 A CN202011069541 A CN 202011069541A CN 112526984 B CN112526984 B CN 112526984B
- Authority
- CN
- China
- Prior art keywords
- robot
- obstacle
- preset
- distance
- angle
- 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 60
- 230000009471 action Effects 0.000 claims abstract description 41
- 230000008569 process Effects 0.000 claims abstract description 14
- 238000012544 monitoring process Methods 0.000 claims abstract description 13
- 239000000758 substrate Substances 0.000 claims 1
- 230000002035 prolonged effect Effects 0.000 abstract description 2
- 238000001514 detection method Methods 0.000 description 8
- 238000003860 storage Methods 0.000 description 8
- 238000004590 computer program Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 230000004888 barrier function Effects 0.000 description 5
- 230000001133 acceleration Effects 0.000 description 3
- 230000007246 mechanism Effects 0.000 description 3
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000010408 sweeping Methods 0.000 description 2
- 241001212149 Cathetus Species 0.000 description 1
- 229910052782 aluminium Inorganic materials 0.000 description 1
- XAGFODPZIPBFFR-UHFFFAOYSA-N aluminium Chemical compound [Al] XAGFODPZIPBFFR-UHFFFAOYSA-N 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 230000009194 climbing Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 229910052742 iron Inorganic materials 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 229910052751 metal Inorganic materials 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 150000002739 metals Chemical class 0.000 description 1
- 238000010295 mobile communication 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
- 238000004806 packaging method and process Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 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
- 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
- G01S17/93—Lidar systems specially adapted for specific applications for anti-collision purposes
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Electromagnetism (AREA)
- Aviation & Aerospace Engineering (AREA)
- Automation & Control Theory (AREA)
- Manipulator (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明涉及机器人技术领域,涉及一种机器人避障方法、装置及机器人。该方法包括:监测机器人在工作过程中的机器仰角;当所述机器仰角大于预设角度阈值时,获取所述机器人检测的前方障碍物的关联参数;根据所述关联参数识别所述机器人是否进入预设的困难场景;若是,则控制所述机器人执行脱困动作。本发明实施例提供的机器人避障方法、装置及机器人,首先,能够提前识别困难场景,降低了机器人被困住的风险;其次,能够减少了机器人脱困时间,提高了机器人的工作效率;最后,减少了脱困次数,提高了机器人零配件的使用寿命,降低了机器成本。
Description
技术领域
本发明涉及机器人技术领域,涉及一种机器人避障方法、装置及机器人。
背景技术
机器人在工作过程中难免会遇到各种各样的障碍物,包括机器人能够跨越的障碍物,机器人能够绕行的障碍物,等等。在遇到能够跨越的障碍物时,受到所述障碍物摆放位置的限制或者障碍物本身结构的限制,使得机器人最后并不能完全跨越所述障碍物。此时,机器人会被困住,相关方法使用脱困方案来解救机器人。
发明人在实现本发明实施例的过程中,发现相关技术至少存在以下问题:相关技术是在确定机器人受困后才执行脱困方案,从而造成脱困失败的风险变大。
发明内容
本发明实施例的一个目的旨在提供一种机器人避障方法、装置及机器人,解决如何降低机器人脱困失败率的技术问题。
在第一方面,本发明实施例提供一种机器人避障方法,包括:
监测机器人在工作过程中的机器仰角;
当所述机器仰角大于预设角度阈值时,获取所述机器人检测的前方障碍物的关联参数;
根据所述关联参数识别所述机器人是否进入预设的困难场景;
若是,则控制所述机器人执行脱困动作。
可选地,所述根据所述关联参数识别所述机器人是否进入预设的困难场景,包括:
根据所述机器人检测的前方障碍物的关联参数识别所述机器人前方障碍物的类型,判断所述机器人前方障碍物的类型是否包括墙壁障碍物或柱状障碍物,
若是,则判断所述机器人与所述机器人前方障碍物的距离是否满足预设距离条件,若满足预设距离条件,则确定所述机器人进入预设的困难场景。
可选地,所述控制所述机器人执行脱困动作包括:
根据所述机器人前方障碍物的类型选择脱困动作,其中,
当所述机器人前方障碍物的类型包括墙壁障碍物时,选择第一脱困动作,
当所述机器人前方障碍物的类型包括柱状障碍物时,选择第二脱困动作。
可选地,所述第一脱困动作包括所述机器人沿墙壁障碍物加速或匀速行走预设距离;所述第二脱困动作包括所述机器人向后朝左和/或右扭动预设距离。
可选地,所述获取所述机器人检测的前方障碍物的关联参数包括:
获取所述机器人在当前位置与所述机器人前方障碍物的距离。
可选地,所述根据所述关联参数识别所述机器人是否进入预设的困难场景包括:
判断所述距离是否小于或等于第一预设距离;
若是,则控制所述机器人从当前位置后退至水平位置,并获取所述机器人在所述水平位置时与所述障碍物的距离;
判断所述机器人在所述水平位置时与所述障碍物的距离是否小于或等于第二预设距离;
若是,则确定所述机器人进入了预设的困难场景;
其中,所述第一预设距离大于所述第二预设距离。
可选地,所述获取所述机器人在当前位置与所述机器人前方障碍物的距离,包括:
通过激光雷达采集在预设扫描角度范围内的点云数据,根据所述点云数据计算所述激光雷达在预设扫描角度范围内与所述机器人前方障碍物的全部距离;
所述根据所述关联参数识别所述机器人是否进入预设的困难场景包括:
根据所述激光雷达在预设扫描角度范围内与所述机器人前方障碍物的全部距离,识别所述机器人前方障碍物是否为柱状障碍物;
若是柱状障碍物,则确定所述机器人进入了预设的困难场景。
可选地,根据所述激光雷达在预设扫描角度范围内与所述机器人前方障碍物的全部距离,识别所述机器人前方障碍物是否为柱状障碍物,包括:
获取所述全部距离中的最小距离,以及所述最小距离对应的扫描角度;
根据所述最小距离和预设障碍物最大直径计算最大夹角;
根据所述最小距离对应的扫描角度和所述最大夹角确定一扫描角度范围,所述扫描角度范围包括最小扫描角度和最大扫描角度;
获取与所述最小扫描角度对应的第一距离,以及与所述最大扫描角度对应的第二距离;
判断所述第一距离与所述最小距离的差值是否大于预设差值阈值,以及所述第二距离与所述最小距离的差值是否大于预设差值阈值;
若是,则确定所述机器人前方障碍物为柱状障碍物。
在第二方面,本发明实施例提供一种机器人避障装置,包括:
角度监测模块,用于监测机器人在工作过程中的机器仰角;
参数获取模块,用于当所述机器仰角大于预设角度阈值时,获取所述机器人检测的前方障碍物的关联参数;
场景识别模块,用于根据所述关联参数识别所述机器人是否进入预设的困难场景;
脱困模块,用于若所述机器人进入预设的脱困场景,则控制所述机器人执行脱困动作。
在第三方面,本发明实施例提供一种机器人,包括:
至少一个处理器;以及,
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行上述方法。
在第四方面,本发明实施例提供一种计算机程序产品,所述计算机程序产品包括存储在非易失性计算机可读存储介质上的计算机程序,所述计算机程序包括程序指令,当所述程序指令被机器人执行时,使机器人执行上述方法。
在第五方面,本发明实施例提供一种非易失性计算机存储介质,所述非易失性计算机存储介质存储有计算机可执行指令,该计算机可执行指令被一个或多个处理器执行,以使所述一个或多个处理器执行上述方法。
区别于现有技术,本发明实施例提供了一种机器人避障方法、装置及机器人,通过监测机器人在工作过程中的机器仰角;当所述机器仰角大于预设角度阈值时,获取所述机器人检测的前方障碍物的关联参数;根据所述关联参数识别所述机器人是否进入预设的困难场景;若是,则控制所述机器人执行脱困动作。本发明实施例提供的机器人避障方法、装置及机器人,首先,能够提前识别困难场景,降低了机器人被困住的风险;其次,能够减少了机器人脱困时间,提高了机器人的工作效率;最后,减少了脱困次数,提高了机器人零配件的使用寿命,降低了机器成本。
附图说明
一个或多个实施例通过与之对应的附图中的图片进行示例性说明,这些示例性说明并不构成对实施例的限定,附图中具有相同参考数字标号的元件表示为类似的元件,除非有特别申明,附图中的图不构成比例限制。
图1是本发明实施例提供的一种应用场景示意图;
图2是本发明实施例提供的一种机器人的电路结构示意图;
图3是本发明实施例提供的一种机器人避障方法的流程示意图;
图4是本发明一实施例提供的根据所述关联参数识别所述机器人是否进入预设的困难场景的方法的流程示意图;
图5是本发明另一实施例提供的根据所述关联参数识别所述机器人是否进入预设的困难场景的方法的流程示意图;
图6是本发明实施例提供的判断所述障碍物是否为目标障碍物的方法的流程示意图;
图7是本发明实施例提供的激光雷达检测障碍物示意图;
图8是本发明实施例提供的一种机器人避障装置的结构示意图;
图9是本发明另一实施例提供的一种机器人的电路结构示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明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发明,并不用于限定本发明。基于本发明中的实施例,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所有其他实施例,都属于本发明保护的范围。
需要说明的是,如果不冲突,本发明实施例中的各个特征可以相互结合,均在本发明的保护范围之内。另外,虽然在装置示意图中进行了功能模块划分,在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于装置中的模块划分,或流程图中的顺序执行所示出或描述的步骤。再者,本发明所采用的“第一”、“第二”、“第三”等字样并不对数据和执行次序进行限定,仅是对功能和作用基本相同的相同项或相似项进行区分。
本发明实施例提供的机器人避障方法和装置可以应用于图1所示的应用场景。所示应用场景包括机器人10。其中,机器人10可以为可移动机器人,例如扫地机器人、拖地机器人、巡检机器人、无人采样机器人等。
机器人10在工作过程中会遇到各种类型的障碍物,包括机器人所在水平面上的物体和与该水平面相垂直的竖直平面内的物体,如电子秤、落地风扇、桌子、椅子、线材、地毯、门槛、墙壁等。其中,部分低矮的障碍物可能是机器人10能够跨越的障碍物,比如电子秤、落地风扇的底盘、地毯和门槛等。然而,受到障碍物摆放位置的限制或者障碍物本申结构的限制,致使部分场景中机器人10不能顺利跨越障碍物,比如,靠墙摆放的电子秤,机器人10跨上电子秤后受墙壁的阻碍使得其不能跨越电子秤。又比如,落地摆放的风扇,机器人10在跨上风扇的底盘后,受到电扇垂直方向上的落地柱的阻碍,使得机器人10不能顺利跨越电扇底盘。
因此,在本发明实施例中,所述机器人10能够***上述部分场景,例如,所述机器人10可以用于:监测机器人在工作过程中的机器仰角;当所述机器仰角大于预设角度阈值时,获取所述机器人检测的前方障碍物的关联参数;根据所述关联参数识别所述机器人是否进入预设的困难场景;若是,则控制所述机器人执行脱困动作。由此,降低了机器人10陷入困境的风险。
其中,在一些实施例中,请参照图2,机器人10包括机器人主体11(图未示)、激光雷达12和/或摄像单元13、控制器14、行走机构15和传感单元16。其中,机器人主体11是机器人的主体结构,可以根据机器人10的实际需要,选用相应的形状结构及制造材质(如硬质塑料或者铝、铁等金属),例如设置为扫地机器人常见的较为扁平的圆柱形。
行走机构15设置于机器人主体11上,是为机器人10提供移动能力的结构装置。该行走机构15具体可以采用任何类型的移动装置实现,例如滚轮、履带式等。激光雷达12用于感知机器人周围环境的障碍物情况,获得障碍物信息。摄像单元13用于拍摄图像,其可以是各种类型的摄像头,比如安装于所述主体11上的广角摄像头。
在其中一些实施例中,传感单元16用于采集机器人10的一些运动参数及环境空间各类数据,传感单元16包括各类合适传感器,诸如陀螺仪、红外传感器、里程计、磁场计、加速度计或速度计等等。
控制器14是内置于机器人主体11中的电子计算核心,用于执行逻辑运算步骤以实现机器人10的智能化控制。控制器14与激光雷达12、摄像单元13和传感单元16连接,用于根据激光雷达12、摄像单元13和传感单元16采集的数据,执行预设的算法进行网格划分和机器人回环检测。
需要说明的是,根据所要完成的任务,除了以上的功能模组以外,机器人主体10上还可以搭载一个或者多个其它不同的功能模组(如储水箱、清扫装置等),相互配合用以执行相应的任务。
图3是本发明实施例提供的一种机器人避障方法的流程示意图,所述方法可以由图1或图2所示的机器人10执行(具体地,在其中一些实施例中,由机器人10中的控制器14执行),如图3所示,所述方法包括:
S21、监测机器人在工作过程中的机器仰角;
机器人在开始工作后,其移动的过程中对机器人的机器仰角进行监测,所述机器人可以通过惯性测量单元(Inertial Measurement Unit,IMU)来监测所述机器仰角。所述IMU单元包括但不限于三个单轴的加速度计和三个单轴的陀螺仪,其中加速度计用于检测机器人在三维空间中的加速度,陀螺仪用于检测机器人在三维空间中的角速度。
机器人在移动过程中如果未遇到障碍物,在水平地面上移动时其机器仰角通常为0。如果遇到障碍物,所述机器仰角的大小通常由所述障碍物的高度来决定。例如,在机器人遇到障碍物后,机器人的底部前端的万向轮跨越在障碍物上,而机器人底部后端的驱动轮还位于地面,由此产生一机器仰角,所述机器仰角与所述障碍物的高度相关。
S22、当所述机器仰角大于预设角度阈值时,获取所述机器人检测的前方障碍物的关联参数;
其中,所述预设角度阈值可以根据机器人本身的高度,以及日常中遇到的障碍物的高度来确定。值得说明的是,本发明实施例中的障碍物指的是障碍物的高度与机器人机身高度相同或相似的障碍物,以及障碍物的高度小于机器人机身高度的障碍物。比如,所述障碍物包括门槛、地毯、电子秤、包装盒、拖鞋、落地风扇的底盘,等等。
比如,所述预设角度阈值为5度至10度,所述预设角度阈值可以为5度。当然,除了5度之外,还可以是其他度数,比如5.5度,6度等。所述预设角度阈值为5度至10度是根据多次试验确定的,所述机器人的机器仰角达到所述预设角度阈值时,表示所述机器人刚刚爬上低矮障碍物,所述机器人容易离开该低矮障碍物实现脱困,需要进一步判断所述机器人是否进入到预设的困难场景(即是否爬上预设类型的障碍物,所述预设类型的障碍物为靠墙电子秤或风扇底座或椅子腿底座等),若判断为是,所述机器人可以提前脱困,若判断为否,所述机器人也可以继续前进跨越该低矮障碍物。
可以理解的是,在机器仰角发生了变化时,可以认为机器人遇到了障碍物。当检测到所述机器人的机身产生倾斜,并且所述机器仰角增大至大于预设角度阈值时,说明所述机器人可能爬上靠墙电子秤或风扇底座或椅子腿底座等,但也有可能是所述机器人爬上低矮的门槛。对于所述机器人爬上靠墙电子秤或风扇底座或椅子腿底座等的场景,如果所述机器人继续往上爬的话可能导致机器人仰角越来越大,导致所述机器人最终困在在电子秤或风扇底座或椅子腿底座等上;对于所述机器人爬上低矮的门槛等的场景,所述机器人一般可以正常跨越低矮门槛。此时,检测所述机器人遇到的前方障碍物的关联参数。所述关联参数用于确定所述机器人遇到的障碍物是否会让所述机器人陷入困难场景。所述关联参数包括机器人与所述障碍物的距离,该距离可以是机器人中心到障碍物中心的距离;也可以是某一角度范围内,在每一角度时机器人到障碍物的全部距离;等。
S23、根据所述关联参数识别所述机器人是否进入预设的困难场景;
所述预设的困难场景指的是所述机器人爬上预设类型的障碍物,所述预设类型的障碍物可以为靠墙电子秤或风扇底座或椅子腿底座等。
其中,若机器人进入预设的困难场景,则执行下述步骤S24。若机器人未进入预设的困难场景,则执行上述步骤S21至S23。
需要说明的是,如果机器人的机器仰角小于或等于所述预设角度阈值,则所述机器人可以保持继续工作,并且监测所述机器人的机器仰角。
S24、控制所述机器人执行脱困动作。
其中,所述机器人执行脱困工作可以是基于监测到的障碍物执行沿墙动作,所述沿墙动作指的是所述机器人与所述障碍物保持一定的距离沿着所述障碍物稳定向前移动。所述脱困工作还可以是控制机器人离开当前区域,或者机器人执行回充动作等等。
本发明实施例提供的机器人避障方法可以在机器人完全陷入困难场景之前就预判当前障碍物对应的场景是否是困难场景,从而确定是否执行相应的脱困动作,由此,降低了机器人受困的风险,提高了机器人的工作效率,延长了机器人零部件的使用寿命,使得所述机器人更智能,总体上提升了用户体验。
在一些实施例中,所述根据所述关联参数识别所述机器人是否进入预设的困难场景,包括:根据所述机器人检测的前方障碍物的关联参数识别所述机器人前方障碍物的类型,判断所述机器人前方障碍物的类型是否包括墙壁障碍物或柱状障碍物;若是,则判断所述机器人与所述机器人前方障碍物的距离是否满足预设距离条件,若满足预设距离条件,则确定所述机器人进入预设的困难场景。其中,可以根据激光雷达所采集的点云数据识别所述机器人前方障碍物的类型,也可以根据摄像头所采集的图像识别所述机器人前方障碍物的类型,可以根据实际需要自由选择。
在本实施例中,当所述机器人前方障碍物的类型包括墙壁障碍物或柱状障碍物时,且所述机器人与所述机器人前方障碍物的距离满足预设距离条件,则机器人进入了预设的困难场景,表示所述机器人爬上靠墙电子秤或风扇底座或椅子腿底座等预设类型障碍物。其中,当所述机器人前方障碍物的类型包括墙壁障碍物,表示所述机器人爬上第一预设类型障碍物的场景,第一预设类型障碍物可以包括靠墙电子秤或靠墙鞋子靠墙纸盒等低矮障碍物;当所述机器人前方障碍物的类型包括柱状障碍物时,所述柱状障碍物可以是风扇杆身或椅子腿杆等,表示所述机器人爬上第二预设类型障碍物的场景,第二预设类型障碍物可以是具有立式风扇(具有风扇杆身)或椅子腿等。所述预设距离条件用于表示所述机器人与前方障碍物距离较近的情况,可以根据实际需要自行设置。
其中,在所述预设困难场景中,控制所述机器人执行脱困动作包括:根据所述机器人前方障碍物的类型选择脱困动作。当所述机器人前方障碍物的类型包括墙壁障碍物时,选择第一脱困动作,所述第一脱困动作包括所述机器人沿墙壁障碍物加速或匀速行走预设距离,所述第一脱困动作可以看作是机器人执行沿墙动作,即机器人与墙壁障碍物保持一定的距离并沿着墙壁障碍物加速或匀速行走。当所述机器人前方障碍物的类型包括柱状障碍物时,选择第二脱困动作,所述第二脱困动作包括所述机器人向后朝左和/或右扭动预设距离。当所述机器人前方障碍物的类型包括墙壁障碍物时,表示所述机器人爬上靠墙电子秤或靠墙鞋子或靠墙纸盒等第一预设类型障碍物,选择第一脱困动作,可以将墙壁所在平面作为脱困参考方向,所述机器人可以沿墙壁加速行走预设距离,可以避免所述机器人在加速时碰撞到其他障碍物,所述预设距离可以设置为合适的距离值即可。当所述机器人前方障碍物的类型包括柱状障碍物时,表示所述机器人爬上风扇底座或椅子腿底座等第二预设类型障碍物,由于无明确的脱困方向,选择第二脱困动作,所述第二脱困动作更加适合所述机器人在第二预设类型障碍物上脱困,便于所述机器人提高脱困的成功率。
其中,在所述机器人执行所述脱困动作后,可以继续监测机器人在工作过程中的机器仰角,并且当所述机器仰角大于预设角度阈值时,获取所述机器人检测的前方障碍物的关联参数,根据所述关联参数识别所述机器人是否又进入预设的困难场景,如果机器人又进入困难场景,则可以再次执行脱困动作。
在一些实施例中,所述获取所述机器人检测的前方障碍物的关联参数包括:获取所述机器人在当前位置与所述机器人前方障碍物的距离。所述距离指的是机器人到所述障碍物的中心距离,可以通过激光雷达检测获得所述距离。
如图4所示,所述根据所述关联参数识别所述机器人是否进入预设的困难场景包括:
S301、判断所述距离是否小于或等于第一预设距离;
若是,则执行下述步骤S302。
S302、控制所述机器人从当前位置后退至水平位置,并获取所述机器人在所述水平位置时与所述障碍物的距离;
S303、判断所述机器人在所述水平位置时与所述障碍物的距离是否小于或等于第二预设距离;
若是,则执行下述步骤S304。
S304、确定所述机器人进入了预设的困难场景。
在本实施例中,所述预设的困难场景具体是指所述机器人爬上第一预设类型障碍物的场景。所述第一预设类型障碍物可以包括靠墙电子秤或靠墙鞋子或靠墙纸盒等低矮障碍物。
在一些实施例中,所述获取所述机器人检测的前方障碍物的关联参数还包括:根据所述激光雷达在预设扫描角度范围内与所述机器人前方障碍物的全部距离,识别所述机器人前方障碍物是否为墙壁障碍物,若是,则进行S301至S304,以通过S301至S304判断所述机器人与所述机器人前方障碍物的距离是否满足预设距离条件。其中,所述预设扫描角度范围是根据机器人的机身大小以及激光雷达在机器人机身上设置的位置来确定的,比如,所述预设扫描角度范围是70度到140度,可以确定角度步长为1,即分别获得70度,71度,72度,……,140度内全部角度对应的距离,每一距离可以通过激光雷达检测获得。
其中,所述第一预设距离大于所述第二预设距离,所述第一预设距离和所述第二预设距离是根据预设角度阈值和预设的距离计算得到的,比如,假设机器人爬上电子秤的仰角是5°时开始检测,在该角度下预设的激光雷达与墙壁的水平距离是a1,计算出第一预设距离是a1/cos5°±Δd,第二预设距离为a1±Δd。其中,Δd用于使所述第一预设距离和所述第二预设距离允许一定的误差,比如Δd可以是大于0且小于等于1的任意数值。
其中,机器人从部分机身跨越在障碍物上到其后退至水平位置的过程认为是机器人发生了微小的移动。可以理解的是,机器人部分机身跨越在障碍物上时,产生一仰角,在其后退至水平位置时,所述仰角角度为零,因此,所述第一预设距离可以理解为三角形的斜边对应的长度,所述第二预设距离可以理解为三角形的直角边对应的长度。
其中,控制所述机器人从当前位置后退至水平位置的过程中可以通过所述IMU单元检测机器人的俯仰角,根据俯仰角的角度确定机器人是否回归到水平位置。
在本实施例中,只有在所述机器人的机器仰角大于所述预设角度阈值,并且所述距离小于所述第一预设距离,以及所述机器人在所述水平位置时与所述障碍物的距离小于所述第二预设距离均满足时,才确定所述机器人进入了所述困难场景。该困难场景可以是“靠墙电子秤困难场景”等。其中,如果有任何一个条件不满足,即确定所述机器人未进入所述“靠墙电子秤困难场景”。此时,可以控制所述机器人继续工作。
在一些实施例中,所述获取所述机器人在当前位置与所述机器人前方障碍物的距离,包括:通过激光雷达采集在预设扫描角度范围内的点云数据,根据所述点云数据计算所述激光雷达在预设扫描角度范围内与所述机器人前方障碍物的全部距离。所述预设扫描角度范围是根据机器人的机身大小以及激光雷达在机器人机身上设置的位置来确定的,比如,所述预设扫描角度范围是70度到140度,可以确定角度步长为1,即分别获得70度,71度,72度,……,140度内全部角度对应的距离,每一距离可以通过激光雷达检测获得。
如图5所示,所述根据所述关联参数识别所述机器人是否进入预设的困难场景包括:
S401、根据所述激光雷达在预设扫描角度范围内与所述机器人前方障碍物的全部距离,识别所述机器人前方障碍物是否为柱状障碍物;
若是,则执行下述步骤S402。
S402、确定所述机器人进入了预设的困难场景。
在本实施例中,所述预设的困难场景具体是指所述机器人爬上第二预设类型障碍物的场景,第二预设类型障碍物可以是具有立式风扇(具有风扇杆身)或椅子腿等。
其中,如图6所示,上述步骤S401中根据所述激光雷达在预设扫描角度范围内与所述机器人前方障碍物的全部距离,识别所述机器人前方障碍物是否为柱状障碍物,包括:
S4021、获取所述全部距离中的最小距离,以及所述最小距离对应的扫描角度;
所述最小距离是机器人中心到障碍物中心的距离。所述最小距离对应的扫描角度通过激光雷达检测获得。
S4022、根据所述最小距离和预设障碍物最大直径计算最大夹角;
所述机器人与所述障碍物的最大夹角可以由所述障碍物的最大直径来确定,激光雷达分别发射两条激光至所述障碍物的左右两侧且所述激光对应的线条与障碍物左右两侧相切,这两条线条的夹角即所述最大夹角。例如,如图7所示,T为所述最大夹角,dmax是障碍物的最大直径,Dmin是机器人到障碍物的最小距离。其中,所述障碍物的最大直径是上述所述障碍物延申机构的最大直径,比如落地风扇的柱子的直径。
其中,可以根据所述最小距离和预设障碍物最大直径来具体计算出所述最大夹角,比如在图7中,tan(T/2)=(dmax/2)/Dmin,dmax是所述最大直径,Dmin是所述最小距离,由此可以计算得到T。其中,可以对所述最大夹角向上取整,从而方便计算。
S4023、根据所述最小距离对应的扫描角度和所述最大夹角确定一扫描角度范围,所述扫描角度范围包括最小扫描角度和最大扫描角度;
所述角度范围可以是[Tmin-1,Tmin-T/2],其中,Tmin是最小角度,T/2是所述最大夹角的一半。
S4024、获取与所述最小扫描角度对应的第一距离,以及与所述最大扫描角度对应的第二距离;
S4025、判断所述第一距离与所述最小距离的差值是否大于预设差值阈值,以及所述第二距离与所述最小距离的差值是否大于预设差值阈值;
若是,则执行下述步骤S4026。
S4026、确定所述机器人前方障碍物为柱状障碍物。
其中,可以设置一角度步长,比如1。根据所述步长获得所述角度范围内的每一角度,再通过激光雷达检测所述每一角度对应的距离,从而可以获得多个距离。根据获得的多个距离分别与所述最小距离计算差值,以获得多个第一差值。
其中,所述预设差值阈值可以是20厘米,通过多次重复试验确定所述预设差值阈值。
如果不存在大于预设差值阈值的第一差值,则结束检测。
其中,可以将所述大于预设差值阈值的第一差值对应的角度与所述最大扫描角度进行求和,获取求和后的角度对应的距离;计算所述求和后的角度对应的距离与所述最小距离的第二差值;并判断所述第二差值是否大于所述预设差值阈值;若是,则确定所述机器人前方障碍物为柱状障碍物。
可以理解的是,所述柱状障碍物的向上延申机构通常是有边界的障碍物,比如落地风扇的柱子,椅子腿等。因此,上述步骤判断所述第一距离与所述最小距离的差值是否大于预设差值阈值,以及所述第二距离与所述最小距离的差值是否大于预设差值阈值,只有在二者都满足时,才确定所述机器人前方障碍物为柱状障碍物。
确定所述机器人前方障碍物为柱状障碍物之后,还判断所述机器人与所述机器人前方障碍物的距离是否满足预设距离条件,若满足预设距离条件,则确定所述机器人进入预设的困难场景,包括:判断最小距离是否满足预设距离条件。所述预设距离条件用于表示所述机器人与前方障碍物距离较近的情况,可以根据实际需要自行设置。
通过本发明实施例提供的方法可以对等靠墙电子称或靠墙鞋子或靠墙纸盒等第一预设类型障碍物,以及落地风扇的柱子,椅子腿等第二预设类型障碍物进行识别,从而避免机器人因为这类结构陷入困难场景中。
需要说明的是,上述“电子秤困难场景”“落地风扇困难场景”“椅子腿困难场景”仅用于说明本发明实施例提供的方法,应该知道的是,本发明实施例提供的机器人避障方法还可以应用于其他类似的场景中,而不仅限于电子秤、落地风扇和椅子腿。
图8是本发明实施例提供的一种机器人避障装置的结构示意图。所述装置30可以应用于图1或图2所示的机器人。所述装置30包括:角度监测模块31、参数获取模块32、场景识别模块33和脱困模块34。
所述角度监测模块31,用于监测机器人在工作过程中的机器仰角;所述参数获取模块32,用于当所述机器仰角大于预设角度阈值时,获取所述机器人检测的前方障碍物的关联参数;所述场景识别模块33,用于根据所述关联参数识别所述机器人是否进入预设的困难场景;所述脱困模块34,用于若所述机器人进入预设的脱困场景,则控制所述机器人执行脱困动作。
其中,参数获取模块32具体用于,当所述机器仰角大于预设角度阈值时,获取所述机器人在当前位置与所述机器人前方障碍物的距离。其中,所述机器人与所述机器人前方障碍物的距离包括在预设角度范围内的所述机器人与所述机器人前方障碍物的全部距离。
其中,所述场景识别模块33具体用于:
判断所述距离是否小于或等于第一预设距离;
若是,则控制所述机器人从当前位置后退至水平位置,并获取所述机器人在所述水平位置时与所述障碍物的距离;
判断所述机器人在所述水平位置时与所述障碍物的距离是否小于或等于第二预设距离;
若是,则确定所述机器人进入了预设的困难场景;
其中,所述第一预设距离大于所述第二预设距离。
在上述困难场景中,所述障碍物可以是电子秤等其他靠墙摆放且与机器人相似高度的其他设备。
在一些实施例中,所述获取所述机器人在当前位置与所述机器人前方障碍物的距离,包括:通过激光雷达采集在预设扫描角度范围内的点云数据,根据所述点云数据计算所述激光雷达在预设扫描角度范围内与所述机器人前方障碍物的全部距离。所述场景识别模块33具体用于:根据所述激光雷达在预设扫描角度范围内与所述机器人前方障碍物的全部距离,识别所述机器人前方障碍物是否为柱状障碍物;若是柱状障碍物,则确定所述机器人进入了预设的困难场景。
其中,根据所述激光雷达在预设扫描角度范围内与所述机器人前方障碍物的全部距离,识别所述机器人前方障碍物是否为柱状障碍物,包括:
获取所述全部距离中的最小距离,以及所述最小距离对应的扫描角度;
根据所述最小距离和预设障碍物最大直径计算最大夹角;
根据所述最小距离对应的扫描角度和所述最大夹角确定一扫描角度范围,所述扫描角度范围包括最小扫描角度和最大扫描角度;
获取与所述最小扫描角度对应的第一距离,以及与所述最大扫描角度对应的第二距离;
判断所述第一距离与所述最小距离的差值是否大于预设差值阈值,以及所述第二距离与所述最小距离的差值是否大于预设差值阈值;
若是,则确定所述机器人前方障碍物为柱状障碍物。
其中,上述困难场景中的障碍物包括落地风扇等。
在一些实施例中,所述场景识别模块33具体用于:根据所述机器人检测的前方障碍物的关联参数识别所述机器人前方障碍物的类型,判断所述机器人前方障碍物的类型是否包括墙壁障碍物或柱状障碍物,
若是,则判断所述机器人与所述机器人前方障碍物的距离是否满足预设距离条件,若满足预设距离条件,则确定所述机器人进入预设的困难场景。
其中,所述脱困模块34具体用于根据所述机器人前方障碍物的类型选择脱困动作,其中,当所述机器人前方障碍物的类型包括墙壁障碍物时,选择第一脱困动作,当所述机器人前方障碍物的类型包括柱状障碍物时,选择第二脱困动作。所述第一脱困动作包括所述机器人沿墙壁障碍物加速或匀速行走预设距离;所述第二脱困动作包括所述机器人向后朝左和/或右扭动预设距离。
需要说明的是,上述机器人避障装置可执行本发明实施例所提供的机器人避障方法,具备执行方法相应的功能模块和有益效果。未在机器人避障装置实施例中详尽描述的技术细节,可参见本发明实施例所提供的机器人避障方法。
请参阅图9,图9是本发明实施例提供的一种机器人的电路结构示意图。其中,该机器人可以是任何类型的机器人。如图9所示,该机器人包括一个或多个处理器41以及存储器42。其中,图9中以一个处理器41为例。
处理器41和存储器42可以通过总线或者其他方式连接,图9中以通过总线连接为例。
存储器42作为一种非易失性计算机可读存储介质,可用于存储非易失性软件程序、非易失性计算机可执行程序以及模块,如本发明实施例中的机器人避障方法对应的程序指令/模块。处理器41通过运行存储在存储器42中的非易失性软件程序、指令以及模块,从而执行机器人避障装置的各种功能应用以及数据处理,即实现上述方法实施例提供的机器人避障方法以及上述装置实施例的各个模块的功能。
存储器42可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实施例中,存储器42可选包括相对于处理器41远程设置的存储器,这些远程存储器可以通过网络连接至处理器41。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
所述程序指令/模块存储在所述存储器42中,当被所述一个或者多个处理器41执行时,执行上述任意方法实施例中的机器人避障方法。
本发明实施例还提供了一种非易失性计算机存储介质,所述非易失性计算机存储介质存储有计算机可执行指令,该计算机可执行指令被一个或多个处理器执行,例如图9中的一个处理器41,可使得上述一个或多个处理器可执行上述任意方法实施例中的机器人避障方法。
本发明实施例还提供了一种计算机程序产品,所述计算机程序产品包括存储在非易失性计算机可读存储介质上的计算机程序,所述计算机程序包括程序指令,当所述程序指令被所述机器人执行时,使所述机器人执行上述任意方法实施例中的机器人避障方法。
以上所描述的装置或设备实施例仅仅是示意性的,其中所述作为分离部件说明的单元模块可以是或者也可以不是物理上分开的,作为模块单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络模块单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对相关技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;在本发明的思路下,以上实施例或者不同实施例中的技术特征之间也可以进行组合,步骤可以以任意顺序实现,并存在如上所述的本发明的不同方面的许多其它变化,为了简明,它们没有在细节中提供;尽管参照前述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申请各实施例技术方案的范围。
Claims (8)
1.一种机器人避障方法,其特征在于,包括:
监测机器人在工作过程中的机器仰角;
当所述机器仰角大于预设角度阈值时,获取所述机器人检测的前方障碍物的关联参数;
根据所述关联参数识别所述机器人是否进入预设的困难场景;
若是,则控制所述机器人执行脱困动作;
所述获取所述机器人检测的前方障碍物的关联参数包括:
获取所述机器人在当前位置与所述机器人前方障碍物的距离;
所述根据所述关联参数识别所述机器人是否进入预设的困难场景包括:
判断所述距离是否小于或等于第一预设距离;
若是,则控制所述机器人从当前位置后退至水平位置,并获取所述机器人在所述水平位置时与所述障碍物的距离;
判断所述机器人在所述水平位置时与所述障碍物的距离是否小于或等于第二预设距离;
若是,则确定所述机器人进入了预设的困难场景;
其中,所述第一预设距离大于所述第二预设距离。
2.根据权利要求1所述的方法,其特征在于,
所述根据所述关联参数识别所述机器人是否进入预设的困难场景,包括:
根据所述机器人检测的前方障碍物的关联参数识别所述机器人前方障碍物的类型,判断所述机器人前方障碍物的类型是否包括墙壁障碍物或柱状障碍物,
若是,则判断所述机器人与所述机器人前方障碍物的距离是否满足预设距离条件,若满足预设距离条件,则确定所述机器人进入预设的困难场景。
3.根据权利要求2所述的方法,其特征在于,所述控制所述机器人执行脱困动作包括:
根据所述机器人前方障碍物的类型选择脱困动作,其中,
当所述机器人前方障碍物的类型包括墙壁障碍物时,选择第一脱困动作,
当所述机器人前方障碍物的类型包括柱状障碍物时,选择第二脱困动作。
4.根据权利要求3所述的方法,其特征在于,所述第一脱困动作包括所述机器人沿墙壁障碍物加速或匀速行走预设距离;所述第二脱困动作包括所述机器人向后朝左和/或右扭动预设距离。
5.根据权利要求1所述的方法,其特征在于,所述获取所述机器人在当前位置与所述机器人前方障碍物的距离,包括:
通过激光雷达采集在预设扫描角度范围内的点云数据,根据所述点云数据计算所述激光雷达在预设扫描角度范围内与所述机器人前方障碍物的全部距离;
所述根据所述关联参数识别所述机器人是否进入预设的困难场景包括:
根据所述激光雷达在预设扫描角度范围内与所述机器人前方障碍物的全部距离,识别所述机器人前方障碍物是否为柱状障碍物;
若是柱状障碍物,则确定所述机器人进入了预设的困难场景。
6.根据权利要求5所述的方法,其特征在于,根据所述激光雷达在预设扫描角度范围内与所述机器人前方障碍物的全部距离,识别所述机器人前方障碍物是否为柱状障碍物,包括:
获取所述全部距离中的最小距离,以及所述最小距离对应的扫描角度;
根据所述最小距离和预设障碍物最大直径计算最大夹角;
根据所述最小距离对应的扫描角度和所述最大夹角确定一扫描角度范围,所述扫描角度范围包括最小扫描角度和最大扫描角度;
获取与所述最小扫描角度对应的第一距离,以及与所述最大扫描角度对应的第二距离;
判断所述第一距离与所述最小距离的差值是否大于预设差值阈值,以及所述第二距离与所述最小距离的差值是否大于预设差值阈值;
若是,则确定所述机器人前方障碍物为柱状障碍物。
7.一种机器人避障装置,其特征在于,包括:
角度监测模块,用于监测机器人在工作过程中的机器仰角;
参数获取模块,用于当所述机器仰角大于预设角度阈值时,获取所述机器人检测的前方障碍物的关联参数;
场景识别模块,用于根据所述关联参数识别所述机器人是否进入预设的困难场景;
脱困模块,用于若所述机器人进入预设的脱困场景,则控制所述机器人执行脱困动作
所述机器人避障装置用于执行权利要求1至6任一项所述的方法。
8.一种机器人,其特征在于,包括:
至少一个处理器;以及,
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1至6中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011069541.1A CN112526984B (zh) | 2020-09-30 | 2020-09-30 | 一种机器人避障方法、装置及机器人 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011069541.1A CN112526984B (zh) | 2020-09-30 | 2020-09-30 | 一种机器人避障方法、装置及机器人 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112526984A CN112526984A (zh) | 2021-03-19 |
CN112526984B true CN112526984B (zh) | 2024-06-21 |
Family
ID=74979537
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011069541.1A Active CN112526984B (zh) | 2020-09-30 | 2020-09-30 | 一种机器人避障方法、装置及机器人 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112526984B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115202330A (zh) * | 2021-04-09 | 2022-10-18 | 美智纵横科技有限责任公司 | 清洁机器人沿障碍物运动的控制方法及清洁机器人 |
CN113616115B (zh) * | 2021-07-14 | 2022-07-12 | 湖南格兰博智能科技有限责任公司 | 一种适用于扫地机的脱困算法 |
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 |
CN115542922B (zh) * | 2022-11-02 | 2023-06-09 | 智橙动力(北京)科技有限公司 | 一种泳池清洁机器人及控制方法、电子设备与存储介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109895780A (zh) * | 2017-12-07 | 2019-06-18 | 北京京东尚科信息技术有限公司 | 一种实现无人驾驶设备自主脱困的方法和装置 |
CN110353583A (zh) * | 2019-08-21 | 2019-10-22 | 追创科技(苏州)有限公司 | 扫地机器人及扫地机器人的自动控制方法 |
CN111002346A (zh) * | 2019-12-17 | 2020-04-14 | 小狗电器互联网科技(北京)股份有限公司 | 一种机器人被困检测方法以及机器人 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3879848B2 (ja) * | 2003-03-14 | 2007-02-14 | 松下電工株式会社 | 自律移動装置 |
KR101362373B1 (ko) * | 2007-08-17 | 2014-02-12 | 삼성전자주식회사 | 로봇청소기 및 그 제어방법 |
JP5550629B2 (ja) * | 2011-12-27 | 2014-07-16 | ダイハツ工業株式会社 | 車両用制御装置 |
CN103455034B (zh) * | 2013-09-16 | 2016-05-25 | 苏州大学张家港工业技术研究院 | 一种基于最近距离向量场直方图的避障路径规划方法 |
CN106974593A (zh) * | 2017-05-12 | 2017-07-25 | 深圳星鸿云科技有限公司 | 一种清洁机器人避障***及方法 |
CN110393477A (zh) * | 2018-04-25 | 2019-11-01 | 科沃斯机器人股份有限公司 | 自移动机器人及其行走控制方法、清扫方法、可读介质 |
CN111358371B (zh) * | 2020-03-31 | 2021-08-10 | 深圳市银星智能科技股份有限公司 | 一种机器人脱困方法以及机器人 |
-
2020
- 2020-09-30 CN CN202011069541.1A patent/CN112526984B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109895780A (zh) * | 2017-12-07 | 2019-06-18 | 北京京东尚科信息技术有限公司 | 一种实现无人驾驶设备自主脱困的方法和装置 |
CN110353583A (zh) * | 2019-08-21 | 2019-10-22 | 追创科技(苏州)有限公司 | 扫地机器人及扫地机器人的自动控制方法 |
CN111002346A (zh) * | 2019-12-17 | 2020-04-14 | 小狗电器互联网科技(北京)股份有限公司 | 一种机器人被困检测方法以及机器人 |
Also Published As
Publication number | Publication date |
---|---|
CN112526984A (zh) | 2021-03-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112526984B (zh) | 一种机器人避障方法、装置及机器人 | |
JP6633568B2 (ja) | 自律式カバレッジロボット | |
KR102361261B1 (ko) | 이동 바디들 주위의 로봇 행동을 위한 시스템들 및 방법들 | |
US20190179329A1 (en) | Autonomous Cart for Manufacturing and Warehouse Applications | |
JP6309637B2 (ja) | 自律式移動ロボット | |
KR20230050396A (ko) | 장애물 탐측 방법, 장치, 자율 보행 로봇 및 기억 매체 | |
JP5817611B2 (ja) | 移動ロボット | |
US10068141B2 (en) | Automatic operation vehicle | |
KR20130018921A (ko) | 자율 이동체 | |
JP6094279B2 (ja) | 追跡装置、追跡プログラムおよび追跡方法 | |
CN111516777A (zh) | 一种机器人小车及其障碍物识别方法 | |
JP2017130098A (ja) | 自律走行装置 | |
CN111990930A (zh) | 一种测距方法、装置、机器人和存储介质 | |
CN113504782B (zh) | 障碍物防撞方法、装置、***和移动工具 | |
CN111700553B (zh) | 避障方法、装置、机器人和存储介质 | |
CN113988196A (zh) | 一种机器人移动方法、装置、设备及存储介质 | |
CN110928296B (zh) | 机器人回避充电座的方法及其机器人 | |
JP2021077003A (ja) | 走破可否判定装置及び移動体の制御装置 | |
US20230098219A1 (en) | Mobile object control device, mobile object, learning device, learning method, and storage medium | |
CN114879691A (zh) | 自行走机器人的控制方法、存储介质和自行走机器人 | |
EP4339051A1 (en) | Driving strategy determination method and apparatus, device, and vehicle | |
CN113465592A (zh) | 导航方法及自行走装置 | |
JP6156793B2 (ja) | 位置推定装置、位置推定プログラムおよび位置推定方法 | |
JP2021163215A (ja) | 移動体制御装置、移動体制御プログラム及び移動体 | |
US11669096B2 (en) | Route determination method |
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 | ||
CB02 | Change of applicant information | ||
CB02 | Change of applicant information |
Address after: 518000 1701, building 2, Yinxing Zhijie, No. 1301-72, sightseeing Road, Xinlan community, Guanlan street, Longhua District, Shenzhen, Guangdong Province Applicant after: Shenzhen Yinxing Intelligent Group Co.,Ltd. Address before: 518000 building A1, Yinxing hi tech Industrial Park, Guanlan street, Longhua District, Shenzhen City, Guangdong Province Applicant before: Shenzhen Silver Star Intelligent Technology Co.,Ltd. |
|
GR01 | Patent grant | ||
GR01 | Patent grant |