CN112540368B - 一种用于智能扫雪机器人的障碍物检测与识别方法 - Google Patents
一种用于智能扫雪机器人的障碍物检测与识别方法 Download PDFInfo
- Publication number
- CN112540368B CN112540368B CN202011363678.8A CN202011363678A CN112540368B CN 112540368 B CN112540368 B CN 112540368B CN 202011363678 A CN202011363678 A CN 202011363678A CN 112540368 B CN112540368 B CN 112540368B
- Authority
- CN
- China
- Prior art keywords
- robot
- snowplow
- obstacle
- time
- distance
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 37
- 238000000034 method Methods 0.000 title claims abstract description 21
- 238000012545 processing Methods 0.000 claims abstract description 22
- 238000013459 approach Methods 0.000 claims abstract description 4
- 238000010408 sweeping Methods 0.000 claims description 7
- 238000001914 filtration Methods 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000004458 analytical method Methods 0.000 description 2
- 230000004927 fusion Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000035945 sensitivity Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 208000001034 Frostbite Diseases 0.000 description 1
- 241001417527 Pempheridae Species 0.000 description 1
- 206010039203 Road traffic accident Diseases 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
Images
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
-
- E—FIXED CONSTRUCTIONS
- E01—CONSTRUCTION OF ROADS, RAILWAYS, OR BRIDGES
- E01H—STREET CLEANING; CLEANING OF PERMANENT WAYS; CLEANING BEACHES; DISPERSING OR PREVENTING FOG IN GENERAL CLEANING STREET OR RAILWAY FURNITURE OR TUNNEL WALLS
- E01H5/00—Removing snow or ice from roads or like surfaces; Grading or roughening snow or ice
- E01H5/04—Apparatus propelled by animal or engine power; Apparatus propelled by hand with driven dislodging or conveying levelling elements, conveying pneumatically for the dislodged material
-
- 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
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/86—Combinations of radar systems with non-radar systems, e.g. sonar, direction finder
- G01S13/862—Combination of radar systems with sonar systems
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
-
- 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
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/881—Radar or analogous systems specially adapted for specific applications for robotics
-
- 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
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
-
- 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
- G01S15/00—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems
-
- 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
- G05D1/0255—Control of position or course in two dimensions specially adapted to land vehicles using acoustic signals, e.g. ultra-sonic singals
-
- 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
- G05D1/0257—Control of position or course in two dimensions specially adapted to land vehicles using a radar
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
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)
- Computer Networks & Wireless Communication (AREA)
- Acoustics & Sound (AREA)
- Architecture (AREA)
- Structural Engineering (AREA)
- Civil Engineering (AREA)
- Electromagnetism (AREA)
- Immunology (AREA)
- Pathology (AREA)
- General Health & Medical Sciences (AREA)
- Biochemistry (AREA)
- Analytical Chemistry (AREA)
- Chemical & Material Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Robotics (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
- Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)
Abstract
本发明公开了一种基于智能扫雪机器人的障碍物检测与识别方法,其包括:1)在扫雪机器人前端设置超声波传感器检测距离前方障碍物的距离信息,在扫雪机器人前部和后部设置雷达传感器检测是否有生物突然靠近;2)对各个超声波传感器和各个雷达传感器检测到的信号进行处理,计算扫雪机器人的前进距离;3)利用一定时间内超声波测距的变化比和扫雪机器人前进距离的变化的乘积、雷达传感器信号的变化及积雪程度描述量三个条件来共同判断作业道路积雪程度,检测障碍物的距离变化,并识别其为一般障碍物或生物障碍物。本发明能在扫雪机器人自主作业中判断作业道路积雪程度,快速有效检测障碍物,并识别其为一般障碍物或生物障碍物。
Description
技术领域
本发明涉及智能机器人技术领域,特别涉及一种基于智能机器人的障碍物检测与识别方法。
背景技术
在我国北方地区冬天路面积雪常常对人们交通出行造成阻碍,尤其是某些弯道、交叉路口以及坡道等地积雪堆积经常会导致交通事故的发生,道路积雪为人们的生产、生活、出行带来诸多不便。如今城市道路除雪是市政部门的一个难题,目前主要靠人工或者传统的扫雪车完成除雪作业。这样的方式不仅效率低,而且需要投入大量的人力。因此,对智能扫雪机器人的研究十分必要。
在现有的扫雪设备中,大多数都是人为操控或通过遥控操控,智能化程度较低,对人的依赖性较高,且人在操控过程中极易冻伤、跌倒或被机器误伤。因此,设计一款能够排除并避开环境中的不安全因素,采取一定的措施保护自身及他人安全的智能扫雪机器人成为研究关键。为考虑安全问题,需要一种在无人值守的情况下能够让作业中的扫雪机器人主动检测和识别障碍物的方法。
在现有的扫雪机器人避障策略中,有采用感知环境的三维激光雷达,双目摄像头与超声波传感器结合等方法,但这些方法存在硬件成本高,算法实时性不强等技术问题。
发明内容
有鉴于此,本发明的目的是一种用于智能扫雪机器人的障碍物检测与识别方法,以解决扫雪机器人作业过程中主动发现和识别障碍物的技术问题。
本发明用于智能扫雪机器人的障碍物检测与识别方法,其包括以下步骤:
1)在扫雪机器人前端的左侧、中部和右侧分别设置一个超声波传感器,通过超声波传感器检测扫雪机器人与前方障碍物间的距离信息;在扫雪机器人前部和后部分别设置一个雷达传感器,通过雷达传感器检测是否有生物在扫雪机器人工作时突然靠近;
2)对各个超声波传感器和各个雷达传感器检测到的信号进行处理,计算扫雪机器人的前进距离,包括:
a、对单个超声波传感器测距数据的处理:
对单个超声波传感器在Δt时间内采集到的距离数据进行加权递推平均滤波处理,则在第k次Δt时间内,有:
其中dk为第k次超声波测距结果,dki为在第k次Δt时间内的第i次检测得到的距离值,ρki为第i次检测的权值,n为取倒数的检测距离值的个数;
b、对单个雷达传感器检测信号的处理:
对第k次Δt时间内采集到的单个雷达传感器信号数据进行处理:
其中mk为对第k次Δt时间内采集到的单个雷达传感器信号数据进行处理的结果;
c、对扫雪机器人前进距离的计算:
对第k次Δt时间内扫雪机器人前进速度进行限幅滤波处理,有:
其中vj为第j次读取检测扫雪机器人车轮转速的编码器数据换算所得的扫雪机器人前进速度,vj-1为第j-1次读取检测扫雪机器人车轮转速的编码器数据换算所得的扫雪机器人前进速度,vres为两次速度允许的最大偏差值,Sk为第k次Δt时间内扫雪机器人前进的距离,n为Δt时间内读取扫雪机器人编码器数据的次数,t为短时间段;
3)障碍物检测与识别:
设标准安全距离为dflag,扫雪机器人标准前进速度为vflag,扫雪机器人前进速度差阈值为vdiffer;
定义积雪程度描述量为:
其中,α为比例系数,v为扫雪机器人前进速度,即积雪程度与扫雪机器人前进速度成反比;
定义第k次超声波测距变化量为:
定义第k次超声波测距变化比为:
定义第k次扫雪机器人前进距离变化比为:
设障碍物判断条件为:
情形一:当任一个超声波传感器的检测距离d>dflag且|v-vflag|≤vdiffer时,认为S1≈S2≈…≈Sk,同时积雪程度x近似不变,即认为扫雪机器人以匀速在积雪程度均匀段作业,则将障碍物判断条件退化为:
情形二:当任一个超声波传感器的检测距离d>dflag且v-vflag>vdiffer时,认为在某k+1时刻有Sk+1>Sk,而在k时刻有Sk和yk与前k-1时刻扫雪机器人以匀速作业时相同;此时x增大,认为扫雪机器人在此时刻进入积雪程度较浅段作业,此时刻障碍物判断条件为:
因等式右边第二个分式变化Sk/yk≈1,所以关注第一个分式yk+1/Sk+1,此时Sk+1增大,有障碍物判断条件:
情形三:当任一个超声波传感器的检测距离d>dflag且v-vflag>vdiffer时,认为在某2k+1时刻有S2k+1<S2k,而在2k时刻有S2k和y2k与前2k-1时刻扫雪机器人以匀速作业时相同;此时x减小,认为扫雪机器人在此时刻进入积雪程度较深段作业,此时刻障碍物判断条件为:
因等式右边第二个分式变化S2k/y2k≈1,所以关注第一个分式y2k+1/S2k+1,此时S2k+1减小,有障碍物判断条件:
本发明的有益效果:
本发明用于智能扫雪机器人的障碍物检测与识别方法,其能在扫雪机器人自主作业中判断作业道路积雪程度,快速有效检测障碍物,并识别其为一般障碍物或生物障碍物,经多传感器融合分析能避免误检测,抗干扰性好。本发明可通过实地测试灵活设置判断阈值和测量次数,满足不同积雪程度下障碍物检测与识别的准确度和灵敏度,适应性好。
附图说明
图1为扫雪机器人传感器分布图;
图2是用于智能扫雪机器人的障碍物检测与识别方法的流程图。
具体实施方式
下面结合附图和实施例对本发明作进一步描述。
本实施例用于智能扫雪机器人的障碍物检测与识别方法,其包括以下步骤:
1)在扫雪机器人前端的左侧、中部和右侧分别设置一个超声波传感器1,通过超声波传感器检测扫雪机器人与前方障碍物间的距离信息;在扫雪机器人前部和后部分别设置一个雷达传感器2,通过雷达传感器检测是否有生物在扫雪机器人工作时突然靠近。
2)对各个超声波传感器和各个雷达传感器检测到的信号进行处理,计算扫雪机器人的前进距离,包括:
a、对单个超声波传感器测距数据的处理:
对单个超声波传感器在Δt时间内采集到的距离数据进行加权递推平均滤波处理,则在第k次Δt时间内,有:
其中dk为第k次超声波测距结果,dki为在第k次Δt时间内的第i次检测得到的距离值,ρki为第i次检测的权值,n为取倒数的检测距离值的个数。
b、对单个雷达传感器检测信号的处理:
对第k次Δt时间内采集到的单个雷达传感器信号数据进行处理:
其中mk为对第k次Δt时间内采集到的单个雷达传感器信号数据进行处理的结果。
c、对扫雪机器人前进距离的计算:
对第k次Δt时间内扫雪机器人前进速度进行限幅滤波处理,有:
其中vj为第j次读取检测扫雪机器人车轮转速的编码器数据换算所得的扫雪机器人前进速度,vj-1为第j-1次读取检测扫雪机器人车轮转速的编码器数据换算所得的扫雪机器人前进速度,vres为两次速度允许的最大偏差值,Sk为第k次Δt时间内扫雪机器人前进的距离,n为Δt时间内读取扫雪机器人编码器数据的次数,t为短时间段。
3)障碍物检测与识别:
设标准安全距离为dflag,扫雪机器人标准前进速度为vflag,扫雪机器人前进速度差阈值为vdiffer;
定义积雪程度描述量为:
其中,α为比例系数,v为扫雪机器人前进速度,即积雪程度与扫雪机器人前进速度成反比;
定义第k次超声波测距变化量为:
定义第k次超声波测距变化比为:
定义第k次扫雪机器人前进距离变化比为:
设障碍物判断条件为:
情形一:当任一个超声波传感器的检测距离d>dflag且|v-vflag|≤vdiffer时,认为S1≈S2≈…≈Sk,同时积雪程度x近似不变,即认为扫雪机器人以匀速在积雪程度均匀段作业,则将障碍物判断条件退化为:
情形二:当任一个超声波传感器的检测距离d>dflag且v-vflag>vdiffer时,认为在某k+1时刻有Sk+1>Sk,而在k时刻有Sk和yk与前k-1时刻扫雪机器人以匀速作业时相同;此时x增大,认为扫雪机器人在此时刻进入积雪程度较浅段作业,此时刻障碍物判断条件为:
因等式右边第二个分式变化Sk/yk≈1,所以主要关注第一个分式yk+1/Sk+1,此时Sk+1增大,有障碍物判断条件:
若0.95≤Zk+1≤1.05,
情形三:当任一个超声波传感器的检测距离d>dflag且v-vflag>vdiffer时,认为在某2k+1时刻有S2k+1<S2k,而在2k时刻有S2k和y2k与前2k-1时刻扫雪机器人以匀速作业时相同;此时x减小,认为扫雪机器人在此时刻进入积雪程度较深段作业,此时刻障碍物判断条件为:
因等式右边第二个分式变化S2k/y2k≈1,所以主要关注第一个分式y2k+1/S2k+1,此时S2k+1减小,有障碍物判断条件:
综上所述,在三种不同的情形下智能扫雪机器人都可根据各自情形中的判断条件快速有效检测和识别障碍物。
本实施例中扫雪机器人的障碍物检测与识别方法能在扫雪机器人自主作业中判断作业道路积雪程度,快速有效检测障碍物,并识别其为一般障碍物或生物障碍物,经多传感器融合分析能避免误检测,抗干扰性好。本发明可通过实地测试灵活设置判断阈值和测量次数,满足不同积雪程度下障碍物检测与识别的准确度和灵敏度,适应性好。
最后说明的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或者等同替换,而不脱离本发明技术方案的宗旨和范围,其均应涵盖在本发明的权利要求范围当中。
Claims (1)
1.一种用于智能扫雪机器人的障碍物检测与识别方法,其特征在于:包括以下步骤:
1)在扫雪机器人前端的左侧、中部和右侧分别设置一个超声波传感器,通过超声波传感器检测扫雪机器人与前方障碍物间的距离信息;在扫雪机器人前部和后部分别设置一个雷达传感器,通过雷达传感器检测是否有生物在扫雪机器人工作时突然靠近;
2)对各个超声波传感器和各个雷达传感器检测到的信号进行处理,计算扫雪机器人的前进距离,包括:
a、对单个超声波传感器测距数据的处理:
对单个超声波传感器在Δt时间内采集到的距离数据进行加权递推平均滤波处理,则在第k次Δt时间内,有:
其中dk为第k次超声波测距结果,dki为在第k次Δt时间内的第i次检测得到的距离值,ρki为第i次检测的权值,n为取倒数的检测距离值的个数;
b、对单个雷达传感器检测信号的处理:
对第k次Δt时间内采集到的单个雷达传感器信号数据进行处理:
其中mk为对第k次Δt时间内采集到的单个雷达传感器信号数据进行处理的结果;
c、对扫雪机器人前进距离的计算:
对第k次Δt时间内扫雪机器人前进速度进行限幅滤波处理,有:
其中vj为第j次读取检测扫雪机器人车轮转速的编码器数据换算所得的扫雪机器人前进速度,vj-1为第j-1次读取检测扫雪机器人车轮转速的编码器数据换算所得的扫雪机器人前进速度,vres为两次速度允许的最大偏差值,Sk为第k次Δt时间内扫雪机器人前进的距离,n为Δt时间内读取扫雪机器人编码器数据的次数,t为短时间段;
3)障碍物检测与识别:
设标准安全距离为dflag,扫雪机器人标准前进速度为vflag,扫雪机器人前进速度差阈值为vdiffer;
定义积雪程度描述量为:
其中,α为比例系数,v为扫雪机器人前进速度,即积雪程度与扫雪机器人前进速度成反比;
定义第k次超声波测距变化量为:
定义第k次超声波测距变化比为:
定义第k次扫雪机器人前进距离变化比为:
设障碍物判断条件为:
情形一:当任一个超声波传感器的检测距离d>dflag且|v-vflag|≤vdiffer时,认为S1≈S2≈…≈Sk,同时积雪程度x近似不变,即认为扫雪机器人以匀速在积雪程度均匀段作业,则将障碍物判断条件退化为:
情形二:当任一个超声波传感器的检测距离d>dflag且v-vflag>vdiffer时,认为在某k+1时刻有Sk+1>Sk,而在k时刻有Sk和yk与前k-1时刻扫雪机器人以匀速作业时相同;此时x增大,认为扫雪机器人在此时刻进入积雪程度较浅段作业,此时刻障碍物判断条件为:
因等式右边第二个分式变化Sk/yk≈1,所以关注第一个分式yk+1/Sk+1,此时Sk+1增大,有障碍物判断条件:
情形三:当任一个超声波传感器的检测距离d>dflag且v-vflag>vdiffer时,认为在某2k+1时刻有S2k+1<S2k,而在2k时刻有S2k和y2k与前2k-1时刻扫雪机器人以匀速作业时相同;此时x减小,认为扫雪机器人在此时刻进入积雪程度较深段作业,此时刻障碍物判断条件为:
因等式右边第二个分式变化S2k/y2k≈1,所以关注第一个分式y2k+1/S2k+1,此时S2k+1减小,有障碍物判断条件:
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011363678.8A CN112540368B (zh) | 2020-11-27 | 2020-11-27 | 一种用于智能扫雪机器人的障碍物检测与识别方法 |
US17/443,205 US11782448B2 (en) | 2020-11-27 | 2021-07-22 | Method for obstacle detection and recognition for intelligent snow sweeping robot |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011363678.8A CN112540368B (zh) | 2020-11-27 | 2020-11-27 | 一种用于智能扫雪机器人的障碍物检测与识别方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112540368A CN112540368A (zh) | 2021-03-23 |
CN112540368B true CN112540368B (zh) | 2023-07-14 |
Family
ID=75015315
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011363678.8A Active CN112540368B (zh) | 2020-11-27 | 2020-11-27 | 一种用于智能扫雪机器人的障碍物检测与识别方法 |
Country Status (2)
Country | Link |
---|---|
US (1) | US11782448B2 (zh) |
CN (1) | CN112540368B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113238561B (zh) * | 2021-05-31 | 2022-10-14 | 河北工业大学 | 一种人体洗浴避障方法及*** |
CN114351638B (zh) * | 2022-01-28 | 2024-06-18 | 河南恒通工程监理咨询有限公司 | 一种路面撒盐融冰装置 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6163371A (en) * | 1998-05-13 | 2000-12-19 | Olympus Optical Co., Ltd. | Distance measuring apparatus |
CN106324619A (zh) * | 2016-10-28 | 2017-01-11 | 武汉大学 | 一种变电站巡检机器人自动避障方法 |
CN106313056A (zh) * | 2016-10-26 | 2017-01-11 | 重庆大学 | 扫雪机器人障碍物检测方法 |
CN106514652A (zh) * | 2016-10-26 | 2017-03-22 | 重庆大学 | 扫雪机器人障碍物检测装置 |
CN107037435A (zh) * | 2017-06-09 | 2017-08-11 | 温州大学 | 基于单片机的叉车防碰撞*** |
CN110612493A (zh) * | 2018-09-19 | 2019-12-24 | 深圳市大疆创新科技有限公司 | 无人机及其控制方法、控制装置和计算机可读存储介质 |
CN210145484U (zh) * | 2019-02-27 | 2020-03-17 | 长荣玩具(东莞)有限公司 | 可超声波避障检测的坐骑玩具 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3199083B1 (en) * | 2014-09-24 | 2021-09-08 | Samsung Electronics Co., Ltd. | Cleaning robot and method for controlling cleaning robot |
WO2019104733A1 (zh) * | 2017-12-01 | 2019-06-06 | 深圳市沃特沃德股份有限公司 | 扫地机器人和扫地机器人的避障方法及装置 |
CN108852182B (zh) * | 2018-07-04 | 2021-09-03 | 山东仁合新材料科技有限公司 | 一种扫地机器人智能避障方法 |
WO2021174414A1 (zh) * | 2020-03-03 | 2021-09-10 | 苏州七星天专利运营管理有限责任公司 | 微波识别方法及*** |
-
2020
- 2020-11-27 CN CN202011363678.8A patent/CN112540368B/zh active Active
-
2021
- 2021-07-22 US US17/443,205 patent/US11782448B2/en active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6163371A (en) * | 1998-05-13 | 2000-12-19 | Olympus Optical Co., Ltd. | Distance measuring apparatus |
CN106313056A (zh) * | 2016-10-26 | 2017-01-11 | 重庆大学 | 扫雪机器人障碍物检测方法 |
CN106514652A (zh) * | 2016-10-26 | 2017-03-22 | 重庆大学 | 扫雪机器人障碍物检测装置 |
CN106324619A (zh) * | 2016-10-28 | 2017-01-11 | 武汉大学 | 一种变电站巡检机器人自动避障方法 |
CN107037435A (zh) * | 2017-06-09 | 2017-08-11 | 温州大学 | 基于单片机的叉车防碰撞*** |
CN110612493A (zh) * | 2018-09-19 | 2019-12-24 | 深圳市大疆创新科技有限公司 | 无人机及其控制方法、控制装置和计算机可读存储介质 |
CN210145484U (zh) * | 2019-02-27 | 2020-03-17 | 长荣玩具(东莞)有限公司 | 可超声波避障检测的坐骑玩具 |
Also Published As
Publication number | Publication date |
---|---|
CN112540368A (zh) | 2021-03-23 |
US11782448B2 (en) | 2023-10-10 |
US20220171395A1 (en) | 2022-06-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111551938B (zh) | 一种基于矿区环境的无人驾驶技术感知融合方法 | |
CN112540368B (zh) | 一种用于智能扫雪机器人的障碍物检测与识别方法 | |
CN107253482B (zh) | 一种基于路面图像分析的驾驶安全辅助*** | |
CN111090095B (zh) | 信息融合环境感知***及其感知方法 | |
CN104933856B (zh) | 道路路况实时评估***及方法 | |
CN111025250B (zh) | 一种车载毫米波雷达在线标定方法 | |
CN111708016B (zh) | 一种毫米波雷达与激光雷达融合的车辆前碰撞预警方法 | |
CN102288121A (zh) | 一种基于单目视觉的车道偏离距离测量及预警方法 | |
CN104290753A (zh) | 一种前方车辆运动状态追踪预测装置及其预测方法 | |
CN101131321A (zh) | 一种实时测量安全车距用于汽车防撞预警的方法及装置 | |
CN112674646B (zh) | 基于多算法融合的自适应贴边作业方法及机器人 | |
CN115993597A (zh) | 一种视觉雷达感知融合方法及终端设备 | |
CN116255997A (zh) | 基于视觉导航单元的实时车道检测动态校验*** | |
CN114782517A (zh) | 基于云计算的应急状态水位监控报警***及方法 | |
CN114298142A (zh) | 一种相机和毫米波雷达的多源异构传感器信息融合方法及装置 | |
CN114296095A (zh) | 自动驾驶车辆的有效目标提取方法、装置、车辆及介质 | |
CN116977966A (zh) | 用于电动小车的道路识别*** | |
CN107588842B (zh) | 一种基于激光扫描的货车驱动轴识别*** | |
CN116699540A (zh) | 一种毫米波雷达欠采样虚假目标检测方法及装置 | |
CN111414857A (zh) | 一种基于视觉的多特征融合的前方车辆检测方法 | |
Gao et al. | An obstacle detection and avoidance system for mobile robot with a laser radar | |
De Cubber et al. | Multimodal terrain analysis for an all-terrain crisis management robot | |
CN111721316A (zh) | 一种高性能的车道线识别感兴趣区域预测方法 | |
Han | Application of Artificial Intelligence Detection System Based on Multi-sensor Data Fusion. | |
CN207317914U (zh) | 一种基于激光扫描的货车驱动轴识别*** |
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 |