CN112947426A - 基于多传感融合的清洁机器人运动控制***及方法 - Google Patents
基于多传感融合的清洁机器人运动控制***及方法 Download PDFInfo
- Publication number
- CN112947426A CN112947426A CN202110137126.3A CN202110137126A CN112947426A CN 112947426 A CN112947426 A CN 112947426A CN 202110137126 A CN202110137126 A CN 202110137126A CN 112947426 A CN112947426 A CN 112947426A
- Authority
- CN
- China
- Prior art keywords
- cleaning robot
- module
- processing module
- information
- micro
- 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.)
- Pending
Links
- 238000004140 cleaning Methods 0.000 title claims abstract description 161
- 230000033001 locomotion Effects 0.000 title claims abstract description 55
- 238000000034 method Methods 0.000 title claims abstract description 21
- 230000004927 fusion Effects 0.000 title claims abstract description 20
- 238000012545 processing Methods 0.000 claims abstract description 90
- 230000008447 perception Effects 0.000 claims abstract description 10
- 238000004804 winding Methods 0.000 claims abstract description 6
- 230000001133 acceleration Effects 0.000 claims description 7
- 230000036544 posture Effects 0.000 claims description 7
- 230000008569 process Effects 0.000 claims description 7
- 230000007613 environmental effect Effects 0.000 claims description 5
- 238000004590 computer program Methods 0.000 claims description 4
- 238000005259 measurement Methods 0.000 claims description 4
- 230000010354 integration Effects 0.000 abstract 1
- 238000005516 engineering process Methods 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000004913 activation Effects 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 241001629511 Litchi Species 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 230000007115 recruitment Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 239000004065 semiconductor Substances 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
- G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
- G05D1/0238—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using obstacle or wall sensors
- G05D1/024—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using obstacle or wall sensors in combination with a laser
-
- 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
- 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
- G05D1/0221—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving a learning process
-
- 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
- G05D1/0223—Control 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
-
- 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
- G05D1/0225—Control 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
-
- 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
-
- 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
- G05D1/0276—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Aviation & Aerospace Engineering (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Optics & Photonics (AREA)
- Electromagnetism (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明公开了基于多传感融合的清洁机器人运动控制***,包括包括环境感知模块、底层主控模块、微处理模块、中央处理模块和伺服驱动模块;环境感知模块通过AI目标识别模块、面阵雷达模块和激光雷达模块多传感方式融合,实现对清洁机器人运动姿态的控制。本发明提出的***和方法用于清洁机器人可以实现灵活的控制,避免了人为的干扰自主清洁机器人清洁作业,大大降低了绕越的风险,提高了清洁机器人的作业效率并且增加了可靠性和安全性。
Description
技术领域
本发明涉及清洁机器人技术领域,尤其涉及基于多传感融合的清洁机器人运动控制***及方法。
背景技术
随着人工智能技术的发展,尤其是无人驾驶技术的不断成熟,低速无人商用清洁机器人在室内室外环境的落地商业化已成为可能。随着人口老龄化加速,伴随着保洁工作效率低工作强度大等因素导致用工难招的背景下,商用清洁机器人凭借人工智能技术,包括SLAM算法、计算机视觉、多传感融合算法和自动路径规划等技术,自动完成大场景地面全覆盖清洁任务,将大量保洁工从重复低效率的作业环境中解放出来。
目前,市面上常见的清洁机器人借助激光雷达、超声波和imu等传感器通过SLAM算法实现自主绕越前方固定或移动障碍物,有的还通过深度相机来识别前方障碍物距离。但深度相机非常依赖纯图像特征匹配,所以在光照较暗或者过度曝光的情况下效果都非常差,另外如果被测场景本身缺乏纹理,也很难进行特征提取和匹配。而超声波是根据超声波在空气中的传播速度为已知,超声波遇到障碍物反射回来的特性进行测量的,有如下缺点:a.超声波测距仪的测量精度是厘米级的,精度不高;b.超声波测距传感器是声波发射,具有声波的扇形发射特性,所以当声波经过之处障碍物较多时,反射回来的声波较多,干扰较多,易报错;c.超声波是根据发射和接收的时间差计算出发射点到障碍物的实际距离,因此,超声波测距具有延时性,对于移动机器人来说延时传感器是存在高风险的。
由此可见目前市面上的清洁机器人存在多种技术弊端问题,但是目前还没有通过AI目标识别技术、面阵雷达模块和激光雷达多传感方式融合实现清洁机器人区分前方障碍物是物体或者行人的一种运动控制方式。
发明内容
基于背景技术存在的技术问题,本发明提出基于多传感融合的清洁机器人运动控制***,避免了人为的干扰自主清洁机器人清洁作业,大大降低了绕越的风险,提高了清洁机器人的作业效率并且增加了可靠性和安全性。
基于多传感融合的清洁机器人运动控制***,包括:
环境感知模块,用于获取清洁机器人工作状态下的环境信息;
底层主控模块,用于获取清洁机器人工作状态下的工作参数信息;
微处理模块,用于接收所述环境感知模块、底层主控模块发出的信息并将接收到的信息传输至中央处理模块;
中央处理模块,对接收的信息进行处理得到决策信息,并将所述决策信息传输至所述微处理模块;
伺服驱动模块,接收所述微处理模块发出的决策信息且用于控制清洁机器人的运动姿态。
优选地,清洁机器人工作状态下的环境信息包括:清洁机器人前方是否有人或者物、清洁机器人与前方人或者物的距离;所述清洁机器人工作状态下的工作参数信息包括清洁机器人本体的加速度、角速度和位姿信息。
优选地,所述环境感知模块包括:
AI目标识别模块,用于判断清洁机器人前方是否有人;
面阵雷达模块,用于判断人与清洁机器人本体之间的距离;
激光雷达模块,用于判断清洁机器人前方是否有障碍物以及在判断有障碍物的情况下进而判断障碍物与清洁机器人本体之间的距离。
优选地,所述底层主控模块包括:
惯性测量单元,用于采集清洁机器人运动时的加速度和角速度;里程计单元,用于采集清洁机器人的位姿信息;里程计作为移动机器人相对定位的有效传感器,为机器人提供了实时的位姿信息。位姿信息包括清洁机器人的位置和姿态,更进一步的,位置即清洁机器人行驶的距离、姿态即清洁机器人当前的方向。
优选地,所述中央处理模块采用SLAM算法对接收到的信息进行处理,获得的决策信息包括停止指令、前进指令和绕越指令;所述清洁机器人的运动姿态包括前进运动、暂停运动、绕越运动。
激光雷达模块所获取的关于障碍物的信息直接传输至中央处理模块,此时底层主控模块获得的清洁机器人的工作参数信息通过微处理模块也传输至中央处理模块,中央处理模块基于现有的SLAM算法作出决策信息;
面阵激光雷达模块和AI目标识别模块获取的关于行人的信息传输至微处理模块,微处理模块将行人的信息以及来自于底层主控模块的清洁机器人的工作参数信息传输至中央处理模块,中央处理模块基于改进后的SLAM算法作出决策信息,在改进的SLAM算法中,原有的框架上添加了面阵雷达和AI目标识别控制插件从而实现根据面阵雷达、AI目标识别的信号和激光雷达多传感融合控制清洁机器人进行暂停、绕越和前进动作。
本发明对清洁机器人的工作环境进行了细分,并设定清洁机器人针对每一种工作环境执行不同的运动姿态:
(1)第一种情况:环境感知模块中的AI目标识别模块没有识别到人像且激光雷达模块没有识别到障碍物,此时机器人前方没有人和障碍物,中央处理模块发出前进指令,则清洁机器人可以正常前进运动;
(2)第二种情况:环境感知模块中的AI目标识别模块识别到人像且且面阵雷达模块判断出人与清洁机器人的距离大于预设值、激光雷达模块识别到障碍物且判断出人与清洁机器人的距离大于预设值时,中央处理模块发出前进指令,则清洁机器人可以正常前进运动;
(3)第三种情况:环境感知模块中的AI目标识别模块识别到人像,且面阵雷达模块判断出人与清洁机器人的距离小于预设值,中央处理模块发出停止指令,则清洁机器人暂停运动,当行人离开清洁机器人时,分两种情况,第一种情况是行人离开清洁机器人,此时AI目标识别模块识别不到人;第二种情况若行人离开,但AI目标识别模块还能识别到人,但是面阵激光雷达此时探测的距离大于预设值;针对以上两种情况,清洁机器人均再次沿着原有路径方向继续前进。
(4)第四种情况:环境感知模块中AI目标识别模块没有识别到人像且激光雷达模块识别到有障碍物时,当清洁机器人与障碍物之间的距离小于预设值时,中央处理模块发出绕越指令,则清洁机器人进行绕越运动。
当环境感知模块同时检测到清洁机器人前方具有人和障碍物的时候,则判定机器人暂停运动。由此可知,本发明的清洁机器人运动控制***充分考虑到人的优先级别高于障碍物,面阵雷达模块用于判断行人和清洁机器人之间的距离可以实时精确到毫米级,有效保证了人的安全性。
基于多传感融合的清洁机器人运动控制方法,包括如下步骤:
S1:环境感知模块获取清洁机器人工作状态下的环境信息并发送至微处理模块;
S2:底层主控模块获取清洁机器人工作状态下的工作参数信息并发送至微处理模块;
S3:微处理模块将S1和S2获得的信息发送至中央处理模块,中央处理模块对接收到的信息处理后得到决策信息并传输至微处理模块;
S4:微处理模块将决策信息传输至伺服驱动模块,所述伺服驱动模块驱动清洁机器人进行运动。
优选地,当所述环境感知模块检测到清洁机器人前方有人时,所述中央处理模块发出停止指令,清洁机器人暂停运动;当所述环境感知模块检测到清洁机器人前方有障碍物时,所述中央处理模块发出绕越指令,清洁机器人进行绕越运动避让障碍物。
本发明还提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现上述方法的步骤。
本发明还提供了一种清洁机器人,包括机器人本体和控制器,控制器包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,处理器执行程序时实现上述方法的步骤。
所述清洁机器人的前端面上设有面阵激光雷达和AI目标识别镜头,所述清洁机器人的底面的前侧设有激光雷达。
本发明中伺服驱动***包括指两个驱动轮伺服电机分别控制一个主动轮,从而控制清洁机器人的两个主动轮的差速运转,从而保证清洁机器人本体的转弯动作。微处理模块通过485通信协议将中央处理模块发出的决策信息令发送至伺服驱动模块从而实时控制两个主动轮运动,两个主动轮上安装的光电编码器将获得的数据实时反馈至里程计单元进而传输至微处理模块,微处理模块根据反馈回来的速度信息调整主动轮下一时刻的运动,以上信息的传输实现了伺服驱动模块与微处理模块的信息交互。
本发明中的有益效果:
本发明提出基于多传感融合的清洁机器人运动控制***,括环境感知模块、底层主控模块、微处理模块、中央处理模块和伺服驱动模块。环境感知模块通过AI目标识别模块、面阵雷达模块和激光雷达模块实现多传感方式融合,中央处理模块依据改进后的SLAM算法对清洁机器人的运动进行控制,该控制***充分考虑到行人的优先级别,当清洁机器人在面对行人和障碍物时会作出不同运动姿态;该控制***用于清洁机器人可以实现灵活的控制,避免了人为的干扰自主清洁机器人清洁作业,大大降低了绕越的风险,提高了清洁机器人的作业效率并且增加了可靠性和安全性。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。在附图中:
图1为基于多传感融合的清洁机器人运动控制***的整体示意图;
图2为本发明的底层工控***三种运动控制指令原理示意图;
图3为本发明的清洁机器人结构示意图;
图4为本发明的AI目标检测神经网络原理图。
图中:1-面阵激光雷达、2-AI目标识别镜头、3-激光雷达。
具体实施方式
下面结合具体实施例对本发明作进一步解说。
参照图1-4,基于多传感融合的清洁机器人运动控制***,包括环境感知模块、底层主控模块、微处理模块、中央处理模块和伺服驱动模块。
环境感知模块,用于获取清洁机器人工作状态下的环境信息,清洁机器人工作状态下的环境信息包括:清洁机器人前方是否有人或者物、清洁机器人与前方人或者物的距离。
环境感知模块包括:AI目标识别模块,用于判断清洁机器人前方是否有人;面阵雷达模块,用于判断人与清洁机器人本体之间的距离;激光雷达模块,用于判断清洁机器人前方是否有障碍物以及在判断有障碍物的情况下进而判断障碍物与清洁机器人本体之间的距离。
底层主控模块,用于获取清洁机器人工作状态下的工作参数信息;清洁机器人工作状态下的工作参数信息包括清洁机器人本体的加速度、角速度和运动距离;底层主控模块包括:惯性测量单元,用于采集清洁机器人运动时的加速度和角速度;里程计单元,用于采集机器人的位姿信息,位姿信息包括清洁机器人的位置和姿态,更进一步的,位置即清洁机器人行驶的距离、姿态即清洁机器人当前的方向。
中央处理模块,对接收的信息进行处理得到决策信息,并将决策信息传输至微处理模块;中央处理模块采用SLAM算法对接收到的信息进行处理,获得的决策信息包括停止指令、前进指令和绕越指令;清洁机器人的运动姿态包括前进运动、暂停运动、绕越运动。
微处理模块,用于接收环境感知模块、底层主控模块发出的信息并将接收到的信息传输至中央处理模块;伺服驱动模块,接收微处理模块发出的决策信息且用于控制清洁机器人的运动姿态。
微处理模块通过485通信协议将中央处理模块发出的决策信息令发送至伺服驱动模块从而实时控制两个主动轮运动,两个主动轮上安装的光电编码器将获得的数据实时反馈至里程计单元进而传输至微处理模块,微处理模块将信息传输至中央处理模块,中央处理模块结合所有的信息得出清洁机器人下一时刻的决策信息并发送至微处理模块,微处理模块根据反馈回来的速度信息调整主动轮下一时刻的运动,以上信息的传输实现了伺服驱动模块与微处理模块的信息交互。
里程计单元作为清洁机器人相对定位的有效传感器,为清洁机器人提供了实时的位姿信息。根据安装在清洁机器人左右两个主动轮电机上的光电编码器来检测车轮在一定时间内转过的弧度,并且将轮子的直径等数据传输至里程计单元,进而推算机器人相对位姿的变化。
基于多传感融合的清洁机器人运动控制方法,包括如下步骤:
S1:环境感知模块获取清洁机器人工作状态下的环境信息并发送至微处理模块;
S2:底层主控模块获取清洁机器人工作状态下的工作参数信息并发送至微处理模块;
S3:微处理模块将S1和S2获得的信息发送至中央处理模块,中央处理模块对接收到的信息处理后得到决策信息并传输至微处理模块;
S4:微处理模块将决策信息传输至伺服驱动模块,伺服驱动模块驱动清洁机器人进行运动。
当环境感知模块检测到清洁机器人前方有人时,中央处理模块发出停止指令,清洁机器人暂停运动;当环境感知模块检测到清洁机器人前方有障碍物时,中央处理模块发出绕越指令,清洁机器人进行绕越运动避让障碍物。
图2进一步解释本实施例中清洁机器人运动控制***的控制方法:
当AI目标识别模块判断前方有人且面阵雷达模块检测行人与清洁机器人之间的距离小于1.6米,则中央处理模块发出停止指令;
当AI目标识别模判断前方有行人且激光雷达模块判断前方有障碍物、且行人和障碍物与清洁机器人之间的距离都小于1.6米,则中央处理模块发出停止指令;
当AI目标识别模判断前方没有行人且激光雷达模块判断前方有障碍物、障碍物与与清洁机器人之间的距离小于1.2米,则中央处理模块发出绕越指令;
当AI目标识别模判断前方没有行人且激光雷达模块判断前方有障碍物、障碍物与与清洁机器人之间的距离大于1.2米,则中央处理模块发出前进指令。
本实施例中的清洁机器人使用的中央处理模块采用工控机(品牌:研扬型号:AIC-1U03)、微处理模块采用STM32微处理器(品牌:意法半导体、型号:STM32F407IET6),本发明提出的一种清洁机器人的前端面上设有面阵激光雷达(品牌:抒微只能、型号:AL-10)和AI目标识别镜头(品牌:荔枝派、型号:OV2640),清洁机器人的底面的前侧设有激光雷达(品牌:西克型号:LMS141)。
该运动控制***采集的数据包括:角速度(w)和加速度(a)、里程计数据(x,y)、AI目标识别(有人数据定义为1,无人数据定义为0)和面阵雷达数据(d)。微处理器将采集上来的数据通过485协议发送给中央处理模块,运行在中央处理模块中改进的SALM算法实时处理这些数据。SLAM算法通过这些数据进行判断清洁机器人不同运行状态,比如,当AI目标识别到前方是人则数据为1,SLAM算法接收数据1,若面阵雷达数据d小于1.6米,中央处理模块发出停止指令,则清洁机器人立刻停止等待,若行人离开,清洁机器人继续重新运行。若前方是障碍物非人,则AI目标识别数据为0,当激光雷达检测前方有障碍物且距离小于1.2米时,中央处理模块发出绕越指令,清洁机器人绕越障碍物后继续前进。
图4中,AI目标检测算法采用Yolo采用卷积网络来提取特征,然后使用全连接层来得到预测值。网络结构参考GooLeNet模型,包含24个卷积层和2个全连接层,如图所示。对于卷积层,主要使用1x1卷积来做channle reduction,然后紧跟3x3卷积。对于卷积层和全连接层,采用Leaky ReLU激活函数:max(x,0.1x),但是最后一层却采用线性激活函数。
每个网格预测的class信息和bounding box预测的confidence信息相乘,就得到每个bounding box的class-specific confidence score:
等式左边第一项就是每个网格预测的类别信息,第二三项就是每个bounding box预测的confidence。这个乘积即encode了预测的box属于某一类的概率,也有该box准确度的信息。
以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,根据本发明的技术方案及其发明构思加以等同替换或改变,都应涵盖在本发明的保护范围之内。
Claims (10)
1.基于多传感融合的清洁机器人运动控制***,其特征在于,包括:
环境感知模块,用于获取清洁机器人工作状态下的环境信息;
底层主控模块,用于获取清洁机器人工作状态下的工作参数信息;
微处理模块,用于接收所述环境感知模块、底层主控模块发出的信息并将接收到的信息传输至中央处理模块;
中央处理模块,对接收的信息进行处理得到决策信息,并将所述决策信息传输至所述微处理模块;
伺服驱动模块,接收所述微处理模块发出的决策信息且用于控制清洁机器人的运动姿态。
2.根据权利要求1所述的基于多传感融合的清洁机器人运动控制***,其特征在于,清洁机器人工作状态下的环境信息包括:清洁机器人前方是否有人或者物、清洁机器人与前方人或者物的距离;所述清洁机器人工作状态下的工作参数信息包括清洁机器人本体的加速度、角速度和位姿信息。
3.根据权利要求1或2所述的基于多传感融合的清洁机器人运动控制***,其特征在于,所述环境感知模块包括:
AI目标识别模块,用于判断清洁机器人前方是否有人;
面阵雷达模块,用于判断人与清洁机器人本体之间的距离;
激光雷达模块,用于判断清洁机器人前方是否有障碍物以及在判断有障碍物的情况下进而判断障碍物与清洁机器人本体之间的距离。
4.根据权利要求1或2所述的基于多传感融合的清洁机器人运动控制***,其特征在于,所述底层主控模块包括:
惯性测量单元,用于采集清洁机器人运动时的加速度和角速度;
里程计单元,用于采集清洁机器人的位姿信息。
5.根据权利要求1或2所述的基于多传感融合的清洁机器人运动控制***,其特征在于,所述中央处理模块采用SLAM算法对接收到的信息进行处理,获得的决策信息包括停止指令、前进指令和绕越指令;所述清洁机器人的运动姿态包括前进运动、暂停运动、绕越运动。
6.基于多传感融合的清洁机器人运动控制方法,其特征在于,包括如下步骤:
S1:环境感知模块获取清洁机器人工作状态下的环境信息并发送至微处理模块;
S2:底层主控模块获取清洁机器人工作状态下的工作参数信息并发送至微处理模块;
S3:微处理模块将S1和S2获得的信息发送至中央处理模块,中央处理模块对接收到的信息处理后得到决策信息并传输至微处理模块;
S4:微处理模块将决策信息传输至伺服驱动模块,所述伺服驱动模块驱动清洁机器人进行运动。
7.根据权利要求6所述的基于多传感融合的清洁机器人运动控制方法,其特征在于,当所述环境感知模块检测到清洁机器人前方有人时,所述中央处理模块发出停止指令,清洁机器人暂停运动;当所述环境感知模块检测到清洁机器人前方有障碍物时,所述中央处理模块发出绕越指令,清洁机器人进行绕越运动避让障碍物。
8.一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,该程序被处理器执行时实现如权利要求6或7任一项所述方法的步骤。
9.一种清洁机器人,包括机器人本体和控制器,其特征在于,控制器包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,处理器执行程序时实现如权利要求6或7任一项所述方法的步骤。
10.根据权利要求9所述的一种清洁机器人,其特征在于,所述清洁机器人的前端面上设有面阵激光雷达和AI目标识别镜头,所述清洁机器人的底面的前侧设有激光雷达。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110137126.3A CN112947426A (zh) | 2021-02-01 | 2021-02-01 | 基于多传感融合的清洁机器人运动控制***及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110137126.3A CN112947426A (zh) | 2021-02-01 | 2021-02-01 | 基于多传感融合的清洁机器人运动控制***及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112947426A true CN112947426A (zh) | 2021-06-11 |
Family
ID=76240789
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110137126.3A Pending CN112947426A (zh) | 2021-02-01 | 2021-02-01 | 基于多传感融合的清洁机器人运动控制***及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112947426A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115251765A (zh) * | 2022-07-04 | 2022-11-01 | 麦岩智能科技(北京)有限公司 | 一种基于多传感器的清洁机器人沿边清扫控制方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105629970A (zh) * | 2014-11-03 | 2016-06-01 | 贵州亿丰升华科技机器人有限公司 | 一种基于超声波的机器人定位避障方法 |
DE102016125408A1 (de) * | 2016-12-22 | 2018-06-28 | RobArt GmbH | Autonomer mobiler roboter und verfahren zum steuern eines autonomen mobilen roboters |
CN108710376A (zh) * | 2018-06-15 | 2018-10-26 | 哈尔滨工业大学 | 基于多传感器融合的slam与避障的移动底盘 |
CN109062209A (zh) * | 2018-08-07 | 2018-12-21 | 安徽工程大学 | 一种智能辅助驾驶控制***及其控制方法 |
CN112147615A (zh) * | 2020-09-08 | 2020-12-29 | 北京踏歌智行科技有限公司 | 一种基于全天候环境监测***的无人驾驶感知方法 |
-
2021
- 2021-02-01 CN CN202110137126.3A patent/CN112947426A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105629970A (zh) * | 2014-11-03 | 2016-06-01 | 贵州亿丰升华科技机器人有限公司 | 一种基于超声波的机器人定位避障方法 |
DE102016125408A1 (de) * | 2016-12-22 | 2018-06-28 | RobArt GmbH | Autonomer mobiler roboter und verfahren zum steuern eines autonomen mobilen roboters |
CN108710376A (zh) * | 2018-06-15 | 2018-10-26 | 哈尔滨工业大学 | 基于多传感器融合的slam与避障的移动底盘 |
CN109062209A (zh) * | 2018-08-07 | 2018-12-21 | 安徽工程大学 | 一种智能辅助驾驶控制***及其控制方法 |
CN112147615A (zh) * | 2020-09-08 | 2020-12-29 | 北京踏歌智行科技有限公司 | 一种基于全天候环境监测***的无人驾驶感知方法 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115251765A (zh) * | 2022-07-04 | 2022-11-01 | 麦岩智能科技(北京)有限公司 | 一种基于多传感器的清洁机器人沿边清扫控制方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107562048B (zh) | 一种基于激光雷达的动态避障控制方法 | |
US10102429B2 (en) | Systems and methods for capturing images and annotating the captured images with information | |
US10376117B2 (en) | Apparatus and methods for programming and training of robotic household appliances | |
KR102670610B1 (ko) | 공항용 로봇 및 그의 동작 방법 | |
AU2011352997B2 (en) | Mobile human interface robot | |
US7899618B2 (en) | Optical laser guidance system and method | |
Kim et al. | End-to-end deep learning for autonomous navigation of mobile robot | |
JP2022540387A (ja) | 移動ロボット及びその制御方法 | |
CN105629970A (zh) | 一种基于超声波的机器人定位避障方法 | |
CN105892489A (zh) | 一种基于多传感器融合的自主避障无人机***及控制方法 | |
CN111474930B (zh) | 一种基于视觉定位的循迹控制方法、装置、设备及介质 | |
US11471016B2 (en) | Method and apparatus for executing cleaning operation | |
US11498587B1 (en) | Autonomous machine motion planning in a dynamic environment | |
WO2022252221A1 (zh) | 一种移动机器人队列***及路径规划、跟随方法 | |
CN110844402B (zh) | 一种智能召唤垃圾桶*** | |
CN108762247B (zh) | 自移动设备的避障控制方法及自移动设备 | |
CN204423154U (zh) | 一种基于自主导航的自动充电玩具机器人 | |
WO2020038155A1 (zh) | 自主移动设备、控制方法及存储介质 | |
Chen et al. | A review of autonomous obstacle avoidance technology for multi-rotor UAVs | |
CN112947426A (zh) | 基于多传感融合的清洁机器人运动控制***及方法 | |
Thrunyz | The dynamic window approach to collision avoidance | |
CN112540383A (zh) | 一种基于激光人体检测高效跟随方法 | |
AU2015202200A1 (en) | Mobile human interface robot | |
TWI806429B (zh) | 控制自動導引車之模組化控制系統及方法 | |
CN115790606B (zh) | 轨迹预测方法、装置、机器人及存储介质 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210611 |