CN113733086A - 一种机器人的出行方法、装置、设备及存储介质 - Google Patents
一种机器人的出行方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN113733086A CN113733086A CN202111015374.7A CN202111015374A CN113733086A CN 113733086 A CN113733086 A CN 113733086A CN 202111015374 A CN202111015374 A CN 202111015374A CN 113733086 A CN113733086 A CN 113733086A
- Authority
- CN
- China
- Prior art keywords
- target
- road section
- robot
- target road
- image data
- 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
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/16—Programme controls
- B25J9/1656—Programme controls characterised by programming, planning systems for manipulators
- B25J9/1664—Programme controls characterised by programming, planning systems for manipulators characterised by motion, path, trajectory planning
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/16—Programme controls
- B25J9/1679—Programme controls characterised by the tasks executed
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/16—Programme controls
- B25J9/1694—Programme controls characterised by use of sensors other than normal servo-feedback from position, speed or acceleration sensors, perception control, multi-sensor controlled systems, sensor fusion
- B25J9/1697—Vision controlled systems
-
- 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
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Landscapes
- Engineering & Computer Science (AREA)
- Robotics (AREA)
- Mechanical Engineering (AREA)
- Manipulator (AREA)
Abstract
本发明实施例公开了一种机器人的出行方法、装置、设备及存储介质。该方法包括:在目标机器人到达目标出行路径中的目标路段之前,获取通过图像采集器采集的所述目标路段的当前图像数据;根据所述当前图像数据,确定所述目标路段是否满足路径优化条件;若满足,则为所述目标机器人规划新的目标出行路径,使所述目标机器人避开所述目标路段。本发明实施例解决了目标机器人在出行过程中由于外在因素导致的拥堵问题,实现了目标机器人在工作的过程中节约时间、提高效率的目的。
Description
技术领域
本发明实施例涉及自动控制技术,尤其涉及一种机器人的出行方法、装置、设备及存储介质。
背景技术
目前,服务型机器人产业处于新兴的发展阶段,在需求多样化等因素的驱动下,服务型机器人市场成长动能显著。
在机器人实际工作场景中,通常要为机器人提前规划好目标路径并按照规划的路径信息执行任务,在机器人作业的过程中,可能会存在某个路段中有大量的人流而造成道路拥堵,此时机器人不得不选择原地等待,当人流量不影响机器人通行的时候继续执行相应任务。
尽管机器人在道路拥堵时选择原地等待会避免碰撞等情况发生,但实际上可能存在多条候选路段能够通往目的地,而机器人无法在道路拥堵时选择其他路段前往目的地,这样大大浪费了机器人执行任务的时间并降低了工作效率。
发明内容
本发明提供一种机器人的出行方法、装置、设备及存储介质,以实现目标机器人在工作的过程中节约时间、提高效率。
第一方面,本发明实施例提供了一种机器人的出行方法,包括:
在目标机器人到达目标出行路径中的目标路段之前,获取通过图像采集器采集的所述目标路段的当前图像数据;
根据所述当前图像数据,确定所述目标路段是否满足路径优化条件;
若满足,则为所述目标机器人规划新的目标出行路径,使所述目标机器人避开所述目标路段。
第二方面,本发明实施例还提供了一种机器人的出行装置,该装置包括:
图像数据获取模块,用于在目标机器人到达目标出行路径中的目标路段之前,获取通过图像采集器采集的所述目标路段的当前图像数据;
优化条件确定模块,用于根据所述当前图像数据,确定所述目标路段是否满足路径优化条件;
路径规划模块,用于所述目标路段满足路径优化条件时,则为所述目标机器人规划新的目标出行路径,使所述目标机器人避开所述目标路段。
第三方面,本发明实施例还提供了一种机器人的出行设备,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,其中,所述处理器执行所述程序时实现如本发明实施例中任一所述的机器人的出行方法。
第四方面,本发明实施例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,其中,该程序被处理器执行时实现如本发明实施例中任一所述的机器人的出行方法。
本发明实施例通过在目标机器人到达目标出行路径中的目标路段之前,获取通过图像采集器采集的所述目标路段的当前图像数据;根据当前图像数据,确定目标路段是否满足路径优化条件,若满足,则为目标机器人规划新的目标出行路径,使目标机器人避开目标路段。上述技术方案解决了目标机器人在出行过程中由于外在因素导致的拥堵问题,实现了目标机器人在工作的过程中节约时间、提高效率的目的。
附图说明
图1是本发明实施例一中的一种机器人的出行方法的流程图;
图2A是本发明实施例二中的一种机器人的出行方法的流程图;
图2B是本发明实施例二中的一种机器人的出行方法中标注点位示意图;
图2C是本发明实施例二中的一种机器人的出行方法的实现示意图;
图3是本发明实施例三中的一种机器人的出行方法的流程图;
图4是本发明实施例四中的一种机器人的出行装置的结构示意图;
图5是本发明实施例五中的一种机器人的出行设备的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释本发明,而非对本发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部结构。
实施例一
图1为本发明实施例一提供的一种机器人的出行方法的流程图,本实施例可适用于餐厅等人为因素较复杂场景中机器人的出行情况,该方法可以由机器人的出行装置来执行,该装置可采用软件和/或硬件的方式实现。如图1所示,该方法具体包括如下步骤:
S110,在目标机器人到达目标出行路径中的目标路段之前,获取通过图像采集器采集的所述目标路段的当前图像数据。
其中,目标出行路径是指目标机器人在所属场景移动过程中使用的出行路径,可以预先根据目标机器人的出行需求如起点位置、终点位置,对目标机器人进行路径规划得到。机器人所属场景中可以包括不同的候选路段,目标路段是指属于目标出行路径中的候选路段。候选路段可以位于图像采集器的采集区域的范围内,图像采集器可以为摄像头。
示例性的,图像采集器的数量可以是一个或多个,具体可以根据实际需求进行相应的增加或减少。图像采集器的图像采集区域可以覆盖唯一的候选路段,也可以覆盖至少两个候选路段,可以由相关技术人员进行提前设定。
在目标机器人到达目标出行路径中的目标路段之前,可以通过覆盖目标路段的图像采集器采集目标路段的当前图像数据。
S120,根据所述当前图像数据,确定所述目标路段是否满足路径优化条件。
其中,路径优化条件可以为目标路段发生拥堵、目标机器人的行驶方向与场景环境因素存在冲突等。以目标机器人在餐厅场景为例,如果目标路段上放置有阻挡目标机器人移动的障碍物,则可以确定目标路段满足路径优化条件。其中,障碍物可以为静态障碍物,也可以为动态障碍物,本申请实施例对此不做具体限定,例如可以为儿童餐椅,也可以为走动、结账、收拾餐桌的环境用户等。
具体的,可以对当前图像数据进行识别,并根据图像识别结果确定目标路段是否满足路径优化条件。以路径优化条件为发生拥堵为例,根据获取到的当前图像数据,确定目标路段是否发生拥堵;若目标路段发生拥堵,则满足路径优化条件;否则,不满足路径优化条件。
S130,若满足,则为所述目标机器人规划新的目标出行路径,使所述目标机器人避开所述目标路段。
若目标路段满足路径优化条件,则为目标机器人规划新的目标出行路径,从而使得目标机器人避开目标路段。在规划新的目标出行路径过程中,可以将目标机器人的当前位置作为新的起点位置,并根据新的起点位置和终点位置进行路径规划。本申请实施例对路径规划方式不做具体限定。需要说明的是,若目标路段不满足优化条件,则目标机器人可以继续使用目标出行路径,无需重新规划,即目标机器人可以驶入目标路段。
例如,通过获取候选路段的当前人流量,确定候选路段是否发生拥堵,并根据候选路段当前人流量或其他机器人在候选路段的当前平均速度确定候选路段的拥堵程度,根据候选路段的拥堵程度以及历史拥堵耗时与历史拥堵程度之间的关联关系,确定候选路段的拥堵耗时。根据候选路段的常规耗时与拥堵耗时的叠加,确定拥堵路段的总耗时长,其中非拥堵路段的总耗时长为常规耗时。目标出行路径为用时最短的候选路段总耗时长的叠加。
在目标机器人到达目标出行路径中目标路段之前,通过图像采集器采集目标路段的当前图像数据,并根据目标路段的当前图像数据确定目标路段是否满足路径优化条件;若满足,则为目标机器人规划新的目标出行路径,使目标机器人避开目标路段,即在通过目标路段的当前图像数据确定目标路段发生异常的情况下,通过在目标机器人到达目标路段之前,为目标机器人规划新的目标出行路径,控制目标机器人避开发生异常的目标路段,从而避免目标路段干扰目标机器人出行。通过图像数据判断目标路段是否满足路径优化条件,提高了判断的准确性。
本发明实施例通过在目标机器人到达目标出行路径中的目标路段之前,获取通过图像采集器采集的所述目标路段的当前图像数据;根据当前图像数据,确定目标路段是否满足路径优化条件,若满足,则为目标机器人规划新的目标出行路径,使目标机器人避开目标路段。上述技术方案解决了目标机器人在出行过程中由于外在因素导致的拥堵问题,实现了目标机器人在工作的过程中节约时间、提高效率的目的。
在一种可选实施方式中,所述根据所述当前图像数据,确定所述目标路段是否满足路径优化条件,包括:根据所述当前图像数据,确定所述目标路段中环境用户的动作姿态信息;根据所述动作姿态数据,确定所述目标路段是否满足路径优化条件。
具体的,识别当前图像数据中环境用户的动作姿态信息,并通过动作姿态信息判断用户意图,根据用户意图确定环境用户与目标机器人的行驶方向是否冲突。仍以餐厅场景进行举例,环境用户的动作姿态信息可以为环境用户的动作、手势等,用户意图可以为收银台结账、物料台取小料、收拾餐桌或清扫地面等。可以根据用户意图确定用户的路段占用时长,若用户的路段占用时间大于时长阈值则确定满足路径优化条件;否则,确定不满足路径优化条件。
其中,用户的意图与路段占用时长之间的关系可以经过大量数据统计并通过机器学习的方式得到,也可以通过预设标准进行人工设定,其中,预设标准可以为按经验根据用户的意图预估占用的时长。例如,通过机器学习或人工设定的方式得到的用户收银台结账所占用时长为10秒钟,收拾餐桌或清扫地面所占用时长为20秒钟。其中,时长阈值可以根据当前人流量和历史出行数据确定。
通过当前图像数据,确定目标路段中环境用户的动作姿态信息并根据动作姿态数据确定用户的意图,从而判断目标路段是否满足路径优化条件,提高了路径优化判断方式的准确性,提高了机器人的工作效率。
实施例二
本发明实施例二在上述实施例一的基础上提供了又一种机器人的出行方法。图2A为本发明实施例二提供的机器人的出行方法流程图。参考图2A,该方法具体包括如下步骤:
S210、在目标机器人到达目标出行路径中目标路段所关联的标注点位时,获取通过图像采集器采集的所述目标路段的当前图像数据;其中,所述标注点位属于在所述目标路段之前的相邻路段。
可选的,通过为目标出行路径中目标路段添加标注点位的方式,在标注点位处判断目标路段是否满足路径优化条件。目标路段所关联的标注点位属于目标路段之前的相邻路段,而不属于目标路段,也就是说,目标机器人先到达目标路段所关联的标注点位,才可以进入目标路段。目标路段的标注点位属于目标路段之前的相邻路段,不同目标路段的标注点位可以相同,也可以不同。参考图2B,目标路段OA和目标路段OB的标注点位相同,均为标注点位1。
在目标机器人行驶到目标路段的标注点位时,触发是否满足路径优化条件的判断,能够对目标路段的当前路况做提前的预判,从而判断是否让目标机器人继续使用目标路段。
在目标机器人使用目标出行路径移动过程中,可以实时检测是否到达目标路段的标注点位,在到达目标路段的标注点位时,获取通过图像采集器采集的目标路段的当前图像数据,用于后续根据目标路段的当前图像数据确定是否进行路径优化。其中,当前图像数据可以通过直接与图像采集器交互获取,也可以通过云端服务器或本地服务器获取。
S220、根据所述当前图像数据,确定所述目标路段是否满足路径优化条件;
S230、若满足,则为所述目标机器人规划新的目标出行路径,使所述目标机器人避开所述目标路段。
参见图2C,在具体示例中,目标机器人的起始位置为O点,终点位置为1号点,候选出行路径可以包括候选路段AB与候选路段BD,还可以包括候选路段AC与候选路段CD。其中,标注点位1可以为候选路段AB和候选路段AC所关联的标注点位,标注点位2可以为候选路段CD所关联的标注点位;并且,不同候选路段所关联的图像采集器可以相同或不同,图像采集器的采集区域能够覆盖所有候选路段。以目标出行路径包括候选路段AC与候选路段CD为例,目标机器人从起始位置O点出发,在到达标注点位1时,即在到达目标路段AC之前,获取通过图像采集器采集的目标路段AC的当前图像数据,根据当前图像数据,确定目标路段AC是否满足路径优化条件,若满足路径优化条件,则为目标机器人规划新的目标出行路径,使目标机器人避开目标路段AC,例如,重新规划新的目标出行路径可以包括候选路段AB与候选路段BD,并将候选路段AB与候选路段BD作为新的目标路段。若不满足路径优化条件,则目标机器人继续沿着当前的目标路段AC继续前进,直到到达下一个标注点位2时,继续判断目标路段CD是否满足路径优化条件。
在一个可选实施例中,所述获取通过图像采集器采集的所述目标路段的当前图像数据,包括:获取所述图像采集器采集的与所述目标路段对应的当前图像部分;其中,所述图像采集器固定采集预设区域的图像数据,该预设区域包括目标路段。
示例性的,图像采集器的位置和/或采集区域可以是固定的预设位置和/或预设区域,具体可以根据需求将图像采集器设置在固定的预设位置处,且角度方向固定;还可以是根据需求提前设定预设区域,并将图像采集器固定在与预设区域相对应的预设位置处。通过预设位置的图像采集器采集预设区域内至少一个候选路段的图像数据,且候选路段在预设区域中的位置相对固定。其中,预设位置与预设区域可以根据需求进行人为调整,预设区域包括至少一个候选路段,候选路段包括目标路段。
通过图像采集器采集预设区域的当前图像,并从预设区域的当前图像中获取与目标路段对应的当前图像部分,并且,根据获取的目标路段的当前图像部分确定目标路段的当前图像数据。通过获取图像采集器采集的与目标路段对应的当前图像部分,并确定目标路段的当前图像数据的方式,实现了有针对性的获取目标路段的当前图像数据,从而提高了目标路段当前图像数据的获取效率。
在一个可选实施例中,根据图像采集器的图像数据,预先标记所述图像数据中所述目标路段所在区域信息,根据该区域信息提取对应的所述图像数据,该图像数据作为所述目标路段的当前图像数据。图像采集器采集的图像数据中,包括至少一个候选路段的图像数据,其中,候选路段包括目标路段。可以根据图像采集器中至少一个候选路段的图像数据,预先标记图像数据中目标路段所在区域信息。根据标记的目标路段所在区域信息,提取目标路段的图像数据,并将该目标路段的图像数据作为目标路段的当前图像数据。上述方案通过预先标记图像数据中目标路段所在区域信息的方式,确定目标路段的当前图像数据,提高了当前图像数据的准确度。
本实施例方案通过在目标机器人到达目标出行路径中目标路段所关联的标注点位时,获取通过图像采集器采集的目标路段的当前图像数据的方式,实现了能够在到达目标路段之前的特定位置处,预先获取目标路段的图像数据,为后续能够更好的判断目标路段是否满足路径优化条件做准备工作。
实施例三
本发明实施例三是对实施例一的追加,图3为本发明实施例三提供的机器人的出行方法流程图。本实施例可适用于拥堵路段场景中机器人的出行情况,该方法可以由机器人的出行装置来执行,该装置可采用软件和/或硬件的方式实现,该方法具体包括如下步骤:
S310,在目标机器人到达目标出行路径中的目标路段之前,获取通过图像采集器采集的所述目标路段的当前图像数据。
S320,根据所述当前图像数据,确定所述目标路段是否满足路径优化条件。
S330,若满足,则为所述目标机器人规划新的目标出行路径,使所述目标机器人避开所述目标路段。
S340,根据目标机器人在目标路段的当前出行数据,确定所述目标路段是否发生异常拥堵。
其中,当前出行数据可以包括目标机器人在目标路段的行驶轨迹、当前行驶时长及当前行驶速度等,异常拥堵是指目标机器人在目标路段中行驶困难,例如行驶速度小于速度阈值。
在一个可选实施例中,根据目标机器人在目标路段的当前出行数据,确定所述目标路段是否发生异常拥堵包括:若目标机器人在目标路段的当前行驶时长大于目标路段的行驶时长阈值,则确定所述目标路段发生拥堵,并且启动计时;在计时到达等待时长后,若目标机器人在目标路段的当前行驶速度小于目标路段的速度阈值,则确定所述目标路段发生异常拥堵。
具体的,行驶时长阈值可以依据历史平均速度确定,当目标机器人在目标路段的当前行驶时长大于目标路段的行驶时长阈值时,则确定所述目标路段发生拥堵,则目标机器人启动等待计时,计时时间可以由人工提前设置,启动计时目的为了检测该路段是否发生异常拥堵。在计时到达预先设置好的等待时长后,若目标机器人在目标路段的当前行驶速度小于目标路段的速度阈值,则确定所述目标路段发生异常拥堵。设置行驶时长阈值与速度阈值的优势在于能够准确的判断出当前目标路段的拥堵情况,目标机器人对目标路段发生拥堵与异常拥堵时做出的响应不同,解决了机器人在拥堵路段行驶的过程中由于无法判断当前路段路况导致的行驶困难的问题,提高机器人的出行效率。
可选的,在计时到达等待时长后,若目标机器人在目标路段的当前行驶速度小于目标路段的速度阈值,则确定所述目标路段发生异常拥堵。其中,所述目标路段的速度阈值根据历史同期的历史机器人在目标路段的平均行驶速度和目标路段的历史拥堵概率确定。
具体的,速度阈值可基于平均行驶速度和历史拥堵概率进行人为设定,历史拥堵概率为历史同期机器人在历史同期该路段拥堵的概率,历史拥堵概率能够基于历史数据统计得到。当历史拥堵概率较大时,速度阈值可以设置为受平均行驶速度的影响较小的一个数值,即设置速度阈值较小。当历史拥堵概率较小时,速度阈值可以设置为受平均行驶速度的影响较大的一个数值,即设置速度阈值较大,且依据平均行驶速度进行设置。这样设置的好处在于,速度阈值能够综合目标路段的平均行驶速度和历史拥堵概率两方面确定,提高了速度阈值设置的准确性。
S350,若所述目标路段发生异常拥堵,则控制目标机器人根据所述目标出行路径回退到相邻的标注点位。
其中,若检测到目标路段发生异常拥堵,则控制目标机器人根据目标出行路径回退到相邻的标注点位。需要说明的是,若目标机器人未能退回标注点位,则确定发生意外情况并触发警告机器人可能卡死或卡顿需要人工干预处理。
在一个具体例子中,目标机器人在目标路段行驶过程中,且未达到下一个标注点位处时就发生了拥堵,此时目标机器人在原地等待计时,若在计时结束前路段畅通,则机器人继续使用目标出行路径。若计时结束且当前速度小于目标路段速度阈值,则确定目标路段异常拥堵,此时目标机器人回退至相邻的标注点位处。若目标机器人未能返回至相邻的标注点位处,则确定目标机器人出现意外情况需要人工干预处理。
S360,获取相邻的标注点位的候选出行路径,且从除所述目标出行路径之外的候选出行路径中为所述目标机器人选择新的目标出行路径。
其中,当目标机器人因目标路段异常拥堵退回至相邻标注点位后,从除目标出行路径之外的候选出行路径中为目标机器人选择新的目标出行路径。具体可以是从历史规划记录中选择候选出行路径出行时间,选择用时最少的作为新的目标出行路径,无需为目标机器人重新规划,节约了目标机器人的出行时间,提高机器人的工作效率。
在一个可选实施例中,还包括:为目标机器人规划至少一个候选出行路径;根据所述候选出行路径中候选出行路段在历史同期的历史通行状态,从所述候选出行路径中为目标机器人选择目标出行路径;其中,所述历史通行状态根据候选出行路段在历史同期的历史图像数据确定。
具体的,可以根据目标机器人的起始位置的所属路段、目标位置的所属路段,以及不同候选出行路段之间的连接关系,各候选出行路段的属性信息等,为目标机器人规划至少一条候选出行路径。其中,属性信息可以包括路段位置信息或路段状况信息等中的至少一种。
示例性的,可以实时获取目标机器人在候选出行路段的各时间段的通行状态,并可以将获取的通行状态数据保存在目标机器人的数据库、云端服务器或本地服务器。
其中,历史同期可以是在目标机器人的出行时间之前,且与出行时间成周期性规律的时间段。例如,若出行时间为周一上午10点至12点时间段,则历史同期可以是周一所属其他日期的上午10点至12点时间段。历史通行状态可以是拥堵状态或通畅状态,具体可以是根据候选出行路段在历史同期的历史图像数据确定。示例性的,可以根据历史图像数据确定历史同期的候选出行路段的历史人流量数据。根据历史人流量数据,从候选出行路径中为目标机器人选择目标出行路径。通过候选出行路径中候选出行路段在历史同期的历史通行状态的方式,从候选出行路径中为目标机器人选择目标出行路径,实现了目标出行路径的准确确定,从而提高了目标机器人的出行效率。
本实施例的技术方案,通过判断目标机器人在各个路段行驶过程中是否存在异常拥堵,并在异常拥堵时重新规划路线的方式,解决了目标机器人在行驶过程中遇到拥堵情况无法应对的问题,提高了目标机器人工作效率。
实施例四
图4为本发明实施例四提供的一种机器人的出行装置的结构示意图。本发明实施例所提供的一种机器人的出行装置可执行本发明任意实施例所提供的一种机器人的出行方法,具备执行方法相应的功能模块和有益效果。该装置可采用软件和/或硬件的方式实现,如图4所示,所述机器人的出行装置具体包括:图像数据获取模块410、优化条件确定模块420、路径规划模块430。
其中,图像数据获取模块410,用于在目标机器人到达目标出行路径中的目标路段之前,获取通过图像采集器采集的所述目标路段的当前图像数据;
优化条件确定模块420,用于根据所述当前图像数据,确定所述目标路段是否满足路径优化条件;
路径规划模块430,用于所述目标路段满足路径优化条件时,则为所述目标机器人规划新的目标出行路径,使所述目标机器人避开所述目标路段。
可选的,图像数据获取模块410具体用于:
在目标机器人到达目标出行路径中目标路段所关联的标注点位时,获取通过图像采集器采集的所述目标路段的当前图像数据;其中,所述标注点位属于在所述目标路段之前的相邻路段。
可选的,优化条件确定模块420,包括:
姿态信息确定单元,用于根据所述当前图像数据,确定所述目标路段中环境用户的动作姿态信息;
优化条件确定单元,用于根据所述动作姿态数据,确定所述目标路段是否满足路径优化条件。
可选的,图像数据获取模块410具体用于:
获取所述图像采集器采集的与所述目标路段对应的当前图像部分;其中,所述图像采集器固定采集预设区域的图像数据,该预设区域包括所述目标路段。
可选的,图像数据获取模块410具体用于:
根据图像采集器的图像数据,预先标记所述图像数据中所述目标路段所在区域信息,根据该区域信息提取对应的所述图像数据,该图像数据作为所述目标路段的当前图像数据。
可选的,该装置还包括:
异常拥堵确定模块,用于根据目标机器人在目标路段的当前出行数据,确定所述目标路段是否发生异常拥堵;
出行路径回退模块,用于确定所述目标路段发生异常拥堵,且异常拥堵位置没有标注点位,则控制目标机器人根据所述目标出行路径回退到相邻的标注点位;
目标路径获取模块,用于获取相邻的标注点位的候选出行路径,且从除所述目标出行路径之外的候选出行路径中为所述目标机器人选择新的目标出行路径。
可选的,异常拥堵确定模块,包括:
启动计时单元,用于若目标机器人在目标路段的当前行驶时长大于目标路段的行驶时长阈值,则确定所述目标路段发生拥堵,并且启动计时;
异常拥堵确定单元,用于在计时到达等待时长后,若目标机器人在目标路段的当前行驶速度小于目标路段的速度阈值,则确定所述目标路段发生异常拥堵。
可选的,所述目标路段的速度阈值根据历史同期的历史机器人在目标路段的平均行驶速度和目标路段的历史拥堵概率确定。
可选的,该装置还包括:
候选出行路径规划模块,用于为目标机器人规划至少一个候选出行路径;
目标出行路径选择模块,用于根据所述候选出行路径中候选出行路段在历史同期的历史通行状态,从所述候选出行路径中为目标机器人选择目标出行路径;其中,所述历史通行状态根据候选出行路段在历史同期的历史图像数据确定。
本发明实施例通过在目标机器人到达目标出行路径中的目标路段之前,获取通过图像采集器采集的所述目标路段的当前图像数据;根据当前图像数据,确定目标路段是否满足路径优化条件,若满足,则为目标机器人规划新的目标出行路径,使目标机器人避开目标路段。上述技术方案解决了目标机器人在出行过程中由于外在因素导致的拥堵问题,实现了目标机器人在工作的过程中节约时间、提高效率的目的。
实施例五
图5是本发明实施例五提供的一种机器人的出行的结构示意图。机器人的出行设备是一种电子设备,图5示出了适于用来实现本发明实施方式的示例性电子设备500的框图。图5显示的电子设备500仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图5所示,电子设备500以通用计算设备的形式表现。电子设备500的组件可以包括但不限于:一个或者多个处理器或者处理单元501,***存储器502,连接不同***组件(包括***存储器502和处理单元501)的总线503。
总线503表示几类总线结构中的一种或多种,包括存储器总线或者存储器控制器,***总线,图形加速端口,处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说,这些体系结构包括但不限于工业标准体系结构(ISA)总线,微通道体系结构(MAC)总线,增强型ISA总线、视频电子标准协会(VESA)局域总线以及***组件互连(PCI)总线。
电子设备500典型地包括多种计算机***可读介质。这些介质可以是任何能够被电子设备500访问的可用介质,包括易失性和非易失性介质,可移动的和不可移动的介质。
***存储器502可以包括易失性存储器形式的计算机***可读介质,例如随机存取存储器(RAM)504和/或高速缓存存储器505。电子设备500可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机***存储介质。仅作为举例,存储***506可以用于读写不可移动的、非易失性磁介质(图5未显示,通常称为“硬盘驱动器”)。尽管图5中未示出,可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器,以及对可移动非易失性光盘(例如CD-ROM,DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下,每个驱动器可以通过一个或者多个数据介质接口与总线503相连。存储器502可以包括至少一个程序产品,该程序产品具有一组(例如至少一个)程序模块,这些程序模块被配置以执行本发明各实施例的功能。
具有一组(至少一个)程序模块507的程序/实用工具508,可以存储在例如存储器502中,这样的程序模块507包括但不限于操作***、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块507通常执行本发明所描述的实施例中的功能和/或方法。
电子设备500也可以与一个或多个外部设备509(例如键盘、指向设备、显示器510等)通信,还可与一个或者多个使得用户能与该电子设备500交互的设备通信,和/或与使得该电子设备500能与一个或多个其它计算设备进行通信的任何设备(例如网卡,调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口511进行。并且,电子设备500还可以通过网络适配器512与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。如图5所示,网络适配器512通过总线503与电子设备500的其它模块通信。应当明白,尽管图5中未示出,可以结合电子设备500使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID***、磁带驱动器以及数据备份存储***等。
处理单元501通过运行存储在***存储器502中的程序,从而执行各种功能应用以及数据处理,例如实现本发明实施例所提供的一种机器人的方法。
实施例六
本发明实施例六还提供一种包含计算机可执行指令的存储介质,其上存储有计算机程序,该程序被处理器执行时实现如本发明实施例所提供的一种机器人的出行方法,包括:
在目标机器人到达目标出行路径中的目标路段之前,获取通过图像采集器采集的所述目标路段的当前图像数据;
根据所述当前图像数据,确定所述目标路段是否满足路径优化条件;
若满足,则为所述目标机器人规划新的目标出行路径,使所述目标机器人避开所述目标路段。
本发明实施例的计算机存储介质,可以采用一个或多个计算机可读的介质的任意组合。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。计算机可读存储介质例如可以是但不限于电、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(非穷举的列表)包括:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(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。在本文件中,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。
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。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络,包括局域网(LAN)或广域网(WAN),连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
Claims (12)
1.一种机器人的出行方法,其特征在于,包括:
在目标机器人到达目标出行路径中的目标路段之前,获取通过图像采集器采集的所述目标路段的当前图像数据;
根据所述当前图像数据,确定所述目标路段是否满足路径优化条件;
若满足,则为所述目标机器人规划新的目标出行路径,使所述目标机器人避开所述目标路段。
2.根据权利要求1所述的方法,其特征在于,所述在目标机器人到达目标出行路径中的目标路段之前,获取通过图像采集器采集的所述目标路段的当前图像数据,包括:
在目标机器人到达目标出行路径中目标路段所关联的标注点位时,获取通过图像采集器采集的所述目标路段的当前图像数据;其中,所述标注点位属于在所述目标路段之前的相邻路段。
3.根据权利要求1所述的方法,其特征在于,所述根据所述当前图像数据,确定所述目标路段是否满足路径优化条件,包括:
根据所述当前图像数据,确定所述目标路段中环境用户的动作姿态信息;
根据所述动作姿态数据,确定所述目标路段是否满足路径优化条件。
4.根据权利要求1所述的方法,其特征在于,所述获取通过图像采集器采集的所述目标路段的当前图像数据,包括:
获取所述图像采集器采集的与所述目标路段对应的当前图像部分;其中,所述图像采集器固定采集预设区域的图像数据,该预设区域包括所述目标路段。
5.根据权利要求4所述的方法,其特征在于,还包括:
根据图像采集器的图像数据,预先标记所述图像数据中所述目标路段所在区域信息,根据该区域信息提取对应的所述图像数据,该图像数据作为所述目标路段的当前图像数据。
6.根据权利要求1所述的方法,其特征在于,还包括:
根据目标机器人在目标路段的当前出行数据,确定所述目标路段是否发生异常拥堵;
若所述目标路段发生异常拥堵,则控制目标机器人根据所述目标出行路径回退到相邻的标注点位;
获取相邻的标注点位的候选出行路径,且从除所述目标出行路径之外的候选出行路径中为所述目标机器人选择新的目标出行路径。
7.根据权利要求6所述方法,其特征在于,所述根据目标机器人在目标路段的当前出行数据,确定所述目标路段是否发生异常拥堵,包括:
若目标机器人在目标路段的当前行驶时长大于目标路段的行驶时长阈值,则确定所述目标路段发生拥堵,并且启动计时;
在计时到达等待时长后,若目标机器人在目标路段的当前行驶速度小于目标路段的速度阈值,则确定所述目标路段发生异常拥堵。
8.根据权利要求7的方法,其特征在于,所述目标路段的速度阈值根据历史同期的历史机器人在目标路段的平均行驶速度和目标路段的历史拥堵概率确定。
9.根据权利要求1-8中任一项所述的方法,其特征在于,还包括:
为目标机器人规划至少一个候选出行路径;
根据所述候选出行路径中候选出行路段在历史同期的历史通行状态,从所述候选出行路径中为目标机器人选择目标出行路径;其中,所述历史通行状态根据候选出行路段在历史同期的历史图像数据确定。
10.一种机器人的出行装置,其特征在于,包括:
图像数据获取模块,用于在目标机器人到达目标出行路径中的目标路段之前,获取通过图像采集器采集的所述目标路段的当前图像数据;
优化条件确定模块,用于根据所述当前图像数据,确定所述目标路段是否满足路径优化条件;
路径规划模块,用于所述目标路段满足路径优化条件时,则为所述目标机器人规划新的目标出行路径。
11.一种计算机设备,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,其特征在于,所述处理器执行所述程序时实现如权利要求1-9中任一所述的机器人的出行方法。
12.一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1-9中任一所述的机器人的出行方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111015374.7A CN113733086B (zh) | 2021-08-31 | 2021-08-31 | 一种机器人的出行方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111015374.7A CN113733086B (zh) | 2021-08-31 | 2021-08-31 | 一种机器人的出行方法、装置、设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113733086A true CN113733086A (zh) | 2021-12-03 |
CN113733086B CN113733086B (zh) | 2023-05-23 |
Family
ID=78734365
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111015374.7A Active CN113733086B (zh) | 2021-08-31 | 2021-08-31 | 一种机器人的出行方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113733086B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114750159A (zh) * | 2022-05-07 | 2022-07-15 | 哈尔滨工业大学(深圳) | 一种配餐机器人的控制方法及配餐机器人 |
CN116872220A (zh) * | 2023-09-07 | 2023-10-13 | 中建三局集团华南有限公司 | 一种工地用洒水机器人的控制*** |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160129592A1 (en) * | 2014-11-11 | 2016-05-12 | Google Inc. | Dynamically Maintaining A Map Of A Fleet Of Robotic Devices In An Environment To Facilitate Robotic Action |
CN106846846A (zh) * | 2017-02-02 | 2017-06-13 | 南京交通职业技术学院 | 一种疏导拥堵的机器人*** |
JP2019000940A (ja) * | 2017-06-15 | 2019-01-10 | 株式会社日立製作所 | ロボット制御システム、プラットフォーム、ロボット、及びロボットの制御方法 |
CN110929179A (zh) * | 2019-11-05 | 2020-03-27 | 阿里巴巴集团控股有限公司 | 一种出行数据的处理方法、装置及电子设备 |
WO2020251066A1 (ko) * | 2019-06-10 | 2020-12-17 | 엘지전자 주식회사 | 지능형 로봇 디바이스 |
-
2021
- 2021-08-31 CN CN202111015374.7A patent/CN113733086B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160129592A1 (en) * | 2014-11-11 | 2016-05-12 | Google Inc. | Dynamically Maintaining A Map Of A Fleet Of Robotic Devices In An Environment To Facilitate Robotic Action |
CN106846846A (zh) * | 2017-02-02 | 2017-06-13 | 南京交通职业技术学院 | 一种疏导拥堵的机器人*** |
JP2019000940A (ja) * | 2017-06-15 | 2019-01-10 | 株式会社日立製作所 | ロボット制御システム、プラットフォーム、ロボット、及びロボットの制御方法 |
WO2020251066A1 (ko) * | 2019-06-10 | 2020-12-17 | 엘지전자 주식회사 | 지능형 로봇 디바이스 |
CN110929179A (zh) * | 2019-11-05 | 2020-03-27 | 阿里巴巴集团控股有限公司 | 一种出行数据的处理方法、装置及电子设备 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114750159A (zh) * | 2022-05-07 | 2022-07-15 | 哈尔滨工业大学(深圳) | 一种配餐机器人的控制方法及配餐机器人 |
CN114750159B (zh) * | 2022-05-07 | 2023-08-22 | 哈尔滨工业大学(深圳) | 一种配餐机器人的控制方法及配餐机器人 |
CN116872220A (zh) * | 2023-09-07 | 2023-10-13 | 中建三局集团华南有限公司 | 一种工地用洒水机器人的控制*** |
CN116872220B (zh) * | 2023-09-07 | 2023-11-07 | 中建三局集团华南有限公司 | 一种工地用洒水机器人的控制*** |
Also Published As
Publication number | Publication date |
---|---|
CN113733086B (zh) | 2023-05-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR102152192B1 (ko) | 로봇의 경로 계획 시스템, 방법, 로봇 및 매체 | |
CN109598066B (zh) | 预测模块的效果评估方法、装置、设备和存储介质 | |
CN109606384B (zh) | 车辆控制方法、装置、设备和存储介质 | |
CN112560609B (zh) | 路况预估方法、建立路况预估模型的方法及对应装置 | |
CN110377025A (zh) | 用于自动驾驶车辆的传感器聚合框架 | |
CN109429518A (zh) | 基于地图图像的自动驾驶交通预测 | |
CN111859778B (zh) | 泊车模型的生成方法和装置、电子设备和存储介质 | |
CN113733086A (zh) | 一种机器人的出行方法、装置、设备及存储介质 | |
CN111680362A (zh) | 一种自动驾驶仿真场景获取方法、装置、设备及存储介质 | |
CN104819726A (zh) | 导航数据处理方法、装置及导航终端 | |
US10522037B1 (en) | Parking availability monitor for a non-demarcated parking zone | |
WO2022143146A1 (zh) | 用于优化用户的行程的方法、装置、电子设备、存储介质和计算机程序产品 | |
CN113011323A (zh) | 通行状态的获取方法、相关装置、路侧设备及云控平台 | |
CN114443794A (zh) | 数据处理和地图更新方法、装置、设备以及存储介质 | |
US20220227388A1 (en) | Method and apparatus for determining green wave speed, and storage medium | |
CN112149471B (zh) | 一种基于语义点云的回环检测方法及装置 | |
CN113722342A (zh) | 高精地图要素变更检测方法、装置、设备及自动驾驶车辆 | |
CN115406453A (zh) | 一种导航方法、装置及计算机存储介质 | |
CN116977935A (zh) | 一种融合语义信息行人流量计数方法 | |
CN115973190A (zh) | 自动驾驶车辆的决策方法、装置和电子设备 | |
CN115933685A (zh) | 一种巡检清洁方法、装置、设备及存储介质 | |
CN114625147A (zh) | 一种移动路径规划方法、装置、机器人及存储介质 | |
CN114528365A (zh) | 高速公路停车区域的识别方法及装置、电子设备和介质 | |
CN113124849B (zh) | 一种室内路径规划方法、装置、电子设备及存储介质 | |
CN109446437B (zh) | 信息挖掘方法、装置、服务器及存储介质 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |