CN114510042A - 一种机器人窄通道异常暂停运动的解决方法及*** - Google Patents
一种机器人窄通道异常暂停运动的解决方法及*** Download PDFInfo
- Publication number
- CN114510042A CN114510042A CN202210075525.6A CN202210075525A CN114510042A CN 114510042 A CN114510042 A CN 114510042A CN 202210075525 A CN202210075525 A CN 202210075525A CN 114510042 A CN114510042 A CN 114510042A
- Authority
- CN
- China
- Prior art keywords
- robot
- channel
- narrow channel
- path
- planning
- 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
- 238000000034 method Methods 0.000 title claims abstract description 55
- 230000033001 locomotion Effects 0.000 title claims abstract description 30
- 230000002159 abnormal effect Effects 0.000 title claims abstract description 24
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 43
- 238000001514 detection method Methods 0.000 claims description 21
- 238000003860 storage Methods 0.000 claims description 21
- 230000006870 function Effects 0.000 claims description 17
- 238000012545 processing Methods 0.000 claims description 15
- 238000004590 computer program Methods 0.000 claims description 14
- 238000012937 correction Methods 0.000 claims description 13
- 238000004364 calculation method Methods 0.000 claims description 9
- 230000004888 barrier function Effects 0.000 claims description 7
- 238000004140 cleaning Methods 0.000 description 9
- 230000000694 effects Effects 0.000 description 9
- 238000010586 diagram Methods 0.000 description 8
- 230000001360 synchronised effect Effects 0.000 description 4
- 230000007613 environmental effect Effects 0.000 description 3
- 230000002093 peripheral effect Effects 0.000 description 3
- 238000003491 array Methods 0.000 description 2
- 230000001413 cellular effect Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 238000010295 mobile communication Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 241000607479 Yersinia pestis Species 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000003902 lesion Effects 0.000 description 1
- 231100000518 lethal Toxicity 0.000 description 1
- 230000001665 lethal effect Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 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
- G05D1/0255—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
- G05D1/0212—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
- G05D1/0219—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory ensuring the processing of the whole working surface
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- Aviation & Aerospace Engineering (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Acoustics & Sound (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明公开了一种机器人窄通道异常暂停运动的解决方法及***,其中,所述方法包括:当检测到行进方向设定范围内存在障碍物时,控制机器人停止行进并进行等待;如果进入窄通道且通道堵塞,根据第一通道宽度和第二通道宽度获得窄通道宽度,基于规划算法和所述窄通道宽度规划第一通道中心路径;基于所述第一通道中心路径,通过dijkstra规划算法规划第一窄通道退出路径;所述机器人按照所述第一窄通道退出路径,退出所述窄通道并回到预设路径上;将所述窄通道设置为危险区域并存储至所述机器人的数据库中。解决了现有技术面对复杂的工作环境,机器人进行避障规划有可能进入无法脱困的窄通道,需要人工干预才能顺利完成任务的技术问题。
Description
技术领域
本发明涉及人工智能领域,尤其涉及一种机器人窄通道异常暂停运动的解决方法及***。
背景技术
多边形清洁机器人执行任务过程中,可能会遇到障碍物,机器人前方出现障碍物,即机器人的正前方预设区域以内出现障碍物,那么机器人则等待一定时间开始绕障规划。这种场景下,由于需要满足清扫覆盖率,往往路径规划需要的lethal_cost设置的比较小,机器人绕障可能会进入一条适合车身进入而无法掉头的通道内,受传感器覆盖范围的影响,机器无法检测到此通道是否堵塞。
一旦机器人进入堵塞的通道,机器人后面传感器太少,直接后退发生碰撞的概率大,不后退,机器人就会卡死通道内。此时,如果需要继续使用机器人,必须人为结束任务,进行地图扩展或用电子围栏圈住此区域,重新执行任务。可见,目前机器人执行任务时,遇到障碍物进入窄通道,无法脱困卡死在通道里,无法继续执行任务。
然而,现有技术面对复杂的工作环境,机器人进行避障规划有可能进入无法脱困的窄通道,需要人工干预才能顺利完成任务的技术问题。
发明内容
本申请通过提供一种机器人窄通道异常暂停运动的解决方法及***,解决了现有技术面对复杂的工作环境,机器人进行避障规划有可能进入无法脱困的窄通道,需要人工干预才能顺利完成任务的技术问题,达到通过机器人超声波测距进行退出路径的全局规划和局部规划,保证机器人安全退出窄通道,可以减少人工干预,提高机器人的自主避障能力的技术效果。
鉴于上述问题,本发明提供了一种机器人窄通道异常暂停运动的解决方法及***。
第一方面,本申请提供了一种机器人窄通道异常暂停运动的解决方法,所述方法包括:检测机器人的行进方向设定范围内是否存在障碍物;当检测到所述行进方向设定范围内存在所述障碍物时,控制所述机器人停止行进并进行等待;当等待时间超过预设时间且所述障碍物还存在时,所述机器人规划第一路径并继续行进;如果进入窄通道且通道堵塞,通过第一超声波传感器测得第一通道宽度,通过第二超声波传感器测得第二通道宽度;根据所述第一通道宽度和所述第二通道宽度获得窄通道宽度,基于规划算法和所述窄通道宽度规划第一通道中心路径;基于所述第一通道中心路径,通过dijkstra规划算法规划第一窄通道退出路径;所述机器人按照所述第一窄通道退出路径,退出所述窄通道并回到预设路径上;将所述窄通道设置为危险区域并存储至所述机器人的数据库中。
另一方面,本申请还提供了一种机器人窄通道异常暂停运动的解决***,所述***包括:第一检测单元,所述第一检测单元用于检测机器人的行进方向设定范围内是否存在障碍物;第一控制单元,所述第一控制单元用于当检测到所述行进方向设定范围内存在所述障碍物时,控制所述机器人停止行进并进行等待;第一规划单元,所述第一规划单元用于当等待时间超过预设时间且所述障碍物还存在时,所述机器人规划第一路径并继续行进;第一获得单元,所述第一获得单元用于如果进入窄通道且通道堵塞,通过第一超声波传感器测得第一通道宽度,通过第二超声波传感器测得第二通道宽度;第二规划单元,所述第二规划单元用于根据所述第一通道宽度和所述第二通道宽度获得窄通道宽度,基于规划算法和所述窄通道宽度规划第一通道中心路径;第三规划单元,所述第三规划单元用于基于所述第一通道中心路径,通过dijkstra规划算法规划第一窄通道退出路径;第一处理单元,所述第一处理单元用于所述机器人按照所述第一窄通道退出路径,退出所述窄通道并回到预设路径上;第一存储单元,所述第一存储单元用于将所述窄通道设置为危险区域并存储至所述机器人的数据库中。
第三方面,本申请提供了一种电子设备,包括总线、收发器、存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述收发器、所述存储器和所述处理器通过所述总线相连,所述计算机程序被所述处理器执行时实现上述任意一项所述方法中的步骤。
第四方面,本申请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,所述计算机程序被处理器执行时实现上述任意一项所述方法中的步骤。
本申请中提供的一个或多个技术方案,至少具有如下技术效果或优点:
由于采用了检测到行进方向设定范围内存在障碍物时,控制机器人停止行进并等待,当等待时间超时间且障碍物还存在时,绕开障碍物继续行进,如果进入窄通道且通道堵塞,通过超声波传感器测得窄通道宽度,基于规划算法规划居于通道中心的路径,通过dijkstra规划算法规划窄通道退出路径,机器人按照规划的窄通道退出路径,退出窄通道并回到预设路径上,最后将窄通道设置为危险区域并存储至机器人数据库中的技术方案。进而达到通过机器人超声波测距进行退出路径的全局规划和局部规划,保证机器人安全退出窄通道,可以减少人工干预,提高机器人的自主避障能力的技术效果。
上述说明仅是本申请技术方案的概述,为了能够更清楚了解本申请的技术手段,而可依照说明书的内容予以实施,并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂,以下特举本申请的具体实施方式。
附图说明
图1为本申请一种机器人窄通道异常暂停运动的解决方法的流程示意图;
图2为本申请一种机器人窄通道异常暂停运动的解决方法中获得第一病斑部位信息的流程示意图;
图3为本申请一种机器人窄通道异常暂停运动的解决***的结构示意图;
图4为本申请示例性电子设备的结构示意图。
附图标记说明:第一检测单元11,第一控制单元12,第一规划单元13,第一获得单元14,第二规划单元15,第三规划单元16,第一处理单元17,第一存储单元18,总线1110,处理器1120,收发器1130,总线接口1140,存储器1150,操作***1151,应用程序1152和用户接口1160。
具体实施方式
在本申请的描述中,所属技术领域的技术人员应当知道,本申请可以实现为方法、装置、电子设备及计算机可读存储介质。因此,本申请可以具体实现为以下形式:完全的硬件、完全的软件(包括固件、驻留软件、微代码等)、硬件和软件结合的形式。此外,在一些实施例中,本申请还可以实现为在一个或多个计算机可读存储介质中的计算机程序产品的形式,该计算机可读存储介质中包含计算机程序代码。
上述计算机可读存储介质可以采用一个或多个计算机可读存储介质的任意组合。计算机可读存储介质包括:电、磁、光、电磁、红外或半导体的***、装置或器件,或者以上任意的组合。计算机可读存储介质更具体的例子包括:便携式计算机磁盘、硬盘、随机存取存储器、只读存储器、可擦除可编程只读存储器、闪存、光纤、光盘只读存储器、光存储器件、磁存储器件或以上任意组合。在本申请中,计算机可读存储介质可以是任意包含或存储程序的有形介质,该程序可以被指令执行***、装置、器件使用或与其结合使用。
本申请技术方案中对数据的获取、存储、使用、处理等均符合国家法律的相关规定。
本申请通过流程图和/或方框图描述所提供的方法、装置、电子设备。
应当理解,流程图和/或方框图的每个方框以及流程图和/或方框图中各方框的组合,都可以由计算机可读程序指令实现。这些计算机可读程序指令可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器,从而生产出一种机器,这些计算机可读程序指令通过计算机或其他可编程数据处理装置执行,产生了实现流程图和/或方框图中的方框规定的功能/操作的装置。
也可以将这些计算机可读程序指令存储在能使得计算机或其他可编程数据处理装置以特定方式工作的计算机可读存储介质中。这样,存储在计算机可读存储介质中的指令就产生出一个包括实现流程图和/或方框图中的方框规定的功能/操作的指令装置产品。
也可以将计算机可读程序指令加载到计算机、其他可编程数据处理装置或其他设备上,使得在计算机、其他可编程数据处理装置或其他设备上执行一系列操作步骤,以产生计算机实现的过程,从而使得在计算机或其他可编程数据处理装置上执行的指令能够提供实现流程图和/或方框图中的方框规定的功能/操作的过程。
下面结合本申请中的附图对本申请进行描述。
实施例一
如图1所示,本申请提供了一种机器人窄通道异常暂停运动的解决方法,所述方法应用于一机器人窄通道异常暂停运动的解决***,所述***应用于一机器人,所述机器人包括第一超声波传感器和第二超声波传感器,所述方法包括:
步骤S100:检测所述机器人的行进方向设定范围内是否存在障碍物;
步骤S200:当检测到所述行进方向设定范围内存在所述障碍物时,控制所述机器人停止行进并进行等待;
具体而言,所述机器人为执行清洁任务的清洁机器人,如多边形清洁机器人,检测所述机器人的行进方向设定范围内是否存在障碍物,所述设定范围为是清洁机器人的检测预设区域,预设区域一般可为宽0.4m*长1.5m米。当检测到所述行进方向设定范围内存在所述障碍物时,控制所述机器人停止行进并进行等待,等待障碍物消失以继续执行清洁任务。
步骤S300:当等待时间超过预设时间且所述障碍物还存在时,所述机器人规划第一路径并继续行进;
步骤S400:如果进入窄通道且通道堵塞,通过所述第一超声波传感器测得第一通道宽度,通过所述第二超声波传感器测得第二通道宽度;
具体而言,所述预设时间为设定的机器人等待时间,当等待时间超过预设时间且所述障碍物还存在时,则开始绕障规划,所述第一路径为避开障碍物的行进路径,即所述机器人自动规划出一条绕开障碍物的路径并继续行进。如果进入无法掉头窄通道,并且通道堵塞,所述机器需要规划一条执行后退的路径,所述第一超声波传感器和所述第二超声波传感器是所述机器人两侧的超声波传感器,用于测距。
超声波传感器具有频率高、波长短、绕射现象小,特别是方向性好、能够成为射线而定向传播等特点,常用的超声波传感器由压电晶片组成,既可以发射超声波,也可以接收超声波。通过所述第一超声波传感器测得一侧的第一通道宽度,通过所述第二超声波传感器测得另一侧的第二通道宽度,为后续的后退路径规划提供窄通道宽度参数,保证路径规划准确性。
步骤S500:根据所述第一通道宽度和所述第二通道宽度获得窄通道宽度,基于规划算法和所述窄通道宽度规划第一通道中心路径;
如图2所示,进一步而言,所述根据所述第一通道宽度和所述第二通道宽度获得窄通道宽度,基于规划算法和所述窄通道宽度规划第一通道中心路径,本申请步骤S500还包括:
步骤S510:构建窄通道宽度计算公式:L=(L1+L2)/2;
步骤S520:将所述第一通道宽度和所述第二通道宽度输入所述窄通道宽度计算公式中,获得所述窄通道宽度;
步骤S530:根据所述窄通道宽度构建成本函数,基于所述成本函数设置规划算法参数;
步骤S540:基于所述规划算法参数,规划所述第一通道中心路径。
进一步而言,所述成本函数具体为:
cost=exp(-5.0×(L/2-err-inscribed_radius))×252
其中,err为误差值,L为所述窄通道宽度,inscribed_radius为机器人内切半径。
具体而言,规划算法通常会规划贴边的路径,鉴于机器人后面传感器比较少,且存在盲区,直接后退会撞到障碍物。为了减少发生碰撞概率,需要优化规划路径,希望规划一条居于通道中心的路径。首先构建窄通道宽度计算公式:L=(L1+L2)/2,将测得的所述第一通道宽度L1和所述第二通道宽L2度输入所述窄通道宽度计算公式中,获得所述公式的输出计算结果即所述窄通道宽度L。
根据所述窄通道宽度构建成本函数,所述成本函数具体为:cost=exp(-5.0×(L/2-err-inscribed_radius))×252,其中,err为误差值,L为所述窄通道宽度,inscribed_radius为机器人内切半径。基于所述成本函数设置规划算法参数,规划算法为机器人路径规划算法,所述规划算法参数lethal_cost=cost,规划算法对窄通道的要求取决于lethalcost值,通过设置lethal cost值,规划算法可以从通道中心规划一条路径。通过规划一条居于通道中心的路径,优化规划路径,进而减少机器人发生碰撞的概率。
步骤S600:基于所述第一通道中心路径,通过dijkstra规划算法规划第一窄通道退出路径;
步骤S700:所述机器人按照所述第一窄通道退出路径,退出所述窄通道并回到预设路径上;
具体而言,Dijkstra是常用的全局路径规划算法,其本质上是一个最短路径寻优算法,是典型的最短路径路由算法,用于计算一个节点到其他所有节点的最短路径。主要特点是以起始点为中心向外层层扩展,直到扩展到终点为止,Dijkstra算法能得出最短路径的最优解,寻优最短路径的准确度较高。基于所述第一通道中心路径,通过dijkstra规划算法规划第一窄通道退出路径,所述第一窄通道退出路径是所述机器人退出所述窄通道的退出路径,通过采用dijkstra规划算法实现全局规划退出窄通道的路径。所述机器人按照所述第一窄通道退出路径绕开障碍物,退出所述窄通道并回到预设路径上,所述预设路径是所述机器人进行全面清洁任务的原始规划路径。
步骤S800:将所述窄通道设置为危险区域并存储至所述机器人的数据库中。
进一步而言,本申请步骤S540还包括:
步骤S541:当所述机器人回到所述预设路径上时,将所述规划算法参数设置为初始值。
具体而言,在所述机器人后退过程中,为了避免下次再进入这个窄通道,设置所述窄通道区域为危险区域,并存储至所述机器人的数据库中。绕开障碍物,当所述机器人回到预设的路径上时,将所述规划算法参数即lethal_cost值需要设置为初始值。通过机器人超声波测距进行退出路径的全局规划和局部规划,保证机器人安全退出窄通道,可以减少人工干预,提高机器人的自主避障能力的技术效果。
进一步而言,本申请步骤还包括:
步骤S910:通过超声波传感器组对所述第一窄通道退出路径进行障碍物检测,获得第一障碍物检测结果
步骤S920:根据所述第一障碍物检测结果,局部规划后退运动,获得路径修正参数;
步骤S930:获基于所述路径修正参数,对所述第一窄通道退出路径进行修正。
具体而言,局部规划机器人后退运动,所述机器人包括多个超声波传感器即超声波传感器组,通过超声波传感器组对所述第一窄通道退出路径进行障碍物检测,即同时通过侧面和后面的超声波检测周围障碍物,获得对应检测得到的第一障碍物检测结果。根据所述第一障碍物检测结果,局部规划后退运动,如后退改变方向或后退速度等,避免后退途中碰到所检测到的障碍物,以此获得路径修正参数,所述路径修正参数用于对后退路径进行局部修正。基于所述路径修正参数,对所述第一窄通道退出路径进行修正,避免碰撞,保证退出路径规划准确性和安全性,提高机器人的自主避障能力。
进一步而言,所述获得第一病虫害防治系数,本申请步骤S930还包括:
步骤S931:根据所述第一障碍物检测结果,获得路径障碍物的位置信息和几何性质信息;
步骤S932:对所述位置信息和几何性质信息进行影响度评价,获得第一影响因子;
步骤S933:基于所述第一影响因子,对所述机器人的当前线速度和角速度进行调整。
具体而言,通过超声波传感器对所述机器人的后退路径环境进行探测,根据探测得到的所述第一障碍物检测结果,获取障碍物的位置和几何性质等信息,障碍物的信息不同,局部规划的修正参数也不同。对所述位置信息和几何性质信息进行影响度评价,获得第一影响因子,所述第一影响因子为障碍物信息对机器人后退路径局部规划的修正影响,影响因子越大,相应的影响效果也越大。
基于所述第一影响因子,对所述机器人的当前线速度和角速度进行及时调整,角速度和线速度表明所述机器人当前的后退行动方向和速度,比如在靠近障碍物的地方要转弯,如果线速度太快,或角速度过小,则可调的速度可能不能实现转弯,以避开障碍物。通过局部规划搜集环境数据,并且对该机器人的后退路径随时进行校正,对环境误差和噪声有较高的鲁棒性,能对规划结果进行实时反馈和校正。
进一步而言,本申请步骤S933还包括:
步骤S9331:构建预设范围内的机器人速度列表,所述机器人速度列表包括所述机器人的线速度和角速度;
步骤S9332:根据所述第一影响因子对所述机器人速度列表中的各速度进行状态预测,获得预测状态列表;
步骤S9333:基于所述预测状态列表,对所述机器人的所述当前线速度和角速度进行调整。
具体而言,构建预设范围内的机器人速度列表,所述机器人速度列表包括所述机器人的线速度和角速度,即所述机器人可运行的线速度和角速度范围。根据所述第一影响因子对所述机器人速度列表中的各速度进行运行状态预测,例如可构建速度与行进路线的预测函数,进而通过预测函数在预测时间内对机器人的运行状态进行预测,获得对应的预测状态列表,所述预测状态列表为所述机器人速度列表中各速度所对应的预测状态列表,例如可包括可规避障碍物状态和不可规避障碍物状态。
基于所述预测状态列表,对所述机器人的所述当前线速度和角速度进行调整,即尽量选择可规避障碍物的预测状态中速度比较大的线速度和角速度,以作为下一机器人运行状态,这样可以保证机器人以最快的速度到达目标点。通过局部规划搜集环境数据,对该机器人的后退路径随时进行校正,避免碰撞,保证退出路径规划准确性和安全性,提高机器人的自主避障能力。
综上所述,本申请所提供的一种机器人窄通道异常暂停运动的解决方法及***具有如下技术效果:
由于采用了检测到行进方向设定范围内存在障碍物时,控制机器人停止行进并等待,当等待时间超时间且障碍物还存在时,绕开障碍物继续行进,如果进入窄通道且通道堵塞,通过超声波传感器测得窄通道宽度,基于规划算法规划居于通道中心的路径,通过dijkstra规划算法规划窄通道退出路径,机器人按照规划的窄通道退出路径,退出窄通道并回到预设路径上,最后将窄通道设置为危险区域并存储至机器人数据库中的技术方案。进而达到通过机器人超声波测距进行退出路径的全局规划和局部规划,保证机器人安全退出窄通道,可以减少人工干预,提高机器人的自主避障能力的技术效果。
实施例二
基于与前述实施例中一种机器人窄通道异常暂停运动的解决方法同样发明构思,本发明还提供了一种机器人窄通道异常暂停运动的解决***,如图3所示,所述***包括:
第一检测单元11,所述第一检测单元11用于检测机器人的行进方向设定范围内是否存在障碍物;
第一控制单元12,所述第一控制单元12用于当检测到所述行进方向设定范围内存在所述障碍物时,控制所述机器人停止行进并进行等待;
第一规划单元13,所述第一规划单元13用于当等待时间超过预设时间且所述障碍物还存在时,所述机器人规划第一路径并继续行进;
第一获得单元14,所述第一获得单元14用于如果进入窄通道且通道堵塞,通过第一超声波传感器测得第一通道宽度,通过第二超声波传感器测得第二通道宽度;
第二规划单元15,所述第二规划单元15用于根据所述第一通道宽度和所述第二通道宽度获得窄通道宽度,基于规划算法和所述窄通道宽度规划第一通道中心路径;
第三规划单元16,所述第三规划单元16用于基于所述第一通道中心路径,通过dijkstra规划算法规划第一窄通道退出路径;
第一处理单元17,所述第一处理单元17用于所述机器人按照所述第一窄通道退出路径,退出所述窄通道并回到预设路径上;
第一存储单元18,所述第一存储单元18用于将所述窄通道设置为危险区域并存储至所述机器人的数据库中。
进一步的,所述***还包括:
第一构建单元,所述第一构建单元用于构建窄通道宽度计算公式:L=(L1+L2)/2;
第二获得单元,所述第二获得单元用于将所述第一通道宽度和所述第二通道宽度输入所述窄通道宽度计算公式中,获得所述窄通道宽度;
第二处理单元,所述第二处理单元用于根据所述窄通道宽度构建成本函数,基于所述成本函数设置规划算法参数;
第四规划单元,所述第四规划单元用于基于所述规划算法参数,规划所述第一通道中心路径。
进一步的,所述***还包括:
第三获得单元,所述第三获得单元用于通过超声波传感器组对所述第一窄通道退出路径进行障碍物检测,获得第一障碍物检测结果;
第四获得单元,所述第四获得单元用于根据所述第一障碍物检测结果,局部规划后退运动,获得路径修正参数;
第一修正单元,所述第一修正单元用于基于所述路径修正参数,对所述第一窄通道退出路径进行修正。
进一步的,所述***还包括:
第五获得单元,所述第五获得单元用于根据所述第一障碍物检测结果,获得路径障碍物的位置信息和几何性质信息;
第六获得单元,所述第六获得单元用于对所述位置信息和几何性质信息进行影响度评价,获得第一影响因子;
第一调整单元,所述第一调整单元用于基于所述第一影响因子,对所述机器人的当前线速度和角速度进行调整。
进一步的,所述***还包括:
第二构建单元,所述第二构建单元用于构建预设范围内的机器人速度列表,所述机器人速度列表包括所述机器人的线速度和角速度;
第七获得单元,所述第七获得单元用于根据所述第一影响因子对所述机器人速度列表中的各速度进行状态预测,获得预测状态列表;
第二调整单元,所述第二调整单元用于基于所述预测状态列表,对所述机器人的所述当前线速度和角速度进行调整。
进一步的,所述***还包括:
第二处理单元,所述第二处理单元用于当所述机器人回到所述预设路径上时,将所述规划算法参数设置为初始值。
前述图1实施例一中的一种机器人窄通道异常暂停运动的解决方法的各种变化方式和具体实例同样适用于本实施例的一种机器人窄通道异常暂停运动的解决***,通过前述对一种机器人窄通道异常暂停运动的解决方法的详细描述,本领域技术人员可以清楚的知道本实施例中一种机器人窄通道异常暂停运动的解决***的实施方法,所以为了说明书的简洁,在此不再详述。
此外,本申请还提供了一种电子设备,包括总线、收发器、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,该收发器、该存储器和处理器分别通过总线相连,计算机程序被处理器执行时实现上述控制输出数据的方法实施例的各个过程,且能达到相同的技术效果,为避免重复,这里不再赘述。
示例性电子设备
具体的,参见图4所示,本申请还提供了一种电子设备,该电子设备包括总线1110、处理器1120、收发器1130、总线接口1140、存储器1150和用户接口1160。
在本申请中,该电子设备还包括:存储在存储器1150上并可在处理器1120上运行的计算机程序,计算机程序被处理器1120执行时实现上述控制输出数据的方法实施例的各个过程。
收发器1130,用于在处理器1120的控制下接收和发送数据。
本申请中,总线架构(用总线1110来代表),总线1110可以包括任意数量互联的总线和桥,总线1110将包括由处理器1120代表的一个或多个处理器与存储器1150代表的存储器的各种电路连接在一起。
总线1110表示若干类型的总线结构中的任何一种总线结构中的一个或多个,包括存储器总线和存储器控制器、***总线、加速图形端口、处理器或使用各种总线体系结构中的任意总线结构的局域总线。作为示例而非限制,这样的体系结构包括:工业标准体系结构总线、微通道体系结构总线、扩展总线、视频电子标准协会、***部件互连总线。
处理器1120可以是一种集成电路芯片,具有信号处理能力。在实现过程中,上述方法实施例的各步骤可以通过处理器中硬件的集成逻辑电路或软件形式的指令完成。上述的处理器包括:通用处理器、中央处理器、网络处理器、数字信号处理器、专用集成电路、现场可编程门阵列、复杂可编程逻辑器件、可编程逻辑阵列、微控制单元或其他可编程逻辑器件、分立门、晶体管逻辑器件、分立硬件组件。可以实现或执行本申请中公开的各方法、步骤和逻辑框图。例如,处理器可以是单核处理器或多核处理器,处理器可以集成于单颗芯片或位于多颗不同的芯片。
处理器1120可以是微处理器或任何常规的处理器。结合本申请所公开的方法步骤可以直接由硬件译码处理器执行完成,或者由译码处理器中的硬件和软件模块组合执行完成。软件模块可以位于随机存取存储器、闪存、只读存储器、可编程只读存储器、可擦除可编程只读存储器、寄存器等本领域公知的可读存储介质中。所述可读存储介质位于存储器中,处理器读取存储器中的信息,结合其硬件完成上述方法的步骤。
总线1110还可以将,例如***设备、稳压器或功率管理电路等各种其他电路连接在一起,总线接口1140在总线1110和收发器1130之间提供接口,这些都是本领域所公知的。因此,本申请不再对其进行进一步描述。
收发器1130可以是一个元件,也可以是多个元件,例如多个接收器和发送器,提供用于在传输介质上与各种其他装置通信的单元。例如:收发器1130从其他设备接收外部数据,收发器1130用于将处理器1120处理后的数据发送给其他设备。取决于计算机装置的性质,还可以提供用户接口1160,例如:触摸屏、物理键盘、显示器、鼠标、扬声器、麦克风、轨迹球、操纵杆、触控笔。
应理解,在本申请中,存储器1150可进一步包括相对于处理器1120远程设置的存储器,这些远程设置的存储器可以通过网络连接至服务器。上述网络的一个或多个部分可以是自组织网络、内联网、外联网、虚拟专用网、局域网、无线局域网、广域网、无线广域网、城域网、互联网、公共交换电话网、普通老式电话业务网、蜂窝电话网、无线网络、无线保真网络以和两个或更多个上述网络的组合。例如,蜂窝电话网和无线网络可以是全球移动通信装置、码分多址装置、全球微波互联接入装置、通用分组无线业务装置、宽带码分多址装置、长期演进装置、LTE频分双工装置、LTE时分双工装置、先进长期演进装置、通用移动通信装置、增强移动宽带装置、海量机器类通信装置、超可靠低时延通信装置等。
应理解,本申请中的存储器1150可以是易失性存储器或非易失性存储器,或可包括易失性存储器和非易失性存储器两者。其中,非易失性存储器包括:只读存储器、可编程只读存储器、可擦除可编程只读存储器、电可擦除可编程只读存储器,或闪存。
易失性存储器包括:随机存取存储器,其用作外部高速缓存。通过示例性但不是限制性说明,许多形式的RAM可用,例如:静态随机存取存储器、动态随机存取存储器、同步动态随机存取存储器、双倍数据速率同步动态随机存取存储器、增强型同步动态随机存取存储器、同步连接动态随机存取存储器和直接内存总线随机存取存储器。本申请描述的电子设备的存储器1150包括但不限于上述和任意其他适合类型的存储器。
在本申请中,存储器1150存储了操作***1151和应用程序1152的如下元素:可执行模块、数据结构,或者其子集,或者其扩展集。
具体而言,操作***1151包含各种装置程序,例如:框架层、核心库层、驱动层等,用于实现各种基础业务和处理基于硬件的任务。应用程序1152包含各种应用程序,例如:媒体播放器、浏览器,用于实现各种应用业务。实现本申请方法的程序可以包含在应用程序1152中。应用程序1152包括:小程序、对象、组件、逻辑、数据结构和其他执行特定任务或实现特定抽象数据类型的计算机装置可执行指令。
此外,本申请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,所述计算机程序被处理器执行时实现上述控制输出数据的方法实施例的各个过程,且能达到相同的技术效果,为避免重复,这里不再赘述。
以上所述,仅为本申请的具体实施方式,但本申请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申请披露的技术范围内,可轻易想到变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以权利要求的保护范围为准。
Claims (10)
1.一种机器人窄通道异常暂停运动的解决方法,其特征在于,所述方法应用于一机器人窄通道异常暂停运动的解决***,所述***应用于一机器人,所述机器人包括第一超声波传感器和第二超声波传感器,所述方法包括:
检测所述机器人的行进方向设定范围内是否存在障碍物;
当检测到所述行进方向设定范围内存在所述障碍物时,控制所述机器人停止行进并进行等待;
当等待时间超过预设时间且所述障碍物还存在时,所述机器人规划第一路径并继续行进;
如果进入窄通道且通道堵塞,通过所述第一超声波传感器测得第一通道宽度,通过所述第二超声波传感器测得第二通道宽度;
根据所述第一通道宽度和所述第二通道宽度获得窄通道宽度,基于规划算法和所述窄通道宽度规划第一通道中心路径;
基于所述第一通道中心路径,通过dijkstra规划算法规划第一窄通道退出路径;
所述机器人按照所述第一窄通道退出路径,退出所述窄通道并回到预设路径上;
将所述窄通道设置为危险区域并存储至所述机器人的数据库中。
2.如权利要求1所述的方法,其特征在于,所述根据所述第一通道宽度和所述第二通道宽度获得窄通道宽度,基于规划算法和所述窄通道宽度规划第一通道中心路径,包括:
构建窄通道宽度计算公式:L=(L1+L2)/2;
将所述第一通道宽度和所述第二通道宽度输入所述窄通道宽度计算公式中,获得所述窄通道宽度;
根据所述窄通道宽度构建成本函数,基于所述成本函数设置规划算法参数;
基于所述规划算法参数,规划所述第一通道中心路径。
3.如权利要求2所述的方法,其特征在于,所述成本函数具体为:
cost=exp(-5.0×(L/2-err-inscribed_radius))×252
其中,err为误差值,L为所述窄通道宽度,inscribed_radius为机器人内切半径。
4.如权利要求1所述的方法,其特征在于,所述方法包括:
通过超声波传感器组对所述第一窄通道退出路径进行障碍物检测,获得第一障碍物检测结果;
根据所述第一障碍物检测结果,局部规划后退运动,获得路径修正参数;
基于所述路径修正参数,对所述第一窄通道退出路径进行修正。
5.如权利要求4所述的方法,其特征在于,所述方法包括:
根据所述第一障碍物检测结果,获得路径障碍物的位置信息和几何性质信息;
对所述位置信息和几何性质信息进行影响度评价,获得第一影响因子;
基于所述第一影响因子,对所述机器人的当前线速度和角速度进行调整。
6.如权利要求5所述的方法,其特征在于,所述方法包括:
构建预设范围内的机器人速度列表,所述机器人速度列表包括所述机器人的线速度和角速度;
根据所述第一影响因子对所述机器人速度列表中的各速度进行状态预测,获得预测状态列表;
基于所述预测状态列表,对所述机器人的所述当前线速度和角速度进行调整。
7.如权利要求2所述的方法,其特征在于,所述方法包括:
当所述机器人回到所述预设路径上时,将所述规划算法参数设置为初始值。
8.一种机器人窄通道异常暂停运动的解决***,其特征在于,所述***包括:
第一检测单元,所述第一检测单元用于检测机器人的行进方向设定范围内是否存在障碍物;
第一控制单元,所述第一控制单元用于当检测到所述行进方向设定范围内存在所述障碍物时,控制所述机器人停止行进并进行等待;
第一规划单元,所述第一规划单元用于当等待时间超过预设时间且所述障碍物还存在时,所述机器人规划第一路径并继续行进;
第一获得单元,所述第一获得单元用于如果进入窄通道且通道堵塞,通过第一超声波传感器测得第一通道宽度,通过第二超声波传感器测得第二通道宽度;
第二规划单元,所述第二规划单元用于根据所述第一通道宽度和所述第二通道宽度获得窄通道宽度,基于规划算法和所述窄通道宽度规划第一通道中心路径;
第三规划单元,所述第三规划单元用于基于所述第一通道中心路径,通过dijkstra规划算法规划第一窄通道退出路径;
第一处理单元,所述第一处理单元用于所述机器人按照所述第一窄通道退出路径,退出所述窄通道并回到预设路径上;
第一存储单元,所述第一存储单元用于将所述窄通道设置为危险区域并存储至所述机器人的数据库中。
9.一种机器人窄通道异常暂停运动的解决电子设备,包括总线、收发器、存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述收发器、所述存储器和所述处理器通过所述总线相连,其特征在于,所述计算机程序被所述处理器执行时实现如权利要求1-7中任一项所述方法中的步骤。
10.一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,所述计算机程序被处理器执行时实现如权利要求1-7中任一项所述方法中的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210075525.6A CN114510042B (zh) | 2022-01-22 | 2022-01-22 | 一种机器人窄通道异常暂停运动的解决方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210075525.6A CN114510042B (zh) | 2022-01-22 | 2022-01-22 | 一种机器人窄通道异常暂停运动的解决方法及*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114510042A true CN114510042A (zh) | 2022-05-17 |
CN114510042B CN114510042B (zh) | 2022-09-16 |
Family
ID=81549044
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210075525.6A Active CN114510042B (zh) | 2022-01-22 | 2022-01-22 | 一种机器人窄通道异常暂停运动的解决方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114510042B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115535609A (zh) * | 2022-08-15 | 2022-12-30 | 安徽浙云科技有限公司 | 一种可远程操控确定搬运路径的搬运机器人 |
WO2023160368A1 (zh) * | 2022-02-25 | 2023-08-31 | 追觅创新科技(苏州)有限公司 | 自移动设备的控制方法、设备及存储介质 |
WO2024037036A1 (zh) * | 2022-08-17 | 2024-02-22 | 珠海格力电器股份有限公司 | 机器人脱困方法及装置、处理器和机器人 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007133873A (ja) * | 2005-11-04 | 2007-05-31 | Robert Bosch Gmbh | 狭いところを通過する前および/または通過する際の運転者支援方法および装置 |
CN111984014A (zh) * | 2020-08-24 | 2020-11-24 | 上海高仙自动化科技发展有限公司 | 机器人的控制方法、装置、机器人和存储介质 |
CN112286191A (zh) * | 2020-10-28 | 2021-01-29 | 深圳拓邦股份有限公司 | 机器人脱困控制方法、装置及扫地机器人 |
CN112344945A (zh) * | 2020-11-24 | 2021-02-09 | 山东大学 | 室内配送机器人路径规划方法、***及室内配送机器人 |
US20220009099A1 (en) * | 2020-07-08 | 2022-01-13 | Naver Labs Corporation | Method and system for specifying nodes for robot path planning |
-
2022
- 2022-01-22 CN CN202210075525.6A patent/CN114510042B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007133873A (ja) * | 2005-11-04 | 2007-05-31 | Robert Bosch Gmbh | 狭いところを通過する前および/または通過する際の運転者支援方法および装置 |
US20220009099A1 (en) * | 2020-07-08 | 2022-01-13 | Naver Labs Corporation | Method and system for specifying nodes for robot path planning |
CN111984014A (zh) * | 2020-08-24 | 2020-11-24 | 上海高仙自动化科技发展有限公司 | 机器人的控制方法、装置、机器人和存储介质 |
CN112286191A (zh) * | 2020-10-28 | 2021-01-29 | 深圳拓邦股份有限公司 | 机器人脱困控制方法、装置及扫地机器人 |
CN112344945A (zh) * | 2020-11-24 | 2021-02-09 | 山东大学 | 室内配送机器人路径规划方法、***及室内配送机器人 |
Non-Patent Citations (1)
Title |
---|
刘逸凡等: "融合有向D*与RRT*的移动机器人路径规划算法", 《计算机仿真》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023160368A1 (zh) * | 2022-02-25 | 2023-08-31 | 追觅创新科技(苏州)有限公司 | 自移动设备的控制方法、设备及存储介质 |
CN116700237A (zh) * | 2022-02-25 | 2023-09-05 | 追觅创新科技(苏州)有限公司 | 自移动设备的控制方法、设备及存储介质 |
CN115535609A (zh) * | 2022-08-15 | 2022-12-30 | 安徽浙云科技有限公司 | 一种可远程操控确定搬运路径的搬运机器人 |
WO2024037036A1 (zh) * | 2022-08-17 | 2024-02-22 | 珠海格力电器股份有限公司 | 机器人脱困方法及装置、处理器和机器人 |
Also Published As
Publication number | Publication date |
---|---|
CN114510042B (zh) | 2022-09-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114510042B (zh) | 一种机器人窄通道异常暂停运动的解决方法及*** | |
CN113715814B (zh) | 碰撞检测方法、装置、电子设备、介质及自动驾驶车辆 | |
CN110260867B (zh) | 一种机器人导航中位姿确定、纠正的方法、设备及装置 | |
EP3566821B1 (en) | Robot movement control method, and robot | |
US8103383B2 (en) | Mobile apparatus, control device and control program | |
US20200125116A1 (en) | Movement control method and system thereof for multiple robots | |
CN111813101B (zh) | 机器人路径规划方法、装置、终端设备及存储介质 | |
US20060106496A1 (en) | Method of controlling movement of mobile robot | |
US8594860B2 (en) | Apparatus and method with mobile relocation | |
CN111142530B (zh) | 一种机器人运行轨迹的确定方法、机器人和存储介质 | |
JPH11175149A (ja) | 自律走行車 | |
CN113534818B (zh) | 路径导航规划方法、装置、存储介质及电子设备 | |
CN107305125A (zh) | 一种地图构建方法及终端 | |
CN113405557B (zh) | 路径规划方法及相关装置、电子设备、存储介质 | |
JP2019152575A (ja) | 物体追跡装置、物体追跡方法及び物体追跡用コンピュータプログラム | |
CN114137961B (zh) | 一种智能割草机的定位回环修正方法及*** | |
CN114995416A (zh) | 全局路径导航方法、装置、终端设备及存储介质 | |
JP2019191498A (ja) | 地図作成装置 | |
KR101436858B1 (ko) | 불확실성을 이용한 자율 이동 로봇의 경로 생성 방법 | |
KR101022785B1 (ko) | 신경망과 진화연산을 이용한 로봇의 환경 지도 작성 방법 | |
CN110488815B (zh) | 一种车辆的路径跟踪方法及路径跟踪*** | |
CN113495551A (zh) | 一种机器人控制方法、装置、电子设备及存储介质 | |
CN110340935B (zh) | 一种机器人融合定位的方法及机器人 | |
CN113466789B (zh) | 一种室内定位方法、***、计算机设备及存储介质 | |
CN114296458A (zh) | 车辆控制方法、装置及计算机可读存储介质 |
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 |