CN114643580A - 一种机器人控制方法、装置及设备 - Google Patents
一种机器人控制方法、装置及设备 Download PDFInfo
- Publication number
- CN114643580A CN114643580A CN202210325814.7A CN202210325814A CN114643580A CN 114643580 A CN114643580 A CN 114643580A CN 202210325814 A CN202210325814 A CN 202210325814A CN 114643580 A CN114643580 A CN 114643580A
- Authority
- CN
- China
- Prior art keywords
- robot
- camera
- sub
- area
- boundary
- 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 82
- 230000001934 delay Effects 0.000 claims description 5
- 230000001360 synchronised effect Effects 0.000 claims description 4
- 230000001960 triggered effect Effects 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 8
- 238000004891 communication Methods 0.000 description 3
- 230000002452 interceptive effect Effects 0.000 description 3
- 230000006855 networking Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 238000005192 partition Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 238000004064 recycling Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
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
- B25J9/1602—Programme controls characterised by the control system, structure, architecture
- B25J9/161—Hardware, e.g. neural networks, fuzzy logic, interfaces, processor
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J13/00—Controls for manipulators
-
- 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
- B25J9/1661—Programme controls characterised by programming, planning systems for manipulators characterised by task planning, object-oriented languages
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Robotics (AREA)
- Mechanical Engineering (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Manipulator (AREA)
Abstract
本申请提供一种机器人控制方法、装置及设备,置有TOF相机的机器人所处的运动区域被划分为至少一个子区域,每个子区域对应至少一个预设的且不同的相机编码,相邻子区域对应的相机编码不同,包括:基于机器人上报的当前位置信息和已获得的机器人的运动信息,预测机器人到达本子区域和下一个子区域的区域边界的跨界时刻;确定在跨界时刻时下一个子区域中的机器人数量是否达到预设阈值;若否,则将跨界时刻时下一个子区域对应的未被占用的相机编码下发给机器人,以使得机器人在到达下一个子区域后,确定与相机编码对应抗干扰参数,并基于抗干扰参数控制本机器人上的部署的TOF相机工作,从而实现大量的部署有TOF相机的机器人抗干扰。
Description
技术领域
本申请涉及机器人技术领域,尤其涉及一种机器人控制方法、装置及设备。
背景技术
TOF(Time of Flight,飞行时间)相机的原理是:TOF相机发出经过调制的光,该光遇到物体后进行反射。TOF相机通过计算光线发射和反射的时间差或者相位差,来计算本TOF相机与该物体的距离,生成该物体的深度图像或者三维图像。
由于TOF相机可以检测出本TOF相机与物体的距离,所以在机器人领域中,通常在机器人上部署TOF相机,以实现机器人的避障。然而,当一个运动区域中存在多台部署有TOF相机的机器人时,不同的TOF相机会产生干扰问题。比如,机器人A上部署的TOF相机A发出的光被机器人B上的TOF相机B接收,导致TOF相机B无法正常计算物体到TOF相机B的距离,导致机器人B无法正确避障。
为了解决多台TOF相机干扰的问题,提出了很多抗干扰方法,但现有的多台TOF相机抗干扰的方法只是能防止一定区域内有限数量的TOF相机的干扰。而在实际的智能仓储场景下,部署有TOF相机的机器人的数量可达到上百台,在这种场景下采用现有的TOF相机抗干扰方法抗干扰效果较差。
发明内容
有鉴于此,本申请提供一种机器人控制方法、装置及设备,用于实现大量TOF相机的抗干扰。
具体地,本申请是通过如下技术方案实现的:
根据本申请的第一方面,提供一种机器人控制方法,所述方法应用于服务端,配置有TOF相机的机器人所处的运动区域被划分为至少一个子区域,每个子区域对应至少一个预设的相机编码,相邻子区域对应的相机编码不同;每一个子区域为本子区域内的机器人分配的相机编码不同,所述方法包括:
基于机器人上报的当前位置信息和已获得的所述机器人的运动信息,预测所述机器人到达本子区域和下一个子区域的区域边界的跨界时刻;
确定在所述跨界时刻时下一个子区域中的机器人数量是否达到预设阈值;
若否,则将跨界时刻时下一个子区域对应的未被占用的相机编码下发给所述机器人,以使得所述机器人在到达下一个子区域后,确定与所述相机编码对应抗干扰参数,并基于所述抗干扰参数控制本机器人上的部署的TOF相机工作。
可选的,所述方法还包括:
若是,则控制所述机器人停止运动;
在监测到所述下一个子区域的机器人的数量低于所述预设阈值时,触发所述机器人运动,并为所述机器人分配所述下一个子区域对应的未被占用的相机编码,以使得所述机器人在达到下一个子区域后,确定与所述相机编码对应的且与本地配置的抗干扰方法匹配的抗干扰参数,并基于所述抗干扰参数控制本机器人上的部署的TOF相机工作。
可选的,所述方法还包括:
在检测到所述机器人驶入所述下一个子区域时,回收所述机器人在本子区域的相机编码。
可选的,所述子区域的尺寸与任意两台TOF相机不发生干扰的距离阈值相关;
在所述机器人部署的TOF相机的工作方式为时分复用方式时,所述抗干扰参数包括发光时延;
在所述机器人部署的TOF相机的工作方式为频分复用方式时,所述抗干扰参数包括调制频率;
在所述机器人部署的TOF相机的工作方式为码分复用方式的情况下,所述抗干扰参数包括相机编码。
可选的,划分出的子区域呈蜂窝状排布。
可选的,若所述当前位置信息是由所述机器人在确定本机器人从当前位置到所述区域边界的路程在预设范围时上报的,则在接收到所述机器人上报的当前位置信息时,执行所述机器人控制方法;
或者,
若所述当前位置信息是所述机器人周期性上报的,则在确定所述机器人从当前位置到所述区域边界的路程在预设范围时,执行所述机器人控制方法。
可选的,所述运动信息包括:所述机器人达到任务目标的路径信息、所述机器人的运动速率;
所述基于机器人上报的当前位置信息和已获得的所述机器人的运动信息,预测所述机器人到达本子区域和下一个子区域的区域边界的跨界时刻,包括:
基于所述机器人达到任务目标的路径信息、所述当前位置信息和所述运动区域划分情况,确定所述机器人所要到达的下一个子区域,并确定本子区域与所述下一个子区域的区域边界;
基于所述机器人达到任务目标的路径信息和所述当前位置信息,确定从当前位置到所述区域边界的路程;
基于所述路程和所述机器人的运动速率,确定所述机器人到达所述区域边界的跨界时刻。
根据本申请的第二方面,提供一种机器人控制方法,所述方法应用于配置有TOF相机的机器人;机器人所处的运动区域被划分为至少一个子区域;每个子区域对应至少一个预设的相机编码,相邻子区域对应的相机编码不同;每一个子区域为本子区域内的机器人分配的相机编码不同,所述方法包括:
向服务端上报本机器人的当前位置信息,以使得所述服务端基于上报的当前位置信息和已获得的本机器人的运动信息,预测本机器人到达本子区域和下一个子区域的区域边界的跨界时刻,并在确定在所述跨界时刻时下一个子区域中的机器人数量未达到预设阈值时,服务端预测并下发所述跨界时刻时下一个子区域所对应的未被占用的相机编码;
接收所述服务端下发的相机编码;
确定与所述相机编码对应的抗干扰参数,并在到达下一个子区域后基于所述抗干扰参数控制本机器人上的TOF相机工作。
可选的,在所述机器人上的TOF相机的工作方式为时分复用方式的情况下,所述抗干扰参数包括发光时延;所述服务端与各机器人上部署的TOF相机时钟同步;
所述确定与所述相机编码对应的抗干扰参数,并在到达下一个子区域后基于所述抗干扰参数控制本机器人上的TOF相机工作,包括:
确定所述相机编码对应的发光时延;其中,不同相机编码对应的发光时延不同;
将所述发光时延控发送给本机器人上部署的TOF相机,以使得所述TOF相机依据所述发光时延发光。
可选的,在所述机器人上的TOF相机的工作方式为频分方式的情况下,所述抗干扰参数包括调制频率;
所述确定与所述相机编码对应的抗干扰参数,并在到达下一个子区域后基于所述抗干扰参数控制本机器人上的TOF相机工作,包括:
确定所述相机编码对应的调制频率;其中,不同相机编码对应的调制频率不同;
将所述调制频率发送给本机器人部署的TOF相机,以使得所述TOF相机发送经所述调制频率调制后的光。
可选的,在所述机器人上的TOF相机的工作方式为码分复用方式的情况下,所述抗干扰参数包括相机编码;
所述确定与所述相机编码对应的且与本地配置的抗干扰方法匹配的抗干扰参数,并基于所述抗干扰参数控制本机器人上的TOF相机工作,包括:
将所述相机编码发送给所述本机器人上的TOF相机,以使得所述TOF相机将所述相机编码作为激光脉冲编码的码字,并依据所述码字对待发射的激光脉冲进行编码,并发送编码后的激光脉冲。
根据本申请的第三方面,提供一种机器人控制装置,所述装置应用于服务端,配置有TOF相机的机器人所处的运动区域被划分为至少一个子区域,每个子区域对应至少一个预设的相机编码,相邻子区域对应的相机编码不同;每一个子区域为本子区域内的机器人分配的相机编码不同,所述装置包括:
预测单元,用于基于机器人上报的当前位置信息和已获得的所述机器人的运动信息,预测所述机器人到达本子区域和下一个子区域的区域边界的跨界时刻;
确定单元,用于确定在所述跨界时刻时下一个子区域中的机器人数量是否达到预设阈值;
下发单元,用于若否,则将跨界时刻时下一个子区域对应的未被占用的相机编码下发给所述机器人,以使得所述机器人在到达下一个子区域后,确定与所述相机编码对应抗干扰参数,并基于所述抗干扰参数控制本机器人上的部署的TOF相机工作。
根据本申请的第四方面,提供一种机器人控制装置,所述装置应用于配置有TOF相机的机器人;机器人所处的运动区域被划分为至少一个子区域;每个子区域对应至少一个预设的相机编码,相邻子区域对应的相机编码不同;每一个子区域为本子区域内的机器人分配的相机编码不同,所述装置包括:
上报单元,用于向服务端上报本机器人的当前位置信息,以使得所述服务端基于上报的当前位置信息和已获得的本机器人的运动信息,预测本机器人到达本子区域和下一个子区域的区域边界的跨界时刻,并在确定在所述跨界时刻时下一个子区域中的机器人数量未达到预设阈值时,服务端预测并下发所述跨界时刻时下一个子区域所对应的未被占用的相机编码;
接收单元,用于接收所述服务端下发的相机编码;
确定单元,用于确定与所述相机编码对应的抗干扰参数,并在到达下一个子区域后基于所述抗干扰参数控制本机器人上的TOF相机工作。
根据本申请的第五方面,提供一种电子设备,所述电子设备包括可读存储介质和处理器;
其中,所述可读存储介质,用于存储机器可执行指令;
所述处理器,用于读取所述可读存储介质上的所述机器可执行指令,并执行所述指令以实现上述机器人控制方法。
本申请提出一种分区控制的机器人控制方法,在本申请中,将机器人的运动区域划分为若干子区域,每个子区域采用现有抗干扰方式。一方面,服务端通过控制机器人的运动,保证每个子区域中TOF相机数量小于现有抗干扰方式所支持的最大TOF相机数量,保证了每一个子区域内的多台TOF相机彼此之间不相互干扰。另一方面,通过为相邻子区域配置不同的代表抗干扰参数的相机编码,实现了相邻子区域的多台TOF相机彼此之间不相互干扰。基于这两方面,实现了每一个子区域可以实现现有抗干扰方法所支持的最大数量的TOF相机的抗干扰以及实现相邻区域间的TOF相机的抗干扰,从而解决了大量TOF相机干扰的问题。
附图说明
图1是本申请一示例性实施例示出的一种机器人控制***的组网架构示意图;
图2是本申请一示例性实施例示出的一种运动区域划分示意图;
图3是本申请一示例性实施例示出的一种机器人控制方法的流程图;
图4是本申请一示例性实施例示出的一种机器人运动轨迹的示意图;
图5是本申请一示例性实施例示出的一种机器人控制方法的流程图;
图6是本申请一示例性实施例示出的一种电子设备的硬件结构图;
图7是本申请一示例性实施例示出的一种机器人控制装置的框图;
图8是本申请一示例性实施例示出的另一种机器人控制装置的框图。
具体实施方式
这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。
在本申请使用的术语是仅仅出于描述特定实施例的目的,而非旨在限制本申请。在本申请和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式,除非上下文清楚地表示其他含义。还应当理解,本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
应当理解,尽管在本申请可能采用术语第一、第二、第三等来描述各种信息,但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如,在不脱离本申请范围的情况下,第一信息也可以被称为第二信息,类似地,第二信息也可以被称为第一信息。取决于语境,如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”。
现有的抗干扰方法只能防止一定区域内的一定数量的TOF相机之间彼此不干扰。而对于具有大量TOF相机的场景,现有的抗干扰方式效果不佳。
有鉴于此,本申请提出一种分区控制的机器人控制方法,在本申请中,将机器人的运动区域划分为若干子区域,每个子区域采用现有抗干扰方式。一方面,服务端通过控制机器人的运动,保证每个子区域中TOF相机数量小于现有抗干扰方式所支持的最大TOF相机数量,保证了每一个子区域内的多台TOF相机彼此之间不相互干扰。另一方面,通过为相邻子区域配置不同的代表抗干扰参数的相机编码,实现了相邻子区域的多台TOF相机彼此之间不相互干扰。基于这两方面,实现了每一个子区域可以实现现有抗干扰方法所支持的最大数量的TOF相机的抗干扰以及实现相邻区域间的TOF相机的抗干扰,从而解决了大量TOF相机干扰的问题。
具体地,在本申请中,配置有TOF相机的机器人所处的运动区域被划分为至少一个子区域,每个子区域对应至少一个预设的相机编码,相邻子区域对应的相机编码不同。
服务端基于机器人上报的当前位置信息和已获得的该机器人的运动信息,预测所述机器人到达本子区域和下一个子区域的区域边界的跨界时刻。服务端可确定在所述跨界时刻时下一个子区域中的机器人数量是否达到预设阈值。若否,服务端则在所述跨界时刻到达前,预测所述跨界时刻时下一个子区域所对应的且未被占用的相机编码,并将预测出的相机编码下发给所述机器人,以使得所述机器人在到达下一个子区域后,确定与所述相机编码对应的抗干扰参数,并基于所述抗干扰参数控制本机器人上的部署的TOF相机工作。
由此可见,一方面,在本申请中,将机器人的运动区域划分为若干个子区域,每个子区域采用现有抗干扰方式。服务端采用分区控制的策略,在机器人跨区域前,确定下一个子区域中的机器人数量是否达到预设阈值,在下一个子区域中的机器人数量未达到预设阈值时,才控制机器人运动到下一个子区域以及为该机器人分配下一个子区域对应的未被占用的相机编码,从而控制每个子区域中的TOF相机数量不超过现有抗干扰方式所支持的最大TOF相机数量,从而保证每个子区域中的TOF相机不彼此干扰。
另一方面,相邻子区域对应的相机编码不同,而不同的相机编码对应不同的抗干扰参数,这就使得相邻子区域中的机器人上TOF相机所采用的抗干扰参数不同,从而使得相邻子区域中的多台TOF相机不彼此干扰。
参见图1,图1是本申请一示例性实施例示出的一种机器人控制***的组网架构示意图。
在本申请中,机器人控制***的组网架构包括:服务端和多个配置有TOF相机的机器人。
机器人可以通过无线网络与服务端相连,实现机器人与服务端的通信。
其中,服务端用于管理机器人,服务端可以是中心服务器,数据中心等设备,这里只是对服务端进行示例性地说明,不对其进行具体地限定。
机器人是指可以移动的机器人,可包括:AGV(Automatic Guided Vehicle,自动导引车,又称为机器人)、工业类机器人、消费类机器人、娱乐类机器人、无人机等设备,这里只是对机器人进行示例性地说明,不对其进行具体地限定。
在介绍本申请提供的机器人控制方法前,先对本申请提供的子区域划分方式以及每个子区域对应的相机编码进行介绍。
1)子区域的划分方式
在本申请中,配置有TOF相机的机器人所处的运动区域被划分为至少一个子区域。
例如,如图2所示,在一种可选的实现方式中,可以通过蜂窝划分的方式将配置有TOF相机的机器人所处的运动区域划分为至少一个子区域,使得划分出的子区域呈蜂窝状排布。当然,在实际应用中,还可采用其他方式来划分子区域,比如将子区域划分为多个矩形块。这里只是对子区域的划分方式进行示例性地说明,不对其进行具体地限定。
2)子区域的尺寸
在本申请中,可基于任意两台TOF相机不发生干扰的距离阈值来划分子区域。换句话来说,子区域的尺寸与任意两台TOF相机不发生干扰的距离阈值相关。比如子区域的尺寸大于或等于任意两台TOF相机不发生干扰的距离阈值。
其中,任意两台TOF相机不发生干扰的距离阈值,是指任意两台TOF相机不发生干扰的最小距离。当两台TOF相机的距离大于或等于距离阈值时,由于TOF相机的发射功率的限制,这两台TOF相机中任一一台TOF相机发射的光不会到达另一台TOF相机,因此这两台TOF相机彼此之间不互相干扰。
在本申请中,当子区域的尺寸大于或等于任意两台TOF相机不发生干扰的距离阈值时,可以保证任意间隔有一个子区域的两个子区域中的TOF相机不相互干扰。
例如,如图2所示,图2中的一个六边形为一个子区域。假设两台TOF相机的距离至少为10米时不发生干扰,则将距离阈值确定为10米。
在划分子区域时,要保证图2中的每个六边形的对角线(即子区域的尺寸)大于或等于10米。
其中,子区域的尺寸,可以是子区域的长、宽、对角线、直径等。比如子区域为正方形,子区域的尺寸可以是子区域的边长、也可以是子区域的对角线。再比如,子区域为圆形时,子区域的尺寸可以时子区域的直径。这里只是对子区域尺寸进行示例性地说明,不对其进行具体地限定。
3)子区域对应的相机编码
在本申请中,提出了相机编码的概念,不同相机编码对应不同的抗干扰参数,多台TOF相机利用不同的抗干扰参数可以实现多台TOF相机彼此之间的抗干扰。
具体地,在本申请实施例中,为每个子区域配置了至少一个相机编码。换句话来说,每个子区域对应有至少一个相机编码。每一个子区域为本子区域内的机器人分配的相机编码不同,从而可以保证同一子区域中的TOF在同时工作时不彼此干扰。
为了使得相邻子区域的TOF相机不彼此干扰,本申请设置相邻子区域对应的相机编码不同。当机器人在某个子区域运动时,该机器人上部署TOF相机可使用该子区域对应的一个相机编码所对应的抗干扰参数工作,由于相邻子区域中的TOF相机所得到的机器编码不同,所以相邻子区域中的TOF相机采用的抗干扰参数不同,所以可以保证相邻子区域中的多台TOF相机不相互干扰。
4)相机编码的构造
在本申请实施例中,一个相机编码包括:区域编码和机器人编码。
其中,区域编码,是指每个区域对应的编码。在本申请中,相邻区域的区域编码不同。而不相邻子区域对应的区域编码可以相同,也可以不同,这里只是示例性地说明,不对其进行具体地限定。
机器人编码,是预先设置表示该子区域内的机器人的编码。每个子区域对应的机器人编码的数量为该子区域所允许的不发生干扰的最大TOF相机数量。比如,采用现有抗干扰方式最多可保证N台TOF相机在该子区域工作不发生干扰。则该机器人编码可以是预先为这N台TOF相机分配的机器人编码。不同子区域中的机器人编码可以相同,也可以不同。
例如,在本申请中,设置相邻子区域的区域编码不同,但不同子区域所对应的机器人编码相同。如图2所示,图2中的每个六边形表示一个子区域,六边形中的数字表示该子区域的区域编码。
假设每个子区域所允许的不发生干扰的最大TOF相机数量为3,则每个子区域对应的机器人编码为01,10和11。
如图2所示,假设图2中心的六边形所表示的子区域的区域编码为00,该子区域对应的机器人编码为01,10和11,则该子区域对应的相机编码分别为0001,0010和0011。
假设图2中心六边形的正下方六边形所表示的子区域的编码为11,该子区域对应的机器人编码为01,10和11,则该子区域对应的相机编码分别为1101,1110和1111。
由此可见,通过区域编码加机器人编码的方式可以使得子区域11和子区域00(即相邻子区域)所对应的相机编码不同。
这里只是对相机编码的构造方式进行示例性地说明,在实际应用中,还可采用其他方式,这里只是示例性地说明,不对其进行具体地限定。
参见图3,图3是本申请一示例性实施例示出的一种机器人控制方法的流程图。该方法可应用在图1所示的服务端上。
首先,先介绍下执行该机器人控制方法的时机。在本申请中,服务端可以在机器人接近区域边界时执行该机器人控制方法。
为了实现该需求,在一种可选实现方式中,机器人检测本机器人的当前位置与下一个区域的区域边界的距离是否在预设范围内,若机器人的当前位置与下一个区域的区域边界的距离在预设范围内,机器人则将自己的当前位置信息上报给中心服务器。中心服务器在接收到机器人上报的当前位置信息后,执行该机器人控制方法。
在另一种可选的实现方式中,机器人可以周期性地上报自身的当前位置。中心服务器在接收到机器人上报的当前位置时,可检测该从该机器人的当前位置到所述区域边界的路径是否在预设范围内。若从该机器人的当前位置到所述区域边界的路径是否在预设范围内,则执行该抗干扰方法。
这里只是对执行机器人控制方法的时机进行示例性说明,当然在实际应用中,服务端也可以是在接收到外部发送的抗干扰指令时执行机器人控制方法。这里不进行具体地限定。
其次,详细介绍下本申请提供的机器人控制方法。
所述机器人控制方法包括:
步骤301:服务端基于机器人上报的当前位置信息和已获得的所述机器人的运动信息,预测所述机器人到达本子区域和下一个子区域的区域边界的跨界时刻。
下面通过步骤3011至步骤3013对步骤301进行详细地说明。
步骤3011:服务端接收机器人上报的当前位置。
在实现时,机器人可周期性地或者在检测到本机器人到区域边界的路程在预设距离范围内时向服务端上报机器人信息。该机器人信息中包括:机器人的当前位置、是否到达任务目标、机器人当前的运动方向和速率等信息。这里只是对机器人信息进行示例性地说明,不对其进行具体地限定。
服务端可从该机器人上报的机器人信息中提取出该机器人的当前位置信息。
步骤3012:服务端获得机器人的运动信息。
在一种可选的实现方式中,上述运动信息可包括:机器人达到任务目标的路径信息、所述机器人的速率。
具体地,当机器人接受某一任务后,服务端可为该机器人规划机器人到该任务目标的路径和运动速率。比如,机器人接收搬运任务,则可以为机器人规划机器人到搬运工作台的路径和运动速率。比如,机器人接收了充电的任务,则可以为机器人规划到充电桩的路径和运动速率。这里不进行具体地限定。
由此,服务端上记录有机器人标识、以及为该机器人规划的到当前任务目标的路径和运动速率的对应关系。在获取上述机器人的运动信息时,服务端可在该对应关系中,查找上述机器人对应的路径信息和运动速率,将查找到的路径信息和运动速率作为机器人的运动信息。
步骤3013:服务端基于机器人上报的当前位置信息和已获得的所述机器人的运动信息,预测所述机器人到达本子区域和下一个子区域的区域边界的跨界时刻。
在实现时,服务端可基于该机器人到达任务目标的路径信息和该机器人的当前位置信息,确定出该机器人所要到达的下一个子区域,并确定本子区域与所述下一个子区域的区域边界。
然后,服务端可基于该机器人达到任务目标的路径信息,确定机器人从当前位置到区域边界的路程。
最后,服务端可基于该路程和上述机器人的运动速率,确定机器人到达该区域边界的跨界时刻。比如,服务端可用该路程除以该运动速率,得到机器人到达区域边界的跨界时刻。
例如,如图4所示,图4中的每个六边形表示一个子区域,假设机器人达到任务目标的路径如图4中的带箭头的折线表示。由图4可以看出,机器人将跨越子区域1、子区域2、子区域3和子区域4。其中,子区域4中的B点为任务目标,A点为机器人的当前位置。
在实现时,服务端可基于该路径信息(即图4中带箭头的折线)和机器人的当前位置信息(即A点),确定本子区域为区域2,下一个子区域为区域3,确定区域边界为区域2和区域3的边界。
然后,服务端可基于机器人达到任务目标的路径信息(即图4中带箭头的折线),确定从当前位置(即A点)到所述区域边界(即区域2和区域3的边界)的路程(即图4中线段AC)。
然后,服务端基于所述路程(即图4中线段AC)和所述机器人的运动速率,确定所述机器人到达所述区域边界的跨界时刻。
步骤302:服务端确定在所述跨界时刻时下一个子区域中的机器人数量是否达到预设阈值。
其中,预设阈值与TOF相机工作方式最大支持的同时工作且不互相干扰的TOF相机数量有关。换句话来说,预设阈值与N相关,TOF相机的工作方式最大可支持N台TOF相机同时工作且彼此不互相干扰。
比如,假设TOF相机工作方式为时分复用方式,时分复用方式最大可支持3台TOF相机同时工作且彼此不互相干扰,则预设阈值可以为3。这里只是对预设阈值进行示例性地说明,不对其进行具体地限定。
在实现步骤302时,由于服务端上维护了每个子区域的机器人信息。其中,机器人信息包括机器人标识、以及为该机器人分配的相机编码。
在机器人进入一个子区域时,会在该子区域对应的机器人信息中增加该机器人的标识,和为该机器人分配的相机编码。
在机器人离开一个子区域时,会在该子区域对应的机器人信息表中删除该机器人标识、和为该机器人分配的相机编码。
基于此,在到达跨界时刻时,服务端可以基于下一个子区域中的机器人信息,统计下一个子区域中的机器人数量。然后,服务端可以检测下一个子区域中的机器人数量是否到达预设阈值。
步骤303:若否,服务端则将跨界时刻时下一个子区域对应的未被占用的相机编码下发给所述机器人,以使得所述机器人在到达下一个子区域后,确定与所述相机编码对应的抗干扰参数,并基于所述抗干扰参数控制本机器人上的部署的TOF相机工作。
在实现时,服务端上维护了各子区域标识以及各子区域对应的相机编码的对应关系。
每一个子区域标识对应的至少一个相机编码。每个相机编码具有已占用状态和空闲状态。已占用状态表明该相机编码已被分配给在该子区域中的或者即将进入该子区域的机器人上部署的TOF相机,空闲状态表明该相机编码还未被分配。
相机编码状态是不断更新的。
例如,当一个机器人从第一区域运动到第二区域时,服务端会将该机器人在第一区域的相机编码回收,即将该机器人在第一子区域的相机编码设置为空闲状态。
再例如,服务端在为该机器人分配第二子区域的相机编码后,服务端会将为该机器人分配的第二子区域的相机编码设置为已占用状态。
某一时刻子区域标识与相机编码的对应关系例如如表1所示。
表1
在实现步骤302时,服务端可在跨界时刻到达时,从表1所示的对应关系中,确定出下一个子区域对应的处于空闲状态的相机编码,作为跨界时刻时下一个子区域对应的且未被占用的相机编码。然后,服务端可将确定出的相机编码下发给机器人。
当然,在实际应用时,服务端还可在跨界时刻到达前的预设时间段内确定并下发跨界时刻时下一个子区域对应的且未被占用的相机编码。比如服务端可将跨界时刻到达前的预设时间段内,在表1所示的对应关系中查找下一个子区域对应的处于空闲状态的相机编码,并将该相机编码作为跨界时刻时下一个子区域对应的且未被占用的相机编码,并下发给机器人。这里只是对“将跨界时刻时下一个子区域对应的且未被占用的相机编码下发给所述机器人”的时机进行示例性地说明,不对其进行具体地限定。
此外,在本申请实施例中,若确定在所述跨界时刻时下一个子区域中的机器人数量达到预设阈值,则表明如果下一个子区域再进入新机器人就超出了下一个子区域能承载的机器人数量,使得下一个子区域中的机器人部署的TOF相机发生相互干扰。因此,在此情况下,服务端可以控制机器人停止运动。然后,服务端实时监测下一个子区域的机器人的数量,在监测到所述下一个子区域的机器人的数量低于所述预设阈值时,触发所述机器人运动,并为所述机器人分配所述下一个子区域所对应的未被占用的相机编码,以使得所述机器人在达到下一个子区域后,确定与所述相机编码对应的抗干扰参数,并基于所述抗干扰参数控制本机器人上的部署的TOF相机工作。
此外,在本申请实施例中,服务端在检测到所述机器人驶入所述下一个子区域时,回收所述机器人在本子区域的相机编码。
在一种可选的实现方式中,当机器人运动到区域边界时,机器人会向服务端发送达到区域边界的通知,服务端再接收到该通知后,可确定该机器人驶入下一个子区域,这时,服务端可将该机器人在本区域的相机编码回收。
在一种可选的回收方式中,服务端可将该机器人在本区域的相机编码设置为空闲状态。这里只是对回收方法进行示例性地说明,不对其进行具体地限定。
参见图5,图5是本申请一示例性实施例示出的一种机器人控制方法的流程图,该方法可应用在机器人上,可包括如下所示步骤:
步骤501:机器人向服务端上报本机器人的当前位置信息,以使得所述服务端基于上报的当前位置信息和已获得的本机器人的运动信息,预测本机器人到达本子区域和下一个子区域的区域边界的跨界时刻,并在确定在所述跨界时刻时下一个子区域中的机器人数量未达到预设阈值时,预测并下发所述跨界时刻时下一个子区域所对应的未被占用的相机编码。
在一种可选的实现方式中,机器人检测本机器人的当前位置与下一个区域的区域边界的距离是否在预设范围内,若机器人的当前位置与下一个区域的区域边界的距离在预设范围内,机器人则将自己的当前位置信息上报给中心服务器。在这种方式中,中心服务器在接收到机器人上报的当前位置信息后,执行上述机器人控制方法。
在另一种可选的实现方式中,机器人可以周期性地上报自身的当前位置。在这种方式下,中心服务器在接收到机器人上报的当前位置时,可检测该从该机器人的当前位置到所述区域边界的路径是否在预设范围内。若从该机器人的当前位置到所述区域边界的路径是否在预设范围内,则执行该机器人控制方法。
其中,上报周期可以预先设定,当上报周期设置的足够小时,机器人就可以以近乎实时的方式向中心服务器上报当前位置信息。
步骤502:机器人接收所述服务端下发的相机编码。
步骤503:机器人确定与所述相机编码对应的抗干扰参数,并在到达下一个子区域后基于所述抗干扰参数控制本机器人上的TOF相机工作。
下面介绍几种实现步骤503的方式。
第一种方式:机器人上的TOF相机的工作方式为时分复用方式。时分复用方式是指:让不同TOF相机在不同时刻发光,以此来区分不同TOF相机发出的光,从而实现抗干扰。
当机器人上的TOF相机的工作方式为时分复用方式时,抗干扰参数为发光时延。由于时分复用方法要精确控制各TOF相机的发光时刻,所以中心服务器要与各机器人上部署的TOF相机时钟同步,确保中心服务器、各机器人上部署TOF相机时钟一致。
在实现步骤503时,机器人可确定为本机器人分配的相机编码对应的发光时延。其中,不同的相机编码对应不同的发光时延。
然后,机器人可将发光时延发送给本机器人上部署的TOF相机,以TOF相机依据所述发光时延发光。例如,TOF相机是周期性地发光的,TOF相机到达发光时刻时要延迟该发光时延后发光。
比如,如图4所示,区域1和区域2相邻。区域1中有两个机器人,分别为机器人1和机器人2,机器人1被分配的相机编码分别为0100,机器人2被分配的相机编码为0111。区域2中有一个机器人,为机器人3,该移动机器3分配的相机编码为1011。
假设,0100对应的发光时延为5s,0111对应的发光时延为10s,1011对应的发光时延为15s。假设这三个机器人上的TOF相机都是每30秒发光,在没有时延的情况下,这三个机器人上的TOF相机均是在0s、30s、60s等发光,由于三个TOF相机同时发光,所以会造成干扰。
而在本申请中,0100对应的TOF相机可以在5s,35s,65s等发光时刻发光。0111对应的TOF相机可以在10s,40s,70s等发光时刻发光。1011对应的TOF相机可以在15s,45s,75s等发光时刻发光。由此可见,通过不同的发光时延使得各个TOF相机在不同时刻发光,从而克服了多台TOF相机的干扰问题。
第二种方式是:机器人上的TOF相机的工作方式为频分复方式。频分复用方式是指:不同TOF相机采用不同的调制频率调制待发射的光,并发射调制后的光。由于各个TOF相机发出的光的调制频率不同,所以每个TOF相机可以基于光的调制频率识别出接收到的光是自己发出光的反射光还是其他TOF相机发出的光,从而克服TOF相机之间的干扰问题。
当所述机器人上的TOF相机的工作方式为频分方式时,抗干扰参数为调制频率。
在实现步骤302时,机器人可确定本机器人分配的相机编码对应的调制频率。其中,不同相机编码对应的调制频率不同。
然后,机器人可将确定出的调制频率发送给本机器人上部署的TOF相机,以使得所述TOF相机发送经所述调整频率调制后的光。具体地,TOF相机在发光前,可以用该确定出的调制频率调制待发生的光,并发送经过该调制频率调制后的光。
第三种方式是:机器人上的TOF相机的工作方式为码分复用方式。码分复用方式是指:不同TOF相机采用不同的码字对待发送的激光脉冲进行编码,并发送编码后的激光脉冲。由于各个TOF相机发出的激光脉冲的编码不同,所以TOF相机可以基于激光脉冲的编码来区分本地接收到的光是自己发出光的反射光还是其他TOF相机发出的光,从而可以克服多台TOF相机的干扰问题。
当机器人上的TOF相机的工作方式为码分复用方式时,抗干扰参数可以为该相机编码。
在实现步骤302时,机器人可将相机编码发送给所述本机器人上的TOF相机。TOF相机将所述相机编码作为激光脉冲编码的码字,并依据所述码字对待发射的激光脉冲进行编码,并发送编码后的激光脉冲。
由上述描述可知,将机器人的运动区域划分为若干子区域,每个子区域采用现有抗干扰方式。一方面,服务端通过控制机器人的运动,保证每个子区域中TOF相机数量小于现有抗干扰方式所支持的最大TOF相机数量,保证了每一个子区域内的多台TOF相机彼此之间不相互干扰。另一方面,通过为相邻子区域配置不同的相机编码,实现了相邻子区域的多台TOF相机彼此之间不相互干扰。基于这两方面,实现了每一个子区域可以实现现有抗干扰方法所支持的最大数量的TOF相机的抗干扰以及实现相邻区域间的TOF相机的抗干扰,从而解决了大量TOF相机干扰的问题。
参见图6,图6是本申请一示例性实施例示出的一种电子设备的硬件结构图;
该电子设备包括:通信接口601、处理器602、机器可读存储介质603和总线604;其中,通信接口601、处理器602和机器可读存储介质603通过总线604完成相互间的通信。处理器602通过读取并执行机器可读存储介质603中与机器人控制逻辑对应的机器可执行指令,可执行上文描述的机器人控制方法。
本文中提到的机器可读存储介质603可以是任何电子、磁性、光学或其它物理存储装置,可以包含或存储信息,如可执行指令、数据,等等。例如,机器可读存储介质可以是:易失存储器、非易失性存储器或者类似的存储介质。具体地,机器可读存储介质603可以是RAM(Radom Access Memory,随机存取存储器)、闪存、存储驱动器(如硬盘驱动器)、固态硬盘、任何类型的存储盘(如光盘、DVD等),或者类似的存储介质,或者它们的组合。
其中,电子设备可以是上述的服务端,也可以是上述的机器人,这里只是对电子设备进行示例性地说明,不对其进行具体地限定。
参见图7,图7是本申请一示例性实施例示出的一种机器人控制装置的框图。
所述装置应用于服务端,配置有TOF相机的机器人所处的运动区域被划分为至少一个子区域,每个子区域对应至少一个预设的相机编码,相邻子区域对应的相机编码不同;每一个子区域为本子区域内的机器人分配的相机编码不同,所述装置包括:
预测单元701,用于基于机器人上报的当前位置信息和已获得的所述机器人的运动信息,预测所述机器人到达本子区域和下一个子区域的区域边界的跨界时刻;
确定单元702,用于确定在所述跨界时刻时下一个子区域中的机器人数量是否达到预设阈值;
下发单元703,用于若否,则将跨界时刻时下一个子区域对应的未被占用的相机编码下发给所述机器人,以使得所述机器人在到达下一个子区域后,确定与所述相机编码对应抗干扰参数,并基于所述抗干扰参数控制本机器人上的部署的TOF相机工作。
可选的,所述下发单元703,还用于若是,则控制所述机器人停止运动;在监测到所述下一个子区域的机器人的数量低于所述预设阈值时,触发所述机器人运动,并为所述机器人分配所述下一个子区域对应的未被占用的相机编码,以使得所述机器人在达到下一个子区域后,确定与所述相机编码对应的且与本地配置的抗干扰方法匹配的抗干扰参数,并基于所述抗干扰参数控制本机器人上的部署的TOF相机工作。
可选的,所述下发单元703,还用于在检测到所述机器人驶入所述下一个子区域时,回收所述机器人在本子区域的相机编码。
可选的,所述子区域的尺寸与任意两台TOF相机不发生干扰的距离阈值相关;
在所述机器人部署的TOF相机的工作方式为时分复用方式时,所述抗干扰参数包括发光时延;
在所述机器人部署的TOF相机的工作方式为频分复用方式时,所述抗干扰参数包括调制频率;
在所述机器人部署的TOF相机的工作方式为码分复用方式的情况下,所述抗干扰参数包括相机编码。
可选的,划分出的子区域呈蜂窝状排布。
可选的,所述预测单元701,还用于若所述当前位置信息是由所述机器人在确定本机器人从当前位置到所述区域边界的路程在预设范围时上报的,则在接收到所述机器人上报的当前位置信息时,执行所述机器人控制方法;或者,若所述当前位置信息是所述机器人周期性上报的,则在确定所述机器人从当前位置到所述区域边界的路程在预设范围时,执行所述机器人控制方法。
可选的,所述运动信息包括:所述机器人达到任务目标的路径信息、所述机器人的运动速率;
所述预测单元701,在基于机器人上报的当前位置信息和已获得的所述机器人的运动信息,预测所述机器人到达本子区域和下一个子区域的区域边界的跨界时刻时,用于基于所述机器人达到任务目标的路径信息、所述当前位置信息和所述运动区域划分情况,确定所述机器人所要到达的下一个子区域,并确定本子区域与所述下一个子区域的区域边界;基于所述机器人达到任务目标的路径信息和所述当前位置信息,确定从当前位置到所述区域边界的路程;基于所述路程和所述机器人的运动速率,确定所述机器人到达所述区域边界的跨界时刻。
参见图8,图8是本申请一示例性实施例示出的另一种机器人控制装置的框图。
所述装置应用于配置有TOF相机的机器人;机器人所处的运动区域被划分为至少一个子区域;每个子区域对应至少一个预设的相机编码,相邻子区域对应的相机编码不同;每一个子区域为本子区域内的机器人分配的相机编码不同,所述装置包括:
上报单元801,用于向服务端上报本机器人的当前位置信息,以使得所述服务端基于上报的当前位置信息和已获得的本机器人的运动信息,预测本机器人到达本子区域和下一个子区域的区域边界的跨界时刻,并在确定在所述跨界时刻时下一个子区域中的机器人数量未达到预设阈值时,服务端预测并下发所述跨界时刻时下一个子区域所对应的未被占用的相机编码;
接收单元802,用于接收所述服务端下发的相机编码;
确定单元803,用于确定与所述相机编码对应的抗干扰参数,并在到达下一个子区域后基于所述抗干扰参数控制本机器人上的TOF相机工作。
可选的,在所述机器人上的TOF相机的工作方式为时分复用方式的情况下,所述抗干扰参数包括发光时延;所述服务端与各机器人上部署的TOF相机时钟同步;
所述确定单元803,在确定与所述相机编码对应的抗干扰参数,并在到达下一个子区域后基于所述抗干扰参数控制本机器人上的TOF相机工作时,用于确定所述相机编码对应的发光时延;其中,不同相机编码对应的发光时延不同;将所述发光时延控发送给本机器人上部署的TOF相机,以使得所述TOF相机依据所述发光时延发光。
可选的,在所述机器人上的TOF相机的工作方式为频分方式的情况下,所述抗干扰参数包括调制频率;
所述确定单元803,在确定与所述相机编码对应的抗干扰参数,并在到达下一个子区域后基于所述抗干扰参数控制本机器人上的TOF相机工作时,用于确定所述相机编码对应的调制频率;其中,不同相机编码对应的调制频率不同;将所述调制频率发送给本机器人部署的TOF相机,以使得所述TOF相机发送经所述调制频率调制后的光。
可选的,在所述机器人上的TOF相机的工作方式为码分复用方式的情况下,所述抗干扰参数包括相机编码;
所述确定单元803,在确定与所述相机编码对应的且与本地配置的抗干扰方法匹配的抗干扰参数,并基于所述抗干扰参数控制本机器人上的TOF相机工作时,用于将所述相机编码发送给所述本机器人上的TOF相机,以使得所述TOF相机将所述相机编码作为激光脉冲编码的码字,并依据所述码字对待发射的激光脉冲进行编码,并发送编码后的激光脉冲。
上述装置中各个单元的功能和作用的实现过程具体详见上述方法中对应步骤的实现过程,在此不再赘述。
对于装置实施例而言,由于其基本对应于方法实施例,所以相关之处参见方法实施例的部分说明即可。以上所描述的装置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可以是或者也可以不是物理上分开的,作为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申请方案的目的。本领域普通技术人员在不付出创造性劳动的情况下,即可以理解并实施。
以上所述仅为本申请的较佳实施例而已,并不用以限制本申请,凡在本申请的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本申请保护的范围之内。
Claims (14)
1.一种机器人控制方法,其特征在于,所述方法应用于服务端,配置有TOF相机的机器人所处的运动区域被划分为至少一个子区域,每个子区域对应至少一个预设的相机编码,相邻子区域对应的相机编码不同;每一子区域为本子区域内的机器人分配的相机编码不同,所述方法包括:
基于机器人上报的当前位置信息和已获得的所述机器人的运动信息,预测所述机器人到达本子区域和下一个子区域的区域边界的跨界时刻;
确定在所述跨界时刻时下一个子区域中的机器人数量是否达到预设阈值;
若否,则将跨界时刻时下一个子区域对应的未被占用的相机编码下发给所述机器人,以使得所述机器人在到达下一个子区域后,确定与所述相机编码对应抗干扰参数,并基于所述抗干扰参数控制本机器人上的部署的TOF相机工作。
2.根据权利要求1所述的方法,其特征在于,所述方法还包括:
若是,则控制所述机器人停止运动;
在监测到所述下一个子区域的机器人的数量低于所述预设阈值时,触发所述机器人运动,并为所述机器人分配所述下一个子区域对应的未被占用的相机编码,以使得所述机器人在达到下一个子区域后,确定与所述相机编码对应的且与本地配置的抗干扰方法匹配的抗干扰参数,并基于所述抗干扰参数控制本机器人上的部署的TOF相机工作。
3.根据权利要求1或2所述的方法,其特征在于,所述方法还包括:
在检测到所述机器人驶入所述下一个子区域时,回收所述机器人在本子区域的相机编码。
4.根据权利要求1所述的方法,其特征在于,所述子区域的尺寸与任意两台TOF相机不发生干扰的距离阈值相关;
在所述机器人部署的TOF相机的工作方式为时分复用方式时,所述抗干扰参数包括发光时延;
在所述机器人部署的TOF相机的工作方式为频分复用方式时,所述抗干扰参数包括调制频率;
在所述机器人部署的TOF相机的工作方式为码分复用方式的情况下,所述抗干扰参数包括相机编码。
5.根据权利要求1所述的方法,其特征在于,划分出的子区域呈蜂窝状排布。
6.根据权利要求1所述的方法,其特征在于,
若所述当前位置信息是由所述机器人在确定本机器人从当前位置到所述区域边界的路程在预设范围时上报的,则在接收到所述机器人上报的当前位置信息时,执行所述机器人控制方法;
或者,
若所述当前位置信息是所述机器人周期性上报的,则在确定所述机器人从当前位置到所述区域边界的路程在预设范围时,执行所述机器人控制方法。
7.根据权利要求1所述的方法,其特征在于,所述运动信息包括:所述机器人达到任务目标的路径信息、所述机器人的运动速率;
所述基于机器人上报的当前位置信息和已获得的所述机器人的运动信息,预测所述机器人到达本子区域和下一个子区域的区域边界的跨界时刻,包括:
基于所述机器人达到任务目标的路径信息、所述当前位置信息和所述运动区域的划分情况,确定所述机器人所要到达的下一个子区域,并确定本子区域与所述下一个子区域的区域边界;
基于所述机器人达到任务目标的路径信息和所述当前位置信息,确定从当前位置到所述区域边界的路程;
基于所述路程和所述机器人的运动速率,确定所述机器人到达所述区域边界的跨界时刻。
8.一种机器人控制方法,其特征在于,所述方法应用于配置有TOF相机的机器人;机器人所处的运动区域被划分为至少一个子区域;每个子区域对应至少一个预设的相机编码,相邻子区域对应的相机编码不同;每一子区域为本子区域内的机器人分配的相机编码不同,所述方法包括:
向服务端上报本机器人的当前位置信息,以使得所述服务端基于上报的当前位置信息和已获得的本机器人的运动信息,预测本机器人到达本子区域和下一个子区域的区域边界的跨界时刻,并在确定在所述跨界时刻时下一个子区域中的机器人数量未达到预设阈值时,服务端预测并下发所述跨界时刻时下一个子区域所对应的未被占用的相机编码;
接收所述服务端下发的相机编码;
确定与所述相机编码对应的抗干扰参数,并在到达下一个子区域后基于所述抗干扰参数控制本机器人上的TOF相机工作。
9.根据权利要求8所述的方法,其特征在于,
在所述机器人上的TOF相机的工作方式为时分复用方式的情况下,所述抗干扰参数包括发光时延;所述服务端与各机器人上部署的TOF相机时钟同步;
所述确定与所述相机编码对应的抗干扰参数,并在到达下一个子区域后基于所述抗干扰参数控制本机器人上的TOF相机工作,包括:
确定所述相机编码对应的发光时延;其中,不同相机编码对应的发光时延不同;
将所述发光时延控发送给本机器人上部署的TOF相机,以使得所述TOF相机依据所述发光时延发光。
10.根据权利要求8所述的方法,其特征在于,
在所述机器人上的TOF相机的工作方式为频分方式的情况下,所述抗干扰参数包括调制频率;
所述确定与所述相机编码对应的抗干扰参数,并在到达下一个子区域后基于所述抗干扰参数控制本机器人上的TOF相机工作,包括:
确定所述相机编码对应的调制频率;其中,不同相机编码对应的调制频率不同;
将所述调制频率发送给本机器人部署的TOF相机,以使得所述TOF相机发送经所述调制频率调制后的光。
11.根据权利要求8所述的方法,其特征在于,
在所述机器人上的TOF相机的工作方式为码分复用方式的情况下,所述抗干扰参数包括相机编码;
所述确定与所述相机编码对应的且与本地配置的抗干扰方法匹配的抗干扰参数,并基于所述抗干扰参数控制本机器人上的TOF相机工作,包括:
将所述相机编码发送给所述本机器人上的TOF相机,以使得所述TOF相机将所述相机编码作为激光脉冲编码的码字,并依据所述码字对待发射的激光脉冲进行编码,并发送编码后的激光脉冲。
12.一种机器人控制装置,其特征在于,所述装置应用于服务端,配置有TOF相机的机器人所处的运动区域被划分为至少一个子区域,每个子区域对应至少一个预设的相机编码,相邻子区域对应的相机编码不同;每一个子区域为本子区域内的机器人分配的相机编码不同,所述装置包括:
预测单元,用于基于机器人上报的当前位置信息和已获得的所述机器人的运动信息,预测所述机器人到达本子区域和下一个子区域的区域边界的跨界时刻;
确定单元,用于确定在所述跨界时刻时下一个子区域中的机器人数量是否达到预设阈值;
下发单元,用于若否,则将跨界时刻时下一个子区域对应的未被占用的相机编码下发给所述机器人,以使得所述机器人在到达下一个子区域后,确定与所述相机编码对应抗干扰参数,并基于所述抗干扰参数控制本机器人上的部署的TOF相机工作。
13.一种机器人控制装置,其特征在于,所述装置应用于配置有TOF相机的机器人;机器人所处的运动区域被划分为至少一个子区域;每个子区域对应至少一个预设的相机编码,相邻子区域对应的相机编码不同;每一个子区域为本子区域内的机器人分配的相机编码不同,所述装置包括:
上报单元,用于向服务端上报本机器人的当前位置信息,以使得所述服务端基于上报的当前位置信息和已获得的本机器人的运动信息,预测本机器人到达本子区域和下一个子区域的区域边界的跨界时刻,并在确定在所述跨界时刻时下一个子区域中的机器人数量未达到预设阈值时,服务端预测并下发所述跨界时刻时下一个子区域所对应的未被占用的相机编码;
接收单元,用于接收所述服务端下发的相机编码;
确定单元,用于确定与所述相机编码对应的抗干扰参数,并在到达下一个子区域后基于所述抗干扰参数控制本机器人上的TOF相机工作。
14.一种电子设备,其特征在于,所述电子设备包括可读存储介质和处理器;
其中,所述可读存储介质,用于存储机器可执行指令;
所述处理器,用于读取所述可读存储介质上的所述机器可执行指令,并执行所述指令以实现权利要求1-11任一所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210325814.7A CN114643580B (zh) | 2022-03-29 | 2022-03-29 | 一种机器人控制方法、装置及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210325814.7A CN114643580B (zh) | 2022-03-29 | 2022-03-29 | 一种机器人控制方法、装置及设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114643580A true CN114643580A (zh) | 2022-06-21 |
CN114643580B CN114643580B (zh) | 2023-10-27 |
Family
ID=81995523
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210325814.7A Active CN114643580B (zh) | 2022-03-29 | 2022-03-29 | 一种机器人控制方法、装置及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114643580B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102638692A (zh) * | 2011-01-31 | 2012-08-15 | 微软公司 | 降低多个红外深度相机之间的干扰 |
CN106461783A (zh) * | 2014-06-20 | 2017-02-22 | 高通股份有限公司 | 使用时间共享的自动的多个深度相机同步 |
CN106683130A (zh) * | 2015-11-11 | 2017-05-17 | 杭州海康威视数字技术股份有限公司 | 一种深度图像获得方法及装置 |
CN108718453A (zh) * | 2018-06-15 | 2018-10-30 | 合肥工业大学 | 一种高密wlan场景下的分区域组网方法 |
CN109459738A (zh) * | 2018-06-06 | 2019-03-12 | 杭州艾芯智能科技有限公司 | 一种多台tof相机相互避免干扰的方法及*** |
US20220091224A1 (en) * | 2019-02-01 | 2022-03-24 | Terabee Sas | A Spatial Sensor Synchronization System Using a Time-Division Multiple Access Communication System |
-
2022
- 2022-03-29 CN CN202210325814.7A patent/CN114643580B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102638692A (zh) * | 2011-01-31 | 2012-08-15 | 微软公司 | 降低多个红外深度相机之间的干扰 |
CN106461783A (zh) * | 2014-06-20 | 2017-02-22 | 高通股份有限公司 | 使用时间共享的自动的多个深度相机同步 |
CN106683130A (zh) * | 2015-11-11 | 2017-05-17 | 杭州海康威视数字技术股份有限公司 | 一种深度图像获得方法及装置 |
CN109459738A (zh) * | 2018-06-06 | 2019-03-12 | 杭州艾芯智能科技有限公司 | 一种多台tof相机相互避免干扰的方法及*** |
CN108718453A (zh) * | 2018-06-15 | 2018-10-30 | 合肥工业大学 | 一种高密wlan场景下的分区域组网方法 |
US20220091224A1 (en) * | 2019-02-01 | 2022-03-24 | Terabee Sas | A Spatial Sensor Synchronization System Using a Time-Division Multiple Access Communication System |
Also Published As
Publication number | Publication date |
---|---|
CN114643580B (zh) | 2023-10-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11397442B2 (en) | Travel planning system, travel planning method, and non-transitory computer readable medium | |
US11906971B2 (en) | Spatiotemporal robotic navigation | |
JP6756849B2 (ja) | 大量のロボットに対する緊急停止制御方法及び装置 | |
CN109108973A (zh) | 单向式路径调度方法及*** | |
EP2974553B1 (en) | Systems and methods for self commissioning and locating lighting system | |
US8346468B2 (en) | Method and apparatus for collision avoidance | |
JP3910349B2 (ja) | 指向性アンテナの制御方法および装置 | |
EP4134888A2 (en) | Travel control device, travel control method, travel control system and computer program | |
KR20180096703A (ko) | 로봇 현장 복귀를 위한 방법 및 장치 | |
CN105446343A (zh) | 一种机器人的调度方法及装置 | |
JP2001199505A (ja) | 自動データ記憶ライブラリにおいて動的経路指定を有する複数の独立の高機能ピッカ | |
US11586221B2 (en) | Travel control device, travel control method and computer program | |
CN105376083A (zh) | 节能控制方法、管理服务器和网络设备 | |
WO2021023377A1 (en) | Technique for updating a positioning configuration | |
WO2019141219A1 (zh) | 多移动机器人的调度方法及*** | |
CN106257561B (zh) | 停车场传感器及其控制方法和停车*** | |
TW202020589A (zh) | 用於教練式驅動多機器人合作運作系統之教練裝置及其合作運作控制方法 | |
US20210400625A1 (en) | Positioning control method and device, positioning system and storage medium | |
EP3625739A1 (en) | Apparatus and method foe warehouse zoning | |
CN109683556B (zh) | 自移动设备协同作业控制方法、装置和存储介质 | |
CN108108850A (zh) | 一种运动装置及其寻路控制方法和具有存储功能的装置 | |
CN114643580A (zh) | 一种机器人控制方法、装置及设备 | |
CN104360311A (zh) | 煤矿机械的定位监控*** | |
CN112702431A (zh) | 基于分布式边缘计算的工业移动设备定位***及方法 | |
CN111243327B (zh) | 基于计算机监控的车辆引导方法与*** |
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: 310051 room 304, B / F, building 2, 399 Danfeng Road, Binjiang District, Hangzhou City, Zhejiang Province Applicant after: Hangzhou Hikvision Robot Co.,Ltd. Address before: 310051 room 304, B / F, building 2, 399 Danfeng Road, Binjiang District, Hangzhou City, Zhejiang Province Applicant before: HANGZHOU HIKROBOT TECHNOLOGY Co.,Ltd. |
|
GR01 | Patent grant | ||
GR01 | Patent grant |