CN114747982A - 一种k型的清洁机器人摄像头排布方法 - Google Patents
一种k型的清洁机器人摄像头排布方法 Download PDFInfo
- Publication number
- CN114747982A CN114747982A CN202210406410.0A CN202210406410A CN114747982A CN 114747982 A CN114747982 A CN 114747982A CN 202210406410 A CN202210406410 A CN 202210406410A CN 114747982 A CN114747982 A CN 114747982A
- Authority
- CN
- China
- Prior art keywords
- camera
- cleaning robot
- view
- quadrant
- scanning
- 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
-
- A—HUMAN NECESSITIES
- A47—FURNITURE; DOMESTIC ARTICLES OR APPLIANCES; COFFEE MILLS; SPICE MILLS; SUCTION CLEANERS IN GENERAL
- A47L—DOMESTIC WASHING OR CLEANING; SUCTION CLEANERS IN GENERAL
- A47L11/00—Machines for cleaning floors, carpets, furniture, walls, or wall coverings
- A47L11/24—Floor-sweeping machines, motor-driven
-
- A—HUMAN NECESSITIES
- A47—FURNITURE; DOMESTIC ARTICLES OR APPLIANCES; COFFEE MILLS; SPICE MILLS; SUCTION CLEANERS IN GENERAL
- A47L—DOMESTIC WASHING OR CLEANING; SUCTION CLEANERS IN GENERAL
- A47L11/00—Machines for cleaning floors, carpets, furniture, walls, or wall coverings
- A47L11/40—Parts or details of machines not provided for in groups A47L11/02 - A47L11/38, or not restricted to one of these groups, e.g. handles, arrangements of switches, skirts, buffers, levers
-
- A—HUMAN NECESSITIES
- A47—FURNITURE; DOMESTIC ARTICLES OR APPLIANCES; COFFEE MILLS; SPICE MILLS; SUCTION CLEANERS IN GENERAL
- A47L—DOMESTIC WASHING OR CLEANING; SUCTION CLEANERS IN GENERAL
- A47L11/00—Machines for cleaning floors, carpets, furniture, walls, or wall coverings
- A47L11/40—Parts or details of machines not provided for in groups A47L11/02 - A47L11/38, or not restricted to one of these groups, e.g. handles, arrangements of switches, skirts, buffers, levers
- A47L11/4002—Installations of electric equipment
-
- A—HUMAN NECESSITIES
- A47—FURNITURE; DOMESTIC ARTICLES OR APPLIANCES; COFFEE MILLS; SPICE MILLS; SUCTION CLEANERS IN GENERAL
- A47L—DOMESTIC WASHING OR CLEANING; SUCTION CLEANERS IN GENERAL
- A47L11/00—Machines for cleaning floors, carpets, furniture, walls, or wall coverings
- A47L11/40—Parts or details of machines not provided for in groups A47L11/02 - A47L11/38, or not restricted to one of these groups, e.g. handles, arrangements of switches, skirts, buffers, levers
- A47L11/4011—Regulation of the cleaning machine by electric means; Control systems and remote control systems therefor
-
- A—HUMAN NECESSITIES
- A47—FURNITURE; DOMESTIC ARTICLES OR APPLIANCES; COFFEE MILLS; SPICE MILLS; SUCTION CLEANERS IN GENERAL
- A47L—DOMESTIC WASHING OR CLEANING; SUCTION CLEANERS IN GENERAL
- A47L11/00—Machines for cleaning floors, carpets, furniture, walls, or wall coverings
- A47L11/40—Parts or details of machines not provided for in groups A47L11/02 - A47L11/38, or not restricted to one of these groups, e.g. handles, arrangements of switches, skirts, buffers, levers
- A47L11/4061—Steering means; Means for avoiding obstacles; Details related to the place where the driver is accommodated
Landscapes
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
- Manipulator (AREA)
Abstract
本发明公开了一种K型的清洁机器人摄像头排布方法,包括以下步骤:根据目标清洁机器人的侧面图进行象限划分;划分完毕后,将下视摄像头设置于第一象限中,将上视摄像头设置于第四象限中,将清洁效果识别摄像头设置于第二或者第三象限中,将激光雷达设置于第一或者第二象限中,其中,所述上视摄像头和下视摄像头呈同一竖直线分布。通过对目标清洁机器人设置上视摄像头和下视摄像头可以使得目标清洁机器人在按照在规划清洁路线进行清洁工作时可智能地自动识别清洁路线上的各个高度的故障从而进行合理避障来高效地完成清洁工作,提高了清洁效率以及用户的体验感。
Description
技术领域
本发明涉及人工智能技术领域,尤其涉及一种K型的清洁机器人摄像头排布方法。
背景技术
清洁机器人是服务机器人的一种,能凭借一定的人工智能,自动在房间内完成地板清理工作,一般采用刷扫和真空方式,将地面杂物先吸纳进入自身的垃圾收纳盒,从而完成地面清理的功能,随着人工智能技术的发展,清洁机器人的发展方向,将是更加高级的人工智能带来的更高的清扫效果、更高的清扫效率、更大的清扫面积及更加多功能化。清洁机器人的导航与避障功能作为必要的技术之一,很大程度决定了机器人的可靠性与成本。在避障方面降本增效在整个行业的发展中正处于快速爬坡阶段;清洁效果检测功能同样是整体行业公认的技术方向,目前清洁机器人相关产品的雷达与深度摄像头排布没有统一的设计方向,仅根据行业习惯,大都采用一类相似的排布,即主激光雷达位于机器下部中线,不定数量的深度摄像头位于机器偏上部分,中心或左右对称出现。此种方式对高于或略低于机器的障碍和地形无法识别,进而导致避障失败,使机器无法通过某些高度的障碍,或误入某些复杂区域从而无法进行有效地清洁工作,降低了清洁效率。
发明内容
针对上述所显示出来的问题,本发明提供了一种K型的清洁机器人摄像头排布方法用以解决背景技术中提到的对高于或略低于机器的障碍和地形无法识别,进而导致避障失败,使机器无法通过某些高度的障碍,或误入某些复杂区域从而无法进行有效地清洁工作,降低了清洁效率的问题。
一种K型的清洁机器人摄像头排布方法,包括以下步骤:
根据目标清洁机器人的侧面图进行象限划分;
划分完毕后,将下视摄像头设置于第一象限中,将上视摄像头设置于第四象限中,将清洁效果识别摄像头设置于第二或者第三象限中,将激光雷达设置于第一或者第二象限中,其中,所述上视摄像头和下视摄像头呈同一竖直线分布。
优选的,所述根据目标清洁机器人的侧面图进行象限划分,包括:
获取所述目标清洁机器人的侧面图;
根据所述侧面图的绘图比例选择基础原点;
以所述基础原点为原型在所述目标清洁机器人的侧面图上构建平面直角坐标系;
根据所述平面直角坐标系将目标清洁机器人的侧面图划分为四个象限。
优选的,所述上视摄像头和下视摄像头均为带有深度相机的摄像头;
所述上视摄像头用于探知目标清洁机器人在规划清洁路线行进过程中大于等于预设高度的第一障碍物;
所述下视摄像头用于探知目标清洁机器人在所述规划清洁路线行进过程中小于所述预设高度的第二障碍物;
所述清洁效果识别摄像头用于检测目标清洁机器人清洁后的地面的清洁效果;
所述激光雷达用于感知目标清洁机器人周围360°内固定高度的障碍。
优选的,所述下视摄像头的安装轴线与平面直角坐标系的竖直方向夹角为α1,其扫描视场下限与安装轴线夹角为α2,二者满足α1-α2≤5°;
α2的取值需满足:α2≥arctan(t*v)/h-α1;
其中,t表示为下视摄像头识别障碍后反馈到目标清洁机器人的动力单元所需要的时间,v表示为目标清洁机器人按照规划清洁路线行进的行进速度,h表示为下视摄像头的安装高度,h的取值为(300mm,600mm)。
优选的,所述上视摄像头的安装轴线与平面直角坐标系的竖直方向夹角为β1,其扫描视场下限与安装轴线夹角为β2,二者满足β1-β2≤5°;
β2的取值需满足:β2≥arctan(t*v)/(H1-H2)-β1;
其中,H1表示为目标清洁机器人的顶点最高位置与地面之间的高度,H2表示为上视摄像头的安装高度,H2的取值为(100mm,300mm)。
优选的,所述清洁效果识别摄像头的安装轴线与平面直角坐标系的竖直方向夹角为γ1,其扫描视场下限与安装轴线夹角为γ2,二者满足γ1-γ2≤3°。
优选的,所述方法还包括:
根据所述上视摄像头和下视摄像头的安装位置和其扫描视场上限及下限分别确定二者拍摄图像的第一相位和第二相位;
计算所述第一相位和第二相位之间的相位差;
基于所述相位差,确定所述上视摄像头和下视摄像头之间的合焦相位;
基于所述合焦相位,对所述上视摄像头和下视摄像头的安装位置同时进行适应性调整。
优选的,所述方法还包括:
根据上视摄像头和下视摄像头各自的扫描视场确定其各自的扫描区域;
根据二者各自的扫描区域构建目标清洁机器人的故障扫描视图;
对所述扫描视图进行扫描死角评估,获取评估结果;
根据所述评估结果判定是否需要添加平视摄像头,若是,根据所述评估结果确定死角范围,基于所述死角范围,确定平视摄像头的安装位置。
优选的,所述方法还包括:
获取上视摄像头或下视摄像头的当前拍摄图像并确定其图像显示模式;
当所述图像显示模式为动态图像时,对所述当前拍摄图像进行分帧处理,获取处理后的多帧拍摄图像;
对每帧拍摄图像进行像素排布解析,获取解析结果;
根据所述解析结果提取出当前拍摄图像中的静态特征和动态特征;
将所述当前拍摄图像中的动态特征对应的第一像素作删除处理,保留静态特征对应的第二像素;
处理完毕后,输出当前拍摄图像。
优选的,所述对所述扫描视图进行扫描死角评估,获取评估结果,包括:
根据所述扫描视图确定上视摄像头和下视摄像头各自对应的扫描图像序列;
对二者的扫描图像序列进行融合处理,获取处理结果;
根据所述处理结果确定所述扫描视图中的断层图像序列;
根据所述断层图像序列和上视摄像头和下视摄像头各自的扫描视场评估出目标清洁机器人的扫描死角。
本发明的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。
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。
图1为本发明所提供的一种K型的清洁机器人摄像头排布方法的工作流程图;
图2为本发明所提供的一种K型的清洁机器人摄像头排布方法中各个摄像头和激光雷达的安装示意图;
图3为本发明所提供的一种K型的清洁机器人摄像头排布方法中下视摄像头的安装示意图;
图4为本发明所提供的一种K型的清洁机器人摄像头排布方法中上视摄像头的安装示意图;
图5为本发明所提供的一种K型的清洁机器人摄像头排布方法中清洁效果识别摄像头的安装示意图;
图6为本发明所提供的一种K型的清洁机器人摄像头排布方法的另一工作流程图;
图7为本发明所提供的一种K型的清洁机器人摄像头排布方法的又一工作流程图;
图8为本发明所提供的一种K型的清洁机器人摄像头排布方法的又一工作流程图。
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公开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、本公开的一些方面相一致的装置和方法的例子。
清洁机器人是服务机器人的一种,能凭借一定的人工智能,自动在房间内完成地板清理工作,一般采用刷扫和真空方式,将地面杂物先吸纳进入自身的垃圾收纳盒,从而完成地面清理的功能,随着人工智能技术的发展,清洁机器人的发展方向,将是更加高级的人工智能带来的更高的清扫效果、更高的清扫效率、更大的清扫面积及更加多功能化。清洁机器人的导航与避障功能作为必要的技术之一,很大程度决定了机器人的可靠性与成本。在避障方面降本增效在整个行业的发展中正处于快速爬坡阶段;清洁效果检测功能同样是整体行业公认的技术方向,目前清洁机器人相关产品的雷达与深度摄像头排布没有统一的设计方向,仅根据行业习惯,大都采用一类相似的排布,即主激光雷达位于机器下部中线,不定数量的深度摄像头位于机器偏上部分,中心或左右对称出现。此种方式对高于或略低于机器的障碍和地形无法识别,进而导致避障失败,使机器无法通过某些高度的障碍,或误入某些复杂区域从而无法进行有效地清洁工作,降低了清洁效率。为了解决上述问题,本实施例公开了一种K型的清洁机器人摄像头排布方法。
一种K型的清洁机器人摄像头排布方法,如图1所示,包括以下步骤:
步骤S101、根据目标清洁机器人的侧面图进行象限划分;
步骤S102、划分完毕后,将下视摄像头设置于第一象限中,将上视摄像头设置于第四象限中,将清洁效果识别摄像头设置于第二或者第三象限中,将激光雷达设置于第一或者第二象限中,其中,所述上视摄像头和下视摄像头呈同一竖直线分布;
在本实施例中,可将划分的象限定义为第一到第四象限,也可以按照字母进行象限定义,设置了摄像头和激光雷达的示意图如图2所示,其中,11表示为下视摄像头,21表示为上视摄像头,31表示为激光雷达,41表示为清洁效果识别摄像头,B表示为第一象限,A表示为第二象限,C表示为第三象限,D表示为第四象限。
上述技术方案的工作原理为:根据目标清洁机器人的侧面图进行象限划分,划分完毕后,将下视摄像头设置于第一象限中,将上视摄像头设置于第四象限中,将清洁效果识别摄像头设置于第二或者第三象限中,将激光雷达设置于第一或者第二象限中,其中,所述上视摄像头和下视摄像头呈同一竖直线分布。
上述技术方案的有益效果为:通过对目标清洁机器人设置上视摄像头和下视摄像头可以使得目标清洁机器人在按照在规划清洁路线进行清洁工作时可智能地自动识别清洁路线上的各个高度的故障从而进行合理避障来高效地完成清洁工作,提高了清洁效率以及用户的体验感,同时相较于现有技术安装多个摄像头进行监控来说节省了成本,进一步地,通过设置清洁效果识别摄像头可以对目标清洁机器人清洁后的地面进行清洁效果评估从而确定清洁是否合格,可进一步地保证清洁效率和清洁效果,解决了现有技术中对高于或略低于机器的障碍和地形无法识别,进而导致避障失败,使机器无法通过某些高度的障碍,或误入某些复杂区域从而无法进行有效地清洁工作,降低了清洁效率的问题。
在一个实施例中,所述根据目标清洁机器人的侧面图进行象限划分,包括:
获取所述目标清洁机器人的侧面图;
根据所述侧面图的绘图比例选择基础原点;
以所述基础原点为原型在所述目标清洁机器人的侧面图上构建平面直角坐标系;
根据所述平面直角坐标系将目标清洁机器人的侧面图划分为四个象限。
上述技术方案的有益效果为:通过选择基础原点可以使得构建的平面直角坐标系与目标清洁机器人的侧面图相适配,从而为后续对于摄像机的设置和安装提供了良好的参考样本,提高了工作效率。
在一个实施例中,所述方法还包括:规划目标清洁机器人的清洁路线,其步骤包括:
采集目标空间的清洁面积参数和空间构造参数来作为清洁区域数据集构建清洁区域的场景模型;
利用所述场景模型和目标清洁机器人的清洁面积来评估出最佳起点和最佳终点;
确定所述最佳起点和最佳终点之间的地理区域跨度;
确定在所述地理区域跨度内的空间内置产品并在所述场景模型中对每个空间内置产品的提取点进行高亮显示;
获取每个提取点的产品属性信息,根据所述产品属性信息确定该提取点对应的空间内置产品是否可以接触水源,若是,将该提取点标记为湿式清洁提取点,否则,将该提取点标记为干式清洁提取点;
利用所述场景模型对清洁区域进行网格划分,获取划分结果;
根据每个提取点对应的空间内置产品的产品参数确定该提取点在划分网格中的网格覆盖信息;
根据每个提取点的网格覆盖信息结合所述场景模型确定目标清洁机器人的移动区域;
根据所述最佳起点和最佳终点、目标清洁机器人的移动区域和目标清洁机器人的清洁面积以及干式清洁提取点和湿式清洁提取点规划出多个第一清洁方案;
获取每个第一清洁方案对应的第一路线序列;
根据所述第一路线序列计算出目标清洁机器人实行每个第一清洁方案的使用能量;
在多个第一清洁方案筛选出使用能量小于等于预设能量值的第二清洁方案;
根据每个第二清洁方案的第二路线序列确定序列轨迹,基于所述序列轨迹确定目标清洁机器人的正向链路和反向链路;
确定每个第二清洁方案的第二路线序列对应的序列轨迹的正向链路和反向链路交叉点数量,选择交叉点数量最小的第三清洁方案;
将所述第三清洁方案作为最优清洁方案,获取所述第三清洁方案对应的清洁路径作为目标清洁机器人的清洁路线。
上述技术方案的有益效果为:通过对提取点进行干式和湿式划分既可以保证对于空间内的清洁效果又可以避免对于空间内重要物件的洒水和损坏,提高了实用性,进一步地,通过选择能量小并且选择正向链路和反向链路交叉点数量最小的清洁方案既可以节省目标清洁机器人的能源损耗同时还可以最大化地避免目标清洁器机器人对于同一区域的重复清洁,进一步地提高了清洁效率和实用性。
在一个实施例中,所述上视摄像头和下视摄像头均为带有深度相机的摄像头;
所述上视摄像头用于探知目标清洁机器人在规划清洁路线行进过程中大于等于预设高度的第一障碍物;
所述下视摄像头用于探知目标清洁机器人在所述规划清洁路线行进过程中小于所述预设高度的第二障碍物;
所述清洁效果识别摄像头用于检测目标清洁机器人清洁后的地面的清洁效果;
所述激光雷达用于感知目标清洁机器人周围360°内固定高度的障碍。
上述技术方案的有益效果为:既可实现对于不同高度障碍物的精准探知又可感知清洁空间内的固定障碍,进一步地提高了避障的智能性,间接地提高了清洁效率。
在一个实施例,所述方法还包括:
当下视摄像头探知目标清洁机器人在所述规划清洁路线行进过程中远小于所述预设高度的第二障碍物后,确定是否需要进行避障工作,其步骤包括:
检测所述第二障碍物的第一目标高度和目标清洁机器人下盘轮胎的第二目标高度;
根据所述第一目标高度和第二目标高度评估出目标清洁机器人在经过第二障碍物时的翻车概率:
其中,p表示为目标清洁机器人在经过第二障碍物时的翻车概率,l1表示为第一目标高度,l2表示为第二目标高度,l3表示为目标清洁机器人的自身高度,θ表示为目标清洁机器人一侧的轮胎碾压在第二障碍物时水平线与机身所在直线的夹角,cos表示为余弦,l4表示为目标清洁机器人在当前移动速度下碰撞第二障碍物的最大击飞高度,l5表示为目标清洁机器人翻车时一侧轮胎的抬起极限高度,α表示为目标清洁机器人的减震系数,β表示为目标清洁机器人的预设平稳指数;
确认翻车概率是否大于等于预设概率,若是,确认需要进行避障工作,否则,确认无需进行避障工作。
上述技术方案的有益效果为:可有效地评估出低障碍物对于目标清洁机器人的移动影响进而避免非必要的避障工作从而进一步地保证了对于目标空间的清洁效率,进一步地提高了实用性。
在一个实施例中,如图3所示,所述下视摄像头的安装轴线与平面直角坐标系的竖直方向夹角为α1,其扫描视场下限与安装轴线夹角为α2,二者满足α1-α2≤5°;
α2的取值需满足:α2≥arctan(t*v)/h-α1;
其中,t表示为下视摄像头识别障碍后反馈到目标清洁机器人的动力单元所需要的时间,v表示为目标清洁机器人按照规划清洁路线行进的行进速度,h表示为下视摄像头的安装高度,h的取值为(300mm,600mm)。
上述技术方案的有益效果为:既可以最大化地保证下视摄像头的故障扫描范围又可以精准地扫描低度障碍物同时还可以使得目标清洁机器人的动力单元在第一时间内接收到故障图像从而自动进行合理避障,提高了避障概率和清洁稳定性。
在一个实施例中,如图4所示,所述上视摄像头的安装轴线与平面直角坐标系的竖直方向夹角为β1,其扫描视场下限与安装轴线夹角为β2,二者满足β1-β2≤5°;
β2的取值需满足:β2≥arctan(t*v)/(H1-H2)-β1;
其中,H1表示为目标清洁机器人的顶点最高位置与地面之间的高度,H2表示为上视摄像头的安装高度,H2的取值为(100mm,300mm)。
上述技术方案的有益效果为:既可以最大化地保证上视摄像头的故障扫描范围又可以精准地扫描高度障碍物同时还可以避免其安装位置影响目标清洁机器人的清洁效果,进一步地提高了清洁效率和清洁稳定性以及避障概率。
在一个实施例中,如图5所示,所述清洁效果识别摄像头的安装轴线与平面直角坐标系的竖直方向夹角为γ1,其扫描视场下限与安装轴线夹角为γ2,二者满足γ1-γ2≤3°。
上述技术方案的有益效果为:可以使得清洁效果识别摄像头最大程度地检测清洁后的地面的清洁效果从而进行评估,进一步地提高了清洁效率和清洁度。
在一个实施例中,如图6所示,所述方法还包括:
步骤S601、根据所述上视摄像头和下视摄像头的安装位置和其扫描视场上限及下限分别确定二者拍摄图像的第一相位和第二相位;
步骤S602、计算所述第一相位和第二相位之间的相位差;
步骤S603、基于所述相位差,确定所述上视摄像头和下视摄像头之间的合焦相位;
步骤S604、基于所述合焦相位,对所述上视摄像头和下视摄像头的安装位置同时进行适应性调整。
上述技术方案的有益效果为:可使得上视摄像头和下视摄像头的拍摄图像最大化地包含清洁机器人前方区域,提高了故障检测效率和避障稳定性,同时也使得二者的拍摄图像更加清晰和直观,提高了稳定性和实用性。
在一个实施例中,如图7所示,所述方法还包括:
步骤S701、根据上视摄像头和下视摄像头各自的扫描视场确定其各自的扫描区域;
步骤S702、根据二者各自的扫描区域构建目标清洁机器人的故障扫描视图;
步骤S703、对所述扫描视图进行扫描死角评估,获取评估结果;
步骤S704、根据所述评估结果判定是否需要添加平视摄像头,若是,根据所述评估结果确定死角范围,基于所述死角范围,确定平视摄像头的安装位置。
上述技术方案的有益效果为:通过对扫描试图进行死角评估可以快速合理地确定上述摄像头和下视摄像头对于目标清洁机器人前进区域内的拍摄死角从而添加平视摄像头来对死角进行检测,全面地保证了对于目标清洁机器人在清洁过程中故障检测的准确性和稳定性,进一步地提高了实用性和稳定性。
在一个实施例中,所述方法还包括:
获取上视摄像头或下视摄像头的当前拍摄图像并确定其图像显示模式;
当所述图像显示模式为动态图像时,对所述当前拍摄图像进行分帧处理,获取处理后的多帧拍摄图像;
对每帧拍摄图像进行像素排布解析,获取解析结果;
根据所述解析结果提取出当前拍摄图像中的静态特征和动态特征;
将所述当前拍摄图像中的动态特征对应的第一像素作删除处理,保留静态特征对应的第二像素;
处理完毕后,输出当前拍摄图像。
上述技术方案的有益效果为:可以直观地在拍摄图像中显示故障图像内容,去除了环境因素的影响,使得目标清洁机器人可以快速地针对故障图像内容进行及时避障,无需进行详细识别工作,提高了避障概率和稳定性以及实用性。
在一个实施例中,如图8所示,所述对所述扫描视图进行扫描死角评估,获取评估结果,包括:
步骤S801、根据所述扫描视图确定上视摄像头和下视摄像头各自对应的扫描图像序列;
步骤S802、对二者的扫描图像序列进行融合处理,获取处理结果;
步骤S803、根据所述处理结果确定所述扫描视图中的断层图像序列;
步骤S804、根据所述断层图像序列和上视摄像头和下视摄像头各自的扫描视场评估出目标清洁机器人的扫描死角。
上述技术方案的有益效果为:通过获取断层图像序列可以快速直观地确定上视摄像头和下视摄像头在工作状态下未能拍摄到的扫描死角,提高了稳定性和评估准确率。
本领域技术用户员在考虑说明书及实践这里公开的公开后,将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本公开的真正范围和精神由下面的权利要求指出。
应当理解的是,本公开并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。
Claims (10)
1.一种K型的清洁机器人摄像头排布方法,其特征在于,包括以下步骤:
根据目标清洁机器人的侧面图进行象限划分;
划分完毕后,将下视摄像头设置于第一象限中,将上视摄像头设置于第四象限中,将清洁效果识别摄像头设置于第二或者第三象限中,将激光雷达设置于第一或者第二象限中,其中,所述上视摄像头和下视摄像头呈同一竖直线分布。
2.根据权利要求1所述K型的清洁机器人摄像头排布方法,其特征在于,所述根据目标清洁机器人的侧面图进行象限划分,包括:
获取所述目标清洁机器人的侧面图;
根据所述侧面图的绘图比例选择基础原点;
以所述基础原点为原型在所述目标清洁机器人的侧面图上构建平面直角坐标系;
根据所述平面直角坐标系将目标清洁机器人的侧面图划分为四个象限。
3.根据权利要求1所述K型的清洁机器人摄像头排布方法,其特征在于,所述上视摄像头和下视摄像头均为带有深度相机的摄像头;
所述上视摄像头用于探知目标清洁机器人在规划清洁路线行进过程中大于等于预设高度的第一障碍物;
所述下视摄像头用于探知目标清洁机器人在所述规划清洁路线行进过程中小于所述预设高度的第二障碍物;
所述清洁效果识别摄像头用于检测目标清洁机器人清洁后的地面的清洁效果;
所述激光雷达用于感知目标清洁机器人周围360°内固定高度的障碍。
4.根据权利要求2所述K型的清洁机器人摄像头排布方法,其特征在于,所述下视摄像头的安装轴线与平面直角坐标系的竖直方向夹角为α1,其扫描视场下限与安装轴线夹角为α2,二者满足α1-α2≤5°;
α2的取值需满足:α2≥arctan(t*v)/h-α1;
其中,t表示为下视摄像头识别障碍后反馈到目标清洁机器人的动力单元所需要的时间,v表示为目标清洁机器人按照规划清洁路线行进的行进速度,h表示为下视摄像头的安装高度,h的取值为(300mm,600mm)。
5.根据权利要求2所述K型的清洁机器人摄像头排布方法,其特征在于,所述上视摄像头的安装轴线与平面直角坐标系的竖直方向夹角为β1,其扫描视场下限与安装轴线夹角为β2,二者满足β1-β2≤5°;
β2的取值需满足:β2≥arctan(t*v)/(H1-H2)-β1;
其中,H1表示为目标清洁机器人的顶点最高位置与地面之间的高度,H2表示为上视摄像头的安装高度,H2的取值为(100mm,300mm)。
6.根据权利要求2所述K型的清洁机器人摄像头排布方法,其特征在于,所述清洁效果识别摄像头的安装轴线与平面直角坐标系的竖直方向夹角为γ1,其扫描视场下限与安装轴线夹角为γ2,二者满足γ1-γ2≤3°。
7.根据权利要求1所述K型的清洁机器人摄像头排布方法,其特征在于,所述方法还包括:
根据所述上视摄像头和下视摄像头的安装位置和其扫描视场上限及下限分别确定二者拍摄图像的第一相位和第二相位;
计算所述第一相位和第二相位之间的相位差;
基于所述相位差,确定所述上视摄像头和下视摄像头之间的合焦相位;
基于所述合焦相位,对所述上视摄像头和下视摄像头的安装位置同时进行适应性调整。
8.根据权利要求1所述K型的清洁机器人摄像头排布方法,其特征在于,所述方法还包括:
根据上视摄像头和下视摄像头各自的扫描视场确定其各自的扫描区域;
根据二者各自的扫描区域构建目标清洁机器人的故障扫描视图;
对所述扫描视图进行扫描死角评估,获取评估结果;
根据所述评估结果判定是否需要添加平视摄像头,若是,根据所述评估结果确定死角范围,基于所述死角范围,确定平视摄像头的安装位置。
9.根据权利要求1所述K型的清洁机器人摄像头排布方法,其特征在于,所述方法还包括:
获取上视摄像头或下视摄像头的当前拍摄图像并确定其图像显示模式;
当所述图像显示模式为动态图像时,对所述当前拍摄图像进行分帧处理,获取处理后的多帧拍摄图像;
对每帧拍摄图像进行像素排布解析,获取解析结果;
根据所述解析结果提取出当前拍摄图像中的静态特征和动态特征;
将所述当前拍摄图像中的动态特征对应的第一像素作删除处理,保留静态特征对应的第二像素;
处理完毕后,输出当前拍摄图像。
10.根据权利要求8所述K型的清洁机器人摄像头排布方法,其特征在于,所述对所述扫描视图进行扫描死角评估,获取评估结果,包括:
根据所述扫描视图确定上视摄像头和下视摄像头各自对应的扫描图像序列;
对二者的扫描图像序列进行融合处理,获取处理结果;
根据所述处理结果确定所述扫描视图中的断层图像序列;
根据所述断层图像序列和上视摄像头和下视摄像头各自的扫描视场评估出目标清洁机器人的扫描死角。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210406410.0A CN114747982B (zh) | 2022-04-18 | 2022-04-18 | 一种k型的清洁机器人摄像头排布方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210406410.0A CN114747982B (zh) | 2022-04-18 | 2022-04-18 | 一种k型的清洁机器人摄像头排布方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114747982A true CN114747982A (zh) | 2022-07-15 |
CN114747982B CN114747982B (zh) | 2023-03-24 |
Family
ID=82331949
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210406410.0A Active CN114747982B (zh) | 2022-04-18 | 2022-04-18 | 一种k型的清洁机器人摄像头排布方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114747982B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1519537A (zh) * | 2003-02-07 | 2004-08-11 | ������������ʽ���� | 机器人清洁装置位置标记检测法和用该方法的机器人清洁装置 |
WO2014132509A1 (ja) * | 2013-02-27 | 2014-09-04 | シャープ株式会社 | 周囲環境認識装置、それを用いた自律移動システムおよび周囲環境認識方法 |
CN108247647A (zh) * | 2018-01-24 | 2018-07-06 | 速感科技(北京)有限公司 | 一种清洁机器人 |
CN110826474A (zh) * | 2019-03-10 | 2020-02-21 | 成都家有为力机器人技术有限公司 | 基于特定目标识别与激光slam的语义地图构建的*** |
CN110946508A (zh) * | 2018-09-27 | 2020-04-03 | 广东美的生活电器制造有限公司 | 使用激光雷达和摄像头的扫地机器人的控制方法及装置 |
-
2022
- 2022-04-18 CN CN202210406410.0A patent/CN114747982B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1519537A (zh) * | 2003-02-07 | 2004-08-11 | ������������ʽ���� | 机器人清洁装置位置标记检测法和用该方法的机器人清洁装置 |
WO2014132509A1 (ja) * | 2013-02-27 | 2014-09-04 | シャープ株式会社 | 周囲環境認識装置、それを用いた自律移動システムおよび周囲環境認識方法 |
CN108247647A (zh) * | 2018-01-24 | 2018-07-06 | 速感科技(北京)有限公司 | 一种清洁机器人 |
CN110946508A (zh) * | 2018-09-27 | 2020-04-03 | 广东美的生活电器制造有限公司 | 使用激光雷达和摄像头的扫地机器人的控制方法及装置 |
CN110826474A (zh) * | 2019-03-10 | 2020-02-21 | 成都家有为力机器人技术有限公司 | 基于特定目标识别与激光slam的语义地图构建的*** |
Also Published As
Publication number | Publication date |
---|---|
CN114747982B (zh) | 2023-03-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109947109B (zh) | 机器人工作区域地图构建方法、装置、机器人和介质 | |
CN106570446B (zh) | 车道线提取的方法和装置 | |
WO2020134082A1 (zh) | 一种路径规划方法、装置和移动设备 | |
CN110141164B (zh) | 一种门区域识别方法、门区域识别***以及清洁机器人 | |
CN108510124B (zh) | 基于机器学习的水面垃圾清理路径规划方法和装置 | |
CN105700525B (zh) | 基于Kinect传感器深度图机器人工作环境不确定性地图构建法 | |
CN109528089B (zh) | 一种被困清洁机器人的继续行走方法、装置及芯片 | |
CN113741438A (zh) | 路径规划方法、装置、存储介质、芯片及机器人 | |
GB2317066A (en) | Method of detecting objects for road vehicles using stereo images | |
CN107928566A (zh) | 视觉扫地机器人及障碍物检测方法 | |
JP6524529B2 (ja) | 建築限界判定装置 | |
CN105182320A (zh) | 一种基于深度测量的车距检测方法 | |
CN113331743A (zh) | 清洁机器人清洁地面的方法以及清洁机器人 | |
CN112464812A (zh) | 一种基于车辆的凹陷类障碍物检测方法 | |
CN109497893A (zh) | 一种扫地机器人及其判断自身位置的方法 | |
CN103680190A (zh) | 停车场车位管理***和方法 | |
CN113985866B (zh) | 扫地机器人路径规划方法、装置、电子设备、存储介质 | |
AU2022258555B2 (en) | Generating mappings of physical spaces from point cloud data | |
CN111783690A (zh) | 基于车辆密度感知的城市可行驶区域cim信息处理方法 | |
CN114747982B (zh) | 一种k型的清洁机器人摄像头排布方法 | |
CN114217641B (zh) | 一种非结构环境下无人机送变电设备巡检方法及*** | |
Onoguchi et al. | Planar projection stereopsis method for road extraction | |
JP4584405B2 (ja) | 3次元物体検出装置と3次元物体検出方法及び記録媒体 | |
CN114578378A (zh) | 一种激光雷达障碍物检测方法及装置 | |
EP4123406A1 (en) | Automatic working system, automatic walking device and method for controlling same, and computer-readable storage medium |
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 |