CN107300919A - 一种机器人及其行进控制方法 - Google Patents
一种机器人及其行进控制方法 Download PDFInfo
- Publication number
- CN107300919A CN107300919A CN201710481185.6A CN201710481185A CN107300919A CN 107300919 A CN107300919 A CN 107300919A CN 201710481185 A CN201710481185 A CN 201710481185A CN 107300919 A CN107300919 A CN 107300919A
- Authority
- CN
- China
- Prior art keywords
- distance
- reference point
- deflection angle
- robot
- travel
- 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 52
- 238000004364 calculation method Methods 0.000 claims description 13
- 230000008447 perception Effects 0.000 claims description 7
- 230000007613 environmental effect Effects 0.000 claims 1
- 238000010586 diagram Methods 0.000 description 10
- 230000006870 function Effects 0.000 description 7
- 239000000428 dust Substances 0.000 description 5
- 239000007787 solid Substances 0.000 description 4
- 230000008569 process Effects 0.000 description 3
- 238000004140 cleaning Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- PCTMTFRHKVHKIS-BMFZQQSSSA-N (1s,3r,4e,6e,8e,10e,12e,14e,16e,18s,19r,20r,21s,25r,27r,30r,31r,33s,35r,37s,38r)-3-[(2r,3s,4s,5s,6r)-4-amino-3,5-dihydroxy-6-methyloxan-2-yl]oxy-19,25,27,30,31,33,35,37-octahydroxy-18,20,21-trimethyl-23-oxo-22,39-dioxabicyclo[33.3.1]nonatriaconta-4,6,8,10 Chemical compound C1C=C2C[C@@H](OS(O)(=O)=O)CC[C@]2(C)[C@@H]2[C@@H]1[C@@H]1CC[C@H]([C@H](C)CCCC(C)C)[C@@]1(C)CC2.O[C@H]1[C@@H](N)[C@H](O)[C@@H](C)O[C@H]1O[C@H]1/C=C/C=C/C=C/C=C/C=C/C=C/C=C/[C@H](C)[C@@H](O)[C@@H](C)[C@H](C)OC(=O)C[C@H](O)C[C@H](O)CC[C@@H](O)[C@H](O)C[C@H](O)C[C@](O)(C[C@H](O)[C@H]2C(O)=O)O[C@H]2C1 PCTMTFRHKVHKIS-BMFZQQSSSA-N 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
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
- G05D1/0234—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using optical markers or beacons
- G05D1/0236—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using optical markers or beacons 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
- G05D1/0231—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
- G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
- G05D1/0246—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means
-
- 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
- G05D1/0259—Control of position or course in two dimensions specially adapted to land vehicles using magnetic or electromagnetic means
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Aviation & Aerospace Engineering (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Electromagnetism (AREA)
- Optics & Photonics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
- Manipulator (AREA)
Abstract
本发明属于控制技术领域,提供一种机器人及其行进控制方法,旨在解决现有的对机器人行进的控制精度低的问题。本发明通过利用机器人上预设的第一参考点在全局地图坐标系下的当前位置坐标、机器人在全局地图坐标系的当前行进方向,和获取到的墙体上最接近第一参考点的第二参考点与第一参考点之间的第一距离以及获取到的第一参考点和第二参考点之间连线与当前行进方向之间的第二偏转角,与预设的第一参考点与墙体所需保持的第二距离和沿墙体的平行方向的行进步长计算出机器人的目标行进点在全局地图坐标系下的目标位置坐标,本发明实施例通过精准地计算机器人的目标行进点,因此可大大提高机器人行进的控制精度。
Description
技术领域
本发明涉及控制技术领域,特别是涉及一种机器人及其行进控制方法。
背景技术
移动行进功能对于机器人而言,几乎是必需的功能。
本申请发明人发现目前对于机器人行进的控制精度不高,跟踪偏差较大,例如,现在大多数智能清洁机器人在行进过程中,通过使用距离传感器(例如红外距离传感器、超声距离传感器等)对机器人到墙体的距离进行测量,以达到跟踪墙体行进目的,该种方式控制精度不高,跟踪偏差较大。
发明内容
本发明实施例提供一种机器人及其行进控制方法,旨在解决现有的对机器人行进的控制精度低的问题。
为解决上述技术问题,本发明实施例的第一方面,提供了一种机器人的行进控制方法,所述方法包括:获取所述机器人上预设的第一参考点在全局地图坐标系下的当前位置坐标以及所述机器人的当前行进方向与所述全局地图坐标系的坐标轴之间的第一偏转角;获取墙体上最接近所述第一参考点的第二参考点与所述第一参考点之间的第一距离以及所述第一参考点和所述第二参考点之间连线与所述当前行进方向之间的第二偏转角;根据所述当前位置坐标、所述第一偏转角、所述第一距离、所述第二偏转角、预设的所述第一参考点与所述墙体所需保持的第二距离以及沿所述墙体的平行方向的行进步长计算所述机器人的目标行进点在所述全局地图坐标系下的目标位置坐标。
为解决上述技术问题,本发明实施例的第二方面,提供了一种机器人,所述机器人包括处理器和存储器,所述存储器存储有指令,所述处理器通过运行所述指令执行第一方面中任意一项所述方法的步骤。
本发明实施例提供的技术方案与现有技术相比存在的有益效果是:区别于现有技术中对机器人行进控制的精度低,本发明实施例通过利用机器人上预设的第一参考点在全局地图坐标系下的当前位置坐标、机器人在全局地图坐标系的当前行进方向,和获取到的墙体上最接近第一参考点的第二参考点与第一参考点之间的第一距离以及获取到的第一参考点和第二参考点之间连线与当前行进方向之间的第二偏转角,与预设的第一参考点与墙体所需保持的第二距离和沿墙体的平行方向的行进步长计算出机器人的目标行进点在全局地图坐标系下的目标位置坐标,本发明实施例通过精准地计算机器人的目标行进点,因此可大大提高机器人行进的控制精度。进一步,通过循环执行本发明实施例的上述步骤,以每次行进控制后重新获得当前位置坐标和当前行进方向等参数作为下一次行进控制的输入参数,可以有效实现闭环控制,提高机器人行进的控制精度。
附图说明
图1是本发明第一实施例提供的一种机器人的行进控制方法的流程示意图;
图2是本发明第一实施例提供的机器人的行进控制方法中的场景示意图;
图3是本发明第一实施例提供的机器人的行进控制方法中形成的局部地图区域的示意图;
图4是本发明第一实施例提供的机器人的行进控制方法中确定第二参考点的示意图;
图5是循环执行本发明第一实施例提供的机器人的行进控制方法的机器人的行进示意图;
图6是本发明第二实施例提供的一种机器人的结构示意图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。
以下描述中,为了说明而不是为了限定,给出了诸多技术特征的说明示意图及附图标记,以便透彻理解本发明实施例。然而,本领域的技术人员应当清楚,在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中,省略对众所周知的设备、终端及方法等的详细说明,以免不必要的细节妨碍本申请的描述。
为了有效解决现有的对机器人行进的控制精度低的问题。本发明第一实施例提供的机器人的行进控制方法包括:获取所述机器人上预设的第一参考点在全局地图坐标系下的当前位置坐标以及所述机器人的当前行进方向与所述全局地图坐标系的坐标轴之间的第一偏转角;获取墙体上最接近所述第一参考点的第二参考点与所述第一参考点之间的第一距离以及所述第一参考点和所述第二参考点之间连线与所述当前行进方向之间的第二偏转角;根据所述当前位置坐标、所述第一偏转角、所述第一距离、所述第二偏转角、预设的所述第一参考点与所述墙体所需保持的第二距离以及沿所述墙体的平行方向的行进步长计算所述机器人的目标行进点在所述全局地图坐标系下的目标位置坐标。以下进行详细说明。
参阅图1,图1示出了本发明第一实施例提供的机器人的行进控制方法的流程,该行进控制方法的执行主体可为机器人或机器人的一部分,例如机器人的处理器,也可为独立于机器人的其它设备或系统等,例如智能家居控制系统。为了便于说明,图1仅示出了与本发明实施例相关的部分,图1示例的机器人的行进控制方法可由步骤S101、步骤S102和步骤S103实现,步骤S101、步骤S102和步骤S103的执行可为在机器人运动过程中执行。其中,本发明中所提到的机器人包括行走机器人、无人机、无人船等各种能够自动规划行进路径的智能设备。
S101,获取机器人上预设的第一参考点在全局地图坐标系下的当前位置坐标以及机器人的当前行进方向与全局地图坐标系的坐标轴之间的第一偏转角。
可选的是,机器人上预设的第一参考点可为机器人包络的中心点,将机器人包络的中心点作为机器人的抽象表达可较为准确地确定机器人当前位置,且便于机器人位置在全局地图坐标系下的量化计算。
可选的是,全局地图坐标系可为空间坐标系或平面坐标系,全局地可为直角坐标系或极坐标系,可为相对坐标系或绝对坐标系,可为前述坐标系统的组合,例如相对的平面直接坐标系,该全局地图坐标系可为机器人行进中当前位置及与当前位置相关的位置建立统一的位置基准,简化和量化空间关系,便于后续计算和控制,简单而言,该全局地图坐标系可等同于能够确定空间位置关系的任何方法和要素。
可选的是,全局坐标系的原点或极点可根据需要在空间任意点中选定,在此不作具体限定。
可选的是,机器人上预设的第一参考点在全局地图坐标系下的当前位置坐标可用以表征机器人在全局地图坐标系下的位置,事实而言,机器人在占据一定的空间。
可选的是,机器人的当前行进方向可指机器人当前朝向,具体而言,可为根据机器人行进部件(例如主动轮和/或从动轮)所确定的当前行进方向。
可选的是,全局地图坐标系的坐标轴可为极轴或直角坐标轴的其中之一,该全局地图坐标系的坐标轴的可为机器人行进中的当前行进方向与当前行进方向相关的方向建立统一的角度计算基准,简化和量化空间关系,便于后续计算和控制,简单而言,该全局地图坐标系的坐标轴可等同于能够确定空间角度关系的任何方法和要素,例如机器人的当前行进方向与全局地图坐标系的坐标轴之间的第一偏转角可等同于机器人的当前行进方向与直角坐标系的角平分线之间的夹角。
可选的是,全局坐标系的坐标轴方向可根据需要在空间方向中选定,在此不作具体限定。
例如,参阅图2,图2示出了本发明第一实施例提供的机器人的行进控制方法中的场景示意图,图2仅是便于说明的示例性图示及描述,图2中全局地图坐标系XOY,机器人上预设的第一参考点O',以半径为r的圆O'抽象表达机器人在全局地图坐标系XOY平面内的投影,机器人当前位置位于点f1,即机器人上预设的第一参考点O'在全局地图坐标系XOY下的当前位置坐标为此时点f1与第一参考点O'重合,机器人的当前行进方向为点f1指向点h1的方向,即图2中以点f1为起点通过点h1的带实心箭头的虚线所指的方向,机器人的当前行进方向与全局地图坐标系XOY的坐标轴X之间的第一偏转角为
可选的是,本发明实施例中,步骤S101可包括步骤S1011和步骤S1012。
S1011,利用机器人上设置的环境感知模块对周围环境进行扫描,并根据扫描结果形成全局地图。
可选的是,环境感知模块可包括导航模块、电磁波传感器(例如激光雷达,单、双目摄像头,RGBD传感器)、陀螺仪、加速度计以及编码器中至少一个。
可选的是,根据环境感知模块及其扫描方式的不同,形成的全局地图可为点云地图、栅格地图、矢量地图、矢量和栅格混合地图中至少一种。
需要说明的是,形成全局地图便于确定机器人自身位置、行进方向及与周围环境的拓扑关系,便于计算,方便机器人行进、执行指定操作和对机器人进行控制,例如利于机器人对周围环境进行清洁、机器人充电以及沿墙行进等。
S1012,基于全局地图获取当前位置坐标和第一偏转角。
可选的是,基于全局地图获取的当前位置坐标和第一偏转角的表示方式可与全局地图的位置表达方式相同,例如当前位置用横轴和纵轴表示,也可以可与全局地图的位置表示方式不同,例如可用极角和极径表示。
可选的是,基于全局地图获取第一偏转角可指获取第一偏转角的角度值。
例如,对应步骤S101中前面描述,参阅图2,基于全局地图获取的当前位置坐标和第一偏转角分别可为和
S102,获取墙体上最接近第一参考点的第二参考点与第一参考点之间的第一距离以及第一参考点和第二参考点之间连线与当前行进方向之间的第二偏转角。
可选的是,墙体可为广义上的起承重、围护或分隔空间的作用的建筑物、构筑物或人工建造物。
例如,参阅图2,图2中示出了墙体W,墙体W上最接近第一参考点O'的第二参考点Wn与第一参考点O'之间的第一距离ρ,第一参考点O'和第二参考点Wn之间连线与当前行进方向(点f1指向点h1的方向)之间的第二偏转角θ。
可选的是,本发明实施例中,步骤S102可包括步骤S1021和步骤S1022:
S1021,通过对全局地图进行裁切而获取包含墙体的局部地图。
可选的是,对全局地图的进行裁切的方式可为规则或不规则裁切。
可选的是,通过对全局地图进行裁切而获取包含墙体的局部地图可指获取的包含墙体的局部地图包括步骤S102中描述的第二参考点。
需要说明的是,对全局地图进行裁切而获取包含墙体的局部地图,通过缩小第二参考点在地图中的候选位置,可大大减少计算量,使得快速获取到第一距离和第二偏转角,有效避免了机器人在行进时由于计算太耗时,使得机器人需要较长时间等待计算结果而导致的机器人停滞,同时对全局地图进行裁切也降低该全局地图存储需要的空间容量。
例如,参阅图3,图3示出了本发明第一实施例提供的机器人的行进控制方法中形成的局部地图区域的示意图。机器人上预设的第一参考点O',以圆O'抽象表达机器人在全局地图坐标系XOY平面内的投影,以点O'为起点过点h1的线表示机器人当前行进方向,圆心在O'半径为R的虚线圆表示机器人扫描周围环境形成全局地图的范围,四边形ABCD表示的阴影区为对全局地图的范围在当前行进方向线上向前和向后均以距离l向垂直于墙体W进行裁切而获取到的包含部分墙体W的局部地图的区域,如此缩小了距离第一参考点O'为ρ的第二参考点Wn在地图中的候选位置,可大大减少计算量,但是裁切时候需要考虑局部地图包括区域的大小,防止墙体W上最接近第一参考点O'的第二参考点Wn被裁切掉,因此辅助裁切的参数l可根据多次的经验值来确定,图3中未述及的字母、标示等的含义可以图2相同,在此不再赘述。
需要说明的是,本发明实施例中只是给出了一种裁切的示例性描述,事实上,只要符合要求的裁切方法均可,例如可根据形成全局地图的扫描半径R来确定,具体如裁取半径R的圆与墙体的交点,以及机器人当前行进方向所处的线所决定的直角梯形区域,此时,墙体W上最接近第一参考点O'的第二参考点Wn定然会落入覆盖该直角梯形区域的局部地图中。
S1022,基于局部地图获取第一距离和第二偏转角。
需要说明的是,基于局部地图获取第一距离(例如图2中ρ)和第二偏转角(例如图2中θ)的需要时间将大大减小。
需要说明的是,相比于现有技术中的机器人采用额外的距离传感器测量机器人到墙体的距离,本发明实施例中通过建立全局地图,并定位机器人在全局地图坐标系下的当前位置,并基于建立的地图获取机器人到墙体的距离,无需增加额外的距离传感器,如此用“软件”代替“硬件”,可减少成本。
可选的是,本发明实施例中,步骤S1022可包括步骤S10221和步骤S10222:
S10221,获取墙体上的多个候选参考点与第一参考点之间的第一距离。
例如,参阅图4,图4示出了本发明第一实施例提供的机器人的行进控制方法中确定第二参考点的示意图,如图4所示,获取墙体W上的候选参考点W1、W2、……Wn+m分别与第一参考点O'的第一距离ρ1、ρ2、……ρm+n,其中,ρn(图未示)等于ρ。参考点W1、W2、……Wn+m可以是在环境感知模块在对周围远景进行感知时获取的采样点,也可以是通过对上述采样点进行插值或其他拟合运算获取的拟合点。
S10222,从多个候选参考点中选择第一距离最小的候选参考点作为第二参考点。
可选的是,对第一距离进行排序,选择第一距离最小的候选参考点作为第二参考点。
例如,参阅图4,通过对第一距离ρ1、ρ2、……ρm+n进行排序,选择第一距离ρ1、ρ2、……ρm+n中最小的候选参考点作为第二参考点,此时选定ρn为最小,则ρn对应的Wn为第二参考点,在确定了第二参考点Wn的基础上就可确定前述的第二偏转角θ,图4中未述及的字母、标示等的含义可以图2和/或图3相同,在此不再赘述。
需要说明的是,随着候选参考点的增多,第一距离(例如ρ)的值会越来越接近机器人上预设的第一参考点到墙体的垂直距离,即抽象的点到面的垂直距离。
可选的是,候选参考点的数量可根据多次选取候选参考点后计算、控制的反馈经验确定一个合理的范围,如此可兼顾计算时间和控制精度,使二者同时达到最优化。
S103,根据当前位置坐标、第一偏转角、第一距离、第二偏转角、预设的第一参考点与墙体所需保持的第二距离以及沿墙体的平行方向的行进步长计算机器人的当前目标行进点在全局地图坐标系下的目标位置坐标。
可选的是,预设的第一参考点与墙体所需保持的第二距离可根据机器人的高度、机器人的平均半径及经验值中至少一个确定。
例如,参阅图2,图2中预设的第一参考点与墙体所需保持的第二距离L。
可选的是,预设的沿墙体的平行方向的行进步长可根据多次控制的结果来确定,最终得到一个比较合理的值。
例如,参阅图2,图2中预设的沿墙体的平行方向的行进步长d。
需要说明的是,预设的沿墙体的平行方向的行进步长体现了机器人的跟踪精度,理论上而言,该预设的沿墙体的平行方向的行进步长越小越跟踪精度越高,但实际中小于某个阈值时,已经不具有意义,因此预设的沿墙体的平行方向的行进步长可根据经验或需要确定一个比较合理值。
可选的是,预设的第一参考点与墙体所需保持的第二距离和预设的沿墙体的平行方向的行进步长均可改变。
需要说明的是,机器人的当前目标行进点实际是机器人当前位置对应的当前目标行进点。
需要说明的是,机器人的当前目标行进点只是机器人当前准备行进到的目标,不能说明机器人会行进到该当前目标行进点,原因在于:机器人一般会在还未到达该当前目标行进点时,就计算出了相对该当前位置的下一刻的当前位置对应的当前目标行进点,此时机器人会向该下一刻的当前位置对应的当前目标行进点行进,如此循环进行。
如图2所示,在确定上述参数后,本领域技术人员完全可以根据现有几何知识计算出当前目标行进点t1,以使得当前目标行进点t1与墙体W之前的垂直距离为L。
例如,参阅图2,机器人的当前坐标位置点f1,当前位置对应的当前目标行进点t1(即图2中以点f1为起点,带空心箭头的虚线所指向的三角点)在全局地图坐标系XOY下的目标位置坐标为步骤S103为根据当前位置坐标第一偏转角第一距离ρ、第二偏转角θ、预设的第一参考点O'与墙体W所需保持的第二距离L以及沿墙体W的平行方向的行进步长d计算机器人的当前目标行进点t1在全局地图坐标系XOY下的目标位置坐标根据预设的第一参考点O'与墙体W所需保持的第二距离L以及沿墙体W的平行方向的行进步长d可知当前目标行进点t1位于距离墙体为L的虚线l1上。
可选的是,本发明实施例中,步骤S103可包括步骤S1031、步骤S1032、步骤S1033和步骤S1034:
S1031,根据第一距离、第二距离以及行进步长计算出当前目标行进点与第一参考点之间连线相对于第一参考点和第二参考点之间连线之间的第三偏转角。
需要说明的是,根据余弦定理或其他三角定理,只有在三边的长度已知的情况下才可求出三角形的内角,目前仅知三角形的两边长度,即第一距离减去第二距离与行进步长,若欲求三角形的内角,需要假定其它要素。
可选的是,假定第二距离与行进步长所在的线互相垂直,即在预设第二距离与行进步长的时候,就指定二者所在的线垂直。
可选的是,本发明实施例中,步骤S1031可包括步骤S10311:
S10311,通过公式计算第三偏转角,其中,α为第三偏转角,ρ为第一距离,L为第二距离,d为行进步长。
例如,参阅图2,如图2所示,在假定第二距离L与行进步长d时,就指定第二距离L与行进步长d所在的线互相垂直,此时可知图2中第三偏转角α、第一距离ρ、第二距离L和行进步长d之间存在关系
S1032,根据第一偏转角、第二偏转角以及第三偏转角计算当前目标行进点与第一参考点之间连线相对于坐标轴之间的第四偏转角。
例如,参阅图2,根据图2中所示的第一偏转角第二偏转角θ以及第三偏转角α计算当前目标行进点t1与第一参考点O'之间连线相对于坐标轴X之间的第四偏转角δ,可知它们之间存在关系
可选的是,本发明实施例中,步骤S1032可包括步骤S10321和步骤S10322:
S10321,根据第二偏转角以及第三偏转角计算目标行进点与第一参考点之间连线相对于当前行进方向的第五偏转角。
例如,参阅图2,根据图2中所示的第二偏转角θ以及第三偏转角α计算目标行进点t1与第一参考点O'之间连线相对于当前行进方向(点f1指向点h1的方向)的第五偏转角ε,可知它们之间存在关系ε=θ-α。
S10322,根据第一偏转角和第五偏转角计算第四偏转角。
例如,参阅图2,根据图2中所示的第一偏转角和第五偏转角ε计算第四偏转角δ,可知它们之间存在关系
S1033,根据第一距离、第二距离以及行进步长计算出当前目标行进点与第一参考点之间的第三距离。
可选的是,本发明实施例中,步骤S1033可包括步骤S10331:
S10331,通过公式计算第三距离,其中,β为第三距离,ρ为第一距离,L为第二距离,d为行进步长。
例如,参阅图2,根据图2中所示的第一距离ρ、第二距离L以及行进步长d计算出当前目标行进点t1与第一参考点O'之间的第三距离β,假定第二距离L与行进步长d所在的线互相垂直。此时可知图2中第三距离β、第一距离ρ、第二距离L和行进步长d之间存在关系
S1034,根据当前位置坐标、第三距离以及第四偏转角计算目标位置坐标。
例如,参阅图2,根据当前位置坐标第三距离β以及第四偏转角δ计算目标位置坐标
可选的是,本发明实施例中,步骤S1034可包括步骤S10341和步骤S10342:
S10341,根据第三距离以及第四偏转角计算第三距离在坐标轴上的投影。
例如,参阅图2,根据图2中所示的第三距离β以及第四偏转角δ计算第三距离β在坐标轴X和Y上的投影,第三距离β在坐标轴X上的投影为Δx=βcosδ,第三距离β在坐标轴Y上的投影为Δy=βsinδ。
S10342,根据当前位置坐标和投影计算目标位置坐标。
例如,参阅图2,根据图2中所示的当前位置坐标和投影Δx=βcosδ和投影Δy=βsinδ计算目标位置坐标存在关系即
可选的是,本发明实施例中的偏转角(例如第一偏转角、第二偏转角等)可理解为夹角。
需要说明的是,本发明实施例中涉及公式及与公式相关的附图中的字母标注均是便于说明的示例性定义和描述,均可进行变换,例如每个角度值均可变换为π与其补角之差,正弦和余弦之间也可进行相互变换,因此具体公式只是示例性描述,本领域技术人员可根据本申请的描述的思想在具体的情况下(例如墙体与机器人的相对位置发生变化时)采用合适的公式或算法实现本申请文件中的步骤,因此在不脱离本申请思想的前提下,变换的公式及字母均与本申请内容实质上相同。
可选的是,在根据当前位置坐标、第一偏转角、第一距离、第二偏转角、预设的第一参考点与墙体所需保持的第二距离以及沿墙体的平行方向的行进步长计算机器人的当前目标行进点在全局地图坐标系下的目标位置坐标之后,机器人的行进控制方法可包括:采用当前位置坐标和第一偏转角以及目标位置坐标确定机器人行进的参数;输出参数,控制机器人向当前目标行进点行进;在输出参数,控制机器人向当前目标行进点行进时,循环执行步骤:获取机器人上预设的第一参考点在全局地图坐标系下的当前位置坐标以及机器人的当前行进方向与全局地图坐标系的坐标轴之间的第一偏转角;获取墙体上最接近第一参考点的第二参考点与第一参考点之间的第一距离以及第一参考点和第二参考点之间连线与当前行进方向之间的第二偏转角;根据当前位置坐标、第一偏转角、第一距离、第二偏转角、预设的第一参考点与墙体所需保持的第二距离以及沿墙体的平行方向的行进步长计算机器人的当前目标行进点在全局地图坐标系下的目标位置坐标;采用当前位置坐标和第一偏转角以及目标位置坐标确定机器人行进的参数;输出参数,控制机器人向当前目标行进点行进。
需要说明的是,前述循环执行步骤将机器人上预设的第一参考点在全局地图坐标系下的当前位置坐标、机器人在全局地图坐标系的当前行进方向以及机器人的目标行进点在全局地图坐标系下的目标位置坐标做闭环的行进控制,可不断将控制的结果(下一时刻的器人上预设的第一参考点在全局地图坐标系下的当前位置坐标、下一时刻机器人在全局地图坐标系的当前行进方向)反馈回来,作为下一步控制的输入基本量,进行后续控制,本发明实施例以渐进的方式不断调整、控制机器人的行进,大大提高了控制精度,减小跟踪偏差。
可选的是,采用当前位置坐标和第一偏转角以及目标位置坐标确定机器人行进的参数可包括:求取当前位置坐标与目标位置坐标的差距;将差距和第五偏转角输入跟踪控制算法,执行所述跟踪控制算法,得到机器人行进控制的速度与角速度。
需要说明的是,跟踪控制算法为现有技术,在此不在赘述。
承前所述,为使得本申请的技术方案、技术效果更加清楚明白,如下从机器人行进控制的动态角度进行说明。参阅图5,图5示出了循环执行本发明第一实施例提供的机器人的行进控制方法的机器人的行进示意图,以圆O'抽象表达机器人在全局地图坐标系XOY平面内的投影,处于运动状态下的机器人与墙体W的相对位置如图5所示,获取到的机器人上预设的第一参考点O'在全局地图坐标系XOY下的当前位置坐标为以及获取到的机器人的当前行进方向(点f1指向点h1的方向,即图5中以点f1为起点通过点h1的带实心箭头的虚线所指的方向)与全局地图坐标系XOY的坐标轴X之间的第一偏转角为获取到的墙体W上最接近第一参考点O'的第二参考点Wn与第一参考点O'之间的第一距离为ρ,以及获取到的第一参考点O'和第二参考点Wn之间连线与当前行进方向(点f1指向点h1的方向)之间的第二偏转角为θ;根据当前位置坐标第一偏转角第一距离ρ、第二偏转角θ、预设的第一参考点O'与墙体W所需保持的第二距离L以及沿墙体W的平行方向的行进步长d计算出的机器人的当前目标行进点t1在全局地图坐标系XOY下的目标位置坐标为采用当前位置坐标和第一偏转角以及目标位置坐标确定出机器人行进控制的速度与角速度;输出速度与角速度,控制机器人从向前一个目标行进点行进转变向当前目标行进点t1行进;机器人在行进的同时,循环执行前述步骤,机器人行进到还未到达目标行进点t1的f2(即图5中以点f1为起点,带实心箭头的实线所指向的圆点)时,行进控制方法的步骤执行得出机器人的当前目标行进点t2(即图5中以点f2为起点,带空心箭头的虚线所指向的三角点)在全局地图坐标系XOY下的目标位置坐标为进而确定出机器人向t2行进控制的速度与角速度,输出该向t2行进控制的速度与角速度,控制机器人从向目标行进点t1转变向当前目标行进点t2行进,如此循环进行下去,最终机器人与墙体的距离越来越接近为L,即机器人行进的轨迹越来越靠近图5中虚线l1,图5中未述及的字母、标示等的含义可以图2、图3和/或图4相同,在此不再赘述。
需要说明的是,从前述整个过程可知,正是由于执行本发明实施例提供的机器人的行进控制方法,才能在该行进控制方法的基础上,将控制的结果(机器人上预设的第一参考点在全局地图坐标系下的当前位置坐标、机器人在全局地图坐标系的当前行进方向)反馈回来,作为下一步控制的输入基本量,进行后续控制,以渐进的方式控制机器人的行进,达到减小跟踪偏差的目的,因此正是由于本发明实施例通过精准地计算机器人的目标行进点,才可大大提高机器人行进的控制精度。
相比于现有技术中对机器人行进控制的精度低,本发明实施例通过利用机器人上预设的第一参考点在全局地图坐标系下的当前位置坐标、机器人在全局地图坐标系的当前行进方向,和获取到的墙体上最接近第一参考点的第二参考点与第一参考点之间的第一距离以及获取到的第一参考点和第二参考点之间连线与当前行进方向之间的第二偏转角,与预设的第一参考点与墙体所需保持的第二距离和沿墙体的平行方向的行进步长计算出机器人的目标行进点在全局地图坐标系下的目标位置坐标,本发明实施例通过精准地计算机器人的目标行进点,因此可大大提高机器人行进的控制精度。
为了有效解决现有的对机器人行进的控制精度低的问题。本发明第二实施例提供的机器人包括处理器和存储器,所述存储器存储有指令,所述处理器通过运行所述指令执行第一实施例中任意一项所述方法的步骤。以下进行详细说明。
参阅图6,图6示出了本发明第二实施例提供的一种机器人300的示意结构,为了便于说明,图6仅示出了与本发明实施例相关的部分,图6示例的机器人300包括:处理器301和存储器302,存储器302存储有指令(图未示),处理器301通过运行指令执行第一实施例中任意一项方法的步骤。
可选的是,处理器301可以是CPU(Central Processing Unit,中央处理单元)。也可以是一种集成电路芯片,具有计算(包括判断)和控制能力,处理器301还可以是通用处理器、专用集成电路(ASIC)、现成可编程门阵列(FPGA)或其他可编程逻辑器件、分立门或晶体管逻辑器件,或者分立硬件组件等,在此不作具体限定。通用处理器可以是微处理器或者任何常规的处理器等。
可选的是,处理器301,可用于执行图第一实施例中所有步骤,例如,处理器301可处理激光雷达对周围环境扫描测量的数据以及惯性传感器传回的数据,处理器301可建立地图并定位机器人当前位置,处理器301可控制机器人沿墙体行走,处理器301可对指定区域进行清扫。
可选的是,存储器302,可为机器人300的内存、缓存,也可为机器人300的外部存储器。
可选的是,存储器302可用于存储第一实施例中的指令。
可选的是,存储器302存储的指令在被处理器301读取并运行行时,执行第一实施例中任意一项所述方法的步骤。
可选的是,从机器人300组成的层次结构而言,机器人300的指令分为微指令,机器指令和宏指令,其中,微指令是微程序级的命令,属于硬件;宏指令是由若干条机器指令组成的软件指令,属于软件;机器指令,介于微指令和宏指令之间,通常简称为指令,每一条指令可以完成一个独立的算术运算或逻辑运算操作等,如上也在某种程度上说明了在机器人300系统(例如计算机系统)中,软件和硬件没有明确的界限,软件实现的功能可以用硬件来实现(硬化);硬件实现的功能也可以用软件来实现(软化),如常用播放软件代替视频卡。
程序即机器人300可以识别运行的指令集合,因此机器人300还可包括程序,程序又可包括系统程序和应用程序,程序可以是后台服务、系统服务等。程序可用于被处理器301运行时执行第一实施例中描述计算、获取等动作。
可选的是,机器人300还可包括环境感知模块,用于对周围环境进行扫描,并根据扫描结果形成全局地图。
可选的是,环境感知模块可包括导航模块、电磁波传感器(例如激光雷达,单、双目摄像头,RGBD传感器)、陀螺仪、加速度计以及编码器中至少一个。
可选的是,机器人300还可包括移动行进模块,用于提供机器人的前进、后退以及转向所需要的动力。
可选的是,移动行进模块可包括两个驱动轮和一个万向轮,驱动轮包含其配套直流电机以及驱动器等装置。驱动轮在机器人中轴线的位置,由处理器301控制,万向轮可位于机器人的前部居中的位置,可以辅助驱动轮转弯并且提供一定程度上的支撑。
可选的是,机器人300还可包括操作模块,用于在机器人周围的环境中执行指定的操作,例如机器人300还可包括清洁模块,该清洁模块可包括灰尘收集装置、风机、边刷以及滚毛刷等。边刷可位于机器人的底面前方的位置,滚毛刷可位于机器人底面靠中间的位置并且与灰尘收集装置相连接。工作时,边刷和滚毛刷一同清扫地面,并且在风机的作用下,将清扫的灰尘与垃圾一同吸入到灰尘收集装置中暂时储存。
可选的是,边刷、滚毛刷以及灰尘收集装置都可拆卸,如此方便使用者进行清洁。
前述第一实施例中对相应名词、句子含义的解释均可用于本实施例,在此不再赘述。
为了有效解决现有的对机器人行进的控制精度低的问题。本发明第三实施例提供的一种具有存储功能的装置,装置上存储有指令,指令被处理器执行时实现第一实施例中描述的任意一项方法的步骤。
可选的是,具有存储功能的装置可指存储数据的载体,例如软盘、光盘、DVD、机械硬盘、固态硬盘、闪存、U盘、CF卡、SD卡、MMC卡、SM卡、记忆棒(Memory Stick)、xD卡、基因硬盘以及用在各种终端、服务器和芯片及其中的存储介质等,在此不作具体限定。
可选的是,具有存储功能的装置可为DNA硬盘。
前述第一实施例和第二实施例中对相应名词、句子含义的解释均可用于本实施例,在此不再赘述。
需要说明的是,前述第二实施例中机器人和第三实施例中具有存储功能的装置的内容及实施例的整体内容,由于与本发明第一实施例基于同一构思,其带来的技术效果与本发明第一实施例相同,具体内容可参见本发明第一实施例中的叙述,不再赘述。
需要说明的是,本发明所有实施例中涉及“第一”、“第二”等词,例如第一参考点、第二参考点等在此仅为表述和指代的方便。
以上所述仅为结合具体的实施例对本发明原理及实施方式所作的进一步较详细说明,不能认定本发明的具体实施只局限于这些说明,只是用于帮助理解本发明的方法及其核心思想;同时,对于本发明所属技术领域的普通技术人员而言,在不脱离本发明构思的前提下,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,都应当视为属于本发明的专利保护范围。
Claims (10)
1.一种机器人的行进控制方法,其特征在于,所述方法包括:
获取所述机器人上预设的第一参考点在全局地图坐标系下的当前位置坐标以及所述机器人的当前行进方向与所述全局地图坐标系的坐标轴之间的第一偏转角;
获取墙体上最接近所述第一参考点的第二参考点与所述第一参考点之间的第一距离以及所述第一参考点和所述第二参考点之间连线与所述当前行进方向之间的第二偏转角;
根据所述当前位置坐标、所述第一偏转角、所述第一距离、所述第二偏转角、预设的所述第一参考点与所述墙体所需保持的第二距离以及沿所述墙体的平行方向的行进步长计算所述机器人的当前目标行进点在所述全局地图坐标系下的目标位置坐标。
2.如权利要求1所述的行进控制方法,其特征在于,所述获取所述机器人上预设的第一参考点在全局地图坐标系下的当前位置坐标以及所述机器人的当前行进方向与所述全局地图坐标系的坐标轴之间的第一偏转角的步骤包括:
利用所述机器人上设置的环境感知模块对周围环境进行扫描,并根据扫描结果形成全局地图;
基于所述全局地图获取所述当前位置坐标和所述第一偏转角。
3.如权利要求2所述的行进控制方法,其特征在于,所述获取墙体上最接近所述第一参考点的第二参考点与所述第一参考点之间的第一距离以及所述第一参考点和所述第二参考点之间连线与所述当前行进方向之间的第二偏转角的步骤包括:
通过对所述全局地图进行裁切而获取包含所述墙体的局部地图;
基于所述局部地图获取所述第一距离和所述第二偏转角。
4.如权利要求3所述的行进控制方法,其特征在于,所述基于所述局部地图获取所述第一距离和所述第二偏转角的步骤包括:
获取所述墙体上的多个候选参考点与所述第一参考点之间的所述第一距离;
从所述多个候选参考点中选择所述第一距离最小的候选参考点作为所述第二参考点。
5.如权利要求1所述的行进控制方法,其特征在于,所述根据所述当前位置坐标、所述第一偏转角、所述第一距离、所述第二偏转角、预设的所述第一参考点与所述墙体所需保持的第二距离以及沿所述墙体的平行方向的行进步长计算所述机器人的当前目标行进点在所述全局地图坐标系下的目标位置坐标的步骤包括:
根据所述第一距离、所述第二距离以及所述行进步长计算出所述当前目标行进点与所述第一参考点之间连线相对于所述第一参考点和所述第二参考点之间连线之间的第三偏转角;
根据所述第一偏转角、所述第二偏转角以及所述第三偏转角计算所述当前目标行进点与所述第一参考点之间连线相对于所述坐标轴之间的第四偏转角;
根据所述第一距离、所述第二距离以及所述行进步长计算出所述当前目标行进点与所述第一参考点之间的第三距离;
根据所述当前位置坐标、所述第三距离以及所述第四偏转角计算所述目标位置坐标。
6.如权利要求5所述的行进控制方法,其特征在于,所述根据所述第一距离、所述第二距离以及所述行进步长计算出所述当前目标行进点与所述第一参考点之间连线相对于所述第一参考点和所述第二参考点之间连线之间的第三偏转角的步骤包括:
通过公式计算所述第三偏转角,其中,α为所述第三偏转角,ρ为所述第一距离,L为所述第二距离,d为所述行进步长。
7.如权利要求5所述的行进控制方法,其特征在于,所述根据所述第一偏转角、所述第二偏转角以及所述第三偏转角计算所述当前目标行进点与所述第一参考点之间连线相对于所述坐标轴之间的第四偏转角的步骤包括:
根据所述第二偏转角以及所述第三偏转角计算所述当前目标行进点与所述第一参考点之间连线相对于所述当前行进方向的第五偏转角;
根据所述第一偏转角和所述第五偏转角计算所述第四偏转角。
8.如权利要求5所述的行进控制方法,其特征在于,所述根据所述第一距离、所述第二距离以及所述行进步长计算出所述当前目标行进点与所述第一参考点之间的第三距离的步骤包括:
通过公式计算所述第三距离,其中,β为所述第三距离,ρ为所述第一距离,L为所述第二距离,d为所述行进步长。
9.如权利要求5所述的行进控制方法,其特征在于,所述根据所述当前位置坐标、所述第三距离以及所述第四偏转角计算所述目标位置坐标的步骤包括:
根据所述第三距离以及所述第四偏转角计算所述第三距离在所述坐标轴上的投影;
根据所述当前位置坐标和所述投影计算所述目标位置坐标。
10.一种机器人,其特征在于,所述机器人包括处理器和存储器,所述存储器存储有指令,所述处理器通过运行所述指令执行权利要求1至9中任意一项所述方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710481185.6A CN107300919B (zh) | 2017-06-22 | 2017-06-22 | 一种机器人及其行进控制方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710481185.6A CN107300919B (zh) | 2017-06-22 | 2017-06-22 | 一种机器人及其行进控制方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107300919A true CN107300919A (zh) | 2017-10-27 |
| CN107300919B CN107300919B (zh) | 2021-06-15 |
Family
ID=60135583
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710481185.6A Active CN107300919B (zh) | 2017-06-22 | 2017-06-22 | 一种机器人及其行进控制方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107300919B (zh) |
Cited By (17)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108491905A (zh) * | 2018-03-16 | 2018-09-04 | 浙江国自机器人技术有限公司 | 一种移动机器人定位方法、系统、介质及设备 |
| CN108957466A (zh) * | 2018-04-18 | 2018-12-07 | 广东宝乐机器人股份有限公司 | 移动机器人的雷达数据补偿方法、装置、设备和存储介质 |
| CN109032148A (zh) * | 2018-09-25 | 2018-12-18 | 广东宝乐机器人股份有限公司 | 一种墙边角的识别方法、装置、终端设备及存储介质 |
| CN109387194A (zh) * | 2018-10-15 | 2019-02-26 | 浙江明度智控科技有限公司 | 一种移动机器人定位方法和定位系统 |
| CN109730587A (zh) * | 2019-01-04 | 2019-05-10 | 云鲸智能科技(东莞)有限公司 | 移动方法、移动机器人和存储介质 |
| CN110470669A (zh) * | 2019-08-23 | 2019-11-19 | 吉林大学 | 一种水下管道的检漏方法、系统及相关装置 |
| CN110579215A (zh) * | 2019-10-22 | 2019-12-17 | 上海木木机器人技术有限公司 | 基于环境特征描述的定位方法、移动机器人和存储介质 |
| CN110597249A (zh) * | 2019-08-23 | 2019-12-20 | 深圳市优必选科技股份有限公司 | 一种机器人及其回充定位方法和装置 |
| CN110703783A (zh) * | 2019-11-11 | 2020-01-17 | 上海交通大学 | 一种无人驾驶轨迹跟踪中实时判别当前参考轨迹点的算法 |
| WO2020024478A1 (zh) * | 2018-07-25 | 2020-02-06 | 博众精工科技股份有限公司 | 移动机器人的点镇定控制方法及装置 |
| CN110941258A (zh) * | 2018-09-21 | 2020-03-31 | 日本电产株式会社 | 移动体的控制方法及移动体的控制系统 |
| CN111006652A (zh) * | 2019-12-20 | 2020-04-14 | 深圳无境智能机器人有限公司 | 一种机器人靠边运行的方法 |
| CN111457923A (zh) * | 2019-01-22 | 2020-07-28 | 北京京东尚科信息技术有限公司 | 路径规划方法、装置及存储介质 |
| CN113268063A (zh) * | 2021-06-03 | 2021-08-17 | 北京京东乾石科技有限公司 | 机器人的控制方法、装置和非易失性计算机可读存储介质 |
| CN114397888A (zh) * | 2021-12-21 | 2022-04-26 | 三一机器人科技有限公司 | 叶片跟随控制方法、装置及作业机械 |
| CN116700262A (zh) * | 2023-06-19 | 2023-09-05 | 国广顺能(上海)能源科技有限公司 | 移动机器人的自动回充控制方法、装置、设备及介质 |
| CN117311353A (zh) * | 2023-10-12 | 2023-12-29 | 三一重型装备有限公司 | 井下自动移车方法、系统、作业机械、设备、介质和芯片 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2009129277A (ja) * | 2007-11-26 | 2009-06-11 | Panasonic Electric Works Co Ltd | 自己位置認識システム |
| CN101716568A (zh) * | 2009-11-19 | 2010-06-02 | 重庆大学 | 机器人喷涂系统喷涂室内的方法 |
| CN105760811A (zh) * | 2016-01-05 | 2016-07-13 | 福州华鹰重工机械有限公司 | 全局地图闭环匹配方法及装置 |
| CN106406338A (zh) * | 2016-04-14 | 2017-02-15 | 中山大学 | 一种基于激光测距仪的全向移动机器人的自主导航装置及其方法 |
| CN106681320A (zh) * | 2016-12-15 | 2017-05-17 | 浙江大学 | 一种基于激光数据的移动机器人导航控制方法 |
| CN106774335A (zh) * | 2017-01-03 | 2017-05-31 | 南京航空航天大学 | 基于多目视觉和惯导的导引装置、地标布局及导引方法 |
-
2017
- 2017-06-22 CN CN201710481185.6A patent/CN107300919B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2009129277A (ja) * | 2007-11-26 | 2009-06-11 | Panasonic Electric Works Co Ltd | 自己位置認識システム |
| CN101716568A (zh) * | 2009-11-19 | 2010-06-02 | 重庆大学 | 机器人喷涂系统喷涂室内的方法 |
| CN105760811A (zh) * | 2016-01-05 | 2016-07-13 | 福州华鹰重工机械有限公司 | 全局地图闭环匹配方法及装置 |
| CN106406338A (zh) * | 2016-04-14 | 2017-02-15 | 中山大学 | 一种基于激光测距仪的全向移动机器人的自主导航装置及其方法 |
| CN106681320A (zh) * | 2016-12-15 | 2017-05-17 | 浙江大学 | 一种基于激光数据的移动机器人导航控制方法 |
| CN106774335A (zh) * | 2017-01-03 | 2017-05-31 | 南京航空航天大学 | 基于多目视觉和惯导的导引装置、地标布局及导引方法 |
Cited By (24)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108491905A (zh) * | 2018-03-16 | 2018-09-04 | 浙江国自机器人技术有限公司 | 一种移动机器人定位方法、系统、介质及设备 |
| CN108957466A (zh) * | 2018-04-18 | 2018-12-07 | 广东宝乐机器人股份有限公司 | 移动机器人的雷达数据补偿方法、装置、设备和存储介质 |
| US11247336B2 (en) | 2018-07-25 | 2022-02-15 | Bozhon Precision Industry Technology Co., Ltd. | Point stabilization control method and apparatus for a mobile robot |
| WO2020024478A1 (zh) * | 2018-07-25 | 2020-02-06 | 博众精工科技股份有限公司 | 移动机器人的点镇定控制方法及装置 |
| CN110941258A (zh) * | 2018-09-21 | 2020-03-31 | 日本电产株式会社 | 移动体的控制方法及移动体的控制系统 |
| CN109032148A (zh) * | 2018-09-25 | 2018-12-18 | 广东宝乐机器人股份有限公司 | 一种墙边角的识别方法、装置、终端设备及存储介质 |
| CN109032148B (zh) * | 2018-09-25 | 2021-05-18 | 广东宝乐机器人股份有限公司 | 一种墙边角的识别方法、装置、终端设备及存储介质 |
| CN109387194A (zh) * | 2018-10-15 | 2019-02-26 | 浙江明度智控科技有限公司 | 一种移动机器人定位方法和定位系统 |
| CN109387194B (zh) * | 2018-10-15 | 2020-10-09 | 浙江明度智控科技有限公司 | 一种移动机器人定位方法和定位系统 |
| CN109730587A (zh) * | 2019-01-04 | 2019-05-10 | 云鲸智能科技(东莞)有限公司 | 移动方法、移动机器人和存储介质 |
| CN111457923A (zh) * | 2019-01-22 | 2020-07-28 | 北京京东尚科信息技术有限公司 | 路径规划方法、装置及存储介质 |
| CN111457923B (zh) * | 2019-01-22 | 2022-08-12 | 北京京东乾石科技有限公司 | 路径规划方法、装置及存储介质 |
| CN110597249B (zh) * | 2019-08-23 | 2022-08-05 | 深圳市优必选科技股份有限公司 | 一种机器人及其回充定位方法和装置 |
| CN110597249A (zh) * | 2019-08-23 | 2019-12-20 | 深圳市优必选科技股份有限公司 | 一种机器人及其回充定位方法和装置 |
| CN110470669A (zh) * | 2019-08-23 | 2019-11-19 | 吉林大学 | 一种水下管道的检漏方法、系统及相关装置 |
| CN110579215A (zh) * | 2019-10-22 | 2019-12-17 | 上海木木机器人技术有限公司 | 基于环境特征描述的定位方法、移动机器人和存储介质 |
| CN110703783A (zh) * | 2019-11-11 | 2020-01-17 | 上海交通大学 | 一种无人驾驶轨迹跟踪中实时判别当前参考轨迹点的算法 |
| CN111006652A (zh) * | 2019-12-20 | 2020-04-14 | 深圳无境智能机器人有限公司 | 一种机器人靠边运行的方法 |
| CN111006652B (zh) * | 2019-12-20 | 2023-08-01 | 深圳市飞瑶电机科技有限公司 | 一种机器人靠边运行的方法 |
| CN113268063A (zh) * | 2021-06-03 | 2021-08-17 | 北京京东乾石科技有限公司 | 机器人的控制方法、装置和非易失性计算机可读存储介质 |
| CN114397888A (zh) * | 2021-12-21 | 2022-04-26 | 三一机器人科技有限公司 | 叶片跟随控制方法、装置及作业机械 |
| CN116700262A (zh) * | 2023-06-19 | 2023-09-05 | 国广顺能(上海)能源科技有限公司 | 移动机器人的自动回充控制方法、装置、设备及介质 |
| CN116700262B (zh) * | 2023-06-19 | 2024-03-15 | 国广顺能(上海)能源科技有限公司 | 移动机器人的自动回充控制方法、装置、设备及介质 |
| CN117311353A (zh) * | 2023-10-12 | 2023-12-29 | 三一重型装备有限公司 | 井下自动移车方法、系统、作业机械、设备、介质和芯片 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN107300919B (zh) | 2021-06-15 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107300919A (zh) | 一种机器人及其行进控制方法 | |
| US11656630B2 (en) | Autonomous map traversal with waypoint matching | |
| Macenski et al. | SLAM Toolbox: SLAM for the dynamic world | |
| CN110874100B (zh) | 用于使用视觉稀疏地图进行自主导航的系统和方法 | |
| CN111881239B (zh) | 构建方法、构建装置、智能机器人及可读存储介质 | |
| WO2022222718A1 (zh) | 导航方法、装置、存储介质及设备 | |
| CN110268354A (zh) | 更新地图的方法及移动机器人 | |
| US11712802B2 (en) | Construction constrained motion primitives from robot maps | |
| US20240077875A1 (en) | Robot and method for robot positioning | |
| KR102322000B1 (ko) | 비주얼 로컬리제이션과 오도메트리를 기반으로 한 경로 추적 방법 및 시스템 | |
| CN112964263B (zh) | 自动建图方法、装置、移动机器人及可读存储介质 | |
| CN116442245A (zh) | 服务机器人的控制方法、装置、系统及存储介质 | |
| CN107443385A (zh) | 基于视觉的机器人直线导航的检测方法和芯片及机器人 | |
| CN111679664A (zh) | 基于深度相机的三维地图构建方法及扫地机器人 | |
| CN117470213A (zh) | 用于将一个或多个锚点添加到环境的地图的方法 | |
| JP5212939B2 (ja) | 自律移動装置 | |
| CN112859110A (zh) | 一种基于三维激光雷达的定位导航方法 | |
| CN108646759B (zh) | 基于立体视觉的智能可拆卸移动机器人系统及控制方法 | |
| CN116045961A (zh) | 导航方法、装置、电子设备及存储介质 | |
| CN114660583A (zh) | 一种机器人及其重定位方法、装置和介质 | |
| CN114740835A (zh) | 路径规划方法、路径规划装置、机器人和存储介质 | |
| CN118244751A (zh) | 基于四轮差速模型的多维度mpc运动规划方法及系统 | |
| CN118898907A (zh) | 在交通工具辅助系统中确定自由空间边界时将测量点与样条点相关联 | |
| McFall | Using visual lane detection to control steering in a self-driving vehicle | |
| Zhu et al. | Indoor navigation system using the fetch robot |
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 |