[go: up one dir, main page]
More Web Proxy on the site http://driver.im/

CN110874101B - 一种机器人清扫路径的生成方法及装置 - Google Patents

一种机器人清扫路径的生成方法及装置 Download PDF

Info

Publication number
CN110874101B
CN110874101B CN201911206881.1A CN201911206881A CN110874101B CN 110874101 B CN110874101 B CN 110874101B CN 201911206881 A CN201911206881 A CN 201911206881A CN 110874101 B CN110874101 B CN 110874101B
Authority
CN
China
Prior art keywords
robot
map
acquiring
coordinates
point
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.)
Active
Application number
CN201911206881.1A
Other languages
English (en)
Other versions
CN110874101A (zh
Inventor
赵子建
陈超勇
陈治吉
孟德超
张伟
于振中
李文兴
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hefei Haogong Aoting Intelligent Technology Co ltd
Original Assignee
Hefei Haogong Aoting Intelligent Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Hefei Haogong Aoting Intelligent Technology Co ltd filed Critical Hefei Haogong Aoting Intelligent Technology Co ltd
Priority to CN201911206881.1A priority Critical patent/CN110874101B/zh
Publication of CN110874101A publication Critical patent/CN110874101A/zh
Application granted granted Critical
Publication of CN110874101B publication Critical patent/CN110874101B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G05D1/0212—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
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/13—Edge detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/155—Segmentation; Edge detection involving morphological operators
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G06T7/73—Determining position or orientation of objects or cameras using feature-based methods

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Automation & Control Theory (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)

Abstract

本发明实施例提供了一种机器人清扫路径的生成方法及装置，所述方法包括：获取待清扫区域的地图，并获取所述地图的二值图像；识别出二值图像中墙边轮廓上的像素点的坐标；获取机器人对应于地图中的坐标；机器人根据轮廓上的像素点的坐标作为导航点进行清扫作业。应用本发明实施例是根据地图构建导航路径。跟移动障碍物无关，因此，相对于现有技术中通过碰撞检测进行导航的方法，可以避免障碍物对导航的影响，进而可以使导航更加准确。

Description

一种机器人清扫路径的生成方法及装置
技术领域
本发明涉及机器人控制领域，具体涉及一种机器人清扫路径的生成方法及装置。
背景技术
随着智能硬件以及通信技术的发展，商场、机场、医院等大型场所越来越多的应用无人驾驶清洁机器人。市场上的无人驾驶清洁机器人为了实现清扫区域的全覆盖以消除卫生死角，大多设有贴边清扫模式，例如清扫离墙距离较近区域的模式，或者贴墙清扫。
申请号为201710795442.3的发明专利申请本发明公开了一种无人超市卫生自动化清洁方法，S1：无人超市系统启动清扫任务后，无人超市系统发送清扫指令给位于等候区的扫地机器人；S2：以充电基座为坐标原点并在机器人工作平面上建立直角坐标系；S3：扫地机器人离开等候区通过出入通道进入到无人超市轿厢，探测机器人外部环境信息，建立栅格地图；S4：在栅格地图中将待清洁的区域分割成单元区域；S5：按规划出的清扫路径运行，进行清扫；S6：在清扫过程中，进行路障扫描，遇到障碍时进行避障同时把障碍物所在位置信息记录进地图数据中；S7：判断是否打扫完全部可清洁栅格；S8：结束。该方法提高了自动化程度，及节约了清洁工人的人工支出成本，并且提高了清扫效率。
发明人发现，在现有技术中，贴边清扫过程中遇到移动障碍物时，传感器无法分辨障碍物与墙，在遇到障碍物时如果将障碍物识别为墙壁时，机器人会转向，因此，机器人可能会脱离墙壁，无法及时避障。因此，现有技术存在贴边模式中机器人导航不够准确的技术问题。
发明内容
本发明所要解决的技术问题在于如何提供一种机器人清扫路径的生成方法及装置以提高贴边清扫模式中机器人导航的准确性。
本发明通过以下技术手段实现解决上述技术问题的：
本发明实施例提供了一种机器人清扫路径的生成方法，所述方法包括：
获取待清扫区域的地图，并获取所述地图的二值图像；
识别出二值图像中墙边轮廓上的像素点的坐标；
获取机器人对应于地图中的坐标；
机器人根据轮廓上的像素点的坐标作为导航点进行清扫作业。
应用本发明实施例是根据地图构建导航路径。跟移动障碍物无关，因此，相对于现有技术中通过碰撞检测进行导航的方法，可以避免障碍物对导航的影响，进而可以使导航更加准确。
可选的，所述获取所述地图的二值图像，包括：
利用OpenCV的adaptiveThreshold()函数获取所述地图的二值图像。
可选的，所述识别出二值图像中墙边轮廓上的像素点的坐标，包括：
对二值图像进行膨胀处理，使用cv2.findContours()函数来识别地图中的墙边轮廓；
获取墙边轮廓上像素点的坐标，并将像素点的坐标系由像素坐标系转换新为世界坐标系坐标。
可选的，所述获取机器人对应于地图中的坐标，包括：
使用自适应蒙特卡洛定位方法获取机器人对应于地图中的坐标。
可选的，所述机器人根据轮廓上的像素点的坐标作为导航点进行清扫作业，包括：
以机器人当前位置作为原点，以预设半径R作为搜索半径，获取所述搜索半径内的墙边轮廓上的像素点的坐标；
计算所述原点到所述搜索半径内的墙边轮廓上的各个像素点的坐标的距离，将距离最小的点作为最近点；
控制机器人从原点运动至所述最近点，然后机器人根据轮廓上的像素点的坐标作为导航点进行清扫作业。
本发明实施例提供了一种机器人清扫路径的生成装置，所述装置包括：
第一获取模块，用于获取待清扫区域的地图，并获取所述地图的二值图像；
识别模块，用于识别出二值图像中墙边轮廓上的像素点的坐标；
第二获取模块，用于获取机器人对应于地图中的坐标；
导航模块，用于机器人根据轮廓上的像素点的坐标作为导航点进行清扫作业。
可选的，所述第一获取模块，用于：
利用OpenCV的adaptiveThreshold()函数获取所述地图的二值图像。
可选的，所述识别模块，用于：
对二值图像进行膨胀处理，使用cv2.findContours()函数来识别地图中的墙边轮廓；
获取墙边轮廓上像素点的坐标，并将像素点的坐标系由像素坐标系转换新为世界坐标系坐标。
可选的，所述第二获取模块，用于：
使用自适应蒙特卡洛定位方法获取机器人对应于地图中的坐标。
可选的，所述导航模块，用于：
以机器人当前位置作为原点，以预设半径R作为搜索半径，获取所述搜索半径内的墙边轮廓上的像素点的坐标；
计算所述原点到所述搜索半径内的墙边轮廓上的各个像素点的坐标的距离，将距离最小的点作为最近点；
控制机器人从原点运动至所述最近点，然后机器人根据轮廓上的像素点的坐标作为导航点进行清扫作业。
本发明的优点在于：
应用本发明实施例是根据地图构建导航路径。跟移动障碍物无关，因此，相对于现有技术中通过碰撞检测进行导航的方法，可以避免障碍物对导航的影响，进而可以使导航更加准确。
附图说明
图1为本发明实施例提供的一种机器人清扫路径的生成方法的流程示意图；
图2为本发明实施例提供的一种机器人清扫路径的生成方法中的待清扫区域的地图的示意图；
图3为本发明实施例提供的一种机器人清扫路径的生成方法中的二值化后的地图的示意图；
图4为本发明实施例提供的一种机器人清扫路径的生成方法中的机器人轨迹的示意图；
图5为本发明实施例提供的一种机器人清扫路径的生成装置的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
实施例1
图1为本发明实施例提供的一种机器人清扫路径的生成方法的流程示意图，如图1所示，所述方法包括：
S101：获取待清扫区域的地图，并获取所述地图的二值图像。
示例性的，可以获取利用SLAM(simultaneous localization and mapping，同步定位与建图)技术建立的待清扫区域的地图。图2为本发明实施例提供的一种机器人清扫路径的生成方法中的待清扫区域的地图的示意图。然后，利用OpenCV的adaptiveThreshold()函数对地图进行阈值化处理，进而可以获取所述地图的二值图像。图3为本发明实施例提供的一种机器人清扫路径的生成方法中的二值化后的地图的示意图。
在实际应用中，可以根据不同的应用环境获取对应的阈值，并根据该阈值对地图的图像进行二值化分割。
S102：识别出二值图像中墙边轮廓上的像素点的坐标。
示例性的，使用OpenCV中提供了dilate()函数对二值图像进行膨胀处理，膨胀距离为机器人轮廓外接圆的半径。
然后，使用OpenCV-Python接口中的cv2.findContours()函数来识别地图中的墙边轮廓，并使用cv2.drawContors在地图中绘制墙边轮廓，如图3中白色区域中的黑色线条所示，将提取出来的墙边轮廓上的像素点存储在数组中，并将数组中像素点的坐标从像素坐标系到世界坐标系，即可得到清洁机器人沿墙清扫的路径点。
S103：获取机器人对应于地图中的坐标。
使用自适应蒙特卡洛定位方法获取机器人对应于地图中的坐标。
S104：机器人根据轮廓上的像素点的坐标作为导航点进行清扫作业。
图4为本发明实施例提供的一种机器人清扫路径的生成方法中的机器人轨迹的示意图，如图4所示，以机器人当前位置作为原点，以预设半径R作为搜索半径，获取所述搜索半径内的墙边轮廓上的像素点的坐标；图4中墙体边缘内侧的线条即为像素点的坐标组成的轨迹。类似的，图3中墙体边缘内侧的线条即为像素点的坐标组成的轨迹。
计算所述原点到所述搜索半径内的墙边轮廓上的各个像素点的坐标的距离，将距离最小的点作为最近点；
控制机器人从原点运动至所述最近点，然后机器人根据轮廓上的像素点的坐标作为导航点进行清扫作业。
应用本发明实施例是根据地图构建导航路径。跟移动障碍物无关，因此，相对于现有技术中通过碰撞检测进行导航的方法，可以避免障碍物对导航的影响，进而可以使导航更加准确。
目前，现有的贴边模式的实现都是基于传感器实现的，通常是由机器人运动至墙边或者障碍物边上后发生撞击，此时机器人的中央处理器接收撞击的信号，则判断正前方具有障碍物并记录此时的坐标，然后机器人换个角度前进，如果再次遇到障碍物，则判断正前方具有障碍物并记录此时的坐标，如此循环，机器人实现贴边清扫。但是，发明人发下，现有的贴边清扫模式中，需要在机器人的前进方向上设置多个传感器，多个传感器配合以感知碰撞的方向，因此，传感器数量会是决定贴边质量的关键问题，传感器太多会加大程序转向、避障等逻辑判断的复杂程度，同时增加成本；但传感器太少会导致机器人不能对周围环境有着全方位的监控，导致无法贴边行驶或发生意外碰撞。
应用本发明实施例，基于图像算法获取机器人的工作区域的轮廓，进而得到轮廓边缘上像素点的坐标，然后利用这些坐标进行导航实现贴边清扫，相对于现有技术中依赖于多个传感器相互配合检测碰撞进而实现贴边清扫，无需设置复杂的传感器，因此，降低了机器人对传感器的依赖程度。
另外，在一些复杂地形，如“回”字形地形中，会有多条墙壁边界。传统贴边方法无法实现两条轮廓间的转换。本发明实施例可以在获取最近点时，判断该最近点存在于哪一条轮廓中，并将该轮廓路径作为机器人的当前导航路径。在当前导航路径对应的待清扫区域清扫完成后，机器人运动到下一个导航路径对应的清扫区域进行清扫，进而实现了相互独立的清扫路径之间的切换。
实施例2
与本本发明实施例1相对应，本发明实施例还提供了一种机器人清扫路径的生成装置，所述装置包括：
第一获取模块501，用于获取待清扫区域的地图，并获取所述地图的二值图像；
识别模块502，用于识别出二值图像中墙边轮廓上的像素点的坐标；
第二获取模块503，用于获取机器人对应于地图中的坐标；
导航模块504，用于机器人根据轮廓上的像素点的坐标作为导航点进行清扫作业。
应用本发明实施例是根据地图构建导航路径。跟移动障碍物无关，因此，相对于现有技术中通过碰撞检测进行导航的方法，可以避免障碍物对导航的影响，进而可以使导航更加准确。
在本发明实施例的一种具体实施方式中，所述第一获取模块501，用于：
利用OpenCV的adaptiveThreshold()函数获取所述地图的二值图像。
在本发明实施例的一种具体实施方式中，所述识别模块502，用于：
对二值图像进行膨胀处理，使用cv2.findContours()函数来识别地图中的墙边轮廓；
获取墙边轮廓上像素点的坐标，并将像素点的坐标系由像素坐标系转换新为世界坐标系坐标。
在本发明实施例的一种具体实施方式中，所述第二获取模块503，用于：
使用自适应蒙特卡洛定位方法获取机器人对应于地图中的坐标。
在本发明实施例的一种具体实施方式中，所述导航模块504，用于：
以机器人当前位置作为原点，以预设半径R作为搜索半径，获取所述搜索半径内的墙边轮廓上的像素点的坐标；
计算所述原点到所述搜索半径内的墙边轮廓上的各个像素点的坐标的距离，将距离最小的点作为最近点；
控制机器人从原点运动至所述最近点，然后机器人根据轮廓上的像素点的坐标作为导航点进行清扫作业。
以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (6)

1.一种机器人清扫路径的生成方法，其特征在于，所述方法包括：
获取待清扫区域的地图，并获取所述地图的二值图像；
识别出二值图像中墙边轮廓上的像素点的坐标；
获取机器人对应于地图中的坐标；
机器人根据轮廓上的像素点的坐标作为导航点进行清扫作业；
其中，所述识别出二值图像中墙边轮廓上的像素点的坐标，包括：
对二值图像进行膨胀处理，使用cv2.findContours()函数来识别地图中的墙边轮廓；
获取墙边轮廓上像素点的坐标，并将像素点的坐标系由像素坐标系转换新为世界坐标系坐标；
所述机器人根据轮廓上的像素点的坐标作为导航点进行清扫作业包括：
以机器人当前位置作为原点，以预设半径R作为搜索半径，获取所述搜索半径内的墙边轮廓上的像素点的坐标；
计算所述原点到所述搜索半径内的墙边轮廓上的各个像素点的坐标的距离，将距离最小的点作为最近点；
控制机器人从原点运动至所述最近点，然后机器人根据轮廓上的像素点的坐标作为导航点进行贴边清扫作业；
当所述待清扫区域的地图为“回”字形地形时，获取所述最近点时并判断所述最近点所在的墙边轮廓，并将该轮廓路径作为机器人的当前导航路径。
2.根据权利要求1所述的一种机器人清扫路径的生成方法，其特征在于，所述获取所述地图的二值图像，包括：
利用OpenCV的adaptiveThreshold()函数获取所述地图的二值图像。
3.根据权利要求1所述的一种机器人清扫路径的生成方法，其特征在于，所述获取机器人对应于地图中的坐标，包括：
使用自适应蒙特卡洛定位方法获取机器人对应于地图中的坐标。
4.一种机器人清扫路径的生成装置，其特征在于，所述装置包括：
第一获取模块，用于获取待清扫区域的地图，并获取所述地图的二值图像；
识别模块，用于识别出二值图像中墙边轮廓上的像素点的坐标；
第二获取模块，用于获取机器人对应于地图中的坐标；
导航模块，用于机器人根据轮廓上的像素点的坐标作为导航点进行清扫作业；
其中，所述识别模块，用于：
对二值图像进行膨胀处理，使用cv2.findContours()函数来识别地图中的墙边轮廓；
获取墙边轮廓上像素点的坐标，并将像素点的坐标系由像素坐标系转换新为世界坐标系坐标；
所述导航模块，用于：
以机器人当前位置作为原点，以预设半径R作为搜索半径，获取所述搜索半径内的墙边轮廓上的像素点的坐标；
计算所述原点到所述搜索半径内的墙边轮廓上的各个像素点的坐标的距离，将距离最小的点作为最近点；
控制机器人从原点运动至所述最近点，然后机器人根据轮廓上的像素点的坐标作为导航点进行贴边清扫作业；
当所述待清扫区域的地图为“回”字形地形时，获取所述最近点时并判断所述最近点所在的墙边轮廓，并将该轮廓路径作为机器人的当前导航路径。
5.根据权利要求4所述的一种机器人清扫路径的生成装置，其特征在于，所述第一获取模块，用于：
利用OpenCV的adaptiveThreshold()函数获取所述地图的二值图像。
6.根据权利要求4所述的一种机器人清扫路径的生成装置，其特征在于，所述第二获取模块，用于：
使用自适应蒙特卡洛定位方法获取机器人对应于地图中的坐标。
CN201911206881.1A 2019-11-29 2019-11-29 一种机器人清扫路径的生成方法及装置 Active CN110874101B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911206881.1A CN110874101B (zh) 2019-11-29 2019-11-29 一种机器人清扫路径的生成方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911206881.1A CN110874101B (zh) 2019-11-29 2019-11-29 一种机器人清扫路径的生成方法及装置

Publications (2)

Publication Number Publication Date
CN110874101A CN110874101A (zh) 2020-03-10
CN110874101B true CN110874101B (zh) 2023-04-18

Family

ID=69718259

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911206881.1A Active CN110874101B (zh) 2019-11-29 2019-11-29 一种机器人清扫路径的生成方法及装置

Country Status (1)

Country Link
CN (1) CN110874101B (zh)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113807118B (zh) * 2020-05-29 2024-03-08 苏州科瓴精密机械科技有限公司 机器人沿边工作方法、系统，机器人及可读存储介质
CN112180930B (zh) * 2020-09-30 2024-08-02 北京小狗吸尘器集团股份有限公司 扫地机器人及其清扫路径规划区域确定方法和装置
CN112180931B (zh) * 2020-09-30 2024-04-12 北京小狗吸尘器集团股份有限公司 扫地机的清扫路径规划方法、装置及可读存储介质
CN112327841A (zh) * 2020-10-29 2021-02-05 广东杜尼智能机器人工程技术研究中心有限公司 扫地机器人的最优沿边路径规划及排序方法
CN112419346B (zh) * 2020-11-02 2024-07-09 尚科宁家(中国)科技有限公司 清洁机器人及分区方法
CN112869639B (zh) * 2021-01-29 2022-06-14 深圳拓邦股份有限公司 机器人回充探索方法、装置及扫地机器人
CN113311836B (zh) * 2021-05-25 2024-07-12 上海高仙自动化科技发展有限公司 一种控制方法、装置、设备及存储介质

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105320140A (zh) * 2015-12-01 2016-02-10 浙江宇视科技有限公司 一种扫地机器人及其清扫路径规划方法

Family Cites Families (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003345437A (ja) * 2002-05-22 2003-12-05 Toshiba Tec Corp 自律走行ロボット
KR20080075051A (ko) * 2007-02-10 2008-08-14 삼성전자주식회사 로봇 청소기 및 그 제어방법
JP5739910B2 (ja) * 2010-01-12 2015-06-24 コーニンクレッカ フィリップス エヌ ヴェ 対象物の位置特性の判定
CN102138769B (zh) * 2010-01-28 2014-12-24 深圳先进技术研究院 清洁机器人及其清扫方法
CN103901884B (zh) * 2012-12-25 2017-09-29 联想(北京)有限公司 信息处理方法和信息处理设备
US9630319B2 (en) * 2015-03-18 2017-04-25 Irobot Corporation Localization and mapping using physical features
CN109008839A (zh) * 2017-06-09 2018-12-18 河北卓达建材研究院有限公司 一种墙面清洁机器人
CN109388093B (zh) * 2017-08-02 2020-09-15 苏州珊口智能科技有限公司 基于线特征识别的机器人姿态控制方法、系统及机器人
CN108332752B (zh) * 2018-01-09 2021-04-20 深圳市无限动力发展有限公司 机器人室内定位的方法及装置
CN108344419B (zh) * 2018-02-09 2021-07-20 弗徕威智能机器人科技（上海）有限公司 一种充电座的搜寻方法
CN108507578B (zh) * 2018-04-03 2021-04-30 珠海市一微半导体有限公司 一种机器人的导航方法
CN110393476A (zh) * 2018-04-25 2019-11-01 科沃斯机器人股份有限公司 清洁机器人及其贴边行走方法、可读介质
CN110488809A (zh) * 2019-07-19 2019-11-22 上海景吾智能科技有限公司 一种室内移动机器人的自主建图方法和装置

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105320140A (zh) * 2015-12-01 2016-02-10 浙江宇视科技有限公司 一种扫地机器人及其清扫路径规划方法

Also Published As

Publication number Publication date
CN110874101A (zh) 2020-03-10

Similar Documents

Publication Publication Date Title
CN110874101B (zh) 一种机器人清扫路径的生成方法及装置
CN110675307B (zh) 基于vslam的3d稀疏点云到2d栅格图的实现方法
CN104898660B (zh) 一种提高机器人路径规划效率的室内地图构建方法
Wijk et al. Triangulation-based fusion of sonar data with application in robot pose tracking
CN112650235A (zh) 一种机器人避障控制方法、系统及机器人
CN109344687B (zh) 基于视觉的障碍物检测方法、装置、移动设备
US20210172741A1 (en) Accompanying service method and device for intelligent robot
CN111552764B (zh) 一种车位检测方法、装置、系统及机器人和存储介质
CN112180931B (zh) 扫地机的清扫路径规划方法、装置及可读存储介质
CN104737085A (zh) 用于自主地检测或处理地面的机器人和方法
CN110850859B (zh) 一种机器人及其避障方法和避障系统
CN113741438A (zh) 路径规划方法、装置、存储介质、芯片及机器人
CN113034579B (zh) 一种移动机器人基于激光数据的动态障碍物轨迹预测方法
CN112806912B (zh) 机器人的清洁控制方法、装置及机器人
CN112171675B (zh) 一种移动机器人的避障方法、装置、机器人及存储介质
CN112347876A (zh) 一种基于tof摄像头的障碍物识别方法、清洁机器人
CN114431771B (zh) 一种扫地机器人清扫方法及相关装置
CN111714028A (zh) 清扫设备的禁区脱困方法、装置、设备及可读存储介质
CN115373408A (zh) 清洁机器人及其控制方法、装置、设备及存储介质
CN112656307B (zh) 一种清洁方法及清洁机器人
CN105760023A (zh) 一种红外对管触摸屏的扫描方法及装置
CN112445215A (zh) 自动导引车行驶控制方法、装置及计算机系统
CN111309011A (zh) 一种自主探索目标的决策方法、系统、设备及存储介质
KR102286656B1 (ko) 어라운드 맵을 이용하여 경로를 변경하는 방법 및 이를 구현하는 로봇
CN114967698A (zh) 清扫方法、装置、电子设备及存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20220513

Address after: 236000 207, building 3, Zone C, intelligent equipment science and Technology Park, No. 3963, Susong Road, Hefei Economic and Technological Development Zone, Anhui Province

Applicant after: Hefei Haogong aoting Intelligent Technology Co.,Ltd.

Address before: Room 6012, Haiheng building, No.6 Cuiwei Road, Hefei Economic and Technological Development Zone, Anhui Province

Applicant before: HRG INTERNATIONAL INSTITUTE FOR RESEARCH & INNOVATION

GR01 Patent grant
GR01 Patent grant