[go: up one dir, main page]

CN117008594A - 基于线激光的自行走设备避障方法及装置、设备和介质 - Google Patents

基于线激光的自行走设备避障方法及装置、设备和介质 Download PDF

Info

Publication number
CN117008594A
CN117008594A CN202211732848.4A CN202211732848A CN117008594A CN 117008594 A CN117008594 A CN 117008594A CN 202211732848 A CN202211732848 A CN 202211732848A CN 117008594 A CN117008594 A CN 117008594A
Authority
CN
China
Prior art keywords
obstacle
line laser
recognition result
wire
determining
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.)
Pending
Application number
CN202211732848.4A
Other languages
English (en)
Inventor
王逸星
王磊
张磊
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.)
Beijing Rockrobo Technology Co Ltd
Original Assignee
Beijing Rockrobo 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 Beijing Rockrobo Technology Co Ltd filed Critical Beijing Rockrobo Technology Co Ltd
Priority to CN202211732848.4A priority Critical patent/CN117008594A/zh
Publication of CN117008594A publication Critical patent/CN117008594A/zh
Priority to AU2023414493A priority patent/AU2023414493A1/en
Priority to PCT/CN2023/138314 priority patent/WO2024140195A1/zh
Priority to EP23910125.6A priority patent/EP4645027A1/en
Priority to KR1020257025646A priority patent/KR20250133358A/ko
Priority to TW112151365A priority patent/TWI904530B/zh
Pending legal-status Critical Current

Links

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
    • G05D1/60—Intended control result
    • G05D1/617—Safety or protection, e.g. defining protection zones around obstacles or avoiding hazards
    • G05D1/622—Obstacle avoidance
    • 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
    • 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
    • A47L9/00—Details or accessories of suction cleaners, e.g. mechanical means for controlling the suction or for effecting pulsating action; Storing devices specially adapted to suction cleaners or parts thereof; Carrying-vehicles specially adapted for suction cleaners
    • A47L9/28—Installation of the electric equipment, e.g. adaptation or attachment to the suction cleaner; Controlling suction cleaners by electric means
    • A47L9/2805—Parameters or conditions being sensed
    • 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
    • A47L9/00—Details or accessories of suction cleaners, e.g. mechanical means for controlling the suction or for effecting pulsating action; Storing devices specially adapted to suction cleaners or parts thereof; Carrying-vehicles specially adapted for suction cleaners
    • A47L9/28—Installation of the electric equipment, e.g. adaptation or attachment to the suction cleaner; Controlling suction cleaners by electric means
    • A47L9/2836—Installation of the electric equipment, e.g. adaptation or attachment to the suction cleaner; Controlling suction cleaners by electric means characterised by the parts which are controlled
    • A47L9/2852—Elements for displacement of the vacuum cleaner or the accessories therefor, e.g. wheels, casters or nozzles
    • 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
    • G05D1/20—Control system inputs
    • G05D1/24—Arrangements for determining position or orientation
    • G05D1/242—Means based on the reflection of waves generated by the vehicle
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; 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
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
    • 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
    • A47L2201/00—Robotic cleaning machines, i.e. with automatic control of the travelling movement or the cleaning operation
    • A47L2201/04—Automatic control of the travelling movement; Automatic obstacle detection
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D2101/00—Details of software or hardware architectures used for the control of position
    • G05D2101/10—Details of software or hardware architectures used for the control of position using artificial intelligence [AI] techniques
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D2105/00—Specific applications of the controlled vehicles
    • G05D2105/10—Specific applications of the controlled vehicles for cleaning, vacuuming or polishing

Landscapes

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

Abstract

本公开是关于一种基于线激光的自行走设备避障方法及装置、设备和介质，方法包括：获取所述自行走设备的线激光识别图像；根据所述线激光识别图像确定是否存在线材类障碍物，以得到线激光识别结果；根据所述线激光识别结果，执行对应的避障动作。通过该技术方案，实现对线材类障碍物的精准识别。

Description

基于线激光的自行走设备避障方法及装置、设备和介质
技术领域
本公开涉及清洁机器人控制技术领域，尤其涉及一种基于线激光的自行走设备避障方法及装置、设备和介质。
背景技术
对于家庭环境常见的障碍物，例如鞋，袜子，体重秤，风扇等，都是具有固定形态以及固定大小的障碍物，对于这些障碍物，使用通用的识别结合线激光方法，可以满足大部分的避障需求，即：通过图像识别来获得障碍物的类型和位置信息，并结合线激光测距来获得障碍物的位置信息，两者结合可以获得障碍物的类型以及更加精准的位置信息。
而对于展开的散线，首先线材姿态不固定，半展开/展开后也将占据较大空间，从机器人视角不一定能完整观察到，对于不能完整观察到的线材，特别是姿态不固定的，就会有更高可能性产生盲区，当机器行进到盲区附近时，会增大机器作业被干扰的风险；其次，对于较细的线材，由于其高度较低，原有的线激光测距方案精度无法满足基于障碍物高度变化来实现测距的需求。
发明内容
为克服相关技术中存在的问题，本公开提供一种自行走设备的避障方法及装置、自行走设备和计算机可读存储介质，用于实现对线材类障碍物的精准识别。
根据本公开实施例的第一方面，提供一种基于线激光的自行走设备避障方法，包括：
获取所述自行走设备的线激光识别图像；
根据所述线激光识别图像确定是否存在线材类障碍物，以得到线激光识别结果；
根据所述线激光识别结果，执行对应的避障动作。
在一个实施例中，优选地，根据所述线激光识别图像确定是否存在线材类障碍物，以得到线激光识别结果，包括：
对所述线激光识别图像进行分析，判断所述线激光识别图像中的各个线激光是否存在激光断点；
当存在激光断点时，确定存在线材类障碍物；
当不存在激光断点时，确定不存在线材类障碍物。
在一个实施例中，优选地，所述方法还包括：
获取图像识别结果；
响应于所述图像识别结果和线激光识别结果中均指示存在线材类障碍物，根据所述图像识别结果和所述线激光识别结果，执行对应的避障动作。
在一个实施例中，优选地，根据所述图像识别结果和所述线激光识别结果，执行对应的避障动作，包括：
分别获取历史图像识别结果的第一准确率和历史线激光识别结果的第二准确率；
根据所述第一准确率确定所述图像识别结果对应的第一权重，根据所述第二准确率确定所述线激光识别结果对应的第二权重；
根据所述图像识别结果、第一权重、所述线激光识别和所述第二权重，确定综合识别结果；
根据所述综合识别结果，对所述线材类障碍物执行对应的避障动作。
在一个实施例中，优选地，所述方法还包括：
响应于所述图像识别结果中指示存在线材类障碍物，且所述线激光识别结果中指示不存在线材类障碍物，或者响应于所述图像识别结果中指示不存在线材类障碍物，且所述线激光识别结果中指示存在线材类障碍物，多次获取图像识别结果和线激光识别结果；
根据多次获取的图像识别结果和线激光识别结果重新确定是否存在线材类障碍物。
在一个实施例中，优选地，所述图像识别结果中包括障碍物对应的位置框，所述方法还包括：
根据所述线激光识别图像中各激光断点的坐标，确定所述线材类障碍物的第一位置坐标信息；
对所述图像识别结果进行语义分割，确定所述线材类障碍物对应的位置框中的每个像素点是否属于线材类障碍物；
当像素点属于所述线材类障碍物时，对所述像素点进行标注，以确定所述线材类障碍物的第二位置坐标信息；
根据所述第一位置坐标信息和所述第二位置坐标信息，确定最终位置坐标信息；
根据所述最终位置坐标信息，执行对应的避障动作。
在一个实施例中，优选地，所述方法还包括：
确定所述线材类障碍物的起止点；
对所述线材类障碍物的起止点所在的第一区域执行第一避障动作，对除所述第一区域之外的第二区域执行第二避障动作，其中，所述第一避障动作的避让距离大于所述第二避障动作的避障距离。
在一个实施例中，优选地，确定所述线材类障碍物的起止点，包括：
使用目标图像识别算法对所述图像识别结果进行识别，以确定所述线材类障碍物的起止点。
在一个实施例中，优选地，确定所述线材类障碍物的起止点，包括：
根据所述线材类障碍物的第一位置坐标信息，确定所述线材类障碍物的端点位置；
将所述端点位置确定为所述线材类障碍物的起止点。
在一个实施例中，优选地，确定所述线材类障碍物的起止点，包括：
获取所述自行走设备的多次线激光识别结果，根据所述多次线激光识别结果确定所述线材类障碍物范围内对应的所有像素点；
对所述所有像素点进行聚类处理，以确定所述线材类障碍物范围内的像素点断点；
将所述像素点断点确定为所述线材类障碍物的起止点。
根据本公开实施例的第二方面，提供一种基于线激光的自行走设备避障装置，所述装置包括：
获取单元，用于获取所述自行走设备的线激光识别图像；
结果确定单元，用于根据所述线激光识别图像确定是否存在线材类障碍物，以得到线激光识别结果；
处理单元，用于根据所述线激光识别结果，执行对应的避障动作。
根据本公开实施例的第三方面，提供一种自行走设备，包括：至少一个处理器；以及，与所述至少一个处理器通信连接的存储器；
其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被设置为用于执行上述第一方面实施例中任一项所述的方法。
根据本公开实施例的第四方面，提供一种计算机可读存储介质，其上存储有计算机指令，该指令被处理器执行时实现如第一方面实施例中任一项所述方法的步骤。
本公开的实施例提供的技术方案可以包括以下有益效果：
在本发明中，可以通过图像识别和线激光识别的方式识别出线材类障碍物的存在，具体的，在图像识别的基础上，进一步通过像素标注对线材类障碍物的坐标进行识别，从而得到更准确的线材范围，同时通过线激光的激光断点来确定线材类障碍物的坐标，将图像识别结果和线激光识别结果识别来进行避让操作，从而提高线材范围判断和避让动作的准确性。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。
图1是根据一示例性实施例示出的自行走设备的结构示意图。
图2是根据一示例性实施例示出的自行走设备中线激光模组的结构示意图。
图3是根据一示例性实施例示出的一种基于线激光的自行走设备避障方法的流程图。
图4是根据一示例性实施例示出的一种自行走设备获取的线激光图像示意图。
图5是根据一示例性实施例示出的另一种自行走设备获取的线激光图像示意图。
图6是根据一示例性实施例示出的又一种自行走设备获取的线激光图像示意图。
图7是根据一示例性实施例示出的一种图像识别结构示意图。
图8是根据一示例性实施例示出的另一种图像识别结构示意图。
图9是根据一示例性实施例示出的一种基于线激光的自行走设备避障装置的框图。
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。
本公开实施例提供一种可能的应用场景，该应用场景包括自行走设备100，例如扫地机器人、拖地机器人、吸尘器、除草机等等。在某些实施例中。在本实施例中，如图1所示，以家用式扫地机器人为例进行说明，在扫地机器人工作过程中，其可以根据预置路线或自动规划的路线进行清扫，但不可避免的会在某些地方被卡住而无法进行，例如一把椅子，一张桌子等等，此时扫地机器人可以通过云端服务器、或本地服务器、或自身存储系统进行障碍物识别，并将该位置标记为障碍物位置，下次再次行进至该位置时将实现自动避障。在本实施例中，机器人可以设置有触敏显示器或者通过移动终端控制，以接收用户输入的操作指令。自行走设备可以设置各种传感器，例如缓冲器、悬崖传感器、超声传感器、红外传感器、磁力计、加速度计、陀螺仪、里程计等传感装置(各传感器的具体结构不做详细介绍，可以采用任何一种上述传感器应用于本自行走设备)，机器人还可以设置有WIFI模块、Bluetooth模块等无线通讯模块，以与智能终端或服务器连接，并通过无线通讯模块接收智能终端或服务器传输的操作指令。
本公开的可选实施例提供了一种线激光模组，本公开另外的可选实施例提供了一种自移动设备，其中，线激光模组是应用于自移动设备的，具体地，自移动设备是智能清洁设备，如扫地机器人、拖地机器人、地面抛光机器人或除草机器人。为了便于描述，本实施方式以扫地机器人为例来描述本公开的技术方案。
如图2所示，在本公开的一个可选实施例中，自移动设备可以包括：设备主体、感知系统、控制系统、驱动系统、清洁系统、能源系统和人机交互系统等。各个系统相互协调配合，使自移动设备能够自主移动以实现清洁功能。自移动设备中构成上述各系统的功能元件等集成地设置在设备主体内。
设备主体具有近似圆形的形状(前后都为圆形)，也可具有其他形状，包括但不限于前方后圆的近似D形形状。感知系统包括位于设备主体上方或侧方的线激光模组，控制系统的主控单元与线激光模组相连接，并根据线激光模组的感知结果对自移动设备进行功能控制。
在公开提供的实施例中，并不限定线激光模组在设备主体的具体位置。例如可以是但不限于设备主体的前侧、后侧、左侧、右侧、顶部、中部以及底部等等。进一步，线激光模组设置在设备主体高度方向上的中部位置、顶部位置或底部位置。
在本公开提供的一些可以实现的实施例中，自移动设备向前移动执行作业任务，为了更好的探测前方的环境信息，线激光模组设置于设备主体的前侧；前侧是自移动设备向前移动过程中设备主体朝向的一侧。
如图2所示，线激光模组包括：主体部140和第一图像采集组件，其中，第一图像采集组件包括设置于主体部140的第一摄像头120、至少一对线激光发射装置110和第一图像处理模块，一对线激光发射装置110位于第一摄像头120的两侧，并用于发出投影呈线性的线激光，第一摄像头120与线激光发射装置110相互配合工作，并用于采集第一环境图像；第一图像处理模块可根据第一环境图像获取障碍物距离信息。其中，线激光发射装置110与主体部140活动连接，和/或主体部140为活动结构，以使线激光发射装置110的方位角和旋转角可调节。
本公开实施例提供的线激光模组，通过第一摄像头120和线激光发射装置110相互配合，能够对设备主体前方的障碍物或地形进行识别，以进行对应的避障操作或清扫操作。通过线激光发射装置110与主体部140活动连接，和/或主体部140为活动结构，使得通过调整线激光发射装置110相对于主体部140的位置，和/或调整主体部140自身各部件的相对位置，能够对线激光发射装置110的方位角和旋转角进行调节，进而在将线激光发射装置110装配至主体部140时，方便对线激光发射装置110发射的线激光的照射角度和照射范围进行调节，以快速、方便地实现线激光发射装置110的自身校准以及与第一摄像头120的配合校准，操作简单方便，有利于提高装配效率。
进一步地，通过合理调节线激光发射装置110的方位角，能够使线激光位于第一摄像头120的视场角范围内，以确保第一摄像头120能够准确、全面的捕获由线激光发射装置110发射的光线经障碍物反射的反射光线，提高第一摄像头120获取环境图像的准确性和全面性。可以理解的是，通过对第一摄像头120两侧的线激光发射装置110分别调整方位角，之后对两侧的线激光进行点胶固定。通过合理调节线激光发射装置110的旋转角，使线激光与水平面垂直，有利于提高测距范围。
具体地，一方面，线激光发射装置110与主体部140活动连接，使得通过调整线激光发射装置110相对于主体部140的位置，能够对线激光发射装置110的方位角和旋转角进行调节；另一方面，主体部140为活动结构，使得通过调整主体部140自身各部件的相对位置，能够对线激光发射装置110的方位角和旋转角进行调节；再一方面，线激光发射装置110与主体部140活动连接，且主体部140为活动结构，使得调整线激光发射装置110相对于主体部140的位置、且调整主体部140自身各部件的相对位置，能够对线激光发射装置110的方位角和旋转角进行调节。本公开提供的实施例通过不同的方式对线激光发射装置110的方位角和旋转角进行调节，能够满足主体部140不同结构、线激光发射装置110与主体部140不同连接方式的需求。
进一步地，线激光发射装置110用于发出投影呈线性的线激光，如线激光发射装置110对外发射激光平面，激光平面到达障碍物后会在障碍物表面形成一条线激光，通过该线激光来探测环境图像。可以理解的是，也可以在线激光发射装置110的发射方向(如前方)设置波浪镜，具体地，波浪镜为凹透镜，如在激光管的前方设置凹透镜，激光管发射特定波长的光(如红外光)，经过凹透镜后，变成发散的光线，从而在垂直光路的平面上形成为一条直线。
线激光发射装置110分布在第一摄像头120的两侧，第一摄像头120与线激光发射装置110相互配合工作，即第一摄像头120采集的第一环境图像为线激光发射装置110发射出的线激光经障碍物反射的反射光线，根据第一环境图像能够获取障碍物距离信息，还可测量障碍物与设备主体、或线激光模组之间的距离，进而进行对应的避障操作。
控制系统设置在机器主体内的电路主板上，包括与非暂时性存储器，例如硬盘、快闪存储器、随机存取存储器，通信的计算处理器，例如中央处理单元、应用处理器，应用处理器根据激光测距装置反馈的障碍物信息利用定位算法，例如即时定位与地图构建(SLAM，全称Simultaneous Localization And Mapping)，绘制机器人所在环境中的即时地图。并且结合缓冲器上所设置传感器、悬崖传感器、磁力计、加速度计、陀螺仪、里程计等传感装置反馈的距离信息、速度信息综合判断扫地机当前处于何种工作状态、位于何位置，以及扫地机当前位姿等，如过门槛，上地毯，位于悬崖处，上方或者下方被卡住，尘盒满，被拿起等等，还会针对不同情况给出具体的下一步动作策略，使得机器人的工作更加符合主人的要求，有更好的用户体验。
驱动系统可基于具有距离和角度信息(例如x、y及θ分量)的驱动命令而操纵机器人跨越地面行驶。驱动系统包含驱动轮模块，驱动轮模块可以同时控制左轮和右轮，为了更为精确地控制机器的运动，优选驱动轮模块分别包括左驱动轮模块和右驱动轮模块。左、右驱动轮模块沿着由主体界定的横向轴对置。为了机器人能够在地面上更为稳定地运动或者更强的运动能力，机器人可以包括一个或者多个从动轮，从动轮包括但不限于万向轮。驱动轮模块包括行走轮和驱动马达以及控制驱动马达的控制电路，驱动轮模块还可以连接测量驱动电流的电路和里程计。驱动轮模块可以可拆卸地连接到主体上，方便拆装和维修。驱动轮可具有偏置下落式悬挂系统，以可移动方式紧固，例如以可旋转方式附接，到机器人主体，且接收向下及远离机器人主体偏置的弹簧偏置。弹簧偏置允许驱动轮以一定的着地力维持与地面的接触及牵引，同时自行走设备100的清洁元件也以一定的压力接触地面。
清洁系统可为干式清洁系统和/或湿式清洁系统。作为干式清洁系统，主要的清洁功能源于滚刷、尘盒、风机、出风口以及四者之间的连接部件所构成的清扫系统。与地面具有一定干涉的滚刷将地面上的垃圾扫起并卷带到滚刷与尘盒之间的吸尘口前方，然后被风机产生并经过尘盒的有吸力的气体吸入尘盒。干式清洁系统还可包含具有旋转轴的边刷152，旋转轴相对于地面成一定角度，以用于将碎屑移动到清洁系统的滚刷区域中。
能源系统包括充电电池，例如镍氢电池和锂电池。充电电池可以连接有充电控制电路、电池组充电温度检测电路和电池欠压监测电路，充电控制电路、电池组充电温度检测电路、电池欠压监测电路再与单片机控制电路相连。主机通过设置在机身侧方或者下方的充电电极与充电桩连接进行充电。如果裸露的充电电极上沾附有灰尘，会在充电过程中由于电荷的累积效应，导致电极周边的塑料机体融化变形，甚至导致电极本身发生变形，无法继续正常充电。
人机交互系统包括主机面板上的按键，按键供用户进行功能选择；还可以包括显示屏和/或指示灯和/或喇叭，显示屏、指示灯和喇叭向用户展示当前机器所处状态或者功能选择项；还可以包括手机客户端程序。对于路径导航型自行走设备，在手机客户端可以向用户展示设备所在环境的地图，以及机器所处位置，可以向用户提供更为丰富和人性化的功能项。
图3是根据一示例性实施例示出的一种基于线激光的自行走设备避障方法的流程图。
如图3所示，基于线激光的自行走设备避障方法，包括：
步骤S301，获取所述自行走设备的线激光识别图像。
通过线激光照射地面，即可得到线激光识别图像。
步骤S302，根据所述线激光识别图像确定是否存在线材类障碍物，以得到线激光识别结果；
在一个实施例中，优选地，步骤S302包括：
对所述线激光识别图像进行分析，判断所述线激光识别图像中的各个线激光是否存在激光断点；
当存在激光断点时，确定存在线材类障碍物；
当不存在激光断点时，确定不存在线材类障碍物。
在自行走设备关注的避障距离范围内，当没有障碍物的情况下，线激光照射在地面上，这时获取的是一组连续的水平面高度(即高度为0)的测距数据，如图4的地面光线，远处虽然因为射到墙上升起，但不是自行走设备关心的避障距离范围。
当线激光工作范围出现了线材(非吸光颜色或材质的线材)之后，一部分本应照射在地面上的光被线材本体遮挡，这时候的测距数据可以观察到离群少量具有一定高度的测距点，如图5所示，箭头指示了离散的具有一定高度的测距点，是由于照到线材上所致。同时，由于光被线材本体遮挡则会在该处形成光线断点。
如图6所示，对于部分黑色等吸光材质的线材，线材本体上无法观察到照射出去的光，这时候的测距数据特征是连续的水平面高度的测距数据被截断。
这样，利用离群测距点或者利用线激光沿地面部分遇到线材而被截断的特点都可以判断线材的距离，从而得到其位置，因而同时实现了对线材的识别和对其位置信息的获取。优选的，采用被截断的特点来判断，即通过激光断点来判断，效果更佳。
在一些实施例中，为了提高判断精度，可以基于多个/多线激光识别结果中存在的多个激光断点来进行综合判断，当所述多个/多次初始线激光识别结果中存在的多个激光断点形成了连续的且长度大于预设长度的激光断口时，确定所述这些线激光识别结果中存在线材类障碍物。
步骤S303，根据所述线激光识别结果，执行对应的避障动作。
在该实施例中，可以通过判断线激光识别图像中是否存在激光断点来判断是否存在线材类障碍物，在存在线材类障碍物时，执行对应的避障动作，如果不存在线材类障碍物，则自行走设备正常行走，不进行避让操作。
在一个实施例中，优选地，所述方法还包括：
获取图像识别结果；
响应于所述图像识别结果和线激光识别结果中均指示存在线材类障碍物，根据所述图像识别结果和所述线激光识别结果，执行对应的避障动作。
在该实施例中，还可以获取图像识别结果，根据图像识别结果确定是否存在线材类障碍物。其中，可以通过图像识别结果单独对线材类障碍物进行识别。
但是，由于图像识别存在误判的可能，线激光测距特征也存在过度拟合(即,例如当部分地面材质吸光/反光时，通过寻找断点放置判定时，也会将这类场景误判定为可能存在线材)的可能，因此，在作为触发避障行为的条件依据时,为了保证结果的准确性，可以同时应用图像识别结果和线激光识别结果来对线材类障碍物进行识别。
在一个实施例中，优选地，根据所述图像识别结果和所述线激光识别结果，执行对应的避障动作，包括：
分别获取历史图像识别结果的第一准确率和历史线激光识别结果的第二准确率；
根据所述第一准确率确定所述图像识别结果对应的第一权重，根据所述第二准确率确定所述线激光识别结果对应的第二权重；
根据所述图像识别结果、第一权重、所述线激光识别和所述第二权重，确定综合识别结果；
根据所述综合识别结果，对所述线材类障碍物执行对应的避障动作。
在该实施例中，可以根据图像识别结果和线激光识别结果的准确率确定两者的权重，例如，哪种识别方式经常误判，准确率低，对于的权重值就低一些，而对于准确率高的识别方式，对应的权重值也高一些，从而保证识别结果的准确性更高。
另外，当通过一次采集的图像识别结果和线激光识别结果不能确定线材类障碍物的存在时，对于每种识别方法均需要多次识别验证。
其中，对于识别正确率高的识别方法，可以减少识别到的次数，就可以得出存在线材的结论；而对于识别正确率低的识别方法，则需要增加识别到的次数，才能得出存在线材的判断结论，然后再基于两者共同判断。或者，当一种方法的识别正确率足够高时，可以主要依靠这种方法，而将另一种作为简单辅助，或者忽略另一种方法。例如：当图像识别结果漏判率及误判率低的情况下，只需要少量的测距特征就可以确定存在线材，而当识别误判率高的情况下，需要更多的测距特征才能判定存在线材。
优选地，响应于所述图像识别结果中指示存在线材类障碍物，且所述线激光识别结果中指示不存在线材类障碍物，或者响应于所述图像识别结果中指示不存在线材类障碍物，且所述线激光识别结果中指示存在线材类障碍物，多次获取图像识别结果和线激光识别结果；根据多次获取的图像识别结果和线激光识别结果重新确定是否存在线材类障碍物。
对于某块范围内，如果仅有图像识别结果或者仅有线激光识别结果显示存在线材类障碍物，则需要多次的图像识别结果，或者多次的线激光识别结果。多次基本上是采用了概率图方案，也就是不会以一次识别结果直接下判断，而是通过多次识别不断调整某位置具有某障碍的概率，当识别到一次时，会增大相应范围存在该障碍的概率,当某帧没有目标物体的识别结果时,则会降低机器人视角范围内存在该障碍的概率,这样,经过多次识别后会形成各个区域存在障碍物的概率分布，然后根据预设的概率阈值要求，来做最后判断，并基于此使自行走设备做出对应的避障或无视等行为。
这样，通过对每帧测距数据检测以上特征，就可以判断在整个已知地图范围内，哪些部分可能存在由散线所造成的测距特征，从而知晓散线的大致分布位置。
需要说明的是，可以是通过单个位置的线激光识别结果来判断某位置存在线材障碍物，然后通过不断转向或行走来重复该过程，最终获取环境中全部线材障碍物的分布位置；也可以先基于重复使用一种识别结果来获取现在全部障碍物在环境中的分布位置，再基于重复使用另一种识别结果来获取现在全部障碍物在环境中的分布位置，最后将两者综合考虑，以获得最终的分布位置。
在一个实施例中，优选地，所述图像识别结果中包括障碍物对应的位置框，所述方法还包括：
根据所述线激光识别图像中各激光断点的坐标，确定所述线材类障碍物的第一位置坐标信息；
对所述图像识别结果进行语义分割，确定所述线材类障碍物对应的位置框中的每个像素点是否属于线材类障碍物；
如图7所示，在图像识别结果中，对于目标物体，给出一个水平方向以及垂直方向的最小矩形来确定物体范围，但是对于线材之类狭长且形状可能很不规则的障碍物，图像中的有效部分显然过少，大部分是不需要避障的相对安全区域。
而本发明在已经识别出的物体范围框的基础上，对于识别框范围内每个像素标记是否属于目标物体，如图8所示，经过这种处理，识别结果不再仅仅给出以往的一个标准的方形图像，而是能给出更具体形状的障碍物区域，有助于获得线材的各个部分的具体位置坐标。由此实现了图像识别方面，线材位置信息的精度提升。
当像素点属于所述线材类障碍物时，对所述像素点进行标注，以确定所述线材类障碍物的第二位置坐标信息；
根据所述第一位置坐标信息和所述第二位置坐标信息，确定最终位置坐标信息；
在该实施例中，可以在第一位置坐标信息和第二位置坐标信息之间取并集，将两者之间的并集确定为最终位置坐标信息。
根据所述最终位置坐标信息，执行对应的避障动作。
考虑到自行走设备更容易将线材端部的线头部分卷入边刷、滚刷转动件等，影响之后作业，而线材的中间部分则相对来说安全一些，因此区分这两个部分可以更好的调整机器人的应对行为。
在一个实施例中，优选地，所述方法还包括：
确定所述线材类障碍物的起止点；
对所述线材类障碍物的起止点所在的第一区域执行第一避障动作，对除所述第一区域之外的第二区域执行第二避障动作，其中，所述第一避障动作的避让距离大于所述第二避障动作的避障距离。
在该实施例中，在确定线材类障碍物的起止点后，起止点即线头部分，对于线头部分，可以在更远的范围内触发避障，例如，对于非线头的部分，相对会安全一些，采用尽量减少漏扫的方案，允许自行走设备最多靠近到距离线材范围A的位置，而对于线头的部分,以尽可能防止线头卷入的方案，允许自行走设备最多靠近到距离线头范围B的位置，且B>A。
具体地，可以通过分析图像中线材的走向，判断所观察到的局部是否属于线头。具体地，判断线头可以通过以下几种方式：
在一个实施例中，优选地，确定所述线材类障碍物的起止点，包括：
使用目标图像识别算法对所述图像识别结果进行识别，以确定所述线材类障碍物的起止点。
在该实施例中，可以直接把线头当作一个物体类型进行训练识别，以此识别出线头的具体范围。
在一个实施例中，优选地，确定所述线材类障碍物的起止点，包括：
根据所述线材类障碍物的第一位置坐标信息，确定所述线材类障碍物的端点位置；
将所述端点位置确定为所述线材类障碍物的起止点。
在该实施例中，通过图像识别出整个线材后，通过语义分割获得具体线材范围，即线材类障碍物的第一位置坐标信息，然后通过跟踪所有属于线材类障碍物的像素点，可以判断其连续性的端点在何处，例如，如图8所示，可以判断出来在框中范围内,线材的端点在左上角以及右下角，这时就可以认为这些端点为线头所在位置。判断出左上角为线头,可以增大该线头范围的避障距离,而对于右下角,虽然不是真线头,但视角外的部分属于当前盲区,也存在误入卡困的危险，所以同样可以增大该范围的避障距离。另外，也可以对假线头设置专门策略，即，对处在整体图像边缘部分的线头，可能不清楚其真假，在行进到这样的线头附近时，可以暂停当前的自行走设备的行为，将视角转向未知线头方向进行观察，再次识别判断之后再基于更新后的识别结果恢复之前的行为。
在一个实施例中，优选地，确定所述线材类障碍物的起止点，包括：
获取所述自行走设备的多次线激光识别结果，根据所述多次线激光识别结果确定所述线材类障碍物范围内对应的所有像素点；
对所述所有像素点进行聚类处理，以确定所述线材类障碍物范围内的像素点断点；
将所述像素点断点确定为所述线材类障碍物的起止点。
在该实施例中，利用多次线激光扫描结果，获得判断为线材的所有范围点,通过聚类,判断出哪些范围属于'一根线',接着沿着该线材范围搜索，可以知道该范围具体在哪个位置断掉,就可以认为为断掉的位置为线头位置。
这样，通过在自行走设备行进过程中不断图像识别并且分割处理所得图像等步骤,配合自行走设备建立的房间地图信息，可以得到在整个已知地图范围内,哪些位置存在线材,并进一步知晓其中哪些位置可能属于高危的线头部分，并可以针对不同类型的线头做各种行为策略。
需要说明书的是，基于获取的最终图像识别结果和所述最终线激光识别结果，也可以不限制于将其用于执行避障动作，只要能用于识别出线材的障碍物类型和位置即可，完全可以根据实际需要将该信息用于其他用途。
图9是根据一示例性实施例示出的一种基于线激光的自行走设备避障装置的框图。
如图9所示，根据本公开实施例的第二方面，提供一种基于线激光的自行走设备避障装置，装置包括：
获取单元91，用于获取所述自行走设备的线激光识别图像；
结果确定单元92，用于根据所述线激光识别图像确定是否存在线材类障碍物，以得到线激光识别结果；
处理单元93，用于根据所述线激光识别结果，执行对应的避障动作。
在一个实施例中，优选地，结果确定单元用于：
对所述线激光识别图像进行分析，判断所述线激光识别图像中的各个线激光是否存在激光断点；
当存在激光断点时，确定存在线材类障碍物；
当不存在激光断点时，确定不存在线材类障碍物。
在一个实施例中，优选地，所述装置还包括：
结果获取单元，用于获取图像识别结果；
处理单元用于：响应于所述图像识别结果和线激光识别结果中均指示存在线材类障碍物，根据所述图像识别结果和所述线激光识别结果，执行对应的避障动作。
在一个实施例中，优选地，处理单元用于：
分别获取历史图像识别结果的第一准确率和历史线激光识别结果的第二准确率；
根据所述第一准确率确定所述图像识别结果对应的第一权重，根据所述第二准确率确定所述线激光识别结果对应的第二权重；
根据所述图像识别结果、第一权重、所述线激光识别和所述第二权重，确定综合识别结果；
根据所述综合识别结果，对所述线材类障碍物执行对应的避障动作。
在一个实施例中，优选地，处理单元还用于：
响应于所述图像识别结果中指示存在线材类障碍物，且所述线激光识别结果中指示不存在线材类障碍物，或者响应于所述图像识别结果中指示不存在线材类障碍物，且所述线激光识别结果中指示存在线材类障碍物，多次获取图像识别结果和线激光识别结果；
根据多次获取的图像识别结果和线激光识别结果重新确定是否存在线材类障碍物。
在一个实施例中，优选地，所述图像识别结果中包括障碍物对应的位置框，所述装置还包括：
第一坐标确定单元，用于根据所述线激光识别图像中各激光断点的坐标，确定所述线材类障碍物的第一位置坐标信息；
像素点确定单元，用于对所述图像识别结果进行语义分割，确定所述线材类障碍物对应的位置框中的每个像素点是否属于线材类障碍物；
标注单元，用于当像素点属于所述线材类障碍物时，对所述像素点进行标注，以确定所述线材类障碍物的第二位置坐标信息；
第二坐标确定单元，用于根据所述第一位置坐标信息和所述第二位置坐标信息，确定最终位置坐标信息；
所述处理单元还用于：根据所述最终位置坐标信息，执行对应的避障动作。
在一个实施例中，优选地，所述装置还包括：
起止点确定单元，用于确定所述线材类障碍物的起止点；
所述处理单元用于：对所述线材类障碍物的起止点所在的第一区域执行第一避障动作，对除所述第一区域之外的第二区域执行第二避障动作，其中，所述第一避障动作的避让距离大于所述第二避障动作的避障距离。
在一个实施例中，优选地，所述起止点确定单元用于：
使用目标图像识别算法对所述图像识别结果进行识别，以确定所述线材类障碍物的起止点。
在一个实施例中，优选地，所述起止点确定单元用于：
根据所述线材类障碍物的第一位置坐标信息，确定所述线材类障碍物的端点位置；
将所述端点位置确定为所述线材类障碍物的起止点。
在一个实施例中，优选地，所述起止点确定单元用于：
获取所述自行走设备的多次线激光识别结果，根据所述多次线激光识别结果确定所述线材类障碍物范围内对应的所有像素点；
对所述所有像素点进行聚类处理，以确定所述线材类障碍物范围内的像素点断点；
将所述像素点断点确定为所述线材类障碍物的起止点。
根据本公开实施例的第三方面，提供一种自行走设备，包括：至少一个处理器；以及，与所述至少一个处理器通信连接的存储器；
其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被设置为用于执行上述第一方面实施例中任一项所述的方法。
根据本公开实施例的第四方面，提供一种计算机可读存储介质，其上存储有计算机指令，该指令被处理器执行时实现如第一方面实施例中任一项所述方法的步骤。
进一步可以理解的是，本公开中“多个”是指两个或两个以上，其它量词与之类似。“和/或”，描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。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。
进一步可以理解的是，术语“第一”、“第二”等用于描述各种信息，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，并不表示特定的顺序或者重要程度。实际上，“第一”、“第二”等表述完全可以互换使用。例如，在不脱离本公开范围的情况下，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。
进一步可以理解的是，本公开实施例中尽管在附图中以特定的顺序描述操作，但是不应将其理解为要求按照所示的特定顺序或是串行顺序来执行这些操作，或是要求执行全部所示的操作以得到期望的结果。在特定环境中，多任务和并行处理可能是有利的。
本领域技术人员在考虑说明书及实践这里公开的发明后，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 (13)

1.一种基于线激光的自行走设备避障方法，其特征在于，所述方法包括：
获取所述自行走设备的线激光识别图像；
根据所述线激光识别图像确定是否存在线材类障碍物，以得到线激光识别结果；
根据所述线激光识别结果，执行对应的避障动作。
2.根据权利要求1所述的自行走设备避障方法，其特征在于，根据所述线激光识别图像确定是否存在线材类障碍物，以得到线激光识别结果，包括：
对所述线激光识别图像进行分析，判断所述线激光识别图像中的各个线激光是否存在激光断点；
当存在激光断点时，确定存在线材类障碍物；
当不存在激光断点时，确定不存在线材类障碍物。
3.根据权利要求2所述的自行走设备避障方法，其特征在于，所述方法还包括：
获取图像识别结果；
响应于所述图像识别结果和线激光识别结果中均指示存在线材类障碍物，根据所述图像识别结果和所述线激光识别结果，执行对应的避障动作。
4.根据权利要求3所述的自行走设备避障方法，其特征在于，根据所述图像识别结果和所述线激光识别结果，执行对应的避障动作，包括：
分别获取历史图像识别结果的第一准确率和历史线激光识别结果的第二准确率；
根据所述第一准确率确定所述图像识别结果对应的第一权重，根据所述第二准确率确定所述线激光识别结果对应的第二权重；
根据所述图像识别结果、第一权重、所述线激光识别和所述第二权重，确定综合识别结果；
根据所述综合识别结果，对所述线材类障碍物执行对应的避障动作。
5.根据权利要求3所述的自行走设备避障方法，其特征在于，所述方法还包括：
响应于所述图像识别结果中指示存在线材类障碍物，且所述线激光识别结果中指示不存在线材类障碍物，或者响应于所述图像识别结果中指示不存在线材类障碍物，且所述线激光识别结果中指示存在线材类障碍物，多次获取图像识别结果和线激光识别结果；
根据多次获取的图像识别结果和线激光识别结果重新确定是否存在线材类障碍物。
6.根据权利要求3所述的自行走设备避障方法，其特征在于，所述图像识别结果中包括障碍物对应的位置框，所述方法还包括：
根据所述线激光识别图像中各激光断点的坐标，确定所述线材类障碍物的第一位置坐标信息；
对所述图像识别结果进行语义分割，确定所述线材类障碍物对应的位置框中的每个像素点是否属于线材类障碍物；
当像素点属于所述线材类障碍物时，对所述像素点进行标注，以确定所述线材类障碍物的第二位置坐标信息；
根据所述第一位置坐标信息和所述第二位置坐标信息，确定最终位置坐标信息；
根据所述最终位置坐标信息，执行对应的避障动作。
7.根据权利要求3所述的自行走设备避障方法，其特征在于，所述方法还包括：
确定所述线材类障碍物的起止点；
对所述线材类障碍物的起止点所在的第一区域执行第一避障动作，对除所述第一区域之外的第二区域执行第二避障动作，其中，所述第一避障动作的避让距离大于所述第二避障动作的避障距离。
8.根据权利要求7所述的自行走设备避障方法，其特征在于，确定所述线材类障碍物的起止点，包括：
使用目标图像识别算法对所述图像识别结果进行识别，以确定所述线材类障碍物的起止点。
9.根据权利要求7所述的自行走设备避障方法，其特征在于，确定所述线材类障碍物的起止点，包括：
根据所述线材类障碍物的第一位置坐标信息，确定所述线材类障碍物的端点位置；
将所述端点位置确定为所述线材类障碍物的起止点。
10.根据权利要求7所述的自行走设备避障方法，其特征在于，确定所述线材类障碍物的起止点，包括：
获取所述自行走设备的多次线激光识别结果，根据所述多次线激光识别结果确定所述线材类障碍物范围内对应的所有像素点；
对所述所有像素点进行聚类处理，以确定所述线材类障碍物范围内的像素点断点；
将所述像素点断点确定为所述线材类障碍物的起止点。
11.一种基于线激光的自行走设备避障装置，其特征在于，所述装置包括：
获取单元，用于获取所述自行走设备的线激光识别图像；
结果确定单元，用于根据所述线激光识别图像确定是否存在线材类障碍物，以得到线激光识别结果；
处理单元，用于根据所述线激光识别结果，执行对应的避障动作。
12.一种自行走设备，其特征在于，包括：至少一个处理器；以及，与所述至少一个处理器通信连接的存储器；
其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被设置为用于执行上述权利要求1至10中任一项所述的方法。
13.一种计算机可读存储介质，其特征在于，存储有计算机可执行指令，所述计算机可执行指令用于执行如权利要求1至10中任一项所述的方法流程。
CN202211732848.4A 2022-12-30 2022-12-30 基于线激光的自行走设备避障方法及装置、设备和介质 Pending CN117008594A (zh)

Priority Applications (6)

Application Number Priority Date Filing Date Title
CN202211732848.4A CN117008594A (zh) 2022-12-30 2022-12-30 基于线激光的自行走设备避障方法及装置、设备和介质
AU2023414493A AU2023414493A1 (en) 2022-12-30 2023-12-13 Self-propelled device obstacle avoidance method and apparatus based on line laser, and device and medium
PCT/CN2023/138314 WO2024140195A1 (zh) 2022-12-30 2023-12-13 基于线激光的自行走设备避障方法及装置、设备和介质
EP23910125.6A EP4645027A1 (en) 2022-12-30 2023-12-13 Self-propelled device obstacle avoidance method and apparatus based on line laser, and device and medium
KR1020257025646A KR20250133358A (ko) 2022-12-30 2023-12-13 라인 레이저 기반 자율 주행 디바이스의 장애물 회피 방법 및 장치, 디바이스와 매체
TW112151365A TWI904530B (zh) 2022-12-30 2023-12-28 基於線雷射的自行走設備避障方法及裝置、設備和可讀存儲介質

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211732848.4A CN117008594A (zh) 2022-12-30 2022-12-30 基于线激光的自行走设备避障方法及装置、设备和介质

Publications (1)

Publication Number Publication Date
CN117008594A true CN117008594A (zh) 2023-11-07

Family

ID=88571645

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211732848.4A Pending CN117008594A (zh) 2022-12-30 2022-12-30 基于线激光的自行走设备避障方法及装置、设备和介质

Country Status (6)

Country Link
EP (1) EP4645027A1 (zh)
KR (1) KR20250133358A (zh)
CN (1) CN117008594A (zh)
AU (1) AU2023414493A1 (zh)
TW (1) TWI904530B (zh)
WO (1) WO2024140195A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2024140195A1 (zh) * 2022-12-30 2024-07-04 北京石头创新科技有限公司 基于线激光的自行走设备避障方法及装置、设备和介质

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102662949B1 (ko) * 2016-11-24 2024-05-02 엘지전자 주식회사 인공지능 이동 로봇 및 그 제어방법
CN108663681B (zh) * 2018-05-16 2021-01-19 华南理工大学 基于双目摄像头与二维激光雷达的移动机器人导航方法
CN109634286B (zh) * 2019-01-21 2021-06-25 傲基科技股份有限公司 割草机器人视觉避障方法、割草机器人和可读存储介质
CN112155487A (zh) * 2019-08-21 2021-01-01 追创科技(苏州)有限公司 扫地机器人、扫地机器人的控制方法及存储介质
CN111060923B (zh) * 2019-11-26 2022-05-13 武汉乐庭软件技术有限公司 一种多激光雷达的汽车驾驶障碍物检测方法及系统
CN113296117B (zh) * 2020-04-22 2023-08-08 追觅创新科技(苏州)有限公司 障碍物识别方法、装置及存储介质
CN111743464A (zh) * 2020-07-06 2020-10-09 追创科技(苏州)有限公司 一种基于线激光的避障方法及装置
CN112347876B (zh) * 2020-10-26 2024-04-05 珠海一微半导体股份有限公司 一种基于tof摄像头的障碍物识别方法、清洁机器人
CN113848944B (zh) * 2021-10-18 2025-01-10 云鲸智能科技（东莞）有限公司 一种地图构建方法、装置、机器人及存储介质
CN114693899A (zh) * 2022-03-23 2022-07-01 深圳市杉川机器人有限公司 移动机器人的控制方法、装置及移动机器人、存储介质
CN115147587B (zh) * 2022-06-01 2026-01-23 杭州海康机器人股份有限公司 一种障碍物检测方法、装置及电子设备
CN117008594A (zh) * 2022-12-30 2023-11-07 北京石头创新科技有限公司 基于线激光的自行走设备避障方法及装置、设备和介质

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2024140195A1 (zh) * 2022-12-30 2024-07-04 北京石头创新科技有限公司 基于线激光的自行走设备避障方法及装置、设备和介质

Also Published As

Publication number Publication date
TWI904530B (zh) 2025-11-11
AU2023414493A1 (en) 2025-08-07
WO2024140195A1 (zh) 2024-07-04
KR20250133358A (ko) 2025-09-05
EP4645027A1 (en) 2025-11-05
TW202427085A (zh) 2024-07-01

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
AU2018100726A4 (en) Automatic cleaning device and cleaning method
CN114847803B (zh) 机器人的定位方法及装置、电子设备、存储介质
CN111990930B (zh) 一种测距方法、装置、机器人和存储介质
EP3104194B1 (en) Robot positioning system
CN114521836A (zh) 一种自动清洁设备
WO2020207390A1 (zh) 探测方法、装置、移动机器人及存储介质
CN111857153B (zh) 一种距离检测装置及扫地机器人
CN113741441A (zh) 作业方法及自移动设备
KR20230010575A (ko) 자율 청소 기기의 주행 제어 방법, 기기, 시스템 및 매체
CN114601399B (zh) 清洁设备的控制方法、装置、清洁设备和存储介质
CN117008594A (zh) 基于线激光的自行走设备避障方法及装置、设备和介质
CN117970356A (zh) 距离检测装置和自行走设备
EP4349234A1 (en) Self-moving device
CN113625700A (zh) 自行走机器人控制方法、装置、自行走机器人和存储介质
WO2025113721A1 (zh) 自移动清洁设备及其控制方法
US20240212182A1 (en) Distance measurement method and device, and robot and storage medium
JP2026503986A (ja) ラインレーザに基づく自走式機器の障害物回避方法及び装置、機器と媒体
CN116942017A (zh) 自动清洁设备、控制方法及存储介质
CN117426709A (zh) 一种自移动设备及其测距方法

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