[发明专利]机器人的避线方法、装置、芯片及扫地机器人有效

专利信息
申请号: 201811603618.1 申请日: 2018-12-26
公开(公告)号: CN111358359B 公开(公告)日: 2021-08-24
发明(设计)人: 姜新桥 申请(专利权)人: 珠海市一微半导体有限公司
主分类号: A47L11/24 分类号: A47L11/24;A47L11/40;G06T7/13;G06T7/60
代理公司: 暂无信息 代理人: 暂无信息
地址: 519000 广东省珠海*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 机器人 方法 装置 芯片 扫地
【权利要求书】:

1.一种机器人的避线方法,其特征在于,所述机器人的前端装配有两个图像采集装置,所述两个图像采集装置平行地装配在向前向下方向,用于采集所述机器人前进方向的前下方区域,所述方法包括:

在所述机器人作业过程中,控制所述两个图像采集装置以预设频率采集前下方区域的多帧图像;

获取所述两个图像采集装置在同一时刻采集的第一图像和第二图像,通过第一图像和第二图像生成所述前下方区域的深度图像;

通过图像识别算法识别出当前图像中的线状物体,通过直线检测算法筛除所述线状物体中的直线线状物体,以确定非直线线状物体为预选线状物体,根据所述预选线状物体在所述深度图像中的深度值确定其是否属于凸起于地面,以确定凸起于地面上的预选线状物体为柔性线状障碍物,其中,所述图像识别算法至少包括边缘检测算法;

在所述机器人运行过程中实时检测与该柔性线状障碍物的距离,当与所述柔性线状障碍物的距离小于或等于预设阈值时,控制所述机器人避开所述柔性线状障碍物。

2.根据权利要求1所述的方法,其特征在于,所述的根据所述预选线状物体在所述深度图像中的深度值确定其是否属于凸起于地面,以确定凸起于地面上的预选线状物体为柔性线状障碍物包括如下步骤:

确定所述预选线状物体的轮廓;

从所述深度图像中确认所述物体的轮廓的点云数据;

根据所述点云数据的深度值判断所述预选线状物体是否凸起于地面,以确定凸起于地面上的预选线状物体为柔性线状障碍物。

3.根据权利要求1所述的方法,其特征在于,所述的预设阈值是所述机器人与所述柔性线状障碍物的安全清扫距离。

4.根据权利要求1所述的方法,其特征在于,所述的直线检测算法为霍夫直线检测算法。

5.一种机器人的避线装置,其特征在于,所述机器人避线装置包括:

采集模块,所述采集模块用于在所述机器人作业过程中,控制两个图像采集装置以预设频率采集前下方区域的多帧图像;

获取模块,所述获取模块用于获取所述两个图像采集装置在同一时刻采集的第一图像和第二图像,通过第一图像和第二图像生成所述前下方区域的深度图像;

确定模块,所述确定模块用于通过图像识别算法识别出当前图像中的线状物体,通过直线检测算法筛除所述线状物体中的直线线状物体,以确定非直线线状物体为预选线状物体,根据所述预选线状物体在所述深度图像中的深度值确定其是否属于凸起于地面,以确定凸起于地面上的预选线状物体为柔性线状障碍物,其中,所述图像识别算法至少包括边缘检测算法;

避开模块,所述避开模块用于在所述机器人运行过程中实时检测与该柔性线状障碍物的距离,当与所述柔性线状障碍物的距离小于或等于预设阈值时,控制所述机器人避开所述柔性线状障碍物。

6.根据权利要求5所述的装置,其特征在于,所述的确定模块还用于:

确定所述预选线状物体的轮廓;

从所述深度图像中确认所述物体的轮廓的点云数据;

根据所述点云数据的深度值判断所述预选线状物体是否凸起于地面,以确定凸起于地面上的预选线状物体为柔性线状障碍物。

7.根据权利要求5所述的装置,其特征在于,所述的预设阈值是所述机器人与所述柔性线状障碍物的安全清扫距离。

8.根据权利要求5所述的装置,其特征在于,所述的直线检测算法为霍夫直线检测算法。

9.一种芯片,其上存储有计算机程序,其特征在于,所述计算机程序用于控制机器人执行权利要求1-4中任一项所述的机器人的避线方法。

10.一种扫地机器人,其特征在于,所述机器人包括:

一个或多个处理器;

存储装置,用于存储一个或多个程序,

当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-4中任一项所述的机器人的避线方法。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于珠海市一微半导体有限公司,未经珠海市一微半导体有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201811603618.1/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top