[发明专利]机器人避障方法、装置、机器人及计算机可读存储介质在审
申请号: | 201910870385.X | 申请日: | 2019-09-16 |
公开(公告)号: | CN110531774A | 公开(公告)日: | 2019-12-03 |
发明(设计)人: | 毛伟;裴积全;吕军;张凡 | 申请(专利权)人: | 京东数字科技控股有限公司 |
主分类号: | G05D1/02 | 分类号: | G05D1/02 |
代理公司: | 11038 中国国际贸易促进委员会专利商标事务所 | 代理人: | 姜雍;刘剑波<国际申请>=<国际公布>= |
地址: | 100176 北京市大兴区北京经*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 机器人避障 图像坐标系 移动机器人 跟踪 检测 机器人 计算机可读存储介质 机器人技术领域 控制机器人 成本开销 拍摄图像 自主避障 图像 | ||
本公开提供了一种机器人避障方法、装置、机器人及计算机可读存储介质,涉及机器人技术领域。其中的机器人避障方法包括:沿机器人前进方向拍摄图像;对图像中的障碍进行检测,得到障碍在图像坐标系下的检测坐标;利用检测坐标对障碍进行跟踪,得到障碍在图像坐标系下的连续多个跟踪坐标;根据跟踪坐标,控制机器人躲避障碍。本公开能够使移动机器人简单高效的识别出前进方向上的各类障碍,降低了实现移动机器人自主避障功能的成本开销。
技术领域
本公开涉及信息技术领域,特别涉及一种机器人避障方法、装置、机器人及计算机可读存储介质。
背景技术
自主避障是移动机器人智能化的重要标志。所谓自主避障,是指移动机器人在移动过程中通过传感器采集障碍物的状态信息,感知到妨碍其通行的静态和动态障碍物时,按照一定的方法躲避障碍物,最后达到终点。
传统的机器人避障技术主要采用激光雷达。激光雷达是通过发射激光束探测目标的位置、速度等特征量的雷达系统。其工作原理是向目标发射探测信号,然后将接收到的从目标反射回来的信号与发射信号进行比较并做适当处理,即可获得目标的距离、方位、高度、速度、姿态、形状等数据。用这些数据进行成像处理后,即可获得目标的三维立体图像,以实现避障功能。
发明内容
本公开解决的一个技术问题是,如何简单高效的实现移动机器人的自主避障功能。
根据本公开实施例的一个方面,提供了一种机器人避障方法,包括:沿机器人前进方向拍摄图像;对图像中的目标障碍进行检测,得到目标障碍在图像坐标系下的检测坐标;利用检测坐标对目标障碍进行跟踪,得到目标障碍在图像坐标系下的连续多个跟踪坐标;根据跟踪坐标,控制机器人躲避目标障碍。
在一些实施例中,根据跟踪坐标,控制机器人躲避目标障碍包括:利用跟踪坐标构建目标障碍的运动轨迹;利用运动轨迹,确定目标障碍在图像坐标系下的至少一个预测坐标;根据图像坐标系与世界坐标系之间的映射关系,将至少一个预测坐标映射为目标障碍在世界坐标系下的至少一个地面预测坐标;根据至少一个地面预测坐标,控制机器人躲避目标障碍。
在一些实施例中,利用跟踪坐标构建目标障碍的运动轨迹包括:利用三次样条插值算法对跟踪坐标进行处理,得到目标障碍的运动轨迹。
在一些实施例中,根据至少一个地面预测坐标,控制机器人躲避目标障碍包括:采用方格的形式对世界坐标系下的所有地面坐标进行划分;将至少一个地面预测坐标所属的方格标记为目标障碍区域,将其余方格标记为可通行区域;控制机器人在可通行区域内运动。
在一些实施例中,控制机器人在可通行区域内运动包括:在可通行区域内,为机器人规划从起点至终点的运动路径;控制机器人沿运动路径运动。
在一些实施例中,对图像中的目标障碍进行检测包括:利用预先训练的卷积神经网络对图像中的目标障碍进行检测,其中,卷积神经网络采用深度可分离卷积的方式提取目标障碍的特征。
在一些实施例中,还包括:将YOLOv3神经网络中的Darknet卷积层替换为MobileNetv2神经网络中的深度可分离卷积层,以构建卷积神经网络。
在一些实施例中,对图像中的目标障碍进行检测,得到目标障碍在图像坐标系下的检测坐标包括:对图像中的目标障碍进行检测,得到目标障碍的检测框;将检测框的中心点在图像坐标系下的坐标作为检测坐标。
根据本公开实施例的另一个方面,提供了一种机器人避障装置,包括:图像拍摄模块,被配置为沿机器人前进方向拍摄图像;障碍检测模块,被配置为对图像中的目标障碍进行检测,得到目标障碍在图像坐标系下的检测坐标;障碍跟踪模块,被配置为利用检测坐标对目标障碍进行跟踪,得到目标障碍在图像坐标系下的连续多个跟踪坐标;机器人控制模块,被配置为根据跟踪坐标,控制机器人躲避目标障碍。
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京东数字科技控股有限公司,未经京东数字科技控股有限公司许可,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/201910870385.X/2.html,转载请声明来源钻瓜专利网。