[发明专利]一种机器人及其爬楼控制方法和装置有效

专利信息
申请号: 201911266155.9 申请日: 2019-12-11
公开(公告)号: CN111127497B 公开(公告)日: 2023-08-04
发明(设计)人: 胡淑萍;程骏;张惊涛;郭渺辰;王东;庞建新;熊友军 申请(专利权)人: 深圳市优必选科技股份有限公司
主分类号: G06T7/13 分类号: G06T7/13;G06T7/73
代理公司: 深圳中一联合知识产权代理有限公司 44414 代理人: 刘永康
地址: 518000 广东省深圳市南山区*** 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: 一种 机器人 及其 控制 方法 装置
【权利要求书】:

1.一种机器人的爬楼控制方法,其特征在于,所述机器人的爬楼控制方法包括:

获取重力方向在机器人相机坐标系中的重力方向向量;

获取场景图像中的楼梯边缘,确定所述楼梯边缘在相机坐标系中的边缘方向向量;

根据所述重力方向向量和所述边缘方向向量确定机器人相对于楼梯的位置参数;

根据所述位置参数调整所述机器人位姿,对机器人进行爬楼控制;

所述获取场景图像中的楼梯边缘的步骤包括:

获取场景图像,通过边缘检测获取深度图像中的边缘集合;

获取所述边缘集合中的斜线集合,对所述斜线集合中的斜线进行去重操作;

统计所述斜线集合中的斜线斜率,获取概率大于预设值的斜率所对应的斜线集合作为楼梯边缘;

所述获取重力方向在机器人相机坐标系中的重力方向向量的步骤包括:

通过机器人的加速度计获取第一相机位姿;

通过机器人的陀螺仪获取第二相机位姿;

根据预设的权值系数,融合所述第一相机位姿和第二相机位姿,得到机器人相机的融合位姿;

根据所述融合位姿确定所述相机坐标系中的重力方向向量。

2.根据权利要求1所述的机器人的爬楼控制方法,其特征在于,在统计所述斜线集合中的斜线斜率的步骤之前,所述方法还包括:

获取所述斜线集合中的斜线的位置;

根据所述斜线的位置,合并具有相同位置的斜线。

3.根据权利要求1所述的机器人的爬楼控制方法,其特征在于,所述确定所述楼梯边缘在相机坐标系中的边缘方向向量的步骤包括:

获取所述楼梯边缘中的像素点在相机坐标系中的坐标;

根据所述楼梯边缘中的像素点在相机坐标系中的坐标,确定所述楼梯边缘在相机坐标系中的边缘方向向量。

4.根据权利要求1所述的机器人的爬楼控制方法,其特征在于,所述根据所述重力方向向量和所述边缘方向向量确定机器人相对于楼梯的位置参数的步骤包括:

根据所述重力方向向量和所述边缘方向向量,确定机器人在楼梯坐标系中的坐标位置;

根据所述重力方向向量确定机器人与楼梯面的夹角。

5.根据权利要求4所述的机器人的爬楼控制方法,其特征在于,所述根据所述重力方向向量和所述边缘方向向量,确定机器人在楼梯坐标系中的坐标位置的步骤包括:

根据所述重力方向向量和所述边缘方向向量,确定所述机器人相对于楼梯坐标系中的楼梯面的距离;

根据重力方向在相机坐标系中的重力方向向量,确定机器人相对楼梯坐标系中的楼梯面的方位。

6.一种机器人爬楼控制装置,其特征在于,所述机器人爬楼控制装置包括:

重力方向向量获取单元,用于获取重力方向在机器人相机坐标系中的重力方向向量;

边缘方向向量获取单元,用于获取场景图像中的楼梯边缘,确定所述楼梯边缘在相机坐标系中的边缘方向向量;

位置参数获取单元,用于根据所述重力方向向量和所述边缘方向向量确定机器人相对于楼梯的位置参数;

位姿调整单元,用于根据所述位置参数调整所述机器人位姿,对机器人进行爬楼控制;

所述获取场景图像中的楼梯边缘的步骤包括:

获取场景图像,通过边缘检测获取深度图像中的边缘集合;

获取所述边缘集合中的斜线集合,对所述斜线集合中的斜线进行去重操作;

统计所述斜线集合中的斜线斜率,获取概率大于预设值的斜率所对应的斜线集合作为楼梯边缘;

所述获取重力方向在机器人相机坐标系中的重力方向向量的步骤包括:

通过机器人的加速度计获取第一相机位姿;

通过机器人的陀螺仪获取第二相机位姿;

根据预设的权值系数,融合所述第一相机位姿和第二相机位姿,得到机器人相机的融合位姿;

根据所述融合位姿确定所述相机坐标系中的重力方向向量。

7.一种机器人,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至5任一项所述方法的步骤。

8.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至5任一项所述方法的步骤。

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深圳市优必选科技股份有限公司,未经深圳市优必选科技股份有限公司许可,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/201911266155.9/1.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