[发明专利]一种瞄准控制方法、移动机器人及计算机可读存储介质在审

专利信息
申请号: 201980002956.6 申请日: 2019-04-30
公开(公告)号: CN110876275A 公开(公告)日: 2020-03-10
发明(设计)人: 匡正;关雁铭 申请(专利权)人: 深圳市大疆创新科技有限公司
主分类号: G05D1/02 分类号: G05D1/02;H04N5/232
代理公司: 广州三环专利商标代理有限公司 44202 代理人: 熊永强;杜维
地址: 518057 广东省深圳市南山区高*** 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 瞄准 控制 方法 移动 机器人 计算机 可读 存储 介质
【权利要求书】:

1.一种瞄准控制方法,其特征在于,所述方法应用于移动机器人,所述移动机器人包括瞄准器,所述方法包括:

获取当前时刻目标对象相对于所述移动机器人的观测方位;

根据所述观测方位,确定所述目标对象的角速度;

根据所述角速度确定运动控制参数,所述运动控制参数用于控制所述瞄准器向所述目标对象的方向进行运动。

2.如权利要求1所述的方法,其特征在于,所述瞄准器包括摄像头,所述获取当前时刻目标对象相对于所述移动机器人的观测方位,包括:

根据所述摄像头采集到的目标图像,确定所述目标对象;

根据所述目标图像和所述目标对象,确定当前时刻目标对象相对于所述移动机器人的观测方位。

3.如权利要求2所述的方法,其特征在于,所述观测方位以极坐标形式表示,所述根据所述目标图像和所述目标对象,获取当前时刻目标对象相对于所述移动机器人的观测方位,包括:

根据所述目标对象在所述目标图像中对应的高度和所述目标对象的实际高度,确定所述观测方位的极径;

根据像素的角度当量、所述目标对象的中心点的横坐标以及所述目标图像的横向分辨率,确定所述观测方位的极角。

4.如权利要求1所述的方法,其特征在于,所述瞄准器包括摄像头和TOF传感器,所述获取当前时刻目标对象相对于所述移动机器人的观测方位,包括:

根据所述摄像头采集到的目标图像,确定所述目标对象;

根据所述目标图像和所述目标对象,确定当前时刻目标对象相对于所述移动机器人的第一观测方位;

根据所述TOF传感器获得的深度图像和所述目标对象,确定当前时刻目标对象相对于所述移动机器人的第二观测方位;

根据所述第一观测方位和所述第二观测方位,得到当前时刻目标对象相对于所述移动机器人的观测方位。

5.如权利要求1所述的方法,其特征在于,所述根据所述观测方位,确定所述目标对象的角速度,包括:

根据上一时刻所述目标对象相对于所述移动机器人的位置和速度,确定当前时刻所述目标对象相对于所述移动机器人的预测方位;

对所述预测方位和所述观测方位进行融合滤波处理;

根据所述融合滤波处理的结果,确定所述目标对象的角速度。

6.如权利要求5所述的方法,其特征在于,所述融合滤波处理包括卡尔曼滤波处理。

7.如权利要求5述的方法,其特征在于,所述根据所述融合滤波处理的结果,确定所述目标对象的角速度,包括:

根据所述融合滤波处理的结果,确定所述目标对象相对于所述移动机器人的角度偏差;

将所述角度偏差进行差分处理,得到所述目标对象的角速度。

8.如权利要求1所述的方法,其特征在于,所述根据所述角速度确定运动控制参数,包括:

对所述角速度进行跟踪-微分处理,得到微分输出和跟随输出;

根据所述微分输出和所述跟随输出,确定所述运动控制参数。

9.如权利要求8所述的方法,其特征在于,所述根据所述微分输出和所述跟随输出,确定所述运动控制参数,包括:

确定所述跟踪-微分处理的微分增益和跟随增益;

将所述微分输出与所述微分增益相乘的结果,和所述跟随输出与所述跟随增益相乘的结果相加,得到所述运动控制参数。

10.如权利要求1所述的方法,其特征在于,所述方法还包括:

根据所述观测方位和所述移动机器人的当前方位确定运动控制误差;

根据所述运动控制误差和所述运动控制参数,控制所述瞄准器向所述目标对象的方向进行运动。

11.如权利要求1所述的方法,其特征在于,所述瞄准器包括云台,所述控制所述瞄准器向所述目标对象的方向进行运动,包括:

通过所述云台控制所述瞄准器向所述目标对象的方向进行运动。

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大疆创新科技有限公司,未经深圳市大疆创新科技有限公司许可,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/201980002956.6/1.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