运动状态识别方法、存储介质、识别装置及移动机器人
文献发布时间:2023-06-19 09:52:39
技术领域
本发明涉及计算机技术领域,特别指一种运动状态识别方法、装置及移动机器人。
背景技术
目前,随着扫地机器人等自移动型人工智能机器人的应用广泛,在复杂的家居或商业环境中,机器人的底座和行进轮很有可能因为诸如风扇底座、地面的电线等物体造成架空打滑,从而导致无法行进或后退。严重的,将很有可能导致机器人内地图模型产生混乱,从而影响到扫地机器的清扫效率。可能会出现扫地机在一个地方来回清扫或者重复清扫。
因而有人针对这种问题,提出了利用机器视觉进行识别的方案,可以提高自移动机器人针对架空打滑状态的识别效率,但是这种方案成本较为高昂,成熟的机器视觉方案费用较高,导致无法大规模普及。
公开号为CN108375380A的中国发明专利公开说明书提出了一种运动状态检测方法及设备,通过获取移动机器人在移动过程中的移动数据;其中,所述移动数据包括姿态数据和里程计数据;基于所述移动数据与预置的状态阈值,来确定所述移动机器人的运动状态,实现对移动过程中的移动机器人的运动状态的检测,以便基于检测确定的运动状态为移动设备调整并确定出正确且适当的移动策略,这种方式一定程度上解决了机器视觉方案成本较高的问题。但是依然存在着判断不够精确、判断耗时长、无法短时间内立即给出判定结果的问题。
因此,有必要提出一种运动状态检测方法,用以解决上述问题。
发明内容
发明目的:为了克服现有技术中存在的不足,本发明提供一种能够精确识别架空打滑状态且耗时更少的运动状态识别方法。
技术方案:一种运动状态识别方法,包括:
获取移动机器人在移动过程中的移动数据,包括姿态数据和里程计数据,所述里程计数据包括至少三个方向上的里程计数据;
基于移动数据和预设的状态阈值,确定所述移动机器人的运动状态。
进一步地,获取移动机器人在移动过程中的当前时间点的当前姿态数据和当前里程计数据,及所述当前时间点的上一时间点所对应的上一姿态数据和上一里程计数据,所述当前里程计数据和上一里程计数据分别包括移动机器人左、前、右三个方向上所探测的里程计数据;
所述基于所述移动数据与预设的状态阈值,确定所述移动机器人的运动状态,包括:
计算并确定所述移动机器人在当前时间点与上一时间点之间的姿态差值和前向里程差值;
基于所述姿态差值、所述前向里程差值及所述预设的状态阈值,确定所述移动机器人的运动状态。
进一步地,所述基于所述姿态差值、所述里程差值及所述预设的状态阈值,确定所述移动机器人的运动状态,包括:
判断所述姿态差值是否小于所述预置的状态阈值中的姿态差值阈值,且记录所述里程差值大于所述预设的状态阈值中的里程差值阈值的持续时长,并判断所述持续时长是否大于预设的状态阈值中的第一时间阈值;
基于所述姿态差值是否小于所述预置的状态阈值中的姿态差值阈值的判定结果、所述持续时长是否大于预设的状态阈值中的第一时间阈值的判定结果,确定所述移动机器人的运动状态。
进一步地,获得所述基于所述姿态差值是否小于所述预置的状态阈值中的姿态差值阈值的判定结果、所述持续时长是否大于预设的状态阈值中的第一时间阈值的判定结果后,还包括:
计算当前时间点前向里程计数据分别和左向里程计数据、右向里程计数据的差值作为当前里程差值,并基于所述当前里程差值,确定所述移动机器人的运动状态。
进一步地,判定当前里程差值是否小于预设的状态阈值中的当前里程差值阈值,并记录当前里程差值不小于所述当前里程差值阈值的持续时间,并判定该持续时间是否大于预设的状态阈值中的第二时间阈值:
若是,则判定为所述移动机器人处于打滑状态;
若否,则重新获取下一时间点的所述移动机器人的移动数据,从而基于所述下一时间点的移动数据确定所述移动机器人的运动状态。
一种存储介质,存储有计算机可读指令,所述计算机可读指令在被处理器读取时,使得所述处理器实现如所述的方法。
一种运动状态识别装置,包括:用于存储至少一个计算机可读指令的存储介质和至少一个处理器,
当所述计算机可读指令被所述至少一个处理器所执行时,所述处理器实现如所述的方法。
一种移动机器人,包括:
机器人本体,所述机器人本体的前、左、右端分别设有前探测器、左探测器和右探测器,用以探测里程计数据,所述机器人本体内还设有陀螺仪,用以探测所述机器人本体的姿态数据;
如所述的运动状态识别装置,所述前探测器、左探测器、右探测器和所述陀螺仪分别与所述处理器中的一个或多个电连接。
有益效果:本发明运动状态识别方法,通过获取移动机器人的姿态数据和多个探测器所探测到的里程计数据,并执行计算判定运动状态,不需要视觉的辅助,也不需要考虑轮子光栅,可以很好的解决机器从平地上斜坡导致误判的情况,机器侧边一个轮子被卡住也可以识别,最短在3s内能识别这种情况的打滑,减小打滑对清扫的影响。
附图说明
附图1为本发明运动状态识别方法的一个实施例的流程示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
需要说明的是,在本发明中涉及“第一”、“第二”、“左”、“右”等的描述仅用于描述目的,而不能理解为指示或暗示其相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。另外,各个实施例之间的技术方案可以相互结合,但是必须是以本领域普通技术人员能够实现为基础,当技术方案的结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在,也不在本发明要求的保护范围之内。
参见图1所示的本发明电机故障识别方法的实施例1,包括以下步骤:
S10:获取移动机器人在移动过程中的移动数据,包括姿态数据A
里程计数据B
S20:基于移动数据和预设的状态阈值,确定所述移动机器人的运动状态。
通过获取移动机器人的姿态数据和多个探测器所探测到的里程计数据,并执行计算判定运动状态,不需要视觉的辅助,也不需要考虑轮子光栅,可以很好的解决机器从平地上斜坡导致误判的情况,机器侧边一个轮子被卡住也可以识别,最短在3s内能识别这种情况的打滑,减小打滑对清扫的影响。
作为对本实施例进一步地优化,步骤S10还包括:
获取移动机器人在移动过程中的当前时间点的当前姿态数据A
步骤S20中所述基于所述移动数据与预设的状态阈值,确定所述移动机器人的运动状态,包括:
S21:计算并确定所述移动机器人在当前时间点与上一时间点之间的姿态差值A
基于所述姿态差值、所述里程差值及所述预设的状态阈值,确定所述移动机器人的运动状态。
作为对本实施例进一步地优化,所述基于所述姿态差值A
S22:判断所述姿态差值A
若是,则基于所述姿态差值是否小于所述预置的状态阈值中的姿态差值阈值A
若否,则回归S10。
作为对本实施例进一步地优化,获得所述基于所述姿态差值A
S23:计算当前时间点前里程计数据分别和左里程计数据、右里程计数据的差值作为当前里程差值(B
S24:判定当前里程差值(B
若是,则判定为所述移动机器人处于打滑状态;
若否,则重新获取下一时间点的所述移动机器人的移动数据,从而基于所述下一时间点的移动数据确定所述移动机器人的运动状态。
作为对本实施例进一步地优化,本实施例还基于所述移动机器人的运动状态,调整所述移动机器人的移动策略。
本发明还提供一种存储介质,存储有计算机可读指令,所述计算机可读指令在被处理器读取时,使得所述处理器实现如前述的方法。
本发明还提供一种运动状态识别装置,包括:用于存储至少一个计算机可读指令的存储介质和至少一个处理器。
当所述计算机可读指令被所述至少一个处理器所执行时,所述处理器实现如所述的方法。
本发明还提供一种移动机器人,包括:
机器人本体,所述机器人本体的前、左、右端分别设有前探测器、左探测器和右探测器,用以探测里程计数据,所述机器人本体内还设有陀螺仪,用以探测所述机器人本体的姿态数据;
如所述的运动状态识别装置,所述前探测器、左探测器、右探测器和所述陀螺仪分别与所述处理器中的一个或多个电连接。
需要说明的是,以上在本发明中涉及“模块”、“单元”等的描述可以为物理单元,也可以为逻辑单元,而不能理解为指示或暗示其相对重要性或者隐含指明所指示的技术特征的固定形式。
以上所述仅是本发明的优选实施方式,应当指出:对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
- 运动状态识别方法、存储介质、识别装置及移动机器人
- 运动状态识别方法、装置、电子设备和存储介质