一种基于深度传感器的机器人自动返航的控制方法及装置制造方法及图纸

本发明专利技术提供一种基于深度传感器的机器人自动返航的控制方法及装置，其用于机器人在复杂环境中的定位，提高机器人返航充电的准确率并发现机器人充电座，以及引导机器人导航回充电座实现自动充电的方法，包括：i在机器人返航过程中采集充电基座上的特定图案，基于充电基座上的所述特定图案确定所述充电基座与所述机器人之间的相对位置信息；ii基于所述相对位置信息修正机器人在返航过程中的姿态。本发明专利技术借助于深度传感器，机器人能更好的定位与充电基座的位置，提高机器人返航充电的准确率，能在更复杂更大的场所里面实现返航充电，实现了机器人能更好的定位与充电基座的位置的功能。本发明专利技术使用方便、操作便利，具有极高的商业价值。

A Control Method and Device for Robot Auto-return Based on Depth Sensor

【技术实现步骤摘要】
一种基于深度传感器的机器人自动返航的控制方法及装置
本专利技术属于机器人领域，尤其是一种基于深度传感器的机器人自动返航的控制方法及装置。
技术介绍
随着时代不断的进步，社会不断的发展，现有机器人机器人返航充电，市面上主要采用红外线定、蓝牙或雷达定位。在扫地机器人领域70％左右的机型都是采用红外线定位。但是这种形式会有很多弊端：红外线定位虽然精度较高，但由于是这种光线无法穿透物体，使得红外线只能够在视距范围内定位，就像我们的电视机遥控器用的红外线一样，如果有东西遮挡就失去了信号。对于扫地机人而言，它经常工作在灰尘噗噗的环境中，一些尘埃碎屑很容易对机身上的红外线接收窗产生干扰，并且红外线在传输过程中容易受到室内荧光灯干扰，所以会出现扫地机器人无法找到充电基座的情况发生。另外一种，是采用超声波定位来寻找充电基座，超声波主要通过反射式测距来定位物体，类似于蝙蝠通过三角定位来计算物体和自己的距离，超声波测距受多径效应和非视距传播影响很大，对电路的制造成本要求较高，目前很少有机器是采用这种原理。还有一种就是蓝牙技术了，蓝牙通过测量型号的强度来定位，它的功率比较低，通过蓝牙制造的定位系统体积比较小、非常容易集成在扫地机人电路中，采用这种技术，它不容易受视距的影响，也就是即便有障碍物阻挡，也能够在直线距离内实现定位。但实现价格贵，定位精度低。而目前市场上并没有一种使用深度传感器控制机器人自动返航的技术，尤其是没有一种基于深度传感器的机器人自动返航的控制方法及装置。
技术实现思路
针对现有技术存在的技术缺陷，本专利技术的目的是提供一种基于深度传感器的机器人自动返航的控制方法及装置，其用于机器人在复杂环境中的定位，发现机器人充电座，以及引导机器人导航回充电座实现自动充电的方法，其中包括：一种基于深度传感器的机器人自动返航的控制方法，其用于提高机器人返航充电的准确率，包括如下步骤：i.在机器人返航过程中采集充电基座上的特定图案，基于充电基座上的所述特定图案确定所述充电基座与所述机器人之间的相对位置信息；ii.基于所述相对位置信息修正机器人在返航过程中的姿态。优选地，所述步骤c之前包括如下步骤：a、确定所述机器人和所述充电基座在环境地图中的位置；b、基于所述环境地图获取机器人到充电基座的导航路径并基于所述导航路径控制所述机器人返航。优选地，在所述步骤a之前，包括步骤a′：所述机器人探测实时环境并生成所述环境地图，基于所述环境地图生成导航算法，所述导航算法用于生成所述导航路径。优选地，所述机器人通过随机或特定的寻路逻辑探测实时环境。优选地，所述步骤a包括如下步骤：a1：所述机器人接收返航指令；a2：所述机器人通过深度传感器采集所述机器人周围多个角度的环境数据，并将所述环境数据进行整合获取整合信息；a3：将所述整合信息匹配到所述环境地图，确定所述机器人在所述环境地图中的位置。优选地，所述导航算法包括如下几种算法中的任一种：A*算法；Dijkstra算法；或者跳点搜索算法。优选地，所述步骤i之后包括如下步骤:i1:所述机器人在返航过程中通过深度传感器不断采集所述特定图案并获取N个图案信息，获取N个所述图案信息的区别信息；相应地，所述步骤ii包括如下步骤：ii1：基于所述相对位置信息和所述区别信息修正所述机器人在返航过程中的姿态。优选地，所述图案信息包括颜色信息以及深度信息。优选地，所述区别信息包括多个所述图案信息的左右偏差以及多个所述图案信息的成像角度。优选地，在步骤b之后，还包括步骤c：机器人基于返航过程中的姿态返航至充电基座。优选地，在步骤c之后，还包括步骤d：通过充电基座的触点对机器人进行充电。优选地，所述特定图案为黑白相间的图案。而在本专利技术的给一个方面，一种基于深度传感器的机器人自动返航的控制装置，用于配合所述控制方法提高机器人返航充电的准确率，其特征在于，包括：机器人1、充电基座2，在充电状态下，机器人通过触点21连接所述充电基座2，其中，所述机器人包括：深度传感器11，其用于获取机器人的具体方位并获取特定图案的图案信息；中央处理单元12，其用于确定环境地图、接收返航指令、整合数据、规划导航路径、调整机器人姿态。优选地，所述深度传感器1包括如下传感器中的任一种：基于飞行时间TOF的深度传感器；基于结构光的深度传感器；或者基于双目测量的深度传感器。优选地，所述充电基座2上设置有特定图案22，所述特定图案呈黑白相间的图案。优选地，所述特定图案22垂直与地面设置。本专利技术提供一种基于主动光源的深度传感器，通过3D传感器，实现了机器人能更好的定位与充电基座的位置，提高机器人返航充电的准确率。能在更复杂更大的场所里面实现返航充电。本专利技术结构简单，使用方便，具有极高的商业价值。附图说明通过阅读参照以下附图对非限制性实施例所作的详细描述，本专利技术的其它特征、目的和优点将会变得更明显：图1示出了本专利技术的具体实施方式的，一种基于深度传感器的机器人自动返航的控制方法示意图；图2示出了本专利技术的第一实施例的，一种基于深度传感器的机器人自动返航的控制方法流程示意图；图3示出了本专利技术的第二实施例的，一种基于深度传感器的机器人在自动返航过程中自行定位示意图；图4示出了本专利技术的第三实施例的，一种基于深度传感器的机器人在自动返航过程中确定充电基座方位的流程示意图；图5示出了本专利技术的另一种具体实施方式的，一种基于深度传感器的机器人自动返航的控制装置的模块连接示意图；以及图6示出了本专利技术的第六实施例的，一种基于深度传感器的机器人自动返航的装置示意图。具体实施方式为了更好的使本专利技术的技术方案清晰地表示出来，下面结合附图对本专利技术作进一步说明。图1示出了本专利技术的具体实施方式的，一种基于深度传感器的机器人自动返航的控制方法示意图，本专利技术通过图1的控制方法，实现了机器人能更好的定位与充电基座的位置的功能，提高机器人返航充电的准确率。具体地，如图1所示，包括如下步骤：首先，进入步骤S101，在机器人返航过程中采集充电基座上的特定图案，基于充电基座上的所述特定图案确定所述充电基座与所述机器人之间的相对位置信息，本领域技术人员理解，所述机器人中包含了一个或者多个摄像头，在所述机器人不断的探索新的环境时，所述摄像头将会记录机器人探索时周围的图像信息，当所述机器人探索完整个环境后，所述摄像头将会存储整个环境内所有的图像信息，再通过中央处理单元将整合好的图像信息转化为二维点云图后储存在中央处理单元。进一步地，根据二维点云图来确定环境内的障碍物方位，以及充电基座方位，再通过所述摄像头捕捉到的充电基座特定图案确定机器人与充电基座的实际方位。而在一个优选地实施例中，所述充电基座在所述机器人前方，但是在所述充电基座与所述机器人中间有一障碍物，所述机器人摄像头此时只能接受到所述充电基座上的特定图案的一部分，其中包括了下述几种情况，其1，若所述机器人中的所述摄像头接受到充电基座上特定图案左边一部分图像，且接受到的图案为特定图案的三分之一，则所述机器人通过中央处理单元计算出当前位置处于所述充电基座右前方120°；其2，若所述机器人中的所述摄像头接受到充电基座上特定图案右边一部分图像，且接受到的图案为特定图案的三分之一，则所述机器人通过中央处理单元计算出当前位置处于所述充电基座左前方120°。而在本文档来自技高网...

【技术保护点】
1.一种基于深度传感器的机器人自动返航的控制方法，其用于提高机器人返航充电的准确率，其特征在于，包括如下步骤：i.在机器人返航过程中采集充电基座上的特定图案，基于充电基座上的所述特定图案确定所述充电基座与所述机器人之间的相对位置信息；ii.基于所述相对位置信息修正机器人在返航过程中的姿态。

【技术特征摘要】
1.一种基于深度传感器的机器人自动返航的控制方法，其用于提高机器人返航充电的准确率，其特征在于，包括如下步骤：i.在机器人返航过程中采集充电基座上的特定图案，基于充电基座上的所述特定图案确定所述充电基座与所述机器人之间的相对位置信息；ii.基于所述相对位置信息修正机器人在返航过程中的姿态。2.根据权利要求1所述的控制方法，其特征在于，所述步骤i之前包括如下步骤：a、确定所述机器人和所述充电基座在环境地图中的位置；b、基于所述环境地图获取机器人到充电基座的导航路径并基于所述导航路径控制所述机器人返航。3.根据权利要求2所述的控制方法，其特征在于，在所述步骤a之前，包括步骤a′：所述机器人探测实时环境并生成所述环境地图，基于所述环境地图生成导航算法，所述导航算法用于生成所述导航路径。4.根据权利要求3所述的控制方法，其特征在于，所述机器人通过随机或特定的寻路逻辑探测实时环境。5.根据权利要求1至4中任一项所述的控制方法，其特征在于，所述步骤a包括如下步骤：a1：所述机器人接收返航指令；a2：所述机器人通过深度传感器采集所述机器人周围多个角度的环境数据，并将所述环境数据进行整合获取整合信息；a3：将所述整合信息匹配到所述环境地图，确定所述机器人在所述环境地图中的位置。6.根据权利要求5所述的控制方法，其特征在于，所述导航算法包括如下几种算法中的任一种：A*算法；Dijkstra算法；或者跳点搜索算法。7.根据权利要求1至6中任一项所述的控制方法，其特征在于，所述步骤i之后包括如下步骤：i1：所述机器人在返航过程中通过深度传感器不断采集所述特定图案并获取N个图案信息，获取N个所述图案信息的区别信息；相应地，所述步骤i...

【专利技术属性】
技术研发人员：周秦娜，
申请(专利权)人：周秦娜，
类型：发明
国别省市：广东,44