欢迎光临小豌豆知识网!
当前位置:首页 > 物理技术 > 调节控制> 运送机器人的控制方法、装置、运送机器人和存储介质独创技术34969字

运送机器人的控制方法、装置、运送机器人和存储介质

2021-02-02 18:33:45

运送机器人的控制方法、装置、运送机器人和存储介质

  技术领域

  本申请涉及运送机器人领域,尤其涉及一种运送机器人的控制方法、装置、运送机器人和存储介质。

  背景技术

  目前,配送机器人通常采用配送箱体和运送机器人分体式设计,以提高配送效率和配送的灵活性。基于该设计方式,需要运送机器人准确的定位出配送箱体,从而与配送箱体结合。

  相关技术中,配送机器人的运送机器人上配置有激光雷达,运送机器人通过激光雷达对周围环境进行检测,得到周围物体的位置、以及在平面轮廓形状,进而基于平面轮廓形状确定配送箱体,然后向配送箱体的所在位置移动,从而完成配送箱体的结合。

  基于上述技术方案,当配送箱体不是正对配送箱体摆放时,激光雷达检测到的配送箱体的平面轮廓形状会发生变化,可能无法识别出配送箱体,导致配送箱体与运送机器人无法结合。

  发明内容

  本申请实施例的目的在于提供一种运送机器人的控制方法、装置、运送机器人和存储介质,以解决因激光雷达无法识别出配送箱体而导致配送箱体与运送机器人无法结合的技术问题,提高了配送箱体与运送机器人结合的精确度。具体技术方案如下:

  第一方面,提供了一种运送机器人的控制方法,所述方法包括:

  通过摄像部件进行图像采集,得到目标图像;

  在所述目标图像中识别图形标识码,并确定所述图形标识码在所述目标图像中的位置信息,所述图像标识码设置于配送箱体的外侧;

  根据所述位置信息确定运送机器人与所述配送箱体的相对位置;

  基于所述相对位置进行移动操作,以使所述运送机器人与所述配送箱体结合。

  可选的,所述在所述目标图像中识别图形标识码,并确定所述图形标识码在所述目标图像中的位置信息,包括:

  对所述目标图像进行轮廓信息提取;

  在提取出的轮廓信息中,确定满足预设轮廓特征的目标轮廓信息,并将所述目标轮廓信息对应的图像作为所述图形标识码的角点图像;

  基于所述角点图像在所述目标图像中的位置坐标,计算所述图形标识码在所述目标图像中的位置信息。

  可选的,所述根据所述位置信息确定运送机器人与所述配送箱体的相对位置,包括:

  获取预设的所述图形标识码在所述目标图像中的基准位置信息,其中,所述基准位置信息是所述运送机器人正对所述配送箱体时,所述图形识别码在所述运送机器人所拍摄到的图像中的位置信息;

  计算所述位置信息相对于所述基准位置信息的偏移量,将所述偏移量作为所述运送机器人与所述配送箱体的相对位置。

  可选的,所述基于所述相对位置进行移动操作,以使所述运送机器人与所述配送箱体结合,包括:

  基于所述相对位置确定所述运送机器人的调整角度,并按照所述调整角度进行移动操作;

  当检测到所述运送机器人正对所述配送箱体时,控制所述运送机器人向所述配送箱体移动,以使所述运送机器人与所述配送箱体结合。

  可选的,控制所述运送机器人向所述配送箱体移动之后,所述方法还包括:

  通过距离检测部件检测所述运送机器人与所述配送箱体之间的距离;

  当检测到的距离在预设距离范围内时,控制所述运送机器人停止移动,以完成所述运送机器人与所述配送箱体结合。

  可选的,所述通过摄像部件进行图像采集,得到目标图像之前,还包括:

  获取配送箱体所在的目标位置;

  通过激光雷达进行扫描,得到周围物体的点云数据,并将所述点云数据与预先存储的地图信息进行匹配,基于匹配结果确定所述运送机器人的当前位置;

  确定所述当前位置与所述目标位置之间的运动路径,并基于所述运动路径进行移动,以到达所述目标位置。

  可选的,所述基于匹配结果确定所述运送机器人的当前位置,包括:

  将匹配结果中的位置作为第一候选位置;

  根据所述运送机器人的姿态信息和已行驶的里程信息、以及所述运送机器人的起始位置,确定所述运送机器人的第二候选位置;

  根据所述第一候选位置和所述第二候选位置,确定所述运送机器人的当前位置。

  第二方面,提供了一种运送机器人的控制装置,其特征在于,所述装置包括:

  采集模块,用于通过摄像部件进行图像采集,得到目标图像;

  识别模块,用于在所述目标图像中识别图形标识码,并确定所述图形标识码在所述目标图像中的位置信息,所述图像标识码设置于配送箱体的外侧;

  确定模块,用于根据所述位置信息确定运送机器人与所述配送箱体的相对位置;

  移动模块,用于基于所述相对位置进行移动操作,以使所述运送机器人与所述配送箱体结合。

  第三方面,提供了一种运送机器人,所述运送机器人包括摄像部件、控制装置和底盘驱动装置,所述控制装置分别与所述摄像部件和所述底盘驱动装置连接,其中:

  所述摄像部件,用于进行图像采集,得到目标图像;

  所述控制装置,用于在所述目标图像中识别图形标识码,并确定所述图形标识码在所述目标图像中的位置信息,所述图像标识码设置于配送箱体的外侧;根据所述位置信息确定运送机器人与所述配送箱体的相对位置;

  所述控制装置,还用于基于所述相对位置控制所述底盘驱动装置进行移动操作,以使所述运送机器人与所述配送箱体结合。

  可选的,所述底盘驱动装置包括连接部和承载部,所述控制装置的底部与所述连接部固定连接,所述承载部用于在所述运送机器人与所述配送箱体结合后,承载所述配送箱体;

  所述摄像部件设置于所述承载部的尾端。

  可选的,所述运送机器人还包括距离检测部件,所述距离检测部件与所述控制器连接;

  所述距离检测部件,用于检测所述运送机器人与所述配送箱体之间的距离;

  所述控制装置,还用于当所述距离检测部件检测到的距离在预设距离范围内时,控制所述底盘驱动装置停止移动,以完成所述运送机器人与所述配送箱体结合。

  可选的,所述距离检测部件的数目为多个,且所述距离检测部件对称设置于所述控制装置朝向所述配送箱体的侧面。

  可选的,所述运送机器人还包括激光雷达,所述激光雷达与所述控制装置连接;

  所述激光雷达,用于扫描得到周围物体的点云数据;

  所述控制装置,还用于获取配送箱体所在的目标位置,将所述点云数据与预先存储的地图信息进行匹配,基于匹配结果确定所述运送机器人的当前位置;确定所述当前位置与所述目标位置之间的运动路径,并基于所述运动路径控制所述底盘驱动装置移动,以到达所述目标位置。

  可选的,所述运送机器人还包括惯性测量单元IMU,所述惯性测量单元IMU与所述控制装置连接;

  所述IMU,用于检测所述运送机器人的姿态信息和已行驶的里程信息;

  所述控制装置,还用于将匹配结果中的位置作为第一候选位置;根据所述IMU反馈的姿态信息和已行驶的里程信息、以及所述运送机器人的起始位置,确定所述运送机器人的第二候选位置;根据所述第一候选位置和所述第二候选位置,确定所述运送机器人的当前位置。

  可选的,所述控制装置还包括人机交互部件。

  第四方面,提供了一种分体式配送机器人,其特征在于,所述分体式配送机器人包括上述运送机器人、以及至少一个配送箱体,所述配送箱体的外侧设置有图像标识码。

  第五方面,提供了一种计算机可读存储介质,其特征在于,所述计算机可读存储介质内存储有计算机程序,所述计算机程序被处理器执行时实现上述的方法步骤。

  第六方面,提供了一种包含指令的计算机程序产品,当其在计算机上运行时,使得计算机执行上述任一所述的方法。

  本申请实施例有益效果:

  本申请实施例提供了一种运送机器人的控制方法,可以通过摄像部件进行图像采集,得到目标图像,然后在目标图像中识别图形标识码,并确定图形标识码在目标图像中的位置信息,其中,图像标识码设置于配送箱体的外侧。然后,根据位置信息确定运送机器人与配送箱体的相对位置,基于相对位置进行移动操作,以使运送机器人与配送箱体结合。上述方案,通过图形标识码准确定位出配送箱体,并基于图形标识码确定运送机器人与配送箱体的相对位置,进而实现运送机器人与配送箱体结合。这样,无需通过激光雷达检测配送箱体,避免了因激光雷达无法识别出配送箱体而导致配送箱体与运送机器人无法结合的技术问题,从而提高了配送箱体与运送机器人结合的精确度。

  当然,实施本申请的任一产品或方法并不一定需要同时达到以上所述的所有优点。

  附图说明

  为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,对于本领域普通技术人员而言,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。

  图1为本申请实施例提供的一种分体式配送机器人的示意图;

  图2为本申请实施例提供的一种运送机器人的结构示意图;

  图3为本申请实施例提供的一种运送机器人的控制方法的流程图;

  图4a为本申请实施例提供的一种二维码的示意图;

  图4b为本申请实施例提供的一种轮廓信息的示意图;

  图4c为本申请实施例提供的一种角点图像的示意图;

  图4d为本申请实施例提供的一种目标图像的示意图;

  图5为本申请实施例提供的另一种分体式配送机器人的示意图;

  图6本申请实施例提供的一种运送机器人的控制方法示例的流程图;

  图7为本申请实施例提供的一种运送机器人的控制装置的结构示意图;

  图8为本申请实施例提供的一种电子设备的结构示意图。

  具体实施方式

  下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。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。

  本申请实施例提供了一种运送机器人的控制方法,该方法可以应用于分体式配送机器人,具体的,可以由分体式配送机器人中的运送机器人执行。其中,运送机器人可以至少包括摄像部件、控制装置和底盘驱动装置。其中,底盘驱动装置包括连接部和承载部,控制装置的底部与连接部固定连接,承载部用于在运送机器人与配送箱体结合后,承载配送箱体。摄像部件可以为相机、摄像头等,可选的,摄像部件可以设置于承载部的尾端。如图1所示,为本申请实施例提供的分体式配送机器人的示意图。可以理解的是,摄像部件还可以设置于其他位置,如控制装置正对配送箱体的侧面。另外,运送机器人还可以具体包括如距离传感器、单片机、CAN(Controller Area Network,控制器局域网络)收发器、CAN总线、激光雷达、IMU(Inertial measurement unit,惯性测量单元)、电机、编码器等部件。

  如图2所示,为本申请实施例提供的一种运送机器人的结构示意图,该运送机器人包括相机、距离传感器A、距离传感器B、、激光雷达和IMU、控制装置和底盘驱动装置,其中,控制装置包括单片机、主控制器、CAN收发器、CAN总线,底盘驱动装置具体可以包括电机驱动器、电机和编码器。其中,主控制器分别与相机、激光雷达、IMU和电机驱动器连接。电机驱动器与电机连接,且电机驱动器与电机之间连接有编码器。相机可以用于拍摄图像,并将拍摄到的图像传输给主控制器,以使主控制器识别图像识别码,从而定位配送箱体。IMU可以用于检测运送机器人的姿态信息,如加速度、姿态、角速度等。激光雷达用于扫描周围环境的点云数据;编码器用于记录已行驶的里程信息,主动控制器则可以根据IMU和编码器返回的信息进行导航和定位。另外,主控制器通过CAN总线与CAN收发器连接,CAN收发器与单片机连接,单片机分别与距离传感器A和距离传感器B连接。距离传感器可以选择窄束超声波测距传感器、光学TOF测距传感器等,用于测量配送箱体与运送机器人的相对距离,并上报给单片机。单片机则将距离结果通过CAN收发器上报到CAN总线,主控制器则会通过CAN总线获取单片机上报的数据。主控制器可向电机驱动器发送运动指令,驱动电机旋转实现机器人前进、后退、转弯等操作,以实现运送机器人与配送箱体结合。当然,运送机器人还可以包括图2中未示出的其他部件,如人机交互部件(即显示屏、语音交互部件等),本申请实施例不做限定。

  下面将结合具体实施方式,对本申请实施例提供的一种运送机器人的控制方法进行详细的说明,如图3所示,具体步骤如下:

  步骤301,通过摄像部件进行图像采集,得到目标图像。

  本申请实施例中,运送机器人通常与配送箱体放置在同一区域内;或者,运送机器人在进行配送后,也可以通过导航系统移动到配送箱体所在的区域。此时,配送箱体会进入运送机器人的摄像部件范围内,运送机器人可以通过摄像部件进行图像采集,得到目标图像。这样,摄像部件拍摄到的目标图像通常包含有配送箱体的图像。

  步骤302,在目标图像中识别图形标识码,并确定图形标识码在目标图像中的位置信息。

  本申请实施例中,配送箱体的外侧设置有图像标识码,具体的,可以设置在应当正对运送机器人的侧面。该图像标识码可以是二维码、条形码等图形码,本申请实施例不做限定。控制装置接收到目标图像后,可以识别目标图像中是否包含图形标识码。若识别出图形标识码,则确定图形标识码在目标图像中的位置信息,其中,该位置信息可以用像素坐标表示,也可以预先建立的坐标系,用该坐标系中的坐标来表示。若未识别出图形标识码,则继续执行步骤301,直到识别出图形标识码。

  可选的,在目标图像中识别图形标识码,并确定图形标识码在目标图像中的位置信息的具体过程为:对目标图像进行轮廓信息提取;在提取出的轮廓信息中,确定满足预设轮廓特征的目标轮廓信息,并将目标轮廓信息对应的图像作为图形标识码的角点图像;基于角点图像在目标图像中的位置坐标,计算图形标识码在目标图像中的位置信息。

  本申请实施例中,控制装置可以通过预设的图像处理算法,提取目标图像包含的轮廓信息。具体的,可以对目标图像进行平滑滤波和二值化处理,得到目标图像包含的轮廓信息,然后可以在这些轮廓信息中,查找满足预设轮廓特征的目标轮廓信息,并将目标轮廓信息对应的图像作为图形标识码的角点图像。然后,可以确定角点图像在目标图像中的位置坐标,进而根据该坐标计算图形标识码在目标图像中的位置信息。计算位置信息的方式可以是多种多样的,例如,可以根据两个对角的角点图像的位置坐标,计算中心点的位置坐标,将中心点的位置坐标作为图形标识码在目标图像中的位置信息;或者,也可以直接将某个角点图像的位置坐标,作为图形标识码在目标图像中的位置信息。其中,图形标识码的位置信息的计算方式,需要与预设的基准位置信息的标定方式一致。例如,将二维码左上角的位置坐标标定为基准位置信息,相应的,在计算时,将左上角的角点图像在目标图像中的位置坐标,作为图形标识码的位置信息。

  在一个示例中,二维码的图像可以如图4a所示,包含3个角点(即两个顶角和左下角),提取轮廓信息后的图像如图4b所示,识别出的角点图像如图4c所示。图4c中的角点图像的中心点,可构成一个直角三角形,然后根据这个直角三角形计算图形标识码在目标图像中的位置信息,可记为(xa,ya)。

  步骤303,根据位置信息确定运送机器人与配送箱体的相对位置。

  本申请实施例中,控制装置可以根据位置信息确定运送机器人与配送箱体的相对位置。具体的,可以获取预设的图形标识码在目标图像中的基准位置信息,然后计算位置信息相对于基准位置信息的偏移量,将偏移量作为运送机器人与配送箱体的相对位置。其中,基准位置信息是运送机器人正对配送箱体时,图形识别码在运送机器人所拍摄到的图像中的位置信息。如图4d所示,图片中的十字表示基准位置信息。

  其中,基准位置信息可以由技术人员预先设置。例如,可以为图像的中心点,可记为(xb,yb),则可以计算二维码位置(xa,ya)与中心点(xb,yb)的偏移量,该偏移量可作为运送机器人与配送箱体的相对位置。

  步骤304,基于相对位置进行移动操作,以使运送机器人与配送箱体结合。

  本申请实施例中,控制装置可以基于相对位置,向电机驱动器发送运动指令,以使图形识别码的在目标图像中的位置信息与基准位置信息相同。当该位置信息与基准位置信息相同时,运送机器人正对所述配送箱体,然后运送机器人可以向配送箱体移动,从而完成运送机器人与配送箱体结合。

  可选的,具体的移动过程可以为:基于相对位置确定运送机器人的调整角度,并按照调整角度进行移动操作;当检测到运送机器人正对配送箱体时,控制运送机器人向配送箱体移动,以使运送机器人与配送箱体结合。

  本申请实施例中,控制装置可以基于计算出的相对位置(即偏移量),确定运送机器人的调整角度,比如向偏移的反向角度移动,然后,控制装置可以向电机驱动器发送运动指令,以使电机驱动器驱动电机旋转实现角度调整。在移动过程中,运送机器人可以持续的进行图像采集(比如可以周期性的通过摄像部件进行图像采集),从而持续进行角度调整,以提高结合的准确度。

  可选的,还可以通过距离检测部件实现精准的装载引导,具体的处理过程为:通过距离检测部件检测运送机器人与配送箱体之间的距离;当检测到的距离在预设距离范围内时,控制运送机器人停止移动,以完成运送机器人与配送箱体结合。

  本申请实施例中,当检测到运送机器人正对配送箱体时,运送机器人可以通过距离检测部件检测运送机器人与配送箱体之间的距离,并向配送箱体移动。当检测到的距离在预设距离范围内时,说明运送机器人已进入配送箱体的指定位置,可以控制运送机器人停止移动,以完成运送机器人与配送箱体结合。

  距离传感器可以为多个,且可以对称设置于控制装置朝向配送箱体的侧面。在一个示例中,配送机器人车体上配置有两个距离传感器,即距离传感器A和距离传感器B,如图5所示。距离传感器可以测量配送箱体左右两侧距离运送机器人的距离d1和距离d2,并上报给单片机,单片机将收到的结果通过CAN总线上报给主控制器,主控制器根据d1和d2数值向电机驱动器发送运动指令,直到d1和d2达到预设距离范围时,运送机器人完成对配送箱体的装载。

  可选的,可以通过激光雷达导航以使运送机器人达到配送箱体的装载区域,具体的处理过程为:获取配送箱体所在的目标位置;通过激光雷达进行扫描,得到周围物体的点云数据,并将点云数据与预先存储的地图信息进行匹配,基于匹配结果确定运送机器人的当前位置;确定当前位置与目标位置之间的运动路径,并基于运动路径进行移动,以到达目标位置。

  本申请实施例中,运送机器人在进行配送后,需要通过导航系统移动到配送箱体所在的区域。运送机器人可以获取配送箱体所在的目标位置,该目标位置可以由技术人员预先设定。运送机器人可以通过激光雷达进行扫描,得到周围物体的点云数据,然后,将点云数据与预先存储的地图信息进行匹配。该地图信息是通过激光雷达进行SLAM((simultaneous localization and mapping,时定位与地图)构建得到的。控制装置可以将检测到的点云数据与地图信息进行匹配,从而将匹配出的位置作为当前位置。然后,可以确定当前位置与目标位置之间的运动路径,并基于运动路径进行移动,以到达目标位置。

  可选的,可以结合IMU的反馈和里程信息确定当前位置,具体的处理过程为:将匹配结果中的位置作为第一候选位置;根据运送机器人的姿态信息和已行驶的里程信息、以及运送机器人的起始位置,确定运送机器人的第二候选位置;根据第一候选位置和第二候选位置,确定运送机器人的当前位置。

  本申请实施例中,可以将匹配结果中的位置作为第一候选位置。此外,可以根据IMU反馈的姿态信息和编码器记录的已行驶的里程信息、以及运送机器人的起始位置,计算运送机器人的位置(可称为第二候选位置),然后,可以将第一候选位置和第二候选位置的中间位置,作为运送机器人的当前位置。这样,可以结合IMU的反馈和里程信息确定当前位置,从而提高位置确定的准确度。

  本申请实施例还提供了通过激光雷达进行SLAM构建的过程,具体为:运送机器人从预设的地图原点出发,并通过IMU和编码器记录姿态信息和里程信息。根据IMU反馈的姿态信息,可以知道运送机器人的朝向,根据里程信息可以知道每个朝向的行驶距离。激光雷达持续扫描,得到周围物体的点云数据。通过点云数据可以分析得到周围物体的轮廓、距离等信息。例如,通过激光雷达在地图原点处进行检测,可以获知地图原点周围的障碍物、以及障碍物距运送机器人的距离,接下来,运送机器人前进,并在前进过程中根据里程信息和姿态信息确定前进距离和自身朝向,运送机器人前进过程激光雷达也是不断扫描并返回周边障碍物的点云数据,从而建立出距离坐标原点d方位角γ点的周边地图。最后,运送机器人不断移动直到遍历整个环境,将所有地图叠加就可以得到整个空间地图

  可选的,本申请实施例还提供了运送机器人的控制方法的示例,如图6所示,具体步骤如下。

  步骤601,获取配送箱体所在的目标位置。

  步骤602,通过激光雷达定位、IMU反馈的姿态信息和已行驶的里程信息,确定运送机器人的当前位置。

  步骤603,确定当前位置与目标位置之间的运动路径,并基于运动路径进行移动,以到达配送箱体所在的目标位置。

  步骤604,通过摄像部件进行图像采集,得到目标图像。

  步骤605,在目标图像中识别图形标识码,图像标识码设置于配送箱体的外侧。

  步骤606,提取图形标识码包含的轮廓信息。

  步骤607,在提取出的轮廓信息中,确定满足预设轮廓特征的目标轮廓信息,并将目标轮廓信息对应的图像作为角点图像。

  步骤608,基于角点图像在目标图像中的位置坐标,计算图形标识码在目标图像中的位置信息。

  步骤609,计算位置信息相对于预设的基准位置信息的偏移量,将偏移量作为运送机器人与配送箱体的相对位置。

  其中,基准位置信息是运送机器人正对配送箱体时,图形识别码在运送机器人所拍摄到的图像中的位置信息。

  步骤610,基于相对位置确定运送机器人的调整角度,并按照调整角度进行移动操作。

  步骤611,当检测到运送机器人正对配送箱体时,控制运送机器人向配送箱体移动。

  步骤612,通过距离检测部件检测运送机器人与配送箱体之间的距离。

  步骤613,当检测到的距离在预设距离范围内时,控制运送机器人停止移动,以完成运送机器人与配送箱体结合。

  基于相同的技术构思,本申请实施例还提供了一种运送机器人,该运送机器人包括摄像部件、控制装置和底盘驱动装置,所述控制装置分别与所述摄像部件和所述底盘驱动装置连接,其中:

  所述摄像部件,用于进行图像采集,得到目标图像;

  所述控制装置,用于在所述目标图像中识别图形标识码,并确定所述图形标识码在所述目标图像中的位置信息,所述图像标识码设置于配送箱体的外侧;根据所述位置信息确定运送机器人与所述配送箱体的相对位置;

  所述控制装置,还用于基于所述相对位置控制所述底盘驱动装置进行移动操作,以使所述运送机器人与所述配送箱体结合。

  可选的,所述底盘驱动装置包括连接部和承载部,所述控制装置的底部与所述连接部固定连接,所述承载部用于在所述运送机器人与所述配送箱体结合后,承载所述配送箱体;

  所述摄像部件设置于所述承载部的尾端。

  可选的,所述运送机器人还包括距离检测部件,所述距离检测部件与所述控制器连接;

  所述距离检测部件,用于检测所述运送机器人与所述配送箱体之间的距离;

  所述控制装置,还用于当所述距离检测部件检测到的距离在预设距离范围内时,控制所述底盘驱动装置停止移动,以完成所述运送机器人与所述配送箱体结合。

  可选的,所述距离检测部件的数目为多个,且所述距离检测部件对称设置于所述控制装置朝向所述配送箱体的侧面。

  可选的,所述运送机器人还包括激光雷达,所述激光雷达与所述控制装置连接;

  所述激光雷达,用于扫描得到周围物体的点云数据;

  所述控制装置,还用于获取配送箱体所在的目标位置,将所述点云数据与预先存储的地图信息进行匹配,基于匹配结果确定所述运送机器人的当前位置;确定所述当前位置与所述目标位置之间的运动路径,并基于所述运动路径控制所述底盘驱动装置移动,以到达所述目标位置。

  可选的,所述运送机器人还包括惯性测量单元IMU,所述惯性测量单元IMU与所述控制装置连接;

  所述IMU,用于检测所述运送机器人的姿态信息和已行驶的里程信息;

  所述控制装置,还用于将匹配结果中的位置作为第一候选位置;根据所述IMU反馈的姿态信息和已行驶的里程信息、以及所述运送机器人的起始位置,确定所述运送机器人的第二候选位置;根据所述第一候选位置和所述第二候选位置,确定所述运送机器人的当前位置。

  可选的,所述控制装置还包括人机交互部件。

  基于相同的技术构思,本申请实施例还提供了一种运送机器人的控制装置,如图7所示,该装置包括:

  采集模块710,用于通过摄像部件进行图像采集,得到目标图像;

  识别模块720,用于在目标图像中识别图形标识码,并确定图形标识码在目标图像中的位置信息,图像标识码设置于配送箱体的外侧;

  确定模块730,用于根据位置信息确定运送机器人与配送箱体的相对位置;

  移动模块740,用于基于相对位置进行移动操作,以使运送机器人与配送箱体结合。

  基于相同的技术构思,本发明实施例还提供了一种电子设备,如图8所示,包括处理器801、通信接口802、存储器803和通信总线804,其中,处理器801,通信接口802,存储器803通过通信总线804完成相互间的通信,

  存储器803,用于存放计算机程序;

  处理器801,用于执行存储器803上所存放的程序时,实现如下步骤上述方法步骤。

  上述电子设备提到的通信总线可以是外设部件互连标准(Peripheral ComponentInterconnect,PCI)总线或扩展工业标准结构(Extended Industry StandardArchitecture,EISA)总线等。该通信总线可以分为地址总线、数据总线、控制总线等。为便于表示,图中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。

  通信接口用于上述电子设备与其他设备之间的通信。

  存储器可以包括随机存取存储器(Random Access Memory,RAM),也可以包括非易失性存储器(Non-Volatile Memory,NVM),例如至少一个磁盘存储器。可选的,存储器还可以是至少一个位于远离前述处理器的存储装置。

  上述的处理器可以是通用处理器,包括中央处理器(Central Processing Unit,CPU)、网络处理器(Network Processor,NP)等;还可以是数字信号处理器(Digital SignalProcessing,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。

  在本发明提供的又一实施例中,还提供了一种计算机可读存储介质,该计算机可读存储介质内存储有计算机程序,所述计算机程序被处理器执行时实现上述任一方法的步骤。

  在本发明提供的又一实施例中,还提供了一种包含指令的计算机程序产品,当其在计算机上运行时,使得计算机执行上述实施例中任一方法。

  在上述实施例中,可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时,可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时,全部或部分地产生按照本发明实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质,(例如,软盘、硬盘、磁带)、光介质(例如,DVD)、或者半导体介质(例如固态硬盘Solid State Disk(SSD))等。

  需要说明的是,在本文中,诸如“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

  以上所述仅是本申请的具体实施方式,使本领域技术人员能够理解或实现本申请。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下,在其它实施例中实现。因此,本申请将不会被限制于本文所示的这些实施例,而是要符合与本文所申请的原理和新颖特点相一致的最宽的范围。

《运送机器人的控制方法、装置、运送机器人和存储介质.doc》
将本文的Word文档下载到电脑,方便收藏和打印
推荐度:
点击下载文档

文档为doc格式(或pdf格式)