[go: up one dir, main page]

CN112405540B - 机器人控制方法、装置、机器人及可读存储介质 - Google Patents

机器人控制方法、装置、机器人及可读存储介质 Download PDF

Info

Publication number
CN112405540B
CN112405540B CN202011259304.1A CN202011259304A CN112405540B CN 112405540 B CN112405540 B CN 112405540B CN 202011259304 A CN202011259304 A CN 202011259304A CN 112405540 B CN112405540 B CN 112405540B
Authority
CN
China
Prior art keywords
intersection
robot
target
following target
crowd
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202011259304.1A
Other languages
English (en)
Other versions
CN112405540A (zh
Inventor
夏舸
邓有志
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Youdi Robot (Wuxi) Co.,Ltd.
Original Assignee
Uditech Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Uditech Co Ltd filed Critical Uditech Co Ltd
Priority to CN202011259304.1A priority Critical patent/CN112405540B/zh
Publication of CN112405540A publication Critical patent/CN112405540A/zh
Application granted granted Critical
Publication of CN112405540B publication Critical patent/CN112405540B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • BPERFORMING OPERATIONS; TRANSPORTING
    • B25HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25JMANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00Programme-controlled manipulators
    • B25J9/16Programme controls
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B25HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25JMANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00Programme-controlled manipulators
    • B25J9/16Programme controls
    • B25J9/1679Programme controls characterised by the tasks executed
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B25HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25JMANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00Programme-controlled manipulators
    • B25J9/16Programme controls
    • B25J9/1694Programme controls characterised by use of sensors other than normal servo-feedback from position, speed or acceleration sensors, perception control, multi-sensor controlled systems, sensor fusion
    • B25J9/1697Vision controlled systems

Landscapes

  • Engineering & Computer Science (AREA)
  • Robotics (AREA)
  • Mechanical Engineering (AREA)
  • Manipulator (AREA)

Abstract

本申请公开了一种机器人控制方法、装置、机器人及可读存储介质,所述机器人控制方法应用于机器人,所述机器人控制方法包括:获取机器人所处待通过路口的路口图像,并在所述路口图像中的目标人群中选取跟随目标,进而基于所述跟随目标的行为信息,判断是否可通过所述待通过路口,进而基于所述跟随目标的行为信息,控制所述机器人通过所述待通过路口。本申请解决了机器人控制效果差的技术问题。

Description

机器人控制方法、装置、机器人及可读存储介质
技术领域
本申请涉及智能设备控制技术领域,尤其涉及一种机器人控制方法、装置、机器人及可读存储介质。
背景技术
随着机器人的飞速发展,机器人的应用也越来越广泛,在机器人在城市工作时,往往会遇到过马路的问题,目前,通常通过机器人自带的摄像头拍摄路口图像,进而通过对路口图像中的红绿灯进行识别,判断是否过马路,但是,由于红绿灯的灯光颜色容易受到其他灯光影响,例如,建筑物灯光和车辆灯光等,导致机器人识别红绿灯的准确度较低,进而机器人通过识别路口的红绿灯,判断是否马路的准确率较低,降低了机器人的控制效果。
发明内容
本申请的主要目的在于提供一种机器人控制方法、装置、机器人及可读存储介质,旨在解决现有技术中机器人控制效果差的技术问题。
为实现上述目的,本申请提供一种机器人控制方法,所述机器人控制方法应用于机器人,所述机器人控制方法包括:
获取机器人所处待通过路口的路口图像,并在所述路口图像中的目标人群中选取跟随目标;
基于所述跟随目标的行为信息,控制所述机器人通过所述待通过路口。
可选地,所述基于所述跟随目标的行为信息,控制所述机器人通过所述待通过路口的步骤包括:
对所述跟随目标进行视觉跟随,以分析所述跟随目标是否正在通过所述待通过路口;
若是,则控制所述机器人通过所述待通过路口;
若否,则控制所述机器人原地等待。
可选地,所述对所述跟随目标进行视觉跟随,以分析所述跟随目标是否正在通过所述待通过路口的步骤包括:
对所述路口图像进行图像识别,以确定所述待通过路口中的路口等待区域;
对所述跟随目标进行视觉跟随,通过监测所述跟随目标是否移动超过所述路口等待区域,分析所述跟随目标是否正在通过所述待通过路口。
可选地,在所述对所述跟随目标进行视觉跟随,通过监测所述跟随目标是否移动超过所述路口等待区域,分析所述跟随目标是否正在通过所述待通过路口的步骤之后,所述机器人控制方法还包括:
获取所述跟随目标对应的目标人群的人群移动行为信息;
判断所述人群移动行为信息与所述行为信息是否相匹配;
若否,则返回在所述路口图像中的目标人群中选取跟随目标的步骤;
若是,则执行基于所述跟随目标的行为信息,控制所述机器人通过所述待通过路口的步骤。
可选地,所述在所述路口图像中的人群中选取跟随目标的步骤包括:
若所述待通过路口为多向路口,则获取所述机器人的运动路径信息;
基于所述运行路径信息,在所述路口图像中的人群中选取所述跟随目标。
可选地,所述基于所述运行路径信息,在所述路口图像中的人群中选取所述跟随目标的步骤包括:
基于所述运动路径信息,确定所述机器人的行进方向;
识别所述路口图像中的人脸朝向信息,并基于所述人脸朝向信息,在所述路口图像中确定与所述行进方向匹配的目标人群;
在所述目标人群中选取所述跟随目标。
可选地,所述人脸朝向信息至少包括一人脸朝向,
所述基于所述人脸朝向信息,在所述路口图像中确定与所述行进方向匹配的目标人群的步骤包括:
在各所述人脸朝向中选取与所述行进方向一致的各目标人脸朝向;
基于各所述目标人脸朝向,在所述路口图像中选取所述目标人群。
本申请还提供一种机器人控制装置,所述机器人控制装置应用于机器人,所述机器人控制装置为虚拟装置,所述机器人控制装置包括:
选取模块,用于获取机器人所处待通过路口的路口图像,并在所述路口图像中的目标人群中选取跟随目标;
控制模块,用于基于所述跟随目标的行为信息,控制所述机器人通过所述待通过路口。
可选地,所述控制模块还用于:
对所述跟随目标进行视觉跟随,以分析所述跟随目标是否正在通过所述待通过路口;
若是,则控制所述机器人通过所述待通过路口;
若否,则控制所述机器人原地等待。
可选地,所述控制模块还用于:
对所述路口图像进行图像识别,以确定所述待通过路口中的路口等待区域;
对所述跟随目标进行视觉跟随,通过监测所述跟随目标是否移动超过所述路口等待区域,分析所述跟随目标是否正在通过所述待通过路口。
可选地,所述机器人控制装置还用于:
获取所述跟随目标对应的目标人群的人群移动行为信息;
判断所述人群移动行为信息与所述行为信息是否相匹配;
若否,则返回在所述路口图像中的目标人群中选取跟随目标的步骤;
若是,则执行基于所述跟随目标的行为信息,控制所述机器人通过所述待通过路口的步骤。
可选地,所述选取模块还用于:
若所述待通过路口为多向路口,则获取所述机器人的运动路径信息;
基于所述运行路径信息,在所述路口图像中的人群中选取所述跟随目标。
可选地,所述选取模块还用于:
基于所述运动路径信息,确定所述机器人的行进方向;
识别所述路口图像中的人脸朝向信息,并基于所述人脸朝向信息,在所述路口图像中确定与所述行进方向匹配的目标人群;
在所述目标人群中选取所述跟随目标。
可选地,所述选取模块还用于:
在各所述人脸朝向中选取与所述行进方向一致的各目标人脸朝向;
基于各所述目标人脸朝向,在所述路口图像中选取所述目标人群。
本申请还提供一种机器人,所述机器人包括机器人控制设备,所述机器人控制设备为实体设备,所述机器人控制设备包括:存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的所述机器人控制方法的程序,所述机器人控制方法的程序被处理器执行时可实现如上述的机器人控制方法的步骤。
本申请还提供一种可读存储介质,所述可读存储介质上存储有实现机器人控制方法的程序,所述机器人控制方法的程序被处理器执行时实现如上述的机器人控制方法的步骤。
本申请提供了一种机器人控制方法、装置、机器人及可读存储介质,相比于现有技术中采用的机器人通过对路口图像中的红绿灯进行识别,判断是否过马路的技术手段。本申请获取机器人所处待通过路口的路口图像,并在所述路口图像中的目标人群中选取跟随目标。进而基于所述跟随目标的行为信息,确定过马路的时机,进而控制所述机器人跟随所述跟随目标通过所述待通过路口,进而无需通过识别红绿灯的方式,控制机器人过马路。克服了由于红绿灯的灯光颜色容易受到其他灯光影响,导致机器人识别红绿灯的准确度较低,进而导致机器人通过识别路口的红绿灯,判断是否马路的准确率较低的技术缺陷,进而提高了机器人的控制效果。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本申请的实施例,并与说明书一起用于解释本申请的原理。
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为本申请机器人控制方法第一实施例的流程示意图;
图2为本申请机器人控制方法第二实施例的流程示意图;
图3为本申请实施例方案涉及的硬件运行环境的设备结构示意图。
本申请目的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅用以解释本申请,并不用于限定本申请。
在本申请机器人控制方法的第一实施例中,参照图1,所述机器人控制方法应用于机器人,所述机器人控制方法包括:
步骤S10,获取机器人所处待通过路口的路口图像,并在所述路口图像中的目标人群中选取跟随目标;
在本实施例中,需要说明的是,所述机器人上设有摄像头,用于拍摄所述机器人在预设区域范围内的周围图像,其中,所述预设区域范围可设置为以所述机器人为圆心、具备预设半径的圆形范围区域,所述跟随目标至少包括所述目标人群中的一人。
获取机器人所处待通过路口的路口图像,并在所述路口图像中的目标人群中选取跟随目标。具体地,通过机器人上的摄像头在所述待通过路口拍摄路口图像,并识别所述路口图像中的人群,获得各待选取人群。进而若所述待通过路口为单向路口,则在各所述待选取人群中任意选取一人群作为目标人群,并在所述目标人群中选取预设数量的人作为所述跟随目标;若所述待通过路口为多向路口,则基于各所述待选取人群中的过马路方向,在各所述待选取人群中选取过马路方向与所述机器人的前进方向一致的人群作为所述目标人群,并在所述目标人群中选取预设数量的人作为所述跟随目标。
进一步地,在步骤S10中,所述在所述路口图像中的人群中选取跟随目标的步骤包括:
步骤S11,若所述待通过路口为多向路口,则获取所述机器人的运动路径信息;
在本实施例中,需要说明的,所述多向路口为存在多个通路去向的路口,所述运动路径信息为机器人工作时的运动路径信息,其中,所述运动路径信息包括机器人的行进方向、行进速度和行进路径等。
步骤S12,基于所述运行路径信息,在所述路口图像中的人群中选取所述跟随目标。
在本实施例中,基于所述运行路径信息,在所述路口图像中的人群中选取所述跟随目标。具体地,对所述路口图像中的各人群进行行进方向识别,获得所述路口图像中各人群的人群行进方向。进而在各所述人群行进方向选取与所述机器人的行进方向一致的待选取人群行进方向。进而在各所述待选取人群行进方向对应的人群中选取目标人群,并在所述目标人群中选取预设数量的人作为所述跟随目标。
其中,所述对所述路口图像中的各人群进行行进方向识别,获得所述路口图像中各人群的人群行进方向的步骤还包括:
获取所述路口图像中的每一人群中各人的人脸朝向。进而基于每一人群中各人的人脸朝向,进而将每一人群中各人的人脸朝向作为各自的个人行进方向。进而基于每一人群中各人的个人行进方向,即可确定每一人群的人群行进方向。例如,假设存在人群S,人群S包括10个人,其中,10个人中存在9个人的个人行进方向为A,存在一个的行进方向为B,则人群中个人行进方向为A的个人行进方向数量占比为90%,若预设个人行进方向数量占比阈 值为80%,则由于个人行进方向数量占比大于预设个人行进方向数量占比阈 值,则方向A作为所述人群行进方向。
进一步地,在步骤S12中,所述基于所述运行路径信息,在所述路口图像中的人群中选取所述跟随目标的步骤包括:
步骤S121,基于所述运动路径信息,确定所述机器人的行进方向;
步骤S122,识别所述路口图像中的人脸朝向信息,并基于所述人脸朝向信息,在所述路口图像中确定与所述行进方向匹配的目标人群;
在本实施例中,所述人脸朝向信息至少包括一人脸朝向。
识别所述路口图像中的人脸朝向信息,并基于所述人脸朝向信息,在所述路口图像中确定与所述行进方向匹配的目标人群。具体地,识别所述路口图像中所有人的人脸朝向,进而将所述路口图像中每个人的人脸朝向作为各自的个人行进方向。进而基于各所述个人行进方向和机器人的行进方向,对路口图像中的所有人进行分类,以将与机器人的行进方向一致的各个人行进方向对应的人作为第一类人群;将不与机器人的行进方向一致的各个人行进方向对应的人作为第二类人群,获得第一类人群和第二类人群。进而将所述第一类人群作为所述目标人群,且所述目标人群与所述人脸朝向信息匹配。
进一步地,在步骤S122中,所述人脸朝向信息至少包括一人脸朝向,
所述基于所述人脸朝向信息,在所述路口图像中确定与所述行进方向匹配的目标人群的步骤包括:
步骤A10,在各所述人脸朝向中选取与所述行进方向一致的各目标人脸朝向;
在本实施例中,需要说明的是,由于人通常是以人脸朝向为行进方向,进而若人的人脸朝向与机器人的行进方向一致,则人与机器人的行进方向应当一致。
步骤A20,基于各所述目标人脸朝向,在所述路口图像中选取所述目标人群。
在本实施例中,基于各所述目标人脸朝向,在所述路口图像中选取所述目标人群。具体地,将所述路口图像中各所述目标人脸朝向对应的人组成的人群作为所述目标人群。
步骤S123,在所述目标人群中选取所述跟随目标。
在本实施例中,在所述目标人群中选取预设数量的人作为所述跟随目标。
步骤S20,基于所述跟随目标的行为信息,控制所述机器人通过所述待通过路口。
在本实施例中,所述行为信息包括所述跟随目标的移动行为信息,其中,所述移动行为信息包括移动位置、移动路径和移动方向等。
基于所述跟随目标的行为信息,控制所述机器人通过所述待通过路口。具体地,对所述路口图像进行图像识别,以识别所述待通过路口的路口等待区域,其中,所述路口等待区域为人群等待过马路的区域,并对所述跟随目标进行视觉跟随。且在视觉跟随过程中,监测所述跟随目标的移动行为,获得所述跟随目标的移动行为信息,进而基于所述移动行为信息,判断所述跟随目标是否在机器人的行进方向上移动超过所述路口等待区域。若是,则证明所述跟随目标正在通过所述待通过路口,进而判定机器人可通过所述待通过路口,并控制所述机器人与所述跟随目标保存预设距离,跟随所述跟随目标通过所述待通过路口;若否,则证明所述跟随目标未正在通过所述待通过路口,进而判定机器人不可通过所述待通过路口。
本申请实施例提供了一种机器人控制方法,相比于现有技术中采用的机器人通过对路口图像中的红绿灯进行识别,判断是否过马路的技术手段。本申请实施例获取机器人所处待通过路口的路口图像,并在所述路口图像中的目标人群中选取跟随目标。进而基于所述跟随目标的行为信息,确定过马路的时机,进而控制所述机器人跟随所述跟随目标通过所述待通过路口,进而无需通过识别红绿灯的方式,控制机器人过马路。克服了由于红绿灯的灯光颜色容易受到其他灯光影响,导致机器人识别红绿灯的准确度较低,进而导致机器人通过识别路口的红绿灯,判断是否马路的准确率较低的技术缺陷,进而提高了机器人的控制效果。
进一步地,参照图2,基于本申请中第一实施例,在机器人控制方法的另一实施例中,在步骤S20中,所述基于所述跟随目标的行为信息,控制所述机器人通过所述待通过路口的步骤包括:
步骤S21,对所述跟随目标进行视觉跟随,以分析所述跟随目标是否正在通过所述待通过路口;
在本实施例中,需要说明的是,在不可通过所述待通过路口时,人群通常在路口等待区域等待过马路,所述行为信息包括移动行为信息。
对所述跟随目标进行视觉跟随,以分析所述跟随目标是否正在通过所述待通过路口。具体地,对所述路口图像进行图像识别,以识别所述待通过路口的路口等待区域,其中,所述路口等待区域为人群等待过马路的区域,并对所述跟随目标进行视觉跟随,以监测所述跟随目标在所述路口等待区域中的移动行为。进而基于所述移动行为,判断所述跟随目标是否移动超过所述路口等待区域,并将判断所述跟随目标是否移动超过所述路口等待区域的移动行为判断结果作为所述移动行为信息。
进一步地,在步骤S21中,所述对所述跟随目标进行视觉跟随,以分析所述跟随目标是否正在通过所述待通过路口的步骤包括:
步骤S211,对所述路口图像进行图像识别,以确定所述待通过路口中的路口等待区域;
在本实施例中,对所述路口图像进行图像识别,以确定所述待通过路口中的路口等待区域。具体地,基于预设图像识别模型,对所述路口图像进行图像识别,以识别所述路口图像中的路口等待区域的位置坐标,进而基于所述路口等待区域的位置坐标,确定所述待通过路口中的路口等待区域。
步骤S212,对所述跟随目标进行视觉跟随,通过监测所述跟随目标是否移动超过所述路口等待区域,分析所述跟随目标是否正在通过所述待通过路口;
在本实施例中,对所述跟随目标进行视觉跟随,通过监测所述跟随目标是否移动超过所述路口等待区域,分析所述跟随目标是否正在通过所述待通过路口。具体地,对所述跟随目标进行视觉跟随,以实时监测所述跟随目标的空间位置,进而判断所述空间位置是否在机器人的行进方向上超过所述路径等待区域的位置。若是,则判定所述跟随目标移动超过所述路口等待区域,进而表明所述跟随目标正在通过所述待通过路口;若否,则判定所述跟随目标未移动超过所述路口等待区域,进而表明所述跟随目标未正在通过所述待通过路口。
其中,在所述对所述跟随目标进行视觉跟随,通过监测所述跟随目标是否移动超过所述路口等待区域,分析所述跟随目标是否正在通过所述待通过路口的步骤之后,所述机器人控制方法还包括:
步骤B21,获取所述跟随目标对应的目标人群的人群移动行为信息;
在本实施例中,获取所述跟随目标对应的目标人群的人群移动行为信息。具体地,监测所述跟随目标对应的目标人群中其他人的第二移动行为。进而基于各所述第二移动行为,判断所述目标人群中的其他人是否正在移动超过路口等待区域,获得各第二移动行为对应的第二移动行为判断结果,并将各所述第二移动行为判断结果作为所述人群移动行为信息。
步骤B22,判断所述人群移动行为信息与所述行为信息是否相匹配;
在本实施例中,需要说明的是,所述行为信息包括移动行为信息。
判断所述人群移动行为信息与所述行为信息是否相匹配。具体地,在各所述第二移动行为判断结果中确定与所述移动行为判断结果一致的各目标判断结果,并统计所述目标判断结果的目标数量。进而计算所述目标数量和各第二移动行为判断结果的数量之比,获得判断结果数量占比。进而判断所述判断结果数量占比是否大于预设判断结果数量占比阈 值,若是,则判定所述人群移动行为信息与所述移动行为信息相匹配;若否,则判定所述人群移动行为信息与所述移动行为信息不相匹配。
步骤B23,若否,则返回在所述路口图像中的目标人群中选取跟随目标的步骤;
在本实施例中,若否,则返回在所述路口图像中的目标人群中选取跟随目标的步骤。具体地,若所述人群移动行为信息与所述移动行为信息不相匹配,则判定所述跟随目标未按交通规则通过所述待通过路口,进而返回在所述路口图像中的目标人群中选取跟随目标的步骤。
步骤B24,若是,则执行基于所述跟随目标的行为信息,控制所述机器人通过所述待通过路口的步骤。
在本实施例中,若是,则执行基于所述跟随目标的行为信息,控制所述机器人通过所述待通过路口的步骤。具体地,若所述人群移动行为信息与所述移动行为信息不相匹配,则判定所述跟随目标正常按交通规则通过所述待通过路口,进而执行基于所述跟随目标的行为信息,控制所述机器人通过所述待通过路口的步骤。
步骤S22,若是,则控制所述机器人通过所述待通过路口;
在本实施例中,若是,则控制所述机器人通过所述待通过路口。具体地,若所述跟随目标正在通过所述待通过路口,则证明所述待通过路口此时可通过,进而控制所述机器人通过所述待通过路口。
步骤S23,若否,则控制所述机器人原地等待。
在本实施例中,若否,则控制所述机器人原地等待。具体地,若所述跟随目标未正在通过所述待通过路口,则证明所述待通过路口此时不可通过,进而控制所述机器人原地等待。
本申请实施例首先对所述跟随目标进行视觉跟随,以分析所述跟随目标是否正在通过所述待通过路口,其中,所述跟随目标是否正在通过所述待通过路口即为所述跟随目标的行为信息。进而若是,则控制所述机器人通过所述待通过路口;若否,则控制所述机器人原地等待,进而实现了基于跟随目标的行为信息,控制所述机器人通过所述待通过路口,进而无需通过识别红绿灯的方式,控制机器人过马路。为克服由于红绿灯的灯光颜色容易受到其他灯光影响,导致机器人识别红绿灯的准确度较低,进而导致机器人通过识别路口的红绿灯,判断是否马路的准确率较低的技术缺陷奠定了基础。
参照图3,图3是本申请实施例方案涉及的硬件运行环境的设备结构示意图。
如图3所示,该机器人控制设备可以包括:处理器1001,例如CPU,存储器1005,通信总线1002,该机器人控制设备可为智能电视、智能手机等显示终端。其中,通信总线1002用于实现处理器1001和存储器1005之间的连接通信。存储器1005可以是高速RAM存储器,也可以是稳定的存储器 (non-volatile memory),例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储设备。
可选地,该机器人控制设备还可以包括矩形用户接口、网络接口、摄像头、RF(Radio Frequency,射频)电路,传感器、音频电路、WiFi模块等等。矩形用户接口可以包括显示屏(Display)、输入子模块比如键盘(Keyboard),可选矩形用户接口还可以包括标准的有线接口、无线接口。网络接口可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。
本领域技术人员可以理解,图3中示出的机器人控制设备结构并不构成对机器人控制设备的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
如图3所示,作为一种计算机存储介质的存储器1005中可以包括操作系统、网络通信模块以及机器人控制方法程序。操作系统是管理和控制设备硬件和软件资源的程序,支持机器人控制方法程序以及其它软件和/或程序的运行。网络通信模块用于实现存储器1005内部各组件之间的通信,以及与机器人控制方法系统中其它硬件和软件之间通信。
在图3所示的机器人控制设备中,处理器1001用于执行存储器1005中存储的机器人控制方法程序,实现上述任一项所述的机器人控制方法的步骤。
本申请机器人控制设备具体实施方式与上述机器人控制方法各实施例基本相同,在此不再赘述。
本申请实施例提供一种机器人控制装置,所述机器人控制装置应用于机器人,所述机器人控制装置包括:
选取模块,用于获取机器人所处待通过路口的路口图像,并在所述路口图像中的目标人群中选取跟随目标;
控制模块,用于基于所述跟随目标的行为信息,控制所述机器人通过所述待通过路口。
可选地,所述控制模块还用于:
对所述跟随目标进行视觉跟随,以分析所述跟随目标是否正在通过所述待通过路口;
若是,则控制所述机器人通过所述待通过路口;
若否,则控制所述机器人原地等待。
可选地,所述控制模块还用于:
对所述路口图像进行图像识别,以确定所述待通过路口中的路口等待区域;
对所述跟随目标进行视觉跟随,通过监测所述跟随目标是否移动超过所述路口等待区域,分析所述跟随目标是否正在通过所述待通过路口。
可选地,所述机器人控制装置还用于:
获取所述跟随目标对应的目标人群的人群移动行为信息;
判断所述人群移动行为信息与所述行为信息是否相匹配;
若否,则返回在所述路口图像中的目标人群中选取跟随目标的步骤;
若是,则执行基于所述跟随目标的行为信息,控制所述机器人通过所述待通过路口的步骤。
可选地,所述选取模块还用于:
若所述待通过路口为多向路口,则获取所述机器人的运动路径信息;
基于所述运行路径信息,在所述路口图像中的人群中选取所述跟随目标。
可选地,所述选取模块还用于:
基于所述运动路径信息,确定所述机器人的行进方向;
识别所述路口图像中的人脸朝向信息,并基于所述人脸朝向信息,在所述路口图像中确定与所述行进方向匹配的目标人群;
在所述目标人群中选取所述跟随目标。
可选地,所述选取模块还用于:
在各所述人脸朝向中选取与所述行进方向一致的各目标人脸朝向;
基于各所述目标人脸朝向,在所述路口图像中选取所述目标人群。
本申请机器人控制装置的具体实施方式与上述机器人控制方法各实施例基本相同,在此不再赘述。
本申请实施例提供了一种可读存储介质,且所述可读存储介质存储有一个或者一个以上程序,所述一个或者一个以上程序还可被一个或者一个以上的处理器执行以用于实现上述任一项所述的机器人控制方法的步骤。
本申请可读存储介质具体实施方式与上述机器人控制方法各实施例基本相同,在此不再赘述。
以上仅为本申请的优选实施例,并非因此限制本申请的专利范围,凡是利用本申请说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本申请的专利处理范围内。

Claims (8)

1.一种机器人控制方法,其特征在于,包括:
获取机器人所处待通过路口的路口图像,并在所述路口图像中的目标人群中选取跟随目标;
对所述路口图像进行图像识别,以确定所述待通过路口中的路口等待区域;
对所述跟随目标进行视觉跟随,通过监测所述跟随目标是否移动超过所述路口等待区域,分析所述跟随目标是否正在通过所述待通过路口;
若是,则控制所述机器人通过所述待通过路口;
若否,则控制所述机器人原地等待。
2.如权利要求1所述机器人控制方法,其特征在于,在所述对所述跟随目标进行视觉跟随,通过监测所述跟随目标是否移动超过所述路口等待区域,分析所述跟随目标是否正在通过所述待通过路口的步骤之后,所述机器人控制方法还包括:
获取所述跟随目标对应的目标人群的人群移动行为信息;
判断所述人群移动行为信息与所述行为信息是否相匹配;
若否,则返回在所述路口图像中的目标人群中选取跟随目标的步骤;
若是,则执行基于所述跟随目标的行为信息,控制所述机器人通过所述待通过路口的步骤。
3.如权利要求1所述机器人控制方法,其特征在于,所述在所述路口图像中的人群中选取跟随目标的步骤包括:
若所述待通过路口为多向路口,则获取所述机器人的运动路径信息;
基于所述运动路径信息,在所述路口图像中的人群中选取所述跟随目标。
4.如权利要求3所述机器人控制方法,其特征在于,所述基于所述运动路径信息,在所述路口图像中的人群中选取所述跟随目标的步骤包括:
基于所述运动路径信息,确定所述机器人的行进方向;
识别所述路口图像中的人脸朝向信息,并基于所述人脸朝向信息,在所述路口图像中确定与所述行进方向匹配的目标人群;
在所述目标人群中选取所述跟随目标。
5.如权利要求4所述机器人控制方法,其特征在于,所述人脸朝向信息至少包括一人脸朝向,
所述基于所述人脸朝向信息,在所述路口图像中确定与所述行进方向匹配的目标人群的步骤包括:
在各所述人脸朝向中选取与所述行进方向一致的各目标人脸朝向;
基于各所述目标人脸朝向,在所述路口图像中选取所述目标人群。
6.一种机器人控制装置,其特征在于,包括:
选取模块,用于获取机器人所处待通过路口的路口图像,并在所述路口图像中的目标人群中选取跟随目标;
控制模块,用于对所述路口图像进行图像识别,以确定所述待通过路口中的路口等待区域;对所述跟随目标进行视觉跟随,通过监测所述跟随目标是否移动超过所述路口等待区域,分析所述跟随目标是否正在通过所述待通过路口;若是,则控制所述机器人通过所述待通过路口;若否,则控制所述机器人原地等待。
7.一种机器人,所述机器人包括机器人控制设备,其特征在于,包括:存储器、处理器以及存储在存储器上的用于实现所述机器人控制方法的程序,
所述存储器用于存储实现机器人控制方法的程序;
所述处理器用于执行实现所述机器人控制方法的程序,以实现如权利要求1至5中任一项所述机器人控制方法的步骤。
8.一种可读存储介质,其特征在于,所述可读存储介质上存储有实现机器人控制方法的程序,所述实现机器人控制方法的程序被处理器执行以实现如权利要求1至5中任一项所述机器人控制方法的步骤。
CN202011259304.1A 2020-11-11 2020-11-11 机器人控制方法、装置、机器人及可读存储介质 Active CN112405540B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011259304.1A CN112405540B (zh) 2020-11-11 2020-11-11 机器人控制方法、装置、机器人及可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011259304.1A CN112405540B (zh) 2020-11-11 2020-11-11 机器人控制方法、装置、机器人及可读存储介质

Publications (2)

Publication Number Publication Date
CN112405540A CN112405540A (zh) 2021-02-26
CN112405540B true CN112405540B (zh) 2022-01-07

Family

ID=74830796

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011259304.1A Active CN112405540B (zh) 2020-11-11 2020-11-11 机器人控制方法、装置、机器人及可读存储介质

Country Status (1)

Country Link
CN (1) CN112405540B (zh)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107807652A (zh) * 2017-12-08 2018-03-16 灵动科技(北京)有限公司 物流机器人、用于其的方法和控制器及计算机可读介质
CN108351654A (zh) * 2016-02-26 2018-07-31 深圳市大疆创新科技有限公司 用于视觉目标跟踪的系统和方法

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10671058B2 (en) * 2015-09-03 2020-06-02 Nec Corporation Monitoring server, distributed-processing determination method, and non-transitory computer-readable medium storing program
CN105759839B (zh) * 2016-03-01 2018-02-16 深圳市大疆创新科技有限公司 无人机视觉跟踪方法、装置以及无人机
CN106155065A (zh) * 2016-09-28 2016-11-23 上海仙知机器人科技有限公司 一种机器人跟随方法及用于机器人跟随的设备
CN106774315B (zh) * 2016-12-12 2020-12-01 深圳市智美达科技股份有限公司 机器人自主导航方法和装置
KR101907548B1 (ko) * 2016-12-23 2018-10-12 한국과학기술연구원 휴먼 추종을 위한 이동로봇의 주행 및 탐색방법
CN107160392A (zh) * 2017-05-26 2017-09-15 深圳市天益智网科技有限公司 基于视觉定位和跟随的方法、装置及终端设备和机器人
CN109992008A (zh) * 2017-12-29 2019-07-09 深圳市优必选科技有限公司 一种机器人的目标跟随方法及装置
CN108673501B (zh) * 2018-05-17 2022-06-07 中国科学院深圳先进技术研究院 一种机器人的目标跟随方法及装置
CN108908287A (zh) * 2018-09-09 2018-11-30 张伟 跟随机器人及其控制方法和装置
CN111571591B (zh) * 2020-05-22 2021-07-30 中国科学院自动化研究所 四目仿生眼设备、装置及其搜寻目标的方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108351654A (zh) * 2016-02-26 2018-07-31 深圳市大疆创新科技有限公司 用于视觉目标跟踪的系统和方法
CN107807652A (zh) * 2017-12-08 2018-03-16 灵动科技(北京)有限公司 物流机器人、用于其的方法和控制器及计算机可读介质

Also Published As

Publication number Publication date
CN112405540A (zh) 2021-02-26

Similar Documents

Publication Publication Date Title
KR102189262B1 (ko) 엣지 컴퓨팅을 이용한 교통 정보 수집 장치 및 방법
Guo et al. Dense construction vehicle detection based on orientation-aware feature fusion convolutional neural network
US20080126031A1 (en) System and Method for Measuring Performances of Surveillance Systems
CN112014845A (zh) 一种车辆障碍物定位方法、装置、设备及存储介质
CN112200830A (zh) 一种目标跟踪方法及设备
CN112419722B (zh) 交通异常事件检测方法、交通管控方法、设备和介质
CN109598977A (zh) 基于视频监控的车辆检测方法、装置、系统及服务器
CN110738867B (zh) 一种车位检测方法、装置、设备及存储介质
CN114360261B (zh) 车辆逆行的识别方法、装置、大数据分析平台和介质
CN113910224B (zh) 机器人跟随的方法、装置及电子设备
CN113611131B (zh) 车辆通行方法、装置、设备及计算机可读存储介质
CN115366920A (zh) 用于自动驾驶车辆的决策方法及装置、设备和介质
CN109615925A (zh) 基于视频监控的车辆停车控制方法、装置、系统及服务器
Dinh et al. Development of a tracking-based system for automated traffic data collection for roundabouts
Salma et al. Smart parking guidance system using 360o camera and haar-cascade classifier on iot system
CN108320497B (zh) 行人闯红灯行为检测方法、装置及计算机可读存储介质
CN110738169B (zh) 车流量监测方法、装置、设备及计算机可读存储介质
CN112405540B (zh) 机器人控制方法、装置、机器人及可读存储介质
Bhandari et al. Fullstop: A camera-assisted system for characterizing unsafe bus stopping
Chen et al. Managing edge AI cameras for traffic monitoring
Chavan et al. Pothole detection system using YOLO v4 algorithm
Byzkrovnyi et al. Comparison of Object Detection Algorithms for the Task of Person Detection on Jetson TX2 NX Platform
CN113435352B (zh) 文明城市评分方法、装置、电子设备和存储介质
JP2023090539A (ja) 自律体移動制御システム、制御装置、及び制御方法
CN109740464B (zh) 目标的识别跟随方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CP03 Change of name, title or address

Address after: Unit 7-11, 6th Floor, Building B2, No. 999-8 Gaolang East Road, Wuxi Economic Development Zone, Wuxi City, Jiangsu Province, China 214000

Patentee after: Youdi Robot (Wuxi) Co.,Ltd.

Country or region after: China

Address before: 5D, Building 1, Tingwei Industrial Park, No. 6 Liufang Road, Xingdong Community, Xin'an Street, Bao'an District, Shenzhen City, Guangdong Province

Patentee before: UDITECH Co.,Ltd.

Country or region before: China

CP03 Change of name, title or address