[发明专利]视觉扫地机器人及其回充方法有效
申请号: | 201711260465.0 | 申请日: | 2017-12-04 |
公开(公告)号: | CN107945233B | 公开(公告)日: | 2020-11-24 |
发明(设计)人: | 张立新;周毕兴 | 申请(专利权)人: | 深圳市无限动力发展有限公司 |
主分类号: | G06T7/73 | 分类号: | G06T7/73;G06K9/62;G06K7/14 |
代理公司: | 深圳市明日今典知识产权代理事务所(普通合伙) 44343 | 代理人: | 王杰辉 |
地址: | 518000 广东省深圳市南山区创*** | 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: | 视觉 扫地 机器人 及其 方法 | ||
1.一种视觉扫地机器人的回充方法,其特征在于,包括步骤:
S1、所述视觉扫地机器人在清扫过程中拍摄并存储其周围环境的环境图像;
S2、回充时,将所述存储的环境图像与预存的回充座图像进行比对;
S3、当所述环境图像与所述回充座图像的相似度最高时,所述视觉扫地机器人根据其当前位置信息及所述相似度最高的环境场景图像信息移动至所述回充座充电位置;
S4、重复上述步骤S2、S3,直至达到预设条件;
所述预设条件为,所述视觉扫地机器人能够识别所述回充座上设置的识别标识;所述移动至回充座充电位置的步骤包括:
S31、识别所述回充座上的识别标识,以所述识别标识为参照,移动至所述回充座充电位置;
所述识别所述回充座上的识别标识,以所述识别标识为参照,移动至所述回充座充电位置包括:
S311、将所述识别标识上相似梯度信息的像素点合并成线段;
S312、将合并的线段连接构成多边形;通过对所述多边形边长的限制和对所述多边形所构成的角点的个数对所述多边形的数量进行限制,得到四边形,并将空间相邻的所述四边形合并成新的四边形,最终得到一个大四边形;
S313、根据所述视觉扫地机器人的视觉传感器内参和外参,通过单应性矩阵将所述大四边形投影到所述视觉传感器坐标系中,再根据所述识别标识与所述视觉传感器的对应的方向信息,计算得到所述视觉扫地机器人与所述识别标识的相对位置关系;
S314、根据所述相对位置关系移动至所述回充座充电位置。
2.如权利要求1所述的视觉扫地机器人的回充方法,其特征在于,所述识别所述回充座上设置的识别标识,以所述识别标识为参照,移动至回充座充电位置的步骤包括:
S315、识别所述回充座上以充电电极为对称轴对称设置的两个所述识别标识。
3.如权利要求1所述的视觉扫地机器人的回充方法,其特征在于,所述扫地机器人在清扫过程中存储其周围环境的环境图像包括:
S11、提取该环境图像的特征点并存储。
4.如权利要求3所述的视觉扫地机器人的回充方法,其特征在于,将所述存储的环境图像与预存的回充座图像进行比对的步骤包括:
S21、利用特征匹配的方法将所述存储的环境图像的特征点与所述预存的回充座图像的特征点进行匹配;
S22、计算内点数目,生成匹配值。
5.一种视觉扫地机器人,其特征在于,包括:
拍摄模块,用于所述视觉扫地器人在清扫过程中拍摄并存储其周围环境的环境图像;
比对模块,用于回充时,将所述存储的环境图像与预存的回充座图像进行比对;
移动模块,用于当所述环境图像与所述回充座图像的相似度最高时,所述视觉扫地机器人根据其当前位置信息及所述相似度最高的环境场景图像信息移动至所述回充座充电位置;
条件模块,用于调用比对模块以及移动模块,直至达到预设条件;
所述预设条件为,所述机器人能够识别所述回充座上设置的识别标识;所述移动模块还包括:
充电单元,用于识别所述回充座上的识别标识,以所述识别标识为参照,移动至所述回充座充电位置;
所述充电单元包括:
线段子单元,用于将识别标识上相似梯度信息的像素点合并成线段;
多边形子单元,用于将合并的线段连接构成多边形;通过对所述多边形边长的限制和对所述多边形所构成的角点的个数对所述多边形的数量进行限制,得到四边形,并将空间相邻的所述四边形合并成新的四边形,最终得到一个大四边形;
计算子单元,根据所述视觉扫地机器人的视觉传感器内参和外参,通过单应性矩阵将所述大四边形投影到摄像头坐标系中,再根据所述识别标识与所述摄像头的对应的方向信息,计算得到所述视觉扫地机器人与所述识别标识的相对位置关系;
回充子单元,用于根据所述相对位置关系移动至所述回充座充电位置。
6.如权利要求5所述的视觉扫地机器人,其特征在于,所述充电单元包括:
充电子单元,用于识别所述回充座上以充电电极为对称轴对称设置的两个所述识别标识。
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无限动力发展有限公司,未经深圳市无限动力发展有限公司许可,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/201711260465.0/1.html,转载请声明来源钻瓜专利网。