[发明专利]一种机器人自主充电控制方法、装置及介质在审

专利信息
申请号: 202211293233.6 申请日: 2022-10-21
公开(公告)号: CN115686001A 公开(公告)日: 2023-02-03
发明(设计)人: 陈统书;何志雄;郭杰;王鹏 申请(专利权)人: 广东天太机器人有限公司
主分类号: G05D1/02 分类号: G05D1/02
代理公司: 广州嘉权专利商标事务所有限公司 44205 代理人: 陈耀煌
地址: 528322 广东省佛山市顺德*** 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: 一种 机器人 自主 充电 控制 方法 装置 介质
【权利要求书】:

1.一种机器人自主充电控制方法,其特征在于,所述方法包括以下步骤:

响应机器人触发的充电请求信息,控制机器人行驶至待停区域;其中,所述待停区域为与充电基座相隔设定距离的区域,所述机器人设置有充电触点,所述充电基座设置有凹槽,所述凹槽内设置有对所述充电触点导电的导电片;

获取机器人在待停区域对360度范围内采集的激光扫描数据,基于所述激光扫描数据和预先确定的模板数据确定所述机器人在所述待停区域的当前位置;其中,所述模板数据包括待停区域内包括定位位置的多个位置与所述凹槽的距离和角度;所述激光扫描数据包括通过各个光束测得的距离值;

控制所述机器人从所述当前位置行驶至定位位置后,确定所述机器人上的充电触点和所述充电基座之间的偏向夹角;

根据所述偏向夹角确定所述机器人的旋转角度,控制所述机器人以所述旋转角度进行旋转后,驱动所述充电触点对接到导电片。

2.根据权利要求1所述的一种机器人自主充电控制方法,其特征在于,所述基于所述激光扫描数据和预先确定的模板数据确定所述机器人在所述待停区域的当前位置,包括:

获取所述充电基座的模板数据;

计算所述激光扫描数据和所述模板数据的匹配度,确定与所述激光扫描数据的匹配度最高的模板数据对应的位置,基于所述模板数据对应的位置确定所述机器人在所述待停区域的当前位置。

3.根据权利要求1所述的一种机器人自主充电控制方法,其特征在于,在响应机器人触发的充电请求信息之前,所述方法还包括:

在所述充电基座的前向确定待停区域,在所述待停区域中设置定位位置;其中,所述机器人在所述待停区域能够扫描到所述充电基座,所述机器人在所述定位位置能实现所述充电触点和导电片的对接;

以所述定位位置为原点,将所述待停区域划分为多个相同的栅格;

控制所述机器人在任一栅格对所述充电基座进行激光扫描,对采集到的激光扫描数据进行量化,得到所述充电基座的深度图像矩阵;所述深度图像矩阵包含所述机器人上的激光传感器与每个扫描角度对应的激光扫描点之间的扫描距离;

将深度图像矩阵转换成幅值图像矩阵,进而对所述幅值图像矩阵进行梯度计算,得到梯度幅值图像矩阵;

对所述梯度幅值图像矩阵进行遍历,确定所述梯度幅值图像矩阵中的突变点;其中,所述突变点为所述梯度幅值图像矩阵中梯度幅值的波动量大于梯度幅值阈值的像素点;

基于所述梯度幅值图像矩阵中的突变点确定所述深度图像矩阵中的连通域,基于所述连通域确定所述充电基座中的凹槽所在区域;

确定激光传感器与所述连通域的边界之间的距离和角度,得到所述机器人在该栅格与所述凹槽的距离和角度。

4.根据权利要求3所述的一种机器人自主充电控制方法,其特征在于,所述基于所述梯度幅值图像矩阵中的突变点确定所述深度图像矩阵中的连通域,包括:

从所述梯度幅值图像矩阵中提取聚集数量最多的突变点;

基于聚集数量最多的突变点确定第一突变区间;

对所述第一突变区间的左右两侧进行滑动窗口滤波,将滤波得到的突变点,得到第二突变区间;

确定所述第一突变区间和第二突变区间中的突变点在所述深度图像矩阵中对应的激光扫描点,作为所述梯度幅值图像矩阵中的特征点;

确定所述梯度幅值图像矩阵中特征点的左右边界,基于所述左右边界的特征点确定连通域。

5.根据权利要求3所述的一种机器人自主充电控制方法,其特征在于,所述确定所述机器人上的充电触点和所述充电基座之间的偏向夹角,包括:

确定所述机器人上激光传感器的基准点位置;其中,所述激光传感器朝基准点位置发射的基准激光光束与所述充电触点的方向一致;

控制所述机器人对所述充电基座进行激光扫描,确定扫描到所述连通域左右边界的两路激光光束;

将两路所述激光光束与所述基准激光光束之间的夹角取平均值,作为所述机器人上的充电触点和所述充电基座之间的偏向夹角。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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广东天太机器人有限公司,未经广东天太机器人有限公司许可,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/202211293233.6/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top