充电机器人控制方法

1.本公开涉及一种充电机器人控制方法，涉及机器人技术领域。


背景技术：

2.在现代社会，汽车已经进入到了千家万户，随着汽车行业的发展，电动汽车应运而生，电动汽车是新能源汽车的一种，是一种零排放的交通工具，具有无污染，零排放等优势。
3.有电动汽车，必然会有与之配套的充电装置，例如充电桩等。现有技术中，在停车场，充电桩设置的数量往往不多，而且容易发生设置充电桩的车位被其他非充电汽车占用的情况，使得充电汽车无法正常使用充电桩。尤其是在人多车多的场合，电动汽车的充电问题会尤为突出。
4.如何有效地解决电动汽车的充电问题，成为电动汽车发展过程中亟需解决的问题。


技术实现要素：

5.为了解决上述技术问题之一，本公开提供了一种充电机器人控制方法。
6.根据本公开的一个方面，提供了一种充电机器人的控制方法，其包括：
7.接收待充电车辆请求充电的信号，并获取待充电车辆的位置，其中，所述待充电车辆的位置为充电机器人运动过程的目标位置；
8.获取充电机器人的初始位置，根据该初始位置和目标位置规划充电机器人的运动轨迹；
9.根据该运动轨迹，控制充电机器人从初始位置移动至目标位置；
10.当充电机器人到达目标位置后，通过充电机器人的摄像头获取待充电车辆的图片；
11.根据充电机器人所获得的待充电车辆的图片，通过卷积神经网络识别模型获得待充电车辆的充电口位置；以及
12.充电机器人将充电枪插入充电口，对待充电的车辆进行充电。
13.根据本公开的至少一个实施方式的充电机器人的控制方法，控制所述充电机器人绕待充电的车辆一周，并获取待充电车辆的局部视图图片，并根据待充电车辆的局部视图图片，获得待充电车辆的充电口位置。
14.根据本公开的至少一个实施方式的充电机器人的控制方法，所述初始位置和目标位置之间的地面上设置有路标，所述充电机器人根据所述路标获得充电机器人的当前位置。
15.根据本公开的至少一个实施方式的充电机器人的控制方法，所述路标包括网格点、网格点上的标记物以及网格点下的无线电发射装置，其中，所述网格点通过多个沿第一方向延伸的线条和多个沿第二方向延伸的线条交汇而成，其中，第一方向与第二方向之间的夹角为60
°
。
另一部件时，不存在中间部件。为此，术语“连接”可以指物理连接、电气连接等，并且具有或不具有中间部件。
27.为了描述性目的，本公开可使用诸如“在
……
之下”、“在
……
下方”、“在
……
下”、“下”、“在
……
上方”、“上”、“在
……
之上”、“较高的”和“侧(例如，如在“侧壁”中)”等的空间相对术语，从而来描述如附图中示出的一个部件与另一(其它)部件的关系。除了附图中描绘的方位之外，空间相对术语还意图包含设备在使用、操作和/或制造中的不同方位。例如，如果附图中的设备被翻转，则被描述为“在”其它部件或特征“下方”或“之下”的部件将随后被定位为“在”所述其它部件或特征“上方”。因此，示例性术语“在
……
下方”可以包含“上方”和“下方”两种方位。此外，设备可被另外定位(例如，旋转90度或者在其它方位处)，如此，相应地解释这里使用的空间相对描述语。
28.这里使用的术语是为了描述具体实施例的目的，而不意图是限制性的。如这里所使用的，除非上下文另外清楚地指出，否则单数形式“一个(种、者)”和“所述(该)”也意图包括复数形式。此外，当在本说明书中使用术语“包含”和/或“包括”以及它们的变型时，说明存在所陈述的特征、整体、步骤、操作、部件、组件和/或它们的组，但不排除存在或附加一个或更多个其它特征、整体、步骤、操作、部件、组件和/或它们的组。还要注意的是，如这里使用的，术语“基本上”、“大约”和其它类似的术语被用作近似术语而不用作程度术语，如此，它们被用来解释本领域普通技术人员将认识到的测量值、计算值和/或提供的值的固有偏差。
29.图1是根据本公开的一个实施方式的充电机器人控制方法的结构示意图。
30.如图1所示，本公开的充电机器人的控制方法可以包括：102、接收待充电车辆请求充电的信号，并获取待充电车辆的位置，其中，所述待充电车辆的位置为充电机器人运动过程的目标位置；104、获取充电机器人的初始位置，根据该初始位置和目标位置规划充电机器人的运动轨迹；106、根据该运动轨迹，控制充电机器人从初始位置移动至目标位置；108、当充电机器人到达目标位置后，通过充电机器人的摄像机获取待充电车辆的图片；110、并根据充电机器人所获得的待充电车辆的图片，通过卷积神经网络识别模型获得待充电车辆的充电口位置；以及112、充电机器人将充电枪插入充电口，对待充电车辆进行充电。
31.由此，本公开的充电机器人控制方法，充电机器人能够自主移动到待充电车辆并对其进行充电任务，不会出现像充电桩一样，因人多车多而无法给电动汽车充电，产生资源浪费的情况，而且移动充电机器人是一种具有高度自规划、自组织、自适应能力，机动性和灵活性都比较高的机器人。
32.以下将对充电机器人的控制方法进行详细说明。
33.在102中，待充电车辆请求充电的信号一般通过用户的手机app来操作，例如，用户可以点击app上的虚拟按钮来发送请求充电的信号，该请求充电的信号至少包括待充电车辆的位置信息。更优选地，所述请求充电的信号还可以包括待充电车辆的参数信息，例如待充电车辆的生产厂家以及待充电车辆的型号等。更优选地，待充电车辆的参数信息还可以包括车辆的颜色等信息，充电机器人通过识别这些参数信号，能够更容易地找到待充电车辆。
34.当服务器接收到用户发送的请求充电的信号后，会将选择相应的充电机器人来执行对待充电车辆进行充电的任务。
35.具体地，服务器可以设置在充电服务站，此时充电服务站可以有多个充电机器人，服务器与这些充电机器人通信，获知充电机器人的电量状态，当充电机器人的电量状态满足要求，即大于某一预设值时，可以选择该充电机器人执行对待充电车辆进行充电的任务。优选地，所述预设值可以根据待充电车辆的电池容量而变化，例如当待充电车辆的电池容量较大时，该预设值相应地也较大，反之，当待充电车辆的电池容量较小时，该预设值相应地也较小。
36.此时，待充电车辆的位置即为充电机器人运动过程的目标位置。
37.在104中，所述服务器与执行对待充电车辆进行充电的任务的充电机器人通信，获得充电机器人的当前位置，该充电机器人的当前位置为充电机器人的初始位置，服务器根据该初始位置和目标位置规划充电机器人的运动轨迹。
38.本公开中，为使得充电机器人能够按照运动轨迹行走而不会发生迷路等情况，可以在所述初始位置和目标位置之间的地面上设置有路标。例如，在停车场的整个地面上均设置有多个沿第一方向延伸的线条和多个沿第二方向延伸的线条，其中，第一方向与第二方向之间的夹角为60
°
。相应地，第一线条和第二线条的相交处即形成为网格点，该网格点形成为路标的一种实现形式。
39.也就是说，本公开中，所述路标可以包括网格点，更优选地，所述路标还包括网格点上的标记物以及网格点下的无线电发射装置。在一个实现形式中，所述标记物可以采用不同颜色来表示，例如部分标记物的颜色为绿色，部分标记物的颜色为黄色等等。所述标记物的颜色应当与路面颜色相区别，以便充电机器人通过其摄像机方便地识别这些标记物。
40.在一个实施例中，所述标记物的形状为圆形，当然所述标记物的形状也可以为其他图形，例如矩形等。更优选地，所述标记物可以带有数字id，在服务器的地图中，该标记物的数字id可以与标记物的坐标建立一一对应的关系，由此，充电机器人在识别到该标记物后，也可以获得充电机器人的位置。
41.基于此，本公开的充电机器人的定位和导航，相比与现有技术中的电磁导航、惯性导航、gps导航、超声波导航、激光导航、射频识别rfid导航和基于视觉的导航等，能耗更低、成本更低、精确度也更高。
42.所述网格点下的无线电发射装置能够与服务器连接，当充电机器人触发该无线电发射装置时，无线电发射装置向服务器发出信号，以表示充电机器人位于该无线电发射装置附近。
43.在一个实施例中，所述充电机器人位于无线电发射装置的上方时，触发该无线电发射装置。另外，无线电发射装置向服务器发出的信号包括该无线电发射装置的特征，其中，所述无线电发射装置的特征可以为无线电发射装置的身份信息和/或位置信息。在服务器的地图中，可以存储无线电发射装置的身份信息与位置信息的对应关系。
44.当服务器完成轨迹规划后，可以将充电机器人的运动轨迹上的路标发送给充电机器人，充电机器人在按照运动轨迹运动的过程中，能够根据运动轨迹上的路标信息来判断是否已经偏离了路径，以便在偏离路径后进行修正，从而准确地达到目标位置。
45.在104和106中，该运动轨迹为多个网格点位置的坐标信息集。也就是说，所述运动轨迹包括多个网格点及该网格点的坐标，充电机器人的实际运动轨迹包括所述网格点。
46.在一个优选的实施例中，所述运动轨迹是一个动态规划的过程，也就是说，服务器
根据充电机器人的摄像机所传递的图片，动态地规划路径，并向充电机器人发送下一时刻需要到达的位置，由此，充电机器人能够沿运动轨迹来行驶。
47.在一个实施例中，路面上的网格点位置即网格的坐标信息，每个网格点的坐标信息各不相同，每个网格点上的标记物也可以各不相同，服务器将路面上的网格点的所有坐标信息和标记物信息集存储在地图中，并且执行充电任务的充电机器人。
48.在另一个实施例中，当对充电机器人的运动轨迹进行动态规划时，所述运动轨迹可以为服务器发送的控制指令。
49.在一个优选的实施例中，相邻的所述第一方向延伸的线条之间具有第一距离，相邻的第二方向延伸的线条之间具有第二距离，所述第一距离与第二距离相同，也就是说，相邻的第一方向延伸的线条之间可以等距，当然，也可以不等距。相应地，相邻的第二方向延伸的线条之间可以等距，也可以不等距。
50.在更具体的实施例中，所述第一距离和第二距离被设置为：使得相邻的网格点之间的距离小于等于充电机器人的移动轮的轮胎的宽度，确保充电机器人在运动时，能够连续地触发无线电发射装置。
51.当充电机器人在行使过程中发生故障停止时，例如充电机器人附近的无线电发射装置失灵时，充电机器人获取前方的图像，并根据充电机器人前方图像中所包括的网格点的特征，获得充电机器人的当前位置。
52.具体地，可以通过充电机器人的摄像机识别前方最近网格点的标记物，然后与服务器所保存的所有网格上的标记物集进行对比，即可以得到充电机器人的位置或者充电机器人的大致位置。
53.在另一个实施例中，考虑到充电机器人具有较大的对地投影面积，其在移动过程中，会同时或者顺序地触发多个无线电发射装置，其中，当这些无线电发射装置中的部分损坏时，可以根据服务器接收的无线电发射装置的id来判断发生故障的无线电发射装置的位置，由此维护人员能够方便地更换这些已经损坏的无线电发射装置。
54.本公开中，所述无线电发射装置可以发射不同的无线电信号至服务器，服务器根据该无线电信号的特征，例如无线电信号的波形不同的特征，来获得该无线电发射装置的位置，从而根据发出信号的无线电发射装置的位置，获得充电机器人的当前位置。
55.在108中，充电机器人到达目标位置即充电机器人到达待充电车辆的周边位置。相应地，当充电机器人到达目标位置后，通过充电机器人的摄像机获取待充电车辆的图片。
56.在一个实施例中，所述充电机器人的摄像机为双目摄像机，从而能够通过双目摄像机准确地判断充电机器人与周围物体之间的距离，例如，充电机器人与待充电车辆之间的距离，从而防止充电机器人与周围物体相撞。
57.在110中，根据充电机器人所获得的待充电车辆的图片，通过卷积神经网络识别模型获得待充电车辆的充电口位置。
58.在一个实施例中，如果待充电车辆的图片包括待充电车辆的车型特征，可以根据待充电车辆的车型特征获得待充电车辆的充电口的大致位置，例如，在一些车型中，待充电车辆的充电口大致位于待充电车辆的车头位置，在另一些车辆中，待充电车辆的充电后大致位于待充电车辆的左侧和右侧。
59.当充电机器人获得充电口的大致位置时，服务器规划从目标位置至充电位置的运
动路径，以使得充电机器人能够从目标位置运动至充电位置，并且对待充电车辆进行充电。
60.另一方面，当充电机器人无法获得待充电口的大致位置时，充电机器人可以绕待充电车辆一周，并连续地获得待充电车辆的局部视图图片，并根据待充电车辆的局部视图图片，获得待充电车辆的充电口位置。
61.此时，充电机器人到达目标位置后，获取充电机器人与待充电车辆之间的距离，并规划绕待充电车辆一周的路径，在充电机器人绕待充电车辆运行的同时识别待充电车辆的充电口，当识别充电口后，停止绕待充电车辆运行。
62.本公开中，当充电机器人移动到充电口周边(附近)后，控制充电机器人的机械臂动作，从而将充电机器人所携带的充电枪插入待充电车辆的充电口。
63.在一个实施例中，充电机器人包括多自由度机械臂，并且在机械臂的末端固定有充电枪，以使得充电枪能够以预设的姿态插入至充电口，防止损坏待充电车辆的充电口。
64.另一方面，在充电机器人完成对待充电车辆充电后，充电机器人可以按照原运动轨迹返回至充电服务站。
65.在一个优选的实施例中，卷积神经网络识别模型是在yolo-v5模型的基础上优化了类别数、训练迭代次数、批量大小，从而构建了对电动汽车、充电口和人的多分类的卷积神经网络识别模型。
66.具体地，构建卷积神经网络识别模型包括：
67.s1、样本采集：采集电动汽车图像、充电口、人的图像、随机两者或三者同时存在的图像，对图像进行分类生成电动汽车样本、充电口样本和人的样本。
68.尤其是，针对于充电口图像出现局部缺失、伪充电口、盖未打开、光照变化等复杂应用环境造成的识别困难，建立了复杂应用环境下的充电口图像样本集。
69.s2、对电动汽车样本和充电口样本预处理：根据设定的样本尺寸，对样本进行标注并进行随机地对称翻转变化，随机修剪，色彩抖动，噪声扰动；手动将电动汽车样本、充电口样本以及人的样本中包括电动汽车、充电口以及人的长方形区域框选出，将长方形框的左上角像素点的坐标值和右下角像素的坐标值记录下来，完成电动汽车、充电口或人的标注。
70.s3、卷积网络的训练：s3.1将s2中标记好的充电机器人样本、充电口样本和人的样本输入深度卷积神经网络中去，获得该图像文件的网络输出，根据损失函数通过反向传递进行卷积网络权重的更新；使用s3.1中的方法对所有的训练图像迭代上千次，最终获得训练好的卷积神经网络识别模型。
71.s4、对待识别的图片进行识别，获得充电口的位置：将充电机器人的摄像机所拍摄的图片中选择具有电动汽车、充电口和人中至少一个要素的作为样本，将该样本的图像的像素尺寸转换为适合卷积神经网络识别模型的尺寸。然后，将样本输入到卷积神经网络识别模型，从而实现电动汽车、充电口或者人的识别。
72.更进一步，通过识别电动汽车、充电口或者人在图片中的位置，通过像素坐标、相机坐标和世界坐标之间的转换，获得电动汽车、充电口或者人在世界坐标系中的位置。
73.本公开中的充电机器人的控制方法在使用时，电动汽车车主可以在远程服务器上付钱，或者通过app支付一定的费用，并且可以把电动汽车周边或者下方的标记物的数字输入服务器，使得服务器获得待充电车辆的大致位置信息，防止与其他电动汽车混淆，进一步能够防止充错电动汽车。
74.随后服务器会规划充电机器人路径，充电机器人接收到路径规划信息如[(π/3,1)-》(o,1)-》(-π/3,1)-》(0,1)],坐标位置之间采用相对坐标变换，此处正负号表示相对当前位置做顺时针旋转还是逆时针旋转，π/3为当前位置顺时针旋转60度，而数字1表示当前向前移动的距离，此处以数字1为例，单位为m。
[0075]
当通过动态规划充电机器人的轨迹时，需要服务器与充电机器人之间保持交互，服务器会记录所有无线发射装置发射来的无线电信号，从中推断出动态物体的速度加速度，推断出物体的运动轨迹。
[0076]
并且结合充电机器人的双目相机，双目相机检测到人并计算出人在世界坐标系中的位置，并发送给服务器，辅助服务器推断人的运动轨迹。
[0077]
当充电机器人附近存在行人时，服务器重新规划路线，防止充电机器人与人相撞，服务器把路径规划信息通过无线方式发送给充电机器人。
[0078]
充电机器人在行使的过程中会触发无线电发射装置，无线电发射装置发出的无线电被远程服务器接收，远程服务器通过对比、分析、计算，获得充电机器人的精确位置，对充电机器人运动过程中产生的误差进行校正，重新规划路线，确保充电机器人可以精确到达目标位置。
[0079]
本公开利用卷积神经网络对电动汽车、充电口和人的识别，有较高的准确率，利用网格点下的无线电发射器发射的无线电信息进行定位，简洁定位计算量较小，反应速度快，可满足绝大多数时间的定位要求；当无线电发射装置出现故障时，双目摄像头能判断自身与周围物体之间的距离，防止充电机器人与周围物体相撞。
[0080]
在本说明书的描述中，参考术语“一个实施例/方式”、“一些实施例/方式”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例/方式或示例描述的具体特征、结构、材料或者特点包含于本技术的至少一个实施例/方式或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例/方式或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例/方式或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例/方式或示例以及不同实施例/方式或示例的特征进行结合和组合。
[0081]
此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本技术的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。
[0082]
本领域的技术人员应当理解，上述实施方式仅仅是为了清楚地说明本公开，而并非是对本公开的范围进行限定。对于所属领域的技术人员而言，在上述公开的基础上还可以做出其它变化或变型，并且这些变化或变型仍处于本公开的范围内。