 上传我的文档
 下载
 收藏
该文档贡献者很忙，什么也没留下。
 下载此文档
基于激光测距仪的移动机器人的三维立体避障
下载积分：2000
内容提示：基于激光测距仪的移动机器人的三维立体避障
文档格式：PDF|
浏览次数：3|
上传日期： 13:15:35|
文档星级：
全文阅读已结束，如果下载本文需要使用
 2000 积分
下载此文档
该用户还上传了这些文档
基于激光测距仪的移动机器人的三维立体避障
官方公共微信[发明专利]一种深度摄像头避障的方法及装置在审
申请/专利权人：
公开/公告号：CNA
发明/设计人：;;;
公开/公告日：
主分类号：
搜索关键词：
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蓝因机器人科技有限公司，未经深圳蓝因机器人科技有限公司许可，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【】
【说明书】：
技术领域本发明涉及机器人避障算法，尤其涉及一种深度摄像头避障的方法及装置。背景技术避障是对于外界的阻碍到物体的运动方向所作出各种躲避障碍的动作，并继续前行的动作，这个过程就是避障。应用在机器人，机器小车，四旋翼飞机等。目前机器人的避障主要靠的是摄像头或者是激光雷达，而使用摄像头的处理方式实际上是模拟雷达的处理方式。使用激光雷达壁障依靠的主要是雷达扫描的水平平面点阵用以生成平面地图，而使用立体摄像头，也是取相对于摄像头所在同一高度的一个平面的深度数据来生成平面地图，所以本质上使用这两种传感器避障能识别到位于传感器材同一高度的障碍物。目前普遍在应用的利用深度摄像头的处理方法是把深度摄像头模拟成为激光雷达的点阵，一般激光雷达扫描范围只能局限于它所在的平面，这就容易导致如有障碍物突然进入到机器人的行进路径当中，而且障碍物的高度低于雷达所扫描的平面的高度，使得机器人无法识别障碍物，从而会有相撞的可能。上述内容仅用于辅助理解本发明的技术方案，并不代表承认上述内容是现有技术。发明内容本发明的主要目的在于提供一种深度摄像头避障的方法及装置，旨在解决目前现有技术中机器人避障时雷达或传感器的障碍识别范围局限于传感器所在平面，当障碍物高度低于雷达或传感器所在平面时无法进行有效识别的问题。为实现上述目的，本发明提供的一种深度摄像头避障的方法，包括步骤：当多角度虚拟平面接触障碍物时，获取所述多角度虚拟平面上的障碍物坐标；将所述障碍物坐标映射到所述摄像头高度所在水平平面上，生成映射坐标；利用所述映射坐标的数据取代摄像头高度所在水平平面上原来的该坐标上的坐标的数据，生成新避障地图。优选地，所述当多角度虚拟平面接触障碍物时，获取所述多角度虚拟平面上的障碍物坐标之前，还包括：预设包括摄像头高度所在水平平面在内的若干多角度虚拟平面数据。优选地，所述预设包括摄像头高度所在水平平面在内的若干多角度虚拟平面数据包括：设置摄像头高度所在水平平面的多角度虚拟平面，为0°多角度虚拟平面；设置与所述0°多角度虚拟平面的夹角为22.5°、11°、-11°和-22.5°四个角度数据的多角度虚拟平面。优选地，所述将所述障碍物坐标映射到所述摄像头高度所在水平平面上，生成映射坐标包括：获取摄像头原点坐标；获取所述障碍物坐标所在所述多角度虚拟平面与所述0°多角度虚拟平面的夹角的角度数据；通过所述障碍物坐标、所述摄像头原点坐标，以及所述角度数据计算得出映射坐标。优选地，所述障碍物坐标利用所述摄像头所在坐标和多角度虚拟平面的角度数据计算得出映射坐标包括：设定所述摄像头原点坐标为X1、Y1、Z1，所述障碍物坐标为X2、Y2、Z2，所述多角度虚拟平面的角度数据为α，所述映射坐标为X3、Y3、Z3；通过公式计算得出所述映射坐标：X3＝X2×cos|α|，Y3＝Y2，Z3＝Z1。为解决上述问题，本申请还提供一种利用深度摄像头避障的装置，包括获取模块、映射模块和替换模块；所述获取模块，用于当多角度虚拟平面接触障碍物时，获取所述多角度虚拟平面上的障碍物坐标；所述映射模块，用于将所述障碍物坐标映射到所述摄像头高度所在水平平面上，生成映射坐标；所述替换模块，用于利用所述映射坐标的数据取代摄像头高度所在水平平面上原来的该坐标上的坐标的数据，生成新避障地图。优选地，还包括：设置模块；所述设置模块，用于预设包括摄像头高度所在水平平面在内的若干多角度虚拟平面数据。优选地，所述设置模块，还用于设置摄像头高度所在水平平面的多角度虚拟平面，为0°多角度虚拟平面；所述设置模块，还用于设置与所述0°多角度虚拟平面的夹角为22.5°、11°、-11°和-22.5°四个角度数据的多角度虚拟平面。优选地，还包括：计算模块；所述获取模块，还用于获取摄像头原点坐标；所述获取模块，还用于获取所述障碍物坐标所在所述多角度虚拟平面与所述0°多角度虚拟平面的夹角的角度数据；所述计算模块，用于通过所述障碍物坐标、所述摄像头原点坐标，以及所述角度数据计算得出映射坐标。优选地，所述设置模块，还用于设定所述摄像头原点坐标为X1、Y1、Z1，所述障碍物坐标为X2、Y2、Z2，所述多角度虚拟平面的角度数据为α，所述映射坐标为X3、Y3、Z3；所述计算模块，还用于通过公式计算得出所述映射坐标：X3＝X2×cos|α|，Y3＝Y2，Z3＝Z1。本发明提出一种利用深度摄像头避障的方法和装置，通过多角度虚拟平面对障碍物进行扫描，当碰到障碍物时返回障碍物坐标数据，并映射到水平平面生成映射坐标，从而进一步更新避障地图，解决了目前现有技术中机器人避障时雷达或传感器的障碍识别范围局限于传感器所在平面，当障碍物高度低于雷达或传感器所在平面时无法进行有效识别的问题，提高了对空间里不同高度障碍的避障识别能力。附图说明图1为本发明利用深度摄像头避障的方法的第一实施例的流程示意图；图2为本发明利用深度摄像头避障的方法的第二实施例的流程示意图；图3为本发明利用深度摄像头避障的方法的第三实施例的流程示意图；图4为本发明利用深度摄像头避障的方法的第四实施例的流程示意图；图5为本发明利用深度摄像头避障的方法的第五实施例的流程示意图；图6为本发明利用深度摄像头避障的装置的第一实施例的功能模块示意图；图7为本发明利用深度摄像头避障的装置的第二实施例的功能模块示意图；图8为本发明利用深度摄像头避障的装置的第三实施例的功能模块示意图。本发明目的的实现、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仅用以解释本发明，并不用于限定本发明。本发明提供的一种利用深度摄像头避障的方法。参照图1，图1为本发明利用深度摄像头避障的方法的第一实施例的流程示意图。步骤S100，当多角度虚拟平面接触障碍物时，获取所述多角度虚拟平面上的障碍物坐标；上述，多角度虚拟平面为由摄像头为基点，并与摄像头所在水平平面行程一定夹角角度的虚拟平面，通过多个多角度虚拟平面对三维空间内一定范围的障碍物进行扫描，当某一平面内接触到障碍物时，返回数据，即代表该位置存在障碍物，获取障碍物所在坐标点或所在坐标群并进行计算。多角度虚拟平面可应用于可移动机器人、无人机等多种需要自动避障的自动化设备中。步骤S200，将所述障碍物坐标映射到所述摄像头高度所在水平平面上，生成映射坐标；上述，将不同多角度虚拟平面上的障碍物坐标映射到摄像头高度所在水平平面上，进一步的可将不同空间位置的点降维度到二维中，形成2D的障碍物地图。步骤S300，利用所述映射坐标的数据取代摄像头高度所在水平平面上原来的该坐标上的坐标的数据，生成新避障地图。对当前地图通过新获取到的映射坐标进行更新，用映射坐标覆盖或改写当前原坐标，标记出障碍物点位置或障碍物群的位置，进一步的让机器人进入避让程序。在本实施例中，提出一种利用深度摄像头避障的方法，通过多角度虚拟平面对障碍物进行扫描，当碰到障碍物时返回障碍物坐标数据，并映射到水平平面生成映射坐标，从而进一步更新避障地图，解决了目前现有技术中机器人避障时雷达或传感器的障碍识别范围局限于传感器所在平面，当障碍物高度低于雷达或传感器所在平面时无法进行有效识别的问题，提高了对空间里不同高度障碍的避障识别能力。参照图2，图2为本发明利用深度摄像头避障的方法的第二实施例的流程示意图。基于上述利用深度摄像头避障的方法的第一实施例，所述步骤S100之前还包括：步骤S400，预设包括摄像头高度所在水平平面在内的若干多角度虚拟平面数据；在本实施例中，通过预设多个多角度虚拟平面，进一步增加摄像头对障碍物扫描的准确度。参照图3，图3为本发明利用深度摄像头避障的方法的第三实施例的流程示意图。基于上述利用深度摄像头避障的方法的第二实施例，在所述步骤S400还包括：步骤S410，设置摄像头高度所在水平平面的多角度虚拟平面，为0°多角度虚拟平面；定义摄像头高度所在的水平平面，将其命名为0°多角度虚拟平面。0°多角度虚拟平面为参照平面，其他多角度虚拟平面与0°多角度虚拟平面进行参比，与0°多角度虚拟平面形成夹角。步骤S420，设置与所述0°多角度虚拟平面的夹角为22.5°、11°、-11°和-22.5°四个角度数据的多角度虚拟平面。
专利文献下载
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、流程工艺图或技术构造图；
5、已全新升级为极速版,下载速度显著提升！欢迎使用！
该文献正飞奔而来，请耐心等候...30
友情链接：交换友情链接需要网站权重大于3，网站收录10W以上，如符合条件，请联系QQ：。
行业网站：相关推荐：
400-周一至周五 9:00-18:00
服务热线：400-投诉建议：022-
扫一扫，微信关注高智网
高智&让创新无法想象2000万件&专利数据iPhone X前置3D镜头 采用结构光方案
举世瞩目的苹果发布会，于新建成的Apple Park中的乔布斯剧院举行，在10周年这个充满纪念意义的日子里，苹果发布了堪称史上最强悍的Apple Watch Series 3 Cellular、Apple TV 4K后，iPhone 8/8 Plus如期而至，而重头戏One more thing，则是万众期待的10周年纪念版iPhone X，起价999美金的价格，绝对是物超所值！除了A11 64位4核处理器，5.8英寸的全面屏Super Retina、分辨率达、后置竖向摄像头、无线充电、电池续航提升等性能升级及外观改造外，传闻已久的3D结构光深度摄像技术所支持的人脸解锁、人部识别、人脸支付等功能绝对是秒杀级应用，可以说将引起整个手机界甚至智能终端界的设计升级。
3D深度摄像头支持iPhone X实现人脸识别解锁
iPhone X使用3D结构光深度摄像头？
从发布会所展示的内容来看，首先可以确定iPhone X前置摄像头可收集深度信息，而普通摄像头一般是2D平面成像，但是若增加了深度信息，便可达到3D成像的效果；而3D摄像有结构光、TOF、双目3种主流方案：
1.结构光（Structured Light）：结构光投射特定的光信息到物体表面后，由摄像头采集。根据物体造成的光信号的变化来计算物体的位置和深度等信息，进而复原整个三维空间。
2.TOF（Time Of Flight，飞行时间）：通过专有传感器，捕捉近红外光从发射到接收的飞行时间，判断物体距离。
3.双目测距（Stereo System）：利用双摄像头拍摄物体，再通过三角形原理计算物体距离。
苹果采用的会是哪一种呢？奥比中光的技术专家根据苹果发布会所公布的摄像头构成及人脸识别技术解读发现，苹果通过投射超过3万个光信息识别点，由摄像头收集信息并通过算法分析，显然就是使用结构光方案。
iPhone X前置3D结构光摄像模组
投射光信息、收集3D信息、成像算法识别
而从苹果一直标榜自己追求完美的态度来看，选择结构光作为3D深度摄像的方案，显然是通过了大量论证的。
三种3D成像技术对比
从上图可以看出，结构光优势在于可以用更低的硬件成本，达到甚至超越其他2种3D摄像技术的效果，而在算法开发方面也不会太高，非常适合智能终端采用。
若苹果技术封锁，其他厂商怎么办？
众所周知，苹果的技术几乎都不对外开放，自从苹果2013年收购了PrimeSense，国际市场上对结构光方案的需求被垄断。目前国内手机、平板及其他智能终端厂商对3D摄像头的需求也是非常的迫切，跟进的意愿非常强，开始寻找除了PrimeSense以外的可以提供结构光技术的合作商。而市场上充斥着诸如无法实现量产先吆喝赞眼球、“形象神不像”的摄像头模型等现象，浪费了终端厂商宝贵的研发时间，更可能错过产品迭代的风口！
靠谱的3D结构光深度摄像厂商有哪些？
作为2014年深圳市孔雀计划第一名，奥比中光所推出的3D深度摄像头Astra、Astra Pro、Astra mini早在2015年已经完成量产，并在2016年获得联发科的战略入股。是目前继苹果、微软、英特尔之后全球第四家可以量产消费级3D结构光深度摄像传感器的厂商。可实现人脸识别、手势识别、人体骨架识别、三维测量、环境感知、避障、跟随、三维地图重建等数十项功能，可广泛运用于手机/平板、电视、体感游戏、机器人、无人机、VR/AR、智能家居安防、汽车驾驶辅助等领域。
哪些公司采购了奥比中光的3D摄像头？
支付宝的刷脸支付，所使用的关键硬件-3D摄像头，即为奥比中光的Astra系列3D摄像头。
惠普一体机Sprout2代，其3D扫描功能通过奥比中光Astra系列3D摄像头实现。
旗瀚三宝机器人的机器视觉系统，是使用奥比中光Astra系列3D摄像头实现的。
全球超过1500家企业采购奥比中光3D传感器用于产品开发，包括：国内主流电视厂商、移动运营商、天猫魔盒、金融支付企业等；国内外超500家机器人公司；惠普、博世等超十家500强企业立项；国内主流手机厂商深度对接，沟通手机3D摄像头方案。
近期，奥比中光将推出新一代结构光3D传感摄像头产品，相比较第一代产品，更加小型化，分辨率参数会更高，功耗更低，将适用于包括手机、平板、笔记本等众多小型化产品有3D视觉方面需求的厂商，势必对现阶段移动终端（尤其是手机终端）的设计有巨大影响！
奥比中光手机3D摄像产品Astra P
Astra系列深度摄像头产品图及详细参数
产品中最核心的3D计算芯片、深度算法、系统支持SDK等也都是该公司完全自主开发。自成立以来，已申请国内外专利300余件，研发团队具有从底层芯片、深度算法、到系统、框架、上层应用支持的技术实力。
作为软硬件技术结合的全球人工智能视觉龙头企业，奥比中光目前已将3D传感器技术应用于金融支付、体感电视、机器人、安防等行业，并随着在3D结构光传感技术领域的不断探索，奥比中光的产品将在手机、新零售、3D试衣等新应用方式下继续前行。
责任编辑：
声明：本文由入驻搜狐号的作者撰写，除搜狐官方账号外，观点仅代表作者本人，不代表搜狐立场。
今日搜狐热点[实用新型]机器人用深度摄像头与超声波结合的避障控制装置有效
申请/专利权人：
公开/公告号：CNU
发明/设计人：
公开/公告日：
主分类号：
搜索关键词：
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锐曼智能装备有限公司，未经深圳市锐曼智能装备有限公司许可，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【】
【说明书】：
技术领域本实用新型涉及机器人技术领域，尤其涉及一种机器人用深度摄像头与超声波结合的避障控制装置。背景技术智能机器人，例如扫地机器人等越来越广泛的应用于家庭生活中，机器人要实现灵活、高效、智能的移动，就需要具有自主导航的功能。地图创建、定位及路径规划是自主导航的三个关键要素，地图创建与定位是相互依存的关系，缺少环境地图则无法准确的标定机器人的位置，初始位置不确定，则创建的地图就会缺少基准点，正因如此未知环境下的机器人的地位与地图创建将以同时定位与地图创建的方式实现，即是移动机器人随着对环境的探索，逐步扩大自身存储的地图的广度，并实时的将未知信息定位在新创建的地图中，这种技术一般称之为同时定位与地图生成。目前，较为常用的智能机器人的同时定位与地图生成技术包括FastSLAM与vSLAM两大类。其中FastSLAM系统一般使用激光测距仪或声纳来实现，而vSLAM则使用视觉传感器来实现。FastSLAM由于使用了激光、声纳等传感器，对一些特殊的环境如线段、拐角等不能识别，因此需要通过改进算法来实现定位的准确性。综合上述的描述，传统机器人的定位避障方法只能避开距离机器人长距离的障碍物体，而且无法准确定位出障碍物体所在的具体位置，因此存在误差、盲区和反射角度等局限性。实用新型内容针对上述技术中存在的不足之处，本实用新型提供一种机器人用深度摄像头与超声波结合的避障控制装置，实现了机器人对环境的无盲区探测，在行走过程中可有效避开障碍物体。为实现上述目的，本实用新型提供一种机器人用深度摄像头与超声波结合的避障控制装置，包括安设在机器人上且用于判断机器人体姿0.3-4m内是否有外障碍物体的深度数据摄像头；安设在机器人上且用于判断距离机器人体姿0-0.3m内是否有内障碍物体的超声波测距模块；安设在机器人体内其用于对内、外障碍物体的障碍信息进行处理的控制模块；用于显示障碍信息的显示屏；所述深度数据摄像头和超声波测距模块分别与控制模块的输入端电连接，且所述控制模块的输出端与显示屏电连接。其中，所述机器人上还安设有用于侦测声源并获取声音信号的阵列麦克风，所述阵列麦克风与控制模块的输入端电连接，所述阵列麦克风侦测到开始探索的指令后，传输给控制模块处理后，机器人开始行走和探索。其中，所述深度数据摄像头在360度内分固定拍摄角度和七次旋转拍摄角度，所述固定拍摄角度为60度，七次旋转拍摄角度具体为第一次旋转角度为30度、第二次旋转角度为60度、第三次旋转角度为30度、第四次旋转角度为60度、第五次旋转角度为30度、第六次旋转角度为60度和第七次旋转角度为30度。其中，所述超声波测距模块包括单片机、定时单元和转换单元，所述单片机上设有触发端和回声引脚，所述单片机的输出端与定时单元电连接，所述回声引脚通过转换单元与控制模块电连接；触发端触发后，回声引脚得到高电平，定时单元开启工作后，回声引脚由高电平转为低电平，且低电平信号通过转换单元转化为实际距离数值并在显示屏上进行显示。其中，述深度数据摄像头包括用于投射随机点阵的红外传感器和用于扑捉点阵的CMOS传感器，且所述CMOS传感器上带有红外滤波器；所述红外传感器通过红外滤波器与CMOS传感器电连接，且该CMOS传感器与控制模块的输入端电连接。本实用新型的有益效果是：与现有技术相比，本实用新型提供的机器人用深度摄像头与超声波结合的避障控制装置，由机器人在行走过程中不断的对外障碍物体进行探索，由深度数据摄像头检测距离机器人体姿0.3-4m之间是否有外障碍物体，由机器人上安设的超声波测距模块判断距离机器人体姿0-0.3m以内是否有内障碍物体；并将障碍物体的障碍信息在显示屏上进行显示，最后，根据显示屏上的显示确定机器人行走避开内、外障碍物体的可行走路线。本实用新型的改进，实现了机器人对环境的无盲区探测，有效解决存在着盲区和反射角度等局限性问题，在行走过程中可有效避开障碍物体，提高了该机器人的工作效率。附图说明图1为本实用新型的机器人用深度摄像头与超声波结合的避障控制装置的工作方框图；图2为本实用新型中深度数据摄像头的旋转方式图；图3为本发明深度数据摄像头获得深度图像的结构图；图4为本实用新型中显示屏上显示首次获得障碍信息的示意图；图5为本实用新型获得内外障碍物体障碍信息的示意图。主要元件符号说明如下：10、深度数据摄像头
11、超声波测距模块12、控制模块
13、显示屏14、阵列麦克风
111、单片机112、触发端
113、回声引脚114、定时单元
115、转换单元101、红外传感器
102、CMOS传感器103、红外滤波器15、机器人。具体实施方式
为了更清楚地表述本实用新型，下面结合附图对本实用新型作进一步地描述。请参阅图1-5，本实用新型的机器人用深度摄像头与超声波结合的避障控制装置，包括安设在机器人15上且用于判断机器人15体姿0.3-4m内是否有外障碍物体的深度数据摄像头10；安设在机器人15上且用于判断距离机器人体姿0-0.3m内是否有内障碍物体的超声波测距模块11；安设在机器人体15内其用于对内、外障碍物体的障碍信息进行处理的控制模块12；用于显示障碍信息的显示屏13；深度数据摄像头10和超声波测距模块11分别与控制模块12的输入端电连接，且控制模块12的输出端与显示屏13电连接。本实用新型提供的机器人用深度摄像头与超声波结合的避障控制装置，由机器人在行走过程中不断的对外障碍物体进行探索，由深度数据摄像头10检测距离机器人12体姿0.3-4m之间是否有外障碍物体，由机器人15上安设的超声波测距模块判断距离机器人体姿0-0.3m以内是否有内障碍物体；并将障碍物体的障碍信息在显示屏上进行显示，最后，根据显示屏12上的显示确定机器人行走避开内、外障碍物体的可行走路线。本实用新型的改进，实现了机器人对环境的无盲区探测，有效解决存在着盲区和反射角度等局限性问题，在行走过程中可有效避开障碍物体，提高了该机器人的工作效率。在本实施例中，机器人15上还安设有用于侦测声源并获取声音信号的阵列麦克风14，阵列麦克风14与控制模块12的输入端电连接，阵列麦克风14侦测到开始探索的指令后，传输给控制模块12处理后，机器人开始行走和探索。请参阅图2，深度数据摄像头在360度内分固定拍摄角度和七次旋转拍摄角度，固定拍摄角度为60度，七次旋转拍摄角度具体为第一次旋转角度为30度、第二次旋转角度为60度、第三次旋转角度为30度、第四次旋转角度为60度、第五次旋转角度为30度、第六次旋转角度为60度和第七次旋转角度为30度；固定拍摄角度即为图2中的首次旋转角度。由于每次旋转的度数不同，则可避免采集到重复的图像。当然，深度数据摄像头的旋转次数并不局限，还可以是每次都旋转60度，就旋转5次，还可以是其他旋转方式，只要能保证360度内拍摄的图像不重复即可。在本实施例中，超声波测距模块11包括单片机111、定时单元114和转换单元115，单片机111上设有触发端112和回声引脚113，单片机111的输出端与定时单元114电连接，回声引脚113通过转换单元114与控制模块12电连接；触发端触发后，回声引脚113得到高电平，定时单元114开启工作后，回声引脚114由高电平转为低电平，则距离机器人体姿0-0.3m内有内障碍物体，且反馈回来的低电平信号通过转换单元转化为实际距离数值并在显示屏上进行显示；若无低电平，则机器人0-0.3m以内没有内障碍物体。深度数据摄像头10包括用于投射随机点阵的红外传感器101和用于扑捉点阵的CMOS传感器102，且CMOS传感器102上带有红外滤波器103；红外传感器101通过红外滤波器102与CMOS传感器103电连接。红外滤波器103可对红外传感器101感应到的信号进行滤波过滤，使得CMOS传感器103最终得到的图片结果更准确。本实用新型的具体工作步骤如下：第一步，打开机器人电源，初始化开始，给机器人发送声音指令：开始探索。第二步，机器人开始进行行走和探索。第三步，机器人上安设的深度数据摄像头摄取当前体姿0.3-4m、拍摄角度为60度的深度图像；若是遇到外障碍物体，则进入步骤第四步，若是未遇到外障碍物体，则返回第二步。第四步，获取机器人到外障碍物体的深度信息Z，根据深度信息Z利用三角公式计算并获得首次障碍信息的深度图像的x和y，x表示外障碍物体到机器人原点的距离，y表示外障碍物体的高度。第五步，将获取的首次障碍信息的深度图像x和y按一定的比例映射到显示屏的x轴和y轴上并保存。
专利文献下载
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、流程工艺图或技术构造图；
5、已全新升级为极速版,下载速度显著提升！欢迎使用！
该文献正飞奔而来，请耐心等候...30
友情链接：交换友情链接需要网站权重大于3，网站收录10W以上，如符合条件，请联系QQ：。
行业网站：相关推荐：
400-周一至周五 9:00-18:00
服务热线：400-投诉建议：022-
扫一扫，微信关注高智网
高智&让创新无法想象2000万件&专利数据