[發明專利]自走車導航裝置及其方法在審
| 申請號: | 202011121353.9 | 申請日: | 2020-10-20 |
| 公開(公告)號: | CN114252071A | 公開(公告)日: | 2022-03-29 |
| 發明(設計)人: | 李永仁;涂兆輝;鄭憬聰;洪瑞志 | 申請(專利權)人: | 財團法人工業技術研究院 |
| 主分類號: | G01C21/20 | 分類號: | G01C21/20;G01C21/00;G01C21/16 |
| 代理公司: | 中科專利商標代理有限責任公司 11021 | 代理人: | 周天宇 |
| 地址: | 中國臺灣新竹*** | 國省代碼: | 臺灣;71 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 導航 裝置 及其 方法 | ||
1.一種自走車導航裝置,設置于一自走車上,其特征在于,包含:
一彩色深度攝影機,在該自走車被操作沿包含至少一個路徑的一目標路線移動時擷取各該路徑的一深度影像資料及一彩色影像資料;
至少一個傳感器,記錄該自走車在各該路徑的一加速度、一移動速度、一方向、一轉向角度及一移動距離;以及
一處理器,根據該些路徑的該些深度影像資料、該些彩色影像資料、該些加速度、該些移動速度、該些方向、該些轉向角度及該些移動距離產生一訓練資料,并將該訓練資料輸入一機械學習模型進行深度學習以產生一訓練結果。
2.根據權利要求1所述的自走車導航裝置,其特征在于,還包含一控制器,該控制器根據該彩色深度攝影機擷取的一實時深度影像資料與一實時彩色影像資料及該訓練結果自動導航該自走車。
3.根據權利要求2所述的自走車導航裝置,其特征在于,該控制器根據該訓練結果與該彩色深度攝影機擷取的該實時深度影像資料及該實時彩色影像資料以取得對應于該實時深度影像資料的該些加速度、該些移動速度、該些方向、該些轉向角度及該些移動距離,并實時控制該自走車以該些加速度、該些移動速度、該些方向、該些轉向角度及該些移動距離進行移動。
4.根據權利要求3所述的自走車導航裝置,其特征在于,該控制器根據該彩色深度攝影機擷取的該實時彩色影像資料及該訓練結果判斷該目標路線中的一個或多個停靠站。
5.根據權利要求4所述的自走車導航裝置,其特征在于,該控制器將該彩色深度攝影機擷取的該實時彩色影像資料與該訓練結果的任一該停靠站的彩色影像的相似度與一預設門檻值比較以判斷目前位置是否為該停靠站。
6.根據權利要求1所述的自走車導航裝置,其特征在于,該自走車被操作沿該目標路線移動至少一次。
7.根據權利要求1所述的自走車導航裝置,其特征在于,該些傳感器包含一六軸傳感器,該六軸傳感器偵測該自走車沿各該路徑行走的該加速度、該移動速度、該方向及該轉向角度。
8.根據權利要求1所述的自走車導航裝置,其特征在于,該些傳感器還包含一旋轉編碼器,該旋轉編碼器偵測該自走車沿各該路徑行走的該移動距離。
9.根據權利要求1所述的自走車導航裝置,其特征在于,該些傳感器還包含一避障傳感器,該避障傳感器偵測該自走車前方是否具有一障礙物。
10.根據權利要求9所述的自走車導航裝置,其特征在于,該避障傳感器為一超音波傳感器或一紅外線傳感器。
11.根據權利要求1所述的自走車導航裝置,其特征在于,該機械學習模型為卷積類神經網絡模型。
12.根據權利要求1所述的自走車導航裝置,其特征在于,該處理器將各該路徑的該深度影像資料轉換為一二維輪廓資料,再將該二維輪廓資料轉換為一一維陣列資料,并根據該二維輪廓資料及該一維陣列資料進行深度學習以做為該訓練資料的一部份。
13.一種自走車導航方法,其特征在于,包含:
操作一自走車沿包含至少一個路徑的一目標路線移動;
由一彩色深度攝影機擷取各該路徑的一深度影像資料及一彩色影像資料;
通過至少一個傳感器記錄該自走車在各該路徑的一加速度、一移動速度、一方向、一轉向角度及一移動距離;
經由一處理器根據該些路徑的該些深度影像資料、該些彩色影像資料、該些加速度、該些移動速度、該些方向、該些轉向角度及該些移動距離產生一訓練資料;以及
由該處理器將該訓練資料輸入一機械學習模型進行深度學習以產生一訓練結果。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于財團法人工業技術研究院,未經財團法人工業技術研究院許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202011121353.9/1.html,轉載請聲明來源鉆瓜專利網。





