[发明专利]一种机器人的目标识别方法、装置和机器人

权利要求书

1.一种机器人的目标识别方法，其特征在于，所述方法包括：

接收机器人的图像采集装置采集的视频流；

将所述视频流中的视频图像输入图像识别模型中，标示出指定目标在所述视频图像中的目标区域，获取所述目标区域的位置信息；所述图像识别模型是根据所述指定目标的正样本图片集和负样本图片集，通过机器学习的方法获得的；

根据所述目标区域的位置信息，控制所述机器人向所述指定目标处移动，直至移动至所述指定目标处。

2.如权利要求1所述的方法，其特征在于，根据所述指定目标的正样本图片集和负样本图片集，通过机器学习的方法获得所述图像识别模型包括：

获取所述指定目标的正样本图片集，以及获取所述指定目标的负样本图片集；

根据所述正样本图片集和所述负样本图片集，创建样本描述文件；

将所述样本描述文件输入预设机器学习模型中进行机器学习，获得图像识别模型。

3.如权利要求2所述的方法，其特征在于，所述负样本图片集是从指定工作区域的图片中获取的。

4.如权利要求2所述的方法，其特征在于，

所述获取所述指定目标的正样本图片集包括：

获取多个包括所述指定目标的第一图片，识别出所述指定目标在获取的各所述第一图片中的正样本区域，对所述正样本区域进行归一化处理，将识别出的各所述正样本区域缩放到预设像素大小，将缩放后的各所述正样本区域作为所述指定目标的正样本图片集；

所述获取所述指定目标的负样本图片集包括：

获取一个未包括所述指定目标的第二图片；

对获取的所述第二图片进行灰度化处理；

利用随机函数随机产生一位置坐标，根据所述位置坐标从灰度化处理后的所述第二图片中分割出预设像素大小的区域，得到一个负样本图片；

继续利用随机函数随机产生一位置坐标，并根据所述位置坐标从灰度化处理后的所述第二图片中分割出预设像素大小的区域，再得到一个负样本图片，直至从灰度化处理后的所述第二图片中随机获取到预设数目个负样本图片，将获取的预设数目个负样本图片作为所述指定目标的负样本图片集。

5.如权利要求1所述的方法，其特征在于，所述将所述视频流中的视频图像输入图像识别模型中，标示出指定目标在所述视频图像中的目标区域，获取所述目标区域的位置信息包括：

将所述视频流中的视频图像输入图像识别模型中，当标示出所述指定目标在第一帧视频图像中的目标区域时，设置一标示框，使所述目标区域包含在所述标示框内，获取所述第一帧视频图像中的目标区域的位置信息；

提取所述目标区域的关键点信息，其中所述关键点信息指示所述目标区域中亮度梯度最大区域的位置信息；

根据所述关键点信息，判断所述第一帧视频图像的之后的第二帧视频图像中的标示框中是否包括所述目标区域；

若判断为否，则将所述第二帧视频图像重新输入所述图像识别模型中，再次标示所述指定目标在所述第二帧视频图像中的目标区域，获取所述第二帧视频图像中的目标区域的位置信息；

若判断为是，则确定所述标示框中包括所述第二帧视频图像的目标区域，将所述第一帧视频图像中的目标区域的位置信息作为所述第二帧视频图像的目标区域的位置信息。

6.如权利要求1所述的方法，其特征在于，所述获取所述目标区域的位置信息包括：

获取所述目标区域的中心点相对于各帧图像的左上角的横纵距离；以及，

根据所述目标区域中的各像素点的景深的深度信息，获取所述目标区域的平均深度信息；

所述根据所述目标区域的位置信息，控制所述机器人向所述指定目标处移动包括：

根据获取的所述横纵距离，控制所述机器人向左或者向右移动，同时根据获取的所述目标区域的平均深度信息，控制所述机器人向靠近所述指定目标的方向移动，直至所述机器人移动至所述指定目标处。