[发明专利]斜坡感知方法、装置、机器人和存储介质

权利要求书

1.一种斜坡感知方法，其特征在于，所述斜坡感知方法基于激光雷达技术实现，包括下述步骤：

将在斜坡临近区域扫描到的所有雷达点进行点云聚类，得到若干点云聚类；

从所述若干点云聚类中筛选出疑似斜坡点云聚类；

将筛选出的所述疑似斜坡点云聚类中属于直线型的点云聚类确认为斜坡点云聚类，将所述斜坡点云聚类对应的激光雷达扫描区域确认为斜坡。

2.根据权利要求1所述的方法，其特征在于，还包括：

将所述斜坡点云聚类中的雷达点从在所述斜坡临近区域扫描到的所有雷达点中过滤掉。

3.根据权利要求1所述的方法，其特征在于，在所述将在所述斜坡临近区域扫描到的所有雷达点进行点云聚类，得到若干点云聚类的步骤之前，所述斜坡感知方法还包括下述步骤：

记录行进路线上所有斜坡的位置坐标；

对于每个斜坡，以记录的位置坐标为圆心、以预置的半径创建圆形区域作为斜坡临近区域；

将所有的斜坡临近区域预先标记在创建的地图中。

4.根据权利要求1所述的方法，其特征在于，所述将在所述斜坡临近区域扫描到的所有雷达点进行点云聚类，包括：

从在所述斜坡临近区域扫描到的所有雷达点中随机选择一个雷达点作为区域生长的种子点；

将所述种子点预置距离范围内搜寻到的一级非种子雷达点与所述种子雷达点归至一个点云聚类；

以所述一级非种子雷达点为开始，以搜寻预置距离范围内雷达点的方式进行逐级搜寻，直至在预置距离范围内无雷达点，然后将搜寻的各级非种子雷达点也归至同一个点云聚类；

若存在未归类的雷达点，则从未归类的雷达点中随机选择一个作为新的种子点，然后重复上述搜寻的步骤，直至所有的雷达点全部完成点云聚类。

5.根据权利要求1所述的方法，其特征在于，所述从所述若干点云聚类中筛选出疑似斜坡点云聚类，包括：

将所述若干点云聚类中雷达点数量大于预置的数量阈值的点云聚类确认为疑似斜坡点云聚类。

6.根据权利要求1所述的方法，其特征在于，所述将筛选出的所述疑似斜坡点云聚类中属于直线型的点云聚类确认为斜坡点云聚类，包括：

将每个疑似斜坡点云聚类拟合成一直线；

计算每个疑似斜坡点云聚类内部的雷达点到各自对应的直线的距离均差；

将距离均差低于预置的均差阈值的疑似斜坡点云聚类确认为斜坡点云聚类。

7.一种斜坡感知装置，其特征在于，包括：

聚类单元，用于将在斜坡临近区域扫描到的所有雷达点进行点云聚类，得到若干点云聚类；

筛选单元，用于从所述若干点云聚类中筛选出疑似斜坡点云聚类；

斜坡确认单元，用于将筛选出的所述疑似斜坡点云聚类中属于直线型的点云聚类确认为斜坡点云聚类，将所述斜坡点云聚类对应的激光雷达扫描区域确认为斜坡。

8.如权利要求7所述的装置，其特征在于，所述聚类单元包括：

种子点确认模块，用于从在所述斜坡临近区域扫描到的所有雷达点中以及未归类的雷达点中随机选择一个雷达点作为区域生长的种子点；

一级非种子雷达点归类模块，用于将所述种子点预置距离范围内搜寻到的一级非种子雷达点与所述种子雷达点归至一个点云聚类；

二级以下非种子雷达点归类模块，用于以所述一级非种子雷达点为开始，以搜寻预置距离范围内雷达点的方式进行逐级搜寻，直至在预置距离范围内无雷达点，然后将搜寻的各级非种子雷达点也归至同一个点云聚类。

9.一种机器人，其特征在于，包括：

存储器和处理器；

所述存储器存储有可执行程序代码；

与所述存储器耦合的所述处理器，调用所述存储器中存储的所述可执行程序代码，执行如权利要求1至6中的任一项所述的斜坡感知方法。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时，实现如权利要求1至6中的任一项所述的斜坡感知方法。