[发明专利]目标物体的识别方法、装置及机器人在审
| 申请号: | 202111201569.0 | 申请日: | 2021-10-15 |
| 公开(公告)号: | CN113925389A | 公开(公告)日: | 2022-01-14 |
| 发明(设计)人: | 孙昊;闫东坤 | 申请(专利权)人: | 北京盈迪曼德科技有限公司 |
| 主分类号: | A47L11/00 | 分类号: | A47L11/00;A47L11/40;G06V20/10;G06N3/02;G06T7/70 |
| 代理公司: | 暂无信息 | 代理人: | 暂无信息 |
| 地址: | 100102 北京市朝*** | 国省代码: | 北京;11 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 目标 物体 识别 方法 装置 机器人 | ||
本发明公开了一种目标物体的识别方法、装置及机器人。在上述方法中,采用视觉传感器获取视觉传感器数据;根据所述视觉传感器数据获取目标物体相关信息,其中,所述相关信息包括:所述目标物体的区域信息;从测距装置获取的距离信息中,提取与所述视觉传感器采集到的位置点所对应的第一位置信息;将所述区域信息和各个所述第一位置信息统一到坐标系中,提取所述区域信息各个位置点所对应的第二位置信息;根据所述第二位置信息,获取所述区域信息中的目标物体位置信息。采用上述技术方案,可以准确获取目标物体的位置信息,能够及时快速应对危险场景下的突发状况,在机器人作业过程中,大大提高了安全性。
技术领域
本发明涉及人工智能领域,具体而言,涉及一种目标物体的识别方法、装置及机器人。
背景技术
随着人工智能技术的日趋成熟,智能化设备也逐渐进入人们的生活。在清洁市场领域,人工智能技术开始不断发力,通过自动化模式来提高工作效率,从而解放劳动力。在自动化设备(例如,机器人)工作的过程中,需要对周围环境状态实时监控,特别是对于危险场景(例如,跌落场景、碰撞场景、翻倒场景)能够预判识别和决策处理,从而避免造成安全问题。
相关技术中,对于危险场景的预判识别方案,以跌落场景为例,主要包括:方案一,使用跌落传感器识别跌落场景;方案二,使用深度传感器获取场景中物体的三维坐标,然后分析得出具有跌落特性的区域。以上两个方案探测到的区域作为危险场景区域,提供给控制模块决策处理。
但是,跌落传感器只能近距离识别,这给机器人的行进和控制带来困扰,距离太短可能来不及做出决策;深度传感器可以预判识别断崖式跌落场景,然而却无法处理像扶梯这样的危险场景,因为在扶梯行进的前端有一段活动区域与地面水平,上述两种方案都无法探测到;当机器人走上扶梯台阶,很容易被扶梯带走,导致跌落、翻倒等危险事件;因此,无论针对上行扶梯场景还是下行扶梯场景,采用跌落传感器和深度传感器均无法预判识别。
发明内容
本发明的主要目的在于公开了一种目标物体的识别方法、装置及机器人,以至少解决相关技术中对于危险场景,采用跌落传感器和深度传感器等方案,存在距离太短来不及做出决策或者无法无法探测识别等问题。
根据本发明的一个方面,提供了一种目标物体的识别方法。
根据本发明的目标物体的识别方法包括:采用视觉传感器获取视觉传感器数据;根据所述视觉传感器数据获取目标物体相关信息,其中,所述相关信息包括:所述目标物体的区域信息;从测距装置获取的距离信息中,提取与所述视觉传感器采集到的位置点所对应的第一位置信息;将所述区域信息和各个所述第一位置信息统一到坐标系中,提取所述区域信息各个位置点所对应的第二位置信息;根据所述第二位置信息,获取所述区域信息中目标物体对应的位置信息。
根据本发明的另一方面,提供了一种目标物体的识别装置。
根据本发明的目标物体的识别装置包括:第一获取模块,用于采用视觉传感器获取视觉传感器数据;第二获取模块,用于根据所述视觉传感器数据获取目标物体相关信息,其中,所述相关信息包括:所述目标物体的区域信息;第一提取模块,用于从测距装置获取的距离信息中,提取与所述视觉传感器采集到的位置点所对应的第一位置信息;第二提取模块,用于将所述区域信息和各个所述第一位置信息统一到坐标系中,提取所述区域信息各个位置点所对应的第二位置信息;第三获取模块,用于根据所述第二位置信息,获取所述区域信息中目标物体对应的位置信息。
根据本发明的又一方面,提供了一种机器人。
根据本发明的机器人包括:存储器及处理器,其中,存储器,用于存储计算机执行指令;处理器,用于执行存储器存储的计算机执行指令,使得机器人执行上述任一项的方法。
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北京盈迪曼德科技有限公司,未经北京盈迪曼德科技有限公司许可,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【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202111201569.0/2.html,转载请声明来源钻瓜专利网。





