[发明专利]检测方法、装置、多足机器人及存储介质

权利要求书

1.一种多足机器人可行驶空间的检测方法，其特征在于，包括：

获取当前时刻摄像头采集的图像数据；

对所述图像数据进行预处理，以生成满足预设的行驶空间检测模型输入格式要求的预处理图像；

根据所述行驶空间检测模型对所述预处理图像进行处理，以生成多足机器人行驶空间边界信息，所述行驶空间检测模型由深度学习模型通过标注图像训练得到，所述多足机器人行驶空间边界信息包括边界线位置信息和边界属性信息，所述边界线位置信息为边界线上边界点的坐标信息；所述边界属性信息为边界线上边界点的类别属性信息；

通过所述摄像头的标定参数对所述边界线位置信息进行映射处理生成目标行驶空间。

2.如权利要求1所述的检测方法，其特征在于，在所述根据所述行驶空间检测模型对所述预处理图像进行处理，以生成多足机器人行驶空间边界信息前，还包括：

根据场景检测模型对所述预处理图像进行检测，判断出多足机器人当前所处场景，将所述当前所处场景进行训练的可行驶空间检测模型作为预设的行驶空间检测模型。

3.如权利要求1所述的检测方法，其特征在于，所述行驶空间检测模型包括特征提取网络和任务分支网络，所述根据预设的行驶空间检测模型对所述预处理图像进行处理，以生成多足机器人行驶空间边界信息，包括：

通过所述特征提取网络对所述预处理图像进行处理以生成基本特征图；

通过所述任务分支网络对所述基本特征图处理以得到所述多足机器人行驶空间边界信息。

4.如权利要求1所述的检测方法，其特征在于，所述行驶空间检测模型由深度学习模型通过标注图像训练得到，包括：

所述图像由多列像素组成，将所述图像每列像素根据预设边界点选取原则筛选出目标像素标注为边界点，所述边界点选取原则为从所述图像底边向上搜索到最先触碰的障碍物，以该障碍物的接地点或者该障碍物投影到地面的投影点作为所述边界点；

将所有所述边界点构成边界线。

5.如权利要求1所述的检测方法，其特征在于，所述边界属性信息包括静止障碍物和/或移动障碍物，所述静止障碍物包括悬空障碍物、透明障碍物、镜面障碍物、楼梯、门。

6.如权利要求1所述的检测方法，其特征在于，所述通过所述摄像头的标定参数对所述边界位置信息映射处理生成目标行驶空间，包括：

确定所述多足机器人行驶空间边界信息的图像坐标信息；

根据所述标定参数将所述图像坐标信息映射至物理空间，以得到在物理坐标系的所述目标行驶空间。

7.如权利要求1所述的检测方法，其特征在于，在对所述图像数据进行预处理，以生成满足预设的行驶空间检测模型输入格式要求的预处理图像包括：

计算所述图像数据的亮度值；

判断所述图像数据的亮度值是否大于预设阈值，若是，则根据预设的行驶空间检测模型的输入格式要求对所述图像数据进行预处理。

8.如权利要求1所述的检测方法，其特征在于，所述检测方法还包括：

将所述边界属性信息发送至控制器，以使得所述控制器根据所述边界属性信息输出不同的避障措施；和/或

将所述边界属性信息发送至建图模块、定位模块和路径规划模块，以提供语义拓扑信息。

9.一种多足机器人可行驶空间的检测装置，其特征在于，包括：

获取模块，用于获取当前时刻摄像头采集的图像数据；

生成模块，用于对所述图像数据进行预处理，以生成满足预设的行驶空间检测模型输入格式要求的预处理图像；

处理模块，用于根据预设的行驶空间检测模型对所述预处理图像进行处理，以生成多足机器人行驶空间边界信息，所述行驶空间检测模型由深度学习模型通过标注图像训练得到，所述多足机器人行驶空间边界信息包括边界线位置信息和边界属性信息，所述边界线位置信息为边界线上边界点的坐标信息；所述边界属性信息为边界线上边界点的类别属性信息；和

映射模块，用于通过所述摄像头的标定参数对所述边界线位置信息进行映射处理生成目标行驶空间。