[发明专利]一种障碍物检测方法、移动机器人及机器可读存储介质在审
申请号: | 202210273033.8 | 申请日: | 2022-03-18 |
公开(公告)号: | CN114612786A | 公开(公告)日: | 2022-06-10 |
发明(设计)人: | 楼力政 | 申请(专利权)人: | 杭州萤石软件有限公司 |
主分类号: | G06V20/10 | 分类号: | G06V20/10;G06T7/90;G06V10/80;G06V10/74;G06K9/62 |
代理公司: | 北京博思佳知识产权代理有限公司 11415 | 代理人: | 杨春香 |
地址: | 310051 浙江省杭州市*** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 障碍物 检测 方法 移动 机器人 机器 可读 存储 介质 | ||
1.一种障碍物检测方法,其特征在于,应用于包括激光传感器和图像传感器的移动机器人,所述激光传感器用于采集目标场景的激光数据,所述图像传感器用于采集所述目标场景的图像数据,所述方法包括:
基于所述激光数据确定所述目标场景的目标物体的第一特征信息;
基于所述图像数据确定所述目标场景的候选物体的第二特征信息;
基于第一特征信息和第二特征信息确定所述目标物体是否为障碍物。
2.根据权利要求1所述的方法,其特征在于,所述第一特征信息包括初始高度和三维坐标,所述第二特征信息包括可疑区域和物体类型,所述基于第一特征信息和第二特征信息确定所述目标物体是否为障碍物,包括:
若所述初始高度大于第一预设阈值且小于第二预设阈值、且所述三维坐标位于所述可疑区域内,则确定与所述物体类型对应的目标高度;
若所述初始高度与所述目标高度匹配,则确定所述目标物体为障碍物;
若所述初始高度与所述目标高度不匹配,则确定所述目标物体不为障碍物。
3.根据权利要求1所述的方法,其特征在于,所述第一特征信息包括回波信号数量和三维坐标,所述第二特征信息包括可疑区域和物体颜色,所述基于第一特征信息和第二特征信息确定所述目标物体是否为障碍物,包括:
若基于所述回波信号数量确定所述目标物体所在的区域是空洞区域、且所述三维坐标位于所述可疑区域内,则确定所述物体颜色是否为黑色;
若所述物体颜色为黑色,则确定所述目标物体为障碍物;
若所述物体颜色不为黑色,则确定所述目标物体不为障碍物。
4.根据权利要求1所述的方法,其特征在于,
所述第一特征信息包括初始高度,所述基于所述激光数据确定所述目标场景的目标物体的第一特征信息之后,所述方法还包括:
若所述初始高度不小于第二预设阈值,则确定所述目标物体为障碍物。
5.根据权利要求1-4任一项所述的方法,其特征在于,所述基于所述激光数据确定所述目标场景的目标物体的第一特征信息,包括:
基于所述激光数据确定所述目标物体的二维坐标和回波信号数量;
基于所述二维坐标、所述激光传感器的位姿和所述移动机器人的位姿确定所述目标物体的三维坐标,基于所述三维坐标确定所述目标物体的初始高度;
基于所述回波信号数量、三维坐标和初始高度确定所述第一特征信息。
6.根据权利要求1-4任一项所述的方法,其特征在于,所述基于所述图像数据确定所述目标场景的候选物体的第二特征信息,包括:
将所述图像数据输入给已训练的目标网络模型,得到所述图像数据内的候选物体的位置坐标框、所述候选物体的物体类型和物体颜色;
选取所述位置坐标框内的候选特征点,并从所述图像数据前一帧图像的图像数据中选取与所述候选特征点对应的目标特征点;基于所述候选特征点的像素坐标和所述目标特征点的像素坐标确定所述候选特征点对应的三维坐标;
基于所述三维坐标确定所述候选物体对应的可疑区域;
基于所述可疑区域、物体类型和物体颜色确定所述第二特征信息。
7.根据权利要求6所述的方法,其特征在于,所述位置坐标框内包括多个候选特征点,每个候选特征点对应的三维坐标均包括横轴坐标、纵轴坐标和竖轴坐标,所述基于所述三维坐标确定所述候选物体对应的可疑区域,包括:
从所有候选特征点对应的横轴坐标中选取最小横轴坐标和最大横轴坐标,从所有候选特征点对应的纵轴坐标中选取最小纵轴坐标和最大纵轴坐标,从所有候选特征点对应的竖轴坐标中选取最小竖轴坐标和最大竖轴坐标;
基于所述最小横轴坐标、最大横轴坐标、最小纵轴坐标、最大纵轴坐标、最小竖轴坐标和最大竖轴坐标,确定所述候选物体对应的可疑区域。
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杭州萤石软件有限公司,未经杭州萤石软件有限公司许可,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/202210273033.8/1.html,转载请声明来源钻瓜专利网。