[发明专利]一种避障方法、装置、设备及存储介质

说明书

本发明公开了一种避障方法、装置、设备及存储介质，该方法包括：响应于获取到待检测激光雷达数据，对所述待检测激光雷达数据执行聚类操作，得到至少一个待检测聚类数据集；针对每个待检测聚类数据集，基于所述待检测聚类数据集中的各待检测激光雷达数据，确定人腿特征数据；将所述人腿特征数据和各待检测激光雷达数据输入到目标分类模型中，得到所述目标分类模型输出的与所述待检测聚类数据集对应的分类结果；如果至少一个分类结果中包含人腿分类标签，则基于预设人腿避障策略，控制所述机器人执行避障操作。本发明实施例解决了现有的机器人激光雷达技术不能识别人腿的问题，降低了机器人与人发生碰撞的风险，提高了机器人的避障性能。

技术领域

本发明涉及机器人技术领域，尤其涉及一种避障方法、装置、设备及存储介质。

背景技术

随着机器学习和人工智能技术的发展，机器人技术迎来了一波技术迭代，目前很多场景都有应用到机器人技术，如酒店配送、室内运送、机房巡检等。机器人通过智能识别技术、智能导航和避障技术完成执行任务。现有的避障技术主要通过激光雷达来进行避障，在机器人的运动过程中，激光雷达不断扫描周围环境，从而防止发生碰撞。

在实现本发明的过程中，发现现有技术中至少存在以下技术问题：

目前，大多数机器人搭载的激光雷达设备通常只能反映障碍物的空间坐标，不能识别障碍物的类型，尤其是缺乏人腿识别的功能。因此，忽略了障碍物类型的单一化的避障策略并不适用于人腿避障场景，非常容易出现机器人与人腿发生碰撞的情况。

发明内容

本发明提供了一种避障方法、装置、设备及存储介质，以解决现有的机器人激光雷达技术不能识别人腿的问题，提高机器人的避障性能。

根据本发明的一方面，提供了一种避障方法，该方法包括：

响应于获取到待检测激光雷达数据，对所述待检测激光雷达数据执行聚类操作，得到至少一个待检测聚类数据集；其中，所述待检测聚类数据集中包含至少两个待检测激光雷达数据；

针对每个待检测聚类数据集，基于所述待检测聚类数据集中的各待检测激光雷达数据，确定人腿特征数据；

将所述人腿特征数据和各待检测激光雷达数据输入到目标分类模型中，得到所述目标分类模型输出的与所述待检测聚类数据集对应的分类结果；

如果至少一个分类结果中包含人腿分类标签，则基于预设人腿避障策略，控制机器人执行避障操作。

根据本发明的另一方面，提供了一种避障装置，该装置包括：

待检测聚类数据集确定模块，用于响应于获取到待检测激光雷达数据，对所述待检测激光雷达数据执行聚类操作，得到至少一个待检测聚类数据集；其中，所述待检测聚类数据集中包含至少两个待检测激光雷达数据；

人腿特征数据确定模块，用于针对每个待检测聚类数据集，基于所述待检测聚类数据集中的各待检测激光雷达数据，确定人腿特征数据；

分类结果输出模块，用于将所述人腿特征数据和各待检测激光雷达数据输入到目标分类模型中，得到所述目标分类模型输出的与所述待检测聚类数据集对应的分类结果；

避障操作执行模块，用于如果至少一个分类结果中包含人腿分类标签，则基于预设人腿避障策略，控制机器人执行避障操作。

根据本发明的另一方面，提供了一种电子设备，所述电子设备包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行本发明任一实施例所述的避障方法。