[发明专利]机器人视觉测试方法、装置、存储介质及终端设备在审
申请号: | 201911183722.4 | 申请日: | 2019-11-27 |
公开(公告)号: | CN110826646A | 公开(公告)日: | 2020-02-21 |
发明(设计)人: | 廖根中;熊友军 | 申请(专利权)人: | 深圳市优必选科技股份有限公司 |
主分类号: | G06K9/62 | 分类号: | G06K9/62;G06K9/00 |
代理公司: | 深圳中一联合知识产权代理有限公司 44414 | 代理人: | 左婷兰 |
地址: | 518000 广东省深圳市南山区*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 机器人 视觉 测试 方法 装置 存储 介质 终端设备 | ||
1.一种机器人视觉测试方法,其特征在于,应用于包含机器人和显示设备的测试系统,所述显示设备与所述机器人面对设置,所述机器人视觉测试方法包括:
确定所述机器人的视觉测试类型,并根据所述视觉测试类型获取待测试图像;
将所述待测试图像显示于所述显示设备;
控制所述机器人采集所述显示设备中的待测试图像,并控制所述机器人根据所述视觉测试类型对所述待测试图像进行视觉识别;
获取所述机器人对所述待测试图像的视觉识别结果,并将所述视觉识别结果与预设识别结果进行比对,得到所述机器人在所述视觉测试类型中的视觉测试结果。
2.如权利要求1所述的机器人视觉测试方法,其特征在于,当所述视觉测试类型为人物识别测试时,在控制所述机器人根据所述视觉测试类型对所述待测试图像进行视觉识别之前,包括:
获取所述人物识别测试对应的样本图像库,并构建所述样本图像库中各样本图像对应的人物标签;
将构建所述人物标签后的样本图像库发送至所述机器人。
3.如权利要求2所述的机器人视觉测试方法,其特征在于,所述机器人根据所述视觉测试类型对所述待测试图像进行视觉识别的过程包括:
获取所述样本图像库中的各样本图像,并确定所述待测试图像与各所述样本图像之间的匹配值;
获取所述匹配值大于或者等于预设匹配阈值的目标样本图像;
根据所述目标样本图像对应的目标人物标签确定所述待测试图像的视觉识别结果。
4.如权利要求3所述的机器人视觉测试方法,其特征在于,当所述目标样本图像包括两个或两个以上时,所述根据所述目标样本图像对应的目标人物标签确定所述待测试图像的视觉识别结果,包括:
确定各所述目标样本图像对应的目标人物标签是否相同;
若各所述目标人物标签相同,则将所述目标人物标签确定为所述待测试图像的视觉识别结果;
若各所述目标人物标签中存在不相同,则将匹配值最大的目标样本图像对应的目标人物标签确定为所述待测试图像的视觉识别结果。
5.如权利要求2所述的机器人视觉测试方法,其特征在于,所述机器人根据所述视觉测试类型对所述待测试图像进行视觉识别的过程包括:
获取所述样本图像库中的各样本图像,并识别各所述样本图像对应的第一人脸和所述待测试图像对应的第二人脸;
确定所述第二人脸与各所述第一人脸之间的相似度;
获取所述相似度大于或者等于预设相似阈值的目标人脸;
根据所述目标人脸对应的目标样本图像的目标人物标签确定所述待测试图像的视觉识别结果。
6.如权利要求1至5任一项所述的机器人视觉测试方法,其特征在于,所述获取所述机器人对所述待测试图像的视觉识别结果,包括:
获取所述机器人的语音播放内容,并根据所述语音播放内容确定所述机器人对所述待测试图像的视觉识别结果。
7.一种机器人视觉测试装置,其特征在于,应用于包含机器人和显示设备的测试系统,所述显示设备与所述机器人面对设置,所述机器人视觉测试装置包括:
类型确定模块,用于确定所述机器人的视觉测试类型,并根据所述视觉测试类型获取待测试图像;
图像显示模块,用于将所述待测试图像显示于所述显示设备;
视觉识别模块,用于控制所述机器人采集所述显示设备中的待测试图像,并控制所述机器人根据所述视觉测试类型对所述待测试图像进行视觉识别;
结果比对模块,用于获取所述机器人对所述待测试图像的视觉识别结果,并将所述视觉识别结果与预设识别结果进行比对,得到所述机器人在所述视觉测试类型中的视觉测试结果。
8.如权利要求7所述的机器人视觉测试装置,其特征在于,当所述视觉测试类型为人物识别测试时,所述机器人视觉测试装置,还包括:
标签构建模块,用于获取所述人物识别测试对应的样本图像库,并构建所述样本图像库中各样本图像对应的人物标签;
图像库发送模块,用于将构建所述人物标签后的样本图像库发送至所述机器人。
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深圳市优必选科技股份有限公司,未经深圳市优必选科技股份有限公司许可,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/201911183722.4/1.html,转载请声明来源钻瓜专利网。