CN103363916A - 一种信息处理方法及处理设备 - Google Patents

一种信息处理方法及处理设备 Download PDF

Info

Publication number
CN103363916A
CN103363916A CN2012100827142A CN201210082714A CN103363916A CN 103363916 A CN103363916 A CN 103363916A CN 2012100827142 A CN2012100827142 A CN 2012100827142A CN 201210082714 A CN201210082714 A CN 201210082714A CN 103363916 A CN103363916 A CN 103363916A
Authority
CN
China
Prior art keywords
image
line segment
hot spot
treatment facility
point
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN2012100827142A
Other languages
English (en)
Other versions
CN103363916B (zh
Inventor
李众庆
陈兴文
黄茂林
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Lenovo Beijing Ltd
Original Assignee
Lenovo Beijing Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Lenovo Beijing Ltd filed Critical Lenovo Beijing Ltd
Priority to CN201210082714.2A priority Critical patent/CN103363916B/zh
Publication of CN103363916A publication Critical patent/CN103363916A/zh
Application granted granted Critical
Publication of CN103363916B publication Critical patent/CN103363916B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Image Analysis (AREA)

Abstract

本申请提供了一种处理信息的方法及处理设备,该方法包括:通过图像采集单元获得一图像,所述图像包括与所述第一物体对应的第一区域、与所述第二物体对应的第二区域以及与所述第一物体和所述第二物体构成的所述间隙所对应的第三区域,其中,所述标识线段用于表示所述第三区域的距离,根据所述基准线段与所述预设实际距离的对应关系确定所述图像上所述标识线段所对应的实际距离,比较所述实际距离与所述处理设备的宽度值进行比较,确定该处理设备是否能故通过该实际距离。从而实现了处理设备对障碍物的自行判定,并且能够根据该判定结果来确定是否能够通过障碍物之间的间隙。

Description

一种信息处理方法及处理设备
技术领域
本申请涉及通信与计算机技术领域,尤其涉及一种信息处理方法及处理设备。
背景技术
随着电子技术的不断发展,越来越多的处理设备在往智能化方向发展,由于现在的生产中已离不开高科技的机器,这些具有高精度操作能力的机器能够快速完成设备的组装、焊接等操作。因此智能机器人的研究也越来越受到欢迎。
进一步,在现有的技术中能够自行进行控制移动机器人在各个方向上移动,从而使得该移动机器人能够完成对应的行驶路线。但是,发明人在实施该现有技术的方案时发现,在现有技术中移动机器人在通过两物体之间的间隙时,无法通过自主的判断来确定自身是否能够通过两物体之间的间隙,进而造成了移动机器人无法自主通过该间隙,并且不能实时的检测所遇到的障碍物,导致移动机器人发生误撞。
发明内容
本申请提供了一种处理信息的方法及处理设备,用以解决现有技术中移动机器人无法自主通过两物体之间间隙的问题,其具体技术方案如下:
一种信息处理方法,所述方法应用于一处理设备中,所述处理设备包括图像采集单元,所述处理设备在驱动装置的作用下能够移动,当所述处理设备需要移动并通过第一物体和第二物体构成间隙时,所述方法包括:
通过图像采集单元获得一图像,所述图像包括与所述第一物体对应的第一区域、与所述第二物体对应的第二区域以及与所述第一物体和所述第二物体构成的所述间隙所对应的第三区域;
调用包含第一轴和第二轴的基准坐标系,所述基准坐标系包含一基准线段,所述基准线段位于所述第一轴上,所述基准线段与预设实际距离对应;
基于所述基准坐标系,按照预定算法在所述图像上生成一条标识线段,其中,所述标识线段用于表示所述第三区域的距离;
根据所述基准线段与所述预设实际距离的对应关系确定所述图像上所述标识线段所对应的实际距离;
比较所述实际距离与所述处理设备的宽度值进行比较,产生一比较结果;
当所述比较结果表示所述实际距离大于所述处理设备的宽度值,确定所述处理设备能够通过所述间隙;
当所述比较结果表示所述实际距离小于所述处理设备的宽度值,确定所述处理设备不能够通过所述间隙。
进一步,所述处理设备包括光线发射单元,所述光线发射单元用于投射光以形成一光幕,所述光幕在所述第一物体和所述第二物体上形成光斑;
其中,通过所述图像采集单元所述获得的所述图像上具有与所述第一物体上的所述光斑对应的第一光斑线以及与所述第二物体上的所述光斑对应的第二光斑线。
进一步,所述基于所述基准坐标系,按照预定算法在所述图像上生成一条标识线段,包括:
将所述基准线段的第一端点与所述图像上的第一光斑点重合,并且所述第一轴与所述图像上的与所述第一物体的边缘对应的所述第一区域的边缘重合;其中,所述第一光斑点为所述图像上所述第一区域的边缘上的点,且所述第一区域的所述边缘表示所述第一物体的边缘;
基于所述基准坐标系在所述图像上生成一条通过所述第一光斑点且平行于所述第二轴的第一直线;
基于所述基准坐标系在所述图像上生成一条通过所述第二光斑点且平行与所述第一轴的第二直线;所述第二光斑点为所述图像上所述第二区域的边缘上的点,且所述第二区域的所述边缘表示所述第二物体的边缘;
获得所述第一直线与第二直线的交点;
确定所述图像上所述第一光斑点到所述交点之间的线段为所述标识线段。
进一步,所述预设实际距离为所述处理设备上所述图像采集单元与所述光线发射单元之间的距离。
进一步,所述获得所述图像之后,包括:
确定所述图像中与所述第一物体对应的第一区域、与所述第二物体对应的第二区域以及与所述第一物体和所述第二物体构成的所述间隙所对应的第三区域
进一步,所述确定所述图像中与所述第一物体对应的第一区域、与所述第二物体对应的第二区域以及与所述第一物体和所述第二物体构成的所述间隙所对应的第三区域具体包括:
以所述图像上的第一光斑线确定所述第一区域;
在所述图像上识别所述第二光斑线的拐点;
以所述第二光斑线以及所述拐点确定所述第二区域和所述第三区域。
进一步,所述根据所述基准线段与所述实际距离的对应关系确定所述图像上所述标识线段所对应的实际距离,包括:
获取所述图像上基准线段以及所述标识线段所包括的像素点;
根据所述基准线段包含的像素点与预设实际距离之间的比例关系,获得所述标识线段包含的像素点所对应的实际距离。
进一步,所述当所述比较结果表示所述实际距离小于所述处理设备的宽度值,确定所述处理设备不能够通过所述间隙之后,包括:
通过所述驱动装置驱动所述处理设备从当前位置移动到第二位置,并在所述第二位置通过所述图像采集单元获得所述第二位置的第二图像,所述第二图像用于确定是否能够在所述第二位置通过所述间隙。
一种处理设备,所述处理设备包括:
图像采集单元,用于获得一图像,所述图像包括与第一物体对应的第一区域、第二物体对应的第二区域以及与所述第一物体和所述第二物体构成的所述间隙对应的第三区域;
处理单元,用于调用包含第一轴和第二轴的基准坐标系,所述基准坐标系包含一基准线段,所述基准线段位于所述第一轴上,所述基准线段与预设实际距离对应,基于所述基准坐标系,按照预定算法在所述图像上生成一条标识线段,所述标识线段用于表示所述第三区域的距离,根据所述基准线段与所述预设实际距离的对应关系确定所述图像上所述标识线段所对应的实际距离,判断所述实际距离与所述处理设备的宽度值的大小关系,产生第一判断结果,根据所述第一判断结果确定所述处理设备是否能够通过所述间隙。
进一步,还包括:
存储单元,用于存储包含所述第一轴和第二轴的所述基准坐标系,以及位于所述第一轴上的所述基准线段;
驱动装置,用于驱动所述处理设备从当前位置移动到第二位置。
进一步,所述处理单元还用于:
将所述基准线段的第一端点与所述图像上的第一光斑点重合,并且所述第一轴与所述图像上的与所述第一物体的边缘对应的所述第一区域的边缘重合;其中,所述第一光斑点为所述图像上所述第一区域的边缘上的点,且所述第一区域的所述边缘表示所述第一物体的边缘,基于所述基准坐标系在所述图像上生成一条通过所述第一光斑点且平行于所述第二轴的第一直线,基于所述基准坐标系在所述图像上生成一条通过所述第二光斑点且平行与所述第一轴的第二直线;所述第二光斑点为所述图像上所述第二区域的边缘上的点,且所述第二区域的所述边缘表示所述第二物体的边缘,获得所述第一直线与第二直线的交点,确定所述图像上所述第一光斑点到所述交点之间的线段为所述标识线段。
本申请提供了一种处理信息的方法及处理设备,该方法包括:通过图像采集单元获得一图像,所述图像包括与所述第一物体对应的第一区域、与所述第二物体对应的第二区域以及与所述第一物体和所述第二物体构成的所述间隙所对应的第三区域,调用包含第一轴和第二轴的基准坐标系,所述基准坐标系包含一基准线段,所述基准线段位于所述第一轴上,所述基准线段与预设实际距离对应,按照预定算法在所述图像上生成一条标识线段,其中,所述标识线段用于表示所述第三区域的距离,根据所述基准线段与所述预设实际距离的对应关系确定所述图像上所述标识线段所对应的实际距离,比较所述实际距离与所述处理设备的宽度值进行比较,确定该处理设备是否能故通过该实际距离。从而实现了处理设备对障碍物的自行判定,并且能够根据该判定结果来确定是否能够通过障碍物之间的间隙。
附图说明
图1为本发明一种处理设备的具体结构示意图;
图2为本发明处理设备的模型架构示意图;
图3为本发明处理设备确定物体存在的示意图;
图4为本发明处理设备扫描物体的示意图;
图5为本发明一种测量距离的示意图;
图6为本发明一种处理信息的方法流程图。
具体实施方式
本申请提供了一种处理设备,如图1所示,所述处理设备10上设置一光线发射单元101,所述光线发射单元101用于投射一光,并形成一光幕,所述光幕在所述物体上能够形成光斑。所述处理设备上还设置一图像采集单元102,所述图像采集单元102用于获取所述处理设备10所处环境中的图像数据。所述处理设备还包括一处理单元103,用于对获取到的图像中的图像数据进行处理,存储单元104,用于存储基准坐标系以及基准线段,驱动装置105,用于驱动处理设备从当前位置移动到第二位置。
下面通过一具体的示意图来说明图1中光线发射单元101、图像采集单元102、处理单元103在所述处理设备10上的具体设置位置,具体如图2所示。
在本实施例中,光线发射单元101与图像采集单元102位于所述处理设备10的同一侧,也就是所述光线发射单元101的光线发射口与所述采集单元102的图像采集口是相同的朝向。
图像采集单元102与光线发射单元101平行设置,即图像采集单元102的中心线与光线发射单元101的投射光线平行;图像采集单元102相对于支撑面的高度大于光线发射单元101相对于支撑面的高度;即图像采集单元102位于光线发射单元101上方(如图2所示);进而在所述处理设备10放置于支撑面上时,所述光线发射单元101就与所述支撑面平行,从而所述光线发射单元101投射在物体上的光线与所述支撑面平行。
进一步,在所述处理设备10在支撑面上移动时,所述处理设备10上的光线发射单元101和所述图像采集单元102相互之间配合,当在所述环境中有物体存在时,所述光线发射单元101投射在该物体上的光将形成一光斑线,并且所述图像采集单元102实时的获取图像数据,在该图像数据中就包含在物体上形成的该光斑线,进而所述处理设备10根据获取到所处环境周围的图像数据中的光斑线,确定在所处的环境中是否有物体存在。
下面通过一具体的实施例来说明所述处理设备是如何通光斑线来确定物体的存在。
在图3中,处理设备10在支撑面上移动的过程,光线发射单元101在实时的投射一光幕,在支撑面上放置有两物体(物体A和物体B),当所述光线发射单元101将光幕投射在物体A以及物体B上时,在物体A和物体B上生成一对应的光斑线(光斑点明显区别于其他图像,因此在获得的图像中很容易获得该光斑点在图像中的位置,利于计算机对图像进行简化处理,加快计算速度),由于光线发射单元101与两物体之间是成一定倾斜角,所以物体A上的光斑线为一弯折的线,而在物体B上形成的是一光斑直线。
图像采集单元102将实时的获取周围的图像数据,因此,在图像及采集单元102将获取到图3中的图像,在该图像中物体A上存在一弯折的光斑线,而在物体B上存在一光斑直线,处理设备10中的处理单元103将根据该图像数据中的光斑线来确定在该处理设备所处的环境中包括两物体,其中,弯折的光斑线对应第一物体A,而直线光斑线对应第二物体B。
在处理单元103确定第一物体A和第二物体B之后,处理单元103能够根据图像数据中的光斑线来确定图像区域,也就是说在图像中对应直线光斑线的区域确定为第一区域,而对应弯折光斑线的区域为第二区域,根据第一区域以及第二区域确定第一区域与第二区域之间的间隙。
具体来说,通过弯折线来确定第二区域具体包括:处理单元103将获取图像数据中的光斑线中的光斑断点以及光斑拐点,并处理单元103能够识别图像中的光斑点,具体的来说就是处理单元103能够根据图像中的不同像素来确定该光斑点是否为光斑拐点,最后处理单元103根据该光斑拐点确定出第二区域。
在处理单元103完成第一区域以及第二区域的划分之后,将第一区域以及第二区域之间的间隙定为第三区域,即第三区域为第一区域与第二区域之间的距离。
再进一步,处理单元103根据图像中的直线光斑线以及弯折光斑线确定直线光斑线对应第一物体以及弯折光斑线对应第二物体,然后根据该直线光斑线以及弯折光斑线确定图像上的第一区域对应直线光斑线以及弯折光斑线对应第二区域,从而图像上的第一物体对应第一区域,图像上的第二物体对应第二区域。因此,在处理设备10获取到环境中存在物体时,所述处理设备10将获取包含该物体的图像,并根据该图像确定环境中的物体,最后将环境中物体与图像区域进对应,最后确定图像上区域之间的间隙,将该间隙确定为第三区域。
在处理设备10将图像中物体与区域相对应之后,所述处理设备10将调取存储在存储单元104中的包含第一轴和第二轴的基准坐标系,在本申请实施例中该基准坐标系为包含X轴和Y轴的基准坐标系,该基准坐标系的坐标原点为图像采集单元102的中心点,第一轴为水平方向上的Y轴,第二轴为水平方向上的X轴,并且在第一轴上包含一基准线段,并且该基准线段的一端点与坐标原点重合,并且该基准线段是对应处理设备10上光线发射单元101与图像采集单元102之间的垂直高度,也就是说该基准线段是与该垂直高度存在一对应关系。
处理单元103在获取到基准坐标系以及基准线段之后,基于该基准坐标系,按照预定的算法在所述图像上生成一条标识线段,其中,所述标识线段用于表示所述第三区域的距离。
下面通过一具体应用环境中的实施例来说明标识线段的生成。
如图4所示,在该图中处理设备10中的图像采集单元102获取到一图像,在该图像中包括第一物体和第二物体,当然在该例中第一物体为左门框,第二物体为右门框,并且在所述第一物体以及第二物体上都包括一光斑线,从而处理单元103根据该光斑线以及对图像中的像素分析,将确定第一物体的边缘以及第二物体的边缘,然后处理单元103将确定图像中第一区域内的第一光斑点,该光斑点为光斑线发生不连续时点,具体为图4中的A点,第一光斑点A点在图像中第一区域边缘上的点,同样方式,在第二物体的上存在一光斑断点C和一光斑拐点B,而在本申请实施例中是确定第二物体的边缘是通过第二光斑点,即光斑拐点B,也就是说在图4中光斑拐点B点往右的区域就为第二区域,也就是说B点为第二区域边缘上的点。
然后图像采集单元103将基准坐标系的第一轴与第一物体的边缘重合,在该第一轴中还包括一基准线段,该基准线段的一端点与坐标系的原点E重合,另一端点与A点重合,从而基准线段就为图像中AE之间的距离。
基于基准坐标系,在图像上生成一通过A点并且平行于第二轴的第一直线,也就是图像中的第一直线AM;基于基准坐标系在图像上生成一条通过第二光斑点B且平行于第一轴的第二直线,基于第一直线AM和第二直线BN生成一交点D,因此,在该线段AD就为该标识线段,并且该标识线段对应的区域就为第三区域(其中,C点是位于另一图像层面上的点,因此本申请中不选择C点)。
在处理单元103完成标识线段的确定之后,所处理单元103将根据基准线段与预设实际距离之间的对应关系,以及在图像中基准线段与标识线段之间的对应关系,从而确定标识线段对应的实际距离。
具体来讲,请参考图4,第一种算法,假设图像1021的像素分辨率是640×480,那么图像1021的左上角的坐标设为(0,0),右上角的坐标设为(640,0),左下角的坐标为(0,480),右下角的坐标为(640,480),图像1021的中心点E就为中心点,坐标为(320,240)。在图4中,为了方便说明,只选择了这一系列光斑点304中的光斑点A、光斑点B和光斑点C,按照先后顺序,先记录光斑点A,再是光斑点C,最后是光斑点B,例如在图相采集单元102拍摄到的图像1021中,光斑点A的坐标是(320,400),那么光斑点A距离水平中心线上的E点的距离即为400-240=160,即A点与E点之间的像素点为160。对于光斑点B,其坐标为(400,360),那么通过光斑点A的直线与通过光斑点B的直线之间的交点D在图像上的坐标为(400,400)。那么点A与点D之间水平方向上的像素点差距为400-320=80。
另外,在处理设备10的存储单元104中存储有处理设备10上光线发射单元101与图像采集单元102之间的预设实际距离1m,根据基准线段与预设实际距离之间的对应关系,以及标识线段与线段之间的对应关系,确定标识线段对应的实际距离,具体计算如下:
AE之间的像素点/AE对应的预设实际距离=AD之间的像素点/AD对应的实际距离(ad)
160/80=1m/ad;
ad=1/2=0.5m;
从而,确定AD之间的实际距离为0.5米。
第二种算法,在存储单元104中存储的基准坐标系上标注有对应的刻度(如图5所示),然后基准坐标系中基准线段在第一坐标轴上,因此,AE对应一坐标系上的一标尺刻度,并且在图中AD也对应一标尺刻度,从而根据AE与预设实际距离之间的对应关系,以及AD与实际距离之间的对应关系,还有AD与AE之间的对应关系,最终确定出AD对应的实际距离。
具体来说,就是AE刻度/预设实际距离=AD刻度/实际距离ad;
2/1m=1/ad;
ad=0.5m;
因此,图像上AD对应实际距离为0.5m。
通过上述两种算法获取到AD之间对应的实际距离之后,所述处理设备10将自身设备的宽度与获得的实际距离ad之间进行比较,并且产生一比较结果,当所述比较结果表示实际距离大于处理设备10的宽度时,确定所述处理设备10能够通过两物体之间的间隙。
当所述比较结果表示实际距离小于处理设备10的宽度时,确定所述处理设备不能通过两物体之间的间隙。
具体来讲,如图5所示,在本申请实施例中是计算出图像中AD对应的实际距离,而该实际距离是小于门框之间实际宽度的,所以处理设备10只要是能够通过AD对应的实际距离,则处理设备10肯定能够通过门框。
若是处理设备10不能通过AD对应的实际距离,则处理设备10在该角度下就不能通过该门框,因此,所述处理设备10的驱动装置105将驱动处理设备10从当前位置移动到第二位置。然后再检测一实际距离,其具体的检测方式与上述的检测方式相同,在此不作赘述,并且在获取到第二位置时的图像数据之后,根据该图像数据再次确定处理设备10是否能够通过该门框。
若是第二位置能够通过该门框时,处理设备10的驱动装置将驱动处理设备通过该门框,但是,在处理设备10移动时,处理设备10的图像采集单元102与处理单元103将实时的对环境中的障碍物进行检测,从而避免在处理设备10通过该门框的时候产生误撞。
另外,本申请还提供了一中处理信息的方法,如图6所示为本申请一种处理信息的方法流程图,该处理方法应用于一处理设备中,所述处理设备包括图像采集单元,所述处理设备在驱动装置的作用下能够移动,当所述处理设备需要移动并通过第一物体和第二物体构成间隙时,具体包括:
步骤601,通过图像采集单元获得一图像,所述图像包括与所述第一物体对应的第一区域、与所述第二物体对应的第二区域以及与所述第一物体和所述第二物体构成的所述间隙所对应的第三区域;
步骤602,调用包含第一轴和第二轴的基准坐标系,所述基准坐标系包含一基准线段,所述基准线段位于所述第一轴上,所述基准线段与预设实际距离对应;
步骤603,基于所述基准坐标系,按照预定算法在所述图像上生成一条标识线段,其中,所述标识线段用于表示所述第三区域的距离;
步骤604,根据所述基准线段与所述预设实际距离的对应关系确定所述图像上所述标识线段所对应的实际距离;
步骤605,比较所述实际距离与所述处理设备的宽度值进行比较,产生一比较结果;
步骤606,当所述比较结果表示所述实际距离大于所述处理设备的宽度值,确定所述处理设备能够通过所述间隙;
步骤607,当所述比较结果表示所述实际距离小于所述处理设备的宽度值,确定所述处理设备不能够通过所述间隙。
其中,在步骤603中还包括:
A、段的第一端点与所述图像上的第一光斑点重合,并且所述第一轴与所述图像上的与所述第一物体的边缘对应的所述第一区域的边缘重合;其中,所述第一光斑点为所述图像上所述第一区域的边缘上的点,且所述第一区域的所述边缘表示所述第一物体的边缘;
B、坐标系在所述图像上生成一条通过所述第一光斑点且平行于所述第二轴的第一直线;
C、基准坐标系在所述图像上生成一条通过所述第二光斑点且平行与所述第一轴的第二直线;所述第二光斑点为所述图像上所述第二区域的边缘上的点,且所述第二区域的所述边缘表示所述第二物体的边缘;
D、得所述第一直线与第二直线的交点;
E、定所述图像上所述第一光斑点到所述交点之间的线段为所述标识线段。
通过上述的步骤,使得处理设备10自身对物体之间的间隙进判定,并且在判定完间隙之后,将判定该处理设备是否能够通过该间隙,从而达到了自身进行障碍物的判定,以及根据该判定结果来控制处理设备的移动。
本申请提供了一种处理信息的方法及处理设备,该方法包括:通过图像采集单元获得一图像,所述图像包括与所述第一物体对应的第一区域、与所述第二物体对应的第二区域以及与所述第一物体和所述第二物体构成的所述间隙所对应的第三区域,调用包含第一轴和第二轴的基准坐标系,所述基准坐标系包含一基准线段,所述基准线段位于所述第一轴上,所述基准线段与预设实际距离对应,按照预定算法在所述图像上生成一条标识线段,其中,所述标识线段用于表示所述第三区域的距离,根据所述基准线段与所述预设实际距离的对应关系确定所述图像上所述标识线段所对应的实际距离,比较所述实际距离与所述处理设备的宽度值进行比较,确定该处理设备是否能故通过该实际距离。从而实现了处理设备对障碍物的自行判定,并且能够根据该判定结果来确定是否能够通过障碍物之间的间隙。
进一步,本发明一实施例中采用摄像装置和激光测距的方式来判断门的宽度,所以计算简单,操作也简单,而且节省成本。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。

Claims (11)

1.一种信息处理方法,所述方法应用于一处理设备中,所述处理设备包括图像采集单元,所述处理设备在驱动装置的作用下能够移动,当所述处理设备需要移动并通过第一物体和第二物体构成间隙时,其特征在于,所述方法包括:
通过图像采集单元获得一图像,所述图像包括与所述第一物体对应的第一区域、与所述第二物体对应的第二区域以及与所述第一物体和所述第二物体构成的所述间隙所对应的第三区域;
调用包含第一轴和第二轴的基准坐标系,所述基准坐标系包含一基准线段,所述基准线段位于所述第一轴上,所述基准线段与预设实际距离对应;
基于所述基准坐标系,按照预定算法在所述图像上生成一条标识线段,其中,所述标识线段用于表示所述第三区域的距离;
根据所述基准线段与所述预设实际距离的对应关系确定所述图像上所述标识线段所对应的实际距离;
比较所述实际距离与所述处理设备的宽度值进行比较,产生一比较结果;
当所述比较结果表示所述实际距离大于所述处理设备的宽度值,确定所述处理设备能够通过所述间隙;
当所述比较结果表示所述实际距离小于所述处理设备的宽度值,确定所述处理设备不能够通过所述间隙。
2.如权利要求1所述的方法,其特征在于,所述处理设备包括光线发射单元,所述光线发射单元用于投射光以形成一光幕,所述光幕在所述第一物体和所述第二物体上形成光斑;
其中,通过所述图像采集单元所述获得的所述图像上具有与所述第一物体上的所述光斑对应的第一光斑线以及与所述第二物体上的所述光斑对应的第二光斑线。
3.如权利要求2所述的方法,其特征在于,所述基于所述基准坐标系,按照预定算法在所述图像上生成一条标识线段,包括:
将所述基准线段的第一端点与所述图像上的第一光斑点重合,并且所述第一轴与所述图像上的与所述第一物体的边缘对应的所述第一区域的边缘重合;其中,所述第一光斑点为所述图像上所述第一区域的边缘上的点,且所述第一区域的所述边缘表示所述第一物体的边缘;
基于所述基准坐标系在所述图像上生成一条通过所述第一光斑点且平行于所述第二轴的第一直线;
基于所述基准坐标系在所述图像上生成一条通过所述第二光斑点且平行与所述第一轴的第二直线;所述第二光斑点为所述图像上所述第二区域的边缘上的点,且所述第二区域的所述边缘表示所述第二物体的边缘;
获得所述第一直线与第二直线的交点;
确定所述图像上所述第一光斑点到所述交点之间的线段为所述标识线段。
4.如权利要求3所述的方法,其特征在于,所述预设实际距离为所述处理设备上所述图像采集单元与所述光线发射单元之间的距离。
5.如权利要求1所述的方法,其特征在于,所述获得所述图像之后,包括:
确定所述图像中与所述第一物体对应的第一区域、与所述第二物体对应的第二区域以及与所述第一物体和所述第二物体构成的所述间隙所对应的第三区域。
6.如权利要求5所述的方法,其特征在于,所述确定所述图像中与所述第一物体对应的第一区域、与所述第二物体对应的第二区域以及与所述第一物体和所述第二物体构成的所述间隙所对应的第三区域具体包括:
以所述图像上的第一光斑线确定所述第一区域;
在所述图像上识别所述第二光斑线的拐点;
以所述第二光斑线以及所述拐点确定所述第二区域和所述第三区域。
7.如权利要求1-6任一权项所述的方法,其特征在于,所述根据所述基准线段与所述实际距离的对应关系确定所述图像上所述标识线段所对应的实际距离,包括:
获取所述图像上基准线段以及所述标识线段所包括的像素点;
根据所述基准线段包含的像素点与预设实际距离之间的比例关系,获得所述标识线段包含的像素点所对应的实际距离。
8.如权利要求7所述的方法,其特征在于,所述当所述比较结果表示所述实际距离小于所述处理设备的宽度值,确定所述处理设备不能够通过所述间隙之后,包括:
通过所述驱动装置驱动所述处理设备从当前位置移动到第二位置,并在所述第二位置通过所述图像采集单元获得所述第二位置的第二图像,所述第二图像用于确定是否能够在所述第二位置通过所述间隙。
9.一种处理设备,其特征在于,所述处理设备包括:
图像采集单元,用于获得一图像,所述图像包括与第一物体对应的第一区域、第二物体对应的第二区域以及与所述第一物体和所述第二物体构成的所述间隙对应的第三区域;
处理单元,用于调用包含第一轴和第二轴的基准坐标系,所述基准坐标系包含一基准线段,所述基准线段位于所述第一轴上,所述基准线段与预设实际距离对应,基于所述基准坐标系,按照预定算法在所述图像上生成一条标识线段,所述标识线段用于表示所述第三区域的距离,根据所述基准线段与所述预设实际距离的对应关系确定所述图像上所述标识线段所对应的实际距离,判断所述实际距离与所述处理设备的宽度值的大小关系,产生第一判断结果,根据所述第一判断结果确定所述处理设备是否能够通过所述间隙。
10.如权利要求9所述的设备,其特征在于,还包括:
存储单元,用于存储包含所述第一轴和第二轴的所述基准坐标系,以及位于所述第一轴上的所述基准线段;
驱动装置,用于驱动所述处理设备从当前位置移动到第二位置。
11.如权利要求10所述的设备,其特征在于,所述处理单元还用于:
将所述基准线段的第一端点与所述图像上的第一光斑点重合,并且所述第一轴与所述图像上的与所述第一物体的边缘对应的所述第一区域的边缘重合;其中,所述第一光斑点为所述图像上所述第一区域的边缘上的点,且所述第一区域的所述边缘表示所述第一物体的边缘,基于所述基准坐标系在所述图像上生成一条通过所述第一光斑点且平行于所述第二轴的第一直线,基于所述基准坐标系在所述图像上生成一条通过所述第二光斑点且平行与所述第一轴的第二直线;所述第二光斑点为所述图像上所述第二区域的边缘上的点,且所述第二区域的所述边缘表示所述第二物体的边缘,获得所述第一直线与第二直线的交点,确定所述图像上所述第一光斑点到所述交点之间的线段为所述标识线段。
CN201210082714.2A 2012-03-26 2012-03-26 一种信息处理方法及处理设备 Active CN103363916B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201210082714.2A CN103363916B (zh) 2012-03-26 2012-03-26 一种信息处理方法及处理设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201210082714.2A CN103363916B (zh) 2012-03-26 2012-03-26 一种信息处理方法及处理设备

Publications (2)

Publication Number Publication Date
CN103363916A true CN103363916A (zh) 2013-10-23
CN103363916B CN103363916B (zh) 2016-03-02

Family

ID=49365807

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201210082714.2A Active CN103363916B (zh) 2012-03-26 2012-03-26 一种信息处理方法及处理设备

Country Status (1)

Country Link
CN (1) CN103363916B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104864863A (zh) * 2014-02-21 2015-08-26 联想(北京)有限公司 一种路径选择方法及电子设备
CN105180817A (zh) * 2015-08-06 2015-12-23 联想(北京)有限公司 一种数据处理方法及电子设备
CN108871649A (zh) * 2018-08-14 2018-11-23 坤维(北京)科技有限公司 一种建立基准坐标系的方法
CN113237459A (zh) * 2021-04-12 2021-08-10 机械工业第九设计研究院有限公司 一种建筑物沉降长期监测方法及监测系统

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006284281A (ja) * 2005-03-31 2006-10-19 Aisin Aw Co Ltd 自車情報認識装置及び自車情報認識方法
CN101847012A (zh) * 2007-03-28 2010-09-29 松下电器产业株式会社 自主行走装置和用于使该装置工作的计算机程序
CN201638053U (zh) * 2009-12-31 2010-11-17 重庆工商职业学院 巡检机器人
US20110007327A1 (en) * 1999-07-23 2011-01-13 Faro Laser Trackers, Llc Laser-based coordinate measuring device and laser-based method for measuring coordinates
CN102096413A (zh) * 2010-12-23 2011-06-15 中国民航大学 保安巡逻机器人系统及其控制方法
CN102359784A (zh) * 2011-08-01 2012-02-22 东北大学 一种室内移动机器人自主导航避障系统及方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110007327A1 (en) * 1999-07-23 2011-01-13 Faro Laser Trackers, Llc Laser-based coordinate measuring device and laser-based method for measuring coordinates
JP2006284281A (ja) * 2005-03-31 2006-10-19 Aisin Aw Co Ltd 自車情報認識装置及び自車情報認識方法
CN101847012A (zh) * 2007-03-28 2010-09-29 松下电器产业株式会社 自主行走装置和用于使该装置工作的计算机程序
CN201638053U (zh) * 2009-12-31 2010-11-17 重庆工商职业学院 巡检机器人
CN102096413A (zh) * 2010-12-23 2011-06-15 中国民航大学 保安巡逻机器人系统及其控制方法
CN102359784A (zh) * 2011-08-01 2012-02-22 东北大学 一种室内移动机器人自主导航避障系统及方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
李军 等: "基于机器人视觉系统的障碍物检测", 《微计算机信息》 *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104864863A (zh) * 2014-02-21 2015-08-26 联想(北京)有限公司 一种路径选择方法及电子设备
CN104864863B (zh) * 2014-02-21 2019-08-27 联想(北京)有限公司 一种路径选择方法及电子设备
CN105180817A (zh) * 2015-08-06 2015-12-23 联想(北京)有限公司 一种数据处理方法及电子设备
CN108871649A (zh) * 2018-08-14 2018-11-23 坤维(北京)科技有限公司 一种建立基准坐标系的方法
CN113237459A (zh) * 2021-04-12 2021-08-10 机械工业第九设计研究院有限公司 一种建筑物沉降长期监测方法及监测系统

Also Published As

Publication number Publication date
CN103363916B (zh) 2016-03-02

Similar Documents

Publication Publication Date Title
US11176388B2 (en) Tracking vehicles in a warehouse environment
CN105109484B (zh) 目标障碍物体确定方法及装置
CN103064416B (zh) 巡检机器人室内外自主导航系统
CN103065323B (zh) 一种基于单应性变换矩阵的分段空间对准方法
JP4793324B2 (ja) 車両監視装置および車両監視方法
CN107014294A (zh) 一种基于红外图像的接触网几何参数检测方法及系统
CN103164706A (zh) 基于视频信号分析的对象计数方法与装置
JP2022504728A (ja) ポジショニング方法、経路決定方法、装置、ロボットおよび記憶媒体
JP2012075060A (ja) 画像処理装置及びそれを用いた撮像装置
CN111693050A (zh) 基于建筑信息模型的室内中大型机器人导航方法
CN110716559B (zh) 一种用于商场超市拣货机器人的综合控制方法
CN110304386A (zh) 机器人及机器人丢码后的重新定位方法
CN103363916A (zh) 一种信息处理方法及处理设备
JP2017120551A (ja) 自律走行装置
US20210350142A1 (en) In-train positioning and indoor positioning
CN109685849A (zh) 一种移动机器人的出界判定方法及系统
WO2019113860A1 (zh) 基于色块标签的虚拟墙构建方法及装置、地图构建方法、可移动电子设备
CN115223107A (zh) 一种贴合运动目标检测框的检测方法
CN207923179U (zh) 智能巡检车
US20200182623A1 (en) Method, system and apparatus for dynamic target feature mapping
CN113641734B (zh) 一种数据处理方法、装置、设备及介质
CN115755888A (zh) 多传感器数据融合的agv障碍物检测系统及避障方法
CN105929819B (zh) 一种控制电子设备的方法及电子设备
CN114882363A (zh) 一种扫地机的污渍处理方法和装置
CN110736465B (zh) 导航方法、装置、机器人及计算机可读存储介质

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant