CN108469304B - 红外测距和检测方法、装置、家庭机器人及存储介质 - Google Patents
红外测距和检测方法、装置、家庭机器人及存储介质 Download PDFInfo
- Publication number
- CN108469304B CN108469304B CN201810277048.5A CN201810277048A CN108469304B CN 108469304 B CN108469304 B CN 108469304B CN 201810277048 A CN201810277048 A CN 201810277048A CN 108469304 B CN108469304 B CN 108469304B
- Authority
- CN
- China
- Prior art keywords
- environment
- detection
- infrared image
- temperature
- electrical equipment
- 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.)
- Active
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 233
- 238000000691 measurement method Methods 0.000 title claims abstract description 20
- 230000003862 health status Effects 0.000 claims abstract description 48
- 238000005259 measurement Methods 0.000 claims abstract description 43
- 230000002159 abnormal effect Effects 0.000 claims description 60
- 230000007613 environmental effect Effects 0.000 claims description 56
- 239000002341 toxic gas Substances 0.000 claims description 46
- 239000007789 gas Substances 0.000 claims description 42
- 230000005856 abnormality Effects 0.000 claims description 35
- 238000000034 method Methods 0.000 claims description 28
- 238000012360 testing method Methods 0.000 claims description 14
- 238000007689 inspection Methods 0.000 claims description 10
- 238000010183 spectrum analysis Methods 0.000 claims description 7
- 238000004590 computer program Methods 0.000 claims description 3
- 231100000331 toxic Toxicity 0.000 claims 1
- 230000002588 toxic effect Effects 0.000 claims 1
- 230000036541 health Effects 0.000 abstract description 7
- 238000004458 analytical method Methods 0.000 abstract description 6
- 230000000007 visual effect Effects 0.000 abstract description 6
- 230000006870 function Effects 0.000 description 11
- 230000005611 electricity Effects 0.000 description 8
- 238000004566 IR spectroscopy Methods 0.000 description 5
- 230000036760 body temperature Effects 0.000 description 5
- 239000000463 material Substances 0.000 description 4
- 108010001267 Protein Subunits Proteins 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 231100000614 poison Toxicity 0.000 description 3
- 238000001228 spectrum Methods 0.000 description 3
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 2
- 238000000862 absorption spectrum Methods 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 2
- 229910052799 carbon Inorganic materials 0.000 description 2
- 239000003034 coal gas Substances 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 210000001061 forehead Anatomy 0.000 description 2
- 238000002329 infrared spectrum Methods 0.000 description 2
- 230000007096 poisonous effect Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 206010037660 Pyrexia Diseases 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 238000009412 basement excavation Methods 0.000 description 1
- 230000002612 cardiopulmonary effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 210000000232 gallbladder Anatomy 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 239000004615 ingredient Substances 0.000 description 1
- 210000000936 intestine Anatomy 0.000 description 1
- 210000004185 liver Anatomy 0.000 description 1
- 210000004072 lung Anatomy 0.000 description 1
- 210000005075 mammary gland Anatomy 0.000 description 1
- 210000000214 mouth Anatomy 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 239000002574 poison Substances 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 210000000664 rectum Anatomy 0.000 description 1
- 210000002784 stomach Anatomy 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 238000001845 vibrational spectrum Methods 0.000 description 1
- 238000010792 warming Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0059—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence
- A61B5/0075—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence by spectroscopy, i.e. measuring spectra, e.g. Raman spectroscopy, infrared absorption spectroscopy
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/02—Systems using the reflection of electromagnetic waves other than radio waves
- G01S17/06—Systems determining position data of a target
- G01S17/08—Systems determining position data of a target for measuring distance only
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Data Mining & Analysis (AREA)
- Electromagnetism (AREA)
- Heart & Thoracic Surgery (AREA)
- Remote Sensing (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Medical Informatics (AREA)
- Biomedical Technology (AREA)
- Computer Networks & Wireless Communication (AREA)
- Radar, Positioning & Navigation (AREA)
- Molecular Biology (AREA)
- Pathology (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Biophysics (AREA)
- Multimedia (AREA)
- Fire-Detection Mechanisms (AREA)
Abstract
本发明提出一种红外测距和检测方法、装置、家庭机器人及计算机可读存储介质。其中红外测距和检测方法包括：使用红外摄像装置获取环境红外图像，进行测距和环境判断；根据获取的所述环境红外图像，进行环境检测；以及，识别检测环境中是否存在活体；若识别到检测环境中存在活体，则根据所述活体的红外图像对所述活体进行健康状态检测。本发明实施例使家庭机器人在使用红外测距和判断环境的同时，又充分挖掘了红外图像的视觉信息，丰富了机器人红外测距装置的使用功能，通过对红外图像的综合分析，既达到了机器人本身需要的红外测距的目的，又为用户的家居安全和身体健康提供了保障，给用户带来丰富的使用体验。
Description
技术领域
本发明涉及信息技术领域，尤其涉及一种红外测距和检测方法、装置、家庭机器人及计算机可读存储介质。
背景技术
目前计算机的运算速度、各类传感器的精度都有了很大的提升，为计算机的自动控制提供了扎实的硬件基础，于是人工智能的发展便蒸蒸日上，各类工业机器人不断涌现。那么，人工智能机器人感知外部环境信息也需要一双“眼睛”，那就是机器视觉，其实现形式的一个最为关键的就是摄像头。红外摄像装置具有供电低、夜间图像捕捉能力强的优点。所以对于家庭机器人而言，使用红外测距装置来进行测距和环境判断能够达到理想的效果。
使用红外测距的机器人大多只是利用红外图像进行环境判断，但事实上利用红外图像可以获取很多有应用价值的信息，如利用红外光谱可以进行温度异常判定等。现有技术使用红外测距的机器人没有充分挖掘红外图像的视觉信息，机器人的红外测距装置功能单一，没有丰富的用户体验。
发明内容
本发明实施例提供一种红外测距和检测方法、装置、家庭机器人及计算机可读存储介质，以至少解决现有技术中的一个或多个技术问题。
第一方面，本发明实施例提供了一种红外测距和检测方法，包括：使用红外摄像装置获取环境红外图像，进行测距和环境判断；根据获取的所述环境红外图像，进行环境检测；以及，识别检测环境中是否存在活体；若识别到检测环境中存在活体，则根据所述活体的红外图像对所述活体进行健康状态检测。
结合第一方面，本发明在第一方面的第一种实施方式中，所述环境判断包括：根据获取的所述环境红外图像，识别检测环境中的物体以及判断检测环境中的物体与自身位置的相对位置；根据所述环境红外图像以及所述相对位置创建环境地图。
结合第一方面、第一方面的第一种实施方式，本发明在第一方面的第二种实施方式中，所述进行环境检测包括：识别检测环境中是否存在温度异常的区域；若识别出检测环境中存在温度异常的区域，则确定所述环境检测的结果为环境异常；和/或，识别检测环境中是否存在符合火灾图像特征的区域；若识别出检测环境中存在符合火灾图像特征的区域，则确定所述环境检测的结果为环境异常。
结合第一方面的第二种实施方式，本发明在第一方面的第三种实施方式中，识别是否存在温度异常的区域，包括：根据获取的所述环境红外图像，检测所述环境红外图像中各区域的温度；若所述环境红外图像中存在至少一个异常区域，将所述异常区域的温度与预先设置的正常使用的火源温度相比对，所述异常区域是温度大于等于预设的正常温度阈值的区域；若存在至少一个异常区域的温度与所述正常使用的火源温度的差值的绝对值大于等于预设的火源温度差值阈值，则确定存在温度异常的区域。
结合第一方面的第二种实施方式，本发明在第一方面的第四种实施方式中，识别是否存在符合火灾图像特征的区域，包括：根据获取的所述环境红外图像，识别所述环境红外图像中是否存在火焰；若识别出所述环境红外图像中存在火焰，获取所述环境红外图像中火焰的面积大小；将所述环境红外图像中火焰的面积大小与预先设置的正常使用的火焰的面积大小相比对；若所述环境红外图像中火焰的面积大小与预先设置的正常使用的火焰的面积大小的差值的绝对值大于等于预设的面积差值阈值，则确定存在符合火灾图像特征的区域；和/或，若识别出所述环境红外图像中存在火焰，获取所述环境红外图像中火焰的位置；将所述环境红外图像中火焰的位置与预先设置的正常使用的火焰的位置相比对；若所述环境红外图像中火焰的位置与预先设置的正常使用的火焰的位置的距离大于等于预设的距离差值阈值，则确定存在符合火灾图像特征的区域。
结合第一方面、第一方面的第一种实施方式，本发明在第一方面的第五种实施方式中，所述进行环境检测包括：识别检测环境中是否存在有毒气体含量超标；若识别出检测环境中存在有毒气体含量超标，则确定所述环境检测的结果为环境异常。
结合第一方面的第五种实施方式，本发明在第一方面的第六种实施方式中，识别检测环境中是否存在有毒气体含量超标，包括：对获取的所述环境红外图像进行光谱分析，检测所述检测环境中存在的气体成分及各种气体成分的浓度；将所述检测环境中存在的各种气体成分的浓度与预先设置的至少一种有毒气体的最大允许浓度相比对；若所述检测环境中存在至少一种气体成分的浓度大于等于相对应的所述有毒气体的最大允许浓度，则确定检测环境中存在有毒气体含量超标。
结合第一方面、第一方面的第一种实施方式，本发明在第一方面的第七种实施方式中，所述进行环境检测包括：根据获取的所述环境红外图像，识别检测环境中是否存在电器设备，并检测识别出的电器设备的表面温度；将检测到的电器设备的表面温度与预先设置的正常使用的电器设备的表面温度相比对；若所述检测到的电器设备的表面温度与所述正常使用的电器设备的表面温度的差值的绝对值大于等于预设的表面温度差值阈值，则确定所述环境检测的结果为环境异常。
结合第一方面、第一方面的第一种实施方式，本发明在第一方面的第八种实施方式中，所述进行环境检测包括：根据获取的所述环境红外图像，识别检测环境中是否存在电器设备，并检测识别出的电器设备的表面温度；将获取的所述环境红外图像中的电器设备的表面图像与预先存储的正常的电器设备的表面图像相比对，且将检测到的电器设备的表面温度与预先设置的正常使用的电器设备的表面温度相比对；若所述获取的所述环境红外图像中的电器设备的表面图像与所述正常的电器设备的表面图像的相似度小于等于预设的相似度阈值，且所述检测到的电器设备的表面温度与所述正常使用的电器设备的表面温度的差值的绝对值大于等于预设的表面温度差值阈值，则确定所述环境检测的结果为环境异常。
结合第一方面、第一方面的第一种实施方式，本发明在第一方面的第九种实施方式中，所述健康状态检测包括：获取活体的各部位的局部温度值；将获取的活体的各部位的局部温度值与预先存储的活体的各部位的局部温度值的正常温度范围相比对；若所述获取的活体的各部位的局部温度值不在相应的活体的各部位的局部温度值的正常温度范围内，则确定所述健康状态检测的结果为健康状态异常。
结合第一方面、第一方面的第一种实施方式，本发明在第一方面的第十种实施方式中，在进行环境检测和/或健康状态检测之后，还包括：若确定所述环境检测的结果为环境异常，或者确定所述健康状态检测的结果为健康状态异常，则给出异常提示信息和/或将异常提示信息发送给相关人员；所述给出异常提示信息包括指示灯、给出声音提示信息和/或给出文字显示信息。
第二方面，本发明实施例提供了一种红外测距和检测装置，包括：红外摄像装置，用于获取环境红外图像；测距和环境判断单元，用于根据获取的所述环境红外图像进行测距和环境判断；环境检测单元，用于根据获取的所述环境红外图像，进行环境检测；以及，健康状态检测单元，用于：识别检测环境中是否存在活体；若识别到检测环境中存在活体，则根据所述活体的红外图像对所述活体进行健康状态检测。
结合第二方面，本发明在第二方面的第一种实施方式中，所述测距和环境判断单元还用于：根据获取的所述环境红外图像，识别检测环境中的物体以及判断检测环境中的物体与自身位置的相对位置；根据所述环境红外图像以及所述相对位置创建环境地图。
结合第二方面、第二方面的第一种实施方式，本发明在第二方面的第二种实施方式中，所述环境检测单元包括火源检测子单元；所述火源检测子单元包括第一识别子单元，用于识别检测环境中是否存在温度异常的区域；所述火源检测子单元包括第一确定子单元，用于：若识别出检测环境中存在温度异常的区域，则确定所述环境检测的结果为环境异常；和/或，所述火源检测子单元包括第二识别子单元，用于识别检测环境中是否存在符合火灾图像特征的区域；所述火源检测子单元包括第二确定子单元，用于：若识别出检测环境中存在符合火灾图像特征的区域，则确定所述环境检测的结果为环境异常。
结合第二方面的第二种实施方式，本发明在第二方面的第三种实施方式中，所述第一识别子单元还用于：根据获取的所述环境红外图像，检测所述环境红外图像中各区域的温度；若所述环境红外图像中存在至少一个异常区域，将所述异常区域的温度与预先设置的正常使用的火源温度相比对，所述异常区域是温度大于等于预设的正常温度阈值的区域；若存在至少一个异常区域的温度与所述正常使用的火源温度的差值的绝对值大于等于预设的火源温度差值阈值，则确定存在温度异常的区域。
结合第二方面的第二种实施方式，本发明在第二方面的第四种实施方式中，所述第二识别子单元还用于：根据获取的所述环境红外图像，识别所述环境红外图像中是否存在火焰；若识别出所述环境红外图像中存在火焰，获取所述环境红外图像中火焰的面积大小；将所述环境红外图像中火焰的面积大小与预先设置的正常使用的火焰的面积大小相比对；若所述环境红外图像中火焰的面积大小与预先设置的正常使用的火焰的面积大小的差值的绝对值大于等于预设的面积差值阈值，则确定存在符合火灾图像特征的区域；和/或，若识别出所述环境红外图像中存在火焰，获取所述环境红外图像中火焰的位置；将所述环境红外图像中火焰的位置与预先设置的正常使用的火焰的位置相比对；若所述环境红外图像中火焰的位置与预先设置的正常使用的火焰的位置的距离大于等于预设的距离差值阈值，则确定存在符合火灾图像特征的区域。
结合第二方面、第二方面的第一种实施方式，本发明在第二方面的第五种实施方式中，所述环境检测单元包括有毒气体检测子单元，所述有毒气体检测子单元包括第三识别子单元，用于识别检测环境中是否存在有毒气体含量超标；所述有毒气体检测子单元包括第三确定子单元，用于：若识别出检测环境中存在有毒气体含量超标，则确定所述环境检测的结果为环境异常。
结合第二方面的第五种实施方式，本发明在第二方面的第六种实施方式中，所述第三识别子单元还用于：对获取的所述环境红外图像进行光谱分析，检测所述检测环境中存在的气体成分及各种气体成分的浓度；将所述检测环境中存在的各种气体成分的浓度与预先设置的至少一种有毒气体的最大允许浓度相比对；若所述检测环境中存在至少一种气体成分的浓度大于等于相对应的所述有毒气体的最大允许浓度，则确定检测环境中存在有毒气体含量超标。
结合第二方面、第二方面的第一种实施方式，本发明在第二方面的第七种实施方式中，所述环境检测单元包括电器设备检测子单元，用于：根据获取的所述环境红外图像，识别检测环境中是否存在电器设备，并检测识别出的电器设备的表面温度；将检测到的电器设备的表面温度与预先设置的正常使用的电器设备的表面温度相比对；若所述检测到的电器设备的表面温度与所述正常使用的电器设备的表面温度的差值的绝对值大于等于预设的表面温度差值阈值，则确定所述环境检测的结果为环境异常。
结合第二方面、第二方面的第一种实施方式，本发明在第二方面的第八种实施方式中，所述环境检测单元包括电器设备检测子单元，用于：根据获取的所述环境红外图像，识别检测环境中是否存在电器设备，并检测识别出的电器设备的表面温度；将获取的所述环境红外图像中的电器设备的表面图像与预先存储的正常的电器设备的表面图像相比对，且将检测到的电器设备的表面温度与预先设置的正常使用的电器设备的表面温度相比对；若所述获取的所述环境红外图像中的电器设备的表面图像与所述正常的电器设备的表面图像的相似度小于等于预设的相似度阈值，且所述检测到的电器设备的表面温度与所述正常使用的电器设备的表面温度的差值的绝对值大于等于预设的表面温度差值阈值，则确定所述环境检测的结果为环境异常。
结合第二方面、第二方面的第一种实施方式，本发明在第二方面的第九种实施方式中，所述健康状态检测单元还用于：获取活体的各部位的局部温度值；将获取的活体的各部位的局部温度值与预先存储的活体的各部位的局部温度值的正常温度范围相比对；若所述获取的活体的各部位的局部温度值不在相应的活体的各部位的局部温度值的正常温度范围内，则确定所述健康状态检测的结果为健康状态异常。
结合第二方面、第二方面的第一种实施方式，本发明在第二方面的第十种实施方式中，还包括提示单元，用于：若确定所述环境检测的结果为环境异常，或者确定所述健康状态检测的结果为健康状态异常，则给出异常提示信息和/或将异常提示信息发送给相关人员；所述给出异常提示信息包括指示灯、给出声音提示信息和/或给出文字显示信息。
在一个可能的设计中，红外测距和检测装置的结构中包括处理器和存储器，所述存储器用于存储支持红外测距和检测装置执行上述第一方面中红外测距和检测方法的程序，所述处理器被配置为用于执行所述存储器中存储的程序。
第三方面，本发明实施例提供了一种家庭机器人，包括：一个或多个处理器；存储装置，用于存储一个或多个程序；当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现上述第一方面中任一所述的方法。
第四方面，本发明实施例提供了一种计算机可读存储介质，其存储有计算机程序，该程序被处理器执行时实现上述第一方面任一所述的方法。
上述技术方案具有如下优点或有益效果：使家庭机器人在使用红外测距和判断环境的同时，又充分挖掘了红外图像的视觉信息，丰富了机器人红外测距装置的使用功能，通过对红外图像的综合分析，既达到了机器人本身需要的红外测距的目的，又为用户的家居安全和身体健康提供了保障，给用户带来丰富的使用体验。
上述概述仅仅是为了说明书的目的，并不意图以任何方式进行限制。除上述描述的示意性的方面、实施方式和特征之外，通过参考附图和以下的详细描述，本发明进一步的方面、实施方式和特征将会是容易明白的。
附图说明
在附图中，除非另外规定，否则贯穿多个附图相同的附图标记表示相同或相似的部件或元素。这些附图不一定是按照比例绘制的。应该理解，这些附图仅描绘了根据本发明公开的一些实施方式，而不应将其视为是对本发明范围的限制。
图1为本发明实施例的红外测距和检测方法的整体框架图；
图2为本发明提供的红外测距和检测方法的一种优选实施例的步骤流程图；
图3为本发明实施例的火源检测的一种优选实施例的步骤流程图；
图4为本发明实施例的火源检测的另一优选实施例的步骤流程图；
图5为本发明实施例的火源检测的又一优选实施例的步骤流程图；
图6为本发明实施例的火源检测的又一优选实施例的步骤流程图；
图7为本发明实施例的火源检测的又一优选实施例的步骤流程图；
图8为本发明实施例的有毒气体检测的一种优选实施例的步骤流程图；
图9为本发明实施例的有毒气体检测的又一优选实施例的步骤流程图；
图10是本发明实施例的电器设备检测的一种优选实施例的步骤流程图；
图11是本发明实施例的电器设备检测的又一优选实施例的步骤流程图；
图12是本发明实施例的健康状态检测的一种优选实施例的步骤流程图；
图13为本发明提供的红外测距和检测方法的又一优选实施例的步骤流程图；
图14为本发明实施例的红外测距和检测装置的整体框架图；
图15为本发明提供的红外测距和检测装置的一种优选实施例的结构示意图。
具体实施方式
在下文中，仅简单地描述了某些示例性实施例。正如本领域技术人员可认识到的那样，在不脱离本发明的精神或范围的情况下，可通过各种不同方式修改所描述的实施例。因此，附图和描述被认为本质上是示例性的而非限制性的。
本发明实施例提供了一种红外测距和检测方法。图1为本发明实施例的红外测距和检测方法的整体框架图。如图1所示，本发明实施例的红外测距和检测方法，包括：步骤S110，使用红外摄像装置获取环境红外图像，进行测距和环境判断；步骤S120，以及根据获取的所述环境红外图像，进行环境检测；以及，步骤S130，识别检测环境中是否存在活体；若识别到检测环境中存在活体，则根据所述活体的红外图像对所述活体进行健康状态检测。
家用机器人由于进行各种作业的要求，需要感知外部环境信息。目前的家用机器人很多采用红外摄像装置获取环境红外图像，进行测距和环境判断，其中，红外摄像装置包括双目红外摄像头。但除测距和环境判断之外，利用红外图像可以获取很多有应用价值的信息，如利用红外光谱可以进行温度异常判定，进而可监测检测环境中是否存在环境异常，如火灾、煤气泄漏、电器设备异常等；另一方面，如果红外图像中存在有活体的图像，还可以利用红外图像检测活体健康状态。本发明实施例使利用红外测距的家庭机器人，在使用红外测距和判断环境的同时，又充分挖掘了红外图像的视觉信息，进行火灾检测、煤气泄漏检测、电器设备异常检测和活体健康状态检测，丰富了机器人红外测距装置的使用功能，为用户的家居安全和身体健康提供了保障。
图2为本发明提供的红外测距和检测方法的一种优选实施例的步骤流程图。如图2所示，根据本发明红外测距和检测方法的一种实施方式，所述环境判断包括：步骤S210，根据获取的所述环境红外图像，识别检测环境中的物体以及判断检测环境中的物体与自身位置的相对位置；步骤S220，根据所述环境红外图像以及所述相对位置创建环境地图。
在这种实施方式中，家庭机器人可利用本身的红外测距和环境判断装置获得室内周围的环境信息，实时对其周身的场景进行快速反馈，对视野前方障碍物进行快速识别和检测，从而确定一条高效的可行的安全路径。具体地，家庭机器人在自身位置不确定的情况下根据自身的红外测距和环境判断装置获取周围未知环境信息，在作业时逐步构建周围的环境地图，根据构建的增量式地图自主实时定位和导航，以用于躲避障碍物和进行相关作业。
图3为本发明实施例的火源检测的一种优选实施例的步骤流程图；图4为本发明实施例的火源检测的另一优选实施例的步骤流程图。如图3和图4所示，根据本发明红外测距和检测方法的一种实施方式，所述进行环境检测包括：步骤S310，识别检测环境中是否存在温度异常的区域；步骤S320，若识别出检测环境中存在温度异常的区域，则确定所述环境检测的结果为环境异常；和/或，步骤S350，识别检测环境中是否存在符合火灾图像特征的区域；步骤S360，若识别出检测环境中存在符合火灾图像特征的区域，则确定所述环境检测的结果为环境异常。
红外检测是将物体发出的不可见红外能量转变为可见的红外热图像，红外热图像的上面的不同颜色代表被测物体的不同温度，例如用亮表示温度高、暗表示温度低，或用暖色和冷色表示温度高低。红外位于电磁光谱中的一段，红外线是肉眼不能看见的。绝对零度以上的所有物体均会以红外线的形式辐射热能到环境中。使用红外摄像装置获取环境红外图像，对获取的环境红外图像进行分析，识别是否存在温度异常和/或符合火灾特征的区域，若识别出火源区域，可给出报警提示，提醒相关人员及时查看以避免可能发生的火灾。
图5为本发明实施例的火源检测的又一优选实施例的步骤流程图。如图5所示，根据本发明红外测距和检测方法的一种实施方式，图3中的步骤S310，识别是否存在温度异常的区域，包括：步骤S410，根据获取的所述环境红外图像，检测所述环境红外图像中各区域的温度；步骤S420，若所述环境红外图像中存在至少一个异常区域，将所述异常区域的温度与预先设置的正常使用的火源温度相比对，所述异常区域是温度大于等于预设的正常温度阈值的区域；步骤S430，若存在至少一个异常区域的温度与所述正常使用的火源温度的差值的绝对值大于等于预设的火源温度差值阈值，则确定存在温度异常的区域。
通常情况下，家庭生活中正常使用的火源(如煤气灶)与已失控情况可能引发火灾的火源具有不同的特征。例如二者的温度值可能不同，煤气的火焰温度是1840℃，是一种低温火焰；室内的物件燃烧的火焰温度通常与材料有关，而火灾现场起火后10-15分钟内，发生火灾的房间的温度是400度，就是比较热的蒸气浪。对获取的环境红外图像进行分析，识别图像中各个区域的温度；预设正常温度阈值，比如正常温度阈值可设为高于常温5℃-10℃，高于正常温度阈值则认为有高温区域，也就是异常区域；进一步，判断异常区域是不是正常使用的火源，将异常区域的温度与正常使用的火源的温度相比对，二者差值太大则认为不是正常使用的火源，确定为存在温度异常的区域。
图6为本发明实施例的火源检测的又一优选实施例的步骤流程图；图7为本发明实施例的火源检测的又一优选实施例的步骤流程图。如图6和图7所示，根据本发明红外测距和检测方法的一种实施方式，图4中的步骤S350，识别是否存在符合火灾图像特征的区域，包括：步骤S510，根据获取的所述环境红外图像，识别所述环境红外图像中是否存在火焰；步骤S520，若识别出所述环境红外图像中存在火焰，获取所述环境红外图像中火焰的面积大小；步骤S530，将所述环境红外图像中火焰的面积大小与预先设置的正常使用的火焰的面积大小相比对；步骤S540，若所述环境红外图像中火焰的面积大小与预先设置的正常使用的火焰的面积大小的差值的绝对值大于等于预设的面积差值阈值，则确定存在符合火灾图像特征的区域；和/或，步骤S550，若识别出所述环境红外图像中存在火焰，获取所述环境红外图像中火焰的位置；步骤S560，将所述环境红外图像中火焰的位置与预先设置的正常使用的火焰的位置相比对；步骤S570，若所述环境红外图像中火焰的位置与预先设置的正常使用的火焰的位置的距离大于等于预设的距离差值阈值，则确定存在符合火灾图像特征的区域。
通常情况下，除了温度特征之外，家庭生活中正常使用的火源(如煤气灶)与已失控情况可能引发火灾的火源具有不同的图像特征。例如二者的火焰面积大小一般也不同，煤气灶的火焰面积大小有固定的尺寸；再有是火焰的位置，正常使用的火源一般在煤气灶、餐桌(在使用碳火锅时)等固定的位置处。可通过图像特征识别，判断是否存在疑似火灾区域，在若火焰面积大小与正常使用的火源面积相差很多，或者火焰位置不在煤气灶、餐桌(在使用碳火锅时)等固定的位置处，则认为不是正常使用的火源，确定为存在温度异常的区域。
图8为本发明实施例的有毒气体检测的一种优选实施例的步骤流程图。如图8所示，根据本发明红外测距和检测方法的一种实施方式，所述进行环境检测包括：步骤S610，识别检测环境中是否存在有毒气体含量超标；步骤S620，若识别出检测环境中存在有毒气体含量超标，则确定所述环境检测的结果为环境异常。
红外光谱是分子能选择性吸收某些波长的红外线，而引起分子中振动能级和转动能级的跃迁，检测红外线被吸收的情况可得到物质的红外吸收光谱，又称分子振动光谱或振转光谱。红外光谱分析指的是利用红外光谱对物质分子进行的分析和鉴定。将一束不同波长的红外射线照射到物质的分子上，某些特定波长的红外射线会被吸收，形成这一分子的红外吸收光谱。对获取的环境红外图像进行分析，利用红外光谱分析技术可识别出检测环境中存在有毒气体含量超标，如是否存在煤气泄漏等情况。
图9为本发明实施例的有毒气体检测的又一优选实施例的步骤流程图。如图9所示，根据本发明红外测距和检测方法的一种实施方式，图8中的步骤S610，识别检测环境中是否存在有毒气体含量超标，包括：步骤S710，对获取的所述环境红外图像进行光谱分析，检测所述检测环境中存在的气体成分及各种气体成分的浓度；步骤S720，将所述检测环境中存在的各种气体成分的浓度与预先设置的至少一种有毒气体的最大允许浓度相比对；步骤S730，若所述检测环境中存在至少一种气体成分的浓度大于等于相对应的所述有毒气体的最大允许浓度，则确定检测环境中存在有毒气体含量超标。
在这种实施方式中，对获取的环境红外图像进行分析，识别是否存在煤气泄漏和其它有毒气体超标的情况。由于每种气体红外吸收频率不同，每种气体都具备自己的特征光谱，根据红外光谱可以测试出气体的种类及特定气体的含量。通过对获取的环境红外图像进行光谱分析，判断是否存在煤气泄漏以及有毒气体的含量是否过高，若存在上述情况则给出报警提示。
图10是本发明实施例的电器设备检测的一种优选实施例的步骤流程图。如图10所示，根据本发明红外测距和检测方法的一种实施方式，所述进行环境检测包括：步骤S810，根据获取的所述环境红外图像，识别检测环境中是否存在电器设备，并检测识别出的电器设备的表面温度；步骤S820，将检测到的电器设备的表面温度与预先设置的正常使用的电器设备的表面温度相比对；步骤S830，若所述检测到的电器设备的表面温度与所述正常使用的电器设备的表面温度的差值的绝对值大于等于预设的表面温度差值阈值，则确定所述环境检测的结果为环境异常。
设备红外检测的基本原理就是通过探测被诊断设备表面的红外辐射信号，从而获得设备的热状态特征，并根据这种热状态及适当的判据，做出设备有无异常的诊断判别。通过分析环境红外图像，从环境红外图像中识别出家庭电器设备，例如根据图象识别出该电器是电暖气或者是微波炉，获取家庭电器设备的表面温度，与预先存储的该电器正常工作时的表面温度相比对，若电器的表面温度过高，则判断该电器处于异常状态，给出报警提示。
图11是本发明实施例的电器设备检测的又一优选实施例的步骤流程图。如图11所示，根据本发明红外测距和检测方法的一种实施方式，所述进行环境检测包括：步骤S810，根据获取的所述环境红外图像，识别检测环境中是否存在电器设备，并检测识别出的电器设备的表面温度；步骤S850，将获取的所述环境红外图像中的电器设备的表面图像与预先存储的正常的电器设备的表面图像相比对，且将检测到的电器设备的表面温度与预先设置的正常使用的电器设备的表面温度相比对；步骤S860，若所述获取的所述环境红外图像中的电器设备的表面图像与所述正常的电器设备的表面图像的相似度小于等于预设的相似度阈值，且所述检测到的电器设备的表面温度与所述正常使用的电器设备的表面温度的差值的绝对值大于等于预设的表面温度差值阈值，则确定所述环境检测的结果为环境异常。
用户在使用电器设备时有时会不小心发生误操作，例如用户不小心在使用电暖气时将电暖气的表面覆盖了，导致电暖气温度过高，容易使电暖气损坏，甚至引起火灾。在这种实施方式中，通过分析环境红外图像，从环境红外图像中识别出家庭电器设备，例如根据图象识别出该电器是电暖气或者是微波炉，持续监视这类发热电器的表面状况，若表面图像发生变化则可能是表面被覆盖，并同时获取家庭电器设备的表面温度，与预先存储的该电器正常工作时的表面温度相比对，若电器设备表面图像发生较大的变化且电器设备的表面温度过高，则判断该电器处于异常状态，给出报警提示。
图12是本发明实施例的健康状态检测的一种优选实施例的步骤流程图。如图12所示，根据本发明红外测距和检测方法的一种实施方式，所述健康状态检测包括：步骤S910，获取活体的各部位的局部温度值；步骤S920，将获取的活体的各部位的局部温度值与预先存储的活体的各部位的局部温度值的正常温度范围相比对；步骤S930，若所述获取的活体的各部位的局部温度值不在相应的活体的各部位的局部温度值的正常温度范围内，则确定所述健康状态检测的结果为健康状态异常。
活体包括人体和宠物，以人体为例，在这种实施方式中，从环境红外图像中识别是否有人体，若识别到人体，则获取人体的局部温度值，比如额头、颈部、心肺、肺脏、乳腺、胃肠、肝、胆、脊椎、四肢等，根据人体的局部温度值分析人体健康状态。例如通过额头的温度可以推算出体温；将检测到的人体的局部温度值与预先存储的人体的各部位的局部温度值的正常温度范围相比对，判断是否局部温度值异常。若检测到体温或人体的局部温度值异常，则给出健康状态提示，同时可给家庭成员的手机发送消息给出健康报告和/或就医建议。
除人体之外，用同样的方法还可以对家庭宠物进行健康状态检测。例如狗的正常体温介于摄氏37.7到39.2度之间。可获取宠物狗的局部温度值，如宠物狗的口腔和直肠的温度都接近于体温。如果宠物狗的体温高过摄氏39.4度(通常是发烧的指标)或是低于37.7度，则提示主人立即咨询兽医师。
图13为本发明提供的红外测距和检测方法的又一优选实施例的步骤流程图。如图13所示，根据本发明红外测距和检测方法的一种实施方式，在步骤S120和步骤S130进行环境检测和/或健康状态检测之后，还包括：步骤S140，若确定所述环境检测的结果为环境异常，或者确定所述健康状态检测的结果为健康状态异常，则给出异常提示信息和/或将异常提示信息发送给相关人员；所述给出异常提示信息包括指示灯、给出声音提示信息和/或给出文字显示信息。
若判断出环境异常，包括检测出可能的火灾区域、检测出煤气等有毒气体超标、检测出电器设备处于异常状态，则给出报警提示，提示方式包括指示灯、声音、文字显示等方式，同时可给家庭成员的手机发送消息和/或将报警提示发送给小区物业管理部门；若判断出人体或宠物健康状态异常，则给出健康状态提示，提示方式包括指示灯、声音、文字显示等方式，同时可给家庭成员的手机发送消息给出健康报告和/或就医建议。
另一方面，本发明实施例提供了一种红外测距和检测装置。图14为本发明实施例的红外测距和检测装置的整体框架图。如图14所示，本发明实施例的红外测距和检测装置包括：红外摄像装置100，用于获取环境红外图像；测距和环境判断单元300，用于根据获取的所述环境红外图像进行测距和环境判断；以及环境检测单元200，用于根据获取的所述环境红外图像，进行环境检测；健康状态检测单元400，用于：识别检测环境中是否存在活体；若识别到检测环境中存在活体，则根据所述活体的红外图像对所述活体进行健康状态检测。
根据本发明红外测距和检测装置的一种实施方式，所述测距和环境判断单元300还用于：根据获取的所述环境红外图像，识别检测环境中的物体以及判断检测环境中的物体与自身位置的相对位置；根据所述环境红外图像以及所述相对位置创建环境地图。
根据本发明红外测距和检测装置的一种实施方式，所述环境检测单元200包括火源检测子单元210；所述火源检测子单元210包括第一识别子单元211，用于识别检测环境中是否存在温度异常的区域；所述火源检测子单元包括第一确定子单元212，用于：若识别出检测环境中存在温度异常的区域，则确定所述环境检测的结果为环境异常；和/或，所述火源检测子单元210包括第二识别子单元213，用于识别检测环境中是否存在符合火灾图像特征的区域；所述火源检测子单元包括第二确定子单元214，用于：若识别出检测环境中存在符合火灾图像特征的区域，则确定所述环境检测的结果为环境异常。
根据本发明红外测距和检测装置的一种实施方式，所述第一识别子单元211还用于：根据获取的所述环境红外图像，检测所述环境红外图像中各区域的温度；若所述环境红外图像中存在至少一个异常区域，将所述异常区域的温度与预先设置的正常使用的火源温度相比对，所述异常区域是温度大于等于预设的正常温度阈值的区域；若存在至少一个异常区域的温度与所述正常使用的火源温度的差值的绝对值大于等于预设的火源温度差值阈值，则确定存在温度异常的区域。
根据本发明红外测距和检测装置的一种实施方式，所述第二识别子单元213还用于：根据获取的所述环境红外图像，识别所述环境红外图像中是否存在火焰；若识别出所述环境红外图像中存在火焰，获取所述环境红外图像中火焰的面积大小；将所述环境红外图像中火焰的面积大小与预先设置的正常使用的火焰的面积大小相比对；若所述环境红外图像中火焰的面积大小与预先设置的正常使用的火焰的面积大小的差值的绝对值大于等于预设的面积差值阈值，则确定存在符合火灾图像特征的区域；和/或，若识别出所述环境红外图像中存在火焰，获取所述环境红外图像中火焰的位置；将所述环境红外图像中火焰的位置与预先设置的正常使用的火焰的位置相比对；若所述环境红外图像中火焰的位置与预先设置的正常使用的火焰的位置的距离大于等于预设的距离差值阈值，则确定存在符合火灾图像特征的区域。
根据本发明红外测距和检测装置的一种实施方式，所述环境检测单元200包括有毒气体检测子单元220，所述有毒气体检测子单元220包括第三识别子单元221，用于识别检测环境中是否存在有毒气体含量超标；所述有毒气体检测子单元包括第三确定子单元222，用于：若识别出检测环境中存在有毒气体含量超标，则确定所述环境检测的结果为环境异常。
根据本发明红外测距和检测装置的一种实施方式，所述第三识别子单元221还用于：对获取的所述环境红外图像进行光谱分析，检测所述检测环境中存在的气体成分及各种气体成分的浓度；将所述检测环境中存在的各种气体成分的浓度与预先设置的至少一种有毒气体的最大允许浓度相比对；若所述检测环境中存在至少一种气体成分的浓度大于等于相对应的所述有毒气体的最大允许浓度，则确定检测环境中存在有毒气体含量超标。
根据本发明红外测距和检测装置的一种实施方式，所述环境检测单元200包括电器设备检测子单元230，用于：根据获取的所述环境红外图像，识别检测环境中是否存在电器设备，并检测识别出的电器设备的表面温度；将检测到的电器设备的表面温度与预先设置的正常使用的电器设备的表面温度相比对；若所述检测到的电器设备的表面温度与所述正常使用的电器设备的表面温度的差值的绝对值大于等于预设的表面温度差值阈值，则确定所述环境检测的结果为环境异常。
根据本发明红外测距和检测装置的另一种实施方式，所述环境检测单元200包括电器设备检测子单元230，用于：根据获取的所述环境红外图像，识别检测环境中是否存在电器设备，并检测识别出的电器设备的表面温度；将获取的所述环境红外图像中的电器设备的表面图像与预先存储的正常的电器设备的表面图像相比对，且将检测到的电器设备的表面温度与预先设置的正常使用的电器设备的表面温度相比对；若所述获取的所述环境红外图像中的电器设备的表面图像与所述正常的电器设备的表面图像的相似度小于等于预设的相似度阈值，且所述检测到的电器设备的表面温度与所述正常使用的电器设备的表面温度的差值的绝对值大于等于预设的表面温度差值阈值，则确定所述环境检测的结果为环境异常。
根据本发明红外测距和检测装置的一种实施方式，所述健康状态检测单元400还用于：获取活体的各部位的局部温度值；将获取的活体的各部位的局部温度值与预先存储的活体的各部位的局部温度值的正常温度范围相比对；若所述获取的活体的各部位的局部温度值不在相应的活体的各部位的局部温度值的正常温度范围内，则确定所述健康状态检测的结果为健康状态异常。
根据本发明红外测距和检测装置的一种实施方式，还包括提示单元500，用于：若确定所述环境检测的结果为环境异常，或者确定所述健康状态检测的结果为健康状态异常，则给出异常提示信息和/或将异常提示信息发送给相关人员；所述给出异常提示信息包括指示灯、给出声音提示信息和/或给出文字显示信息。
在一个可能的设计中，红外测距和检测装置的结构中包括处理器和存储器，所述存储器用于存储支持红外测距和检测装置执行上述红外测距和检测方法中红外测距和检测方法的程序，所述处理器被配置为用于执行所述存储器中存储的程序。
又一方面，本发明实施例提供了一种家庭机器人，包括：一个或多个处理器；存储装置，用于存储一个或多个程序；当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现上述红外测距和检测方法中任一所述的方法。
又一方面，本发明实施例提供了一种计算机可读存储介质，其存储有计算机程序，该程序被处理器执行时实现上述红外测距和检测方法中任一所述的方法。
上述技术方案具有如下优点或有益效果：使家庭机器人在使用红外测距和判断环境的同时，又充分挖掘了红外图像的视觉信息，丰富了机器人红外测距装置的使用功能，通过对红外图像的综合分析，既达到了机器人本身需要的红外测距的目的，又为用户的家居安全和身体健康提供了保障，给用户带来丰富的使用体验。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或隐含地包括至少一个该特征。在本发明的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本发明的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本发明的实施例所属技术领域的技术人员所理解。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用，或结合这些指令执行系统、装置或设备而使用。就本说明书而言，“计算机可读介质”可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下：具有一个或多个布线的电连接部(电子装置)，便携式计算机盘盒(磁装置)，随机存取存储器(RAM)，只读存储器(ROM)，可擦除可编辑只读存储器(EPROM或闪速存储器)，光纤装置，以及便携式只读存储器(CDROM)。另外，计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序，然后将其存储在计算机存储器中。
应当理解，本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(PGA)，现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。其中装置实施方式与方法的实施方式相对应，因此装置的实施方式描述比较简略，相关描述可参照方法的实施方式的描述即可。
此外，在本发明各个实施例中的各功能单元可以集成在一个处理模块中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读存储介质中。所述存储介质可以是只读存储器，磁盘或光盘等。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到其各种变化或替换，这些都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。
Claims (24)
1.一种红外测距和检测方法，其特征在于，包括：
使用红外摄像装置获取环境红外图像，进行测距和环境判断；
根据获取的所述环境红外图像，进行环境检测；以及，
识别检测环境中是否存在活体；若识别到检测环境中存在活体，则根据所述活体的红外图像对所述活体进行健康状态检测。
2.根据权利要求1所述的方法，其特征在于，所述环境判断包括：
根据获取的所述环境红外图像，识别检测环境中的物体以及判断检测环境中的物体与自身位置的相对位置；
根据所述环境红外图像以及所述相对位置创建环境地图。
3.根据权利要求1或2所述的方法，其特征在于，所述进行环境检测包括：
识别检测环境中是否存在温度异常的区域；若识别出检测环境中存在温度异常的区域，则确定所述环境检测的结果为环境异常；和/或，
识别检测环境中是否存在符合火灾图像特征的区域；若识别出检测环境中存在符合火灾图像特征的区域，则确定所述环境检测的结果为环境异常。
4.根据权利要求3所述的方法，其特征在于，识别是否存在温度异常的区域，包括：
根据获取的所述环境红外图像，检测所述环境红外图像中各区域的温度；
若所述环境红外图像中存在至少一个异常区域，将所述异常区域的温度与预先设置的正常使用的火源温度相比对，所述异常区域是温度大于等于预设的正常温度阈值的区域；
若存在至少一个异常区域的温度与所述正常使用的火源温度的差值的绝对值大于等于预设的火源温度差值阈值，则确定存在温度异常的区域。
5.根据权利要求3所述的方法，其特征在于，识别是否存在符合火灾图像特征的区域，包括：
根据获取的所述环境红外图像，识别所述环境红外图像中是否存在火焰；
若识别出所述环境红外图像中存在火焰，获取所述环境红外图像中火焰的面积大小；将所述环境红外图像中火焰的面积大小与预先设置的正常使用的火焰的面积大小相比对；若所述环境红外图像中火焰的面积大小与预先设置的正常使用的火焰的面积大小的差值的绝对值大于等于预设的面积差值阈值，则确定存在符合火灾图像特征的区域；和/或，
若识别出所述环境红外图像中存在火焰，获取所述环境红外图像中火焰的位置；将所述环境红外图像中火焰的位置与预先设置的正常使用的火焰的位置相比对；若所述环境红外图像中火焰的位置与预先设置的正常使用的火焰的位置的距离大于等于预设的距离差值阈值，则确定存在符合火灾图像特征的区域。
6.根据权利要求1或2所述的方法，其特征在于，所述进行环境检测包括：
识别检测环境中是否存在有毒气体含量超标；
若识别出检测环境中存在有毒气体含量超标，则确定所述环境检测的结果为环境异常。
7.根据权利要求6所述的方法，其特征在于，识别检测环境中是否存在有毒气体含量超标，包括：
对获取的所述环境红外图像进行光谱分析，检测所述检测环境中存在的气体成分及各种气体成分的浓度；
将所述检测环境中存在的各种气体成分的浓度与预先设置的至少一种有毒气体的最大允许浓度相比对；
若所述检测环境中存在至少一种气体成分的浓度大于等于相对应的所述有毒气体的最大允许浓度，则确定检测环境中存在有毒气体含量超标。
8.根据权利要求1或2所述的方法，其特征在于，所述进行环境检测包括：
根据获取的所述环境红外图像，识别检测环境中是否存在电器设备，并检测识别出的电器设备的表面温度；
将检测到的电器设备的表面温度与预先设置的正常使用的电器设备的表面温度相比对；
若所述检测到的电器设备的表面温度与所述正常使用的电器设备的表面温度的差值的绝对值大于等于预设的表面温度差值阈值，则确定所述环境检测的结果为环境异常。
9.根据权利要求1或2所述的方法，其特征在于，所述进行环境检测包括：
根据获取的所述环境红外图像，识别检测环境中是否存在电器设备，并检测识别出的电器设备的表面温度；
将获取的所述环境红外图像中的电器设备的表面图像与预先存储的正常的电器设备的表面图像相比对，且将检测到的电器设备的表面温度与预先设置的正常使用的电器设备的表面温度相比对；
若所述获取的所述环境红外图像中的电器设备的表面图像与所述正常的电器设备的表面图像的相似度小于等于预设的相似度阈值，且所述检测到的电器设备的表面温度与所述正常使用的电器设备的表面温度的差值的绝对值大于等于预设的表面温度差值阈值，则确定所述环境检测的结果为环境异常。
10.根据权利要求1或2所述的方法，其特征在于，所述健康状态检测包括：
获取活体的各部位的局部温度值；
将获取的活体的各部位的局部温度值与预先存储的活体的各部位的局部温度值的正常温度范围相比对；
若所述获取的活体的各部位的局部温度值不在相应的活体的各部位的局部温度值的正常温度范围内，则确定所述健康状态检测的结果为健康状态异常。
11.根据权利要求1或2所述的方法，其特征在于，在进行环境检测和/或健康状态检测之后，还包括：
若确定所述环境检测的结果为环境异常，或者确定所述健康状态检测的结果为健康状态异常，则给出异常提示信息和/或将异常提示信息发送给相关人员；所述给出异常提示信息包括指示灯、给出声音提示信息和/或给出文字显示信息。
12.一种红外测距和检测装置，其特征在于，包括：
红外摄像装置，用于获取环境红外图像；
测距和环境判断单元，用于根据获取的所述环境红外图像进行测距和环境判断；
环境检测单元，用于根据获取的所述环境红外图像，进行环境检测；以及，
健康状态检测单元，用于：识别检测环境中是否存在活体；若识别到检测环境中存在活体，则根据所述活体的红外图像对所述活体进行健康状态检测。
13.根据权利要求12所述的装置，其特征在于，所述测距和环境判断单元还用于：
根据获取的所述环境红外图像，识别检测环境中的物体以及判断检测环境中的物体与自身位置的相对位置；
根据所述环境红外图像以及所述相对位置创建环境地图。
14.根据权利要求12或13所述的装置，其特征在于，所述环境检测单元包括火源检测子单元；
所述火源检测子单元包括第一识别子单元，用于识别检测环境中是否存在温度异常的区域；所述火源检测子单元包括第一确定子单元，用于：若识别出检测环境中存在温度异常的区域，则确定所述环境检测的结果为环境异常；和/或，
所述火源检测子单元包括第二识别子单元，用于识别检测环境中是否存在符合火灾图像特征的区域；所述火源检测子单元包括第二确定子单元，用于：若识别出检测环境中存在符合火灾图像特征的区域，则确定所述环境检测的结果为环境异常。
15.根据权利要求14所述的装置，其特征在于，所述第一识别子单元还用于：
根据获取的所述环境红外图像，检测所述环境红外图像中各区域的温度；
若所述环境红外图像中存在至少一个异常区域，将所述异常区域的温度与预先设置的正常使用的火源温度相比对，所述异常区域是温度大于等于预设的正常温度阈值的区域；
若存在至少一个异常区域的温度与所述正常使用的火源温度的差值的绝对值大于等于预设的火源温度差值阈值，则确定存在温度异常的区域。
16.根据权利要求14所述的装置，其特征在于，所述第二识别子单元还用于：
根据获取的所述环境红外图像，识别所述环境红外图像中是否存在火焰；
若识别出所述环境红外图像中存在火焰，获取所述环境红外图像中火焰的面积大小；将所述环境红外图像中火焰的面积大小与预先设置的正常使用的火焰的面积大小相比对；若所述环境红外图像中火焰的面积大小与预先设置的正常使用的火焰的面积大小的差值的绝对值大于等于预设的面积差值阈值，则确定存在符合火灾图像特征的区域；和/或，
若识别出所述环境红外图像中存在火焰，获取所述环境红外图像中火焰的位置；将所述环境红外图像中火焰的位置与预先设置的正常使用的火焰的位置相比对；若所述环境红外图像中火焰的位置与预先设置的正常使用的火焰的位置的距离大于等于预设的距离差值阈值，则确定存在符合火灾图像特征的区域。
17.根据权利要求12或13所述的装置，其特征在于，所述环境检测单元包括有毒气体检测子单元，
所述有毒气体检测子单元包括第三识别子单元，用于识别检测环境中是否存在有毒气体含量超标；
所述有毒气体检测子单元包括第三确定子单元，用于：若识别出检测环境中存在有毒气体含量超标，则确定所述环境检测的结果为环境异常。
18.根据权利要求17所述的装置，其特征在于，所述第三识别子单元还用于：
对获取的所述环境红外图像进行光谱分析，检测所述检测环境中存在的气体成分及各种气体成分的浓度；
将所述检测环境中存在的各种气体成分的浓度与预先设置的至少一种有毒气体的最大允许浓度相比对；
若所述检测环境中存在至少一种气体成分的浓度大于等于相对应的所述有毒气体的最大允许浓度，则确定检测环境中存在有毒气体含量超标。
19.根据权利要求12或13所述的装置，其特征在于，所述环境检测单元包括电器设备检测子单元，用于：
根据获取的所述环境红外图像，识别检测环境中是否存在电器设备，并检测识别出的电器设备的表面温度；
将检测到的电器设备的表面温度与预先设置的正常使用的电器设备的表面温度相比对；
若所述检测到的电器设备的表面温度与所述正常使用的电器设备的表面温度的差值的绝对值大于等于预设的表面温度差值阈值，则确定所述环境检测的结果为环境异常。
20.根据权利要求12或13所述的装置，其特征在于，所述环境检测单元包括电器设备检测子单元，用于：
根据获取的所述环境红外图像，识别检测环境中是否存在电器设备，并检测识别出的电器设备的表面温度；
将获取的所述环境红外图像中的电器设备的表面图像与预先存储的正常的电器设备的表面图像相比对，且将检测到的电器设备的表面温度与预先设置的正常使用的电器设备的表面温度相比对；
若所述获取的所述环境红外图像中的电器设备的表面图像与所述正常的电器设备的表面图像的相似度小于等于预设的相似度阈值，且所述检测到的电器设备的表面温度与所述正常使用的电器设备的表面温度的差值的绝对值大于等于预设的表面温度差值阈值，则确定所述环境检测的结果为环境异常。
21.根据权利要求12或13所述的装置，其特征在于，所述健康状态检测单元还用于：
获取活体的各部位的局部温度值；
将获取的活体的各部位的局部温度值与预先存储的活体的各部位的局部温度值的正常温度范围相比对；
若所述获取的活体的各部位的局部温度值不在相应的活体的各部位的局部温度值的正常温度范围内，则确定所述健康状态检测的结果为健康状态异常。
22.根据权利要求12或13所述的装置，其特征在于，还包括提示单元，用于：若确定所述环境检测的结果为环境异常，或者确定所述健康状态检测的结果为健康状态异常，则给出异常提示信息和/或将异常提示信息发送给相关人员；所述给出异常提示信息包括指示灯、给出声音提示信息和/或给出文字显示信息。
23.一种家庭机器人，其特征在于，包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序；
当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现如权利要求1-11中任一所述的方法。
24.一种计算机可读存储介质，其存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-11中任一所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810277048.5A CN108469304B (zh) | 2018-03-30 | 2018-03-30 | 红外测距和检测方法、装置、家庭机器人及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810277048.5A CN108469304B (zh) | 2018-03-30 | 2018-03-30 | 红外测距和检测方法、装置、家庭机器人及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN108469304A CN108469304A (zh) | 2018-08-31 |
| CN108469304B true CN108469304B (zh) | 2019-04-02 |
Family
ID=63262167
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810277048.5A Active CN108469304B (zh) | 2018-03-30 | 2018-03-30 | 红外测距和检测方法、装置、家庭机器人及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108469304B (zh) |
Families Citing this family (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| TWI671507B (zh) * | 2018-11-21 | 2019-09-11 | 香港商磐旭智能股份有限公司 | 巡檢裝置 |
| CN109360370B (zh) * | 2018-11-30 | 2021-06-29 | 广州高新兴机器人有限公司 | 一种基于机器人烟火检测的方法 |
| CN110031855A (zh) * | 2019-03-15 | 2019-07-19 | 深兰科技（上海）有限公司 | 智能机器人的对象检测设备及方法 |
| CN110022462A (zh) * | 2019-03-29 | 2019-07-16 | 江西理工大学 | 一种基于多光谱相机的安防监控系统 |
| CN110118603B (zh) * | 2019-05-15 | 2021-07-09 | Oppo广东移动通信有限公司 | 目标对象的定位方法、装置、终端及存储介质 |
| CN113464997B (zh) * | 2020-04-24 | 2022-06-10 | 海信集团有限公司 | 吸油烟机及控制方法、装置 |
| CN111752159B (zh) * | 2020-06-05 | 2023-04-07 | 四川省东宇信息技术有限责任公司 | 一种基于热像仪的人工智能居家安全监测系统及方法 |
| CN113432720A (zh) * | 2021-06-25 | 2021-09-24 | 深圳市迈斯泰克电子有限公司 | 基于人体识别的温度检测方法、装置以及温度检测仪器 |
| CN113687370A (zh) * | 2021-08-05 | 2021-11-23 | 上海炬佑智能科技有限公司 | 检测方法、装置、电子设备及存储介质 |
| CN114495328B (zh) * | 2022-01-19 | 2024-02-20 | 深圳市凯迪仕智能科技股份有限公司 | 一种门锁装置及其控制方法 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103778418A (zh) * | 2014-01-28 | 2014-05-07 | 华南理工大学 | 一种输电线路杆塔图像监测系统的山火图像识别方法 |
| CN105261029A (zh) * | 2015-11-20 | 2016-01-20 | 中国安全生产科学研究院 | 基于双目视觉进行火源定位和灭火的方法及其机器人 |
| CN106225933A (zh) * | 2016-08-31 | 2016-12-14 | 徐工集团工程机械有限公司 | 一种故障诊断方法及装置 |
| CN107560123A (zh) * | 2017-10-17 | 2018-01-09 | 黄晶 | 一种室内健康监测及小气候控制方法及系统 |
| CN107748544A (zh) * | 2017-09-25 | 2018-03-02 | 广东小天才科技有限公司 | 一种用于智能家居设备的控制方法及系统 |
-
2018
- 2018-03-30 CN CN201810277048.5A patent/CN108469304B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103778418A (zh) * | 2014-01-28 | 2014-05-07 | 华南理工大学 | 一种输电线路杆塔图像监测系统的山火图像识别方法 |
| CN105261029A (zh) * | 2015-11-20 | 2016-01-20 | 中国安全生产科学研究院 | 基于双目视觉进行火源定位和灭火的方法及其机器人 |
| CN106225933A (zh) * | 2016-08-31 | 2016-12-14 | 徐工集团工程机械有限公司 | 一种故障诊断方法及装置 |
| CN107748544A (zh) * | 2017-09-25 | 2018-03-02 | 广东小天才科技有限公司 | 一种用于智能家居设备的控制方法及系统 |
| CN107560123A (zh) * | 2017-10-17 | 2018-01-09 | 黄晶 | 一种室内健康监测及小气候控制方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN108469304A (zh) | 2018-08-31 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108469304B (zh) | 红外测距和检测方法、装置、家庭机器人及存储介质 | |
| US9863660B2 (en) | Sensing method and sensing system, and air conditioning device having the same | |
| CN106056833A (zh) | 安全监测方法、装置、系统及监控系统 | |
| CN109345760A (zh) | 一种火灾检测系统及方法 | |
| EP3919879B1 (en) | Temperature screening systems and methods | |
| JP7266279B2 (ja) | システムおよびプログラム等 | |
| Nefti et al. | Cognitive agent based intelligent warning system to monitor patients suffering from dementia using ambient assisted living | |
| CN103329177A (zh) | 存在检测器和照明系统 | |
| Jiang et al. | Dog Heart Rate and Blood Oxygen Metaverse Interaction System | |
| CN204440516U (zh) | 一种采用多种特征识别相结合认证的航空安全检查装置 | |
| WO2020128607A1 (en) | System for monitoring the presence of individuals in a room and method therefor | |
| Steen et al. | A novel indoor localization approach using dynamic changes in ultrasonic echoes | |
| KR101793594B1 (ko) | 공기질 측정기를 이용한 통합 안전 시스템 | |
| KR20200079600A (ko) | 병원용 환자 감시 시스템 | |
| US20210353155A1 (en) | Body temperature detection safety kiosk | |
| Preethichandra | Wireless sensor network for monitoring the health of healthcare facility environments | |
| CN111541780B (zh) | 一种基于云平台的智能网关 | |
| bin Mohd Saad et al. | Study on the Effect of the Ambient Temperature toward the Quality of Sleep | |
| CN211956599U (zh) | 一种结合体温检测的门禁监控装置 | |
| Zhenghua et al. | The Smart Home System based on the IAP15F2K61S2 and GSM | |
| CN105404832B (zh) | 移动终端的安全使用方法及装置 | |
| Girón et al. | Environmental monitoring system with wireless sensing and iot technologies for intensive care units | |
| Ekerete et al. | Data Mining and Fusion of Unobtrusive Sensing Solutions for Indoor Activity Recognition | |
| Mielke et al. | Detection of psychomotor agitation pattern from motion sensor data in a living environment of a patient with dementia | |
| Salah et al. | Implementation of Smart House Digital Applications for Safety and Health |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |