CN109522803B - 一种室内区域划分和识别方法、装置及终端设备 - Google Patents
一种室内区域划分和识别方法、装置及终端设备 Download PDFInfo
- Publication number
- CN109522803B CN109522803B CN201811213519.2A CN201811213519A CN109522803B CN 109522803 B CN109522803 B CN 109522803B CN 201811213519 A CN201811213519 A CN 201811213519A CN 109522803 B CN109522803 B CN 109522803B
- Authority
- CN
- China
- Prior art keywords
- area
- room
- identification result
- indoor
- image
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/26—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion
- G06V10/267—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion by performing operations on regions, e.g. growing, shrinking or watersheds
Abstract
本发明适用于机器人技术领域，提供了一种室内区域划分和识别方法、装置及终端设备，所述方法包括：对室内区域进行扫描，并根据扫描得到的室内区域信息生成初始地图；采用形态学图像处理技术对所述初始地图进行区域划分，得到所述室内区域图像的至少一个房间区域；根据各个房间区域的图形信息及预设识别信息，确定各个房间区域对应的区域识别结果。本发明通过对初始地图进行房间划分并对划分的房间区域进行区域识别，得到各个房间区域的区域识别结果，各个房间区域的区域识别结果能够为机器人的工作提供更加准确地清扫数据，使机器人根据各个区域的功能类型有针对性的进行清洁工作，提高机器人的工作效率。
Description
技术领域
本发明属于机器人技术领域，尤其涉及一种室内区域划分和识别方法、装置及终端设备。
背景技术
随着技术的发展进步，移动机器人被广泛地使用以辅助或替代人类完成一些基础重复的工作。其中，清洁机器人是移动机器人的典型应用，清洁机器人在通过传感器进行初始建图后，将地图分为若干区域并规划各区域的清扫路径对房间进行清洁。
目前，清洁机器人在规划作业区域时按照固定的方框划定工作区域，并根据规划好的工作区域及路径进行常规的清洁工作，这种规划方式导致机器人在实际清洁工作中工作效率低下。
发明内容
有鉴于此，本发明实施例提供了一种室内区域划分和识别方法、装置及终端设备，以解决现有技术中清洁机器人因工作区域及路径固定而导致的工作效率低下的问题。
本发明实施例的第一方面提供了一种室内区域划分和识别方法，包括：
对室内区域进行扫描，并根据扫描得到的室内区域信息生成初始地图；
采用形态学图像处理技术对所述初始地图进行区域划分，得到所述室内区域图像的至少一个房间区域；
根据各个房间区域的图形信息及预设识别信息，确定各个房间区域对应的区域识别结果。
本发明实施例的第二方面提供了一种室内区域划分和识别装置，包括：
初始地图获取模块，用于对室内区域进行扫描，并根据扫描得到的室内区域信息生成初始地图；
房间区域获取模块，用于采用形态学图像处理技术对所述初始地图进行区域划分，得到所述室内区域图像的至少一个房间区域；
区域识别结果获取模块，用于根据各个房间区域的图形信息及预设识别信息，确定各个房间区域对应的区域识别结果。
本发明实施例的第三方面提供了一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上所述室内区域划分和识别方法的步骤。
本发明实施例的第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如上所述室内区域划分和识别方法的步骤。
本发明实施例与现有技术相比存在的有益效果是：本发明实施例首先对室内区域进行扫描，并根据扫描得到的室内区域信息生成初始地图；采用形态学图像处理技术对所述初始地图进行区域划分，得到所述室内区域图像的至少一个房间区域；根据各个房间区域的图形信息及预设识别信息，确定各个房间区域对应的区域识别结果。本发明实施例通过对根据初始地图划分的房间区域进行区域识别，得到各个房间区域的区域识别结果，各个房间区域的区域识别结果能够为机器人的工作提供更加准确地清扫数据，使机器人根据各个区域的功能类型针对性的进行清洁工作，提高机器人的工作效率。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的室内区域划分和识别方法的实现流程示意图；
图2是本发明实施例提供的图1中S102的具体实现流程示意图；
图3是本发明实施例提供的室内区域划分和识别方法的实现流程示意图；
图4是本发明实施例提供的室内区域划分和识别装置的结构示意图；
图5是本发明实施例提供的房间区域获取模块的结构示意图；
图6是本发明实施例提供的终端设备的示意图；
图7是本发明实施例提供的二值化图像的示例图；
图8是本发明实施例提供的经过膨胀处理的室内区域图像的示例图。
具体实施方式
以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本发明实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本发明的描述。
本发明的说明书和权利要求书及上述附图中的术语“包括”以及它们任何变形，意图在于覆盖不排他的包含。例如包含一系列步骤或单元的过程、方法或系统、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。此外，术语“第一”、“第二”和“第三”等是用于区别不同对象，而非用于描述特定顺序。
为了说明本发明所述的技术方案，下面通过具体实施例来进行说明。
实施例1：
图1示出了本发明的一个实施例提供的一种室内区域划分和识别方法的实现流程，其过程详述如下：
在S101中，对室内区域进行扫描，并根据扫描得到的室内区域信息生成初始地图。
在本实施例中，本实施例的流程主体可以为机器人，也可以为其他包括定位传感器的计算机设备。以下以清洁机器人为例，对本实施例提供的室内区域划分和识别方法做进一步解释。
在本实施例中，在第一次清扫室内区域时，清洁机器人从未知位置开始移动，在移动的过程中根据位姿估计和清洁机器人自身安装的传感器获取的传感器数据进行即时定位和建图，得到室内区域的初始地图。
在本实施例中，室内区域可以为普通家庭住宅室内区域、办公楼室内区域或其他室内区域，本实施例以普通家庭住宅为例，普通家庭住宅的室内区域通常为包括客厅、卧室、厨房和卫生间等区域的室内区域。
在S102中，采用形态学图像处理技术对所述初始地图进行区域划分，得到所述室内区域图像的至少一个房间区域。
在本实施例中，清洁机器人在获取到初始地图后，对初始地图采用图像腐蚀膨胀处理，将室内区域中的各个区域对应的地图区域区分开，使地图显示为至少一个房间区域，例如，若室内区域为普通二居室，则初始地图经过图像处理后，得到的房间区域可以包括客厅区域、卧室区域、厨房区域和卫生间区域。
在S103中，根据各个房间区域的图形信息及预设识别信息，确定各个房间区域对应的区域识别结果。
在本实施例中，图形信息可以包括房间区域的面积、形状及拓扑结构，预设识别信息可以包括各种样本图像的各个区域对应的面积阈值、拓扑结构及形状信息。通过分别比对各个房间区域的图形信息与样本图像的预设识别信息，可将识别出各个房间区域的功能类型作为区域识别结果。
例如，当本实施例中室内区域的某个房间区域的面积满足样本图像中卧室的面积阈值条件，且为与客厅通过一扇门相连的拓扑结构时，可判定该房间区域为卧室。
从上述实施例可知，本发明实施例首先对室内区域进行扫描，并根据扫描得到的室内区域信息生成初始地图；采用形态学图像处理技术对所述初始地图进行区域划分，得到所述室内区域图像的至少一个房间区域；根据各个房间区域的图形信息及预设识别信息，确定各个房间区域对应的区域识别结果。本发明实施例通过对根据初始地图划分的房间区域进行区域识别，得到各个房间区域的区域识别结果，能够为机器人的工作提供更加准确地清扫数据，使机器人根据各个区域的功能类型针对性的进行清洁工作，提高机器人的工作效率。
在本发明的一个实施例中，图1中S101的具体实现流程如下：
在一个实施例中，获取机器人在所述室内区域的定位信息。
在本实施例中，清洁机器人通过自身搭载的传感器获取自身在室内区域内的定位信息，其中，清洁机器人的传感器可以包括激光测距传感器和超声波传感器。
在一个实施例中，根据即时定位与地图构建算法及所述定位信息对所述室内区域进行地图构建，生成所述初始地图。
在本实施例中，即时定位与地图构建算法即SLAM((simultaneous localizationand mapping)算法，根据传感器获取的定位信息，通过SLAM算法建造增量式地图，实现清洁机器人的自主定位及地图构建。
从上述实施例可知，通过SLAM算法，可在机器人第一次工作时实时的完成整个室内区域的地图构建，从而提高初始地图的准确性，并为后续的精准清洁提供地图数据支持。
如图2所示，在本发明的一个实施例中，图2示出了图1中S102的具体实现流程，其过程详述如下：
在S201中，对所述初始地图进行二值化处理，得到所述初始地图对应的二值化图像。
如图7所示，在本实施例中，图7示出了二值化图像的示例图。
在本实施例中，首先对初始地图进行二值化处理，得到像素值为1的前景区域和像素值为0的背景区域，其中前景区域为机器人扫描的室内区域。
在S202中，对所述二值化图像进行图像腐蚀处理，得到所述室内区域图像，并检测所述室内区域图像中的连通域。
当机器人扫描的区域包括卧室和客厅时，由于卧室和客厅是相连的，因此在创建初始地图时，卧室对应的区域和客厅对应的区域存在较少的像素点连接，若两个区域连接，机器人则无法根据相连通的区域准确的判断各个区域的功能类型，因此，需要对二值化图像进行腐蚀处理，删除两个较大的连通域之间的像素点，从而分割两个区域。
此过程具体包括：首先对二值化图像进行预设次数的图像腐蚀处理，图像腐蚀处理可以删除二值化图像边缘的像素点，使各个区域连接部分分离，得到室内区域图像，然后扫描整个室内区域图像，根据室内区域图像各个像素点的像素值对室内区域图像进行连通域检测，获取室内区域图像中的至少一个连通域。
在S203中，对所述室内区域图像中的各个连通域分别进行膨胀处理，并将经过膨胀处理后的各个连通域的最小外接多边形内的区域作为对应连通域的房间区域。
如图8所示，在本实施例中，图8示出了经过膨胀处理的室内区域图像的实例图。
在本实施例中，由于室内区域图像经过腐蚀，各个房间对应的区域面积会减小，因此，在分割出各个连通域后，需要单独的对各个连通域进行预设次数的膨胀处理，使各个房间对应的连通域恢复到初始地图中对应的面积，如图8中的1至7为室内区域图像中的各个经过膨胀后的连通域。
在本实施例中，针对膨胀处理后的单个连通域，选取单个连通域的最小外接多边形，使最小外接多边形包围该连通域，并将最小外接多边形内的区域作为该连通域对应的房间区域，重复上述过程，得到各个连通域对应的房间区域。
在本实施例中，最小外接多边形可以为最小外接矩形。
在本发明的一个实施例中，图形信息包括区域面积、区域形状和区域连接拓扑关系，图1中S103具体包括：
根据各个房间区域对应的区域面积、区域形状、区域连接拓扑关系及预设识别信息，得到各个房间区域的功能类型。
在本实施例中，在机器人工作之前，首先获取大量的普通家庭住宅室内结构图作为样本图像，统计样本图像中各个区域的面积大小、区域连接拓扑关系及区域形状，形成预设识别信息，通过获取机器人所处的室内区域的图形信息，与预设识别信息进行对比，可以得到各个房间区域的功能类型。
以一个具体的应用场景为例，普通家庭住宅中客厅的区域连接拓扑关系为分别与餐厅、卧室和厨房互通，厨房的区域形状为存在较大的长方形通道，根据这样的图形信息，可以判断待确定的房间区域的功能类型。例如，当检测到待确定的房间区域的面积处于客厅的面积范围，且其与多个其他的房间区域连接，则可以判定该待确定的房间区域的功能类型为客厅。
如图3所示，在本发明的一个实施例中，在图1中S103之后，本实施例提供的室内区域划分和识别方法还包括：
在S301中，将所述区域识别结果发送至用户终端，以使所述用户终端显示所述区域识别结果。
在S302中，接收所述预设终端发送的区域识别结果修正信息，并根据所述区域识别结果修正信息修正所述区域识别结果，所述区域识别结果修正信息为所述用户终端获取到的用户在检查出所述区域识别结果存在错误时输入的修正信息。
在本实施例中，清洁机器人可根据自身生成的初始地图自动的进行区域识别，并根据区域识别结果在各个房间区域中采用对应的工作模式工作。同时，在获取到区域识别结果后，清洁机器人可以将区域识别结果发送至用户终端，用户终端可以为手机或者计算机电脑。
用户终端显示区域识别结果，用户通过用户终端查看区域识别结果，并在发现区域识别结果出现错误时对区域识别结果进行修正，用户终端获取用户输入的修正信息，根据用户输入的修正信息生成区域识别结果修正信息，并将区域识别结果修正信息发送至清洁机器人，清洁机器人将区域识别结果替换为区域识别结果修正信息，从而使清洁机器人在后续的清洁工作中根据修正后的区域识别结果对应的切换工作模式。
在本发明的一个实施例中，用户终端还可以根据修正后的区域识别结果，生成区域识别样本，区域识别样本包括该室内区域中各个房间区域的图形信息及对应的区域识别结果。用户终端将区域识别样本发送至服务器，服务器将区域识别样本添加到预设识别信息中，从而更新预设识别信息，服务器可以定期的将更新后的预设识别信息发送至所有与服务器通信的清洁机器人，从而使清洁机器人能够更加准确的识别出各个区域的功能，提高区域识别结果的准确性。
在本发明的一个实施例中，本发明实施例所提供的区域识别方法还包括：
根据各个房间区域对应的区域识别结果，确定各个房间区域对应的工作模式。
在本实施例中，由于普通家庭住宅室内的各个区域的功能类型不同，其地面的洁净情况也不同，根据不同功能的房间对清洁机器人设置不同的工作模式，能够使清洁机器人更加有针对性的进行清洁工作，从而提高机器人的清洁水平和效率。
在本发明的一个实施例中，所述区域识别结果包括厨房、客厅和卧室，本发明实施例所提供的区域识别方法还具体包括：
若所述区域识别结果为厨房，则调整所述工作模块为超强净污模式；
若所述区域识别结果为客厅，则调整所述工作模式为强力清洁模式；
若所述区域识别结果为卧室，则调整所述工作模式为常规清洁模式。
在本实施例中，不同的工作模式可以包括不同的清洁力度和清洁频率。从而针对不同功能的区域采用不同的清扫力度和清扫频率。例如，客厅和厨房的清扫频率可以大于卧室的清扫频率。如此，清洁机器人既可以保持整个室内空间的洁净，又可以缩短清洁工作的时间，延长清洁机器人的使用寿命。
以一个具体应用为例，在普通家庭住宅室内区域，厨房由于需要处理食材，通常地面会比较脏且伴有油渍，因此机器人在厨房内的工作模式可以采用超强净污模式，使清洁机器人能够清除地面垃圾和油渍；客厅由于经常有人出入，地面较脏，因此可针对客厅采用强力清洁模式，使清洁机器人能够清除客厅的尘土和垃圾；卧室由于较少人出入，因此，针对卧室可选择常规清洁模式。
应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。
实施例2：
如图4所示，本发明的一个实施例提供的室内区域划分和识别装置100，用于执行图1所对应的实施例中的方法步骤，其包括：
初始地图获取模块110，用于对室内区域进行扫描，并根据扫描得到的室内区域信息生成初始地图；
房间区域获取模块120，用于采用形态学图像处理技术对所述初始地图进行区域划分，得到所述室内区域图像的至少一个房间区域；
区域识别结果获取模块130，用于根据各个房间区域的图形信息及预设识别信息，确定各个房间区域对应的区域识别结果。
从上述实施例可知，本发明实施例首先对室内区域进行扫描，并根据扫描得到的室内区域信息生成初始地图；采用形态学图像处理技术对所述初始地图进行区域划分，得到所述室内区域图像的至少一个房间区域；根据各个房间区域的图形信息及预设识别信息，确定各个房间区域对应的区域识别结果。本发明实施例通过对根据初始地图划分的房间区域进行区域识别，得到各个房间区域的区域识别结果，能够为机器人的工作提供更加准确地清扫数据，使机器人根据各个区域的功能类型针对性的进行清洁工作，提高机器人的工作效率。
在本发明的一个实施例中，图4所对应的实施例中的初始地图获取模块110具体包括：
定位信息获取单元，用于获取机器人在所述室内区域的定位信息。
初始地图获取单元，用于根据即时定位与地图构建算法及所述定位信息对所述室内区域进行地图构建，生成所述初始地图。
从上述实施例可知，通过SLAM算法，可在清洁机器人第一次工作时实时的完成整个室内区域的地图构建，从而提高初始地图的准确性，并为后续的精准清洁提供地图数据支持。
如图5所示，在本发明的一个实施例中，图4中房间区域获取模块120还包括用于执行图2所对应的实施例中的方法步骤的结构，其包括：
二值化图像获取单元121，用于对所述初始地图进行二值化处理，得到所述初始地图对应的二值化图像；
室内区域图像获取单元122，用于对所述二值化图像进行图像腐蚀处理，得到所述室内区域图像，并检测所述室内区域图像中的连通域。
房间区域获取单元123，用于对所述室内区域图像中的各个连通域分别进行膨胀处理，并将经过膨胀处理后的各个连通域的最小外接多边形内的区域作为对应连通域的房间区域。
在本发明的一个实施例中，图形信息包括区域面积、区域形状和区域连接拓扑关系，图4中的区域识别结果获取模块具体包括：
根据各个房间区域对应的区域面积、区域形状、区域连接拓扑关系及预设识别信息，得到各个房间区域的功能类型。
在本发明的一个实施例中，室内区域划分和识别装置100还包括用于执行图3所对应的实施例中的方法步骤的结构，其包括：
区域识别结果发送模块，用于将所述区域识别结果发送至用户终端，以使所述用户终端显示所述区域识别结果；
区域识别结果修正模块，用于接收所述预设终端发送的区域识别结果修正信息，并根据所述区域识别结果修正信息修正所述区域识别结果，所述区域识别结果修正信息为所述用户终端获取到的用户在检查出所述区域识别结果存在错误时输入的修正信息。
从上述实施例可知，用户通过用户终端修正机器人自动识别的区域识别结果，能够进一步提高区域识别结果的准确性，从而使清洁机器人在后续的清洁工作中根据修正后的区域识别结果对应的切换工作模式。
在本发明的一个实施例中，室内区域划分和识别装置还包括：
工作模式确认模块，用于根据各个房间区域对应的区域识别结果，确定各个房间区域对应的工作模式。
在本发明的一个实施例中，工作模式确认模块具体包括：
超强净污模式确认单元，用于若所述区域识别结果为厨房，则调整所述工作模块为超强净污模式；
强力清洁模式确认单元，用于若所述区域识别结果为客厅，则调整所述工作模式为强力清洁模式；
常规清洁模式确认单元，用于若所述区域识别结果为卧室，则调整所述工作模式为常规清洁模式。
在本实施例中，由于普通家庭住宅的各个区域的功能不同，其地面的洁净情况也不同，根据不同功能的房间对清洁机器人设置不同的工作模式，能够使清洁机器人更加有针对性的进行清洁工作，从而提高机器人的清洁水平和工作效率。
在一个实施例中，室内区域划分和识别装置100还包括其他功能模块/单元，用于实现实施例1中各实施例中的方法步骤。
实施例3：
本发明实施例还提供了一种终端设备6，包括存储器61、处理器60以及存储在存储器61中并可在处理器60上运行的计算机程序62，所述处理器60执行所述计算机程序62时实现如实施例1中所述的各实施例中的步骤，例如图1所示的步骤S101至步骤S103。或者，所述处理器60执行所述计算机程序62时实现如实施例2中所述的各装置实施例中的各模块的功能，例如图4所示的模块110至130的功能。
所述终端设备6可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述终端设备6可包括，但不仅限于，处理器60、存储器61。例如所述终端设备6还可以包括输入输出设备、网络接入设备、总线等。
所称处理器60可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器61可以是所述终端设备6的内部存储单元，例如终端设备6的硬盘或内存。所述存储器61也可以是所述终端设备6的外部存储设备，例如所述终端设备6上配备的插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)等。进一步地，所述存储器61还可以既包括终端设备6的内部存储单元也包括外部存储设备。所述存储器61用于存储所述计算机程序62以及所述终端设备6所需的其他程序和数据。所述存储器61还可以用于暂时地存储已经输出或者将要输出的数据。
实施例4：
本发明实施例还提供了一种计算机可读存储介质，计算机可读存储介质存储有计算机程序62，计算机程序62被处理器60执行时实现如实施例1中所述的各实施例中的步骤，例如图1所示的步骤S101至步骤S103。或者，所述计算机程序62被处理器60执行时实现如实施例2中所述的各装置实施例中的各模块的功能，例如图4所示的模块110至130的功能。
所述的计算机程序62可存储于一计算机可读存储介质中，该计算机程序62在被处理器60执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序62包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括是电载波信号和电信信号。
本发明实施例方法中的步骤可以根据实际需要进行顺序调整、合并和删减。
本发明实施例系统中的模块或单元可以根据实际需要进行合并、划分和删减。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。
Claims (8)
1.一种室内区域划分和识别方法，其特征在于，包括：
对室内区域进行扫描，并根据扫描得到的室内区域信息生成初始地图；
采用形态学图像处理技术对所述初始地图进行区域划分，得到所述室内区域图像的至少一个房间区域；
根据各个房间区域的图形信息及预设识别信息，确定各个房间区域对应的区域识别结果；
在所述根据各个房间区域的图形信息及预设识别信息，确定各个房间区域对应的区域识别结果之后，还包括：
根据各个房间区域对应的区域识别结果，确定各个房间区域对应的工作模式；
将所述区域识别结果发送至用户终端，以使所述用户终端显示所述区域识别结果；
接收所述预设终端发送的区域识别结果修正信息，并根据所述区域识别结果修正信息修正所述区域识别结果，并将区域识别结果修正信息发送至清洁机器人。
2.如权利要求1所述的室内区域划分和识别方法，其特征在于，所述采用形态学图像处理技术对所述初始地图进行区域划分，得到所述室内区域图像的至少一个房间区域，包括：
对所述初始地图进行二值化处理，得到所述初始地图对应的二值化图像；
对所述二值化图像进行图像腐蚀处理，得到室内区域图像，并检测所述室内区域图像中的连通域；
对所述室内区域图像中的各个连通域分别进行膨胀处理，并将经过膨胀处理后的各个连通域的最小外接多边形内的区域作为对应连通域的房间区域。
3.如权利要求1所述的室内区域划分和识别方法，其特征在于，所述图形信息包括区域面积、区域形状和区域连接拓扑关系，所述根据各个房间区域的图形信息及预设识别信息，确定各个房间区域对应的区域识别结果，包括：
根据各个房间区域对应的区域面积、区域形状、区域连接拓扑关系及预设识别信息，得到各个房间区域的功能类型。
4.如权利要求1所述的室内区域划分和识别方法，其特征在于，所述区域识别结果包括厨房、客厅和卧室；所述根据各个房间区域对应的区域识别结果，确定各个房间区域对应的工作模式，还包括：
若所述区域识别结果为厨房，则调整所述工作模块为超强净污模式；
若所述区域识别结果为客厅，则调整所述工作模式为强力清洁模式；
若所述区域识别结果为卧室，则调整所述工作模式为常规清洁模式。
5.一种室内区域划分和识别装置，其特征在于，包括：
初始地图获取模块，用于对室内区域进行扫描，并根据扫描得到的室内区域信息生成初始地图；
房间区域获取模块，用于采用形态学图像处理技术对所述初始地图进行区域划分，得到所述室内区域图像的至少一个房间区域；
区域识别结果获取模块，用于根据各个房间区域的图形信息及预设识别信息，确定各个房间区域对应的区域识别结果；
所述室内区域划分和识别装置还包括：
工作模式确认模块，用于根据各个房间区域对应的区域识别结果，确定各个房间区域对应的工作模式；
所述室内区域划分和识别装置还包括：
区域识别结果发送模块，用于将所述区域识别结果发送至用户终端，以使所述用户终端显示所述区域识别结果；
区域识别结果修正模块，用于接收所述预设终端发送的区域识别结果修正信息，并根据所述区域识别结果修正信息修正所述区域识别结果，并将区域识别结果修正信息发送至清洁机器人。
6.如权利要求5所述的室内区域划分和识别装置，其特征在于，所述房间区域获取模块包括：
二值化图像获取单元，用于对所述初始地图进行二值化处理，得到所述初始地图对应的二值化图像；
室内区域图像获取单元，用于对所述二值化图像进行图像腐蚀处理，得到室内区域图像，并检测所述室内区域图像中的连通域；
房间区域获取单元，用于对所述室内区域图像中的各个连通域分别进行膨胀处理，并将经过膨胀处理后的各个连通域的最小外接多边形内的区域作为对应连通域的房间区域。
7.一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至4任一项所述方法的步骤。
8.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至4任一项所述方法的步骤。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811213519.2A CN109522803B (zh) | 2018-10-18 | 2018-10-18 | 一种室内区域划分和识别方法、装置及终端设备 |
| PCT/CN2018/123779 WO2020077850A1 (zh) | 2018-10-18 | 2018-12-26 | 一种室内区域划分和识别方法、装置及终端设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811213519.2A CN109522803B (zh) | 2018-10-18 | 2018-10-18 | 一种室内区域划分和识别方法、装置及终端设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109522803A CN109522803A (zh) | 2019-03-26 |
| CN109522803B true CN109522803B (zh) | 2021-02-09 |
Family
ID=65772058
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811213519.2A Active CN109522803B (zh) | 2018-10-18 | 2018-10-18 | 一种室内区域划分和识别方法、装置及终端设备 |
Country Status (2)
| Country | Link |
|---|---|
| CN (1) | CN109522803B (zh) |
| WO (1) | WO2020077850A1 (zh) |
Families Citing this family (22)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110260856A (zh) * | 2019-06-26 | 2019-09-20 | 北京海益同展信息科技有限公司 | 一种建图方法和装置 |
| CN110390304A (zh) * | 2019-07-24 | 2019-10-29 | 广东南方数码科技股份有限公司 | 自动分类方法、装置、电子设备及存储介质 |
| CN110742557B (zh) * | 2019-10-24 | 2021-07-27 | 深圳市银星智能科技股份有限公司 | 一种摄像头的控制方法、装置及电子设备 |
| CN110888960B (zh) * | 2019-11-29 | 2021-06-08 | 深圳市银星智能科技股份有限公司 | 一种室内空间分区方法、装置及移动机器人 |
| CN111104879B (zh) * | 2019-12-09 | 2020-11-27 | 贝壳找房(北京)科技有限公司 | 房屋功能间的识别方法和装置、可读存储介质、电子设备 |
| CN111950422A (zh) * | 2020-08-05 | 2020-11-17 | 万翼科技有限公司 | 图纸识别方法及相关装置 |
| CN112015175A (zh) * | 2020-08-12 | 2020-12-01 | 深圳华芯信息技术股份有限公司 | 用于移动机器人的房间分割方法、系统、终端以及介质 |
| CN112257623B (zh) * | 2020-10-28 | 2022-08-23 | 长沙立中汽车设计开发股份有限公司 | 一种路面清洁度判定和自动清扫方法及自动清扫环卫装置 |
| CN112419346A (zh) * | 2020-11-02 | 2021-02-26 | 尚科宁家(中国)科技有限公司 | 清洁机器人及分区方法 |
| CN112561927B (zh) * | 2020-12-07 | 2024-03-12 | 深圳市愚公科技有限公司 | 图像区域划分方法、系统、电子设备及存储介质 |
| CN115413959A (zh) * | 2021-05-12 | 2022-12-02 | 美智纵横科技有限责任公司 | 基于清洁机器人的运行方法、装置、电子设备及介质 |
| CN113253623B (zh) * | 2021-05-19 | 2023-04-07 | 云米互联科技(广东)有限公司 | 基于HomeMap的空气环境视觉化控制方法及系统 |
| CN113253622B (zh) * | 2021-05-19 | 2023-04-07 | 云米互联科技(广东)有限公司 | 基于HomeMap的网络环境视觉化控制方法及系统 |
| CN113503877A (zh) * | 2021-06-22 | 2021-10-15 | 深圳拓邦股份有限公司 | 机器人分区地图建立方法、装置及机器人 |
| CN113805589A (zh) * | 2021-08-31 | 2021-12-17 | 中煤科工集团重庆研究院有限公司 | 基于多源传感器数据的移动平台控制系统及方法 |
| CN113985866A (zh) * | 2021-09-09 | 2022-01-28 | 浙江大华技术股份有限公司 | 扫地机器人路径规划方法、装置、电子设备、存储介质 |
| CN113848892B (zh) * | 2021-09-10 | 2024-01-16 | 广东盈峰智能环卫科技有限公司 | 一种机器人清扫区域划分方法、路径规划方法及装置 |
| CN113780233B (zh) * | 2021-09-23 | 2024-04-12 | 追觅创新科技(苏州)有限公司 | 一种过道区域识别方法及装置 |
| CN113854903A (zh) * | 2021-09-28 | 2021-12-31 | 追觅创新科技(苏州)有限公司 | 清洁设备的控制方法及装置 |
| CN116416519A (zh) * | 2021-12-22 | 2023-07-11 | 广东栗子科技有限公司 | 区域的智能划分方法及装置 |
| CN114872056A (zh) * | 2022-04-21 | 2022-08-09 | 美智纵横科技有限责任公司 | 房屋地图生成方法和装置、清洁组件和清洁设备 |
| CN115661762B (zh) * | 2022-12-15 | 2023-03-17 | 山东德普检测技术有限公司 | 一种图书馆环境智能监测管理系统及方法 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103148804A (zh) * | 2013-03-04 | 2013-06-12 | 清华大学 | 一种基于激光扫描的室内未知结构识别方法 |
| CN107248176A (zh) * | 2017-06-30 | 2017-10-13 | 联想(北京)有限公司 | 室内地图构建方法及电子设备 |
Family Cites Families (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS6039274A (ja) * | 1983-08-12 | 1985-03-01 | Fujitsu Ltd | 物体認識装置 |
| CN102005132A (zh) * | 2010-11-04 | 2011-04-06 | 任杰 | 基于车位标记识别的停车泊位检测系统 |
| CN105824310B (zh) * | 2015-01-08 | 2018-10-19 | 江苏美的清洁电器股份有限公司 | 机器人的行走控制方法和机器人 |
| CN106525031B (zh) * | 2015-09-11 | 2019-08-06 | 王庆文 | 一种组合的室内定位方法 |
| CN106895839A (zh) * | 2017-03-15 | 2017-06-27 | 万象三维视觉科技（北京）有限公司 | 一种基于扫描标识码的室内定位导航方法 |
| CN106863305B (zh) * | 2017-03-29 | 2019-12-17 | 赵博皓 | 一种扫地机器人房间地图创建方法及装置 |
| CN107341810B (zh) * | 2017-06-16 | 2020-07-10 | 重庆交通大学 | 一种车辆自动识别方法、装置及电子设备 |
| CN107918759A (zh) * | 2017-10-09 | 2018-04-17 | 大圣科技股份有限公司 | 室内物体的自动分割识别方法、电子设备及存储介质 |
| CN107981790B (zh) * | 2017-12-04 | 2020-06-09 | 深圳市无限动力发展有限公司 | 室内区域划分方法及扫地机器人 |
-
2018
- 2018-10-18 CN CN201811213519.2A patent/CN109522803B/zh active Active
- 2018-12-26 WO PCT/CN2018/123779 patent/WO2020077850A1/zh active Application Filing
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103148804A (zh) * | 2013-03-04 | 2013-06-12 | 清华大学 | 一种基于激光扫描的室内未知结构识别方法 |
| CN107248176A (zh) * | 2017-06-30 | 2017-10-13 | 联想(北京)有限公司 | 室内地图构建方法及电子设备 |
Also Published As
| Publication number | Publication date |
|---|---|
| WO2020077850A1 (zh) | 2020-04-23 |
| CN109522803A (zh) | 2019-03-26 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109522803B (zh) | 一种室内区域划分和识别方法、装置及终端设备 | |
| CN109330501B (zh) | 一种清洁地面的方法及扫地机器人 | |
| CN110587597B (zh) | 一种基于激光雷达的slam闭环检测方法及检测系统 | |
| CN111562777A (zh) | 一种扫地机器人的清扫路径规划方法和装置 | |
| CN110874101B (zh) | 一种机器人清扫路径的生成方法及装置 | |
| CN109965781B (zh) | 一种扫地机器人协同工作的控制方法、装置及系统 | |
| CN109974699B (zh) | 一种机器人及其地图自主探索方法和装置 | |
| CN112180931A (zh) | 扫地机的清扫路径规划方法、装置及可读存储介质 | |
| CN111856951A (zh) | 一种智能家居设备的控制方法、装置及系统 | |
| CN112462758A (zh) | 一种建图方法、装置、计算机可读存储介质及机器人 | |
| CN111275087A (zh) | 数据处理方法、装置、电子设备和机动车 | |
| KR101770742B1 (ko) | 클러터를 억제하는 표적 탐지 장치 및 그 방법 | |
| CN109859156B (zh) | 异常帧数据的处理方法及装置 | |
| CN113744329A (zh) | 区域自动划分、机器人行走控制方法、系统、设备和介质 | |
| CN109581324B (zh) | 异常帧数据的处理方法及装置 | |
| CN112155476B (zh) | 一种机器人的控制方法、装置、电子设备及存储介质 | |
| CN113440054B (zh) | 扫地机器人充电基座范围的确定方法和装置 | |
| CN112749448B (zh) | 基于参数大数据辨识的空间测量系统以及方法 | |
| CN111376249B (zh) | 移动设备定位系统、方法、装置及移动设备 | |
| CN113440058A (zh) | 一种扫地机器人针对动物排泄物的识别及处理方法和装置 | |
| CN107562050B (zh) | 一种机器人识别环境的方法及系统 | |
| CN117762128A (zh) | 扫地机及其清扫起点规划方法、装置及存储介质 | |
| US10395378B2 (en) | Detecting periodic patterns and aperture problems for motion estimation | |
| CN117075597A (zh) | 一种清扫控制方法、装置、电子设备和存储介质 | |
| CN116300897A (zh) | 一种无人清扫车进行垃圾清理的方法、装置及无人清扫车 |
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 | ||
| CP03 | Change of name, title or address | ||
| CP03 | Change of name, title or address |
Address after: 518000 room 1601, building 2, Vanke Cloud City phase 6, Tongfa South Road, Xili community, Xili street, Nanshan District, Shenzhen City, Guangdong Province (16th floor, block a, building 6, Shenzhen International Innovation Valley) Patentee after: Shenzhen Ledong robot Co.,Ltd. Address before: 518000 16th floor, building B1, Nanshan wisdom garden, 1001 Xueyuan Avenue, Taoyuan Street, Nanshan District, Shenzhen City, Guangdong Province Patentee before: SHENZHEN LD ROBOT Co.,Ltd. |