CN110713087A - 一种电梯门状态检测方法及装置 - Google Patents

Abstract

本发明公开了一种电梯门状态检测方法及装置，涉及人工智能技术领域，用以解决目前检测电梯门状态时需要机器人与物联网控制器之间进行通信，过程较繁琐的问题，本发明方法包括：机器人通过激光雷达向指定的电梯门的方向进行扫描，并采集点云数据；根据采集到的点云数据，确定与所述激光雷达的距离大于距离阈值的目标点的数量；根据所述目标点的数量确定所述电梯门的状态，其中电梯门的状态为开启状态、关闭状态和正在开合状态中的一种，由于本发明直接通过激光雷达扫描得到的点云数据对电梯门的状态进行判断，无需机器人与物联网控制器进行通信，更加简便。

Description

一种电梯门状态检测方法及装置

技术领域

本发明涉及人工智能技术领域，特别涉及一种电梯门状态检测方法及装置。

背景技术

服务机器人已经进入市场，正在越来越多的商业场景中得到应用，比如商场、酒店、博物馆等。但大多数的服务机器人只能局限于某个楼层活动，如果要将服务范围拓展到多个楼层，必须解决机器人独立进/出电梯的问题。

相关技术中提出了一种通过物联网的方式检测电梯是否开关门，在电梯控制器和机器人之间建立某种数据交换方式，机器人向电梯控制器查询，或者由电梯控制器主动通知机器人电梯门的开/关状态。由于采用物联网的方式需要研发专用的物联网控制器，并且需要对原有的电梯进行物联网改造，落地施工难度较大。

综上所述，目前检测电梯门状态时需要机器人与物联网控制器之间进行通信，过程较繁琐。

发明内容

本发明提供一种电梯门状态检测方法及装置，用以解决现有技术中存在的检测电梯门状态时需要机器人与物联网控制器之间进行通信，过程较繁琐的问题。

第一方面，本发明实施例提供的一种电梯开关门检测的方法包括：

机器人通过激光雷达向指定的电梯门的方向进行扫描，并采集点云数据；

根据采集到的点云数据，确定与所述激光雷达的距离大于距离阈值的目标点的数量；

根据所述目标点的数量确定所述电梯门的状态，其中所述电梯门的状态为开启状态、关闭状态和正在开合状态中的一种。

可选的，根据所述目标点的数量确定所述电梯门的状态，包括：

若所述目标点的数量小于第一阈值，则确定所述电梯门处于关闭状态；或

若所述目标点的数量大于第二阈值，则确定所述电梯门处于开启状态；或若所述目标点的数量不小于第一阈值且不大于第二阈值，则确定所述电梯门处于正在开合状态，其中第一阈值小于第二阈值。

可选的，所述方法还包括：

若确定所述电梯门保持正在开合状态的持续时长超过预设时长，则确定所述电梯门处于异常。

可选的，所述距离阈值是根据所述电梯门对应的电梯轿厢对角线长度确定的。

可选的，在所述机器人通过激光雷达向指定的电梯门的方向进行扫描之前，还包括：

所述机器人确定与所述电梯门之间有活体障碍物，则语音提示所述活体障碍物为所述机器人让行。

可选的，在所述机器人通过激光雷达向指定的电梯门的方向进行扫描之前，还包括：

所述机器人确定处于所述电梯门对应的扫描位置。

可选的，在所述采集点云数据之后，确定与所述激光雷达的距离大于距离阈值的目标点的数量之前，还包括：

所述机器人根据裁剪角度范围对采集到的点云数据进行裁剪，其中所述裁剪角度范围是根据所述电梯门的宽度确定的；

剔除裁剪后的点云数据中超出所述激光雷达的量程的点。

第二方面，本发明实施例提供的一种电梯门状态检测装置包括：

采集单元，用于通过激光雷达向指定的电梯门的方向进行扫描，并采集点云数据；

第一确定单元，用于根据采集到的点云数据，确定与所述激光雷达的距离大于距离阈值的目标点的数量；

第二确定单元，用于根据所述目标点的数量确定所述电梯门的状态，其中所述电梯门的状态为开启状态、关闭状态和正在开合状态中的一种。

可选的，所述第二确定单元具体用于：

若所述目标点的数量小于第一阈值，则确定所述电梯门处于关闭状态；或

若所述目标点的数量大于第二阈值，则确定所述电梯门处于开启状态；或

若所述目标点的数量不小于第一阈值且不大于第二阈值，则确定所述电梯门处于正在开合状态，其中第一阈值小于第二阈值。

可选的，所述装置还包括：

第三确定单元，用于若确定所述电梯门保持正在开合状态的持续时长超过预设时长，则确定所述电梯门处于异常。

可选的，所述距离阈值是根据所述电梯门对应的电梯轿厢对角线长度确定的。

可选的，所述装置还包括：

语音提示单元，用于在所述采集单元通过激光雷达向指定的电梯门的方向进行扫描之前，确定与所述电梯门之间有活体障碍物，则语音提示所述活体障碍物为机器人让行。

可选的，所述装置还包括：

第四确定单元，用于在所述采集单元通过激光雷达向指定的电梯门的方向进行扫描之前，确定处于所述电梯门对应的扫描位置。

可选的，所述装置还包括：

筛选单元，用于在所述采集单元采集点云数据之后，在所述第一确定单元确定与所述激光雷达的距离大于距离阈值的目标点的数量之前，根据裁剪角度范围对采集到的点云数据进行裁剪，其中所述裁剪角度范围是根据所述电梯门的宽度确定的；剔除裁剪后的点云数据中超出所述激光雷达的量程的点。

第三方面，本发明实施例还提供一种机器人，包括处理器以及存储器，其中，所述存储器存储有程序代码，当所述程序代码被所述处理器执行时，实现如第一方面所述方法的步骤。

第四方面，本发明还提供一种非易失性计算机可读存储介质，其上存储有计算机程序指令，该计算机程序指令被处理器执行时实现第一方面任一项所述方法的步骤。

本发明具有如下有益效果：

由于本发明实施例充分利用了机器人上已安装的硬件设备激光雷达，机器人直接通过激光雷达向指定的电梯门的方向进行扫描，采集点云数据，依据采集到的点云数据中目标点的数量对电梯门的状态进行判断，机器人无需与物联网控制器进行通信，更加简便。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简要介绍，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，对于本领域的普通技术人员来讲，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为本发明实施例提供的一种电梯门状态检测的方法示意图；

图2为本发明实施例提供的一种扫描位置的示意图；

图3A为本发明实施例提供的第一种裁剪角度范围的示意图；

图3B为本发明实施例提供的第二种裁剪角度范围的示意图；

图4A为本发明实施例提供的第一种电梯门开启状态的示意图；

图4B为本发明实施例提供的第二种电梯门开启状态的示意图；

图5A为本发明实施例提供的第一种电梯门关闭状态的示意图；

图5B为本发明实施例提供的第二种电梯门关闭状态的示意图；

图6A为本发明实施例提供的第一种电梯门正在开合状态的示意图；

图6B为本发明实施例提供的第二种电梯门正在开合状态的示意图；

图7A为本发明实施例提供的第三种电梯门开启状态的示意图；

图7B为本发明实施例提供的第四种电梯门开启状态的示意图；

图8为本发明实施例提供的一种电梯门状态检测的完整方法示意图；

图9为本发明实施例提供的一种电梯门状态检测装置的示意图；

图10为本发明实施例提供的一种机器人的示意图；

图11为本发明实施例提供的一种计算装置的示意图。

具体实施方式

为了使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明作进一步地详细描述，显然，所描述的实施例仅仅是本发明一部份实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。

下面对文中出现的一些词语进行解释：

1、本发明实施例中术语“和/或”，描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。

2、本发明实施例中术语“激光雷达”是以发射激光束探测目标的位置、速度等特征量的雷达系统。从工作原理上讲，与微波雷达没有根本的区别：向目标发射探测信号(激光束)，然后将接收到的从目标反射回来的信号(目标回波)与发射信号进行比较，作适当处理后，就可获得目标的有关信息，如目标距离、方位、高度、速度、姿态、甚至形状等参数，从而对飞机、导弹等目标进行探测、跟踪和识别。工作在红外和可见光波段的，以激光为工作光束的雷达称为激光雷达。它由激光发射机、光学接收机、转台和信息处理系统等组成，激光器将电脉冲变成光脉冲发射出去，光接收机再把从目标反射回来的光脉冲还原成电脉冲，送到显示器。

3、本发明实施例中术语“野值”为采样值的变化梯度在实际系统中一个采样周期内无法达到的点，一般是指集合D中严重偏离大部分数据所呈现趋势的小部分数据点，在探索性数据分析和数据处理领域中，又称为异常值(Outliers)。

4、本发明实施例中术语“点云”可以是二维点云，通过二维激光雷达扫描得到。

本发明实施例描述的应用场景是为了更加清楚的说明本发明实施例的技术方案，并不构成对于本发明实施例提供的技术方案的限定，本领域普通技术人员可知，随着新应用场景的出现，本发明实施例提供的技术方案对于类似的技术问题，同样适用。其中，在本发明的描述中，除非另有说明，“多个”的含义是两个或两个以上。

近年来，依托于人工智能的机器人行业得到了较大的发展，在某些应用场合，机器人可能会被用于跨楼层的场景中，比如跨楼层进行用户引导、送物品等等，而在此场景中，机器人往往是基于乘坐电梯来实现跨楼层作业的。然而，针对机器人独立进/出电梯的问题，相关技术中采用物联网通信的方式实施过程较为繁琐。

鉴于此，本发明实施例提出一种电梯门状态检测方法及装置，利用激光雷达检测点云，进而判断电梯门的状态，以便机器人独立进/出电梯。

针对上述场景，下面结合说明书附图对本发明实施例做进一步详细描述。

如图1所示，本发明实施例的一种电梯门状态检测方法，具体包括以下步骤：

步骤100：机器人通过激光雷达向指定的电梯门的方向进行扫描，并采集点云数据；

步骤101：根据采集到的点云数据，确定与所述激光雷达的距离大于距离阈值的目标点的数量；

步骤102：根据所述目标点的数量确定所述电梯门的状态。

上述方案，充分利用了机器人上已安装的硬件设备激光雷达，机器人直接通过激光雷达向指定的电梯门的方向进行扫描，采集点云数据，依据采集到的点云数据中目标点的数量对电梯门的状态进行判断，机器人无需与物联网控制器进行通信，更加简便。

在本发明实施例中，电梯门的状态为开启状态、关闭状态和正在开合状态中的一种，其中，正在开合状态是介于开启和关闭之间的过渡状态，指电梯门处于正在开启或者是正在关闭的过程中。根据机器人与电梯轿厢之间的位置关系，可分为“在电梯内”与“在电梯外”两种情况。

在一种可选的实施方式中，当机器人遇到与客人同乘电梯的情况时，机器人可确定与电梯门之间有活体障碍物，例如在酒店中居住的客人，则可通过语音提示客人为机器人让路，保证机器人与电梯门之间没有太多的遮挡。

在本发明实施例中，为保证机器人检测电梯门状态时的准确性，在采集激光点云时，机器人可以停泊在距离电梯门合理的位置上，例如停留在电梯门对应的扫描位置，如图2所示，为本发明实施例提供的一种机器人在电梯外的情况下，不同电梯对应的扫描位置的示意图，由图可知1～3号电梯两两相邻，4～6号电梯两两相邻，且4～6号电梯位于1～3号电梯的对面，其中扫描位置1～6分别对应1～6号电梯；在电梯内的情况下，扫描位置为电梯轿厢内距离电梯门合适位置处，具体根据实际情况而定。

考虑到基于激光雷达采集点云数据，本发明实施例中采用的机器人安装有单线式激光扫描式测距雷达，激光雷达的最大量程不小于电梯轿厢最大长度的两倍，角度分辨率不低于1度。

在一种可选的实施方式中，经过合理设计的导航系统可将机器人引导到距离电梯很近的合理范围内，例如将机器人引导至电梯门对应的扫描位置处，通过合理调整激光雷达点云数据处理算法的预设参数，可以很好地兼容“在电梯内”与“在电梯外”这两种情况，以使通过激光雷达向电梯门方向扫描时可以测量得到有效的点云数据。

其中，预设参数包括：

DEPTH MIN：激光雷达量程下限；

DEPTH MAX：激光雷达量程上限；

START ANGLE：开始裁剪点云的角度，裁剪角度范围下限；

END ANGLE：结束裁剪点云的角度，裁剪角度范围上限；

DEPTH THRESHOLD(距离阈值)：距离阈值，可取电梯轿厢的对角线距离；

OPEN THRESHOLD(第二阈值)：开启状态点数阈值；

CLOSE THRESHOLD(第一阈值)：关闭状态点数阈值。

其中，第一阈值小于第二阈值。

在检测指定的电梯门的状态时，激光雷达在该电梯门对应的扫描位置处向该电梯门方向进行扫描，采集点云数据。

在一种可选的实施方式中，对采集到的点云数据进行裁剪，只需截取裁剪角度范围[START ANGLE，END ANGLE]区间的点云。

其中，裁剪角度范围的上限和下限可以根据电梯门的宽度确定，保证该范围可以覆盖整个电梯的宽度，如图3A及图3B所示，其中图3B所示的电梯较图3A所示的电梯更宽一些，在距电梯门合理位置时，图3B所示的激光雷达采集点云数据时的裁剪角度范围更大一些。

此外，裁剪角度范围还与机器人和电梯门的距离等有关，若机器人在扫描位置时距离电梯门较近，则裁剪角度范围也会更大，当机器人在扫描位置时距离电梯门较远，则裁剪角度范围也会更小。

考虑到受外在环境因素或者其它干扰因素的影响，可能会采集到一些超出激光雷达量程的野值点，影响电梯门状态的检测。因而，本发明实施例中在裁剪采集到的点云数据之后，需要剔除裁剪后的点云数据中超出激光雷达量程的点，目的是丢弃可能出现的野值。其中，激光雷达的有效量程可以表示为：[DEPTH MIN，DEPTH MAX]，DEPTH MAX不小于电梯轿厢的最大长度的两倍。

假设DEPTH MIN＝10公分，DEPTH MAX＝10米，若裁剪后的点云数据集合为X＝{x1，x2，x3，…，x20}，其中有一个距激光雷达11米的点x19，x19>DEPTH MAX，则可确定该点为野值点，并剔除该点。同理，其中还有一个距激光雷达5公分的点x20，x20<DEPTH MIN，则可确定该点为野值点，并剔除该点。

在一种可选的实施方式中，剔除裁剪后的点云数据中超过激光雷达量程的点之后，机器人遍历剔除野值点后的点云中的所有点，统计与激光雷达的距离超过距离阈值DEPTH THRESHOLD的目标点的数量，记作CNT。

其中，距离阈值一般可取电梯轿厢的最大长度，比如对角线长度，假设DEPTH_THRESHOLD＝2米。则目标点的数量CNT为剔除野值点后的点云中，统计x1～x18与激光雷达的距离大于2米的点的数量，在确定电梯门的状态时，则根据CNT的大小进行判断。

需要说明的是，激光雷达与电梯门的距离是无法准确知道的，机器人自主导航到地图上的某一个位置，停在电梯前面，一般情况下地图不可避免存在漂移，所以机器人停泊的位置无法准确知道，因而本发明实施例中在确定距离阈值时忽略了机器人位置的影响，采用电梯轿厢的对角线距离作为DEPTH_THRESHOLD，这是一种十分稳妥的方案，这样检测的确信度会非常高。此外，还可再融合其它方案的结果，综合得出一个可靠的距离阈值等，具体可依据实际情况而定。

在本发明实施例中，当机器人位于电梯内，且电梯门处于开启状态时，则可检测到较多位于电梯门之外的点，这一类点与激光雷达的距离较远；同理，当机器人位于电梯外，且电梯门处于开启状态时，则可检测到较多位于电梯门内的点，这一类点与激光雷达的距离较远。

因而，当目标点的数量大于第二阈值，也就是CNT>OPEN_THRESHOLD，则可确定电梯门处于开启状态。

当机器人位于电梯内，且电梯门处于关闭状态时，则检测到的与激光雷达距离最远的点则是电梯门上的点，所以采集到的点距离激光雷达的距离都较近；当机器人位于电梯外，且电梯门处于关闭状态时，则检测到的与激光雷达距离最远的点仍是电梯门上的点，所以采集到的点距离激光雷达的距离都较近。

因而，目标点的数量小于第一阈值，也就是CNT<CLOSE_THRESHOLD，则可确定电梯门处于关闭状态。

若目标点的数量不小于第一阈值且不大于第二阈值，也就是CLOSE_THRESHOLD≤CNT≤OPEN_THRESHOLD，则可确定电梯门处于正在开合状态。

假设第二阈值OPEN_THRESHOLD＝10，第一阈值CLOSE_THRESHOLD＝5。

若x1～x18中目标点的数量CNT＝15，则可确定CNT>OPEN_THRESHOLD，所以机器人确定电梯门处于开启状态。也就是说，当目标点的数量大于第二阈值时，则可确定电梯门处于开启状态。

如图4A所示，为本发明实施例提供的一种机器人位于电梯外时，电梯门处于开启状态下所检测到的点云的情况；由图可知，在电梯门处于开启状态下，激光雷达既可以检测到电梯外的点云数据，也可以检测到电梯轿厢内的点云数据，且电梯轿厢内的点云数据与电梯外的点云数据相比，其与激光雷达的距离更远，因而在电梯门开启状态下可以检测到较多距离较远的点，所以可以保证目标点的数量大于第二阈值。

如图4B所示，为本发明实施例提供的一种机器人位于电梯内时，电梯门处于开启状态下所检测到的点云的情况；由图可知，在电梯门处于开启状态下，激光雷达既可以检测到电梯轿厢内的点云数据，也可以检测到电梯外的点云数据，且电梯外的点云数据与电梯轿厢内的点云数据相比，其与激光雷达的距离更远，同样地，在电梯门开启状态下可以检测到较多距离较远的点，所以可以保证目标点的数量大于第二阈值。

若x1～x18中目标点的数量CNT＝3，则可确定CNT<CLOSE_THRESHOLD，所以机器人确定电梯门处于关闭状态。也就是说，当目标点的数量小于第一阈值时，则可确定电梯门处于关闭状态。

如图5A所示，为本发明实施例提供的一种机器人位于电梯外时，电梯门处于关闭状态下所检测到的点云的情况；由图可知，在电梯门处于关闭状态下，激光雷达只能检测到电梯轿厢内的点云数据，而不能够检测到电梯外的点云数据，因而检测到的点云数据的距离都较近，所以可以保证目标点的数量小于第一阈值。

如图5B所示，为本发明实施例提供的一种机器人位于电梯内时，电梯门处于关闭状态下所检测到的点云的情况；由图可知，在电梯门处于关闭状态下，激光雷达只能检测到电梯外的点云数据，而不能够检测到电梯轿厢内的点云数据，同样，检测到的点云数据的距离都较近，所以可以保证目标点的数量小于第一阈值。

若x1～x18中目标点的数量CNT＝13，则可确定CLOSE_THRESHOLD≤CNT≤OPEN_THRESHOLD，所以机器人确定电梯门处于关闭状态。也就是说，当目标点的数量不小于第一阈值且不大于第二阈值时，则可确定电梯门处于正在开合状态。

如图6A所示，为本发明实施例提供的一种机器人位于电梯外时，电梯门处于正在开合状态下所检测到的点云的情况；由图可知，在电梯门处于正在开合状态下，激光雷达既可以检测到电梯轿厢内的点云数据，也可以检测到电梯外的点云数据，但是与图4A相比，图6A中所检测到的电梯外的点云数据更多，电梯轿厢内的点云数据更少；与图5A相比，图6A中所检测到的电梯外的点云数据更少，电梯轿厢内的点云数据更多，所以目标点的数量不小于第一阈值且不大于第二阈值。

如图6B所示，为本发明实施例提供的一种机器人位于电梯内时，电梯门处于正在开合状态下所检测到的点云的情况；由图可知，在电梯门处于正在开合状态下，激光雷达既可以检测到电梯轿厢内的点云数据，也可以检测到电梯外的点云数据，但是与图4B相比，图6B中所检测到的电梯外的点云数据更少，电梯轿厢内的点云数据更多；与图5B相比，图6B中所检测到的电梯外的点云数据更多，电梯轿厢内的点云数据更少，所以目标点的数量不小于第一阈值且不大于第二阈值。

在本发明实施例中，对于第二阈值以及第一阈值的选取应充分考虑电梯内的障碍物(比如同乘电梯的客人)造成的影响。

当机器人位于电梯外，且电梯门处于开启状态时，若电梯内的障碍物越多时，则采集到的点云数据中距离激光雷达较近的点就越多，距离激光雷达较远的点就越少，如图7A所示。与图4A相比，图7A所示的情况下第二阈值适当减小；同理第一阈值适当增大。

当机器人位于电梯内，且电梯门处于开启状态时，若电梯外的障碍物越多时，同样地，采集到的点云数据中距离激光雷达较近的点就越多，距离激光雷达较远的点就越少，如图7B所示。与图4B相比，图7B所示的情况下第二阈值适当减小；同理第一阈值适当增大。

例如，针对图7A、图7B所示情况，可调整第二阈值OPEN_THRESHOLD＝9，第一阈值CLOSE_THRESHOLD＝6，等。

需要说明的是，本发明实施例中所列举的距离阈值、第一阈值和第二阈值的确定方式只是举例说明，具体确定方式可依据实际情况而定，必要时可根据实际情况适当调整。

在一种可选的实施方式中，机器人还可检测电梯门是否异常，若确定电梯门处于正在开合状态的持续时长超过了预设时长时，则可确定电梯门异常。

例如预设时长为5分钟，假设电梯门处于正在开合状态的持续时长为10分钟，也就是电梯门长时间处于开合状态，则可判定为异常。

在机器人确定电梯门异常后，可寻找其他电梯进行检测，并且可通过报警的方式进行提示。

如图8所示，本发明实施例提供的一种电梯门状态检测的完整方法包括：

步骤800、机器人判断与指定的电梯门之间是否有乘坐电梯的客人，如果有，则执行步骤801，否则，执行步骤802；

步骤801、机器人语音提示客人让路；

步骤802、机器人行进到电梯门对应的扫描位置；

步骤803、机器人通过激光雷达向电梯门的方向进行扫描，采集点云数据；

步骤804、机器人根据裁剪角度范围对采集到的点云数据进行裁剪；

步骤805、机器人判断裁剪后的点云数据中是否有超出激光雷达量程的点，如果有，则执行步骤806，否则，执行步骤807；

步骤806、机器人剔除超出激光雷达量程的点；

步骤807、机器人遍历剩余点云中的所有点，统计与所述激光雷达的距离大于距离阈值DEPTH_THRESHOLD的目标点的数量，记作CNT；

步骤808、机器人判断CNT是否大于第二阈值OEPN_THRESHOLD，如果是，则执行步骤809，否则执行步骤810；

步骤809、机器人确定电梯门处于开启状态；

步骤810、机器人判断CNT是否小于第一阈值CLOSEN_THRESHOLD，如果是，则执行步骤811，否则执行步骤812；

步骤811、机器人确定电梯门处于关闭状态；

步骤812、机器人确定电梯门处于正在开合状态。

需要说明的是，图8所示中步骤803～步骤807只是一种可行的执行顺序，机器人也可以先判断目标点的数量是否小于第一阈值，当目标点的数量不小于第一阈值的情况下，再判断目标点的数量是否小于大于第二阈值等。

基于相同的发明构思，本发明实施例中还提供了一种电梯门状态检测装置，由于该装置即是本发明实施例中的方法对应的装置，并且该装置解决问题的原理与该方法相似，因此该装置的实施可以参见方法的实施，重复之处不再赘述。

如图9所示，本发明实施例还提供一种电梯门状态检测装置900，该装置包括：采集单元901、第一确定单元902和第二确定单元903：

采集单元901：用于通过激光雷达向指定的电梯门的方向进行扫描，并采集点云数据；

第一确定单元902：用于根据采集到的点云数据，确定与所述激光雷达的距离大于距离阈值的目标点的数量；

第二确定单元903，用于根据所述目标点的数量确定所述电梯门的状态，其中所述电梯门的状态为开启状态、关闭状态和正在开合状态中的一种。

可选的，所述第二确定单元903具体用于：

若所述目标点的数量小于第一阈值，则确定所述电梯门处于关闭状态；或

若所述目标点的数量大于第二阈值，则确定所述电梯门处于开启状态；或

若所述目标点的数量不小于第一阈值且不大于第二阈值，则确定所述电梯门处于正在开合状态，其中第一阈值小于第二阈值。

可选的，所述装置还包括：

第三确定单元904，用于若确定所述电梯门保持正在开合状态的持续时长超过预设时长，则确定所述电梯门处于异常。

可选的，所述距离阈值是根据所述电梯门对应的电梯轿厢对角线长度确定的。

可选的，所述装置还包括：

语音提示单元905，用于在所述采集单元901通过激光雷达向指定的电梯门的方向进行扫描之前，确定与所述电梯门之间有活体障碍物，则语音提示所述活体障碍物为机器人让行。

可选的，所述装置还包括：

第四确定单元906，用于在所述采集单元901通过激光雷达向指定的电梯门的方向进行扫描之前，确定处于所述电梯门对应的扫描位置。

可选的，所述装置还包括：

筛选单元907，用于在所述采集单元901采集点云数据之后，在所述第一确定单元902确定与所述激光雷达的距离大于距离阈值的目标点的数量之前，根据裁剪角度范围对采集到的点云数据进行裁剪，其中所述裁剪角度范围是根据所述电梯门的宽度确定的；剔除裁剪后的点云数据中超出所述激光雷达的量程的点。

如图10所示，本发明实施例还提供一种机器人1000，包括处理器1001、存储器1002，其中，所述存储器存储有程序代码，当所述程序代码被所述处理器执行时，使得所述处理器执行：

通过激光雷达向指定的电梯门的方向进行扫描，并采集点云数据；

根据采集到的点云数据，确定与所述激光雷达的距离大于距离阈值的目标点的数量；

根据所述目标点的数量确定所述电梯门的状态，其中所述电梯门的状态为开启状态、关闭状态和正在开合状态中的一种。

可选的，所述处理器1001具体用于：

若所述目标点的数量小于第一阈值，则确定所述电梯门处于关闭状态；或

若所述目标点的数量大于第二阈值，则确定所述电梯门处于开启状态；或

若所述目标点的数量不小于第一阈值且不大于第二阈值，则确定所述电梯门处于正在开合状态。

可选的，所述处理器1001还用于：

若确定所述电梯门保持正在开合状态的持续时长超过预设时长，则确定所述电梯门处于异常。

可选的，所述距离阈值是根据所述电梯门对应的电梯轿厢对角线长度确定的。

可选的，所述处理器1001还用于：

在通过激光雷达向指定的电梯门的方向进行扫描之前，确定与所述电梯门之间有活体障碍物，则语音提示所述活体障碍物为机器人让行。

可选的，所述处理器1001还用于：

在通过激光雷达向指定的电梯门的方向进行扫描之前，确定处于所述电梯门对应的扫描位置。

可选的，所述处理器1001还用于：

在采集点云数据之后，在确定与所述激光雷达的距离大于距离阈值的目标点的数量之前，根据裁剪角度范围对采集到的点云数据进行裁剪，其中所述裁剪角度范围是根据所述电梯门的宽度确定的；

剔除裁剪后的点云数据中超出所述激光雷达的量程的点。

由于上述实施例中该机器人的各器件解决问题的实施方式以及有益效果可以参见图1所示的实施例中的各步骤来实现，因此，本发明实施例提供的该机器人的具体工作过程和有益效果，在此不复赘述。

本发明实施例还提供一种非易失性计算机可读存储介质，包括程序代码，当所述程序代码在处理器上运行时，实现上述本发明实施例任意一种电梯门状态检测方法的步骤。

在本发明的又一实施方式中，还提供一种计算装置。图11所示的计算装置110仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。

如图11，计算装置110以通用计算装置的形式表现。计算装置110的组件可以包括但不限于：至少一个处理单元111、至少一个存储单元112、连接不同系统组件(包括存储单元112和处理单元111)的总线113。

处理单元111可实现上述处理器1001功能，存储单元112可实现上述存储器1002功能，即机器人1000可采用计算装置110具体结构实现。

总线113表示几类总线结构中的一种或多种，包括存储器总线或者存储器控制器、外围总线、处理器或者使用多种总线结构中的任意总线结构的局域总线。

存储单元112可以包括易失性存储器形式的可读介质，例如随机存取存储器(RAM)1121和/或高速缓存存储单元1122，还可以进一步包括只读存储器(ROM)1123。

存储单元112还可以包括具有一组(至少一个)程序模块1124的程序/实用工具1125，这样的程序模块1124包括但不限于：操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。

计算装置110也可以与一个或多个外部设备114(例如键盘、指向设备等)通信，还可与一个或者多个使得用户能与计算装置110交互的设备通信，和/或与使得该计算装置110能与一个或多个其它计算装置进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口115进行。并且，计算装置110还可以通过网络适配器116与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。如图所示，网络适配器116通过总线113与用于计算装置110的其它模块通信。应当理解，尽管图中未示出，可以结合计算装置110使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理器、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。

在一些可能的实施方式中，本发明提供的电梯门状态检测的方法的各个方面还可以实现为一种程序产品的形式，其包括程序代码，当程序产品在计算机设备上运行时，程序代码用于使计算机设备执行本说明书上述描述的根据本发明各种示例性实施方式的电梯门状态检测的方法中的步骤，例如，计算机设备可以执行如图8中所示的步骤。

程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以是但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。

本发明的实施方式的电梯门状态检测的程序产品可以采用便携式紧凑盘只读存储器(CD-ROM)并包括程序代码，并可以在计算装置上运行。然而，本发明的程序产品不限于此，在本文件中，可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被命令执行系统、装置或者器件使用或者与其结合使用。

可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了可读程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。可读信号介质还可以是可读存储介质以外的任何可读介质，该可读介质可以发送、传播或者传输用于由命令执行系统、装置或者器件使用或者与其结合使用的程序。

可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于无线、有线、光缆、RF等等，或者上述的任意合适的组合。

可以以一种或多种程序设计语言的任意组合来编写用于执行本发明操作的程序代码，程序设计语言包括面向对象的程序设计语言—诸如Java、C++等，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算装置上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算装置上部分在远程计算装置上执行、或者完全在远程计算装置或服务器上执行。在涉及远程计算装置的情形中，远程计算装置可以通过任意种类的网络包括局域网(LAN)或广域网(WAN)连接到用户计算装置，或者，可以连接到外部计算装置(例如利用因特网服务提供商来通过因特网连接)。

以上参照示出根据本发明实施例的方法、装置(系统)和/或计算机程序产品的框图和/或流程图描述本发明。应理解，可以通过计算机程序指令来实现框图和/或流程图示图的一个块以及框图和/或流程图示图的块的组合。可以将这些计算机程序指令提供给通用计算机、专用计算机的处理器和/或其它可编程数据处理装置，以产生机器，使得经由计算机处理器和/或其它可编程数据处理装置执行的指令创建用于实现框图和/或流程图块中所指定的功能/动作的方法。

相应地，还可以用硬件和/或软件(包括固件、驻留软件、微码等)来实施本发明。更进一步地，本发明可以采取计算机可使用或计算机可读存储介质上的计算机程序产品的形式，其具有在介质中实现的计算机可使用或计算机可读程序代码，以由指令执行系统来使用或结合指令执行系统而使用。在本发明上下文中，计算机可使用或计算机可读介质可以是任意介质，其可以包含、存储、通信、传输、或传送程序，以由指令执行系统、装置或设备使用，或结合指令执行系统、装置或设备使用。

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 (10)

1.一种电梯门状态检测方法，其特征在于，该方法包括：

机器人通过激光雷达向指定的电梯门的方向进行扫描，并采集点云数据；

根据采集到的点云数据，确定与所述激光雷达的距离大于距离阈值的目标点的数量；

根据所述目标点的数量确定所述电梯门的状态，其中所述电梯门的状态为开启状态、关闭状态和正在开合状态中的一种。

2.如权利要求1所述的方法，其特征在于，根据所述目标点的数量确定所述电梯门的状态，包括：

若所述目标点的数量小于第一阈值，则确定所述电梯门处于关闭状态；或

若所述目标点的数量大于第二阈值，则确定所述电梯门处于开启状态；或

若所述目标点的数量不小于第一阈值且不大于第二阈值，则确定所述电梯门处于正在开合状态，其中第一阈值小于第二阈值。

3.如权利要求2所述的方法，其特征在于，所述方法还包括：

若确定所述电梯门处于正在开合状态的持续时长超过预设时长，则确定所述电梯门处于异常。

4.如权利要求1所述的方法，其特征在于，所述距离阈值是根据所述电梯门对应的电梯轿厢对角线长度确定的。

5.如权利要求1所述的方法，其特征在于，在所述机器人通过激光雷达向指定的电梯门的方向进行扫描之前，还包括：

所述机器人确定与所述电梯门之间有活体障碍物，则语音提示所述活体障碍物为所述机器人让行。

6.如权利要求1所述的方法，其特征在于，在所述机器人通过激光雷达向指定的电梯门的方向进行扫描之前，还包括：

所述机器人确定处于所述电梯门对应的扫描位置。

7.如权利要求1-6任一所述的方法，其特征在于，在所述采集点云数据之后，确定与所述激光雷达的距离大于距离阈值的目标点的数量之前，还包括：

所述机器人根据裁剪角度范围对采集到的点云数据进行裁剪，其中所述裁剪角度范围是根据所述电梯门的宽度确定的；

剔除裁剪后的点云数据中超出所述激光雷达的量程的点。

8.一种电梯门状态检测装置，其特征在于，该装置包括：

采集单元，用于通过激光雷达向指定的电梯门的方向进行扫描，并采集点云数据；

第一确定单元，用于根据采集到的点云数据，确定与所述激光雷达的距离大于距离阈值的目标点的数量；

第二确定单元，用于根据所述目标点的数量确定所述电梯门的状态，其中所述电梯门的状态为开启状态、关闭状态和正在开合状态中的一种。

9.一种机器人，其特征在于，包括处理器以及存储器，其中，所述存储器存储有程序代码，当所述程序代码被所述处理器执行时，实现权利要求1至7任一项所述方法的步骤。

10.一种计算机可读存储介质，其上存储有计算机程序指令，其特征在于，该计算机程序指令被处理器执行时实现权利要求1至7任一项所述方法的步骤。

Images