CN110900603B - 一种通过几何特征识别电梯的方法、介质、终端和装置 - Google Patents

Abstract

本发明公开一种通过几何特征识别电梯的方法、介质、终端和装置。包括以下步骤：将机器人检测到的障碍物投影到机器人运动的二维平面，并提取障碍物的特征信息，形成多个特征对；计算每个特征对的可信度，并对所有特征对的可信度进行加权计算生成总可信度，可信度用于表示障碍物与电梯的匹配程度；根据总可信度判断障碍物是否为电梯，若是，则根据多个特征对的几何信息生成电梯参数。本发明通过机器人的各传感器对于电梯各部分所对应的几何特征进行识别，从而获取电梯的空间位置、外形尺寸和空间参数等等，从而极大降低人工标记电梯的难度，甚至避免人工标记的操作，同时可以提高机器人对电梯空间以及候梯等待位置的判断准确性。

Description

一种通过几何特征识别电梯的方法、介质、终端和装置

【技术领域】

本发明涉及机器人领域，尤其涉及一种通过几何特征识别电梯的方法、介质、终端和装置。

【背景技术】

随着人工智能发展越加迅速，人工智能机器人小车(下简称机器人)逐渐出现在各种楼宇中，承担着导览、展示、送物等任务。伴随着楼宇中的人们对于机器人的接受程度越来越高，人们对机器人的能力需求也逐步提升，机器人从单一位置信息展示，到平层移动的导览巡逻，再到多层空间的移动需求也越加急迫。当机器人进行跨层移动时，需要具备自主乘坐楼宇电梯的能力。为了在乘梯的过程提高效率，以及给环境中的行人带来良好的体验，机器人需要对电梯位置、电梯空间、电梯内外的行人都具有一定的感知能力。现有技术通常会将电梯位置预先标记在机器人的地图中，但是对于电梯位置的标记需要消耗人力成本，存在误差，并且具有人因出错的风险。此外，在人流密集的电梯间中，由于行人的遮挡，机器人通常难以获得足够的有效传感器数据，导致机器人对于电梯基准位置的判断存在误差，从而产生机器人对电梯空间判断不准确或等待位置偏移等问题。

【发明内容】

本发明提供了一种通过几何特征识别电梯的方法、介质、终端和装置，解决了以上所述的技术问题。

本发明解决上述技术问题的技术方案如下：一种通过几何特征识别电梯的方法，包括以下步骤：

步骤1，将机器人检测到的障碍物投影到机器人运动的二维平面，并提取所述障碍物的特征信息，形成多个特征对；

步骤2，计算每个特征对的可信度，并对所有特征对的可信度进行加权计算生成总可信度，所述可信度用于表示所述障碍物与电梯的匹配程度；

步骤3，根据所述总可信度判断所述障碍物是否为电梯，若是，则根据所述多个特征对的几何信息生成电梯参数。

在一个优选实施方式中，所述障碍物的特征信息包括组成障碍物的线段信息和拐角信息，所述电梯参数包括电梯位置、电梯宽度、电梯深度、电梯门打开距离中的至少一个。

在一个优选实施方式中，所述特征对包括基础特征对和/或二级特征对，所述基础特征对由两个基础特征构成，所述二级特征对由两个基础特征对构成和/或由一个基础特征和一个基础特征对构成。

在一个优选实施方式中，所述基础特征包括电梯外墙直线、电梯外墙拐角、电梯内墙拐角、电梯内墙直线、电梯门直线、电梯轿厢内左右墙壁的两条直线和/或电梯轿厢最深处直线；所述基础特征对包括电梯外墙直线对、电梯外墙和内墙的拐角对、电梯内墙直线对、电梯轿厢内左右墙壁直线对中至少一个；所述二级特征对包括电梯外墙直线对和电梯门直线构成的第一二级特征对、电梯外墙直线对和电梯轿厢最深处直线构成的第二二级特征对以及电梯内墙直线对和电梯轿厢内左右墙壁直线对构成的第三二级特征对中的至少一个。

本发明实施例的第二方面提供了一种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，实现以上所述的通过几何特征识别电梯的方法。

本发明实施例的第三方面提供了一种通过几何特征识别电梯的终端，包括所述的计算机可读存储介质和处理器，所述处理器执行所述计算机可读存储介质上的计算机程序时实现以上所述通过几何特征识别电梯的方法的步骤。

本发明实施例的第四方面提供了一种通过几何特征识别电梯的装置，包括提取模块、计算模块和判断模块，

所述提取模块用于将机器人检测到的障碍物投影到机器人运动的二维平面，并提取所述障碍物的特征信息，形成多个特征对；

所述计算模块用于计算每个特征对的可信度，并对所有特征对的可信度进行加权计算生成总可信度，所述可信度用于表示所述障碍物与电梯的匹配程度；

所述判断模块用于根据所述总可信度判断所述障碍物是否为电梯，若是，则根据所述多个特征对的几何信息生成电梯参数。

在一个优选实施方式中，所述障碍物的特征信息包括组成障碍物的线段信息和拐角信息，所述电梯参数包括电梯位置、电梯宽度、电梯深度、电梯门打开距离中的至少一个。

在一个优选实施方式中，所述特征对包括基础特征对和/或二级特征对，所述基础特征对由两个基础特征构成，所述二级特征对由两个基础特征对构成和/或由一个基础特征和一个基础特征对构成。

在一个优选实施方式中，所述基础特征包括电梯外墙直线、电梯外墙拐角、电梯内墙拐角、电梯内墙直线、电梯门直线、电梯轿厢内左右墙壁的两条直线和/或电梯轿厢最深处直线；所述基础特征对包括电梯外墙直线对、电梯外墙和内墙的拐角对、电梯内墙直线对、电梯轿厢内左右墙壁直线对中至少一个；所述二级特征对包括电梯外墙直线对和电梯门直线构成的第一二级特征对、电梯外墙直线对和电梯轿厢最深处直线构成的第二二级特征对以及电梯内墙直线对和电梯轿厢内左右墙壁直线对构成的第三二级特征对中的至少一个。

大多数的电梯外部由电梯外墙、电梯内墙和可开关的电梯门构成，本发明通过机器人的各传感器对于电梯各部分所对应的几何特征进行识别，从而获取电梯的空间位置、外形尺寸和空间参数等等，比如电梯内墙宽度，电梯是否打开，从而极大降低人工标记电梯的难度，甚至避免人工标记的操作，同时可以提高机器人对电梯空间以及候梯等待位置的判断准确性。

为使发明的上述目的、特征和优点能更明显易懂，下文特举本发明较佳实施例，并配合所附附图，作详细说明如下。

【附图说明】

为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。

图1是实施例1提供的通过几何特征识别电梯的方法的流程示意图；

图2是实施例2提供的通过几何特征识别电梯的装置的结构示意图；

图3是实施例3提供的通过几何特征识别电梯的终端的结构示意图；

图4是实施例1提供的方法中基础特征和基础特征对的示意图。

附图中，各标号所代表的部件列表如下：

1、第一基础特征对，2、第二基础特征对，3、第三基础特征对，4、电梯门直线，5、第四基础特征对，6、电梯轿厢最深处直线。

【具体实施方式】

为了使本发明的目的、技术方案和有益技术效果更加清晰明白，以下结合附图和具体实施方式，对本发明进行进一步详细说明。应当理解的是，本说明书中描述的具体实施方式仅仅是为了解释本发明，并不是为了限定本发明。

图1是本发明实施例1提供的一种通过几何特征识别电梯的方法的流程示意图，如图1所示，包括以下步骤：

步骤1，将机器人检测到的障碍物投影到机器人运动的二维平面，并提取所述障碍物的特征信息，形成多个特征对。这里机器人包括但不限于无人驾驶设备、智能移动设备、遥感移动设备等。具体地说，例如可以在机器人身上安装激光雷达、深度相机、红外测距装置、超声波装置、IMU(Inertial measurement unit，惯性测量单元)、里程计等单个或多个传感器，通过这些传感器获取机器人周围环境中的障碍物图像，然后把障碍物图像投影到机器人移动的二维平面，二维平面上的障碍物信息可以用障碍物点列表的形式表示，也可以用栅格地图的形式表示。同时，对于障碍物信息可以只存储瞬时信息，也可以存储记忆信息，并采用概率地图的方式保存这些记忆信息。

然后对这些障碍物信息进行特征提取，所提取得的基础特征信息包括组成障碍物的线段信息和拐角信息，比如可以采用霍夫变换提取图像中的线段信息或者基于模板匹配的方法来提取图像中的拐角信息。具体来说，需要提取的基础直线特征包括电梯两外墙直线、电梯两内墙直线、电梯门直线、电梯轿厢内左右墙壁的两条直线和/或电梯轿厢最深处直线，需要提取的基础拐角特征包括电梯外墙拐角和/或电梯内墙拐角，如图4所示。然后形成多个特征对，所述特征对包括基础特征对和/或二级特征对，所述基础特征对由两个基础特征构成，所述二级特征对由两个基础特征对构成和/或由一个基础特征和一个基础特征对构成。比如一个实施例中，形成以下特征对：

第一基础特征对：由电梯两外墙直线构成；

第二基础特征对：由电梯外墙和内墙的一对拐角构成；

第三基础特征对：由电梯两内墙直线构成；

第四基础特征对：由电梯轿厢内左右墙壁的两条直线构成；

第一二级特征对：由第一基础特征对和电梯门直线构成；

第二二级特征对：由第一基础特征对和电梯轿厢最深处直线构成；

第三二级特征对：由第三基础特征对和第四基础特征对构成。

然后执行步骤2，计算每个特征对的可信度，并对所有特征对的可信度进行加权计算生成总可信度，所述可信度用于表示所述障碍物与电梯的匹配程度。具体来说，可以针对每个特征对设定至少一个评价指标，然后对每个评价指标设定权重并进行可信度赋值，从而计算出每个特征对的可信度；或者查询预先设定的对应关系表，获取每个特征对的可信度。比如上述实施例中，衡量每个特征对的可信度如下：

第一基础特征对：由电梯两外墙直线构成，两直线越平行且直线之间距离越近，可信度评分越高。这里将两直线的平行度和距离作为评价指标来计算可信度。

第二基础特征对：由电梯外墙和内墙的一对拐角构成，拐角角度越互补，可信度评分越高。这里可以对内墙拐角和外墙拐角求和，并计算其与180°的差值，然后查表获得可信度评分，差值越小，可信度评分越高。

第三基础特征对：由电梯两内墙直线构成，两直线越平行且直线之间距离与第一预设值(正常电梯内墙距离)越接近，可信度评分越高。这里将两直线的平行度、距离与第一预设值的差值作为评价指标来计算可信度。

第四基础特征对：由电梯轿厢内左右墙壁的两条直线构成，两直线越平行且直线之间距离与第二预设值(正常电梯轿厢内距离)越接近，可信度评分越高。这里将两直线的平行度、距离与第二预设值的差值作为评价指标来计算可信度。

第一二级特征对：由第一基础特征对和电梯门直线构成，其中电梯门直线与外墙直线平行度越高且距离与第三预设值(正常电梯门离电梯外墙距离)越接近，可信度评分越高，否则可信度下降。

第二二级特征对：由第一基础特征对和电梯轿厢最深处直线构成，其中电梯轿厢最深处直线与外墙直线越平行且直线之间距离与第四预设值(正常电梯最深处与电梯外墙之间距离)越接近，可信度评分越高，否则可信度下降。

第三二级特征对：由第三基础特征对和第四基础特征对构成，这两个特征对都含有线段距离信息，取两个基础特征对之间的线段距离差作为新的二级特征对的信息，其距离差与第五预设值(正常电梯内墙距离与轿厢宽度之间的差距)越接近，可信度评分越高，否则可信度下降。

然后对上述五个特征对的可信度进行加权计算生成总可信度，计算过程中每个特征对的权重预设设定。若总可信度达到预设阈值则判断所述障碍物为电梯，并根据该五个特征对的几何信息生成电梯参数。

本发明通过机器人的各传感器对于电梯各部分所对应的几何特征进行识别，从而获取电梯的空间位置、外形尺寸和空间参数等等，比如电梯内墙宽度，电梯是否打开，从而极大降低人工标记电梯的难度，甚至避免人工标记的操作，同时可以提高机器人对电梯空间以及候梯等待位置的判断准确性。

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。

本发明实施例还提供了一种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，实现以上所述的通过几何特征识别电梯的方法。

图2是本发明实施例2提供的一种通过几何特征识别电梯的装置的结构示意图，如图2所示，包括提取模块100、计算模块200和判断模块300，

所述提取模块100用于将机器人检测到的障碍物投影到机器人运动的二维平面，并提取所述障碍物的特征信息，形成多个特征对；

所述计算模块200用于计算每个特征对的可信度，并对所有特征对的可信度进行加权计算生成总可信度，所述可信度用于表示所述障碍物与电梯的匹配程度；

所述判断模块300用于根据所述总可信度判断所述障碍物是否为电梯，若是，则根据所述多个特征对的几何信息生成电梯参数。

本发明实施例还提供了一种通过几何特征识别电梯的终端，包括所述的计算机可读存储介质和处理器，所述处理器执行所述计算机可读存储介质上的计算机程序时实现以上所述通过几何特征识别电梯的方法的步骤。图3是本发明实施例3提供的通过几何特征识别电梯的终端的结构示意图，如图3所示，该实施例的通过几何特征识别电梯的终端8包括：处理器80、可读存储介质81以及存储在所述可读存储介质81中并可在所述处理器80上运行的计算机程序82。所述处理器80执行所述计算机程序82时实现上述各个方法实施例中的步骤，例如图1所示的步骤1至步骤3。或者，所述处理器80执行所述计算机程序82时实现上述各装置实施例中各模块的功能，例如图2所示模块100至300的功能。

示例性的，所述计算机程序82可以被分割成一个或多个模块，所述一个或者多个模块被存储在所述可读存储介质81中，并由所述处理器80执行，以完成本发明。所述一个或多个模块可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序82在所述通过几何特征识别电梯的终端8中的执行过程。

所述通过几何特征识别电梯的终端8可包括，但不仅限于，处理器80、可读存储介质81。本领域技术人员可以理解，图3仅仅是通过几何特征识别电梯的终端8的示例，并不构成对通过几何特征识别电梯的终端8的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述通过几何特征识别电梯的终端还可以包括电源管理模块、运算处理模块、输入输出设备、网络接入设备、总线等。

所称处理器80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。

所述可读存储介质81可以是所述通过几何特征识别电梯的终端8的内部存储单元，例如通过几何特征识别电梯的终端8的硬盘或内存。所述可读存储介质81也可以是所述通过几何特征识别电梯的终端8的外部存储设备，例如所述通过几何特征识别电梯的终端8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，所述可读存储介质81还可以既包括所述通过几何特征识别电梯的终端8的内部存储单元也包括外部存储设备。所述可读存储介质81用于存储所述计算机程序以及所述通过几何特征识别电梯的终端所需的其他程序和数据。所述可读存储介质81还可以用于暂时地存储已经输出或者将要输出的数据。

所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，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单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。

本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及方法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。

在本发明所提供的实施例中，应该理解到，所揭露的装置/终端设备和方法，可以通过其它的方式实现。例如，以上所描述的装置/终端设备实施例仅仅是示意性的，例如，所述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，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单元中，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单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

本发明并不仅仅限于说明书和实施方式中所描述，因此对于熟悉领域的人员而言可容易地实现另外的优点和修改，故在不背离权利要求及等同范围所限定的一般概念的精神和范围的情况下，本发明并不限于特定的细节、代表性的设备和这里示出与描述的图示示例。

Claims (4)

1.一种通过几何特征识别电梯的方法，其特征在于，包括以下步骤：

步骤1，将机器人检测到的障碍物投影到机器人运动的二维平面，并提取所述障碍物的特征信息，形成多个特征对；

步骤2，计算每个特征对的可信度，并对所有特征对的可信度进行加权计算生成总可信度，所述可信度用于表示所述障碍物与电梯的匹配程度；

步骤3，根据所述总可信度判断所述障碍物是否为电梯，若是，则根据所述多个特征对的几何信息生成电梯参数；

其中，所述障碍物的特征信息包括组成障碍物的线段信息和拐角信息，所述电梯参数包括电梯位置、电梯宽度、电梯深度、电梯门打开距离中的至少一个；

所述特征对包括基础特征对和/或二级特征对，所述基础特征对由两个基础特征构成，所述二级特征对由两个基础特征对构成和/或由一个基础特征和一个基础特征对构成；

所述基础特征包括电梯外墙直线、电梯外墙拐角、电梯内墙拐角、电梯内墙直线、电梯门直线、电梯轿厢内左右墙壁的两条直线和/或电梯轿厢最深处直线；所述基础特征对包括电梯外墙直线对、电梯外墙和内墙的拐角对、电梯内墙直线对、电梯轿厢内左右墙壁直线对中至少一个；所述二级特征对包括电梯外墙直线对和电梯门直线构成的第一二级特征对、电梯外墙直线对和电梯轿厢最深处直线构成的第二二级特征对以及电梯内墙直线对和电梯轿厢内左右墙壁直线对构成的第三二级特征对中的至少一个。

2.一种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，实现权利要求1所述通过几何特征识别电梯的方法。

3.一种通过几何特征识别电梯的终端，其特征在于，包括权利要求2所述的计算机可读存储介质和处理器，所述处理器执行所述计算机可读存储介质上的计算机程序时实现如权利要求1任一项所述通过几何特征识别电梯的方法的步骤。

4.一种通过几何特征识别电梯的装置，其特征在于，包括提取模块、计算模块和判断模块，

所述提取模块用于将机器人检测到的障碍物投影到机器人运动的二维平面，并提取所述障碍物的特征信息，形成多个特征对；

所述计算模块用于计算每个特征对的可信度，并对所有特征对的可信度进行加权计算生成总可信度，所述可信度用于表示所述障碍物与电梯的匹配程度；

所述判断模块用于根据所述总可信度判断所述障碍物是否为电梯，若是，则根据所述多个特征对的几何信息生成电梯参数；

其中，所述障碍物的特征信息包括组成障碍物的线段信息和拐角信息，所述电梯参数包括电梯位置、电梯宽度、电梯深度、电梯门打开距离中的至少一个；

所述特征对包括基础特征对和/或二级特征对，所述基础特征对由两个基础特征构成，所述二级特征对由两个基础特征对构成和/或由一个基础特征和一个基础特征对构成；

所述基础特征包括电梯外墙直线、电梯外墙拐角、电梯内墙拐角、电梯内墙直线、电梯门直线、电梯轿厢内左右墙壁的两条直线和/或电梯轿厢最深处直线；所述基础特征对包括电梯外墙直线对、电梯外墙和内墙的拐角对、电梯内墙直线对、电梯轿厢内左右墙壁直线对中至少一个；所述二级特征对包括电梯外墙直线对和电梯门直线构成的第一二级特征对、电梯外墙直线对和电梯轿厢最深处直线构成的第二二级特征对以及电梯内墙直线对和电梯轿厢内左右墙壁直线对构成的第三二级特征对中的至少一个。

Images