CN111487956A - 一种机器人避障的方法及机器人 - Google Patents

Abstract

本发明适用于机器人技术领域，提供了一种机器人避障的方法及机器人，其中，该机器人避障的方法包括采集深度图像，对采集的所述深度图像进行平面分割，获得N个分割单元，判断获得的分割单元中面积最大的分割单元是否为预设水平面，若为预设水平面，则判断所述预设水平面中是否存在障碍物，若所述预设水平面中存在障碍物，则分别获取所述障碍物和机器人的位置信息，根据获取的所述障碍物和机器人的位置信息，控制所述机器人避开所述障碍物。本发明可以减少人工干预，提高机器人的自主避障能力。

Description

一种机器人避障的方法及机器人

技术领域

本发明涉及机器人领域，尤其涉及一种机器人避障的方法、机器人及计算机可读存储介质。

背景技术

避障功能作为机器人中一项最基础也是最关键的功能，旨在使机器人在行进过程中避免发生碰撞，提高机器人的使用寿命。

然而，目前大多数机器人的避障效果并不理想，自主性不强，往往需要人工辅助才能达到避障的目的，例如栅格避障控制法和人工势场避障控制法，即便是可以在机器人本体上安装多个测距传感器来达到自动检测障碍物的目的，也无法适应不同速度的机器人。

故有必要提出一种新的技术方案，以解决上述技术问题。

发明内容

鉴于此，本发明实施例提供了一种机器人避障的方法及机器人，可以减少人工干预，提高机器人的自主避障能力。

本发明实施例的第一方面提供了一种机器人避障的方法，包括：

采集深度图像；

对采集的所述深度图像进行平面分割，获得N个分割单元，其中N为大于1的整数；

判断获得的分割单元中面积最大的分割单元是否为预设水平面；

若为预设水平面，则判断所述预设水平面中是否存在障碍物；

若所述预设水平面中存在障碍物，则分别获取所述障碍物和机器人的位置信息；

根据获取的所述障碍物和机器人的位置信息，控制所述机器人避开所述障碍物。

本发明实施例的第二方面提供了一种机器人，包括存储器，处理器及存储在存储器上并可在处理器上运行的计算机程序，上述处理器执行上述计算机程序时实现上述第一方面提及的方法。

本发明实施例的第三方面提供了一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，上述计算机程序被处理器执行时实现上述第一方面提及的方法。

本发明实施例与现有技术相比存在的有益效果是：在本实施例中，首先采集深度图像，然后对采集的所述深度图像进行平面分割，获得N个分割单元，再判断获得的分割单元中面积最大的分割单元是否为预设水平面，若为预设水平面，则判断所述预设水平面中是否存在障碍物，若所述预设水平面中存在障碍物，则分别获取所述障碍物和机器人的位置信息，最后根据获取的所述障碍物和机器人的位置信息，控制所述机器人避开所述障碍物。与现有技术相比，通过本发明实施例可以减少人工干预，提高机器人的自主避障能力，具有较强的易用性和实用性。

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-a为本发明实施例一提供的机器人避障的方法的流程示意图；

图1-b为本发明实施例一提供的机器人避障的方法中3D深度摄像头的安装示意图；

图2-a为本发明实施例二提供的机器人避障的方法的流程示意图；

图2-b为本发明实施例二提供的机器人避障的方法中最大分割单元的法线与预设方向所成夹角的示意图；

图2-c为本发明实施例二提供的机器人避障的方法中利用3D深度摄像头进行测距时的剖面示意图；

图2-d为本发明实施例二提供的机器人避障的方法中从二维点云图中提取的轮廓示意图；

图3为本发明实施例三提供的机器人的结构示意图。

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。

应当理解，当在本说明书和所附权利要求书中使用时，术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。

还应当理解，在此本发明说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本发明。如在本发明说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。

还应当进一步理解，在本发明说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。

如在本说明书和所附权利要求书中所使用的那样，术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地，短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。

应理解，本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。

需要说明的是，本实施例中的“第一”、“第二”等描述，是用于区分不同的区域、模块等，不代表先后顺序，也不限定“第一”和“第二”为不同的类型。

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。

实施例一

图1-a是本发明实施例一提供的机器人避障的方法的流程示意图，该方法可以包括以下步骤：

S101：采集深度图像。

其中，所述机器人为自动执行工作的装置，既可以接受人类的指挥，又可以运行预先编好的程序，从而达到协助或者取代人类工作的目的；所述深度图像与平面图像相比，还包含有图像采集器到物体的距离信息。

在一个实施例中，所述机器人为移动机器人。

在一个实施例中，所述移动机器人为轮式移动机器人。

在一个实施例中，可以通过机器人的视觉传感器来采集所述深度图像，例如3D深度摄像头。应理解，所述深度图像为摄像机坐标系下的图像。

需要说明的是，为了获得更大的可视范围，达到检测地面以下障碍物的目的，在本申请中控制3D深度摄像头采用如图1-b所示的斜向下的安装方式。

在一个实施例中，优先选取水平方向上的最大可视角不小于60°，垂直方向上的最大可视角不小于45°的3D深度摄像头。

由于在实际应用中，机器人是不断向前运动的。因此，通常只用对前方的障碍物进行避让即可。在一个实施例中，可以控制采集所述机器人正前方的图像信息。

在一个实施例中，控制摄像头以一定的频率采集所述机器人正前方的图像信息。

S102：对采集的所述深度图像进行平面分割，获得N个分割单元。

其中，N为大于1的整数。

在一个实施例中，可以通过现有的或者未来可能用到的图像分割方法来对所述深度图像进行平面分割，例如使用基于区域的图像分割算法。

应理解，所述N个分割单元均为平面区域。

S103：判断获得的分割单元中面积最大的分割单元是否为预设水平面。

其中，所述预设水平面为真实的水平面。

在一个实施例中，在执行上述步骤S103之前，还包括：

计算获得的每个分割单元的面积，获得分割单元中面积最大的分割单元。

在一个实施例中，可以通过粗略估算的方法来计算获得的每个分割单元的面积。

应理解，通常情况下都会将获得的分割单元中面积最大的分割单元假定为预设水平面，但在实际应用中，可能会由于各种原因致使获得的分割单元中面积最大的分割单元并非为预设的水平面，例如在应用场景为前方出现多节连续台阶时，在对深度图像进行平面分割之后，获得的N个分割单元的面积就都不会很大，此时直接将面积最大的分割单元作为预设水平面，就有可能出现误判的情形。因此还需要对分割单元中面积最大的分割单元作进一步的判断。

S104：若为预设水平面，则判断所述预设水平面中是否存在障碍物。

其中，所述障碍物包括但不限于所述预设水平面以上的障碍物以及所述预设水平面以下的障碍物，例如桌子、深坑或者台阶。

由于机器人在运行过程中，可能会遇到障碍物，因此需要实时检测当前是否遇到障碍物。

S105：若所述水平面中存在障碍物，则分别获取所述障碍物和机器人的位置信息。

在一个实施例中，可以通过自身的定位模块来获取机器人的位置信息。

在一个实施例中，所述定位模块为室内定位模块。

S106：根据获取的所述障碍物和机器人的位置信息，控制所述机器人避开所述障碍物。

在一个实施例中，根据获取的所述障碍物和机器人的位置信息，控制所述机器人执行以下各项操作中的至少一种：减速、绕行和停止运动。

需要说明的是，本申请提供的机器人避障的方法也可以通过3维激光雷达来实现。

由上可见，本发明实施例中，通过对面积最大的分割单元作进一步的判断，可以降低将其误判为障碍物的可能性，从而保证可以提取到真实的水平面；通过判断真实的水平面中是否存在障碍物，可以将地面以上或者地面以下的障碍物信息均提取出来，从而可以根据障碍物的位置信息，进行相应的避障，有利于提高机器人的自主避障能力；另外，由于本申请提供的机器人避障的方法主要是通过3D深度摄像头来实现的，因此可以在不影响机器人避障的前提下，减少传感器的使用数量，从而达到节约成本的目的，具有较强的易用性和实用性。

实施例二

图2-a为本发明实施例二提供的机器人避障的方法的流程示意图，是对上述实施例一中的步骤S103、S104的进一步细化和说明，该方法可以包括以下步骤：

S201：采集深度图像。

S202：对采集的所述深度图像进行平面分割，获得N个分割单元，其中N为大于1的整数。

其中，上述步骤S201-S202与实施例一中的步骤S101-S102相同，其具体实施过程可参见步骤S101-S102的描述，在此不作重复赘述。

S203：判断获得的分割单元中面积最大的分割单元的面积是否大于第一预设面积，若大于第一预设面积，则获取所述面积最大的分割单元的法线与预设方向的夹角，计算获取的所述夹角与预设角度之间的差值，判断计算的所述差值是否小于第一预设角度，若计算的所述差值小于第一预设角度，则判定获得的分割单元中面积最大的分割单元为预设水平面。

其中，所述预设方向为摄像头的主光轴方向。

应理解，当获得的分割单元中面积最大的分割单元的面积大于第一预设面积，则可初步判定获得的分割单元中面积最大的分割单元为预设水平面，若记摄像头的安装角度为p_theta，获得的分割单元中面积最大的分割单元的法线与摄像头主光轴方向的夹角为p_theta_fix时，结合图1-b和图2-b所示可知，当p_theta＝p_theta_fix时，便可以确定获得的分割单元中面积最大的分割单元为预设水平面。

由于在同一个应用场景下，短时间内的检测结果是不会发生突变的。因此，在无法获得满足要求的分割平面时，可以沿用上一时刻的检测结果。具体的，在一个实施例中，若获得的分割单元中面积最大的分割单元的面积小于第一预设面积，则获取上一时刻的判定结果，并将上一时刻判定的预设水平面作为当前时刻判定的预设水平面。

S204：根据所述预设水平面的x轴方向和y轴方向，以及所述预设水平面的法线方向，创建投影坐标系，分别计算所述深度图像中每一像素点在创建的所述投影坐标系下的空间坐标值。

其中，所述预设水平面的法线方向为摄像头的高度延伸方向。

S205：提取所述预设水平面上所有轮廓的信息，分别计算提取的每个轮廓的面积，判断计算的轮廓的面积中是否存在大于第二预设面积的轮廓，若存在大于第二预设面积的轮廓，则判定所述预设水平面中存在障碍物。

如图2-c所示，由于直线测距的原因，摄像头拍摄到的水平面以下的悬崖并非为最近的悬崖；而无论是水平面以上的障碍物还是水平面以下的障碍物在水平面上投影后均会形成一定的轮廓，因此可以获取水平面上所有轮廓的信息，然后遍历所有轮廓的面积，剔除掉面积小于预设面积的轮廓，从而降低由于水平面上的小凹凸或者噪点带来误检的可能性。

在一个实施例中，提取所述预设水平面上所有轮廓的信息包括：

将非所述预设水平面上的所有点投影至所述预设水平面上；

提取所述预设水平面上所有点的坐标值，获得对应的二维点云图；

提取所述二维点云图中所有轮廓的信息。

其中，图2-d为本发明实施例二提供的机器人避障的方法中从二维点云图中提取的轮廓示意图。

应理解，由于上述步骤在判定所述预设水平面中是否存在障碍物的过程中，计算了每个轮廓的面积。因此，当判定所述预设水平面中存在障碍物时，也就相应地获得了障碍物的大小。

S206：分别获取所述障碍物和机器人的位置信息。

在判定所述预设水平面中存在障碍物后，还可以根据从二维点云图中提取的轮廓的信息，查找到障碍物的坐标值，进而获得障碍物的位置信息。

在一个实施例中，可以通过自身的定位模块来获取机器人的位置信息。

在一个实施例中，所述定位模块为室内定位模块。

S207：根据获取的所述障碍物和机器人的位置信息，计算所述机器人与所述障碍物间的距离，并记所述距离为第一距离，获取所述机器人当前的运动速度，计算所述机器人从当前时刻起经过预设时长后运动的距离，并记所述距离为第二距离，计算所述第二距离与所述第一距离间的差值，并判断所述差值是否小于预设距离，若所述差值小于预设距离，则控制所述机器人避开所述障碍物。

应理解，在分别获取所述障碍物和机器人的位置信息之后，便可以进一步确定所述机器人与障碍物间的距离。

另外，在分别获取所述障碍物和机器人的位置信息之后，还可以进一步确定所述障碍物相对于所述机器人的方位信息。

在一个实施例中，若所述差值小于预设距离，则控制所述机器人执行以下各项操作中的至少一种：减速、绕行和停止运动，例如减速绕行或者减速停止运动。

在一个实施例中，若所述差值大于或者等于预设距离，则控制所述机器人沿原路继续前进。

考虑到惯性的作用，即便是两个速度相同的机器人在质量不同时，各自的减速时长也是不同的。为了能够更精准地控制所述机器人避开障碍物，在一个实施例中，可以在所述差值小于预设距离时，获取所述机器人的重量信息，根据获取的所述重量信息，控制所述机器人执行以下各项操作中的至少一种：减速、绕行和停止运动。

在一个实施例中，可以控制所述机器人执行绕行操作前，检测所述障碍物左右两侧的剩余宽度是否大于机器人的横向宽度。

在一个实施例中，当控制所述机器人执行停止运动操作后，可以实时检测所述障碍物的运动状态，若检测到所述障碍物在预设时长内自动消失或者离开，则可在所述障碍物消失或者离开时，控制所述机器人沿原路继续前进。

由上可见，本申请实施例二相比于实施例一，给出了判断面积最大的分割单元是否为预设水平面的具体实现方式，可以提高获取到预设水平面的准确度；还给出了判断预设水平面中是否存在障碍物的具体实现方式，可以提高获取到障碍物信息的准确度；另外，还可以根据机器人当前的运动速度、自身的重量信息以及障碍物相对于自身的位置来灵活选择相应的避障策略，具有较强的易用性和实用性。

实施例三

图3是本发明实施例三提供的机器人的结构示意图。如图3所示，该实施例的机器人3包括：处理器30、存储器31以及存储在所述存储器31中并可在所述处理器30上运行的计算机程序32。所述处理器30执行所述计算机程序32时实现上述方法实施例一中的步骤，例如图1所示的步骤S101至S106。或者，实现上述方法实施例二中的步骤，例如图2所示的步骤S201至S207。

所述机器人可包括，但不仅限于，处理器30、存储器31。本领域技术人员可以理解，图3仅仅是机器人3的示例，并不构成对机器人3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，例如所述机器人还可以包括输入输出设备、网络接入设备、总线等。

所述处理器30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31可以是所述机器人3的内部存储单元，例如机器人3的硬盘或内存。所述存储器31也可以是所述机器人3的外部存储设备，例如所述机器人3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31还可以既包括所述机器人3的内部存储单元也包括外部存储设备。所述存储器31用于存储所述计算机程序以及所述机器人所需的其他程序和数据。所述存储器31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，为描述的方便和简洁，上述描述的系统，装置和单元的具体工作过程，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实施例的模块、单元和/或方法步骤，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。

在本申请所提供的几个实施例中，应该理解到，所揭露的系统，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，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信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，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。

所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，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，RandomAccess 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电载波信号和电信信号。

以上所述，以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (10)

1.一种机器人避障的方法，其特征在于，包括：

采集深度图像；

对采集的所述深度图像进行平面分割，获得N个分割单元，其中N为大于1的整数；

判断获得的分割单元中面积最大的分割单元是否为预设水平面；

若为预设水平面，则判断所述预设水平面中是否存在障碍物；

若所述预设水平面中存在障碍物，则分别获取所述障碍物和机器人的位置信息；

根据获取的所述障碍物和机器人的位置信息，控制所述机器人避开所述障碍物。

2.根据权利要求1所述的方法，其特征在于，所述判断获得的分割单元中面积最大的分割单元是否为预设水平面，包括：

判断获得的分割单元中面积最大的分割单元的面积是否大于第一预设面积；

若大于第一预设面积，则获取所述面积最大的分割单元的法线与预设方向的夹角；

计算获取的所述夹角与预设角度之间的差值；

判断计算的所述差值是否小于第一预设角度；

若计算的所述差值小于第一预设角度，则判定获得的分割单元中面积最大的分割单元为预设水平面。

3.根据权利要求2所述的方法，其特征在于，所述方法还包括：

若小于第一预设面积，则获取上一时刻的判定结果，并将上一时刻判定的预设水平面作为当前时刻判定的预设水平面。

4.根据权利要求2所述的方法，其特征在于，在判定获得的分割单元中面积最大的分割单元为预设水平面之后，还包括：

根据所述预设水平面的x轴方向和y轴方向，以及所述预设水平面的法线方向，创建投影坐标系；

分别计算所述深度图像中每一像素点在创建的所述投影坐标系下的空间坐标值。

5.根据权利要求1所述的方法，其特征在于，判断所述预设水平面中是否存在障碍物，包括：

提取所述预设水平面上所有轮廓的信息；

分别计算提取的每个轮廓的面积；

判断计算的轮廓的面积中是否存在大于第二预设面积的轮廓；

若存在大于第二预设面积的轮廓，则判定所述预设水平面中存在障碍物。

6.根据权利要求5所述的方法，提取所述预设水平面上所有轮廓的信息包括：

将非所述预设水平面上的所有点投影至所述预设水平面上；

提取所述预设水平面上所有点的坐标值，获得对应的二维点云图；

提取所述二维点云图中所有轮廓的信息。

7.根据权利要求1至6任一项所述的方法，其特征在于，根据获取的所述障碍物和机器人的位置信息，控制所述机器人避开所述障碍物，包括：

根据获取的所述障碍物和机器人的位置信息，计算所述机器人与所述障碍物间的距离，并记所述距离为第一距离；

获取所述机器人当前的运动速度；

计算所述机器人从当前时刻起经过预设时长后运动的距离，并记所述距离为第二距离；

计算所述第二距离与所述第一距离间的差值，并判断所述差值是否小于预设距离；

若所述差值小于预设距离，则控制所述机器人避开所述障碍物。

8.根据权利要求1所述的方法，其特征在于，根据获取的所述障碍物和机器人的位置信息，控制所述机器人避开所述障碍物，包括：

根据获取的所述障碍区和机器人的位置信息，控制所述机器人执行以下各项操作中的至少一种：减速、绕行和停止运动。

9.一种机器人，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8中任一项所述方法的步骤。

10.一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8中任一项所述方法的步骤。

Images