CN112415532B - 灰尘检测方法、距离检测装置以及电子设备 - Google Patents

灰尘检测方法、距离检测装置以及电子设备 Download PDF

Info

Publication number
CN112415532B
CN112415532B CN202011382072.9A CN202011382072A CN112415532B CN 112415532 B CN112415532 B CN 112415532B CN 202011382072 A CN202011382072 A CN 202011382072A CN 112415532 B CN112415532 B CN 112415532B
Authority
CN
China
Prior art keywords
obstacle
distance detection
detection information
dust
array element
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
Application number
CN202011382072.9A
Other languages
English (en)
Other versions
CN112415532A (zh
Inventor
胡洪伟
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Opnous Smart Sensing & Ai Technology
Original Assignee
Opnous Smart Sensing & Ai Technology
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Opnous Smart Sensing & Ai Technology filed Critical Opnous Smart Sensing & Ai Technology
Priority to CN202011382072.9A priority Critical patent/CN112415532B/zh
Publication of CN112415532A publication Critical patent/CN112415532A/zh
Application granted granted Critical
Publication of CN112415532B publication Critical patent/CN112415532B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO 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
    • G01S17/00Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/02Systems using the reflection of electromagnetic waves other than radio waves
    • G01S17/06Systems determining position data of a target
    • G01S17/08Systems determining position data of a target for measuring distance only
    • G01S17/10Systems determining position data of a target for measuring distance only using transmission of interrupted, pulse-modulated waves
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO 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
    • G01S17/00Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/88Lidar systems specially adapted for specific applications
    • G01S17/89Lidar systems specially adapted for specific applications for mapping or imaging
    • G01S17/8943D imaging with simultaneous measurement of time-of-flight at a 2D array of receiver pixels, e.g. time-of-flight cameras or flash lidar
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO 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
    • G01S17/00Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/88Lidar systems specially adapted for specific applications
    • G01S17/93Lidar systems specially adapted for specific applications for anti-collision purposes

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Electromagnetism (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Optical Radar Systems And Details Thereof (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)

Abstract

本申请公开一种灰尘检测方法、具有灰尘甄别功能的距离检测装置以及扫地机,以解决现有技术中误判的问题,其中灰尘检测方法包括以下步骤:采集待检测区域的距离检测信息,构建所述待检测区域的距离检测信息矩阵;根据所述距离检测信息,获取所述距离检测信息矩阵中,与待检测区域中的障碍物对应的障碍物区块,所述障碍物区块至少包括所述障碍物对应的所有阵元;根据障碍物区块中各阵元对应的距离检测信息,判断该障碍物是否为灰尘。

Description

灰尘检测方法、距离检测装置以及电子设备
技术领域
本申请涉及图像检测领域,具体涉及一种灰尘检测方法、距离检测装置以及电子设备。
背景技术
飞行时间(ToF,Time of Flight)相机通过传感器发出的脉冲信号从发射到接收的时间间隔或激光往返被测物体一次所产生的相位来实现对被测物体的距离、三维结构或三维轮廓的测量。ToF传感器可同时获得灰度图像和距离图像,广泛应用在体感控制、行为分析、监控、自动驾驶、人工智能、机器视觉和自动3D建模等诸多领域。
ToF模组被广泛使用在AGV(Automated Guided Vehicle)地面导航领域,例如应用于扫地机器人等。在进行地面导航时,扫地机器会面临地面环境复杂的情况,需要主动避开一些大型障碍,防止碰撞造成自身毁损。但现有技术中,扫地机器人等需要地面导航的设备也很容易误判,面对体积很小的障碍物,如灰尘等,也做出不必要的避障动作,影响工作效率。
如何提高地面导航过程中,分辨体积很小的灰尘类障碍物,提高避障动作的有效性,是目前亟待解决的问题。
发明内容
鉴于此,本申请提供一种灰尘检测方法、具有灰尘甄别功能的距离检测装置以及扫地机,能够分辨体积很小的灰尘类障碍物,避免对体积很小的灰尘类障碍物做避让操作,提高避障动作的有效性。
本申请提供的一种灰尘检测方法,包括以下步骤:
采集待检测区域的距离检测信息,构建所述待检测区域的距离检测信息矩阵;
根据所述距离检测信息,获取所述距离检测信息矩阵中,与待检测区域中的障碍物对应的障碍物区块,所述障碍物区块至少包括所述障碍物对应的所有阵元;
根据障碍物区块中各阵元对应的距离检测信息,判断该障碍物是否为灰尘。
可选的,获取所述距离检测信息矩阵中,与待检测区域中的障碍物对应的障碍物区块时,包括以下步骤:
以一标准平面的距离检测信息作为标准距离检测信息;
将待检测区域的实测距离检测信息与对应的标准距离检测信息进行比较;
若实测距离检测信息大于或等于所述标准距离检测信息,则该阵元对应至非障碍物,并以第一特征值标记所述阵元;
若实测距离检测信息小于所述标准距离检测信息,则该阵元对应至所述障碍物,并以第二特征值标记所述阵元。
可选的,根据所述距离检测信息矩阵中各个阵元的第一特征值和所述第二特征值,对所述距离检测信息矩阵进行分割,以获取所述障碍物区块,所述障碍物区块至少包括所述障碍物对应的所有阵元。
可选的,在根据障碍物区块中各阵元对应的距离检测信息,判断该障碍物是否为灰尘时,根据判定结果输出状态值,所述状态值用于表示所述障碍物是否为灰尘.。
可选的,还包括以下步骤:
若所述障碍物区块的状态值为表示所述障碍物为灰尘的状态值,则修改该障碍物区块中各个阵元的标记为所述第一特征值。
可选的,根据障碍物区块中各阵元对应的距离检测信息,判断该障碍物是否为灰尘时,进行以下三个判断方式中的至少一个:
方式1:根据所述障碍物区块中各阵元的距离检测信息判断所述障碍物是否脱离地面;
方式2:根据所述障碍物区块中各阵元的距离检测信息判断所述障碍物的距离检测信息均匀度是否小于第一预设阈值;
方式3:根据所述障碍物区块中各阵元的距离检测信息判断所述障碍物的尺寸是否小于预设尺寸。
可选的,进行所述三个判断方式,且任一判断方式的判断结果为是,则认为所述障碍物是灰尘,或,
以设定的顺序执行所述三个判断方式,当判断结果为是,则停止判断;当判断结果为否,继续执行后续判断,直至将所述三个判断方式执行完,或,
进行所述三个判断方式,并在所述三个判断方式的判断结果均为是时认为所述障碍物是灰尘。
可选的,采用ToF模组采集所述距离检测信息。
可选的,根据所述障碍物区块中各阵元的距离检测信息判断所述障碍物是否脱离地面时,包括以下步骤:
获取所述障碍物区块的高度最低行的距离检测信息与所述标准距离检测信息的差值,若所述差值大于第二预设阈值,且该障碍物区块的最左边列和最右边列均非所述距离检测信息矩阵的边界,则认为所述障碍物区块对应的障碍物脱离地面。
可选的,根据所述障碍物区块中各阵元的距离检测信息判断所述障碍物的距离检测信息均匀度是否小于第一预设阈值时,包括以下步骤:
获取所述障碍物区块的中心行或中心列中各个阵元之间的距离检测信息标准差,若所述距离检测信息标准差大于第一预设阈值,则认为所述障碍物的距离检测信息均匀度小于所述第一预设阈值。
可选的,根据所述障碍物区块中各阵元的距离检测信息判断所述障碍物的尺寸是否小于预设尺寸时,包括以下步骤:
获取所述障碍物区块的行列数量的加和,若所述加和小于第三预设阈值,则认为所述障碍物的尺寸小于所述预设尺寸。
本申请提供的一种具有灰尘甄别功能的距离检测装置,包括:
距离传感器模块,用于检测所述距离检测装置与目标物之间的距离,获取距离检测信息;
处理器,连接至所述距离传感器模块,用于控制所述距离传感器模块进行距离检测,以及用于执行计算机程序;
存储器,连接至所述处理器,所述存储器存储有能够被所述处理器执行的计算机程序,且所述计算机程序被所述处理器执行时,能够执行所述的灰尘检测方法。
可选的,还包括连接模块,连接至所述处理器,并用于连接到外接设备,用于将所述状态值传输给所述外接设备。
本申请提供的一种电子设备,包括所述的距离检测装置,用于根据所述距离检测装置的检测结果进行行进路径规划。
本申请的灰尘检测方法、距离检测装置以及电子设备能够通过分析所述待检测区域的距离检测信息,可以判定当前检测到的障碍物是否是灰尘等不需要避让的障碍物,从而减少不必要的避障规划,优化用户的使用体验。
附图说明
为了更清楚地说明本申请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单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域技术人员来讲,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的附图。
图1是本申请一实施例中所述灰尘检测方法的步骤流程示意图;
图2是本申请一实施例中获取障碍物区块的步骤流程示意图;
图3是本发明一实施例中使用ToF模组进行距离检测时的示意图;
图4是本发明一实施例中所述距离检测信息矩阵的示意图;
图5a是本发明一实施例中所述距离检测信息矩阵的示意图;
图5b图5a中的所述距离检测信息矩阵被标记特征值后的示意图;
图6是本发明一实施例中所述具有灰尘甄别功能的距离检测装置的结构关系示意图。
具体实施方式
发明人研究发现,现有技术中扫地机等需要规划行进路线的家电发生误判的原因在于,将灰尘等体积较小、实际不需要进行避让的障碍物,也被识别成需要避让的障碍物,并进行了避障动作,造成误判。
发明人为了克服上述问题,提出了一种灰尘检测方法、的距离检测装置以及电子设备。以下结合附图,对本申请中的灰尘检测方法、距离检测装置以及电子设备进行进一步说明。
请参阅图1,为本申请一实施例中所述灰尘检测方法的步骤流程示意图。
本申请提供的一种灰尘检测方法,用于检测灰尘等小尺寸、无需进行避让规划的物体。所述灰尘检测方法包括以下步骤:
步骤S101:采集待检测区域的距离检测信息,构建所述待检测区域的距离检测信息矩阵。
在该实施例中,采用ToF模组采集所述距离检测信息。所述ToF模组发射检测光至所述待检测区域,并接收所述待检测区域中反射回来的反射光信号,利用发射到接收的时间间隔或激光往返被测物体一次所产生的相位来实现对被测物体的距离、三维结构或三维轮廓的测量。所述距离检测信息包括所述ToF模组采集到的深度值。
所述ToF模组具有距离传感器阵列,可以用于获取距离检测信息矩阵,且所述距离检测信息矩阵中每一个阵元值都对应至所述待检测区域中的一个空间点的距离检测信息。
步骤S102:根据所述距离检测信息,获取所述距离检测信息矩阵中,与待检测区域中的障碍物对应的障碍物区块,所述障碍物区块至少包括所述障碍物对应的所有阵元。
通过比较实测的距离检测信息矩阵与标准距离检测信息矩阵,来获取所述障碍物区块。标准距离检测信息矩阵是所述待检测区域在理想状态下的距离检测信息矩阵,这时所述待检测区域内没有任何障碍物。若所述实测的距离检测信息矩阵相较于标准距离检测信息矩阵,存在距离检测信息的变化,则直接对应至所述待检测区域中出现凹槽或者出现障碍物。因此,通过比较所述实测的距离检测信息矩阵与标准距离检测信息矩阵就可以获知所述待检测区域内的障碍物情况。
请参阅图2,为一实施例中获取障碍物区块的步骤流程示意图。
在该实施例中,在获取所述距离检测信息矩阵中,与待检测区域中的障碍物对应的障碍物区块时,包括以下步骤:
步骤S201:以一标准平面的距离检测信息作为标准距离检测信息。
请参阅图3,为一实施例中使用ToF模组进行距离检测时的示意图。
在该实施例中,所述标准距离检测信息的获取方法包括:选定一标准平面M,固定所述ToF模组301的位置,检测所述标准平面M各位置处的标准距离检测信息;所述标准平面M为平整的平面,且检测得到的标准距离检测信息不受外部环境干扰。所述标准平面M为一平整地面,表面各位置处反射率均一致,且所述标准平面M的被测区域内无其他物体或发射面存在,以消除外部环境对测量得到的标准距离检测信息的影响。
固定所述ToF模组301的位置,所述ToF模组301可以是一相机模组,也可以装配于其他电子产品上。ToF模组301与所述标准平面M之间的高度差为H。
所述ToF模组301的传感模块包括距离传感器阵列,每个距离传感器都对应于标准平面M的一个位置。在距离传感器位置固定,ToF模组301高度H固定的情况下,标准平面M上各位置与对应距离传感器之间的距离为一确定值。通过所述ToF模组301获取所述标准平面M各位置处的距离检测信息,进行保存。
步骤S202:将待检测区域的实测距离检测信息与对应的标准距离检测信息进行比较。
在该实施例中,所述实测距离检测信息构成的实测距离检测信息矩阵如图5a所示,图5a是本发明一实施例中所述距离检测信息矩阵的示意图。在该实施例中,所述实测距离检测信息矩阵存在两个亮点,这两个亮点对应至第一障碍物和第二障碍物。
由于所述标准距离检测信息对应于参考平面,将实测距离检测信息与标准距离检测信息比较,根据所述实测距离检测信息与标准距离检测信息的比较,可以获知当前待测区域的障碍物情况。
步骤S203:若实测距离检测信息大于或等于所述标准距离检测信息,则该阵元对应至非障碍物,并以第一特征值标记所述阵元。
当实测距离检测信息值等于标准距离检测信息时,表明该位置高度与标准平面高度一致,为地面;实测距离检测信息大于标准距离检测信息时,对应的情况可能包括:该位置处为地面,但是由于受到多路径反射光或其他因素干扰,使得实测距离检测信息大于地面的实际深度值,因此,实测距离检测信息偏大,导致检测出的地面发生凹陷误差。这两种情况下,该处空间均不存在障碍物,是不需要进行避让规划的区域。
步骤S204:若实测距离检测信息小于所述参考数据,则该阵元对应至所述障碍物,并以第二特征值标记所述阵元。
此处可以参考图5b。图5b图5a中的所述距离检测信息矩阵被标记特征值后的示意图。此时,图5a中的两个障碍物对应的阵元被标记为了第二特征值,对应至图5b中的两个亮点。其他的阵元被标记为第一特征值,这样便于进行障碍物区块的分割。
当实测距离检测信息小于标准距离检测信息时,表示该位置处存在障碍物,阻挡了检测光的飞行,从而导致实测距离检测信息较小。这里可以参阅图3中的障碍物反射点d,以及标准平面反射点d’。在存在所述障碍物时,所述ToF模组301发射的检测光被障碍物反射点d所反射,而没有所述障碍物时,所述ToF模组301发射的检测光被标准平面反射点d’所反射。所述障碍物反射点d以及标准平面反射点d’对应的距离检测信息不同,因此,通过对实测的距离检测信息和标准距离检测信息的比较,就能得知当前是否存在障碍物。
在给所述距离检测信息矩阵中各个阵元标记了第一特征值和第二特征值后,根据所述距离检测信息矩阵中各个阵元的第一特征值和所述第二特征值,利用特征值的连通性,以及区域图像分割算法,对所述距离检测信息矩阵进行分割,以获取所述障碍物区块,所述障碍物区块至少包括所述障碍物对应的所有阵元。连通性是描述区域和边界的重要概念,两个像素连通的两个必要条件是:两个像素的位置是否相邻,两个像素的灰度值是否满足特定的相似性准则。将所述障碍物区块分割出来,更有利于后续对所述障碍物区块中各个阵元的处理分析。
由于区域图像分割算法的精度有限,所述障碍物区块也可能包含一些被标记为第一特征值的阵元。因此,在实际的使用过程中,需要合理选择所述区域图像分割算法,以获取尽可能精准的障碍物区块,使得所述障碍物区块中尽量只包括所述障碍物对应的阵元。
此处可以参阅图4,为一实施例中所述距离检测信息矩阵的示意图。
在该实施例中,所述距离检测信息矩阵401包括m×n个阵元402,每一阵元均对应至所述ToF模组301的传感器阵列的一个传感器阵元获取到的距离检测信息。在该距离检测信息矩阵401中,每个阵元表示为Aij,其中i大于等于1,小于等于m,j大于等于1,小于等于n。对每一个阵元402的实测距离检测信息与对应的标准距离检测信息比较,如果比较值小于0,则说明该阵元对应的区域存在障碍物。在图4所示的实施例中,所述障碍物区块403中所有的阵元402都被标记为第二特征值,各个阵元的距离检测信息都小于对应的标准距离检测信息。
在根据障碍物区块403中各阵元402对应的距离检测信息,判断该障碍物是否为灰尘时,根据判定结果输出状态值,所述状态值用于表示所述障碍物是否为灰尘。这样,在所述距离检测信息矩阵401中存在多个障碍物区块403时,可针对每一障碍物区块403分别输出状态值以表示该障碍物区块是否是灰尘。该状态值可以直接传输给需要规划路径的外接设备使用,以便所述外接设备科学规划行进路径,不会进行无意义的绕路。
实际上,也可不输出所述状态值,而是直接根据是否是灰尘这一判定结果,修改被判定为灰尘的障碍物对应的障碍物区块403的特征值,将初始被标记的第二特征值修改为第一特征值,这样,在将所述距离检测信息矩阵401传输给具备行进路径规划功能的外接设备时,所述外接设备可以根据所述特征值直接规划所述行进路径。
在该实施例中,还包括以下步骤:若所述障碍物区块403的状态值为表示所述障碍物为灰尘的状态值,则修改该障碍物区块403中各个阵元的标记为所述第一特征值。
这是因为在一些实施例中并不将所述状态值传输给外接设备,而是将被标记了状态值的距离检测信息矩阵401传递给所述外接设备。这时,所述外接设备进行行进路径规划时,很有可能是根据所述距离检测信息矩阵401中各个阵元的特征值进行的规划,此时,就需要将被判定为灰尘的障碍物区块403对应的第一特征值改为第二特征值,表示这些区域是可通过的。
步骤S103:根据障碍物区块403中各阵元402对应的距离检测信息,判断该障碍物是否为灰尘。
在根据障碍物区块403中各阵元402对应的距离检测信息,判断该障碍物是否为灰尘时,进行以下三个判断方式中的至少一个:
方式1:根据所述障碍物区块403中各阵元402的距离检测信息判断所述障碍物是否脱离地面。在方式1中,利用的是灰尘的自重较轻,通常是漂浮在空中的特点。如果所述障碍物脱离地面,则为灰尘的可能性较大,因此在所述障碍物区块403中的距离检测信息显示所述障碍物脱离地面时,可以判定所述障碍物区块403对应的障碍物是灰尘。
根据所述障碍物区块403中各阵元402的距离检测信息判断所述障碍物是否脱离地面时,包括以下步骤:获取所述障碍物区块403的高度最低行的各个阵元402的距离检测信息,与对应的标准距离检测信息的差值,若所述差值大于第二预设阈值,且该障碍物区块的最左边列和最右边列均非所述距离检测信息矩阵的边界,则认为所述障碍物区块403对应的障碍物脱离地面。
方式2:根据所述障碍物区块403中各阵元402的距离检测信息判断所述障碍物的深度值均匀度是否小于预设阈值。在方式2中,利用的是灰尘的深度值均匀度较差的特点。如果所述障碍物的深度值均匀度小于所述第一预设阈值,则说明所述障碍物的深度值均匀度较小,为灰尘的可能性较大,可以判定所述障碍物是灰尘。
根据所述障碍物区块403中各阵元402的距离检测信息判断所述障碍物的距离检测信息均匀度是否小于第一预设阈值时,包括以下步骤:获取所述障碍物区块403的中心行或中心列中各个阵元402之间的距离检测信息标准差,若所述距离检测信息标准差大于所述第一预设阈值,则认为所述障碍物的距离检测信息均匀度小于所述第一预设阈值。
获取所述标准差时,先获取所述障碍物区块403的中心行或中心列中各个阵元402的距离检测信息均值,再获取所述障碍物区块403的中心行或中心列中各个阵元402的距离检测信息与所述距离检测信息均值的差值,并对所述差值进行平方,获取平方值。获取所述障碍物区块403的中心行或中心列中各个阵元402的所述平方值后,将各个平方值累加,获取累加值,并获取累加值与所述阵元个数减一的比值,并对比值进行开根号处理。所述标准差公式具体如下:
Figure BDA0002808754110000101
其中,xi为各个阵元的距离检测信息,
Figure BDA0002808754110000102
是所述距离检测信息均值,n为阵元个数。
方式3:根据所述障碍物区块403中各阵元402的距离检测信息判断所述障碍物的尺寸是否小于预设尺寸。在方式3中,利用的是灰尘的尺寸通常都很小的特点。如果所述障碍物的尺寸小于预设尺寸,为灰尘的可能性较大,可以判定所述障碍物是灰尘
根据所述障碍物区块403中各阵元402的距离检测信息判断所述障碍物的尺寸是否小于预设尺寸时,包括以下步骤:获取所述障碍物区块403的行列数量的加和,若所述加和小于第三预设阈值,则认为所述障碍物的尺寸小于所述预设尺寸。
上述三个判断方式可以组合使用,或者分开使用,且可以在三个判断方式的判断结果均为是时,才认为所述障碍物为灰尘,或者只要三个判断方式中的任意一个结果为是,都认为所述障碍物是灰尘。
例如,在一种实施例中,进行所述三个判断方式,且任一判断方式的判断结果为是,则认为所述障碍物是灰尘。这种方式可以增大灰尘检测的灵敏度,一旦有任意一个判断方式的判断结果为是,都认为所述障碍物是灰尘,这可能会导致判断错误,根据该判断结果行进的外接设备很有可能碰撞到误判的非灰尘的障碍物,导致外接设备的毁损,但同时也可以减少不必要的障碍物绕行规划。
在另一种实施例中,进行所述三个判断方式,并在所述三个判断方式的判断结果均为是时认为所述障碍物是灰尘。这时,判断的准确性大大提升,依据该判断结果给出的行进规划更加准确,但有些灰尘可能只满足其中一两个判定条件,而不满足所有的判定条件,导致所述外接设备仍然可能存在不必要的障碍物绕行规划。
在另一种实施例中,以设定的顺序执行所述三个判断方式,当判断结果为是,则停止判断;当判断结果为否,继续执行后续判断,直至将所述三个判断方式执行完。这样,在保证灰尘判断的灵敏度的同时,也可以节省对系统的计算资源的占用,最多只需要进行三次判断,还有可能存在一次判断、两次判断的情况。
实际上,具体的灰尘判断并不仅仅以上述三个实施例为限,还可根据需要设置其他的判定方案。本领域的技术人员可以根据需要自行设置所述判定条件。
该实施例中的灰尘检测方法通过分析所述待检测区域的图像信息,判定当前检测到的障碍是否是灰尘等不需要避让的障碍物,从而减少不必要的避障操作,优化用户的使用体验。
本申请还提供了一种实施例,公开了一种具有灰尘甄别功能的距离检测装置。
请参阅图6,为一实施例中所述具有灰尘甄别功能的距离检测装置的结构关系示意图。在该实施例中,所述距离检测装置包括距离传感器模块501、处理器502以及存储器503。
所述距离传感器模块501用于检测所述距离检测装置与目标物之间的距离,获取距离检测信息。所述距离传感器模块501包括ToF模组,所述ToF模组包括距离传感器阵列,每个距离传感器对应于采集待检测区域中的一个位置处的距离检测信息。
所述处理器502连接至所述距离传感器模块501,用于控制所述距离传感器模块501进行距离检测,以及用于执行计算机程序。在一些实施例中,所述处理器502可以采用单片机、可编程逻辑器件以及微控制器中的至少一种来实现,实际上,也可根据需要选择处理器502的具体结构,只要能够实现相应的计算功能即可。
所述存储器503连接至所述处理器502,所述存储器503存储有能够被所述处理器502执行的计算机程序,且所述计算机程序被所述处理器502执行时,能够执行所述的灰尘检测方法。所述存储器503包括SRAM、RAM、DRAM以及SDRAM、SSRAM等,本领域的技术人员可以根据进行选择。
所述距离检测装置包括连接模块,连接至所述处理器502,并用于连接到外接设备,用于将所述状态值传输给所述外接设备。
本申请的实施例中还提供了一种电子设备,所述电子设备包括所述的距离检测装置。
在该实施例中,所述距离检测装置可以输出与各个障碍物区块对应的状态值,或者被标记了特征值的距离检测信息矩阵,所述电子设备根据所述状态值和/或所述被标记了特征值的距离检测信息矩阵进行行进路径规划,对虽然识别为障碍物,但是被判定为灰尘的障碍物,不进行额外的避让规划,避免了无意义的规避。
在一些实施例中,所述电子设备包括扫地机、拖地机等需要进行路径规划的电子设备。由于具有所述距离检测装置,因此可以避免对灰尘等小尺寸障碍物的无意义规避,提高了清扫效率和清扫效果。
本申请的灰尘检测方法距离检测装置以及电子设备能够通过分析所述待检测区域的距离检测信息,来判定当前检测到的障碍物是否是灰尘等不需要避让的障碍物,从而减少不必要的避障操作,优化用户的使用体验。
以上所述仅为本申请的实施例,并非因此限制本申请的专利范围,凡是利用本申请说明书及附图内容所作的等效结构或等效流程变换,例如各实施例之间技术特征的相互结合,或直接或间接运用在其他相关的技术领域,均同理包括在本申请的专利保护范围内。

Claims (11)

1.一种灰尘检测方法,其特征在于,包括以下步骤:
采集待检测区域的距离检测信息,构建所述待检测区域的距离检测信息矩阵;
根据所述距离检测信息,获取所述距离检测信息矩阵中,与待检测区域中的障碍物对应的障碍物区块,所述障碍物区块至少包括所述障碍物对应的所有阵元;
根据障碍物区块中各阵元对应的距离检测信息,判断该障碍物是否为灰尘;
根据障碍物区块中各阵元对应的距离检测信息,判断该障碍物是否为灰尘时,进行以下三个判断方式中的至少一个:
方式1:根据所述障碍物区块中各阵元的距离检测信息判断所述障碍物是否脱离地面;
方式2:根据所述障碍物区块中各阵元的距离检测信息判断所述障碍物的距离检测信息均匀度是否小于第一预设阈值;
方式3:根据所述障碍物区块中各阵元的距离检测信息判断所述障碍物的尺寸是否小于预设尺寸;
进行所述三个判断方式,且任一判断方式的判断结果为是,则认为所述障碍物是灰尘,或,
以设定的顺序执行所述三个判断方式,当判断结果为是,则停止判断;当判断结果为否,继续执行后续判断,直至将所述三个判断方式执行完,或,
进行所述三个判断方式,并在所述三个判断方式的判断结果均为是时认为所述障碍物是灰尘。
2.根据权利要求1所述的灰尘检测方法,其特征在于,获取所述距离检测信息矩阵中,与待检测区域中的障碍物对应的障碍物区块时,包括以下步骤:
以一标准平面的距离检测信息作为标准距离检测信息;
将待检测区域的实测距离检测信息与对应的标准距离检测信息进行比较;
若实测距离检测信息大于或等于所述标准距离检测信息,则该阵元对应至非障碍物,并以第一特征值标记所述阵元;
若实测距离检测信息小于所述标准距离检测信息,则该阵元对应至所述障碍物,并以第二特征值标记所述阵元。
3.根据权利要求2所述的灰尘检测方法,其特征在于,根据所述距离检测信息矩阵中各个阵元的第一特征值和所述第二特征值,对所述距离检测信息矩阵进行分割,以获取所述障碍物区块,所述障碍物区块至少包括所述障碍物对应的所有阵元。
4.根据权利要求2所述的灰尘检测方法,其特征在于,在根据障碍物区块中各阵元对应的距离检测信息,判断该障碍物是否为灰尘时,根据判定结果输出状态值,所述状态值用于表示所述障碍物是否为灰尘。
5.根据权利要求4所述的灰尘检测方法,其特征在于,还包括以下步骤:
若所述障碍物区块的状态值为表示所述障碍物为灰尘的状态值,则修改该障碍物区块中各个阵元的标记为所述第一特征值。
6.根据权利要求1所述的灰尘检测方法,其特征在于,根据所述障碍物区块中各阵元的距离检测信息判断所述障碍物是否脱离地面时,包括以下步骤:
获取所述障碍物区块的高度最低行的距离检测信息与标准距离检测信息的差值,若所述差值大于第二预设阈值,且该障碍物区块的最左边列和最右边列均非所述距离检测信息矩阵的边界,则认为所述障碍物区块对应的障碍物脱离地面。
7.根据权利要求1所述的灰尘检测方法,其特征在于,根据所述障碍物区块中各阵元的距离检测信息判断所述障碍物的距离检测信息均匀度是否小于第一预设阈值时,包括以下步骤:
获取所述障碍物区块的中心行或中心列中各个阵元之间的距离检测信息标准差,若所述距离检测信息标准差大于第一预设阈值,则认为所述障碍物的距离检测信息均匀度小于所述第一预设阈值。
8.根据权利要求1所述的灰尘检测方法,其特征在于,根据所述障碍物区块中各阵元的距离检测信息判断所述障碍物的尺寸是否小于预设尺寸时,包括以下步骤:
获取所述障碍物区块的行列数量的加和,若所述加和小于第三预设阈值,则认为所述障碍物的尺寸小于所述预设尺寸。
9.根据权利要求1所述的灰尘检测方法,其特征在于,采用ToF模组采集所述距离检测信息。
10.一种具有灰尘甄别功能的距离检测装置,其特征在于,包括:
距离传感器模块,用于检测所述距离检测装置与目标物之间的距离,获取距离检测信息;
处理器,连接至所述距离传感器模块,用于控制所述距离传感器模块进行距离检测,以及用于执行计算机程序;
存储器,连接至所述处理器,所述存储器存储有能够被所述处理器执行的计算机程序,且所述计算机程序被所述处理器执行时,能够执行如权利要求1至9中任一项所述的灰尘检测方法。
11.一种电子设备,其特征在于,包括如权利要求10所述的距离检测装置,用于根据所述距离检测装置的检测结果进行行进路径规划。
CN202011382072.9A 2020-11-30 2020-11-30 灰尘检测方法、距离检测装置以及电子设备 Active CN112415532B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011382072.9A CN112415532B (zh) 2020-11-30 2020-11-30 灰尘检测方法、距离检测装置以及电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011382072.9A CN112415532B (zh) 2020-11-30 2020-11-30 灰尘检测方法、距离检测装置以及电子设备

Publications (2)

Publication Number Publication Date
CN112415532A CN112415532A (zh) 2021-02-26
CN112415532B true CN112415532B (zh) 2022-10-21

Family

ID=74830727

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011382072.9A Active CN112415532B (zh) 2020-11-30 2020-11-30 灰尘检测方法、距离检测装置以及电子设备

Country Status (1)

Country Link
CN (1) CN112415532B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113031596A (zh) * 2021-03-01 2021-06-25 深圳市无限动力发展有限公司 扫地机的避障调整方法、装置和计算机设备
CN113050073B (zh) * 2021-03-08 2023-02-28 上海炬佑智能科技有限公司 参考平面标定方法、障碍物检测方法以及距离检测装置

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105739497A (zh) * 2016-02-19 2016-07-06 上海钧工智能技术有限公司 一种智能机器人空气净化系统
CN108577684A (zh) * 2018-05-15 2018-09-28 江苏美的清洁电器股份有限公司 灰尘收集装置
US10134304B1 (en) * 2017-07-10 2018-11-20 DISH Technologies L.L.C. Scanning obstacle sensor for the visually impaired
CN109567679A (zh) * 2018-12-11 2019-04-05 上海物景智能科技有限公司 一种用于距离传感器上的灰尘检测方法及系统
CN211104033U (zh) * 2019-12-12 2020-07-28 贵州电力交易中心有限责任公司 一种具有雷达防尘功能的电力交易大厅接待机器人结构
CN111862182A (zh) * 2020-07-15 2020-10-30 上海炬佑智能科技有限公司 ToF相机及其地面障碍物检测方法、地面导航设备
CN111880196A (zh) * 2020-06-29 2020-11-03 安徽海博智能科技有限责任公司 一种无人矿车抗干扰方法、系统及计算机设备

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE10346074A1 (de) * 2003-10-04 2005-04-21 Valeo Schalter & Sensoren Gmbh Verfahren und Abstandserfassungsvorrichtung zum Erfassen des projizierten Abstandes zwischen einer Abstandsmesseinrichtung und einem Hindernis
KR101207903B1 (ko) * 2010-10-11 2012-12-04 국방과학연구소 자율 이동 차량용 장애물 정보 제공장치 및 그 방법
CN107688342B (zh) * 2017-03-27 2019-05-10 平安科技(深圳)有限公司 机器人的避障控制系统及方法
KR102032285B1 (ko) * 2017-09-26 2019-10-15 엘지전자 주식회사 이동 로봇 및 그 제어방법
CN109344687B (zh) * 2018-08-06 2021-04-16 深圳拓邦股份有限公司 基于视觉的障碍物检测方法、装置、移动设备
CN109857112A (zh) * 2019-02-21 2019-06-07 广东智吉科技有限公司 机器人避障方法及装置

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105739497A (zh) * 2016-02-19 2016-07-06 上海钧工智能技术有限公司 一种智能机器人空气净化系统
US10134304B1 (en) * 2017-07-10 2018-11-20 DISH Technologies L.L.C. Scanning obstacle sensor for the visually impaired
CN108577684A (zh) * 2018-05-15 2018-09-28 江苏美的清洁电器股份有限公司 灰尘收集装置
CN109567679A (zh) * 2018-12-11 2019-04-05 上海物景智能科技有限公司 一种用于距离传感器上的灰尘检测方法及系统
CN211104033U (zh) * 2019-12-12 2020-07-28 贵州电力交易中心有限责任公司 一种具有雷达防尘功能的电力交易大厅接待机器人结构
CN111880196A (zh) * 2020-06-29 2020-11-03 安徽海博智能科技有限责任公司 一种无人矿车抗干扰方法、系统及计算机设备
CN111862182A (zh) * 2020-07-15 2020-10-30 上海炬佑智能科技有限公司 ToF相机及其地面障碍物检测方法、地面导航设备

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
日本开发前车防撞系统;祝之;《交通与运输》;20060825(第04期);全文 *

Also Published As

Publication number Publication date
CN112415532A (zh) 2021-02-26

Similar Documents

Publication Publication Date Title
EP3349041B1 (en) Object detection system
US9804598B2 (en) Autonomous mobile body
US10366310B2 (en) Enhanced camera object detection for automated vehicles
EP2473890B1 (en) Method and apparatus for simultaneous localization and mapping of mobile robot environment
CN112415532B (zh) 灰尘检测方法、距离检测装置以及电子设备
JP2006510097A (ja) オブジェクトを認識しかつ追跡するための方法
EP3958016A1 (en) Stationary object detection
CN111797701A (zh) 用于车辆多传感器融合系统的道路障碍物感知方法及系统
Valente et al. Fusing laser scanner and stereo camera in evidential grid maps
CN112820141B (zh) 一种泊车车位的检测方法和检测系统
CN111538342B (zh) 机器人行进路线调整方法、装置、机器人和存储介质
Kängsepp et al. Calibrated Perception Uncertainty Across Objects and Regions in Bird's-Eye-View
KR102618680B1 (ko) 영상과 라이다를 이용한 실시간 3차원 물체 인식 및 추적하는 시스템
EP4260084A1 (en) Radar perception
CN114859380A (zh) 悬崖检测方法及驱动设备、存储介质
Chen et al. A real-time relative probabilistic mapping algorithm for high-speed off-road autonomous driving
US20240077617A1 (en) Perception for point clouds
KR20230174730A (ko) 동적 물체의 대략적인 물체 위치를 결정하는 방법, 컴퓨터 프로그램, 장치 및 차량
KR20220159575A (ko) 전방위 충돌방지를 위한 차량 avm 카메라 시스템 및 이의 제어방법
CN115511939A (zh) 障碍物检测方法、装置、存储介质及电子设备
CN117031498A (zh) 柔性障碍物检测方法、清洁机器人及其控制方法
CN112509039A (zh) 瓶装液体液位检测方法、系统和存储介质
CN117008076A (zh) 机器人设备中的悬崖检测
CN117179637A (zh) 地毯检测方法、地毯检测装置、清洁机器人及存储介质
CN118103732A (zh) 信息处理装置、控制方法、程序以及存储介质

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