CN113393423A - 一种基于点云的悬崖检测方法、装置及移动机器人 - Google Patents

Abstract

本发明涉及一种基于点云的悬崖检测方法、装置及移动机器人。该方法包括下述步骤：S11、获取摄像头采集的点云，建立摄像头对应采集区域的第一局部地图；S12、将第一局部地图栅格化，点云按坐标填充到对应栅格中；S13、将剩余未填充栅格进行聚类，所得聚类区域为悬崖区域。本发明通过点云填充算法得到摄像头视觉盲区的准确位置信息，实现悬崖的视觉识别，为移动机器人提供导航参考。

Description

一种基于点云的悬崖检测方法、装置及移动机器人

技术领域

本发明涉及移动机器人导航领域，更具体地说，涉及一种基于点云的悬崖检测方法、装置及移动机器人。

背景技术

视觉导航是移动机器人常用的一种导航方式，视觉导航依靠摄像头获取周围环境信息，为机器人移动提供参考。参考图1和图2，现有技术中摄像头一般倾斜安装在移动机器人上，因存在倾斜角度会导致摄像头获取前方地面信息时存在视觉盲区，图1为视觉盲区侧视图，图2为视觉盲区俯视图，因视觉盲区的存在导致摄像头无法直接看到悬崖的准确位置，导致移动机器人存在跌落风险。

发明内容

本发明要解决的技术问题在于，针对现有技术的上述缺陷，提供一种基于点云的悬崖检测方法、装置及移动机器人。

本发明解决其技术问题所采用的技术方案是：构造一种基于点云的悬崖检测方法，包括下述步骤：

S11、获取摄像头采集的点云，建立所述摄像头对应采集区域的第一局部地图；

S12、将所述第一局部地图栅格化，所述点云按坐标填充到对应栅格中；

S13、将剩余未填充栅格进行聚类，所得聚类区域为悬崖区域。

进一步，在本发明所述的基于点云的悬崖检测方法中，在所述步骤S12中将所述第一局部地图栅格化之后还包括：若所述第一局部地图大于所述摄像头的探测视角，则删除不在所述摄像头的探测视角范围内的栅格。

进一步，在本发明所述的基于点云的悬崖检测方法中，在所述步骤S11中获取摄像头采集的点云之后还包括：过滤并保存所述点云中的地面上点云，所述地面上点云指高于地平面的点云；

所述步骤S13中所得聚类区域为悬崖区域包括：根据所述地面上点云过滤所述聚类区域，过滤后所剩聚类区域为悬崖区域。

进一步，在本发明所述的基于点云的悬崖检测方法中，所述根据所述地面上点云过滤所述聚类区域包括：计算所述地面上点云的第一质心点，计算所述聚类区域的第二质心点，根据所述第一质心点和所述第二质心点的位置关系过滤所述聚类区域。

进一步，在本发明所述的基于点云的悬崖检测方法中，所述步骤S11中获取摄像头采集的点云包括：获取至少两个摄像头采集的所有点云。

另外，本发明还提供一种基于点云的悬崖检测装置，包括：

第一获取单元，用于获取摄像头采集的点云，建立所述摄像头对应采集区域的第一局部地图；

第一转换单元，用于将所述第一局部地图栅格化，所述点云按坐标填充到对应栅格中；

第一筛选单元，用于将剩余未填充栅格进行聚类，所得聚类区域为悬崖区域。

另外，本发明还提供一种移动机器人，包括存储器和处理器，所述存储器用于存储计算机程序，所述处理器用于执行所述存储器中存储的计算机程序以实现如上述的基于点云的悬崖检测方法；或

所述移动机器人包括如上述的基于点云的悬崖检测装置。

另外，本发明还提供一种基于点云的悬崖检测方法，应用于移动机器人，所述移动机器人上安装有至少一个摄像头；所述方法包括下述步骤：

S21、获取所有所述摄像头采集的点云，建立所述移动机器人周围环境对应的第二局部地图；

S22、将所述第二局部地图栅格化，所述点云按坐标填充到对应栅格中；

S23、将剩余未填充栅格进行聚类，所得聚类区域为悬崖区域。

进一步，在本发明所述的基于点云的悬崖检测方法中，在所述步骤S22中将所述第二局部地图栅格化之后还包括：删除不在所有所述摄像头的探测视角范围内的栅格。

进一步，在本发明所述的基于点云的悬崖检测方法中，在所述步骤S21中获取所有所述摄像头采集的点云之后还包括：过滤并保存所述点云中的地面上点云，所述地面上点云指高于地平面的点云；

所述步骤S23中所得聚类区域为悬崖区域包括：根据所述地面上点云过滤所述聚类区域，过滤后所剩聚类区域为悬崖区域。

进一步，在本发明所述的基于点云的悬崖检测方法中，所述根据所述地面上点云过滤所述聚类区域包括：计算所述地面上点云的第一质心点，计算所述聚类区域的第二质心点，根据所述第一质心点和所述第二质心点的位置关系过滤所述聚类区域。

另外，本发明还提供一种基于点云的悬崖检测装置，应用于移动机器人，所述移动机器人上安装有至少一个所述摄像头；所述装置包括：

第二获取单元，用于获取所有所述摄像头采集的点云，建立所述移动机器人周围环境对应的第二局部地图；

第二转换单元，用于将所述第二局部地图栅格化，所述点云按坐标填充到对应栅格中；

第二筛选单元，用于将剩余未填充栅格进行聚类，所得聚类区域为悬崖区域。

实施本发明的一种基于点云的悬崖检测方法、装置及移动机器人，具有以下有益效果：本发明通过点云填充算法得到摄像头视觉盲区的准确位置信息，实现悬崖的视觉识别，为移动机器人提供导航参考。

附图说明

下面将结合附图及实施例对本发明作进一步说明，附图中：

图1和图2是摄像头视觉盲区的结构示意图；

图3是本发明一实施例提供的一种基于点云的悬崖检测方法的流程图；

图4是本发明一实施例提供的单摄像头点云填充示意图；

图5是本发明一实施例提供的一种基于点云的悬崖检测方法的流程图；

图6是本发明一实施例提供的双摄像头点云填充示意图。

具体实施方式

为了对本发明的技术特征、目的和效果有更加清楚的理解，现对照附图详细说明本发明的具体实施方式。

在一优选实施例中，参考图3和图4，本实施例的基于点云的悬崖检测方法包括下述步骤：

S11、获取摄像头采集的点云，建立摄像头对应采集区域的第一局部地图。具体的，本实施例的摄像头使用现有技术中能够获取点云的摄像头，即摄像头获取的图像为点云，使用该摄像头获取采集区域的点云。若摄像头处于移动状态，则摄像头持续获取采集区域的点云。获取点云后建立采集区域的第一局部地图，作为选择，第一局部地图可大于采集区域，或第一局部地图与采集区域一致。本实施例以第一局部地图与采集区域一致进行说明，即第一局部地图与采集区域的形状和大小一致。

作为选择，若至少两个摄像头同时采集点云，则获取至少两个摄像头采集的所有点云，并建立所有摄像头对应采集区域的第一局部地图。

S12、将第一局部地图栅格化，点云按坐标填充到对应栅格中。具体的，将第一局部地图栅格化是指将第一局部地图棋盘化，即将第一布局地图划分为多个栅格，所有栅格大小相同且整齐排列。将第一局部地图栅格化后，若某一栅格有对应的点云中的点，则将该点填充到该栅格中。重复执行该填充动作，将点云中所有点均填充到对应栅格中。

S13、将剩余未填充栅格进行聚类，所得聚类区域为悬崖区域。具体的，填充结束后将剩余未填充栅格进行聚类，即将没有被填充的连续栅格作为一个聚类区域，所得聚类区域为悬崖区域。

本实施例通过点云填充算法得到摄像头视觉盲区的准确位置信息，实现悬崖的视觉识别，为移动机器人提供导航参考。

在一些实施例的基于点云的悬崖检测方法中，在步骤S12中将第一局部地图栅格化之后还包括：若第一局部地图大于摄像头的探测视角，则删除不在摄像头的探测视角范围内的栅格。因点云是摄像头视角范围内所得，摄像头的视角范围外自然没有点云，因本实施例后续认为没有被填充的栅格连续区域为悬崖，为避免将摄像头视角范围外的区域误认为是悬崖区域，所以需要首先将摄像头视角范围外的区域删除。

在一些实施例的基于点云的悬崖检测方法中，在步骤S11中获取摄像头采集的点云之后还包括：过滤并保存点云中的地面上点云，地面上点云指高于地平面的点云。具体的，在一些场景中可能存在地面上障碍物的情况，而地面障碍物也能阻挡摄像头视线，从而导致视觉盲区，可能被误认为悬崖区域。为排除因地面上障碍物引起的误判，需要过滤并保存点云中的地面上点云，然后根据地面上点云过滤聚类区域，过滤后所剩聚类区域为悬崖区域；其中地面上点云指高于地平面的点云。作为选择，本实施例提供一种地面上点云过滤聚类区域方法：计算地面上点云的第一质心点，计算聚类区域的第二质心点，根据第一质心点和第二质心点的位置关系过滤聚类区域；例如，若第一质心点和第二质心点之间的距离小于预设距离，则认为第二质心点对应的聚类区域为地面上障碍物的遮挡区域，不是悬崖。如图4所示，其中聚类区域101为悬崖，聚类区域102为地面上点云103对应的遮挡区域，并非悬崖。本实施例利用地面上点云过滤聚类区域，从而排除地面上障碍物对应的聚类区域，避免悬崖误判。

在一优选实施例中，本实施例的移动机器人包括存储器和处理器，存储器用于存储计算机程序，处理器用于执行存储器中存储的计算机程序以实现如上述实施例的基于点云的悬崖检测方法。

在一优选实施例中，本实施例的基于点云的悬崖检测装置包括：

第一获取单元，用于获取摄像头采集的点云，建立摄像头对应采集区域的第一局部地图。具体的，本实施例的摄像头使用现有技术中能够获取点云的摄像头，即摄像头获取的图像为点云，使用该摄像头获取采集区域的点云。若摄像头处于移动状态，则摄像头持续获取采集区域的点云。获取点云后建立采集区域的第一局部地图，作为选择，第一局部地图可大于采集区域，或第一局部地图与采集区域一致。本实施例以第一局部地图与采集区域一致进行说明，即第一局部地图与采集区域的形状和大小一致。作为选择，若至少两个摄像头同时采集点云，则获取至少两个摄像头采集的所有点云，并建立所有摄像头对应采集区域的第一局部地图。

第一转换单元，用于将第一局部地图栅格化，点云按坐标填充到对应栅格中。具体的，将第一局部地图栅格化是指将第一局部地图棋盘化，即将第一布局地图划分为多个栅格，所有栅格大小相同且整齐排列。将第一局部地图栅格化后，若某一栅格有对应的点云中的点，则将该点填充到该栅格中。重复执行该填充动作，将点云中所有点均填充到对应栅格中。

第一筛选单元，用于将剩余未填充栅格进行聚类，所得聚类区域为悬崖区域。具体的，填充结束后将剩余未填充栅格进行聚类，即将没有被填充的连续栅格作为一个聚类区域，所得聚类区域为悬崖区域。

本实施例通过点云填充算法得到摄像头视觉盲区的准确位置信息，实现悬崖的视觉识别，为移动机器人提供导航参考。

在一优选实施例中，本实施例的移动机器人包括如上述实施例的基于点云的悬崖检测装置。

在一优选实施例中，参考图5和图6，本实施例的基于点云的悬崖检测方法应用于移动机器人，移动机器人上安装有至少一个摄像头。具体的，该基于点云的悬崖检测方法包括下述步骤：

S21、获取所有摄像头采集的点云，建立移动机器人周围环境对应的第二局部地图。具体的，本实施例的摄像头使用现有技术中能够获取点云的摄像头，即摄像头获取的图像为点云，使用该摄像头获取采集区域的点云。若摄像头处于移动状态，则摄像头持续获取采集区域的点云。获取点云后建立移动机器人周围环境对应的第二局部地图，作为选择，第二局部地图可大于采集区域，或第二局部地图与采集区域一致。本实施例以第二局部地图与采集区域一致进行说明，即第二局部地图与采集区域的形状和大小一致。

S22、将第二局部地图栅格化，点云按坐标填充到对应栅格中。具体的，将第二局部地图栅格化是指将第二局部地图棋盘化，即将第二布局地图划分为多个栅格，所有栅格大小相同且整齐排列。将第二局部地图栅格化后，若某一栅格有对应的点云中的点，则将该点填充到该栅格中。重复执行该填充动作，将点云中所有点均填充到对应栅格中。

S23、将剩余未填充栅格进行聚类，所得聚类区域为悬崖区域。具体的，填充结束后将剩余未填充栅格进行聚类，即将没有被填充的连续栅格作为一个聚类区域，所得聚类区域为悬崖区域。

本实施例通过点云填充算法得到摄像头视觉盲区的准确位置信息，实现悬崖的视觉识别，为移动机器人提供导航参考。

在一些实施例的基于点云的悬崖检测方法中，在步骤S22中将第二局部地图栅格化之后还包括：若第二局部地图大于摄像头的探测视角，则删除不在摄像头的探测视角范围内的栅格。因点云是摄像头视角范围内所得，摄像头的视角范围外自然没有点云，因本实施例后续认为没有被填充的栅格连续区域为悬崖，为避免将摄像头视角范围外的区域误认为是悬崖区域，所以需要首先将摄像头视角范围外的区域删除。

在一些实施例的基于点云的悬崖检测方法中，在步骤S21中获取所有摄像头采集的点云之后还包括：过滤并保存点云中的地面上点云，地面上点云指高于地平面的点云。具体的，在一些场景中可能存在地面上障碍物的情况，而地面障碍物也能阻挡摄像头视线，从而导致视觉盲区，可能被误认为悬崖区域。为排除因地面上障碍物引起的误判，需要过滤并保存点云中的地面上点云，然后根据地面上点云过滤聚类区域，过滤后所剩聚类区域为悬崖区域；其中地面上点云指高于地平面的点云。作为选择，本实施例提供一种地面上点云过滤聚类区域方法：计算地面上点云的第一质心点，计算聚类区域的第二质心点，根据第一质心点和第二质心点的位置关系过滤聚类区域；例如，若第一质心点和第二质心点之间的距离小于预设距离，则认为第二质心点对应的聚类区域为地面上障碍物的遮挡区域，不是悬崖。如图6所示，其中聚类区域201为悬崖，聚类区域202为地面上点云203对应的遮挡区域，并非悬崖。本实施例利用地面上点云过滤聚类区域，从而排除地面上障碍物对应的聚类区域，避免悬崖误判。

在一优选实施例中，本实施例的基于点云的悬崖检测装置应用于移动机器人，移动机器人上安装有至少一个摄像头。具体的，该基于点云的悬崖检测装置包括：

第二获取单元，用于获取所有摄像头采集的点云，建立移动机器人周围环境对应的第二局部地图。具体的，本实施例的摄像头使用现有技术中能够获取点云的摄像头，即摄像头获取的图像为点云，使用该摄像头获取采集区域的点云。若摄像头处于移动状态，则摄像头持续获取采集区域的点云。获取点云后建立移动机器人周围环境对应的第二局部地图，作为选择，第二局部地图可大于采集区域，或第二局部地图与采集区域一致。本实施例以第二局部地图与采集区域一致进行说明，即第二局部地图与采集区域的形状和大小一致。

第二转换单元，用于将第二局部地图栅格化，点云按坐标填充到对应栅格中。具体的，将第二局部地图栅格化是指将第二局部地图棋盘化，即将第二布局地图划分为多个栅格，所有栅格大小相同且整齐排列。将第二局部地图栅格化后，若某一栅格有对应的点云中的点，则将该点填充到该栅格中。重复执行该填充动作，将点云中所有点均填充到对应栅格中。

第二筛选单元，用于将剩余未填充栅格进行聚类，所得聚类区域为悬崖区域。具体的，填充结束后将剩余未填充栅格进行聚类，即将没有被填充的连续栅格作为一个聚类区域，所得聚类区域为悬崖区域。

本实施例通过点云填充算法得到摄像头视觉盲区的准确位置信息，实现悬崖的视觉识别，为移动机器人提供导航参考。

在一些实施例的基于点云的悬崖检测装置中，第二转换单元还包括：若第二局部地图大于摄像头的探测视角，则删除不在摄像头的探测视角范围内的栅格。因点云是摄像头视角范围内所得，摄像头的视角范围外自然没有点云，因本实施例后续认为没有被填充的栅格连续区域为悬崖，为避免将摄像头视角范围外的区域误认为是悬崖区域，所以需要首先将摄像头视角范围外的区域删除。

在一些实施例的基于点云的悬崖检测装置中，第二获取单元还包括：过滤并保存点云中的地面上点云，地面上点云指高于地平面的点云。具体的，在一些场景中可能存在地面上障碍物的情况，而地面障碍物也能阻挡摄像头视线，从而导致视觉盲区，可能被误认为悬崖区域。为排除因地面上障碍物引起的误判，需要过滤并保存点云中的地面上点云，然后根据地面上点云过滤聚类区域，过滤后所剩聚类区域为悬崖区域；其中地面上点云指高于地平面的点云。作为选择，本实施例提供一种地面上点云过滤聚类区域方法：计算地面上点云的第一质心点，计算聚类区域的第二质心点，根据第一质心点和第二质心点的位置关系过滤聚类区域；例如，若第一质心点和第二质心点之间的距离小于预设距离，则认为第二质心点对应的聚类区域为地面上障碍物的遮挡区域，不是悬崖。如图6所示，其中聚类区域201为悬崖，聚类区域202为地面上点云203对应的遮挡区域，并非悬崖。本实施例利用地面上点云过滤聚类区域，从而排除地面上障碍物对应的聚类区域，避免悬崖误判。

本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。

专业人员还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。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。

结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。

以上实施例只为说明本发明的技术构思及特点，其目的在于让熟悉此项技术的人士能够了解本发明的内容并据此实施，并不能限制本发明的保护范围。凡跟本发明权利要求范围所做的均等变化与修饰，均应属于本发明权利要求的涵盖范围。

Claims (12)

1.一种基于点云的悬崖检测方法，其特征在于，包括下述步骤：

S11、获取摄像头采集的点云，建立所述摄像头对应采集区域的第一局部地图；

S12、将所述第一局部地图栅格化，所述点云按坐标填充到对应栅格中；

S13、将剩余未填充栅格进行聚类，所得聚类区域为悬崖区域。

2.根据权利要求1所述的基于点云的悬崖检测方法，其特征在于，在所述步骤S12中将所述第一局部地图栅格化之后还包括：若所述第一局部地图大于所述摄像头的探测视角，则删除不在所述摄像头的探测视角范围内的栅格。

3.根据权利要求1所述的基于点云的悬崖检测方法，其特征在于，在所述步骤S11中获取摄像头采集的点云之后还包括：过滤并保存所述点云中的地面上点云，所述地面上点云指高于地平面的点云；

所述步骤S13中所得聚类区域为悬崖区域包括：根据所述地面上点云过滤所述聚类区域，过滤后所剩聚类区域为悬崖区域。

4.根据权利要求3所述的基于点云的悬崖检测方法，其特征在于，所述根据所述地面上点云过滤所述聚类区域包括：计算所述地面上点云的第一质心点，计算所述聚类区域的第二质心点，根据所述第一质心点和所述第二质心点的位置关系过滤所述聚类区域。

5.根据权利要求1所述的基于点云的悬崖检测方法，其特征在于，所述步骤S11中获取摄像头采集的点云包括：获取至少两个摄像头采集的所有点云。

6.一种基于点云的悬崖检测装置，其特征在于，包括：

第一获取单元，用于获取摄像头采集的点云，建立所述摄像头对应采集区域的第一局部地图；

第一转换单元，用于将所述第一局部地图栅格化，所述点云按坐标填充到对应栅格中；

第一筛选单元，用于将剩余未填充栅格进行聚类，所得聚类区域为悬崖区域。

7.一种移动机器人，其特征在于，包括存储器和处理器，所述存储器用于存储计算机程序，所述处理器用于执行所述存储器中存储的计算机程序以实现如权利要求1至5任一项所述的基于点云的悬崖检测方法；或

所述移动机器人包括如权利要求6所述的基于点云的悬崖检测装置。

8.一种基于点云的悬崖检测方法，其特征在于，应用于移动机器人，所述移动机器人上安装有至少一个摄像头；所述方法包括下述步骤：

S21、获取所有所述摄像头采集的点云，建立所述移动机器人周围环境对应的第二局部地图；

S22、将所述第二局部地图栅格化，所述点云按坐标填充到对应栅格中；

S23、将剩余未填充栅格进行聚类，所得聚类区域为悬崖区域。

9.根据权利要求8所述的基于点云的悬崖检测方法，其特征在于，在所述步骤S22中将所述第二局部地图栅格化之后还包括：删除不在所有所述摄像头的探测视角范围内的栅格。

10.根据权利要求8所述的基于点云的悬崖检测方法，其特征在于，在所述步骤S21中获取所有所述摄像头采集的点云之后还包括：过滤并保存所述点云中的地面上点云，所述地面上点云指高于地平面的点云；

所述步骤S23中所得聚类区域为悬崖区域包括：根据所述地面上点云过滤所述聚类区域，过滤后所剩聚类区域为悬崖区域。

11.根据权利要求10所述的基于点云的悬崖检测方法，其特征在于，所述根据所述地面上点云过滤所述聚类区域包括：计算所述地面上点云的第一质心点，计算所述聚类区域的第二质心点，根据所述第一质心点和所述第二质心点的位置关系过滤所述聚类区域。

12.一种基于点云的悬崖检测装置，其特征在于，应用于移动机器人，所述移动机器人上安装有至少一个所述摄像头；所述装置包括：

第二获取单元，用于获取所有所述摄像头采集的点云，建立所述移动机器人周围环境对应的第二局部地图；

第二转换单元，用于将所述第二局部地图栅格化，所述点云按坐标填充到对应栅格中；

第二筛选单元，用于将剩余未填充栅格进行聚类，所得聚类区域为悬崖区域。

Images