CN113901912A - 一种移动机器人获取目标区域面积的方法 - Google Patents
一种移动机器人获取目标区域面积的方法 Download PDFInfo
- Publication number
- CN113901912A CN113901912A CN202111167537.3A CN202111167537A CN113901912A CN 113901912 A CN113901912 A CN 113901912A CN 202111167537 A CN202111167537 A CN 202111167537A CN 113901912 A CN113901912 A CN 113901912A
- Authority
- CN
- China
- Prior art keywords
- area
- mobile robot
- reference object
- target area
- target
- 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.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Quality & Reliability (AREA)
- Geometry (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
- Image Analysis (AREA)
- Manipulator (AREA)
Abstract
本发明公开一种移动机器人获取目标区域面积的方法,具体包括:移动机器人获取设置有预设面积的参照物的当前环境平面图;移动机器人获取当前环境平面图中的全部轮廓线;移动机器人对当前环境平面图中的全部轮廓线进行第一特征筛选,确定目标区域轮廓线并计算目标区域内的像素点数量;移动机器人对当前环境平面图中的全部轮廓线进行第二特征筛选,确定参照物占用区域轮廓线并计算参照物占用区域内的像素点数量;移动机器人根据参照物占用区域内的像素点数量、参照物的预设面积以及目标区域内的像素点数量,获取目标区域面积。本发明解决了目前移动机器人获取目标区域面积的方法复杂繁琐且计算精准度不高的问题。
Description
技术领域
本发明涉及图像处理领域,具体涉及一种移动机器人获取目标区域面积的方法。
背景技术
随着技术的进步,移动机器人被广泛应用于各行各业。移动机器人是指在设定封闭室内空间内自主执行预设任务的自移动设备,目前移动机器人的种类包括但不限于智能扫地机器人、智能扫拖一体机器人、擦窗机器人、智能逗宠机器人、保姆机器人、服务型移动机器人(例如酒店、旅馆、会晤场所的接待机器人)、工业巡检智能自移动设备和智能安防机器人等。
移动机器人在执行部分预设任务时需要预先了解其执行该预设任务的目标区域的面积,以便于更高效的规划任务。而目前移动机器人获取目标区域面积的方式一般都需要移动机器人对目标区域进行遍历或者需要用户对目标区域面积进行人工测算后输入移动机器人,因此目前移动机器人获取目标区域面积的方法存在不便于快速计算且精准度较低的问题。
发明内容
为解决上述问题,本发明提供了一种目标区域面积的计算方法,解决了目标区域面积不便于计算且计算精准度不高的问题。本发明的具体技术方案如下:
一种移动机器人获取目标区域面积的方法,所述移动机器人获取目标区域面积的方法具体包括:移动机器人获取设置有预设面积的参照物的当前环境平面图;移动机器人获取当前环境平面图中的全部轮廓线;移动机器人对当前环境平面图中的全部轮廓线进行第一特征筛选,确定目标区域轮廓线并计算目标区域内的像素点数量;移动机器人对当前环境平面图中的全部轮廓线进行第二特征筛选,确定参照物占用区域轮廓线并计算参照物占用区域内的像素点数量;移动机器人根据参照物占用区域内的像素点数量、参照物的预设面积以及目标区域内的像素点数量,获取目标区域面积。
与现有技术相比较,本技术方案中移动机器人通过获取当前环境平面图中的全部轮廓线并进行轮廓线特征筛选以确定目标区域和参照物占用区域,并根据参照物占用区域与目标区域之间的数学关系进行换算,从而获取目标区域面积,解决了目标区域面积不便于计算且目前计算精准度不高的问题。
进一步地,所述移动机器人获取当前环境平面图中的全部轮廓线具体包括:移动机器人对当前环境平面图进行图像预处理,并识别图像预处理后的当前环境平面图中的全部轮廓线。本技术方案中移动机器人通过对当前环境平面图进行图像预处理,以使得当前环境平面图被预处理为更便于识别图像中轮廓线的形式提高当前环境平面图的轮廓线识别精确度。
进一步地,所述移动机器人对当前环境平面图进行图像预处理,具体包括:移动机器人将当前环境平面图按照目标区域、参照物占用区域和其余区域的三种区域划分标准采用三种不同颜色将各区域覆盖;其中,所述其余区域是指既非目标区域又非参照物占用区域的区域。本技术方案中移动机器人将当前环境平面图划分为目标区域、参照物占用区域和其余区域,并采用三种不同颜色将三种区域覆盖,以便于更好的区分不同区域,同时便于识别不同区域之间的轮廓线。
进一步地,所述移动机器人识别图像预处理后的当前环境平面图中的全部轮廓线,具体包括:移动机器人检测图像预处理后的当前环境平面图中的颜色,根据不同颜色之间的交界识别图像预处理后的当前环境平面图中的全部轮廓线。本技术方案通过识别不同颜色之间的交界的方式,以确定不同区域的轮廓线。
进一步地,所述移动机器人对全部轮廓线进行第一特征筛选,确定目标区域轮廓线,具体包括:移动机器人从全部轮廓线中筛选出目标区域所代表的颜色分别与参照物占用区域所代表的颜色和其余区域所代表的颜色的交界线所构成的轮廓线中能够将目标区域包围且封闭的轮廓线作为目标区域轮廓线。本技术方案中移动机器人以特征筛选的方式从全部轮廓线中确定一条轮廓线作为目标区域轮廓线,提高目标区域范围的精确度。
进一步地,所述移动机器人对全部轮廓线进行第二特征筛选,确定参照物占用区域轮廓线,具体包括:移动机器人从全部轮廓线中筛选出参照物占用区域颜色分别与目标区域所代表的颜色和其余区域所代表的颜色的交界线所构成的轮廓线中能够将参照物占用区域包围且封闭的轮廓线作为参照物占用区域轮廓线。本技术方案中移动机器人以特征筛选的方式从全部轮廓线中确定一条轮廓线作为参照物占用区域轮廓线,提高参照物占用区域范围的精确度。
进一步地,所述移动机器人计算目标区域内的像素点数量,具体包括:移动机器人获取目标区域轮廓线的质心点;移动机器人判断目标区域轮廓线的质心点是否在目标区域内;若是,则将目标区域轮廓线的质心点作为目标区域触发点;若否,则在目标区域轮廓线的质心点的四邻域或八邻域中选取一个在目标区域内的点作为目标区域触发点;以目标区域触发点为初始中心,向其四周的像素点进行逐点覆盖,直至覆盖整个目标区域内的全部像素点,并记录目标区域内的像素点数量。本技术方案中移动机器人基于目标区域轮廓线的质心点设置目标区域触发点,通过逐点遍历的方式提高目标区域内像素点计算的准确度和效率。
进一步地,所述移动机器人计算参照物占用区域内的像素点数量,具体包括:移动机器人获取参照物占用区域轮廓线的质心点;移动机器人判断参照物占用区域轮廓线的质心点是否在参照物占用区域内;若是,则将参照物占用区域轮廓线的质心点作为参照物占用区域触发点;若否,则在参照物占用区域轮廓线的质心点的四邻域或八邻域中选取一个在参照物占用区域内的点作为参照物占用区域触发点;以参照物占用区域触发点为初始中心,向其四周的像素点进行逐点覆盖,直至覆盖整个参照物占用区域内的全部像素点,并记录参照物占用区域内的像素点数量。本技术方案中移动机器人基于参照物占用区域轮廓线的质心点设置参照物占用区域触发点,通过逐点遍历的方式提高参照物占用区域内的像素点计算的准确度和效率。
进一步地,所述移动机器人根据参照物占用区域内的像素点数量、参照物的预设面积以及目标区域内的像素点数量,获取目标区域面积,具体包括:移动机器人将参照物占用区域内的像素点数量作为除数,将参照物的预设面积作为被除数,将被除数与除数的商作为单位像素点所占用的面积;移动机器人基于目标区域内的像素点数量和单位像素点所占用的面积,确定目标区域面积为目标区域内的像素点数量和单位像素点所占用的面积的乘积。本技术方案中移动机器人基于目标区域与参照物占用区域之间像素点和面积的数学关系进行换算,从而得到目标区域的面积,解决了目标区域面积不便于计算且目前计算精准度不高的问题。
附图说明
图1为本发明一种实施例所述移动机器人获取目标区域面积的方法的流程示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清晰,以下将结合附图及实施例,对本发明进行描述和说明。应当理解,下面所描述的具体实施例仅仅用于解释本发明,并不用于限定本发明。此外,还可以理解的是,对本邻域的普通技术人员而言,在本发明揭露的技术内容上进行一些设计,制造或者生产等变更只是常规的技术手段,不应当理解为本申请公开的内容不充分。
除非另作定义,本发明所涉及的技术术语或科学术语应当为本申请所属技术邻域内具有一般技能的人士所理解的通常意义。本申请所涉及的术语“包括”、“包含”、“具有”以及它们任何变形,意图在于覆盖不排他的包含,如:包含了一系列步骤或模块的过程、方法、系统产品或者设备没有限定于已列出的步骤或单元,而是可以还包括没有列出的步骤或模块,或者还可以包括对于这些过程、方法、产品或设备固有的其他步骤或单元。本申请所涉及的术语“第一”、“第二”、“第三”等仅仅是用于区别类似的对应,不代表针对对象的特定排序。
本发明的一种实施例中提供了一种移动机器人获取目标区域面积的方法,无需移动机器人对目标区域进行遍历,即可获取高精度的目标区域面积。如图1所示,所述移动机器人获取目标区域面积的方法具体包括:
步骤1:移动机器人获取设置有预设面积的参照物的当前环境平面图。需要说明的是,所述参照物的预设面积是指在当前环境平面图中参照物对应实际环境中的占地面积,并不是指参照物在当前环境平面图中的面积,所述参照物的预设面积可以是但不限于0.5平方米、1平方米、10平方米或20平方米等,具体面积大小根据移动机器人所能够获取当前环境平面图的大小以及移动机器人当前环境的大小所设定;所述当前环境平面图中包括目标区域和参照物。
步骤2:移动机器人获取当前环境平面图中的全部轮廓线;
步骤3:移动机器人对当前环境平面图中的全部轮廓线进行第一特征筛选,以确定目标区域轮廓线并计算目标区域内的像素点数量;其中,所述第一特征具体根据移动机器人所处环境及目标区域的具体限定条件进行设定,可以是但不限于筛选出全部轮廓线中长度最长且首尾相接的一条轮廓线作为目标区域轮廓线,或者是筛选出全部轮廓线中将目标区域包围且首尾相接的轮廓线中长度最短的轮廓线作为目标区域轮廓线。
步骤4:移动机器人对当前环境平面图中的全部轮廓线进行第二特征筛选,以确定参照物占用区域轮廓线并计算参照物占用区域内的像素点数量;其中,所述第二特征具体根据参照物的具体限定条件进行限定,可以是但不限于,若已知参照物在移动机器人所处环境中的设定位置,筛选出全部轮廓线中位于参照物在移动机器人所处环境中的设定位置附近的部分轮廓线,并从中筛选出将参照物包围且首尾相接的轮廓线中长度最短的轮廓线作为参照物占用区域轮廓线。
步骤5:移动机器人根据参照物预设面积、参照物占用区域内的像素点数量和目标区域内像素点数量,获取目标区域面积。具体地,本实施例中移动机器人获取目标区域面积的方法是通过设置预设面积的参照物,并获取参照物占用区域内的像素点数量,从而通过数学推算获取单位面积的像素点数量,进而基于目标区域内像素点数量和单位面积的像素点数量确定目标区域面积。
优选地,所述步骤3和所述步骤4的先后执行顺序不进行限定,可以是但不限于先执行步骤3再执行步骤4,或者是先执行步骤4再执行步骤3,或者是同时执行步骤3和步骤4。
本发明的另一种实施例也提供了一种移动机器人获取目标区域面积的方法,基于上述实施例提供的方法,本实施例执行上述步骤2前移动机器人还对所述当前环境平面图进行图像预处理,以使得所述当前环境平面图能够更易于被识别出全部轮廓线。具体地,所述移动机器人对当前环境平面图进行图像预处理的具体手段可以是但不限于移动机器人对当前环境平面图进行二值化处理,或者移动机器人根据区域进行不同颜色的覆盖处理等能够有利于识别当前环境平面图中全部轮廓线的处理手段。
具体地,所述移动机器人根据区域进行不同颜色的覆盖处理是指移动机器人在当前环境平面图中根据目标区域、参照物占用区域和其余区域的划分标准,将当前环境平面图处理为由三种不同颜色覆盖的图像,如:将目标区域采用白色覆盖,将参照物占用区域采用黄色覆盖,将其余区域采用红色覆盖,即三种区域内采用易于区分的不同颜色覆盖。需要说明的是,在本实施例中虽然已知目标区域,但是仍对当前环境平面图进行图像预处理并识别其轮廓线,以再次确定当前环境平面图中的具体目标区域范围,提高目标区域范围的精度,从而提高获取的目标区域内像素点数量和目标区域面积的精准度。
基于上述实施例提供的移动机器人获取目标区域面积的方法,本发明的一种实施例中移动机器人采用根据区域进行不同颜色的覆盖处理的方式在步骤2前对当前环境平面图进行图像预处理。在本实施例中步骤2所述移动机器人获取当前环境平面图中的全部轮廓线的具体方法包括:移动机器人检测图像预处理后的当前环境平面图中的颜色分区,根据不同颜色之间的交界线作为轮廓线,从而识别出图像预处理后的当前环境平面图中的全部轮廓线。
基于上述实施例提供的移动机器人获取目标区域面积的方法,作为本发明一种较优的实施例,本实施例中所述移动机器人对全部轮廓线进行第一特征筛选,确定目标区域轮廓线,具体包括:移动机器人从全部轮廓线中筛选出目标区域所代表的颜色分别与参照物占用区域所代表的颜色和其余区域所代表的颜色的交界线所构成的轮廓线中能够将目标区域包围且封闭的轮廓线作为目标区域轮廓线。
基于上述实施例提供的移动机器人获取目标区域面积的方法,作为本发明一种较优的实施例,本实施例中所述移动机器人对全部轮廓线进行第二特征筛选,确定参照物占用区域轮廓线,具体包括:移动机器人从全部轮廓线中筛选出参照物占用区域颜色分别与目标区域所代表的颜色和其余区域所代表的颜色的交界线所构成的轮廓线中能够将参照物占用区域包围且封闭的轮廓线作为参照物占用区域轮廓线。
基于上述实施例提供的移动机器人获取目标区域面积的方法,作为本发明一种较优的实施例,本实施例中所述移动机器人计算目标区域内像素点数量包括:移动机器人获取目标区域轮廓线的质心点;移动机器人判断目标区域轮廓线的质心点是否在目标区域内;若目标区域轮廓线的质心点在目标区域内,则将目标区域轮廓线的质心点作为目标区域触发点;若目标区域轮廓线的质心点不在目标区域内,则在目标区域轮廓线的质心点的四邻域或八邻域中选取一个在目标区域内的点作为目标区域触发点;以目标区域触发点为初始中心,向其四周的像素点进行逐点覆盖,直至覆盖整个目标区域内的全部像素点,并记录目标区域内的像素点数量。
基于上述实施例提供的移动机器人获取目标区域面积的方法,作为本发明一种较优的实施例,本实施例中所述移动机器人计算参照物占用区域内的像素点数量,具体包括:
移动机器人获取参照物占用区域轮廓线的质心点;其中,所述移动机器人获取参照物占用区域轮廓线的质心点的方法可以是但不限于移动机器人将所述参照物占用区域轮廓线的全部轮廓像素点进行加权,取其加权平均值作为质心点。
移动机器人判断参照物占用区域轮廓线的质心点是否在参照物占用区域内;具体地,所述移动机器人判断参照物占用区域轮廓线的质心点是否在参照物占用区域内的方法主要取决于上述当前环境平面图的图像预处理手段,若所述移动机器人对当前环境平面图的图像预处理手段为阈值分割为二值图像,则可根据所述参照物占用区域轮廓线的质心点的灰度值判断其是否在参照物占用区域内;若所述移动机器人对当前环境平面图的图像预处理手段为不同区域采用不同颜色覆盖,则可根据所述参照物占用轮廓线的质心点颜色是否与参照物占用区域颜色相一致进行判断。
若参照物占用区域轮廓线的质心点在参照物占用区域内,则将参照物占用区域轮廓线的质心点作为参照物占用区域触发点;
若参照物占用区域轮廓线的质心点不在参照物占用区域内,则在参照物占用区域轮廓线的质心点的四邻域或八邻域中选取一个在参照物占用区域内的像素点作为参照物占用区域触发点;具体地,若所述参照物占用区域轮廓线的质心点不在参照物占用区域内,则优先在该参照物占用区域轮廓线的质心点的四邻域内选取一个在参照物占用区域内的像素点作为参照物占用区域触发点,若该参照物占用区域轮廓线的质心点的四邻域内不存在在参照物占用区域内的像素点,则在该参照物占用区域轮廓线的质心点的八邻域内选取一个在参照物占用区域内的像素点作为参照物占用区域触发点,同理,若该参照物占用区域轮廓线的质心点的八邻域内不存在在参照物占用区域内的像素点,则以该可清扫区域的质心点为中心向外拓展,以选取一个离该参照物占用区域轮廓线的质心点最接近且在参照物占用区域内的像素点作为参照物占用区域触发点。
以参照物占用区域触发点为初始中心,向其四周的像素点进行逐点覆盖,直至覆盖整个参照物占用区域内的全部像素点,并记录参照物占用区域内的像素点数量;具体地,通过以参照物占用区域触发点为中心,向其四周的像素点进行逐点覆盖,使得整个参照物占用区域内的全部像素点都得到覆盖,能够精准的记录参照物占用区域内被覆盖的像素点数量,从而获得参照物占用区域内的全部像素点数量。需要说明的是,本实施例中从一个像素点出发,向其周边像素点扩展填充覆盖,直至区域边缘,实现对参照物占用区域内的像素点数量的精确统计。
作为本发明一种较优的实施例,所述移动机器人根据参照物占用区域内的像素点数量、参照物的预设面积以及目标区域内的像素点数量,获取目标区域面积,具体包括:移动机器人将参照物占用区域内的像素点数量作为除数,将参照物的预设面积作为被除数,将被除数与除数的商作为单位像素点所占用的面积;移动机器人基于目标区域内的像素点数量和单位像素点所占用的面积,确定目标区域面积为目标区域内的像素点数量和单位像素点所占用的面积的乘积。
显然,上述的实施例仅仅是本发明一部分实施例,而不是全部的实施例,各个实施例之间的技术方案可以相互结合。在本发明的上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。在本发明所提供的几个实施例中,应该理解到,所揭露的技术内容,可通过其它的方式实现。另外需要说明的是,在上述具体实施方式中所描述的各个具体技术特征,在不矛盾的情况下,可以通过任何合适的方式进行组合。为了避免不必要的重复,本发明实施方式对各种可能的组合方式不再另行说明。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各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,或者对其中部分或者全部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范围。
Claims (9)
1.一种移动机器人获取目标区域面积的方法,其特征在于,所述移动机器人获取目标区域面积的方法具体包括:
移动机器人获取设置预设面积的参照物的当前环境平面图;
移动机器人获取当前环境平面图中的全部轮廓线;
移动机器人对当前环境平面图中的全部轮廓线进行第一特征筛选,以确定目标区域轮廓线并计算目标区域内的像素点数量;
移动机器人对当前环境平面图中的全部轮廓线进行第二特征筛选,以确定参照物占用区域轮廓线并计算参照物占用区域内的像素点数量;
移动机器人根据参照物占用区域内的像素点数量、参照物的预设面积以及目标区域内的像素点数量,获取目标区域面积。
2.根据权利要求1所述的移动机器人获取目标区域面积的方法,其特征在于,所述移动机器人获取当前环境平面图中的全部轮廓线具体包括:移动机器人对当前环境平面图进行图像预处理,并识别图像预处理后的当前环境平面图中的全部轮廓线。
3.根据权利要求2所述的移动机器人获取目标区域面积的方法,其特征在于,所述移动机器人对当前环境平面图进行图像预处理,具体包括:移动机器人将当前环境平面图按照目标区域、参照物占用区域和其余区域的三种区域划分标准采用三种不同颜色将各区域覆盖;其中,所述其余区域是指既非目标区域又非参照物占用区域的区域。
4.根据权利要求3所述的移动机器人获取目标区域面积的方法,其特征在于,所述移动机器人识别图像预处理后的当前环境平面图中的全部轮廓线,具体包括:移动机器人检测图像预处理后的当前环境平面图中的颜色,根据不同颜色之间的交界识别图像预处理后的当前环境平面图中的全部轮廓线。
5.根据权利要求4所述的移动机器人获取目标区域面积的方法,其特征在于,所述移动机器人对全部轮廓线进行第一特征筛选,确定目标区域轮廓线,具体包括:移动机器人从全部轮廓线中筛选出目标区域所代表的颜色分别与参照物占用区域所代表的颜色和其余区域所代表的颜色的交界线所构成的轮廓线中能够将目标区域包围且封闭的轮廓线作为目标区域轮廓线。
6.根据权利要求4所述的移动机器人获取目标区域面积的方法,其特征在于,所述移动机器人对全部轮廓线进行第二特征筛选,确定参照物占用区域轮廓线,具体包括:移动机器人从全部轮廓线中筛选出参照物占用区域颜色分别与目标区域所代表的颜色和其余区域所代表的颜色的交界线所构成的轮廓线中能够将参照物占用区域包围且封闭的轮廓线作为参照物占用区域轮廓线。
7.根据权利要求1所述的移动机器人获取目标区域面积的方法,其特征在于,所述移动机器人计算目标区域内的像素点数量,具体包括:
移动机器人获取目标区域轮廓线的质心点;
移动机器人判断目标区域轮廓线的质心点是否在目标区域内;
若是,则将目标区域轮廓线的质心点作为目标区域触发点;
若否,则在目标区域轮廓线的质心点的四邻域或八邻域中选取一个在目标区域内的点作为目标区域触发点;
以目标区域触发点为初始中心,向其四周的像素点进行逐点覆盖,直至覆盖整个目标区域内的全部像素点,并记录目标区域内的像素点数量。
8.根据权利要求1所述的移动机器人获取目标区域面积的方法,其特征在于,所述移动机器人计算参照物占用区域内的像素点数量,具体包括:
移动机器人获取参照物占用区域轮廓线的质心点;
移动机器人判断参照物占用区域轮廓线的质心点是否在参照物占用区域内;
若是,则将参照物占用区域轮廓线的质心点作为参照物占用区域触发点;
若否,则在参照物占用区域轮廓线的质心点的四邻域或八邻域中选取一个在参照物占用区域内的点作为参照物占用区域触发点;
以参照物占用区域触发点为初始中心,向其四周的像素点进行逐点覆盖,直至覆盖整个参照物占用区域内的全部像素点,并记录参照物占用区域内的像素点数量。
9.根据权利要求1所述的移动机器人获取目标区域面积的方法,其特征在于,所述移动机器人根据参照物占用区域内的像素点数量、参照物的预设面积以及目标区域内的像素点数量,获取目标区域面积,具体包括:
移动机器人将参照物占用区域内的像素点数量作为除数,将参照物的预设面积作为被除数,将被除数与除数的商作为单位像素点所占用的面积;
移动机器人基于目标区域内的像素点数量和单位像素点所占用的面积,确定目标区域面积为目标区域内的像素点数量和单位像素点所占用的面积的乘积。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111167537.3A CN113901912A (zh) | 2021-10-07 | 2021-10-07 | 一种移动机器人获取目标区域面积的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111167537.3A CN113901912A (zh) | 2021-10-07 | 2021-10-07 | 一种移动机器人获取目标区域面积的方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113901912A true CN113901912A (zh) | 2022-01-07 |
Family
ID=79190214
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111167537.3A Pending CN113901912A (zh) | 2021-10-07 | 2021-10-07 | 一种移动机器人获取目标区域面积的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113901912A (zh) |
-
2021
- 2021-10-07 CN CN202111167537.3A patent/CN113901912A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2015070723A1 (zh) | 眼部图像处理方法和装置 | |
CN105493141B (zh) | 非结构化道路边界检测 | |
Zakaria et al. | Object shape recognition in image for machine vision application | |
CN112347887A (zh) | 一种物体检测方法、物体检测装置及电子设备 | |
US20150036924A1 (en) | Method, arrangement and computer program product for recognizing videoed objects | |
CN104392210A (zh) | 一种手势识别方法 | |
CN105865329A (zh) | 基于视觉的成捆圆钢端面中心坐标的获取系统和方法 | |
CN112052782A (zh) | 基于环视的停车位识别方法、装置、设备及存储介质 | |
CN112560713A (zh) | 图像识别方法、装置、设备以及烹饪系统 | |
JP2007102269A (ja) | 画像処理装置 | |
US9384561B2 (en) | Method of selecting a region of interest | |
CN111724444A (zh) | 目标物的抓取点的确定方法、装置及抓取系统 | |
CN107367513B (zh) | 工件缺陷在线分析装置 | |
CN113059560B (zh) | 机械臂控制方法、装置、电子设备以及烹饪系统 | |
US20230186514A1 (en) | Cable detection method, robot and storage device | |
CN113901912A (zh) | 一种移动机器人获取目标区域面积的方法 | |
CN113888574A (zh) | 一种清洁机器人获取可清扫区域面积的方法 | |
JP6331761B2 (ja) | 判定装置、判定方法及び判定プログラム | |
CN110909751B (zh) | 用于变电站绝缘子清扫机器人的视觉识别方法、系统及介质 | |
CN111401341A (zh) | 一种基于视觉的减速带检测方法、装置及其存储介质 | |
CN108491820B (zh) | 图像中肢体表示信息的识别方法、装置及设备、存储介质 | |
CN114618371B (zh) | 基于人工智能的分批式混合机控制方法及系统 | |
CN114897999B (zh) | 物体位姿识别方法、电子设备、存储介质和程序产品 | |
CN108615025A (zh) | 家居环境下门识别定位方法、系统以及机器人 | |
CN110472687B (zh) | 基于颜色密度特征的道路图像聚类方法及道路识别的方法 |
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 |