CN114152996A - 机器人的障碍物检测方法、装置、设备及存储介质 - Google Patents

Abstract

本申请提供一种机器人的障碍物检测方法、装置、设备及存储介质，属于机器人避障技术领域。该方法应用于目标机器人，目标机器人包括机器人底盘以及机器人躯干，机器人躯干设置于机器人底盘之上，机器人底盘上设置有光源发射器，机器人上设置有光线检测装置，该方法包括：控制光源发射器向目标方向发送预设光线；通过光线检测装置确定预设范围内是否存在预设光线；若是，则根据预设光线的特征，确定机器人的预设范围内存在障碍物。本申请可以实现对竖直方向上有一定高度的机器人的障碍物检测，从而避免此类机器人与高处障碍物发生碰撞，并且，消耗的成本较低。

Description

机器人的障碍物检测方法、装置、设备及存储介质

技术领域

本申请涉及机器人避障技术领域，具体而言，涉及一种机器人的障碍物检测方法、装置、设备及存储介质。

背景技术

机器人在工作的过程中，可能会与室内外的其他物品发生碰撞，为了避免碰撞，通常需要对机器人周围的环境进行检测来避免碰撞。

现有技术中，主要的避障方法是对于圆盘式机器人(如扫地机器人等)，此类机器人通常高度较低，通过获取水平面上的环境信息，进而实现避障。

然而，对于在竖直方向上有一定高度的机器人，仅仅从水平面判定是不准确的，例如：机器人的底部可以从桌子下方通过，但是顶部会被桌子挡住等情况，对于此类情况并不能实现有效避障。

发明内容

本申请的目的在于提供一种机器人的障碍物检测方法、装置、设备及存储介质，可以实现对竖直方向上有一定高度的机器人的障碍物检测，从而避免此类机器人与高处障碍物发生碰撞，并且，消耗的成本较低。

本申请的实施例是这样实现的：

本申请实施例的一方面，提供一种机器人的障碍物检测方法，该方法应用于目标机器人，目标机器人包括机器人底盘以及机器人躯干，机器人躯干设置于机器人底盘之上，机器人底盘上设置有光源发射器，机器人上设置有光线检测装置，该方法包括：

控制光源发射器向目标方向发送预设光线；

通过光线检测装置确定预设范围内是否存在预设光线；

若是，则根据预设光线的特征，确定机器人的预设范围内存在障碍物。

可选地，通过光线检测装置确定预设范围内是否存在预设光线之后，该方法还包括：

若预设范围不存在预设光线，确定机器人的预设范围内不存在障碍物。

可选地，光源发射器用于发射红外光线，预设光线为红外光线，光线检测装置为红外传感器；

通过光线检测装置确定预设范围内是否存在预设光线，包括：

通过红外传感器获取预设范围内的投影图像；

若预设范围内的投影图像包括红外光点，则确定预设范围内存在预设光线。

可选地，根据预设光线的特征，确定机器人的预设范围内存在障碍物，包括：

判断投影图像中的红外光点投影的位置与机器人投影的位置之差是否小于或等于预设距离；

若是，则确定机器人的预设范围内存在障碍物。

可选地，通过光线检测装置确定预设范围内是否存在预设光线之前，该方法还包括：

根据红外传感器的位置以及光源发射器的发射角度确定预设距离的大小。

可选地，预设光线为预设颜色的光线，光线检测装置为颜色识别相机；该方法还包括：

通过颜色识别相机获取预设范围内的环境图像；

若预设范围内的环境图像不包括预设颜色的光线对应的色斑，则确定预设范围内存在障碍物。

可选地，通过颜色识别相机获取所述预设范围内的环境图像之后，该方法包括：

若预设范围内的环境图像包括预设颜色的光线对应的色斑且色斑满足预设的形状条件，则确定预设范围内不存在障碍物。

本申请实施例的另一方面，提供一种机器人的障碍物检测装置，该装置应用于目标机器人，目标机器人包括机器人底盘以及机器人躯干，机器人躯干设置于机器人底盘之上，机器人底盘上设置有光源发射器，机器人上设置有光线检测装置，该装置包括：发送模块、检测模块以及判断模块；

发送模块，用于控制光源发射器向目标方向发送预设光线；

检测模块，用于通过光线检测装置确定预设范围内是否存在预设光线；

判断模块，用于若是，则根据预设光线的特征，确定机器人的预设范围内存在障碍物。

可选地，判断模块，还用于若预设范围不存在预设光线，确定机器人的预设范围内不存在障碍物。

可选地，光源发射器用于发射红外光线，预设光线为红外光线，光线检测装置为红外传感器；检测模块，具体用于通过红外传感器获取预设范围内的投影图像；若预设范围内的投影图像包括红外光点，则确定预设范围内存在预设光线。

可选地，判断模块，用于判断投影图像中的红外光点投影的位置与机器人投影的位置之差是否小于或等于预设距离；若是，则确定机器人的预设范围内存在障碍物。

可选地，判断模块，还用于根据红外传感器的位置以及光源发射器的发射角度确定预设距离的大小。

可选地，预设光线为预设颜色的光线，光线检测装置为颜色识别相机；判断模块，具体用于通过颜色识别相机获取预设范围内的环境图像；若预设范围内的环境图像不包括预设颜色的光线对应的色斑，则确定预设范围内存在障碍物。

可选地，判断模块，具体用于若预设范围内的环境图像包括预设颜色的光线对应的色斑且色斑满足预设的形状条件，则确定预设范围内不存在障碍物。

本申请实施例的另一方面，提供一种计算机设备，包括：存储器、处理器，存储器中存储有可在处理器上运行的计算机程序，处理器执行计算机程序时，实现上述机器人的障碍物检测方法的步骤。

本申请实施例的另一方面，提供一种计算机可读存储介质，存储介质上存储有计算机程序，该计算机程序被处理器执行时，实现上述机器人的障碍物检测方法的步骤。

本申请实施例的有益效果包括：

本申请实施例提供的一种机器人的障碍物检测方法、装置、设备及存储介质中，可以控制光源发射器向目标方向发送预设光线；通过光线检测装置确定预设范围内是否存在预设光线；若是，则根据预设光线的特征，确定机器人的预设范围内存在障碍物。其中，可以通过向目标方向发送预设光线，在基于光线检测装置确定预设光线是否被障碍物遮挡，从而确定预设范围内是否存在障碍物，实现对竖直方向上有一定高度的机器人的障碍物检测，从而避免此类机器人与高处障碍物发生碰撞，并且，消耗的成本相对较低。

附图说明

为了更清楚地说明本申请实施例的技术方案，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申请的某些实施例，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为本申请实施例提供的目标机器人的结构示意图；

图2为本申请实施例提供的目标机器人发射预设光线的场景示意图；

图3为本申请实施例提供的机器人的障碍物检测方法的流程示意图一；

图4为本申请实施例提供的机器人的障碍物检测方法的流程示意图二；

图5为本申请实施例提供的机器人的障碍物检测方法的流程示意图三；

图6为本申请实施例提供的预设光线为红外光线时的投影图的展示示意图；

图7为本申请实施例提供的机器人的障碍物检测方法的流程示意图四；

图8为本申请实施例提供的机器人的障碍物检测装置的结构示意图；

图9为本申请实施例提供的计算机设备的结构示意图。

具体实施方式

为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。

因此，以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围，而是仅仅表示本申请的选定实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。

在本申请的描述中，需要说明的是，术语“第一”、“第二”、“第三”等仅用于区分描述，而不能理解为指示或暗示相对重要性。

下面来具体解释本申请实施例中提供的目标机器人的具体结构以及该机器人的相关部件关系。

图1为本申请实施例提供的目标机器人的结构示意图，请参照图1，目标机器人包括机器人底盘110以及机器人躯干120，机器人躯干120设置于机器人底盘110之上，机器人底盘110上设置有光源发射器111，机器人上设置有光线检测装置130。

可选地，目标机器人可以是在竖直方向上具有一定高度的机器人，例如常见的扫地机器人在竖直方向设置有躯干结构等，在此不作限制，图1所示仅为一种示例，并不以此结构为限。

其中，机器人底盘110可以是任意形状的结构，可以用于承载机器人躯干120以及实现机器人在水平方向上的移动；机器人躯干120可以具有一定的高度，通常可以设置有一定的功能，例如：送餐机器人可以设置有承载餐盘的部件等，在此也不作限制。

光源发射器111可以是用于发射光线的器件，光线检测装置130可以设置于机器人底盘110上或者也可以设置在机器人躯干120上，在此不作限制，可以用于检测光线，在图1中以设置于机器人底盘110上为例。光源发射器111具体可以是发光二极管发射阵列，可以设置在机器人底盘110的表面，或者，也可以是在机器人底盘110表面开一些洞嵌入设置。

下面来基于上述目标机器人的结构来解释本申请实施例中目标机器人发射预设光线时的具体场景。

图2为本申请实施例提供的目标机器人发射预设光线的场景示意图，请参照图2，光源发射器设置于机器人的底部，可以向目标方向发射预设光线，其中，目标方向可以是斜向上方，具体角度可以根据实际需求进行设置，在此不作限制，例如：目标方向与水平方向的夹角可以是45度或者60度等，但并不以此为限。

光源检测装置可以获取周围的环境信息，以检测预设范围内是否存在上述预设光线等。

下面来基于上述应用场景和目标机器人的结构来解释本申请实施例中提供的机器人的障碍物检测方法的具体实施过程。

图3为本申请实施例提供的机器人的障碍物检测方法的流程示意图一，请参照图3，该方法包括：

S310：控制光源发射器向目标方向发送预设光线。

可选地，该方法的执行主体可以是上述目标机器人，具体可以是设置于目标机器人上的控制器或者控制模块，在此不作限制。

可选地，目标机器人可以控制光源发射器向目标方向发送预设光线，其中，光源发射器可以按照预先设置的光源进行光线发射，目标方向可以是预先设置好的方向，具体例如可以是斜向上方任意角度，在此不作限制，预设光线可以是预先设置的任意类型的光线，例如：红外光线、柱状颜色光等，在此不作限。

S320：通过光线检测装置确定预设范围内是否存在预设光线。

可选地，光线检测装置可以获取目标机器人的预设范围内的图像信息，从而确定该预设范围内是否存在上述发送的预设光线。

基于不同类型的预设光线，可以设置有不同的检测方式。

S330：若是，则根据预设光线的特征，确定机器人的预设范围内存在障碍物。

可选地，若基于光线检测装置确定存在预设光线，则可以根据预设光线的特征来确定机器人的预设范围内存在障碍物。其中，预设光线的特征可以是采集到的预设光线是否满足预设条件，若满足则可以确定机器人的预设范围内存在障碍物，基于不同类型的预设光线所需要满足的预设条件也可以有所不同。

本申请实施例提供的一种机器人的障碍物检测方法中，可以控制光源发射器向目标方向发送预设光线；通过光线检测装置确定预设范围内是否存在预设光线；若是，则根据预设光线的特征，确定机器人的预设范围内存在障碍物。其中，可以通过向目标方向发送预设光线，在基于光线检测装置确定预设光线是否被障碍物遮挡，从而确定预设范围内是否存在障碍物，实现对竖直方向上有一定高度的机器人的障碍物检测，从而避免此类机器人与高处障碍物发生碰撞，并且，消耗的成本相对较低。

可选地，通过光线检测装置确定预设范围内是否存在预设光线之后，该方法还包括：若预设范围不存在预设光线，确定机器人的预设范围内不存在障碍物。

可选地，存在预设光线，且预设光线不满足上述预设条件时，也可以确定机器人的预设范围内不存在障碍物。

下面来解释本申请实施例中提供的机器人的障碍物检测方法的又一具体实施过程。

图4为本申请实施例提供的机器人的障碍物检测方法的流程示意图二，请参照图4，光源发射器用于发射红外光线，预设光线为红外光线，光线检测装置为红外传感器；通过光线检测装置确定预设范围内是否存在预设光线，包括：

S410：通过红外传感器获取预设范围内的投影图像。

可选地，当光源发射器为红外光线发射器时(例如发光二极管)，预设光线可以为红外光线，光线检测装置即为红外传感器。

可选地，红外传感器可以获取预设范围内的投影图像，该投影图像具体可以是以红外传感器的位置为中心，一定范围内控件中所有物品在水平面上的投影图像。

S420：若预设范围内的投影图像包括红外光点，则确定预设范围内存在预设光线。

需要说明的是，红外光线在空气中传播的过程中，通常不会留下红外光点，若存在红外光点，则说明红外光线在传播的过程中被物品所挡住，从而得到红外光点。当预设范围内的投影图像包括红外光点时，则可以确定预设范围内存在预设光线且预设光线被物品所挡住。

可选地，红外光线可以是由多个发光二极管按照一定队列进行排序后发射的，得到的红外光点也可以是具有一定阵列的多个红外光点。

下面来解释本申请实施例中提供的机器人的障碍物检测方法的另一具体实施过程。

图5为本申请实施例提供的机器人的障碍物检测方法的流程示意图三，请参照图5，根据预设光线的特征，确定机器人的预设范围内存在障碍物，包括：

S510：判断投影图像中的红外光点投影的位置与机器人投影的位置之差是否小于或等于预设距离。

可选地，当确定存在预设光线之后，可以确定红外光点投影的位置与机器人投影的位置之差是否小于或等于预设距离，其中机器人的位置可以是以机器人任意位置作为参考点用来表示的，例如可以是机器人的中心位置或者上述光线检测装置的位置等，在此不作限制。

当确定红外光点投影的位置与机器人投影的位置越近表明障碍物越低，障碍物越低越容易碰到。如果障碍物比较高或者没有障碍物，则不会或者不容易拍到红外点。

需要说明的是，预设距离具体可以根据红外传感器的位置以及光源发射器的发射角度确定，该预设距离表明的是障碍物的高度略大于或者等于机器人最高点的高度时的距离，也即是安全距离，当检测到的位置之差大于该距离时，则可以确定障碍物不会碰到机器人的最高点，也即是可以认为不存在障碍物。

预设距离的具体大小可以基于红外传感器的位置、光源发射器的发射角度以及机器人的最高点的高度基于简单的几何计算得到，在此不加赘述。

S520：若是，则确定机器人的预设范围内存在障碍物。

可选地，当确定图像中的红外光点投影的位置与机器人投影的位置之差是否小于或等于预设距离时，则可以确定存在小于机器人最高点的高度位置存在障碍物，也即是机器人的预设范围内存在障碍物。

下面来具体解释上述投影图的具体显示内容。

图6为本申请实施例提供的预设光线为红外光线时的投影图的展示示意图，请参照图6，图6中可以包括机器人的位置610、红外光点投影的位置620，可以计算该距离之差。

下面来解释本申请实施例中提供的机器人的障碍物检测方法的再一具体实施过程。

图7为本申请实施例提供的机器人的障碍物检测方法的流程示意图四，请参照图7，预设光线为预设颜色的光线，光线检测装置为颜色识别相机；该方法还包括：

S710：通过颜色识别相机获取预设范围内的环境图像。

可选地，除了采用上述红外光线的方式进行检测之外，还可以采用其他的方式进行检测，例如颜色识别。其中，预设光线可以是预设颜色的光线例如柱状颜色光；光线检测装置为颜色识别相机(红绿蓝摄像头)，当光线检测装置为颜色识别相机时，可以设置于机器人的最高点的位置，水平获取图像。

其中，基于颜色识别相机可以获取预设范围内的环境图像，该环境图像可以是相机拍摄的图像。

S720：若预设范围内的环境图像不包括预设颜色的光线对应的色斑，则确定预设范围内存在障碍物。

可选地，当确定预设范围内的环境图像中不存在预设颜色的光线对应的色斑时，可以确定该颜色的光线被挡住，则可以确定预设范围内存在障碍物。

可选地，通过所述颜色识别相机获取预设范围内的环境图像之后，该方法包括：若预设范围内的环境图像包括预设颜色的光线对应的色斑且色斑满足预设的形状条件，则确定预设范围内不存在障碍物。

可选地，若预设范围内的图像存在预设颜色光线对应的色斑，则可以确定该光线正常传播并未被挡住。

可选地，为防止存在透明物体的遮挡，可以基于色斑的形状进行判定，确定色斑对应的光线是否被折射，若并未被折射，则可以确定预设范围内不存在障碍物。

需要说明的是，预设的形状条件可以是预先获取的，颜色光线正常传输时的色斑形状，具体形状可以基于颜色光线的类型来确定，在此不作限制。

下述对用以执行的本申请所提供的机器人的障碍物检测方法对应的装置、设备及存储介质等进行说明，其具体的实现过程以及技术效果参见上述，下述不再赘述。

图8为本申请实施例提供的机器人的障碍物检测装置的结构示意图，请参照图8，该装置应用于目标机器人，目标机器人包括机器人底盘以及机器人躯干，机器人躯干设置于机器人底盘之上，机器人底盘上设置有光源发射器，机器人上设置有光线检测装置，该装置包括：发送模块810、检测模块820以及判断模块830；

发送模块810，用于控制光源发射器向目标方向发送预设光线；

检测模块820，用于通过光线检测装置确定预设范围内是否存在预设光线；

判断模块830，用于若是，则根据预设光线的特征，确定机器人的预设范围内存在障碍物。

可选地，判断模块830，还用于若预设范围不存在预设光线，确定机器人的预设范围内不存在障碍物。

可选地，光源发射器用于发射红外光线，预设光线为红外光线，光线检测装置为红外传感器；检测模块820，具体用于通过红外传感器获取预设范围内的投影图像；若预设范围内的投影图像包括红外光点，则确定预设范围内存在预设光线。

可选地，判断模块830，用于判断投影图像中的红外光点投影的位置与机器人投影的位置之差是否小于或等于预设距离；若是，则确定机器人的预设范围内存在障碍物。

可选地，判断模块830，还用于根据红外传感器的位置以及光源发射器的发射角度确定预设距离的大小。

可选地，预设光线为预设颜色的光线，光线检测装置为颜色识别相机；判断模块830，具体用于通过颜色识别相机获取预设范围内的环境图像；若预设范围内的环境图像不包括预设颜色的光线对应的色斑，则确定预设范围内存在障碍物。

可选地，判断模块830，具体用于若预设范围内的环境图像包括预设颜色的光线对应的色斑且色斑满足预设的形状条件，则确定预设范围内不存在障碍物。

上述装置用于执行前述实施例提供的方法，其实现原理和技术效果类似，在此不再赘述。

以上这些模块可以是被配置成实施以上方法的一个或多个集成电路，例如：一个或多个特定集成电路(Application Specific Integrated Circuit，简称ASIC)，或，一个或多个微处理器，或，一个或者多个现场可编程门阵列(Field Programmable Gate Array，简称FPGA)等。再如，当以上某个模块通过处理元件调度程序代码的形式实现时，该处理元件可以是通用处理器，例如中央处理器(Central Processing Unit，简称CPU)或其它可以调用程序代码的处理器。再如，这些模块可以集成在一起，以片上系统(system-on-a-chip，简称SOC)的形式实现。

图9为本申请实施例提供的计算机设备的结构示意图，请参照图9，计算机设备，包括：存储器910、处理器920，存储器910中存储有可在处理器920上运行的计算机程序，处理器920执行计算机程序时，实现上述机器人的障碍物检测方法的步骤。

可选地，计算机设备具体可以是上述目标机器人上的机器人控制器或者其他控制设备。

本申请实施例的另一方面，还提供一种计算机可读存储介质，存储介质上存储有计算机程序，该计算机程序被处理器执行时，实现上述机器人的障碍物检测方法的步骤。

在本发明所提供的几个实施例中，应该理解到，所揭露的装置和方法，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，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。

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，也可以采用硬件加软件功能单元的形式实现。

上述以软件功能单元的形式实现的集成的单元，可以存储在一个计算机可读取存储介质中。上述软件功能单元存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)或处理器(英文：processor)执行本发明各个实施例方法的部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(英文：Read-Only Memory，简称：ROM)、随机存取存储器(英文：Random Access Memory，简称：RAM)、磁碟或者光盘等各种可以存储程序代码的介质。

上仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以权利要求的保护范围为准。

以上所述仅为本申请的优选实施例而已，并不用于限制本申请，对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。

Claims (10)

1.一种机器人的障碍物检测方法，其特征在于，所述方法应用于目标机器人，所述目标机器人包括机器人底盘以及机器人躯干，所述机器人躯干设置于所述机器人底盘之上，所述机器人底盘上设置有光源发射器，所述机器人上设置有光线检测装置，所述方法包括：

控制所述光源发射器向目标方向发送预设光线；

通过所述光线检测装置确定预设范围内是否存在所述预设光线；

若是，则根据所述预设光线的特征，确定所述机器人的预设范围内存在障碍物。

2.如权利要求1所述的方法，其特征在于，所述通过所述光线检测装置确定预设范围内是否存在所述预设光线之后，所述方法还包括：

若所述预设范围不存在所述预设光线，确定所述机器人的预设范围内不存在障碍物。

3.如权利要求1所述的方法，其特征在于，所述光源发射器用于发射红外光线，所述预设光线为红外光线，所述光线检测装置为红外传感器；

所述通过所述光线检测装置确定预设范围内是否存在所述预设光线，包括：

通过所述红外传感器获取所述预设范围内的投影图像；

若所述预设范围内的投影图像包括红外光点，则确定预设范围内存在所述预设光线。

4.如权利要求3所述的方法，其特征在于，所述根据所述预设光线的特征，确定所述机器人的预设范围内存在障碍物，包括：

判断所述投影图像中的红外光点投影的位置与机器人投影的位置之差是否小于或等于预设距离；

若是，则确定所述机器人的预设范围内存在障碍物。

5.如权利要求4所述的方法，其特征在于，所述通过所述光线检测装置确定预设范围内是否存在所述预设光线之前，所述方法还包括：

根据所述红外传感器的位置以及所述光源发射器的发射角度确定所述预设距离的大小。

6.如权利要求1所述的方法，其特征在于，所述预设光线为预设颜色的光线，所述光线检测装置为颜色识别相机；所述方法还包括：

通过所述颜色识别相机获取所述预设范围内的环境图像；

若所述预设范围内的环境图像不包括所述预设颜色的光线对应的色斑，则确定预设范围内存在障碍物。

7.如权利要求6所述的方法，其特征在于，所述通过所述颜色识别相机获取所述预设范围内的环境图像之后，所述方法包括：

若所述预设范围内的环境图像包括所述预设颜色的光线对应的色斑且所述色斑满足预设的形状条件，则确定预设范围内不存在障碍物。

8.一种机器人的障碍物检测装置，其特征在于，所述装置应用于目标机器人，所述目标机器人包括机器人底盘以及机器人躯干，所述机器人躯干设置于所述机器人底盘之上，所述机器人底盘上设置有光源发射器，所述机器人上设置有光线检测装置，所述装置包括：发送模块、检测模块以及判断模块；

所述发送模块，用于控制所述光源发射器向目标方向发送预设光线；

所述检测模块，用于通过所述光线检测装置确定预设范围内是否存在所述预设光线；

所述判断模块，用于若是，则根据所述预设光线的特征，确定所述机器人的预设范围内存在障碍物。

9.一种计算机设备，其特征在于，包括：存储器、处理器，所述存储器中存储有可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时，实现上述权利要求1至7任一项所述的方法的步骤。

10.一种计算机可读存储介质，其特征在于，所述存储介质上存储有计算机程序，该计算机程序被处理器执行时，实现权利要求1至7中任一项所述方法的步骤。

Images