CN114167871A - 一种障碍物检测方法、装置、电子设备和存储介质 - Google Patents

一种障碍物检测方法、装置、电子设备和存储介质 Download PDF

Info

Publication number
CN114167871A
CN114167871A CN202111477690.6A CN202111477690A CN114167871A CN 114167871 A CN114167871 A CN 114167871A CN 202111477690 A CN202111477690 A CN 202111477690A CN 114167871 A CN114167871 A CN 114167871A
Authority
CN
China
Prior art keywords
obstacle
determining
robot
displacement
movement
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
Application number
CN202111477690.6A
Other languages
English (en)
Inventor
徐斌
曾祥永
侯洪涛
李瑞强
刘宽
兰婷婷
支涛
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.)
Beijing Yunji Technology Co Ltd
Original Assignee
Beijing Yunji Technology Co Ltd
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 Beijing Yunji Technology Co Ltd filed Critical Beijing Yunji Technology Co Ltd
Priority to CN202111477690.6A priority Critical patent/CN114167871A/zh
Publication of CN114167871A publication Critical patent/CN114167871A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
    • G05D1/0242—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using non-visible light signals, e.g. IR or UV signals
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • G05D1/0214—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory in accordance with safety or protection criteria, e.g. avoiding hazardous areas
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • G05D1/0223—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving speed control of the vehicle
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
    • G05D1/0246—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means
    • G05D1/0251—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means extracting 3D information from a plurality of images taken from different locations, e.g. stereo vision
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0259—Control of position or course in two dimensions specially adapted to land vehicles using magnetic or electromagnetic means
    • G05D1/0263—Control of position or course in two dimensions specially adapted to land vehicles using magnetic or electromagnetic means using magnetic strips
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0276—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0276—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle
    • G05D1/028—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle using a RF signal

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Electromagnetism (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)

Abstract

本发明实施例公开了一种障碍物检测方法、装置、电子设备和存储介质。其中，该方法包括：根据机器人移动路径采集至少两帧环境图像；确定所述至少两帧环境图像中的障碍标识物，其中，所述障碍物标识位于透明障碍物；根据所述障碍物标识物的位移信息和所述机器人的移动信息确定所述透明障碍物阻碍移动。本发明实施例实现了透明障碍物的准确检测，降低运动对障碍物识别的影响，可提高机器人运动的安全性。

Description

一种障碍物检测方法、装置、电子设备和存储介质
技术领域
本发明实施例涉及计算机应用技术领域，尤其涉及一种障碍物检测方法、装置、电子设备和存储介质。
背景技术
随着万物互联时代的到来，能够进行自主移动的智能机器人逐渐成为生活的重要助手，如，清洁机器人、送货机器人等。这些智能机器人都具有自动寻找路线的功能。目前机器人在运动过程中，通常采用红外线检测运动路径中的障碍物或者使用红外线结合超声波共同检测运动中的障碍物。但是对于单纯使用红外线检测障碍物的方案，机器人使用的红外线受太阳光干扰较大，且在障碍物为透明材质时，无法准确检测，导致机器人与透明障碍物相撞。而第二种在红外线基础上增加超声波检测障碍物的方案，虽然解决了透明材质的障碍物无法检测的问题，但由于超声波检测的准确性主要依据于超声波的作用角度和发射方向，存在障碍物时不能很好反射超声波的情况，到导致障碍物检测的准确性下降。透明障碍物的识别存在困难，而在部分机器人工作场景中，透明障碍物还存在移动的情况，如电动门和自动围挡等，进一步增加了机器人识别障碍物的难度。
发明内容
本发明提供一种一种障碍物检测方法、装置、电子设备和存储介质，以实现智能机器人运动中障碍物的准确检测，降低透明材质障碍物对机器人运动的影响，提高机器人运动的安全性。
第一方面，本发明实施例提供了一种障碍物检测方法，其中，该方法包括：
根据机器人移动路径采集至少两帧环境图像；
确定所述至少两帧环境图像中的障碍标识物，其中，所述障碍物标识位于透明障碍物；
根据所述障碍物标识物的位移信息和所述机器人的移动信息确定所述透明障碍物阻碍移动。
第二方面，本发明实施例还提供了一种障碍物检测装置，其中，该装置包括：
图像采集模块，用于根据机器人移动路径采集至少两帧环境图像；
标识识别模块，用于确定所述至少两帧环境图像中的障碍标识物，其中，所述障碍物标识位于透明障碍物；
障碍检测模块，用于根据所述障碍物标识物的位移信息和所述机器人的移动信息确定所述透明障碍物阻碍移动。
第三方面，本发明实施例还提供了一种电子设备，所述电子设备包括：
一个或多个处理器；
存储器，用于存储一个或多个程序，
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如本发明实施例中任一所述方法。
第四方面，本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如本发明实施例中任一所述方法。
本发明实施例的技术方案，通过采集机器人移动路径中的环境图像，识别环境图像中的障碍标识物，根据障碍标识物的位移信息和所述机器人的移动信息确定透明障碍物阻碍机器人移动。本发明实施例实现了透明障碍物的准确检测，降低运动对障碍物识别的影响，可提高机器人运动的安全性。
附图说明
图1为本发明实施例一提供的一种障碍物检测方法的流程图；
图2是本发明实施例二提供的另一种障碍物检测方法的流程图；
图3是本发明实施例三提供的一种障碍物检测装置的结构示意图；
图4是本发明实施例四提供的一种电子设备的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构，此外，在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。
实施例一
图1为本发明实施例一提供的一种障碍物检测方法的流程图，本发明实施例可适用于环境中存在透明材质障碍物的检测的情况。该方法可以由障碍物检测装置来执行，该装置可以采用硬件和/或软件的方式来实现，参见图1，本发明实施例提供的方法具体包括如下步骤：
步骤110、根据机器人移动路径采集至少两帧环境图像。
其中，移动路径可以预先生成的机器人运动路径，移动路径可以由导航地图中的一个或多个位置点组成，环境图像可以是机器人所处环境的图像，可以包括机器人前方和侧方的物体图像。
在本发明实施例中，可以在机器人按照运动路径移动的过程中采集周围环境的环境图像，可以理解的是，采集环境图像的视觉传感器可以设置在机器人上或者机器人所处空间内。例如，可以使用空间中的监控探头采集机器人所处环境的环境图像。
步骤120、确定至少两帧环境图像中的障碍标识物，其中，障碍物标识位于透明障碍物。
其中，障碍标识物可以是用于识别透明障碍物的标识物，障碍标识物可以包括图像识别物或者文字标识物。透明障碍物可以是透明材质的物体，透明障碍物表明张贴或者安装有至少两个障碍物标识。
具体的，可以采集到的环境图像中识别障碍物标识，可以理解的是，该识别过程可以包括卷积神经网络识别或者图像特征匹配，例如，可以统计环境图像中各区域的像素分布特征，可以将与障碍标识物具有相同像素分布特征的区域作为障碍标识物。又例如，可以使用预先训练的卷积神经网络处理环境图像以标记出环境图像中的障碍标识物。
步骤130、根据障碍物标识物的位移信息和机器人的移动信息确定透明障碍物阻碍移动。
其中，位移信息可以是障碍标识物的移动信息，可以包括障碍标识物的在三维空间中的位移方向和位移速度，移动信息可以是机器人在三维空间中的移动状态的信息，可以包括机器人的移动方向和移动速度。
在本发明实施例中，可以确定障碍标识物和机器人在三维空间中的位移信息和移动信息，通过比较位移信息和移动信息确定透明障碍物与机器人是否发生碰撞，若是，则将透明障碍物确定为阻碍机器人移动的障碍。其中，比较位移信息和移动信息方式可以包括判断位移信息中的位移方向和移动信息中的移动方向是否一致，以及，通过确定位移信息和移动信息确定机器人和透明障碍物能否同时到达某个位置点。
本发明实施例，通过采集机器人移动路径中的环境图像，识别环境图像中的障碍标识物，根据障碍标识物的位移信息和所述机器人的移动信息确定透明障碍物阻碍机器人移动。本发明实施例实现了透明障碍物的准确检测，降低运动对障碍物识别的影响，可提高机器人运动的安全性。
实施例二
图2是本发明实施例二提供的另一种障碍物检测方法的流程图，本发明实施例是在上述发明实施例基础上的具体化，参见图2，本发明实施例提供的方法具体包括如下步骤：
步骤210、提取导航地图中的移动路径。
其中，导航地图可以是机器人位移使用的地图，导航地图可以包括位置信息和障碍物的碰撞概率，导航地图可以在机器人的建图过程中确定。
在本发明实施例中，可以导航地图中提取预先设定的移动路径，该移动路径可以由导航地图中的一个或多个位置点组成。
步骤220、在机器人沿移动路径运动的过程中实时采集环境图像。
具体的，可以控制机器人按照移动路径进行移动，并在移动的过程中控制机器人中设置的摄像头采集机器人所处环境中的环境图像，其中，机器人中安装的摄像头可以为多个，每个时刻可以采集到机器人不同方向上的环境图像。
步骤230、使用预设图像识别模型确定各环境图像中障碍标识物的图像区域，并确定各图像区域内障碍标识物在环境图像中的位置信息。
其中，图像区域可以是包括障碍识别物的二维图像区域，图像区域可以是环境图像中的一部分，图像区域可以通过标记环境图像的方式确定。预设图像识别模型可以是预先训练的神经网络模型，该神经网络模型可以用于识别图像中的障碍标识物，该预设图像识别模型可以为图卷积神经网络模型或者深度学习网络模型。
在本发明实施例中，可以将采集到的各环境图像输入到预设图像识别模型中，由预设图像识别模型对环境图像进行处理，从而获取到环境图像中包括障碍物标识的图像区域。该预设图像识别模型可以对环境图像进行卷积、池化和全连接处理等，从而提取到标记障碍标记物的特征信息，可以使用该特征信息在环境图像中标记出图像区域。可以将图像区域在环境图像中的二维坐标作为各自对应的障碍标识物的位置信息。
步骤240、确定各障碍物标识的位置信息对应的空间坐标。
具体的，可以将各障碍物标记从二维图像转换到三维空间的空间坐标，该转换过程可以利用采集换环境图像的摄像头内参以及相同时刻的障碍物标识的位置信息，例如，可以基于相同时刻采集到的障碍物标识的位置信息以及摄像头内参确定出障碍物距离机器人摄像头的深度，可以基于深度以及位置信息确定出障碍物标识的三维坐标作为空间坐标。
步骤250、根据各空间坐标确定透明障碍物的位移方向和位移速度作为移动信息。
在本发明实施例中，可以按照时间顺序统计障碍物的空间坐标的位移方向和位移速度，可以将确定的位移方向和位移速度作为位移信息。
步骤260、提取机器人的移动方向和移动速度。
具体的，可以提取机器人在不同时刻的位置信息，可以统计各位置信息的变化量以确定移动方向和移动速度。
步骤270、在位移方向、位移速度、移动方向和移动速度确定机器人与透明障碍物发生碰撞，则确定透明障碍物阻碍移动。
在本发明实施例中，可以确定位移方向与移动方向是否相交与一点，若否，则确定机器人与透明障碍物不会发生碰撞，若是，则确定按照位移速度和移动速度，机器人和透明障碍物是否同时到达该点，若是，则确定机器人与透明障碍物发生碰撞，透明障碍物阻碍机器人移动，若否，则确定机器人与透明障碍物不发生碰撞。
本发明实施例，通过提取导航地图中的移动路径，在机器人按照移动路径移动的过程中实时采集环境图像，使用预设图像识别模型处理环境图像以获取包括障碍标识物的图像区域，确定图像区域在对应环境图像中的位置信息，将各位置信息转换为空间坐标，通过各空间坐标的改变量确定透明障碍物的位移方向和位移速度，提取机器人的移动方向和移动速度，使用移动方向、移动速度、位移方向和位移速度确定透明障碍物与机器人碰撞的情况下确定透明障碍物阻碍移动，本发明实施例实现了透明障碍物的准确检测，降低运动对障碍物识别的影响，可提高机器人运动的安全性。
进一步的，在上述发明实施例的基础上，确定各障碍物标识的位置信息对应的空间坐标，包括：
提取同时采集到的至少两个障碍物标记的位置信息；按照位置信息和摄像机内参确定障碍物标记与机器人的深度距离；将位置信息和深度距离生成障碍物标记的空间坐标。
其中，深度距离可以是障碍标记物与机器人采集环境图像的摄像头之间的距离。
在本发明实施例中，可以针对不同障碍物标记按照采集时间进行分类，对于同时采集到的障碍物标记的位置信息，按照各位置信息的二维坐标以及摄像头的内参确定出各障碍标记物与机器人的深度距离，使用深度距离以及各障碍标记物的位置信息作为三维的空间坐标。
进一步的，在上述发明实施例的基础上，根据各空间坐标确定透明障碍物的位移方向和位移速度作为移动信息，包括：
确定各空间坐标对应的障碍物标记的采集时间；按照采集时间的顺序依次确定透明障碍物的空间坐标的变换方向和变换距离；将变换方向作为位移方向以及将变换距离与采集时间差值的商作为位移速度。
其中，采集时间可以是机器人摄像头采集包括障碍物标记的环境图像的时刻，不同的障碍物标记的采集时间可以不同也可相同。变换方向和变换距离可以是相邻的采集时间内空间坐标的方向变化量和距离变化量。
在本发明实施例中，可以按照采集时间将各空间坐标依次排列，可以计算不同的采集时间下空间坐标的方向变化量和距离变化量，可以将方向变化量作为对应的障碍标记物的位移方向，可以将距离变化量与对应的采集时间的差值的商作为位移速度。
实施例三
图3是本发明实施例三提供的一种障碍物检测装置的结构示意图，可执行本发明任意实施例所提供的障碍物检测方法，具备执行方法相应的功能模块和有益效果。该装置可以由软件和/或硬件实现，具体包括：图像采集模块301、标识识别模块302和障碍检测模块303。
图像采集模块301，用于根据机器人移动路径采集至少两帧环境图像。
标识识别模块302，用于确定所述至少两帧环境图像中的障碍标识物，其中，所述障碍物标识位于透明障碍物。
障碍检测模块303，用于根据所述障碍物标识物的位移信息和所述机器人的移动信息确定所述透明障碍物阻碍移动。
本发明实施例，通过图像采集模块采集机器人移动路径中的环境图像，标识识别模块识别环境图像中的障碍标识物，障碍检测模块根据障碍标识物的位移信息和所述机器人的移动信息确定透明障碍物阻碍机器人移动。本发明实施例实现了透明障碍物的准确检测，降低运动对障碍物识别的影响，可提高机器人运动的安全性。
进一步的，在上述发明实施例的基础上，所述装置中图像采集模块301包括：
路径提取单元，用于提取导航地图中的所述移动路径。
采集执行单元，用于在所述机器人沿所述移动路径运动的过程中实时采集所述环境图像。
进一步的，在上述发明实施例的基础上，所述标识识别模块302具体用于：
使用预设图像识别模型确定各所述环境图像中所述障碍标识物的图像区域，并确定各所述图像区域内所述障碍标识物在所述环境图像中的位置信息。
进一步的，在上述发明实施例的基础上，所述装置中障碍检测模块303包括：
空间坐标单元，用于确定各所述障碍物标识的位置信息对应的空间坐标；
位移信息单元，用于根据各所述空间坐标确定所述透明障碍物的位移方向和位移速度作为所述移动信息；
位移参数单元，用于提取所述机器人的移动方向和移动速度；
检测执行单元，用于在所述位移方向、所述位移速度、所述移动方向和所述移动速度确定所述机器人与所述透明障碍物发生碰撞，则确定所述透明障碍物阻碍移动。
进一步的，在上述发明实施例的基础上，空间坐标单元具体用于：提取同时采集到的至少两个所述障碍物标记的位置信息；按照所述位置信息和摄像机内参确定所述障碍物标记与所述机器人的深度距离；将所述位置信息和所述深度距离生成所述障碍物标记的空间坐标。
进一步的，在上述发明实施例的基础上，位移信息单元具体用于：确定各所述空间坐标对应的所述障碍物标记的采集时间；按照所述采集时间的顺序依次确定所述透明障碍物的空间坐标的变换方向和变换距离；将所述变换方向作为所述位移方向以及将所述变换距离与所述采集时间差值的商作为所述位移速度。
实施例四
图4是本发明实施例四提供的一种电子设备的结构示意图。图4示出了适于用来实现本发明实施方式的电子设备312的框图。图4显示的电子设备312仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。设备312是典型的障碍物检测方法的计算设备。
如图4所示，电子设备312以通用计算设备的形式表现。电子设备312的组件可以包括但不限于：一个或者多个处理器316，存储装置328，连接不同系统组件(包括存储装置328和处理器316)的总线318。
总线318表示几类总线结构中的一种或多种，包括存储器总线或者存储器控制器，外围总线，图形加速端口，处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说，这些体系结构包括但不限于工业标准体系结构(Industry StandardArchitecture，ISA)总线，微通道体系结构(Micro Channel Architecture，MCA)总线，增强型ISA总线、视频电子标准协会(Video Electronics Standards Association，VESA)局域总线以及外围组件互连(Peripheral Component Interconnect，PCI)总线。
电子设备312典型地包括多种计算机系统可读介质。这些介质可以是任何能够被电子设备312访问的可用介质，包括易失性和非易失性介质，可移动的和不可移动的介质。
存储装置328可以包括易失性存储器形式的计算机系统可读介质，例如随机存取存储器(Random Access Memory，RAM)330和/或高速缓存存储器332。电子设备312可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例，存储系统334可以用于读写不可移动的、非易失性磁介质(图4未显示，通常称为“硬盘驱动器”)。尽管图4中未示出，可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器，以及对可移动非易失性光盘(例如只读光盘(Compact Disc-Read Only Memory，CD-ROM)、数字视盘(Digital Video Disc-Read Only Memory，DVD-ROM)或者其它光介质)读写的光盘驱动器。在这些情况下，每个驱动器可以通过一个或者多个数据介质接口与总线318相连。存储装置328可以包括至少一个程序产品，该程序产品具有一组(例如至少一个)程序模块，这些程序模块被配置以执行本发明各实施例的功能。
具有一组(至少一个)程序模块326的程序336，可以存储在例如存储装置328中，这样的程序模块326包括但不限于操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块326通常执行本发明所描述的实施例中的功能和/或方法。
电子设备312也可以与一个或多个外部设备314(例如键盘、指向设备、摄像头、显示器324等)通信，还可与一个或者多个使得用户能与该电子设备312交互的设备通信，和/或与使得该电子设备312能与一个或多个其它计算设备进行通信的任何设备(例如网卡，调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口322进行。并且，电子设备312还可以通过网络适配器320与一个或者多个网络(例如局域网(Local Area Network，LAN)，广域网Wide Area Network，WAN)和/或公共网络，例如因特网)通信。如图所示，网络适配器320通过总线318与电子设备312的其它模块通信。应当明白，尽管图中未示出，可以结合电子设备312使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、磁盘阵列(Redundant Arrays of Independent Disks，RAID)系统、磁带驱动器以及数据备份存储系统等。
处理器316通过运行存储在存储装置328中的程序，从而执行各种功能应用以及数据处理，例如实现本发明上述实施例所提供的障碍物检测方法。
实施例五
本发明实施例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，该程序被处理装置执行时实现如本发明实施例中的障碍物检测方法。本发明上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、RF(射频)等等，或者上述的任意合适的组合。
在一些实施方式中，客户端、服务器可以利用诸如HTTP(HyperText TransferProtocol，超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信，并且可以与任意形式或介质的数字数据通信(例如，通信网络)互连。通信网络的示例包括局域网(“LAN”)，广域网(“WAN”)，网际网(例如，互联网)以及端对端网络(例如，ad hoc端对端网络)，以及任何当前已知或未来研发的网络。
上述计算机可读介质可以是上述电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。
上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备：根据机器人移动路径采集至少两帧环境图像；确定所述至少两帧环境图像中的障碍标识物，其中，所述障碍物标识位于透明障碍物；根据所述障碍物标识物的位移信息和所述机器人的移动信息确定所述透明障碍物阻碍移动。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码，上述程序设计语言包括但不限于面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。其中，单元的名称在某种情况下并不构成对该单元本身的限定。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如，非限制性地，可以使用的示范类型的硬件逻辑部件包括：现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)等等。
在本公开发明实施例的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。

Claims (10)

1.一种障碍物检测方法，其特征在于，所述方法包括：
根据机器人移动路径采集至少两帧环境图像；
确定所述至少两帧环境图像中的障碍标识物，其中，所述障碍物标识位于透明障碍物；
根据所述障碍物标识物的位移信息和所述机器人的移动信息确定所述透明障碍物阻碍移动。
2.根据权利要求1所述方法，其特征在于，所述根据机器人移动路径采集至少两帧环境图像，包括：
提取导航地图中的所述移动路径；
在所述机器人沿所述移动路径运动的过程中实时采集所述环境图像。
3.根据权利要求1所述方法，其特征在于，所述确定所述至少两帧环境图像中的障碍标识物，包括：
使用预设图像识别模型确定各所述环境图像中所述障碍标识物的图像区域，并确定各所述图像区域内所述障碍标识物在所述环境图像中的位置信息。
4.根据权利要求1所述方法，其特征在于，所述根据所述障碍物标识物的位移信息和所述机器人的移动信息确定所述透明障碍物阻碍移动，包括：
确定各所述障碍物标识的位置信息对应的空间坐标；
根据各所述空间坐标确定所述透明障碍物的位移方向和位移速度作为所述位移信息；
提取所述机器人的移动方向和移动速度；
在所述位移方向、所述位移速度、所述移动方向和所述移动速度确定所述机器人与所述透明障碍物发生碰撞，则确定所述透明障碍物阻碍移动。
5.根据权利要求4所述方法，其特征在于，所述确定各所述障碍物标识的位置信息对应的空间坐标，包括：
提取同时采集到的至少两个所述障碍物标记的位置信息；
按照所述位置信息和摄像机内参确定所述障碍物标记与所述机器人的深度距离；
将所述位置信息和所述深度距离生成所述障碍物标记的空间坐标。
6.根据权利要求4所述方法，其特征在于，所述根据各所述空间坐标确定所述透明障碍物的位移方向和位移速度作为所述移动信息，包括：
确定各所述空间坐标对应的所述障碍物标记的采集时间；
按照所述采集时间的顺序依次确定所述透明障碍物的空间坐标的变换方向和变换距离；
将所述变换方向作为所述位移方向以及将所述变换距离与所述采集时间差值的商作为所述位移速度。
7.一种障碍物检测装置，其特征在于，所述装置包括：
图像采集模块，用于根据机器人移动路径采集至少两帧环境图像；
标识识别模块，用于确定所述至少两帧环境图像中的障碍标识物，其中，所述障碍物标识位于透明障碍物；
障碍检测模块，用于根据所述障碍物标识物的位移信息和所述机器人的移动信息确定所述透明障碍物阻碍移动。
8.根据权利要求7所述装置，其特征在于，所述障碍检测模块包括：
空间坐标单元，用于确定各所述障碍物标识的位置信息对应的空间坐标；
位移信息单元，用于根据各所述空间坐标确定所述透明障碍物的位移方向和位移速度作为所述移动信息；
位移参数单元，用于提取所述机器人的移动方向和移动速度；
检测执行单元，用于在所述位移方向、所述位移速度、所述移动方向和所述移动速度确定所述机器人与所述透明障碍物发生碰撞，则确定所述透明障碍物阻碍移动。
9.一种电子设备，其特征在于，所述电子设备包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序，
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-7中任一所述方法。
10.一种计算机可读存储介质，其上存储有计算机程序，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1-7中任一所述方法。
CN202111477690.6A 2021-12-06 2021-12-06 一种障碍物检测方法、装置、电子设备和存储介质 Pending CN114167871A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111477690.6A CN114167871A (zh) 2021-12-06 2021-12-06 一种障碍物检测方法、装置、电子设备和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111477690.6A CN114167871A (zh) 2021-12-06 2021-12-06 一种障碍物检测方法、装置、电子设备和存储介质

Publications (1)

Publication Number Publication Date
CN114167871A true CN114167871A (zh) 2022-03-11

Family

ID=80483387

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111477690.6A Pending CN114167871A (zh) 2021-12-06 2021-12-06 一种障碍物检测方法、装置、电子设备和存储介质

Country Status (1)

Country Link
CN (1) CN114167871A (zh)

Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106441275A (zh) * 2016-09-23 2017-02-22 深圳大学 一种机器人规划路径的更新方法及装置
CN106610664A (zh) * 2015-10-22 2017-05-03 沈阳新松机器人自动化股份有限公司 运动避障装置及控制方法
CN109258060A (zh) * 2018-08-24 2019-01-25 宁波市德霖机械有限公司 基于特殊图像标识识别的地图构建智能割草机
CN110220524A (zh) * 2019-04-23 2019-09-10 炬星科技（深圳）有限公司 路径规划方法、电子设备、机器人及计算机可读存储介质
US20190332119A1 (en) * 2016-12-26 2019-10-31 Lg Electronics Inc. Mobile robot and method of controlling the same
US20200114517A1 (en) * 2018-10-11 2020-04-16 Pixart Imaging Inc. Cleaning robot capable of detecting 2d depth information and operating method thereof
CN111624997A (zh) * 2020-05-12 2020-09-04 珠海市一微半导体有限公司 基于tof摄像模块的机器人控制方法、系统及机器人
CN112207827A (zh) * 2020-09-29 2021-01-12 北京云迹科技有限公司 机器人安全移动的控制方法、装置及电子设备
CN112232275A (zh) * 2020-11-03 2021-01-15 上海西井信息科技有限公司 基于双目识别的障碍物检测方法、系统、设备及存储介质
CN112269381A (zh) * 2020-10-20 2021-01-26 安徽工程大学 基于改进人工鱼群算法的移动机器人路径规划方法
CN112363494A (zh) * 2020-09-24 2021-02-12 深圳优地科技有限公司 机器人前进路径的规划方法、设备及存储介质
CN112650300A (zh) * 2021-01-07 2021-04-13 深圳市君航品牌策划管理有限公司 一种无人机避障方法和装置
CN113741480A (zh) * 2021-09-16 2021-12-03 中科南京软件技术研究院 一种基于动态障碍物提取与代价地图相结合的避障方法

Patent Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106610664A (zh) * 2015-10-22 2017-05-03 沈阳新松机器人自动化股份有限公司 运动避障装置及控制方法
CN106441275A (zh) * 2016-09-23 2017-02-22 深圳大学 一种机器人规划路径的更新方法及装置
US20190332119A1 (en) * 2016-12-26 2019-10-31 Lg Electronics Inc. Mobile robot and method of controlling the same
CN109258060A (zh) * 2018-08-24 2019-01-25 宁波市德霖机械有限公司 基于特殊图像标识识别的地图构建智能割草机
US20200114517A1 (en) * 2018-10-11 2020-04-16 Pixart Imaging Inc. Cleaning robot capable of detecting 2d depth information and operating method thereof
CN110220524A (zh) * 2019-04-23 2019-09-10 炬星科技（深圳）有限公司 路径规划方法、电子设备、机器人及计算机可读存储介质
CN111624997A (zh) * 2020-05-12 2020-09-04 珠海市一微半导体有限公司 基于tof摄像模块的机器人控制方法、系统及机器人
CN112363494A (zh) * 2020-09-24 2021-02-12 深圳优地科技有限公司 机器人前进路径的规划方法、设备及存储介质
CN112207827A (zh) * 2020-09-29 2021-01-12 北京云迹科技有限公司 机器人安全移动的控制方法、装置及电子设备
CN112269381A (zh) * 2020-10-20 2021-01-26 安徽工程大学 基于改进人工鱼群算法的移动机器人路径规划方法
CN112232275A (zh) * 2020-11-03 2021-01-15 上海西井信息科技有限公司 基于双目识别的障碍物检测方法、系统、设备及存储介质
CN112650300A (zh) * 2021-01-07 2021-04-13 深圳市君航品牌策划管理有限公司 一种无人机避障方法和装置
CN113741480A (zh) * 2021-09-16 2021-12-03 中科南京软件技术研究院 一种基于动态障碍物提取与代价地图相结合的避障方法

Similar Documents

Publication Publication Date Title
CN109345596B (zh) 多传感器标定方法、装置、计算机设备、介质和车辆
EP3627180B1 (en) Sensor calibration method and device, computer device, medium, and vehicle
EP3581890B1 (en) Method and device for positioning
CN110163930B (zh) 车道线生成方法、装置、设备、系统及可读存储介质
CN109116374B (zh) 确定障碍物距离的方法、装置、设备及存储介质
JP6672212B2 (ja) 情報処理装置、車両、情報処理方法およびプログラム
CN109270545B (zh) 一种定位真值校验方法、装置、设备及存储介质
CN112861653A (zh) 融合图像和点云信息的检测方法、系统、设备及存储介质
US20170154219A1 (en) Apparatus of recognizing position of mobile robot using direct tracking and method thereof
CN112967283B (zh) 基于双目摄像头的目标识别方法、系统、设备及存储介质
EP3159126A1 (en) Device and method for recognizing location of mobile robot by means of edge-based readjustment
CN109870698B (zh) 一种超声波阵列障碍物检测结果处理方法及系统
EP3159122A1 (en) Device and method for recognizing location of mobile robot by means of search-based correlation matching
CN110135396B (zh) 地面标志的识别方法、装置、设备及介质
WO2017139516A1 (en) System and method for achieving fast and reliable time-to-contact estimation using vision and range sensor data for autonomous navigation
CN112650300B (zh) 一种无人机避障方法和装置
WO2019018065A1 (en) THIN OBJECT DETECTION BASED ON VISION BY COMPUTER
CN113838125A (zh) 目标位置确定方法、装置、电子设备以及存储介质
CN115147809A (zh) 一种障碍物检测方法、装置、设备以及存储介质
CN113768419B (zh) 确定扫地机清扫方向的方法、装置及扫地机
CN114429631B (zh) 三维对象检测方法、装置、设备以及存储介质
CN113469045B (zh) 无人集卡的视觉定位方法、系统、电子设备和存储介质
CN114167871A (zh) 一种障碍物检测方法、装置、电子设备和存储介质
CN114202689A (zh) 一种点位标注方法、装置、电子设备和存储介质
CN108564626A (zh) 用于确定安装于采集实体的相机之间的相对姿态角的方法和装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
CB02 Change of applicant information

Address after: Room 702, 7th floor, NO.67, Beisihuan West Road, Haidian District, Beijing 100080

Applicant after: Beijing Yunji Technology Co.,Ltd.

Address before: Room 702, 7th floor, NO.67, Beisihuan West Road, Haidian District, Beijing 100080

Applicant before: BEIJING YUNJI TECHNOLOGY Co.,Ltd.

CB02 Change of applicant information
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
CB03 Change of inventor or designer information

Inventor after: LAN Ting Ting

Inventor after: Zeng Xiangyong

Inventor after: Li Ruiqiang

Inventor after: Zhi Tao

Inventor before: Xu Bin

Inventor before: Zeng Xiangyong

Inventor before: Hou Hongtao

Inventor before: Li Ruiqiang

Inventor before: Liu Kuan

Inventor before: LAN Ting Ting

Inventor before: Zhi Tao

CB03 Change of inventor or designer information