CN114688992B - 一种反光物的识别方法、装置、电子设备及存储介质 - Google Patents
一种反光物的识别方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN114688992B CN114688992B CN202210383707.XA CN202210383707A CN114688992B CN 114688992 B CN114688992 B CN 114688992B CN 202210383707 A CN202210383707 A CN 202210383707A CN 114688992 B CN114688992 B CN 114688992B
- Authority
- CN
- China
- Prior art keywords
- target
- characteristic value
- reflector
- reflecting
- value
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 55
- 238000004590 computer program Methods 0.000 claims description 16
- 239000011159 matrix material Substances 0.000 claims description 15
- 238000004364 calculation method Methods 0.000 claims description 6
- 238000004422 calculation algorithm Methods 0.000 abstract description 5
- 238000010586 diagram Methods 0.000 description 12
- 238000004891 communication Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 7
- 238000012545 processing Methods 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 4
- 230000003993 interaction Effects 0.000 description 2
- 230000004807 localization Effects 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/24—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO 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
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/88—Lidar systems specially adapted for specific applications
Abstract
本发明公开了一种反光物的识别方法、装置、电子设备及存储介质。该方法包括:获取目标反光物,目标反光物包括满足条件的至少N个目标反光点,N为大于或者等于5的整数;根据至少N个目标反光点的坐标,计算目标反光物的第一特征值和第二特征值;根据第一特征值和第二特征值的差值与预设阈值的大小关系,确定目标反光物的形状。本发明提供的方案能够实现对反光物形状的区分,为使用多种反光物进行定位的方法提供基础,从而提高定位算法的鲁棒性。
Description
技术领域
本发明涉及定位导航技术领域,尤其涉及一种反光物的识别方法、装置、电子设备及存储介质。
背景技术
随着机器人、自动导引车(Automated Guided Vehicle,AGV)技术的蓬勃发展,各类工业用、商用、家用机器人与AGV在市面上涌现。定位和导航技术是智能搬运、智能仓储中的关键技术,其主要是通过传感器技术确定机器人或AGV的当前位姿信息,并根据目的地信息明确小车的导引角度、速度以及运行路线。
目前,市面上的各类机器人与AGV主要是通过激光雷达和反光物进行定位和导航的:当小车扫描到高强度的反光物后,可以将反光物作为观测来辅助定位,增强定位的稳定性。
然而,在实际的运行场景中,机器人或AGV只能识别单一的反光板或者单一的反光桶,无法进行混用。如果将反光板和反光桶进行混用,会导致在识别时候存在一定误差。例如,常用的反光桶半径为4.5cm,如果识别时候不做区分,直接以反光板做拟合,那么识别反光桶时表面距离圆心的误差就是4.5cm,对高精度定位造成很大的干扰。
发明内容
本发明提供了一种反光物的识别方法、装置、电子设备及存储介质,能够实现对反光物形状的区分,为使用多种反光物进行定位的方法提供基础,从而提高定位算法的鲁棒性。
根据本发明的一方面,提供了一种反光物的识别方法,包括:
获取目标反光物,目标反光物包括满足条件的至少N个目标反光点,N为大于或者等于5的整数;
根据至少N个目标反光点的坐标,计算目标反光物的第一特征值和第二特征值;
根据第一特征值和第二特征值的差值与预设阈值的大小关系,确定目标反光物的形状。
可选的,获取目标反光物,包括:
获取激光雷达的点云集合,点云集合包括多个反光点,每个反光点包括角度数据和反光强度;
若点云数据中包括至少N个角度数据连续、且反光强度大于预设光强的目标反光点,则确定目标反光物。
可选的,根据至少N个目标反光点的坐标,计算目标反光物的第一特征值和第二特征值,包括:
根据至少N个目标反光点的坐标,计算至少N个目标反光点的均值与方差;
利用至少N个目标反光点的均值与方差,构成协方差矩阵;
根据协方差矩阵,计算第一特征值和第二特征值。
可选的,根据第一特征值和第二特征值的差值与预设阈值的大小关系,确定目标反光物的形状,包括:
若第一特征值和第二特征值的差值的绝对值大于预设阈值,则确定目标反光物为平面反光物;
若第一特征值和第二特征值的差值的绝对值小于或者等于预设阈值,则确定目标反光物为立体反光物。
可选的,在确定目标反光物为平面反光物后,还包括:
拟合平面反光物的中心。
可选的,在确定目标反光物为立体反光物后,还包括:
获取预设的立体反光物的半径;
根据立体反光物的半径,拟合立体反光物的几何中心。
可选的,平面反光物的形状为圆形或者矩形;立体反光物的形状为圆柱体或者立方体。
根据本发明的另一方面,提供了一种反光物的识别装置,包括:激光获取模块、特征值计算模块和形状识别模块;其中,
激光获取模块,用于获取目标反光物,目标反光物包括满足条件的至少N个目标反光点,N为大于或者等于5的整数;
特征值计算模块,用于根据至少N个目标反光点的坐标,计算目标反光物的第一特征值和第二特征值;
形状识别模块,用于根据第一特征值和第二特征值的差值与预设阈值的大小关系,确定目标反光物的形状。
根据本发明的另一方面,提供了一种电子设备,电子设备包括:
至少一个处理器;以及
与至少一个处理器通信连接的存储器;其中,
存储器存储有可被至少一个处理器执行的计算机程序,计算机程序被至少一个处理器执行,以使至少一个处理器能够执行本发明任一实施例的反光物的识别方法。
根据本发明的另一方面,提供了一种计算机可读存储介质,计算机可读存储介质存储有计算机指令,计算机指令用于使处理器执行时实现本发明任一实施例的反光物的识别方法。
本发明实施例的技术方案,通过获取目标反光物满足条件的至少N个目标反光点,计算目标反光物的第一特征值和第二特征值,以根据第一特征值和第二特征值的差值与预设阈值的大小关系确定目标反光物的形状。从而实现了对反光物形状的区分,为使用多种反光物进行定位的方法提供基础,从而提高定位算法的鲁棒性。
应当理解,本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征,也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。
附图说明
为了更清楚地说明本发明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发明的一些实施例,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的附图。
图1是本发明实施例一提供的一种反光物的识别方法的流程示意图;
图2是本发明实施例一提供的一种定位示意图;
图3是本发明实施例二提供的一种反光物的识别方法的流程示意图;
图4是本发明实施例二提供的一种平面反光物和立体反光物的实物图;
图5是本发明实施例二提供的一种图4中的平面反光物和立体反光物的特征值分布图;
图6是本发明实施例三提供的一种反光物的识别装置的结构示意图;
图7是本发明实施例三提供的另一种反光物的识别装置的结构示意图;
图8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
为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分的实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
实施例一
图1为本发明实施例一提供的一种反光物的识别方法的流程示意图,本实施例可适用于对反光物的形状进行识别的情况,该方法可以由反光物的识别装置来执行,该反光物的识别装置可以采用硬件和/或软件的形式实现,该反光物的识别装置可配置于电子设备(如机器人或者AGV)中。如图1所示,该方法包括:
S110、获取目标反光物,目标反光物包括满足条件的至少N个目标反光点,N为大于或者等于5的整数。
图2为本发明实施例一提供的一种定位示意图,如图2所示,反光物的识别装置1可以在运动区域内运动,运动区域内分散设置有多个反光物2。反光物的识别装置1中集成有激光雷达,激光雷达扫到反光物2后,其反光强度会比较高。
反光物的识别装置1可以为装备有电磁或光学等自动导航装置,能够沿规定的导航路径行驶,具有安全保护以及各种移载功能的运输车AGV;也可以为具有同时定位与建图(simultaneous localization and mapping,SLAM)功能的机器人。SLAM功能是指机器人在未知环境中从一个未知位置开始移动,在移动过程中根据位置估计和地图进行自身定位,同时在自身定位的基础上建造增量式地图,实现机器人的自主定位和导航。
在本发明中,目标反光物可以为立体反光物,也可以为平面反光物。立体反光物可以是四周贴有或涂布反光材料的立体结构,平面反光物可以为在墙面或陈列物体(如货架等)上贴附或涂布反光材料。
在对反光物的形状进行识别时,首先获取目标反光物。具体的,获取目标反光物的方法可以包括如下两个步骤:
步骤A1、获取激光雷达的点云集合,点云集合包括多个反光点,每个反光点包括角度数据和反光强度。
激光雷达在一个位置通常通过扫描一周(360°)获得该位置的点云集合,按照角度的划分精度可以确定反光点的数量。例如,角度的划分精度为1度,那么激光雷达每1度扫描一个反光点(具有相应的反光强度),点云集合的个数为360个;又例如,角度的划分精度为0.5度,那么激光雷达每0.5度扫描一个反光点(具有相应的反光强度),点云集合的个数为720个。
步骤A2、若点云数据中包括至少N个角度数据连续、且反光强度大于预设光强的目标反光点,则确定目标反光物。
即当获得满足条件的至少N个目标反光点时,认为确定出一个目标反光物。
S120、根据至少N个目标反光点的坐标,计算目标反光物的第一特征值和第二特征值。
具体的,根据至少N个目标反光点的坐标,计算目标反光物的第一特征值和第二特征值的方法可以包括如下三个步骤:
步骤B1、根据至少N个目标反光点的坐标,计算至少N个目标反光点的均值与方差。
步骤B2、利用至少N个目标反光点的均值与方差,构成协方差矩阵。
步骤B3、根据协方差矩阵,计算第一特征值和第二特征值。
具体的,协方差矩阵为二元协方差矩阵。二元协方差矩阵的两个特征值分别为第一特征值和第二特征值。
S130、根据第一特征值和第二特征值的差值与预设阈值的大小关系,确定目标反光物的形状。
具体的,若第一特征值和第二特征值的差值的绝对值大于预设阈值,则确定目标反光物为平面反光物;若第一特征值和第二特征值的差值的绝对值小于或者等于预设阈值,则确定目标反光物为立体反光物。
在一实施例中,平面反光物的形状为圆形或者矩形;立体反光物的形状为圆柱体或者立方体。
实施例二
图3为本发明实施例二提供的一种反光物的识别方法的流程示意图,示例性的,假设N=5,本实施例提供一种详细的反光物的识别方法。如图3所示,该方法包括:
S210、获取激光雷达的点云集合,判断点云集合中是否包括角度数据连续、且反光强度大于预设光强的目标反光点。若是,则执行S220;若不是,则返回执行S210。
S220、判断目标反光点的个数是否大于或者等于5。若是,则执行S230;若不是,则返回执行S210。
S230、根据至少5个目标反光点的坐标,计算至少5个目标反光点的均值与方差,并构成协方差矩阵。
S240、根据协方差矩阵,计算第一特征值和第二特征值。
S250、判断第一特征值和第二特征值的差值的绝对值是否大于预设阈值。若是,则执行S260;若不是,则执行S280。
若第一特征值和第二特征值的差值的绝对值大于预设阈值,说明反光物整体的协方差更「扁平」;若第一特征值和第二特征值的差值的绝对值小于或者等于预设阈值,说明反光物整体的协方差更「圆润」。
S260、确定反光物为平面反光物。
S270、拟合平面反光物的中心。
当反光物为平面反光物时,可以直接取连续的高强度目标反光点的中心作为平面反光物的中心。
S280、确定反光物为立体反光物。
S290、获取预设的立体反光物的半径。
S2100、根据立体反光物的半径,拟合立体反光物的几何中心。
当反光物为立体反光物时,首先需要取连续的高强度目标反光点的中心,在结合立体反光物的半径,从而拟合出立体反光物的几何中心。
图4为本发明实施例二提供的一种平面反光物和立体反光物的实物图。图5为本发明实施例二提供的一种图4中的平面反光物和立体反光物的特征值分布图。图4中从左至右一共有4个反光物,依次为平面反光物P1、立体反光物L1、平面反光物P2和立体反光物L2。如图5所示,X轴为索引,即识别到的第几串高强度反光点;Y轴为100帧特征值识别结果,反映了这100帧特征值的均值和标准差。从图5中可以看出,索引1和索引3为一类反光物,对应图4中的平面反光物P1和平面反光物P2;索引2和索引4为另一类反光物,对应图4中的立体反光物L1和立体反光物L2。
本发明实施例提供了一种反光物的识别方法,包括:获取目标反光物,目标反光物包括满足条件的至少N个目标反光点,N为大于或者等于5的整数;根据至少N个目标反光点的坐标,计算目标反光物的第一特征值和第二特征值;根据第一特征值和第二特征值的差值与预设阈值的大小关系,确定目标反光物的形状。本发明实施例的技术方案,通过获取目标反光物满足条件的至少N个目标反光点,计算目标反光物的第一特征值和第二特征值,以根据第一特征值和第二特征值的差值与预设阈值的大小关系确定目标反光物的形状。从而实现了对反光物形状的区分,为使用多种反光物进行定位的方法提供基础,从而提高定位算法的鲁棒性。
实施例三
图6为本发明实施例三提供的一种反光物的识别装置的结构示意图。如图6所示,该装置包括:激光获取模块10、特征值计算模块11和形状识别模块12。
激光获取模块10,用于获取目标反光物,目标反光物包括满足条件的至少N个目标反光点,N为大于或者等于5的整数;
特征值计算模块11,用于根据至少N个目标反光点的坐标,计算目标反光物的第一特征值和第二特征值;
形状识别模块12,用于根据第一特征值和第二特征值的差值与预设阈值的大小关系,确定目标反光物的形状。
可选的,激光获取模块10,具体用于获取激光雷达的点云集合,点云集合包括多个反光点,每个反光点包括角度数据和反光强度;若点云数据中包括至少N个角度数据连续、且反光强度大于预设光强的目标反光点,则确定目标反光物。
可选的,特征值计算模块11,具体用于根据至少N个目标反光点的坐标,计算至少N个目标反光点的均值与方差;利用至少N个目标反光点的均值与方差,构成协方差矩阵;根据协方差矩阵,计算第一特征值和第二特征值。
可选的,形状识别模块12,具体用于若第一特征值和第二特征值的差值的绝对值大于预设阈值,则确定目标反光物为平面反光物;若第一特征值和第二特征值的差值的绝对值小于或者等于预设阈值,则确定目标反光物为立体反光物。
可选的,结合图6,图7为本发明实施例三提供的另一种反光物的识别装置的结构示意图。如图7所示,该装置还包括:中心拟合模块13;
中心拟合模块13,用于在形状识别模块12确定目标反光物为平面反光物后,拟合平面反光物的中心。
可选的,中心拟合模块13,还用于在形状识别模块12确定目标反光物为立体反光物后,获取预设的立体反光物的半径;根据立体反光物的半径,拟合立体反光物的几何中心。
可选的,平面反光物的形状为圆形或者矩形;立体反光物的形状为圆柱体或者立方体。
本发明实施例所提供的反光物的识别装置可执行本发明任意实施例所提供的反光物的识别方法,具备执行方法相应的功能模块和有益效果。
实施例四
图8示出了可以用来实施本发明的实施例的电子设备10的结构示意图。电子设备可以为装备有电磁或光学等自动导航装置,能够沿规定的导航路径行驶,具有安全保护以及各种移载功能的运输车AGV;也可以为具有SLAM功能的机器人。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备(如头盔、眼镜、手表等)和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本发明的实现。
如图8所示,电子设备10包括至少一个处理器11,以及与至少一个处理器11通信连接的存储器,如只读存储器(ROM)12、随机访问存储器(RAM)13等,其中,存储器存储有可被至少一个处理器执行的计算机程序,处理器11可以根据存储在只读存储器(ROM)12中的计算机程序或者从存储单元18加载到随机访问存储器(RAM)13中的计算机程序,来执行各种适当的动作和处理。在RAM 13中,还可存储电子设备10操作所需的各种程序和数据。处理器11、ROM 12以及RAM 13通过总线14彼此相连。输入/输出(I/O)接口15也连接至总线14。
电子设备10中的多个部件连接至I/O接口15,包括:输入单元16,例如键盘、鼠标等;输出单元17,例如各种类型的显示器、扬声器等;存储单元18,例如磁盘、光盘等;以及通信单元19,例如网卡、调制解调器、无线通信收发机等。通信单元19允许电子设备10通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
处理器11可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器11的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。处理器11执行上文所描述的各个方法和处理,例如反光物的识别方法。
在一些实施例中,反光物的识别方法可被实现为计算机程序,其被有形地包含于计算机可读存储介质,例如存储单元18。在一些实施例中,计算机程序的部分或者全部可以经由ROM 12和/或通信单元19而被载入和/或安装到电子设备10上。当计算机程序加载到RAM 13并由处理器11执行时,可以执行上文描述的反光物的识别方法的一个或多个步骤。备选地,在其他实施例中,处理器11可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行反光物的识别方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器,使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本发明的上下文中,计算机可读存储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计算机程序。计算机可读存储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。备选地,计算机可读存储介质可以是机器可读信号介质。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。
为了提供与用户的交互,可以在电子设备上实施此处描述的系统和技术,该电子设备具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给电子设备。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)、区块链网络和互联网。
计算系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与VPS服务中,存在的管理难度大,业务扩展性弱的缺陷。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本发明的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本发明保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等,均应包含在本发明保护范围之内。
Claims (8)
1.一种反光物的识别方法,其特征在于,包括:
获取目标反光物,所述目标反光物包括满足条件的至少N个目标反光点,N为大于或者等于5的整数;
根据所述至少N个目标反光点的坐标,计算所述目标反光物的第一特征值和第二特征值;
根据所述第一特征值和所述第二特征值的差值与预设阈值的大小关系,确定所述目标反光物的形状;
所述获取目标反光物,包括:
获取激光雷达的点云集合,所述点云集合包括多个反光点,每个所述反光点包括角度数据和反光强度;
若所述点云集合中包括至少N个角度数据连续、且反光强度大于预设光强的目标反光点,则确定所述目标反光物;
所述根据所述至少N个目标反光点的坐标,计算所述目标反光物的第一特征值和第二特征值,包括:
根据所述至少N个目标反光点的坐标,计算所述至少N个目标反光点的均值与方差;
利用所述至少N个目标反光点的均值与方差,构成协方差矩阵;
根据所述协方差矩阵,计算所述第一特征值和所述第二特征值。
2.根据权利要求1所述的方法,其特征在于,所述根据所述第一特征值和所述第二特征值的差值与预设阈值的大小关系,确定所述目标反光物的形状,包括:
若所述第一特征值和所述第二特征值的差值的绝对值大于预设阈值,则确定所述目标反光物为平面反光物;
若所述第一特征值和所述第二特征值的差值的绝对值小于或者等于预设阈值,则确定所述目标反光物为立体反光物。
3.根据权利要求2所述的方法,其特征在于,在确定所述目标反光物为平面反光物后,还包括:
拟合所述平面反光物的中心。
4.根据权利要求2所述的方法,其特征在于,在确定所述目标反光物为立体反光物后,还包括:
获取预设的所述立体反光物的半径;
根据所述立体反光物的半径,拟合立体反光物的几何中心。
5.根据权利要求2-4中任一所述的方法,其特征在于,所述平面反光物的形状为圆形或者矩形;所述立体反光物的形状为圆柱体或者立方体。
6.一种反光物的识别装置,其特征在于,包括:激光获取模块、特征值计算模块和形状识别模块;其中,
所述激光获取模块,用于获取目标反光物,所述目标反光物包括满足条件的至少N个目标反光点,N为大于或者等于5的整数;
所述特征值计算模块,用于根据所述至少N个目标反光点的坐标,计算所述目标反光物的第一特征值和第二特征值;
所述形状识别模块,用于根据所述第一特征值和所述第二特征值的差值与预设阈值的大小关系,确定所述目标反光物的形状;
所述激光获取模块,具体用于获取激光雷达的点云集合,点云集合包括多个反光点,每个反光点包括角度数据和反光强度;若点云集合中包括至少N个角度数据连续、且反光强度大于预设光强的目标反光点,则确定目标反光物;
所述特征值计算模块,具体用于根据至少N个目标反光点的坐标,计算至少N个目标反光点的均值与方差;利用至少N个目标反光点的均值与方差,构成协方差矩阵;根据协方差矩阵,计算第一特征值和第二特征值。
7.一种电子设备,其特征在于,所述电子设备包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-5中任一项所述的反光物的识别方法。
8.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使处理器执行时实现权利要求1-5中任一项所述的反光物的识别方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210383707.XA CN114688992B (zh) | 2022-04-12 | 2022-04-12 | 一种反光物的识别方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210383707.XA CN114688992B (zh) | 2022-04-12 | 2022-04-12 | 一种反光物的识别方法、装置、电子设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114688992A CN114688992A (zh) | 2022-07-01 |
CN114688992B true CN114688992B (zh) | 2024-03-12 |
Family
ID=82142904
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210383707.XA Active CN114688992B (zh) | 2022-04-12 | 2022-04-12 | 一种反光物的识别方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114688992B (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105890576A (zh) * | 2015-01-19 | 2016-08-24 | 夏佳梁 | 一种利用反光材质的目标识别与定位的系统和方法 |
JP2017058166A (ja) * | 2015-09-14 | 2017-03-23 | 株式会社東芝 | 形状位置合わせ装置、形状位置合わせ方法及び形状位置合わせプログラム |
CN108469234A (zh) * | 2018-03-02 | 2018-08-31 | 北京科技大学 | 一种在轨航天器表面异常状况智能检测方法及其系统 |
CN109945792A (zh) * | 2019-04-22 | 2019-06-28 | 洛阳德晶智能科技有限公司 | 一种高反光圆柱体的直径测量方法、装置以及使用方法 |
CN112255616A (zh) * | 2020-10-19 | 2021-01-22 | 三一机器人科技有限公司 | 一种多雷达的反光柱定位方法及反光柱定位装置 |
WO2021136509A1 (zh) * | 2019-12-31 | 2021-07-08 | 杭州海康机器人技术有限公司 | 检测包裹的方法、装置、计算设备、物流系统及存储介质 |
CN113409410A (zh) * | 2021-05-19 | 2021-09-17 | 杭州电子科技大学 | 一种基于3d激光雷达的多特征融合igv定位与建图方法 |
WO2021196969A1 (zh) * | 2020-03-31 | 2021-10-07 | 纳恩博(北京)科技有限公司 | 定位方法及装置、设备、介质 |
CN114265083A (zh) * | 2021-11-08 | 2022-04-01 | 奥佳华智能健康科技集团股份有限公司 | 一种利用激光雷达的机器人位置识别方法及装置 |
CN114485458A (zh) * | 2020-11-13 | 2022-05-13 | 北京迅恒科技有限公司 | 一种结构光三维扫描装置、方法、系统 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10482196B2 (en) * | 2016-02-26 | 2019-11-19 | Nvidia Corporation | Modeling point cloud data using hierarchies of Gaussian mixture models |
-
2022
- 2022-04-12 CN CN202210383707.XA patent/CN114688992B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105890576A (zh) * | 2015-01-19 | 2016-08-24 | 夏佳梁 | 一种利用反光材质的目标识别与定位的系统和方法 |
JP2017058166A (ja) * | 2015-09-14 | 2017-03-23 | 株式会社東芝 | 形状位置合わせ装置、形状位置合わせ方法及び形状位置合わせプログラム |
CN108469234A (zh) * | 2018-03-02 | 2018-08-31 | 北京科技大学 | 一种在轨航天器表面异常状况智能检测方法及其系统 |
CN109945792A (zh) * | 2019-04-22 | 2019-06-28 | 洛阳德晶智能科技有限公司 | 一种高反光圆柱体的直径测量方法、装置以及使用方法 |
WO2021136509A1 (zh) * | 2019-12-31 | 2021-07-08 | 杭州海康机器人技术有限公司 | 检测包裹的方法、装置、计算设备、物流系统及存储介质 |
WO2021196969A1 (zh) * | 2020-03-31 | 2021-10-07 | 纳恩博(北京)科技有限公司 | 定位方法及装置、设备、介质 |
CN112255616A (zh) * | 2020-10-19 | 2021-01-22 | 三一机器人科技有限公司 | 一种多雷达的反光柱定位方法及反光柱定位装置 |
CN114485458A (zh) * | 2020-11-13 | 2022-05-13 | 北京迅恒科技有限公司 | 一种结构光三维扫描装置、方法、系统 |
CN113409410A (zh) * | 2021-05-19 | 2021-09-17 | 杭州电子科技大学 | 一种基于3d激光雷达的多特征融合igv定位与建图方法 |
CN114265083A (zh) * | 2021-11-08 | 2022-04-01 | 奥佳华智能健康科技集团股份有限公司 | 一种利用激光雷达的机器人位置识别方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN114688992A (zh) | 2022-07-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110793512A (zh) | 位姿识别方法、装置、电子设备和存储介质 | |
CN111209978B (zh) | 三维视觉重定位方法、装置及计算设备、存储介质 | |
CN110927732A (zh) | 位姿识别方法、电子设备和存储介质 | |
EP4145408A1 (en) | Obstacle detection method and apparatus, autonomous vehicle, device and storage medium | |
CN114688992B (zh) | 一种反光物的识别方法、装置、电子设备及存储介质 | |
CN115437385B (zh) | 移动机器人的激光定位方法、装置、设备和介质 | |
CN116443527A (zh) | 基于激光雷达的托盘叉取方法、装置、设备和介质 | |
CN114911232A (zh) | 一种移动机器人的位姿确定方法及装置 | |
CN115453549A (zh) | 一种基于二维激光雷达的环境直角点坐标角度的提取方法 | |
CN114910892A (zh) | 一种激光雷达的标定方法、装置、电子设备及存储介质 | |
Bohacs et al. | Mono Camera Based Pallet Detection and Pose Estimation for Automated Guided Vehicles | |
CN114647816A (zh) | 车道线的确定方法、装置、设备及存储介质 | |
CN114228411A (zh) | 连接控制方法、装置、设备及存储介质 | |
CN114609639A (zh) | 基于反光物的定位方法、装置、电子设备及存储介质 | |
CN111062540A (zh) | 反光板布局检查方法、装置、设备及存储介质 | |
CN114754767A (zh) | 一种定位方法、装置、运料车辆及存储介质 | |
CN117629182A (zh) | 一种定位方法、装置、设备及存储介质 | |
CN111538035B (zh) | 定位方法、装置和系统 | |
CN114323020B (zh) | 车辆的定位方法、系统、设备及计算机可读存储介质 | |
CN117739993B (zh) | 一种机器人定位方法、装置、机器人及存储介质 | |
CN116610116A (zh) | 一种碰撞故障的确定方法、装置、电子设备及存储介质 | |
CN115793652B (zh) | 行驶控制方法、装置及电子设备 | |
CN115431257A (zh) | 机器人的控制方法、装置、设备以及存储介质 | |
WO2023150961A1 (zh) | 一种标定方法及装置 | |
CN114812576A (zh) | 地图匹配方法、装置及电子设备 |
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 |