CN114699013A - 定点清扫方法、装置、电子设备及存储介质 - Google Patents
定点清扫方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN114699013A CN114699013A CN202210324967.XA CN202210324967A CN114699013A CN 114699013 A CN114699013 A CN 114699013A CN 202210324967 A CN202210324967 A CN 202210324967A CN 114699013 A CN114699013 A CN 114699013A
- Authority
- CN
- China
- Prior art keywords
- road edge
- image
- area
- edge contour
- sweeping
- 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
-
- A—HUMAN NECESSITIES
- A47—FURNITURE; DOMESTIC ARTICLES OR APPLIANCES; COFFEE MILLS; SPICE MILLS; SUCTION CLEANERS IN GENERAL
- A47L—DOMESTIC WASHING OR CLEANING; SUCTION CLEANERS IN GENERAL
- A47L11/00—Machines for cleaning floors, carpets, furniture, walls, or wall coverings
- A47L11/24—Floor-sweeping machines, motor-driven
-
- A—HUMAN NECESSITIES
- A47—FURNITURE; DOMESTIC ARTICLES OR APPLIANCES; COFFEE MILLS; SPICE MILLS; SUCTION CLEANERS IN GENERAL
- A47L—DOMESTIC WASHING OR CLEANING; SUCTION CLEANERS IN GENERAL
- A47L11/00—Machines for cleaning floors, carpets, furniture, walls, or wall coverings
- A47L11/40—Parts or details of machines not provided for in groups A47L11/02 - A47L11/38, or not restricted to one of these groups, e.g. handles, arrangements of switches, skirts, buffers, levers
-
- A—HUMAN NECESSITIES
- A47—FURNITURE; DOMESTIC ARTICLES OR APPLIANCES; COFFEE MILLS; SPICE MILLS; SUCTION CLEANERS IN GENERAL
- A47L—DOMESTIC WASHING OR CLEANING; SUCTION CLEANERS IN GENERAL
- A47L11/00—Machines for cleaning floors, carpets, furniture, walls, or wall coverings
- A47L11/40—Parts or details of machines not provided for in groups A47L11/02 - A47L11/38, or not restricted to one of these groups, e.g. handles, arrangements of switches, skirts, buffers, levers
- A47L11/4011—Regulation of the cleaning machine by electric means; Control systems and remote control systems therefor
-
- A—HUMAN NECESSITIES
- A47—FURNITURE; DOMESTIC ARTICLES OR APPLIANCES; COFFEE MILLS; SPICE MILLS; SUCTION CLEANERS IN GENERAL
- A47L—DOMESTIC WASHING OR CLEANING; SUCTION CLEANERS IN GENERAL
- A47L11/00—Machines for cleaning floors, carpets, furniture, walls, or wall coverings
- A47L11/40—Parts or details of machines not provided for in groups A47L11/02 - A47L11/38, or not restricted to one of these groups, e.g. handles, arrangements of switches, skirts, buffers, levers
- A47L11/4061—Steering means; Means for avoiding obstacles; Details related to the place where the driver is accommodated
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
-
- A—HUMAN NECESSITIES
- A47—FURNITURE; DOMESTIC ARTICLES OR APPLIANCES; COFFEE MILLS; SPICE MILLS; SUCTION CLEANERS IN GENERAL
- A47L—DOMESTIC WASHING OR CLEANING; SUCTION CLEANERS IN GENERAL
- A47L2201/00—Robotic cleaning machines, i.e. with automatic control of the travelling movement or the cleaning operation
-
- A—HUMAN NECESSITIES
- A47—FURNITURE; DOMESTIC ARTICLES OR APPLIANCES; COFFEE MILLS; SPICE MILLS; SUCTION CLEANERS IN GENERAL
- A47L—DOMESTIC WASHING OR CLEANING; SUCTION CLEANERS IN GENERAL
- A47L2201/00—Robotic cleaning machines, i.e. with automatic control of the travelling movement or the cleaning operation
- A47L2201/04—Automatic control of the travelling movement; Automatic obstacle detection
-
- A—HUMAN NECESSITIES
- A47—FURNITURE; DOMESTIC ARTICLES OR APPLIANCES; COFFEE MILLS; SPICE MILLS; SUCTION CLEANERS IN GENERAL
- A47L—DOMESTIC WASHING OR CLEANING; SUCTION CLEANERS IN GENERAL
- A47L2201/00—Robotic cleaning machines, i.e. with automatic control of the travelling movement or the cleaning operation
- A47L2201/06—Control of the cleaning action for autonomous devices; Automatic detection of the surface condition before, during or after cleaning
-
- 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
- G06T2207/10016—Video; Image sequence
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
- Image Analysis (AREA)
Abstract
本申请实施例涉及智能清扫技术领域,公开了一种定点清扫方法、装置、电子设备及存储介质,首先,获取包括污点区域的环境视频和扫地机器人的当前位置。然后,从该环境视频的图像帧中提取污点区域附近的路沿轮廓图像,在扫地机器人的导航地图中查找该路沿轮廓图像,若查找成功,则确定污点区域在导航地图中的目标位置。最后,根据当前位置和目标位置规划路径,并控制扫地机器人按该路径移动至污点区域进行定点清扫。在此方案中,用户只需要拍摄一段包括污点区域的环境视频发送给执行该方法的终端,即可调用扫地机器人自动行驶至污点区域进行定点清扫,相比于全屋盲扫,能够提高清扫效率,满足用户个性化需求。
Description
技术领域
本申请实施例涉及智能清扫技术领域,尤其涉及一种定点清扫方法、装置、电子设备及存储介质。
背景技术
随着人工智能技术的发展,家用机器人也趋向于智能化。其中,扫地机器人能够自动完成地面清扫任务,将用户从清洁工作中解放出来,因此,迅速成为现代家庭的常用家电用品。
目前,扫地机器人大多是盲目性地、全区域地清扫,清扫效率低,不能个性化设置。针对一些只含有少量垃圾或垃圾集中在小范围区域的待清扫地方,越来越多的用户期望扫地机器人能够在有垃圾或垃圾相对集中的小范围内进行智能化局部清扫,有利于节约扫地机器人资源,提高清扫效率。
发明内容
本申请实施例主要解决的技术问题是提供一种定点清扫方法、装置、电子设备及存储介质,能够实现智能化的定点清扫,提高清扫效率,满足用户个性化需求。
为解决上述技术问题,第一方面,本申请实施例中提供给了一种定点清扫方法,包括:
获取包括污点区域的环境视频和扫地机器人的当前位置;
从环境视频的图像帧中提取污点区域附近的路沿轮廓图像;
在扫地机器人的导航地图中查找路沿轮廓图像,若查找成功,则确定污点区域在导航地图中的目标位置;
根据当前位置和目标位置规划路径,并控制扫地机器按路径移动至污点区域进行定点清扫。
在一些实施例中,前述从环境视频的图像帧中提取污点区域附近的路沿轮廓图像,包括:
从环境视频中选择多个关键帧;
根据多个关键帧中的特征标识,确定污点区域附近的路沿轮廓图像。
在一些实施例中,前述根据多个关键帧中的特征标识,确定污点区域附近的路沿轮廓图像,包括:
根据特征标识,对多个关键帧进行对齐拼接,得到第一图像;
从第一图像中,提取污点区域附近的路沿轮廓;
截取第一图像中位于污点区域附近的路沿轮廓内的像素点,构成路沿轮廓图像。
在一些实施例中,前述根据特征标识,对多个关键帧进行对齐拼接,得到第一图像,包括:
获取多个关键帧中相同的特征标识;
以相同的特征标识为基准,将多个关键帧进行去重拼接延伸处理,得到第一图像。
在一些实施例中,前述导航地图包括地面上的路沿轮廓,前述在扫地机器人的导航地图中查找路沿轮廓图像,包括:
将路沿轮廓图像与扫地机器人的导航地图进行轮廓匹配,以查找路沿轮廓图像。
在一些实施例中,前述确定污点区域在导航地图中的目标位置,包括:
将路沿轮廓图像映射至导航地图中,获取路沿轮廓图像在导航地图中的第一像素位置;
获取污点区域在路沿轮廓图像中的第二像素位置;
根据第一像素位置和第二像素位置,确定目标位置。
在一些实施例中,前述获取污点区域在路沿轮廓图像中的第二像素位置,包括:
将路沿轮廓图像等分格栅化,并提取污点区域所占的格栅;
根据污点区域所占的格栅,确定第二像素位置。
为解决上述技术问题,第二方面,本申请实施例中提供给了一种定点清扫装置,包括:
获取模块,用于获取包括污点区域的环境视频和扫地机器人的当前位置;
提取模块,用于从环境视频的图像帧中提取污点区域附近的路沿轮廓图像;
查找确定模块,用于在扫地机器人的导航地图中查找路沿轮廓图像,若查找成功,则确定污点区域在导航地图中的目标位置;
控制模块,用于根据当前位置和目标位置规划路径,并控制扫地机器按路径移动至污点区域进行定点清扫。
为解决上述技术问题,第三方面,本申请实施例中提供给了一种电子设备,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指令,指令被至少一个处理器执行,以使至少一个处理器能够执行如上第一方面中的方法。
为解决上述技术问题,第四方面,本申请实施例中提供给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可执行指令,计算机可执行指令用于使计算机设备执行如上第一方面的方法。
本申请实施例的有益效果:区别于现有技术的情况,本申请实施例提供的定点清扫方法,首先,获取包括污点区域的环境视频和扫地机器人的当前位置。然后,从该环境视频的图像帧中提取污点区域附近的路沿轮廓图像,在扫地机器人的导航地图中查找该路沿轮廓图像,若查找成功,则确定污点区域在导航地图中的目标位置。最后,根据当前位置和目标位置规划路径,并控制扫地机器人按该路径移动至污点区域进行定点清扫。在此方案中,用户只需要拍摄一段包括污点区域的环境视频发送给执行该方法的终端,即可调用扫地机器人自动行驶至污点区域进行定点清扫,相比于全屋盲扫,能够提高清扫效率,满足用户个性化需求。
附图说明
一个或多个实施例通过与之对应的附图中的图片进行示例性说明,这些示例性说明并不构成对实施例的限定,附图中具有相同参考数字标号的元件表示为类似的元件,除非有特别申明,附图中的图不构成比例限制。
图1为本申请一些实施例中定点清扫系统的应用场景示意图;
图2为本申请一些实施例中扫地机器人所在空间的示意图;
图3为本申请一些实施例中电子设备的结构示意图;
图4为本申请一些实施例中定点清扫装置的结构示意图;
图5为本申请一些实施例中定点清扫方法的流程示意图;
图6为本申请一些实施例中导航地图的示意图。
具体实施方式
下面结合具体实施例对本申请进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本申请,但不以任何形式限制本申请。应当指出的是,对本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进。这些都属于本申请的保护范围。
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本申请,并不用于限定本申请。
需要说明的是,如果不冲突,本申请实施例中的各个特征可以相互结合,均在本申请的保护范围之内。另外,虽然在装置示意图中进行了功能模块划分,在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于装置中的模块划分,或流程图中的顺序执行所示出或描述的步骤。此外,本文所采用的“第一”、“第二”、“第三”等字样并不对数据和执行次序进行限定,仅是对功能和作用基本相同的相同项或相似项进行区分。
除非另有定义,本说明书所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同。本说明书中在本申请的说明书中所使用的术语只是为了描述具体的实施方式的目的,不是用于限制本申请。本说明书所使用的术语“和/或”包括一个或多个相关的所列项目的任意的和所有的组合。
此外,下面所描述的本申请各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。
针对目前扫地机器人大多是盲目性地、全区域地清扫,清扫效率低,不能个性化设置的技术问题,本申请一些实施例提供了一种定点清扫方法、装置、电子设备及存储介质,通过识别环境视频,从环境视频中定位出待清扫的污点区域,从而,控制扫地机器人自动行驶至污点区域进行定点清扫,相比于全屋盲扫,能够提高清扫效率,满足用户个性化需求。
下面说明本申请实施例提供的用于定点清扫的电子设备的示例性应用。本申请一些实施例提供的电子设备可以是扫地机器人,例如具有导航系统的扫地机器人,根据其他设备或者用户提供的环境视频,对该环境视频进行一系列处理,从环境视频中定位出待清扫的污点区域,并移动至该污点区域进行定点清扫。本申请一些实施例提供的电子设备可以是服务器,例如部署在云端的服务器,根据其他设备或者用户提供的环境视频,对该环境视频进行一系列处理,从环境视频中定位出待清扫的污点区域,并控制通信连接的扫地机器人移动至该污点区域进行定点清扫。本申请一些实施例提供的电子设备可以是带有摄像头的移动终端(例如智能手机),用户通过移动终端拍摄环境视频,移动终端从环境视频中定位出待清扫的污点区域,并控制通信连接的扫地机器人移动至该污点区域进行定点清扫。
作为示例,请参见图1,图1是本申请实施例提供的定点清扫系统的应用场景示意图,移动终端10通过网络连接服务器20和扫地机器人30,其中,网络可以是广域网或者局域网,又或者是二者的组合。例如移动终端10和服务器20之间可以通过wifi或4G、5G网络通信连接,移动终端10和扫地机器人30之间可以通过蓝牙通信连接。
扫地机器人位于地面上,该地面可以是用户的居住室或办公室等的地面。例如,如图2所示,扫地机器人30所在的空间包括书桌、花盆、沙发等。扫地机器人30包括清扫主体、移动组件和感知组件,其中,清扫主体包括吸尘盒、拖布等用于实现清扫的元件,移动组件包括滚轮和马达等,马达驱动滚轮转动以带动扫地机器人移动。感知组件是机器人的视觉系统,一般采用超声波测距仪、红外线传感器、深度相机或激光雷达等,使得扫地机器人能够定位导航、避障,采集清洁场景信息等。
移动终端10可以被用来获取环境视频。以移动终端10为智能手机为例,用户通过手持的智能手机拍摄污点区域周围的环境视频,拍摄完成后,移动终端自动获取包括污点区域的环境视频。
在一些实施中,移动终端10本地执行本申请实施例提供的定点清扫方法,来完成从环境视频中定位出待清扫的污点区域,控制通信连接的扫地机器人30移动至该污点区域进行定点清扫。例如,移动终端10上安装有清扫助手,用户将拍摄到的环境视频输入清扫助手中,同时清扫助手获取扫地机器人30的当前位置,根据环境视频定位出待清扫的污点区域,根据当前位置和污点区域的位置生成路径,将该路径发送给扫地机器人30,扫地机器人30按该路径移动至污点区域进行定点清扫。
在一些实施例中,移动终端10也可以通过网络向服务器20发送环境视频和扫地机器人30的当前位置,并调用服务器20提供的定点清扫功能,服务器20通过本申请实施例提供的定点清扫方法获取污点区域的位置,根据当前位置和污点区域的位置生成路径,将该路径返回给移动终端10,移动终端10再将路径和清扫指令发送给扫地机器人30,扫地机器人30接收到清扫指令后按该路径移动至污点区域进行定点清扫。
在一些实施例中,扫地机器人30本地执行本申请实施例提供的定点清扫方法,来完成从环境视频中定位出待清扫的污点区域,移动至该污点区域进行定点清扫。例如,用户采用移动终端10拍摄到环境视频,移动终端10将环境视频发送给扫地机器人30,扫地机器人30根据环境视频定位出待清扫的污点区域,然后根据自身的当前位置和污点区域的位置生成路径,按该路径移动至污点区域进行定点清扫。
以下说明本申请一些实施例中电子设备400的结构,电子设备可以是扫地机器人、移动终端或服务器等。
参见图3,图3是本申请一些实施例中电子设备400的结构示意图,电子设备包括包括至少一个处理器401、存储器402。处理器401连接到存储器402,例如处理器401可以通过总线连接到存储器402。
处理器401被配置为支持该电子设备400执行定点清扫方法中相应的功能。该处理器401可以是中央处理器(central processing unit,CPU),网络处理器(networkprocessor,NP),硬件芯片或者其任意组合。上述硬件芯片可以是专用集成电路(application specific integrated circuit,ASIC),可编程逻辑器件(programmablelogic device,PLD)或其组合。上述PLD可以是复杂可编程逻辑器件(complexprogrammable logic device,CPLD),现场可编程逻辑门阵列(field-programmable gatearray,FPGA),通用阵列逻辑(generic array logic,GAL)或其任意组合。
存储器402作为一种非暂态计算机可读存储介质,可用于存储非暂态软件程序、非暂态性计算机可执行程序以及模块,如本申请实施例中定点清扫方法对应的程序指令/模块。处理器401通过运行存储在存储器402中的非暂态软件程序、指令以及模块,可以实现下述任意一个方法实施例中的定点清扫方法。
存储器402可以包括易失性存储器(volatile memory,VM),例如随机存取存储器(random access memory,RAM);存储器1002也可以包括非易失性存储器(non-volatilememory,NVM),例如只读存储器(read-only memory,ROM),快闪存储器(flash memory),硬盘(hard disk drive,HDD)或固态硬盘(solid-state drive,SSD);存储器402还可以包括上述种类的存储器的组合。
在一些实施例中,本申请实施例提供的定点清扫装置可以采用软硬件结合的方式实现,作为示例,本申请实施例提供的定点清扫装置可以是采用硬件译码处理器形式的处理器,其被编程以执行本申请实施例提供的定点清扫方法,例如,硬件译码处理器形式的处理器可以采用一个或多个应用专用集成电路(ASIC,Application SpecificIntegratedCircuit)、DSP、可编程逻辑器件(PLD,Programmable Logic Device),复杂可编程逻辑器件(CPLD,Co mplex Programmable Logic Device)、现场可编程门阵列(FPGA,Field-Programmable Gate Array)或其他电子元件。
在另一些实施例中,本申请实施例提供的定点清扫装置可以采用软件方式实现,图4示出了存储在存储器402中的定点清扫装置500,其可以是程序和插件等形式的软件,并包括一系列的模块,包括获取模块501、提取模块502、查找确定模块503和控制模块504,用于实现本申请实施例提供的定点清扫功能。
下面结合附图,对本申请一些实施例提供的定点清扫方法进行详细介绍。请参阅图5,图5为本申请实施例提供的定点清扫方法的流程示意图。该方法S100包括以下步骤:
S10:获取包括污点区域的环境视频和扫地机器人的当前位置。
可以理解的是,该污点区域为地面上存在垃圾、灰尘、污迹或污水等需要清扫的区域。例如,如图2所示,桌子上的咖啡掉落在地上,咖啡在地面上形成的污渍所覆盖的区域即为污点区域。
环境视频可由用户手持的移动终端拍摄,移动终端再将环境视频发送给方法的执行主体(例如扫地机器人或服务器等)。环境视频包括污点区域,如图2所示,环境视频包括咖啡渍形成的污点区域,以及污点区域周围的桌子、花盆、沙发和墙壁等。
可以理解的是,扫地机器人位于用户的居住室或办公室等地面的某个角落。扫地机器人的当前位置,是指控制扫地机器人移动至污点区域前时的位置。该当前位置可以用绝对坐标表示,也可以用相对坐标表示。当当前位置用相对坐标表示时,可以以用户的居住室或办公室等使用场所的地面构建地图,从而,扫地机器人的当前位置是扫地机器人在当前时刻位于地图中的位置。
S20:从环境视频的图像帧中提取污点区域附近的路沿轮廓图像。
基于扫地机器人在地面上移动,以清扫地面上的垃圾、灰尘或污渍等。一般,地面上摆设有家具等物品,例如床、沙发、桌子或柜子、地毯等。有些物品的落地高度不允许扫地机器人进入,从而扫地机器人清扫不到这些物品下方的地面。有些物品的落地高度允许扫地机器进入,从而,扫地机器人能够清扫到这些物品下方的地面。这里,路沿轮廓是指扫地机器人能清扫到的区域的外沿,即在路沿轮廓内,扫地机器人均可通行,并进行贴地清扫。
污点区域附近的路沿轮廓图像是指污点区域附近的路沿轮廓所围成的图像区域。污点区域附近是指以污点区域的中心,向外延伸预设半径的区域范围,区域范围包含全部的污点区域,并且区域范围内包含有部分路沿轮廓特征。在路沿轮廓图像中,去除了路沿轮廓外的物品。例如,图2中,路沿轮廓图像可以是桌子、花盆、墙壁和沙发合围成的图像区域。
基于环境视频是由时序连续的多个图像帧组成,时序连续的多个图像帧能够多方位展示污点区域周围的环境。从而,可以从环境视频的图像帧中提取污点区域附近的路沿轮廓图像。
在一些实施例中,前述步骤S20具体包括:
S21:从环境视频中选择多个关键帧。
关键帧是环境视频中特征丰富、轮廓清晰的图像帧,简而言之,从关键帧中能够清晰获取一段路沿轮廓。这里的特征可以是指图像中的物品,例如图像帧1#包括墙壁,从中无法确定方位;图像帧2#包括沙发和茶几,从中可以清楚确定是客厅方位,还能够提供轮廓,因此,图像帧2#相对于图像帧1#特征更加丰富,轮廓更加清晰。
在一些实施例中,可以去除环境视频中特征单一的图像帧以及重复的图像帧,以筛选出多个关键帧。
S22:根据多个关键帧中的特征标识,确定污点区域附近的路沿轮廓图像。
这里的“特征标识”可以是环境中的物品。例如,在如图2所示的环境中,特征标识是桌子、花盆、沙发和门。
基于污点区域附近的路沿轮廓图像是指污点区域附近的路沿轮廓所围成的图像区域,从而,可以根据多个关键帧中的特征标识,提取污点区域附近的路沿轮廓,然后将各段路沿轮廓内的像素拼合成路沿轮廓图像。
在一些实施例中,前述步骤S22具体包括:
S221:根据特征标识,对多个关键帧进行对齐拼接,得到第一图像。
可以理解的是,受相机广角限制,关键帧的视野有限,体现的是某一方位的特征标识(环境中物品)。即从一个关键帧中最多提取路沿轮廓的一部分。为了能够全方位提取路沿轮廓,对多个关键帧以特征标识为基准进行对齐拼接,得到第一图像。在第一图像中能够全方位展示特征标识,从而能够全方位提取路沿轮廓。本领域技术人员可以理解的是,这里全方位是指污点区域的四周,即以污点区域为中心的360°方位。
在一些实施例中,前述步骤S221具体包括:获取多个关键帧中相同的特征标识,以相同的特征标识为基准,将多个关键帧进行去重拼接延伸处理,得到第一图像。
在此实施例中,例如关键帧有4张,这4张关键帧包括污点区域并覆盖其四周360°的视角,关键帧1#和关键帧2#中有共同的特征标识(例如桌子),关键帧2#和关键帧3#中有共同的特征标识(例如窗户),关键帧3#和关键帧4#中有共同的特征标识(例如沙发),关键帧4#中有共同的特征标识(例如门),从而,将关键帧1#和关键帧2#以桌子为基准,进行去重拼接延伸处理,得到的第1个中间图像与关键帧3#以窗户为基准进行去重拼接延伸处理,得到的第2个中间图像与关键帧4#以沙发为基准进行去重拼接延伸处理,得到的第3个中间图像与关键帧1#以门为基准进行去重拼接延伸处理,得到最后的第一图像。从而,使得第一图像包括污点区域及其四周360°视角上的特征标识。
S222:从第一图像中,提取污点区域附近的路沿轮廓。
基于第一图像包括污点区域及其四周360°视角上的特征标识,路沿轮廓是指扫地机器人能清扫到的区域的外沿,从而,可以根据第一图像中的特征标识,提取污点区域附近的路沿轮廓。
S223:截取第一图像中位于污点区域附近的路沿轮廓内的像素点,构成路沿轮廓图像。
路沿轮廓内的区域,扫地机器人能够清扫到。此外,污点区域附近的路沿轮廓图像是指污点区域附近的路沿轮廓所围成的图像区域,从而,截取第一图像中位于污点区域附近的路沿轮廓内的像素点,构成路沿轮廓图像。
在此实施例中,对多个关键帧基于相同的特征标识进行对齐拼接延伸,得到延伸空间后的第一图像,从而,能够准确提取路沿轮廓,获取准确的路沿轮廓图像,有益于污点区域定位的准确性。
S30:在扫地机器人的导航地图中查找路沿轮廓图像,若查找成功,则确定污点区域在导航地图中的目标位置。
这里,导航地图是根据用户的居住室或办公室等使用场所的地面预先构建的。例如,扫地机器人上设置有激光雷达,通过激光雷达扫描使用场所的各个区域,从而,生成如图6所示的导航地图,其中,导航地图包括可通行区域、障碍物区域和未探索区域。在可通行区域,没有物品或物品落地高度允许扫地机器人进入,扫地机器人可贴地扫到;在障碍物区域,物品落地高度不允许扫地机器人进入;未探索区域是扫地机器人未扫描到的区域。
可以理解的是,导航地图反映全屋地面的通行情况,路沿轮廓图像反映污点区域周围地面的通行情况,而污点区域是全屋中的某一区域,从而,可以在导航地图中查找出路沿轮廓图像。在查找出路沿轮廓图像后,可以对污点区域进行大致定位。
在一些实施例中,导航地图包括地面上的路沿轮廓。可以理解的是,在导航地图中,路沿轮廓即为可通行区域和障碍物区域的分界轮廓。
前述“在扫地机器人的导航地图中查找路沿轮廓图像”,包括:将路沿轮廓图像与扫地机器人的导航地图进行轮廓匹配,以查找路沿轮廓图像。
轮廓匹配是指将路沿轮廓图像中的轮廓边界与导航地图中的分界轮廓进行相似性比较,若相似性大于预设阈值,则说明路沿轮廓图像中的轮廓边界与导航地图中的分界轮廓,即查找到路沿轮廓图像。
在查找成功后,进一步,确定污点区域在导航地图中的目标位置。具体地,根据污点区域与路沿轮廓图像之间的相对位置,以及路沿轮廓图像与导航地图之间的相对位置,确定污点区域在导航地图中的目标位置。
进一步地,若查找不成功,也即在基于导航地图,在路沿轮廓图像中的轮廓边界与导航地图中的分界轮廓进行相似性比较时,相似性小于或等于预设阈值,则说明路沿轮廓特征不明显,需要扩大路沿轮廓图像的范围,以增加更多的路沿轮廓特征。此时,重新执行步骤S20:从环境视频的图像帧中提取污点区域附近的路沿轮廓图像的步骤及后续步骤,直至查找成功,或者查找次数达预设次数时,则停止查找,并向用户发出请求,要求重新上传环境视频,例如预设次数为3次。在重新执行步骤S20时,逐次地扩大截取路沿轮廓图像的区域大小,以获得更多的路沿轮廓特征。
在一些实施例中,“确定污点区域在导航地图中的目标位置”包括:将路沿轮廓图像映射至导航地图中,获取路沿轮廓图像在导航地图中的第一像素位置;获取污点区域在路沿轮廓图像中的第二像素位置;根据第一像素位置和第二像素位置,确定目标位置。
可以理解的是,路沿轮廓图像包括多个像素,映射至导航地图中,获得多个第一像素位置。这里,第一像素位置是导航地图中的像素坐标,导航地图中位于该第一像素位置(像素坐标)的像素均是路沿轮廓图像在导航地图中的像素。
为了确定污点区域在导航地图中的目标位置,获取污点区域在路沿轮廓图像中的第二像素位置。污点区域占据多个像素,从而,获得多个第二像素位置。这里,第二像素位置是路沿轮廓图像中的像素坐标,路沿轮廓图像中位于该第二像素位置(像素坐标)的像素均是污点区域在路沿轮廓图像中的像素。
在一些实施例中,“获取污点区域在路沿轮廓图像中的第二像素位置”包括:将路沿轮廓图像等分格栅化,并提取污点区域所占的格栅;根据污点区域所占的格栅,确定第二像素位置。
例如,将路沿轮廓图像等分成10*10的格栅,提取污点区域所占的格栅。基于污点区域所占的格栅,确定第二像素位置。
在获取到第一像素位置和第二像素位置后,可以将第一像素位置和第二像素位置进行坐标系换算,确定污点区域在导航地图中的目标位置。
S40:根据当前位置和目标位置规划路径,并控制扫地机器按路径移动至污点区域进行定点清扫。
可以理解的是,在获取到当前位置和目标位置后,可以根据当前位置和目标位置规划路径,路径的起点为当前位置,路径的终点为目标位置。该路径用于指导扫地机器人行驶。该路径可由扫地机器人自己生成,或者,由其它设备(例如移动终端和服务器)生成后发送给扫地机器人。
然后,控制扫地机器人的移动组件按该路径移动至污点区域进行定点清扫。扫地机器人移动至目标位置的过程中,或到达目标位置之后,则以污点区域的轮廓特征搜寻污点位置,在搜寻到污点位置时,则对污点位置进行清扫。为了使得扫地机器人快速地搜寻到污点位置,可控制扫地机器人在目标位置附近搜寻,也即以目标位置为中心,向外延伸预设半径的区域范围。
综上所述,本申请实施例提供的定点清扫方法,首先,获取包括污点区域的环境视频和扫地机器人的当前位置。然后,从该环境视频的图像帧中提取污点区域附近的路沿轮廓图像,在扫地机器人的导航地图中查找该路沿轮廓图像,若查找成功,则确定污点区域在导航地图中的目标位置。最后,根据当前位置和目标位置规划路径,并控制扫地机器人按该路径移动至污点区域进行定点清扫。在此方案中,用户只需要拍摄一段包括污点区域的环境视频发送给执行该方法的终端,即可调用扫地机器人自动行驶至污点区域进行定点清扫,相比于全屋盲扫,能够提高清扫效率,满足用户个性化需求。
下面继续说明本申请实施例提供的定点清扫装置中各个模块配合实现定点清扫的方案。请再次参阅图4,定点清扫装置500包括获取模块501、提取模块502、查找确定模块503和控制模块504。
获取模块501用于获取包括污点区域的环境视频和扫地机器人的当前位置。提取模块502用于从环境视频的图像帧中提取污点区域附近的路沿轮廓图像。查找确定模块503用于在扫地机器人的导航地图中查找路沿轮廓图像,若查找成功,则确定污点区域在导航地图中的目标位置。控制模块504用于根据当前位置和目标位置规划路径,并控制扫地机器按路径移动至污点区域进行定点清扫。
在一些实施中,提取模块502具体用于从环境视频中选择多个关键帧,根据多个关键帧中的特征标识,确定污点区域附近的路沿轮廓图像。
在一些实施例中,提取模块502具体用于根据特征标识,对多个关键帧进行对齐拼接,得到第一图像;从第一图像中,提取污点区域附近的路沿轮廓;截取第一图像中位于污点区域附近的路沿轮廓内的像素点,构成路沿轮廓图像。
在一些实施例中,查找确定模块503具体用于将路沿轮廓图像与扫地机器人的导航地图进行轮廓匹配,以查找路沿轮廓图像。
在一些实施例中,查找确定模块503还具体用于将路沿轮廓图像映射至导航地图中,获取路沿轮廓图像在导航地图中的第一像素位置;获取污点区域在路沿轮廓图像中的第二像素位置;根据第一像素位置和第二像素位置,确定目标位置。
在一些实施例中,查找确定模块503还具体用于将路沿轮廓图像等分格栅化,并提取污点区域所占的格栅;根据污点区域所占的格栅,确定第二像素位置。
综上所述,本申请实施例提供的定点清扫装置500,首先,通过获取模块501获取包括污点区域的环境视频和扫地机器人的当前位置。然后,提取模块502从该环境视频的图像帧中提取污点区域附近的路沿轮廓图像,查找确定模块503在扫地机器人的导航地图中查找该路沿轮廓图像,若查找成功,则确定污点区域在导航地图中的目标位置。最后,控制模块504根据当前位置和目标位置规划路径,并控制扫地机器人按该路径移动至污点区域进行定点清扫。在此装置中,用户只需要拍摄一段包括污点区域的环境视频发送给存储有该装置的终端,即可调用扫地机器人自动行驶至污点区域进行定点清扫,相比于全屋盲扫,能够提高清扫效率,满足用户个性化需求。
本申请实施例还提供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可执行指令,该计算机可执行指令用于使计算机设备执行本申请实施例提供的定点清扫方法,例如,如图5所示出的定点清扫方法。
在一些实施例中,存储介质可以是FRAM、ROM、PROM、EPROM、EE PROM、闪存、磁表面存储器、光盘、或CD-ROM等存储器;也可以是包括上述存储器之一或任意组合的各种设备。
在一些实施例中,可执行指令可以采用程序、软件、软件模块、脚本或代码的形式,按任意形式的编程语言(包括编译或解释语言,或者声明性或过程性语言)来编写,并且其可按任意形式部署,包括被部署为独立的程序或者被部署为模块、组件、子例程或者适合在计算环境中使用的其它单元。
作为示例,可执行指令可以但不一定对应于文件系统中的文件,可被存储在保存其它程序或数据的文件的一部分,例如,存储在超文本标记语言(H TML,Hyper TextMarkupLanguage)文档中的一个或多个脚本中,存储在专用于所讨论的程序的单个文件中,或者,存储在多个协同文件(例如,存储一个或多个模块、子程序或代码部分的文件)中。
作为示例,可执行指令可被部署为在一个计算设备(包括智能终端和服务器在内的设备)上执行,或者在位于一个地点的多个计算设备上执行,又或者,在分布在多个地点目通过通信网络互连的多个计算设备上执行。
需要说明的是,以上所描述的装置实施例仅仅是示意性的,其中所述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模块来实现本实施例方案的目的。
通过以上的实施方式的描述,本领域普通技术人员可以清楚地了解到各实施方式可借助软件加通用硬件平台的方式来实现,当然也可以通过硬件。本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程是可以通过计算机程序来指令相关的硬件来完成,所述的程序可存储于一计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory,ROM)或随机存储记忆体(Random Access Memory,RAM)等。
最后应说明的是:以上实施例仅用以说明本申请的技术方案,而非对其限制;在本申请的思路下,以上实施例或者不同实施例中的技术特征之间也可以进行组合,步骤可以以任意顺序实现,并存在如上所述的本申请的不同方面的许多其它变化,为了简明,它们没有在细节中提供;尽管参照前述实施例对本申请进行了详细的说明,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申请各实施例技术方案的范围。
Claims (10)
1.一种定点清扫方法,其特征在于,包括:
获取包括污点区域的环境视频和扫地机器人的当前位置;
从所述环境视频的图像帧中提取所述污点区域附近的路沿轮廓图像;
在所述扫地机器人的导航地图中查找所述路沿轮廓图像,若查找成功,则确定所述污点区域在所述导航地图中的目标位置;
根据所述当前位置和所述目标位置规划路径,并控制所述扫地机器按所述路径移动至所述污点区域进行定点清扫。
2.根据权利要求1所述的方法,其特征在于,从所述环境视频的图像帧中提取所述污点区域附近的路沿轮廓图像,包括:
从所述环境视频中选择多个关键帧;
根据所述多个关键帧中的特征标识,确定所述污点区域附近的路沿轮廓图像。
3.根据权利要求2所述的方法,其特征在于,所述根据所述多个关键帧中的特征标识,确定所述污点区域附近的路沿轮廓图像,包括:
根据所述特征标识,对所述多个关键帧进行对齐拼接,得到第一图像;
从所述第一图像中,提取所述污点区域附近的路沿轮廓;
截取所述第一图像中位于所述污点区域附近的路沿轮廓内的像素点,构成所述路沿轮廓图像。
4.根据权利要求3所述的方法,其特征在于,所述根据所述特征标识,对所述多个关键帧进行对齐拼接,得到第一图像,包括:
获取所述多个关键帧中相同的特征标识;
以所述相同的特征标识为基准,将所述多个关键帧进行去重拼接延伸处理,得到所述第一图像。
5.根据权利要求1-4任意一项所述的方法,其特征在于,所述导航地图包括地面上的路沿轮廓,所述在所述扫地机器人的导航地图中查找所述路沿轮廓图像,包括:
将所述路沿轮廓图像与所述扫地机器人的导航地图进行轮廓匹配,以查找所述路沿轮廓图像。
6.根据权利要求1-4任意一项所述的方法,其特征在于,所述确定所述污点区域在所述导航地图中的目标位置,包括:
将所述路沿轮廓图像映射至所述导航地图中,获取所述路沿轮廓图像在所述导航地图中的第一像素位置;
获取所述污点区域在所述路沿轮廓图像中的第二像素位置;
根据所述第一像素位置和所述第二像素位置,确定所述目标位置。
7.根据权利要求6所述的方法,其特征在于,所述获取所述污点区域在所述路沿轮廓图像中的第二像素位置,包括:
将所述路沿轮廓图像等分格栅化,并提取所述污点区域所占的格栅;
根据所述污点区域所占的格栅,确定所述第二像素位置。
8.一种定点清扫装置,其特征在于,包括:
获取模块,用于获取包括污点区域的环境视频和扫地机器人的当前位置;
提取模块,用于从所述环境视频的图像帧中提取所述污点区域附近的路沿轮廓图像;
查找确定模块,用于在所述扫地机器人的导航地图中查找所述路沿轮廓图像,若查找成功,则确定所述污点区域在所述导航地图中的目标位置;
控制模块,用于根据所述当前位置和所述目标位置规划路径,并控制所述扫地机器按所述路径移动至所述污点区域进行定点清扫。
9.一种电子设备,其特征在于,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指令,所述指令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1-7任一项所述的方法。
10.一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可执行指令,所述计算机可执行指令用于使计算机设备执行如权利要求1-7任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210324967.XA CN114699013A (zh) | 2022-03-29 | 2022-03-29 | 定点清扫方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210324967.XA CN114699013A (zh) | 2022-03-29 | 2022-03-29 | 定点清扫方法、装置、电子设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114699013A true CN114699013A (zh) | 2022-07-05 |
Family
ID=82170606
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210324967.XA Pending CN114699013A (zh) | 2022-03-29 | 2022-03-29 | 定点清扫方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114699013A (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105678754A (zh) * | 2015-12-31 | 2016-06-15 | 西北工业大学 | 一种无人机实时地图重建方法 |
CN106444786A (zh) * | 2016-11-29 | 2017-02-22 | 北京小米移动软件有限公司 | 扫地机器人的控制方法及装置和电子设备 |
CN107015238A (zh) * | 2017-04-27 | 2017-08-04 | 睿舆自动化(上海)有限公司 | 基于三维激光雷达的无人车自主定位方法 |
CN109285117A (zh) * | 2018-09-05 | 2019-01-29 | 南京理工大学 | 一种基于地图特征的多地图拼接融合算法 |
CN110208783A (zh) * | 2019-05-21 | 2019-09-06 | 同济人工智能研究院(苏州)有限公司 | 基于环境轮廓的智能车辆定位方法 |
CN110693397A (zh) * | 2019-10-29 | 2020-01-17 | 珠海市一微半导体有限公司 | 清洁机器人的控制方法、清洁机器人及介质 |
CN111596651A (zh) * | 2019-02-19 | 2020-08-28 | 科沃斯机器人股份有限公司 | 环境区域划分与定点清扫方法、设备及存储介质 |
CN111815738A (zh) * | 2020-06-15 | 2020-10-23 | 北京沃东天骏信息技术有限公司 | 一种构建地图的方法和装置 |
-
2022
- 2022-03-29 CN CN202210324967.XA patent/CN114699013A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105678754A (zh) * | 2015-12-31 | 2016-06-15 | 西北工业大学 | 一种无人机实时地图重建方法 |
CN106444786A (zh) * | 2016-11-29 | 2017-02-22 | 北京小米移动软件有限公司 | 扫地机器人的控制方法及装置和电子设备 |
CN107015238A (zh) * | 2017-04-27 | 2017-08-04 | 睿舆自动化(上海)有限公司 | 基于三维激光雷达的无人车自主定位方法 |
CN109285117A (zh) * | 2018-09-05 | 2019-01-29 | 南京理工大学 | 一种基于地图特征的多地图拼接融合算法 |
CN111596651A (zh) * | 2019-02-19 | 2020-08-28 | 科沃斯机器人股份有限公司 | 环境区域划分与定点清扫方法、设备及存储介质 |
CN110208783A (zh) * | 2019-05-21 | 2019-09-06 | 同济人工智能研究院(苏州)有限公司 | 基于环境轮廓的智能车辆定位方法 |
CN110693397A (zh) * | 2019-10-29 | 2020-01-17 | 珠海市一微半导体有限公司 | 清洁机器人的控制方法、清洁机器人及介质 |
CN111815738A (zh) * | 2020-06-15 | 2020-10-23 | 北京沃东天骏信息技术有限公司 | 一种构建地图的方法和装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110989631B (zh) | 自移动机器人控制方法、装置、自移动机器人和存储介质 | |
CN111904346B (zh) | 扫地机器人的脱困方法、装置、计算机设备及存储介质 | |
CN111609852A (zh) | 语义地图构建方法、扫地机器人及电子设备 | |
CN112075879A (zh) | 一种信息处理方法、装置及存储介质 | |
CN113848943B (zh) | 栅格地图的修正方法及装置、存储介质及电子装置 | |
CN111198378B (zh) | 基于边界的自主探索方法和装置 | |
CN111714028A (zh) | 清扫设备的禁区脱困方法、装置、设备及可读存储介质 | |
CN112462780A (zh) | 扫地控制方法、装置、扫地机器人及计算机可读存储介质 | |
CN111679664A (zh) | 基于深度相机的三维地图构建方法及扫地机器人 | |
CN112998606B (zh) | 智能设备与清洁机的协作清扫方法、装置和计算机设备 | |
CN111679661A (zh) | 基于深度相机的语义地图构建方法及扫地机器人 | |
CN111665826A (zh) | 基于激光雷达与单目相机的深度图获取方法及扫地机器人 | |
CN111726591B (zh) | 地图更新方法、装置、存储介质及电子设备 | |
CN111609853A (zh) | 三维地图构建方法、扫地机器人及电子设备 | |
CN111678522A (zh) | 一种针对目标物的清扫方法、装置、可读介质及电子设备 | |
CN115981305A (zh) | 机器人的路径规划和控制方法、装置及机器人 | |
CN113313089B (zh) | 数据处理方法、装置及计算机可读存储介质 | |
CN109839921B (zh) | 视觉定位导航方法、装置以及终端 | |
CN111609854A (zh) | 基于多个深度相机的三维地图构建方法及扫地机器人 | |
CN114699013A (zh) | 定点清扫方法、装置、电子设备及存储介质 | |
CN111830966A (zh) | 角落识别和清扫方法、装置及存储介质 | |
CN111358359B (zh) | 机器人的避线方法、装置、芯片及扫地机器人 | |
CN114489058A (zh) | 扫地机器人及其路径规划方法、装置和存储介质 | |
CN114967698A (zh) | 清扫方法、装置、电子设备及存储介质 | |
CN112927278A (zh) | 控制方法、装置、机器人及计算机可读存储介质 |
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 |