CN114879690A - 场景参数调整方法、装置、电子设备及存储介质 - Google Patents
场景参数调整方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN114879690A CN114879690A CN202210605779.4A CN202210605779A CN114879690A CN 114879690 A CN114879690 A CN 114879690A CN 202210605779 A CN202210605779 A CN 202210605779A CN 114879690 A CN114879690 A CN 114879690A
- Authority
- CN
- China
- Prior art keywords
- scene
- current
- image information
- obstacle
- point cloud
- 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
- 238000000034 method Methods 0.000 title claims abstract description 73
- 238000005034 decoration Methods 0.000 claims abstract description 56
- 238000001514 detection method Methods 0.000 claims description 24
- 238000004590 computer program Methods 0.000 claims description 11
- 238000010408 sweeping Methods 0.000 abstract description 139
- 230000004888 barrier function Effects 0.000 description 19
- 238000010586 diagram Methods 0.000 description 8
- 230000008569 process Effects 0.000 description 8
- 230000006870 function Effects 0.000 description 6
- 238000004891 communication Methods 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 4
- 239000000919 ceramic Substances 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 238000004140 cleaning Methods 0.000 description 3
- 238000010521 absorption reaction Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 241001417527 Pempheridae Species 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- NNBFNNNWANBMTI-UHFFFAOYSA-M brilliant green Chemical compound OS([O-])(=O)=O.C1=CC(N(CC)CC)=CC=C1C(C=1C=CC=CC=1)=C1C=CC(=[N+](CC)CC)C=C1 NNBFNNNWANBMTI-UHFFFAOYSA-M 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000002310 reflectometry Methods 0.000 description 1
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
- G05D1/0238—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using obstacle or wall sensors
- G05D1/024—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using obstacle or wall sensors in combination with a laser
-
- 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
- G05D1/0231—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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Optics & Photonics (AREA)
- Multimedia (AREA)
- Manipulator (AREA)
Abstract
本发明涉及智能家居技术领域,提供一种场景参数调整方法、装置、电子设备及存储介质,其中场景参数调整方法,包括:获取预设距离位置的历史图像信息;对历史图像信息进行识别,确定当前地面装饰场景的当前场景识别结果;基于所述当前场景识别结果进行功率调整。本发明通过识别历史图像信息确定当前场景识别结果的方式,实现了扫地机器人判断当前是否处于暗色系地砖场景的目的,并且通过扫地机器人确定当前处于暗色系地砖场景时进行功率调整的方式,确保扫地机器人再次获取图像信息时能够生成足够多的点云数据,从而避免了由于障碍物误判导致的避障失效问题,提高了扫地机器人的避障灵活性和功能多样性。
Description
技术领域
本发明涉及智能家居技术领域,尤其涉及场景参数调整方法、装置、电子设备及存储介质。
背景技术
随着科技的不断发展进步,使用扫地机器人进行房屋清扫也越来越普及,虽然扫地机器人在清扫过程中可以基于设置的避障策略进行合理避障,但当扫地机器人进入暗色系地砖(比如黑色地砖)场景中进行清扫时,会因激光发射器发射的光线被吸收而导致生成的点云数据较少,基于较少点云数据误判距离前方的障碍物较近,再次发射光线仅检测,还是相同的误判结果以及进行避障,从而造成避障失效。
发明内容
本发明旨在至少解决相关技术中存在的技术问题之一。为此,本发明提出一种场景参数调整方法,实现扫地机器人在识别出当前地面装饰场景的当前场景识别结果的前提下进行功率调整的目的,以此确保扫地机器人处于暗色系地砖场景中时也能合理避障,解决了避障失效问题。
本发明还提出一种第二个场景参数调整装置。
根据本发明第一方面实施例的场景参数调整方法,包括:
获取预设距离位置的历史图像信息;
对所述历史图像信息进行识别,确定当前地面装饰场景的当前场景识别结果;
基于所述当前场景识别结果进行功率调整。
根据本发明实施例的场景参数调整方法,当扫地机器人获取到预设距离位置的历史图像信息时,通过对历史图像信息进行识别,确定当前地面装饰场景的当前场景识别结果,并基于当前场景识别结果进行功率调整,以此通过识别历史图像信息确定当前场景识别结果的方式,实现了扫地机器人判断当前是否处于暗色系地砖场景的目的,并且通过扫地机器人确定当前处于暗色系地砖场景时进行功率调整的方式,确保扫地机器人再次获取图像信息时能够生成足够多的点云数据,从而避免了由于障碍物误判导致的避障失效问题,提高了扫地机器人的避障灵活性和功能多样性。
根据本发明的一个实施例,所述对所述历史图像信息进行识别,确定当前地面装饰场景的当前场景识别结果,包括:
对所述历史图像信息进行灰度识别,确定历史图像信息的目标灰度值;
基于所述目标灰度值与预设的灰度阈值,确定当前地面装饰场景的当前场景识别结果。
根据本发明实施例的场景参数调整方法,扫地机器人基于对历史图像信息的灰度分析所得的目标灰度值于预设的灰度阈值,确定当前地面装饰场景的当前场景识别结果,以此结合图像灰度特性和预先设置灰度阈值的方式确定当前场景识别结果,实现了扫地机器人确定当前所处场景的准确性和可靠性。
根据本发明的一个实施例,在所述确定当前地面装饰场景的当前场景识别结果之后,所述方法还包括:
基于所述当前场景识别结果进行移动速率调整。
根据本发明实施例提供的场景参数调整方法,扫地机器人基于当前地面装饰场景的当前场景识别结果进行移动速度的调整,以此确保当扫地机器人当前处于暗色系地砖中能够通过调整移动速率的方式避免与障碍物碰撞,提高了扫地机器人调整参数的灵活性和可靠性。
根据本发明的一个实施例,所述对所述历史图像信息进行识别,确定当前地面装饰场景的当前场景识别结果,包括:
对所述历史图像信息进行点云识别,确定当前地面装饰场景中分布的当前点云数据;
基于所述当前点云数据和预设的点云数据阈值,确定当前地面装饰场景的当前场景识别结果。
根据本发明实施例的场景参数调整方法,扫地机器人基于对历史图像信息进行点云识别所得的当前点云数据和预设的点云数据阈值,确定当前地面装饰场景的当前场景识别结果,以此结合点云数据特性和预先设置点云数据阈值的方式确定当前场景识别结果,实现了扫地机器人确定当前所处场景的灵活性和可靠性。
根据本发明的一个实施例,在所述确定当前地面装饰场景中分布的当前点云数据之后,所述方法还包括:
基于所述当前点云数据,针对所述预设距离位置进行障碍物检测。
根据本发明实施例的场景参数调整方法,扫地机器人针对识别历史图像信息所得的当前点云数据,进行预设距离位置的障碍物检测,以此实现基于点云数据特性的分布特性判断前方是否存在障碍物的目的,提高了避障的可靠性和准确性。
根据本发明的一个实施例,在所述针对所述预设距离位置进行障碍物检测之后,所述方法还包括:
基于所述障碍物的检测成功结果和所述当前点云数据,确定移动方向策略;
基于所述移动方向策略进行移动。
根据本发明实施例提供的场景参数调整方法,当扫地机器人检测到预设距离位置存在障碍物时,先基于当前地面装饰场景中分布的当前点云数据确定移动方向策略,再基于移动方向策略进行移动,提高了扫地机器人避障时移动的灵活性。
根据本发明的一个实施例,所述基于所述障碍物的检测成功结果和所述当前点云数据,确定移动方向策略,包括:
基于所述障碍物的检测成功结果,确定检测到的目标障碍物;
基于所述当前点云数据,确定所述目标障碍物的高度数据;
基于所述高度数据和预设的高度数据阈值,确定移动方向策略,所述移动方向策略包括调整当前移动方向和维持当前移动方向中的一种。
根据本发明实施例提供的场景参数调整方法,当扫地机器人检测到预设距离位置存在障碍物时,通过当前点云数据所确定的目标障碍物的高度数据是否在达到高度数据阈值的方式,确定扫地机器人是维持当前移动方向压过目标障碍物继续前行,还是改变移动方向进行避障,从而提高了扫地机器人的避障灵活性和移动智能性。
根据本发明的一个实施例,在所述针对所述预设距离位置进行障碍物检测之后,所述方法还包括:
基于所述障碍物的检测失败结果,基于当前移动方向继续移动。
根据本发明提供的场景参数调整方法,当扫地机器人基于历史图像信息确定预设距离位置不存在障碍物时,基于当前移动方向继续移动,实现了扫地机器人基于前帧图像信息判定前方无障碍物且继续前行的目的,提高了扫地机器人在当前场景中移动的可靠性和准确性。
根据本发明第二方面实施例的场景参数调整装置,包括:
获取模块,用于获取预设距离位置的历史图像信息;
识别模块,用于对所述历史图像信息进行识别,确定当前地面装饰场景的当前场景识别结果;
调整模块,用于基于所述当前场景识别结果进行功率调整。
根据本发明实施例的场景参数调整装置,当获取到预设距离位置的历史图像信息时,通过对历史图像信息进行识别,确定当前地面装饰场景的当前场景识别结果,并基于当前场景识别结果进行功率调整,以此通过识别历史图像信息确定当前场景识别结果的方式,实现了扫地机器人判断当前是否处于暗色系地砖场景的目的,并且通过扫地机器人确定当前处于暗色系地砖场景时进行功率调整的方式,确保扫地机器人再次获取图像信息时能够生成足够多的点云数据,从而避免了由于障碍物误判导致的避障失效问题,提高了扫地机器人的避障灵活性和功能多样性。
本发明实施例中的上述一个或多个技术方案,至少具有如下技术效果之一:当扫地机器人获取到预设距离位置的历史图像信息时,通过对历史图像信息进行识别,确定当前地面装饰场景的当前场景识别结果,并基于当前场景识别结果进行功率调整,以此通过识别历史图像信息确定当前场景识别结果的方式,实现了扫地机器人判断当前是否处于暗色系地砖场景的目的,并且通过扫地机器人确定当前处于暗色系地砖场景时进行功率调整的方式,确保扫地机器人再次获取图像信息时能够生成足够多的点云数据,从而避免了由于障碍物误判导致的避障失效问题,提高了扫地机器人的避障灵活性和功能多样性。
进一步的,扫地机器人基于对历史图像信息的灰度分析所得的目标灰度值于预设的灰度阈值,确定当前地面装饰场景的当前场景识别结果,以此结合图像灰度特性和预先设置灰度阈值的方式确定当前场景识别结果,实现了扫地机器人确定当前所处场景的准确性和可靠性。
更进一步的,扫地机器人基于当前地面装饰场景的当前场景识别结果进行移动速度的调整,以此确保当扫地机器人当前处于暗色系地砖中能够通过调整移动速率的方式避免与障碍物碰撞,提高了扫地机器人调整参数的灵活性和可靠性。
再进一步的,扫地机器人基于对历史图像信息进行点云识别所得的当前点云数据和预设的点云数据阈值,确定当前地面装饰场景的当前场景识别结果,以此结合点云数据特性和预先设置点云数据阈值的方式确定当前场景识别结果,实现了扫地机器人确定当前所处场景的灵活性和可靠性。
再进一步的,扫地机器人针对识别历史图像信息所得的当前点云数据,进行预设距离位置的障碍物检测,以此实现基于点云数据特性的分布特性判断前方是否存在障碍物的目的,提高了避障的可靠性和准确性。
再进一步的,当扫地机器人检测到预设距离位置存在障碍物时,先基于当前地面装饰场景中分布的当前点云数据确定移动方向策略,再基于移动方向策略进行移动,提高了扫地机器人避障时移动的灵活性。
再进一步的,当扫地机器人检测到预设距离位置存在障碍物时,通过当前点云数据所确定的目标障碍物的高度数据是否在达到高度数据阈值的方式,确定扫地机器人是维持当前移动方向压过目标障碍物继续前行,还是改变移动方向进行避障,从而提高了扫地机器人的避障灵活性和移动智能性。
再进一步的,当扫地机器人基于历史图像信息确定预设距离位置不存在障碍物时,基于当前移动方向继续移动,实现了扫地机器人基于前帧图像信息判定前方无障碍物且继续前行的目的,提高了扫地机器人在当前场景中移动的可靠性和准确性。
本发明的附加方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
为了更清楚地说明本发明实施例或相关技术中的技术方案,下面将对实施例或相关技术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是本发明实施例提供的场景参数调整方法的流程示意图;
图2是本发明实施例提供的当前点云数据的分布图之二;
图3是本发明实施例提供的当前点云数据的分布图之二;
图4是本发明实施例提供的场景参数调整装置的结构示意图;
图5是本发明实施例提供的电子设备的实体结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合本发明中的附图,对本发明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发明一部分实施例,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,都属于本发明保护的范围。
现有很多扫地机器人在清扫过程中利用线结构光测距原理进行障碍物探测,实现避障目的,其中线结构光测距原理是由800nm的激光发射器发射出一束呈线性排布的光束,光束投射到前方障碍物上,并由对应波长的红外摄像头接收,生成二维图像信息,二维图像信息是光束碰到障碍物后返回传感器的像素上所生成的图像信息,每一个像素的灰度值代表其信号强度,然后利用三角测距原理将二维图像信息转换成深度信息,并以点云数据呈现,点云数据也即根据每个像素所代表的信号强度,将在设定的灰度阈值范围内的对应像素的图像信息转换生深度信息,不在灰度阈值范围内的像素则不会生成深度信息。由于激光发射器采用800nm的近红外波段发射光束,该近红外波段的激光波束容易被暗色系物质吸收(比如被黑色地砖或黑色障碍物吸收),所以在暗色系物质场景下,激光发射器的信噪比降低,比如,扫地机器人在黑色地砖上时会生成较少的电源数据,或者无法生成点云数据,当点云数据较少时,扫地机器人会误判为靠近障碍物,因为距离障碍物很近时不会生成点云数据,此时扫地机器人就会避开,然后再检测,再避开,从而造成绕圈现象,致使避障失效。
基于上述问题,本发明提供一种场景参数调整方法、装置、设备及存储介质,其中场景参数调整方法的执行主体可以为扫地机器人,该扫地机器人至少具备图像生成功能、灰度分析功能、点云生成功能、数据存储功能、参数调整功能和数据处理功能。
下面结合图1-图5描述本发明提供的场景参数调整方法、装置、电子设备及存储介质,并且,下述方法实施例以执行主体为扫地机器人为例进行说明。
图1为本发明提供的场景参数调整方法的流程示意图,如图1所示,该场景参数调整方法,包括以下步骤:
步骤110、获取预设距离位置的历史图像信息。
其中,预设距离位置是距离扫地机器人预设距离的位置,并且预设距离可以是固定的。历史图像信息是相对于当前图像信息而言的,也即为当前图像信息的前帧图像信息。比如,当前生成第2帧图像信息时,则第1帧图像信息为历史图像信息,
可以理解的是,扫地机器人上设置有红外传感器和红外摄像头,红外摄像头也可以以红外相机替代,红外传感器用于向预设距离位置斜向下发射红外光束,且发射红外光束的方向和角度也都是固定的,红外光束的波长可以为800~900nm之间,也可以为900nm以上。基于此,扫地机器人在移动的过程中会实时向预设距离位置发射红外光束,通过红外摄像头接收红外波束投射到预设距离位置的物体后所返回的信号的方式,实时生成图像信息,并从所生成的图像信息中获取历史图像信息。
步骤120、对历史图像信息进行识别,确定当前地面装饰场景的当前场景识别结果。
可以理解的是,当前地面装饰场景可以为当前地砖场景,当前场景识别结果可以包括暗色系地砖场景和亮色系地砖场景,基于此,扫地机器人通过对历史图像信息的识别,可以判定扫地机器人当前所处的地砖场景为暗色还是亮色,暗色可以为吸收红外光束的颜色,比如黑色;亮色为不吸收红外光束的颜色,比如白色。考虑到扫地机器人进入每块地砖都要确保清扫后的干净程度、扫地机器人本身的尺寸大小以及每块地砖的尺寸大小,扫地机器人从进入地砖至移出该地砖,还是需要一定时间的,并且在这段时间内针对当前地面装饰场景生成多帧图像信息,若当前生成第2帧图像信息时,可以基于第1帧图像信息进行识别,以此确定当前地砖场景为吸收红外光束的暗色系地砖场景,还是为不吸收红外光束的亮色系地砖场景。示例性的,暗色系地砖场景可以包括黑色地砖场景、灰色地砖场景、深蓝色地砖场景、藏青色地砖场景和枣红色地砖场景等中的一种,亮色系地砖场景可以包括白色色地砖场景、绯红色地砖场景、亮橙色地砖场景、金黄色地砖场景、翠绿色地砖场景、粉蓝色地砖场景和淡紫色地砖场景中的一种。
可以理解的是,通常室内铺设地砖时,针对某一区域铺设同一色系地砖,可以铺设一大块,也可以铺设多个小块,因此同色系地砖的尺寸通常大于扫地机机器人本身的尺寸且能确保生成一帧图像信息的时间内确定出当前场景识别结果。
步骤130、基于当前场景识别结果进行功率调整。
可以理解的是,当扫地机器人确定当前场景识别结果为暗色系地砖场景时,可以增加红外传感器的功率,比如增加电流,以使得下帧图像信息基于功率增加后的红外传感器获取;当扫地机器人确定当前场景识别结果为亮色系地砖场景时,可以将红外传感器的功率恢复至初始功率,以此实现节省功耗及延迟红外传感器使用寿命的目的。
根据本发明实施例的场景参数调整方法,当扫地机器人获取到预设距离位置的历史图像信息时,通过对历史图像信息进行识别,确定当前地面装饰场景的当前场景识别结果,并基于当前场景识别结果进行功率调整,以此通过识别历史图像信息确定当前场景识别结果的方式,实现了扫地机器人判断当前是否处于暗色系地砖场景的目的,并且通过扫地机器人确定当前处于暗色系地砖场景时进行功率调整的方式,确保扫地机器人再次获取图像信息时能够生成足够多的点云数据,从而避免了由于障碍物误判导致的避障失效问题,提高了扫地机器人的避障灵活性和功能多样性。
根据本发明的一个实施例,由于当扫地机器人进入暗色系地砖场景中时,其所生成的图像信息中通常是灰度图,结合灰度图的特性可以快速识别当前地砖场景。基于此,对历史图像信息进行识别,确定当前地面装饰场景的当前场景识别结果,其实现过程可以包括:
首先,对历史图像信息进行灰度识别,确定历史图像信息的目标灰度值;然后,基于目标灰度值与预设的灰度阈值,确定当前地面装饰场景的当前场景识别结果。
其中,目标灰度值可以为历史图像信息的平均灰度值,用于反映历史图像信息整体的亮和暗。预设的灰度阈值可以为预先设置的平均灰度阈值,平均灰度阈值可以利用红外传感器对常见的各种暗色系地砖(比如各种黑色地砖)进行图像信息采集,通过分析每帧图像信息的平均灰度值的方式,确定平均灰度阈值并存储于扫地机器人中;平均灰度值也可以针对同一暗色系地砖场景,采用设置有不同红外传感器的扫地机器人分别采集该暗色系地砖场景的点云数据,并通过对各个扫地机器人所采集的点云数据进行深度学习方式,确定平均灰度阈值并存储于扫地机器人中。此处对于确定平均灰度阈值的方法不作具体限定。
当扫地机器人确定出历史图像信息的平均灰度值时,可以将平均灰度值与预设的灰度阈值进行比较,若平均灰度阈值低于灰度阈值,则确定当前地面装饰场景的当前场景识别结果为暗色系地砖场景;反之,若平均灰度值高于灰度阈值时,则确定当前地面装饰场景的当前场景识别结果为亮色系地砖场景。
根据本发明实施例的场景参数调整方法,扫地机器人基于对历史图像信息的灰度分析所得的目标灰度值于预设的灰度阈值,确定当前地面装饰场景的当前场景识别结果,以此结合图像灰度特性和预先设置灰度阈值的方式确定当前场景识别结果,实现了扫地机器人确定当前所处场景的准确性和可靠性。
可以理解的是,当扫地机器人确定当前地砖场景为暗色系地砖时,为了避免避障失效会增加功率,以确保下帧图像信息使用功率增加后的红外传感器获取,但由于功率切换需要时间以及帧率的限制均需要时间,以及为了避免扫地机器人在暗色系地砖上移动时与前方障碍物碰撞,扫地机器人需要慢慢移动。基于此,在确定当前地面装饰场景的当前场景识别结果之后,本发明方法还可以包括:
基于当前场景识别结果进行移动速率调整。
可以理解的是,若当前场景识别结果为暗色系地砖场景,则扫地机器人不仅需要增加红外传感器的功率,还需要降低移动速率,以保证扫地机器人在暗色系地砖上慢速移动,比如,扫地机器人在亮色系地砖上每秒移动30厘米时,那么进入暗色系地砖中时每秒移动5cm或每秒移动10cm移动生成一帧图像信息的时间内;同理,当扫地机器人从暗色系地砖出来后进入亮色系地砖上时,也会降低红外传感器的功率至初始功率的同时,将扫地机器人的移动速度提升至初始移动速度。
根据本发明实施例提供的场景参数调整方法,扫地机器人基于当前地面装饰场景的当前场景识别结果进行移动速度的调整,以此确保当扫地机器人当前处于暗色系地砖中能够通过调整移动速率的方式避免与障碍物碰撞,提高了扫地机器人调整参数的灵活性和可靠性。
可以理解的是,考虑到点云数据不止代表空间三维坐标,还会代表强度值,并且强度值为根据物体表面反射率所记录的返回信号的强度,扫地机器人可以通过对生成的图像信息进行点云数据转换,以此基于所得点云数据确定当前场景识别结果。基于此,步骤120的具体实现过程还可以包括:
首先,对历史图像信息进行点云识别,确定当前地面装饰场景中分布的当前点云数据;然后,基于当前点云数据和预设的点云数据阈值,确定当前地面装饰场景的当前场景识别结果。
其中,预设的点云阈值用于表征分布点云数据的量足够说明当前地砖为暗色系地砖。
可以理解的是,本发明中的扫地机器人在室内持续移动的过程中,实时斜向下朝向的前方预设距离位置实时发射红外光束,使得发射的红外光束先打到地砖上,如果前方没有障碍物,则会一直打到地砖上,若地砖为暗色系地砖时,识别历史图像信息所得的当前点云数据的数量就会很少,并且点云数据的数量会随着地砖的颜色深度变化,比如地砖的颜色越黑,则点云数据的数量则会越少;因此,可以基于历史图像信息识别所得的当前点云数量的数量和预设的点云数据,确定当前场景识别结果为暗色系地砖场景还是亮色系地砖场景。
示例性的,若当前场景识别结果表征扫地机器人当前处于暗色系地砖场景中时,经由对历史图像信息的识别可确定较少的当前点云数据,比如,当确定扫地机器人当前处于黑色地砖上时,对针对黑色地砖场景获取的历史图像信息进行点云识别后,可以得到如图2所示的当前点云数据的分布图;反之,若当前场景识别结果表征扫地机器人当前处于亮色系地砖场景中时,经由对历史图像信息的识别可确定较多的当前点云数据,比如,当确定扫地机器人当前处于非黑地砖上时,对针对非黑地砖场景获取的历史图像信息进行点云识别后,可以得到如图3所示的当前点云数据的分布图。
根据本发明实施例的场景参数调整方法,扫地机器人基于对历史图像信息进行点云识别所得的当前点云数据和预设的点云数据阈值,确定当前地面装饰场景的当前场景识别结果,以此结合点云数据特性和预先设置点云数据阈值的方式确定当前场景识别结果,实现了扫地机器人确定当前所处场景的灵活性和可靠性。
可以理解的是,如果点云数据不止代表空间三维坐标和强度值,还含有距离信息、高度信息和角度信息时,则可以判断前方是否存在障碍物。基于此,在确定当前地面装饰场景中分布的当前点云数据之后,本发明方法还可以包括:
基于当前点云数据,针对预设距离位置进行障碍物检测。
可以理解的是,扫地机器人识别到当前点云数据含有距离信息、高度信息和角度信息时,可以确定扫地机器人当前距离前方物体的距离、前方物体的高度以及红外光束投射到前方物体上的角度,然后可以进一步基于当前点云数据中含有的距离信息、高度信息和角度信息,可以基于当前点云数据进行障碍物检测。可以理解的是,若当前点云数据不含有高度信息和距离信息时,还可以基于当前点云数据本身代表的空间三维坐标和三角测距原理计算高度信息和距离信息。此处不作具体限定。
根据本发明实施例的场景参数调整方法,扫地机器人针对识别历史图像信息所得的当前点云数据,进行预设距离位置的障碍物检测,以此实现基于点云数据特性的分布特性判断前方是否存在障碍物的目的,提高了避障的可靠性和准确性。
可以理解的是,由于扫地机器人检测到前方存在障碍物时,并不是一定需要避障,比如障碍物高度很低时可以直接压过去。基于此,在针对预设距离位置进行障碍物检测之后,本发明方法还可以包括:
首先,基于障碍物的检测成功结果和当前点云数据,确定移动方向策略;再进一步基于移动方向策略进行移动。
可以理解的是,扫地机器人在室内地面移动的过程中,会以斜向下的角度方向实时向前方预设距离位置发射红外光束,若前方预设距离位置有障碍物,则红外光束会先打到地面上、再打到障碍物上,并随着扫地机器人不断向前方移动,打到障碍物上的红外光束也会慢慢从障碍物的底部向上部移动。如果预先将扫地机器人放置于地面上的高度标定为0,那么,若当前点云数据反映的高度信息也为0时,则认为前方预设距离位置没有障碍物;反之,若当前点云数据反映的高度信息大于0时,则认为前方预设距离位置存在障碍物。因此,当扫地机器人基于当前点云数据提取到的高度信息确定前方预设距离位置存在障碍物时,可再进一步基于当前点云数据反映的高度信息确定移动方向策略。
可以理解的是,扫地机器人中设置的红外摄像头旁边可以可以设置接收的红外摄像头,并且红外摄像头和红外传感器可以都设置于扫地机器人的正前方,确保红外传感器向前方斜向下发射红外光束,红外摄像头拍摄发射出去的红外光束,利用三角测距法测量出距离,由于障碍物的形状不一样且可能凹凸不平,因此红外光线打到障碍物上,点在障碍物上会发生形变,此时还可以通过计算的不同距离确定障碍物的具体形状使。
根据本发明实施例提供的场景参数调整方法,当扫地机器人检测到预设距离位置存在障碍物时,先基于当前地面装饰场景中分布的当前点云数据确定移动方向策略,再基于移动方向策略进行移动,提高了扫地机器人避障时移动的灵活性。
可以理解的是,若扫地机器人确定的当前点云数据由多个且代表障碍物不同位置的高度时,可以基于障碍物的最大高度值判断是否需要避障。基于此,基于障碍物的检测成功结果和当前点云数据,确定移动方向策略,其实现过程包括:
首先,基于障碍物的检测成功结果,确定检测到的目标障碍物;再基于当前点云数据,确定目标障碍物的高度数据;然后,基于高度数据和预设的高度数据阈值,确定移动方向策略,移动方向策略包括调整当前移动方向和维持当前移动方向中的一种。
其中,目标障碍物包括可以移动的障碍物,比如用户、宠物等;也可以包括不能移动的障碍物,比如沙发、门、门槛等。此处不作具体限定。
可以理解的是,当扫地机器人确定当前点云数据的数量为多个且多个当前点云数据表征其分布在障碍物上的不同高度位置上时,可以进一步基于多个不同的高度数据确定障碍物的最大高度数据,若障碍物的最大高度数据大于预设的高度数据阈值时,则需要避开,此时扫地机器人则会调整当前移动方向,比如,当前移动方向为前向直行移动时,可以调整当前移动方向为左转直行移动或右转直行移动等;反之,若障碍物的最大高度数据小于等于预设的高度数据阈值时,则可以维持当前移动方向继续前行,也即压过障碍物后继续向前移动。
根据本发明实施例提供的场景参数调整方法,当扫地机器人检测到预设距离位置存在障碍物时,通过当前点云数据所确定的目标障碍物的高度数据是否在达到高度数据阈值的方式,确定扫地机器人是维持当前移动方向压过目标障碍物继续前行,还是改变移动方向进行避障,从而提高了扫地机器人的避障灵活性和移动智能性。
可以理解的是,若扫地机器人基于当前点云数据确定前方预设距离位置没有障碍物时,可以继续前行。基于此,在针对预设距离位置进行障碍物检测之后,本发明方法还可以包括:
基于障碍物的检测失败结果,基于当前移动方向继续移动。
可以理解的是,当预先将扫地机器人放置于地面上的高度标定为0,且当前点云数据反映的高度信息也为0时,可以认为前方预设距离位置没有障碍物,并且,即使当前点云数据的数量为多个,多个当前点云数据也是基于对应红外光束实时打到地砖上所生成的,此时可以认为扫地机器人在宽敞且无障碍物的区域移动,无需调整当前移动方向,并且可以基于当前移动方向继续移动。
根据本发明提供的场景参数调整方法,当扫地机器人基于历史图像信息确定预设距离位置不存在障碍物时,基于当前移动方向继续移动,实现了扫地机器人基于前帧图像信息判定前方无障碍物且继续前行的目的,提高了扫地机器人在当前场景中移动的可靠性和准确性。
可以理解的是,若当前场景识别结果表征扫地机器人当前处于亮色系地砖场景中时,若预设距离位置存在障碍物,则随着扫地机器人不断向前移动,红外光束也会不断打到障碍物上,此时可以基于打到障碍物上生成的图像信息判断障碍物的颜色是否为暗色系,若识别到障碍物的颜色为暗色系,也会识别确定较少的点云数据;反之,若识别到障碍物的颜色为亮色系,则会识别确定较多的点云数据。而是否需要执行避障操作,则需要进一步基于所获取点云数据判断障碍物的高度数据,此处基于高度数据判断是否避障的过程可参照前述实施例相互对照,此处不再赘述。
下面对本发明提供的场景参数调整装置进行描述,下文描述的场景参数调整装置与上文描述的场景参数调整方法可相互对应参照。
参照图4,为本发明提供的场景参数调整装置的结构示意图,如图4所示,该场景参数调整装置400,包括:
获取模块410,用于获取预设距离位置的历史图像信息;
识别模块420,用于对历史图像信息进行识别,确定当前地面装饰场景的当前场景识别结果;
调整模块430,用于基于当前场景识别结果进行功率调整。
可以理解的是,识别模块420,具体可以用于对历史图像信息进行灰度识别,确定历史图像信息的目标灰度值;基于目标灰度值与预设的灰度阈值,确定当前地面装饰场景的当前场景识别结果。
可以理解的是,识别模块420,具体还可以用于对历史图像信息进行点云识别,确定当前地面装饰场景中分布的当前点云数据;基于当前点云数据和预设的点云数据阈值,确定当前地面装饰场景的当前场景识别结果。
可以理解的是,调整模块430,具体还可以用于基于当前场景识别结果进行移动速率调整。
可以理解的是,本发明装置还可以包括检测模块,具体可以用于基于当前点云数据,针对预设距离位置进行障碍物检测。
可以理解的是,本发明装置还可以包括处理模块,具体可以用于基于障碍物的检测成功结果和当前点云数据,确定移动方向策略;基于移动方向策略进行移动。
可以理解的是,处理模块,具体还可以用于基于障碍物的检测成功结果,确定检测到的目标障碍物;基于当前点云数据,确定目标障碍物的高度数据;基于高度数据和预设的高度数据阈值,确定移动方向策略,移动方向策略包括调整当前移动方向和维持当前移动方向中的一种。
可以理解的是,处理模块,具体还可以用于基于障碍物的检测失败结果,基于当前移动方向继续移动。
图5示例了一种电子设备的实体结构示意图,如图5所示,该电子设备500可以包括:处理器(processor)510、通信接口(Communications Interface)520、存储器(memory)530和通信总线540,其中,处理器510,通信接口520,存储器530通过通信总线540完成相互间的通信。处理器510可以调用存储器530中的逻辑指令,以执行如下方法:
获取预设距离位置的历史图像信息;
对所述历史图像信息进行识别,确定当前地面装饰场景的当前场景识别结果;
基于所述当前场景识别结果进行功率调整。
此外,上述的存储器530中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对相关技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品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)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
另一方面,本发明实施例公开一种计算机程序产品,所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序,所述计算机程序包括程序指令,当所述程序指令被计算机执行时,计算机能够执行上述各方法实施例所提供的方法,例如包括:
获取预设距离位置的历史图像信息;
对所述历史图像信息进行识别,确定当前地面装饰场景的当前场景识别结果;
基于所述当前场景识别结果进行功率调整。
又一方面,本发明实施例还提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现以执行上述各实施例提供的场景参数调整方法,例如包括:
获取预设距离位置的历史图像信息;
对所述历史图像信息进行识别,确定当前地面装饰场景的当前场景识别结果;
基于所述当前场景识别结果进行功率调整。
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。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对相关技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,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)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是,以上实施方式仅用于说明本发明,而非对本发明的限制。尽管参照实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,对本发明的技术方案进行各种组合、修改或者等同替换,都不脱离本发明技术方案的精神和范围,均应涵盖在本发明的权利要求范围中。
Claims (12)
1.一种场景参数调整方法,其特征在于,包括:
获取预设距离位置的历史图像信息;
对所述历史图像信息进行识别,确定当前地面装饰场景的当前场景识别结果;
基于所述当前场景识别结果进行功率调整。
2.根据权利要求1所述的场景参数调整方法,其特征在于,所述对所述历史图像信息进行识别,确定当前地面装饰场景的当前场景识别结果,包括:
对所述历史图像信息进行灰度识别,确定历史图像信息的目标灰度值;
基于所述目标灰度值与预设的灰度阈值,确定当前地面装饰场景的当前场景识别结果。
3.根据权利要求1所述的场景参数调整方法,其特征在于,在所述确定当前地面装饰场景的当前场景识别结果之后,所述方法还包括:
基于所述当前场景识别结果进行移动速率调整。
4.根据权利要求1所述的场景参数调整方法,其特征在于,所述对所述历史图像信息进行识别,确定当前地面装饰场景的当前场景识别结果,包括:
对所述历史图像信息进行点云识别,确定当前地面装饰场景中分布的当前点云数据;
基于所述当前点云数据和预设的点云数据阈值,确定当前地面装饰场景的当前场景识别结果。
5.根据权利要求4所述的场景参数调整方法,其特征在于,在所述确定当前地面装饰场景中分布的当前点云数据之后,所述方法还包括:
基于所述当前点云数据,针对所述预设距离位置进行障碍物检测。
6.根据权利要求5所述的场景参数调整方法,其特征在于,在所述针对所述预设距离位置进行障碍物检测之后,所述方法还包括:
基于所述障碍物的检测成功结果和所述当前点云数据,确定移动方向策略;
基于所述移动方向策略进行移动。
7.根据权利要求6所述的场景参数调整方法,其特征在于,所述基于所述障碍物的检测成功结果和所述当前点云数据,确定移动方向策略,包括:
基于所述障碍物的检测成功结果,确定检测到的目标障碍物;
基于所述当前点云数据,确定所述目标障碍物的高度数据;
基于所述高度数据和预设的高度数据阈值,确定移动方向策略,所述移动方向策略包括调整当前移动方向和维持当前移动方向中的一种。
8.根据权利要求5所述的场景参数调整方法,其特征在于,在所述针对所述预设距离位置进行障碍物检测之后,所述方法还包括:
基于所述障碍物的检测失败结果,基于当前移动方向继续移动。
9.一种场景参数调整装置,其特征在于,包括:
获取模块,用于获取预设距离位置的历史图像信息;
识别模块,用于对所述历史图像信息进行识别,确定当前地面装饰场景的当前场景识别结果;
调整模块,用于基于所述当前场景识别结果进行功率调整。
10.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1至8任一项所述场景参数调整方法。
11.一种非暂态计算机可读存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时实现如权利要求1至8任一项所述场景参数调整方法。
12.一种计算机程序产品,包括计算机程序,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至8任一项所述场景参数调整方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210605779.4A CN114879690A (zh) | 2022-05-30 | 2022-05-30 | 场景参数调整方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210605779.4A CN114879690A (zh) | 2022-05-30 | 2022-05-30 | 场景参数调整方法、装置、电子设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114879690A true CN114879690A (zh) | 2022-08-09 |
Family
ID=82680237
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210605779.4A Pending CN114879690A (zh) | 2022-05-30 | 2022-05-30 | 场景参数调整方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114879690A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117137374A (zh) * | 2023-10-27 | 2023-12-01 | 张家港极客嘉智能科技研发有限公司 | 基于计算机视觉的扫地机器人回充方法 |
-
2022
- 2022-05-30 CN CN202210605779.4A patent/CN114879690A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117137374A (zh) * | 2023-10-27 | 2023-12-01 | 张家港极客嘉智能科技研发有限公司 | 基于计算机视觉的扫地机器人回充方法 |
CN117137374B (zh) * | 2023-10-27 | 2024-01-26 | 张家港极客嘉智能科技研发有限公司 | 基于计算机视觉的扫地机器人回充方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112415998B (zh) | 一种基于tof摄像头的障碍物分类避障控制系统 | |
CN110852312B (zh) | 悬崖检测方法、移动机器人的控制方法及移动机器人 | |
US8724094B2 (en) | Apparatus and method of recognizing presence of objects | |
CN111753609B (zh) | 一种目标识别的方法、装置及摄像机 | |
EP4154788A1 (en) | Linear laser beam-based method and device for obstacle avoidance | |
CN113189614B (zh) | 障碍物识别方法、装置及存储介质 | |
JP4691701B2 (ja) | 人数検出装置及び方法 | |
KR101049155B1 (ko) | 자율이동장치의 장애물 판단방법 및 이를 이용한 자율이동장치 | |
EP4130798A1 (en) | Target identification method and device | |
EP3836084B1 (en) | Charging device identification method, mobile robot and charging device identification system | |
CN111090087B (zh) | 一种智能导航机器、激光雷达盲区补偿方法及存储介质 | |
CN111965625B (zh) | 用于激光雷达的校正方法及装置、环境感知系统 | |
CN110471086A (zh) | 一种雷达测障系统及方法 | |
US20220381909A1 (en) | 3d lidar based target object recognizing method, apparatus, and mobile object using the same | |
CN114879690A (zh) | 场景参数调整方法、装置、电子设备及存储介质 | |
US20230004162A1 (en) | Agricultural vehicle, control device, and control method | |
CN111930106A (zh) | 移动机器人及其控制方法 | |
WO2024055788A1 (zh) | 基于图像信息的激光定位方法及机器人 | |
CN113848944A (zh) | 一种地图构建方法、装置、机器人及存储介质 | |
WO2023045639A1 (zh) | 目标物体的确定方法、移动机器人、存储介质及电子装置 | |
CN116919247A (zh) | 贴边识别方法、装置、计算机设备及介质 | |
CN110946512A (zh) | 基于激光雷达和摄像头的扫地机器人的控制方法及装置 | |
CN113325841A (zh) | 机器人行进控制方法及装置 | |
CN218606375U (zh) | 智能清洁机器人 | |
CN216133349U (zh) | 移动机器人 |
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 |