CN114967687A - 障碍物检测方法、系统、电子装置及计算机可读存储介质 - Google Patents
障碍物检测方法、系统、电子装置及计算机可读存储介质 Download PDFInfo
- Publication number
- CN114967687A CN114967687A CN202210566964.7A CN202210566964A CN114967687A CN 114967687 A CN114967687 A CN 114967687A CN 202210566964 A CN202210566964 A CN 202210566964A CN 114967687 A CN114967687 A CN 114967687A
- Authority
- CN
- China
- Prior art keywords
- target
- dimensional map
- robot
- standard
- obstacle
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 135
- 238000000034 method Methods 0.000 claims abstract description 16
- 238000012937 correction Methods 0.000 claims description 26
- 238000010276 construction Methods 0.000 claims description 16
- 230000009466 transformation Effects 0.000 claims description 10
- 238000004590 computer program Methods 0.000 claims description 9
- 238000012545 processing Methods 0.000 claims description 6
- 230000004807 localization Effects 0.000 claims description 3
- 238000013507 mapping Methods 0.000 claims description 2
- 230000004888 barrier function Effects 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000005484 gravity Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 230000000007 visual effect Effects 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
- G05D1/0246—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
-
- 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
- G05D1/0268—Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means
- G05D1/0274—Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means using mapping information stored in a memory device
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Aviation & Aerospace Engineering (AREA)
- Remote Sensing (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Electromagnetism (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明提供了一种障碍物检测方法、系统、电子装置及计算机可读存储介质，包括对机器人的前方区域进行三维地图构建，得到目标三维地图，并将所述机器人的当前位置记为参照定位信息；使用所述参照定位信息将所述目标三维地图与预先构建的标准三维地图的局部进行匹配；使用预先在所述目标三维地图中规划出的标准行走路径在所述目标三维地图中规划出需要检测的路径，得到目标检测路径；对所述标准三维地图中的所述目标检测路径进行障碍物检测。运用本技术方案可以对双足机器人的前方路径进行障碍物实时检测，以使得双足机器人及时的正确的作出应变的行走规划。
Description
技术领域
本发明涉及机器人的技术领域，尤其涉及一种障碍物检测方法、系统、电子装置及计算机可读存储介质。
背景技术
相较于轮式机器人，双足机器人在面对一些尺寸相对较小的障碍物可以通过跨越来避开，从而避免了对行走路径的重新规划；在面对尺寸相对较大而无法跨越过去的障碍物就需要改变行走路径。
现有技术中一般根据行走场景来设定双足机器人的行走路径，再使双足机器人按照预先设定的行走路径行走来避开障碍物。但是，在双足机器人的行走过程中，前方路径会不可避免的会突然出现一些障碍物，而没有对双足机器人的前方路径进行实时精准的障碍物检测，会使得机器人无法及时的正确的作出应变的行走规划。
发明内容
本发明的目的在于提供一种障碍物检测方法、系统、电子装置及计算机可读存储介质，可以对双足机器人的前方路径进行障碍物实时检测，以使得双足机器人及时的正确的作出应变的行走规划。
第一方面，本发明提供了一种障碍物检测方法，包括：
对机器人的前方区域进行三维地图构建，得到目标三维地图，并将所述机器人的当前位置记为参照定位信息；
使用所述参照定位信息将所述目标三维地图与预先构建的标准三维地图的局部进行匹配；
使用预先在所述目标三维地图中规划出的标准行走路径在所述目标三维地图中规划出需要检测的路径，得到目标检测路径；
对所述标准三维地图中的所述目标检测路径进行障碍物检测。
作为本发明的一个实施例，所述对机器人的前方区域进行三维地图构建，得到目标三维地图包括：
以所述机器人为拍摄原点对机器人的前方区域进行拍摄，得到目标深度图像；
对所述目标深度图像进行三维构建处理，得到目标三维地图。
作为本发明的一个实施例，在所述使用所述参照定位信息将所述目标三维地图与预先构建的标准三维地图的局部进行匹配之后，所述障碍物检测方法还包括：
采集所述目标深度图像的拍摄角度，得到第一纠正角度；
使用所述第一纠正角度旋转所述目标三维地图。
作为本发明的一个实施例，在所述使用所述第一纠正角度旋转所述目标三维地图之后，还包括：
采集所述机器人的倾斜角度，得到第二纠正角度；
使用所述第二纠正角度旋转所述目标三维地图。
作为本发明的一个实施例，所述障碍物检测方法还包括：
对所述目标三维地图和所述标准三维地图进行点云匹配，得到位姿变换参数；
使用所述位姿变换参数调整所述目标三维地图的位姿。
作为本发明的一个实施例，所述对所述标准三维地图中的所述目标检测路径进行障碍物检测包括：
往所述目标检测路径的两侧边延伸预设距离，得到目标检测范围；
对所述目标检测范围进行障碍物检测。
作为本发明的一个实施例，所述对所述目标检测范围进行障碍物检测包括：
判断所述目标检测路径上是否存在障碍物，若是，则检测所述障碍物的尺寸，得到目标尺寸；若否，则执行预设的标准行走规划。
作为本发明的一个实施例，所述对所述目标检测范围进行障碍物检测还包括：
判断所述目标尺寸是否小于机器人的预设跨越尺寸，若是，则执行所述标准行走规划；若否，则对所述标准行走规划进行调整。
作为本发明的一个实施例，所述检测所述障碍物的尺寸，得到目标尺寸包括：
检测所述障碍物的宽度，得到目标宽度尺寸；
检测所述障碍物的高度，得到目标高度尺寸。
作为本发明的一个实施例，所述判断所述目标尺寸是否小于机器人的预设跨越尺寸，若是，则执行所述标准行走规划；若否，则对所述标准行走规划进行调整，包括：
宽度判断步骤，判断所述目标宽度尺寸是否小于预设跨越宽度尺寸，若是，则执行高度判断步骤；若否，则执行所述对所述标准行走规划进行调整的步骤；
高度判断步骤，判断所述目标高度尺寸是否小于预设跨越高度尺寸，若是，则执行所述标准行走规划，若否，则执行所述对所述标准行走规划进行调整的步骤。
第二方面，本发明提供了一种障碍物检测系统，包括：
目标地图构建模块，用于对机器人的前方区域进行三维地图构建，得到目标三维地图，并将所述机器人的当前位置记为参照定位信息；
地图匹配模块，用于使用所述参照定位信息将所述目标三维地图与预先构建的标准三维地图的局部进行匹配；
检测路径确定模块，使用预先在所述目标三维地图中规划出的标准行走路径在所述目标三维地图中规划出需要检测的路径，得到目标检测路径；
障碍检测模块，用于对所述标准三维地图中的所述目标检测路径进行障碍物检测。
第三方面，本发明提供了一种电子装置，包括：存储器、处理器及存储在所述存储器上并可在所述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计算机程序时，实现第一方面所述的方法。
第四方面，本发明提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时，实现第一方面所述的方法。
实施本发明实施例，将具有如下有益效果：
本发明中，在机器人的行走时，对机器人的前方区域进行三维地图构建得到目标三维地图，同时，将机器人此时的位置记下来为参照定位信息，参照定位信息包括了机器人的坐标和机器人的朝向；因此，通过参考定位信息，可以知道目标三维地图与标准三维地图的哪一局部地图匹配，然后将目标三维地图与标准三维地图的该局部地图进行匹配；标准行走路径是以标准三维地图为参照规划出来的，因此，根据标准三维地图中标准行走路径就可以知道机器人在目标三维地图的下一段行走路径，该段行走路径就是需要检测的路径，即目标检测路径；由于标准三维地图是三维的，即标准三维地图具有深度因子，因此，可以对目标检测路径进行障碍物检测，就是对机器人即将要经过的下一段行走路径进行障碍物检测，从而检测出有没有新的障碍物出现在机器的前方路径中，不仅实现了障碍物的实时检测，还准确的限定了检测范围，保证障碍物检测到准确性，避免了误判现象。运用本技术方案可以对双足机器人的前方路径进行障碍物实时检测，以使得双足机器人及时的正确的作出应变的行走规划。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有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为本发明实施例所示的障碍物检测方法的流程示意图；
图2为本发明实施例所示的障碍物检测系统的结构示意框图；
图3为本发明实施例所示的电子装置的结构示意框图；
其中：100、障碍物检测系统；10、目标地图构建模块；20、地图匹配模块；30、检测路径确定模块；40、障碍检测模块；601、存储器；602、处理器；603、输入设备；604、输出设备；605、总线。
具体实施方式
为使得本发明的发明目的、特征、优点能够更加的明显和易懂，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实施例，而非全部实施例。基于本发明中的实施例，本领域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，都属于本发明保护的范围。
在机器人行走之前，对机器人的整个行走场景进行三维地图构建，得到标准三维地图；然后在标准三维地图中规划出标准行走路径，机器人按照标准行走路径在行走场景中行走，以避开障碍物。但是在机器人的行走过程中，前方路径会不可避免的会突然出现一些障碍物，若没有对双足机器人的前方路径进行实时精准的障碍物检测，会使得机器人无法及时的正确的作出应变的行走规划，基于此，本发明提供了一种障碍物检测方法，参见图1，该障碍物检测方法包括：
S1、对机器人的前方区域进行三维地图构建，得到目标三维地图，并将所述机器人的当前位置记为参照定位信息；
S2、使用所述参照定位信息将所述目标三维地图与预先构建的标准三维地图的局部进行匹配；
S3、使用预先在所述目标三维地图中规划出的标准行走路径在所述目标三维地图中规划出需要检测的路径，得到目标检测路径。
S4、对所述标准三维地图中的所述目标检测路径进行障碍物检测。
本发明中，在机器人的行走时，对机器人的前方区域进行三维地图构建得到目标三维地图，同时，将机器人此时的位置记下来为参照定位信息，参照定位信息包括了机器人的坐标和机器人的朝向；因此，通过参考定位信息，可以知道目标三维地图与标准三维地图的哪一局部地图匹配，然后将目标三维地图与标准三维地图的该局部地图进行匹配；标准行走路径是以标准三维地图为参照规划出来的，因此，根据标准三维地图中标准行走路径就可以知道机器人在目标三维地图的下一段行走路径，该段行走路径就是需要检测的路径，即目标检测路径；由于标准三维地图是三维的，即标准三维地图具有深度因子，因此，可以对目标检测路径进行障碍物检测，就是对机器人即将要经过的下一段行走路径进行障碍物检测，从而检测出有没有新的障碍物出现在机器的前方路径中，不仅实现了障碍物的实时检测，还准确的限定了检测范围，保证障碍物检测到准确性，避免了误判现象。运用本技术方案可以对双足机器人的前方路径进行障碍物实时检测，以使得双足机器人及时的正确的作出应变的行走规划。
在一些具体的实施例中，可以通过激光定位、视觉定位或gps(GlobalPositioning System)定位等定位方式来获取机器人的参照定位信息。
在一种实施例中，所述对机器人的前方区域进行三维地图构建，得到目标三维地图包括：
以所述机器人为拍摄原点对机器人的前方区域进行拍摄，得到目标深度图像；
对所述目标深度图像进行三维构建处理，得到目标三维地图。
在本实施例中，在机器人上安装相机，然后相机就可以以机器人为拍摄原点对前方区域进行拍摄得到目标深度图像，目标深度图像具有深度因子，因此，对目标深度图像进行三维构建处理后，可以得到前方区域的目标三维地图。
在一些具体的实施例中，相机可以选用双目摄像头或RGBD相机等，从而对机器人的前方区域进行拍摄时能够得到具有深度因子的目标深度图像。
在一些具体的实施例中，相机倾斜向下安装在机器人上，以使得相机能够拍摄到机器人即将要经过的前方区域，如相机以以45°倾斜向下安装在机器人上。
在一种实施例中，在所述使用所述参照定位信息将所述目标三维地图与预先构建的标准三维地图的局部进行匹配之后，所述障碍物检测方法还包括：
采集所述目标深度图像的拍摄角度，得到第一纠正角度；
使用所述第一纠正角度旋转所述目标三维地图。
由上述可知，为保证相机能够拍摄到机器人的前方区域，一般将相机倾斜向下设置在机器人上，即目标三维地图的基准是相机；而标准三维地图的基准是地面，因此，在将目标三维地图匹配到标准三维地图中时会存在匹配误差，当匹配出现误差时，在目标三维地图上规划出的目标检测路径也随之存在误差，基于此，本实施例采集了目标深度图像的拍摄角度，记为第一纠正角度，然后使用第一纠正角度来旋转目标三维地图，以补偿在构建目标三维地图和标准三维地图存在的角度差，消除了目标三维地图相较于标准三维地图的匹配误差，提高目标检测路径的规划准确性。
在一种实施例中，在所述使用所述第一纠正角度旋转所述目标三维地图之后，还包括：
采集所述机器人的倾斜角度，得到第二纠正角度；
使用所述第二纠正角度旋转所述目标三维地图。
机器人在行走的过程中，无法保证一直以垂直地面的姿态站立，即机器人可能会发生倾斜现象；相机是安装在机器人上，那么相机会随着机器人倾斜站立而发生变化倾斜，此时，相机本身的拍摄角度、机器人的倾斜角度均会造成目标三维地图相较于标准三维地图的匹配误差，因此，在使用第一纠正角度旋转目标三维地图之后，还采集机器人的倾斜角度记为第二纠正角度，并使用第二纠正角度来旋转目标三维地图，从而将机器人的倾斜角度补偿至目标三维地图，进一步消除了目标三维地图相较于标准三维地图的匹配误差，提高目标检测路径的规划准确性。
在一些具体的实施例中，在双足机器人上安装IMU(Inertial Measurement Unit，译为惯性测量单元)，通过IMU来判断机器人是否倾斜。具体地，当机器人的重力方向与IMU的Z轴重叠时，说明机器人垂直站立在地面上；当机器人的重力方向与IMU的Z轴存在夹角，说明机器人倾斜站立在地面上，该夹角角度就是第二纠正角度。
在一些具体的实施例中，IMU的安装角度与相机的安装角度相等，即IMU与相机平行设置。因此，IMU可以同时检测到相机的拍摄角度和机器人的倾斜角度。
在一种实施例中，所述障碍物检测方法还包括：
对所述目标三维地图和所述标准三维地图进行点云匹配，得到位姿变换参数；
使用所述位姿变换参数调整所述目标三维地图的位姿。
在本实施例中，在使用第一纠正角度旋转目标三维地图之后，或，在相继使用第一纠正角度、第二纠正角度旋转目标三维地图之后，目标三维地图相较于标准三维地图的匹配可能还会存在细微误差，因此，再对目标三维地图和标准三维地图进行点云匹配，得到位姿变换参数；就可以使用位姿变换参数来调整目标三维地图的位姿，从而进一步提高目标三维地图相较于标准三维地图的准确匹配性，以彻底消除匹配误差，提高检测路径的规划准确性。
在一种实施例中，所述对所述标准三维地图中的所述目标检测路径进行障碍物检测包括：
往所述目标检测路径的两侧边延伸预设距离，得到目标检测范围；
对所述目标检测范围进行障碍物检测。
本实施例中，以目标检测路径为基准，往目标检测路径的两侧变延伸预设距来得到目标检测范围，再在目标检测范围内进行障碍物检测，不仅对目标检测路径进行检测，还对目标检测路径的周围区域进行检测，保证了障碍物的针对性，并避免了漏检现象。
在一些具体的实施例中，往目标检测路径的两侧边延伸一米来得到目标检测范围。
具体地，所述对所述目标检测范围进行障碍物检测包括：
判断所述目标检测路径上是否存在障碍物，若是，则检测所述障碍物的尺寸，得到目标尺寸；若否，则执行预设的标准行走规划。
由于目标三维地图是三维的，因此，当目标检测范围内没有凸起物时，表明目标检测范围内没有障碍物，此时，执行预设的标准行走规划，即机器人可以按照之前设定的标准行走规划继续行走；当目标检测范围内有凸起物时，表明存在有障碍物，此时需要是对障碍物进一步检测，检测障碍物的尺寸，得到目标尺寸。
进一步地，所述对所述目标检测范围进行障碍物检测还包括：
判断所述目标尺寸是否小于机器人的预设跨越尺寸，若是，则执行所述标准行走规划；若否，则对所述标准行走规划进行调整。
在检测得到障碍物的目标尺寸之后，对目标尺寸进行判断，判断目标尺寸是否小于机器人的预设跨越尺寸，当目标尺寸小于机器人的预设跨越尺寸时，说明机器人可以跨越该障碍物，则执行预设的标准行走规划，使机器人可以按照之前设定的标准行走规划继续行走；当目标尺寸大于机器人的预设跨越尺寸时，说明机器人无法跨越该障碍物，因此，需要对机器人的标准行走规划进行调整，以使得机器人可以绕过该障碍物。
在一些具体的实施例中，所述检测所述障碍物的尺寸，得到目标尺寸包括：
检测所述障碍物的宽度，得到目标宽度尺寸；
检测所述障碍物的高度，得到目标高度尺寸。
在机器人跨越障碍物时，机器人需要先抬起再前伸，对应到障碍物尺寸体现为高度尺寸和宽度尺寸，因此，在对障碍物的尺寸进行检测时，需要对障碍物的宽度和高度进行检测，得到目标高度尺寸和目标宽度尺寸。
在一些具体的实施例中，所述检测所述障碍物的宽度，得到目标宽度尺寸包括：
采集障碍物上距离机器人最近的凸起点，得到第一凸起点；
采集障碍物上距离机器人最远的凸起点，得到第二凸起点；
计算所述第一凸起点与第二凸起点之间的距离，得到目标宽度尺寸。
在一些具体的实施例中，检测所述障碍物的高度，得到目标高度尺寸包括：
对障碍物上所有的凸起点进行筛选，得到最高凸起点，所述最高凸起点的高度为所述目标高度尺寸。
在一种实施例中，所述判断所述目标尺寸是否小于机器人的预设跨越尺寸，若是，则执行所述标准行走规划；若否，则对所述标准行走规划进行调整，包括：
宽度判断步骤，判断所述目标宽度尺寸是否小于预设跨越宽度尺寸，若是，则执行高度判断步骤；若否，则执行所述对所述标准行走规划进行调整的步骤；
高度判断步骤，判断所述目标高度尺寸是否小于预设跨越高度尺寸，若是，则执行所述标准行走规划，若否，则执行所述对所述标准行走规划进行调整的步骤。
在本实施例中，需要同时满足目标宽度尺寸小于预设跨越宽度尺寸、目标高度尺寸小于预设跨越高度尺寸这两个条件，机器人才能跨越障碍物；当这两个条件的任一个不能实现时，则表示机器人无法跨越障碍物。
本申请还提供一种障碍物检测系统100，请参阅图2，包括目标地图构建模块10、地图匹配模块20、检测路径确定模块30以及障碍检测模块40；目标地图构建模块10用于对机器人的前方区域进行三维地图构建，得到目标三维地图，并将所述机器人的当前位置记为参照定位信息；地图匹配模块20用于使用所述参照定位信息将所述目标三维地图与预先构建的标准三维地图的局部进行匹配；检测路径确定模块30使用预先在所述目标三维地图中规划出的标准行走路径在所述目标三维地图中规划出需要检测的路径，得到目标检测路径；障碍检测模块40用于对所述标准三维地图中的所述目标检测路径进行障碍物检测。
在一种实施例中，目标地图构建模块10包括图像获取单元和地图构建单元，图像获取单元用于以所述机器人为拍摄原点对机器人的前方区域进行拍摄，得到目标深度图像；地图构建单元用于对所述目标深度图像进行三维构建处理，得到目标三维地图。
在一种实施例中，障碍物检测系统100还包括第一角度采集模块和第一旋转模块，第一角度采集模块用于采集所述目标深度图像的拍摄角度，得到第一纠正角度；第一旋转模块用于使用所述第一纠正角度旋转所述目标三维地图。
在一种实施例中，障碍物检测系统100还包括第二角度采集模块和第二旋转模块，第一角度采集模块用于采集所述机器人的倾斜角度，得到第二纠正角度；第二旋转模块用于使用所述第二纠正角度旋转所述目标三维地图。
在一种实施例中，障碍物检测系统100还包括位姿参数获取模块和位姿调整模块，位姿参数获取模块用于对所述目标三维地图和所述标准三维地图进行点云匹配，得到位姿变换参数；位姿调整模块用于使用所述位姿变换参数调整所述目标三维地图的位姿。
在一种实施例中，障碍检测模块40包括检测范围确定单元和检测单元，检测范围确定单元用于往所述目标检测路径的两侧边延伸预设距离，得到目标检测范围；检测单元用于对所述目标检测范围进行障碍物检测。
在一种实施例中，检测单元包括第一判断单元，第一判断单元用于判断所述目标检测路径上是否存在障碍物，若是，则检测所述障碍物的尺寸，得到目标尺寸；若否，则执行预设的标准行走规划。
在一种实施例中，检测单元还包括第二判断单元，第二判断单元用于判断所述目标尺寸是否小于机器人的预设跨越尺寸，若是，则执行所述标准行走规划；若否，则对所述标准行走规划进行调整。
在一些具体的实施例中，所述第一判断单元包括宽度检测单元和高度检测单元，宽度检测单元用于检测所述障碍物的宽度，得到目标宽度尺寸；高度检测单元用于检测所述障碍物的高度，得到目标高度尺寸。
在一些具体的实施例中，第二判断单元包括宽度判断单元和高度判断单元，宽度判断单元用于判断所述目标宽度尺寸是否小于预设跨越宽度尺寸，若是，则执行高度判断步骤；若否，则执行所述对所述标准行走规划进行调整的步骤；高度判断单元用于判断所述目标高度尺寸是否小于预设跨越高度尺寸，若是，则执行所述标准行走规划，若否，则执行所述对所述标准行走规划进行调整的步骤。
请参阅图3，该电子装置还包括：存储器601、处理器602及存储在存储器601上并可在处理器602上运行的计算机程序，处理器602执行该计算机程序时，实现前述实施例中描述的障碍物检测方法及系统。
进一步的，该电子装置还包括：至少一个输入设备603以及至少一个输出设备604。
上述存储器601、处理器602、输入设备603以及输出设备604，通过总线605连接。
其中，输入设备603具体可为摄像头、触控面板、物理按键或者鼠标等等。输出设备604具体可为显示屏。
存储器601可以是高速随机存取记忆体(RAM，Random Access Memory)存储器，也可为非不稳定的存储器(non-volatile memory)，例如磁盘存储器。存储器601用于存储一组可执行程序代码，处理器602与存储器601耦合。
进一步的，本申请实施例还提供了一种计算机可读存储介质，该计算机可读存储介质可以是设置于上述各实施例中的电子装置中，该计算机可读存储介质可以是前述中的存储器601。该计算机可读存储介质上存储有计算机程序，该程序被处理器602执行时实现前述实施例中描述的障碍物检测方法。
进一步的，该计算机可存储介质还可以是U盘、移动硬盘、只读存储器601(ROM，Read-Only Memory)、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
在本申请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，所述模块的划分，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，例如多个模块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，装置或模块的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理模块，即可以位于一个地方，或者也可以分布到多个网络模块上。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。
另外，在本发明各个实施例中的各功能模块可以集成在一个处理模块中，也可以是各个模块单独物理存在，也可以两个或两个以上模块集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。
所述集成的模块如果以软件功能模块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现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来。
需要说明的是，对于前述的各方法实施例，为了简便描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本发明并不受所描述的动作顺序的限制，因为依据本发明，某些步骤可以采用其它顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定都是本发明所必须的。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其它实施例的相关描述。
以上为对本发明所提供的一种障碍物检测方法、系统、电子装置及计算机可读存储介质的描述，对于本领域的技术人员，依据本发明实施例的思想，在具体实施方式及应用范围上均会有改变之处，综上，本说明书内容不应理解为对本发明的限制。
Claims (13)
1.一种障碍物检测方法，其特征在于，包括：
对机器人的前方区域进行三维地图构建，得到目标三维地图，并将所述机器人的当前位置记为参照定位信息；
使用所述参照定位信息将所述目标三维地图与预先构建的标准三维地图的局部进行匹配；
使用预先在所述目标三维地图中规划出的标准行走路径在所述目标三维地图中规划出需要检测的路径，得到目标检测路径；
对所述标准三维地图中的所述目标检测路径进行障碍物检测。
2.根据权利要求1所述的障碍物检测方法，其特征在于，所述对机器人的前方区域进行三维地图构建，得到目标三维地图包括：
以所述机器人为拍摄原点对机器人的前方区域进行拍摄，得到目标深度图像；
对所述目标深度图像进行三维构建处理，得到目标三维地图。
3.根据权利要求2所述的障碍物检测方法，其特征在于，在所述使用所述参照定位信息将所述目标三维地图与预先构建的标准三维地图的局部进行匹配之后，所述障碍物检测方法还包括：
采集所述目标深度图像的拍摄角度，得到第一纠正角度；
使用所述第一纠正角度旋转所述目标三维地图。
4.根据权利要求3所述的障碍物检测方法，其特征在于，在所述使用所述第一纠正角度旋转所述目标三维地图之后，还包括：
采集所述机器人的倾斜角度，得到第二纠正角度；
使用所述第二纠正角度旋转所述目标三维地图。
5.根据权利要求3或4所述的障碍物检测方法，其特征在于，所述障碍物检测方法还包括：
对所述目标三维地图和所述标准三维地图进行点云匹配，得到位姿变换参数；
使用所述位姿变换参数调整所述目标三维地图的位姿。
6.根据权利要求1所述的障碍物检测方法，其特征在于，所述对所述标准三维地图中的所述目标检测路径进行障碍物检测包括：
往所述目标检测路径的两侧边延伸预设距离，得到目标检测范围；
对所述目标检测范围进行障碍物检测。
7.根据权利要求6所述的障碍物检测方法，其特征在于，所述对所述目标检测范围进行障碍物检测包括：
判断所述目标检测路径上是否存在障碍物，若是，则检测所述障碍物的尺寸，得到目标尺寸；若否，则执行预设的标准行走规划。
8.根据权利要求7所述的障碍物检测方法，其特征在于，所述对所述目标检测范围进行障碍物检测还包括：
判断所述目标尺寸是否小于机器人的预设跨越尺寸，若是，则执行所述标准行走规划；若否，则对所述标准行走规划进行调整。
9.根据权利要求8所述的障碍物检测方法，其特征在于，所述检测所述障碍物的尺寸，得到目标尺寸包括：
检测所述障碍物的宽度，得到目标宽度尺寸；
检测所述障碍物的高度，得到目标高度尺寸。
10.根据权利要求9所述的障碍物检测方法，其特征在于，所述判断所述目标尺寸是否小于机器人的预设跨越尺寸，若是，则执行所述标准行走规划；若否，则对所述标准行走规划进行调整，包括：
宽度判断步骤，判断所述目标宽度尺寸是否小于预设跨越宽度尺寸，若是，则执行高度判断步骤；若否，则执行所述对所述标准行走规划进行调整的步骤；
高度判断步骤，判断所述目标高度尺寸是否小于预设跨越高度尺寸，若是，则执行所述标准行走规划，若否，则执行所述对所述标准行走规划进行调整的步骤。
11.一种障碍物检测系统，其特征在于，包括：
目标地图构建模块，用于对机器人的前方区域进行三维地图构建，得到目标三维地图，并将所述机器人的当前位置记为参照定位信息；
地图匹配模块，用于使用所述参照定位信息将所述目标三维地图与预先构建的标准三维地图的局部进行匹配；
检测路径确定模块，使用预先在所述目标三维地图中规划出的标准行走路径在所述目标三维地图中规划出需要检测的路径，得到目标检测路径；
障碍检测模块，用于对所述标准三维地图中的所述目标检测路径进行障碍物检测。
12.一种电子装置，包括：存储器、处理器及存储在所述存储器上并可在所述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计算机程序时，实现权利要求1-11中任一项所述的方法。
13.一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，实现权利要求1-11中任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210566964.7A CN114967687A (zh) | 2022-05-23 | 2022-05-23 | 障碍物检测方法、系统、电子装置及计算机可读存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210566964.7A CN114967687A (zh) | 2022-05-23 | 2022-05-23 | 障碍物检测方法、系统、电子装置及计算机可读存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114967687A true CN114967687A (zh) | 2022-08-30 |
Family
ID=82985541
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210566964.7A Pending CN114967687A (zh) | 2022-05-23 | 2022-05-23 | 障碍物检测方法、系统、电子装置及计算机可读存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114967687A (zh) |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110976212A (zh) * | 2019-12-19 | 2020-04-10 | 广东博智林机器人有限公司 | 打胶机器人的视觉引导方法、装置和系统 |
| CN111752285A (zh) * | 2020-08-18 | 2020-10-09 | 广州市优普科技有限公司 | 四足机器人自主导航方法、装置、计算机设备及存储介质 |
| US20210046655A1 (en) * | 2019-08-18 | 2021-02-18 | Cobalt Robotics Inc. | Latency control in human operated mobile robot |
| CN112454348A (zh) * | 2019-09-06 | 2021-03-09 | 李臣学 | 一种智能机器人 |
| CN113468941A (zh) * | 2021-03-11 | 2021-10-01 | 长沙智能驾驶研究院有限公司 | 障碍物检测方法、装置、设备及计算机存储介质 |
| CN113552589A (zh) * | 2020-04-01 | 2021-10-26 | 杭州萤石软件有限公司 | 障碍检测方法、机器人和存储介质 |
| WO2021248846A1 (zh) * | 2020-06-12 | 2021-12-16 | 珠海一微半导体股份有限公司 | 一种机器人沿边行走的区域清扫规划方法、芯片及机器人 |
| CN114326742A (zh) * | 2021-12-31 | 2022-04-12 | 深圳市优必选科技股份有限公司 | 机器人运行方法、机器人运行装置、机器人及介质 |
-
2022
- 2022-05-23 CN CN202210566964.7A patent/CN114967687A/zh active Pending
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20210046655A1 (en) * | 2019-08-18 | 2021-02-18 | Cobalt Robotics Inc. | Latency control in human operated mobile robot |
| CN112454348A (zh) * | 2019-09-06 | 2021-03-09 | 李臣学 | 一种智能机器人 |
| CN110976212A (zh) * | 2019-12-19 | 2020-04-10 | 广东博智林机器人有限公司 | 打胶机器人的视觉引导方法、装置和系统 |
| CN113552589A (zh) * | 2020-04-01 | 2021-10-26 | 杭州萤石软件有限公司 | 障碍检测方法、机器人和存储介质 |
| WO2021248846A1 (zh) * | 2020-06-12 | 2021-12-16 | 珠海一微半导体股份有限公司 | 一种机器人沿边行走的区域清扫规划方法、芯片及机器人 |
| CN111752285A (zh) * | 2020-08-18 | 2020-10-09 | 广州市优普科技有限公司 | 四足机器人自主导航方法、装置、计算机设备及存储介质 |
| CN113468941A (zh) * | 2021-03-11 | 2021-10-01 | 长沙智能驾驶研究院有限公司 | 障碍物检测方法、装置、设备及计算机存储介质 |
| CN114326742A (zh) * | 2021-12-31 | 2022-04-12 | 深圳市优必选科技股份有限公司 | 机器人运行方法、机器人运行装置、机器人及介质 |
Non-Patent Citations (1)
| Title |
|---|
| 李劲松 等: "智能网联汽车技术", 31 March 2022, 重庆大学出版社, pages: 135 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US9965870B2 (en) | Camera calibration method using a calibration target | |
| JP4719753B2 (ja) | 異種センサ統合モデリングによるデジタル写真測量方法及びその装置 | |
| CN110377015B (zh) | 机器人定位方法和机器人定位装置 | |
| CN109813335B (zh) | 数据采集系统的标定方法、装置、系统及存储介质 | |
| EP1607718B1 (en) | Surveying instrument and electronic storage medium | |
| EP1493990B1 (en) | Surveying instrument and electronic storage medium | |
| EP2918972B1 (de) | Verfahren und handhaltbares Entfernungsmessgerät zum Erzeugen eines Raummodells | |
| CN111583411A (zh) | 一种基于倾斜摄影的三维模型建立方法 | |
| JP6510247B2 (ja) | 測量データ処理装置、測量データ処理方法およびプログラム | |
| US11935289B2 (en) | Agricultural analysis robotic systems and methods thereof | |
| US20130300831A1 (en) | Camera scene fitting of real world scenes | |
| CN110033489A (zh) | 一种车辆定位准确性的评估方法、装置及设备 | |
| CN112549034B (zh) | 一种机器人任务部署方法、系统、设备和存储介质 | |
| CN107527382A (zh) | 数据处理方法以及装置 | |
| CN107504917B (zh) | 一种三维尺寸测量方法及装置 | |
| US20210264666A1 (en) | Method for obtaining photogrammetric data using a layered approach | |
| CN102519436A (zh) | 一种ce-1立体相机与激光高度计数据联合平差方法 | |
| CN110645960A (zh) | 测距方法、地形跟随测距方法、避障测距方法及装置 | |
| CN113469045A (zh) | 无人集卡的视觉定位方法、系统、电子设备和存储介质 | |
| CN114037762A (zh) | 基于图像与高精度地图配准的实时高精度定位方法 | |
| JP2014089078A (ja) | 標定方法、標定プログラム、及び標定装置 | |
| JP2009271650A (ja) | 地物特定方法 | |
| CN112785686A (zh) | 一种基于大数据的林区地图构建方法及可读存储介质 | |
| CN114967687A (zh) | 障碍物检测方法、系统、电子装置及计算机可读存储介质 | |
| CN113740829A (zh) | 环境感知设备的外参监控方法、装置、介质及行驶装置 |
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 |