CN116129403A - 信息确定方法、装置、设备、自移动割草装置及用户端 - Google Patents

信息确定方法、装置、设备、自移动割草装置及用户端 Download PDF

Info

Publication number
CN116129403A
CN116129403A CN202310179526.XA CN202310179526A CN116129403A CN 116129403 A CN116129403 A CN 116129403A CN 202310179526 A CN202310179526 A CN 202310179526A CN 116129403 A CN116129403 A CN 116129403A
Authority
CN
China
Prior art keywords
boundary
area
processed
region
information
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
CN202310179526.XA
Other languages
English (en)
Inventor
陈子冲
吕卓
李帅
唐伟杰
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.)
Weilan Continental Beijing Technology Co ltd
Original Assignee
Weilan Continental Beijing 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 Weilan Continental Beijing Technology Co ltd filed Critical Weilan Continental Beijing Technology Co ltd
Priority to US18/188,834 priority Critical patent/US20230320263A1/en
Priority to EP23163810.7A priority patent/EP4250041A1/en
Priority to CA3194391A priority patent/CA3194391A1/en
Priority to AU2023201850A priority patent/AU2023201850A1/en
Publication of CN116129403A publication Critical patent/CN116129403A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01D—HARVESTING; MOWING
    • A01D34/00—Mowers; Mowing apparatus of harvesters
    • A01D34/006—Control or measuring arrangements
    • A01D34/008—Control or measuring arrangements for automated or remotely controlled operation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/26—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion
    • G06V10/267—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion by performing operations on regions, e.g. growing, shrinking or watersheds
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G06V20/588—Recognition of the road, e.g. of lane markings; Recognition of the vehicle driving pattern in relation to the road
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/70—Labelling scene content, e.g. deriving syntactic or semantic representations
    • 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)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Environmental Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Computational Linguistics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Image Processing (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
  • Guiding Agricultural Machines (AREA)
  • Harvester Elements (AREA)

Abstract

本申请实施例提供一种信息确定方法、装置、设备、自移动割草装置及用户端，该方法包括：通过待控制设备的图像采集器采集针对待识别区域的待处理图像；对待处理图像进行处理，确定待控制设备当前所处的待处理区域的部分边界的信息；基于部分边界的信息控制待控制设备在自动运动模式和遥控运动模式之间切换，以确定待处理区域的边界并根据一系列操作得到待控制设备的位置。本方法根据部分边界的信息所表征的部分边界的情况，控制待控制设备自身在自动运动模式和遥控运动模式之间来回切换，相比于单一模式下确定的待处理区域的边界，极大地减少了人工操作，提高了工作效率，且降低了人工成本。

Description

信息确定方法、装置、设备、自移动割草装置及用户端
本申请要求申请日为2022年3月24日、申请号为“202210303714.4”、专利名称为“一种信息确定方法、设备和计算机可读存储介质”的发明申请的优先权，其全部内容在此引入作为参考。
技术领域
本申请实施例涉及人工智能技术领域，尤其涉及一种信息确定方法、装置、设备、自移动割草装置及用户端。
背景技术
随着计算机技术的不断发展，机器人的使用越来越普遍。其中，园林机器人如自动割草机需要确定工作区域边界(包括外边界和内部障碍)后才可以工作。目前，传统的自动割草机多用铺设于草坪下方的线缆来确定可通行区域，或非视觉的自定位割草机通过遥控路线确定可通行区域边界；但是，上述确定区域边界的方式存在操作繁琐，且效率低的问题。
发明内容
为解决上述技术问题，本申请实施例期望提供一种信息确定方法、设备和计算机可读存储介质，解决了相关技术中的确定区域边界的方案存在操作繁琐，且效率低的问题。
本申请的一个或者多个实施例提供一种信息确定方法，包括：通过待控制设备的图像采集器采集针对待识别区域的待处理图像；其中，所述待识别区域至少包括待处理区域和障碍区域；对所述待处理图像进行处理，确定所述待控制设备当前所处的待处理区域的部分边界的信息；基于所述部分边界的信息控制所述待控制设备在自动运动模式和遥控运动模式之间切换，以确定所述待处理区域的边界；其中，所述待处理区域的边界用于区分所述待处理区域和所述障碍区域。
根据本申请的另一方面，提供一种信息确定装置，包括：采集模块，用于通过待控制设备的图像采集器采集针对待识别区域的待处理图像；其中，所述待识别区域至少包括待处理区域和障碍区域；第一处理模块，用于对所述待处理图像进行处理，确定所述待控制设备当前所处的待处理区域的部分边界的信息；第一确定模块，用于基于所述部分边界的信息控制所述待控制设备在自动运动模式和遥控运动模式之间切换，以确定所述待处理区域的边界；其中，所述待处理区域的边界用于区分所述待处理区域和所述障碍区域；第二确定模块，用于确定针对所述待处理区域的视觉特征地图；第二处理模块，用于针对所述待处理区域中满足目标信号条件的部分区域，基于所述视觉特征地图和语义分割技术确定所述部分区域的边界；生成模块，用于基于部分区域的边界和所述待处理区域的边界，得到所述待处理区域的目标边界；定位模块，用于基于所述视觉特征地图进行视觉定位，得到所述待控制设备的位置。
根据本申请的另一方面，提供一种自移动割草装置，所述自移动割草装置包括如上述实施例中所述的信息确定装置。
根据本申请的另一方面，提供一种信息确定设备，所述设备包括：处理器、存储器和通信总线。所述通信总线用于实现处理器和存储器之间的通信连接；所述处理器用于执行存储器中的信息确定程序，以实现上述信息确定方法的步骤。
根据本申请的另一方面，提供一种计算机可读存储介质，所述计算机可读存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现上述信息确定方法的步骤。
根据本申请的另一方面，提供一种自移动割草装置控制方法，所述方法包括：控制自移动割草装置上的传感器感测第一实体边界段的传感信息；当所述传感信息满足自动运动条件时，控制所述自移动割草装置自动沿所述第一实体边界段运行，其中，所述第一实体边界段为第一区域的部分实体边界，所述第一区域为待工作区域。
本申请的实施例所提供的信息确定方法、设备和计算机可读存储介质，通过待控制设备的图像采集器采集针对待识别区域的待处理图像，待识别区域至少包括待处理区域和障碍区域，并对待处理图像进行处理确定待控制设备当前所处的待处理区域的部分边界的信息，之后基于部分边界的信息控制待控制设备在自动运动模式和遥控运动模式之间切换，以确定待处理区域的边界，待处理区域的边界用于区分待处理区域和所述障碍区域，如此，可以对待控制设备的图像采集器采集的针对包括待处理区域和障碍区域的待识别区域的待处理图像进行处理，来得到待控制设备当前所处的待处理区域的部分边界的信息，并基于部分边界的信息确定采用将自动运动模式和遥控运动模式结合来确定待处理区域的边界，而不是单一采用某一固定模式确定区域边界，且不需要在区域中埋线来确定区域的边界，解决了相关技术中的确定区域边界的方案存在操作繁琐，且效率低的问题。
附图说明
为了更清楚地说明本申请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，下面描述中的附图是本申请的一些实施例，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为本申请的实施例提供的一种信息确定方法的流程示意图；
图2为本申请的实施例提供的另一种信息确定方法的流程示意图；
图3为本申请的实施例提供的又一种信息确定方法的流程示意图；
图4为本申请的实施例提供的一种信息确定方法中确定的目标地图的示意图；
图5为本申请的实施例提供的一种信息确定方法中确定的待识别区域的地图的示
意图；
图6为本申请的实施例提供的一种信息确定设备的结构示意图；
图7为本申请的实施例提供的一种待控制设备运动模式切换方法的流程示意图；
图8为本申请实施例提供的一种信息确定装置的结构示意图；
图9为本申请实施例提供的一种自移动割草装置的结构示意图；
图10为本申请实施例提供的一种自移动割草装置控制方法的流程示意图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述。
应理解，说明书通篇中提到的“本申请实施例”或“前述实施例”意味着与实施例有
关的特定特征、结构或特性包括在本申请的至少一个实施例中。因此，在整个说明书各处出现的“本申请实施例中”或“在前述实施例中”未必一定指相同的实施例。此外，这些特定的特征、结构或特性可以任意适合的方式结合在一个或多个实施例中应。在本申请的各种实施例中，上述各过程的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本申请实施例的实施过程构成任何限定。上述本申请实施例序号仅仅为了描述，不代表实施例的优劣。
在未做特殊说明的情况下，电子设备执行本申请实施例中的任一步骤，可以是电子设备的处理器执行该步骤。还值得注意的是，本申请实施例并不限定电子设备执行下述步骤的先后顺序。另外，不同实施例中对数据进行处理所采用的方式可以是相同的方法或不同的方法。还需说明的是，本申请实施例中的任一步骤是电子设备可以独立执行的，即电子设备执行下述实施例中的任一步骤时，可以不依赖于其它步骤的执行。
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。
本申请实施例提供一种信息确定方法，该方法可以应用于信息确定设备中，参照图1所示，该方法包括以下步骤：
步骤101、通过待控制设备的图像采集器采集针对待识别区域的待处理图像。
其中，待识别区域至少包括待处理区域和障碍区域。
在本申请实施例中，待控制设备可以是对待处理区域进行一定处理的设备；且，待控制设备可以是具备一定数据处理功能和图像采集功能的智能设备；在一种可行的实现方式中，待控制设备可以指的是可移动的移动机器设备(或者移动机器人)；优选的，待控制设备可以包括园林机器人，也可以指的是割草机。
需要说明的是，图像采集器可以指的是割草机上的摄像头；待处理图像可以是使用割草机的摄像头对至少包括待处理区域和障碍区域的待识别区域进行不断地拍照后得到的；也就是说，待处理图像可以包括多张图像。此外，待处理图像中可以包括待处理区域的边界的图像。其中，待处理区域可以指的是需要对该区域中的对象进行处理的区域；障碍区域可以指的是除待处理区域之外的区域。
步骤102、对待处理图像进行处理，确定待控制设备当前所处的待处理区域的部分边界的信息。
在本申请实施例中，信息确定设备可以指的是待控制设备；部分边界的信息可以指的是部分边界的情况。也就是说，待控制设备可以对采集到的多张待处理图像进行语义分割和处理，并基于语义分割的结果和处理结果确定待处理区域中待控制设备当前所在的区域的部分边界的情况。
步骤103、基于部分边界的信息控制待控制设备在自动运动模式和遥控运动模式之间切换，以确定待处理区域的边界。
其中，待处理区域的边界用于区分待处理区域和障碍区域。
在本申请实施例中，待控制设备可以根据部分边界的信息所表征的部分边界的情况，控制待控制设备自身在自动运动模式和遥控运动模式之间来回切换，从而确定出待处理区域的边界；也就是说，待控制设备可以是采用自动运动模式和遥控运动模式结合的方式来确定待处理区域的边界的，相比于单一模式下确定的待处理区域的边界，极大地减少了人工操作，提高了工作效率，且降低了人工成本。在一种可行的实现方式中，待控制设备为割草机的情况下，待处理区域可以指的是待修剪的草地。
本申请的实施例所提供的信息确定方法，通过待控制设备的图像采集器采集针对待识别区域的待处理图像，待识别区域至少包括待处理区域和障碍区域，并对待处理图像进行处理确定待控制设备当前所处的待处理区域的部分边界的信息，之后基于部分边界的信息控制待控制设备在自动运动模式和遥控运动模式之间切换，以确定待处理区域的边界，待处理区域的边界用于区分待处理区域和障碍区域，如此，可以对待控制设备的图像采集器采集的针对包括待处理区域和障碍区域的待识别区域的待处理图像进行处理，来得到待控制设备当前所处的待处理区域的部分边界的信息，并基于部分边界的信息确定采用将自动运动模式和遥控运动模式结合来确定待处理区域的边界，而不是单一采用某一固定模式确定区域边界，且不需要在区域中埋线来确定区域的边界，解决了相关技术中的确定区域边界的方案存在操作繁琐，且效率较低的问题。
基于前述实施例，本申请的实施例提供一种信息确定方法，参照图2所示，该方法包括以下步骤：
步骤201、在待控制设备运动过程中，信息确定设备通过待控制设备的图像采集器采集针对待识别区域的多张待处理图像。
其中，待识别区域至少包括待处理区域和障碍区域。
在本申请实施例中，操作对象可以遥控或放置割草机于待修剪的草地的任一边界；在割草机开始工作且割草机沿边界运动过程中，通过割草机自己的摄像头实时拍照得到多张待处理图像。需要说明的是，待识别区域可以是预先设置的以割草机为中心形成的一定面积的区域。在一种可行的实现方式中，待识别区域可以是以割草机为中心的正方形区域。需要说明的是，因为割草机是放置在待修剪的草地的边界处的，因此待识别区域中既包括草地，也包括草地以外的其他区域，且草地的边界也会在该待识别区域中。
需要说明的是，摄像头在拍摄的时候可以设置拍摄角度是割草机正前方偏下一点的方位，即拍摄的待处理图像肯定是针对待识别区域中的部分区域的图像。
步骤202、信息确定设备将多张待处理图像进行语义分割和处理，并基于语义分割结果和处理结果确定部分边界的信息。
在本申请实施例中，可以对每一张待处理图像进行语义分割来确定待处理图像中包括的对象，之后基于语义分割的结果对多张待处理图像进行处理，从而确定割草机当前所处的待处理区域的部分边界的情况。
其中，步骤202之后可以选择执行步骤203或者步骤204。
步骤203、在部分边界的信息表征部分边界满足目标边界条件的情况下，信息确定设备控制待控制设备切换至采用自动运动模式工作，以确定待处理区域的边界。
在本申请实施例中，目标边界条件可以是预先设置的用来确定是否切换割草机的工作模式，且与边界的情况相关的条件；在一种可行的实现方式中，目标边界条件可以包括边界清晰且简单。也就是说，若确定得到的部分边界的信息表征部分边界清晰且简单的时候，可以认为割草机此时适合自动运动模式，那么就会将割草机的工作模式切换为自动运动模式，从而割草机在自动运动模式下工作来确定出待修剪的草地的边界。
步骤204、在部分边界的信息表征部分边界不满足目标边界条件的情况下，信息确定设备控制待控制设备切换至采用遥控运动模式工作，以确定待处理区域的边界。
在本申请其他实施例中，若确定得到的部分边界的信息表征部分边界不清晰或者不简单的时候，可以认为割草机此时适合遥控运动模式，那么就会将割草机的工作模式切换为遥控运动模式，从而割草机在遥控运动模式下工作来确定出待修剪的草地的边界。其中，遥控运动模式指的是操作对象遥控割草机沿边运动来确定边界。
需要说明的是，在遥控运动模式下或自动运动模式下，割草机可以是基于运动轨迹来确定待修剪的草地的边界的；或者，在自动运动模式下，割草机还可以是基于运动轨迹或者采用语义分割技术识别待识别区域中的待修剪的草地的区域和障碍区域，从而确定出待修剪的草地的边界的。
其中，步骤203和步骤204之后均可以执行步骤205～206。
步骤205、信息确定设备接收用于操作待控制设备的操作对象的操作指令。
在本申请实施例中，操作对象可以指的是割草机处于遥控运动模式时用来控制割草机运动的用户。需要说明的是，操作指令可以是用来控制割草机切换至遥控运动模式的指令；该操作指令可以是割草机在通过步骤201～204确定的处于遥控运动模式和自动运动模式之间来回切换工作的过程中接收到的。
步骤206、信息确定设备基于操作指令，控制待控制设备切换至采用遥控运动模式工作，以确定待处理区域的边界。
在本申请实施例中，在割草机通过在遥控运动模式和自动运动模式之间来回切换工作，确定待修剪的草地的边界的过程中，用户可以强行接管割草机，控制其以遥控运动模式工作。其中，在用户强行接管割草机后，可以删除部分在自动运动模式下已经确定出来的待修剪的草地的边界，控制割草机以遥控运动模式工作重新确定删除的那部分的边界，以保证得到的边界的准确性。
需要说明的是，本实施例中与其他实施例中相同步骤和相同内容的说明，可以参照其他实施例中的描述，此处不再赘述。
本申请的实施例所提供的信息确定方法，可以对待控制设备的图像采集器采集的针对包括待处理区域和障碍区域的待识别区域的待处理图像进行处理，来得到待控制设备当前所处的待处理区域的部分边界的信息，并基于部分边界的信息确定采用将自动运动模式和遥控运动模式结合来确定待处理区域的边界，而不是单一采用某一固定模式确定区域边界，且不需要在区域中埋线来确定区域的边界，解决了相关技术中的确定区域边界的方案存在操作繁琐，且效率较低的问题。
基于前述实施例，本申请的实施例提供一种信息确定方法，参照图3所示，该方法包括以下步骤：
步骤301、在待控制设备运动过程中，信息确定设备通过待控制设备的图像采集器采集针对待识别区域的多张待处理图像。
其中，待识别区域至少包括待处理区域和障碍区域。
步骤302、信息确定设备将每一待处理图像进行语义分割处理，并基于语义分割结果和目标地图将每一待处理图像进行匹配处理，得到不匹配的区域。
其中，目标地图是待识别区域中的目标区域的地图。
在本申请实施例中，可以对每一待处理图像进行语义分割处理确定待处理图像中不同的对象，并将进行语义分割处理后的待处理图像映射到目标地图中；之后，将映射后的多个待处理图像进行叠加处理，基于叠加处理的结果确定目标地图中的同一位置对应不同对象的区域(也即是得到目标地图中的同一位置叠加后的图像模糊的区域)，得到不匹配的区域。
在一种可行的实现方式中，确定得到的目标地图可以如图4所示，其中图4中的A1区域表示的是草地区域，A2区域表示的是障碍区域，图4中除A1和A2之外的区域为未知区域。
步骤303、信息确定设备对每一待处理图像进行语义分割，并基于目标地图的网格将每一语义分割后的待处理图像映射至目标地图。
在本申请实施例中，目标地图可以是具有网格线的；可以将每一待处理图像进行语义分割处理得到待处理图像中的对象，之后可以按照语义分割后的待处理图像的像素点与目标地图中的网格的对应关系，将语义分割后的待处理对象映射至目标地图中。
需要说明的是，语义分割可以指的是视觉语义分割，可以是将待处理图像分割为不同语义的可解释类别，每一像素将具有某一类别(例如车、建筑、植物、路面等)。其中，常用的语义分割方法为基于深度学习的语义分割。
步骤304、信息确定设备针对每一待处理图像，对映射后的图像进行轮廓识别得到待处理边界。
在本申请实施例中，针对每一待处理图像，信息确定设备可以对映射后得到的图像进行轮廓识别，并基于轮廓识别结果确定待处理边界。
需要说明的是，步骤302与步骤303～304之间在执行顺序上不分先后；也就是说，步骤302与步骤303～304可以是同时执行的，也可以是执行完步骤302后再执行步骤303～304，也可以是执行完步骤303～304之后再执行步骤302。并且，确定待处理边界的平滑程度的操作可以是在步骤304之后(即步骤305之前)就执行的；也就是说，步骤302的执行顺序，与步骤303～304和确定待处理边界的平滑程度的操作的执行顺序，可以不分先后。
步骤305、信息确定设备基于待处理边界的平滑程度、不匹配的区域和目标区域，确定部分边界的信息。
在本申请实施例中，待处理边界的平滑程度可以是对待处理边界进行平滑处理得到平滑边界，并计算平滑边界的总长度与待处理边界的总长度的比值，之后基于得到的比值与目标比值的关系确定出来的；如果得到的比值不在目标比值范围内，则认为待处理边界不够平滑，此时可以认为部分边界的信息表征部分边界不简单；如果得到的比值在目标比值范围内，则认为部分边界的信息表征部分边界是平滑的，此时可以认为待处理边界是简单的；需要说明的是，目标比值可以是基于历史数据信息预先确定出来的一个比例数值。
在本申请其他实施例中，将所有不匹配的区域相加求和，若和值占目标区域的比例大于目标比例，则认为部分边界的信息表征部分边界不清晰；若和值占目标区域的比例小于或等于目标比例，则认为部分边界的信息表征部分边界清晰。
步骤306、在部分边界的信息表征部分边界满足目标边界条件的情况下，信息确定设备控制待控制设备切换至采用自动运动模式工作，以确定待处理区域的边界。
步骤307、在部分边界的信息表征部分边界不满足目标边界条件的情况下，信息确定设备控制待控制设备切换至采用遥控运动模式工作，以确定待处理区域的边界。
步骤308、信息确定设备接收用于操作待控制设备的操作对象的操作指令。
步骤309、信息确定设备基于操作指令，控制待控制设备切换至采用遥控运动模式工作，以确定待处理区域的边界。
在本申请其他实施例中，若存在多个待修剪草地区域时，用户遥控割草机穿越不同待修剪草地区域生成对应的运动轨迹；之后，可以根据该运动轨迹建立多待修剪草地区域之间的通道。
基于前述实施例，在本申请的其他实施例中，该方法还可以包括以下步骤：
步骤310、信息确定设备对每一待处理图像进行识别处理，得到待处理区域中的目标障碍物。
在本申请实施例中，可以对每一待处理图像进行语义分割处理，来确定待处理区域中的目标障碍物。
需要说明的是，步骤310之后可以选择执行步骤311或者步骤312。
步骤311、信息确定设备基于目标障碍物在待处理图像中的位置和待处理区域的地图，确定目标障碍物在待处理区域中所处的区域。
在本申请实施例中，割草机在确定出目标障碍物后，可以确定目标障碍物在待处理图像中的位置，并将待处理图像与待处理区域的地图进行比对，从而基于目标障碍物在待处理图像中的位置和比对结果确定目标障碍物在待处理区域中所处的区域。
步骤312、信息确定设备确定待控制设备的绕障轨迹，并基于绕障轨迹确定目标障碍物在待处理区域中所处的区域。
其中，绕障轨迹表征待控制设备在运动过程中绕过目标障碍物所形成的轨迹。
在本申请实施例中，对绕障轨迹进行分析，并基于分析结果确定目标障碍物的边界，从而得到目标障碍物在待处理区域中所处的区域。需要说明的是，用户可以切换割草机至遥控运动模式，并在该遥控运动模式下擦除掉之前在自动运动模式下走过的路径，在遥控运动模式下重新从初始位置出发确定绕障轨迹，从而确定目标障碍物在待处理区域中所处的区域。
其中，图3中只是以步骤309之后执行步骤310～312为例进行示出的。但是步骤310～312也可以是在步骤306或步骤307之后执行的。
基于前述实施例，在本申请的其他实施例中，该方法还可以包括以下步骤：
步骤313、信息确定设备确定针对待处理区域的视觉特征地图。
在本申请实施例中，视觉特征地图可以是通过进行视觉建图得到的；其中，视觉定位与建图可以指的是移动机器人在自主移动时，通过事先建立的地图实时计算自身当前位置。视觉定位与建图包含视觉建图和视觉定位两大过程。视觉建图过程是将传感器采集的环境数据，通过算法重新组织为特定的数据结构，使用的传感器主要为全球定位系统(Global PositioningSystem，GPS)、激光雷达、相机、轮速计和惯性测量单元(InertialMeasurement Unit，IMU)等。其中视觉建图是以相机为主的建图方法，同时也可结合其他传感器。视觉定位在完成建图后，机器人可依据当前的传感器数据通过和视觉特征地图对比，计算得到当前位置信息。
需要说明的是，在本申请实施例中可以是互动建图过程中，通过相机录制图像，之后进行组合导航参与优化的视觉三维重建，得到视觉特征地图；或者，可以先进行视觉三维重建，之后对视觉三维重建后的割草机的轨迹和实时动态(Real-time kinematic，RTK)轨迹进行对齐，从而得到视觉特征地图；其中，将割草机的轨迹与RTK轨迹对齐可以使得视觉特征地图的坐标系与组合导航所用的坐标系一致，保证后续定位的准确性。此外，本申请实施例中可以是基于组合导航技术和视觉定位与建图来确定视觉特征地图，具体的确定过程可以包括相关技术中任何可行的实现方式。
步骤314、信息确定设备针对待处理区域中满足目标信号条件的部分区域，基于视觉特征地图和语义分割技术确定部分区域的边界。
在本申请实施例中，满足目标信号条件可以指的是RTK信号的强度小于目标信号强度，也就是RTK信号较差；也就是说，部分区域可以指的是在视觉建图过程中RTK信号较差的区域；对于RTK信号较差的区域，可以采用视觉特征地图和语义分割技术确定部分区域的边界。
步骤315、信息确定设备基于部分区域的边界和待处理区域的边界，得到待处理区域的目标边界。
在本申请实施例中，可以将部分区域的边界与待处理区域的边界中对应该RTK信号较差的区域的边界进行比较，选择上述两者中距离障碍物较远的边界为该部分区域最终的边界；或者，如果部分区域的边界是在自动运动模式下确定的，那选择部分区域的边界为该部分区域最终的边界；或者，生成用于提示用户该部分区域RTK信号较差的提示信息，并展示上述两种边界信息，让用户来选择得到最终的边界；之后，基于部分区域的最终的边界更新得到待处理区域的目标边界。
步骤316、信息确定设备基于视觉特征地图进行视觉定位，得到待控制设备的位置。
在本申请实施例中，割草机工作过程中，在检测到RTK信号较差时，通过视觉定位获取割草机的位姿，从而参与后续的组合导航计算；如此，可以减小位姿漂移误差。当然，基于视觉特征地图的视觉定位也可全程参与组合导航计算。
需要说明的是，步骤313之后可以执行步骤314～315，或者，执行步骤316。
基于前述实施例，在本申请的其他实施例中，该方法还可以包括以下步骤：
步骤317、信息确定设备在确定目标障碍物发生变化的情况下，基于目标地图更新待识别区域的地图中的障碍物的位置，或基于更新后的绕障轨迹更新目标障碍物所处的区域。
在一种可行的实现方式中，确定的待识别区域的地图可以如图5所示；其中，图5中的B1轨迹指的是沿边轨迹，B2区域表示的是草地区域，B3区域表示的是障碍区域，图5中除B2和B3外的区域为未知区域。B2区域和B3区域交界为草地边界。沿边轨迹也是草地边界，两种边界可以不重合，在割草机自动运动模式下沿边运动时，沿边轨迹与B2区域和B3区域交界轨迹相差割草机的车身半径和安全距离；在遥控运动模式下沿边运动时上述两个轨迹相差得更多。需要说明的是，在不同位置选择部分区域的边界或轨迹确定的边界作为实际使用的草地边界时，部分区域的边界需要回缩车身半径和安全距离。
步骤318、信息确定设备在确定待处理区域的边界发生变化的情况下，基于目标地图更新待识别区域的地图中的边界，或基于更新后的绕障轨迹更新待处理区域的边界。
需要说明的是，在确定待修剪草地区域的目标障碍物(即草地的内部障碍物)或待处理区域的边界发生变化时，可以基于目标地图更新待识别区域的地图中的障碍物的位置，或基于目标地图更新待识别区域的地图中的边界。或者，在确定待修剪草地区域的目标障碍物(即草地的内部障碍物)或待处理区域的边界发生变化时，可以先更新绕障轨迹并对更新后的绕障轨迹进行分析来更新目标障碍物所处的区域或待处理区域的边界。这样，在边界发生变动时，可以用割草机工作期间的分割和定位数据自动更新可通行区域地图和草地边界，极大地减少了人工操作，提高了工作效率。
在本申请其他实施例中，该方法还可以包括以下步骤：
步骤319、信息确定设备在确定目标障碍物或待处理区域的边界发生变化的情况下，确定待识别区域的地图中需要更新的更新内容并显示。
步骤320、信息确定设备基于操作对象的选择操作更新待识别区域的地图中的边界和障碍物的位置。
在本申请实施例中，在确定待修剪草地区域的目标障碍物(即草地的内部障碍物)或待处理区域的边界发生变化时，也可以将待识别区域的地图中需要更新的更新内容显示出来，让用户来选择是否更新，以及更新哪一部分的区域的信息。
其中，步骤317～318与步骤319～320在执行的时候可以是并行执行的，也可以是只执行步骤317～318，或者只执行步骤319～320。
在本申请其他实施例中，割草机可以搭载卫星定位装置(RTK)、环境感知传感器(相机)、运动传感器(IMU和轮速计)。其中卫星定位和自运动传感器使用组合导航算法计算割草机的位姿和运动轨迹。相机采集的图像可用于障碍检测(通过语义分割等方式区分草地与障碍区域，可把多帧图像的分割结果投影到假设的地面上，实时产生局部障碍地图)，也可用于视觉建图和视觉定位。相机图像判断草地与障碍边界的方法包括传统图像处理方法、机器学习方法、深度学习语义分割方法等，环境感知传感器除相机外也可包括深度相机、激光雷达或它们的组合。
需要说明的是，本实施例中与其他实施例中相同步骤和相同内容的说明，可以参照其他实施例中的描述，此处不再赘述。
本申请的实施例所提供的信息确定方法，可以对待控制设备的图像采集器采集的针对包括待处理区域和障碍区域的待识别区域的待处理图像进行处理，来得到待控制设备当前所处的待处理区域的部分边界的信息，并基于部分边界的信息确定采用将自动运动模式和遥控运动模式结合来确定待处理区域的边界，而不是单一采用某一固定模式确定区域边界，且不需要在区域中埋线来确定区域的边界，解决了相关技术中的确定区域边界的方案存在操作繁琐，且效率较低的问题。
基于前述实施例，在本申请的其他实施例中，参照图7所示，该方法还可以包括以下步骤：
步骤501、对每一待处理图像进行语义分割，并基于目标地图的网格将每一语义分割后的待处理图像映射至目标地图，获得不匹配区域。
对每一待处理图像进行语义分割处理确定待处理图像中不同的对象，目标地图是待识别区域中的目标区域的地图，之后基于目标地图的网格将每一语义分割后的待处理图像映射至目标地图，不匹配区域根据语义分割结果和目标地图将每一待处理图像进行匹配处理确定，可以是将映射后的多个待处理图像进行叠加处理，基于叠加处理的结果确定目标地图中的同一位置对应不同对象的区域，将该区域确定为不匹配区域。
步骤502、针对每一待处理图像，对映射后的图像进行轮廓识别得到待处理边界，并确定待处理边界的曲折度。
对每一张待处理图像映射后的图像进行轮廓识别获得各个待处理边界，之后可以对于每个待处理边界计算曲折度，将曲折度的均值作为待处理边界的曲折度。
步骤503、根据部分边界的信息，确定参考轨迹的数量。
参考轨迹根据边界参考点的连线确定，边界参考点为部分边界的信息指示的部分边界上的点。
步骤504、判断部分边界的信息是否满足预设的自动运动条件，若是，执行步骤505，若否，执行步骤506。
自动运动条件基于不匹配区域、目标区域、待处理边界的曲折度、及参考轨迹的数量确定。
步骤505、控制待控制设备进入自动运动模式。
在部分边界的信息满足预设的自动运动条件时，控制待控制设备进入自动运动模式。
步骤506、控制待控制设备进入遥控运动模式。
在部分边界的信息不满足预设的自动运动条件时，控制待控制设备进入遥控运动模式。
在本申请实施例中，通过在不同条件情况下，控制待控制设备进行不同模式的运动，能够在一定程度上降低工作人员的操作强度。
在一种可能实现的方式中，自动运动条件可以包括：
(i)不匹配区域的面积和目标区域的面积的比值小于或等于预设的第一阈值。
预设的第一阈值可以是40％，当不匹配区域的面积小于或等于目标区域的面积的40％时，该条件被满足。
(ii)参考轨迹的数量小于或等于预设的第二阈值。
预设的第二阈值可以是3，根据部分边界的信息，确定参考轨迹的数量小于或等于3条时，该条件被满足。参考轨迹的确定方法可以是：首先对障碍物所在区域作膨胀处理，膨胀的尺度根据待控制设备的宽度和长度以及预先设定的与待处理区域的边界距离确定，之后提取膨胀后的障碍物所在区域的边缘，最后从离待控制设备最近处开始，选取一系列点，并根据系列点确定参考轨迹。如果有多个障碍，分别提取参考轨迹。
(iii)待处理边界的曲折度小于或等于预设的第三阈值，其中，部分边界的曲折度由部分边界区分的区域的灰度值差值确定。
预设的第三阈值可以是20％，待处理边界的曲折度小于或等于20％时，该条件被满足。待处理边界的曲折度可以根据弯曲部分的长度和待处理边界总长度的比值确定。
在本申请实施例中，通过计算不匹配区域的面积和目标区域的面积的比值，能够判断部分边界的信息表征的部分边界是否清晰，通过计算可提取出的参考轨迹的数量，能够判断部分边界的信息表征的部分边界的区域内障碍物是否过多，通过计算待处理边界的曲折度，能够判断待处理边界是否易于待控制设备行进，在满足所有条件后进入自动运动模式，能够提高待控制设备的运行安全性。
基于前述实施例，本申请的实施例提供一种信息确定装置，如图8所示，信息确定装置600包括：采集模块601、第一处理模块602、第一确定模块603、第二确定模块604、第二处理模块605、生成模块606和定位模块607。
采集模块601，用于通过待控制设备的图像采集器采集针对待识别区域的待处理图像；其中，待识别区域至少包括待处理区域和障碍区域。
在本申请实施例中，采集模块601可以是对待处理区域进行一定处理的设备；且，待控制设备可以是具备一定数据处理功能和图像采集功能的智能设备；在一种可行的实现方式中，待控制设备可以指的是可移动的移动机器设备(或者移动机器人)；优选的，待控制设备可以包括园林机器人，也可以指的是割草机。
需要说明的是，图像采集器可以指的是割草机上的摄像头；待处理图像可以是使用割草机的摄像头对至少包括待处理区域和障碍区域的待识别区域进行不断地拍照后得到的；也就是说，待处理图像可以包括多张图像。此外，待处理图像中可以包括待处理区域的边界的图像。其中，待处理区域可以指的是需要对该区域中的对象进行处理的区域；障碍区域可以指的是除待处理区域之外的区域。
第一处理模块602，用于对待处理图像进行处理，确定待控制设备当前所处的待处理区域的部分边界的信息。
在本申请实施例中，信息确定设备可以指的是待控制设备；部分边界的信息可以指的是部分边界的情况。也就是说，待控制设备可以对采集到的多张待处理图像进行语义分割和处理，并基于语义分割的结果和处理结果确定待处理区域中待控制设备当前所在的区域的部分边界的情况。
第一确定模块603，用于基于部分边界的信息控制待控制设备在自动运动模式和遥控运动模式之间切换，以确定待处理区域的边界；其中，待处理区域的边界用于区分待处理区域和障碍区域。
在一种可行的实现方式中，待控制设备为割草机的情况下，待处理区域可以指的是待修剪的草地。
第二确定模块604，用于确定针对待处理区域的视觉特征地图。
在本申请实施例中，视觉特征地图可以是通过进行视觉建图得到的；其中，视觉定位与建图可以指的是移动机器人在自主移动时，通过事先建立的地图实时计算自身当前位置。视觉定位与建图包含视觉建图和视觉定位两大过程。视觉建图过程是将传感器采集的环境数据，通过算法重新组织为特定的数据结构，使用的传感器主要为全球定位系统(Global PositioningSystem，GPS)、激光雷达、相机、轮速计和惯性测量单元(InertialMeasurement Unit，IMU)等。其中视觉建图是以相机为主的建图方法，同时也可结合其他传感器。视觉定位在完成建图后，机器人可依据当前的传感器数据通过和视觉特征地图对比，计算得到当前位置信息。
需要说明的是，在本申请实施例中可以是互动建图过程中，通过相机录制图像，之后进行组合导航参与优化的视觉三维重建，得到视觉特征地图；或者，可以先进行视觉三维重建，之后对视觉三维重建后的割草机的轨迹和实时动态(Real-time kinematic，RTK)轨迹进行对齐，从而得到视觉特征地图；其中，将割草机的轨迹与RTK轨迹对齐可以使得视觉特征地图的坐标系与组合导航所用的坐标系一致，保证后续定位的准确性。此外，本申请实施例中可以是基于组合导航技术和视觉定位与建图来确定视觉特征地图，具体的确定过程可以包括相关技术中任何可行的实现方式。
第二处理模块605，用于针对待处理区域中满足目标信号条件的部分区域，基于视觉特征地图和语义分割技术确定部分区域的边界。
在本申请实施例中，满足目标信号条件可以指的是RTK信号的强度小于目标信号强度，也就是RTK信号较差；也就是说，部分区域可以指的是在视觉建图过程中RTK信号较差的区域；对于RTK信号较差的区域，可以采用视觉特征地图和语义分割技术确定部分区域的边界。
生成模块606，用于基于部分区域的边界和待处理区域的边界，得到待处理区域的目标边界。
在本申请实施例中，可以将部分区域的边界与待处理区域的边界中对应该RTK信号较差的区域的边界进行比较，选择上述两者中距离障碍物较远的边界为该部分区域最终的边界；或者，如果部分区域的边界是在自动运动模式下确定的，那选择部分区域的边界为该部分区域最终的边界；或者，生成用于提示用户该部分区域RTK信号较差的提示信息，并展示上述两种边界信息，让用户来选择得到最终的边界；之后，基于部分区域的最终的边界更新得到待处理区域的目标边界。
定位模块607，用于基于视觉特征地图进行视觉定位，得到待控制设备的位置。
在本申请实施例中，割草机工作过程中，在检测到RTK信号较差时，通过视觉定位获取割草机的位姿，从而参与后续的组合导航计算；如此，可以减小位姿漂移误差。当然，基于视觉特征地图的视觉定位也可全程参与组合导航计算。
在本申请实施例中，第一确定模块603可以根据部分边界的信息所表征的部分边界的情况，控制待控制设备自身在自动运动模式和遥控运动模式之间来回切换，从而确定出待处理区域的边界；也就是说，待控制设备可以是采用自动运动模式和遥控运动模式结合的方式来确定待处理区域的边界的，相比于单一模式下确定的待处理区域的边界，极大地减少了人工操作，提高了工作效率，且降低了人工成本。
基于前述实施例，本申请的实施例提供一种自移动割草装置，如图9所示，该自移动割草装置700可以包括前述实施例提供的信息确定装置600。
自移动割草装置700通过信息确定装置600确定待处理区域的边界。
基于前述实施例，本申请的实施例提供一种信息确定设备，该设备可以应用于图1～3对应的实施例提供的信息确定方法中，参照图6所示，该设备可以包括：处理器41、存储器42和通信总线43；
通信总线43用于实现处理器41和存储器42之间的通信连接；
处理器41用于执行存储器42中的信息确定程序，以实现以下步骤：
通过待控制设备的图像采集器采集针对待识别区域的待处理图像；其中，待识别区域至少包括待处理区域和障碍区域；
对待处理图像进行处理，确定待控制设备当前所处的待处理区域的部分边界的信息；
基于部分边界的信息控制待控制设备在自动运动模式和遥控运动模式之间切换，以确定待处理区域的边界；
其中，待处理区域的边界用于区分待处理区域和障碍区域。
在本申请其他实施例中，处理器41用于执行存储器42中的信息确定程序的通过待控制设备的图像采集器采集针对待识别区域的待处理图像，以实现以下步骤：
在待控制设备运动过程中，通过图像采集器采集针对待识别区域的多张待处理图像；
相应的，处理器41用于执行存储器42中的信息确定程序的对待处理图像进行处理，确定待控制设备当前所处的待处理区域的部分边界的信息，以实现以下步骤：
将多张待处理图像进行语义分割和处理，并基于语义分割结果和处理结果确定部分边界的信息。
在本申请其他实施例中，处理器41用于执行存储器42中的信息确定程序的将多张待处理图像进行语义分割和处理，并基于语义分割结果和处理结果确定部分边界的信息，以实现以下步骤：
将每一待处理图像进行语义分割处理，并基于语义分割结果和目标地图将每一待处理图像进行匹配处理，得到不匹配的区域；其中，目标地图是待识别区域中的目标区域的地图；
对每一待处理图像进行语义分割，并基于目标地图的网格将每一语义分割后的待处理图像映射至目标地图；
针对每一待处理图像，对映射后的图像进行轮廓识别得到待处理边界；
基于待处理边界的平滑程度、不匹配的区域和目标区域，确定部分边界的信息。
在本申请其他实施例中，处理器41用于执行存储器42中的信息确定程序的基于部分边界的信息控制待控制设备在自动运动模式和遥控运动模式之间切换，以确定待处理区域的边界，以实现以下步骤：
在部分边界的信息表征部分边界满足目标边界条件的情况下，控制待控制设备切换至采用自动运动模式工作，以确定待处理区域的边界；
在部分边界的信息表征部分边界不满足目标边界条件的情况下，控制待控制设备切换至采用遥控运动模式工作，以确定待处理区域的边界。
在本申请其他实施例中，处理器41用于执行存储器42中的信息确定程序，还可以实现以下步骤：
接收用于操作待控制设备的操作对象的操作指令；
基于操作指令，控制待控制设备切换至采用遥控运动模式工作，以确定待处理区域的边界。
在本申请其他实施例中，处理器41用于执行存储器42中的信息确定程序，还可以实现以下步骤：
对每一待处理图像进行识别处理，得到待处理区域中的目标障碍物；
基于目标障碍物在待处理图像中的位置和待处理区域的地图，确定目标障碍物在待处理区域中所处的区域；
或，确定待控制设备的绕障轨迹，并基于绕障轨迹确定目标障碍物在待处理区域中所处的区域；其中，绕障轨迹表征待控制设备在运动过程中绕过目标障碍物所形成的轨迹。
在本申请其他实施例中，处理器41用于执行存储器42中的信息确定程序，还可以实现以下步骤：
确定针对待处理区域的视觉特征地图；
针对待处理区域中满足目标信号条件的部分区域，基于视觉特征地图和语义分割技术确定部分区域的边界；
基于部分区域的边界和待处理区域的边界，得到待处理区域的目标边界；
基于视觉特征地图进行视觉定位，得到待控制设备的位置。
在本申请其他实施例中，处理器41用于执行存储器42中的信息确定程序，还可以实现以下步骤：
在确定目标障碍物发生变化的情况下，基于目标地图更新待识别区域的地图中的障碍物的位置，或基于更新后的绕障轨迹更新目标障碍物所处的区域；
在确定待处理区域的边界发生变化的情况下，基于目标地图更新待识别区域的地图中的边界，或基于更新后的绕障轨迹更新待处理区域的边界。
在本申请其他实施例中，处理器用于执行存储器中的信息确定程序，还可以实现以下步骤：
在确定目标障碍物或待处理区域的边界发生变化的情况下，确定待识别区域的地图中需要更新的更新内容并显示；
基于操作对象的选择操作更新待识别区域的地图中的边界和障碍物的位置。
需要说明的是，本实施例中处理器所执行的步骤的具体实现过程，可以参照图1～3对应的实施例提供的信息确定方法中的实现过程，此处不再赘述。
本申请的实施例所提供的信息确定设备，可以对待控制设备的图像采集器采集的针对包括待处理区域和障碍区域的待识别区域的待处理图像进行处理，来得到待控制设备当前所处的待处理区域的部分边界的信息，并基于部分边界的信息确定采用将自动运动模式和遥控运动模式结合来确定待处理区域的边界，而不是单一采用某一固定模式确定区域边界，且不需要在区域中埋线来确定区域的边界，解决了相关技术中的确定区域边界的方案存在操作繁琐，且效率较低的问题。
基于前述实施例，本申请的实施例提供一种计算机可读存储介质，该计算机可读存储介质存储有一个或者多个程序，该一个或者多个程序可被一个或者多个处理器执行，以实现图1～3对应的实施例提供的信息确定方法的步骤。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用硬件实施例、软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器和光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上所述，仅为本申请的较佳实施例而已，并非用于限定本申请的保护范围。
本申请实施例提供一种自移动割草装置控制方法，参照图10所示，该方法包括以下步骤：
步骤1001、控制自移动割草装置上的传感器感测第一实体边界段的传感信息。
首先控制自移动割草装置上的传感器感测第一实体边界段的传感信息。传感器进行感测的方式可以是通过RTK定位，也可以是其他感测方式，在此处不作限定。第一实体边界段为第一区域的部分实体边界，第一区域为待工作区域。
步骤1002、当传感信息满足自动运动条件时，控制自移动割草装置自动沿第一实体边界段运行。
在获得传感信息后，若传感信息满足自动运动条件，则控制自移动割草装置自动沿第一实体边界段运行。自移动割草装置的运动速率可以根据发送的指令进行控制，也可以由预先设定的速度阈值自行控制，在此处不作限定。
在本申请实施例中，通过设置自动运动条件，能够自动控制自移动割草装置在满足自动运动条件时沿第一实体边界段运行，相对于人工控制具有更高的精确度，并且节省了人工成本。
基于前述实施例，在本申请的其他实施例中，该方法还可以包括：
对每一待处理图像进行语义分割，并基于目标地图的网格将每一语义分割后的待处理图像映射至目标地图，获得不匹配区域。之后针对每一待处理图像，对映射后的图像进行轮廓识别得到待处理边界，并确定待处理边界的曲折度。同时根据部分边界的信息，确定参考轨迹的数量。判断部分边界的信息是否满足预设的自动运动条件，若是，控制待控制设备进入自动运动模式，若否，控制待控制设备进入遥控运动模式。
对每一待处理图像进行语义分割处理确定待处理图像中不同的对象，目标地图是待识别区域中的目标区域的地图，之后基于目标地图的网格将每一语义分割后的待处理图像映射至目标地图，不匹配区域根据语义分割结果和目标地图将每一待处理图像进行匹配处理确定，可以是将映射后的多个待处理图像进行叠加处理，基于叠加处理的结果确定目标地图中的同一位置对应不同对象的区域，将该区域确定为不匹配区域。对每一张待处理图像映射后的图像进行轮廓识别获得各个待处理边界，之后可以对于每个待处理边界计算曲折度，将曲折度的均值作为待处理边界的曲折度。
参考轨迹根据边界参考点的连线确定，边界参考点为部分边界的信息指示的部分边界上的点。自动运动条件基于不匹配区域、目标区域、待处理边界的曲折度、及参考轨迹的数量确定。
在部分边界的信息满足预设的自动运动条件时，控制待控制设备进入自动运动模式。在部分边界的信息不满足预设的自动运动条件时，控制待控制设备进入遥控运动模式。
在本申请实施例中，通过在不同条件情况下，控制待控制设备进行不同模式的运动，能够在一定程度上降低工作人员的操作强度。
在一种可能实现的方式中，自动运动条件可以包括：
(i)不匹配区域的面积和目标区域的面积的比值小于或等于预设的第一阈值。
预设的第一阈值可以是40％，当不匹配区域的面积小于或等于目标区域的面积的40％时，该条件被满足。
(ii)参考轨迹的数量小于或等于预设的第二阈值。
预设的第二阈值可以是3，根据部分边界的信息，确定参考轨迹的数量小于或等于3条时，该条件被满足。参考轨迹的确定方法可以是：首先对障碍物所在区域作膨胀处理，膨胀的尺度根据待控制设备的宽度和长度以及预先设定的与待处理区域的边界距离确定，之后提取膨胀后的障碍物所在区域的边缘，最后从离待控制设备最近处开始，选取一系列点，并根据系列点确定参考轨迹。如果有多个障碍，分别提取参考轨迹。
(iii)待处理边界的曲折度小于或等于预设的第三阈值，其中，部分边界的曲折度由部分边界区分的区域的灰度值差值确定。
预设的第三阈值可以是20％，待处理边界的曲折度小于或等于20％时，该条件被满足。待处理边界的曲折度可以根据弯曲部分的长度和待处理边界总长度的比值确定。
在本申请实施例中，通过计算不匹配区域的面积和目标区域的面积的比值，能够判断部分边界的信息表征的部分边界是否清晰，通过计算可提取出的参考轨迹的数量，能够判断部分边界的信息表征的部分边界的区域内障碍物是否过多，通过计算待处理边界的曲折度，能够判断待处理边界是否易于待控制设备行进，在满足所有条件后进入自动运动模式，能够提高待控制设备的运行安全性。
在一种可能实现的方式中，该方法还可以包括：当第一实体边界段与第二实体边界段之间间隔无边界段，且无边界段的长度小于或等于第一预设距离时，自移动割草装置跨域无边界段，并继续沿第二实体边界段行走。
第二实体边界段为第一区域的部分实体边界。
在本申请实施例中，通过在无边界段的长度小于或等于第一预设距离时，设置自移动割草装置能够跨域无边界段，保证了自移动割草装置运动的过程中不会因为一些没有影响或影响不大的无边界段导致运行间断，提高了自移动割草装置运行的效率。
在一种可能实现的方式中，第一预设距离小于自移动割草装置的车体宽度与安全距离之和。
安全距离可以为20cm-50cm中任意的数值，例如，安全距离可以为20cm，自移动割草装置的车体宽度可以为30cm，则第一预设距离小于50cm。
在本申请实施例中，通过设置一预设距离小于自移动割草装置的车体宽度与安全距离之和，能够避免自移动割草装置在运行通过无边界段的过程中，剐蹭到第一实体边界段和第二实体边界段的端点实体部分，造成自移动割草装置的损坏。
在一种可能实现的方式中，安全距离不小于自移动割草装置的定位精度。
定位精度可以是数值，例如0.5m，则安全距离应当不小于0.5m。
在本申请实施例中，通过设置安全距离不小于自移动割草装置的定位精度，能够避免自移动割草装置由于定位精度不足，导致无法控制自移动割草装置在运行过程中保证足够的安全距离的问题，提高了自移动割草装置运行的安全性。

Claims (17)

1.一种信息确定方法，其特征在于，所述方法包括：
通过待控制设备的图像采集器采集针对待识别区域的待处理图像；其中，所述待识别区域至少包括待处理区域和障碍区域；
对所述待处理图像进行处理，确定所述待控制设备当前所处的待处理区域的部分边界的信息；
基于所述部分边界的信息控制所述待控制设备在自动运动模式和遥控运动模式之间切换，以确定所述待处理区域的边界；其中，所述待处理区域的边界用于区分所述待处理区域和所述障碍区域；
确定针对所述待处理区域的视觉特征地图；
针对所述待处理区域中满足目标信号条件的部分区域，基于所述视觉特征地图和语义分割技术确定所述部分区域的边界；
基于部分区域的边界和所述待处理区域的边界，得到所述待处理区域的目标边界；
基于所述视觉特征地图进行视觉定位，得到所述待控制设备的位置。
2.根据权利要求1所述的方法，其特征在于，所述方法还包括：
对每一所述待处理图像进行识别处理，得到所述待处理区域中的目标障碍物；
基于所述目标障碍物在所述待处理图像中的位置和所述待处理区域的地图，确定所述目标障碍物在所述待处理区域中所处的区域；
或，确定所述待控制设备的绕障轨迹，并基于所述绕障轨迹确定所述目标障碍物在所述待处理区域中所处的区域；其中，所述绕障轨迹表征所述待控制设备在运动过程中绕过所述目标障碍物所形成的轨迹。
3.根据权利要求1所述的方法，其特征在于，所述方法还包括：
在确定所述目标障碍物发生变化的情况下，基于目标地图更新所述待识别区域的地图中的障碍物的位置，或基于更新后的绕障轨迹更新所述目标障碍物所处的区域；
在确定所述待处理区域的边界发生变化的情况下，基于所述目标地图更新所述待识别区域的地图中的边界，或基于更新后的绕障轨迹更新所述待处理区域的边界。
4.根据权利要求3所述的方法，其特征在于，所述方法还包括：
在确定所述目标障碍物或所述待处理区域的边界发生变化的情况下，确定所述待识别区域的地图中需要更新的更新内容并显示；
基于操作对象的选择操作更新所述待识别区域的地图中的边界和障碍物的位置。
5.根据权利要求1所述的方法，其特征在于，所述基于所述部分边界的信息控制所述待控制设备在自动运动模式和遥控运动模式之间切换，包括：
对每一待处理图像进行语义分割，并基于目标地图的网格将每一语义分割后的待处理图像映射至所述目标地图，获得不匹配区域，其中，所述目标地图是所述待识别区域中的目标区域的地图，所述不匹配区域根据语义分割结果和目标地图将每一待处理图像进行匹配处理确定；
针对每一待处理图像，对映射后的图像进行轮廓识别得到待处理边界，并确定所述待处理边界的曲折度；
根据所述部分边界的信息，确定参考轨迹的数量，其中，所述参考轨迹根据边界参考点的连线确定，所述边界参考点为所述部分边界的信息指示的部分边界上的点；
当所述部分边界的信息满足预设的自动运动条件时，控制所述待控制设备进入所述自动运动模式，其中，所述自动运动条件基于所述不匹配区域、所述目标区域、所述待处理边界的曲折度、及所述参考轨迹的数量确定；
当所述部分边界的信息不满足所述自动运动条件时时，控制所述待控制设备进入所述遥控运动模式。
6.根据权利要求5所述的方法，其特征在于，所述自动运动条件包括：
(i)所述不匹配区域的面积和所述目标区域的面积的比值小于或等于预设的第一阈值；
(ii)所述参考轨迹的数量小于或等于预设的第二阈值；
(iii)所述待处理边界的曲折度小于或等于预设的第三阈值，其中，所述部分边界的曲折度由所述部分边界区分的区域的灰度值差值确定。
7.一种信息确定装置，其特征在于，所述装置包括：
采集模块，用于通过待控制设备的图像采集器采集针对待识别区域的待处理图像；其中，所述待识别区域至少包括待处理区域和障碍区域；
第一处理模块，用于对所述待处理图像进行处理，确定所述待控制设备当前所处的待处理区域的部分边界的信息；
第一确定模块，用于基于所述部分边界的信息控制所述待控制设备在自动运动模式和遥控运动模式之间切换，以确定所述待处理区域的边界；其中，所述待处理区域的边界用于区分所述待处理区域和所述障碍区域；
第二确定模块，用于确定针对所述待处理区域的视觉特征地图；
第二处理模块，用于针对所述待处理区域中满足目标信号条件的部分区域，基于所述视觉特征地图和语义分割技术确定所述部分区域的边界；
生成模块，用于基于部分区域的边界和所述待处理区域的边界，得到所述待处理区域的目标边界；
定位模块，用于基于所述视觉特征地图进行视觉定位，得到所述待控制设备的位置。
8.一种自移动割草装置，其特征在于，所述自移动割草装置包括如权利要求7所述的信息确定装置。
9.一种信息确定设备，其特征在于，所述设备包括：处理器、存储器和通信总线；
所述通信总线用于实现处理器和存储器之间的通信连接；
所述处理器用于执行存储器中的信息确定程序，以实现如权利要求1～6任一项所述的信息确定方法的步骤。
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一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现如权利要求1～6中任一项所述的信息确定方法的步骤。
11.一种自移动割草装置控制方法，其特征在于，所述方法包括：
控制自移动割草装置上的传感器感测第一实体边界段的传感信息；
当所述传感信息满足自动运动条件时，控制所述自移动割草装置自动沿所述第一实体边界段运行，其中，所述第一实体边界段为第一区域的部分实体边界，所述第一区域为待工作区域。
12.根据权利要求11所述的方法，其特征在于，所述方法还包括：
对每一待处理图像进行语义分割，并基于目标地图的网格将每一语义分割后的待处理图像映射至所述目标地图，获得不匹配区域，其中，所述目标地图是所述待识别区域中的目标区域的地图，所述不匹配区域根据语义分割结果和目标地图将每一待处理图像进行匹配处理确定；
针对每一待处理图像，对映射后的图像进行轮廓识别得到待处理边界，并确定所述待处理边界的曲折度；
根据所述部分边界的信息，确定参考轨迹的数量，其中，所述参考轨迹根据边界参考点的连线确定，所述边界参考点为所述部分边界的信息指示的部分边界上的点；
当所述部分边界的信息满足预设的自动运动条件时，控制所述自移动割草装置进入所述自动运动模式，其中，所述自动运动条件基于所述不匹配区域、所述目标区域、所述待处理边界的曲折度、及所述参考轨迹的数量确定；
当所述部分边界的信息不满足所述自动运动条件时时，控制所述自移动割草装置进入所述遥控运动模式。
13.根据权利要求12所述的方法，其特征在于，所述控制所述自移动割草装置进入所述遥控运动模式，包括：
接收用于操作所述自移动割草装置的操作对象的操作指令；
基于所述操作指令，控制所述自移动割草装置切换至采用遥控运动模式工作，以确定所述待处理区域的边界。
14.根据权利要求11所述的方法，其特征在于，所述自动运动条件包括：
(i)所述不匹配区域的面积和所述目标区域的面积的比值小于或等于预设的第一阈值；
(ii)所述参考轨迹的数量小于或等于预设的第二阈值；
(iii)所述待处理边界的曲折度小于或等于预设的第三阈值，其中，所述部分边界的曲折度由所述部分边界区分的区域的灰度值差值确定。
15.根据权利要求11所述的方法，其特征在于，所述方法还包括：
当所述第一实体边界段与第二实体边界段之间间隔无边界段，且所述无边界段的长度小于或等于所述第一预设距离时，所述自移动割草装置跨域所述无边界段，并继续沿所述第二实体边界段行走，其中，所述第二实体边界段为第一区域的部分实体边界。
16.根据权利要求15所述的方法，其特征在于，
所述第一预设距离小于所述自移动割草装置的车体宽度与安全距离之和。
17.根据权利要求16所述的方法，其特征在于，所述安全距离不小于所述自移动割草装置的定位精度。
CN202310179526.XA 2022-03-24 2023-02-28 信息确定方法、装置、设备、自移动割草装置及用户端 Pending CN116129403A (zh)

Priority Applications (4)

Application Number Priority Date Filing Date Title
US18/188,834 US20230320263A1 (en) 2022-03-24 2023-03-23 Method for determining information, remote terminal, and mower
EP23163810.7A EP4250041A1 (en) 2022-03-24 2023-03-23 Method for determining information, remote terminal, and mower
CA3194391A CA3194391A1 (en) 2022-03-24 2023-03-24 Method for determining information, remote terminal, and mower
AU2023201850A AU2023201850A1 (en) 2022-03-24 2023-03-24 Method for determining information, remote terminal, and mower

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN202210303714.4A CN114898205A (zh) 2022-03-24 2022-03-24 一种信息确定方法、设备和计算机可读存储介质
CN2022103037144 2022-03-24

Publications (1)

Publication Number Publication Date
CN116129403A true CN116129403A (zh) 2023-05-16

Family

ID=82714494

Family Applications (2)

Application Number Title Priority Date Filing Date
CN202210303714.4A Pending CN114898205A (zh) 2022-03-24 2022-03-24 一种信息确定方法、设备和计算机可读存储介质
CN202310179526.XA Pending CN116129403A (zh) 2022-03-24 2023-02-28 信息确定方法、装置、设备、自移动割草装置及用户端

Family Applications Before (1)

Application Number Title Priority Date Filing Date
CN202210303714.4A Pending CN114898205A (zh) 2022-03-24 2022-03-24 一种信息确定方法、设备和计算机可读存储介质

Country Status (1)

Country Link
CN (2) CN114898205A (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116088533B (zh) * 2022-03-24 2023-12-19 未岚大陆(北京)科技有限公司 信息确定方法、远程终端、设备、割草机及存储介质
US20240069549A1 (en) * 2022-08-31 2024-02-29 Positec Power Tools (Suzhou) Co., Ltd. Island/border distinguishing for a robot lawnmower
CN118707934A (zh) * 2023-03-22 2024-09-27 苏州科瓴精密机械科技有限公司 自移动设备控制方法及自移动设备

Also Published As

Publication number Publication date
CN114898205A (zh) 2022-08-12

Similar Documents

Publication Publication Date Title
CN112584697B (zh) 使用视觉系统的自主机器导航和训练
CN116129403A (zh) 信息确定方法、装置、设备、自移动割草装置及用户端
US11845189B2 (en) Domestic robotic system and method
EP2884364B1 (en) Autonomous gardening vehicle with camera
Subramanian et al. Sensor fusion using fuzzy logic enhanced kalman filter for autonomous vehicle guidance in citrus groves
CN113126613B (zh) 智能割草系统及其自主建图方法
CN107291071A (zh) 自动工作系统、自动行走设备及其转向方法
CN113885495B (zh) 一种基于机器视觉的室外自动工作控制系统、方法及设备
EP4179400B1 (en) Autonomous machine navigation using reflections from subsurface objects
CN107713915B (zh) 扫地机器人以及扫地机器人的定位方法
CN114937258B (zh) 割草机器人的控制方法、割草机器人以及计算机存储介质
WO2023274339A1 (zh) 自动工作系统
EP4409234A1 (en) Vehicle row follow system
US20230320263A1 (en) Method for determining information, remote terminal, and mower
CN116088533B (zh) 信息确定方法、远程终端、设备、割草机及存储介质
Batavia et al. Autonomous coverage operations in semi-structured outdoor environments
US20230069475A1 (en) Autonomous machine navigation with object detection and 3d point cloud
CN116736865A (zh) 信息确定方法、远程终端、设备、割草机及存储介质
CN114281073B (zh) 清洁路径规划方法及装置、电子设备和清洁设备
CN116430838A (zh) 自移动设备、及其控制方法
Uzawa et al. Dataset Generation for Deep Visual Navigation in Unstructured Environments
Munoz-Salinas et al. A multi-agent system architecture for mobile robot navigation based on fuzzy and visual behaviour
AU2023216328A1 (en) Field mapping system and method.
Tessier et al. A new landmark and sensor selection method for vehicle localization and guidance
WO2024059134A1 (en) Boundary definition for autonomous machine work region

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