The invention relates to a method for identifying and handling robot pets, the robot in the cleaning process, the image of the road ahead, and SIFT algorithm to extract the shot based on the current image objects in the shape of the feature point, the feature points of the reference image reference points and stored and compared according to the comparison of the results to determine whether the object for pets. This detection method, by contrast of shape features, can accurately detect whether the object on the ground is pet stool. In addition, in determining the pet excrement, then by spraying agent to frozen feces to solidification of pet waste, so directly to the solidification of the fecal suction robot garbage cavity, avoid large area pollution caused by the existing robot absorb humid feces, ensure the robot to handle pet feces effect, and improve the utility of robot the meeting has a pet family health cleaning needs.
【技术实现步骤摘要】
机器人辨识及处理宠物粪便的方法
本专利技术涉及机器人领域,具体涉及一种机器人辨识及处理宠物粪便的方法。
技术介绍
随着智能生活水平的提高,越来越多的家庭开始采用智能扫地机器人清扫家里地板的卫生。但是,一些养有宠物的家庭,这些宠物有时会随地排泄粪便,而智能扫地机器人又不能辨识粪便,所以,在清扫过程中会直接从粪便上清扫过去。由于粪便比较湿黏,机器人无法将直接其吸入垃圾腔内,反而在继续前进的过程中,把粪便带得一路都是,使得粪便污染面积更大,更难以清理。
技术实现思路
为解决上述问题,本专利技术提供了一种机器人辨识及处理宠物粪便的方法,可以准确地辨识地面的物体是否为宠物粪便,并对确定为宠物粪便的物体进行有效处理。本专利技术的具体技术方案如下:一种机器人辨识宠物粪便的方法,包括如下步骤:基于摄像头,机器人一边行走一边拍摄前方路面的图像;基于SIFT算法提取所拍摄的当前图像中的物体形状的特征点,判断所述当前图像的特征点是否在预存的参考图像的参考特征点的设定范围内;如果是,则确定所述物体为宠物粪便;如果否,则继续一边行走一边拍摄前方路面的图像,并进行下一幅图像的判断。进一步地,所述预存的参考图像的参考特征点,通过如下步骤获取:确定第一宠物,拍摄所述第一宠物排出的粪便的图像并作为参考图像,基于SIFT算法提取所述参考图像中粪便形状的参考特征点的数量和各参考特征点之间的方位关系;确定第二宠物,拍摄所述第二宠物排出的粪便的图像并作为参考图像,基于SIFT算法提取所述参考图像中粪便形状的参考特征点的数量和各参考特征点之间的方位关系;以此类推,确定第N宠物,拍摄所述第N宠物排出的粪便 ...
【技术保护点】
一种机器人辨识宠物粪便的方法,其特征在于,包括如下步骤:基于摄像头,机器人一边行走一边拍摄前方路面的图像;基于SIFT算法提取所拍摄的当前图像中的物体形状的特征点,判断所述当前图像的特征点是否在预存的参考图像的参考特征点的设定范围内;如果是,则确定所述物体为宠物粪便;如果否,则继续一边行走一边拍摄前方路面的图像,并进行下一幅图像的判断。
【技术特征摘要】
1.一种机器人辨识宠物粪便的方法,其特征在于,包括如下步骤:基于摄像头,机器人一边行走一边拍摄前方路面的图像;基于SIFT算法提取所拍摄的当前图像中的物体形状的特征点,判断所述当前图像的特征点是否在预存的参考图像的参考特征点的设定范围内;如果是,则确定所述物体为宠物粪便;如果否,则继续一边行走一边拍摄前方路面的图像,并进行下一幅图像的判断。2.根据权利要求1所述的方法,其特征在于,所述预存的参考图像的参考特征点,通过如下步骤获取:确定第一宠物,拍摄所述第一宠物排出的粪便的图像并作为参考图像,基于SIFT算法提取所述参考图像中粪便形状的参考特征点的数量和各参考特征点之间的方位关系;确定第二宠物,拍摄所述第二宠物排出的粪便的图像并作为参考图像,基于SIFT算法提取所述参考图像中粪便形状的参考特征点的数量和各参考特征点之间的方位关系;以此类推,确定第N宠物,拍摄所述第N宠物排出的粪便的图像并作为参考图像,基于SIFT算法提取所述参考图像中粪便形状的参考特征点的数量和各参考特征点之间的方位关系;将所述参考图像和对应的参考特征点的数量以及各参考特征点之间的方位关系存入机器人的数据库中;其中,N为大于1的自然数。3.根据权利要求2所述的方法,其特征在于,所述基于SIFT算法提取所拍摄的当前图像中的物体形状的特征点,判断所述当前图像的特征点是否在预存的参考图像的参考特征点的设定范围内,包括如下步骤:基于SIFT算法提取所拍摄的当前图像中的物体形状的特征点并作为对比特征点,确定所述对比特征点的数量和各对比特征点之间的方位关系;判断所述对比特征点的数量与每幅所述参考图像中的参考特征点的数量之间的差值是否小于或等于设定数量;如果判断结果都为否,则确定所述当前图像的特征点不在预存的参考图像的参考特征点的设定范围内;如果判断结果中至少一个为是,则将判断结果为是的所述参考图像中的各参考特征点之间的方位关系与各所述对比特征点之间的方位关系进行对比分析;如果两者的方位关系达到预设相同率,则确定所述当前图像的特征点在预存的参考图像的参考特征点的设定范围内;否则,确定所述当前图像的特征点不在预存的参考图像的参考特征点的设定范围内。4.根据权利要求3所述的方法,其特征在于,所述两者的方位关系是否达到预设相同率,包括如下判断步骤:分别以所述参考图像中的每一个参考特征点为参考基准点,获取其它参考特征点相对于所述参考基准点的参考方向和参考距离;分别以所述当前图像中的每一个对比特征点为对比基准点,获取其它对比特征点相对于所述对比基准点的对比方向和对比距离;如果所述其它对比特征点相对于所述对比基准点的对比方向和对比距离与所述其它参考特征点相对于所述参考基准点的参考方向和参考距离有70%以上相同或者在误差范围内,则认为所述对比基准点与所述参考基准点相同,否则认为所述对比基准点与所述参考基准点不相同;当所述对比基准点与所述参考基准点相同的数量占所述参考基准点的总数的70%以上,则确定所述两者的方位关系达到预设相同率,否则确定所述两者的方位关系没有达到预设相同率。5.根据权利要求1...
【专利技术属性】
技术研发人员:黄泰明,肖刚军,
申请(专利权)人:珠海市一微半导体有限公司,
类型:发明
国别省市:广东,44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。