机器人辨识及处理宠物粪便的方法技术

本发明专利技术涉及一种机器人辨识及处理宠物粪便的方法，机器人在清扫的过程中，通过拍摄前方路面的图像，并基于SIFT算法提取所拍摄的当前图像中的物体形状的特征点，把该特征点与预存的参考图像的参考特征点进行对比，根据对比结果来确定所述物体是否为宠物粪便。这种通过形状特征对比的检测方法，可以准确检测出地面上的物体是否为宠物粪便。此外，在确定是宠物粪便之后，再通过向宠物粪便喷射速冻剂来使粪便凝固，便于机器人直接将凝固的粪便吸入垃圾腔，避免现有的机器人吸取湿黏的粪便时造成的大面积污染，保证了机器人处理宠物粪便的效果，同时提高了机器人的实用性，满足养有宠物的家庭的卫生清扫需求。

Method of robot identification and treatment of pet manure

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。进一步地，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。进一步地，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。进一步地，在判断所述当前图像的特征点是在预存的参考图像的参考特征点的设定范围内的步骤之后，还包括如下步骤：基于颜色传感器，机器人采集所述物体的当前颜色数据；判断所采集的当前颜色数据是否在预存的宠物粪便的参考颜色数据的误差范围内；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，所述预存的宠物粪便的参考颜色数据，通过如下步骤获取：确定第一宠物，采集所述第一宠物在不同时间排出的多组粪便的颜色数据，将所述多组粪便的颜色数据取平均值作为第一参考颜色数据；确定第二宠物，采集所述第二宠物在不同时间排出的多组粪便的颜色数据，将所述多组粪便的颜色数据取平均值作为第二参考颜色数据；以此类推，确定第N宠物，采集所述第N宠物在不同时间排出的多组粪便的颜色数据，将所述多组粪便的颜色数据取平均值作为第N参考颜色数据；将N个所述参考颜色数据存入机器人的数据库中；其中，N为大于1的自然数。进一步地，所述采集所述第N宠物在不同时间排出的多组粪便的颜色数据，将所述多组粪便的颜色数据取平均值作为第N参考颜色数据，包括如下步骤：采集所述第N宠物在不同时间排出的多组粪便的颜色数据；判断所述多组粪便的颜色数据中，各组颜色数据之间的差值是否在预设范围内；如果是，则取所述多组粪便的颜色数据的平均值作为参考颜色数据；如果否，则将差值最大的两组颜色数据提取出来，分别作为参考颜色数据，再取其它组颜色数据的平均值作为参考颜色数据。进一步地，在判断所述当前图像的特征点是在预存的参考图像的参考特征点的设定范围内的步骤之后，还包括如下步骤：基于红外测温仪，采集所述物体的当前温度；判断所采集的当前温度是否小于或等于预存的宠物粪便的参考温度，大于环境温度；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，所述预存的宠物粪便的参考温度，通过如下步骤获取：确定第一宠物，采集多组不同时间的所述第一宠物的肛门温度，取肛门温度最高的值作为预选参考温度；确定第二宠物，采集多组不同时间的所述第二宠物的肛门温度，取肛门温度最高的值作为预选参考温度；以此类推，确定第N宠物，采集多组不同时间的所述第N宠物的肛门温度，取肛门温度最高的值作为预选参考温度；取所述预选参考温度中温度最高的值作为参考温度；其中，N为大于1的自然数。一种机器人处理宠物粪便的方法，包括如下步骤：基于上述的机器人辨识宠物粪便的方法，确定所检测的物体为宠物粪便；停止行走，启动速冻剂装置，对所述宠物粪便喷射速冻剂；将凝固的宠物粪便吸入垃圾腔；再次对所述宠物粪便所在的位置喷射速冻剂；然后停在所述位置清扫预设时间，再向前行走预设距离后停止，接着向后退两倍的预设距离后停止，再向前行走两倍的预设距离后停止，最后再向后退预设距离停止；完成对宠物粪便的处理。本专利技术的有益效果在于：机器人在清扫的过程中，通过拍摄前方路面的图像，并基于SIFT算法提取所拍摄的当前图像中的物体形状的特征点，把该特征点与预存的参考图像的参考特征点进行对比，根据对比结果来确定所述物体是否为宠物粪便。这种通过形状特征对比的检测方法，可以准确检测出地面上的物体是否为宠物粪便。此外，在确定是宠物粪便之后，再通过向宠物粪便喷射速冻剂来使粪便凝固，便于机器人直接将凝固的粪便吸入垃圾腔，避免现有的机器人吸取湿黏的粪便时造成的大面积污染，保证了机器人处理宠物粪便的效果，同时提高了机器人的实用性，满足养有宠物的家庭的卫生清本文档来自技高网...

【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