门槛检测方法、移动机器人及存储介质技术

本发明专利技术涉及机器人领域，公开了一种门槛检测方法、移动机器人及存储介质，通过对获取到点云数据进行平面拟合处理，得到至少两个点云识别面，判断至少两个点云识别面中是否存在目标点云识别面，在判断存在目标点云识别面时，从至少两个点云识别面中获取门槛边缘点云识别面；基于对点云数据形成识别面后，从中识别出门槛边缘，从而实现了门槛的提前识别，基于提前识别的结果，对移动机器人的驱动动力进行适当的调整，辅助翻越门槛，这样不仅避免了控制延时的问题，还提高了对移动机器人翻越门槛的控制精度，同时也减少了移动机器人控制异常现象的发生，提升了智能性。提升了智能性。提升了智能性。

【技术实现步骤摘要】
门槛检测方法、移动机器人及存储介质


[0001]本专利技术涉及机器人领域，尤其涉及一种门槛检测方法、移动机器人及存储介质。

技术介绍

[0002]随着人工智能技术的发展，机器人的应用已越来越多，尤其是可以实现自由行走的移动机器人，在移动机器人的控制中，对于障碍物或者门槛的检测和跨越，则实现自由行走的实现难点之一。
[0003]目前，实现移动机器人识别门槛的方式大多是结合惯性测量单元(interial measurement unit，IMU)的角度来判断，但该方法只能在机器到达门槛的时候才能判断，无法提前识别，使得机器在越过门槛时无法提供足够的动力而出现异常。

技术实现思路

[0004]本专利技术的主要目的在于解决现有的门槛识别方案中无法提前识别判断门槛边缘，而导致机器人控制延时的技术问题。
[0005]本专利技术第一方面提供了一种门槛检测方法，应用于移动机器人，所述门槛检测方法包括：
[0006]获取点云数据；
[0007]对所述点云数据中的点数据进行平面拟合，得到至少两个点云识别面；
[0008]判断所述至少两个点云识别面中，是否存在目标点云识别面，其中，所述目标点云识别面距离所述移动机器人所处地面的高度小于或等于所述移动机器人的预设可跨越的最高高度；
[0009]当判断存在所述目标点云识别面时，根据所述目标点云识别面从所述至少两个点云识别面中获取门槛边缘点云识别面。
[0010]可选的，在本专利技术第一方面的第一种实现方式中，在所述对所述点云数据中的点数据进行平面拟合，得到至少两个点云识别面之前，还包括：
[0011]计算所述点云数据中的每个点数据在垂直所述移动机器人所处地面的方向上的坐标值；
[0012]根据所述坐标值，从所述点云数据中筛选出坐标值等于地面的坐标值的点数据，得到地面点云数据；
[0013]根据所述地面点云数据从所述点云数据中获取非地面点云数据。
[0014]可选的，在本专利技术第一方面的第二种实现方式中，所述对所述点云数据中的点数据进行平面拟合，得到至少两个点云识别面包括：
[0015]根据所述移动机器人的预设可识别高度，从所述非地面点云数据中筛选出所述坐标值大于所述预设可识别高度的点数据，得到第一点云数据，其中，所述第一点云数据为非门槛点云数据；
[0016]将所述第一点云数据从所述非地面点云数据中剔除，得到第二点云数据，其中，所
述第二点云数据为包括坐标值小于所述预设可识别高度且不小于地面的坐标值的点数据的点云数据；
[0017]利用预设的平面模型对所述第二点云数据进行平面拟合处理，得到至少两个点云识别面。
[0018]可选的，在本专利技术第一方面的第三种实现方式中，所述判断所述至少两个点云识别面中，是否存在目标点云识别面包括：
[0019]计算各所述点云识别面的每个点数据在垂直所述地面的方向上的坐标值，并筛选所述坐标值中的最大坐标值和最小坐标值；
[0020]根据各点云识别面的最大坐标值和最小坐标值，确定各点云识别面的坐标区间；
[0021]判断各所述点云识别面的坐标区间与预设坐标区间是否存在重叠，其中，所述预设坐标区间的区间上限值等于所述最高高度，区间下限值等于所述地面的坐标值；
[0022]若是，则确定所述至少两个点云识别面中存在目标点云识别面，并提取各点云识别面中重叠部分的点数据，得到目标点云识别面；
[0023]若否，则确定所述至少两个点云识别面中不存在目标点云识别面。
[0024]可选的，在本专利技术第一方面的第四种实现方式中，所述根据所述目标点云识别面从所述至少两个点云识别面中获取门槛边缘点云识别面包括：
[0025]根据所述目标点云识别面，对所述至少两个点云识别面中的每个点云识别面进行裁剪处理，得到至少两个目标面，其中所述裁剪处理为将不属于所述目标点云识别面的点数据从所述点云识别面中删除；
[0026]统计各所述目标面中的点数据的数量，并按照降序法对所述至少两个目标面进行排序，得到面序列；
[0027]计算各所述目标面的法向量，并确定各所述目标面的法向量与所述地面的法向量的相对角度关系；
[0028]判断各所述相对角度关系是否位于预设的角度范围内，得到判断结果；
[0029]根据所述判断结果，从所述至少两个目标面中确定门槛平面；
[0030]基于所述门槛平面，从所述至少两个目标面中获取门槛边缘点云识别面。
[0031]可选的，在本专利技术第一方面的第五种实现方式中，所述基于所述门槛平面，从所述至少两个目标面中获取门槛边缘点云识别面包括：
[0032]以所述门槛平面为分割平面，对所述至少两个目标面中除所述门槛平面之外目标面进行分割处理，得到下边缘点云识别面和上边缘点云识别面；
[0033]利用kd
‑
tree近领域搜索算法，对所述下边缘点云识别面和所述上边缘点云识别面中的点数据进行近领域搜索，得到门槛边缘点云识别面。
[0034]可选的，在本专利技术第一方面的第六种实现方式中，所述利用kd
‑
tree近领域搜索算法，对所述下边缘点云识别面和所述上边缘点云识别面中的点数据进行近领域搜索，得到门槛边缘点云识别面包括：
[0035]以所述上边缘点云识别面中的每个点数据作为种子点，对所述下边缘点云识别面中的点数据进行kd
‑
tree近领域搜索，得到邻近点数据集；
[0036]根据所述邻近点数据集，对所述下边缘点云识别面进行点数据的剔除，得到门槛边缘点云识别面。
[0037]可选的，在本专利技术第一方面的第七种实现方式中，在所述获取点云数据之前，还包括：
[0038]获取所述移动机器人中用于采集点云数据的采集模块的配置信息，并基于所述配置信息确定所述采集模块的安装高度；
[0039]利用所述采集模块采集已知的门槛环境中的门槛点云数据；
[0040]根据所述安装高度对所述门槛点云数据进行裁剪，得到地面点云数据；
[0041]根据预设的平面模型，对所述地面点云数据进行平面拟合，得到地面的法向量；
[0042]计算所述地面的法向量与所述平面模型的法向量之间的角度关系，并基于所述角度关系确定旋转矩阵，其中，所述旋转矩阵为将所述地面点数据调整至与所述平面模型对应的平面方向一致的点数据矩阵。
[0043]可选的，在本专利技术第一方面的第八种实现方式中，在所述获取点云数据之后，还包括：
[0044]判断所述点云数据中每个点数据的法向量方向是否与所述平面模型的法向量的方向一致；
[0045]若否，则根据所述旋转矩阵对所述点云数据进行转换处理，得到矫正后的点云数据。
[0046]本专利技术第二方面提供了一种移动机器人，其特征在于，所述移动机器人包括：
[0047]采集模块，用于获取点云数据；
[0048]平面拟合模块，用于对所述点云数据中的点数据进行平本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种门槛检测方法，应用于移动机器人，其特征在于，所述门槛检测方法包括：获取点云数据；对所述点云数据中的点数据进行平面拟合，得到至少两个点云识别面；判断所述至少两个点云识别面中，是否存在目标点云识别面，其中，所述目标点云识别面距离所述移动机器人所处地面的高度小于或等于所述移动机器人的预设可跨越的最高高度；当判断存在所述目标点云识别面时，根据所述目标点云识别面从所述至少两个点云识别面中获取门槛边缘点云识别面。2.根据权利要求1所述的门槛检测方法，其特征在于，在所述对所述点云数据中的点数据进行平面拟合，得到至少两个点云识别面之前，还包括：计算所述点云数据中的每个点数据在垂直所述移动机器人所处地面的方向上的坐标值；根据所述坐标值，从所述点云数据中筛选出坐标值等于地面的坐标值的点数据，得到地面点云数据；根据所述地面点云数据从所述点云数据中获取非地面点云数据。3.根据权利要求2所述的门槛检测方法，其特征在于，所述对所述点云数据中的点数据进行平面拟合，得到至少两个点云识别面包括：根据所述移动机器人的预设可识别高度，从所述非地面点云数据中筛选出所述坐标值大于所述预设可识别高度的点数据，得到第一点云数据，其中，所述第一点云数据为非门槛点云数据；将所述第一点云数据从所述非地面点云数据中剔除，得到第二点云数据，其中，所述第二点云数据为包括坐标值小于所述预设可识别高度且不小于地面的坐标值的点数据的点云数据；利用预设的平面模型对所述第二点云数据进行平面拟合处理，得到至少两个点云识别面。4.根据权利要求3所述的门槛检测方法，其特征在于，所述判断所述至少两个点云识别面中，是否存在目标点云识别面包括：计算各所述点云识别面的每个点数据在垂直所述地面的方向上的坐标值，并筛选所述坐标值中的最大坐标值和最小坐标值；根据各点云识别面的最大坐标值和最小坐标值，确定各点云识别面的坐标区间；判断各所述点云识别面的坐标区间与预设坐标区间是否存在重叠，其中，所述预设坐标区间的区间上限值等于所述最高高度，区间下限值等于所述地面的坐标值；若是，则确定所述至少两个点云识别面中存在目标点云识别面，并提取各点云识别面中重叠部分的点数据，得到目标点云识别面；若否，则确定所述至少两个点云识别面中不存在目标点云识别面。5.根据权利要求1
‑
4任一项所述的门槛检测方法，其特征在于，所述根据所述目标点云识别面从所述至少两个点云识别面中获取门槛边缘点云识别面包括：根据所述目标点云识别面，对所述至少两个点云识别面中的每个点云识别面进行裁剪处理，得到至少两个目标面，其中所述裁剪处理为将不属于所述目标点云识别面的点数据
从所述点云识别面中删除；统计各所述目标面中的点数据的数量，并按照降序法对所述至少两个目标面进行排序，得到面序列；计算各所述目标面的法向量，并确定各所述目标面的法向量与所述地面的法向量的相对角度关系；判断各所述相对角度关系是否位于预设的角度范围内，得到判断结果；根据所述判断结果，从所述至少两个目标面中确定门槛平面；基于所述门槛平面，从所述至少两个目标面中获取门槛边缘点云识别面。6.根据权利要求5...

【专利技术属性】
技术研发人员：程宏威，钟名宏，雷力，
申请(专利权)人：深圳市银星智能科技股份有限公司，
类型：发明
国别省市：