机器人导航方法、机器人及计算机可读存储介质技术

本申请适用于机器人技术领域，提供了一种机器人导航方法、机器人及计算机可读存储介质，包括：检测拍摄图像中的目标行为，得到检测结果；如果所述检测结果表示所述拍摄图像中存在所述目标行为，则检测所述拍摄图像中所述目标行为对应的目标对象；从所述拍摄图像中获取所述目标对象的深度信息；根据所述深度信息确定所述目标对象与所述机器人之间的实际距离；根据所述实际距离对所述机器人进行导航控制。通过上述方法，可以避免机器人移动过程中对标志物的依赖，有效提高机器人移动的灵活性。有效提高机器人移动的灵活性。有效提高机器人移动的灵活性。

【技术实现步骤摘要】
机器人导航方法、机器人及计算机可读存储介质


[0001]本申请属于机器人
，尤其涉及一种机器人导航方法、机器人及计算机可读存储介质。

技术介绍

[0002]随着智能控制技术的发展，机器人的应用越来越广泛。配送机器人是一种常见的服务型机器人，该类机器人主要用于物品的配送。例如，送餐机器人用于将餐品送达指定地点。
[0003]现有技术中，配送机器人的导航通常依赖于标志物。例如，在场景中布置标志物(如条码、标识图像等)，机器人在移动过程中，通过识别标志物实现精准定位。通过现有方法，配送机器人只能按照固定的路线移动，灵活性较差；另外，需要在应用场景中布置标志物，成本较高。

技术实现思路

[0004]本申请实施例提供了一种机器人导航方法、机器人及计算机可读存储介质，可以避免机器人移动过程中对标志物的依赖，有效提高机器人移动的灵活性。
[0005]第一方面，本申请实施例提供了一种机器人导航方法，应用于机器人，所述机器人上安装有拍摄装置，所述方法包括：
[0006]检测拍摄图像中的目标行为，得到检测结果，所述拍摄图像由所述拍摄装置获取；
[0007]如果所述检测结果表示所述拍摄图像中存在所述目标行为，则检测所述拍摄图像中所述目标行为对应的目标对象；
[0008]从所述拍摄图像中获取所述目标对象的深度信息；
[0009]根据所述深度信息确定所述目标对象与所述机器人之间的实际距离；
[0010]根据所述实际距离对所述机器人进行导航控制。
[0011]本申请实施例中，通过对拍摄图像进行图像检测，确定拍摄图像中的目标行为，进而确定目标行为对应的目标对象，然后从拍摄图像中获取目标对象的深度信息；通过这种方式，无需重新拍摄深度图像，减少了机器人的装置成本；根据目标对象的深度信息计算机器人与目标对象之间的实际距离，然后根据实际距离规划机器人的运动路线。通过上述方法，机器人在移动过程中无需依赖标志物，且无需按照固定的路线移动，而是可以根据识别出的目标对象灵活的规划运动路线，有效提高机器人移动的灵活性。
[0012]在第一方面的一种可能的实现方式中，所述检测所述拍摄图像中的目标对象，包括：
[0013]对所述拍摄图像进行关键点检测，得到关键点信息；
[0014]根据所述关键点信息检测所述拍摄图像中的目标行为，得到所述检测结果。
[0015]在第一方面的一种可能的实现方式中，所述关键点信息包括多个关键点在所述拍摄图像中各自的位置信息；
[0016]所述根据所述关键点信息检测所述拍摄图像中的目标行为，得到检测结果，包括：
[0017]根据所述多个关键点在所述拍摄图像中各自的位置信息，判断所述多个关键点中是否存在满足预设位置关系的第一关键点；
[0018]如果所述多个关键点中存在满足预设位置关系的第一关键点，则所述检测结果表示所述拍摄图像中存在所述目标行为。
[0019]在第一方面的一种可能的实现方式中，所述如果所述检测结果表示所述拍摄图像中存在所述目标行为，则检测所述拍摄图像中的目标行为对应的目标对象，包括：
[0020]如果所述检测结果表示所述拍摄图像中存在所述目标行为，则从所述多个关键点中获取与所述第一关键点相关联的第二关键点；
[0021]将所述第二关键点确定为所述拍摄图像中的目标对象。
[0022]在第一方面的一种可能的实现方式中，所述目标对象包括第二关键点；
[0023]所述从所述拍摄图像中获取所述目标对象的深度信息，包括：
[0024]将所述拍摄图像转换为灰度图；
[0025]获取所述灰度图中所述第二关键点对应的灰度值；
[0026]根据所述第二关键点对应的灰度值计算所述目标对象的深度信息。
[0027]在第一方面的一种可能的实现方式中，所述将所述拍摄图像转换为灰度图，包括：
[0028]将所述拍摄图像输入到训练后的深度估计模型中，输出所述灰度图；
[0029]其中，所述深度估计模型包括编码层和解码层；所述编码层用于对所述拍摄图像进行特征提取，得到特征图；所述解码层用于对所述特征图进行上采样处理，得到所述灰度图。
[0030]在第一方面的一种可能的实现方式中，所述获取所述灰度图中所述第二关键点对应的灰度值，包括：
[0031]将所述第二关键点映射到预设坐标系，得到映射点；
[0032]将所述灰度图映射到所述预设坐标系，得到映射图；
[0033]从所述映射图中查找所述映射点对应的灰度值。
[0034]在第一方面的一种可能的实现方式中，所述根据所述第二关键点对应的灰度值计算所述目标对象的深度信息，包括：
[0035]从所述第二关键点中确定出目标关键点；
[0036]计算所述目标关键点对应的灰度值的平均值；
[0037]将所述平均值确定为所述目标对象的深度信息。
[0038]第二方面，本申请实施例提供了一种机器人导航装置，包括：
[0039]图像获取单元，用于通过所述拍摄装置获取拍摄图像；
[0040]目标检测单元，用于检测所述拍摄图像中的目标对象；
[0041]深度获取单元，用于从所述拍摄图像中获取所述目标对象的深度信息；
[0042]距离计算单元，用于根据所述深度信息确定所述目标对象与所述机器人之间的实际距离；
[0043]导航单元，用于根据所述实际距离规划所述机器人的运动路线。
[0044]第三方面，本申请实施例提供了一种机器人，包括存储器、处理器以及存储在所述存储器中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
机程序时实现如上述第一方面中任一项所述的机器人导航方法。
[0045]第四方面，本申请实施例提供了一种计算机可读存储介质，本申请实施例提供了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如上述第一方面中任一项所述的机器人导航方法。
[0046]第五方面，本申请实施例提供了一种计算机程序产品，当计算机程序产品在终端设备上运行时，使得终端设备执行上述第一方面中任一项所述的机器人导航方法。
[0047]可以理解的是，上述第二方面至第五方面的有益效果可以参见上述第一方面中的相关描述，在此不再赘述。
附图说明
[0048]为了更清楚地说明本申请实施例中的技术方案，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性的前提下，还可以根据这些附图获得其他的附图。
[0049]图1是本申请实施例提供的机器人的示意图；
[0050]图2是本申请实施例提供的机器人导航方法的流程示意图；
[0051]图3是本申请实施例提供的人体关键点检测的图像示意图；
[0052]图本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种机器人导航方法，其特征在于，应用于机器人，所述机器人上安装有拍摄装置，所述方法包括：检测拍摄图像中的目标行为，得到检测结果，所述拍摄图像由所述拍摄装置获取；如果所述检测结果表示所述拍摄图像中存在所述目标行为，则检测所述拍摄图像中所述目标行为对应的目标对象；从所述拍摄图像中获取所述目标对象的深度信息；根据所述深度信息确定所述目标对象与所述机器人之间的实际距离；根据所述实际距离对所述机器人进行导航控制。2.如权利要求1所述的机器人导航方法，其特征在于，所述检测所述拍摄图像中的目标行为，得到检测结果，包括：对所述拍摄图像进行关键点检测，得到关键点信息；根据所述关键点信息检测所述拍摄图像中的目标行为，得到所述检测结果。3.如权利要求2所述的机器人导航方法，其特征在于，所述关键点信息包括多个关键点在所述拍摄图像中各自的位置信息；所述根据所述关键点信息检测所述拍摄图像中的目标行为，得到检测结果，包括：根据所述多个关键点在所述拍摄图像中各自的位置信息，判断所述多个关键点中是否存在满足预设位置关系的第一关键点；如果所述多个关键点中存在满足预设位置关系的第一关键点，则所述检测结果表示所述拍摄图像中存在所述目标行为。4.如权利要求3所述的机器人导航方法，其特征在于，所述如果所述检测结果表示所述拍摄图像中存在所述目标行为，则检测所述拍摄图像中的目标行为对应的目标对象，包括：如果所述检测结果表示所述拍摄图像中存在所述目标行为，则从所述多个关键点中获取与所述第一关键点相关联的第二关键点；将所述第二关键点确定为所述拍摄图像中的目标对象。5.如权利要求1或4所述的...

【专利技术属性】
技术研发人员：郭渺辰，程骏，汤志超，胡淑萍，林灿然，张惊涛，蔡洁心，郭德骏，谭欢，
申请(专利权)人：深圳市优必选科技股份有限公司，
类型：发明
国别省市：