传感器数据处理方法、系统及可读存储介质技术方案

本申请涉及机器人领域，公开了一种传感器数据处理方法、系统及可读存储介质。本申请的传感器数据处理方法通过多个传感器采集机器人周围环境的数据，并分别对采集的环境数据进行障碍物检测，再根据障碍物检测结果生成局部障碍物分布地图，进一步将多个传感器生成的局部障碍物分布地图发送至机器人的处理器，由处理器将接收的多个局部障碍物分布地图融合为全局障碍物分布地图，从而实现了在多个传感器上对采集数据的处理，再将处理后的数据发送至处理器，减少了多个传感器与处理器之间传输数据的数据量，降低了传输带宽的压力，提高了处理器的处理效率，减少了处理器的计算资源消耗。耗。耗。

【技术实现步骤摘要】
传感器数据处理方法、系统及可读存储介质


[0001]本申请涉及机器人领域，特别涉及一种传感器数据处理方法、系统及可读存 储介质。

技术介绍

[0002]随着传感器技术和人工智能技术的发展，机器人产品日益普及。机器人通常 采用激光雷达、光学摄像头、深度摄像头、超声波传感器等多种传感器采集外部 环境数据，多种传感器采集的数据统一传输到机器人的主处理器，由主处理器进 行数据处理及机器人的决策控制。
[0003]随着传感器数量的增加和数据采集能力的增强，将传感器采集的数据全部传 输到机器人的主处理器进行处理导致传输网络带宽和主处理器计算能力的压力 越来越大。例如，深度摄像头可以获取高清彩色图片、红外图片、点云数据、点 云置信度信息等多种数据，将这些数据都传输给主处理器会消耗大量带宽而影响 处理帧率。

技术实现思路

[0004]本申请实施例提供了一种传感器数据处理方法、系统及可读存储介质，用于 解决现有技术下传感器采集数据都由主处理器进行处理导致的传输带宽和计算 资源压力大的问题。
[0005]第一方面，本申请实施例提供了一种传感器数据处理方法，用于包括机器人 和传感器的系统，该方法包括：
[0006]通过多个传感器采集机器人周围环境的数据；
[0007]多个传感器对采集的环境数据进行障碍物检测，并根据障碍物检测结果生成 局部障碍物分布地图；
[0008]多个传感器将各自生成的局部障碍物分布地图发送至处理器，其中，处理器 为机器人的主要处理器；
[0009]处理器将接收的多个局部障碍物分布地图融合为全局障碍物分布地图。
[0010]在上述第一方面的一种可能的实现中，传感器为深度摄像头，并且设置在机 器人上或机器人的工作环境中，深度摄像头用于采集机器人周围环境的点云数 据。
[0011]在上述第一方面的一种可能的实现中，上述方法还包括：
[0012]深度摄像头对点云数据进行坐标转换，以将点云数据从深度摄像头坐标系转 换为机器人坐标系。
[0013]在上述第一方面的一种可能的实现中，上述方法还包括：
[0014]深度摄像头将点云数据划分为多个部分点云数据，并且为多个部分点云数据 设置对应的优先级。
[0015]在上述第一方面的一种可能的实现中，为多个部分点云数据设置对应的优先 级，包括：
[0016]深度摄像头根据部分点云数据是否包含障碍物和障碍物与机器人之间距离 确定部分点云数据对应的优先级。
[0017]在上述第一方面的一种可能的实现中，为多个部分点云数据设置对应的优先 级之后，还包括：
[0018]深度摄像头根据部分点云数据对应的优先级向处理器发送部分点云数据。
[0019]在上述第一方面的一种可能的实现中，上述方法还包括：
[0020]处理器根据机器人的工作状态，确定进行数据采集方式调整的深度摄像头；
[0021]所述处理器控制确定的深度摄像头进行数据采集方式调整；
[0022]所述确定的深度摄像头按照调整后的数据采集方式向所述处理器发送数据。
[0023]在上述第一方面的一种可能的实现中，数据采集方式包括如下一种或多种的 组合：数据采集频率、数据分辨率、数据发送频率。
[0024]第二方面，本申请实施例提供了一种包括机器人和传感器的系统，该系统包 括：
[0025]多个传感器，用于采集机器人周围环境的数据，并对采集的环境数据进行障 碍物检测，并根据障碍物检测结果生成局部障碍物分布地图，再将生成的局部障 碍物分布地图发送至处理器；
[0026]存储器，用于存储由机器人的一个或多个处理器执行的指令，以及
[0027]处理器，是机器人的处理器之一，用于将接收的多个局部障碍物分布地图融 合为全局障碍物分布地图。
[0028]第三方面，本申请实施例提供了一种可读存储介质，可读存储介质上存储有 指令，该指令在包括机器人和传感器的系统上执行时使系统执行上述第一方面以 及第一方面的各种可能实现中的任意一种传感器数据处理方法。
[0029]本申请实施例中用于包括机器人和传感器的系统的传感器数据处理方法通 过多个传感器采集机器人周围环境的数据，并分别对采集的环境数据进行障碍物 检测，再根据障碍物检测结果生成局部障碍物分布地图，进一步将多个传感器生 成的局部障碍物分布地图发送至机器人的处理器，由处理器将接收的多个所述局 部障碍物分布地图融合为全局障碍物分布地图，从而实现了在多个传感器上对采 集数据的处理，再将处理后的数据发送至处理器，减少了多个传感器与处理器之 间传输数据的数据量，降低了传输带宽的压力，提高了处理器的处理效率，减少 了处理器的计算资源消耗。
附图说明
[0030]图1根据本申请的一些实施例，示出了一种机器人构建障碍物分布地图的场 景。
[0031]图2根据本申请的一些实施例，示出了一种机器人的硬件结构图。
[0032]图3根据本申请的一些实施例，示出了一种用于机器人的传感器数据处理方 法的流程图。
[0033]图4根据本申请的一些实施例，示出了一种机器人的处理器对传感器的数据 采集方式调整方法的流程图。
[0034]图5根据本申请一些实施例，示出了一种片上系统(SoC)的框图。
具体实施方式
[0035]本申请的说明性实施例包括但不限于传感器数据处理方法、系统及可读存储 介质。
[0036]可以理解，如本文所使用的，术语“模块”可以指代或者包括专用集成电路 (ASIC)、电子电路、执行一个或多个软件或固件程序的处理器(共享、专用、或 群组)和/或存储器、组合逻辑电路、和/或提供所描述的功能的其他适当硬件组件， 或者可以作为这些硬件组件的一部分。
[0037]可以理解，在本申请各实施例中，处理器可以是微处理器、数字信号处理器、 微控制器等，和/或其任何组合。根据另一个方面，所述处理器可以是单核处理 器，多核处理器等，和/或其任何组合。
[0038]可以理解，本申请的传感器数据处理方法适用于对多种传感器的数据进行处 理的机器人。
[0039]下面将结合附图对本申请的实施例作进一步地详细描述。
[0040]图1根据本申请的一些实施例，提供了一种机器人100在运动过程中接收多 个传感器采集的数据并根据传感器处理后的数据构建障碍物分布地图的场景。如 图1所示，机器人100向障碍物200的方向运动，机器人100上设置有4个传感 器401、402、403和404，4个传感器持续检测周围环境，在机器人100前进方 向上的传感器401根据传感器功能获取相应的传感数据，并对获取的传感数据进 行数据处理例如去噪、坐标变换、聚类分析、障碍物检测、目标识别等，再将处 理后的数据传递给机器人处理器300，由机器人处理器300对接收的数据进行融 合及后续数据处理，例如将来自4个传感器的数据融合为区域障碍物分布地图 等。
[0041]可以理解，本申请中的传感器本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种传感器数据处理方法，用于包括机器人和传感器的系统，其特征在于，包括：通过多个传感器采集机器人周围环境的数据；所述多个传感器对采集的环境数据进行障碍物检测，并根据障碍物检测结果生成局部障碍物分布地图；所述多个传感器将各自生成的所述局部障碍物分布地图发送至处理器，其中，所述处理器为所述机器人的主要处理器；所述处理器将接收的多个所述局部障碍物分布地图融合为全局障碍物分布地图。2.根据权利要求1所述的方法，其特征在于，所述传感器为深度摄像头，并且设置在所述机器人上或所述机器人的工作环境中，所述深度摄像头用于采集机器人周围环境的点云数据。3.根据权利要求2所述的方法，其特征在于，该方法还包括：所述深度摄像头对所述点云数据进行坐标转换，以将所述点云数据从深度摄像头坐标系转换为机器人坐标系。4.根据权利要求1所述的方法，其特征在于，该方法还包括：所述深度摄像头将所述点云数据划分为多个部分点云数据，并且为所述多个部分点云数据设置对应的优先级。5.根据权利要求4所述的方法，其特征在于，为所述多个部分点云数据设置对应的优先级，包括：所述深度摄像头根据所述部分点云数据是否包含障碍物和障碍物与所述机器人之间距离确定所述部分点云数据对应的优先级。6.根据权利要求4所述的方法，其特征在于，为所述...

【专利技术属性】
技术研发人员：ꢀ七四专利代理机构，
申请(专利权)人：汤恩智能科技上海有限公司，
类型：发明
国别省市：