基于图像识别工作位置的方法、系统，机器人及存储介质技术方案

本发明专利技术提供一种基于图像识别工作位置的方法、系统，机器人及存储介质，所述方法包括：获取原始图像；将原始图像转换为二值化图像，所述二值化图像包括零值像素点和非零值像素点；根据二值化图像中每一非零值像素点与其最近的零值像素点之间的距离差确认机器人拍摄原始图像的工作位置，所述工作位置为工作区域或非工作区域；本发明专利技术可通过机器人上摄像机拍摄的图像区分工作区域和非工作区域。摄的图像区分工作区域和非工作区域。摄的图像区分工作区域和非工作区域。

【技术实现步骤摘要】
基于图像识别工作位置的方法、系统，机器人及存储介质


[0001]本专利技术涉及智能控制领域，尤其涉及一种基于图像识别工作位置的方法、系统，机器人及存储介质。

技术介绍

[0002]低重复率、高覆盖率是遍历式机器人如吸尘、割草及泳池清洗等移动机器人追求的目标。
[0003]以移动机器人为智能割草机器人为例，割草机器人以边界围住的草坪为工作区域以进行割草作业，草坪之外定义为非工作区域。
[0004]现有技术中通常采用埋设边界线的方式对草坪工作区域的边界进行标定，然而这不仅需要花费很多的人力和物力使成本增加，而且布线需要有一定的要求，比如拐角的角度不能小于90度，如此，一定程度上限制了草坪工作区域的形状。
[0005]因此，需要一种新的方式区分机器人的工作区域和非工作区域。

技术实现思路

[0006]为解决上述技术问题，本专利技术的目的在于提供一种基于图像识别工作位置的方法、系统，机器人及存储介质。
[0007]为了实现上述专利技术目的之一，本专利技术一实施方式提供一种基于图像识别工作位置的方法，所述方本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于图像识别工作位置的方法，其特征在于，所述方法包括：获取原始图像；将原始图像转换为二值化图像，所述二值化图像包括零值像素点和非零值像素点；根据二值化图像中每一非零值像素点与其最近的零值像素点之间的距离差确认机器人拍摄原始图像的工作位置，所述工作位置为工作区域或非工作区域。2.根据权利要求1所述的基于图像识别工作位置的方法，其特征在于，所述将原始图像转换为二值化图像，所述二值化图像包括零值像素点和非零值像素点，包括：将原始图像转换为HSV颜色空间构成的HSV图像并通过阈值的匹配将HSV图像转换为第一二值化图像；分离原始图像，抽取原始图像中的R通道图像，对R通道图像进行平滑滤波处理形成去噪图像；通过阈值的匹配将所述去噪图像转换为第二二值化图像；通过边缘检测算法提取所述去噪图像的边缘形成边缘图像，并对所述边缘图像进行取反形成第三二值化图像；对第一二值化图像、第二二值化图像、第三二值化图像进行取与操作，形成所述二值化图像。3.根据权利要求1所述的基于图像识别工作位置的方法，其特征在于，所述将原始图像转换为二值化图像，所述二值化图像包括零值像素点和非零值像素点，包括：将原始图像转换为HSV颜色空间构成的HSV图像并通过阈值的匹配将HSV图像转换为第一二值化图像；分离原始图像，抽取原始图像中的R通道图像并对R通道图像进行平滑滤波处理形成去噪图像；通过阈值的匹配将所述去噪图像转换为第二二值化图像；对所述第二二值化图像进行膨胀腐蚀处理形成第四二值化图像；通过边缘检测算法提取所述去噪图像的边缘形成边缘图像，并对所述边缘图像进行取反形成第三二值化图像；对第一二值化图像、第四二值化图像、第三二值化图像进行取与操作，形成所述二值化图像。4.根据权利要求1所述的基于图像识别工作位置的方法，其特征在于，所述根据二值化图像中每一非零值像素点与其最近的零值像素点之间的距离差确认机器人拍摄原始图像的工作位置，所述工作位置为工作区域或非工作区域，包括：计算二值化图像中每一非零值像素点与其最近的零值像素点之间的距离差；统计与其最近的零值像素点之间的距离差大于预设距离阈值的非零像素点的总数量m，所述m为大于零的正整数；判断所述m是否大于预设数量阈值；若是，确认机器人拍摄原始图像的工作位置为非工作区域；若否，确认机器人拍摄原始图像的工作位置为工作区域。5.一种基于图像识别工作位置的系统，其特征在于，所述系统包括：图像获取模块，用于...

【专利技术属性】
技术研发人员：朱绍明，任雪，
申请(专利权)人：苏州科瓴精密机械科技有限公司，
类型：发明
国别省市：