清洁机器人的避障方法、避障装置、存储介质和设备制造方法及图纸

本发明专利技术公开了一种清洁机器人的避障方法、避障装置、存储介质和设备。该避障方法包括：获取清洁机器人所处场景的环境图像；利用预先训练的识别模型对环境图像进行识别，获得障碍物识别结果；根据环境图像生成三维场景点云，从三维场景点云中确定障碍物在俯视视角下的二维局部轮廓；根据障碍物识别结果对二维局部轮廓进行补全，获得障碍物的二维完整轮廓；根据障碍物的二维完整轮廓采取避障操作。该避障方法结合AI识别方法和点云计算，在克服单线激光雷达建图存在盲区的缺陷的基础上，无需采用过多的传感器，降低了成本，同时避免了对障碍物进行专门的环绕拍摄，提高了清扫效率，也具有障碍物识别和建图的高效性，提高了避障成功率。率。率。

【技术实现步骤摘要】
清洁机器人的避障方法、避障装置、存储介质和设备


[0001]本专利技术属于清洁机器人
，具体地讲，涉及一种清洁机器人的避障方法、避障装置、计算机可读存储介质和计算机设备。

技术介绍

[0002]家用扫地机等清洁机器人从随机型到规划型的发展，从激光机型到AI机型的进步，无一不表明了传感器的提升对于加强扫地机功能的帮助。但是目前市场上的激光扫地机大多使用的是单线激光雷达，其仅能扫描固定高度的障碍物，其它位置的障碍物就处于激光雷达的盲区，并且利用激光进行建图的精度也取决于激光雷达旋转速度和激光发射频率。
[0003]为了能够精准建图，以进行精准地避障，目前行业内具有如下方案。第一种方案是需要增加额外的传感器，比如结构光模块，深度相机，面阵DToF模块等，该方案虽然能获得丰富信息，但是显著地提高了成本。第二种方案是当机器靠近障碍物时，环绕障碍物进行扫描，从而获取障碍物的全貌，这样机器在进行导航或者沿边动作过程中可避免碰撞或刮蹭到障碍物，为后续的清扫提供便利。虽然第二种方案降低了机器成本，但是如果需要获取障碍物的全貌来进行导航，需要采取沿障本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种清洁机器人的避障方法，其特征在于，所述避障方法包括：获取清洁机器人所处场景的环境图像；利用预先训练的识别模型对所述环境图像进行识别，获得障碍物识别结果；根据所述环境图像生成三维场景点云，从所述三维场景点云中确定障碍物在俯视视角下的二维局部轮廓；根据所述障碍物识别结果对所述二维局部轮廓进行补全，获得障碍物的二维完整轮廓；根据所述障碍物的二维完整轮廓采取避障操作。2.根据权利要求1所述的清洁机器人的避障方法，其特征在于，所述环境图像为双目相机拍摄的图像，根据所述环境图像生成三维场景点云的方法为：采用改进的ORB
‑
SLAM算法对所述环境图像进行计算，得到三维场景点云。3.根据权利要求2所述的清洁机器人的避障方法，其特征在于，所述障碍物识别结果包括障碍物像素范围，所述从所述三维场景点云中确定障碍物在俯视视角下的二维局部轮廓的方法为：从所述三维场景点云中截取得到预定高度范围三维点云；根据所述障碍物像素范围为所述预定高度范围三维点云中提取出障碍物三维点云；根据所述障碍物三维点云得到二维局部轮廓。4.根据权利要求3所述的清洁机器人的避障方法，其特征在于，根据所述障碍物三维点云得到二维局部轮廓的方法包括：去除所述障碍物三维点云的高度信息，得到得到障碍物二维点云；对所述障碍物二维点云进行拟合得到在俯视视角下障碍物的二维局部轮廓。5.根据权利要求4所述的清洁机器人的避障方法，其特征在于，所述障碍物识别结果还包括障碍物类别，根据所述障碍物识别结果对所述二维局部轮廓进行补全，获得障碍物的二维完整轮廓的方法为：根据所述障碍物类别确定与所述障碍物匹配的几何模型；根据所述几何模型和所述二维局部轮廓预测得到补全轮廓，所述补全轮廓和所述二...

【专利技术属性】
技术研发人员：彭冬旭，王行知，郑卓斌，王立磊，
申请(专利权)人：广州宝乐软件科技有限公司，
类型：发明
国别省市：