【技术实现步骤摘要】
机器人及其识别工作站的方法、系统、存储介质、工作站
[0001]本申请涉及机器人
，具体的涉及一种机器人及其识别工作站的方法、机器人识别工作站的系统、机器人、计算机存储介质、工作站、以及机器人系统。
技术介绍
[0002]随着自动化技术和人工智能的发展，机器人被广泛应用于各类场合中以替代人工工作，例如，在一些场景下，机器人代替人工进行地板表面的清洁。但机器人在工作一定时间长度后，通常需要与工作站对接，以由工作站为其提供服务，比如，工作站给机器人充电、加净水、排污水等，这些服务都要求机器人能够精准的对接机器人。
[0003]现有技术中，通常包括红外引导和图像识别两种方案。对于红外引导的方式而言，需要在工作站上设置红外传感器以专用于引导机器人对接，且红外传感器的只能在近距离下能够精确引导，在小面积场合如家用场合中，还可以满足精度要求，但对于大面积场合如超市、酒店等，则不再适用。对于图像识别的方式而言，一方面，图像识别对于光线的适应性较差，在光线强度或颜色发生变化时，机器人对工作站的识别会有误差；另一方面，图像识别依...
【技术保护点】
【技术特征摘要】
1.一种机器人识别工作站的方法，其特征在于，所述机器人设置有激光装置，所述工作站上设置有标识图像，所述标识图像在所述激光装置的扫描方向上形成有反射强度变化的至少三个连续区域，所述方法包括：获取所述激光装置扫描周边环境的点云数据；所述点云数据包括坐标信息和第一反射强度信息；基于所述坐标信息和所述第一反射强度信息对所述点云数据进行聚类，以确定聚类所形成的各点云数据集的空间信息和第二反射强度信息；基于所述标识图像的区域信息匹配所述点云数据集，以识别所述工作站。2.根据权利要求1所述的机器人识别工作站的方法，其特征在于，所述标识图像的区域信息设置为预存于一存储装置中，包括所述标识图像各区域的宽度分布信息和强度分布信息。3.根据权利要求1所述的机器人识别工作站的方法，其特征在于，基于所述坐标信息和所述第一反射强度信息对所述点云数据进行聚类，以确定聚类所形成的各点云数据集的空间信息和第二反射强度信息的步骤包括：将空间上呈连续性以及反射强度在预设范围内的点云数据聚类为一类点云数据集；其中，所述空间上呈连续性是根据所述点云数据的坐标信息判断的；所述反射强度在预设范围内是根据所述点云数据的第一反射强度信息确定的；根据点云数据集中各点云数据的坐标信息和第一反射强度信息确定点云数据集的空间信息和第二反射强度信息。4.根据权利要求1或3所述的机器人识别工作站的方法，其特征在于，所述点云数据集的空间信息包括：位置信息和长度信息；其中，所述位置信息用于反映所述点云数据集在空间的相对位置，所述长度信息用于反映所述点云数据集的跨度范围。5.根据权利要求1或3所述的机器人识别工作站的方法，其特征在于，所述第二反射强度信息是基于点云数据集中的点云数据的第一反射强度信息得到的。6.根据权利要求1所述的机器人识别工作站的方法，其特征在于，基于所述标识图像的区域信息匹配所述点云数据集，以识别所述工作站的步骤包括：根据所述标识图像的区域信息，将满足第一匹配条件、以及第二匹配条件的对比数据集确定为目标数据集，以基于所述目标数据集识别所述工作站；其中，所述对比数据集是指在空间上连续且数量上与所述标识图像的区域数量相一致的多个点云数据集；其中，所述第一匹配条件是指对比数据集中各点云数据集的空间信息与所述标识图像的各区域的宽度分布信息相一致；所述第二匹配条件是指对比数据集中各点云数据集的第二反射强度信息与各区域的强度分布信息相一致。7.根据权利要求6所述的机器人识别工作站的方法，其特征在于，还包括：基于所述目标数据集确定所述工作站相对于所述机器人的位置关系，以控制所述机器人对接所述工作站。8.根据权利要求7所述的机器人识别工作站的方法，其特征在于，基于所述目标数据集确定所述工作站相对于所述机器人的位置关系，以控制所述机器人对接所述工作站的步骤包括：
基于目标数据集中各点云数据集的空间信息或第二反射强度信息选取特征数据集；对所述特征数据集进行线段拟合，以确定所拟合线段的中心点和法向量；基于所述中...
【专利技术属性】
技术研发人员：请求不公布姓名，
申请(专利权)人：汤恩智能科技常熟有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。