承载结构轮廓提取方法、机器人及计算机可读存储介质技术

本发明专利技术提供一种承载结构轮廓提取方法，一种机器人和一种计算机可读存储介质，承载结构具有预设形状，承载结构轮廓提取方法包括：获取承载结构的图像；计算获得承载结构的边界，获取边界图像；将承载结构的预设形状代入所述边界图像；调整预设形状的位置和预设形状的形状特征，获得模拟形状，以使模拟形状趋近于承载结构的边界；判断模拟形状与承载结构的边界之间的误差是否大于阈值；当模拟形状与承载结构的边界之间的误差不大于阈值时，以当前的模拟形状作为承载结构的边界。本发明专利技术利用承载结构的预设形状获取模拟形状，并靠近贴合图像中承载结构的边界，最终获得准确的模拟形状作为承载结构的边界轮廓，能够用于承载结构的状态检测。检测。检测。

【技术实现步骤摘要】
承载结构轮廓提取方法、机器人及计算机可读存储介质


[0001]本专利技术大致涉及智能设备控制
，尤其是一种承载结构轮廓提取方法、机器人及计算机可读存储介质。

技术介绍

[0002]对于承担配送或运输作用的机器人，承载结构用于放置物体，但目前机器人中承载结构的当前状态需要人工进行判断，并且需要根据承载结构的当前状态调整机器人的运动状态，导致降低机器人的运行效率，影响用户的使用体验。
[0003]例如餐厅中的配送机器人，在执行菜品递送任务时，需要实时感知承载结构，例如托盘，内是否仍有菜品，以此作为机器人下一步运动状态的依据。现有的配送机器人通常由人工进行判断，否则机器人可能会长时间在某一位置持续等待，或在人工干预，以及等待预设时间后继续运动，操作过程繁琐，影响机器人的运行效率，智能化程度有限。根据本申请人的其他申请，能够通过传感器获取承载结构的图像，进而判断承载结构的当前状态，执行此方法需要传感器能够获取承载结构的位置以及边界轮廓，以减少判断过程的计算量，并提高准确性。目前提取承载结构轮廓的方法主要是制作与承载结构的形状大小一致的标定板，在服务机器人出厂时应用该标定板覆盖承载结构，并提取图像，应用常规的边缘提取方法在图像中提取标定板轮廓，用于替换为承载结构的轮廓。但当机器人在应用场景下发生硬件或者软件故障导致承载结构的标定数据丢失，需要重新对承载结构进行标定时，仍然需要将机器人返厂，重新标定，或者由技术人员携带与承载结构对应的标定板在现场重新标定，此两种方法在具体的实施过程中成本较高，过程繁琐。
[0004]
技术介绍
部分的内容仅仅是专利技术人所知晓的技术，并不当然代表本领域的现有技术。

技术实现思路

[0005]针对现有技术中的一个或多个缺陷，本专利技术提供一种承载结构轮廓提取方法，所述承载结构具有预设形状，所述承载结构轮廓提取方法包括：
[0006]获取承载结构的图像；
[0007]计算获得承载结构的边界，获取边界图像；
[0008]将承载结构的预设形状代入所述边界图像；
[0009]调整预设形状的位置和预设形状的形状特征，获得模拟形状，以使模拟形状趋近于所述承载结构的边界；
[0010]根据模拟形状获取承载结构的边界轮廓。
[0011]根据本专利技术的一个方面，其中所述根据模拟形状获取承载结构的边界轮廓的步骤包括：
[0012]判断模拟形状与承载结构的边界之间的误差是否大于阈值；
[0013]当模拟形状与承载结构的边界之间的误差不大于阈值时，以当前的模拟形状作为
承载结构的边界。其中模拟形状与承载结构的边界之间的误差通过在所述边界图像中的像素块的间距和重合比例表征。
[0014]根据本专利技术的一个方面，其中所述预设形状的形状特征至少包括两个在边界图像内相互垂直的线段的长度值。
[0015]根据本专利技术的一个方面，其中所述预设形状为圆形或椭圆形，所述预设形状的形状特征包括圆形中相互垂直的直径的长度或椭圆形中的长轴和短轴的长度；在所述获得模拟形状的步骤中，分别调整圆形或椭圆形的中心点的位置，长轴的长度，和短轴的长度，以使模拟形状趋近于所述承载结构的边界。
[0016]根据本专利技术的一个方面，其中所述预设形状为矩形或正方形，所述预设形状的形状特征包括矩形或正方形的两组对边的中点连线的长度；在所述获得模拟形状的步骤中，分别调整矩形或正方形的中心点的位置，以及两组对边的中点连线的长度，以使模拟形状趋近于所述承载结构的边界。
[0017]根据本专利技术的一个方面，其中所述预设形状的形状特征具有预设范围，所述获取模拟形状的步骤包括：判断形状特征是否超出所述预设范围；当形状特征超出预设范围，舍弃超出预设范围的形状特征。
[0018]根据本专利技术的一个方面，所述承载结构轮廓提取方法还包括对模拟形状进行越界裁剪。
[0019]根据本专利技术的一个方面，其中所述获取边界图像的步骤中，利用Sobe l算子对承载结构的图像进行边界处理，获得承载结构图像的边缘二值图。
[0020]根据本专利技术的一个方面，本专利技术还包括一种机器人，所述机器人包括：
[0021]主体；
[0022]承载结构，所述承载结构设置于所述主体上；
[0023]传感器，所述传感器设置于所述主体上，且所述传感器配置成能够获取所述承载结构的图像；
[0024]控制系统，所述控制系统与所述传感器通讯，并配置成能够执行如前所述的承载结构轮廓提取方法。
[0025]根据本专利技术的一个方面，本专利技术还包括一种计算机可读存储介质，包括存储于其上的计算机可执行命令，所述可执行命令在被处理器执行时实施如前所述的承载结构轮廓提取方法。
[0026]与现有技术相比，本专利技术的实施例提供了一种承载结构轮廓提取方法，利用承载结构的预设形状获取模拟形状，并靠近贴合图像中承载结构的边界，最终获得准确的模拟形状作为承载结构的边界轮廓，能够用于承载结构的状态检测。本专利技术还包括一种机器人以及一种计算机可读存储介质的实施例，用于实施前述承载结构轮廓提取方法。
附图说明
[0027]附图用来提供对本专利技术的进一步理解，并且构成说明书的一部分，与本专利技术的实施例一起用于解释本专利技术，并不构成对本专利技术的限制。在附图中：
[0028]图1是本专利技术的一个实施例中承载结构轮廓提取方法的流程示意图；
[0029]图2是本专利技术的一个实施例中包括判断形状特征是否超出预设范围的承载结构轮
廓提取方法的流程示意图；
[0030]图3是本专利技术的一个实施例中包括越界裁剪过程的承载结构轮廓提取方法的流程示意图；
[0031]图4是本专利技术的一个实施例中承载结构的图像的示意图；
[0032]图5A和图5B是本专利技术的一个实施例中感兴趣区域的示意图；
[0033]图6是本专利技术的一个实施例中调整模拟形状的示意图；
[0034]图7是本专利技术的一个实施例中机器人的结构框图；
[0035]图8是本专利技术的一个实施例中机器人的结构示意图。
具体实施方式
[0036]在下文中，仅简单地描述了某些示例性实施例。正如本领域技术人员可认识到的那样，在不脱离本专利技术的精神或范围的情况下，可通过各种不同方式修改所描述的实施例。因此，附图和描述被认为本质上是示例性的而非限制性的。
[0037]在本专利技术的描述中，需要理解的是，术语"中心"、"纵向"、"横向"、"长度"、"宽度"、"厚度"、"上"、"下"、"前"、"后"、"左"、"右"、"竖直"、"水平"、"顶"、"底"、"内"、"外"、"顺时针"、"逆时针"等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本专利技术和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本专利技术的限制。此外，术语"第一"、"第二"仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有"第一"、"第本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种承载结构轮廓提取方法，所述承载结构具有预设形状，所述承载结构轮廓提取方法包括：获取承载结构的图像；计算获得承载结构的边界，获取边界图像；将承载结构的预设形状代入所述边界图像；调整预设形状的位置和预设形状的形状特征，获得模拟形状，以使模拟形状趋近于所述承载结构的边界；根据模拟形状获取承载结构的边界轮廓。2.根据权利要求1所述的承载结构轮廓提取方法，其中所述根据模拟形状获取承载结构的边界轮廓的步骤包括：判断模拟形状与承载结构的边界之间的误差是否大于阈值；当模拟形状与承载结构的边界之间的误差不大于阈值时，以当前的模拟形状作为承载结构的边界；其中模拟形状与承载结构的边界之间的误差通过在所述边界图像中的像素块的间距和重合比例表征。3.根据权利要求1所述的承载结构轮廓提取方法，其中所述预设形状的形状特征至少包括两个在边界图像内相互垂直的线段的长度值。4.根据权利要求3所述的承载结构轮廓提取方法，其中所述预设形状为圆形或椭圆形，所述预设形状的形状特征包括圆形中相互垂直的直径的长度或椭圆形中的长轴和短轴的长度；在所述获得模拟形状的步骤中，分别调整圆形或椭圆形的中心点的位置，长轴的长度，和短轴的长度，以使模拟形状趋近于所述承载结构的边界。5.根据权利要求3所述的承载结构轮廓提取方法，其中所述预设形状为矩形或正方形，所述预设形状的形状特征包括矩形或正方形的两组对边的...

【专利技术属性】
技术研发人员：蔡龙生，何林，唐旋来，
申请(专利权)人：上海擎朗智能科技有限公司，
类型：发明
国别省市：