应对镂空、低矮障碍物的避障方法及机器人、存储介质技术

本申请提供应对镂空、低矮障碍物的避障方法及机器人、存储介质，方法包括：获取摄像头视场角范围中有效区域对应的第一点云数据；获取历史目标障碍物点云数据中除去所述有效区域对应的点云数据以外的第二点云数据；合并所述第一点云数据和所述第二点云数据，得到第三点云数据；映射所述第三点云数据至重置后的障碍物二维栅格中，获取新障碍物二维栅格；依据二维激光数据获取所述新障碍物二维栅格中的障碍物点云数据。不仅能够实现低成本、高精准、全面地识别出镂空、低矮障碍物；而且还能显著提升避障能力，实现高效、安全避障。安全避障。安全避障。

【技术实现步骤摘要】
应对镂空、低矮障碍物的避障方法及机器人、存储介质


[0001]本申请涉及人工智能领域，具体涉及应对镂空、低矮障碍物的避障方法及机器人、存储介质。

技术介绍

[0002]目前的人工智能机器人都是通过加装传感器来识别障碍物。所使用的传感器种类包括激光雷达、摄像头、超声波等。其中，激光雷达考虑到成本，一般都是加装二维激光雷达。二维激光雷达具备360度识别范围(360度激光雷达)，但只能识别在雷达安装高度所在平面，在雷达量程范围内的障碍物，若是低于或者高于该平面则无法识别到。其中，摄像头采用具备采集深度信息的摄像头(可测距)。摄像头支持三维空间识别，可识别在摄像头视场角度范围内的障碍物。但一般摄像头视场角不大(大都在100度内，距离20cm外，测量形状为锥形)，因此无法识别机器人周围所有障碍物。其中，超声波主要用来识别其它传感器无法识别的障碍物，比如玻璃。但超声波只能点测，无法提供方位，加上测距短(一般小于1m)，范围窄(一般小于50度)，一般充当辅助作用。
[0003]针对镂空、低矮障碍物地识别，现有技术的机器人主要是通过融合所有传感器实现：机器人加装三维激光雷达，可以实现360度范围内镂空、低矮障碍物识别，具备识别精准、及时等优势，但成本太高；机器人还可以加装具备测距的摄像头，可以实现对视场角范围内的镂空、低矮障碍物识别，但视场角范围外的障碍物则无法识别，会导致机器人识别到镂空、低矮障碍物后做规避(比如旋转)，而障碍物离开视场角范围后便无法识别到障碍物，大概率重新调整回原来位姿，导致机器人在镂空、低矮障碍物附近振荡，无法高效、安全避障镂空、低矮障碍物。
[0004]因此，针对现有的人工智能机器人，特别是室内使用的机器人，要么不能对镂空、低矮障碍物进行精准识别和有效避障；要么需要配备三维激光雷达才能较精准地识别镂空、低矮障碍物，但存在成本高的问题；亟待出现一种行之有效地解决方案。

技术实现思路

[0005]鉴于上述问题，本申请提供了一种应对镂空、低矮障碍物的避障方法及机器人、存储介质，能够低成本地实现针对镂空、低矮障碍物进行全面、精准识别和高效避障。
[0006]为实现上述目的，专利技术人提供了一种应对镂空、低矮障碍物的避障方法，包括：
[0007]获取摄像头视场角范围中有效区域对应的第一点云数据；
[0008]获取历史目标障碍物点云数据中除去所述有效区域对应的点云数据以外的第二点云数据；
[0009]合并所述第一点云数据和所述第二点云数据，得到第三点云数据；
[0010]映射所述第三点云数据至重置后的障碍物二维栅格中，获取新障碍物二维栅格；
[0011]依据二维激光数据获取所述新障碍物二维栅格中的障碍物点云数据。
[0012]区别于现有技术，上述技术方案通过融合摄像头点云数据以及二维激光数据，利
用摄像头点云数据扩大识别范围，利用二维激光数据提高识别精度，从而能够在低成本情况下，显著提高识别镂空、低矮障碍物的全面性、精准度和及时性；另外，方案还结合历史数据窗口延迟策略，将摄像头视场角范围外的目标障碍物在代价地图中进行标记，以帮助机器人更好地规划运动路径，做到高效、安全避障。因此，上述技术方案不仅能够实现低成本、高精准、全面地识别出镂空、低矮障碍物；而且还能显著提升避障能力。
[0013]在一些实施例中，所述获取摄像头视场角范围中有效区域对应的第一点云数据，之前，还包括：
[0014]周期性获取二维激光数据和摄像头的点云数据；
[0015]将所述二维激光数据由对应极坐标系转换为对应机器人坐标系；
[0016]将所述摄像头的点云数据由对应摄像头坐标系转换为对应机器人坐标系。
[0017]在一些实施例中，所述获取摄像头视场角范围中有效区域对应的第一点云数据，包括：
[0018]滤除摄像头视场角范围中无效区域对应的点云数据，获取有效区域对应的初始点云数据；
[0019]滤除所述初始点云数据中对应有效区域边缘的噪点点云数据，获取有效区域对应的第一点云数据。
[0020]在一些实施例中，所述获取历史目标障碍物点云数据中除去所述有效区域对应的点云数据以外的第二点云数据，包括：
[0021]计算获取map坐标系与机器人坐标系的转换矩阵；
[0022]依据所述转换矩阵，将历史目标障碍物点云数据由对应map坐标系转换为对应机器人坐标系；
[0023]剔除转换后的历史目标障碍物点云数据中除去所述有效区域对应的点云数据以外的第二点云数据。
[0024]在一些实施例中，所述映射所述第三点云数据至重置后的障碍物二维栅格中，获取新障碍物二维栅格，包括：
[0025]将第三点云数据由对应机器人坐标系转换为对应栅格坐标系；
[0026]滤除转换后的第三点云数据中超出重置后的障碍物二维码栅格边界点的点云数据；
[0027]将所述滤除后剩余的第三点云数据映射至重置后的障碍物二维码栅格中，获取新障碍物二维栅格。
[0028]在一些实施例中，所述依据二维激光数据获取所述新障碍物二维栅格中的障碍物点云数据，包括：
[0029]将二维激光数据由对应机器人坐标系转换为对应栅格坐标系；
[0030]滤除转换后的二维激光数据中对应所述新障碍物二维栅格的边缘区域预设范围内的二维激光数据；
[0031]将所述滤除后剩余的二维激光数据映射至所述新障碍物二维栅格中，获取实际障碍物二维栅格；
[0032]依据所述实际障碍物二维栅格获取目标障碍物对应的障碍物点云数据。
[0033]在一些实施例中，所述依据二维激光数据获取所述新障碍物二维栅格中的障碍物
点云数据，之后，还包括：
[0034]将所述障碍物点云数据由对应栅格坐标系转换为对应机器人坐标系；
[0035]将转换后的障碍物点云数据更新为历史目标障碍物点云数据；
[0036]发布转换后的障碍物点云数据至导航系统。
[0037]在一些实施例中，所述重置后的障碍物二维栅格，定义被占用栅格标记为1，未被占用栅格标记为0。
[0038]通过上述实施例实现了摄像头点云数据与二维激光数据的有效融合，以及如何结合历史数据窗口延迟提高避障高效性。可见，本申请提供的应对镂空、低矮障碍物的避障方法还具有易于实施以及高效识别和避障的优点。
[0039]为实现上述目的，专利技术人还提供了一种计算机可读存储介质，其上存储有计算机程序；所述计算机程序在被处理器执行时，能够实现上述任意一种应对镂空、低矮障碍物的避障方法。
[0040]为实现上述目的，专利技术人还提供了一种机器人，包括存储介质和处理器；所述存储介质上存储有计算机程序；所述计算机程序在被所述处理器执行时，能够实现上述任意一种应对镂空、低矮障碍物的避障方法。
[0041]上述
技术实现思路
相关记载仅是本申请技术方案的概述，为了让本领域普通技术人员能够更清楚地了解本申请的技术方案，进而可以依据说明书的文字及附图记载的内容本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种应对镂空、低矮障碍物的避障方法，其特征在于，包括：获取摄像头视场角范围中有效区域对应的第一点云数据；获取历史目标障碍物点云数据中除去所述有效区域对应的点云数据以外的第二点云数据；合并所述第一点云数据和所述第二点云数据，得到第三点云数据；映射所述第三点云数据至重置后的障碍物二维栅格中，获取新障碍物二维栅格；依据二维激光数据获取所述新障碍物二维栅格中的障碍物点云数据。2.如权利要求1所述的一种应对镂空、低矮障碍物的避障方法，其特征在于，所述获取摄像头视场角范围中有效区域对应的第一点云数据，之前，还包括：周期性获取二维激光数据和摄像头的点云数据；将所述二维激光数据由对应极坐标系转换为对应机器人坐标系；将所述摄像头的点云数据由对应摄像头坐标系转换为对应机器人坐标系。3.如权利要求1所述的一种应对镂空、低矮障碍物的避障方法，其特征在于，所述获取摄像头视场角范围中有效区域对应的第一点云数据，包括：滤除摄像头视场角范围中无效区域对应的点云数据，获取有效区域对应的初始点云数据；滤除所述初始点云数据中对应有效区域边缘的噪点点云数据，获取有效区域对应的第一点云数据。4.如权利要求1所述的一种应对镂空、低矮障碍物的避障方法，其特征在于，所述获取历史目标障碍物点云数据中除去所述有效区域对应的点云数据以外的第二点云数据，包括：计算获取map坐标系与机器人坐标系的转换矩阵；依据所述转换矩阵，将历史目标障碍物点云数据由对应map坐标系转换为对应机器人坐标系；剔除转换后的历史目标障碍物点云数据中除去所述有效区域对应的点云数据以外的第二点云数据。5.如权利要求1所述的一种应对镂空、低矮障碍物的避障方法，其特征在于，所述映射所述第三点云数据至重置后的障碍物二维栅格中，获取新障碍物二维栅格，包括：将第三点云数据由对应...

【专利技术属性】
技术研发人员：戴俊源，陈文强，陈华聪，田健，黄旭，
申请(专利权)人：福建汉特云智能科技有限公司，
类型：发明
国别省市：