斜坡检测方法、装置、机器人以及存储介质制造方法及图纸

本申请实施例公开了一种斜坡检测方法、装置、机器人以及存储介质，该斜坡检测方法公开的机器人可以包括惯性里程计及用于进行环境感知的传感器。该方法包括：首先，根据惯性里程计采集的里程计信息，确定机器人当前时刻在世界坐标系下的第一位姿信息及机器人的目标机身点对应的第一法向量；然后，根据第一位姿信息，将传感器采集的点云数据转换至世界坐标系下，得到当前时刻对应的目标点云数据，并根据目标点云数据进行三维平面拟合，得到拟合平面的第二法向量；最后，再根据第一法向量和第二法向量的夹角，得到机器人周围环境中的斜坡检测结果。通过实施该方法，可以提高斜坡检测的准确性。准确性。准确性。

【技术实现步骤摘要】
斜坡检测方法、装置、机器人以及存储介质


[0001]本申请涉及机器人
，尤其涉及一种斜坡检测方法、装置、机器人以及存储介质。

技术介绍

[0002]随着科技的快速发展，机器人逐步出现在人们的视野中，例如，服务型机器人、搬运机器人、探测机器人等。
[0003]在机器人的行进过程中时，由于环境的多样性，容易出现斜坡的场景，对于斜坡的检测的质量将直接影响机器人的任务执行。因此，如何对斜坡进行精准检测成为了行业亟需解决的技术问题。

技术实现思路

[0004]本申请实施例提供了一种斜坡检测方法、装置、机器人以及存储介质，可以提高斜坡检测的准确性。
[0005]本申请实施例第一方面提供了一种斜坡检测方法，应用于机器人，所述机器人包括惯性里程计及用于进行环境感知的传感器，所述方法包括：
[0006]根据所述惯性里程计采集的里程计信息，确定所述机器人当前时刻在世界坐标系下的第一位姿信息及所述机器人的目标机身点对应的第一法向量；所述第一法向量用于指示所述机器人当前时刻的姿态；
[0007]根据所述第一位姿信息，将所述传感器采集的点云数据转换至所述世界坐标系下，得到所述当前时刻对应的目标点云数据；
[0008]根据所述目标点云数据进行三维平面拟合，得到拟合平面的第二法向量；
[0009]根据所述第一法向量和所述第二法向量的夹角，得到所述机器人周围环境中的斜坡检测结果。
[0010]本申请实施例第二方面提供了一种斜坡检测装置，所述斜坡检测装置安装于机器人上，所述机器人包括惯性里程计及用于进行环境感知的传感器，所述装置包括：
[0011]第一法向量确定单元，根据所述惯性里程计采集的里程计信息，确定所述机器人当前时刻在世界坐标系下的第一位姿信息及所述机器人的目标机身点对应的第一法向量；所述第一法向量用于指示所述机器人当前时刻的姿态；
[0012]点云数据处理单元，用于根据所述第一位姿信息，将所述传感器采集的点云数据转换至所述世界坐标系下，得到所述当前时刻对应的目标点云数据；
[0013]第二法向量确定单元，用于根据所述目标点云数据进行三维平面拟合，得到拟合平面的第二法向量；
[0014]斜坡检测单元，用于根据所述第一法向量和所述第二法向量的夹角，得到所述机器人周围环境中的斜坡检测结果。
[0015]本申请实施例第三方面提供了一种机器人，包括：
[0016]存储有可执行程序代码的存储器；
[0017]以及所述存储器耦合的处理器；
[0018]所述处理器调用所述存储器中存储的所述可执行程序代码，所述可执行程序代码被所述处理器执行时，使得所述处理器实现如本申请实施例第一方面所述的方法。
[0019]本申请实施例第四方面提供一种计算机可读存储介质，其上存储有可执行程序代码，所述可执行程序代码被处理器执行时，实现如本申请实施例第一方面所述的方法。
[0020]本申请实施例第六方面公开一种应用发布平台，该应用发布平台用于发布计算机程序产品，其中，当该计算机程序产品在计算机上运行时，使得该计算机执行本申请实施例第一方面公开的任意一种所述的方法。
[0021]从以上技术方案可以看出，本申请实施例具有以下优点：
[0022]在本申请实施例中，机器人可以包括惯性里程计及用于进行环境感知的传感器，基于此，首先，可以根据惯性里程计采集的里程计信息，确定机器人当前时刻在世界坐标系下的第一位姿信息及机器人的目标机身点对应的第一法向量；然后，根据第一位姿信息，将传感器采集的点云数据转换至世界坐标系下，得到当前时刻对应的目标点云数据，并根据目标点云数据进行三维平面拟合，得到拟合平面的第二法向量；最后，再根据第一法向量和第二法向量的夹角，得到机器人周围环境中的斜坡检测结果。实施该方法，通过融合里程计信息和点云数据，可以得到机器人的目标机身点对应的第一法向量及点云数据拟合得到的三维平面的第二法向量，进而根据第一法向量和第二法向量的夹角实现对机器人周围环境中斜坡的检测。可见，这种斜坡检测方式无需进行复杂的障碍物识别过程，极大提高了斜坡检测的准确性。
附图说明
[0023]为了更清楚地说明本申请实施例技术方案，下面将对实施例和现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，还可以根据这些附图获得其它的附图。
[0024]图1是本申请实施例公开的一种足式机器人的示意图；
[0025]图2是本申请实施例公开的一种斜坡检测方法的流程图；
[0026]图3是本申请实施例公开的另一种斜坡检测方法的流程图；
[0027]图4是本申请实施例公开的一种斜坡检测装置的结构框图；
[0028]图5是本申请实施例公开的一种机器人的结构框图。
具体实施方式
[0029]下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
[0030]需要说明的是，本申请实施例及附图中的术语“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选
地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。
[0031]可以理解，本申请所使用的术语“第一”、“第二”等可在本文中用于描述各种元件，但这些元件不受这些术语限制。这些术语仅用于将第一个元件与另一个元件区分。举例来说，在不脱离本申请的范围的情况下，可以将第一位姿信息称为第二位姿信息，且类似地，可将第二位姿信息称为第一位姿信息。第一位姿信息和第二位姿信息两者都是位姿信息，但其不是同一个位姿信息。另外，需要说明的是，本申请实施例中所使用的术语“多个”指的是两个或两个以上。
[0032]可以理解的是，本申请实施例公开的机器人可以是移动机器人，移动机器人主要在于它的移动性，它扩大了机器人的作业范围，可应用于各个行业，例如：移动机器人可以在工业上进行搬运，在军事上进行作战、在家庭进行清洁，以及在人类难以到达的环境里面进行探测等。在本申请实施例中，移动机器人可以包括但不限于轮式机器人、履带式机器人以及足式机器人。
[0033]现有技术中对斜坡的检测往往采用以下方式：
[0034]方式1、单纯依赖于测距传感器(如激光雷达、双目相机等)，准确性较差；
[0035]方式2、障碍物类别识别方法，需要提前人为对障碍物的类别进行标注，增加人力成本。
[0036]需要说明的是，在本申请实施例中，下述实施例主要以足式机器人为例进行示例性说明。请参阅图1，图1是本申请实施例公开的一种足式机器人10的示意图。在本申请实施例中，该足式机器人可本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种斜坡检测方法，其特征在于，应用于机器人，所述机器人包括惯性里程计及用于进行环境感知的传感器，所述方法包括：根据所述惯性里程计采集的里程计信息，确定所述机器人当前时刻在世界坐标系下的第一位姿信息及所述机器人的目标机身点对应的第一法向量；所述第一法向量用于指示所述机器人当前时刻的姿态；根据所述第一位姿信息，将所述传感器采集的点云数据转换至所述世界坐标系下，得到所述当前时刻对应的目标点云数据；根据所述目标点云数据进行三维平面拟合，得到拟合平面的第二法向量；根据所述第一法向量和所述第二法向量的夹角，得到所述机器人周围环境中的斜坡检测结果。2.根据权利要求1所述的方法，其特征在于，所述第一位姿信息包括第一位置坐标、第一俯仰角及第一偏航角；所述根据所述惯性里程计采集的里程计信息，确定所述机器人当前时刻在世界坐标系下的第一位姿信息及所述机器人的目标机身点对应的第一法向量，包括：根据所述惯性里程计采集的当前时刻的第一里程计信息及上一时刻的第二里程信息，确定所述机器人在所述上一时刻和所述当前时刻之间的第一位姿偏移量；根据所述第一位姿偏移量和所述机器人上一时刻在世界坐标系下的第二位姿信息，确定所述机器人当前时刻在所述世界坐标系下的第一位姿信息；根据所述第一位置坐标、所述第一俯仰角及所述第一偏航角，确定所述机器人的目标机身点对应的第一法向量。3.根据权利要求1所述的方法，其特征在于，所述根据所述第一位姿信息，将所述传感器采集的点云数据转换至所述世界坐标系下，得到所述当前时刻对应的目标点云数据，包括：获取所述传感器采集的当前时刻对应的原始点云数据；对所述原始点云数据进行聚类处理，得到聚类成功的第一点云数据；提取所述第一点云数据中的特征信息，并根据所述特征信息从所述第一点云数据中提取边缘点云和目标平面点云，以得到第二点云数据；根据所述第一位姿信息，将所述第二点云数据从所述传感器的传感器坐标系转换至所述世界坐标系，得到目标点云数据。4.根据权利要求3所述的方法，其特征在于，所述根据所述第一位姿信息，将所述第二点云数据从所述传感器的传感器坐标系转换至所述世界坐标系，得到目标点云数据，包括：获取所述目标机身点与所述传感器在机器人坐标系下的相对位置关系；根据所述相对位置关系和所述第一位姿信息，确定所述传感器在世界坐标系下的第三位姿信息；根据所述第三位姿信息及所述传感器在所述机器人坐标系下的第四位姿信息，确定转换矩阵；利用所述转换矩阵，将所述第二点云数据从所述传感器的传感器坐标系转换至所述世界坐标系，得到目标点云数据。5.根据权利要求1
‑
4任一项所述的方法，其特征在于，所述根据所述目标点云数据进行

【专利技术属性】
技术研发人员：宋亚龙，
申请(专利权)人：OPPO广东移动通信有限公司，
类型：发明
国别省市：