一种机器人区分坡道与障碍及沟壑的方法技术

本发明专利技术涉及智能机器人技术领域，且公开了一种机器人区分坡道与障碍及沟壑的方法，步骤一：深度相机视野空间划分；步骤二：基于视野远近，将识别方案划分为缓行、分辨两阶段；根据步骤一，进一步具体包括以下：以机器人前两轮轮距中心的地面投影点为基坐标系；本发明专利技术中，本发明专利技术提出一种机器人区分坡道与障碍及沟壑的方法，是为了兼顾变电站巡检机器人对变电站场景的识别效率和识别准确性，所述步骤一将机器人前方的空间进行划分，是基于障碍、坡道、沟壑的固有特征，无需类似深度学习的方法需要大量训练集；且能够过滤掉不影响机器人运行的环境噪声和深度相机的点云噪声，保证步骤五的场景识别分辨的高效率和准确性。识别分辨的高效率和准确性。识别分辨的高效率和准确性。

【技术实现步骤摘要】
一种机器人区分坡道与障碍及沟壑的方法


[0001]本专利技术涉及智能机器人
，尤其涉及一种机器人区分坡道与障碍及沟壑的方法。

技术介绍

[0002]虽然激光雷达在感知物体的距离与速度方面具有很高的精确度，但是其分辨率普遍较低，得到很少的场景信息，不能对所处场景进行精确的分类。这就导致机器人无法理解场景，降低了巡检机器人针对不同场景的自适应处理能力。
[0003]当前基于深度相机的方法多采用机器学习对图像或点云进行识别分割，但机器学习需要建立大量用于训练的数据集，且高精度神经网络需要占用大量计算性能，而高效率神经网络识别精度又无法保证，无法兼顾场景识别的效率和准确性，为此，我们提出一种机器人区分坡道与障碍及沟壑的方法。

技术实现思路

[0004]本专利技术主要是解决上述现有变电站巡检机器人在无人环境下的自主检测，解决现有识别方法无法兼顾场景识别的效率和准确性的技术问题，提供一种机器人区分坡道与障碍及沟壑的方法。
[0005]为了实现上述目的，本专利技术采用了如下技术方案，一种机器人区分坡道与障碍及沟壑的方法，包括以下步骤：
[0006]步骤一：深度相机视野空间划分；
[0007]步骤二：基于视野远近，将识别方案划分为缓行、分辨两阶段。
[0008]作为优选，根据步骤一，进一步具体包括以下：
[0009](1)以机器人前两轮轮距中心的地面投影点为基坐标系；
[0010](2)以基坐标系为起点，将深度相机视野空间划分为平地空间、上坡空间、下坡空间、碰撞空间，其中上下坡空间的角度，取决于期望机器人在运行环境中可翻越的最大坡度，平地空间的高度，取决于机器人的运动能力或对地面以上物体的过滤程度。
[0011]作为优选，根据步骤一二的空间划分；
[0012]1)平地空间存在孔洞；
[0013]2)碰撞空间或者上坡空间存在点云实体。
[0014]作为优选，经过1)和2)，则机器人缓行触发，形成步骤三并进入步骤四。
[0015]作为优选，根据步骤四，进一步具体包括以下：
[0016]根据步骤一二的空间划分，且当前机器人处于步骤三所述缓行状态，此时随着机器人缓速运动，对机器人运动方向前的场景进行具体分辨，执行步骤五。
[0017]作为优选，步骤五：场景识别分辨阶段，具体包括：
[0018](1)如果碰撞空间存在实体，则机器人前方场景为高障碍，执行步骤六，否则执行步骤五二；
[0019](2)如果平地空间或上坡空间近处存在孔洞，则执行步骤五三，否则执行(5)；
[0020](3)如果平地空间或下坡空间存在孔洞，则执行步骤五四，否则机器人前方存在下坡，执行步骤六；
[0021](4)如果上坡空间有实体，则机器人前方存在矮障碍，执行步骤六，否则机器人前方存在沟壑，执行步骤六；
[0022](5)如果平地空间或下坡空间存在孔洞，则机器人前方存在上坡，执行步骤六。
[0023]作为优选，步骤六：场景识别结束，如机器人前方场景为上下坡道则不需避让，机器人继续前行，如机器人前方场景为障碍或者沟壑，则机器人采取避让措施。
[0024]有益效果
[0025]本专利技术提供了一种机器人区分坡道与障碍及沟壑的方法。具备以下有益效果：
[0026]本专利技术提出一种机器人区分坡道与障碍及沟壑的方法，是为了兼顾变电站巡检机器人对变电站场景的识别效率和识别准确性，所述步骤一将机器人前方的空间进行划分，是基于障碍、坡道、沟壑的固有特征，无需类似深度学习的方法需要大量训练集；且能够过滤掉不影响机器人运行的环境噪声和深度相机的点云噪声，保证步骤五的场景识别分辨的高效率和准确性。
附图说明
[0027]为了更清楚地说明本专利技术的实施方式或现有技术中的技术方案，下面将对实施方式或现有技术描述中所需要使用的附图做简单的介绍。显而易见的，下面描述中的附图仅仅是示例性的，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图引申获得其他的实施附图。
[0028]本说明书所绘示的结构、比例、大小等，均仅用以配合说明书所揭示的内容，以供熟悉此技术的人士了解与阅读，并非用以限定本专利技术可实施的限定条件，故不具技术上的实质意义，任何结构的修饰、比例关系的改变或大小的调整，在不影响本专利技术所能产生的功效及所能达成的目的下，均应仍落在本专利技术所揭示的
技术实现思路
得能涵盖的范围内。
[0029]图1为本专利技术整体流程示意图；
[0030]图2为本专利技术机器人深度相机安装位置示意图；
[0031]图3为本专利技术机器人深度相机视野示意图；
[0032]图4为本专利技术机器人基坐标系的位置示意图；
[0033]图5为本专利技术机器人空间划分示意图。
具体实施方式
[0034]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，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，都属于本专利技术保护的范围。
[0035]实施例：一种机器人区分坡道与障碍及沟壑的方法，如图1
‑
图5所示，包括以下步骤：
[0036]步骤一：深度相机视野空间划分；
[0037]步骤二：基于视野远近，将识别方案划分为缓行、分辨两阶段。
[0038]根据步骤一，进一步具体包括以下：
[0039](1)以机器人前两轮轮距中心的地面投影点为基坐标系；
[0040](2)以基坐标系为起点，将深度相机视野空间划分为平地空间、上坡空间、下坡空间、碰撞空间，其中上下坡空间的角度，取决于期望机器人在运行环境中可翻越的最大坡度，平地空间的高度，取决于机器人的运动能力或对地面以上物体的过滤程度。
[0041]根据步骤一二的空间划分；
[0042]1)平地空间存在孔洞；
[0043]2)碰撞空间或者上坡空间存在点云实体。
[0044]经过1)和2)，则机器人缓行触发，形成步骤三并进入步骤四。
[0045]根据步骤四，进一步具体包括以下：
[0046]根据步骤一二的空间划分，且当前机器人处于步骤三所述缓行状态，此时随着机器人缓速运动，对机器人运动方向前的场景进行具体分辨，执行步骤五。
[0047]步骤五：场景识别分辨阶段，具体包括：
[0048](1)如果碰撞空间存在实体，则机器人前方场景为高障碍，执行步骤六，否则执行步骤五二；
[0049](2)如果平地空间或上坡空间近处存在孔洞，则执行步骤五三，否则执行(5)；
[0050](3)如果平地空间或下坡空间存在孔洞，则执行步骤五四，否则机器人前方存在下坡，执行步骤六；
[0051](4)如果上坡空间有实体，则机器人前方存在矮障碍，执行步骤六，否则机器人前方存在沟壑，执行步骤六；
[0052本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种机器人区分坡道与障碍及沟壑的方法，其特征在于：包括以下步骤：步骤一：深度相机视野空间划分；步骤二：基于视野远近，将识别方案划分为缓行、分辨两阶段。2.根据权利要求1所述的一种机器人区分坡道与障碍及沟壑的方法，其特征在于：根据步骤一，进一步具体包括以下：(1)以机器人前两轮轮距中心的地面投影点为基坐标系；(2)以基坐标系为起点，将深度相机视野空间划分为平地空间、上坡空间、下坡空间、碰撞空间，其中上下坡空间的角度，取决于期望机器人在运行环境中可翻越的最大坡度，平地空间的高度，取决于机器人的运动能力或对地面以上物体的过滤程度。3.根据权利要求1所述的一种机器人区分坡道与障碍及沟壑的方法，其特征在于：根据步骤一二的空间划分；1)平地空间存在孔洞；2)碰撞空间或者上坡空间存在点云实体。4.根据权利要求3所述的一种机器人区分坡道与障碍及沟壑的方法，其特征在于：经过1)和2)，则机器人缓行触发，形成步骤三并进入步骤四。5.根据权利要求4所述的一种机器人区分坡道与障碍及沟壑的方法，其特征在于：根据步...

【专利技术属性】
技术研发人员：张昊，李栋，黄虹霖，黄树清，张领科，
申请(专利权)人：南京机灵侠软件技术有限公司，
类型：发明
国别省市：