一种TOF相机及扫地机器人制造技术

一种TOF相机，其特征在于，包括泛光投射器、第一TOF接收器和处理器；所述泛光投射器，用于向目标区域投射泛光；所述第一TOF接收器，用于接收反射信号，并生成第一红外图；所述处理器，用于根据所述泛光与所述反射信号的相位差获得第一深度，获取深度突变值在第一范围的第一区域，并利用第一模型在所述第一红外图上对所述第一区域进行识别，判断是否为细小物体。本发明专利技术利用第一TOF接收器同时获得第一深度值和第一红外图，并在第一深度中利用突变值识别出第一区域，再在第一红外图上对第一区域进行识别，判断是否存在细小物体，无需增加额外的结构。外的结构。外的结构。

【技术实现步骤摘要】
一种TOF相机及扫地机器人


[0001]本专利技术涉及深度相机
，具体地，涉及一种TOF相机及扫地机器人。

技术介绍

[0002]随着智能家居的发展，扫地机器人已经越来越多地应用到家庭生活中。而目前应用于扫地机器人上的相机有TOF相机、结构光相机，以及RGB相机等。各类相机适用于不同的场景。其中，TOF相机主要为iTOF相机，能够对扫地机器人前方大面积的范围进行测量。
[0003]iTOF相机由于TOF技术的特点，易受多径效应的影响，其在拐角等处容易引起失真。对于较大面积的失真，可以较容易地进行判断，而对于细小物体，由于尺寸变化小，则较难判断是细小物体，还是物体表面特性。而部分较小的物体可能是针、钉子等坚固的物体，很容易造成扫地机器人的损坏。因此部分机器人需要绕行，或者采用相应的处理模式进行处理。而现有技术中，尚无对细小物体有效处理的方案。
[0004]以上
技术介绍
内容的公开仅用于辅助理解本专利技术的专利技术构思及技术方案，其并不必然属于本专利申请的现有技术，在没有明确的证据表明上述内容在本专利申请的申请日已经公开的情况下，上述
技术介绍
不应当用于评价本申请的新颖性和创造性。

技术实现思路

[0005]为此，本专利技术利用第一TOF接收器同时获得第一深度值和第一红外图，并在第一深度中利用突变值识别出第一区域，再在第一红外图上对第一区域进行识别，判断是否存在细小物体，无需增加额外的结构。
[0006]第一方面，本专利技术提供一种TOF相机，其特征在于，包括泛光投射器、第一TOF接收器和处理器；
[0007]所述泛光投射器，用于向目标区域投射泛光；
[0008]所述第一TOF接收器，用于接收反射信号，并生成第一红外图；
[0009]所述处理器，用于根据所述泛光与所述反射信号的相位差获得第一深度，获取深度突变值在第一范围的第一区域，并利用第一模型在所述第一红外图上对所述第一区域进行识别，判断是否为细小物体。
[0010]可选地，所述的一种TOF相机，其特征在于，还包括第二TOF接收器，用于接收反射信号，并生成第二红外图；所述泛光投射器位于所述第二TOF接收器与所述第一TOF接收器的中点。
[0011]可选地，所述的一种TOF相机，其特征在于，所述第一TOF接收器与所述第二TOF接收器的参数相同。
[0012]可选地，所述的一种TOF相机，其特征在于，所述处理器利用第一模型在所述第二红外图上对所述第一区域进行识别，并通过计算所述第一区域在所述第一红外图和所述第二红外图上的视差得到所述第一区域的深度值，作为所述第一区域的最终深度值。
[0013]可选地，所述的一种TOF相机，其特征在于，所述第一模型由机器学习训练获得。
[0014]第二方面，本专利技术提供一种TOF相机，其特征在于，包括泛光投射器、第一TOF接收器和处理器；
[0015]所述泛光投射器，用于向目标区域投射泛光；
[0016]所述第一TOF接收器，用于接收反射信号，并生成第一红外图；
[0017]所述处理器，用于根据所述泛光与所述反射信号的相位差获得第一深度，利用第一模型在所述第一红外图上进行识别，获得细小物体的特征，并以对应的第一深度值作为所述细小物体的深度值。
[0018]可选地，所述的一种TOF相机，其特征在于，所述细小物体是指在所述红外图上的面积介于10像素与300像素之间的物体。
[0019]可选地，所述的一种TOF相机，其特征在于，当在所述第一红外图上识别出细小物体时，增大所述泛光投射器的功率。
[0020]第三方面，本专利技术提供一种扫地机器人，其特征在于，包括上述任一项所述的TOF相机。
[0021]可选地，所述的一种扫地机器人，其特征在于，所述TOF相机的视角包括距离所述扫地机器人前方0.1cm的区域。
[0022]与现有技术相比，本专利技术具有如下的有益效果：
[0023]本专利技术利用TOF接收器同时生成红外图和第一深度，具有天然的一致性，无需对齐等操作，可以在红外图和第一深度之间直接进行转换操作。
[0024]本专利技术利用TOF的多径效应，通过对深度突变值筛选，获得可能是细小物体的区域，进而通过第一红外图进行精确识别，从而减少了第一红外图需要处理的数据量，减少计算量，提高了效率。
附图说明
[0025]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或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专利技术的实施例，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获得其他的附图。通过阅读参照以下附图对非限制性实施例所作的详细描述，本专利技术的其它特征、目的和优点将会变得更明显：
[0026]图1为本专利技术实施例中一种TOF相机的结构示意图；
[0027]图2为本专利技术实施例中一种TOF信号示意图；
[0028]图3为本专利技术实施例中另一种TOF相机的结构示意图；
[0029]图4为本专利技术实施例中再一种TOF相机的结构示意图；
[0030]图5为本专利技术实施例中一种扫地机器人的结构示意图。
具体实施方式
[0031]下面结合具体实施例对本专利技术进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本专利技术，但不以任何形式限制本专利技术。应当指出的是，对本领域的普通技术人员来说，在不脱离本专利技术构思的前提下，还可以做出若干变形和改进。这些都属于本专利技术的保护范围。
[0032]本专利技术的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本专利技术的实施例，例如能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，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、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
[0033]本专利技术实施例提供的一种TOF相机及系统，旨在解决现有技术中存在的问题。
[0034]下面以具体地实施例对本专利技术的技术方案以及本申请的技术方案如何解决上述技术问题进行详细说明。下面这几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例中不再赘述。下面将结合附图，对本专利技术的实施例进行描述。
[0035]本专利技术实施例提供的TOF相机利用第一TOF接收器同时获得第一深度值和第一红外图，并在第一深度中利用突变值识别出第一区域，再在第一红外图上对第一区域进行识别，判断是否存在细小物体，无需增加额外的结构。
[0036]图1为本专利技术实施例中一种TOF相机的结构示意图。如图1所示，本专利技术实施例中一种TOF相机包括：
[0037]泛光投射器1，用于向本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种TOF相机，其特征在于，包括泛光投射器、第一TOF接收器和处理器；所述泛光投射器，用于向目标区域投射泛光；所述第一TOF接收器，用于接收反射信号，并生成第一红外图；所述处理器，用于根据所述泛光与所述反射信号的相位差获得第一深度，获取深度突变值在第一范围的第一区域，并利用第一模型在所述第一红外图上对所述第一区域进行识别，判断是否为细小物体。2.根据权利要求1所述的一种TOF相机，其特征在于，还包括第二TOF接收器，用于接收反射信号，并生成第二红外图；所述泛光投射器位于所述第二TOF接收器与所述第一TOF接收器的中点。3.根据权利要求2所述的一种TOF相机，其特征在于，所述第一TOF接收器与所述第二TOF接收器的参数相同。4.根据权利要求2所述的一种TOF相机，其特征在于，所述处理器利用第一模型在所述第二红外图上对所述第一区域进行识别，并通过计算所述第一区域在所述第一红外图和所述第二红外图上的视差得到所述第一区域的深度值，作为所述第一区域的最终深度值。5.根据权利要求...

【专利技术属性】
技术研发人员：胡涛，朱力，吕方璐，汪博，
申请(专利权)人：深圳市光鉴科技有限公司，
类型：发明
国别省市：