一种机器人人数识别方法、装置及电子设备制造方法及图纸

本申请提供了一种机器人人数识别方法、装置及电子设备，机器人人数识别方法包括：获取单线激光雷达采集的空间内的目标点云数据；基于目标点云数据，对空间内的目标点云数据进行边界特征提取，确定空间对应的边界点云数据；基于内部空间点云数据，对空间内的内部空间点云数据进行前景目标特征提取，确定空间内的前景目标特征数量，并确定空间内的目标人数。本申请实现了在移动机器人在搭乘人机共存的客用电梯时，能够同时确定障碍物和客梯内的目标人数，进而提升移动机器人的服务效率，且提高移动机器人服务的准确性。移动机器人服务的准确性。移动机器人服务的准确性。

【技术实现步骤摘要】
一种机器人人数识别方法、装置及电子设备


[0001]本申请涉及激光雷达
，尤其是涉及一种机器人人数识别方法、装置及电子设备。

技术介绍

[0002]随着社会的发展和科技的进步，越来越多的服务行业开始使用智能化的移动机器人，移动机器人的应用也越来越广泛，如移动机器人可以通过活跃在公共区域的不同楼层来实现为不同楼层所在的用户进行服务。
[0003]然而，在传统的服务行业中，大家所使用的移动机器人在不同楼层服务用户的过程中，往往需要移动机器人搭乘专用的机器人货梯来上下楼，以此满足用户的需求，但随着人们生活水平的提高，需要使用移动机器人的场景越来越多，单一的货梯已经无法满足移动机器人为用户提供生活服务，因此，需要移动机器人搭乘人机共存的客用电梯来为用户提供生活服务，然而，在移动机器人搭乘人机共存的客用电梯的过程中，移动机器人仅仅能够检测电梯内某个空间范围内是否存在障碍物，却不能准确的识别电梯内的人数，导致移动机器人上下楼层困难，进而导致移动机器人的服务效率低，且降低了移动机器人服务的准确性。

技术实现思路

[0004]有鉴于此，本申请的目的在于提供一种机器人人数识别方法、装置及电子设备，实现了在移动机器人在搭乘人机共存的客用电梯时，能够同时确定障碍物和目标空间内的目标人数，进而提升移动机器人的服务效率，且提高移动机器人服务的准确性。
[0005]本申请实施例提供了一种机器人人数识别方法，所述机器人人数识别方法包括：
[0006]获取单线激光雷达采集的空间内的目标点云数据；
>[0007]基于所述目标点云数据，对空间内的所述目标点云数据进行边界特征提取，确定所述空间对应的边界点云数据；
[0008]基于所述边界点云数据和所述目标点云数据，确定所述空间对应的内部空间点云数据；
[0009]基于所述内部空间点云数据，对空间内的所述内部空间点云数据进行前景目标特征提取，确定所述空间内的前景目标特征数量；
[0010]基于所述前景目标特征数量，确定所述空间内的目标人数。
[0011]进一步的，通过以下方式获取单线激光雷达采集的空间内的目标点云数据：
[0012]获取单线激光雷达采集的空间内的初始点云数据；
[0013]针对所述初始点云数据进行至少一次数据滤波处理，确定所述空间内的目标点云数据。
[0014]进一步的，所述针对所述初始点云数据进行至少一次数据滤波处理，确定所述空间内的目标点云数据，包括：
[0015]针对所述初始点云数据先后进行直通滤波处理、体素滤波处理以及离群点滤波处理，确定空间内的目标点云数据。
[0016]进一步的，所述基于所述边界点云数据和所述目标点云数据，确定所述空间对应的内部空间点云数据，包括：
[0017]将边界点云数据和目标点云数据进行去重处理，确定所述空间对应的内部空间点云数据。
[0018]进一步的，所述前景目标特征包括肢体特征，所述基于所述内部空间点云数据，对空间内的所述内部空间点云数据进行前景目标特征提取，确定所述空间内的前景目标特征数量，包括：
[0019]根据内部空间点云数据和预设霍夫圆变换规则，对空间内的内部空间点云数据进行所述肢体特征的特征提取，确定空间内的肢体特征数量。
[0020]进一步的，所述基于所述目标点云数据，对空间内的所述目标点云数据进行边界特征提取，确定所述空间对应的边界点云数据，包括：
[0021]根据目标点云数据和预设霍夫直线变换规则，对空间内的所述目标点云数据进行边界特征提取，确定所述空间对应的边界点云数据。
[0022]进一步的，所述基于所述前景目标特征数量，确定所述空间内的目标人数，包括：
[0023]将肢体特征数量进行对半缩减，并将缩减后的肢体特征数量确定为空间内的目标人数。
[0024]本申请实施例还提供了一种机器人人数识别装置，所述机器人人数识别装置包括：
[0025]获取模块，用于获取单线激光雷达采集的空间内的目标点云数据；
[0026]第一确定模块，用于基于所述目标点云数据，对空间内的所述目标点云数据进行边界特征提取，确定所述空间对应的边界点云数据；
[0027]第二确定模块，用于基于所述边界点云数据和所述目标点云数据，确定所述空间对应的内部空间点云数据；
[0028]第三确定模块，用于基于所述内部空间点云数据，对空间内的所述内部空间点云数据进行前景目标特征提取，确定所述空间内的前景目标特征数量；
[0029]第四确定模块，用于基于所述前景目标特征数量，确定所述空间内的目标人数。
[0030]本申请实施例还提供一种电子设备，包括：处理器、存储器和总线，所述存储器存储有所述处理器可执行的机器可读指令，当电子设备运行时，所述处理器与所述存储器之间通过总线通信，所述机器可读指令被所述处理器执行时执行如上述的机器人人数识别方法的步骤。
[0031]本申请实施例还提供一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行如上述的机器人人数识别方法的步骤。
[0032]本申请实施例提供的机器人人数识别方法、装置及电子设备，与现有技术中的人数识别方法相比，本申请提供的实施例通过单线激光雷达采集的空间内的目标点云数据，并基于目标点云数据，对空间内的所述目标点云数据进行边界特征提取，确定空间对应的边界点云数据，并基于边界点云数据和目标点云数据，确定所述空间对应的内部空间点云数据，然后目标点云数据，确定所述空间对应的内部空间点云数据内部空间点云数据，对空
间内的内部空间点云数据进行前景目标特征提取，确定所述空间内的前景目标特征数量，并根据目标特征数量确定空间内的目标人数，实现了在移动机器人在搭乘人机共存的客用电梯时，能够同时确定障碍物和空间内的目标人数，进而提升移动机器人的服务效率，且提高移动机器人服务的准确性。
[0033]为使本申请的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
附图说明
[0034]为了更清楚地说明本申请实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，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，还可以根据这些附图获得其他相关的附图。
[0035]图1示出了本申请实施例所提供的一种机器人人数识别方法的流程图之一；
[0036]图2示出了本申请实施例所提供的一种机器人人数识别方法的流程图之二；
[0037]图3示出了本申请实施例所提供的一种机器人人数识别装置的结构示意图；
[0038]图4示出了一种电子设备的结构示意图。
[0039]图中：
[0040]300
‑
机器人人数识别装置；310
‑
获取模块；320
‑
第一确定模块；3本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种机器人人数识别方法，其特征在于，所述机器人人数识别方法包括：获取单线激光雷达采集的空间内的目标点云数据；基于所述目标点云数据，对空间内的所述目标点云数据进行边界特征提取，确定所述空间对应的边界点云数据；基于所述边界点云数据和所述目标点云数据，确定所述空间对应的内部空间点云数据；基于所述内部空间点云数据，对空间内的所述内部空间点云数据进行前景目标特征提取，确定所述空间内的前景目标特征数量；基于所述前景目标特征数量，确定所述空间内的目标人数。2.根据权利要求1所述的机器人人数识别方法，其特征在于，通过以下方式获取单线激光雷达采集的空间内的目标点云数据：获取单线激光雷达采集的空间内的初始点云数据；针对所述初始点云数据进行至少一次数据滤波处理，确定所述空间内的目标点云数据。3.根据权利要求2所述的机器人人数识别方法，其特征在于，所述针对所述初始点云数据进行至少一次数据滤波处理，确定所述空间内的目标点云数据，包括：针对所述初始点云数据先后进行直通滤波处理、体素滤波处理以及离群点滤波处理，确定空间内的目标点云数据。4.根据权利要求1所述的机器人人数识别方法，其特征在于，所述基于所述边界点云数据和所述目标点云数据，确定所述空间对应的内部空间点云数据，包括：将边界点云数据和目标点云数据进行去重处理，确定所述空间对应的内部空间点云数据。5.根据权利要求1所述的机器人人数识别方法，其特征在于，所述前景目标特征包括肢体特征，所述基于所述内部空间点云数据，对空间内的所述内部空间点云数据进行前景目标特征提取，确定所述空间内的前景目标特征数量，包括：根据内部空间点云数据和预设霍夫圆变换规则，对空间内的内部空间点云数据进行所述肢体特征的特征提取，确定空间内的肢体特征数量...

【专利技术属性】
技术研发人员：请求不公布姓名，
申请(专利权)人：广东利元亨智能装备股份有限公司，
类型：发明
国别省市：