一种墙线检测方法、装置、电子设备、存储介质及机器人制造方法及图纸

本发明专利技术公开了一种墙线检测方法、装置、电子设备、存储介质及机器人。方法包括：基于机器人上安装的第一传感器采集的多帧观测数据提取墙线的轮廓点；基于所述轮廓点提取静态轮廓点；基于所述静态轮廓点进行线段分割拟合得到墙线轮廓近似曲线；基于墙线轮廓近似曲线进行墙线跟踪匹配得到第一墙线；针对墙面的不同问题场景，根据所述第一墙线和所述机器人上安装的第二传感器检测到的第二墙线确定最终墙线。上述方法通过机器人上安装的多个传感器实时进行墙线检测，可以得到更加精准的墙线，节省人工作业量；对于各种复杂墙面也可以实现零贴边。边。边。

【技术实现步骤摘要】
一种墙线检测方法、装置、电子设备、存储介质及机器人


[0001]本专利技术实施例涉及机器人检测
，尤其涉及一种墙线检测方法、装置、电子设备、存储介质及机器人。

技术介绍

[0002]机器人在清洁作业中，可以自主完成建图定位，障碍物检测及路径规划等功能，实现自动化作业。但是，在正常的作业过程中，对于墙面等场景，机器人无法实现紧贴墙面进行行走，会留下清洁死角，导致机器人作业后需要进行人工返工清洁。
[0003]为了解决人工返工问题，可以在墙面处提前部署贴边示教路径，机器人作业时，可以根据示教路径实现零贴边功能。但是，部署示教路径增加了人工部署作业，并且示教路径绘制的精准度也会影响到贴边性能。

技术实现思路

[0004]本专利技术提供了一种墙线检测方法、装置、电子设备、存储介质及机器人，以解决现有技术中根据示教路径实现墙线零贴边耗费大量人力且贴边效果较差的问题。
[0005]根据本专利技术的一方面，提供了一种墙线检测方法，包括：
[0006]基于机器人上安装的第一传感器采集的多帧观测数据提取墙线的轮廓点；
[0007]基于所述轮廓点提取静态轮廓点；
[0008]基于所述静态轮廓点进行线段分割拟合得到墙线轮廓近似曲线；
[0009]基于所述墙线轮廓近似曲线进行墙线跟踪匹配得到第一墙线；
[0010]针对墙面的不同问题场景，根据所述第一墙线和所述机器人上安装的第二传感器检测到的第二墙线确定最终墙线；
[0011]其中，所述第一传感器和所述第二传感器为安装在机器人上不同位置的传感器，所述第二墙线的检测过程与所述第一墙线的检测过程相同。
[0012]可选的，所述基于机器人上安装的第一传感器采集的多帧观测数据提取墙线的轮廓点，包括：
[0013]将机器人上安装的第一传感器采集的多帧观测数据进行存储作为历史多帧观测数据；
[0014]对所述历史多帧观测数据进行累积得到多帧累积点云数据；
[0015]以等角分辨率提取最近点的策略，从所述多帧累积点云数据中提取出墙线的轮廓点。
[0016]针对点云消失以及检测范围问题，本实施例通过累积历史多帧观测数据可以得到更完整的墙面轮廓数据。
[0017]可选的，所述基于所述轮廓点提取静态轮廓点，包括：
[0018]将所述轮廓点映射到静态地图中；
[0019]针对所述轮廓点中的每个轮廓点，若一个轮廓点映射到静态地图中对应的栅格存
在占用，则确定所述一个轮廓点为静态轮廓点。
[0020]针对检测场景中存在移动物体对墙线提取会造成影响的问题，本实施例通过提取静态轮廓点来剔除轮廓点中的动态轮廓点。
[0021]可选的，针对所述静态图中未包括的临时静态物体，通过历史多帧观测数据对所述临时静态物体的每个轮廓点进行观测计数，确定所述轮廓点是否为静态轮廓点。
[0022]本实施例针对场景中存在的临时静态物体，通过观测计数的方式可以确定出临时静态物体的静态轮廓点，进而可以对通过加载静态图的方式确定出的静态轮廓点进行补充。
[0023]可选的，所述通过历史多帧观测数据对所述临时静态物体的每个轮廓点进行观测计数，确定所述轮廓点是否为静态轮廓点，包括：
[0024]针对所述临时静态物体的每个轮廓点，获取一个轮廓点的当前帧观测数据；
[0025]根据所述当前帧观测数据以及历史多帧观测数据确定所述一个轮廓点的观测计数；
[0026]根据所述观测计数以及计数阈值确定所述一个轮廓点是否为静态轮廓点。
[0027]本实施例通过历史多帧观测数据对每个轮廓点进行观测计数可以有效判断轮廓点是否为静态轮廓点。
[0028]可选的，所述基于所述静态轮廓点进行线段分割拟合得到墙线轮廓近似曲线，包括：通过直线特征提取算法将所述静态轮廓点递归分割成多个线段；
[0029]依次连接每个线段的分割点形成折线；
[0030]将所述折线作为墙线轮廓近似曲线。
[0031]针对传感器测距波动的问题，本实施例通过线段分割拟合的方式，使用得到的墙线轮廓近似曲线代替原始的测距点，可以有效消除测距波动的影响。
[0032]可选的，所述墙线轮廓近似曲线为当前观测时刻的墙线检测结果，相应的，所述基于所述墙线轮廓近似曲线进行墙线跟踪匹配得到第一墙线，包括：
[0033]针对所述墙线轮廓近似曲线中的每个直线段，将一个直线段与跟踪单元集合中的每个跟踪单元进行匹配；其中，所述跟踪单元集合中包括不同观测时刻的墙线检测结果；
[0034]若所述一个直线段满足匹配条件，则将所述一个直线段存入目标跟踪单元的直线段集合中，所述目标跟踪单元为与所述一个直线段匹配的跟踪单元；
[0035]若所述一个直线段不满足匹配条件，则将所述一个直线段构建为新的跟踪单元添加到所述跟踪单元集合中；
[0036]将更新后的跟踪单元集合中包括的当前观测时刻的墙线检测结果进行滤波处理得到第一墙线。
[0037]针对当前观测时刻的单帧墙线可能存在墙体识别不全以及墙体位置检测误差的问题，本实施例通过墙线进行跟踪匹配可以得到每个墙线更加稳定的检测结果。可选的，针对墙面的不同问题场景，根据所述第一墙线和所述机器人上安装的第二传感器检测到的第二墙线确定最终墙线，包括：
[0038]针对墙面底部有镂空的问题场景，将所述第一墙线作为最终墙线；
[0039]针对墙面底部有凸起的问题场景，将所述机器人上安装的第二传感器检测到的第二墙线作为最终墙线。
[0040]针对墙面凸起或镂空等异性墙面问题，本实施例通过第一传感器和第二传感器融合可以提取出最优的墙线。
[0041]根据本专利技术的另一方面，提供了一种墙线检测装置，包括：
[0042]第一提取模块，用于基于机器人上安装的第一传感器采集的多帧观测数据提取墙线的轮廓点；
[0043]第二提取模块，用于基于所述轮廓点提取静态轮廓点；
[0044]分割拟合模块，用于基于所述静态轮廓点进行线段分割拟合得到墙线轮廓近似曲线；
[0045]墙线跟踪匹配模块，用于基于所述墙线轮廓近似曲线进行墙线跟踪匹配得到第一墙线；
[0046]确定模块，用于针对墙面的不同问题场景，根据所述第一墙线和所述机器人上安装的第二传感器检测到的第二墙线确定最终墙线；
[0047]其中，所述第一传感器和所述第二传感器为安装在机器人上不同位置的传感器，所述第二墙线的检测过程与所述第一墙线的检测过程相同。
[0048]根据本专利技术的另一方面，提供了一种电子设备，所述电子设备包括：至少一个处理器；以及
[0049]与所述至少一个处理器通信连接的存储器；其中，
[0050]所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行本专利技术任一实施例所述的墙线检测方法。
[0051]根据本专利技术的另一方面，提供本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种墙线检测方法，其特征在于，所述方法包括：基于机器人上安装的第一传感器采集的多帧观测数据提取墙线的轮廓点；基于所述轮廓点提取静态轮廓点；基于所述静态轮廓点进行线段分割拟合得到墙线轮廓近似曲线；基于所述墙线轮廓近似曲线进行墙线跟踪匹配得到第一墙线；针对墙面的不同问题场景，根据所述第一墙线和所述机器人上安装的第二传感器检测到的第二墙线确定最终墙线；其中，所述第一传感器和所述第二传感器为安装在机器人上不同位置的传感器，所述第二墙线的检测过程与所述第一墙线的检测过程相同。2.根据权利要求1所述的方法，其特征在于，所述基于机器人上安装的第一传感器采集的多帧观测数据提取墙线的轮廓点，包括：将机器人上安装的第一传感器采集的多帧观测数据进行存储作为历史多帧观测数据；对所述历史多帧观测数据进行累积得到多帧累积点云数据；以等角分辨率提取最近点的策略，从所述多帧累积点云数据中提取出墙线的轮廓点。3.根据权利要求1所述的方法，其特征在于，所述基于所述轮廓点提取静态轮廓点，包括：将所述轮廓点映射到静态地图中；针对所述轮廓点中的每个轮廓点，若一个轮廓点映射到静态地图中对应的栅格存在占用，则确定所述一个轮廓点为静态轮廓点。4.根据权利要求3所述的方法，其特征在于，还包括：针对所述静态图中未包括的临时静态物体，通过历史多帧观测数据对所述临时静态物体的每个轮廓点进行观测计数，确定所述轮廓点是否为静态轮廓点。5.根据权利要求4所述的方法，其特征在于，所述通过历史多帧观测数据对所述临时静态物体的每个轮廓点进行观测计数，确定所述轮廓点是否为静态轮廓点，包括：针对所述临时静态物体的每个轮廓点，获取一个轮廓点的当前帧观测数据；根据所述当前帧观测数据以及历史多帧观测数据确定所述一个轮廓点的观测计数；根据所述观测计数以及计数阈值确定所述一个轮廓点是否为静态轮廓点。6.根据权利要求1所述的方法，其特征在于，所述基于所述静态轮廓点进行线段分割拟合得到墙线轮廓近似曲线，包括：通过直线特征提取算法将所述静态轮廓点递归分割成多个线段；依次连接每个线段的分割点形成折线；将所述折线作为墙线轮廓近似曲线。7.根据权利要求1所述的方法，其特征在于，所述墙线轮廓近似曲线为当前观测时刻的墙线检测结果，相应的，所述基于所述墙线轮廓近似曲线进行墙线跟踪匹配得到第一墙线，包括：针对所...

【专利技术属性】
技术研发人员：洪汉，史雪松，沈孝通，秦宝星，程昊天，
申请(专利权)人：上海高仙自动化科技发展有限公司，
类型：发明
国别省市：