机器人、障碍物检测方法及相关装置制造方法及图纸

本申请适用于障碍物检测技术领域，本申请实施例提供了机器人、障碍物检测方法及装置，可以通过超声波传感器获取目标区域反馈的超声波数据；通过深度相机获取目标区域的深度图像；根据所述超声波数据确定出第一数据集合，根据所述深度图像确定出第二数据集合，创建第一坐标系的目标地图，所述目标地图包含所述目标区域，并将所述目标地图划分为预设数量个栅格区域；根据所述第一数据集合及所述第二数据集合，确定出每个栅格区域存在障碍物的预测概率；将所述目标地图中栅格区域存在障碍物的预测概率大于或等于给定阈值的栅格区域作为第一区域，所述第一区域作为障碍物在所述目标地图的位置。本申请实施例能够对透明物体或半透明物体进行检测，融合RGB

【技术实现步骤摘要】
机器人、障碍物检测方法及相关装置


[0001]本申请属于检测
，尤其涉及一种机器人、障碍物检测方法及相关装置。

技术介绍

[0002]随着现代科技的发展，自动运输工具越来越受到人们的欢迎。这些自动运输工具可以是家居设备中的清洁类机器人、仓储货物时所使用的载货机器人，饭堂送菜所用的送餐机器人，检修所用的巡检机器人等。这些自动运输工具往往可以自动导航到指定地点完成指定任务。
[0003]在这些自动运输工具的自动导航过程中，需要对周边环境进行感知，RGB
‑
D传感器是常用的感知传感器，但利用其检测(半)透明物体、镜面反射物体等时效果较差甚至失效，以至于无法对玻璃物体进行有效避障。

技术实现思路

[0004]本申请实施例提供了机器人、障碍物检测方法及相关装置，可以通过超声波传感器对玻璃等(半)透明物体的检测，融合红绿蓝
‑
深度(red green blue
–
Depth，RGB
‑
D)信息与超声波信息实现有效的障碍物检测。
[0005]第一方面，本申请实施例提供了一种机器人，所述机器人上搭载有超声波传感器和深度相机，所述机器人包括存储器和处理器，所述存储器中存储有可执行程序代码，所述处理器用于执行所述可执行代码时实现如下步骤：通过所述超声波传感器获取目标区域的超声波数据；通过所述深度相机获取所述目标区域的深度图像；根据所述超声波数据确定出第一数据集合，根据所述深度图像确定出第二数据集合，创建第一坐标系的目标地图，所述目标地图包含所述目标区域，并将所述目标地图划分为预设数量个栅格区域；根据所述第一数据集合及所述第二数据集合，确定出每个栅格区域存在障碍物的预测概率；将所述目标地图中栅格区域存在障碍物的预测概率大于或等于给定阈值的栅格区域作为第一区域，所述第一区域作为障碍物在所述目标地图的位置。
[0006]结合第一方面，在本申请实施例的一种实现方式中，所述通过所述超声波传感器获取目标区域反馈的超声波数据之后，所述处理器用于执行所述计算机可读指令时还实现如下步骤：根据超声波的历史数据确定所述超声波数据是否异常；若所述超声波数据正常，则利用所述超声波数据更新所述超声波的历史数据；若所述超声波数据异常，则根据所述超声波的历史数据确定超声波预测数据，并利用所述超声波预测数据更新所述超声波的历史数据，且以所述超声波预测数据代替所述超声波数据。
[0007]结合第一方面，在本申请实施例的一种实现方式中，根据超声波的历史数据判断超声波数据是否异常，包括：确定超声波数据的预测范围；判断超声波数据是否在超声波数据的预测范围内，当超声波数据在超声波数据的预测范围内时，则表征超声波数据正常；否则，则表征超声波数据异常；其中，确定超声波数据的预测范围，包括：确定超声波的历史数据的平均值以及标准差σ；超声波数据的预测范围的最小值超声波数据的
预测范围的最大值α为预设倍率，α＞0。
[0008]结合第一方面，在本申请实施例的一种实现方式中，根据超声波的历史数据确定超声波预测数据，包括：确定超声波的历史数据的平均值以及标准差σ；确定超声波预测数据为β为预设系数且大于零。
[0009]结合第一方面，在本申请实施例的一种实现方式中，所述根据所述超声波数据确定出第一数据集合，包括：获取超声波传感器的探测角度θ；根据探测角度θ、预设数量M和超声波数据确定障碍物的坐标集合；根据所述障碍物的坐标集合确定出第一数据集合；障碍物的坐标集合为：
[0010]其中，d为超声波数据，M大于零，θ大于零。
[0011]结合第一方面，在本申请实施例的一种实现方式中，根据所述深度图像确定出第二数据集合，包括：将深度图像转换为点云图像，并确定出点云图像中各个点的坐标和深度值；将点云图像中点的深度值小于预设阈值的点作为目标点，并将所有目标点组成的集合作为目标点集合；根据所述目标点集合确定出第二数据集合。
[0012]结合第一方面，在本申请实施例的一种实现方式中，结合超声波数据和深度图像确定出目标区域中的第一区域的过程中，根据所述障碍物的坐标集合确定出第一数据集合：根据超声波传感器与第一坐标系的位置关系，对障碍物的坐标集合中各坐标进行坐标转换，得到障碍物的坐标集合中各坐标在第一坐标系中的第一数据，所有第一数据组成第一数据集合；
[0013]根据所述目标点集合确定出第二数据集合，包括：根据深度相机与第一坐标系的位置关系，对目标点集合中各个点的坐标进行坐标转换，得到目标点集合中各个点在第一坐标系中第二数据，所有第二数据组成第二数据集合。
[0014]结合第一方面，在本申请实施例的一种实现方式中，所述超声波数据包括多帧的超声波子数据，所述深度图像包括多帧的深度子图像，根据所述第一数据集合及所述第二数据集合，确定出每个栅格区域存在障碍物的预测概率，包括：根据每帧的超声波子数据，确定出一个所述第一数据集合；根据每帧的深度子图像，确定出一个所述第二数据集合；根据一个所述第一数据集合中各所述第一数据和一个所述第二数据集合中各所述第二数据，确定每个栅格区域存在障碍物的一个基础概率；累加基础概率得到每个栅格区域存在障碍物的预测概率。
[0015]结合第一方面，在本申请实施例的一种实现方式中，所述根据一个所述第一数据集合中各所述第一数据和一个所述第二数据集合中各所述第二数据，确定所述每个栅格区域存在障碍物的一个基础概率，包括：根据所述目标地图所包括的坐标范围，和所述目标地图中栅格区域的数量，确定所述每个栅格区域所包括的坐标范围；根据一个所述第一数据集合中各所述第一数据和一个所述第二数据集合中各所述第二数据在所述第一坐标系中的位置，及所述每个栅格区域所包括的坐标范围，确定所述每个栅格区域存在障碍物的一个基础概率。
[0016]结合第一方面，在本申请实施例的一种实现方式中，所述根据一个所述第一数据集合中各所述第一数据和一个所述第二数据集合中各所述第二数据在所述第一坐标系中的位置，及所述每个栅格区域所包括的坐标范围，确定所述每个栅格区域的所述基础概率，包括：确定所述每个栅格区域的基础概率的初始值；若所述第一数据集合中没有第一数据的坐标落入该栅格区域所包括的坐标范围内，且所述第二数据集合中有第二数据的坐标落入该栅格区域所包括的坐标范围内，则将基础概率增加预设第一概率R1；若所述第一数据集合中有第一数据的坐标落入该栅格区域所包括的坐标范围内，且所述第二数据集合中有第二数据的坐标落入该栅格区域所包括的坐标范围内，则将基础概率增加预设第二概率R2；若所述第一数据集合中有第一数据的坐标落入该栅格区域所包括的坐标范围内，且所述第二数据集合中没有第二数据的坐标没有落入该栅格区域所包括的坐标范围内，则将基础概率增加预设第三概率R3；若所述第一数据集合中没有第一数据的坐标没有落入该栅格区域所包括的坐标范围内，且所述第二数据集合中没有第二数据的坐标也没有落入该栅格区域所包括的坐标范围内，则每个栅格区域的基础概率减去预设第四概率R4；其中，1≥R
’
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，所述机器人上搭载有超声波传感器和深度相机，其特征在于，所述机器人包括存储器和处理器，所述存储器中存储有可执行程序代码，所述处理器用于执行所述可执行代码时实现如下步骤：通过所述超声波传感器获取目标区域反馈的超声波数据；通过所述深度相机获取所述目标区域的深度图像；根据所述超声波数据确定出第一数据集合，根据所述深度图像确定出第二数据集合，创建第一坐标系的目标地图，所述目标地图包含所述目标区域，并将所述目标地图划分为预设数量个栅格区域；根据所述第一数据集合及所述第二数据集合，确定出每个栅格区域存在障碍物的预测概率；将所述目标地图中栅格区域存在障碍物的预测概率大于或等于给定阈值的栅格区域作为第一区域，所述第一区域作为障碍物在所述目标地图的位置。2.如权利要求1所述的机器人，其特征在于，所述通过所述超声波传感器获取目标区域反馈的超声波数据之后，所述处理器用于执行所述计算机可读指令时还实现如下步骤：根据超声波的历史数据确定所述超声波数据是否异常；若所述超声波数据正常，则利用所述超声波数据更新所述超声波的历史数据；若所述超声波数据异常，则根据所述超声波的历史数据确定超声波预测数据，并利用所述超声波预测数据更新所述超声波的历史数据，且以所述超声波预测数据代替所述超声波数据。3.如权利要求2所述的机器人，其特征在于，所述根据超声波的历史数据判断所述超声波数据是否异常，包括：确定所述超声波数据的预测范围；判断所述超声波数据是否在所述超声波数据的预测范围内，当所述超声波数据在所述超声波数据的预测范围内时，则表征所述超声波数据正常；否则，则表征所述超声波数据异常；其中，确定所述超声波数据的预测范围，包括：确定所述超声波的历史数据的平均值以及标准差σ；所述超声波数据的预测范围的最小值所述超声波数据的预测范围的最大值α为预设倍率，α＞0。4.如权利要求2所述的机器人，其特征在于，所述根据所述超声波的历史数据确定超声波预测数据，包括：确定所述超声波的历史数据的平均值以及标准差σ；计算所述超声波预测数据d
p
，其中β为预设系数且大于零。5.如权利要求1或2所述的机器人，其特征在于，所述根据所述超声波数据确定出第一数据集合，包括：获取所述超声波传感器的探测角度θ；
根据所述探测角度θ、预设数量M和所述超声波数据确定障碍物的坐标集合；根据所述障碍物的坐标集合确定出第一数据集合；所述障碍物的坐标集合为：其中，d为所述超声波数据，M大于零，θ大于零。6.如权利要求5所述的机器人，其特征在于，所述根据所述深度图像确定出第二数据集合，包括：将所述深度图像转换为点云图像，并确定出所述点云图像中各个点的坐标和深度值；将所述点云图像中点的深度值小于预设阈值的点作为目标点，并将所有所述目标点组成的集合作为目标点集合；根据所述目标点集合确定出第二数据集合。7.如权利要求6所述的机器人，其特征在于，根据所述障碍物的坐标集合确定出第一数据集合，包括：根据所述超声波传感器与所述第一坐标系的位置关系，对所述障碍物的坐标集合中各坐标进行坐标转换，得到所述障碍物的坐标集合中各坐标在所述第一坐标系中的第一数据，所有所述第一数据组成第一...

【专利技术属性】
技术研发人员：姜维，
申请(专利权)人：深圳市普渡科技有限公司，
类型：发明
国别省市：