本申请实施例提供了一种目标操作的执行方法、装置、存储介质及水池机器人，其中，该方法包括：获取位于目标水域内的水池机器人所拍摄到的所述目标水域内的图像信息；对所述图像信息进行分析，得到分析结果；在确定所述分析结果用于指示所述目标水域内存在目标对象，且所述目标对象存在目标行为的情况下，控制所述水池机器人执行与所述目标行为对应的目标操作，其中，所述目标对象的类型为预定类型。通过本申请，解决了在复杂情境下水池机器人无法识别目标水域中目标对象，进而可能造成安全风险的问题，有效提高水池机器人在执行操作时的灵活性。活性。活性。
【技术实现步骤摘要】
一种目标操作的执行方法、装置、存储介质及水池机器人
[0001]本申请实施例涉及计算机领域，具体而言，涉及一种目标操作的执行方法、装置、存储介质及水池机器人。
技术介绍
[0002]凭借着低廉的成本与极低的出错率，机器人正在逐渐取代人类的许多劳力工作。例如，现有的在水中工作的机器人可以在水中执行特定的操作(例如，清洁、打捞等)，但该机器人会存在一定问题，该机器人仅会识别其需要打捞或清理的垃圾等物品，无法对其他的一些特定对象进行有效识别，例如，在机器人工作水域存在游玩人员、宠物，或者在遭遇人员、宠物意外落水的情形时，现有水池机器人无法对上述人员或宠物进行识别，从而造成不必要的风险。
[0003]针对上述问题，相关技术尚未提出有效的解决方案。
技术实现思路
[0004]本申请实施例提供了一种目标操作的执行方法、装置、存储介质及水池机器人，以至少解决相关技术中机器人无法识别目标水域中目标对象，进而可能造成安全风险的问题。
[0005]根据本申请的一个实施例，提供了一种目标操作的执行方法，包括：获取水池机器人所拍摄到的上述目标水域内的图像信息；对上述图像信息进行分析，得到分析结果；在确定上述分析结果用于指示上述目标水域内存在目标对象，且上述目标对象存在目标行为的情况下，控制上述水池机器人执行与上述目标行为对应的目标操作，其中，上述目标对象的类型为预定类型。
[0006]在一个示例性实施例中，对上述图像信息进行分析，得到分析结果包括：将上述图像信息输入至目标网络模型，得到上述目标网络模型输出的上述图像中包括的对象的特征信息，其中，上述特征信息包括每帧上述图像中包括的对象的空间特征和语义特征；基于上述特征信息确定上述目标水域内的对象信息，其中，上述分析结果包括上述对象信息，上述对象信息包括上述目标水域内是否存在目标对象，以及，在确定存在目标对象的情况下，上述目标对象的行为。
[0007]在一个示例性实施例中，在将上述图像信息输入至目标网络模型之前，上述方法还包括：获取样本图像信息，其中，上述样本图像信息中包括上述目标对象；在上述样本图像信息中对上述目标对象以及上述目标对象的行为进行标记，得到标记后的样本图像信息；利用上述标记后的样本图像信息训练原始网络模型，得到上述目标网络模型。
[0008]在一个示例性实施例中，在确定上述分析结果用于指示上述目标水域内存在目标对象，且上述目标对象存在目标行为的情况下，控制上述水池机器人执行与上述目标行为对应的目标操作包括：在确定上述目标行为包括第一目标行为的情况下，获取上述目标对象在上述目标水域中的位置信息，其中，上述第一目标行为的危险等级低于预定危险等级；
基于上述目标对象在上述目标水域中的位置信息重新规划上述水池机器人的运动路线，其中，重新规划后的上述运动路线与上述目标对象的直线距离大于预定距离阈值。
[0009]在一个示例性实施例中，获取上述目标对象在上述目标水域中的位置信息包括：从上述图像信息中确定出包括上述目标对象的多帧图像；基于多帧融合技术对上述图像信息进行分析，确定出上述目标对象在上述目标水域中的位置信息。
[0010]在一个示例性实施例中，基于多帧融合技术对上述图像信息进行分析，确定出上述目标对象在上述目标水域中的位置信息包括：对上述多帧图像进行融合处理，得到融合后的目标图像；确定上述目标对象在上述目标图像中的像素坐标；基于上述水池机器人的拍摄参数将上述像素坐标转化为上述水池机器人的相机坐标系下的归一化坐标；基于上述归一化坐标与上述水池机器人的运动信息确定上述目标对象在上述目标水域中的位置信息。
[0011]在一个示例性实施例中，在确定上述分析结果用于指示上述目标水域内存在目标对象，且上述目标对象存在目标行为的情况下，控制上述水池机器人执行与上述目标行为对应的目标操作包括：在确定上述目标行为包括第二目标行为的情况下，控制上述水池机器人报警，其中，上述第二目标行为的危险等级高于预定危险等级。
[0012]根据本申请的另一个实施例，提供了一种目标操作的执行装置，包括：第一获取模块，用于获取水池机器人所拍摄到的上述目标水域内的图像信息；分析模块，用于对上述图像信息进行分析，得到分析结果；控制模块，用于在确定上述分析结果用于指示上述目标水域内存在目标对象，且上述目标对象存在目标行为的情况下，控制上述水池机器人执行与上述目标行为对应的目标操作，其中，上述目标对象的类型为预定类型。
[0013]在一个示例性实施例中，上述分析模块包括：输入子模块，用于将上述图像信息输入至目标网络模型，得到上述目标网络模型输出的上述图像中包括的对象的特征信息，其中，上述特征信息包括每帧上述图像中包括的对象的空间特征和语义特征；确定子模块，用于基于上述特征信息确定上述目标水域内的对象信息，其中，上述分析结果包括上述对象信息，上述对象信息包括上述目标水域内是否存在目标对象，以及，在确定存在目标对象的情况下，上述目标对象的行为。
[0014]在一个示例性实施例中，上述装置还包括：第二获取模块，用于在将上述图像信息输入至目标网络模型之前，获取样本图像信息，其中，上述样本图像信息中包括上述目标对象；标记模块，用于在上述样本图像信息中对上述目标对象以及上述目标对象的行为进行标记，得到标记后的样本图像信息；训练模块，用于利用上述标记后的样本图像信息训练原始网络模型，得到上述目标网络模型。
[0015]在一个示例性实施例中，上述控制模块包括：获取子模块，用于在确定上述目标行为包括第一目标行为的情况下，获取上述目标对象在上述目标水域中的位置信息，其中，上述第一目标行为的危险等级低于预定危险等级；规划子模块，用于基于上述目标对象在上述目标水域中的位置信息重新规划上述水池机器人的运动路线，其中，重新规划后的上述运动路线与上述目标对象的直线距离大于预定距离阈值。
[0016]在一个示例性实施例中，上述获取子模块还包括：第一确定单元，用于从上述图像信息中确定出包括上述目标对象的多帧图像；第二确定单元，用于基于多帧融合技术对上述图像信息进行分析，确定出上述目标对象在上述目标水域中的位置信息。
[0017]在一个示例性实施例中，上述第二确定单元还包括：融合子单元，用于对上述多帧图像进行融合处理，得到融合后的目标图像；第一确定子单元，用于确定上述目标对象在上述目标图像中的像素坐标；转化子单元，用于基于上述水池机器人的拍摄参数将上述像素坐标转化为上述水池机器人的相机坐标系下的归一化坐标；第二确定子单元，用于基于上述归一化坐标与上述水池机器人的运动信息确定上述目标对象在上述目标水域中的位置信息。
[0018]在一个示例性实施例中，上述控制模块还包括，控制子模块，用于在确定上述目标行为包括第二目标行为的情况下，控制上述水池机器人报警，其中，上述第二目标行为的危险等级高于预定危险等级。
[0019]根据本申请的又一个实施例，还提供了一种计算机可读存储介质，上述计算机可读存储介质中存储有计算机程序，其中，上述计算机程序被设置为运行时本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种目标操作的执行方法，其特征在于，包括：获取水池机器人所拍摄到的所述目标水域内的图像信息；对所述图像信息进行分析，得到分析结果；在确定所述分析结果用于指示所述目标水域内存在目标对象，且所述目标对象存在目标行为的情况下，控制所述水池机器人执行与所述目标行为对应的目标操作，其中，所述目标对象的类型为预定类型。2.根据权利要求1所述的方法，其特征在于，对所述图像信息进行分析，得到分析结果包括：将所述图像信息输入至目标网络模型，得到所述目标网络模型输出的所述图像中包括的对象的特征信息，其中，所述特征信息包括每帧所述图像中包括的对象的空间特征和语义特征；基于所述特征信息确定所述目标水域内的对象信息，其中，所述分析结果包括所述对象信息，所述对象信息包括所述目标水域内是否存在目标对象，以及，在确定存在目标对象的情况下，所述目标对象的行为。3.根据权利要求2所述的方法，其特征在于，在将所述图像信息输入至目标网络模型之前，所述方法还包括：获取样本图像信息，其中，所述样本图像信息中包括所述目标对象；在所述样本图像信息中对所述目标对象以及所述目标对象的行为进行标记，得到标记后的样本图像信息；利用所述标记后的样本图像信息训练原始网络模型，得到所述目标网络模型。4.根据权利要求1所述的方法，其特征在于，在确定所述分析结果用于指示所述目标水域内存在目标对象，且所述目标对象存在目标行为的情况下，控制所述水池机器人执行与所述目标行为对应的目标操作包括：在确定所述目标行为包括第一目标行为的情况下，获取所述目标对象在所述目标水域中的位置信息，其中，所述第一目标行为的危险等级低于预定危险等级；基于所述目标对象在所述目标水域中的位置信息重新规划所述水池机器人的运动路线，其中，重新规划后的所述运动路线与所述目标对象的直线距离大于预定距离阈值。5.根据权利要求4所述的方法，其特征在于，获取所述目标对象在所述目标水...
【专利技术属性】
技术研发人员：张石磊，
申请(专利权)人：星迈创新科技苏州有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。