【技术实现步骤摘要】
本公开实施例涉及机器人的，更具体地，涉及一种机器人的跟车检测方法、装置和存储介质。
技术介绍
1、随着机器人的智能化的快速发展，一些机器人可以在道路上自动行驶，并且能够进行例如清洁或者除尘等工作。现有的机器人通常可以配置红外雷达识别后方是否有车辆，在识别到有车辆的情况可以进行避让后方车辆的操作，但难以准确判定后方车辆是否要超车，使得机器人避让车辆的准确度较低。
技术实现思路
1、本公开实施例的一个目的是提供一种机器人的跟车检测方法、装置和存储介质的新的技术方案。
2、根据本公开的第一方面，提供了一种机器人的跟车检测方法，所述方法包括：
3、接收测距装置输出的目标对象的相对位置、里程计输出的所述机器人的里程信息和图像采集装置输出的目标对象的采样图像；
4、将所述相对位置输入至预设的转换算法中，得到目标对象的像素位置；
5、根据所述相对位置和所述里程信息，确定所述目标对象相对于所述机器人的相对运动关系；
6、在所述相对运动关系表示为所述目标对象朝向所述机器人移动的情况下，根据所述目标对象在所述采样图像中的图像识别位置和所述像素位置，判断是否控制机器人执行避让车辆的控制指令。
7、可选地，所述将所述相对位置输入至预设的转换算法中，得到目标对象的像素位置，包括：
8、将所述相对位置输入至相机转换算法中，得到所述目标对象的相机位置；
9、将所述目标对象的相机位置输入至像素转换算法中，得到所述目标对
10、其中，所述转换算法包括相机转换算法和像素转换算法。
11、可选地，所述相机转换算法的表达式为：
12、
13、其中，(xc，yc，zc)为所述目标对象的相机位置，(xr，yr，zr)为所述目标对象的相对位置，(xo_c，yo_c，zo_c)为所述测距装置所在的坐标系在相机坐标系下的位置，α，β，γ分别为预先设定的角度阈值。
14、可选地，所述像素转换算法的表达式为：
15、
16、其中，(xi，yi)为所述目标对象的像素位置，fx为-αf，fy为-βf，f为预设的相机焦距，(cx，cy)为相机坐标系和像素坐标系的原点平移距离，k为预设的相机内参矩阵。
17、可选地，所述根据所述相对位置和所述里程信息，确定所述目标对象相对于所述机器人的相对运动关系，包括：
18、根据所述里程信息，确定所述机器人的前进方向；
19、根据所述相对位置和所述前进方向，确定所述目标对象相对于所述机器人的相对运动关系。
20、可选地，所述图像识别位置是基于预设的图像识别网络模型得到的。
21、可选地，所述根据所述目标对象在所述采样图像中的图像识别位置和所述像素位置，判断是否控制机器人执行避让车辆的控制指令，包括：
22、在所述像素位置在所述目标对象在所述采样图像中的图像识别位置内的情况下，确定所述目标对象是否为车辆；
23、在所述目标对象为车辆的情况下，确定所述目标对象的车辆宽度；
24、根据采集到的路面宽度和所述车辆宽度，确定是否控制机器人执行避让车辆的控制指令。
25、根据本公开的第二方面，还提供了一种机器人的跟车检测装置，所述装置包括：
26、接收模块，用于接收测距装置输出的目标对象的相对位置、里程计输出的所述机器人的里程信息和图像采集装置输出的目标对象的采样图像；
27、得到模块，用于将所述相对位置输入至预设的转换算法中，得到目标对象的像素位置；
28、确定模块，用于根据所述相对位置和所述里程信息，确定所述目标对象相对于所述机器人的相对运动关系；
29、判断模块，用于在所述相对运动关系表示为所述目标对象朝向所述机器人移动的情况下，根据所述目标对象在所述采样图像中的图像识别位置和所述像素位置，判断是否控制机器人执行避让车辆的控制指令。
30、根据本公开的第三方面，还提供了一种跟车检测装置，包括存储器和处理器，所述存储器用于存储计算机程序；所述处理器用于执行所述计算机程序，以实现根据本公开第一方面所述的方法。
31、根据本公开的第四方面，还提供了一种计算机可读存储介质，所述计算机可读存储介质上存储计算机程序，所述计算机程序在被处理器执行时实现根据本公开的第一方面所述的方法。
32、本公开实施例的一个有益效果在于，跟车检测装置可以接收测距装置输出的相对位置、里程计的里程信息和图像采集装置的采样图像。跟车检测装置可以将相对位置转换成像素位置，并确定目标对象和机器人的相对运动关系。跟车检测装置可以根据相对运动关系表示为目标对象朝向机器人移动，控制机器人是否执行避让车辆的控制指令。换句话说，跟车检测装置可以利用预设的转换算法确定准确的目标对象相距机器人的像素位置，并在识别到车辆朝向机器人移动的情况下判断是否能够避让车辆，可以有效提高机器人避让的准确度，有效提高机器人行驶过程中的安全系数。
33、通过以下参照附图对本公开的示例性实施例的详细描述，本公开实施例的其它特征及其优点将会变得清楚。
本文档来自技高网...【技术保护点】
1.一种机器人的跟车检测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述将所述相对位置输入至预设的转换算法中，得到目标对象的像素位置，包括：
3.根据权利要求2所述的方法，其特征在于，所述相机转换算法的表达式为：
4.根据权利要求2所述的方法，其特征在于，所述像素转换算法的表达式为：
5.根据权利要求1所述的方法，其特征在于，所述根据所述相对位置和所述里程信息，确定所述目标对象相对于所述机器人的相对运动关系，包括：
6.根据权利要求1所述的方法，其特征在于，所述图像识别位置是基于预设的图像识别网络模型得到的。
7.根据权利要求1所述的方法，其特征在于，所述根据所述目标对象在所述采样图像中的图像识别位置和所述像素位置，判断是否控制机器人执行避让车辆的控制指令，包括：
8.一种机器人的跟车检测装置，其特征在于，所述装置包括：
9.一种跟车检测装置，其特征在于，包括存储器和处理器，所述存储器用于存储计算机程序；所述处理器用于执行所述计算机程序，以实现根据如权利
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储计算机程序，所述计算机程序在被处理器执行时实现根据如权利要求1至7任一项所述的方法。
...【技术特征摘要】
1.一种机器人的跟车检测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述将所述相对位置输入至预设的转换算法中，得到目标对象的像素位置，包括：
3.根据权利要求2所述的方法，其特征在于，所述相机转换算法的表达式为：
4.根据权利要求2所述的方法，其特征在于，所述像素转换算法的表达式为：
5.根据权利要求1所述的方法，其特征在于，所述根据所述相对位置和所述里程信息，确定所述目标对象相对于所述机器人的相对运动关系，包括：
6.根据权利要求1所述的方法，其特征在于，所述图像识别位置是基于预设的图像识别网络模...
【专利技术属性】
技术研发人员：刘彪，王岩博，贺宁，柏林，沈创芸，
申请(专利权)人：广州高新兴机器人有限公司，
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。