【技术实现步骤摘要】
本申请属于机器人，尤其涉及一种场景识别方法、装置、计算机可读存储介质及机器人。
技术介绍
1、随着技术的发展，越来越多的机器人走进千家万户。机器人在工作时，若被人为地移动，则会需要进行重定位；通常情况下，机器人会在原地旋转，获取多帧激光点云数据和已有的地图进行模版匹配，从而获得新的定位信息。然而，当机器人处于复杂场景时，如激光源周围存在多个障碍物，若继续使用该重定位方法，则障碍物后方的激光点云数据可能会存在大片缺失，导致重定位失败；因此，准确高效的场景识别方法对于机器人的重定位而言十分重要。
技术实现思路
1、有鉴于此，本申请实施例提供了一种场景识别方法、装置、计算机可读存储介质及机器人，以进行场景识别，提升机器人重定位的鲁棒性。
2、本申请实施例的第一方面提供了一种场景识别方法，可以包括：
3、获取机器人的激光点云数据；
4、对所述激光点云数据进行图像映射处理，得到与所述激光点云数据对应的目标场景图像；
5、计算与所述目标场景图像对应的图形
【技术保护点】
1.一种场景识别方法，其特征在于，包括：
2.根据权利要求1所述的场景识别方法，其特征在于，所述计算与所述目标场景图像对应的图形复杂度，包括：
3.根据权利要求2所述的场景识别方法，其特征在于，所述根据所述第一数目和所述第二数目计算与所述目标场景图像对应的图形复杂度，包括：
4.根据权利要求1所述的场景识别方法，其特征在于，所述根据所述图形复杂度确定所述机器人所处的场景，包括：
5.根据权利要求4所述的场景识别方法，其特征在于，在根据所述图形复杂度确定所述机器人所处的场景之前，还包括：
6.根据权利要求5所述...
【技术特征摘要】
1.一种场景识别方法，其特征在于，包括：
2.根据权利要求1所述的场景识别方法，其特征在于，所述计算与所述目标场景图像对应的图形复杂度，包括：
3.根据权利要求2所述的场景识别方法，其特征在于，所述根据所述第一数目和所述第二数目计算与所述目标场景图像对应的图形复杂度，包括：
4.根据权利要求1所述的场景识别方法，其特征在于，所述根据所述图形复杂度确定所述机器人所处的场景，包括：
5.根据权利要求4所述的场景识别方法，其特征在于，在根据所述图形复杂度确定所述机器人所处的场景之前，还包括：
6.根据权利要求5所述的场景识别方法，其特征在于，所述...
【专利技术属性】
技术研发人员：纪佳豪，焦继超，
申请(专利权)人：深圳市优必选科技股份有限公司，
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。