【技术实现步骤摘要】
本申请涉及自动化领域，尤其涉及障碍物面积计算方法、装置、设备及存储介质。
技术介绍
1、随着经济和科技的发展，割草机的使用也变得越来越频繁，但由于割草工作的难度不高但非常消耗体力，自动割草机正逐步代替传统的手动割草机成为主流选择。
2、在现有技术中，自动割草机使用单目摄像头获取前方的路线图片，再通过深度学习模型识别前方图片上的障碍物占地面积，以实现避障的操作，但由于深度学习模型直接检测单目摄像头获取的路线图片上的障碍物占地面积需要消耗非常大的算力，导致自动割草机的生产成本过高。
3、上述内容仅用于辅助理解本申请的技术方案，并不代表承认上述内容是现有技术。
技术实现思路
1、本申请的主要目的在于提供一种障碍物面积计算方法、装置、设备及存储介质，旨在解决自动割草机的生产成本过高的技术问题。
2、为实现上述目的，本申请提供一种障碍物面积计算方法，所述障碍物面积计算方法包括以下步骤：
3、获取摄像头拍摄得到的像素数据；
4、将所述像素数据输入预设的像素预测模型，基于所述像素预测模型，确定目标障碍物像素，其中，所述像素预测模型是基于障碍物像素样本数据和所述障碍物像素样本数据对应的障碍物像素分类标签，对预设的待训练预测模型进行迭代训练得到的；
5、基于所述目标障碍物像素和预设的像素大小与其投影的占地面积之间的关联关系，计算障碍物的占地面积。
6、可选地，所述获取摄像头拍摄得到的像素数据的步骤之前，所述方法包括：
7、基于摄像头的性能和安装的位置，调整预设的面积计算方法中每个像素的大小与其投影的占地面积之间的关联关系。
8、可选地，所述获取摄像头拍摄得到的像素数据的步骤，包括：
9、获取摄像头拍摄得到的图像，并获取所述图像中每个像素的rgb通道数据；
10、将所述每个像素的rgb通道数据记录，并输出为像素数据。
11、可选地，所述基于所述目标障碍物像素和预设的像素大小与其投影的占地面积之间的关联关系，计算障碍物的占地面积的步骤，包括：
12、将全部的目标障碍物像素标记，并计算标记的像素的数量；
13、基于所述标记的像素的数量和预设的面积计算方法中每个像素的大小与其投影的占地面积之间的关联关系，计算障碍物的占地面积。
14、可选地，所述获取摄像头拍摄得到的像素数据的步骤之前，所述方法包括：
15、获取像素训练集的障碍物像素样本数据和所述障碍物像素样本数据对应的障碍物像素分类标签；
16、基于所述障碍物像素样本数据和所述障碍物像素样本数据对应的障碍物像素分类标签，对预设的待训练预测模型进行迭代训练，得到具有满足精度条件的像素预测模型。
17、可选地，所述获取像素训练集中障碍物像素样本数据的步骤，包括：
18、获取像素训练集的初始障碍物像素样本数据；
19、对各像素训练集的初始障碍物像素样本数据进行对称交换处理，得到目标障碍物像素样本数据，以实现障碍物像素样本数据的数据扩充。
20、可选地，所述基于所述障碍物像素样本数据和所述障碍物像素样本数据对应的障碍物像素分类标签，对预设的待训练预测模型进行迭代训练，得到具有满足精度条件的像素预测模型的步骤，包括：
21、将所述障碍物像素样本数据输入至所述预设待训练预测模型，得到预测障碍物像素分类信息；
22、将所述预测障碍物像素分类信息与所述障碍物像素样本数据对应的障碍物像素分类标签进行差异计算，得到第一损失值；
23、若所述第一损失值未满足预设损失阈值范围指示的误差标准，则返回将所述障碍物像素样本数据输入至所述预设待训练预测模型，得到预测障碍物像素分类信息的步骤，直到所述第一损失值满足预设损失阈值范围指示的误差标准后停止训练，得到具有满足精度条件的像素预测模型。
24、此外，为实现上述目的，本申请还提供一种障碍物面积计算装置，所述装置包括：
25、第一获取模块，用于获取摄像头拍摄得到的像素数据；
26、输入模块，用于将所述像素数据输入预设的像素预测模型，基于所述像素预测模型，确定目标障碍物像素，其中，所述像素预测模型是基于障碍物像素样本数据和所述障碍物像素样本数据对应的障碍物像素分类标签，对预设的待训练预测模型进行迭代训练得到的；
27、计算模块，用于基于所述目标障碍物像素，使用预设的面积计算方法计算障碍物的占地面积。
28、此外，为实现上述目的，本申请还提供一种障碍物面积计算设备，所述设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的障碍物面积计算程序，所述障碍物面积计算程序配置为实现如上所述的障碍物面积计算方法的步骤。
29、此外，为实现上述目的，本申请还提供一种存储介质，所述存储介质上存储有障碍物面积计算程序，所述障碍物面积计算程序被处理器执行时实现如上所述的障碍物面积计算方法的步骤。
30、本申请提供一种障碍物面积计算方法、装置、设备及存储介质，与相关技术中深度学习模型直接检测单目摄像头获取的路线图片上的障碍物占地面积需要消耗非常大的算力，导致自动割草机的生产成本过高的问题相比，本申请通过获取摄像头拍摄得到的像素数据；将所述像素数据输入预设的像素预测模型，基于所述像素预测模型，确定目标障碍物像素，其中，所述像素预测模型是基于障碍物像素样本数据和所述障碍物像素样本数据对应的障碍物像素分类标签，对预设的待训练预测模型进行迭代训练得到的；基于所述目标障碍物像素和预设的像素大小与其投影的占地面积之间的关联关系，计算障碍物的占地面积，可以理解，由于识别一个像素需要的算力远远小于直接识别整个图片需要的算力，使得本申请识别障碍物占地面积消耗的算力低，解决了自动割草机的生产成本过高的问题。
本文档来自技高网...【技术保护点】
1.一种障碍物面积计算方法，其特征在于，所述障碍物面积计算方法包括以下步骤：
2.如权利要求1所述的障碍物面积计算方法，其特征在于，所述获取摄像头拍摄得到的像素数据的步骤之前，所述方法包括：
3.如权利要求1所述的障碍物面积计算方法，其特征在于，所述获取摄像头拍摄得到的像素数据的步骤，包括：
4.如权利要求1所述的障碍物面积计算方法，其特征在于，所述基于所述目标障碍物像素和预设的像素大小与其投影的占地面积之间的关联关系，计算障碍物的占地面积的步骤，包括：
5.如权利要求1所述的障碍物面积计算方法，其特征在于，所述获取摄像头拍摄得到的像素数据的步骤之前，所述方法包括：
6.如权利要求5所述的障碍物面积计算方法，其特征在于，所述获取像素训练集中障碍物像素样本数据的步骤，包括：
7.如权利要求5所述的障碍物面积计算方法，其特征在于，所述基于所述障碍物像素样本数据和所述障碍物像素样本数据对应的障碍物像素分类标签，对预设的待训练预测模型进行迭代训练，得到具有满足精度条件的像素预测模型的步骤，包括：
8.一种
9.一种障碍物面积计算设备，其特征在于，所述设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的障碍物面积计算程序，所述障碍物面积计算程序配置为实现如权利要求1至7中任一项所述的障碍物面积计算方法的步骤。
10.一种存储介质，其特征在于，所述存储介质上存储有障碍物面积计算程序，所述障碍物面积计算程序被处理器执行时实现如权利要求1至7中任一项所述的障碍物面积计算方法的步骤。
...【技术特征摘要】
1.一种障碍物面积计算方法，其特征在于，所述障碍物面积计算方法包括以下步骤：
2.如权利要求1所述的障碍物面积计算方法，其特征在于，所述获取摄像头拍摄得到的像素数据的步骤之前，所述方法包括：
3.如权利要求1所述的障碍物面积计算方法，其特征在于，所述获取摄像头拍摄得到的像素数据的步骤，包括：
4.如权利要求1所述的障碍物面积计算方法，其特征在于，所述基于所述目标障碍物像素和预设的像素大小与其投影的占地面积之间的关联关系，计算障碍物的占地面积的步骤，包括：
5.如权利要求1所述的障碍物面积计算方法，其特征在于，所述获取摄像头拍摄得到的像素数据的步骤之前，所述方法包括：
6.如权利要求5所述的障碍物面积计算方法，其特征在于，所述获取像素训练集中障碍物像素样本数据的...
【专利技术属性】
技术研发人员：周士博，
申请(专利权)人：锐驰激光深圳有限公司，
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。