机器人的识别控制方法、装置、机器人及存储介质制造方法及图纸

本申请公开了机器人的识别控制方法、装置、机器人及存储介质，涉及机器人技术领域，该识别控制方法包括：获取目标障碍物的几何信息及位置信息；结合几何信息及位置信息，判断目标障碍物是否为门槛；基于判断结果，控制机器人对目标障碍物进行对应处理。本申请的技术方案有利于提高机器人的清洁覆盖率和避障能力，进而提高机器人的工作效率。进而提高机器人的工作效率。进而提高机器人的工作效率。

【技术实现步骤摘要】
机器人的识别控制方法、装置、机器人及存储介质


[0001]本申请涉及机器人
，特别是涉及机器人的识别控制方法、装置、机器人及存储介质。

技术介绍

[0002]现有技术中，机器人在对障碍物进行类型的识别时，通常会对障碍物的长、宽、厚度等几何信息进行分析以确定该障碍物是否为门槛，再基于预设的针对门槛/非门槛障碍物的处理方法对门槛/非门槛障碍物进行处理。
[0003]现有技术的缺陷在于，现有的机器人的识别方式容易将所有长条状障碍物(如：电插板)均识别为门槛，从而采用针对门槛的处理方法对此类障碍物进行处理，使得机器人易采用不合适的处理方法对障碍物进行处理，降低了机器人的清洁覆盖率和避障能力，进而降低了机器人的工作效率。

技术实现思路

[0004]本申请公开了机器人的识别控制方法、装置、机器人及存储介质，以解决机器人的工作效率低的技术问题。
[0005]为了解决上述技术问题，本申请提供的第一个技术方案为：一种机器人的识别控制方法，包括：获取目标障碍物的几何信息及位置信息；结合几何信息及位置信息，判断目标障碍物是否为门槛；基于判断结果，控制机器人对目标障碍物进行对应处理。
[0006]本申请提供的第二个技术方案为：一种机器人的识别控制装置，包括：存储器和处理器；存储器用于存储程序指令，处理器用于执行程序指令以实现上述识别控制方法。
[0007]本申请提供的第三个技术方案为：一种机器人，包括：存储器和处理器；存储器用于存储程序指令，处理器用于执行程序指令以实现上述识别控制方法。
[0008]本申请提供的第四个技术方案为：一种计算机可读存储介质，计算机可读存储介质存储有程序指令，程序指令被处理器执行时实现上述识别控制方法。
[0009]本申请的有益效果在于：区别于现有技术，本申请通过结合几何信息和位置信息以判断目标障碍物是否为门槛，避免位置信息不符合要求的目标障碍物被识别为门槛，以降低机器人采用不合适的处理方式对目标障碍物进行处理的风险，可提高机器人的清洁覆盖率和避障能力，进而提高了机器人的工作效率。
附图说明
[0010]为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。
[0011]图1是本申请的机器人的识别控制方法的一实施例的流程示意图；
[0012]图2是图1实施例的机器人的识别控制方法中步骤S12的一具体流程示意图；
[0013]图3是图1实施例的机器人的识别控制方法中步骤S12的另一具体流程示意图；
[0014]图4是本申请的清洁区域及目标障碍物的示意图；
[0015]图5是本申请的机器人的识别控制装置的一实施例的结构示意图；
[0016]图6是本申请的机器人的一实施例的结构示意图；
[0017]图7是本申请的计算机可读存储介质的一实施例的结构示意图。
具体实施方式
[0018]下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，均属于本申请保护的范围。
[0019]本申请中的术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。本申请的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。此外，术语“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。
[0020]本申请首先提供一种机器人的识别控制方法，如图1所示，图1是本申请的机器人的识别控制方法的一实施例的流程示意图。本实施例机器人的识别控制方法具体包括以下步骤：
[0021]步骤S11：获取目标障碍物的几何信息及位置信息。
[0022]本实施例中，机器人的前部可安装至少一传感器，机器人可通过该传感器获取目标障碍物的几何信息。传感器可包括结构光传感器，光学测距传感器(如：激光测距传感器、红外测距传感器)，视觉传感器，超声波传感器，毫米波传感器中的至少一种，此处不作限定。
[0023]机器人还可装配有定位模块，机器人可根据该定位模块和该传感器得到的信息计算得到目标障碍物的位置信息，也即得到目标障碍物所在的位置。定位模块可包括：光学定位模块(如：激光测距传感器、红外测距传感器)，视觉定位模块(如：双目摄像头、三目摄像头)，惯性定位模块(如：加速度计和角速度传感器(陀螺仪)以及它们的单、双、三轴组合IMU(Inertial measurement unit，惯性测量单元)，AHRS(Attitude and heading reference system，姿态参考系统，该系统包括磁传感器))，超声定位模块(如：超声波传感器)，毫米波定位模块(如：毫米波传感器)，UWB(Ultra Wide Band，超宽带)定位模块中的至少一种，此处不作限定。
[0024]具体的，可对设置于机器人前部的结构光传感器所获得的数据进行数据处理，以得到目标障碍物的几何信息，并通过机器人前部的结构光传感器所获得的数据和机器人的wifi定位模块确定目标障碍物与机器人的相对位置关系和机器人的位置信息，以得到目标障碍物的位置信息。几何信息可以包括形状、角点、边长等信息中的至少一种，此处不作限定。
[0025]步骤S12：结合几何信息及位置信息，判断目标障碍物是否为门槛。
[0026]本实施例中，通过对目标障碍物的几何信息和位置信息的综合考虑，可准确地判断目标障碍物是否为门槛，避免将形状类似门槛但位置明显位于无门槛区域的障碍物或位于有门槛区域但形状明显与门槛不同的障碍物识别为门槛，提高了对目标障碍物的识别的正确率。
[0027]可选的，步骤S11可包括获取目标障碍物的几何信息、位置信息及视觉特征信息。
[0028]步骤S12可包括结合几何信息、位置信息及视觉特征信息，判断目标障碍物是否为门槛。
[0029]具体的，视觉特征信息可包括材质信息、粗糙度信息、色彩信息及其它视觉特征信息中的至少一种，此处不作限定。
[0030]可选的，如图2所示，图2是图1实施例的机器人的识别控制方法中步骤S12的一具体流程示意图。步骤S12具体可包括：
[0031]步骤S21：基于位置信息，判断目标障碍物是否位于区域边界上。
[0032]步骤S22：若判定目标障碍物位于区域边界上，则将目标障碍物确定为门槛类似物。
[0033]步骤S23：若判定目标障本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种机器人的识别控制方法，其特征在于，包括：获取目标障碍物的几何信息及位置信息；结合所述几何信息及所述位置信息，判断所述目标障碍物是否为门槛；基于判断结果，控制所述机器人对所述目标障碍物进行对应处理。2.根据权利要求1所述的识别控制方法，其特征在于，所述结合所述几何信息及所述位置信息，判断所述目标障碍物是否为门槛的步骤包括：基于所述位置信息，判断所述目标障碍物是否位于区域边界上；若判定所述目标障碍物位于区域边界上，则将所述目标障碍物确定为门槛类似物；基于所述几何信息，判断所述目标障碍物是否为门槛。3.根据权利要求1所述的识别控制方法，其特征在于，所述结合所述几何信息及所述位置信息，判断所述目标障碍物是否为门槛的步骤包括：基于所述几何信息，判断所述目标障碍物是否为门槛类似物；若判定所述目标障碍物为门槛类似物，则基于所述位置信息，判断所述目标障碍物是否位于区域边界上；若判定所述目标障碍物位于区域边界上，则将所述目标障碍物确定为门槛。4.根据权利要求3所述的识别控制方法，其特征在于，所述几何信息包括：所述目标障碍物的长度、宽度、高度和几何比例中的至少一种，所述几何比例包括：长宽比、长高比、宽高比中的至少一种；所述基于所述几何信息，判断所述目标障碍物是否为门槛类似物的步骤包括：判断至少部分所述几何信息是否满足预设条件；若满足所述预设条件，则判定所述目标障碍物为门槛类似物。5.根据权利要求1所述的识别控制方法，其特征在于，所述基于判断结果，控制所述机器人对所述目标障碍物进行对应处理的步骤包括：若所述目标障碍物是门槛，则仅在所述机器人更换清洁区域时，控制所述...

【专利技术属性】
技术研发人员：郭盖华，宋洋鹏，李昂，
申请(专利权)人：深圳乐动机器人有限公司，
类型：发明
国别省市：