地面检测方法、装置、电子设备及存储介质制造方法及图纸

本申请适用于计算机技术领域，提供了地面检测方法、装置、电子设备及存储介质，包括：获取预设检测区域对应的第一点云数据；将所述第一点云数据的高度信息归一化到图像空间，得到第一灰度图像；对所述第一灰度图像进行滤波处理，得到第二灰度图像；根据所述第二灰度图像，确定第二点云数据；根据所述第二灰度图像和预设的阈值分割算法，确定所述第二灰度图像中的目标地面图像区域；根据所述目标地面图像区域和所述第二点云数据，定位可通行地面区域。本申请实施例能够高效准确地实现地面检测。申请实施例能够高效准确地实现地面检测。申请实施例能够高效准确地实现地面检测。

【技术实现步骤摘要】
地面检测方法、装置、电子设备及存储介质


[0001]本申请属于计算机
，尤其涉及一种地面检测方法、装置、电子设备及存储介质。

技术介绍

[0002]随着机器人技术的发展，机器人能够通过计算机视觉技术和定位导航技术实现自主运动功能。在机器人实现自主运动功能时，需要机器人能够感知周围环境，自主地检测出可以通行的可通行地面区域，以便保证机器人的运动安全。可见，地面检测为机器人实现自主运动功能的关键环节。然而，目前的地面检测方法存在着硬件成本高且准确性低的缺陷。

技术实现思路

[0003]有鉴于此，本申请实施例提供了地面检测方法、装置、电子设备及存储介质，以解决现有技术中如何准确地实现地面检测的问题。
[0004]本申请实施例的第一方面提供了一种地面检测方法，包括：
[0005]获取预设检测区域对应的第一点云数据；
[0006]将所述第一点云数据的高度信息归一化到图像空间，得到第一灰度图像；
[0007]对所述第一灰度图像进行滤波处理，得到第二灰度图像；
[0008]根据所述第二灰度图像，确定第二点云数据；
[0009]根据所述第二灰度图像和预设的阈值分割算法，确定所述第二灰度图像中的目标地面图像区域；
[0010]根据所述目标地面图像区域和所述第二点云数据，定位可通行地面区域。
[0011]可选地，所述获取预设检测区域对应的第一点云数据，包括：
[0012]获取所述预设检测区域对应的深度图像；
[0013]根据所述深度图像，确定相机坐标系下的点云数据；
[0014]根据所述相机坐标系下的点云数据和预设的坐标转换关系，确定机器人坐标系下的点云数据作为所述第一点云数据。
[0015]可选地，所述将所述第一点云数据的高度信息归一化到图像空间，得到第一灰度图像，包括：
[0016]将所述第一点云数据的高度信息转化至预设高度区间，得到目标高度数据；
[0017]将所述目标高度数据归一化到预设灰度区间，得到第一灰度图像。
[0018]可选地，所述对所述第一灰度图像进行滤波处理，得到第二灰度图像，包括：
[0019]对所述第一灰度图像进行中值滤波处理和降维裁剪处理，得到所述第二灰度图像。
[0020]可选地，所述根据所述第二灰度图像和预设的阈值分割算法，确定所述第二灰度图像中的目标地面图像区域，包括：
[0021]对所述第二灰度图像进行梯度计算，确定所述第二灰度图像对应的目标梯度图
像；
[0022]根据第一灰度阈值对所述目标梯度图像进行阈值分割处理，确定所述目标梯度图像中灰度值小于所述第一灰度阈值的第一像素点集合；
[0023]根据目标阈值区间对所述第二灰度图像进行阈值分割处理，确定所述第二灰度图像中灰度值位于所述目标阈值区间内的第二像素点集合；
[0024]根据所述第一像素点集合和所述第二像素点集合，确定目标地面图像区域。
[0025]可选地，所述根据所述第一像素点集合和所述第二像素点集合，确定目标地面图像区域，包括：
[0026]根据所述第一像素点集合和所述第二像素点集合，确定目标轮廓；
[0027]若所述目标轮廓的面积大于预设面积阈值，则根据所述目标轮廓确定目标地面图像区域。
[0028]可选地，所述根据所述目标轮廓确定目标地面图像区域，包括：
[0029]确定所述目标轮廓的重心；
[0030]根据所述重心，确定最优种子点；
[0031]根据所述最优种子点，通过漫水填充算法对所述第二灰度图像处理，得到目标地面图像区域。
[0032]本申请实施例的第二方面提供了一种地面检测装置，包括：
[0033]第一点云数据获取单元，用于获取预设检测区域对应的第一点云数据；
[0034]第一灰度图像确定单元，用于将所述第一点云数据的高度信息归一化到图像空间，得到第一灰度图像；
[0035]第二灰度图像确定单元，用于对所述第一灰度图像进行滤波处理，得到第二灰度图像；
[0036]第二点云数据确定单元，用于根据所述第二灰度图像，确定第二点云数据；
[0037]目标地面图像区域确定单元，用于根据所述第二灰度图像和预设的阈值分割算法，确定所述第二灰度图像中的目标地面图像区域；
[0038]定位单元，用于根据所述目标地面图像区域和所述第二点云数据，定位可通行地面区域。
[0039]本申请实施例的第三方面提供了一种电子设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，当所述处理器执行所述计算机程序时，使得电子设备实现如所述地面检测方法的步骤。
[0040]本申请实施例的第四方面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存储有计算机程序，当所述计算机程序被处理器执行时，使得电子设备实现如所述地面检测方法的步骤。
[0041]本申请实施例的第五方面提供了一种计算机程序产品，当计算机程序产品在电子设备上运行时，使得电子设备执行上述第一方面中任一项所述的地面检测方法。
[0042]本申请实施例与现有技术相比存在的有益效果是：本申请实施例中，获取预设检测区域对应的第一点云数据后，将该第一点云数据的高度信息归一化到图像空间，得到第一灰度图像。接着，对该第一灰度图像进行滤波处理，得到第二灰度图像。根据该第二灰度图像，可以确定滤波后的第二点云数据，以及根据该第二灰度图像和预设的阈值分割算法，
可以从第二灰度图像中确定目标地面图像区域。之后，根据该目标地面图像区域和第二点云数据，可以从预设检测区域中定位可通行地面区域。由于第一灰度图像是基于第一点云数据的高度信息得到的图像，第二灰度图像是进一步对该第一灰度图像进行滤波处理得到的图像，因此，该第二灰度图像即为包含了滤波后的更加准确的高度信息的图像，使得后续基于该第二灰度图像能够确定包含了更加准确的高度信息的第二点云数据，以及利用携带准确的高度信息的第二灰度图像和预设的阈值分割算法准确地确定目标地面图像区域，从而使得根据该目标地面图像区域和第二点云数据，能够准确地定位可通行地面区域。即，本申请实施例能够将点云数据转换到图像空间进行滤波处理和阈值分割，之后再根据滤波处理结果和阈值分割结果，准确地在点云数据中定位可通行地面区域；由于图像空间的滤波处理和阈值分割的准确性较高且算法复杂度较低，因此能够提高地面检测的准确性和效率。
附图说明
[0043]为了更清楚地说明本申请实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍。
[0044]图1是本申请实施例提供的一种地面检测方法的实现流程示意图；
[0045]图2是本申请实施例提供的一种地面检测装置的示例图；
[0046]图3是本申请实施例提供的电子设备的示意图。
具体实施方式
[0047]以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种地面检测方法，其特征在于，包括：获取预设检测区域对应的第一点云数据；将所述第一点云数据的高度信息归一化到图像空间，得到第一灰度图像；对所述第一灰度图像进行滤波处理，得到第二灰度图像；根据所述第二灰度图像，确定第二点云数据；根据所述第二灰度图像和预设的阈值分割算法，确定所述第二灰度图像中的目标地面图像区域；根据所述目标地面图像区域和所述第二点云数据，定位可通行地面区域。2.如权利要求1所述的地面检测方法，其特征在于，所述获取预设检测区域对应的第一点云数据，包括：获取所述预设检测区域对应的深度图像；根据所述深度图像，确定相机坐标系下的点云数据；根据所述相机坐标系下的点云数据和预设的坐标转换关系，确定机器人坐标系下的点云数据作为所述第一点云数据。3.如权利要求1所述的地面检测方法，其特征在于，所述将所述第一点云数据的高度信息归一化到图像空间，得到第一灰度图像，包括：将所述第一点云数据的高度信息转化至预设高度区间，得到目标高度数据；将所述目标高度数据归一化到预设灰度区间，得到第一灰度图像。4.如权利要求1所述的地面检测方法，其特征在于，所述对所述第一灰度图像进行滤波处理，得到第二灰度图像，包括：对所述第一灰度图像进行中值滤波处理和降维裁剪处理，得到所述第二灰度图像。5.如权利要求1所述的地面检测方法，其特征在于，所述根据所述第二灰度图像和预设的阈值分割算法，确定所述第二灰度图像中的目标地面图像区域，包括：对所述第二灰度图像进行梯度计算，确定所述第二灰度图像对应的目标梯度图像；根据第一灰度阈值对所述目标梯度图像进行阈值分割处理，确定所述目标梯度图像中灰度值小于所述第一灰度阈值的第一像素点集合；根据目标阈值区间对所述第二灰度图像进行阈值分割处理，确定所述第二灰度图像中灰度值位于所述目...

【专利技术属性】
技术研发人员：宋西来，
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：