一种障碍物识别方法、装置、设备、介质及除草机器人制造方法及图纸

本发明专利技术实施例公开了一种障碍物识别方法、装置、设备、介质及除草机器人。该方法包括：根据候选除草区域图像的颜色信息确定候选除草区域图像中的候选障碍物区域；获取候选障碍物区域的轮廓信息；其中，轮廓信息包括色度信息、范围信息和粗糙度信息；根据预设轮廓信息判断条件和轮廓信息确定候选除草区域图像中是否存在障碍物。通过运行本发明专利技术实施例所提供的技术方案，可以解决现有技术中通常采用埋设边界线的方式对除草机器人的除草区域的边界进行标定，耗费大量的人力和物力，增加了成本。并且由于对边界线的埋设存在限制一定程度上限制了除草区域的形状的问题，实现提高除草机器人的候选除草区域中障碍物的识别效率和准确率的效果。的效果。的效果。

【技术实现步骤摘要】
一种障碍物识别方法、装置、设备、介质及除草机器人


[0001]本专利技术实施例涉及图像处理技术，尤其涉及一种障碍物识别方法、装置、设备、介质及除草机器人。

技术介绍

[0002]随着生活水平的提高，人们日益关注环境建设，因此城市绿化园林的建设愈发受到重视。与此同时，高效的绿化养护，如日常除草等，逐渐成为了一种需求。但由于传统除草机需要人工操控，因此具有自主工作功能的除草机器人逐渐兴起。
[0003]现有技术中，通常采用埋设边界线的方式对除草机器人的除草区域的边界进行标定，耗费大量的人力和物力，增加了成本。并且由于对边界线的埋设存在限制，例如拐角的角度不能小于90度，因此一定程度上限制了除草区域的形状。

技术实现思路

[0004]本专利技术实施例提供一种障碍物识别方法、装置、设备、介质及除草机器人，以实现提高除草机器人的候选除草区域中障碍物的识别效率和准确率的效果。
[0005]第一方面，本专利技术实施例提供了一种障碍物识别方法，该方法包括：
[0006]根据候选除草区域图像的颜色信息确定所述候选除草区域图像中的候选障碍物区域；
[0007]获取所述候选障碍物区域的轮廓信息；其中，所述轮廓信息包括色度信息、范围信息和粗糙度信息；
[0008]根据预设轮廓信息判断条件和所述轮廓信息确定所述候选除草区域图像中是否存在障碍物。
[0009]第二方面，本专利技术实施例还提供了一种障碍物识别装置，该装置包括：
[0010]候选障碍物区域确定模块，用于根据候选除草区域图像的颜色信息确定所述候选除草区域图像中的候选障碍物区域；
[0011]轮廓信息获取模块，用于获取所述候选障碍物区域的轮廓信息；其中，所述轮廓信息包括色度信息、范围信息和粗糙度信息；
[0012]障碍物确定模块，用于根据预设轮廓信息判断条件和所述轮廓信息确定所述候选除草区域图像中是否存在障碍物。
[0013]第三方面，本专利技术实施例还提供了一种电子设备，该电子设备包括：
[0014]一个或多个处理器；
[0015]存储装置，用于存储一个或多个程序，
[0016]当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如上所述的障碍物识别方法。
[0017]第四方面，本专利技术实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上所述的障碍物识别方法。
[0018]第五方面，本专利技术实施例还提供了一种除草机器人，包括机器人本体，还包括上述的电子设备。
[0019]本专利技术实施例通过根据候选除草区域图像的颜色信息确定所述候选除草区域图像中的候选障碍物区域；获取所述候选障碍物区域的轮廓信息；其中，所述轮廓信息包括色度信息、范围信息和粗糙度信息；根据预设轮廓信息判断条件和所述轮廓信息确定所述候选除草区域图像中是否存在障碍物。解决现有技术中通常采用埋设边界线的方式对除草机器人的除草区域的边界进行标定，耗费大量的人力和物力，增加了成本。并且由于对边界线的埋设存在限制一定程度上限制了除草区域的形状的问题，实现提高除草机器人的候选除草区域中障碍物的识别效率和准确率的效果。
附图说明
[0020]图1为本专利技术实施例一提供的一种障碍物识别方法的流程图；
[0021]图2为本专利技术实施例二提供的一种障碍物识别方法的流程图；
[0022]图3为本专利技术实施例三提供的一种障碍物识别装置的结构示意图；
[0023]图4为本专利技术实施例四提供的一种电子设备的结构示意图。
具体实施方式
[0024]下面结合附图和实施例对本专利技术作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本专利技术，而非对本专利技术的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本专利技术相关的部分而非全部结构。
[0025]实施例一
[0026]图1为本专利技术实施例一提供的一种障碍物识别方法的流程图，本实施例可适用于除草机器人识别候选除草区域中障碍物的情况，该方法可以由本专利技术实施例所提供的障碍物识别装置来执行，该装置可以由软件和/或硬件的方式实现。参见图1，本实施例提供的障碍物识别方法，包括：
[0027]步骤110、根据候选除草区域图像的颜色信息确定所述候选除草区域图像中的候选障碍物区域。
[0028]其中，候选除草区域为除草机器人可能的工作区域，可能全为待除的杂草，即为除草区域；候选除草区域也可能为存在人为搭建的边界，或者为原本为白色或水泥地等特殊颜色的区域，但由于被长草遮住易被误识别成除草区域，即为障碍物或边界区域。
[0029]候选除草区域图像可以由安装在除草机器人上的摄像机进行拍摄，本实施例对此不作限制。候选除草区域图像的颜色信息可以为图像的色调Hue、饱和度Saturation、明度Value等信息，本实施例对此不作限制。通过颜色信息从候选除草区域图像中确定可能为障碍物的区域，示例性的，根据颜色信息确定图像中与周围颜色相差较大的区域作为候选障碍物区域。
[0030]本实施例中，可选的，根据候选除草区域图像的颜色信息确定所述候选除草区域图像中的候选障碍物区域，包括：
[0031]根据所述候选除草区域图像的颜色信息获取所述候选除草区域图像的颜色分割图像；
[0032]对所述颜色分割图像进行形态学处理，并从形态学处理后的颜色分割图像中确定预设颜色的区域为候选障碍物区域。
[0033]其中，根据候选除草区域图像的颜色信息获取候选除草区域图像的颜色分割图像，可以根据颜色动态分割、边缘纹理方法分割、固定阈值分割、大津阈值分割等方式进行颜色分割，以获得候选除草区域图像的颜色分割图像。其中，颜色分割图像可以为二值图像。再对颜色分割图像进行形态学处理，其中，形态学处理可以为取反操作、开操作、闭操作等，本实施例对此不作限制。
[0034]从形态学处理后的颜色分割图像中确定预设颜色的区域为候选障碍物区域。例如将黑色区域作为除草区域，白色区域作为候选障碍物区域，以便进一步对候选障碍物区域进行识别。通过获取颜色分割图像对候选除草区域进行初步分类，并对颜色分割图像进行形态学处理以提高候选障碍物区域确定的准确性。
[0035]步骤120、获取所述候选障碍物区域的轮廓信息；其中，所述轮廓信息包括色度信息、范围信息和粗糙度信息。
[0036]其中，轮廓信息为单个候选障碍物区域的轮廓信息，获取方式可以为对候选障碍物区域进行轮廓检测。轮廓信息包括色度信息、范围信息和粗糙度信息，其中，色度信息用于表示候选障碍物区域在颜色方面的特征，可以为候选障碍物区域轮廓的平均色度，平均色度的计算方式可以为将单个候选障碍物区域轮廓中障碍物区域所有像素的色度值之和除以轮廓中障碍物区域像素总个数。
[0037]范围信息用于表示候选障碍物区域的大小，可以为面积、对角线长度，宽度、高度、包含像素个数等，本实施例对此不作限制。
[0038]粗糙度信息用于显示候选障碍物区本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种障碍物识别方法，其特征在于，包括：根据候选除草区域图像的颜色信息确定所述候选除草区域图像中的候选障碍物区域；获取所述候选障碍物区域的轮廓信息；其中，所述轮廓信息包括色度信息、范围信息和粗糙度信息；根据预设轮廓信息判断条件和所述轮廓信息确定所述候选除草区域图像中是否存在障碍物。2.根据权利要求1所述的方法，其特征在于，根据候选除草区域图像的颜色信息确定所述候选除草区域图像中的候选障碍物区域，包括：根据所述候选除草区域图像的颜色信息获取所述候选除草区域图像的颜色分割图像；对所述颜色分割图像进行形态学处理，并从形态学处理后的颜色分割图像中确定预设颜色的区域为候选障碍物区域。3.根据权利要求1所述的方法，其特征在于，根据预设轮廓信息判断条件和所述轮廓信息确定所述候选除草区域图像中是否存在障碍物，包括：若所述色度信息大于等于预设色度阈值，判断所述范围信息是否大于预设第一范围阈值，且所述粗糙度信息是否小于预设第一粗糙度阈值；若是，则确定所述候选除草区域图像中存在障碍物；若所述色度信息小于预设色度阈值，判断所述范围信息是否大于预设第二范围阈值，且所述粗糙度信息是否小于预设第二粗糙度阈值；若是，则确定所述候选除草区域图像中存在障碍物；其中，所述预设第一范围阈值小于所述预设第二范围阈值。4.根据权利要求3所述的方法，其特征在于，所述轮廓信息还包括：位置信息；相应的，根据预设轮廓信息判断条件和所述轮廓信息确定所述候选除草区域图像中是否存在障碍物，包括：若所述色度信息大于等于预设色度阈值，且所述范围信息大于预设第一范围阈值，且所述粗糙度信息小于预设第一粗糙度阈值；或所述色度信息小于预设色度阈值，且所述范围信息大于预设第二范围阈值，且所述粗糙度...

【专利技术属性】
技术研发人员：朱绍明，任雪，
申请(专利权)人：苏州科瓴精密机械科技有限公司，
类型：发明
国别省市：