一种用于外骨骼机器人使役环境中楼梯识别方法技术

本申请公开了一种用于外骨骼机器人使役环境中楼梯识别方法，包括以下步骤：通过安装在外骨骼机器人上的图像采集模块采集外骨骼机器人前进方向的路面环境图像，以得到第一环境图像；将第一环境图像输入基于Faster R

【技术实现步骤摘要】
一种用于外骨骼机器人使役环境中楼梯识别方法


[0001]本申请一般涉及外骨骼环境感知领域，尤其涉及一种用于外骨骼机器人使役环境中楼梯识别方法。

技术介绍

[0002]外骨骼机器人也称"可穿戴机器人"，是一种可穿戴在操作者身上，以提升操作者行动便利性的装置，现已广泛应用于医疗领域、军事领域及其他相关领域中。由于外骨骼机器人的使役环境复杂多样，包括平地行走、上下楼梯、上下斜坡和避障等，其中上下楼梯为最常见的一种使役环境，外骨骼机器人对上下楼梯判断的准确将直接影响外骨骼机器人的有效性和实用性。但当前基于视觉的目标识别方法，仅适用于识别生活中常见物体，当将其用于外骨骼机器人对于上下楼梯的判断时，由于需要判断的楼梯样式多，识别时受图像质量影响等因素，导致外骨骼机器人对上下楼梯判断的准确率较低。因此，如何提升外骨骼机器人对上下楼梯判断的准确率已成为本领域中亟待解决的问题。

技术实现思路

[0003]鉴于现有技术中的上述缺陷或不足，期望提供一种可提升外骨骼机器人对上下楼梯判断的准确率的用于外骨骼机器人使役环境中楼梯识别方法。
[0004]具体技术方案如下：本申请提供一种用于外骨骼机器人使役环境中楼梯识别方法，包括以下步骤：通过安装在外骨骼机器人上的图像采集模块采集外骨骼机器人前进方向的路面环境图像，以得到第一环境图像；将所述第一环境图像输入楼梯识别系统，以得到第一楼梯识别分数，其中所述楼梯识别系统利用经训练和测试得到的楼梯识别模型，得出所述第一楼梯识别分数；将所述第一楼梯识别分数与第一设定分数进行比较；当所述第一楼梯识别分数大于所述第一设定分数时，将所述第一环境图像进行灰度化处理，以得到第二环境图像；将所述第二环境图像输入直线识别系统，以得到第二楼梯识别分数；对所述第一楼梯识别分数和第二楼梯识别分数进行加权求和，以得到第三楼梯识别分数；将所述第三楼梯识别分数与第二设定分数进行比较；当所述第三楼梯识别分数大于所述第二设定分数时：通过安装在外骨骼机器人上的测距模块测量得到测量距离，所述测量距离为测距模块和与其测距端正对的路面的距离；将所述测量距离与设定距离进行比较；当所述测量距离大于所述设定距离，判定当前路面环境为下行楼梯；当所述测量距离小于所述设定距离，判定当前路面环境为上行楼梯。
[0005]可选的，所述楼梯识别模型通过以下步骤训练得到：采集若干构图中包含有楼梯的第一图像，所述第一图像中的楼梯样式不同，和/或背景环境也不同；对各所述第一图像中的楼梯部分划分为一类，并分别进行标注，以得到标注后生成的各第二图片；利用各所述第二图片对所述Faster R
‑
CNN网络进行训练和测试，以生成所述楼梯识别模型。
[0006]可选的，将所述第二环境图像输入直线识别系统，得到第二楼梯识别分数具体包括以下步骤：利用canny算子对所述第二环境图像进行边缘检测，以得到所述第二环境图像的二值图像；对所述二值图像进行霍夫变换，以得到霍夫矩阵；提取所述霍夫矩阵中的霍夫峰值点；根据所述霍夫峰值点提取所述二值图像中的线段，以得到各第一线段；滤除长度小于25像素的第一线段，并将间距小于10的第一线段进行合并，以得到各第二线段；测量各所述第二线段在沿垂直于第一方向的平面上的投影之间的距离，并记距离不为0的所述第二线段个数为a，距离为0的所述第二线段个数为b，其中第一方向为各所述第二线段的延伸方向；计算所述第二楼梯识别分数k，其中：。
[0007]可选的，对所述第二环境图像进行边缘检测时，对所述第二环境图像进行基于高斯核的双边滤波处理后得到第三环境图像，再对所述第三环境图像用canny算子进行提取，以得到所述二值图像。
[0008]可选的，对所述第一环境图像进行灰度化处理之前，先对其进行锐化处理，得到第四环境图像，再对所述第四环境图像进行灰度化处理，以得到所述第二环境图像。
[0009]可选的，所述第一设定分数为0.5。
[0010]可选的，在计算所述第三楼梯识别分数时，所述第一楼梯识别分数和所述第二楼梯识别分数权重相等，且所述第二设定分数为0.6。
[0011]本申请有益效果在于：该楼梯识别方法在处理所述图像采集模块采集的所述第一环境图像时，将其输入至所述楼梯识别系统中，以得到第一楼梯识别分数，并以所述第一楼梯识别分数的值，实现对当前环境是否为楼梯的第一次判断。期间由于采用了所述楼梯识别系统，而所述楼梯识别系统利用经训练和测试得到的楼梯识别模型，得出所述第一楼梯识别分数。因此具有更高的楼梯的识别率；又在通过所述直线识别系统对所述第二环境图像进行处理，以得到第二楼梯识别分数，并通过所述第一楼梯识别分数和所述第二楼梯识别分数加权求和的方式得到所述第三楼梯识别分数，再通过所述第三楼梯识别分数的值，实现对当前环境是否为楼梯的第二次判断。期间由于采用了所述直线识别系统，因此对清晰度较差的图像中是否有楼梯的判断的准确率会得到显著提升。
附图说明
[0012]通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本申请的其它特征、目的和优点将会变得更明显：图1为本申请实施例提供的用于外骨骼机器人使役环境中楼梯识别方法的流程图；图2为图1楼梯识别方法中楼梯识别系统构建的流程图。
具体实施方式
[0013]下面结合附图和实施例对本申请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相关专利技术，而非对该专利技术的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与专利技术相关的部分。
[0014]需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
[0015]请参考图1，为本实施例提供的一种可提升外骨骼机器人对上下楼梯判断的准确率的用于外骨骼机器人使役环境中楼梯识别方法，包括以下步骤：通过安装在外骨骼机器人上的图像采集模块采集外骨骼机器人前进方向的路面环境图像，以得到第一环境图像；将所述第一环境图像输入楼梯识别系统，以得到第一楼梯识别分数，其中所述楼梯识别系统利用经训练和测试得到的楼梯识别模型，得出所述第一楼梯识别分数；将所述第一楼梯识别分数与第一设定分数进行比较；当所述第一楼梯识别分数大于所述第一设定分数时，将所述第一环境图像进行灰度化处理，以得到第二环境图像；将所述第二环境图像输入直线识别系统，以得到第二楼梯识别分数；对所述第一楼梯识别分数和第二楼梯识别分数进行加权求和，以得到第三楼梯识别分数；将所述第三楼梯识别分数与第二设定分数进行比较；当所述第三楼梯识别分数大于所述第二设定分数时：通过安装在外骨骼机器人上的测距模块测量得到测量距离，所述测量距离为测距模块和与其测距端正对的路面的距离；将所述测量距离与设定距离进行比较；当所述测量距离大于所述设定距离，判定当前路面环境为下行楼梯；当所述测量距离小于所述设定距离，判定当前路面环境为上行楼梯。
[0016]该楼梯识别方法在处理所述图像采集模块采集的所述第一环境图像时，将其输入至所述楼梯识别系统中，以得到第一楼梯识别分数，并以本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于外骨骼机器人使役环境中楼梯识别方法，其特征在于，包括以下步骤：通过安装在外骨骼机器人上的图像采集模块采集外骨骼机器人前进方向的路面环境图像，以得到第一环境图像；将所述第一环境图像输入楼梯识别系统，以得到第一楼梯识别分数，其中所述楼梯识别系统利用经训练和测试得到的楼梯识别模型，得出所述第一楼梯识别分数；将所述第一楼梯识别分数与第一设定分数进行比较；当所述第一楼梯识别分数大于所述第一设定分数时，将所述第一环境图像进行灰度化处理，以得到第二环境图像；将所述第二环境图像输入直线识别系统，以得到第二楼梯识别分数；对所述第一楼梯识别分数和第二楼梯识别分数进行加权求和，以得到第三楼梯识别分数；将所述第三楼梯识别分数与第二设定分数进行比较；当所述第三楼梯识别分数大于所述第二设定分数时：通过安装在外骨骼机器人上的测距模块测量得到测量距离，所述测量距离为测距模块和与其测距端正对的路面的距离；将所述测量距离与设定距离进行比较；当所述测量距离大于所述设定距离，判定当前路面环境为下行楼梯；当所述测量距离小于所述设定距离，判定当前路面环境为上行楼梯。2.根据权利要求1所述的用于外骨骼机器人使役环境中楼梯识别方法，其特征在于，所述楼梯识别模型通过以下步骤训练得到：采集若干构图中包含有楼梯的第一图像，所述第一图像中的楼梯样式不同，和/或背景环境也不同；对各所述第一图像中的楼梯部分划分为一类，并分别进行标注，以得到标注后生成的各第二图片；利用各所述第二图片对Faster R
‑
CNN网络进行训练和测试，以生成所述楼梯识别模型。3.根据权利要求1所述的用于外骨骼机器人使役环境中楼梯识别方法...

【专利技术属性】
技术研发人员：刘启明，代玉星，李子瑞，郭士杰，
申请(专利权)人：河北工业大学，
类型：发明
国别省市：