机器人、机器人检测行人的装置、方法和可读存储介质制造方法及图纸

一种机器人、机器人检测行人的方法、装置和计算机可读存储介质，机器人存储器和与该存储器耦合的处理器，存储器存储有计算机程序，处理器用于执行所述计算机程序以实现如下步骤：获取机器人激光雷达的检测区域中的多帧雷达数据，所述检测区域包括静态行人检测区域和动态行人检测区域；通过第一类型算法对所述静态行人检测区域中的每帧雷达数据进行处理以及通过第二类型算法对所述动态行人检测区域中的每帧雷达数据进行处理，以得到所述检测区域的待追踪行人的待追踪行人信息；基于所述多帧雷达数据中所述待追踪行人的待追踪行人信息之间的关联信息，以确定目标行人，可提高机器人检测行人的实时性和准确性。器人检测行人的实时性和准确性。器人检测行人的实时性和准确性。

【技术实现步骤摘要】
机器人、机器人检测行人的装置、方法和可读存储介质


[0001]本申请实施例涉及机器人
，尤其涉及一种机器人、机器人检测行人的装置、方法和可读存储介质。

技术介绍

[0002]行人检测与跟踪一直是机器人领域研究的热点。随着激光雷达的快速发展，低成本2D激光雷达逐渐应用于市场，进而出现了许多基于2D激光雷达的行人检测方法。
[0003]现有技术中，行人检测算法基本上是基于深度学习方案来设计的，此类方法普遍依靠大量的数据，计算量大，时效性低。

技术实现思路

[0004]本申请实施例提供一种机器人、机器人检测行人的装置、方法和可读存储介质，可解决机器人检测行人时效性低的问题。
[0005]本申请实施例一方面提供了一种机器人，包括：存储器与所述存储器耦合的处理器；所述存储器存储有计算机程序；所述处理器用于执行所述计算机程序以实现如下步骤：
[0006]获取机器人激光雷达的检测区域中的多帧雷达数据，所述检测区域包括静态行人检测区域和动态行人检测区域；
[0007]通过第一类型算法对所述静态行人检测区域中的每帧雷达数据进行处理以及通过第二类型算法对所述动态行人检测区域中的每帧雷达数据进行处理，以得到所述检测区域的待追踪行人的待追踪行人信息；
[0008]基于所述多帧雷达数据中所述待追踪行人的待追踪行人信息之间的关联信息，以确定目标行人。
[0009]本申请实施例一方面提供了一种机器人检测行人的装置，包括：
[0010]获取模块，用于获取机器人激光雷达的检测区域中的多帧雷达数据，所述检测区域包括静态行人检测区域和动态行人检测区域；
[0011]识别模块，用于通过第一类型算法对所述静态行人检测区域中的每帧雷达数据进行处理以及通过第二类型算法对所述动态行人检测区域中的每帧雷达数据进行处理，以得到所述检测区域的待追踪行人的待追踪行人信息
[0012]确定模块，用于基于所述多帧雷达数据中所述待追踪行人的待追踪行人信息之间的关联信息，以确定目标行人。
[0013]本申请实施例一方面提供了一种机器人检测行人的方法，包括：
[0014]获取机器人激光雷达的检测区域中的雷达数据，所述检测区域包括静态行人检测区域和动态行人检测区域；
[0015]获取机器人激光雷达的检测区域中的多帧雷达数据，所述检测区域包括静态行人检测区域和动态行人检测区域；
[0016]通过第一类型算法对所述静态行人检测区域中的每帧雷达数据进行处理以及通
过第二类型算法对所述动态行人检测区域中的每帧雷达数据进行处理，以得到所述检测区域的待追踪行人的待追踪行人信息；
[0017]基于所述多帧雷达数据中所述待追踪行人的待追踪行人信息之间的关联信息，以确定目标行人。
[0018]本申请实施例一方面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，所述计算机程序被处理器执行时，实现机器人检测行人的方法，所述机器人检测行人的方法为如上所述机器人实现所述机器人检测行人的方法。
[0019]从上述本申请各实施例可知，该机器人获取激光雷达的检测区域中的雷达数据，检测区域分为静态行人检测区域和动态行人检测区域，并通过第一类型算法对静态行人检测区域中的每帧雷达数据进行处理以及通过第二类型算法对所述动态行人检测区域中的每帧雷达数据进行处理，从而可以识别出检测区域的待追踪行人，并随后基于所述多帧雷达数据中所述待追踪行人的待追踪行人信息之间的关联信息，以确定目标行人。通过对不同区域采用不同的处理算法，使得整体而言计算量小，实时性高，识别真实的行人准确率高，且根据交互的场景特点区分不同的检测区域对行人进行识别，便于根据识别出的静态行人和动态行人进行不同的交互策略，提高交互的成功率。
附图说明
[0020]为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施例，对于本领域技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
[0021]图1为本申请一实施例提供的机器人的结构示意图；
[0022]图2为本申请一实施例提供的机器人检测行人的方法的流程示意图；
[0023]图3为本申请一实施例提供的机器人检测行人的方法中机器人的检测区域划分示意图；
[0024]图4为本申请另一实施例提供的机器人检测行人的方法的流程示意图；
[0025]图5为本申请实施例中机器人的栅格地图坐标系栅格化处理示意图；
[0026]图6为本申请一实施例提供的机器人检测行人的装置的结构示意图。
具体实施方式
[0027]为使本申请实施例的目的、技术方案和优点更加清楚，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，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0028]参见图1，图1为本申请一实施例提供的机器人的结构示意图。为了便于说明，仅示出了与本申请实施例相关的部分。该机器人上设置有激光雷达，该机器人采用该激光雷达作为行人检测传感器，实时扫描检测区域得到雷达数据，通过该雷达数据可以判断扫描区域内的人腿信息，并根据人腿信息匹配出行人，以及确定行人的位置和速度等信息。该机器人可包括：存储器100和与存储器100耦合的处理器200；
[0029]其中，处理器200为移动机器人的运算和控制核心，是信息处理、程序运行的最终执行单元。存储器100例如硬盘驱动存储器，非易失性存储器(例如闪存或用于形成固态驱动器的其它电子可编程限制删除的存储器等)，易失性存储器(例如静态或动态随机存取存储器等)等，本申请实施例不作限制。
[0030]存储器100中存储有计算机程序；处理器200用于执行该计算机程序，以实现如下机器人检测行人的方法中的步骤，参见图2，该方法包括如下步骤：
[0031]S201、获取机器人激光雷达的检测区域中的多帧雷达数据，该检测区域包括静态行人检测区域和动态行人检测区域；
[0032]该扫描检测区域可以是以机器人为中心360
°
全方位区域，也可以是机器人行进前方的区域，为描述方便，本申请实施例以机器人的行进前方的检测区域为例进行说明，如图3所示，将机器人的前方检测区域划分为以机器人为中心，半径大小不等的两个扇形区域，分别作为静态行人检测区域和动态行人检测区域，其中半径更小的扇形区域为该静态行人检测区域，半径更大的扇形区域为该动态行人检测区域。
[0033]在可选实施例中，先后持续获取检测区域的多帧雷达数据。
[0034]其中，该静态行人检测区域相对于该动态行人检测区域靠近该机器人，即相对于该机器人来说，该静态行人检测区域比该动态行人检测区域的距离更近。且该动态行人检测区域本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种机器人，其特征在于，所述机器人包括：存储器与所述存储器耦合的处理器；所述存储器存储有计算机程序；所述处理器用于执行所述计算机程序以实现如下步骤：获取机器人激光雷达的检测区域中的多帧雷达数据，所述检测区域包括静态行人检测区域和动态行人检测区域；通过第一类型算法对所述静态行人检测区域中的每帧雷达数据进行处理以及通过第二类型算法对所述动态行人检测区域中的每帧雷达数据进行处理，以得到所述检测区域的待追踪行人的待追踪行人信息；基于所述多帧雷达数据中所述待追踪行人的待追踪行人信息之间的关联信息，以确定目标行人。2.根据权利要求1所述的机器人，其特征在于，所述静态行人检测区域相对于所述动态行人检测区域靠近所述机器人，且所述动态行人检测区域大于所述静态行人检测区域。3.根据权利要求1或2所述的机器人，其特征在于，所述通过第一类型算法对所述静态行人检测区域中的每帧雷达数据进行处理，包括：通过预设的聚类算法，将所述静态行人检测区域中的雷达数据聚成各个簇；将各个簇中面积大于预设面积的簇确定为人腿；将各所述人腿中距离最小且所述距离小于预设距离的两条所述人腿，进行配对，配对成功的两条所述人腿对应一个所述静态行人，未配对成功的单条所述人腿对应一个所述待追踪行人。4.根据权利要求1所述的机器人，其特征在于，所述通过第二类型算法对所述动态行人检测区域中的每帧雷达数据进行处理包括：根据所述雷达与所述机器人上的转换矩阵，将获取的所述雷达数据转换到预先建立的栅格地图坐标系中；以帧为单位统计所述栅格地图坐标系中各栅格的属性值，其中，将存在所述雷达数据的栅格的属性值增加一个统计量，将不存在所述雷达数据的栅格的属性值减去一个统计量；当所述栅格地图坐标系中各栅格的属性值的统计帧数到达预设帧数时，通过预设的聚类算法，将所述动态行人检测区域中的所述栅格地图坐标系下的雷达数据聚成各个簇；将各个簇中面积大于所述预设面积的簇确定为人腿；将各所述人腿中距离最小且所述距离小于预设距离的两条所述人腿，进行配对，配对成功的两条所述人腿对应一个待定动态行人，未配对成功的单条所述人腿对应一个所述待定动态行人；计算所述待定动态行人预设范围内的所有所述栅格的属性值之和，若所述属性值之小于预设阈值，则将所述待定动态行人确认为所述待追踪行人。5.根据权利要求4所述的机器人，其特征在于，所述待追踪行人信息包括所述待追踪行人的位置和速度，所述关联信息包括关联成功的次数；所述基于所述多帧雷达数据中所述待追踪行人的待追踪行人信息之间的关联信息，以确定目标行人，包括：基于每一帧雷达数据中待追踪行人的位置和速度，预测下一帧雷达数据中待追踪行人的预测位置；
将所述预测位置与下一帧雷达数据中的待追踪行人的实际位置之间进行最小距离匹配关联；若关联成功，则记录所述待追踪行人的关联成功的次数，并当所述待追踪行人关联成功的次数达到第一预设次数时，确认所述待追踪行人为所述目标行人。6.根据权利要求5所述的机器人，其特征在于，所述处理器还用于执行如下步骤：若关联失败，则将所述下一帧所述雷达数据中检测到的所述待追踪行人作为新增行人，将所述待追踪行人的关联成功的次数减去一个统计量，并记录关联失败的次数，当所述关联失败的次数达到第二预设次数时，确认所述待追踪行人非所述目标行人。7.根据权利要求5所述的机器人，其特征在于，所述处理器还用于执行如下步骤：若所述目标行人为在所述静态行人检测区域识别出的所述待追踪行人，则将与所述机器人距离最近的待追踪行人作为进行交互的交互对象；若所述目标行人为在所述动态行人检测区域识别出的所述待追踪行人，则将所述关联成功的次数最多的所述待追踪行人作为进行交互的交互对象。8.一种机器人检测行人的装置，其特征在于，包括：获取模块，用于获取机器人激光雷达的检测区域中的多帧雷达数据，所述检测区域包括静态行人检测区域和动态行人检测区域；识别模块，用于通过第一类型算法对所述静态行人检测区域中的每帧雷达数据进行处理以及通过第二类型算法对所述动态行人检测区域中的每帧雷达数据进行处理，以得到所述检测区域的待追踪行人的待追踪行人信息；确定模块，用于基于所述多帧雷达数据中所述待...

【专利技术属性】
技术研发人员：黄寅，
申请(专利权)人：深圳市普渡科技有限公司，
类型：发明
国别省市：