【技术实现步骤摘要】
本申请实施例涉及计算机，特别涉及一种机器人控制方法和装置。
技术介绍
1、随着计算机技术的发展，越来越多的机器人出现在人们的日常生活中。例如，在一些商场中出现了指路机器人，在一些酒店中出现了送餐机器人，在一些客厅、卧室等出现了扫地机器人，等等。在一些情况下，需要机器人移动，而如何控制机器人移动，成为一个亟需解决的问题。
技术实现思路
1、本申请提供了一种机器人控制方法和装置，可以控制机器人运动，提高运动稳定性，所述技术方案包括如下内容。
2、一方面，提供了一种机器人控制方法，所述方法包括：
3、获取机器人运动所在环境的环境图像；
4、对所述环境图像进行分类，得到所述环境图像的环境类型；
5、基于所述环境类型确定所述机器人运动时采用的目标步态类型；
6、对所述环境图像进行语义分割，得到所述环境中的通行区域；
7、基于所述通行区域和所述目标步态类型，确定所述机器人的移动部件的参考控制信息；
8、基于所述参考控制信息，控制所述机器人在所述环境中进行运动。
9、另一方面，提供了一种机器人控制装置，所述装置包括：
10、获取模块，用于获取机器人运动所在环境的环境图像；
11、分类模块，用于对所述环境图像进行分类，得到所述环境图像的环境类型；
12、确定模块，用于基于所述环境类型确定所述机器人运动时采用的目标步态类型；
13、分割模块，用于对所述环境图
14、所述确定模块，还用于基于所述通行区域和所述目标步态类型，确定所述机器人的移动部件的参考控制信息；
15、控制模块，用于基于所述参考控制信息，控制所述机器人在所述环境中进行运动。
16、在一种可能的实现方式中，所述分类模块，用于对所述环境图像进行剪切，得到多张环境子图像；对于任一张环境子图像，对所述任一张环境子图像进行分类，得到所述任一张环境子图像的环境类型；基于所述多张环境子图像的环境类型，确定所述环境图像的环境类型。
17、在一种可能的实现方式中，所述分类模块，用于对所述任一张环境子图像进行特征提取，得到第一图像特征，所述第一图像特征表征所述任一张环境子图像的视觉信息；对所述第一图像特征进行纹理特征提取，得到第二图像特征，所述第二图像特征表征所述任一张环境子图像的纹理信息；基于所述第二图像特征对所述任一张环境子图像进行分类，得到所述任一张环境子图像的环境类型。
18、在一种可能的实现方式中，所述分类模块，用于对所述任一张环境子图像进行特征提取，得到第一图像特征，所述第一图像特征包括多个通道的第一子特征；对所述多个通道的第一子特征进行平均池化，得到第三图像特征，所述第三图像特征表征所述任一张环境子图像的全局信息；基于所述第三图像特征对所述任一张环境子图像进行分类，得到所述任一张环境子图像的环境类型。
19、在一种可能的实现方式中，所述分类模块，用于获取各张环境子图像的权重，所述环境子图像的权重反比于所述环境子图像对应的环境区域与所述机器人的视野中心之间的距离；基于所述各张环境子图像的环境类型和权重确定所述环境图像的环境类型。
20、在一种可能的实现方式中，所述分类模块，用于对所述各张环境子图像的环境类型进行编码，得到所述各张环境子图像的编码特征；基于所述各张环境子图像的权重，对所述各张环境子图像的编码特征进行加权计算，得到加权特征；基于所述加权特征，确定所述环境图像的环境类型。
21、在一种可能的实现方式中，所述分割模块，用于对所述环境图像进行特征提取，得到第四图像特征，所述第四图像特征表征所述环境图像的视觉信息；对所述第四图像特征进行卷积处理得到第五图像特征，所述第五图像特征表征所述环境图像中各个图像区域的内容信息；对所述第五图像特征进行解码，得到所述通行区域。
22、在一种可能的实现方式中，所述第五图像特征包括多个通道的第五子特征；
23、所述分割模块，用于基于所述多个通道的第五子特征，确定所述多个通道的权重；基于所述多个通道的第五子特征和权重，确定第六图像特征；对所述第六图像特征进行解码，得到所述通行区域。
24、在一种可能的实现方式中，所述确定模块，用于获取所述环境的深度图像和所述环境的第一高程地图；通过所述深度图像对所述第一高程地图进行调整，得到第二高程地图；基于所述第二高程地图、所述通行区域和所述目标步态类型，确定所述参考控制信息。
25、在一种可能的实现方式中，所述第一高程地图包括多个地图单元的第一高度和第一方差；
26、所述确定模块，用于基于所述深度图像，确定各个地图单元的参考高度和参考方差；基于所述第一方差、所述参考高度和所述参考方差，对所述第一高度进行调整，得到所述各个地图单元的第二高度；基于所述参考方差，对所述第一方差进行调整，得到所述各个地图单元的第二方差；基于所述各个地图单元的第二高度和第二方差，确定所述第二高程地图。
27、在一种可能的实现方式中，所述确定模块，用于对于所述深度图像中的任一个像素点，基于第一变换参数对所述任一个像素点的深度数据进行变换，得到所述任一个像素点对应的地图单元的参考高度，所述第一变换参数用于表征所述深度图像对应的相机坐标系和所述第一高程地图对应的地图坐标系之间的变换关系；基于所述第一变换参数确定第一偏导数据，所述第一偏导数据表征所述任一个像素点对应的地图单元的参考高度与所述任一个像素点的深度数据之间的偏导；基于所述第一变换参数和所述任一个像素点的深度数据，确定第二偏导数据，所述第二偏导数据表征所述任一个像素点对应的地图单元的参考高度与所述第一变换参数之间的偏导；基于所述第一偏导数据和所述第二偏导数据，确定所述任一个像素点对应的地图单元的参考方差。
28、在一种可能的实现方式中，所述参考控制信息包括第一控制信息或第二控制信息；所述确定模块，用于基于所述目标步态类型获取所述机器人的各个移动部件的目标步态参数；对于任一个移动部件，基于所述任一个移动部件的目标步态参数，确定所述任一个移动部件的状态；如果所述任一个移动部件的状态为摆动状态，基于所述通行区域，确定所述任一个移动部件的第一控制信息；如果所述任一个移动部件的状态为支撑状态，确定所述任一个移动部件的第二控制信息。
29、在一种可能的实现方式中，所述确定模块，用于获取所述机器人从上一个步态类型切换成所述目标步态类型所需的过渡时间和所述机器人自所述上一个步态类型的结束时间之后经过的第一时间；如果所述第一时间小于所述过渡时间，则基于所述第一时间、所述过渡时间、所述上一个步态类型的步态参数和所述目标步态类型的步态参数，确定所述各个移动部件的目标步态参数；如果所述第一时间不小于所述过渡时间，基于所述目标步态类型的步态参数，确定所述各个移动部件的目标步态参数。
30、在一种可能的实现方式中，所本文档来自技高网...
【技术保护点】
1.一种机器人控制方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述对所述环境图像进行分类，得到所述环境图像的环境类型，包括：
3.根据权利要求2所述的方法，其特征在于，所述对所述任一张环境子图像进行分类，得到所述任一张环境子图像的环境类型，包括：
4.根据权利要求2所述的方法，其特征在于，所述对所述任一张环境子图像进行分类，得到所述任一张环境子图像的环境类型，包括：
5.根据权利要求2所述的方法，其特征在于，所述基于所述多张环境子图像的环境类型，确定所述环境图像的环境类型，包括：
6.根据权利要求5所述的方法，其特征在于，所述基于所述各张环境子图像的环境类型和权重确定所述环境图像的环境类型，包括：
7.根据权利要求1所述的方法，其特征在于，所述对所述环境图像进行语义分割，得到所述环境中的通行区域，包括：
8.根据权利要求7所述的方法，其特征在于，所述第五图像特征包括多个通道的第五子特征；所述对所述第五图像特征进行解码，得到所述通行区域，包括：
9.根据权
10.根据权利要求9所述的方法，其特征在于，所述第一高程地图包括多个地图单元的第一高度和第一方差；
11.根据权利要求10所述的方法，其特征在于，所述基于所述深度图像，确定各个地图单元的参考高度和参考方差，包括：
12.根据权利要求1所述的方法，其特征在于，所述参考控制信息包括第一控制信息或第二控制信息；所述基于所述通行区域和所述目标步态类型，确定所述机器人的移动部件的参考控制信息，包括：
13.根据权利要求12所述的方法，其特征在于，所述基于所述目标步态类型获取所述机器人中各个移动部件的目标步态参数，包括：
14.根据权利要求13所述的方法，其特征在于，所述基于所述第一时间、所述过渡时间、所述上一个步态类型的步态参数和所述目标步态类型的步态参数，确定所述各个移动部件的目标步态参数，包括：
15.根据权利要求12所述的方法，其特征在于，所述基于所述通行区域，确定所述任一个移动部件的第一控制信息，包括：
16.根据权利要求15所述的方法，其特征在于，所述移动轨迹包括多个轨迹点的位置信息，所述任一个移动部件的第一控制信息包括各个轨迹点对应的第一子控制信息；
17.根据权利要求12所述的方法，其特征在于，所述确定所述任一个移动部件的第二控制信息，包括：
18.一种机器人控制装置，其特征在于，所述装置包括：
19.一种电子设备，其特征在于，所述电子设备包括处理器和存储器，所述存储器中存储有至少一条计算机程序，所述至少一条计算机程序由所述处理器加载并执行，以使所述电子设备实现如权利要求1至17任一所述的机器人控制方法。
20.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有至少一条计算机程序，所述至少一条计算机程序由处理器加载并执行，以使电子设备实现如权利要求1至17任一所述的机器人控制方法。
...【技术特征摘要】
1.一种机器人控制方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述对所述环境图像进行分类，得到所述环境图像的环境类型，包括：
3.根据权利要求2所述的方法，其特征在于，所述对所述任一张环境子图像进行分类，得到所述任一张环境子图像的环境类型，包括：
4.根据权利要求2所述的方法，其特征在于，所述对所述任一张环境子图像进行分类，得到所述任一张环境子图像的环境类型，包括：
5.根据权利要求2所述的方法，其特征在于，所述基于所述多张环境子图像的环境类型，确定所述环境图像的环境类型，包括：
6.根据权利要求5所述的方法，其特征在于，所述基于所述各张环境子图像的环境类型和权重确定所述环境图像的环境类型，包括：
7.根据权利要求1所述的方法，其特征在于，所述对所述环境图像进行语义分割，得到所述环境中的通行区域，包括：
8.根据权利要求7所述的方法，其特征在于，所述第五图像特征包括多个通道的第五子特征；所述对所述第五图像特征进行解码，得到所述通行区域，包括：
9.根据权利要求1所述的方法，其特征在于，所述基于所述通行区域和所述目标步态类型，确定所述机器人的移动部件的参考控制信息，包括：
10.根据权利要求9所述的方法，其特征在于，所述第一高程地图包括多个地图单元的第一高度和第一方差；
11.根据权利要求10所述的方法，其特征在于，所述基于所述深度图像，确定各个地图单元的参考高度和参考方差，包括：
12.根据权利要求1所...
【专利技术属性】
技术研发人员：喻俊志，罗奥成，孟岩，万琦锋，孔诗涵，迟万超，张冲，张晟浩，刘宇真，
申请(专利权)人：深圳市腾讯计算机系统有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。