【技术实现步骤摘要】
本申请涉及机器人控制，更具体而言，涉及一种障碍物的识别方法、电子设备和计算机程序产品。
技术介绍
1、清洁设备在工作过程中避开障碍物，确保工作的顺利进行。不同的障碍物对应的避障策略可能不同，因此在遇到障碍物时，清洁设备还需要对障碍物的类型进行识别。然而，清洁场景中的障碍物种类和形状较丰富，不同清洁场景的障碍物可能还会具有一定的差异性，这两种情况都对障碍物种类的识别带来一定的挑战。同时，当前的清洁设备的障碍物识别模型的泛化能力有限，导致当前的障碍物识别模型的识别准确度不是很高。
技术实现思路
1、本申请实施方式提供一种障碍物的识别方法、电子设备和计算机程序产品，根据用户编辑后生成的编辑障碍物信息来训练并获取对应的更新障碍物识别模型，以得到专属于每个清洁场景的识别准确度的更新障碍物识别模型，从而提高清洁设备的避障效果。
2、本申请某些实施方式的障碍物的识别方法包括显示清洁设备在目标清洁场景获取的目标障碍物的初始障碍物信息，所述初始障碍物信息包括障碍物图像和初始障碍物识别信息；获取用户对所述初始障碍物信息进行编辑后生成的编辑障碍物信息，所述编辑障碍物信息包括障碍物图像、更新障碍物识别信息以及用户标识；将所述编辑障碍物信息更新至所述用户标识对应的样本障碍物信息中，并基于更新后的所述样本障碍物信息得到更新障碍物识别模型；基于所述更新障碍物识别模型对所述目标清洁场景的障碍物进行识别，以输出障碍物识别结果。
3、在某些实施方式中，所述方法还包括：在接收到所述清洁设备发送的
4、在某些实施方式中，所述根据所述当前清洁场景的初始障碍物信息构建对应的当前障碍物识别模型，包括：基于预设各个所述目标清洁场景对应的所述样本障碍物信息和所述当前清洁场景对应的所述样本障碍物信息中至少一者，生成样本集；将所述样本集输入到待训练的障碍物识别模型中进行训练，直至模型收敛后，输出所述当前障碍物识别模型；或者，提取所述当前清洁场景对应的所述样本障碍物信息的样本特征；将所述样本特征与各个所述目标清洁场景对应的所述样本障碍物信息进行匹配，以确定所述样本特征与各个所述目标清洁场景的匹配度；确定匹配度最大的所述目标清洁场景对应的障碍物识别模型为所述当前障碍物识别模型。
5、在某些实施方式中，所述方法还包括：获取当前用户的当前用户标识；当所述当前用户标识与历史用户标识不同时，发送场景检测指令到所述清洁设备，所述清洁设备根据所述检测指令检测所述当前清洁场景是否为任一所述目标清洁场景，并在所述当前清洁场景不是任一所述目标清洁场景的情况下，发出所述指示信息；其中，所述历史用户标识为所述清洁设备建立过连接的用户标识。
6、在某些实施方式中，所述将所述编辑障碍物信息更新至所述用户标识对应的样本障碍物信息中，包括：在接收到上传指令的情况下，对所述编辑障碍物信息进行去标识化处理，所述去标识化处理包括将障碍物图像的人体特征信息和地理位置信息删除或模糊化；上传去标识化处理后的所述编辑障碍物信息，以将去标识化处理后的所述编辑障碍物信息更新至所述用户标识对应的样本障碍物信息。
7、在某些实施方式中，所述样本障碍物信息包括障碍物区域，所述编辑障碍物信息包括障碍物位置信息，所述障碍物位置信息包括位于障碍物图像中的标记点，所述方法还包括：基于预设分割模型，识别所述编辑障碍物信息的障碍物图像中的标记点；及基于所述标记点在障碍物图像中的位置，确定所述障碍物区域。
8、在某些实施方式中，所述编辑障碍物信息包括障碍物位置信息，所述障碍物位置信息包括标记点和位置坐标中至少一种，所述获取用户对所述初始障碍物信息进行编辑后生成的编辑障碍物信息，包括以下步骤中至少一个：接收用户对障碍物图像的标记操作以获取所述标记点；接收用户的输入操作，以获取所述标记坐标；或接收用户对所述初始障碍物信息的障碍物类型的编辑操作，以获取编辑信息；根据所述编辑信息确定所述更新障碍物识别信息的障碍物类型。
9、在某些实施方式中，所述初始障碍物识别信息包括障碍物类型和置信度，所述编辑障碍物信息对应的所述初始障碍物识别信息满足预设条件，所述预设条件包括障碍物类型错误和置信度低于预设阈值中至少一种；所述方法还包括：发送拍照指令到所述清洁设备，以控制所述清洁设备以多个不同的拍摄角度拍摄所述初始障碍物识别信息不满足所述预设条件的所述目标障碍物的障碍物图像；根据所述清洁设备以多个不同的拍摄角度拍摄的障碍物图像，更新对应的所述目标障碍物的所述初始障碍物信息。
10、本申请某些实施方式的另一种障碍物的识别方法包括获取清洁设备关联的用户标识对应的更新障碍物识别模型，所述更新障碍物模型基于所述用户标识对应的更新后的样本障碍物信息得到，更新后的所述样本障碍物信息由用户对目标障碍物的初始障碍物信息进行编辑后得到的编辑障碍物信息确定，所述初始障碍物信息包括障碍物图像和初始障碍物识别信息，所述编辑障碍物信息包括障碍物图像、更新障碍物识别信息以及用户标识；基于所述更新障碍物识别模型对当前清洁场景的障碍物进行识别，以输出障碍物识别结果。
11、在某些实施方式中，所述更新障碍物识别模型与清洁场景关联，所述基于所述更新障碍物识别模型对所述当前清洁场景的障碍物进行识别，输出障碍物识别结果，包括：获取当前清洁场景的场景识别信息；根据所述场景识别信息，获取与所述当前清洁场景关联的所述更新障碍物识别模型；基于与所述当前清洁场景关联的所述更新障碍物识别模型对所述当前清洁场景的障碍物进行识别，以输出障碍物识别结果。
12、在某些实施方式中，所述初始障碍物识别信息包括障碍物类型和置信度，所述方法还包括：接收拍照指令；根据所述拍照指令，以多个不同的拍摄角度拍摄置信度低于预设阈值的所述目标障碍物的障碍物图像；根据多个不同的拍摄角度拍摄的所述目标障碍物的障碍物图像更新所述目标障碍物的所述初始障碍物信息。
13、本申请实施方式的电子设备包括处理器、存储器及计算机程序，其中，所述计算机程序被存储在所述存储器中，并且被所述处理器执行，所述计算机程序包括用于执行上述任一实施方式的障碍物的识别方法的指令。
14、本申请实施方式的计算机程序产品包括计算机程序，所述计算机程序被处理器执行时实现上述任一实施方式的障碍物的识别方法。
15、本申请实施方式的障碍物的识别方法、电子设备和计算机程序产品，首先显示清洁设备在目标清洁场景获取的初始障碍物信息，其中初始障碍物信息包括障碍物图像和初始障碍物识别信息，使得用户可结合障碍物图像确定初始障碍物识别信息是否正确，并对初始障碍物信息进行对应的编辑。然后，获取用户对初始障碍物识别信息进行编辑后生成的编辑障碍物信息，其中编本文档来自技高网...
【技术保护点】
1.一种障碍物的识别方法，其特征在于，包括：
2.根据权利要求1所述的障碍物的识别方法，其特征在于，所述方法还包括：
3.根据权利要求2所述的障碍物的识别方法，其特征在于，所述根据所述当前清洁场景的初始障碍物信息构建对应的当前障碍物识别模型，包括：
4.根据权利要求2所述的障碍物的识别方法，其特征在于，还包括：
5.根据权利要求1所述的障碍物的识别方法，其特征在于，所述将所述编辑障碍物信息更新至所述用户标识对应的样本障碍物信息中，包括：
6.根据权利要求1所述的障碍物的识别方法，其特征在于，所述样本障碍物信息包括障碍物区域，所述编辑障碍物信息包括障碍物位置信息，所述障碍物位置信息包括位于障碍物图像中的标记点，所述方法还包括：
7.根据权利要求1所述的障碍物的识别方法，其特征在于，所述编辑障碍物信息包括障碍物位置信息，所述障碍物位置信息包括标记点和位置坐标中至少一种，所述获取用户对所述初始障碍物信息进行编辑后生成的编辑障碍物信息，包括：
8.根据权利要求1所述的障碍物的识别方法，其特征在于，所述初始
9.一种障碍物的识别方法，其特征在于，包括：
10.根据权利要求9所述的障碍物的识别方法，其特征在于，所述更新障碍物识别模型与清洁场景关联，所述基于所述更新障碍物识别模型对所述当前清洁场景的障碍物进行识别，输出障碍物识别结果，包括：
11.根据权利要求9所述的障碍物的识别方法，其特征在于，所述初始障碍物识别信息包括障碍物类型和置信度，所述方法还包括：
12.一种电子设备，其特征在于，包括：
13.一种计算机程序产品，包括计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至11任意一项所述的障碍物的识别方法。
...【技术特征摘要】
1.一种障碍物的识别方法，其特征在于，包括：
2.根据权利要求1所述的障碍物的识别方法，其特征在于，所述方法还包括：
3.根据权利要求2所述的障碍物的识别方法，其特征在于，所述根据所述当前清洁场景的初始障碍物信息构建对应的当前障碍物识别模型，包括：
4.根据权利要求2所述的障碍物的识别方法，其特征在于，还包括：
5.根据权利要求1所述的障碍物的识别方法，其特征在于，所述将所述编辑障碍物信息更新至所述用户标识对应的样本障碍物信息中，包括：
6.根据权利要求1所述的障碍物的识别方法，其特征在于，所述样本障碍物信息包括障碍物区域，所述编辑障碍物信息包括障碍物位置信息，所述障碍物位置信息包括位于障碍物图像中的标记点，所述方法还包括：
7.根据权利要求1所述的障碍物的识别方法，其特征在于，所述编辑障碍物信息包括障碍物位置信息，所述障碍物位置信息包括标记点和位置坐标中至少一种，所述获取用户对所述初始障碍物信息进...
【专利技术属性】
技术研发人员：康星火，刘璐，竺浩，韦燕华，宋昱慧，
申请(专利权)人：深圳市杉川机器人有限公司，
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。