[發明專利]運動控制方法、裝置、計算機設備和服務機器人有效
| 申請號: | 201710365516.X | 申請日: | 2017-05-22 |
| 公開(公告)號: | CN107341442B | 公開(公告)日: | 2023-06-06 |
| 發明(設計)人: | 孟賓賓 | 申請(專利權)人: | 騰訊科技(上海)有限公司 |
| 主分類號: | G05D1/10 | 分類號: | G05D1/10;G06V20/52;G06V40/16;G06V10/74;G06V10/82;G06N3/0464;G06N3/045;G06N3/0442 |
| 代理公司: | 華進聯合專利商標代理有限公司 44224 | 代理人: | 何平;鄧云鵬 |
| 地址: | 201200 上海*** | 國省代碼: | 上海;31 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 運動 控制 方法 裝置 計算機 設備 服務 機器人 | ||
本發明涉及一種運動控制方法、裝置、計算機設備和服務機器人,所述方法包括:獲取圖像幀;當對所述圖像幀進行人臉檢測得到所述圖像幀包括人臉圖像時,確定所述人臉圖像在地圖中相應的目標節點;從所述地圖中挑選與所述圖像幀匹配的起始節點;其中,所述圖像幀的特征與所述起始節點對應的節點圖像的特征相匹配;根據所述起始節點和所述目標節點,在所述地圖包括的路徑中選取趨向目標運動路徑;按照選取的所述趨向目標運動路徑運動。本申請提供的方案提高了運動控制的準確性。
技術領域
本發明涉及計算機技術領域,特別是涉及一種運動控制方法、裝置、計算機設備和服務機器人。
背景技術
隨著計算機技術的發展和人們生活水平的提高,人們越來越依賴于可移動的計算機設備來幫助人們完成各種任務。在傳統的通過可移動的計算機設備在執行任務時,可移動的計算機設備的運動控制是基于傳感器的定位方式來實現的。
然而,基于傳統的這種通過傳感器的定位方式來控制計算機設備的運動時,在定位過程中傳感信號容易受到周圍環境的影響,會嚴重影響定位的準確度,從而導致在控制計算機設備的運動時準確率降低。
發明內容
基于此,有必要針對傳統的運動控制方式導致在控制計算機設備的運動時準確度低下的問題,提供一種運動控制方法、裝置、計算機設備和服務機器人。
一種運動控制方法,所述方法包括:
獲取圖像幀;
當對所述圖像幀進行人臉檢測得到所述圖像幀包括人臉圖像時,確定所述人臉圖像在地圖中相應的目標節點;
從所述地圖中挑選與所述圖像幀匹配的起始節點;其中,所述圖像幀的特征與所述起始節點對應的節點圖像的特征相匹配;
根據所述起始節點和所述目標節點,在所述地圖包括的路徑中選取趨向目標運動路徑;
按照選取的所述趨向目標運動路徑運動。
一種運動控制裝置,所述裝置包括:
獲取模塊,用于獲取圖像幀;
確定模塊,用于當對所述圖像幀進行人臉檢測得到所述圖像幀包括人臉圖像時,確定所述人臉圖像在地圖中相應的目標節點;
挑選模塊,用于從所述地圖中挑選與所述圖像幀匹配的起始節點;其中,所述圖像幀的特征與所述起始節點對應的節點圖像的特征相匹配;
選取模塊,用于根據所述起始節點和所述目標節點,在所述地圖包括的路徑中選取趨向目標運動路徑;
運動模塊,用于按照選取的所述趨向目標運動路徑運動。
在一個實施例中,所述裝置還包括:
檢測模塊,用于將所述圖像幀輸入卷積神經網絡模型;獲取所述卷積神經網絡模型包括的多個網絡層輸出的特征圖;將各所述特征圖依次輸入記憶神經網絡模型;獲取所述記憶神經網絡模型輸出的所述圖像幀是否包括人臉圖像的結果。
在一個實施例中,所述地圖構建模塊還用于提取獲取的所述節點圖像的特征;獲取地圖中已有的節點對應的節點圖像的特征;確定獲取的所述特征與提取的所述特征之間的變化矩陣;根據所述節點與所述變化矩陣,確定獲取的所述節點圖像在地圖中相應的節點。
在一個實施例中,所述地圖構建模塊還用于計算地圖中已有的節點對應的節點圖像的特征,與獲取的所述節點圖像的特征之間的相似度;當地圖中已有的節點對應的節點圖像的特征,與獲取的所述節點圖像的特征之間的相似度超過預設相似度閾值時,則根據獲取的所述節點圖像相應的節點,在所述地圖中生成包括所述已有的節點的環形路徑。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于騰訊科技(上海)有限公司,未經騰訊科技(上海)有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201710365516.X/2.html,轉載請聲明來源鉆瓜專利網。





