[發(fā)明專利]虛擬墻決策方法、裝置和機(jī)器人

有效

• 申請(qǐng)?zhí)枺?/td>: 201911415298.1
• 申請(qǐng)日: 2019-12-31
• 公開（公告）號(hào): CN111142529B
• 公開（公告）日: 2023-06-09
• 發(fā)明（設(shè)計(jì)）人: 徐慎華
• 申請(qǐng)（專利權(quán)）人: 達(dá)闥機(jī)器人股份有限公司
• 主分類號(hào): G05D1/02
• 分類號(hào): G05D1/02;G06N3/08
• 代理公司: 深圳市愛迪森知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 44341
• 代理人: 何婷;葛增嫻

1.一種虛擬墻決策方法，其特征在于，包括：

獲取機(jī)器人的當(dāng)前位置信息；

若所述機(jī)器人的當(dāng)前位置位于預(yù)設(shè)的虛擬墻區(qū)域內(nèi)時(shí)，獲取當(dāng)前位置的環(huán)境信息；

將所述環(huán)境信息輸入預(yù)設(shè)的神經(jīng)網(wǎng)絡(luò)模型，并通過所述神經(jīng)網(wǎng)絡(luò)模型對(duì)所述環(huán)境信息的安全性進(jìn)行評(píng)估；

若所述評(píng)估結(jié)果為安全，則所述機(jī)器人移出所述虛擬墻區(qū)域；

所述將所述環(huán)境信息輸入預(yù)設(shè)的神經(jīng)網(wǎng)絡(luò)模型，并通過所述神經(jīng)網(wǎng)絡(luò)模型對(duì)所述環(huán)境信息的安全性進(jìn)行評(píng)估之前，包括：

獲取所述機(jī)器人的通行環(huán)境信息集合和所述機(jī)器人的對(duì)應(yīng)的通行結(jié)果集合；

將所述通行環(huán)境信息集合和所述通行結(jié)果集合輸入所述神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練；

所述將所述通行環(huán)境信息集合和所述通行結(jié)果集合輸入所述神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練，包括：

采集所述機(jī)器人導(dǎo)航路徑上的圖片數(shù)據(jù)；

對(duì)采集到的圖片數(shù)據(jù)進(jìn)行預(yù)處理；

獲取所述機(jī)器人的通行能力信息；

將所述預(yù)處理后的圖片數(shù)據(jù)、通行能力信息以及通行結(jié)果輸入所述神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練。

2.如權(quán)利要求1所述的虛擬墻決策方法，其特征在于，所述機(jī)器人移出所述虛擬墻區(qū)域，進(jìn)一步包括：

若所述機(jī)器人移出所述虛擬墻區(qū)域失敗，則更新所述評(píng)估結(jié)果為危險(xiǎn)，并發(fā)出危險(xiǎn)信息。

3.如權(quán)利要求1所述的虛擬墻決策方法，其特征在于，所述機(jī)器人移出所述虛擬墻區(qū)域，進(jìn)一步包括：

若所述機(jī)器人移出所述虛擬墻區(qū)域失敗，記錄所述機(jī)器人移出所述虛擬墻區(qū)域失敗的次數(shù)；

若所述機(jī)器人移出所述虛擬墻區(qū)域失敗的次數(shù)超過第一閾值，則更新所述評(píng)估結(jié)果為危險(xiǎn)，并發(fā)出危險(xiǎn)信息；

否則，繼續(xù)采集所述機(jī)器人當(dāng)前位置的環(huán)境信息，并發(fā)送給所述預(yù)設(shè)的神經(jīng)網(wǎng)絡(luò)模型進(jìn)行評(píng)估。

4.如權(quán)利要求2或3所述的虛擬墻決策方法，其特征在于，更新所述評(píng)估結(jié)果為危險(xiǎn)，并發(fā)出危險(xiǎn)信息，進(jìn)一步包括：

獲取所述機(jī)器人當(dāng)前位置的環(huán)境信息，并將所述環(huán)境信息和所述通行結(jié)果輸入所述神經(jīng)網(wǎng)絡(luò)模型。

5.如權(quán)利要求1所述的虛擬墻決策方法，其特征在于，所述機(jī)器人移出所述虛擬墻區(qū)域，進(jìn)一步包括：

若所述機(jī)器人移出所述虛擬墻區(qū)域成功，則所述機(jī)器人尋找距離其最近的路徑點(diǎn)，繼續(xù)導(dǎo)航。

6.一種虛擬墻決策裝置，其特征在于，包括：

位置信息獲取模塊：用于獲取機(jī)器人的當(dāng)前位置信息；

環(huán)境信息獲取模塊：用于在當(dāng)前位置位于預(yù)設(shè)的虛擬墻區(qū)域內(nèi)時(shí)，獲取當(dāng)前位置的環(huán)境信息；

評(píng)估模塊：用于將所述環(huán)境信息輸入預(yù)設(shè)的神經(jīng)網(wǎng)絡(luò)模型，并通過所述神經(jīng)網(wǎng)絡(luò)模型對(duì)所述環(huán)境信息的安全性進(jìn)行評(píng)估；在將所述環(huán)境信息輸入預(yù)設(shè)的神經(jīng)網(wǎng)絡(luò)模型，并通過所述神經(jīng)網(wǎng)絡(luò)模型對(duì)所述環(huán)境信息的安全性進(jìn)行評(píng)估之前，用于獲取所述機(jī)器人通行的環(huán)境信息集合和所述機(jī)器人的對(duì)應(yīng)的通行結(jié)果集合；用于將所述通行環(huán)境信息集合和所述通行結(jié)果集合輸入所述神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練；所述將所述通行環(huán)境信息集合和所述通行結(jié)果集合輸入所述神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練包括：用于采集所述機(jī)器人導(dǎo)航路徑上的圖片數(shù)據(jù)；用于對(duì)采集到的圖片數(shù)據(jù)進(jìn)行預(yù)處理；用于獲取所述機(jī)器人的通行能力信息；用于將所述預(yù)處理后的圖片數(shù)據(jù)、通行能力信息以及通行結(jié)果輸入所述神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練；

決策模塊：用于在所述評(píng)估結(jié)果為安全時(shí)，指示所述機(jī)器人退出所述虛擬墻區(qū)域。

7.一種機(jī)器人，其特征在于，包括：攝像頭、處理器、存儲(chǔ)器、通信接口和通信總線，所述攝像頭、處理器、所述存儲(chǔ)器和所述通信接口通過所述通信總線完成相互間的通信；

所述存儲(chǔ)器用于存放至少一可執(zhí)行指令，所述可執(zhí)行指令使所述處理器執(zhí)行如權(quán)利要求1-5任意一項(xiàng)所述的虛擬墻決策方法。

8.一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，所述存儲(chǔ)介質(zhì)中存儲(chǔ)有至少一可執(zhí)行指令，所述可執(zhí)行指令在虛擬墻決策裝置上運(yùn)行時(shí)，使得虛擬墻決策裝置執(zhí)行如權(quán)利要求1-5任意一項(xiàng)所述的虛擬墻決策方法。